历史上
些毫不相干
理由，就不顾切地想要专门去找到些——哪怕丁点儿——近亲选择理论问题？
这种情况其实是不难想象。个人把球投入高空，然后又把球接住，他在完成这个动作时好像事先解
组预测球轨道微分方程。他对微分方程可能窍不通，也不想知道微分方程是什
玩意儿，但这种情况不影响他投球与接球技术。在某个下意识水平上，他进行某种在功能上相当于数学演算活动。同样，个人如要作出某项困难决定，他首先权衡各种得失，并考虑这个决定可能引起他想象得到切后果。他决定在功能上相当于系列加权演算过程，有如计算机进行那种演算样。
如果要为台计算机编制程序，使之模拟个典型生存机器如何作出应否表现利他行为决定，
们大概要这样进行：开列份清单，列出这只动物可能做切行为，然后为这些行为每种模式分别编制次加权演算程序。各种利益都给以正号，各种风险都给以负号。接着进行加权（weighted），即把各项利益和风险分别乘以适当表示亲缘关系指数。然后再把得出数字加起来，为演算方便，在开头时候们不考虑其他方面如年龄、健康状况之类权重。
由于个个体对自己亲缘关系指数是1（就是说，他具有他自己100%基因——这是不言自明），对他切风险和利益都不需要打折扣，即在演算时给以全部权重。这样，每种可能行为模式总和大体上是这样：行为模式净收益=对自己利益–对自己风险+1/2对兄弟利益–1/2对兄弟风险+1/2对另个兄弟利益–1/2对另个兄弟风险+1/8对堂兄弟利益–1/8对堂兄弟风险+1/2对子女利益–1/2对子女风险+……
这个总和就称为那个行为模式净收益得分。接着，这个“模式动物”算出清单上每种可供选择行为模式得分。最后，它决定按净收益最大行为模式采取行动。即使所有得分都是负数，它还是应该按这个原则进行选择，即择其害处最小种行为模式。应当记住，任何实际行动必然牵涉精力和时间消耗，这些精力和时间可以用于做其他事情。如果演算结果表明不做任何事情净收益最大，那，这个模式动物就什也不做。
下面是个十分简单例子，以自独白形式而不是以计算机模拟形式来说明问题。是只动物，发现8只长在起蘑菇。心中首先盘算下它们营养价值，同时考虑到它们可能有毒这个不大风险，估计每个蘑菇约值+6个单位（像前章样，这些单位是任意选定）。由于蘑菇很大，最多只能吃3个。要不要发出“有食物”喊声，把发现告诉其他动物呢？谁能听到喊声？兄弟B（它和亲缘关系是1/2），堂兄弟C（亲缘关系是1/8）和D（并不算亲戚，因此它和亲缘关系指数是如此之小，以至于事实上可以作为0）。如果不声张，能吃掉每个蘑菇都为带来净收益+6，全部吃掉是+18。如发出“有食物”喊声，
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
