estrategias evolutivas sobre grafos -...
TRANSCRIPT
![Page 1: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/1.jpg)
Estrategias evolutivas sobre grafos
Rafael Montoya Robledo
July 20, 2016
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 1 / 53
![Page 2: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/2.jpg)
Overview
1 Introduccion
2 PreliminaresLa ecuacion reversa de KolmogorovSistemas con dinamicas lentas y rapidas
3 Estrategias evolutivas sobre grafosActualizacion DBActualizacion IMActualizacion BDLa ecuacion para un juego con tres estrategias
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 2 / 53
![Page 3: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/3.jpg)
Nos basamos en el paper de Martin Nowak de la revista Nature.
Se juntan teorıa de juegos y sistemas dinamicos.
En un contexto muy biologico que es aplicable a comunidades engeneral e incluso a polıtica.
Cuentas algebraicamente molestas y aproximaciones un poco ligeras.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 3 / 53
![Page 4: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/4.jpg)
La ecuacion reversa de Kolmogorov
Dadas dos estrategias A1 y A2, la probabilidad de fijacion φ(p, x ; t) esla densidad de la que la frecuencia de jugadores con la estrategia A1
sea x en el tiempo t dado que empezo con frecuencia p.
La ecuacion de Kolmogorov hacia atras esta dada por
∂φ(p, x ; t)
∂t=
1
2Vδt
∂2
∂p2φ(p, x ; t) + Mδt
∂
∂pφ(p, x ; t) (1)
Donde M y V son respectivamente la media y la varianza del cambioen la frecuencia por unidad de tiempo.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 4 / 53
![Page 5: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/5.jpg)
Deduccion
g(p, ξ; δt) es la densidad de probabilidad de que la frecuencia de laestrategia A1 pase de x a x + ξ durante un intervalo de tiempo quemide δt.
Bajo esta notacion se tiene que
φ(p, x ; t + δt) =
∫g(p, ξ; δt)φ(p + ξ, x , ; t)dξ (2)
La siguiente figura ilustra lo que la integral hace:
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 5 / 53
![Page 6: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/6.jpg)
Haciendo el desarrollo en expansion de Taylor de φ en la primeracomponente, reorganizando, ignorando los terminos de la expansionde orden superior a 3 y usando el hecho de que
∫g = 1 por ser
densidad se obtiene que:
φ(p, x ; t + δt)− φ(p, x ; t) =
∫gξ∂(φ)
∂p+ g
ξ2
2!
∂2(φ)
∂p2
donde g = g(p, ξ; δt) y φ = φ(p, x ; t).
Ahora se dividen ambos lados por δt y haciendo δt −→ 0 se obtieneque
∂φ(p, x ; t)
∂t=
V (p)
2
∂2φ(p, x ; t)
∂p2+ M(p)
∂φ(p, x ; t)
∂p
donde
M(p) = limδt→0
1
δt
∫ξg(p, ξ; δt)dξ
y
V (p) = limδt→0
1
δt
∫ξ2g(p, ξ; δt)dξ
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 6 / 53
![Page 7: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/7.jpg)
Ahora, sustiuimos M(p) y V (p) por la media y la varianza del cambiopor unidad de tiempo respectivamente, y se obtiene la ecuacion deKolmogorov.
Nos interesa el problema de fijacion de una estrategia que ocurrecuando x = 1.
Definimos u(p, t) := φ(p, 1, t) que es la probabilidad de fijacin en eltiempo t. Note que u(0, t) = 0 y u(1, t) = 1. Ademas
∂u(p, t)
∂t=
Vδt
2
∂2u(p, t)
∂p2+ Mδt
∂u(p, t)
∂p.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 7 / 53
![Page 8: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/8.jpg)
Ahora definimos la probabilidad terminal de fijacion
u(p) = limt→∞
u(p, t).
