Simulace.info - User contributions [en]

SS 2019/2020/cs

2020-06-04T00:02:06Z

Herm10:

{{DISPLAYTITLE:LS 2019/2020}}

Semestrální práce (simulace) z letního semestru 2019/2020. Sem přidejte odkaz na stránku s Vaší prací.
Nejprve je třeba nechat schválit [[Assignment SS 2019/2020/cs|zadání práce]].

=Vypracovaná témata LS 2019/2020=
* [http://www.simulace.info/index.php/User:Zurp00 Analýza dopravy cestujících na Letiště Václava Havla pro optimalizaci při zavedení metra (Simprocess)] - Polina Luneva
* [http://www.simulace.info/index.php/Degenerace_p%C5%99i_chovu_Australsk%C3%BDch_ov%C4%8D%C3%A1k%C5%AF_(AUO) Degenerace při chovu Australských ovčáků (AUO) (Netlogo)] - Michaela Herianová

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:56:05Z

Herm10: /* Shrnutí a výsledky */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po 4 generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psi zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává, jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vždy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psi jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brala v úvahu jen fakta, jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech, mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled a další, které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejichž zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě, že nestandardní štěňata se rodí stále. Ta se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:55:17Z

Herm10: /* Kód */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po 4 generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psi zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává, jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vždy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psi jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brala v úvahu jen fakta, jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech, mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled a další, které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejichž zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě, že nestandardní štěňata se rodí stále. Ta se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:54:53Z

Herm10: /* Shrnutí a výsledky */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po 4 generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psi zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává, jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vždy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psi jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brala v úvahu jen fakta, jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech, mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled a další, které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejichž zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě, že nestandardní štěňata se rodí stále. Ta se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:50:23Z

Herm10: /* Metody modelu */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po 4 generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psi zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává, jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vždy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psi jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:47:03Z

Herm10: /* Metody modelu */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po 4 generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:44:08Z

Herm10: /* Metody modelu */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu celkem 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:43:04Z

Herm10: /* Metody modelu */

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice existuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:41:58Z

Herm10:

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace v této době se získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:40:56Z

Herm10:

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU je závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' v této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace s v této době získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Metoda pro čtení souboru:''' jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' přejímá data ze souboru, kontroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:38:09Z

Herm10:

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda=
K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' V této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace s v této době získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' Tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Netoda pro čtení souboru:''' Jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' Přejímá data ze souboru, kontroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' Zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' Metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' Plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' Samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' Genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' Tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' Protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' Zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:37:30Z

Herm10:

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda= K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato simulace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' Nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' V této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace s v této době získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' Tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Netoda pro čtení souboru:''' Jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' Přejímá data ze souboru, kontroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' Zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' Metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' Plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' Samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' Genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' Tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' Protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' Zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:32:42Z

Herm10:

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

==Metoda:== K vytvoření simulace bylo použito nástroje NetLogo, který z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdravý, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato similace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodušší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' Nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' V této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace s v této době získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' Tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Netoda pro čtení souboru:''' Jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' Přejímá data ze souboru, kontroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' Zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' Metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' Plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' Samotné krytí mají na starosti čtyři metody. První metoda rozlišuje které feny jsou tento měsíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálního psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravidel. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' Genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem daných pravděpodobností. Druhá metoda se zabývá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' Tato metoda je velice podobná nastavení psa. Nejedná se však o načítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' Protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' Zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibývání štěňat u chovných stanic a v případě nastavení množitelů i přibývání štěňat, které nejsou s žádnou stanicí vázána. Na grafech je pak vidět, jak se na těchto parametrech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktor dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymýtit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

Na obrázku grafy se štěňaty reagují na změnu vstupních dat, a to konkrétně zvýšení počtu množitelů.

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje také roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabývající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

Degenerace při chovu Australských ovčáků (AUO)

2020-06-03T23:11:27Z

Herm10: Created page with "== Degenerace při chovu Australských ovčáků == ---- '''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU) '''Autor:''' Michaela Herianová '''Model..."

== Degenerace při chovu Australských ovčáků ==
----
'''Název simulace:''' Degenerace při chovu Australských ovčáků (AOU)

'''Autor:''' Michaela Herianová

'''Modelovací nástroj:''' NetLogo

'''Popis modelu:''' Australský ovčák je plemeno, které poslední dobou stoupá v oblibě. Nicméně oproti klasikám jako jsou například labradoři nebo němečtí ovčáci, je počet chovatelů relativně malý. U každého rozmnožování psů se preferuje uchovnění dle určitých pravidel, nicméně u AUO to platí dvojnásob. Tito psi mohou často trpět epilepsií a dalšími nemocemi, které jsou pro toto plemeno typické (oční vady, kloubní onemocnění, hluchota a třeba i alergie). U psa s průkazem původu se riziko některých onemocnění výrazně sníží, nebo dokonce úplně vyloučí díky testování. Proto je u tohoto psa množení bez pravidel a testování velmi kritizované.

Na základě testování jedinců se dá vypočítat pravděpodobnost jednotlivých onemocnění v rámci další generace/generací. Kromě testů se dá u psů již podle procenta bílé barvy vypočítávat pravděpodobnost určitých onemocnění v případné další generace. Proto se takzvaným „nestandardům“ (psům kteří neprojdou určitým počtem testů) zakazuje dále rozmnožovat a doporučuje se kastrace. Stále ale existují určité parametry, které se u uchovnění nehlídají a další generace ohrožují. V takovém případě je na svědomí chovatele, jestli takového psa nakryje a zvýší riziko onemocnění u dalších generací.

Na základě testů a rodinné příslušnosti jsou stanovena přísná pravidla, kdo s kým se může křížit. Pro obnovení silných genů si občas nechají chovatelé dovézt psa na nakrytí ze zahraničí.

Ne každé nakrytí je úspěšné a také počet zdravých štěňat se značně liší.

Ne každý páníček svého psa uchovní, což do jisté míry ovlivní budoucnost chovů. Naopak spousta lidí chce ty nejlepší psy „jen tak pro rodinu“, a tím pádem takový jedinec již nemá šanci přispět svými kvalitními geny.

