Sách Statistical Physics (Tái bản lần 2, sửa đổi & mở rộng) - Tony Guénault

Vật lý thống kê ấn bản thứ hai, hiệu đính và mở rộng. Nắm vững các nguyên lý cơ bản, định luật và những ứng dụng thực tiễn quan trọng.

Trường đại học

Lancaster University

Chuyên ngành

Physics

Người đăng

Ẩn danh

Thể loại

Essay

2007

217
1
0

Phí lưu trữ

55 Point

Mục lục chi tiết

Preface

1. Basic ideas

1.3. The averaging postulate

1.5. The statistical method in outline

1.7. Statistical entropy and microstates

1.8. Summary

2. Distinguishable particles

2.1. The Thermal Equilibrium Distribution

2.2. What are α and β?

2.3. A statistical definition of temperature

2.4. The boltzmann distribution and the partition function

2.5. Calculation of thermodynamic functions

2.6. Summary

3. Two examples

3.2. Localized harmonic oscillators

3.3. Summary

4. Gases: the density of states

4.1. Fitting waves into boxes

4.2. Other information for statistical physics

4.3. An example – helium gas

4.4. Summary

5. Gases: the distributions

5.1. Distribution in groups

5.2. Identical particles – fermions and bosons

5.3. Counting microstates for gases

5.4. The three distributions

5.5. Summary

6. Maxwell–Boltzmann gases

6.1. The validity of the Maxwell–Boltzmann limit

6.2. The Maxwell–Boltzmann distribution of speeds

6.3. The connection to thermodynamics

6.4. Summary

7. Diatomic gases

7.1. Energy contributions in diatomic gases

7.2. Heat capacity of a diatomic gas

7.3. The heat capacity of hydrogen

7.4. Summary

8. Fermi–Dirac gases

8.1. Properties of an ideal Fermi–Dirac gas

8.2. Application to metals

8.3. Application to helium-3

8.4. Summary

9. Bose–Einstein gases

9.1. Properties of an ideal Bose–Einstein gas

9.2. Application to helium-4

9.4. A note about cold atoms

9.5. Summary

10. Entropy in other situations

10.1. Entropy and disorder

10.2. An assembly at fixed temperature

10.3. Vacancies in solids

11. Phase transitions

11.1. Types of phase transition

11.2. Ferromagnetism of a spin- 12 solid

11.3. Real ferromagnetic materials

11.4. Order–disorder transformations in alloys

12. Two new ideas

12.1. Statics or dynamics?

12.2. Ensembles – a larger view

13. Chemical thermodynamics

13.1. Chemical potential revisited

13.2. The grand canonical ensemble

13.3. Ideal gases in the grand ensemble

13.4. Mixed systems and chemical reactions

14. Dealing with interactions

14.1. Electrons in metals

14.2. Liquid helium-3: A Fermi liquid

14.3. Liquid helium-4: A Bose liquid?

14.4. Real imperfect gases

15. Statistics under extreme conditions

15.1. Superfluid states in Fermi–Dirac systems

15.2. Statistics in astrophysical systems

Appendix A Some elementary counting problems

Appendix B Some problems with large numbers

Appendix C Some useful integrals

Appendix D Some useful constants

Appendix E Exercises

Appendix F Answers to exercises

Index

Tóm tắt

I. Statistical Physics Second Edition Tổng Quan và Giới Thiệu

Vật lý thống kê là một lĩnh vực kết nối vi mô và vĩ mô, vượt qua ranh giới giữa nhiệt động lực học tổng quát và cơ học chi tiết. Nhiệt động lực học cung cấp các mối quan hệ giữa các đại lượng vật lý, nhưng không giải thích tính chất của vật liệu. Mặt khác, cơ học phân tích chuyển động của vô số hạt, điều này là không khả thi. Vật lý thống kê, như được thể hiện trong ấn bản thứ hai sửa đổi và mở rộng của Guénault, lấp đầy khoảng trống này bằng cách xây dựng các mô hình vi mô đơn giản và sử dụng thống kê để suy ra các thuộc tính vĩ mô. Chương này giới thiệu các khái niệm cơ bản, chẳng hạn như trạng thái vĩ môtrạng thái vi mô, và đặt nền tảng cho cách tiếp cận thống kê. Nó cũng giới thiệu giả định trung bình, một hòn đá tảng của vật lý thống kê, và thảo luận về các phân bố, là chìa khóa để hiểu hệ thống nhiều hạt. Cuốn sách tập trung vào các hệ thống yếu tương tác, điều này cho phép biểu diễn năng lượng tổng thể như một tổng các năng lượng riêng lẻ. Tuy nhiên, cần lưu ý rằng một số tương tác là cần thiết để đạt được trạng thái cân bằng. Ấn bản này được sửa đổi và mở rộng so với ấn bản trước đó nhằm mang đến một cái nhìn dễ tiếp cận và cập nhật về lĩnh vực này, đặc biệt phù hợp cho sinh viên vật lý. Nó trình bày một lộ trình rõ ràng để hiểu cơ học thống kê thông qua cách tiếp cận thực tế và không phức tạp. Chương đầu tiên kết thúc với việc giới thiệu entropy thống kê và mối quan hệ của nó với các trạng thái vi mô, đặt cơ sở cho các cuộc thảo luận sâu hơn về entropy trong các chương sau. Guénault nhấn mạnh rằng các phương pháp thống kê cần thiết để mô tả và phân tích các hệ thống trong trạng thái cân bằng nhiệt động lực học, và cuốn sách cung cấp một khung khổ chặt chẽ để hiểu mối quan hệ giữa entropysố lượng vi trạng thái có thể truy cập được.

