O que é uma função radial de distribuição de pares. Cite algumas aplicações.

Passo 1

Você perguntou duas coisas: (i) o que é a função radial de distribuição de pares; (ii) citar algumas aplicações. Não há dados numéricos no enunciado — é uma pergunta conceitual. Vou primeiro explicar claramente o que a função pede e quais são os objetos de interesse: a definição matemática da função, o significado físico, como calcular na prática e exemplos de onde ela é usada.

Passo 2

Intuição simples e direta (sem fórmulas ainda): imagine que você marca uma partícula como referência e conta quantas outras partículas existem numa casca esférica de raio r ao seu redor. A função radial de distribuição de pares mede como essa contagem, quando devidamente normalizada, difere do que seria esperado para um gás ideal (partículas distribuídas aleatoriamente). Se o valor for maior que 1 em algum r, há uma maior probabilidade de encontrar uma outra partícula a essa distância; se for menor que 1, há uma menor probabilidade.

Passo 3

Definição formal (fórmula e explicação de cada símbolo). Para um sistema homogêneo e isotrópico com densidade média \rho e N partículas em volume V, a função radial de distribuição de pares g(r) pode ser definida por
g(r)=\frac{1}{\rho N}\left\langle\sum_{i\neq j}\delta\big(r-|\mathbf r_i-\mathbf r_j|\big)\right\rangle,
onde \mathbf r_i são as posições das partículas, \delta é a função delta de Dirac e \langle\cdot\rangle indica média de ensemble (ou média temporal em simulação). Essa expressão diz: conte todas as distâncias par a par iguais a r e normalize pela densidade e pelo número de partículas.

Passo 4

Forma prática e interpretação (casca esférica e normalização). É mais útil pensar na forma
g(r)=\frac{1}{\rho\,4\pi r^{2}}\frac{d\bar N(r)}{dr},
onde \bar N(r) é o número médio de partículas encontradas dentro de uma esfera de raio r centrada em uma partícula de referência. Em discretização com uma casca de espessura \Delta r usamos o estimador
g(r)\approx\frac{1}{\rho\,4\pi r^{2}\Delta r}\left\langle n(r,r+\Delta r)\right\rangle_{\text{por partícula}},í
onde n(r,r+\Delta r) é o número médio de partículas na casca [r,r+\Delta r] ao redor de uma partícula referência. Expliquei as variáveis: \rho=N/V é densidade média, r é distância entre partículas, \Delta r largura da casca, e a média pode ser feita sobre todas as partículas e/ou sobre configurações.

Passo 5

Outro estimador muito usado em simulação (contagem global de pares). Se n_{\text{pairs}}(r,r+\Delta r) é o número total de pares com separação em [r,r+\Delta r] então
g(r)\approx\frac{V}{N(N-1)\,4\pi r^{2}\Delta r}\;n_{\text{pairs}}(r,r+\Delta r).
Aqui a normalização garante que, para um gás ideal sem correlações espaciais, g(r)=1 para todo r.

Passo 6

Propriedades importantes e significado físico. Alguns pontos-chave:
  • Limite de longo alcance: \displaystyle\lim_{r\to\infty}g(r)=1 em um fluido homogêneo (nenhuma correlação a grande distância).
  • Exclusão de volume: para partículas com tamanho finito (ex.: esferas duras) g(r)=0 para r menor que o diâmetro de contato.
  • Picos em g(r) indicam ordem local (primeiro pico ≈ distância média ao vizinho mais próximo; picos subsequentes mostram estruturas de curto alcance).
  • Coordenação (número médio de vizinhos até raio R):
N_c(R)=4\pi\rho\int_{0}^{R} g(r)\,r^{2}dr.
Isso conta quantas partículas, em média, estão dentro de R de uma referência.

Passo 7

Relação com grandezas experimentais (espectros de espalhamento). A função g(r) está ligada ao fator de estrutura S(k) medido em espalhamento (raios X, nêutrons) por
S(\mathbf k)=1+\rho\int (g(r)-1)e^{-i\mathbf k\cdot\mathbf r}\,d^{3}r,
e, para sistemas isotrópicos,
S(k)=1+4\pi\rho\int_{0}^{\infty}(g(r)-1)\frac{\sin(kr)}{kr}\,r^{2}dr.
Assim, medições de S(k) podem ser usadas para obter g(r) (inversão de Fourier) e vice-versa.

Passo 8

Como calcular na prática (passo a passo para prova ou simulação):
  1. Calcule todas as distâncias |\mathbf r_i-\mathbf r_j| para i<j (usando imagens periódicas se houver condições de contorno periódicas).
  2. Faça um histograma dessas distâncias em bins centrados em r com largura \Delta r: conta n_{\text{pairs}}(r,r+\Delta r).
  3. Use a normalização
g(r)=\frac{V}{N(N-1)\,4\pi r^{2}\Delta r}\;n_{\text{pairs}}(r,r+\Delta r)
para obter o estimador. Alternativamente, divida por \rho\,4\pi r^{2}\Delta r a média por partícula.
4. Verifique limites: para gás ideal espere g(r)\approx 1; para curtos r em partículas com tamanho, espere g(r) próximo de zero.

Passo 9

Comportamentos típicos com exemplos bem concretos:
  • Gás ideal: \,g(r)=1 (sem correlações).
  • Esferas duras (hard spheres): g(r)=0 para r<\sigma (diâmetro \sigma); primeiro pico em r\gtrsim\sigma.
  • Líquido simples: pico principal pronunciado (vizinhos mais próximos), oscilações amortecidas ao aumentar r.
  • Cristal: picos muito agudos em distâncias bem definidas (ordem de longo alcance).

Passo 10

Aplicações práticas (como citar na prova — palavras curtas e objetivas) e observações finais: a função é usada sempre que precisamos quantificar arranjos espaciais e correlações entre partículas/objetos. Em provas e simulações lembre-se de explicar a normalização e o porquê g(r)\to1 em ausência de correlações.

Resposta

Função radial de distribuição de pares: é a função g(r) que dá a razão entre a densidade média de partículas à distância r de uma partícula referência e a densidade média do sistema, formalmente
g(r)=\frac{1}{\rho N}\left\langle\sum_{i\neq j}\delta\big(r-|\mathbf r_i-\mathbf r_j|\big)\right\rangle
ou, no estimador de casca,
g(r)\approx\frac{1}{\rho\,4\pi r^{2}\Delta r}\left\langle n(r,r+\Delta r)\right\rangle,
indicando se há excesso ( g>1) ou falta ( g<1) de probabilidade de encontrar outra partícula a distância r.
Aplicações: caracterizar estrutura de líquidos e sólidos (MD e teoria de líquidos), interpretar dados de espalhamento (raios X/nêutrons) via fator de estrutura S(k), estudar coloides e suspensões, analisar transições vidro-cristalização, determinar coordenação em materiais e nanopartículas, análise estrutural de biomoléculas (PDF atômico), e análogos em cosmologia/estatística espacial (função de correlação dois-pontos de galáxias).

Exercícios relacionados