Metody hodowlane - Wykład 5

Nasza ocena:

5
Pobrań: 119
Wyświetleń: 2121
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Metody hodowlane - Wykład 5 - strona 1 Metody hodowlane - Wykład 5 - strona 2 Metody hodowlane - Wykład 5 - strona 3

Fragment notatki:


METODY HODOWLANE METODY HODOWLANE - zagadnienia 1. Matematyczne podstawy metod hodowlanych 2. Wartość cechy ilościowej i definicje parametrów genetycznych 3. Metody szacowania parametrów genetycznych 4. Wartość hodowlana cechy ilościowej (ocena wartości hodowlanej na  podstawie różnych źródeł informacji, porównanie ich dokładności) 5. Indeks selekcyjny (łączenie źródeł informacji o wartości hodowlanej) 6. Eliminacja wpływów środowiska w ocenie wartości hodowlanej (metody  równoczesnego porównania, metoda BLUP) 7. Selekcja i postęp hodowlany OCENA WARTOŚCI HODOWLANEJ  P P P b G    ) ( ˆ   Jedno źródło informacji to może być: •  pojedyncza wydajność → niska dokładność oceny •  średnia wydajność → wzrost dokładności   Jedno źródło informacji → równanie regresji prostej:   Pytanie: Czy do oceny wartości hodowlanej musimy używać tylko jednego źródła informacji (pojedynczej lub średniej  wydajności)? rh R   t n nh r R ) 1 ( 1 2      Odpowiedź: Oczywiście nie, można łączyć różne  źródła informacji; służy do tego indeks selekcyjny. Kiedy największy? INDEKS SELEKCYJNY  P P P b G    ) ( ˆ   Przy jednym źródle informacji → równanie regresji prostej   Przy kilku źródłach informacji → równanie regresji wielorakiej: ) ( ... ) ( ) ( ˆ 2 2 2 1 1 1 n n n P P b P P b P P b G G         I X 1 X n X 2 I = b 1 X 1  + b 2 X 2  + ... + bn Xn   Indeks selekcyjny oparty na takim równaniu ma postać: gdzie:  b 1, b2 … bn  to cząstkowe współczynniki  regresji. INDEKS SELEKCYJNY  Indeks selekcyjny  I = b 1 X 1  + b 2 X 2  + ... + bn Xn Współczynniki regresji obliczanie są w sposób zapewniający najwyższą dokładność indeksu. Uzyskuje się je ze wzoru: i i i a b   rozwiązanie układu równań (tylu, ile jest źródeł informacji) standardowe odchylenie  i –tego źródła informacji Np. dla trzech źródeł informacji: G G G G G G r a a r a r r a r a a r r a r a r a    3 3 2 23 1 13 2 3 23 2 1 12 1 3 13 2 12 1          gdzie: r 12, r13, r23  – współczynniki korelacji między źródłami   informacji; r G1, rG2, rG3  – współczynnik korelacji ocenianej wartości  hodowlanej  G  i źródeł informacji;  G  – standardowe genetyczne odchylenie ocenianej cechy.

(…)

… 






Jaką macierzą jest macierz L z układu równań Lb = r ?
1
r
 12
 r13

r12
1
r23
r13   b1   rG1h 
r23  b2    rG 2 h 
  

1  b3   rG 3 h 
  

PODSTAWY RACHUNKU MACIERZOWEGO
Przykłady podstawowych działań na macierzach:
Dodawanie (odejmowanie) macierzy (macierze muszą być tego samego
typu)
5  2 4 0 1 0 5  1 4
8 0
  2 0 3  10 0 9 
6 

 

Mnożenie macierzy
… 
21

A
 ... ... ... ... 


a p1 a p 2 ... a pq 



Rodzaje macierzy
Macierz przestawioną (transponowaną) A’ otrzymujemy przestawiając w
macierzy A wiersze i kolumny:
1 4 
1 2 3
A
, A '  2 5



 4 5 6
3 6


Macierz zerowa 0 to macierz, której wszystkie elementy są zerami.
Wektor kolumnowy (wierszowy) to macierz złożona tylko z jednej
kolumny (jednego wiersza).
1 
a   2…
… jest obliczanie odwrotności macierzy.
Macierz odwrotna A-1 macierzy A to macierz spełniająca warunek:
A-1A = AA-1 = I, gdzie I jest macierzą identyczności.
Na przykład macierzą odwrotną macierzy A  5 4
3 2


2 
 1
1
jest A  
ponieważ
3 / 2  5 / 2


2  5
 1
A 1 A  

3 2  5 2  3
( 1  5)  ( 2  3)


[(3 2)  5]  [(  5 2)  3]
4

2

( 1  4)  ( 2  2)
 1 0 

I
[(3 2…
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz