Indhold. Noter til statistisk fysik II. 3. januar Jens Egebjerg Bækhøj & Christian Kraglund Andersen
|
|
- Holger Fischer
- 8 år siden
- Visninger:
Transkript
1 Noter til statistisk fysik II 3. januar 2012 Jens Egebjerg Bækhøj & Christian Kraglund Andersen Institut for Fysik og Astronomi Aarhus Universitet, Denmark Indhold Indhold i 1 Termodynamik Systemet og dets variable Termodynamikkens love Termodynamiske potentialer Varmekapacitet og andre respons-funktioner Ensembler Mikrokanonisk ensemble (N,V,E) Kanonisk ensemble (V,T,N) Grandkanonisk ensemble (V,T,µ) Gibbs ensemblet -det generelle ensemble Faseskift Termodynamik for faseskift Magnetisering beskrevet med Ising modellen, 1D Middelfelts teori for Ising modellen Bragg-Williams approksimationen Bethe approksimationen Opførsel for middelfelts approksimationer nær den kritiske temperatur i
2 ii INDHOLD 3.7 Eksakt løsning af Ising 1D Eksakt løsning af Ising 2D (skitseret) Landau teori for faseskift Korrelations længde og Ginzburg kriteriet Scaling, universalitet og renormalisering Kadanos tilgang Universalitet Renormalisering for 1D Ising model Renormalisering for 2D Ising model Renormalisering generelt Stokastiske processer Markov processer Ude af ligevægt Onsager og uktationer-dæmpning Fluktationer og arbejde Tidsinverterede veje
3 Kapitel 1 Termodynamik 1.1 Systemet og dets variable Er et systems termodynamiske variable uafhængige af tiden, siges det at være i en steady state tilstand. Er der yddermere ingen makroskopisk strøm af fx varme eller partikler, siges systemet at være i Ligevægt. Et system siges at være quasistatisk, hvis enhver ændring af systemet forgår uendeligt langsomt. Et qusistatisk system, hvor det til enhver tid er muligt at fører systemet tilbage til dets tilstand umiddelbart før, kaldes for et reversibelt system. Et eksempel på en reversible proces er opvarmning af en gas i en cylinder, hvorved gassen udvides. En variable kaldes for extensiv, hvis den er proportional med systemets størrelse. Følgende er eksempler på extensive variable: E, V, S, N (1.1) En variable kaldes for intensiv, hvis den er uafhængig af systemets størrelse. Følgende er eksempler på intensive variable: 1.2 Termodynamikkens love 0. lov P, T, µ (1.2) Hvis et system A er i ligevægt med de to systemer B og C, er B og C også i ligevægt med hinanden. Termodynamikkens 0. lov gør os i stand til at denere et universelt mål for fx temperatur og andre intensive størrelser. 1. lov Den første lov, fortæller at der er energibevarelse i et system, men den gør mere end det, da den opdeler energien i to bidrag, så den indre energi er givet ved: de = dq dw (1.3) Hvor Q er deneret som varmen tilført til systemt, mens arbejdet W er deneret som arbejdet udført af systemet på omgivelserne. de er et eksakt dierential, 1
4 2 KAPITEL 1. TERMODYNAMIK da det ikke afhænger af vejen mellem start og slut tilstand for systemet. Generelt gælder det at: dw = j X j dx j (1.4) Hvor X j er den generaliserede kraft, hvilket er en intensiv variable. x j er den generaliserede forskydning, hvilket er en extensiv variable. 2. lov dq rev = T ds, dq irrev < T ds (1.5) T ds er arbejde udført på systemet (se (1.4)). Det betyder bl.a. at varme ikke kan løbe fra et system med lav temperatur til et område med høj temperatur, uden at et arbejde bliver gjort på systemet. Kombineret med termodynamikkens første lov, har vi nu: de T ds + i X i dx i (1.6) Hvor lighedstegnet kun gælder for en reversible proces. 1.3 Termodynamiske potentialer Helmholtz fri energi A(T,V,N) Denition: A = E T S (1.7) da = de d(t S) = dq T ds SdT dw (1.8) For en isoterm proces gælder det at: da = de d(t S) = dq T ds dw (1.9) dw irrev = dq T ds da da (1.10) Det sidste lighedstegn gælder pga. termodynamikkens 2. hovedsætning. (1.10) fortæller os, at da er det maksimale arbejde vi kan trække ud af et system, ved konstant temperatur. Vi ser også af (1.10), at er temperaturen og den generaliserede forskydning x j (V her!) fastholdte ( dw = 0), så kan en spontan proces kun sænke A. Når T og x j er fastholdte, gælder det altså at ligevægtstilstanden er den tilstande, der minimere A. Gibbs fri energi G(T,P,N) G = A + P V (1.11) For fastholdt T og P, gælder det at et en spontan proces kun kan sænke G. Udover disse to meget anvendte potentialer, ndes der også et såkaldt grandkanonisk ensemble: Ω G = A µn (1.12)
5 1.4. VARMEKAPACITET OG ANDRE RESPONS-FUNKTIONER 3 Nyttige relationer Fra de frie energier, kan vi opnå følgende tilstandsligninger: A T N,V = S, G = S, T N,P A V T,N = P, G = V, P T,N A N T,V = µ (1.13) G N T,P = µ (1.14) (1.15) Fra (1.6) for en reversible proces har vi (gælder for mikrokanonisk ensamble, men første også for kanonisk.): ds(e, N, V ) = de T + P dv T µdn T (1.16) Hvilket giver os: S E N,V = T 1, T S N E,V = µ, T S = µ (1.17) V N,E 1.4 Varmekapacitet og andre respons-funktioner Varmekapacitet for fastholdt volumen og tryk: ) ( ) ( Q S C V = = T T V T ) ( ) ( Q S C P = = T T T P V P (1.18) (1.19) Sammentrykkelighed for fastholdte temperaturer og entropi(adiabatisk): K T = 1 ( ) V (1.20) V P T K S = 1 ( ) V (1.21) V P Den termiske udvidelses koecient: 'Sjov' relation: α = 1 V S ( ) V T P,N (1.22) C P C V = T V K T α 2 (1.23)
6
7 Kapitel 2 Ensembler 2.1 Mikrokanonisk ensemble (N,V,E) Betragter et lukket system. Det kan fx være N partikler indeholdt i en box, hvis væge ikke tillader nogen vekselvirkning med verden udenfor. Vi denere nu en tilstand i systemet (dvs. position og impuls for én bestemt tid), som en vektor x(t) i det 6N-dimensionselle faserum. For fastholdt energi, vil tilstandene x(t) bevæge sig på en 6N-1 dimensional overade Γ(E) i faserummet, vi kan nu beskrive en makroskopisk (målbar) størrelse φ ved dennes middelværdi: φ = 1 τ t0+τ t 0 φ(x(t)) (2.1) For t, vil x(t) have besøgt hele Γ(E). Dette gælder for 'ergodic systems', hvilket betyder at alle microtilstande i faserummet er lige sandsynlige, hvilket igen betyder sandsynligheden for at være i netop tilstanden ν er givet ved: P ν = 1 Ω (2.2) Hvor Ω(E) kaldes den statistiske vægt, og er summen af alle tilstande i faserummet med den rette energi: Ω(E) = 1 h 3N d 6N x (2.3) E H(x) E+δE Vi integrer altså over alle tilstande, der ligger inden for en vis afstand af en konstant-energi-overade i faserummet. Kun enheden af h (virkning) er vigtig for en klassisk fysisk fortolkning. Kontakt til termodynamikken kan skabes gennem Boltzmanns entropi formel: S k B ln(ω) (2.4) For et større system bestående af ere af de ovenstående systemer, gælder det at: Ω total = n Ω n (2.5) 5
8 6 KAPITEL 2. ENSEMBLER Hvilket fører til: S total = n S n (2.6) Det gælder, at der er ere mikrotilstande for højere energier større Ω større entropi. Fra første hovedsætning, samt antagelsen om at vi ser på en reversibel proces (her ligevægt), har vi for det mikrokanoniske ensemble: ds = de T + P dv T Vi ser heraf, at vi kan nde temperaturen som: µdn T (2.7) T = 2.2 Kanonisk ensemble (V,T,N) Vi betragter nu et system som vist i Figure 2.1. ( ) 1 S (2.8) E Figur 2.1: Systemet vi betragter, er i termisk kontakt med et meget større varmebad, således at temperaturen er konstant. Væggene tillad en energistrøm gennem sig, hvorved energi uktuere mellem de to systemer. Antallet af partikler (N 1,N 2 ) og volumen (V 1,V 2 ) for de to systemer er fastholdt. Energien kan uktuere mellem systemerne, men den totale energi er konstant: E total = E 1 + E 2 = konst. (2.9) Sandsynligheden for at vores system (1) har en bestemt energi E 1, er givet ved: P 1 (E 1 ) = #(E 1 ) #(Alle energier) (2.10) Eller hvis vi genindfører den statistiske vægt (Ω) fra (2.3) for de to systemer (Ω 1,Ω 2 ): P 1 (E 1 ) = Ω 1 (E 1 )Ω 2 (E E 1 ) E 0 Ω 1(E 1 )Ω 2 (E E 1 )de 1 (2.11)
9 2.3. GRANDKANONISK ENSEMBLE (V,T,µ) 7 Fra denitionen af entropi (2.4) har vi at: ( ) S2 (E E 1 ) Ω 2 (E E 1 ) = exp k B (2.12) Fra en rækkeudvikling af entropien, og anvendelse af (1.16,1), får vi nu: ( ) E1 Ω 2 (E E 1 ) = exp (2.13) k B T Dette gør os i stand til at omskrive (2.9) til: Hvor den kanoniske tilstandssum Z c er givet ved: P 1 (E 1 ) = Ω 1(E 1 )e βe1 Z c (2.14) Z c = E 0 de 1 Ω 1 (E 1 )e βe1 (2.15) For diskrete energiniveauer erstattes integralet med en sum. Nyttige relationer A = k B T ln(z c ) (2.16) E ln(z c) β = (βa) β (2.17) Et mål for uktuationerne i energien er givet ved: E2 1 (2.18) E N For et stort system er uktuationerne altså små. 2.3 Grandkanonisk ensemble (V,T,µ) I dette Ensemble, forstiller vi os nu samme opstilling som i Figure 2.1, men med mulighed for udveksling af partikler mellem de to systemer. Det totale antal partikler i de to systemmer er konstant, så vi har: E total = E 1 + E 2 = konst. (2.19) N total = N 1 + N 2 = konst. (2.20) Sandsynligheden for, at det lille system har energien E 1 og indeholder N 1 partikler, er givet ved: P 1 (E 1, N 1 ) = Ω 1(E 1, N 1 )e β(e1 µn1) Z G (2.21) Hvor den grandkanoniske tilstandssum er givet ved: N Z G = Z c (T, N 1 )e βn1µ (2.22) N 1=0 Hvor vi har en sum i stedet for et integral, da antal partikler ikke er en kontinuert størrelse.
