Cooperación entre plantas y animales en múltiples niveles

Slides:



Advertisements
Presentaciones similares
Inteligencia artificial y sus aplicaciones
Advertisements

INTELIGENCIA ARTIFICIAL
LA EXPLICACIÓN DE LOS RESULTADOS DE MENDEL
Eras geológicas Se sabe que el sistema solar apareció
Genética de poblaciones y selección natural
INTRODUCCIÓN A LA BIOLOGÍA
GRAFICOS EN EXCEL.
Lamarck vs Darwin vs Otros
Cianobacterias crean las condiciones necesarias para la magia de la vida. Primeras formas de Fotosíntesis: generan el Oxígeno, necesario para formas más.
Nombre: Josefa Salinas NOTA: 7.0 EXCELENTE
Comparación de sistemas naturales y artificiales
Definición Los Algoritmos Genéticos son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. los Algoritmos Genéticos.
Susana Gabriela Morales Vargas
LOS SERES VIVOS Y SUS CARACTERÍSTICAS
EVOLUCIÓN.
Optimización matemática Algoritmos Genéticos – Parte 1 Por: Antonio H
Temario 1. Medio ambiente y contaminación 1.1 Temas medioambientales
Población y Muestra.
Método Científico.
PRUEBAS DE LA EVOLUCIÓN
Estadística Administrativa I
MAPAS CONCEPTUALES.
La Formación de la Tierra
Evolución Selección Natural.
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Individuo, especie, población, comunidad y ecosistema
EL ADN, AMBIENTE Y DIVERSIDAD DE SERES VIVOS.
TEMA 8 “ORIGEN Y EVOLUCIÓN DE LAS ESPECIES”
1.5 Comunidad.
COMPUTACION EVOLUTIVA Introducción. Computación Evolutiva: Computación Evolutiva: Enfoque alternativo para abordar problemas complejos de: Enfoque alternativo.
Evolución Adaptación. Selección natural ¿La única explicación para la adaptación? ¿La única explicación para la adaptación? Las adaptaciones parecen diseñadas.
Teorías de la Evolución de los seres Vivos
Teorías de la evolución
DISEÑO INTELIGENTE:EL NUEVO DISFRAZ DEL CREACIONISMO
LA EVOLUCIÓN DE LOS SERES VIVOS A.E.A. COMPARAR,DIFERENCIAR, LA EVOLUCIÓN Y ADAPTACIONES DE LOS SERES VIVOS. A.E.A. COMPARAR,DIFERENCIAR, LA EVOLUCIÓN.
Capítulo 8 Genética poblacional y selección natural.
Capacidad de Proceso.
Ramiro Alejandro García Govea. Presentación N°1: virus
Aspectos adaptativos de adquisición y distribución de recursos
Una introducción a la computación evolutiva
PROBABILIDAD CONCEPTO.
Como no sabían que era imposible, lo hicieron. Anónimo.
1.
SISTEMAS EXPERTOS (SE) Coronel Jaramillo Ricardo
ANTECEDENTES Y DEFINICIONES
3.1 EVOLUCIÓN.
SOLO UNA CONCIENCIA ES NECESARIA PARA COMPRENDER EL UNIVERSO LA PARADOJA DE LOS CEREBROS DE BOLTZMANN FELIPE ANDRÉ BUITRAGO PORRAS UNIVERSIDAD NACIONAL.
LA EVOLUCIÓN HUMANA.
Lic. en Educación Primaria
Introducción a los Sistemas Inteligentes
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
Mohamed Mohou Mario Sarango Silvia Jiménez Ángel Jiménez Mohamed Mohou Mario Sarango Silvia Jiménez Ángel Jiménez.
ALGORITMOS GENETICOS.
Creer que el mundo & todo en él fue creado por un creador Creador = «Dios», agente inteligente, etc.. –Todas las culturas tienen su propia historia de.
4.- EL LAMARCKISMO, LA PRIMERA TEORÍA EVOLUTIVA
3.4 PRINCIPALES FACTORES DE LA EVOLUCION
¿Cuál es el lenguaje que entiende el cuerpo? Los programadores usan un lenguaje para escribir Programas (… X = Y + 17 …) Por ejemplo el lenguaje Java (esto.
Ciencias del Mundo Contemporáneo
TEORÍAS SOBRE LA EVOLUCIÓN
La Biología como Alternativa Computacional Nuevos Paradigmas de Computación inspirados en la Biología Mario de J. Pérez Jiménez, Fernando Sancho Caparrini.
Introducción a la Evolución
Florencia león – Camila Pantoja
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
Biología Conceptos básicos.
El origen y la evolución de la vida Unidad ¿Qué es la vida? La vida es un sistema que se vale de un entorno para conseguir su reproducción y.
LOS VIRUS.
TEORÍAS SOBRE LA EVOLUCIÓN
Neodarwinismo o Teoría sintética y saltacionismo
Concepciones alternativas Gisela Hernández M Myrna Carrillo h.
MUTACIÓN La mutación es una alteración o cambio en la información genética de un ser vivo  y que, por lo tanto, va a producir un cambio de características.
Transcripción de la presentación:

