Anda di halaman 1dari 6

Educao

Quim. Nova, Vol. 33, No. 7, 1594-1597, 2010


CLASSIFICAO PERIDICA: UM EXEMPLO DIDTICO PARA ENSINAR ANLISE DE COMPONENTES
PRINCIPAIS
Wellington da Silva Lyra, Edvan Cirino da Silva, Mario Cesar Ugulino de Arajo e Wallace Duarte Fragoso*
Departamento de Qumica, Universidade Federal da Paraba, 58051-970 Joo Pessoa PB, Brasil
Germano Veras
Departamento de Qumica, Universidade Estadual da Paraba, 58109-753 Campina Grande PB, Brasil
Recebido em 16/9/09; aceito em 3/4/10; publicado na web em 20/7/10

PERIODIC CLASSIFICATION: A DIDACTIC EXAMPLE TO TEACH PRINCIPAL COMPONENT ANALYSIS. A dataset of


chemical properties of the elements is used herein to introduce principal components analysis (PCA). The focus in this article is
to verify the classification of the elements within the periodic table. The reclassification of the semimetals as metals or nonmetals
emerges naturally from PCA and agrees with the current SBQ/IUPAC periodic table. Dataset construction, basic preprocessing,
loading and score plots, and interpretation have been emphasized. This activity can be carried out even when students with distinct
levels of formation are together in the same learning environment.
Keywords: principal components analysis; semimetals; chemical properties of the elements.

INTRODUO
A anlise de componentes principais (PCA) encontra-se certamente entre as mais importantes ferramentas da anlise multivariada,
inclusive por constituir a base onde se fundamentam a maioria dos
outros mtodos multivariados de anlise de dados. Como uma ferramenta de anlise exploratria a PCA permite revelar a existncia ou
no de amostras anmalas, de relaes entre as variveis medidas e
de relaes ou agrupamentos entre amostras. Alm disto, mtodos
eficientes de classificao, como a modelagem independente para
analogia de classes (SIMCA) e de calibrao, como a regresso em
componentes principais (PCR) ou a regresso por mnimos quadrados
parciais (PLS), so derivados da PCA.
No contexto da aplicao em problemas qumicos estes mtodos
estatsticos so denominados mtodos quimiomtricos. A importncia
da quimiometria para os laboratrios modernos de qumica cresceu
com a capacidade dos instrumentos analticos de produzirem conjuntos de dados cada vez maiores e mais complexos e com a evoluo dos
computadores que permitem trat-los agilmente. Assim, aplicaes de
PCA em problemas de qumica so cada vez mais comuns e podem
ser encontradas facilmente na literatura.1-10
Para o aprendizado desta ferramenta esto disponveis vrios
livros11,12 e artigos, 13-15 tanto para quem pretende apenas usar a PCA
como para quem pretende se aprofundar na lgebra e nos algoritmos
empregados. Um problema recorrente que no pode ser negligenciado o risco que os usurios correm de perder o sentido qumico de
seus estudos, muitas vezes preocupados apenas com as tabelas e os
grficos de excelente qualidade produzidos pelos programas. Este
risco minimizado quando o sistema estudado bem conhecido e
as interpretaes dos resultados da PCA so feitas fundamentadas
neste conhecimento prvio.
Nos cursos de quimiometria comumente enfrentam-se dificuldades para encontrar uma aplicao para a anlise de componentes
principais que seja suficientemente didtica para um primeiro contato. Aplicaes envolvendo os mais diversos sistemas1-10 podem ser
empregadas, mas estes sempre sero dominados por alguns alunos e
no por outros. Assim, um banco de dados oriundo de espectrosco*e-mail: wallace@quimica.ufpb.br

