Beispiel: Evolution infizierter Individuen
|
|
- Herta Holtzer
- vor 7 Jahren
- Abrufe
Transkript
1 Differentialgleichungen sind sehr nützlich in der Modellierung biologischer Prozesse, denn: damit kann man auch sehr komplizierte Systeme beschreiben die Mathematik liefert mit der gut entwickelten Theorie der GDGen ein sehr performantes Werkzeug für die Analysis der Modelle Aussagen über die biologischen Prozesse. GDG für eine unbekannte Funktion x(t): x (t) = f (t, x(t)). x (t) beschreibt die zeitliche Änderungsrate der Quantität x(t); f (t, x(t)) beschreibt alle Änderungsquellen von x(t). Philosophie der GDGen: Benutze lokale Information (was passiert demnächst?) um Langzeitverhalten (was passiert in der Zukunft?) zu folgern.
2 Beispiel: Evolution infizierter Individuen Annahmen: Infizierte Individuen stecken gesunde an. Infizierte genesen nach einer Zeit.. Genesene werden immun gegen die Krankheit. Die ganze Population ist homogen im Ort.. Hier interessieren uns lediglich die Infizierten. Seien: x(t) die Anzahl der Infizierten p n die Genesungswahrscheinlichkeit innerhalb n Tagen α n = pn t die Genesungsrate mit t die Zeiteinheit. Dann ist die Anzahl der Infizierten nach einer Zeiteinheit: x(t + t) = x(t) p t x(t). Daraus folgt x(t+ t) x(t) t = αx(t) und im Limes für t 0 folgt x (t) = αx(t).
3 Wir betrachten hier Gleichungen der Form x (t) = f (t, x(t)). Über deren Lösungen wollen wir (ohne die Lösungen zu finden) qualitative Aussagen machen.
4 Beispiel 1: f (t, x) = x(1 x)(2 x). Kritische Punkte (Gleichgewichte, Stationärpunkte): Lösungen von f (x) = 0. Hier: x 1 = 0, x 2 = 1, x 3 = 2.
5 Exponentiellles Wachstum Beispiel 2: f (t, N) = rn, N(0) = N 0. Lösungen: N(t) = N 0 e rt. r > 0: Exponentielles Wachstum; r < 0: Exponentieller Abfall.
6 Logistisches Wachstum (Verhulst-Gleichung) Beispiel 3: f (t, N) = rn ( 1 N K ), N(0) = N 0. r > 0: spezifische Wachstumsrate; K: Tragfähigkeit der Population Die Population wächst und konvergiert für t gegen die Gleichgewichtslösung N K. Wird K erreicht (in endlicher Zeit)?
7 Definition Eine Funktion f : D R R heißt Lipschitzstetig g.d.w. existiert L > 0 mit f (x) f (y) L x y, x, y D. Theorem (Picard-Lindelöf) Sei f : D R R Lipschitzstetig und x(0) = x 0 D. Dann existiert ein ɛ > 0 s.d. das AWP x = f (x), x(0) = x 0 hat eine eindeutige Lösung x(t) für 0 t ɛ.
8 Bemerkungen: 1 Lösungen für verschiedene Anfangswerte schneiden sich nicht. (Warum?) 2 Der Satz gilt auch für Systeme GDGen: x = f(x), x R n, f = (f 1,..., f n ) T, mit f j Lipschitzstetig für alle j = 1,..., n. 3 Eine C 1 -Funktion ist immer Lipschitzstetig auf ein beschränktes Definitionsgebiet.
9 Massenerhaltungsgesetz (MEG): A + B k C Evolution des Produkts C: [ ] Zeitänderung = des Produkts Anzahl Kollisionen der Molekülen A und B (irreversible Reaktion) Wahrscheinlicheit, daß eine Kollision genug Energie hat, um eine Reaktion auszulösen Konzentrationen der Reaktanten: a = [A], b = [B], c = [C]..
10 r 1 ab t: Anzahl Kollisionen in Zeit t (r 1 Konstante); r 2 : Wahrscheinlichkeit, daß die Kollision genug Energie hat, um eine Reaktion auszulösen; C: Zeitliche Änderung des Produkts C. C = abk t, k := r 1 r 2. Daraus folgt (teile durch t und t 0): dc dt = k a b Reversible Reaktionen: A + B C System GDGen: (Massenerhaltungsgesetz) c t = k + a b k c a t = k c k + a b b t = k c k + a b.
