StudierendeLehrende

Rayleigh Criterion

Das Rayleigh-Kriterium ist ein fundamentales Konzept in der Optik, das die Auflösungsfähigkeit von optischen Systemen, wie beispielsweise Teleskopen oder Mikroskopen, beschreibt. Es definiert die minimale Winkeltrennung θ\thetaθ, bei der zwei Lichtquellen als getrennt wahrgenommen werden können. Nach diesem Kriterium gilt, dass die Quellen als getrennt erkannt werden, wenn der zentrale Maximalwert des Beugungsmusters einer Quelle mit dem ersten Minimum des Beugungsmusters der anderen Quelle übereinstimmt.

Mathematisch wird das Rayleigh-Kriterium durch die folgende Beziehung ausgedrückt:

θ=1.22λD\theta = 1.22 \frac{\lambda}{D}θ=1.22Dλ​

Hierbei ist λ\lambdaλ die Wellenlänge des Lichtes und DDD der Durchmesser der Apertur (z.B. des Objektivs). Ein größerer Durchmesser führt zu einer besseren Auflösung, während eine kürzere Wellenlänge ebenfalls die Auflösungsfähigkeit verbessert. Dies ist besonders wichtig in der Astronomie, wo die Beurteilung der Auflösung von Teleskopen entscheidend für die Beobachtung von fernen Sternen und Galaxien ist.

Weitere verwandte Begriffe

contact us

Zeit zu lernen

Starte dein personalisiertes Lernelebnis mit acemate. Melde dich kostenlos an und finde Zusammenfassungen und Altklausuren für deine Universität.

logoVerwandle jedes Dokument in ein interaktives Lernerlebnis.
Antong Yin

Antong Yin

Co-Founder & CEO

Jan Tiegges

Jan Tiegges

Co-Founder & CTO

Paul Herman

Paul Herman

Co-Founder & CPO

© 2025 acemate UG (haftungsbeschränkt)  |   Nutzungsbedingungen  |   Datenschutzerklärung  |   Impressum  |   Jobs   |  
iconlogo
Einloggen

Kalina-Zyklus

Der Kalina Cycle ist ein innovativer thermodynamischer Kreislauf, der zur Energieerzeugung aus Wärmequellen, wie beispielsweise industriellen Abwärme oder geothermischer Energie, eingesetzt wird. Im Gegensatz zu herkömmlichen Dampfkraftwerken nutzt der Kalina Cycle eine Mischung aus Wasser und Ammoniak als Arbeitsmedium, was eine höhere Effizienz und bessere Anpassungsfähigkeit an verschiedene Temperaturbereiche ermöglicht. Durch die Variation der Zusammensetzung des Arbeitsmediums kann die Verdampfungs- und Kondensationskurve optimiert werden, was zu einem verbesserten thermischen Wirkungsgrad führt.

Ein zentrales Merkmal des Kalina Cycles ist die Fähigkeit, bei niedrigen Temperaturen zu arbeiten, was ihn besonders für die Nutzung von Abwärme in der Industrie attraktiv macht. In der Praxis kann die Effizienz des Kalina Cycles bis zu 20-30% über der von traditionellen Dampfkraftwerken liegen, was ihn zu einer vielversprechenden Technologie für die Zukunft der erneuerbaren Energien macht.

Phasenregelkreis-Anwendungen

Phase-Locked Loops (PLLs) sind vielseitige elektronische Schaltungen, die zur Synchronisation von Signalphasen und -frequenzen in verschiedenen Anwendungen eingesetzt werden. Sie finden sich in der Telekommunikation, um Frequenzen von Sendern und Empfängern zu synchronisieren und so die Signalqualität zu verbessern. In der Signalverarbeitung werden PLLs verwendet, um digitale Signale zu rekonstruieren und Rauschunterdrückung zu ermöglichen. Zu den weiteren Anwendungen gehören die Frequenzsynthese, wo sie helfen, präzise Frequenzen aus einer Referenzfrequenz zu erzeugen, sowie in der Uhren- und Zeitmessung, um stabile Taktgeber für digitale Systeme bereitzustellen. Zusätzlich spielen PLLs eine wichtige Rolle in der Motorsteuerung und der Bildsynchronisation in Fernsehern und Monitoren, wo sie zur Stabilisierung von Bildfrequenzen eingesetzt werden.

