4章 Evolutionary games
4.2 Nash equilibrium
2種類の生き物(もしくは戦略)A,Bがいて、AがそれぞれA,Bと出会った時の利得をa,bとし、Bの場合c,dとする。
これを↓のようなpayoff行列で表すとする。
このとき、
1.Aが狭義のNash均衡⇔a>c
2.AがNash均衡⇔a≧c
3.Bが狭義のNash均衡⇔d>b
4.BがNash均衡⇔d≧b
4.3 Evolutionary stable strategy(ESS)
Aが多数いる中で変異種Bがはびこらないような条件
AがESS⇔a>c or (a=c and b>d)
4.4 More than 2 strategies
strategyに対するstrategyのpayoffをとする。
1.strategyが狭義のNash均衡⇔
2.strategyがNash均衡⇔
3.strategyがESS⇔もしくは
4.strategyが広義のESS⇔もしくは
条件の強さとして1>3>4>2
無敵なstrategyはで定義される
4.5 Replicator dynamics
戦略i(もしくは変異種)に対する戦略jのpayoffをとするとn×nのpayoff行列Aができる。
また、fitnessをとすれば
再生産の方程式はとして表せる。
4.6 Hawk or Dove?
タカ派とハト派をモチーフにしたゲーム。
自分と敵のタカ派、ハト派をとる確率をとすると
期待所得はで表される。
安定点はのとき。
4.7 Thre is always a Nash equilibrium
自分も相手もn通りの戦略をとれるとし、それぞれの戦略をとる自分の分布を、相手の分布をとする。
payoff matrixを とすれば、期待所得と表せる。
このとき、なるが必ず存在する。
ペロン―フロベニウスの定理使えば証明できそう(たぶん)。
4.9 Game theory and ecology
ロトカ・ヴォルテラの式について
a<-1 b<-1 c<-1 d<-1 f<-function(x,y){ x<-x+x*(a-b*y) y<-y+y*(-c+d*x) return(c(x,y)) } n<-50 LV<-matrix(0,2,n+1) LV[,1]<-c(1.2,1.2) for(i in 1:n){ LV[,i+1]<-f(LV[1,i],LV[2,i]) } matplot(t(LV),type="l")