Vorlesung zur Statistischen Mechanik
Fachbereich Physik an der Universitat Konstanz
gelesen von Prof. Dr. Matthias Fuchs
bearbeitet von Ulrike Ritzmann und Greta Huber
Stand: 8. Marz 2010
Dieses Skript ist eine Mitschrift der Vorlesung Statistische Mechanik an der Universitat Konstanz (Winter- semester 2009/2010) gelesen von Prof. M. Fuchs. Es basiert auf einem Skript der gleichen Vorlesung aus dem Wintersemster 2005/2006 ebenfalls von Prof. M. Fuchs, das von Thomas Lauermann und Raphael Straub geschrieben worden ist, und im Wintersemester 2007/2008 von Thomas Wiedenmann und Marcel Wunram uberarbeitet worden ist. Die Autoren erheben keinen Anspruch auf Vollstandigkeit und Richtigkeit.
Lob, Kritik und Anregung bitte per Mail an:
gretahuber@gmx.de
1 Vorbetrachtungen 5
1.1 Wahrscheinlichkeitstheorie . . . 5
1.1.1 Denitionen . . . 5
1.1.2 Variablentransformationen . . . 9
1.1.3 Normal- oder Gauss-Verteilung . . . 12
1.1.4 Bedingte Wahrscheinlichkeiten und wichtige Formeln . . . 12
1.1.5 (stochastisch) unabhangige Zufallsvariablen . . . 14
1.1.6 Der Zentrale Grenzwertsatz (Law of large numbers) . . . 14
1.2 Quantenstatistik. . . 18
1.2.0 Wiederholung der Quantenmechanik vieler Freiheitsgrade . . . 18
1.2.1 statistischer Dichteoperator; reine Zustande und Gemische . . . . 20
1.2.2 Subsysteme und reduzierte Dichteoperatoren . . . 25
1.2.3 Von-Neumann-Gleichung . . . 29
1.3 Klassische Statistik . . . 30
1.3.1 Der Phasenraum, Phasenraumverteilungsfunktion . . . 30
1.3.2 Liouville-Theorem und Liouville-Gleichung . . . 31
1.4 Wichtige Gesamtheiten (Ensemble) . . . 33
1.4.1 Das Beispiel paramagnetischer Salze . . . 33
1.4.2 Der kanonische Dichteoperator %. . . 33
1.4.3 Fortsetzung: Curie-Paramagnetismus . . . 36
1.4.4 Das Mikrokanonische klassische monoatomare ideale Gas. . . 47
1.4.5 Mikrokanonischer Dichteoperator / Wahrscheinlichkeitsdichte . . 48
1.4.6 Fortsetzung: ideales Gas . . . 48
1.5 Schwankungen makroskopischer additiver (extensiver) Groen . . . 53
1.5.1 Zusammenfassung der einfachen Beispiele . . . 56
2 Konzepte & Postulate der Statistischen Mechanik 61 2.1 Systeme & Thermisches Gleichgewicht. . . 61
2.1.1 Systeme . . . 61
2.1.2 Thermisches Gleichgewicht . . . 63
2.1.3 Postulat: 'gleiche apriori Wahrscheinlichkeit' (Laplace) . . . 64
2.1.4 BoltzmannEntropie S . . . 67
2.1.5 Mikrokanonische Gesamtheit . . . 69
2.1.6 Kanonische Gesamtheit. . . 70
2.2 Extremalprinzipien . . . 80
2.2.1 Informationsentropie S0 und Gibbssche Entropieformel . . . 81
2.2.2 Kleinsche Ungleichung . . . 83
2.2.3 Extremalprinzipien der Entropie und derGibbsschen Potentiale . 85 2.2.4 Mikrokanonische Gesamtheit . . . 86
2.2.5 Kanonische Gesamtheit. . . 86
2.2.6 Grokanonische Gesamtheit . . . 88
2.2.7 Partielle Gleichgewichte in der verallgemeinerten Grokanonischen Gesamtheit . . . 93
2.2.8 Zeitabhangigkeit der Entropien . . . 95
3 Thermodynamik 97 3.1 Nullter Hauptsatz, thermisches Gleichgewicht & Temperatur . . . 97
3.2 Erster Hauptsatz, Arbeit & Warme. . . 98
3.3 Zweiter Hauptsatz, Entropie & Irreversibilitat . . . 101
3.4 Dritter Hauptsatz & absoluter Temperatur-Nullpunkt . . . 106
3.5 Thermodynamischer Grenzfall . . . 108
4 (Ideale) Quantengase 113 4.0 Erinnerung an die Zustandssumme des harmonischen Oszillators . . . 113
4.1 Teilchen-Ununterscheidbarkeit und Quantenstatistik . . . 115
4.1.1 DasPauli-Prinzip . . . 116
4.1.2 Besetzungszahlen n & Grokanonische Gesamtheit . . . 118
4.1.3 Die Fermi-Dirac- & Bose-Einstein-Besetzungsfunktionen . . 122
4.2 Fast Entartetes idealesFermi-Gas. . . 124
4.3 Bose-Gase & Bose-Einstein-Kondensation . . . 128
4.3.1 Das chemische Potential nicht-erhaltener Teilchen . . . 129
4.3.2 Photonen und elektromagnetische Strahlung . . . 129
4.3.3 Bose-Einstein-Kondensation . . . 131
5 Systeme wechselwirkender Teilchen und Phasenubergange 139 5.1 Uberblick . . . 139
5.2 Exkurs: Strukturfunktionen . . . 147
5.3 Perturbative Naherungsverfahren . . . 156
5.3.1 Virial-Entwicklung. . . 157
5.4 Selbstkonsistente Variationsverfahren. . . 160
5.4.1 Molekularfeld-Theorie (MFT) . . . 160
5.4.2 Curie-Wei MFT des Ising-Modells. . . 162
5.5 Isingartige Phasenubergange . . . 171
5.5.1 Existenz geordneter Phasen . . . 171
5.5.2 Spontane Symmetriebrechung . . . 171
5.5.3 Universalitat. . . 172
A Literaturverzeichnis 175
Das Thema der statistischen Physik ist das Verstandnis der Materie, bestehend aus vielen (1023) Teilchen, ausgehend von den Teilchen-Wechselwirkungen.
