 |
 |
 |
 |
 |
 |
 | |
| |
| |
Virtuelle Modelle und Methodik von xirrus simulation
| analytisch Funktionen sind mathematisch hergeleitet und direkt berechenbar. | oder | numerisch Funktionen werden lediglich numerisch gelöst. |
| Je nach Modellanforderungen setzt xirrus simulation das mathematisch mögliche um. | ||
| statisch Die Zeit spielt keine Rolle. | oder | dynamisch Das System ist zeitabhängig und die Simulation läuft in definierten Zeitschritten ab, es werden z.B. Bewegungsgleichungen gelöst. |
| Für manche Probleme sind statische Modelle ausreichend und werden bevorzugt. | Dynamische Modelle sind alltäglich für xirrus simulation | |
| diskret Die Anzahl Zustände eines Systems sind fix. Positionen sind in einem Raster (Gitter), das System verhält sich "digital". Diskrete Modelle sind schneller zu rechnen. | oder | kontinuierlich Die Anzahl Zustände eines Systems sind beliebig, Positionen sind beliebig, das System verhält sich "analog". Kontinuierliche Modelle sind oft realistischer. |
| Sind realistische Details diskret unzureichend beschreibbar, bevorzugt xirrus simulation kontinuierliche Modelle. | ||
| deterministisch Verläuft die Simulation gemäss physikalischen Gesetzen (z.B. Newton-Mechanik) vorhersagbar. | oder | stochastisch* Verläuft die Simulation nach einem Zufallsmuster (Monte-Carlo)? |
| xirrus simulation setzt auf die Methode, die für die gewählten Probleme rasch aussagekräftige Analysen ermöglicht. Je nach Problemstellung führt der Zufall durch eine hohe statistische Dichte (selbst von seltenen Ereignissen) rascher zum Ziel. | ||
| *stochastisch-stochastisch Computergenerierte Zufallszahlen oder Verteilungen können in sich selbst auch stochastisch, also zufällig sein. Für die Simulation eines Casino-Spiels ist es wünschbar, eine zufällige Auswahl der Zufallszahlen zu generieren, damit z.B. die Abfolge von Zufallszahlen am Roulettetisch nicht reproduzierbar ist. | oder | *stochastisch-reproduzierbar Computergenerierte Zufallszahlen oder Verteilungen können in sich selbst exakt reproduzierbar sein. Für viele technische Simulationen ist die Wiederholbarkeit der exakt gleichen Simulation trotz zufälliger Startwerte eine Notwendigkeit, um kleine Optimierungen unabhängig von Zufallseinflüssen testen zu können. |
| xirrus simulation arbeitet daher meistens stochastisch reproduzierbar mit einem sogenannten random seed for random generator. | ||
