- •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