11 Michaelis-Menten-Kinetik (MM): E + S E + P E: Enzym, S: Substrat, P: Produkt. (Enzymreaktion). Hier kann man das MEG nicht mehr direkt anwenden (E ist ein Katalysator). E + S C k 2 E + P, wobei k 1, k 1, k 2 Reaktionskonstanten. Notation: s = [S], e = [E], c = [C], p = [P]. s t = k 1 s e + k 1 c (MM) e t = k 1 s e + k 1 c + k 2 c c t = k 1 s e k 1 c k 2 c p t = k 2 c.
12 ẋ = αx + βxy ẏ = γy + δxy x(t) und y(t): Konzentrationen (Anzahl) zweier Populationen; α, β, γ, δ: konstante Parameter (reelle Zahlen).
13 α β γ δ Nomenklatur Räuber (x)-beute (y)-modelle (RBM) Mutualismus (Symbiose) Konkurrenzmodelle Klassifizierung des Interaktionsmodells
14 Entdimensionalisierung Zweck: Reduziere die Anzahl der freien Parameter ohne Eigenschaften des Modells einzubüßen. ( ) Beispiel (Verhulst-Modell): N = rn 1 N K. N hat die Dimension einer Populationsgröße. Entdimensionalisierung durch Bezug auf eine Referenzgröße, z.b. K. Notation: Ñ := N K. Dann gilt Ñ = rñ(1 Ñ). Weitere Notation: t := rt. Dann gilt die (parameterfreie) Differentialgleichung N = Ñ(1 Ñ). weglassen: N = N(1 N). Wie erhält man die Originalfunktion? N(t) = K Ñ(r t).
15 Beispiel (Interaktion zweier Populationen): ẋ = αx + βxy ẏ = γy + δxy Seien α, β, δ > 0. Mit den Notationen x = δ α x, ỹ = β α y, t = αt, µ = γ α folgt wie vorhin ( wieder weglassen) das System ẋ = x + xy ẏ = µy + xy. Das neue Modell hängt nur vom Parameter µ ab. Die Trafos sind invertierbar und die Originalfunktionen x und y können wiedergefunden werden.
Differenzialgleichungen
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 2. Februar 2015 : Luftdruck Definition e: Populationsdynamik Satz von Picard und Lindelöf Folgerungen/Bemerkungen...von DGLn höherer Ordnung
MehrDifferenzialgleichungen
Mathematik I für Biologen, Geowissenschaftler und Geoökologen 30. Januar 2008 (System von) Differenzialgleichung(en) Schwingungsgleichung Newtonsche Mechanik Populationsdynamik...DGLn höherer Ordnung auf
MehrRäuber-Beute-Modelle, Auslese/Schwellensatz
Räuber-Beute-Modelle, Auslese/Schwellensatz Mareike Franz und Brigitte Steinhauser 15. Dezember 2008 1 / 37 1 Räuber-Beute-Modelle 2 Prinzip der Auslese durch Wettbewerb 3 Schwellensatz der Epidemiologie
MehrDynamische Systeme eine Einführung
Dynamische Systeme eine Einführung Seminar für Lehramtstudierende: Mathematische Modelle Wintersemester 2010/11 Dynamische Systeme eine Einführung 1. Existenz und Eindeutigkeit von Lösungen 2. Flüsse,
MehrFlüsse, Fixpunkte, Stabilität
1 Flüsse, Fixpunkte, Stabilität Proseminar: Theoretische Physik Yannic Borchard 7. Mai 2014 2 Motivation Die hier entwickelten Formalismen erlauben es, Aussagen über das Verhalten von Lösungen gewöhnlicher
Mehr12 Gewöhnliche Differentialgleichungen
2 2 Gewöhnliche Differentialgleichungen 2. Einleitung Sei f : D R wobei D R 2. Dann nennt man y = f(x, y) (5) eine (gewöhnliche) Differentialgleichung (DGL) erster Ordnung. Als Lösung von (5) akzeptiert
MehrDifferentialgleichungen
Kapitel Differentialgleichungen Josef Leydold Mathematik für VW WS 05/6 Differentialgleichungen / Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen: () Erhöhung der
MehrDifferentialgleichungen
Kapitel 14 Differentialgleichungen Josef Leydold Mathematik für VW WS 2017/18 14 Differentialgleichungen 1 / 41 Ein einfaches Modell (Domar) Im Domar Wachstumsmodell treffen wir die folgenden Annahmen:
MehrKapitel 7. Differenzengleichungen
apitel 7 Differenzengleichungen I n h a ltsverze ichnis DIFFERENZENGLEICHUNGEN... 3 EINFÜHRUNG UND BEISPIELE... 3 DIFFERENZENGLEICHUNG 1. ORDNUNG... 3 ELEMENTARE DIFFERENTIALGLEICHUNGEN... 4 GEWÖHNLICHE
