p Imagine que você está fazendo um bolo especial, aquele em que a forma de cada grão de tempero misturado à massa pode ter um efeito profundo na cor da sua sobremesa, seu sabor, sua textura na língua. Esta é uma descrição aproximada da criação de novos materiais leves para aeronaves, carros e moinhos de vento que usam pequenas nanopartículas como ingredientes, e cientistas do Instituto Nacional de Padrões e Tecnologia (NIST) tornaram o desenvolvimento de receitas um trabalho mais palatável. p Polímeros - uma grande classe de materiais que inclui plásticos - desempenham um grande número de funções na vida diária, mas carecem de muitas propriedades que os tornariam ainda mais úteis. Como na cozinha, uma maneira de contornar essas limitações é misturar outros ingredientes que tenham as propriedades certas. Polímeros conduzem eletricidade mal, por exemplo, mas adicionar nanotubos de carbono (CNTs) ou folhas de grafeno forma um forte, "nanocompósito" leve, cuja condutividade elétrica pode ser mais de um milhão de vezes maior.

p Mas a variedade de opções pode confundir os designers. Se eles puderem encontrar a combinação certa de polímero e partículas, os fabricantes podem misturar um nanocompósito que tenha as propriedades certas para um trabalho - seja ele resistência, flexibilidade, condutividade, ou uma série de outros. Mas com tantos polímeros e nanopartículas para escolher, conceber a melhor receita muitas vezes é uma questão de tentativa e erro. Isso ocorre principalmente porque não há como prever as capacidades da mistura resultante com base no que cada ingrediente pode fazer. Por que não? Em um mundo, matemática.

p O efeito que as partículas adicionadas têm no polímero é profundamente influenciado por sua forma. Mas é difícil explicar matematicamente as formas complexas das partículas; na verdade, é um problema matemático notoriamente difícil. Portanto, é difícil criar modelos que considerem essa variável essencial de design. Os designers de materiais foram forçados a modelar suas misturas partindo do pressuposto de que todas as partículas tinham o formato de esferas - uma imagem irrealista, para dizer o mínimo.

p "Tem sido chamada de abordagem da 'vaca esférica', "diz o cientista de materiais do NIST, Jack Douglas." Não é muito útil quando sua partícula tem a forma de um arbusto, um coelhinho ou papel amassado, que são como as nanopartículas podem parecer em uma mistura. CNTs, por exemplo, não são os tubos idealizados que você costuma ver nas revistas; sua forma complicada depende sensivelmente das condições exatas em que as partículas são feitas. "

p A equipe lidou com esse problema explorando uma ideia do kernel de um artigo de matemática de sete décadas de Shizuo Kakutani, que sugeriu uma maneira de modelar de forma mais realista as formas das partículas em cálculos de propriedades materiais. Usar suas idéias para a ciência de materiais prática exigiria muito mais poder de processamento de números do que estava disponível na época de Kakutani, mas os computadores modernos facilitam o manuseio dessa classe de problemas. A equipe criou inicialmente nanopartículas virtuais que têm a mesma forma física das partículas do mundo real que desejam analisar, e então calcularam as propriedades relevantes usando um pacote de software publicamente disponível (ZENO) desenvolvido parcialmente no NIST.

p “Geramos milhares de exemplos das formas que queremos, o suficiente para representar a variação no mundo real, "diz Douglas." Isso nos dá informações suficientes para fazer declarações gerais sobre o comportamento deles na mistura. "

p Uma vez que os nanocompósitos de polímero são centrais para muitas tecnologias em desenvolvimento relacionadas à energia, indústrias automobilísticas e aéreas, Douglas diz, este esforço teórico promete ter um impacto apreciável. O trabalho da equipe se concentra na mistura de CNTs ou grafeno com polímeros, mas a matemática tem uma aplicação mais ampla.

p "Podemos usá-lo em qualquer problema em que surjam objetos de formas complexas, "diz ele." Por exemplo, atualmente, estamos aplicando-o para classificar as formas das células-tronco, bem como para dados biométricos. "