Professional Documents
Culture Documents
Aplicatii Practice Predictia Valorii de Ameliorare-Masterat RAG
Aplicatii Practice Predictia Valorii de Ameliorare-Masterat RAG
Aplicatii Practice Predictia Valorii de Ameliorare-Masterat RAG
1 0 ⎡1 0 0⎤ ⎡4000⎤
1 0 ⎢0 1 0 ⎥ ⎢4400⎥
⎢ ⎥ ⎢ ⎥
1 0 ⎢0 0 1 ⎥ ⎢4300⎥
⎢ ⎥ ⎢ ⎥
X =1 0 ; Z = ⎢0 0 1⎥ ; P = ⎢4200⎥
0 1 ⎢0 1 0 ⎥ ⎢4000⎥
⎢ ⎥ ⎢ ⎥
0 1 ⎢0 1 0 ⎥ ⎢4300⎥
⎢0 0 1 ⎥ ⎢4400⎥
0 1 ⎣ ⎦ ⎣ ⎦
Sub matricele componente ale sistemului de ecuatii sunt :
⎡1 0⎤
⎢1 0⎥⎥
⎢
⎢1 0⎥
⎡1 1 1 1 0 0 0⎤ ⎢ ⎥ ⎡ 4 0⎤
X '⋅ X = ⎢ ⎥ • ⎢1 0⎥ = ⎢
0 3⎥⎦
;
⎣0 0 0 0 1 1 1 ⎦ ⎢ ⎣
0 1⎥
⎢ ⎥
⎢0 1⎥
⎢0 1⎥⎦
⎣
⎡1 0 ⎤ ⎡1 0 0⎤
⎡1 1 2⎤
X '⋅Z = ⎢ ⎥
⎢ ⎥
; Z '⋅ X = ⎢1 2⎥ ; Z '⋅Z = ⎢⎢0 3 0⎥⎥ ;
⎣0 2 1 ⎦
⎣⎢2 1 ⎥⎦ ⎢⎣0 0 3⎦⎥
⎡ 4000 ⎤
⎡16900⎤
X '⋅P = ⎢ ⎥; Z '⋅P = ⎢⎢12700⎥⎥ ;
⎣12700⎦ ⎢⎣12900⎥⎦
⎡ taurul1 ⎤ ⎡ t1 ⎤
⎡ ferma1 ⎤ ⎡ f 1 ⎤ ⎢ ⎥ ⎢ ⎥ 4 − h2
b=⎢ =
⎥ ⎢ ⎥ ; t = ⎢taurul 2⎥ = ⎢t 2⎥ ; k = = 35,4
⎣ ferma 2⎦ ⎣ f 2⎦ ⎢ ⎥ h2
⎢⎣taurul 3⎥⎦
⎣ t 3⎦
⎛1 0 0⎞
⎜ ⎟
I- este matricea identitate de dimesiune egala cu numarul reproducatorilor ⎜ 0 1 0 ⎟
⎜0 0 1⎟
⎝ ⎠
Inlocuind obtinem sistemul:
⎡ t1 t 2 t3 t4 ⎤ t5
⎢ t1 ⎡ f 1 ⎤ ⎡16900⎤
⎢ 4 0 1 1 2 ⎥⎥ ⎢ ⎥ ⎢ ⎥
⎢ f 2⎥ ⎢12700⎥
⎢t 2 0 3 0 2 1 ⎥
⎢ ⎥ • ⎢ t1 ⎥ = ⎢ 4000 ⎥
⎢ t1 1 0 1 + 35,4 0 0 ⎥ ⎢ ⎥ ⎢ ⎥
⎢t 2 1 2 0 3 + 35,5 0 ⎥ ⎢ t 2 ⎥ ⎢12700⎥
⎢ ⎥ ⎢ t 3 ⎥ ⎢⎣12900⎥⎦
⎢⎣t 3 2 1 0 0 3 + 35,5⎥⎦ ⎣ ⎦
⎧4 f 1 + 0 f 2 + 1t1 + 1t 2 + 2t 3 = 16900
⎪0 f 1 + 3 f 2 + 0t1 + 2t 2 + 1t 3 = 12700
⎪⎪
⎨1 f 1 + 0 f 2 + 36,4t1 + 0t 2 + 0t 3 = 4000
⎪1 f 1 + 2 f 2 + 0t1 + 38,4t 2 + 0 = 12700
⎪
⎪⎩2 f 1 + 1 f 1 + 0t1 + 0t 2 + 38,4t 3 = 12900
Notam:
D- determinantul matricei format din coeficientii necunoscutelor
Di(1,5)= determinantul matricei obtinuta din matricea coeficientilor necunoscutelor prin
inlocuirea coloanei i cu coloana termenilor liberi.
4 0 1 1 2
4 1 1 2 4 0 1 2
0 3 0 2 1
1 36,4 0 0 1 0 36,4 0
0 = (− 1) + (− 1)
2+ 2 2+ 4
D= 1 0 36,4 0 ⋅3 ⋅2
1 0 38,4 0 1 2 0 0
1 2 0 38,4 0
2 0 0 38,4 2 1 0 38,4
2 1 0 0 38,4
+
4 0 1 1
⎡ 1 1 2 4 1 2 ⎤
1 0 36,4 0 ⎢ ⎥
(− 1)2+5 ⋅ 1 = 3⎢(− 1) ⋅ 1 ⋅ 0 38,4
2 +1
0 + (− 1) ⋅ 36,4 ⋅ 1 38,4
2+ 2
0 ⎥+2
1 2 0 38,4
⎢⎣ 0 0 38,4 2 0 38,4 ⎥⎦
2 1 0 0
⎡ 0 1 2 4 1 2 ⎤
⎢ ⎥
⎢(− 1) ⋅ 1 0 36,4 0 + (− 1) ⋅ 2 1 36,4
3+1 3+ 2
0 ⎥−
⎢⎣ 1 0 38,4 2 0 38,4 ⎥⎦
⎡ 0 1 1 4 1 1
⎢
⎢(− 1) ⋅ 2 0 36,4
4 +1
0 + (− 1) ⋅ 1 ⋅ 1 36,4
4+ 2
[
0 = 3 (− 1) ⋅ (38,4 ) + 36,4 ⋅ (4 ⋅ 38,4 ⋅ 38,4 + 0 + 0 )
2
]
⎢⎣ 2 0 38,4 1 0 38,4
− 2 ⋅ 2 ⋅ 38,4 − 0 − 38,4 ) ] + 2 ⋅ [(− 36,4 ⋅ 2) + (− 1) ⋅ 2 ⋅ (4 ⋅ 36,4 ⋅ 38,4 − 38,4 − 2 ⋅ 2 ⋅ 36,4)] −
[− 2 ⋅ (− 2 ⋅ 36,4) + (4 ⋅ 36,4 ⋅ 38,4 − 36,4 − 38,4)] = 3[− 1474,5 + 36,4 ⋅ (5898,24 − 153,6 − 38,4)] +
2[− 72,8 + 10814,08] ⋅ [145,6 + (5591,04 − 36,4 − 38,4 )] = 3[− 1474,5 + 36,4 ⋅ 5706.24] +
2 ⋅ (− 10886,88) ⋅ 5661,84 = 618697,3 − 21773,76 − 5661,84 = 591261,7
D1 249877197
f1= = =
D 591261,7
D2
16900 0 1 1 2 f2=
12700 3 0 2 1 D
D3
D = 4000 0 36,4 0 0 = 249877197 t1 =
D
12700 1 0 38,4 0
D4
12900 2 0 0 38,4 t2 =
D
D5
t3 =
D
1
A −1 = ⋅ A∗
DA
⎛ A11 A21 A31 A41 A51 ⎞
⎜ ⎟
⎜ A12 A22 A32 A42 A52 ⎟
Formula generala a lui A = ⎜ A13
∗
A23 A33 A43 A53 ⎟
⎜ ⎟
⎜ A14 A24 A34 A44 A54 ⎟
⎜ A14 A25 A35 A45 A55 ⎟⎠
⎝
3 0 2 1
3 2 1
1+1 0 36,4 0 0
A11 = (− 1) = 36,4(− 1) 2 38,4 0 = 36,4 ⋅ (3 ⋅ 38,4 ⋅ 38,4 − 38,4 − 2 ⋅ 2 ⋅ 38,4 ) =
2+ 2
2 0 38,4 0
1 0 38,4
1 0 0 38,4
= 36,4(4423,68 − 38,4 − 153,6 ) = 36,4 ⋅ 4231,68 = 154033,152
0 0 2 1
⎛ 1 36,4 0 1 36,4 0 ⎞
1+ 2 1 36,4 0 0 ⎜ ⎟
A12 = (− 1) = −⎜ 2(− 1) 1 0 + (− 1) ⋅ 1 1
1+ 3 1+ 4
