某种动物的一种遗传特性由染色体中的基因对控制，该基因对可能含有两种基因A与a,三种基因对(AA,Aa,aa)所表现出的遗传特性不一致，据观察,这三种基因对在该动物中所占的比例在遗传过程中基本保持不变,试解释这一现象。用MATLAB写代码

这种现象可以用孟德尔遗传定律中的分离定律和比例定律来解释。在这个例子中，基因对是二等位基因系统，即每个基因座位上有两个等位基因（A和a）。AA、Aa和aa分别代表纯合子、杂合子和隐性纯合子。由于它们在生殖细胞形成过程中的配对随机性，每一代中AA、Aa和aa的概率会维持在一定比例，通常为1:2:1，这是因为在减数分裂时，一个亲本提供的一个A基因和另一个亲本提供的a基因组合的可能性相等。

要模拟这个遗传过程，你可以使用MATLAB编写简单的遗传算法。下面是一个简化的示例代码，假设每代个体数量固定，随机选择父母并生成下一代：

% 定义初始一代的基因型频率 (AA:Aa:aa = 1:2:1)
fitness = [1; 2; 1]; % AA fitness = 1, Aa fitness = 2, aa fitness = 1
p_A = 0.5; % 父母提供A基因的概率

% 设定模拟代数
num_generations = 100;
population_size = 100;

% 初始化矩阵存储基因型和适应度
genotypes = zeros(num_generations, population_size);
fitness_values = zeros(num_generations, population_size);

% 生成第一代
for i = 1:population_size
    genotypes(1, i) = randi([0 2], 1); % 生成随机基因对
end

% 进行遗传模拟
for generation = 2:num_generations
    % 选择父母并交配
    parents_indices = randsample(population_size, 2*population_size);
    parent_genotypes = genotypes(generation-1, parents_indices);
    
    % 生成下一代
    children_genotypes = [];
    for j = 1:population_size
        parent1_idx = mod(j-1, 2*population_size) + 1;
        parent2_idx = floor((j-1)/2*2) + 1;
        child_genotype = parent_genotypes(parent1_idx, :) + parent_genotypes(parent2_idx, :); % 向量加法模拟交叉
        if child_genotype == 4 % 如果是四倍体，取平均值（这里简化）
            child_genotype = round(child_genotype / 2);
        end
        children_genotypes = [children_genotypes; child_genotype];
    end
    
    % 更新基因型矩阵
    genotypes(generation, :) = children_genotypes;
    
    % 计算当前代的适应度，并存入数组
    current_fitness = fitness.^genotypes(generation, :);
    fitness_values(generation, :) = sum(current_fitness, 2);
    
    % 通过适应度选择下一个世代
    next_generation_indices = randsample(sum(current_fitness, 2), population_size);
    genotypes(generation, :) = genotypes(generation, next_generation_indices);
end

% 输出最后一代的基因型和适应度分布
disp(genotypes(end, :));
disp(fitness_values(end, :));