Algoritmos Genéticos Y
|
|
- Blanca Camacho Vega
- hace 7 años
- Vistas:
Transcripción
1 Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar
2 Operadores de Selección Rank Based Fitness Assingment Muchas veces las diferencias de un valor a otro de la función n de Fitness son excesivamente grandes, y provocan una presión n de Selección n excesivamente Alta (Selective Pressure), lo que hace que el mejor individuo de la población reciba un gran número n de copias, y cope rápidamente la población. Otras veces los valores de la función n de Fitness son demasiado similares a lo largo de toda la población, y la presión n de selección n es excesivamente baja,, lo cual hace la búsqueda b lenta porque el mejor individuo de la población n no recibe suficientes copias. En ese caso se debe REESCALAR la función n de evaluación, de manera de seleccionar los individuos de acuerdo a un RANKING de la población, y no de los valores de la función n de Fitness.. O sea, se les asigna una POSICIÓN relativa en la población, el mejor de todos, el peor de todos, y los intermedios, y se asigna la probabilidad de selección n de acuerdo a este ranking
3 Operadores de Selección Rank Based Fitness Assingment Ejemplo Presión n de Selección n excesiva - Crowding sol p / sol p / sol p / sol p / sol p /
4 Operadores de Selección Rank Based Fitness Assingment Ejemplo 2 Presión n de Selección n baja Convergencia Lenta sol p / sol p / sol p / sol p / sol p /
5 Operadores de Selección Rank Based Fitness Assingment - Linear Ranking (Ranking( Lineal) Se evalúa a la población n usando la función n de Evaluación n original Se ordena la población n en un Ranking, según n el valor de la función n de Evaluación, de mejor a peor (peor( primero, mejor último) Se le asigna a cada individuo un valor de Fitness Lineal, basado sólo s en la POSICIÓN N pos del individuo en el ranking (y por lo tanto independiente nte del valor de la función n de Fitness original) Se aplica entonces otro método, m como SUS o Ruleta, para completar el proceso de Selección. El método m de Ranking Lineal (y en general todos los métodos m de selección por Ranking) contiene un factor SP que permite controlar la Presión n de Selección n (Selective( Pressure) ) introducida por el métodom
6 Operadores de Selección Rank Based Fitness Assingment Linear Ranking (Ranking( Lineal) LR( pos) pos (2 SP) + 2( SP ), SP [,2] N SP SP SP pos LR( pos) (2 ) + 2( ) + 0 N pos.2 LR( pos) (2.2) + 2(.2 ) N pos pos 2 LR( pos) (2 2) + 2(2 ) 2 N N pos N
7 Operadores de Selección Rank Based Fitness Assingment Linear Ranking (Ranking( Lineal) SP 2, 0 LR( pos) 2
8 Operadores de Selección Rank Based Fitness Assingment 2 Non Linear Ranking (Ranking No Lineal) Similar al Ranking Lineal (Se evalúa a la población n según n la función original, se le asigna un valor de Fitness de acuerdo a su posición n relativa en la población n y se utiliza ese Fitness con otro método m de selección. Lo que se modifica es el proceso de asignación n del valor de Fitness dado el ranking, que no es lineal. Tambien contiene un factor SP que controla la Presión n de Selección (Selective Pressure) ) provocada por el métodom En general, es mayor que la aplicada por el Ranking Lineal. Ranking Lineal Disminuye la SP Ranking No Lineal Aumenta la SP
9 Operadores de Selección Rank Based Fitness Assingment Non Linear Ranking (Ranking( No Lineal) NLR( pos) N X pos 0 N i i X 0 X 0, donde es una raíz z real del polinomio De ese modo, NLR() ( SP 0 N N 2 N 3 N) X 0 + SP( X 0 + X X + ) N N N 2 N 3 NX 0 SP( X 0 + X 0 + X X 0 + ) NX N 0 NX 0 N N < ε NLR() < ε i N i X X i 0 i SP N i NX SP X 0 P( x) ( SP N i N) X 0 N N i X i SP( X NLR( N) SP N X N X + ) 0 Y ademas,
10 Operadores de Selección Rank Based Fitness Assingment 2 Non Linear Ranking (Ranking No Lineal) SP N 2, 0 LR( pos) SP
11 Operadores de Selección Rank Based Fitness Assingment Ranking No Lineal Ranking Lineal Tiende a Aumentar Selective Pressure Tiende a Disminuir Selective Pressure
12 Porque funcionan los Algoritmos Genéticos? Teorema de los Esquemas (Schemata Theory) Building Block Hypotesis Operador de Selección Selección Natural (Darwin) Encontrar los Genes que mejor funcionan y combinarlos para encontrar mejores soluciones Combinar y preservar la información genética de los padres al crear los hijos * * * 5 3 * 6 4 * Exploración de un espacio O(n 3 ) con un algoritmo O(n)
13 Genética Molecular - ADN ADN: Ácido Desoxiribo Nucleico (DNA Deoxyribo Nucleic Acid) Molécula Larga encontrada en el interior del núcleo de la célula Codifica la información necesaria para mantener y reproducir cualquier ser vivo La mayoría de las heurísticas de búsqueda estudiadas se basan en distintos aspectos de este mecanismo, solo o combinado con otros
14 Genética Molecular - ADN
15 Genética Molecular - Cromosomas
16 Genética Molecular - ADN
17 Genética Molecular - ADN ADN DNA AT, GC ARNm mrna sola hélice, T U ARNm ARN mensajero (messenger RNA)
18 Genética Molecular - ADN A T, G C Copias Simétricas