10 8 KAPITEL 2. ENSEMBLER Nyttige relationer N 1 = ln(z G) βµ (2.23) N 2 1 N 1 Igen ser vi at uktuationerne er små for store systemer. 1 N1 (2.24) 2.4 Gibbs ensemblet -det generelle ensemble Vi ser igen på Figure 2.1. Generelt har vi (for en reversibel proces): T ds = de i X i dx i (2.25) Hvor X i er de generaliserede krafter og x i er de generaliserede forskydninger. Vi vælger nu at lade en forskydning kunne uktuere(og energien!), men fastholde den totale værdi i de to systemer, ligsom antallet af partikler kunne uktuere i det grandkanoniske ensemble. x total j = x 1 j + x 2 j = konst. (2.26) E total = E 1 + E 2 = konst (2.27) I dette ensemble er sandsynligheden for at det ene (lille) system har energien E 1 og forskydningen har værdien x 1 j, givet ved: P 1 (E 1, x 1 j) = Ω(E 1, x 1 1 j )e β(e1 Xjx j ) Z gen (T, E 1, x 1 j ) (2.28) Hvor tilstandssummen som altid blot er et integral (eller sum) over tælleren, der går over alle tilstande. Den generelle frie energi er givet ved: F (T, x j ) = k B T ln(z gen ) (2.29)
11 Kapitel 3 Faseskift 3.1 Termodynamik for faseskift Et stof er i den fase, hvor den frie energi er minimeret. At opnå den mindst mulige frie energi F = E T S er ofte en 'kamp' mellem ordnede og uordnede faser. For lave temperature er det mest afgørende, for minimeringen af den frie energi størrelsen af E, hvilket ofte fører til en ordnet fase, hvor både E og S har små værdier. For høje temperature derimod, får entropien mere magt, hvilket føre til en uordnet fase. Man opdeler i to kategorier af faseskift. 1. ordens faseskift, hvor 'order parameter' er diskontinuert, og 2. ordens faseskift, hvor den er kontinuert. 3.2 Magnetisering beskrevet med Ising modellen, 1D Vi iagttager nu et een-dimensionalt gitter. Vi antager nu at der på hver gitterpunkt sidder en partikel med enten spin op (σ = 1) eller spin ned σ = 1. I denne model betragter vi det enkelte spins vekselvirkning med med magnetfeltet, samt dets interaktion med den nærmeste nabo. Vækselvirkning med spin, der er placeret mere end et gitterpunkt væk, negligeres. Hamilton-operatoren for dette system er givet ved: n.n. N H = J σ i σ j h σ i (3.1) ij Hvor h er proportionalt med det magnetiske felt, men har enheden energi. Vælger vi J > 0, giver ensretning af spin en lavere energi. Det gælder generelt, at denne lavere energi vil gøre den ensrettede fase mest stabil ved lave temperaturer, mens en maksimering af entropien 'vinder' ved højere temperaturer. Vi kan generalisere (3.1) til andet end spin- 1 2 partikler, ved at lade σ iσ j S z,i S z,j = S i S j i=1 9
12 10 KAPITEL 3. FASESKIFT Magnetiseringen Henholdsvis den totale magnetisering og magnetiseringstætheden er givet ved: M = N σ i, m = M V i=1 (3.2) Vi har i vores Hamilton-operator for problemet, ikke valgt nogen foretrukken retning for spinnet (Når h = 0), og den er derfor invariant under ip af alle spin. Derfor er spin alignment i den ene retning ligeså sandsynlig som alignment i den anden retning, når der ikke er noget ydre magnetfelt. 3.3 Middelfelts teori for Ising modellen I middelfelts approksimationen, medregnes påvirkningen fra de andre spin gennem et middelfelt. Det betyder at alle uktuationer negligeres, da dette middelfelt er ens overalt ( σ i = σ i+1 =...). Vores middelfelts Hamilton-operator, bliver nu: H = J i σ i qm h i σ i (3.3) hvor q er antallet af nærmeste naboer, hvilket gør at dette udtryk ikke kun er gyldigt i 1D. Vi er nu i stand til at udregne magnetiseringen, hvilket vi gør ved at summe over alle tilstande, ganget med sandsynligheden for at netop denne tilstand forekommer. ( m = σ = 1 N ) e βh({σj}) σ i (3.4) N Z c Alle spin Hvor summen over alle spin betyder at man skal alle σ j have værdierne ±1. Nu er problemet at nde tilstandssummen: Z c = e βh({σj}) Alle spin = = = Alle spin N j=1 Alle spin i=1 e β(jqm+h) j σj e β(jqm+h)σj N 2 cosh(β[jqm + h]) j=1 Indsat i (3.4), kan dette vises at give: = (2 cosh(β[jqm + h])) N (3.5) m = tanh(β[jqm + h]) (3.6) Denne ligning må løses numerisk. Kalder vi magnetiseringen på venstre side af (3.6) for m og det på højresiden for m, så må det gælde for en løsning, at m = m hvilket ses som den blå linje i Figure 3.1.
13 3.3. MIDDELFELTS TEORI FOR ISING MODELLEN 11 Figur 3.1: Nummerisk løsning af (3.6) med h = 0. Det ses da af Figure 3.1, at vi må opdele i to tilfælde (igen for h = 0): qj k B T < 1 m = 0 (3.7) qj k B T > 1 m = 0, m = ±m 0 (3.8) Hvilket betyder at der for alle temperaturer er en triviel løsning, men for: T < (3.9) qj k B T = T c, (3.10) ndes også to ikke-trivelle løsninger. T c kaldes for den kritiske temperatur. De to ikke-trivielle løsninger, viser sig at være de stabile løsninger, og svarer til en spontan magnetisering, da der ikke er noget ydre magnetfelt. Opførsel af magnetiseringen omkring den kritiske temperatur For: h = 0, T T 0 (3.11)
14 12 KAPITEL 3. FASESKIFT For temperaturer tæt på den kritiske, gælder det at magnetiseringen er lille, og følgende rækkeudvikling er derfor i orden: m = tanh (βjqm) βqmj 1 3 (βqj)3 m 3 ( m 1 T ) c = 1 ( ) 3 Tc m 3 T 3 T m = ± ( T 3 T c ) 3 2 ( T c T T ) 1 2 (3.12) Altså m (T c T ) β β = 1 2 (3.13) I Figure 3.2 ses magnetisering plottet for temperaturer omkring den kritiske. Figur 3.2: Bemærk kun korrekt omkring den kritiske temperatur. Hvorfor faseovergang aldrig forkommer i Ising-1D for endelige T Vi ser nu på en kæde, hvor J > 0 og alle spin er ensrettet. Energien for denne tilstand er givet ved: E 0 = (N 1)J (3.14) Vi indfører nu en væg, således alle spin på den ene side er spin ned, og alle spin på den anden side er spin op. Energien for denne tilstanden er givet ved: E = E 0 + 2J (3.15) Forskellen i den frie energi for de to tilstande er givet ved: A = A Alle ensrettet A 2 = 2J + S (3.16)
15 3.3. MIDDELFELTS TEORI FOR ISING MODELLEN 13 For tilstanden, hvor alle spin er ensrettet gælder det at S = k B ln(1) = 0, da der kun er én mulig tilstand, der giver fuld alignment. For den anden tilstand er der N 1 måder at placerer vægen på, derfor bliver (3.16): A = 2J T k B ln(n 1) (3.17) Det betyder at i grænsen N, vil tilstanden med en væg være den der minimere den frie energi, for alle endelige temperaturer. Det kan vises at den frie energi kan mindske yderligere ved at indsætte ere vægge. Disse vægge forhindre en magnetisering i at opstå, og vi ser derfor ingen faseovergang, når kun nærmeste-nabo-vekselvirkning tages med i betragtning (Eller en hvilken som helst anden endelig vekselvirkning). Hvorfor faseovergangen forkommer i Ising-2D Vi har et N N gitter, hvor vi placere en væg som vist i Figure 3.3. Figur 3.3: N N gitter med en væg af længden L Energiforøgelsen af systemet ved at introducere væggen er givet ved: E = 2LJ (3.18) Vælger vi at der for hvert skridt er tre muligheder for væggens forløb, hvis vi starter fra venstre: op(25%), ned(25%) og til højre(50%). Vi anser op/ned og til højre for to muligheder med samme sandsynlighed. Det betyder at L = 2N for N, og et overslag for entropien er: S k B ln(2 L N 1) k B ln(2 2N N) (3.19) Hvor 2 L faktoren i den statistiske vægt kommer fra det faktum at kæden er L skridt lang, og der er to muligheder pr. skridt (op/ned og til højre). N 1 faktoren i den statistiske vægt er tilføjet da det er antallet af muligheder for startpunktet af kæden. Når ovenstående indsættes i udtrykket for den frie energi (A = E T S), ndes det at en væg sænker den frie energi, men kun hvis: T > 2.88 J k B (3.20) Det betyder at der er mulighed for en fase med en endelig magnetisering og dermed et faseskift.
