非平衡态统计力学
统计力学导论
统计力学导论统计力学导论是物理学中的一门重要课程,它研究的是大量粒子系统的统计规律。
通过统计力学,我们能够更好地理解和描述宏观世界中的各种现象,如气体的行为、相变现象、热力学性质等。
本文将围绕统计力学导论展开探讨,介绍其基本概念、原理及应用。
一、统计力学的基本概念统计力学是基于统计的方法研究大量粒子系统的物理学分支。
它将微观粒子的运动状态和宏观物理量之间建立了联系,通过统计的手段分析和描述系统的行为。
统计力学的基本概念有:微观状态、宏观状态、概率分布、平衡态等。
微观状态是指系统中每个粒子的位置和动量所组成的集合,它是描述系统的最基本的状态。
而宏观状态则是指系统的宏观物理量,如温度、压强等。
统计力学通过概率分布函数描述系统处于各种不同微观状态的概率,从而推导系统宏观物理量的统计规律。
在平衡态下,系统的宏观物理量不随时间变化,此时统计力学可以给出系统的热力学性质。
二、统计力学的基本原理统计力学的基本原理主要有热力学极限和统计平均两个方面。
热力学极限是指粒子数极大、体积极大的系统,即宏观系统。
在这种情况下,统计力学可以给出系统的热力学性质,如压强、温度等。
统计平均是指对系统的微观状态进行统计,通过对微观状态的平均值进行计算,得到系统的宏观物理量。
这里需要注意的是,统计平均是基于统计的概率分布函数进行计算的。
三、统计力学的应用统计力学在物理学的各个领域都有广泛的应用。
下面将介绍一些典型的应用领域。
1.热力学性质的研究:统计力学可以给出系统的热力学性质,如压强、温度、熵等。
通过统计力学的方法,我们可以更好地理解和描述热力学性质的变化规律。
2.相变现象的研究:相变是物质由一种相态转变为另一种相态的过程。
统计力学可以描述相变的发生条件和相变的类型,如固液相变、液气相变等。
通过对相变的研究,我们可以深入理解物质的性质和行为。
3.非平衡态统计物理:非平衡态统计物理研究的是系统远离平衡态时的行为。
例如,涉及到非平衡态的物理过程有扩散、传导、输运等。
大学热力学与物理统计课件-第六章非平衡态统计初步课件
T
由温度决定, 与压强无关。
单位时间内的分子平均碰撞次数
πd 2 vr 2v
v T
0
1 T
2nπd 2 v
两次连续碰撞的平均时间间隔
1 2nπd 2 v
0
初级输运理论结果 1 nmvl
3
l v 0 平均自由程
nm0 vx2
1 2
mvx2
1 3
1 2
f
f 0 0vx
f 0 vy
dv0 dx
px0y
mvxvy
f
0dvxdvydvz
0
pxy
px1y
dv0 dx
0
mvx2vy
f 0 vy
d
pxy
dv0 dx
m 0
vx2vy
f 0 vy
f
f 0
0
§6.2 气体的粘滞现象
粘滞系数
y
负方气体通过单位面 积对正方气体的作用 力——粘滞力
pxy
dv0 dx
v0 x 沿 x 正向的动量(y 分量)流密度
两侧分子具有不同的平均动量,穿过
x 平面到达另一侧时,导致净的动量输
x0
运。
单位时间内,通过单位面积的速度为 v 的 1 分子位于一柱体内。
电导率
能量流密度 温度
q T
导热系数
质量流密度
扩散——物质输运 j = D
密度 扩散系数
粘滞——动量输运 动量流密度正比于宏观速度负梯度
统计力学中的热平衡状态与非平衡态
统计力学中的热平衡状态与非平衡态统计力学是物理学的重要分支,研究微观粒子的统计性质以及宏观物质的热力学性质。
在统计力学中,热平衡态与非平衡态是两个关键概念,对于理解物质的行为和性质具有重要意义。
一、热平衡态热平衡态是指一个系统内部的各个部分以及系统与外界之间达到了热力学平衡状态。
在热平衡态下,系统内部的各个粒子之间的能量分布是均匀的,不存在能量的净流动。
此外,热平衡态还满足热力学的宏观观察量的各种守恒定律,比如温度、压力和体积等参数都保持不变。
在统计力学中,我们可以通过热力学的统计性质来描述热平衡态。
熵是一个重要的热力学量,它可以反映系统的混乱程度。
对于一个处于热平衡态的系统,熵达到了最大值,即系统处于最大的混乱状态。
热平衡态的一个重要特征是细致平衡。
细致平衡是指系统内部的微观粒子之间达到了稳定状态,不存在能量的净流动。
这种平衡是基于统计的,即系统中各个微观粒子间的相互作用和碰撞导致能量达到均衡分布。
细致平衡是统计力学研究热平衡态的基础。
二、非平衡态与热平衡态相对应的是非平衡态。
非平衡态是指系统内部的各个部分以及系统与外界之间没有达到热力学平衡的状态。
在非平衡态下,系统内部存在能量的净流动,系统各个部分之间的能量分布不均匀。
非平衡态的出现往往与外界对系统施加的不平衡力有关。
比如,在一个封闭的容器中,如果在一个侧壁上加热,则系统将会出现非平衡态,因为能量从侧壁传递到其他部分,导致系统内部的能量分布不均匀。
统计力学在非平衡态研究中发挥着重要的作用。
通过建立统计模型,我们可以描述非平衡态下各个参数的变化规律。
比如,通过输运理论,可以研究非平衡态下的电导率、热导率等物理量。
这些研究对于理解物质的输运性质以及材料的导热性能具有重要意义。
三、热平衡态与非平衡态的联系热平衡态和非平衡态虽然在热力学性质上有所差异,但它们之间并非是绝对的对立关系。
实际上,在一个复杂的实际系统中,热平衡态和非平衡态常常是相互转化的。
组合数学和统计力学中的前沿课题
组合数学和统计力学中的前沿课题组合数学和统计力学是两个相对独立的学科,但是它们在许多地方都有交叉点。
组合数学,是研究离散问题的数学分支,而统计力学,则是研究微观粒子的运动规律,以及由此所导致的宏观状态的数学方法。
