Modelado de cómo los procesos estocásticos generan comportamientos complejos en sistemas biológicos o cognitivos.El modelado de complejidad emergente es el estudio de cómo interacciones simples y estocásticas (aleatorias) a nivel microscópico dan lugar a comportamientos complejos y organizados a nivel macroscópico. Este campo abarca la física, la biología y la ciencia cognitiva, abordando fenómenos como el movimiento colectivo en grupos de animales, la formación de patrones en reacciones químicas y la emergencia de funciones cognitivas a partir de la actividad neuronal. La idea clave es que la complejidad no requiere reglas complejas: puede surgir de la aleatoriedad combinada con retroalimentación no lineal.
El enfoque de modelado generalmente implica definir un conjunto de agentes o elementos con reglas de interacción local, que a menudo incluyen elementos probabilísticos. Mediante simulaciones por computadora o métodos analíticos, los investigadores observan cómo surgen patrones globales a partir de estas interacciones estocásticas locales. Los mecanismos a menudo involucran bucles de retroalimentación positiva, donde pequeñas fluctuaciones se amplifican, y retroalimentación negativa que estabiliza el sistema, lo que conduce a la autoorganización.
Este enfoque se utiliza para predecir la dinámica de multitudes en la planificación de seguridad, para comprender y controlar la propagación de epidemias, y para diseñar algoritmos de robótica de enjambre e inteligencia artificial.
En simulaciones de dinámica de multitudes, añadir una pequeña cantidad de ruido aleatorio al movimiento individual puede hacer que el flujo general sea más ordenado y prevenir estampidas peligrosas.
| \sigma_f | variable | Combined uncertainty of the function f — incertidumbre varies |
| f | variable | Function of multiple measured variables — function varies |
| x_i | variable | i-th measured variable — variable varies |
| \sigma_{x_i} | variable | Uncertainty of the i-th measured variable — incertidumbre varies |
| \partial f / \partia | operador | Partial derivative of f with respect to x_i, giving the sensitivity of f to that variable — derivada parcial |
| \sqrt{} | operador | Square root of the sum of squared terms — raíz cuadrada |
| \sum_i | operador | Sum over all independent variables i — suma |
| F | variable | value of the decaying quantity at position x — amplitud varies |
| F_0 | variable | initial value at x = 0 — amplitud varies |
| x | variable | independent variable (position, time, etc.) — posición metre |
| α | variable | decay constant (rate of decay per unit x) — constante de decaimiento per metre |