16 14 KAPITEL 3. FASESKIFT 3.4 Bragg-Williams approksimationen Ideen bag BW approksimationen er, at opstille et udtryk for den frie energi som en funktion af 'order parameteren' (magnetiseringen): F = E T S hv m (3.21) Energien for tilstanden opnår vi ved at indsætte (middel) magnetiseringen ind på alle σ i (3.1): E Jm 2 N q hnm (3.22) 2 Et udtryk for entropien opnår vi ved at benytte at den statistiske vægt for en given magnetisering er givet ved: ( ) N N! Ω = = N!(N N )! = N! (3.23) N!N! N Benytter man nu Stirlings formel (ln(n!) N ln(n) N) samt at: Fåes: N = N(1 + m) 2, N = N(1 m), (3.24) 2 S = Nk B ( ln(2) 1 2 [(1 + m) ln(1 + m) + (1 m) ln(1 m)] ) (3.25) Vi kan opnå samme resultat som i (3.6) ved, at aede den frie energi mht. magnetiseringen: F = 0 m = tanh(β[jqm + h]) (3.26) m Det viser sig altså at der opstår minimums punkter i den frie energi for en endelig magnetisering når vi er under den kritiske temperatur. se Figure 3.4. Også i denne model får man for opførslen omkring den krittiske temperatur(jvf. (3.13)) at: β = Bethe approksimationen Ideen i denne approksimation er, at vi udvælger en partikel og beskriver dens vekselvirkning med nærmeste naboer eksakt. Deres naboer vil derimod stadig blive beskrevet via et middelfelt. For et simpelt kubisk gitter i 2D er siturationen vist i Figure 3.5. Hamilton-operatoren for denne gruppe er givet ved: H gruppe = Jσ 0 q σ j hσ o h j=1 q σ j (3.27) Hvor h er et eektiv felt, der består af det faktiske magnetfelt, samt middelfeltet fra naboer til den udvalgte gruppe. Ideen er nu at udregne tilstandssummen for systemmet (Z = i,alle tilstande Q ie βhi ), j=1
17 3.5. BETHE APPROKSIMATIONEN 15 Figur 3.4: Plot for T > T c (den smalle kurve), T = T c og for T < T c Figur 3.5: og derefter nde middelværdien σ. På grund af vores måde at bygge systemmet op på, får vi ikke samme resultater for σ 0 og de andre spin. Vi kræver at vores system skal være isotropt, og derfor σ 0 = σ j for alle j. Dette giver os følgende ligning for h : (cosh[β(j + h )]) q 1 (cosh[β(j h = e2βh )]) q 1 (3.28) Det kan vises (se gurer i forlæsningsnoter) at der for tilstrækkeligt lave temperaturer er tre løsninger. Den kritiske temperatur viser sig at være givet ved: β c J = 1 ( ) q 2 ln (3.29) q 2 Dette viser sig at være en stor forbedring i forhold til den rene middelfeltsteori. I den almindelige middelfelts approksimationen negligerede vi spredning af σ,
18 16 KAPITEL 3. FASESKIFT og havde derfor: σ i σ j = σ i σ j (3.30) I Bethe approksimationen, kan det ved at indfører vekselvirkningen mellem nærmeste naboer J som variable, vises at: σ i σ j = Nq tanh(βj) (3.31) 2 ij Hvilket afspejler at vi ikke helt har negligeret uktationer, men resultatet er stadig ikke korrekt. For 2 dimensioner og mere skal korrelationen mellem to spin, vokse meget mere end Bethe approksimationen forudsiger. 3.6 Opførsel for middelfelts approksimationer nær den kritiske temperatur Vi bemærker først, at de kritiske eksponenter i middelfelts approksimationer ikke afhænger af dimensionen, hvilket ikke er korrekt. Vi har set at det for magnetiseringen gælder at: m (T c T ) β (3.32) Hvor β = 1 2 i middelfelts approksimationen. De målte værdier for β er noget lavere (fx 1 3 i 3D). Det kan vises at suceptibiliteten ( m h ) divergere når man nærmer sig den kritiske temperatur (både oppefra og nedefra): χ = A ± T T c γ (3.33) Hvor γ = 1 i middelfelts approksimationen. De målte værdier for γ er højere (fx 7 4 i den eksakte løsning for Ising 2D). Det kan ved at indsætte middelværdien for magnetiseringen i χ = m h, vises at: χ i σ 0 σ i σ 0 σ i, (3.34) der jo netop fortæller om korrelationen mellem spinene, hvilket jo er nul i (den simple) middelfelts approksimationen. Vi kan vurdere varmekapaciteten i (den simple) middelfelts approksimationen, ved at benytte: E = H = J ij σ i σ j = N 2 Jqm2 (3.35) Når dette aedes med hensyn til temperaturen, fåes: C h=0 = { 3 2 Nk B For T T c 0 For T > T c (3.36) Vi ser en diskontinuitet i varmekapaciteten. Dette er vist for den simple middelfelts approksimation, men det kan vises at alle middelfelts approksimationer har problemet, også Bethe approksimationen. Den korrekte opførsel er: C h=0 = B ± T T c α (3.37)
19 3.7. EKSAKT LØSNING AF ISING 1D Eksakt løsning af Ising 1D En og to dimensionelle Ising modeller er nogle af de få systemer, hvor vi kan nde tilstandssummen og for 1D tilfældet er udtrykket endda så simpelt, at vi kan arbejde videre med det og nde diverse interessante størrelser. Vi har som altid Hamilton-operatoren (hvor vi antager periodiske grænsebetingelser): N N H = J σ i σ i+1 h = Tilstandssummen bliver nu Z = N σ i=±1 i=1 i=1 N i=1 i=1 σ i [ Jσ i σ i+1 + h ] 2 (σ i + σ i+1 ) ( [ exp β Jσ i σ i+1 + h ]) 2 (σ i + σ i+1 ) (3.38) (3.39) Hvor vi har trukket summen ud fra eksponentialfunktionen, hvorved den er blevet til et produkt. Vi indfører nu: [ ] P P = 11 P 1 1 (3.40) Hvor: P 11 P 1 1 P 11 = e β(j+h) (3.41) P 1 1 = e β(j h) (3.42) P 11 = P (1 1) = e βj (3.43) Nu kan vi opskrive tilstandssummen som: Z N = P σ1σ 2 P σ2σ 3...P σn σ 1 = Tr(P N ) = λ N 1 + λ N 2 (3.44) σ i=±1 Hvor λ 1 og λ 2 er henholdsvis den højeste og den laveste egenværdi for P. Vi ønsker nu at nde den frie energi i den termodynamiske grænse: G = k B T ln(λ N 1 + λ N 2 ) Nk B T ln(λ 1 ) For N (3.45) Vi kan nu bruge denne Gibbs frie energi til at nde magnetiseringen: ( ) G dg = SdT MdH M = h Vi nder nu endelig det eksakte udtryk for magnetiseringen: T (3.46) m = sinh(βh) sinh 2 (βh) + e 4βJ (3.47)
20 18 KAPITEL 3. FASESKIFT Vi ser at hvis h = 0 vil m = 0 for alle T 0, så der ndes ikke en endelig kritisk temperatur, hvilket står i modsætning til middelfeltsapproksimationen, hvor en sådan fandtes. Der vil dog være en ordnet tilstand hvis T = 0 eller hvis h 0. Vi vil nu vurdere korrelationen mellem spinene. Da vi har tilstandsummen er det en ligefrem opgave at evaluere (for h = 0, T 0): σ i σ i+j σ i σ i+j =... = (tanh(βj)) j = e j ξ (3.48) Hvor ξ kaldes korrelationslængden og divagerer for T = 0. Generelt har man at ξ divagerer ved kritiske punkter. Det er nu klart, at middelfelts teorien der negligere korrelationen (eller for de mere avancerede, negligere korrelation med fjerne spin), ikke kan forventes at kunne forudsige de kritiske koecienter korrekt, da alle spin her er korrelerede til hinanden uafhængigt af afstand. 3.8 Eksakt løsning af Ising 2D (skitseret) Hamilton-operatoren for N N-gitteret, kan opskrives på følgende form: H = J N i=1,j=1 [σ i,j σ i+1,j + σ i,j σ i,j+1 ] h N i=1,j=1 (3.49) Vi benytter periodiske grænsebetingelser, således at σ N+i,j = σ i,j. Det viser sig, at måden at fortsætte på er, at dele vores gitter op i koloner, og løse problemet for kolonerne. Dette gør os i stand til, ligesom vi gjorde i en dimension, at indfører en matrix P. For dette problem er P bare ikke en 2 2 matrix, men en 2 N 2 N matrix, med tilhørende 2 N egenværdier. Igen er det dog kun den største egenværdi, der overlever i den termodynamiske grænse N : Z = Tr(P) N = λ N 1 + λ N λ N 2N λ N 1 (3.50) Jeg vil her ikke lade som om vi har løst problemet, for der er stadig det meget alvorlige problem, at nde den største egenværdi tilbage. Når et udtryk for tilstandssummen er fundet, er det dog ligefrem at følge (3.45) og herefter nde: m = 1 N 2 χ = m h C = G T ( G h ) T (3.51) (3.52) (3.53) Ved at nde disse værdier, nder man varmekapaciteten divergerer logaritmisk for T = T c (α = 0). De andre kritiske eksponenter er: β = 1 8 og γ = Landau teori for faseskift Grundlaget for Landau teori for faseskift er antagelsen om, at man omkring et kritisk punkt, kan opskrive den frie energi som en potensrække i ordensparameteren. Ønkser vi at undersøge spontan magnetisering i et stof uden retningsbestemt struktur, må det gælde at G(m, T ) = G( m, T ), og ulige potenser af
21 3.9. LANDAU TEORI FOR FASESKIFT 19 magnetiseringen i potensrækken, må derfor falde bort: G(m, T ) = a(t ) b(t )m c(t )m d(t )m (3.54) Vi vil nu se på to forskellige tilfælde c, d, e... > 0, b(t ) Hvor b skifter fortegn for en kritisk temperatur T c : b(t ) = b 0 (T T c ) (3.55) I dette tilfælde får man en forskel i fri energi i forhold til fasen med m = 0 som vist på Figure 3.6. Figur 3.6: Plot for T > T c (smalt), T = T c og T < T c (bredt med to minima) Det ses af guren, at der er tale om et 2. ordens faseskift, da der aldrig opstår lokale maksima mellem m = 0-tilstanden og tilstanden med spontan magnetisering. Det betyder at magnetiseringen er kontinuert funktion af temperaturen. Man får i denne model samme udtryk for de kritiske eksponenter som i middelfelts approksimationen. d, e... > 0, b(t ) > 0, c(t ) b(t ) har samme opførsel som før, men c(t ) skifter nu fortegn ved en højere temperatur T c: c(t ) = c 0 (T T c ) (3.56) I dette tilfælde får man en forskel i fri energi i forhold til fasen med m = 0 som vist på Figure 3.7. Der er her tale om et 1. ordens faseskift, da minimumspunktet for den frie energi i lang tid ligger i tilstanden m = 0, men ved en bestemt temperatur ændres magnetiseringen til en endelig værdi. Magnetiseringen er altså ikke en kontinuert funktion af temperaturen i dette tilfælde.
