
Системы, состоящие из множества взаимодействующих компонентов, чье коллективное поведение больше, чем сумма частей.Сложные системы — это совокупности множества взаимодействующих компонентов, коллективное поведение которых нельзя предсказать простым суммированием частей. Примерами служат толпы, экосистемы, нейронные сети и социальные сети. В таких системах отдельные элементы следуют простым правилам, но их взаимодействия порождают эмерджентные явления — паттерны, фазы или поведения, которые проявляются только на макроскопическом уровне. Изучение сложных систем стремится понять, как локальные взаимодействия порождают глобальный порядок или хаос.
Эта область оформилась в конце XX века, опираясь на идеи теории хаоса (Лоренц, 1960-е), саморганизованной критичности (Бак, Танг и Визенфельд, 1987) и междисциплинарные работы Института Санта-Фе, начавшиеся в 1984 году.
Ключевой механизм — нелинейность: влияние одного компонента на другой не пропорционально причине, поэтому малые изменения могут усиливаться в большие эффекты («эффект бабочки»). Петли обратной связи, как положительные, так и отрицательные, ведут систему к состояниям самоорганизации, критичности или турбулентности. Исследователи часто моделируют такие системы с помощью сетей, агентных симуляций или инструментов статистической физики, таких как энтропия и фазовые переходы, чтобы уловить коллективную динамику.
Наука о сложных системах применяется в городском планировании (управление пешеходными потоками), эпидемиологии (моделирование распространения болезней) и финансовом регулировании (понимание биржевых крахов).
Муравьиные колонии — классический пример: отдельные муравьи следуют простым феромонным следам, однако колония в целом может решать сложные оптимизационные задачи, например, находить кратчайший путь к пище.










