理论物理I(力学、热统).pptVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
理论物理I(力学、热统)

热力学与统计物理 近独立粒子的最概然分布 近独立粒子的最概然分布 概率基础知识(1/9) 概率基础知识(2/9) 概率基础知识(3/9) 概率基础知识(4/9) 概率基础知识(5/9) 概率基础知识(6/9) 概率基础知识(7/9) 概率基础知识(8/9) 概率基础知识(9/9) 粒子运动状态的经典描述(1/4) 粒子运动状态的经典描述(2/4) 粒子运动状态的经典描述(3/4) 粒子运动状态的经典描述(4/4) 粒子运动状态的量子描述(1/4) 粒子运动状态的量子描述(2/4) 粒子运动状态的量子描述(3/4) 粒子运动状态的量子描述(4/4) 系统微观运动状态的描述(1/3) 系统微观运动状态的描述(2/3) 系统微观运动状态的描述(3/3) 等概率原理(1/1) 分布和微观状态(1/4) 分布和微观状态(2/4) 分布和微观状态(3/4) 分布和微观状态(4/4) 玻尔兹曼分布(1/2) 玻尔兹曼分布(2/2) 玻色分布和费米分布(1/2) 玻色分布和费米分布(2/2) 三种分布及其关系(1/1) 思考题 作业 说明 玻色分布和费米分布的统一表达式 严重缺点:条件 al 1, ?l 1, ?l -al 1 往往得不到满足(第九章解决) √ 三种分布和经典极限条件 玻耳兹曼分布 玻色(-)和费米(+)分布 经典极限条件:e? 1 三种分布的关系 因子 1/N! 对求极值没有影响,在满足经典极限条件时,平衡态的玻色(费米)系统中的近独立粒子遵从玻耳兹曼分布,例如一般气体 玻耳兹曼的粒子可以分辨 = 定域的不可分辨的微观粒子可利用区域进行分辨,即定域系统遵从玻耳兹曼分布,例如晶体中的原子(离子)定域在平衡位置附近作微振动 定域系统和经典极限下的玻色/费米系统遵从同样的玻耳兹曼分布,但它们的微观状态数不同(差1/N!) √ * * 3/lesson/TheoreticalPhysicsI 概率基础知识 粒子运动状态的经典描述 粒子运动状态的量子描述 系统微观运动状态的描述 等概率原理 分布和微观状态 玻尔兹曼分布 玻色分布和费米分布 三种分布及其关系 √ 随机事件的概率 随机事件:一定条件下,可能发生、也可能不发生的事件 概率:当观测次数 N 趋于无穷时,事件 A 发生的次数 NA 与观测次数 N 的比值 例:抛骰子 6 种(可能性一样的)随机事件:1,2,3,4,5,6 点 次数 N 趋于无穷时,每种随机事件的次数趋于相等 概率:相等 P1 = P2 = P3 = P4 = P5 = P6 = 1/6 √ 互斥事件概率的加法定理 互斥事件:在任一次观测中不可能同时出现的随机事件 加法定理:如果 A 和 B 是互斥事件,并且 N 次观测中,A 出现 NA 次,B 出现 NB 次,那么 A 或 B 出现的概率是两事件分别出现的概率之和 推广:如果 A、B、C 、…是互斥事件,那么 A 或 B 或 C或…出现的概率是这些事件分别出现的概率之和 PA+B+C+… = PA+PB+PC+… 推广:全部互斥事件出现的概率为 1 例:抛骰子(6种互斥事件:1,2,3,4,5,6点) 出现 1 和 2 点的概率为 2/6,全部出现的概率为 1 √ 独立事件概率的乘法定理 独立事件:在任一次观测中没有任何关联的随机事件 乘法定理:如果 A 和 B 是独立事件,并且 N 次观测中,A 出现 NA 次,B 和 A 同时出现 NA?B 次,那么 A 和 B 同时出现的概率是两事件分别出现的概率之乘积 例:抛两个骰子 第一个骰子出现 3 点的概率:1/6 第二个骰子出现 5 点的概率:1/6 第一个为 3 点、第二个为 5 点的概率:1/36 出现 3 点和 5 点的概率 = ??? = 第一个为 3 点、第二个为 5 点的概率 + 第一个为 5 点、第二个为 3 点的概率 = 1/18 √ 随机变量的概率分布 随机变量:以一定概率取各种可能值的变量 离散型随机变量:随机变量的各种可能值是可数的分立值 离散型随机变量 X 的可能值:x1,x2,…,xn,… 相应概率:P1,P2,…,Pn,… 概率分布:{Pi} 连续型随机变量:随机变量可取某区间内的一切数值 连续型随机变量 X 的值:x 在 a 与 b 之间 X 值在 x 与 x+dx 之间的概率:dP(x) = ? (x) dx 概率密度:? (x) √ 统计平均值和涨落 统计平均值:当观测次数趋于无穷时,随机变量 X 的平均值趋于一定极限,称为 X 的统计平均值 涨落:X 在统计平均值上下涨落的平均幅度 ,即方差 多个随机变量的联合概率分布和相关矩 两个独立随机变量 X 和 Y , 那么 X 在 x~x+dx 、Y 在 y~y+dy 之间的概率 dP(x,y) = ? (x,y) dxdy

文档评论(0)

170****0571 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档