Fermi Dağılımı
Arayüzden geçen akım, halihazırda elde ettiğimiz ifadeye eşittir, ancak uçların iki Fermi dağılımı tarafından tamamlanır (iki dönüş yönü nedeniyle 2 faktörü eklenir):
Bu nedenle, bir arayüz boyunca iletkenlik için ilişki ve denge dışı ilişkiler arasındaki tek farkın yalnızca iki özellikten kaynaklandığını söylemek doğru olur:
• Dengesiz muamelenin arayüz kısmının kendi kendine tutarlı yük dağılımları yoluyla olan sonlu yanlılık.
• arayüzün kendisinde elektron-fonon etkileşimlerinin etkisi.
Bu iki özelliğin dışında, iki ayrı çerçeve içindeki tedaviler eşdeğerdir. Elektron-fonon etkileşimlerinin, örneğin tünel açma koşullarında, mevcut değerleri %5'ten daha az değiştirdiği göz önüne alındığında, genellikle elastik taşıma modellerine güvenmek güvenli görünmektedir.
Standart DFT Yöntemleri
Taşıma teorisi üzerine olan bu son bölümde, iki uçlu bir cihazdaki akımları hesaplamak için mevcut yöntemlerin taslağını çıkaracağız. Bir yandan problemin yerel orbitallerin bir temel kümesi içinde nasıl çözüldüğünü açıklayacağız, diğer yandan böyle bir çözümün yoğunluk fonksiyonel teorisinin standart yöntemleri içinde nasıl elde edilebileceğini açıklayacağız.
Şu anda, bu amaca yönelik en verimli yöntemler, süper hücreler adı verilen üç boyutlu tekrar birimlerini kullanıyor. Dahası, elektron özvektörlerinin düzlem dalga açılımına dayalıdırlar.
Dolayısıyla ele almamız gereken sorun şudur: (i) öngerilim gerilimleri uygulanır uygulanmaz iletken-kurşun arayüzlerindeki sınır koşullarının eşitsizliği; (ii) düzlem dalga temel kümelerine dayalı olarak özfonksiyonların lokalizasyonu; (iii) bu koşullar altında dengesiz Green fonksiyonlarının, kontaklarının ve kendi kendine enerji terimlerinin hesaplanması; (iv) arayüz boyunca yük yoğunluğu ve kimyasal potansiyellere göre elde edilen çözeltilerin kendi kendine tutarlılığı; (v) taşıma özelliklerinin hesaplanması. Bir işlevi, herhangi bir temel sette formüle edilebilecek bir matrise dönüştüren bir dönüşümün ayrıntılı bir açıklamasıyla başlıyoruz.
Fonksiyon Matrisi
Belirli bir temel set içinde, bir sistemin Green fonksiyonunun denklemi genellikle matris formunda yazılabilir. Çıkış noktası, fonksiyonun gerçek uzay tanımıdır.
Burada Z = E + iη, geciktirilmiş Green fonksiyonu GR ile ilişkili karmaşık özdeğerdir. GA için karşılık gelen özdeğer Z∗'dir. Şimdi Green fonksiyonunu belirli bir temel sette yeniden yazıyoruz (atomik orbitaller için φm fonksiyonları sistemin atomik konumlarında ortalanır).
Z yerine Z∗ kullanarak benzer bir prosedürle geciktirilmiş fonksiyon yerine gelişmiş fonksiyona ulaşırız, böylece her iki Green fonksiyonu da matris formunda verilir.
Prensipte Green fonksiyonları η → ±0 için limitler olarak tanımlandığından, bu noktada bilinmeyen bir η parametresiyle baş başa kalmış gibi görünebiliriz. Ancak sayısal olarak, sistemimize bağlı olarak ve şu koşulla η'ya kesin bir değer atayabiliriz.
N0, sistemimizdeki elektron sayısıdır. Teknik bir bakış açısından, Green fonksiyonları ile sistem yanıtının hesaplanması için gerekli olan matris inversiyonunun bir O(N2) rutini olduğu ve bu nedenle hesaplama açısından pahalı olduğu dikkate alınmalıdır.
