レプリケーター方程式

同義語:複製子方程式レプリケータ方程式レプリケーター動学replicator equationreplicator dynamics

概要

レプリケーター方程式(replicator equation)とは、利得行列 $A$ の対称なゲームで戦略 $i$ をとる個体の割合 $x_i$ の変化を $\dot x_i=x_i\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)$ で表す単体の上の常微分方程式で、平均より得をする戦略ほど割合が増える。Nash 均衡は平衡点であり、安定な平衡点と内部から出た軌道の極限は Nash 均衡である。進化的安定戦略は相対エントロピーを Lyapunov 関数として漸近安定で、内部にあれば内部のすべての軌道を引き寄せるが、逆は成り立たない。$n$ 個の戦略の方程式は $n-1$ 種の Lotka–Volterra 方程式と時間の取り替えを除いて同じである。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 常微分方程式, Nash均衡, 進化的安定戦略, Lyapunovの安定性定理

レプリケーター方程式(replicator equation)は、利得行列 $A=(a_{ij})$ の対称なゲームを集団の中で繰り返す状況で、戦略 $i$ をとる個体の割合 $x_i$ の時間変化を
$$ \dot x_i=x_i\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)\qquad(i=1,\dots,n) $$
で表す常微分方程式である。複製子方程式 ともいう。$(Ax)_i$ は戦略 $i$ の個体が集団から無作為に選んだ相手と対戦したときの期待利得、$x^{\mathsf T}Ax$ は集団の平均の利得で、平均より得をする戦略ほど割合が増える。利得を子の数と読めば、自然選択の最も簡単な模型になる。
Nash均衡 と 進化的安定戦略 は、利得行列だけから決まる静的な概念である。この方程式は、それらに時間の向きを与える。この記事では次のことを証明する。

  • 単体とその各面は不変で、解はすべての時刻で存在する(prop-rep-invariant)。
  • Nash 均衡は平衡点である。逆は成り立たないが、安定な平衡点と、内部から出た軌道の極限は Nash 均衡である(thm-rep-nash)。
  • 進化的安定戦略は漸近安定な平衡点で、内部の進化的安定戦略は内部のすべての軌道を引き寄せる(thm-rep-ess)。逆は成り立たない(ex-rep-zeeman)。
  • 境界から離れた軌道の時間平均は、内部の平衡点に近づく(thm-rep-average)。
    $n$ 個の戦略のレプリケーター方程式は、$n-1$ 種の Lotka–Volterra方程式 と、時間の取り替えを除いて同じである(節「時間平均と Lotka–Volterra 方程式との対応」)。

定義と基本性質

レプリケーター方程式

$A$ を実の $n\times n$ 行列とし、$\Delta_n:=\{x\in\mathbb R^n\mid x_i\ge0,\ \sum_ix_i=1\}$ とする。$\Delta_n$ の上の常微分方程式
$$ \dot x_i=x_i\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)\qquad(i=1,\dots,n)\qquad(1) $$
を、利得行列 $A$ の レプリケーター方程式 という。$f(x)$ を (1) の右辺のベクトルとし、$x(0)=x_0$ の解を $x(t)$ と書く。$\operatorname{supp}x:=\{i\mid x_i>0\}$ を $x$ の 台、$\operatorname{int}\Delta_n:=\{x\in\Delta_n\mid\text{すべての }i\text{ で }x_i>0\}$ を 内部 という。$f(p)=0$ となる $p\in\Delta_n$ を 平衡点 という。

純粋戦略 $j$ を第 $j$ 成分だけが $1$ の単位ベクトル $e_j$ と同一視する。$q,x\in\Delta_n$ について $q^{\mathsf T}Ax$ は、$q$ をとる個体が $x$ をとる集団から得る期待利得である。

