Simulieren und Modellieren
|
|
- Herbert Neumann
- vor 6 Jahren
- Abrufe
Transkript
1 Verwaltung und Analyse digitaler Daten in der Wissenschaft Simulieren und Modellieren Projektaufgabe Inhaltsverzeichnis 1 Überblick 3 2 Modell 1 aus der Populationsdynamik (Lotka-Volterra) Einführung Simulation der Populationsdynamik nach dem Lotka-Volterra-Modell Simulation des Populationswachstums von Kaninchen Zwischenschritte Simulation von zwei sich konkurrierenden Populationen Zwischenschritte Modell 2 aus der Populationsgenetik (Hardy-Weinberg) Einführung Modellannahmen Gene und Allele Mathematische Herleitung des Hardy-Weinberg-Gleichgewichts Erweiterung des Hardy-Weinberg Modells Zwischenschritte Bedingungen für die Präsentation 14
2 Begriffe Arbeitsmappe Tabellenblatt Zeile Spalte Zelle Konstante Formel Funktion Zellformate Zellbezug Zelladresse Zellbereich Absoluter Bezug Relativer Bezug X-Y-Punkte-Diagramm Bedingte Anweisung Zielwertsuche Simulation Modell Autoren: Lukas Fässler, David Sichau Datum: 18 May 2018 Version: 1.1 Hash: 87805f1 Trotz sorgfältiger Arbeit schleichen sich manchmal Fehler ein. Die Autoren sind Ihnen für Anregungen und Hinweise dankbar! Dieses Material steht unter der Creative-Commons-Lizenz Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International. Um eine Kopie dieser Lizenz zu sehen, besuchen Sie 2
3 1 Überblick In der Projektaufgabe dieses Kursmoduls werden Sie zwei Modelle aus der Biologie als Simulation implementieren: Modell 1 aus der Populationsdynamik: das Lotka-Volterra-Modell Modell 2 aus der Populationsgenetik: das Hardy-Weinberg-Modell 2 Modell 1 aus der Populationsdynamik (Lotka-Volterra) 2.1 Einführung Wenn Tiere verschiedener Arten den gleichen Lebensraum besiedeln, können sie in Konkurrenz zueinander stehen, in einer Symbiose oder einer Räuber-Beute-Beziehung sein. Sie werden in dieser Projektaufgabe unter Einsatz einer Tabellenkalkulation die Populationsdynamik zwischen zwei Tierarten simulieren, die um Nahrung konkurrieren. Konkurrenz tritt dann auf, wenn verschiedene Arten auf gleiche Ressourcen (z.b. Nahrung oder Nistplätze) angewiesen sind. Ein bekanntes Beispiel dazu wäre die Kaninchenplage in Australien, wo in den 1930er-Jahren ein paar Kaninchen ausgesetzt wurden. Da diese in Australien keine natürlichen Feinde besitzen, haben sich die Kaninchen explosionsartig vermehrt. Die Population besteht inzwischen aus mehreren Millionen Tieren. Für die einheimischen Kängurus wurde die grosse Zahl der Kaninchen zu einem populationsdezimierenden Problem, weil die Kaninchen ihnen praktisch die gesamte Nahrung weggefressen haben. Ausgehend vom Lotka-Volterra-Modell der Populationsdynamik sind zwei Teilaufgaben zu lösen: Simulation des Populationswachstums einer Tierart (z.b. Kaninchen). Simulation von zwei konkurrierenden Populationen (z.b. Kaninchen und Kängurus). 2.2 Simulation der Populationsdynamik nach dem Lotka-Volterra-Modell Folgende Faktoren spielen gemäss einem Modell von Lotka und Volterra für die Populationsdynamik in einem natürlichen Lebensraum eine Rolle: Die Kapazität, der Gewichtungsfaktor, die Vermehrungsrate sowie die Anzahl Tiere (siehe Tabelle 1). Diese Faktoren werden die Eingabedaten für die Simulation sein. Daraus soll die Populationsgrössen im Laufe der Zeit als abgeleitete Daten (Sekundärdaten) automatisch 3
4 Faktor Kapazität K Gewichtungsfaktor α Vermehrungsrate v Anzahl Tiere N Erklärung Anzahl Tiere, welche eine Region verkraften kann. In unserer zweiten Simulation soll die Kapazität von der vorhandenen Nahrungsmenge abhängig sein. Verhältnis der Konkurrenz zwischen den Arten. Beispiel: α = 5 bedeutet, dass eine Tierart 5-mal mehr frisst als eine andere Tierart. Beschreibt, wie stark sich die Population in einem Zeitintervall vermehrt. Beispiel: v = 20% bedeutet, dass sich die Population in einem Zeitintervall um 20% vergrössert. Anzahl Tiere in einer Population. Tabelle 1: Faktoren des Lotka-Volterra-Modells. berechnen. Dafür benötigen Sie einige Formeln, die im folgenden Abschnitt hergeleitet werden. Abgeleitete Daten: Populationsgrössen verändern sich mit der Zeit Bei einem unbeschränkten Nahrungsangebot und ohne Konkurrenz hängt das Populationswachstum vor allem von der Vermehrungsrate v ab. Der Zuwachs pro Zeitintervall wäre dann v N Bei beschränktem Nahrungsangebot wird dieses Wachstum durch die Kapazitätsgrenze K des Lebensraums eingeschränkt. Die Anzahl Tiere, welche die Region noch verkraften kann, ist K N. Relativ zur Kapazität ausgedrückt ist dies (K N) K Zusammenfassend ist der Zuwachs pro Zeiteinheit durch folgende Gleichung gegeben: ( ) dn K N dt = v N K In der Populationsdynamik von natürlichen und sich selbst regulierenden Lebensräumen können daher drei Fälle unterschieden werden: 4
5 N < K: K N ist positiv. Das Wachstum ist exponentiell. Es wird durch die Vermehrungsrate bestimmt. N = K: Es gibt kein Wachstum mehr, weil die Region keine weiteren Tiere mehr verkraften kann. N > K: K N ist negativ. Die Region ist überlastet, die Anzahl Tiere wird sich verringern. 2.3 Simulation des Populationswachstums von Kaninchen In der ersten Aufgabe sollen Sie die Populationsdynamik einer Art simulieren (z.b. Kaninchen), die sich selbst überlassen ist und durch kein anderes System mitreguliert wird. Es besteht also z.b. keine Konkurrenz mit einer anderen Spezies. Die Anzahl der Kaninchen zu jedem Zeitpunkt t kann folgendermassen beschrieben werden: ( ) K Nt 1 N t = N t 1 + v N t 1 K Das heisst, dass die Anzahl Tiere zum Zeitpunkt t der Summe aus der Anzahl Tiere einen Zeitpunkt vorher plus der Zu- oder Abnahme entspricht Zwischenschritte a) Ausgangsparameter festlegen Legen Sie in einem neuen Arbeitsblatt Ihrer Tabellenkalkulation folgende Ausgangswerte fest (siehe Abbildung 1): Kapazität K: 50 Vermehrungsrate v: 50% Anzahl Tiere N 0 : 2 b) Felder für die abgeleiteten Daten erstellen Erstellen Sie die Felder für die abgeleiteten Daten. Sie haben die Aufgabe, die Anzahl und den Zuwachs der Tiere zu den Zeiten t=1 bis t=20 zu berechnen, wobei eine Zeiteinheit ein Jahr ist: Zeit (z.b. t) Anzahl Kaninchen (z.b. N) c) Formeln zur Berechnung der Anzahl Kaninchen und des Zuwachses eingeben Erstellen Sie die Formeln zur Berechnung der Anzahl Kaninchen und des Zuwachses. 5