Asumiendo que este limite converge y que la probabilidad terminal defijacion se estabiliza, obtenemos que
∂u
∂t= 0
La ecuacion
De lo anterior se deduce la siguiente ecuacuon que sera de vitalimportancia mas adelante
0 =Vδt
2
d2u(p)
dp2+ Mδt
du(p)
dp(3)
con condiciones de frontera u(0) = 0 y u(1) = 1.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 8 / 53
![Page 9: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/9.jpg)
Sistemas con dinamicas lentas y rapidas
Cuando un sistema dinamico se puede escribir como
x = f (x , y) (4)
y = εg(x , y) (5)
con x ∈ Rn y y ∈ Rm, y ε es pequeno se dice que x = (x1, ..., xn) sonvariables de dinamica rapida, mientras que y = (y1, ..., ym) se llamanvariables de dinamica lenta.
Es importante notar que como ε es pequeno entonces
|y | << |x |.
Esto hace que la convergencia de y sea mucho mas lenta, permitiendoasumir que f (x , y) = 0. Esto puede permitir escribir todo el sistemasolo en terminos de y .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 9 / 53
![Page 10: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/10.jpg)
Es importante ver que si tomamos τ = εt, el sistema (??) se puedeescribir como
εdx
dτ= f (x , y) (6)
dy
dτ= g(x , y). (7)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 10 / 53
![Page 11: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/11.jpg)
Contexto del juego
Consideremos un juego entre estrategias A y B, con matriz de pagos
A BA a bB c d
Supongamos que la poblacion de jugadores es de tamano N y sedistribuye sobre los vertices de un grafo de orden k .
Con unidades de tiempo y reglas de actualizacion el grafo va a irevolucionando en torno a las distintas estrategias que van a irocupando los distintos nodos.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 11 / 53
![Page 12: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/12.jpg)
Sean pA y pB las frecuencias de A y B respectivamente.
Sean pAA, pBB , pAB , y pBA las frecuencias de las parejas AA, BB,AB y BA respectivamente. Estas probabilidades estan dadas sobre lasarıstas del grafo. Es decir, pXY representa la frecuencia de aristas queune nodos tipo−X a nodos tipo−Y .
Sea qX |Y la probabilidad condicional de que haya un tipo−X en unnodo dado que ese nodo tiene un vecino tipo−Y . donde X y Yrepresentan estrategias A o B.
Se tienen las siguientes identidades:
pA + pB = 1 (8)
qA|X + qB|X = 1 (9)
pXY = qX |Y pY (10)
pAB = pBA (11)
Lo anterior implica que todo el sistema se puede escribir en terminosde pA y qA|A.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 12 / 53
![Page 13: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/13.jpg)
Actualizacion DB
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 13 / 53
![Page 14: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/14.jpg)
Bajo esta regla de actualizacion, en cada unidad de tiempo, unindividuo es eliminado al azar y luego, los vecinos de este individuocompiten por imponerle su estrategia al nodo. Esta competencia sehace porporcional al fitness.
Suponga que, al azar, un tipo−B. Esto sucede con probabilidad pB .Ahora, sus k vecinos compiten por el nodo.
Escribamos k = kA + kB donde kA y kB son la cantidad de vecinos Ay B respectivamente. La frecuencia de esta configuracion (que unnodo tipo−B tenga kA vecinos tipo−A y kB vecinos tipo−B ) estadada por: (
k!
kA!kB !
)qkA
A|BqkB
B|B .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 14 / 53
![Page 15: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/15.jpg)
Por otro lado, el fitness de un jugador en este caso esta dado por
fA = (1− w) + w[(k − 1)qA|Aa + ((k − 1)qB|A + 1)b
](12)
= 1 + w[(k − 1)qA|Aa + ((k − 1)qB|A + 1)b − 1
]︸ ︷︷ ︸:=FA
(13)
fB = (1− w) + w[(k − 1)qA|Bc + ((k − 1)qB|B + 1)d
](14)
= 1 + w[(k − 1)qA|Bc + ((k − 1)qB|B + 1)d − 1
]︸ ︷︷ ︸:=FB
(15)
Aquı el parametro w ∈ [0, 1] representa la intensidad de la seleccion.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 15 / 53
![Page 16: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/16.jpg)
La probabilidad de que uno de los vecinos tipo−A tome la vacanteesta dada por
kAfAkAfA + kB fB
.
que es proporcional al fitness.
