República Bolivariana de Venezuela
Universidad del Zulia
Facultad Experimental de Ciencias
Licenciatura en Física
SIMULACION MONTE CARLO DE LOS PROCESOS DE DEPOSICION EN
PELICULAS DELGADAS DE Cr y Fe SOBRE UN SUSTRATO SOLIDO DE Mg
(001)
Proyecto de Investigación
Para optar al título de
Licenciado en Física
Presentado por:
Br. Ángel A Chacin Ávila
Tutor: MSc. Emily Chávez
Cotutor: Dr. José Fermín
Maracaibo, Octubre de 2023
2
ÍNDICE GENERAL
Pag
1.-CAPITULO I: EL PROBLEMA DE LA INVESTIGACIÓN 3
1.1. Planteamiento del Problema 3
1.2. Formulación del Problema 5
1.3. Objetivos de la Investigación 5
1.3.1. Objetivo General 5
1.3.2. Objetivos Específicos 5
1.4. Justificación de la Investigación 5
1.5. Delimitación de la Investigación 6
2.-CAPITULO II: MARCO TEÓRICO DE LA INVESTIGACIÓN 7
2.1. Antecedentes de la Investigación 7
2.2. Modelo de Deposición Balística 10
2.3. Difusión Superficial 11
2.4. Aproximación de Orden Estadístico 11
2.5. Aplicaciones al Modelo de Deposición Balística 13
3.- CAPITULO III: MARCO METODOLÓGICO 16
3.1. Revisión bibliográfica 16
3.2. Método analítico 16
3.3. Método computacional 16
4.- CAPITULO IV: MARCO ADMINISTRATIVO 17
4.1. Viabilidad de la Investigación 17
4.1.1. Recursos Humanos 17
4.1.2. Recursos Materiales 17
4.1.3. Recursos Financieros 17
4.2.- Resultados que se Esperan Lograr 17
4.3. Cronograma de Actividades 18
BIBLIOGRAFÍA 19
3
1. CAPITULO I. EL PROBLEMA
1.1.-Planteamiento del Problema
A pesar ser conocidas por más de 100 años, las películas delgadas sólo pasaron a ser objeto de
intensivo estudio a partir del final de la década de 1950, cuando el descubrimiento de nuevos
fenómenos magnéticos tornó estos materiales como potenciales candidatos para aplicaciones
tecnológicas.[1], Sin embargo, los mecanismos que gobiernan los procesos de crecimiento de
películas delgadas aun no son bien estudiados.
Usualmente se investigan las características físicas de los cuerpos con tres dimensiones,
asumiéndose que sus propiedades características son independientes de su volumen.
Las películas delgadas son sistemas que tienen en común el hecho de que en su configuración
geométrica poseen dos dimensiones macroscópicas y una tercera microscópica.
Los modelos de red se usan frecuentemente para describir las propiedades de las superficies de
los cristales [2] y los procesos dinámicos tales como la difusión, absorción y evaporación
superficial son simuladas con métodos estocásticos. Existe también el método de Dinámica
Moleculares [3] el cual resuelve por medio de la generación de trayectorias deterministas la
ecuación de movimiento de Newton.
Las interacciones de corto alcance entre los átomos pueden ser introducidas de esta manera y
las propiedades de equilibrio y no equilibrio de las estructuras superficiales dependen de las
funciones de correlación o simplemente de la energía superficial y las escalas temporales las
cuales pueden ser analizadas. La Simulación con el Método de Monte Carlo se aplica donde
existe un crecimiento cristalino que defina un sistema natural de red, y unidades de crecimiento
no-cristalinas tales como átomos o moléculas entrantes que son integradas dentro de esta red.