6 Abbildung 1: So könnte die Umsetzung in der Tabellenkalkulation aussehen. Hinweise und Tipps: Der Anfangswert der Anzahl Kaninchen zur Zeit t=0 ist gegeben. Die Anzahl Kaninchen zur Zeit t=1 wäre dann dieser Wert plus der Zuwachs (siehe erste Formel). Achten Sie darauf, dass Sie die Klammern richtig setzen. Sie können eine Zelle absolut benennen, indem Sie die Zelladresse (z.b. B12) durch die Zellbezeichnung ersetzen (z.b. Konzentration). Verwenden Sie dann anschliessend in Ihrer Formel diese absolute Zellbezeichnung. Dadurch wird ihre Formel verständlicher. Geben Sie die Formeln so ein, dass Sie diese nur einmal eingeben und danach kopieren können. d) Visualisierung erstellen Visualisieren Sie die Veränderungen der Populationsgrösse in einem aussagekräftigen Diagramm. Fügen Sie für die Eingabe verschiedener Parameter Regler ein. Hinweis: Achten Sie darauf, dass Ihr Diagramm mit dem Zeitpunkt 0 beginnt. die Diagramm-Achsen beschriftet sind. e) Simulieren und Interpretieren der Resultate Beobachten Sie, wie sich das Wachstum der Population in Ihrer erstellten Simulation verhält. 6
7 2.4 Simulation von zwei sich konkurrierenden Populationen Als zweite Aufgabe werden Sie die Populationsdynamik zweier Arten betrachten, die sich durch Konkurrenz gegenseitig regulieren. Der Gewichtungsfaktor α gibt das Verhältnis der Konkurrenz zwischen diesen zwei Tierarten an. Da in unserem Fall die Nahrungsmenge den Konkurrenzgrund zwischen Kaninchen und Kängurus darstellt, bedeutet der Gewichtungsfaktor, dass die Kängurus α-mal mehr fressen als die Kaninchen. Die Gesamtkapazität des Lebensraumes ist in diesem Fall von zwei Tierarten abhängig. Um zu berechnen, wie viele Kaninchen die Region noch verkraften kann, muss von der Gesamtkapazität nicht nur die Anzahl Kaninchen subtrahiert werden, sondern auch die Anzahl Kängurus. Da ein Känguru so viel zählt wie α Kaninchen, ist die verbleibende Kapazität in Kaninchen- Einheiten K Kaninchen N Kaninchen N Kängurus α Wir können also den Zuwachs der Kaninchen folgendermassen formulieren: dn Kaninchen dt ( ) KKaninchen N Kaninchen N Kängurus α = v Kaninchen N Kaninchen K Kaninchen Entsprechend ist die verbleibende Kapazität in Känguru-Einheiten K Kängurus N Kaninchen /α N Kängurus und der Zuwachs an Kängurus ist gegeben durch dn Kängurus dt = v Kängurus N Kängurus ( ) KKängurus N Kaninchen /α N Kängurus K Kängurus Um die Anzahl Tiere zu einem Zeitpunkt t zu berechnen, brauchen Sie lediglich die Anzahl Tiere und den Zuwachs einen Zeitschritt vorher zusammenzuzählen: N t = N t 1 + Zuwachs t Zwischenschritte a) Ausgangsparameter festlegen Legen Sie in einem neuen Arbeitsblatt folgende Ausgangswerte fest: Kapazität K Kaninchen : 50 Kapazität K Kängurus : 10 Vermehrungsrate v Kaninchen : 50% 7
8 Vermehrungsrate v Kängurus : 10% Anzahl Kaninchen (z.b. NKan 0 ): 2 Anzahl Kängurus (z.b. NKaen 0 ): 5 Gewichtungsfaktor (Nahrungsverhältnis) α: 5 b) Felder für die abgeleiteten Daten erstellen Erstellen Sie die Felder für die abgeleiteten Daten. Sie haben die Aufgabe, die Anzahl und den Zuwachs der Tiere zu den Zeiten t = 1 bis t = 20 zu berechnen, wobei eine Zeiteinheit ein Jahr ist (siehe Abbildung 2): Zeit (z.b. t) Anzahl Kaninchen (z.b. N Kan) Anzahl Kängurus (z.b. NKae) Zuwachs Kaninchen (z.b. ZKan) Zuwachs Kängurus (z.b. ZKae) Abbildung 2: So könnte die Umsetzung in der Tabellenkalkulation aussehen. c) Formeln eingeben Erstellen Sie die Formeln zur Berechnung der Anzahl Tiere und deren Zuwachs. Fügen Sie für die Eingabe verschiedener Parameter Regler ein. d) Visualisierung erstellen Stellen Sie die Resultate der Simulation in einem aussagekräftigen Diagramm dar. e) Simulieren und Interpretieren der Resultate Testen Sie mit Ihrer Simulation verschiedene Situationen. Verändern Sie die Werte der Eingabedaten (Kapazität, Anzahl Tiere, Vermehrungsrate). Was passiert beispielsweise, wenn Sie den Gewichtungsfaktor (Nahrungsverhältnis) verdoppeln? 8
9 3 Modell 2 aus der Populationsgenetik (Hardy-Weinberg) 3.1 Einführung Der englische Mathematiker G.H. Hardy und der deutsche Physiker W. Weinberg haben 1908 unabhängig voneinander die Theorie entwickelt, wie bestimmte genetische Ausprägungen in idealen Populationen erhalten bleiben. Der Hintergrund für die Entwicklung des Modells war eine Diskussion, dass sich dominante Allele mit der Zeit in einer Population ausbreiten müssten Modellannahmen Da das Modell auf der Annahme von idealen Populationen basiert, wird im Folgenden kurz erklärt, was ideale Populationen sind. Eine ideale Population ist eine starke Vereinfachung natürlicher Populationen und hat folgende Eigenschaften: Sehr grosse Anzahl an Individuen. Die Wahrscheinlichkeit einer Paarung ist immer gleich. Es gibt keine Bevorzugung bestimmter Partner und dadurch von bestimmten Genen. Es gibt keine Selektion. Es findet keine Auswahl oder Bevorzugung bestimmter Individuen statt. Es gibt keine Mutation. Da Gene nicht mutieren, verändert sich auch der Genpool nicht. Es findet keine Migration statt. Es migrieren keine Individuen, daher ist der Genpool konstant und keine neuen Gene kommen hinzu. In einer idealen Population gibt es keine Evolution, da alle Evolutionsfaktoren ausgeschlossen werden. Daher ist dieses Modell nur sehr eingeschränkt verwendbar. Der Vorteil dieser Vereinfachung besteht jedoch darin, dass die Verteilung der Allele über die gesamte Simulation konstant ist und daher dieses Problem mathematisch einfacher zu analysieren ist. Für die Simulation erweitern wir dieses Modell jedoch später, so dass Evolutionsfaktoren eine Rolle spielen Gene und Allele Die Ausprägung von Organismen wird durch deren Genom bestimmt. Das Genom besteht aus Genen, die in der DNA gespeichert werden. Gene enthalten die Information, welche den Genotyp eines Individuums definiert. Da einzelne Gene für bestimmte Ausprägungen eines Individuums zuständig sind und diese Ausprägungen auch an Nachkommen weitergeben werden, werden Gene vererbt. Von jedem Gen kann es verschiedene Ausprägungen geben, diese werde als Allele bezeichnet. So definiert ein Gen z.b. die Haaransatzlinie eines Individuums. Je nachdem, welches Allel dieses Gens vorhanden ist, ist die Haaransatzlinie des Individuums vorspringend oder gerade. 9