1.1. Trạng Thái Vĩ Mô và Trạng Thái Vi Mô Định Nghĩa và Ý Nghĩa

Trạng thái vĩ mô mô tả trạng thái nhiệt động lực học của một hệ thống, được xác định bởi các tham số như số lượng hạt (N), thể tích (V) và năng lượng (U). Trạng thái vi mô là một đặc tả chi tiết hơn về hệ thống, chỉ định trạng thái của từng hạt. Ví dụ: trong cơ học thống kê cổ điển, trạng thái vi mô xác định vị trí và động lượng của mỗi hạt. Tuy nhiên, trạng thái vi mô thay đổi nhanh chóng theo thời gian, điều này khiến cho việc làm việc trực tiếp với chúng trở nên khó khăn. Vật lý thống kê sử dụng một cách tiếp cận thống kê, tính toán trung bình trên tất cả các trạng thái vi mô có thể để suy ra các tính chất vĩ mô. Giả định trung bình khẳng định rằng tất cả các trạng thái vi mô có thể truy cập đều có khả năng như nhau. Giả định này, mặc dù là một giả định, là hợp lý vì các phép đo vật lý mất một khoảng thời gian hữu hạn và hệ thống trải qua nhiều trạng thái vi mô trong thời gian đó. Hơn nữa, nếu chúng ta không biết trạng thái vi mô thực tế của hệ thống, việc giả định rằng tất cả các trạng thái vi mô đều có khả năng như nhau là một “sự thú nhận về sự thiếu hiểu biết”. Phân bố mô tả số lượng hạt ở mỗi trạng thái năng lượng và là một mức độ chi tiết trung gian giữa trạng thái vĩ mô và trạng thái vi mô. Có hai định nghĩa về phân bố: phân bố theo trạng thái và phân bố theo mức. Phân bố theo trạng thái chỉ định số lượng hạt ở mỗi trạng thái, trong khi phân bố theo mức chỉ định số lượng hạt ở mỗi mức năng lượng. Ví dụ về số điểm của một lớp sinh viên cho thấy sự khác biệt giữa các đặc điểm kỹ thuật của trạng thái vĩ mô, phân bố và trạng thái vi mô. Guénault khẳng định rằng việc hiểu các trạng thái vi mô đóng vai trò quan trọng trong việc hiểu rõ về cơ học thống kê và cách nó tạo ra các tính chất vĩ mô.

1.2. Giả Định Trung Bình và Tính Khả Thi Của Các Trạng Thái Vi Mô

Giả định quan trọng nhất trong cơ học thống kê là tất cả các trạng thái vi mô có thể truy cập đều có khả năng như nhau. Điều này có nghĩa là, khi hệ thống ở trạng thái cân bằng, không có trạng thái vi mô nào được ưu tiên hơn trạng thái nào khác. Giả định này cho phép chúng ta tính toán các tính chất vĩ mô bằng cách tính trung bình trên tất cả các trạng thái vi mô có thể có. Có hai lập luận hỗ trợ chính cho giả định này. Thứ nhất, các phép đo vật lý luôn được thực hiện trong một khoảng thời gian hữu hạn, và trong khoảng thời gian đó, hệ thống sẽ trải qua một số lượng lớn các trạng thái vi mô. Do đó, phép đo sẽ thực sự tính trung bình trên tất cả các trạng thái vi mô. Thứ hai, nếu chúng ta không biết trạng thái vi mô thực tế của hệ thống, chúng ta nên giả định rằng tất cả các trạng thái vi mô đều có khả năng như nhau. Điều này thường được gọi là một trung bình "tập hợp", trong đó chúng ta hình dung việc lặp lại phép đo trong một tập hợp đầy đủ các hệ thống giống hệt nhau và sau đó tính trung bình trên tất cả các hệ thống. Tuy nhiên, phải lưu ý rằng giả định này có thể không đúng trong một số trường hợp, chẳng hạn như khi có các trạng thái siêu bền hoặc khi hệ thống không ở trạng thái cân bằng. Ví dụ, một hệ thống kim loại ngưng tụ có thể không thỏa mãn giả định này nếu nó bị mắc kẹt trong một cấu hình không cân bằng. Guénault nhấn mạnh rằng, trong nhiều hệ thống, giả định này là một phép gần đúng tốt và nó dẫn đến kết quả phù hợp với thử nghiệm.

1.3. Tính Ứng Dụng Của Vật Lý Thống Kê cho Các Hệ Thống Tương Tác Yếu

Một trong những hạn chế quan trọng của phương pháp vật lý thống kê được trình bày trong Statistical Physics Second Edition là nó chủ yếu phù hợp với các hệ thống có tương tác yếu. Điều này có nghĩa là năng lượng tương tác giữa các hạt trong hệ thống phải nhỏ so với năng lượng động học của chúng. Đối với một khí lý tưởng, đây là một phép gần đúng tốt vì các hạt tương tác với nhau chỉ trong thời gian ngắn. Tuy nhiên, đối với một chất lỏng hoặc chất rắn thực sự, tương tác giữa các hạt mạnh hơn nhiều và do đó phương pháp này không còn hợp lệ nữa. Guénault thừa nhận giới hạn này, nhưng lưu ý rằng nhiều thuộc tính của chất rắn vẫn có thể được hiểu bằng cách sử dụng mô hình dựa trên một tập hợp các hạt tương tác yếu. Ví dụ, các dao động mạng trong chất rắn có thể được mô hình hóa bằng cách sử dụng khái niệm phonon, là các hạt tương tác yếu. Tương tự, các tính chất từ tính của chất rắn có thể được hiểu bằng cách sử dụng khái niệm spin cục bộ, là các hạt tương tác yếu. Guénault nhấn mạnh rằng, mặc dù phương pháp này có những hạn chế, nhưng đây vẫn là một công cụ có giá trị để hiểu nhiều hiện tượng vật lý khác nhau. Chương này thiết lập một nền tảng vững chắc để khám phá các ứng dụng của vật lý thống kê trong các chương sau.

