Einfache Modelle der Populationsdynamik

Größe: px
Ab Seite anzeigen:

Download "Einfache Modelle der Populationsdynamik"

Transkript

1 Vorlesung 4. Einfache Modelle der Populationsdynamik Wintersemester 215/ M. Zaks

2 allgemeine vorbemerkungen In kleinen Populationen schwanken die Bevolkerungszahlen stochastisch: Geburt/Tod von Einzelmitgliedern sind im weiten Sinne Zufallsereignisse. Bei großen Populationen mitteln sich die Zufallseekte weg: Dynamik wird deterministisch. Der Ubergang zu großen Populationen bedeutet auch einen Ubergang zu anderen Observablen: ganzzahlige Bevolkerungszahlen werden durch kontinuierliche Populationsdichten ersetzt. Wir vernachlassigen die Migrationseekte: Diusion/Transport von lebenden Organismen, und bleiben im Rahmen gewohnlicher DGL. Bei allen solchen Modellen bleiben die Dichten positiv / nicht negativ: wird die Dichte einmal Null (komplette Abwesenheit von einer Art), bleibt sie fortan Null. Deswegen haben alle diese Modelle ein Gleichgewicht bei Null (leere Population). 2 / 12

3 fruhe geschichte Dynamik einer Population (Menschen). In großen Populationen ist die Anzahl von Geburten / Todesfallen proportionell zu der Gesamtbevolkerung. Proportionalitatskoezienten: Geburtsrate α G und Sterberate α S. Bilanzgleichung fur die Dichte: dn/dt = α G N α S N Thomas Robert Malthus (1798): dn/dt = αn (α α G α S ) Losung: N(t) = N e αt uneingeschranktes exponentielles Wachstum.... verheerende soziale Konsequenzen. 3 / 12

4 weiterentwicklung Dynamik einer Population. Zu hohe Dichte Wachstumshemmung durch Epidemien, Futtermangel usw. Beschrankung durch Nichtlinearitat. Pierre-Francois Verhulst: logistische Gleichung (1838) dn dt N(t) = = α N ( 1 N β β ) 1 C β e α t dn/dt N β α > : asymptotisch stabiles Gleichgewicht bei N = β. 4 / 12

5 phasenebene Zwei wechselwirkende Populationen x 1 und x 2 (Schafe und Wolfe, Schafe und Kaninchen, Schafe und Gras,...) ẋ 1 = x 1 ( ẋ 2 = x 2 ( Lotka-Volterra Gleichungen Alfred Lotka Vito Volterra 5 / 12

6 phasenebene Zwei wechselwirkende Populationen x 1 und x 2 (Schafe und Wolfe, Schafe und Kaninchen, Schafe und Gras,...) Lotka-Volterra Gleichungen ẋ 1 = x 1 ( α 1 ẋ 2 = x 2 ( α 2 Alfred Lotka Vito Volterra 5 / 12

7 phasenebene Zwei wechselwirkende Populationen x 1 und x 2 (Schafe und Wolfe, Schafe und Kaninchen, Schafe und Gras,...) Lotka-Volterra Gleichungen ẋ 1 = x 1 ( α 1 β 1 x 1 ẋ 2 = x 2 ( α 2 β 2 x 2 Alfred Lotka Vito Volterra 5 / 12

8 phasenebene Zwei wechselwirkende Populationen x 1 und x 2 (Schafe und Wolfe, Schafe und Kaninchen, Schafe und Gras,...) Lotka-Volterra Gleichungen ẋ 1 = x 1 ( α 1 β 1 x 1 + κ 12 x 2 ) ẋ 2 = x 2 ( α 2 β 2 x 2 + κ 21 x 1 ) x 1 - und x 2 -Achsen sind invariant. Wechselwirkungstypen: Alfred Lotka Vito Volterra κ 12 >, κ 21 >. Beide Arten protieren voneinander: Symbiose κ 12 <, κ 21 <. Beide Arten storen einander: Wettbewerb κ 12 κ 21 <. Eine Art protiert auf Kosten der anderen: Rauber-Beute (predator-prey) 5 / 12

