[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_l%C3%BD%20thuy%E1%BA%BFt%20ch%E1%BB%A9c%20n%C4%83ng%20m%E1%BA%ADt%20%C4%91%E1%BB%99{\"limit\":5}":3,"_public_topic_byId_l%C3%BD%20thuy%E1%BA%BFt%20ch%E1%BB%A9c%20n%C4%83ng%20m%E1%BA%ADt%20%C4%91%E1%BB%99":83},{"code":4,"data":5,"meta":21},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":81,"vietnamLatest":82},[],[8,25,40,54,66],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"8f390406-f5e5-4619-92ee-585ef0a54450","Nghiên cứu tính toán có hệ thống về các dẫn xuất acridine thông qua lý thuyết chức năng mật độ khái niệm","A systematic computational study of acridine derivatives through conceptual density functional theory",[13,14,15],"Prabhat Ranjan","Brotati Chakraborty","Tanmoy Chakraborty",3,"Molecular Diversity",false,"2022-07-04",2022,null,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs11030-022-10486-6","10.1007\u002Fs11030-022-10486-6","\u003Cp>Nghiên cứu hóa học tính toán phân tích các dẫn xuất acridine như acridone và proflavin dựa trên \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> khái niệm (CDFT) với bộ hàm B3LYP\u002F6-31G. Dữ liệu cho thấy các hợp chất có ái lực điện tử cao hơn ở trạng thái kích thích, thuận lợi cho quá trình nhận electron. Tác giả làm sáng tỏ hoạt tính quang hóa của dẫn xuất acridine nhờ công cụ \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> hiện đại.\u003C\u002Fp>",{"publicationId":26,"title":27,"originalTitle":28,"authorNames":29,"authorCount":33,"journalName":34,"vietnamJournal":18,"publishDate":35,"publishYear":36,"totalCitation":21,"url":37,"doi":38,"summary":39},"bfe538fd-c8c1-4ec4-a857-8d9d8870bb05","Khảo sát vị trí của các nhóm TeO trong các kênh của chất xúc tác MoVNbTeO M1: Nghiên cứu mô hình lý thuyết chức năng mật độ","Probing the Positions of TeO Moieties in the Channels of the MoVNbTeO M1 Catalyst: A Density Functional Theory Model Study",[30,31,32],"Juan Manuel Arce-Ramos","Graham Rugg","Alexander Genest",4,"Catalysis Letters","2021-01-30",2021,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs10562-021-03538-3","10.1007\u002Fs10562-021-03538-3","\u003Cp>Mô phỏng cấu trúc tinh thể áp dụng hybrid DFT trên mô hình chất xúc tác MoVNbTeO M1 nhằm khảo sát vai trò của nhóm TeO trong các kênh lục giác. Kết quả cho thấy nhóm [TeO]2+ hỗ trợ ổn định trung tâm kim loại Mo bị khử xuống mức oxy hóa Mo5+. Nghiên cứu cung cấp hiểu biết chi tiết về cơ chế oxy hóa chọn lọc hydrocarbon nhờ ứng dụng \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> cấu trúc.\u003C\u002Fp>",{"publicationId":41,"title":42,"originalTitle":43,"authorNames":44,"authorCount":33,"journalName":48,"vietnamJournal":18,"publishDate":49,"publishYear":50,"totalCitation":21,"url":51,"doi":52,"summary":53},"fedfc814-0c44-4e20-92a0-496c37c1cfbb","Nghiên cứu kết hợp thực nghiệm và lý thuyết về sự hấp phụ của 4-Nitrophenol trên bi carbon hoạt tính sử dụng phương pháp DFT","A combined experimental and theoretical investigation of the adsorption of 4-Nitrophenol on activated biocarbon using DFT method",[45,46,47],"Aola Supong","Parimal Chandra Bhomick","Upasana Bora Sinha","Korean Journal of Chemical