Epidemien Das SIR-Modell
|
|
- Wilhelmine Acker
- vor 6 Jahren
- Abrufe
Transkript
1 Epidemien Das SIR-Modell Breiling Camillo, Elshazli Sherif, Eisner David, Köck Matthias 28. Juni 2013
2 Vortrags-Guideline 1 Geschichte der Epidemien 2 Das SIR-Modell 3 Anwendungen und Ausblick
3 Historischer Überblick Was ist Epidemie? Beispiele: viele Tropenkrankheiten (wie die Dengue) Cholera Grippe Typhus Pest Kinderlähmung Schwarzer Tod (im 14. Jh. ca. 1 3 der Bevölkerung Europas, 85 Millionen, starb) Plage von Athen ( v.chr. rund Soldaten einer Expedition verendeten) Thucydides: genaue Dokumentation der Krankheit Symptome: Hitze im Kopf, Augenentzündung, stinkender Atem, Heiserkeit mit starken Hustenausbrüchen,...
4 Historischer Überblick Gründe für Krankheiten: verseuchter Wohnort das jodarme Wasser die Übertragung von Krankheiten durch die erste große Epidemie in den USA: Gelbfieber in Philadelphia im Jahre beschloss die UN das Programm»Health for All, 2000«wichtiger Aspekt der Krankheitsverbreitung: Überquerung internationaler Grenzen Ausbruch exotischer Krankheiten vier Hauptgruppen: Viren Bakterien Prasiten Pilze
5 Modellbildung Es gibt: interessantes Modell: 1973 in Bari (Italien) von Capasso Paveri Fontana (1979) zur Cholera-Epidemie interessantes mathematisches Modell von Bernoulli (1760) 2 Arten von Modellen Suszeptible S Infizierte I die Ausgestoßenen/Geheilten R Ergo: S I R kurz: SIR-Modell S(t), I(t) und R(t) stehen für die Anzahl der Individuen jeder.
6 Vorstellung: Das SIR-Modell Dynamik: ds = αsi Parameterwerte: Anfangsbedingungen: di = αsi βi dr α > 0 β > 0 = βi S(0) = S 0 > 0 I(0) = I 0 > 0 R(0) = 0
7 Eigenschaften der Modellfunktionen Behauptung S + I + R = konstant Beweis: Addieren aller drei Gleichungen: d ( ) S + I + R Definieren N := S + I + R = ds + di + dr = αsi + αsi βi + βi = 0
8 Eigenschaften der Modellfunktionen Behauptung I(t) > 0 t [0, ) Beweis: Integration der zweiten Gleichung: di = αsi βi = di I mit e c = I 0 wegen I(0) = I 0. = (αs β) ln I = βt + α t 0 S + c I(t) = I 0 e βt+α t S 0 > 0
9 Eigenschaften der Modellfunktionen Behauptung S(t) > 0 und ds < 0 t [0, ) Beweis: Integration der ersten Gleichung: ds = αsi = S(t) = S 0e α t I 0 > 0 analog zu vorhin. Wegen α, I, S > 0 = d t S < 0.
10 Eigenschaften der Modellfunktionen Behauptung R(t) > 0 und dr > 0 t (0, ) Beweis: d t R = βi > 0 R ist monoton steigend Wegen R(0) = 0 ist also immer R(t) > 0.
