Sei sulla pagina 1di 50

Modellistica Matematica per Dispositivi a

Semiconduttore
Cesar Augusto Palacios Arias
Gennaio,2016

Indice general
1. Meccanica Classica, Equazione di Lagrange e
1.1. Meccanica classica . . . . . . . . . . . . . . .
1.1.1. Forze conservative . . . . . . . . . . .
1.1.2. Forza di Coulomb . . . . . . . . . . . .
1.1.3. Lagrange . . . . . . . . . . . . . . . . .
1.1.4. Equazione dHamilton . . . . . . . . .
1.2. Grafici ottenuti su Mathematica . . . . . . . .
1.3. Esempio, calcolo del moto. Tesina 2 . . . . . .

Hamilton
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

5
5
5
6
6
7
8
10

2. Circuito di Chua
15
2.1. Mappa di biforcazione . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2. Visualizzazione delle Mappe di Biforcazione . . . . . . . . . . . . . 18
2.3. Sincronizzazione di due Circuiti di Chua . . . . . . . . . . . . . . . 18
3. Automi Cellulari
3.1. I Glider . . . . . . . . . . . . . . . . . .
3.2. Evoluzioni della regola . . . . . . . . . .
3.2.1. Caso di studio 1 . . . . . . . . . .
3.2.2. Caso di studio 2 . . . . . . . . . .
3.2.3. Caso di studio 3 . . . . . . . . . .
3.3. Bacini di Attrazione . . . . . . . . . . .
3.3.1. Studio a Due Dimensioni . . . . .
3.4. CA Unidimensionali su Grafo di 83 nodi
3.4.1. Reti di Watts e Strogatz . . . . .
3.4.2. Reti di Barabasi . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.

25
25
25
25
26
26
27
29
31
32
33

4. Catene lineari
35
4.1. Catena di 16 Oscillatori . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2. Catena Lineare degli oscillatori . . . . . . . . . . . . . . . . . . . . 36
3

INDICE GENERAL

4
5. Cellular Neural Networks
5.1. Introduzione . . . . . . . . . . . .
5.1.1. Vicinato di von Neumann
5.2. Standard CNN . . . . . . . . . .
5.2.1. Edge-detection . . . . . .
6. Dinamica molecolare
6.1. Sostanza cristallina: Cd3As2 . .
6.2. Strutture bande . . . . . . . . .
6.3. Potenziale chimico e quantit`a di
6.4. Densit`a degli elettroni . . . . .
6.4.1. Profilo densit`a di massa
6.5. Disperzione degli elettroni . . .
6.6. Phonon BandStruture . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

39
39
39
40
40

. . . .
. . . .
massa
. . . .
. . . .
. . . .
. . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

43
43
44
45
46
46
48
49

.
.
.
.

.
.
.
.

Captulo 1
Meccanica Classica, Equazione di
Lagrange e Hamilton
1.1.
1.1.1.

Meccanica classica
Forze conservative

Nell presente capitolo far`o una recopilazione e analisi su tutto quello che riguarda la prima esercitazione del curso di modellistica. Comincer`o definendo i concetti
prima di sviluppare la tesina e poi si far`a lanalisi dei risultati ottenuti.

Della meccanica classica sappiamo che su un sistema inerziale, la relazione tra


laccelerazione e la forza su un punto dato P.
ma = F

(1.1)

Adesso supponiamo un punto P con massa m che si mouve da un punto iniziale


P0, con V0. Il moto del corpo si trova tramite lequazione:

a=

d2 P
dt2

(1.2)

E faccendo la sostituzione sulla prima equazione, avremo:


d2 P
m 2 =F
dt
5

(1.3)

6CAPITULO 1. MECCANICA CLASSICA, EQUAZIONE DI LAGRANGE E HAMILTON

1.1.2.

Forza di Coulomb

La forza che c su un elettrone entro un reticollo considerando cariche puntuali,


si puo definire a partire da Coulomb o Maxwell, pero la equazione di Coulomb si
pu0 derivare da Maxwell solo in un caso particollare.
Partendo della prima equazione di Maxwell:
~ E
~ =
.
0

(1.4)

Consideriamo anche la seconda equazione di Maxwell, quella che definisce la


legge di Faraday.
~
~ E
~ = B

(1.5)

~ e B,
~ se i campi non sono stazionari. Si sono stazionarii invece
Il tempo legga E
non ci sar`a la relazione. I campi si desaccoppiano.
Coulomb vale sempre che i campi non dipendono dal tempo. A questo punto
si pu`o dire che:
~
~ E
~ = B e F~ = q.E
~ sono lo stesso.

1.1.3.

Lagrange

Si pu`o applicare il metodo di Lagrange per sistemi conservativi L = T U .


