分子动力学理论部分总结(未整理完)
分子动力学理论部分总结
前一阵子和朋友们讨论问题,经典的分子动力学是不考虑量子效应的,也就意味着低温下(或者温度远低于物质的德拜温度)此时,粒子的量子效应无法忽略。那么如果采用经典的分子动力学,这里认为粒子的速度和位置可以唯一的确定,微观粒子的能量分离间隔可以忽略(远远小于经典值KT)。那么基于经典力学的分子动力学如何处理量子效应呢?我觉得我需要在复习一下统计物理的知识(分子动力学的基本概念和原理进行归纳和总结,包括宏观量和微观量的区别?孤立系综、正则系综等分子动力学相关理论),这里对我学习过程的一个总结,可能有描述不准确的地方,请及时联系我。
文章目录
- 分子动力学理论部分总结
- 一、粒子的微观状态和系统的微观状态
- 1、粒子的波动性
- 1.1 一维简谐振子
- 2. 经典极限
- 3、分子空间(μ\muμ)的微观状态数
- 二、宏观量与微观量?
- 宏观系统
- 微观态
- 统计规律性
- 如何理解统计平均和时间平均?
- 统计系综(statisticalensemblestatistical\ ensemblestatistical ensemble)
- 系综分布(概率分布)
一、粒子的微观状态和系统的微观状态
1、粒子的波动性
1924年,DeBroglie\rm De\ BroglieDe Broglie提出能量为 ϵ\epsilonϵ,动量为 ppp的自由粒子对应于圆频率www,波矢量为 kkk的平面波。
ϵ=ℏw\epsilon=\hbar wϵ=ℏw
p=ℏkp=\hbar kp=ℏk
1927年,Heisenberg\rm HeisenbergHeisenberg 提出不确定性原理,考虑波粒二象性,不可能将粒子的坐标和动量同时确定。
在 xxx 方向的不确定性范围: △px△x≈h\bigtriangleup p_{x}\bigtriangleup x\approx h△px△x≈h
经典力学中,粒子的坐标和动量同时确定,一组坐标和动量去描述一个运动状态。微观态。\color{red}微观态。微观态。
量子力学中,粒子的坐标和动量不能同时确定,所以用一组量子数来表征微观粒子的运动状态。称之为量子态\color{red}量子态量子态,表征量子态的这组量子数常与一组力学量对应,其个数等于粒子的自由度。
1.1 一维简谐振子
一维简谐振子的自由度为1,只需要一个量子数n就可以描述其量子态,能量可能为:
ϵ=ℏw(n+12),n=0,1,2...\epsilon=\hbar w(n+\frac{1}{2}), n=0,1,2...ϵ=ℏw(n+21),n=0,1,2...
能级间距为:ℏw\hbar wℏw
2. 经典极限
在一定条件下,微观粒子量子态的能量分立值间距可以忽略不计,远小于热能的典型值KT,微观粒子只显示粒子性。此时,粒子的微观态可以用其坐标和动量来描述。
如果粒子的自由度为 rrr,其 rrr个广义坐标分量可记为 q1,q2,..qrq_{1}, q_{2},..q_{r}q1,q2,..qr, 相应的 rrr个广义动量记为p1,p2,..prp_{1}, p_{2},..p_{r}p1,p2,..pr. 这样粒子一个状态遍可以对应个确定的广义坐标和广义动量。显然,粒子的能量可以写为:
ϵ=ϵ(q1,q2,..qr,p1,p2,..pr)\epsilon=\epsilon(q_{1}, q_{2},..q_{r},\ p_{1}, p_{2},..p_{r})ϵ=ϵ(q1,q2,..qr, p1,p2,..pr).
显然,用 rrr 个广义坐标和广义动量构成的 2rrr 维空间,成为 μ\muμ 空间或者分子空间。粒子的一个微观状态,便可以用 μ\muμ 空间的一个点来表示。粒子状态随时间的连续变化,则对应的 μ\muμ 空间的点,形成一条轨迹。
同样的,对于一维自由粒子,连续的能量为:
ϵ=px2/2m\epsilon=p_{x}^{2}/2mϵ=px2/2m
3、分子空间(μ\muμ)的微观状态数
以上讨论,经典粒子的描述是在分子空间中进行的,粒子运动的代表点在此空间连续分布,因此,其状态数是不可数的。但是这种连续分布只不过是量子态的离散分布的极限。因此,μ\muμ 空间的一定体积对应的是原来的量子态。这样,可以计算出经典粒子在μ\muμ空间内任一体积中的微观状态数。
对于一维自由粒子来说,一个量子态在分子空间占据的体积为 hhh,三维粒子的微观态为h3h^{3}h3。那么对于自由度为rrr的粒子的一个微观状态在 μ\muμ空间占据的体积应为 hrh^{r}hr。
根据不确定性原理,广义坐标和广义动量的范围为: △p1△p2△pr...△q1△q2...△qr=hr\bigtriangleup p_{1}\bigtriangleup p_{2}\bigtriangleup p_{r}\ ...\bigtriangleup q_{1}\bigtriangleup q_{2}...\bigtriangleup q_{r}= h^{r}△p1△p2△pr ...△q1△q2...△qr=hr 也就是说在这个hrh^{r}hr的体积内范围内的态是不可区分的。即一个体积只能对应一个态。
对于三维粒子在6维空间的微观状态数:1/h3dpxdpydpzdxdydz\rm 1/h^{3}\ dp_{x}dp_{y}dp_{z}dxdydz1/h3 dpxdpydpzdxdydz
二、宏观量与微观量?
宏观系统
由大量粒子组成、完全被一组宏观参量(状态参量,温度、压强等)完全确定。
微观态
宏观系统的微观力学运动状态,包含所有子系。
统计规律性
对于经典力学,给出初始状态,可以根据运动方程,得到任意体系的运动状态。这显然是由初始状态,并根据运动方程,获得的下一时刻的运动状态。这种关系显然是“因果”关系。
那么,对于量子力学,从一个时刻,根据初始状态,可以知道下一时刻的波函数,某种意义上也是“因果”关系。
但是对于热运动(一定宏观条件下的大量粒子力学运动)来说,初始状态和运动方程可以说是无限多,我们没法直接求解。换言之,给定宏观状态,如温度,无法确定体系粒子数等微观信息。
但是,大量粒子的无规运动还是具有统计规律性的。即,宏观条件是支配着微观态及出现的概率。(举个例子,我们用一定体积去限制大量粒子的运动,我们可以获得可能出现的微观态即,这些状态出现的概率,但是每一次出现哪个概率是不知道的)。
那么如何根据微观状态获得宏观运动规律呢?
比如,假设我们可以观测获得系统微观状态的瞬时值(MD模拟的时候,每一个轨迹构型对应的微观量),那么宏观条件可以决定微观量取值的概率。那么对于微观量或者微观状态是具有统计规律性的,宏观条件下的统计平均就可以得到体系的宏观性质。因此,宏观量是微观状态的统计平均
如何理解统计平均和时间平均?
宏观上是一个点,但是在微观上是一个很大的系统。如一个很小的宏观体系内,可能对应着非常大的微观体系。当然大小的概念也是相对的,这个也并不难理解。那么相同的在很长的微观量的观测是宏观上的统计平均。
在上述描述,宏观观测在宏观小,微观大,范围内,在宏观短、微观长的时间下完成,观测值应该是时间平均。那么观测时间足够长的话,各种微观状态都按一定的概率出现,统计平均就等于时间平均。
统计系综(statisticalensemblestatistical\ ensemblestatistical ensemble)
对于一个体系,可以有很多种观测方式。(a)(a)(a) 用一个系统多次观测,得到微观态的概率分布;(b)(b)(b) 多个完全相同的系统,完全相同的宏观条件,一次观测得到的微观状态。
这两种观测方式得到的概率分布是相同的。
大量结构和所处宏观条件完全相同、各以一定概率处于可能微观态的、彼此独立的力学系的集合为统计系综(这是个抽象的概念)
系综分布(概率分布)
那么对于NNN个体系中处于sss态的系统有NsN_{s}Ns个,其概率为:p=limN→0Ns/Np=\lim_{N \to 0} N_{s}/Np=limN→0Ns/N。ppp的全体构成一种分布,为系综分布或者概率分布。显然,对于某微观量μ\muμ在sss态的取值为μs\mu_{s}μs,那么其统计分布可以表示为:
μ‾=∑psμs\overline{\mu} =\sum p_{s}\mu_{s}μ=∑psμs。显然,∑ps\sum p_{s}∑ps=1
那么对于连续取值的连续性变量来说。在相空间中,很小的相宇中,dΩ=dpdqd\Omega=dpdqdΩ=dpdq的这么一个空间内。微观量(随时间变化)的统计平均为:μ‾=∫μ(p,q,t)p(p,q,t)dΩ\overline{\mu}=\int \mu(p,q,t) p(p,q,t)d\Omegaμ=∫μ(p,q,t)p(p,q,t)dΩ,简写为μ‾=∫pμdΩ\overline{\mu}=\int p\mu d\Omegaμ=∫pμdΩ。
分子动力学理论部分总结(未整理完)相关推荐
- 【原创】CSSOO的思想及CSS框架的应用(未整理完)
CSSOO的思想及CSS框架的应用 前语:通过这次研究分析总结,个人对CSSOO的概念及应用的思路也更明确一些,是一个和大家共同学习的过程. 一.CSS框架 框架目的: 给出一个相对规范的开发方法,给 ...
