Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El problema de la ME: Encontrar la Relacin Termodinmica Fundamental de un sistema macroscpico S = S(U, V, N) a partir de la fsica microscpica del mismo
Microestado (i):
Macroestado:
probabilidad P(i):
H = T + V = H (ri , pi )
Si H no es funcin explcita del tiempo H = Cte. Dinmica Hamiltoniana o Conservativa. Mecnica Cuntica: Ecuacin de Schrdinger:
H dpi , = ri dt dri H = dt pi H d 2r o F = =m 2 ri dt
H n (ri ) = En n (ri )
(En , n) i n es la funcin de onda cuya interpretacin es la amplitud de probabilidad de encontrar el sistema en las coordenadas dadas. La probabilidad es
P(r) = *
Cual es la distribucin probabilidad P(i)? Aquella que maximiza la funcin Entropa (de Gibbs):
Conjunto Microcannico: E= Cte . V= Cte , N=Cte . Conjunto Cannico: V= Cte, N= Cte. E flucta. Conjunto Gran Cannico: V=Cte. E y N fluctan.
Conjunto Microcannico :
P(i) = 1/ N(i)
( E, V, N)
Conjunto Cannico:
P(i) = exp ( - E(i) )/ Z donde = 1/ kBT.
Z = exp( E ( i ) / k BT )
i
El estado de equilibrio est determinado por la condicin de mnimo de F. A baja T domina U (mnima energa) , a alta T domina S (mxima entropa).
Z = exp( E ( i ) N ( i )) / k BT )
i
El potencial GC :
( T, V, ) = -kBT ln Z
Clculo de Promedios:
Por ejemplo, en el conjunto cannico:
A = P( i ) A(i )
i
A = An exp( En / k BT ) / Z
n
(Mecnica Cuntica)
donde
A n = n* An
Z = exp( E n / k BT )
n
En Mecnica Clsica:
A = A(r , p) exp( E (r , p) / k BT )d rd p / Z
con
Z = exp( E ( r , p ) / k BT ) d rd p
Proceso de Markov: P(t1, 1; t2, 2; ...;.tn-1, n-1| tn, n) = P(tn-1, n-1| tn, n)
W(n-1 n)=Wn-1,n
Entonces P(t1, 1; t2, 2; t3, 3; .....; tn, n) = P(t1, 1)W1,2 W2,3 W3,4 W4,5. .... Wn-1,n
Para procesos continuos CK Ecuacin F-P. Para procesos discretos CK Ecuacin Maestra.
dP ( i , t ) = P ( j , t )W j ,i P ( i , t )Wi , j dt j i j i
Para un proceso estacionario P(i) es independiente del tiempo. La condicin suficiente (fuerte) para que esto ocurra es (balance detallado BD).
P ( j )W j ,i P ( i )Wi , j = 0
Conclusin: si un proceso de Markov (Wi,j) cumple BD la secuencia de configuraciones converge a una probabilidad de equilibrio (estacionaria) P(i). Para el Conjunto Cannico:
Wi , j W j ,i
P ( j ) P ( i )
= exp(( E ( j ) E ( i )) / k BT )
Movimiento Browniano:
Historia: Brown (1828), Einstein (1905), Langevin (1908), Perrin(1911).
P (r , t ) 2 = D 2 P(r , t ) t r
Ecuacin de Difusin. Distribucin de probabilidad no estacionaria.
d2r m 2 = r + (t ) dt
-r es un rozamiento viscoso y (t) es una fuerza estocstica cuyas propiedades estadsticas son: i) <(t)> = 0 y ii) <(t)(t)> = 2 kBT(t-t)
de aqu se deduce D= kBT/ (relacin de Einstein). Si la partcula est sometida a un potencial V(r):
d2r m 2 = r V (r ) + (t ) dt
Ecuacin de Langevin: describe la dinmica de una partcula en equilibrio con un bao trmico a temperatura T.
En general si tenemos un proceso estocstico dado por una ecuacin general (1d) de Langevin:
dx = a ( x, t ) + b( x, t ) (t ) dt
con <(t)> = 0 y <(t)(t)> = (t-t). podemos encontrar una ecuacin equivalente para la distribucin de probabilidad P(x,t).
2 P ( x, t ) = [a ( x, t ) P ( x, t )] + 1 2 2 (b( x, t )) 2 P ( x, t ) t x x
Ecuacin de Fokker-Planck. Para varias variables: a(x,t) es un vector y b(x,t) es una matriz. Casos particulares: i) ii) b(x,t) = 0. Dinmica determinista. Ecuacin de Liouville. a(x,t) = 0. Dinmica estocstica. Ecuacin de Difusin.
Principio Ergdico: los promedios calculados a lo largo de una trayectoria en el espacio de configuraciones coinciden con los promedios calculados en un determinado formalismo (o conjunto) mecano-estadstico.
1 0 A(t )dt
Mediante una cadena de Markov Simulacin Monte Carlo Mediante ecuaciones del movimiento (hamiltonianas o no)
Simulacin de Dinmica Molecular Mediante ecuaciones del movimiento estocsticas Simulacin de Dinmica Molecular de Langevin.