1.1 Wahrscheinlichkeitstheorie
1.1.1 Denitionen
[A] Eindimensionale Wahrscheinlichkeitsdichte Denition:
Eine Groe ist eine (reelle) Zufallsgroe, wenn die Wahrscheinlichkeit, dass (reelle) Werte x im Bereich x bis x + dx annimmt, gegeben ist durch P (x) dx.
Wobei die Wahrscheinlichkeitsdichte P (x) folgende Voraussetzungen erfullt:
i) P (x) 0 (Positivitat) ii) R
dxP (x) = 1 (Normierung)1 Bemerkung:
Die Werte x heien Ereignisse aus der Ereignismenge.
Die obige Denition gilt fur kontinuierliche Wahrscheinlichkeitsdichte. Wenn nur diskrete Werte xn annehmen kann, ersetzt man
P (x) !
N
X
n=1
Pn(x xn) mit Dirac--Ma. Auch hier ist i) Pn 0 und ii) PN
n=1Pn = 1. Pn ist die Wahr- scheinlichkeit, dass den Wert xn annimmt.
P(x) = Rx
1 dx0P (x0): kumulierte Wahrscheinlichkeitsverteilungsfunktion.
Beispiele:
diskret: N Munzwurfe
^= Haugkeit von Kopf, xn= 1n mit n = 0;1;2; : : : ;N Pn =
1 2
n1 2
N n N!
(N n)!n!
Pn ist die Binomialverteilung mit Binomialkoezient Nn
, Zahl der n-elementigen Unter- menge der N-elementigen Menge. Dann Multiplikation der unabhangigen Wahrscheinlich- keiten, dass n mal Kopf und (N n) mal Zahl geworfen wird.
1Dabei geht das Integral immer uber den gesamt moglichen Wertebereich. Wenn keine Grenzen angegeben sind, dann istR1
1 dx gemeint.
kontinuierlich: Planck'sches Strahlungsgesetz des schwarzen Strahlers
P (;T ) d = 8h c3
3
ekBTh 1d : Frequenz
P (;T ) d = c 2P
= c ;T
d : Wellenlange
Es genugt = c zu ersetzen bei einer Variablentransformation einer Funktion. Bei einer Wahrscheinlichkeitsdichte tritt weiter der Vorfaktor
dd auf.
[B] Mehrdimensionale Wahrscheinlichkeitsdichte Denition:
N Groen i, i = 1 : : : N bilden einen (reellen) N-dimensionalen Zufallsvektor , wenn die Wahrscheinlichkeit dafur, dass Werte im Bereich [x;x + dx] (genauer: i Werte in [xi;xi+ dxi]) annimmt, gegeben ist durch PN(x) dx1 dxN = PN(x) dNx (N-dimensionales Volumenelement), wobei die gemeinsame Wahrscheinlichkeitsdichte erfullen muss:
i) PN(x) 0 (Positivitat) ii) R
dNxPN(x) = 1 (Normierung)2 Beispiel:
Maxwell-Boltzmann-Verteilung der Geschwindigkeiten im idealen Gases v = (vx;vy;vz) P3(v) d3v / 1
T13e 2kBTmv2 d3v [C] Denitionen wichtiger Groen:
Mittelung: h: : :i =Z
dNx : : : PN(x)
Mittelwert: hi =Z
dNxxPN(x) = Varianz:3 2:= 2: = h( )2i =
N
X
i=1
Z
dNx xi i2PN(x)
=
N
X
i=1
Z
dNx
xi2 2xii + i2
PN(x)
= hi 2hihi + 2
= h2i hi2 ) 2 0
P (x) dx ist die Wahrscheinlichkeit fur Werte in [x;x + dx] anzunehmen. Diese ist messbar durch die relative Haugkeit:
Zahl Messungen von x in [x;x + dx]
Gesamtzahl der Messungen = W = P (x) dx
2wobeiR
dNx = R1
1 dx1 R1
1 dx2 1R
1 dxN
3oder auch totales Schwankungsquadrat
Abbildung 1.1: Verteilung von Zufallszahlen von x mit charakteristischem Mittelwert und der Standardabweichung
fur viele identisch wiederholte Messungen.
Einzel-Varianz: i2= h(i i)2i (1.1)
(relative) Streuung:
jj ( : Standardabweichung) (1.2) Korrelation: Kij = h i i
j j
i (1.3)
=Z
dNx xi i
xj j
PN(x) = Kji
Bemerkung:
Die Korrelation ist eine symmetrische Matrix und hat somit (vgl. lineare Algebra) reelle Eigenwerte. Ihre Eigenvektoren bilden ein Orthogonalsystem. Dies bedeutet wiederum, dass lineare Transformationen der i auf i0 =P
i Ajii existieren, so dass die Matrix:
K0 = ATK A diagonal ist.
K ist positiv denit, d.h. fur einen beliebigen Vektor a 2 RN ist folgendes erfullt:
0
N
X
ij=1
aiKijaj
Beweis:
Es muss auf jeden Fall gelten:
X
ij
aih i i
j j
i aj = hA2i 0
wobei A = A() = PN
i=1ai i i .
Durch geschickte Wahl von A kann man daraus folgern:
i) Wir wahlen zunachst ai = ii0 d.h. der Vektor a ist auer an der i0-ten Kompo- nente (wo er 1 ist) Null. Dann folgt trivialerweise:
Ki0i0 = h i0 i02i = 2i0 0
ii) Sind die Komponenten i1 und i0 von a Eins und alle anderen Null, d.h. ai = ii0 ii1, so folgt:
Ki0i0 + Ki1i1 2Ki0i1 0
Dies bedeutet, dass die Kreuzkorrelationen kleiner sind, als die Selbstkorrelatio- nen:
jKi0i1j 1
2 Ki0i0 + Ki1i1
Aus den obigen Uberlegungen ergibt sich auch der Zusammenhang mit der Varianz als Summe der Selbstkorrelationen zu:
2 =
N
X
i=1
Kii = SpK
Die charakteristische Funktion ist fur k 2 RN deniert uber:
'(k) = heiki = Z
dNxeikxPN(x)
'(k) ist Erwartungswert der Phase eik mit k 2 RN festem Vektor. Sie ist also die Fourier- Transformierte von PN(x). Im Folgenden wollen wir zur Vereinfachung diese charakteristi- sche Funktion im Eindimensionalen betrachten.
