Brownsche Bewegung Seminar - Weiche Materie
|
|
- Andreas Schubert
- vor 6 Jahren
- Abrufe
Transkript
1 Brownsche Bewegung Seminar - Weiche Materie Simon Schnyder 11. Februar 2008
2 Übersicht Abbildung: 3 Realisationen des Weges eines Brownschen Teilchens mit gl. Startort
3 Struktur des Vortrags Brownsches Teilchen in Flüssigkeit. Flüssigkeit modelliert durch Stokesche Reibung und stochastische Kräfte. Behandlung auf 2 Arten: 1 Lösen von Bewegungsgleichungen mit stochastischen Kräften 2 Lösen von partiellen DGL von Wahrscheinlichkeitsverteilungen Viele wechselwirkende Brownsche Teilchen in Flüssigkeit. Komplexes Problem, daher nur Aufstellen der Bewegungsgleichung.
4 Gauÿsche Normal-Verteilung X normalverteilte Zufallsgröÿe Dann ist Verteilung durch Mittelwert x und Varianz x 2 vollständig bestimmt, denn p(x) = 1 2π x2 1 (x x ) 2 e 2 x 2
5 Zentraler Grenzwertsatz (Auszug) Wenn X 1, X 2,..., X N N unabhängige Zufallsvariablen sind mit endlichen Mittelwerten X i und endlichen Varianzen X 2 i. Dann ist Y = N i=1 X i für groÿe N normalverteilte Zufallsvariable.
6 Stochastische Prozesse, Verbundwahrscheinlichkeiten, bedingte Wahrscheinlichkeiten X(t) ist ein stochastischer Prozess, wenn X(t) für jede Zeit t Zufallsvariable ist. Abhängigkeit der Zufallsvariablen untereinander Notwendigkeit von Verbundwahrscheinlichkeiten p 1 (x 1, t 1 ) p 2 (x 2, t 2 ; x 1, t 1 ) p 3 (x 3, t 3 ; x 2, t 2 ; x 1, t 1 ), usw. wobei t 1 < t 2 < t 3 <... Beschreibung der Abhängigkeiten: Bedingte Wahrscheinlichkeiten p(x n, t n x n 1, t n 1 ;...; x 1, t 1 ) = p n (x n, t n ;...; x 1, t 1 ) p n 1 (x n 1, t n 1 ;...; x 1, t 1 )
7 Markov-Prozess Bedingte Wahrscheinlichkeiten werden zu Übergangswahrscheinlichkeiten p(x n, t n x n 1, t n 1 ;...; x 1, t 1 ) = p(x n, t n x n 1, t n 1 ) Vorhergehende Ereignisse spielen keine Rolle. Daher p 3 (x 3, t 3 ; x 2, t 2 ; x 1, t 1 ) = p(x 3, t 3 x 2, t 2 ; x 1, t 1 ) p 2 (x 2, t 2 ; x 1, t 1 ) = p(x 3, t 3 x 2, t 2 ) p 2 (x 2, t 2 ; x 1, t 1 ) = p(x 3, t 3 x 2, t 2 ) p(x 2, t 2 x 1, t 1 ) p 1 (x 1, t 1 ) Analog für alle Verbundwahrscheinlichkeiten. Gesamte Information über Markov-Prozess in p 1 (x 1, t 1 ) und p(x 2, t 2 x 1, t 1 )
8 Stationäre Prozesse Systeme im thermodynamischen Gleichgewicht werden mit stationären Prozessen beschrieben. Dann gilt für die Wahrscheinlichkeitsverteilungen t p = 0 p(x 1, t 1 ) p(x 1, 0) p(x 2, t 2 ; x, 1, t 1 ) p(x 2, t 2 t 1, x 1, 0) usw.
9 Langevin-Gleichung: Bewegungsgleichung des Brownschen Teilchens Brownsches Teilchen in Suspension, 1-dimensional Flüssigkeit bremst mit Stokes-Reibung Flüssigkeitsteilchen klein gegen Brownsches Teilchen Unterschiedliche Zeitskalen Normalverteilte stoch. Kraft. Vernachlässigung von Randeekten, Symmetrie Mittelwert der Kraft = 0 Stöÿe als unabhängig angesehen δ-korrelierte Kraft Teilchen besitze im Mittel kinetische Energie k BT 2 m v = ζv + f(t) f(t) = 0 (1) f(t)f(t ) = 2k B T ζ δ(t t )
10 Geschwindigkeit des Brownschen Teilchens Integration der Langevin-Gl. v = ζ m v + 1 mf(t) mit Anfangsgeschwindigkeit v(t = 0) = v 0 führt zu Geschwindigkeit des Teilchens (Eigentlich veränderter Integralbegri nötig!) v(t) = v 0 e ζ m t + 1 m t 0 f(t )e ζ m (t t ) dt Zentraler Grenzwertsatz v(t) normalverteilt Wahrscheinlichkeitsverteilung ist Übergangswahrscheinlichkeit p(v, t v 0, 0) Das Scharmittel ist (wg. f(t) = 0) mit der Abklingzeit = m ζ. v(t) = v 0 e ζ m t = v 0 e t (2)
11 Geschwindigkeit des Brownschen Teilchens Zweites Moment der Geschwindigkeit zur Zeit t (mit v(t = 0) = v 0 ). Beachte f(t) = 0 und f(t)f(t ) = 2k B T ζ δ(t t ) v(t) 2 = ( v 0 e t = v 2 0 e 2 t + 1 m 2 t 0 = v 2 0 e 2 t = v 2 0 e 2 t + 1 m t + 2 v 0 e t 1 m t 0 0 ) f(t )e t t 2 dt t f(t )f(t ) e t t + 1 m 2 t m 2 t 0 t 0 0 f(t ) e t t dt e t t dt dt 2k B T ζ δ(t t ) e 2t+t +t dt dt 2k B T ζ e 2t+2t dt = v0 2 e 2 t τ ( ) B + 2k B T ζ 2m 2 1 e 2 t
12 Geschwindigkeit des Brownschen Teilchens v(t) 2 = Für groÿe Zeiten (t ) ( v0 2 k ) BT e 2 t m + k BT m (3) 1 2 m v(t)2 1 2 m kbt m = k BT 2 Mittlere kinetische Energie des Teilchens geht gegen die thermische Energie.
