+ All Categories
Transcript
Page 1: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Biostatistik, Sommer 2017Einfuhrung, Quadratische Gleichungen

Prof. Dr. Achim Klenke

http://www.aklenke.de

1. Vorlesung: 21.04.2017

1/37

Page 2: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Inhalt1 Organisatorisches

ThemenLiteratur

2 Mathematik anwendenVorgehen (einfach)Vorgehen (anspruchsvoll)

3 Zahlen und RechenregelnZahlendarstellungPotenzen und WurzelnBruchrechnung

4 Quadratische GleichungenTheorieBeispiel: Hardy-Weinberg-Gleichgewicht

2/37

Page 3: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Organisatorisches

Orte, Zeiten, Ubungen, Zulassungskriterien, . . .

http://www.aklenke.de

Ubungen: elektronisch via ilias, von Timo Schluterbetreut. Abgabe jeweils bis Freitag.Tutorien fur Fragen, Besprechung der Ubungsaufgaben,etc.Klausur (Modul 4-1): 24.07.2017, 10-12 Uhr.

3/37

Page 4: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Organisatorisches

Tutoriumstermine und -raume

Es wird vier Tutorien geben. Voraussichtliche Termine:

1 Di 12–14, Raum 04-224 Lukas Metzdorf2 Mi 12–14, Raum 05-514 Lukas Metzdorf3 Do 14–16, Raum 04-516 Fabio Frommer4 Fr 12–14, Raum 04-224 Fabio Frommer

Raume im Institut fur Mathematik, Staudingerweg 9

Anmeldung elektronisch.

4/37

Page 5: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Organisatorisches Themen

ThemenWiederholung Schulmathematik

Dreisatz, Zahlen, quadratische Gleichungen, FolgenExponential- und LogarithmusfunktionDifferential- und Integralrechnung

Beschreibende StatistikMittelwert, Median, Quantile, StandardfehlerLineare RegressionHistogramme etc.

Schließende StatistikGrundbegriffe der WahrscheinlichkeitstheorieSchatzerKonfidenzintervalleTests (t , χ2, Rangtests)

5/37

Page 6: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Organisatorisches Literatur

Literaturhinweise (UB Lehrbuchsammlung)

1 Steland, Mathematische Grundlagen der empirischen Forschung,Springer 2004

2 Bohl, Mathematik in der Biologie, Springer 20013 H. Vogt, Grundkurs Mathematik fur Biologen, 2. Aufl., Teubner,

1994.4 A. Riede, Mathematik fur Biologen, Vieweg, 1993.

5 F. Barlocher, Biostatistik, Thieme, 1999.6 W. Timischl, Biostatistik : eine Einfuhrung fur Biologen und

Mediziner, 2. Aufl., Springer, 2000.7 W. Kohler, G. Schachtel, P. Voleske, Biostatistik : eine Einfuhrung

fur Biologen und Agrarwissenschaftler, 4. Aufl., Springer, 2007.(Auch als E-Book vorhanden)

6/37

Page 7: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Organisatorisches

Quellen

Diese Vorlesung basiert in Teilen auf Material vonBrooks Ferebee (Universitat Frankfurt)Gaby Schneider (Universitat Frankfurt)Anton Wakolbinger (Universitat Frankfurt)Martin Hutzenthaler und Dirk Metzler (LMU Munchen)Matthias Birkner (Uni Mainz)

7/37

Page 8: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (einfach)

Was ist Mathematik?

Mathematik ist Sprache und Kalkul.

Drei Schritte:(1) konkretes Problem formalisieren(2) formales Problem losen(3) formale Losung im Kontext interpretieren

8/37

Page 9: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (einfach)

Beispiel: Ansetzen einer chemischen Losung.

Es sollen 20ml einer 2% igen wassrigen Losung angesetztwerden. Im Regal finden Sie:

15% ige Losungreines Wasser

9/37

Page 10: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (einfach)

(1) Formalisieren: Wir definieren Symbole x und y durch

x = Volumen der 15% igen Losung, die verwendet wirdy = Volumen des Wassers, das verwendet wird

Es ergeben sich zwei Gleichungen

15% · x20 ml

= 2%, x + y = 20 ml.

10/37

Page 11: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (einfach)

15% · x20 ml

= 2%, x + y = 20 ml.

(2) Formale Losung:

15% · x20 ml

= 2% =⇒ 15% · x = 2% · 20 ml

=⇒ x =2%

15%· 20 ml =

83

ml ≈ 2.67 ml.

Aus der zweiten Gleichung (x + y = 20 ml) folgty = 20 ml− x = 52

3 ml ≈ 17.33 ml.

11/37

Page 12: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (einfach)

(3) InterpretationEs mussen 2.67 ml der 15% igen Losung in 17.33 ml Wasserpipettiert werden.

12/37

Page 13: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

Anspruchsvollere Verwendung vonMathematik

Funf Schritte:(1) Modell bilden(2) Modell formalisieren(3) formales Modell mathematisch analysieren(4) formale Ergebnisse interpretieren(5) Vergleich mit der Natur bzw. Schatzen von

Modellparametern (hier kommt Statistik ins Spiel)

13/37

Page 14: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

Beispiel: Verseuchung des Edersees.Durch einen Chemie-Unfall ist der Edersee mit PCB verseucht.Konzentration c = 1µg/l .Wie groß ist die Belastung nach einem Jahr?

