Un groupe de personnes cherche un objet perdu dans un grand parc. Certains se fatiguent et partent, d'autres se joignent en chemin. Le nombre de chercheurs ne cesse de changer. Comment cela affecte-t-il le temps de recherche ? Jusqu'à présent, la science n'avait pas de réponse claire.
Dans une nouvelle étude, un modèle général de ce processus a été construit. Des participants indépendants entrent et sortent de la recherche de manière aléatoire. Cela a été appelé redondance dynamique et mortalité. Il s'avère que même avec des hypothèses minimales sur le mouvement des chercheurs, on peut calculer avec précision le temps moyen nécessaire pour atteindre l'objectif.
Le modèle a été testé sur un cas simple : la marche aléatoire unidimensionnelle. Si le chercheur ne peut se déplacer qu'à gauche ou à droite le long d'une ligne droite, alors la composition variable de l'équipe accélère parfois la recherche et parfois la ralentit — tout dépend de la fréquence à laquelle les participants arrivent et partent.
L'utilité pratique est évidente. De la recherche de nourriture par les animaux aux calculs distribués, le nombre d'agents actifs fluctue partout. La nouvelle théorie fournit un outil pour calculer la stratégie optimale dans de telles conditions.
Dans certains modes, une équipe à composition variable trouve la cible plus rapidement qu'un groupe constant de même taille moyenne.