G5 Artikkeliväitöskirja
Development of Nuclear Energy Density Functionals from Optimization to Uncertainty Analysis (2020)


Haverinen, T. (2020). Development of Nuclear Energy Density Functionals from Optimization to Uncertainty Analysis [Doctoral dissertation]. Jyväskylän yliopisto. JYU Dissertations, 222. http://urn.fi/URN:ISBN:978-951-39-8170-9


JYU-tekijät tai -toimittajat


Julkaisun tiedot

Julkaisun kaikki tekijät tai toimittajat: Haverinen, Tiia

eISBN: 978-951-39-8170-9

Lehti tai sarja: JYU Dissertations

eISSN: 2489-9003

Julkaisuvuosi: 2020

Sarjan numero: 222

Kustantaja: Jyväskylän yliopisto

Kustannuspaikka: Jyväskylä

Julkaisumaa: Suomi

Julkaisun kieli: englanti

Pysyvä verkko-osoite: http://urn.fi/URN:ISBN:978-951-39-8170-9

Julkaisun avoin saatavuus: Avoimesti saatavilla

Julkaisukanavan avoin saatavuus: Kokonaan avoin julkaisukanava


Tiivistelmä

Tämä väitöskirja käsittelee ytimen energiatiheysfunktionaalien kehittämistä eri näkökulmista. Ytimen energiatiheysfunktionaalit ovat yhä ainoita mikroskooppisia malleja, joita voidaan soveltaa läpi koko ydinkartan. Vaikka nämä mallit soveltuvat monipuolisesti eri kokeellisesti tuntemattomien ytimien ominaisuuksien ennustamiseen, myös viimeisimpien mallien puutteet ovat tulleet ilmi. Käytössä olevien mallien puutteita täytyy tutkia, ja kertynyttä ymmärrystä tulee käyttää uusien parempien menetelmien luomiseksi. Tässä väitöskirjassa on toteutettu UNEDF-mallien epävarmuusanalyysi. Koska ytimen energiatiheysfunktionaalit sisältävät joukon parametreja, jotka täytyy sovittaa kokeelliseen dataan, nämä mallit kantavat tilastollista virhettä, joka puolestaan kantautuu annettuihin ennusteisiin. Vaikka virhearviot ovat tärkeitä jo niiden itsensä takia, voi epävarmuusanalyysi tuottaa lisätietoa siitä, missä mallin heikkoudet piilevät. Siksi tässä työssä UNEDF-mallien virheiden etenemistä tutkitaan yksityiskohtaisesti huomioiden virheen kertyminen eri mallien parametreista. Energiatiheysfunktionaalien optimointiprosesseja käsitellään esittelemällä eri optimointistrategioita, mutta myös havainnollistamalla tehtävän haastavuutta. Koska parametrien sovittamiseen käytetty data sisältää usein niin yksittäisten ytimien kuin äärettömän ydinmaterian (INM) ominaisuuksia, tässä väitöskirjassa on johdettu myös muutamia INM-ominaisuuksia uutta äärellisen kantaman vuorovaikutusta käyttäen.


Vapaat asiasanat: ydin; energiatiheysfunktionaali


Liittyvät organisaatiot


OKM-raportointi: Kyllä

Raportointivuosi: 2020


Viimeisin päivitys 2021-07-07 klo 21:35