Mathematische Modelle in der Biologie - Kontinuierliche Populationsmodelle für Einzelspezies - Teil 1
|
|
- Clara Ackermann
- vor 6 Jahren
- Abrufe
Transkript
1 Mathematische Modelle in der Biologie - Kontinuierliche Populationsmodelle für Einzelspezies - Teil 1 Continuous Population Models for Single Species ( ) Florian Scheid
2 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
3 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
4 Ziele des Vortrags Vorstellen einiger kontinuierlicher Populationsmodelle für Einzelspezies Aufzeigen, was man aus den einzelnen Modellen lernen kann
5 Motivation für Modellbildung Hilft im Hintergrund ablaufende Prozesse zu verstehen Erkenntnisgewinn macht Vorhersagen möglich Heute: deterministische Einzelspeziesmodelle keine Interaktion zwischen verschiedenen Spezies
6 Definitionen gewöhnliche Differentialgleichung erster Ordnung: Sei n N, F : R 3 R, f : R 2 R. Eine Bestimmungsgleichung für N : R R, N = N(t) der Form F(t, N, N ) = 0 (1) heißt implizite gewöhnliche Differentialgleichung erster Ordnung. Die Gleichung N = f (t, N) (2) heißt explizite gewöhnliche Differentialgleichung erster Ordnung.
7 Definitionen Eine differenzierbare Funktion N : I R heißt explizite Lösung von (1), wenn für alle t I gilt: (t, N(t), N (t)) D F R 3 F(t, N(t), N (t)) = 0 bzw. explizite Lösung von (2), wenn für alle t I gilt: (t, N(t), N (t)) D F R 2 N (t) = f (t, N(t))
8 Erhaltungsgleichung einer Population dn dt = Geburten - Tode + Migration Genaue Form der rechten Seite hängt von der jeweiligen Situation ab
9 Einfachstes Modell Keine Migration, Geburten und Tode proportional zu N dn dt = b N d N mit b: Geburtenrate, d: Todesrate Lösung dieser Differentialgleichung: N(t) = N 0 e (b d) t mit b,d positive Konstanten und N(0) = N 0 b > d exponentielles Wachstum b < d exponentieller Zerfall Aussterben Laut Maltus (1798) ziemlich unrealistisch, trifft jedoch für kurze Zeiträume zu
10 Bevölkerungsenwicklung der Erde (Tabelle) Datum Bevölkerung in Mrd Daten aus: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
11 Bevölkerungsentwicklung der Erde (exponentieller Fit) 7 N(t) exponentieller Fit 6 Weltbevölkerung [Mrd] Gleichung N(t)=A1*exp((b-d)*t)+y0 y0 1,1655 A1 5,47E-21 b - d 0,024 Weltbevölkerung zum Zeitpunkt t=0 A1+y0=1, Zeit [Jahre]
12 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
13 Logistisches Modell nach Verhulst (1838, 1845) Idee: Bevölkerungswachstum beschränkt sich selbst, wenn die Bevölkerung zu groß wird (Lebensraum- und Ressourcenknappheit) dn dt mit r, K positive Konstanten: r: Geburtenrate pro Kopf ( = r N 1 N ) K K : biologische Aufnahmefähigkeit = maximale Populationsgröße einer Spezies, die die Umwelt auf unbestimmte Zeit aufrecht erhalten kann, unter Berücksichtigung gegebener Ressourcen (Nahrung, Wohnraum,...) r N : Sterberate (hängt von N ab!) K
14 Gleichgewicht bzw. stationärer Zustand Ein Punkt N 0 heißt Gleichgewicht (oder stationärer Zustand) einer gewöhnlichen Differentialgleichung, falls für die zugehörige Lösung N(t) = N(t 0 ) = N 0 i t, t 0 R gilt. Lösungsfunktion N(t) zeitlich konstant, also: dn dt Gleichgewichtszustände hier: dn dt = 0 r N ( 1 N ) = 0 K = 0. N = 0 N = K
15 Lösung der Differentialgleichung Die Differentialgleichung des logistischen Modells ( dn = r N 1 N ) dt K wird für N(0) = N 0 von N(t) = N 0 K e r t K + N 0 (e r t 1) gelöst, wofür gilt: lim (N(t)) = K t
16 Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer Graph
17 Grenzen des Modells Stimmt nur über kurze Zeiträume mit aktuellen Daten überein lässt keine validen Voraussagen zu wichtig an diesem Modell: Idee des dichteabhängigem Regulationsmechanismus, der die Überbevölkerung kompensiert
18 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
19 Choristoneura fumiferana Choristoneura fumiferana (Schmetterlingsart, Familie der Wickler) Quelle: Entlaubt die Balsamtanne mit verheerender Effizienz (großes Problem im Kanada)