14/37

Page 15: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(1) Modell bilden.

Konstanter Wasserzufluss.Jeden Tag durchmischt sich das zugeflossene Wasserkomplett mit dem Inhalt des Stausees und fließt dann ab.

Alternativen:Das zugeflossene Wasser fließt ab, ohne sich zudurchmischen.Das zugeflossene Wasser verdrangt das vorhandeneWasser....

15/37

Page 16: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(2) Modell formalisieren.

Volumen des Sees: V = 200Mio m3.

Zufluss eines Jahres: Z = 600Mio m3.

Konzentration am Tag n = 0,1, . . . ,365: cn.Speziell c0 = c = 1µg/l .

Modellannahme ”konstanter Zufluss“ liefertZufluss eines Tages:

ZT =Z

365.

Modellannahme ”taglich perfekte Vermischung“ liefert

cn+1 = cn ·V

V + ZT.

16/37

Page 17: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(3) Formales Modell analysieren.Wir haben c0 = 1 und

cn+1 = cn ·V

V + ZT= cn ·

200Mio

200Mio + 600Mio/365

= cn ·1

1 + 3/365.

Alsoc1 = c0 ·

11 + 3/365

c2 = c1 ·1

1 + 3/365= c0 ·

(1

1 + 3/365

)2

c3 = c2 ·1

1 + 3/365= c0 ·

(1

1 + 3/365

)2

· 11 + 3/365

= c0 ·(

11 + 3/365

)3

17/37

Page 18: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(3) Formales Modell analysieren.

Also fur jedes n:

cn = c0 ·(

11 + 3/365

)n

.

Speziell ist

c365 = c0 ·(

11 + 3/365

)365

= 0.0504 µg/l .

18/37

Page 19: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(4) Formales Ergebnis interpretieren.

Nach einem Jahr betragt die Konzentration PCB im Ederseenoch 0.0504 µg/l (falls das Modell realistisch ist).

19/37

Page 20: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Mathematik anwenden Vorgehen (anspruchsvoll)

(5) Vergleich mit der Realitat.

20/37

Page 21: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Zahlendarstellung

Schreibweisen fur reelle Zahlen:√3, 1−

√2, π, e (das lieben Mathematiker)

1.73205 . . ., −0.41421 . . ., 3.14159 . . .(das versteht der Taschenrechner)5/3 = 1.6 = 1.66666 . . .1.67 · 105 = 167 000, denn 105 = 100 0002.3 · 10−4 = 0.00023, denn und 10−4 = 0.00011.67 E5 = 1.67 · 105

2.3 E − 4 = 2.3 · 10−4

(manche altere Messinstrumente)

21/37

Page 22: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Zahlendarstellung

Zehnerpotenzen101 Zehn deka da

102 Hundert hekto h

103 Tausend kilo k

106 Million mega M

109 Milliarde giga G

1012 Billion tera T

1015 Billiarde peta P

1018 Trillion exa E

10−1 dezi d

10−2 zenti c

10−3 milli m

10−6 mikro µ

10−9 nano n

10−12 pico p

10−15 femto f

10−18 atto a

22/37

Page 23: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Zahlendarstellung

Zehnerpotenzen101 Zehn deka da

102 Hundert hekto h

103 Tausend kilo k

106 Million mega M

109 Milliarde giga G

1012 Billion tera T

1015 Billiarde peta P

1018 Trillion exa E

10−1 dezi d

10−2 zenti c

10−3 milli m

10−6 mikro µ

10−9 nano n

10−12 pico p

10−15 femto f

10−18 atto a

Gelbes Licht, Wellenlange

440nm = 440 · 10−9 m = 4.4 · 10−7 m.

23/37

Page 24: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Zahlendarstellung

Zehnerpotenzen101 Zehn deka da

102 Hundert hekto h

103 Tausend kilo k

106 Million mega M

109 Milliarde giga G

1012 Billion tera T

1015 Billiarde peta P

1018 Trillion exa E

10−1 dezi d

10−2 zenti c

10−3 milli m

10−6 mikro µ

10−9 nano n

10−12 pico p

10−15 femto f

10−18 atto a

Stromerzeugung in Deutschland (2015):646TWh = 646 · 1012 Wh = 646 · 109 kWh.1Wh = 3600 J, also wurden erzeugt:

646 · 1012 · 3600 J = 2.32 · 1018 J = 2.32EJ.24/37

Page 25: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Potenzen und Wurzeln

Fur n = 1,2,3, . . . und a ∈ R (reelle Zahl)

an = a · a · a · · · a (n Faktoren).

Regelnam · an = am+n.

(am)n = amn.

an · bn = (ab)n.

Wir setzena0 = 1

unda−m =

1am falls a 6= 0.

Wir definieren n√

a = a1/n durch

(a1/n)n = a falls a ≥ 0.