9 N > 2 N Populationen: Lotka-Volterra Gleichungen, Verallgemeinerung ẋ i = x i ( α i + N κ ij x j ), j=1 i = 1,..., N mit (typischerweise) κ ii < Jede (hyper-) Ebene x i = ist invariant 6 / 12

10 schnittpunkte Bestimmung von Gleichgewichten: Nullklinen { ẋ = f (x, y) Gleichgewichte von ẏ = g(x, y) { f (x, y) = sind Losungen von g(x, y) =. Die Gleichung f (x, y) = deniert in der Phasenebene eine/mehrere Kurve/n, an denen ẋ verschwindet; das ist/sind x-nullkline/n. Ahnlich werden y-nullkline/n durch die Gleichung g(x, y) = deniert Gleichgewichte sind Schnittpunkte von x-nullklinen mit y-nullklinen. Anzahl und Lage von Gleichgewichten konnen durch Zeichnen von Nullklinen geschatzt werden. 7 / 12

11 schnittpunkte Nullklinen und Gleichgewichte bei den Lotka-Volterra Gleichungen ẋ 1 = x 1 ( α 1 β 1 x 1 + κ 12 x 2 ) ẋ 2 = x 2 ( α 2 β 2 x 2 + κ 21 x 1 ) 8 / 12

12 schnittpunkte Nullklinen und Gleichgewichte bei den Lotka-Volterra Gleichungen = x 1 ( α 1 β 1 x 1 + κ 12 x 2 ) = x 2 ( α 2 β 2 x 2 + κ 21 x 1 ) x 1 -Nullklinen: x 1 = und α 1 β 1 x 1 + κ 12 x 2 = zwei Geraden. x 2 -Nullklinen: x 2 = und α 2 β 1 x 2 + κ 21 x 1 = zwei Geraden. Anzahl der Schnittpunkte: bis zu 4. (oder unendlich viele) Triviales Gleichgewicht (,), reine Gleichgewichte (, α 2/β 2 ) und (α 1 /β 1, ), gemischtes Gleichgewicht mit x 1x 2 (Koexistenz von zwei Arten) x 2 x 2 x 2 x 1 x 1 x 1 irrelevante gemischte Losung gar keine gemischte Losung 8 / 12

13 eigenwerte ẋ 1 = x 1 ( α 1 β 1 x 1 + κ 12 x 2 ) ẋ 2 = x 2 ( α 2 β 2 x 2 + κ 21 x 1 ) Stabilitat von Gleichgewichten Jacobi-Matrix von einem Gleichgewicht bei ( x 1, x 2 ): ( ) α1 2β J = 1 x 1 + κ 12 x 2 κ 12 x 1. κ 21 x 2 α 2 2β 2 x 2 + κ 21 x 1 Triviale Losung: Eigenwerte α 1 und α 2 Reine x 1 -Losung ( x 2 = ): Eigenwerte α 1 (x 1 -Achse) und α 2 + α 1κ 21 β 1. Reine x 2 -Losung ( x 1 = ): Eigenwerte α 1 + α 2κ 12 und α 2 (x 2 -Achse). β ( ) 2 β1 x Gemischte Losung: J = 1 κ 12 x 1. λ κ 21 x 2 β 2 λ Sp(J) + det(j) =. 2 x 2 9 / 12

14 attraktoren ẋ 1 = x 1 ( α 1 β 1 x 1 + κ 12 x 2 ) ẋ 2 = x 2 ( α 2 β 2 x 2 + κ 21 x 1 ) Beispiel I 1 / 12

15 attraktoren Beispiel I k = k ( α k β k k + κ ks s ) ṡ = s ( α s β s s + κ sk k ) 1 / 12

16 reinheit gewinnt Beispiel I k = k ( 3 k 2 s ) ṡ = s ( 2 s k ) triviale Losung k = s = : Eigenwerte 3 und 2 (instabiler Knoten) reine Kaninchen-Losung k=3, s=: Eigenwerte 3 und 1 (stabiler Knoten) reine Schafe-Losung k=, s=2: gemischte Losung k = s = 1: Eigenwerte 1 und 2 (stabiler Knoten) Eigenwerte 1 ± 2 (Sattel) s Reine Fixpunkte sind stabil (Attraktoren). Koexistenz-Fixpunkt ist instabil (Sattel) (liegt an der Trennlinie zw. 2 Einzugsbereichen). k 1 / 12