0 0 38,4 ⎟ =
1 0 38,4 0 ⎜ 2 0 38,4 2 0 0 ⎟⎠
2 0 0 38,4 ⎝
⎛ 2 +1 1 0 2 +1 1 38,4 ⎞
= −⎜⎜ 2 ⋅ 36,4(− 1) − 36,4 ⋅ (− 1) ⎟ = −(− 72,8 ⋅ 38,4 + 36,4 ⋅ (− 2 ⋅ 38,4 )) =
⎟
⎝ 2 38, 4 2 0 ⎠
= −(− 2795,52 − 2795,52 ) = 5591,04
4 0 1 2
3 2 1 0 3 1
3+ 3 0 3 2 1
A33 = (− 1) = 4(− 1) 2 38,4 0 + (− 1) ⋅ 1 1 2 0 + 2(− 1)
1+1 1+ 3 1+ 4
1 0 36,4 0
1 0 38,4 2 1 38,4
2 1 0 38,4
0 3 2
1 2 38,4 = 4(3 ⋅ 38,4 ⋅ 38,4 − 2 ⋅ 38,4 − 2 ⋅ 38,4) + (1 − 2 ⋅ 2 − 38,4 ) − 2(3 ⋅ 2 ⋅ 38,4 + 2 − 2 ⋅ 2 ⋅ 2 ) =
2 1 0
= 4(4423,68 − 153,6 ) + (− 118,2 ) − 2 ⋅ 224,4 = 16513,32
A33
= 0,0279
D
4 0 1 2
4 1 2 4 0 1
4+ 4 0 3 0 1
A44 = (− 1) = 3 ⋅ (− 1) 1 36,4 0 + 1(− 1) 1 0 36,6 =
2+ 2 2+ 4
1 0 36,4 0
2 0 38,4 2 1 0
2 1 0 38,4
3(4 ⋅ 36,4 ⋅ 38,4 ⋅ 2 ⋅ 2 ⋅ 36,4 ⋅ 38,4 ) + (1 − 4 ⋅ 36,4 ) = 3(5591,04 − 145,6 − 38,4 ) + (1 − 145,6 ) =
3 ⋅ 5407,04 − 144,6 = 16076,52
A44
= 0,0272
D
4 0 1 1
4 1 1 4 0 1
5+ 5 0 3 0 2
A55 = (− 1) = 3(− 1) 1 36,4 0 + (− 1) ⋅ 2 1 0 36,4 =
2+ 2 2+ 4
1 0 36,4 0
1 0 38,4 1 2 0
2 1 0 38,4
= 3(4 ⋅ 36,4 ⋅ 38,4 − 36,4 − 38,4 ) + 2(− 4 ⋅ 2 ⋅ 36,4 ) = 3(5591,04 − 36,4 − 38,4 ) − 582,4 =
= 16548,72 − 582,4 = 15966,32
A55
= 0,0271
D
X = A −1 B
() ()
In care f reprezinta mediile estimate pentru cele doua ferme iar t capacitatile de
transmitere genetica ale taurilor (jumatate din valorile lor de ameliorare). Valorile de
ameliorare pentru fiecare din cei trei tauri se obtine prin multiplicarea in 2 a capacitatilor lor
de transmitere genetica. Procedand astfel, valorile de ameliorare vor fi: -12,4; + 0,8 si +11,6
kg lapte).
Din structura sistemului de ecuatii se poate constata ca fiecare efect poate fi corectat in
functie de celalalt efect, in ideea ca mediile grupelor de contemporani, reprezentand efectul
fix, vor fi libere de influentele genetice si reciproc, efectele genetice vor fi libere de
influentele de mediu (in acest caz efectul fermei). In termeni statistici, se spune ca solutiile
sunt nedeplasate, adica reciproc neinfluentate.
Valoarea genetica a reproducatorilor este ajustata fata de nivelul genetic al fiecarei
ferme reprezentand nivelul genetic al tatilor necontemporanelor.
Acuratetea evaluarii genetice:
Acuratetea valorii de ameliorare poate fi estimata din elementele diagonale ale inversei
sistemului de ecuatii corespunzator fiecarui reproducator, conform urmatoarei formule:
Ava = 1 − k ⋅ d j
Pentru exemplul nostru vom avea:
Ava 4 = 1 − 35,4 ⋅ 0,0277 = 0,1393
Ava2 = 1 − 35,4 ⋅ 0,0272 = 0,1926
Ava3 = 1 − 35,4 ⋅ 0,0270 = 0,2102
Valoriile corespunzatoare exemplului nostru, pentru taurii 1,2 si 3, sunt urmatoarele :
d j = (0,0277 ; 0,0272 ; 0,0270) de unde si rezultatele obtinute : 13,93% ; 19,26% ; 21,02%.
Acuratetea selectiei creste corespunzator cu numarul de fice testate (tinzand catre unu la
numar mare de fiice pe reproducator). Se constata de asemenea faptul ca la numar egal de
fiice pe reproducator sunt avantajati candidatii care au fiicele distribuite cat mai uniform pe
ferme si in grupe de contemporane numeroase. Astfel, reproducatorul 3 este evaluat cu o
precizie mai mare (21,02%) decat reproducatorul 2 (19,26%) deoarece primul (taurul 3) desi
are toate 3 fiice reale, doua dintre ele se afla intr-un grup mai numeros de contemporane.
Acuratetea selectiei nu depinde direct de numarul observat de fiice pe reproducator, ci de
numarul efectiv dependent la randul sau de distributia pe ferme si de marimea grupelor de
contemporane.
