Belousov-Zhabotinskii Oszillierende Reaktionen

Größe: px
Ab Seite anzeigen:

Download "Belousov-Zhabotinskii Oszillierende Reaktionen"

Transkript

1 Belousov-Zhabotinskii Oszillierende Reaktionen Aline Brost 08. Januar 2013 Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer

2 Gliederung 1 Die Belousov-Reaktion und das Field-Körös-Noyes-Modell Entdeckung und Allgemeines Reaktionsverlauf Das Field-Körös-Noyes-Modell 2 Lineare Stabilitätsanalyse und die Existenz von Grenzzykluslösungen Bezug zum Field-Körös-Noyes-Modell Grenzzykluslösungen 3 Nichtlokale Stabilität des FKN Modell 4 Relaxationsoszillatoren Der Van der Pol Oszillator Annäherung an die BZ-Reaktion 5 Fazit

3 Entdeckung und Allgemeines Vor 1950: keine homogenen oszillierenden Systeme in der Chemie bekannt Belousov-Zhabotinskii-Reaktion: wichtige oszillierende Reaktion, die vom russischen Biochemiker Boris Belousov 1951 entdeckt wurde. Zunächst hielt man die Reaktion für einen Messfehler, da sie gegen den 2. Hauptsatz der Thermodynamik verstößt. 1964: Bestätigung durch Anatoli Zhabotinskii

4 Entdeckung und Allgemeines Der Begriff Belousov-Zhabotinskii bezieht sich mittlerweile eher allgemein auf oszillierende Reaktionen vor allem solche, bei denen eine organische Substanz durch Brom oder ein Metall (Cerium, Ferroin) oxidiert wird Veranschaulichung von Techniken aus der Analysis, die sich in vielen Bereichen anwenden lassen. Die BZ-Reaktion ist wahrscheinlich die theoretisch und experimentell am meisten erforschte oszillierende Reaktion.

5 Entdeckung und Allgemeines Die Belousov-Reaktion (1951): Oxidierung von Malonsäure in eine Säure mit Hilfe von Brom-Ionen BrO 3 Der Vorgang wird katalysiert durch Cerium, das zwei Zustände hat, nämlich Ce 3+ (farblos) und Ce 4+ (gelb)

6 Entdeckung und Allgemeines Die Belousov-Zhabotinskii-Reaktion mit Ferroin: Farbwechsel von rot nach blau Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer

7 Reaktionsverlauf Die BZ-Reaktion kann man in zwei Phasen unterteilen: die Brom-Konzentration [Br ] entscheidet darüber, welche Phase vorliegt Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer

8 Reaktionsverlauf Reaktionsbeschreibung: Phase I: wenn [Br ] hoch ist vgl. A Cerium Ion hauptsächlich als Ce 3+ vgl. AB sobald [Br ] weniger wird und B überschritten hat, fällt [Br ] sehr schnell ab vgl. C Phase II: Ce 3+ reagiert zu Ce 4+, jedoch reagiert Ce 4+ wieder, um Br zu produzieren während es zum Ce 3+ -Zustand zurückkehrt [Br ] steigt an vgl. CDA sobald diese Konzentration wieder hoch genug ist, ist wieder Phase I vorherrschend

9 Das Field-Körös-Noyes-Modell Field-Körös-Noyes-Modell (Oregonator): Modell zur Beschreibung oszillierender Reaktionen 1972: Richard Field, Endre Körös und Richard Noyes Beschreibung der BZ-Reaktion 5 Haupt-Reaktionen: dargestellt in einem System von 3 Chemikalien, bei dem die Geschwindigkeitskonstante relativ gut bestimmt werden kann 5 chemische Elemente: X = HBrO 2 Y = Br Z = Ce 4+ A = BrO 3 P = HOBr

10 Das Field-Körös-Noyes-Modell Die Reaktionen können angenähert werden durch: A + Y k 1 X + Y k 2 A + X k 3 X + P 2P 2X + 2Z 2X Z k 4 k 5 A + P f Y Geschwindigkeitskonstanten k 1,...,k 5 bekannt stöchiometrischer Faktor f meistens 0.5

11 Das Field-Körös-Noyes-Modell Massenwirkungsgesetz: dx dy dz = k 1 ay k 2 xy + k 3 ax k 4 x 2 = k 1 ay k 2 xy + fk 5 z = 2k 3 ax k 5 z

12 Das Field-Körös-Noyes-Modell Nur in einer dimensionslosen Form lässt sich dieses System sinnvoll untersuchen: Tyson (1985): x = x x 0, y = y y 0, z = z z 0, t = t t 0, x 0 = k 3a k M, y 0 = k 3a k M, z 0 = 2(k 3a) 2 k 4 k M, t 0 = 1 k s, ε = k 5 k 3 a , δ = k 4k 5 k 2 k 3 a , q = k 1k 4 k 2 k , (f 0.5)

13 Das Field-Körös-Noyes-Modell Für unsere Zwecke müssen ε, δ und q nur klein sein: Dimensionsloses System: ε dx δ dy dz = qy xy + x(1 x) = qy xy + 2fz = x z

14 Das Field-Körös-Noyes-Modell Vektorschreibweise: Mit r = (x, y, z) T ergibt sich: dr = F(r; ε, δ, q, f) = ε 1 (qy xy + x x 2 ) δ 1 ( qy xy + 2fz) x z

