유한 무한 집단에서의 공동진화 동역학 확률 과정 복제자 방정식 포커 플랑크 방정식

이 논문은 공동진화(dynamic coevolution) 현상을 수학적으로 모델링하기 위해, 이산 시간·이산 상태의 확률 과정을 출발점으로 삼는다. 서론에서는 진화가 유전형, 표현형, 적합도 사이의 복잡한 매핑을 통해 이루어지며, 화석 기록에서 관찰되는 ‘정체기와 급변기’ 현상이 순수 동역학적 메커니즘으로도 설명될 수 있음을 언급한다. 이를 위해 진화 게임 이론을 기본 틀로 채택하고, 전략 간 갈등을 설명하는 대표적인 게임(예: 죄수의 딜레마, 스태그헌트, 매와 도브)을 소개한다. 다음으로, 게임 이론의 핵심 개념인 내시 균형(Nash equilibrium)과 진화 안정 전략(ESS)을 정의하고, 무한 인구에서 복제자 방정식이 ESS를 고정점으로 만드는 전통적 해석을 요약한다. 그러나 유한 인구에서는 이러한 개념이 변동성에 의해 크게 영향을 받으므로, 보다 정교한 확률적 접근이 필요함을 강조한다. 본 논문의 핵심은 네 가지 대표적인 마코프 프로세스—피셔‑라이트, 모란, 로컬 업데이트, 페르미 과정—를 상세히 기술하고, 각각의 전이 확률 T₊, T₋를 수식으로 제시한 뒤, 이를 바탕으로 마스터 방정식을 구축한다. 피셔‑라이트는 동시 복제와 사망을 전제로 하여 전이 행렬이 거의 완전하게 채워지며, 무작위 표본 추출을 가정한다. 모란 과정은 한 번에 하나의 개체만 교체하는 비동기식이며, 선택 강도 w에 따라 복제 확률이 보상의 상대적 크기에 비례한다. 로컬 업데이트는 두 개체 간 직접 대결을 통해 전략을 전이시키며, 전이 확률은 보상 차이에 선형적으로 의존한다. 페르미 과정은 보상 차이를 시그모이드 형태인 tanh 함수로 변환해 전이 확률을 정의함으로써, 강한 선택 상황에서도 안정적인 동역학을 제공한다. 각 과정에 대해 전이 확률을 이용해 마코프 체인의 마스터 방정식을 세우고, 인구 규모 N이 무한대로 갈 때 평균장식(replicator) 방정식으로 수렴함을 증명한다. 구체적으로, 모란 과정에서는 \