Вы находитесь на странице: 1из 56

Оглавление

Введение ................................................................................................................... 2
Глава 1. Основные свойства и модели теории перколяции ............................... 4
1.1.Понятие перколяции ..................................................................................... 4
1.2.Перколяционный кластер и его подструктура ............................................ 7
1.2.1. Статистические характеристики кластеров, масштабная
инвариантность и критические показатели .................................................. 12
1.2.2.Определение и оценка порога перколяции ......................................... 15
1.3. Основные задачи теории перколяции на решетках ................................. 18
Глава 2. Применение теории протекания к задаче электропроводности ........ 24
2.1. Задача «сетка сопротивлений» .................................................................. 24
2.2. Задача сфер и ее применение к задачи электропроводности ................. 30
2.3. Электропроводность неоднородной среды и прыжковая
электропроводимость в примесных полупроводниках .................................. 38
Глава 3. Метод расчета электропроводности сильно неоднородной среды ... 49
Заключение ............................................................................................................ 55
Литература ............................................................................................................. 56

1
Введение
Начало теории перколяции связывают с публикацией в 1957 г. работы
английских ученых Бродбенда и Хаммерсли, возникшая следующим образом,
в середине пятидесятых годов Бродбенд занимался разработкой
противогазовых масок для шахт по заданию Британского объединения по
исследованию применения угля. При этом он столкнулся с интересной
проблемой и привлек к ней внимания математика Хаммерсли. Основной
элемент маски - это уголь, через который должен проходить газ. В угле есть
поры, причудливо соединяющиеся друг с другом, так что образуется нечто
вроде запутанного лабиринта. Газ может проникать в эти поры, адсорбируясь
(осаждаясь) на их поверхности. Оказалось, что если поры достаточно широки
и хорошо связаны друг с другом, то газ проникает вглубь угольного фильтра.
В противоположном случае газ не проникает дальше поверхности угля.
Движение газа по лабиринту представляет собой процесс нового типа,
процесс просачивания (протекания) газов через пористую поверхность.
Авторы ввели в обиход название «теория протекания».

Наиболее разработанной в настоящие время областью применения


теории протекания являются электрические свойства неупорядоченных
систем, таких, как аморфные полупроводники или материалы,
представляющие собой смесь двух разных веществ – диэлектрика и металла.
Именно примесные свойства ответственны за работу целого ряда важнейших
полупроводниковых приборов, и потому технике нужны полупроводники с
примесями.

В теории электронных состояний легированных полупроводников


электрон, находится не в периодическом поле атомов кристалла, а в
хаотическом поле примесей, причем потенциальную энергию этого поля
нельзя считать малой. При низких температурах легированный
кристаллический полупроводник оказывается неупорядоченной системой,
напоминающей по своим общим свойствам аморфные системы. Это
2
относится не только к сильно легированным, но и к слабо легированным
полупроводникам. Чем слабее легирование, тем ниже температуры, при
которых эти свойства проявляются.

Цель моей работы заключается в раскрытии основных понятий, задач и


методов теории перколяции и применении этой теории к задаче нахождения
электропроводности неоднородной проводящей среды.

Задачи:

Изучение основных методов и задач теории перколяции;

Применение теории перколяции к задаче нахождения


электропроводности неоднородной проводящей среды: задача сфер и задача
«сетка сопротивлений»;

Определение основных свойств неоднородной среды и механизм


прыжковой электропроводимости в примесных полупроводниках;

Анализ метода расчета электропроводности сильно неоднородной


среды.

Первая глава посвящена основным свойствам и моделям теории


перколяции, во - второй главе рассматривается применение теории
протекания к задаче электропроводности, третья глава посвящена методу
расчета электропроводности сильно неоднородной среды. При рассмотрении
последней задачи акцент делается на выяснении тех допущений, при которых
для исходной задачи применима теория перколяции, а также собственно
перколяционный метод расчета коэффициента электропроводности.

3
Глава 1. Основные свойства и модели теории
перколяции
1.1.Понятие перколяции
Слово перколяция (percolation –англ.) означает протекание. Название
теории перколяции или теории протекания возникло в связи с тем, что ряд
первых работ в этом направлении был посвящен процессам протекания
жидкостей или газов через пористую среду. Поскольку перколяцией
занимаются специалисты из разных областей знаний, то для описания
перколяции используется два подхода. С одной стороны, математики
применяют формальный подход, основанный на представлениях теории
вероятности и теории графов, строгих доказательств и формальных
обозначений. С другой стороны, естественники предпочитают более простой
и наглядный подход, часто заменяя строгие доказательства ссылками на
аналогию, интуицию и здравый смысл. Для знакомства с теорией
используем для начала второй подход.

Рассмотрим квадратную сетку 3x3(рис.1.1). Закрасим часть квадратов


черным цветом. В нашем случае их 3. Доля закрашенных квадратов
𝑵 черн 𝟏
составляет 𝒑 = = . Каким образом мы выбираем квадраты для
𝑵 𝟑

закрашивания? Во-первых, можно выбирать квадраты случайно и не


зависимо; во-вторых, можно ввести какие-либо правила. В первом случае
говорят о случайной перколяции (перколяция Бернулли), во втором – о
коррелированной.

Рис.1.1. Перколяция на квадратной решетки размером 3×3 клетки.

4
Одним из основных вопросов, на которые пытается ответить теория
перколяции,- при какой доле pc закрашенных квадратов возникает цепочка
черных квадратов, соединяющая верхнюю и нижнюю стороны сетки?

Для сетки конечного размера такие цепочки могут возникать при разных
концентрациях (рис.1.2).Однако если размеры сетки L устремить к
бесконечности, то критическая концентрация станет вполне определенной
(рис.1.3.). Такую критическую концентрацию называют порог перколяции.

Рис.1.2. Различные варианты заполнения решетки.

Рис.1.3. Вероятность возникновения перколяции P в зависимости от доли заполненных


узлов 𝒫. Главная кривая соответствует решетки конечного размера, ступенчатая-
бесконечно большой решетки.

5
В чем же состоит смысл данной задачи?

Если представить, что черные квадраты- это проводник, а белые-


изолятор. До тех пор, пока не возникает цепочка проводящих
участков,связывающая верх и низ образца, образец будет изолятором. При
возникновении цепочки ее свойства изменяется скачком, произойдет
фазовый переход, образец станет проводником. Если пологать, черные
квадраты – микротрещины, то образование цепочек таких трещин приведет к
разрушению, раскалыванию образца. И таких примеров можно привести
множество.

Из этого можно сделать вывод, что теория перколяции позволяет


описать процессы, когда при плавном изменении одного из параметра
системы свойства системы меняется скачком.

6
1.2.Перколяционный кластер и его подструктура
Цепочка связанных объектов, например, черных квадратов, называется в
теории перколяции кластер (cluster-анк.-гроздь). Кластер, соединяющий две
противоположные стороны системы, называется перколяционным,
бесконечным, стягивающим или соединяющим.

В перколяционном кластере выделяются следующие подструктуры:


Остов кластера- токопроводящая часть кластера. Мертвые концы- части
кластера, соединенные с остовом посредством одного узла (связи). Мертвые
концы составляют большую часть кластера, однако, не участвуют в
проводимости. Красные связи- одиночные связи, при разрушении которых
перколяционный кластер перестает проводить ток. Скелет кластера –
объединение всех кратчайших путей от данного узла до узлов на заданом
расстоянии. Эластичный остов- объединение всех кратчайших путей между
двумя данными узлами. Оболочка или внешний периметр состоит из тех
узлов кластера, которые соприкасаются с пустыми узлами и соединены с
бесконечностью посредством пустых узлов. Полный периметр включает
также пустоты внутри кластера.(рис.1.4.)

Рис.1.4. Перколяционный кластер,его полный и внешний периметр.

Часто рассматриваются неэкранированный внешний периметр или


достижимый внешний периметр. При внимательном рассмотрении рис.1.4.
становится понятным,что частица конечного размера, двигаясь извне, не
сможет достигнуть многие участки внешнего периметра,т.к.проходы с ним
7
слишком узки. Чем крупнее частица, тем меньше для нее длина достижимого
внешнего периметра.

Перколяционный кластер является фрактальным образованием.


Фрактальная размерность кластера служит количественной характиристикой,
как кластер заполняет занимаемое им пространство. При этом форма
соотношения между числом частиц и размером кластера, который
оценивается по радиусу R наименьшей сферы, содержащей кластер внутри
себя имеет вид:

𝑅
𝑁 = 𝜌( )𝐷 , 𝑁 → ∞ (1)
𝑅0

Величина D в этом соотношении «масса кластера - радиус» называется


размерностью кластера. Так как масса всех мономеров одинакова, число
частиц N часто интерпретируют как массу, 𝜌 - как плотность массы, а
размерность кластера называют размерностью массы.

Размерность кластера D не зависит от формы кластера или от того,


является ли упаковка мономеров упаковкой плотной, случайной с
равномерным распределением дыр. Размерность D, определяемая
соотношением (1), может быть нецелой, т.е. фрактальной. Чтобы пояснить
это обстоятельство, обратимся к триадной кривой Кох. Построение триадной
кривой Кох состоит из повторного применения образующего элемента,
который разбивает прямолинейные отрезки на более мелкие отрезки.
Альтернативная точка зрения состоит в том, чтобы рассматривать каждый
предфрактал как некую конструкцию из мономеров: один мономер
соответствует одному образующему элементу. На рис.1.5. показан такой
подход к построению фракталов. Образующий элемент предстовляет собой
наименьшей кластер, или исходное поколение в процессе роста кластера.
Первое поколение содержит N = 4 мономеров и имеет радиус R = 3R0. В n-м
поколении получаем N = 4n и R = 3nR0. Мы видим, что триадные кластеры
Кох удовлетворяют соотношению число частиц – радиус (1) с размерностью
8
кластера. В общим случае показатель D в соотношении (1) называется
фрактальной размерностью кластера.

