5

我正在尝试解决 rosalind 项目中的一个练习，但显然一直在犯一些错误。全文可在此处获得，但我的简短抽象解释和尝试如下。请帮我找出我做错了什么：

我们有 3 组项目：AA、Aa、aa。我们从 1 in 开始Aa并k迭代生成新项目。在每次迭代中，组中的每个项目：

  • Aa可以产生：AA(25%), Aa(50%), aa(25%)
  • AA可以产生：AA(50%), Aa(50%)
  • aa可以产生：aa(50%), Aa(50%)

作为迭代的结果，我们计算每个组的预期项目数，假设我们在前一次迭代中从每个项目生成 2 个新项目。所以我们最终得到：

  • 第 0 次迭代：：AA0，Aa：1，aa：0
  • 第一次迭代：AA: .5, Aa: 1, aa: .5
  • 第二次迭代：AA: 1, Aa: 2, aa: 1
  • 等等 - 组之间的比例保持在 1:2:1

每次迭代的期望值/总体的总和是2^iteration，并且项目在组中的概率Aa始终为 50%。

到目前为止，我希望我是对的，但我们真正追求的是：如果我们重复实验两次，至少两次N都在组中的项目的机会是多少。Aa（应该相当于：如果我们将组列表扩展到, , .... 从原始问题中，至少有N项目在组中的机会是多少）AaBbAABBAABb

所以项目出现的概率Aa是 50%，来自迭代（或2^iteration）的预期值的总体总和，并使用测试数据（k=2，N=1）将其扔给 scipy，我们至少得到一个项目在组中Aa：

In [75]: bin = scipy.stats.binom(4, .5)
In [76]: sum(b.pmf(x) for x in range(1, 4+1))
Out[76]: 0.93750000000000022

如果我们有两组组，这至少适用于一个项目，所以AaBb：

In [77]: sum(b.pmf(x) for x in range(1, 4+1))**2
Out[77]: 0.87890625000000044

这与原始问题中的答案完全不同：0.684

我在哪里做错了？（如果可能，请只指出错误，而不是给出解决方案，以免给试图自行解决的人留下剧透）

4

1 回答 1

1

我首先按照你的例子，认为它似乎有道理，但过了一会儿我发现问题出在哪里。

这是指向您的错误的指针：

您已经计算了Aa--在第二代中获得至少一个和至少一个的概率--Bb。但这还不足以确定AaBb第二代是否至少有一个，Aa--并且--Bb必须重合。

例如，考虑下面的第二代：aaBb, AABb, Aabb, AaBB所有个体在这一代中都有Aa--或--Bb没有AaBb。

于 2013-02-08T09:00:11.753 回答