UNIVERSIDAD AUTÓNOMA AGRARIA ANTONIO NARRO

CENTRO ACADÉMICO REGIONAL CHIAPAS

Nombre del catedrático:

M.C Felipa Morales Luna

Materia:
Genética

Alumno;
Riquelmer de Jesús Velázquez Hernández

Investigación;
cap. 4 - genética mendeliana

Cap. 5- probabilidades y prueba de proporciones fenotípicas

Semestre: 4° Grupo: 2

Cintalapa de Figueroa, Chiapas.

A 18 de marzo de 2020.
 CAP. 4 GENÉTICA MENDELIANA

ley del sorteo independiente

Según la 3ª ley de Mendel o ley de la combinación independiente, los miembros

de parejas alélicas diferentes se segregan o combinan independientemente unos
de otros cuando se forman los gametos.

Una vez comprobado cómo se heredan las variables de un solo carácter, Mendel
estudió la herencia simultánea de dos caracteres diferentes, tales como el color de
la semilla (amarillo o verde) y el aspecto de ésta (lisa o rugosa). Para ello cruzó
dos líneas puras, una de plantas con semillas amarillas y lisas y otra cuyas
semillas eran verdes y rugosas. Las plantas obtenidas en la F1 presentaban todas
semillas amarillas y lisas, con lo que se seguía cumpliendo la 1ª ley para cada
carácter. Por otro lado, los resultados indicaban que tanto el carácter amarillo
como el liso eran dominantes mientras que los caracteres verde y rugoso eran
recesivos.

La autofecundación de las plantas de la F1 proporcionó una generación F2

constituida por las cuatro combinaciones posibles para los caracteres estudiados:
semillas amarillas y lisas, amarillas y rugosas, verdes y lisas y verdes y rugosas,
con unas proporciones respectivas de 9:3:3:1. Considerados de forma
independiente, cada carácter seguía presentándose en una proporción 3:1, es
decir, se cumplía la ley de la segregación. Por otro lado, en la F2 habían aparecido
combinaciones que no estaban presentes ni en la P ni en la F1, lo cual implicaba
que los caracteres color y aspecto de la semilla se habían transmitido de forma
independiente.

Cruce trihíbrido

• Recuerda que en gametogénesis cada padre aporta un alelo de cada

característica

• El número de cuadros en el cuadrado de Punnet es relativo al número de

gametos diferentes que cada “progenitor” produce

• Utiliza esta fórmula para determinar el número de cuadros

– número de gametos del padre * el número de gametos de la madre

Cruce trihíbrido

• AabbCc x AaBbcc

• El rojo es la madre y el azul es el padre

• Dada la formula

– número de gametos del padre * el número de gametos de la madre

– El número de cuadros en el cuadrado de Punnet sera

– AbC, Abc, abC, abc

– ABc, Abc, aBc, abc

• Entonces nuestro cuadrado será de 4*4

Cruzamiento de prueba

El cruzamiento prueba se realiza entre un individuo cuyo genotipo se quiere

conocer (para ver si es heterocigoto u homocigoto dominante) y un homocigoto
recesivo.

Si se trata de un heterocigo, la proporción fenotípica de la descendencia será 50%

y 50%. Si es homocigoto dominante la proporción fenotípica de la descendencia
será 100% fenotipo dominante.

Ejemplo:

¿Qué cruces realizó Mendel para poder verificar si sus guisantes problemas
(guisantes amarillos) eran homocigotos dominantes o heterocigotos?
 CAP. 5 – PROBABILIDADES Y PRUEBA DE PROPORCIONES FENOTÍPICAS

Las leyes de la probabilidad

La probabilidad constituye un importante parámetro en la determinación de las

diversas casualidades obtenidas tras una serie de eventos esperados dentro de un
rango estadístico. Existen diversas formas como método abstracto, como la teoría
Dempster-Shafer y la teoría de la relatividad numérica, esta última con un alto
grado de aceptación si se toma en cuenta que disminuye considerablemente las
posibilidades hasta un nivel mínimo ya que somete a todas las antiguas reglas a
una simple ley de relatividad.[cita requerida] La probabilidad de un evento se
denota con la letra p y se expresa en términos de una fracción y no en
porcentajes[cita requerida] , por lo que el valor de p cae entre 0 y 1. Por otra parte,
la probabilidad de que un evento “no ocurra” equivale a 1 menos el valor de p y se
denota con la letra q

P(Q) = 1 − P(E)

Los tres métodos para calcular las probabilidades son la regla de la adición, la
regla de la multiplicación y la distribución binomial.

Regla de la adición

La regla de la adición o regla de la suma establece que la probabilidad de

ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente excluyentes, es
decir, que dos no pueden ocurrir al mismo tiempo.

P (A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P (A o

B) = P(A) + P(B) − P (A y B) si A y B son no excluyentes.

Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de

ocurrencia del evento B. P (A y B) = probabilidad de ocurrencia simultánea de los
eventos A y B.
Regla de la multiplicación

La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o

más eventos estadísticamente independientes es igual al producto de sus
probabilidades individuales.

P (A y B) = P (A B) = P(A)P(B) si A y B son independientes.

P (A y B) = P (A B) = P(A)P(B|A) si A y B son dependientes.

Regla de Laplace

La regla de Laplace establece que:

o La probabilidad de ocurrencia de un suceso imposible es 0.

o La probabilidad de ocurrencia de un suceso seguro es 1, es decir, P(A) = 1.

Para aplicar la regla de Laplace es necesario que los experimentos den lugar a
sucesos equiprobables, es decir, que todos tengan o posean la misma
probabilidad.

o La probabilidad de que ocurra un suceso se calcula así:

P(A) = N.º de casos favorables / N.º de resultados posibles

Esto significa que: la probabilidad del evento A es igual al cociente del número de
casos favorables (los casos dónde sucede A) sobre el total de casos posibles.

