概率统计在经典统计物理中的应用
数学在物理学中的应用

数学在物理学中的应用引言数学作为一门精确的科学,广泛应用于各个领域。
而在物理学中,数学更是起着举足轻重的作用。
本文将探讨数学在物理学中的应用,并从几个具体的领域进行深入的分析。
一、微积分在力学中的应用微积分是数学中的一门重要分支,广泛应用于力学领域。
以牛顿力学为例,运用微积分的概念,可以推导出牛顿第一、第二、第三定律,并解决力学中的运动问题。
通过对位移、速度和加速度的关系进行微积分运算,我们可以准确地描述和预测物体的运动轨迹和行为。
二、线性代数在量子力学中的应用线性代数是数学中的另一个重要分支,其应用也十分广泛。
在量子力学中,线性代数起着至关重要的作用。
通过线性代数的工具,我们可以描述和分析微观粒子的量子态、哈密顿算符以及相应的本征值和本征函数等。
线性代数的概念也帮助我们理解量子纠缠以及薛定谔方程等复杂的物理现象。
三、概率论在统计物理中的应用概率论是数学中的一门应用广泛的分支,也在统计物理中发挥着重要作用。
统计物理是研究大量微观粒子的行为和性质的学科,而概率论则提供了一种描述这些微观粒子集体行为的数学工具。
通过概率论的概念和方法,我们可以理解气体分子的运动和分布规律,以及固体和液体的热力学性质等。
四、偏微分方程在场论中的应用偏微分方程是数学中一个重要的分支,其应用范围广泛。
在场论中,偏微分方程的方法被广泛用于描述和研究各种物理场的行为。
例如,通过用偏微分方程描述电场、磁场和引力场等场的分布和演化,我们可以研究和解决电磁学和引力学中的复杂问题。
五、数学方法在宇宙学中的应用宇宙学是研究宇宙的起源、结构和演化等问题的学科。
数学在宇宙学中扮演着重要的角色。
通过数学方法,我们可以理解宇宙的膨胀和演化模型,并预测宇宙的终极命运。
数学的工具还可以帮助我们研究黑洞的形成和性质,以及宇宙微波背景辐射等一系列的宇宙现象。
结束语综上所述,数学在物理学中的应用不可忽视。
微积分、线性代数、概率论和偏微分方程等数学分支为物理学家解决和理解各种物理问题提供了强大的工具。
概率统计在实际问题中的应用举例

概率统计在实际问题中的应用举例一、本文概述概率统计作为数学的一个重要分支,其在实际问题中的应用广泛而深远。
通过概率统计,我们能够对随机现象进行量化分析,揭示其内在规律,从而为决策提供依据。
本文旨在通过一系列实际问题的应用举例,探讨概率统计在现实生活和工作中的重要作用。
我们将从多个领域出发,如医学、经济、工程等,展示概率统计如何助力解决实际问题,并阐述其在实际应用中的价值和意义。
通过本文的阅读,读者将更深入地理解概率统计的实用性和重要性,进而能够更好地运用概率统计知识解决实际问题。
二、概率统计在医学领域的应用概率统计在医学领域的应用广泛而深远,从疾病的预防、诊断到治疗方案的制定,以及药物效果的评估,都离不开概率统计的支撑。
在疾病预防方面,概率统计可以帮助医学工作者预测某种疾病在未来一段时间内的发病率,从而提前做好预防工作。
例如,通过对历年某种疾病的发病率进行统计分析,可以预测未来一段时间内该疾病的发病趋势,进而提前采取预防措施。
在疾病诊断方面,概率统计可以帮助医生提高诊断的准确率。
例如,在医学影像学检查中,医生可以通过对大量病例的统计分析,得出某种影像学特征与某种疾病的关联度,从而提高对该疾病的诊断准确率。
在治疗方案的制定方面,概率统计可以帮助医生根据患者的具体情况,制定个性化的治疗方案。
例如,在癌症治疗中,医生可以根据患者的年龄、性别、病情等因素,结合大量的临床数据,预测不同治疗方案的效果,从而选择最适合患者的治疗方案。
在药物效果评估方面,概率统计可以帮助医学研究者评估药物的疗效和安全性。
例如,通过对大量临床试验数据的统计分析,可以得出某种药物在治疗某种疾病时的有效率、治愈率等指标,从而为药物的临床应用提供科学依据。
概率统计在医学领域的应用广泛而重要,它不仅可以帮助医学工作者提高疾病的预防、诊断和治疗水平,还可以为药物研发和临床应用提供科学依据,推动医学科学的不断发展。