'(k) generiert die Momente, wobei das m-te Moment lautet:
hmi = Z
dxxmP (x) =
i @
@k m
'(k)
k=0 m = 1;2; : : : Falls die Momente existieren, d.h. jhmij 1, gilt:
'(k) = heiki =
1
X
m=0
1
m!(ik)mhmi (1.4)
'(k) bestimmt die sogenannten Kumulanten uber:
'(k) = exp
X1 m=1
(ik)m m! hmic
| {z }
(1.5)
Dabei ist die m-te Kumulante:
hmic =
i @
@k m
ln '(k) k=0
Diese ist eine (geschickte) Kombination aller Momente hm0i mit Ordnung m0 < m. Fur die ersten Kumulanten gilt:
h(0)ic = 0 h(1)ic = hi =
h(2)ic = h2i hi2 = 2
h(3)ic = h3i 3h2ihi + 2hi3 ...
Die erste Kumulante ist also der Mittelwert, die zweite die Varianz.
Beweis:
Durch Taylorreihenentwicklung um k = 0 '(k) = 1 + ikhi 1
2k2h2i i
6k3h3i + :::
'(k) = exp
ikh1ic k2
2 h2ic i
6h3ic + : : :
= 1 + ikh1ic 1
2k2 h2ic + h1i2c i
6k3 h3ic+ 3h2ich1ic + h1i3c
+ O(k4) Vergleichen wir nun die k-Ordnungen:
h1ic = hi
h2ic = h2i hi2= 2
h3ic = h3i + 3hi2hi 3h2ihi h3i
Kumulanten charakterisieren Wahrscheinlichkeitsdichten praziser als Momente.
1.1.2 Variablentransformationen
Sei die Zufallsvariable (m-dimensional) eine Funktion der N-dimensionalen Zufallsva- riablen , = fy() = y(), dann ist die Wahrscheinlichkeit, dass Werte im Intervall [y; y + dy] annimmt, gegeben durch
Pm(y) dmy = Z
dNxPN(x) Integral uber Bereich, sodass y f(x) y + dy
Aquivalente Formulierung mit dem Dirac-:
Pm(y) = h(y f())i = Z
dNx (y f(x))PN(x) Bemerkungen:
Bei diskreten Zufallsvariablen wird R
dNx zur Summe.
Fur m = N vereinfacht es sich zu PN(y) =Z
dNx N(y y(x)) PN(x)
Variablensubstitution x ! y0:
dNx =
@x
@y0 dNy0 (Jacobi-Determinante)
somit folgt:
PN(y) =
@x
@y
PN(x(y)) 1. Beispiel:
Planck'sche Strahlung
P (;T ) = Z 1
0 dP (;T )
c
0=c
= Z 0
1 d0 c 02Pc
0 = ;T
( 0)
! P (;T ) = c 2P
= c ;T Also gilt die Beziehung:
P (;T ) d =
d d
P (;T )
=c d
Abbildung 1.2: links: Planck-Verteilungsfunktion bei 5800 Kelvin unterteilt in gleiche 100nm Wellenlangen-Intervalle; rechts: die gleiche Funktion und die glei- chen Intervalle transformiert in Frequenz-Intervalle; entnommen aus [Bal]
2. Beispiel:
Wir betrachten die Summe = f (;) = + zweier Zufallsvariablen mit gemeinsamer Wahrscheinlichkeitsdichte P2(x;y)
P(z) = h(z ( + ))i =Z
dx dy P2(x;y) (z x y)
=Z
dx P2(x;z y)
was zu einer einfachen Beziehung der charakteristischen Funktion fuhrt:
'(k) = heiki = Z
dz eikzP(z)
= Z
dx dy dz eikzP2(x;y)(z x y)
=Z
dx dy eik(x+y)P2(x;y) Beispiel: Begegnungwahrscheinlichkeit
Person A und Person B kommen zwischen 12 und 13 Uhr in den Horsaal und bleiben je 20 Minuten. Wie gro ist die Wahrscheinlichkeit, dass sie sich begegnen?
Die gemeinsame Wahrscheinlichkeit der Ankunft von A in [y; y + dy] und der Ankunft vom B in [y; y + dy] ist
P2(x;y) = dx 60
dy 60
Die Wahrscheinlichkeit des Treens ist die kumulierte Wahrscheinlichkeit, dass die Zeit- dierenz z = jx yj der Ankunftszeiten weniger als 20 Minuten ist:
p =Probfz = jx yj 20g Also
P (z) =Z 60
0 dx dy (z jx yj)P2(x;y) p =Z 20
0 dz P (z)
= Z 60
0 dx dy Z 20
0 (z jx yj) 1
602
=Z 60
0 dx dy (20 jx yj)
=relative Fl¨ache des roten Streifens jx yj < 20 = (602 402)=602 = 5 9
Abbildung 1.3: Graphische Darstellung der Begegnungswahrscheinlichkeit
1.1.3 Normal- oder Gauss-Verteilung
Die wichtigste Wahrscheinlichkeitsdichte lautet (hier zur Vereinfachung im eindimensiona- len):
P (x) = p 1
22e (x 22)2
mit den zwei Parametern hxi = (Mittelwert) und 2 = h(x )2i (Varianz) und der charakteristischen Funktion:
'(k) = exp
ik 2 2 k2
Der Bedeutung dieser Funktion kommt in x1.1.6
Die Gau-Wahrscheinlichkeitsdichte ist eindeutig durch erste Kumulante (= ) und zweite Kumulante (= 2) festgelegt. Alle weiteren Kumulanten sind Null:
hm3ic = 0
Abbildung 1.4: Gauverteilung
1.1.4 Bedingte Wahrscheinlichkeiten und wichtige Formeln
Zur Vereinfachung sei N = 2 bis auf weiteres.
[A] Denition
Zwei Zufallsvariablen und mit gemeinsamer Wahrscheinlichkeitsdichte P2(x;y) seien gegeben. Unter der Bedingung, dass den Wert y (angenommen) hat, ist
P (xjy) dx
! die bedingte Wahrscheinlichkeit, dass Werte in [x;x + dx] annimmt. Dabei muss die bedingte Wahrscheinlichkeitsdichte wiederum erfullen:
i) P (xjy) 0 ii) R
dxP (xjy) = 1
fur alle y Bemerkung:
P (xjy) ist Wahrscheinlichkeitsdichte in fur jedes y
Achtung: Jede Wahrscheinlichkeitsdichte ist abhangig von Bedingungen ("fairer Wurfel\).