II. Bài Toán Các Hạt Phân Biệt Được Phân Bố Boltzmann

Chương 2 của Statistical Physics Second Edition tập trung vào bài toán về các hạt phân biệt được, đây là một khái niệm nền tảng trong cơ học thống kê. Ý tưởng chính là xem xét một hệ thống bao gồm N hạt giống hệt nhau có thể phân biệt được với nhau, chẳng hạn như các nguyên tử ở các vị trí mạng khác nhau trong một chất rắn. Chương này giới thiệu khái niệm phân bố Boltzmann, là một công thức toán học mô tả xác suất tìm thấy một hạt ở một trạng thái năng lượng nhất định khi hệ thống ở trạng thái cân bằng nhiệt. Phân bố Boltzmann là một kết quả cơ bản trong cơ học thống kê, và nó có một phạm vi ứng dụng rộng rãi. Nó có thể được sử dụng để tính toán các tính chất nhiệt động lực học của một loạt các hệ thống, chẳng hạn như nhiệt dung, entropy và năng lượng tự do. Guénault cung cấp một dẫn xuất chi tiết về phân bố Boltzmann, bắt đầu với giả định rằng tất cả các trạng thái vi mô có thể truy cập đều có khả năng như nhau. Ông sử dụng phương pháp nhân tử Lagrange để tìm phân bố có khả năng xảy ra cao nhất, thỏa mãn các ràng buộc về số lượng hạt không đổi và năng lượng không đổi. Dẫn xuất này dẫn đến một biểu thức cho số lượng phân bố, mô tả số lượng hạt ở mỗi trạng thái năng lượng. Chương này cũng thảo luận về khái niệm hàm phân vùng, là một hàm tổng hợp tất cả các trạng thái có thể có của một hệ thống. Hàm phân vùng là một đại lượng cơ bản trong cơ học thống kê, và nó có thể được sử dụng để tính toán nhiều tính chất nhiệt động lực học của hệ thống. Guénault nhấn mạnh rằng phân bố Boltzmannhàm phân vùng là những công cụ mạnh mẽ có thể được sử dụng để hiểu các tính chất của nhiều hệ thống vật lý khác nhau. Chương này cũng giải thích các định nghĩa thống kê về nhiệt độ và entropy, làm nổi bật tầm quan trọng của hàm phân vùng trong việc kết nối cơ học thống kê với các khái niệm nhiệt động lực học.

2.1. Dẫn Xuất Phân Bố Boltzmann Phương Pháp Nhân Tử Lagrange

Để tìm phân bố Boltzmann, Guénault sử dụng phương pháp nhân tử Lagrange để tìm cực đại số lượng microstates (t) thỏa mãn các ràng buộc. Đầu tiên, ông lấy logarit tự nhiên của t (ln t), điều này đơn giản hóa quá trình tối đa hóa. Sau đó, ông vi phân ln t và đặt kết quả bằng không, điều này cho điều kiện để ln t đạt cực đại. Tuy nhiên, điều kiện này là thỏa mãn các ràng buộc về số lượng hạt không đổi (∑nj = N) và năng lượng không đổi (∑njεj = U). Để giải quyết các ràng buộc này, Guénault sử dụng phương pháp nhân tử Lagrange. Phương pháp này liên quan đến việc nhân mỗi ràng buộc bằng một nhân tử Lagrange và sau đó thêm các nhân tử có kết quả vào hàm được tối đa hóa. Trong trường hợp này, hàm được tối đa hóa là ln t, và các ràng buộc là ∑nj = N và ∑njεj = U. Phương pháp nhân tử Lagrange dẫn đến một tập hợp các phương trình có thể được giải để tìm phân bố số (nj). Kết quả là phân bố Boltzmann, có dạng nj = exp(α + βεj), trong đó α và β là các nhân tử Lagrange. Guénault nhấn mạnh rằng phương pháp nhân tử Lagrange là một công cụ mạnh mẽ có thể được sử dụng để giải nhiều bài toán tối ưu hóa khác nhau trong cơ học thống kê.

2.2. Hàm Phân Vùng Partition Function Định Nghĩa và Vai Trò

Hàm phân vùng (Z) là một khái niệm trung tâm trong cơ học thống kê. Nó được định nghĩa là tổng các thừa số Boltzmann trên tất cả các trạng thái có thể có của một hạt duy nhất: Z = ∑j exp(-εj/kBT), trong đó εj là năng lượng của trạng thái j, kB là hằng số Boltzmann và T là nhiệt độ tuyệt đối. Hàm phân vùng cung cấp một thước đo về số lượng các trạng thái có thể truy cập cho một hệ thống ở một nhiệt độ nhất định. Nó mã hóa tất cả các thông tin nhiệt động lực học về hệ thống. Một khi hàm phân vùng đã được tính toán, có thể suy ra nhiều thuộc tính nhiệt động lực học khác nhau, chẳng hạn như năng lượng bên trong, entropy, nhiệt dung và áp suất. Guénault nhấn mạnh rằng hàm phân vùng là một công cụ mạnh mẽ để kết nối thế giới vi mô của các hạt riêng lẻ với thế giới vĩ mô của các thuộc tính nhiệt động lực học. Đặc biệt, ông chỉ ra rằng năng lượng tự do Helmholtz (F) có thể được thể hiện trực tiếp theo hàm phân vùng: F = -NkT ln Z, trong đó N là số lượng hạt. Phương trình này là một kết quả quan trọng trong cơ học thống kê vì nó cho phép chúng ta tính toán các thuộc tính nhiệt động lực học của một hệ thống từ hàm phân vùng.

2.3. Mối Liên Hệ Giữa Hàm Phân Vùng và Các Đại Lượng Nhiệt Động Lực Học

Hàm phân vùng là một đại lượng cơ bản liên kết cơ học và nhiệt động lực học thống kê. Guénault chứng minh làm thế nào hàm phân vùng có thể được sử dụng để tính toán các hàm nhiệt động lực học khác nhau. Năng lượng bên trong (U) của hệ thống có thể được tính bằng cách sử dụng phương trình: U = -∂(ln Z)/∂β, trong đó β = 1/kBT. Entropy (S) của hệ thống có thể được tính bằng phương trình: S = kB(ln Z + βU). Năng lượng tự do Helmholtz (F) được cho bởi F = -kBT ln Z. Năng lượng tự do Gibbs (G) có thể được tính bằng phương trình: G = F + PV, trong đó P là áp suất và V là thể tích. Guénault nhấn mạnh rằng những mối quan hệ này cho phép chúng ta tính toán các thuộc tính nhiệt động lực học của một hệ thống từ hàm phân vùng. Điều này đặc biệt hữu ích khi khó tính toán trực tiếp các thuộc tính nhiệt động lực học. Chương này cung cấp một nền tảng vững chắc để khám phá các ứng dụng của cơ học thống kê.

