- •Молекулярная физика и термодинамика
- •1 Основные понятия и определения. Уравнение состояния идеального газа
- •1.1 Предмет и метод молекулярной физики и термодинамики Статистические и термодинамические методы исследования
- •1.2 Термодинамические системы. Термодинамические параметры и процессы
- •1.3. Температура
- •1.4 Уравнение состояния идеального газа
- •2 Первый закон термодинамики
- •2.1 Внутренняя энергия системы
- •2.2 Работа и теплота
- •2.3 Первый закон термодинамики
- •2.4 Работа при расширении или сжатии газа
- •2.5 Теплоемкость идеального газа
- •2.6 Изопроцессы идеального газа
- •Изохорный процесс, .
- •Изобарный процесс, .
- •Адиабатный процесс, .
- •Политропный процесс
- •3. Статистическая физика
- •3.1 Вероятность и средние значения величин
- •Характер теплового движения молекул
- •3.3 Число ударов молекул о стенку
- •3.4 Давление газа на стенку сосуда
- •3.5 Средняя энергия молекул
- •Внутренняя энергия и теплоемкость идеальных газов
- •3.7 Барометрическая формула
- •3.8 Распределение Больцмана
- •3.9 Функция распределения
- •3.1 Распределение Максвелла
- •3.11 Средние скорости молекул
- •4 Второй закон термодинамики
- •4.1 Обратимые и необратимые процессы
- •4.2 Круговые процессы.
- •4.3 Цикл Карно, теорема Карно, обратный цикл Карно
- •4.4 Энтропия
- •4.5 Принцип возрастания энтропии
- •4.6 Второй закон термодинамики
- •4.7 Статистический смысл II начала термодинамики
- •4.8 Энтропия и вероятность
Адиабатный процесс, .
Это процесс, при котором система не обменивается теплотой с окружающей средой. Практически процесс производят при достаточно быстром расширении или сжатии газа.
Тогда из первого закона следует:
-
система совершает работу за счет убыли
внутренней энергии. Или, записывая более
подробно, получим:
(13)
Здесь
,
т.к.,
- теплоемкость при адиабатном процессе.
Из
(13) видно, что
(14)
При
расширении
и
,
газ охлаждается, при адиабатном сжатии
и
,
газ нагревается.
Связь
между параметрами состояния адиабатного
процесса можно найти, взяв дифференциалы
от
и от уравнения Менделеева- Клапейрона:
(15) , отсюда можно выразить
, подставить в уравнение (14) и получить:
.
Заменив здесь
из уравнения Майера, получим после
простых преобразований:
,
далее разделим переменные, поделив
уравнение на
и обозначим
-
показатель
адиабаты или постоянная Пуассона.
.
После интегрирования
или:
Это есть уравнение адиабаты или уравнение Пуассона. С помощью уравнения Менделеева – Клапейрона его можно записать через другие параметры:
или
.
Из
рис. видно, что адиабата идет круче,
чем изотерма, поскольку
для любого идеального газа. Это объясняется
тем, что при адиабатном сжатии увеличение
давления происходит не только из-за
уменьшения объема, как в изотермическом
процессе, но и из-за возрастания
температуры. При адиабатном расширении
газа его температура уменьшается и
давление падает сильнее, чем при
соответствующем изотермическом
расширении.
Работа в адиабатном (конечном) процессе 1-2 ( на рис. площадь под кривой)
рис.6
Политропный процесс
Он является обобщением рассмотренных выше процессов изменения состояния газа и описывается уравнением:
,
здесь
-
постоянная безразмерная величина
–показатель политропы. Различным
изопроцессам соответствуют разные
:
=0
– изобарный процесс:
;
=1 – изотермический процесс: ;
=
- адиабатный процесс:
;
= - изохорный процесс.
3. Статистическая физика
3.1 Вероятность и средние значения величин
При описании систем, содержащих большое число частиц нет ни возможности, ни необходимости рассматривать значения физических величин, относящихся к каждой из частиц в отдельности. Использование их средних значений позволяет получить вполне точные законы, например, уравнение состояния идеального газа p= nkT.
Средние значения физических величин тесно связаны с понятием вероятности. Из-за непрерывных беспорядочных движений частиц всякая молекулярная система в течении достаточно большого промежутка времени проходит через бесконечный ряд состояний, сменяющих друг друга сложным образом из-за многочисленных взаимодействий. В каждом из состояний система за длительное время побывает не один, а много раз.
Пусть требуется измерить некоторую физическую величину Х, например, скорость молекулы. Предположим, что система состоит из N молекул (N – велико), которые имеют дискретные значения скорости. При этом для N1 молекул из общего числа N измеренная величина скорости равна v1, для N2 – v2 и т.д. По определению среднего арифметического
<v> = (N1v1+ N2v2+…)/N = (Σ Nivi)/N.
Величина Ni/N – относительная частота появления результата измерения скорости vi (доля молекул из общего числа, имеющих скорость vi), а при стремлении N→∞ - это есть вероятность появления результата vi, поскольку, по определению:
Рi = limN→∞ Ni/N≈ Ni/N. Поскольку ΣNi = N, то ΣРi = ΣNi/N = 1
т.е. сумма вероятностей всех любых результатов измерений равна единице, что очевидно. Тогда среднее арифметическое значение скорости:
<v> = ΣNivi/N = ΣРivi – математическое ожидание.
Отсюда следует, что среднее значение величины скорости равно сумме произведений отдельных ее значений на соответствующие вероятности.
Если величина vi принимает непрерывный ряд значений, то при вычислении среднего значения суммирование заменяется интегрированием
<v> = ∫(dNv/N)v = 1/N ∫vdNv
где dNv – доля молекул из общего числа N, имеющих скорости, лежащие в интервале от v до v+dv. Для непрерывной случайной величины v с плотностью распределения вероятности f(v) ее среднее значение (математическое ожидание) равно <v> = ∫vf(v)dv. f(v)dv = dNv/N. По аналогии среднее значение квадрата скорости: <v2> = ∫ v2f(v)dv.
vmax 0
рис. 7