10 Viele pflanzliche und tierische Organismen haben einen doppelten Chromosomensatz, je einen von der Mutter und einem vom Vater. Dies wird Diploidie genannt. Daher kann der Organismus von jedem Gen verschiedene Allele besitzen. Beim Beispiel der Haaransatzlinie können die verschiedene Allele A (z.b. vorspringend) und B (z.b. gerade) in Kombinationen vorkommen. In diesem Falle hat ein diploides Individuum drei mögliche Genotypen: AA, AB und BB Mathematische Herleitung des Hardy-Weinberg-Gleichgewichts Das Hardy-Weinberg-Gleichgewicht beschreibt, wie Allele in einer Population verteilt sind. Wenn alle Allele einer genetischen Ausprägung nur aus Allel A und B bestehen und eine grosse Population betrachtet wird, kann der Anteil von Allel A als P (A) = p und der Anteil von Allel B als P (B) = q beschrieben werden. Da nur diese beiden Allele vorkommen, gilt p + q = 1. Die hier vorgestellte Herleitung ist eine Abwandlung der Herleitung von Weinberg, wobei jedoch eine moderne Notation verwendet wurde. Mit einfacher Wahrscheinlichkeitsrechnung kann aus der Allel-Verteilung die Genotyp- Verteilung P (AA), P (BB) und P (AB) der ersten Generation berechnet werden. P (AA) = P (A)P (A) = p 2 P (AB) = P (A)P (B) + P (B)P (A) = 2pq P (BB) = P (B)P (B) = q 2 Wenn sich diese Genotypen untereinander zufällig reproduzieren, gibt es für die Reproduktion folgende Wahrscheinlichkeiten: P (AA AA) = P (AA)P (AA) = p 4 P (AA AB) = 2P (AA)P (AB) = 4p 3 q P (AA BB) = P (AA)P (BB) = p 2 q 2 P (AB AB) = P (AB)P (AB) = 4(pq) 2 P (AB BB) = 2P (AB)P (BB) = 4pq 3 P (BB BB) = P (BB)P (BB) = q 4 Dabei bezeichnet P (AAxAA) die Wahrscheinlichkeit, mit dem sich der Genotyp AA mit dem Genotyp AA vermehrt. Aus jeder dieser Kreuzungen werden mit unterschiedlicher Wahrscheinlichkeit die Genotypen der nächsten Generation erzeugt. Diese Wahrscheinlichkeiten können mit dem Punnett-Quadrat hergeleitet werden (siehe Tabelle 2). Aus der Kreuzung von AA mit AA können nur AA Genotypen hervorgehen. Bei der Kreuzung von AA mit AB entstehen 50% AA und 50% AB Genotypen. Bei der Kreuzung von AA mit BB entstehen nur AB Genotypen. Aus der Kreuzung AB mit AB gehen je 25% AA und 25% BB und 50% AB Genotypen hervor. Die Kreuzung von AB mit BB führt zu 10
11 Vater A B Mutter A AA AB A AA AB Tabelle 2: Punnet-Quadrat für die Kreuzung von AA mit AB. je 50% BB und AB Genotypen und die Kreuzung von BB mit BB führt ausschliesslich zum Genotyp BB. Damit lassen sich nun die Verteilungen der Tochtergeneration P bestimmen: P (AA) = P (AA AA) P (AA AB) + 1 P (AB AB) 4 = p 4 + 2p 3 q + (pq) 2 = p 2 (p + q) 2 P (AB) = 1 P (AA AB) + P (AA BB) P (AB AB) + 1 P (AB BB) 2 = 2p 3 q + 2p 2 q 2 + 2p 2 q 2 + 2pq 3 = 2pq(p + q) 2 P (BB) = P (BB BB) P (BB AB) + 1 P (AB AB) 4 = q 4 + 2pq 3 + (pq) 2 = q 2 (p + q) 2 Mit der Bedingung p + q = 1 folgt daher für die Tochtergeneration: P (AA) = p 2 P (AB) = 2pq P (BB) = q 2 Dies bedeutet, dass unter den Einschränkungen einer idealen Population die Verteilung der Genotypen über die Generationen konstant bleibt. Aufgrund der mathematischen Analyse ist es möglich, das gesamte Verhalten des Systems mathematisch zu analysieren. In Abbildung 3 wird die Wahrscheinlichkeit des Auftretens eines Genotyps gegenüber der Wahrscheinlichkeit für das Allel A aufgezeigt. Wenn zum Beispiel Allel A mit einer Wahrscheinlichkeit von P (A) = 0.4 auftritt, wird dadurch genau definiert, mit welcher Wahrscheinlichkeit die Genotypen AA, AB und BB auftreten: P (AA) = 0.16, P (AB) = 0.48 und P (BB) =
12 Abbildung 3: So könnte die Umsetzung in der Tabellenkalkulation aussehen Erweiterung des Hardy-Weinberg Modells Die Annahme einer idealen Population war zwar für die mathematische Analyse hilfreich, für biologische Fragestellungen eignet sich diese Annahme jedoch nur sehr eingeschränkt. Deshalb gibt es verschiedene Abwandlungen des Modells, bei welcher einzelne Evolutionsfaktoren berücksichtigt werden. Eine Möglichkeit besteht darin, die konstante Reproduktionsrate der einzelnen Genotypen anzupassen, so dass die verschiedenen Genotypen unterschiedliche Vermehrungsraten besitzen. Eine unterschiedliche Reproduktionsrate wird als reproduktive Fitness bezeichnet. Dieser Faktor bestimmt, wie wahrscheinlich es ist, dass sich ein Individuum eines bestimmten Genotyps fortpflanzt. Um diese unterschiedlichen Reproduktionsraten zu modellieren, muss das Modell durch den reproduktiven Fitnessfaktor e angepasst werden, wobei 0 e 1 gilt. Wenn e = 1, dann reproduziert sich der Genotyp normal (d. h. ohne Einschränkung), wenn e = 0, kann sich dieser Genotyp nicht reproduzieren. Falls e = 1 für alle Genotypen verwendet wird, dann entspricht dieses Modell dem Hardy-Weinberg-Gleichgewicht. Eine rein mathematische Analyse dieses neuen Modells ist nun nicht mehr einfach möglich, da durch diese Anpassung, die Zustände der einzelnen Generationen von den vorherigen abhängig sind. Deswegen handelt es sich um ein nichtlineares dynamisches Modell, welches nur sehr schwierig mathematisch analysiert werden kann. Um die Grenzen des Modells zu erkennen und das Verhalten des neuen Modells zu verstehen, ist es sinnvoll, dieses Modell zu simulieren Zwischenschritte a) Ausgangsparameter festlegen Legen Sie in einem neuen Arbeitsblatt folgende Ausgangswerte fest: P (AA) =
