麦克斯韦气体速率分布函数.麦克斯韦是怎样推出气体速率分布函数的?(要有具体的式子来说明,一定要具体!)
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/25 05:59:30
麦克斯韦气体速率分布函数.麦克斯韦是怎样推出气体速率分布函数的?(要有具体的式子来说明,一定要具体!)
麦克斯韦气体速率分布函数.
麦克斯韦是怎样推出气体速率分布函数的?
(要有具体的式子来说明,一定要具体!)
麦克斯韦气体速率分布函数.麦克斯韦是怎样推出气体速率分布函数的?(要有具体的式子来说明,一定要具体!)
希望下面的回答能让你满意:
根据麦克斯韦在1859年发表的论文《气体动力理论的说明》,速度分布率和速率分布率的推导过程大致如下:
设总粒子数为N,粒子速度在x,y,z三个方向的分量分别为v(x),v(y),v(z).
(1)以dNv(x)表示速度分量v(x)在v(x)到v(x)+dv(x)之间的粒子数,则一个粒子在此dv(x)区间出现的概率为dNv(x)/N.粒子在不同的v(x)附近区间dv(x)内出现的概率不同,用分布函数g(v(x))表示在单位v(x)区间粒子出现的概率,则应有
dNv(x)/N=g(v(x))dv(x)
系统处于平衡态时,容器内各处粒子数密度n相同,粒子朝任何方向运动的概率相等.因此相应于速度分量v(y),v(z),也应有相同形式的分布函数g(v(y)),g(v(z)),使得相应的概率可表示为
dNv(y)/N=g(v(y))dv(y)
dNv(z)/N=g(v(z))dv(z)
(2)假设上述三个概率是彼此独立的,又根据独立概率相乘的概率原理,得到粒子出现在v(x)到v(x)+dv(x),v(y)到v(y)+dv(y),v(z)到v(z)+dv(z)间的概率为
dNv/N=g(v(x))g(v(y))g(v(z))dv(x)dv(y)dv(z)=Fdv(x)dv(y)dv(z)
式中F=g(v(x))g(v(y))g(v(z)),即为速度分布函数.
(3)由于粒子向任何方向运动的概率相等,所以速度分布应与粒子的速度方向无关.因而速度分布函数应只是速度大小v=√(v(x)²+v(y)²+v(z)²)的函数.这样,速度分布函数就可以写成下面的形式:
g(v(x))g(v(y))g(v(z))=F(v(x)²+v(y)²+v(z)²)
要满足这一关系,函数g(v(x))应具有C*exp(A*v(x)^2)的形式.因此可得
F=C*exp(A*v(x)²)*C*exp(A*v(y)²)*C*exp(A*v(z)²)=C³exp(Av²)
下面来定常数C及A.考虑到具有无限大速率的粒子出现的概率极小,故A应为负值.令A=-1/α²,则
dNv/N=C³exp(-v²/α²)dv(x)dv(y)dv(z)=C³exp[-(v(x)²+v(y)²+v(z)²)/α²]dv(x)dv(y)dv(z)
由于粒子的速率在从-∞到+∞的全部速率区间内出现的概率应等于1,即分布函数应满足归一化条件,所以
∫dNv/N=C³∫exp(-v(x)²/α²)dv(x)∫exp(-v(y)²/α²)dv(y)∫exp(-v(z)²/α²)dv(z)=C³√(πα²)³=1,
可得C=1/(α√π),从而得到麦克斯韦速度分布律:
dNv/N=(α√π)‾³exp(-v²/α²)dv(x)dv(y)dv(z)=(α√π)‾³exp[-(v(x)²+v(y)²+v(z)²)/α²]dv(x)dv(y)dv(z)
(4)由上式还可导出速率分布律.可以设想一个用三个相互垂直的轴分别表示v(x),v(y),v(z)的“速度空间”.在这一空间内从原点到任一点(v(x),v(y),v(z))的连线都代表一个粒子可能具有的速度.由于速率分布与速度的方向无关,所以粒子的速率出现在同一速率v处的速率区间dv内的概率相同.这一速率区间是半径为v,厚度为dv的球壳,其总体积为4πv²dv,从而可得粒子的速率在v到v+dv区间出现的概率为
dNv/N=4π(α‾³/√π)exp(-v²/α²)v²dv
(5)确定常数α.由上式可求出粒子速率平方的平均值为
=∫v²*4π(α‾³/√π)exp(-v²/α²)v²dv=1.5α²,
而由压强微观公式p=nm/3和理想气体状态方程pV=NkT=nVkT得
=3kT/m,故α²=2kT/m,
从而可得速度分布率
F(v)=dNv/(Ndv(x)dv(y)dv(z))=√(m/2πkT)³exp(-mv²/2kT)
和速率分布率
f(v)=dNv/(Ndv)=4π√(m/2πkT)³v²exp(-mv²/2kT),
沿x方向的速度分量v(x)的分布率应为
g(v(x))=dNv/(Ndv(x))=√(m/2πkT)exp(-mv(x)²/2kT).
那个是实验结果来的。是根据实验倒推出来的经验公式。
是大学的问题吧,热力学统计里应该由具体的推导过程,很麻烦的,你可以找书来看看