13 Geschwindigkeit des Brownschen Teilchens Für Anfangsgeschwindigkeit v 0 v(t) = v 0 e t v(t) 2 = v(t) 2 = k BT m ( v0 2 k BT m ) e 2 t (1 e 2 t ) Damit ist Übergangswahrscheinlichkeit voll bestimmt + k BT m p(v, t v 0, 0) = ( ) 1 2π v(t)2 exp (v v(t) )2 2 v(t) 2 (4)
14 Ort des Brownschen Teilchens (t ) Geschwindigkeiten sind relaxiert, denn v(t) = v 0 e t 0. Geschwindigkeiten ändern sich kaum noch, daher wird Langevin-Gleichung zu 0 = m v = ζ v + f(t) ẋ(t) = 1 ζ f(t) Der Ort des Brownschen Teilchens (mit Anfangswert x(t = 0) = x 0 ) x(t) = x 0 + t 0 1 ζ f(t )dt ist normalverteilter stochastischer Prozess nach dem zentralen Grenzwertsatz. Mitteln über viele Realisationen (mit f(t) = 0) x(t) = x 0 (5)
15 Ort des Brownschen Teilchens (t ) Zweites Moment der Orte (mit f(t) = 0 und f(t)f(t ) = 2k B T ζ δ(t t )) ( t ) 2 x(t) 2 1 = x ζ f(t )dt = x = x t 0 t t 0 x 0 1 ζ f(t ) dt + 0 = x k BT ζ t t 1 ζ 2 2k BT ζ δ(t t )dt dt t ζ 2 f(t )f(t ) dt dt
16 Ort des Brownschen Teilchens (t ): Diusion Varianz der Orte daher x(t) 2 = x(t) 2 x(t) 2 = x k BT ζ = 2 k BT t =: 2D t ζ t x 2 0 (6) mit dem Diusionskoezienten D. Bewegung ist für t Diusionsprozess. Nebenprodukt: Einstein Relation D = k BT ζ (7) Die Stärke der Diusion D ist antiproportional zur Stärke der Reibung ζ der Flüssigkeit.
17 Wahrscheinlichkeitsverteilung des Ortes Für Startort x 0 und t Wahrscheinlichkeitsverteilung x(t) = x 0 x(t) 2 = 2D t p(x, t x 0, 0) = 1 4πD t e (x x 0 )2 4D t (8) Erfüllt die Diusionsgleichung 2 p(x, t) = D p(x, t) (9) t x2
18 Markov-Prozess Chapman-Kolmogorov-Gleichung Bei einem Markov-Prozess gilt p 3 (x 3, t 3 ; x 2, t 2 ; x 1, t 1 ) = p(x 3, t 3 x 2, t 2 ) p(x 2, t 2 x 1, t 1 ) p 1 (x 1, t 1 ) Integration über x 2 führt zu p 2 (x 3, t 3 ; x 1, t 1 ) = dx 2 p(x 3, t 3 x 2, t 2 ) p(x 2, t 2 x 1, t 1 ) p 1 (x 1, t 1 ) Aufspalten der linken Seite p(x 3, t 3 x 1, t 1 ) p 1 (x 1, t 1 ) = dx 2 p(x 3, t 3 x 2, t 2 ) p(x 2, t 2 x 1, t 1 ) p 1 (x 1, t 1 ) p(x 3, t 3 x 1, t 1 ) = dx 2 p(x 3, t 3 x 2, t 2 ) p(x 2, t 2 x 1, t 1 ) (10) Dies ist die Chapman-Kolmogorov-Gleichung.