11 Eigenschaften der Modellfunktionen Behauptung lim t S(t) = S > 0 I(t) = 0 I L 1 (R + ) R(t) = N S Beweisskizze: Aus N = S + I + R S, R, I > 0 = die Grenzwerte existieren. S > 0 und d t S < 0 = S (0, N) Entwicklungsgleichung für R, d t R = βi = I 0 R > 0 und d t R > 0 und vorherigem = R N S
12 Epidemie oder nicht? Anders formuliert: Ist d t I positiv oder negativ? Also: di = αsi βi = I (αs β) { di > 0 S > β = α < 0 S < β α Schwellenparameter ϱ := β α S > ϱ... es kommt zu einer Epidemie S < ϱ... die Krankheit stirbt aus
13 (I, S)-Ebene Dividiere erste beiden Gleichungen: di ds = di ds = I (αs β) αsi = β αs αs = β αs 1 = ϱ S 1 Sie ist elementar integrierbar: I(S) = ϱ ln(s) S + c c = I 0 + S 0 + ϱ ln(s 0 ) folgt aus den Anfangsbedingungen ( ) S I(S) = S ϱ ln + N S0
14 (I, S)-Ebene Kurze Diskussion: di ds = 0 ϱ S 1 = 0 S = ϱ Es ist ein Maximum: d 2 I ds 2 = ϱ S 2 = 1 ϱ < 0 S=ϱ S=ϱ Maximalzahl der Erkrankten: ( ) ϱ I max = I(ϱ) = N + ϱ ϱ ln S0
15 (I, S)-Ebene
16 Die Ausscheidefunktion R Dividiere erste und dritte Gleichung: ds dr = ds dr = αsi βi = S ϱ Auch sie ist elementar integrierbar: S(R) = S 0 e R/ϱ Dies erlaubt ein Umschreiben von d t R: dr ( = β (N R S) = β N R S 0 e R/ϱ) Sie ist in Parameterform lösbar, bei bekanntem (α, β, N, S 0 ) leicht numerisch.
17 Kermack-McKandrick-Modell (1927) Kleine Epidemien entwickle Exponentialfunktion: Einsetzen liefert mit e R/ϱ 1 R ϱ + 1 R 2 2 ϱ [ dr = β N ( ) S0 ϱ 1 R + S ] 0 2ϱ 2 R2 eine Riccati-Gleichung ẋ = a + bx + cx 2.
18 Kermack-McKandrick-Modell (1927) Lösung dieser Gleichung: [ ( )] R(t) = α2 φβt ψ + φ tanh S 0 2 ϕ mit ψ = S 0 ϱ 1 ϕ = artanh(ψ) φ φ = ψ 2 + 2S 0(N S 0 ) ϱ 2 Ausscheiderate: dr = βφ2 ϱ 2 2S 0 sech 2 ( φβt 2 ϕ )
19 Bombay Epidemie ( ) Die Skizze veranschaulicht das Verhältnis zwischen den realen Daten und der Theorie des Epidemienmodells dr = βφ2 ϱ 2 sech 2 2S 0 ( φβt 2 ϕ ), mit den konkreten Parametern dr = 890 sech2( 0.2t 3.4 )
20 Epidemie Knabelschule (1978) Die Skizze veranschaulicht sowohl die zeitliche Entwicklung der Infiziertenanzahl I(t) mit Einblendung der gemessenen Werte als auch die Entwicklung der Suszeptiblenanzahl S(t).
21 Plage von Eyam ( ) Sie ist ein Beispiel für eine ernste, den Großteil der Population erfassende Seuche. Modellierung mit dem SIR-Modell mit S 0 = 350 und S = 83 Ist eine Seuche nicht von kurzer Dauer, dann sollte ds = αsi, die Gleichung für die Suszeptilen, die Geburtenund Sterberaten enthalten. Die natürliche Sterblichkeitsrate sollte in der Gleichung der Infizierten di = αsi βi sowie der Gleichung der Ausgeschiedenen dr = βi enthalten sein. Im Falle einer langen Inkubationszeit kann diese als Klasse E(t) in unser Modell eingehen.
22 Modellierung sexuell übertragbarer Krankheiten System: ds = SI + ai ds = r S I + a I di = rsi ai di = r S I a I Anfangs- und Randbedingungen: S(t) + I(t) = N S (t) + I (t) = N S(0) = S 0 I(0) = I 0 S (0) = S0 I (0) = I0 Reduzierte Gleichungen: di = ri (N I) ai di = r I(N I ) a I
23 Multigruppenmodell für Gonorrhö Acht Gruppen von Patienten: Gonorrhö-Modell: N 1 + N 3 + N 5 + N 7 = N 2 + N 4 + N 6 + N 8 = 1 d(n i I i ) = } {{} rate of new infectives Anfangsbedingung: I i (0) = I i0 Kontrollmodell: 8 L ij (1 I i )N j I j j=1 }{{} rate of new infectives (incidence) N ii i D i }{{} recovery rate of infectives d(n i I i ) = 8 j=1 L ij (1 I i )N j I j N ii i D i CR i EP i
