QUANTA STUDY
CommunityTafelwerkApp herunterladen
DE/ENAnmelden
DE/EN
QUANTA STUDY

Karteikarten mit sichtbaren Quellen, präziser Formeldarstellung und einem Lernplan für deine nächste Prüfung.

Produkt

  • KI-Karteikarten
  • Karteikarten-App
  • Multiple Choice
  • KI-Tutor
  • Lernplan
  • Spaced Repetition
  • App installieren

Werkzeuge

  • PDF zu Karteikarten
  • Multiple Choice aus PDF
  • Karteikarten-Generator
  • Skript zusammenfassen
  • Formel-Tools
  • Tafelwerk
  • Periodensystem
  • Glossar

Angebot

  • Preise
  • Für Schulen
  • Für Nachhilfeschulen
  • Lückentext-Aufgaben
  • Studiengänge
  • Anki-Alternative
  • Quizlet-Alternative
  • Preisvergleich

Quanta

  • Mission
  • Magazin
  • Community
  • Studien
  • Nachhilfe finden
  • KI-Halluzination
  • FAQ
  • Karriere

© 2026 QUANTA ·AM Creative Tech UG (haftungsbeschränkt)

ImpressumDatenschutzAGBLizenzen
QUANTA STUDY
FORMEL-DATENBANK
Biologie · Populationsbiologie

Logistisches Wachstum

Die Differentialgleichung des logistischen Wachstums beschreibt Populationswachstum mit Kapazitätsgrenze und ist ein realistisches Modell für biologische Populationen.

UniversitätPrüfungsrelevant
Formel als Prüfungsset lernenIch habe schon ein Konto

Kostenlos · keine Kreditkarte · in 2 Minuten in deinem Lernplan

Formel

dtdN​=r⋅N⋅(1−KN​)
LaTeX: \frac{dN}{dt} = r \cdot N \cdot \left(1 - \frac{N}{K}\right)
N in Individuen, r in 1/Zeit, K in Individuen, t in Zeit

Variablen & Einheiten – Logistisches Wachstum

SymbolBedeutungEinheit
NPopulationsgröße (Anzahl Individuen)Individuen
rIntrinsische Wachstumsrate (birth − death rate)1/t
KKapazitätsgrenze (Carrying Capacity) des LebensraumsIndividuen
tZeits, d oder Jahr

Herleitung & Hintergrund – Logistisches Wachstum

Pierre François Verhulst (1838) korrigierte Malthus'exponentiellen Ansatz: Bei N << K: nahezu exponentielles Wachstum; bei N → K: dN/dt → 0. Wendepunkt (stärkste Rate) bei N = K/2. Analytische Lösung: N(t) = K/(1 + ((K−N₀)/N₀)·e^(−rt)).

Prüfungs-Blueprint

Gültigkeitsbereich

Gilt für Wachstum mit begrenzter Ressource und konstanter Kapazitätsgrenze K im Modellzeitraum.

Herleitung in Schritten

Exponentielles Wachstum wird durch einen Bremsfaktor reduziert, der bei N nahe K gegen null geht.

  1. 1Ohne Grenze gilt dN/dt = rN.
  2. 2Der Faktor (1 - N/K) bremst das Wachstum bei Annäherung an K.

Umstellen

Pro-Kopf-Wachstumsrate

N1​dtdN​=r(1−KN​)

Bei N = K/2 ist die absolute Wachstumsrate maximal.

Aufgabenvariante

Was passiert bei N = K?

Der Faktor (1 - N/K) wird 0; das Wachstum stoppt im Modell.

Typische Fehler

Logistisches Wachstum als dauerhaft exponentiell behandeln.

Nur für N << K ist es näherungsweise exponentiell.

Klausurkontext

  • Typisch in Populationsökologie, Bakterienkulturen, Epidemiologie und Sättigungsmodellen.

Die typischen Fehler stecken als eigene Karten im Prüfungsset. Einmal aktiv trainiert, passieren sie in der Klausur selten.

