基本概念:状态,概率和信息熵 /遍历原理 Introduction
基本概念:状态,概率和信息熵 /遍历原理 Introduction
🦇 统计物理学希望通过概率方法推断出系统的宏观和介观属性,并了解其在微观尺度上的属性。
状态,概率和信息熵
信息熵entropie statistique是衡量系统信息缺乏程度的量。
- 系统确定时,信息熵为零
- 系统各个状态概率相等时,信息熵最大
- 系统的独立事件之间的信息熵可加
- 信息熵大于零
信息熵可以由以下公式计算:
其中,$k$是玻尔兹曼常数。
状态État du système是宏观系统的微观配置。系统的微观状态是并不确定的,但状态的集合是可数的。对于一个状态,由可观测量$A$测量的结果是$A_i$。所有测量的平均写作$\langle A\rangle=\sum A_i p_i$。
概率Probabilité是每个状态出现的概率。
$A_ip_i$是能量$E_i$的函数,因此可以写作$A_ip_i = f(E_i)$
多个状态拥有相同能量的情况被称为退化dégénérescence, 记$\Omega\left(E_j\right)$为具备能量$E_j$的状态数,测量的期望可以写作:
当能级十分密集时,在宏观上表现为连续的。因此,也可以使用积分来表示可观测量的期望。
其中,$\rho(E)$被称为态密度la densité d’état。
- $\delta N(E)=\rho(E) \cdot d E$。
- $\rho(E)=\frac{d \Phi}{d E}$,其中,$\Phi$是能级的累计分布,即能量小于或等于 E 的态数。
例子:理想磁场中的粒子
考虑磁场中磁量子数。磁量子数只能取$+\mu ,-\mu$ 。对应的能量分别为$\varepsilon{+}=-\mu . B$和$\varepsilon{-}=\mu . B$。系统能量为:
假设总共有$N$个微观粒子,共有$2^N$种状态。但这些状态并非都具备不同的能量。考虑能量为$E$的状态数。由上式可见,能量可以被写作$n+$的函数。因此只要$n+$相同,能量相同,有:
这种状态对应的概率:
首先研究概率最大$n_{+\max }$:
然后将$lnP$在$n_{+,max}$附近展开:
得到$P(n_+)$近似于高斯分布:
此时均值$
例子:势阱中的理想气体
研究盒子 $L_x L_y L_z$ 中粒子的情况。盒子内势为零,外部无穷大。
考虑不含时薛定谔方程,由于盒子中势能为零:
得到:
考虑累计分布函数。如果粒子能量小于等于$E$有:
因此,能量小于$E$的粒子是所有包含在半径为$\sqrt{\frac{2 m E}{\hbar^2}}$的球中的粒子。
考虑边界条件,$\Psi(\vec{r_{limit}}) = 0$。波函数呈驻波解,因此波函数可以被近似写为:
即$\vec K$可以被写作:
此时有粒子的体积元:$v = \frac{2 \pi}{L_x} \frac{2 \pi}{L_y} \frac{2 \pi}{L_z}$,得到:
$V = L_xL_yL_z$。密度函数是累积分布函数对能量的导数,得:
考虑有$N$个粒子的情况,波矢是一个$3N$维的向量。因此,能量小于$E$的粒子是所有包含在$3N$维空间种半径为$\sqrt{\frac{2 m E}{\hbar^2}}$的球中的粒子。体积元为$\left(\frac{2 \pi}{L_x} \frac{2 \pi}{L_y} \frac{2 \pi}{L_z}\right)^N$。
微分得到密度函数:
如果考虑粒子自选,每个粒子有$2s+1$个自旋态。
遍历原理 le principe ergodique
遍历原理:对于观测值 A,整体平均值与时间平均值相同
补充数学知识
斯特林公式
- $n!\simeq n^n \cdot \exp (-n) \cdot \sqrt{2 \cdot \pi \cdot n}$
- $\ln n!\simeq n \cdot \ln n-n+o(n) \simeq n \cdot \ln n-n$
- $\frac{d \ln n!}{d n} \simeq \ln n$