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.
META-ANALİZ MASTER FÖYÜNÜN HAZIRLANMASI
Etki büyüklükleri ölçümü ve her çalışma için tanımlama özellikleri meta-analiz ana sayfası adı verilen bir tablo şeklinde sunulmalıdır. Çalışmalar arasındaki klinik heterojenliği görebilmek için çalışmaların sonucunu etkileyen önemli faktörler sunulmalıdır.
Bu tür özellikler moderatörler olarak bilinir. Çalışmalar, yayınlandıkları kronolojik sıraya göre listelenmelidir. Kimlik numarası adı verilen her çalışmanın benzersiz bir numarası, meta-analiz ana sayfasına dahil edilmelidir.
Bazen çalışma özellikleri ile etki büyüklüğü arasında korelasyon vardır. Bu gibi durumlarda, bu özelliklere moderatör denir. Her moderatörün nasıl kodlanacağını tam olarak belirliyoruz. Ana sayfa hazırlandıktan sonra, meta-analist hem moderatörleri hem de etki büyüklüklerini merkezi eğilim, dağılım derecesi ve dağılımların şekli gibi karakteristik dağılımlarına göre analiz etmelidir.
META-ANALİZ ANA SAYFASI
Etki büyüklükleri ölçümü ve her çalışma için tanımlama özellikleri meta-analiz ana sayfası adı verilen bir tablo şeklinde sunulmalıdır. Çalışmalar arasındaki klinik heterojenliği görebilmek için çalışmaların sonucunu etkileyen önemli faktörler sunulmalıdır. Bu tür özellikler moderatörler olarak bilinir. Çalışmalar, yayınlandıkları kronolojik sıraya göre listelenmelidir.
TANIMLAMA ÖZELLİKLERİ
Kimlik numarası adı verilen her çalışmanın benzersiz bir numarası, meta-analiz ana sayfasına dahil edilmelidir. Her çalışmanın kısa veya uzun bir referansı da tercih edilir.
ÖNEMLİ ÖZELLİKLER VE MODERATÖRLER
Belirli bir araştırmacının çalışma kalitesi dahil edilmelidir. Bunları ya düzenleyici değişkenler olarak ya da dışlama için temel olarak kullanabiliriz. Kaliteyi kodlamanın iyi bir yolu, bir geçerlilik tehditleri listesini baştan sona okumak ve her birinin analizdeki çalışmaları etkileyip etkilemediğini düşünmektir.
Korelasyonu hesaplamak için deneklerin atanması, deneysel tasarım, kodların manipülasyonu, korelasyon tanımı ve hesaplama prosedürleri ve ölçülen denek sayısı gibi çalışmanın genel tasarımı hakkında bilgilerin kaydedilmesi gerekir. Etki boyutu “d” kullanılırken kontrast tanımı, bağımlı ölçü, hesaplama yöntemi ortalamaların kaynağı ve standart hataların kaynağı kaydedilmelidir.
MODERATÖR ANALİZİ
Bazen çalışma özellikleri ile etki büyüklüğü arasında korelasyon vardır. Bu gibi durumlarda, bu özelliklere moderatör denir. Düzenleyici değişkenler, ana metodolojik varyasyon, teorik yapılar ve temel çalışma özellikleriyle ilgili ayrıntıları içerir.
Düzenleyici değişkenlerin testi, büyük ölçüde bu değişkenin örnekleminizdeki dağılımına bağlıdır. Çalışmalarınızın çoğu bir değişken üzerinde aynı değere sahipse, o değişken üzerinde yapılacak bir test muhtemelen bilgilendirici olmayacaktır. Bu nedenle, çalışma örnekleri arasında değişkenlik gösteren moderatörler seçmeye çalışmalıyız. Moderatör olarak kodlamaya karar verdiğimiz değişkenler de literatür hakkında daha fazla şey öğrendikçe değişebilir.
KODLAMA MODERASYON DEĞİŞKENLERİ
Her moderatörün nasıl kodlanacağını tam olarak belirliyoruz. Bazen bir moderatör değişkenine atadığınız değerler, yayın yılı gibi oldukça açıktır. Bununla birlikte, diğer zamanlarda, örneğin çalışma kalitesini değerlendirirken olduğu gibi, ödev daha yüksek derecede bir çıkarım gerektirir.