13 P (AB) = 0.3 P (BB) = 0.2 e AA = 1 e AB = 1 e BB = 0.8 b) Felder für die abgeleiteten Daten erstellen Erstellen Sie einen Zähler, der die Generationen von 0 an hoch zählt. Erstellen Sie die Beschriftungen für die Werte, die Sie für jede Generation berechnen wollen: Verteilung der Genotypen P (AA), P (AB) und P (BB) die Verteilung der Allele P (A) und P (B) die durch den Fitnessfaktor e, abgeänderte Reproduktionsraten der Genotypen P(AA R ), P(AB R ) und P(BB R ). Abbildung 4: So könnte die Umsetzung in der Tabellenkalkulation aussehen. c) Formeln herleiten und implementieren Implementieren Sie das Modell. Durch den Fitnessfaktor muss die Verteilung der Genotypen relativ zur Reproduktionsrate aller Individuen berechnet werden. Die Formeln dafür lauten: P (AA R ) t = P (AB R ) t = P (BB R ) t = P (AA) t e AA P (AA) t e AA + P (AB) t e AB + P (BB) t e BB P (AB) t e AB P (AA) t e AA + P (AB) t e AB + P (BB) t e BB P (BB) t e BB P (AA) t e AA + P (AB) t e AB + P (BB) t e BB 13
14 Mit diesen berechneten Werten lässt sich die Verteilung der Allele in der nächsten Generation berechnen: Leiten Sie die Formel für P (B) t+1 her. P (A) t+1 = P (AA R ) t + P (AB R) t 2 Aus der Verteilung der Allele kann nun die Verteilung der Genotypen in der ersten Generation berechnet werden. Die Formeln dafür lauten: P (AA) t = P (A) 2 t P (AB) t = 2P (A) t P (B) t P (BB) t = P (B) 2 t Um zu überprüfen, ob Sie das Modell korrekt implementiert haben, führen Sie eine Simulation mit den oben gegebenen Eingabedaten durch und vergleichen Sie die Werte: P (AA) 5 P (AB) 5 P (BB) d) Visualisierung erstellen Visualisieren Sie Ihre abgeleiteten Daten mit einem aussagekräftigen Diagramm. e) Simulieren und Interpretieren der Resultate Verwenden Sie Ihre Simulation, um folgende Fragen zu diskutieren: Setzen Sie den Fitnessfaktor für den Genotyp BB auf 0. Was ist zu beobachten? Versuchen Sie die Beobachtung zu erklären. Welche Fehlerquellen können bei dieser Simulation vorkommen? Wie könnten die Resultate der Simulation überprüft werden? Untersuche Sie den Einfluss der Fitnessfaktoren und bestimmen Sie, welcher davon den grössten Einfluss auf die Verteilung der Genotypen in der Population hat. 4 Bedingungen für die Präsentation Führen Sie einer Assistentin oder einem Assistenten die erstellten Simulationen am Bildschirm vor und diskutieren Sie die durch die Simulation erzeugten Resultate. Überlegen Sie sich, wie Sie einem Laien folgende Fragen erklären würden: Welche Elemente gehören zu einer Simulation? Verändern Sie die Eingabedaten und kommentieren Sie die Veränderungen in der Simulation. 14
15 Wo liegen die Grenzen der simulierten Modelle? Wie funktionieren absolute und relative Bezüge? Wie funktionieren bedingte Anweisungen? Die Begriffe dieses Kursmoduls sollten Sie mit einfachen Worten erklären können. 15
Ausgehend vom Lotka-Volterra Modell der Populationsdynamik sind für die Testaufgabe zwei Teilaufgaben
Praxis 2 - Tabellenkalkulation 9 Fig. 3 Teil C: Testaufgabe 1. Einführung Populationsdynamik bei Tieren in einem Lebensraum Wenn Tiere verschiedener Arten den gleichen Lebensraum besiedeln, können sie
MehrArrays, Simulieren und Modellieren
Programmieren mit Python Modul 3 Arrays, Simulieren und Modellieren Selbstständiger Teil Inhaltsverzeichnis 1 Überblick 3 2 Teil A: Simulation biologischer Modelle 3 2.1 Simulation der Populationsdynamik
MehrInstitut für Computational Science Prof. Dr. H. Hinterberger. Praxismodul 2. Tabellenkalkulation als Simulationswerkzeug
Institut für Computational Science Prof. Dr. H. Hinterberger Praxismodul 2 Tabellenkalkulation als Simulationswerkzeug Praxis 2 - Tabellenkalkulation 2 Institut für Computational Science, ETH Zürich, 1996-2005
MehrAuthor(s): Fässler, Lukas; Milosevic, Nenad; Theis, Daniel; Hinterberger, Hans
Research Collection Educational Material Einsatz von Informatikmitteln Author(s): Fässler, Lukas; Milosevic, Nenad; Theis, Daniel; Hinterberger, Hans Publication Date: 2003 Permanent Link: https://doi.org/10.3929/ethz-a-004507518
MehrVerwaltung, Strukturierung und Analyse grosser Datenlisten
Verwaltung und Analyse digitaler Daten in der Wissenschaft Verwaltung, Strukturierung und Analyse grosser Datenlisten Projektaufgabe Inhaltsverzeichnis 1 Einführung 3 2 Aufgaben 3 2.1 Daten importieren
MehrKontrollstrukturen und Logik
Programmieren mit Python Modul 2 Kontrollstrukturen und Logik Selbstständiger Teil Inhaltsverzeichnis 1 Überblick 3 2 Teil A: Zahlen raten 3 2.1 Einführung.................................. 3 2.2 Programmanforderungen...........................
MehrVariablen und Datentypen
Programmieren mit Python Modul 1 Variablen und Datentypen Selbstständiger Teil Inhaltsverzeichnis 1 Überblick 3 2 Teil A: Geldautomat 3 2.1 Einführung.................................. 3 2.2 Aufgabenstellung...............................
MehrVariablen und Datentypen
Programmieren mit Java Modul 1 Variablen und Datentypen Selbstständiger Teil Inhaltsverzeichnis 1 Bremsweg-Berechnung 3 1.1 Einführung.................................. 3 1.2 Aufgabenstellung und Programmanforderungen..............
MehrDiskrete dynamische Systeme in der Populationsgenetik Hofbauer J., und Sigmund K.: Evolutionary Games and Population Dynamics, Cambridge
Diskrete dynamische Systeme in der Populationsgenetik Hofbauer J., und Sigmund K.: Evolutionary Games and Population Dynamics, Cambridge Dominik Urig Saarbrücken, den 10.01.2012 Inhaltsangabe 1 Biologische
MehrGame of life. Projektaufgabe. Inhaltsverzeichnis. Begriffe. 1 Grundlagen 3
Game of life Projektaufgabe Inhaltsverzeichnis 1 Grundlagen 3 2 Grundkonstruktion 4 2.1 Werte für die nächste Generation berechnen................ 4 2.2 Werte für mehrere Generationen berechnen (Makro
MehrPharmazeutische Biologie Genetik
Pharmazeutische Biologie Genetik N230-Raum 306 Tel. (069) 798-29650 dingermann@em.uni-frankfurt.de 4. Erbkrankheiten des Menschen Hardy-Weinberg-Gleichgewicht 4. Erbkrankheiten des Menschen Hardy-Weinberg-Gleichgewicht
MehrDaten verwalten mit einer relationalen Datenbank
Verwaltung und Analyse digitaler Daten in der Wissenschaft Daten verwalten mit einer relationalen Datenbank Projektaufgabe Inhaltsverzeichnis 1 Einführung 3 1.1 Datenquelle und Aufarbeitung der Daten..................
