Revista Colombiana de Fsica, vol. 41, No.

2, Abril 2009


1

)) ( cosh( ) cosh( ) ( )) ( ( *
2
x U U U senh x U U
dx
dU
b b b
+ =

Un procedimiento para obtener la solucin de la funcin potencial en

materiales semiconductores.
A procedure to obtain the solution of the potential function in semicon-
ductor materials.

A. De Moya
1
, A. Perez
1
, J. Plaza
1
, E. Tlelo
2
, A. Torres
2
.

1
Universidad del Atlntico, Barranquilla, Colombia.
2
Instituto Nacional de Astrofsica, ptica y Electrnica. Tonantzintla,
Recibido XXXX; Aceptado XXXX; Publicado en lnea XXXX

Resumen
Las ecuaciones de estado no lineales requieren del empleo de algoritmos de integracin numrica para obtener su solucin,
mostramos el procedimiento para obtener la solucin de una funcin implcita como lo es la funcin potencial elctrico, cuya
evaluacin es imprescindible para la descripcin y/o prediccin a nivel fsico del comportamiento de los dispositivos semi-
conductores [1].

Palabras claves: Semiconductores, algoritmos, solucion.
Abstract
The nonlinear state equations require the use of numerical integration algorithms for their solution, we show the procedure to ob-
tain an implicit solution as is the electric potential function, which is imperative for the description and / or prediction physical
level of the behavior of semi-conductor devices[1].

Keywords: Semiconductors, algorithms, solution.

2009 Revista Colombiana de Fsica. Todos los derechos reservados.


1. Introduccin
El potencial en un semiconductor es funcin de diversos
parmetros, como son la concentracin local de dopado, la
temperatura, los potenciales externos y la posicin, por su
naturaleza, su evaluacin es compleja y difcil de obtener.
La fuerte evolucin del potencial con la distancia aunado al
escalamiento de los dispositivos hace necesaria su revisin
y solucin con voltajes mayores y longitudes cada vez ms
pequeas, la solucin al problema se present en DCDIS
2005 para potenciales superficiales de 0.25 V[2], tomamos
el procedimiento all descrito y damos la solucin para
potenciales superficiales del orden de 2 voltios.
Considerando el potencial superficial U
s
como el potencial
en x = 0 y el potencial del sustrato U
b
como el potencial en
x = , la funcin del potencial normalizada tiene la forma:


(1)

Esta funcin de estado no lineal se puede resolver emplean-
do algoritmos de integracin numrica multistep con control
automtico del orden y tamao del paso.




Autor principal et al.: Titulo




2
2 )) ( ( ) (
)), ( cosh( ) cosh( ) ( )) ( (
= + =
+ =
k y x U senh U senh N
x U U U senh x U U M
b
b b b
2. Planteamiento del Problema
Funciones de estado no lineales de la forma ) , ( t x f x =

, tal
como la ecuacin (1), deben resolverse numricamente,
empleando algoritmos de integracin numrica. Para im-
plementar el algoritmo de Adams-Moulton de primer orden
[3], se requiere como mnimo de las condiciones de frontera
U
b
y U
0
para calcular f
0
, adicionalmente debe definirse el
tamao del paso h, as, considerando h = 30 con U
b
= 0 y U
0
= 1, en sus corridas iniciales el programa present inestabi-
lidades desde las primeras iteraciones, como puede verse en
la figura 1. El programa ejecutado en MATLAB, contiene
en su ciclo bsico las siguientes 3 instrucciones:
u(n+1) = u(n) + h*f(n), f(n+1) = k1*sqrt((ub1-
u(n+1))*sinh(ub1) - cosh(ub1)+cosh(u(n+1)) y u(n+1) =
u(n) + h*(f(n+1)), donde k1 es una constante
igual a -0594
















Fig. 1. El algoritmo se indetermina en las 6 primeras iteraciones.