Рис.1.5. Триадные кластеры Кох.

Фрактальные кластеры имеют плотность, убывающую с увеличением


расстояния от начала.

Теперь рассмотрим вопрос связанный с массой кластера на примере


квадратной решетки размера L. Как растет масса M(L) наибольшего кластера
с увеличением характерного размера L решетки?

Масса перколяционного кластера составляет при p > pc конечную долю


всех узлов. Ниже pc кластер, простирающийся по всей решетке, как правило,
не существует. На пороге протекания p = pc масса кластера,
простирающегося по всей решетке, возрастает с увеличением L по
степенному закону LD.

ln 𝐿 при 𝑝 < 𝑝𝑐
𝑀(𝐿)~𝐿→∞ { 𝐿𝐷 при 𝑝 = 𝑝𝑐 (2)
𝐿𝐸 при 𝑝 > 𝑝𝑐

Перколяционный кластер на пороге протекания часто называют внутренним


перколяционным кластером. При протекании от узла к узлу на двумерных
решетках внутренний перколяционный кластер имеет фрактальную
структуру, и с увеличением L масса такого кластера возрастает в среднем как

9
𝑀(𝐿)~𝐴̅𝐿𝐷 (3)

Среднее берется по многим реализациям внутреннего перколяционного


̅ есть эффективная амплитуда, вычисленная по
кластера. Амплитуда А
значениям амплитуд для кластеров конечного размеров.

Внутренний бесконечный кластер статистически самоподобен.


Рассмотрим перколяционый кластер при p = 0,6, показанный на среднем
снимке рис1.6.

Рис1.6. Влияние последовательного увеличения вероятности заполнения p на квадратной


решетке.

Если разрешение не слишком велико, то все детали оказываются


размазанными, но в целом кластер остается подобным себе при большем
разрешении. Сохраняется общая структура кластера, например то, что в нем
имеются дырки всех возможных размеров. Такое самоподобие тесно связано
с фрактальной структурой внутреннего перколяционного кластера.

Статистическое самоподобие внутреннего перколяционного кластера


можно использовать для получения количественного утверждения о массе
кластера. Степенная зависимость M(L)~𝐴̅ LD массы кластера M(L) остается в
силе и для кластера после преобразования подобия с коэффициентом b. Но
линейный размер преобразованной решетки равен всего лишь L/b, и,
следвательно, число узлов M(L/b) должно быть равно 𝐴̅ (L/b)D. Из
соотношения M(L)~𝐴̅ LD следует, что массы кластеров при двух масштабах
связаны между собой скейлинговым соотношением

10
𝐿
M(L) = 𝑏 𝐷 𝑀( ). (4)
𝑏

Это соотношение выполняется только асимптотически в пределе


больших L и L/b. Так как левая часть соотношения (4) не зависит от b, масса
кластера должна быть однородной функцией, и единственно возможной
формой для M(L) является степенная зависимость M(L)~𝐿𝐷 . Фрактальная
природа внутреннего перколяционного кластара и статистическое
самоподобие взаимосвязаны, и эта взаимосвязь количественно выражается
соотношением (4).

Ниже порога перколяции средний размер конечного кластера


описывается корреляционной длинной 𝜉. Выше порога перколяции
корреляционная длина характеризует средний размер пустот внутри
бесконечного кластера. На пороге перколяции корреляционная длина
расходится. Поскольку корреляционная длина выше порога перколяции
имеет конечное значение, то бесконечный кластер самоподобен на
расстояниях меньше 𝜉.

Можно рассматривать 𝜉 (𝑝) в качестве типичного расстояния, вплодь до


которого бесконечный кластер является самоподобным и может
рассматриваться как фрактал. На масштабах длин больше 𝜉 структура
кластера уже не является самоподобной, и кластер можно рассматривать как
однородный. Переход от фрактального к однородному состоянию называют
кроссовер.

Итак, на расстояниях меньше корреляционной длины бесконечный


кластер имеет фрактальную структуру. На расстояниях больших 𝜉 имеется
однородная структура, состоящая из ячеек с характерным размером 𝜉.

11
1.2.1. Статистические характеристики кластеров,
масштабная инвариантность и критические показатели
В отличие от температурных фазовых переходов, где переход между
двумя фазами происходит при критической температуре, перколяционный
переход является геометрически фазовым переходом. Порог перколяции или
критическая концентрация разделяет две фазы: в одной фазе существуют
конечные кластеры, в другой существует один бесконечный кластер. Кроме
определения порога перколяции вычисляются так же следующие
характиристики кластера:

𝑛𝑠 - число кластеров из s узлов в бесконечной решетке,приходящееся на один


узел решетки.

n – полное число ячеек.

𝑛𝑠
𝑛𝑠 (𝑝 ) = – распределение кластеров по размерам.
𝑛

∑𝑠 𝑠𝑛𝑠 (𝑝) - полное число занятых ячеек.

𝑠𝑛𝑠 (𝑝) - количество занятых ячеек, принадлежащих кластерам размера s.

𝑠𝑛𝑠 (𝑝)
𝑤𝑠 = ∑ - вероятность того, что случайно выбранный узел принадлежит
𝑠 𝑠𝑛𝑠 (𝑝)

кластеру размера s.

𝑛∞
𝑝∞ (𝑝) = - вероятность того, что случайным образом выбранный занятый
𝑛зант

узел принадлежит стягивающему кластеру.

1
𝑟 = ∑𝑠𝑖=1 𝑟𝑖 - радиус-вектор центра масс кластера.
𝑠

1
𝑅𝑠2 = ∑𝑠𝑖=0(𝑟𝑖 − 𝑟)2 – радиус циркуляции.
𝑠

2 ∑𝑠(𝑅𝑠2 )𝑠 2 𝑛𝑠
𝜉(𝑝)2 = ∑𝑠 𝑠 2 𝑛𝑠
- длина корреляции.

𝑝 − ∑𝑠 𝑠𝑛𝑠 , 𝑝 ≥ 𝑝𝑐
P(p) = { - мощность бесконечного кластера.
0, 𝑝 < 𝑝𝑐
12
Что бы раскрыть роль критических показателей рассмотрим пример
магнитного фазового перехода. При низких температурах некоторые
материалы имеют ненулевую спонтанную намагниченность. При увеличении
температуры спонтанная намагниченность непрерывно уменьшается и при
критической температуре исчезает. В перколяции концентрация занятых
узлов играет ту же роль, что и температура в температурных фазовых
переходах. Вероятность, что узел принадлежит бесконечному кластеру,
аналогична параметру порядка в теории температурных фазовых переходов.
Многие важные характеристики кластера (длина корреляции, среднее число
узлов) вблизи перехода описываются показательной функцией с различными
критическими показателями.

Распределение кластеров по размерам:

∑𝑠 𝑛𝑠 (𝑝) ∝ |𝑝 − 𝑝𝑐 |2-α (5)

Вероятность того, что случайно выбранный занятый узел принадлежит


кластеру размера s:

P∞(p)= ∑𝑠 𝑠 𝑛𝑠 (𝑝) ∝ |𝑝 − 𝑝𝑐 |ϐ (6)

Средний размер кластера:

S(p)= ∑𝑠 𝑠 2 𝑛𝑠 (𝑝) ∝ |𝑝 − 𝑝𝑐 |−𝛾 (7)

Полное число занятых ячеек:

∑𝑠 𝑠 𝑛𝑠 (𝑝)𝑒 −𝒽𝑠 ∝ 𝒽 2/𝛿 (8)

Длина корреляции:

𝜉 (𝑝) ∝ (𝑝𝑐 − 𝑝)−𝜈 (9)

pc- критическая вероятность, при которой впервые возникает кластер.

pc=sup{p, такого, что P∞(p)=0} (10)

13
Эти показатели являются универсальными, не зависящими от вида
решетки, типа перколяции, а только от размерности пространства задачи.
Критические показатели связаны между собой соотношениями

α = 2 – dν=2 - 2ϐ – ϒ,

𝛾
δ = + 1, (11)
𝛽

2ϐ +ϒ = νd,

Где d – размерность пространства. Это соотношение следует из масштабной


инвариантности или скейлинга – неизменности уравнений при изменении
всех расстояний в одинаковое число раз.

рис.1.7. Схематическое изображение зависимости P∞(p).

Рис.1.8. Схематическое изображение зависимости S(p).

14
1.2.2.Определение и оценка порога перколяции
Для определения порога перколяции расмотрим следующую ситуацию.
Будем называть случайным блужданим упорядоченную непрерывную
последовательность из n шагов вдоль связей от одного узла к одному из его
ближайших соседей. Блуждание называется блужданием без
самопересечений, если каждый узел посещается только один раз.

Константа связности µ описывает топологические свойства решетки и


определяется как

1
lnµ = lim ln𝑐𝑛 (12)
𝑛→∞ 𝑛

где 𝑐𝑛 - число путей на n шагов блужания без самопересечений, начинающих


на даном узле. Константа связности является мерой связности решетки, т.е.
характеризует степень ее пересеченности. Она возрастает с ростом
координационного числа решетки.

Рассмотрим все пути длиной n случайного блуждания без


самопересечений от данного узла. Каждый путь может быть продолжен на
один шаг z – 1 способами. Таким образом, путей из n+1 шагов в z-1 раза
больше чем путей n шагов. Следовательно, µ ≤ z-1.

Оценка для порога перколяции получена из необходимого условия для


перколяции, что бы среднее число неблокированных путей случайного
блуждания без самопересечений длины n µn pn было конечным для очень
больших n, что дает

1
pc ≥ (13)
𝜇

соотношение (13) остается справедливым как для задачи узлов, так для
задачи связей.

15
Для задачи узлов :

1 1
pc ≥ ≥ (14)
𝜇 𝑧−1

Значение порога перколяции зависит от размерности пространства и


координационного числа

𝑑
zpc ≈ (15)
𝑑−1

Для описания геометрических моделей, описывающих структуру


перколяционного кластера, было предложена много вариантов.

