Numerické riešenie všeobecnej (klasickej) DMPK rovnice.

Podobné dokumenty
Pokrocilé programovanie XI - Diagonalizácia matíc

Klasická metóda CPM

Andersonov prechod kov-izolant v neusporiadaných systémoch Peter Markoš Fyzikálny ústav SAV 11. január 2004 Typeset by FoilTEX

Matematika 2 - cast: Funkcia viac premenných

Úvod do lineárnej algebry Monika Molnárová Prednášky 2006

8

Vybrané kapitoly zo štatistickej fyziky - domáce úlohy Michal Koval 19. mája 2015 Domáca úloha č. 1 (pochádza z: [3]) Systém pozos

Priebeh funkcie

4. Pravidlo ret azenia. Často sa stretávame so skupinami premenných, ktoré zložitým spôsobom závisia od iných skupín premenných. Pravidlo ret azenia p

1 Priebeµzné písomné zadanie µc.1. Príklady je potrebné vypoµcíta t, napísa t, a odovzda t, na kontrolu na nasledujúcej konzultácii. Nasledujúce integ

A 1

Prenosový kanál a jeho kapacita

Microsoft Word - Transparencies03.doc

Jozef Kiseľák Sada úloh na precvičenie VIII. 15. máj 2014 A. (a) (b) 1

Bariéra, rezonančné tunelovanie Peter Markoš, KF FEI STU February 25, 2008 Typeset by FoilTEX

Teória pravdepodobnosti Zákony velkých císel

Viacnásobne použitelné oblasti spolahlivosti pre viacrozmernú kalibráciu

Cvičenie 9 Riešené príklady 1. Príklad min f(x 1, x 2 ) = x x x 1 s.t. x 1 80 x 1 + x Pre riešenie úlohy vykonáme nasledujúce kroky

WP summary

Testy z CSS_2015_16

Microsoft Word - Algoritmy a informatika-priesvitky02.doc

8 Cvičenie 1.1 Dokážte, že pre ľubovoľné body X, Y, Z platí X + Y Z = Z + Y X. 1.2 Dokážte, že pre ľubovoľné body A, B, D, E, F, G afinného priestoru

1. KOMPLEXNÉ ČÍSLA 1. Nájdite výsledok operácie v tvare x+yi, kde x, y R. a i (5 2i)(4 i) b. i(1 + i)(1 i)(1 + 2i)(1 2i) (1 7i) c. (2+3i) a+bi d

Cenník výkupu použitých náplní do tlačiarní Marec 2012 ID Druh prázdnej kazety typ tlačiarne/kopírky/faxu Cena s DPH nerenovovaná kazeta T001 Brother

Generovanie viacstavových modelov a ich riešenie v Maxime 1 Jozef Fecenko Abstrakt Cieľom príspevku je prezentovať zdrojový kód v open source systéme

Bureau Veritas Consumer Products Services UK Ltd SPRÁVA Z TESTOVANIA REF. Č. SPRÁVY: ALC K : : 0414NM1 VZORKA ZÍSKANÁ: SPRÁVA VYDA

Oceňovanie amerických opcií p. 1/17 Oceňovanie amerických opcií Beáta Stehlíková Finančné deriváty, FMFI UK Bratislava

Pocítacové modelovanie - Šírenie vln v nehomogénnom prostredí - FDTD

Paralelné algoritmy, cast c. 3

vopredposv_noty_iba

Slide 1

PowerPoint Presentation

TESTOVANIE STABILITY PROCESU POKRAČOVANIA GRADIOMETRICKÝCH MERANÍ DRUŽICE GOCE NADOL


Pokrocilé programovanie II - Nelineárne iteracné schémy, chaos, fraktály

Microsoft Word - Zaver.pisomka_januar2010.doc

9. kapitola Maticová algebra II systém lineárnych rovníc, Frobeniova veta, Gaussova eliminačná metóda, determinanty 1. Systém lineárnych rovníc Systém

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 Jednotkový koreň(unit roo

Matematický model činnosti sekvenčného obvodu 7 MATEMATICKÝ MODEL ČINNOSTI SEKVENČNÉHO OBVODU Konečný automat predstavuje matematický model sekvenčnéh

