Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cond-mat > arXiv:2502.11530

帮助 | 高级搜索

凝聚态物理 > 统计力学

arXiv:2502.11530 (cond-mat)
[提交于 2025年2月17日 ]

标题: 非平衡分布函数在超快过程中的应用

标题: Non-equilibrium distribution function in ultra-fast processes

Authors:K. S. Glavatskiy
摘要: 为超快瞬态过程中的非平衡分布函数提出一个简单的表达式。假设其依赖于平衡运动积分的时间导数,推导出热力学关系的非平衡模拟,并确定最大化非平衡熵的条件。提出了“慢”和“快”过程之间的严格阈值,确定经典准平衡描述的适用范围。通过推导已知的惯性热传导定律来验证所提出的理论,该定律考虑了热传播的有限速度。最后,推导出一种新的非平衡功表达式,揭示了在快速非平衡中出现的两种压力。
摘要: A simple expression for the non-equilibrium distribution function in ultra-fast transient processes is proposed. Postulating its dependence on temporal derivatives of the equilibrium integrals of motion, non-equilibrium analogues of the thermodynamic relationships are derived and the conditions that maximize the non-equilibrium entropy are identified. A rigorous threshold between ``slow" and ``fast" processes is suggested, identifying the range of applicability of classical quasi-equilibrium description. The proposed theory is validated by deriving the known law of inertial heat conduction, which accounts for finite speed of thermal propagation. Finally, a new expression for the non-equilibrium work is derived, revealing two kinds of pressure that emerge in fast non-equilibrium.
评论: 10页 1图
主题: 统计力学 (cond-mat.stat-mech) ; 数学物理 (math-ph); 化学物理 (physics.chem-ph)
引用方式: arXiv:2502.11530 [cond-mat.stat-mech]
  (或者 arXiv:2502.11530v1 [cond-mat.stat-mech] 对于此版本)
  https://doi.org/10.48550/arXiv.2502.11530
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kirill Glavatskiy [查看电子邮件]
[v1] 星期一, 2025 年 2 月 17 日 08:03:43 UTC (9 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cond-mat.stat-mech
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-02
切换浏览方式为:
cond-mat
math
math-ph
math.MP
physics
physics.chem-ph

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号