Made available in DSpace on 2018-08-01T22:57:26Z (GMT). No. of bitstreams: 1 tese_10028_Dissertação Final José Henrique Soler Guilhen.pdf: 3722988 bytes, checksum: 4b68b139b816cd54352c1e770f2628ab (MD5) Previous issue date: 2016-06-30 / As dificuldade que a população poderá passar com a falta de alimento e os disafios para asua produção nos anos futuros, vem preocupando e desenvolvendo diversas pesquisas no meio academico sobre o assunto e os possíveis resultados. Dentre as preocupações e esperaça ao mesmo tempo para uma amortização das perspectivas contestualizadas dos pesquisadores se encontra a cultura do milho (Zea mays). O milho é uma das principais fontes de alimenteo de forma direta e indireta para a população mundial. Trabalhos que busquem melhor eficiencia estatíscas, como a tecnica de modelos mistos (REML/BLUP), vem sendo adotados como uma possível amortização da falta alimentar no futuro. Além disto, modelos que expliquer melhor os valores estimados em relação aos observados e ensaios que resultem em híbridos com maiores maiores produtividades são de esta menessidade no panorana atual. Mediante está contestualização os objetivos do presente estudo foi selecionar o modelo que explique melhor os resultados observados e selecionar híbridos altamente produtivos. O experimento foi montado em um delineamento de blocos aumentados, dois ensaios separados, o ensaio 1 com 1801 linhagens hibridizada com o testador G24 e o ensaio 2 formado por 1551 linhagens hibridizado com o testador G8. A análise estatística foi realizada através da metodologia de modelos mistos (REML/BLUP). Foram testados 8 diferentes modelos, divididos em três classes. Os modelos selecionados foram os que apresentaram uma melhor precisão, baseado no log(L), AIC, BIC, acurácia e medidas de tempo e com e sem informação de parentesco. Com os modelos selecionados foram realizados testes de seleção de híbridos dentro de cada ensaio e no conjunto e estudou-se a coincidencia entre os ensaios em avaliação. Os melhores ajustes foram para os modelos M3, M6 e M8. Os menores tempos foram respostas dos modelos que não consideram informação de parentesco. A coincidência entre os 5% selecionados fenotipicamente e genotipicamente para todas as análises foi de 0,41 a 0,60. A coincidência entre os diferentes modelos e ensaios foi de 43,45 a 96,67%. Com este trabalho podemos concluir que os melhores modelos de modo geral entre ajustes e tempo foram os modelos M3 e M6 e o ensaio 1 que resultou nos melhores híbridos provenientes no experimento.

Made available in DSpace on 2018-08-01T22:57:26Z (GMT). No. of bitstreams: 1 tese_10029_Dissertação Final Tiago de Souza Marçal.pdf: 1829947 bytes, checksum: 97df059fea5ce8331745b5840ac8d15c (MD5) Previous issue date: 2016-06-30 / O milho (Zea mays L.) é uma espécie da família Poaceae, diplóide e alógama. Para esta cultura verifica-se o aumento do vigor com o acúmulo de loci heterozigotos, justificando assim a produção dos híbridos. Com o advento das drásticas previsões de mudanças climáticas e aumento populacional para os próximos anos é necessária à adoção, desenvolvimento e aprimoração de métodos que permitam maior eficiência na seleção e alcance de maior progresso genético em programas de melhoramento de culturas de importância agrícola poderão auxiliar na mitigação dos desafios para sustentar a segurança alimentar ainda neste século. Diante do exposto, este trabalho teve por objetivo implementar os algoritmos de primeira e segunda derivadas para o método REML (máxima verossimilhança restrita) em R, generalizáveis para diferentes modelos lineares mistos e capazes de incorporar matrizes de parentesco. Além de avaliar o impacto de simplificações matemáticas, matrizes esparsas, e diferentes taxas de erro de convergência na eficiência computacional destes algoritmos, visando a minimização do custo computacional para viabilizar o REML, em estudos com grande número de híbridos de milho e modelos complexos, em computadores de configuração simples. Os dados experimentais utilizados neste trabalho foram obtidos na safra 2013/14 em ensaio conduzido no delineamento de blocos aumentados com cinco testemunhas e 3352 híbridos simples de milho na Embrapa (Empresa Brasileira de Pesquisa Agropecuária) Milho e Sorgo situada em Sete Lagoas - MG. A variável analisada foi o rendimento de grãos, sendo esta submetida a análise através de modelos mistos com e sem a incorporação do pedigree utilizando-se diferentes algoritmos REML, em R, e a resposta computacional foi avaliada quanto aos critérios de convergência, taxas de erro de convergência, matrizes esparsas, computadores com diferentes capacidades de processamento, diferentes estimativas iniciais dos componentes de variância e número crescente de passos EM (Expectation Maximization) nos algoritmos combinados. Os algoritmos propostos foram equivalentes aos softwares testados (ASReml, Selegen e lme4) quanto as estimativas dos componentes de variância, indicando a coerência dos mesmos. Além disso, o uso de matrizes esparsas em associação com as otimizações propostas diminuíram o custo computacional dos algoritmos utilizando os coeficientes de determinação como critério de convergência e taxa de erro de convergência igual a 10-5. A combinação híbrida do algoritmo EM, em dez passos, com o NR (Newton Raphson) reduziu o custo computacional e aumentou o percentual de convergência médio. Ainda observou-se que pesos uniformes para as estimativas iniciais dos componentes de variância devem ser evitados.