15 Lineare Stabilitätsanalyse des FKN Modells und die Existenz von Grenzzykluslösungen Lineare Stabilitätsanalyse: 1 positive stationäre Zustände finden 2 Eigenwerte der linearen Stabilitätsmatrix bestimmen 3 beschränkte Menge suchen, d.h. eine endliche abgeschlossene Fläche S finden, die den stationären Zustand enthält, sodass jede Lösung zum Zeitpunkt t 0 immer in S liegt für t > t 0 Murray: Field-Körös-Noyes Gleichungssystem

16 Bezug zum Field-Körös-Noyes-Modell Die nichtnegativen stationären Zustände (x s, y s, z s ) erhält man, indem man die linke Seite des dimensionslosen Systems gleich Null setzt und das resultierende algebraische Gleichungssystem löst. Daraus ergeben sich folgende beiden Lösungen: (0, 0, 0) oder: z s = x s y s = 2fx s q + x s x s = 1 {(1 2f q) + [(1 2f q) 2 + 4q(1 + 2f )] 1/2} 2 Der andere stationäre Zustand ungleich Null ist negativ.

17 Bezug zum Field-Körös-Noyes-Modell Durch Linearisieren um (0, 0, 0) erhält man die Stabilitätsmatrix A mit Eigenwerten λ: A λi = ε 1 λ qε qδ 1 λ 2f δ λ = 0 λ 3 + λ 2 (1 + qδ 1 ε 1 ) λ [ε 1 (1 + qδ 1 ) qδ 1 ] q(1 + 2f ) = 0 εδ Der stationäre Zustand (0, 0, 0) ist somit immer linear instabil.

18 Bezug zum Field-Körös-Noyes-Modell Durch Linearisieren um den positiven stationären Zustand (x s, y s, z s ) sind die Eigenwerte λ der Stabilitätsmatrix gegeben durch: 1 2x s y s q x ε λ s ε 0 A λi = y δ xs+q 2f δ λ δ λ = 0 λ 3 + Aλ 2 + Bλ + C = 0

19 Bezug zum Field-Körös-Noyes-Modell A = 1 + q + x s δ + E ε > 0 E = 2x s + y s 1 = x s 2 + q(x s + 2f ) q + x s > 0 B = q + x s δ + E ε + (q + x s)e + y s (q x s ) εδ C = (q + x s)e 2f (q x s ) + y s (q x s ) εδ = x s 2 + q(2f + 1) εδ Mindestens ein Eigenwert λ ist reell und negativ. > 0

20 Bezug zum Field-Körös-Noyes-Modell Die verbleibende notwendige und hinreichende Bedingung, dass alle Eigenwerte λ negative Realteile haben, folgt durch Routh-Hurwitz: AB C = φ(δ, f, ε) = Nδ2 + Mδ + L δ 2 > 0 L = L(x s, f, q, ε) M = M(x s, f, q, ε) N = N(x s, f, q, ε) > 0

21 Bezug zum Field-Körös-Noyes-Modell Der stationäre Zustand ist linear instabil, wenn δ, f und ε in einem Gebiet im (δ, f, ε)-raum liegen, mit φ(δ, f, ε) < 0. Die Grenze bzw. die Bifurkationsfläche im (δ, f, ε)-raum ist gegeben durch φ(δ, f, ε) = 0.

22 Bezug zum Field-Körös-Noyes-Modell Asymptotische Lösungen liefern Hinweis auf das Eigenwert-Verhalten: B >> 1: λ C B, A 2 ± i B B < 0 und B >> 1: λ C B, ± B für große positive B: stationärer Zustand ist linear stabil für große negative B: stationärer Zustand ist instabil

23 Grenzzykluslösungen In der Nähe von φ(δ, f, ε) = 0 gibt es eine Grenzzykluslösung mit kleiner Amplitude (Schwingungsweite) und folgender Schwingungszeit: T = 2π ( C A ) 1/2 Die Stabilitäts-Bifurkations-Kurve von δ f für alle ε ist gegeben durch: δ = 1 { [ ] } 1/2 M + M 2 4LN 2N

24 Nichtlokale Stabilität des FKN Modells Zusammenfassend lässt sich sagen: Für alle ε gilt: Der positive Zustand ist linear instabil, wenn δ und f in einer angemessenem Gebiet liegen. Wenn (δ, f ) in einem instabilen Gebiet liegt, müssen wir globale Stabilität betrachten. n dr > 0 beschränkte Menge S n = äußerer Einheitsnormalenvektor von S r aus S dr gegeben Das FKN-Modell besitzt mindestens einen Grenzzyklus mit periodischer Lösung.