MehrSeminar Gewöhnliche Differentialgleichungen
Seminar Gewöhnliche Differentialgleichungen Dynamische Systeme I 1 Einleitung 1.1 Nichtlineare Systeme In den vorigen Vorträgen haben wir uns mit linearen Differentialgleichungen beschäftigt. Nun werden
MehrAnalysis 4. Lösungsvorschlag zum 12. Übungsblatt
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Dipl.-Math. Andreas Geyer-Schulz SS 208. Juli 208 Analysis 4 Lösungsvorschlag zum 2. Übungsblatt Aufgabe 42 Wir untersuchen
MehrÖkologische Gleichungen für zwei Spezies
Ökologische Gleichungen für zwei Spezies Florian Kern 06.Dezember 2011 Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics, Cambridge, Kapitel 4 Inhaltsverzeichnis 1 Satz von der
Mehr1 Einführung Vermögenswachstum Unbeschränktes Bevölkerungswachstum Beschränktes (Bevölkerungs)wachstum...
Wirtschaftswissenschaftliches Zentrum 1 Universität Basel Mathematik 1 Dr. Thomas Zehrt Differenzengleichungen Inhaltsverzeichnis 1 Einführung 1.1 Vermögenswachstum.............................. 3 1. Unbeschränktes
Mehr1 Einführung Vermögenswachstum Unbeschränktes Bevölkerungswachstum Beschränktes (Bevölkerungs)wachstum...
Wirtschaftswissenschaftliches Zentrum 6 Universität Basel Mathematik Dr. Thomas Zehrt Differenzengleichungen Inhaltsverzeichnis 1 Einführung 1.1 Vermögenswachstum.............................. 3 1. Unbeschränktes
MehrPROBEPRÜFUNG MATHEMATIK I UND II
PROBEPRÜFUNG MATHEMATIK I UND II für die Studiengänge Agrar-, Erd-, Lebensmittelund Umweltnaturwissenschaften Für diese Probeprüfung sind ca 4 Stunden vorgesehen. Die eigentliche Prüfung wird signifikant
MehrAnalysis und Lineare Algebra mit MuPAD
Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1
MehrGewöhnliche Differentialgleichungen Woche 6. Existenz nach Picard-Lindelöf
d Gewöhnliche Differentialgleichungen Woche 6 Existenz nach Picard-Lindelöf 6.1 Vorbereitung für den Existenzsatz 6.1.1 Stetigkeit und Lipschitz-Stetigkeit Definition 6.1 Seien (V 1, 1 und (V 2, 2 zwei
MehrGewöhnliche Differentialgleichungen Woche 7. Globale Existenz einer Lösung
Gewöhnliche Differentialgleichungen Woche 7 Globale Existenz einer Lösung 7.1 Von lokal zu global Wir betrachten wiederum das Anfangswertproblem { y (x = f (x, y(x, y( = y 0. (7.1 Eine erste Erweiterung
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrZusätzliche Aufgabe 5:
D-ERDW, D-HEST, D-USYS Mathematik I HS 14 Dr. Ana Cannas Zusätzliche Aufgabe 5: Populationsmodelle Um die Entwicklung einer Population zu modellieren, gibt es diskrete Modelle, wobei die Zeit t bei diskreten
MehrPopulations Modelle Das Lotka-Volterra Model. Robin Gwinner Seminarleiterin: Dr. Iryna Rybak
Populations Modelle Das Lotka-Volterra Model Robin Gwinner Seminarleiterin: Dr. Iryna Rybak 04.05.2016 Motivation Rote Liste: Motivation Rote Liste: Motivation Rote Liste: Motivation Motivation Motivation
Mehr5. Vorlesung Wintersemester
5. Vorlesung Wintersemester 1 Bewegung mit Stokes scher Reibung Ein dritter Weg, die Bewegungsgleichung bei Stokes scher Reibung zu lösen, ist die 1.1 Separation der Variablen m v = αv (1) Diese Methode
MehrMusterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:
Musterlösung Aufgabe a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [, ] R, die folgendermaßen definiert ist: f(x) := { für x R \ Q für x Q f ist offensichtlich beschränkt. Wir zeigen,
MehrFloquet-Theorie IV. 1 Hills Gleichung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 08.11.2011 Tobias Roidl Dieser Vortrag befasst sich mit der Hills Gleichung und gibt eine Einführung in die Periodischen Orbits von linearen Systemen.