Numarul efectiv de fiice se poate obtine din elementele diagonale ale sistemului de
ecuatii BLUP, dupa ce efectele randomizate au fost ajustate pentru efectele fixe. In exemplul
⎛ 12 ⎞
nostru : nef t1 = 1 − ⎜⎜ ⎟⎟ = 0,75
⎝4 ⎠
⎛ 14 2 2 ⎞
nef t 2 = 3 − ⎜⎜ + ⎟⎟ = 1,42
⎝4 3 ⎠
⎛ 2 2 12 ⎞
nef t 3 = 3 − ⎜⎜ + ⎟⎟ = 1,67 - fiind mai mare la taurul 3 precizia evaluarii este mai
⎝ 4 3⎠
mare.
Modelul biometric folosit in cazul nostru are un singur factor fix ceea ce face ea relatia
folosita la obtinerea numarului efectiv de fiice sa fie echivalenta cu:
t
n 2 ij
nef = n j − ∑
i =1 ni
In care n j reprezinta numarul total de fiice ale reproducatorului j, nij , numarul de fiice ale
reproducatorului j in cadrul fermei i; ni , numarul total de fiice in ferma i (marimea grupei de
contemporane); f, numarul de ferme considerate.
Rezultatele obtinute evidentiaza ca la numarul egal de fiice (taurul 2 si 3) acuratetea
evaluarii genetice poate fi diferita , ea depinzand de numarul efectiv de fiice. Acest numar
efectiv fiind mai mare in cazul taurului 3, si precizia evaluarii lui va fi mai mare decat in cazul
taurului 2.
Referat 2
In care vom incerca sa identificam fiecare matrice urmarind exemplul numeric cu datele
primare pentru cinci tauri la caracterul cantitate de lapte a fiicelor la prima lactatie. Fiicele
sunt distribuite in doua ferme, 13 in ferma 1 si 8 in ferma 2. De asemenea vom presupune ca
reproducatorii 1,2 si 3 fa parte din grupa genetica 1, iar reproducatorul 4 si 5 fac parte din
grupa genetica 2. In acest caz ecuatiile modelului au urmatoarea explicatie:
¾ X- matricea care are 21 de linii si 2 coloane corespunzatoare celor 21 de fiice grupate
in 2 ferme (h1 si h2)
¾ Matricea Z are 21 linii corespunzatoare celor 21 de fiice si 5 coloane corespunzatoare
celor 5 tauri.
¾ Matricea Q are 5 linii corespunzatoare celor 5 reproducatori si 2 coloane
corespunzatoare celor 2 grupe genetice (presupunem ca reproducatorii 1,2 si 3 fac
parte din grupa genetica 1, iar reproducatorii 4 si 5 din grupa genetica 2)
¾ Matricea X’ este transpusa matricei X.
Exemplul numeric. Repartitia fiicelor taurilor pe ferme si grupe genetice.
Grupa Gr.I Gr.II
genetica
Taur/ferma Taurul 1 Taurul2 Taurul 3 Taurul 4 Taurul 5
Ferma 1 3750 4790 - 3750 3730
3400 3800 - 3400 3800
- 4500 - 3200 3900
- - - - 3750
- - - - 3950
Ferma 2 3540 3420 3700 3200 -
- 3000 3850 - -
- - 3550 - -
- - 3890 - -
⎡3 + 15 0 0 0 0 ⎤ ⎛1 0 0 0 0⎞
⎢ 0 ⎥ ⎜ ⎟
⎢ 5 + 15 0 0 0 ⎥ ⎜0 1 0 0 0⎟
Z ' Z + G −1 =⎢ 0 0 4 + 15 0 0 ⎥ G = k ⋅ I5 ; I5 = ⎜0 0
−1
1 0 0⎟
⎢ ⎥ ⎜ ⎟
⎢ 0 0 0 4 + 15 0 ⎥ ⎜0 0 0 1 0⎟
⎢⎣ 0 5 + 15⎥⎦ ⎜0 0 0 0 1 ⎟⎠
0 0 0 ⎝
4 − 0,25
Considerand ca h 2 = 0,25 , rezulta k = = 15 ,
0,25
(
G = I σ s2 / σ e2 ) (
iar G −1 = I σ e2 / σ u2 ) [( ) ]
= I 4 − h 2 / h 2 = IK = Ix15
⎡1 0⎤
⎢1 0⎥⎥
⎡ 2 3 0 35⎤ ⎢ ⎡5 8⎤
X ' ZQ = ⎢ ⎥ ⋅ ⎢1 0⎥ = ⎢ ⎥
⎣1 2 4 10 ⎦ ⎢ ⎥ ⎣7 1⎦
⎢0 1⎥
⎢⎣0 1⎥⎦
⎡1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0⎤
⎢0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0⎥⎥
⎡ 1 1 1 0 0 ⎤ ⎢
Q' Z ' X = ⎢ ⎥ ⋅ ⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0⎥
⎣0 0 0 1 1 ⎦ ⎢ ⎥
⎢0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1⎥
⎢⎣0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0⎥⎦
⎡1 0⎤
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢ ⎥ ⎡1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0⎤
⋅ ⎢1 0⎥ = ⎢ ⋅
1 1 1 1 1 1 1 0 0 0 0 0 0 0 1⎥⎦
⎢1 0⎥ ⎣
0 0 0 0 0 1
⎢ ⎥
⎢1 0⎥
⎢0 1 ⎥
⎢ ⎥
⎢0 1 ⎥
⎢0 1 ⎥
⎢ ⎥
⎢0 1 ⎥
⎢ ⎥
⎢0 1 ⎥
⎢0 1 ⎥
⎢ ⎥
⎢0 1 ⎥
⎢⎣0 1⎥⎦
⎡1 0⎤
⎢1 0⎥⎥
⎢
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢1 0⎥
⎢ ⎥
⎢1 0⎥
⎢ ⎥ ⎡5 7 ⎤
⎢1 0⎥ = ⎢ ⎥
⎢1 ⎥ ⎣8 1 ⎦
0
⎢ ⎥
⎢1 0⎥
⎢0 1⎥
⎢ ⎥
⎢0 1⎥
⎢0 1⎥
⎢ ⎥
⎢0 1⎥
⎢ ⎥
⎢0 1⎥
⎢0 1⎥
⎢ ⎥
⎢0 1⎥
⎢⎣0 1⎥⎦
⎡1 0⎤
⎢1 0⎥⎥
⎡3 5 4 0 0⎤ ⎢ ⎡12 0⎤
Q' Z ' ZQ = ⎢ ⎥ ⋅ ⎢1 0⎥ = ⎢ ⎥
⎣0 0 0 4 5 ⎦ ⎢ ⎥ ⎣ 0 9⎦
⎢0 1⎥
⎢⎣0 1⎥⎦
⎡3 0 0 0 0 ⎤ ⎡1 0⎤ ⎡ 3 0 ⎤
⎢0
⎢ 5 0 0 0⎥⎥ ⎢⎢1 0⎥⎥ ⎢⎢5 0⎥⎥
Z ' ZQ = ⎢0 0 4 0 0 ⎥ ⋅ ⎢1 0⎥ = ⎢ 4 0 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 0 0 4 0 ⎥ ⎢0 1 ⎥ ⎢0 4⎥