三、概率统计在金融领域的应用金融领域是概率统计应用最广泛的领域之一。
概率论在统计中的作用

概率论在统计中的作用概率论是数学中的一个重要分支,它研究的是随机事件的发生概率以及随机变量的性质。
统计学是一门应用数学,它研究的是收集、整理、分析和解释数据的方法和技巧。
概率论在统计学中起着重要的作用,它为统计学提供了理论基础和方法论,使得统计学能够更加科学地进行数据分析和推断。
一、概率论在统计中的基本概念在介绍概率论在统计中的作用之前,我们先来了解一些概率论的基本概念。
概率是指某个事件发生的可能性,用一个介于0和1之间的数来表示。
事件的概率越接近1,表示事件发生的可能性越大;概率越接近0,表示事件发生的可能性越小。
随机变量是指在随机试验中可能取到的值,它可以是离散的,也可以是连续的。
概率分布是指随机变量取各个值的概率。
二、概率论在统计中的应用1. 参数估计参数估计是统计学中的一个重要问题,它是根据样本数据来估计总体参数的值。
概率论提供了一种基于概率的方法来进行参数估计。
通过概率分布的性质,可以推导出样本统计量的分布,从而得到参数的估计值和估计误差的概率分布。
常用的参数估计方法有最大似然估计和贝叶斯估计。
2. 假设检验假设检验是统计学中的另一个重要问题,它用于判断一个统计推断是否成立。
概率论提供了一种基于概率的方法来进行假设检验。
通过计算样本数据在假设成立和假设不成立两种情况下的概率,可以得到一个统计量的概率分布。
根据这个概率分布,可以判断样本数据是否支持或拒绝某个假设。
3. 抽样分布抽样分布是指样本统计量的分布。
概率论提供了一种基于概率的方法来研究抽样分布。
通过概率分布的性质,可以推导出样本统计量的分布,从而得到样本统计量的期望值、方差和其他性质。
抽样分布的研究对于统计推断和假设检验非常重要。
4. 随机过程随机过程是指随机变量随时间变化的过程。
概率论提供了一种基于概率的方法来研究随机过程。
通过概率分布的性质,可以推导出随机过程的统计性质,如平均值、方差、自相关函数等。
随机过程的研究对于时间序列分析和预测非常重要。
概率结课论文:概率论在统计物理学中的应用【范本模板】

概率论在统计物理学中的应用作者:尹航(英才学院、土木工程专业、1236007班、学号6123310701)[摘要]宏观物体是由大量微观粒子所构成的,而微观粒子在永不停息的做无规则热运动。
由于微观粒子的大量和无规则特点,无法对任意单独或固定数量的粒子进行讨论。
而统计物理学正是采用概率论及数理统计的方法,认为宏观物理量是微观物理量的统计平均值,由此建立了宏观与微观量间关系。
本文主要展示和分析了概率统计所建立的模型在“伽尔顿模板实验”、“理想气体的温度公式和压强公式"、“麦克斯韦气体分子速率分布律”和“M-B分布”这四个重要的统计物理实验及定律中的使用,体现了概率论在统计物理学发展过程中起到的巨大作用.[关键词]概率统计;统计物理学;伽尔顿模板实验;麦克斯韦气体分子速率分布律;理想气体的温度公式和压强公式;“M—B分布”引言——在本学年大学物理的学习过程中,统计物理学以它研究对象的特殊性和概率统计模型的广泛应用而区别与其他学科的章节。
其中很多问题的解答都可以归结为概率模型的使用并应用概率论和随机过程的理论及方法加以研究。
统计物理学正是根据对物质微观粒子统计特性的认识,用概率统计的方法,对由大量粒子组成的宏观物体的物理性质及宏观规律做出微观解释。
下面我们以“伽尔顿模板实验”、“麦克斯韦气体分子速率分布律”、“理想气体的温度公式和压强公式”和“M-B分布”为例,说明概率统计在统计物理中的应用。
一、伽尔顿模板实验如下图(1)所示,在一块竖直的木板上有规律地排列着许多钉子,模板的下端被隔成许多等宽的狭槽,从顶部中央的漏斗形入口处可投入小球,板前覆盖玻璃,以使小球留在狭槽内,这个装置叫做伽尔顿板。
如果从入口投入一个小球,小球在下落过程中,将与若干个钉子相碰撞而不断地改变其运动方向,经过多次碰撞后会落入最下面的一个槽中。
