凝聚态物理 > 统计力学
[提交于 2015年12月4日
]
标题: 统计力学的概率基础:贝叶斯方法
标题: Probabilistic Foundations of Statistical Mechanics: A Bayesian Approach
摘要: 我们研究统计力学的基本方面,将问题分为纯粹关于概率的讨论,我们从贝叶斯的角度对其进行分析。 我们认为,在给定数据$K$的情况下,对于标有$j$的状态,存在一个唯一的最大概率分布$\{p(j\vert K)\}$,这表明信息熵$\sigma(\{(p_j\vert K)\}) = -\sum_j (p_j \vert K)\ln{(p_j\vert K)}$的对应最大值在平衡时明确依赖于数据和系统的哈密顿量。 因此,它是对我们关于物体精确状态的不确定性的直接度量,并可以与传统的热力学熵相联系。 我们考虑众所周知的微正则、正则和大正则方法,并确保在将这些平均值与实验可观测量相联系之前,宏观系统关于平均值的涨落通常非常微小,从而连接到热力学中的许多标准结果。 令人意外的是,我们发现一般来说,量子过程不可能同时是等熵的和可逆绝热的。 这与传统热力学形成鲜明对比,在传统热力学中假设等熵的可逆绝热过程可以按需召唤并容易实现。 相比之下,我们发现压力$P_j$和能量$E_j$之间的线性关系是准静态和绝热变化为等熵的必要且充分条件,但当然,这种关系仅适用于少数特别简单的系统,如理想气体,并不普遍适用于更复杂的系统。 通过考虑小体积变化的二阶相关熵增,我们认为其后果在实践中可以忽略不计。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.