pia um bom exemplo para um estudante j adiantado em qumica


analtica, mas torna-se incompreensvel para um estudante que ainda
no conhece a tcnica. Cursos de quimiometria costumam ter um
pblico com interesses bastante diversificados e em diferentes nveis
de formao, o que dificulta ainda mais encontrar um exemplo ideal.
Uma proposta que surgiu em um de nossos cursos a anlise
da classificao dos elementos tradicionalmente conhecidos como
semimetais na Tabela Peridica, como metais ou ametais, de acordo
com a recomendao da IUPAC e adotada na Tabela Peridica da SBQ
desde 2001. Nessa nova classificao, germnio, antimnio e polnio
so metais, enquanto boro, silcio, arsnio e telrio so ametais. Por
se tratar de uma recomendao recente, muitos estudantes ainda
trazem do ensino mdio a noo do grupo dos semimetais, agora
extinto. Assim pode-se simultaneamente introduzir esta atualizao
da Tabela Peridica e aplicar a anlise de componentes principais a
uma srie de propriedades dos elementos e verificar a consistncia
das atribuies dos elementos aos grupos como proposto. No presente
trabalho, este exemplo de aplicao da PCA apresentado e proposto
para a utilizao em cursos de quimiometria, uma vez que tanto as
propriedades empregadas quanto a caracterizao do problema em
si so facilmente reconhecidas por quaisquer estudantes de qumica,
mesmo que iniciantes, de modo que as discusses e a concluso da
anlise sejam facilmente compreendidas por todos.
O BANCO DE DADOS
Os elementos que constituem o banco de dados so os naturais,
ou seja, aqueles que vo do H at o U (com exceo de Tc, Fr, Pm
e At), um total de 88 elementos. Os elementos artificiais no so
includos por no possurem valores disponveis para todas as propriedades consideradas.
Para realizao da PCA foram utilizados valores tabelados16 das
seguintes propriedades: primeira energia de ionizao (EI), raio atmico (RA), afinidade eletrnica (AE), eletronegatividade de Pauling
(EN), densidade (D), calor especfico (CE), entropia padro (S) e
condutividade trmica (CT).
Os alunos so orientados a construir uma tabela de dados (matriz)
pesquisando em um Handbook16 os valores das propriedades para cada
elemento. Os elementos (objetos) so dispostos nas linhas da matriz

Classificao peridica: um exemplo didtico

Vol. 33, No. 7

e as propriedades (variveis) nas colunas. importante que os alunos


construam o banco de dados para se familiarizar com a estrutura da
matriz e com o significado das linhas e colunas.
Pr-processamento
A matriz de dados construda usando os valores das propriedades
dos elementos apresenta variveis com significados fsicos, magnitudes e unidades distintas. Fica fcil mostrar para os estudantes que
estes valores como esto no podem ser combinados.
Os dados precisam ser pr-processados e o pr-processamento
adequado o autoescalonamento, ou seja, a matriz centrada na
mdia dos valores subtraindo-se o valor de cada elemento da matriz
da mdia de cada varivel (coluna) e, em seguida, normalizada pelo
desvio padro dividindo-se o valor de cada elemento centrado na mdia pelo desvio padro da varivel. O propsito dessa transformao
permitir que todas as variveis possam exercer influncias equitativas
nos resultados alm de torn-las adimensionais.
Anlise de componentes principais PCA
A realizao da PCA consiste em fatorar a matriz de dados X,
de modo que X=TLT+E, onde L a matriz dos pesos, T a matriz
dos escores e E a matriz dos resduos. O smbolo T (T sobrescrito)
o operador de transposio de matriz. A primeira componente principal PC1=t1l1T, que a melhor aproximao de posto 1 para X e
corresponde direo de maior varincia no espao multivariado.
E1=X - t1l1T o resduo de X, descontado PC1. A segunda componente
principal PC2=t2l2T, que a melhor aproximao de posto 1 para
E1 e corresponde direo de maior varincia no espao multivariado no modelada por PC1, ou seja, ortogonal a ela. E2=E1-t2l2T
o resduo deixado por PC1 e PC2. As componentes subsequentes
modelam sempre a direo de maior varincia no espao multidimensional no modelado pelas PCs anteriores e so sempre ortogonais
a todas elas. possvel realizar uma truncagem na sequncia das
componentes principais mantendo apenas um nmero pequeno de
PCs que j respondem por uma parcela significativa da informao
total contida na estrutura de dados.
Na prtica, para fazer uma anlise de componentes principais, calculamos inicialmente a matriz de covarincia, C, para dados centrados
na mdia, ou a matriz de correlao, R, para dados autoescalonados.
C (ou R) = E0TE0/(n-1)

