27.08.2014 Aufrufe

Stochastische Populationsmodelle - Abteilung für Mathematische ...

Stochastische Populationsmodelle - Abteilung für Mathematische ...

Stochastische Populationsmodelle - Abteilung für Mathematische ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

4 <strong>Populationsmodelle</strong> mit fester Populationsgröße<br />

Definition 4.5 (Kingmann’s Koaleszent). Der Kingman k-Koaleszent ist eine Markovkette auf<br />

E k , den Äquivalenzklassen auf [k], mit Übergangsraten q ξ,η , ξ, η ∈ E k definiert durch<br />

{<br />

1 wenn η aus ξ durch Verschmelzen von genau zwei Klassen erhalten werden kann,<br />

q ξ,η :=<br />

0 sonst.<br />

Der Kingmann N-Koaleszent ist ein Prozess auf Äquivalenzrelationen auf N mit der Eigenschaft,<br />

dass jede Einschränkung auf eine Menge der Größe k ein k-Koaleszent ist. In jedem Fall besteht<br />

die Anfangsbedingung aus einelementigen Äquivalenzklassen.<br />

Wenn wir nur an der jeweiligen Anzahl der Äquivalenzklassen, nicht jedoch an deren Zusammensetzung<br />

zur Zeit t interessiert sind, so kann man Kingmann’s k-Koaleszent als eine Todeskette<br />

auffassen, mit Übergangsraten<br />

{( k<br />

)<br />

q k,j :=<br />

2<br />

: wenn j = k-1,<br />

0 : sonst.<br />

Es sei W k die Zeit bis zum jüngsten gemeinsamen Vorfahr (MRCA=most recent common ancestor)<br />

von k Individuen. Dann gilt<br />

W k = T k + T k−1 + · · · + T 2 ,<br />

wobei T l jeweils die Wartezeit für den Sprung von l nach l + 1 ist. Wir erhalten<br />

E[W k ] =<br />

k∑<br />

( ) l −1<br />

=<br />

2<br />

l=2<br />

k∑<br />

l=2<br />

2<br />

k∑<br />

( 1<br />

l(l − 1) = 2 l − 1 − 1 )<br />

= 2(1 − 1 ). (4.14)<br />

l<br />

k<br />

Damit ist die erwartete Zeit bis MRCA der ganzen Population durch 2 beschränkt. Außerdem<br />

gilt für K ≥ k<br />

l=2<br />

0 ≤ E[W K − W k ] = 2( 1 k − 1 K ) ≤ 2 k .<br />

Insbesondere unterscheiden sich die Zeit zum MRCA von k Individuen und der von der ganzen<br />

Population nur wenig für nicht zu kleine Werte von k. Man beachte auch, dass in (4.14) E[T 2 ] = 1<br />

den größten Beitrag liefert.<br />

Für die Varianz von W k erhalten wir<br />

Var[W k ] =<br />

k∑<br />

Var[T l ] =<br />

l=2<br />

k∑<br />

( l<br />

2<br />

l=2<br />

) −2<br />

= 8<br />

k−1<br />

∑<br />

l=1<br />

1<br />

l 2 − 4(1 − 1 k )(3 + 1 k )<br />

und es folgt<br />

1 = Var[W 2 ] ≤ Var[W k ] ≤ lim Var[W k] = 8 π2<br />

− 12 ≈ 1.16.<br />

k→∞ 6<br />

Also kommt auch bei der Varianz der größte Anteil von der Verschmelzungszeit der letzten<br />

zwei Individuen. Die Verteilung und auch Dichte von W k können auch berechnet werden. Wir<br />

verweisen auf (Tavaré 2004, 2.3, p. 21).<br />

52

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!