Composición de evidencia a partir de múltiples pruebas de ADN
Texto completo
(2) 76. Heurfstlca No.11. K. P(I I M) = P(I) P(M I I) P(M). (1). De la ecuaci6n (1) vemos que P(IIM) ::j: P(MII), a menos que P{I) = P(M) La suposici6n err6nea que P (11M)es igual a P(MII) es Hamada aIgunas veces fa falada.?-e los fisceles. (Una discusi6n sobre Ia confusion que causa esta falacia puede verse en [3]). Si en la ecuaci6n (1) sustituimos P(M) utilizando el Teorema de Probabilidades Totales, obtenemos el teorema grande de Bayes: P(I)P(M II) P(I I M) = P(I)P(M II) + P(I' )P(M I I') Se sigue, dado que (l+x-l)-l O,que. <. x cuando x ». P(I)P(M I I) P(I}P(M I I) P(I I M) < P(fl}P(M II') ~ P(I'). (2). La igualdad aproximada se sigue porque P(MII'), la probabilidad de una concordancia dado que el acusado es culpable, es virtualmente igual a uno. Aqui, P(I) y P(I') son las probabilidades a priori de inocencia y culpabilidad, antes de que considerar la evidencia. Asi, se deduce de (2), que la falacia de los fiscales no es tanto una falacia si no la ignorancia de un factor de proporcionalidad (la disparidad a priori, P (1)/ P(I') en un limite superior de la verdadera probabilidad de inocencia dada una concordancla de ADN. 3. LA EVIDENCIA COMPOESTA Er muchos cases, como en el [uicio de O.. J.,I1'HS de un anallsls de concordancia de ADN esta nvolucrado. Nuestros calculos hasta aqui se refieren a una pieza de evidencia, M. El juraio necesita considerar el efecto combinado detoda Ia evidencia (ver [6]). Supongamos que los eventos MI'" MKson (todos) piezas de e'\hdencia presentadas contra el acusado.. Deseamos calcular P(li nMi). ,Ia probabili-. i=t. dad de inocencia dada toda la evidencia. EI Teorema 1 provee un limite superior para esta probabilidad. Introduciremos primero algunas definiciones necesarias. Para un even to dado I, denotamos P,(.) = P(. I I). Dos eventos Ml y ~ se dice que son condicionalmente independientes con respecto a I si P (M I M1) = PI(~)' Note que los eventos M, y 2~ pueden ser intercam blia d os en esta definici6n y que la independencia condicional se convierte en independencia mutua si I es un evento seguro. EI cociente P(~ I M1) / P(~) da una medida de que tan fuertemente asociados estan M2 y M . Si la raz6n es menor que uno, entonces P(~ I M1) < P(~), 10 cual significa que M2 es menos probable de ocurrir dado Mj• De la misma forma, r~ es mas probable de ocurrir dado M j si Ia raz6n es mayor a 1. La raz6n es 1 si Y solo si Mj Y M2 son mutuamente independientes. Con esto en mente, decimos que dos eventos M y ~ estan mas fuertemente esociedos condi~ionalmente dado I' que dado 1 si PI'(M2 I Mt) PI'(M2). I Mt); Pt(M2). ;;:: P1(M2. 10 que es equivalente a. PI'(MtM2) > Pt(MtM2) PI'(Mt)PI'(M2) Pt(Mt)P,(M2). (3). por definici6n de probabilidad condicional. M y M se dice que son igualmente asociados c~ndicionalmente bajo I e I' si en (3) se satisface la igualdad (ver [1]). Dejamos al lector la prueba del siguiente hecho: si Ml y ~ son condicionalmente independientes con respecto a ambos eventos I e I' , entonces ellos son igualmente asociados condicionalmente bajo I e I'..
