The transient behaviour of the Moran model in population genetics (Q3317015)
From MaRDI portal
!
This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use the normal view instead:
scientific article; zbMATH DE number 3847280
| Language | Label | Description | Also known as |
|---|---|---|---|
| default for all languages | No label defined |
||
| English | The transient behaviour of the Moran model in population genetics |
scientific article; zbMATH DE number 3847280 |
Statements
The transient behaviour of the Moran model in population genetics (English)
0 references
1984
0 references
Moran model
0 references
population genetics
0 references
haploid individuals
0 references
Markov chains
0 references
graphical representation
0 references
dual Moran process
0 references
0.826058030128479
0 references
0.79897141456604
0 references
0.7913636565208435
0 references
0.790922224521637
0 references
0.7878024578094482
0 references
Soit une population de N individus haploïdes. Le modèle de Moran suppose que pour tout individu, indépendamment de tous autre évènements, il y a une probabilité de \((\lambda /N)h+o(h)\) pour qu'il meure entre t et \(t+h\); un individu mort est remplacé par le progéniture d'un individu choisi au hasard parmi les membres présents de la population juste avant la mort. On s'intéresse à un seul locus et en général à deux allèles \(A_ 1\) et \(A_ 2\). Le nombre d'allèles \(A_ 1\) présents dans la population à l'instant t peut être représenté par une chaîne de Markov continue X(t) dont on donne les probabilités de transition. Pour étudier ce processus, l'auteur introduit une représentation graphique analogue à la méthode de Harris utilisée pour les systèmes de particules en interaction. Elle permet de construire un processus plus pratique à étudier, désigné par le terme de ''dual du processus de Moran''. On calcule alors la distribution exacte du dual, et on l'utilise pour exprimer la probabilité pour qu'un échantillon aléatoire de taille n prélevé à l'instant t consiste entièrement d'individus \(A_ i\). Ces probabilités peuvent s'appliquer, par exemple, au calcul de la distribution des temps d'absorption. Enfin, on peut retrouver par cette méthode, les probabilités de transition. Cette construction est effectuée en deux stade; on pose: \(\xi_ t\!^ A=\{i\); l'individu i est de type A, à l'instant \(t\}\), et on reformule le processus de Moran différemment. Alors, on définit un graphe aléatoire associé au modèle, qui est ensuite utilisé pour construire le processus \(\xi_ t\!^ A\).
0 references