20 Das Wickler-Modell Modell nach Ludwig et al. (1978): dn dt = r B N (1 NKB ) p(n) r B Geburtenrate K B biologische Aufnahmefähigkeit p(n) Prädationsfunktion
21 Prädationsfunktion Vorschlag von Ludwig: p(n) = B N2 A 2 + N 2 A,B positive Konstanten A entspricht Schwellenwert der Prädation Grafik aus: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
22 Vollständige Differentialgleichung Vollständige Differentialgleichung dieses Modells: dn dt ) = r B N (1 NKB B N2 A 2 + N 2 A,K B haben die selbe Dimension wie N r B hat die Dimension 1 Zeit B hat die Dimension N Zeit Übergang zu dimensionslosen Parametern: u = N A, r = A r B B, q = K B A, τ = B t A
23 Dimensionslose Differentialgleichung Führt auf: ( du dτ = r u 1 u ) u2 q 1 + u = f (u, r, q) Gründe, um zu dimensionslosen Parametern überzugehen: Die Einheiten, in denen Datenerhebungen durchgeführt werden sind nicht relevant die Adjektive groß und klein haben eine sehr definierte Bedeutung die Zahl relevanter Parameter kann oft reduziert werden
24 Gleichgewichtszustände Suche nach Gleichgewichtszuständen: ( f (u, r, q) = 0 u = 0 r 1 u ) q = u 1 + u 2 Rechte Seite führt auf kubische Gleichung grafische Lösung: Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
25 Gleichgewichtszustände (Bereiche) Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
26 Gleichgewichtszustände (Übergänge) Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
27 Interventionsmöglichkeiten Wie kann man einen solchen Ausbruch und die damit verbundene Plage verhindern? Tannen mit Gift ( besprühen starke Reduktion von K B und damit von q = K ) B links vom grauen Bereich nur A ein Gleichgewichtszustand Population unter Kontrolle Reproduktionsrate r B verringern ( oder Anzahl der Räuber erhöhen Parameter r = A r ) B verringert sich, B MMMMMM Ergebnis: Vorläufige Ideen zur Kontrolle der Population, aber keine optimale Strategie wegen nicht im Modell eingearbeiteter Informationen (z.b. räumliche Verteilung der Wickler)
28 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
29 Motivation für Erweiterung des Modells Fehler bei den bis jetzt vorgestellten Modellen: Verzögerungen von Ereignissen (z.b. durch Reifeerlangung und endliche Schwangerschaftsperioden) werden nicht berücksichtigt. Speziell beim Logistischen Modell dn dt = r N ( 1 N K beruht der Regulationseffekt zu einem Zeitpunkt t viel mehr auf der Bevölkerungsanzahl zu einer früheren Zeit t T, als auf der zum Zeitpunkt t. )
30 Übergang zu einem Verzögerungsmodell Abhilfe durch Einbauen eines Parameters T, der Verzögerung Retardierte Differentialgleichung der Form dn(t) dt = f (N(t), (N(t T )) Speziell für das logistische Modell erhält man dann ( dn = r N(t) 1 N(t T ) ) dt K mit r,t,k positive Konstanten Erweitertes logistisches Modell
31 dn dt ( = r N(t) 1 N(t T ) ) K Heuristische Lösung Annahme: zu einem Zeitpunkt t = t 1 gilt N(t 1 ) = K und zum Zeitpunkt t 1 T gilt N(t 1 T ) < K Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
32 dn dt ( = r N(t) 1 N(t T ) ) K Heuristische Lösung Dann ergibt sich aus obiger Gleichung für den Zeitpunkt t 1 : dn dt (t 1) > 0 N wächst zum Zeitpunkt t 1 immer noch. Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
33 Heuristische Lösung dn dt Bei t = t 1 + T ergibt sich für ( = r N(t) 1 N(t T ) ) K N(t T ) = N(t 1 + T T ) = N(t 1 ) = K und damit: dn dt = 0 N wächst bis t = t 1 + T Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
34 Heuristische Lösung dn dt ( = r N(t) 1 N(t T ) ) K für t 1 + T < t < t 2 ergibt sich N(t T ) > K also dn dt < 0 N(t) fällt bis zu t = t 2 + T da dort wieder dn dt = 0 weil N(t 2 + T T ) = N(t 2 ) = K Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
35 Heuristische Lösung Vermutung: die dem Modell zu Grunde legende Gleichung könnte ein periodisches Verhalten beschreiben (z.b. in Form einer Sinus- oder Cosinusfunktion) Quelle: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