Engineering","2019-12-04",2019,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs11814-019-0382-z","10.1007\u002Fs11814-019-0382-z","\u003Cp>Thực nghiệm hấp phụ kết hợp tính toán \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> (DFT) ở mức B3LYP nhằm đánh giá cơ chế loại bỏ 4-Nitrophenol bằng bi carbon hoạt tính từ cỏ Ravenna. Kết quả cân bằng phù hợp mô hình Langmuir và mô phỏng DFT cho thấy tương tác tĩnh điện giữa phân tử chất tan với bề mặt carbon rất thuận lợi. Tác giả làm rõ hiệu năng hấp phụ dựa trên \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> hóa học.\u003C\u002Fp>",{"publicationId":55,"title":56,"originalTitle":57,"authorNames":58,"authorCount":60,"journalName":21,"vietnamJournal":18,"publishDate":61,"publishYear":62,"totalCitation":21,"url":63,"doi":64,"summary":65},"acd6113c-6875-47d2-a855-e78a3fc6a629","Tính chất điện tử của ống nano graphyne chứa fullerene nhỏ: Nghiên cứu lý thuyết chức năng mật độ","Electronic properties of graphyne nanotubes filled with small fullerenes: a density functional theory study",[59],"Roya Majidi",1,"2016-10-24",2016,"http:\u002F\u002Flink.springer.com\u002F10.1007\u002Fs10825-016-0925-z","10.1007\u002Fs10825-016-0925-z","\u003Cp>Mô phỏng vật lý chất rắn sử dụng \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> để khảo sát tính chất điện tử của ống nano graphyne chứa fullerene C20 và C30 dạng zigzag. Kết quả tính toán cho thấy các cấu trúc thể hiện tính chất bán dẫn loại p hoặc loại n với độ rộng vùng cấm thay đổi. Nghiên cứu chỉ ra khả năng kỹ thuật hóa vùng cấm vật liệu nano thông qua \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb>.\u003C\u002Fp>",{"publicationId":67,"title":68,"originalTitle":69,"authorNames":70,"authorCount":74,"journalName":75,"vietnamJournal":18,"publishDate":76,"publishYear":77,"totalCitation":21,"url":78,"doi":79,"summary":80},"429bc715-87f5-40ba-92d6-4ab43ee2e77d","Tác động của các yếu tố hợp kim đến sự oxy hóa và ăn mòn hoà tan bề mặt của γ-Fe(111): một nghiên cứu DFT","Effects of alloying on oxidation and dissolution corrosion of the surface of γ-Fe(111): a DFT study",[71,72,73],"Cheng Han","Caili Zhang","Xinglong Liu",7,"Journal of Molecular Modeling","2015-06-27",2015,"http:\u002F\u002Flink.springer.com\u002F10.1007\u002Fs00894-015-2719-9","10.1007\u002Fs00894-015-2719-9","\u003Cp>Nghiên cứu hóa học lượng tử ứng dụng \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> (DFT) để đánh giá ảnh hưởng của các nguyên tố hợp kim đến quá trình oxy hóa bề mặt γ-Fe(111). Kết quả tính toán chỉ ra các nguyên tố Cr, Si và Cu có khả năng ức chế sự hấp phụ của oxy và nước hiệu quả nhất. Tác giả làm rõ cơ chế chống ăn mòn của thép dựa trên \u003Cb class=\"publication-topic-keywords\">lý thuyết chức năng mật độ\u003C\u002Fb> vi mô.