
- •Физический смысл работы
- •Теорема Кёнига (механика)
- •Определение
- •Вычисление момента
- •6.2. Закон сохранения момента импульса
- •Осевой момент инерции
- •Теорема Штейнера
- •Виды колебаний
- •Решения
- •Уравнение плоской волны.
- •[Править]Функции состояния
- •[Править]Функции процесса
- •Термическое уравнение состояния
- •[Править]Калорическое уравнение состояния
- •Каноническое уравнение состояния
- •Вывод основного уравнения мкт
- •Определение температуры в статистической физике
- •Виды теплообмена
- •Вывод уравнения
- •Распределение по модулю скоростей
- •Наиболее вероятная скорость
- •Средняя скорость
- •Среднеквадратичная скорость
- •Энтропия в открытых системах
- •Измерение энтропии
- •Диффузия
Вывод уравнения
Согласно закону Менделеева — Клапейрона[5]:
Продифференцировав обе части, получаем:
|
Если в (3) подставить dT из (2), а затем dU из (1), получим:
,
или,
введя коэффициент
:
.
Или
,
что после интегрирования даёт:
.
Окончательно имеем,
,
что и требовалось доказать.
При
адиабатическом процессе показатель
адиабаты равен
,
где R — универсальная
газовая постоянная
Политропный процесс — термодинамический процесс, во время которого удельная теплоёмкость c газа остаётся неизменной. Предельными частными явлениями политропного процесса являются изотермический процесс и адиабатный процесс. В случае идеального газа изобарный процесс и изохорный процесс также являются политропическими.
Для идеального газа уравнение политропы может быть записано в виде:
pVn = const
где
величина
называется
показателем политропы.
В зависимости от процесса можно определить значение n:
1. Изотермический процесс: n = 1, так как PV1 = const, значит PV = const, значит T = const.
2. Изобарный процесс: n = 0, так как PV0 = P = const.
3. Адиабатный процесс: n = γ, это следует из уравнения Пуассона.
Здесь γ — показатель адиабаты.
4.
Изохорный процесс:
,
так как
,
значит P1 / P2 =
(V2 / V1)n,
значит V2 / V1 =
(P1 / P2)(1
/ n),
значит, чтобы V2 / V1 обратились
в 1, n должна быть бесконечность.
Распределение Максвелла. Средняя, среднеквадратичная и наивероятнейшая скорости молекул.
Распределение по модулю скоростей
Обычно, более интересно распределение по абсолютному значению, а не по проекциям скоростей молекул. Модуль скорости, vопределяется как:
поэтому
модуль скорости всегда будет больше
или равен нулю. Так как все
распределены
нормально,
то
будет
иметь хи-квадрат
распределение с
тремя степенями свободы. Если
— функция
плотности вероятности для
модуля скорости, то:
,
где
таким образом, функция плотности вероятности для модуля скорости равна
. Вывод распределения по Максвеллу
Получим
теперь формулу распределения так, как
это делал сам Джеймс
Клерк Максвелл[источник не указан 563 дня].
Рассмотрим
пространство скоростных точек (каждую
молекулу представляем как точку в
системе координат
)
встационарном
состоянии газа.
Выберем бесконечно
малый элемент объема
.
Так как газ стационарный, количество
скоростных точек в
остается
неизменным с течением времени.
Пространство скоростей изотропно,
поэтому функцииплотности
вероятности для
всех направлений одинаковы.
Максвелл
предположил, что распределения скоростей
по направлениям статистически независимы,
то есть компонента
скорости
молекулы не зависит от
и
компонент.
-
фактически вероятность нахождения
скоростной точки в объеме
.
Правая
часть не зависит от
и
,
значит и левая от
и
не
зависит. Но
и
равноправны,
значит левая часть не зависит также и
от
.
Значит, это константа.
Теперь нужно сделать принципиальный шаг - ввести температуру. Кинетическое определение температуры (как меры средней кинетической энергии движения молекул):
где
Дж/К
- постоянная
Больцмана.
Все направления равноправны:
Чтобы
найти среднее значение
,
проинтегрируем её вместе с функцией
плотности вероятности от минус до плюс
бесконечности:
Отсюда
найдём
:
Функция распределения плотности вероятности для (для и аналогично):
Рассмотрим
теперь распределение по величине
скорости. Вернемся в пространство
скоростных точек. Все точки с модулем
скорости
лежат
в шаровом слое радиуса
и
толщины
,
и
-
объем этого шарового слоя.
Так,
мы получили
-
функцию плотности вероятности, которая
и называется распределением Максвелла.