1

Preco kocka stací? - o tom, ako sú rozdelené vlastné hodnoty laplasiánu v limite, ked sú velké

Biharmonická rovnica - ciže co spôsobí pridanie jedného laplasiánu

O možnosti riešenia deformácie zemského povrchu z pohladu metódy konecných prvkov konference pro studenty matematiky

Hranoly (11 hodín) September - 17 hodín Opakovanie - 8. ročník (6 hodín) Mesiac Matematika 9. ročník 5 hodín/týždeň 165 hodín/rok Tematický celok Poče

Neineárne programovanie zimný semester 2018/19 M. Trnovská, KAMŠ, FMFI UK 1

Snímka 1

Exaktné testy a konfidencné oblasti pre parametre normálneho lineárneho modelu s dvomi variancnými komponentami

Modelovanie nového produktu na trhu: Bassov model Beáta Stehlíková Cvičenia z časových radov, FMFI UK Modelovanie nového produktu na trhu: Bassov mode

VZTAH STUDENTŮ VŠ K DISCIPLÍNÁM TEORETICKÉ INFORMATIKY

NSK Karta PDF

SK MATEMATICKÁOLYMPIÁDA skmo.sk 2009/ ročník MO Riešenia úloh česko-poľsko-slovenského stretnutia 1. Určte všetky trojice (a, b, c) kladných r

ARMA modely čast 3: zmiešané modely (ARMA) Beáta Stehlíková Časové rady, FMFI UK ARMA modely časť 3: zmiešané modely(arma) p.1/30

Regresné modely pre nespojité veliciny

Manažment v Tvorbe Softvéru 2018/2019

7-dvojny_integral

Model tesnej väzby (TBH) Peter Markoš, KF FEI STU April 21, 2008 Typeset by FoilTEX

Analýza sociálnych sietí Geografická lokalizácia krajín EU

Informačné technológie

Analýza hlavných komponentov

Lokalizácia Peter Markoš Fyzikálny ústav SAV Katedra fyziky FEI STU Abstract Pri nízkych teplotách sa elektróny správajú ako kvantové častice. Preto s

Light transport visualization and preturbations

DECRETO PAGINA WEB.pdf

Slide 1

Deň otvorených dverí BVS, a

CDT

Axióma výberu

Dobývanie znalostí

Študent 1. kapitola Maticová algebra I 1.1 Definícia matice V mnohých prípadoch dáta majú štruktúru dvojrozmernej tabuľky, ktorá má m riadkov a n stĺp

Paralelné algoritmy, cast c. 3

Analýza toku dát Ján Šturc Zima 2010 Kompilátory

fadsgasga

MO_pred1

Snímka 1

Podpora metód operačného výskumu pri navrhovaní systému liniek doc. RNDr. Štefan PEŠKO, CSc. Katedra matematických metód, Fa

Susedov rozli²ujúci index grafu Bakalárska práca pre ²tudijný program Matematika alebo Ekonomická a nan ná matematika v akademickom roku 2019/20 vedúc

NSK Karta PDF

Kolmogorovská zložitost

Operačná analýza 1-00

gis7 prifuk

Náuka o teple

Pokrocilé spracovanie obrazu - Fourierová transformácia

Údajový list Vyvažovacie guľové ventily JIP BaBV (PN25) Popis BaBV WW BaBV FF Vyvažovacie guľové ventily Danfoss BaBV boli špecificky vyvinuté pre apl

Microsoft Word - mnohouholnik.doc

Matematika - úroven B.pdf

1 Portál pre odborné publikovanie ISSN Heuristický adaptívny PSD regulátor založený na miere kmitavosti Šlezárová Alexandra Elektrotechnika

Paralelné algoritmy, cast c. 2

Prepis:

Numerické riešenie všeobecnej (klasickej) DMPK rovnice. J. Brndiar, R. Derian, P. Markos 11.6.27

1 Úvod Vodivost a transfér matica DMPK vs. zovšeobecnená DMPK rovnica 2 Numerické riešenie Ciel e Predpríprava Algoritmus 3 Výsledky Skúmané modely Quasi 1D DMPK (testovací výpočet) Kov Kritický bod Izolant 4 Záver

