2025-04-17 13:18:15 +02:00

89 lines
1.9 KiB
Markdown

# 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