19 Kramers-Moyal Entwicklung Für Übergangswahrscheinlichkeiten p(x, t y, t ) gilt die Kramers-Moyal-Entwicklung p(x, t y, t ) t mit den Koezienten = ( 1) n n n! x n (α n(x, t) p(x, t y, t )) (11) n=1 x n 1 α n (x, t) := lim := lim τ 0 τ τ 0 τ dy(y x) n p(y, t + τ x, t) (12) x n heiÿen Momente der Übergangswahrscheinlichkeit. Die Entwicklung gilt auch für p(x, t) (Multipliziere Gleichung mit p(y, t) und integriere über y) p(x, t) t = ( 1) n n n! x n (α n(x, t) p(x, t)) (13) n=1
20 Koezienten mit Modell Fokker-Planck-Gleichung (FPG) x(t) n 1 α n (x, t) := lim := lim τ 0 τ τ 0 τ dy(y x) n p(y, t + τ x, t) Die Koezienten α n lassen sich mit Hilfe physikalischer Modelle bestimmen. Bei Langevin-Gleichungen mit δ-korrelierten stochastischen Kräften als Modell α n = 0 für n 3. Fokker-Planck-Gleichung (1-dimensional) p(x, t) t = x (α 1(x, t) p(x, t)) x 2 (α 2(x, t) p(x, t)) (14) 2
21 Mehrdimensionale Fokker-Planck-Gleichung Analog auch für N-dimensionale Zufallsvariablen x p(x, t) t = N i=1 x i (A i (x, t) p(x, t)) (15) N i,j=1 2 x i x j (D ij (x, t) p(x, t)) (16) mit den verallgemeinerten Momenten Driftvektor A i und Diusionstensor D ij. A i (x, t) := x i (t) 1 lim := lim τ 0 τ τ 0 τ D ij (x, t) := x i (t) x j (t) lim τ 0 1 := lim τ 0 τ dy(y i x i )p(y, t + τ x, t) τ dy(y i x i )(y j x j )p(y, t + τ x, t)
22 FPG der Langevin-Gleichung der Geschwindigkeiten (1-dim.) Momente v = 1 v + 1 m f(t) v(t) = v(t + τ) v(t) = v(t) v(t) 2 = (v(t + τ) v(t)) 2 = k BT m = 2 k BT m 1 τ + O(τ 2 ) Koezienten ( ) e τ/ 1 = 1 τ + O(τ 2 ) τ b (1 e 2 τ ) α 1 = v(t) lim = 1 v t 0 t α 2 = v(t) 2 lim = 2 k BT t 0 t m
23 FPG der Langevin-Gleichung der Geschwindigkeiten (1-dim.) Fokker-Planck-Gleichung t p(v, t) = v ( 1 v p(v, t) ) + 2 v 2 ( ) kb T p(v, t) m Welche durch das bereits erreichte Ergebnis gelöst wird: p(v, t v 0, 0) = v(t) = v 0 e t v(t) 2 = k BT m ( ) 1 2π v(t)2 exp (v v(t) )2 2 v(t) 2 (1 e 2 t )
24 System von Brownschen Teilchen in Lösung Ein System aus N Brownschen Teilchen in einer Suspension. Das i-te Teilchen hat den Ort r i und den Impuls p i. Dieses System wird beschrieben durch die 6N-dimensionale Zufallsvariable X := ( r p ) := r 1.. r N p 1.. p N und deren Wahrscheinlichkeitsdichte p(x, t).
25 Bewegungsgleichung Die Brownschen Teilchen folgen der Bewegungsgleichung ( ) ( ) d ṙ p/m dt X = = ṗ F mit F = (F 1,..., F N ), wobei F i die Summe der Kräfte, die auf das i-te Teilchen wirken: Kraft F pot i aus einem Potential Φ Hydrodynamische Kraft F h i F pot i F h i = = ri Φ(r) N j=1 ζ ij p j m und die noch unbestimmte Brownsche Kraft F br i
26 Kontinuitätsgleichung für Wahrscheinlichkeitsverteilung Für Wahrscheinlichkeitsdichte p(x, t) soll Kontinuitätsgleichung gelten d dx p(x, t) = ds dx p(x, t) dt G G dt wobei G beliebiges Volumen im Phasenraum. Hineinziehen der zeitlichen Ableitung und Gauÿscher Satz bringen dx ( ) dx t p(x, t) = dx x p(x, t) dt G G Da das Volumen G beliebig t p(x, t) = x ( ) dx p(x, t) dt (17)
27 Relaxation der Impulse für groÿe Zeiten Experimentell relevante Zeitskalen (z.b. bei dynamischer Lichtstreuung) lassen immer folgende Näherung zu: Für groÿe Zeiten (t ) gehen Geschwindigkeiten der Teilchen im Mittel gegen 0 (vgl. Gl. (2): v(t) = v 0 e t ). Impulse werden konstant, müssen nicht mehr als Freiheitsgrade betrachtet werden. Die Wahrscheinlichkeitsdichte reduziert sich p(x, t) p(r, t) Vereinfachte Kontinuitätsgleichung t p(r, t) = r ( dr p(r, t) dt t p(x, t) = x ) = i ( ) dx p(x, t) dt ri ( pi m p(r, t) )
28 Bestimmen der konstanten Impulse Berechnen der konstanten Impulse notwendig 0 = ṗ i = F i = ri Φ j ζ ij pj m + F br i j ζ ij pj m = r i Φ + F br i Verwende verallgemeinerte Einstein Relation (vgl. D = k BT ζ ) D ki ζ ij pj m = k BT p k m = i,j i p k m = 1 k B T D ki ζ ij = k B T δ kj I i i D ki ( ri Φ + F br i ) D ki ( ri Φ + F br i )
29 Bestimmen der konstanten Impulse Mit p i m = 1 k B T j D ij ( rj Φ + F br j ) wird die Kontinuitätsgleichung daher t p(r, t) = i,j t p(r, t) = i ri ( pi m p(r, t) ) ri ( 1 k B T D ij( rj Φ F br j ) p(r, t) )
30 Berechnen der Brownschen Kräfte t p(r, t) = i,j ( ) 1 ri k B T D ij( rj Φ F br j ) p(r, t) Für groÿe Zeiten (t ), soll die Wahrscheinlichkeitsverteilung stationär werden, also das System ins thermodynamische Gleichgewicht übergehen. Daher dann p(r, t) exp( Φ/k B T ) und p/ t = 0. Die rechte Seite wird 0 für F br j = rj Φ = k B T rj ln(p(r, t)) F br j p(r, t) = k B T ( rj ln(p(r, t))) p(r, t) = 1 k B T p(r, t) ( r j p(r, t)) p(r, t) = k B T rj p(r, t)
31 Bewegungsgleichung der Wahrscheinlichkeitsdichte für relaxierte Impulse: Smoluchowski-Gleichung N p(r, t) = t i,j=1 ( ( ) ) 1 ri D ij k B T r j Φ + rj p(r, t) (18) Für 1 Teilchen, D ij = D δ ij I und ohne Potential (Φ = 0) Für eine Dimension t p(r, t) = D 2 rp(r, t) t 2 p(r, t) = D p(r, t) r2
32 Zusammenfassung In für die Beobachtung relevanten Zeiträumen sind die Bewegungen von Brownschen Teilchen normalverteilt und folgen einem Diusionsprozess. Die Diusionskoezient ist antiproportional zum Reibungskoezienten.