Vzhledem k tomu, že poptávka v tomto roce výrazně začala převyšovat nabídku, začalo se více objevovat „bezpapírové“ množení, díky čemuž se rodí například slepá nebo hluchá štěňata

=Metoda:= K vytvoření simulace bylo použito nástroje NetLogo, kterž z pravidla slouží k vytváření multiagentních simulací. Jedná se o ideální nástroj pro simulaci přírodních úkazů a dovoloje celkem dobře sledovat vývoj situace. Nicméně tento model je poměrně složitý a náročný, a to i přes to, že se stále jedná o zjednodušenou podobu zkoumané reality.

==Detaily modelu==

===Data===
Jedna z částí vytváření modelu, která si vyžádala minimálně stejný čas jako samotná implementace, byla příprava dat. Data se sice nacházela na internetu, ale nikde nebyla v takové podobě, aby z nich mohl model pohodlně načíst potřebné informace. Příprava dat tedy obnášela vytvoření souboru .csv, který obsahoval informace o jednotlivých psech. Obsahují název chovné stanice, jméno psa, pohlaví, rok narození, zbarvení, matku, otce, gen CEA, gen PRA, gen HSF, gen MDR. Nula znázorňuje, že je pes zdraví, jednička, že je pes přenašeč, dvojka, že je pes nemocný a pomlčka, že pes nebyl testován.

* '''CEA''' je gen ovlivňující oční vady.
* '''PRA''' je gen ovlivňující atrofii očí.
* '''HSF''' Je gen ovlivňující šedý zákal. Vzniká zde neléčitelná slepota.
* '''MDR''' je gen ovlivňující rezistenci na určité typy léků.

Ukázka dat:

[[File:herm00_data.PNG|border|Ukázka dat - AUO]]

===Agenty===

Tato similace má dva agenty:

* '''Chovatel:''' neboli chovná stanice, je ten jednodužší z obou agentů. Jeho jedinou vlastností je název, který slouží jen k počáteční orientaci při načítání dat. Chovatel je spojen se svými psy a pro účely simulace je neměnný. V reálném chovu chovné stanice vznikají a zanikají, ale pro tuto simulaci samotné parametry chovné stanice důležité nejsou a proto je tento fakt zanedbán a počet chovných stanic zůstává konstantní.

* '''Pes:''' Nejdůležitější prvek celé simulace. Vzhledem k tomu, že vývoj AOU závislý na velkém množství parametrů, byly vybrány ty nejdůležitější, což jsou zároveň i ty o kterých jsou přístupná data. Jsou to tedy jednak základní: pohlaví a věk, pak vlastnosti důležité pro uchovnění: předkové do 4. generace, geny nesoucí informaci o onemocnění (CEA, PRA, HSF a MDR) a v poslední řadě vlastnosti umožňující rychlejší zpracování list možných nápadníků u fen, chovatel, zda se jedná o štěně či nikoli.

===Metody modelu===

*'''Metoda pro nastavení:''' V této metodě se nastavují globální proměnné, mimo jiné i aktuální rok a měsíc, kdy simulace s v této době získanými daty začíná. Dále je volána metoda načtení souboru a přednastavují se zde nápadníci pro aktuálně chovné feny. Také se plánují první štěňata.

*'''Metoda pro spuštění:''' Tato metoda zařizuje každý měsíc rození nových štěňat. Také se zde kontroluje stav konce roku.

*'''Netoda pro čtení souboru:''' Jedna ze stěžejních metod simulace, která umožňuje načtení většího množství dat - v aktuálním případě 200 psů. Díky ní je simulace rozšiřitelná na jakýkoli - Netlogem zvládnutelný - počet psů na počátku chovu. Zde se ze souboru .csv načítají data o konkrétních psech a nastavují se za jejich pomoci startovací agenty.

*'''Nastavení chovatele - ze souboru:''' Přejíma data ze souboru, kotroluje jestli stanice ještě neexistuje a když ne, nastavuje jednotlivé vlastnosti - jméno, polohu, tvar a velikost.

*'''Nastavení psa - ze souboru:''' Zde se nastaví všechny vlastnosti, které jsme mohli vyčíst ze souboru a pes se propojí se svou chovnou stanicí.

*'''Porovnávání rodokmenů:''' Metody na toto téma jsou v modelu 3. První z nich přejímá příbuzné dvou jedinců a porovnává, zda jsou po č generace příbuzní či nikoli. Další dvě fungují zvlášť pro nové feny a psy, kdy je potřeba nastavit a obnovit listy nápadníků u fen.

*'''Plánování štěňat:''' Plánování štěňat je jednoduchá metoda, která náhodně zvolí, u kterých fen budou majitele plánovat krytí (podle dat je to zhruba 1/3) a dále feny náhodně rozdělí do měsíců, kdy štěňata porodí. Simuluje tak různost hárání fen.

*'''Krytí:''' Samotné krytí mají na starosti čtyři metody. První metoda rozličuje které feny jsou tento mésíc určeny mít štěňata a kolik majitelů je nezodpovědných a neřeší celkový zdravotní stav svých psů. Podle vstupních parametrů zadaných uživatelem rozděluje pak feny, které budou mít ideálného psa na krytí a které už tak ideálního mít nebudou. K tomu slouží metody zodpovědné a nezodpovědné krytí. Je zde také množení, které simuluje nakrytí psů bez jakýchkoli pravide. Protože při množení se nejedná o psy z chovných stanic, generují se tak psy zcela náhodně a štěňata tak mohou být ve velkém počtu nestandardní nebo dokonce nemocná.

*'''Genetické výpočty:''' Genetické výpočty zajišťují dvě metody. Jedna se zabývá vyloženě barvou, která u tohoto plemene hodně prozrazuje. Vypočítává jakou pravděpodobnost má štěně na získání té oné barvy podle barev rodičů a předem danných pravděpodobností. Druhá metoda se zabívá geny, které ukazují na určité nemoci. Opět je zde počítána pravděpodobnost dědičnosti. Ve všech případech se jedná o autozomálně recesivní onemocnění, tudíž jsou výpočty u všech genů stejné a mohla se tak použít pro všechny jedna metoda.