単体の不変性と解の存在
  1. $x_0\in\Delta_n$ なら、(1) の解はすべての $t\in\mathbb R$ で定義され、$\Delta_n$ にとどまる。
  2. 各 $i$ と $t$ について $x_i(t)=x_i(0)\exp\int_0^t\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)ds$ である。とくに台 $\operatorname{supp}x(t)$ は $t$ によらず、各面 $\{x\in\Delta_n\mid\operatorname{supp}x\subseteq I\}$ と内部は不変である。
和の方程式と 1 次元の線形方程式

要点:$1-\sum_ix_i$ と各 $x_i$ は、それぞれ係数が連続な 1 次元の線形方程式を満たすので、$0$ のものは $0$ のまま、正のものは正のままである。

詳しい証明を開く

右辺は多項式なので、$\mathbb R^n$ の任意の初期値に局所解がただ 1 つある。$x_0\in\Delta_n$ とし、最大解を $x(t)$($t\in(T_-,T_+)$)とする。$S:=\sum_ix_i$ とおくと $\dot S=\sum_ix_i(Ax)_i-S\,x^{\mathsf T}Ax=(1-S)\,x^{\mathsf T}Ax$ で、$1-S$ は線形の方程式 $\frac{d}{dt}(1-S)=-x^{\mathsf T}Ax\,(1-S)$ を満たす。$1-S(0)=0$ なので $S\equiv1$ である。また $g_i(t):=(Ax(t))_i-x(t)^{\mathsf T}Ax(t)$ は連続で、$x_i$ は $\dot x_i=g_ix_i$ を満たすので 2 の式が成り立ち、$x_i(t)$ の符号は $x_i(0)$ の符号と同じである。よって解は存在する間 $\Delta_n$ にとどまり、台は変わらない。$\Delta_n$ はコンパクトなので、常微分方程式 の定理「爆発の二者択一」により $T_\pm=\pm\infty$ である。$\square$

利得行列の取り替え

$c\in\mathbb R^n$ とし、$A$ の第 $j$ 列に $c_j$ を足した行列を $A'$ とする。$\Delta_n$ の上で、$A'$ のレプリケーター方程式は $A$ のものと同じである。また $\lambda>0$ について、$\lambda A$ の解は $A$ の解の時間を $\lambda$ 倍に速めたもの $x(\lambda t)$ である。

要点:$(Ax)_i$ と $x^{\mathsf T}Ax$ に同じ数 $c^{\mathsf T}x$ が加わる。

詳しい証明を開く

$A'=A+\mathbf 1c^{\mathsf T}$($\mathbf 1$ は成分がすべて $1$ のベクトル)で、$x\in\Delta_n$ なら $(A'x)_i=(Ax)_i+c^{\mathsf T}x$、$x^{\mathsf T}A'x=x^{\mathsf T}Ax+c^{\mathsf T}x$ なので、差 $(A'x)_i-x^{\mathsf T}A'x$ は変わらない。後半は右辺が $\lambda$ 倍になることから従う。$\square$

平衡点

$p\in\Delta_n$ が平衡点であることは、$\operatorname{supp}p$ の上で $(Ap)_i$ がすべて等しいことと同値である。このときその共通の値は $p^{\mathsf T}Ap$ である。とくに、すべての頂点 $e_j$ は平衡点であり、内部の平衡点は $Ap=c\mathbf 1$、$p\in\operatorname{int}\Delta_n$ の解である。

$f_i(p)=0$ は「$p_i=0$ または $(Ap)_i=p^{\mathsf T}Ap$」である。$\operatorname{supp}p$ の上で $(Ap)_i=c$ なら $p^{\mathsf T}Ap=\sum_{i\in\operatorname{supp}p}p_ic=c$ である。$\square$