24 Ein natürliches Ende... Danke für eure Aufmerksamkeit!
Ausbreitung von Infektionskrankheiten 1 Einleitung
Ausbreitung von Infektionskrankheiten 1 Einleitung In der mathematischen Biologie wird die Ausbreitung von Epidemien auf der Basis von Modellen untersucht. In diesem Vortrag will ich einerseits einige
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
MehrDie Dynamik von Infektionskrankheiten: Epidemien und AIDS
KAPITEL 3 Die Dynamik von Infektionskrankheiten: Epidemien und AIDS Wir beginnen das dritte Kapitel mit einigen historischen Bemerkungen zu Epidemien: Während der Jahre 1347 135 hat der Ausbruch der Pest
MehrDifferenzengleichungen
Universität Basel Wirtschaftswissenschaftliches Zentrum Differenzengleichungen Dr. Thomas Zehrt Inhalt: 1. Einführungsbeispiele 2. Definition 3. Lineare Differenzengleichungen 1. Ordnung (Wiederholung)
MehrLösung 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
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
MehrBeispiel: Evolution infizierter Individuen
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
MehrSchnecke auf expandierendem Ballon
Schnecke auf expandierendem Ballon Kann in einem sich expandierenden Uniersum das Licht einer Galaxie auch die Punkte erreichen, die sich on ihr mit mehr als Lichtgeschwindigkeit entfernen? 1 Als einfaches
MehrThema 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;
MehrFraktale Geometrie. 9: Metrische äußere Maße II. Universität Regensburg Sommersemester Daniel Heiß:
Universität Regensburg Sommersemester 013 Daniel Heiß: 9: Metrische äußere Maße II I Das mehrdimensionale Lebesguemaß 1.1 Definition (i) Für reelle Zahlen a b, c d ist ein Rechteck im R die Menge R = a,
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
MehrKapitel 6. Exponentialfunktion
Kapitel 6. Exponentialfunktion 6.1. Potenzreihen In Kap. 4 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
MehrEin Einfaches AIDS Modell
Ein Einfaches AIDS Modell Martin Bauer: 990395 Guntram Rümmele: 99008 Das SIR - Modell Die Modellierung von epidemischen Modellen hat schon lange Tradition. Man hat schon immer versucht Erklärungen für
MehrLotka-Volterra-Gleichungen für mehr als zwei Populationen
Lotka-Volterra-Gleichungen für mehr als zwei Populationen Dennis Kunz 06.12.2011 Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics Lotka-Volterra-Gleichungen für mehr als zwei
MehrÜbungen 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)
MehrBachelorarbeit. Deterministische Modelle zur Beschreibung der Ausbreitung von Krankheiten
Technische Universität Berlin Institut für Mathematik Bachelorarbeit Im Studiengang Technomathematik Deterministische Modelle zur Beschreibung der Ausbreitung von Krankheiten Marcel Merkle Betreut von
MehrWiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE
Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse
Mehr2. Räumliche Bewegung
2. Räumliche Bewegung Wenn die Bahn des Massenpunkts nicht bekannt ist, reicht die Angabe einer Koordinate nicht aus, um seinen Ort im Raum zu bestimmen. Es muss ein Ortsvektor angegeben werden. Prof.