22 20 KAPITEL 3. FASESKIFT Figur 3.7: Plot for T > T c (smalt), T = T c og T < T c (bredt med to minima) 3.10 Korrelations længde og Ginzburg kriteriet Vi opskriver nu Hamilton-operatoren for vores Ising model som: H = ( ij K ij σ i σ j i λ i σ i )/β (3.57) Hvor K ij er en matrix, der indeholder information om koblingerne mellem de forskellige spin og λ er et eksternt felt (proportionalt til, men med enheden energi), som kan variere fra punkt til punkt. Der blot er divideret med β, for at opnå de samme koecienter som til forelæsningerne. For Ising modellen har vi: K ij = { βj For i og j naermeste naboer 0 Ellers (3.58) Vi ønsker nu at undersøge korrelations funktionen: C ij = σ i σ j σ i σ j (3.59) Vi kan nu bruge (3.52) til at udregne tilstandssummen (Z = {σ i,j} e βh{σiσj} ), og derigennem evaluere σ i σ j og σ i. Vi får følgende udtryk for korrelations funktionen. For at få nyttig information ud af udtrykket, viser det sig at vi skal lave en Fouier transformation af det, hvilket giver os: C(k) = 1 m 2 1 (1 m 2 )K(k) (3.60) Nu kan man nde K(k) for et simpelt gitter, og indsætte dette udtryk i (3.60). I denne udregning (som ikke gennemgåes her), denere vi en meget vigtig størrelse, nemlig korrelations længden (enhed længde): ξ 2 q [ a 2 (1 + m 2 ) T ] 1 (3.61) 0 T c
23 3.10. KORRELATIONS LÆNGDE OG GINZBURG KRITERIET 21 Hvor a 0 er gitterkonstanten (afstanden mellem to spin), q er koordinationsnummeret (antal naboer). m = 0 lige over den kritiske temperatur, og vi ser da at korrelationslængden divergere for den kritiske temperatur. Det viser sig, at vi nu kan opskrive (3.60) som: C(k) = T T c q a k 2 + ξ 2 (3.62) Man kan nu lave en Fouier transformation tilbage til afstande, for at se hvorledes denne funktion afhænger af afstanden mellem vekselvirkende spin (Bessel funktion ( e R ξ )). Vi lader her som om vi allerede har gjort dette, og ønsker at anvende dette til vurdere uktuationen af et enkelt spin: C ii = σ 2 i σ i 2 (3.63) C(R = 0) =... (ξ 2 ) (d 2) 2 T T c d 2 2 (3.64) Proportionalitetstegnene gælder når vi er tæt på den kritiske temperatur. Vi ved fra middelfeltsteorien, at σ T T c 1 2. Disse ting giver os hovedresultatet: σ2 σ = T T c d 2 4 T T c 1 2 = T T c d 4 4 (3.65) For T T c har vi: (3.60) { 0 For d > 4 For d < 4 (3.66) Den kritiske dimension for Ising modellen er altså 4, da uktuationerne for højere dimensioner dør ud og gør middelfelts approksimationen eksakt.
24
25 Kapitel 4 Scaling, universalitet og renormalisering Vi kender følgende opførsler omkring den kritiske temperatur: χ(0, T ) T T c γ (4.1) C(0, T ) T T c α (4.2) m(0, T ) (T c T ) β (4.3) m(h, T c ) h 1 δ sign(h) (4.4) Ud fra disse relationer og en termodynamisk analyse, hvor vi bl.a. stiller som krav at varmekapaciteten altid skal være positiv, får vi følgende relation: α + 2β + γ 2 (4.5) I virkeligheden viser det sig, at det altid er et lighedstegn, der indgår i (4.5), hvilket gør de kritiske eksponenter afhængige af hinanden (i en højere grad end ellers). Antager vi at den frie energi skalere på følgende måde: Hvor t = T Tc T c. Vi får nu fra (4.6) at: G(t, h) = λ d G(λ y t, λ x h) (4.6) α = 2y d (4.7) y β = d x (4.8) y γ = 2x d (4.9) y δ = x (4.10) d x Det ses herfra at de kritiske eksponenter udelukkende afhænger af systemets dimension og måden det 'scaler' på. Fra denne analyse får vi også at de kritiske eksponenter skal være ens på begge sider af den kritiske temperatur. Vi ser af (4.7-10), at disse igen giver os (4.5), men yderligere også: β(δ 1) = γ (4.11) 23
26 24 KAPITEL 4. SCALING, UNIVERSALITET OG RENORMALISERING 4.1 Kadanos tilgang Vi ser nu på en d-dimensional Ising model, der er tæt på et kritisk punkt, hvilket betyder at korrelationslængden er meget stor. Dette systems afstand fra ligevægt beskrives ved h = h h c og t = T Tc T c. Ideen er nu at erstatte spin med grupper af spin som det ses for 2D i Figure 4.1. Figur 4.1: Spin inddeles i felter, der har sidelængden L, der måles i forhold til den afstand mellem gitterpunkter. Her er L = 3. Den j'te gruppe erstattes af ét spin, således at σ j = ±1. Dette nye systems afstand fra ligevægt kan beskrives ved h og t. der må for en sådan udskiftning gælde at: Følgende relationer overholder dette: h h Hvis h h (4.12) t t Hvis h h (4.13) t = h = 0 Hvist = h = 0 (4.14) h = h L x (4.15) t = tl y (4.16) Hvor det eneste krav til x og y er at de er positive og større end 1, således at de nye system er længere fra det kritiske punkt end det gamle. Dette gør os i stand til at vise at (4.6) var en rimelig antagelse, da den frie energi må afhænge på samme måde af h og t for det nye system, som den gjorde af h og t for det gamle system: G( t, h ) = L d G(L y t, L x h ) (4.17) Da det vi har gjort blot er at 'zoome' ind på gitteret, må det gælde for korrelationslængden at: ξ( t, h ) = Lξ(L y t, L x h ) (4.18) Bemærk at korrelationslængden er længere, da vi har fjernet os fra det kritiske punkt. Vi kan nu arbejde videre og nde følgende sammenhæng (se (4.7)): dν = 2 α (4.19)
27 4.2. UNIVERSALITET 25 Hvor ν er den kritiske eksponent for korrelationslængden: ξ t ν (4.20) En god måde at teste 'scaleing-reglerne' er at teste dem for 2D Ising, da vi her kender alle størrelserne, da problemet kan løses eksakt. 4.2 Universalitet De kritiske eksponenter afhænger ikke af gittertypen. To ting viser sig vigtige for eksponenternes opførsel, den ene er som vi har set systemets dimension ( d). Den anden er spin rummets dimension n (Ising: n=1, Heisenberg (S i S j ): n=3 ). Det viser sig det er symmetrien af Hamilton-operatoren og ikke n, der er afgørende. Altså gælder det at systemers kritiske eksponenter opfører sig ens, hvis systemerne har samme dimension og Hamilton operatoren har samme symmetrier. 4.3 Renormalisering for 1D Ising model Hamilton-operatoren for problemet er givet ved (dimensionsløs udgave): N N H = K σ i σ i+1 + h σ i K = βj, h βh (4.21) i=1 i=1 Vores 'trick' er nu at indsætte σ i = ±1 for alle lige spin, og derved opnå et udtryk for tilstandssummen, der kun indeholder de ulige spin; altså udtrykke tilstandssummen for vores system, gennem et nyt system med en ny koblingskonstant K og oplevende et nyt felt h. Vi starter med at opskrive tilstandssummen: ( N Z = {σ i} exp i=1 Kσ i σ i+1 + hσ i ) = ( ) h exp 2 (σ 1 + σ 3 ) (exp [k(σ 1 + σ 3 ) + h] + exp [ (k(σ 1 + σ 3 ) + h)]) {σ i},ulige ( ) h exp 2 (σ 3 + σ 5 )... (4.22) (4.22) kan gennem denation af en funktion g(k, h), der afhænger af de oprindelige størrelser for kobling og felt, skrives som: Z = exp Ng(K, h) + {σ i} N 2 i=1 [ K (σ 2i+1 σ 2i+3 ) + h 2 (σ 2i+1σ 2i+3 ) } {{ } Z( N 2,K,h ) ] (4.23)
28 26 KAPITEL 4. SCALING, UNIVERSALITET OG RENORMALISERING Altså ser vi at: ( ) N Z(N, K, h) = e Ng(K,h) Z 2, K, h (4.24) Vi kan nu forsætte forfra, og fjerne alle lige spin i det nye system. Det vigtige at bemærke er at g(k) har samme form, nu naturligvis med K K. Hver gang vi fjerner halvdelen af spinene i vores system, kan det vises at: K = J k B T K (4.25) Med lighed kun når K = 0 eller K =, hvilket kaldes xed points. Vi ser altså at hver renormalisation fører os til højere temperaturer og væk det kritiske punkt. Dette stemmer overens med vores forventning om at: ξ Nyt system = 1 2 ξ Gammelt system (4.26) I enheder af de enkle systemers afstande mellem gitterpunkter. Det viser sig at feltet h stiger for hver renormalisering. Fra disse udregninger ser vi at der ikke er en endelig kritisk temperatur for 1D-Ising modellen. Dette kan vi se udfra K's opførsel ved interationerner, som giver os en højere temperatur og dermed giver mere uorden per iteration. Efter mage iterationer, vil både K og ξ gå mod nul, da dette svarer til at gå til høje temperature. 4.4 Renormalisering for 2D Ising model Antager i det følgende, at der ikke er påtrykt noget ydre magnetfelt (h = 0) og periodiske grænsebetingelser. Ligesom vi gjorde i 1 dimension, opdeler vi nu gitteret i to undergitre, se Figure 4.2. Figur 4.2: Det nye undergitter, betyder at ethvert spin sidder således at alle nærmeste naboer sidder i det andet gitter. Vi udvælger nu et spin (σ 0 ), og ser på dets
