1. Projektbeschreibung
2. Projektplanung
3. Ausblick

Ziel ist es ein Galton-Fallbrett zu simulieren.

1. Mathematische Simulation
2. Visualisierung
3. Gui
4. Physikalische Simulation
5. Erweiterung der physikalischen Simulation

Weg der Kugel wird über RNG entschieden, wobei zunächst jede Pin-Interaktion eine 50/50 Situation darstellt. Als nächstes soll den Pin ein Bias gegeben werden um Imperfektion des Bretts zu simulieren.

der Weg der Kugeln durch das Brett soll visuell verwirklicht werden (kleine Kugelzahlen) bei großen Kugelzahlen ist zu sehen wie sinnvoll das ist.

einstell möglichkeiten für kugel anzahl; generation eines bretts mit bias; einbindung der visualisierung;

- 30.11.2017

• Beginn mit dem mathematischen Modells → prove of concept successfull
• Ausgabe einer text-datei
• Bugs: Verteilung überspringt (meistens) Fächer

- 07.12.2017

• korrigieren der Bugs von letzter Woche, mathematisches modell voll funktionsfähig
• beginn der recherche zur visualisierung, mögliche kandidaten: graohics/pygame
• zur erleichterung der visualisierung: einführung der trajectory datei, diese kann von der visualisierung dann zu reconstruktion alle trajektorien genutz werden
• probleme: erstellung generierter objecte
• * schleifen innerhalb von graphics

-21.12.2017

• fertigstellung des Bretts
• beginn der kugel animation

-11.01.2018

• begin bounce-animation über vektor umkehrung und colisions detection
• damit einleitung des physikalischen modells

-18.01.2018

• erkennung eines problems, beim erstellen der objekte
• lösung durch erstellen von listen
• alle pins sind nu in liste verfügbar

-01.02.2018

• implementation von tuple-listen zur integration von kugeln mit q,p
• erste problem mit der simulation, zeichenen mehrerer kugeln mit aktiver pin-collision laggt stark
• entscheidung auf koordinaten orientierte zeichnung umzustellen
• dies hilft nur maginal
• entscheidung graphics zu dumpen und pygame als neue zeichen engine zu verwenden

-08.02.2018

• implementation in pygame erfolgreich
• pygame, liefert nur geringe verbesserung
• implementation eines kd-tree - keine deutliche performance verbesserung
• Project zu groß?

-15.02.2018

• kd2-tree funktioniert
• random number generration wirft symmetrische muster mit sehr niedriger varianz
• implementierung der daten auswertung wie im math-modell

-06.03.2018

• kugel-kugel-kolision implementiert
• problem mit kd-tree teilweise behoben
• neues problem in testbench: pile-drivingballs
• impuls verarbeitung neu überdenken

• Protokoll
• Dokumentation