Bu tür “yüksek çıkarım” moderatörlerinin nasıl kodlanacağına ilişkin özel kurallar belirlemelisiniz. Kodlayıcı önyargılarından etkilenebilecek herhangi bir yüksek çıkarım kodlamanız varsa, ya aynı bilgiyi sağlayacak bir dizi düşük çıkarım kodu ile gelmeli ya da kodlamanın meta-analiz üzerinde çalışmayan kişiler tarafından yapılmasını sağlamalısınız.
Etkinizi hafifletebileceğini düşündüğünüz tüm önemli özellikleri kodladığınızdan emin oluyoruz. Bununla birlikte, çok sayıda moderatörü analiz etmenin, gerçekte var olmayan önemli bulgular bulma şansınızı artırmasında bir ödünleşim vardır. Çok sayıda moderatörünüz varsa, etki büyüklüğünün tüm önemli tahmin edicilerini içeren bir çoklu regresyon analizi yapmayı düşünebilirsiniz. Çoklu regresyonların sonuçları, toplam moderatör sayısını otomatik olarak hesaba katar.
META-ANALİZDE VERİ NOKTALARININ ANALİZİ
Ana sayfa hazırlandıktan sonra, meta-analiz hem moderatörleri hem de etki büyüklüklerini merkezi eğilim, dağılım derecesi ve dağılımların şekli gibi karakteristik dağılımlarına göre analiz etmelidir. Moderatörler ve etki büyüklükleri arasındaki ilişki, ki-kare testi veya korelasyon katsayısı testi kullanılarak belirlenmelidir. Ayrıca, ilişkinin nedensel olup olmadığını veya üçüncü bir değişkenin eylemi olabileceğini kontrol etmek de gereklidir.
META-ANALİZ PARÇALARI
Orman grafiği, ortak bir ölçekte bireysel çalışmalardan elde edilen sonuçların grafiksel bir görüntüsüdür. Bu grafikte, karelerin alanları tahminlerin kesinliği ile orantılıdır ve kareleri birleştiren doğrular güven aralıklarını temsil eder. Huni grafiği, yatay eksendeki bireysel çalışmalardan tahmin edilen tedavi etkilerinin dikey eksendeki tahminlerin kesinliğine karşı basit bir dağılım grafiğidir.
Yayın yanlılığı, kullanım hunisi grafiğiyle araştırılabilir. Begg’in huni grafiği, yatay eksendeki özet istatistiklerin standart hatasına karşı dikey eksendeki özet istatistiklere karşı basit bir dağılım grafiğidir. Galbraith grafiği, özet istatistiğin standart hatasına (z-istatistiği) oranına karşı yatay eksende her bir çalışma tahmininin standart hatasının tersinin grafiksel bir temsilidir.
Galbraith radyal grafiğinde, bireysel çalışmalardan elde edilen tahminler, standart hatalarının karşılıklılığına karşı çizilir. L’Abbe grafiği, her noktanın bir çalışmayı temsil ettiği bir dağılım grafiğidir. Dikey eksen, tedavi grubundaki olay oranlarını ve yatay eksen kontrol grubundaki olay oranlarını ölçer. L’Abbe grafiği, farklı sonuçlara sahip çalışmaları belirlemek için kullanışlıdır.
ORMAN ARSASI
Ortak bir ölçekte bireysel çalışmalardan elde edilen sonuçların grafiksel bir görüntüsüdür. Bu grafikte, karelerin alanları tahminlerin kesinliği ile orantılıdır ve kareleri birleştiren doğrular güven aralıklarını temsil eder.
Çalışmalar arasındaki heterojenlik derecesinin görsel olarak incelenmesini sağlar. Bireysel çalışmalar ve özet tahminler için nokta tahminlerini ve karşılık gelen güven aralıklarını görüntülemek için kullanılır. Bireysel çalışmalar, çalışmanın yayınlandığı yıl, tahmini tedavi etkileri, örneklem büyüklüğü veya dahil edilen hastaların ciddiyeti gibi Orman grafiğinde farklı sıralamada görüntülenebilir. Bunu yaparak, Orman grafiği, tedavi etkilerinin diğer çalışma özellikleriyle ilişkisi hakkında sistematik kalıplar ortaya çıkarabilir.