29 4.4. RENORMALISERING FOR 2D ISING MODEL 27 bidrag til tilstandssummen: Z 1 = σ 0 e Kσ0(σ1+σ2+σ3+σ4) (4.27) ( )? K = e g(k) exp 2 [σ 1σ 2 + σ 2 σ 3 + σ 3 σ 4 + σ 4 σ 1 ] (4.28) Hvor K er koblingsstyrken, og er deneret som i 1D tilfældet. (4.28) er et forsøg på at anvende samme fremgangsmåde som i 1D, hvor tilstandssummen for det fulde gitter, blot er givet ved tilstandssummen for undergitteret moduleret af en funktion, der af den oprindelige koblingsstyrke. Dette viser sig dog ikke at være muligt, men i et forsøg på at følge denne (lidt forkerte) strategi, kan vi prøve at indsætte følgende 4 sæt af σ-værdier i håbet om at bestemme de to ubekendte (g(k) og K ): σ 1 = σ 2 = σ 3 = σ 4 (4.29) σ 1 = σ 2 = σ 3 = σ 4 (4.30) σ 1 = σ 2 = σ 3 = σ 4 (4.31) σ 1 = σ 2 = σ 3 = σ 4 (4.32) Da der her er 4 ligninger med 2 ubekendte, har vi et overbestemt ligningssystem, men det løser vi ved at indfører 2 nye variable. Disse er koblingsstyrken mellem næst-nærmeste naboer K 2 og en koblingsstyrke for en kobling mellem alle re spin, så (4.27) nu kan skrives som: ( ) K Z 1 =e g(k) exp 2 [σ 1σ 2 + σ 2 σ 3 + σ 3 σ 4 + σ 4 σ 1 ] exp (K 2 [σ 1 σ 3 + σ 4 σ 2 ]) exp(k 4 σ 1 σ 2 σ 3 σ 4 ) (4.33) Vi kan nu bruge ( ) til at nde udtryk for vores re variable (g(k), K, K 2 og K 4 ). Vi husker nu tilbage på, hvad vores oprindelige mål var, nemlig at erstatte vores Ising model med en anden Ising model, men det er jo ikke, hvad vi har gjort nu, da vi har medtaget ere vekselvirkninger. Et naivt forsøg kunne være at sætte K 2 = K 4 = 0, men det viser sig kun at fører til 'xed points' ved K = 0 og K =. Fremgangsmåden, der giver et fornuftigt resultat viser sig at være K 4 = 0, og så denere en nu nærmeste nabo vekselvirkning K ved at kigge på tilstanden, hvor alle spin peger i samme retning, da det her gælder at: Ligningen vi får ud af dette er: NK + NK 2 N K K + K 2 K (4.34) K = 3 ln(cosh(4k)) (4.35) 8 (4.35) har et kritisk punkt ( K = K) for endelige K. Dette punkt er ustabilt i den forstand, at (For små ændringer i K): d K dk = 1.45 (4.36)
30 28 KAPITEL 4. SCALING, UNIVERSALITET OG RENORMALISERING Hvilket betyder at vi bevæger os væk fra dette kritiske punkt for hver renormalisation, så starter vi ved en K-værdi der er højere end vores xed point, så vil K og dermed ξ for det makroskopiske system, hvilket betyder at vi har en ordnet tilstand. Tilsvarende vil en K-værdi, der er lavere en xed point gå mod 0 og vi har samme situation som i 1D. Den kritiske eksponent ν Da gitterkonstanten i det nye gitter er 2 gange gitterkonstanten i det gamle gitter, har vi nu (h = 0): ξ(t, 0) = 2ξ( 2 y t, 0) (4.37) Vi kan nu nde ν gennem sammenhængen y = 1 ν. Vi kigger nu på temperaturen: t = t( ( ) 2) y 1 t y = ln( 2) ln = 1 (4.38) t ν Temperaturene kan ndes fra koblingskonstanterne via den sædvanlige relation: K = J k B T (4.39) For at nde den kritiske eksponent for vores 2D-model, approksimeres t t dk dk så vi nder 1 v = 1, 07. med 4.5 Renormalisering generelt Vi indfører en vektor af koblingskonstanter: K = (K 1, K 2,..., K n ) (4.40) Det skal gælde for denne vektor, at den indeholder samme slags vekselvirkninger efter renormalisering. Hamilton-operatoren (dimensionløs! se (4.21)) før og efter renormaliseringen, vil da have følgende form: H = H = n K α ψ α (σ i ) (4.41) α=1 n K αψ α (σ j ) + Ng(K) (4.42) α=1 Hvor ψ 1 fx kunne være nærmeste naboer ij σ iσ j. Ligesom vi så for en dimension, gælder det også generelt, at: Z System = e H = e H +Ng(k) = e Ng(k) Z Renormaliseret system Alle Alle tilbage (4.43)
31 4.5. RENORMALISERING GENERELT 29 Figur 4.3: Den stiplede linje er et system med fastholdt J1 J 2 Fixed points Vi forstiller os nu 2 dimensionale systemer, hvor der er vekselvirkning med både nærmeste nabo (J 1 ) og næst-nærmeste nabo (J 2 ). Vi forstiller os at de tilhørende værdier K 1 og K 2 har et kritisk punkt K 1 c, K 2 c, men der er ere kritiske punkter, hvilket vi kan se ved at iagttage systemer med et andet forhold mellem J 1 og J 2. Se Figure 4.3. Det gælder at et 'xed point' opnået fra renormalisering ligger på denne linje. Grundet stabiliseringsegenskaberne ved xed pointet, så vil vi altid enten bevæge os væk fra, eller hen mod dette. Det gælder at ved denne bevægelse, kan vi ikke krydse den kritiske linje. I sidste ende vi har vi 3 mulighed: Vi kan gå mod T = 0. I så fald vil vi være i en ordnet fase. Vi kan gå mod xed point, hvilket vil betyde at vi er på den kritiske linje. Vi kan gå mod T =, hvilket betyder at vi ikke er i en ordnet fase. For d-dimensioner, forstiller vi os en kritisk overade, renormalisering på denne overade vil fører os mod et 'xed point'. Relevante og irrelevante felter I en model beskrivende et fysisk system, vil vores Hamilton-operator bestå af en række vekselvirkninger, vis bidrag bliver styret af ordensparameteren. Disse led kalder vi for felter. Når man laver renormalisering gælder det om at konstruere en Hamiltonoperator, der ligner den oprindelige, så man kan fortsætte med den samme operator i det uendelige. Ved denne process har man nogle gange behov for at indføre nye felter (som vi f.eks. gjorde i 2D Ising). Om disse felter er relevante
32 30 KAPITEL 4. SCALING, UNIVERSALITET OG RENORMALISERING bestemmes af deres stabiliseringsegenskaber ved renormalisering. Går feltstyrken mod 'xed point'-styrken ved renormalisering, betyder det at lige meget hvad styrken var da vi startede, vil vi makroskopisk set have samme system. Det er med andre ord irrelevant hvad vi startede med. Disse felter kalder vi irrelevante felter. Går felterne derimod væk fra xed point (som K i 2D-Ising) vil der være stor makroskopisk forskel på om vi starter på den ene eller anden side af xed point, så disse feler er relevante. Ved disse betragtninger ses det at de relevante felter for 2D-ising er temperaturen og magnetfeltet og det er derfor udelukkende disse der bestemmer de kritiske eksponenter i renormaliseringsbilledet.
33 Kapitel 5 Stokastiske processer 5.1 Markov processer Markov processer er navnet for processor, der udelukkende afhænger af hvilken tilstand systemet er i, og ikke dets forudgående historie. Sandsynligheden for at vores system er i tilstand specik tilstand x er givet ved sandsynlighedsfordelingen P (x), der må være normaliseret således at: P (x)dx = 1 (5.1) (5.1) bliver naturligvis til en sum, hvis x antager diskrete værdier. Raten (procent ændring pr. tid) af henfald fra tilstanden x til x skriver vi som W xx. Vores sandsynlighedsfordelings tidsudvikling er styret af den såkaldte master equation: t P (x, t) = dx [W xx P (x, t) W x xp (x, t)] (5.2) Begrebet om detaljeret balance betyder at: W xx = W x xe β(ex E x ) (5.3) Hvilket betyder at sandsynlighedsfordelingen i fx. (5.2) vil ændre sig indtil ligevægt har indfundet sig. I ligevægt gælder det at: W xx P (x, t) eq = W x xp (x, t) eq (5.4) Det vil sige, at der ikke løber nogen sandsynlighedsstrøm i (5.2). 31
34
35 Kapitel 6 Ude af ligevægt Vi betragter nu et system der ikke er i ligevægt, men er så tæt på ligevægt, at det bender sig i det lineære regime. Det betyder at forskydningen fra ligevægt er en lineære funktion af den perturbation λ(t), der fører systemet ud af ligevægt. Hamilton-operatoren bliver for det perturberede system bliver: H = H 0 + λ(t)a(x) (6.1) Vi laver nu en tilstand ude af ligevægt, dette gøres ved konstruktionen: { λ 0 e ɛt t 0 λ(t) = 0 ellers (6.2) Dette kan ses som en kraft der adiabatisk bliver anvendt på systemet, men det vigtigste er blot at vi til tiden t = 0 har et system der er i ligevægt for H, men at vi til t > 0 er ude af ligevægt i forhold til H 0. Vi er som udgangpunkt interesseret i, hvordan et sådant system opfører sig, i forhold til dets ligevægttilstand, da vi antager at tilstanden bevæger sig mod ligevægt. For en observabel B i systemet, denerer vi respondsfunktionen: δb(t) = B t B eq (6.3) Dvs. det er forskelen mellem middelværdien (taget over alle systemets tilstande) af B til tiden t. En anden væsentlig størrelse at kigge på er sammenhængen mellem pertubationen A og vores observabel B. Dette sammenhæng beskriver vi ved korrelationensfunktionen: C BA (t t ) = δb(t)δa(t ) eq (6.4) Dette er nu vores redskaber til at kigge på systemer ude af ligevægts. 6.1 Onsager og uktationer-dæmpning Onsagers regressionshypotese siger, at korrelationen er proportional med respondsfunktionen: δb(t) C BA (t) (6.5) 33
36 34 KAPITEL 6. UDE AF LIGEVÆGT Da vi forventer at B går imod en ligvægtsværdi for store tider, ser vi at også korrelationen mellem A og B går mod nul for store tider. Bemærk at denne relation også gælder for spontane uktuationer, da systemet ikke kan se forskel på om der er tale om en spontan proces eller en udefrakommende indgriben. Udregnet for en delta-funktion, kan (6.5) vises at blive: 6.2 Fluktationer og arbejde δb(t) = βλ 0 C BA (t) (6.6) Vi vil nu kigge på en stokatisk markov process (se kap. 5 for denition), hvor vi som bekendt har sandsynlighedsfordelingen P eq (x, µ) = e βh(x,µ) Z µ. (6.7) Med t {1, 2, 3,...} så x(t) og µ(t) deneret i samme skridt som t. Vi ved nu fra vores masterligning at sandsynligheder for, at være et givent sted til en given tid vil udvikle sig som p(x, t + 1) = x W xx (µ(t))p(x, t). (6.8) Fra masterligningen har vi også, at ligevægtssandsynlighedsfordelingen er givet ved: P eq (x, µ) = x W xx (µ)p eq (x, µ) (6.9) Vi ændre nu det kemiske potential, hvilket vil sige, at vi fører systemet ud af ligevægt. Dette resulterer i en energiændring hvor de(µ) = dw + dq, (6.10) dw = x dq = x dh(x, µ)p eq (x, µ(t)) (6.11) H(x, µ)dp eq (x, µ). (6.12) Vi har her valgt arbejdet til at være den energiændring der kommer som følge af, at energien ændrer sig, mens at varmen er givet ved ændring af ligevægtsbetingelsen, dvs. at energien vil ytte sig. Vi kan summe op i τ tidsskridt og få det samlede arbejde og den samlede varmeændring: W = Q = τ t=0 τ t=0 ( ) H(x(t + 1), µ(t + 1)) H(x(t + 1), µ(t)) ( ) H(x(t + 1), µ(t)) H(x(t), µ(t)) (6.13) (6.14)