Nash 均衡と平衡点

$p\in\Delta_n$ が対称な Nash 均衡であるとは、すべての $q\in\Delta_n$ で $q^{\mathsf T}Ap\le p^{\mathsf T}Ap$、すなわちすべての $j$ で $(Ap)_j\le p^{\mathsf T}Ap$ となることである(進化的安定戦略 の節「定義と使える条件」)。$\Delta_n$ の上の平衡点 $p$ が 安定 であるとは、任意の $\eta>0$ に対し $\delta>0$ があって、$x_0\in\Delta_n$、$\lvert x_0-p\rvert< \delta$ ならすべての $t\ge0$ で $\lvert x(t)-p\rvert< \eta$ となることをいう。さらに、$x_0$ が $p$ に近ければ $x(t)\to p$ となるとき、漸近安定 という(Lyapunovの安定性定理 の定義を $\Delta_n$ の上で読んだもの)。

Nash 均衡と平衡点
  1. 対称な Nash 均衡は平衡点である。
  2. 安定な平衡点は対称な Nash 均衡である。
  3. 内部から出た解 $x(t)$ が $t\to\infty$ で $p\in\Delta_n$ に収束するなら、$p$ は対称な Nash 均衡である。
得をする戦略の割合は指数関数的に増える

1:Nash均衡 の命題「台による判定」により、Nash 均衡 $p$ では $\operatorname{supp}p$ の上で $(Ap)_i=p^{\mathsf T}Ap$ なので、prop-rep-rest から $p$ は平衡点である。
2:$p$ を安定な平衡点とし、Nash 均衡でないとする。$(Ap)_i-p^{\mathsf T}Ap=:2\kappa>0$ となる $i$ がある。$p$ は平衡点なので $p_i=0$ である(prop-rep-rest の証明)。連続性から $\eta>0$ があって、$x\in\Delta_n$、$\lvert x-p\rvert< \eta$ なら $(Ax)_i-x^{\mathsf T}Ax>\kappa$ である。この $\eta$ に対する安定性の $\delta$ をとり、$s>0$ を小さくとって $x_0:=(1-s)p+se_i$ が $\lvert x_0-p\rvert< \delta$ を満たすようにする。$x_{0,i}=s>0$ で、$x(t)$ はずっと $p$ の $\eta$ 近傍にあるので、prop-rep-invariant の 2 から $x_i(t)\ge s\,e^{\kappa t}$ である。これは $x_i(t)\le1$ に反する。
3:まず $p$ は平衡点である。実際、$x(t+1)-x(t)=\int_t^{t+1}f(x(s))\,ds$ で、左辺は $0$ に、右辺は $f$ の連続性から $f(p)$ に近づく。$p$ が Nash 均衡でないとすると、2 と同じ $i$、$\kappa$、$\eta$ がとれる。$T$ を、$t\ge T$ で $\lvert x(t)-p\rvert< \eta$ となるようにとると、$x_i(T)>0$($x_0$ は内部にある)なので $t\ge T$ で $x_i(t)\ge x_i(T)e^{\kappa(t-T)}$ となり、$x_i(t)\to p_i=0$ に反する。$\square$

1 の逆は成り立たない。頂点 $e_j$ はどんな $A$ でも平衡点だが、Nash 均衡とは限らない。2 の逆も成り立たず、Nash 均衡でも不安定なものがある。どちらも ex-rep-two で見る。

進化的安定戦略の漸近安定性

$p\in\Delta_n$ について、$U_p:=\{x\in\Delta_n\mid i\in\operatorname{supp}p\text{ なら }x_i>0\}$ の上の関数
$$ V(x):=\sum_{i\in\operatorname{supp}p}p_i\log\frac{p_i}{x_i} $$
を考える。進化的安定戦略の安定性の証明では、これを Lyapunov 関数として使う。$V(x)$ は、確率分布 $p$ から見た $x$ の Kullback–Leibler情報量 である。$U_p$ は prop-rep-invariant の 2 により不変で、$\Delta_n$ の中で $p$ の近傍である。

相対エントロピーの減少
  1. $U_p$ の上で $V\ge0$ で、$V(x)=0$ は $x=p$ と同値である。
  2. $U_p$ から出た解に沿って $\dfrac{d}{dt}V(x(t))=-\bigl(p^{\mathsf T}Ax-x^{\mathsf T}Ax\bigr)$ である。