Vodivost a transfér matica A B C D ( ) ( ) C A = S B D ( ) ( ) C A = T D B T = ), (1) ( t S = + r r + t ( t T = + r (t ) 1 r + r (t ) 1 (t ) 1 r + (t ) 1 ), (2) ( ) ( ) ( ) u λ + 1 λ u v λ λ + 1 v, (3) g = e2 h Tr(t ) t = e2 h a 1 1 + λ a. (4)

Klasická DMPK rovnica l P L = 2 N βn + 2 β λ λ i (1 + λ i )J J 1 P, (5) i=1 i λ i J({λ n}) = λ i λ j β, vab v cd = 1 N δ ab δ cd, v cavcb v da v db = 1 + δ ab N(N + 1) δ cd, (6) i<j P({x n}, s) = C(s) (sinh 2 x j sinh 2 x i ) (sinh 2x i ) i<j i [ ( Det dk exp 1 4 ) k 2 ( ) ] s 1 tanh N 2 πk k (2m 1) P 12 (ik 1) (cosh 2xn), (7) s = L l, λn = sinh2 x i, (8) N 1 g =, g = a 1 + λ a... N a N 1 dλ ap({λ a}, L), (9) a 1 + λ a var g = g 2 g 2 = 2 15β. (1)

Zovšeobecnená DMPK rovnica (GDMPK) pre β = 1 : l P N L = λ λ i (1 + λ i )K ii J J 1 P, (11) i=1 i λ i J({λ n}) = λ i λ j γij, (12) i<j γ ij = 2K ij K ii, K ij = a u ia 2 u ja 2. (13) quasi 1D limit : K 1Disotropy ab = 1 + δ ab, pre = 1, (14) N + 1 1,8 kaa 1,6 1,4 W=2 14x14x112 W=2 1x1x16 W=4 18x18x72 W=4 18x18x18 W=2 14x14x14 1,2 1 1 2 3 a

Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK,

Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant,

Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant, Rôzna dimenzionalita vzorky,

Ciel e Numericky vyriešit GDMPK, preskúmat quasi 1D limitu pre GDMPK na DMPK, Numerické riešenie pre kov, kritický bod a izolant, Rôzna dimenzionalita vzorky, Dvojparametricky model matice K ij.

Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i

Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j (18)

Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j P({x n}, s) = P({λ n}, s) f (x i ), λ n = f (x n), (19) i Ω Ω i ln f (x i ), D D/f (x i ) 2, f (x i )[1 + f (x i )]/f (x i ) 2 = const, (2) (18)

Transformácia rovnice, 1.čast l P N L = λ λ i (1 + λ i )K ii J J 1 P, (15) i=1 i λ i J({λ n}) = λ i λ j γij, γ ij = 2K ij, lim P = K i<j ii L δ(λ i + ). (16) i N s P({λn}, s) = i=1 D(λ λ i ) i ( P + P ) Ω({λ n}), (17) λ i λ i D(λ i ) = λ i (1 + λ i )K ii, Ω({λ n}) = γ ij ln λ j λ i, s = L l i<j P({x n}, s) = P({λ n}, s) f (x i ), λ n = f (x n), (19) i Ω Ω i ln f (x i ), D D/f (x i ) 2, f (x i )[1 + f (x i )]/f (x i ) 2 = const, (2) f (x i ) = sinh 2 (x i ), resp λ n = sinh 2 (x i ) (21) s P({xn}, s) = 1 N ( P 4 K x ii + P ) Ω({x n}), i=1 i x i x i (22) Ω({x n}) = γ ij ln sinh 2 (x j ) sinh 2 N (x i ) ln sinh(2x i ). (23) i<j i=1 (18)

Transformácia rovnice, 2.čast ( ) t P = D x i ({x}) + 2 D i x i x ij ({x}) P (24) j x i =h i ({x}, s) + g ij ({x})γ j (s), Γ(s) =; Γ(s)Γ(s ) = 2δ(s s ), g ij =( D) ij = ( D) ji, h i =D i ( D) kj ( D) x ij, k (25a) (25b) (25c) (25d) D i ({x}) = K ii 4 Ω({x n}) x i, (26a) D ij ({x}) = K ii 4. (26b)

