S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Sekastrategiat - Mekanismien luokittelu.

Slides:



Advertisements
Samankaltaiset esitykset
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Esitelmä 10 – Juho Kokkala Optimointiopin seminaari - Syksy 2010 Kernel-tasoitus.
Advertisements

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 2 - Kim Björkman Optimointiopin seminaari - Kevät 2007 / 1 Yksiulotteiset kuvaukset.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 3 - Riikka-Leena Leskelä Optimointiopin seminaari - Syksy 2005 / 1 2. Mallien rakentaminen.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ari Tiainen Optimointiopin seminaari - Kevät 2005 / 1 Käänteisoptimointiin perustuvat huutokaupat.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Fraktaalit – Ville Brummer Optimointiopin seminaari - Kevät 2007 Fraktaalit Ville Brummer.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ilmari Kuikka Systeemitieteiden kandidaattiseminaari – Kevät 2010 Poistumistien valinnan mallintaminen.
Kahden vaiheen peli (Ruseski JEEM 1998) Oletetaan kaksi valtiota, joissa kalastuslaivaston koko n 1 ja n 2 Ensimmäisessä vaiheessa valtiot valitsevat nämä.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 15 – Mikko Harju Optimointiopin seminaari - Kevät 2010 Kotitehtävä 15.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 16 - Jarto Niemi Optimointiopin seminaari - Kevät 2007 Kaaos differentiaaliyhtälöissä,
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 17 – Kaarlo Väisänen Optimointiopin seminaari - Kevät 2007 Kompleksisuuden teoria ja organisaaatiotiede.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 19 – Jussi Karlqvist Optimointiopin seminaari - Kevät 2007 Pehmeä Systeemimetodologia (SSM)
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 2 - Jarno Leppänen Optimointiopin seminaari - Kevät 2008 Evoluutiopeliteoria: stabiilisuudesta.
Muuntelu on evoluution edellytys s
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 3 - Outi Somervuori Optimointiopin seminaari - Kevät 2010 The trouble with choice: Studing.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 28 – Tuukka Sarvi Optimointiopin seminaari - Syksy 2005 / 1 Ratkaisu kotitehtävään 28 Tuukka.
Miksi tämä on vaikeaa? Ilman minkäänlaisia rajoitteita ongelmat ei ole vaikeita ratkaista. Siihen löytyy jopa valmis ”kaava”. Valitettavasti jokaisessa.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 15 - Anna Matala Optimointiopin seminaari - Syksy 2008 Elämän historian strategiat ja kokopeli.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 11 - Teemu Mutanen Optimointiopin seminaari - Syksy 2005 / 1 Lisätiedon arvo.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 11 - Teemu Mutanen Optimointiopin seminaari - Syksy 2005 / 1 Kotitehtävä 11 - ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 15 - Lassi Ahlvik Optimointiopin seminaari - Kevät 2008 Rehellisyys ja neuvottelu Lassi.
Toistorakenne Toistorakennetta käytetään ohjelmissa sellaisissa tilanteissa, joissa jotain tiettyä ohjelmassa tapahtuvaa toimenpidekokonaisuutta halutaan.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Mark Mehtonen Optimointiopin seminaari - Kevät 2005 / 1 Tarjontaketjun hallinta ja sähköinen kaupankäynti.
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Esitelmä 18 – Otto Sormunen Optimointiopin seminaari - Syksy 2010 Tukivektorikoneet.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 1 – Simo Heliövaara Optimointiopin seminaari - Syksy 2008 Johdanto peliteoriaan
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Henri Hytönen Optimointiopin seminaari - Kevät 2007 Kaoottiset attraktorit
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 15 – Mikko Harju Optimointiopin seminaari - Kevät 2010 Korreloitu tasapaino ja sosiaaliset.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 21 – Jonas Strahl Optimointiopin seminaari - Kevät 2010 Signalointi ja cheap talk
Optimoinnin käyttö tiedonlouhinnassa
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 20 – Juuso Ilomäki Optimointiopin seminaari - Kevät 2010 Signalointi ja cheap talk Juuso.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 19 - Heikki Henttu Optimointiopin seminaari - Syksy 2005 / 1 Ratkaisu kotitehtävään 19.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 - Jaakko Niemi Optimointiopin seminaari - Syksy 2005 / 1 Virittäminen (Tuning) s
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 4 – Jussi Kangaspunta Optimointiopin seminaari - Kevät 2007 Kaksiulotteiset kuvaukset 2/2.
S ysteemianalyysin Laboratorio Aalto-yliopiston Teknillinen korkeakoulu Esitelmä 10 – Epäoikeudenmukaisuuden karttaminen Tuomas Nummelin Optimointiopin.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 18 – Juho Kokkala Optimointiopin seminaari - Kevät 2007 Stabiilit monistot ja kriisit Mat