36 Lösungen als stabile periodische Grenzzyklen Tatsächlich können diese Lösungen sogar stabile periodische Grenzzyklen aufweisen Besonderheit bei stabilem periodischem Grenzzyklus: nach Störung durch Einwirkung von außen (z.b. Eliminierung einiger Exemplare), kehrt das System zur ursprünglichen periodischen Lösung zurück (bis auf eine eventuelle Phasenverschiebung)
37 Vergleich mit realen Daten Lucilia cuprina (gehört zur Familie der Schmeißfliegen) Quelle: Plage in der australischen Schafswirtschaft Nicholson (1957): Beobachtung unter strikt geregelter Temperatur und kontrollierter Futtergabe über einen Zeitraum von zwei Jahren
38 Vergleich mit realen Daten May (1975) zog das Modell zum Vergleich mit Nicholsons Daten heran: Grenzen des Modells: Grafik aus: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
39 Vergleich mit realen Daten May (1975) zog das Modell zum Vergleich mit Nicholsons Daten heran: Grenzen des Modells: zweiter Peak, den das Modell nicht erklärt errechnete Verzögerung (T=9 Tage) steht im Widerspruch zur tatsächlichen Verzögerung von 11 Tagen (zu große Differenz) Grafik aus: J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer
40 Gliederung 1 Einführung Ziel, Motivation, Definitionen, Grundlegende Modelle 2 Das logistische Modell Modell, Gleichgewicht, Lösung, Graph, Grenzen 3 Insektenmassenvermehrungsmodell - Wickler Modell, Prädationsfunktion, dimensionslose Differentialgleichung, Gleichgewichtszustände, Intervention 4 Erweitertes Logistisches Modell Motivation für Erweiterung, Übergang, Heuristische Lösung, Eigenschaften der Lösungen, Vergleich mit realen Daten 5 Fazit und Ausblick
41 Fazit und Ausblick Modellbildung als Balanceakt zwischen Mathematisierung und Überschaubarkeit, Grenzen der Modelle: Jedes Modell hat seine Grenzen und ist nur in einem mehr oder weniger engen Kontext anwendbar, dies ist unter anderem der Tatsache geschuldet, dass man beim Modellieren stets Annahmen und Vernachlässigungen machen muss, diese Annahmen und Vernachlässigungen sollten einem auch beim Interpretieren des Ergebnisses im realen Kontext stets bewusst sein, Vernachlässigungen in den bis jetzt vorgestellten Modellen: Altersverteilung, Weitere Anwendungsmöglichkeit hier vorgestellter Modelle: Ernte einer einzelnen Population.
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,
MehrTemperaturabhängige Geschlechtsbestimmung (TSD) bei Krokodilen
1 / 45 Temperaturabhängige Geschlechtsbestimmung (TSD) bei Krokodilen J. D. Murray: Mathematical Biology: I. An Introduction, Third Edition, Springer Ina Förster 13. November 2012 2 / 45 Sitzungsablauf
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
Mehr4. 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
MehrGewöhnliche 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
MehrHauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Hauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg Wahlteil Analysis 2 Hilfsmittel: GTR und Formelsammlung allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com März 2015 1 Aufgabe
Mehr6 Differentialgleichungen
88 6 Differentialgleichungen Eine Differentialgleichung ist eine Gleichung, in der eine unbekannte Funktion y = y(x) und Ableitungen (die erste oder auch höhere) von y vorkommen. Lösungen einer Differentialgleichung
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,
MehrMathematik 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?
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
MehrExponentielles Wachstum
Exponentielles Wachstum ein (Kurz-)Referat Dies ist eine Beilage zum Gruppen-SOL - Projekt Potenz- & Exponentialfunktionen Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch 16. Februar 2016 Inhaltsverzeichnis
MehrAusgehend 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
MehrAufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3))
Formalisierungspropädeutikum Übungsblatt 3 Prof. Dr. Th. Augustin, Dr. R. Poellinger, C. Jansen, J. Plaß, G. Schollmeyer WiSe 2015/16 Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung
MehrDifferentialgleichungen sind überall!
