1704424270
1704424271
1704424272
（F. 1）式是I成为一个ESS的必要条件，但是这个条件对于寻找候选策略却没有帮助。综合适应度的方法才是完成这个工作的最好方法。例如，考虑表32中展示的两策略博弈情形，从这里，我们可以写出推导得到的博弈回报矩阵，这个矩阵中的数字表示参与人1的综合适应度的变化量。那么通过使用Bishop-Canning定理（附录三），我们可以容易地找到推导得到的博弈回报矩阵的ESS。在这个例子中，
1704424273
1704424274
如果a（1－r）＞c＋br，那么H是一个ESS，
1704424275
1704424276
如果d（1－r）＞b＋cr，那么D是一个ESS，
1704424277
1704424278
并且如果上述两个不等式都不能成立，那么就存在一个由PH和（1－P）D构成的混合策略，其中
1704424279
1704424280
1704424281
1704424282
1704424283
表32 亲缘个体之间的鹰鸽博弈
1704424284
1704424285
1704424286
1704424287
1704424288
Hines和Maynard Smith（1979）已经证明：如果一个策略根据Grafen条件（F. 1）发现它是一个ESS，那么这个策略也将是综合适应度矩阵的一个ESS，但是逆命题并不成立。所以，我们推荐的寻找ESS的候选策略的步骤是，首先利用综合适应度的变化将带来相同回报的Bishop-Canning定理，然后检验所得到的策略是否满足方程（F. 1）。
1704424289
1704424290
表格33给出了两个具体数值的情形。情形1支持下述常识性预期：在亲缘个体博弈的ESS相比非亲缘个体博弈的ESS更具合作性；情形2是一个根据条件（F. 1）得到的综合适应度矩阵中的ESS不具稳定性的例子。
1704424291
1704424292
1704424293
1704424294
在非亲缘个体的博弈中，如果向量是一个混合ESS，并且只存在纯策略者，那么向量就代表一个稳定的基因多态（如果只存在两个纯策略，那么这个基因多态必然是稳定的）。但是这一点在亲缘个体的博弈中是不成立的。这样，对于表格32b中的博弈，如果只存在纯H策略者和纯D策略者，那么在均衡状态下H策略出现的频率是
1704424295
1704424296
1704424297
1704424298
1704424299
显然该式与（F. 2）式不同。
1704424300
1704424301
把亲缘个体间博弈的处理方法扩展至有性两倍体种群中将是极具价值的。不幸的是，当对手是亲属时，一个类似于第50页的处理方法将是困难的。
1704424302
1704424303
表33 从两策略博弈中推导出的综合适应度矩阵
1704424304
1704424305
1704424306
1704424307
1704424308
演化与博弈论 [:1704421379]
1704424309
七、具有随机回报的消耗战
1704424310
1704424311
一个包含两种类型个体的种群：类型1，出现的频率为q，其获胜所带来的回报为v1；而类型2，出现的频率为1－q，其获胜所带来的回报为v2。每一个个体都知道自己的类型以及v1、v2和q的数值，但是不知道对手确切的类型。例如，如果动物或是饥饿的（类型1），或是不饥饿的（类型2），并且v1和v2分别表示一个食物单位给饥饿的动物和吃饱的动物带来的价值，那么我们假设一个动物知道自己是否饥饿，但是只知道对手处于饥饿状态的概率。
1704424312
1704424313
竞争发生在随机选择的个体之间。在一个选择可允许成本为m1的类型1的个体和一个选择m2的类型2的个体之间展开的博弈中，其博弈回报如表34所示。令博弈的ESS为：如果个体是类型1，那么选择密度函数为P1（x）的随机策略x；如果个体是类型2，那么选择P2（x）。于是，一个随机选择的个体采取x策略所满足的密度函数应该是
1704424314
1704424315
表34 具有随机回报的消耗战的回报矩阵
1704424316
1704424317
1704424318
1704424319