A densidade de um material que tem apenas um atenuante espécies também depende do pathlength e a concentração das espécies, de acordo com a Beer–Lambert lei
A = ε c ℓ , {\displaystyle Um=\varepsilon c\ell ,}
onde
- ε é o molar coeficiente de atenuação do material;
- c é a concentração molar das espécies;
- ℓ é o pathlength.
diferentes disciplinas têm diferentes convenções sobre se a absorvância é decádica (10-based) ou Napieriana (e-based), i.e.,, definido em relação à transmissão através do logaritmo comum (log10) ou de um logaritmo natural (ln). O coeficiente de atenuação molar é geralmente descádico. Quando existe ambiguidade, é melhor indicar qual se aplica.
Quando existem N espécies de atenuação numa solução, a absorvância Global é a soma das absorvências para cada espécie individual i:
A = ∑ I = 1 N A i = ∑ ∑ i = 1 N ε i c I. {\displaystyle Um=\sum _{i=1}^{N}A_{i}=\ell \sum _{i=1}^{N}\varepsilon _{i}c_{i}., a composição de uma mistura de espécies atenuantes N pode ser encontrada através da medição da absorvância em comprimentos de onda N (devem também ser conhecidos os valores do coeficiente molar de atenuação para cada espécie nestes comprimentos de onda). Os comprimentos de onda escolhidos são geralmente os comprimentos de onda da absorção máxima (absorvância máxima) para cada espécie. Nenhum dos comprimentos de onda deve ser um ponto isóbico para um par de espécies., O conjunto das seguintes equações simultâneas pode ser resolvido para encontrar as concentrações de cada espécie atenuante:
{ a (λ 1) = ∑ i = 1 N ε i ( λ 1) C i , … a ( λ n) = ∑ ∑ i = 1 N ε i ( λ N) C I. {\displaystyle {\begin{cases}A(\lambda _{1})=\ell \sum _{i=1}^{N}\varepsilon _{i}(\lambda _{1})c_{i},\\\ldots \\Um(\lambda _{N})=\ell \sum _{i=1}^{N}\varepsilon _{i}(\lambda _{N})c_{eu}.\\\end{cases}}}
O coeficiente de atenuação molar (em unidades de cm2 ) está directamente relacionado com a secção transversal de atenuação através da constante de Avogadro na:
σ = ln ( 10) 10 3 N A ε ≈ 3.,82353216 × 10 − 21 ε . {\displaystyle \sigma =\ln(10){\frac {10^{3}}{N_{\text{A}}}}\varepsilon \approx 3.82353216\times 10^{-21}\,\varepsilon .}