1595

presente em todos eles. Dentre os programas comerciais podemos


citar o Unscrambler,17 o Statistica,18 o Minitab,19 e o Pirouette.20
Tambm no difcil encontrar, ou mesmo escrever, rotinas para PCA
para o Matlab21 e para o programa livre GNU Octave.22 O professor
poder utilizar qualquer um destes ou outro que tenha disponvel para
ministrar esta aula. Em qualquer um deles os grficos que sero apresentados aqui e, certamente, muitos outros podero ser construdos.
RESULTADOS E DISCUSSO
Sob o ponto de vista formal, fazer uma anlise de componentes
principais realizar uma mudana da base do espao vetorial do
conjunto de dados. Cada objeto (no nosso caso cada elemento) que
era ento representado num espao N-dimensional definido pelas N
variveis (no nosso caso o espao das 8 propriedades), passa a ser
representado por N componentes principais. A Tabela 1 mostra as
varincias explicadas e cumulativas para cada uma das 8 componentes principais. Como podemos observar, as primeiras componentes
respondem pela maior parte da varincia. Ento podemos simplificar
a anlise truncando a base em um nmero de variveis menor que N,
sem perda significativa de informao. Algumas vezes no precisamos
nos preocupar em recuperar uma quantidade elevada da informao,
mas sim recuperar a parte da informao relevante ao problema que
estamos estudando.
Tabela 1. Varincia explicada e cumulativa ao longo das componentes
principais
PC
1
2
3
4
5
6
7
8

Varincia explicada (%)


33,897
24,237
13,321
9,545
8,542
5,667
3,141
1,650

Varincia cumulativa (%)


33,897
58,134
71,455
81,000
89,542
95,209
98,350
100,000

A Figura 1 mostra o grfico de pesos para as duas primeiras


componentes principais. Geometricamente, os pesos correspondem
aos cossenos dos ngulos que as componentes principais fazem com
as variveis originais. So os pesos das variveis originais na combinao linear que definem cada Componente Principal.

onde E0 a matriz pr-processada e n o nmero de linhas da matriz.


Em seguida calculamos os autovalores e autovetores normalizados
de C ou R.
CL=LL
onde L a matriz diagonal dos autovalores. Cada autovetor l um vetor de pesos de uma componente principal. Cada autovalor l fornece a
quantidade de varincia explicada pela respectiva componente, de modo
que PC1 tem o maior autovalor, PC2 o segundo maior, e assim por diante.
Outra operao algbrica, a decomposio em valores singulares, e um
algoritmo numrico, o NIPALS, tambm podem ser usados para executar
uma anlise de componentes principais. Para uma discusso mais detalhada destes mtodos sugerimos o artigo de Ferreira e colaboradores.15
Programas computacionais

Figura 1. Grfico dos pesos de PC1 e PC2 para oito propriedades: primeira
energia de ionizao (EI), raio atmico (RA), afinidade eletrnica (AE),
eletronegatividade de Pauling (EN), densidade (D), calor especfico (CE),
entropia (S) e condutividade trmica (CT)

Hoje em dia grande a variedade de programas voltados para


a anlise multivariada e a anlise de componentes principais est

No grfico dos pesos observamos a relao entre as variveis.


Com base nestas relaes podemos inicialmente tentar inferir algu-

1596

Lyra et al.