19 Genética Molecular - ADN A T, G C Copias Simétricas Información Redundante ( cada copia permite regenerar la cadena completa) La información contenida en la cadena corresponde a UNA SOLA tira de pares base A,G,T,P, que son convertidos a A,G,U,P, antes de salir del núcleo de la célula La información no útil (Intron) es eliminada al hacer la copia, quedando sólo la información útil (Exon) que va a producir la proteína Cada 3 pares base codifican un aminoácido, y las proteínas están formadas por cadenas de estos aminoácidos
20 Genética Molecular - ADN
21 Genética Molecular - ADN ADN C A T C A T C A T C C T C C T C A G C A G T A G Amino Acidos His His His Pro Pro Gln Gln Stop Proteína Cada 3 Pares Base (cada letra del código) codifican un aminoácido Una tira de aminoácidos representan una proteína La tira de Pares Base comenzando y terminando en un STOP, representan un GEN Cada GEN representa una única PROTEÍNA
22 Genética Molecular - ADN GEN Sección del ADN de un cromosoma, que codifica una proteína (contiene los planos para la fabricación de la misma, órdenes accesorias, segmentos no útiles (Intrones), y órdenes accesorias como Start y Stop) Fenotipo (Phenotype) Característica Visible asociada a un Gen. Se refiere generalmente a los cromosomas de Reproducción Sexual, y a las leyes de la Herencia Genética (Mendel y otros) Por ejemplo, color de ojos, tipo de sangre, etc. Por Extensión, en Algoritmos Genéticos se llama Genotype, y Genotipic Space, al espacio de los individuos (soluciones del problema), y Phenotype o Fenotipic Space al espacio de las soluciones en la realidad. Por ejemplo, en el TSP, el Genotipo sería una permutación, y en Fenotipo sería la ruta real correspondiente en la realidad.
23 Algoritmos Genéticos y Evolutivos Genes Cromosoma Genotipo Solución construída utilizando esos parámetros Fenotipo
24 Genética Molecular - Mutaciones Si bien existe redundancia, mecanismos de seguridad (sólo sale del núcleo de la célula una copia, no el original), y mecanismos de edición y corrección, se producen errores en diversas etapas del proceso. Esto de lugar a MUTACIONES Algunas mutaciones se producen en Intrones, y por lo tanto no tienen efecto alguno. Otras se producen en algún gen importante o sección del mismo, y dar lugar a enfermedades. Otras se producen en los cromosomas de las células reproductivas y dan lugar a malformaciones o problemas congénitos. Pero también se entiende que la evolución se dá en parte por este tipo de mutaciones, además de los cambios y errores que ocurren durante la reproducción
25 Genética Molecular - Mutaciones Inversion Mutation
26 Genética Molecular - Mutaciones Ring Mutation
27 Genética Molecular - Mutaciones
28 Genética Molecular - Mutaciones
29 Genética Molecular - Mutaciones
30 Porque funcionan los Algoritmos Genéticos? Teorema de los Esquemas (Schemata Theory) Building Block Hypotesis Operador de Selección Selección Natural (Darwin) Encontrar los Genes que mejor funcionan y combinarlos para encontrar mejores soluciones Combinar y preservar la información genética de los padres al crear los hijos * * * 5 3 * 6 4 *
31 Operadores de Crossover o Cruzamiento El operador de Crossover o Cruzamiento se realiza, en la mayoría de las arquitecturas de AG, inmediatamente luego de la selección, aplicando por parejas el operador a la población seleccionada Es el principal responsable por la Exploración del espacio de Búsqueda que se efectúa inteligentemente, ya que opera sobre padres seleccionados por sus buenas características, intentando extraer y mejorar estas características (los operadores de mutación se aplican sobre individuos seleccionados al azar). La idea detrás de todos los operadores de Crossover, es extraer y preservar parte del material genético de los padres en cada hijo, y al mismo tiempo combinar los genes de ambos padres, de manera de producir una camada de mejor calidad (offspring)
32 Crossover Single Point Crossover Se elige punto de corte al azar Se elige el primer hijo tomando la sección primera del primer padre (inicio a punto de corte), y la sección segunda del otro padre (punto de corte a final) El efecto de búsqueda es por explorar los vértices de un cubo en n dimensiones, que se puede probar que respetan los límites dados por la matriz de Bounds, si el individuo original los respetaba También se lo puede interpretar como un operador genético que busca recombinar los genes de los padres para encontrar los más interesantes Presenta una tendencia (Bias) a cortar en las secciones centrales más que en el borde
33 Crossover Single Point Crossover P P C C
34 Crossover Single Point Crossover ( x, y, z ) ( x, y, z 2 ) ( x 2, y 2, z 2 ) ( x 2, y 2, z )
35 Crossover Multi Point Crossover Similar a Single Point Crossover, pero con cantidad de cortes al azar : Se elige la cantidad de cortes a realizar, al azar (entre y n-) Se eligen los puntos de corte, al azar Se elige cada hijo de secciones alternadas uno y otro padre De forma similar, existe el 2-Point Crossover El efecto de los 3 es similar, pero el Single Point Crossover tardará mucho mas tiempo en lograr el mismo efecto, y es necesario que los cortes salgan en los lugares precisos en el momento justo (lo cual es poco probable). Por eso es preferible 2-Point o MultiPoint que Single-Point. Presentan una tendencia (Bias) a cortar en las secciones centrales más que en el borde.