至于小球会落入哪个槽中是无法预测的,这是一个无规则的偶然事件,成为随机现象。
随着投入的小球越来越多。
物理学中的数学应用

物理学中的数学应用物理学是一门自然科学,研究物体的运动、力学、能量以及与宇宙间相互作用等现象。
数学是物理学的重要工具,通过数学的应用,我们可以更深入地理解和研究物理学的各个领域。
本文将探讨物理学中数学的应用。
一、微积分在物理中的应用微积分是数学的一个分支,研究函数的变化率与面积、体积的关系。
在物理学中,微积分的应用非常广泛。
1. 导数与速度、加速度在运动学中,我们研究物体的运动状态,其中速度和加速度是非常重要的概念。
通过对位置函数求导,我们可以得到速度函数,再对速度函数求导,我们可以得到加速度函数。
通过微积分的概念,我们可以计算物体在不同时间点的速度和加速度。
2. 积分与位移、力的计算在运动学中,我们也关注物体的位移,通过速度函数与时间的积分,我们可以计算物体在一段时间内的位移。
此外,在力学中,力的大小可以看作是物体所受的加速度与质量的乘积,通过对加速度函数与时间的积分,我们可以计算物体所受的力的大小。
二、线性代数在物理中的应用线性代数是数学的一个分支,研究向量空间和线性变换。
在物理学中,线性代数的应用主要体现在以下几个方面。
1. 向量与力的分解力是物体所受的外界作用,可以用向量来表示。
通过线性代数中向量的加法和乘法运算,我们可以将力分解为平行和垂直于某个轴线的分力,从而更方便地进行计算和分析。
2. 矩阵与力的平衡力的平衡是物体保持静止或匀速直线运动的重要条件。
通过将力表示为矩阵形式,我们可以通过矩阵方程解来求解物体的平衡条件,从而得到物体所处的平衡位置。
三、微分方程在物理中的应用微分方程是数学中研究函数与其导数之间关系的方程。
在物理学中,微分方程的应用非常广泛。
1. 动力学中的牛顿第二定律牛顿第二定律描述了物体受力所引起的加速度的关系。
通过建立物体的受力方程,并应用微分方程的求解方法,我们可以确定物体在不同时间点的速度和位置。
2. 指数衰减和增长在许多物理现象中,指数衰减和增长的过程很常见。
通过建立相应的微分方程,我们可以描述这些过程的变化规律,进而进行预测和分析。
概率论与数理统计在物理学上的应用

概率论与数理统计在物理学上的应用-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN黑龙江科技学院概率论文概率与数理统计在物理学上的应用班级:资源勘查工程11-1姓名:***概率论与数理统计在物理学上的应用黑龙江科技学院资源勘查工程11-1 张坤摘要:概率论与数理统计都是是研究随机现象的数量规律的数学分支,而数理统计是以概率为理论基础,研究怎样用有效的方法去搜集、整理、分析带随机性影响的数据,并在此基础上对所讨论的问题给出统计性的推断,甚至对可能做出的决策提供依据和建议。
物理学是一门建立在物理实验基础上的学科。
物理学的原理、定理是在总结大量的物理实验事实上概括出来的.因此,概率论与数理统计在物理学研究上起到关键性作用。
关键词:概率论数理统计物理学概率密度波函数Abstract: the theory of probability and the theory of probability both are the study of the number of random phenomenon of law branch of mathematics and mathematical statistics based on probability as the theoretical basis, research how to use effective method to collect, clean up, analysis with the influence of randomness of data, and on this basis to the problem