[B] Rechenregeln:
Die "marginale Wahrscheinlichkeitsdichte\, dass Werte in [x;x + dx] annimmt, un- abhangig davon, welchen Wert y annimmt, lautet:
P1(x) = Z
dyP2(x;y) (1.6)
Additionssatz Das Integral geht uber alle moglichen Werte von y.
P2(x;y) dx dy = (P1(y) dy)(P (xjy) dx)
Die gemeinsame Wahrscheinlichkeit P2(x;y) dx dy ist gleich der marginalen Wahrschein- lichkeit, dass Werte in [y;y + dy] annimmt (also P1(y) dy), egal welche Werte hat, multipliziert mit der bedingten Wahrscheinlichkeit, dass Werte in [x;x + dx] annimmt, gegeben, dass Wert y hat.
) P2(x;y) = P (xjy)P1(y) (1.7)
Symmetrieaus
= P (yjx)P1(x) Multiplikationssatz
Aus Additionssatz und Multiplikationssatz folgt die "Formel der totalen Wahrscheinlich- keit\
P1(x) =Z
dyP2(x;y) P1(x) =Z
dyP (xjy)P1(y)
Dabei geht das Integral uber alle moglichen Werte y gewichtet mit marginaler Wahrschein- lichkeit bei y zu sein, egal wo ist, multipliziert mit Bedingung fur gegebenen y.
Ansatzpunkt der Quantenmechanik nach Feynman
Formel von Bayes zur Uberprufung der Wahrscheinlichkeit von Hypothesen:
P2(x;y) = P (xjy)P1(y) = P (yjx)P1(x) ) P (xjy) = P (yjx)P1(x)
P1(y)
Add.-Satz= P (yjx)P1(x) R dxP (yjx)P1(x) Bemerkung:
Zur Erlauterung von P1(x) = R
dyP (xjy)P1(y) betrachten wir Abbildung 1.5. Dort sind zwei Verteilungen abgebildet. Von jedem Punkt der linken Verteilung gibt es eine Uber- gangswahrscheinlichkeit zur rechten Verteilung.
Abbildung 1.5: "Zwei Hunde mit Flohen\
1.1.5 (stochastisch) unabhangige Zufallsvariablen
Denition:
Es gebe zwei Untermengen von Zufallszahlen f1; : : : ;rg und fr+1; : : : ;Ng mit
1 r N. Sie heien (stochastisch) unabhangig, wenn die gemeinsame Wahrscheinlich- keitsdichte separiert ist (ein Produkt ist).
PN(x1: : : xN) = Pr(x1: : : xr)PN r(xr+1: : : xN)
Es folgt dann, dass die bedingte Wahrscheinlichkeitsdichte gleich den marginalen werden.
P (x1: : : xrjxr+1: : : xN) = Pr(x1: : : xr) P (xx+1: : : xNjx1: : : xr) = PN r(xr+1: : : xN) Beweis:
Mult.-Satz ) PN(x) = P (x1: : : xrjxr+1: : : xN)PN r(xr+1: : : xN)
Durch Vergleich mit der Denition von "unabhangig\ und Division durch PN r folgt die Behauptung.
Bemerkung:
Wenn Werte von 1 bis r nicht von denen von r+1 bis N abhangen, ist die Bedin- gung keine Einschrankung.
1.1.6 Der Zentrale Grenzwertsatz (Law of large numbers)
Betrachtet sei die Summe N =PN
i=1i von N unabhangigen Zufallsvariablen 1, ... , N (d.h. PN(x) = P (x1) : : : P (xN)) mit endlichen Mittelwerten und endlichen Varianzen, d.h.
jhiij = i
< 1
und h(i i)2i = i2 < 1
(d.h. sowohl < i > als auch i2 existieren und sind betragsmaig kleiner als 1). Die Wahrscheinlichkeitsdichte von N fur groe N wird eine Gauverteilung.:
PN(z) = 1
p22N exp
(z N)2 22N
mit dem Mittelwert
N =
N
X
i=1
i und der Varianz
2N =
N
X
i=1
i2
Fur (zur Vereinfachung) gleichverteilte i, also i = und 2i = 2, nden wir also eine sehr enge Verteilung mit verschwindender relativer Streuung, weil Gleichverteilung N = N und 2N = N2 bedeutet, und die relative Streuung mit wachsendem N immer geringer wird:
die relative Streuung: N
jNj = pN
N jj / p1 N
N!1! 0
Abbildung 1.6: Betrachtet wird eine Verteilung P und P10 und man erkennt zunachst, dass die Verteilung P10 deutlich breiter ist
Abbildung 1.7: Durch Reskalierung wird die Verteilung P10 schmaler.
Beweis:
Fur (zur Vereinfachung) gleichverteilte, unabhangige i (mit i = und i2= 2) betrach- ten wir
N = p1 N
N
X
i=1
(i ) mit unabhangigen PN, also:
PN(x) = P (x1)P (x2) : : : P (xN)
N hat die Wahrscheinlichkeitsdichte:
PN(y) =Z
dNx PN(x) y p1 N
N
X
i=1
(xi )
!
wobei der Mittelwert
=Z
dx x P1(x) ist und die Varianz
2=Z
dx(x )2P1(x) Die charakteristische Funktion erfullt also
'N(k) = Z
dy eikyPN(y)
=Z dy Z
dNxPN(x)eiky y p1 N
N
X
i=1
(xi )
!
= Z
dx1: : : dxN P (x1) : : : P (xN) exp
"
pik N
N
X
i=1
(xi )
#
=
epikN Z
dx epikNxP1(x)
| {z }
N
mit charakt. Fkt. von : = '(pk N)
=
e pikN'
pk N
N
Unter der Annahme, dass jhm3icj < 1 gilt, verwenden wir nun die Kumulanten-Entwicklung von '
pk N
:
' pk
N
= exp pik
N k2
2N2 ik3
6N32h3ic + : : :
so folgt (der Term mit hebt sich weg):
'(k) = exp k2
2 2+ O
h3ic
N12
N!1! e k222
Mit Fourier-Rucktransformation erhalten wir:
PN(y) =Z dk
2 e ikye
pk22 2
| {z }
'(k)
= p 1
22 e 22y2 Die Wahrscheinlichkeitsdichte von N = N +p
NN folgt gema Variablentransformation
PN(z) = dy
dzPN(y = p1
N(z N )) = p 1
2N2 e (z N 2N2)
Bemerkung:
Der Beweis wurde hier nur unter den Voraussetzungen der Gleichverteilung der i und der Endlichkeit der Kumulanten gefuhrt. Er kann auf den allgemeinen Fall ausgeweitet werden, dann mussen jedoch weitere Bedingungen an das Wohlverhalten der i gestellt werden.