17 reinheit gewinnt Beispiel I k = k ( 3 k 2 s ) ṡ = s ( 2 s k ) 11 / 12

18 ... nicht immer Beispiel II k = k ( 3 2 k s ) ṡ = s ( 2 s k ) triviale Losung k = s = : Eigenwerte 3 und 2 (instabiler Knoten) reine Kaninchen-Losung k=3/2, s=: Eigenwerte 3 und 1/2 (Sattel) reine Schafe-Losung k=, s=2: gemischte Losung k = s = 1: s Eigenwerte 1 und 2 (Sattel) Eigenwerte ( 3 ± 5)/2 (stabiler Knoten) k Koexistenz-Fixpunkt ist nun stabil. Reine Fixpunkte werden zu Satteln (stabil entlang entspr. Achse). 11 / 12

19 lokal global Vervollstandigung s Linearisierte Gleichungen liefern korrektes Bild in den lokalen Umgebungen aller Gleichgewichte (dank Grobman-Hartman Satz). Kann man aus diesen Stucken ein globales Gesamtbild zusammenicken? k s Dafur fehlt uns das Wissen, ob geschlossene Bahnen (periodische Orbits) in diesem Quadranten der Phasenebene ebenso vorhanden sind. Explizit (in der Regel) kann man sie nicht nden. k 12 / 12

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

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

durch Ratengleichungen der Form t t = F 2 N 1 t, N 2 t d N 1 t

durch Ratengleichungen der Form t t = F 2 N 1 t, N 2 t d N 1 t 5. Wechselwirkungen zwischen verschiedenen Spezies Allgemein kann man die zeitliche Entwicklung zweier Spezies N 1 und N 2 durch Ratengleichungen der Form d N 1 t d N 2 t = F 1 N 1 t, N 2 t, t = F 2 N

Mehr

Einführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens

Einführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens in einige Teilbereiche der für Studierende des Wirtschaftsingenieurwesens Sommersemester 2013 Hochschule Augsburg : Gliederung 1 Finanzmathematik 2 Lineare Programme 3 Differentialgleichungen 4 Statistik:

Mehr

Lotka-Volterra-Gleichungen für mehr als zwei Populationen

Lotka-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

Mehr

Analysis und Lineare Algebra mit MuPAD

Analysis und Lineare Algebra mit MuPAD Analysis und Lineare Algebra mit MuPAD Dehling/Kubach Mögliche Themen für Abschlussprojekte 1 Fourier-Reihen Zu einer integrierbaren Funktion f : [0,2π] R definieren wir die Fourier-Reihe wobei a 0 = 1

Mehr

Logistische Gleichung

Logistische Gleichung Logistische Gleichung Marius Bohn Fakultt6.1MathematikderUniversittSaarbrcken 22.11.2011 Marius Bohn (Universität Saarbrücken) Logistische Gleichung 22.11.2011 1 / 37 Übersicht Bei der Untersuchung von

Mehr

Katharina Kausel, April 2012

Katharina 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

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

Fixpunkte und Stabilitätsanalyse

Fixpunkte und Stabilitätsanalyse Fixpunkte und Stabilitätsanalyse 1 Themenüberblick Motivation 1D-Probleme Bifurkationen 2D-Probleme Fixpunkttypen Lotka-Volterra-Modelle 2 Motivation Bisher: Lineare Dynamik Jetzt: Nichtlineare Systeme

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

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

Gleichgewichte von Differentialgleichungen

Gleichgewichte von Differentialgleichungen Gleichgewichte von Differentialgleichungen Gleichgewichte von Differentialgleichungen Teil 1 Zur Erinnerung: Zur Erinnerung: Wir hatten lineare Differentialgleichungen betrachtet: in R 1 : Zur Erinnerung:

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

Katalytische Hyperzyklen

Katalytische Hyperzyklen Katalytische Hyperzyklen Lara Münster 20.12.2011 Literatur: Hofbauer J., Sigmund K. (1998). Evolutionary Games and Population Dynamics. Cambridge University Press: Cambridge Katalytische Hyperzyklen 1

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

Fibonacci Zahlen: 3. Hamiltonsche Systeme. 3.1 Hamilton Dynamik. Teilverhältnis beim `goldenen Schnitt : definiert als. mit

Fibonacci Zahlen: 3. Hamiltonsche Systeme. 3.1 Hamilton Dynamik. Teilverhältnis beim `goldenen Schnitt : definiert als. mit Fibonacci Zahlen: definiert als Bemerkungen: (1) ist das Teilverhältnis beim `goldenen Schnitt : mit A T B und (2) Alle Zahlen, deren Darstellung als Kettenbruch auf endet, heißen `noble Zahlen. (3) Entwicklung

Mehr

Beispiel: Evolution infizierter Individuen

Beispiel: 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

Mehr

Dynamische Systeme in der Mikrobiologie

Dynamische 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,

Mehr

Adolf Riede. Mathematik für Biologen. Eine Grundvorlesung. Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen.

Adolf Riede. Mathematik für Biologen. Eine Grundvorlesung. Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen. 9vieweg Adolf Riede Mathematik für Biologen Eine Grundvorlesung Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen IX I Zahlen 1 1.1 Anzahlen 1 1.2 Reelle Zahlen 8 1.3 Dokumentation von Meßwerten

Mehr

Populationsdynamik im Computer simuliert

Populationsdynamik 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:

Mehr

11. Nichtlineare Dynamik und Chaos. Bei den meisten bisherigen Phänomenen z. B: Pendelbewegung: Kraft linear als Fkt.

11. Nichtlineare Dynamik und Chaos. Bei den meisten bisherigen Phänomenen z. B: Pendelbewegung: Kraft linear als Fkt. 11. Nichtlineare Dynamik und Chaos Bei den meisten bisherigen Phänomenen z. B: Pendelbewegung: Kraft linear als Fkt. der Auslenkung Fadenlänge L, Masse m, Auslenkwinkel φ Rücktreibende Kraft: Beschleunigung:

Mehr

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Inhaltsverzeichnis INHALTSVERZEICHNIS 1 INHALTSVERZEICHNIS 1 Inhaltsverzeichnis 1 Die Parabel 2 1.1 Definition................................ 2 1.2 Bemerkung............................... 3 1.3 Tangenten................................ 3 1.4

Mehr

Ausgehend vom Lotka-Volterra Modell der Populationsdynamik sind für die Testaufgabe zwei Teilaufgaben

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

Mehr

Seltsame Attraktoren

Seltsame Attraktoren 1 Seltsame Attraktoren Proseminar: Theoretische Physik Jonas Haferkamp 9. Juli 2014 Abbildung: Poincaré-Schnitt der Duffing-Gleichungen 2 3 Gliederung 1 Motivation 2 Was ist ein (seltsamer) Attraktor?

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

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

Appendix A: Grundlagen der Populationsbiologie

Appendix A: Grundlagen der Populationsbiologie 701-245-00L Pop - & Evol biol - A.1 - App. A: Grundlagen der Populationsbiologie Appendix A: Grundlagen der Populationsbiologie Einige grundlegende Prinzipien der Populationsbiologie sind wichtig zum Verständnis

Mehr

Lineare Algebra: Determinanten und Eigenwerte

Lineare Algebra: Determinanten und Eigenwerte : und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b

Mehr

Fressen und Gefressen werden

Fressen und Gefressen werden Fressen und Gefressen werden Teilnehmer: Ssohrab Borhanian Kristin Emmrich Johannes Jendersie Sophia Ketterl Arne Müller Thao Phuong Nguyen Felix Rehn Heinrich-Hertz-Oberschule Heinrich-Hertz-Oberschule

Mehr

Dynamische Systeme in der Mikrobiologie

Dynamische Systeme in der Mikrobiologie Dynamische Systeme in der Mikrobiologie Verfasst von: Blank Patricia, Gattlen Jasmin, Kaspar Romana (DI Gruppe G) Betreut durch: Roman Kälin BBOM, Buchkapitel: 6.1, 6.3-6.6, Hilfsmittel: www.simolife.unizh.ch

