Στατιστική μηχανική: Διαφορά μεταξύ των αναθεωρήσεων

Περιεχόμενο που διαγράφηκε Περιεχόμενο που προστέθηκε
μ Ρομπότ: προσθήκη σήμανσης επαληθευσιμότητας
μ Ρομπότ: Διόρθωση συνδέσμων προς biblionet https://w.wiki/h7w
Γραμμή 6:
Στην εφαρμοσμένη στατιστική μηχανική καταστρώνονται θεωρίες υπό κλειστή μορφή σαν συστήματα αλγεβρικών ή ολοκληρο-διαφορικών εξισώσεων, που επιδέχονται αναλυτική ή αριθμητική επίλυση. Συνήθως βασίζονται σε απλοποιητικές παραδοχές.
 
Πραγματοποιεί τη σύνδεση μεταξύ των μικροσκοπικών ιδιοτήτων των ατόμων και των μορίων, με τις μακροσκοπικές ιδιότητες των υλικών που παρατηρούνται στην καθημερινή ζωή, εξηγώντας κατά συνέπεια τη [[θερμοδυναμική]] ως το φυσικό αποτέλεσμα της στατιστικής και της μηχανικής (κλασικής και κβαντικής) σε μικροσκοπικό επίπεδο. Πιο συγκεκριμένα, μπορεί να χρησιμοποιηθεί για τον υπολογισμό των θερμοδυναμικών ιδιοτήτων των υλικών από τη φασματοσκοπική ανάλυση και πληροφορία των μορίων.
 
Η ικανότητα της πραγματοποίησης μακροσκοπικών προβλέψεων βασισμένων σε μικροσκοπικές ιδιότητες, είναι η βασική σύνδεση μεταξύ της στατιστικής μηχανικής και της θερμοδυναμικής. Και οι δύο θεωρίες βασίζονται πάνω στον ''δεύτερο νόμο της θερμοδυναμικής'', μέσω της [[εντροπία|εντροπίας]]ς. Όμως, ενώ στη θερμοδυναμική η εντροπία μπορεί να γίνει γνωστή μόνο εμπειρικά, στη στατιστική μηχανική αποτελεί μια συνάρτηση κατανομής του συστήματος, πάνω στις μικροκαταστάσεις του.
 
Η Στατιστική Φυσική παίζει μεγάλο ρόλο στη Φυσική της Στερεάς Κατάστασης, την Επιστήμη των Υλικών, την Πυρηνική Φυσική, την Αστροφυσική, τη Χημεία, τη Βιολογία και την Ιατρική (π.χ. μελέτη της εξάπλωσης μολυσματικών ασθενειών), στη θεωρία και τεχνική των Πληροφοριών, αλλά και σε εκείνες τις περιοχές της τεχνολογίας που οφείλουν την ανάπτυξή τους στην εξέλιξη της Σύγχρονης Φυσικής. Έχει ακόμη σημαντικές εφαρμογές σε θεωρητικές επιστήμες όπως η Κοινωνιολογία και η Γλωσσολογία και είναι χρήσιμη σε ερευνητές ανώτατης εκπαίδευσης, διοίκησης εταιριών και βιομηχανίας.  
 
==Η βασική αρχή==
Γραμμή 25:
:<math>
I = \sum_i \rho_i \ln\rho_i = \langle \ln \rho \rangle
</math>
 
Όταν όλα τα ρ είναι ίσα, η Ι είναι ελάχιστη, κάτι που σημαίνει πως έχουμε ελάχιστη πληροφορία για το σύστημα. Όταν η πληροφορία μας είναι μέγιστη (για
Γραμμή 36:
Ανάλογα με τις συνθήκες στις οποίες υποθέτουμε πως βρίσκεται το εκάστοτε σύστημα, υπολογίζουμε διαφορετικά τις μικροκαταστάσεις του, ώστε να εκφράσουμε μέσω αυτών τις μακροσκοπικές ιδιότητες. Υπάρχουν τέσσερις ''κατανομές'' (που συχνά ονομάζονται και ''στατιστικά σύνολα'' ή ''στατιστικές ολότητες''):
# Η [[μικροκανονική κατανομή]]
# Η [[Κανονική κατανομή (στατιστική μηχανική) | κανονική κατανομή]]
# Η [[μεγαλοκανονική κατανομή]]
# Η ισόθερμο-ισοβαρής κατανομή