本文将从两个学科的角度出发,介绍组合数学和统计力学的前沿课题,并阐述它们之间的关系。
一、组合数学前沿课题1.图论图论是组合数学的一个重要领域,它研究的是图和网络结构的特征和性质。
现在,图论已经成为了许多应用领域中的核心工具,如计算机科学和统计学。
最近的研究重点主要集中在图的极端性质上,这包括和二元分析相关的问题,如计数、封锁和间隙等。
2.排列组合设计排列组合设计是子集设计和优化的研究领域,它主要研究如何构造最佳的样本来检验和优化物理实验和计算机模拟。
在实际应用中,排列组合设计还可以被用于测试嵌入式系统和软件系统的正确性和可靠性。
3.密码学密码学是一门研究安全通信的学科,它通常与数论、代数学和信息论等领域相结合。
最近的密码学研究主要关注于量子密码的创新和发展,以及相应的量子信息理论研究。
二、统计力学前沿课题1.反常扩散反常扩散是一种现象,它涉及到复杂介质的普遍行为。
反常扩散现象在生物学、物理学和化学等领域中广泛存在,并且其研究对解决实际问题具有非常重要的意义。
近年来,反常扩散的理论分析和数值模拟方面的研究,得到了很多学者的关注。
2.非平衡态统计力学非平衡态统计力学是一种新兴的统计力学研究领域,它主要研究非平衡态系统中的动力学和相变等问题。
由于非平衡态系统的动力学行为和宏观守恒方程的解析解之间存在很大的差距,这使得非平衡态统计力学成为了目前热门的研究领域之一。
3.复杂网络模型在统计力学中,复杂网络模型是一种非常有盼头的研究领域,它主要研究由节点和边组成的复杂网络结构,以及网络结构和功能之间的关系。
复杂网络模型的研究涉及统计物理、计算机科学、社会学和生物学等多个领域,其中最重要的是网络科学。
三、组合数学和统计力学的关系组合数学和统计力学是两个独立的学科,但是它们有很多相同之处。
非平衡统计物理
非平衡统计物理
非平衡统计物理是研究非平衡态统计规律的一门学科,它的研究对象包括固体、液体和气体等各种物质。
在非平衡态下,热力学量不再具有平衡态的性质,例如温度、压力、能量等,而是会出现随时间变化的复杂行为。
因此,非平衡统计物理在现代物理学中占据了重要地位。
研究非平衡态下的固体材料,需要考虑如何描述固体的应变和应力之间的关系。
非平衡态下,固体的应变和应力之间存在远离平衡态的非线性关系。
这些非线性关系可以用应变速率和应力张量表示,表明非平衡态下固体材料的物理行为是非常复杂的。
液体和气体的非平衡统计物理研究主要是关于非平衡态下的输运问题。
液体和气体中的分子在非平衡态下具有不同的速度分布,这些速度分布可以通过输运方程描述。
液体和气体中的分子之间存在相互作用,这些相互作用会导致分子的速度分布出现非平衡现象。
在非平衡态下,物质的输运性质也会发生变化。
例如,固体的热导率、液体的粘度和气体的导热性等都会受到非平衡态的影响而发生变化。
因此,非平衡统计物理的研究可以为材料科学、天体物理学和生物物理学等领域提供了很多有价值的理论工具。
总之,非平衡统计物理研究对于我们理解物质在非平衡态下的行为和性质具有重要意义。
目前,随着计算机技术的不断发展,非平衡统计物理研究也得到了快速发展,并在很多领域得到了广泛应用。
热力学中的非平衡态系统
热力学中的非平衡态系统热力学是物理学中的一个重要分支,主要研究能量转换和工作性能。
通常我们所熟悉的热力学系统是处于平衡态的,即系统物理量不随时间改变,并且系统内部各部分之间的温度、压力、浓度等物理量相等。
然而,实际生活中,非平衡态系统也是非常常见的,它在自然界和人类活动中起着重要的作用。
什么是非平衡态系统呢?简单来说,非平衡态系统是指系统中各部分存在着梯度,即物理量在空间或时间上分布不均匀的情况。
这种分布不均匀可能是由外部条件或内部不稳定性造成的。
非平衡态系统与平衡态系统相比,具有更多的不确定性和复杂性。
非平衡态系统的例子在我们的生活中随处可见。
比如,当你在一杯热咖啡中加入冰块时,咖啡的温度会随着时间的推移而变化。
最初,热咖啡和冰块之间存在温度差,随着时间的推移,系统逐渐趋于热平衡,最终温度会趋于均匀。
又如,生物体内的新陈代谢过程也是一个非平衡态系统。
人体通过摄取食物来获得能量,并通过各种化学反应进行能量转换,从而保持身体机能的正常运作。
非平衡态系统的研究对于理解自然界和改善技术应用具有重要意义。
然而,由于非平衡态系统的复杂性,其研究也面临着许多挑战。
其中一个重要的挑战是如何描述非平衡态系统的演化和动力学过程。
在热力学中,我们通常使用平衡态统计物理学来描述热力学系统的性质。
然而,对于非平衡态系统来说,平衡态统计物理学的假设不再成立。
因此,我们需要发展新的理论和方法来描述非平衡态系统。
一种常用的方法是非平衡态统计物理学。
非平衡态统计物理学是研究非平衡态系统的统计性质和动力学过程的理论框架。
它基于平衡态统计物理学,但在处理非平衡态系统时引入了新的概念和方法。
例如,非平衡态系统的演化可以通过描述系统接近热平衡态的过程来近似。
这种描述可以通过统计物理学中的概率分布函数来实现。
在非平衡态统计物理学中,我们通常使用玻尔兹曼方程来描述非平衡态系统的演化。
玻尔兹曼方程是一个描述粒子分布随时间变化的偏微分方程。
它将时间演化和空间分布联系起来,可以描述系统中的粒子运动和相互作用。
弛豫动力学和非平衡态物理学的理论和实验
弛豫动力学和非平衡态物理学的理论和实验弛豫动力学和非平衡态物理学是物理学中两个重要的研究领域。
弛豫动力学主要关注系统在受到扰动后的恢复过程,而非平衡态物理学研究系统在远离热平衡状态下的行为。