Mehr

Bimatrix-Spiele. Sarah Hidlmayer

Bimatrix-Spiele. Sarah Hidlmayer Bimatrix-Spiele Sarah Hidlmayer 13.12.2011 Literatur: Josef Hofbauer and Karl Sigmund: Evolutionary Games and Population Dynamics (Ch. 11), Cambridge. Bimatrix-Spiele 1 Dynamik für Bimatrix-Spiele 2 Partnerschaftsspiele

Mehr

1. Anfangswertprobleme 1. Ordnung

1. Anfangswertprobleme 1. Ordnung 1. Anfangswertprobleme 1. Ordnung 1.1 Grundlagen 1.2 Euler-Vorwärts-Verfahren 1.3 Runge-Kutta-Verfahren 1.4 Stabilität 1.5 Euler-Rückwärts-Verfahren 1.6 Differentialgleichungssysteme Prof. Dr. Wandinger

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

Gewöhnliche Differentialgleichungen Aufgaben, Teil 1

Gewöhnliche Differentialgleichungen Aufgaben, Teil 1 Gewöhnliche Differentialgleichungen Aufgaben, Teil 1 4-E1 4-E2 4-E3 Gewöhnliche Differentialgleichung: Aufgaben Bestimmen Sie allgemeine und spezielle Lösungen der folgenden Differentialgleichungen Aufgabe

Mehr

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/ Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/10 2.3.2010 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt:

Mehr

Beziehung. Beziehung. Abbildung 1: Daten der Hudson s Bay Company

Beziehung. Beziehung. Abbildung 1: Daten der Hudson s Bay Company 1 Information 1.1 Historisches Im Raum um die Hudson Bay betrieb die Hudson s Bay Company einen einträglichen Handel mit Fellen u.a. von Luchsen und Schneehasen. Doch wie die akribischen Aufzeichnungen

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

Blatt 1. Kinematik- Lösungsvorschlag

Blatt 1. Kinematik- Lösungsvorschlag Fakultät für Physik der LMU München Lehrstuhl für Kosmologie, Prof. Dr. V. Mukhanov Übungen zu Klassischer Mechanik (T1) im SoSe 011 Blatt 1. Kinematik- Lösungsvorschlag Aufgabe 1.1. Schraubenlinie Die

Mehr

Populationsökologie. Entwicklung einer Bakterienpopulation Zeit in min

Populationsökologie. Entwicklung einer Bakterienpopulation Zeit in min Anzahl N Populationsökologie 1 Wachstumskurven Versuch: Zahl der Bakterien in einer Kultur wird kontinuierlich verfolgt Beobachtung: 1200 1000 Entwicklung einer Bakterienpopulation 800 600 400 200 0 0

Mehr

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen 11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen Ziel: Wir wollen lokale Extrema von Funktionen f : M R untersuchen, wobei M R n eine k-dimensionale Untermannigfaltigkeit des

Mehr

Mathematik in der Biologie

Mathematik in der Biologie Erich Bohl Mathematik in der Biologie 4., vollständig überarbeitete und erweiterte Auflage Mit 65 Abbildungen und 16 Tabellen ^J Springer Inhaltsverzeichnis Warum verwendet ein Biologe eigentlich Mathematik?

Mehr

Übungen zu Theoretische Physik I - Mechanik im Sommersemester 2013 Blatt 7 vom Abgabe:

Übungen zu Theoretische Physik I - Mechanik im Sommersemester 2013 Blatt 7 vom Abgabe: Übungen zu Theoretische Physik I - Mechanik im Sommersemester 03 Blatt 7 vom 0.06.3 Abgabe: 7.06.3 Aufgabe 9 3 Punkte Keplers 3. Gesetz Das 3. Keplersche Gesetz für die Planetenbewegung besagt, dass das

Mehr

Scheidegger, S. (2008): Dynamische Systeme - Einführung in die Systemwissenschaften