⎢⎣0 0 0 0 5⎥⎦ ⎢⎣0 1⎥⎦ ⎢⎣0 5⎥⎦
⎡45190⎤
Q' Z ' Y = ⎢ ⎥
⎣32680⎦
13 f 1 + 0 f 2 + 5 g1 + 8 g + 2 s1 + 3s 2 + 0 s3 + 3s 4 + 5s5 = 49720
Intrucat cele noua ecuatii cu noua necunoscute sunt independente se impune o restrictie
modelului considerat. Astfel, considernad g2=0 se obtine urmatoarele solutii:
f 1 = 3682,58
f 2 = 3183,50
g1 = 368,87
g2 = 0
s1 = −53,62 a11 = 2(368 − 53,62 ) = 628,8
s 2 = 12,55 a12 = 2(368 + 12,55) = 761,1
s 3 = 41,08 a13 = 2(368 + 41,08) = 881,2
s 4 = −38,85 a 24 = 2(0 − 38,85) = −77,7
s 5 = 38,85 a 25 = 2(0 + 38,85) = 77,7
⎡2 1⎤ ⎡3 0 0 0 0⎤ ⎡10690⎤
⎢3 ⎥
2⎥ ⎢0 5 0 0 0⎥⎥ ⎢19510⎥
⎢ ⎢ ⎢ ⎥
Z '⋅ X = ⎢0 4⎥ ; Z '⋅Z = ⎢0 0 4 0 0⎥ ; Z "Y = ⎢14990⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢3 1⎥ ⎢0 0 0 4 0⎥ ⎢13550⎥
⎢⎣5 ⎥
0⎦ ⎢⎣0 0 0 0 5⎥⎦ ⎢⎣19130⎥⎦
⎡1 0⎤
⎢1 0⎥⎥
⎡2 3 0 3 5⎤ ⎢ ⎡5 8⎤
X ' ZQ = ⎢ ⋅ ⎢1 0⎥ = ⎢
2 4 1 0⎥⎦ ⎢ 1⎥⎦
;
⎣1 ⎥ ⎣7
⎢0 1⎥
⎢⎣0 1⎦⎥
⎡1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0⎤
⎢0 0 1 1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0⎥⎥
⎡ 1 1 1 0 0 ⎤ ⎢
Q' Z ' X = ⎢ ⎥ ⋅ ⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0⎥
⎣0 0 0 1 1 ⎦ ⎢ ⎥
⎢0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1⎥
⎢⎣0 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 0 0 0⎥⎦
⎡1 1 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 0⎤ ⎡5 7 ⎤
⋅k = ⎢ ⎥ ⋅k = ⎢ ⎥
⎣0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 1⎦ ⎣8 1 ⎦
⎡3 0 0 0 0 ⎤ ⎡1 0⎤
⎢0 5 0 0 0 ⎥⎥ ⎢⎢1 0 ⎥⎥
⎢ ⎡12 0 ⎤
QZ ' ZQ = ⎢0 0 4 0 0 ⎥ ⋅ ⎢1 0⎥ = ⎢ ⎥ ;
⎢ ⎥ ⎢ ⎥ ⎣ 0 9⎦
⎢0 0 0 4 0 ⎥ ⎢0 1⎥
⎢⎣0 0 0 0 5 ⎥⎦ ⎢⎣0 1 ⎥⎦
⎡1 0⎤
⎢1 0⎥⎥
⎡3 5 4 0 0⎤ ⎢ ⎡5 7 ⎤
Q' Z ' ZQ = ⎢ ⎥ ⋅ ⎢1 0⎥ = ⎢ ⎥ ;
⎣0 0 0 4 5 ⎦ ⎢ ⎥ ⎣8 1 ⎦
⎢0 1⎥
⎢⎣0 1⎥⎦
⎡45190⎤
Q' Z ' Y = ⎢ ⎥
⎣32680 ⎦
a xy = (a xTy + a kMy )
1
2
Unde: aTxMX - reprezinta relata genetica aditiva intre tata lui x si mama lui k;
a kTx - reprezinta relatia genetica aditiva dintre individul x si tatal lui y
a kMy - reprezinta relatia genetica aditiva dintre individul x si mama lui y
¾ Daca un singur parinte este cunoscut (de exemplu tatal) :
a xx = 1
1
a xy = a xTy
2
a xx = 1
¾ Daca ambii parinti sunt necunoscuti :
a xy = 0
1 1 1 1
a12 = a10 = ⋅ a 00 = ⋅ 1 = 0,25
2 2 2 4
1
a13 = a31 = a30 = 0
2
1 1
a14 = a 41 = a12 = ⋅ 0,25 = 0,125
2 2
1
a15 = a51 = a13 = 0
2
a 21 = a12 = 0,25
1
a 23 = a32 = a30 = 0
2
1
a 24 = a 42 = a 22 = 0,5
2
1
a 25 = a52 = a 23 = 0
2
1
a34 = a 43 = a32 = 0
2
1 1
a35 = a53 = a33 = ⋅ 1 = 0,5
2 2
1
a 45 = a54 = a 43 = 0
2
⎡ 1 0,25 0 0,125 0 ⎤
⎢ 0,25 1 0 0,5 0 ⎥⎥
⎢
Deci : A = ⎢ 0 0 1 0 0,5⎥
⎢ ⎥
⎢0,125 0,5 0 1 0⎥
⎢⎣ 0 0 0,5 0 1 ⎥⎦
⎡ 1,067 − 0,267 0 0 0 ⎤
⎢− 0,267 1,4 0 − 0,67 0 ⎥⎥
⎢
A −1 = ⎢ 0 0 1,333 0 − 0,67 ⎥
⎢ ⎥
⎢ 0 − 0,67 0 1,333 0 ⎥
⎢⎣ 0 0 − 0,67 0 1,333 ⎥⎦
⎡1 0 0 0 0⎤
⎢0 1 0 0 0⎥⎥
⎢
I- este matricea identitate in acest caz de ordinul 5 : ⎢0 0 1 0 0⎥
⎢ ⎥
⎢0 0 0 1 0⎥
⎢⎣0 0 0 0 1⎥⎦
1− R
k1 =
o,25h 2
1− R
k2 =
R − o,25h 2
R = 0,3
h 2 = 0,25
1 − 0,3 0,7
k1 = = = 11,2
0,25 ⋅ 0,25 0,0625
1 − 0,3 0,7
k2 = = = 2,947
0,3 − 0,25 ⋅ 0,25 0,2374
⎡ 11,95 − 2,99 0 0 0 ⎤
⎢− 2,99 15,68 0 − 7,5 0 ⎥⎥
⎢
A −1 k1 = ⎢ 0 0 14,92 0 − 7,5 ⎥ ;
⎢ ⎥
⎢ 0 − 7,5 0 14,92 0 ⎥
⎢⎣ 0 0 − 7,5 0 14,92⎥⎦
⎡2,94 0 0 0 0 ⎤
⎢ 0 2,94 0 0 0 ⎥⎥
⎢
Ik 2 = ⎢ 0 0 2,94 0 0 ⎥
⎢ ⎥
⎢ 0 0 0 2,94 0 ⎥
⎢⎣ 0 0 0 0 2,94⎥⎦
⎡ f 1 ⎤ ⎡49720⎤
⎢ f 2⎥ ⎢28150⎥
⎢ ⎥ ⎢ ⎥
⎢ g1 ⎥ ⎢45190⎥
⎢ ⎥ ⎢ ⎥
⎢ g 2 ⎥ ⎢32680 ⎥
⎢ s1 ⎥ ⎢10690 ⎥
⎢ ⎥ ⎢ ⎥
⎢ s 2 ⎥ ⎢19510 ⎥
⎢ s3 ⎥ ⎢14990 ⎥
⋅⎢ ⎥ = ⎢ ⎥
⎢ s 4 ⎥ ⎢13550 ⎥
⎢ s5 ⎥ ⎢19130 ⎥
⎢ ⎥ ⎢ ⎥
⎢ p1 ⎥ ⎢10690 ⎥
⎢ ⎥ ⎢ ⎥
⎢ p 2 ⎥ ⎢19510 ⎥
⎢ p3 ⎥ ⎢14990 ⎥
⎢ ⎥ ⎢ ⎥
⎢ p 4 ⎥ ⎢13550 ⎥
⎢⎣ p5 ⎥⎦ ⎢19130 ⎥
⎣ ⎦
Elaborat in anul 1979, acest model este o extensie a modelului tata, fiind luate
in considerare si relatiile de inrudire din partea bunicilor materni (femelele partenere
sunt considerate inrudite numai prin intermediul buncilor materni). Modelul tata-bunic
matern a fost utilizat la Universitatea Cornell, pentru evaluarea taurilor din nord-estul
SUA, in perioada 1979-1989, cu o abordare pe mai multe caractere incepand din 1982.
