RC-Schaltkreis-Simulator

Sieh, wie ein Widerstand-Kondensator-Kreis mit der Zeitkonstante τ = RC exponentiell lädt und entlädt.

Interaktive Simulation wird geladen...

Die exponentielle Mathematik der Kondensatorladung 🖖

Ein RC-Glied verhält sich dynamisch, weil ein Kondensator Energie in einem elektrischen Feld speichert. Die Lade- und Entladerate wird durch die Zeitkonstante τ = RC bestimmt. Die Spannung an einem ladenden Kondensator folgt der Exponentialfunktion V(t) = V₀(1 − e^{-t/RC}), was bedeutet, dass sie V₀ nie ganz erreicht, sich ihr aber asymptotisch nähert (63,2 % bei 1τ, 99,3 % bei 5τ). In der Frequenzanalyse bildet diese Verzögerung die Basis für analoge Filter: Sie wirkt als Tiefpassfilter, wenn die Spannung über dem Kondensator gemessen wird, oder als Hochpassfilter, wenn sie über dem Widerstand gemessen wird.

Ein Kondensator ist ein Eimer an einem dünnen Hahn 🖖

Stell dir den Kondensator als kleines Reservoir vor und den Widerstand als dünnen Hahn, der es speist. Anfangs ist das Reservoir leer, sodass die Ladung hineinströmt und die Kurve steil ansteigt; mit zunehmender Füllung schrumpft die „Druckdifferenz", der Fluss lässt nach und die Kurve flacht ab. Die ganze Geschichte bestimmt eine einzige Zahl, τ = RC in Sekunden: Vergrößert man Widerstand oder Kondensator, verlangsamt sich alles proportional.

Auch deine Neuronen sind RC-Schaltungen 🖖

Genau dieselbe Gleichung läuft in deinem Kopf. Die Zellmembran eines Neurons speichert Ladung wie ein Kondensator, während Ionenkanäle sie wie ein Widerstand ableiten – das ergibt eine Membranzeitkonstante τ_m = R_m C_m von etwa 10–20 ms. Diese Zahl entscheidet, wie lange ein eintreffendes Signal nachklingt, bevor es verblasst – und damit, ob zwei kurz nacheinander eintreffende Reize sich genug summieren, um das Neuron feuern zu lassen. Das Gehirn rechnet buchstäblich mit RC-Ladekurven.

Beispielaufgaben