25 Nicktlokale Stabilität des FKN Modells Die einfachste Fläche, die den stationäre Zustand (x s, y s, z s ) enthält ist die Oberfläche eines Quaders, der definiert wird durch die Seitenflächen: x = x 1 und x = x 2 y = y 1 und y = y 2 z = z 1 und z = z 2

26 Nichtlokale Stabilität des FKN Modells Fall 1: Ebene x = x 1 und x = x 2, wobei 0 < x 1 < x 2 i, j, k Einheitsnormalenvektoren in positiver x-, y-, z-richtung Für x = x 1 und n = -i gilt: i dr ] = dx ] < 0 x=x 1 x=x 1 qy xy + x x 2] x=x 1 > 0

27 Nichtlokale Stabilität des FKN Modells Also ist x 1 = q eine natürliche Schranke für x < x s. Für x = x 1 = q gilt: wenn q < 1. i dr ] q(1 q) = < 0 x=x 1 =q ε

28 Nichtlokale Stabilität des FKN Modells Für x = x 2 und n = i gilt: i dr ] = dx ] < 0 x=x 2 x=x 2 y(q x) + x x 2] x=x 2 < 0 Wähle x 2 = 1. Dann gilt für q < 1 und für alle y: i dr ] = ε 1 y(q 1) < 0 x=x 2 q = x 1 < x 2 < 1

29 Nichtlokale Stabilität des FKN Modells Fall 2: Ebene z = z 1 und z = z 2, wobei z 1 < z s < z 2 Für z = z 1 und n = k gilt: k dr ] = dz ] = (x z)] z=z 1 z=z1 < 0 z=z 1 Also ist z = z 1 = q eine natürliche untere Schranke für z.

30 Nichtlokale Stabilität des FKN-Modells Für z = z 2 und n = k gilt: ] k dr z=z 2 < 0 (x z)] z=z2 < 0 Also ist z = z 2 = 1 eine obere Schranke, weil x 1.

31 Nichtlokale Stabilität des FKN-Modells Fall 3: Ebene y = y 1 und y = y 2, wobei y 1 < y s < y 2 Für y = y 1 und n = j gilt: j dr ] = [y(q + x) 2fz] y=y1 < 0 y=y 1 Nach einigem Rechnen ergibt sich, dass y 1 = 2fq Schranke für y ist. q+1 eine untere

32 Nichtlokale Stabilität des FKN-Modells Für y = y 2 und n = j gilt: ] j dr y=y 2 < 0 2fz y(q + x)] y=y2 < 0 Somit ergibt sich nach einigem Rechnen y 2 = f q Schranke. als weitere

33 Nichtlokale Stabilität des FKN-Modells Folglich ist S gegeben durch: x = q y = 2fz q+1 z = q x = 1 y = f q z = 1

34 Nichtlokale Stabilität des FKN-Modells Der stationäre Zustand liegt in dieser beschriebenen Fläche, wenn f und q gewisse Ungleichungen erfüllen. Bei der BZ-Reaktion ist dies der Fall. Weil die endgültigen Lösungen des Grenzzyklus numerisch oder asymptotisch gefunden werden müssen, reicht es zu zeigen, dass eine solche beschränkte Menge existiert.

35 Relaxationsoszillatoren Wenn Phasen eines Grenzzyklus schneller abgehandelt werden als andere Phasen, spricht man von einem Relaxationsoszillator. Bezug zu Differentialgleichungen: Ein kleiner Parameter muss im DGL-System an einem wichtigen Punkt enthalten sein, um diese schnelle Änderung der Lösung zu verursachen.

36 Relaxationsoszillatoren Ein einfacher Relaxationsoszillator: ε dx dy = y f (x) = x wobei 0 < ε << 1 und f (x) eine stetige Funktion ist, sodass f (x) ± für x ±.

37 Der Van der Pol-Oszillator Van der Pol-Oszillator klassisches Beispiel: f (x) = 1 3 x 3 x Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer

38 Der Van der Pol-Oszillator Entlang DA und BC ändert sich x(t) sehr schnell, falls y f (x). Anstatt t als unabhängige Variable ist τ = t ε die bessere Wahl, weil es sich um ein typisches Störungsproblem handelt, d.h. ε wird mit der Ableitung multipliziert. Somit ergibt sich für ε 0: dy dτ = εx y konstant Bei AB und CD, also entlang der Isokline y = f (x), ergibt sich: f (x) dx x

39 Der Van der Pol-Oszillator Für den Van der Pol-Oszillator mit f (x) = 1 3 x 3 x erhält man: A = B = ( 2, 2 ) 3 ( 1, 2 ) 3 Periode T des Grenzzyklus: 1 2 (x 1 T /2 2 )dx = T = 3 2 ln(2) 0

40 Annäherung an die BZ-Reaktion Brom-Konzentration [Br ] als Funktion, die von der Zeit abhängt Grenzzykluslösung (auch abhängig von der Zeit) Relaxionsozillator ist eine gute Annäherung an die BZ-Reaktion.

41 Annäherung an die BZ-Reaktion Tyson: dimensionsloses Field-Körös-Noyes Modell: ε dx δ dy dz = qy xy + x(1 x) = qy xy + 2fz = x z

42 Annäherung an die BZ-Reaktion Sei ε << δ. Setze ε dx 0. Somit ergibt sich: 0 = qy xy + x(1 y) x = x(y) = 1 2 { } (1 y) + [(1 y) 2 + 4qy] 1 2 Damit erhält man für y und z ein DGLen-System 2. Ordnung: δ dy dz = 2fz y[x(y) + q] = x(y) z Dies kann ganz in der (y, z)-ebene analysiert werden, d.h. stationäre Zustände finden, lineare Stabilitätsanalyse durchführen und zeigen, dass eine begrenzte Menge existiert und somit auch eine Grenzzykluslösung.