Ipotezele in care modelul este valabil sunt:
¾ parintii nu au performante cunoscute;
¾ fiecare descendent are cate o singura performanta masurata;
¾ animalele care au performante nu sunt parinti ai altor animale;
¾ fiecare femela are cate un singur descendent testat;
¾ fiicele unui bunci matern, aflate in analiza trebuie sa reprezinte o proba
intamplatoare din populatia de fiice a tuturor bunicilor materni.
Ultima ipoteza este frecvent, incalcata in practica, motiv pentru care acest tip de model
nu este recomandat a fi folosit in evaluarea genetica a animalelor.
Referat 4
a15 =
1
(a11 + a12 ) = 1 (1 + 0) = 1 = 0,5(1) a 25 =
1
(a 21 + a 22 ) = 1 (0 + 1) = 0,5(1)
2 2 2 2 2
a16 = (a11 + a12 ) = (1 + 0) = = 0,5(1) = (a 21 + a 22 ) = 0,5(1)
1 1 1 1
a 26
2 2 2 2
a17 = (a13 + a14 ) = (0 + 0 ) = 0(1) = (a 23 + a 24 ) = (0 + 0 ) = 0(1)
1 1 1 1
a 27
2 2 2 2
a18 = (a15 + a16 ) = (0,5 + 0,5) = ⋅ 1 = 0,5 a 28 = (a 25 + a 26 ) = (0,5 + 0,5) = ⋅ 1 = 0,5(1)
1 1 1 1 1 1
2 2 2 2 2 2
a35 =
1
(a31 + a32 ) = 1 (0 + 0) = 0(1) a 45 =
1
(a 41 + a 42 ) = 1 (0 + 0) = 0(1)
2 2 2 2
a36 = (a31 + a32 ) = 0(1) = (a 41 + a 42 ) = 0(1)
1 1
a 46
2 2
a37 = (a33 + a34 ) = (1 + 0 ) = 0,5(1) a 47 = (a 43 + a 44 ) = (0 + 1) = 0,5(1)
1 1 1 1
2 2 2 2
a38 = (a35 + a36 ) = (0 + 0 ) = 0(1) a 48 = (a 45 + a 46 ) = (0 + 0 ) = 0(1)
1 1 1 1
2 2 2 2
a 78 =
1
(a75 + a76 ) = 1 (0 + 0) = 0 a88 = 1 + 1 a56 = 1 + 1 ⋅ 0,5 = 1,25
2 2 2 2
⎡2 1 0 0 −1 −1 0⎤0
⎢1 2 0 0 −1 −1 0 ⎥⎥
0
⎢
⎢ 0 0 1,5 2,5 0 0 −1 0 ⎥
⎢ ⎥
0 0 0,5 1,5 0 0 −1 0 ⎥
A =⎢
−1
⎢− 1 − 1 0 0 2,5 2,5 0 − 1⎥
⎢ ⎥
⎢− 1 − 1 0 0 0,5 2,5 0 − 1⎥
⎢ 0 0 −1 −1 0 0 2 0⎥
⎢ ⎥
⎣⎢ 0 0 0 0 −1 −1 0 2 ⎦⎥
Avand matricea de inrudire se poate scrie sistemul ecuatiilor modelului mixt. Pentru
exemplul mostru avem urmatoarelele submatrici:
¾ matricea X are 3 coloane corespunzatoare celor 3 generatii si 5 linii corespunzatoare
celor 5 vaci:
⎡1 0 0⎤
⎢1 0 0⎥
⎢ ⎥
X = ⎢0 1 0 ⎥
⎢ ⎥
⎢0 1 0 ⎥
⎢⎣0 0 1⎥⎦
¾ matricea Z are 5 linii corespunzatoare vacilor 2,4,6,7 si 8 si 5 coloane de asemenea
corespunzatoare vacilor.
⎡1 0 0 0 0⎤
⎢0 1 0 0 0⎥⎥
⎢
Z = ⎢0 0 1 0 0⎥
⎢ ⎥
⎢0 0 0 1 0⎥
⎢⎣0 0 0 0 1⎥⎦
Modelul poate fi generalizat pentru a include animele fara performante proprii, dar
care intereseaza deoarece sunt inrudite cu animalele care au performante proprii. In acest caz
matricea Z se modifica in sensul ca se adauga coloanelele formate din zero pentru masculuii
1,3, si 5 (animale ce nu au performante proprii).
⎡0 1 0 0 0 0 0 0 ⎤
⎢0 0 0 1 0 0 0 0 ⎥
⎢ ⎥
Z = ⎢0 0 0 0 0 1 0 0 ⎥
⎢ ⎥
⎢0 0 0 0 0 0 1 0 ⎥
⎢⎣0 0 0 0 0 0 0 1⎥⎦
Z are 5 linii corespunzatoare celor 5 vaci si 8 coloane corespunzatoare fiecarui animal.
¾ Matricea X’ este transpusa matricei X
¾ Matricea Y are 5 linii si o coloana si reprezinta cantitatea de lapte pentru cele 5 vaci.