Bu sorunun çözümü, fonksiyonunu matris inversiyonuna dayanmadan oluşturmak için yinelemeli şemaların kapsamlı kullanımı olabilir. Dolayısıyla bu genişlemenin sonucu, belirli bir temel sette sistemin fonksiyon matrisidir.
Fermi-Dirac distribution
Fermi enerjisi formülü
Fermi seviyesi nedir
Fermi enerjisi nedir
Bose-Einstein istatistiği
Fermi enerji seviyesi
Fermiyon nedir
Tutarlılık Döngüsü
Standart DFT'de, kendi kendine tutarlılık döngüsü, daha sonra etkin potansiyeli oluşturmak için kullanılan elektron yükünün uzamsal bir dağılımı ile başlar. Etkili potansiyele dayalı Schrödinger denkleminin çözümleri, toplam yük sistemdeki elektronların sayısı olan N'ye eşit olana kadar nihayet elektronlarla doldurulur ve yeni yük dağılımı yeniden etkin potansiyeli hesaplamak için kullanılır.
Bu dolaysız ve köklü şema, dengesiz koşullar altında çalışmaz çünkü bu koşullar altındaki elektronlar ortak bir Fermi dağılımına uymazlar.
Bunun yerine, aşağıdaki gibi farklı bir döngüyle kendi kendine tutarlı çözümleri yinelemek gerekir:
1. Müşteri adaylarının kendi enerjilerini hesaplayın.
2. İkisi arasındaki Hartree potansiyelini ve Hamiltoniyeni hesaplayın, uygulanan bir önyargı voltajına yol açar.
3. Arayüzün kendi enerjilerini hesaplayın.
4. Dengesiz Green fonksiyonlarını hesaplayın.
5. Enerji üzerinden fonksiyonların integralini alarak yük yoğunluk dağılımını bulun.
6. Bir sonraki yinelemeye başlayın.
Sayısal olarak, kabataslak öz-tutarlılık döngüsünün sorunu, öz-enerjiler ve arayüzün Green fonksiyonları ile ilgili matris ters çevirmeleridir.
Müşteri Adaylarının Kendi Enerjisi
Uçların, değişen öngerilim voltajlarını hesaba katmak için uygulanan bir Hartree potansiyeli ile birkaç metal katmanından oluştuğu düşünülebilir.
Kurulum, çoğu DFT kodunun süper hücre geometrilerinde olduğu gibi periyodik olacak veya iletkenin bir tarafına iliştirilmiş uçların bir küme tanımını uygulayacaktır. Aşağıda periyodik süper hücrelere odaklanacağız; Küme hesaplamalarından tek fark, birazdan göreceğimiz gibi, Fermi fonksiyonlarının uçlardaki değişimidir. Uçların ayrı ayrı hesaplanması için kurulum gösterilmiştir.
Geciktirilmiş ve gelişmiş fonksiyon matrisleri, yukarıda açıklanan prosedürle hesaplanabilir. Bilindiklerinde, spektral fonksiyonu şu şekilde oluşturabiliriz.
Yaklaşık üç atomik katmana sahip metallerdeki bozunma uzunluğu göz önüne alındığında, kurşunun öz-enerji terimi yalnızca arayüze bitişik üç katman için hesaplanmalıdır.
Kurşun sistemi altı atomik katmandan oluşuyorsa, o zaman üç sol katman sağ kurşunun öz enerjisini, sağdaki üç katman da sol kurşunun öz enerjisini tanımlar. Periyodik bir kurulumda, her iki ucun Fermi dağılım fonksiyonları temel durum Fermi dağılımları (μ = μ0) olurken, bir küme yaklaşımı için kimyasal potansiyeller ön gerilim μ = μ0 ± eV kadar kaydırılacaktır.
Uçlar, uygulanan önyargı voltajı nedeniyle yüzey dipollerini hesaba katmak için üç ek metal katman içeren iletkene bağlanır. Kurşun arayüzünden iletkene geçişte değişen Hartree potansiyelleri göz önüne alındığında, Hartree potansiyeli ve arayüz boyunca etkin potansiyel, çizilen kendi kendine tutarlı prosedürle hesaplanmalıdır.