In cui T rappresenta lenergia cinetica totale ed U lenergia potenziale. Secondo la meccanica lagrangiana, le equazioni del moto sono un sistema di equazioni
differenziali del secondo ordine.
Lequazione di Eulero-Lagrange `e la seguente:
d
dt

L
x

L
=0
x

(1.6)

1.1. MECCANICA CLASSICA

Equazione dil moto


Lenergia cinetica di un punto materiale pu`o essere espressa matematicamente
come:
1 2 1
+ M V g2
T = Ig
2
2

(1.7)

Avvendo:
= (R + r)

V g = r

= (R + r)

r
Faciamo la sostituzione:
T =

1 Ig
(r + R)2 (P si)
2 r2

e avremo:
U peso = M (g)(R + r)Cos
1
U molla = k(R + r)2 Sin + (R + (R + r))(Cos)2
2
U = U peso + U molla
1
U = M (g)(R + r)Cos k(R + r)2 Sin + (R + (R + r))(Cos)2
2

1.1.4.

(1.8)

Equazione dHamilton

La meccanica hamiltoniana, equivale in certo senzo allequazioni precendente.


Adesso ci referimo ad un sistema di equazioni differenziali ordinarie del primo
ordine, che sono scritte in termini di una funzione chiamata Hamiltoniana H.
La derivata della Lagrangiana rispetto `e pari a:
Ig(r + R)2 0 [t]
r2

(1.9)

il momento coniugato sar`a pari a:


Ig(r + R)2 0 [t]
p[t] =
r2

(1.10)

8CAPITULO 1. MECCANICA CLASSICA, EQUAZIONE DI LAGRANGE E HAMILTON


Lequazione dHamilton risulta:
1
Ig(r + R)2 02
H = gM (r + R)Cos + k(R + (r + R)Cos2 + (r + R)2 Sin2 ) +
2
2r2
(1.11)
Questo sistema di due equazioni differenziali ordinarie del primo ordine `e denotato sistema canonico.
1
p0 [t] = gM (r+R)Sin[t] k(2(r+R)Cos[t]Sin[t]+2(r+R)2 Cos[t]2 [t])
2
(1.12)
Semplificando abbiamo:
(r + R)((gM kCos[t]Sin[t] + k(r + R)Cos[t]2 [t]

(1.13)

Per risolverle abbiamo bisogno di passare ad un sistema di 2 n equazioni differenziali ordinarie del primo ordine.

1.2.

Grafici ottenuti su Mathematica

Sullesecitazione tramite il software mathematica si ha fatto il calcolo del campo elettrostatico, moto del elettrone, potenziale elettostatico ed Hamiltoniano.

La sustanza a me assegnata `e Cd3As2, Cadmium Arsenoid. Cui rappresentazione reticollare si vede sulla Figura 1.1.
Il campo elettostatico per il reticollo in studio si mostra in figura 1.2. In cui si
possono vedere le distribuzione dil campo sul reticollo.

Per trovare il moto del elettrone consideriamo gli eletroni come corpi puntiformi che si muovono dacordo con le forze di Coulomb. Cos` potremmo vedere il
moto del elettrone come si fosse sul piano. Il problema si reduce a trovar il moto,
data la distanza, la massa e la forza.

P2 .P
Q.q
F~ = k
| P2 .P | | P2 .P |

(1.14)

1.2. GRAFICI OTTENUTI SU MATHEMATICA

Figura 1.1: Cd3As2

Figura 1.2: Campo elettrostatico

Il resultato ottenuto su Mathematica si mostra in Grafica 1.3.

10CAPITULO 1. MECCANICA CLASSICA, EQUAZIONE DI LAGRANGE E HAMILTON


4000
2000
0
- 2000

5000
- 4000
- 2000
0
2000

Figura 1.3: Moto del elettrone di Cd3As2

1.3.

Esempio, calcolo del moto. Tesina 2

Per risolvere il problema del moto sulle particelle, si fa una aprossimazione


con il conosciuto sistema della molla. Il retico sul quale si lavora ed il Cadmium
Arsenid. La cella unitaria viene graficata in Figura 1.4.

Figura 1.4: Moto del elettrone di Cd3As2


Si faranno alcune considerazioni prima di cominciare a lavorare; il valore di
costante elastica del reticolo K e pari a 10 e la massa degli elettroni corrisponde a quella della tavola periodica, calcolata a partire dallunit`a di massa atomica
uma = 1,67x1027 .
Per tanto la massa atomica per il Arsenio `e pari a 74,92 uma e la massa

1.3. ESEMPIO, CALCOLO DEL MOTO. TESINA 2

11

atomica del Cadmio sarabbe pari a 112,411 uma


Consideriamo su il nostro reticolo, gli atomi, come corpi puntiformi collegati
tra loro attraverso una molla.
Il procedimento per ricavare il moto `e il seguente:
La forza sul corpo sar`a:
F~ = kX

(1.15)

Dove k `e la costante elettrica ed X lo spostamento dalla posizione iniziale.

Il calcolo si fa mantenendo fermi alcuni ioni, in questo caso (3,6,7). E procediamo ad analizare lequazione dil moto.
La equazione dil moto `e:
x =

k
X
m

(1.16)

Questa equazione la possiamo scrivere come:


+ AX = 0
X

(1.17)

Dove la radice di A corrisponde alla frequenza doscilazione.