Иерархическая модель

Используется для описания структуры остова перколяционного кластера


на пороге перколяции

Рис.1.9. Первые три шага построения иерархической модели.

Модель на основе фрактала Гивена-Мандельброта

Построение фрактала Гивена-Мандельброта начинается с отрезка.


Следующие два этапа построения показаны на рис1.10. В структуре фрактала
можно обнаружить петли, ветви и мертвые концы всех размеров. Таким
образом, фрактал содержит те же элементы, что и перколяционный кластер.
Этот факт позволяет использовать фрактал Гивена- Мандельброта в качестве
одной из возможных моделей перколяционного кластера. Фрактальная

16
размерность равна 𝐷 = In8/In3 1.893, что близко к фрактальной
размерности перколяционного кластера D= 91/48 1.896.

Рис1.10. Этапы построения фрактала Гивена-Мандельброта.

Модель капель и связей

Модель капель и связей была предложена в 1977 г. Стенли и подробно


исследована в 1982 г. Конильо. В этой модели предполагается, что
возникающий бесконечный кластер состоит из фрагментов, в которых
существуют многочисленные связи (капли), эти фрагменты соединены друг с
другом одиночными связями.

Рис 1.11. Показана только малая часть мертвых концов (тонкие линии). Капли
представлены в виде окружностей. Расстояние между каплями и их диаметры имеет
величину порядка корреляционной длины.

17
1.3. Основные задачи теории перколяции на решетках
Наиболее распространенными задачами теории перколяции являются
решеточные задачи: задача связей, задача узлов и смешанная задача.
Рассмотрим постановку таких задач.

Представим себе бесконечную пространственную или плоскую решетку.


Назовем связями отрезки между ближайшими узлами решетки. Пусть по
каждой связи в обе стороны может протекать некоторая жидкость, так что
каждый смоченный узел мгновенно смачивает все соседние узлы. Если в
такой решетке смочить один узел, то все остальные узлы также оказываются
смоченными. Различным образом вводя в условия задачи случайные
элементы, можно получить разные задачи теории протекания.

1. Задача связей.

Предположим, что каждая связь может находиться в двух состояниях.


Она может быть разорванной (и тогда она не пропускает жидкость) или
целой. Пусть вероятность того, что произвольная связь цела, есть x и не
зависит от состояния других связей. Тогда мы имеем «идеальный раствор»
целых и разорванных связей.Концентрация (относительная доля) первых есть
х, а концентрация вторых 1 - х. Картина распределения целых и разорванных
связей фиксирована и во времени не изменяется. Теперь после смачивания
одного узла решетки могут возникнуть две разные ситуации. Исходный узел
может смочить либо конечное, либо бесконечное число узлов. Какая из этих
двух возможностей реализуется, зависит от доли целых связей решетки.
Однако в силу случайного расположения целых и разорванных связей важное
значение имеет и выбор исходного узла. Так, на рис 1.12 видно, что узел А
смачивает большое (и, возможно, бесконечное) число узлов, а - узел В не
смачивает ни одного другого узла.

18
Рис 1.12 Задача связей на квадратной решетке. Толстыми линиями изображены целые
связи, тонкими – разорванные связи.

Для характеристики всей системы в целом удобно говорить не об одном


конкретном исходном узле, а о вероятности того, что произвольный
исходный узел смачивает бесконечное число узлов. Очень важно, что в
бесконечной, решетке эта вероятность не зависит от конкретной реализации,
т. е. от того, каким образом легли целые и разорванные связи. Для заданной
решетки она зависит только от х, и обозначается 𝑃(𝑏) (𝑥) (индекс b указывает
на то, что величина относится к задаче связей).

Графики функций 𝑃(𝑏) (𝑥), полученные с помощью численных расчетов,


приведены для различных решеток на рис.1.13. Кривые 1, 2, 4 относятся к
трехмерным решеткам, а остальные три кривые —к двумерным.

Рис.1.13. Вероятность 𝑃(𝑏) (𝑥) (плотность бесконечного кластера) для задачи связей на
различных решетках.

При малых х величина 𝑃(𝑏) (𝑥) = 0, так как разорванные связи не


позволяют жидкости отойти далеко от исходного узла. При х, близких к
единице, вероятность 𝑃(𝑏) (𝑥)также близка к единице. Важнейшее значение
19
имеет понятие порога протекания (критической вероятности). За порогом
протекания функция 𝑃(𝑏) (𝑥) непрерывно нарастает до единицы при

(𝑥 − 𝑥𝑐 ) ≪ 1

𝑃(𝑏) (𝑥)∞(𝑥 − 𝑥𝑐 )𝛽 (16)

𝛽 - критический индекс, плотности бесконечного кластера.

Наряду с вероятностью смочить бесконечное число узлов 𝑃(𝑏) (𝑥),


(𝑏)
можно говорить о вероятности 𝑃𝑁 (𝑥)того, что данный узел смачивает по
крайней мере N узлов, где N - большое, но конечное число. Вероятность
(𝑏)
𝑃𝑁 (𝑥 ) отлична от нуля при всех 0 < х < 1, хотя при N много больших 1 и х <
(𝑏)
𝑥𝑐 она очень мала. Вероятность 𝑃(𝑏) (𝑥 ) получается из 𝑃𝑁 (𝑥) предельным
переходом к N = ∞.

(𝑏)
𝑃(𝑏) (𝑥 ) = lim 𝑃𝑁 (𝑥) ( 17)
𝑁→∞

2.Задача узлов.

В этой задаче все связи считаются целыми, а портятся узлы. Узлы могут
быть перекрытыми и неперекрытыми. Перекрытые узлы не пропускают
жидкость ни в какую сторону. Они не могут быть смочены и не смачивают
другие узлы. Обозначим через х долю неперекрытых узлов и через
𝑃 𝑠 (𝑥 )вероятность того, что произвольный узел смачивает бесконечное число
узлов (индекс s означает, что соответствующая величина относится к задаче
узлов). Графики 𝑃 𝑠 (𝑥 )для трех кубических приведены на рис. 1.14. Порог
протекания 𝑥𝑐 (s) -верхняя граница значений х, для которых 𝑃 𝑠 (𝑥 )= 0.

20
Рис.1.14. Плотность бесконечного кластера 𝑃 𝑠 (𝑥) для трех кубических решеток.

Пусть случайным образом долю х узлов решетки выкрасили в черный


цвет, а оставшиеся узлы - в белый. Будем называть связанными любые два
черных узла, являющиеся ближайшими соседями. Назовем кластером
совокупность черных узлов, связанных друг с другом как непосредственно,
так и посредством цепочек связанных черных узлов. Например, на рис.1.15
имеется один кластер из пяти черных узлов и два кластера по три черных
узла.

Рис.1.15. Задача узлов на квадратной решетке.

При малых х все кластеры невелики. Однако по мере приближения к


порогу протекания отдельные кластеры сливаются и средний размер
кластеров возрастает. В точке 𝑥 = 𝑥𝑐 впервые возникает бесконечный черный
кластер. Он напоминает собой случайную сетку и пронизывает все
пространство. В «порах» бесконечного кластера размещаются конечные
изолированные кластеры. (рис.1.16).

21
Рис.1.16.Схематическое изображение бесконечного и больших (критических) конечных
кластеров при 0 < 𝑥 = 𝑥𝑐 < 1. Линии представляют собой цепочки черных узлов,
изображенные со столь малым разрешением, что детали с размером порядка периода
исходной решетки не заметны. L (х) -радиус корреляции.

Так как только узлы бесконечного кластера смачивают бесконечное


число узлов, вероятность 𝑃 𝑠 (𝑥 ) равна отношению числа узлов,
принадлежащих бесконечному кластеру, к полному числу узлов решетки.
Другими словами, 𝑃 𝑠 (𝑥 ) есть плотность бесконечного кластера. Возрастание
𝑃 𝑠 (𝑥 ) при удалении от порога протекания в сторону больших х означает, что
бесконечный кластер, постепенно присоединяя конечные кластеры, из очень
редкого, бестелесного становится все более густым. Средний размер его
«пор» постепенно убывает. Соответственно убывает среднее число частиц
тех конечных кластеров, которые остаются изолированными.

3.Смешанная задача.

Смешанная задача теории перколяции (задача узлов и связей) является


естественным обобщением чистой задачи узлов и чистой задачи связей.
Обобщение позволяет как узлам, так и связям быть занятыми случайным
образом с вероятностью рb, и рs соответственно в случае случайной
перколяции. В частности, если рb = рs, смешанная задача вырождается в
чистую задачу узлов (или связей) на декорированной решетке. Также
возможно ввести корреляции между вероятностями заполнения соседних
узлов и связей. В этом случае говорят о коррелированной перколяции.
22
В смешанной задаче ищут кластер из занятых узлов, связанных целыми
связями. Когда такой кластер соединяет противоположные стороны системы,
то говорят что в системе возникает перколяция. граница между
перколирующим и неперколирующим состояниями на плоскости (рb,рs)
определяется одной точкой.

𝑃(𝑝𝑏 , 𝑝𝑠 , 1) ≤ 𝑃(𝑝𝑏 , 𝑝𝑠 ) ≤ 𝑃(1, 𝑝𝑏 , 𝑝𝑠 ) (18)

где P(𝑝𝑏 , 𝑝𝑠 ) - перколяционная вероятность, то есть вероятность того, что


одиночный узел соединен с бесконечным числом других узлов. Данное
неравенство дает разумно узкие границы для перколяционного перехода в
смешанной задаче. Уравнение для критической кривой в плоскости (𝑝𝑏 , 𝑝𝑠 )

𝑝𝑐𝑏−𝑝𝑐𝑠 1−𝑝𝑐𝑠
𝑝𝑏 (𝑝𝑠 + ) = 𝑝𝑐𝑏 (19)
1−𝑝𝑐𝑏 1−𝑝𝑐𝑏

где pcs- порог для чистой задачи узлов, pcb- порог для чистой задачи связей.

