2012级热第2章1.pptVIP

第二章 分子动理学理论（分子动理论）的平衡态理论 ; ; 因为分子动理论是从物质的微观分子热运动出发，运用统计方法建立宏观量与相应微观量平均值之间的关系，去研究热现象的理论。 所以描述量分为：;宏观量与微观量的关系：;§2 概率的基本概念Conception of the Probability;2.1 随机现象与随机事件Chance Phenomenon and Random Event ;随机现象;小钉;伽尔顿板实验结论:大数量小球落在大盒各格中的分布不再具有偶然性，它说明，在一定条件下，对大量随机事件的整体而言，具有较稳定的特性，是有必然规律可循的，这就是统计规律性。 ;3.统计规律性一定伴随有所谓“涨落”现象(fluctuation phenomenon)。 在伽尔顿板实验中，如果我们每次都逐格清点落入的小球数目，并做下记录，就会发现，每次实验中球数的实际分布与经极多次实验后统计算得的平均分布是有偏差的。这就叫做“涨落”，而且用来投撒的小球总数较少时，这种“涨落”现象就很明显。 ;2.3 概率(Probability)的定义:;2.4概率的基本性质;2. 加法定理 设A1、A2为两互不相容事件，若A1或者A2出现时都可认为事件A已出现，称A为A1与A2的“或”(或称为“和”). 表示为:A=A1+A2或A=A1∪A2 。 则有: PA= PA1+PA2 式中PA 、 PA1和PA2分别为出现A、单独出现A1和单独出现A2的概率。 若A为若干个互不相容随机事件的“或”:A=A1∪A2∪…∪An 则:;3.基本随机事件组中各事件的概率归一 . (概率的归一化条件 ) 若A1至An构成一随机基本事件组,亦即包含了某随机现象所有可能独立出现的全部基本随机事件,那么A便是必然事件:;2.5概率的简单计算; 二、设一古典式随机现象的基本随机事件组中含有n个基本事件，那么依古典式随机现象应满足的条件，易得每一基本事件发生的概率: --(1) 三、如果该随机现象的某个复杂随机事件c是由m个基本事件复合而成的，则c的概率: --(2) 在具体计算中，必须先适当地定义基本事件组，并由(1)和(2)式可见，关键是计算n和m，这需要用到数学中有关排列、组合的公式。;§3 随机变量与概率分布Random Variable and Probability Distribution;3.1 随机变量 Random Variable ;[例1] 硬币的一面刻着国徽，另一面刻着币值。抛掷一枚硬币，它落地时哪一面朝上是随机的。我们可以事先约定，令刻着国徽的一面朝上对应着随机变量X=1，而刻有币值的一面朝上对应着随机变量X=0。这样，对于并不显现为某某数量如何的随机事件，也照样能用随机变量把它们标识出来。 [例2]气体分子处于不停的、无规则的热运动之中，任何单个分子所在的空间位置及运动速度都在随机地瞬息万变。可以把单个分子的速率取做随机变量，或者把它的速度分量取做随机变量组，还可以把它的空间位置坐标取做随机变量组。;表 1 随机事件w与随机变量X(w );随机变量分类: 离散型随机变量(Discrete Random Variable ):随机变量(或随机变量组)所取的值可被一一列举出来； 非离散型随机变量(Non-discrete Random Variable ):随机变量(或随机变量组)所取的值不能被一一列举出来: 在例2中，分子位置坐标可以取某一范围内的所有实数值，不尽穷举。分子的速率和速度三个分量取值也是如此。实际遇到的非离散型随机变量大都有很好的数学性质，按数学家定义，有连续型随机变量之称 ;3.2 离散型随机变量的概率分布;概率分布----二项式分布(Binomial distribution);3.3 连续型随机变量的概率密度分布函数;示例：分子按速率分布情况的描述;图1 分子按速率分布的一种图示 ;再取?v=50米·秒－1，仍用各速率区间所对应的分子比率来做图，如图中虚线所示。在0～700 米·秒－1的速率范围内所做出的十四个小矩形的高度之和仍应为92％，但其上方轮廓线较先前七个矩形的明显地降低了。 本来，速率间隔取得足够小才能细致地描写速率分布的情况，但如果照上法，以为纵横坐标画小矩形来做图示，则必定是取得越小，小矩形数目越多，虽然它们的高度之和不变，但它们的上方轮廓线随之缩小发生显著的下移，越来越贴近横轴。 ;思路[B]： 先近似认为分布在某一速率区间 内的 个分子是