2. Физические факторы, имеющие экологическую значимость. Уровни естественного фона.

Экология – это условия окружающей среды, в которых находится биосистема.

Физические экологические факторы (по происхождению):

-геофизические →метеорологические→Земные

-космические: солнечные, космические

-антропогенные

Физические экологические факторы (по физ.сущности):

1. поля:

• магнитные поля (силовое поле, действующее на движущиеся электрические заряды и на тела, обладающие магнитным моментом, независимо от состояния их движения.)

• гравитационные поля (физическое поле, через которое осуществляется гравитационное взаимодействие (Гравитация  —универсальноефундаментальное взаимодействиемежду всеми материальными телами)

• электрические поля →ЭМ: радиоизлучение, телевизионный диапазон, локаторы, УФ облучение (на ДНК кожное облучение)

2. вибрация (механическиеколебания.)

3. радиация

• инфразвук (упругие волны, аналогичные звуковым, но с частотами ниже области слышимых человеком частот. Обычно за верхнюю границу инфразвуковой области принимают частоты 16—25 Гц)

• ультразвук (упругие звуковыеколебания высокойчастоты)

4. звуковые факторы

5. шумовые факторы

Элементы теории вероятности и математической статистики.

1. Случайные события. Относительная частота наступления события. Закон больших чисел.

Случайное событие – это событие А, которое при выполнении определённого условия Sможет произойти, а может и не произойти, например, выпадение определённой стороны монеты при её подбрасывании, выпадение определённого числа на игральном кубике.

Вероятность Р(А) в теории вероятности выступает как числовая характеристика степени возможности появления какого-либо определённого случайного события А при многократном повторении испытаний. Когда случайное событие А происходит mраз в серииnнезависимых испытаний, относительной частотой события в данной серии испытаний или просто частотой события А называют отношение:

P*(A)=m/n

Закон больших чисел: если число испытанийn∞, то относительная частота стремится к пределу, который называется вероятностью наступления А в определённых условиях.

limὐ(A)_n→∞ = lim n_A/n _n→∞ = P(A)

2. Несовместимые события. Примеры. Теорема сложения вероятностей.

Несовместимыми называются события, которые вместе не наступают. Например, одновременное выпадение на одном игральном кубике и 1 и 2, или при подбрасывании монеты одновременное выпадение и орла и решки, или одновременное нахождение одного человека в Петербурге и в Москве.

Теорема сложения вероятностей: вероятность появления одного (безразлично какого) события из нескольких несовместных событий равна сумме их вероятностей.

Для двух несовместных событий

Р(А или В) = Р(А) +Р(В)

Доказательство:

Пусть n– общее число испытаний,m₁– число случаев, благоприятствующих событию А,m₂– число случаев, благоприятствующих событию В. Число случаев, благоприятствующих наступлению либо события А, либо события В, равноm₁ +m₂. Тогда

Р(А или В) = (m₁+m₂)/n=m₁/n+m₂/n.

Отсюда, учитывая, что P(A)=m/n, имеем:

Р(А или В) =Р(А) +Р(В)

3. Независимые события. Примеры. Теорема умножения вероятностей.

1. В теории вероятностей два случайных события называются независимыми, если наступление одного из них не изменяет вероятность наступления другого. Аналогично, две случайные величины называют независимыми, если значение одной из них не влияет на вероятность значений другой.

Пример 1. Пусть брошены три уравновешенные монеты. Определим события следующим образом:

• : монеты 1 и 2 упали одной и той же стороной;

• : монеты 2 и 3 упали одной и той же стороной;

• : монеты 1 и 3 упали одной и той же стороной;

Легко проверить, что любые два события из этого набора независимы. Все же три в совокупности зависимы, ибо зная, например, что события произошли, мы знаем точно, что также произошло.

Теорема умножения вероятностей : вероятность совместного поведения независимых событий равна произведению их вероятностей .для 2 событий P(A и B)= Р(А)* Р(В)

4. Непрерывная случайная величина. Плотность вероятности. Условие нормировки.

Непрерывная случайная величина принимает любые значения внутри некоторого интервала : tтела ,масса зерен в колосьях пшеницы ,координата места попадания пули в цель(принимаем пулю за материальную точку )

Пло́тность вероя́тности — один из способов задания вероятностной меры на евклидовом пространстве . В случае, когда вероятностная мера является распределением случайной величины, говорят о плотности случайной величины.

5. Выборка. Генеральная совокупность. Требования к выборкам.

Выборка или выборочная совокупность — множество случаев (испытуемых, объектов, событий, образцов), с помощью определённой процедуры выбранных из генеральной совокупности для участия в исследовании.

Характеристики выборки:

Качественная характеристика выборки – кого именно мы выбираем и какие способы построения выборки мы для этого используем.

Количественная характеристика выборки – сколько случаев выбираем, другими словами объём выборки.

Генеральная совокупность, генеральная выборка (от лат. generis — общий, родовой)(в англ. терминологии — population) — совокупность всех объектов (единиц), относительно которых учёный намерен делать выводы при изучении конкретной проблемы.

Генеральная совокупность состоит из всех объектов, которые подлежат изучению. Состав генеральной совокупности зависит от целей исследования. Иногда генеральная совокупность - это все население определённого региона (например, когда изучается отношение потенциальных избирателей к кандидату), чаще всего задаётся несколько критериев, определяющих объект исследования. Например, женщины 10-89 лет, использующие крем для рук определённых марок не реже раза в неделю, и имеющие доход не ниже $150 на одного члена семьи.

 Требования, предъявляемые к выборке.

К генеральной совокупности обычно применимо требование правильного определения ее КОНТУРА. Это означает, что исследователь обязан ответить на два вопроса: охватывает ли он в своих предположениях все возможные элементы  генеральной совокупности, и нет ли элементов избыточных, лишних.

6. Понятие средневыборочного значения и математического ожидания случайной величины.

Вы́борочное (эмпири́ческое) сре́днее — это приближение теоретического среднего распределения, основанное на выборке из него.

Пусть  — выборка из распределения вероятности, определённая на некотором вероятностном пространстве . Тогда её выборочным средним называется случайная величина

.