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 1 – Matias Leppisaari Optimointiopin seminaari - Kevät 2008 Perusmalli ja evolutiivisesti.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 4 – Janne Nurmi Optimointiopin seminaari - Kevät 2008 Evoluutiopeliteoria: Viivytystaistelu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Ultimatum-peli – Jasmin Nissinen Optimointiopin seminaari - Kevät 2010 Ultimatum-peli Jasmin Nissinen.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 2 - Jirka Poropudas Optimointiopin seminaari - Kevät 2005 / 1 Bayes-verkoista s
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 15 – Anna Matala Optimointiopin seminaari - Syksy 2008 Kotitehtävän ratkaisu Anna Matala.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 5 – Matti Sarjala Optimointiopin seminaari - Kevät 2008 Evoluutiopeliteoria: Viivytystaistelu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Kotitehtävä – Jouni Pousi Optimointiopin seminaari - Syksy 2008 Kotitehtävän ratkaisu Jouni Pousi.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 12 – Jouni Pousi Optimointiopin seminaari - Syksy 2008 Epäsymmetriset pelit II: luokittelu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 25 - Mark Mehtonen Optimointiopin seminaari - Syksy 2005 / 1 The Chain Rule for Influence.
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Ohjaamaton oppiminen– Heikki Vesterinen Optimointiopin seminaari - Syksy 2010 Ohjaamaton.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 1 - Jirka Poropudas Optimointiopin seminaari - Syksy 2000 / 1 Kotitehtävän 2 ratkaisu Jirka.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 13 – Antti Savelainen Optimointiopin seminaari - Syksy 2008 Epäsymmetriset pelit III: Sukupuoli-
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Mikko Luttinen Optimointiopin seminaari - Kevät 2005 / 1 Vedonlyönti internetissä Mikko Luttinen.
Toistorakenne Toistorakennetta käytetään ohjelmissa sellaisissa tilanteissa, joissa jotain tiettyä ohjelmassa tapahtuvaa toimenpidekokonaisuutta halutaan.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Kotitehtävä - Tuomas Nummelin Optimointiopin seminaari - Syksy 2008 Kotitehtävän ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 23 – Juho Kokkala Optimointiopin seminaari - Syksy 2005 / 1 IEJ-puut, yhteisjakaumat, A-kyllästetyt.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 - Jaakko Niemi Optimointiopin seminaari - Syksy 2005 / 1 Kotitehtävä 9 Ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Kotitehtävä 24 – Teppo Voutilainen Optimointiopin seminaari - Syksy 2005 Kotitehtävän 24 ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 21 – Osmo Salomaa Optimointiopin seminaari - Syksy 2005 / 1 Kotitehtävän 21 ratkaisu Osmo.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 13 – Tommi Nykopp Optimointiopin seminaari - Syksy 2005 / 1 Päätösteoreettinen vianhaku.
Mikä on geenien rooli mikro- ja makroevoluutiossa?
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 4 – Janne Nurmi Optimointiopin seminaari - Kevät 2008 Kotitehtävä 4 - Ratkaisu
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 8 – Ilmari Kuikka Optimointiopin seminaari - Kevät 2010 Kotitehtävä 8 Ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 5 – Henri Tokola Optimointiopin seminaari - Syksy 2009 Kotitehtävä 5: LEKIN-ohjelman käyttö.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 12 – Alexander Franck Optimointiopin seminaari - Kevät 2010 Rationalisoituvuus ja yleinen.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 8 – Reda Guerfi Optimointiopin seminaari - Syksy 2009 Taloudellisen tuotantoerän skedulointi.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 5 – Matti Sarjala Optimointiopin seminaari - Kevät 2008 Kotitehtävien ratkaisut
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Esitelmä 22 – Jussi Kangaspunta Optimointiopin seminaari - Syksy 2010 Ohjaamaton.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä # - Esitelmöijän nimi Optimointiopin seminaari - Syksy 2000 / 1 Potentiaalien kertaus ja.
S ysteemianalyysin Laboratorio Aalto-yliopiston teknillinen korkeakoulu Esitelmä 11 – Tuomas Nummelin Optimointiopin seminaari - Syksy 2010 Tukivektorikoneet.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Pekka Mild Optimointiopin seminaari - Syksy 2005 / 1 Monitavoitteiset vaikutuskaaviot; Ratkaisu.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Fraktaalit – Ville Brummer Optimointiopin seminaari - Kevät 2007 Fraktaalit - Kotitehtävän vastaus.
Komodonvaraani Varanus komodoensis.
S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Tapani Raunio Optimointiopin seminaari - Kevät 2005 / 1 Online huutokaupat.
Kotitehtävä 1 - Ratkaisu
Kirjosieppo.
Esityksen transkriptio:

