\section{Monte-Carlo-Simulation}
-
+ Monte-Carlo-Simulationen sind Computer-Experimente zur Untersuchung interessierender Sachverhalte, die auf stochastischen Simulationsalgorithemn basieren.
+ Dabei werden vom Computer generierte Pseudozufallszahlen auf physikalische Gr"o"sen abgebildet.
+ Den Ausgangspunkt bilden dabei sogenannte Standard-Pseudozufallszahlen, die auf einem vorgegebenen Intervall gleichverteilt sind.
+ Hiervon ausgehend k"onnen beliebige Verteilungen durch Transformationen und Verwerfungsmethoden erzeugt werden.
+
+ \subsection{Erzeugung gleichverteilter Pseudozufallszahlen}
+
+ Die h"aufigste Methode zur Erzeugung von Zufallszahlen ist die lineare Kongruenzmethode, welche eine Sequenz von ganzen Zahlen $I_1, I_2, I_3,$ \ldots aus dem Intervall $I = [0,m-1]$ generiert.
+ Dabei gilt folgende Vorschrift:
+ \begin{equation} \label{eq:kon_m}
+ I_{j+1} = ( a I_{j} + c ) \, mod \, m
+ \end{equation}
+ \[ m: \textrm{Modulus, } a: \textrm{Multiplikator, } c: \textrm{Inkrement, } I_0: \textrm{Startwert} \]
+ Die Zufallszahlen k"onnen sich mit einer Periode, die offensichtlich nicht gr"o"ser als $m$ ist, wiederholen.
+ Die Qualit"at der Zufallszahlen h"angt dabei sehr stark von der Wahl der Konstanten $a, c, m, I_0$ ab.
+ Leider gibt es keine einfache mathematische Methode zur Ermittlung optimaler Konstanten.
+ Nach Park und Miller \cite{park_miller} erf"ullt man mit
+ \begin{equation} \label{eq:kon_v}
+ a = 7^5 = 16807, \quad m = 2^{31} - 1 = 2147483647, \quad c = 0
+ \end{equation}
+ einen minimalen Standard was die Qulit"at der Zufallszahlen angeht.
+ Diese Wahl der Konstanten wird in vielen Zufallsfunktionen der Standardbibliotheken verwendet.
+
+ \subsection{Transformation auf spezielle Zufallsverteilungen}
+
+ Die mit \eqref{eq:kon_m} und \eqref{eq:kon_v} erzeugten Pseudozufallszahlen $I_j$ sind gleichverteilt im Intervall $[0,m-1]$.
+ Durch Division der Zufallszahlen mit dem Modulus $m$ erh"alt man gleichverteilte Zufallszahlen $x_j$ im Intervall $[0,1[$, so dass die Wahrscheinlichkeit eine Zahl zwischen $x$ und $x + dx$ zu erhalten durch
+ \begin{equation}
+ p(x)dx = \left\{
+ \begin{array}{ll}
+ dx & 0 \leq x < 1 \\
+ 0 & \textrm{sonst}
+ \end{array} \right.
+ \end{equation}
+ gegeben ist. Ausserdem ist die Wahrscheinlichkeitsverteilung normiert.
+ \begin{equation}
+ \int_{- \infty}^{+ \infty}p(x)dx = \int_{0}^{1}p(x)dx = 1
+ \end{equation}
+ Diese dienen als Basis f"ur beliebige Verteilungen.
+ Einige in dieser Arbeit ben"otigte Transformationen sollen im Folgenden diskutiert werden.
+
+ \subsubsection{Zufallszahlen mit gleichverteilter Wahrscheinlichkeit}
+
+ Gleichverteilte Zufallszahlen $z_j$ in einem Intervall $[0,M[$ erh"alt man denkbar einfach durch skalieren der $x_j$ mit $M$.
+ \begin{equation}
+ z_j = M x_j = M \frac{I_j}{m}
+ \end{equation}
+
+ \subsubsection{Zufallszahlen mit linear steigender Wahrscheinlichkeit}
+
+ Zufallszahlen deren Wahrscheinlichkeit mit ihrem Wert im Intervall $[0,Z[$ linear ansteigen
+ \begin{equation}
+ p(z) = \left\{
+ \begin{array}{ll}
+ az + b & 0 \leq z < Z \\
+ 0 & \textrm{sonst}
+ \end{array} \right.
+ \end{equation}
+ realisiert man durch folgende Transformation:
+ \begin{eqnarray}
+ p(z)dz & = & p(x)dx \nonumber \\
+ \frac{dx}{dz} & = & p(z) \nonumber \\
+ x & = & \int_{- \infty}^z p(z')dz' = \int_0^z (az' + b) dz' = \frac{1}{2} az^2 + bz \label{eq:trafo}
+ \end{eqnarray}
+ Durch Aufl"osen von \eqref{eq:trafo} nach $z$ und Ausschluss der negativen L"osung erh"alt man:
+ \begin{equation}
+ z = \frac{-b + \sqrt{b^2 + 2 a x}}{a} \quad \textrm{.}
+ \end{equation}
+ So erh"alt man Zufallszahlen $z_j$ im Intervall $[0,1[$ durch $x_j \in [0,b+\frac{a}{2}[$.
+ Sollen Zufallszahlen im Intervall $[0,Z[$ liegen, m"ussen sie durch
+ \begin{equation}
+ z_j = Z \frac{-b + \sqrt{b^2 + 2 a (b+\frac{a}{2}) \frac{I_j}{m}}}{a}
+ \end{equation}
+ berechnet werden.