MehrMedizinische Biophysik. Stephan Scheidegger ZHAW School of Engineering
Medizinische Biophysik Stephan Scheidegger ZHAW School of Engineering Modelle in der medizinischen Biophysik Inhalt ROETGETECHIK Teil A Systembiophysik (Kapitel 1-4) Teil B Strahlenbiophysik (Kapitel 5-8)
MehrCaputo fraktionale Differentialgleichungen. 1 Riemann Liouville fraktionale Differentialgleichungen
Seminar Fraktionale Differentialgleichungen Prof. Dr. P.E. Kloeden, WS1000/2001 Caputo fraktionale Differentialgleichungen Lars Grüne, 25.1.2001 Basierend auf Fractional Differential Equations, Theory
MehrMathematische Epidemie-Modelle
Mathematische Epidemie-Modelle Niklas Kolbe Seminararbeit im Rahmen des Hauptseminares Mathematische Biologie im Wintersemester 211/212 bei Prof. Dr. M. Lukacova an der Johannes Gutenberg-Universität Mainz
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:
MehrÜbungsaufgaben zu Partielle Differentialgleichungen Blatt III vom
Prof. Dr. M. Kaßmann Fakultät für Mathematik Wintersemester 2011/2012 Universität Bielefeld Übungsaufgaben zu Partielle Differentialgleichungen Blatt III vom 27.10.2011 Aufgabe III.1 (4 Punkte) Sei Ω R
MehrName: Gruppe: Matrikel-Nummer:
Theoretische Physik 1 (Theoretische Mechanik) SS08, Studienziel Bachelor (170 12/13/14) Dozent: J. von Delft Übungen: B. Kubala Nachklausur zur Vorlesung T1: Theoretische Mechanik, SoSe 2008 (1. Oktober
Mehr8 Laplace-Transformation
8 Laplace-Transformation Ausgangspunkt: Die Heaviside-Funktion für t < u(t) = 1 für t besitzt keine Fourier-Transformation. Denn: Formal bekommt man das unbestimmte Integral ^u(ω) = e iωτ dτ = 1 iω das
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/
MehrDer Primzahlsatz. Es gibt eine Konstante A, so daß f(x) g(x) Ah(x) für alle genügend großen x.
Der Primzahlsatz Zusammenfassung Im Jahr 896 wurde von Hadamard und de la Vallée Poussin der Primzahlsatz bewiesen: Die Anzahl der Primzahlen kleiner gleich verhält sich asymptotisch wie / log. Für ihren
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
Mehr$Id: reihen.tex,v /06/12 10:59:50 hk Exp $ unendliche Summe. a 1 + a 2 + a 3 +.
Mathematik für Informatiker B, SS 202 Dienstag 2.6 $Id: reihen.tex,v.8 202/06/2 0:59:50 hk Exp $ 7 Reihen Eine Reihe ist eine unendliche Summe a + a 2 + a 3 +. Die Summanden a i können dabei reell oder
MehrStochastische Eingangsprüfung, 17.05.2008
Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
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
Mehr4.1. Grundlegende Definitionen. Elemente der Analysis I Kapitel 4: Funktionen einer Variablen. 4.2 Graphen von Funktionen
4.1. Grundlegende Definitionen Elemente der Analysis I Kapitel 4: Funktionen einer Variablen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 22./29. November 2010 http://www.mathematik.uni-trier.de/
MehrIn der Schule lernen wir den Satz des Pythagoras: Die Flächensumme der beiden blauen Quadrate ist gleich der Fläche des schwarzen Quadrates:
Hans Walser, [06045] Pythagoras-Schmetterling Das Phänomen Wir beginnen mit einem beliebigen rechtwinkligen Dreieck und zeichnen die übliche Pythagoras-Figur. Dann fügen wir zwei weitere Quadrate an (rot
Mehr1 Angeordnete Körper. 1.1 Anordnungen und Positivbereiche
1 1 Angeordnete Körper 1.1 Anordnungen und Positivbereiche Definition 1.1. Eine zweistellige Relation auf einer Menge heißt partielle Ordnung, falls für alle Elemente a, b, c der Menge gilt: (i) a a (ii)
MehrÜBUNGSBLATT 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
MehrProf. Dr. Rolf Linn
Prof. Dr. Rolf Linn 6.4.5 Übungsaufgaben zu Mathematik Analysis. Einführung. Gegeben seien die Punkte P=(;) und Q=(5;5). a) Berechnen Sie den Anstieg m der Verbindungsgeraden von P und Q. b) Berechnen
MehrMathematik 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
MehrKatharina Kausel, April 2012
Mathematische Modelle in der Biologie Seminar Biomathematik Seminar Biomathematik Katharina Kausel, April 2012 Mutualismus Was ist Mutualismus? SYMBIOSE Unterschied: eine Art ist ohne die andere LEBENSUNFÄHIG
MehrMathematische Grundlagen der Ökonomie Übungsblatt 8
Mathematische Grundlagen der Ökonomie Übungsblatt 8 Abgabe Donnerstag 7. Dezember, 0:5 in H 5+7+8 = 20 Punkte Mit Lösungshinweisen zu einigen Aufgaben 29. Das Bisektionsverfahren sucht eine Nullstelle
Mehr6 Komplexe Integration
6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise
MehrModellfall. Orthogonalität trigonometrischer Funktionen. Anwendungen: f : (0, L) R gegeben.