Differentialgleichungen sind überall! Helmut Abels Fakultät für Mathematik Universität Regensburg Folien und Co.: http://www.uni-r.de/fakultaeten/nat Fak I/abels/Aktuelles.html Tag der Mathematik am Albrecht-Altdorfer-Gymnasium
MehrGleichgewichte von Differentialgleichungen
Gleichgewichte von Differentialgleichungen Gleichgewichte von Differentialgleichungen Teil 1 Zur Erinnerung: Zur Erinnerung: Wir hatten lineare Differentialgleichungen betrachtet: in R 1 : Zur Erinnerung:
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
MehrMathematik für Biologen mathematische Ergänzungen und Beispiele Teil I
Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I 1. Mengen und Abbildungen In der Mathematik beschäftigt man sich immer -direkt oder indirekt- mit Mengen. Wir benötigen den Mengenbegriff
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:
MehrEinführung 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:
MehrPopulationsmodelle und die Grenzen des Wachstums
Populationsmodelle und die Grenzen des Wachstums Titelmasterformat durch Klicken bearbeiten 27.10.2011 Dr. Peter Michael Link Universität Hamburg 1. Grundlegende Konzepte 2. Exponentielles Wachstum Titelmasterformat
Mehr6. Wachstumsformen. Definitionen: durchschnittliche Wachstumsrate im y Zeitintervall t: t geometrisch. Sekantensteigung, abhängig von t
1 6. Wachstumsformen Definitionen: durchschnittliche Wachstumsrate im y Zeitintervall t: t geometrisch. Sekantensteigung, abhängig von t momentane Wachstumsrate: geometrisch: Tangentensteigung, unabhängig
MehrDifferenzengleichungen
Universität Basel Wirtschaftswissenschaftliches Zentrum Differenzengleichungen Dr. Thomas Zehrt Inhalt: 1. Einführungsbeispiele 2. Definition 3. Lineare Differenzengleichungen 1. Ordnung (Wiederholung)
MehrDifferentialgleichungen 1. Ordnung. Einführung, Lösung and Anwendungen
Naturwissenschaft Marco Husinsky Differentialgleichungen 1. Ordnung. Einführung, Lösung and Anwendungen Facharbeit (Schule) FACHARBEIT aus dem Fach Mathematik Thema: Differentialgleichungen 1. Ordnung
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
MehrMathematik für Anwender I
Prof. Dr. H. Brenner Osnabrück WS 20/202 Mathematik für Anwender I Vorlesung 30 Gewöhnliche Differentialgleichungen mit getrennten Variablen Definition 30.. Eine Differentialgleichung der Form y = g(t)
Mehr5 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
Mehr16. EINIGE LÖSUNGSMETHODEN
134 Dieses Skript ist ein Auszug mit Lücken aus Einführung in die mathematische Behandlung der Naturwissenschaften I von Hans Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie das Buch auch
MehrErgänzungsmathematik I Wachstum und Zerfall Seite 1
Wachstum und Zerfall Seite 1 Aufgaben zum exponentiellen Wachstum und Zerfall. 1.0 Eine Bakterienkultur umfasst anfangs 50 000 Bakterien. Die Anzahl vergrößert sich alle 20 Minuten um 20 %. 1.1 Wie viele
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
MehrDer demografische Übergang und die Bevölkerungspyramide
Unterrichtsfach/ Lehrplanbezug Schulstufe Thema Fachliche Vorkenntnisse Fachliche Kompetenzen Sprachliche Kompetenzen Geographie und Wirtschaftskunde Bevölkerung und Gesellschaft: Die Dynamik der Weltbevölkerung
MehrAufgaben zum logistischen Wachstum. Buscharten-Aufgabe. Punktsymmetrie zum Wendepunkt. Sonnenblumen-Aufgabe. Typische Fragestellungen
Aufgaben zum logistischen Wachstum Kürbis-Aufgabe Buscharten-Aufgabe Punktsymmetrie zum Wendepunkt Sonnenblumen-Aufgabe Typische Fragestellungen Aufgaben zum logistischen Wachstum 1. Eine Untersuchung
Mehrdurch 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
MehrKapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2.
