Cúmulos bimétalicos
Otro ejemplo que ilustra el empleo de supercomputadoras
en la física, es el estudio de las propiedades estructurales y
electrónicas de nanocúmulos bimetálicos. Los nanocúmulos son agregados
de tamaño nanométrico de átomos o moléculas, cuyo número está entre
10 y 106. Los nanocúmulos bimetálicos,
también llamados nanoaleaciones, están formados por dos tipos de
átomos metálicos y se caracterizan por el hecho de que sus propiedades
químicas y físicas pueden regularse variando no solamente el tamaño
y el ordenamiento atómicos (como ocurre con los nanocúmulos monometálicos),
sino también cambiando su composición. Esto abre el camino para
una gran variedad de aplicaciones potenciales. En particular, variando
las estructuras y composiciones de ciertas nanoaleaciones es posible
modificar dramáticamente sus actividades catalíticas. Más aún,
los catalizadores bimetálicos presentan generalmente un mucho mejor
desempeño que los catalizadores monometálicos.12 Estas nanoaleaciones también son interesantes porque presentan
estructuras y propiedades distintas a las de los cúmulos de elementos
puros. Inclusive existen ejemplos de pares de elementos, como el
fierro y la plata, que son inmiscibles en una fase macroscópica
pero se mezclan fácilmente en nanocúmulos.13
En general, resulta importante encontrar la configuración de mínima energía de un nanocúmulo con una composición y tamaño dados, ya que dicha configuración determina en gran medida su comportamiento físico y químico. Para encontrar de manera teórica dicha configuración, se puede emplear una metodología que combina los dos grupos tradicionales en los que se divide la simulación computacional. Uno de estos grupos es el formado por los métodos atomísticos o clásicos, y el otro grupo está formado por los métodos ab initio o de primeros principios. En los primeros, los átomos que forman el material interactúan mediante potenciales modelo, cuyos parámetros se ajustan a partir de observables experimentales del sistema en cuestión, por lo que también son llamados potenciales semiempíricos. Por otra parte, en los métodos ab initio se resuelve la ecuación de Schrödinger con diferentes grados de aproximación para el hamiltoniano que, en principio, toma en cuenta las interacciones electrón-electrón, electrón-núcleo y núcleo-núcleo que hay en el sistema. Idealmente, los únicos datos empíricos que entran en los cálculos ab initio son los valores de las constantes físicas fundamentales. La complejidad inherente de este tipo de cálculos hace que su uso en la búsqueda de la configuración de mínima energía de un nanocúmulo, sea muy costoso desde el punto de vista computacional. Es por esto que generalmente se utilizan los métodos atomísticos, junto con un algoritmo de optimización global, para encontrar las configuraciones de energía más baja, las cuales corresponden a los mínimos más profundos de la superficie, o hipersuperficie, de energía potencial (PES, por sus siglas en inglés).
La dimensionalidad del hiperespacio para la búsqueda
de la configuración de mínima energía de un cúmulo atómico, crece
linealmente con el número de átomos, pero el número de mínimos
locales en la PES crece mucho más rápidamente. De hecho hay indicaciones
de que este número crece exponencialmente con el número de átomos
en el sistema.14 Más aún, al pasar de nanocúmulos formados por un solo tipo
de átomo a nanoaleaciones, hay un incremento en la complejidad
del problema, debido a la presencia de dos tipos de átomos, lo
que lleva a la existencia de homótopos que son cúmulos formados
por n átomos del tipo A y m átomos del tipo B,
es decir AnBm, con un número
fijo de átomos (N=n+m fijo),
una composición determinada (m/n fijo) y que tienen el
mismo arreglo geométrico, pero que difieren únicamente en la forma
en que los átomos A y B están distribuidos. Es
decir, para cada configuración geométrica existen homótopos. Por
ejemplo, para un cúmulo de 30 átomos A15B15,
hay 155117520 homótopos, aunque algunos de ellos pueden ser equivalentes
si el arreglo geométrico subyacente presenta simetrías. De esta
manera, la PES de un cúmulo binario puede presentar un número inmensamente
mayor de mínimos locales que aquella de un cúmulo homogéneo del
mismo tamaño. Por esta razón se necesita de un método eficiente
de búsqueda de mínimos de energía en la PES. Uno de estos métodos
es el de algoritmos genéticos,15
el cual se puede usar en cualquier problema en el que se busque
optimizar alguna función de muchas variables y, como lo indica
su nombre, está basado en los principios de la evolución natural.
En el caso que nos interesa, este método asigna un “código genético”
a una configuración particular del cúmulo. Una población de configuraciones
generadas al azar se toma como primera generación. Las poblaciones
de las siguientes generaciones se “reproducen” a partir de las
generaciones anteriores mediante la aplicación de operadores análogos
a los procesos evolutivos (tales como el entrecruzamiento y la
mutación) a los códigos genéticos de los individuos mejor adaptados
(configuraciones de menor energía). De esta manera, las configuraciones
de los cúmulos “evolucionan” a través de las generaciones hacia
la geometría de menor energía.16
Generalmente esto implica millones de evaluaciones de la energía
potencial para cúmulos de alrededor de 50 átomos.
La naturaleza global de este método se debe a que
permite escapar de los mínimos locales a través de la aplicación
de los operadores genéticos. La combinación de este método, junto
con un potencial semiempírico para calcular la energía potencial
del cúmulo (y que es computacionalmente menos costoso que un cálculo ab
initio), permite obtener una distribución de configuraciones
de menor energía en un tiempo de cómputo razonable. Estas configuraciones,
a su vez, pueden ser reoptimizadas localmente usando métodos ab
initio, como el de la “Teoría del Funcional de la Densidad”
(DFT, por sus siglas en inglés), la que también permite estudiar
efectos físicos relevantes para las nanoaleaciones -como el de
la transferencia de carga- los cuales no son incluidos a través
del modelado con potenciales semiempíricos.17-18 Antes de concluir, debemos mencionar que DFT es un método muy utilizado
hoy en día para estudiar las propiedades físicas de moléculas,
cúmulos y sólidos, y cuya implementación computacional constituye
un campo muy vasto de investigación que involucra a físicos, químicos
y programadores.
12. J.H. Sinfelt. Bimetallic Catalysts: Discoveries,
Concepts and Applications.Wiley, New York, 1983.
13. Andrews, M. P.;
O’Brien, S. C. “Gas-phase “molecular alloys” of bulk immiscible
elements: iron-silver (FexAgy)”, Journal
of Physical Chemistry (1992) 96, 8233 .
14. J.P.K. Doye, D. Wales
“Calculation of thermodynamic properties of small Lennard-Jones
clusters incorporating anharmonicity”.
Journal of Chemical Physics
(1995) 102, 9659.
15. J. Holland, Adaptation in Natural and
Artificial Systems.Univ.
Michigan, Ann Arbor, 1975.
16. K. Michaelian, “A
symbiotic algorithm for finding the lowest energy isomers of large
clusters and molecules”. Chemical
Physics Letters (1998) 293, 202.
17. E.M. Fernández, L.C.
Balbás, L.A. Pérez, K. Michaelian, I.L. Garzón “Structural
properties of bimetallic clusters from density functional calculations”, International
Journal of Modern Physics B 19, (2005) 2339,.
18. A. Radillo-Díaz, Y.
Coronado, L.A. Pérez, I.L. Garzón, “Structural and electronic
properties of PtPd and PtNi nanoalloys”, European
Physical Journal D (2009) 52, 127.
|