33 Literatur R. Klein, Vorlesungsskript - Brownian Motion H. Risken, The Fokker-Planck-Equation, 1989, 2. Auage, Springer-Verlag
Übung zu Empirische Ökonomie für Fortgeschrittene SS 2009
Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und
Mehr7. Die Brownsche Bewegung
7. DIE BROWNSCHE BEWEGUNG 7 5 5 50 00 50 200 250 0 5 20 Abbildung 7.: Pfad einer Brownschen Bewegung 7. Die Brownsche Bewegung Definition 7.. Ein cadlag stochastischer Prozess {W t } mit W 0 = 0, unabhängigen
MehrSynergetik. Hermann Haken. Eine Einführung. Nichtgleichgewichts-Phasenübergänge und Selbstorganisation in Physik, Chemie und Biologie
Hermann Haken Synergetik Eine Einführung Nichtgleichgewichts-Phasenübergänge und Selbstorganisation in Physik, Chemie und Biologie Übersetzt von A. Wunderlin Dritte, erweiterte Auflage Mit 168 Abbildungen
MehrEinführung in die Theorie der Markov-Ketten. Jens Schomaker
Einführung in die Theorie der Markov-Ketten Jens Schomaker Markov-Ketten Zur Motivation der Einführung von Markov-Ketten betrachte folgendes Beispiel: 1.1 Beispiel Wir wollen die folgende Situation mathematisch
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre
Grundlagen der Physik 2 Schwingungen und Wärmelehre Othmar Marti othmar.marti@uni-ulm.de Institut für Experimentelle Physik 14. 06. 2007 Othmar Marti (Universität Ulm) Schwingungen und Wärmelehre 14. 06.
Mehr7.5 Erwartungswert, Varianz
7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k
MehrBrownsche Bewegung. M. Gruber. 19. März Zusammenfassung
Brownsche Bewegung M. Gruber 19. März 2014 Zusammenfassung Stochastische Prozesse, Pfade; Brownsche Bewegung; Eigenschaften der Brownschen Bewegung: Kovarianz, Stationarität, Selbstähnlichkeit, quadratische
Mehr10. und 11. Vorlesung Sommersemester
10. und 11. Vorlesung Sommersemester 1 Die Legendre-Transformation 1.1 Noch einmal mit mehr Details Diese Ableitung wirkt einfach, ist aber in dieser Form sicher nicht so leicht verständlich. Deswegen
MehrLösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über
Mehr5 Schwingungen und Wellen
5 Schwingungen und Wellen Schwingung: Regelmäßige Bewegung, die zwischen zwei Grenzen hin- & zurückführt Zeitlich periodische Zustandsänderung mit Periode T ψ ψ(t) [ ψ(t-τ)] Wellen: Periodische Zustandsänderung
MehrModell der Punktmasse
Kinematik Die Kinematik (kinema, griech., Bewegung) ist die Lehre von der Bewegung von Punkten und Körpern im Raum, beschrieben durch die Größen Weg (Änderung der Ortskoordinate) s, Geschwindigkeit v und
MehrV5: Klassische statistische Mechanik thermodynamische Ensembles
V5: Klassische statistische Mechanik thermodynamische Ensembles Die statistische Mechanik behandelt Systeme mit vielen (im Grunde unendlich vielen) Freiheitsgraden. Diese sollen durch wenige Makrovariablen
MehrEinführung in Simulationen mit Monte Carlo und Brownscher Dynamik. Martin Oettel Johannes Bleibel
Einführung in Simulationen mit Monte Carlo und Brownscher Dynamik Martin Oettel Johannes Bleibel Die Monte Carlo-Methode 1. Beispiel Bestimmung von π 1 1 π = 1 1 dx 1 dy G(x, y) G (x, y) = θ(1 x 2 + y
MehrBrownsche Bewegung. Satz von Donsker. Bernd Barth Universität Ulm
Brownsche Bewegung Satz von Donsker Bernd Barth Universität Ulm 31.05.2010 Page 2 Brownsche Bewegung 31.05.2010 Inhalt Einführung Straffheit Konvergenz Konstruktion einer zufälligen Funktion Brownsche
MehrLösung 10 Klassische Theoretische Physik I WS 15/16
Karlsruher Institut für Technologie Institut für theoretische Festkörperphysik www.tfp.kit.edu ösung Klassische Theoretische Physik I WS 5/6 Prof. Dr. G. Schön Punkte Sebastian Zanker, Daniel endler Besprechung
MehrAsymptotische Stochastik (SS 2010)
Institut für Stochastik PD. Dr. Dieter Kadelka Daniel Gentner Asymptotische Stochastik (SS 2010) Lösungen zu Übungsblatt 4 Aufgabe 1 (lokaler Grenzwertsatz von de Moivre und Laplace und eine Verallgemeinerung)
Mehr3 Markov-Eigenschaft der Brownschen Bewegung
Man verifiziert 2.) für P n = Q n, und somit gilt: jede Teilfolge von (P n ) n N besitzt eine konvergente Teilfolge. Betrachte nun die endlich-dimensionalen Randverteilungen der Maße P n. Dazu sei π t1,...,t
MehrLösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK)
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK (STOCHASTIK) für Studierende des Maschinenbaus vom 7. Juli (Dauer: 8 Minuten) Übersicht über die
Mehrν und λ ausgedrückt in Energie E und Impuls p
phys4.011 Page 1 8.3 Die Schrödinger-Gleichung die grundlegende Gleichung der Quantenmechanik (in den bis jetzt diskutierten Fällen) eine Wellengleichung für Materiewellen (gilt aber auch allgemeiner)
MehrTheoretische Physik 1 Mechanik
Technische Universität München Fakultät für Physik Ferienkurs Theoretische Physik 1 Mechanik Skript zu Vorlesung 2: konservative Kräfte, Vielteilchensysteme und ausgedehnte Körper gehalten von: Markus