+
+ \subsubsection{Verwerfungsmethode zur Erzeugung beliebiger Verteilungen}
+
+ Mit Hilfe der Verwerfungsmethode k"onnen Zufallszahlen mit beliebiger Wahrscheinlichkeitsverteilung $p(x)$ generiert werden.
+ Sie basiert auf einer einfachen geometrischen "Uberlegung.
+ Die Verteilung $p(x)$ sei im Intervall $[a,b]$ mit $p(x) \geq 0 \quad \forall x \in [a,b]$ gegeben.
+ Das Maximum von $p(x)$ sei $p_m$.
+ Die Erzeugung der Zufallszahlen funktioniert nun wie folgt:
+ \begin{enumerate}
+ \item Ausw"urfeln zweier gleichverteilter Zufallszahlen $x \in [a,b]$ und $y \in [0,p_m]$.
+ \item Ist $y \leq p(x)$, so ist $x$ die n"achste Zufallszahl, ansonsten zur"uck zu 1.
+ \end{enumerate}
+ \begin{figure}[h]
+ \includegraphics[width=10cm]{rej_meth.eps}
+ \caption{Beliebige Wahrscheinlichkeitsverteilung $p(x)$ im Intervall $[a,b]$ mit Maximum $p_m$}
+ \label{img:rej_meth}
+ \end{figure}
+ Diese Methode ist zwar sehr einfach, jedoch wird sie um so ineffizienter, je groesser die Fl"ache der Vergleichsfunktion (hier: $f(x) = p_m$) im Vergleich zu $p(x)$ zwischen $a$ und $b$ wird.
+ Deshalb macht es Sinn die Funktion $f(x)$ "ahnlich der Funktion $p(x)$ mit $f(x) \geq p(x); \, x \in [a,b]$ zu w"ahlen.
+ Das unbestimmte Integral $F(x) = \int f(x) dx$ muss dabei bekannt und invertierbar sein.
+ Dann kann wie in \eqref{eq:trafo} die Transformation durchgef"uhrt werden.
+ Die Werte f"ur $x$ werden nun nach der Transformationsmethode im Intervall $[a,b]$ gew"ahlt, die Werte f"ur $y$ m"ussen gleichverteilt im Intervall $[0,f(x)]$ sein.
\section{Ion-Festk"orper Wechselwirkung}
Zur theoretischen Beschreibung der Ionenimplantation mu"s die Wechselwirkung der Ionen mit dem Target betrachtet werden.
- Durch St"o"se mit den Kernen und Elektronen des Targets werden die Ionen im Festk"orper abgebremst, ein entsprechendesImplantationsprofil stellt sich ein.
+ Durch St"o"se mit den Kernen und Elektronen des Targets werden die Ionen im Festk"orper abgebremst, ein entsprechendes Implantationsprofil stellt sich ein.
Weitere Folgen sind die durch Bestrahlung im Kristallgitter entstehenden Sch"aden.
Im Folgenden wird darauf genauer eingegangen.
\subsection{Abbremsung von Ionen}
+ Die Abbremsung der Ionen im Festk"orper kommt haupts"achlich durch inelastische Wechselwirkung mit den Targetelektronen und elastischer Wechselwirkung mit den Atomkernen des Targets zustande.
+ Diese sind unabh"angig voneinander.
+ Die elastische Streuung an freien Elektronen sowie die inelastische Streuung an den Atomkernen k"onnen vernachl"assigt werden.
+ Ebenfalls vernachl"assigt werden Brems- und Cerenkovstrahlung.
+
\subsubsection{Bremsquerschnitt}
+ Um die Abbremsung der Ionen durch elektronische und nukleare Streuung zu beschreiben, definiert man den sogenannten Bremsquerschnitt.
+ \begin{equation}
+ S_{e,n} = - \frac{1}{N} \Big( \frac{\partial E}{\partial x} \Big)_{e,n}
+ \end{equation}
+ Dieser ist proportional zur Bremskraft $\frac{\partial E}{\partial x}$, welche angibt, wieviel Energie $E$ des Ions pro zur"uckgelegter Wegl"ange $x$ abgegeben wird.
+ $N$ ist die atomare Dichte des Festk"orpers.
+ Zerlegt man nun die Energieverlustrate in einen nuklearen und einen elektronischen Anteil so erh"alt man f"ur den Energieverlust pro Wegl"ange:
+ \begin{equation}
+ - \frac{\partial E}{\partial x} = N \Big( S_e(E) + S_n(E) \Big) \quad \textrm{.}
+ \end{equation}
+ Durch Kehrwertbildung und Integration "uber die Energie erh"alt man die mittlere Reichweite $R$ des Ions.
+ Sei dessen Anfangsenergie $E_0$, so gilt:
+ \begin{equation}
+ R = \frac{1}{N} \int_0^{E_0} \frac{d E}{S_e(E) + S_n(E)} \quad \textrm{.}
+ \end{equation}
+ Um die Reichweite des Ions berechnen zu k"onnen, m"ussen noch der nukleare ($S_n$) und elektronische ($S_e$) Bremsquerschnitt bestimmt werden.
+
\subsubsection{Nukleare Bremskraft}
+ Die Wechselwirkung mit den Atomkernen des Targets kann durch einen elastischen Sto"sprozess beschrieben werden.
+
+
\subsubsection{Elektronische Bremskraft}
\subsection{Implantationsprofil}
projects / lectures / latex.git / blobdiff