John von Neumann & Oskar Morgenstern (1944) Comportements humains Théorie des Jeux John von Neumann & Oskar Morgenstern (1944) Comportements humains Lewontin, Hamilton, Maynard-Smith, Charnov, Price Biologie Evolutive ESS: Evolutionary Stable Strategy ou Equilibre de Nash (~1950) (Prix Nobel 1954) Stratégie qui ne peut pas être envahie   Stratégies du joueur B 1 2 3 etc… Stratégies du Joueur A xA11, xB11 xA12, xB12 xA13, XB13 xA21, xB21 xA22, xB22 xA23, XB23 xA31, xB31 xA32, xB32 XA33, XB33

Maximisation individuelle ≠ Maximisation du système Dilemme du prisonnier   Al Avoue Nie Bob -10, -10 -4, -45 -45, -4 -5, -5 Equilibre de Nash ESS Optimum de Pareto Vilfredo Pareto (1848-1923) sociologue Maximisation individuelle ≠ Maximisation du système Jeu sans équilibre   Joueur 2 Papier Ciseau Pierre Joueur 1 1, 1 0, 2 2, 0

Jeux du faucon-colombe-bourgeois Maynar-Smith ESS si C<V   Joueur 2 Faucon Colombe Joueur 1 1/2(V-C), 1/2(V-C) V, 0 0, V V/2, V/2 Si C>V, une fréquence d'équilibre existe, f(faucon)=V/C   Faucon Colombe Mixte V/C faucon, 1-V/C colombe -1/2(C-V), -1/2(C-V) V, 0 V(C-V)/2C, -V(C-V)/2C 0, V V/2, V/2 V(C-V)/2C, V(C+V)/2C -V(C-V)/2C, V(C-V)/2C V(C+V)/2C, V(C-V)/2C V(C-V)/2C, V(C-V)/2C Mixte envahit tout et n'est pas envahit→Mixte=ESS

Stratégie du bourgeois   Faucon Colombe Bourgeois Faucon chez lui -1/2(C-V), -1/2(C-V) V, 0 0, V V/2, V/2 Colombe chez les autres Si V>C faucon=ESS Si V<C bourgeois=ESS (mais n'envahit pas colombe)

Les bourgeois dans la vie Pararge aegeria (tircis) =>

Stratégie du Tit For Tat 1) n=1 2) n>1 n parties Faucon Colombe Tit For Tat   Colombe la 1ère fois, même stratégie que le 1er adversaire les fois suivantes -1/2(C-V)n, -1/2(C-V)n Vn, 0 V-(n-1)1/2(C-V), -1/2(n-1)(C-V) 0, Vn Vn/2, Vn/2 -1/2(n-1)(C-V), V-(n-1)1/2(C-V) 1) n=1 V>C, ESS=Faucon V<C, Pas d'ESS n<1+V/C, ESS=Faucon n≥1+V/C, ESS=Faucon et Tit For Tat V>C V<C, ESS=Tit For Tat 2) n>1

Parasite Hôte c Killer W WB Wmax Diplomate Wh = Ph(Whmax-Rh) Wp = Pp(Wpmax-Vp) Wh = Whmax-Rh Wp = 0 Wh = 0 Wp = Wpmax-Vp Wh = Whmax-Gh Wp = Wpmax-Gp c W Wmax WB Parasitoïdisme W = p(Wmax-c) p=f(c) Parasitisme W = Wmax-c (c>0) Mutualisme (c<0) Commensalisme c=0

Vigilance des oiseaux (Maynard-Smith, 1989) Proportion de temps passé au nourrissage pour les stratèges x (mêmes stratèges cherchent en même temps) Probabilité d'être prédaté si non vigilant Gain par unité de temps de nourrissage k x*=ESS recherchée x le mutant qui ne peut envahir que si x=x* xx*=proportion de temps de non vigilance de tous les oiseaux kxx*=proportion de x prédatés x c W(x/x*)=Valeur sélective de x chez x*=cx(1-kxx*)=cx-ckx*x² On désire que W(x/x*) soit maximisé quand x=x*

Vigilance des oiseaux W(x/x*)=Valeur sélective de x chez x*=cx(1-kxx*)=cx-ckx*x² On désire que W(x/x*) soit maximisé quand x=x* dW(x/x*)/dx=0 et d²W(x/x*)/dx<0 quand x=x* dW(x/x*)/dx=c-2ckx*x=0 si x=x*  x*²=c/(2ck) (c≠0) x*=1/√(2k) Si k=1/2, x*=1 Donc ici, si la probabilité de se faire prédater est de 1/2 l'ESS est de se nourrir 100% du temps (100% de non vigilance)

Dispersion des graines (Hamilton & May, 1977) n cases, une plante par case (1-m)N   N graines produites par plante mN mNp p=survie à la dispersion

Dispersion des graines (Hamilton & May, 1977) n cases, une plante par case On cherche m* tel que si un mutant m survient dans une population m*, ce dernier ne peut envahir que si m=m* C'est-à-dire que W(m/m*) est maximum pour m=m* ou bien dW(m/m*)/dm=0 et d²W(m/m*)/dm<0 quand m=m* Case quelconque m* (n-1)Nm*p(1/n) + Nmp(1/n) + N(1-m*) graines soit environs, si n>>1 N(m*p+(1-m*)) graines en compétition Case de la plante mutante m (n-1)Nm*p(1/n) + Nmp(1/n) + N(1-m) soit environs, si n>>1 N(m*p+(1-m)) graines en compétition Dans les cases m W(m/m*)=(n-1)Nmp(1/n)/( N(m*p+(1-m*)) ) soit environs, si n>>1 W(m/m*)m*=mp/( m*p+(1-m*) ) Dans la case m W(m/m*)=N (1-m)/( N(m*p+(1-m)) ) soit environs, si n>>1 W(m/m*) m=(1-m)/( m*p+(1-m) ) W(m/m*)=mp/( m*p+1-m* ) + (1-m)/( m*p+1-m )

Dispersion des graines (Hamilton & May, 1977) W(m/m*)=mp/(m*p+1-m*) + (1-m)/( m*p+1-m) Rappel: (f/g)'=(f'g-fg')/g² On veut que dW(m/m*)/dm=0 pour m=m*, soit Si p≠0 et m*≠1/(1-p) et donc p≠1 m*p+1-m*-m*=0  m*(p-2)+1=0  m*=1/(2-p) Donc même si la survie à la dispersion p est proche de 0, l'ESS m*≈1/2