💨 Teilchendiffusion — Osmose & Brownsche Bewegung
Simulation der Teilchendiffusion und Osmose. Beobachten Sie Ficks zweites Gesetz in Aktion, während sich Teilchen von hoher zu niedriger Konzentration bewegen. Temperatur- und Membransteuerung.
Über diese Simulation
Dieser Visualisierer lässt Hunderte virtueller Teilchen einen Zufallsweg (Brownsche Bewegung) in einem Würfel zurücklegen — sie starten konzentriert an einer Quelle und breiten sich spontan gleichmäßig im Raum aus. Das makroskopische Verhalten folgt Ficks zweitem Gesetz, und die mittlere quadratische Verschiebung wächst in drei Dimensionen linear mit der Zeit als ⟨r²⟩ = 6Dt.
🔬 Was gezeigt wird
Teilchen folgen einem 3D-Zufallsweg (Brownsche Bewegung). Das Konzentrationsfeld C(x,t) gehorcht Ficks zweitem Gesetz (∂C/∂t = D·∇²C), dessen Lösung eine sich mit der Zeit verbreiternde Gauß-Kurve ist. Die mittlere quadratische Verschiebung wächst linear als ⟨r²⟩ = 6Dt.
🎮 Bedienung
Nutzen Sie die Temperatur, um die Diffusion zu beschleunigen (höheres T → größere Schrittweite → größeres D). Wählen Sie eine Anfangsbedingung: eine einseitige Quelle, einen zentralen Klumpen oder zwei durch eine Trennwand geteilte Spezies. Drücken Sie „Trennwand entfernen", damit sich zwei farbige Spezies durchmischen.
💡 Wussten Sie schon?
Der Duft eines einzelnen Parfümmoleküls kann eine menschliche Nase auslösen. Geruchssignale legen die rund 40 nm breite Synapsenspalte per Diffusion in unter einer Millisekunde zurück. Ficks 1855 hergeleitete Gesetze bilden heute die Grundlage für Medikamentenfreisetzung, Halbleiterdotierung und Lebensmittelwissenschaft.
Häufig gestellte Fragen
Was ist Diffusion?
Diffusion ist die Nettobewegung von Teilchen aus einem Bereich hoher Konzentration in einen Bereich niedriger Konzentration, angetrieben allein durch zufällige thermische Bewegung und nicht durch eine gerichtete Kraft. Mit der Zeit breitet sich eine anfangs konzentrierte Teilchengruppe gleichmäßig im verfügbaren Volumen aus. Dieser spontane Prozess erhöht die Entropie des Systems und ist unter gewöhnlichen Bedingungen irreversibel.
Wie benutze ich diese Simulation?
Nutzen Sie den Temperatur-Regler, um die Diffusionsrate zu steuern — höhere Temperatur bedeutet größere zufällige Schrittweiten und einen größeren Diffusionskoeffizienten D. Wählen Sie eine Anfangsbedingung aus dem Dropdown: „Einseitige Quelle" startet alle Teilchen nahe einer Wand, „Zentraler Klumpen" bündelt sie in der Mitte, und „Zwei Spezies + Trennwand" platziert zwei farbige Gruppen auf gegenüberliegenden Seiten einer entfernbaren Wand. Nutzen Sie Pause/Play und Zurücksetzen zur Steuerung und ziehen Sie die 3D-Ansicht, um die Kamera zu drehen.
Was zeigt mir die mittlere quadratische Verschiebung (MSD)?
Die MSD verfolgt, wie weit sich Teilchen im Durchschnitt von ihrer Startposition entfernt haben. Bei 3D-Brownscher Bewegung wächst diese Größe linear mit der Zeit: MSD = 6Dt, wobei D der Diffusionskoeffizient und t die verstrichene Zeit ist. Die Simulation schätzt D in Echtzeit aus dieser Beziehung — eine höhere Temperatur erzeugt eine steilere MSD-Steigung und einen größeren D-Wert.
Was besagt Ficks zweites Gesetz und wie gilt es hier?
Ficks zweites Gesetz besagt, dass die Änderungsrate der Konzentration C an jedem Punkt gleich dem Diffusionskoeffizienten D multipliziert mit dem Laplace-Operator der Konzentration ist: dC/dt = D·∇²C. Für eine Punktquelle im freien Raum hat diese Gleichung eine Gauß-Lösung, deren Breite mit der Quadratwurzel von 2Dt wächst. Das Histogramm-Panel dieser Simulation zeigt, wie sich das Konzentrationsprofil entlang der x-Achse von einer scharfen Spitze zu einer breiten, nahezu gleichmäßigen Verteilung entwickelt.
Wer entdeckte die Diffusion und was war der historische Durchbruch?
Adolf Fick formulierte 1855 die beiden quantitativen Diffusionsgesetze bei der Untersuchung des Membrantransports. 1905 veröffentlichte Albert Einstein seine Theorie der Brownschen Bewegung und erklärte damit das von Robert Brown 1827 beobachtete zufällige Zittern als Kollisionen mit einzelnen Molekülen. Einsteins Formel MSD = 6Dt lieferte die erste genaue Methode zur Messung der Avogadro-Zahl.