\u003C\u002Fp>",[],[],{"code":4,"data":84,"meta":21},{"id":85,"title":86,"description":87,"content":88,"term":85,"englishTitle":21,"synonyms":21,"definition":21,"discipline":21,"references":21,"faqs":21,"createUser":89,"publishUser":93,"keywords":94,"keywordCount":21,"enrichTopicLink":18,"status":95,"createTime":96,"updateTime":97,"publishTime":98,"linkEnrichedTime":21,"publicationScanTime":99,"contentErrorMessage":21,"viewCount":100,"wikidataId":21,"relateTopics":101},"lý thuyết chức năng mật độ","Lý thuyết chức năng mật độ là gì? Các nghiên cứu khoa học","Lý thuyết chức năng mật độ (DFT) là phương pháp cơ học lượng tử sử dụng mật độ điện tử thay cho hàm sóng để mô phỏng cấu trúc điện tử hệ nhiều hạt DFT giảm đáng kể độ phức tạp tính toán so với các phương pháp truyền thống mà vẫn duy trì độ chính xác cao trong nghiên cứu vật liệu và phân tử\n","\u003Ch2>Khái niệm lý thuyết chức năng mật độ (Density Functional Theory - DFT)\u003C\u002Fh2>\u003Cp>Lý thuyết chức năng mật độ (DFT) là một phương pháp trong cơ học lượng tử được dùng để mô phỏng cấu trúc điện tử của hệ thống nhiều hạt, đặc biệt là nguyên tử, phân tử và vật liệu rắn. Không giống như phương pháp Hartree–Fock dựa vào hàm sóng nhiều biến, DFT sử dụng mật độ điện tử \\( \\rho(\\mathbf{r}) \\) làm biến trung tâm, nhờ đó giảm đáng kể độ phức tạp tính toán.\u003C\u002Fp>\u003Cp>Trong một hệ gồm \\( N \\) electron, hàm sóng đầy đủ \\( \\Psi(\\mathbf{r}_1, \\mathbf{r}_2, ..., \\mathbf{r}_N) \\) phụ thuộc vào 3N tọa độ, trong khi mật độ chỉ phụ thuộc vào 3 tọa độ không gian. Điều này giúp tiết kiệm đáng kể tài nguyên tính toán mà vẫn giữ được độ chính xác tốt trong nhiều ứng dụng. DFT đã trở thành công cụ quan trọng trong tính toán hóa học, vật lý chất rắn và khoa học vật liệu.\u003C\u002Fp>\u003Cp>Các hệ quả chính của việc mô hình hóa thông qua mật độ điện tử:\u003C\u002Fp>\u003Cul>\u003Cli>Tăng hiệu quả tính toán với chi phí thấp\u003C\u002Fli>\u003Cli>Áp dụng được cho hệ thống lớn (lên tới hàng trăm nguyên tử)\u003C\u002Fli>\u003Cli>Phù hợp với mô phỏng vật liệu thực tế và môi trường phức tạp\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Ch2>Cơ sở toán học và định lý Hohenberg–Kohn\u003C\u002Fh2>\u003Cp>DFT dựa vào hai định lý cơ bản do Pierre Hohenberg và Walter Kohn công bố vào năm 1964. Định lý thứ nhất phát biểu rằng với một hệ gồm nhiều electron trong thế tĩnh \\( V_{ext}(\\mathbf{r}) \\), mật độ điện tử ở trạng thái cơ bản \\( \\rho_0(\\mathbf{r}) \\) sẽ xác định duy nhất tất cả các đặc tính vật lý của hệ, bao gồm thế ngoại lai, hàm sóng cơ bản và năng lượng.\u003C\u002Fp>\u003Cp>Định lý thứ hai phát biểu rằng tồn tại một hàm năng lượng toàn phần \\( E[\\rho] \\) đạt cực tiểu tại mật độ đúng \\( \\rho_0 \\), tức là: \u003Cscript type=\"math\u002Ftex\">E[\\rho] \\geq E[\\rho_0]\u003C\u002Fscript>với mọi hàm mật độ \\( \\rho \\) thỏa mãn điều kiện tích phân chuẩn. Những định lý này thiết lập một nền tảng toán học vững chắc, cho phép việc sử dụng mật độ làm biến cơ bản trong mô phỏng lượng tử.\u003C\u002Fp>\u003Cp>Bảng dưới đây tóm tắt nội dung hai định lý Hohenberg–Kohn:\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Định lý\u003C\u002Fth>\u003Cth>Nội dung\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Định lý 1\u003C\u002Ftd>\u003Ctd>Mật độ điện tử xác định duy nhất tất cả tính chất của hệ\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Định lý 2\u003C\u002Ftd>\u003Ctd>Hàm năng lượng toàn phần đạt cực tiểu tại mật độ đúng\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Cp>Xem chi tiết bài gốc tại \u003Ca href=\"https:\u002F\u002Fjournals.aps.org\u002Fpr\u002Fpdf\u002F10.1103\u002FPhysRev.136.B864\">Physical Review\u003C\u002Fa>.