Buscar este blog

Translate

miércoles, 28 de octubre de 2026

Contrastación mendeliana por gráfica y error relativo en dihíbridos. Ejemplo 8

 [Genética clásica] [Mas ejercicios]

En el guisante (Pisum sativum), las flores axiales dominan sobre las terminales y las vainas verdes sobre las amarillas. Una planta doble heterocigota se cruza con otra heterocigota para la posición floral y homocigota recesiva para el color de las vainas (AaBb × Aabb). Entre 800 descendientes, se contabilizan 278 plantas con flores axiales y vainas verdes, 312 con flores axiales y vainas amarillas, 107 con flores terminales y vainas verdes, y 103 con flores terminales y vainas amarillas. La hipótesis predice una proporción de 3:3:1:1. Calcule las cantidades esperadas, represente los resultados mediante una gráfica de barras discretas, determine el error relativo promedio y describa las semejanzas o diferencias entre las frecuencias observadas y teóricas.

Estandarización de cantidades.

Calculamos las probabilidades de los fenotipos usando el [Teorema de la probabilidad],

\[\boxed{P_i=\frac{n_i}{n}}\]

donde la cantidad total \(n\) es la suma de los coeficientes.

\[n=3+3+1+1=8\]

Y las probabilidades con la [Equivalencias entre números decimales y fracciones racionales]

\[ P_{D_1D_2}=\frac{3}{8}=0.3750=37.50\%\]

\[ P_{D_1r_2}=\frac{3}{8}=0.3750=37.50\%\]

\[ P_{r_1D_2}=\frac{1}{8}=0.1250=12.50\%\]

\[ P_{r_1r_2}=\frac{1}{8}=0.1250=12.50\%\]

Usaremos el Teorema [Estandarización de las frecuencias teóricas según el tamaño de la muestra]

\[ n_{oi}=p_i \cdot n_o\]

Calculamos el tamaño de la muestra.

\[n_o=800\]

Y reemplazamos.

\[ n(D_1D_2)_{o}=\frac{3}{8} \times 800 = 300\]

\[ n(D_1r_2)_{o}=\frac{3}{8} \times 800 = 300\]

\[ n(r_1D_2)_{o}=\frac{1}{8} \times 800 = 100\]

\[ n(r_1r_2)_{o}=\frac{1}{8} \times 800 = 100\]

Graficamos

Tabulamos los datos anteriores.

 

\(n_{ei}\)

\(n_{oi}\)

\(D_1D_2\)

278

300

\(D_1r_2\)

312

300

\(r_1D_2\)

107

100

\(r_1r_2\)

103

100

Nota: \(n_{ei}\) es el número de entidades experimentales, y \(n_{oi}\) el número de entidades estandarizado o esperado según el tamaño de la muestra.

Error relativo promedio

Usaremos el teorema del [Error relativo promedio].

\[ \boxed{\varepsilon_{avg}=\frac{1}{k}\cdot \sum_{i=1}^{k} \left|1-\frac{n_{ei}}{n_{oi}} \right| }\]

Dado que la fórmula es compleja, la descompondremos en.

\[f=n_{ei} /n_{oi}\]

Cociente de cantidades experimental sobre estandarizado.

\[\varepsilon_{i}=|1-f|\]

Error relativo por categoría

\[\varepsilon_{avg}=\frac{\sum_{i=1}^{k}\varepsilon_{i}}{k}\]

Error relativo por promedio

Calculamos con una tabla de datos, tendiendo en cuenta que hay cuatro categorías k = 4.

(i)

\(n_{ei}\)

\(n_{oi}\)

\(f\)

\(\varepsilon_{i}\)

\(D_1D_2\)

278

300

0.927

0.0733

\(D_1r_2\)

312

300

1.040

0.0400

\(r_1D_2\)

107

100

1.070

0.0700

\(r_1r_2\)

103

100

1.030

0.0300

\( \varepsilon_{avg}\)

0.0533

Forma porcentual

5.33 %

Nota: \(n_{ei}\) es la cantidad experimental; \(n_{oi}\) es la cantidad teórica estandarizada al tamaño de la muestra; (i) categorías, fenotípicas dadas en la tabla inicial del procedimiento como \(D_1D_2\) para doble dominante.

Conclusiones

Los resultados muestran una concordancia descriptiva entre las frecuencias experimentales y las frecuencias teóricas previstas por la hipótesis de segregación independiente, cuya proporción fenotípica es de 3:3:1:1.

En la gráfica de barras discretas observamos columnas experimentales y esperadas de alturas semejantes. Además, el error relativo promedio del 5.33 % indica diferencias moderadas. Este resultado es descriptivo y no constituye una prueba de hipótesis.

No hay comentarios:

Publicar un comentario

en donde inserto esto en mi blog