43 Fazit Die BZ-Reaktion ist eine sehr wichtige Reaktion, die bei Experimenten genutzt wird, um theoretische Ergebnisse zu überprüfen. Das FKN-Modell kann 3 positive stationäre Zustände haben, wovon 2 stabil sind. Die BZ-Reaktion kann gut durch einen Relaxationsoszillator angenähert werden.

6 Gewöhnliche Differentialgleichungen

6 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

Mehr

Flüsse, Fixpunkte, Stabilität

Flüsse, 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

Mehr

1 Einführung, Terminologie und Einteilung

1 Einführung, Terminologie und Einteilung Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} Ganze Zahlen : Aus

Mehr

Testvorbereitung: Integrierender Faktor

Testvorbereitung: Integrierender Faktor Testvorbereitung: Integrierender Faktor Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien,.02.2007 Voraussetzung: Kenntnis der exakten Differentialgleichungen! Theoretische Grundlagen Eine nicht exakte

Mehr

Musterlösung. Aufgabe 1 a) Die Aussage ist falsch. Ein Gegenbeispiel ist die Funktion f : [0, 1] R, die folgendermaßen definiert ist:

Musterlösung. 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,

Mehr

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1. Systeme von Differentialgleichungen Beispiel : Chemische Reaktionssysteme System aus n Differentialgleichungen Ordnung: y (x = f (x, y (x,, y n (x Kurzschreibweise: y y 2 (x = f 2(x, y (x,, y n (x y n(x

Mehr

Lösungen der Aufgaben zu Kapitel 10

Lösungen der Aufgaben zu Kapitel 10 Lösungen der Aufgaben zu Kapitel 10 Abschnitt 10.2 Aufgabe 1 (a) Die beiden Funktionen f(x) = 1 und g(y) = y sind auf R definiert und stetig. 1 + x2 Der Definitionsbereich der Differentialgleichung ist

Mehr

Motivation. Motivation 2

Motivation. Motivation 2 Grenzzyklen 1 Motivation Grenzzyklen modellieren von selbst oszillierende Systeme Stabile Grenzzyklen kleine Abweichungen in den Anfangsbedingungen gehen in Grenzzyklus über Beispiele: Van-der-Pol Schwingkreis

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Thema 10 Gewöhnliche Differentialgleichungen

Thema 10 Gewöhnliche Differentialgleichungen Thema 10 Gewöhnliche Differentialgleichungen Viele Naturgesetze stellen eine Beziehung zwischen einer physikalischen Größe und ihren Ableitungen (etwa als Funktion der Zeit dar: 1. ẍ = g (freier Fall;

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte von Funktionen mehrerer reeller Variabler Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein

Mehr

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 11 LÖSUNGEN MAT121/MAT131 ANALYSIS II FRÜHJAHRSSEMESTER 2011 PROF. DR. CAMILLO DE LELLIS Aufgabe 1. a) Gegeben sei die Gleichung 2x 2 4xy +y 2 3x+4y = 0. Verifizieren Sie, dass diese Gleichung

Mehr

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

31 Die Potentialgleichung

31 Die Potentialgleichung 3 Die Potentialgleichung Die Potentialgleichung oder auch Poisson-Gleichung ist die lineare Gleichung zweiter Ordnung u = f in einem Gebiet R n. Im homogenen Fall f = 0 spricht man auch von der Laplace-

Mehr

Übungen zu Partielle Differentialgleichungen, WS 2016

Übungen zu Partielle Differentialgleichungen, WS 2016 Übungen zu Partielle Differentialgleichungen, WS 2016 Ulisse Stefanelli 16. Januar 2017 1 Beispiele 1. Betrachten Sie die Beispiele von nichtlinearen PDG und Systemen, die wir im Kurs diskutiert haben,

Mehr

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik

Mehr

Abbildung 5.1: stabile und instabile Ruhelagen

Abbildung 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

Mehr

Exakte Differentialgleichungen

Exakte Differentialgleichungen Exakte Differentialgleichungen M. Vock Universität Heidelberg Seminar Mathematische Modellierung am 11.11.2008 Gliederung Differentialgleichungen eine erste Begegnung Definition Gewöhnliche DGL Die exakte

Mehr

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016

Übungen zu Einführung in die Numerische Mathematik (V2E2) Sommersemester 2016 Übungen zu Einführung in die Numerische Mathematik (VE) Sommersemester 6 Prof. Dr. Martin Rumpf Pascal Huber Sascha Tölkes Übungsblatt 8 Abgabe:.6.6 Aufgabe 5 (Elliptisches Randwertproblem auf einem Ring)

Mehr

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0.

Bestimmen Sie die Lösung des Anfangswertproblems. y (x) 4y (x) 5y(x) = 6e x. y(0) = y (0) = 0. Aufgabe Bestimmen Sie die Lösung des Anfangswertproblems y (x) 4y (x) 5y(x) = 6e x y(0) = y (0) = 0. Zunächst bestimmen wir die Lösung der homogenen DGL. Das charakteristische Polynom der DGL ist λ 2 4λ

Mehr

3. Berechnen Sie auch die Beschleunigung a als Funktion der Zeit t. 4. Erstellen Sie ein SIMULINK Modell, das x(t) numerisch berechnet.