(3) 77. Heurlstlca No.11. EI siguiente ejemplo ilustra la asoclaclon iguaI. Consideremos lanzar dos dados balanceados, y denotemos (X, Y) el resultado observado. Sean Mly ~ los eventos: MJ = {(x, y): y = 3,4,0 5} y ~ = {(x, y): x = 1 0 2}. Sea ademas I el evento: I = {(x, y): x + y = 7}. En este caso MJ y M2son igualmente asociados condicionalmente bajo If e I, porque:. P,(MJM2) = P,.(MtM2) =1 P,(M1)P,(M2) P,.(Mt)PI'(M2). Si modificamos el evento ~, de tal forma que ~ = {(x, y): x = 1 0 2} u {(3,3)}, entonces Mj y ~ estan mas fuertemente asociados condicionalmente dado I' que dado I, pues, en este caso: P,(M1M2) P,(Mt)P,(M2). =1. y. PI'(MtM2) PI'(Mj)P!.(M2). 12 11. Del hecho que Mj, ••• , ~ son mas fuertemente asociados condicionalmente dado I' que dado I tenemos. II). P(I)P(OM,. <. P(I')~OM' 11') -. [V(M, II). D. (7). P(M,11'). Entonces (5) resulta de sustituir (7) en (6). En general, los eventos Mj, ••• , ~ se dice que. son mas fuertemente asociados condicionalmente dado I' que dado lsi: (4). Tenemos una asociaclon condicional igual cuando la cualidad en (4) se mantiene. (Esta definicion esta relacionada con el concepto de asoctaclon; para mas detalles, ver [1D· Teorema 1: Sl los eventos Mt, ••• , Mkson mas fuertemente asociados condicionalmente dado I' que I, entonces. Prueba: Del teorema grande de Bayes obtenemos:. 4. UNA APLICACI6N DEL TEOREMA En relacicn con el juiclo de O. J. Simpson, estamos interesados en evaluar la probabilldad de culpabilidad dada la totalidad de la evidencia de ADN. Sea Mj el evento que una gota de sangre encontrada cerca de los cuerpos de las victimas es concordante con la sangre del acusado. Dtaqnostrcos Cellmark, el laboratorio de ADN empleado en el juicio, dijo que solamente una persona en 170 millones pod ria esperarse que coincidiera con las marcas geneticas identificadas en la gota de sangre. Por 10 tanto P(Mj II} es igual a (1.7 x 108)110 cual es igual a 5.88x10-9. Sea M2el evento que una muestra de sangre encontrada en una media del acusado, y encontrada en su cuarto, es consistente con la sangre de la victima. Cellmark dijo que la probabilidad era de uno en 6.8 millones que otra persona coincidiera con las rnarcas geneticas que ellos encontraron en la sangre de la victima (ver [3». Por 10 tanto P(M2II) es igual a (6.8 x 109)-j 10 cual es igual a 1.47 x 10-10 • Mas aun, como ya se rnenclono, P(MJ II') ~1 y P(M2I I') ~ 1..
(4) 78 Para poder aplicar el teorema, uno debe argumentar que MJ y M2estan mas fuertemente asociados condicionalmente dada la culpabilidad que dada la inocencia. Si Ies verdad, entoncesMJ y ~ son independientes.Pero asumiendo la culpabilidad, uno puede imaginarsemuchos escenariosen los cualesla ocurrencia de uno incrementaria la probabilidad del otro. Los dos eventos de concordancia de la sangre serian razonablemente juzgados como mas fuertemente asociadoscondicionalmente dado I' que dado I. Sustituyendo estos numero en (5) da. Busquemos ahora un limite superior para la raz6n P(I)/P(I'). Si nos vamos al extremo de decir que O. J. Simpson no era mas probable de ser el asesino que cualquier otra persona en el mundo, entonces P(I') equivale a 10-10 (realmente, P(I') es mucho mas grande que esto), y por supuesto P(I)::::1. Entonces, P(I)/P(I') equivale a 10-10 y POI MJ~) es menor 0 igual a 8.65 x 1O·g. La probabilidadcondicional de inocencia del acusado dadas ambascoincidenciasde ADN es10suficientemente pequena como para declarar culpable al acusado mas alia de cualquier duda razonable. Muchosotros eventossepodrianutilizar para condicionar los eventos en el juicio. Por ejemplo, el guante encontrado en la casa del acusado coincidia con uno encontrado en la escenadel crimen y revel6marcas geneticas no 5610concordantes con las del ADN de las victimas sino tambien con las del acusado; designemos a esta coincidencia M3• SeaM4la concordancia de la sangre del acusado con la de gotas que formaban una huella desdela escena del crimen hasta la puerta. De acuerdo al analista de ADN del Estado de California, esta huella hubiera podido ser dejada por una persona en 240.000, incluyendo a O. J. Sea Ms la concordancla del ADN extraido de una gota de sangre salpicada en el Bronco blanco, la cual es consistente con la de Ron Goldman. Antes afirmamos que MJ Y M2 eran indepen-. Heurfstlca No.11. dientes dado I. Ahora