Modellfall Anwendungen: Fragen: Digitalisierung / digitale Darstellung von Funktionen, insbesondere für Ton- und Bilddaten Digitale Frequenzfilter Datenkompression: Abspeichern der unteren Frequenzen Lösung
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:
MehrBerufsreifprüfung Mathematik
BRP Mathematik VHS Floridsdorf 08.10.2011 Seite 1/3 Berufsreifprüfung Mathematik Volkshochschule Floridsdorf / Herbsttermin 2011 1. Ein Brückenbogen besteht aus zwei Parabeln zweiter Ordnung (siehe Skizze).
Mehr2. Spezielle anwendungsrelevante Funktionen
2. Spezielle anwendungsrelevante Funktionen (1) Affin-lineare Funktionen Eine Funktion f : R R heißt konstant, wenn ein c R mit f (x) = c für alle x R existiert linear, wenn es ein a R mit f (x) = ax für
MehrLeitfaden a tx t
Leitfaden -0.7. Potenz-Reihen. Definition: Es sei (a 0, a, a 2,...) eine Folge reeller Zahlen (wir beginnen hier mit dem Index t 0). Ist x R, so kann man die Folge (a 0, a x, a 2 x 2, a 3 x 3,...) und
MehrAlgorithmische Methoden zur Netzwerkanalyse Vorlesung 14, 08.02.2012 Henning Meyerhenke
Algorithmische Methoden zur Netzwerkanalyse Vorlesung 14, 08.02.2012 Henning Meyerhenke 1 KIT Henning Universität desmeyerhenke: Landes Baden-Württemberg und nationales Algorithmische Forschungszentrum
MehrSterben in Zürich Dr. Cornelia Schwierz Judith Riegelnig
Sterben in Zürich Dr. Cornelia Schwierz Judith Riegelnig Regula Ehrliholzer Statistik Sterben in Zürich Wie lange leben Zürcher/-innen? Wann und wo sterben Zürcher/-innen? Was beeinflusst die Lebenserwartung?
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
MehrKapitel 8. Rekursionsgleichungen. Landau-Symbole. Lösen von Rekursionsgleichungen Allgemeines Iterationsmethode Spezialfälle Erzeugende Funktionen
Rekursionsgleichungen Landau-Symbole Kapitel 8 Lösen von Rekursionsgleichungen Allgemeines Iterationsmethode Spezialfälle Erzeugende Funktionen Kapitel 8 Rekursionsgleichungen p./42 Landau-Symbole () Modellierung
Mehrf 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
Mehr2. Mathematische Grundlagen
2. Mathematische Grundlagen Erforderliche mathematische Hilfsmittel: Summen und Produkte Exponential- und Logarithmusfunktionen 21 2.1 Endliche Summen und Produkte Betrachte n reelle Zahlen a 1, a 2,...,
MehrGLEICHUNGEN MIT PARAMETERN
Mathematik-Olympiaden in Rheinland-Pfalz GLEICHUNGEN MIT PARAMETERN Fortgeschrittene Die Aufgaben auf diesem Arbeitsblatt haben alle eine elegante Lösungsidee. Bei vielen Gleichungen ist nach Anwenden
MehrFunktionsgrenzwerte, Stetigkeit
Funktionsgrenzwerte, Stetigkeit Häufig tauchen in der Mathematik Ausdrücke der Form lim f(x) auf. x x0 Derartigen Ausdrücken wollen wir jetzt eine präzise Bedeutung zuweisen. Definition. b = lim f(x) wenn
MehrIterative 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
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html
Mehr1. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Sei I R ein Intervall. Geben Sie Beispiele für Differentialgleichungen für Funktionen y = y in I mit den folgenden Eigenschaften an: Beispiel separabel, nicht
MehrRegularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator
Universität Bielefeld Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator Matthieu Felsinger Universität Bielefeld Mathematisches Kolloquium, TU Clausthal 05. Februar 2014 1 Einleitung
MehrElementare Beweismethoden
Elementare Beweismethoden Christian Hensel 404015 Inhaltsverzeichnis Vortrag zum Thema Elementare Beweismethoden im Rahmen des Proseminars Mathematisches Problemlösen 1 Einführung und wichtige Begriffe
