Mathematik für Biologiestudierende¶
Wintersemester 2025/26
26.11.2025
© 2025 Prof. Dr. Rüdiger W. Braun
Wiederholung (interaktiv)¶
Gehen Sie auf die Website
und geben Sie folgende Zugangsnummer ein
- 670719
oder scannen Sie den QR-Code

Themen heute¶
- Integrale als Flächeninhalt
- Stammfunktionen
- Hauptsatz der Differential- und Integralrechnung
import numpy as np
np.set_printoptions(legacy='1.21')
import seaborn as sns
sns.set_theme()
sns.set_context('talk')
import pandas as pd
from scipy import stats
Integralrechnung¶
Flächeninhalt¶
- $f(x)$ eine Funktion, die keine negativen Werte annimmt
- $a$ und $b$ Intervallgrenzen
- den Inhalt der Fläche unter $f(x)$ zwischen $a$ und $b$ bezeichnet man mit $$ \int_a^b f(x) dx $$
- $ \int_a^b f(x) dx $ ist das Integral von $f(x)$ in den Grenzen von $a$ bis $b$
Skizze¶
- Funktion $f(x)$ darf nun auch negative Werte annehmen
- Dann ist $$ \int_a^b f(x) dx $$ die Differenz zwischen dem Flächeninhalt oberhalb und dem Flächeninhalt unterhalb der $x$-Achse
- $\int_a^b f(x) dx$ ist also negativ, wenn die Fläche unterhalb der $x$-Achse größer ist als die Fläche oberhalb ist
- Das Zeichen $\int_a^b$ ist das "bestimmte Integral"
Stammfunktion¶
Falls $$ F'(x) = f(x) $$
- dann ist $f$ die Ableitung von $F$
- und $F$ ist eine Stammfunktion von $f$
- Man schreibt $$ \int f(x) dx = F(x) $$
- Das Zeichen $ \int $ ist das "unbestimmte Integral"
- Stammfunktionen sind nicht eindeutig
- Wenn $F(x)$ eine Stammfunktion von $f(x)$ ist, dann ist auch $F(x) + C$ eine Stammfunktion von $f(x)$, wenn $C$ eine Konstante ist
- Das liegt daran, dass $C' = 0$
Beispiel¶
- $\frac{x^2}2$ ist eine Stammfunktion von $x$, denn $(x^2)' = 2x$
- Wir schreiben $$ \int x\, dx = \frac{x^2}2 $$
- In Lehrbüchern findet man auch die Schreibweise $$ \int x\, dx = \frac{x^2}2 + C $$ um anzudeuten, dass die Stammfunktion nicht eindeutig ist
Hauptsatz der Differential- und Integralrechnung¶
Wenn $F(x)$ eine Stammfunktion von $f(x)$ ist, dann $$ \int_a^b f(x) dx = F(b) - F(a) $$
Man schreibt $$ \int_a^b f(x) = F(x) \Bigr|_a^b $$
Beispiel $$ \int_0^5 x\, dx = \frac12 x^2 \Bigr|_0^5 = \frac12 5^2 - \frac12 0^2 = \frac{25}2 = 12.5 $$
Skizze¶
Das Dreieck füllt das Quadrat mit der Seitenlänge 5 zur Hälfte aus. Sein Flächeninhalt ist also tatsächlich gleich 12.5
Eigenschaften des Integrals¶
- Wenn $a<b<c$, dann $$ \int_a^b f(x) dx + \int_b^c f(x) dx = \int_a^c f(x) dx $$
- Speziell $$ \int_a^a f(x) dx = 0 $$
- Viele wichtige Integrale lassen sich nicht geschlossen ausdrücken
- "geschlossen" bedeutet, dass das Integral in Termen von bereits bekannten Funktionen geschrieben wird
- Ein Beispiel für ein Integral, das nicht geschlossen ausgedrückt werden kann, ist $ \displaystyle \int e^{-x^2} dx $
- Das ist aber leider das wichtigste Integral der Statistik
- Wir sind also auf Tabellen und Computer angewiesen
Kontinuierliche Zufallsvariablen¶
Beispiele für Größen, die als kontinuierliche Zufallsvariable modelliert werden