37 6.3. TIDSINVERTEREDE VEJE 35 Dermed bliver E = W + Q (6.15) hvor energiændringen kun afhænger af start og sluttilstanden, mens at arbejde og varme også afhænger af vejen, præcis som vi også kender det fra klassiske termodynamiske processor. 6.3 Tidsinverterede veje Vi vil nu kigge på det tidsinverterede tilfælde, dvs. vi har samme tidsintervaller som før, men vi tager nu den modsatte vej i (x, µ)-rummet. Motivationen for dette er at vores intuition siger os, at spontane uktationer må være reversible processer. Derfor vil vi gerne undersøge termodynamikkens 2. lov, for bevælgelser mod ligevægt, i et ikke ligevægts system. Lad derfor ˆx og ˆµ beskrive den tidsinverterede veje. Det gælder nu, at Ŵ xx (µ)p eq (x, µ) = W x xp eq (x, µ) (6.16) hvis der er detaljeret balance i systemet, gælder det også at Ŵ xx = W x x (6.17) Vi vil nu kigge på sandsynlighed for at vi har gået en bestemt vej. Dette gøres ved at summe sandsynlighederne op, så vi ender ud med at sandsynlighed for at have gået vejen x er P(x) = W x(τ)x(τ 1) (µ(τ))... W x(1)x(0). (6.18) Gøres det samme for den tidsinverterede vej får vi, at og med lidt teknisk snilde kan man omskrive dette til ˆP(ˆx) = P(x)e βq(x) (6.19) ˆP(ˆx) = P(x)e β(w(x) δf ) (6.20) hvor e β F = Z µ(0) Z µ(τ), hvilket er en ligevægtsstørrelse! Denne sammenhæng kaldes Crooks relation. Ud fra Crooks relation får man nemt Jarzynski's ligning, der er meget vigtig, da den forbinder arbejdet (som deneret i (7.13)) med forskellen i den frie energi, der kan bestemmes i ligevægt. Jarzynski's ligning fås ved at summe over alle veje i (7.20): e βw = e β F (6.21) Vi har her taget gennemsnittet af alle veje fra x(0) til x(τ), hvor vi til tiden t = 0 selvfølgelig startede i ligevægt, men til tiden τ er vi ikke i ligevægt. Tilgengæld er F energi-forskellen i ligevægtssystemet (eks. λa(0) fra tidligere), så man kan med andre ord sige noget om det gennemsnitlige arbejde udført på system ud fra ligevægtsbetingelser. Vi kan nu prøve at sammenligne med termodynamikkens anden lov, der for konstant temperatur siger at W F, men i vores system er F konstant, så e βw+β F = 1 (6.22)
38 36 KAPITEL 6. UDE AF LIGEVÆGT så lokalt set vil der være brud på termodynamikkens anden lov. Dette er dog ikke et problem da termodynammiks anden lov udtaler sig om makroskopiske systemer i ligevægt, og fra Jensens ulighed ( e X e X ) får vi at W F (6.23) så i middel vil der ikke være overtrædelser af termodynamikkens anden lov, så vi er glade.
Statistisk mekanik 2 Side 1 af 10 Entropi, Helmholtz- og Gibbs-funktionen og enthalpi. Entropi
Statistisk mekanik 2 Side 1 af 10 Entropi Entropi er en tilstandsvariabel 1, der løst formuleret udtrykker graden af uorden i et system. Da der er mange flere uordnede (tilfældigt ordnede) mikrotilstande
Læs mereStatistisk mekanik 2 Side 1 af 10 Entropi, Helmholtz- og Gibbs-funktionen og enthalpi. Entropi
Statistisk mekanik 2 Side 1 af 10 Entropi Entropi er en tilstandsvariabel 1, der løst formuleret udtrykker graden af uorden. Entropien er det centrale begreb i termodynamikkens anden hovedsætning (TII):
Læs mereBenyttede bøger: Statistisk fysik 1, uredigerede noter, Per Hedegård, 2007.
Formelsamling Noter til Fysik 3 You can know the name of a bird in all the languages of the world, but when you re finished, you ll know absolutely nothing whatever about the bird... So let s look at the
Læs mereTermodynamik. Esben Mølgaard. 5. april N! (N t)!t! Når to systemer sættes sammen bliver fordelingsfunktionen for det samlede system
Termodynamik Esben Mølgaard 5. april 2006 1 Statistik Hvis man har N elementer hvoraf t er defekte, eller N elementer i to grupper hvor forskydningen fra 50/50 (spin excess) er 2s, vil antallet af mulige
Læs mereTermodynamikkens første hovedsætning
Statistisk mekanik 2 Side 1 af 13 Termodynamikkens første hovedsætning Inden for termodynamikken kan energi overføres på to måder: I form af varme Q: Overførsel af atomar/molekylær bevægelsesenergi på
Læs mereStatistisk mekanik 10 Side 1 af 7 Sortlegemestråling og paramagnetisme. Sortlegemestråling
Statistisk mekanik 0 Side af 7 Sortlegemestråling I SM9 blev vibrationerne i et krystalgitter beskrevet som fononer. I en helt tilsvarende model beskrives de M svingninger i en sortlegeme-kavitet som fotoner.
Læs mereTilstandssummen. Ifølge udtryk (4.28) kan MB-fordelingen skrives , (5.1) og da = N, (5.2) . (5.3) Indføres tilstandssummen 1 , (5.
Statistisk mekanik 5 Side 1 af 10 ilstandssummen Ifølge udtryk (4.28) kan M-fordelingen skrives og da er μ N e e k = N g ε k, (5.1) N = N, (5.2) μ k N Ne g = e ε k. (5.3) Indføres tilstandssummen 1 Z g
Læs mereStatistisk mekanik 10 Side 1 af 7 Sortlegemestråling og paramagnetisme. Sortlegemestråling
Statistisk mekanik 0 Side af 7 Sortlegemestråling I SM9 blev vibrationerne i et krystalgitter beskrevet som fononer. I en helt tilsvarende model beskrives de EM svingninger i en sortlegeme-kavitet som
Læs mereSkriftlig eksamen i Statistisk Mekanik den fra 9.00 til Alle hjælpemidler er tilladte. Undtaget er dog net-opkoblede computere.
Skriftlig eksamen i Statistisk Mekanik den 18-01-2007 fra 900 til 1300 lle hjælpemidler er tilladte Undtaget er dog net-opkoblede computere Opgave 1: I en beholder med volumen V er der rgon-atomer i gasfasen,
Læs mereBesvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 2014
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 3. Juni 204 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over
Læs mereFørste og anden hovedsætning kombineret
Statistisk mekanik 3 Side 1 af 12 Første og anden hovedsætning kombineret I dette afsnit udledes ved kombination af I og II en række udtryk, som senere skal vise sig nyttige. Ved at kombinere udtryk (2.27)
Læs mereMatricer og lineære ligningssystemer
Matricer og lineære ligningssystemer Grete Ridder Ebbesen Virum Gymnasium Indhold 1 Matricer 11 Grundlæggende begreber 1 Regning med matricer 3 13 Kvadratiske matricer og determinant 9 14 Invers matrix
Læs mereMatematisk modellering og numeriske metoder. Lektion 13
Matematisk modellering og numeriske metoder Lektion 3 Morten Grud Rasmussen 3. november 206 Numerisk metode til Laplace- og Poisson-ligningerne. Finite difference-formulering af problemet I det følgende
Læs mereTeoretiske Øvelser Mandag den 13. september 2010
Hans Kjeldsen hans@phys.au.dk 6. september 00 eoretiske Øvelser Mandag den 3. september 00 Computerøvelse nr. 3 Ligning (6.8) og (6.9) på side 83 i Lecture Notes angiver betingelserne for at konvektion
Læs mereLineære differentialligningers karakter og lineære 1. ordens differentialligninger
enote 11 1 enote 11 Lineære differentialligningers karakter og lineære 1. ordens differentialligninger I denne note introduceres lineære differentialligninger, som er en speciel (og bekvem) form for differentialligninger.
Læs mereBesvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 2015
Besvarelser til Calculus og Lineær Algebra Globale Forretningssystemer Eksamen - 8. Juni 05 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en
Læs mereBesvarelser til Calculus Ordinær Eksamen Juni 2018
Besvarelser til Calculus Ordinær Eksamen - 5. Juni 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereBesvarelser til Calculus Ordinær Eksamen Juni 2019
Besvarelser til Calculus Ordinær Eksamen - 14. Juni 2019 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereKOMPENDIUM TIL STATISTISK FYSIK
KOMPENDIUM TIL STATISTISK FYSIK 3. UDGAVE REVIDERET: 18. APRIL 2011 UDARBEJDET AF SØREN RIIS AARHUS SCHOOL OF ENGINEERING Ö Ô Ý º Ùº DETTE VÆRK ER TRYKT MED ADOBE UTOPIA 10PT LAYOUT OG TYPOGRAFI AF FORFATTEREN
Læs mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM58) Institut for Matematik & Datalogi Syddansk Universitet Torsdag den 7 Januar 010, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger,
Læs mereProjekt 4.6 Løsning af differentialligninger ved separation af de variable
Projekt 4.6 Løsning af differentialligninger ved separation af de variable Differentialligninger af tpen d hx () hvor hx ()er en kontinuert funktion, er som nævnt blot et stamfunktionsproblem. De løses
Læs mereBilledbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)
; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians
Læs mereBesvarelser til Calculus Ordinær Eksamen - 5. Januar 2018
Besvarelser til Calculus Ordinær Eksamen - 5. Januar 18 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mere1. Beregn sandsynligheden for at samtlige 9 klatter lander i felter med lige numre.
