在统计力学中，多粒子系统（原子、分子、胶体……）中， 径向分布函数, (也叫做 对关联函数) 描述粒子密度作为距参考原子的距离的函数如何变化。 如果给定粒子当做原点，体系平均粒子数密度为rho=N/V，则距原点为r处的局部时间平均的密度为\rho*g(r)。这是对均匀的各向同性系统的简化定义。 简言之，这是对于距参考粒子距离为r处找到粒子的相对概率的测量，参考态是理想气体。一般的算法是计算在距参考原子r到r+dr这样的壳层里有多少粒子。如左图，深红为参考粒子，蓝色为找到的粒子，在r到r+dr的范围（虚线表示）。 通常先计算所有粒子之间的距离，然后做柱状图，再后用理想气体的同样的柱状图归一化。三维中，归一化因子为\rho*4\pi*r^2dr。 给定势函数，g(r)可以计算得到。也可以实验得到。通过Kirkwood–Buff solution theory径向分布函数可以将微观特征与宏观性质相联系。
网络释义专业释义
双语例句原声例句
-
此外，还计算了六个温度下两相的构型能、压力和径向分布函数。
In addition, the configurational energies and pressures of the two phases at six temperatures were also given.
-
计算了各压力下的径向分布函数、局域压力的空间分布及粒子数分布。
The radial distribution functions, spatial distributions and the particle number distribution of local main stress in amorphous at each pressure are calculated.
-
通过两结构模型对径向分布函数非对称展宽、配位数、键角分布和粘度作了讨论。
By using two-structure linear combination model, the asymmetric broadening of RDF, the coordination number, the bond Angle distribution and the viscosity of chlorides have also been discussed.
-
So, we can look at other radial probability distributions of other wave functions that we talked about.
我们可以来看一看我们讨论过的,其它一些波函数的径向概率分布。
-
So what we're graphing here is the radius as a function of radial probability.
我们要画的是径向概率,作为半径的函数分布。
-
So, we can do that by using this equation, which is for s orbitals is going to be equal to dr 4 pi r squared times the wave function squared, d r.
用这个方程,对于s轨道，径向概率分布,4πr的平方,乘以波函数的平方,这很容易理解。
应用推荐
$firstVoiceSent
- 来自原声例句