Modellansatz 128
Mit Teresa Beck setzt Gudrun das 2014 mit Tobias Hahn geführte Gespräch fort. Die Software ChromX zur Computersimulation von Chromatographie-Säulen ist inzwischen Teil des Portfolios einer Ausgründung aus dem KIT mit dem Namen GoSilico. Neben Thiemo Huuk, der gleichzeitig mit Tobias Hahn im Rahmen seiner biotechnologischen Promotion die Kundenbedürfnisse für Chromatographie-Simulationen erforscht hat, und Tobias Hahn ist Teresa als dritte im Team Gründerin der im Januar 2016 an den Start gegangenen GmbH. Tobias ist Diplom-Mathematiker. 2010-2015 modellierte er im Rahmen seiner Promotion Aufreinigungsprozesse mit modernen mathematischen Simulationswerkzeugen. Es erwies sich als sinnvoll, dafür schließlich ganz in die Bio-Verfahrenstechnik zu wechseln. Teresa Beck ist hingegen Diplom-Meteorologin, deren Faszination für die Modellierung der Wetterphänomene am Computer schließlich zu einer Promotion in Mathematik am EMCL (erst in Karlsruhe und dann in Heidelberg) führte. Einige Zeit haben Gudrun, Tobias und Teresa in der gleichen Gruppe am Institut für Angewandte und Numerische Mathematik am KIT gearbeitet, bevor sich die Wege wieder trennten. Der Kern des Programms ChromX ist eine parallelisierte Finite Elemente Simulationssoftware für die Advektions-Diffusions-Gleichungen in Aufreinigungsprozessen. Die Benutzer sind jedoch keine mathematischen Experten, sondern in der Regel Laborantinnen und Laboranten. Deshalb ist es genauso wichtig, eine funktionierende Simulation zu realisieren, wie eine grafische Oberfläche zu schaffen, die ganz intuitiv die Laborerfahrung nachbildet und dabei die Mathematik "versteckt". Schließlich sollen teure Experimente ersetzt werden und dafür muß die Bedienung den Personen im Labor leicht fallen und möglichst Freude machen. Alle eigentlich für die Mathematik wichtigen Parameter, die auf Parallelisierung, Wahl nichtlinearer Löser oder schlechte Kondition des Problemes Einfluß nehmen, muss das Programm eigenständig sinnvoll setzen, denn für den normalen Benutzer sind diese unverständlich. Dafür müssen Parameter-Konfigurationen, die für die Bedienung gesetzt werden, von vornherein sinnvoll eingeschränkt werden, um die Stabilität und Korrektheit der Simulation zu gewährleisten. Daneben gibt es jedoch auch eine Experten-Lösung, wo ein Parameterfile direkt übergeben werden kann. Es ist immer etwas ungewiß, wie erfolgreich Ideen aus der Forschung in ein florierendes Unternehmen übersetzt werden können. Für die Gründung von GoSilico war aber in der ganzen Entwicklungsphase schon die Industrie-Tauglichkeit mitgedacht und geeignete Partner mit am Tisch. Durch die Präsentation der Erfolge mit der Forschungssoftware auf Tagungen gab es auch schon vor der Ausgründung viel Interesse an einer zukünftigen Zusammenarbeit. Deshalb lagen zur Gründung viele Letters of intent vor. Wichtiger Teil des Alltages im Unternehmen ist es jetzt, die Software zu verkaufen. (...)