36 Crossover Multi Point Crossover P P C C
37 Crossover Uniform or Scattered Crossover Se crea una máscara binaria, al azar Se construye el primer hijo de la siguiente manera: Se toman del primer padre los lugares indicados por 0, y se colocan en la coordenada correspondiente del primer hijo Restan varios lugares para llenar (indicados por los s del vector de máscara). Se toman esas coordenadas del segundo padre y se colocan en los lugares correspondientes del hijo. Se procede de manera simétrica para el otro hijo: Se toman las coordenadas indicadas por del primer padre, y se colocan en el segundo hijo Se completa tomando el resto de los valores de las coordenadas correspondientes del segundo padre. Se lo conoce también como Discrete Recombination
38 Crossover Uniform Crossover P P Máscara C C
39 Crossover Shuffle Se introduce una Permutación Aleatoria (Shuffle) de ambos padres, asociada a uno de los operadores de Crossover anteriores, con el objetivo de minimizar el Bias presentado por estos hacia las secciones centrales. Elegir Padres Determinar permutación al azar Aplicar la MISMA permutación a ambos padres Aplicar el operador de Crossover elegido (Single Point, Two Point, Multi Point, Uniform Crossover) Aplicar la Permutación Inversa a ambos hijos (Paso necesario por problemas de Bounds, en general) Esto hace que los cortes se repartan más uniformemente entre todas las coordenadas del vector, y un histograma de posiciones de cortes aparece distribuido con bastante uniformidad.
40 Crossover Shuffle P P Shuffle C C
41 Crossover Arith Crossover P, P2 C r ( P2 P ) + P, C 2 r ( P P2 ) + P2 ( r R, al azar)
42 Crossover Arith Crossover
43 Crossover Heuristic Crossover Similar al Arith Crossover Produce un hijo más allá del padre con mejor Fitness, sobre la línea determinada por ambos padres, C ( r ) P + rp 2 r ( P2 P ) + P, r Es poco claro como se genera el segundo hijo Intenta utilizar más eficientemente la información disponible, orientando la búsqueda hacia la dirección mas promisoria Es Heurístico porque a pesar de que en muchos casos esta hipótesis es cierta y proporciona mejores soluciones que los padres y que los otros operadores de Crossover, no siempre es cierta y a veces falla. ~ ( si F ( P2 ) > F ( P ).25 )
44 Crossover Cube Crossover ) * ( ).,..., ( ).* ( ) * ( ).,..., ( ).* ( P P P r r P P P R C P P P P r r P P P R C P n n azar al,,..., n n r r r r M
45 Crossover Partial Map Crossover Se aplica a problemas con codificación basada en el orden (permutaciones) Se eligen los 2 padres Se eligen 2 puntos de corte, al azar (coordenadas de los padres) Se construye el primer hijo de la siguiente manera: Se toman secciones alternadas del primer padre (o sea, la primera y la tercera), y se ponen en el primer hijo, con los mismos valores y en la misma posición Para completar los valores faltantes, se sigue el segundo padre, descartando los valores ya ubicados hasta el momento (de manera de no repetir) Se consigue así preservar en cada hijo parte de la información genética de un padre, exacta en posición y orden de aparición, y del otro el orden de aparición de las variables restantes.
46 Crossover Partial Map Crossover P P C
47 Crossover Order Based Crossover Similar a Partial Map Crossover, pero con una máscara binaria generada al azar que indica que coordenada se extrae de cada padre. P P C Máscara
48 Crossover Cyclic Crossover Similar a Order Based Crossover, pero las coordenadas fijas son llenadas de otra manera, que depende de ambos padres: P P C 2
49 Crossover Cyclic Crossover P P C 2 7 6
50 Crossover Cyclic Crossover P P C 2 7 6
51 Crossover Cyclic Crossover P P C Al completar el ciclo, se continua como Order Based Crossover
Algoritmos Genéticos. Introducción a la Robótica Inteligente. Álvaro Gutiérrez 20 de abril de
Algoritmos Genéticos Introducción a la Robótica Inteligente Álvaro Gutiérrez 20 de abril de 2016 aguti@etsit.upm.es www.robolabo.etsit.upm.es Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador
Más detalles1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo. Algoritmos genéticos
1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo Algoritmos genéticos Introducción Propuestos por Holland, mediados 70, computación evolutiva Popularizados
Más detallesTEMA 2 LA INFORMACIÓN GENÉTICA COLEGIO LEONARDO DA VINCI BIOLOGÍA Y GEOLOGÍA 4º ESO CURSO 2014/15
TEMA 2 LA INFORMACIÓN GENÉTICA COLEGIO LEONARDO DA VINCI BIOLOGÍA Y GEOLOGÍA 4º ESO CURSO 2014/15 OBJETIVOS DEL TEMA * Ácidos nucleicos. Composición. Estructura. Tipos. Funciones. * Procesos del dogma
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Algoritmos Genéticos - Operadores
Más detallesLa síntesis de proteínas
La síntesis de proteínas La Transcripción La información para fabricar todas las proteínas está almacenada en las moléculas de ADN de los cromosomas. La sucesión de bases en las moléculas de ADN es un
Más detallesDOGMA CENTRAL DE LA BIOLOGIA
La única diferencia entre las moléculas de ADN de distintos individuos es el orden en el que se disponen sus nucleótidos; lo que se denomina secuencia. Los nucleótidos se ordenan a modo de palabras que
Más detallesALGORITMOS GENÉTICOS: ALGUNOS RESULTADOS DE CONVERGENCIA
Mosaicos Matemáticos No. 11 Diciembre, 23. Nivel Superior ALGORITMOS GENÉTICOS: ALGUNOS RESULTADOS DE CONVERGENCIA Mario Alberto Villalobos Arias Departamento de Matemáticas Centro de Investigación y de
Más detallesAlgoritmos Genéticos. Introduccion a la Robótica Inteligente
Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)
Más detallesGenética de poblaciones
Genética de poblaciones Venados B.C. vs Chihuahua Misma poblacion? Población.- Grupo de individuos de una misma especie que habitan un espacio comun. Ecológica..y entre los cuales existe una alta probabilidad
Más detallesTema 18. Traducción I. Código genético y RNA de transferencia
Tema 18 Traducción I. Código genético y RNA de transferencia Código genético Cómo se traduce la información contenida en el ARNm a proteínas? 4 nucleótidos 20 aminoácidos Código Código genético * Es el
Más detallesINICIACIÓN A LA GENÉTICA.
