Wir nutzen hier lineare Optimierung um uns an die Atmosphärenzusammensetzung von ausgewählten Exoplaneten anzunähern.

1. Versuchsplanet wählen und Daten runterladen:
- 2MASS J12073346-3932539 b , da viele Datenpunkte
- K2-18b, weil relevant

2. Absorbtionsspektrum relevanter Stoffe finden und in die richtige Form bringen
- Stoffe: O_2, N_2, CH_4, CO_2, H_2, NH_3, H_2O, NO_3, O_3, DMS, H_2S
- Dies sind Stoffe die oft in Atmosphären vorhanden sind oder anderweitig interessant sind (z.B. O_3 wegen der Ozon-Schicht):
- Dateiformat am besten csv
- Tabellen dann mit scipy.interpolate nutzen um die Tabelle in eine angenäherte Funktion umzuschreiben.

3. Schreiben der Funktion für die Spektralanalyse
- Übergebene Daten: csv der Planetenspektren (in welches Format bringen)
- Funktionen der relevanten Atmosphären Stoffe (zur Einfachheit hier f_1 … f_i oder rAS)
- Die Funktion sollte dieser Formel entsprechen
und sieht momentan so aus:

Erklärung: Wir betrachten jeweils eine Zeile/Wellenlänge und multiplizieren bei jeder alle Stoffspektren mit einer weight (diese ist noch nicht festgelegt und wird später optimiert) und ziehen davon unsere gemessene Wellenlänge ab. Dann quadrieren wir. Dies summieren wir alles auf.
Später schauen wir dann mit minimize, wie wir das am kleinsten kriegen.