本文将探讨这两个领域的理论和实验研究。
一、弛豫动力学的理论弛豫动力学研究的是系统在受到外界扰动后的恢复过程。
该理论的核心是弛豫时间,即系统从初始非平衡态恢复到平衡态所需的时间。
弛豫时间与系统的复杂性以及外界扰动的程度有关。
在弛豫动力学的研究中,常用的理论模型包括指数衰减模型、洛伦兹模型和高斯模型等。
这些模型可以描述不同类型的弛豫过程,如指数衰减过程、振荡过程以及受到尖峰扰动的过程等。
在实际应用中,弛豫动力学的理论在化学、材料科学和生物学等领域起着重要作用。
例如,在化学反应动力学中,弛豫时间可以用来描述反应的速率以及反应机理。
在材料科学中,弛豫时间可以用来评估材料的稳定性。
在生物学中,弛豫时间可以用来研究生物分子的构象动力学。
二、弛豫动力学的实验研究为了实验研究弛豫动力学,科学家们提出了多种实验技术和方法。
其中,常用的方法包括时间分辨光谱学、磁共振技术、超快激光技术和扫描电子显微镜等。
时间分辨光谱学是一种常用的实验手段,它通过记录系统受到扰动后的吸收或发射光谱的变化来研究弛豫过程。
该技术可以提供关于弛豫时间和弛豫过程的详细信息。
磁共振技术则可以用来研究自旋系统在受到扰动后的弛豫过程。
超快激光技术是近年来发展起来的一种高时间分辨率实验技术。
它可以通过控制激光脉冲时间结构,将实验时间缩短到飞秒或皮秒的量级。
这样,科学家们可以更加精确地观察物质在受到扰动后的弛豫过程。
扫描电子显微镜是一种可以提供高分辨率图像的实验技术。
通过在扫描电子显微镜中加入适当的扰动,可以观察到材料的表面弛豫过程。
这种方法对于研究纳米材料的弛豫动力学具有重要意义。
三、非平衡态物理学的理论非平衡态物理学研究的是系统在远离热平衡状态下的行为。
在平衡态下,物质系统可以通过热传导、粒子扩散等方式实现自己的平衡。
统计物理学的基本理论和研究方法
统计物理学的基本理论和研究方法统计物理学是物理学中的一个分支,它研究大量微观粒子的集体行为。
统计物理学的基本理论是基于概率统计理论的,它使用统计方法来研究物质的宏观性质,例如温度,热容,磁矩等。
统计物理学的基本理论主要包括分布函数、平衡态和非平衡态统计物理学、统计力学和热力学等。
接下来,我们将分别介绍这些理论的具体内容。
分布函数是统计物理学中最基本的概念之一。
它描述了物质中粒子在不同能级上的分布情况。
在统计物理学中,我们通常使用玻尔兹曼分布或费米-狄拉克分布来描述粒子在热力学平衡态下的分布情况。
在非平衡态下,我们则使用Boltzmann-Langevin方程来描述动力学演化过程。
平衡态和非平衡态统计物理学是统计物理学中的重要分支。
平衡态统计物理学研究的是热力学平衡态下的统计物理问题,例如气体的状态方程、热传导等。
而非平衡态统计物理学则研究的是非平衡态下的统计物理问题,例如介观尺度的热力学、流体力学和统计力学的非平衡动力学等。
非平衡态统计物理学是一个相对年轻的领域,它对于我们理解自然界现象的非平衡性质具有非常重要的作用。
统计力学是统计物理学的重要工具之一。
它利用微观粒子的统计信息来推导出宏观物理量的表达式。
在统计力学中,我们使用的最基本的方法是配分函数方法。
我们通过对分子在各能级上的分布函数进行统计,可以得到这些分子所具有的内能、熵、自由能等重要性质。
热力学是统计物理学的重要分支之一,它研究的是物质之间的能量转化问题。
热力学是一个从经验中发展而来的学科,它通过对实验事实的总结和归纳,建立了一套相对完备的理论体系。
在热力学中,我们通常使用热力学第一定律和第二定律来描述物质的能量转化规律。
在统计物理学的框架下,我们可以以分布函数的形式表达出热力学第一定律和第二定律,从而更好地理解物质的能量转化问题。
综上所述,统计物理学是物理学中非常重要的一门学科,它研究的是物质的宏观性质与微观粒子的行为之间的关系。
统计物理学的基本理论包括分布函数、平衡态和非平衡态统计物理学、统计力学和热力学等。
热力学中的非平衡态的统计解释分析
热力学中的非平衡态的统计解释分析热力学是研究物质在宏观尺度下的宏观性质和相互关系的科学。
而在热力学中,平衡态是指系统的宏观性质可以通过少量的参数描述,且各参数之间达到平衡状态。
然而,现实世界中的许多系统并不总是处于平衡状态,而是在非平衡态下运行。
本文将从统计的角度来解释和分析热力学中的非平衡态现象。
一、非平衡态的概念在热力学中,非平衡态是指系统与外界之间存在着能量、物质和信息的交换,并且无法通过少量的参数来描述系统的宏观性质。
在非平衡态下,系统的各个部分可能存在着温度梯度、浓度梯度等差异,从而导致不同部分之间存在着能量和物质的流动。
二、非平衡态的统计解释非平衡态的统计解释是基于分子运动论和统计物理学的基本原理。
根据分子运动论,物质是由大量微观粒子(分子、原子等)组成的,这些微观粒子之间存在着相互作用力。
在非平衡态下,由于外界的作用,微观粒子之间的相互作用力无法达到平衡状态,导致物质的宏观性质无法通过少量的参数来描述。
统计物理学则通过对系统中微观粒子的统计分布来描述非平衡态。
在平衡态下,系统的微观粒子遵循玻尔兹曼分布或费米-狄拉克分布等统计分布,从而可以推导出系统的宏观性质。
但在非平衡态下,由于微观粒子之间的相互作用力无法达到平衡状态,推导出系统的宏观性质就变得更加困难。
三、非平衡态的统计分析为了对非平衡态进行统计分析,研究者提出了一系列的统计方法和理论。
其中比较流行的方法有非平衡态热力学、线性响应理论、涨落定理等。
非平衡态热力学是热力学在非平衡态下的推广,它致力于构建能够描述和预测非平衡态下系统的宏观性质的理论框架。