La matrice A sar`a di dimensione N xN , dove cercher`o gli autovalori.Dagli autovalori risalsiamo alla frequenza di oscillazione dalla relazione A = 2 .
Finalemente avremo i vaori di frequenza tramite la seguente equazione:

2
f=
(1.18)
2

Il vettore di valori di frequenza calcolato su Mathematica `e:


2,5902 1012 , 1,84132 1012 ,
1,84132 1012 , 2,25825 1012 ,

12CAPITULO 1. MECCANICA CLASSICA, EQUAZIONE DI LAGRANGE E HAMILTON


2,25825 1012 , 1,89784 1012 ,
1,89784 1012 , 1,3469 1012 ,
1,3469 1012 , 42680,9, 42680,9, 10134,2
In quanto riguarda il moto dello ione lo ricaviamo attaverso le forze di newton,
usando lequazione 1.15. Poi risolviamo lequazione differenziale tramie NDSolve
in mathematica. Di seguito si mostrano i grafici ottenuti con le oscillazione degli
elettoni.
1000

970
965

980
960
960

955
950

940

945
920

940
2. 10 -12

4. 10 -12

6. 10 -12

8. 10 -12

2. 10 -12

4. 10 -12

6. 10 -12

8. 10 -12

2. 10 -12

4. 10 -12

6. 10 -12

8. 10 -12

1050
1000
1000

980
960

950

940
900

920
900
2. 10 -12

4. 10 -12

6. 10 -12

8. 10 -12

Figura 1.5: Moto degli elettroni 1,2,4,5 di Cd3As2


Usando la funzione Periodogram di Mathematica analiziamo lo spettro di frequenza delle componenti che compongono il segnale che descrive il movimento di
uno ione lungo un asse.
La figura 1.6 corrisponde allo spettro in frequenza. Lasse delle escisse `e la
frequenza mentre le ampiezze sulle ordinate saranno espresse in decibel.
Il picco massimo della grafica si trova vicino alle 1.4THz, che `e della grandezza
fatta analitimente tramite le equazioni soppra scrite. Ora, si proceder`a ad analizare
landamento spazio temporale dello ione 5.
Nella grafica del andamento spazio-temporal si pu`o rendere conto della periodicit`a del moto lungo le singole coordinate (x,y,z).
Il piano di fase ci pemette di percepire la differenza sulle vibrazoni reticolari in
basi ai diversi legami.

1.3. ESEMPIO, CALCOLO DEL MOTO. TESINA 2

13

80

60

40

20

0
0

5.0 10 11

1.0 10 12

1.5 10 12

2.0 10 12

2.5 10 12

Figura 1.6: Moto del elettrone di Cd3As2

6 10 14
650

4 10 14

600
550

2 10 14
500
450

- 100

- 50

- 2 10 14
- 150

- 100

- 50
1050
1000

950

- 4 10 14

- 6 10 14

900

Figura 1.7: Adamento spazio temporale e Piano delle fase per lo ione 4 della cella
di Cd3As2

14CAPITULO 1. MECCANICA CLASSICA, EQUAZIONE DI LAGRANGE E HAMILTON

Captulo 2
Circuito di Chua
Il circuito di Chua `e il pi`
u semplice sistema dinamico autonomo che pu`o essere
usato per studiare i circuiti dinamici non lineari.Questo circuito ha il vantaggio, dal
punto di vista educativo, che mostra una grande variet`a di caratteristiche comuni
alle altre non lineare, come i biforcazioni, caos e sincronizzazione.
Il circuito di Chua ha tre elementi di accumulazione di energia: due condesatori
passivi e un induttore passivo, tutti i tre elementi sono lineari. Poi ci sono due
resistori, uno pasivo lineare e uno non lineare chiamato anche Diodo di Chua.
La figura 2.1 ci mostra il circuito di Chua come tal.

Figura 2.1: Circuito di Chua


La stabilit`a o instabilit`a dipenderano unicamente delle condizioni inizili degli
elementi reattivi del circuito.
In quanto riguarda il lavoro fatto sulla seconda tesina, secondo le condizioni
iniziale ho fatto lanalisi del attratore corrispondente.
Le condizioni iniziali per il atrattore sono: PC 20. Risolviamo il sistema di
3 equazioni differenziali in x0 (t), y 0 (t), z 0 (t), attraverso integrazioni numeriche mediante NDSolve. Dopo graficheremo le soluzioni ottenute.
15

CAPITULO 2. CIRCUITO DI CHUA

16

Applicando le equazioni di Kirchoff al circuito di Chua otteniamo un sistema


di tre equazioni differenziali in tre incognite.