Sea ∆pA la v.a. que describe el cambio en la frecuencia en unaunidad de tiempo. Entonces:
P(∆pA =1
N) = pB
∑kA+kB=k
(k!
kA!kB !
)qkA
A|BqkB
B|BkAfA
kAfA + kB fB.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 16 / 53
![Page 17: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/17.jpg)
En este caso el numero de pares AA aumenta kA y por lo tanto pAA
aumenta2kA
kN=
kA
(kN
2)︸ ︷︷ ︸
cantidad de aristas
con probabilidad:
P(∆pAA =2kA
kN) = pB
(k!
kA!kB !
)qkA
A|BqkB
B|BkAfA
kAfA + kB fB. (16)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 17 / 53
![Page 18: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/18.jpg)
Sı en vez de eliminar a un tipo−B se elimina a un tipo−A, se tieneque el fitness esta dado por
gA = (1− w) + w[((k − 1)qA|A + 1)a + ((k − 1)qB|A)b
](17)
gB = (1− w) + w[((k − 1)qA|B + 1)c + ((k − 1)qB|B)d
](18)
Se tiene tambien que la probabilidad de que un tipo−B tome lavacante es
kBgB
kAgA + kBgB.
En este caso se obtiene que
P(∆pA = − 1
N) = pA
∑kA+kB=k
(k!
kA!kB !
)qkA
A|AqkB
B|AkBgB
kAgA + kBgB.
(19)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 18 / 53
![Page 19: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/19.jpg)
Similarmente se obtiene que
P(∆pAA = −2kA
kN) = pA
(k!
kA!kB !
)qkA
A|AqkB
B|AkBgB
kAgA + kBgB. (20)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 19 / 53
![Page 20: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/20.jpg)
pA =1
NP(∆pA =
1
N)− 1
NP(∆pA = − 1
N) (21)
= wk − 1
NpAB(Iaa + Ibb − Icc − Idd) + O(w2). (22)
Donde
Ia =k − 1
kqA|A(qA|A + qB|B) +
1
kqA|A) (23)
Ib =k − 1
kqB|A(qA|A + qB|B) +
1
kqB|B) (24)
Ic =k − 1
kqA|B(qA|A + qB|B) +
1
kqA|A) (25)
Id =k − 1
kqB|B(qA|A + qB|B) +
1
kqB|B). (26)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 20 / 53
![Page 21: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/21.jpg)
Para los pares se obtiene que
˙pAA =2
kNpAB
[1 + (k − 1)(qA|B − qA|A)
]+ O(w). (27)
Entonces para qA|A se tiene que
˙qA|A =2
kN
pAB
pA
[1 + (k − 1)(qA|B − qA|A)
]+ O(w).
Como el sistema se puede describir en terminos de pA y qA|A, losanteriores resultados se pueden escribir como
pA = wF1(pA, qA|A) + O(w2) (28)
˙qA|A = F2(pA, qA|A) + O(w). (29)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 21 / 53
![Page 22: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/22.jpg)
Como el sistema se puede describir en terminos de pA y qA|A, losanteriores resultados se pueden escribir como
pA = wF1(pA, qA|A) + O(w2) (30)
˙qA|A = F2(pA, qA|A) + O(w). (31)
Para w muy pequeno estamos en un problema de dinamica lenta yrapida. Luego podemos suponer que la relacion F2(pA, qA|A) = 0.
Esto nos situa en la variedad donde se cumple la identidad
qA|A = pA +1
k − 1(1− pA).