4
El nombre de este método de simulación estocástica Monte Carlo fue acuñado por Nicolás
Metrópolis (inspirado en su interés en los juegos de cartas) durante el proyecto Manhattan en la
Segunda Guerra Mundial. Debido a la semejanza de la simulación estocástica con los juegos de
azar, y también porque Monte Carlo era el centro mundial de los juegos de envite y azar. El
Método de Monte Carlo se usa ahora rutinariamente en muchos y diversos campos, desde la
simulación de complejos fenómenos físicos tales como el transporte de radiación en la atmósfera
terrestre y la simulación de los procesos subnucleares en experimentos de física de altas energías.
A diferencia de los métodos numéricos de discretización convencionales, los cuales típicamente
son aplicadas a ecuaciones diferenciales ordinarias o parciales que describen algún sistema físico
subyacente, con el Método Monte Carlo el proceso físico se simula directamente, y no hay
necesidad de escribir la ecuación diferencial que describe la dinámica del sistema.
El Método de Monte Carlo se aplica a un sistema físico arbitrario (en este caso el proceso de
deposición en las películas), suponiendo que la evolución del sistema puede ser descrito por
funciones de densidad de probabilidad, la simulación procede muestreando estas funciones, para
lo cual se hace necesario un rápido y efectivo método para generar números aleatorios
uniformemente distribuidos en el intervalo [0,1]. Los resultados de estos muestreos aleatorios
deben ser acumulados de una forma apropiada para producir el resultado deseado, más la
característica esencial del Método Monte Carlo es el uso de técnicas de muestreo aleatorio para
llegar a la solución del problema físico
Se podría pensar que el Método de Monte Carlo es sólo aplicable a procesos estocásticos, más
esto no es así, pues una de las aplicaciones básicas del método es la evaluación de integrales,
podemos calcular el valor de una integral definida, permitiendo que el sistema sea tratado como
un proceso estocástico para los propósitos de simulación, de aquí que el Método de Monte Carlo
pueda ser aplicado para simular el sistema. Desde el punto de vista computacional el número de
partículas que participan en la simulación se determina por el volumen de la memoria del
computador, en dicha memoria debe conservarse la información sobre las coordenadas de todas
las partículas. La simulación consiste en que arbitrariamente se elige una de las partículas que
después se desplazará una distancia aleatoria (esto significa que en la memoria del computador
cambian las coordenadas de esa partícula). Luego se elige arbitrariamente otra partícula y así
sucesivamente. La energía potencial de interacción de las partículas del sistema depende de su
disposición recíproca, ésta se calcula desde el principio y posteriormente se recalcula después de
5
cada desplazamiento. Las probabilidades de desplazamientos de las partículas a una u otra
distancia se eligen de acuerdo con la energía potencial, de tal modo que el sistema de simulación
experimente por término medio lo mismo que el sistema real.
1.2.- Formulación del Problema.
¿Será posible realizar una simulación con el Método de Monte Carlo de los procesos de
deposición en películas delgadas de Cr y Fe sobre un sustrato sólido de Mg(001), utilizando el
modelo balístico que permita determinar con un alto grado de precisión la caracterización de
los mecanismos de deposición, los parámetros que controlan el crecimiento de las películas y
el efecto que el modo de deposición en las propiedades físicas de las mismas?
1.3.- Objetivos de La Investigación.
1.3.1 Objetivo General
Simular el proceso de deposición de películas delgadas de Cr y Fe mediante el método de
Monte Carlo Balístico
1.3.2. Objetivos Específicos.
1. Caracterizar de los mecanismos de deposición en películas delgadas de Cr y Fe sobre un
sustrato sólido de Mg (001) mediante el método Monte Carlo Balístico.
2. Determinar los efectos de Difusión Superficial en el proceso de deposición de Cr y Fe
sobre un sustrato sólido de Mg (001) mediante el método Monte Carlo Balístico.
3. Delimitar el efecto del modo de deposición en las propiedades físicas de las películas
delgadas de Cr y Fe en un sustrato sólido de Mg (001).
1.4.- Justificación de la Investigación.
