Suurkanoninen joukko

Samankaltaiset tiedostot
Suurkanoninen joukko

KLASSISET TASAPAINOJOUKOT (AH 4.3, , 7.2) Yleisesti joukoista

TASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko

TASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko

Mikrotila Makrotila Statistinen paino Ω(n) 3 Ω(3) = 4 2 Ω(2) = 6 4 Ω(4) = 1

6. Yhteenvetoa kurssista

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016

1 Eksergia ja termodynaamiset potentiaalit

1. Yksiulotteisen harmonisen oskillaattorin energiatilat saadaan lausekkeesta

FYSA242 Statistinen fysiikka, Harjoitustentti

TILASTOLLISEN KVANTTIMEKANIIKAN PERUSTEITA (AH ) Mikrotilat (kertausta Kvanttimekaniikan kurssilta)

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

Z 1 = Np i. 2. Sähkömagneettisen kentän värähdysliikkeen energia on samaa muotoa kuin molekyylin värähdysliikkeen energia, p 2

3. Statistista mekaniikkaa

KLASSISISTA REAALIKAASUISTA (AH 10.1)

3. Statistista mekaniikkaa

infoa tavoitteet E = p2 2m kr2 Klassisesti värähtelyn amplitudi määrää kokonaisenergian Klassisesti E = 1 2 mω2 A 2 E = 1 2 ka2 = 1 2 mω2 A 2

3. Statistista mekaniikkaa

Astrokemia Kevät 2011 Harjoitus 1, Massavaikutuksen laki, Ratkaisut

4.0.2 Kuinka hyvä ennuste on?

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

Muita lämpökoneita. matalammasta lämpötilasta korkeampaan. Jäähdytyksen tehokerroin: Lämmityksen lämpökerroin:

Kuljetusilmiöt ja relaksaatioaika-approksimaatio

= P 0 (V 2 V 1 ) + nrt 0. nrt 0 ln V ]

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017

Lämmityksen lämpökerroin: Jäähdytin ja lämmitin ovat itse asiassa sama laite, mutta niiden hyötytuote on eri, jäähdytyksessä QL ja lämmityksessä QH

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

LASKENNALLISEN TIETEEN OHJELMATYÖ: Diffuusion Monte Carlo -simulointi yksiulotteisessa systeemissä

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

766328A Termofysiikka Harjoitus no. 10, ratkaisut (syyslukukausi 2014)

Matematiikan tukikurssi

4. Termodynaamiset potentiaalit

S Fysiikka III (EST) Tentti ja välikoeuusinta

Maxwell-Boltzmannin jakauma

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

Oletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen

Ekvipartitioteoreema. Entropia MB-jakaumassa. Entropia tilastollisessa mekaniikassa

Ekvipartitioteoreema

Moniulotteisia todennäköisyysjakaumia

Entrooppiset voimat. Entrooppiset voimat Vapaan energian muunnoksen hyötysuhde Kahden tilan systeemit

Matematiikan tukikurssi

PHYS-A0120 Termodynamiikka syksy 2016

Matematiikan tukikurssi

8. Klassinen ideaalikaasu

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

4. Termodynaamiset potentiaalit

BOSONIJÄRJESTELMÄT (AH 8.1, 8.2) Bosekondensaatio

Ei-inertiaaliset koordinaatistot

Clausiuksen epäyhtälö

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

= 84. Todennäköisin partitio on partitio k = 6,

1 Clausiuksen epäyhtälö

kertausta edellisestä seuraa, että todennäköisimmin systeemi löydetään sellaisesta mikrotilasta, jollaisia on

PHYS-A0120 Termodynamiikka syksy 2017

4. Termodynaamiset potentiaalit

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Ch7 Kvanttimekaniikan alkeita. Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset.

7 Termodynaamiset potentiaalit

PHYS-A0120 Termodynamiikka syksy 2016

Matematiikan tukikurssi

Integroimalla ja käyttämällä lopuksi tilanyhtälöä saadaan T ( ) ( ) H 5,0 10 J + 2,0 10 0,50 1,0 10 0,80 Pa m 70 kj

S , Fysiikka III (Sf) tentti/välikoeuusinta

ln2, missä ν = 1mol. ja lopuksi kaasun saama lämpömäärä I pääsäännön perusteella.

Useita oskillaattoreita yleinen tarkastelu

Ekvipartitioperiaatteen mukaisesti jokaiseen efektiiviseen vapausasteeseen liittyy (1 / 2)kT energiaa molekyyliä kohden.

