- •Раздел II. Молекулярная физика
- •Глава1. Некоторые понятия молекулярной физики
- •§1 Массы атомов и молекул. Молярная масса
- •§2. Молекулярные силы
- •§3. Агрегатные состояния вещества. Особенности теплового движения в различных агрегатных состояниях вещества
- •§4. Равновесные процессы
- •Глава 2. Оcновы статической теории идеального газа
- •§1. Модель идеального газа
- •§2. Основное уравнение кинетической теории газов для давления
- •§3. Температура и её измерение. Опытные температурные шкалы.
- •2. Измерение давления газа при постоянном объёме производится с большей точностью, чем измерение объёма при постоянном давлении.
- •§4. Температура ― мера средней кинетической энергии поступательного движения молекул.
- •§5 Уравнение Менделеева-Клапейрона. Следствие из этого уравнения.
- •§6. Распределение Максвелла.
- •§7. Свойства распределения Максвелла.
- •§8. Распределение Больцмана. Барометрическая формула.
- •§ 9. Число степеней свободы молекул. Теорема о равномерном распределении энергии теплового движения по степеням свободы.
- •Глава 3. Основы термодинамики
- •§1. Внутренняя энергия, работа, теплота
- •§2. Первое начало термодинамики
- •§3. Теплоёмкость. Вычисление теплоёмкости идеального газа
- •§4. Изотермический процесс. Работа идеального газа при изотермическом изменении его объема
- •§5. Адиабатический процесс. Уравнение адиабаты идеального газа. Работа идеального газа при адиабатическом изменении его объема.
- •§6. Круговые обратимые процессы (циклы). Работа при круговом процессе. Первое начало термодинамики в применении к круговому процессу. Тепловые и холодильные машины
- •§7. Недостаточность первого начала термодинамики для однозначного описания процессов, происходящих в природе.
- •§8. Второе начало термодинамики. Формулировка основного постулата, выражающего второе начало термодинамики. Постулаты Кельвина и Клаузиуса и их эквивалентность
- •§9 . Цикл Карно и его кпд
- •§10. Математическое выражение второго начала термодинамики для обратимых процессов. Равенство Клаузиуса. Энтропия. Постоянство энтропии при обратимых процессах в замкнутой системе
- •§11. Основное уравнение термодинамики для обратимых процессов. Вычисление энтропии идеального газа.
- •§12. Второе начало термодинамики для необратимых процессов. Неравенство Клаузиуса. Возрастание энтропии при необратимых процессах в замкнутой системе. Общая формулировка второго начала термодинамики
- •§13. Примеры. Вычисление изменения энтропии при необратимых процессах
- •§14. Закон возрастания энтропии и превращение теплоты в работу
- •Глава 4. Реальные газы
- •§1. Экспериментальные изотермы. Область двухфазных состояний. Критическое состояние вещества
- •§2. Фазовая диаграмма жидкость-газ или кривая равновесия фаз
- •§З. Уравнение Ван-дер-Ваальса
- •§4. Изотермы Ван-дер-Ваальса и их сравнение с экспериментальными изотермами. Пересыщенный пар и перегретая жидкость
- •§5. Внутренняя энергия газа Ван-дер-Ваальса. Изотермическое расширение газа Ван-дер-Ваальса. Адиабатическое расширение газа Ван-дер-Ваальса в пустоту.
- •Глава 5. Столкновения молекул и явления переноса в газах
- •§1. Среднее число столкновений и средняя длина свободного пробега молекул
- •§2 Виды явлений переноса. Общее уравнение явлений переноса в газах
- •§3. Теплопроводность
- •§4. Вязкость
- •§5. Диффузия в газах
- •С точки зрения молекулярно кинетической теории за переносимую величину нужно взять концентрацию компоненты , рассчитанную на одну молекулу, т.Е.
- •Глава6. Твердые тела
- •§1. Аморфное и кристаллическое состояние вещества
- •§2. Классификация кристаллов по типу молекул, составляющих кристалл
- •§3. Анизотропия кристаллов
- •§4. Теплоемкость атомных кристаллов
- •Приложение а. Основные понятия теории вероятностей
- •§1. Понятие вероятности события
- •§2. Простейшие теоремы теории вероятностей
- •§3. Интегральная функция распределения случайной величины
- •§4. Плотность вероятности
- •§5. Среднее значение
§3. Интегральная функция распределения случайной величины
Определение. Случайной величиной Х называют величину, которая в результате опыта принимает то или иное значение, заранее неизвестно какое.
