DESARROLLO DEL COMPONENTE PRÁCTICO TALLER 1 Y 2

ESTUDIANTES:
RAFAEL RICARDO DELGADO
COD:1070597875
CARLOS ANDRES CABRERA
COD: 1076622135
YENNI NAVARRETE
COD: 52833836
JULIAN EUDORO VELANDIA
COD: 1069264711

TUTORA:
MYRIAM JANETH ORTEGA

CURSO:
MEJORAMIENTO ANIMAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

BOGOTA
22-10-2019
Taller No. 1- Genética de poblaciones, genética cuantitativa

Actividades a desarrollar

Materiales
a) Trozos de papel cortados en cuadrados pequeños de color rojo y
azul
b) Tijeras
c) Bolsa
d) Calculadora o computador

I. Actividad práctica inicial

El objetivo de esta actividad es entender la dinámica de la genética

poblacional y la importancia de la genética cuantitativa al mejoramiento
animal.

Para entender las fuerzas que afectan las poblaciones y cómo se

modifican las frecuencias alélicas de las mismas debido a dichas fuerzas,
construya una población a partir de alelos seleccionados al azar, para
ello:
I.1. Cada grupo de estudiantes debe construir una población
hipotética de individuos. Para ello tome una hoja de papel
rojo y otra hoja de color azul y construya cuadritos de
aproximadamente un centímetro de área por cada uno, de
manera que obtenga 50 cuadritos de color rojo y 50 de color
azul, colóquelos en una bolsa. Imagine que los papeles rojos
son los gametos masculinos y los de color azul los gametos
femeninos, tomando al azar de la bolsa, cada vez, construya
una población de 50 individuos, uniendo dos gametos al
azar, simulados por los papeles rojos y azules y teniendo en
cuenta lo siguiente:
 Dos cuadritos rojos corresponden a un homocigoto AA
 Un cuadrito rojo y uno azul, corresponden a un heterocigoto
Aa
  Dos cuadritos azules corresponden a homocigotos aa
 Realice una prueba de hipótesis de Chi- cuadrado para
determinar, sí la población se encuentra en equilibrio de
Hardy-Weinberg.

Nota: Cada vez que realice la extracción de los cuadritos de la bolsa

identifique el individuo, anote el genotipo en una tabla, de acuerdo con
los colores planteados. Vuelva el papel a la bolsa, mezcle bien y repita
el procedimiento anotando los resultados en una tabla como la
siguiente:

Tabla No. 1 población hipotética

Individuo Genotipo
aa
15
29 Aa
…50 AA

Luego cuente los individuos y realice una tabla como la siguiente:

Tabla No. 2. Genotipos

Genotipos AA Aa aa

No. De individuos 12 26 12

Con base en los resultados de la tabla No 2:

a) Con ayuda de su profesor construya el concepto de Equilibrio de
Hardy- Weinberg.
b) Calcule las frecuencias genotípicas, la frecuencia del gen A y a.
Frecuencias.
Genética.
 AA Aa aa
12 = 0.24 26 = 0.52 12= 0.24
50 50 50

La suma nos debe dar 1 0.24+0.52+0.24= 1

Alélica.
F (A)= (2*12) + 26 = 50 = 0.5
2*50 100

F (a)= (2*12) + 26 = 50 = 0.5

2*50 100
La suma nos debe dar 1 0.5 + 0.5= 1

c) Determine las frecuencias de los individuos en equilibrio de Hardy-

Weinberg.
AA Aa aa
Observad 12 26 12
o
Esperado 12.5 25 12.5

X2= (AA) (12-12.5)2 + (Aa) (26-25)2 + (aa) (12-12.5)2

12.5 25 12.5
= 0.02 + 0.04 + 0.02 = 0.08
Grado de libertad 3-1-1=1
1 grado de libertad al 95%=0.05
El valor observado de X2 0.08 > X2 0.05= Esto muestra que la desviación
no es significativa y concluimos que la muestra es compatible con una
población de HO
X2E ≥ X2t=

I.2. Tome la población total de papelitos y colóquelos sobre una

superficie plana, pase por encima de ellos un papel para film
y retírelo o simplemente sóplelos y reduzca el tamaño de la
población al azar. Allí debieron quedar muchos de los
 papelitos iniciales, colóquelos nuevamente en la bolsa y
realice una nueva población de 20 individuos, nuevamente
calcule las frecuencias genéticas y alélicas. Realice las
conclusiones respectivas.