ma interpretao fsica para as componentes principais. Na Figura


1, interessante notar a disposio das variveis ao longo de PC1,
que modela 34% da varincia da matriz de dados. O raio atmico
(RA) tem sinal contrrio ao da eletronegatividade (EN), da afinidade
eletrnica (AE) e da primeira energia de ionizao (EI). Isto est
condizente com a variao destas propriedades peridicas, j que o
RA varia exatamente no sentido inverso das outras trs propriedades,
tanto nos perodos quanto nas famlias. A EI apresenta o maior peso,
contribuindo mais para a PC1, refletindo a maior variabilidade desta
propriedade ao longo dos elementos, quando comparada EN e
AE. Assim, temos razes para acreditar que a primeira componente
principal (PC1) modela o comportamento peridico dos elementos.
Adicionalmente S, que no uma propriedade peridica, mas uma
propriedade termodinmica, tem um peso (negativo) bastante elevado.
Como os metais tm entropia em geral mais baixa que os no metais,
o valor de S tambm ajudar a discrimin-los.
Neste ponto o professor pode chamar ateno para o sinal dos
pesos das PCs. importante notar que a Figura 1 obtida em aula
pode ser um pouco diferente desta porque os pesos podem ter todos
os sinais trocados para cada componente principal. Isto ocorre porque
os pesos so autovetores normalizados da matriz de correlao (ou
da matriz de covarincia se os dados so apenas centrados na mdia)
e se todos os sinais do vetor de peso forem trocados, ainda teremos
um autovetor normalizado da matriz de correlao. A interpretao
do grfico de pesos no muda, uma vez que a posio relativa dos
pesos no grfico que tem significado fsico.
A Figura 2 mostra o grfico dos escores para as duas primeiras
componentes principais e a ampliao da regio onde se v os tradicionais semimetais. Os escores so as projees dos objetos originais no
espao das componentes principais, ou seja, so as novas coordenadas
dos objetos nas novas variveis que so as PCs. no grfico dos
escores que procuramos alguma relao entre os objetos, no caso do
nosso conjunto de dados as relaes entre os elementos. Uma tarefa
importante quando da construo de um grfico de escores propor
um sistema de rotulagem dos objetos, pois muitas vezes apenas com
uma rotulagem adequada certos padres podero aparecer. No caso
da Figura 2, para o problema em questo, a rotulagem escolhida foi
destacar os elementos em funo das suas classes: metais, semimetais,
ametais, gases nobres e hidrognio.
Conforme pode ser observado na Figura 2a, os elementos de
uma mesma classe tendem a agrupar-se, ocupando a mesma regio
no grfico dos escores. Enquanto os ametais esto mais esquerda
os metais se encontram direita. Os outrora ditos semimetais encontram-se entre essas duas classes. Agora podemos atribu-los a uma
ou outra classe. Se a primeira componente principal de fato modela
o comportamento peridico como acreditamos, ento os elementos
mais direita devem ser reclassificados como metais e os elementos
mais esquerda como ametais (isto para os pesos em PC1 exatamente
com os mesmos sinais mostrados na Figura 1. Se os seus pesos tm
os sinais trocados o grfico de escores tambm os ter).
A anlise de componentes principais uma tcnica de reconhecimento de padres e no uma tcnica de classificao. Ela apenas
ilustra a relao entre os elementos no grfico de escores, mas no
dir em absoluto como classific-los. O telrio o elemento mais
esquerda, como pode ser visto na Figura 2b, ou seja, o mais
prximo dos ametais. Se algum elemento deve ser classificado
como ametal, ento seguramente este o telrio. Da mesma forma,
o polnio o elemento mais direita (Figura 2b) e pode ser classificado como um metal, pois est mais prximo destes. Por outro
lado, a PCA no ir nos dizer at onde vai a classe dos ametais e
a partir de onde se inicia a dos metais. Esta deciso precisar de
critrios qumicos para ser tomada. No entanto, o resultado da
PCA mostra-se consistente com a deciso da IUPAC, uma vez que

Quim. Nova

Figura 2. (a) Grfico dos escores de PC1 e PC2 para 88 elementos qumicos:
metais, o ametais, p semimetais, l gases nobres e hidrognio. (b)
Ampliao da regio onde se v os semimetais

arsnio e boro, ambos classificados como ametais, so os prximos elementos mais esquerda, e que o antimnio, classificado
como metal, o segundo elemento mais direita entre os at ento
semimetais. Silcio (ametal) e germnio (metal) so praticamente
coincidentes e com esta anlise de componentes principais no
temos resoluo para identificar o silcio como ametal. De fato,
dadas as suas propriedades e semelhanas com os metais e apesar
da IUPAC ter preferido classific-lo como ametal, no incomum
o silcio ser tratado como metal, sobretudo na indstria, na fsica e
eletrnica. Cabe ao professor chamar a ateno dos alunos que este
padro observado o mximo que podemos conseguir para estas
variveis escolhidas. Se as variveis fossem outras, teramos um
padro diferente, que talvez concordasse melhor com as atribuies da IUPAC. De qualquer forma, o resultado obtido bastante
satisfatrio e fcil de ser trabalhado e interpretado em aula. Alm
disso, importante expor no s as potencialidades da tcnica, mas
tambm seus limites.
Note que apenas a PC1 foi necessria para que se pudesse agrupar
os elementos que seriam reclassificados como metais ou ametais. Esta
componente, no entanto, modela apenas 34% da informao associada
s variveis originais. A segunda componente principal modela mais
24% da informao e tambm pode guardar algum padro interessante
sobre a classificao dos elementos.
Podemos perceber na Figura 2a que em valores mais negativos
de PC2 aparecem os gases nobres e o hidrognio, ficando os demais
elementos deslocados para valores mais positivos. Observando os
pesos na Figura 1 vemos que a densidade, a afinidade eletrnica e a
eletronegatividade tm pesos elevados em PC2, puxando os escores
para valores mais positivos. Para os gases nobres a densidade baixa
e a afinidade eletrnica e eletronegatividade so nulas. Por outro
lado, a entropia, que alta para gases tem peso negativo. Todos
estes fatores contribuem para deslocar os gases nobres para valores
bastante negativos de PC2.