Figura 2.2: Legge di Kirchoff sul circuito di Chua


I valori iniziali dei componenti (PC20) per il circuito di Chua che si svilupper`a
sono:
C1 = 1; C2 = -1.0837; G = 33.33333333;
L = -1.49; R0 = 2.228;
E0 = 1; Ga = -0.5; Gb = 0.0064;
x(0) = -0.7585631; y(0) = -0.75197965; z(0) = 0.39119202;
Le equazioni che dobbiamo adesso risolvere sono quelle corrsipondente a Vc1 (t),
Vc2 (t) e IL (t).
Come possiamo vedere nella figura 2.2 se stato introdotto un nuovo resistore
R0 nella maglia M1. Quando R0 = 0, il sistema si riduce al circuito di Chua.
Maglie (M1):
V C2 + V L + V R0 = 0
(2.1)
Maglie 2 (M2):
V C2 V R V C1 = 0

(2.2)

IL IC2 IR = 0

(2.3)

IR IC1 ID = 0

(2.4)

Nodo A:
Nodo B:
Per risolvere le equiazioni usiamo NDSolve. Ei risultati ottenuti sono i senguenti:

2.1.

Mappa di biforcazione

In questa parte vedremo le Mappe di Biforcazione dei segnali Vc1 (t), Vc2 (t) e
la resistenza R0 del circuito di Chua.
IL (t). In queste mappe il parametro sarA

2.1. MAPPA DI BIFORCAZIONE

17

Figura 2.3: Grafici ottenuti su Mathematica per i dati iniziali assegnatti


1. Risolviamo il sistema di equazioni differenziali attraverso NDSolveValue per
un dato valore di R0 , ottenendo le tre soluzioni in x, y, z, che non sono altre
che Vc1 (t), Vc2 (t) e IL (t) rispettivamente. Queste soluzioni sono rappresentate
da una lista di valori calcolati al variare del tempo.
2. Per ogni soluzione troviamo i massimi ed i minimi relativi attraverso la funzione F indM axM in che genera una lista L con i max e min relativi.
3. Aggiungiamo ad ogni valore della lista L il valore di R0 attraverso la funzione
AddR0Coordinate. Cos` otteniamo una lista in cui ogni elemento `e costituito
da due valori, il prmo `e il valore di R0 ed il secondo inviece `e il max o min.
In questo modo abbiamo ottenuto una lista fatta da coordinate (x, y) che si
possono plottare attraverso ListPlot.

CAPITULO 2. CIRCUITO DI CHUA

18

4. Ripetiamo i passi 1, 2, 3 con un nuovo valore di R0 e allegamo la lista ottenuta


con quella che avevamo ottenuto in precedenza.
Adesso avremo bisogno di determinare i valori di R0 in cui le soluzioni sono
finite e da quele valore in poi avremo soluzione divergente. I calcoli lo faremo con
valori di R0 pari a: (0,1, 1,9, 2,2, 2,31, 2,32).
I grafici ottenuti si presentano a continuazzione:

Figura 2.4: Mappa di Biforcazione, R0 =0.1

2.2.

Visualizzazione delle Mappe di Biforcazione

Vediamo ora le tre Mappe di Biforcazione che si generano da Vc1 (t), Vc2 (t) e
IL (t). Con un numero elevato di punti, vale utilizzare uno step di incremento di
R0 piccolo per visualizare le mappe di biforcazione.

2.3.

Sincronizzazione di due Circuiti di Chua

I due circuiti dovranno avere gli stessi valori di tutti i suoi componenti, quello che cambier`a sar`a solamente le condizioni iniziali. I due circuiti di Chua sono
collegati fra loro attraverso il resistore Rc , questo consente di effettuare una sincronizzazione bidirezionale questo dovuto a che le grandezze della prima cella sono

2.3. SINCRONIZZAZIONE DI DUE CIRCUITI DI CHUA

Figura 2.5: Mappa di Biforcazione, R0 =1.9

Figura 2.6: Mappa di Biforcazione, R0 =2.0


influenzate dalla seconda e viceversa.

19

20

CAPITULO 2. CIRCUITO DI CHUA

Figura 2.7: Mappa di Biforcazione, R0 =2.31

Figura 2.8: Mappa di Biforcazione, R0 =2.32

Per sincronizzare le due celle graficheremo gli andamenti di Vc1 della prima e

2.3. SINCRONIZZAZIONE DI DUE CIRCUITI DI CHUA

21

VC1

2.0

2.1

2.2

2.3

R0

-1

-2

Figura 2.9: Mappa di Biforcazione, Vc1


VC2

2.0

2.1

2.2

2.3

R0

-1

-2

Figura 2.10: Mappa di Biforcazione, Vc2


fatto per Vc2 e IL , se la sincroseconda cella sullo stesso grafico, lo stesso sarA
nizzazione `e andata a buon fine allora i grafici delle due celle dovrebbero essere
identici. Attraverso Manipulate su Mathematica si fa lanalisi detto in precedenza
per diversi valori di Rc verificando se i due circuiti si sincronizzano.

Facendo numerose prove di sincronizzazione ho notato che questa non avveniva


per numerosi valori di Rc. Di seguto riporto i risultati ottenuti per il miggliore dei
casi (sotto forma di immagine). Ho fatto variare Rc partendo da 100 fino a 1000
a passi da 100.