\u003C\u002Fp>\u003Ch2>Phương trình Kohn–Sham\u003C\u002Fh2>\u003Cp>Năm 1965, Kohn và Sham đưa ra phương pháp giải gần đúng bằng cách mô hình hóa hệ gồm các electron không tương tác nhưng cho cùng mật độ điện tử như hệ thực. Họ xây dựng một hệ phương trình riêng cho từng \"orbital\" độc lập, gọi là phương trình Kohn–Sham: \u003Cscript type=\"math\u002Ftex\">\\left( -\\frac{1}{2} \\nabla^2 + V_{\\text{eff}}(\\mathbf{r}) \\right) \\psi_i(\\mathbf{r}) = \\epsilon_i \\psi_i(\\mathbf{r})\u003C\u002Fscript>với \\( V_{\\text{eff}} \\) bao gồm thế ngoài, thế Hartree và thế trao đổi–tương quan.\u003C\u002Fp>\u003Cp>Tổng mật độ điện tử được xây dựng từ các orbital này theo công thức: \u003Cscript type=\"math\u002Ftex\">\\rho(\\mathbf{r}) = \\sum_i^{\\text{occ}} |\\psi_i(\\mathbf{r})|^2\u003C\u002Fscript>Cách tiếp cận này cho phép giải hệ đa hạt thành tập các phương trình đơn hạt tuần tự, đồng thời mở rộng khả năng mô phỏng các hệ thực lớn.\u003C\u002Fp>\u003Cp>Thành phần trong thế hiệu dụng \\( V_{\\text{eff}} \\):\u003C\u002Fp>\u003Cul>\u003Cli>\\( V_{ext}(\\mathbf{r}) \\): thế ngoài tác dụng từ hạt nhân\u003C\u002Fli>\u003Cli>\\( V_H(\\mathbf{r}) \\): thế Hartree, do tương tác Coulomb\u003C\u002Fli>\u003Cli>\\( V_{xc}(\\mathbf{r}) \\): thế trao đổi – tương quan\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Ch2>Hàm năng lượng trao đổi và tương quan\u003C\u002Fh2>\u003Cp>Phần duy nhất chưa xác định chính xác trong DFT là hàm trao đổi–tương quan (Exchange–Correlation Functional), ký hiệu \\( E_{xc}[\\rho] \\). Hàm này bao gồm các hiệu ứng do nguyên lý loại trừ Pauli và tương tác tương quan động học giữa các electron. Việc xây dựng các gần đúng cho \\( E_{xc} \\) là trung tâm của nghiên cứu DFT.\u003C\u002Fp>\u003Cp>Hai phương pháp gần đúng chính:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>LDA (Local Density Approximation):\u003C\u002Fstrong> giả định tính chất tại một điểm phụ thuộc vào mật độ tại chính điểm đó\u003C\u002Fli>\u003Cli>\u003Cstrong>GGA (Generalized Gradient Approximation):\u003C\u002Fstrong> đưa thêm gradient của mật độ để cải thiện mô hình hóa\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Ngoài ra còn có hybrid functional, meta-GGA, và các hàm XC được huấn luyện bằng machine learning.\u003C\u002Fp>\u003Cp> \u003C\u002Fp>\u003Cp>Bảng so sánh các loại hàm \\( E_{xc} \\) gần đúng:\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Loại\u003C\u002Fth>\u003Cth>Đặc điểm\u003C\u002Fth>\u003Cth>Độ chính xác\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>LDA\u003C\u002Ftd>\u003Ctd>Chỉ phụ thuộc mật độ cục bộ\u003C\u002Ftd>\u003Ctd>Thấp đến trung bình\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>GGA\u003C\u002Ftd>\u003Ctd>Thêm gradient mật độ\u003C\u002Ftd>\u003Ctd>Trung bình đến khá\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Hybrid\u003C\u002Ftd>\u003Ctd>Kết hợp Hartree–Fock với DFT\u003C\u002Ftd>\u003Ctd>Cao\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Cp>Tham khảo thêm tại \u003Ca href=\"https:\u002F\u002Fwww.sciencedirect.com\u002Fscience\u002Farticle\u002Fpii\u002FS0010465503002097\">Elsevier: Exchange–correlation functionals\u003C\u002Fa>.