Genotipos AA Aa aa

No. de individuos 4 11 5

a) Calcule las frecuencias genotípicas, la frecuencia del gen A y a.

Frecuencia Genética.

AA Aa aa
4 = 0.2 11 = 0.55 5 = 0.25
20 20 20

La suma nos debe dar 1 0.2+0.55+0.25= 1

Frecuencia Alélica.
F (A)= (2*4) + 11 = 19 = 0.475
2*20 40

F (a)= (2*5) + 11 = 21 = 0.525

2*20 40
La suma nos debe dar 1 0.475 + 0.525= 1

b) Determine las frecuencias de los individuos en equilibrio de

Hardy- Weinberg.
AA Aa aa
Observad 4 11 5
o
Esperado 4.5 10 5.5

X2= (AA) (4-4.5)2 + (Aa) (11-10)2 + (aa) (5-5.5)2

4.5 10 5.5
= 1.125 + 0.1 + 0.0454 = 1.270
Grado de libertad 3-1-1=1
1 grado de libertad al 95%=0.5
El valor observado de X2 1.270 > X2 0.5= Esto muestra que la desviación
no es significativa y concluimos que la muestra es compatible con una
población de HO
X2E ≥ X2t=

II. Realice los siguientes ejercicios:

2.0. Organice grupos de cuatro estudiantes y realice la lectura de

las siguientes entrevistas publicada en el portal de
la Organización de las Naciones Unidas para la Agricultura y la
Alimentación (FAO) que trata la importancia de la mejora genética
animal para combatir enfermedades en especies domésticas y
Peligra la diversidad genética de los animales de granja, las cuales
puede encontrar en los siguientes links:

a. https://historiaybiografias.com/seleccion_artificial/
b. http://www.fao.org/ag/esp/revista/0011sp2.htm

Cada grupo debe formular 5 preguntas respecto a la lectura, como si

fuera el entrevistador, luego entrega los diferentes grupos deben
realizar las preguntas a otros grupos y contestarlas.
 ¿Cómo futuro profesional que medidas tomaría para evitar la
extinción de la raza bovina nacional bon blanco orejinegro?
 ¿Cuándo se habla de biodiversidad en una producción a que nos
referimos?
 ¿Por qué la extinción de razas propias nativas es tan preocupante?
 ¿Para que se realiza la selección artificial de los animales y cuáles
son sus objetivos?
 En su calidad de zootecnista cuál sería su principal interés en
selección para mejoramiento animal.
II.1. Usted tiene una muestra de una población en donde usted
tiene el porcentaje de genotipos homocigotos recesivos de
26%. Utilice esta información para calcular las siguientes
frecuencias:

A. La frecuencia del genotipo aa

B. La frecuencia del alelo a
C. La frecuencia del alelo A
D. Las frecuencias de los genotipos AA y Aa

II.2. Indague la manera en que se realiza un pedigree, una vez

entendida la manera, resuelva los siguientes puntos:

a. Construya el pedigree de su familia. Incluya al menos

tres generaciones.

b. Usted es criador de perros y tiene la siguiente

genealogía. Un macho llamado Odie, con genotipo CD, el
cual se aparea con Lassie (genotipo AB) y Lola (genotipo
EF). Con Lassie, tiene un descendiente llamado Jim
(genotipo AC) y con Lola un descendiente llamado Gina
(genotipo CF), Jim y Gina se aparean y tienen a Donald
(genotipo CC). Co base en esta información diagrame el
árbol genealógico de Donald, siga el alelo C a través de
las generaciones e indique porque Donald sufre
susceptibilidad a Leishmania.
2.3 Con los datos de la tabla No. 4, calcule el promedio, la desviación
estándar y la varianza de los siguientes valores correspondientes a
producción de leche por lactancia y porcentaje de grasa en vacas
Holstein (tomado de Quijano y Echeverri, 2015. Genética cuantitativa
aplicada al mejoramiento animal- Editorial Universidad Nacional de
Colombia). Realice el análisis y las conclusiones respectivas.

2.4.Indague sobre los siguientes conceptos, sea breve y

conciso en su respuesta:

a. Estadística descriptiva, medidas de tenencia central,

hipótesis, prueba de hipótesis, Error tipo I y tipo II.
Estadística descriptiva: Es una parte de la matemática que permite
organizar un grupo de datos en graficas para ser mas comprensible y así
mediar en la toma de decisiones.
Medidas de tenencia central: Es un conjunto de datos que presenta un resumen
de una muestra y población ejemplo: moda, mediana y media.
Hipótesis: proposición aceptable que ha sido formulada a través de la recolección
de información y datos,2 aunque no esté confirmada, sirve para responder de
forma alternativa a un problema con base científica.
Prueba de hipótesis:
Hipótesis Estadística:
Al intentar alcanzar una decisión, es útil hacer hipótesis (o conjeturas) sobre la
población aplicada.
Tales hipótesis, que pueden ser o no ciertas, se llaman hipótesis estadísticas.
Son, en general, enunciados acerca de las distribuciones de probabilidad de las
poblaciones.
Hipótesis Nula.
En muchos casos formulamos una hipótesis estadística con el único propósito de
rechazarla o invalidarla. Así, si queremos decidir si una moneda está trucada,
formulamos la hipótesis de que la moneda es buena (o sea p = 0,5, donde p es la
probabilidad de cara).
Analógicamente, si deseamos decidir si un procedimiento es mejor que otro,
formulamos la hipótesis de que no hay diferencia entre ellos (o sea. Que cualquier
diferencia observada se debe simplemente a fluctuaciones en el muestreo de la
misma población). Tales hipótesis se suelen llamar hipótesis nula y se denotan por
Ho.
Para todo tipo de investigación en la que tenemos dos o más grupos, se
establecerá una hipótesis nula.
La hipótesis nula es aquella que nos dice que no existen diferencias significativas
entre los grupos.
Por ejemplo, supongamos que un investigador cree que si un grupo de jóvenes se
somete a un entrenamiento intensivo de natación, éstos serán mejores nadadores
que aquellos que no recibieron entrenamiento. Para demostrar su hipótesis toma
al azar una muestra de jóvenes, y también al azar los distribuye en dos grupos:
uno que llamaremos experimental, el cual recibirá entrenamiento, y otro que no
recibirá entrenamiento alguno, al que llamaremos control. La hipótesis nula
señalará que no hay diferencia en el desempeño de la natación entre el grupo de
jóvenes que recibió el entrenamiento y el que no lo recibió.
Una hipótesis nula es importante por varias razones:
Es una hipótesis que se acepta o se rechaza según el resultado de la
investigación.
El hecho de contar con una hipótesis nula ayuda a determinar si existe una
diferencia entre los grupos, si esta diferencia es significativa, y si no se debió al
azar.
No toda investigación precisa de formular hipótesis nula. Recordemos que la
hipótesis nula es aquella por la cual indicamos que la información a obtener es
contraria a la hipótesis de trabajo.
Al formular esta hipótesis, se pretende negar la variable independiente. Es decir,
se enuncia que la causa determinada como origen del problema fluctúa, por tanto,
debe rechazarse como tal.
Otro ejemplo:
Hipótesis: el aprendizaje de los niños se relaciona directamente con su edad.
Hipótesis Alternativa.
Toda hipótesis que difiere de una dada se llamará una hipótesis alternativa. Por
ejemplo: Si una hipótesis es p = 0,5, hipótesis alternativa podrían ser p = 0,7, p "
0,5 ó p > 0,5.
Una hipótesis alternativa a la hipótesis nula se denotará por H1.
Al responder a un problema, es muy conveniente proponer otras hipótesis en que
aparezcan variables independientes distintas de las primeras que formulamos. Por
tanto, para no perder tiempo en búsquedas inútiles, es necesario hallar diferentes
hipótesis alternativas como respuesta a un mismo problema y elegir entre ellas
cuáles y en qué orden vamos a tratar su comprobación.
Las hipótesis, naturalmente, serán diferentes según el tipo de investigación que se
esté realizando. En los estudios exploratorios, a veces, el objetivo de la
investigación podrá ser simplemente el de obtener los mínimos conocimientos que
permitan formular una hipótesis. También es aceptable que, en este caso, resulten
poco precisas, como cuando afirmamos que "existe algún tipo de problema social
en tal grupo", o que los planetas poseen algún tipo de atmósfera, sin especificar
de qué elementos está compuesto.
Los trabajos de índole descriptiva generalmente presentan hipótesis del tipo
"todos los X poseen, en alguna medida, las característica Y". Por ejemplo,
podemos decir que todas las naciones poseen algún comercio internacional, y
dedicarnos a describir, cuantificando, las relaciones comerciales entre ellas.
También podemos hacer afirmaciones del tipo "X pertenece al tipo Y", como
cuando decimos que una tecnología es capital - intensiva. En estos casos,
describimos, clasificándolo, el objeto de nuestro interés, incluyéndolo en un tipo
ideal complejo de orden superior.
Por último, podemos construir hipótesis del tipo "X produce (o afecta) a Y", donde
estaremos en presencia de una relación entre variables.
Errores de tipo I y de tipo II.
Si rechazamos una hipótesis cuando debiera ser aceptada, diremos que se ha
cometido un error de tipo I.
Por otra parte, si aceptamos una hipótesis que debiera ser rechazada, diremos
que se cometió un error de tipo II.
En ambos casos, se ha producido un juicio erróneo.