Erschienen: 13.04.2017
Dauer: 40:13
Weitere Informationen zur Episode "Ausgründung Chromatographie"
Modellansatz 127
Moritz Gruber hat an unserer Fakultät eine Doktorarbeit zu isoperimetrischen Problemstellungen verteidigt und spricht mit Gudrun Thäter über sein Forschungsgebiet. Ein sehr bekanntes Beispiel für ein solches Problem kommt schon in der klassische Mythologie (genauer in Vergils Aeneis) als Problem der Dido vor. Vergil berichtet, dass Dido als Flüchtling an Afrikas Küste landete und sich so viel Land erbat, wie sie mit der Haut eines Rindes umspannen kann. Was zunächst wie ein winziges Fleckchen Erde klingt, wurde jedoch durch einen Trick groß genug, um die Stadt Karthago darauf zu gründen: Dido schnitt die Tierhaut in eine lange Schnur. Das mathematische Problem, dass sich ihr anschließend stellte und das als Didos oder isoperimetrisches Problem bezeichnet wird ist nun: Welche Fläche mit einem Umfang gleich der vorgegebenen Schnurlänge umfasst den größten Flächeninhalt? Natürlich wird dieses Problem zunächst etwas idealisiert in der Euklidischen Ebene gestellt und nicht in der konkreten Landschaft Karthagos. Es ist ein schwieriges Problem, denn man kann nicht alle Möglichkeiten ausprobieren oder einfach die Fälle durchkategorisieren. Andererseits liegt die Vermutung sehr nahe, dass der Kreis die Lösung ist, denn man kann sich schnell überzeugen, dass Symmetrien ausgenutzt werden können, um die eingeschlossene Fläche zu maximieren. Der Kreis hat unendlich viele Symmetrieachsen und schöpft diese Konstruktion deshalb gut aus. Trotzdem war ein stringenter Beweis erst im 18. Jh. mit den bis dahin entwickelten Methoden der Analysis möglich. Unter anderem mussten Verallgemeinerungen des Ableitungsbegriffes verstanden worden sein, die auf dieses Optimierungsproblem passen. Moritz Gruber interessiert sich für Verallgemeinerungen von isoperimetrischen Problemen in metrischen Räume, die in der Regel keinen Ableitungsbegriff haben. Die einzige Struktur in diesen Räumen ist der Abstand. Eine Möglichkeit, hier Aussagen zu finden ist es, das Verhalten für große Längen zu untersuchen und das Wachstum von Flächen in Abhängigkeit vom Wachstum des Umfangs zu charakterisieren. Naheliegend ist eine Approximation durch umschriebene und einbeschriebene Quadrate als obere und untere Schranke für die Fläche, die tatsächlich umschlossen und nicht so einfach berechnet werden kann. Außerdem interessieren ihn Verallgemeinerung auf Lie-Gruppen. Sie sind gleichzeitig differenzierbare Mannigfaltigkeit und Gruppe. Die Gruppenverknüpfung und Inversenbildung ist kompatibel mit der glatten Struktur. Sogenannte nilpotente Lie-Gruppen sind den kommutativen (d.h. abelschen) Gruppen am nächsten und bieten ihm die Möglichkeit, dort Ergebnisse zu erhalten. Die Übertragung der isoperimetrischen Probleme und mathematischen Methoden in höhere Dimensionen ergibt sehr viel mehr Möglichkeiten. In der Regel sind hier sind die unteren Schranken das schwierigere Problem. Eine Möglichkeit ist der Satz von Stokes, weil er Maße auf dem Rand und im Inneren von Objekten vernküpfen kann.