discussed given statistical inference, even for a possible decision provides basis and advice. Physics is a subject based on physics experiment on the basis of the subject. The elements of physics, theorem is summarized in a large number of physics experiment in fact summarized out. Therefore, probability theory and mathematical statistics in the physics research plays an important role.Keywords: the theory of probability the theory of probability physics mathematical statistics wave function概率与统计在物理中热力学系统上的应用大量的独立的随机事件的进行,统计数据后经过分析,可以得到一定的实验规律,从而使物理实验更能反映事实的本质,得到理想的结果。
概率论和统计力学的应用

概率论和统计力学的应用在现代科学中,概率论和统计力学是非常重要的分支学科。
这两个学科不仅在理论上具有很高的价值,而且在实际应用中也有着广泛的应用。
本文将介绍一些概率论和统计力学的重要应用,以及它们对现代科学和技术的贡献。
一、概率论的应用1、风险评估在金融、医学、工业等领域,风险评估是非常重要的问题。
概率论可以帮助我们理解不确定性和风险,并提供一种量化风险的方法。
例如,在医学领域,概率论可用于评估某种疾病的患病率和治愈率;在金融领域,概率论可用于评估投资风险和收益。
2、数据分析统计学是概率论的一个分支,它可以帮助我们分析数据,并从中得出有价值的结论。
在实践中,数据通常存在噪声和误差,因此我们需要使用统计方法来减少这些影响。
例如,线性回归模型和方差分析方法可以用于分析实验数据,以确定变量之间的关系和影响。
3、信息论信息论是研究信息传递和处理的学科,它是计算机科学和通信工程的基础。
信息论中的熵(entropy)概念可以用于评估信息量的大小,也可以用于优化信息传输和处理的效率。
二、统计力学的应用1、物质性质的理解统计力学是研究大体系的行为的学科,它可以帮助我们理解物质的宏观性质。
例如,热力学定律就是基于统计力学的理论框架建立的;相变问题也可以通过统计力学来解释,例如,固体到液体的相变是由分子热运动的统计行为决定的。
2、分子设计和材料科学统计力学还可以用于分子设计和材料科学中。
例如,从分子水平上理解材料的性质可以为新的材料设计提供指导。
此外,统计力学还可以用于模拟材料的行为,例如,模拟多种材料的强度和塑性。
3、计算机模拟计算机模拟是统计力学的一个重要应用领域。
计算机模拟可以用于模拟各种系统的行为,例如,分子系统、晶体和材料。
这些模拟可以用于研究相变、物质特性、化学反应等问题。
总结概率论和统计力学是非常重要的学科,它们在现代科学和技术中发挥了重要的作用。
无论是在医学、金融、材料科学还是其他领域,概率论和统计力学都提供了一种理性的思考方式。
数学概率统计在统计分析中的应用

数学概率统计在统计分析中的应用在当今的信息时代,数据无处不在,如何从海量的数据中提取有价值的信息并做出准确的判断和决策,成为了各个领域面临的重要问题。
统计分析作为一种有效的数据处理和分析方法,在解决这些问题中发挥着关键作用。
而数学概率统计作为统计分析的重要理论基础,为其提供了坚实的方法和工具,广泛应用于经济、金融、医学、社会学、工程等众多领域。
首先,让我们来了解一下什么是数学概率统计。
概率统计是研究随机现象数量规律的数学分支,它包括概率论和数理统计两个部分。
