The Linear Discrete Method (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) is used to solve the Stochastic Collection Equation (SCE) numerically. Comparisons are made to the Method of Moments (MOM; TzIVION ET AL. 1999) which is suggested as a reference for numerical solutions of the SCE. Simulations for both methods are shown for the GoLOVIN kernel (for which an analytical solution is available) and the hydrodynamic kernel after LONG (1974) as it is used by TZIVION ET AL. (1999). Different bin resolutions are investigated and the simulation times are compared. In addition, LDM simulations using the hydrodynamic kernel after BÖHM (1992b) are presented. The results show that for the GoLOVIN kernel, LDM is slightly closer to the analytic solution than MOM. For the LONG kernel, the low resolution results of LDM and MOM are of similar quality compared to the reference solution. For the BÖHM kernel, only LDM simulations were carried out which show good correspondence between low and high resolution results. / Die lineare diskrete Methode (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) wird dazu benutzt, die Gleichung für stochastisches Einsammeln (stochastic collection equation, SCE) numerisch zu lösen. Dabei werden Vergleiche gezogen zur Methode der Momente (Method of Moments, MOM; TzIVION ET AL. 1999), die als Referenz für numerische Lösungen der SCE vorgeschlagen wurde. Simulationsrechnungen für beide Methoden werden für die Koaleszenzfunktion nach GoLOVIN (für die eine analytische Lösung existiert) und die hydrodynamische Koaleszenzfunktion nach LONG (1974) wie sie von TZIVION ET AL. (1999) verwendet wird, gezeigt. Verschiedene Klassenauflösungen werden untersucht und die Simulationszeiten verglichen. Zusätzlich werden LDM-Simulationen mit der hydrodynamischen Koaleszenzfunktion nach BÖHM (1992b) gezeigt. Die Ergebnisse für die Koaleszenzfunktion nach GoLOVIN zeigen, daß die LDM der analytischen Lösung etwas näher kommt als MOM. Für die Koaleszenzfunktion nach LONG sind die Ergebnisse von LDM und MOM mit niedriger Auflösung von ähnlicher Qualität verglichen mit der Referenzlösung. Für die Koaleszenzfunktion nach BÖHM wurden nur Simulationen mit der LDM durchgeführt, die eine gute Übereinstimmung der Ergebnisse mit niedriger und hoher Auflösung zeigen.

Two different methods are used to solve the stochastic collection equation (SCE) numerically. They are called linear discrete method (LDM) and bin shift method (BSM), respectively. Conceptually, both of them are similar to the well-known discrete method (DM) of Kovetz and Olund. For LDM and BSM, their concept is extended to two prognostic moments. Therefore, the \"splitting factors\" (which are constant in time for DM) become time-dependent for LDM and BSM. Simulations are shown for the Golovin kernel (for which an analytical solution is available) and the hydrodynamic kernel after Hall. Different bin resolutions and time steps are investigated. As expected, the results become better with increasing bin resolution. LDM and BSM do not show the anomalous dispersion which is a weakness of DM. / Es werden zwei verschiedene Methoden zur numerischen Lösung der \"Gleichung für stochastisches Einsammeln\" (stochastic collection equation, SCE) vorgestellt. Sie werden als Lineare Diskrete Methode (LDM) bzw. Bin Shift Methode (BSM) bezeichnet. Konzeptuell sind beide der bekannten Diskreten Methode (DM) von Kovetz und Olund ähnlich. Für LDM und BSM wird deren Konzept auf zwei prognostische Momente erweitert. Für LDM und BSM werden die\" Aufteil-Faktoren\" (die für DM zeitlich konstant sind) dadurch zeitabhängig. Es werden Simulationsrechnungen für die Koaleszenzfunktion nach Golovin (für die eine analytische Lösung existiert) und die hydrodynamische Koaleszenzfunktion nach Hall gezeigt. Verschiedene Klassenauflösungen und Zeitschritte werden untersucht. Wie erwartet werden die Ergebnisse mit zunehmender Auflösung besser. LDM und BSM zeigen nicht die anomale Dispersion, die eine Schwäche der DM ist.

