Uma solução híbrida para a equação de Fokker-Planck dependente da energia usando a técnica da transformada de Laplace e diferenças finitas

Neste trabalho é obtida uma solução híbrida para a equação de Fokker-Planck dependente da energia, muito utilizada em problemas de implantação iônica. A idéia consiste na aplicação da transformada de Laplace na variável de energia e aplicação de um esquema de diferenças finitas nas variáveis espacial e angular desta equação. Tal procedimento gera um problema matricial simbólico para a energia transformada. Para resolver este sistema, procede-se a inversão de Laplace da matriz (sI+A), onde s é um parâmetro complexo, I a matriz identidade e A uma matriz quadrada gerada pela discretização das variáveis espacial e angular. A matriz A não é diagonalizável, desta forma, contorna-se este problema decompondo esta matriz na soma de outras duas, onde uma delas é diagonalizável. É gerado então um método iterativo de inversão, semelhante ao método da fonte fixa associado ao método de diagonalização, do qual o resultado fornecido são os valores para o fluxo de partículas do sistema. A partir disto pode-se determinar a energia depositada no sistema eletrônico e nuclear do alvo. Para validar os resultados obtidos faz-se a simulação de implantação de íons de B em Si numa faixa energética de 1keV a 50MeV, comparam-se os resultados com simulação gerada numericamente pelo software SRIM2003.

Aumento da eficiência dos métodos següenciais de simulação condicional

O algoritmo de simulação seqüencial estocástica mais amplamente utilizado é o de simulação seqüencial Gaussiana (ssG). Teoricamente, os métodos estocásticos reproduzem tão bem o espaço de incerteza da VA Z(u) quanto maior for o número L de realizações executadas. Entretanto, às vezes, L precisa ser tão alto que o uso dessa técnica pode se tornar proibitivo. Essa Tese apresenta uma estratégia mais eficiente a ser adotada. O algoritmo de simulação seqüencial Gaussiana foi alterado para se obter um aumento em sua eficiência. A substituição do método de Monte Carlo pela técnica de Latin Hypercube Sampling (LHS), fez com que a caracterização do espaço de incerteza da VA Z(u), para uma dada precisão, fosse alcançado mais rapidamente. A técnica proposta também garante que todo o modelo de incerteza teórico seja amostrado, sobretudo em seus trechos extremos.