概率论主要研究随机事件发生的可能性大小,通过建立概率模型来描述和预测随机现象;数理统计则是基于概率论,通过对样本数据的收集、整理、分析和推断,来对总体的特征和规律进行研究。
在统计分析中,抽样调查是一种常见的方法。
而数学概率统计在抽样方法的设计和样本量的确定中起着至关重要的作用。
例如,在简单随机抽样中,我们需要根据总体的大小、变异程度以及对估计精度的要求,运用概率统计的知识来计算合适的样本量。
通过概率统计的方法,可以保证样本具有代表性,从而使基于样本的推断结果能够准确反映总体的特征。
数学概率统计中的参数估计方法也是统计分析中的重要工具。
参数估计是根据样本数据来估计总体参数的值。
常见的参数估计方法有矩估计法、极大似然估计法等。
以极大似然估计法为例,它的基本思想是在总体分布类型已知的情况下,找到使样本出现概率最大的参数值作为估计值。
这种方法基于概率统计的原理,具有良好的性质,能够为统计分析提供准确的参数估计结果。
假设检验是另一个在统计分析中广泛应用的数学概率统计方法。
假设检验用于判断关于总体的某个假设是否成立。
例如,在医学研究中,要判断一种新药物是否比现有药物更有效,就可以通过假设检验来进行判断。
先提出原假设和备择假设,然后根据样本数据计算检验统计量,并与临界值进行比较,从而得出结论。
假设检验的原理和方法都深深依赖于数学概率统计的理论。
在经济领域,数学概率统计在风险评估和投资决策中有着重要的应用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
概率统计在经典统计物理中的应用概率论是现代数学的一个重要学科。
一方面,他有丰富的数学理论,与其他数学学科有深入的相互渗透。
另一方面,它与自然科学、技术科学、管理科学、经济科学以至人文科学有广泛的交叉。
很多问题都可以归结为概率模型,应用概率论和随机过程的理论和方法加以研究.并且这些问题也向概率论提出了新的重要研究课题。
经典统计物理学便是这样一个新的概率论分支。
统计物理学根据对物质微观结构及微观粒子相互作用的认识,用概率统计的方法,对由大量粒子组成的宏观物体的物理性质及宏观规律作出微观解释的理论物理学分支。
下面我们分别以麦克斯韦气体分子速率分布律、麦克斯韦-波尔兹曼统计分布、理想气体的温度公式和压强公式为例,说明概率统计在经典统计物理中的应用。
1. 麦克斯韦气体分子速率分布律麦克斯韦用概率论证明了在平衡态下,理想气体分子速度分布是有规律的,这个规律叫做麦克斯韦速度分布率,若不考虑分子速度的方向,则叫麦克斯韦速率分布率。
能量为l ε的分子概率密度是e lA βερ-=, (1-1) 其中ZA 1=是归一化常数,而分子能量是 212l m ευ=. (1-2) 由归一化条件d 1ΩρΩ=⎰得 1e d l A βεΩΩ-=⎰, 相体积元d d d d d d d x y z x y z υυυΩ==2d d d sin d d d x y z υθθϕυ.不失一般性,设气体体积为单位体积,则积分ed l I βεΩΩ-==⎰22π2π22220000sin d de d 4e d m m V kT kT υθθϕυυπυυ--∞∞=⎰⎰⎰⎰.利用积分公式20e d u u λ∞-=⎰得 3212πm A I kT ⎛⎫== ⎪⎝⎭. 于是有 232π2π22000d sin d d e d 2πm V kT m kT ΩρΩθθϕυυ-∞⎛⎫= ⎪⎝⎭⎰⎰⎰⎰ 2322204πd 12πm kT m e kT υυυ-∞⎛⎫== ⎪⎝⎭⎰.定义: 23222()4πe 2πm kT m f kT υυυ-⎛⎫= ⎪⎝⎭, (1-3) 则有 0()1f d υυ∞=⎰. (1-4)所以,函数()f υ是平衡态理想气体中分子按速率分布的概率密度函数,叫做麦克斯韦气体分子速率分布律(Maxwell distribution law of speed of gas molecules), 表示速率υ附近单位速率间隔内的分子数占气体总分子数的比例. 