⎡5000 ⎤
⎢4500⎥
⎢ ⎥
Y = ⎢5500 ⎥
⎢ ⎥
⎢5000 ⎥
⎢⎣6000⎥⎦
0⎤
⎡1 0
⎢ 0⎥⎥ ⎡2
⎡1 1 0 0 0⎤ ⎢1 0 0 0⎤
0⎥ = ⎢⎢0
X ' X = ⎢⎢0 0 1 1 0⎥⎥ ⋅ ⎢0 1 2 0⎥⎥
⎢ ⎥
⎢⎣0 0 0 0 1⎥⎦ ⎢0 10⎥ ⎢⎣0 0 1⎥⎦
1⎥⎦
⎢⎣0 0
⎡0 1 0 1 0 0 0 0 ⎤ ⎡ 9500 ⎤
X ' Z = ⎢⎢0 0 0 0 0 1 1 0⎥⎥ X 'Y = ⎢⎢10500⎥⎥
⎢⎣0 0 0 0 0 0 0 1⎥⎦ ⎢⎣ 6000 ⎥⎦
⎡0 0 0 0 0 0 0 0⎤ ⎡ 0 ⎤ ⎡0 0 0⎤
⎢0 1 0 0 0 0 0 0⎥⎥ ⎢5000 ⎥ ⎢1 0 0⎥⎥
⎢ ⎢ ⎥ ⎢
⎢0 0 0 0 0 0 0 0⎥ ⎢ 0 ⎥ ⎢0 0 0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
0 0 0 1 0 0 0 0⎥ 4500⎥ 1 0 0⎥
Z'Z = ⎢ Z 'Y = ⎢ Z' X = ⎢
⎢0 0 0 0 0 0 0 0⎥ ⎢ 0 ⎥ ⎢0 0 0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 0 0 0 0 1 0 0⎥ ⎢5500 ⎥ ⎢0 1 0⎥
⎢0 0 0 0 0 0 1 0⎥ ⎢5000 ⎥ ⎢0 1 0⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣⎢0 0 0 0 0 0 0 0⎦⎥ ⎢⎣6000⎦⎥ ⎣⎢0 0 1⎦⎥
1− h2 1 − 0,25
K= 2
unde h 2 = 0,25 ⇒ K = =3
h 0,25
~
⎡2 0 0 0 1 0 1 0 0 0 0⎤ ⎡ b1 ⎤ ⎡ 9500 ⎤
⎢0 2 0 0 0 0 0 0 1 1 0⎥ ⎢ ~ ⎥ ⎢10500⎥
⎢ ⎥ ⎢b~2 ⎥ ⎢ ⎥
⎢0 0 1 0 0 0 0 0 0 0 1⎥ ⎢ b3 ⎥ ⎢ 6000 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 0 0 2k k 0 0 −k −k 0 0⎥ ⎢ aˆ1 ⎥ ⎢ 0 ⎥
⎢1 0 0 k 1 + 2k 0 0 −k −k 0 0 ⎥ ⎢ aˆ 2 ⎥ ⎢ 5000 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 0 0 0 0 1,5k 2,5k 0 0 −k 0 ⎥ ⋅ ⎢ aˆ 3 ⎥ = ⎢ 0 ⎥
⎢1 0 0 0 0 0,5k 1 + 1,5k 0 0 −k 0 ⎥ ⎢ aˆ 4 ⎥ ⎢ 4500 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎢0 0 0 −k −k 0 0 2,5k 1,5k 0 − k ⎥ ⎢ aˆ 5 ⎥ ⎢ 0 ⎥
⎢0 ⎢ ⎥
1 0 −k −k 0 0 0,5k 1 + 2,5k 0 − k ⎥ ⎢ aˆ 6 ⎥ ⎢ 5500 ⎥
⎢ ⎥ ⎢ ⎥
⎢0 1 0 0 0 −k −k 0 0 1 + 2k 0 ⎥ ⎢ aˆ 7 ⎥ ⎢ 5000 ⎥
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣0 0 1 0 0 0 0 −k −k 0 1 + 2k ⎦ ⎢⎣ aˆ 8 ⎥⎦ ⎣ 6000 ⎦
a1 = 2,2
Taurii a3 = 151,1
a5 = −2,2
Referat 5
Pentru unele caractere care se repeat in timpul vietii animalului (cantitatea de lapte, cantitatea
de lana, profilacitatea, productia de oua etc), folosirea unor date medii determinate pe baza
unui numar mai mare de performante, adduce un plus de precizie in stabilirea valorii
animalului. Cresterea numarului de masuratori reduce cantitatea de varianta datorata mediului
special care apare in varianta fenotipica, aceasta reducere reprezentand castigul in precizie,
conform relatiei pentru estimarea variantei.
Se constata ca, cu cat numarul performantelor (m) este mai mare, cu atat contributia mediului
special la valoarea fenotipica este mai mica. Acest model poate lua in considerare mai multe
performante cunoscute ale aceluiasi individ. Un numar mare de factori de mediu (conditii de
crestere si de ingrijire proprii fiecarui animal) si factorii genetici (efecte genetice neaditive)
determina ca doua performante masurate pe acelasi individ sa fie mai asemanatoare decat
doua performante masurate pe doi indivizi diferiti, chiar contemporani. Modelul animal
individual a fost elaborat si perfectionat de catre Henderson (1952, 1973, 1974). Modelele
animale cu repetabilitate au inceput sa fie aplicate in SUA incepand din anul 1987, in
Australia inca din anul 1984 iar in Israel din 1993.
Modelul liniar va cuprinde si un efect de mediu permanent, ce regrupeaza toti factorii, altii
decat valoarea genetica aditiva, care afecteaza performanta unui individ pe toata viata sa
productiva.
Performantele medii ale vacilor din proba analizata si distributia pe efecte fixe:
Performantele masurate ale indivizilor si distributia acestora pe nivelurile factorilor ficsi sunt
prezentate in tabel. Modelul liniar mixt este urmatorul:
YIjkm = ri + f i + a k + p k + eijkm unde:
Yijkm − performanta masurata a vacii k realizata in cadrul combinatiei ferma-an j, la lactatia i;
ri −
efectul fix al rangului lactatiei
fi − efectul fix al combinatiei ferma-an
ak − efectul genetic aditiv (aleator) al individului
pk −
efectul de mediu permanent (aleator) al vacii
eijkm − eroare intamplatoare
In notatie matriceala modelul poate fi rescris:
Y = Xb + Za + Zp + e
Cu urmatoarele ipoteze: M ( y ) = Xb; var(a ) = Aσ a2 ; var( p ) = Iσ p2 ; var(e ) = Iσ e2
Ecuatiile BLUP pentru estimarea lui b si performantele lui a si p sunt:
~
⎡X ' X X 'Z X 'Z ⎤ ⎡b ⎤ ⎡ X ' Y ⎤
⎢ ⎥ ⎢ ⎥
⎢ X 'Z Z ' Z + A −1 ⋅ k a Z ' Z ⎥ × ⎢ aˆ ⎥ = ⎢⎢ Z ' Y ⎥⎥ unde:
⎢Z' X
⎣ Z'Z Z ' Z + Ik p ⎥⎦ ⎢⎣ pˆ ⎥⎦ ⎢⎣ Z ' Y ⎥⎦
σ e2 (1 − R )
ka = = = 1,25; h 2 = 0,4; R = 0,5
σa 2
h 2
σ e2 1− R
kp = = =5
σ p R − h2
2
R- repetabilitatea caracterului;
aˆ j + pˆ j - este o masura a capacitatii reale de productie (CPR) a individului j.