\u003C\u002Fp>\u003Ch2>Ưu điểm và giới hạn của DFT\u003C\u002Fh2>\u003Cp>DFT nổi bật với khả năng cân bằng giữa độ chính xác và hiệu quả tính toán, đặc biệt hữu ích cho các hệ thống lớn mà các phương pháp hậu-Hartree–Fock không xử lý được. Với chi phí tính toán tỉ lệ gần như tuyến tính theo số nguyên tử, DFT trở thành công cụ cốt lõi trong nghiên cứu vật liệu và hóa học tính toán hiện đại.\u003C\u002Fp>\u003Cp>Tuy nhiên, DFT không phải là không có giới hạn. Những hạn chế chính bao gồm:\u003C\u002Fp>\u003Cul>\u003Cli>Khó mô phỏng chính xác các hệ có tương tác mạnh (strong correlation)\u003C\u002Fli>\u003Cli>Không mô tả tốt trạng thái kích thích điện tử (trừ khi dùng TDDFT)\u003C\u002Fli>\u003Cli>Dự đoán không chính xác năng lượng khe band gap trong chất bán dẫn\u003C\u002Fli>\u003C\u002Ful>\u003Cp>Nhiều nghiên cứu vẫn đang nỗ lực cải tiến các hàm trao đổi–tương quan để vượt qua các rào cản này.\u003C\u002Fp>\u003Cp> \u003C\u002Fp>\u003Cp>Bảng tóm tắt ưu và nhược điểm:\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Đặc điểm\u003C\u002Fth>\u003Cth>Ưu điểm\u003C\u002Fth>\u003Cth>Giới hạn\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Tính toán cấu trúc điện tử\u003C\u002Ftd>\u003Ctd>Hiệu quả và chính xác\u003C\u002Ftd>\u003Ctd>Không chính xác trong vật liệu có tương quan mạnh\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Chi phí tính toán\u003C\u002Ftd>\u003Ctd>Thấp hơn hậu–Hartree–Fock\u003C\u002Ftd>\u003Ctd>Vẫn hạn chế với hệ rất lớn\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Trạng thái kích thích\u003C\u002Ftd>\u003Ctd>Dùng TDDFT mở rộng\u003C\u002Ftd>\u003Ctd>Không chính xác với phương pháp DFT cơ bản\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Ứng dụng trong hóa học tính toán và vật lý vật liệu\u003C\u002Fh2>\u003Cp>DFT được áp dụng rộng rãi trong nhiều lĩnh vực khoa học để mô phỏng các đặc tính vật liệu từ nguyên tử lên đến mạng tinh thể. Trong hóa học, DFT giúp dự đoán cấu trúc phân tử, năng lượng liên kết, trạng thái phản ứng và phổ IR\u002FRaman. Trong vật lý, nó được dùng để tính toán cấu trúc vùng năng lượng, tính dẫn điện, từ tính và đặc tính điện môi.\u003C\u002Fp>\u003Cp>Một số ứng dụng tiêu biểu:\u003C\u002Fp>\u003Cul>\u003Cli>Dự đoán cấu trúc và cơ chế phản ứng trong hóa học hữu cơ và vô cơ\u003C\u002Fli>\u003Cli>Mô phỏng vật liệu mới như pin lithium-ion, chất xúc tác, hợp kim nhẹ\u003C\u002Fli>\u003Cli>Khảo sát tính chất điện tử và cơ học của màng mỏng, vật liệu nano\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Cp>Một nghiên cứu quan trọng trên tạp chí \u003Ca href=\"https:\u002F\u002Fwww.nature.com\u002Farticles\u002Fs41586-019-1335-8\">Nature\u003C\u002Fa> đã sử dụng DFT để thiết kế các chất xúc tác điện hóa cho phản ứng khử CO₂, mở ra hướng đi mới cho công nghệ năng lượng sạch.\u003C\u002Fp>\u003Ch2>Phần mềm và nền tảng tính toán DFT\u003C\u002Fh2>\u003Cp>DFT được triển khai qua nhiều phần mềm mô phỏng điện tử khác nhau, mỗi công cụ phù hợp với kiểu hệ và mục đích mô phỏng riêng. Một số gói mã nguồn mở và thương mại đã được phát triển trong nhiều thập kỷ, hỗ trợ đa dạng thuật toán và hàm XC.