Bemerkung:
Die Voraussetzungen waren: Unabhangige i und endliche Mittelwerte bzw. Varian- zen, was zu einer Gaussverteilung mit N / N und 2N / N fuhrt; d.h. dass 2 Kumulanten also die Wahrscheinlichkeitsdichte P festlegen.
Der zentrale Grenzwertsatz ist wichtig fur die statistische Mechanik und die Thermo- dynamik, wo N im Bereich 1023 liegt, da die dort auftretenden Mengen- (oder exten- sive) Groen solche additiven Groen sind. Wir haben also viele kleine unabhangige Beitrage zu einer extensiven Groe.
Voraussetzung Phanomen
viele kleine Beitrage X X X
unabhangig X X
;2 < 1 X X
reg. Punkt im Phasen- diagramm
krit. Punkte ! 1
Quantengas-BEK
kondensation Gravitation Levy
Abbildung 1.8: Subvolumen eines makroskopischen Korpers, welches unabhangig von den anderen Subvolumina ist; ist die Korrelationslange
Bemerkung:
Korrelationslange : Unterteilung in stochastisch unabhangiger Subvolumina mit Volumen / 3. ist dabei der Durchmesser der unabhangigen Teilvolumen.
Ein regularer Punkt eines Materials im Phasendiagramm hat < 1 ( 10nm typisch).
Ein kritischer Punkt hingegen hat ! 1 (kritischer Phasenubergangspunkt).
1.2 Quantenstatistik
1.2.0 Wiederholung der Quantenmechanik vieler Freiheitsgrade
Mogliche Zustande j i eines quantenmechanischen Systems von f Freiheitsgraden sind Elemente aus einem Hilbertraum H, also j i 2 H und sie sollen normiert sein:
h j i = 1 Der Hilbertraum H besitzt eine Orthonormalbasis
fjn1; ::: nfig = fjnig mit
hnjn0i = nn0
und j i =X
n cnjni
Die Zeitabhangigkeit ist gegeben durch die Schr¨odinger-Gleichung fur den unitaren Zeitevolutionsoperator U:
i~ @
@tU(t;t0) = H(t)U(t;t0) mit U(t = t0;t0) = 1
wobei H(t) = H(t)y der Hamilton-Operator ist.
In der Vorlesung IK IV wurden bereits die beiden Betrachtungsweisen Schr¨odinger- und Heisenberg-Bild eingefuhrt:
Ist ein Operator nicht von sich aus schon zeitabhangig, so bekommt er im Schr¨odinger- Bild keine Zeitabhangigkeit hinzu. Die Zeitabhangigkeit steckt hier in der Wellenfunktion:
j (t)i = j (t)iS = U(t;t0)j (t0)i AS(t) = AS = A
ImHeisenberg-Bild dagegen tragt der Operator die ganze Zeitabhangigkeit und die Wel- lenfunktion ist zeitlich konstant:
j (t)iH = j (t0)i
AH(t) = U 1(t;t0) AS(t)U(t;t0)
Zum Beweis betrachtet man die Ableitung des Heisenberg-Operators und erhalt:
d
dtAH(t) = i
~(HAH AHH) + ( @
@tA)H = i
~ [H;A] + ( @
@tA)H
) AH(t) = eiHt=~Ase iHt=~
wobei wir @t@A
H = 0 angenommen haben.
Beispiele:
Ein freies Teilchen in einer Box mit dem Volumen V = L3 mit der periodischen Randbedingung fur seine Wellenfunktion:
(r + L^e) = (r)
Seine Hamilton-Funktion bei drei Freiheitsgraden lautet:
H = p2 2m zu der Orthonormalbasis
jki ; k = 2 L
nx
ny nz
; ni = 0; 1; 2; : : :
Seine Eigenwerte lauten dann:
k = ~2k2 2m N freie nicht wechselwirkende Teilchen in einer Box:
Fur die Hamilton-Funktion gilt dann:
H =
N
X
i=1
1 2mp2i Fur die Orthnormalbasis ergibt sich dann:
fjk1; : : : ;kNi ; mit den k von obeng
Fur das Wasserstoatom gilt mit den Indizes e fur Elektron und p fur Proton:
H = p2p
2mp + p2e 2me
c jre rpj mit der Orthonormalbasis
fjPn;l;mig wobei P der Schwerpunktsimpuls ist.
Zwei nichtwechselwirkende Spins besitzen im externen Magnetfeld die Hamilton- Funktion:
H = ~
2(1+ 2) B(t) mit der Orthonormalbasis
fj ""i = j "i1j "i2 ; j ##i = j #i1j #i2; j "#i = j "i1j #i2 ; j #"i = j #i1j "i2g
1.2.1 statistischer Dichteoperator; reine Zustande und Gemische
A) Erwartungswerte
Der hermitesche Operator A auf H hat den Erwartungswert h jAj i = P
nn0cn0cn hn0jAjni im reinen Zustand j i, fur den gilt:
j i =X
n cn jni 2 H
Dabei sind die cn seine Entwicklungskoezienten und fur diese gilt:
cn = hnj i
In einem reinen Zustand lautet der Erwartungswert in Matrixdarstellung:
h jAj i =X nn0
cnhnjAjn0icn0
mit dem Dichteoperator eines reinen Zustands:
% := j ih j schreibt man:
h jAj i = SpA%
Zum Beweis muss man die Spur von A% in Matrix-Darstellung in der Orthonormalbasis fjnig ausrechnen:
Sp (A% ) =X n0
hn0jA% jn0i
Durch das Einfugen der dyadischen Eins zwischen dem Operator A und dem Dichteoperator
% erhalt man:
Sp (A% ) =X nn0
hn0jAjni
cn z }| { hnj i
c
n0 z }| { h jn0i
=X
nn0
cncn0 hn0jAjni
=X
n0
hn0jcn0jAX n cnjni
= h jAj i
B) Spur und Spurrechenregeln (zur Vereinfachung sei H endlich dimensional) Die Spur eines Operators ist deniert als:
SpA :=X
n hnjAjni mit der Orthonormalbasisfjnigi
Die Spur entspricht also der Summe der Diagonalterme von A.
