Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/31436
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Maurício Veloso Brant Pinheiropt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1955893673300502pt_BR
dc.contributor.referee1Bismarck Vaz da Costapt_BR
dc.contributor.referee2Klaus Krambrockpt_BR
dc.creatorGabriel de Albuquerque Silvapt_BR
dc.creator.Latteshttp://lattes.cnpq.br/5689828480554433pt_BR
dc.date.accessioned2019-12-05T19:02:32Z-
dc.date.available2019-12-05T19:02:32Z-
dc.date.issued2019-08-09-
dc.identifier.urihttp://hdl.handle.net/1843/31436-
dc.description.abstractAs the title suggests, in this study we performed simulations and computational modeling in cw (continuous-wave) EPR using some numerical methods. The entire procedure was written in C language and the graphical representations were automatically generated in the GnuPlot program. Hereafter, we intend to "close" the code and create an executable file that can be applied specifically to nitroxide radicals in fast-motion regime. The first part of this procedure is to simulate the spectrum using an appropriate model. This involves obtaining the energies and eigenstates of a spin Hamiltonian by numerical diagonalization, recursive bisection of the magnetic field interval, interpolation by cubic splines of energy levels, search for the resonant fields, and other details for the construction of the final spectrum as lineshapes and linewidths model. Computational modeling is the second part of the procedure. Basically, it is the adjustment of a simulated spectrum to an experimental spectrum. This realization is done by nonlinear least squares fitting. The minimization techniques used were the Levenberg-Marquardt, Nelder-Mead simplex and simulated annealing methods with the Monte Carlo algorithm. Through the covariance matrix it was possible to estimate uncertainties of the parameters of the spin Hamiltonian, linewidths and correlation time for rotational diffusion. However, the nonlinear least squares fitting takes on an experimental spectrum with Gaussian noise, but in practice these deviations can be neither totally random nor fully Gaussian. This may lead to underestimation of parameter uncertainties, thus requiring further evaluation of experimental data, such as observing the residuals of the fit, their distribution, and even other statistical tests as needed. The target function can be chosen according to the distribution of experimental deviations.pt_BR
dc.description.resumoComo o título sugere, neste estudo foram realizadas simulações e modelagens computacionais em cw (continuous-wave) EPR empregando alguns métodos numéricos. Todo o procedimento foi escrito em linguagem C e as representações gráficas foram geradas automaticamente no programa GnuPlot. Futuramente, pretende-se “fechar” o código e criar um arquivo executável que possa ser aplicado especificamente a radicais nitróxidos em regime de movimento rápido (fast-motion). A primeira parte deste procedimento, é simular o espectro utilizando um modelo apropriado. Isto envolve obter as energias e autoestados de um Hamiltoniano de spin através de diagonalização numérica, bisseccionamento recursivo do intervalo de campo magnético, interpolação por splines cúbicas dos níveis de energia, busca pelos campos ressonantes e outros detalhes para a construção do espectro final, como formas de linha e modelo para larguras de linha. A modelagem computacional é a segunda parte do procedimento. Basicamente, trata-se do ajuste de um espectro simulado a um espectro experimental. Esta realização é feita por ajuste de mínimos quadrados não-linear. As técnicas de minimização utilizada foram os métodos de Levenberg-Marquardt, Nelder-Mead simplex e recozimento simulado (simulated annealing) com o algoritmo de Monte Carlo. Através da matriz covariância foi possível estimar incertezas dos parâmetros do Hamiltoniano de spin, larguras de linha e tempo de correlação para difusão rotacional. No entanto, o ajuste de mínimos quadrados não-linear assume um espectro experimental com ruído Gaussiano, mas na prática estes desvios podem ser nem totalmente randômicos e nem totalmente Gaussianos. Isso pode levar a subestimativas das incertezas dos parâmetros, ficando assim a necessidade de mais avaliações dos dados experimentais, como a observação dos residuais dos ajustes, a distribuição deles e até outros testes estatísticos a medida que se fizer necessário. A função alvo pode ser escolhida de acordo com a distribuição dos desvios experimentais.pt_BR
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.description.sponsorshipFAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Geraispt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE FÍSICApt_BR
dc.publisher.programPrograma de Pós-Graduação em Físicapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/pt/*
dc.subjectcw EPRpt_BR
dc.subjectSimulação em cw EPRpt_BR
dc.subjectRegime fast-motionpt_BR
dc.subjectAjuste de mínimos quadrados não-linearpt_BR
dc.subject.otherRessonância paramagnética eletrônicapt_BR
dc.subject.otherMétodos de simulaçãopt_BR
dc.titleSimulação e modelagem computacional em EPR de onda contínua com ênfase a radicais nitróxidos em regime de movimento rápidopt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Gabriel de Albuquerque Silva_A.pdfDissertação3.2 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons