chapter 3 Free electrons in solid - 3.1 自由电子模型

3.1 自由电子模型 Free electron model

在这里插入图片描述
研究晶体中的电子:

  • 自由电子理论:不考虑离子实
  • 能带理论:考虑离子实(周期性势场)的作用

3.1.1 德鲁德模型 Drude Model - Classical Free Electron Model

(1)德鲁德模型

德鲁德模型:价电子游离于特定原子周围,弥散于整个晶体中,形成“自由电子气”。

The Drude model of electrical conduction was proposed in 1900 by Paul Drude to explain the transport properties of electrons in materials (especially metals). The model, which is an application of kinetic theory, assumes that the microscopic behavior of electrons in a solid may be treated classically and looks much like a pinball machine, with a sea of constantly jittering electrons bouncing and re-bouncing off heavier, relatively immobile positive ions.

Assumption of the electron gas:

  1. 独立电子近似 Independent electron approximation: No electrostatic interaction and collision among free electrons(自由电子之间没有相互作用和碰撞)
  2. 自由电子近似 Free electron approximation: No electrostatic interaction between free electrons and ions(电子和离子实之间只有碰撞,没有静电相互作用)
  3. 碰撞假设 Collision assumption: Velocity of electrons after collision with ions only concerns with temperature, but not the velocity before collision(电子和离子实的碰撞是瞬时的,碰撞后的速度仅与温度有关)
  4. 弛豫时间近似 Relaxation time approximation: Relaxation time τ is independent with the position and velocity of electrons(弛豫时间即同一粒子两次碰撞的时间间隔,它仅依赖于晶体结构)

在德鲁德模型中,存在电场时,电子每两次碰撞之间都会获得电场加速,从而形成漂移速度 v d v_d vd,且漂移速度远小于电子热运动的速度 v d ≪ v R M S = 3 k B T m v_d \ll v_{RMS} = \sqrt{\frac{3k_BT}{m}} vdvRMS=m3kBT

利用德鲁德模型能够成功解释:

  • 欧姆定律
  • Wiedemann-Franz ratio comes out close to right for most materials
  • Many other transport properties predicted correctly

在这里插入图片描述

在这里插入图片描述

(2) failure of Drude Model

德鲁德模型存在的问题:

  • 电子比热 Specific Heat of electrons
  • 电导率与温度的关系 Temperature dependence of σ
  • Wiedemann-Franz ratio
  • The Seebeck/Peltier coefficient come out wrong by a factor of 100.

Despite the shortcomings of Drude theory, it nonetheless was the only theory of metallic conductivity for a quarter of a century (until the Sommerfeld theory improved it), and it remains quite useful today.

3.1.2 索末菲模型 Sommerfeld Model - Quantum Mechanical Free Electron Model

索末菲保留了德鲁德的自由电子气假设(前两个),但是索末菲去除了“碰撞”的概念,引入量子统计的理论(费米-狄拉克分布 Fermi-Dirac Distribution)。

在这里插入图片描述
在这里插入图片描述

(1)势阱 potential well

1D Infinite Potential Well

( − ℏ 2 2 m d 2 d x 2 + U ( x ) ) ψ ( x ) = E ψ ( x ) \left( -\frac{\hbar^2}{2m} \frac{d^2}{dx^2} + U(x) \right ) \psi (x) = E \psi(x) (2m2dx2d2+U(x))ψ(x)=Eψ(x)

k = n π L , n = 1 , 2 , 3 , … k = n \frac{\pi}{L}, \ \ n=1,2,3,\dots k=nLπ,  n=1,2,3,

在这里插入图片描述
3D Infinite Potential Well
在这里插入图片描述
− ℏ 2 2 m ( ∂ 2 ∂ x 2 + ∂ 2 ∂ y 2 + ∂ 2 ∂ z 2 ) ψ ( x , y , z ) = E ψ ( x , y , z ) -\frac{\hbar ^2}{2m}\left( \frac{\partial^2}{\partial x^2} + \frac{\partial^2}{\partial y^2} + \frac{\partial^2}{\partial z^2} \right) \psi(x,y,z) = E \psi (x,y,z) 2m2(x22+y22+z22)ψ(x,y,z)=Eψ(x,y,z)

ψ ( x , y , z ) = ψ ( x ) ψ ( y ) ψ ( z ) \psi(x,y,z) = \psi(x) \psi(y) \psi(z) ψ(x,y,z)=ψ(x)ψ(y)ψ(z)