Es gelten die folgenden Rechenregeln:
a) Die Spur ist invariant unter zyklischer Vertauschung:
Sp (AB) =X nn0
hnjAjn0ihn0jBjni =X nn0
hn0jBjnihnjAjn0i = Sp (BA) Sp (ABC) = Sp (CAB) = Sp (BCA)
b) Invarianz unter Basiswechsel:
Geht man zu einer neuen Orthonormalbasis fj ~mig mit j ~mi = P
n Umn jni uber, wobei U der unitare Transformationsoperator Uy = U 1 (d.h. UyU =1) ist, so folgt mit der Tatsache, dass ~A = UAU 1(vgl. UyUAU 1
| {z }
= ~A
U = A) sowie durch zweimaliges Einfuhren der dyadischen Eins: 1 =P
mj ~mihmj:
SpA =X
n hnjAjni =X
n hnjUy A Ujni~
= X
n ~m ~m0
hnjUyj ~mi
| {z }
h ~mj ~Aj ~m0i
| {z }
h ~m0jUjni = F
Der Term wird nun hinter die beiden anderen gestellt, so dass nach vorne rutscht.
MitP
n h ~m0jUjnihnjUyj ~mi = mm0 folgt weiter:
F =X
~ m
h ~mj ~Aj ~mi
c) Spur und Eigenwerte:
Die Spur eines diagonalisierbaren Operators A ist die Summe seiner Eigenwerte ai. Ein hermitescher Operator ist diagonalisierbar mit einer unitaren Transformation und die Spur des Operators ergibt sich dann aus der Summe seiner Eigenwerte:
SpA =X
i
ai
C) Denition: Der Dichteoperator eines reinen Zustands % erfullt:
% = %y (hermitesch )
% ist positiv, d.h. h'j%j'i 0 8j'i 2 H Sp% = 1 (Norm)
Sp%2= 1 (rein)
Bemerkung: % = j ih j ist rein.
Beweis:
Man kann leicht nachweisen, dass die oberen vier Eigenschaften erfullt sind:
Die Matrix (% )nn0 = hnj ih jn0i ist hermitesch, weil:
(%y)nn0 = %n0n = hn0j ih jni = (% )nn0
Auerdem ist:
h'j% j'i = jh'j ij2 0 sowie:
Sp% =X
n hnj ih jni = h jX n jnihnj
| {z }
=1
j i = h j i = 1
und:
Sp%2 = Spj i h j i
| {z }
=1
h j = Sp% = 1 D) Dichteoperator eines Gemisches
Ein quantenmechanisches System liege mit der Wahrscheinlichkeit ~pi in verschiedenen (reinen) nicht interferenzfahigen Zustanden j ii vor.
In einem solchen Gemisch lautet der Mittelwert eines Operators A:
hAi :=
I
X
i=1
~pi h ijAj ii
Er setzt sich also zusammen aus dem statistischen Mittelwert und dem quantenmechani- schen Erwartungswert von A im Zustand j ii.
Als Wahrscheinlichkeit muss ~pi die folgenden Bedingungen erfullen:
0 ~pi 1 PI
i=1~pi = 1 Bemerkung:
Die Kreuzterme h ijAj i0i (mit i 6= i0) fehlen, da die Wahrscheinlichkeit ~pi fur das Vorliegen von Mikrozustanden j ii aus (Probenpraparation) Wechselwirkung mit der Umgebung resultiert.
Beispiele:
Systeme, die mit einem Warmebad wechselwirken unpolarisierter Lichtstrahl
N Teilchen in einer Box, die wechselwirken (stoen) und eine Maxwell-Boltzmann- Verteilung der Geschwindigkeiten haben
Mit dem Dichteoperator
% :=
I
X
i=1
~pij iih ij (1.8)
lautet der Mittelwert:
hAi = Sp%A Beweis:
hAi =X
m hmj%Ajmi =X m; i
hmj~pij iih ijAjmi
=X
m; i
~pihmj
| {z }
=~picm(i)
iiX m0
cm0hm0jAjmi
= X
mm0 X
i
cm(i)0 cm ~pi
=X
i
~pih ijAj ii
In der Summe liegt der Unterschied zum reinen Zustand (in der Matrix-Darstellung von %).
Dargestellt in ONB hat % folgende Matrixelemente:
hnj%jn0i =X
i
~pi cn(i)
h|{z}nj ii
cn(i)0
Denition:
Ein (statistischer) Dichteoperator % auf H erfullt die folgenden Eigenschaften:
% = %y (hermitesch )
% ist positiv, d.h. h'j%j'i 0 8j'i 2 H Sp% = 1 (Norm)
Der statistische Mittelwert eines beliebigen Operators A lautet dann im Zustand %:
hAi = Sp%A Bemerkung:
Zur Vereinfachung wird angenommen, dass H nicht unendlich-dimensional sei.
% = P
i ~pij iih ij sei der Dichteoperator und dessen Aufenthaltswahrscheinlichkeit lautet:
hxj%jxi =
I
X
i=1
~pijhxj iij2
E) Eigenschaften von %
a) Eigenwerte und Eigenzustande Die dyadische Zerlegung % = P
n=1pnjnihnj existiert mit %jni = pnjni (Eigenwertglei- chung) sowie hnjn0i = nn0 (orthonormal). Die Eigenwerte pn geben eine (diskrete) Wahrscheinlichkeit an, dass der Eigenzustand fjnig im Gemisch vorliegt, somit muss fur diese gelten:
0 pn 1 und X
n=1
pn= 1 Bemerkung:
% ist diagonal in den Eigenzustanden jni (aber nicht notwendigerweise in den j ii, weil h ij ji 6= 0 moglich ist). Die Eigenzustande fjnig, wobei n fur mehrere Quantenindizies stehen kann, sind Vielteilchen-Zustande mit Entwicklung:
jni =X
n cn;njni in alten ONB fjnig von H
Beispiel: % = Z1e H ist der Dichteoperator im kanonischen Ensemble mit = kT1 und Z als Normierungszahl.
