
- •ОГЛАВЛЕНИЕ
- •Введение
- •Основные положения
- •1.1. Вероятность случайного события
- •1.2. Теоремы о вероятности
- •1.3. Характеристики случайной дискретной величины
- •Относительная флуктуация
- •1.4. Характеристики случайной непрерывной величины
- •1.5. Биномиальное распределение
- •1.6. Распределение Пуассона
- •1.7. Нормальное распределение
- •Результаты (1.44) и (1.45) совпадают с выражениями (1.36) и (1.37) для распределения Пуассона. Из (1.41) и (1.45) получаем плотность вероятности в виде
- •Примеры 1
- •СТАТИСТИЧЕСКАЯ ФИЗИКА КЛАССИЧЕСКИХ СИСТЕМ
- •2.1. Фазовое пространство системы частиц
- •2.2. Число микросостояний
- •2.3. Энергетическая плотность состояний
- •2.4. Характеристики макросостояния
- •2.6. Теорема Лиувилля
- •Аналогично течет несжимаемая жидкость, сохраняя свою плотность. Теорема используется для получения функции распределения состояний по фазовому пространству. Теорему доказал Ж. Лиувилль в 1838 г.
- •2.7. Микроканоническое распределение
- •Примеры 2
- •2.8. Каноническое распределение
- •Примеры 3
- •2.10. Распределение тепловой энергии по степеням свободы
- •Примеры 4
- •2.11. Распределение Максвелла
- •2.12. Поток частиц
- •Примеры 5
- •Задачи 1
- •2.13. Распределение Больцмана
- •Примеры 6
- •2.14. Химический потенциал и активность
- •2.15. Распределение частиц по состояниям.
- •2.17. Большое каноническое распределение
- •Примеры 7
- •2.18. Условия применимости классической статистической физики
- •Задачи 2
- •3.1. Плотность состояний частицы
- •Примеры 8
- •3.2. Каноническое распределение квантового газа
- •Примеры 9
- •СТАТИСТИЧЕСКИЕ РАСПРЕДЕЛЕНИЯ ГАЗОВ ФЕРМИОНОВ И БОЗОНОВ
- •4.1. Большое каноническое распределение квантовой системы
- •Результат выражается через статистическую сумму (4.9)
- •4.2. Распределение фермионов
- •4.3. Распределение бозонов
- •Объединенное распределение по состояниям имеет вид
- •Если бы принцип Паули не действовал, то для получения энергии Ферми потребовалась бы температура, называемая температурой Ферми:
- •Рис. 4.8. Ферми-поверхность металлов: (а) – Na, (б) – Cu, (в) – Cs
- •4.6. Распределение Ферми–Дирака для f-мерного газа
- •4.7. Двухмерный электронный газ
- •4.8. Одномерный электронный газ
- •4.9. Баллистический проводник
- •4.10. Сканирующий туннельный микроскоп
- •Примеры 10
- •4.11. Фотонный газ
- •Концентрация фотонов со всеми частотами
- •Вычисляем интеграл по формуле
- •Получаем
- •Примеры 11
- •4.12. Фононный газ
- •Примеры 12
- •4.13. Конденсация Бозе–Эйнштейна
- •Примеры 13
- •Задачи 3
- •ПРИЛОЖЕНИЯ
- •1. Физические постоянные
- •Постоянная Больцмана
- •Число Авогадро
- •Газовая постоянная
- •Постоянная Планка
- •Масса свободного электрона
- •Заряд электрона
- •Магнетон Бора
- •2. Интегралы классической статистики
- •3. Интегралы квантовой статистики
- •4. Суммы рядов
- •БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- •ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ

1.3. ХАРАКТЕРИСТИКИ СЛУЧАЙНОЙ ДИСКРЕТНОЙ ВЕЛИЧИНЫ
Г лава 1 ОСНОВЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ.
ДИСКРЕТНЫЕ РАСПРЕДЕЛЕНИЯ
1.1. Вероятность случайного события
Событие – появление определенного признака. Вероятность события равна относительному числу его появлений. Например, у газа в сосуде с течением времени хаотически изменяется кон-
центрация частиц около точки r, т. е. число частиц в единице объема
n(r,t) ≡ число частиц в элементе объема .
объем элемента
Для дискретного набора возможных концентраций событием является наблюдение определенной концентрации nk . Для получения веро-
ятности этого события проводим N измерений, концентрация nk , рас-
сматриваемая как положительный результат, |
наблюдается Nk |
раз, |
|||
тогда вероятность результата |
|
|
|
|
|
W (n ) ≡ число положительных результатов = lim Nk . |
(1.1) |
||||
k |
|
|
|
|
|
число измерений → ∞ |
N→∞ N |
|
|||
|
|
Область значений вероятности ограничена интервалом
0 ≤W ≤1 между невозможным и достоверным событиями. Зависи-
мость W (n) называется функцией распределения вероятности со-
бытий. Например, при бросании симметричной игральной кости, имеющей 6 граней, вероятность выпадения какой-либо определенной грани равна 1/6 и распределение вероятности равномерное.
11

Г л а в а 1. ОСНОВЫ ТЕОРИИ ВЕРОЯТНОСТЕЙ. ДИСКРЕТНЫЕ РАСПРЕДЕЛЕНИЯ
1.2. Теоремы о вероятности
Несовместимые события A1, A2,..., Ak не могут произойти од-
новременно. Например, если бросать шестигранную кость, на каждой грани которой написано число от 1 до 6, можно получить результат:
или 1, или 2,…, или 6. Выполняется теорема сложения вероятностей
несовместимых событий – вероятность сложного события A или B равна сумме вероятностей отдельных событий:
W (A или B) ≡ lim |
N(A) + N(B) |
=W (A)+W (B). |
(1.2) |
|
N |
||||
N→∞ |
|
|
Если A1, A2,..., Ak – полный набор несовместимых событий,
включающий все возможные события, то какое-либо из них обязательно происходит, тогда выполняется
W (A1 или A2,..., или Ak ) =1.
С учетом (1.2) получаем условие нормировки вероятностей для пол-
ного набора несовместимых событий
k |
|
∑W (Ai ) =1. |
(1.3) |
i=1
Например, движения молекулы газа по и против некоторой оси образуют полный набор независимых направлений движения
W (влево)+W (вправо) =1.
Если гамильтониан системы симметричен по направлениям, тогда
W (влево) =W (вправо) =1/ 2.
Независимые события A1, A2, ..., Ak не влияют друг на друга .
Например, частицы идеального газа движутся независимо друг от друга, и положение одной частицы не влияет на положение другой части-
цы. Выполняется теорема об умножении вероятностей независимых
событий – вероятность сложного события А и B равна произведению вероятностей отдельных событий
W (A иB) =W (A)W (B). |
(1.4) |
12