Teoria dos Jogos Evolutiva
- Proposto por
- John Maynard Smith, George Price
- Ano
- 1973
- Tipo
- algorithm
- Família
- Game-theoretic
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
A Teoria dos Jogos Evolutiva aplica o raciocínio da teoria dos jogos à evolução biológica e à dinâmica social, onde populações de agentes com diferentes estratégias interagem repetidamente.
Introduzido por John Maynard Smith e George Price em 1973, o arcabouço utiliza o conceito de Estratégias Evolutivamente Estáveis (ESS) para identificar distribuições de estratégias que não podem ser invadidas por estratégias mutantes. A dinâmica do replicador descreve como as frequências das estratégias evoluem ao longo do tempo quando a reprodução é proporcional ao sucesso do payoff.
A intuição por trás do método
Imagine uma população de animais competindo por alimento, cada um usando uma estratégia comportamental diferente (por exemplo, 'falcão' agressivo ou 'pomba' passiva). Falcões vencem lutas, mas se ferem; pombas evitam conflitos, mas frequentemente perdem. Com o tempo, estratégias bem-sucedidas se espalham (seus usuários se reproduzem mais), enquanto as malsucedidas declinam. A evolução atinge um equilíbrio quando a distribuição da estratégia se estabiliza: nenhuma estratégia mutante pode invadir porque não se sairia melhor — ou pior — do que a população residente. Este equilíbrio é a ESS, um balanço onde cada estratégia tem um desempenho igualmente bom na frequência populacional.
História
John Maynard Smith e George Price introduziram a teoria dos jogos evolutiva em 1973 para explicar a diversidade comportamental em populações animais. A monografia de Maynard Smith de 1982 formalizou a teoria, introduzindo a equação da dinâmica do replicador e o conceito de ESS. O arcabouço foi desde então estendido à evolução cultural, economia e comportamento social. A integração da teoria dos jogos com a biologia evolutiva revolucionou a compreensão da cooperação, conflito e instituições sociais.
Quando usar
Aplique a teoria dos jogos evolutiva ao modelar populações de agentes interativos onde o sucesso gera replicação (evolução biológica, dinâmica cultural, processos de aprendizagem). Use ao estudar o surgimento da cooperação, resolução de conflitos, sinalização ou comportamento de acasalamento. Adequado para mercados onde empresas ou traders evoluem estratégias ao longo do tempo com base na lucratividade.
Limitações e considerações
- Requer a suposição de reprodução assexuada ou mistura aleatória em grandes populações
- A dinâmica do replicador assume ajustes contínuos de estratégia; populações discretas podem exibir dinâmicas diferentes
- Múltiplas ESS frequentemente existem, tornando as previsões ambíguas
- Não considera taxas de mutação ou exploração; a evolução a longo prazo depende do suprimento de mutações
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Explica o surgimento evolutivo da diversidade comportamental sem previsão racional
- Conecta o equilíbrio da teoria dos jogos à evolução biológica e cultural
- A dinâmica do replicador fornece uma descrição em tempo contínuo da evolução da frequência da estratégia
- O conceito de ESS é mais rigoroso que o Equilíbrio de Nash, eliminando equilíbrios instáveis implausíveis
Aplicações
- Comportamento animal: explicando por que algumas espécies lutam (falcão) enquanto outras evitam (pomba) através da análise de ESS
- Epidemiologia: modelagem da dinâmica de propagação de doenças através da dinâmica do replicador nas frequências de estratégias
- Evolução organizacional: análise de como as estratégias de negócios evoluem e se estabilizam em mercados competitivos
- Evolução de protocolos: compreensão do surgimento de sistemas de comunicação e sinalização em populações
- Surgimento da cooperação: explicando a cooperação entre agentes egoístas sem imposição externa
Como funciona
Como funciona
Identifique as estratégias comportamentais ou fenotípicas disponíveis na população (por exemplo, falcão, pomba, burguês).
Calcule a aptidão (payoff) que cada estratégia recebe ao interagir com cada outra estratégia e consigo mesma.
Atualize as frequências das estratégias de acordo com a equação do replicador: a taxa de crescimento de cada estratégia é proporcional ao seu payoff em relação à média da população.
Verifique se o equilíbrio resultante é uma ESS, confirmando que nenhum mutante pode invadir e se espalhar até a fixação.
Erros comuns
- Confundir ESS com Equilíbrio de Nash; ESS é mais rigorosa, exigindo estabilidade sob invasão
- Assumir que as populações convergem para ESS; condições iniciais e taxas de mutação podem levar a equilíbrios alternativos
- Ignorar que a dinâmica do replicador é dependente da frequência; os payoffs dependem da composição da população
- Esquecer que as estratégias evolutivamente estáveis não precisam maximizar o payoff total; elas precisam apenas resistir à invasão
Perguntas frequentes
Como uma Estratégia Evolutivamente Estável difere de um Equilíbrio de Nash?
Toda ESS é um Equilíbrio de Nash, mas não vice-versa. A ESS exige adicionalmente que, se uma população joga a estratégia ESS, nenhuma estratégia mutante pode invadir e se espalhar. A ESS é mais rigorosa, eliminando equilíbrios que são instáveis à invasão por mutantes raros.
Por que as populações evoluem em direção à ESS em vez de maximizar o payoff?
Porque a evolução otimiza o sucesso da replicação, não o bem-estar total. Uma ESS é autoaplicável: se todos a jogam, nenhum indivíduo pode se beneficiar ao desviar, criando um estado populacional estável. A maximização do payoff é secundária.
Múltiplas ESS podem coexistir no mesmo jogo?
Sim. Múltiplas ESS podem existir, particularmente em jogos com papéis de jogador assimétricos ou quando as estratégias dependem do contexto. O caminho da dinâmica do replicador determina qual ESS uma população alcança, com base nas condições iniciais e nos padrões de mutação.
Métodos relacionados
Fontes
Smith, J. M., & Price, G. R. (1973). The logic of animal conflict. Nature, 246(5427), 15-18.
Abrir referência DOICopiado.Maynard Smith, J. (1982). Evolution and the Theory of Games. Cambridge University Press.
Abrir referência da publicaçãoCopiado.