Kapitel 8: Gewöhnliche Differentialgleichungen 8.1 Definition, Existenz, Eindeutigkeit von Lösungen Motivation: z.b. Newton 2. Gesetz: (enthalten Ableitungen der gesuchten Funktionen) Geschwindigkeit:
MehrDemographie I Demographische Prozesse
Demographie I Demographische Prozesse Andreas Behr 1 / 28 Inhaltsverzeichnis Einleitung 1 Einleitung 2 3 4 2 / 28 Literatur Einleitung Grundlegend Andreas Behr und Götz Rohwer, Wirtschafts- und Bevölkerungssatistik,
MehrDynamische 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
MehrAppendix 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
MehrVeranschaulichen 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
MehrPopulations 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
MehrAnalysis 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
Mehr1 Einführung, Terminologie und Einteilung
Zusammenfassung Kapitel V: Differentialgleichungen 1 Einführung, Terminologie und Einteilung Eine gewöhnliche Differentialgleichungen ist eine Bestimmungsgleichung um eine Funktion u(t) einer unabhängigen
MehrLineare Differenzen- und Differenzialgleichungen
Lineare Differenzen- und Differenzialgleichungen Fakultät Grundlagen April 2011 Fakultät Grundlagen Lineare Differenzen- und Differenzialgleichungen Übersicht 1 Beispiele Anwendung auf Fragen der dynamischen
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.
MehrLineares Wachstum/exponentielles Wachstum
Seite 1 / 9 Lineares Wachstum/exponentielles Wachstum 1. Herr Apfalterer und Frau Bader haben ein Jahresgehalt von 18.000. Für die jährliche Gehaltserhöhung stehen zwei verschieden Möglichkeiten zur Auswahl.
MehrAnalysis: exp. und beschränktes Wachstum Analysis
Analysis Wahlteilaufgaben zu exponentiellem und beschränktem Wachstum inkl Differenzialgleichungen Gymnasium ab J1 Alexander Schwarz wwwmathe-aufgabencom Februar 2014 1 Aufgabe 1 Zu Beginn eines Experimentes
MehrAsymmetrische Spiele. Eric Barré. 13. Dezember 2011
Asymmetrische Spiele Eric Barré 13. Dezember 2011 Gliederung 1 Einführung Allgemeines Definition Begründung Nash-Gleichgewicht 2 Kampf der Geschlechter Allgemein Auszahlungsmatrix Nash-Gleichgewicht Beispiel
MehrProbestudium der Physik 2011/12
Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion
Mehr2.1 Lineares Wachstum 2.2 Exponentielles Wachstum 2.3 Exponentiell beschränktes Wachstum 2.4 Logistisches Wachstum.
Wachstumsmodellierung: Theorie Marius Bockwinkel Gliederung 1 Definition 2 Wachstumsarten 2.1 Lineares Wachstum 2.2 Exponentielles Wachstum 2.3 Exponentiell beschränktes Wachstum 2.4 Logistisches Wachstum
Mehrdie Wachstumsrate ist proportional zur Anzahl der vorhandenen Individuen.
Exponentielles Wachstum und Zerfall Angenommen, man möchte ein Modell des Wachstums oder Zerfalls einer Population erarbeiten, dann ist ein Gedanke naheliegend: die Wachstumsrate ist proportional zur Anzahl
MehrKonvergenz und Bedingte Konvergenz. = h 0 ( ) ( ) i 2 0 Zudem sinkt die Wachstumsrate der pro-kopf-produktion mit dem Niveau.
TU Dortmund, WS 12/13, Konjunktur, Wachstum und Beschäftigung 14 Konvergenz und Bedingte Konvergenz Fundamentale Gleichung in Pro-Kopf-Größen = und = = ( ) = ( ) = = [ ( ) ] Die Wachstumsrate sinkt mit
MehrBrownsche Bewegung Seminar - Weiche Materie
Brownsche Bewegung Seminar - Weiche Materie Simon Schnyder 11. Februar 2008 Übersicht Abbildung: 3 Realisationen des Weges eines Brownschen Teilchens mit gl. Startort Struktur des Vortrags Brownsches Teilchen
MehrEin nulldimensionales Energiebilanzmodell
Ein nulldimensionales Energiebilanzmodell 2 Wir formulieren hier das denkbar einfachste Klimamodell, das die Erde als Punkt im Weltraum modelliert. Das Modell basiert auf der Strahlungsbilanz eines nulldimensionalen
MehrGewöhnliche Differentialgleichungen Woche 1
Gewöhnliche Differentialgleichungen Woche Einführung. Modelle Eine gewöhnliche Differentialgleichung gibt eine Relation zwischen einer unbekannten Funktion und deren Ableitung(en). Nun kann man unendlich
Mehre-funktionen Aufgaben
e-funktionen Aufgaben Die Fichte ist in Nordeuropa und den Gebirgen Mitteleuropas beheimatet. Durch Aufforsten wurde sie jedoch auch im übrigen Europa weit verbreitet. Fichten können je nach Standort Höhen
MehrAufgaben e-funktion. Gegeben sind die Funktionen f k (x) = x+k e x. a) Leite g(x) = 1 x k e x. ab.