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

T H V 2. Kuva 1: Stirling kiertoprosessi. Ideaalisen Stirlingin koneen sykli koostuu neljästä osaprosessista (kts. kuva 1):

Satunnaismuuttujien muunnokset ja niiden jakaumat

2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

kertausta Boltzmannin jakauma infoa Ideaalikaasu kertausta Maxwellin ja Boltzmannin vauhtijakauma

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia


Luento Entrooppiset voimat Vapaan energian muunoksen hyötysuhde Kahden tilan systeemit

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

P (X B) = f X (x)dx. xf X (x)dx. g(x)f X (x)dx.

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

H7 Malliratkaisut - Tehtävä 1

PHYS-A0120 Termodynamiikka syksy 2016

1. TILASTOLLINEN HAHMONTUNNISTUS

Teddy 7. harjoituksen malliratkaisu syksy 2011

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

805306A Johdatus monimuuttujamenetelmiin, 5 op

Matematiikan tukikurssi: kurssikerta 12

Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1

Diskreettiaikainen dynaaminen optimointi

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

1 WKB-approksimaatio. Yleisiä ohjeita. S Harjoitus

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

Kvanttifysiikan perusteet 2017

Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016

lnx x 1 = = lim x = = lim lim 10 = x x0

Matematiikan tukikurssi

Transkriptio:

Suurkanoninen joukko Suurkanonisessa joukossa systeemi on kanonisen joukon tavoin yhdistettynä lämpökylpyyn, mutta nyt systeemin ja kylvyn väliset (kuvitellut) seinät läpäisevät energian lisäksi myös hiukkasia siten, että sekä energian että hiukkasmäärän odotusarvot säilyvät vakiona. Suurkanoninen joukko on monissa käytännön tilanteissa kaikista eri ensembleistä laskennallisesti kätevin, ja kuten tulemme pian näkemään, sen ennusteet yhtyvät muiden joukkojen vastaaviin isojen systeemien rajalla,. Suurkanonisen joukon todennäköisyysjakauman johto seuraa pitkälti samoja välivaiheita kuin kanonisen jakauman. Erona on kuitenkin se, että kun hiukkaslukumäärä ei enää ole määrätty kuin odotusarvon tasolla, =, ei laskua voida tehdä yhdessä hiukkasta käsittävässä faasiavaruudessa (huomaa, että tästä eteenpäin kirjoitamme hiukkaslukumäärän selkeyden vuoksi boldattuna silloin, kun kyse on faasiavaruuden funktiosta, eikä reaaliarvoisesta odotusarvosta). Helpointa onkin määritellä uusi integroimismitta d G = d, missä d vastaa tuttua :n hiukkasen faasiavaruuden integroimismittaa. Tämän tuloksen avulla määrittelemme nyt suurkanonisen entropian kaavalla S = d G ρ ln ρ, jossa todennäköisyystiheys ρ riippuu myös :stä ollen erityisesti nollasta poikkeava usean eri hiukkaslukumäärän faasiavaruudessa. Suurkanonin todennäköisyystiheys määritetään nyt luonnollisella tavalla: maksimoimalla yo. entropian arvo, missä reunaehtoina käytetään ykkösoperaattorin, Hamiltonin funktion sekä hiukkasten lukumäärän odotusarvojen arvoja (huomaa, että on tässä ja myöhemmin kontekstista riippuen joko lukumääräoperaattori tai sen odotusarvo): 1

I = d G ρ = 1, H = d G ρ H = E, = d G ρ =. Täysin analogisesti kanonisen joukon todennäköisyystiheyden johdon kanssa päädytään nyt ekstremaaliehtoon δ [S + λ ( d G ρ 1) + λ ( d G ρh E) + λ ( d G ρ )] = 0, jossa kirjoittamalla vakiot hieman uudessa muodossa saadaan edelleen suurkanoniseksi jakaumaksi ρ = e β(h μ) ja vastaavaksi suurkanoniseksi partitiofunktioksi = d G e β(h μ). Kuten kanonisen joukon tapauksessa, on seuraavaksi identifioitava vakioiden β ja μ fysikaalinen merkitys. Tätä varten lähdetään jälleen kerran liikkeelle entropian lausekkeesta S = ln ρ = β H μ + ln = βe βμ + ln ja sen varioimisesta vakioiden β sekä μ suhteen, mitä varten lasketaan ensin suurkanonisen tilasumman variaatio: δ = δ d G e β(h μ) = δβ d G (H μ)e β(h μ) + βδμ d G e β(h μ) = E δβ + (μδβ + βδμ). 2