Como posible solucin a las inestabilidades se considera el
empleo de algoritmos de 2
o
orden: x
n+1
= x
n
+ 0,5 h
[f(x
n+1
,t
n+1
) + f(x
n
,t
n
)], con h = e
max
/ f
n
, y e
max
= 0.01, obsr-
vese que la evaluacin de U
n+1
se hace considerando adicio-
nalmente f
n
y recalculando h, as, el algoritmo tendr dentro
del ciclo bsico las siguientes instrucciones:
u(n+1) = u(n) + 1.5*h*f(n) - 0.5*h*f(n-1);
f(n+1) = k1*sqrt((ub1- u(n+1))*sinh(ub1) -
cosh(ub1)+cosh(u(n+1)));
h= abs(emax/f(n+1));
u(n+1)= u(n) + 0.5*h*(f(n+1) + f(n));
Este algoritmo tuvo un buen comportamiento alcanzando
rpidamente regiones de potenciales uniformes, que tienden
a U
b
, en estos puntos el algoritmo pierde estabilidad, como
se ve en la figura 2, al tornarse la funcin muy uniforme f se
hace muy pequeo provocando el crecimiento de h, a tal
punto que el ajuste en el potencial hace que cambie de sig-
no, provocando de nuevo la inestabilidad ya observada.












Fig. 2. El algoritmo pierde estabilidad cuando la funcin alcanza
su valor mnimo.








Fig. 3. El tamao del paso crece al disminuir f provocando la
inestabilidad del algoritmo.

Disminuir e
max
solamente hace que el algoritmo se vuelva
ms lento y no se corrige la inestabilidad, a diferencia del
algoritmo 1 que se torna muy estable para estas condiciones,
pero, si el potencial superficial U
0
aumenta, tenemos de
nuevo los resultados vistos inicialmente.

3. Mtodo de solucin
Es claro que para este propsito requerimos de algoritmos
de paso ajustable y de alta estabilidad, para resolver nuestro
problema recurrimos a algoritmos de integracin numrica
multistep con control automtico de orden y tamao de paso
ajustable, como se indica en la referencia 2. Por simplicidad
en el desarrollo emplearemos algoritmos Adams-Bashforth
(predictor) y Adams-Moulton (corrector) hasta de tercer
orden [3]. Considerando:




el orden y tamao del paso se obtiene seleccionando el
mayor valor de las relaciones de h, las cuales recurren a la
evaluacin de derivadas de ordenes superiores, as:




rev. col. fs.(c), vol. 41, No. 2, (2009)



3
N
M
k U U
e
h Orden
2 / 1
' ' ' '
max
1
2 1
,
1
3 . 1
2
: 1 = =
) )) ( cosh( 2 (
4 1
,
1
2 . 1
12
: 2
2
2 / 3
' ' '
3
' ' '
3
max
2
N x U M k
M
U
U
e
h Orden

=
=
))) ( ( 4 )) ( cosh( 6 3 (
8 1
,
1
4 . 1
24
: 3
2 3
2 / 5
3
4
max
3
x U senh M x U NM N k
M
U
U
e
h Orden
iv
iv
+
=
=
n
n n n n n n n
dx
dU
f donde hf u u hf u u Orden = + = + =
+ + +
, , : 1
1 1 1
) (
2
1
), 3 (
2
1
: 2
1 1 1 1 n n n n n n n n
f f h u u f f h u u Orden + + = + =
+ + +
) 8 5 (
12
1
), 5 16 23 (
12
1
: 3
1 1 1
2 1 1
+ +
+
+ + =
+ + =
n n n n n
n n n n n
f f f h u u
f f f h u u Orden

(2)



(3)





(4)

Las parejas de algoritmos predictor corrector empleadas y
su respectivo orden son:

(5)


(6)



(7)


En la implementacin automticamente se selecciona el
orden del algoritmo y se define el tamao del paso tomando
el mayor valor de h(i):
h(1)= (abs(2*emax*In2))^0.3846;
h(2)= (abs(12*emax*In3)^0.2775;
h(3)= (abs(24*emax*In4))^0.1786;
donde In
i
son los inversos de las derivadas de orden i + 1.
In2 = s*M^0.5/N;
In3 = 2*s*M^1.5/(2*M*cosh(u(n))-N^2);
In4 = 4*s*M^2.5/(3*N^3 -
6*N*M*cosh(u(n)) + 4*M^2*sinh(u(n)));
Aunque el algoritmo es muy estable y evoluciona rpida-
mente hacia las regiones donde la funcin es uniforme, su
paso se hace cada vez ms pequeo, por lo que el avance en
la funcin se torna lento, como se ve en la figura 4 en pro-
fundidades mayores a 260 m. Note al inicio del grfico el
empleo ms frecuente del algoritmo de mayor orden y la
disminucin paulatina del tamao del paso al igual que el
incremento en la recurrencia al algoritmo de menor orden.



