*'''Narození štěněte:''' Tato metoda je velice podobná nastavení psa. Nejedná se však o náčítání z textových řetězců, ale o generování genů po rodičích. Zde se využívají výše popsané metody o genetických výpočtech. Štěně je vžy navázáno na chovatelskou stanici matky - stejně jako v reálném světě.

*'''Pes ze zahraničí:''' Protože tato simulace nezahrnuje psy ze zahraničí, je proto v tomto modelu vytvořena speciální metoda, která tyto psy generuje. Protože zahraniční psy jsou vybíráni důsledně, je zde generována jen ta nejlepší genetická výbava.

*'''Nový rok:''' Zde se jedná o nastavování měsíce ledna a dalšího roku. Dále se zkoumá věk psů, ti starší se vyřazují z chovu a hledá se za ně náhrada mezi štěňaty. Ostatní štěňata odchází od chovatelů k novým majitelům, kteří ale již dále s chovatelskými stanicemi nemají nic společného.

===Průběh simulace===
Jednotlivé kroky simulace jsou "krokovány" pomocí takzvaných ticků. Tato simulace je nastavena tak, že jeden tick představuje jeden měsíc skutečného času.
Uživatel může nastavovat počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí.
Po spuštění simulace může pozorovat přibívání štěňat u chovných stanic a v připadě nastavení množitelů i přibívání štěňat, které nejsou s žádnu stanicí vázána. Na grafech je pak vidět, jak se na těchto parameteech odráží zdraví štěňat, kolik štěňat se rodí nestandardních a kolik nemocných. Počet nestandardních nemocných štěňat simuluje počet psů, kteří jen velice obtížně hledají svého majitele, jelikož trpí často závažnými nemocemi jako jsou hluchota nebo slepota.

===Vstupní parametry modelu===
Jak již bylo řečeno, vstupními parametry jsou počet nezodpovědných chovatelů, počet množitelů i počet dovezených psů ze zahraničí. Všechny tyto parametry velice ovlivňují kvalitu chovů v reálném světě.

===Shrnutí a výsledky===

Během vytváření simulace přinesl model různá překvapení a spojitosti. Největším překvapením bylo, že počet nezodpovědných chovatelů nemá přílišný vliv na kvalitu chovných psů. Je to hlavně z toho důvodu, že nezodpovědní chovatelé sice mohou produkovat nemocná štěňata, nicméně ta si pak v chovu rozhodně nenechávají a raději se poohlédnou po nějakém zdravějším. A přesně tento lidský faktro dokázala tato simulace zprostředkovat.
 
Dále bylo překvapením, že pokud by se brali v úvahu jen fakta jako je barva a hlavní geny nesoucí dědičnou informaci o nemocech. Mohlo by se podařit za několik desítek let z chovu nemoci dokonce úplně vymítit. Nicméně v reálném světě zde hrají roli pro uchovnění i další faktory jako je například povaha psa, jeho sportovní výkony, celkový vzhled, ... které v této zjednodušující simulaci nebyly zahrnuty.
 
Na simulaci je hezky vidět vliv množitelů, při jejich zvýšeném počtu stoupá i počet nestandardních a nemocných psů. Naopak při zvyšování počtu psů ze zahraničí se počty nemocných štěňat prudce snižují. Samozdřejmě že nestandardní štěňata se rodí stále. Ty se nicméně rodí s nějakou pravděpodobností za jakýchkoli podmínek. Nejedná se ale o štěňata nemocná a tak je o ně u lidí s nechovatelskými ambicemi stále zájem.

=Obrázky modelu=

'''Pohled na uživatelské rozhraní'''

[[File:herm00_interface.PNG|border|Pohled na uživatelské rozhraní]]

=Kód=
Ke zdrojovému kódu je nutné vždy stáhnout i data, tak aby byla ve stejné složce. Proto zde kód nevkládám samotný - bez dat nebude fungovat.

Zdrojový kód simulace je zde: [[File:Herm10_simulace.zip]]
Data pro simulaci jsou zde:

=Zdoje=

Primárním zdrojem byla stránka AussieWorld, která obsahuje informace o samotném plemeni, ale také detailní informace o chovech, štěňatech, nemocech, ... Obsahuje takéc roční statistiky ze kterých jsem vycházela například při modelování náhody u rození nestandardních štěňat. Dále jsem pak využívala stránky zabívající se genetikou.

[http://www.aussiesworld.cz/|"AussieWorld"]. ''Stránka o plemeni Australský ovčák a záznamy o chovných psech v ČR''. 
[https://www.genomia.cz/|"GENOMIA"]. ''Stránka genetické laboratoře''. 
[https://www.wikiskripta.eu/w/Autosom%C3%A1ln%C4%9B_recesivn%C3%AD_d%C4%9Bdi%C4%8Dnost|"WikiSkripta"]. ''Autosomálně recesivní dědičnost''.

File:Herm10 simulace.zip

2020-06-03T23:03:20Z

Herm10: Simulace s daty

== Summary ==
Simulace s daty

File:Herm00 interface.PNG

2020-06-03T22:59:28Z

Herm10: interface simulace

== Summary ==
interface simulace

File:Herm00 data.PNG

2020-06-03T22:59:08Z

Herm10: Data k simulaci

== Summary ==
Data k simulaci

Probability distributions/cs

2020-05-28T18:54:28Z

Herm10: Created page with "=Úvod= Pravděpodobnost nějakého náhodného jevu nám říká, jakou máme šanci, že daný jev nastane. Při řešení úloh z oblasti pravděpodobnosti nahrazujeme náh..."

=Úvod=
Pravděpodobnost nějakého náhodného jevu nám říká, jakou máme šanci, že daný jev nastane. Při řešení úloh z oblasti pravděpodobnosti nahrazujeme náhodné jevy určitými hodnotami proměnlivé veličiny
<ref name="univobrany_43">KŘÍŽ, Oldřich, Jiří NEUBAUER a Marek SEDLAČÍK. Pravděpodobnost a náhodná veličina: učební text pro distanční studium. Brno: Univerzita obrany, vydáno 2008, 43s. ISBN 978-80-7231-488-1</ref>

Abychom si mohli popsat, co že to vlastně pravděpodobnostní rozdělení je, pojďme se nejdříve podívat na pojem Náhodná veličina.