III. Ví Dụ Ứng Dụng Chất Rắn Spin ½ và Dao Động Điều Hòa

Chương 3 của ấn bản thứ hai sửa đổi và mở rộng minh họa các khái niệm được giới thiệu trong các chương trước thông qua các ví dụ cụ thể, đó là chất rắn spin-½ và dao động điều hòa cục bộ. Hai ví dụ này rất quan trọng vì chúng thể hiện sự ứng dụng của cơ học thống kê cho các hệ thống vật lý thực tế. Chất rắn spin-½ là một mô hình đơn giản cho các vật liệu từ tính, trong đó mỗi nguyên tử có spin là ½. Mô hình này có thể được sử dụng để dự đoán các tính chất từ tính của vật liệu, chẳng hạn như độ nhạy từ và sự từ hóa. Dao động điều hòa cục bộ là một mô hình cho các dao động nguyên tử trong một chất rắn. Mô hình này có thể được sử dụng để dự đoán các tính chất nhiệt của vật liệu, chẳng hạn như nhiệt dung và độ dẫn nhiệt. Guénault trình bày một phân tích chi tiết về cả chất rắn spin-½ và dao động điều hòa cục bộ, sử dụng phân bố Boltzmannhàm phân vùng để tính toán các tính chất nhiệt động lực học của chúng. Ông cũng thảo luận về giới hạn của các mô hình này và cách chúng có thể được cải thiện. Chất rắn spin-1/2 là một hệ thống mà mỗi hạt có hai trạng thái có thể: spin-up và spin-down. Năng lượng của mỗi trạng thái phụ thuộc vào từ trường bên ngoài. Ví dụ này minh họa cách sử dụng phân bố Boltzmann để tính toán sự phụ thuộc nhiệt độ của các thuộc tính từ tính của chất rắn. Dao động điều hòa cục bộ là một mô hình cho các rung động của một nguyên tử duy nhất trong mạng tinh thể của chất rắn. Năng lượng của các dao động này được lượng tử hóa và ví dụ này minh họa cách sử dụng hàm phân vùng để tính toán sự phụ thuộc nhiệt độ của nhiệt dung của chất rắn. Cuốn sách chỉ ra làm thế nào có thể tính toán các đại lượng quan trọng như năng lượng bên trong, nhiệt dung và entropy cho mỗi hệ thống.

3.1. Phân Tích Nhiệt Động Lực Học Chất Rắn Spin ½

Mô hình chất rắn spin-½ được sử dụng để mô tả hệ thống trong đó mỗi hạt có hai trạng thái có thể: spin-up và spin-down. Năng lượng của mỗi trạng thái phụ thuộc vào từ trường bên ngoài. Các tính chất nhiệt động lực học của chất rắn spin-½ có thể được tính toán bằng cách sử dụng phân bố Boltzmann. Hàm phân vùng cho chất rắn spin-½ được cho bởi Z = exp(βμB) + exp(-βμB), trong đó β = 1/kBT, μ là mômen từ và B là từ trường. Năng lượng bên trong của chất rắn spin-½ được cho bởi U = -NμB tanh(βμB), trong đó N là số lượng hạt. Nhiệt dung của chất rắn spin-½ được cho bởi C = Nk(βμB)2 sech2(βμB). Entropy của chất rắn spin-½ được cho bởi S = Nk[ln(2 cosh(βμB)) - βμB tanh(βμB)]. Guénault chỉ ra rằng những phương trình này có thể được sử dụng để dự đoán các tính chất nhiệt động lực học của chất rắn spin-½. Cần lưu ý rằng mô hình chất rắn spin-½ là một phép gần đúng đơn giản và không tính đến tương tác giữa các hạt. Tuy nhiên, nó vẫn là một mô hình hữu ích để hiểu các tính chất nhiệt động lực học của vật liệu từ tính.

3.2. Dao Động Điều Hòa Cục Bộ Tính Toán và Ứng Dụng

Dao động điều hòa cục bộ là một mô hình để rung động của một nguyên tử duy nhất trong mạng tinh thể của một chất rắn. Năng lượng của các dao động này được lượng tử hóa và được cho bởi E = (n + ½)ħω, trong đó n là một số nguyên không âm, ħ là hằng số Planck giảm và ω là tần số góc của dao động. Các tính chất nhiệt động lực học của dao động điều hòa cục bộ có thể được tính toán bằng cách sử dụng hàm phân vùng. Hàm phân vùng cho dao động điều hòa cục bộ được cho bởi Z = ∑n exp(-βEn) = exp(-βħω/2)/(1 - exp(-βħω)), trong đó β = 1/kBT. Năng lượng bên trong của dao động điều hòa cục bộ được cho bởi U = ħω/2 + ħω/(exp(βħω) - 1). Nhiệt dung của dao động điều hòa cục bộ được cho bởi C = k(βħω)2 exp(βħω)/(exp(βħω) - 1)2. Entropy của dao động điều hòa cục bộ được cho bởi S = k[βħω/(exp(βħω) - 1) - ln(1 - exp(-βħω))]. Guénault nhấn mạnh rằng những phương trình này có thể được sử dụng để dự đoán các tính chất nhiệt động lực học của chất rắn, và chương này cung cấp sự hiểu biết sâu sắc về ứng dụng các nguyên tắc của cơ học thống kê.

3.3. So Sánh và Đối Chiếu Giữa Hai Ví Dụ Thực Tế

Cả chất rắn spin-½ và dao động điều hòa cục bộ đều là những mô hình đơn giản có thể được sử dụng để hiểu các tính chất nhiệt động lực học của vật liệu. Tuy nhiên, có một số khác biệt quan trọng giữa hai mô hình. Chất rắn spin-½ là một mô hình cho các hệ thống từ tính, trong khi dao động điều hòa cục bộ là một mô hình cho các hệ thống rung động. Chất rắn spin-½ có hai trạng thái có thể, trong khi dao động điều hòa cục bộ có vô số trạng thái có thể. Hàm phân vùng cho chất rắn spin-½ là hữu hạn, trong khi hàm phân vùng cho dao động điều hòa cục bộ là vô hạn. Guénault chỉ ra rằng những khác biệt này dẫn đến những khác biệt trong các tính chất nhiệt động lực học của hai hệ thống. Ví dụ, nhiệt dung của chất rắn spin-½ tiến đến một hằng số ở nhiệt độ cao, trong khi nhiệt dung của dao động điều hòa cục bộ tiến đến không ở nhiệt độ thấp. Guénault giải thích rằng, mặc dù có những khác biệt này, cả hai mô hình đều hữu ích để hiểu các tính chất nhiệt động lực học của vật liệu.

IV. Khí Mật Độ Trạng Thái và Ứng Dụng trong Vật Lý Thống Kê

Chương 4 của Statistical Physics Second Edition chuyển trọng tâm sang khí và giới thiệu khái niệm về mật độ trạng thái. Mật độ trạng thái g(ε)dε định nghĩa số lượng trạng thái một hạt có năng lượng nằm trong khoảng từ ε đến ε + dε. Đây là một khái niệm quan trọng để mô tả hệ thống nhiều hạt như khí, vì nó cho phép chúng ta tính toán các thuộc tính vĩ mô của hệ thống từ các thuộc tính của các hạt riêng lẻ. Guénault cung cấp một dẫn xuất chi tiết về mật độ trạng thái cho khí lý tưởng trong một hộp. Ông cho thấy rằng mật độ trạng thái tỷ lệ với căn bậc hai của năng lượng, g(ε) ∝ √ε. Ông cũng thảo luận về tầm quan trọng của các điều kiện biên trong việc xác định mật độ trạng thái. Bên cạnh khí, chương này trình bày cách sử dụng thông tin này trong cơ học thống kê. Guénault nhấn mạnh rằng mật độ trạng thái là một công cụ mạnh mẽ có thể được sử dụng để hiểu các tính chất của nhiều hệ thống vật lý khác nhau, và ông củng cố khái niệm này bằng cách đưa vào một ví dụ về khí Heli.

4.1. Xác Định Mật Độ Trạng Thái cho Khí Lý Tưởng trong Hộp

Guénault cung cấp một dẫn xuất chi tiết về mật độ trạng thái cho khí lý tưởng trong một hộp lập phương có cạnh L. Các trạng thái một hạt được cho bởi giải pháp cho phương trình Schrödinger độc lập với thời gian với các điều kiện biên thích hợp. Điều này dẫn đến một tập hợp các trạng thái lượng tử hóa với năng lượng được cho bởi ε = (ħ2π2/2m)(nx2 + ny2 + nz2)/L2, trong đó nx, ny và nz là các số nguyên dương và m là khối lượng của hạt. Số lượng trạng thái có năng lượng nhỏ hơn ε được cho bởi V(ε) = (π/6)(2mL2ε/ħ2π2)3/2. Mật độ trạng thái g(ε) được cho bởi đạo hàm của V(ε) đối với ε, g(ε) = dV(ε)/dε = (L3/4π2)(2m/ħ2)3/2√ε. Do đó, mật độ trạng thái tỷ lệ với căn bậc hai của năng lượng. Guénault nhấn mạnh rằng mật độ trạng thái phụ thuộc vào thể tích của hộp và khối lượng của các hạt. Ông cũng lưu ý rằng mật độ trạng thái tỷ lệ thuận với √ε, có nghĩa là có nhiều trạng thái hơn ở năng lượng cao hơn so với năng lượng thấp hơn.

4.2. Ảnh Hưởng Của Điều Kiện Biên Đến Mật Độ Trạng Thái

Guénault thảo luận về tầm quan trọng của các điều kiện biên trong việc xác định mật độ trạng thái. Trong dẫn xuất ở trên, chúng ta đã sử dụng các điều kiện biên định kỳ, điều này có nghĩa là hàm sóng phải có giá trị như nhau ở các cạnh đối diện của hộp. Các điều kiện biên khác nhau sẽ dẫn đến mật độ trạng thái khác nhau. Ví dụ, nếu chúng ta sử dụng các điều kiện biên cố định, điều đó có nghĩa là hàm sóng phải bằng không ở các cạnh của hộp, thì mật độ trạng thái sẽ hơi khác. Tuy nhiên, trong giới hạn thể tích lớn, mật độ trạng thái không phụ thuộc vào các điều kiện biên. Guénault nhấn mạnh rằng việc lựa chọn các điều kiện biên là một vấn đề thuận tiện, nhưng kết quả vật lý không nên phụ thuộc vào sự lựa chọn của chúng ta. Ông cũng lưu ý rằng, trong một số trường hợp, việc lựa chọn các điều kiện biên có thể quan trọng, chẳng hạn như khi chúng ta đang xử lý các hệ thống có kích thước nhỏ.

4.3. Ứng Dụng Ví Dụ Về Khí Heli và Các Tính Chất Thống Kê

Guénault minh họa việc sử dụng mật độ trạng thái với một ví dụ về khí Heli. Helium là một loại khí lý tưởng và các tính chất nhiệt động lực học của nó có thể được tính toán bằng cách sử dụng cơ học thống kê. Năng lượng bên trong của khí Helium được cho bởi U = (3/2)NkBT, trong đó N là số lượng nguyên tử Helium, kB là hằng số Boltzmann và T là nhiệt độ. Nhiệt dung của khí Helium được cho bởi CV = (3/2)NkB. Guénault chỉ ra rằng những kết quả này phù hợp với các phép đo thử nghiệm. Ông cũng thảo luận về các ứng dụng khác của mật độ trạng thái, chẳng hạn như tính toán phổ bức xạ vật đen và phân tích các tính chất của chất bán dẫn. Ông nhấn mạnh rằng mật độ trạng thái là một công cụ mạnh mẽ có thể được sử dụng để hiểu các tính chất của nhiều hệ thống vật lý khác nhau.

V. Khí Phân Bố Thống Kê và Sự Phân Loại Hạt

Chương 5 đi sâu vào các phân bố trong khí, phân biệt các loại hạt khác nhau: FermionsBosons. Chương này trình bày sự khác biệt trong cách đếm các trạng thái vi mô cho từng loại hạt và ảnh hưởng của nó đến phân bố thống kê. Guénault giải thích chi tiết sự khác biệt giữa ba loại phân bố thống kê: Maxwell-Boltzmann, Fermi-DiracBose-Einstein, và thảo luận về các điều kiện theo đó mỗi phân bố là thích hợp. Chương này đề cập đến hệ thống nhiều hạt và cách chúng được kiểm soát bởi số lượng trạng thái lượng tử có thể truy cập. Guénault giải thích các quy tắc thống kê kiểm soát sự phân bố của các hạt giữa các trạng thái này, và làm nổi bật sự khác biệt giữa cách các hạt có thể phân biệt và không thể phân biệt được xử lý. Chương này thiết lập nền tảng cho việc hiểu cơ học thống kê và ứng dụng của nó để phân tích và dự đoán các hành vi nhiệt động lực học khác nhau trong khí.