Vol. 33, No. 7

Classificao peridica: um exemplo didtico

CONCLUSO
Um banco de dados de propriedades peridicas e aperidicas de
elementos qumicos foi sugerido como um exemplo simples para um
primeiro contato com PCA, mostrando-se acessvel e de fcil compreenso para estudantes de qumica em vrios nveis de aprendizado.
Isto se deve simplicidade das questes levantadas e necessidade
apenas de conhecimento bsico de qumica. Os grficos de pesos
mostraram relaes consistentes entre as propriedades qumicas e o
grfico de escores mostrou a separao das classes dos elementos.
Uma reclassificao dos semimetais como metais ou ametais foi
sugerida e mostrou-se de acordo com a reclassificao observada
desde 2001 na Tabela Peridica da SBQ. Assim, o problema proposto
atualiza o conhecimento dos estudantes com relao classificao
dos elementos qumicos e fornece uma oportunidade para se revisar
as relaes entre diversas propriedades dos elementos.
MATERIAL SUPLEMENTAR
Est disponvel em http://quimicanova.sbq.org.br, na forma de
arquivo .PDF e com acesso livre. Apresenta a tabela com as propriedades: primeira energia de ionizao (EI), raio atmico (RA), afinidade
eletrnica (AE), eletronegatividade de Pauling (EN), densidade (D),
calor especfico (CE), entropia padro (S) e condutividade trmica
(CT) para os 88 elementos que constituem a base de dados desta
atividade.
REFERNCIAS
1. Bona, I. A. T.; Sarkis, J. E. S.; Salvador, V. L. R.; Soares, A. L. R.; Klamt,
S. C.; Quim. Nova 2007, 30, 785.
2. da Silva, J. B. P.; Malvestiti, I.; Hallwass, F.; Ramos, M. N.; Leite, L. F. C.
da C.; Barreiro, E. J.; Quim. Nova 2005, 28, 492.
3. de Moura, M. C. S.; Lopes, A. N. C.; Moita, G. C.; Moita Neto, J. M.;
Quim. Nova 2006, 29, 429.

1597

4. Godinho, M. da S.; Pereira, R. O.; Ribeiro, K. de O.; Schimidt, F.; de


Oliveira, A. E.; de Oliveira, S. B.; Quim. Nova. 2008, 31, 1485.
5. Magalhes, D.; Bruns, R. E.; Vasconcelos, P. C.; Quim. Nova. 2007, 30, 577.
6. Moreira, R. F. A.; Trugo, L. C.; de Maria, C. A. B.; Quim. Nova 1997,
20, 5.
7. de Sena, M. M.; Poppi, R. J.; Frighetto, R. T. S.; Valarini, P. J.; Quim.
Nova 2000, 23, 547.
8. Silva, F. L. do N.; dos Santos Jr., J. R.; Moita Neto, J. M.; da Silva, R.
L. G. do N. P.; Flumignan, D. L.; de Oliveira, J. E.; Quim. Nova 2009,
32, 56.
9. de Sousa, R. A.; Borges Neto, W.; Poppi, R. J.; Baccan, N.; Cadore, S.;
Quim. Nova 2006, 29, 654.
10. Zimmermann, C. M.; Guimares, O. M.; Peralta-Zamora, P. G.; Quim.
Nova 2008, 31, 1727.
11. Gemberline, P. J.; Practical Guide to Chemometrics, 2nd ed., CRC Press:
USA, 2006.
12. Brereton, R. G.; Chemometrics: data analysis for

