Utförande och utvärdering

Vi har formulerat vårt problem vi har byggt en lösning, det som behövs nu är att utvärdera vår lösning och model. Ofta är det så att den lösning vi kom fram till inte är optimal och behöver justeras. Men för att veta om modellen och lösningen är korrekt måste vi presentera det för användaren på ett eller annat sätt.

Datarepresentation

Om man samlat in data och sedan analyserat den så att man kommer fram till en massa kloka svar på svåra frågor så gäller det att kunna visa upp det på ett enkelt och övertygande sätt för andra så att man kan dra slutsatser. Detta kan till exempel göras genom att man bygger diagram, eller visar upp värden på en skärm.

Dataanalys

Dataanalys handlar om att undersöka den information man samlat in genom att ha automatiserat lösningen och skaffa sig förståelse för den. Är vi nöjda med vår model eller skulle vi kunna förändra något i den så rymdfärden blir både säkrare och billigare.

Till exempel om vi byggt en simulation av en rymdfärd där vi låtit yttersidan av rymdraketen vara  gjord guld skulle vi se att rymdfärden antagligen slutat i katastrof och kostat väldigt mycket mer pengar. Därför har forskarnas modeler visat att Aluminium är lätt och starkt och passar därför mycket bättre för saker som skall flyga. Ju tyngre en raket eller flygplan är desto mer bränsle går det åt för att få dem att flyga, så det är viktigt att materialen är så lätta som möjligt. Men aluminium tål inte så höga temperaturer som det blir när raketbränsle brinner, så därför måste man ha andra material just där förbränningen sker. Har man byggt en tillräckligt bra model visar detta sig i dataanalysen.

Därför är det viktigt att titta på olika material och jämföra deras dencitet (vikt per volym) och deras tålighet för olika temperaturer. Efter att ha samlat in datan om olika material så kan man jämföra dem, det vill säga göra en dataanalys, och sen välja det bästa materialet för olika delar av raketen.