Mehr3 Gewöhnliche Differentialgleichungen 23.4.
3 Gewöhnliche Differentialgleichungen 23.4. 3.1 Differentialgleichungen erster Ordnung 3.1.1 Fundamentalsätze Definition 3.1. Es sei Ω R d eine offene Menge und V : Ω R d eine Vektorfunktion. Eine Kurve
MehrGewöhnliche Differentialgleichungen
Gewöhnliche Differentialgleichungen Aufgaben für das Seminar und zum selbständigen Üben 22. Januar 2018 Vorbereitende Übungen Aufgabe 1: Bestimmen Sie die Isoklinen zu den folgenden Differentialgleichungen
MehrÜbungen zu Differentialgleichungen (WiSe 12/13)
Übungen zu Differentialgleichungen WiSe 2/) Blatt 6 22 November 202 Gruppenübung Aufgabe G Sei f t, p) := p 5, t, p) R 2 Gegeben sei das Anfangswertproblem ẋ = f t,x), x0) = ) Bestimmen sie das maximale
MehrTeil 1 - Epidemische Modelle
Teil 1 - Epidemische Modelle 15. Januar 2013 Literatur: J.D.Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer Gliederung 1 2 3 4 5 Ziele meines Vortrags Ein grlegen Modell () zur
MehrDifferentialgleichungen I
Differentialgleichungen I Michael Hinze (zusammen mit Peywand Kiani) Department Mathematik Schwerpunkt Optimierung und Approximation, Universität Hamburg 5. Januar 2009 Beachtenswertes Die Veranstaltung
MehrLösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden.
Lösungsvorschläge zur ersten Klausur Gewöhnliche Differenzialgleichungen am 20.6.2015 um 10 Uhr. Bearbeitungszeit beträgt zwei Stunden. Prof. Dr. Wolfgang Arendt Manuel Bernhard Sommersemester 2015 Achten
Mehr14 Ljapunov-Funktionen
14 Ljapunov-Funktionen 67 14 Ljapunov-Funktionen 14.1 Gradientenfelder. a Ein Vektorfeld v C 1 D, R n besitze ein Potential U C 2 D, R, d.h. es sei v = gradu. Dann ist Dvx = HUx symmetrisch, und man hat
MehrNach der Theorie der Partialbruchzerlegung kann der Bruch auf der linken Seite in Teilbrüche zerlegt werden: = + =
ist ( 6.4 Logistisches Wachstum Ein Nachteil des Modells vom beschränkten Wachstum besteht darin, dass für kleine t die Funktion ungefähr linear statt exponentiell wächst. Diese chwäche wird durch das
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4.1 Umkehrbarkeit Man betrachte die durch g(s, t) = (e s cos(t), e s sin(t)) gegebene Funktion g : R 2 R 2. Zeigen Sie,
MehrGewöhnliche Differentialgleichungen Woche 7. Nicht-lineare und linearisierte Systeme
Gewöhnliche Differentialgleichungen Woche 7 Nicht-lineare und linearisierte Systeme d 71 Gleichgewichtspunkte Wir werden uns mit Anfangswertproblemen der folgenden Form beschäftigen: { y (t f (t, y(t,
Mehr5.4 Uneigentliche Integrale
89 Wir dividieren die Potenzreihe von sin(t) gliedweise durch t und erhalten sint t = t (t t3 3! + t5 5! + ) = t2 3! + t4 5! +. Diese Reihe ist konvergent für alle t R. Nun integrieren wir gliedweise.