Los problemas y dificultades en el estudio de estructuras delgadas y ultra-delgadas comienzan
antes de éstas haber sido producidas. La estructura y propiedades de estos sistemas dependen
considerablemente del estado de la superficie en la cual son depositados: los substratos. La
estructura y calidad del substrato pueden afectar la cristalinidad y, por tanto, las propiedades de la
película resultante. Se debe conocer, no sólo la estructura cristalina, sino también la orientación
6
de la superficie del substrato, densidad de las imperfecciones y dislocaciones, coeficientes de
ínter difusión en la interfase, densidad de carga electrónica,entre otros. El grado de entendimiento
de estas propiedades y el éxito en el proceso de fabricación, dependen de nuestra capacidad de
responder a estas preguntas
1.5.- Delimitación de la Investigación.
Delimitación Geográfica: El presente trabajo de investigación se desarrollará dentro de las
instalaciones de la Universidad Nacional Experimental de la Seguridad, Centro de Formación
Zulia, Sierra Maestra, Municipio San Francisco, Estado Zulia, Venezuela.
Delimitación Temporal: La elaboración del Trabajo de Investigación en su totalidad requerirá
de un tiempo aproximado de 6 meses.
Delimitación Temática: Las bases teóricas sobre las cuales está fundamentado este proyecto
de investigación son: Películas Delgadas, Simulación, Método Monte Carlo, Método Balístico,
Proceso de Deposición
7
CAPITULO II. MARCO TEÓRICO
2.1 Antecedentes de la Investigación.
En general, cuando no se tiene acceso a todas las técnicas experimentales apropiadas, es
necesario hacer algunas suposiciones, tales como: si la estructura cristalina de la película es la
misma del material masivo, el parámetro de red de la película es la misma del material masivo, el
parámetro de red de la película y del substrato son iguales, la película es continua en todo su
volumen; algunos parámetros, tales como la magnetización y constantes de anisotropía pueden,
en primera aproximación, ser igualados a los del material masivo. Esta comprensión limitada
impide el diseño racional de soluciones novedosas basadas en un control preciso de la estructura
y las propiedades de las películas. Una comprensión tan limitada se debe en gran parte al hecho
de que la mayoría de los métodos de modelado disponibles no pueden acceder y muestrear de
manera sólida las escalas de tiempo de nanosegundos a segundos necesarias para simular tanto la
deposición atómica como la reorganización de superficies en películas delgadas. Para contribuir
a esta brecha de conocimiento, se han realizado trabajos combinando dinámica molecular y
simulaciones con el Método de Monte Carlo Cinético.
De estos trabajos podemos destacar los siguientes estudios como los realizados por:
Purton J.A y col. [4] del Departamento de Computación Científica del STFC ( Science and
Technology Facilities Coouncil, Consejo de Instalaciones Científicas y Tecnológicas, por sus
siglas en inglés) han modelado el crecimiento de películas delgadas con el método Monte Carlo
Cinético, en su trabajo han examinado el crecimiento de películas delgadas de óxido binario
sobre sustratos de óxido, el objetivo general de su investigación es estudiar el crecimiento de
películas delgadas de óxido que se forman en experimentos como la deposición por láser pulsado
[5] (PLD, por sus siglas en inglés), En PLD, se utiliza un láser para vaporizar un material
objetivo y luego los átomos/iones se depositan sobre un sustrato. El Crecimiento de una película
delgada usando PLD se puede considerar en dos etapas distintas. La primera es la deposición de
iones en la superficie y la segunda es la reorganización de estos átomos/iones en la superficie, a
menudo para formar un material cristalino. El primer proceso es rápido y se puede modelar
8
utilizando técnicas tradicionales del Método Monte Carlo (MC) y Dinámica Molecular (DM).
Desafortunadamente, el segundo proceso es lento (aproximadamente nanosegundos a segundos
dependiendo de la temperatura y el tamaño de la barrera de difusión),12–15 y DM no es capaz de
acceder a las escalas de tiempo requeridas para los sistemas que nos interesan., es necesario
utilizar una técnica alternativa como Método Monte Carlo Cinético,(MCC). Cada simulación de
composición fija se puede dividir en dos componentes: una fase inicial MC/DM seguida de una
segunda fase MCC. El crecimiento de la película delgada se modela insertando repetidamente
iones adicionales en la celda de simulación y realizando cálculos combinados de MC/DM/MCC..
