Das Konzept von aktiven Brownschen Teilchen kann benutzt werden, um das Verhalten einfacher biologischer Organismen oder künstlicher Objekte, welche die Möglichkeit besitzen sich von selbst fortzubewegen zu beschreiben. Als Bewegungsgleichungen für aktive Brownsche Teilchen kommen Langevin Gleichungen zum Einsatz. In dieser Arbeit werden aktive Teilchen mit konstanter Geschwindigkeit diskutiert. Im ersten Teil der Arbeit wirkt auf die Bewegungsrichtung des Teilchen weißes alpha-stabiles Rauschen. Es werden die mittlere quadratische Verschiebung und der effektive Diffusionskoeffizient bestimmt. Eine überdampfte Beschreibung, gültig für Zeiten groß gegenüber der Relaxationszeit wird hergleitet. Als experimentell zugängliche Meßgröße, welche als Unterscheidungsmerkmal für die unterschiedlichen Rauscharten herangezogen werden kann, wird die Kurtose berechnet. Neben weißem Rauschen wird noch der Fall eines Ornstein-Uhlenbeck Prozesses angetrieben von Cauchy verteiltem Rauschen diskutiert. Während eine normale Diffusion mit zu weißem Rauschen identischem Diffusionskoeffizienten bestimmt wird, kann die beobachtete Verteilung der Verschiebungen Nicht-Gaußförmig sein. Die Zeit für den Übergang zur Gaußverteilung kann deutlich größer als die Zeitskale Relaxationszeit und die Zeitskale des Ornstein-Uhlenbeck Prozesses sein. Eine Grenze der benötigten Zeit wird durch eine Näherung der Kurtosis ermittelt. Weiterhin werden die Grundlagen eines stochastischen Modells für lokale Suche gelegt. Lokale Suche ist die Suche in der näheren Umgebung eines bestimmten Punktes, welcher Haus genannt wird. Abermals diskutieren wir ein aktives Teilchen mit unveränderlichem Absolutbetrag der Geschwindigkeit und weißen alpha-stabilem Rauschen in der Bewegungsrichtungsdynamik. Die deterministische Bewegung des Teilchens wird analysiert bevor die Situation mit Rauschen betrachtet wird. Die stationäre Aufenthaltswahrscheinlichkeitsdichtefunktion wird bestimmt. Es wird eine optimale Rauschstärke für die lokale Suche, das heißt für das Auffinden eines neuen Ortes in kleinstmöglicher Zeit festgestellt. Die kleinstmögliche Zeit wird kaum von der Rauschart abhängen. Wir werden jedoch feststellen, dass die Rauschart deutlichen Einfluß auf die Rückkehrwahrscheinlichkeit zum Haus hat, wenn die Richtung des zu Hauses fehlerbehaftet ist. Weiterhin wird das Model durch eine an das Haus abstandsabhängige Kopplung erweitert werden. Zum Abschluß betrachten wir eine Gruppe von Suchern. / Active Brownian particles described by Langevin equations are used to model the behavior of simple biological organisms or artificial objects that are able to perform self propulsion. In this thesis we discuss active particles with constant speed. In the first part, we consider angular driving by white Levy-stable noise and we discuss the mean squared displacement and diffusion coefficients. We derive an overdamped description for those particles that is valid at time scales larger the relaxation time. In order to provide an experimentally accessible property that distinguishes between the considered noise types, we derive an analytical expression for the kurtosis. Afterwards, we consider an Ornstein-Uhlenbeck process driven by Cauchy noise in the angular dynamics of the particle. While, we find normal diffusion with the diffusion coefficient identical to the white noise case we observe a Non-Gaussian displacement at time scales that can be considerable larger than the relaxation time and the time scale provided by the Ornstein-Uhlenbeck process. In order to provide a limit for the time needed for the transition to a Gaussian displacement, we approximate the kurtosis. Afterwards, we lay the foundation for a stochastic model for local search. Local search is concerned with the neighborhood of a given spot called home. We consider an active particle with constant speed and alpha-stable noise in the dynamics of the direction of motion. The deterministic motion will be discussed before considering the noise to be present. An analytical result for the steady state spatial density will be given. We will find an optimal noise strength for the local search and only a weak dependence on the considered noise types. Several extensions to the introduced model will then be considered. One extension includes a distance dependent coupling towards the home and thus the model becomes more general. Another extension concerned with an erroneous understanding by the particle of the direction of the home leads to the result that the return probability to the home depends on the noise type. Finally we consider a group of searchers.