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Sekastrategiat - Mekanismien luokittelu

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Evoluutiopeliteorian mukaan sekastrategia on odotettavissa jos mahdollinen kustannus on suuri verrattuna palkkioon. Päteekö tämä luonnossa? Mitä täytyy tietää tapauksesta, jotta sen voi luokitella sekastrategiaksi?

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Sekastrategia/Puhdas strategia Ensimmäinen erottelu: –Sekastrategiassa palkkiot yhtä suuret –Puhdas strategia “tilanteessa 1, tee A; tilanteessa 2, tee B”, eli palkkiot erilaisia “Making the best of a bad job” Lisäksi fitness kasvaa, jos taajuus laskee, jos kyse on sekastrategiasta

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Eskimosirkku Talvella sirkkujen värit vaihtelevat (tummia yksilöitä ja vaaleita yksilöitä) Väri korreloi aggressiivisuuden kanssa Tapaus voisi olla haukka-kyyhky-tyyppinen sekastrategia, mutta puhdas strategia “jos suuri, haukka; jos pieni, kyyhky” on myös mahdollinen

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Esimerkki puhtaasta strategiasta(?) 75 % lohista brittiläisissä joissa kypsyvät seksuaalisesti ennenaikaisesti Kun aikuiset lohet kuteavat, varhaiskypsät lohet yrittävät (ja onnistuvat luultavasti osittain) hedelmöittämään munat Varhaiskypsät lohet käyttäytyvät siis eri tavalla nuorena kuin aikuisena (mikä on yleistä selkärankaisilla) -> puhdas strategia?