MehrDynamische Systeme in der Ebene
Dynamische Systeme in der Ebene 1 Anfangswertprobleme Differentialgleichungen sind Gleichungen zwischen einer (gesuchten) Funktion und deren Ableitung(en). Sie spielen bei der Modellierung von zeitabhängigen
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Wiederholungsklausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrLösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
MehrAblauf. 1 Imitationsdynamik. 2 Monotone Auszahlung. 3 Entscheidung gegen iterativ dominierte Strategien. 4 Beste-Antwort-Dynamik 2 / 26
Spieldynamik Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics, Cambridge, Kap. 8 Simon Maurer Saarbrücken, den 13.12.2011 1 / 26 Ablauf 1 Imitationsdynamik 2 Monotone Auszahlung
MehrHörsaalübung 6 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 28/29 Dr. Hanna Peywand Kiani Hörsaalübung 6 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Autonome Systeme, Stabilität Die ins
MehrD-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler. Übungsblatt 5 A := u = Au, u(0) = 1. 1
D-MATH, D-PHYS, D-CHAB Analysis II FS 2017 Prof. Manfred Einsiedler Übungsblatt 5 1. Gegeben sei die Matrix 1 1 0 A := 0 1 0 0 0 2 a) Bestimmen Sie ein Fundamentalsystem (das heisst eine Basis des Lösungsraums)
MehrLösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 25 1. Wie lautet die charakteristische Gleichung der Differentialgleichung y + 2y + y = 0? (a) λ 3 + 2λ + 1 = 0 (b) λ 3 + 2λ = 0 (c)
MehrLösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
MehrÜbungen zur Vorlesung. Einführung in Dynamische Systeme. Musterlösungen zu Aufgabenblatt 8
Prof. Roland Gunesch Sommersemester 2010 Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 8 Aufgabe 1: Sei (X, d) ein kompakter metrischer Raum. Die Hausdorff-Metrik
Mehrtun, sondern nur mit der Reaktion auf verschiedene Anfangswerte.
2.3 Stabilität Eine wichtige Rolle spielt das Stabilitätsverhalten dynamischer Systeme. Wie üblich sei Φ die Fundamentalmatrix des linearen Systems ẋ = A(t)x + u. Im weiteren sei t fixiert, später wird
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 20/202 Mathematik für Anwender I Vorlesung 30 Gewöhnliche Differentialgleichungen mit getrennten Variablen Definition 30.. Eine Differentialgleichung der Form y = g(t)
MehrSpezieller Ansatz bei spezieller Inhomogenität.
Spezieller Ansatz bei spezieller Inhomogenität. Bei Inhomogenitäten der Form h(t) = e µt kann man spezielle Ansätze zur Bestimmung von y p (t) verwenden: Ist µ keine Nullstelle der charakteristischen Gleichung
Mehr6 Differentialgleichungen
93 6 Differentialgleichungen Eine Differentialgleichung ist eine Gleichung, in der eine unbekannte Funktion y = y(x) und Ableitungen (die erste oder auch höhere) von y vorkommen. Lösungen einer Differentialgleichung
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Wiederholungsklausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrGleichgewichte von Differentialgleichungen
Gleichgewichte von Differentialgleichungen Gleichgewichte von Differentialgleichungen Teil 1 Zur Erinnerung: Zur Erinnerung: Wir hatten lineare Differentialgleichungen betrachtet: in R 1 : Zur Erinnerung:
MehrDifferentialgleichungen sind überall!
Differentialgleichungen sind überall! Helmut Abels Fakultät für Mathematik Universität Regensburg Folien und Co.: http://www.uni-regensburg.de/mathematik/mathematik-abels/aktuelles/index.html Schnupperstudium
MehrHörsaalübung 1 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2018/2019 Dr. Hanna Peywand Kiani Hörsaalübung 1 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Einführung in das Gebiet der Differentialgleichungen
Mehr1 Lokale Umkehrbarkeit und implizite Funktionen
Christina Schinler Karolina Stoiber Ferienkurs Analysis 2 für Physiker SS 2013 A 1 Lokale Umkehrbarkeit un implizite Funktionen In iesem Kapitel weren Kriterien vorgestellt, wann eine Funktion umkehrbar