Sijoitetaan tämä tulos nyt entropian variaatioon, jolloin saadaan (huomaa: tässä E,, ja ovat vakioiden β sekä μ funktioita; siksi vastaavat variaatiot laskettava) δs = Eδβ + βδe (μδβ + βδμ) βμδ + δ = βδe βμδ. Tästä voimme suoraan lukea halutut identifikaatiot: T ( E S ) V, μ mc ( E ) S,V = 1 β, = μ, jossa jälkimmäisen yhtälön vasemmalla puolella on kemiallisen potentiaalin mikrokanoninen määritelmä. Tarkastellaan seuraavaksi hiukkaslukumäärän ja energian odotusarvoja = = d G e β(h μ) d G e β(h μ) = T ln μ, joiden avulla saamme E = H = d G He β(h μ) d G e β(h μ) = T 2 ln T + Tμ ln μ, S = βe βμ + ln = ln + T ln T = (Tln ) T Entropian lausekkeen avulla voidaan myös identifioida systeemin suuri potentiaali, Ω(T, μ, V) = E TS μ = T ln (T, μ, V), josta monet eri termodynaamiset suureet voidaan johtaa. Lisäksi on syytä korostaa, että samoin kuin suurkanoninen tilasumma, myös suuri potentiaali on tässä annettu luonnollisten muuttujiensa T, μ, V funktiona. Kuten partitiofunktion kaavasta nähdään, suurkanonista joukkoa voidaan ajatella jakaumana kanonisia joukkoja eri hiukkaslukumäärän arvoilla. Tämän huomion myötä myös monien fysikaalisten suureiden laskeminen voidaan helposti palauttaa kanoniseen tapaukseen. Esim. partitiofunktiolle saadaan. 3

= d e β(h μ) = e βμ d e βh = z Z, missä on määritelty fugasiteetti z = e βμ ja käytetty hyväksi sitä, että tiettyä hiukkaslukumäärää vastaavassa kanonisessa joukossa on vakioparametri ja se voidaan siirtää faasiavaruusintegraalin ulkopuolelle. Jos kanoniset partitiofunktiot Z osataan laskea, pystytään siis myös määräämään. Tämä ei kuitenkaan läheskään aina ole kätevin tapa laskea suurkanoninen tilasumma, vaan se voidaan usein määrätä suorempaan; esimerkkejä tästä saadaan tosin vasta kvanttistatistiikan (ja myöhemmin äärellisen lämpötilan kenttäteorian) kurssilla. Lisäksi on mielenkiintoista huomata, että hiukkaslukumäärän todennäköisyysjakauma saadaan suoraan tuloksen kertoimista: 1 = z Z P(M) = δ(, M) = d G δ(, M) e β(h μ) = d δ(, M) e β(h μ) = z M d M e βh = zm Z M. Tarkastellaan vielä lopuksi hajontaa suurkanonisessa joukossa. Partitiofunktion logaritmia derivoimalla on helppo johtaa tulos T μ = T2 2 ln μ 2 = 2 2 = (Δ) 2, missä symbolilla Δ = 2 2 on merkitty hiukkasluvun hajontaa. Koska ja ln ovat ekstensiivisiä suureita, seuraa tästä 4

Δ ~ 1 0, kun, eli suurkanoninen joukon hiukkasluvun fluktuaatiot ovat suhteellisesti hyvin pieniä kun on suuri. Sama koskee energian variaatiota, kuten kanonisen joukon tapauksessa nähtiin toisissa harjoituksissa. Tästä syystä kaikki joukot mikrokanoninen, kanoninen ja suurkanoninen ovat itse asiassa ominaisuuksiltaan käytännössä yhteneviä, kun systeemi on suuri. Harvoja yksittäistapauksia lukuun ottamatta sen, mitä joukkoa kussakin tilanteesta käyttää, voikin valita hyvin vapaasti. Einsteinin fluktuaatioteoriaa Reaalimaailman makroskooppiset systeemit on usein mahdollista jakaa toistensa kanssa vain heikosti vuorovaikuttaviin osasysteemeihin, joiden makrofysikaalisia ominaisuuksia esim. osatilavuuksia voidaan systeemin kokonaisenergian ohella käyttää muuttujina kuvaamaan systeemin tilaa. Merkitään nyt näitä makrotiloja notaatiolla (E, X 1, X 2, X 3, ) ja niitä vastaavia faasiavaruuden osatilavuuksia Γ(E, X 1, X 2, X 3, ). Jos oletamme, että nämä osatilavuudet osataan laskea, voimme selvästi kirjoittaa mikrokanoniseksi tilasummaksi (vrt. Z E,ΔE ja Σ E aiemmin) Γ(E) = Γ(E, X 1, X 2, X 3, ). {X i } Parametrijoukkoa (E, X 1, X 2, X 3, ) vastaavien mikrotilojen todennäköisyys on tällöin selvästi f(e, X 1, X 2, X 3, ) = Γ(E, X 1, X 2, X 3, ), Γ(E) jossa voimme käyttää makrotilan (E, X 1, X 2, X 3, ) mikrokanonisen entropian kaavaa S = ln Γ hyväksi kirjoittamalla f(e, X 1, X 2, X 3, ) = exp [S(E, X 1, X 2, X 3, )]. Γ(E) 5

