Denklem Çeşitleri
Kesinlikle kurşunların kimyasal potansiyellerinden dolayı olan ve bu nedenle burada resme girmeyen elektron dağılım fonksiyonları dışında, bu, mevcut taşıma kodlarında yaygın olarak kullanılan bir formülasyondur. İlişkinin yalnızca sıfır yanlılık sınırında geçerli olduğuna dikkat edilmelidir.
Dağılım fonksiyonlarının baştan dahil edilmesiyle ilgili olan bu gerçek, uçlardaki sonlu öngerilim gerilimleri nedeniyle iletkendeki elektron özelliklerinin değişiminin ihmal edilmesiyle ilgilidir. Aşağıdaki bölümlerde daha ayrıntılı olarak incelenecektir.
Fiziksel olarak konuşursak, iletken yoluyla iletim bu nedenle A, B uçlarına temaslar tarafından tanımlanan tüm farklı yolların ve iletken aracılığıyla yayılmanın ürünüdür. Aşağıdaki bölümlerde görüldüğü gibi, katı sistemlerde Green'in fonksiyonları ve öz enerjileri genellikle biraz farklı hesaplansa da, ifade genellikle bir arayüz aracılığıyla elastik taşıma için geçerlidir.
Aşağıda hatırlanması gereken bu bölümün ana sonucu, en azından sonlu farklar yönteminde tam olarak açıklanmış olsalar bile, elde edilen taşıma denklemlerinden sonsuz ipuçlarının çıkarılmasıdır.
Bu özellik oldukça şaşırtıcıdır; iletkenlik özelliklerindeki değişikliklerin aslında iletkenin kontakları olan arayüzde yerelleştirilebilmesi gerçeğinden kaynaklanıyor gibi görünüyor.
Önceki açıklamadan, kabloların işlevlerinin taşıma özelliklerinin tanımına yalnızca çok sınırlı bir anlamda, aslında yalnızca iletkenle arayüzdeki özellikleri aracılığıyla girdiği açık olduğundan, açık gösterimi bırakacağız ve genel olarak Green'in iletkenin işlevine Green'in sistemin işlevi olarak bakın.
Şimdiye kadar denge halindeki bir sistemi ele aldık. İletken arayüzün uçlarının atomik yapısında herhangi bir sınırlama olmamasına rağmen, çoğu durumda elektron taşınmasının iki temel bileşenini ihmal ettik: sonlu ön gerilimin etkisi ve termal koşulların etkisi.
Sonlu ön gerilim, önerilen bir şemaya dahil edilebilir. Bu şemada, iletken arabirimi, birkaç sonsuz uç katmanını içerecek şekilde seçilir. Lead'in Hartree potansiyeli (Coulomb terimi) sonlu bir değer olan ∆VH = eVbias kadar kaydırılır.
İletkenin iki ucu farklı ∆VH değerleri ile değiştirilirse, net etki, sınır koşulları olarak uçlardaki Hartree potansiyellerinin değişen değerleri kullanılarak kendi kendine tutarlı bir şekilde hesaplanabilen iletken boyunca bir voltaj düşüşü olacaktır. Poisson denkleminin çözümü için. Bu da, iletken potansiyelinin sorunsuz bir şekilde kurşuna doğru devam etmesini mümkün kılar.
Çözmek için kullanılan etkin potansiyel Hartree terimini ve değişim-korelasyon potansiyeli VXC'yi içerdiğinden, Poisson denkleminin bir çözümü her DFT kendi kendine tutarlılık döngüsünün bir parçasıdır. Prensip olarak, sonlu öngerilim gerilimleri de dahil olmak üzere bu nedenle her standart DFT yöntemi için erişilebilir olmalıdır.
Yöntemin yakınsaması, uçlar ve iletken arasındaki sınırlarda yük yoğunluğunun yakınsaması ile sayısal olarak test edilebilir. Birçok modern DFT kodunda kullanılan bir süper hücre geometrisi için prosedürün biraz değiştirilmesi gerekiyor. Bu durumda, dış Hartree potansiyeli kurşun içindeki konumla doğrusal olacak ve süper hücrenin sınırında sıfır iken arayüzde maksimum değerine ulaşacaktır.