Erschienen: 16.03.2017
Dauer: 28:02
Weitere Informationen zur Episode "Isoperimetrische Probleme"
Modellansatz 126
Eva-Maria Walz und Kathrin Kadel studieren Mathematik und Verfahrenstechnik am Karlsruher Institut für Technologie (KIT) und trafen sich in einem Softwarepraktikum zu Strömungssimulationen von Mathias Krause und erhielten darauf die Chance auf ein Auslandspraktikum am City College of New York (CCNY) in den USA, von dem sie uns im Gespräch mit Gudrun Thäter erzählen. Die ersten Eindrücke waren überwältigend; auf der einen Seite Campusgebäude wie Kathedralen, auf der anderen Seite sehr viel Sicherheitspersonal und häufige Ausweiskontrollen. Nachdem die ersten organisatorischen Hürden überwunden waren, konnten sie sehr schnell in der Gruppe um Prof. Taehun Lee (Ph.D.) mitarbeiten. Ihr Thema war die Sedimentation von Partikeln einmal auf Basis von OpenFOAM und einmal auf Basis von OpenLB. Speziell ging es um die Modellierung von kreis- und kugelförmigen Partikeln und der Interaktion zweier Partikel und dem Vergleich von Ergebnissen und Performance. Die beiden wurden während ihres Praktikums sowohl von der Gruppe in New York als auch von der Gruppe in Karlsruhe weiter betreut und hatten die Gelegenheit an externen Workshops in New York teilzunehmen. Sehr spannend fanden die beiden auch den Einblick in die andere Lehr- und Lernkultur in den Vereinigten Staaten. Da das Praktikum in die Zeit der Präsidentschaftswahl 2016 fiel, war ihr Aufenthalt geprägt von rückschrittlichen Einstellungen zur Immigration, der geschlechtlichen Gleichberechtigung und Rolle der Bildung in der Gesellschaft. Neben den Reaktionen auf die Wahl in der Gesellschaft erlebten sie auch die Reaktionen der internationalen Forschungsgruppe, bei der sie zu Gast waren. Der Aufenthalt wäre ohne Baden-Württemberg-Stipendium nicht möglich gewesen und die Wohnungssuche ist in einer Stadt wie New York nur vor Ort möglich. Die Organisation für einen akademischen Aufenthalt sollte man auf jeden Fall mit viel zeitlichem Vorlauf einplanen. Die Chancen durch einen Auslandsaufenthalt sind aber immer den Aufwand für die Organisation wert.
Erschienen: 23.02.2017
Dauer: 32:18
Modellansatz 125
Margarita An hat ihre Masterarbeit im Rahmen einer Zusammenarbeit mit Dassault Systèms Deutschland (mit Sitz im Technologiepark in Karlsruhe) geschrieben. Sie hat Technomathematik mit dem technischen Nebenfach Maschinenbau studiert. Deshalb war sie daran interessiert für ihre Abschlußarbeit eine mathematische Fragestellung für eine möglichst konkretes Problem im Maschinenbau zu finden. CNun hat sie eine neue Optimierungsstrategie entwickelt und implementiert, die Eulersche Formoptimierung mit Topologieoptimierung kombiniert. Formoptimierung bedeutet, ein Modell in seiner Form so zu verändern, dass ein bestimmtes Zielfunktional - z.B. die Spannungsbilanz im Körper - minimal wird. De Facto bedeutet das, dass die Oberfläche des Körpers bzw. sein Rand im Optimierungsprozess verändert wird. Eulersch heißt hierbei, dass die Geometrie des Randes mit Hilfe von Kontrollpunkten auf einem festen Netz definiert wird, während sich in der Lagrange-Formulierung das Netz während des Optimierungsprozesses verändert. Letzteres führt jedoch zu einer Abhängigkeit aller Algorithmen und Rechnungen von den Rechengitterknotenkoordinaten. Hierfür dienen insbesondere regelmäßige Finite Elemente (kurz FE) Netze aus Quadraten bzw. Würfeln als Rechengitter. Die Kontrollpunkte sind dann die Designvariablen. Die Idee ist es, die Beschreibung des Randes vom FE-Netz zu trennen, d.h. die Oberfläche kann sich durch das Rechengitter "bewegen", ohne es zu beachten. Anstatt im Rechengitter Knoten mit dem Rand zu verändern, wird in dem betroffenen Teilgebiet des Modells ein Pseudodichtefeld wie von Topologieoptimierung bekannt, bestimmt. Dementsprechend kann die topologische Sensitivität mit einem Topologieoptimierungs-Werkzeug (z.B. Tosca Structure oder anderer CAD-Software) berechnet werden. Entscheidend dafür dass das gut funktioniert ist, dass die Abbildungsfunktion, welche topologische Sensitivität in Formoptimierungs-Sensitivität transformieren kann, linear ist. Falls sich während des Optimierungsprozesses die FE-Netze ändern dürfen, vereinfacht das die Optimierung erheblich - vor allem die Sensitivitäts-Analyse. Auf der anderen Seite, ist die Beschreibung der Geometrie in Bezug auf die Randkurven oder Oberflächen natürlich etwas komplizierter. Wie die in der Arbeit vorgestellten Beispiele zeigen, ermöglicht der modifizierte Ansatz für Eulersche Formoptimierung jedoch durchaus optimale Lösungen ohne Gitter-Verformungen. Es gibt sogar ein recht einfaches Beispiel dafür, dass der Lagrange-Ansatz versagt, während der Eulersche Ansatz schnell die gewünschte Lösung findet.