Sistemin Hamilton matrisi daha sonra arayüzün L katmanları için matris elemanları ve müşteri adaylarının kendi enerjileri için altı ek eleman içerir. Ortaya çıkan Hamilton matrisini genel bir şekilde yazmak, yani matristeki her katmanı yalnızca bir matris elemanı ile temsil ettiğimiz anlamına gelir.
Köşe Çiftleri Arasındaki En Kısa Yollar
Tüm köşe çiftleri arasındaki en kısa yol mesafelerini hesaplama sorunu, Tüm Çiftlerin En Kısa Yolları problemi (APSP) olarak adlandırılır. Tüm çiftlerin en kısa yolları, kaynak tepe noktası s olarak v olmak üzere her bir v ∈ V köşesi için bir tane olmak üzere n en kısa yol ağacı hesaplanarak doğrudan hesaplanabilir. Seyrek grafikler için bu yaklaşım en iyi çalışma süresini sağlayabilir. Özellikle, ağırlıklandırılmamış grafikler için O(nm + n2) çalışma süresi verir.
Bununla birlikte, seyrek olmayan grafikler için bu, gereğinden fazla çalışmaya neden olabilir. Aşağıdaki en kısa yol etiketi optimallik koşulları, yukarıdaki basit APSP algoritmasını iyileştirmek için çok önemli bir gözlem oluşturur.
Bu nedenle, bazı uzaklık etiketleri verildiğinde, bu optimallik koşullarının geçerli olup olmadığını kontrol etmek için n3 işlem gerekir. Bu gözleme ve bir Savaş teoremine dayanarak, bir O(n3) zaman sınırına ulaşan bir APSP algoritması geliştirecektir.
Algoritma önce tüm mesafe etiketlerini sonsuza başlatır ve ardından {u, v} ∈ E için mesafe etiketlerini d(u, v) kenar uzunluklarına ω(u, v) ayarlar. Bu başlatmadan sonra, algoritma temel olarak mesafe etiketlerinin koşulu ihlal ettiği bir u, v, w köşe üçlüsü olup olmadığını kontrol eder. Eğer öyleyse, ilgili mesafe etiketini d(u, w) azaltır.
Bu kontrol, köşeler üzerinde üçlü bir for döngüsünde gerçekleştirilir. Tüm çiftlerden oluşan en kısa yolları aradığımızdan, algoritma u’dan v’ye giden bazı en kısa yollarda v’nin öncül köşesini içeren pred(u,v) öncül indislerini tutar.
Dinamik Tüm Çiftler ile En Kısa Yollar
APSP probleminin dinamik varyantı, ağ analizi bağlamında özellikle ilgi çekicidir. Dinamik APSP problemi, kenar ekleme ve silme işlemleriyle değişen bir grafikte d(u, v), u, v ∈ V en kısa yol mesafe etiketlerinin optimal bir setinin korunmasından oluşur. Tipik olarak, aynı zamanda, sadece mesafeler yerine karşılık gelen en kısa yolların kendileri de aynı anda korunmak istenir.
Bu nedenle, dinamik APSP’ler, bir kenarın kaldırılmasıyla en kısa yol mesafelerinin nasıl değiştiği gibi canlılıkla ilgili sorular için önemlidir. Bir grafikten bir tepe noktasının çıkarılması, gelen kenarların kaldırılmasıyla sonuçlandığından, tepe canlılığı, dinamik bir APSP ayarında kenar kaldırma dizilerine karşılık gelir. Ayrıca, dinamik APSP, değişen Web grafiğinin ayarında açıkça uygulanabilir.
Dinamik APSP probleminin zorluğu, bir güncellemeden sonra bir dizi optimal mesafe etiketini sıfırdan yeniden hesaplamaktan daha iyisini yapmaktır. Son zamanlarda, Demetrescu ve Italiano, negatif olmayan gerçek değerli kenar ağırlıkları ile yönlendirilmiş grafikler üzerinde dinamik APSP problemi için bir algoritma tanımladılar.
Kenar ekleme, kenar silme veya kenar ağırlığı değişikliği başına, algoritmaları tüm çiftlerin en kısa yol mesafe etiketlerini korumak için O(n2 log3 n) amortize edilmiş süre alır. Algoritma ve analizi oldukça karmaşık olduğundan, bunların tartışılması bu kitabın kapsamı dışında kalmaktadır. Bunun yerine, dinamik APSP ile ilgili ayrıntılar için başvuruyoruz.
