【解答・解説】令和2年度 北大理学院 熱・統計力学

【院試解答】令和2年度北海道大学理学院 物理 問題4  院試物理
スポンサーリンク

問題はこちら。院試対策・物理学の勉強にご利用ください。
また、誤植があればお問い合わせください。

スポンサーリンク

問1:熱力学の基本法則

1-1.

熱力学第一法則より

$$dU = d’Q – pdV$$

今、\(d’Q = 0\)とすると

$$dU = – pdV …(1)$$

1molの気体の、Aに存在するときの内部エネルギーを\(U_A\)
1molの気体の、Bに存在するときの内部エネルギーを\(U_B\)
とすると、(1)より

\begin{align*}
U_B – U_A &= – \int_{V_A}^{0}P_AdV – \int_0^{V_B}P_BdV\\
&= P_AV_A – P_BV_B
\end{align*}

したがって

\(H = U_A + P_AV_A = U_B + P_BV_B = const\)

1-2.

以下の計算では、偏微分の関係式を用いる。

\begin{align*}
\mu_J &= (\frac{\partial J}{\partial p})_H\\
&= \frac{-1}{(\frac{\partial H}{\partial T})_p(\frac{\partial p}{\partial H})_T}\\
&= \frac{-1}{nCp(\frac{\partial p}{\partial H})_T}\\
&= \frac{-1}{nCp}(\frac{\partial H}{\partial p})_T\\
&= \frac{-1}{nCp}\left\{T(\frac{\partial S}{\partial p})_T + V\right\}\\
&= \frac{-1}{nCp}\left\{ – T(\frac{\partial V}{\partial T})_p + V\right\}\\
&= \frac{1}{nCp}(T\cdot V\beta + V)\\
&= \frac{V_M}{Cp}(T\beta – 1) …(2)
\end{align*}

最後の式変形には、\(\frac{V}{n} = V_M\)の関係を用いた。

1-3.

理想気体の場合、1molの気体に対して\(PV = RT\)が成り立つ。よって

\begin{align*}
\mu_J &= \frac{V_M}{C_p}\left\{\frac{T}{V}(\frac{\partial V}{\partial T})_p – 1\right\}\\
&= \frac{V_M}{C_p}(\frac{T}{V}\cdot\frac{R}{p} -1) = 0
\end{align*}

すなわち、温度は変化しない。

1-4.

(2)より

$$T\beta – 1 = \frac{T}{V}\left(\frac{\partial V}{\partial T}\right)_p …(3)$$

ここで、\(P(T, V)\)に対して

$$dP = \left(\frac{\partial P}{\partial T}\right)_VdT + \left(\frac{\partial P}{\partial V}\right)_TdV$$

と書けるが、\(dP = 0\)を課すと

$$dP = \left(\frac{\partial P}{\partial T}\right)_VdT + \left(\frac{\partial P}{\partial V}\right)_TdV = 0$$

$$\left(\frac{\partial V}{\partial T}\right)_p = – \frac{\left(\frac{\partial P}{\partial T}\right)_V}{\left(\frac{\partial P}{\partial V}\right)_T}$$

これを用いると(3)の左辺は

\begin{align*}
T\beta -1 &= \frac{T}{V}\left(\frac{\partial V}{\partial T}\right)_p – 1\\
&= – \frac{T}{V}\frac{\left(\frac{\partial P}{\partial T}\right)_V}{\left(\frac{\partial P}{\partial V}\right)_T} – 1\\
&= – \frac{T}{V}\frac{\frac{R}{V_M – b}}{\frac{1}{n}\left\{- \frac{RT}{(V_M – b)^2 + \frac{2a}{V_M^3}}\right\}} – 1 …(4)
\end{align*}

\(\mu_J = 0\)すなわち、\(T\beta – 1 = 0\)となるためには、(4)より

$$T = T_e = \frac{2a}{Rb}$$

1-5.

$$\mu_J = K(\beta T – 1)$$

(1)\(T > T_e\)では、\(\mu_J > 0\)。すなわち\(T_A – T_B > 0\)であり、温度が下がる。

(12\(T < T_e\)では、\(\mu_J < 0\)。すなわち\(T_A – T_B < 0\)であり、温度が上がる。

スポンサーリンク

問2:N個の粒子からなる2準位系

2-1.

$$
\begin{cases}
N_+ + N_- = N …(1)\\
\epsilon N_+ + (-\epsilon)N_- = E …(2)
\end{cases}
$$

\((1)\times\epsilon + (2)\)より

$$N_+ = \frac{\epsilon N + E}{2\epsilon}$$

\((1)\times\epsilon – (2)\)より

$$N_+ = \frac{\epsilon N – E}{2\epsilon}$$

2-2.

\begin{align*}
S &= k_Blog\frac{N!}{N_+!N_-!}\\
&= k_B(NlogN – N – N_+logN_+ N_+ – N_-logN_- + N_-)\\
&= k_B(NlogN – \frac{\epsilon N + E}{2\epsilon}log\frac{\epsilon N + E}{2\epsilon} – \frac{\epsilon N – E}{2\epsilon}log\frac{\epsilon N – E}{2\epsilon})
\end{align*}

2-3.

内部エネルギーの全微分は次のように表すことができる。

$$dU = TdS – pdV …(3)$$

また、\(U = U(S, V)\)とすると、次のようにも表現できる。

$$dU = \left(\frac{\partial U}{\partial S}\right)_VdS + \left(\frac{\partial U}{\partial V}\right)_SdV …(4)$$

(3), (4)の\(dS\)の係数を比較すると\(\frac{\partial S}{\partial E} = \frac{1}{T}\)が得られる。よって

\begin{align*}
\frac{1}{T} &= \frac{\partial S}{\partial E}\\
&= k_B\left(-\frac{1}{2\epsilon}log\frac{\epsilon N + E}{2\epsilon} -\frac{\epsilon N + E}{2\epsilon}\cdot\frac{1}{\epsilon N} + \frac{1}{2\epsilon}log\frac{\epsilon N – E}{2\epsilon} – \frac{\epsilon N – E}{2\epsilon}\cdot\frac{-1}{\epsilon N – E}\right)\\
&= \frac{k_B}{2\epsilon}log\frac{\epsilon N – E}{\epsilon N + E}
\end{align*}

以上より

$$log\frac{\epsilon N – E}{\epsilon N + E} = \frac{2\epsilon}{k_BT}$$

が得られる。これを変形すれば\(E\)が以下のように得られる。

$$E = \epsilon N\frac{e^{-\frac{2\epsilon}{k_BT}} – 1}{e^{-\frac{2\epsilon}{k_BT}} + 1}$$

2-4.

熱力学第一法則より、\(dE = d’Q -pdV\)である。また、以下の計算では2-3の結果\(E\)を用いた。

\begin{align*}
C_V &= \left(\frac{d’Q}{dT}\right)_{V=const}\\
&= \frac{\partial E}{\partial T}\\
&= \frac{\epsilon^2 N}{k_BT^2}\frac{1}{cosh^2\left(\frac{\epsilon}{k_BT}\right)}
\end{align*}

スポンサーリンク

問3:情報エントロピー

3-1.

\(h(x) = – lnp(x)\)は明らかに、1つ目の条件を満たす。
また、事象x, yは互いに独立なので、それらが同時に起こる確率は
$$p(x, y) = p(x)p(y)$$
すなわち
\begin{align*}
h(x, y) &= – lnp(x, y)\\
&= – lnp(x) – lnp(y)\\
&= h(x) + h(y)
\end{align*}
が成り立ち、2つ目の条件も満たす。

3-2.

\(x_i\)の期待値\(X\)は\(X = \sum_{i=1}^{N}x_ip(x_i)\)で与えられる。
よって、確率分布\(p(x_i)\)は、次の\(\Psi\)の極値を与えることになる。
$$\Psi = – \sum_{i=1}^{N}p(x_i)lnp(x_i) – \beta\sum_{i=1}^{N}x_ip(x_i)$$
ただし、\(\beta\)は定数とする。よって
$$\frac{\partial \Psi}{\partial p(x_i)} = – lnp(x_i) – 1 – \beta x_i = 0$$
すなわち
\begin{align*}
p(x_i) &= e^{-1}e^{-\beta x_i}\\
&\propto e^{-\beta x_i}
\end{align*}
これは、ボルツマン分布を表している。

 

コメント

タイトルとURLをコピーしました