Em computação científica e mecânica estatística, uma função distribuição radial, g(r) (em inglês: radial distribution function), descreve como a densidade da matéria circundante varia em função de um ponto distinto.
Supor, por exemplo, que se escolhe uma molécula em algum ponto O no volume. O que é então a densidade média em algum ponto P a uma distância r do ponto O? Se é a densidade média, então a densidade média no ponto P dado que existe uma molécula em O irá diferir de ρ por algum factor g(r).
Pode-se dizer que a função distribuição radial leva em conta as correlações na distribuição de moléculas que surgem das forças que elas exercem umas nas outras:
(densidade local média a uma distância r de O) = g(r) (1)
Desde que o gás seja diluído as correlações nas posições das moléculas que g(r) leva em atenção são devidas ao potencial (r) que uma molécula em P sente devido à presença de uma molécula em O. Usando a deli de distribuição de Boltzmann:
(2)
Se foi zero para todos os r - i.e., se a moléculas não exercem qualquer influência entre elas, g(r) = 1 para todos os r. Então a partir de (1) a densidade local média será igual à densidade média : a presença de uma molécula em O não influenciará a presença ou ausência de qualquer outra molécula e o gás será ideal. Desde que haja um a densidade local média será sempre diferente da densidade média devido às interacções entre moléculas.
Quando a densidade do gás torna-se mais alta o então chamade limite de baixa densidade não é mais aplicável porque as moléculas atraídas para e repelidas pela molécula em O também se repelem e atrem uma às outras. Os termos de correlação necessários para descreve correctamente g(r) assemelham-se à equação do virial, é uma expansão na densidade:
(3)
na qual as funções adicionais aparecem e que podem depender da temperatura e distância mas não da densidade, .
Dada uma função de energia potencial, a Função distribuição radial pode ser encontrada via métodos de simulação computorizados tal como o método de Monte Carlo. Pode também ser calculada numericamente usando rigorosos métodos obtidos da mecânica estatística como a aproximação de Percus–Yevick.
Referências
- D.A. McQuarrie, Statistical Mechanics (Harper Collins Publishers) 1976