В современной эволюционной теории идёт поиск математических инструментов для синтеза различных факторов случайности и детерминизма в эволюции: случайные и (квази-)направленные мутации; отбор и дрейф; эгоистические и альтруистические тенденции в поведении структур
на разных уровнях жизни (экосистемном, популяционном, организменном, геномном). Выполненный историко-научный и логико-математический анализ наиболее значимых событий в названном процессе поиска позволяет реконструировать основные этапы в математическом представлении роли случайности в эволюции, оценить предложенные методы. Истоками мате-
матического моделирования эволюции стали труды Р. Фишера, А.Н. Колмогорова, Д.Д. Ромашова, А.А. Малиновского в 1930-х гг., в которых были использованы теоретико-игровые идеи и уравнения в частных производных для представления отбора, дрейфа генов, изоляции, размера популяций. В понятии «равновесие Нэша», его автор Дж. Нэш (1949) «предвосхитил» идеи теоретико-игрового моделирования эволюции. У.Д. Гамильтон в 1960-х гг. первым осознанно ориентировался на теорию игр в моделировании внутривидовой конкуренции и оценок приспо-
собленности, зависящей от соотношения частот стратегий. Наиболее значительный вклад в теоретико-игровое моделирование эволюции принадлежит Дж. Мейнарду Смиту. Он ввёл понятие «эволюционно стабильной стратегии» (ЭСС) (1982). Расчёт, предложенной Д. Канеманом (2014) для процедуры многократного повторения «игры», в которой пропорция проигрыша и выигрыша 50/50, а выигрыш вдвое превышает проигрыш, показывает, что на временнóй шкале эволюции возможна реализация ЭСС. Большое эвристическое значение имеет интерпретация Г.Р. Иваницким (2010) Санкт-Петербургского парадокса, в которой роль «крупье» играет окружающая среда, а роль «игрока» — живая природа: если игрок обладает памятью хотя бы на один раунд, то он может выбирать стратегию изменения ставки в следующем раунде. Отсюда следует, что
появление примитивной памяти (хотя бы на один цикл изменения среды), стало величайшим «изобретением» жизни, выделившим её окончательно из неживой природы и обеспечившим поступательную эволюцию. И всё-таки никакой математический метод (уравнения в частных производных, теория игр, марковские процессы, метод Монте-Карло) не является «всемогущим
и безупречным» при моделировании объективной случайности в эволюции.