3. 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

Mehr

Differentialgleichungen

Differentialgleichungen 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

Mehr

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel

Outline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität

Mehr

Trennung der Variablen, Aufgaben, Teil 1

Trennung der Variablen, Aufgaben, Teil 1 Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g

Mehr

5 Gewöhnliche Differentialgleichungen

5 Gewöhnliche Differentialgleichungen 5 Gewöhnliche Differentialgleichungen 5.1 Einleitung & Begriffsbildung Slide 223 Natürliches Wachstum Eine Population bestehe zur Zeit t aus N(t) Individuen. Die Population habe konstante Geburts- und

Mehr

18.2 Implizit definierte Funktionen

18.2 Implizit definierte Funktionen 18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir

Mehr

6 Differentialgleichungen

6 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

Mehr

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang

Grundlagen Kondition Demo. Numerisches Rechnen. (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Numerisches Rechnen (für Informatiker) M. Grepl P. Esser & G. Welper & L. Zhang Institut für Geometrie und Praktische Mathematik RWTH Aachen Wintersemester 2011/12 IGPM, RWTH Aachen Numerisches Rechnen

Mehr

ε δ Definition der Stetigkeit.

ε 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

Mehr

, r [0, 2], ϕ [0,π/2], ϑ [0,π/6]. x 3. x 2 2 x 2 1. F(x) = x 2 3

, r [0, 2], ϕ [0,π/2], ϑ [0,π/6]. x 3. x 2 2 x 2 1. F(x) = x 2 3 Prof. Dr. Eck Höhere Mathematik 3 9.3.9 Aufgabe ( Punkte) Gegeben ist der Körper K mit der Parametrisierung x r cos ϕ cos ϑ K : x = Φ(r,ϕ,ϑ) = r sin ϕ cos ϑ, r [, ], ϕ [,π/], ϑ [,π/6]. x 3 r sin ϑ a) Berechnen

Mehr

Kapitel 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. Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:

Mehr

MATHEMATISCHE METHODEN DER PHYSIK 1

MATHEMATISCHE METHODEN DER PHYSIK 1 MATHEMATISCHE METHODEN DER PHYSIK 1 Helmuth Hüffel Fakultät für Physik der Universität Wien Vorlesungsskriptum Sommersemester 2012 Version vom 08-03-2012 Inhaltsverzeichnis 1 Lineare gewöhnliche Differentialgleichungen

Mehr

Lösungen zu Mathematik I/II

Lösungen zu Mathematik I/II Prof. Dr. E. W. Farkas ETH Zürich, Februar 11 D BIOL, D CHAB Lösungen zu Mathematik I/II Aufgaben 1. 1 Punkte a Wir berechnen lim x x + x + 1 x + x 3 + x = 1. b Wir benutzen L Hôpital e x e x lim x sinx

Mehr

Funktionen mehrerer Variabler

Funktionen mehrerer Variabler Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen

Mehr

Gewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael

Gewöhnliche inhomogene Differentialgleichungen der 1. und 2. Ordnung. Christopher Schael Gewöhnliche inhomogene Differentialgleichungen der 1. und. Ordnung 1.1.) Anleitung DGL der 1. Ordnung 1.) DGL der 1. Ordnung In diesem Abschnitt werde ich eine Anleitung zur Lösung von inhomogenen und

Mehr

Musterlösungen Serie 9

Musterlösungen Serie 9 D-MAVT D-MATL Analysis II FS 2013 Prof. Dr. P. Biran Musterlösungen Serie 9 1. Frage 1 Gegeben ist eine lineare und homogene Differenzialgleichung, welche y : x sin x als Lösung besitzt. Welche der folgenden

Mehr

4. Differentialgleichungen

4. 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

Mehr

Nichtlineare Prozesse in der Elektrochemie II

Nichtlineare Prozesse in der Elektrochemie II Nichtlineare Prozesse in der Elektrochemie II 5. Stabilität und Instabilität Neue (dissipative) Strukturen entstehen, wenn der bisherige stationäre Zustand, der den thermodynamischen Zweig repräsentiert,

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0. Mehrdimensionale Dierenzialrechnung 9 Optimierung 9 Optimierung Definition Seien U R n oen, f : U R, x U x heiÿt lokales Maximum, falls eine Umgebung V U von x existiert mit y V : fx fy x heiÿt lokales

Mehr

y hom (x) = C e p(x) dx

y hom (x) = C e p(x) dx Gewöhnliche Differentialgleichungen F (x, y, y,..., y n ) = 0 Gleichung, die die Veränderliche x sowie die Funktion y = y(x) und ihre Ableitungen y,..., y n beinhaltet. Klassifiaktion: implizit F (...)

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick auf die letzte Vorlesung. Bemerkung Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D

Mehr

Klausur Mathematik I

Klausur Mathematik I Technische Universität Dresden 15. August 2008 Institut für Numerische Mathematik Dr. K. Eppler Klausur Mathematik I für Studierende der Fakultät Maschinenwesen (mit Lösungshinweisen) Name: Matrikelnummer.:

Mehr

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen

Kapitel 7. Funktionentheorie. 7.1 Holomorphe und harmonische Funktionen. 1. Definitionen Kapitel 7 Funktionentheorie In diesem Kapitel geht es meistens um Funktionen, die auf einem Gebiet G C definiert sind und komplexe Werte annehmen. Nach Lust, Laune und Bedarf wird C mit R identifiziert,

Mehr

Differentialgleichungen. Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya

Differentialgleichungen. Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya Differentialgleichungen Aufgaben mit Lösungen Jörg Gayler, Lubov Vassilevskaya ii Inhaltsverzeichnis. Tabelle unbestimmter Integrale............................... iii.. Integrale mit Eponentialfunktionen........................