Aufgaben e-funktion 7 6 5 4 3-3 - - 3 u 4 - Gegeben sind die Funktionen f k () = +k e. a) Leite g() = k e ab. b) Die Graphen von f und f 3, die -Achse und die Gerade = u (u > 0) begrenzen die Fläche A(u).
MehrFlüsse, 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
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)
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
Mehr6.2 Lineare Differentialgleichungen erster Ordnung
98 6.2 Lineare Differentialgleichungen erster Ordnung Eine Differentialgleichung erster Ordnung heisst linear, wenn sie auf die Form y = p(x)y +q(x) (I) gebracht werden kann. Die DGL y = p(x)y (H) heisst
Mehrallgemeine Informationen
allgemeine Informationen Für das Zerfallsgesetz gilt der Zusammenhang N t =N 0 e t, wobei t die Zeit, N t die Anzahl der Kerne zum Zeitpunkt t, N 0 die Anzahl der Kerne zum Zeitpunkt t=0 (also zu Beginn
Mehr4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3.
4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 4. Dämpfungsmodelle 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische
MehrLösung zur Übung 19 SS 2012
Lösung zur Übung 19 SS 01 69) Beim radioaktiven Zerfall ist die Anzahl der pro Zeiteinheit zerfallenden Kerne dn/dt direkt proportional zur momentanen Anzahl der Kerne N(t). a) Formulieren Sie dazu die
Mehr3. Prozesse mit kontinuierlicher Zeit
3. Prozesse mit kontinuierlicher Zeit 3.1 Einführung Wir betrachten nun Markov-Ketten (X(t)) t R +. 0 Wie beim Übergang von der geometrischen zur Exponentialverteilung können wir uns auch hier einen Grenzprozess
Mehr4. Stoßvorgänge. Stoßvorgänge sind Vorgänge von sehr kurzer Dauer, bei denen zwischen den beteiligten Körpern große Kräfte auftreten.
4. Stoßvorgänge Stoßvorgänge sind Vorgänge von sehr kurzer Dauer, bei denen zwischen den beteiligten Körpern große Kräfte auftreten. Gesucht wird ein Zusammenhang zwischen den Geschwindigkeiten vor dem
MehrDynaTraffic Modelle und mathematische Prognosen. Simulation der Verteilung des Verkehrs mit Hilfe von Markov-Ketten
DynaTraffic Modelle und mathematische Prognosen Simulation der Verteilung des Verkehrs mit Hilfe von Markov-Ketten Worum geht es? Modelle von Verkehrssituationen Graphen: Kanten, Knoten Matrixdarstellung
MehrElementare Wirtschaftsmathematik
Rainer Göb Elementare Wirtschaftsmathematik Erster Teil: Funktionen von einer und zwei Veränderlichen Mit 87 Abbildungen Methodica-Verlag Veitshöchheim Inhaltsverzeichnis 1 Grundlagen: Mengen, Tupel, Relationen.
