Özvektör Açılımları
Katı hal fiziğinde, örneğin yoğunluk fonksiyonel teorisi ile hesapladığımız için, sistemimizin özdeğerlerini ve özvektörlerini bildiğimiz durumla sık sık karşılaşırız. Bu durumda sistemin Green fonksiyonunu türetmek çok basittir. Bir parçacık elektron durumlarıyla tanımlanan bir sistemin çözümünü ele alalım. Sistemin denklemi verir.
Burada i ve ψi(r), i bant indeksli çözümlerdir. Eksiksiz çözüm kümesi, tam bir ortonormal işlev kümesi oluşturur, böylece her işlev özfonksiyonlar ψi(r) içinde genişletilebilir.
Türetmemize giren tek varsayım, Hamiltoniyen'imiz için tam bir ortonormal özfonksiyonlar kümesinin varlığı olduğundan, sonuç oldukça genel olarak geçerlidir; bu, karmaşık eşleniği transpoze etmek ve almak, bir (gecikmeli) Green fonksiyonunu diğerine (gelişmiş) dönüştürür.
Pratik bir bakış açısından bu, bunlardan birinin gerçekten gereksiz olduğu anlamına gelir: bu nedenle, Green'in bir sistem işlevinden bahsederken, aşağıdaki sunumu gecikmiş Green'in işleviyle sınırlayacağız.
Bu türevin, yalnızca sistemin özfonksiyonlarını Schrodinger denkleminin benzersiz bir potansiyele sahip çözümleri olarak temsil edebiliyorsak geçerli olduğuna dikkat edilmelidir. Yoğunluk fonksiyonel teorisinde olduğu gibi, elektron etkileşimlerine ortalama alan yaklaşımlarında genellikle durum budur.
Çok gövdeli bir bağlamda, aynı sonuç mutlaka doğru değildir. Aslında, daha sonra görüleceği gibi, şu anda ulaşım problemimiz için bulabileceğimiz tek çözüm, etkileşimlerin etkileşmeyen hafif bozulmaları olarak görüldüğü pertürbasyon teorisine dayanmaktadır.
Fonksiyonlar ve Saçılma Matrisleri
Bu konudan saptıktan ve Green fonksiyonlarını tanıttıktan sonra, artık saçılma matrisi S'ye ikinci kez bakabilecek durumdayız. İlk olarak, saçılma matrisinin genliklerden ziyade akımlara dayalı olarak tanımlandığını hatırlayalım.
Teorik modelimizi genliklere dayandırırsak, değişiklik yapmalıyız. İletken genlikleri tA(B)←B(A) İletkenin zıt taraflarında bulunan A ve B uçlarındaki zA = 0 ve zB = 0 noktalarını birleştiren fonksiyonunu hesaplamak istiyoruz.
Önceki sonuçlardan, zA = 0'daki bir birim uyarımın iki sonucu olduğunu biliyoruz: iletkenden uzakta A1 = +i/v genlikli bir dalgaya ve yönde A2 = −i/v genlikli bir dalgaya yol açar. kondüktörün. İletkene doğru dalga, iletken tarafından saçılır, B ucuna yayılmak için iletim genliği tB←A'dır. Dolayısıyla Green fonksiyonu için yazabiliriz.
1980'lerde türetilen bu ilişki, bir arayüz aracılığıyla taşıma özelliklerini bu arayüzün Green fonksiyonuyla ilişkilendirir. Green fonksiyonları mevcut elektronik yapı yöntemleri ile hesaplanabildiğinden, taşınım teorisindeki modern simülasyon tekniklerinin teorik temellerinden biridir.
Matris özdeğer ve özvektör Bulma
Özvektör nedir
Özdeğer ve özvektör pdf
Özdeğer ve özvektör nedir
Matris özdeğer nedir
Özdeğer ve Özvektör örnekleri
Matris özvektör Bulma
Lineer Cebir Özdeğer özvektör
Çoklu Kanallar İçin Saçılma Matrisleri
Çoklu yayılma modlarına sahip bir telde, z boyunca uzanan Green fonksiyonunu, r2 = (x,y) ile A±m genlikleri ve enine dalga fonksiyonları χm(r2) ile modüle edilmiş z boyunca bir düzlem dalga olarak yazabiliriz. Genellik kaybı olmadan, bu enine dalga fonksiyonlarının gerçek olduğu varsayılır.