MehrHamilton-Mechanik. Inhaltsverzeichnis. 1 Einleitung. 2 Verallgemeinerter oder kanonischer Impuls. Simon Filser
Hamilton-Mechanik Simon Filser 4.9.09 Inhaltsverzeichnis 1 Einleitung 1 Verallgemeinerter oder kanonischer Impuls 1 3 Hamiltonfunktion und kanonische Gleichungen 4 Die Hamiltonfunktion als Energie und
Mehr2 Zufallsvariable, Verteilungen, Erwartungswert
2 Zufallsvariable, Verteilungen, Erwartungswert Bisher: Zufallsexperimente beschrieben durch W-Räume (Ω, A, P) Häufig interessiert nur eine zufällige Größe X = X(ω), die vom Ergebnis ω des Zufallsexperiments
MehrNumerische Methoden und Algorithmen in der Physik
Numerische Methoden und Algorithmen in der Physik Hartmut Stadie, Christian Autermann 15.01.2009 Numerische Methoden und Algorithmen in der Physik Christian Autermann 1/ 47 Methode der kleinsten Quadrate
MehrMultivariate Verteilungen
Multivariate Verteilungen Zufallsvektoren und Modellierung der Abhängigkeiten Ziel: Modellierung der Veränderungen der Risikofaktoren X n = (X n,1, X n,2,..., X n,d ) Annahme: X n,i und X n,j sind abhängig
MehrBlatt 10. Hamilton-Formalismus- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik T) im SoSe 20 Blatt 0. Hamilton-Formalismus- Lösungsvorschlag Aufgabe 0.. Hamilton-Formalismus
Mehr7 Die Hamilton-Jacobi-Theorie
7 Die Hamilton-Jacobi-Theorie Ausgearbeitet von Rolf Horn und Bernhard Schmitz 7.1 Einleitung Um die Hamilton schen Bewegungsgleichungen q k = H(q, p) p k ṗ k = H(p, q) q k zu vereinfachen, führten wir
MehrÜbungsaufgaben Lösungen
Übungsaufgaben Lösungen Stochastische Matrizen, Markov-Prozesse MV5.1 Eine N N-Matrix P heißt stochastisch, wenn ihre Matrixelemente nicht-negativ sind und alle Zeilensummen 1 ergeben. In Formeln: P ij
MehrStetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrWKB-Methode. Jan Kirschbaum
WKB-Methode Jan Kirschbaum Westfälische Wilhelms-Universität Münster Fachbereich Physik Seminar zur Theorie der Atome, Kerne und kondensierten Materie 1 Einleitung Die WKB-Methode, unabhängig und fast
Mehr3. Erhaltungsgrößen und die Newton schen Axiome
Übungen zur T1: Theoretische Mechanik, SoSe13 Prof. Dr. Dieter Lüst Theresienstr. 37, Zi. 45 Dr. James Gray James.Gray@physik.uni-muenchen.de 3. Erhaltungsgrößen und die Newton schen Axiome Übung 3.1:
MehrPhysikdepartment. Ferienkurs zur Experimentalphysik 4. Daniel Jost 10/09/15
Physikdepartment Ferienkurs zur Experimentalphysik 4 Daniel Jost 10/09/15 Inhaltsverzeichnis Technische Universität München 1 Kurze Einführung in die Thermodynamik 1 1.1 Hauptsätze der Thermodynamik.......................
MehrThermodynamik. Christian Britz
Hauptsätze der Klassische nanoskaliger Systeme 04.02.2013 Inhalt Einleitung Hauptsätze der Klassische nanoskaliger Systeme 1 Einleitung 2 Hauptsätze der 3 4 Klassische 5 6 7 nanoskaliger Systeme 8 Hauptsätze
Mehr3.3 Langevin Gleichung Bewegungsgleichung der Brown schen Bewegung Beobachtung: 1827 R. Brown, Erklärung: 1905 A. Einstein, M.
Langevin Gleichung 3.3 Langevin Gleichung Bewegungsgleichung der Brown schen Bewegung Beobachung: 187 R. Brown, Erklärung: 195. Einsein, M. Smoluchovski (c Encyclopedia Briannica 1911 (c Wikimedia Commons
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre
Grundlagen der Physik 2 Schwingungen und Wärmelehre Othmar Marti othmar.marti@uni-ulm.de Institut für Experimentelle Physik 11. 06. 2007 Othmar Marti (Universität Ulm) Schwingungen und Wärmelehre 11. 06.
MehrMoleküldynamik. Modell: Klassische Mechanik Newtonsche Bewegungsgleichungen. = m a i
Mikroskopische Simulation der Molekülbewegungen Moleküldynamik Statistische Mechanik Modell: Klassische Mechanik Newtonsche Bewegungsgleichungen Makroskopische igenschaften des Systems (nergie, Temp, Druck,
MehrMathematik für Naturwissenschaften, Teil 2
Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die
MehrInstitut für Theoretische Physik. Brownsche Motoren
Institut für Theoretische Physik Brownsche Motoren Vortrag: Marko Tomic, David van Treeck Theoretische Physik VI (Vertiefung): Statistische Physik II am 13.07.12 1 Index Was ist ein Brownscher Motor? Die
MehrModellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit -
Modellierung und Simulation von Mischvorgängen in einem Rührer - Bachelorarbeit - Dies Mathematicus 211 25. November 211 Gliederung 1 Motivation: Mischvorgänge in einem Rührer 2 Mathematische Modellierung
MehrÜbungen zu Theoretische Physik I - Mechanik im Sommersemester 2013 Blatt 7 vom Abgabe:
Übungen zu Theoretische Physik I - Mechanik im Sommersemester 03 Blatt 7 vom 0.06.3 Abgabe: 7.06.3 Aufgabe 9 3 Punkte Keplers 3. Gesetz Das 3. Keplersche Gesetz für die Planetenbewegung besagt, dass das
Mehr5. Fourier-Transformation
Fragestellungen: 5. Fourier-Transformation Bei Anregung mit einer harmonischen Last kann quasistatitisch gerechnet werden, wenn die Erregerfrequenz kleiner als etwa 30% der Resonanzfrequenz ist. Wann darf
MehrZeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2.