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
MehrMathematik I Herbstsemester 2014
Mathematik I Herbstsemester 2014 www.math.ethz.ch/education/bachelor/lectures/hs2014/other/mathematik1 BIOL Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas 1 / 32 1 Stetigkeit Grenzwert einer
MehrIdentitätssatz für Potenzreihen
Identitätssatz für Potenzreihen Satz 3.56 Seien f (z) = a n z n und g(z) = b n z n zwei Potenzreihen mit positiven Konvergenzradien R f > 0 und R g > 0. Gilt f (z) = g(z) für alle z mit 0 z < min{r f,
MehrWURZEL Werkstatt Mathematik Polynome Grundlagen
Die WURZEL Werkstatt Mathematik Polynome Grundlagen Wer lange genug über hunderten von Problemen gebrütet hat, kann bei vielen bereits erraten, aus welchem Land sie kommen. So lieben die Briten etwa die
MehrMathematische Ökologie
Mathematische Ökologie Eine Zusammenfassung von Bernhard Kabelka zur Vorlesung von Prof. Länger im WS 2002/03 Version 1.04, 15. März 2004 Es sei ausdrücklich betont, dass (1) dieses Essay ohne das Wissen
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
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
MehrUNTERRICHTSPROJEKT UND AUFGABENSAMMLUNG ZUR EPIDEMIOLOGIE. Lisa Preschitz
UNTERRICHTSPROJEKT UND AUFGABENSAMMLUNG ZUR EPIDEMIOLOGIE Lisa Preschitz Aufgabe 1 Wir betrachten eine Krankheit, die direkt über die Luft von Mensch zu Mensch übertragen werden kann. Diskutiert zunächst
MehrR C 1s =0, C T 1
Aufgaben zum Themengebiet Aufladen und Entladen eines Kondensators Theorie und nummerierte Formeln auf den Seiten 5 bis 8 Ein Kondensator mit der Kapazität = 00μF wurde mit der Spannung U = 60V aufgeladen
MehrLösungen ausgewählter Übungsaufgaben zum Buch. Elementare Stochastik (Springer Spektrum, 2012) Teil 3: Aufgaben zu den Kapiteln 5 und 6
1 Lösungen ausgewählter Übungsaufgaben zum Buch Elementare Stochastik (Springer Spektrum, 2012) Teil 3: Aufgaben zu den Kapiteln 5 und 6 Aufgaben zu Kapitel 5 Zu Abschnitt 5.1 Ü5.1.1 Finden Sie eine maximum-likelihood-schätzung
MehrDie komplexen Zahlen und Skalarprodukte Kurze Wiederholung des Körpers der komplexen Zahlen C.
Die omplexen Zahlen und Salarprodute Kurze Wiederholung des Körpers der omplexen Zahlen C. Erinnerung an die Definition von exp, sin, cos als Potenzreihen C C Herleitung der Euler Formel Definition eines
MehrFakultät Grundlagen. Februar 2016
Schwingungsdifferenzialgleichung Fakultät Grundlagen Hochschule Esslingen Februar 016 Fakultät Grundlagen Schwingungsdifferenzialgleichung Übersicht 1 Schwingungsdifferenzialgleichung Fakultät Grundlagen
Mehr17 Logarithmus und allgemeine Potenz
7 Logarithmus und allgemeine Potenz 7. Der natürliche Logarithmus 7.3 Die allgemeine Potenz 7.4 Die Exponentialfunktion zur Basis a 7.5 Die Potenzfunktion zum Exponenten b 7.6 Die Logarithmusfunktion zur
Mehr4 Statistik der Extremwertverteilungen
In diesem Kapitel beschäftigen wir uns mit statistischen Anwendungen der Extremwerttheorie. Wir werden zwei verschiedene Zugänge zur Modellierung von Extremwerten betrachten. Der erste Zugang basiert auf
MehrZusammenfassung der Lebesgue-Integrationstheorie
Zusammenfassung der Lebesgue-Integrationstheorie Das Lebesguesche Integral verallgemeinert das Riemannsche Integral. Seine Vorteile liegen für unsere Anwendungen vor allem bei den wichtigen Konvergenzsätzen,
MehrKapitel 7. Exponentialfunktion
Kapitel 7. Exponentialfunktion 7.1. Potenzreihen In Kap. 5 haben wir Reihen ν=0 a ν studiert, wo die Glieder feste Zahlen sind. Die Summe solcher Reihen ist wieder eine Zahl, z.b. die Eulersche Zahl e.