NATURVIDENSKABELIG GRUNDUDDANNELSE Københavns Universitet, 6. april, 2011, Skriftlig prøve Fysik 3 / Termodynamik Benyttelse af medbragt litteratur, noter, lommeregner og computer uden internetadgang er
Læs mereAlgebra - Teori og problemløsning
Algebra - Teori og problemløsning, januar 05, Kirsten Rosenkilde. Algebra - Teori og problemløsning Kapitel -3 giver en grundlæggende introduktion til at omskrive udtryk, faktorisere og løse ligningssystemer.
Læs mereIntroduktion til differentialregning 1. Jens Siegstad og Annegrethe Bak
Introduktion til differentialregning 1 Jens Siegstad og Annegrete Bak 16. juli 2008 1 Indledning I denne note vil vi kort introduktion til differentilregning, idet vi skal bruge teorien i et emne, Matematisk
Læs mereLøsning af simple Ligninger
Løsning af simple Ligninger Frank Nasser 19. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk:
Læs mereIntroduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013)
Introduktion til Laplace transformen (oter skrevet af ikolaj Hess-ielsen sidst revideret marts 23) Integration handler ikke kun om arealer. Tværtimod er integration basis for mange af de vigtigste værktøjer
Læs mereKvant 2. Notesamling....Of doom!
Kvant 2 Notesamling...Of doom! Indhold 1 To-partikelsystemer 1 2 Brint 1 3 Perturbation 2 3.1 Udartet perturbationsteori...................... 3 3.2 Zeeman-effekt............................. 4 3.3 Tidsafhængig
Læs mereVejledende besvarelse på august 2009-sættet 2. december 2009
Vejledende besvarelse på august 29-sættet 2. december 29 Det følgende er en vejledende besvarelse på eksamenssættet i kurset Calculus, som det så ud i august 29. Den tjener primært til illustration af,
Læs mereNanotermodynamik formelsamling
Nanotermodynamik formelsamling Af Asmus Ougaard Dohn & Sune Klamer Jørgensen 2. november 2005 ndhold 1 Kombinatorik 2 2 Termodynamik 3 3 deal gasser: 5 4 Entropi og temp.: 7 5 Kemisk potential: 7 6 Gibbs
Læs mereLineære 1. ordens differentialligningssystemer
enote enote Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses enoten er i forlængelse af enote, der beskriver lineære
Læs mereFigur 1 Energetisk vekselvirkning mellem to systemer.
Energibånd Fysiske fænomener er i reglen forbundet med udveksling af energi mellem forskellige systemer. Udvekslingen af energi mellem to systemer A og B kan vi illustrere grafisk som på figur 1 med en
Læs mereMatematisk modellering og numeriske metoder. Lektion 11
Matematisk modellering og numeriske metoder Lektion 11 Morten Grud Rasmussen 5. november 2016 1 Partielle differentialligninger 1.1 Udledning af varmeligningen Vi vil nu på samme måde som med bølgeligningen
Læs mereπ er irrationel Frank Nasser 10. december 2011
π er irrationel Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereStatitisk fysik Minilex
Statitisk fysik Minilex Henrik Dahl 15. januar 006 Indhold 1 Sandsynlighedsteori Fordelinger 3 Eksperimentelle usikkerheder 3 4 Parameterbestemmelse 3 5 Priors, entropi 3 6 Termodynamik 4 6.1 Kanonisk
Læs mereTeoretisk Statistik, 16. februar Generel teori,repetition
1 Uge 8 Teoretisk Statistik, 16. februar 2004 1. Generel teori, repetition 2. Diskret udfaldsrum punktssh. 3. Fordelingsfunktionen 4. Tæthed 5. Transformationer 6. Diskrete vs. Kontinuerte stokastiske
Læs mereBM121 Resume af tirsdags forlæsningen, Uge 47
BM121 Resume af tirsdags forlæsningen, Uge 47 Morten Källberg (kallberg@imada.sdu.dk) 22/11-2005 1 Probabilistiske modeller Vi vil i det følgende betragte to forskellige måder at evaluerer en given model
Læs mereSpilstrategier. 1 Vindermængde og tabermængde
Spilstrategier De spiltyper vi skal se på her, er primært spil af følgende type: Spil der spilles af to spillere A og B som skiftes til at trække, A starter, og hvis man ikke kan trække har man tabt. Der
Læs mereFysik 7 - Statistisk fysik Formelsamling til eksamen
Fysik 7 - Statistisk fysik Formelsamling til eksamen Sebastian B. Simonsen og Lykke Pedersen 18. januar 2006 Indhold 1 Kapitel 1 - Indledning 2 2 Kapitel 2 - Sandsynlighedsfordelinger 3 2.1 Binomial fordeling........................
Læs mereHvorfor bevæger lyset sig langsommere i fx glas og vand end i det tomme rum?
Hvorfor bevæger lyset sig langsommere i fx glas og vand end i det tomme rum? - om fysikken bag til brydningsindekset Artiklen er udarbejdet/oversat ud fra især ref. 1 - fra borgeleo.dk Det korte svar:
Læs mereHALSE WÜRTZ SPEKTRUM FYSIK C Energiregnskab som matematisk model
HALSE WÜRTZ SPEKTRUM FYSIK C Energiregnskab som matematisk model Energiregnskab som matematisk model side 2 Løsning af kalorimeterligningen side 3 Artiklen her knytter sig til kapitel 3, Energi GYLDENDAL
Læs mereLokalt ekstremum DiploMat 01905
Lokalt ekstremum DiploMat 0905 Preben Alsholm Institut for Matematik, DTU 6. oktober 00 De nition Et stationært punkt for en funktion af ere variable f vil i disse noter blive kaldt et egentligt saddelpunkt,
Læs mereHeisenbergs usikkerhedsrelationer. Abstrakt. Hvorfor? Funktionsrum. Nils Byrial Andersen Institut for Matematik. Matematiklærerdag 2013
Heisenbergs usikkerhedsrelationer Nils Byrial Andersen Institut for Matematik Matematiklærerdag 013 1 / 17 Abstrakt Heisenbergs usikkerhedsrelationer udtrykker at man ikke på samme tid både kan bestemme
Læs mereDanmarks Tekniske Universitet
Danmarks Tekniske Universitet Side 1 af 11 Skriftlig prøve, torsdag den 8 maj, 009, kl 9:00-13:00 Kursus navn: Fysik 1 Kursus nr 100 Tilladte hjælpemidler: Alle hjælpemidler er tilladt "Vægtning": Besvarelsen
Læs mereAndengradsligninger. Frank Nasser. 12. april 2011
Andengradsligninger Frank Nasser 12. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette
Læs mereIntegralregning med TI-Interactive! Stamfunktioner Integraler Arealer Jan Leffers (2005)
Integralregning med TI-Interactive! Stamfunktioner Integraler Arealer Jan Leffers (005) Indholdsfortegnelse Indholdsfortegnelse... Stamfunktion og integralregning...3 Numerisk integration...3 Areal under
Læs mereFYSIK 3 / TERMODYNAMIK Københavns Universitet, 13. april, 2016, Skriftlig prøve
FYSIK 3 / TERMODYNAMIK Københavns Universitet, 13. april, 2016, Skriftlig prøve Benyttelse af medbragt litteratur, noter, lommeregner og computer uden internetadgang er tilladt. Der må skrives med blyant.
Læs mereReaktionskinetik - 1 Baggrund. lineære og ikke-lineære differentialligninger. Køreplan
Reaktionskinetik - lineære og ikke-lineære differentialligninger Køreplan 1 Baggrund På 2. eller 4. semester møder kemi/bioteknologi studerende faget Indledende Fysisk Kemi (26201/26202). Her behandles
Læs mereRepetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable
Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Januar 08 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereMini-formelsamling. Matematik 1
Indholdsfortegnelse 1 Diverse nyttige regneregler... 1 1.1 Regneregler for brøker... 1 1.2 Potensregneregler... 1 1.3 Kvadratsætninger... 2 1.4 (Nogle) Rod-regneregler... 2 1.5 Den naturlige logaritme...
Læs mereStudieretningsopgave
Virum Gymnasium Studieretningsopgave Harmoniske svingninger i matematik og fysik Vejledere: Christian Holst Hansen (matematik) og Bodil Dam Heiselberg (fysik) 30-01-2014 Indholdsfortegnelse Indledning...
Læs mereLineære 1. ordens differentialligningssystemer
enote 7 enote 7 Lineære ordens differentialligningssystemer Denne enote beskriver ordens differentialligningssystemer og viser, hvordan de kan løses Der bruges egenværdier og egenvektorer i løsningsproceduren,
Læs mereAndengradsligninger. Frank Nasser. 11. juli 2011
Andengradsligninger Frank Nasser 11. juli 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereSkriftlig eksamen BioMatI (MM503)
INSTITUT FOR MATEMATIK OG DATALOGI SYDDANSK UNIVERSITET, ODENSE Skriftlig eksamen BioMatI (MM503) 14. januar 2009 2 timer med alle sædvanlige hjælpemidler, inklusive brug af lommeregner/computer. OPGAVESÆTTET
Læs mereDifferentialligninger. Ib Michelsen
Differentialligninger Ib Michelsen Ikast 203 2 Indholdsfortegnelse Indholdsfortegnelse Indholdsfortegnelse...2 Ligninger og løsninger...3 Indledning...3 Lineære differentialligninger af første orden...3
Læs mereMatematisk modellering og numeriske metoder. Lektion 16
Matematisk modellering og numeriske metoder Lektion 16 Morten Grud Rasmussen 6. november, 2013 1 Interpolation [Bogens afsnit 19.3 side 805] 1.1 Interpolationspolynomier Enhver kontinuert funktion f på
Læs merePeter Ahlgren & Henrik Dahl Nykredit Portefølje
sammenhængen ngen mellem finans og fysik CFA Charter Ceremony, Nykredit Glaskuben, 6. december 2007 Peter Ahlgren & Henrik Dahl Nykredit Portefølje Spiseseddel Fysik buzz-words: 1) Spinmodeller 2) Selvorganiserende
Læs mereKaotisk kuglebevægelse En dynamisk analyse
Kaotisk kuglebevægelse En dynamisk analyse Ole Witt-Hansen 08 Kaotisk kuglebevægelse Kaotisk bevægelse Kaotiske bevægelser opstår, når bevægelsesligningerne ikke er lineære. Interessen for kaotiske bevægelser
Læs mereIndhold En statistisk beskrivelse... 3 Bølgefunktionen... 4 Eksempel... 4 Opgave 1... 5 Tidsafhængig og tidsuafhængig... 5 Opgave 2...
