INFORMATION ENTROPY OF CATALYTIC REACTION

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The indices based of information entropy are widely used as structural descriptors in chemistry. The change in information entropy in a chemical reaction is calculated as the deference between the values that correspond to the ensemble of products and ensemble of reactants. For the generalized scheme of a catalytic reaction, we derived the analytical expressions that connect its information entropy with the parameters of separate stages and corresponding summative equation. As found, the sum of the parameters of separate stages is proportional to the information entropy change in the formal non-catalytic reaction, and the fraction of the atoms of reacting (forming) molecules in the ensemble of initial substances (or products).

About the authors

A. D. Zimina

Institute of Petrochemistry and Catalysis, Ufa Federal Research Centre, Russian Academy of Sciences

Email: diozno@mail.ru
Russian Federation, 450075, Republic of Bashkortostan, Ufa

A. A. Tukhbatullina

Institute of Petrochemistry and Catalysis, Ufa Federal Research Centre, Russian Academy of Sciences

Email: diozno@mail.ru
Russian Federation, 450075, Republic of Bashkortostan, Ufa

D. Sh. Sabirov

Institute of Petrochemistry and Catalysis, Ufa Federal Research Centre, Russian Academy of Sciences

Author for correspondence.
Email: diozno@mail.ru
Russian Federation, 450075, Republic of Bashkortostan, Ufa