Scheidegger, S. (2008): Dynamische Systeme - Einführung in die Systemwissenschaften Scheidegger, S. (28): Dynamische Systeme - Einführung in die Systemwissenschaften Resultate Die Umsetzung der DGL-Systeme in ein Flussdiagramm für ein Systemdynamikprogramm erfolgt erfahrungsgemäss recht

Mehr

Übungsskript Regelungstechnik 2

Übungsskript Regelungstechnik 2 Seite 1 von 11 Universität Ulm, Institut für Mess-, Regel- und Mikrotechnik Prof. Dr.-Ing. Klaus Dietmayer / Seite 2 von 11 Aufgabe 1 : In dieser Aufgabe sollen zeitdiskrete Systeme untersucht werden.

Mehr

Mathematische Modelle und numerische Methoden in der Biologie

Mathematische Modelle und numerische Methoden in der Biologie Institut für Angewante un Numerische Mathematik Prof. Dr. Tobias Jahnke, Dipl.-Biol. Michael Kreim Mathematische Moelle un numerische Methoen in er Biologie Sommersemester 2012 5. Übungsblatt Gruppenübung

Mehr

Lösung zum Übungsblatt - Steuerbarkeit und Beobachtbarkeit

Lösung zum Übungsblatt - Steuerbarkeit und Beobachtbarkeit Prof. Dr.-Ing. Jörg Raisch Dr.-Ing. Thomas Seel Fachgebiet Regelungssysteme Fakultät IV Elektrotechnik und Informatik Technische Universität Berlin Integrierte Veranstaltung Mehrgrößenregelsysteme Aufgabe

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

Schulinterner Kernlehrplan Biologie Q1: Ökologie

Schulinterner Kernlehrplan Biologie Q1: Ökologie Schulinterner Kernlehrplan Biologie Q1: Ökologie Inhaltsfelder Schwerpunkt Basiskonzept Konkretisierte Kompetenzen 3.1 Lebewesen und Umwelt Ökologische und Präferenz Ökologische (SF) planen ausgehend von

Mehr

Analysis II für Studierende der Ingenieurwissenschaften

Analysis II für Studierende der Ingenieurwissenschaften Fachbereich Mathematik der Universität Hamburg SoSe 017 Dr. K. Rothe Analysis II für Studierende der Ingenieurwissenschaften Hörsaalübung mit Beispielaufgaben zu Blatt 1 Aufgabe 1: Aus einem kreisförmigen

Mehr

Lösung 05 Klassische Theoretische Physik I WS 15/16. y a 2 + r 2. A(r) =

Lösung 05 Klassische Theoretische Physik I WS 15/16. y a 2 + r 2. A(r) = Karlsruher Institut für Technologie Institut für theoretische Festkörperphsik www.tfp.kit.edu Lösung Klassische Theoretische Phsik I WS / Prof. Dr. G. Schön Punkte Sebastian Zanker, Daniel Mendler Besprechung...

Mehr

Technische Fakultät, AG Biomathematik und Theoretische Bioinformatik. Übungsaufgaben. Ellen Baake, Mareike Esser Sommersemester 2014

Technische Fakultät, AG Biomathematik und Theoretische Bioinformatik. Übungsaufgaben. Ellen Baake, Mareike Esser Sommersemester 2014 Technische Fakultät, AG Biomathematik und Theoretische Bioinformatik Übungsaufgaben Inhaltsverzeichnis Übungsblatt 1 Gewöhnliche Differentialgleichungen 1 1 Aufgabe 1.1 AWP ẏ = cy 2, Lösung bestimmen,

Mehr

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung

Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Jörn Loviscach Versionsstand: 29. Juni 2009, 18:41 1 Partielle Ableitungen, Gradient Die Ableitung einer Funktion f an einer

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

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

2.3.4 Drehungen in drei Dimensionen

2.3.4 Drehungen in drei Dimensionen 2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 [email protected] Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL Sommmersemester Aufgabe Punkte

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL Sommmersemester Aufgabe Punkte Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL Sommmersemester 2014 29.07.2014 Bitte gut leserlich ausfüllen: Name: Vorname: Matr.-nr.: Wird vom Prüfer ausgefüllt: Aufgabe 1 2 3 4