Bu durumda, süper hücre sınırındaki iki uç arasındaki arayüz yapay saçılma etkilerini ortaya çıkaracağından, iki farklı uç seçmek de olanaksız görünmektedir.
İşlem, bir metaldeki ek bir potansiyelin etkisinin birkaç atomik katman içinde taranacağı varsayımına dayanır. Bununla birlikte, örneğin yarı iletkenlerde meydana gelmesi zorunlu olan uzun menzilli etkiler için, varsayım genellikle doğrulanmaz.
Spektral Fonksiyonlar ve Yük Yoğunluğu
İki uca bir önyargı voltajı uygulamak, standart DFT yöntemlerinde hesaba katılmayan bir sorunu ortaya çıkarır. Orada, kendi kendine tutarlılık döngüsü genellikle, belirli bir yük dağılımının etkin potansiyeli için Kohn-Sham denklemlerini çözmekten ve tüm elektron durumlarını sistemin kimyasal potansiyeline μ kadar doldurarak güncellenmiş yük yoğunluğunu hesaplamaktan oluşur. N elektron içeren bir sistem için bu şu anlama gelir.
Burada, VS sistemin hacmi, i, i durumunun enerji özdeğeri ve ψi(r) onun Kohn-Sham yörüngesidir. İki uç arasında sonlu bir potansiyel içeren bir sistemde böyle bir Fermi seviyesi tanımlanamaz. Sorunu çözmenin farklı bir yolu, bir sistemin işlevinden yük yoğunluğunu hesaplamaktır.
Bu da bize, sistemdeki toplam elektron sayısının sabit kalmasını istiyorsak, entegrasyonun üst sınırını oluşturan enerji seviyesi E0'ı söyler, N0. Bu şekilde, bağlı kurşun-iletken-kurşun devresinin farklı bölümleri için Fermi seviyesini tanımlama probleminden kaçınılır. O halde her özdeğer, elektronların dolu (i E0 ise) durumuna karşılık gelir. Bu bilgiden, sistemdeki yük yoğunluğu hesaplanabilir.
Denklem nedir
denklem nedir
Denklem soruları
Denklem Nedir matematik
Denklem Örnekleri
Denklem NASIL ÇÖZÜLÜR
Denklem Çözme
Denklem nasıl kurulur
Spektral Fonksiyonlar ve Kontaklar
Spektral fonksiyon aslında Green fonksiyonunun daha genel bir versiyonudur. Green fonksiyonları, r sisteminin bir noktasındaki birim genlikli bir dalga fonksiyonunu r noktasındaki dalga fonksiyonunun genliğiyle ilişkilendirirken, spektral fonksiyon r'deki gelişigüzel bir genliği r'deki genlikle ilişkilendirir.
Bu özelliği göstermek için A(r, r , E ) ele alalım, burada E = k . Böylece enerji, sistemin özdeğerlerinden birine eşittir. η yeterince küçük seçilirse, toplam yalnızca bir terim olan k ile sınırlandırılabilir.
Sistemin iki farklı noktası arasındaki genliklerin korelasyonunu tanımlar. Bu nedenle bazen korelasyon fonksiyonu olarak adlandırılır. Yalnızca Green'in işleviyle değil, aynı zamanda bir sistemin kontaklarıyla da ilgilidir. Bu özelliği göstermek için, bir kurşun varlığında Green fonksiyonunun matris tanımını ve bir kontağın tanımını kullanıyoruz.
Bir Oˆ operatörünün ortalama değerinin, operatörün çarpımının izi ve ρ, Oˆ = Tr Oˆρ durumlarının yoğunluğu tarafından verildiği kuantum istatistiklerindeki standart formülasyonlarla karşılaştırıldığında, spektral fonksiyonun esasen rolü oynadığını görüyoruz. genelleştirilmiş bir durum yoğunluğu. Denklem daha sonra iletken ve kurşun B'den oluşan sistemin mevcudiyetinde ΓA kontağının iletimini tanımlıyor olarak yorumlanabilir.