Tabla No. 4. Producción de leche y porcentaje de grasa en vacas

Holstein

Vaca Producción de % de
No. leche por grasa
lactancia (kg)
1 8600 3
2 6890 3
3 7456 2.9
4 8900 3.1
5 8765 3.2
6 8200 3
7 6890 3.3
8 7500 3.4
9 8300 3.3
10 6890 3.3
11 6900 3.2
12 7900 3.2
13 5350 3.5
14 6908 3.3
15 6543 3.4
16 7432 3.4
17 6243 3.3
 18 6900 3.4
19 6211 3.5
20 6432 3.6
21 6387 3.5
22 5254 3.4
23 6098 3.6
24 5490 3.4

Producció
n de leche D.
promedi
por Estánda varianza media
o
lactancia r
(kg)
1082350,0 6870,4443
8600 7018,29167 24894051 4 8
6890
7456
8900
8765
8200
6890
7500
8300
6890
6900
7900
5350
6908
6543
7432
6243
6900
6211
6432
6387
 5254
6098
5490

En el caso se presenta un promedio de grasa en leche del 3%; y 5254

de kg de leche nos presenta una media de 6800 lo que refiere un
indicativo esperado de la lactancia general de lo esperado para
condiciones normales ambientales para este mismo lote en diferentes
muestras.

Actividades a desarrollar:
Realizar los siguientes ejercicios

1. Teniendo en cuenta los datos de la tabla cuantifique el nivel de

relación entre el peso al nacer y la producción de leche de adulta
(mediante el coeficiente de correlación).

Además, trate de obtener una función que prediga (regresión lineal) la

producción de leche en función del valor de peso de la vaca durante su
nacimiento.

