用计算机代码模拟基因,实验十二计算机随即模拟与基因遗传问题（11页）-原创力文档...

实验十二 计算机随即模拟与基因遗传问题

[实验目的]

学会用计算机模拟方法来解决随即性问题；

用计算机模拟方法研究基因遗传问题，

§1 背景介绍

计算机模拟就是用计算机来模仿真实系统运行，对其进行分析、计算，了解系统的各种特性，从而进行判断与决策。

计算机模拟具有直观性强、简便易行的特点。对于那些具有随机性的问题，由于变量见错综复杂的内外联系，使问题很难用适当的数学形式来表达。此时计算机模拟困难是获得问题答案的方法。随着计算机技术的不断发展及模拟软件的不断完善，计算机模拟方法在自然科学 、社会科学及管理科学中越来越受到重视。在本实验中，主要是对随机现象进行模拟。 遗传问题是生物学的一个重要课题。遗传问题之所以重要，主有以下三个方面的原因。第一，遗传学描述了生物进化的基本机制，如有害昆虫种群回逐渐地对杀虫剂产生抗体，使药剂的效力降低。第二，物种数量遗传原理的应用具有特殊的重要性，在改进农作物和畜牧育种方面有许多成功的例子。第三，在人类这一有不同种族构成的群体中，遗传学知识可指导人们去认识遗传疾病，提高人口素质，在本实验中，将重点研究基金遗传方面的一些随机性问题。

§2 实验内容与练习

2.1 随机数的产生

要进行随机模拟，一个重要的过程就是产生随机数。用 Mathematica软件可以很方便的产生随机数。我们已经介绍了产生均匀随机数的命令，下面介绍如何用 Mathmatica软件产生非均匀分布随机数。

连续分布随机数的产生

给定了一个连续分布随机变量以后，可以通过程序给出这个随即变量的随即数，这些程序一般比较复杂。在 Mathematica中，常用的连续分布函数已经写入程序中，可以直接调用。在本实验§3中，介绍了Mathematica中常用的连续分布函数。

用Mathematica 软件产生连续分布随机数，必须先调用连续分布的程序库，起命令为：

《 Statistics`ContinuousDistribution`

调用此程序库后，就可以产生常见的各种连续分布的随即数，例如

Random[NormalDistribution[0,1]]

给出一个标准正态分布随机数。

下面的程序给出一个正态分布随机数的集合；

<

A={};

Do[A=Append[A,Random[NormalDistrbution[0,1]]],{I,1,4}];

A

运行该程序得

{-1。74821， -0。646468 0。689262 -0。945783}

注意，在不同的时间之下运行该程序得到的结果一般不一样，对于其他产生随即数的命令也有类似的问题。

练习1 用Mathematica的程序库产生T分布G(3.2,2)的100个随即数(命令参考§3)。

离散分布随即数的产生

在Mathematica 中产生离散分布的随即数可以用两中方法 。

方法一 由于离散分布在形式上比较简单，可以直接编写程序产生随即数。

如果知道离散随即变量ξ的概率分布：P{ξ=xk}=pk(k=1,2,…),产生随即变量ξ的随即数时可简单的按如下算法：

(1)将区间[0，1]依次分为长度为P1，P2，……的小区间，I1，I2 ……

(2)产生[0，1]的均匀分布随数R，若R∈Ik，则令X∈X K，

重复(2)即得离散随即变量ε的随即数序列。

下面介绍一个用方法一产生离散分布随即数的例子。

表12。1 给出了离散分布ε的概率分布表，试产生100个随即数。

表12。1ε的概率分表

XK

1

3

5

7

9

PK

0．5

0．05

0．2

0．05

0．2

解 将[0 1]分为5个区间：

I1 =[0，0.5] I2 =[0.5,0.55] I3 =[0.55,0.75] I4 =[0.75.0.80] I5 =[0.80,1.00]

产生100个U(0,1)随即数ri,若 ri xi ,令εi=xi

上述产生随即数的过程可以用Mathematica软件来实现，程序如下；

Clear[x,p,a,aa,b,k,s];

n=100(*模拟次数*)

Array[s,n](* 数组s 存放产生的随即数*)；

Array[a,6](*数组a存放区间的端点*)；

Array[b,6](*b[k]表示取值x[[k]]的随即数的个数*)；

x={1,3,5,7,9}

p={0.5,0.05,0.2,0.05,0.2}

Do[b[k]]=0,{k,1,5};

A[1]=0

Do[b[k]]=a[k-1]+p[