Spektral fonksiyonun tanımı ve türetilmiş ilişkiler bu noktada biraz akademik görünebilir, ancak bunların sistemler dengeden çıktığında elektron yayılımının temel kavramlarını anlamamıza izin verdiklerini birazdan göreceğiz. Denge dışı durumları daha detaylı analiz etmek için önce öz enerjilere tekrar dönmeliyiz.
Göreceli Etki Ölçüleri – Risk Oranı ve Etkilik Oranı
Göreceli etki ölçüleri, bir gruptaki sonucu diğer gruba göre ifade eder. Risk oranı (göreceli risk), iki olay oranının oranı iken, oran oranı, iki gruptaki bir olayın oranlarının oranıdır.
Gruplardan birinde herhangi bir olay (veya tüm katılımcıların deneyimlediği olaylar) yoksa, bir deneme için ne risk oranı ne de olasılık oranı hesaplanamaz. Bu durumda, 2 × 2 tablosunun her hücresine bir yarım eklemek gelenekseldir (Bölüm 15). Her iki grupta da hiçbir olayın (veya tüm olayların) gözlemlenmediği durumda, araştırma göreceli olay oranları hakkında hiçbir bilgi sağlamaz ve meta-analizden çıkarılmalıdır.
Müdahalenin kullanılmasıyla ortaya çıkan riskin (veya olay oranının) çarpımını tanımladıkları için risk oranlarının yorumlanması zor değildir. Örneğin, 3’lük bir risk oranı, tedavili olay oranının, tedavisiz olay oranından üç kat daha yüksek olduğunu (veya alternatif olarak, tedavinin olay oranını 100 × (RR–1) % = %200 artırdığını) ifade eder.
Benzer şekilde, 0-25’lik bir risk oranı, tedaviyle ilişkili olay oranının tedavisiz olanın dörtte biri olduğu (veya alternatif olarak, tedavinin olay oranlarını 100 × (1–RR)% = %75 oranında azalttığı) şeklinde yorumlanır. Yine, belirli bir risk oranının klinik öneminin yorumu, tedavi olmaksızın tipik olay oranı bilgisi olmadan yapılamaz: 0·75’lik bir risk oranı, olaylarda %80’den %60’a klinik olarak önemli bir azalmaya karşılık gelebilir veya %4’ten %3’e küçük, klinik olarak daha az önemli bir azalma söz konusudur.
Gözlenen risk oranının değeri, 0 ile 100/pc arasında olacak şekilde sınırlandırılmıştır; burada pc, kontrol grubundaki olay oranıdır. Bu, yaygın olaylar için büyük risk oranı değerlerinin imkansız olduğu anlamına gelir. Örneğin, kontrol grubundaki olay oranı %66 olduğunda, gözlenen risk oranı 1,5’i aşamaz.
Bu sorun yalnızca olay oranlarındaki artışlar için geçerlidir ve tüm denemelerin – ister tedavi ister önleme olsun – kötü bir sonuç riskini azaltmak için tasarlandığı düşünülerek aşılabilir.5 Başka bir deyişle, başarı oranındaki artışı düşünmek yerine, başarısızlık oranındaki düşüşü düşünün.
Odds oranlarının yorumlanması biraz daha zordur.6,7 Odds oranları, müdahalenin kullanılmasıyla ortaya çıkan sonucun olasılıklarının çarpımını tanımlar. Bir olasılık oranının olay sayısındaki değişiklikler açısından ne anlama geldiğini anlamak için, önce onu bir risk oranına dönüştürmek ve ardından risk oranını, yukarıda belirtildiği gibi, tedavisiz tipik bir olay oranı bağlamında yorumlamak en iyisidir. Bir olasılık oranını bir risk oranına dönüştürmek için formüller ve bunun tersi de geçerlidir.
Risk oranı ve olasılık oranının denk olmaması, ikisinin de yanlış olduğunu göstermez, her ikisi de tamamen geçerlidir. Ancak, oran oranı doğrudan bir risk oranı olarak yorumlanırsa sorunlar ortaya çıkabilir. Olay oranlarını artıran tedaviler için, olasılık oranı risk oranından daha büyük olacaktır, bu nedenle yanlış yorumlama, özellikle olaylar yaygın olduğunda (örneğin olay oranları %30’dan fazla olduğunda) tedavi etkisini olduğundan fazla tahmin etme eğiliminde olacaktır.