1:$I:=\operatorname{supp}p$ とする。$\log$ は狭義に凹なので、Jensenの不等式 から
$$ -V(x)=\sum_{i\in I}p_i\log\frac{x_i}{p_i}\le\log\sum_{i\in I}p_i\frac{x_i}{p_i}=\log\sum_{i\in I}x_i\le\log1=0 $$
である。等号は $x_i/p_i$ が $I$ の上で一定で、$\sum_{i\in I}x_i=1$ のとき、すなわち $x=p$ のときに限る。
2:$\dot V=-\sum_{i\in I}p_i\dot x_i/x_i=-\sum_{i\in I}p_i\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)=-(p^{\mathsf T}Ax-x^{\mathsf T}Ax)$ である。$\square$

進化的安定戦略は漸近安定である

$p$ を利得行列 $A$ の進化的安定戦略とする。

  1. $p$ はレプリケーター方程式 (1) の漸近安定な平衡点である。
  2. $p$ が内部の点なら、内部から出たすべての解は $t\to\infty$ で $p$ に収束する。
$V$ を $\Delta_n$ の上の Lyapunov 関数として使う

1:進化的安定戦略 の定理「局所的な優越と一様な侵入障壁」により、$r>0$ があって、$x\in\Delta_n$、$0< \lvert x-p\rvert\le r$ なら $p^{\mathsf T}Ax>x^{\mathsf T}Ax$ である。$U_p$ は $\Delta_n$ の中で $p$ の近傍なので、$r$ を小さくとり $K_r:=\{x\in\Delta_n\mid\lvert x-p\rvert\le r\}\subseteq U_p$ としてよい。lem-rep-entropy により、$K_r$ の上で $V$ は解に沿って増えず、$p$ のほかでは真に減る。
安定性:$0< \eta\le r$ とする。$S_\eta:=\{x\in\Delta_n\mid\lvert x-p\rvert=\eta\}$ はコンパクトで、空なら $\Delta_n$ は $p$ の $\eta$ 近傍に含まれ示すことはない。空でなければ $S_\eta$ の上の $V$ の最小値 $m$ は正である。$V$ は $p$ で連続で $V(p)=0$ なので、$\delta\in(0,\eta)$ があって $\lvert x-p\rvert< \delta$ なら $V(x)< m$ である。そのような $x_0$ から出た解が $S_\eta$ に達したとすると、最初に達する時刻までは $K_r$ の中にあって $V$ は増えないので、そこでの $V$ の値は $m$ より小さく、矛盾する。よって解はずっと $p$ の $\eta$ 近傍にある。
吸引:$\eta=r$ に対する $\delta$ をとり、$\lvert x_0-p\rvert< \delta$ とする。$h(t):=V(x(t))$ は増えず $0$ 以上なので、極限 $L\ge0$ をもつ。$L>0$ とすると、$V< L$ となる $p$ の近傍 $\{\lvert x-p\rvert< \rho\}$ に解は入らないので、解はコンパクト集合 $\{x\in\Delta_n\mid\rho\le\lvert x-p\rvert\le r\}$ にとどまる。そこで $\dot V< 0$ は連続なので $\dot V\le-c$($c>0$)で、$h(t)\le h(0)-ct\to-\infty$ となり矛盾する。よって $V(x(t))\to0$ である。$x(t)$ の集積点 $z\in K_r$ では $V(z)=0$ で、$z=p$ である。$K_r$ はコンパクトなので $x(t)\to p$ である。
2:$p$ が内部の点なら $U_p=\operatorname{int}\Delta_n$ である。進化的安定戦略 の命題「2 次形式による判定」の 3 により、$A$ は $T:=\{v\mid\sum_iv_i=0\}$ の上で負定値である。$p$ は内部の Nash 均衡なので $Ap=c\mathbf 1$ で、$x\in\Delta_n$ について $(p-x)^{\mathsf T}Ap=0$ だから
$$ p^{\mathsf T}Ax-x^{\mathsf T}Ax=(p-x)^{\mathsf T}A(x-p)=-(x-p)^{\mathsf T}A(x-p)>0\qquad(x\ne p) $$
である。$x_0\in\operatorname{int}\Delta_n$ とする。$x_i\le1$ から $-\log x_j\ge0$ なので、各 $i$ について $V(x)\ge\sum_jp_j\log p_j-p_i\log x_i$ であり、$x_i\to0$ で $V\to\infty$ となる。よって $K:=\{x\in\operatorname{int}\Delta_n\mid V(x)\le V(x_0)\}$ は $\mathbb R^n$ のコンパクト集合で、解は $K$ にとどまる。$K$ の上で 1 の吸引の議論を $r$ の代わりに $K$ を使って繰り返すと、$x(t)\to p$ を得る。$\square$