laboratory and chemi


cal plant, John Wiley & Sons: England, 2003.
13. Brereton, R. G.; Analyst 2000, 125, 2125.
14. Correia, P. R. M.; Ferreira, M. M. C.; Quim. Nova 2007, 30, 481.
15. Ferreira, M. M. C.; Antunes, A. M.; Melgo, M. S.; Volpe, P. L. O.; Quim.
Nova 1999, 22, 724.
16. Lide, D. R.; Handbook of Chemistry and Physics, 89th ed., CRC Press:
USA, 2008.
17. http://www.camo.com/rt/Products/Unscrambler/unscrambler.html,
acessada em Agosto 2009 e Julho 2010.
18. http://www.statsoft.com, acessada em Agosto 2009 e Julho 2010.
19. http://www.minitab.com/en-BR/default.aspx, acessada em Agosto 2009
e Julho 2010.
20. http://www.infometrix.com/software/pirouette.html, acessada em
Agosto 2009 e Julho 2010.
21. http://www.mathworks.com/products/matlab/, acessada em Agosto 2009
e Julho 2010.
22. http://www.gnu.org/software/octave/, acessada em Agosto 2009 e Julho
2010.

CLASSIFICAO PERIDICA: UM EXEMPLO DIDTICO PARA ENSINAR ANLISE DE COMPONENTES


PRINCIPAIS
Wellington da Silva Lyra, Edvan Cirino da Silva, Mario Cesar Ugulino de Arajo e Wallace Duarte Fragoso*
Departamento de Qumica, Universidade Federal da Paraba, 58051-970 Joo Pessoa PB, Brasil
Germano Veras
Departamento de Qumica, Universidade Estadual da Paraba, 58109-753 Campina Grande PB, Brasil

Material Suplementar

Quim. Nova, Vol. 33, No. 7, S1-S2, 2010

Tabela 1S. Propriedades dos elementos


Elemento
H
He
Ne
Ar
Kr
Xe
Rn
B
Si
Ge
As
Sb
Te
Po
C
N
P
O
S
Se
F
Cl
Br
I
Li
Na
K
Rb
Cs
Be
Mg
Ca
Sr
Ba
Ra
Fonte: ref. 16

RA (pm)

EN (Pauli)

78
128
38
71
88
108
120
88
118
122
121
141
137
167
77
74
110
66
104
117
64
99
114
133
157
191
235
250
272
112
160
197
215
224
223

2.2
0
0
0
0
0
0
2.04
1.9
2.01
2.18
2.05
2.1
2
2.55
3.04
2.19
3.44
2.58
2.55
3.98
3.16
2.96
2.66
0.98
0.93
0.82
0.82
0.79
1.57
1.31
1
0.95
0.9
0.9

*e-mail: wallace@quimica.ufpb.br

EI
(KJ mol-1)
1310
2370
2080
1520
1350
1170
1036
799.2
786
784
947
834
870
812
1090
1400
1011
1310
1000
941
1680
1255
1140.2
1008
519
494
418
402
376
900
736
590
548
502
509.979

AE
(KJ mol-1)
73
0
0
0
0
0
0
27
134
116
78
103
190
174
122
-7
72
141
200
195
328
349
325
295
60
53
48
47
46
1
1
2
5
14
10

CT
(W m-1 K-1)
0.1815
0.1513
0.0491
0.01772
0.00943
5.5
0.00361
27
150
60
50
24
3
20
140
0.02583
0.236
0.2658
0.205
0.52
0.0277
0.0089
0.12
5.5
84.8
140
102.4
58
36
190
156
200
35.3
18
18.6

D
(g cm-3)
8.38E-05
0.000166
0.000839
0.001663
0.003488
0.005495
0.00996
2.34
2.33
5.323
5.78
6.691
6.24
9.32
2.26
0.001165
1.83
0.001332
2.07
4.79
0.001696
0.003214
3.12
4.93
0.534
0.9712
0.862
1.532
1.873
1.848
1.738
1.55
2.54
3.594
5

S
(J K-1 mol-1)
130.684
126.15
146.33
154.84
164.08
169.68
173.811
5.9
18.83
31.1
35.1
45.69
49.7
62.3
5.74
191.61
41.09
205.138
31.8
42.4
202.78
223.07
152.23
116.35
29.12
51.21
64.18
76.8
85.23
9.5
32.68
41.42
55
62.8
71