MehrSatz von Peano. Sei f stetig und beschränkt auf
Satz von Peano Sei f stetig und beschränkt auf { } Q ab := (t,y) R n+1 : t t 0 a; y y 0 b mit f(t,y) M und α := min(a, b M ). Dann besitzt das Anfangswertproblem y = f(t,y), y(t 0 ) = y 0 Giuseppe Peano
MehrAbbildung 5.1: stabile und instabile Ruhelagen
Kapitel 5 Stabilität Eine intuitive Vorstellung vom Konzept der Stabilität vermitteln die in Abb. 5.1 dargestellten Situationen. Eine Kugel rollt unter dem Einfluss von Gravitation und Reibung auf einer
MehrFloquet Theorie II. 1 Einführung
Vortrag zum Seminar Gewöhnliche Differentialgleichungen, 18.10.2011 Sebastian Monschang 1 Einführung Auf den Ergebnissen des ersten Vortrags basierend werden wir in diesem Vortrag gewöhnliche lineare Differentialgleichungssysteme
MehrÜbungen zum Ferienkurs Analysis II
Übungen zum Ferienkurs Analysis II Implizite Funktionen und Differentialgleichungen 4. Umkehrbarkeit I Man betrachte die durch g(s, t = (e s cos(t, e s sin(t gegebene Funktion g : R R. Zeigen Sie, dass
MehrFILTER, ULTRAFILTER UND EINFÜHRUNG VON R
FILTER, ULTRAFILTER UND EINFÜHRUNG VON R Im Sinne von G.W.Leibniz ist: Eine Kurve besteht aus unendlich vielen unendlich kurzen Stücken. So darf man denken, wenn man Gegenstände der Mathematik oder Physik
MehrAnalysis II (FS 2015): Vektorfelder und Flüsse
Analysis II (FS 215): Vektorfelder und Flüsse Dietmar A. Salamon ETH-Zürich 7. April 215 1 Der Fluss eines Vektorfeldes Sei U R n eine offene Menge und sei f : U R n eine lokal Lipschitz-stetige Abbildung.
MehrMathematik in der Biologie
Erich Bohl Mathematik in der Biologie 4., vollständig überarbeitete und erweiterte Auflage Mit 65 Abbildungen und 16 Tabellen ^J Springer Inhaltsverzeichnis Warum verwendet ein Biologe eigentlich Mathematik?
MehrDifferenzengleichungen
Universität Basel Wirtschaftswissenschaftliches Zentrum Differenzengleichungen Dr. Thomas Zehrt Inhalt: 1. Einführungsbeispiele 2. Definition 3. Lineare Differenzengleichungen 1. Ordnung (Wiederholung)
Mehr6 Differentialgleichungen
88 6 Differentialgleichungen Eine Differentialgleichung ist eine Gleichung, in der eine unbekannte Funktion y = y(x) und Ableitungen (die erste oder auch höhere) von y vorkommen. Lösungen einer Differentialgleichung
Mehr4. Differentialgleichungen
4. Differentialgleichungen Prof. Dr. Erich Walter Farkas 10.11.2011 Seite 1 Einleitung Viele in der Natur stattfindende Vorgänge können durch sogenannte Differentialgleichungen beschrieben werden. Unter
MehrWirtschaftsmathematik
in einige Teilbereiche der Wintersemester 2016 Prof. Dr. Stefan Etschberger HSA : Table of Contents 1 Finanzmathematik 2 Lineare Programme 3 Differentialgleichungen 4 Statistik: 5 Deskriptive Statistik
Mehr3. Ebene Systeme und DGL zweiter Ordnung
H.J. Oberle Differentialgleichungen I WiSe 2012/13 3. Ebene Systeme und DGL zweiter Ordnung A. Ebene autonome DGL-Systeme. Ein explizites DGL-System erster Ordung, y (t) = f(t, y(t)), heißt bekanntlich
MehrWie in der reellen Analysis üblich notiert man Folgen f in der Form
2.1.3 Folgen und Konvergenz Viele aus der Analysisvorlesung bekannte Begriffe lassen sich in den Bereich der metrischen Räume verallgemeinern. Diese Verallgemeinerung hat sich als sehr nützliches mathematisches
MehrUniversalität für Wigner Matrizen
Universalität für Wigner Matrizen Benjamin Schlein, Universität Zürich HSGYM Tag 29. Januar 2015 1 1. Einführung Zufallmatrizen: sind N N Matrizen dessen Einträge Zufallsvariablen mit gegebenen Verteilung
MehrKAPITEL 2. Folgen und Reihen
KAPITEL 2 Folgen und Reihen 1. Konvergenz und Divergenz Definition 2.1 (Folgen). Eine Abbildung a : N R (bzw. a : N 0 R) nennt man Folge. Statt a : N R schreibt man meist (a n ) n N und a n statt a(n).