Itô’s Lemma Ausarbeitung im Rahmen des Seminars "Finanzmathematik", SS 2009 Die Arbeiten des japanischen Mathematikers Kiyosi Itô aus den 1940er Jahren bilden heute die Grundlage der Theorie stochastischer Integration und stochastischer Differentialgleichungen. Die Ausarbeitung beschäftigt sich mit Itô's Kalkül, in dem zunächst das Itô-Integral bezüglich diverser Integratoren bereitgestellt wird, um sich anschließend mit Itô's Lemma bzw. der Itô-Formel als grundlegendes Hilfsmittel stochastischer Integration zu widmen. Am Ende wird ein kurzer Ausblick auf das Black-Scholes-Modell für zeitstetige Finanzmärkte vollzogen. Grundlage für die Ausarbeitung ist das Buch "Risk-Neutral Valuation" von Nicholas H. Bingham und Rüdiger Kiesel.

In der Statistik und der Mathematik ist die Normalverteilung der am meisten verbreitete, stochastische Term für die Mehrheit der statistischen Modelle. Wir zeigen, dass der entsprechende stochastische Prozess, die Brownsche Bewegung, drei entscheidende empirische Beobachtungen nicht abbildet: schwere Ränder, Langzeitabhängigkeiten und Skalierungsgesetze. Ein selbstähnlicher Prozess, der in der Lage ist Langzeitabhängigkeiten zu modellieren, ist die Gebrochene Brownsche Bewegung, welche durch die Faltung der Inkremente im Limit nicht normalverteilt sein muss. Die Inkremente der Gebrochenen Brownschen Bewegung können durch einen Parameter H, dem Hurst Exponenten, Langzeitabhängigkeiten darstellt werden. Für die Gebrochene Brownsche Bewegung müssten die Skalierungs-(Hurst-) Exponenten über die Momente verschiedener Ordnung konstant sein. Empirisch beobachten wir variierende Hölder-Exponenten, die multifraktales Verhalten implizieren. Wir erklären dieses multifraktale Verhalten durch die Änderung des alpha-stabilen Indizes der alpha-stabilen Verteilung, indem wir Filter für Saisonalitäten und Langzeitabhängigkeiten über verschiedene Zeitfrequenzen anwenden, startend bei 1-minütigen Hochfrequenzdaten. Durch die Anwendung eines Filters für die Langzeitabhängigkeit zeigen wir, dass die Residuen des stochastischen Prozesses geringer Zeitfrequenz (wöchentlich) durch die alpha-stabile Bewegung beschrieben werden können. Dies erlaubt es uns, den empirischen, hochfrequenten Datensatz auf die niederfrequente Zeitfrequenz zu skalieren. Die generierten wöchentlichen Daten aus der Frequenz-Reskalierungs-Methode (FRM) haben schwerere Ränder als der ursprüngliche, wöchentliche Prozess. Wir zeigen, dass eine Teilmenge des Datensatzes genügt, um aus Risikosicht bessere Vorhersagen für den gesamten Datensatz zu erzielen. Im Besonderen wäre die Frequenz-Reskalierungs-Methode (FRM) in der Lage gewesen, die seltenen Events der Finanzkrise 2008 zu modellieren. / Coming from a sphere in statistics and mathematics in which the Normal distribution is the dominating underlying stochastic term for the majority of the models, we indicate that the relevant diffusion, the Brownian Motion, is not accounting for three crucial empirical observations for financial data: Heavy tails, long memory and scaling laws. A self-similar process, which is able to account for long-memory behavior is the Fractional Brownian Motion, which has a possible non-Gaussian limit under convolution of the increments. The increments of the Fractional Brownian Motion can exhibit long memory through a parameter H, the Hurst exponent. For the Fractional Brownian Motion this scaling (Hurst) exponent would be constant over different orders of moments, being unifractal. But empirically, we observe varying Hölder exponents, the continuum of Hurst exponents, which implies multifractal behavior. We explain the multifractal behavior through the changing alpha-stable indices from the alpha-stable distributions over sampling frequencies by applying filters for seasonality and time dependence (long memory) over different sampling frequencies, starting at high-frequencies up to one minute. By utilizing a filter for long memory we show, that the low-sampling frequency process, not containing the time dependence component, can be governed by the alpha-stable motion. Under the alpha-stable motion we propose a semiparametric method coined Frequency Rescaling Methodology (FRM), which allows to rescale the filtered high-frequency data set to the lower sampling frequency. The data sets for e.g. weekly data which we obtain by rescaling high-frequency data with the Frequency Rescaling Method (FRM) are more heavy tailed than we observe empirically. We show that using a subset of the whole data set suffices for the FRM to obtain a better forecast in terms of risk for the whole data set. Specifically, the FRM would have been able to account for tail events of the financial crisis 2008.