CAPITULO 2. CIRCUITO DI CHUA

22
IL

1.0

0.5

2.0

2.1

2.2

2.3

-0.5

Figura 2.11: Mappa di Biforcazione, IL

Figura 2.12: Circuiti di Chua collegati attraverso il resistore Rc

R0

2.3. SINCRONIZZAZIONE DI DUE CIRCUITI DI CHUA

23

Figura 2.13: Sincronizzazione di due circuiti di Chua collegati attraverso il resistore


Rc = 100

24

CAPITULO 2. CIRCUITO DI CHUA

Captulo 3
Automi Cellulari
Glia utomi cellulari sono un modello dellevoluzione a livello cellulare delle celle.
Il conceto e introdotto da von Neumann e Ulam nel 1948. Un automa cellulare pu`o
assumere un numero finito di stati discreti. Lo stato della cella cambia nel tempo
dipendendo dello stato delle celle vicine.
A continuazione si studier`a, le caratteristiche della CA nella seguente regola:
3330333031123203323022011203203112312301320333130310211320032011

3.1.

I Glider

La Regola oggeto di studio pu`o assumere valori: 0, 1, 2, 3; cio`e, k=4. Il raggio


delintorno `e r=1.
A continuazione assegniamo il corrispondente valore decimale della regola essegnata. Poi, andiamo a generare numeri casuali compresi tra 0 e k, e vediamo
come si comportano con una combinazione dei dati iniziali aleatorii.

3.2.
3.2.1.

Evoluzioni della regola


Caso di studio 1

Avremo una serie random di cincuanta elementi, e lo analizaremo dopo un


tempo pari a 500. Su Mathematica c`e il commando CellularAutomaton, per fare
le operazioni con automi cellulare. La figura 3.1 ci mostra il risultato.
25

CAPITULO 3. AUTOMI CELLULARI

26

Figura 3.1: Automi Cellulari, lungheza della serie 50

3.2.2.

Caso di studio 2

Ora variamo i dati iniziali e la lungheza. In questo caso faremo lanalisi con
una serie random di cento elementi. In Figura 3.2 il nuevo andamento dei Glider
somiglia a quello di prima. Ci sono dei Glider che si riproducono in maniera costante e anche dei glider che cominciano a crescere nel tempo. Ma sempre vanno a
destra.

Figura 3.2: Automi Cellulari, lungheza della serie 100

3.2.3.

Caso di studio 3

La figura 3.3 mostra lautoma cellulare prodotto di una serie di lunghezza 500
valori random. Innanzi tutto, su questo grafico abbiamo maggiore variazione e
numero di Glider. Sempre i Glider si riproducono con tendeza a destra. Alcune
strutture sono stabili, altre decadono immediatamente.
La struttura in roso si pu`o definire come una che cresce fino un certo punto e
poi si stabiliza per rimanere costante. Le strutture sotto il gialo invece da la sua
nascita rimangono costante nel tempo. Le strutture in blu hanno un tempo corto

3.3. BACINI DI ATTRAZIONE

27

di decadimento e dopo poco tempo finiscono. Altre delle formazioni che si possono
vedere hanno un comportamento similare. Alcune si scompongono in substrutture
che variano nel tempo con un periodo lungo o corto, ma sempre tendono a auto
organizarsi.

Figura 3.3: Automi Cellulari, lungheza della serie 500

3.3.

Bacini di Attrazione

Si consideriamo i dati iniziali qualsiasi, il totalle delle configurazione sarano:


k . I bacini di atrazzione vengono definiti come linsieme di tutte le configurazioni
iniziali alle quali corrisponde un solo attrattore. La ricerca dei bacini di attrazione
sar`a effettuata per i seguenti valori di M : 3, 4, 5.
M

M=3
Nella Figura 3.4 ci sono dei cicli limite, il primo a sinistra e costituito da
3 valori ed un solo transiente. Invece gli altri grafici seguono la stessa transiente
formando la stessa figura. Poi ci sono dei cicli limite nei grafici infondo. Se facciamo
landamento dellautoma cellulare utilizando come configurazione iniziale i valori
0,1,2, possiamo vedere che dopo un trasiente di 3 landamento diventa un ciclo
rippetitivo come si vede in Figura 3.5.

28

CAPITULO 3. AUTOMI CELLULARI

Figura 3.4: Bacini dattrazioni con M pari a 3

Figura 3.5: Cellular automata dati inizili: 0,1,2

M=4
Come si mostra en la figura 3.6, ci sono dei punti fissi ai quali convergono tutte
le combinazioni iniziali, ma soltanto nella figura a destra si pu`o dire che c`e un

3.3. BACINI DI ATTRAZIONE

29

bacini di attrazione, gli altri corrispondono a cicli limite.

Figura 3.6: Bacini dattrazioni con M pari a 4

M=5
Nela figura 3.7 si pu`o evidenziare nella figura infondo che ce un bacino da
attrazione ad un unico punto fisso centrale. Gli altri grafici corrispondono ai cicli
limite.

3.3.1.