- Längen, Massen, Volumina (Bsp: Gewichtszunahme eines Versuchstiers)
- Konzentrationen (Bsp: Vitamingehalt einer Frucht)
- Größen, die eigentlich diskret sind, bei denen die Anzahlen aber sehr hoch sind (Bsp: Keimerfolge)
Eine Zufallsvariable $X$ heißt kontinuierlich mit Dichte $f$, wenn $$ P(a \le X < b) = \int_a^b f(x) dx $$
Man bezeichnet
- $f$ als Dichte und
- $F(x) = \int_{-\infty}^x f(x) dx$ als Verteilungsfunktion von $X$
- Wenn $f$ die Dichte und $F$ die Verteilungsfunktion ist, dann ist $F$ eine Stammfunktion der Dichte
- also $$ P(a\le X<b) = \int_a^b f(x) dx = F(b) - F(a) $$
Wegen $ \int_a^a f(x) dx = 0 $ gilt dann auch $$ P(a\le X \le b) = P(a<X<b) = P(a<X\le b) = F(b) - F(a) $$
Konsistenzbedingung für die Dichte¶
Wenn $f$ die Dichte einer Zufallsvariablen sein kann, müssen Bedingungen erfüllt sein
$$ f(x) \ge 0 \text{ für alle $x$} $$ $$ \int_{-\infty}^\infty f(x) dx = 1 $$
Standard-Normalverteilung¶
- Die Dichte der Standardnormalverteilung ist die Gaußsche Glockenkurve $$ \varphi(x) = \frac1{\sqrt{2\pi}} \exp\!\left( -\frac{x^2}2 \right) $$
- Die Verteilungsfunktion ist $$ \Phi(u) = \frac1{\sqrt{2\pi}} \int_{-\infty}^u \exp\!\left( -\frac{x^2}2 \right) dx $$
- Eine explizitere Formel gibt es nicht
In scipy.stats wird die Standard-Normalverteilung als stats.norm() aufgerufen
P = stats.norm() # Normalverteilung
P.cdf(u)ist $\Phi(u)$ wie oben- Wenn die Zufallsvariable $X$ standard-normalverteilt ist, dann ist die Wahrscheinlichkeit von $\{ X < u \}$ gleich
P.cdf(u)für diesesP
P.cdf(0)
0.5
P.cdf(4)
0.9999683287581669
P.cdf(-4)
3.167124183311986e-05
df = pd.DataFrame()
df['x'] = np.linspace(-4, 4, 100)
df['Dichte'] = np.exp(-df.x**2/2) / np.sqrt(2*np.pi)
ax = sns.lineplot(df, x='x', y='Dichte', label='Dichte')
df['Phi'] = P.cdf(df.x)
ax1 = sns.lineplot(df, x='x', y='Phi', label='$\\Phi$', ax=ax)
ax1.figure
nice to know, aber nicht prüfungsentscheidend:
$schaltet um in LaTeX-Modus\Phigriechischer Buchstabe als LaTeX-Befehl- in Python ist
\das Fluchtsymbol und muss selber durch das Fluchtsymbol geschützt werden
Eigenschaften der Verteilungsfunktion der Standard-Normalverteilung¶
- $\Phi(x) > 0$ für alle $x$
- $\lim_{x\to-\infty} \Phi(x) = 0$
- $\lim_{x\to\infty} \Phi(x) = 1$
- $\Phi(-x)=1-\Phi(x)$ für alle $x$ (Symmetrie an $x=0$)
Beispiel¶
- Die mittlere Halmlänge eines bestimmten Grases beträgt 10cm
- Die Zufallsvariable $X$ misst den Unterschied eines einzelnen Grashalms zur mittleren Halmlänge
- Unser Modell sagt, dass $X$ standard-normalverteilt ist
- Das bedeutet: Die Halmlänge in cm wird modelliert als $10+X$
Welcher Anteil der Halme ist kürzer als 11cm?
Halmlänge < 11cm bedeutet $X<1$, also ist die gesuchte Wahrscheinlichkiet gleich
P.cdf(1)
0.8413447460685429
Welcher Anteil der Halme ist länger als 8cm?
Halmlänge ≥ 8cm bedeutet $X \ge -2$, also ist die gesuchte Wahrscheinlichkeit gleich
1 - P.cdf(-2)
0.9772498680518208
Welcher Anteil der Halme hat eine Länge zwischen 8cm und 11cm?
P.cdf(1) - P.cdf(-2)
0.8185946141203637