Este estudio se centra en el cálculo diferencial estocástico de Itô, como una herramienta efectiva para el análisis del ruido en la modelización del crecimiento y rendimiento forestal. La idea de modelar la variable de estado (tamaño del árbol) en términos de una ecuación diferencial estocástica univariante se expone a una ecuación diferencial estocástica multivariante. La nueva función de densidad de probabilidad multivariante desarrollada y sus distribuciones marginales univariante, bivariante y trivariante, y las funciones de densidad de probabilidad condicionales univariante, bivariante y trivariante pueden aplicarse para la modelización de variables de tamaño de árbol y diversos atributos del rodal como el diámetro medio, altura, altura de la base de la copa, ancho de la copa, volumen, área basal, relación de esbeltez, incrementos y mucho más. Este estudio introduce medidas de información de interacción multivariante generalizadas basadas en la entropía diferencial para capturar dependencias multivariadas entre variables de estado. El presente estudio confirma experimentalmente la efectividad de utilizar medidas de información de interacción multivariante para reconstruir relaciones multivariadas de variables de estado utilizando mediciones obtenidas de un conjunto de datos del mundo real.