Studio a Due Dimensioni

Prima di fare lo studio a tre o pi`


u dimensioni, lo andiamo a fare a due dimensioni
per potere capire meglio.
Le figure seguenti mostrano il cambiamento del sistema nel tempo.

CAPITULO 3. AUTOMI CELLULARI

30

Figura 3.7: Bacini dattrazioni con M pari a 5

Figura 3.8: Step 1

Rapresentazione bidimensionale
Studio a tre dimensioni
Vedremo nella figura 3.11 levoluzione della regola in tre dimensioni, dove la
terza sar`a ll numero di step.

3.4. CA UNIDIMENSIONALI SU GRAFO DI 83 NODI

31

Figura 3.9: Step 1.1

Figura 3.10: Step 2,3,4,5,6

Figura 3.11: Step 1,2,3,4,5,6

Estenzione tridimenzionale
In questo caso si aggiunta un parametro nuovo che `e il tempo. Lo che andiamo
a vedere sar`a levoluzione dellautoma cellulare che partendo da un singolo cubo
si svilupper`a nello spazio secondo la regola 2. Vedere Figura 3.12.

Figura 3.12: Step 1,2,3,4,5,6

3.4.

CA Unidimensionali su Grafo di 83 nodi

Si studia la dinamica della cella assegnata considerando tutte le regole totalistiche, considerando sia dati iniziali casuali che dati iniziali con un solo nodo attivo.

CAPITULO 3. AUTOMI CELLULARI

32

Su mathematica si pu costtruire la tavola booleana per le 83 nodi, con le 83


regole. Queste la possiamo controllar nella figura 3.13.

Figura 3.13: Tavola Booleana


Invece, levoluzione del automi cellulari si mostra in figura 3.14.

Figura 3.14: Automi cellulari


Adesso far`o il confronto di queste reti con la dinamica di una rete composta
dallo stesso numero di nodi e lo stesso numero di archi nel caso di reti random,
reti di Watts e Strogatz e reti di Barabasi.

3.4.1.

Reti di Watts e Strogatz

Landamento di L(p) dipende del grafo, vuole dire che, se abbiammo un grafo
regolare o un grafo casuale. Quando la tendenza di p `e 1, il cambiamento diventa
dovuto a che cA
un
drastico facendo che il valore di L tenda a zero, questo A

3.4. CA UNIDIMENSIONALI SU GRAFO DI 83 NODI

33

numero limitato di link. La figura 3.15 mostra la rete ottenuta su Mathematica


per gli 83 nodi.

Figura 3.15: Rete di Watts e Strogatz

3.4.2.

Reti di Barabasi

A ciascun valore di tempo corrisponde un nuovo nodo alla rete. Cos` ogni nuovo
nodo si collega ai nodi presenti con un probabilit`a proporzionale al grado del nodo.

CAPITULO 3. AUTOMI CELLULARI

34

Figura 3.16: Rete di Barabasi

0.020

0.015

0.010

0.005

10

15

20

Figura 3.17: Rete di Barabasi

25

30

Captulo 4
Catene lineari
4.1.

Catena di 16 Oscillatori

Sono stati sincronizati 16 oscillatori attraverso di resistenze tra ogni oscilatore,


questa resistenza influisce a una equazione e utilizza come variabili parametre dei
due oscillatori che sono colegati (simile al esercizio circuito di Chua che abbiamo
fatto prima)

Figura 4.1: Catena di 16 Attratori di Qi-Chen


Possiamo vedere che al inizio tutti gli attrattori hanno lo stesso percorso, cio`e
sono stabili, ma quando arrivano a un momento di caos cambiano i suei percorsi
perche ogni oscillatori ha diverse condizioni iniziali per la resistenza Rc . Se confrontiamo con la tracia di un oscilatore si vede che `e diversa la densit`a, questo si
deve ai diversi percorso dei oscillatori quando entrano al caos.
35

36

CAPITULO 4. CATENE LINEARI

Figura 4.2: 1 Attratore di Qi-Chen

4.2.

Catena Lineare degli oscillatori

Facendo il calcolo con gli oscillatori della seconda tesina, questi eranno composti
di sette nodi, sui quali consideriamo che lultimo, cio`e el sette (x7, y7, z7); viene
collegado al primo, quello della posizione x1, y1, z1, formando cos` la catena lineare.
Il percorso degli attratori comincia con lo stesso andamento, il sistema rimane
stabili fino a quando arriva al caos. Dopo di che, tutti i percorsi cambiano dovuto
alle diverse condizioni iniziali come si vede in figura 4.3.

Figura 4.3: Percorso degli oscilatori della catena di sette elementi

4.2. CATENA LINEARE DEGLI OSCILLATORI

37

Si analizza la dinamica a regime trascurando il transiente. Per vedere questa


variazione del trasiente si ha fatto uso della operazione Manipulate di Mathematica,
cos` sar`a pi`
u faccile mettere i dati per le variazioni.
1

10

16

10

10

20

20

30

30
1

10

16

Figura 4.4: Transiente di 16 oscillatori dopo di un tempo pari a 30


Si studi il comportamento di questi oscillatori considerandoli come codi di un
grafo di 83 elementi. Le soluzione di questi oscilatori si possono vedere sulla figura
4.5.

