guinier

Den returnerede værdi er skaleret til enheder af cm-1 sr-1, absolut skala.

Definition

Denne model passer til Guinier-funktionen

til dataene direkte uden behov for linearisering (jf. den sædvanlige plot af \(\(\ln I(q)\)vs \(q^2\))). Bemærk, at det kan være nødvendigt at begrænse datarækken til kun at omfatte små q, hvor Guinier-approksimationen faktisk finder anvendelse. Se også guinier_porod-modellen.

For 2D-data beregnes spredningsintensiteten på samme måde som i 1D, hvor \(q\)-vektoren er defineret som

I spredning kvantificerer radius of gyration \(R_g\) objektets fordeling af SLD (ikke massetæthed, som i mekanikken) fra objektets SLD-massecentrum. Den er defineret ved

hvor \(r_0\) betegner objektets SLD-massecentrum og \(\(\rho_i\) er SLD i punktet \(i\).

Bemærk, at \(R_g^2\) kan være negativ (da SLD kan være negativ), hvilket sker, når en formfaktor \(P(Q)\) er stigende med \(Q\) i stedet for aftagende. Dette kan forekomme for kerne/skalpartikler, hule partikler eller for sammensatte partikler med domæner med forskellige SLD’er i et opløsningsmiddel med et SLD tæt på det gennemsnitlige matchpunkt. (Alternativt kan dette betragtes som en intern “strukturfaktor” mellem domænerne inden for en enkelt partikel, som giver anledning til en top i spredningen).

For at angive en negativ værdi af \(R_g^2\) i SasView skal du blot give \(R_g\) en negativ værdi (\(R_g^2\) vil blive evalueret som \(R_g |R_g|\))). Bemærk, at den fysiske radius for partiklens ydre stadig vil være stor og positiv; det er kun den tilsyneladende størrelse ud fra de små \(Q\)-data, der vil give en lille negativ værdi af \(R_g^2\).