MehrDer Satz von Poincaré-Bendixson
Der Satz von Poincaré-Bendixson Benjamin Menüc benjamin@menuec.de 5. März 2005 Wir haben ein autonomes System ẋ = f(x) (1) E ist eine oene Teilmenge von R n und f C 1 (E). E wird auch Phasenraum von (1)
Mehr6.1 Holomorphe Funktionen und Potenzreihen. n=0 α n (z z 0 ) n mit Konvergenzradius größer oder gleich r existiert und
Funktionentheorie, Woche 6 Analytische Funktionen 6. Holomorphe Funktionen und Potenzreihen Definition 6. Eine Funktion f : U C C nennt man analytisch in z 0 U, wenn es r > 0 gibt mit B r (z 0 ) U derart,
MehrSystemwissenschaften, Mathematik und Statistik
Systemwissenschaften, Mathematik und Statistik Systemwissenschaften: 1 WS: Systemwissenschaften 1, VO 2std 2 SS: Systemwissenschaften 2, VO 2std Übung zu Systemwissenschaften, UE 2std 3 WS: Systemwissenschaften
MehrStabilitätsfragen bei autonomen Systemen
1 Stabilitätsfragen bei autonomen Systemen M. Schuster 09.08.2006 Inhaltsverzeichnis 1 Allgemeines über autonome Systeme 1 1.1 Oft übliche Bezeichnungen mit Übersetzung.......................... 1 2 Stabilität
MehrL 2 -Theorie und Plancherel-Theorem
L -Theorie und Plancherel-Theorem Seminar Grundideen der Harmonischen Analysis bei Porf Dr Michael Struwe HS 007 Vortrag von Manuela Dübendorfer 1 Wiederholung aus der L 1 -Theorie Um die Fourier-Transformation
MehrGewöhnliche Dierentialgleichungen
Gewöhnliche Dierentialgleichungen sind Gleichungen, die eine Funktion mit ihren Ableitungen verknüpfen. Denition Eine explizite Dierentialgleichung (DGL) nter Ordnung für die reelle Funktion t x(t) hat
MehrMusterlösung Klausur zu Analysis II. Verständnisteil
Technische Universität Berlin SS 2009 Institut für Mathematik 20.07.2009 Prof. Dr. R. Schneider Fritz Krüger Sebastian Holtz Musterlösung Klausur zu Analysis II Verständnisteil 1. (a) Sei D R n konvex
MehrDifferentialgeometrie I (Kurventheorie) SS 2013
Differentialgeometrie I (Kurventheorie) SS 2013 Lektion 6 5. Juni 2013 c Daria Apushkinskaya 2013 () Kurventheorie: Lektion 6 5. Juni 2013 1 / 23 8. Fundamentalsatz der lokalen Kurventheorie (Fortsetzung)
MehrSystemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann
Systemtheorie Vorlesung 6: Lösung linearer Differentialgleichungen Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Viele technischen Anwendungen lassen sich zumindest näherungsweise
Mehr1, 0 < y < x 2 0, sonst f besitzt alle Richtungsableitungen in (0, 0), ist aber unstetig dort
ANALYSIS II Lösung der. Klausur vom /7 (von D. Reding Aufgabe (a Richtig sind die Aussagen (iii, (iv und (vii. (b Gegenbeispiel zu (i: f: R R, (x, y x ist stetig, aber nicht partiell differenzierbar nach
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, Januar D BIOL, D CHAB Lösungen zu Mathematik I/II. ( Punkte) a) Wir benutzen L Hôpital lim x ln(x) L Hôpital x 3 = lim 3x + x L Hôpital = lim x ln(x) x 3x 3 = lim ln(x) x 3 x
MehrNichtlineare Dynamik in biologischen Systemen
Universität Leipzig Fakultät für Physik und Geowissenschaften Bereich Didaktik der Physik 29. August 2006 11 Nichtlineare Dynamik in biologischen Systemen Erster Gutachter: Prof. Dr. Wolfgang Oehme, Universität
MehrLösungen zur Übungsserie 9
Analysis 1 Herbstsemester 2018 Prof. Peter Jossen Montag,? November Lösungen zur Übungsserie 9 Aufgaben 1,2,3,5,6,8,9,11 Aufgabe 1. Sei a R. Berechnen Sie die folgenden Grenzwerte, falls sie existieren.
MehrAufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung. x = x 2 e x 1.