Erschienen: 16.02.2017
Dauer: 39:10
Modellansatz 124
Mathias Zeleny hat sich im Rahmen seiner Masterarbeit damit beschäftigt, wie man in Fußgängersimulationen berücksichtigen kann, dass Menschen oft in Gruppen unterwegs sind. Natürlich wäre für realistische Simulationsergebnisse die Berücksichtigung von Gruppen sehr wichtig. Besonders deutlich wird das an so katastrophalen Ereignissen wie den Unglücksfällen im Rahmen des Haddsch in Mekka. Allerdings gibt es bisher kein allgemain akzeptiertes Modell für Gruppen in Fußgängersimulationen. Was ist die Hauptcharakteristik des Verhaltens einer Fußgängergruppe? Dass die Personen in der Regel nah beieinander bleiben. Allerdings ist dies sehr vage und wird beispielsweise an Hindernissen auch durchbrochen. Das "nah beieinander bleiben" läßt sich durch anziehende Kräfte modellhaft darstellen. Mathias betrachtete hierfür drei Modelle: Jede/r zieht jede/n an, alle folgen einer Person, Nachzügler schließen auf. Um mit diese Modelle zu testen, hat Mathias ein Interface programmiert, in dem diese Gruppenmodelle für verschiedene Szenarien durchgespielt wurden. Die gewählten Geometrien waren dabei: Von links nach rechts ungehindert einen Korridor entlang laufen, Korridor entlang laufen mit Hindernis, Korridor entlang laufen mit Gegenverkehr. Die Reaktion auf die Anziehungskräfte der Gruppe und des Ziels und die Abstoßung der Wände und Hindernisse liefert die Trajektorien für alle Fußgänger, die automatisch bewertet werden, ob sie mit der Realität mehr oder weniger gut übereinstimmen. Dafür musste er möglichst objektive Regeln aufstellen und diese dann überprüfen. Prototypisch wurden von ihm folgende Kriterien ausgewählt: Zeitbedarf für die Gruppe, räumliche Nähe der Gruppe über möglichst lange Zeit, Simulation läuft einwandfrei durch (also niemand läuft in eine Wand), Personen kommen sich nicht zu nah (so dass sie sich durchdringen müssten), es gibt keine Vollblockade. Die zugehörigen Bewertungsfunktionen wurden je auf Werte zwischen 0 und 1 normiert und anschließend entweder arithmetisch gemittelt oder für notwendige Bedingungen multipliziert. Die Ergebnisse erwiesen sich als noch nicht sehr aussagekräfitg. Als großes Problem stellte sich nämlich heraus, dass die Zeitdiskretisierung für die Gruppensimulationen unbedingt feiner gewählt werden muss als es in der herkömmlichen Fußgängersimulation üblich ist, da in nur einem Zeitschritt oft ein "in die Wand laufen" unausweichlich ist, wenn die Abstoßungskräfte zwischen Personen realistisch gewählt werden. Ein Gewinn ist darüber hinaus die formalisierte und objektifizierte Schnittstelle zur Evaluation von Gruppenmodellen, mit denen in Zukunft weiter in diesem Bereich geforscht werden kann.