INICIACIÓN A LA GENÉTICA. INTRODUCCIÓN. Evaluación previa: 1. Por qué un hijo tiene parecido con el padre y la madre?. 2. Subraya los conceptos que creas relacionados con la herencia biológica: gen, cloroplasto,
Más detallesÁCIDOS NUCLEICOS. Aguanten Gregor Mendel y los guisantes!
ÁCIDOS NUCLEICOS Aguanten Gregor Mendel y los guisantes! ÁCIDOS NUCLEICOS caracts. grales. ADN y ARN son los mensajeros químicos de la información genética de los seres vivos. Son polímeros de nucleótidos,
Más detallesGENÉTICA MOLECULAR. El ADN, LA MOLÉCULA DE LA HERENCIA
GENÉTICA MOLECULAR El ADN, LA MOLÉCULA DE LA HERENCIA INTRODUCCIÓN: COMENCEMOS PREGUNTÁNDONOS Qué significan estas dos palabras? GENÉTICA MOLECULAR Estudio de la genética (genes) desde el punto de vista
Más detallesGuía Teórica Genética. Med. Díaz, Alejandra Inés
Med. Díaz, Alejandra Inés Guía Teórica Genética 1 LEY DE MENDEL HERENCIA MENDELIANA 2 LEY DE MENDEL HERENCIA CODOMINANCIA HERENCIA NO MENDELIANA DOMINANCIA INCOMPLETA LIGAMIENTO AL SEXO Genética BASES
Más detallesCÓMO SE PUEDE DETERMINAR LA SECUENCIA DEL DNA A PARTIR DE UNA PROTEÍNA? DR. MANUEL E. AQUINO
Alianza para el Aprendizaje de Ciencias y Matemáticas CÓMO SE PUEDE DETERMINAR LA SECUENCIA DEL DNA A PARTIR DE UNA PROTEÍNA? DR. MANUEL E. AQUINO GUÍA DEL MAESTRO ESTÁNDARES ATENDIDOS: 1. LA NATURALEZA
Más detallesCÓDIGO GENÉTICO Y SÍNTESIS DE PROTEÍNAS
CÓDIGO GENÉTICO Y SÍNTESIS DE PROTEÍNAS Sumario Mitosis y meiosis Código genético y síntesis de proteínas: 1. Concepto de gen 2. Estructura del ADN 3. La replicación del ADN 4. La transcripción 5. La traducción
Más detallesGENÉTICA MENDELIANA EL GEN. El gen Mendeliano es una unidad de función, estructura, transmisión, mutación y evolución, que se distribuye ordenada y linealmente en los cromosomas. A nivel genético el gen
Más detallesAlgunas ventajas asociados comúnmente a ellos son:
CAPITULO 3 ALGORITMOS GENÉTICOS Charles Darwin construyó la Teoría de la Evolución, en la cual afirma que las especies naturales van evolucionando para adaptarse al medio en que viven. Aquellos individuos
Más detallesÁCIDOS NUCLEICOS. Por: Wilfredo Santiago
ÁCIDOS NUCLEICOS Por: Wilfredo Santiago Ácidos Nucleicos Formados por subunidades llamadas nucleótidos; pueden ser un solo nucleótido o una cadena larga de nucleótidos. Ácidos Nucleicos Nucleótidos individuales:
Más detallesAlgoritmos Genéticos.
Algoritmos Genéticos. Miguel Cárdenas Montes, Antonio Gómez Iglesias Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 15-19 de Octubre de 2011
Más detallesGENÉTICA MOLECULAR 1865 MENDEL PRESENTA SU PUBLICACIÓN SOBRE LAS LEYES DE LA HERENCIA 1928 GRIFFITH DESCUBRE EL PRINCIPIO TRANSFORMANTE
1865 MENDEL PRESENTA SU PUBLICACIÓN SOBRE LAS LEYES DE LA HERENCIA 1928 GRIFFITH DESCUBRE EL PRINCIPIO TRANSFORMANTE 1 9 4 4 A V E R Y Y M C L E O D D E S C U B R E N Q U E P R I N C I P I O TRANSFORMANTE
Más detallesDesarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos
MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15
Más detallesIntroducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09
Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones
Más detallesBLOQUE I. Reproducción Celular
BLOQUE I. Reproducción Celular Tipos de reproducción La importancia de la reproducción Principales actores de la reproducción Anomalías de la reproducción ESQUEMA DE CONTENIDOS REPRODUCCIÓN Es fundamental
Más detallesDel ADN a las Proteínas
Del ADN a las Proteínas ADN MATERIAL GENETICO CAPACIDAD PARA ALMACENAR INFORMACION ESTABILIDAD FISICA Y QUIMICA PARA NO PERDER INFORMACION CAPACIDAD PARA TRANSFERIR INFORMACION A CELULAS HIJAS Y HACERLO
Más detallesBIOLOGÍA Y GEOLOGÍA 4º DE E.S.O.