Форма перколяционной кривой полностью определяется порогами


перколяции и не зависит от координационного числа. Этот факт позволяет
предположить, что формула для перколяционной кривой не должна
содержать каких-либо дополнительных параметров, кроме значений порогов
перколяции в чистых задачах узлов и связей.

23
Глава 2. Применение теории протекания к
задаче электропроводности
2.1. задача «сетка сопротивлений»
Для вычисления удельного сопротивления полупроводника
используется модель, которая называется «сетка сопротивлений». Это модель
формируется на языке электротехнических сопротивлений. Представим, что
между каждой парой доноров включено сопротивление. Сами доноры можно
воображать в виде крохотных металлических шариков, к которым припаяны
проволочки от множества сопротивлений. Второй конец каждого из этих
сопротивлений припаян к другому шарику. В результате получится нечто
вроде беспорядочной трехмерной сетки сопротивлений.

Чем дальше доноры друг от друга, тем меньший ток переносится


тунельными переходами между этими донорами при одном и том же поле. В
соответствии с этим, сопротивление R, связывающие доноры находящиеся на
расстоянии r друг от друга, можно представить в виде

2𝑟⁄
𝑅(𝑥 ) = 𝑅0 𝑒 𝑎Б (20)

Где величина R0 одинакова для всех сопротивлений, величина аБ – боровский


радиус. Задача состоит в том, чтобы найти удельное сопротивление системы,
состоящей из очень большого ( 1016-1019 ) числа доноров, случайно
разбросанных в пространстве.

Главная черта обсуждаемой модели состоит в том, что сопротивления,


определяемые формулой (20), отличаются друг от друга. Среднее расстояние
между донорами rд связано концентрацией доноров Nд сооотношением
4
𝜋𝑟д3 𝑁Д = 1, означающим, что в сфере радиуса rД в среднем находится один
3

донор. В условиях, в которых обычно наблюдается прыжковая


электропроводимость, величина r превышает a в 6-12 раз.

24
Допустим, например, что rД = 10aБ. Тогда сопротивление включенное между
донорами, находящимися на расстоянии 1,5rД, относится к сопротивлению,
𝑟Д
включенному между донорами с расстоянием rД, как 𝑒 ⁄𝑎Б = e10.

Доноры с взаимным расстоянием rД встречаются почти так же часто, как


и с расстоянием 1,5r. Таким образом, незначительное изменение расстояние
между донорами ведет к огромному изменению включенного между ними
сопротивления.

В принципе модель сетки предпологает, что сопротивление включено


между парой доноров. Однако сопротивления, включенные между
удаленными донорами, столь велики, что им несомненно можно пренебречь.
Как правило, эти же доноры связаны цепочкой сопротивлений, идущей по
донорам, являющимся ближайшими соседями друг друга. Хотя длина этой
цепочки больше, чем кратчайшее расстояние между удаленными донорами,
сопротивление цепочки значительно меньше, чем одно сопротивление,
включенное между этими донорами.

Таким образом, фактически в рассматриваемой сетке сопротивлений


достаточно оставить сопротивления, включенные между четырьмя – пятью
ближайшими соседями каждого донора.

Теперь перейдем к рассуждениям о вычислении сопротивления.


Выключим все сопротивления, которые должны быть между шариками,
изображающими доноры, а затем будем их включать в определенной
последовательности. Включим сначала сопротивления, связывающие
доноры, расстояние между которыми меньше, чем некоторая длина r. Это
значит, что включаемые самые низкоомные сопротивления, величина
2𝑟⁄
которых меньше, чем 𝑅 (𝑥 ) = 𝑅0 𝑒 𝑎Б . Если длина r значительно меньше,
чем среднее расстояние между донорами rД, то будут включены лишь
сопротивления между редкими, аномально близкими друг к другу донорами.

25
Эти сопротивления, как правило, не связаны друг с другом и не могут
обеспечить протекание тока через систему.

Будем постепенно увеличивать длину r, включая все новые порции


сопротивлений. Начиная с некоторого значения r = rc включенные
сопротивления образуют бесконечный кластер. При r > rc система проводит
ток и обладает конечным удельным сопротивлением.

При вычислении удельного сопротивления, скелет кластера можно


вообразить в виде трехмерной проволочной сетки с расстоянием между
узлами порядка радиуса корреляции.

Рис.1.17 Скелет бесконечного кластера

Для данной задачи каждую проволоку следует считать состоящей из


множества шариков, связанных сопротивлениями, а выражение для радиуса
𝐿
корреляции 𝜉 = |𝑟−𝑟 |𝜈 , где L- длина, равная по порядку величины периоду
𝑐

решетки, а 𝜈 - положительное число, которое называется индексом радиуса


корреляции, нужно переписать в виде

𝑟Д
𝜉 (𝑟) = 𝑟Д (|𝑟−𝑟 |
)𝜈 (21)
𝑐

Выражение (21) обращается в бесконечность на пороге протекания, причем,


критический индекс 𝜈 такой же, как и для других трехмерных задач теории
протекания (𝜈 = 0,8 − 0,9). Вдали от порога, при 𝑟 − 𝑟𝑐 порядка rД радиус
корреляции становится порядка rД.

26
При 𝑟 = 𝑟𝑐 расстояние между узлами сетки бесконечного кластера
обращается в бесконечность. Бесконечный кластер в этой точке еще имеет
нулевую плотность. Однако при r > 𝑟𝑐 он образует каналы, пронизывающие
всю систему и обеспечивающие конечное удельное сопротивление.

Если включить сопротивления между донорами с расстояниями от rc до

rc+ qaБ, где q- некоторое число, меньше, чем единица, то максимальное из


включенных сопротивлений практически не изменится. С другой стороны,
бесконечный кластер будет представлять сетку с расстоянием между узлами
порядка

𝑟Д
𝜉𝐶 = 𝑟Д ( )𝜈 . (22)
𝑎Б 𝑞

Такая сетка называется в теории прыжковой проводимости критической.


Именно она и ответственна за протекание тока.

Дальнейшее увеличение величины r, т.е. включение остальных


сопротивлений, не приведет к существенному изменению удельного
сопротивления. Как видно из формулы (20), сопротивления с r - rc≫ аБ очень
велики по сравнению с сопротивлениями с r = rc. Поэтому фактически через
эти сопротивления ток все равно не течет, предпочитая критическую сетку,
максимальные сопротивления которой равны

2𝑟𝑐⁄
𝑅𝑚𝑎𝑥 = 𝑅0 𝑒 𝑎Б . (23)

Итак, вычислим удельное сопротивление критической сетки.


Представим эту сетку в виде проволочного каркаса, изображающего простую
кубическую решетку (рис.1.18) с периодом 𝜉 c.

27
Рис.1.18. Простая кубическая решетка.

Каждая проволочка, соединяющая два соседних узла решетки, состоит


из большого числа последовательно соединенных исходных сопротивлений,
определяемых формулой (20). Так как отдельные сопротивления отличаются
друг от друга, сопротивление одной проволочки следует считать равным
максимальному из входящих в нее сопротивлений, т.е. R max. Элементарный
кубик простой кубической решетки состоит из четырех параллельно
соединенных проволочек, причем каждая проволочка принадлежит также
четырем другим кубикам, так что на долю каждого кубика приходится одна
проволочка с сопротивлением R max. Для того чтобы получить удельное
сопротивление, необходимо умножить полное сопротивление кубика R max
на площадь его грани (𝜉𝑐2 ) и разделить на длину ребра (𝜉 c). Таким образом,

2𝑟𝑐⁄
𝜌 = 𝑅𝑚𝑎𝑥 𝜉𝑐 =𝑅0 𝜉𝑐 𝑒 𝑎Б . (24)

При этом мы обращаемся с кубиком так, как будто он заполнен однородным


веществом с удельным сопротивлением 𝜌. Именно такой смысл и
вкладывают в понятие удельного сопротивления системы, которая на самом
деле сильно неоднородна.

Величина, стоящая в показателе экспоненты формулы (24) известна с


хорошей точностью. По смыслу вывода формула (24) в показатель
экспоненты вместо rc можно было бы подставить rc + aБq.

28
2𝑟𝑐⁄ 2𝑟𝑐
Тогда вместо 𝑎Б возникла бы сумма ⁄𝑎Б + 2𝑞. Второй член суммы
фактически характеризует неопределенность, с которой нам известен
2𝑟𝑐⁄
показатель экспоненты. При малых концентрациях доноров 𝑎Б ≫ 1
относительная погрешность мала. Фактически она отражает
неопределенность численного коэффициента в предэкспоненциальном
множителе. Именно показателем экспоненты определяется зависимость
удельного сопротивления от концентрации доноров.

2∗0,86
ln 𝜌 = ln 𝑅0 𝜉𝑐 + 1 . (25)
𝑁д3 𝑎Б

Данный метод применим к любой неоднородной системе,


сопротивление которой меняется от точки к точке в широких пределах.

29
2.2. Задача сфер и ее применение к задачи
электропроводности
При очень низкой температуре, когда энергия теплового движения мала
по сравнению с энергией связи электонов на примесях, в полупроводнике нет
никаких носителей ни примесных, ни собственных. Связи находяться там,
где они должны быть, а примесные электроны и дырки локализованы в
окресности своих атомов. Электропроводность полупроводника в этой
области очень резко обращается в нуль при понижении температуры. Этим
полупроводник отличается от металла, в котором концентрация подвижных
носителей остается большой при сколь угодно низкой температуре. Это
принципиальное отличие полупроводника от металла неожиданно исчезает
при увеличении концентрации примесей. Если концентрация превышает
некоторое критическое значение Nc, то при сколь угодно низких
температурах электропроводность остается сравнительно большой и слабо
зависит от температуры. Электропроводность с таким поведением называют
металлической. Переход к металлической элетропроводности, происходящий
при увеличении концентрации примесей называют переходом диэлектрик –
металл или переходом Мотта.