Diese Fehler im Set trainierenIch habe schon ein Konto

Formelcluster

Sättigungsmodelle

Verbindet Differentialgleichung, Biologie und Modellgrenzen.

v=Km​+[S]Vmax​⋅[S]​

Michaelis-Menten-Kinetik (Enzymkinetik)

P(A∣B)=P(B)P(B∣A)⋅P(A)​

Satz von Bayes

f(x)=σ2π​1​e−2σ2(x−μ)2​

Normalverteilung (Gaußsche Glockenkurve)

Rechenbeispiel

Bakterien: r = 0,5/h, K = 10⁶, N₀ = 1000. Nach t = 10 h: N ≈ 10⁶/(1 + 999·e⁻⁵) ≈ 860 000. Bei t → ∞: N → K.

Anwendungsgebiete

Ökologie (Populationsdynamik), Epidemiologie (SIR-Modelle), Bakterienwachstum, Tumorwachstum, Marktsättigung

Quanta-Prüfungsset

Kuratiertes Prüfungsset für "Logistisches Wachstum":

Frage (Vorderseite)

Welche Formel beschreibt Logistisches Wachstum?

Antwort in deinem Set

Frage (Vorderseite)

Wie stellst du dN/dt = r·N·(1 − N/K) nach Pro-Kopf-Wachstumsrate um?

Antwort in deinem Set

Frage (Vorderseite)

Welcher typische Fehler passiert bei dN/dt = r·N·(1 − N/K)?

Antwort in deinem Set

+ 7 weitere Karten: Einheiten, Variablen, Herleitung, Beispiel, Klausuraufgabe

Diese 10 Karten sind fertig kuratiert. Ein Klick, und sie liegen in deinem Lernstapel, FSRS plant die Wiederholungen bis zur Klausur.

Set übernehmen, kostenlosIch habe schon ein Konto

Wissenschaftliche Quellen

  • [1]Verhulst, P.F. (1838). Notice sur la loi que la population suit dans son accroissement. Correspondance Mathématique et Physique, 10, 113–121.

Häufige Schreibweisen & Suchanfragen

dN/dt = r*N*(1-N/K)N(t)=K/(1+e^(-r(t-t0)))logistisches Wachstum FormelPopulationswachstum Formellogistic growth formulaKapazitätsgrenze WachstumWachstumsgleichung Biologie

Verwandte Formeln

f(x)=σ2π​1​e−2σ2(x−μ)2​

Normalverteilung (Gaußsche Glockenkurve)

P(A∣B)=P(B)P(B∣A)⋅P(A)​

Satz von Bayes

v=Km​+[S]Vmax​⋅[S]​

Michaelis-Menten-Kinetik (Enzymkinetik)

N=RM⋅C​

Lincoln-Index (Fang-Wiederfang-Methode)

Weitere Biologie-Formeln

v=Km​+[S]Vmax​⋅[S]​

Michaelis-Menten-Kinetik (Enzymkinetik)

p2+2pq+q2=1

Hardy-Weinberg-Gleichgewicht

N(t)=N0​⋅er⋅t

Exponentielles Wachstum

χ2=∑E(B−E)2​

Chi-Quadrat-Test (Anpassungstest)

Spaced Repetition

Formeln nachhaltig lernen

Aktiver Abruf

Abrufen statt wiederlesen

FSRS vs. SM-2

Optimaler Algorithmus

Formel-Prüfungsset erstellen

Kostenlos in Quanta

Häufige Fragen zu Logistisches Wachstum

Was beschreibt das logistische Wachstumsmodell?+

Das logistische Modell beschreibt Wachstum, das durch eine begrenzte Ressource gebremst wird. Die Wachstumsrate ist dN/dt = r·N·(1 − N/K), mit der Populationsgröße N, der Wachstumsrate r und der Kapazitätsgrenze K. Solange N klein gegen K ist, wächst die Population fast exponentiell mit der Rate r. Nähert sich N der Kapazität K, wird der Bremsfaktor (1 − N/K) immer kleiner und das Wachstum verlangsamt sich, bis es bei N = K ganz stoppt. Beispiel Bakterien mit r = 0,5/h, K = 10⁶ und N₀ = 1000: Nach 10 Stunden liegt N bei etwa 860 000, langfristig strebt N gegen K. Es entsteht die typische S-förmige Wachstumskurve.