MehrInstitut für Computational Science Prof. Dr. H. Hinterberger. Praxismodul 2. Tabellenkalkulation als Simulationswerkzeug
Institut für Computational Science Prof. Dr. H. Hinterberger Praxismodul 2 Tabellenkalkulation als Simulationswerkzeug Praxis 2 - Tabellenkalkulation 2 Institut für Computational Science, ETH Zürich, 1996-2005
MehrSpiel 1: Spielerische Simulation der Hardy-Weinberg-Regel
Spiel : Spielerische Simulation der Hardy-Weinberg-Regel Spielbrett, Box Genpool, Taschenrechner Wichtig! Das Spiel wird fünf Runden gespielt!. Ziehen Sie aus dem Genpool ohne Hinschauen insgesamt 54 Individuen.
MehrArrays. Theorieteil. Inhaltsverzeichnis. Begriffe. Programmieren mit Java Modul 3. 1 Modulübersicht 3
Programmieren mit Java Modul 3 Arrays Theorieteil Inhaltsverzeichnis 1 Modulübersicht 3 2 Eindimensionale Arrays 3 2.1 Arrays deklarieren.............................. 3 2.2 Arrays erzeugen................................
MehrGenetik für Studierende der Bioinformatik
Genetik für Studierende der Bioinformatik Freie Universität Berlin, Institut für Informatik Peter Robinson Wintersemester 2014/2015 4. Übungsblatt (mit ) Diskussion am 11. Dezember 2014 Aufgabe 1. dieser
MehrÜ 419 a Absolute Bezüge
Ü 419 a Absolute Bezüge Bezüge Benötigte Datei: Übungsmappe.xls Es gibt noch ein Problem: Wenn Sie eine einzige Zahl für mehrere Berechnungen brauchen, funktionieren relative Bezüge nicht. Aber - nach
MehrWettbewerbs- und Symbiose-Modelle Von Jakob Foss
Wettbewerbs- und Symbiose-Modelle Von Jakob Foss Wettbewerbsmodell Das einfachste Wettbewerbsmodell für zwei Spezies lässt sich aus dem Lotka- Volterra Modell ableiten und sieht folgendermaßen aus: dn1
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
MehrProseminarvortrag. Markov-Ketten in der Biologie (Anwendungen)
Proseminarvortrag Markov-Ketten in der Biologie (Anwendungen) von Peter Drössler 20.01.2010 2 Markov-Ketten in der Biologie (Peter Drössler, KIT 2010) Inhalt 1. Das Wright-Fisher Modell... 3 1.1. Notwendige
Mehr2) Können Sie allein aus den gegebenen Zahlen ablesen welches der beiden Allele einen Selektionsvorteil besitzt?
Ihre Namen: Übung 2: Populationsgenetik 2, Drift und Selektion In der Vorlesung haben Sie ein Modell für Selektion kennengelernt. Heute wollen wir uns mit Hilfe von Simulationen intensiver mit den Konsequenzen
MehrÜbung 1: Populationsgenetik 1, HWE und genetische Drift
Ihre Namen: Übung 1: Populationsgenetik 1, HWE und genetische Drift Teil 1: Mendelsche Vererbung 1) Schwarze Fellfarbe bei Pferden ist weitgehend bestimmt durch ein rezessives Allel des A-Locus. AA- bzw.
MehrÜbung 3: Populationsgenetik 3, Komplexere Formen natürlicher Selektion
Ihre Namen: Übung 3: Populationsgenetik 3, Komplexere Formen natürlicher Selektion In dieser Übung werden Sie sich mit komplexeren Formen der Selektion beschäftigen. Bitte beachten Sie, dass man in diesem
MehrPopulationsdynamik im Computer simuliert
Populationsdynamik im Computer simuliert Die Grösse einer Population in einem Ökosystem hängt von zahlreichen abiotischen und biotischen Faktoren ab, die meist auf komplexe Art und Weise zusammenwirken:
MehrWachstum mit oberer Schranke
1 1.1 exponentielles Wir haben das eines Kontos mit festem Zinssatz untersucht. Der jährliche Zuwachs (hier die Zinsen) sind proportional zum Bestand (hier dem jeweiligen Kontostand). Die Annahme, daß
MehrDie Medelschen Regeln
Die Medelschen Regeln Der erste Wissenschaftler, der Gesetzmäßigkeiten bei der Vererbung fand und formulierte, war Johann Gregor Mendel Mendel machte zur Erforschung der Vererbung Versuche und beschränkte
MehrIhre Namen: Übung A: Populationsgenetik. Teil 1: Mendelsche Vererbung
Ihre Namen: Übung A: Populationsgenetik Teil 1: Mendelsche Vererbung 1) Schwarze Fellfarbe bei Pferden ist weitgehend bestimmt durch ein rezessives Allel des A-Locus. AA- bzw. Aa-Pferde haben nichtschwarzes
MehrK4 Bedingte Wahrscheinlichkeiten. 4.1 Definition Die bedingte Wahrscheinlichkeit von A bei gegebenem B:
K4 Bedingte Wahrscheinlichkeiten 4.1 Definition Die bedingte Wahrscheinlichkeit von A bei gegebenem B: P(A B) = P(A B)/P(B) (4.1.1) Meistens benutzen wir diese Form: P(A B) = P(A B)*P(B) weil P(A B) schwer
MehrKönnen Gene Depressionen haben?
Können Gene Depressionen haben? DTzt. Chromosomen, Gene und so... Die Sache mit der Vererbung oder warum sieht eine Kuh aus wie eine Kuh? Die kleinste Datenbank Desoxyribonukleinsäure - DNA Speicher für
MehrVorwort Die Excel-Arbeitsumgebung...11
INHALTSVERZEICHNIS Vorwort...9 1. Die Excel-Arbeitsumgebung...11 1.1. Der Excel-Arbeitsbildschirm... 11 1.2. Das Menüband... 12 1.3. Symbolleiste für den Schnellzugriff... 14 1.4. Weitere Möglichkeiten
MehrÜbersicht. Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation
Evolution 1 Übersicht Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation 2 Jean Baptiste de LAMARCK... der häufige Gebrauch eines Organs [stärkt]
MehrLearn4Med. Ein Gen steuert die Haarfarbe einer Katze. Es gibt ein Allel (also eine Version) für ein schwarzes Fell und ein Allel für rote Haare.