Beweis:
%+ = % (hermitesch) ! kann diagonalisiert werden. Die Tatsache, dass % hermitesch ist, liefert % = P
n=1pn jnihnj mit orthonormierter Eigenbasis von %. Weil laut Vor- aussetzung h'j%j'i = Ppnh'jnihnj'i = P
n pnjh'jnij2 0 8j'i 2 H gilt, muss pn 0 sein. Auerdem muss die Spur des Dichteoperators gleich Eins sein und wegen 1 = Sp% =P
nhnj%jni = Ppnjhnjnij2=P
npn folgt somit pn 1.
b) Reine Zustande Satz:
Gehort % zu einem reinen Zustand (also Sp%2 = 1), dann sind folgende Aussagen
aquivalent:
i) %2= % (d.h. % ist ein Projektor) ii) pi0 = 1 und pi = 0 sonst
iii) % hat den Rang 1 Beweis:
Die Aussagen i)-iii) sind aquivalent, aus % = j ioih i0j folgt sofort, dass Sp%2 = 1 gilt.
Ist nun anders herum Sp%2 = 1, so hat %2 die Eigenwerte p2i pi fur pi 1 Somit ist aber 1 =P
i p2i P
i pi = 1, was nur mit "=\ erfullt sein kann und damit ist gezeigt, dass pi0 = 1 und pi = 0 sonst gelten muss.
Bemerkung:
Ein Mikrozustand ist also ein Makrozustand, der nur ein ji0i enthalt. Der reine Dichte- operator ist die Projektion an ji0i welcher mit der Wahrscheinlichkeit pi0 = 1 auftrit.
Ein Gemisch (Makrozustand) ist die Summe vieler reiner Zustande mit einer Wahr- scheinlichkeit pi 6= 0.
1.2.2 Subsysteme und reduzierte Dichteoperatoren
H sei ein f -dimensionaler Produkt-Hilbert-Raum: H = H1 H2 zweier Subsysteme, wobei H1 r-dimensional und H2 (f r)-dimensional sei.
fjnig = fjn1n2: : : nfig
Spannen nun die jn1i1 den H1 und die jn2i2 den H2 auf, so bilden die Produktzustande:
fjnig = fjn1i1 jn2i2g mit n1=
n11
n...1r
und n2=
n2r+1
n...2f
eine Orthonormalbasis zu H.
Denition:
Der reduzierte Dichteoperator %1 auf H1:
%1= Sp2f%g =X n2
2hn2j % jn2i2 (Absummieren von H2 gewichtet auf H1)
[A] Subsysteme und reduzierte Dichteoperatoren
% gehore (zur Vereinfachung) zu einem reinen Zustand j i in H, so gilt mit j i =P
ncnjni =P
n1;n2cn1cn2jn1i jn2i:
% = j ih j =X nn0
cncn0jn0i hnj
= X
n1n01n2n02
cn1n2cn01n02 jn01i1jn02i2 1hn1j2hn02j (*)
mit n jcnj2= 1. Damit folgt der reduzierte Dichteoperator:
%1= Sp2f%g = Sp2j i h j =X n2
2hn2j i h j n2i2
= X
n2;n02;n002;n01;n001
cn01;n02cn001;n0022hn2jn002i2
| {z }
n2;n002
2hn0j n2
| {z }
n2;n02
i2jn001i1 1hn01j
= X
n01;n001
X n2
cn01;n2cn001;n2
!
jn001i1 1hn01j Behauptung:
i) %1 ist (i.A. nicht reiner) Dichteoperator auf H1
ii) Der Mittelwert hA1i = Sp%A1 eines beliebigen Operators A1, der nur auf H1 wirkt, kann mit %1 alleine bestimmt werden:
hA1i = Sp(A112)% = Sp1(A1%) Beweis:
i) z.z.:1h'1j % j'1i1 0 8 j'1i1 2 H1 mit j'1i =P
n1dn1jn1i1
1h'j % j'i1 = X n1;n01
dn1X n2
cn1;n2cn0
1n2dn0
1 =X
n2
jbn2j2 0 mit bn2 =X
n1
dn1cn;n2 ii)
hA1i = Sp(A112)% = X n1;n01;n2;n02
cn01;n2 1hn1j A1jn01i1 cn1;n2 2hn2j12jn02i2
= X
n1;n01
1hn1j A1jn01i1 X n2;n02
cn1;n2cn0
1;n2 2hn2j12jn02i2 Weiterhin gilt:
hA1i = Sp%A1= X n1n2n01n02
1hn1j2hn2j % jn02i2jn01i1 1hn01j A1jn1i1 1hn02j1jn2i2
| {z }
=n2n02
= X
n1;n2
hn1j A jn01iX
cn1;n2cn01n2 Beide Ausdrucke sind identisch.
Bemerkung:
Fur einen beliebigen Operator A, der nur auf Subsystem H1 wirkt, kann Mittelwert ohne Wissen uber Subsystem 2 bestimmt werden, falls %1 bekannt ist.
Allerdings enthalt %1 = Sp2f%g nur reduzierte Informationen, woraus i.A. % des Gesamtsystems nicht wieder hergestellt werden kann.
[B] Unabhangigkeit Denition:
Zwei Subsysteme eines quantenmechanischen Systems heien unabhangig, wenn % = %1
%2 gilt (d.h. wenn der Dichteoperator des gesamten Systems sich aus dem Tensorprodukt der reduzierten Dichteoperators der beiden Subsysteme zusammen setzt.)
Das bedeutet fur die Matrixdarstellung von %:
hnj%jn0i =1hn1j2hn2j%1 %2jn01i1 jn02i2
= 1hn1j%1jn01i1
| {z } Matrixelement inH1
2hn2j%2jn02i2
| {z } Matrixelement inH2
Mit j i =P
ncnjni folgt fur %:
% = j i h j =
X n1;n01
cn(1)1 cn0
1jn01i1 1hn1j
| {z }
=%1=j i11h j
X n2;n02
cn(2)2 cn0
2jn02i2 2hn2j
| {z }
=%2=j i22h j
Satz:
Der reduzierte Dichteoperator %1 gehort zu einem reinen Zustand, wenn das Subsystem 1 vom Rest (hier Subsystem 2) unabhangig ist.