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

11 Üben X Affine Funktionen 1.01

11 Üben X Affine Funktionen 1.01 Üben X Aine Funktionen.0 Zeichne die Graphen zu olgenden Funktionsgleichungen! + + d c b a Augabenkarte von MUED Lösung X Aine Funktionen.0 + + d c b a Üben X Aine Funktionen.0 Bestimme die Funktionsgleichung

Mehr

Modellbildung Simulation Interpretation mit Beispielen aus der mathematischen Ökologie

Modellbildung Simulation Interpretation mit Beispielen aus der mathematischen Ökologie Modellbildung Simulation Interpretation mit Beispielen aus der mathematischen Ökologie Günther Karigl, TU Wien Zusammenfassung Mathematik einmal anders: Ökologische Zusammenhänge erkennen und in mathematischen

Mehr

FC3 - Duffing Oszillator

FC3 - 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

Bachelorarbeit. Deterministische Modelle zur Beschreibung der Ausbreitung von Krankheiten

Bachelorarbeit. 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

Mehr

Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 4

Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 4 Prof. Roland Gunesch Sommersemester Übungen zur Vorlesung Einführung in Dynamische Systeme Musterlösungen zu Aufgabenblatt 4 Analysieren Sie folgende mathematischen Modelle der Liebesbeziehung zwischen

Mehr

Institut für Elektrotechnik u. Informationstechnik. Systemtheorie - Nichtlineare Systeme

Institut für Elektrotechnik u. Informationstechnik. Systemtheorie - Nichtlineare Systeme Institut für Elektrotechnik u. Informationstechnik Systemtheorie - Nichtlineare Systeme Stabilitätskonzepte nach Ljapunov Prof. Dr. techn. F. Gausch 211 Inhaltsverzeichnis 1 Gegenüberstellung von Eigenschaften

Mehr

Kapitel 5.6: Nichtlineare Rekursionen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete

Kapitel 5.6: Nichtlineare Rekursionen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete Kapitel 5.6: Nichtlineare Rekursionen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 5.4.3 Master-Theorem: Lineare Rekursionen 5.6 Nichtlineare Rekursionen 5.6.1 Logistische Rekursion

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

Wellen und wandernde Wellen Ähnlichkeitslösungen. Crashkurs PDG anhand von Beispielen. Wellen

Wellen 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.

Mehr

Das Paket raeuber_beute_modelle enthält 3 Modelle mit denen das Verhalten von Lotka-Volterra-Systemen simuliert werden kann.

Das Paket raeuber_beute_modelle enthält 3 Modelle mit denen das Verhalten von Lotka-Volterra-Systemen simuliert werden kann. Räuber Beute Modell 1. Versionsgeschichte: Version 0.1 2. Aufgabenstellung für das Modell Das Paket raeuber_beute_modelle enthält 3 Modelle denen das Verhalten von Lotka-Volterra-Systemen simuliert werden

Mehr

Lineare Differenzengleichungen

Lineare Differenzengleichungen Lineare Differenzengleichungen Die Fibonacci-Zahlen F n sind definiert durch F 0 = 0 F 1 = 1 F n = F n 1 +F n 2 für n >= 2 Die letzte Zeile ist ein Beispiel für eine homogene lineare Differenzengleichung

Mehr

Mathematische Ökologie

Mathematische 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

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 13. Übung/Lösung Mathematik für Studierende der Biologie LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Andreas Herz, Dr. Stefan Häusler email: [email protected] Department Biologie II Telefon: 89-8-748 Großhadernerstr. Fax:

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

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen)

Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Analysis III Gewöhnliche Differentialgleichungen 3. Übungsblatt (mit Lösungshinweisen) Fachbereich Mathematik Wintersemester 0/0 Prof. Dr. Burkhard Kümmerer./3. November 0 Andreas Gärtner Walter Reußwig

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

Synergetik. Hermann Haken. Eine Einführung. Nichtgleichgewichts-Phasenübergänge und Selbstorganisation in Physik, Chemie und Biologie