狭義の Nash 均衡

狭義の Nash 均衡($e_k$ で、$j\ne k$ なら $(Ae_k)_j< (Ae_k)_k$)は漸近安定な平衡点である。

進化的安定戦略 の命題「2 次形式による判定」の 3 により、狭義の Nash 均衡は進化的安定戦略である。thm-rep-ess を使う。$\square$

thm-rep-ess の逆、すなわち「漸近安定な平衡点は進化的安定戦略である」は成り立たない(ex-rep-zeeman)。漸近安定性は線形化で判定できることが多い。

内部の平衡点での線形化

$p$ を内部の平衡点、$T:=\{v\mid\sum_iv_i=0\}$ とする。$f$ の $p$ での微分 $Df(p)$ は $T$ を $T$ に写し、$v\in T$ について
$$ \bigl(Df(p)v\bigr)_i=p_i\bigl((Av)_i-p^{\mathsf T}Av\bigr) $$
である。$Df(p)$ を $T$ に制限した写像の固有値の実部がすべて負なら、$p$ は漸近安定である。

要点:$Ap=c\mathbf 1$ を使って $f$ を $p$ で微分し、$\Delta_n$ の内部を $\mathbb R^{n-1}$ の開集合と見て線形化の判定を使う。

詳しい証明を開く

$f_i(x)=x_i((Ax)_i-x^{\mathsf T}Ax)$ を微分すると $(Df(p)v)_i=v_i\bigl((Ap)_i-p^{\mathsf T}Ap\bigr)+p_i\bigl((Av)_i-v^{\mathsf T}Ap-p^{\mathsf T}Av\bigr)$ である。$Ap=c\mathbf 1$、$p^{\mathsf T}Ap=c$ なので第 1 項は $0$ で、$v\in T$ なら $v^{\mathsf T}Ap=c\sum_iv_i=0$ である。右辺の成分の和は $p^{\mathsf T}Av-p^{\mathsf T}Av=0$ なので $T$ に入る。後半:$\Delta_n$ の内部を座標 $(x_1,\dots,x_{n-1})$($x_n=1-\sum_{i< n}x_i$)で $\mathbb R^{n-1}$ の開集合と見ると、(1) は $\mathbb R^{n-1}$ の自励系になり、その $p$ での線形化の行列は $Df(p)|_T$ を基底 $e_i-e_n$($i< n$)で表したものである。Lyapunovの安定性定理 の定理「線形化による安定性の判定」を使う。$\square$

時間平均と Lotka–Volterra 方程式との対応

時間平均は内部の平衡点に近づく

内部から出た解 $x(t)$ が、ある $a>0$ について、すべての $t\ge0$ と $i$ で $x_i(t)\ge a$ を満たすとする。$z(T):=\frac1T\int_0^Tx(t)\,dt$ とおくと、$T\to\infty$ での $z(T)$ の集積点はすべて内部の平衡点である。とくに内部の平衡点がただ 1 つ $p$ なら、$z(T)\to p$ である。