Por otro lado, Vernon L [6] del Departamento de Ciencias Matemáticas, Universidad de
Loughborough, Loughborough, LE11 3TU, Reino Unido, también utilizaron el MCC para
simular mecanismos de crecimiento para TiO2 2 en un sustrato de rutilo (110), el rutilo es la
forma mineral del óxido de titanio..
Los mecanismos de crecimiento que se investigaron utilizaron una combinación de Dinámica
Molecular clásica de carga variable y Métodos Cinéticos de Monte Carlo (MCC). Se realizaron
cálculos ab initio para determinar las barreras de energía relevantes y se utilizaron para
parametrizar un potencial clásico de carga variable. Interacciones de baja energía (10–40 eV) de
pequeños Ti X oh y Luego se investigaron moléculas con sustrato de rutilo (110), mediante
dinámica molecular utilizando el potencial de carga variable, con el objetivo de determinar la
influencia de diversos parámetros en el crecimiento de la superficie y la formación de defectos.
El crecimiento del rutilo se simuló depositando secuencialmente átomos y moléculas
seleccionados al azar con energías en el rango de decenas de eV. La evolución a escala a largo
plazo se aproximó calentando el sustrato y mediante simulaciones MCC sobre la marcha, que
podrían usarse para simular tiempos de deposición experimentales realistas. Se descubrió que el
principal mecanismo de crecimiento implica un efecto cinético rápido para subplantar átomos de
Ti intersticiales, hasta que se forma una capa superficial rica en O, seguida de una difusión más
lenta de los intersticiales de Ti a la superficie rica en O. Bombardeo con una energía de alrededor
de 20 eV en una atmósfera rica en oxígeno con una alta proporción de bombardeo de TiO, TiO2 2
Se descubrió que a diferencia de los átomos individuales, produce crecimiento de rutilo con la
mejor cristalinidad
También se han desarrollado trabajos previos de simulaciones atomísticas usando MCC, Yu M
[7] del Departamento de Materiales, Universidad de Loughborough, Loughborough,
Leicestershire, LE11 3TU, Reino Unido han realizado simulaciones atomísticas
para modelar el crecimiento de películas delgadas de telururo de cadmio.
9
El telururo de cadmio (CdTe) es un material excelente para células solares de película delgada de
bajo costo y alta eficiencia. Es importante investigar cómo se forman los defectos durante el
proceso de crecimiento, ya que los defectos reducen la eficiencia de las células solares. En su
trabajo utilizaron simulación computacional probabilística para predecir el crecimiento de una
película delgada de CdTe depositada mediante pulverización catódica. Se utilizó MCC sobre la
marcha para simular el crecimiento de películas delgadas de CdTe en las superficies (1 1 1). Los
resultados mostraron que en las superficies (1 1 1) los mecanismos de crecimiento en superficies
terminadas en Cd o Te son bastante diferentes, independientemente de la energía de deposición
($0,1\sim 10$ eV). En la superficie terminada en Te (1 1 1), los grupos depositados primero
forman una única capa de especies mixtas, luego los átomos de Té en la capa mixta se movieron
hacia arriba para formar una nueva capa. Mientras que en la superficie terminada en Cd (1 1 1),
las nuevas capas de Cd y Te se forman al mismo tiempo.