Olay oranlarını azaltan tedaviler için, olasılık oranı risk oranından daha küçük olacaktır, böylece tedavinin etkisini yine olduğundan fazla tahmin edecektir. Yorumlamadaki bu hata, sistematik incelemelerin yayınlanmış raporlarında oldukça yaygındır.
Odds oranı, bir meta-analizde özet istatistik olarak kullanım için avantajlı olabilecek birkaç matematiksel özelliğe sahiptir. Odds oranı yöntemlerinin davranışı, iki sonuç durumundan hangisinin olay olarak kodlandığına bağlı değildir (risk oranının aksine).
Odds oranı aynı zamanda “sınırsız” olma risk oranına göre bir avantaja sahiptir; bu, temel olay oranlarından bağımsız olarak 0’dan sonsuza kadar herhangi bir yerde değerler alabileceği anlamına gelir. Logaritmik ölçekte, oran oranı her iki yönde de sınırsızdır; bu, ikili sonuçlar için regresyon modellerinin genellikle log oran oranlarını (lojistik regresyon) kullanmasının bir nedenidir. Odds oranı aynı zamanda Peto’nun randomize çalışmaların meta-analizine yaklaşımından elde edilen ölçüdür.
Risk oranlarının ve olasılık oranlarının meta analizleri, bireysel denemelere verilen ağırlıklarda farklılık gösterir. Risk oranlarının meta-analizleri için, aynı etkiyi tahmin eden aynı örneklem büyüklüğündeki denemelere verilen orantısal ağırlıklar, artan olay oranları ile artmaktadır.
İlişki, olay oranları %50’nin üzerinde olduğunda özellikle güçlü hale gelir ve olay oranları %95’in üzerinde olan herhangi bir araştırma, özellikle küçük örneklem büyüklükleri olmadıkça, risk oranı meta-analizlerine tamamen hakim olur. Bu, farklı olay oranlarında risk oranları tahminlerinin yapıldığı kesinliği yansıtır.
Odds oranları için model, olay oranları %50’den az olduğunda risk oranlarına benzerdir, aynı örneklem büyüklüğündeki denemeler için ağırlıklar ve olay oranları %50’ye yükseldikçe etki büyüklüğü artar, ancak daha sonra simetrik bir modelde azalır. oranlar %100’e doğru yükseliyor.
Deneme ağırlıklarındaki bu farklılıklar, risk oranlarını veya olasılık oranlarını kullanan meta-analizlerden elde edilen sonuçların farklı olmasının bir başka nedenidir. Kontrast en çok çok değişken veya çok yüksek olay oranlarıyla meta-analizlerde belirgin olacaktır.
Bir meta-analiz ile ilişkilendirilen en yaygın grafik gösterim, orman grafiğidir. Bu grafik, bir etki ölçüsünün uygun bir özet olup olmadığı sorusuna yardımcı olamaz. Burada daha kullanışlı bir grafik, her tedavi grubundaki olay oranlarının birbirine karşı çizildiği L’Abbé grafiğidir.13 Örnekler aşağıdaki vaka çalışmalarında gösterilmektedir.
L’Abbé planı, “standart” bir meta-analiz için yararlı bir ektir. Tedavi ve kontrol gruplarında olay oranlarındaki varyasyon aralığının açık bir şekilde gösterilmesi dahil olmak üzere birçok faydalı özelliğe sahiptir.
Mevcut bağlamda, L’Abbé grafiğinin özel değeri, her olası risk farkına, RR veya OR. ölçümüne göre sabit tedavi etkisinin dış hatlarını üst üste bindirmenin basit olmasıdır. Bu tür grafikler gösterilmektedir. Belirli bir deneme dizisi için L’Abbé grafiği, aşağıdaki vaka çalışmalarında gösterildiği gibi, seçilen bir etki ölçüsünün bir meta-analiz için iyi bir genel özet olup olmayacağına ışık tutabilir.