Un ciervo rojo en una ladera escocesa se encuentra con un rival al borde de su harén. Podría embestir — cornamenta baja, todo su peso, una pelea que podría ganarle las hembras o dejarlo corneado y muerto. En cambio, nueve de cada diez veces, los dos hacen algo casi cómico: braman el uno al otro, caminan rígidos codo con codo midiéndose, y luego uno se retira sin que caiga un solo golpe. La escalada a la violencia real es la excepción, no la regla. Observa a toda una población de ciervos durante toda una temporada y las proporciones son inquietantemente estables — cierta fracción de las contiendas acaba en una pelea genuina, el resto en un farol y una retirada. Nadie fija esa proporción. Ningún comité de ciervos se reúne para decidir cuánta pelea puede permitirse la manada. Y aun así la mezcla se mantiene, año tras año.
Esa estabilidad está por todas partes en cuanto te fijas. Aproximadamente la mitad de la mayoría de las especies animales nacen machos y la mitad hembras — no porque sea justo, sino porque la proporción está clavada ahí. Algunos peces macho guardan territorios mientras otros se cuelan a hurtadillas a fecundar huevas, en proporciones estables. Algunas plantas crecen altas para robar luz mientras otras se quedan bajas y baratas. En cada caso una población se ha asentado en una mezcla de comportamientos que ningún individuo diseñó y que ningún individuo puede romper con provecho. Este curso trata de la única idea que lo explica todo.
La versión de una frase
Una estrategia evolutivamente estable (evolutionarily stable strategy, ESS) es una estrategia que, una vez que (casi) todos en una población la juegan, no puede ser invadida por ninguna estrategia mutante rara — cualquier cosa distinta lo hace peor, así que la selección la elimina y la población se mantiene. Es el equilibrio al que llega la biología reproduciéndose, no porque alguien razone hasta él.
El movimiento que hace que funcione
La teoría de juegos (game theory) clásica — que ya conoces — imagina a jugadores astutos eligiendo su mejor respuesta unos frente a otros y aterrizando en un equilibrio de Nash (Nash equilibrium), un estado donde nadie puede mejorar cambiando. Precioso, pero supone razonamiento: jugadores que calculan, anticipan y eligen. Un ciervo no calcula. Un gen no anticipa. Entonces, ¿cómo termina una población sin mente en un equilibrio siquiera?
La respuesta de Maynard Smith y Price, en 1973, fue cambiar al elegidor racional por una población. No preguntes “¿qué elegiría un jugador listo?”. Pregunta en cambio: “aquí hay una población donde cada comportamiento se reproduce en proporción al pago que gana — ¿qué mezcla no puede ser desequilibrada por un recién llegado raro?”. El agente que razona desaparece; la reproducción diferencial hace la optimización gratis. Una estrategia que paga mejor deja más descendencia, así que se extiende; una estrategia que paga peor mengua. El equilibrio se alcanza por selección, no lo selecciona la razón — y ese es todo el salto conceptual de este curso. Agárrate a ello: una ESS es aquello en lo que se asienta la selección natural (natural selection) cuando los pagos dependen de quién más anda cerca.
Before you read — take a guess
Una población de animales se ha asentado en una mezcla estable de 'luchadores' y 'faroleros' que vuelve a las mismas proporciones cada vez que se la perturba. En la forma de pensar de la ESS, ¿POR QUÉ es estable la mezcla — qué la sostiene ahí?
Siéntelo asentarse con tus propias manos
Aquí está la joya de la corona del modelo, el juego Halcón–Paloma (Hawk–Dove), y puedes ejecutarlo ahora mismo. Dos animales se disputan un recurso que vale V. Un Halcón siempre escala y pelea; una Paloma se exhibe y se retira si el otro pelea. Cuando dos Halcones se encuentran se pelean, y el perdedor paga un coste de heridas C. Cuando un Halcón se encuentra con una Paloma, la Paloma huye y el Halcón se lleva el recurso entero. Cuando dos Palomas se encuentran, se lo reparten.
Cada línea de abajo es la aptitud de un tipo frente a la mezcla actual de la población. Ambas bajan — cuantos más Halcones haya, peor es ser cualquiera, porque los Halcones son peligrosos con quien toparse. Donde las dos líneas se cruzan, Halcón y Paloma ganan exactamente lo mismo, así que ninguno puede extenderse: ese cruce es la ESS. Suelta la población en cualquier mezcla inicial y pulsa deja correr la selección para verla subir o bajar hasta ese punto estable por sí sola.
Laboratorio de invasión Halcón–Paloma
Observa a una población encontrar su propio equilibrio
Dos animales se disputan un recurso que vale V; el perdedor de una pelea real paga un coste de heridas C. Fija V y C y luego arrastra la fracción de la población que juega Halcón. Cada línea es la aptitud de un tipo frente a la mezcla actual — donde se cruzan, Halcón y Paloma ganan lo mismo, así que ninguno puede extenderse. Ese cruce es la estrategia evolutivamente estable.
Leyendo la población
Fracción estable de Halcones
33%
Pago del Halcón ahora
-3.2
Pago de la Paloma ahora
0.2
¿Puede invadir un mutante raro?