Es importante destacar que los algoritmos de las simulaciones probabilísticas del tipo MCC son
bastante complejos en este sentido Salvat F [8] de la Facultad de Física de la Universidad de
Barcelona, España. han desarrollado un sistema de códigos para simulación usando el Método
Monte Carlo de transporte electrones y fotones, el cual puede ser adaptado a simulaciones
atomistas de crecimiento de películas delgadas
El sistema de código informático Penélope (versión 2018) realiza una simulación con el Método
de Monte Carlo del transporte acoplado electrón-fotón en materiales arbitrarios para un amplio
rango de energía, desde unos pocos cientos de eV hasta aproximadamente 1 GeV. El transporte
de fotones se simula mediante el esquema de simulación estándar y detallado. Se generan
historias de electrones y positrones. sobre la base de un procedimiento mixto, que combina la
simulación detallada de eventos difíciles con simulación condensada de interacciones suaves. Un
paquete de geometría llamado pengeom permite la generación de lluvias aleatorias de electrones
y fotones en sistemas materiales que consisten de cuerpos homogéneos limitados por superficies
cuádricas, es decir, planos, esferas, cilindros, conos, entre otros.
.
10
2.2 Modelo de Deposición Balística
La simulación es bidimensional (plano xy) y cada partícula depositada (la cual puede ser un
átomo, molécula o incluso un conglomerado de moléculas), se supone sean esferas “duras” de
diámetro D y son descritas por sus coordenadas x, y. Las condiciones de borde periódico se
aplican para simular un sistema infinito, el fondo se cubre densamente con una capa inicial de
n átomos, los cuales permiten cambios en la estructura inicial superficial modificando la
disposición de esta capa, la red se define como si fuera hexagonal, ya que ésta estructura es típica
de los materiales ferromagnéticos (metálicos) y su densidad de empaquetamiento es la más alta
(conjuntamente con la cúbica centrada en las caras) del resto de las estructuras cristalinas.
Se considera que los átomos entrantes que caen aleatoriamente distribuido sobre la anchura del
plano (el proceso Monte Carlo) y viajan en una línea recta la cual está inclinada en un ángulo
desde la normal al plano xy y el cual es paralelo al plano xz.
Establecemos que el coeficiente de acoplamiento sea uno, y así los átomos siguen la línea hasta
que hacen contacto con otros ya depositados, una vez que el átomo depositado es golpeado, el
átomo entrante se le permite descansar en el hueco más cercano, donde gana al menos dos
átomos vecinos adicionales (si en el camino para moverse allí es libre) pero en cualquier caso,
tiene que permanecer en contacto con el átomo que primero golpeó, el proceso se puede ver en la
figura 1
11
Figura 1. Los átomos entrantes (1) (aleatoriamente distribuidos sobre lo ancho de la película)
viajan hasta la superficie de la película (2), una vez allí reposa en sitio o hueco vacío más
cercano, las condiciones de borde periódico se aplican a la superficie (4).
2.3 Difusión Superficial
Una descripción de los fenómenos controlados de difusión superficial en películas delgadas
prueba que no son triviales debido a la dificultad de determinar cuales de los elementos
componentes se están moviendo. Anisotropías de energía superficial y mecanismo de
condensación-evaporación causado por alta presiones de vapor a menudo se vuelve controlado
por una tasa para los procesos de transporte en superficies (cerámicas).
Desviaciones de tipo estequiométrico adicional cambian localmente efectos en el coeficiente de
difusión Ds, el cual hace una descripción general no obstante más compleja.
Por lo tanto, teniendo la difusión superficial incluida dentro del modelo atomista, este está basado
en un sistema componente, el cual se justifica por el hecho que el proceso de difusión es
solamente en adición al proceso de sombreado geométrico, y la temperatura superficial están en
el rango de 1/2 T(función) Una clara ventaja de la simplicidad de este modelo de un solo
componente es la posibilidad de simular difusión atómica, molecular y aun conglomerados de
moléculas intercambiando precisamente la frecuencia de vibración de la esfera unidad.