CE
(J g-1 C-1)
14.4
5.23
1.03
0.523
0.247
0.159
0.092
1.11
0.712
0.322
0.331
0.205
0.201
0.12
0.691
1.03
0.741
0.913
0.707
0.318
0.753
0.486
0.293
0.218
3.58
1.23
0.758
0.364
0.243
1.83
1.03
0.624
0.737
0.205
0.12

S2

Lyra et al

Quim. Nova

Tabela 1S. Continuao


Elemento
Al
Ga
In
Tl
Sn
Pb
Bi
Sc
Ti
V
Cr
Mn
Fe
Co
Ni
Cu
Zn
Y
Zr
Nb
Mo
Ru
Rh
Pd
Ag
Cd
La
Hf
Ta
W
Re
Os
Ir
Pt
Au
Hg
Ce
Pr
Nd
Sm
Eu
Gd
Tb
Dy
Ho
Er
Tm
Yb
Lu
Ac
Th
Pa
U
Fonte: ref. 16

RA (pm)

EN (Pauli)

143
153
167
171
158
175
182
164
147
135
129
137
124
125
125
128
137
182
160
147
140
134
134
137
144
152
188
159
147
141
137
135
136
139
144
155
183
183
182
180
204
180
178
177
177
176
175
194
172
188
180
161
138

1.61
1.81
1.78
2.04
1.96
2.38
2.02
1.36
1.54
1.63
1.66
1.55
1.83
1.88
1.91
1.9
1.65
1.22
1.33
1.6
2.16
2.2
2.28
2.2
1.93
1.69
1.1
1.3
1.5
2.36
1.9
2.2
2.2
2.28
2.54
2
1.12
1.13
1.14
1.17
1.2
1.2
1.2
1.2
1.23
1.24
1.25
1.1
1.27
1.1
1.3
1.5
1.38

EI
(KJ mol-1)
577
577
556
590
707
716
703
631
658
650
653
717
759
760
737
785
906
616
660
664
685
711
720
805
731
868
538
642
761
770
760
840
880
870
890
1007
527
523
530
543
547
592
565
572
581
589
597
603
524
499
587
568
584

AE
(KJ mol-1)
43
29
29
19
116
35
91
18
7.6
51
64
1
16
64
156
118
9
30
41
86
72
101
110
54
126
1
50
51
14
79
14
106
151
205
223
-18
50
50
1
50
50
50
50
51
50
50
50
50
50
11
12
11
13

CT
(W m-1 K-1)
235
29
82
46
67
35
8
16
22
31
94
7.8
80
100
91
400
120
17
23
54
139
120
150
72
430
97
13
23
57
170
48
88
150
72
320
8.3
11
12.5
17
13
14
11
11
11
16
15
17
39
16
12
54
47
27

D
(g cm-3)
2.699
5.907
7.31
11.85
7.2984
11.35
9.747
2.99
4.54
6.11
7.19
7.44
7.874
8.85
8.902
8.96
7.133
4.469
6.506
8.57
10.22
12.37
12.41
12.02
10.49
8.65
6.189
13.31
16.6
19.3
21.02
22.59
22.5
21.45
19.32
13.55
6.768
6.773
7.007
7.52
5.243
7.9
8.229
8.55
8.79
9.15
9.32
6.965
9.849
10.06
11.72
15.37
18.95

S
(J K-1 mol-1)
28.33
40.8
57.8
64.2
51.55
64.81
56.74
34.6
30.7
28.9
23.77
32
27.28
30
29.9
33.15
41.63
44.4
39
36.4
28.7
28.5
31.5
37.6
42.55
51.76
56.9
43.6
41.5
32.6
36.9
32.6
35.5
41.6
47.4
76.02
72
73.2
71.5
69.6
77.8
68.1
73.2
75.6
75.3
73.2
74
59.9
51
56.5
51.8
51.9
50.2

CE
(J g-1 C-1)
0.9
0.377
0.233
0.13
0.226
0.129
0.122
0.569
0.523
0.49
0.448
0.481
0.447
0.423
0.444
0.385
0.389
0.297
0.276
0.264
0.251
0.239
0.243
0.243
0.234
0.226
0.195
0.144
0.138
0.134
0.134
0.13
0.13
0.134
0.131
0.138
0.188
0.197
0.188
0.197
0.163
0.234
0.18
0.172
0.165
0.167
0.159
0.155
0.155
0.092
0.117
0.12
0.117