Uncertainty Quantification in Computational Fluid Dynamics
Hester Bijl · Didier Lucor · Siddhartha Mishra · Christoph Schwab
ก.ย. 2013 · Lecture Notes in Computational Science and Engineering หนังสือเล่มที่ 92 · Springer Science & Business Media
eBook
333
หน้า
reportคะแนนและรีวิวไม่ได้รับการตรวจสอบยืนยัน ดูข้อมูลเพิ่มเติม
เกี่ยวกับ eBook เล่มนี้
Fluid flows are characterized by uncertain inputs such as random initial data, material and flux coefficients, and boundary conditions. The current volume addresses the pertinent issue of efficiently computing the flow uncertainty, given this initial randomness. It collects seven original review articles that cover improved versions of the Monte Carlo method (the so-called multi-level Monte Carlo method (MLMC)), moment-based stochastic Galerkin methods and modified versions of the stochastic collocation methods that use adaptive stencil selection of the ENO-WENO type in both physical and stochastic space. The methods are also complemented by concrete applications such as flows around aerofoils and rockets, problems of aeroelasticity (fluid-structure interactions), and shallow water flows for propagating water waves. The wealth of numerical examples provide evidence on the suitability of each proposed method as well as comparisons of different approaches.
ให้คะแนน eBook นี้
แสดงความเห็นของคุณให้เรารับรู้
ข้อมูลในการอ่าน
สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ
