эпюра распределения - перевод на французский
Diclib.com
Словарь ChatGPT
Введите слово или словосочетание на любом языке 👆
Язык:

Перевод и анализ слов искусственным интеллектом ChatGPT

На этой странице Вы можете получить подробный анализ слова или словосочетания, произведенный с помощью лучшей на сегодняшний день технологии искусственного интеллекта:

  • как употребляется слово
  • частота употребления
  • используется оно чаще в устной или письменной речи
  • варианты перевода слова
  • примеры употребления (несколько фраз с переводом)
  • этимология

эпюра распределения - перевод на французский

Гиббса распределения; Каноническое распределение; Распределения Гиббса

эпюра распределения      
épure de répartition
эпюра распределения земляных масс      
épure du mouvement des terres
эпюра         
( графическое изображение закона изменения функции в зависимости от изменения аргумента )
diagramme; épure

Определение

Функция распределения

основное понятие статистической физики (См. Статистическая физика); характеризует плотность вероятности распределения частиц статистической системы по фазовому пространству (См. Фазовое пространство) (т. е. по координатам (qi и импульсам pi) в классической статистической физике или вероятность распределения по квантовомеханическим состояниям в квантовой статистике.

В классической статистической физике Ф. р. f (p, q, t) определяет вероятность dω = f (p, q, t) dp dq обнаружить систему из N частиц в момент времени t в элементе фазового объёма dpdq = dp1dq1... dpN ×dqN вблизи точки p1, q1,..., pN, qn. Учитывая, что перестановка тождественных (одинаковых) частиц не меняет состояния, следует уменьшить фазовый объём в N! раз; кроме того, удобно перейти к безразмерному элементу (Базового объёма, заменив dpdq на dpdq/N! h3N, где Планка постоянная h определяет минимальный размер ячейки в фазовом пространстве. См. также Гиббса распределение.

Википедия

Распределение Гиббса

Распределение (каноническое) Гиббса — распределение состояний макроскопической термодинамической системы частиц, находящейся в тепловом равновесии с термостатом (окружающей средой). В классическом случае плотность распределения равна

w ( X , a ) = 1 Z e β H ( X , a ) , {\displaystyle w(X,a)={\frac {1}{Z}}e^{-\beta H(X,a)},}

где X {\displaystyle X}  — совокупность 6 N {\displaystyle 6N} канонических переменных N {\displaystyle N} частиц ( 3 N {\displaystyle 3N} координат и 3 N {\displaystyle 3N} импульсов), a {\displaystyle a}  — совокупность внешних параметров, H ( X , a ) {\displaystyle H(X,a)}  — гамильтониан системы, β {\displaystyle \beta }  — параметр распределения. Величину Θ = 1 β {\displaystyle \Theta ={\frac {1}{\beta }}} называют модулем распределения. Можно показать, что модуль распределения Θ = k T {\displaystyle \Theta =kT} , где T {\displaystyle T}  — абсолютная температура, k {\displaystyle k}  — постоянная Больцмана. Z {\displaystyle Z}  — параметр, определяемый исходя из условия нормировки ( X ) w ( X , a ) d X = 1 {\displaystyle \int _{(X)}w(X,a)dX=1} , откуда следует, что

Z = ( X ) e β H ( X , a ) d X . {\displaystyle Z=\int _{(X)}e^{-\beta H(X,a)}dX.}

Z {\displaystyle Z} называют интегралом состояний.

Часто используют следующую параметризацию распределения Гиббса:

w ( X , a ) = e Ψ ( Θ , a ) H ( X , a ) Θ , {\displaystyle w(X,a)=e^{\frac {\Psi (\Theta ,a)-H(X,a)}{\Theta }},}

где Ψ ( Θ , a ) = Θ ln Z ( Θ , a ) {\displaystyle \Psi (\Theta ,a)=-\Theta \ln Z(\Theta ,a)}  — так называемая свободная энергия системы.

В квантовом случае предполагается счётное множество энергетических уровней, и вместо плотности распределения рассматривается вероятность нахождения системы в том или ином состоянии:

W i = e Ψ E i Θ . {\displaystyle W_{i}=e^{\frac {\Psi -E_{i}}{\Theta }}.}

Условие нормировки имеет вид i = 0 W i = 1 {\displaystyle \sum _{i=0}^{\infty }W_{i}=1} , следовательно

Z = i = 0 e E i Θ , {\displaystyle Z=\sum _{i=0}^{\infty }e^{-{\frac {E_{i}}{\Theta }}},}

что является аналогом интеграла состояний и называется суммой состояний или статистической суммой.

Распределение Гиббса представляет наиболее общую и удобную основу для построения равновесной статистической механики. Знание распределения частиц системы позволяет найти средние значения различных характеристик термодинамической системы по формуле математического ожидания. С учётом большого количества частиц в макроскопических системах, эти математические ожидания в силу закона больших чисел совпадают с реально наблюдаемыми значениями термодинамических параметров.