Chandrasekhar-Grenze

Das Chandrasekhar Limit ist ein fundamentales Konzept in der Astrophysik, das die maximale Masse eines stabilen weißen Zwergsterns beschreibt. Diese Grenze beträgt etwa 1,4 Sonnenmassen (M☉). Wenn ein weißer Zwerg diesen Grenzwert überschreitet, kann er nicht mehr durch den Druck der entarteten Elektronen im Inneren stabilisiert werden und kollabiert unter seiner eigenen Schwerkraft. Dies führt oft zu einer Supernova oder zur Bildung eines Neutronensterns. Die Formel zur Berechnung des Chandrasekhar Limits beinhaltet die relativistischen Effekte und kann vereinfacht als:

Mmax≈0,61⋅ℏcG3/2me5/2M_{max} \approx \frac{0,61 \cdot \hbar c}{G^{3/2} m_e^{5/2}}Mmax​≈G3/2me5/2​0,61⋅ℏc​

dargestellt werden, wobei ℏ\hbarℏ das reduzierte Plancksche Wirkungsquantum, ccc die Lichtgeschwindigkeit, GGG die Gravitationskonstante und mem_eme​ die Elektronenmasse ist. Dieses Limit spielt eine zentrale Rolle im Verständnis der Endstadien der stellaren Evolution.

Bioinformatik-Algorithmus-Design

Die Algorithmusgestaltung in der Bioinformatik befasst sich mit der Entwicklung effizienter mathematischer und computerbasierter Methoden zur Analyse biologischer Daten. Diese Algorithmen sind entscheidend für Anwendungen wie die Genomsequenzierung, Proteinfaltung und das Verständnis von biologischen Netzwerken. Ein zentraler Aspekt ist die Optimierung der Rechenzeit und des Speicherbedarfs, da biologische Datensätze oft extrem groß und komplex sind. Zu den häufig verwendeten Techniken gehören dynamische Programmierung, Graphentheorie und Maschinelles Lernen, die es ermöglichen, Muster und Beziehungen in den Daten zu erkennen. Darüber hinaus müssen die Algorithmen oft an spezifische biologische Fragestellungen angepasst werden, um präzise und relevante Ergebnisse zu liefern.

Bewertung von Finanzderivaten

Die Preisgestaltung finanzieller Derivate ist ein zentraler Aspekt der Finanzmärkte und umfasst Methoden zur Bewertung von Finanzinstrumenten, deren Wert von der Preisentwicklung eines zugrunde liegenden Vermögenswerts abhängt. Zu den gängigsten Derivaten gehören Optionen, Futures und Swaps. Die Bewertung dieser Instrumente erfolgt häufig mithilfe mathematischer Modelle, wobei das bekannteste Modell das Black-Scholes-Modell ist, das zur Preisbestimmung von europäischen Optionen verwendet wird.

Die Preisformel für eine europäische Call-Option lautet:

C=S0N(d1)−Xe−rTN(d2)C = S_0 N(d_1) - X e^{-rT} N(d_2)C=S0​N(d1​)−Xe−rTN(d2​)

wobei CCC der Preis der Call-Option, S0S_0S0​ der aktuelle Preis des zugrunde liegenden Vermögenswerts, XXX der Ausübungspreis, rrr der risikofreie Zinssatz, TTT die Zeit bis zur Fälligkeit und N(d)N(d)N(d) die kumulative Verteilungsfunktion der Standardnormalverteilung ist. Die Variablen d1d_1d1​ und d2d_2d2​ werden wie folgt definiert:

d1=ln⁡(S0/X)+(r+σ2/2)TσTd_1 = \frac{\ln(S_0/X) + (r + \sigma^2/2)T}{\sigma \sqrt{T}}d1​=σT​ln(S0​/X)+(r+σ2/2)T​ d2=d_2 =d2​=

Quantenkapazität

Quantum Capacitance ist ein Konzept, das in der Quantenphysik und Materialwissenschaft eine wichtige Rolle spielt, insbesondere bei der Untersuchung von nanostrukturierten Materialien wie Graphen und anderen zweidimensionalen Materialien. Es beschreibt die Fähigkeit eines Systems, elektrische Ladung auf quantenmechanische Weise zu speichern. Im Gegensatz zur klassischen Kapazität, die durch die Geometrie und das Dielektrikum eines Bauelements bestimmt wird, hängt die Quantenkapazität von der Dichte der Zustände an der Fermi-Energie ab.

Die Quantenkapazität CqC_qCq​ kann mathematisch als:

Cq=dQdVC_q = \frac{dQ}{dV}Cq​=dVdQ​

ausgedrückt werden, wobei QQQ die Ladung und VVV die Spannung ist. In Systemen mit stark korrelierten Elektronen oder in geringdimensionale Systeme kann die Quantenkapazität signifikant von der klassischen Kapazität abweichen und führt zu interessanten Phänomenen wie quantisierten Ladungszuständen. Die Untersuchung der Quantenkapazität ist entscheidend für das Verständnis von Geräten wie Transistoren und Kondensatoren auf Nanometerskala.