Erschienen: 09.02.2017
Dauer: 32:38
Modellansatz 123
Markus Maier hat 2016 in der Arbeitsgruppe des Instituts für Angewandte und Numerische Mathematik am KIT promoviert, in der auch Gudrun arbeitet. Sein Thema war The Mathematical Analysis of a Micro Scale Model for Lithium-Ion Batteries. Wie der Name der Arbeit suggeriert, betrachtet er Modelle für Lithium-Ionen-Akkumulatoren (die englische Übersetzung ist für uns Deutsche etwas irreführend Batteries), die auf mikroskopischer Ebene die Stromabgabe über die elektrochemischen Eigenschaften vorhersagen können. Ausgangspunkt des Themas war der Wunsch Degradationsmechanismen - also die Alterung der Akkus - besser zu verstehen. Das Thema Strom speichern ist sehr wichtig und wird in Zukunft noch wichtiger werden. Simulationen sind hier nötig, da jedwedes Messen auf der Mikroskala unmöglich ist - es geht um Objekte von der Größe einiger Mikrometer. Das Ausweichen auf die besser durch Messungen begleitbare makroskopische Ebene im Modell ist nicht möglich, weil man nur auf der Ebene der Ionen die Abläufe nachbilden kann, die zur Alterung führen. Ein Beispiel für so einen Prozess ist, dass die Lithium Ionen nach der Wanderung durch das Elektrolyt in der Kathode auf Platzproblem treffen, die dazu führen können, dass die Katode beschädigt wird, wenn sich die Ionen den nötigen Platz verschaffen. Diese Beschädigungen führen zu Reduzierung der Kapazität. Leider ist die modellhafte Auflösung der ganzen Mikrostruktur einer Batterie numerisch noch unmöglich - weshalb die Untersuchung der Arbeit im Moment nur lokale Ergebnisse enthält. Die kristalline Struktur in der Kathode kann es auch ermöglichen, dass sich eine zweite Phase bildet, in der sich mehr Lithium-Partikel anlagern als ursprünglich Platz in der Kathode ist. Das führt auf ein 2-Phasen-Problem mit einem Phasenübergang. Der Rand zwischen den Phasen ist dann Teil der gesuchten Lösung des Problems. Dieser Teil ist im Moment noch nicht im Modell enthalten. Schließlich hat sich Markus darauf konzentriert, ein Kompromiss-Modell der Ingenieure zu untersuchen, das im Wesentlichen auf Erhaltungseigenschaften beruht. Es hat die Form eines Systems von zwei gekoppelten partiellen Differentialgleichungen für das elektrische Potential und die Lithium-Ionen-Verteilung, welche in den zwei aneinander grenzenden Gebieten gelten. Am Grenzübergang zwischen Elekrolyt und Lithium-Partikeln gilt eine nichtlinearen Gleichung. Die erste Frage ist: Wie sichert man die Existenz und Eindeutigkeit der Lösung? Die Struktur des Beweises erweist sich als hilfreich für das anschließend gewählte numerische Verfahren. Es nutzt die Monotonie des elektrischen Potentials aus. Die Argumente gelten allerdings nur für ein klein genug gewähltes Zeitintervall, weil ein konstanter Strom als Entaldungs-Randbedingung gewählt wurde (nur für kurze Zeiten realistisch). Für Modelle, die Degradation simulieren können, wären andere Randbedingungen nötig wie beispielsweise ein konstanter Widerstand. (...)
