Teoría Evolutiva de Juegos
- Propuesto por
- John Maynard Smith, George Price
- Año
- 1973
- Tipo
- algorithm
- Familia
- Game-theoretic
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
La Teoría Evolutiva de Juegos aplica el razonamiento de la teoría de juegos a la evolución biológica y las dinámicas sociales, donde poblaciones de agentes con diferentes estrategias interactúan repetidamente.
Introducido por John Maynard Smith y George Price en 1973, el marco utiliza el concepto de Estrategias Evolutivamente Estables (ESS, por sus siglas en inglés) para identificar distribuciones de estrategias que no pueden ser invadidas por estrategias mutantes. La dinámica del replicador describe cómo evolucionan las frecuencias de las estrategias a lo largo del tiempo cuando la reproducción es proporcional al éxito de la recompensa.
La intuición detrás del método
Imagine una población de animales compitiendo por comida, cada uno usando una estrategia conductual diferente (p. ej., 'halcón' agresivo o 'paloma' pasiva). Los halcones ganan las peleas pero se lesionan, las palomas evitan el conflicto pero a menudo pierden. Con el tiempo, las estrategias exitosas se propagan (sus usuarios se reproducen más), mientras que las no exitosas disminuyen. La evolución alcanza un equilibrio cuando la distribución de estrategias se estabiliza: ninguna estrategia mutante puede invadir porque no le iría mejor, ni peor, que a la población residente. Este equilibrio es la ESS, un balance donde cada estrategia funciona igual de bien a la frecuencia poblacional.
Historia
John Maynard Smith y George Price introdujeron la teoría evolutiva de juegos en 1973 para explicar la diversidad conductual en poblaciones animales. La monografía de Maynard Smith de 1982 formalizó la teoría, introduciendo la ecuación de la dinámica del replicador y el concepto de ESS. Desde entonces, el marco se ha ampliado a la evolución cultural, la economía y el comportamiento social. La integración de la teoría de juegos con la biología evolutiva revolucionó la comprensión de la cooperación, el conflicto y las instituciones sociales.
Cuándo usarlo
Aplicar la teoría evolutiva de juegos al modelar poblaciones de agentes interactuantes donde el éxito genera replicación (evolución biológica, dinámicas culturales, procesos de aprendizaje). Usar al estudiar la emergencia de la cooperación, la resolución de conflictos, la señalización o el comportamiento de apareamiento. Adecuado para mercados donde las empresas o los comerciantes evolucionan estrategias con el tiempo basándose en la rentabilidad.
Limitaciones y consideraciones
- Requiere la suposición de reproducción asexual o mezcla aleatoria en poblaciones grandes
- La dinámica del replicador asume ajustes continuos de estrategias; las poblaciones discretas pueden exhibir dinámicas diferentes
- A menudo existen múltiples ESS, lo que hace que las predicciones sean ambiguas
- No tiene en cuenta las tasas de mutación o la exploración; la evolución a largo plazo depende del suministro de mutaciones
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Explica la emergencia evolutiva de la diversidad conductual sin previsión racional
- Conecta el equilibrio de la teoría de juegos con la evolución biológica y cultural
- La dinámica del replicador proporciona una descripción en tiempo continuo de la evolución de la frecuencia de las estrategias
- El concepto de ESS es más estricto que el Equilibrio de Nash, eliminando equilibrios inestables implausibles
Aplicaciones
- Comportamiento animal: explicar por qué algunas especies luchan (halcón) mientras otras evitan (paloma) a través del análisis de ESS
- Epidemiología: modelar la dinámica de propagación de enfermedades a través de la dinámica del replicador sobre las frecuencias de estrategias
- Evolución organizacional: analizar cómo las estrategias empresariales evolucionan y se estabilizan en mercados competitivos
- Evolución de protocolos: comprender la emergencia de sistemas de comunicación y señalización en poblaciones
- Emergencia de la cooperación: explicar la cooperación entre agentes egoístas sin aplicación externa
Cómo funciona
Cómo funciona
Identificar las estrategias conductuales o fenotípicas disponibles en la población (p. ej., halcón, paloma, burgués).
Calcular la aptitud (recompensa) que cada estrategia recibe al interactuar con cada una de las otras estrategias y consigo misma.
Actualizar las frecuencias de las estrategias de acuerdo con la ecuación del replicador: la tasa de crecimiento de cada estrategia es proporcional a su recompensa en relación con el promedio de la población.
Comprobar si el equilibrio resultante es una ESS confirmando que ningún mutante puede invadir y propagarse hasta la fijación.
Errores comunes
- Confundir ESS con Equilibrio de Nash; ESS es más estricto, requiriendo estabilidad frente a la invasión
- Asumir que las poblaciones convergen a ESS; las condiciones iniciales y las tasas de mutación pueden conducir a equilibrios alternativos
- Pasar por alto que la dinámica del replicador depende de la frecuencia; las recompensas dependen de la composición de la población
- Olvidar que las estrategias evolutivamente estables no necesitan maximizar la recompensa total; solo necesitan resistir la invasión
Preguntas frecuentes
¿En qué se diferencia una Estrategia Evolutivamente Estable de un Equilibrio de Nash?
Cada ESS es un Equilibrio de Nash, pero no viceversa. ESS requiere además que si una población juega la estrategia ESS, ninguna estrategia mutante puede invadir y propagarse. ESS es más estricto, eliminando equilibrios que son inestables a la invasión por mutantes raros.
¿Por qué las poblaciones evolucionan hacia ESS en lugar de maximizar la recompensa?
Porque la evolución optimiza el éxito de la replicación, no el bienestar total. Una ESS se auto-refuerza: si todos la juegan, ningún individuo puede beneficiarse al desviarse, creando un estado poblacional estable. La maximización de la recompensa es secundaria.
¿Pueden coexistir múltiples ESS en el mismo juego?
Sí. Pueden existir múltiples ESS, particularmente en juegos con roles de jugador asimétricos o cuando las estrategias dependen del contexto. La trayectoria de la dinámica del replicador determina a qué ESS llega una población, basándose en las condiciones iniciales y los patrones de mutación.
Métodos relacionados
Fuentes
Smith, J. M., & Price, G. R. (1973). The logic of animal conflict. Nature, 246(5427), 15-18.
Abrir referencia DOICopiado.Maynard Smith, J. (1982). Evolution and the Theory of Games. Cambridge University Press.
Abrir referencia de la publicaciónCopiado.