例如,若气体总分子数为N ,则速率υ附近速率间隔d υυυ→+内的分子数是d ()d n Nf υυ=.为简便起见,可将函数()f υ写成22()e b f A υυυ-=, (1-5) 其中324π2πm A kT ⎛⎫= ⎪⎝⎭,kT m b 2=,其函数曲线如图1所示. )P υ图1 图2除满足归一化条件外,函数()f υ还具有以下特点:(1) 0lim ()0f υυ→=, lim ()0f υυ→∞=;(2) 令d d f υ=0, 得最概然速率:P υ== (1-6) 即()P f υ是函数()f υ的最大值,如图1所示.式中R 和µ分别为普适常量和分子的摩尔质量。
最概然速率p v 表示对所有的相同速率区间而言,在含有速率p v 的那个区间内的分子占总分子数的百分比最大。
(3) 由(1-3) 和 (1-6) 式可知,当气体温度上升时,或用分子质量较小的气体代替分子质量较大的气体做实验,()f υ的函数曲线将右移并变得平缓,如图2所示。
2. 气体分子的平均速率我们知道,气体处于平衡态,其分子的速率有大有小,服从Maxwell 气体分子速率分布律. 所以,气体分子的平均速率是01d n N υυ∞=⎰.将d ()d n Nf υυ= 代入上式做分部积分,得υ=0()d f υυυ∞⎰=A 230e b υυ∞-⎰d υ=220de 2b A b υυ∞--⎰=20e d b A b υυυ∞-⎰ =220de 2b Ab υ∞--⎰=22bA , 即理想气体速率从0到∞整个区间内的算术平均速率为υ (2-1) 3. 物理统计规律之麦克斯韦-波尔兹曼统计分布(M-B 分布)麦克斯韦-波尔兹曼统计分布是研究近独立经典粒子按能量的最概然分布。
设有一个由N 个相同粒子组成的系统,其中每个粒子可以被看成一个子系统. 如果粒子之间的相互作用足够弱,则可以忽略它们之间的相互作用能,这样的系统就叫做近独立粒子系统(near independent particle system),而系统的能量E等于每个粒子的能量i ε 的和:∑==Ni i E 1ε. (3-1)在由相同粒子组成的近独立粒子系统中,每个粒子具有相同的子相空间,系统中的N 个粒子可以同时用一个子相空间来描述。
这样,在这个子相空间中就同时有N 个相点,N 个相点的一种分布表示系统的一个微观态. 系统有多少可能的微观态,就有多少种分布方式。
为了计算系统一个宏观态包含的微观态数目,把子相空间中N 个相点可能出现的区域划分为k 个微小区域:l r r l p p q q )(11∆∆∆∆=∆ τ, (3-2)1,2,l k =,划分的原则是同在一个微小区域内的粒子具有近似相等的能量,记作l ε, 一个微小区域l τ∆叫做一个相格(phase cell). 假设系统处于某个宏观态时,相格l τ∆内有l a 个粒子,即粒子数按相格的分布是{}l a =(k a a a 21,). 显而易见,粒子数按相格的分布应满足下面的总粒子数和总能量条件:∑==k l l N a1, E a k l l l =∑ε. (3-3)设相格l τ∆内有l ω个可供粒子占据的态),(ννp q (r ,2,1=ν),即有l ω个相点. 由于子相空间中的相点是均匀分布的,相格内每个粒子态占有的相体积0μ=l lωτ∆ 是一个常数. 经典理论对粒子占据微观态没有限制,因此,相格l τ∆内每个粒子可占据的微观态数都是l ω个, 而l a 个粒子占据l ω个微观态的方式有la l ω种. 这样,当粒子数按相格的分布{}l a 给定时,全部粒子占据微观态的方式共有∏=kl a l l 1ω种. 注意,现在只是给定了各个相格中的粒子数,还需要考虑是哪些粒子占据了哪些微观态. 经典理论为粒子是可以分辨的,因此,在给定了各个相格中的粒子数的条件下,粒子的组合数是12!!!!k N a a a Ω=. 上式是这样得到的:若不管粒子在哪个相格,全部粒子的排列数是!N 扣除各个相格内粒子的排列数!l a ,就得到上式. 