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur 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
MehrWeitere einfache Eigenschaften elementarer Funktionen
Kapitel 6 Weitere einfache Eigenschaften elementarer Funktionen 6.1 Polynome Geg.: Polynom vom Grad n p(x) = a 0 + a 1 x +... + a n 1 x n 1 + a n x n, also mit a n 0. p(x) = x n ( a 0 x + a 1 n x +...
MehrDie Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften
MÜNSTER Die Modellierung einer Lithium-Batterie Zwischenpräsentation zum Praktikum Nichtlineare Modellierung in den Naturwissenschaften Christoph Fricke, Natascha von Aspern, Carla Tameling 12.06.2012
Mehr11 Logarithmus und allgemeine Potenzen
Logarithmus und allgemeine Potenzen Bevor wir uns mit den Eigenschaften von Umkehrfunktionen, und insbesondere mit der Umkehrfunktion der Eponentialfunktion ep : R R + beschäftigen, erinnern wir an den
MehrAufgaben zu Kapitel 14
Aufgaben zu Kapitel 14 1 Aufgaben zu Kapitel 14 Verständnisfragen Aufgabe 14.1 Haben (reelle) lineare Gleichungssysteme mit zwei verschiedenen Lösungen stets unendlich viele Lösungen? Aufgabe 14.2 Gibt
MehrMathematische Probleme, SS 2013 Montag $Id: dreieck.tex,v /04/22 20:37:01 hk Exp hk $
$Id: dreieck.tex,v 1.7 013/04/ 0:37:01 hk Exp hk $ 1 Dreiecke 1.5 Einige spezielle Punkte im Dreieck In der letzten Sitzung hatten wir den sogenannten Inkreis eines Dreiecks eingeführt, dies ist der Kreis
MehrÜbungen zur Linearen Algebra 1
Übungen zur Linearen Algebra 1 Wintersemester 014/015 Universität Heidelberg - IWR Prof. Dr. Guido Kanschat Dr. Dörte Beigel Philipp Siehr Blatt 7 Abgabetermin: Freitag, 05.1.014, 11 Uhr Aufgabe 7.1 (Vektorräume
MehrGreensche Funktion. Frank Essenberger FU Berlin. 30.September Nomenklatur 1. 2 Greensche Theoreme 1. 3 Anwendung in der Elektrostatik 2
Greenche Funktion Frank Eenberger FU Berlin 30.September 2006 Inhalterzeichni Nomenklatur 2 Greenche Theoreme 3 Anwendung in der Elektrotatik 2 4 Anpaung an Randbedingungen 3 5 Eindeutigkeit der Löung
MehrThema aus dem Bereich Algebra lineare Gleichungen und Ungleichungen
Thema aus dem Bereich Algebra - 1.1 lineare Gleichungen und Ungleichungen Inhaltsverzeichnis 1 allgemeine Gleichungen 2 2 lineare Gleichungen mit einer Variabeln 2 3 allgemeingültige und nichterfüllbare
MehrHöhere Mathematik I für die Fachrichtung Informatik. Lösungsvorschläge zum 10. Übungsblatt. < 0 für alle t > 1. tan(x) tan(0) x 0
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann WS 03/4 Höhere Mathematik I für die Fachrichtung Informatik Lösungsvorschläge zum 0. Übungsblatt Aufgabe
Mehry = A(x) y + b(x). (1) y = A(x) y (2)
73 5.2 Lineare Systeme Sei weiterhin IK = C oder IK = IR. Seien = I IR ein offenes Intervall, x 0 I, y 0 IK n, A: I IK n n und b: I IK n stetige matrix- bzw vektorwertige Funktionen. Wir betrachten komplexe
Mehra n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:
Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend
MehrWellen und wandernde Wellen Ähnlichkeitslösungen. Crashkurs PDG anhand von Beispielen. Wellen
Wellen Crashkurs PDG anhand von Beispielen Eine Welle ist ein erkennbares Signal, welches innerhalb eines Mediums von einer Seite zur anderen übertragen wird, mit einer erkennbaren Ausbreitungsgeschwindigkeit.