\u003C\u002Fp>\u003Cp>Các phần mềm DFT phổ biến:\u003C\u002Fp>\u003Cul>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.vasp.at\u002F\">VASP\u003C\u002Fa>: cho vật liệu rắn, sử dụng phương pháp sóng phẳng và PAW\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.quantum-espresso.org\u002F\">Quantum ESPRESSO\u003C\u002Fa>: mã nguồn mở, tối ưu cho HPC\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fgaussian.com\u002F\">Gaussian\u003C\u002Fa>: mạnh cho hóa học tính toán và phổ phân tử\u003C\u002Fli>\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.abinit.org\u002F\">ABINIT\u003C\u002Fa>: miễn phí, hỗ trợ nhiều loại giả thế\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Cp>Ngoài ra còn có nền tảng tính toán điện toán đám mây như Materials Project và AiiDA giúp tự động hóa và mở rộng mô phỏng theo hướng big data.\u003C\u002Fp>\u003Ch2>DFT trong nghiên cứu vật liệu nano và vật liệu hai chiều\u003C\u002Fh2>\u003Cp>DFT đóng vai trò trung tâm trong nghiên cứu vật liệu nano và vật liệu hai chiều (2D materials) nhờ khả năng mô phỏng chính xác tương tác ở cấp nguyên tử. Ví dụ: graphene, MoS₂, và vật liệu topo thường được phân tích bằng DFT để hiểu cấu trúc vùng năng lượng, ứng xử điện tử và từ tính.\u003C\u002Fp>\u003Cp>DFT còn hỗ trợ:\u003C\u002Fp>\u003Cul>\u003Cli>Dự đoán cơ chế hấp phụ phân tử trên bề mặt vật liệu\u003C\u002Fli>\u003Cli>Tối ưu hóa cấu trúc ổn định năng lượng thấp\u003C\u002Fli>\u003Cli>Tính toán lực tương tác van der Waals với hàm XC đặc biệt (vd: vdW-DF)\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Cp>Theo nghiên cứu của \u003Ca href=\"https:\u002F\u002Fpubs.acs.org\u002Fdoi\u002F10.1021\u002Facs.accounts.1c00213\">ACS Publications\u003C\u002Fa>, việc kết hợp DFT với học máy (machine learning) đang đẩy nhanh tốc độ khám phá vật liệu mới, thông qua việc huấn luyện mô hình từ cơ sở dữ liệu hàng triệu cấu trúc đã mô phỏng.\u003C\u002Fp>\u003Ch2>DFT và các phương pháp hậu–Hartree–Fock\u003C\u002Fh2>\u003Cp>So với các phương pháp hậu-Hartree–Fock như MP2 (Møller–Plesset), CCSD(T) (Coupled Cluster), hoặc Configuration Interaction (CI), DFT có ưu thế lớn về hiệu suất. Các phương pháp kia thường đắt đỏ về tính toán do độ phức tạp tỉ lệ theo \\( N^5 \\) hoặc cao hơn.\u003C\u002Fp>\u003Cp>Tuy nhiên, hậu–Hartree–Fock lại thường chính xác hơn cho các hệ nhỏ, trạng thái kích thích hoặc phân tử có tương quan điện tử mạnh. Trong nhiều trường hợp, người ta dùng DFT như bước đầu để lấy cấu trúc tối ưu trước khi áp dụng phương pháp chính xác hơn.\u003C\u002Fp>\u003Cp>So sánh đơn giản:\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Phương pháp\u003C\u002Fth>\u003Cth>Độ chính xác\u003C\u002Fth>\u003Cth>Chi phí tính toán\u003C\u002Fth>\u003Cth>Ứng dụng chính\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>DFT\u003C\u002Ftd>\u003Ctd>Trung bình đến cao\u003C\u002Ftd>\u003Ctd>Thấp đến trung bình\u003C\u002Ftd>\u003Ctd>Hệ lớn, vật liệu, cấu trúc cơ bản\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>CCSD(T)\u003C\u002Ftd>\u003Ctd>Rất