Łańcuch Polimerowy jako Przemieszczenie Losowe: Skąd Pochodzi Wykładnik Flory

Idealna łańcuch: losowa chód bez pamięci

Najprostszym modelem polimeru, swobodnie połączonym łańcuchem, traktuje się go jako N sztywne segmenty o długości b połączone w swobodne obracające się przeguby, przy czym kierunek każdego segmentu wybierany jest całkowicie niezależnie od każdego innego. To dokładnie definicja losowego chodu i dziedziczony on bezpośrednio z podstawowego wyniku statystycznego losowego chodu.

Średni kwadrat odległości między końcami łańcucha idealnego: <R²> = N b² → R_typowy ~ b · N^(1/2) Podwajając liczbę segmentów, nie podwaja się w ogóle rozmiaru łańcucha – mnoży go jedynie przez około 1,4. To sub-liniowe skalowanie jest głównym powodem, dla którego polimery zwijają się w zwarte, splątane kłęby zamiast rozciągać się na prawie całą swoją długość konturu.

Mean squared end-to-end distance of an ideal chain:
   = N b²          →     R_typical ~ b · N^(1/2)

Obłata gyracji

Kroćka-końcowa to jeden przydatny wskaźnik rozmiaru, ale mierzy tylko dwa końce łańcucha. Obłata gyracji (Rg) – średnia pierścieniowa odległości każdego segmentu od własnego środka masy łańcucha – jest bardziej solidnym wskaźnikiem, który eksperymenty takie jak rozpraszanie światła bezpośrednio dostarczają. Dla idealnego łańcucha są one po prostu powiązane, Rg² = R²/6, a Rg dziedziczy to samo skalowanie N^(1/2).

Prawdziwe łańcuchy nie mogą się nakładać: losowa chód

Prawdziwy polimer składa się z segmentów, które zajmują przestrzeń fizyczną i nie mogą się przenikać – to efekt wykluczonej objętości. Losowa chód wymuszony przez odrzucenie każdego kroku, który by odwiedził już zajętą pozycję. Nie istnieje rozwiązanie analityczne w postaci zamkniętej dla jego statystyki w dwóch lub trzech wymiarach, ale komputerowe enumerowanie i symulacje jednoznacznie pokazują, że efekt wykluczanej objętości sprawia, że łańcuch rośnie poza idealne przewidywanie – ten sam podstawowy prawy wzrost przetrwa, tylko z większym, uniwersalnym współczynnikiem.

Wykładnik Flory'ego

Ogólny zapis prawa skalowania to R ~ N^ν, gdzie ν = 1/2 dla czystej łańcuchu i ν ≈ 0.588 dla losowego ruchu w trzech wymiarach – wykładnik Flory'ego, nazwany na cześć Paula Flory’ego z jego pochodzenia z 1949 roku metodą średnich pól, które zbalansowały odpychanie związane z wykluczonym objętością z elastycznością entropijną, aby uzyskać przybliżoną wartość dokładnie 3/5, co jest niezwykle bliskie współczesnemu, rygorystycznie obliczonemu wartości. W dwóch wymiarach wykładnik dokładny wynosi 3/4; w rozpusczeniu theta, gdzie interakcje segmentów przyciągających i odpychających dokładnie się znoszą, rzeczywiste łańcuchy wracają do idealnego ν = 1/2.

ideal chain (3D):            R ~ N^0.5
self-avoiding walk (3D):     R ~ N^0.588
self-avoiding walk (2D):     R ~ N^0.75

excluded volume > 0 pushes ν above 0.5; a theta solvent brings it back down to 0.5

Pomiar wykładnika z ensemblu

W praktyce ν jest wyciągany numerycznie: generowany jest duży zespół niezależnych ścieżek self-avoiding na rozległym zakresie długości łańcucha N, obliczana jest średnia wielkość dla każdej N i tworzona jest wykres log(rozmiaru) vs. log(N). Nachylenie otrzymanej prostej jest równa ν. Demo powyżej robi dokładnie to samo, rosnąc wiele łańcuchów i pozwalając na obserwację relacji praworożnej wyłaniającej się bezpośrednio z ensemblu symulowanego.

Frequently asked questions

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Polymer Chain Random Walk i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.