Con esta identidad, todo el sistema se puede describir en terminos deuna sola variable (pA).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 22 / 53
![Page 23: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/23.jpg)
Ahora se puede calcular y aproximar la media y la varianza del cambiopor unidad de tiempo e introducirlos a la ecuacion reversa deKolmogorov.
E(∆pA) ≈ wk − 2
k(k − 1)NpA(1− pA)(αpA + β)∆t := m(pA)∆t
Var(∆pA) ≈ 2(k − 2)
N2(k − 1)pA(1− pA)∆t := v(pA)∆t
Dondeα = (k + 1)(k − 2)(a− b − c + d)
yβ = (k + 1)a + (k2 − k − 1)b − c − (k2 − 1)d .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 23 / 53
![Page 24: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/24.jpg)
La probabilidad de fijacion φA(y) de que un tipo−A con frecuenciainicial pA(t = 0) = y satisface la ecuacion reversa de Kolmogorov :
0 = E(y)d
dyφA(y) +
Var(y)
2
d2
dy2φA(y) (32)
Con
E(y) = wk − 2
k(k − 1)Ny(1− y)(αy + β) + O(w2)
Var(y) =2(k − 2)
N2(k − 1)y(1− y) + O(w).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 24 / 53
![Page 25: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/25.jpg)
Una solucion aproximada para φA(y) es dada por
φA(y) ≈ y + wN
6ky(1− y)((α + 3β) + αy). (33)
Se quiere buscar condiciones sobre a, b, c y d para queρA := φA( 1
N ) > 1N .
Para N grande, ρA >1N ⇐⇒ α + 3β > 0 que es equivalente a
(k2 + 2k + 1)a + (2k2 − 2k − 1)b > (k2 − k + 1)c + (2k2 + k − 1)d .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 25 / 53
![Page 26: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/26.jpg)
Ahora si consideramos el juego de cooperadores y defractores con lasiguiente matriz de pagos
A BA b − c −cB b 0
Se obtiene que ρA >1N ⇐⇒
bc > k
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 26 / 53
![Page 27: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/27.jpg)
Actualizacion IM
Bajo esta regla de actualizacion, en cada unidad de tiempo, unindividuo es escogido al azar y luego, este se compara con sus vecinosy decide o no cambiar su estrategia proporcional al pago.
La diferencia fundamental con DB es que en este caso el pago querecibe el individuo al actualizar su estrategia tambien importa.
El fitness de un jugator tipo B con kA vecinos tipo A y kB vecinostipo B esta dado por
f0 = 1− w + w(kAc + kBd).
La probabilidad de que este jugador tipo B adopte la estrategia Aesta dado por
kAfAkAfA + kB fB + f0
.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 27 / 53
![Page 28: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/28.jpg)
El fitness de un jugador tipo A esta dado por
g0 = 1− w + w(kAa + kBb).
Similarmente la probabilidad de que un jugador tipo A adopte laestrategia B es:
kBgB
kAgA + kBgB + g0.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 28 / 53
![Page 29: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/29.jpg)
Las cuentas van a ser muy similares al caso anterior teniendo encuanta solo los cambios de la anterior diapositiva.
P(∆pA =1
N) = pB
∑kA+kB=k
(k!
kA!kB !
)qkA
A|BqkB
B|BkAfA
kAfA + kB fB + f0.
(34)
P(∆pAA =2kA
kN) = pB
(k!
kA!kB !
