No description available.

No description available.

In dieser Arbeit wird eine neue Methode zur Reduktion der Boltzmann-Gleichung auf ein System partieller Differentialgleichungen diskutiert. Nach einer kurzen Einführung in die kinetische Theorie einer Mischung inerter Gase wird ein Überblick in die aus der Literatur bekannten Momentenmethoden gegeben. Der anschließend vorgestellten Kumulantenmethode liegt die Annahme zugrunde, daß durch Stoßprozesse in einem Gas Korrelationen höherer Ordnung schneller abgebaut werden als solche niedrigerer Ordnung. Basierend auf dieser Annahme werden die Bewegungsgleichungen für die Kumulanten und die Produktionsterme der resultierenden Bilanzgleichungen für eine Mischung inerter Maxwell-Gase berechnet. Die Untersuchung der Relaxation zum Gleichgewicht erlaubt den Bezug zu bekannten Modellen der Kontinuumsmechanik und untermauert die Gültigkeit der Annahme für die Begründung des o.g. Ansatzes in diesem Fall. Im zweiten Teil der Arbeit werden die Ergebnisse numerischer Untersuchungen vorgestellt, wobei Simulationen mit verschiedenen Randbedingungen für Couette- und Poiseulle- Strömungen durchgeführt wurden. Es werden verschiedene Eigenschaften von Modellen für verdünnte Gase als auch des Navier-Stokes-Modells beobachtet. Dabei ist jedoch eine sehr starke Abhängigkeit von den angewendeten Randbedingungen festzustellen. Abschließend werden Momentenmethoden als eine besondere Form von Diskretisierungen der Boltzmann-Gleichung nach der Methode der gewichteten Residuen diskutiert, was einen Ausblick auf zukünftige Arbeiten erlaubt.

In dieser Arbeit wird eine Beschreibung von Monte-Carlo-Verfahren zur Lösung komplexer Optimierungsaufgaben mit Hilfe von Markov-Ketten durchgeführt. Nach einer kurzen Einführung werden Lösungsmenge solcher Aufgaben und der physikalische Zustandsraum komplexer Systeme identifiziert. Zunächst wird die Dynamik von Zufallswanderern im Zustandsraum mit Hilfe von Master-Gleichungen modelliert. Durch Einführung von Performanzkriterien können verschiedene Optimierungsstrategien quantitativ miteinander verglichen werden. Insbesondere wird das Verfahren Extremal Optimization vorgestellt, dass ebenfalls als Markov-Prozess verstanden werden kann. Es wird bewiesen, dass eine im Sinne der genannten Kriterien beste Implementierung existiert. Da diese von einem sogenannten Fitness Schedule abhängt, wird dieser für kleine Beispielsysteme explizit berechnet. Daran anschließend wird die Zustandsdichte komplexer Systeme betrachtet. Nach einem kurzen Überblick über vorhandene Methoden folgt eine detaillierte Untersuchung des Verfahrens von Wang und Landau. Numerische und analytische Hinweise werden gegeben, nach denen dieser Algorithmus innerhalb seiner Klasse wahrscheinlich der Optimale ist. Eine neue Methode zur Approximation der Zustandsdichte wird vorgestellt, die insbesondere für die Untersuchung komplexer Systeme geeignet ist. Abschließend wird ein Ausblick auf zukünftige Arbeiten gegeben.

Der Zustandsraum ist ein sehr wichtiges und grundlegendes Konzept für die Untersuchung komplexer Systeme. Alle Eigenschaften des Systems können anhand der Struktur dieses Raumes verstanden werden. Aufgrund der immensen Größe des Zustandsraumes eines realen komplexen Systems ist eine vergröberte Beschreibung unumgänglich für dessen Analyse. In dieser Arbeit werden, aufbauend auf dem lang etablierten Modell der hierarchischen Bäume, spezielle Aspekte komplexer Systeme untersucht. Gleichzeitig wird das verwendete Modell in geeigneter Weise erweitert und verbessert. Im ersten Teil der Forschungsarbeit werden die Besonderheiten des Wahrscheinlichkeitsflusses an einem einzelnen Sattelpunkt einer Energielandschaft detailliert betrachtet. Die Einflüsse verschiedener Parameter wie Energietiefe, Zustandsdichte und Konnektivität werden unabhängig voneinander und im Zusammenspiel untersucht. Im zweiten Teil wird ein vollständiges System, das komplexes Verhalten zeigt, untersucht, wobei besonderes Gewicht auf seine Wechselwirkung, d.h. seinen Energieaustausch mit der Umgebung, gelegt wird. Es kann gezeigt werden, daß das hierarchische Relaxationsverhalten, welches bei anderen Varianten komplexer Systeme beobachtet werden konnte, im Baummodell bereits enthalten ist. Neben den bisher untersuchten, auf Energielandschaften basierenden Systemen besitzen auch turbulente Diffusionsprozesse hierarchische Strukturen. Im dritten Teil der Arbeit wird die Baumstruktur verwendet, um turbulente Superdiffusionsprozesse zu modellieren. Das dabei beobachtete Diffusionsverhalten wird mit vier bekannten mathematischen Modellen verglichen. Die Ergebnisse zeigen, daß nur eines der untersuchten Modelle den vom Baummodell beschriebenen turbulenten Transport in akzeptabler Weise nachbildet. / The state space is a very important and fundamental concept for the treatment of complex systems. All the system's properties can be understood by means of its structure. Due to the gigantic extent of a real system's state space, a coarse grained approach is inevitable for the analysis. In this work, based on the well established model of hierarchical trees, particular aspects of complex systems have been studied, while at the same time several extensions to the model have been made. In the first part of this research work the features of the probability flow are treated in detail at a single saddle point in the energy landscape. Influences of various parameters like energetic depth, density of states and connectivity are studied isolated and in their interaction. In the second part a whole system showing complex behavior is being considered, especially its energy exchange with the surroundings. It can be demonstrated that the hierarchical relaxation behavior observed in other realizations of complex systems is intrinsically covered by the tree model. Beside energy landscape based systems turbulent diffusion processes possess hierarchical structures, too. In the third part the tree structure has been used to model a turbulent superdiffusion process. The diffusion behavior observed there has been compared with four well known diffusion equation approaches. The results show that only one of the discussed continuum diffusion equations can model the turbulent transport based on the tree model in acceptable fashion.