Для количественного изучения перехода Мотта пользуются, как


правило, моделью Хаббарда.

Пусть энергия электрона на примесном центре E0. Принцип Паули


допускает пребывание на этом уровне двух электронов с разными спинами.
Но если один электрон на центре уже есть, то посадить туда второй можно
только преодолев электростатическое отталкивание. Следовательно уровень
2
для второго электрона будет выше на величину порядка 𝑈 ≈ 𝑒 ⁄𝜒𝑎𝑏 , где 𝑎𝑏 -
боровский радиус. Величина U называется энергией Хаббарда. Если
концентрация примесных центров n≠ 0, то, независимо от того,
расположены центры хаотически или регулярно, из-за перекрытия волновых

30
функций оба уровня размоются в минизоны с nV уровнями в каждой (V -
объем). Поскольку концентрация электронов тоже равна n, то, если
минизоны не перекрываются, все nV уровней в нижней минизоне заполнены,
а в верхней пустые, то вещество является изолятором.

Ширина минизон ∆𝐸 определяется интегралами перекрытия

̂ 𝜓𝑗 𝑑3 𝑟.
∆𝐸 ≈ 2𝐽 ≈ 2 ∫ 𝜓𝑖∗ 𝐻 (26)

−𝑟⁄
𝑒 𝑎𝑏
Оценка интегралов J базируется на выражении 𝜓 ∝ асимптотики
𝑟
̂ 𝜓𝑗 𝑑3 𝑟 определяет невозмущенный
волновых функций. Интеграл ∫ 𝜓𝑗∗ 𝐻
уровень энергии и, следовательно, равен E0. Замена 𝜓𝑗 на 𝜓𝑖∗ означает, что
везде, где подынтигральное выражение существенно отлично от нуля, оно
−𝑟
уменьшено в exp( 𝑖𝑗⁄𝑎𝑏 ). Поэтому

1
∆𝐸 ≈ 2𝐽 ≈ 2𝐸0 exp (− ) (27)
𝑎𝑏 𝑛1|3

Увеличение концентрации приводит к расширению зон и к их перекрытию.


Зоны сомкнуться при критической концентрации nc, когда 𝑈≈
1
2𝐸0 exp(− ). (28)
𝑎𝑏 𝑛1|3

Рис 1.19. Переход Мотта в схеме Хаббарда.

Простейшая модель перехода Мотта состоит в следующем. Представим,


что каждый примесный атом является металлическим шариком с некоторым
радиусом r0. Шарики могут проникать друг в друга, т.е. занимаемые ими
облости пространства могут перекрываться, либо образовывать цепочку и
31
облости более сложной формы, которые по определению считаются
металлическими. Нужно найти концентраци шариков nc,начиная с которой
металлические оболочки обеспечивают электропроводность массивного
образца.

Рис.1.20 а) Перекрывающиеся шары, изображающие атомы обобществленными


электронами; б) цепочка из перекрывающихся шаров – металлический канал, по
которому может распростронятся электрический ток.

Водородоподоный примесный атом не имеет четких границ. Вероятность


найти электрон на расстоянии r от ядра убывает с увеличением r по закону
−2𝑟⁄
𝑒 𝑎𝑏 , где e≈ 2,718 – основание натурального алгоритма. Вероятность
𝑎
найти электрон при r = в 2,7 раза меньше, чем при r = 0. Определенно
2

можно сказать, что эффективный радиус атома должен быть пропорционален


длине 𝑎𝑏 :

r0 = q𝑎𝑏 (29)

Это означает, что численный коэфициент q должен обладать определенной


универсальностью: он сравнительно слабо меняется при переходе от
полупроводника к полупроводнику, в то время как величина 𝑎𝑏 меняется
сильно.

Путь нахождения величины q состоит в том, что бы найти критическую


концентрацию состветствующую переходу Мотта. Затем, пользуясь
формулой (29), нужно выразить nc через q и 𝑎𝑏 . Согласно эксперементальным
32
данным величина nc определяется как nc(𝑎𝑏 )3≈ 2. Сравнивая теоритические
выражения с данной формулой, можно найти величину q, т.е. как бы
определить ее из экспериментальных данных.

Что бы реализовать эти действия нужно решить задачу теории


протекания называемую задачей окружностей и сфер.

Допустим, что на плоскости нарисованы окружности с одинаковым


радиусом, равным r, центры которах распределены по плоскости совершенно
хаотически и в среднем равномерно. Это значит, что обе координаты центров
окружностей являются случайными числами, равномерно распределенными в
интервале от 0 до L, гле L – очень большая длина (по сравнению с r),
характиризующая размер рассматриваемой системы. Важная отличительная
черта этой задачи состоит в том, что окружности могут сколь угодно
перекрываться друг с другом. Среднее число центров окружностей,
приходящиееся на единицу площади, равно N, т.е. N – концентрация центров
окружностей.

Две окружности считаются связанными друг с другом, если центр одной


из них находиться внутри другой, - такие окружности называются
охватывающими. Если окружность А связана с окружностью В, а В связана с
С, то А связана с С. Таким образом, далекие друг от друга окружности могут
быть связаны по цепочке охватывающих окружностей (рис.1.21).

Рис.1.21 Пути протекания по охватывающим окружностям показаны ломаными линиями.


Точки изображают центры окружностей.

33
Задача состоит в том, что бы найти критическое значение концентрации
N, при котором возникает протекание по охватывающим окружностям, т.е.
возникают пути, проходящие через всю систему и состоящие из
охватывающих окружностей.

В задачу введено два параметра – концентрация N и радиус r.


Отсутствие или наличие протекания зависит лишь от одного параметра,
предстовляющего собой безразмерное произведение Nr2. В качестве этого
параметра выбирают среднее число центров окружности, находящиеся
внутри одной окружности. Оно равно:

B = 𝜋𝑁𝑟 2 (30)

Преобразование, меняющие N и r, но не изменяющие B, не влияет на


протекание. Таким образом, отсутствие или наличие протекания в системе
зависит лишь от величины параметра B. При больших значениях этого
параметра протекание есть, а при малях значениях его нет.

Сформулированная задача, называется задачей окружностей.


Трехмерный ее аналог называетя задачей сфер, которая формулируется
следующим образом:

В трех мерном пространстве построены шары с радиусом r0 центры


которых распределены в пространстве хаотически и в среднем равномерно.
Среднее число центров шаров, приходящиеся на единицу объема, равно N.
Два шара считаются связанными, если они перекрываются друг с другом.
(рис.1.20 ,б). нужно найти критическое значение концентрации Nс, при
котором возникает протекание по перекрывающим шарам, т.е. возникают
пути, проходящие через всю систему и состоящие из перекрывающих шаров.

Как и в плоском случае, наличие протекания определяется только значением


параметра, предстовляющего собой среднее число центров сфер,
нахадящихся внутри одной сферы:

34
4𝜋
𝐵= 𝑁𝑟 3 . (31)
3

Где N- среднее число центров сфер в единице объема. По современным


данным критическое значение Bc, при котором возникае протекание по
сферам, равно 2,7±0,1 . Задача окружностей исследовалась менее
интенсивно, и врезультате значение Bc = 4,1 ±0,4.

Так же существуют задачи сфер, где считаются охватывающие, а не


перекрывающиеся сферы, т.е. сферы, центры которых находятся на
расстоянии, меньше чем r0, а не 2r0. Это разница мало существенна. Если при
некоторой концентрации центров существует бесконечный путь по
охватывающим сферам радиуса 2r0, то существует и путь по
перекрывающимся сферам радиуса r0. На рис.1.22 это иллюстрируется для
случая плоской задачи. Если нет пути по оватывающимся сферам радиуса 2r0,
то и нет и пути по перекрывающимся сферам радиуса r0. Отсюда следует, что
критическая концентрация, соответствующая порогу протекания по
охватывающим сферам радиуса 2r0, равна критической концентрации,
соответствоющей порогу протекания по перекрывающимся сферам радиуса
r0.

Рис.1.22 Штриховыми линиями показана цепочка охватывающих окружностей с радиусом


2r0. Центры окружностей помечены крестами. Путь протекания по центрам показан
ломаной линией. По этим же центрам идет протекание по перекрывающимся
окружностям радиуса r0.

35
Критическая концентрация для протекания по охватывающим сферам
радиуса 2r0 определяется условием:

4𝜋
𝑁𝑐 (2𝑟0 )3 = 𝐵𝑐 ≈ 2,7 (32)
3

Подставляя выражение (29) в (32), получим

0,08
𝑁𝑐 (𝑎𝑏 ) = . (33)
𝑞3

Коэффициент q можно найти, сравнивая выражение (33) с полученным из


экспериментальных данных выражением Nc(𝑎𝑏 )3≈ 2. Для того чтобы эти
выражения совпадали, следует положить q = 1,6. Следовательно,
эффективный радиус равен 1,6 rb. Вероятность найти электрон, находящийся
на расстоянии r = r0 от ядра, в 24 раза меньше, чем в точне r = 0.

Перейдем теперь к вычеслению сопротивлений. Метод для вычесления


сопротивления аналогичен методу применяемому к задаче «сетки
сопротивлений». Выключаются все сопротивления, которые должны быть
между шариками, изображающими доноры, а затем их включают в
определенной последовательности.

Включается сначала сопротивление, связывающие доноры, растояние


между которыми меньше, чем некоторая длина r’. Это означает, что
включаются самые низкоомные сопротивления, величина которых меньше,
2𝑟 ′
чем 𝑅′ = 𝑅0 exp( ). Если длина r’ значительно меньше, чем среднее
𝑎𝑏

расстояние между донорами rд, то будут включены лишь сопротивления


между редкими, аномально близкими друг к другу донорами. Эти
сопротивления не связаны друг с другом и не могут обеспечить протекание
тока через систему.