Name: Matrikel-Nr.: 1 Aufgabe 1. Berechnen Sie die absolute und die relative Kondition des Problems x f(x) für die Abbildung R 3 R 2, x 1 f : x 1 + e x2 2 sin(x3 ) x = x 2 e x 1 (1 + x 2 1 + x, 2x 3 )
MehrEinführung und Grundlagen
Kapitel 1 Einführung und Grundlagen Generelle Notation: Ω, A, P sei ein W-Raum im Hintergrund nie weiter spezifiziert Die betrachteten Zufallsvariablen seien auf Ω definiert, zb X : Ω, A M, A, wobei M,
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. M. Keyl M. Kech TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Mathematik für Physiker 3 (Analysis 2) MA923 http://www-m5.ma.tum.de/allgemeines/ma923 216S Sommersem. 216 Lösungsblatt 3 (29.4.216)
MehrLineare Algebra und Numerische Mathematik D-BAUG. Sommer 2012 Prof. H.-R. Künsch
b Prüfung Lineare Algebra und Numerische Mathematik D-BAUG. Multiple Choice: Sommer Prof. H.-R. Künsch Gegeben sei die folgende Matrix A = 4. 4 (a) x AA T ist eine 4 4 Matrix mit ( AA T) = 4. AA T ist
MehrLösungen zu Mathematik I/II
Dr. A. Caspar ETH Zürich, August D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben. ( Punkte) a) Wir berechnen lim sin(x ) x 3 + 4x L Hôpital = lim x cos(x ) 3x + 8x = 4. b) Wir benutzen L Hôpital lim
MehrHöhere Mathematik für Ingenieure 2
Höhere Mathematik für Ingenieure 2 Prof. Dr. Swanhild Bernstein Sommersemester 218 Institut für Angewandte Analysis Kurven- und Parameterintegrale Parameterintegrale Typische Beispiele für Parameterintegrale
MehrA1: Diplomvorprüfung HM II/III WS 2007/
A: Diplomvorprüfung HM II/III WS 7/8 6..8 Aufgabe. (+68 Punkte) a) Ist die Reihe k+ k k 5k konvergent oder divergent? Begründen Sie ihre Aussage! b) Führen Sie eine Partialbruchzerlegung für n+ durch und
MehrBemerkung Als Folge von Satz 6.2 kann man jede ganze Funktion schreiben als Potenzreihe. α m z m. f(z) = m=0. 2πi. re it t [0,2π] 2πi
Funktionentheorie, Woche 7 Eigenschaften holomorpher Funktionen 7.1 Ganze Funktionen Definition 7.1 Eine Funktion f : C C, die holomorph ist auf C, nennt man eine ganze Funktion. Bemerkung 7.1.1 Als Folge
Mehrexponentielle Wachstumsphase Abbildung 1: Wachstumskurve einer Bakterienkultur
Bakterienwachstum Mathematische Schwerpunkte: Teil 1: Folgen; vollständige Induktion; rekursiv definierte Folgen Teil 2: Exponentialfunktionen Teil 3: Extremwertbestimmung; Integration einer rationalen
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker II Sommersemester 2004) Lösungen zu Aufgabenblatt
MehrAnalysis 2, Woche 3. Differentialgleichungen I. 3.1 Eine Einleitung
Analysis, Woche 3 Differentialgleichungen I 3 Eine Einleitung Eine Differentialgleichung beschreibt eine Beziehung zwischen Ableitungen einer Funktion oder Vektorfunktion und dieser Funktion selbst Die
MehrMathematik für Anwender I. Klausur
Fachbereich Mathematik/Informatik 27. März 2012 Prof. Dr. H. Brenner Mathematik für Anwender I Klausur Dauer: Zwei volle Stunden + 10 Minuten Orientierung, in denen noch nicht geschrieben werden darf.
MehrDynamische Systeme. Mathematik für Biologen, Biotechnologen und Biochemiker. Angela Holtmann
Mathematik für Biologen, Biotechnologen und Biochemiker 16.7.2008 Das Räuber-Beute-Modell Das Räuber-Beute-Modell Es gibt zwei Arten, wobei die eine Art die andere frisst. 1925: Volterra (Italiener) und
MehrAnalysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme
Analysis von singulären Differentialgleichungen erster und zweiter Ordnung - Skalare Probleme Jonathan Mosser 3. Juni 27 / 38 Vorbemerkungen Singularität Singuläre Probleme können auf zwei Arten formuliert
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, August 2 BIOL-B HST PHARM Prüfung zur Vorlesung Mathematik I/II. (8 Punkte) a) Mit Kürzen des Bruchs folgt ( ) x + sin(x) sin(x) cos(x) lim x sin(x) ( ) x = lim x sin(x) + cos(x)
Mehr