Um problema de interferências quânticas: segregação de impurezas em sistemas metálicos nanoestruturados

Neste trabalho estudamos o problema da segregação de impurezas substitucionais em sistemas nanoestruturados metálicos formados pela justaposição de camadas (multicamadas). Utilizamos o modelo de ligações fortes (tight-binding) com um orbital por sítio para calcular a estrutura eletrônica desses sistemas, considerando a rede cristalina cubica simples em duas direções de crescimento: (001) e (011). Devido à perda de simetria do sistema, escrevemos o hamiltoniano em termos de um vetor de onda k, paralelo ao plano, e um ındice l que denota um plano arbitrario do sistema. Primeiramente, calculamos a estrutura eletrônica do sistema considerando-o formado por átomos do tipo A e, posteriormente, investigamos as modificações nessa estrutura eletrônica ao introduzirmos uma impureza do tipo B em um plano arbitrário do sistema. Calculamos o potencial introduzido por esta impureza levando-se em conta a neutralidade de carga através da regra de soma de Friedel. Calculamos a variação da energia eletrônica total ΔEl como função da posição da impureza. Como substrato, consideramos sistemas com ocupações iguais a 0.94 e 0.54 elétrons por banda, o que dentro do modelo nos permite chamá-los de Nie Cr. As impurezas sao tambem metais de transição - Mn, Fee Co. Em todos os casos investigados, foi verificado que a variação de energia eletrônica total apresenta um comportamento oscilatorio em função da posição da impureza no sistema, desde o plano superficial, até vários planos interiores do sistema. Como resultado, verificamos a ocorrencia de planos mais favoráveis à localização da impureza. Ao considerarmos um número relativamente grande de planos, um caso em particular foi destacado pelo aparecimento de um batimentono comportamento oscilatório de ΔEl. Estudamos também o comportamento da variação da energia total, quando camadas (filmes) são crescidas sobre o substrato e uma impureza do mesmo tipo das camadas é colocada no substrato. Levamos em conta a diferença de tamanho entre os átomos do substrato e os átomos dos filmes. Analisamos ainda a influência da temperatura sobre o comportamento oscilatório da energia total, considerando a expansão de Sommerfeld.

Constantes de acoplamento de vértices com mésons estranhos e charmosos usando as regras de soma da QCD

Neste trabalho, foram calculados os fatores de forma e as constantes de acoplamento dos vértices mesônicos J/ψ DsDs, J/ψ Ds*Ds e J/ψ Ds*Ds*usando a técnica das regras de soma da QCD (RSQCD) até a ordem 5 da OPE. Estes três vértices estão envolvidos em algumas das numerosas hipóteses que tentam explicar a estrutura interna de alguns mésons charmosos exóticos que começaram a ser observados a partir de 2003. Tais mésons não se encaixam no espectro do charmonium e/ou apresentam números quânticos exóticos dentro do modelo CQM (constituent quark model). Um exemplo é o méson Y(4140), cujo decaimento observado é no par J/ψφ enquanto o esperado seria que tivesse decaimento predominante em mésons com open charm, devido à sua massa. Uma das propostas para se entender este méson consiste em estudá-lo como um estado molecular Ds*ar{D}s*, de modo que seu decaimento seria Y(4140) → Ds* ar{D}s* → J/ψφ. Neste processo, aparecerão os vértices de interação estudados neste trabalho, de maneira que o conhecimento mais preciso de seus fatores de forma e de suas constantes de acoplamento pode beneficiar a compreensão sobre a constituição fundamental do Y(4140) assim como a de outros novos estados como o X(4350), Y(4274) e Y(4660) por exemplo. Foram considerados neste trabalho, todos os casos off-shell possíveis para cada um dos três vértices, obtendo assim dois fatores de forma distintos para o vértice J/ψ DsDs, três para o vértice J/ψ Ds*Ds e dois para o vértice J/ψ Ds* Ds*. Nestes três vértices, os fatores de forma para o caso J/ψ off-shell foram bem ajustados por curvas monopolares enquanto os casos Ds e Ds* foram ajustados por curvas exponenciais, o que está de acordo com o comportamento encontrado em trabalhos anteriores do grupo. Os cálculos das constantes de acoplamento tiveram como resultados: g_{J/ψ Ds Ds} = 5.98^{+0.67}_{ -0.58}, g_{J/ψ D*s Ds} = 4.30_{+0.41}^{-0.35}GeV^{-1} e g_{J/ψ Ds* Ds*} = 7.47^{+1.04}_{-0.71}, resultados estes que estão compatíveis com os trabalhos anteriores que utilizaram as RSQCD para o cálculo das constantes de acoplamento dos vértices J/ψ D(*)D(*).

Decomposição aleatória de matrizes aplicada ao reconhecimento de faces

Métodos estocásticos oferecem uma poderosa ferramenta para a execução da compressão de dados e decomposições de matrizes. O método estocástico para decomposição de matrizes estudado utiliza amostragem aleatória para identificar um subespaço que captura a imagem de uma matriz de forma aproximada, preservando uma parte de sua informação essencial. Estas aproximações compactam a informação possibilitando a resolução de problemas práticos de maneira eficiente. Nesta dissertação é calculada uma decomposição em valores singulares (SVD) utilizando técnicas estocásticas. Esta SVD aleatória é empregada na tarefa de reconhecimento de faces. O reconhecimento de faces funciona de forma a projetar imagens de faces sobre um espaço de características que melhor descreve a variação de imagens de faces conhecidas. Estas características significantes são conhecidas como autofaces, pois são os autovetores de uma matriz associada a um conjunto de faces. Essa projeção caracteriza aproximadamente a face de um indivíduo por uma soma ponderada das autofaces características. Assim, a tarefa de reconhecimento de uma nova face consiste em comparar os pesos de sua projeção com os pesos da projeção de indivíduos conhecidos. A análise de componentes principais (PCA) é um método muito utilizado para determinar as autofaces características, este fornece as autofaces que representam maior variabilidade de informação de um conjunto de faces. Nesta dissertação verificamos a qualidade das autofaces obtidas pela SVD aleatória (que são os vetores singulares à esquerda de uma matriz contendo as imagens) por comparação de similaridade com as autofaces obtidas pela PCA. Para tanto, foram utilizados dois bancos de imagens, com tamanhos diferentes, e aplicadas diversas amostragens aleatórias sobre a matriz contendo as imagens.