Если постепенно увеличивать длину r’, включая новые порции


сопротивлений. Начиная с некоторого значения r’ = rc включенные

36
сопротивления образуют бесконечный кластер. При r’> rc система проводит
ток и обладает конечным удельным сопротивлением.

Что бы определить rc строится вокруг каждого донора сфера радиуса r’. Тогда
сопротивление включено только между такими донорами, один из которых
находиться внутри сферы, построенной около второго. Согласно ранее
расмотренным результатам такие доноры впервые образуют бесконечный
4𝜋
кластер при условии 𝑁с 𝑟с 3 = 𝐵𝑐 ≈ 2,7 ±0,1 откуда следует, что
3

−1⁄3
rc = (0,865±0,015)𝑁с ≈ 1,39𝑟д (34)

Самое главное в описании перехода диэлектрик – металл в том, что


теория протекания позволяет представить, как устроен полупроводник при
концентрации примесей, близкой к Nc. В полупроводнике имеется система
металлических каналов, пронизывающая его насквозь. По этим каналам течет
электрический ток. Доля объема полупроводника, занятая этими каналами,
очень мала, если концентрация примесей близка к Nc.

37
2.3. Электропроводность неоднородной среды и
прыжковая электропроводимость в примесных
полупроводниках
Для сильно неоднородных сред характерен экспоненциально широкий
спектр локальных значений электропроводности.

Сформулируем задачу с экспоненциально широким спектром


сопротивлений на решетке. Представим себе простую кубическую решетку,
между ближайшими узлами которой включены случайные сопротивления.
Запишем сопротивления в виде

𝑅 = 𝑅0 exp𝜉 ′ (35)

Где R0 – постоянная величина, а случайная переменная 𝜉 ′ равномерно


распределена в интервале −𝜉0 ≤ 𝜉 ′ ≤ 𝜉0 причем 𝜉0 ≫ 1. требуется найти
удельную электропроводность решетки и, в частности, определить ее
зависимость от параметра 𝜉0 .

Для того чтобы найти электропроводность простой кубической решетки


с сопротивлениями (35), зададим некоторое число 𝜉 в интервале −𝜉0 ≤ 𝜉 ≤ 𝜉0
и заменим все сопротивления с 𝜉 ′ > 𝜉 бесконечными сопротивлениями, т.е.
разорвем их. Электропроводность решетки 𝜎(𝜉 ). Электропроводность всей
сетки 𝜎0 (𝜉). Задание 𝜉 определяет вероятность того, что произвольно
выбранное сопротивление не разорвано:

𝜉
𝑥 (𝜉 ) = ∫−𝜉 𝐹(𝜉 ′ )𝑑𝜉 ′ (36)
0

Где F(𝜉 ′ ) – функция распределения 𝜉, по условию задачи имеющая вид

(2𝜉 )−1 , |𝜉 | ≤ 𝜉0
𝐹 (𝜉 ′ ) = { 0 (37)
0, |𝜉 | > 𝜉0

Из (36) и (37) получаем

𝜉0 +𝜉
𝑥 (𝜉 ) = (38)
2𝜉0
38
При 𝜉, близких к - 𝜉0 , величина 𝑥 (𝜉 ) мала и целые сопротивления
образуют изолированные кластеры. При этом 𝜎(𝜉 ) = 0. Будем постепенно
увеличивать 𝜉. Когда 𝜉 достигнет порогового значения 𝜉 с, при котором 𝑥 (𝜉 )
оказавается равным порогу протекания xc(b) для задачи связей, образуется
бесконечный кластер из целых сопротивлений. Согласно (38) критическое
значение 𝜉 с определяется условием

𝜉0 +𝜉с
= xc(b) (39)
2𝜉0

При дальнейшем увеличении 𝜉 от 𝜉 с до 𝜉 с+1 вследствие образования


бесконечного кластера электропроводность 𝜎(𝜉 ) становится отличной от
нуля и быстро возрастает (рис.1.23).

Рис.1.23. Схематическая зависимость электропроводности 𝜎(𝜉) от максимальной


величины показателей экспоненты включенных сопротивлений 𝜉.

В данной области значений 𝜉 очень быстро уменьшается радиус


корреляции

𝐿(𝜉) ≈ 𝑙0 [𝑥 (𝜉 ) − 𝑥𝑐 ]−𝜈 ~𝑙0 (𝜉 − 𝜉0 )−𝜈 𝜉0𝜈 (40)

Где 𝑙0 – период кубической решетки. Следовательно, быстро увеличивается


число параллельных проводящих цепочек в сетке бесконечного кластера. В
то же время, пока 𝜉 меняется на величину, меньшую единицы, изменением
максимальной величины индивидуальных сопротивлений, входящих в

39
кластер, можно пренебречь. Поэтому при 𝜉- 𝜉 с≪ 1 рост величины 𝜎(𝜉 )
происходит степенным образом:

𝜎(𝜉 ) ∝ (𝜉 − 𝜉0 )𝑏 , где b>0 (41)

Назовем критической подсеткой бесконечный кластер, возникший при


разности 𝜉 − 𝜉0 порядка единицы. Сопротивление критической подсетки
определяется наиболее высокоомными ее сопротивлениями. Поэтому для
электропроводности критической подсетки имеем

𝜎(𝜉с +1)≈ 𝜎0 exp(𝜉𝑐 ) (42)

Дальнейшее увеличение 𝜉 уже не может существенно изменить 𝜎(𝜉 ) ,


несмотря на продожающееся увеличение густоты сетки бесконечного
кластера. При изменении 𝜉 − 𝜉0 в несколько раз будут подключаться
сопротивления экспоненциально большие, чем exp(𝜉𝑐 ). Новые цепочки,
несмотря на их большое число, оказываются зашунтированными
критической подсеткой и практически не меняют 𝜎(𝜉 ) (рис.1.23). таким
образом, критическая подсетка по порядку величины определяет
электропроводность случайной сетки.

𝜎(𝜉0 ) = 𝜎0 exp(𝜉𝑐 ) (43)

Для простой кубической решетки xc(b) = 0,25. Тогда из (39) получаем

𝜉
𝜉с =− 0⁄2,и, следовательно, экспоненциальная зависимость элетропроводности

от 𝜉0 имеет вид

𝜉
𝜎(𝜉0 ) = 𝜎0 exp( 0 ) (44)
2

Формула (44) справедлива лишь при 𝜉0 ≫ 1. Только в этом случае благодаря


сильному разбросу сопротивлений из всей решетки можно выделить
критическую подсетку и записать ее электропроводность в виде (42)

𝜎0 = с(𝜉0 )[𝑅0 𝑙0 ]−1 (45)


40
Где 𝑙0 - период решетки и с(𝜉0 )- безразмерный коэффициент, который может
содержать некоторую степень 𝜉0 . При больших 𝜉0 зависимость 𝜎0 от 𝜉0
степенная .

С целью проверки идей, лежащих в основе вывода формулы (44),


Киркпатрик предпринял расчет эфективной электропроводности куба,
имеющего 15× 15 × 15 узлов, как функции 𝜉0 . Случайная переменная 𝜉 ’
задавалась датчиком случайных чисел. Вычислялся ток при единичном
напряжении на противоположных гранях куба. для этого с помощью ЭВМ
решалась система уравнений Кирхгофа, выражающая законы сохранениия
тока в каждом узле. Для проверки формулы (44) графически изображается
𝜎(𝜉 )
зависимость ln [ 0 ⁄𝜎(0)] от 𝜉0 (где 𝜎(0) ≡ (𝑅0 𝑙0 )−1 - электропроводность

куба при 𝜉0 = 0). Согласно (42) при 𝜉0 ≫ 1 эта зависимость должна


приближать к прямой с наклоном ½. При достаточно больших 𝜉0 (𝜉0 ≫ 9)
согласие расчетов с результатом метода протекания становиться вполне
удовлетворительным. Это видно на рис.1.24.

Рис.1.24. Зависимость электропроводности 𝜎 модельной решеточной задачи от параметра


𝜉0 , характеризующего разброс показателей экспоненты сопротивлений. Прямая,
проведенная через последние точки, почти параллельна биссектрисе координатного угла
(штрих – пунктир),т.е.имеет наклон, близкий к теоретической величине ½. Штриховая
линия соответствует формуле 𝜎(𝜉0 ) = 𝐴(𝑅0 𝑙0 )−1 𝜉0−𝜈 exp(−𝜉𝑐 ) при A=1.

Так же из формулы (40) длина L0 есть радиус корреляции бесконечного


кластера, который возникает, если максимальный показатель экспонент

41
включенных сопротивлений 𝜉 превышает 𝜉 с на единицу. Этот кластер был
назван критической подсеткой. Таким образом, именно критическая подсетка
определяет эффективную электропроводность решетки.

Из выше разобранного можно сделать общий для всех сильно


неоднородных систем вывод: если последовательно в порядке возрастания
сопротивлений включать элементы среды, то показатель экспоненты
эффективной электропроводности определится теми элементами, которые
впервые создадут протекание. Этот вывод послужил основой теории
прыжковой проводимости.

Необходимым условием прыжковой проводимости является наличие


свободных мест на донорах.
При высоких температурах полупроводники обладают собственной
электропроводностью, связанной с термической активацией электронов из
валентной зоны в зону проводимости. Концентрации собственных носите-
носителей, электронов (n) и дырок (р), - экспоненциальные функции
температуры :
3⁄
(2𝜋√𝑚𝑒 𝑚ℎ 𝜅𝑇) 2 𝐸𝑞
𝑛=𝑝= exp(− ) (46)
4𝜋3 ℏ3 2𝜅𝑇

Где me и mh – массы электронов и доноров, Eq – ширина запрещенной зоны.