対数の比を積分する

$\frac{d}{dt}\log\frac{x_i}{x_n}=(Ax)_i-(Ax)_n$ を $[0,T]$ で積分して $T$ で割ると
$$ \bigl(Az(T)\bigr)_i-\bigl(Az(T)\bigr)_n=\frac1T\Bigl(\log\frac{x_i(T)}{x_n(T)}-\log\frac{x_i(0)}{x_n(0)}\Bigr) $$
である。$a\le x_i\le1$ なので右辺の括弧は有界で、右辺は $0$ に近づく。$z(T)\in\Delta_n$ で、各成分は $a$ 以上なので、集積点 $z^\ast$ は内部にあり、$(Az^\ast)_i$ はすべて等しい。prop-rep-rest により $z^\ast$ は平衡点である。内部の平衡点がただ 1 つなら、$z(T)$ のどの部分列も $p$ に収束する部分列をもつので、$z(T)\to p$ である。$\square$

Lotka–Volterra方程式 の命題「複製子方程式との軌道の対応」は、$n$ 個の戦略のこの方程式(その記事の記号では利得行列 $B$、状態 $y$)を、$x_n>0$ の部分で $\xi_i:=x_i/x_n$($i< n$)に移し、時間を $d\tau=x_n\,dt$ で取り替えると、
$$ r_i=a_{in}-a_{nn},\qquad a'_{ij}=a_{ij}-a_{nj}\qquad(1\le i,j\le n-1) $$
の $n-1$ 種の Lotka–Volterra 方程式 $\frac{d\xi_i}{d\tau}=\xi_i\bigl(r_i+(A'\xi)_i\bigr)$ になることを示している。$\xi_n:=1$ とおくと $(Ax)_i-(Ax)_n=x_n\bigl(r_i+(A'\xi)_i\bigr)$ なので、$x$ が内部の平衡点であることは $\xi$ が Lotka–Volterra 方程式の内部の平衡点($r+A'\xi=0$)であることと同じで、内部の軌道は内部の軌道に移る。thm-rep-average は、その記事の定理「時間平均は平衡点に近づく」の、レプリケーター方程式の側での形である。2 つの方程式の結果は、この対応で互いに移し合える。

例

2 つの戦略

$n=2$ とし、$\alpha:=a_{11}-a_{21}$、$\beta:=a_{22}-a_{12}$ とおく。lem-rep-change により $A=\operatorname{diag}(\alpha,\beta)$ としてよく、$x=x_1$ について (1) は
$$ \dot x=x(1-x)\bigl(\alpha x-\beta(1-x)\bigr) $$
になる。
(1) タカ–ハトゲーム:進化的安定戦略 の例「タカ–ハトゲーム」で $v=C=2$ とすると $\alpha=\beta=-1$ で、$\dot x=x(1-x)(1-2x)$ である。$0< x_0< 1$ なら $x(t)\to\frac12$ である。頂点 $e_2$(全員がハト)は平衡点だが、元の利得行列 $\begin{pmatrix}-1&2\\0&1\end{pmatrix}$ で、ハトの集団に対するタカの利得 $a_{12}=2$ がハトの利得 $a_{22}=1$ より大きいので、Nash 均衡でない。
(2) 調整ゲーム:$\alpha=10$、$\beta=5$ では、内部の平衡点 $p^\ast=\frac13$ は Nash 均衡だが、$x_0>\frac13$ なら $x(t)\to1$、$x_0< \frac13$ なら $x(t)\to0$ で、$p^\ast$ は不安定である。

要点:1 次元の方程式なので、右辺の符号で解の動きが決まる。

詳しい証明を開く

$x_2=1-x$ で、$(Ax)_1-x^{\mathsf T}Ax=(1-x)\bigl((Ax)_1-(Ax)_2\bigr)=(1-x)(\alpha x-\beta(1-x))$ である。(1) の右辺 $x(1-x)(1-2x)$ は $(0,\frac12)$ で正、$(\frac12,1)$ で負なので、$x(t)$ は単調に $\frac12$ に近づく(極限は平衡点で、$(0,1)$ の平衡点は $\frac12$ だけ)。(2) の右辺 $x(1-x)(15x-5)$ は $(\frac13,1)$ で正、$(0,\frac13)$ で負で、同様である。$\square$