∵ E = ℏ 2 k 2 2 m , k ⃗ = k x i ⃗ + k y j ⃗ + k z l ⃗ \because E = \frac{\hbar ^2 k^2}{2m}, \ \ \vec k = k_x \vec i + k_y \vec j + k_z \vec l E=2m2k2,  k =kxi +kyj +kzl

∴ E = ℏ 2 2 m ( k x 2 + k y 2 + k z 2 ) \therefore E = \frac{\hbar^2}{2m} (k_x^2 + k_y^2 + k_z^2) E=2m2(kx2+ky2+kz2)
在这里插入图片描述

(2)费米-狄拉克分布与费米能 Fermi-Dirac distribution & Fermi Energy

F l = α l ω l = 1 e ( α + β E l ) + 1 = 1 e ( E l − μ ) / k B T + 1 = 1 e ( E l − E F ) / k B T + 1 F_l = \frac{\alpha _l}{\omega _ l} = \frac{1}{e^{(\alpha + \beta E_l)} + 1} = \frac{1}{e^{(E_l - \mu)/k_B T} + 1} = \frac{1}{e^{(E_l - E_F)/k_B T} + 1} Fl=ωlαl=e(α+βEl)+11=e(Elμ)/kBT+11=e(ElEF)/kBT+11
在这里插入图片描述

a. Classical theory of Occupancy Condition at T=0K

  1. 电子能量可以相同,不同电子可以占据同一能级,即不同电子具有相同的量子态。
  2. 电子分布满足Maxwell-Boltzmann分布。
  3. 一个系统的温度反应了系统内粒子运动的动能,T=0,所有电子静止不动。 1 2 m v ˉ 2 = 3 2 k B T , ∴ T = 0 K , v = 0 \frac{1}{2} m \bar v^2 = \frac{3}{2}k_B T,\ \ \ \therefore T=0K,\ v=0 21mvˉ2=23kBT,   T=0K, v=0

b. Quantum mechanically of Occupancy Condition at T=0K

Pauli’s Exclusion Principle:两个费米子不能处于同一量子态。

考虑自旋,一个能级对应有f组量子数,即有f重简并,这一个能级可以放2f个电子。

费米能级:在绝对零度时,一个费米子具有的最高能量。
The Fermi energy : the highest energy a fermion can take at absolute zero temperature.

假想把所有的费米子从量子态上移开,之后再把这些费米子按照一定的规则填充在各个可供占据的能量态上,并且这种填充过程中每个费米子都占据最低的可供占据的量子态。最后一个费米子占据的量子态即可粗略地认为是费米能级。

c. Quantum mechanically of Occupancy Condition at T>0K

CFE model predicts: C V = 3 2 R C_V=\frac{3}{2}R CV=23R
experiments show: C V = 1 0 − 4 R T C_V = 10^{-4} RT CV=104RT

经典自由电子模型认为,所有电子都会对热容有贡献;量子力学认为,只有费米能级附近的电子才有可能脱离原子,具有导电特性,因为高能级被占据导致低能级电子无法跃迁。

在这里插入图片描述

The Fermi–Dirac distribution at zero temperature (solid line) constitutes a step function. For T > 0 (dashed line), broadening appears in a region of width k B T k_B T kBT around the Fermi edge located at ε = ε F = k B T F . ε = ε_F = k_B T_F. ε=εF=kBTF. If the distance of the edge from the origin is much larger than the area of broadening, the distribution function still displays the characteristic step-like behavior. Clearly, this picture is valid for the dimensionless parameter T / T F T/T_F T/TF being small.
在这里插入图片描述

(3)计算0K时的费米能 Fermi Energy at T=0K

视频讲解:费米能和态密度

KaTeX parse error: Undefined control sequence: \k at position 20: …= \frac{(\hbar \̲k̲_F)^2}{2m}

在这里插入图片描述
n u m b e r o f k : V F ⋅ ρ ( k ) = ( 4 π k F 3 3 ) ( V 8 π 3 ) = k F 3 6 π 2 V number \ of \ k: \ V_F \cdot \rho(k) = \left(\frac{4\pi k_F^3}{3} \right) \left( \frac{V}{8\pi^3} \right) = \frac{k_F^3}{6\pi^2}V number of k: VFρ(k)=(34πkF3)(8π3V)=6π2kF3V
在这里插入图片描述
where N is the total number of electrons, n=N/V is the total number of electrons per unit volume in the alloy, m is the effective mass, ħ is the reduced Plank’s constant