cao\u003C\u002Ftd>\u003Ctd>Rất cao\u003C\u002Ftd>\u003Ctd>Hệ nhỏ, chuẩn hóa lý thuyết\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>MP2\u003C\u002Ftd>\u003Ctd>Trung bình\u003C\u002Ftd>\u003Ctd>Cao\u003C\u002Ftd>\u003Ctd>So sánh tương quan năng lượng\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Xu hướng phát triển và tương lai của DFT\u003C\u002Fh2>\u003Cp>Các hướng phát triển chính của DFT hiện nay tập trung vào việc cải thiện hàm trao đổi–tương quan, mở rộng khả năng mô phỏng sang hệ mở, và tích hợp với học máy để tối ưu hóa tự động hóa mô phỏng. Việc kết hợp DFT với phương pháp nhiều tỷ lệ (multi-scale modeling) đang mở rộng khả năng ứng dụng từ mức nguyên tử đến mô phỏng vật liệu ở cấp độ thiết bị.\u003C\u002Fp>\u003Cp>Xu hướng nổi bật:\u003C\u002Fp>\u003Cul>\u003Cli>Hybrid functionals và meta-GGA với độ chính xác cao\u003C\u002Fli>\u003Cli>Time-dependent DFT (TDDFT) cho trạng thái kích thích\u003C\u002Fli>\u003Cli>Machine learning–assisted DFT (ML-DFT)\u003C\u002Fli>\u003C\u002Ful>\u003Cp> \u003C\u002Fp>\u003Cp>Bài viết chuyên sâu về hướng phát triển này có thể tham khảo tại \u003Ca href=\"https:\u002F\u002Fwww.frontiersin.org\u002Farticles\u002F10.3389\u002Ffchem.2020.589106\u002Ffull\">Frontiers in Chemistry\u003C\u002Fa>.\u003C\u002Fp>",{"id":90,"researcherId":21,"name":91,"imageUrl":92},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",{"id":90,"researcherId":21,"name":91,"imageUrl":92},[85],"PUBLISHED","2025-06-05T08:09:53.937+00:00","2026-09-02T10:12:55.631+00:00","2025-06-05T08:12:42.803+00:00","2026-09-02T10:12:55.629+00:00",637,[102,111,116,126,131,136,142,148,158,163],{"id":103,"title":104,"term":103,"englishTitle":103,"definition":105,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"montmorillonite","Montmorillonite là gì? Cấu trúc, tính chất và ứng dụng","Montmorillonite là khoáng vật sét phyllosilicat 2:1 thuộc nhóm smectite, đặc trưng bởi diện tích bề mặt lớn, khả năng trương nở mạnh trong nước và dung lượng trao đổi cation cao.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":112,"title":112,"term":113,"englishTitle":114,"definition":115,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"động học phản ứng","Động học phản ứng","Chemical kinetics \u002F Reaction kinetics","Động học phản ứng là phân ngành hóa lý nghiên cứu tốc độ của các phản ứng hóa học, các yếu tố ảnh hưởng đến tốc độ (nhiệt độ, nồng độ, áp suất, chất xúc tác) và cơ chế phân tử chi tiết của các giai đoạn sơ cấp tạo thành sản phẩm.",{"id":117,"title":118,"term":117,"englishTitle":119,"definition":120,"discipline":121,"disciplineCode":122,"disciplineLabel":123,"disciplineColor":124,"disciplineIcon":125},"kê đơn hiệu quả","Kê đơn hiệu quả (effective prescribing) là gì?","effective prescribing","Kê đơn hiệu quả là quá trình chỉ định thuốc dựa trên bằng chứng khoa học nhằm tối đa hóa hiệu quả điều trị, giảm thiểu rủi ro và tối ưu hóa chi phí cho người bệnh.