Kuten tunnettua, entropia maksimoituu termisessä tasapainotilassa, joten voimme kehittää entropian sarjaksi muuttujien X i tasapainoarvojen X i 0 ympärillä. Kirjoittamalla x i = X i X i 0 saadaan näin S = S 0 1 2 s ij x i x j +, 0 missä s ij ( 2 S ) on määritelty miinusmerkin kanssa johtuen siitä, että X i X j tasapainotila maksimoi entropian, ja yläindeksi 0 puolestaan viittaa siihen, että ij toinen derivaatta on laskettu muuttujien X i tasapainoarvojen X i 0 ympärillä. Merkitsemällä yllä esiintyvää matriisituloa notaatiolla x T sx ja käyttämällä hyväksi matriisin s symmetrisyyttä on nyt mahdollista osoittaa (harjoitustehtävä 3/4), että oikein normitettu todennäköisyysjakauma muuttujille x i saa muodon f(x) = (2π) n/2 det s e xt sx/2 ja että muuttujien x i odotusarvot saadaan laskettua kaavoista x i = 0, x i x j = (s 1 ) ij. Jos pystymme kirjoittamaan entropian lausekkeen muuttujien X i funktiona, pystymme siis ainakin periaatteessa arvioimaan niiden fluktuaatioiden todennäköisyydet. Tarkastellaan nyt konkreettisuuden vuoksi yhden fluktuoivan muuttujan X tapausta, ts. oletamme, että todennäköisyysjakauma f on jo integroitu muiden muuttujien suhteen. Yllä läpikäydyn tarkastelun perusteella voimme selvästi olettaa, että f saa muodon f~e 1 2 sx2, jossa s voidaan määrittää matriisin s komponenteista ja 1 2 sx2 edustaa fluktuaation x kontribuutiota entropiaan. Jos muuttuja X on sellainen, että systeemiin voidaan tehdä työtä muuttamalla sen suuruutta, voidaan termodynamiikan ensimmäisen pääsäännön mukaisesti kirjoittaa de = TdS ydx dw, 6

missä y edustaa siirtymälle konjugaattista voimaa. yt saadaan toisaalta tästä yhtälöstä S(E, X, ) X ja toisaalta aiempien tulosten mukaisesti S(E, X, ) X = y T = sx, joten saamme identifioitua y = Tsx. Systeemin kokonaisenergian muutos saa siis adiabaattisessa tapauksessa (ds = 0) muodon de = Tsxdx ΔE = 1 2 Tsx2 R, missä olemme identifioineet ns. reversiibelin minimityön R, joka kuvaa sitä työtä, joka systeemiin täytyy tehdä, jotta muuttujaa X saadaan poikkeutettua tasapainoarvostaan määrällä x. Mielenkiintoiseksi tämän tuloksen tekee sen vaihtoehtoinen tulkinta: huomaamalla, että e sx2 /2 kertoo muuttujan X spontaanin fluktuaation x = ΔX todennäköisyyden, saa tämä suure muodon f(δx)~ exp [ R T ]. Tämä Boltzmannin jakaumaa muistuttava tulos on sikäli merkittävä, että arvioitaessa tietyn fluktuaation todennäköisyttä on reversiibeli minimityö R usein huomattavasti helpommin määritettävissä kuin entropian fluktuaatiomatriisin s ij 0 ( 2 S ) komponentit. Yksinkertaisuudestaan huolimatta johdettu tulos onkin X i X j varsin hyödyllinen ja monipuolinen. Esimerkkitehtävä: laske, mikä on L:n pituisen voimalla F jännitetyn kielen y:n suuruisen poikittaisen fluktuaation todennäköisyys etäisyydellä x kielen päästä. Määritä lisäksi fluktuaation keskihajonta (Δy) 2 (y y ) 2. Käytä tulosta määräämään keskimääräisen viulunkielen keskikohdan termisen värähtelyn amplitudi. Voit olettaa y x ja y L x. 7