Erschienen: 02.02.2017
Dauer: 53:56
Modellansatz 122
Das Gespräch mit Susanne Höllbacher von der Simulationsgruppe an der Frankfurter Goethe-Universität war ein Novum in unserer Podcastgeschichte. Das erste mal hatte sich eine Hörerin gemeldet, die unser Interesse an Partikeln in Strömungen teilte, was sofort den Impuls in Gudrun auslöste, sie zu einem Podcastgespräch zu diesem Thema einzuladen. Susanne hat in der Arbeitsgruppe von Gabriel Wittum in Frankfurt promoviert. Dort werden Finite-Volumen-Verfahren zur Lösung von Partiellen Differentialgleichungen benutzt. Das Verfahren betrifft hier insbesondere die räumliche Diskretisierung: Das Rechengebiet wird in Kontrollvolumen aufgeteilt, in denen durch das Verfahren sichergestellt wird, dass bestimmte Größen erhalten bleiben (z.B. die Masse). Diese Verfahren stammen aus dem Umfeld hyperbolischer Probleme, die vor allem als Erhaltungsgesetze modelliert sind. Diese Gleichungen haben die Eigenschaft, dass Fehler nicht automatisch geglättet werden und abklingen sondern potentiell aufgeschaukelt werden können. Trotzdem ist es möglich, diese numerischen Verfahren ähnlich wie Finite-Elemente-Verfahren als Variationsprobleme zu formulieren und die beiden Familien in der Analyse etwas näher zusammenrücken zu lassen. Gemeinsam ist ihnen ja ohnehin, dass sie auf große Gleichungssysteme führen, die anschließend gelöst werden müssen. Hier ist eine billige und doch wirkungsvolle Vorkonditionierung entscheidend für die Effizienz und sogar dafür, ob die Lösungen durch das numerische Verfahren überhaupt gefunden werden. Hier hilft es, schon auf Modell-Ebene die Eigenschaften des diskreten Systems zu berücksichtigen, da ein konsistentes Modell bereits als guter Vorkonditionierer fungiert. Das Promotionsprojekt von Susanne war es, eine Methode zur direkten numerischen Simulation (DNS) von Partikeln in Fluiden auf Basis eines finite Volumen-Verfahrens zu entwickeln. Eine grundsätzliche Frage ist dabei, wie man die Partikel darstellen möchte und kann, die ja winzige Festkörper sind und sich anders als die Strömung verhalten. Sie folgen anderen physikalischen Gesetzen und man ist geneigt, sie als Kräfte in die Strömung zu integrieren. Susanne hat die Partikel jedoch als Teil des Fluides modelliert, indem die Partikel als finite (und nicht infinitesimal kleine) Volumen mit zusätzlicher Rotation als Freiheitsgrad in die diskreten Gleichungen integriert werden. Damit fügen sich die Modelle für die Partikel natürlich und konsistent in das diskrete System für die Strömung ein. Vorhandene Symmetrien bleiben erhalten und ebenso die Kopplung der Kräfte zwischen Fluid und Partikel ist gewährleistet. Die Nebenbedingungen an das System werden so formuliert, dass eine Sattelpunkt-Formulierung vermieden wird. Die grundlegende Strategie dabei ist, die externen Kräfte, welche bedingt durch die Partikel und deren Ränder wirken, direkt in die Funktionenräume des zugrundeliegenden Operators zu integrieren. (...)
Erschienen: 26.01.2017
Dauer: 46:36
Modellansatz 121
Constanza Rojas-Molina is a postdoc at the Institute of Applied Mathematics of the University of Bonn. Gudrun Thäter met her in Bonn to talk about Constanza's blog The Rage of the Blackboard. The blog’s title makes reference to an angry blackboard, but also to the RAGE Theorem, named after the mathematical physicists D. Ruelle, W. Amrein, V. Georgescu, and V. Enss." Standing at a blackboard can be intimidating and quite a few might remember moments of anxiety when being asked to develop an idea in front of others at the blackboard. But as teachers and scientists we work with the blackboard on a daily basis and find a way to "tame" its "rage". Gudrun and Constanza share that they are working in fields of mathematics strongly intertwined with physics. While Gudrun is interested in Mathematical Fluid dynamics, Constanza's field is Mathematical physics. Results in both fields very much rely on understanding the spectrum of linear (or linearized) operators. In the finite-dimensional case this means to study the eigenvalues of a matrix. They contain the essence of the action of the operator - represented by different matrices in differing coordinate systems. As women in academia and as female mathematicians Gudrun and Constanza share the experience that finding the essence of their actions in science and defining the goals worth to pursue are tasks as challenging as pushing science itself, since most traditional coordinate systems were made by male colleagues and do not work in the same way for women as for men. This is true even when raising own children does not enter the equation. For that Constanza started to reach out to women in her field to speak about their mathematical results as well as their experiences. Her idea was to share the main findings in her blog with an article and her drawings. When reaching out to a colleague she sends a document explaining the goal of the project and her questions in advance. Constanza prepares for the personal conversation by reading up about the mathematical results. But at the same moment she is interested in questions like: how do you work, how do you come up with ideas, what do you do on a regular day, etc. The general theme of all conversations is that a regular day does not exist when working at university. It seems that the only recurring task is daily improvisation on any schedule made in advance. One has to optimize how to live with the peculiar situation being pushed to handle several important tasks at once at almost any moment and needs techniques to find compromise and balance. An important question then is: how to stay productive and satisfied under these conditions, how to manage to stay in academia and what personal meaning does the word success then take. In order to distill the answers into a blog entry Constanza uses only a few quotes and sums up the conversation in a coherent text. Since she seeks out very interesting people, there is a lot of interesting material. (...)
Erschienen: 19.01.2017
Dauer: 42:21
Modellansatz 120
Steffen Winter befasst sich mit fraktaler Geometrie, also mit Mengen, deren Dimension nicht ganzahllig ist. Einen intuitiven Zugang zum Konzept der Dimension bieten Skalierungseigenschaften. Ein einfaches Beispiel, wie das funktioniert, ist das folgende: Wenn man die Seiten eines Würfels halbiert, reduziert sich das Volumen auf ein Achtel (ein Halb hoch 3). Bei einem Quadrat führt die Halbierung der Seitenlänge zu einem Viertel (ein Halb hoch 2) des ursprünglichen Flächeninhalts und die Halbierung einer Strecke führt offenbar auf eine halb so lange Strecke (ein Halb hoch 1). Hier sieht man sehr schnell, dass die uns vertraute Dimension, nämlich 3 für den Würfel (und andere Körper), 2 für das Quadrat (und andere Flächen) und 1 für Strecken (und z.B. Kurven) in die Skalierung des zugehörigen Maßes als Potenz eingeht. Mengen, bei denen diese Potenz nicht ganzzahlig ist, ergeben sich recht ästhetisch und intuitiv, wenn man mit selbstähnlichen Konstruktionen arbeitet. Ein Beispiel ist der Sierpinski-Teppich. Er entsteht in einem iterativen Prozess des fortgesetzten Ausschneidens aus einem Quadrat, hat aber selbst den Flächeninhalt 0. Hier erkennt man durch die Konstruktion, dass die Skalierung ln 8/ln 3 ist, also kein ganzzahliger Wert sondern eine Zahl echt zwischen 1 und 2. Tatsächlich sind das Messen von Längen, Flächen und Volumina schon sehr alte und insofern klassische Probleme und auch die Defizite der beispielsweise in der Schule vermittelten Formeln beim Versuch, sie