Modelado computacional, una herramienta para comprender la ciencia de los materiales
Palabras clave:
Modelado computacional, ciencia de los materiales, cálculos informáticos, softwareResumen
Para entender el impacto y las bondades del modelado de materiales mediante cálculos informáticos es necesario ubicar la trascendencia de los resultados obtenidos por estos métodos; la forma tradicional (hasta hace unos años) de investigación de materiales nuevos y sus propiedades era el trabajo en laboratorio con la inversión de recursos humanos y financieros. El modelado computacional cambia el paradigma introduciendo la experimentación mediante software, en el que se plantean sistemas y se prueban sus resultados a través de cálculos matemáticos, contribuyendo de esta forma a comprender la ciencia de los materiales. Una gran ventaja de esta forma de operación es que además de calcular la probabilidad de ocurrencia de una reacción, por ejemplo, proporciona datos de las propiedades de los materiales reactivos, así como de los producidos; información que tradicionalmente se obtiene de la caracterización llevada a cabo después de la obtención de éstos.
Descargas
Citas
Arriaga-Arjona, L., y Carbajal-Franco, G. (2017). Zinc oxideiron-aluminum nanostructured cover for photoelectrchemical water splitting. Materials Research Society. 2:2707-2711.
Chatterjee, S. (2012). Encyclopedia of Inorganic Chemistry. West Bengal: Discovery Publishing House PVT. LTD.
Crayton, J. (2002). A model for 18O/16O variations in CO2 evolved from goethite during the solid-state FeOOH to Fe2O3 phase transition. Geochimica et Cosmochimica. 67(11):1991-2004.
Katrin, O., Wolfgang, W., y Schmahí, R. (2012). Density functional theory study of water adsorption on FeOOH surfaces. Germany: Surface Science.
Long, Z., Fangyuan, X., y Meng, Q. (2016). The adsorption and dissociation of water molecule on goethite (010)surface: A DFT approach. Applied Surface Science. 392:760-767.
Maquez, M., Carbajal-Franco, G., y Pacheco, J. (2016). Estado de transición de la reacción de sintesis de goetita mediante simulacion molecular. Revista de Simulación y Laboratorio. 3:24-32.
McNellis, E., Meyer, J., y Baghi, A.D. (2009). Stabilizing a molecular switch at solid surfaces: A density functional theory study of azobenzene on Cu(111), Ag(111), and Au(111). Physical Review B. 80(3):3-15.
Novakova, A., Antonov, A., Gendler, T., et al. (2012). The influence of surface active substances various concentrations on goethite nanoparticles magnetic properties. Solis State Phenomena. 190:447-450.
Seriana, N. (2017). Ab Initio simulations of water spliting on hematite. Journal of Physics: Condensed Matter. 29(46):3002.
Shu Sung, L. y Mirat Gurol , D. (1998). Catalytic Decomposition of Hydrogen Peroxide on Iron Oxide: Kinetics, Mechanism, and Implications. Environmental Science & Technology. 32(10):1417-1423.
Zhenxiong, H., Fengshuang, H., Mingtao, L., et al. (2019). Which phase of iron oxyhydroxides (FeOOH) is more competent in overall water splitting as a photocatalyst, goethite, akaganeite or lepidocrocite? A DFT-based investigation. China: Computational Materials Science.