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen 8.2 Partielle Differentiation Prof. Dr. Erich Walter Farkas Mathematik I+II, 8.2 Part. Diff.

Mehr

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis) Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben

Mehr

5. Vorlesung Wintersemester

5. 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

Mehr

Chemische Oszillationen

Chemische Oszillationen Ludwig Pohlmann Thermodynamik offener Systeme und Selbstorganisationsphänomene SS 007 Chemische Oszillationen. Chemische (Formal-)Kinetik Die chemische Kinetik untersucht die Geschwindigkeit und den Mechanismus

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

Iterative Verfahren, Splittingmethoden

Iterative Verfahren, Splittingmethoden Iterative Verfahren, Splittingmethoden Theodor Müller 19. April 2005 Sei ein lineares Gleichungssystem der Form Ax = b b C n, A C n n ( ) gegeben. Es sind direkte Verfahren bekannt, die ein solches Gleichungssystem

Mehr

Extrema von Funktionen mit zwei Variablen

Extrema von Funktionen mit zwei Variablen Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser

Mehr

Proseminar Lineare Algebra II, SS 11. Blatt

Proseminar Lineare Algebra II, SS 11. Blatt Blatt 1 1. Berechnen Sie die Determinante der Matrix 0 0 4 1 2 5 1 7 1 2 0 3 1 3 0 α. 2. Stellen Sie folgende Matrix als Produkt von Elementarmatrizen dar: 1 3 1 4 2 5 1 3 0 4 3 1. 3 1 5 2 3. Seien n 2

Mehr

Gewöhnliche Dierentialgleichungen

Gewöhnliche 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

Mehr

Analysis I. 4. Beispielklausur mit Lösungen

Analysis I. 4. Beispielklausur mit Lösungen Fachbereich Mathematik/Informatik Prof. Dr. H. Brenner Analysis I 4. Beispielklausur mit en Aufgabe 1. Definiere die folgenden (kursiv gedruckten) Begriffe. (1) Eine bijektive Abbildung f: M N. () Ein

Mehr

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen

Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Kapitel 8 Darstellungsformeln für die Lösung von parabolischen Differentialgleichungen Wir hatten im Beispiel 5. gesehen, dass die Wärmeleitungsgleichung t u u = f auf Ω (0, ) (8.1) eine parabolische Differentialgleichung

Mehr

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6

Klausurenkurs zum Staatsexamen (WS 2014/15): Differential und Integralrechnung 6 Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Differential und Integralrechnung 6 6. (Frühjahr 2009, Thema, Aufgabe 3) Sei r > 0. Berechnen Sie die Punkte auf der Parabel y = x 2 mit dem

Mehr

Lösungen der Übungsaufgaben von Kapitel 3

Lösungen der Übungsaufgaben von Kapitel 3 Analysis I Ein Lernbuch für den sanften Wechsel von der Schule zur Uni 1 Lösungen der Übungsaufgaben von Kapitel 3 zu 3.1 3.1.1 Bestimmen Sie den Abschluss, den offenen Kern und den Rand folgender Teilmengen

Mehr

Differentialgleichungen

Differentialgleichungen Differentialgleichungen Viele physikalische Probleme können mathematisch als gewöhnliche Differentialgleichungen formuliert werden nur eine unabhängige Variable (meist t), z.b. Bewegungsgleichungen: gleichmäßig

Mehr

Kurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren

Kurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren Kurze Einführung zu Stabilität bei Differentialgleichungen und Einschrittverfahren Was sind typische qualitative Aussagen bei gewöhnlichen Differentialgleichungen der Form x (t) = f(t, x)? (1) 1. Andere

Mehr

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z

3 Anwendungen der Differentialrechnung. (x 1, x 2,..., x n 1, x n ) f xn (x 1, x 2,..., x n 1, x n ), 1 i n 1. y + cos z R Es sei f : R n D R eine einmal stetig differenzierbare Funktion, für die in einer Umgebung eines Punkte a = a 1, a,, a n D gilt: fa 1, a,, a n = 0, f xn a 1, a,, a n 0 Dann gibt es eines Umgebung U des

Mehr

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92

4.1 Grundlegende Konstruktionen Stetigkeit von Funktionen Eigenschaften stetiger Funktionen... 92 Kapitel 4 Funktionen und Stetigkeit In diesem Kapitel beginnen wir Funktionen f : Ê Ê systematisch zu untersuchen. Dazu bauen wir auf den Begriff des metrischen Raumes auf und erhalten offene und abgeschlossene

Mehr

Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt

Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik II für biw/ciw/mach/mage/vt Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. F. Hettlich Dr. S. Schmitt Dipl.-Math. J. Kusch Karlsruhe, den 09.06.20 Lösungen zum 9. Übungsblatt zur Vorlesung Höhere Mathematik