非平衡态热力学不仅可以描述非平衡态下的能量传递、熵产生等现象,还可以提供对非平衡态下各种宏观流动现象的解释。
线性响应理论是一种描述系统对外界扰动的响应的理论框架。
它假设系统的响应是线性的,并通过一些稳态或近稳态的统计性质,如响应函数、相关函数等来描述。
线性响应理论在非平衡态下可以用来解释和分析系统对外界施加的微小扰动的响应,从而揭示非平衡态下系统的动态性质。
levy-mises方程
levy-mises方程
Levy-Mises方程是一种描述非平衡态统计力学的微分方程,它由法国数学家保罗·莱维(Paul Lévy)和奥地利物理学家理查德·冯·米塞斯(Richard von Mises)在20世纪20年代提出。
Levy-Mises方程描述的是粒子在外力作用下的非平衡态演化过程。
具体来说,它描述了粒子在流体中的扩散、漂移和应力耗散等过程,以及这些过程与粒子之间相互作用的关系。
数学上,Levy-Mises方程可以表示为:
∂f/∂t + v ·∇f = ∇·(Df) + (∇·Σ) ·(∂f/∂v)
其中,f是粒子分布函数,v是粒子速度,D是扩散系数,Σ是应力张量。
该方程可以通过适当的边界条件和初值条件求解,从而得到粒子分布的演化规律。
Levy-Mises方程在物理学、化学、生物学等领域中有广泛的应用,例如在材料科学中,可以用它来研究材料的扩散过程;在生物学中,可以用它来研究细胞内物质的运输过程。
非平衡态热力学
• 在这种标新立异思想的指导下,普里高京及其领导的布鲁塞 尔学派经过20年的艰苦努力,通过热力学的大门,创立了 “耗散结构”理论,结束了物理学把某些自然界中实际 (shíjì)发生的重要现象排除在外的历史,架设了沟通物理学、 化学等学科所研究的简单体系与生物学、人类社会等学科所 研究的复杂系统之间的桥梁,为用物理学、化学方法研究生 物学问题开辟了道路。“耗散结构”理论是理论生物学的理 论基础之一。耗散结构理论运用系统概念来考察无机、有机 和社会现象,着重从系统与环境的相互联系与相互作用上研 究系统的形成、存在和发展的问题,找到了从无序到有序的 途径。由于“耗散结构”理论独树一帜的观点和方法,因而 它在系统科学中占有十分重要的地位。普里高京也因此荣获 1967年诺贝尔奖。
精品资料
• 由于扩散、热传导和动量传递有着相同的微观本质, 因而它们具有类似的宏观规律,可以在统一的理论框 架中进行研究。这种统一的框架不仅表现在:它们都 可以用形式相同的通量(物质通量、热通量、动量通 量)与推动力(化学势梯度(tī dù)、温度梯度(tī dù)、 流速梯度(tī dù))间的正比关系来描述,具体表现为 费克定律、傅里叶定律和牛顿定律;而且它们可以统 一组织在非平衡态热力学的理论框架之中。与平衡态 热力学的功能类似,非平衡态热力学揭示了不同传递 特性间一些有价值的普遍联系。
4 非平衡态热力学
• 热力学第二定律指出,自发变化的方向是 能量降低的方向或熵增加的方向。熵增加 虽然能量并没有减少,但体系混乱度增大, 做功的本领降低。热力学第二定律的本质 是,一切自发变化的过程都是从有序向无 序、由混乱度低向混乱度高的方向进行。 在绝大多数物理、化学(huàxué)系统中, 人们看到的总是从非平衡趋向平衡,从有 序趋向无序的退化。
统计物理学的基本原理
统计物理学的基本原理统计物理学是物理学的一个重要分支,它研究的是大量微观粒子的统计规律,通过对微观粒子的统计行为进行分析,揭示了宏观物质的性质和规律。
统计物理学的基本原理包括了热力学统计原理、量子统计原理和统计力学原理。
本文将从这三个方面介绍统计物理学的基本原理。
一、热力学统计原理热力学统计原理是统计物理学的基础,它建立在热力学的基础上,通过对大量微观粒子的统计分析,揭示了宏观系统的热力学性质。
热力学统计原理包括了热力学平衡态和热力学非平衡态两个方面。
1. 热力学平衡态在热力学平衡态下,系统的宏观性质可以用热力学量来描述,如温度、压强、体积等。
根据热力学统计原理,系统的平衡态可以通过微观粒子的状态密度函数来描述,状态密度函数是描述系统中微观粒子状态的函数,通过对状态密度函数的统计分析,可以得到系统的热力学性质。
2. 热力学非平衡态在热力学非平衡态下,系统处于不断变化的状态,无法用热力学量来描述。
热力学统计原理通过对非平衡态下微观粒子的统计分析,揭示了非平衡态下系统的动力学性质,如扩散、输运现象等。
热力学非平衡态的研究对于理解复杂系统的行为具有重要意义。
二、量子统计原理量子统计原理是统计物理学的另一个重要组成部分,它研究的是具有量子性质的微观粒子的统计规律。
量子统计原理包括了玻色-爱因斯坦统计和费米-狄拉克统计两种统计方法。
1. 玻色-爱因斯坦统计玻色-爱因斯坦统计适用于具有玻色子性质的粒子,玻色子是一类自旋为整数的粒子,如光子、声子等。
根据玻色-爱因斯坦统计,玻色子可以处于同一量子态,不受泡利不相容原理的限制,这导致了玻色子的凝聚现象,如玻色-爱因斯坦凝聚和超流体现象。
2. 费米-狄拉克统计费米-狄拉克统计适用于具有费米子性质的粒子,费米子是一类自旋为半整数的粒子,如电子、质子等。
根据费米-狄拉克统计,费米子不能处于同一量子态,受到泡利不相容原理的限制,这导致了费米子的排斥现象,如费米-狄拉克排斥和电子云排斥现象。
物理学中的平衡态和非平衡态
物理学中的平衡态和非平衡态物理学是自然科学中最为基础、最为广泛应用的一门学科,也是人类认识自然界的重要手段之一。
物理学所研究的自然现象分为平衡态和非平衡态两种,它们的研究在科学技术的发展中起着重要作用。