MehrUniversität Ulm Abgabe: Donnerstag,
Universität Ulm Abgabe: Donnerstag,.5.03 Prof. Dr. W. Arendt Stephan Fackler Sommersemester 03 Punktzahl: 0 Lösungen Elemente der Differenzialgleichungen: Blatt 4. Gradientenfelder. Welche der folgenden
MehrPotenz- & Exponentialfunktionen
Potenz- & Exponentialfunktionen 4. Kapitel aus meinem ANALYSIS - Lehrgang MNprofil - MIttelstufe KSOe Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 24. Oktober 2011 Überblick über
MehrPopulationsökologie. 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
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
MehrKointegration. Kapitel 19. Angewandte Ökonometrie / Ökonometrie III Michael Hauser
1 / 28 Kointegration Kapitel 19 Angewandte Ökonometrie / Ökonometrie III Michael Hauser 2 / 28 Inhalt I(d), Trends, Beispiele Spurious Regression Kointegration, common trends Fehlerkorrektur-Modell Test
MehrDämpfung. . Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung. Elastodynamik 2 SS
Dämpfung. Grundlagen. Viskose Dämpfung. Modale Dämpfung. Rayleigh-Dämpfung. Strukturdämpfung 5. Dämpfung 5-1 1. Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische Energie
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
MehrDemographie. Band 1 B evölkerungsdynamik. Dr. Reiner Hans Dinkel. Professor für Bevölkerungswissenschaft an der Otto-Friedrich Universität Bamberg
Demographie Band 1 B evölkerungsdynamik Dr. Reiner Hans Dinkel Professor für Bevölkerungswissenschaft an der Otto-Friedrich Universität Bamberg Verlag Franz Vahlen München Inhaltsverzeichnis Vorwort. Kapitel
MehrBem. Die mittlere Geschwindigkeit hängt i.a. nicht nur von t, sondern auch von t ab.
40 8. Anwendungen der Differentialrechnung Beispiele aus der Phsik: Momentangeschwindigkeit Die Bewegung eines Massenpunktes wird mathematisch durch die zugrundeliegende Weg- Zeitfunktion beschrieben,
MehrDas 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$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
MehrMusterlösung Arbeitsblatt 2 - Wachstum und Easy ModelWorks
ETH Zürich, FS 2009 Musterlösung Arbeitsblatt 2 - Wachstum und Easy ModelWorks Dieses Arbeitsblatt dient dem näheren Kennenlernen des Modellierungs- und Simulationswerkzeugs Easy ModelWorks. Hierzu dient
MehrDifferentialgleichungen
Differentialgleichungen 1. Abkühlungsgesetz von Newton Newton s Abkühlungsgesetz beschreibt die Wärmezunahme bzw. -abnahme einer Tasse kalten oder heissen Wassers, die zur Zeit t = 0 in einen grossen Raum
MehrZur Sensitivität von Bevölkerungsprognosen
Zur Sensitivität von Bevölkerungsprognosen Dr. Christina Wilke Hamburgisches WeltWirtschaftsInstitut, Niederlassung Bremen (HWWI Bremen) Vortrag auf der DGD-Jahrestagung vom 16. - 18. März 2015 in Berlin
MehrGRUNDLEGENDE MODELLE. Caroline Herbek
GRUNDLEGENDE MODELLE Caroline Herbek Lineares Wachstum Charakteristikum: konstante absolute Zunahme d einer Größe N t in einem Zeitschritt Differenzengleichung: N t -N t-1 =d => N t = N t-1 +d (Rekursion)
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
MehrKopplung von Neuronen
Katharina Ritter, Friedrich Bach, Felix Tabbert, Walter Tewes, Matthias Walther 12.06.2012 Inhalt Einführung Lighthouse-Modell Numerische Ergebnisse Schlussbemerkungen Unterschiede zum 1 Neuronenmodell
MehrStatistik III. Walter Zucchini Fred Böker Andreas Stadie
Statistik III Walter Zucchini Fred Böker Andreas Stadie Inhaltsverzeichnis 1 Zufallsvariablen und ihre Verteilung 1 1.1 Diskrete Zufallsvariablen........................... 1 1.2 Stetige Zufallsvariablen............................