Fermi temperature T F T_F TF: T F = E F k B T_F = \frac{E_F}{k_B} TF=kBEF

费米能级对应的费米球的半径是费米半径,对应的费米面是电子占据能级和不占据的分界面。
Fermi sphere: 费米面
Fermi wave vector k F k_F kF: 费米波矢 the radius of the Fermi sphere
At T=0K, inside Fermi sphere, all orbits are occupied; outside Fermi sphere, all orbits are empty.
在这里插入图片描述

(4)态密度 density of state

态密度:单位能量间隔电子能态(量子态或者轨道)的数量。

DOS: the number of electronic energy states (orbits) per unit energy.

g ( E ) = d Z d E g(E) = \frac{dZ}{dE} g(E)=dEdZ

In crystal dynamics, the density of states g(ω) is defined as the number of oscillators (or k) per unit frequency interval.

Each k state represents two possible electron states: (考虑自旋,一个k态对应两个可能的电子能量态)
one for spin up, the other for spin down, thus the total number of electronic states in a sphere of diameter k is: Z ( E ) = 2 ⋅ ρ ( k ) ⋅ 4 3 π k 3 = V k 3 3 π 2 Z(E) = 2\cdot \rho(\mathbf{k}) \cdot \frac{4}{3} \pi k^3 = \frac{Vk^3}{3\pi^2} Z(E)=2ρ(k)34πk3=3π2Vk3

consider: E = ℏ 2 k 2 2 m E = \frac{\hbar ^2 k^2}{2m} E=2m2k2
g ( E ) = d Z d E = d Z d k ⋅ d k d E g(E) = \frac{dZ}{dE} = \frac{dZ}{dk}\cdot \frac{dk}{dE} g(E)=dEdZ=dkdZdEdk
∴ g ( E ) = V 2 π 2 ( 2 m ℏ 2 ) 3 / 2 \therefore g(E) = \frac{V}{2\pi^2} \left( \frac{2m}{\hbar^2}\right)^{3/2} g(E)=2π2V(22m)3/2

g ( E ) = C ⋅ E 1 / 2 g(E) = C\cdot E^{1/2} g(E)=CE1/2

{ 1 D : g ( E ) = C ⋅ E − 1 / 2 2 D : g ( E ) = m S π ℏ 2 3 D : g ( E ) = C ⋅ E − 1 / 2 \begin{cases} 1D: g(E) = C\cdot E^{-1/2} \\ 2D: g(E) = \frac{mS}{\pi \hbar^2} \\ 3D: g(E) = C\cdot E^{-1/2} \end{cases} 1D:g(E)=CE1/22D:g(E)=π2mS3D:g(E)=CE1/2

(5)费米能级附近的电子数量 e- number near E F E_F EF

在这里插入图片描述

DOS g(E): the number of electronic energy states (orbits) per unit energy.
f(E): probability that an electronic energy state be occupied.

N(E):电子能量分布函数 Electron energy distribution function
N(E)dE = number of e- with energies between E and E+dE
g(E)f(E)dE = number of e- with energies between E and E+dE

N ( E ) = g ( E ) f ( E ) N(E) = g(E)f(E) N(E)=g(E)f(E)

total number of e-: N = ∈ 0 ∞ g ( E ) f ( E ) d E N = \in_0^{\infty} g(E)f(E)dE N=0g(E)f(E)dE

在这里插入图片描述

下面这个方法很合适:在这里插入图片描述

(6)电子气能量 e- gas energy

Total energy for electron gas:

T=0K :

E t = ∫ E d N = ∫ E ⋅ g ( E ) f ( E ) d E = ∫ 0 E F 0 C ⋅ E 1 / 2 d E = ∫ 0 E F 0 C E 3 / 2 d E = 2 C 5 ( E F 0 ) 5 / 2 E_t = \int EdN = \int E\cdot g(E)f(E)dE = \int_0^{E_F^0} C\cdot E^{1/2} dE = \int_0^{E_F^0} CE^{3/2}dE = \frac{2C}{5}(E_F^0)^{5/2} Et=EdN=Eg(E)f(E)dE=0EF0CE1/2dE=0EF0CE3/2dE=52C(EF0)5/2

Average energy for free electrons:
E ˉ = E t N = 3 5 E F 0 \bar E = \frac{E_t}{N} = \frac{3}{5}E_F^0 Eˉ=NEt=53EF0
E t = 3 5 N E F 0 E_t = \frac{3}{5}NE_F^0 Et=53NEF0

At T=0K,the average energy of a free electron is 60% of the Femi energy.

