Méthodes de Monte Carlo et Croissance Cristalline

Slides:



Advertisements
Présentations similaires
Le resampling Application d’une méthode Statistique pour gérer les
Advertisements

Approximation de Pi par la méthode de Monte Carlo
Comparaison des méthodes déterministes et Monte Carlo
Introduction aux couplages thermomécaniques
Dispositifs C2i2e à l’IUFM de Grenoble
L’énergie marémotrice
APPORTS DE LA PHYSIQUE A LA TOMOGRAPHIE MEDICALE
Cours du Collège de France
CEA-DAM Ile de France Bruyères le Châtel.
B. Del-FabbroCFSE05LIFC p.1 Data Tree Manager : Un service de gestion des données persistantes pour le calcul ASP sur la grille Bruno DEL-FABBRO LIFC Besançon,
Premier principe de thermodynamique
Vers une modélisation des transferts radiatifs en chambres de culture
LES MATERIAUX SEMICONDUCTEURS
DIFFRACTION DES RAYONS X
Notions et mesures dans le temps Claude Marois © 2012.
Bernard Rousseau Laboratoire de Chimie Physique
La méthode de Monte Carlo
La méthode de Monte Carlo
ORGANISATION Pour les élèves : Séance 1 : Théorie sur la croissance en cours de biotechnologies (1h30) Généralités sur la croissance Simulation d’une croissance.
Master Sciences de la matière
Des animations pour le dire
Utilisation de cristaux photoniques pour l'extraction
Dépliement d’un polymère dans un micro-canal
Neuroénergétique Etudiantes :
Audoin Marion Briot Julien Hanot François
Contrôle « rapide » Indiquer votre série GAUCHE ou DROITE
génie parasismique cours 3
1 Mathématiques, environnement et modélisation-simulation Cégep de Rimouski AQPC 2013 Compléments mathématiques Philippe Etchecopar Groupe Initiatives.
Exercice N°2 – Développement de valeurs dindicateurs de sécurité, de buts de sécurité et plans daction dun AloS avancé dun SSP.
La biophysique a l’UdeM Une option pour moi? Conférence JACADEGEPUDEM Lundi 1 er mars 2010 Université de Montréal.
Photoionisation des Ions Moléculaires
Énergie Marémotrice Balestrini Sofia Bilbao Joel.
L’energie Thermique.
Probabilités Série n°1.
Cinétique chimique concepts.
B A R Relation : Une relation de A vers B est un ensemble de liens entre les éléments de deux ensembles. Un élément de A peut.
Exemple de soustraction avec retenue
2) La masse molaire des atomes
Structure et propriétés des enzymes
Carbone 14 / Potassium Argon
Rechargement d’un téléphone grâce à son vélo
Les réactions d’oxydoréduction et l’électrochimie
Journées Suisses de la Statistique Publique18-20 octobre 2010 ‹#› Analyse des trajectoires de vie professionnelles des chômeurs de longue durée en Suisse.
Ionisation d'atomes froids pour des applications en nanoscience
Chapitre 8 : Recalage d’images
Objectifs généraux Connaître et comprendre le fonctionnement d'une production; être apte à procéder à des choix de gestion de production. Le cours est.
Xavier Camard - Réunion PHENIX-France
La durée des séances des médecins généralistes
Courchevel Une station de sports d’hiver dans les Alpes.
L’ESSAI ARGUMENTATIF.
Transfert radiatif dans les sprays. Application aux rideaux d’eau.
Optimisation de structures : Implémentation d’outils d’aide à la conception basés sur les méthodes d’optimisation topologique d’homogénéisation Thomas.
MOCK.
Couche limite atmosphérique
Introduction aux équations de transport
Octobre Amélioration Alain Prioul. 2 ENST – 05 Octobre 2007 Diagramme des temps de cycle TT = 50s OP1 Work Content = 250s 5 personnes OP2OP5OP3OP4.
Quart de Disque – Activité TICE Troisième Ce que disent les Programmes A la fin de cette classe terminale, la maîtrise par les élèves (…) est visée dans.
Projet CiGri CIMENT GRID Grille grenobloise pour la simulation numérique par méthodes de Monte Carlo Laurent Desbat (coordinateur scientifique) et Nicolas.
Approche multi-échelles pour le design des nanomatériaux
La guerre de cent ans
Résultats d’apprentissage : Examiner des événements et leurs chances de se produire 8.1 Les chances Un événement est quelque chose qui arrive. On peut.
COURS D ’OPTION M1 MATIERE CONDENSEE
Introduction à la cryptographie cours 2: Chiffrement par flot
Couche limite atmosphérique Micrométéorologie. Exemples de paramétrisations de K Contraintes: K=0 quand il n ’y a pas de turbulence K=0 au sol (z=0) K.
AIMANTATION DE PASTILLES SUPRACONDUCTRICES
MODÉLISER LES COLLISIONS À L'ÉCHELLE ATOMIQUE: CALCUL THÉORIQUE DES SECTIONS EFFICACES D'INTERACTION Christophe Champion Laboratoire de Physique Moléculaire.
Projet IRIS : Impact des Radiations IonisanteS sur l’évolution des bactéries E.coli LPC, CNRS- IN2P3, Université Blaise Pascal Marianne Coulon, Nathanael.
Nombre pseudo-aleatoires BAYLE Pierre Louis - BILLET Benjamin.
Approximation de Pi par la méthode de Monte Carlo
Conception d’un produit et environnement Réalisé par :  Elloumi Hanen  Aness Bouaoud.
Transcription de la présentation:

Méthodes de Monte Carlo et Croissance Cristalline Philippe Peyla LPM2C - LSP Université Joseph Fourier

Epitaxie par jets moléculaires Flux F d’atomes D Substrat (T)

Epitaxie par jets moléculaires Substrat (T)

Epitaxie par jets moléculaires Substrat (T)

Epitaxie par jets moléculaires Substrat (T)

Epitaxie par jets moléculaires

Epitaxie par jets moléculaires

Epitaxie par jets moléculaires Flux F d’atomes D Substrat (T)

Phénomène à l’équilibre Si le flux F d’atomes incidents est très faible (F/D<<1): Le système a le temps d’atteindre l’équilibre thermodynamique

Phénomène hors équilibre Si le flux F d’atomes incidents est très grand (F/D>>1): Le système n’a pas le temps d’atteindre l’équilibre thermodynamique

Phénomène à l’équilibre Si le flux F d’atomes incidents est très faible (F/D<<1): Tension de ligne minimum (i.e. nbre de liaisons chimiques non-satisfaites) Haute Température Un seul îlot circulaire

Phénomène à l’équilibre Si le flux F d’atomes incidents est très faible (F/D<<1): D=D0 exp(-ED(Nv)/kBT) ED(Nv>1) >> kBT Diffusion limitée par agrégation

Diffusion limitée par agrégation Avec 108 atomes

Phénomène à l’équilibre Si le flux F d’atomes incidents est très faible (F/D<<1): Tension de ligne minimum (i.e. nbre de liaisons chimiques non-satisfaites) Réseau carré Un seul îlot carré

Phénomène hors équilibre Le flux d’atomes incidents est suffisamment important pour créer plusieurs îlots (F/D>1): Plusieurs îlots de formes quelconques N=[F/D]a

Situation d’équilibre Bilan détaillé Wr,s Configuration (métat) r pr=(1/Z) exp(-Er/kBT) Configuration (métat) s ps=(1/Z) exp(-Es/kBT) Ws,r Variation d’entropie : dS/dt=kBSrSs [pr Wr,s –ps Ws,r] log Pr

Bilan détaillé dS/dt=kBSrSs [pr Wr,s –ps Ws,r] log Pr=0 Wr,s Configuration (métat) r pr=(1/Z) exp(-Er/kBT) Configuration (métat) s ps=(1/Z) exp(-Es/kBT) Ws,r Variation d’entropie : dS/dt=kBSrSs [pr Wr,s –ps Ws,r] log Pr=0 A l’équilibre thermodynamique

Bilan détaillé pr Wr,s –ps Ws,r=0

Bilan détaillé pr Wr,s –ps Ws,r=0 Wr,s/Ws,r=ps/pr=exp[-(Es-Er)/kBT]

Systèmes dont on recherche l’équilibre : Méthode Monte Carlo de Metropolis [J. of the Am. Stat. Assoc., 44, 335 (1949)] OK avec proba Wr,s=exp[-DE/T) E2 DE E1 E2 OK! Wr,s=1 Configuration r Configuration s

Système hors de l’équilibre Energie Pot. Thermo. t EB Es Au temps t1 (N atomes) Er r s configuration Temps d’échappement d’Eyring- Kramers t-1=w0 exp[-EB/kBT]

Système hors de l’équilibre Energie Pot. Thermo. t’ E’B Au temps t2 (N+1 atomes) E’r E’s r s configuration Temps d’échappement d’Eyring- Kramers t’-1=w0 exp[-E’B/kBT]

Monte-Carlo cinétique Méthode Bortz-Kalos-Lebowitz J. of comp. Phys Evénement : arrivée d’atome, un pas de diffusion, ... Probabilité pour qu’il y ait événement entre 0 et t : p(t) Probabilité pour qu’il n’y ait pas événement entre 0 et t : q(t)

Monte-Carlo cinétique Méthode Bortz-Kalos-Lebowitz (J. of comp. Phys Pour un seul type d’événement de fréquence f. Indépendance statistique : q(t+dt)=q(t) q(dt)

Monte-Carlo cinétique Méthode Bortz-Kalos-Lebowitz (J. of comp. Phys Pour un seul type d’événement de fréquence f. Indépendance statistique : q(t+dt)=q(t) q(dt) dq/dt=[q(t+dt)-q(t)]/dt=q(t) [q(dt)-1]/dt

Monte-Carlo cinétique Méthode Bortz-Kalos-Lebowitz (J. of comp. Phys Pour un seul type d’événement de fréquence f. Indépendance statistique : q(t+dt)=q(t) q(dt) dq/dt=[q(t+dt)-q(t)]/dt=q(t) [q(dt)-1]/dt Si f est la fréquence de l’événement p(dt)=f dt dq/dt=q(t) (-f)

Monte-Carlo cinétique Méthode Bortz-Kalos-Lebowitz (J. of comp. Phys Pour un seul type d’événement de fréquence f. Indépendance statistique : q(t+dt)=q(t) q(dt) dq/dt=[q(t+dt)-q(t)]/dt=q(t) [q(dt)-1]/dt Si f est la fréquence de l’événement p(dt)=f dt dq/dt=q(t) (-f) q(t)=exp(-f t) [q(t=0)=1]

Monte-Carlo cinétique Méthode BKL Pour plusieurs type d’événements de fréquence f1, f2,…, fM F= f1+ f2+…+ fM Evénements statistiquement indépendant : q(t)=exp(-F t) [q(t=0)=1]

Monte-Carlo cinétique Méthode BKL F Un atome arrive sur le site i fD fa Un atome diffuse de i en j On choisit au hasard un nombre entre 0 et 1: c’est q(t) => t=-ln[q]/F temps où un événement va se produire

Monte-Carlo cinétique Méthode BKL F fD fa On choisit au hasard un nombre entre 0 et 1: c’est q(t) => t=-ln[q]/F temps ou un événement va se produire On choisit au hasard un nombre entre 0 et F : C’est l’événement qui se produit

Monte-Carlo cinétique Méthode BKL

Monte-Carlo cinétique Méthode BKL

Monte-Carlo cinétique RHEED Simulé Dmitri Vvedensky et al Phys. Rev. B 46, 6815 (1992)

Monte-Carlo cinétique Méthode BKL On peut utiliser la méthode BKL à l’équilibre thermodynamique Avantage : On choisit quand l’événement se produit Inconvénient : Il faut faire un catalogue de tous les événements Possibles à chaque nouveau temps. (Difficile dans le cas des intéractions longues portées)