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern

Mehr

Lineare Differenzen- und Differenzialgleichungen

Lineare Differenzen- und Differenzialgleichungen Lineare Differenzen- und Differenzialgleichungen Fakultät Grundlagen April 2011 Fakultät Grundlagen Lineare Differenzen- und Differenzialgleichungen Übersicht 1 Beispiele Anwendung auf Fragen der dynamischen

Mehr

DIFFERENTIALGLEICHUNGEN

DIFFERENTIALGLEICHUNGEN DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2

Übungen zur Vorlesung Funktionentheorie Sommersemester Lösungshinweise zum Klausurvorbereitungsblatt. (z) i f. 2xe (x2 +y 2) i2ye (x2 +y 2 ) 2 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6. MATHEMATIK Prof. Dr. Roland Speicher M.Sc. Tobias Mai Übungen zur Vorlesung Funktionentheorie Sommersemester 0 Lösungshinweise zum Klausurvorbereitungsblatt (3

Mehr

Mathematik-Klausur vom 30. März 2005

Mathematik-Klausur vom 30. März 2005 Mathematik-Klausur vom 30. März 2005 Aufgabe 1 a) Welche lineare Funktion f(x) = mx + b nimmt für x = 1 den Funktionswert 1 und für x = 4 den Funktionswert 7 an? b) Berechnen Sie die erste Ableitung der

Mehr

Extrema (Funktionen mit zwei Variablen)

Extrema (Funktionen mit zwei Variablen) Extrema (Funktionen mit zwei Variablen) Vorzeigeaufgaben: WS04/05 Aufgabe 4 HS11 Aufgabe 4 a) + b) Empfohlene Bearbeitungsreihenfolge: WS05/06 Aufgabe 5 b) WS06/07 Aufgabe 4 HS10 Aufgabe 1 b) + c) HS1

Mehr

Übungsblatt 2 - Analysis 2, Prof. G. Hemion

Übungsblatt 2 - Analysis 2, Prof. G. Hemion Tutor: Martin Friesen, martin.friesen@gmx.de Übungsblatt 2 - Analysis 2, Prof. G. Hemion Um die hier gestellten Aufgaben zu lösen brauchen wir ein wenig Kentnisse über das Infimum bzw. Supremum einer Menge.

Mehr

mit α 2 := F EI mit Federgesetz: F c = c F w l Q l + F sinγ + c F w l cosγ = 0 die Linearisierung ergibt dann: EIw l Fw l + c F w l = 0 (RB 1)

mit α 2 := F EI mit Federgesetz: F c = c F w l Q l + F sinγ + c F w l cosγ = 0 die Linearisierung ergibt dann: EIw l Fw l + c F w l = 0 (RB 1) Einsteinufer 5, 1587 Berlin 3.Übungsblatt - S. 1 Knicken SS 21 Aufgabe 1 Die (homogene) Knickdifferentialgleichung lautet: Ein geeigneter Ansatz zur Lösung lautet: w + α 2 w = mit α 2 := F (1) w = Acos(αx)

Mehr

Konstruktion der reellen Zahlen

Konstruktion der reellen Zahlen Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 009 Dienstag 3.6 $Id: quadrat.tex,v.4 009/06/3 4:55:47 hk Exp $ 6 Symmetrische Matrizen und quadratische Formen 6.3 Quadratische Funktionen und die Hauptachsentransformation

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als

Mehr

Lineare Gleichungsen + Lineare Funktionen

Lineare Gleichungsen + Lineare Funktionen 29. Mai 2006 Gliederung 1 2 Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte nicht abschreiben! Anmerkungen Bitte nummeriert die Zeilen! Bitte benutzt eine Büroklammer! Bitte

Mehr

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld

ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld ETH Zürich Analysis I Zwischenprüfung Winter 2014 D-BAUG Musterlösungen Dr. Meike Akveld Bitte wenden! 1. Die unten stehende Figur wird beschrieben durch... (a) { (x, y) R 2 x + y 1 }. Richtig! (b) { (x,

Mehr

Inexakte Newton Verfahren

Inexakte Newton Verfahren Kapitel 3 Inexakte Newton Verfahren 3.1 Idee inexakter Newton Verfahren Wir betrachten weiterhin das nichtlineare Gleichungssystem F (x) = mit einer zumindest stetig differenzierbaren Funktion F : R n

Mehr

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Einfache Modelle der Neurodynamik.

Einfache Modelle der Neurodynamik. Vorlesung Einfache Modelle der Neurodynamik. Anregbarkeit und canards. Wintersemester 2015/16 12.01.2016 M. Zaks Aufbau eines Neurons: Gesamtbild 2 / 16 neuron Aufbau eines Neurons: Axon und Dendriten

Mehr

6.2 Lineare Differentialgleichungen erster Ordnung

6.2 Lineare Differentialgleichungen erster Ordnung 98 6.2 Lineare Differentialgleichungen erster Ordnung Eine Differentialgleichung erster Ordnung heisst linear, wenn sie auf die Form y = p(x)y +q(x) (I) gebracht werden kann. Die DGL y = p(x)y (H) heisst

Mehr

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit

Kompaktheit und Überdeckungen. 1 Überdeckungskompaktheit Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um