Getriebener Transport wechselwirkender Teilchen ist im direkten oder übertragenen Sinne von großer Bedeutung für viele Forschungsfelder. Zur Untersuchung grundlegender Fragestellungen wird auf einfache Modellsysteme zurückgegriffen, die analytische Zugänge ermöglichen und zugleich wesentliche Aspekte der Nichtgleichgewichtsdynamik in realen Applikationen erfassen. Im ersten Teil dieser Arbeit wird ein eindimensionales Gittergas mit Nächsten-Nachbar-Wechselwirkungen betrachtet, um den Einfluss von Wechselwirkungen auf den Teilchentransport in getriebenen Diffusionsprozessen zu studieren. Mit einem auf der zeitabhängigen Dichtefunktionaltheorie klassischer Fluide basierenden Verfahren werden Evolutionsgleichungen für Dichten, Korrelationsfunktionen und Ströme aufgestellt, deren numerische Lösung eine gute Beschreibung der Transportkinetik liefert. Für Sprungdynamiken, welche bestimmte Relationen erfüllen, werden exakte Strom-Dichte-Beziehungen in geschlossenen Ringsystemen hergeleitet. Hierzu zählen insbesondere die für viele Applikationen relevanten Glauber-Raten. In offenen Kanälen, die zwei Reservoire verbinden, kommt es zu Phasenübergängen der Teilchendichte im Inneren des Kanals. Anhand allgemeiner Überlegungen auf Grundlage der Extremalprinzipien bezüglich des Stroms und der Strom-Dichte-Relation im Bulk kann ein Überblick aller möglichen Phasen, ungeachtet der konkreten System-Reservoir-Kopplung, erhalten werden. Welche Phasen im randinduzierten Phasendiagramm erscheinen, wird durch die System-Reservoir-Kopplung festgelegt. Dies wird anhand zweier unterschiedlicher Randankopplungen demonstriert. Im zweiten Teil der Dissertationsschrift werden stochastische Transportvorgänge in Brownschen Pumpen und in organischen Solarzellen mit Heteroübergang modelliert. Hierbei zeigen Brownsche Pumpen Phasenübergänge in periodengemittelten Dichten und Strömen, falls Ausschlusswechselwirkungen berücksichtigt werden. Ein Minimalmodell organischer Solarzellen erlaubt Elementarprozesse an der Donator-Akzeptor-Grenzfläche abzubilden, wodurch Einblicke in das Strom- und Effizienzverhalten des photovoltaischen Systems gewonnen werden.