BIOLOGÍA Y GEOLOGÍA 4º DE E.S.O. CUADERNILLO DE ACTIVIDADES PARA LA PREPARACIÓN DE LA PRUEBA EXTRAORDINARIA DATOS DEL ALUMNO/A: NOMBRE: CURSO: 4º TEMA 1.- ESTRUCTURA Y DINÁMICA DE LA TIERRA 1.) Qué es
Más detalles&$3Ì78/2 $/*25,7026 (92/87,926 $9$1=$'26 3$5$ 763 6.1. INTRODUCCIÓN
&$3Ì78/2 6.1. INTRODUCCIÓN Los primeros avances para solucionar el TSP, por medio de Algoritmos Evolutivos han sido introducidos por Goldberg y Lingle en [68] y Grefenstette en [72]. En éste área muchos
Más detallesTRABAJO PRÁCTICO Nº 3 GENÉTICA
TRABAJO PRÁCTICO Nº 3 GENÉTICA Objetivos: Diferenciar los niveles de organización y compactación del material genético. Comprender los principios básicos de herencia, basados en la genética mendeliana.
Más detallesCERTAMEN NACIONAL NIVEL I (XX OAB- 2011) EXAMEN PRÁCTICO: Genética. Leyes de Mendel
CERTAMEN NACIONAL NIVEL I (XX OAB- 2011) EXAMEN PRÁCTICO: Genética. Leyes de Mendel PUNTAJE TOTAL: (50 puntos) Tiempo estimado para la realización del práctico: 45 minutos. Introducción Las leyes se derivan
Más detallesEL A.D.N. Existen 2 tipos de Acidos Nucleicos : ADN (Acido Desoxirribonucleico) y ARN (Acido Ribonucleico) Diferencias entre ADN y ARN
EL A.D.N Existen 2 tipos de Acidos Nucleicos : ADN (Acido Desoxirribonucleico) y ARN (Acido Ribonucleico) Diferencias entre ADN y ARN Hay tres tipos netamente diferenciados de ARN, tanto en su estructura
Más detallesCURSO CONVOCATORIA: JUNIO BIOLOGIA
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. / L.O.C.E. CURSO 00 005 CONVOCATORIA: JUNIO MATERIA: BIOLOGIA ACLARACIONES PREVIAS El alumno debe elegir una de las dos opciones, A o B, de que consta la prueba,
Más detallesCaracterísticas físicas: como color y grosor del pelo, forma y color de los ojos, talla, peso, etc.
Eje temático: Variabilidad y herencia Contenido: Herencia Nivel: Segundo medio Herencia Un individuo pertenece a una especie determinada porque presenta rasgos que son comunes a los de esa especie y puede
Más detallesLA HERENCIA BIOLÓGICA
LA HERENCIA BIOLÓGICA LOS CROMOSOMAS Todas las células tienen el material genético en forma de ADN.(Acido desoxirribonucleico) El ADN es la molécula química donde se localiza la información de la célula.
Más detallescromátidas centrómero cromosoma
núcleo en interfase fibra de cromatina cromátidas centrómero cromosoma 2n = 46 cromátidas cromosomas homólogos Los genes están formados por genes alelos segmentos de ADN y se encuentran situados en los
Más detallesADN ARN Proteínas. La información genética es portada por el ADN y se hereda con él.
Todos los organismos contienen información que les permite coordinar sus procesos. Esta información, a fin de poder ser transferida a la descendencia, esta asentada en una molécula capaz de replicarse,
Más detallesTEMA 3: Expresión Génica
TEMA 3: Expresión Génica Genómica Estructural: composición de los Genomas ADN Génico y Relacionado: 37% (1.5% CODIFICANTE, EXONES!!) ADN No Codificante: 63% (44 % ELEMENTOS TRANSPONIBLES) 1.5% 44% CONCEPTO
Más detallesÁcidos nucleicos: ADN y ARN
Unidad I Genética Ácidos nucleicos: ADN y ARN Definición Los ácidos nucleicos son compuestos orgánicos constituidos por unidades llamadas nucleótidos. Su función principal es transmitir las características
Más detallesRepública Bolivariana de Venezuela U. E. Colegio Cruz Vitale. Prof. Francisco Herrera R.
República Bolivariana de Venezuela U. E. Colegio Cruz Vitale É Prof. Francisco Herrera R. LA GENÉTICA es la ciencia que estudia los genes, la herencia, la variación de los organismos. El término Genética
Más detallesPARCIAL DE INTELIGENCIA ARTIFICIAL
PARCIAL DE INTELIGENCIA ARTIFICIAL Marque con una cruz las respuestas correctas (no se aceptan tachaduras ni correcciones NO USAR LÁPIZ Tenga en cuenta: Item 18 a 21: Emparrillado (Anexo C Item 1 a 3:
Más detallesAcidos Nucleicos. Cap.3 Dra. Millie L. González
Acidos Nucleicos Cap.3 Dra. Millie L. González Acidos Nucleicos Los ácidos nucleicos son de suma importancia para las células, ya que almacenan, transmiten y expresan la información genética Son polímeros
Más detallesADN, ARN Y SÍNTESIS DE PROTEÍNAS
UNIVERSIDAD DEL VALLE DE GUATEMALA CU125 - CIENCIAS NATURALES FLOR DE MARÍA PELÁEZ ADN, ARN Y SÍNTESIS DE PROTEÍNAS DIEGO FERNANDO GODOY RECKHOLDER #09602 OSCAR ALESSANDRO REYES LICO #09565 10 de marzo
Más detallesMITOSIS Y MEIOSIS. Es el tipo de división celular, donde cada célula hija recibe el mismo número de cromosomas que tenía la célula madre. (Fig.1.1).