==Náhodná veličina==
Některé pokusy mají výsledek (elementární jev) vyjádřený přímo číselně – například, že padne číslo 6. U jiných jevů tomu tak být nemusí – například, že na minci padne orel. Nicméně i těmto jevům je výhodné přiřadit čísla.
Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z, …).
<ref name="techuniv_72">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. 72s ISBN 80-248-1194-4.</ref> 
[[File:Herm10_obr1.PNG]] 
Podle oboru hodnot M rozdělujeme náhodné veličiny na: 
•   Diskrétní -> obor hodnot M je konečná nebo nekonečná posloupnost 
•   Spojité -> obor hodnot M je otevřený nebo uzavřený interval 

==Diskrétní a spojité náhodné veličiny==
[[File:herm10_obr5.PNG|right|thumb|Nahoře diskrétná náhodná veličina, dole pak spojitá náhodná veličina<ref name="rozdeleni_obr">Náhodná veličina [online]. [cit. 2020-05-26]. Dostupné z: http://books.fs.vsb.cz/SystAnal/texty/07.htm</ref>.]]
Diskrétní náhodné veličiny: mohou nabývat nanejvýš spočetně mnoha hodnot. Výsledkem jednoho náhodného pokusu je to, že náhodná veličina bude mít právě jednu hodnotu.
<ref name="distr_fce"> Fakulta elektrotechniky a komunikačních technologií VUT v Brně Náhodná veličina [online]. [cit. 2020-05-15] Dostupné z: http://www.umat.feec.vutbr.cz/~hlavicka/vyuka/BMA3_predn/prednaska02.pdf</ref> 
Příklady: 
•   Počet šestek při deseti hodech kostkou 
•   Na kolikátý pokus se podaří vyvolat studenta, který něco umí 
•   Počet procent vadných součástek v balíku s 25-ti kusy 
Spojité náhodné veličiny: (zjednodušeně) mohou nabývat všech hodnot z určitého intervalu. Rozdělení spojité náhodné veličiny nelze popsat pravděpodobnostní funkcí v určitém bodě.
<ref name="distr_fce"> Fakulta elektrotechniky a komunikačních technologií VUT v Brně Náhodná veličina [online]. [cit. 2020-05-15] Dostupné z: http://www.umat.feec.vutbr.cz/~hlavicka/vyuka/BMA3_predn/prednaska02.pdf</ref> 
Příklady: 
•   Naměřená hodnota napětí 
•   Délka časového intervalu mezi dvěma událostmi

==Pravděpodobnostní rozdělení==
Vraťme se nyní k pravděpodobnostnímu rozdělení. 
Pravděpodobnostní rozdělení nebo rozdělení pravděpodobnosti náhodné veličiny je pravidlo, díky kterému se každému jevu, který tato veličina popisuje, přiřazuje určitá pravděpodobnost.
Pravděpodobnostní rozdělené můžeme chápat také jako zobrazení, které každému elementárnímu jevu přiřazuje určité reálné číslo – takové číslo charakterizuje pravděpodobnost tohoto jevu.
Rozdělení pravděpodobnosti náhodné veličiny vznikne, pokud je každé hodnotě diskrétní náhodné veličiny nebo intervalu hodnot spojité náhodné veličiny přiřazena pravděpodobnost.<ref name="rozdeleni_pst">Rozdělení pravděpodobnosti [online]. [cit. 2020-05-25]. Dostupné z: https://www.wikiwand.com/cs/Rozd%C4%9Blen%C3%AD_pravd%C4%9Bpodobnosti</ref>

=Základní pojmy=
K pochopení pravděpodobnosti a jejího rozdělení je nutné znát základní pojmy, které si nyní představíme:

==Distribuční funkce==
[[File:herm10_obr6.PNG|right|thumb|Distribuční funkce F(<math>x_i</math>)<ref name="distfce_obr">Distribuční funkce [online]. [cit. 2020-05-26]. Dostupné z: https://cit.vfu.cz/statpotr/POTR/Teorie/Predn1/distrib.htm</ref>.]]
Jedním z prostředků pro popis náhodné veličiny (spojité i diskrétní) je distribuční funkce. Tato funkce každému reálnému číslu přiřazuje pravděpodobnost, že náhodná veličina nabude hodnoty menší nebo rovné než toto číslo.
<ref name="nah_vel"> MAREK, Patrice Náhodná veličina a její popis [online]. [cit. 2020-05-15] Dostupné z: http://physics.ujep.cz/~mmaly/vyuka/poc_fyz_1/NahodnaVelicina_zaklady.pdf</ref> 
Distribuční funkce náhodné veličiny X: 
[[File:Herm10_rce1.PNG]] 
Vlastnosti distribuční funkce:
<ref name="distr_vlastnosti"> Distribuční funkce [online]. [cit. 2020-05-15] Dostupné z: https://iastat.vse.cz/Dfunkce.htm</ref> 
•   Hodnoty distribuční funkce leží mezi 0 a 1 
  [[File:Herm10_rce2.PNG]] 
•   Distribuční funkce je funkcí neklesající, pro všechna x2>x1 tedy platí: 
  [[File:Herm10_rce3.PNG]] 
•   Pro každou distribuční funkci je: 
[[File:Herm10_rce4.PNG]] 
•   Je zprava spojitá 
•   Má nejvýše spočetně mnoho bodů nespojitosti 
•   Distribuční funkce náhodné veličiny spojitého typu je spojitá a distribuční funkce náhodné veličiny diskrétního typu je nespojitá.

