随机遗传漂变的连续模型：一种动态边界条件方法
On a Continuum Model for Random Genetic Drift: A Dynamic Boundary Condition Approach
AI总结：
本文提出一种基于动态边界条件的随机遗传漂变连续模型，作为Kimura方程的正则化版本，证明强解存在唯一性，并通过数值实验验证其能捕捉基因固定和第一矩守恒等关键现象。
摘要：
我们通过采用动态边界条件方法，提出了一种新的随机遗传漂变连续模型。该模型可视为Kimura方程的正则化版本，并允许连续解的存在。我们建立了该正则化系统强解的存在唯一性。数值实验表明，对于足够小的正则化参数，该模型能够捕捉原始Kimura方程的关键现象，如基因固定和第一矩守恒。
英文摘要：
We propose a new continuum model for random genetic drift by employing a dynamic boundary condition approach. The model can be viewed as a regularized version of the Kimura equation and admits a continuous solution. We establish the existence and uniqueness of a strong solution to the regularized system. Numerical experiments illustrate that, for sufficiently small regularization parameters, the model can capture key phenomena of the original Kimura equation, such as gene fixation and conservation of the first moment.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