Distribución binomial

La probabilidad de ocurrencia de una combinación específica de eventos

independientes y mutuamente excluyentes se determina con la distribución
binomial, que es aquella donde hay solo dos posibilidades, tales como
masculino/femenino o si/no.

1. Hay dos resultados posibles mutuamente excluyentes en cada ensayo u

observación.
2. La serie de ensayos u observaciones constituyen eventos independientes.
 3. La probabilidad de éxito permanece constante de ensayo a ensayo, es decir
el proceso es estacionario.

Para aplicar esta distribución al cálculo de la probabilidad de obtener un número

dado de éxitos en una serie de experimentos en un proceso de Bermnoulli, se
requieren tres valores: el número designado de éxitos (m), el número de ensayos y
observaciones (n); y la probabilidad de éxito en cada ensayo (p).

Entonces la probabilidad de que ocurran m éxitos en un experimento de n ensayos

es:

P (x = m) = (nCm)(Pm)(1−P) n−m

Siendo: nCm el número total de combinaciones posibles de m elementos en un

conjunto de n elementos. ¡En otras palabras, P (x = m) = [n! / (¡m! (n−m)!)](p m)
(1−p) n−m.

Combinaciones y probabilidad

Combinaciones;

una combinación, es un arreglo de elementos en donde no nos interesa el lugar o

posición que ocupan los mismos dentro del arreglo. En una combinación nos
interesa formar grupos y el contenido de los mismos.

La fórmula para determinar el número de combinaciones es:

Cr= Combinaciones de r objetos tomados de entre n objetos

Ejemplo 1: ¿Cuántos equipos de voleibol se pueden formar a partir de 9 jugadores
disponibles?

Solución: Se requieren 6 jugadores para formar un equipo de voleibol, por lo que,

en este caso se tiene que.

n=9

r=6

de manera que

Probabilidad;

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado

suceso. En otras palabras, su noción viene de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso dado ocurra o no.

Ésta establece una relación entre el número de sucesos favorables y el número

total de sucesos posibles. Por ejemplo, lanzar un dado, y que salga el número uno
(caso favorable) está en relación a seis casos posibles (1, 2, 3, 4, 5 y 6); es decir,
la probabilidad es 1/6.

La probabilidad está basada en el estudio de la combinatoria y es fundamento

necesario de la estadística, además de otras disciplinas como matemática, física u
otra ciencia. En ellas se aplica una teoría de probabilidades, la cual tiene como fin
examinar las formas y medios para obtener esas medidas de certeza, así como
encontrar los métodos de combinarlos cuando intervienen varios sucesos en un
experimento aleatorio o prueba.
Cada uno de los resultados obtenidos al realizar un experimento recibe el nombre
de suceso elemental. Se llama espacio muestral el conjunto de todos los sucesos
elementales obtenidos, de forma que todo subconjunto del espacio muestral es un
suceso.

Distribución binomial de probabilidades

En estadística, la distribución binomial es una distribución de probabilidad discreta

que indica el número de éxitos al realizar una secuencia de n ensayos
independientes entre sí, con una probabilidad fija (p) de ocurrencia del éxito entre
esos ensayos.

Una variable discreta es aquella que solo puede tomar un número finito de valores
entre dos valores cualesquiera de una característica.

La función de probabilidad de la distribución binomial, también denominada

función de la distribución de Bernoulli, se expresa con la fórmula:

Donde:

n es el número de pruebas o ensayos.

x es el número esperado de éxitos.

p es la probabilidad porcentual de éxito.

q es la probabilidad porcentual de fracaso, que se obtiene siempre haciendo 1 – p.

La prueba de proporciones fenotípicas Ji cuadrado (x 2)

El estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad
del mismo nombre, sirve para someter a prueba hipótesis referidas a
distribuciones de frecuencias. En términos generales, esta prueba contrasta
frecuencias observadas con las frecuencias esperadas de acuerdo con la hipótesis
nula. En este artículo se describe el uso del estadístico ji-cuadrado para probar la
asociación entre dos variables utilizando una situación hipotética y datos
simulados. Luego se describe su uso para evaluar cuán buena puede resultar una
distribución teórica, cuando pretende representar la distribución real de los datos
de una muestra determinada. A esto se le llama evaluar la bondad de un ajuste.
Probar la bondad de un ajuste es ver en qué medida se ajustan los datos
observados a una distribución teórica o esperada. Para esto, se utiliza una
segunda situación hipotética y datos simulados.

El valor chi-cuadrado permite determinar si las proporciones de fenotipos que se

observan en un cruce se alejan o no de las proporciones esperadas y que, por lo
tanto, a partir de él se pueda decir si se han obtenido al azar o no.

Esta probabilidad de chi-cuadrado se calcula como el sumatorio de los resultados

observados de cada fenotipo menos los resultados esperados (es decir, según las
proporciones mendelianas de cada fenotipo respecto al total de observados), todo
ello al cuadrado y dividido entre los resultados esperados. De este modo cuanto
menor sea este valor, significará que la diferencia entre los valores observados y
esperados es más pequeña y que, por lo tanto, los valores observados más se
acercarán a esos valores esperados que siguen las proporciones mendelianas.

Pero al mismo tiempo si este valor es muy pequeño (es decir, cuanto más se
acerque a cero) también puede hacer sospechar de la veracidad de las
observaciones, es decir, que no se hayan producido al azar, ya que también es
muy poco probable que los valores observados sean los mismos o prácticamente
los mismos que los esperados, es decir, que se obtengan exactamente las
proporciones de Mendel.