==Pravděpodobnostní funkce==
[[File:herm10_obr2.PNG|right|thumb|Graf pravděpodobnostní funkce [x, p(x)].<ref name="rozdeleni_pst">Rozdělení pravděpodobnosti [online]. [cit. 2020-05-25]. Dostupné z: https://www.wikiwand.com/cs/Rozd%C4%9Blen%C3%AD_pravd%C4%9Bpodobnosti</ref>.]]
Pro popis diskrétní (nespojité) náhodné veličiny se používá pravděpodobnostní funkce. 
Definice: Pravděpodobnostní funkce p(x) náhodné veličiny X přiřazuje každému reálnému číslu c pravděpodobnost, že náhodná veličina nabude této hodnoty tedy:
<ref name="univobrany_46">KŘÍŽ, Oldřich, Jiří NEUBAUER a Marek SEDLAČÍK. Pravděpodobnost a náhodná veličina: učební text pro distanční studium. Brno: Univerzita obrany, vydáno 2008, 46s. ISBN 978-80-7231-488-1</ref> 
[[File:Herm10_rce5.PNG]] 
Pravděpodobnostní funkci p(x) můžeme vyjádřit grafem (obrázek napravo), tabulkou, 
[[File:herm10_obr3.PNG]] 
nebo matematickým vzorcem. 
[[File:Herm10_rce6.PNG]]

==Hustota pravděpodobnosti==
[[File:Herm10_obr15.PNG|thumb|right|Pravděpodobnost, že náhodná proměnná X leží v intervalu [a, b]je daná plochou pod funkcí hustoty pravděpodobnosti fna intervalu [a, b].<ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>]]
U spojité náhodné veličiny se místo pravděpodobnostní funkce používá funkce hustoty pravděpodobnosti. 
Definice: Funkce hustoty pravděpodobnosti spojité náhodné veličiny X je nezáporná funkce f(x) taková, že
<ref name="univobrany_50">KŘÍŽ, Oldřich, Jiří NEUBAUER a Marek SEDLAČÍK. Pravděpodobnost a náhodná veličina: učební text pro distanční studium. Brno: Univerzita obrany, vydáno 2008, 50s. ISBN 978-80-7231-488-1</ref> 
[[File:Herm10_rce7.PNG]] 
Na následujícím obrázku můžeme vidět hustotu pravděpodobnosti několika normálních rozdělení. 
[[File:herm10_obr4.PNG|Hustota pravděpodobnosti několika normálních rozdělení.<ref name="rozdeleni_pst">Rozdělení pravděpodobnosti [online]. [cit. 2020-05-25]. Dostupné z: https://www.wikiwand.com/cs/Rozd%C4%9Blen%C3%AD_pravd%C4%9Bpodobnosti</ref>.]]

==Střední hodnota==
[[File:Herm10_obr14.PNG|thumb|right|Fyzikální význam střední hodnoty – těžiště pravděpodobnostního rozdělení <math>p(a_i)</math>.<ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>]]
Střední hodnota (aritmetický průměr) je definován jako součet všech hodnot náhodné proměnné <math>x_i</math> dělený počtem hodnot. Vypočtený průměr pak udává, jaká stejná část z úhrnu hodnot sledované číselné proměnné připadá na jednu jednotku souboru (jednoho jedince).
<ref name="stredni_hodnota"> FRIESL, Michal Střední hodnota [online]. 2014-02-08 [cit. 2020-05-10] Dostupné z: http://home.zcu.cz/~friesl/hpsb/e.html</ref> 
Střední hodnota náhodné veličiny X, kde <math>g: R \to R</math> je (měřitelná) funkce, je: 
•   pro X diskrétně rozdělenou s pravděpodobnostní funkcí P definována jako 
[[File:Herm10_rce22.PNG]] 

•   pro X spojitě rozdělenou s hustotou f jako 
[[File:Herm10_rce21.PNG]] 

mají-li výrazy na pravé straně rovnice smysl.

==Rozptyl==
Rozptyl nám udává, jak moc jsou hodnoty v našem statistickém soubory rozptýleny. Rozptylu se někdy říká také variance - je to ukazatel variability (měnivosti). Řečeno definicí: 
Rozptyl <math>\sigma^2</math> je průměrem druhých mocnin odchylek jednotlivých hodnot od aritmetického průměru z hodnot statistického souboru. 
<ref name="rozptyl_m"> Rozptyl [online]. © 2006—2014 [cit. 2020-05-10] Dostupné z: https://matematika.cz/rozptyl</ref>
<ref name="rozptyl_e"> VACHTOVÁ, Jitka Rozptyl [online]. 2020 [cit. 2020-05-10] Dostupné z: https://www.ekovyp.cz/rozptyl</ref>

[[File:Herm10_rce9.PNG]] 
<math>\sigma^2</math> ... rozptyl 
n ..... počet prvků statistického souboru 
<math>x_i</math> ... prvek statistického souboru o indexu i 
<math>\overline{x}</math> ..... prostý aritmetický průměr 

==Kvantily==
[[File:Herm10_obr13.PNG|thumb|right|Příklad kvantilu 0,9 (90%) pro normální rozdělení.<ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>]]
Kvantily rozdělují množinu náhodných proměnných na určité části. Dělí prostor náhodných proměnných na část jevů, které nastanou s pravděpodobností menší nebo rovnou kvantilu a druhá část jevů s pravděpodobností rovnou 1 - kvantil. Medián je například kvantil o hodnotě 0.5. Dělí tedy prostor náhodných proměnných na dvě stejně pravděpodobné části. 
Specifické názvy kvantilů: 
•    kvartily: 0.25, 0.5, 0.75 
•    decily: 0.1, 0.2, 0.9 
•    centily: 0.01, 0.02, 0.99
 
 
 

=Typy rozdělení=
Jak již vyplývá z výše uvedených pojmů, typy rozdělení se nám v první řadě dělí na rozdělení pravděpodobnosti diskrétní a spojité náhodné veličiny. Dále pak existují například [https://portal.matematickabiologie.cz/index.php?pg=analyza-a-hodnoceni-biologickych-dat--vicerozmerne-metody-pro-analyzu-dat--vicerozmerna-rozdeleni-pravdepodobnosti--vicerozmerna-rozdeleni-pravdepodobnosti--vicerozmerne-normalni-rozdeleni vícerozměrná rozdělení pravděpodobnosti], kterými se ale tento učební text nezabývá. 