)qkA
A|BqkB
B|BkAfA
kAfA + kB fB + f0. (35)
pA =k
N(k + 1)2pAB(a((k − 1)2qA|A(qA|A + qB|B) + 3(k − 1)qA|A)
+ b((k − 1)2qB|A(qA|A + qB|B) + (k − 1)qB|B + 2(k − 1)qB|A + 1)
− c((k − 1)2qA|B(qA|A + qB|B) + (k − 1)qA|A + 2(k − 1)qA|B + 1)
− d((k − 1)2qB|B(qA|A + qB|B) + 3(k − 1)qB|B)) + O(w2)Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 29 / 53
![Page 30: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/30.jpg)
˙pAA =2
(k + 1)N
pAB
pA
(1 + (k − 1)(qA|B − qA|A)
)+ O(w)
˙qA|A =2
(k + 1)N
pAB
pA
(1 + (k − 1)(qA|B − qA|A)
)+ O(w)
Suponiendo que qA|A se estabiliza mucho mas rapido obtenemos laidentidad
qA|A = pA +1
k − 1(1− pA).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 30 / 53
![Page 31: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/31.jpg)
Ahora se puede calcular y aproximar la media y la varianza del cambiopor unidad de tiempo e introducirlos a la ecuacion reversa deKolmogorov.
E(∆pA) ≈ wk − 2
k(k − 1)NpA(1− pA)(αpA + β)∆t := m(pA)∆t
Var(∆pA) ≈ 2(k − 2)
N2(k − 1)pA(1− pA)∆t := v(pA)∆t
Dondeα = (k + 3)(k − 2)(a− b − c + d)
β = (k + 3)a + (k2 + k − 4)b − 2c − (k2 + 2k − 3)d .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 31 / 53
![Page 32: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/32.jpg)
La probabilidad de fijacion φA(y) de que un tipo−A con frecuenciainicial pA(t = 0) = y satisface la ecuacion reversa de Kolmogorov :
0 = E(y)d
dyφA(y) +
Var(y)
2
d2
dy2φA(y) (36)
Con
E(y) = wk − 2
k(k − 1)Ny(1− y)(αy + β) + O(w2)
Var(y) =2(k − 2)
N2(k − 1)y(1− y) + O(w).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 32 / 53
![Page 33: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/33.jpg)
Una solucion aproximada para φA(y) es dada por
φA(y) ≈ y + wN
6ky(1− y)((α + 3β) + αy). (37)
Se quieren buscar condiciones sobre a, b, c y d para queρA := φA( 1
N ) > 1N .
Para N grande, ρA >1N ⇐⇒ α + 3β > 0 que es equivalente a
(k2 + 4k + 3)a + (2k2 + 2k − 3)b > (k2 + k + 3)c + (2k2 + 5k − 3)d .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 33 / 53
![Page 34: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/34.jpg)
Ahora si consideramos el juego de cooperadores y defractores con lasiguiente matriz de pagos
A BA b − c −cB b 0
Se obtiene que ρA >1N ⇐⇒
bc > k + 2
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 34 / 53
![Page 35: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/35.jpg)
Actualizacion BD
Bajo esta regla de actualizacion, en cada unidad de tiempo, unindividuo es escogido para reproducirse proporcional al fitness. Luego,uno de sus vecinos es escogido al azar para ser remplazado por elrecien nacido.
La probabilidad de que un jugador tipo A con kA vecinos tipo A y kB
vecinos tipo B sea seleccionado para reproducirse esta dada por[pA
k!
kA!kB !qkA
A|AqkB
B|A
]︸ ︷︷ ︸
frecuencia de la configuracion
[1− w + w(kAa + kBb).]︸ ︷︷ ︸fitness del jugador tipo A
Si uno de los vecinos tipo B se escoge para ser elimindado (lo cualocurre con probabilidad kB
k ) entonces pA aumenta en 1 (o sea, ∆pA
aumenta por 1N ) y ∆pAA aumenta por
2(1+(k−1)qA|B)
kN ).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 35 / 53
![Page 36: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/36.jpg)
As mismo, la probabilidad de que un jugador tipo B se escoja parareproduccion esta dada por[
pBk!
kA!kB !qkA
A|BqkB
B|B
][1− w + w(kAc + kBd)] .