Случайную величину Х будем предполагать непрерывной, принимающей свои возможные значения из интервала ( ).
Определение. Интегральной функцией распределения F(х) называется вероятность того, что случайная величина Х примет значение меньшее х, т. е.
(А15) |
Докажем некоторые свойства функции F(x).
1. Функция F(х) — неубывающая функция своего аргумента, т.е. если х2 > х1, то
Для доказательства свойства 1 разобьём интервал ( ) на два несовместных (не имеющих общих точек): ( ) и [ ). Тогда по теореме сложения несовместных событий
т.к.
(А16) |
(А17) |
Последние два свойства очевидны.
4. Вероятность того, что случайная величина Х примет значение на интервале от α до β, равна приращению функции на этом интервале, т.е.
(А18) |
Для доказательства разобьём интервал ( ) на два несовместных интервала: ( ) и [ ). Тогда по теореме сложения
или
Из последнего равенства непосредственно следует утверждение четвертого свойства.
§4. Плотность вероятности
По определению производной интегральной функции распределения
(А19) |
В числителе правой части последнего выражения стоит вероятность, что случайная величина примет значение на интервале Δх, лежащем возле точки х. Ясно, что эта вероятность зависит от того, где взять эту точку х, т. е.
Если эту величину разделить на Δх и устремить Δх к нулю, то получим плотность вероятности (по аналогии линейной плотности массы, «размазанный» по оси х) случайной величины Х в точке х. Таким образом, если обозначить плотность вероятности ω(х), то из (А19)
(А20) |
Отметим некоторые полезные свойства плотности вероятности ω(х).
1).
Это свойство сразу же следует из первого свойства интегральной функции распределения F(х) и выражения (А20).
2).
Для доказательства, найдём из (А20) F(х).
(А21) |
Положив в (А21) и учтя, что , получим второе свойство.
3). Чтобы найти вероятность принятия случайной величиной значения на интервале (α, β), необходимо проинтегрировать плотность ω(х) на этом интервале, т. е.
(А22) |
Для доказательства воспользуемся четвертым свойством функции F(х) и выражением (A21):
Что и требовалось доказать.
§5. Среднее значение
Среднее значение является важнейшей, хотя и грубой, характеристикой случайной величины X. Она характеризует среднее, ориентировочное значение, около которого группируются все возможные значения случайной величины. Чтобы установить правило, по которому её вычисляют, рассмотрим сначала дискретную случайную величину X, характеризуемую рядом распределения
xi |
x1 |
x2 |
… |
xn |
P(xi) |
P(x1) |
P(x2) |
… |
P(xn) |
где xi — возможные значения, которые принимает на опыте случайная величина X, а P(xi) — их вероятности появления.
Пусть произведено большое число N измерений случайной величины Х так, что значение x1 было наблюдено т1 раз, х2 — m2 раз, ... xn — mn раз. При этом, очевидно
Среднее арифметическое наблюдаемых значений случайной величины X, очевидно, равно:
(А23) |
где — величина, характеризующая, как часто принимает в опыте значение xi случайная величина X. Величину называют частотой события xi. Можно доказать, что частота с вероятностью почти единица (т.е. достоверно) равна вероятности , если только число опытов (Теорема Бернулли). С учётом этой теоремы равенство (А23) можно переписать в виде:
(А24) |
Величину (А24) называют средним значением случайной величины Х и обозначают . Таким образом, среднее значение дискретной случайной величины Х равно сумме произведений каждого из её возможного значения xi на его вероятность Р(хi).
В случае непрерывной случайной величины Х нетрудно получить аналогичное выражение для вычисления её среднего значения:
(А25) |
Если некоторая случайная величина Y связана с X функциональной зависимостью , то среднее значение случайной величины Y, очевидно, находится по формуле
(А26) |
К примеру, если , то
(А27) |