Depende de lo que estés haciendo. Pero solo para dar algunos ejemplos (con los que estoy familiarizado, esto de ninguna manera es exhaustivo):
El álgebra elemental es muy común. La mayoría de las funciones y fenómenos básicos se pueden expresar usando algo de álgebra.
En mi opinión, es cuando entras en las estadísticas que las cosas se ponen realmente interesantes. Las estadísticas modernas tienen una historia muy larga con la genética: Fisher es considerado tan buen estadístico como biólogo, y los genetistas fueron pioneros en varias técnicas estadísticas. Entonces el álgebra lineal también es muy importante. Por ejemplo, Henderson, quien proporcionó las soluciones para las ecuaciones de modelos mixtos, era genetista y criador de animales.
- ¿Qué función cumple la cría selectiva?
- ¿Alguien ha intentado crear algo vivo desde cero?
- ¿Con qué frecuencia se desarrollan nuevas especies en la tierra?
- ¿Debemos obedecer nuestros instintos animales o alejarnos de ellos?
- ¿Cómo es la reproducción de plantas similar a la reproducción animal? ¿Cómo es diferente?
Algunas de las razones del interés en los modelos mixtos se deben a la importancia de estimar la heredabilidad (una relación de componentes de varianza), estructuras de covarianza debido a la relación y datos no balanceados.
Las estadísticas bayesianas no son comunes con la genética clásica (es decir, la genética basada solo en fenotipos, no en datos moleculares), pero se están volviendo populares para los datos moleculares. por ejemplo, software de estructura.
La gran cantidad y complejidad de los datos bioinformáticos ha generado sus propias aplicaciones de las matemáticas. Los enfoques de minería de datos y aprendizaje automático son comunes, y aquellos que realizan alineamientos de secuencia han creado sus propias ramas de las matemáticas.
Editar:
Para un excelente ensayo que responde a esta pregunta, No es solo una teoría: la utilidad de los modelos matemáticos en biología evolutiva