References

  1. Станкевич М.И., Станкевич И.В., Зефиров Н.С. // Усп. хим. 1988. Т. 57. С. 191–208. https://doi.org/10.1070/RC1988v057n03ABEH003344
  2. Sabirov D.S., Shepelevich I.S. // Entropy. 2021. V. 23. P. 1240. https://doi.org/10.3390/e23101240
  3. Barigye S.J., Marrero-Ponce Y., Pérez-Giménez F., Bonchev D. // Mol. Divers. 2014. V. 18. P. 673. https://doi.org/10.1007/s11030-014-9517-7
  4. Basak S.C., Harriss D.K., Magnuson V.R. // J. Pharm. Sci. 1984. V. 73. P. 429. https://doi.org/10.1002/jps.2600730403
  5. Жданов Ю.А. Энтропия информации в органической химии. Ростов-на-Дону: Изд-во РГУ, 1979. 56 с.
  6. Sabirov D., Koledina K. // EPJ Web Conf. 2020. V. 244. P. 01016. https://doi.org/10.1051/epjconf/202024401016
  7. Castellano G., Torrens F. // Phytochemistry. 2015. V. 116. P. 305. https://doi.org/10.1016/j.phytochem.2015.05.008
  8. Sabirov D.Sh., Ori O., László I. // Fullerene Nanotube Carbon Nanostruct. 2018. V. 26. P. 100. https://doi.org/10.1080/1536383X.2017.1405389
  9. Sabirov D.Sh., Tukhbatullina A.A., Shepelevich I.S. // Symmetry. 2022. V. 14. P. 1800. https://doi.org/10.3390/sym14091800
  10. Krivovichev S.V. // Mineral. Mag. 2013. V. 77. P. 275. https://doi.org/10.1180/minmag.2013.077.3.05
  11. Аксенов С.М., Ямнова Н.А., Боровикова Е.Ю., Стефанович С.Ю., Волков А.С., Дейнеко Д.В., Димитрова О.В., Гурбанова О.А., Хиксон A.E., Криво-вичев С.В. // Журн. структ. хим. 2020. Т. 61. № 11. С. 1856. https://doi.org/10.26902/JSC_id63255
  12. Banaru D.A., Hornfeck W., Aksenov S.M., Banaru A.M. // CrystEngComm. 2023. V. 25. P. 2144. https://doi.org/10.1039/D2CE01542K
  13. Banaru A.M., Aksenov S.M., Krivovichev S.V. // Symmetry. 2021. V. 13. P. 1399. https://doi.org/10.3390/sym13081399
  14. Sabirov D.S., Ori O., Tukhbatullina A.A., Shepele-vich I.S. // Symmetry. 2021. V. 13. P. 1899. https://doi.org/10.3390/sym13101899
  15. Sabirov D.Sh. // Comput. Theor. Chem. 2016. V. 1097. P. 83. https://doi.org/10.1016/j.comptc.2016.10.014
  16. Bonchev D.G. // Bulgar. Chem. Commun. 1995. V. 28. P. 567.
  17. Nagaraj N., Balasubramanian K. // Eur. Phys. J. Special Topics. 2017. V. 226. P. 3251. https://doi.org/10.1140/epjst/e2016-60347-2
  18. Basak S.C. Chemoinformatics and bioinformatics by discrete mathematics and numbers: an adventure from small data to the realm of emerging big data. In: Big data analytics in chemoinformatics and bioinformatics (With applications to computer-aided drug design, cancer biology, emerging pathogens and computational toxicology). Basak S.C., Vračko M. (Eds.). Elsevier, 2023. P. 3–35.
  19. Bertz S.H. // New J. Chem. 2003. V. 27. P. 860. https://doi.org/10.1039/B210843G
  20. Dehmer M., Mowshowitz A. // Inf. Sci. 2011. V. 181. P. 57. https://doi.org/10.1016/j.ins.2010.08.041
  21. Смоленский Е.А., Чуваева И.В., Лапидус А.Л. // Докл. АН. 2011. Т. 437. № 5. С. 651. https://doi.org/10.1134/S0012500811040100
  22. Rashevsky N. // Bull. Math. Biophys. 1955. V. 17. P. 229. https://doi.org/10.1007/BF02477860
  23. Karreman G. // Bull. Math. Biol. 1955. V. 17. P. 279. https://doi.org/10.1007/BF02477754
  24. Кобозев Н.И. // Журн. физ. химии. 1966. Т. 40. С. 281.
  25. Кобозев Н.И., Страхов Б.В., Рубашов А.М. // Журн. физ. химии. 1971. Т. 45. С. 86.
  26. Кобозев Н.И., Страхов Б.В., Рубашов А.М. // Журн. физ. химии. 1971. Т. 45. С. 375.
  27. Ugi I., Gillespie P. // Angew. Chem. 1971. V. 10. P. 914. https://doi.org/10.1002/anie.197109141
  28. Sabirov D.Sh. // Comput. Theor. Chem. 2020. V. 1187. P. 112933. https://doi.org/10.1016/j.comptc.2020.112933
  29. Sabirov D.S. // Comput. Theor. Chem. 2018. V. 1123. P. 169. https://doi.org/10.1016/j.comptc.2017.11.022
  30. Нильсен М., Чанг И. Квантовые вычисления и квантовая информация. Пер. с англ. М.: Мир, 2013. 822 с. (пер. с англ.: Nielsen M.A., Chuang I.L. Quantum Computation and Quantum Information. Cambridge University Press, 2001).
  31. Sabirov D.S., Tukhbatullina A.A., Shepelevich I.S. // J. Mol. Graph. Model. 2022. V. 110. P. 108052. https://doi.org/10.1016/j.jmgm.2021.108052
  32. Sabirov D.Sh., Terentyev O.A., Sokolov V.I. // RSC Adv. 2016. V. 6. P. 72230. https://doi.org/10.1039/C6RA12228K
  33. Тухбатуллина А.А., Шепелевич И.С., Сабиров Д.Ш. // Вестн. Башкирск. ун-та. 2022. Т. 27. № 2. С. 349. https://doi.org/10.33184/bulletin-bsu-2022.2.16
  34. Özbek M.O., van Santen R.A. // Catal. Lett. 2013. V. 143. P. 131. https://doi.org/10.1007/s10562-012-0957-3
  35. Xie Y.-P., Shen Y.-L., Duan G.-X., Han J., Zhang L.-P., Lu X. // Mater. Chem. Front. 2020. V. 4. P. 2205. https://doi.org/10.1039/D0QM00117A

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (1MB)
Indexing metadata

Copyright (c) 2023 А.Д. Зимина, А.А. Тухбатуллина, Д.Ш. Сабиров

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».