Anomale Diffusion ist ein weitverbreiteter Transportmechanismus, welcher für gewöhnlich mit ensemble-basierten Methoden experimentell untersucht wird. Motiviert durch den Fortschritt in der Einzelteilchenverfolgung, wo typischerweise Zeitmittelwerte bestimmt werden, entsteht die Frage nach der Ergodizität. Stimmen ensemble-gemittelte Größen und zeitgemittelte Größen überein, und wenn nicht, wie unterscheiden sie sich? In dieser Arbeit studieren wir verschiedene stochastische Modelle für anomale Diffusion bezüglich ihres ergodischen oder nicht-ergodischen Verhaltens hinsichtlich der mittleren quadratischen Verschiebung. Wir beginnen unsere Untersuchung mit integrierter Brownscher Bewegung, welche von großer Bedeutung für alle Systeme mit Impulsdiffusion ist. Für diesen Prozess stellen wir die ensemble-gemittelte quadratische Verschiebung und die zeitgemittelte quadratische Verschiebung gegenüber und charakterisieren insbesondere die Zufälligkeit letzterer. Im zweiten Teil bilden wir integrierte Brownsche Bewegung auf andere Modelle ab, um einen tieferen Einblick in den Ursprung des nicht-ergodischen Verhaltens zu bekommen. Dabei werden wir auf einen verallgemeinerten Lévy-Lauf geführt. Dieser offenbart interessante Phänomene, welche in der Literatur noch nicht beobachtet worden sind. Schließlich führen wir eine neue Größe für die Analyse anomaler Diffusionsprozesse ein, die Verteilung der verallgemeinerten Diffusivitäten, welche über die mittlere quadratische Verschiebung hinausgeht, und analysieren mit dieser ein oft verwendetes Modell der anomalen Diffusion, den subdiffusiven zeitkontinuierlichen Zufallslauf. / Anomalous diffusion is a widespread transport mechanism, which is usually experimentally investigated by ensemble-based methods. Motivated by the progress in single-particle tracking, where time averages are typically determined, the question of ergodicity arises. Do ensemble-averaged quantities and time-averaged quantities coincide, and if not, in what way do they differ? In this thesis, we study different stochastic models for anomalous diffusion with respect to their ergodic or nonergodic behavior concerning the mean-squared displacement. We start our study with integrated Brownian motion, which is of high importance for all systems showing momentum diffusion. For this process, we contrast the ensemble-averaged squared displacement with the time-averaged squared displacement and, in particular, characterize the randomness of the latter. In the second part, we map integrated Brownian motion to other models in order to get a deeper insight into the origin of the nonergodic behavior. In doing so, we are led to a generalized Lévy walk. The latter reveals interesting phenomena, which have never been observed in the literature before. Finally, we introduce a new tool for analyzing anomalous diffusion processes, the distribution of generalized diffusivities, which goes beyond the mean-squared displacement, and we analyze with this tool an often used model of anomalous diffusion, the subdiffusive continuous time random walk.

Scientific Workflows bieten flexible Möglichkeiten für die Modellierung und den Austausch komplexer Arbeitsabläufe zur Analyse wissenschaftlicher Daten. In den letzten Jahrzehnten sind verschiedene Systeme entstanden, die den Entwurf, die Ausführung und die Verwaltung solcher Scientific Workflows unterstützen und erleichtern. In mehreren wissenschaftlichen Disziplinen wachsen die Mengen zu verarbeitender Daten inzwischen jedoch schneller als die Rechenleistung und der Speicherplatz verfügbarer Rechner. Parallelisierung und verteilte Ausführung werden häufig angewendet, um mit wachsenden Datenmengen Schritt zu halten. Allerdings sind die durch verteilte Infrastrukturen bereitgestellten Ressourcen häufig heterogen, instabil und unzuverlässig. Um die Skalierbarkeit solcher Infrastrukturen nutzen zu können, müssen daher mehrere Anforderungen erfüllt sein: Scientific Workflows müssen parallelisiert werden. Simulations-Frameworks zur Evaluation von Planungsalgorithmen müssen die Instabilität verteilter Infrastrukturen berücksichtigen. Adaptive Planungsalgorithmen müssen eingesetzt werden, um die Nutzung instabiler Ressourcen zu optimieren. Hadoop oder ähnliche Systeme zur skalierbaren Verwaltung verteilter Ressourcen müssen verwendet werden. Diese Dissertation präsentiert neue Lösungen für diese Anforderungen. Zunächst stellen wir DynamicCloudSim vor, ein Simulations-Framework für Cloud-Infrastrukturen, welches verschiedene Aspekte der Variabilität adäquat modelliert. Im Anschluss beschreiben wir ERA, einen adaptiven Planungsalgorithmus, der die Ausführungszeit eines Scientific Workflows optimiert, indem er Heterogenität ausnutzt, kritische Teile des Workflows repliziert und sich an Veränderungen in der Infrastruktur anpasst. Schließlich präsentieren wir Hi-WAY, eine Ausführungsumgebung die ERA integriert und die hochgradig skalierbare Ausführungen in verschiedenen Sprachen beschriebener Scientific Workflows auf Hadoop ermöglicht. / Scientific workflows provide a means to model, execute, and exchange the increasingly complex analysis pipelines necessary for today's data-driven science. Over the last decades, scientific workflow management systems have emerged to facilitate the design, execution, and monitoring of such workflows. At the same time, the amounts of data generated in various areas of science outpaced hardware advancements. Parallelization