Invaden Palomas ↓
Ahora la herida supera al premio (C > V), y la EEE es una MEZCLA: ninguna estrategia pura es estable. En un mundo de Halcones las peleas son ruinosas, así que una Paloma rara que esquiva cada reyerta lo hace mejor y se extiende; en un mundo de Palomas, un Halcón raro se lleva cada recurso sin oposición y se extiende. Las dos presiones se equilibran en exactamente V/C Halcones — un polimorfismo estable que nadie diseñó.
Fíjate en lo que acaba de pasar, porque es el curso entero en miniatura. Nadie le dijo a la población adónde ir. Fijaste los pagos, soltaste a los animales en alguna mezcla arbitraria, y la selección sola los llevó a una proporción que luego se mantuvo frente a cualquier empujón. Desde el 90% de Halcones cayó; desde el 5% subió; ambas veces se detuvo en el mismo punto — la mezcla donde un mutante raro de cualquier tipo no lo hace mejor que la multitud. Esa es una ESS que viste ocurrir, y un modelo que has visto correr se te queda mucho mejor que uno del que solo has leído.
En el laboratorio de arriba con V = 4 y C = 12, empezaste con un 90% de Halcones y la selección llevó la fracción a la BAJA hasta cerca del 33%. ¿Por qué no podía mantenerse una población del 90% de Halcones?
Por qué se gana un sitio en el entramado
La ESS parece una pieza estrecha de biología teórica. En realidad es una de las herramientas más portátiles que puedes llevar contigo, por tres razones.
- Sustituye “¿qué debería hacer un agente racional?” por “¿qué no puede ser invadido?” — una pregunta que puedes hacer incluso cuando no hay agente racional. Los mercados, los ecosistemas, los sistemas inmunitarios, las poblaciones de bots de software, las normas sociales: ninguno “razona”, pero todos se asientan en equilibrios cuya estabilidad puedes poner a prueba. Dondequiera que los resultados dependan de lo que todos los demás estén haciendo, se aplica la prueba de invasión.
- Explica mezclas estables, no solo ganadores únicos. Muchos modelos te dicen cuál de las opciones es la mejor. La ESS te dice cuándo la respuesta es genuinamente “una mezcla” — por qué una población mantiene una proporción estable de agresivo a pacífico, arriesgado a cauto, común a raro — y predice la proporción exacta. Esa es una forma de respuesta distinta y a menudo más realista.
- Es honesta sobre el derroche. Una ESS es estable, no óptima. La población de Halcón–Paloma se asienta en una mezcla que quema recursos reales en peleas sin sentido — y no puede salir, porque cualquier individuo que dejara de pelear unilateralmente sería explotado. Saber que estable ≠ bueno, y por qué una población queda atrapada, es una de las lecciones más afiladas que enseña el modelo.
El mapa del curso
Cinco lecciones docentes construyen el modelo desde la definición hasta sus límites, y luego un examen lo fija:
- La prueba de invasión — la definición precisa de una ESS y la desigualdad de dos líneas que la decide: una estrategia es estable si es la mejor respuesta a sí misma y, cuando meramente empata, lo hace estrictamente mejor contra el mutante de lo que el mutante lo hace contra sí mismo. El listón exacto que una estrategia debe superar para ser ininvadible.
- Halcón–Paloma: el juego insignia — el modelo completo desarrollado. Por qué el Halcón puro es invadible siempre que C > V, por qué la ESS es la proporción mezclada V/C, y los números reales detrás del compromiso entre pelear y exhibirse.
- ESS y Nash: el listón extra — cómo una ESS refina el equilibrio de Nash (toda ESS es Nash, no todo Nash es una ESS), y las dos caras de una estrategia mixta: un animal aleatorizando, frente a un polimorfismo estable de tipos puros.
- Selección dependiente de la frecuencia — el motor profundo: cuando el pago de una estrategia depende de lo común que sea, los tipos raros obtienen una ventaja. La proporción de sexos de uno a uno, los peces comeescamas diestros y zurdos, y las lagartijas de piedra-papel-tijera.
- Cooperación, derroche y dónde miente el modelo — la ESS se encuentra con el dilema repetido (Toma y Daca es casi una ESS; Siempre Traiciona también es estable — un mundo biestable), la dinámica del replicador como motor, y un catálogo honesto de los límites del modelo: estabilidad no es optimalidad, no todo juego tiene una ESS pura, y las poblaciones reales rompen las suposiciones pulcras.
Luego un Examen final — calificado, una pregunta cada vez, de un solo sentido: una vez que respondes, se bloquea. Sin botón de retroceso, sin reintentos, 70% para aprobar.
Cómo usar este curso
Una regla hace casi todo el trabajo: adivina antes de espiar. Comprométete con una respuesta en cada ejercicio antes de revelar la explicación — el pequeño aguijonazo de equivocarte es lo que suelda la idea en la memoria. Y sigue volviendo al laboratorio: desliza el valor y el coste, suelta la población en algún sitio nuevo, y pulsa correr hasta que “el equilibrio que la selección encuentra por sí sola” te resulte obvio en las manos en vez de ingenioso en la página.
A continuación: La prueba de invasión — donde convertimos la frase imprecisa “no puede ser invadido” en una desigualdad exacta que puedes comprobar en cualquier estrategia.