Ввиду большой величины энергии активации Еq/2 при понижении
температуры концентрация собственных носителей очень быстро убывает до
тех пор, пока их не станет меньше, чем носителей, поставляемых в зоны
примесями. При дальнейшем понижении температуры проводимость
целиком определяется концентрацией и свойствами примесей и поэтому
называется примесной.
На рис.1.25 изображена зависимость логарифма удельного сопротивления
слабо легированного полупроводника от обратной температуры.
Собственной проводимости соответствует участок А с почти вертикальным
наклоном. Участки Б - Г соответствуют примесной проводимости. Если речь

42
идет о мелких примесях с энергией ионизации, много меньшей Еq, то
существует область температур Б, называемая областью истощения, в
которой все примеси ионизованы и соответственно концентрация носителей
в зоне не зависит от температуры. В этой области температурная зависимость
сопротивления полностью определяется температурной зависимостью
подвижности.

Рис.1.25 Схематическая температурная зависимость сопротивления слабо легированного


полупроводника: А- область собственной проводимости, Б- область истощения примесной
проводимости, В- область вымораживания, Г- область прыжовой проводимости.

Дальнейшее понижение температуры приводит к постепенному


вымораживанию примесных электронов, т.е. к возвращению электронов на
доноры. Темпратурная зависимость электропроводности здесь практически
целиком определяется быстрым убыванием концентрации свободных
электронов.
При KND≪ n(T) (KND – число пустых мест, создаваемых на донорах
компенсацией, n(T) – число пустых мест, создаваемых термическим забросом
электронов в зону проводимости) уровень Ферми находится практически
посередине между уровнем донора и дном зоны проводимости и
𝑁𝐷 𝑁𝐶 1⁄ 𝐸0
𝑛 (𝑇 ) = ( ) 2 exp(− ) , где E0- энергия ионизации. (47)
2 2𝜅𝑇
3⁄
(2𝜋𝑚𝑒 𝜅𝑇) 2
𝑁𝑐 = (48)
4𝜋3 ℏ3

n(T) ≪ KND уровень Ферми близок к уровню изолированного донора и


𝑁𝑐 𝑁𝐷 𝐸0
𝑛 (𝑇 ) = exp(− ) (49)
2𝑁𝐴 𝜅𝑇
43
Зависимость (47) имеет место в области, где температура не слишком мала и
не очень высока.
Постепенное вымораживание электронов в зоне проводимости при
понижении температуры приводит к тому, что наступает момент, когда
наибольшую роль электропроводности начинают играть прыжки электронов
непосредственно по примесям, без активации в зону. Такая проводимость
называется прыжковой. Электрон прыгает с занятого донора на свободный.
Поэтому необходимым условием прыжковой проводимости является
наличие свободных мест на донорах. При низких температурах оно может
быть обеспечено только компенсацией.
Прыжковому механизму электропроводности соответствует очень малая
подвижность, так как прыжки электронов связаны со слабым перекрытием
хвостов волновых функций соседних доноров. Несмотря на это, прыжковая
проводимость выигрывает в конкуренции с зонной, так как в прыжковой
могут принимать участие все находящиеся на донорах электроны, а в зонной
- только экспоненциально малое число свободных электронов. На рис.1.25
прыжковой проводимости соответствует область Г. В германии с
концентрацией мелких доноров 𝑁𝐷 ≈ 1015 см−3 переход к прыжковой
проводимости происходит при Т≈7°К. Области В соответствуют
температуры 7 < Т < 50°К, области Б - 50 < Т< 400°К и области А - Т > 400 %.
На рис.1.26. изображены зависимости удельного сопротивления от обратной
температуры для германия р – типа со степенью компенсации К = 0,4.
Каждой кривой соответствует своя концентрация акцепторов (Ge). Все
кривые могут быть аппроксимированы с помощью формулы
𝜀1 𝜀3
𝜌−1 = 𝜌1−1 exp (− ) + 𝜌3−1 exp(− ) (50)
𝜅𝑇 𝜅𝑇

Первое слагаемое соответствует зонной проводимости. Оно оказывается


практически одинаковым для всех концентраций акцепторов. Слабая
зависимость подвижности от концентрации примесей в масштабе рис.1.26 не
заметна.

44
Второе слагаемое соответствует прыжковой проводимости. Прыжковая
проводимость обладает малой по сравнению с 𝜀1 энергией активации. Ее
происхождение связано с разбросом уровней примесей.

Рис.1.26. Удельное сопротивление Ge р-типа со степенью компенсации К = 0,4.

Прыгая по донорам, электрон поглощает и излучает фононы. В


результате и возникает экспоненциальная зависимость электропроводности
от температуры.
При увеличении концентрации примесей энергия активации поначалу
несколько возрастает. Это связано с увеличением кулоновского случайного
потенциала, создаваемого заряженными примесями. Однако дальнейшее
увеличение концентрации приводит к усилению перекрытия волновых
функций соседних центров и уменьшению 𝜀3 . В результате при
концентрации NA = 1017 см-3 энергия активации 𝜀3 обращается в нуль. При
этой концентрации происходит переход от активационной проводимости к
металлической.
На рис.1.26 показана еще одна характерная черта прыжковой проводимости:
исключительно сильная зависимость величины 𝜌3 от концентрации
45
примесей. Значение 𝜌3 можно определить с помощью рис.1.26, если
экстраполировать низкотемпературный прямолинейный участок к Т-1 = 0,
т. е. найти точку пересечения этой прямой с осью ординат. При возрастании
концентрации примесей в 30 раз 𝜌3 уменьшилось в 107 раз. Такую резкую
зависимость естественно считать экспоненциальной и 𝜌3 записывать в виде
𝜌3 = 𝜌03 exp[𝑓(𝑁𝐷 )] (51)
Где 𝜌03 и 𝑓(𝑁𝐷 ) - степенные функции концентрации примесей. Причина
экспоненциальной зависимости состоит в том, что вероятность прыжка
между двумя примесями определяется перекрытием волновых функций. На
расстояниях между примесями, много больше чем боровского радиуса,
волновые функции спадают экспоненциально. Поэтому интегралы
перекрытия между примесями экспоненциально убывают с ростом
расстояния между ними. При уменьшении концентрации растет среднее
расстояние между примесями, экспоненциально убывают вероятности
прыжков и, следовательно, электропроводность. Наличие экспоненциальной
зависимости электропроводности от концентрации примесей является
главным экспериментальным доводом в пользу прыжкового механизма
проводимости.
Величины 𝜀3 и 𝜌3 зависят от степени компенсации. На рис.1.27
приведены экспериментальные значения энергии активации 𝜀3 при
различных степенях компенсации в образцах р-типа с одинаковой
концентрацией основных примесей NА = 2,66*1015 см-3. С увеличением
степени компенсации 𝜀3 сначала резко убывает, вблизи К = 0,4 достигает
минимума, а затем при К→ 1 быстро растет.

46
Рис.1.27. Экспериментальная зависимость энергии активации 𝜀3 от степени компенсации
К.

Относительно зависимости 𝜌3 (К) имеются противоречивые данные. В обзоре


Мотта и Туза утверждается, что 𝜌3 монотонно возрастает с ростом К. С
другой стороны, Добрего и Ермолаев в близких по концентрации примесей
образцах германия наблюдали убывание 𝜌3 при увеличении компенсации от
0 до 0,2. При К≈ 0,2 сопротивление 𝜌3 имело минимум, а затем росло с
увеличением К.
В слабо компенсированных полупроводниках (К < 0,2) в ограниченном
интервале концентраций вблизи перехода Мотта, кроме зонной и прыжковой
проводимостей, в температурной зависимости проводимости проявляется
еще один активационный механизм, который создает в формуле (50)
𝜀2
дополнительное слагаемое 𝜌2−1 exp(− ). Этот механизм работает в
𝜅𝑇

промежуточном между зонной и прыжковой проводимостями интервале


температур, поскольку 𝜌1 ≪ 𝜌2 ≪ 𝜌3 и 𝜀1 > 𝜀2 > 𝜀3 .
𝜀2 – проводимость связана с передвижением электронов по однократно
заполненным нейтральным донорам. При полном отсутствии компенсации,
когда 𝜀3 -проводимость равна нулю, для 𝜀2 -проводимости имеются самые
благоприятные условия (наибольшая концентрация нейтральных доноров).
Увеличение компенсации существенно облегчает условия 𝜀3 -проводимости и
ухудшает условия 𝜀2 -проводимости. В результате исчезает область
температур, где первая уступает второй.

47
В чем же преимущество прыжковой электропроводимости перед
электропроводимостью свободных электронов?
Прыжковая проводимость относится к квантовым явлениям. В квантовой
мехенике электрон переходит с одного донора на другой, минуя свободное
состояние и не занимая энергию у теплового движения атомов. Такой
переход является тунельным. Закон сохранения энергии остается в силе и для
тунельных переходов. Он требует, чтобы энергия электронов в начальном и
конечном состояниях была одинаковой. Поэтому, если благодаря
потенциалам окружающих примесей, энергии электрона на первом и втором
доноре отличаются, недостающая энергия при этом занимается, а лишняя
отдается. Но эта энергия в 10 раз меньше, чем энергия связи. Поэтому в
низкотемпературных условиях прыжковая электропроводность выигрывает у
электропроводности свободных электронов.

48
Глава 3. Метод расчета электропроводности
сильно неоднородной среды
Из выше разобранного материала можно сделать следующие выводы,
которые позволяют использовать теорию перколяции при расчете
электропроводности сильно неоднородной среды.
Во – первых, это сильная экспоненциальная зависимость сопротивления
от расстояния между примесными центрами. Экспоненциально широкий
спектр локальных значений электропроводности (см., напр., формулу (35)) и
является наиболее существенным свойством сильно неоднородных сред.
В полупроводниках физическая причина экспоненциальной зависимости
состоит в том, что вероятность прыжка носителей заряда между двумя
примесями определяется перекрытием волновых функций. На расстояниях
между примесями, много больших боровского радиуса, волновые функции
спадают экспоненциально. Поэтому интегралы перекрытия между
примесями экспоненциально убывают с увеличением расстояния между
ними. Экспоненциальный рост сопротивлений с расстоянием делает
возможным ограничиться рассмотрением лишь ближайшего окружения
определенного набора примесных центров, встроенных в некоторую
токонесущую структуру (решетку, остов токонесущего кластера и т.д.) Эти
соображения и лежат в обосновании возможности использования в этих
вопросах моделей и методов теории перколяции.
Во - вторых, в рамках перколяционного подхода, вычисление сводится к
задаче об электропроводности случайной сетки с экспоненциально широким
спектром сопротивлений. Если последовательно в порядке возрастания
сопротивлений включать элементы среды, то показатель экспоненты
эффективной электропроводности определиться теми элементами, которые
впервые создадут протекание. С учетом этого экспоненциальный разброс
сопротивлений (проводимости) вновь оказывается полезным и позволяет
существенно упростить вычисления основных величин.