2.4 Aproximación de Orden Estadístico.
El periodo de una vibración para átomos superficiales (alrededor de 10 -12s) define un intervalo
temporal físicamente significativo t físico que corresponde a cambios en energía vibracional. Sin
embargo debido a lo limitado de las capacidades de cómputo no es razonable usar este tiempo
como tiempo de muestreo (aquí el muestreado temporal se refiere al periodo de tiempo para el
cual un cálculo computacional de probabilidades y movimientos se hace para cada átomo), los
átomos superficiales tienden a ser localizados sobre tiempos extremadamente largos en términos
de t físico como la mayoría de las vibraciones de energía dependiente del tiempo en
12
fluctuaciones térmicas insuficientes para el movimiento atómico. El método matemático de ondas
estadísticas puede ser utilizado para calcular la Función de Densidad de Probabilidad (FDP) para
órdenes estadísticos de Boltzman de los más grandes ( = n) y con ésta FDP la probabilidad
para ordenes estadísticos enésimos que sean más bajos que un cierto límite( aquí la barreras de
energía o) se pueden describir como
P(ε < o)=((1-exp(- o )) n (1)
Donde =1/KT y T es la temperatura.
Como puede verse rápidamente, la probabilidad para el enésimo orden estadístico que está bajo el límite o es
sólo dependiente de la barrera de energía 0 misma (para una temperatura dada), por lo tanto, es posible
generar térmicas aleatorias a partir de esta distribución reemplazando la probabilidad P( < o) con un número
generado aleatoriamente R, el cual es uniformemente distribuido sobre el intervalo [0,1] y se calcula la referida
energía o(n) ,
o(n) = -KTLn(1-(R1/n)), 0<R<1 . (2)
El promedio mínimo de tiempo de permanencia de los átomos en el sistema es un tiempo de
muestreo relevante s especialmente debido a esto se justifica el reemplazo de la probabilidad P (
< o) con un número R generado aleatoriamente como entrada para calcular desviaciones de
energía máxima para este intervalo:
-1
= exp( (Qd)) (3)
Donde =1/KT, siendo Qd una barrera de energía para difusión superficial y la frecuencia de
vibración. La frecuencia puede ser descrita por =2KT/h donde k es la constante de
Boltzman y h la constante de Planck.
El número de n muestras para un tiempo de muestreo s (que es el tiempo computacional para
cálculos de probabilidades) puede ser calculada como:
s =n=exp( (Qd)) . (4)
13
Usando la información anterior la fluctuación de energía (n) durante el muestreo de tiempo s
puede ser calculada y con una barrera de energía dada para difusión superficial, se puede
determinar que átomo se difundirá.
2.5 Aplicaciones al Modelo de Deposición Balística
La estructura de red hexagonal que se usa en el núcleo de deposición balística bidimensional
define un máximo de seis vecinos cercanos por cada átomo en un sitio de la red. Se supone que
el sólo proceso de migración que se lleva a cabo “saltando” desde un sitio a otro vacío cercano,
por lo tanto los efectos de evaporación y eventos esperados se desprecian. Esta aproximación se
justifica, cuando en realidad estamos observando moléculas y conglomerado de ellas más que
difusión atómica. Para mantenerse los cálculos tan simples como sean posibles, se considera
adicionalmente que cada átomo se enlaza solamente con su vecino más cercano. Podríamos
describir la difusión atómica mediante autómatas celulares herramienta adecuada para modelar
sistemas naturales que puedan ser descritos como una colección masiva de objetos simples que
interactúen localmente unos con otros consideramos, sin embargo, que el modelo balístico
describe con una buena aproximación el proceso de deposición por evaporación catódica
La activación de la barrera de energía para difusión superficial es el límite energético que un
átomo tiene que vencer para saltar a un sitio vecino. Los saltos a posiciones cercanas con menor
números de vecinos(es decir menores números de coordinación) no son permitidas y la posición
de un árbol de átomos a saltar es siempre aquella con el más alto número de coordinación. Si
dos posiciones circundantes son igualmente deseables (el mismo número de vecinos), la decisión
se hace aleatoriamente.
Si el átomo no se difunde a su posición vecina puede saltar por encima de un paso si la posición
alcanzable está libre y tiene un igual o mayor número de coordinación que la posición original.