Clase 1 2 3 4 5
Producció 26 27 28 29 30
n
No. de 1 4 8 5 2
vacas
Peso de 12,36 12,37 13,11 13,46 13,89
cada
clase

Correlación directa positiva

Chart Title
35

30

25

20

15 f(x) = 3.63 x
R² = 0.85
10

0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5

Producción Linear (Producción)

Peso de cada clase Linear (Peso de cada clase)
 Chart Title
35
Clase f(x)
R² ==0.141x
7.02 2 3 4 5
30
Producción
25 26 27 28 29 30
20
Peso de
15 12,36 12,37 13,11 13,46 13,89
cada clase
10
5
0
coeficiente
0 1 2 3 4 5 6 7
pearson
0,97409253 Linear ()
coeficiente Linear () Linear ()
Linear () Linear ()
de
terminación 1,94818505

2. Los siguientes datos corresponde a recolección de información de

datos de componentes de peso en conejos, cuyo promedio fue de 5
kilogramos, cada uno de los componentes corresponde a desviaciones
respecto a la media, calcule la
Calcule:

a. El valor fenotípico
b. Calcule la varianza fenotípica

         
DOMINANCI INTERACCIÓ
animal ADITIVA A N AMBIENTE
-
0,2748625 0,06150655 0,1298340
1 2 3 -0,06548692 3
-
0,2897204 0,21537573 0,05164042 0,1642990
2 4 5 4 8
-
0,0711090 0,13031256 0,04552814 0,5604885
3 4 5 9 2
4 0,7498040 -0,1949622 - 0,1526863
7 0,08476127 6
 9
- - -
0,2503413 0,00650509 0,2294488
5 1 0,06923631 5 6
-
0,0319967 0,22409929 0,02263418 0,8286119
6 3 9 1 6
- -
0,4319347 0,32967049 0,4096506
7 7 0,13738207 9 6
-
0,0033720 0,17276391 0,13593434 0,2153515
8 5 2 6 3
- -
0,1531340 0,05146604 0,16307454 0,0580585
9 7 2 1 7
-
0,1000586 0,42232211 0,0385328
10 3 7 -0,23091453 6
-
0,0487936 0,01228056 0,1314472
11 1 -0,14110927 9 4
- -
0,0262626 0,10442097 0,00916793
12 9 3 8 0,0038826
- -
0,1315672 0,18015182 0,25601434 0,5705618
13 5 3 2 8
- - -
0,0218615 0,11116879 0,02873364 0,0722545
14 1 7 1 8
-
0,1796163 0,01913401 0,02926565 0,0902436
15 7 7 8 4
- - -
0,1829322 0,06847366 0,02810644 1,0165028
16 4 5 8 9
-
- 0,15846014 0,1521328
17 0,2812596 3 -0,08171646 5
- -
0,0637590 0,00715175 0,11174729 0,7411751
18 8 2 1 5
 - -
0,0933421 0,01743339 0,15907642 -
19 7 5 2 0,5219089
- -
0,4858796 0,15337880 0,07871678 0,5974231
20 7 5 4 1
- -
0,1111299 0,18774826 0,01080888 0,2336011
21 6 1 6 7
- - -
0,1488038 0,06300414 0,06888567 0,7224009
22 3 6 1 8
- -
0,0607684 0,14294344 0,12665723 0,0261371
23 3 2 7 1
- -
0,0347959 0,00226921 0,03913350 0,1313700
24 5 8 1 4
-
0,0701301 0,03828688 0,05926611 0,1396851
25 6 1 7 9
-
0,1056778 0,15346922 0,19050821 0,1978123
26 4 5 1 8
- - -
0,0225205 0,14068860 0,00761441 0,0793236
27 7 8 1 1
-
0,2401059 0,06474877 0,04688887 0,3530220
28 1 1 4 2
- - -
0,0355865 0,04800885 0,25369804 1,0245547
29 4 7 7 4
- -
0,2966106 0,00202910 0,08479413 0,1341108
30 8 8 1 6
- -
0,4411145 0,03175103 0,33908243 0,5247168
31 9 2 1 4
- - -
0,1901115 0,02997920 0,05262860 0,1146346
32 1 1 7 6
33 0,2575425 0,36754303 - -
 0,07920721 0,0315074
3 7 7 9
-
0,1097643 0,05886598 0,09421616 0,0034713
34 8 3 3 6
-
0,0255920 0,11488152 -
35 1 2 0,00859982 0,0261373
0,0944927 0,13279568 0,17026610 0,2345530
36 1 1 3 3
- -
0,2858582 0,10234236 0,09830686 0,3812150
37 4 7 3 6
0,4041315 0,07364854 0,2805077
38 4 0,12148861 4 7
0,1899789 0,04860803 0,09016150 0,3075170
39 8 5 6 6
-
0,1479538 0,33463320 0,01105879 0,6248153
40 3 4 9 6
0,1036544 0,23541797 0,0154710
41 1 9 0,10848686 2
-
0,1083098 0,43422909 0,06858217 0,2690353