49
Разберем типичный пример использования теории перколяции для
решения физической задачи, являющийся обобщением рассмотренной ранее
задачи о прыжковой проводимости, с акцентом на методику вычислений.
Рассмотрим в трехмерном пространстве, d=3, простую кубическую решетку с
периодом a, связи в которой имеют сопративления в экспоненциально
большом интервале значений

R=𝑅0 exp 𝑢, 0≤ 𝑢 ≤ 𝑢0 , 𝑢0 ≥ 1. (52)

Пусть u это случайная величина, с вероятностью F(u) принимающая


любые значения из разрешенного интервала. Выберем некоторое, достаточно
малое значение 𝑢′ из этого интервала и все связи с сопротивлениями от 𝑅0 до
𝑅0 exp 𝑢′ сохраним, а все связи с большими сопротивлениями временно
разорвем. Доля ( сохраненных) связей равна

𝑢′ 𝑢0
x= ∫0 𝐹 (𝑢)𝑑𝑢, ∫0 𝐹 (𝑢)𝑑𝑢 = 1. (53)

Пусть x < 𝑥𝑐 , когда бесконечный клатер отсутствует. Это озночает, что набор
включенных сопротивлений не может обеспечить конечную проводимость
решетки. В этот набор можно добавить какое-то количество связей с
большим сопротивлениеми так, что бы достичь порога протекания 𝑥 = 𝑥с .
(для простой кубической решетки 𝑥с = 0,25). Конечно, добовлять будем
самые малые сопротивления из оставшихся, постепенно увеличивая 𝑢′ в
уравнении (53). При достижении порога соответствующее значение 𝑢′
обозначим через 𝑢𝑐 . Пусть для определенности все значения u из
разрешенного интервала равновероятны, так что функция распределения

F(u)=const:

0, 𝑢>𝑢0
F(u)= {1 ,
⁄𝑢0 𝑢≤𝑢0

(54)

50
Тогда критические значение параметра u равно

𝑢𝑐 = 𝑥𝑐 𝑢0 (55)

Включенные на последнем этапе сопротивления 𝑅0 exp𝑢𝑐 соединили


большие конечные кластеры в один бесконечный. Они включены
последовательно со всей совокупностью остальных сопротивлений и при
этом они больше их всех по величине. Поэтому удельное сопротивление
решетки контролируется именно этими сопротивлениями и из-за них оно
пропорционально exp 𝑢𝑐 .

Поскольку ток должен идти по связям, принадлежащим бесконечному


кластеру, следует немного превысить порог до значения u" = 𝑢𝑐 +∆𝑢, чтобы
мощность бесконечного кластера Р(х) стала отлична от нуля, так как на
перколяционном пороге она обращается в нуль. Тогда из соотношений (54) и
(55) следует, что 𝑥 - 𝑥𝑐 = ∆𝑢⁄𝑢0 С учетом этого из формулы (21) для
корреляционной длины получаем, что корреляционная длина дается
𝑢
выражением 𝜉 = 𝛼( 𝑜 ) 𝑣.
∆𝑢

Для того чтобы оценить величину ∆𝑢 , в частности убедиться, что ∆𝑢 ≪


𝑢0 , обсудим распределение тока, протекающего по бесконечному кластеру.
Большую часть бесконечного кластера вблизи порога состовляют «бывшие»
конечные класторы, подсоединенные к основной части через одну открытую
связь.

51
Рис.1.28. Экспериментальная реализация бесконечного кластера вблизи порога
перколяции, полученная компьютерным моделированием задачи узлов на решетки 160 ×
160 при значении 𝑥 = 0,6.

Кластер считается бесконечным, поскольку он соединяет


противоположные (левую и правую) грани решетки. Части кластера,
выделенные серым фоном, подсоединены к основной части через один
открытый узел каждая. Места их подсоединения условно отмечены черными
кружками. Ток через них идти не может: чтобы шел ток, нужны по крайней
мере две точки подсоединения участка к основной цепи. Поэтому эти
участки называются мертвыми концами. Кроме выделенных на рисунке
крупных мертвых концов есть еще много мелких.

Часть бесконечного кластера, оставшаяся после исключения мертвых


концов, является токонесущей. Входящие в нее узлы нарисованы на рис.
(1.28) черными точками.

В белых частях квадрата на рис. (1.28) имеется та же средняя плотность


открытых узлов, что и в областях, покрытых бесконечным кластером. Они не
показаны, потому что все принадлежат различным конечным кластерам.
Явная асимметрия представленной реализации бесконечного кластера
объясняется тем, что из-за близости порогу корреляционная длина 𝜉 больше
стороны квадрата: 𝜉 > 160. На очень большой решетке токонесущую часть
бесконечного кластера можно себе представить в виде сетки токовых каналов
52
с маштабом, равным длине корреляции 𝜉( рис.(1.29)). В этой токонесущей
сетке от граничного значения 𝑢′′ зависят и размер ее ячейки 𝜉и
сопротивление между двумя ее узлами 𝑅𝜉 ≈ 𝑅0 𝑒 𝑢𝑐 +∆𝑢 . Удельное
сопротивление решетки, представляемое как сопротивление токонесущей
сетки, равно

𝑢 𝑒 ∆𝑢
𝜌 = 𝑅𝜉 𝜉 = 𝑅0 𝑒 (𝑢𝑐+∆𝑢) 𝑎( 0 )𝜐 =𝑅0 𝑎𝑢0𝜐 𝑒 𝑢𝑐 . (56)
∆𝑢 (∆𝑢)𝜐

Дробь в правой части этого выражения имеет минимум при

∆𝑢 = 𝜐 = 0,875 ≈ 1 ≪ 𝑢0 . (57)

Рис.1.29. Cтруктура токонесущей части перколяционного кластера.

Это озночает, что подключение к сетке сопротивлений со значениями u


в очень узком интервале 𝑢𝑐 < 𝑢 < 𝑢𝑐 + 1 уменьшает сопротивление решетки
за счет увеличения мощности бесконечного кластера P и уменьшения длина
корреляции 𝜉. Затем дальнейшее включение сопротивлений становится
неэфективным из-за того, что они уже много больше, чем 𝑅0 𝑒𝑥𝑝 𝑢𝑐 , и не
приведут к существенному изменению удельного сопротивления.

С точностью до численного множителя сопротивление рассматриваемой


решетки равно

𝜌 = 𝑅0 𝑎𝑢0𝜐 𝑒 𝑢𝑐 (58)

где 𝑢𝑐 = 𝑥𝑐 𝑢0

53
Вывод: выражение (58) для удельного сопротивления и является
основным результатом применения теории протекания к расчету
электропроводности сильно неоднородной среды. В рамках теории
протекания именно токонесущая сетка или критическая сетка определяет
эффективную электропроводность среды (в рассмотренном примере –
решетки). Перколяционными величинами являются 𝑥𝑐 – критическое
значение, при котором возникает порог протекания, 𝜈- критический индекс
радиуса корреляциии, которые зависят от размерности пространства, а
физическими величинами, связанными со свойствами среды являются a –
эффективный размер, 𝑅0 – эффективное сопротивление, характеризующее
расположение центров и 𝑢0 - управляемый начальный параметр.

54
Заключение
В моей работе были раскрыты основные понятия, задачи и методы
теории перколяции и рассмотрено применение этой теории к задаче
нахождения электропроводности неоднородной проводящей среды. При
рассмотрении последней задачи акцент был сделан на выяснении тех
допущений, при которых для исходной задачи применима теория
перколяции, а также собственно приведен сам метод расчета коэффициента
электропроводности, результатом которого является выражение полученное
для вычесления удельного сопротивления, содержащие в себе как
физические величины, связанные со свойствами среды, так и
перколяционные величины, связанные с размерностью пространства.
Именно это выражение и является основным результатом применения теории
протекания к расчету электропроводности сильно неоднородной среды.

В настоящие время перколяционные процессы рассматриваются


математиками, физиками, химиками, программистами, инженерами.
Оказалось, что перколяция является удобной моделью для описания
широкого класса явлений, которые принято называть критическими. С
другой стороны, задача оказалась весьма интересной и с точки зрения чистой
математики. Теория перколяции имеет дело с образованием связанных
объектов в неупорядоченных средах. Важным достижением теории
неупорядоченных систем в том, что при определенных условиях существует
строго локализованные состояния. Специфической чертой теории является
учет электрон – электронного взаимодействия даже при очень малых
концентрациях электронов, электропроводность осуществляется путем
электронных прыжков и экспоненциальным образом зависит от температуры
и концентрации примесей.

55
Литература
1.Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы. Учебное
пособие. М.: Единориал УРСС, 2002.

2.Федер Е. Фракталы: Пер. с англ.-М.: Мир, 1991.

3.Эфрос. А.Л. Физика и геометрия беспорядка - . М.: «Наука», Гл. редакция


физ. - мат. Литературы, 1982.

4.Гантмахер В.Ф. Электроны в неупорядоченных средах. - М.:


ФИЗМАТЛИТ, 2003.

5.Шкловский Б.И., Эфрос А.Л. Электронные свойства легированных


полупроводников. Монография. - М.: Наука, Главная редакция физико-
математической литературы,1979.

56