所以,当系统处于某个宏观态,即当粒子数按相格的分布{}l a 给定时,该宏观态包含的微观态数目是W Ω=∏l a l l ω∏∏===k l a l k l ll a N 11!!ω. (3-4)(3-4) 式表明,宏观态包含的微观态数目是粒子数按相格的分布{}l a 的函数,记作()l W a . 统计物理学的基本假设是:孤立系统的各个微观态出现的概率相等. 因此,粒子数按相格的最概然分布就是微观态数()l W a 最大的分布. 为求得最概然分布,对(3-4)取对数:ln ln !ln ln !l l l l lW N a a ω=+-∑∑.为取极大值,令δln δln δ(ln !)l l l l lW a a ω=-∑∑=0.(3-5)对斯特令公式(Stirling formula) !e m m m -=1ln !(ln 1)ln(2π)2m m m m =-+. 当m 很大时, m m ln >>, 忽略上式最后一项,得)1(ln !ln -=m m m . (3-6)利用上式可由 (3-5) 式得δln (ln)δ0l l l l a W a ω=-=∑ (3-7)由 (3-3) 式得 δδ0l l N a ==∑, δδl l lE a ε=∑.由于分布{}l a 应满足 (2-1-3) 式, 对上两式乘以待定常数βα,, 并从(3-7)式中减去, 得 δln δδln δ0l l l l l a W N E a αβαβεω⎛⎫--=-++= ⎪⎝⎭∑.若要上式成立,必须有0ln =++l l la βεαω, 即有e l l l a αβεω--=. (3-8)这就是粒子数按能量的最概然分布,叫做玻尔兹曼分布(Boltzmann distribution),两个待定常数βα,由(3-3)式确定:e l l l N αβεω--=∑,e l l l lE αβεεω--=∑. (3-9)4. 理想气体的温度公式和压强公式这一节运用统计方法推导两个公式:温度公式(temperature formula)和压强公式(pressure formula),以加深对理想气体和统计方法的理解.(1) 温度公式理想气体分子的平均平动能是ε=N 10d n ε∞⎰=201()d 2m f υυυ∞⎰. (4-1) 将(1-5) 式代入上式,做分部积分,得ε =23kT . (4-2) 这叫做温度公式,它表明温度是气体分子热运动平均平动能的量度.这就是温度的微观意义. 上式把温度这个宏观量与气体分子平动能这个微观量的平均值联系了起来,是统计方法的典型体现.(2) 压强公式如果气体分子与容器壁碰撞,它的动量将改变,同时给器壁以作用力. 大量分子的密集碰撞就形成了对器壁的压力。
按照热力学,理想气体的压强是nkT p =.但是,在热力学中,上式是一个实验结果,其中n 是分子数密度。
我们把理想气体看成近独立粒子系统得到了上式。
现在运用大量气体分子密集碰撞器壁这个模型来推导上式,出发点是关于理想气体的三条假设。
如图 4-1所示,设质量为m 的气体分子以速率υ与器壁发生弹性碰撞,碰撞前后分子动量的增量是 2m m m υυυ--=-. 图 4-1按照Maxwell 气体分子速率分布律,单位体积中速率在d υυυ→+范围内的气体分子数是()d nf υυ. 由于气体分子向各个方向运动的概率相同,单位体积中速率在d υυυ→+范围内的分子只有61()d nf υυ个分子射向图中右边的器壁. 由于分子之间的碰撞是弹性的,碰撞只是使分子交换该方向的速度,对射向器壁的平均分子数无影响,这样,单位时间内与器壁单位面积发生碰撞的分子数目是61υ()d nf υυ,碰撞前后这些分子动量的增量是312()d nm f υυυ. 积分上式,得13p nm =20()d f υυυ∞⎰nkT =εn 32=由此可见,物理学家将数学中的统计和概率的方法引入分子物理学,得到了分子运动速度分布率等一系列规律,从而建立了经典统计物理学。