Mehr

f(x) = 2 3 x3 + 3x 2 + 4x. Stellen Sie fest ob es sich jeweils um ein lokales Maximum oder Minimum handelt. ( 9 4 ) 8 4

f(x) = 2 3 x3 + 3x 2 + 4x. Stellen Sie fest ob es sich jeweils um ein lokales Maximum oder Minimum handelt. ( 9 4 ) 8 4 Übungen zur Mathematik II für Studierende der Informatik und Wirtschaftsinformatik (Analysis und Lineare Algebra) im Sommersemester 017 Fachbereich Mathematik, Stefan Geschke, Mathias Schacht A: Präsenzaufgaben

Mehr

19.3 Oberflächenintegrale

19.3 Oberflächenintegrale 19.3 Oberflächenintegrale Definition: Sei D R 2 ein Gebiet und p : D R 3 eine C 1 -Abbildung x = p(u) mit x R 3 und u = (u 1, u 2 ) T D R 2 Sind für alle u D die beiden Vektoren und u 1 linear unabhängig,

Mehr

Dierentialgleichungen 2. Ordnung

Dierentialgleichungen 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:

Mehr

Musterlösungen Aufgabenblatt 2

Musterlösungen Aufgabenblatt 2 Jonas Kindervater Ferienkurs - Höhere Mathematik III für Physiker Musterlösungen Aufgabenblatt Dienstag 17. Februar 009 Aufgabe 1 (Implizite Funktionen) f(x, y) = x 1 xy 1 y4 = 0 Man bestimme die lokale

Mehr

Musterlösungen Online Zwischentest - Serie 10

Musterlösungen Online Zwischentest - Serie 10 D-MAVT, D-MATL Analysis II FS 2013 Prof. Dr. P. Biran Musterlösungen Online Zwischentest - Serie 10 Frage 1 [Prüfungsaufgabe Frühling 2011)] Sei das Vektorfeld in R 3, ( x v(x,y,z) = 2, x+y ),0 2 und der

Mehr

Dynamische Systeme eine Einführung

Dynamische 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,

Mehr

Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test

Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Prof. C. Greiner, Dr. H. van Hees Wintersemester 2012/2013 Übungen zur Theoretischen Physik 1 Lösungen zum Mathe-Test Aufgabe 1: Bruchrechnung Lösen Sie die folgenden Gleichungen nach x auf (a) x x 2 1

Mehr

Populations Modelle Das Lotka-Volterra Model. Robin Gwinner Seminarleiterin: Dr. Iryna Rybak

Populations 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

Mehr

Mathematik II Frühjahrssemester 2013

Mathematik II Frühjahrssemester 2013 Mathematik II Frühjahrssemester 2013 Prof. Dr. Erich Walter Farkas Kapitel 8. Funktionen von mehreren Variablen Kapitel 8.3 Anwendungen der partiellen Differentiation (Teil 1): Kettenregel und Linearisierung

Mehr

Walter Strampp AUFGABEN ZUR WIEDERHOLUNG. Mathematik III

Walter Strampp AUFGABEN ZUR WIEDERHOLUNG. Mathematik III Walter Strampp AUFGABEN ZUR WIEDERHOLUNG Mathematik III Differenzialgleichungen erster Ordnung Aufgabe.: Richtungsfeld und Isoklinen skizzieren: Wie lauten die Isoklinen folgender Differenzialgleichungen:

Mehr

4.7 Lineare Systeme 1. Ordnung

4.7 Lineare Systeme 1. Ordnung 3. Die allgemeine Lösung der inhomogenen Differentialgleichung lautet damit yx = y hom x + y inh x = c x + c 2 x + 8 x + 4 xlnx2 4 xlnx = C x + C 2 x + 4 xlnx2 4 xlnx. Wir haben c 2 + 8 zu C 2 zusammengefasst.

Mehr

Schulstoff. Übungen zur Einführung in die Analysis. (Einführung in das mathematische Arbeiten) Sommersemester 2010

Schulstoff. Übungen zur Einführung in die Analysis. (Einführung in das mathematische Arbeiten) Sommersemester 2010 Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten) Sommersemester 010 Schulstoff 1. Rechnen mit Potenzen und Logarithmen 1. Wiederholen Sie die Definiton des Logarithmus

Mehr

Übung (13) dx 3, 2x 1 dx arctan(x3 1).

Übung (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

Mehr

Übungen mit dem Applet Kurven in Polarkoordinaten

Übungen mit dem Applet Kurven in Polarkoordinaten Kurven in Polarkoordinaten 1 Übungen mit dem Applet Kurven in Polarkoordinaten 1 Ziele des Applets...2 2 Wie entsteht eine Kurve in Polarkoordinaten?...3 3 Kurvenverlauf für ausgewählte r(ϕ)...4 3.1 r

Mehr

Reelle Zahlen, Gleichungen und Ungleichungen

Reelle Zahlen, Gleichungen und Ungleichungen 9 2. Vorlesung Reelle Zahlen, Gleichungen und Ungleichungen 4 Zahlenmengen und der Körper der reellen Zahlen 4.1 Zahlenmengen * Die Menge der natürlichen Zahlen N = {0,1,2,3,...}. * Die Menge der ganzen

Mehr

3 Lineare Differentialgleichungen

3 Lineare Differentialgleichungen 3 Lineare Differentialgleichungen In diesem Kapitel behandeln wir die allgemeine Theorie linearer Differentialgleichungen Sie werden zahlreiche Parallelen zur Theorie linearer Gleichungssysteme feststellen,

Mehr