Potansiyel U(r2), elektron hareketini r2 yönünde sınırlar; dalga fonksiyonları χm(r2) ortogonaldir, çünkü ayrı bir özdeğerler kümesi için iki boyutlu Hamiltoniyenin spektrumunu temsil ederler. Kanıtlama amacıyla, onların gerçek olduklarını da varsayarız.
Şimdi iki ucumuz olduğunu düşünün: m'li kurşun A ve n iletken kanallı kurşun B. Ardından, iletkenin zıt taraflarındaki iki nokta arasındaki Green işlevi değiştirilmelidir.
Genel olarak, iletim fonksiyonunu ve dolayısıyla bir cihaz aracılığıyla elektron yayılımı için iletim olasılığını veren saçılma matrisinin elemanları ile ilgilenilir. Bu elemanlar yukarıdaki denklemden χm(r2(A))χn(r2(B)) ile çarpılarak ve d2r üzerinden integral alınarak, dalga fonksiyonları χ için diklik koşulundan yararlanılarak elde edilir.
Burada, r2'nin A ucu içinde ve r2'nin B ucu içinde olduğu şeklindeki açık gösterimi kaldırdık. Ayrıca, bu denklemin tüm bileşenlerinin enerji bağımlılıklarını koruduğuna dikkat edin.
Şimdiye kadar elektronların bir iletkenin bir tarafından diğer tarafına yayılmasını tanımladık. İletim olasılığını hesaplamak için gereken anahtar niceliklerin, iletkenin zıt taraflarındaki iki nokta arasındaki belirli bir geçiş için Green fonksiyonları GR veya yayıcı olduğu bulundu.
Bunlar da saçılma matrisiyle ilişkilidir ve saçılma matrisinin tüm öğelerinin toplamı bize Fisher-Lee denklemi yoluyla istenen iletim olasılığını verir.
Bununla birlikte, bir iletken ve iki sonsuz uç içeren bir sistemin Green fonksiyonlarını hesaplamak genellikle imkansızdır, çünkü uçların elektronik yapı ve iletken içindeki yayılma üzerinde bir etkisi olacaktır. Bu etkinin hesaplamaya dahil edilmesi gerekir. Bu amaca yönelik genel strateji, iletkenin kendi sınırlarındaki sonsuz uçların etkisini belirlemektir.
Sonlu Farklar Yöntemi
İlgili prosedürleri anlamak için başlangıçta, a'nın bir sabit olduğu, zj − zj−1 = a mesafesinde eşit aralıklı ayrık kafes noktalarına sahip basit bir tek boyutlu sistemi ele alıyoruz. Daha sonra sistemin Hamilton operatörü verilir.
Potansiyel V(z) de her kafes noktasında tanımlanır, V için Vj yazarız (z = ja). H'yi eşit olarak ayrıklaştırılmış bir f(z) fonksiyonu ile çarparak, z = ja noktası için aşağıdaki ilişkiyi elde ederiz.
Sonlu farklar yöntemi, adını diferansiyellerin ele alınmasından alır. f(z = ja)'nın birinci türevi için f (z = (j + 1/2)a) ve f (z = (j − 1/2)a) değerleri arasındaki sonlu farkı dikkate alabiliriz.
Tek boyutlu Schrödinger denklemi daha sonra, matrisin her satırının yalnızca üç eleman içerdiği bir matris denklemine dönüştürülür: köşegen eleman ve onun iki komşusu. Hamiltonian'ın atomik yörünge temsilinde böyle bir matris, yalnızca köşegen ve en yakın komşulara "atlamalı" parametreleri içerdiğinden, "sıkı bağlayıcı" matris olarak bilinir.
Sonsuz bir ucu düşündüğümüz için, H matrisi sonsuz boyutludur. Matrisi z = ja = 0 noktasına yakın ele alırsak, bileşenleri açıkça yazabiliriz. Bir sistemin Hamilton matrisine sahip olduğumuzda, Green fonksiyonu basitçe reçeteye göre ters matristir.
Bununla birlikte, küçük bir sorun var: sonsuz bir teli düşündüğümüz için matris sonsuz boyutludur. Sonsuz bir matrisi tersine çevirmek mümkün değildir, bu nedenle kurşunun özellikleriyle başa çıkmak için dolaylı bir yaklaşım düşünmeliyiz.
Bu amaçla önce bir iletken ve bir sonsuz kurşun içeren bir sistemi ayrı tanımlanan iki alt sisteme ayırıyoruz. Sistemin genel fonksiyonu daha sonra aşağıdaki şekilde alt matrislere bölünebilir.