42 3 9 6 6
- -
0,4775734 0,15023940 0,20876245 0,3325570
43 5 7 8 7
- - -
0,1437551 0,44263725 0,18274492 0,1590315
44 7 4 3 7
- -
0,0803071 0,08004542 0,00951353 0,5195170
45 7 5 7 4
- - -
0,0140801 0,09766881 0,13759439 -
46 2 6 5 0,3737999
- - -
0,1262877 0,14463557 0,6273138
47 9 0,00416106 7 9
-
0,3066922 0,12114350 0,16059471 0,0351876
48 8 4 4 5
 - -
0,11280673 0,08860039 0,5172068
49 0,1227168 5 4 3
- -
0,0166412 0,13785996 0,23981318 0,7576998
50 7 2 7 3
- -
0,2680992 0,07848936 0,21554842 0,5636165
51 5 9 5 5
- -
0,1406101 0,02823607 0,01970024 0,9296915
52 2 4 4 5
- -
0,0619257 0,20515377 0,4778278
53 1 9 0,05625438 2
0,1118852 0,04959423 0,08279382 0,2023962
54 4 6 7 1
- - - -
0,0372785 0,17097216 0,08200405 0,4030495
55 7 4 9 5
- -
0,1282154 0,05956551 0,06881158 0,1977834
56 5 5 9 4
- -
0,1981101 0,11165623 0,08644464 0,2322078
57 3 4 2 1
-
0,2804244 0,3374355
58 5 0,13891105 -0,01142231 5
- -
0,2209104 0,16997542 0,17314646
59 3 6 8 0,2060284
-
- 0,09636968 0,3404150
60 0,2624541 0,08731052 2 2
- -
0,29935027 0,14568184 0,7315543
61 0,3378575 2 6 6
- -
0,0955300 0,09475854 0,00961275 0,3141762
62 7 5 4 5
63 - - - 0,8619265
0,2213286 0,02183243 0,10643009 5
 1 2 3
-
0,1757666 0,03888069 0,09279393 0,2598329
64 8 8 7 7
- -
- 0,06351281 0,21744942 0,2378469
65 0,0539555 4 7 8
-
0,00355176 0,4099821
66 -0,285038 0,10390883 7 9
-
0,2415278 0,06850030 0,24071167 0,3839905
67 2 4 3 5
- - -
0,1725728 0,03966004 0,02962320 0,2433255
68 8 5 9 7
- -
0,0758532 0,37917124 0,12245630 0,7132690
69 3 2 5 9
- -
0,5682171 0,14153263 0,24916960
70 6 5 9 0,5761018
- -
0,0996786 0,07940569 0,11666828 0,5167586
71 2 9 6 5
- -
0,8457812 0,03149964 0,07281488 0,0517261
72 9 2 3 5
-
0,2693244 0,30561071 0,07376227 0,2910703
73 3 7 5 6
- -
0,3411733 0,02738280 0,07987121 0,3066809
74 7 6 3 2
- -
0,0570389 0,06009570 0,09581720 0,1250767
75 5 9 5 4
- -
0,1885290 0,02686277 0,09090403 0,3188358
76 7 2 3 7
- - -
0,2441475 0,29250613 0,08171106 0,2211930
77 9 3 8 7
 - - -
0,0444582 0,08954988 0,08172788 0,0201408
78 3 2 3 5
- -
0,0231089 0,05000656 0,15402598 0,2770285
79 9 3 9 2
- - -
0,5955061 0,05041691 0,16727823 0,4995519
80 9 4 1 2
- - - -
0,3000178 0,26805276 0,19215814 0,7501520
81 7 6 8 5
- -
0,4374425 0,06561263 0,09099639 0,2853473
82 1 4 2 6
- - - -
0,1045364 0,12969379 0,00473322 0,1243883
83 6 8 8 4
0,1227417 0,31829177 0,13423117 0,2373524
84 8 1 2 3
- -
0,0393521 0,02457193 0,01463111 0,1283811
85 3 4 6 8
- -
0,5804580 0,35059831 0,3122142
86 9 9 0,04630324 6
- -
0,2428104 0,04514221 0,02848545 0,6289011
87 3 2 3 6
- - - -
0,2530415 0,09857639 0,08369729 0,0278946
88 6 2 5 9
0,6818544 0,18186721 0,4863095
89 7 6 0,03326255 1
0,4735788 0,12289201 0,00999814 0,1242744
90 5 4 9 4
- - - -
0,1483977 0,05036066 0,10575111 0,3371262
91 2 2 3 3
- -
0,2585640 0,04611417 0,09536650 0,0499193
92 9 5 7 1
93 - - - 0,6781049
 0,1125595 0,13338153 0,42483020
2 1 4
-
0,0399276 0,22351566 0,14638831 0,1529701
94 3 7 5 3
-
0,0167500 0,21401411 0,11339014 0,4398304
95 3 2 2 7
- - -
0,0380840 0,14806070 0,11681809 0,2742405
96 9 1 3 5
- - -
0,0271675 0,12664216 0,05252293 0,1399586
97 5 2 6 9
- -
0,1003467 0,08330943 0,0718434
98 1 6 -0,14882989 5
- - -
0,0627554 0,05511845 0,0233316
99 9 0,18550765 3 1
0,2129997 0,02927417 0,3303027
100 9 -0,06019048 2 6