- electron 笔记大全(未整理完)
electron大部分常用的API都在这了 主进程核心代码: const { app, BrowserWindow } = require('electron)app.on('ready', () = ...
- C_.NET+Framdwork题库(未整理完,有时间再补)
第一章 Microsof.NET Framework 概述 1..NET Framework 可以运行在下列哪些操作系统之上,并为托管程序提供支持?( ) WindowsNT 4.0 Wind ...
- linux下使用过的命令总结(未整理完)
1.常用命令不需解释 ls\cd\cp\mv\pwd\file\vi\vim\cat 2.getconf LONG_BIT 终端返回32表示操作系统32位,返回64表示操作系统64位. 3.ifcon ...
- Android介绍(未整理完...)
Android介绍 Android是一种基于Linux的自由及开放源代码的操作系统,主要使用于移动设备,如智能手机和平板电脑,由Google公司和开放手机联盟领导及开发.尚未有统一中文名称,中国大 ...
- 分子动力学理论篇(1)——牛顿力学、哈密顿动力学和相空间
关注 M r . m a t e r i a l , \color{Violet} \rm Mr.material\ , Mr.material , 更 \color{red}{更} 更 多 \col ...
- 西北工业大学MBA院校提前面试资料题已整理完
西北工业大学MBA院校提前面试资料已整理完 23届的学生今天给大家带来的是提前面试的内容=提前批面试. 那么老师先甩几个问题出来? 第一:提前面试的院校都有哪些?(已解决) 第二:提前面试的考试内容? ...
- c# 使用timer定时器操作,上次定时到了以后,下次还未执行完怎么处理
c# 使用timer定时器操作,下次定时到了以后,上次还未执行完怎么办 ------解决方案------------------------------------------------------ ...
- 定时任务 未执行完不执行下一个任务
定时任务 未执行完不执行下一个任务,完成后继续执行下个定时任务 private boolean isRunning = false;public void startTask(){if (isRunn ...
- 关于软骨成分的研究(还没整理完)
软骨成分 Structure of Hyaline Cartilage As mentioned before, hyaline cartilage contains a lot of collage ...
最新文章
- linux看测试环境版本,最新版 EOS 在 Ubuntu 18.04.1 LTS 环境上的安装测试教程
- 用HTML5实现人脸识别
- 内存中Android,什么是Android内存转储中的EGL和GL mtrack?
- poj 2362 Square 经典深搜
- 关于编写性能高效的javascript事件的技术[转] 来源:酷勤网 发布于 2015-2-12
- PS1应用之——修改linux终端命令行各字体颜色
- 假期北京旅游请注意了!
- 深度学习之残差网络原理深度刨析
- Java添加一个滑动验证码,有啥可难的,分分钟加一个
- java 消息队列_JAVA-消息队列
- 基于华为云人脸服务接口设计的人脸考勤打卡签到系统
- m.soudashi.cn 地图_搜索引擎网站推广优化有什么技巧?
- 如何评价 2021 考研政治题,难度如何?
- 亚马逊Alexa的深度学习与语音识别的核心技术原理
- 数加使用自定义调度资源进行数据同步
- 计算机在小学英语中的应用,计算机游戏在小学英语教学中的应用
- MongoDB $unwind保留空数组
- 【IP技术】IP地址详细解释
- window8.1各种游戏不兼容
- 使用turtle来画奥运五环使用turtle进行图形化的程序设计来绘制自己想要的图形