平衡态是指一个物理系统处于一种稳定的状态,它的宏观性质在时间的演化过程中不发生变化,或者说变化只是在微小的范围内进行。
这种稳定状态可以是静止的,也可以是运动的,但相对来说变化是缓慢而有规律的。
在平衡态下,物理系统中的热力学参数(温度、压强、密度等)保持不变,所有宏观现象都是均衡的。
物理学家通常采取统计世界观来讨论平衡态。
这种方法中,系统的宏观状态被描述为微观状态的概率分布。
用温度、压强等宏观参数控制系统的条件下,系统会趋向于达到热力学平衡态,这个态被称为“热力学平衡态”。
在热力学平衡态下,系统的各种微观状态出现的概率满足玻尔兹曼分布。
与平衡态相反,非平衡态描述的是系统处于一种不稳定、不平衡的状态。
此时,系统的宏观性质是非均衡的,经常伴随着各种宏观现象的出现,例如传热、扩散、流体动力学中的乱流等。
非平衡态系统所表现出的复杂性和多样性是理解物质的宏观行为和性质的基础。
相比较于平衡态,非平衡态的研究更具挑战性。
在非平衡态下,该体系的宏观属性不仅由局部相互作用决定,还受到外界驱动力的影响,而且在时间演化上表现出了多样性。
内禀的随机性和非线性效应一起引发了非平衡态复杂多样的现象,例如涌现行为、相变、自组织行为等。
非平衡态的复杂性是因为在这个状态下存在许多竞争的过程,称为 "竞争动力学". 竞争过程可以有不同的速率, 也可以受到外界的调节和干扰。
一些经典的例子如扩散和化学反应:当一个溶液被加热时,其分子将获得更高的能量,开始更快地扩散,并产生化学反应。
此时,所形成的非平衡态的时间尺度比热力学平衡态的时间尺度要短得多。
一些没有达到热力学平衡的物理现象也被称为非平衡态现象,例如介电和磁学材料中多域和多模态相互作用的复合物相变等。
热力学和统计物理学
热力学和统计物理学热力学和统计物理学是研究物质的宏观性质和微观规律的重要学科。
热力学研究热现象与能量转换的规律,以及系统热力学性质的描述和分析;统计物理学则利用统计学方法分析微观粒子的行为,从而推导出热力学现象的统计规律。
本文将分别介绍热力学和统计物理学的基本概念和应用。
一、热力学热力学研究物质的宏观性质和能量转化方式,其中包括能量、温度、熵等基本概念。
能量是物质的一种基本属性,在热力学中,能量可以分为内能、外能和总能量。
内能是物质微观粒子的平均动能,外能是物质相对于外界能量的变化,总能量则是内能和外能的总和。
温度是物质内能和热平衡状态的度量,其单位为开尔文(K)。
根据热动力学第零定律,如果两个物体分别与第三个物体处于热平衡状态,那么它们之间也处于热平衡状态,即它们的温度相等。
热平衡是热力学中的基本概念,也是温度测量的基础。
熵是热力学中衡量系统无序程度的物理量,通常用S表示。
熵的增加与系统的无序程度增加有关,根据热力学第二定律,孤立系统熵不断增加,而逆过程是不可能的。
热力学第二定律是热力学的核心定律,揭示了能量转化过程的方向性。
热力学应用广泛,例如在能量转化方面,热力学可以解释传热、传质和传动过程;在化学反应方面,热力学可以研究反应热和平衡常数;在生物系统中,热力学可以分析生物能量转化等。
二、统计物理学统计物理学研究微观粒子的运动规律,通过统计学方法来推导宏观热力学性质。
统计物理学的基本理论是统计力学,其中包括平衡统计力学和非平衡统计力学。
平衡统计力学是研究物质在热平衡状态下的统计规律。
根据统计力学的基本假设,系统的微观状态对应不同的能量和位置,系统在宏观上处于产生最大熵的状态。
平衡态下的宏观物理量可以通过统计平均值来计算,例如平均能量、平均温度等。
非平衡统计力学则研究物质在非平衡状态下的行为,例如输运过程和涨落等。
非平衡态下的系统通常无法通过统计平均值来描述,需要考虑系统的动态演化和微观涨落。
平衡态和非平衡态下的统计力学研究
平衡态和非平衡态下的统计力学研究统计力学是研究宏观物质性质和微观粒子运动规律之间关系的一门学科。
在统计力学中,我们常常关注物质处于平衡态和非平衡态时的行为和性质。
本文将探讨平衡态和非平衡态下的统计力学研究。
一、平衡态下的统计力学研究平衡态是指物质处于稳定状态,各种宏观性质不随时间变化的状态。
在平衡态下,统计力学可以通过热力学的方法来研究物质的性质。
热力学是研究宏观物质状态和能量转化的学科,它建立了一套完整的理论框架,可以描述物质的平衡态行为。
热力学中的基本概念包括热力学系统、状态变量和状态方程等。
热力学系统是指我们研究的物质系统,可以是一个小分子气体、一个固体或者一个液体等。
状态变量是描述系统状态的物理量,如温度、压力、体积等。
状态方程则是描述状态变量之间关系的方程,如理想气体状态方程PV=nRT。
在平衡态下,热力学可以研究物质的热力学性质,如熵、焓、自由能等。
熵是描述系统无序程度的物理量,它可以通过热力学第二定律来定义。
焓是系统的内能和对外界做的功之和,它可以用来描述系统的热量变化。
自由能是系统的可用能量,它可以用来判断系统的稳定性。
二、非平衡态下的统计力学研究非平衡态是指物质处于不稳定状态,各种宏观性质随时间变化的状态。
在非平衡态下,统计力学需要引入更多的概念和方法来研究物质的行为。
非平衡态下的统计力学研究主要包括输运过程和动力学过程。
输运过程研究物质的传输现象,如热传导、扩散等。
动力学过程研究物质的运动规律,如分子的碰撞、反应动力学等。
在非平衡态下,统计力学需要引入概率论和动力学理论来描述物质的行为。
概率论可以用来描述物质的随机性,动力学理论可以用来描述物质的运动规律。
非平衡态下的统计力学研究有很多应用,如材料科学、生物学、化学等领域。