Si un vecino tipo A es remplazado (pasa con probabilidad kAk )
entonces pA disminuye por 1 y pAA disminuye por (k − 1)qA|A.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 36 / 53
![Page 37: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/37.jpg)
P(∆pA =1
N) =
∑kA+kB=k
pAk!
kA!kB !qkA
A|AqkB
B|AkB
k[1 + w(kAa + kBb − 1)]
P(∆pA = − 1
N) =
∑kA+kB=k
pBk!
kA!kB !qkA
A|BqkB
B|BkA
k[1 + w(kAc + kBd − 1)]
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 37 / 53
![Page 38: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/38.jpg)
P(∆pAA =2(1 + (k − 1)qA|B)
kN)
= pAk!
kA!kB !qkA
A|AqkB
B|AkB
k(1 + w(kAa + kBb − 1)
P(∆pAA =−2(k − 1)qA|A)
kN)
= pBk!
kA!kB !qkA
A|BqkB
B|BkA
k(1 + w(kAc + kBd − 1).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 38 / 53
![Page 39: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/39.jpg)
pA =wpAB
N((k − 1)qA|Aa + ((k − 1)qB|A + 1)b
− ((k − 1)qA|B + 1)c − (k − 1)qB|Bd) + O(w2)
˙pAA =2
kNpAB(1 + (k − 1)(qA|B − qA|A)) + O(w)
˙qA|A =2
kN
pAB
pA(1 + (k − 1)(qA|B − qA|A)) + O(w)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 39 / 53
![Page 40: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/40.jpg)
Ahora obtenemos aproximaciones para la media y la varianza
E(∆pA) =w
N
k − 2
k − 1pA(1− pA)(αpA + β)︸ ︷︷ ︸
:=m(pA)
dondeα = (k − 2)(a− b − c + d)
yβ = a + (k − 1)b − c − (k − 1)d .
Var(∆pA) =2
N2
k − 2
k − 1pA(1− pA)︸ ︷︷ ︸
:=v(pA)
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 40 / 53
![Page 41: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/41.jpg)
φA(y) = y + wN
6y(1− y)((α + 3β) + αy).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 41 / 53
![Page 42: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/42.jpg)
Una solucion aproximada para φA(y) es dada por
φA(y) ≈ y + wN
6ky(1− y)((α + 3β) + αy). (38)
Se quieren buscar condiciones sobre a, b, c y d para queρA := φA( 1
N ) > 1N .
Para N grande, ρA >1N ⇐⇒ α + 3β > 0 que es equivalente a
(k + 1)a + (2k − 1)b > (k + 1)c + (2k − 1)d .
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 42 / 53
![Page 43: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/43.jpg)
Ahora si consideramos el juego de cooperadores y defractores con lasiguiente matriz de pagos
A BA b − c −cB b 0
Con estos valores se obtiene que ρC > 1N > ρD solo para valores
negativos de b o c , luego, ρD > 1N > ρC para todo b > c > 0.
La cooperacion no es favorecida bajo la regla de actualizacion BD.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 43 / 53
![Page 44: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/44.jpg)
Resumen
Actualizacion DB
La cooperacion es favorecida cuando bc > k.
Actualizacion IM
La cooperacion es favorecida cuando bc > k + 2.
Actualizacion BD
La cooperacion no es favorecida.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 44 / 53
![Page 45: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/45.jpg)
Notacion
Sean A1,A2 y A3 alelos/estrategias. Sea φ(p1, p2, x1, x2, t + δt) ladensidad de probabilidad de que la frecuencia A1 se halle entre x1 andx1 + dx1 y que la frecuencia de A2 se halle entre x2 y x2 + dx2 en eltiempo t; dado que la frecuencia inicial ( en t = 0) de A1 y A2 sea p1y p2 respectivamente.
Sea g(x1, x2, ξ1, ξ2, t, δt) la densidad de probabilidad de que lasfrecuencias cambien de x1 y x2 a x1 + ξ1 y x2 + ξ2 respectivamente,en el intervalo de tiempo (t, t + δt).