Complex systems can often be modelled as networks, in which their basic units are represented by abstract nodes and the interactions among them by abstract links. This network of interactions is the key to understanding emergent collective phenomena in such systems. In most cases, it is an adaptive network, which is defined by a feedback loop between the local dynamics of the individual units and the dynamical changes of the network structure itself. This feedback loop gives rise to many novel phenomena. Adaptive networks are a promising concept for the investigation of collective phenomena in different systems. However, they also present a challenge to existing modelling approaches and analytical descriptions due to the tight coupling between local and topological degrees of freedom. In this thesis, I present a simple rule-based framework for the investigation of adaptive networks, using which a wide range of collective phenomena can be modelled and analysed from a common perspective. In this framework, a microscopic model is defined by the local interaction rules of small network motifs, which can be implemented in stochastic simulations straightforwardly. Moreover, an approximate emergent-level description in terms of macroscopic variables can be derived from the microscopic rules, which we use to analyse the system\'s collective and long-term behaviour by applying tools from dynamical systems theory. We discuss three adaptive-network models for different collective phenomena within our common framework. First, we propose a novel approach to collective motion in insect swarms, in which we consider the insects\' adaptive interaction network instead of explicitly tracking their positions and velocities. We capture the experimentally observed onset of collective motion qualitatively in terms of a bifurcation in this non-spatial model. We find that three-body interactions are an essential ingredient for collective motion to emerge. Moreover, we show what minimal microscopic interaction rules determine whether the transition to collective motion is continuous or discontinuous. Second, we consider a model of opinion formation in groups of individuals, where we focus on the effect of directed links in adaptive networks. Extending the adaptive voter model to directed networks, we find a novel fragmentation mechanism, by which the network breaks into distinct components of opposing agents. This fragmentation is mediated by the formation of self-stabilizing structures in the network, which do not occur in the undirected case. We find that they are related to degree correlations stemming from the interplay of link directionality and adaptive topological change. Third, we discuss a model for the evolution of cooperation among self-interested agents, in which the adaptive nature of their interaction network gives rise to a novel dynamical mechanism promoting cooperation. We show that even full cooperation can be achieved asymptotically if the networks\' adaptive response to the agents\' dynamics is sufficiently fast.

Complex networks are employed as a mathematical description of complex systems in many different fields, ranging from biology to sociology, economy and ecology. Dynamical processes in these systems often display phase transitions, where the dynamics of the system changes qualitatively. In combination with these phase transitions certain components of the system might irretrievably go extinct. In this case, we talk about absorbing transitions. Developing mathematical tools, which allow for an analysis and prediction of the observed phase transitions is crucial for the investigation of complex networks. In this thesis, we investigate absorbing transitions in dynamical networks, where a certain amount of diversity is lost. In some real-world examples, e.g. in the evolution of human societies or of ecological systems, it is desirable to maintain a high degree of diversity, whereas in others, e.g. in epidemic spreading, the diversity of diseases is worthwhile to confine. An understanding of the underlying mechanisms for emergence and persistence of diversity in complex systems is therefore essential. Within the scope of two different network models, we develop an analytical approach, which can be used to estimate the prerequisites for diversity. In the first part, we study a model for opinion formation in human societies. In this model, regimes of low diversity and regimes of high diversity are separated by a fragmentation transition, where the network breaks into disconnected components, corresponding to different opinions. We propose an approach for the estimation of the fragmentation point. The approach is based on a linear stability analysis of the fragmented state close to the phase transition and yields much more accurate results compared to conventional methods. In the second part, we study a model for the formation of complex food webs. We calculate and analyze coexistence conditions for several types of species in ecological communities. To this aim, we employ an approach which involves an iterative stability analysis of the equilibrium with respect to the arrival of a new species. The proposed formalism allows for a direct calculation of coexistence ranges and thus facilitates a systematic analysis of persistence conditions for food webs. In summary, we present a general mathematical framework for the calculation of absorbing phase transitions in complex networks, which is based on concepts from percolation theory. While the specific implementation of the formalism differs from model to model, the basic principle remains applicable to a wide range of different models.