在材料科学中,非平衡态下的统计力学可以用来研究材料的形成、生长和变形过程。
在生物学中,非平衡态下的统计力学可以用来研究细胞的运动和分裂等现象。
在化学中,非平衡态下的统计力学可以用来研究化学反应的速率和机理等问题。
统计力学
统计力学统计力学(统计物理学)是研究大量粒子(原子、分子)集合的宏观运动规律的科学。
统计力学运用经典力学原理。
由于粒子的量大,存在大量的自由度,导致虽然和经典力学应用同样的力学规律,但性质上完全不同的规律性。
不服从纯粹力学的描述,而服从统计规律性,用量子力学方法进行计算,得出和用经典力学方法计算相似的结果。
从这个角度来看,统计力学的正确名称应为统计物理学。
统计力学(Statistical mechanics)是一个以玻尔兹曼等人提出以最大乱度理论为基础,借由配分函数将有大量组成成分(通常为分子)系统中微观物理状态(例如:动能、位能)与宏观物理量统计规律(例如:压力、体积、温度、热力学函数、状态方程等)连结起来的科学。
如气体分子系统中的压力、体积、温度。
伊辛模型中磁性物质系统的总磁矩、相变温度和相变指数。
统计力学研究工作起始于气体分子运动论,R.克劳修斯、J.C.麦克斯韦和L.玻耳兹曼等是这个理论的奠基人。
他们逐步确定了微观处理方法(表征统计力学特性)和唯象处理方法(表征热力学特性)之间的联系。
1902年J.W.吉布斯在《统计力学的基本原理》专著中强调了广义系综的重要性,并发展了多种系综方法,原则上根据一个给定系统微观纯力学特性,可以计算出系统的全部热力学量,而且他提出正则系综和巨正则系综的研究对象不局限于独立子系统,对于粒子之间具有相互作用的相依子系统也能处理。
量子力学的发展对于微观粒子中的费密子和玻色子在统计力学中分别建立了费米-狄拉克、玻色-爱因斯坦统计分布律。
当量子效应不显著或经典极限条件下,两种量子统计分布律都趋近于麦克斯韦-玻尔兹曼分布律。
20世纪50年代以后,统计力学又有很大的进展,主要是在分子间有较强相互作用下的平衡态与非平衡态问题。
在非平衡态统计力学研究进展的基础上,尝试从广义变分法的视角建立一套描述非平衡态统计力学的新方法。
即以对哈密顿原理进行修正得到的最大流原理为基础,对开放的复杂系统建立新的统计系综,构造出新的势函数,并推导出随机动力学方程,进而得出重整化方程并进行求解,得到自相似的分形结构,从而建立起一个新的统计力学理论框架。
统计物理学
统计物理学/力学1、书名:平衡态和非平衡态统计热力学书名(英文):Equilibrium and Non-Equilibrium Statistical Thermodynamics作/译者:M.L.Bellac定价:89.00现价:89.00ISBN:978-7-5062-8301-4本书是一部优秀的研究生教材。
作者从宏观(热力学)和微观(统计力学)两方面阐述了现代平衡态和非平衡态统计热力学中的基本问题,内容自成体系。
本书前半部分介绍平衡态热力学和统计力学,除传统的论题外,还详细讨论了对称性破缺、临界现象和重整化群,介绍了相关的数值方法。
后半部分则集中讨论非平衡态现象,首先以流体力学为例讲述一般的宏观处理方法,然后通过分析玻尔兹曼-洛仑兹模型和玻尔兹曼方程讨论非平衡态动力学理论,此外,还简介了非平衡态统计力学中的某些论题,如线性响应理论、投影理论、朗之万和福克-普朗克方程、以及相应的数2、书名:统计力学第2版书名(英文):Statistical Mechanics 2nd ed.作/译者:R.K.Pathria定价:79.00现价:79.00ISBN:978-7-5062-6017-6这是一本研究生水平的统计力学经典教材。
是以作者多年来在几所大学为研究生授课的讲义为蓝本而写成的。
本书初版于1972年,其内容涵盖了统计力学的标准内容,叙述清晰详细,深受读者欢迎。
第2版对第1版的内容作了补充和删改,重写了关于相变理论的部分,增加了临界现象的重正化群理论的内容,并在每章末增加了注释。
本书每章末都附有习题。
目次:1.热力学的统计基础;2.系综理论纲要;3.正则系综;4.巨正则系综;5.量子统计;6.简单气体的理论;7.理想玻色系统;8.理想费米系统;9.互作用系的统计力学:集团展开方法;10 3、书名:平衡态统计物理学第3版书名(英文):Equilibrium Statistical Physics 3rd ed.作/译者:Michael Plischke, Birger Bergersen定价:79.00现价:79.00ISBN:978-7-5100-2400-9本书是一部介绍统计物理学的教程,这是第3版,其第1版分别于1994,1999年出版。
非平衡态统计物理学
非平衡态统计物理学非平衡态统计物理学是一门研究物质在非平衡态下的行为和性质的学科。
与平衡态统计物理学不同,非平衡态统计物理学关注的是物质在维持非平衡状态时的动力学过程和结构演化。
在自然界中,平衡态是相对稳定的,但我们经常会遇到各种各样的非平衡态系统,比如由外界驱动的系统,如风扇、发动机等,以及由边界条件引起的非平衡态系统,如细胞内的生物反应。
非平衡态统计物理学正是为了研究这些系统而发展起来的。
非平衡态统计物理学涉及到许多重要的概念和方法。
其中一个重要的研究内容是非平衡态系统的稳定性。
在平衡态下,系统处于热力学稳定态,其内部的各个宏观性质保持不变。
而在非平衡态下,系统一般处于动力学平衡态,其物理性质会随着时间演化而变化。
非平衡态统计物理学通过研究非平衡态系统的稳定性,可以揭示系统的动力学行为和演化规律。