and distributed execution are generally proposed to deal with increasing amounts of data. However, the resources provided by distributed infrastructures are subject to heterogeneity, dynamic performance changes at runtime, and occasional failures. To leverage the scalability provided by these infrastructures despite the observed aspects of performance variability, workflow management systems have to progress: Parallelization potentials in scientific workflows have to be detected and exploited. Simulation frameworks, which are commonly employed for the evaluation of scheduling mechanisms, have to consider the instability encountered on the infrastructures they emulate. Adaptive scheduling mechanisms have to be employed to optimize resource utilization in the face of instability. State-of-the-art systems for scalable distributed resource management and storage, such as Apache Hadoop, have to be supported. This dissertation presents novel solutions for these aspirations. First, we introduce DynamicCloudSim, a cloud computing simulation framework that is able to adequately model the various aspects of variability encountered in computational clouds. Secondly, we outline ERA, an adaptive scheduling policy that optimizes workflow makespan by exploiting heterogeneity, replicating bottlenecks in workflow execution, and adapting to changes in the underlying infrastructure. Finally, we present Hi-WAY, an execution engine that integrates ERA and enables the highly scalable execution of scientific workflows written in a number of languages on Hadoop.

Die Assoziation kleiner Moleküle (Liganden) in hydrophobe Bindungstaschen spielt eine fundamentale Rolle in der Biomolekularerkennung und den Selbstassemblierungsprozessen der physikalischen Chemie wässriger Lösungen. Während der Einfluss des Wassers auf die freie Energie der Bindung (die Bindungsaffinität) im thermischen Gleichgewicht in den letzten Jahren auf immer stärkere Aufmerksamkeit stößt, ist die Rolle des Wassers in der Kinetik und der Bestimmung der Bindungsraten noch weitestgehend unverstanden. Welche nanoskaligen Effekte des Wassers beeinflussen die Dynamik des Liganden in der Nähe der Bindungstasche, und wie lassen sie sich durch die chemischen Eigenschaften der Tasche steuern? Neuste Forschungen haben mithilfe von molekularen Computersimulationen eines einfachen Modells gezeigt, dass Hydrationsfluktuationen in der hydrophoben Bindungstasche an die Dynamik des Liganden koppeln und damit seine Bindungsrate beeinflussen. Da die Wasserfluktuationen wiederum durch die Geometrie und Hydrophobizität der Bindungstasche beeinflusst werden, entsteht die Möglichkeit, kontrollierte Fluktuation zu kreieren, um die Bindungsraten des Liganden zu steuern. In dieser Arbeit wird diese Perspektive mithilfe eines theoretischen Multiskalenansatzes für prototypische Schlüssel-Schloss-Systeme aufgegriffen. Wir untersuchen den Einfluss der physikochemischen Eigenschaften der Bindungstasche auf die Diffusivität und die Bindungsraten des Liganden, und wie die Orientierung eines anisotropen Liganden an die Hydrationsfluktuationen der Tasche koppelt. Damit stellen wir fest, dass kleine Änderungen der Taschentiefe eine extreme Beschleunigung der Bindungsraten bewirken kann und, dass gleichzeitig die Bindung in konkave Taschen vorteilhaft für die Reorientierungsdynamik des Liganden ist. Die Resultate dieses Projekts sollen somit helfen, maßgeschneiderte Lösungen für funktionale „Host-Guest“-Systeme sowie pharmazeutische Moleküle in biomedizinischen Anwendungen zu entwickeln. / The association of small molecules (ligands) to hydrophobic binding pockets plays an integral role in biochemical molecular recognition and function, as well as in various self-assembly processes in the physical chemistry of aqueous solutions. While the investigation of water contributions to the binding free energy (affinity) in equilibrium has attracted a great deal of attention in the last decade, little is known about the role of water in determining the rates of binding and kinetic mechanisms. For instance, what are the nanoscale water effects on ligand diffusion close to the hydrophobic docking site, and how can they be steered by the chemical composition of the pocket? Recent studies used molecular simulations of a simple prototypical pocket-ligand model to show that hydration fluctuations within the binding pocket can couple to the ligand dynamics and influence its binding rates. Since the hydration fluctuations, in turn, can be modified by the pocket’s geometry and hydrophobicity, the possibility exists to create well-controlled solvent fluctuations to steer the ligand’s binding rates. In this work, we pick up this appealing notion employing a theoretical multi-scale approach of a generic key-lock system in aqueous solution. We explore the influence of the physicochemical properties of the pocket on local ligand diffusivities and binding rates and demonstrate how the orientation of a (non-spherical) ligand couples to a pocket’s hydration fluctuations. We find that minor modulation in pocket depth can drastically speed up the binding rate and that, concurrently, binding to molded binding sites is advantageous for the rotational dynamics of the ligand. The results and discussion of this work shall, therefore, imply generic design principles for tailored solutions of functional host-guest systems as well as optimized drugs in biomedical applications.