Consideremos el caso cuando x1 y x2 son fijas y p1 y p2 son variablesaleatorias.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 45 / 53
![Page 46: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/46.jpg)
Deduccion
Primero tenemos que:
φ(p1, p2, x1, x2, t+δt) =
∫ ∫g(p1, p2, ξ1, ξ2, δt)φ(p1+ξ1, p2+ξ2, x1, x2, t)dξ1dξ2.
Por Teorema de taylor tenemos que
φ(p1, p2, x1, x2, t + δt)
=
∫ ∫g(p1, p2, ξ1, ξ2, δt)φ(p1 + ξ1, p2 + ξ2, x1, x2, t)dξ1dξ2
=
∫ ∫{(gφ) + gξ1
∂
∂ξ2φ+ gξ2
∂
∂ξ2φ
+ gξ212
∂2
∂ξ21(φ) + gξ1ξ2
∂2
∂ξ1∂ξ2(φ) + g
ξ222
∂2
∂ξ22(φ) + O(ξ3)}dξ1dξ2
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 46 / 53
![Page 47: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/47.jpg)
Como g es una densidad (∫ ∫
g = 1) y suponiendo que la suma, ladiferenciacion y las integrales se pueden intercambiar libremente,obtenemos que:
φ(p1, p2, x1, x2, t + δt) ≈ φ(p1 + ξ1, p2 + ξ2, x1, x2, t)+
∂
∂ξ1(φ)
∫ ∫ξ1gdξ1dξ2 +
∂
∂ξ2(φ)
∫ ∫ξ2gdξ1dξ2
+1
2{ ∂
2
∂ξ21(φ)
∫ ∫ξ21gdξ1dξ2 +
∂2
∂ξ22(φ)
∫ ∫ξ22gdξ1dξ2}+
∂2
∂ξ1∂ξ2(φ)
∫ ∫ξ1ξ2gdξ1dξ2.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 47 / 53
![Page 48: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/48.jpg)
Luego, si restamos el primer termino de la deracha y dividimos por δtse obtiene que:
φ(p1, p2, x1, x2, t + δt)− φ(p1, p2, x1, x2, t)
δt
approx∂
∂ξ1(φ
δt)
∫ ∫ξ1gdξ1dξ2 +
∂
∂ξ2(φ
δt)
∫ ∫ξ2gdξ1dξ2
+1
2{ ∂
2
∂ξ21(φ
δt)
∫ ∫ξ21gdξ1dξ2+
∂2
∂ξ22(φ
δt)
∫ ∫ξ22gdξ1dξ2}+
∂2
∂ξ1∂ξ2(φ
δt)
∫ ∫ξ1ξ2gdξ1dξ2
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 48 / 53
![Page 49: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/49.jpg)
Ahora, dejando δt −→ 0 se obtiene que:
∂
∂tφ(p1 + ξ1, p2 + ξ2, x1, x2, t) ≈ ∂
∂ξ1(φ)M1 +
∂
∂ξ2(φ)M2
+1
2{ ∂
2
∂ξ21(φ)V11 +
∂2
∂ξ22(φ)V22}+
∂2
∂ξ1∂ξ2(φ)V12
con
M1(p1, p2, x1, x2) = limδt−→0
1
δt
∫ ∫ξ1gdξ1dξ2
M2(p1, p2, x1, x2) = limδt−→0
1
δt
∫ ∫ξ2gdξ1dξ2
V11(p1, p2, x1, x2) = limδt−→0
1
δt
∫ ∫ξ21gdξ1dξ2
V22(p1, p2, x1, x2) = limδt−→0
1
δt
∫ ∫ξ22gdξ1dξ2
V12(p1, p2, x1, x2) = limδt−→0
1
δt
∫ ∫ξ1ξ2gdξ1dξ2
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 49 / 53
![Page 50: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/50.jpg)
Ahora, remplazamos M1,M2,V11,V22 y V12 porE(X ),E(Y ),Var(X ),Var(Y ) y E(XY ) respectivamente, donde X yY son los cambios en las frecuencias por unidad de tiempo.