Was bedeutet die Kapazitätsgrenze K?+

Die Kapazitätsgrenze K ist die maximale Populationsgröße, die eine Umgebung dauerhaft tragen kann, weil Ressourcen wie Nahrung, Platz oder Sauerstoff begrenzt sind. Im logistischen Modell ist K der Wert, gegen den die Population langfristig strebt. Erreicht N die Kapazität, wird der Bremsfaktor (1 − N/K) null und das Wachstum stoppt; die Population bleibt konstant. Liegt N über K, etwa nach einer Überbevölkerung, wird der Faktor negativ und die Population schrumpft zurück Richtung K. K ist also ein stabiles Gleichgewicht. Es hängt von den konkreten Umweltbedingungen ab und kann sich ändern, wenn sich Ressourcen oder Lebensraum verändern. K ist eine der beiden zentralen Größen des Modells neben der Wachstumsrate r.

Was ist der Unterschied zwischen exponentiellem und logistischem Wachstum?+

Exponentielles Wachstum beschreibt eine Population, die ungebremst mit konstanter Rate wächst; die Wachstumsgeschwindigkeit steigt immer weiter an und die Population würde theoretisch unendlich groß. Logistisches Wachstum berücksichtigt dagegen begrenzte Ressourcen über den Bremsfaktor (1 − N/K), der das Wachstum bei Annäherung an die Kapazität K abbremst. Für kleine Populationen, wenn N viel kleiner als K ist, sind beide Modelle nahezu gleich, weil der Bremsfaktor dann nahe eins liegt. Erst bei größerer Population weichen sie deutlich ab: Das logistische Wachstum flacht ab und strebt gegen K, das exponentielle wächst unbegrenzt weiter. In der Natur ist das logistische Modell realistischer, weil Ressourcen immer begrenzt sind.

Wann ist die absolute Wachstumsgeschwindigkeit am größten?+

Die absolute Wachstumsgeschwindigkeit dN/dt ist beim halben Wert der Kapazität, also bei N = K/2, am größten. Dort ist das Produkt aus vorhandener Population N und freiem Spielraum (1 − N/K) maximal. Bei kleinerem N gibt es zwar viel Spielraum, aber wenige Individuen, die sich vermehren; bei größerem N gibt es viele Individuen, aber kaum noch Spielraum. Genau in der Mitte ist die Bilanz optimal. An diesem Punkt hat die S-förmige Wachstumskurve ihren Wendepunkt, die Steigung ist dort am steilsten. Danach nimmt das Wachstum wieder ab, bis es bei N = K ganz stoppt. Dieser Wendepunkt bei K/2 ist ein charakteristisches Merkmal des logistischen Modells.

Wofür wird das logistische Wachstumsmodell in der Praxis verwendet?+

Das logistische Modell beschreibt viele Sättigungsprozesse über die Biologie hinaus. In der Populationsökologie modelliert es Tier- und Pflanzenpopulationen mit begrenztem Lebensraum. In der Mikrobiologie beschreibt es das Wachstum von Bakterienkulturen, die in einem Nährmedium an ihre Grenzen stoßen. In der Epidemiologie ähnelt die Ausbreitung einer Krankheit in einer Bevölkerung dem logistischen Verlauf, weil die Zahl noch nicht Infizierter abnimmt. Auch die Verbreitung neuer Technologien oder Produkte folgt oft einer S-Kurve, weil der Markt gesättigt wird. Überall dort, wo anfangs schnelles Wachstum durch eine natürliche Obergrenze gebremst wird, ist das logistische Modell ein passender und weit verbreiteter Beschreibungsansatz.

Logistisches Wachstum prüfungssicher behalten

Erstelle ein kuratiertes FSRS-Prüfungsset für dN/dt = r·N·(1 − N/K): Formelabruf, Variablen, Herleitung, Umstellung, Beispiel, typische Fehler und Klausurkontext.

Formel als Prüfungsset lernenSchon registriert? Direkt weiter

Kostenlos · kuratiertes Formelset · LaTeX · FSRS Spaced Repetition

Wie berechnet man mit Logistisches Wachstum?

So gehst du eine typische Aufgabe zu Logistisches Wachstum (dN/dt = r·N·(1 − N/K)) Schritt für Schritt an:

  1. 1

    Aufgabe

    Was passiert bei N = K?

    Rechenweg

    Der Faktor (1 - N/K) wird 0; das Wachstum stoppt im Modell.