Anomale Diffusion ist ein weitverbreiteter Transportmechanismus, welcher für gewöhnlich mit ensemble-basierten Methoden experimentell untersucht wird. Motiviert durch den Fortschritt in der Einzelteilchenverfolgung, wo typischerweise Zeitmittelwerte bestimmt werden, entsteht die Frage nach der Ergodizität. Stimmen ensemble-gemittelte Größen und zeitgemittelte Größen überein, und wenn nicht, wie unterscheiden sie sich? In dieser Arbeit studieren wir verschiedene stochastische Modelle für anomale Diffusion bezüglich ihres ergodischen oder nicht-ergodischen Verhaltens hinsichtlich der mittleren quadratischen Verschiebung. Wir beginnen unsere Untersuchung mit integrierter Brownscher Bewegung, welche von großer Bedeutung für alle Systeme mit Impulsdiffusion ist. Für diesen Prozess stellen wir die ensemble-gemittelte quadratische Verschiebung und die zeitgemittelte quadratische Verschiebung gegenüber und charakterisieren insbesondere die Zufälligkeit letzterer. Im zweiten Teil bilden wir integrierte Brownsche Bewegung auf andere Modelle ab, um einen tieferen Einblick in den Ursprung des nicht-ergodischen Verhaltens zu bekommen. Dabei werden wir auf einen verallgemeinerten Lévy-Lauf geführt. Dieser offenbart interessante Phänomene, welche in der Literatur noch nicht beobachtet worden sind. Schließlich führen wir eine neue Größe für die Analyse anomaler Diffusionsprozesse ein, die Verteilung der verallgemeinerten Diffusivitäten, welche über die mittlere quadratische Verschiebung hinausgeht, und analysieren mit dieser ein oft verwendetes Modell der anomalen Diffusion, den subdiffusiven zeitkontinuierlichen Zufallslauf. / Anomalous diffusion is a widespread transport mechanism, which is usually experimentally investigated by ensemble-based methods. Motivated by the progress in single-particle tracking, where time averages are typically determined, the question of ergodicity arises. Do ensemble-averaged quantities and time-averaged quantities coincide, and if not, in what way do they differ? In this thesis, we study different stochastic models for anomalous diffusion with respect to their ergodic or nonergodic behavior concerning the mean-squared displacement. We start our study with integrated Brownian motion, which is of high importance for all systems showing momentum diffusion. For this process, we contrast the ensemble-averaged squared displacement with the time-averaged squared displacement and, in particular, characterize the randomness of the latter. In the second part, we map integrated Brownian motion to other models in order to get a deeper insight into the origin of the nonergodic behavior. In doing so, we are led to a generalized Lévy walk. The latter reveals interesting phenomena, which have never been observed in the literature before. Finally, we introduce a new tool for analyzing anomalous diffusion processes, the distribution of generalized diffusivities, which goes beyond the mean-squared displacement, and we analyze with this tool an often used model of anomalous diffusion, the subdiffusive continuous time random walk.

No description available.