Algoritmus štartovací bod s = s, x is x i (s ) Nν x i(n+1) = x in + D i ({x n})σ + D ij ({x n})σw jn, (27) j=1 kde N ν je počet premenných (kanálov), σ je krok v čase. Po N 1 krokoch získame hodnotu premennej x in = x i (s n) v čase s n = s + σn, (n =, 1,..., N 1; i = 1, 2,..., N ν). w j, w j1,..., w j (N 1) sú N N ν nezávislé Gaussovské premenné s nulovou strednou hodnotou a s variáciou rovnou 2, w jn w kn = 2δ jk δ nn. (28) Reflecting boundary conditions: x i 1n < x in < x i+1n 1, < x 1n, x Nνn < x Nν 1n. (29) Cuttoff C: x Nνn, x Nνn C, n. (3)

Prezentované modely GDMPK: Plná matica K ij ; červena farba v grafoch Dvojparametrický model matice K ij {K ii = K 11, K ij,i =j = K 12 }; fialová farba v grafoch Transfer matrix; čierna farba v grafoch: H = w i ɛ i c i c i + t i c i c i + t c i c i i t = 1, t =.4, ɛ i =, var ɛ i = 1 12 3D a 2D konfigurácie (L L L z resp. L 2 1 L z )

Quasi 1D DMPK (testovací výpočet) modely g var g ln g var ln g Quasi 1D W=2.; TM vs. dmpk TM 3x3x3 2.3712234.166191.81967346.337185 TM 3x3x5 1.4614871.1329123.34528266.731734 dmpk 1.46148266.1271281.3468185.69829 TM 3x3x7 1.33854.11938658 -.362296.1493575 dmpk 1.3298297.1155576 -.394479.1425711 TM 3x3x1.67593721.1492471 -.53958478.3592139 dmpk.67525933.1361166 -.5379974.35178 TM 3x3x12.52998731.9686311 -.86426619.576851 dmpk.52949337.966933 -.8648914.574584 TM 3x3x14.42687494.8852371-1.17931111.8462932 dmpk.4267792.8823384-1.1765441.8332798

Quasi 1D DMPK (testovací výpočet) 2 1.5 1.5 P(x 1 ) P(x 2 ) 2 1.5 1.5 1 2 3 4 1 2 3 4.2 P(x ) all 1 P(g).1.5 5 1 1 2 3 4

Kov modely g var g ln g var ln g 3D kov W=3.; gdmpk: Kab; gdmpk K11K12: K11=.522582,K12=.243982 TM 7x7x6 21.1119113 1.76419675 3.4733437.4848 TM 7x7x8 17.58169596 1.4177822 2.8645636.461756 gdmpk K ab 17.58187697 1.3233124 2.86518723.337745 gdmpk K 11 K 12 17.57655575.9696899 2.86498584.317352 TM 7x7x1 15.499534 1.12387762 2.788751.5157 gdmpk K ab 15.589422.783319 2.7141646.31238 gdmpk K 11 K 12 15.488642.62157976 2.799599.277352 2D kov W=3.; gdmpk: Kab; gdmpk K11K12: K11=.7127655, K12=.836649 TM 49x1x6 21.8915239 2.474683 3.835672.58899 TM 49x1x8 18.18954484 2.1254797 2.8976559.652321 gdmpk K ab 18.223236 1.7947977 2.89881889.54897 gdmpk K 11 K 12 18.18863 1.9129269 2.89745276.586525 TM 49x1x1 15.46389649 1.8583418 2.734585.791316 gdmpk K ab 15.481469 1.47522927 2.73653568.624348 gdmpk K 11 K 12 15.4858771 1.6513795 2.73645679.698428

Kov 2D P(x ) 1 P(x ) 2 1 1 5 5.1.2.1.2.4 P(x ) all.4 P(g).2.2.2.4.6.8 1 1 15 2 25

