Академический Документы
Профессиональный Документы
Культура Документы
Animal
Ing. Agr. Natalia S. Forneris
Departamento de Produccin Animal
NSF 2014
Produccin Animal
Manejo
Nutricin
Sanidad
Gentica
= reproduccin diferencial.
Sistema de apareamientos
relacin beneficio/costo.
Permanente.
Lento.
Nacimiento
Prueba de progenie
Crecimiento predestete
Tecnologas
Otros servicios
reproductivas
S
IA
TE
Clonacin
Rechazo
S
S
1 Servicio. Paricin
Destete
Prueba de produccin
Crecimiento a pubertad
Crecimiento. Engorde
Faena. Comercializacin
APAREAMIENTOS
Producto Animal
SELECCIN
mejorar.
dominancia o epistsis => "vigor hbrido".
El valor econmico del material gentico.
compra del semen
=>
la teora del portfolio.
Distribucin de los reproductores.
Seleccionan
Abastecen
Objetivo:
de y/o .
venta reproductores
Estrato Multiplicador
Animales PC PR
Pedigree x PC: Genera que actun
en el rodeo comercial.
Compran padres a cabaas elite.
Objetivo: venta de reproductores.
Poblacin Comercial
Se abastecen de padres del estrato superior.
Objetivo: Venta de producto final (carne,
leche, lana, etc).
Gentica Cuantitativa
Principios bsicos y aplicaciones estadsticas al
MGA
Caracteres cualitativos
Uno o dos genes gobiernan el
carcter.
en diferentes ambientes.
Ejemplos: Tipo de parto,
presencia de astas, pelaje.
Carcter 2: 2 genes
Carcter 3: 10 genes
P= +G+ E
P=+
A
+
D
+I + E
Genotipo
Caracteres
Distribucin Normal
Def:
Se dice que X tiene distribucin Normal de parmetros
y , si su funcin de densidad es igual a:
Varianza
Var(x) = = E x E ( x )
2
x
))
(
= E ( x ) 2 E ( x ) + ( E ( x )) = E ( x ) ( )
(
Var(x) = E x 2 2 x E ( x ) + E ( x )
2
( )
Var(x) = E x
2
( )
2
x
E x 2 = Var(x) + 2x
Varianza
Propiedades
Var (c) = 0 (donde c es cualquier valor constante)
Var (cX) = c2 Var(X)
Var (X + c) = Var(X); Var (X - c) = Var(X)
Var (X + Y) = Var(X) + Var(Y) + 2 Cov (X,Y)
Var (X - Y) = Var(X) + Var(Y) - 2 Cov (X,Y)
Covarianza
Cov( X ,Y ) = xy = E (x E(x)) ( y E( y))
Es una medida de asociacin entre dos variables
aleatorias : Cov (X, Y)
Si:
Cov (X,Y) > 0, altos valores de X suelen asociarse con
altos valores de Y.
Cov (X,Y) < 0, altos valores de X se asocian con bajos
valores de Y.
Si X e Y son independientes, Cov (X,Y) = 0
(la recproca no necesariamente es cierta)
Covarianza
Propiedades
Cov (X,Y) = Cov (Y,X)
Cov (c, X) = 0
Cov (cX,dY) = cd Cov (X,Y) (c es cualquier constante)
Cov (X,Y + Z) = Cov (X,Y) + Cov (X,Z)
Cov (X,X) = Var(X)
Cov [(aX+bY), (cW+dZ)] = ac Cov(X,W) +
+ ad Cov (X,Z) + bc Cov (Y,W) + bd Cov (Y,Z)
Coeficiente de Correlacin
rxy =
Cov( X ,Y )
Var( X ) Var(Y )
Ejemplo
Peso de velln del animal i (i = 1 padre; i = 2 hijo), medido
en el ao j ( j = 1996, 1997, 1998, 1999).
Modelo:
Pij = + Ai + eij
con:
Ai N (0, A2 ) eij N (0, e2 ) Cov ( Ai , eij ) = 0 Cov (ei ' j ' , eij ) = 0
Ejemplo (cont.)
Valor Esperado de Pij, dadas las definiciones anteriores:
Pij = + Ai + eij
Ai N (0, A2 ) eij N (0, e2 ) Cov ( Ai , eij ) = 0 Cov (ei ' j ' , eij ) = 0
E ( Pij ) = E ( + Ai + eij )
= E ( ) + E ( Ai ) + E ( eij )
= + 0
E ( Pij ) =
+ 0
Ejemplo (cont.)
Varianza de Pij:
Var ( Pij ) = A2
A2
+ e2
+ e2
Ejemplo (cont.)
Covarianza entre el dato del padre (i=1) y del hijo (i=2) => Cov (P1j, P2j)
Notar: A2 = A1.
Cov ( P1 j , P2 j ) = Cov ( + A1 + e1 j ) , ( + A2 + e2 j )
= Cov[( , ) + ( , A2 ) + ( , e2 j )
+ ( A1 , ) + ( A1 , A2 ) + ( A1 , e2 j )
+ ( e1 j , ) + ( e1 j , A2 ) + ( e1 j , e2 j )
Cov ( P1 j , P2 j ) = Cov[ 0 + 0 + 0 + 0 + ( A1 , A2 ) + 0 + 0 + 0 + 0
= Cov A1 , 1 A1
2
Cov ( P1 j , P2 j ) = 1
A
2