a   b
valor varianza
fenotípico fenotípica
0,00284056 0,18364058
0,43131524  
0,73632923  
-0,12703712  
-0,16671765  
0,62714684  
0,21736223  
0,2521811  
0,16966707  
0,15287473  
-0,26027594  
-0,09137044  
-0,13439572  
-0,15468974  
0,080112  
-0,97613567  
-0,08804375  
0,63657961  
-0,69841872  
-0,36532752  
-0,41054055  
-0,8542908  
0,00985091  
0,09450576  
0,11870595  
0,23485137  
-0,22762663  
0,37088192  
0,72284784  
0,05134584  
0,83204824  
0,03202685  
0,25682833  
-0,03187882  
-0,132419  
0,53761481  
-0,18056583  
0,47564492  
0,4462866  
0,94838977  
0,35937586  
0,23377592  
-0,27403402  
0,10086076  
-0,44898515  
-0,60906311  
-0,76778841  
-0,00426356  
0,3157997  
-0,85965306  
0,26957876  
-0,88175523  
0,32892842  
0,33478427  
-0,65602577  
-0,20702951  
0,20699622  
0,46492429  
0,20919944  
0,33135586  
-0,88522279  
-0,20980495  
0,73366403  
0,39150761  
-0,04311526  
-0,30252159  
-0,07477857  
-0,23328873  
0,21164154  
0,18539956  
0,32068467  
-0,01041091  
0,5229188  
-0,35916933  
-0,03083617  
0,38287713  
-0,01039801  
-0,01231885  
-0,07299597  
-0,3826906  
-1,21036296  
-0,2599636  
-0,25881537  
0,68987537  
0,11844036  
0,0846873  
-0,64555792  
-0,21016838  
0,70143928  
0,2571646  
-0,49323801  
-0,09917164  
0,11989317  
 0,52287411  
0,54045444  
0,00936176  
-0,06583946  
-0,1373639  
0,10705759  
0,29938645  

3.En el siguiente caso, usted utilizará el concepto de heredabilidad para

predecir el comportamiento de los pollos, en cuanto a la ganancia de
peso. En este ejemplo, nosotros utilizamos el peso del cuerpo de dos
pollos, para predecir el peso de peso de su descendencia. Los dos pollos,
una gallina y un gallo y sus pesos son 1.5 y 1.7 kg al final del periodo de
crecimiento. Para predecir el peso del cuerpo de la descendencia de
estos dos padres, nosotros necesitamos conocer el promedio del peso de
todos los pollos en la población, el cual es de 1.8 kg y necesitamos
conocer la Heredabilidad del peso en los pollos, la cual es 0.40.
¿Cuál es el peso promedio de los padres?
1.6 kg

4- ¿Qué tanto se desvía el peso promedio de los padres, con relación al

peso promedio de la población de pollos?
La desviación entre el peso de los padres con el de la descendencia es
de 0.2 kilogramos.
 Desviación

Peso promedio de desendencia 1.8

Peso promedio de padres 1.6

1.5 1.55 1.6 1.65 1.7 1.75 1.8 1.85

Kilogramos

5- La siguiente gráfica representa el rendimiento de un animal para dos

características de diferente repetitividad. Se ilustra un par de registros
repetidos en una muestra de 10 animales para cada carácter (cada línea
vertical separa cada par), la contribución de la habilidad productiva y los
efectos ambientales temporales se muestran en el fondo. Las
repetibilidad (r) para los caracteres son: (a)= 0.8 y (b) = 0.1
respectivamente. Interprete la gráfica.
X
Gráfica tomada de Parámetros genéticos: Heredabilidad y repetibilidad.
Ana Sanchez. 2016. Curso de Mejoramiento Animal (PDF).

Interpretación de la gráfica:
 Se puede determinar para la primera característica: (a)= 0.8 que
en la totalidad de los animales no se registra variabilidad en la
habilidad productiva y que los cambios dispuestos de cada uno
pueden verse sujeto a efectos temporales del medio ambiente ya
que se muestra muy sujeta a esta característica en cuanto a la
parte de valor fenotípica.

 Para la segunda característica (b) = 0.1 se muestra una

variabilidad muy grande en cuanto a cambios temporales de
medio ambiente como valor fenotípico, pero esta no se vio
afectada por la habilidad productiva de ninguno de los animales
mostrando en toda la misma conducta en cuanto a este aspecto.

La siguiente gráfica descrita en dicho artículo muestra las tendencias

genéticas para el segundo intervalo entre partos (SIEP), interprete cada
una de las tres gráficas, indique que significa el eje X y el eje Y, ¿por
qué hay una línea divisoria? ¿Que representa la ecuación la ecuación
localizada arriba a la derecha de la gráfica?
Las siguientes gráficas han sido obtenidas del artículo:
Vergara Garay, Oscar David; Martínez Humanes, Nicolás; Flórez Murillo,
Julio Mateo; Hernández Pérez, Marcos; Almanza Loaiza, Roberto;
Rúgeles Pinto, Clara; Simanca Sotel, Juan Carlos Heredabilidades. 2015.
Correlaciones y tendencias genéticas para características reproductivas
en una población bovina multirracial en Colombia Revista CES Medicina
Veterinaria y Zootecnia, vol. 10, núm. 1, enero-junio, 2015, pp. 8- 17
http://www.redalyc.org/pdf/3214/321440737003.pdf
Interpretación de la primer grafica.

Eje x: Año de la muestra tomada.

Eje y: Valor Genético para Edad al Primer Parto
Línea divisoria: media dispersión
Ecuación: es la heredabilidad – la media poblacional ósea el valor de la
cría.

Interpretación de la segunda grafica.

Eje x: Año de la muestra tomada

Eje y: Valor Genético de Primer Intervalo entre parto
Línea divisoria: media dispersión
Ecuación: es la heredabilidad – la media poblacional

Interpretación de la tercera grafica

Eje x: Año de la muestra tomada

Eje y: Valor Genético de Segundo intervalo entre parto
Línea divisoria: media de dispersión
Ecuación: es la heredabilidad – la media poblacional