简单演化策略与投资优化如何影响生态格局？以广义泰勒定律为例
种群与进化
2018-06-26 v1
摘要
泰勒定律（Taylor's Law, TL）通过幂律将随机变量的方差与均值联系起来。在生态学中它适用于种群，并且是不同生态系统共享的常见经验格局。观测给出的幂律指数介于 1 和 2 之间，且更频繁地聚集在 2 附近，而理论模型预测 TL 指数可取任意实数值。本文采用马尔可夫环境下的乘性增长模型框架，研究演化策略是否可能导致 TL 指数落在有限区间内的可能性。我们实现了个体可遵循的三种不同策略，并为每种策略设定两种不同的投资优化目标。在所有研究的情形中，我们发现由于模型参数存在指数可发散的区域，TL 指数可取任意实数值。此外，在环境动态的自然假设下，这些区域的形状不依赖于所采用的不同策略，也不依赖于优化目标。因此策略的引入并不影响模型中 TL 指数的取值范围。在我们的理论框架中，稀有事件塑造了 TL 指数的值，这提示（如先前工作所暗示）经验值可能是欠采样导致的统计假象。
引用
@article{arxiv.1806.09133,
title = {How do simple evolutionary strategies and investment optimizations affect ecological patterns? The case of generalized Taylor's Law},
author = {Stefano Garlaschi and Samuele Stivanello},
journal= {arXiv preprint arXiv:1806.09133},
year = {2018}
}