Nanotecnologia computacional

Origem: Wikipédia, a enciclopédia livre.

Nanotecnologia computacional é um campo emergente da ciência, o qual estuda a construção de ferramentas computacionais para auxiliar a compreensão dos fenômenos físicos e químicos que ocorrem em escala nanométrica.

Introdução[editar | editar código-fonte]

O objetivo da nanotecnologia computacional é desenvolver teorias, modelos e simulações de larga escala para estabelecer tanto bases científicas quanto ferramentas de desenvolvimento de tecnologias à baixo custo nas seguintes áreas:

  • Nanoeletrônica e computação
  • Optoeletrônica e fotônica
  • Sensores
  • Materiais de uso específico

A modelagem e simulação são realizadas no tempo e no espaço utilizando fundamentos físicos, químicos e de ciência dos materiais. A verificação da validade dos modelos e dos resultados das simulações é feita através da comparação com experimentos.

Problemas abordados[editar | editar código-fonte]

Os problemas que surgem em nanociência e nanotecnologia são em geral de grande complexidade em diversos aspectos, tais como: grande quantidade de dados para processar, falta de técnicas analíticas para resolução de equações e grande quantidade de variáveis envolvidas nos problemas. A descrição precisa de fenômenos em escala nanométrica é feita através da teoria quântica, que possui equações de alta complexidade matemática. Um exemplo disso é a equação de Schrödinger, usada para descrever fenômenos quânticos, que atualmente possui resolução analítica exata somente para o átomo de hidrogênio.[1] Essas peculiaridades tornam o computador uma ferramenta muito poderosa na resolução desses problemas. Através da computação podemos obter soluções numéricas aproximadas, o que possibilita um melhor entendimento dos fenômenos e criação de novas tecnologias.

Métodos e soluções[editar | editar código-fonte]

O método para solução dos problemas encontrados são em geral particulares para área em que se aplica. Porém em todas as áreas a solução passa pela resolução de equações diferenciais e algébricas ou um sistema delas. Com isso utilizam-se métodos numéricos para a resolução destas equações, os mais usados são: Método de Newton, Métodos quasi-Newton, Método de Euler, Método de Runge-Kutta, Método de região de confiança e outros. Uma outra abordagem que vem sendo utilizada recentemente é a utilização de técnicas de inteligência artificial tanto quanto para a resolução das equações ou ainda para a substituição das mesmas por modelos unicamente computacionais.[2]

Ver também[editar | editar código-fonte]

Referências

  1. R. Shankar, "Principles of Quantum Mechanics", (1994), Springer
  2. A. P. Singulani, O. P. Vilela Neto, M. C. A. Pacheco, M. B.R. Vellasco, M. P. Pires and P. L. Souza (2008) Computational intelligence applied to the growth of quantum dots. [Journal of Crystal Growth] 310(23), 5063-5065

Ligações externas[editar | editar código-fonte]