المشاركة الأصلية كتبت بواسطة VANDETTA (المشاركة 1674) لكي تنجح أي عملية يجب أن تكون المعطيات ثابتة و ليست متغيرة

المشاركة الأصلية كتبت بواسطة VANDETTA (المشاركة 1674) فمثلا اذا طلبت منك تحضير قطهة حلوى , فستحضر كمية معينة من الدقيق و كمية معينة من الزبدة و كمية معينة من السكر بتفسيرك للانتخاب الطبيعي يمكن ان تحصل على قطعة الحلوى بعد اجراء عدة محاولات و تغيير الكميات في كل مرة هذا اذا اعتبرنا أن الدقيق ثابت و الزبدة ثابت و السكر ثابت و لكن ماذا لو أن الدقيق متغير و لازلنا لم نصل الى تركيبته النهائية و كذلك الزبدة و السكر ؟ هل يستقر الأمر ؟ يعني اذا كانت العناصر الطبيعية كلها خاضعة للتطور و الانتخاب , كيف تم تثبيتها و التنسيق بينها ؟ فمثلا كيف يتم التزاوج بين جنسين تطور كل منهما بمعزل عن الآخر , و كم كان عمر الجيل الذي حافظ على السلالة بانتقاله من التكاثر بطريقة بدائية الى التكاثر عن طريق التزاوج ؟

من أستقرائنا للطبيعة، بأمكاننا أستقراء 5 عمليات طبيعية تحدث بأستمرار:

تحياتي للجميع
فيديوا يوضح فكرة التطور،وانة لا يوجد قرد قام بانجاب اطفال بشر:
https://www.youtube.com/watch?v=xdWLhXi24Mo


لذلك للمسلمين... ليس هناك قرد قام بانجاب البشر... لقد خدعكم رجال الدين...
تحياتي

المشاركة الأصلية كتبت بواسطة skeptic (المشاركة 33524) تحياتي للجميع فيديوا يوضح فكرة التطور،وانة لا يوجد قرد قام بانجاب اطفال بشر: https://www.youtube.com/watch?v=7v2jnnnqw6w لذلك للمسلمين... ليس هناك قرد قام بانجاب البشر... لقد خدعكم رجال الدين... تحياتي

المشاركة الأصلية كتبت بواسطة امير الملحدين (المشاركة 38716) ادا تاملنا جيدا سنرى ان البشر او اي كائن كان من نفس النوع هو نسخة لمن سبقه فمتلا الولدين ينقلان جيناتهما للجنين ولكن ادا تاملنا اعمق سنرى ان جميع البشر الموجودين على ارض مجرد كائن واحد يستخدم التكاتر كطريقة لتجدد والبقاء ولا يوجد اي اختلاف بين ابناء الجنس الواحد سوى انهم نفس الشيئ اتمنى ان تكون الفكرة واضحة لان الموضوع عميق جدا

المشاركة الأصلية كتبت بواسطة skeptic (المشاركة 38720) تحياتي للجميع عندما اقول بان رجل الدين انسان مراوغ كاذب يقال بانني انسان دوغمائي... من افظع الأشياء التي قام بها رجل الدين هو تشوية نظرية الأنتخاب الطبيعي، وهذا يقام به في الشرق الأوسط بطريقة في غاية من الغباء، لدرجة تهديد مستقبل شعوب المنطقة... في الحقيقة نظرية الأنتخاب الطبيعي تعد من اساسيات علوم الأحياء والتطور وغيرة من العلوم.. لتبسيط النظرية: تخيل بأنك في ملعب كرة به عدد كبير جدا من المشجعين، وطلبت من أحد المشجعين ان يقذف العملة ١٠ مرات متتالية ويحصل علي وجة، هذا أحتمالة واحد من الألف، وغير محتمل، ولو حصل علية، فهذا صدفة... العلوم لا تتعامل مع الصدفة، ولكن بأسلوب الأنتخاب الطبيعي... تخيل بانك سألت المشجعين ان يرموا العملة نصف المشجعين تقريبا سوف يحصل علي وجة، وطلبت من الباقي ان يغادر الملعب... وكررت هذا ١٠ مرات.. من المؤكد حصولك علي وجة ١٠ مرات متتالية... هذا هوالانتخاب الطبيعي، فرق كبير بينة وبين ما يقدمون لأتباعهم من أجل تسلقهم علي الخرافات والأساطير من أجل سرقة أتباعهم.... لذلك هناك خطورة شديدة لوجود رجل الدين، عندما يقدم علوم مزيفة هو يهدد مستقبل الشعوب... تحياتي