MehrKapitel 6: Erneuerbare natürliche Ressourcen
Kapitel 6: Erneuerbare natürliche Ressourcen Kapitel im Lehrbuch / Inhalt Im Perman: Kapitel 14: The efficient and optimal use of natural resources Kapitel 17: Renewable resources Inhalt der orlesung:
Mehr12.6 Aufgaben zur Laplace-Transformation
292 12. Aufgaben zu linearen Gleichungen 12.6 Aufgaben zur Laplace-Tranformation A B C D Man löe die folgenden Anfangwertprobleme durch Laplace-Tranformation: 1) ẍ ẋ x = ; x() = ẋ() = 1 2) x (3) 6ẍ + 12ẋ
MehrHR Strategy & Human Capital Management
HR Strategy & Human Capital Management Prof. Dr. Christian Scholz 2013/2014 Vorlesung 5 / 26. November 2013 HR System Dynamics Quelle: Booth Sweeney, Linda, Sterman, John D., Bathtub Dynamics: Inital Results
MehrLUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 2. Übung/Lösung Mathematik für Studierende der Biologie
LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anreas Herz, Dr. Stefan Häusler email: haeusler@biologie.uni-muenchen.e Department Biologie II Telefon: 089-80-74800 Großhaernerstr. Fa:
Mehr1. Schularbeit - Gruppe A M 0 1(1) 6C A
. Schularbeit - Gruppe A M 0 () 6C 3 0 97 A. Ergänze folgende Tabelle: Potenz Bruch / Wurzel numerischer Wert 3-5 n -5 8 0,00 3 5 4 x 3 8 7. Berechne: a) ( x y) ( x + y) 0 = b) 9x 6ax : = 5 4a 3 3. Rechne
Mehr4. Stoßvorgänge. Stoßvorgänge sind Vorgänge von sehr kurzer Dauer, bei denen zwischen den beteiligten Körpern große Kräfte auftreten.
4. Stoßvorgänge Stoßvorgänge sind Vorgänge von sehr kurzer Dauer, bei denen zwischen den beteiligten Körpern große Kräfte auftreten. Gesucht wird ein Zusammenhang zwischen den Geschwindigkeiten vor dem
Mehr1 Aufgabe 4 vom Abitur 2010 zum Themenbereich Lineare Algebra
SZ Neustadt Bremen Torsten Warncke Mathematik. April 2011 1 Aufgabe vom Abitur 20 um Themenbereich Lineare Algebra Zwei Waschbärenpaare wurden 19 erstmalig in Deutschland am Edersee in Hessen ausgesett.
MehrÖkoregionen & Makroökologie. 12 Makroökologie 12.2 Beispiele für makroökologische Studien: Warum gibt es mehr Arten in den Tropen?
Ökoregionen & Makroökologie 12 Makroökologie 12.2 Beispiele für makroökologische Studien: Warum gibt es mehr Arten in den Tropen? Biologische Diversität Aus Whittaker et al. 2003 Wichtige Aspekte der biologischen
MehrChemische Oszillationen
Ludwig Pohlmann Thermodynamik offener Systeme und Selbstorganisationsphänomene SS 007 Chemische Oszillationen. Chemische (Formal-)Kinetik Die chemische Kinetik untersucht die Geschwindigkeit und den Mechanismus
MehrThermodynamik. Christian Britz
Hauptsätze der Klassische nanoskaliger Systeme 04.02.2013 Inhalt Einleitung Hauptsätze der Klassische nanoskaliger Systeme 1 Einleitung 2 Hauptsätze der 3 4 Klassische 5 6 7 nanoskaliger Systeme 8 Hauptsätze
MehrEinführung in die Didaktik der Biologie
Material zu 3.3.2 Denkmodelle zu DNA und Proteinsynthese 1) Größenordnungen Lit: nippers: Molekulare Genetik / Alberts et al.: Molekularbiologie der Zelle / Leibold,.; lautke,s. (1999): Lerneffektivität
MehrGekoppelte Populationen
Leibnizschule Hannover - Seminararbeit - Gekoppelte Populationen Modellierung und Analyse K.K Schuljahr: 20 Fach: Mathematik Inhaltsverzeichnis 1 Einleitung 2 2 Erläuterungen 3 2.1 Gekoppelte Population..............................
MehrÜbungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik'
Übungen zu Meteorologische Modellierung Teil 'Grundlagen der Numerik' 1. Diskretisierung in der Zeit: Die Evolutionsgleichung Kurzzusammenfassung Zur Erprobung der Verfahren zur zeitlichen Diskretisierung
MehrAlgorithmen für schwierige Probleme
Algorithmen für schwierige Probleme Britta Dorn Wintersemester 2011/12 30. November 2011 Wiederholung Baumzerlegung G = (V, E) Eine Baumzerlegung von G ist ein Paar {X i i V T }, T, wobei T Baum mit Knotenmenge
Mehr1. 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
MehrEinführung in die Laplace Transformation
Einführung in die aplace Transformation Peter Riegler 17. Oktober 2 Zusammenfassung Dieser Text gibt Ihnen eine kurze Einführung in das Werkzeug der aplace Transformation. Es zeigt Ihnen, wo und warum
Mehr