The objective of this study was to estimate genetic and phenotypic parameters, besides the genetic progress for the performance traits post-weaning in a population of Charolais cattle. Components of (co)variance were estimated using an animal model by Bayesian inference method. In the first article was analyzed the average daily gain from weaning to yearling (ADGWY) and weight adjusted to 550 days of age (W550) of 5.897 animals, sired by 181 bulls and 3.897 cows born between 1983 and 1999. The average for direct heritability and standard errors were 0.39±0.04 and 0.48±0.05 for ADGWY and W550, respectively. The genetic correlation between the two traits analyzed and the standard error was 0.60±0.05. The genetic trends for ADGWY and W550 were -0.058g/year and -0.019kg/. In the second article were estimated parameters and genetics trends for visual scores as well as their associations with the average daily gain from weaning to yearling (ADGWY) and weight adjusted to 550 days of age (W550) of 2.964 animals, sired by 145 bulls and 1.820 cows born between 1994 and 2007. The heritability estimates for scores of conformation (C), precocity (P), muscle (M) and size (S) were: 0.13±0.04, 0.23±0.04, 0.16±0.03 and 0.11±0.04, respectively. The genetic correlation between the four visual scores ranged between -0.03 and 0.83. The genetic correlations between ADGWY and W550 with visual scores were negative, ranging from - 0.07 to -0.82. As for the study of genetic progress, the genetic trends for C, P, M and S were: 0.0019, 0.0027, 0.0017 and 0.0011, respectively. / Este estudo teve como objetivo estimar parâmetros genéticos, além do progresso genético para as características de desempenho na pós-desmama em uma população bovina da raça Charolês. Os componentes de (co)variâncias foram estimados utilizando um modelo animal, através do método de inferência Bayesiana. No primeiro capítulo foram analisadas as características ganho médio diário da desmama ao sobreano (GMDDS) e o peso ajustado aos 550 dias de idade (P550) de 5.897 animais, filhos de 181 touros e 3.897 vacas, nascidos entre 1983 e 1999. As médias a posteriori para a herdabilidade direta e os erros padrões foram 0,39±0,04 e 0,48±0,05 para GMDDS e P550, respectivamente. A correlação genética entre as duas características analisadas e o erro padrão foi 0,60±0,05. As tendências genéticas estimadas para GMDDS e P550 foram -0,058g/ano e -0,019kg/ano. No segundo capítulo foram estimados parâmetros e tendências genéticas para os escores visuais, bem como suas associações com o ganho médio diário da desmama ao sobreano (GMDDS) e o peso ajustado aos 550 dias de idade (P550) de 2.964 animais, filhos de 145 touros e 1.820 vacas, nascidos entre 1994 e 2007. As herdabilidades estimadas para os escores de conformação (C), precocidade (P), musculatura (M) e tamanho (T) foram: 0,13±0,04, 0,23±0,04, 0,16±0,03, 0,11±0,04, respectivamente. A correlação genética entre os quatro escores variaram entre - 0,03 e 0,83. Já as correlações genéticas entre GMDDS e P550 com os escores visuais foram todas negativas, variando de -0,07 a -0,82. Quanto ao estudo do progresso genético, as tendências genéticas para C, P, M e T foram: 0,0019, 0,0027, 0,0017 e 0,0011, respectivamente.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The objective of this study was to estimate the (co) variances and genetic associations between the visual scores of conformation and precocity at weaning and at yearling, respectively WC, WP and YC, YP with the characteristics of average daily gain (BWG: from birth to weaning and WYG: from weaning to yearling) and rate of weight gain (BWR: from birth to weaning and BYR: from weaning to yearling) for Angus cattle. The (co)variances components were estimated by multi-traits analysis using an animal model by Bayesian Inference Method, assuming a linear model for average daily gain and for rate of weight gain and a non-linear (threshold) for WC, WP, YC and YP. The a posteriori means for direct heritability were 0.12 (WC), 0.17 (WP), 0.15 (BWG and BWR), 0.17 (YC), 0.19 (YP) and 0.16 (WYG and BYR). The genetic correlation between the weaning and yearling scores with the direct effect for the average daily gain and rate of weight gain traits ranged from -0.05 to 0.60 for conformation and -0.15 to 0.60 for precocity; the genetic correlation of the scores with average daily gain and rate of weight gain presented similar behavior. Therefore, correlated response of equal magnitude is expected for scores, if the selection was directed to average daily gain or rate of weight gain. / O objetivo deste estudo foi estimar as (co)variâncias e as associações genéticas entre os escores visuais de conformação e precocidade à desmama ao sobreano, respectivamente CD, PrD e CS, PrS, com as características de ganho médio diário de peso (GMD: do nascimento à desmama; GMS: da desmama ao sobreano) e velocidade de ganho de peso (VD: do nascimento à desmama e VS: da desmama ao sobreano) para bovinos da raça Angus. Os componentes de (co)variâncias foram estimados por um modelo animal tetra-característica usando o Método de Inferência Bayesiana, assumindo um modelo linear para o ganho médio diário e velocidade de ganho de peso e um modelo não-linear (de limiar) para CD, CS, PrD e PrS. As médias a posteriori para a herdabilidade direta foram: 0,12 (CD); 0,17 (PrD); 0,15 (GMD e VD); 0,17 (CS); 0,19 (PrS) e 0,16 (GMS e VS). As correlações genéticas estimadas entre os escores à desmana e ao sobreano com o efeito direto para as caracteristicas de crescimento variaram de -0,05 a 0,60 para conformação e de -0,15 a 0,60 para precocidade; a correlação genética dos escores com ganho médio diário ou com velocidade de ganho de peso apresentou comportamento semelhante. Portanto, resposta correlacionada de igual magnitude é esperada para os escores, se a selação for direcionada para ganho médio diario de peso ou velocidade de ganho de peso.