Untersuchungen zum statistischen Verhalten von Polymerketten auf anziehenden Oberflächen stellen ein spannendes Forschungsgebiet dar aufgrund des Wechselspiels zwischen dem Entropiegewinn bei Ablösung von der einschränkenden Oberfläche und dem Energiegewinn bei der Bildung von Oberflächenkontakten. Für gute und Theta-Lösungen und lange Ketten ist dieses Gebiet recht alt und gut verstanden, doch gibt es immer noch eine Reihe von offenen Fragen, insbesondere zu endlich langen Polymeren, die gerade im Zeitalter zunehmender Miniaturisierung und experimenteller Auflösung Klärung bedürfen, aber nicht zuletzt auch von prinzipiellem Interesse sind. Die vorliegende Arbeit beschäftigt sich mit dem Gleichgewichtsverhalten einer endlich langen Polymerkette in Lösung in der Nähe einer anziehenden Oberfläche. Die Anziehungsstärke wird dabei systematisch variiert und der Einfluss auf die Konformation des Homopolymers studiert. Dies geschieht im kanonischen und im mikrokanonischen Ensemble, die im betrachteten endlichen System nicht identisch sind. Da die Lösungsmittelstärke des selbstwechselwirkenden Polymers durch die Temperatur variiert werden kann, gelang so eine systematische Studie einer Reihe von Konformationsübergängen. Ob das Polymer an einem Ende irreversibel mit der Oberfläche verbunden ist oder sich zu einem gewissen Grad von ihr entfernen kann, spielt für insbesondere den Adsorptionsübergang eine Rolle, die untersucht wird. Anschließend wurde der Einfluss nicht homogener Oberflächenanziehung in Form von attraktiven Streifenpotentialen auf der Oberfläche auf die zuvor beschriebenen Konformationsübergänge studiert. Die Natur der so forcierten Mustererkennung konnte unter anderem abhängig von Streifenbreite und -stärke detailliert beleuchtet und mit dem Verhalten an homogenen Oberflächen in Bezug gesetzt werden. Sämtliche Daten wurden mit Monte-Carlo-Computersimulationen in generalisierten Ensemblen und einem Polymermodell, das atomare Details vernachlässigt, gewonnen.

Folgende Arbeit beschäftigt sich mit dem Ising-Modell in drei Dimensionen auf einem {Gitter} mit einer langreichweitigen, potenzförmig korrelierten ($\propto \dist^{-\aexp}$) Unordnung mithilfe von Monte Carlo Simulationstechniken. Der Hauptteil der Arbeit ist die Bestimmung der {kritischen} Exponenten des Ising-Modells in Abhängigkeit von der Korrelationsstärke $\aexp$. Dies wird durch die Anwendung der Finite-Size-Scaling Analyse und der Temperatur-Scaling Analyse umgesetzt. Dabei wird insbesondere die Vorhersage von Weinrib und Halperin ($ν = 2 / \aexp$) überprüft. Weiterführend, werden die kritischen Temperaturen in Abhängigkeit vom Korrelationsexponenten $\aexp$ und der Defektkonzentration ermittelt und die Hyperscaling-Relation studiert. Ergänzend werden vielfältige Aspekte, wie die Autokorrelation der Observablen, die Anwendung der Histogram-Reweighting-Methode und Messung der Korrelationsstärken $\aexp$ auf Gittern erläutert. / In this thesis the three-dimensional Ising model on a lattice with long-range power-law correlated (${\propto \dist^{-\aexp}}$) site disorder is studied with the help of Monte Carlo simulation techniques. The key part of the work is the estimation of the critical exponents of the Ising model in dependence of the correlation strength $\aexp$. This is done by applying finite-size scaling analysis and the temperature scaling analysis. In particular, the conjecture by Weinrib and Halperin ($ν = 2 / \aexp$) is reviewed. Additionally, the critical temperatures in dependence of the correlation exponent $\aexp$ and the concentration of defects are provided and the hyperscaling relation is checked. Supplementary, various aspects such as autocorrelation times of the observables, applicability of the histogram reweighting technique and the measured correlation exponents $\aexp$ on the lattices are provided.

No description available.