MITOSIS Y MEIOSIS MITOSIS Es el tipo de división celular, donde cada célula hija recibe el mismo número de cromosomas que tenía la célula madre. (Fig.1.1). CARACTERÍSTICAS DE LA FASE DE LA MITOSIS. INTERFASE:
Más detallesBIOINFORMÁTICA
BIOINFORMÁTICA 2013-2014 PARTE I. INTRODUCCIÓN Tema 1. Computación Basada en Modelos Naturales PARTE II. MODELOS BASADOS EN ADAPTACIÓN SOCIAL (Swarm Intelligence) Tema 2. Introducción a los Modelos Basados
Más detallesCapítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Capítulo 4 Probabilidad TÉCNICAS DE CONTEO Copyright 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved. 4.1-1 Técnicas de conteo En muchos problemas de probabilidad, el reto mayor es encontrar
Más detallesBioinformática y Biología molecular. Bioinformática Elvira Mayordomo
Bioinformática y Biología molecular Bioinformática 10-2-16 Elvira Mayordomo En los periódicos La biotecnología, genética y bioinformática en primera plana Todo empezó con el descubrimiento de la estructura
Más detallesPROGRAMAS MATERIAS. MAYORES 25 AÑOS Biología
1 PROGRAMAS MATERIAS. MAYORES 25 AÑOS Biología Para superar esta prueba, el alumno deberá demostrar tener conocimientos básicos de Biología a nivel de LOGSE. PRESENTACIÓN. La Biología es la ciencia que
Más detallesACTIVIDADES 2º BACHILLERATO C. Y T. GENÉTICA MOLECULAR
ACTIVIDADES 2º BACHILLERATO C. Y T. GENÉTICA MOLECULAR 1. a) Explica con detalle el proceso de síntesis de ARN en el núcleo de una célula b) Indica tres tipos de ARN señalando el papel que desempeñan en
Más detallesUniversidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 22 prb@2007 2 1 El núcleo de cada célula humana contiene una base de datos química. Esta base de datos contiene todas las instrucciones que la
Más detallesAlgoritmos Genéticos
Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados
Más detallesAlgoritmos Genéticos. Algoritmos Genéticos. Introducción a la Computación Evolutiva. Tercera Clase: Algoritmos Genéticos
Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados
Más detallesControl de Expresión Génica Procariota. Profesor: Javier Cabello Schomburg, MS
Control de Expresión Génica Procariota Profesor: Javier Cabello Schomburg, MS Qué es un gen? Es una secuencia de nucleótidos en la molécula de ADN, equivalente a una unidad de transcripción. Contiene la
Más detallesTema 4 Ampliaciones de la Genética Mendeliana I: T ma m a 5 5 Ampliaciones de la Genética Mendeliana II: Ampliaciones de la Genética
Tema 4: Ampliaciones de la Genética Mendeliana I: Árboles genealógicos. Rasgos autosómicos recesivos. Rasgos autosómicos dominantes. Dominancia incompleta. Alelos codominantes. Alelos múltiples. Tema 5:
Más detallesGENES Y MANIPULACIÓN GENÉTICA
GENES Y MANIPULACIÓN GENÉTICA El ADN, material de los genes La información que controla la aparición de los caracteres hereditarios se localiza en el interior del núcleo celular y se transmite de célula
Más detallesSoluciones de la serie de ejercicios 7 (7.012)
Nombre AT Grupo Pregunta 1 Soluciones de la serie de ejercicios 7 (7.012) a) Mi gata, Sophie, está enfadada porque paso demasiado tiempo trabajando como profesor auxiliar. Una noche, en un ataque de celos,
Más detallesLa herencia de caracteres adquiridos, propuesta por Lamarck, podría ocurrir si
Nº Biología GUÍA PRÁCTICA Evolución orgánica 1. 2. Programa Electivo Ciencias Básicas Ejercicios PSU Cuál(es) de los siguientes factores afecta(n) al proceso evolutivo? I) II) III) Mutaciones Deriva génica
Más detallesUNIDAD 1: Introducción a la biología
UNIVERSIDAD DEL TOLIMA FACULTAD DE CIENCIAS BÁSICAS PROGRAMA DE MATEMÁTICAS CON ÉNFASIS EN ESTADÍSTICA MICROCURRICULO ASIGNATURA: OPTATIVA EN BIOLIGÍA CONTENIDOS UNIDAD 1: Introducción a la biología Explicar
Más detallesTEMA 4: DEL DESCUBRIMIENTO DE LOS ÁCIDOS NUCLEICOS A LA BIOTECNOLOGÍA
TEMA 4: DEL DESCUBRIMIENTO DE LOS ÁCIDOS NUCLEICOS A LA BIOTECNOLOGÍA EL ADN, LA MOLÉCULA DE LA HERENCIA El ADN (ácido desoxirribonucleico) es la molécula portadora de la información genética que forma
Más detallesOPERADORES GENETICOS SOBRE PERMUTACIONES APLICADOS A LA RESOLUCIÓN DEL SUDOKU
OPERADORES GENETICOS SOBRE PERMUTACIONES APLICADOS A LA RESOLUCIÓN DEL SUDOKU Carlos Cervigón Rückauer Departamento de Ingeniería del Software e Inteligencia artificial Universidad Complutense de Madrid
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesBÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS
Departamento de Inteligencia Artificial Grupo de Análisis de Decisiones y Estadística BÚSQUEDA INTELIGENTE BASADA EN METAHEURÍSTICAS PRÁCTICAS 1 Existen varias características que pueden causar dificultades
Más detallesPRUEBAS DE ACCESO PARA MAYORES DE 25 AÑOS
PRUEBAS DE ACCESO PARA MAYORES DE 25 AÑOS CONVOCATORIA DE MARZO DE 2016 EJERCICIO DE: BIOLOGÍA TIEMPO DISPONIBLE: 1 hora 30 minutos PUNTUACIÓN QUE SE OTORGARÁ A ESTE EJERCICIO: (véanse las distintas partes
Más detalles2 = 1 0,5 + = 0,5 c) 3 + = = 2
Trabajo Práctico N : SISTEMAS DE ECUACIONES LINEALES Ejercicio : Resuelva los siguientes sistemas de ecuaciones lineales empleando cuando sea posible: i) Método matricial. ii) Regla de Cramer. Interprete
Más detallesTEMA 5.- LA HERENCIA BIOLÓGICA.