Cooperación entre plantas y animales en múltiples niveles Proceso Evolutivo 1 Las Cianobacterias crean las condiciones necesarias para la magia de la vida: Generan el Oxígeno, necesario para formas más complejas de vida. Ya vimos algunos factores que intervienen en la evolución, además de la variedad genética por mutación y entrecruzamiento. 2 3 Suben los continentes y aparecen nuevas especies de plantas y animales terrestres. Surgen las semillas en las plantas y los huevos con cascara (amnióticos) en los animales. 4 5 6 Cooperación entre plantas y animales en múltiples niveles 7

La selección artificial, de la mano del Hombre Cae un meteorito, se extinguen los dinosaurios, los mamíferos aumentan su capacidad reproductiva, y proliferan nuevas características que originan los primates Las condiciones de sequia en el oeste de África, desencadena una serie de condiciones ambientales, que conduce al bipedismo, a la perdida de la cola y de los molares, y al aumento progresivo del cerebro. La selección artificial, de la mano del Hombre La selección natural tomó más de 3.000 millones de años = 3 millones de milenios. La selección artificial, menos de un milenio. Intentaremos abordar aspectos más complejos y más controversiales respecto a la evolución y al origen de la vida. Los principales títulos que trataremos en secciones separadas son: Especificación y Complejidad Irreducible. En breve, agregaré consideraciones de Teoría de la Información

Especificación Defensores de la teoría Consideran que un ser vivo, como el flagelo bacteriano, tiene un “programa” de un determinado tamaño que contiene las “instrucciones” para desarrollarse. En función de la cantidad de posibles programas de ese tamaño, calculan la probabilidad de generar aleatoriamente el programa del ser vivo y estiman el tiempo que la naturaleza requeriría para generarlo (aleatoriamente). El tiempo estimado resulta mucho mayor que el que tomó la naturaleza para desarrollar seres vivos, con lo cual concluyen que tiene que haber un diseño inteligente (un “programador”) que construya estos programas. Es como si tiráramos muchísimos dados e interpretáramos el resultado como un programa. Se trata de estimar cuántos tiradas, en promedio, debiéramos intentar, para generar el programa del ser vivo. Detractores de la Teoría El argumento de los detractores, se basa en que la naturaleza no tira una enorme cantidad de dados para generar “el programa” del ser vivo. El ser vivo proviene de dos progenitores, y la probabilidad de que la naturaleza genere el programa del ser vivo (sea P), debe estar en función de dos probabilidades: la probabilidad de que la naturaleza genere los programas de los progenitores, y la probabilidad de que, dados los programas de los progenitores, se genere un hijo con el programa P. (Formalmente, usando el teorema de Bayes, se deben multiplicar estas dos probabilidades) La dificultad de calcular la 1° probabilidad, radica en que es imposible conocer toda la cadena de seres vivios que condujo a la generación de los padres. La aleatoriedad está presente en dos situaciones: A) en la unión de los padres (que podrían haber formado otras parejas, y que de hecho puede ocurrir). B) en el programa particular que generen los padres, Muy diferente de considerar que el programa del ser vivo surge como el resultado de tirar muchos dados de una vez. Puedes encontrar una explicación mucho más detallada en la sección: “Temas Variados” - “La vida, azar o creación” – “Especificación”

Complejidad Irreducible Defensores de la Complejidad Irreducible El modelo que usan los defensores de esta teoría, es nuevamente el flagelo bacteriano. Para simplificar la explicación, lea la sección: Las 4 eras dela vida – Después de los Dinos . El argumento central de esta teoría se basa en siguiente pregunta: ¿cómo es que la información genética pasa selectivamente de una generación a la otra, si hasta que no esté todo el sistema funcionando, los estados intermedios no van a exhibir ventaja evolutiva? En el caso de los primates, las nuevas características generadas por variedad genética (ojos frontales), terminan creando nuevas redes neuronales (en la corteza visual), que hacen que la nueva característica tenga una ventaja evolutiva (vista tridimensional). Pero, ¿las nuevas redes neuronales, tienen algún diseño, como los controladores del mouse en una computadora, o pueden provenir sólo del tiempo y del azar? Nuevamente, hasta que los ojos frontales no tengan desarrolladas las redes neuronales que les permitan ver tridimensionalmente, los estados intermedios no van a exhibir ventaja evolutiva. Este argumento se denomina complejidad irreducible. Detractores de la Complejidad Irreducible Otra vez toman como modelo el flagelo bacteriano. La refutación se basa en que, no es necesariamente cierto, que si en un estado evolutivo intermedio del flagelo bacteriano, donde aun no están todas las partes para que pueda funcionar (en el caso del flagelo, girando como un motor eléctrico), la naturaleza lo descarta e interrumpe el proceso evolutivo. El contraejemplo, es un virus, que no desarrolló todas las partes del flagelo bacteriano (de hecho no gira) , y sin embargo existe en la naturaleza. No funciona del mismo modo que el flagelo bacteriano, pero son eficientes realizando otras funciones, en caso de este particular vivo, la función es inyectar toxinas a otras células e infectarlas. Puedes encontrar una explicación mucho más detallada en la sección: “Temas Variados” - “La vida, azar o creación” – “Complejidad Irreducible” No considero que tenga valor intentar una conclusión o reflexión sin un análisis más profundo. Por ese motivo, la reflexión está al final de la sección “Complejidad Irreducible”.