Ayrıca, algoritmanın alternatif bir açıklamasının yanı sıra O(n2 (log n + log2 (m + n/n))) için iyileştirilmiş amorti edilmiş güncelleme süresi sağlar. Ayrıca, geliştirilmiş algoritma negatif ağırlıklara izin verir.
Ağırlıklı grafiklerde dinamik SSSP probleminin statik APSP problemi kadar zor olduğunu tartışın. Ayrıca, seyrek grafikler için iyileştirilmiş amorti edilmiş güncelleme süresi ile çok yüksek olasılıkla doğru sonuçlar veren dinamik APSP için rastgele bir algoritma sunarlar.
Maksimum akış problemi örnek
Minimum maliyetli akış problemi
Maksimum akış problemi
Maksimum akış problemi matematiksel modeli
En küçük yayılma problemleri
En kısa Yol Problemi örnek
Minimum Yayılan ağaç problemi
Maksimum Akışlar ve Minimum Maliyetli Akışlar
Arada akış için, belirlenmiş bir kaynak düğüm s ile belirlenmiş bir alıcı düğüm t arasındaki maksimum akışın hesaplanması gerekir. Maksimum akış problemi literatürde kapsamlı bir şekilde incelenmiştir ve çeşitli algoritmalar mevcuttur.
Bazıları genel olarak uygulanabilir, bazıları ünite uç kapasiteleri gibi sorunun sınırlı durumlarına odaklanır ve diğerleri pratik etkiden çok teorik etkiye sahip olabilecek iyileştirmeler sağlar. Aynısı, minimum maliyetli akış algoritmalarının daha da karmaşık olduğu belirtilmekle birlikte, minimum maliyetli akışlar için de geçerlidir.
Algoritmaların iyi derinlemesine açıklamaları için yine ders kitaplarına başvuruyoruz. Akış algoritmalarının en kötü çalışma süreleri ve bunun sonucunda büyük ağlarda merkezilik hesaplamaları üzerindeki etkisi hakkında bir fikir vermek için aşağıdaki algoritmalardan kısaca bahsediyoruz.
Ön akış itme algoritması ve kapasite ölçeklendirme algoritması, burada U en büyük kenar kapasitesidir. Minimum maliyet akışları için kapasite ölçeklendirme algoritması söz konusudur.
Alternatif olarak, hem maksimum akış hem de minimum maliyetli akış problemleri doğrusal programlama kullanılarak çözülebilir. Akış problemleri için doğrusal program, herhangi bir tamsayı girdisi (maliyetler, kapasiteler ve net girişler) için bir tamsayı optimal çözümünü garanti eden özel bir yapıya sahiptir. Ayrıca, polinom çalışma sürelerine sahip akış tabanlı doğrusal programlar için özel ağ tek yönlü algoritmaları mevcuttur.
En Büyük Özvektörü Hesaplama
Kitabın bu bölümünde açıklanan birkaç merkezilik ölçüsü, belirli bir matrisin özvektörlerinin hesaplanmasına dayanmaktadır. Bu bölüm, özvektörlerin ve özdeğerlerin hesaplanmasına kısa bir giriş sağlar.
Genel olarak, özdeğerlerin ve özvektörlerin hesaplanması sorunu önemsiz değildir ve eksiksiz kitaplar bu konuya ayrılmıştır. Tek bir algoritmaya odaklanıyoruz ve ana fikri çiziyoruz. Optimize edilmiş algoritmalar veya özel matrisler için algoritmalar gibi diğer tüm bilgiler gibi ders kitaplarında mevcuttur. Ayrıca, (spektral analiz bölümü) bir grafiği temsil eden matrisin tüm özdeğerlerinin hesaplanmasını dikkate alır.
En büyük mutlak değere sahip özdeğer ve karşılık gelen özvektör, Algoritma 6 tarafından açıklanan güç yöntemiyle hesaplanabilir. Algoritma girdi olarak A matrisini ve ||q(0) ile bir q(0) ∈ n başlangıç vektörünü alır.