Bemerkung:
Wechselwirkungen zwischen dem Subsystem zwingen aber (fast immer), dass der redu- zierte Dichteoperator %1 zu einem Gemisch gehort.
Beweis:
Zu zeigen ist die Behauptung
Sp1 %21= 1 ) % = %1 %2
Ein beliebiger Dichteoperator auf H lautet in der Eigenbasis (mit den Eigenwerten pi):
% =X
i
pi jnihnj wobei jni =P
n cn(i)jni die Orthonormalbasis von H ist. Somit kann % mit jni = jn1i2 jn2i2
% geschrieben werden als:
% =X
inn0 pi
cn(i)0 cn(i)
jnihn0j Geht man damit in die Denition des reduzierten Dichteoperators:
%1= Sp2% =X n2
hn2j2 % jn2i2
so erhalt man fur %1:
%1= X
in1n01
pi jn1i1hn01j1 X n2
cn(i)1n2 cn(i)1n2 Da %1 rein sein soll, muss naturlich auch gelten: %1= j i1h j1.
Man kommt nun im Beweis weiter voran, wenn man die Orthonormalbasis in H so wahlt, dass i1= jn(0)1 i1 ist, dann mussen namlich alle anderen Summanden verschwinden:
%1= jn01i1hn01j1 0 =X
in2
pi
cn(i)0
1n2
cn(i)1n2 fur n16= n(0)1 6= n01
Bei der speziellen Wahl von n1= n01 6= n01 sieht man:
X
in2
Pijcn(i)1n2j2 = 0
was bedeutet, dass cn1n2 = 0 fur alle n2und n1 6= n01. Damit erhalt der Dichteoperator die folgende Darstellung:
% =X
i
X n2n02
pi cn(i)0
1n02
cn(i)0
1n2 jn01i1jn2i2hn01j1hn02j2
=: jn01i1hn01j1
| {z }
reiner Zustand auf H1
%2=: %1 %2
[C] Beispiele
Beispiel: Zwei Teilchen in einer Box:
a) 2 nichtwechselwirkende Teilchen
Die Orthonormalbasis ist gegeben durch fjk1k2ig = fjk1i jk2ig mit folgender Wellen- funktion:
hr1j k1i = p1 reikr
Ein Operator, der nur auf H1 wirkt: z.B. T1 = 2m1 p21= 2m~2k21: kinetische Energie von Teilchen 1.
Operator der auf H wirkt, z.B. H = T1+ T2
Allgemein sind j 1i1 und j 2i2 Wellenpakte und % = j 1i1 1h 1j j 2i2 2h 2j un- abhangig.
b) 2 wechselwirkende Teilchen
H = p21 2m + p22
2m + V (r1;r2)
Um % als Produkt schreiben zu konnen werden Schwerpunktkoordinaten eingefuhrt:
MR = m1r1+ m2r2 mit M = m1+ m2 r = r1 r2
1 = 1
m1 + 1 m2
Daraus folgt fur den Hamilton-Operator:
H = 1 2MpR2
| {z }
H1
+ 1
2pr2+ V (r) H2
| {z } Die allgemeine Wellenfunktion nimmt dann folgende Gestalt an:
j i = jir X K
ckjKiR mit hR jKi = p1 reiKR
Obwohl E = konst:, ergibt sich ein Gemisch in der relativen Bewegung, wenn das Wellenpaket der Schwerpunktbewegung in H2 verschmiert.
1.2.3 Von-Neumann-Gleichung
Die Zeitentwicklung eines reinen Dichteoperators % = j ih j folgt aus derSchr¨odinger- Gleichung
@
@th (t)j = i
~h (t)jH(t) zu
i~ @
@t%(t) = i~ @
@tj (t)ih (t)j
@
@t h (t)j = i
~ h (t)j H+(t)
= H(t)%(t) %(t)H(t) H+= H
= [H;%]
In wurde die Produktregel verwendet.
Werden im Gemisch % =P
i ~pi j iih ij die ~pi als konstant (zeitunabhangig) angenommen, so gilt dort ebenfalls:
@
@t%(t) = i
~[H(t);%(t)]
von-Neumann-Gleichung Bemerkung:
Wenn % = %(H) ) @t@% = 0 (! Erhaltungsgroe) weil eine Funktion des Hamil- tonoperators mit diesem kommutiert.
d
dt%(H) = i
h[H;%(H)] = 0
Im Heisenberg-Bild gilt ddtAH(t) = ~i[H;AH] mit umgekehrten Vorzeichen. Dies ist eine Andeutung darauf, dass % kein gewohnlicher (Heisenberg) Operator ist. Ei- gentlich ist der Dichteoperator eine Abbildung, die allen Operatoren ihren Mittelwert zuordnet, und davon abhangt in welchem quantenmechanischen Mikrozustand das System ist.
1.3 Klassische Statistik
1.3.1 Der Phasenraum, Phasenraumverteilungsfunktion
Dem klassischen Makrozustand eines N-Teilchen-Systems wird eine Phasenraumvertei- lungsfunktion d.h. eine Wahrscheinlichkeitsdichte
% (r1; :::; rN; p1; :::;pN) = % (frg;fpg) = % ( N) Phasenraumpunkt im 6N-dimensionalen Phasenraum zugeordnet, so dass
%( N) d n
mit
d N = 1 N! 1
h3N
N
Y
i=1
d3ri d3pi
(dem normierten Phasenraumvolumenelement) die Wahrscheinlichkeit ist, dass das System den Mikrozustand im Phasenraumvolumenelement QN
i=1 d3rid3pi um den Punkt N = fr;pg annimmt. Der Vorfaktor h13N folgt aus der Quantenmechanik, und der Vorfaktor N!1 aus der Vertauschbarkeit der Teilchen).
Der Mittelwert einer beliebigen Funktion A( N) im Phasenraum lautet:
hAi = Z
d N %( N) A( N) = 1 N!
1 h3N
Z Y
d3r d3p % (fr;pg) A (fr;pg) = Sp%A
Bemerkung:
Ein Mikrozustand liegt vor, wenn alle Orte und Impulse bekannt sind:
%mikro= h3NN!
N
Y
i=1
(ri ri(t))(pi pi(t))
wobei die ri(t) und pi(t) der Trajektorie des i-ten Teilchens entsprechen. Das N! ist ein Permutationsfaktor, dass das i-te Teilchen im Phasenraum ri, pi annimmt. ri und pi sind