此外,非平衡态统计物理学还研究了非平衡态系统的输运过程。
在非平衡态下,物质和能量会因为浓度和温度差异而在系统内传递和流动。
非平衡态统计物理学通过建立输运方程和研究输运过程的机理和规律,可以揭示非平衡态系统中物质和能量传递的方式和速率。
非平衡态统计物理学的研究方法也十分多样。
在微观层面,研究者常常借助分子动力学模拟等方法,通过模拟和分析微观粒子的运动和相互作用,揭示系统的宏观性质。
在宏观层面,研究者会运用线性响应理论、涨落定理等工具,来解析非平衡态系统中的关联和涨落。
非平衡态统计物理学在科学研究和工程技术中具有广泛的应用。
举个例子,非平衡态统计物理学在材料科学领域的应用非常丰富。
通过研究材料在非平衡态下的性质和行为,可以设计出更符合实际应用需求的材料,如高温超导材料和光电材料。
此外,在生物学领域,非平衡态统计物理学也被广泛应用于研究生物大分子的结构和功能。
通过研究非平衡态系统内的分子运动和相互作用,可以揭示生物大分子的复杂功能和机制。
总而言之,非平衡态统计物理学是一门以非平衡态系统为研究对象的学科,它涉及了非平衡态系统的稳定性、输运过程以及多样化的研究方法。
平衡态和非平衡态系统之间的差异
平衡态和非平衡态系统之间的差异系统是指任何与我们所关注的对象有关的部分,并且可以通过其周围的环境进行区分。
在物理学和工程学中,系统可以是一个物体、一个设备、一个化学反应堆或一个生态系统。
对于研究和理解这些系统的行为和性质,我们通常将它们分为平衡态和非平衡态系统两类。
平衡态系统是指处于稳定平衡状态的系统,其各种因素和属性保持稳定不变,不随时间的推移而发生变化。
平衡态系统可以用平衡态条件来描述,这些条件包括热力平衡、力学平衡和物质平衡。
在这种状态下,系统的宏观性质可以用热力学和统计物理学的定律和关系来预测和描述。
非平衡态系统则是指系统处于不稳定或失去平衡状态的系统。
在这种状态下,各种因素和属性不再保持稳定不变,而是随时间的推移而发生变化。
非平衡态系统通常表现出动态和复杂的行为,因为它们处于持续的能量和物质交换中。
这些交换可以是热量传递、质量输运、化学反应或其他形式的能量转化。
在平衡态系统中,系统的宏观性质可以由热力学平衡条件来描述。
热力学平衡是指系统中各个部分的温度、压力和化学势等参数之间达到平衡状态,且不随时间发生变化。
在平衡态系统中,热力学定律可以被应用于确定系统的状态和性质。
例如,热力学的零th定律告诉我们如果两个系统与第三个系统分别处于热平衡,那么它们之间也处于热平衡。
相比之下,非平衡态系统的动态行为更加复杂。
这些系统可能处于稳定的周期性运动、分岔现象或混沌状态等。
非平衡态系统的动态行为往往由系统内部和外部的各种相互作用和反馈过程所决定。
这些相互作用可能导致系统内部的能量流动、熵的产生和破坏、以及系统状态的不可逆性。
非平衡态系统的一个重要特征是它们处于与环境的开放联系中。
这意味着系统可以与其周围的环境进行能量和物质的交换。
这种开放联系使得非平衡态系统能够摄取和消耗能量,并将其转化为系统内部的有序结构和功能。
这种能量转换和结构形成过程是非平衡态系统动态行为的核心。
平衡态和非平衡态系统之间的差异主要体现在以下几个方面:1. 系统的稳定性:平衡态系统处于稳定状态,其各种因素和属性保持稳定不变;而非平衡态系统则是处于不稳定状态,其各种因素和属性随时间的推移而发生变化。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
42 非平衡态统计力学,稀薄流体的传递性质华东理工大学化学系 胡 英42.1 引 言当浓度、温度、或流体的运动速度在空间分布不均匀时,系统处于非平衡态,将产生物质、热量或动量的传递。
其他如电磁辐射的吸收、光的弹性散射、准弹性散射和非弹性散射、中子散射、介电弛豫和分子光谱等,都涉及非平衡态。
实际过程的产生均起源于非平衡态。
随时间流逝由非平衡态趋向平衡态是所有实际过程的共同特征。
在分子水平上研究非平衡态的特点,将微观的分子性质与宏观的非平衡态的性质联系起来,是非平衡态统计力学的任务。
非平衡态统计力学与平衡态统计力学的区别在于,前者引入了时间。
迄今已发展了两种基本的方法,一是含时分布函数的方法,二是时间相关函数的方法。
在本章中将主要介绍前者,并应用于稀薄流体的传递现象。
下一章将讨论布朗运动,一方面由于它本身的重要性,也为进一步研究稠密流体打下基础。
接着在44章中介绍时间相关函数,并联系稠密流体的传递过程。
最后在51章介绍动态光散射的理论,它是时间相关函数的又一重要应用。
非平衡态统计力学在数学处理上比平衡态的要复杂得多。
作为入门,我们将推导大都略去,而将重点放在物理概念的阐述上。
本章将从定义含时分布函数开始,然后将通量与分布函数联系起来。
接着是最核心的内容,即建立Boltzmann 方程,并介绍Chapman-Enskog 理论,由于引入分子混沌近似,因而可以根据分子的位能函数求得分布函数,进而得到传递性质。
最后简要介绍一些进一步的处理方法。
42.2含时分布函数在《物理化学》13.7.2中曾为平衡态定义了N 重标明分布函数),...,,(21)(N N P r r r ,它是确定了所有N 个标明了序号的分子的位置N r r ,...,1时的概率密度。
如果只确定了N 个分子中的h 个(例如h =2)的位置,其它N −h 个分子的位置随意,其概率密度称为h 重标明分布函数42-2 42 非平衡态统计力学,稀薄流体的传递性质),...,,(21)(h h P r r r 。
