统计方法的应用基本上可以分为两类:一是重复进行大量实验,然后对大量数据进行统计,称为第一类统计;二是针对由大量子系统(微观)组成的一个系统(宏观),在宏观上采用统计方法,得到宏观上的新的概念,称为第二类统计。第一种情况主要反映系统的稳定性问题,第二种情况考虑系统结构上的问题(涉及线性或非线性,以及一致性问题)。
令Q,P 为两个n 维向量,qi 为广义坐标(位移),pi 为广义动量[4-6]。
可得Q,P 运动的正则方程
考虑由M 个具有完全相同的式(12-1)描述的哈密顿系统(这M 个全同系统的集合叫作系综),以n 个q 坐标和n 个p 坐标构成的2n 维笛卡儿坐标(Γ 空间)。对应每一个系统的一组Q,P 坐标,在Γ 空间中有一个代表点;而对应一个系综的M 个系统,在Γ 空间中有M 个代表点。令D(Q,P)为系统在(Q,P)处代表点的密度。那么(www.xing528.com)
显然,ρ(Q,P)是系综中一个代表点落到(Q,P)处的概率密度。在统计物理中人们已经熟知,描述系统运动轨道的式(12-4)正则方程可以用描述概率密度的式(12-6)刘维尔方程(Liouville equation)来等效代替。
这是统计方法应用非常成功、最典型的例子,这属于第一类情况。但是这里是有条件的,系统的状态必须是非常标准的线性状态。在式(12-1)中只要包含有qi,pi 的二次方或二次方以上的量(出现非线性),就会产生很大的困难。这里提到的“系综”的概念,即全同系统的集合[4],便是一致性的表现。
空气动力学更是具体的成功案例,它把理想气体中气体分子的运动做了统计学处理。气体动力学方程首先假定把气体分成微团,微团的长、宽、高分别为dx,dy,dz,同时分别假定温度、压力、质量等在微团内是均匀的(微团中的每一气体分子对压力等参数的贡献也都是一样的,分子之间的作用也是对称的,这是一致性的表现),然后按动力学的方法建立微分方程。在低速层流情况下,理论计算和实验结果是很接近的。但是,当在高速气流下或气体很稀薄时,这种统计规律就被打破了,原来的空气动力学分析就不适用了。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。