La energía de activación para estos (básicamente dos pasos) eventos esperados se calcula como:
Δε (β o)= = (1- (N )) (5)
Con N siendo el número de vecinos del sitio y la energía de enlace, las posiciones y 1
se pueden ver en la figura 2.
14
Figura 2. Magnificación de una superficie, donde las posibilidades de saltos posibles se
muestran, inicialmente el átomo se localiza en la posición , donde podría moverse a 1 , el cual
sería un evento de salto normal a una posición cercana, el evento de salto a la posición 2
requiere saltar de una posición o primer, de tal manera que inicialmente se requiere más alta
energía. De nuevo, si hay más que una posición alcanzable con el mismo número de
coordinación, la decisión hacia donde saltar se hace aleatoriamente.
Por razones de simplicidad la barrera de la energía de activación se concibe que sea
independiente de la configuración atómica circundante a los sitios y o, por lo tanto la decisión
si un evento de salto toma lugar es dependiente solamente de la existencia de una posición libre y
favorable, y en la relación de la fluctuación de energía (n) y la barrera de la energía de
activación, a la que llamamos Qd.
El intervalo de tiempo considerado es el tiempo de muestreo s, el cual el tiempo promedio para
que un evento de salto ocurra, escogiendo un intervalo de tiempo mayor (más largo) no sería
razonable como el problema de que más de un evento de salto tome lugar no puede ser descartado
tan fácilmente y un muestreo de intervalo de tiempo más pequeño resultaría en sólo una fracción
de un salto que suceda en el promedio, el cual de nuevo, no es de mucho sentido.
Sin embargo, el intervalo de tiempo s se observa que está probablemente en el rango de
milisegundos, y es necesario para calcular su relación a la escala del tiempo de la deposición .
dep
Esta escala de tiempo dep para la deposición es el tiempo entre dos átomos que estén llegando y
puede ser determinado en relación a la tasa de deposición para una película densamente
empaquetado d (nm/s) la constante de red (nm) y el número de sitios de redes el cual define la
amplitud de la película bidimensional na(amplitud de la película) :
15
(6)
dep =( )( )
Donde es un factor geométrico para la red hexagonal, bidimensional.
La relación dep / s proporciona el número de veces que un salto puede ocurrir con cierta
probabilidad dentro del intervalo de tiempo de un átomo nuevo que este llegando. Si hay
múltiples saltos que se esperen que ocurran, una forma de simular con precisión este movimiento
es simular los posibles eventos esperados para cada intervalo de tiempo s.
Esta escala temporal nos proporciona una interpretación dinámica del Método Monte Carlo,
promediando la transición de probabilidad por unidad de tiempo la cual llamamos H, el muestro
del Método Monte Carlo se puede interpretar como el “promedio temporal” a lo largo de una
trayectoria estocástica en un espacio de fase, ésta dinámica estocástica se describe por la
ecuación maestra probabilística
(7)
Esta es una ecuación de transferencia, que describe el balance entre la pérdida de probabilidad
para todo los procesos H H´ extrayéndolos del estado considerado, y la ganancia de
probabilidad debido a los procesos inversos.
16
CAPITULO III
METODOLOGÍA DE LA INVESTIGACIÓN.
Para la elaboración del presente trabajo de investigación se llevara a cabo con los siguientes
pasos metodológicos, los cuales se dividirán en tres frases:
Fase 1: Revisión bibliográfica:
a) Se revisará trabajos realizados hasta ahora referente al tema planteado.
b) Se tomarán nota de algunos resultados obtenidos hasta ahora.
Fase 2: Método analítico:
A partir de la ecuación maestra probabilística ejecutar una simulación con el Método de
Monte Carlo del tipo cinético basado en el modelo de deposición balística.
Los parámetros físicos de la simulación estarán basados en un modelo de crecimiento que
considera en un vacío ultra alto, flujo de material a la superficie, frecuencia vibracional atómica,
energía de activación de difusión superficial ,fuerza de enlace del metálico, con un arreglo
superficial de sitios atómicos de 300x300.
.