Introduktion til kvantemekanik Indhold En statistisk beskrivelse... 3 Bølgefunktionen... 4 Eksempel... 4 Opgave 1... 5 Tidsafhængig og tidsuafhængig... 5 Opgave 2... 6 Hvordan må bølgefunktionen se ud...
Læs merePeterSørensen.dk : Differentiation
PeterSørensen.dk : Differentiation Betydningen af ordet differentialkvotient...2 Sekant...2 Differentiable funktioner...3 Bestemmelse af differentialkvotient i praksis ved opgaveløsning...3 Regneregler:...3
Læs mereKlassisk kaos. Kaotiske systemer. Visse regulariteter universalitet
Klassisk kaos Deterministiske bevægelsesligninger kan under visse omstændigheder udvise løsninger som er uforudsigelige, dvs. løsninger der opfører sig kaotisk: Faserum Forudsigelige Integrable systemer
Læs mereNotesæt - Eksempler på polær integration
Notesæt - Eksempler på polær integration Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument forsøger blot at forklare,
Læs mereKlassisk kaos. Kaotiske systemer. Visse regulariteter universalitet
Klassisk kaos 11.1 Deterministiske bevægelsesligninger kan under visse omstændigheder udvise løsninger som er uforudsigelige, dvs. løsninger der opfører sig kaotisk: Faserum Forudsigelige Integrable systemer
Læs mereDiffusionsligningen. Fællesprojekt for FY520 og MM502. Marts Hans J. Munkholm og Paolo Sibani. Besvarelse fra Hans J.
Diffusionsligningen Fællesprojekt for FY50 og MM50 Marts 009 Hans J. Munkholm og Paolo Sibani Besvarelse fra Hans J. Munkholm 1 (a) Lad [x, x + x] være et lille delinterval af [a, b]. Den masse, der er
Læs mereSandsynlighedsregning 6. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 6. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfn@dtu.dk Dagens emner: Afsnit 4.2, 4.3 og 4.4 Poissonprocessen/eksponentialfordelingen
Læs merei x-aksens retning, så fås ). Forskriften for g fås altså ved i forskriften for f at udskifte alle forekomster af x med x x 0
BAndengradspolynomier Et polynomium er en funktion på formen f ( ) = an + an + a+ a, hvor ai R kaldes polynomiets koefficienter. Graden af et polynomium er lig med den højeste potens af, for hvilket den
Læs mereFysik 2 - Den Harmoniske Oscillator
Fysik 2 - Den Harmoniske Oscillator Esben Bork Hansen, Amanda Larssen, Martin Qvistgaard Christensen, Maria Cavallius 5. januar 2009 Indhold 1 Formål 1 2 Forsøget 2 3 Resultater 3 4 Teori 4 4.1 simpel
Læs mereSpilstrategier. Indhold. Georg Mohr-Konkurrencen. 1 Vindermængde og tabermængde 2. 2 Kopier modpartens træk 4
Indhold 1 Vindermængde og tabermængde 2 2 Kopier modpartens træk 4 3 Udnyt modpartens træk 5 4 Strategityveri 6 5 Løsningsskitser 7 Spilstrategier De spiltyper vi skal se på her, er primært spil af følgende
Læs mereMatematisk modellering og numeriske metoder. Lektion 17
Matematisk modellering og numeriske metoder Lektion 1 Morten Grud Rasmussen. december 16 1 Numerisk integration og differentiation 1.1 Simpsons regel Antag, at vi har en funktion f på intervallet I = [a,
Læs mereNormalfordelingen. Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: 1 2πσ
Normalfordelingen Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: f(x) = ( ) 1 exp (x µ)2 2πσ 2 σ 2 Frekvensen af observationer i intervallet
Læs mereLigninger med reelle løsninger
Ligninger med reelle løsninger Når man løser ligninger, er der nogle standardmetoder som er vigtige at kende. Her er der en kort introduktion til forskellige teknikker efterfulgt af opgaver hvor man kan
Læs mereNummeriske Metoder. 1 Indledning. 2 Davidson metoden. Bo Thomsen, juni 2009
Nummeriske Metoder Bo Thomsen, 20050885 25. juni 2009 1 Indledning I denne opgave søges løsninger på et relativt stort egenværdiproblem. I mit tilfælde er dette fremkommet ved at konstruere hamilton matricen
Læs mereOpgaver til Maple kursus 2012
Opgaver til Maple kursus 2012 Jonas Camillus Jeppesen, jojep07@student.sdu.dk Martin Gyde Poulsen, gyde@nqrd.dk October 7, 2012 1 1 Indledende opgaver Opgave 1 Udregn følgende regnestykker: (a) 2342 +
Læs mereTeoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.
Teoretisk Statistik, 9 marts 2005 Empiriske analoger (Kap. 3.7) Normalfordelingen (Kap. 3.12) Opsamling på Kap. 3 nb. Det forventes ikke, at alt materialet dækkes d. 9. marts. 1 Empiriske analoger Betragt
Læs mereBesvarelser til Calculus Ordinær eksamen - Efterår - 8. Januar 2016
Besvarelser til Calculus Ordinær eksamen - Efterår - 8. Januar 16 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har
Læs mereMatematisk modellering og numeriske metoder
Matematisk modellering og numeriske metoder Morten Grud Rasmussen 5. september 2016 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).
Læs mereStabilitet af rammer - Deformationsmetoden
Stabilitet af rammer - Deformationsmetoden Lars Damkilde Institut for Bærende Konstruktioner og Materialer Danmarks Tekniske Universitet DK-2800 Lyngby September 1998 Resumé Rapporten omhandler beregning
Læs mereLog - Mikro og makroskopiske tilstande, det mikrokanoniske ensemble, multiplicitet og entropi
Log - Mikro og makroskopiske tilstande, det mikrokanoniske ensemble, multiplicitet og entropi Amalie Christensen 26. februar 2009 Indhold 1 Om spillet 2 2 Multipliciteten af makroskopiske tilstande 3 3
Læs mereAfstande, skæringer og vinkler i rummet
Afstande, skæringer og vinkler i rummet Frank Nasser 9. april 20 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her.
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2017
Besvarelser til Lineær Algebra Ordinær Eksamen - 12. Juni 2017 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereFunktionsundersøgelse. Rasmus Sylvester Bryder
Funktionsundersøgelse Rasmus Sylvester Bryder 7. november 2008 Dette projekt aeveres i forbindelse med LA T EX 2ε-kurset vejledningsuge 2, 2008-09 på KU; til projektet benyttes noter givet til opgaveløsning.
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereBesvarelser til Lineær Algebra og Calculus Globale Forretningssystemer Eksamen - 6. Juni 2016
Besvarelser til Lineær Algebra og Calculus Globale Forretningssystemer Eksamen - 6 Juni 206 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind Kontakt mig endelig, hvis du skulle falde over en
Læs mereProjekt 4.9 Bernouillis differentialligning
Projekt 4.9 Bernouillis differentialligning (Dette projekt dækker læreplanens krav om supplerende stof vedr. differentialligningsmodeller. Projektet hænger godt sammen med projekt 4.0: Fiskerimodeller,
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 11, 2016 1/22 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereHeisenbergs Usikkerhedsrelationer Jacob Nielsen 1
Heisenbergs Usikkerhedsrelationer Jacob Nielsen 1 Werner Heisenberg (1901-76) viste i 1927, at partiklers bølgenatur har den vidtrækkende konsekvens, at det ikke på samme tid lader sig gøre, at fastlægge
Læs mereAppendiks 1. I=1/2 kerner. -1/2 (højere energi) E = h ν = k B. 1/2 (lav energi)
Appendiks NMR-teknikken NMR-teknikken baserer sig på en grundlæggende kvanteegenskab i mange atomkerner, nemlig det såkaldte spin som kun nogle kerner besidder. I eksemplerne her benyttes H og 3 C, som
Læs mereDanmarks Tekniske Universitet
Danmarks Tekniske Universitet Side 1 af 4 sider Skriftlig prøve, den 29. maj 2006 Kursus navn: Fysik 1 Kursus nr. 10022 Tilladte hjælpemidler: Alle "Vægtning": Eksamenssættet vurderes samlet. Alle svar
Læs mereStatistiske modeller
Statistiske modeller Statistisk model Datamatrice Variabelmatrice Hændelse Sandsynligheder Data Statistiske modeller indeholder: Variable Hændelser defineret ved mulige variabel værdier Sandsynligheder
Læs mereStokastiske processer og køteori
Stokastiske processer og køteori 9. kursusgang Anders Gorst-Rasmussen Institut for Matematiske Fag Aalborg Universitet 1 OPSAMLING EKSAKTE MODELLER Fordele: Praktiske til initierende analyser/dimensionering
Læs mereHypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0
Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt
Læs merez j 2. Cauchy s formel er værd at tænke lidt nærmere over. Se på specialtilfældet 1 dz = 2πi z
Matematik F2 - sæt 3 af 7 blok 4 f(z)dz = 0 Hovedemnet i denne uge er Cauchys sætning (den der står i denne sides hoved) og Cauchys formel. Desuden introduceres nulpunkter og singulariteter: simple poler,
Læs mereUniversity of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version
university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,
Læs mereBesvarelser til Lineær Algebra Ordinær Eksamen Juni 2018
Besvarelser til Lineær Algebra Ordinær Eksamen - 5. Juni 28 Mikkel Findinge Bemærk, at der kan være sneget sig fejl ind. Kontakt mig endelig, hvis du skulle falde over en sådan. Dette dokument har udelukkende
Læs mereUgeseddel 12(10.12 14.12)
Ugeseddel (..) Matematisk Programmering Niels Lauritzen..7 FORELÆSNINGER I ugen. 7. gennemgik vi algoritmer til løsning af heltalsprogrammer ved hjælp af simplex algoritmen. Dette er heltalsprogrammeringsugesedlen
Læs mereKvadratiske matricer. enote Kvadratiske matricer
enote enote Kvadratiske matricer I denne enote undersøges grundlæggende egenskaber ved mængden af kvadratiske matricer herunder indførelse af en invers matrix for visse kvadratiske matricer. Det forudsættes,
Læs mere