MehrNumerik und Simulation in der Geoökologie
1/25 Rekapitulation Simulation des Wärmetransportes Methode der finiten Volumen Numerik und Simulation in der Geoökologie Sylvia Moenickes VL 11 WS 2007/2008 2/25 Rekapitulation Simulation des Wärmetransportes
MehrDifferentialgleichung.
Kapitel 6 Differentialgleichungen erster Ordnung 0.7.0 Beispiel 6.: Durch Verzinsung wächst ein Kapital Kx im Laufe der Zeit x. Der Zuwachs K zum Zeitpunkt x im kleinen Zeitraum x ist proportional zum
MehrWachstum und Zerfall / Exponentialfunktionen. a x = e (lna) x = e k x
Wachstum und Zerfall / Exponentialfunktionen Mit Exponentialfunktionen können alle Wachstums- und Zerfalls- oder Abnahmeprozesse beschrieben werden. Im Allgemeinen geht es dabei um die Exponentialfunktionen
MehrDifferentialgleichungen. Aufgaben mit Lösungen. Jörg Gayler, Lubov Vassilevskaya
Differentialgleichungen Aufgaben mit Lösungen Jörg Gayler, Lubov Vassilevskaya ii Inhaltsverzeichnis. Tabelle unbestimmter Integrale............................... iii.. Integrale mit Eponentialfunktionen........................
MehrFreiherr-vom-Stein Schule Fach: Mathematik Herr Pfaffenbach. Logistisches Wachstum. am Beispiel einer Hefekultur
Freiherr-vom-Stein Schule Fach: Mathematik Herr Pfaffenbach Logistisches Wachstum am Beispiel einer Hefekultur 16.04.2012 Inhaltsverzeichnis 1.0 Vorwort...3 2.0 Logistisches Wachstum allgemein...4 2.1
Mehrx 2 +1=0? Wo sind die Nullstellen von x 2 +1 versteckt? 5. Lange Nacht der Mathematik Thomas Westermann Wo ist das Problem?
=0? im n Wo sind die Nullstellen von versteckt? Thomas Westermann 5. Lange Nacht der Mathematik HS Karlsruhe 5. April 008 Parabeln y=x : Normalparabel Einfache Funktion Scheitel bei S=(0/0) Einen Schnittpunkt
MehrÜbungen zur Vorlesung MATHEMATIK II
Fachbereich Mathematik und Informatik der Philipps-Universität Marburg Übungen zur Vorlesung MATHEMATIK II Prof. Dr. C. Portenier unter Mitarbeit von Michael Koch Marburg, Sommersemester 2005 Fassung vom
MehrIst Mathematik ansteckend? Mathematik und Epidemiologie
Ist Mathematik ansteckend? Mathematik und Epidemiologie Thomas Götz goetz@uni-koblenz.de Kolloquium Mathematik und ihre Didaktik 29.10.2013 Campus Landau Kollegen Karunia Putra Doktorand UKO-LD M.Sc. ITB
MehrThema 4 Limiten und Stetigkeit von Funktionen
Thema 4 Limiten und Stetigkeit von Funktionen Wir betrachten jetzt Funktionen zwischen geeigneten Punktmengen. Dazu wiederholen wir einige grundlegende Begriffe und Schreibweisen aus der Mengentheorie.
MehrZ = 60! 29!31! 1,1 1017.
Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der
MehrFC3 - Duffing Oszillator
FC3 - Duffing Oszillator 4. Oktober 2007 Universität Paderborn - Theoretische Physik leer Autor: Stephan Blankenburg, Björn Lange Datum: 4. Oktober 2007 FC3 - Duffing Oszillator 3 1 Theorie komplexer Systeme
Mehr