Nyní se pojďme podívat na důležitá pravděpodobnostní rozdělení, z nichž si většinu zde představíme podrobněji. 
Důležitá diskrétní rozdělení
<ref name="rozdeleni_pst">Rozdělení pravděpodobnosti [online]. [cit. 2020-05-25]. Dostupné z: https://www.wikiwand.com/cs/Rozd%C4%9Blen%C3%AD_pravd%C4%9Bpodobnosti</ref> 
•   Alternativní rozdělení (X nabývá pouze dvou hodnot 0 nebo 1) 
•   Binomické rozdělení (n pokusů se stejnou pravděpodobností) 
•   Poissonovo rozdělení 
•   Negativně binomické rozdělení 
•   Pascalovo rozdělení (speciální případ negativně binomického rozdělení) 
•   Geometrické rozdělení (speciální případ Pascalova rozdělení) 
•   Hypergeometrické rozdělení 
•   Logaritmické rozdělení 

Důležitá spojitá rozdělení
<ref name="rozdeleni_pst">Rozdělení pravděpodobnosti [online]. [cit. 2020-05-25]. Dostupné z: https://www.wikiwand.com/cs/Rozd%C4%9Blen%C3%AD_pravd%C4%9Bpodobnosti</ref> 
•   Rovnoměrné rozdělení 
•   Normální rozdělení (označované také jako Gaussovo rozdělení) 
•   Logaritmicko-normální rozdělení (také log-normální rozdělení) 
•   Exponenciální rozdělení 
•   Cauchyho rozdělení 
•   Gama rozdělení 
•   Laplaceovo rozdělení (nebo také dvojitě exponenciální rozdělení) 
•   Logistické rozdělení 
•   Maxwellovo-Boltzmannovo rozdělení 
•   Studentovo rozdělení 
•   Fisherovo-Snedecorovo rozdělení 
•   χ² rozdělení (Chí kvadrát)

==Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny==

===Alternativní rozdělení===
Používá se, když má náhodný pokus pouze dva možné výsledky => úspěch; neúspěch.
<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref> 
[[File:herm10_roz1.PNG]]

 Příklad:
<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Házíme jedenkrát kostkou. Najděte pravděpodobnostní funkci náhodné veličiny X, která udává, jestli v daném hodu padlo číslo menší než 3.

 Řešení: 
Obor hodnot obsahuje dva prvky: M= {0,1}. Úspěch v našem případě znamená, že padlo číslo menší než 3, a to číslo 1 nebo 2. Neúspěch značí, že padla čísla 3, 4, 5 nebo 6. 
Tedy: 
[[File:Herm10_rce10.PNG]] 
Pravděpodobnostní funkce náhodné veličiny X je tvaru: 
[[File:Herm10_rce11.PNG]]

===Binomické rozdělení===
[[File:herm10_obr7.PNG|right|thumb|340px|Pravděpodobnostní funkce náhodné veličiny s binomickým rozdělením pro n=10 a n=100<ref name="bin_obr">Binomické rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://portal.matematickabiologie.cz/index.php?pg=aplikovana-analyza-klinickych-a-biologickych-dat--biostatistika-pro-matematickou-biologii--nahodna-velicina-rozdeleni-pravdepodobnosti-a-realna-data--dalsi-rozdeleni-pravdepodobnosti--binomicke-rozdeleni</ref>.]]
Náhodná veličina udává počet úspěchů v posloupnosti n nezávislých alternativních pokusů. Binomické rozdělení vychází z Bernoulliova pokusu, který spočívá v tom, že v daném náhodném pokusu mohou nastat pouze dva stavy: úspěch, neúspěch.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref> 
[[File:herm10_rozBi2.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Zásilka obsahuje 85 % kvalitních a 15 % nekvalitních výrobků. Náhodně s vracením vybereme 4 výrobky. Určete pravděpodobnost, že právě 3 z nich budou kvalitní.

 Řešení: 
Náhodná veličina X udává počet vybraných kvalitních výrobků,X∼Bi(4;0,85). 
[[File:herm10_rce12.PNG]] 
Pravděpodobnost, že právě 3 výrobky z námi vybraných 4 budou kvalitní, je 36,85 %.

===Negativně binomické rozdělení===
Rozdělení počtu neúspěchů předcházejících n-tému úspěchu v posloupnosti nezávislých pokusů. Ekvivalentem k NB(1, p) je Geo(p).<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozNegBin4.PNG]]

===Geometrické rozdělení===
[[File:herm10_obr9.PNG|right|thumb|340px|Pravděpodobnostní funkce a distribuční funkce <math>Geo(\frac{1}{6})</math><ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>.]]
Udává počet neúspěchů před prvním úspěchem v posloupnosti nezávislých pokusů.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref> 
[[File:herm10_rozGeom3-1.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Ve firmě je známé, že na výběrové řízení na určitou pozici se dostaví uchazeč s vysokoškolským vzděláním s pravděpodobností 0,65, a uchazeč bez vysokoškolského vzdělání s pravděpodobností 0,35. Určete pravděpodobnost, že až čtvrtý uchazeč o danou pozici bude mít vysokoškolské vzdělání.

 Řešení: 
Náhodná veličina X∼Ge(0,65).

 [[File:herm10_rce13.PNG]]
 Pravděpodobnost, že o pozici ve firmě se až jako čtvrtý bude ucházet člověk s vysokoškolským vzděláním, je 2,79 %.

===Poissonovo rozdělení===
[[File:herm10_obr8.PNG|right|thumb|340px|Všimněte si, že pro velká λje Poissonovorozdělení podobné normálnímu rozdělení. Ale podstata náhodných jevů, které obě rozdělení popisují je zcela odlišná<ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>.]]
Náhodná veličina X charakterizuje počet výskytů události, která nastane za časovou jednotku. Například jaká je pravděpodobnost, že v následujících dvaceti minutách přijde do obchodu pět lidí.
K událostem dochází náhodně, jednotlivě a vzájemně nezávisle. Průměrný počet událostí za časovou jednotku je roven parametru λ.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozPois3.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Předpokládejme, že realitní makléř jedná v průměru s 5 zákazníky za den. Jaká je pravděpodobnost, že počet zákazníků makléře za jeden den bude právě 5.

 Řešení: 
Náhodná veličina X udává počet zákazníků makléře za den,X∼Po(5).
 [[File:herm10_rce14.PNG]] 
S pravděpodobností 17,55 % bude mít v průběhu dne makléř právě 5 zákazníků.