Synergetik. Hermann Haken. Eine Einführung. Nichtgleichgewichts-Phasenübergänge und Selbstorganisation in Physik, Chemie und Biologie Hermann Haken Synergetik Eine Einführung Nichtgleichgewichts-Phasenübergänge und Selbstorganisation in Physik, Chemie und Biologie Übersetzt von A. Wunderlin Dritte, erweiterte Auflage Mit 168 Abbildungen

Mehr

Numerische Verfahren

Numerische Verfahren Numerische Verfahren Numerische Methoden von gewöhnlichen Differentialgleichungen (AWP) Prof. Dr.-Ing. K. Warendorf, Prof. Dr.-Ing. P. Wolfsteiner Hochschule für Angewandte Wissenschaften München Fakultät

Mehr

Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Februartermin 2014

Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Februartermin 2014 BRP Mathematik VHS Floridsdorf Gruppe A / 15.02.2014 Seite 1/7 Berufsreifeprüfung Mathematik Lehrplan laut Berufsreifeprüfungscurriculaverordnung Volkshochschule Floridsdorf Februartermin 2014 Notenschlüssel:

Mehr

Übungen zur Analysis II Blatt 27 - Lösungen

Übungen zur Analysis II Blatt 27 - Lösungen Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R

Mehr

Musterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...

Musterlösung. 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

Mehr

Lernen von Konzepten in der Physik. Clemens Wagner Emme:en 2013

Lernen von Konzepten in der Physik. Clemens Wagner Emme:en 2013 Lernen von Konzepten in der Physik Clemens Wagner Emme:en 23 Conceptual Change Knowledge as theory perspecbve Knowledge as elements perspecbve Struktur von Konzepten Piaget, Kuhn und Posner, Vosniadou

Mehr

exponentielle Wachstumsphase Abbildung 1: Wachstumskurve einer Bakterienkultur

exponentielle 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

Mehr

Mathematischer Vorkurs für Physiker WS 2009/10

Mathematischer Vorkurs für Physiker WS 2009/10 TU München Prof. Dr. P. Vogl, Dr. S. Schlicht Mathematischer Vorkurs für Physiker WS 29/ Vorlesung 9, Freitag vormittag Linienintegrale und Potential Wir betrachten einen Massenpunkt, auf den die konstante

Mehr

Mathematik in den Life Siences

Mathematik 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

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 12

Technische Universität München Zentrum Mathematik. Übungsblatt 12 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 1 Hausaufgaben Aufgabe 1.1 Sei f : R R gegeben durch f(x 1, x ) = x 3

Mehr

Die Populationsdynamik kanadischer Rotlachse

Die Populationsdynamik kanadischer Rotlachse Die Populationsdynamik kanadischer Rotlachse Population dynamics of Canadian sockeye salmon Zur Erlangung des Grades eines Doktors der Naturwissenschaften (Dr. rer. nat.) genehmigte Dissertation von M.Sc.

Mehr

Differenzengleichungen

Differenzengleichungen Universität Basel Wirtschaftswissenschaftliches Zentrum Differenzengleichungen Dr. Thomas Zehrt Inhalt: 1. Einführungsbeispiele 2. Definition 3. Lineare Differenzengleichungen 1. Ordnung (Wiederholung)

Mehr

Qualitative Theorie bei gewöhnlichen Differentialgleichungen WS 07/08. Bodo Werner

Qualitative Theorie bei gewöhnlichen Differentialgleichungen WS 07/08. Bodo Werner Qualitative Theorie bei gewöhnlichen Differentialgleichungen WS 07/08 Bodo Werner mailto:[email protected] 9. Februar 2008 Inhaltsverzeichnis 1 Einführung 5 1.1 Vorwort........................................

Mehr

Veranschaulichen Sie die de Morgan schen Regeln anhand von Venn-Diagrammen:

Veranschaulichen Sie die de Morgan schen Regeln anhand von Venn-Diagrammen: Formalisierungspropädeutikum Aufgabensammlung Prof. Dr. Th. Augustin, Dr. R. Poellinger, C. Jansen, J. Plaß, G. Schollmeyer Oktober 2016 Aufgabe 1 (de Morgan sche Regeln) Veranschaulichen Sie die de Morgan

Mehr