Çoğu zaman iyi bir köşe genişlemesi, bir ağın istenen bir özelliğidir. “Tüm küçük düğüm kümelerinin büyük komşuluklara sahip olduğu” bu özelliği yakalayan yaygın bir tanım şu şekildedir.
Büyük bir köşe genişlemesi cV çok önemlidir, örn. paralel sıralama ağlarının, süper yoğunlaştırıcıların, hataya dayanıklı ağların ve rastgele üreteçleri simüle eden ağların inşası için; ikincisi, küçük örnek uzayları yoluyla rastgelelikten arındırma için önemli bir araçtır. Olasılık yöntemleri kullanılarak, neredeyse kesinlikle iyi genişleme özelliklerine sahip olacak rastgele bir ağ oluşturulabilir, ancak tanımdan genişleme özelliklerini ölçmek zordur. Bu nedenle aşağıdaki sınırlar çok kullanışlıdır.
Yönlendirme Numarası
Bir dizi (ayırt edilebilir) ‘çakıl’ düşünün. Başlangıçta, her çakıl bağlı G = (V,E), |V| grafiğinin ayrı bir tepe noktasında bulunur. = n. Bize V üzerinde bir π permütasyonu verildi.
Amaç, başlangıçta i ∈ V tepe noktasında bulunan her çakıl taşını π(i) tepe noktasına taşımaktır. Bu, aşağıdaki formun birkaç adımında yapılmalıdır. Her adımda, bir dizi ayrık kenar E0 ⊆ E seçin ve E0’daki her bir kenarın uç noktalarındaki çakılları değiştirin.
Hedefi gerçekleştirmek için gereken minimum adım sayısı rt(G, π) ile gösterilir. G’nin yönlendirme numarası rt(G)’dir. Şimdi G bağlantılı ve d-düzenli olsun. Yönlendirme sayısını λn−1 cinsinden üst sınırlayabiliriz. Sadece aşağıdaki sonucu alıntılıyoruz.
Kromatik Sayı
Bir grafiğin renklendirilmesi, bitişik köşeler farklı renklere sahip olacak şekilde köşelere renklerin, örneğin doğal sayıların atanmasıdır. Grafiğe k farklı renk atanırsa, k-renklendirmeden söz ederiz.
Bir grafiğin kromatik sayısı, bir renklendirme için gerekli olan minimum renk sayısıdır. Kromatik sayıyı χ(G) ile gösteriyoruz. Kromatik sayının hesaplanmasının NP-zor olduğu iyi bilinmektedir. Ancak özdeğerler bize alt ve üst sınırları verir. Yalnızca komşuluk matrisinin özdeğerlerini dikkate alıyoruz.
Bağımsızlık Numarası
Bağımsız bir küme, hiçbiri o kümeden başka bir köşeye bitişik olmayacak şekilde bir köşeler kümesidir. Bağımsız kümelere kararlı kümeler de denir. Bir G grafiği için, bağımsızlık sayısı α(G), tüm bağımsız G kümeleri arasında bağımsız bir maksimal kardinalite kümesinin kardinalitesidir.
1inG’den büyük bir boyut kümesi olduğunda. Bu amaçla, S⊆V olsun, sabit boyut seti s := |S| > 1. Denklem s = n için doğrudur, çünkü o zaman tüm i∈{1,…,n} için geçerlidir .Çözüm < ∈ n için d ̄ =0 olur. O zaman x sabit değildir, yani 1’in katı değildir.
Kromatik polinom Komşuluk matrisi ile Graf oluşturma Komşuluk Listesi Graf Veri Modeli uygulamaları Yönlü Graf
Biseksiyon Genişliği
Çift sayıda köşe noktasına sahip bir grafik verildiğinde, Minimum İkiye Bölme problemi, köşeleri mümkün olduğu kadar az kenarla birbirine bağlanan eşit boyutta iki sınıfa ayırmayı amaçlar. İki sınıf arasındaki minimum kenar sayısına grafiğin ikiye bölme genişliği denir.
Minimum İkiye Bölme probleminin karar versiyonu NP-tamamlıdır ve şu anda en iyi polinom yaklaşım algoritmasının yalnızca O(log2 n) çarpma hatası içinde kalması garanti edilir. İkiye bölme genişliğindeki aşağıdaki sınır, bir sonucun özel bir durumudur.