TEMA 5.- LA HERENCIA BIOLÓGICA. 1 Hay caracteres que no se transmiten a la descendencia, es decir no son heredables. (ej : el corte de orejas a los perros). Otros caracteres si son heredables, es decir
Más detallesÁcidos nucleicos. Qué son los ácidos nucleicos?
Ácidos nucleicos Qué son los ácidos nucleicos? Son cadenas largas formadas por nucleótidos, importantes para un ser vivo porque aportan la información genética de generación en generación, en base a ellos
Más detallesTALLER (Evaluación 4 de junio). Nota: se deben realizar los correspondientes cuadros de Punnet para dar la respuesta correcta.
TALLER (Evaluación 4 de junio). Nota: se deben realizar los correspondientes cuadros de Punnet para dar la respuesta correcta. 1. Dos padres sanos tienen un hijo hemofílico. La mujer está embarazada nuevamente.
Más detallesCapítulo 1 Biología: ciencia de la vida Qué es la biología? Qué es la vida?... 12
ÍNDICE UNIDAD 1 Qué es la biología? Capítulo 1 Biología: ciencia de la vida... 4 1.1 Qué es la biología?... 6 1.2 Qué es la vida?... 12 Capítulo 2 Métodos científicos en biología... 24 2.1 Métodos para
Más detallesProf.: Cabral L, Chirino M., Muñoz S., Puebla P., Schottenheim E. 1 de 6
Ciencias Naturales 3 año Colegio N 11 Benito Juárez Actividades Curso: 3er Año División: I, II, III, IV, V, VI Primer Trimestre UNIDAD I LA MATERIA Y SUS CAMBIOS. Elementos químicos. Clasificación. Uso
Más detallesGENÉTICA: Herencia, Expresión génica, Replicación, biotecnología Selectividad: herencia
GENÉTICA: Herencia, Expresión génica, Replicación, biotecnología Selectividad: herencia 5 JUN9.- Existen caracteres que no se comportan típicamente como los Mendelianos y sus patrones de herencia muestran
Más detallesAlgoritmos basados en hormigas
Algoritmos basados en hormigas Inteligencia Artificial Avanzada 1er. Semestre 2008 1 Aspectos Generales La metáfora de los insectos sociales para resolver problemas ha sido un tema importante a partir
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Optimización n Tradicional Problemas
Más detalles1. Cuáles son las diferencias en los componentes químicos del ADN y ARN?
ACTIVIDADES TEMA 4 - BIOTECNOLOGÍA 1. Cuáles son las diferencias en los componentes químicos del ADN y ARN? Las cadenas de ADN están formadas por fosfato y desoxirribosa y la del ARN por fosfato y ribosa.
Más detallesLA NUEVA BIOTECNOLOGÍA
LA NUEVA BIOTECNOLOGÍA Ingeniería genética: técnicas que permiten manipular la información genética de un ser vivo. TECNOLOGÍA TRADICIONAL DEL ADN RECOMBINANTE CLONACIÓN DE GENES: Obtención de muchas copias
Más detalles4. El esquema adjunto representa la estructura de una molécula denominada lisozima.
BLOQUE I : La base físico-química de la materia 1. a. Nombre y formule un monosacárido que contenga seis átomos de carbono. b. Indica esquemáticamente una diferencia estructural existente entre el almidón
Más detallesLOS RETOS DE LA BIOMEDICINA: ENTRE LA CIENCIA Y LA ÉTICA
AULA DE MAYORES Y DE LA EXPERIENCIA F.Córdoba, R.Torronteras, A.Canalejo Departamento de Biología Ambiental y Salud Pública LOS RETOS DE LA BIOMEDICINA: ENTRE LA CIENCIA Y LA ÉTICA Tema 1.3. Los sistemas
Más detallesCOMPOSICIÓN QUÍMICA DE LA CROMATINA
COMPOSICIÓN QUÍMICA DE LA CROMATINA Los principales componentes que se obtienen cuando se aísla la cromatina de los núcleos interfásicos: ADN, proteínas histónicas, proteínas no histónicas, ARN. ADN HISTONAS
Más detallesRevista Facultad de Ingeniería Universidad de Antioquia ISSN: 0120-6230 revista.ingenieria@udea.edu.co Universidad de Antioquia Colombia
Revista Facultad de Ingeniería Universidad de Antioquia ISSN: 0120-6230 revista.ingenieria@udea.edu.co Universidad de Antioquia Colombia Tabares, Héctor; Hernández, Jesús Pronóstico puntos críticos de
Más detallesBiología Profundización
UNIDAD 1: GENÉTICA SUB-UNIDAD 2: TRANSCRIPCIÓN Y TRADUCCIÓN Biología Profundización En esta sesión tú podrás: - Conocer el proceso transcripcional y post-transcripcional. - Reconocer los sucesivos procesos
Más detallesdentro y hacia afuera de la célula (secreción) Metabolismo de lípidos.