für Mengen wie den Sierpinski-Teppich anzuwenden, werden schon seit etwa 100 Jahren mit verschiedenen angepassten Maß- und Dimensionskonzepten behoben. Ein Dimensionsbegriff, der ganz ohne die Hilfe der Selbstähnlichkeit auskommt, wurde von Felix Hausdorff vorgeschlagen und heißt deshalb heute Hausdorff-Dimension. Hier werden Überdeckungen der zu untersuchenden Menge mit (volldimensionalen) Kugeln mit nach oben beschränktem (aber ansonsten beliebigem) Durchmesser angeschaut. Die Durchmesser der Kugeln werden zu einer Potenz s erhoben und aufsummiert. Man sucht unter allen Überdeckungen diejenigen, bei denen sich so die kleinste Durchmessersumme ergibt. Nun lässt man den maximal zulässigen Durchmesser immer kleiner werden. Die Hausdorff-Dimension ergibt sich als die kleinstmögliche Potenz s, für die diese minimalen Durchmessersummen gerade noch endlich bleiben. Ein verwandter aber nicht identischer Dimensionsbegriff ist die sogenannte Box-Dimension. Für hinreichend gutartige Mengen stimmen Hausdorff- und Box-Dimension überein, aber man kann zum Beispiel Cantormengen konstruieren, deren Dimensionen verschieden sind. Für die Box-Dimension kann der Fall eintreten, dass die Vereinigung abzählbar vieler Mengen der Dimension 0 zu einer Menge mit Dimension echt größer als 0 führt, was im Kontext von klassischen Dimensionen (und auch für die Hausdorff-Dimension) unmöglich ist und folglich eher als Hinweis zu werten ist, mit der Box-Dimension sehr vorsichtig zu arbeiten. (...)
Erschienen: 05.01.2017
Dauer: 1:04:31
Modellansatz 119
Pascal Kraft is a researcher at the Institute for Applied and Numerical Mathematics of the Karlsruhe Institute of Technology (KIT) and he introduces us to Julia Sets which he investigated for his Bachelors Thesis. It is natural for us to think something like this: If I take two simple things and put them together in some sense, nothing too complex should arise from that. A fascinating result of the work of mathematicians like Gaston Julia and Benoît Mandelbrot dating back to the first half of the 20th century show that this assumption doesn't always hold. In his bachelor's thesis under supervision of Jan-Philipp Weiß, Pascal Kraft worked on the efficient computation of Julia Sets. In laymans terms you can describe these sets as follows: Some electronic calculators have the functions of repeating the last action if you press "=" or "enter" multiple times. So if you used the root function of your calculator on a number and now you want the root of the result you simply press "=" again. Now imagine you had a function on your calculater that didn't only square the input but also added a certain value - say 0.5. Then you put in a number, apply this function and keep repeating it over and over again. Now you ask yourself if you keep pressing the "="-button if the result keeps on growing and tends to infinity or if it stays below some threshold indefinitely. Using real numbers this concept is somewhat boring but if we use complex numbers we find, that the results are astonishing. To use a more precise definition: for a function f(z), the Filled Julia Set is defined as the set of values z, for whom the series (f^n(z))_n stays bounded. The Julia Set is defined as the boundary of this set. A typical example for a suitable function f(z) in this context is f(z) = z^2 + c. We now look at the complex plane where the x-axis represents the real part of a complex number and the y-axis its imaginary part. For each point on this plane having a coordinate (x,y) we take the corresponding complex number z=x+iy and plug this value into our function f(z) and the results over and over again up to a certain degree until we see if this sequence diverges. Computing a graphical representation of such a Julia Set is a numerically costly task since we have no other way of determining its interior points other then trying out a large amount of starting points and seeing what happens after hundreds of iterations. The results, however, turn out to be surprising and worth the effort. The geometric representations - images - of filled Julia Sets turn out to be very aesthetically pleasing since they are no simple compositions of elementary shapes but rather consist of intricate shapes and patterns. The reason for these beautiful shapes lie in the nature of multiplication and addition on the complex plane: A multiplication can be a magnification and down-scaling, mirroring and rotation, whereas the complex addition is represented by a translation on the complex plane. (...)
Erschienen: 22.12.2016
Dauer: 58:09