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Kuitenkin sekastrategia? Miksi ainoastaan (juuri) 75 % lohista on varhaiskypsiä? Luultavasti hyöty varhaiskypsyydestä laskee, jos varhaiskypsiä lohia on enemmän (taajuus kasvaa). Tässä voisi siis olla kyse sekastrategiasta, jos varhaiskypsyys “maksaa”.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Kuitenkin sekastrategia? Vaikka kaikki yksilöt käyttäisivät tiettyä strategiaa n vuoden ikään saakka, luonnonvalinta voisi ohjata n:ää siihen ikään, että palkkiot (vanha vs nuori) ovat yhtä suuret.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Esimerkki: peräkkäinen hermafrodiittisyys Luonnonvalinta vaikuttaa ikään, jolloin sukupuoli vaihtuu. Toinen sukupuoli voi mahdollisesti hyötyä enemmän suuresta koosta tai iästä Tämän voi tulkita sekastrategiaksi (palkkiot yhtä suuret)

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Yksiselitteinen esimerkki puhtaasta strategiasta: Kovakuoriainen Podischnus agenor Koiras käyttää sarviaan tappeluissa parittelupaikoista Sarven koko riippuu yksilön koosta “allometrisesti” Yksilöillä, jotka ravinnon takia tulevat olemaan pieniä, on suhteelliset pienet sarvet ja ne käyttätyvät passiivisesti. Ne pärjäävät luultavasti huonommin kuin isot yksilöt (“making the best of a bad job”)

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Esimerkki puhtaasta strategiasta: Mehiläinen Centris pallida Koirailla on kaksi parittelustrategiaa: –patrolling: koiras kaivaa naaraan ulos maasta. Tappeluita syntyy lähes aina ja isompi koiras voittaa –hovering: koiras etsii naaraita, joita ei ole kaivettu ulos. Patrolling-koiraat onnistuvat luultavasti paremmin parittelussa. Kyseessä on siis puhdas strategia: Jos pieni, hover; jos iso, patrol

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Mutta: Naaras määrää jälkeläisten koot Isompien jälkeläisten tuotanto maksaa enemmän (esim. nektaria ja siitepölyä) Koiraiden kokovariaatio on suurempi kuin naaraiden – variaatio ei voi johtua pelkästään naaraiden epätäsmällisyydestä On siis mahdollista, että naaras käyttää sekastrategiaa tuottamalla tietyn määrän isoja koiraita ja tietyn määrän pieniä

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Empiiristä dataa ei kuitenkin ole olemassa, eikä tiedetä mikäli yksi naaras tuottaa ainoastaan isoja tai pieniä koiraita tai molempia.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Esimerkki sekastrategiasta: Hietapistiäinen Naaras pesii koloissa, joissa on yksi tai monta sivukammioita Se laittaa 1-6 hepokattia (hyppiviä hyönteisiä) yhteen kammioon, munii munan sinne ja täyttää kolon Joskus naaras kuitenkin käyttää koloa, jonka toinen naaras on kaivanut. Jos naraat kohtaavat (yleinen tapaus), syntyy tappelu ja ainoastaan voittaja munii koloon

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Naarashietapistiäisen toiminta

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Brockmann et al. tutki kahta pistiäisyhdyskuntaa: Yhdyskunta New Hampshiressa: –59 % tapauksista naaras kaivoi itse kolon –Kolon kaivaneet naaraat munivat keskimäärin 0,96 munaa/100 h ja toista koloa käyttävät naaraat 0,84 munaa/100h –Arvot ovat riittävän läheisiä jotta tilan voi tulkita ESS:ksi (taajuusriippuvuus on myös oikeinpäin)

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Brockmann et al. tutki kahta pistiäisyhdyskuntaa: Yhdyskunta Michiganissa: –Vastaavat palkkiot olivat 1,91 munaa/100h ja 1,64 munaa/100h. Nämä arvot eivät ole riittävän lähellä, systeemi ei siis ole tasapainossa. Tämä voi johtua esimerkiksi muutoksesta ympäristössä. Sekastrategiakonsepti heikkenee kuitenkin jos on yhtä todennäköistä että populaatio on tasapainossa kuin että se ei ole!