# Python implementation of Richard Dawkin's weasel program
# Illustrates power of cumulative selection vs entirely random search
# This version allows all positions to mutate in any generation, meaning correct letters can be reversed

# Initializations
import sys, random
target = list("METHINKS IT IS LIKE A WEASEL") # Target sequence
alphabet = "ABCDEFGHIJKLMNOPQRSTUVWXYZ " # Alphabet of possible symbols (uppercase letters + blank)
n_offspring = 50 # Number of offspring per generation
mut_rate = 0.08 # Mutation rate: probability that any given letter will change
best_offspring = [] # Variable containing best offspring after each generation
# Contains empty list when loop is first entered

# Construct random starting string of same length as target
parent = []
for i in range(len(target)):
parent.append(random.choice(alphabet))

# Main loop: construct mutated offspring, select best for next generation, stop when target reached
gen = 0
while best_offspring != target:
gen = gen + 1

# Keep track of the number of good, bad, and neutral mutations arising in this generation
n_beneficial = n_detrimental = n_neutral = num_mut = 0.0

# Keep track of how many kids in current generation that look exactly like their parent
num_unchanged = n_offspring

# Construct n_offspring children that may contain mutations
kid_list = []
for i in range(n_offspring):

# Copy content of parent to kid
kid = parent[:]

# Iterate over positions in kid, for each position allow possibility of mutating
kid_changed = False
for pos in range(len(kid)):

# Let residue mutate with probability mut_rate
if random.random() < mut_rate:
kid_changed = True
num_mut += 1

# Randomly select new symbol (that is different from the one already present)
old_symbol = parent[pos]
possible_new_symbols = set(alphabet) - set(old_symbol)
new_symbol = random.choice(list(possible_new_symbols))

# Mutate kid
kid[pos] = new_symbol

# Check if mutation was beneficial, detrimental, or neutral and update count
if old_symbol == target[pos]: # Correct letter has been changed: detrimental
n_detrimental += 1
elif new_symbol == target[pos]: # Incorrect letter has been changed to correct: beneficial
n_beneficial += 1
else: # Incorrect letter has been changed to other incorrect letter: neutral
n_neutral += 1

# If kid was mutated, then it no longer looks like its parent
if kid_changed:
num_unchanged -= 1

# Add (possibly) mutated kid to list of current kids
kid_list.append(kid)


# Find most fit offspring (= string most similar to target)
smallest_dif = len(target) + 1
for kid in kid_list:

# Find number of positions that differ between kid and target
dif = 0.0
for pos in range(len(target)):
if kid[pos] != target[pos]:
dif = dif + 1

# Keep best kid found so far
if dif < smallest_dif:
smallest_dif = dif
best_offspring = kid

# Use best offspring as starting point for next round of mutation
parent = best_offspring

# Print progress
fitness = (len(target)-smallest_dif)/len(target) # Fitness of most fit individual
ben_frac = n_beneficial/num_mut
detr_frac = n_detrimental/num_mut
neu_frac = n_neutral/num_mut
result_string = ""
for pos in range(len(target)):
if best_offspring[pos] == target[pos]:
result_string += best_offspring[pos]
else:
result_string += best_offspring[pos].lower()
print "%s ** Gen: %4d Dif: %3d Fit: %.4f Bene: %.4f Detr: %.4f Neu: %.4f Unchanged: %3d" % (result_string,
gen, smallest_dif, fitness,
ben_frac, detr_frac, neu_frac,
num_unchanged)