===Hypergeometrické rozdělení===
Máme N prvků, mezi kterými je M prvků se sledovanou vlastností. Pokus opakujeme n-krát. Jednotlivé pokusy jsou vzájemně závislé => výsledek v jakémkoli pokusu závisí na předešlých pokusech. Je to tedy výběr bez vracení.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref> 
[[File:herm10_rozHyperGeom5.PNG]] 

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
V bance mají seznam 50 žadatelů o úvěr. Mezi nimi je 35 spolehlivých a 15 nespolehlivých žadatelů. Určete pravděpodobnost, že jestli banka poskytne úvěr právě 20 žadatelům, bude z nich 15 spolehlivých a 5 nespolehlivých.

 Řešení: 
•    N   = 150 .... všichni žadatelé 
•    M   = 35 ..... spolehliví žadatelé 
•  N-M = 15 ... nespolehliví žadatelé 
•    n    = 20 ..... počet poskytnutých úvěrů 
•    x    = 15 ..... vybraní spolehliví zájemci 
•   n-x  = 5 .... vybraní nespolehliví zájemci 
Pak námi hledaná pravděpodobnost je:
 [[File:herm10_rce15.PNG]] 

Pravděpodobnost, že z 20-ti poskytnutých úvěrů bude 15 poskytnutých spolehlivým žadatelům a 5 nespolehlivým žadatelům, je 20,7 %.

==Základní typy rozdělení pravděpodobnosti spojité náhodné veličiny==

===Rovnoměrné rozdělení===
[[File:herm10_obr10.PNG|right|thumb|340px|Hustota pravděpodobnosti a distribuční funkce <math>R(0,\frac{1}{6})</math><ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>.]]
Rozdělení s konstantní hustotou, tedy každá hodnota z intervalu (a, b) je stejně pravděpodobná.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref> 
[[File:Herm10_rozRovn6.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Na prezentaci nově založené firmy je každých 20 minut promítána krátká prezentace o jejich vymezených cílech. Určete pravděpodobnost, že jestli náhodně přijdeme do promítací místnosti, nebudeme čekat více jak 5 minut.

 Řešení: 
Náhodná veličina X udává dobu čekání na prezentaci, X∼R(0,20). 
[[File:Herm10 rce16.PNG]]

===Normální rozdělení (Gausovo)===
[[File:herm10_obr12.PNG|right|thumb|Hustota pravděpodobnosti a distribuční funkce <math>N(3, 6.25)</math><ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>.]]
Nejdůležitější rozdělení spojitého typu, jelikož<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>: 
•  vyskytuje se nejčastěji 
•  blíží se mu mnoho jiných rozdělení 
•  řada jiných rozdělení se jím dá nahradit 
[[File:herm10_rozNormal7.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Jistá firma se rozhodla podrobit své zaměstnance IQ testu. Průměrná hodnota IQ testu byla 115, směrodatná odchylka 16. Předpokládejme, že hodnoty IQ testu se řídí normálním rozdělením. Určete pravděpodobnost, že hodnota IQ testu při náhodně vybraném zaměstnanci nabude hodnoty menší nebo rovné než 120.

 Řešení: 
Náhodná veličina X udává hodnotu IQ testu, X∼N(115,162). 
[[File:herm10_rce17.PNG]] 

Hodnota IQ testu nabude hodnoty menší nebo rovné jak 120 s pravděpodobností 61,17 %.

===Normované normální rozdělení===
Jedná se o speciální případ obecného normálního rozložení, kdy µ = 0, σ^2 = 1.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozNormovNorm11.PNG]]

===Exponenciální rozdělení===
[[File:herm10_obr11.PNG|right|thumb|340px|Hustota pravděpodobnosti a distribuční funkce <math>Exp(0.25)</math><ref name="ppt_obr">Pravděpodobnostní rozdělení [online]. [cit. 2020-05-28]. Dostupné z: https://docplayer.cz/1838424-Rovnomerne-rozdeleni.html</ref>.]]
Představuje dobu čekání do nastoupení (poissonovského) náhodného jevu, nebo délku intervalu (časového nebo délkového) mezi takovými dvěma jevy (např. doba čekání na obsluhu, vzdálenost mezi dvěma poškozenými místy na silnici).
Závisí na parametru λ, což je převrácená hodnota střední hodnoty doby čekání do nastoupení sledovaného jevu.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozExponen9.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Životnost určitého výrobku se řídí exponenciálním rozdělením se střední hodnotou životnosti 200 hodin. Určete pravděpodobnost, že daný výrobek bude funkční nejvýše 150 hodin.

 Řešení: 
Víme, že: E(X)=200 hodin, tedy X∼Ex(1200),λ=0,005.
 [[File:herm10_rce18.PNG]] 
S pravděpodobností 52,76 % bude výrobek funkční nejvýše 150 hodin.

===Logaritmicko-normální rozdělení===
Náhodná veličina X má logaritmicko-normální rozdělení s parametry μ, <math>\sigma^2(X)</math>, jestliže ln(X) má normální rozdělení N(μ,σ^2)<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozLogaritNorm12.PNG]]

 Příklad:<ref name="Priklady_teorie">BUDÍKOVÁ, Marie a ŠÁLYOVÁ, Jitka Vybraná pravděpodobnostní rozložení Přírodovědecká fakulta Masarykovy University [online]. [cit. 2020-05-10]. Dostupné z: https://is.muni.cz/do/rect/el/estud/prif/ps15/statistika/web/index2.html</ref> 
Nechť X je náhodná veličina s logaritmicko normálním rozdělením s parametry μ=2 a <math>\sigma^2(X)</math>=9. Určete pravděpodobnost, že náhodná veličina X je z intervalu (0,30).

