General-purpose distributed software for Monte Carlo simulations in materials design

Touzik, A.; Hermann, H.; Wetzig, K.

doi:10.1016/s0927-0256(03)00103-4

Cited by 5 publications

(7 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Este puede contener usualmente, N pasos elementales donde N es el número de partículas en el sistema; o bien, puede ser tomando como ejemplo las simulaciones de la física del estado sólido, un cambio en los primeros vecinos de un átomo o vacancia en una red cristalina. En transporte eléctrico se puede considerar como el movimiento de un electrón hacia una nueva posición dentro de un cristal [23].…”

Section: Generalidadesunclassified

“…Donde W(q, q´) es una probabilidad de transición y representa que el sistema vaya desde el estado q hacia el estado q´ [14,23]. De esta se puede decir que su precisión depende fuertemente de la calidad del muestreo lo cual se puede hacer incrementando el número de particiones en el tiempo, o eligiendo cuidadosamente las variables a observar y asegurándose de que representen bien el sistema [14,23].…”

Section: Generalidadesunclassified

“…De esta se puede decir que su precisión depende fuertemente de la calidad del muestreo lo cual se puede hacer incrementando el número de particiones en el tiempo, o eligiendo cuidadosamente las variables a observar y asegurándose de que representen bien el sistema [14,23]. Para que un sistema pueda ser sujeto a simulación mediante el método Monte Carlo debe cumplir con unos requisitos básicos que se relacionan a continuación [23]:…”

Section: Generalidadesunclassified

“…Es posible utilizarlo por ejemplo para investigar el transporte molecular y de carga [21], fenómenos de difusión en gases y materiales condensados, diversos problemas de deposición y crecimiento de películas delgadas, monitorear complejos fenó-menos dinámicos para analizar el camino de las reacciones a nivel superficial o de bloque en un material como también relajaciones y transiciones estructurales que ocurran en el mismo [23]. Es ampliamente utilizado también en fenómenos de transición magnética por ejemplo de la fase paramagnética a ferromagnética, lo que se conoce como transición orden-desorden [22].…”

Section: Generalidadesunclassified

“…Un esquema general del algoritmo de Metrópolis puede condensarse de la siguiente manera [23,36,37] a) Configuración inicial del sistema. b) Cálculo de la energía del sistema en el estado inicial (E1).…”

Section: Algoritmo De Metrópolis Y Sus Aplicacionesunclassified

See 4 more Smart Citations

Fundamentos de simulación de materiales por medio del método de Monte Carlo

Hernández¹,

Flórez²

2014

Avances

View full text Add to dashboard Cite

El método Monte Carlo es una herramienta que ha sido ampliamente utilizada desde sus inicios en la década de los años 1940 principalmente en la ciencia e ingeniería de materiales aunque es aplicable a temáticas tan diversas como la economía, la sociedad y su comportamiento, la biología y hasta la medicina. El funcionamiento del método Monte Carlo se basa en el uso de números aleatorios y en poder llegar a describir el comportamiento de un sistema o explicar un fenómeno difícil de comprender y de presentar analíticamente. Se pretende dar una introducción a los fundamentos básicos del método Monte Carlo aplicado a la ciencia de materiales como también mostrar algunos ejemplos basados en el algoritmo propuesto por N. Metropolis y que ha permitido abordar problemas interesantes en el tema. Al mismo tiempo se incluyen ejemplos básicos con sus propios algoritmos desarrollados en el lenguaje de programación FOR-TRAN 95 y que ilustran bastante bien las bases del método de Monte Carlo. Palabras claveAlgoritmo de Metropolis, Método Monte Carlo, Simulación computacional. AbstractMonte Carlo method is a tool that has been widely used in materials science and engineering since its Fundamentos de simulación de materiales por medio del método de Monte Carlo

show abstract

Section: Generalidadesunclassified

Section: Algoritmo De Metrópolis Y Sus Aplicacionesunclassified

See 3 more Smart Citations

Fundamentos de simulación de materiales por medio del método de Monte Carlo

Hernández¹,

Flórez²

2014

Avances

View full text Add to dashboard Cite

show abstract

Theories Based on Distribution Functions, Master Equations and Stochastic Equations

Snook

2007

The Langevin and Generalised Langevin Approach to the Dynamics of Atomic, Polymeric and Colloidal Systems

View full text Add to dashboard Cite

Nanometer-size cluster formation in alkali-metal-doped fullerene layers

Touzik

Hermann

Wetzig

2004

The Journal of Chemical Physics

View full text Add to dashboard Cite

Kinetic Monte Carlo methods have been used to simulate structural transformations in fullerene layers during electrochemical intercalation with alkali-metal ions (A). Special attention is paid to the thermodynamic stability of the A(x)C(60) phases. The calculations point out a phase separation in the doped fullerene layer into alkali-metal-rich and alkali-metal-depleted areas at room temperature. The final state is represented by two phases which coexist as a stable fine mixture of nanoscale particles. The instability of homogeneous layers has potentially critical impact on their electrical properties and can explain the formation of nanostructures (20-50 nm) at the fullerene-electrolyte interface. Rb(3)C(60) clusters are predicted to be larger than K(3)C(60) ones for equal mean alkali-metal concentrations. Experimental data on electrochemical metal deposition on alkali-metal-doped fullerene substrates-in particular, atomic force microscopy measurements-are also consistent with the model proposed.

show abstract

General-purpose distributed software for Monte Carlo simulations in materials design

Cited by 5 publications

References 23 publications

Fundamentos de simulación de materiales por medio del método de Monte Carlo

Fundamentos de simulación de materiales por medio del método de Monte Carlo

Theories Based on Distribution Functions, Master Equations and Stochastic Equations

Nanometer-size cluster formation in alkali-metal-doped fullerene layers

Contact Info

Product

Resources

About