Un paradigma de modelado computacional que representa un sistema como una colección de agentes autónomos y heterogéneos que siguen reglas simples de percepción y acción; el comportamiento global se obtiene simulando los agentes y sus interacciones locales para observar fenómenos emergentes a nivel del sistema.

Principio

Generación bottom‑up de patrones macroscópicos a partir de reglas micro‑nivel para agentes y sus interacciones locales; la heterogeneidad y la topología de interacción determinan resultados emergentes en lugar de agregados analíticos cerrados.

Demostración

Una simulación de peatones en una ciudad en la que cada agente elige ruta y velocidad según la densidad local y sus objetivos; de esas reglas locales emergen aglomeraciones, formación de carriles y cuellos de botella sin imponer restricciones globales.

Aplicación incorrecta

Tratar el modelo como una caja negra calibrada para predicción sin análisis de sensibilidad, o agregar el comportamiento de los agentes en estadísticas de campo medio y asumir que esto capta fenómenos impulsados por heterogeneidad discreta y estructura espacial.

Consecuencia

Usado correctamente, un ABM revela cómo la variabilidad individual, las reglas locales y las redes de interacción producen fenómenos emergentes no lineales, permitiendo probar intervenciones y escenarios y explicar comportamientos sistémicos inesperados.

Inversión

Un modelo agregado top‑down, por ejemplo un sistema de ecuaciones diferenciales de campo medio que prescribe la evolución macroscópica sin agentes individuales ni interacciones micro‑locales explícitas.

Límite

Apropiado cuando los agentes tienen reglas de decisión autónomas, interacciones locales y heterogeneidad; no es adecuado para sistemas estrictamente lineales y globalmente acoplados resolvibles de forma cerrada.

Tensión semántica

Tensión con modelos basados en ecuaciones y enfoques de dinámica de sistemas que priorizan descripciones agregadas y manejables analíticamente; existe un compromiso entre fidelidad individual y simplicidad analítica.

Síntesis

Un Modelo Basado en Agentes es la implementación computacional de reglas micro‑nivel e interacciones que permite simular y estudiar cómo agentes heterogéneos generan colectivamente comportamientos emergentes a escala del sistema.