T>0K :

E t = ∫ E ⋅ g ( E ) f ( E ) d E = C ∫ 0 ∞ E 3 / 2 1 e ( E − E F ) / k B T + 1 = … = 3 5 N E F 0 [ 1 + 5 12 π 2 ( k B T E F 0 ) 2 ] \begin{align} E_t &=\int E\cdot g(E)f(E)dE \\ &= C \int_0^{\infty} E^{3/2} \frac{1}{e^{(E-E_F)/k_B T}+1} \\ & =\dots \\ &= \frac{3}{5}N E_F^0 [1+ \frac{5}{12}\pi^2 (\frac{k_B T}{E_F^0})^2] \end{align} Et=Eg(E)f(E)dE=C0E3/2e(EEF)/kBT+11==53NEF0[1+125π2(EF0kBT)2]

第一项是零点能,第二项由于分母的费米能很大所以可以忽略不计。
温度升高,热容涨幅不明显

E F = E F 0 [ 1 − 1 12 π 2 ( k B T E F 0 ) 2 ] = E F 0 [ 1 − π 2 12 ( T T F ) 2 ] ≈ E F 0 E_F = E_F^0 \left[1- \frac{1}{12}\pi^2 (\frac{k_B T}{E_F^0})^2 \right] = E_F^0 \left[1-\frac{\pi^2}{12}\left( \frac{T}{T_F}\right)^2 \right] \approx E_F^0 EF=EF0[1121π2(EF0kBT)2]=EF0[112π2(TFT)2]EF0

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/48678.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【3Ds Max】可编辑多边形“边”层级的简单使用

目录 简介 示例 1. 编辑边 (1)插入顶点 (2)移除 (3)分割 (4)挤出 (5)切角 (6)焊接 (7)桥 &…

NPM 管理组织成员

目录 1、向组织添加成员 1.1 邀请成员加入您的组织 1.2 撤销组织邀请 2、接收或拒接组织邀请 2.1 接收组织邀请 2.2 拒绝组织邀请 3、组织角色和权限 4、管理组织权限 5、从组织中删除成员 1、向组织添加成员 作为组织所有者,您可以将其他npm用户添加到…

阿里云访问端口被限制解决方法记录

阿里云服务器,80端口可以访问,但是加入了安全组端口8080 通过公网访问改端口策略,发现不能被访问 问题出在防火墙,需要重置一下 解决方法: 在运行的服务器上执行如下命令: # iptables -A INPUT -j ACCEP…

手写 Mybatis-plus 基础架构(工厂模式+ Jdk 动态代理统一生成代理 Mapper)

这里写目录标题 前言温馨提示手把手带你解析 MapperScan 源码手把手带你解析 MapperScan 源码细节剖析工厂模式Jdk 代理手撕脚手架,复刻 BeanDefinitionRegistryPostProcessor手撕 FactoryBean代理 Mapper 在 Spring 源码中的生成流程手撕 MapperProxyFactory手撕增…

Android Studio调试出现错误时,无法定位错误信息解决办法

做项目时运行项目会出现问题,但是找不到具体位置,如下图所示:感觉是不是很懵逼~,Log也没有显示是哪里的问题 解决方案,在右侧导航栏中选择Gradle——app——build,然后点击运行 运行结果如下,很…

Stable Diffusion 系列教程 | 图生图基础

前段时间有一个风靡全网的真人转漫画风格,受到了大家的喜欢 而在SD里,就可以通过图生图来实现类似的效果 当然图生图还有更好玩的应用,我们一点一点来探索 首先我们来简单进行一下图生图的这一个实践---真人转动漫 1. 图生图基本界面 和…

iOS代码混淆

文章目录 一、混淆的原理二、实现混淆1. 创建文件2. 将文件拖导入目录中3. 将以下脚本拷贝到刚新建的confuse.sh文件中4. 修改文件权限5. 修改项目配置6. 添加需要混淆的方法名7. 配置PCH文件8. 运行效果 一、混淆的原理 这里使用的混淆的原理是,用一串随机生成的字…

WPS中的表格错乱少行

用Office word编辑的文档里面包含表格是正常的,但用WPS打开里面的表格就是错乱的,比如表格位置不对,或者是表格的前几行无法显示、丢失了。 有一种可能的原因是: 表格属性里面的文字环绕选成了“环绕”而非“无”,改…

行业追踪,2023-08-22

自动复盘 2023-08-22 凡所有相,皆是虚妄。若见诸相非相,即见如来。 k 线图是最好的老师,每天持续发布板块的rps排名,追踪板块,板块来开仓,板块去清仓,丢弃自以为是的想法,板块去留让…

深度学习3:激活函数

一、激活函数的简介与由来 激活函数:是用来加入非线性因素的,解决线性模型所不能解决的问题。 线性函数的组合解决的问题太有限了,碰到非线性问题就束手无策了。如下图。 通过激活函数映射之后,可以输出非线性函数。 最后再通过…

IDEA项目实践——Element UI概述

系列文章目录 IDEA项目实践——JavaWeb简介以及Servlet编程实战 IDEA项目实践——Spring当中的切面AOP IDEA项目实践——Spring框架简介,以及IOC注解 IDEA项目实践——动态SQL、关系映射、注解开发 IDEWA项目实践——mybatis的一些基本原理以及案例 文章目录 …

Linux系统USB摄像头测试程序(三)_视频预览

这是在linux上usb摄像头视频预览程序&#xff0c;此程序用到了ffmpeg、sdl2、gtk3组件&#xff0c;程序编译之前应先安装他们。 #include <sys/ioctl.h> #include <sys/stat.h> #include <sys/types.h> #include <fcntl.h> #include <zconf.h> …

通过postgresql的Ltree字段类型实现目录结构的基本操作

通过postgresql的Ltree字段类型实现目录结构的基本操作 将这种具有目录结构的excel表存储到数据库中&#xff0c;可以采用树型结构存储 DROP TABLE IF EXISTS "public"."directory_tree"; CREATE TABLE "public"."directory_tree" (…

产品流程图是什么?怎么做?

产品流程图是什么&#xff1f; 产品流程图是一种图形化的表达方式&#xff0c;用于描述产品开发、制造、销售、使用等各个阶段中涉及的流程、步骤和关系。它通过图形符号、箭头、文本等元素&#xff0c;展示了产品的各个环节之间的关联和顺序&#xff0c;通常被用于可视化产…

lwIP更新记10:IP 冲突检测

lwip-2.2.0-rc1 版本于 2023 年 6 月 29 日发布&#xff0c;带来了我期盼已久的 IPv4 冲突检测 功能。 lwip-2.2.0-rc1 版本重新回归了 master 分支&#xff08;主分支&#xff09;&#xff0c;不再使用单独的稳定分支。 master 分支 是一个 Git&#xff08;版本控制程序&…

[保研/考研机试] KY196 复数集合 北京邮电大学复试上机题 C++实现

题目链接&#xff1a; 复数集合_牛客题霸_牛客网 一个复数&#xff08;xiy&#xff09;集合&#xff0c;两种操作作用在该集合上&#xff1a; 1、Pop 表示读出集。题目来自【牛客题霸】https://www.nowcoder.com/share/jump/437195121692724009060 描述 一个复数&#xff08;…

如何做好流量经营?数字化系统如何加速流量增长

​在用户转化策略上&#xff0c;从“公域流量”到“私域流量”的来源转变&#xff0c;充分说明企业已经意识到公域流量存在成本高、粘度差、稳定性差等问题&#xff0c;开始寻求拥有更低成本、更容易培养忠实度、更容易精准触达的私域流量。但由于企业缺少整体、系统化的私域经…

深入浅出 TCP/IP 协议栈

TCP/IP 协议栈是一系列网络协议的总和&#xff0c;是构成网络通信的核心骨架&#xff0c;它定义了电子设备如何连入因特网&#xff0c;以及数据如何在它们之间进行传输。TCP/IP 协议采用4层结构&#xff0c;分别是应用层、传输层、网络层和链路层&#xff0c;每一层都呼叫它的下…

SSD基本工作原理了解

SSD与RAM的原理有些类似&#xff0c;RAM使用晶体管和电容来表示0或1&#xff0c;晶体管用于将电荷转移到电容器或从电容器中吸取电荷&#xff0c;并且电荷必须每几微秒刷新一次。 而SSD相比于RAM的非易失性来自于其使用的浮栅晶体管。其创造了一个小笼子&#xff0c;不需要外界…

适配器模式实现stack和queue

适配器模式实现stack和queue 什么是适配器模式&#xff1f;STL标准库中stack和queue的底层结构stack的模拟实现queue的模拟实现 什么是适配器模式&#xff1f; 适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结)&#xff…