Seminar Finanzmathematik - Begrüßung - Motivation - Inhaltsangabe 3. Zusammen - fassung Zeitreihenanalyse Andreas Dienst SS 2006 Zeitreihen: Definition und Motivation - Begrüßung - Motivation - Inhaltsangabe
MehrSpezielle stetige Verteilungen
Spezielle stetige Verteilungen schon bekannt: Die Exponentialverteilung mit Parameter k R, k > 0 hat die Dichte f (x) = ke kx für x 0 und die Verteilungsfunktion F (x) = 1 e kx für x 0. Eigenschaften Für
MehrKapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XII - Kennzahlen mehrdimensionaler Zufallsvariablen Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska
MehrKapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.
Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:
MehrProbestudium der Physik 2011/12
Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion
Mehr3.5.6 Geschwindigkeitsprofil (Hagen-Poiseuille) ******
3.5.6 ****** 1 Motivation Bei der Strömung einer viskosen Flüssigkeit durch ein Rohr ergibt sich ein parabolisches Geschwindigkeitsprofil. 2 Experiment Abbildung 1: Versuchsaufbau zum Der Versuchsaufbau
MehrDNA Kraftspektroskopie. Kevin Krug
DNA Kraftspektroskopie Kevin Krug 15.2.2008 Übersicht Vorstellung einiger DNA Konformationen FJC: allgemeines einfaches Modell zur Beschreibung der Elastizität eines Polymers DNA Übergang bei höheren externen
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Wiederholung: Verteilungen
Wahrscheinlichkeitsrechnung und Statistik für Biologen Wiederholung: Verteilungen Noémie Becker & Dirk Metzler 31. Mai 2016 Inhaltsverzeichnis 1 Binomialverteilung 1 2 Normalverteilung 2 3 T-Verteilung
MehrGewöhnliche Differentialgleichungen Woche 1
Gewöhnliche Differentialgleichungen Woche Einführung. Modelle Eine gewöhnliche Differentialgleichung gibt eine Relation zwischen einer unbekannten Funktion und deren Ableitung(en). Nun kann man unendlich
MehrDas mathematische Pendel
1 Das mathematische Pendel A. Krumbholz, S. Effendi 25. Juni 2013 2 Inhaltsverzeichnis Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung 3 1.1 Das mathematische Pendel........................... 3 1.2
MehrStatistische Thermodynamik I Lösungen zur Serie 11
Statistische Thermodynamik I Lösungen zur Serie Verschiedenes 20 Mai 206 Barometrische Höhenformel: Betrachte die rdatmosphäre im homogenen Gravitationspotential M gz der rde Unter der Annahme, dass sich
MehrEiniges über die Brown sche Bewegung
Einiges über die Brown sche Bewegung Gunther Leobacher und Friedrich Pillichshammer Inhaltsverzeichnis Definition und Existenz einer Brown schen Bewegung Einige elementare Eigenschaften der Brown schen
MehrFerienkurs Theoretische Mechanik Lösungen Hamilton
Ferienkurs Theoretische Mechanik Lösungen Hamilton Max Knötig August 10, 2008 1 Hamiltonfunktion, Energie und Zeitabhängigkeit 1.1 Perle auf rotierendem Draht Ein Teilchen sei auf einem halbkreisförmig
Mehr8 Verteilungsfunktionen und Dichten
8 Verteilungsfunktionen und Dichten 8.1 Satz und Definition (Dichten) Eine Funktion f : R R heißt Dichtefunktion, kurz Dichte, wenn sie (Riemann-) integrierbar ist mit f(t) 0 für alle t R und Setzt man
MehrWahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen
Wahrscheinlichkeitsrechnung und Statistik für Biologen Spezielle Verteilungen Noémie Becker & Dirk Metzler http://evol.bio.lmu.de/_statgen 7. Juni 2013 1 Binomialverteilung 2 Normalverteilung 3 T-Verteilung
MehrStochastische Prozesse
INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 1 Priv.-Doz. Dr. D. Kadelka Dipl.-Math. W. Lao Übungen zur Vorlesung Stochastische Prozesse Musterlösungen Aufgabe 1: (Verzweigungsprozess) Die
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
Mehr1 Erwartungswert und Kovarianzmatrix von Zufallsvektoren
Erwartungswert und Kovarianzmatrix von Zufallsvektoren Erwartungswert und Kovarianzmatrix von Zufallsvektoren. Definition Ist X X,...,X p ein p-dimensionaler Zufallsvektor mit E X j < für alle j, so heißt
Mehr6 Gewöhnliche Differentialgleichungen
6 Gewöhnliche Differentialgleichungen Differentialgleichungen sind Gleichungen in denen nicht nur eine Funktion selbst sondern auch ihre Ableitungen vorkommen. Im einfachsten Fall gibt es eine unabhängige
MehrDie Varianz (Streuung) Definition
Die (Streuung) Definition Diskrete Stetige Ang., die betrachteten e existieren. var(x) = E(X EX) 2 heißt der Zufallsvariable X. σ = Var(X) heißt Standardabweichung der X. Bez.: var(x), Var(X), varx, σ