  1. で $e_2$ は平衡点だが Nash 均衡でないので、thm-rep-nash の 2 により安定でない。実際、ハトだけの集団に少しでもタカが入ると、タカの割合は $\frac12$ まで増える。
じゃんけん

勝てば $a>0$、負ければ $-b$($b>0$)のじゃんけん
$$ A=\begin{pmatrix}0&-b&a\\a&0&-b\\-b&a&0\end{pmatrix} $$
の内部の平衡点は $u=(\frac13,\frac13,\frac13)$ だけで、$P(x):=x_1x_2x_3$ は解に沿って
$$ \frac{d}{dt}\log P=(a-b)\bigl(1-3\sigma(x)\bigr),\qquad\sigma(x):=x_1x_2+x_2x_3+x_3x_1 $$
を満たす。$\Delta_3$ の上で $1-3\sigma=\frac12\sum_{i< j}(x_i-x_j)^2\ge0$ で、等号は $x=u$ のときに限る。

  1. $a>b$ なら、内部から出た解はすべて $u$ に収束する。
  2. $a=b$ なら $P$ は保存され、$u$ 以外の内部の点から出た解は周期解である。$u$ は安定だが漸近安定でない。
  3. $a< b$ なら、$u$ 以外の内部の点から出た解の $\omega$ 極限集合は境界に含まれる。
$P$ の増減を見る

$\sum_i(Ax)_i=(a-b)\sum_ix_i=a-b$、$x^{\mathsf T}Ax=(a-b)\sigma(x)$ なので $\frac{d}{dt}\log P=\sum_i\bigl((Ax)_i-x^{\mathsf T}Ax\bigr)=(a-b)(1-3\sigma)$ である。$1-3\sigma=(\sum x_i)^2-3\sigma=\sum x_i^2-\sigma$ である。内部の平衡点が $u$ だけであることは 進化的安定戦略 の例「じゃんけん」の計算による。
1:同じ例により、$a>b$ なら $u$ は内部の進化的安定戦略で、thm-rep-ess の 2 を使う。
2:$P$ は一定である。$\log P$ は内部で狭義に凹なので、$c\in(0,\frac1{27})$ について $\{P\ge c\}$ は $u$ を内部に含むコンパクト凸集合で、その境界 $\{P=c\}$ は $u$ を囲む閉曲線である。その上に平衡点はないので、解は速さが $0$ にならないまま閉曲線を進み、一周して戻る。$u$ のまわりの小さな閉曲線の上にとどまるので $u$ は安定で、$u$ に近づかないので漸近安定でない。
3:$x_0\ne u$ なら $P$ は増えず、$P(x(t))\le P(x_0)< \frac1{27}=P(u)$ で、$P(x(t))$ は極限 $c^\ast$ をもつ。$\omega$ 極限集合が内部の点 $z$ を含むとし、$x(t_k)\to z$($t_k\to\infty$)とする。$z$ から出た解 $z(s)$ について、解の初期値への連続な依存から $x(t_k+s)\to z(s)$ なので、$P(z(s))=\lim_kP(x(t_k+s))=c^\ast$ がすべての $s\ge0$ で成り立つ。よって $z$ で $\frac{d}{ds}\log P=0$、すなわち $1-3\sigma(z)=0$ で $z=u$ となる。これは $P(u)=\frac1{27}>c^\ast$ に反する。$\square$

