Source: https://web.math.utk.edu/~vasili/va/descr/
Computational Science betreibt Wissenschaft durch Berechnung. Es ist mittlerweile die dritte Art der wissenschaftlichen Forschung und ergänzt Theorie und Experiment. Dank der enormen Fortschritte in der Rechenleistung können heute immer kompliziertere und realistischere Prozesse rechnerisch simuliert werden.
Der Entwurf, die Prototypenerstellung, die Optimierung und die Steuerung technologischer Prozesse hängen von einem grundlegenden Verständnis der beteiligten Phänomene, ihrer Wechselwirkungen und der Sensibilität für Parameter ab. Diese können sehr effektiv durch Computersimulationen untersucht werden, die auf mathematischen Modellen basieren, die physikalische Prinzipien ausdrücken.
‣ Modellierung: Der erste Schritt ist die „Mathematisierung“ des Prozesses, nämlich die Entwicklung eines mathematischen Modells des physikalischen Prozesses. Es ist oft mit Abstand das Schwierigste.
‣ Analyse: Dann kann das gesamte Arsenal an mathematischen Werkzeugen genutzt werden, um die grundlegenden Eigenschaften des mathematischen Modells zu analysieren und zu verstehen und zu versuchen, sein Verhalten vorherzusagen. Hier werden theoretische Fragen (Existenz, Einzigartigkeit, Stabilität von Lösungen) wichtig, die oft zu anspruchsvollen Problemen für die theoretische mathematische Forschung führen.
‣ Als nächstes kommt das wissenschaftliche Rechnen ins Spiel, um geeignete und effektive numerische Methoden für das mathematische Problem zu entwickeln.
‣ Programmierung: Die Algorithmen werden in einer höheren Computersprache (Fortran, C, C++) implementiert.
‣ Verifizierung: Der Computercode wird umfassend auf Probleme/Prozesse mit bekannter Lösung/bekanntem Verhalten getestet. Fehler werden behoben und der Code wird immer wieder getestet.
‣ Optimierung: Der Computercode ist auf Robustheit, Stabilität und Effizienz optimiert.
‣ Parallelisierung: Realistische Probleme sind in der Regel rechenintensiv, daher ist eine Parallelisierung des Codes erforderlich, um auf Clustern von Multiprozessoren und/oder vielen vernetzten Computern gleichzeitig ausgeführt zu werden.
‣ Validierung: Der letzte entscheidende Schritt ist die Validierung des Modells, indem ein Prozess simuliert und die Ergebnisse numerischer Simulationen mit experimentellen Messungen verglichen werden. Möglicherweise sind mehrere Wiederholungen aller oben genannten Schritte erforderlich!