Mehr2.1 Importance sampling: Metropolis-Algorithmus
Kapitel 2 Simulationstechniken 2.1 Importance sampling: Metropolis-Algorithmus Eine zentrale Fragestellung in der statistischen Physik ist die Bestimmung von Erwartungswerten einer Observablen O in einem
Mehr2. Lagrange-Gleichungen
2. Lagrange-Gleichungen Mit dem Prinzip der virtuellen Leistung lassen sich die Bewegungsgleichungen für komplexe Systeme einfach aufstellen. Aus dem Prinzip der virtuellen Leistung lassen sich die Lagrange-Gleichungen
Mehr9. Vorlesung Wintersemester
9. Vorlesung Wintersemester 1 Die Phase der angeregten Schwingung Wertebereich: bei der oben abgeleiteten Formel tan φ = β ω ω ω0. (1) ist noch zu sehen, in welchem Bereich der Winkel liegt. Aus der ursprünglichen
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre
(c) Ulm University p. 1/ Grundlagen der Physik Schwingungen und Wärmelehre 3. 04. 006 Othmar Marti othmar.marti@uni-ulm.de Experimentelle Physik Universität Ulm (c) Ulm University p. / Physikalisches Pendel
Mehr15 Eindimensionale Strömungen
97 Durch Druckunterschiede entstehen Strömungen, die sich auf unterschiedliche Weise beschreiben lassen. Bei der Lagrange schen oder materiellen Beschreibung betrachtet man das einelne Fluidteilchen, das
MehrBlatt 1. Kinematik- Lösungsvorschlag
Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die
MehrFormelsammlung. Lagrange-Gleichungen: q k. Zur Koordinate q k konjugierter Impuls: p k = L. Hamilton-Funktion: p k. Hamiltonsche Gleichungen: q k = H
Formelsammlung Lagrange-Gleichungen: ( ) d L dt q k L q k = 0 mit k = 1,..., n. (1) Zur Koordinate q k konjugierter Impuls: p k = L q k. (2) Hamilton-Funktion: n H(q 1,..., q n, p 1,..., p n, t) = p k
MehrDas Unschärfeprodukt x p in der klassischen Mechanik Seminar zur Theorie der Atome, Kerne und kondensierten Materie. Jonas Lübke
Das Unschärfeprodukt x p in der klassischen Mechanik Seminar zur Theorie der Atome, Kerne und kondensierten Materie Jonas Lübke 7. November 013 Inhaltsverzeichnis 1 Einführung 1 Beziehung zwischen klassischer
Mehr4 Thermodynamik mikroskopisch: kinetische Gastheorie makroskopisch: System:
Theorie der Wärme kann auf zwei verschiedene Arten behandelt werden. mikroskopisch: Bewegung von Gasatomen oder -molekülen. Vielzahl von Teilchen ( 10 23 ) im Allgemeinen nicht vollständig beschreibbar
MehrDiffusionsprozesse und lineare stochastische DGL
Diffusionsprozesse und lineare stochastische DGL Michele Bieber TU Dortmund - Fakultät Statistik 15. Mai 2012 Inhaltsverzeichnis 1 Einleitung 2 Diffusionsprozesse Stochastische DGL eines Diffusionsprozesses
MehrElektronen in Metallen. Seminar: Nanostrukturphysik 1 Fakultät: 7 Dozent: Dr. M. Kobliscka Referent: Daniel Gillo Datum:
Elektronen in Metallen Seminar: Nanostrukturphysik 1 Fakultät: 7 Dozent: Dr. M. Kobliscka Referent: Datum: 1.01.14 Gliederung 1. Einleitung 1.1 Elektronen 1. Metalle. Drude-Modell.1 Ohm'sches Gesetz. Grenzen
MehrGrundlagen der Diffusion Ein kurzes Tutorial. basierend auf Unterlagen von Peter Stüber, Felix Roosen-Runge und Frank Schreiber
Grundlagen der Diffusion Ein kurzes Tutorial basierend auf Unterlagen von Peter Stüber, Felix Roosen-Runge und Frank Schreiber Begriffserklärung: Kolloide In Lösungsmittel gelöste Teilchen (1nm-1µm) Klein
Mehr9 Die Normalverteilung
9 Die Normalverteilung Dichte: f(x) = 1 2πσ e (x µ)2 /2σ 2, µ R,σ > 0 9.1 Standard-Normalverteilung µ = 0, σ 2 = 1 ϕ(x) = 1 2π e x2 /2 Dichte Φ(x) = 1 x 2π e t2 /2 dt Verteilungsfunktion 331 W.Kössler,
MehrGrundlagen der Analytischen Mechanik
Höhere Technische Mechanik Grundlagen der Analytischen Mechanik Prof. Dr.-Ing. Ulrike Zwiers, M.Sc. Fachbereich Mechatronik und Maschinenbau Hochschule Bochum WS 2009/2010 Übersicht 1. Grundlagen der Analytischen
MehrP n (k) f(k) = 1 σ 2π e ) 2. σ 2π
53 Allgemein gilt der folgende Satz. Satz 6.1 (Lokaler Grenzwertsatz von de Moivre und Laplace) Die Wahrscheinlichkeit P n (k) einer Binomialverteilung (mit der Erfolgswahrscheinlichkeit p im Einzelexperiment)
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
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrNormalverteilung. 1 2πσ. Gauß. 2 e 1 2 ((x µ)2 σ 2 ) Werkzeuge der empirischen Forschung. W. Kössler. Einleitung. Datenbehandlung. Wkt.