The Linear Discrete Method (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) is used to solve the Stochastic Collection Equation (SCE) numerically. Comparisons are made to the Method of Moments (MOM; TzIVION ET AL. 1999) which is suggested as a reference for numerical solutions of the SCE. Simulations for both methods are shown for the GoLOVIN kernel (for which an analytical solution is available) and the hydrodynamic kernel after LONG (1974) as it is used by TZIVION ET AL. (1999). Different bin resolutions are investigated and the simulation times are compared. In addition, LDM simulations using the hydrodynamic kernel after BÖHM (1992b) are presented. The results show that for the GoLOVIN kernel, LDM is slightly closer to the analytic solution than MOM. For the LONG kernel, the low resolution results of LDM and MOM are of similar quality compared to the reference solution. For the BÖHM kernel, only LDM simulations were carried out which show good correspondence between low and high resolution results. / Die lineare diskrete Methode (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) wird dazu benutzt, die Gleichung für stochastisches Einsammeln (stochastic collection equation, SCE) numerisch zu lösen. Dabei werden Vergleiche gezogen zur Methode der Momente (Method of Moments, MOM; TzIVION ET AL. 1999), die als Referenz für numerische Lösungen der SCE vorgeschlagen wurde. Simulationsrechnungen für beide Methoden werden für die Koaleszenzfunktion nach GoLOVIN (für die eine analytische Lösung existiert) und die hydrodynamische Koaleszenzfunktion nach LONG (1974) wie sie von TZIVION ET AL. (1999) verwendet wird, gezeigt. Verschiedene Klassenauflösungen werden untersucht und die Simulationszeiten verglichen. Zusätzlich werden LDM-Simulationen mit der hydrodynamischen Koaleszenzfunktion nach BÖHM (1992b) gezeigt. Die Ergebnisse für die Koaleszenzfunktion nach GoLOVIN zeigen, daß die LDM der analytischen Lösung etwas näher kommt als MOM. Für die Koaleszenzfunktion nach LONG sind die Ergebnisse von LDM und MOM mit niedriger Auflösung von ähnlicher Qualität verglichen mit der Referenzlösung. Für die Koaleszenzfunktion nach BÖHM wurden nur Simulationen mit der LDM durchgeführt, die eine gute Übereinstimmung der Ergebnisse mit niedriger und hoher Auflösung zeigen.

Two different methods are used to solve the stochastic collection equation (SCE) numerically. They are called linear discrete method (LDM) and bin shift method (BSM), respectively. Conceptually, both of them are similar to the well-known discrete method (DM) of Kovetz and Olund. For LDM and BSM, their concept is extended to two prognostic moments. Therefore, the \'splitting factors\' (which are constant in time for DM) become time-dependent for LDM and BSM. Simulations are shown for the Golovin kernel (for which an analytical solution is available) and the hydrodynamic kernel after Hall. Different bin resolutions and time steps are investigated. As expected, the results become better with increasing bin resolution. LDM and BSM do not show the anomalous dispersion which is a weakness of DM. / Es werden zwei verschiedene Methoden zur numerischen Lösung der \'Gleichung für stochastisches Einsammeln\' (stochastic collection equation, SCE) vorgestellt. Sie werden als Lineare Diskrete Methode (LDM) bzw. Bin Shift Methode (BSM) bezeichnet. Konzeptuell sind beide der bekannten Diskreten Methode (DM) von Kovetz und Olund ähnlich. Für LDM und BSM wird deren Konzept auf zwei prognostische Momente erweitert. Für LDM und BSM werden die\' Aufteil-Faktoren\' (die für DM zeitlich konstant sind) dadurch zeitabhängig. Es werden Simulationsrechnungen für die Koaleszenzfunktion nach Golovin (für die eine analytische Lösung existiert) und die hydrodynamische Koaleszenzfunktion nach Hall gezeigt. Verschiedene Klassenauflösungen und Zeitschritte werden untersucht. Wie erwartet werden die Ergebnisse mit zunehmender Auflösung besser. LDM und BSM zeigen nicht die anomale Dispersion, die eine Schwäche der DM ist.