Fig. 4. La funcin es muy uniforme en profundidades mayores a
150 m.












Fig. 5. Se nota el empleo ms frecuente de algoritmos de mayor
orden. La progresiva disminucin del paso afecta la evolucin en
el clculo de la funcin pues su avance en x es cada vez menor.


En diferentes corridas de los algoritmos se observan inesta-
bilidades cuando el producto del paso por la primera deri-
vada es mucho mayor que el valor de la funcin, hf
n
>> u
n
,
empleando e
max
como parmetro, por lo que nos pregun-
tamos: cul ser el mayor valor de e
max
con el que el algo-
ritmo es estable? Para responder este interrogante evalua-
mos el mayor valor de e
max
en funcin de f, modificando los
valores de las condiciones iniciales U
s
, los datos obtenidos
nos muestran comportamientos como el de la figura 6. As,
implementamos los algoritmos multistep de paso ajustable
actualizando peridicamente e
max
segn la relacin,
) ) ( 10 * 941 . 2 5 (
max
10
n
f Log
e
+
= .

La estabilidad permite evaluar la funcin a profundidades
mayores a los 100 m, pero la inversin en el signo de f
crea inestabilidades que se solucionan empleando sistemti-
camente desde un paso anterior a la inversin, algoritmos de
primer orden con h fijo (o,5 m).








No. De iteraciones
5000 6900 7500 10000

Autor principal et al.: Titulo




4










Fig. 6. La regin que est por encima de los datos es una regin de
inestabilidad. La recta por estar en una regin de alta estabilidad
garantiza la obtencin de la solucin con un mnimo de iteracio-
nes.















Fig. 7. El empleo inicial del algoritmo multistep paso ajustable,
con ajuste de emax garantiza el rpido avance y debe permutarse a
algoritmos de orden 1 antes de llegar a la regin de inestabilidades.

4. Discusin de Resultados
Los problemas de estabilidad y lenta evolucin encontrados
en los primeros intentos por resolver nuestra funcin poten-
cial elctrico, hacen ver que los mtodos de integracin
numrica deben ser inspeccionados desde el inicio hasta el
final de su ejecucin, de tal forma que de acuerdo a la evo-
lucin de los clculos se harn los debidos ajustes, numri-
camente tenemos estabilidad en el algoritmo, a expensas de
la disminucin en el tamao del paso, optimizamos al poder
seleccionar el orden del algoritmo, y debemos forzar a que
el tamao del paso no sea muy pequeo, de esta manera
tenemos resultados como se muestran en la figura 7, all,
con 1000 iteraciones avanzamos en la evaluacin de U(x)
hasta 900 m.



Conclusiones
Se muestra que la solucin numrica de ecuaciones de esta-
do no lineales, empleando algoritmos de integracin num-
rica multistep es una herramienta robusta, til en diferentes
disciplinas. Las soluciones deben incluir una evaluacin
peridica de la evolucin de la funcin y sus derivadas para
optimizar los algoritmos.



Agradecimientos: Al Instituto Nacional de Astrofisica,
Optica y Electronica de Mexico y al Grupo de Instrumenta-
cion y Metrologia de la Universidad del Atlantico.


Referencias
[1] Nicollian E. H. and Brews J. R., MOS (Metal Oxide
Semiconductor) Physics and Technology, John Wiley
& Sons, New York, 1982.
[2] J. Plaza-Castillo, et al. Solution of the surface poten-
tial versus distance at various bulk potentials for sili-
con, Fourth International DCDIS Conference, 2005
Watam Pres, 333p.
[3] Chua L. O. and Lin P. M., Computer-Aided Analysis
of Electronic Circuits: Algorithms and Computational
Techniques, Prentice-Hall, Englewood Cliffs NJ,
1975.

147
iteraciones
REGION I
Multistep
REGION II
Orden 1, h fijo