Normalverteilung Diskrete Stetige f(x) = 1 2πσ 2 e 1 2 ((x µ)2 σ 2 ) Gauß 91 / 169 Normalverteilung Diskrete Stetige Satz: f aus (1) ist Dichte. Beweis: 1. f(x) 0 x R und σ > 0. 2. bleibt z.z. lim F(x)
MehrMathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder
DGL Schwingung Physikalische Felder Mathematik-Tutorium für Maschinenbauer II: Differentialgleichungen und Vektorfelder Johannes Wiedersich 23. April 2008 http://www.e13.physik.tu-muenchen.de/wiedersich/
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
MehrMotivation. Benötigtes Schulwissen. Übungsaufgaben. Wirtschaftswissenschaftliches Zentrum 10 Universität Basel. Statistik
Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Statistik Dr. Thomas Zehrt Ausblick Motivation Wir werfen einen Würfel 000-mal und wir möchten die Wahrscheinlichkeit P bestimmen, dass zwischen
MehrDynamische Lasten. 1. Kraft- und Weganregung 2. Deterministische Lasten. 3. Stochastische Lasten
Dynamische Lasten 1. Kraft- und Weganregung 2. Deterministische Lasten 2.1 Allgemeine zeitabhängige Lasten 2.2 Periodische Lasten 2.3 Harmonische Lasten 3. Stochastische Lasten 3.1 Instationäre stochastische
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre Othmar Marti.
(c) Ulm University p. 1/1 Grundlagen der Physik 2 Schwingungen und Wärmelehre 10. 05. 2007 Othmar Marti othmar.marti@uni-ulm.de Institut für Experimentelle Physik Universität Ulm (c) Ulm University p.
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
MehrHochschule Düsseldorf University of Applied Sciences. 22. Dezember 2016 HSD. Physik. Schwingungen
Physik Schwingungen Zusammenfassung Mechanik Physik Mathe Einheiten Bewegung Bewegung 3d Newtons Gesetze Energie Gravitation Rotation Impuls Ableitung, Integration Vektoren Skalarprodukt Gradient Kreuzprodukt
MehrGrundlagen der Physik 2 Schwingungen und Wärmelehre
Grundlagen der Physik 2 Schwingungen und Wärmelehre Othmar Marti othmar.marti@uni-ulm.de Institut für Experimentelle Physik 14. 06. 2007 Othmar Marti (Universität Ulm) Schwingungen und Wärmelehre 14. 06.
MehrÜbung (13) dx 3, 2x 1 dx arctan(x3 1).
Übung (3) () Bilden Sie folgende Ableitungen: d xe x dx x ln x, d dx +cos (x), d d dx 3, x dx arctan(x3 ). () Geben Sie die Näherung. Ordnung für den Ausdruck / p v /c für v
MehrName: Gruppe: Matrikel-Nummer:
Theoretische Physik 1 (Theoretische Mechanik) SS08, Studienziel Bachelor (170 1/13/14) Dozent: J. von Delft Übungen: B. Kubala Klausur zur Vorlesung T1: Theoretische Mechanik, SoSe 008 (3. Juli 007) Bearbeitungszeit:
MehrVorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik
Univ. Leipzig Mathematisches Institut Vertretung Professur Stochastische Prozesse Max v. Renesse email: mrenesse@math.tu-berlin.de Vorlesung im SoSe 2010 Stochastische Analysis & Zeitstetige Finanzmathematik
MehrGedämpftes Quantentunneln in makroskopischen Systemen
Gedämpftes Quantentunneln in makroskopischen Systemen Kerstin Helfrich Seminar über konforme Feldtheorie, 27.06.06 Gliederung 1 Motivation 2 Voraussetzungen Allgemein Ungedämpfter Fall 3 Gedämpftes Tunneln
Mehrσ ½ 7 10-8 cm = 7 10-10 m σ ½ 1 nm
Zahlenbeispiele mittlere freie Weglänge: Λ = 1 / (σ n B ) mittlere Zeit zwischen Stößen τ = Λ / < v > Gas: Stickstoff Druck: 1 bar = 10 5 Pa Dichte n = 3 10 19 cm -3 σ = 45 10-16 cm 2 σ ½ 7 10-8 cm = 7
Mehr2.4 Stoßprozesse. entweder nicht interessiert o- der keine Möglichkeit hat, sie zu untersuchen oder zu beeinflussen.
- 52-2.4 Stoßprozesse 2.4.1 Definition und Motivation Unter einem Stoß versteht man eine zeitlich begrenzte Wechselwirkung zwischen zwei oder mehr Systemen, wobei man sich für die Einzelheiten der Wechselwirkung
Mehr3. Berechnen Sie auch die Beschleunigung a als Funktion der Zeit t. 4. Erstellen Sie ein SIMULINK Modell, das x(t) numerisch berechnet.
unit 1 / Seite 1 Einführung Differenzialgleichungen In physikalischen Anwendungen spielt oft eine Messgrösse in Abhängigkeit von der Zeit die Hauptrolle. Beispiele dafür sind Druck p, Temperatur T, Geschwindigkeit
MehrLösung 04 Klassische Theoretische Physik I WS 15/16. c n = 1 T. c n,u e inωt + c n,u e inωt] c n e inωt = c 0 +
Karlsruher Institut für Technologie Institut für theoretische Festkörperphysik www.tfp.kit.edu Lösung 4 Klassische Theoretische Physik I WS 5/6 Prof. Dr. G. Schön 2 Punkte Sebastian Zanker, Daniel Mendler
MehrÜbungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
Mehr2. Räumliche Bewegung
2. Räumliche Bewegung Prof. Dr. Wandinger 1. Kinematik des Punktes TM 3 1.2-1 2. Räumliche Bewegung Wenn die Bahn des Punkts nicht bekannt ist, reicht die Angabe einer Koordinate nicht aus, um seinen Ort
Mehr5 Bose-Einstein-Kondensation. Suprafluidität
Prof. Dr. A. Muramatsu Fortgeschrittene Quantentheorie WS / 9 5 Bose-Einstein-Kondensation. Suprafluidität Wie im Fall der Fermionen betrachten wir in diesem Kapitel zunächst nicht wechselwirkende Bosonen.
Mehr