Figura 4.5: Oscillatori come codi di un grafo di 83 elementi

38

CAPITULO 4. CATENE LINEARI

Captulo 5
Cellular Neural Networks
5.1.

Introduzione

Una Cellular Neural Network definisce un modello matematico che somiglia le


reti neuronali biologici.
Secondo la Chua e Yang, le caratteristiche di una rete neurale cellulare sono:
La CNN `e una griglia regolare di dimensioni NxN;
la cella costituisce un elemento di elaborazione con pi`
u input e singolo output;
ogni cella `e caratterizzata da un vicinato e da uno stato interno;
pu`o essere definita pi`
u di una rete di conessione tra le celle con differenti
dimensioni di vicinato;

5.1.1.

Vicinato di von Neumann

Per risolvere il problema proposto sulla tesinaa corrispondente, la matrice sar`a


composta dottanta elementi dove user`o lintorno di VonNeumann per fare lanalisi.
In questo intorno il vicinato che define gli stati sono quelli perpendicolari. Il
rango di vicinato di von Neumann e definito da:
N v (x0 , y0 ) = (x, y) : |x x0 | + |y y0 | <= r

(5.1)

Si fa il calcolo per r = 0, 1, 2, 3. Il numero di celle nell vicinato di von Neumann


di range r `e:
2r(r + 1) + 1
(5.2)
I risultati ottenuti su mathematica si vede nella figura 5.1
39

40

CAPITULO 5. CELLULAR NEURAL NETWORKS

Figura 5.1: Vicinato di von Neumann per r=0,1,2,3

5.2.

Standard CNN

Le equazioni che regolano levoluzione dello stato interno e loutput si definisce


come Xi lo stato interno per ogni cella con indice i, Ui `e il suo input, con yi il suo
output e con Ii il suo bias.
X i (t) = g(Xi (t)) +

X
N( i)

Aij yj +

Bij Uj (t) + Ii (t)

(5.3)

N( i)

yi (t) = f (Xi (t))

(5.4)

Far`o lanalisi della CNN nel caso della Edge-detection, utilizando una immagine
in griglio.

5.2.1.

Edge-detection

Edge-Detection, consiste in definire una matrice P di M xN che corresponde


alla matrice della imaggine. Poi, definiamo i valori dellinput U = P . Lo stato
iniziale si definisce come 0. E segliamo le tipologia fissa con le condizioni al contorno
uguale U = 0 e Y = 0, per ogni cella.
I template utilizati per Edge-Detection sono:

5.2. STANDARD CNN

41

0 0 0
1 1 1
1
A = 0 2 0 B = 1 8
0 0 0
1 1 1
Facendo calcoli e sostituendo le matrice A e B nella equazioni della CNN
standard possiamo trovar i contorni della immagine. In figura 5.2 e 5.3 si vedono
i resultati ottenuti.

Figura 5.2: Imagine original in griglio

42

CAPITULO 5. CELLULAR NEURAL NETWORKS

Figura 5.3: Imagine original in griglio

Captulo 6
Dinamica molecolare
In questa parte del corso abbiamo fatto uso di un altro software V N L(http :
//quantumwise.com/) per lanalisi di dinamica moleculare delle bande, i fononi
ed altre propriet`a meccaniche e di trasporto del materiale considerato.
I risultati vanno validati confrontandoli con i dati teorici e/o sperimentali esistenti in letteratura.

6.1.

Sostanza cristallina: Cd3As2

Cd3As2 (Figura 6.1), `e un compuesto chimico inorganico che appartiene ai


semiconductori con degenerazione n-type intrinseca e di lungha mobilit`a. Mostra
una struttura banda invertida.

Figura 6.1: Reticolo di Cadmium Arsenid

43

CAPITULO 6. DINAMICA MOLECOLARE

44

6.2.

Strutture bande

Del software quantumwise abbiamo il seguente grafico corrispondente alle strutture bande del Cd3As2.

Figura 6.2: Bandstructure Cd3As2


La energia di fermi calcolata sul software `e:
F ermilevel = 1,198413e + 01eV

Il cristallo di As2Cd3 assorbono unenergia tra zero e 4 eV. Alcuni elettroni


si concentrano tra lenergia di Fermi ed un valore di 0,15eV . Dei datti ottenuti
sulla literatura disponibile su internet [1]. Si fa lanalisi delle bande e si ottiene
una energia inter-bande degli elettroni tra 3,0eV , fino a 4,7eV . Questa differenza
vicina ai valori ottenuti sul software.
Lenergia totale del sistema, calcolata tramite quantumwise, `e uguale a : 210,80270eV
Questa energia `e la somma dei seguenti dati:
External F ield = 0,00000eV
H0 = 210,79781eV
Entropy T erm = 0,00488eV
P air P otential = 0,00000eV
Hartree = 0,00000eV

` DI MASSA
6.3. POTENZIALE CHIMICO E QUANTITA

45

Spin = 0,00000eV

6.3.

