Prozess zur Überprüfung, dass eine rechnerische Implementierung das vorgesehene mathematische Modell korrekt und fehlerfrei löst, ohne Programmierfehler, numerische Fehler oder algorithmische Inkonsistenzen.

Prinzip

Nachweisen, dass numerische Verfahren und Code bekannte Lösungen reproduzieren, mit der Auflösung konvergieren und Erhaltungs‑ oder Konsistenzbedingungen erfüllen; Einsatz von Unit‑Tests, der Methode der künstlichen Lösungen und Code‑Reviews.

Demonstration

Ein Finite‑Elemente‑Solver für Wärmeübertragung wird verifiziert, indem er eine analytische Temperaturverteilung reproduziert und erwartete Konvergenzraten bei Netzverfeinerung zeigt.

Fehlanwendung

Erfolg der Verifikation als Beweis dafür ansehen, dass das Modell die Realität abbildet, die Verifikation auslassen, weil die Ergebnisse »plausibel aussehen«, oder ad‑hoc‑Prüfungen verwenden, die kritische Codepfade nicht abdecken.

Konsequenz

Korrekte Verifikation verringert das Risiko unentdeckter Implementierungsfehler, liefert reproduzierbare Tests zur Verhinderung von Regressionen und erhöht das Vertrauen in anschließende Validierung und Unsicherheitsanalysen.

Umkehrung

Ein Scheitern der Verifikation legt Programmier‑ oder Numerikfehler offen, die alle aus der Implementierung gezogenen Schlussfolgerungen ungültig machen; Verwechslung mit Validierung führt zu fehlgeleitetem Vertrauen.

Abgrenzung

Verifikation betrifft die Korrektheit der Implementierung bezogen auf die mathematische Spezifikation; sie testet nicht die Eignung der Modellform, Parameterwahl oder die prädiktive Fähigkeit in der realen Welt.

Semantische Spannung

Spannungen entstehen mit Validierung und Kalibrierung, wenn die Terminologie ungenau verwendet wird; Verifikation wird häufig mit Validierung verwechselt oder aus Zeitdruck weggelassen.

Synthese

Modellverifikation ist die systematische Sicherstellung, dass Code und Algorithmen das formulierte mathematische Modell korrekt lösen und damit die technische Grundlage für Validierung und weitere Analysen bilden.