Amorf yapılarda alternatif iletkenliğe fraksiyonel ve stokastik yaklaşımlar
2022
0 görüntülenme
0 i̇ndirme
Danışman: Prof. Dr. Deniz Ulutaş
Özet (TR)
Fraksiyonel analiz ve stokastik teoriye dayanan anormal taşıma teorilerini Debye, Cole-Cole, Cole-Davidson ve Havriliak-Negami tipi iletkenlik denklemlerini içeren yarı ampirik iletkenlik formalizmine dayanan iletkenlik davranışı ile ilişkilendirmek için fenomenolojik bir yaklaşım geliştirmeyi hedeflemekteyiz. Amorf yarı iletkenler ve yalıtkanların karmaşık veya düzensiz ortamlarındaki anormal taşıma süreçlerini bilinen matematiksel metot ve yöntemler aracılığıyla belirlemeyi istemekteyiz. Bu nedenle, Langevin denklemi olarak adlandırılan stokastik hareket denklemi üzerinden hareketle Klein-Kramers veya Fokker-Planck denklemi adı verilen denk master denklemini geliştirildi ve master denklemin uzay ve zaman-fraksiyonel genelleştirmesi türetildi. Fraksiyonel master denklemi türetildikten sonra, bazı hesaplamalar ve koşullar aracılığıyla beklenen değer ya da değişkenlerin ortalama değeri belirlendi. Son olarak, ortalama iletkenlik davranışını elde etmek için iletkenlik formalizmindeki ortalama değerler kullanıldı.
Yazar
Dr. Uğur Sağlam
Kurum
Bu Yayına Nasıl Atıf Yapılır
Uğur Sağlam (Doktora Tezi). Amorf yapılarda alternatif iletkenliğe fraksiyonel ve stokastik yaklaşımlar, 2022, İstanbul University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
İstanbul University tezlerinden daha fazlası
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)