Potenziale chimico e quantit`


a di massa

Il valore di potenziale chimico calcolato con Quantumwise `e : 11,98eV .


Questo valore voule dire, che il cambio di energia che esperimenta il sistema e
pari a 11,98eV faccendo rimanere costante lentropia ed il volumen.
Il potenziale chimico di Cd, secondo [2], si trova nel range 0,9a 1,1eV sotto
diverze condizioni.
In la seguente grafica si vede i valori di massa efficace con il valore di energia
e la banda:

Figura 6.3: Massa efficace, Cd3As2


In questo grafico abbiamo i valori denergia per le bande 7 ed 8. I valori sono
-0.176 per la banda sette e 0.133 per la banda otto. Queste sono le due bande pi`
u
vicine allenergia di fermi. Per passare di una banda allaltra lenergia necesaria e
un valore vicino a 0,15eV . Come i resultati ottenuti in [1].

CAPITULO 6. DINAMICA MOLECOLARE

46

6.4.

Densit`
a degli elettroni

Lanalisi si fa per le tre facie, A,B e C, del modello del reticollo

Figura 6.4: Densit`a degli elettroni, Cd3As2


Nella grafica si possono vedere le missurasioni della densit`a degli elettroni,
facendo il raporto tra il spessore ed il asse di analisi.
Abbiamo i picchi massimi a valori pari a:
AsseA : d = 0,5556 = spessore = 14,638
A3
AsseB : d = 0,433 = spessore = 12,77
A3
AsseC : d = 0,5 = spessore = 34,721
A3
Alcuni analisi suggeriscono che le bande nel vicinato del livello di Fermi sono
principalmente derivate di proccessi dhibridization di Cr 3d orbitali ed il stato As
4p [2].

Il seguente grafico ci mostra la rappresentazione dellisourface delle densitA


degli elettroni.

6.4.1.

Profilo densit`
a di massa

Su quantumwise si pu`o fare il calcolo della densit`a di masa per ogni axe del
reticollo. Di questa manera a contnuazione si presentano i grafici pero ogni asse.
Per lasse A: Il picco massimo ha un valore di 0.673 g/cm3 . Figura 6.6

` DEGLI ELETTRONI
6.4. DENSITA

47

Figura 6.5: Densit`a degli elettroni isosuperficie, Cd3As2

Figura 6.6: Profilo di densit`a di massa Asse A


Per lasse B: Il picco massimo ha un valore di 0.744 g/cm3 . Figura 6.7 Per lasse
C: Il picco massimo ha un valore di 0.879 g/cm3 . Figura 6.8

CAPITULO 6. DINAMICA MOLECOLARE

48

Figura 6.7: Profilo di densit`a di massa Asse B

Figura 6.8: Profilo di densit`a di massa Asse C

6.5.

Disperzione degli elettroni

La disperzione degli elettroni si vede sulle Figure 6.9 e 6.10

6.6. PHONON BANDSTRUTURE

49

Figura 6.9: Disperzione degli elettroni del Cadmio

Figura 6.10: Disperzione degli elettroni di Arsenide

6.6.

Phonon BandStruture

molto minnore di quella degli elettroni.


La grandezza della energia nei fononi A
Nella grafica precedente si pu`o verificare questo perche la misurazione si fa in scala

50

CAPITULO 6. DINAMICA MOLECOLARE

di milielectronvolts mV .
I fononi del mio reticollo, possono assumere valori tra -0.6 meV e 0.1 meV .

Figura 6.11: Phonon Bandstruture


Sulla letteratura si hanno fatto varii analisi ai semiconduttore. In quanto riguarda al Cd3As2, ho fatto uso de due lavori importanti con il fine di confrontare
il mio lavoro. I resultati ottenuti non sono precisamente quelli que si trovano sui
paper per`o il comportamento segue sempre la stessa tendenza.
Quantumwise `e un potente software per fare calcoli e analisi di atomi cellulari.
Prima di lavorare con questo software si debe aver conto delle caratteritiche di
procesamiento del computer, perch`e la precision nei calcoli dipende in maniera
diritta del parametro latice e del numero di punti che si userano e pu`o prendere
di procesamiento.
tantissimo tempo far un calcolo con una piccola capacitA
Due lavori importante che ho presso come referimento per il mio lavoro sono:

[1] P. J. LIN-CHUNG, Energy-band structures of Cd3As2 and Zn3As2, Physical Review 12/1969; 188(3):1272-1280. DOI: 10.1103/PhysRev.188.1272
[2] JiHaon,ab Ying Dai,*a Yan-Dong Ma,a Xin-Ru Li,a Wei Wei,a
Lin Yua and Bai-Biao Huang, The electronic and magnetic properties of
transition-metal element doped three-dimensional topological Dirac semimetal in
Cd3As2, Journal of Materials Chemistry C Issue 15, 2015, J. Mater. Chem. C
02/2015; 3(15). DOI: 10.1039/C4TC02609H