Fase 3: Método computacional:
a) Se desarrollará el programa de simulación basado en GNU/Fortran 95
b) Se realizará la simulación con el Método de Monte Carlo del crecimiento de películas
delgadas en un sustrato sólido el análisis de la curvas producto de la simulación
17
CAPITULO IV.
MARCO ADMINISTRATIVO
4.1. Viabilidad de la Investigación.
El presente proyecto de investigación está garantizado, debido al hecho de contar con los
recursos humanos, administrativos y financieros disponibles y necesarios para cumplir con los
objetivos planteados. A continuación, se hace mención de dichos recursos.
4.1.1. Recursos Humanos.
MSc Emily Chávez Tutora
Dr. José Fermín Co-Tutor
.
4.1.2. Recursos Materiales.
Disponibilidad de los Laboratorios de Computación de la Universidad Nacional
Experimental de la Seguridad, Centro de Formación Zulia.
Bolígrafos, Calculadora, Cuadernos, Libros, Computador, CD y Conexión a Internet.
Suficiente material bibliográfico en la red (internet).
4.1.3. Recursos Financieros.
Disponibles por financiamiento propio para los gastos que genere el presente trabajo de
investigación, transportación, impresión, reproducción de ejemplares del trabajo de investigación,
material bibliográfico, equipos de computación portátiles, DVDs, unidades de almacenamiento
USB, dispositivos móviles.
4.2. Resultados Que Se Esperan Lograr.
Desarrollar un programa de simulación con el Método Monte Carlo que nos permita
reproducir el proceso de deposición en películas delgadas metálicas, obteniendo información
teórica sobre los parámetros de control del crecimiento de estos sistemas, tales como presión de
18
base, temperatura del sustrato,difusión superficial,energía de las partículas, presión de trabajo
Cumpliendo así con los objetivos de la investigación.
4.3. Cronograma de Actividades años 2023
Ener Febre Marz Abr MayJuni Juli Agost Septiemb Octub Noviemb Diciembre
o ro o il o o o o re re re
A x x x x x x
B x x x
C x x
D x x
E x x x x
F x
G x
A: Revisión Bibliográfica.
B: Redacción Proyecto de Investigación.
C: desarrollo de los cálculos.
D: Presentación del Proyecto de Investigación.
E: Análisis de los resultados y redacción del Trabajo del Investigación.
F: Revisión de Trabajo de Investigación por la comisión.
G: Presentación Trabajo de Investigación.
19
BIBLIOGRÁFIA
[1] Cohen M,1970, en Handbook of the Thin Film Technology, Cap.17, eds Maissel L.I and
Glang R, McGraw-Hill, New York.
[2] Gilmer G.H . Bennema.P 1972 ,“Simulation of Crystal Growth with surface diffusion,
Journal of Applied Physics.13:1347-1360.
[3] Nieminen R.M, 2002,”From Atomocist Simulation toward multiscale modeling of material”,
Journal of Physic 14: 2859-2876
[4] Purton John A , Alin M. Elena y Teobald Gilberto, 2022, " Kinetic Monte Carlo modeling
of oxide thin growth ", The Journal of Chemical Physics Vol 156, : 1-6
[5] Lam Pui-Man,Liu S.J and Woo C.H, 2002. " Monte Carlo Simulation of Pulsed Laser
Deposition". Physical Review B66,: 1-3.
[6] Vernon L, Kenny S.D,Smith Roger, and Sanville.E, 2011, " Growth mechanisms for TiO2 at
its rutile (110) surface". Physical Review B83 : 1-5.
[7] Yu y Kenny Steven D, 2011, "Using atomistic simulation to model cadmium telluride thin
film growth". Journal of Physic:Condensed Matter. 28 :1-2
[8] Salvat Francesc,2019,"Penelope-2018: A Code System for Monte Carlo Simulation of
Electron and Photon Transportation". Workshop Preceedings, Barcelona, España, Data Bank
NEA/MBDAV/R(2019)1. www.oecd-nea.org
20
