Функция распределения (статистическая физика)

Материал из testwiki
Перейти к навигации Перейти к поиску

Шаблон:Не путатьШаблон:Физическая теория Функция статистического распределения (функция распределения в статистической физике) — плотность вероятности в фазовом пространстве. Одно из основополагающих понятий статистической физики. Знание функции распределения полностью определяет вероятностные свойства рассматриваемой системы.

Механическое состояние любой системы однозначно определяется координатами qi и импульсами pi её частиц (i=1,2,…, d; d — число степеней свободы системы). Набор величин q{qi} и p{pi} образуют фазовое пространство.

Полная функция статистического распределения

Вероятность нахождения системы в элементе фазового пространства dqdpidqidpi, с точкой (q, p) внутри, даётся формулой:

dω=ρ(t,q,p)dqdp(1)

Функцию ρ(t,q,p) называют полной функцией статистического распределения (или просто функцией распределения). Фактически она представляет собой плотность изображающих точек в фазовом пространстве. Функция ρ(t,q,p) удовлетворяет условию нормировки:

ρ(t,q,p)dqdp=1,(2)

причём интеграл берётся по всему фазовому пространству. В соответствующем механике случае система находится в определённом микроскопическом состоянии, то есть обладает заданными q(0){qi(0)} и p(0){pi(0)}, и тогда

ρ(q,p)=δ(qq(0))δ(pp(0)),

где δ(qq(0))δ(pp(0))iδ(qiqi(0))δ(pipi(0)) (δ — функция Дирака). Помимо самих вероятностей различных микроскопических состояний, функция ρ(t,q,p) позволяет найти среднее статистическое значение любой физической величины F(t,q,p) — функции фазовых переменных q и p:

F^=F^ρ^dqdp,

где «крышечка» означает зависимость от фазовых переменных, а скобка — статистическое усреднение.

Разобьём систему на малые, но макроскопические подсистемы. Можно утверждать о статистической независимости таких подсистем вследствие их слабого взаимодействия с окружением (во взаимодействии с окружением принимают участие лишь частицы, близкие к границе подсистемы; в случае макроскопичности подсистемы их число мало по сравнению с полным числом её частиц). Статистическая независимость подсистем приводит к следующему результату для функции распределения

ρ(t,q,p)=nρ(n)(t,q(n),p(n))(3)

Индекс n относится к n-й подсистеме. Каждую из функций ρ(n)(t,q(n),p(n)) можно считать нормированной в соответствии с условием (2). При этом автоматически будет нормирована и функция ρ. Понятие о статистической независимости является приближенным. Приближенным в свою очередь является и равенство (3): оно не учитывает корреляции частиц, принадлежащих различным подсистемам. Существенно, однако, что в обычных физических условиях корреляции быстро ослабевают по мере удаления частиц (или групп частиц) друг от друга. Для системы существует характерный параметр — радиус корреляций, вне которого частицы ведут себя статистически независимо. В подсистемах макроскопических размеров подавляющее число частиц одной подсистемы лежит вне радиуса корреляций от частиц другой, и по отношению к этим частицам равенство (3) справедливо.

Математически задание полной функции распределения ρ(t,q,p) равносильно заданию бесконечного числа независимых величин — её значений на континууме точек фазового пространства колоссальной размерности 2d (для макроскопических систем d ~ NA, где NA — число Авогадро).

Неполное описание

В более реальном случае неполного измерения становятся известны вероятности значений или даже средние значения лишь некоторых физических величин A^{A^m}. Число их обычно бывает много меньше размерности фазового пространства системы. Функция распределения вероятностей ρ(A) значений A дается равенством

ρ(A)=dqdpδ(AA^)ρ(q,p),

где δ(AA^)mδ(AmA^m). Функция распределения ρ(A) может быть названа неполной. Очевидно, она позволяет найти вероятности значений лишь физических величин f^f(A^) , зависимость которых от фазовых переменных осуществляется через A^ . Для таких же величин она позволяет найти и средние значения:

f^=dAf(A)ρ(A),

где dAmdAm и интегрирование ведется по всем возможным значениям A. Конечно, средние значения f^ величин f^ можно было бы найти с помощью полной функции распределения ρ(t,q,p), если бы она была известна. Для функции ρ(A) так же, как и для полной функции распределения, справедливо условие нормировки:

dAρ(A)=1

Описание системы с помощью функции ρ(A) называется неполным описанием. Конкретными примерами служат описание с помощью функции распределения координат и импульсов отдельных частиц системы или описание с помощью средних значений масс, импульсов и энергий отдельных подсистем всей системы.

Временная эволюция функции распределения

Временная эволюция функции распределения подчиняется уравнению Лиувилля:

ρ^(t)t+iLtρ^(t)=0,(4)

где Lt — оператор Лиувилля, действующий в пространстве фазовых функций:

Lti{H^t,}ij(H^tpjqjH^tqjpj),

H^t — функция Гамильтона системы. В случае, когда оператор Лиувилля не зависит от времени (Lt=L), решение уравнения (4) имеет вид

ρ^(t)=eitLρ^(0)(5)

Чтобы использовать (5) для фактического построения решения, нужно знать собственные функции ψ^(n) и собственные значения L(n) оператора L.

Пользуясь полнотой и ортонормированностью ψ^(n), напишем:

ρ^(0)=ncnψ^(n),

где cn=(ψ^(n),ρ^(0)) (спектр предполагается дискретным). В итоге получим

ρ^(t)=neitL(n)cnψ^(n)

См. также

Литература

Шаблон:Вс