No ambiente agrícola, a possibilidade de prever eventos futuros para poder estabelecer prioridades e planejar atividades são indispensáveis para um manejo adequado. Modelos matemáticos têm se tornado ferramentas valiosas para o entendimento de fenômenos e simulação de soluções de um dado sistema de interesse para diferentes condições iniciais e valores de parâmetros. O crescimento das plantas obedece a certos princípios fisiológicos que podem ser descritos, em termos quantitativos em resposta ao meio ambiente, através de equações matemáticas. Nos agrosistemas, a dinâmica da população de plantas daninhas pode ser descrita por modelos matemáticos que relacionam as densidades de sementes produzidas e de plântulas em áreas de cultivo. Os valores dos parâmetros dos modelos podem ser inferidos diretamente de experimentação e análise estatística, ou extraídos da literatura. O presente trabalho tem por objetivo investigar as particularidades dos parâmetros de modelos dinâmicos para populações de plantas daninhas, a partir de um experimento conduzido em campo, usando inferência Bayesiana via método de Monte Carlo com cadeias de Markov e analisar situações que podem alterar a dinâmica do comportamento populacional por meio de simulações. / In the agricultural environment, the possibility to predict future events to establish priorities and to plan activities is indispensable for an appropriate management. Mathematical models have become precious tools for the understanding of phenomena and simulation of solutions of a given system for different initial conditions and values of parameters. The growth of plants obeys the certain physiological principles that can be described, in quantitative terms in reply to the environment, through mathematical equations. In agrosystems, the dynamics of weed populations can be described by mathematical models that relates the produced seeds density and seedlings density in areas of a crop. The parameter models can be either directly inferred from experimentation and statistics analysis, or can be extracted from literature. The goals of this work is to investigate the particularitities of the dynamic models parameters for weed populations, from field experiment, using Bayesian inference by Monte Carlo method with Markov chains and to analyze situations that can modify the population behavior by simulations.

Made available in DSpace on 2014-10-09T12:35:06Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:00:42Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:52:18Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:00:31Z (GMT). No. of bitstreams: 0 / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

Made available in DSpace on 2014-10-09T12:34:46Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:01:16Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:49:19Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:01:17Z (GMT). No. of bitstreams: 1 09672.pdf: 6449551 bytes, checksum: fc741e642f1069dc9671f312a9c4532b (MD5) / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

Made available in DSpace on 2014-10-09T12:42:16Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:05:21Z (GMT). No. of bitstreams: 0 / Dissertação (Mestrado) / IPEN/D / Instituto de Pesquisas Energeticas e Nucleares - IPEN-CNEN/SP

Made available in DSpace on 2014-10-09T12:45:00Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:06:08Z (GMT). No. of bitstreams: 1 07181.pdf: 9427675 bytes, checksum: b63bf520f5e52b6456ed23681cc3e0dd (MD5) / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP

Made available in DSpace on 2014-10-09T12:51:51Z (GMT). No. of bitstreams: 0 / Made available in DSpace on 2014-10-09T14:06:32Z (GMT). No. of bitstreams: 0 / Tese (Doutoramento) / IPEN/T / Instituto de Pesquisas Energeticas e Nucleares - IPEN/CNEN-SP