我是社会学专业，在我遇到我下面要讲的这个问题之前，我也没想到最终要用到泛函分析这么复杂的数学工具
这个问题就是： 在一个社会中，如果背叛者注定比合作者收获更多，那么美德究竟是如何形成的？
我在思考这个问题的时候，为了更贴近现实，做了两个假设：
- 大部分时候，人的行为都是非理性的，只会去模仿他们眼前看到的获益最多的人的行为
- 人在面对同一个事物时，选择不是非黑即白的，而是呈一种连续谱的。例如，人在面对组织内其他成员时，并不是只有「合作」与「不合作」两种选项，而是有一个表示合作程度的连续谱
正是这两个更接近真实情况的假设，让我的分析模型的复杂度直线上升
如果没有假设2，人只有「合作」和「不合作」两种选择，那么只需要按照演化博弈论的思路，求一个有限维矩阵的特征值就可以了，就像我上一个类似回答中做的一样：
在这个回答中，我假设人们面对新科技只有「接受」和「不接受」两种选项，通过求一个2阶方阵特征值的方式，回答了李约瑟难题
如果没有假设1，人的行为都是理性的，那就更简单了，直接列一个n元一次方程组求纯策略纳什均衡就行了
但正是因为有了这两个假设，才能让我们的分析更加接近现实真相
下面说一下为什么有了这两个假设，就必须需要泛函分析才能解释这个问题
这本质上是由于假设1的存在，导致必须使用线性代数求矩阵的特征值，而假设2的存在，导致矩阵的阶数趋近于无穷大， 必须引用紧算子的Riesz-Fredholm理论讨论其特征值的特点
下面正式开始问题的分析环节：
不失一般性，假设存在4人组织，每个人为组织的付出量是 x_1 、x_2 、x_3 、x_4 ，组织的总投资回报率为8，即组织的总收入为8(x_1+x_2+x_3+x_4) ，产生总收入后将其每个人平分，即每人的收入为 2(x_1+x_2+x_3+x_4) ，容易算出，每人（假设此人为1号成员）的净收益为 x_1+2x_2+2x_3+2x_4
容易看出，这个情景本质上是一个 猎鹿博弈 ：横向比较的话，付出少的人的净收益永远多于付出多的人；但纵向比较的话，如果一个人付出多，理论上TA得到的收益是多于付出少的情形的
正如前文所言，如果没有假设1，人的行为是理性的话，此时一个四元一次方程组就把问题解决了：既然纵向比较多付出是有利的，理性的人就会选择多付出，自然而然社会会演化出「少付出是可耻的」的道德准则
但麻烦在于，如果人的思维并不足够理性，人们只会看到：同一个组织中，只要成员的付出不是相同的，那么付出多的人总是吃亏的，因而自然而然会模仿付出少的人的行为
下面我们按照演化博弈论的思路（不了解演化博弈论的朋友，建议先看看我前面引述的我的上一个回答），来分析一下，这样的社会将会朝着什么样的方向演化：
不妨设 x_i\in[0, 100] ，其在全社会中的概率密度函数为 f(x)
学过概率论的朋友都会明白，此时 f(x_i)dx 就代表了选择付出 x_i 的人在社会中所占的比例。由于x是连续的，因此该比例趋近于无穷小
根据概率密度函数的基本原理，可以证明x的期望 E(X)=\int_{0}^{100}xf(x)dx
如前所述，付出量为x_i 的社会成员，其净收益为 x_i+2x_2+2x_3+2x_4 ，其期望为 x_i+6E(x) ，所有社会成员的平均净收益为 7E(X) ，该社会成员的净收益较社会平均水平，多出 x_i-E(X)
根据演化博弈论的基本原理，付出 x_i 的人在社会中所占的比例随时间变化的函数 \frac{df(x_i)}{dt}=f(x_i)[x_i-E(x)]
（2022年1月23日更新，有知友在评论区指出，这一步已经表明了初始的EX，对于比EX小的x，f随时间减少，对于比EX大的x，f随时间增加，所以EX随时间增加，不需要泛函。之所以会产生这种误解，是因为对控制论理论中的李普雅诺夫稳定性不够了解造成的，李普雅诺夫稳定理论最大的意义是用来寻找所有均衡解中的的稳定解，即不光要求该状态下 \frac{df(x)}{dt}=0 ，还要求该状态不会受随机突变影响，即使发生了随机突变也能立刻恢复原位。之所以这里要使用泛函分析，本质上也是因为该模型中均衡状态有无数个，但稳定状态只有本文结论中的那一个，而这一步的证明只能通过泛函分析求解李普雅诺夫稳定性，无法通过直接从微分方程中求得，微分方程只能用来求\frac{df(x)}{dt}=0 时的状态，无法进一步证明该状态不受随机突变影响其稳定性）
容易证明 \frac{dE(x)}{dx_i}=x_idx
因此 \frac{∂\frac{df(x_i)}{dt}}{∂f(x_i)}=-x_if(x_i)dx+x_i-E(x)
据此，我们可以画出这个阶数趋近于无穷大的雅可比矩阵：
\left ( \begin{matrix} -x_1f(x_1)dx+x_1-E(x) & -x_2f(x_1)dx & … \\ -x_1f(x_2)dx & -x_2f(x_2)dx+x_2-E(x) & … \\ ： & ： \\ \end{matrix} \right )
在这个矩阵中，第m行n列元素为 -x_nf(x_m)dx_m ，若m=n，即对角元素，则再加一个 x_m-E(x)
懂线性代数的朋友此时应该已经发现，在不严格的情况下，可以将微分算子 dx 视为0，此时这个矩阵就变成了一个对角元素为 x_i-E(x) ，其余元素为0的对角矩阵了。显然这个矩阵的特征值即为 x_i-E(x) ，i为[0, 100]之间无穷多的可能取值
但如果要严格证明这一点，必须引用泛函分析中紧算子的谱理论，并且即使如此，也只能证明 \lambda_i 与 x_i-E(x) 同符号，不能严格证明 \lambda_i=x_i-E(x) ，但这对于我们的讨论已经足够
（注：此处的证明非常复杂，凭我自己的渣泛函功底想了几天几夜，又请教了好几个学霸才勉强证明了出来，就不把详细过程列在这里了。给几个提示词：零链长，不变子空间）
现在，我们利用\lambda_i 与 x_i-E(x) 同符号这个结论，继续讨论：
根据演化博弈论的基本原理，但凡雅可比矩阵的特征值里有正数，那么该点就是个不稳定点，社会演化过程不会在该点停留太久。由于\lambda_i 与 x_i-E(x) 同符号，而 x_i 的最大值为100，因此只要 E(x) 小于100，社会都不会在该点停留，而是会继续演化。只有当E(x) 等于其理论最大值100，即全社会所有人都全心全意与人合作时，这个社会才终止了演化
因此，即使人是非理性的动物，社会也将朝着所有人都和他人合作的方向去演化，只是演化过程可能会相当漫长，且几经波折
有的朋友可能会问：你这个过程，翻译成大白话，不就是人们早晚都能看到全部合作带来的好处，大于有人偷懒带来的好处吗？用这么复杂的数学证明有必要吗？
是的，这个证明过程翻译成自然语言，确实是这个意思，但这能代表自然语言能代替这个证明过程吗？
假如合作者数量少，你能保证这些合作者不会因为总是遇不到其他合作者，而逐渐被淘汰吗？
这个严谨的证明过程告诉你：会有合作者持续被淘汰，但也有合作者持续产生，这个迭代过程最终仍然会令全社会朝着合作方向演化
假如更现实一点，假设这个社会上有一部分规则破坏者，这些人无论什么情况，都不会与他人合作。那这个社会又会朝着什么方向演化？
这个严谨的证明过程告诉你：规则破坏者的存在，会对社会演化造成毁灭性的影响，可能令社会朝着不合作方向演化（模拟一下这种情况下的特征值分布就会知道），唯一的解决方案是社会上仍然存在理性者，无论什么情况都会与他人合作。并且即使这样，社会演化的方向也不仅取决于破坏者和理性者的比例，也取决于社会的初始状态。
假如再贴近现实一些：组织的分配规则不是题设中的均分，而是谁强谁分的多呢？
这是一个更复杂的问题，但只要按照上面这个过程的思路，添改一下题设条件，仍然可以得到解决。
这就是用数理逻辑，而不是自然语言，去处理哲学社会科学问题的好处：不仅严谨，而且可拓展性和可变通性都会增加
此回答送给所有对数理知识感兴趣的哲学社会科学研究者，同样送给对哲学社会科学感兴趣的理工科研究者
参考书目：