5.1. Hạt Đồng Nhất Fermions và Bosons Sự Khác Biệt Cơ Bản

Guénault trình bày hai loại hạt đồng nhất chính: fermionsbosons. Fermions là những hạt tuân theo nguyên tắc loại trừ Pauli, nghĩa là không có hai fermions nào có thể chiếm cùng một trạng thái lượng tử. Ví dụ bao gồm electron, proton và neutron, có spin nửa nguyên. Bosons là những hạt không tuân theo nguyên tắc loại trừ Pauli, nghĩa là bất kỳ số lượng bosons nào cũng có thể chiếm cùng một trạng thái lượng tử. Ví dụ bao gồm photon, phonon và hạt alpha, có spin nguyên. Sự khác biệt này có ý nghĩa sâu sắc đối với các tính chất thống kê của các hệ thống bao gồm các hạt này.

5.2. Đếm Các Trạng Thái Vi Mô cho Khí Fermions Bosons và Phân Biệt

Cách đếm các trạng thái vi mô khác nhau tùy thuộc vào loại hạt và dù chúng có thể phân biệt được hay không. Đối với các hạt có thể phân biệt, số lượng trạng thái vi mô được cho bởi N!, trong đó N là số lượng hạt. Tuy nhiên, đối với các hạt không thể phân biệt, chúng ta phải chia cho N! để loại bỏ sự đếm quá mức. Đối với fermions, chúng ta phải tính đến nguyên tắc loại trừ Pauli, điều này hạn chế số lượng trạng thái có thể truy cập. Đối với bosons, không có giới hạn nào như vậy. Guénault chỉ ra rằng các quy tắc đếm khác nhau này dẫn đến các phân bố thống kê khác nhau cho fermions, bosons và các hạt có thể phân biệt.

5.3. Ba Phân Bố Thống Kê Maxwell Boltzmann Fermi Dirac Bose Einstein

Guénault trình bày ba phân bố thống kê chính: Maxwell-Boltzmann, Fermi-DiracBose-Einstein. Phân bố Maxwell-Boltzmann áp dụng cho các hạt có thể phân biệt ở nhiệt độ cao và mật độ thấp, nơi mà xác suất chiếm giữ bất kỳ trạng thái đơn lẻ nào là nhỏ. Phân bố Fermi-Dirac áp dụng cho fermions và mô tả xác suất chiếm giữ một trạng thái năng lượng cho trước. Nó chiếm nguyên tắc loại trừ Pauli, nói rằng không có hai fermions nào có thể chiếm cùng một trạng thái. Phân bố Bose-Einstein áp dụng cho bosons và mô tả xác suất chiếm giữ một trạng thái năng lượng cho trước. Nó không chiếm nguyên tắc loại trừ Pauli và cho phép bất kỳ số lượng bosons nào chiếm cùng một trạng thái. Guénault nhấn mạnh rằng sự lựa chọn phân bố thích hợp phụ thuộc vào loại hạt và các điều kiện của hệ thống.

VI. Khí Maxwell Boltzmann Giới Hạn và Liên Hệ Nhiệt Động Lực Học

Chương 6 đi sâu vào các khí Maxwell-Boltzmann và thảo luận về tính hợp lệ của giới hạn Maxwell-Boltzmann cũng như liên hệ của nó với nhiệt động lực học. Chương này giới thiệu phân bố Maxwell-Boltzmann về tốc độ, mô tả xác suất tìm thấy một hạt có tốc độ nhất định trong khí lý tưởng. Nó cũng giải thích mối liên hệ giữa khí Maxwell-Boltzmann và nhiệt động lực học, chứng minh cách tính các tính chất nhiệt động lực học khác nhau, chẳng hạn như năng lượng bên trong, nhiệt dung và entropy, từ phân bố Maxwell-Boltzmann. Guénault thảo luận kỹ lưỡng về những hạn chế của việc sử dụng phân bố thống kê Maxwell-Boltzmann và làm rõ các trường hợp khi các phân bố khác như phân bố Fermi-Dirac hoặc phân bố Bose-Einstein trở nên cần thiết, đặc biệt ở nhiệt độ thấp hoặc mật độ cao. Chương này nhấn mạnh các ứng dụng khác nhau của cơ học thống kê trong việc hiểu các đặc tính của khí và cung cấp một nền tảng vững chắc để khám phá các khái niệm nâng cao trong các chương sau.

6.1. Tính Hợp Lệ của Giới Hạn Maxwell Boltzmann Điều Kiện Ứng Dụng

Guénault thảo luận về tính hợp lệ của giới hạn Maxwell-Boltzmann và nêu rõ các điều kiện để áp dụng nó. Phân bố Maxwell-Boltzmann là một phép gần đúng tốt khi nhiệt độ cao và mật độ thấp, có nghĩa là khoảng cách trung bình giữa các hạt lớn hơn nhiều so với bước sóng de Broglie của chúng. Trong những điều kiện này, các hạt về cơ bản có thể phân biệt được và nguyên tắc loại trừ Pauli có thể bị bỏ qua. Guénault chỉ ra rằng phân bố Maxwell-Boltzmann không còn hợp lệ ở nhiệt độ thấp hoặc mật độ cao, nơi các hiệu ứng lượng tử trở nên quan trọng. Trong những điều kiện này, các phân bố Fermi-Dirac hoặc Bose-Einstein phải được sử dụng.

6.2. Phân Bố Maxwell Boltzmann về Tốc Độ Dẫn Xuất và Ý Nghĩa

Guénault trình bày dẫn xuất của phân bố Maxwell-Boltzmann về tốc độ và thảo luận về ý nghĩa của nó. Phân bố Maxwell-Boltzmann về tốc độ cho xác suất tìm thấy một hạt có tốc độ nhất định trong khí lý tưởng. Nó được cho bởi f(v) = (m/2πkBT)3/2 4πv2 exp(-mv2/2kBT), trong đó m là khối lượng của hạt, kB là hằng số Boltzmann và T là nhiệt độ. Guénault chỉ ra rằng phân bố Maxwell-Boltzmann về tốc độ là hàm của nhiệt độ và khối lượng của hạt. Ông cũng thảo luận về những đặc điểm quan trọng khác nhau của phân bố Maxwell-Boltzmann về tốc độ, chẳng hạn như tốc độ có khả năng xảy ra nhất, tốc độ trung bình và tốc độ căn trung bình bình phương.