Bu sınırın, ancak ve ancak tüm köşeler tam olarak λ2 (L) kesme kenarlarıyla çakışıyorsa sıkı olduğunu göstermiştir; bu, örneğin tam grafikler, 2 tam ikili grafik, hiperküp ve Petersen grafiği için doğrudur.
Bununla birlikte, √n × √n ızgara grafiği için ikiye bölme genişliği √n iken λ2 (L) = 2 − 2 cos(π/√n) ≈ π2/n [60] ve dolayısıyla n · λ2(L) ≈ π2 . Dolayısıyla, optimum ikiye bölme 44 genişliği ile Lemma 14.4.16’nın sınırı arasındaki boşluk büyük olabilir.
Daha önce bahsedildiği gibi, ikiye bölme genişliği izoperimetrik sayı ile yakından ilişkilidir: doğrudan i(G) ve bw(G) tanımından i(G) ≤ 2bw(G) elde ederiz. Bu nedenle, i(G) üzerindeki alt sınırlar, bw(G) üzerindeki alt sınırları verir.
İspat için λ := λ2(L), δ := δ(G) ve ∆ := ∆(G) yazalım.λ = 0 ise, G bağlantısı kesilir ve böylece i(G) = 0 olur ve işimiz biter. G’nin n ≥ 4 veya daha fazla köşede tam bir grafik olduğu durumu, λ = n kullanılarak kolayca çözülebilir.
Tüm {i, j} ∈ E kenarlarını toplarken, terimlerin kenarın hangi ucunun gerçekte i ve hangisinin j olduğuna bağlı olmaması gerektiğini unutmayın. Bunun burada, örneğin önceki hesaplamada her zaman böyle olduğunu gözlemleyin, çünkü tüm i,j∈V için kullanılır.
Bu denklemde ‘α’ terimini tamamen bırakmak istiyoruz. Bu amaçla, W’nin tanımına göre α ≤ 0’a sahip olduğumuzu gözlemleyin. Ayrıca, yine λ’nın özdeğer özelliğini kullanmak gerekir.
Şimdi bunu aşağıdan bağlayacağız. 0=t0 <t1 <…<tN, g’nin bileşenlerinin tüm farklı değerleri olsun. Vk tanımlayın := {i ∈ V ; k ∈ {0,…,N} için gi ≥ tk} ve kolaylık için VN+1 := ∅.
O halde, k ∈ {1,…,N + 1} için Vk ⊆ W olur ve dolayısıyla |Vk| ≤ |W|, dolayısıyla |Vk| = min{|Vk|,|V \Vk|}. Ayrıca VN ⊆ VN−1 ⊆ …V1 = W ⊆ V0 = V olduğunu ve |Vk|−|Vk+1| tüm k ∈ {0,…,N} için g’deki girişlerin sayısı tk’ye eşittir. 2 2 {i,j}∈E gi − gj toplamını uygun bir şekilde ifade edebileceğimizi daha sonra göstereceğiz.
Bu, N üzerinde tümevarımla yapılacaktır. N = 1 durumu açıktır. Öyleyse N > 1 olsun ve (14.24)’ün N yerine N − 1 olan durumlar için, yani G ̃ = (V ̃ , E ̃ ) grafiğinde bir g ̃ vektörüne sahip olduğumuz durumlar için zaten kanıtlanmış olduğunu varsayalım. N farklı değerler 0 = t ̃ < … < t ̃ bileşenleri üzerinde ve burada 0 N−1 V ̃N−1 ⊆ V ̃N−2 ⊆ . . . V ̃1 = W ̃ ⊆ V ̃0 = V ̃ buna göre tanımlanır.
Bunu aşağıdaki örnek için kullanacağız. G ̃ := G − VN’yi tanımlayın (G ̃’nin köşeleri ve kenarları sırasıyla V ̃ ve E ̃’dir) ve g ̃ gogonV ̃’nin kısıtlaması olsun. Tüm k∈{0,…, N−1}.Daha sonra kk’yi tanımlarsaksetsV ̃ buna göre V ̃ =V \V forallk∈{0,…,N−1}’ye sahibiz. Tüm k ∈ {0,…,N −1} için VN ⊆ Vk olduğuna dikkat edin k kkN, bu nedenle Ṽk kümeleri Vk kümelerinden tam olarak VN’deki köşe noktalarına göre farklılık gösterir.