RESUMO Para o sucesso em programas de seleção recorrente recíproca (SRR) é essencial manter a variabilidade genética ao longo dos ciclos de seleção e obter estimativas precisas dos parâmetros genéticos, que por sua vez estão diretamente relacionados ao número de progênies e repetições avaliadas. Este estudo avalia o potencial de progênies de milho do sexto ciclo de SRR e propõe, por meio de métodos de simulação, a combinação ideal entre o número de progênies e repetições para emprego na SRR de irmãos germanos. 163 progênies de irmãos germanos foram avaliadas em um delineamento de blocos casualizados, com seis repetições. Baseado nos dados de produtividade, a análise de variância foi realizada e diferentes cenários foram simulados usando o método de cadeia de Monte Carlo. Esses cenários variaram em número de repetições (duas, quatro e seis) e progênies (30 a 163). O contraste entre progênies e testemunhas foi significativo, revelando o potencial das progênies do sexto ciclo da SRR. A alta acurácia seletiva (0.77) refletida em altas estimativas de herdabilidade, permitiu uma seleção fenotípica eficiente, obtendo ganhos com a seleção de 14.07%. A partir das estimativas de variância fenotípica, genotípica, herdabilidade, acurácia seletiva e erro padrão, constatou-se que um número de repetições acima de dois resulta em mudanças drásticas nas estimativas desses parâmetros, e a partir de 130 progênies estas estimativas tendem a se estabilizarem, de modo que um número elevado de progênies não interfere de forma decisiva na qualidade da maioria dos parâmetros, exceto para os limites de variação máxima e mínima.
ABSTRACT For a reciprocal recurrent selection (RRS) program to succeed, it is essential to maintain genetic variability throughout the selection cycles and to obtain accurate estimates of genetic parameters, which in turn are directly related to the number of progenies and repetitions evaluated. This study evaluates the potential of maize progenies of the sixth cycle of RRS and proposes, using simulation methods, the ideal combination of the number of progenies and repetitions to employ in reciprocal full-sib recurrent selection. A total of 163 full-sib progenies were evaluated in a randomized block design with six repetitions. Based on the yield data, analysis of variance was carried out, and different scenarios were simulated using the Monte Carlo chain method. These scenarios varied in the number of repetitions (two, four, and six) and progenies (30 to 163). The contrast between progenies and controls was significant, revealing the potential of the progenies of the sixth cycle of RRS. The high magnitude of the selective accuracy (0.77) was reflected in high estimates of heritability, which allowed for efficient phenotypic selection, obtaining selection gains of 14.07%. From the estimates of phenotypic and genotypic variance, heritability, accuracy, and standard error, it was found that a repetition number above two results in drastic changes in the estimates of these parameters; however, with the use of 130 progenies, these estimates tend to stabilize, implying that a high number of progenies does not interfere decisively in the quality of most parameters, except for the limits of maximum and minimum variation.