6.3. Liên Hệ với Nhiệt Động Lực Học Năng Lượng Nhiệt Dung Entropy

Guénault thảo luận về liên hệ giữa khí Maxwell-Boltzmann và nhiệt động lực học, và chứng minh cách tính các tính chất nhiệt động lực học khác nhau từ phân bố Maxwell-Boltzmann. Năng lượng bên trong của khí Maxwell-Boltzmann được cho bởi U = (3/2)NkBT, trong đó N là số lượng hạt. Nhiệt dung của khí Maxwell-Boltzmann được cho bởi CV = (3/2)NkB. Entropy của khí Maxwell-Boltzmann được cho bởi S = Nk[ln(V/N) + (3/2)ln(2πkBT/m) + 5/2], trong đó V là thể tích của khí. Guénault nhấn mạnh rằng các tính chất nhiệt động lực học của khí Maxwell-Boltzmann có thể được tính toán từ phân bố Maxwell-Boltzmann, minh họa sức mạnh của cơ học thống kê.

27/09/2025

Trích đoạn nội dung tài liệu

Statistical Physics Statistical Physics Second Revised and Enlarged Edition by Tony Guénault Emeritus Professor of Low Temperature Physics Lancaster University, UK A C. Catalogue record for this book is available from the Library of Congress. ISBN 978-1-4020-5974-2 (PB) ISBN 978-1-4020-5975-9 (e-book) Published by Springer, P. Box 17, 3300 AA Dordrecht, The Netherlands.com Printed on acid-free paper First edition 1988 Second edition 1995 Reprinted 1996, 2000, 2001, 2003 Reprinted revised and enlarged second edition 2007 All Rights Reserved © 1988, 1995 A.

Guénault © 2007 Springer No part of this work may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, microfilming, recording or otherwise, without written permission from the Publisher, with the exception of any material supplied specifically for the purpose of being entered and executed on a computer system, for exclusive use by the purchaser of the work. Table of contents Preface ix 1 Basic ideas 1 1.3 The averaging postulate 3 1.5 The statistical method in outline 6 1.7 Statistical entropy and microstates 10 1.8 Summary 11 2 Distinguishable particles 13 2.1 The Thermal Equilibrium Distribution 14 2.2 What are α and β? 17 2.3 A statistical definition of temperature 18 2.4 The boltzmann distribution and the partition function 21 2.5 Calculation of thermodynamic functions 22 2.6 Summary 23 3 Two examples 25 3.2 Localized harmonic oscillators 36 3.3 Summary 40 4 Gases: the density of states 43 4.1 Fitting waves into boxes 43 4.2 Other information for statistical physics 47 4.3 An example – helium gas 48 4.4 Summary 49 5 Gases: the distributions 51 5.1 Distribution in groups 51 5.2 Identical particles – fermions and bosons 53 5.3 Counting microstates for gases 55 5.4 The three distributions 58 5.5 Summary 61 v vi Table of contents 6 Maxwell–Boltzmann gases 63 6.1 The validity of the Maxwell–Boltzmann limit 63 6.2 The Maxwell–Boltzmann distribution of speeds 65 6.3 The connection to thermodynamics 68 6.4 Summary 71 7 Diatomic gases 73 7.1 Energy contributions in diatomic gases 73 7.2 Heat capacity of a diatomic gas 75 7.3 The heat capacity of hydrogen 78 7.4 Summary 81 8 Fermi–Dirac gases 83 8.1 Properties of an ideal Fermi–Dirac gas 84 8.2 Application to metals 91 8.3 Application to helium-3 92 8.4 Summary 95 9 Bose–Einstein gases 97 9.1 Properties of an ideal Bose–Einstein gas 97 9.2 Application to helium-4 101 9.4 A note about cold atoms 109 9.5 Summary 109 10 Entropy in other situations 111 10.1 Entropy and disorder 111 10.2 An assembly at fixed temperature 114 10.3 Vacancies in solids 116 11 Phase transitions 119 11.1 Types of phase transition 119 11.2 Ferromagnetism of a spin- 12 solid 120 11.3 Real ferromagnetic materials 126 11.4 Order–disorder transformations in alloys 127 12 Two new ideas 129 12.1 Statics or dynamics? 129 12.2 Ensembles – a larger view 132 13 Chemical thermodynamics 137 13.1 Chemical potential revisited 137 13.2 The grand canonical ensemble 139 13.3 Ideal gases in the grand ensemble 141 13.4 Mixed systems and chemical reactions 146 Table of contents vii 14 Dealing with interactions 153 14.1 Electrons in metals 154 14.2 Liquid helium-3: A Fermi liquid 158 14.3 Liquid helium-4: A Bose liquid? 163 14.4 Real imperfect gases 164 15 Statistics under extreme conditions 169 15.1 Superfluid states in Fermi–Dirac systems 169 15.2 Statistics in astrophysical systems 174 Appendix A Some elementary counting problems 181 Appendix B Some problems with large numbers 183 Appendix C Some useful integrals 187 Appendix D Some useful constants 191 Appendix E Exercises 193 Appendix F Answers to exercises 199 Index 201 Preface Preface to the first edition Statistical physics is not a difficult subject, and I trust that this will not be found a difficult book. It contains much that a number of generations of Lancaster students have studied with me, as part of their physics honours degree work. The lecture course was of 20 hours’duration, and I have added comparatively little to the lecture syllabus.

A prerequisite is that the reader should have a working knowledge of basic thermal physics (i. the laws of thermodynamics and their application to simple substances). The book Thermal Physics by Colin Finn in this series forms an ideal introduction. Statistical physics has a thousand and one different ways of approaching the same basic results.