Kov 3D P(x ) 1 P(x ) 2 1 1 5 5.1.2.1.2.4 P(x ) all.4 P(g).2.2.2.4.6.8 1 1 15 2 25

Kritický bod modely g var g ln g var ln g 3D kritický bod W=9.2; gdmpk: Kab; gdmpk K11K12: K11=.2854427,K12=.28497 TM 7x7x6 1.873456.53848.543867.1864628 TM 7x7x8 1.8193841.3124193 -.7924381.371835 gdmpk Kab 1.8439842.27366747 -.5667295.3197861 gdmpk K11K12 1.9213164.2663925 -.442261.36798 TM 7x7x1.6834852.19954946 -.64579267.6541755 gdmpk Kab.6789144.17929548 -.62587445.578658 gdmpk K11K12.6842252.17618134 -.61271147.5696563 3D kritický bod W=8.6; gdmpk: Kab; gdmpk K11K12: K11=.552338,K12=.18764 TM 49x1x6 1.9658872.6255581.58766377.19263799 TM 49x1x8 1.23431.33549249 -.15846532.4163823 gdmpk Kab 1.3734923.33117112 -.136241.393851 gdmpk K11K12 1.275292.32871191 -.14685221.395969 TM 49x1x1.5698481.193769 -.89968448.831945 gdmpk Kab.56464427.1831262 -.897362.769943 gdmpk K11K12.56699785.18397689 -.88991631.75982

Kritický bod 2D 1 P(x 1 ) P(x 2 ) 1.5.5 1 2 3 1 2 3.2.15 P(x ) all 1 P(g).1.5.5 5 1 1 2 3 4

Kritický bod 3D 1 P(x 1 ) P(x 2 ) 1.5.5 1 2 3 1 2 3.2.15 P(x ) all 1 P(g).1.5.5 5 1 1 2 3 4

Izolant modely g var g ln g var ln g 3D izolant W=26.; gdmpk: Kab; gdmpk K11K12: K11=.522582,K12=.243982 TM 7x7x6.2881692.89822-5.8349273 4.66683 TM 7x7x8.53845.163947-9.4228739 7.664761 gdmpk Kab.67298.22943-9.4369423 8.1859 gdmpk K11K12.653788.215359-9.4126499 8.354991 TM 7x7x1.12696.36542-13.1234178 1.69212 gdmpk Kab.183847.64487-13.12879793 11.75684 gdmpk K11K12.18768.64911-13.1642742 12.66769 2D izolant W=26.; gdmpk: Kab; gdmpk K11K12: K11=.7127655, K12=.836649 TM 49x1x6.2117155.645566-5.8349273 4.666838 TM 49x1x8.32916.97178-1.27277542 7.448712 gdmpk Kab.336747.99279-1.1779538 7.11966 gdmpk K11K12.33525.11573-1.24674352 7.13787 TM 49x1x1.5468.14943-14.46819836 1.13459 gdmpk Kab.67939.22282-14.4263378 9.44596 gdmpk K11K12.66689.22251-14.5782768 9.762933

Izolant 2D.4.3.2.1 P(x 1 ) P(x 2 ).4.3.2.1 5 1 5 1.15.1.5 P(x ) all.2 P(ln g).15.1.5 5 1 15 2 25-2 -15-1 -5

Izolant 3D.4.3.2.1 P(x 1 ) P(x 2 ).4.3.2.1 5 1 5 1.15.1.5 P(x ) all.2 P(ln g).15.1.5 5 1 15 2 25-2 -15-1 -5

Zhrnutie DMPK: použitel ná v quasi 1D, súlad s exaktným vypočtom a TM. GDMPK: správne (? kov) opisuje jednotlivé oblasti fázoveho diagramu kov-izolant pre vodivost. GDMPK: matica K ij nesie informácie o dimensionalite vzorky. GDMPK: dvojparametrický model je postačujúca aproximácia pre vodivost. GDMPK: kompletný opis distribúcie neposkytuje či už naš algoritmus alebo samotná rovnica; nezanedbatel ný faktor má matica K ij, nakol ko jej vyššie elementy sú určene nepresne.