MJI'''' Ms no son independientesdado Iporque algunos involucran a las mismas personas. Como sea, no necesitamos corroborar dicha independencia para poder aplicar ese teorema; solamente necesitamos aseverarque Mp ... , Ms estan mas fuertemente asociados condicionalmente dado I' que dado I.. 5. UNA ANALOaiA INSTRUCTIVA Segun comentarios de algunos de los jurados posteriores al juiclo, su opini6n es que la prueba de coincidencia de ADN no es mas contundente que la coincidencia de las huellas dactilares. Una simple analogia puede ilustrar la confiabilidad de la evidencia provista por la prueba de ADN. Cada persona carga en cada celula de su sangre ADN que contiene infermaci6n analoga a la informaci6n de una permutaci6n de una baraja de cartas. Con una baraja de 52 cartas es posible formar aproxlmadamente 52!:::: 8.0658 x 1067 permutaciones. Supongamos que, de una gota de sangre en la escena del crimen, hay s610unos pocos puntos de ADN (correspondientes a las poslclones de una carta en la baraja) de la cual se puede extraer informaci6n. Algunasveces,sinembargo,dependiendode la cantidad de ADN 0 del grado de contaminaci6n, no puede determinarse toda la informaci6n de cada punto. La situaci6n analoga de cartas puede ser que unicamente el nurnero, la figura, 0 el color (digamos N (Negro) 0 R (Rojo) de la carta puede ser determinada. (Que tanto puede esto incrirnlnar al acusado? Asuma que se dispone de informaci6n parcial en s6107 posiciones de cartas de la siguiente manera (estas sertanlas marcas del ADN de la sangre encontrada en la escena del crimen):. Correspondientemente,suponga que en las mismas posiciones de ADN en la sangre del acusado encontramos:. (2-.,10-+,2-.,3-.,10-.,4-+,. K-.).
(5) Heurlstlca. 79. No.11. Este patron provee una serie de marcas de ADN comparable con las de la sangre del sospechoso (recogida en la escena del crimen). Asumiendo que todas las permutaciones son igualmente probables, la probabilidad de obtener esta concordancla es: 13 13 1 1 1 1 24 -x-x-x-x-x-x-~6.0154xl0 52 51 50 49 48 47 46. -9. Solamente en unas 6 personas entre mil millones se produciria esta colncidencia. Agradecimientos: Los autores desean agradecer a los evaluadores por sus constructivas sugerencias.. Referencias. R. E. Barlow y F. Proschan, Statistical Theory of Reliability and Ufe Testing, To Begin With, Silver Spring, MD, 1081, 31. DAVE Barry, Happy New Year, column in the December 31, 1995, Knight-Ridder newspapers. ROBIN Clark, Will DNA turn the tide?, Philadelphia Inquirer, May 21, 1995. R. Gomulkiewicz y N. A. Slade, Legal Standards and the significance of DNA evidence, Human Biology, 69,1997. EDWARD J. Larsen, Summer for the Gods: The Scopes Trial and America's Continuing Debate over Science and Religion, Basic Books, New York, NY, 1997. S. C. Saunders, An application of conditional probability, or, O. J. + DNA = QED, Mathematics notes from Washington State University, Vol. 38, No.2, 1995. DAVID Pringle, Who's the DNA fingerprinting pointing to? New Scientist, January 29, 1994..
(6)
Documento similar
The 'On-boarding of users to Substance, Product, Organisation and Referentials (SPOR) data services' document must be considered the reference guidance, as this document includes the
In medicinal products containing more than one manufactured item (e.g., contraceptive having different strengths and fixed dose combination as part of the same medicinal
Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in
Products Management Services (PMS) - Implementation of International Organization for Standardization (ISO) standards for the identification of medicinal products (IDMP) in
This section provides guidance with examples on encoding medicinal product packaging information, together with the relationship between Pack Size, Package Item (container)
Package Item (Container) Type : Vial (100000073563) Quantity Operator: equal to (100000000049) Package Item (Container) Quantity : 1 Material : Glass type I (200000003204)
D) El equipamiento constitucional para la recepción de las Comisiones Reguladoras: a) La estructura de la administración nacional, b) La su- prema autoridad administrativa
b) El Tribunal Constitucional se encuadra dentro de una organiza- ción jurídico constitucional que asume la supremacía de los dere- chos fundamentales y que reconoce la separación