Daca taurii au fost testati pe descendenti la nivel rational se poate tine seama de aceasta
informatie pentru a fi inclusa in analiza.
Se practica doua variante:
¾ evaluarea genetica a indivizilor in situatia in care taurii nu au fost selectionati pe
descendenti anetrior analizei curente
¾ incorporarea in sistemul de ecuatii a jumatate din meritul genetic aditiv (jumatate din
valoarea de amelioare VA/2), pentru taurii evaluati la nivel national. Se presupune ca
taurul 1 a fost testat anterior analizei curemte pe 45 de fiice, avand o valoare de
ameliorare de +30 kg grasime.
In situatia B ecuatiile modelului mixt sunt construite prin adaugarea, la termenul liber si
elementele diagonale corespunzatoare taurilor, a urmatoarelor cantitati:
[
2(1 − R ) 4 + (n − 1)h 2 1]
× aˆ T ;
n(1 − R )
2
(
h 4−h 2
) 2 4 − h2
Sistemul de ecuatii are un singur numar de 28 de linii si 28 de coloane. Se prezinta in
continuare matricea de inrudire A, sistemul de ecuatii si solutiile obtinute
A este matricea de inrudire:
a11 = 1(3)
a 22 = 1(3) a12 = a 21 = 0(3)
a33 = 1(3) a13 = a31 = 0(3)
a 44 = 1 +
1
a12 = 1 a14 = a 41 =
1
(a11 + a12 ) = 1 (1 + 0) = 0,5
2 2 2
a55 = 1(3) a15 = a51 = 0(3)
a 66 = 1 +
1
a13 = 1 + 0 = 1 a16 =
1
(a11 + a13 ) = 1 (1 + 0) = 0,5
2 2 2
1
a 77 = 1 + a54 = 1 + 0 = 1 a17
1
(a15 + a14 ) = 1 (0 + 0,5) = 0,25
2 2 2
a88 = 1(2 ) a
1 1
= a16 = ⋅ 0,5 = 0,25
18
2 2
a 23 = 0(3)
a 24 = a 42 =
1
(a 22 + a 21 ) = 1 (1 + 0) = 0,5 a34 = a 43 =
1
(a32 + a31 ) = 0
2 2 2
a 25 = a53 = 0(3) a35 = a53 = 0
a 46 = a 64 =
1
(a 41 + a 43 ) = 1 (0,5 + 0) = 0,25
2 2
= (a 45 + a 44 ) = (0 + 1) = 0,5
1 1
a 47 = a 74
2 2
1
a 48 = a84 = a 46 = 0,125
2
= (a51 + a53 ) = (0 + 0 ) = 0
1 1
a56 = a 65
2 2
= (a55 + a54 ) = (1 + 0) = 0,5
1 1
a57 = a 77
2 2
1
a58 = a85 = a56 = 0
2
= (a 65 + a 64 ) = (0 + 0,25) = 0,125
1 1
a 67 = a 76
2 2
1 1
a 68 = a86 = a 66 = ⋅ 1 = 0,5
2 2
1 1
a 78 = a87 = a 76 = ⋅ 0,125 = 0,625
2 2
⎡122⎤
⎢135⎥
⎢ ⎥
⎢153⎥
⎢ ⎥
⎢110⎥
⎢131⎥
⎢ ⎥
⎢147 ⎥
⎢123⎥
⎢ ⎥
Y = ⎢145⎥
⎢172⎥ ⎡737 ⎤
⎢ ⎥ ⎢722⎥
⎢121⎥ ⎢ ⎥
⎢ ⎥ ⎢642⎥
⎢139⎥ ⎢ ⎥
⎢170⎥ ⎢122 ⎥ ⎡ 0 ⎤
⎢ ⎥ ⎢135 ⎥ ⎢410⎥
⎢130⎥ ⎢ ⎥ ⎢ ⎥
⎢172⎥ ⎢276⎥ ⎢388⎥
⎢ ⎥ ⎢145 ⎥ ⎢ ⎥
⎢ 440⎥
⎣⎢131⎦⎥ X 'Y = ⎢ ⎥ Z 'Y =
⎢ 0 ⎥
⎢302⎥
⎢172 ⎥ ⎢ ⎥
⎢ ⎥ ⎢430⎥
⎢110 ⎥ ⎢302 ⎥
⎢ ⎥ ⎢ ⎥
⎢131⎥ ⎢⎣131 ⎥⎦
⎢269⎥
⎢ ⎥
⎢139 ⎥
⎢⎣ 301⎥⎦
⎡0 0 0 0 0 0 0 0 0 0 0 0 0 0⎤
⎢1 1 1 1 1 1 0 0 0 0 0 0 0 0⎥⎥
⎢
⎢1 1 1 0 0 0 0 0 0 1 1 1 0 0⎥
⎢ ⎥
1 1 1 00 1 1 1 0 0 0 0 0 0 0⎥
Z' X = ⎢
⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0⎥
⎢ ⎥
⎢1 1 1 0 0 0 0 0 0 0 0 1 1 1⎥
⎢1 1 0 0 0 0 0 1 1 0 0 0 0 0⎥
⎢ ⎥
⎣⎢1 0 0 0 0 0 0 0 0 0 0 0 0 1⎦⎥
Inlocuind in sistemul initial:
⎡6 0 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 1 0 4 1 1 0 1 1 1 0 1 1 1 ⎤
⎢0 5 0 0 1 0 1 0 1 0 1 0 1 0 0 1 1 1 0 1 1 0 0 1 1 1 0 1 1 0 ⎥⎥
⎢
⎢0 0 4 0 0 1 0 1 0 0 0 1 0 1 0 1 1 1 0 1 0 0 0 1 1 1 0 1 0 0 ⎥
⎢ ⎥
⎢1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 1 0 0 ⎥
⎢0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 ⎥
⎢ ⎥
⎢1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 1 0 0 0 0 ⎥
⎢0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 ⎥
⎢ ⎥
⎢1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 1 0 ⎥
⎢0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 ⎥
⎢ ⎥
⎢1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 ⎥
⎢ ⎥
⎢0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 ⎥
⎢1 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 1 0 0 0 0 1 0 0 1 0 0 ⎥
⎢ ⎥
⎢0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 ⎥
⎢1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 0 0 0 1 0 1 ⎥
