Estudo das propriedades de moléculas com átomos pesados utilizando um novo conjunto de base relativístico

• Ano de defesa: 2017
• Autor(a) principal: Canella, Guilherme Arantes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: átomos pesados; conjunto de base relativístico; heavy atoms; molecules properties; propriedades moleculares; química quântica relativística; relatividade; relativistic basis set; relativistic quantum chemistry; relativity
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/75/75134/tde-23052017-094626/

Desde o início do uso de ferramentas computacionais na química, pesquisadores notaram a necessidade de um adequado tratamento da correlação eletrônica para a acurada descrição da estrutura eletrônica. Algum tempo depois, perceberam que, além da correlação, haviam ainda deficiências nos resultados obtidos, as quais estavam relacionadas com efeitos relativísticos, principalmente quando tentavam tratar moléculas com átomos pesados. Um terceiro aspecto a ser levado em consideração nestes estudos diz respeito ao uso de um conjunto acurado de funções de base. No caso específico de cálculos relativísticos, se possível, tais conjuntos ainda precisam garantir a eliminação do prolapso variacional, um problema que está relacionado com uma descrição deficiente da região mais próxima dos núcleos. Com esse propósito, o conjunto RPF-4Z foi desenvolvido recentemente. Sendo assim, este projeto foi voltado para a análise comparativa da qualidade do conjunto RPF-4Z. Desta forma, foram avaliadas propriedades fundamentais das moléculas como, por exemplo, geometrias, momentos de dipolo e constantes espectroscópicas. Simultaneamente, uma propriedade desafiadora, o gradiente de campo elétrico na posição de núcleos de xenônio, também foi considerada. Os resultados obtidos até agora reforçam a eficiência do conjunto RPF-4Z, que é capaz de fornecer valores comparáveis àqueles dados por conjuntos de base de mesma qualidade, mas com menor demanda por recursos computacionais.