漸近安定だが進化的安定戦略でない平衡点

$$ A=\begin{pmatrix}0&6&-4\\-3&0&5\\-1&3&0\end{pmatrix} $$
とする。$u=(\frac13,\frac13,\frac13)$ について $Au=\frac23\mathbf 1$ なので、$u$ は内部の平衡点である。lem-rep-linear の線形化を座標 $(x_1,x_2)$ で書くと
$$ \frac19\begin{pmatrix}17&22\\-19&-23\end{pmatrix} $$
で、トレースは $-\frac23$、行列式は $\frac13$、固有値は $-\frac13\pm\frac{\sqrt2}3i$ である。よって $u$ は漸近安定である。一方 $q=(\frac23,\frac13,0)$ について $q^{\mathsf T}Au=u^{\mathsf T}Au$、$q^{\mathsf T}Aq=\frac23>\frac19=u^{\mathsf T}Aq$ なので、$u$ は進化的安定戦略でない。

要点:lem-rep-linear の式に $Av$ を入れて計算する。

詳しい証明を開く

$v\in T$ を $v=(v_1,v_2,-v_1-v_2)$ と書くと $Av=(4v_1+10v_2,\ -8v_1-5v_2,\ -v_1+3v_2)$、$u^{\mathsf T}Av=\frac13(-5v_1+8v_2)$ である。座標 $(x_1,x_2)$ の方程式の線形化は $v\mapsto\bigl((Df(u)v)_1,(Df(u)v)_2\bigr)$ なので、lem-rep-linear の式から $(Df(u)v)_1=\frac13\bigl(4v_1+10v_2+\frac13(5v_1-8v_2)\bigr)=\frac19(17v_1+22v_2)$、$(Df(u)v)_2=\frac13\bigl(-8v_1-5v_2+\frac13(5v_1-8v_2)\bigr)=\frac19(-19v_1-23v_2)$ である。行列式は $\frac1{81}(-391+418)=\frac13$ である。$q$ については $Aq=(2,-2,\frac13)$ から $q^{\mathsf T}Au=\frac23=u^{\mathsf T}Au$、$q^{\mathsf T}Aq=\frac43-\frac23=\frac23$、$u^{\mathsf T}Aq=\frac19$ である。$\square$

この例は、$A$ が $T$ の上で負定値でない($v=(1,0,-1)$ で $v^{\mathsf T}Av=5>0$)のに、線形化の固有値の実部が負になる場合である。進化的安定戦略は利得の 2 次形式の条件で、漸近安定性は $A$ に $\operatorname{diag}(p)$ を掛けた線形化の固有値の条件なので、両者は一致しない。

主張と反例

主張反例満たされない条件
平衡点は Nash 均衡であるex-rep-two (1) の $e_2$安定性(thm-rep-nash の 2)、内部からの収束(同じく 3)
Nash 均衡は安定であるex-rep-two (2) の $p^\ast$進化的安定戦略であること(thm-rep-ess)
内部の Nash 均衡は漸近安定であるex-rep-rps 2($a=b$)進化的安定戦略であること(それは $a>b$ のときで、この例では成り立たない)
漸近安定な平衡点は進化的安定戦略であるex-rep-zeemanthm-rep-ess の逆向きの主張で、補う条件はない
内部のただ 1 つの平衡点は内部の軌道を引き寄せるex-rep-rps 3($a< b$)進化的安定戦略であること(thm-rep-ess の 2。それは $a>b$ のときで、この例では成り立たない)

ex-rep-rps 3 では $\omega$ 極限集合が境界に含まれるので、$\min_ix_i(t)\to0$ である(そうでなければ、境界から離れた時刻の列の集積点が内部にできる)。そのため thm-rep-average の仮定 $x_i(t)\ge a$ も成り立たず、この定理は時間平均について何も言わない。

補足

名前と歴史

この方程式と進化的安定戦略の安定性との関係は、Taylor と Jonker(TJ78)、Hofbauer・Schuster・Sigmund(HSS79)が論じた。進化的安定戦略の概念は Maynard Smith と Price(MSP73)による。レプリケーター方程式と Lotka–Volterra 方程式を並べて扱う教科書に HS98 がある。

関連項目

参考文献

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する