⎢ ⎥
⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + 2,5 0,62 0,62 − 1,25 0 − 1,25 0 0 0 0 0 0 0 0 0 0 ⎥
⎢1 1 1 1 1 1 0 0 0 0 0 0 0 0 0,62 3 + 1,87 0 − 1,25 0 0 0 0 0 3 0 0 0 0 0 0 ⎥
⎢ ⎥
⎢1 1 1 0 0 0 0 0 0 1 1 1 0 0 0,62 0 3 + 1,87 0 0 − 1.25 0 0 0 0 3 0 0 0 0 0 ⎥
⎢ ⎥
⎢1 1 1 0 0 1 1 1 0 0 0 0 0 0 − 1,25 − 1,25 0 3 + 6,5 4 −3 −8 6 0 0 0 3 0 0 0 0 ⎥
⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 5,25 + 0 −3 −8 6 0 0 0 0 0 0 0 0 ⎥
⎢ ⎥
⎢1 1 1 0 0 1 1 1 0 0 0 0 0 0 − 1,25 0 − 1,25 −3 −3 3 + 5,16 6 − 5,33 0 0 0 0 0 3 0 0 ⎥
⎢1 1 0 0 0 0 0 1 1 0 0 0 0 1 0 0 0 −8 −8 6 2 + 16 − 12 0 0 0 0 0 0 2 0 ⎥
⎢ ⎥
⎢1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 6 6 − 5,33 − 12 1 + 10,66 0 0 0 0 0 0 0 1 ⎥
⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5+0 0 0 0 0 0 0 0 ⎥
⎢ ⎥
⎢1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 5+3 0 0 0 0 0 0 ⎥
⎢1 1 1 0 0 0 0 0 0 1 1 1 0 0 0 0 3 0 0 0 0 0 0 0 5+3 0 0 0 0 0 ⎥⎥
⎢
⎢1 1 1 0 0 1 1 1 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 5+3 0 0 0 0 ⎥
⎢ ⎥
⎢0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5+0 0 0 0 ⎥
⎢1 1 1 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 3 0 0 0 0 0 0 0 5+3 0 0 ⎥
⎢ ⎥
⎢1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 5+2 0 ⎥
⎢1 5 + 1⎥⎦
⎣ 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 00 0 0 0 0 0 0
⎡ v1 ⎤ ⎡737 ⎤
⎢ v ⎥ ⎢722⎥
⎢ 2⎥ ⎢ ⎥
⎢ v3 ⎥ ⎢642⎥
⎢ ⎥ ⎢ ⎥
⎢ f 11 ⎥ ⎢122 ⎥
⎢ f 12 ⎥ ⎢135 ⎥
⎢ ⎥ ⎢ ⎥
⎢ f13 ⎥ ⎢276⎥
⎢ f ⎥ ⎢145 ⎥
⎢ 14 ⎥ ⎢ ⎥
⎢ f15 ⎥ ⎢302 ⎥
⎢ f ⎥ ⎢172 ⎥
⎢ 16 ⎥ ⎢ ⎥
⎢ f 22 ⎥ ⎢110 ⎥
⎢ ⎥ ⎢ ⎥
⎢ f 23 ⎥ ⎢131 ⎥
⎢ f 24 ⎥ ⎢ 268⎥
⎢ ⎥ ⎢ ⎥
⎢ f 25 ⎥ ⎢139 ⎥
⎢ f ⎥ ⎢ 301⎥
⎢ 26 ⎥ ⎢ ⎥
⎢ a1 ⎥ ⎢ 0 ⎥
⋅⎢ ⎥ = ⎢
a 410⎥
⎢ 2⎥ ⎢ ⎥
⎢ a3 ⎥ ⎢388⎥
⎢ ⎥ ⎢ ⎥
⎢ a 4 ⎥ ⎢440⎥
⎢ a5 ⎥ ⎢ 0 ⎥
⎢ ⎥ ⎢ ⎥
⎢ a 6 ⎥ ⎢430⎥
⎢ a 7 ⎥ ⎢302 ⎥
⎢ ⎥ ⎢ ⎥
⎢ a8 ⎥ ⎢131 ⎥
⎢p ⎥ ⎢ 0 ⎥
⎢ 1⎥ ⎢ ⎥
⎢ p 2 ⎥ ⎢410⎥
⎢ p ⎥ ⎢388⎥
⎢ 3⎥ ⎢ ⎥
⎢ p 4 ⎥ ⎢440⎥
⎢ ⎥ ⎢ ⎥
⎢ p5 ⎥ ⎢ 0 ⎥
⎢ p 6 ⎥ ⎢430⎥
⎢ ⎥ ⎢ ⎥
⎢ p 7 ⎥ ⎢302 ⎥
⎢ ⎥ ⎢ ⎥
⎣ p8 ⎦ ⎣131 ⎦
Solutiile obtinute pentru cele doua cazuri A si B
Cazul A → B
r1 = 123,5137 → 115,3739
r2 = 143,8480 → 137,1861
r3 = 157,8862 → 153,4463
f 11 = −1,4017 → 5,5047
f 12 = −8,7360 → −3,3095
f 13 = −3,8615 → −3,7381
f 14 = −1,2829 → −5,7228
f 15 = 9,4999 → 5,9233
f 16 = 28,9876 → 27,0134
f 22 = −12,3184 → −5,4119
f 23 = −11,6527 → −6,2261
f 24 = −7,3358 → −7,2125
f 25 = −7,3150 → −11,7549
f 26 = 8,5576 → 4,9810
a1 = 1,9607 → 29,7101
a 2 = 0,0706 → 0,6872
a3 = −0,7242 → −0,1072
a 4 = 1,8166 → 14,1496
a5 = −0,8715 → 0,3617
a 6 = 1,7781 → 14,1112
a 7 = −0,3990 → 7,6174
a8 = 0,2356 → 8,2520
p 2 = −0,1825 → 0,4340
p3 = −0,4710 → 0,1456
p 4 = 0,6183 → −0,6149
p 6 = 0,6888 → −0,5444
p 7 = −0,4357 → 0,1808
p8 = −0,2178 → 0,3988
Relatia generala pentru predictia valorii de ameliorare, modificata pentru cazul modelului
animal cu repetabiliate si in functie de mediul in care s-au obtinut performantele este:
⎡ k a ⋅ d i (aˆ T + aˆ M ) ⎛ a e2 ⎞ ⎞⎤
(⎢ ijkm ∑
Y −
~
b − m ~
p )+ + ∑⎜
⎜ 0, 25 k d
a f 2 ⋅
⎛
⎜ ˆ
a
⎜ f − ⎟⎟ ⎟⎥
⎟
⎢⎣ 2 ⎝ ⎝ 2 ⎠ ⎠⎥⎦
aˆ ijkm = unde:
m + k a + ∑ 0,25k a d f
di, df- sunt egale cu 2; 4/3 sau 1, dupa cum individul analizat are doi, unul sau nici unul
din parinti cunoscuti
m- numarul de lactatii ale unei vaci
Relatia pentru predictia efectului de mediu permanent (general):
~
Y − ∑ b − maˆ ijkm
ˆpijkm = ijkm
m + kp
aˆ 4 =
[(123 − 123,513 + 3,861) + (145 − 143,848 + 1,282) + (172 − 157,886 − 9,499) − 3(0,618)] +
3 + 1,25 + 0,25 × 1,25 × 2
1,25 × 2(1,960 + 0,070) ⎡ ⎛ − 0,8711 ⎞⎤
+ ⎢0,25 × 1,25 × 2 × 2⎜ − 0,399 − ⎟⎥
2 ⎣ ⎝ 2 ⎠⎦
+ = 1,817
3 + 1,25 + 0,25 × 1,25 × 2
Varianta B