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 ESS sekastrategian ongelmia/”kritiikkiä” Eläimellä ei ole rulettipyörää päässä Yleensä oikeat pelit ovat epäsymmetrisiä Todennäköisyydet täytyy säätää paikallisten olosuhteiden mukaan

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Eläimellä ei ole rulettipyörää päässä Maynard Smith väittää, että se ON mahdollista, jos se kerran on palkitsevaa Mekanismi voisi olla täysin neoronaalinen tai riippua jostain epäolennaisesta ulkopuolisesta ärsykkeestä

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Yleensä oikeat pelit ovat epäsymmetrisiä Epäsymmetriset pelit kahden osapuolen välillä ratkaistaan yleensä epäsymmetrian kautta. Esityt esimerkit sekastrategioista ovat de facto peliä kenttää vastaan, eli epäsymmetria ei ole ongelma –hietapistiäinen on erikoistapaus, sillä yksilö ei saa kaikkea tietoa vastapelurista

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Todennäköisyydet täytyy säätää paikallisten olosuhteiden mukaan Ongelmat: –Ero opitun ja geneettisen sekastrategian välillä ilmenee ainoastaan kokeellisesti –Sekä oppiminen että geenit voivat vaikuttaa –Oppimissääntö riippuu geeneistä

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Luokitteluesimerkki - Vihreä lehtisammakko Koiras voi käyttää kutsuääntä tai pysyä hiljaisena Koe: raskaana oleva naaras päästettiin 30 kertaa irti kahden koiraan lähellä. Toinen koiraista pysyi hiljaisena. Kutsuääniä käyttävä koiras saavutti amplexus 17 kertaa; hiljainen 13 kertaa Toiset koiraat käyttävät samaa strategiaa joka yö, toiset vaihtavat

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Tämä tieto ei riitä luokitteluun (esimerkiksi kutsuäänet voivat olla vaarallisia) Jos kuitenkin oletetaan, että fitnessit ovat samoja ja että taajuudet vaihtelevat sijainnin mukaan (riippuen esimerkiksi petoeläimistä), niin voidaan spekuloida sitä, miten ESS sekastrategia on syntynyt.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Lehtisammakko: Kategoria IIb Sammakko käyttää strategiaa “kutsuääni” todennäköisyydella P. P vaihtelee paikasta paikkaan ja määräytyy luonnonvalinnan kautta.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Lehtisammakko: Kategoria III Sammakko käyttää kutsuääntä jos mikään muu sammakko ei tee sitä etäisyydellä X, joka määräytyy luonnonvalinnan kautta. “Kutsuääni”-taajuus voi siis vaihdella vaikka eri populaatiot olisivat geneettisesti identtisiä.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Lehtisammakko: Kategoria IV Niin kuin aikasemmin todettiin, oppiminen on mahdollista ja voi johtaa ESS:ään. Ongelmallista on kuitenkin petoriski.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Kategoria VI Kategoria VI sisältää kaikki tapaukset, joissa yksilöt käyttävät puhdasta strategiaa, jossa taktiikka (action?) riippuu olosuhteista. Sisältää kaikki pelit jotka ratkaistaan havaitetun epäsymmetrian kautta

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 “I fear that table 10 will prove to be neither exhaustive nor unambiguous. It does draw attention however, to some of the distinctions which should be made when analysing mixed strategies.”

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Kotitehtävä Voivatko mekanismit, jotka kuuluvat kategoriaan VIa:han ja VIb:hen saada aikaan lehtisammakoiden käyttäytymistä? Perustele, ja anna esimerkki (sekä a:lle ja b:lle) jos väität sen olevan mahdollista.

S ysteemianalyysin Laboratorio Teknillinen korkeakoulu Esitelmä 9 – Philip Holm Optimointiopin seminaari - Kevät 2008 Sanasto Harris's sparrow – eskimosirkku plumage -höyhenpeite spawning-kuteaminen precocious-varhaiskypsä vertebrate-selkärankainen digger wasp-hitapistiäinen burrow-kolo katydids-Hepokatit (heimo, johon kuluu hyppiviä hyönteisiä) gonad-gonadi, eli skupuoisoluja tuottava elin