Kävin tässä vaihteeksi yhden "haamukeikan"
(Vaikka oli kylmä,aave ei silti kiinteytynyt...
Aaveet selkeästi vihaavat skeptikkoja,ja pysyvät poissa...)
Mutta oli aikaa pähkätä.
Ennen lähtöä luin jotain Spetnerin juttuja
(tosin,ollakseni rehellinen,se virhekatastrofiraja on vielä vähän auki...pääpiteissään kyllä, mutta eksaktina mallina ei.)
Päädyin seuraaviin aatoksiin:
***Redundanssi ja informaatio
Redundanssilla tarkoitetaan ylijäämää.
Mitä enemmän informaatiossa on redundanssia, sitä enemmän siitä voidaan poistaa osia,
sisällön muuttumatta. Redundanssi siis lisää virheenkestokykyä.
Jos informaatiopätkässä, jonka pituus on N bittiä lisätään redundanssia B bittiä,esimerkiksi koodaustapaan liitettynä,voidaan informaatio ilmaista
(N B)!-N tavalla.
{
! = kertoma,
N!=1*2*....(N-1)*N
}
Kaikki sekvenssit, riippumatta siitä ovatko ne "merkityksellisiä" vai "ei merkityksellisiä" voidaan ilmaista useammalla tavalla.
Redundanssi ajaamattomassa ympäristössä ei muuta todennäköisyyttä sille,
miten todennäköisesti puhtaasti sattumalla saataisiin arvottua "merkityksellinen" pätkä:
arvonta-avaruus kasvaisi samassa määrin.
Mutta se,mitä redundanssi virhekestävyyden lisäksi lisää on se informaatioavaruus,
jonka sisällä informaatiopätkä on yhden muutoksen päässä. Ja mitä useampia muutostapoja on,
sitä kiivaampaa on tämän tahti.
Tämä johtaa siihen,että suuri redundanssi johtaa suureen määrään tapoja, jolla informaatio voi muuttua.
Jos "merkityksellisiä" informaatioketjuja on useita, kasvaa redundanssin myötä mahdolliset tavat sille,että
"merkityksellinen" informaatio muuttuu "toisenlaisen merkityksen sisältäväksi" informaatioksi.
Tämä johtuu siitä,että jos alkutilassa jotkut bitinmuutokset johtavat merkityksen muuttumiseen,
ovat ne koodaustavan muutoksen myötä myös mahdollisia, mutta redundanssin "tyhjät bitit" sisältävät myös potentiaalin muuttua
osaksi informaatiota kantavaa sekvenssiä.
Redundanssi on siis evoluution kannalta oleellinen, kun puhutaan geneettisestä ajautumisesta.
Ilman merkityksen muuttumista evoluutio ei voisi kehittää uudenlaista merkityksellistä informaatiota.
Geneettiselle ajautumiselle antaa hyvät edellytykset se,että kodonit mahdollistaisivat
4^3 = 64 aminohapon koodauksen. Aminohappoja on kuitenkin vain 20, joten log2(64)=6 bittiä ja log2(21) reilut 4 bittiä.
Koska jokaisessa kodonissa on tämä sama määrä redundanssia, johtaa tämä siihen,että genomissa on prosentuaalinen bittimäärä redundanssia.
Eli mitä pidempi koodi(esimerkkilaskussa N) sitä suurempi bittimäärä siitä on redundanssia(esimerkkilaskussa B)
***Mutaatiot voivat tuottaa informaatiota:
Jokaisella geenimuutoksella on olemassa vastageeninmuutos,
Jos siis meillä on olemassa sekvenssi A ja sekvenssi B, ja muutos Y1 muuttaa sekvenssin A sekvenssiksi B,
on olemassa muutos Y2, joka muuttaa sekvenssin B sekvenssiksi A.
Jos Y1 vähentää informaatiota, niin Y2 pakosti lisää sitä.
(Vaikka oli kylmä,aave ei silti kiinteytynyt...
Aaveet selkeästi vihaavat skeptikkoja,ja pysyvät poissa...)
Mutta oli aikaa pähkätä.
Ennen lähtöä luin jotain Spetnerin juttuja
(tosin,ollakseni rehellinen,se virhekatastrofiraja on vielä vähän auki...pääpiteissään kyllä, mutta eksaktina mallina ei.)
Päädyin seuraaviin aatoksiin:
***Redundanssi ja informaatio
Redundanssilla tarkoitetaan ylijäämää.
Mitä enemmän informaatiossa on redundanssia, sitä enemmän siitä voidaan poistaa osia,
sisällön muuttumatta. Redundanssi siis lisää virheenkestokykyä.
