Étude ab initio des nanotubes de carbone

Le sujet de ce mémoire est l’étude ab initio des nanotubes de carbone. Premièrement, une introduction du sujet est présentée. Elle porte sur l’historique, la structure géométrique et électronique et les applications possibles des nanotubes de carbone. En deuxième lieu, la stabilité énergétique des nanotubes de carbones double parois ainsi que leur structure électronique sont étudiées. On trouve entre autres que le changement d’hybridation provoque une chute de l’énergie du dernier niveau occupé pour les petits nanotubes. Troisièmement, nous présenterons une étude sur la dépendance en diamètre et en métallicité du greffage d’unité bromophényle sur la surface des nanotubes. La principale conclusion est qu’il est plus facile de fonctionnaliser les nanotubes de petit diamètre puisque ceux-ci ont déjà une partie d’hybridation sp3 dans leur structure électronique. Finalement, le dernier chapitre aborde la combustion des nanotubes par le dioxyde de carbone. On constate que cette combustion ne peut pas débuter sur une surface intacte, ni par un pontage d’oxygène dû à la grande quantité d’énergie requise. La réaction privilégiée est alors la combustion par les extrémités du nanotube. Nous proposons une dynamique de réaction qui contient une sélectivité en diamètre.

Cross-sectional dependence in idiosyncratic volatility

This paper introduces a framework for analysis of cross-sectional dependence in the idiosyncratic volatilities of assets using high frequency data. We first consider the estimation of standard measures of dependence in the idiosyncratic volatilities such as covariances and correlations. Next, we study an idiosyncratic volatility factor model, in which we decompose the co-movements in idiosyncratic volatilities into two parts: those related to factors such as the market volatility, and the residual co-movements. When using high frequency data, naive estimators of all of the above measures are biased due to the estimation errors in idiosyncratic volatility. We provide bias-corrected estimators and establish their asymptotic properties. We apply our estimators to high-frequency data on 27 individual stocks from nine different sectors, and document strong cross-sectional dependence in their idiosyncratic volatilities. We also find that on average 74% of this dependence can be explained by the market volatility.