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":127,"title":128,"term":127,"englishTitle":129,"definition":130,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"nhiễu xạ","Nhiễu xạ (diffraction) là gì?","diffraction","Nhiễu xạ là hiện tượng các mặt sóng bị bẻ cong, lan tỏa và phân tán khi gặp phải vật cản hoặc khe hẹp làm giới hạn mặt sóng truyền, thể hiện rõ nét nhất khi kích thước vật cản tương đương bước sóng.",{"id":132,"title":133,"term":132,"englishTitle":134,"definition":135,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"thế khử chuẩn","Thế khử chuẩn (standard reduction potential) là gì?","standard reduction potential","Thế khử chuẩn là đại lượng nhiệt động lực học đo xu hướng nhận electron của một cặp oxy hóa - khử ở trạng thái chuẩn, được xác định thông qua suất điện động của pin điện hóa ghép với điện cực hydro chuẩn.",{"id":137,"title":138,"term":139,"englishTitle":140,"definition":141,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"tín hiệu mo v","Tín hiệu Mo(V) (Mo(V) EPR signal) là gì?","tín hiệu Mo(V)","Mo(V) EPR signal","Tín hiệu Mo(V) là tín hiệu quang phổ cộng hưởng thuận từ điện tử đặc trưng của ion molypden ở trạng thái oxy hóa dương năm, được ứng dụng làm đầu dò cấu trúc vi mô để nghiên cứu tâm hoạt động và cơ chế phản ứng của các enzyme kim loại.",{"id":143,"title":144,"term":145,"englishTitle":146,"definition":147,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"n hexan","n-Hexan (n-hexane) là gì?","n-hexan","n-hexane","n-Hexan là một hydrocarbon no mạch thẳng thuộc nhóm alkane với công thức phân tử C6H14, là dung môi không phân cực được dùng phổ biến trong trích ly dầu thực vật và sản xuất keo dán công nghiệp.",{"id":149,"title":150,"term":149,"englishTitle":151,"definition":152,"discipline":153,"disciplineCode":154,"disciplineLabel":155,"disciplineColor":156,"disciplineIcon":157},"kiểm tra nội bộ","Kiểm tra nội bộ (internal inspection) là gì?","internal inspection","Kiểm tra nội bộ là hoạt động theo dõi, rà soát và đánh giá việc tuân thủ các quy chế, quy trình nghiệp vụ và chính sách tác nghiệp do chính các cấp quản trị hoặc bộ phận chức năng của một tổ chức tiến hành. Hoạt động này giữ vai trò là cơ chế phát hiện sai lệch, ngăn ngừa gian lận và duy trì kỷ luật vận hành trong toàn bộ đơn vị.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":159,"title":160,"term":159,"englishTitle":161,"definition":162,"discipline":106,"disciplineCode":107,"disciplineLabel":108,"disciplineColor":109,"disciplineIcon":110},"chiến lược vượt đông","Chiến lược vượt đông (overwintering strategy) là gì?","overwintering strategy","Chiến lược vượt đông là tập hợp các cơ chế thích nghi sinh lý, sinh hóa và hành vi cho phép sinh vật tồn tại qua giai đoạn mùa đông khắc nghiệt khi nhiệt độ hạ thấp và thức ăn khan hiếm.",{"id":164,"title":165,"term":164,"englishTitle":166,"definition":167,"discipline":168,"disciplineCode":169,"disciplineLabel":170,"disciplineColor":171,"disciplineIcon":172},"câu điều kiện","Câu điều kiện (conditional sentence) là gì?","conditional sentence","Câu điều kiện là cấu trúc câu phức biểu đạt mối quan hệ phụ thuộc logic giữa hai sự tình, trong đó một mệnh đề đóng vai trò tiền đề nêu lên giả định và mệnh đề còn lại đóng vai trò hậu đề diễn đạt kết quả xảy ra khi giả định đó được thỏa mãn.","HUMANITIES","humanities","Nhân văn và nghệ thuật","#9333EA","book-open"]