I have chosen a rather down-to-earth and unsophisticated approach, without I hope totally obscuring the considerable interest of the fundamentals. This enables applications to be introduced at an early stage in the book. As a low-temperature physicist, I have always found a particular interest in sta- tistical physics, and especially in how the absolute zero is approached. I should not, therefore, apologize for the low-temperature bias in the topics which I have selected from the many possibilities.

Without burdening them with any responsibility for my competence, I would like to acknowledge how much I have learned in very different ways from my first three ‘bosses’as a trainee physicist: Brian Pippard, Keith MacDonald and Sydney Dugdale. More recently my colleagues at Lancaster, George Pickett, David Meredith, Peter McClintock, Arthur Clegg and many others have done much to keep me on the rails. Finally, but most of all, I thank my wife Joan for her encouragement. Guénault 1988 Preface to the second edition Some new material has been added to this second edition, whilst leaving the organization of the rest of the book (Chapters 1–12) unchanged.

The new chapters aim to illustrate the basic ideas in three rather distinct and (almost) independent ways. Chapter 13 gives a discussion of chemical thermodynamics, including something about chemical equilibrium. Chapter 14 explores how some interacting systems can still be treated by a simple statistical approach, and Chapter 15 looks at two interesting applications of statistical physics, namely superfluids and astrophysics. ix x Preface The book will, I hope, be useful for university courses of various lengths and types.

Several examples follow: 1. Basic general course for physics undergraduates (20–25 lectures): most of Chapters 1–12, omitting any of Chapters 7, 10, 11 and 12 if time is short; 2. Short introductory course on statistical ideas (about 10 lectures): Chapters 1, 2 and 3 possibly with material added from Chapters 10 and 11; 3. Following (2), a further short course on statistics of gases (15 lectures): Chapters 4–6 and 8–9, with additional material available from Chapter 14 and 15.

For chemical physics (20 lectures): Chapters 1–7 and 10–13; 5. As an introduction to condensed matter physics (20 lectures): Chapters 1–6, 8–12, 14, 15. In addition to those already acknowledged earlier, I would like to thank Keith Wigmore for his thorough reading of the first edition and Terry Sloan for his considerable input to my understanding of the material in section 15. Guénault 1994 Preface to the revised and enlarged second edition This third edition of Statistical Physics follows the organization and purpose of the second edition, with comparatively minor updating and changes to the text.

I hope it continues to provide an accessible introduction to the subject, particularly suitable for physics undergraduates. Chapter summaries have been added to the first nine (basic) chapters, in order to encourage students to revise the important ideas of each chapter – essential background for an informed understanding of later chapters. Guénault 2007 Preface xi A SURVIVAL GUIDE TO STATISTICAL PHYSICS Chapter 1 Assembly of N identical particles volume VV, in thermal equilibrium at temperature T are the particles weakly interacting? YES NO gaseous particles? Chapter 12 or 14 could help orr read a thicker book orr give up! NO YES Chapters 2,3 Chapters 4,5 use Boltzmann statistics is occupation number of each state f << 1? N ( h2 ( 3/2 nj = exp (–εεj /kkBT) T N Z i. is A = << 1? V 2␲MkkBT partition function: Z = Σ (–εεj /kkBT) T all YES NO states Chapters 6,7 is Ψ A or S? use MB statistics F = –NkkBT ln Z N f (ε) = exp (–ε /kkBT) T Z A S 2␲MkkBT 3/2 Z=V (h2 ( Chapter 8 Chapter 9 for a monatomic gas use FD statistics use BE statistics 1 1 f (ε) = f (ε) = exp {(ε – ) /kkBT } + 1 B exp {ε/kkBT } – 1 N applies to zero or integral F = –kBT ln ( NZ ( applies to odd-half integral spin particles (electrons, 3He, nucleons, some cold spin particles (some cold atoms, 4He) Set B = 1 if no particle conservation atoms) (photons, phonons) 1 Basic ideas There is an obvious problem about getting to grips with an understanding of matter in thermal equilibrium.

Let us suppose you are interested (as a designer of saucepans?) in the thermal capacity of copper at 450 K. On the one hand you can turn to ther- modynamics, but this approach is of such generality that it is often difficult to see the point. Relationships between the principal heat capacities, the thermal expansion coefficient and the compressibility are all very well, but they do not help you to understand the particular magnitude and temperature dependence of the actual heat capacity of copper. On the other hand, you can see that what is needed is a micro- scopic mechanical picture of what is going on inside the copper.

However, this picture becomes impossibly detailed when one starts to discuss the laws of motion of 1024 or so copper atoms. The aim of statistical physics is to make a bridge between the over-elaborate detail of mechanics and the obscure generalities of thermodynamics. In this chapter we shall look at one way of making such a bridge. Most readers will already be familiar with the kinetic theory of ideal gases.

The treatment given here will enable us to discuss a much wider variety of matter than this, although there will nevertheless be some limitations to the traffic that can travel across the bridge.1 THE MACROSTATE The basic task of statistical physics is to take a system which is in a well-defined thermodynamic state and to compute the various thermodynamic properties of that system from an (assumed) microscopic model. The ‘macrostate’ is another word for the thermodynamic state of the system. It is a specification of a system which contains just enough information for its thermody- namic state to be well defined, but no more information than that. As outlined in most books on thermal physics (e.

Finn’s book Thermal Physics in this series), for the simple case of a pure substance this will involve: • the nature of the substance – e. natural copper; • the amount of the substance – e.5 moles; 1 2 Basic ideas • a small number of pairs of thermodynamic co-ordinates – e. pressure P and volume V ; magnetic field B and magnetization M ; surface tension and surface area, etc. Each of these pairs is associated with a way of doing work on the system.

For many systems only P − V work is relevant, and (merely for brevity) we shall phrase what follows in terms of P − V work only. Magnetic systems will also appear later in the book. In practice the two co-ordinates specified, rather than being P and V , will be those appropriate to the external conditions. For instance, the lump of copper might be at a specific pressure P (= 1 atm) and temperature T (= 450 K).

In this case the macrostate would be defined by P and T ; and the volume V and internal energy U and other parameters would then all be determined in principle from P and T. It is precisely one of the objectives of statistical physics to obtain from first principles what are these values of V , U , etc. (In fact, we need not set our sights as low as this. Statistical physics also gives detailed insights into dynamical properties, and an example of this is given in Chapter 12.) Now comes, by choice, an important limitation.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