# Simulationspipeline
## 1. Modellierung

- Model erstellen, das auf eine niedrige Abstrakte Ebene heruntergebrochen wurde.
- Verienfachung / Formale Abstraktion der Realität -> Dimension wegnehmen
### Model Erstellen
Eine Annahme z.B. eine Formel

3D - Modell

### Mathematische Modellierung
Eine Szenario auf einer Karte -> Graphen

#### Graphen
Problem: Jeder Pfad auf einem Graphen einmal verwenden. Funktioniert nur bei gerader Anzahl der Pfade an einem Knoten. Bei ungerade Anzahl -> Keine Weg zurück


#### Herleitung
- Welche Größen sind wichtig 
- Wie beeinflussen sie sich?
- Was ist die Aufgabe ?

#### Analyse
- Existens und Eindeutigkeit: Gibt es eine Lösung? Welche Lösung ist richtig?
- Wie beinflussen Ausgangswerte das Ergebnis?
- Wie genau ist das Modell? Mehrere Modelle sind möglich.



## 2. Numerische Behandlung

### Diskretisierung
Aus Unendlich wird endlich also z.B. 10 Werte.

h : (Gitterabstand) Abstand zwischen den Punkten.

![[diskretion.png]]

### Algorithmen Entwicklung
- Genauer Ablauf entwickeln


### Klassifikation von Modellen

- Diskrete und kontinuierliche Modelle

#### diskrete Modelle
- Basieren auf diskrete oder kombinatorischen Beschreibungen
- z.B. Graphen, (endliche) Automaten

#### kontinuierliche Modelle
- basieren auf stetigen Beschreibung
- in der Regel Gleichungen

#### Deterministische und Stochastische Modelle
- Beispiel 1: Würfel
	- Stochastisches Modell

- Beispiel 2: Crashtest
	- deterministisches Phänomen

#### Skalen und Hierarchien
- Wahl der Skala in Abhängigkeit von
	- Ergebnis
	- kosten der Berechnung und Zeit

- Auflösung der Abstraction: Mensch oder Atom

#### Inverse Probleme
- Forward Problem 
	- Wetter
	
- Inverse Problem
	- Lösung kennt man: Wie kommt man da hin?


## 3. Implementierung
- Softwareentwicklung, Parallelisierung

## 4. Visualisierung
- An Zielgruppe anpassen
- Ergenisse Zeigen

## 5. Validierung
- Fehlerbetrachtung
- Was kann es?
## 6. Einbettung
- Verkauf und Vertrieb