Se obtiene entonces la siguiente EPD:
∂
∂tφ(p1 + ξ1, p2 + ξ2, x1, x2, t) = E(X )
∂
∂ξ1(φ) + E(Y )
∂
∂ξ2(φ)
+1
2OtCov(X ,Y )Oφ
donde O = ( ∂∂x ,
∂∂y )t y Cov(X ,Y ) es la matriz de covarianza del
vector aleatorio (X ,Y ).
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 50 / 53
![Page 51: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/51.jpg)
u(p1, p2, t) := φ(p1, p2, 1, 0, t) se puede interpretar como laprobabilidad de fijacion en el timepo t cuando la frecuencia inicial es(p1, p2). Entonces u(p1, p2, t) satisface:
∂u(p1, p2, t)
∂t= E(X )
∂
∂ξ1(u(p1, p2, t)) + E(Y )
∂
∂ξ2(u(p1, p2, t))
+1
2OtCov(X ,Y )Ou(p1, p2, t)
Imponemos las condiciones de frontera u(1, 0, t) = 1, u(0, p2, t) = 0que son propias del problema de fijacionAhora la probabilidad de fijacion es dada poru(p1, p2) = limt−→∞ u(p1, p2, t).Como en el caso de dos estrategias, ∂u
∂t = 0. Esto nos arroja lasiguiente EDP:
0 = E(X )∂
∂ξ1(u(p1, p2)) + E(Y )
∂
∂ξ2(u(p1, p2))
+1
2OtCov(X ,Y )Ou(p1, p2)Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 51 / 53
![Page 52: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/52.jpg)
Que viene despues...
Ahora , si consideramos un juego sobre un Grafo de tamano N ygrado k con tres estrategias (A, B y C ) y usando la misma notacionque en el juego de dos estrategias obtenemos el sistema
pA + pB + pC = 1
qA|X + qB|X + qC |X = 1
pXY = qX |Y pY
pXY = pYX
En este caso la matriz de pagos es:
A B CA a b cB d e fC g h i
.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 52 / 53
![Page 53: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/53.jpg)
En este caso pC = 1− pA − pB . La idea aca es expresar todo elsistema en terminos de pA, pB y de los qX |Y .
Utilizando las mismas ideas de dinamica rapida y lenta se va a buscarponer todo el sistema en terminos de pA y pB . para buscar los valoresesperados y la matriz de covarianza de los cambios de frecuencia porunidad de tiempo (E(∆pA),E(∆pB),Var(∆pA),Var(∆pB) yE(∆pA∆pB) para remplazarlos en la EDP y poder estimar laprobabilidad de fijacion.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 53 / 53
![Page 54: Estrategias evolutivas sobre grafos - Quantilrichter.quantil.co/wp-content/uploads/2017/06/20160721... · 2017-06-15 · Overview 1 Introducci on 2 Preliminares La ecuaci on reversa](https://reader033.vdocuments.pub/reader033/viewer/2022042017/5e75876c7db57f697d7a86ab/html5/thumbnails/54.jpg)
Bibliografıa
Hopfbauer, J., and Sigmund,K.
Evolutionary Games and Population Dynamics
Cambridge University Press pp. 1-140. June 13, 1998.
Crow, J.F., Kimura, M.
An Introduction to Population Genetics Theory
Burgess Publishing Company pp 371-382, 1970.
Ohtsuki,H., Hauert,C., Lieberman, E. and Nowak,M.A.
A Simple Rule for the Evolution of Cooperation on graphs and Social Networks
nature Magazine Vol 441—25, pp 502-505, May 2006.
Perko, L.
Differential Equations and Dynamical Systems
Texts in Applied Mathematics 7, Third Edition, Springer pp 1-192, 1991.
Roubicek, T.,
Nonlinear Partial Differential Equations with Applications
Birkhauser Second Edition, 2005.
Rafael Montoya Robledo Estrategias evolutivas sobre grafos July 20, 2016 54 / 53