Количественная биология > Народонаселение и эволюция Резюме: Мы предлагаем и анализируем математическую модель эволюционной адаптации для недегенеративных (постоянных) репликаторных систем, в которых фитнес-матрица изменяется на медленной временной основе -- время эволюции -- а динамика видов развивается быстро по времени. При двухкратном разделении, оправданном теоремой Тихонова, проблема адаптации сводится к максимизации средней физической пригодности в устойчивом состоянии по сравнению со выпукло допустимыми наборами фитнес-парада. Мы выбираем формулу вариации физической подготовки и устанавливаем необходимые условия для максимального физического состояния, демонстрируя, что оптимизация на каждом этапе уменьшается до линейной проблемы программирования. Алгоритм применяется в четырех канонических репликаторах: гиперцикле, бигиперциклах, системе муравьев и сети молекул RNA. Во всех случаях эволюционный процесс осуществляется в соответствии с универсальной трехэтапной схемой: начальная фаза роста физической подготовки без изменения равновесия, во время которой чисто альтруистическое воспроизведение уступает место смешанному Альтруистическому и эгоистичному поведению; вторая стабилизация появления доминирующих видов; а также этап стабилизации, аналогичный порогу ошибки катастроф в квазивидных моделях. Одним из ключевых последствий является то, что все развитые системы приобретают устойчивость к паразитическим видам. Мы далее доказываем, что без ограничений не дегенеративности…
Математическая модель эволюции недегенеративных репликаторов
arXiv: 2607.044556v3 Annuales Type: заменить резюме: мы предлагаем и анализируем математическую модель эволюционной адаптации для недегенеративных (постоянных) репликаторных систем, в которых фитнес-матрица изменяется на медленном графике -- время эволюции — а динамика видов развивается быстро по времени. При двухкратном разделении, оправданном теоремой Тихонова, проблема адаптации сводится к максимизации средней физической пригодности в устойчивом состоянии по сравнению со выпукло допустимыми наборами фитнес-парада. Мы выбираем формулу вариации физической подготовки и устанавливаем необходимые условия для максимального физического состояния, демонстрируя, что оптимизация на каждом этапе уменьшается до линейной проблемы программирования. Алгоритм применяется в четырех канонических репликаторах: гиперцикле, бигиперциклах, системе муравьев и сети молекул RNA. Во всех случаях эволюционный процесс следует универсальной трехфазной схеме: начальная фаза роста физической подготовки без равновесия