BIOLOGÍA GUÍA DE EJERCITACIÓN 1 RESPUESTAS PREGUNTA 1 Nombre Función 1 Nucléolo Síntesis de ribosomas 2 Núcleo Almacena la información genética (ADN en la forma de cromosomas). Lugar donde ocurre la síntesis
Más detallesClick para ir al sitio web:
Slide 1 / 46 New Jersey Center for Teaching and Learning Iniciativa de Ciencia Progresiva Este material está disponible gratuitamente en www.njctl.org y está pensado para el uso no comercial de estudiantes
Más detallesALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS Autor: Miguel Ángel Muñoz Pérez. Primera versión: Noviembre, 1997. Última modificación: Abril, 2005. ADVERTENCIA Si ya sabes lo que es un algoritmo genético y esperas hallar algo novedoso
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Niching Genetic Algorithms En
Más detallesEnzimas de restricción
BIOTECNOLOGIA Enzimas de restricción Endonucleasas que reconocen dianas específicas en el ADN Protegen a cada cepa de bacterias de otro ADN que no pertenece al sistema El ADN propio está protegido porque
Más detallesAUTOR/PRODUCCIÓN: España. Ministerio de Educación y Ciencia
TÍTULO DEL VIDEO: Dominancia genética AUTOR/PRODUCCIÓN: España. Ministerio de Educación y Ciencia DURACIÓN: 00:00:39 GÉNERO: No Ficción AÑO: DESCRIPCIÓN: Este video explica en qué consiste la dominancia
Más detallesPRINCIPIOS BÁSICOS DE LA HERENCIA
PRINCIPIOS BÁSICOS DE LA HERENCIA HERENCIA Transmisión de información genética de progenitor a descendientes CIENCIA GENÉTICA Estudia las similitudes y variaciones genéticas, entre progenitores y descendientes
Más detallesCIENCIA Y VIDA COTIDIANA
CIENCIA Y VIDA COTIDIANA Genética para andar por casa. Santiago Torres Martínez Catedrático de Genética Departamento de Genética y Microbiología Murcia, 7 de octubre de 2013 Genética: Parte de la biología
Más detallesDiseño de compiladores. Organización de memoria. Organización de memoria. Organización de memoria. Zona de código 04/05/2014 ORGANIZACIÓN DE MEMORIA
Diseño de compiladores Gestión de la memoria / Generación de código ORGANIZACIÓN DE MEMORIA Organización de memoria Depende del tipo de lenguaje (declarativos, imperativos), del compilador y del sistema
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesUnidad 3: Organización molecular de la célula Proteínas
Proteínas Las proteínas son las biomoléculas más abundantes de las células, constituyendo el 50% de su peso seco aproximadamente. Estructuralmente, son polímeros de aminoácidos. Existe una enorme variedad
Más detallesTema 1: Breve Lección de biología (2)
Tema 1: Breve Lección de biología (2) Genes y Proteínas Dr. Oswaldo Trelles Universidad de Málaga La función primordial de los genes es proporcionar la información necesaria para la síntesis de proteínas.
Más detallesPreguntas de selectividad en Andalucía. Ácidos nucleicos. Análisis e interpretación de imágenes, esquemas, figuras...
Año 2001 Describa las funciones más relevantes de los nucleótidos. Cite un ejemplo de nucleótido que participe en cada una de ellas [1,5]. Explique las funciones de los distintos tipos de RNA que participan
Más detallesMétodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid
Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated
Más detallesAlgoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales
Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada
Más detallesTEMA 14. Fisiología celular. Genética molecular.
TEMA 14. Fisiología celular. Genética molecular. La genética molecular es la parte de la Biología que se encarga de estudiar las moléculas que contienen, transmiten de una generación a la siguiente y permiten
Más detallesPropuesta Reforma Curricular 2008
Propuesta Reforma Curricular 2008 ASIGNATURA: BIOLOGÍA Dirección de Ciencias Naturales Área de: BIOLOGÍA CÓDIGO: Mnemónico: BIOL Numérico: 1. OBJETIVOS GENERALES Crear en el estudiante interés por adquirir
Más detallesEl método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
Más detallesComputación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones
Computación Evolutiva - Mutación: Cruza, Inversión y Mutación para Permutaciones Dr. Gregorio Toscano Pulido Laboratorio de Tecnologías de Información Centro de Investigación y de Estudios Avanzados del
Más detallesGenética La Esencia de la Vida
UNIVERSIDAD METROPOLITANA Escuela de Educación Continua Mathematics and Science Partnership: content, integration, and research to improve academic achievement 2011-2012 Genética La Esencia de la Vida
Más detallesGUÍA DE LOS MAESTROS ACTIVIDAD: )A QUIÉN ME PAREZCO?
GUÍA DE LOS MAESTROS ACTIVIDAD: )A QUIÉN ME PAREZCO? Tiempo Sugerido: 100 minutos (dos períodos de 50 minutos) Objetivo General: Comprender cómo se heredan los rasgos o características. Objetivos Específicos:
Más detalles