Jos informaatiopätkässä, jonka pituus on N bittiä lisätään redundanssia B bittiä,esimerkiksi koodaustapaan liitettynä,voidaan informaatio ilmaista
(N B)!-N tavalla.
{
! = kertoma,
N!=1*2*....(N-1)*N
}
Kaikki sekvenssit, riippumatta siitä ovatko ne "merkityksellisiä" vai "ei merkityksellisiä" voidaan ilmaista useammalla tavalla.
Redundanssi ajaamattomassa ympäristössä ei muuta todennäköisyyttä sille,
miten todennäköisesti puhtaasti sattumalla saataisiin arvottua "merkityksellinen" pätkä:
arvonta-avaruus kasvaisi samassa määrin.
Mutta se,mitä redundanssi virhekestävyyden lisäksi lisää on se informaatioavaruus,
jonka sisällä informaatiopätkä on yhden muutoksen päässä. Ja mitä useampia muutostapoja on,
sitä kiivaampaa on tämän tahti.
Tämä johtaa siihen,että suuri redundanssi johtaa suureen määrään tapoja, jolla informaatio voi muuttua.
Jos "merkityksellisiä" informaatioketjuja on useita, kasvaa redundanssin myötä mahdolliset tavat sille,että
"merkityksellinen" informaatio muuttuu "toisenlaisen merkityksen sisältäväksi" informaatioksi.
Tämä johtuu siitä,että jos alkutilassa jotkut bitinmuutokset johtavat merkityksen muuttumiseen,
ovat ne koodaustavan muutoksen myötä myös mahdollisia, mutta redundanssin "tyhjät bitit" sisältävät myös potentiaalin muuttua
osaksi informaatiota kantavaa sekvenssiä.
Redundanssi on siis evoluution kannalta oleellinen, kun puhutaan geneettisestä ajautumisesta.
Ilman merkityksen muuttumista evoluutio ei voisi kehittää uudenlaista merkityksellistä informaatiota.
Geneettiselle ajautumiselle antaa hyvät edellytykset se,että kodonit mahdollistaisivat
4^3 = 64 aminohapon koodauksen. Aminohappoja on kuitenkin vain 20, joten log2(64)=6 bittiä ja log2(21) reilut 4 bittiä.
Koska jokaisessa kodonissa on tämä sama määrä redundanssia, johtaa tämä siihen,että genomissa on prosentuaalinen bittimäärä redundanssia.
Eli mitä pidempi koodi(esimerkkilaskussa N) sitä suurempi bittimäärä siitä on redundanssia(esimerkkilaskussa B)
***Mutaatiot voivat tuottaa informaatiota:
Jokaisella geenimuutoksella on olemassa vastageeninmuutos,
Jos siis meillä on olemassa sekvenssi A ja sekvenssi B, ja muutos Y1 muuttaa sekvenssin A sekvenssiksi B,
on olemassa muutos Y2, joka muuttaa sekvenssin B sekvenssiksi A.
Jos Y1 vähentää informaatiota, niin Y2 pakosti lisää sitä.
Vastaukset 3
Vanhimmat
Naurakaa "miehen"(tms) -eille...
Automaattinen rivinvaihto, "Enter" olisi niin paljon epäkäytännöllisempi(Paitsi,että sitä on näköjään rämpytelty eisopivissa paikoissa "ihan kybällä"...anteeksi siitä, toivottavasti nuo ovat sitä "redundanssia" :j )
N=bittiä infoa
B=bittiä redundanssia.
1 bitti redundanssia on koodissa,jolloin sen paikka pysyvä(aikaisemmassa kaavassa "eipysyvä")
Vakiokoodaustapaan liitettynä voidaan informaatio ilmaista 2^B tavalla.
(Sama tietty koskee niitä eitoimiviakin sekvenssejä,jolloin johtopäätelmät tästä ei muutu.)
1 muutoksen päässä olevat sekvenssit ovat seuraavansuuntaiset;
(2^B)*(N B)*[muutostyyppien määrä]
(jos muutostyyppejä ei laita mukaan,niin vaihtoehto on 1,että bitti muuttuu toiseksi.)
-jonkinverran limittäisiä tulee,mutta tätä en osaa vielä laskea,"kalkulaattorini" toimii vain suihkussa :)
Koska jos pätkät [1 - (N-1)] mittaiset, otetaan, siirtoon ja poistoon lähestytään jotain ihan käsittämättömiä lukuja. ainakin melko lähellä Kertomia N ja B suhteen kuitenkin pyöritään, matikkapääni tuskin riittää..
Edellä mainitsemani on pikkutekijä, deleetiot ja kahdentumat(jossa geenin osia tai tilke DNA:ta siirtyy) ilmeisesti se kaikista suurin voima ajautumisessa...