1. Mendelsche Regeln Bei Mendel ist ein Gen als Teil des Erbmaterials definiert, der für die Ausbildung eines bestimmten Merkmals verantwortlich ist. Gibt es für dieses Gen verschiedene Ausprägungen, nennt
MehrMechanismen der Evolution. Übersicht. Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation
Mechanismen der Evolution 1 Übersicht Lamarck und Darwin Variation natürliche Selektion, sexuelle, künstliche Gendrift Artbildung adaptive Radiation 2 Jean Baptiste de LAMARCK... der häufige Gebrauch eines
MehrVorwort Die Excel-Arbeitsumgebung Arbeitsmappen verwalten Daten eingeben und ändern 26 INHALTSVERZEICHNIS
INHALTSVERZEICHNIS Vorwort 9 1. Die Excel-Arbeitsumgebung 11 1.1. Der Excel-Arbeitsbildschirm 11 1.2. Das Menüband 12 1.3. Symbolleiste für den Schnellzugriff 14 1.4. Weitere Möglichkeiten der Befehlseingabe
MehrDie Erbinformation ist in Form von Chromosomen = Kopplungsgruppen organisiert
Die Erbinformation ist in Form von Chromosomen = Kopplungsgruppen organisiert Chromosom Chromatin Ausschnitt aus DNA-Doppelhelix Nukleosomen (Chromatin) Chromatinfaden höherer Ordnung Teil eines Chromosoms
MehrDifferenzengleichungen in der Populationsgenetik
J.W.Goethe Universität Frankfurt a.m. SS 2006 FB 12 Informatik und Mathematik PS Mathematische Modellierung Institut für Computerorientierte Mathematik Seminarleiter: Prof. Dr. J. Baumeister Dr. J. Berns
MehrTechnologie. FOS Technik Bayern Jahrgangsstufe 11. Lernbereich 2: Informatik Tabellenkalkulation mit Excel. Lösungen. LehrplanPLUS. Technisches System
Technologie LehrplanPLUS FOS Technik Bayern Jahrgangsstufe 11 Lernbereich 2: Informatik Tabellenkalkulation mit Excel Lösungen Materie Energie Information 12654_TMFOSBY_L2_Satz.indd 1 Materie Technisches
MehrDer genetische Algorithmus
Joachim Breitner Seminarkurs am Schickhardt-Gymnasium Herrenberg 2002/2003 Halbjahr 12.2 Modellbildung und Simulation am Beispiel der Evolution und dem Programm EvoLab Thema 2: Der genetische Algorithmus
MehrDynamik von Genen in Populationen
Dynamik von Genen in Populationen Thomas Spießer 01.08.2007 Zusammenfassung Evolution ist die Veränderung der vererbbaren Merkmale einer Population von Lebewesen von Generation zu Generation. 1 Das Studium
MehrUnterlagen, Literatur. Grundlegende Einstellungen. HILFE!? Wenn Excel nicht mehr so aussieht wie beim letzten mal!
Unterlagen, Literatur Excel Einsteiger Teil 2 Herdt Skript : Excel Grundlagen der Tabellenkalkulation am Service-Punkt (34-209). täglich von 13:00-15:00 Uhr Preis: ca. 5,50 Oder diese Folien unter: www.rhrk-kurse.de.vu
Mehr-Generation sehen alle gleich aus (Uniformitätsregel). In der F 2. -Generation treten unterschiedliche Phänotypen auf (Spaltungsregel).
Mendelsche Regeln 1 + 2 (1) Merkmale wie die Blütenfarbe können dominant-rezessiv oder intermediär vererbt werden. Bei einem intermediären Erbgang wird die Merkmalsausprägung von beiden Allelen (z. B.
MehrMendel Gregor Mendel (*1822, 1884)
Mendel Gregor Mendel (*1822, 1884) Mendels Vererbungsregeln 1. Mendel sche Regel Kreuzt man zwei reinerbige Rassen, die sich in einem Allelpaar unterscheiden, so sind die Nachkommen die erste Filialgeneration
MehrGrundlagen der Vererbungslehre
Grundlagen der Vererbungslehre Zucht und Fortpflanzung Unter Zucht verstehen wir die planvolle Verpaarung von Elterntieren, die sich in ihren Rassemerkmalen und Nutzleistungen ergänzen zur Verbesserung
MehrProgramm WinEvo - Evolution in Populationen. Informationen zum Simulationsmodell und zur Bedienung
Roland Frank Staatl. Seminar für Didaktik und Lehrerbildung (Gymnasien) Stuttgart 1 Fachdidaktik Biologie Hospitalstraße 22-24 70174 Stuttgart Programm WinEvo - Evolution in Populationen WinEvo.exe Version
MehrEvolutionsfaktoren. = Gesamtheit der Gene aller Individuen einer Population bleibt nach dem HARDY-WEINBERG-Gesetz unter folgenden Bedingungen
Evolutionsfaktoren 1 Genpool = Gesamtheit der Gene aller Individuen einer bleibt nach dem HARDY-WEINBERG-Gesetz unter folgenden Bedingungen gleich: keine Mutationen alle Individuen sind für Umweltfaktoren
MehrPopulationsdynamische Simulation: Von Wölfen und Hasen...
Populationsdynamische Simulation: Von Wölfen und Hasen... Organisation: Kai Löwenthal (kloewent@techfak.uni-bielefeld.de), Technische Fakultät Bielefeld, 19. Juni 2006 Überblick 1 Hintergrund 2 Mindestanforderungen
MehrKennen, können, beherrschen lernen was gebraucht wird
Inhaltsverzeichnis Inhaltsverzeichnis... 1 Das Excel-Anwendungsfenster... 2 Allgemeine Bildschirmelemente... 2 Befehle aufrufen... 3 Die Menüleiste nutzen... 3 Grundlegende Tabellenbearbeitung... 4 Im
MehrExcel-Kurs Wiederauffrischung und mehr
Excel-Kurs Wiederauffrischung und mehr 1 Erstes Rechnen mit Excel... 1 Rechnen mit konstanten Werten... 1 Rechnen mit Zellbezügen... 2 Rechnen mit der Zeigemethode... 2 Summenfunktion... 3 Prozentrechnen...
MehrMendel Labor, Euregio Kolleg, Würselen 1/
Mendel Labor, Euregio Kolleg, Würselen 1/13 14.7.04 Projekt MendelLab Die klassische Genetik eignet sich als fachübergreifendes Thema für die Fächer Biologie, Mathematik (Stochastik) und Informatik. In
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
MehrOperatoren für das Fach Mathematik
Operatoren für das Fach Mathematik Anforderungsbereich I Angeben, Nennen Sachverhalte, Begriffe, Daten ohne nähere Erläuterungen und Begründungen, ohne Lösungsweg aufzählen Geben Sie die Koordinaten des
Mehr2. Übung: Chromosomentheorie
Konzepte: 2. Übung: Chromosomentheorie Mitose/Meiose Geschlechtschromosomale Vererbung Chromosomentheorie Zellzyklus G 1 Phase: postmitotische Phase oder Präsynthesephase Zelle beginnt wieder zu wachsen
MehrProgramme erstellen in Java
Programmieren mit Java Modul 0 Programme erstellen in Java Theorieteil Inhaltsverzeichnis 1 Modulübersicht 3 2 Schreiben von Computerprogrammen 3 2.1 Computerprogramme bestehen aus Daten und Instruktionen.......
MehrThis image cannot currently be displayed. Java à Matlab. bereitgestellt von Dr. Lukas Faessler 12/4/17
This image cannot currently be displayed. Java à Matlab bereitgestellt von Dr. Lukas Faessler 12/4/17 Allgemeine Programmierkonzepte kommen in verschiedenen Programmiersprachen vor sind langlebig Sprachen
MehrDynamische Systeme in der Mikrobiologie
Dynamische Systeme in der Mikrobiologie Gruppe G Mi: Severine Hurni, Esther Marty, Giulia Ranieri, Matthias Engesser, Nicole Konrad Betreuer: Roman Kälin 1. Einleitung Ein dynamisches System ist ein System,
MehrVorwort Die Excel-Arbeitsumgebung Programmoberfläche Menüband Symbolleiste für den Schnellzugriff...