 Řešení: 
Náhodná veličina X∼LN(2;9), hledaná pravděpodobnost je:
 [[File:herm10_rce19.PNG]]

===Cauchyho rozdělení===
Hustota je symetrická kolem a, momenty neexistují, E |X| = +∞.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozCauchy8.PNG]]

===Gama rozdělení ===
Gama rozdělení se obvykle používá při analýze front.<ref name="Prehled"> KULICH, Michal Přehled pravděpodobnostních rozdělení Matematicko-fyzikální fakulta Univerzita Karlova 2009
[online]. [cit. 2020-05-10]. Dostupné z: http://www.karlin.mff.cuni.cz/~pesta/NSTP097/rozdeleni.pdf</ref><ref name="techuniv">OTIPKA, Petr a Vladislav ŠMAJSTRLA. Pravděpodobnost a statistika., Ostrava: Vysoká škola báňská - Technická univerzita, 2006. ISBN 80-248-1194-4.</ref>
 [[File:herm10_rozGama10.PNG]]

=Citace=
<references/>

File:Herm10 rce22.PNG

2020-05-28T17:24:59Z

Herm10: Střední hodnota

== Summary ==
Střední hodnota

File:Herm10 rce20.PNG

2020-05-28T17:22:44Z

Herm10: Herm10 načetl novou verzi File:Herm10 rce20.PNG

== Summary ==
střední hodnota

File:Herm10 rce20.PNG

2020-05-28T17:19:00Z

Herm10: Herm10 načetl novou verzi File:Herm10 rce20.PNG

== Summary ==
střední hodnota

File:Herm10 rce20.PNG

2020-05-28T17:18:27Z

Herm10: Herm10 načetl novou verzi File:Herm10 rce20.PNG

== Summary ==
střední hodnota

File:Herm10 rce20.PNG

2020-05-28T17:15:18Z

Herm10: Herm10 načetl novou verzi File:Herm10 rce20.PNG

== Summary ==
střední hodnota

File:Herm10 obr15.PNG

2020-05-28T13:59:33Z

Herm10: Hustota

== Summary ==
Hustota

File:Herm10 obr14.PNG

2020-05-28T13:59:16Z

Herm10: Střední hodnota -> těžiště

== Summary ==
Střední hodnota -> těžiště

File:Herm10 obr13.PNG

2020-05-28T13:58:52Z

Herm10: Kvantily

== Summary ==
Kvantily

File:Herm10 obr7.PNG

2020-05-27T17:23:35Z

Herm10: /* Summary */

== Summary ==
Binomické rozdělení

File:Herm10 obr12.PNG

2020-05-27T17:16:37Z

Herm10: Normální rozdělení

== Summary ==
Normální rozdělení

File:Herm10 obr11.PNG

2020-05-27T17:16:21Z

Herm10: Exponenciální rozdělení

== Summary ==
Exponenciální rozdělení

File:Herm10 obr10.PNG

2020-05-27T17:16:01Z

Herm10: Rovnoměrné rozdělení

== Summary ==
Rovnoměrné rozdělení

File:Herm10 obr9.PNG

2020-05-27T17:15:46Z

Herm10: Geometrické rozdělení

== Summary ==
Geometrické rozdělení

File:Herm10 obr8.PNG

2020-05-27T17:15:33Z

Herm10: Poissonovo rozdělení

== Summary ==
Poissonovo rozdělení

File:Herm10 obr7.PNG

2020-05-27T17:14:56Z

Herm10: Alternativní rozdělení

== Summary ==
Alternativní rozdělení

File:Herm10 obr6.PNG

2020-05-27T17:14:27Z

Herm10: Distribuční funkce

== Summary ==
Distribuční funkce

File:Herm10 obr5.PNG

2020-05-26T18:35:42Z

Herm10: Diskrétní a spojitá náhodná veličina

== Summary ==
Diskrétní a spojitá náhodná veličina

File:Herm10 obr3.PNG

2020-05-26T14:21:00Z

Herm10: Herm10 načetl novou verzi File:Herm10 obr3.PNG

== Summary ==
pravděpodobnostní funkce - tabulka

File:Herm10 obr2.PNG

2020-05-26T14:17:16Z

Herm10: Pravděpodobnostní funkce - graf

== Summary ==
Pravděpodobnostní funkce - graf

File:Herm10 obr3.PNG

2020-05-26T14:16:52Z

Herm10: pravděpodobnostní funkce - tabulka

== Summary ==
pravděpodobnostní funkce - tabulka

File:Herm10 obr4.PNG

2020-05-26T14:00:47Z

Herm10: Hustota

== Summary ==
Hustota

File:Herm10 rce21.PNG

2020-05-26T13:53:45Z

Herm10: střední hodnota

== Summary ==
střední hodnota

File:Herm10 rce20.PNG

2020-05-26T13:53:32Z

Herm10: střední hodnota

== Summary ==
střední hodnota

File:Herm10 rozGeom3-1.PNG

2020-05-25T21:35:24Z

Herm10: Herm10 načetl novou verzi File:Herm10 rozGeom3-1.PNG

== Summary ==
Geometrické rozdělení

File:Herm10 rozGeom3-1.PNG

2020-05-25T21:22:51Z

Herm10: Herm10 načetl novou verzi File:Herm10 rozGeom3-1.PNG

== Summary ==
Geometrické rozdělení

File:Herm10 rozGeom3-1.PNG

2020-05-25T21:21:40Z

Herm10: Herm10 načetl novou verzi File:Herm10 rozGeom3-1.PNG

== Summary ==
Geometrické rozdělení

File:Herm10 rce19.PNG

2020-05-25T21:17:25Z

Herm10: Rovnice k příkladu

== Summary ==
Rovnice k příkladu

File:Herm10 rozLogaritNorm12.PNG

2020-05-25T16:17:10Z

Herm10: Logaritmicko-normální rozdělení

== Summary ==
Logaritmicko-normální rozdělení

File:Herm10 rozNormovNorm11.PNG

2020-05-25T16:16:42Z

Herm10: Normované normální rozdělení

== Summary ==
Normované normální rozdělení

File:Herm10 rozGama10.PNG

2020-05-25T16:16:17Z

Herm10: Gama rozdělení

== Summary ==
Gama rozdělení

File:Herm10 rozExponen9.PNG

2020-05-25T16:16:03Z

Herm10: Exponenciální rozdělení

== Summary ==
Exponenciální rozdělení

File:Herm10 rozCauchy8.PNG

2020-05-25T16:15:37Z

Herm10: Cauchyovo rozdělení

== Summary ==
Cauchyovo rozdělení