Rechenregeln gelten dann auch fur ax mit x ∈ R.25/37

Page 26: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Zahlen und Rechenregeln Bruchrechnung

Bruchrechnunga,b, c,d reelle Zahlen, b,d 6= 0. Rechenregeln

ab· c =

a cb

ab

cd

=a cb d

ab

d=

ab d

abcd

=a db c

, falls c 6= 0

ab

+cd

=ad + bc

b d.

Bruche Kurzen erfordert Geschick.26/37

Page 27: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Seien a,b, c reelle Zahlen, a 6= 0. Gesucht: Losungen von

0 = ax2 + bx + c.

Definiere Diskriminante ∆ = b2 − 4ac. QuadratischeErganzung liefert die Losungen

x1 =−b −

√∆

2a, x2 =

−b +√

2a.

SatzEs tritt stets genau einer der drei Falle auf:

(i) ∆ = 0: x1 und x2 sind reell und x1 = x2.

(ii) ∆ > 0: x1 und x2 sind reell und x1 6= x2.

(iii) ∆ < 0: Dann sind x1 und x2 keine reellen Zahlen.

27/37

Page 28: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 1

0 = 2x2 − 4x + 2.

a = 2, b = −4, c = 2.

∆ = b2 − 4ac = (−4)2 − 4 · 2 · 2 = 16− 16 = 0.

Nach dem Satz: Einzige Losung ist

x =−b −

√∆

2a=−(−4)− 0

2 · 2= 1.

28/37

Page 29: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 1

f (x) = 2x2 − 4x + 2.

−4 −2 0 2 4

−5

05

10

f(x)

29/37

Page 30: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 2

x2 − 3x + 2 = 0.

a = 1, b = −3, c = 2.

∆ = b2 − 4ac = (−3)2 − 4 · 1 · 2 = 9− 8 = 1 > 0.

Nach dem Satz: Die zwei Losungen sind

x1 =−b −

√∆

2a=−(−3)− 1

2= 1

x2 =−b +

√∆

2a=−(−3) + 1

2= 2.

30/37

Page 31: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 2

f (x) = x2 − 3x + 2.

0.0 0.5 1.0 1.5 2.0 2.5 3.0

−0.

50.

51.

52.

5

f(x)

● ●

31/37

Page 32: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 3

x2 + 2x + 2 = 0.

a = 1, b = 2, c = 2.

∆ = b2 − 4ac = (2)2 − 4 · 1 · 2 = 4− 8 = −4 < 0.

Nach dem Satz: Es gibt keine reellen Losungen.

32/37

Page 33: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Theorie

Beispiel 3

f (x) = x2 + 2x + 2.

−6 −4 −2 0 2 4

−5

515

25

f(x)

33/37

Page 34: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Beispiel: Hardy-Weinberg-Gleichgewicht

Idealisierte Population: sehr groß, diploid, hermaphroditisch.Annahme:

”Neutralitat“(keine Selektion)rein zufallige PaarungenMendel’sche Segregationzwei Allele A und a

Genotypenhaufigkeiten heute:

Genotyp AA Aa aaAnteil xAA xAa xaa

(xAA + xAa + xaa = 1)

Allelhaufigkeiten heute

Allel A a

Anteil pA = xAA + 12xAa pa = 1

2xAa + xaa

Genotypenhaufigkeiten in der nachsten Generation?34/37

Page 35: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Beispiel: Hardy-Weinberg-Gleichgewicht

Heute:Genotyp AA Aa aa

Anteil xAA xAa xaa

Allel A a

Anteil pA = xAA + 12xAa pa = 1

2xAa + xaa

Nachste Generation:Genotyp AA Aa aa

Anteil x ′AA x ′Aa x ′aa

Allel A aAnteil p′A p′a

x ′AA = p2A p′A = pA

x ′Aa = 2 pApa p′a = pa.

x ′aa = p2a

35/37

Page 36: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Beispiel: Hardy-Weinberg-Gleichgewicht

Hardy-Weinberg-GleichgewichtAllelhaufigkeiten sind konstant uber die Generationen.Unabhangig von den ursprunglichen Genotyphaufigkeitenstellt sich fur die Genotypen AA, Aa, aa nach einerGeneration das Verhaltnis

p2 : 2p(1− p) : (1− p)2

ein und andert sich dann nicht mehr.

36/37

Page 37: Biostatistik, Sommer 2017 - staff.uni-mainz.de · Organisatorisches Literatur Literaturhinweise (UB Lehrbuchsammlung) 1 Steland, Mathematische Grundlagen der empirischen Forschung,

Quadratische Gleichungen Beispiel: Hardy-Weinberg-Gleichgewicht

Hardy-Weinberg Gleichgewicht:HeterozygotenKann man pA berechnen, wenn man nur den Anteil derHeterozygoten (xAa) kennt?

xAa = 2pA(1− pA) = 2pA − 2p2A,

alsop2

A − pA +12

xAa = 0.

Auflosen nach pA (quadratische Erganzung) gibt

pA =1±√

1− 2xAa

2.

(Zusatzinformation erforderlich, um die Losung auswahlen, z.B.welches der beiden Allele haufiger ist.)

37/37


Top Related