Inhalt Vorwort... 11 1 Die Excel-Arbeitsumgebung... 13 1.1 Programmoberfläche...14 1.2 Menüband...15 1.3 Symbolleiste für den Schnellzugriff...17 1.4 Weitere Möglichkeiten der Befehlseingabe...18 Kontextmenü...18
MehrEvolution. Biologie. Zusammenfassungen. Semesterprüfung Freitag, 17. Juni Evolutionstheorien Lamarck/Darwin. Evolutionsfaktoren
Biologie Evolution Zusammenfassungen Semesterprüfung Freitag, 17. Juni 2016 Evolutionstheorien Lamarck/Darwin Evolutionsfaktoren Auswirkungen der Selektion Artbildung Phylogenie Steffi ENTHÄLT INHALTE
Mehr0 [Information] Fibonacci bonacci. Bergstadt-Gymnasium Di Ma/Inf 9 (ht)
0 [Information] Der italienische Mathematiker (eigentlich Leonardo von Pisa, 1170-1250) stellt in seinem Buch Liber Abaci folgende Aufgabe: Ein Mann hält ein Kaninchenpaar an einem Ort, der gänzlich von
MehrVerwaltung, Strukturierung und Analyse grosser Datenlisten
Verwaltung und Analyse digitaler Daten in der Wissenschaft Verwaltung, Strukturierung und Analyse grosser Datenlisten Theorieteil Inhaltsverzeichnis 1 Wozu Daten verwalten in der Wissenschaft? 3 2 Daten
Mehr2. Übung: Chromosomentheorie
Konzepte: 2. Übung: Chromosomentheorie Mitose/Meiose Geschlechtschromosomale Vererbung Chromosomentheorie Regeln zur Vererbung Autosomal rezessiv: - Merkmal tritt auf in Nachkommen nicht betroffener Eltern
MehrM0 BIO - Reaktionszeit
M0 BIO - Reaktionszeit 1 Ziel des Versuches In diesem Versuch haben Sie die Möglichkeit, sich mit Messunsicherheiten vertraut zu machen. Die Analyse von Messunsicherheiten erfolgt hierbei an zwei Beispielen.
MehrPharmazeutische Biologie WS2011/2012. Das neue Paradigma: Personalisierte Medizin
3. Vorlesung Pharmazeutische Biologie WS2011/2012 Das neue Paradigma: Personalisierte Medizin Prof. Theo Dingermann Institut für Pharmazeutische Biologie Biozentrum Max-von Laue-Str. 9 60438 Frankfurt
MehrIT-Grundlagen Excel Excel Grundbegriffe
Excel 2010 1.Semester 1 Karin Maier Excel 2010 - Grundbegriffe Excel ist ein Tabellenkalkulationsprogramm Darin können Daten eingegeben, formatiert und berechnet werden Arbeitsmappe = Datei Arbeitsmappe
Mehr1 Die Arbeitsumgebung Programmoberfläche Menüband Symbolleiste für den Schnellzugriff...20
Inhalt 1 Die Arbeitsumgebung...15 1.1 Programmoberfläche...16 1.2 Menüband...17 1.3 Symbolleiste für den Schnellzugriff...20 1.4 Weitere Möglichkeiten der Befehlseingabe...21 Kontextmenü... 21 Tasten und
MehrOptimale Produktliniengestaltung mit Genetischen Algorithmen
Optimale Produktliniengestaltung mit Genetischen Algorithmen 1 Einleitung 2 Produktlinienoptimierung 3 Genetische Algorithmen 4 Anwendung 5 Fazit Seite 1 Optimale Produktliniengestaltung mit Genetischen
MehrXpert - Europäischer ComputerPass. Peter Wies. Tabellenkalkulation (mit Excel 2010) 1. Ausgabe, 5. Aktualisierung, Juli 2013
Xpert - Europäischer ComputerPass Peter Wies 1. Ausgabe, 5. Aktualisierung, Juli 2013 Tabellenkalkulation (mit Excel 2010) XP-EX2010 3 Xpert - Europäischer ComputerPass - Tabellenkalkulation (mit Excel
MehrInhaltsverzeichnis Trendanalysen Linearer Trend Exponentieller Trend... 1
Inhaltsverzeichnis Inhaltsverzeichnis... 1 Trendanalysen... 1 Linearer Trend... 1 Exponentieller Trend... 1 Trend bei unveränderten Vergangenheitswerten (Ausfüllfunktion)... 2 Trend mit einbezogenen Vergangenheitswerten
Mehr2. Formeln und Datenreihen
55 2. Formeln und Datenreihen In diesem Kapitel beschreiben wir Ihnen das Erstellen komplizierterer Formeln in Excel. Wie Sie sehen werden, ist das Erstellen von Excel-Modellen manchmal ziemlich aufwendig.
MehrDie klassische Genetik nach Gregor Mendel: Dihybride Erbgänge
Die klassische Genetik nach Gregor Mendel: Dihybride Erbgänge Stand: 10.01.2018 Jahrgangsstufen Fach/Fächer Vorklasse Biologie (Ausbildungsrichtungen Sozialwesen, Gesundheit) Übergreifende Bildungsund
MehrSeminar zur Grundvorlesung Genetik
Seminar zur Grundvorlesung Genetik Wann? Gruppe B5: Donnerstags, 11 15-12 00 Wo? Raum 133 Teilnahme obligatorisch, max. 1x abwesend Kontaktdaten Marcel Quint Leibniz-Institut für Pflanzenbiochemie - Nachwuchsgruppe
MehrProjekt Bakterienkultur
1 Einleitung Projekt Bakterienkultur Mathematische Modellierung I Sommersemster 2010 Anna Aichmayr, Georg Rief, Patrica Walker 1.1 Physikalische Grenzen Dienstag, Juli 13, 2010 Der zu untersuchende Bereich
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Quadratische Funktionen & Gleichungen... Kinderleicht
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Quadratische Funktionen & Gleichungen... Kinderleicht Das komplette Material finden Sie hier: School-Scout.de Inhalt Seite Vorwort
MehrXpert - Europäischer ComputerPass. Peter Wies. Tabellenkalkulation (mit Excel 2013) 1. Ausgabe, Januar 2014
Xpert - Europäischer ComputerPass Peter Wies 1. Ausgabe, Januar 2014 Tabellenkalkulation (mit Excel 2013) XP-EX2013 3 Xpert - Europäischer ComputerPass - Tabellenkalkulation (mit Excel 2013) 3 Mit Formeln
MehrInformatik BMS. Excel. Trainingsunterlagen EXCEL XP BASIC
Trainingsunterlagen EXCEL XP BASIC Karin Seibel Seite 1 21.01.2008 Was ist eine Tabellenkalkulation? Inhalt Was ist eine Tabellenkalkulation?... 3 Aufbau einer Datei... 3 starten... 4 Das -Anwendungsfenster...
Mehr1 Schulinterner Kernlehrplan Biologie Q2 Evolution
1 Schulinterner Kernlehrplan Biologie Q2 Evolution 1 Inhaltsfelder Schwerpunkt Basiskonzept Konkretisierte Kompetenzen Evolution Evolutionstheorien LK Evolutionstheorie Biodiversität und Systematik Entwicklung
MehrDas Ergebnis ist 1.000. Verändert man nun einen der Werte in B1 oder B2, wird wegen der Formel der neue Gewinn angezeigt.
Prof. Dr. Günther Dey Excel-Basics Excel ist ein für betriebswirtschaftliche Zwecke sehr schönes Programm. Es ermöglicht, schnell und einfach betriebswirtschaftliche Zusammenhänge darzustellen. Über die
Mehrb) Nennen Sie vier hinreichende Bedingungen für Evolution. b) Anzahl fortlaufender Einsen von rechts. c) Sind in a) oder b) Plateaus enthalten?
Übungsblatt LV Künstliche Intelligenz, Evolutionäre Algorithmen (1), 2015 Aufgabe 1. Evolution a) Finden Sie zwei Evolutionsbeispiele auÿerhalb der Biologie. Identizieren Sie jeweils Genotyp, Phänotyp,
MehrECDL - Core. Modul 4 Tabellenkalkulation. Arbeitsblätter für Schüler mit praktischen Übungen zu allen Lernzielen des Syllabus 5
ECDL - Core Modul 4 Tabellenkalkulation Arbeitsblätter für Schüler mit praktischen Übungen zu allen Lernzielen des Syllabus 5 - 2 - Inhaltsverzeichnis - Modul 4 (Tabellenkalkulation) INHALTSVERZEICHNIS
MehrWie kann man große Hunde züchten? Spielregeln zum Simulationsversuch
Wie kann man große Hunde züchten? Spielregeln zum Simulationsversuch Aufgabe: Spielt das Spiel: Wie kann man große Hunde züchten? Ein Größenmerkmal wird durch einen farbigen Chip simuliert. Es gibt vier
MehrMicrosoft Excel Das offizielle Trainingsbuch Frye
Microsoft Excel 2010 - Das offizielle Trainingsbuch von Curtis D. Frye 1. Auflage Microsoft Excel 2010 - Das offizielle Trainingsbuch Frye schnell und portofrei erhältlich bei beck-shop.de DIE FACHBUCHHANDLUNG
MehrDer χ 2 -Test (Chiquadrat-Test)
Der χ 2 -Test (Chiquadrat-Test) Der Grundgedanke Mit den χ 2 -Methoden kann überprüft werden, ob sich die empirischen (im Experiment beobachteten) Häufigkeiten einer nominalen Variable systematisch von
MehrZielgruppe Dieses Training richtet sich an Personen, die bisher noch keine Erfahrung im Umgang mit Microsoft Excel 2013 haben.
Level 1 Mögliche Trainingslösung: Klassenraum (ILT) Connected Classroom WalkIn (ML) Seminarsprache: Deutsch Englisch Übersicht Dieses Training vermittelt den Teilnehmern die grundlegenden Funktionen von
MehrSinnvoller Umgang mit DNA-Tests
Sinnvoller Umgang mit DNA-Tests - Eine Zuchtmethode - - Kleine Hundepopulation - Helga Eichelberg Welpenstatistik Eingetragene Welpen 2006 2005 2004 Pinscher 384 237 246 ca. 80 Würfe Zwerge 197 250 251
MehrTabellenkalkulation I
Materialien zur Informationstechnischen Grundbildung (ITG) Tabellenkalkulation I Lehrerhandreichung Version für Excel und CALC (Microsoft Office, Open Office und Libre Office) Lehrerhandreichung Tabellenkalkulation
MehrWeiterbildung EDV und Beruf IT-Training EXCEL Grundlagen der Tabellenkalkulation. EXCEL 2010 für Windows. EX2010 / GL / EX10-1 Harald Bartholmeß
Weiterbildung EDV und Beruf IT-Training EXCEL 2010 Grundlagen der Tabellenkalkulation EXCEL 2010 für Windows EX2010 / GL / EX10-1 Harald Bartholmeß EXCEL 2010 Grundlagen EX2010 / GL / EX10-1 EX10-1 Autor:
MehrÜbung zur Vorlesung Statistik I für Biowissenschaften WS Übungsblatt 4
Übung zur Vorlesung Statistik I für iowissenschaften WS 2015-2016 Übungsblatt 4 9. November 2015 ufgabe 9 (6 Punkte): Für eine Population im Hardy-Weinberg Gleichgewicht sei bekannt, dass der heterozygote
MehrAssoziationsstudien. Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation
Assoziationsstudien Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Inhalt Ziele von Assoziationsstudien Design von Assoziationsstudien Statistische Analysemethoden
Mehr3 Bedingte Wahrscheinlichkeit, Unabhängigkeit
3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.
MehrGenetische und Evolutionäre Algorithmen (Vol. 1)
Vortrag über Genetische und Evolutionäre Algorithmen (Vol. ) von Adam El Sayed Auf und Kai Lienemann Gliederung: ) Einführung 2) Grundkonzept 3) Genaue Beschreibung des Genetischen Algorithmus Lösungsrepräsentation
MehrLernrückblick. 1 a) Ich weiß, wie ich ein Schrägbild in der Kabinettprojektion zeichne: 2 a) Ich kann einen Körper aus folgenden Ansichten zeichnen:
1 a) Ich weiß, wie ich ein Schrägbild in der Kabinettprojektion zeichne: b) Beispiel 2 a) Ich kann einen Körper aus folgenden Ansichten zeichnen: b) Beispiel 3 Entscheide dich. Ich fühle mich fit im Bereich
Mehr4. Kopplung. Konzepte: Gekoppelte Vererbung. Genkarten. Doppel-Crossover. Interferenz. Statistik
4. Kopplung Konzepte: Gekoppelte Vererbung Genkarten Doppel-Crossover Interferenz Statistik 1. Sie analysieren die Kopplungsverhältnisse von 3 Mutationen in Drosophila melanogaster (scute [sc; keine Thoraxborsten],
MehrMathematik in den Life Siences
Gerhard Keller Mathematik in den Life Siences Grundlagen der Modellbildung und Statistik mit einer Einführung in die Statistik-Software R 49 Abbildungen Verlag Eugen Ulmer Stuttgart Inhaltsverzeichnis
MehrInhaltsverzeichnis... 1 Bestandteile einer Formel... 1 Die Funktion Summenprodukt... 4
Inhaltsverzeichnis Inhaltsverzeichnis... 1 Bestandteile einer Formel... 1 Die Funktion SUMME... 2 Die Funktion AUTOSUMME... 2 Die Funktion SUMMEWENN... 2 Die Funktion SUMMEWENNS... 3 Die Funktion Summenprodukt...
MehrAutosomal-rezessiver Erbgang
12 Autosomal-rezessiver Erbgang Bearbeitetes Informationsblatt herausgegeben vom Guy s and St. Thomas Hospital, London und dem London IDEAS Genetic Knowledge Park, entsprechend deren Qualitätsstandards.
MehrDiskrete Populationsmodelle für Einzelspezies
Diskrete Populationsmodelle für Einzelspezies Lisa Zang 30.10.2012 Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer Inhaltsverzeichnis 1. Einführung Einfache Modelle
MehrMicrosoft Excel 2007
Microsoft Excel 2007 Eine Einführung Seite 1 Willkommen... Organisatorisches 3 Vormittage von 9.15 12.30 Uhr Wo finde ich was im RRZN Allgemeines Seite 2 Literatur Excel 2007 Grundlagen der Benutzung unter
MehrEDV Grundlagen. Tabellenkalkulation
EDV Grundlagen Tabellenkalkulation Definition & Programme Tabellenkalkulation = Software für die tabellarische, interaktive Eingabe, Verarbeitung und grafische Darstellung von numerischen und alphanumerischen
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
MehrVorbemerkungen. Die Programmieroberfläche des ClassPad
Vorbemerkungen Erfahrungen zeigen, dass die Programmiermöglichkeiten des ClassPad im Unterricht kaum genutzt werden. Dabei bieten aus unserer Sicht viele Situationen die Gelegenheit, die Programmieroberfläche
Mehr