如果粒子不可区分,相应有N 重分布函数和h 重分布函数),...,,(21)(N N r r r ρ和),...,,(21)(h h r r r ρ,它们与相应标明分布函数的关系为: ),...,,()!(!),...,,(21)(21)(h h h h P h N N r r r r r r −=ρ (42-1) 如果h =N ,可得),...,,(21)(N N r r r ρ=N !),...,,(21)(N N P r r r 。
分布函数原则上可由分子的性质(位能函数)通过求解积分方程得到,并进而由能量方程、压力方程和压缩性方程得到所有的热力学性质包括状态方程。
在研究非平衡态时,也有相应的标明分布函数和分布函数,后者的符号按惯例改用f 。
与平衡态时的区别在于,在变量中要引入时间。
为更完整地确定粒子所处的状态,通常除位置i r 外,还要指明动量i p 。
相应于式(42-1),对非平衡态有: ),,()!(!),,()()(t P h N N t f h h h h h h p r p r −= (42-2) 式中h r 和h p 分别是h r r r ,...,,21和h p p p ,...,,21的简写。
为与平衡态的相区别,)(h P 和)(h f 可分别称为h 重含时标明分布函数和h 重含时分布函数,它们是在t 时刻确定了h 个标明序号或不可区分的分子的位置和动量时的概率密度,其它N −h 个分子的位置和动量则随意。
含时的标明分布函数和分布函数有如下重要性质:1d d ),,()(=∫∫N N N N N t P p r p r L (42-3)!d d ),,()(N t f N N N N N =∫∫p r p r L (42-4)1d d ),,()(=∫∫h h h h h t P p r p r L (42-5))!/(!d d ),,()(h N N t f h h h h h −=∫∫p r p r L (42-6)N-h N-h N N N h h h t P t P p r p r p r d d ),,(),,()()(∫∫=L (42-7) N-h N-h N N N h h h t f h N t f p r p r p r d d ),,()!(1),,()()(∫∫−=L (42-8)式中h r d 和h p d 分别是h r r d ...d 1和h p p d ...d 1的简写,N-h r d 和N-h p d 分别是N N-h r r d ...d 和N N-h p p d ...d 的简写。
式(42-3,4,5,6)是归一化要求,式(42-7,8)则是由高重函数计算低重函数。
最常用的是一重和二重分布函数,按归一化要求有:42.3 稀薄流体中通量与分布函数的关系 42–3N t f =∫∫p r p r d d ),,()1( (42-9) ∫∫∫∫−=)1(d d d d ),,,(21212121)2(N N f p p r r p p r r(42-10) 如果知道N 重分布函数,任意性质F 随时间变化的系综平均值可按下式求得: N N N p r p r d d ),,(!1)()(∫∫⋅⋅⋅=t f F N t F N N (42-11) 式中除以N !是归一化要求,见式(42-4)。
但是)(N f 通常是不知道的,而实际上,许多情况下,只要有)1(f 和)2(f 就足以求得可靠的系综平均值。
对于稀薄流体,由于分子间的相关性很小,只要考虑)1(f已足够准确,另一方面,速度u 比动量p 更为常用,此时,可用位置-速度相空间(r ,u ),相应有),,()1(t fu r 。
对于任一性质F ,式(42-11)变为 u r u r d d ),,(1)()1(∫=t f F Nt F (42-12) 如果仅取速度平均值,则有 )(d ),,(d ),,(d ),,(),()1()1()1(t t f F t f t f F t F r,u u r u u r u u r r ρ∫∫∫== (42-13) 式中)(t r,ρ=u u r d ),,()1(∫t f ,为t 时刻在位置r 处的局部数密度。
42.3 稀薄流体中通量与分布函数的关系平均速度 按式(42-13),在t 时刻位置r 处的平均速度为)(d ),,(),()1(t t f t r,u u r u r u ρ∫= (42-14) 如果是多组分系统,对某一组分j ,相应的j 类分子的平均速度为 )t (d ),,(),()1(r,u u r u r u j j j j j j t f t ρ∫= (42-15) )1(j f 和j ρ是j 类分子的一重分布函数和局部数密度。
j u 代表j 类分子的宏观流动。
整个系统的质量速度按下式计算: ∑∑=j j j j j jj m m t ρρu r u ),(0(42-16)42-4 42 非平衡态统计力学,稀薄流体的传递性质它又称为流速(flow velocity),j m 是j分子的质量。
特定速度(peculiar velocity)符号用R u ,定义为0def u u u −==R (42-17)式中0u 即),(0t r u 。
特定速度是相对于整体的质量速度的相对速度。
通量与分布函数 对于任意分子性质F ,例如分子的质量、动量或能量,它的通量即单位时间通过单位面积的数量。
设在空间某位置r 处有一微元面积d A ,见图42-1,其法线方向的基矢为n ,它以流速0u 在运动着。
当该处j 类分子的速度为j u ,特定速度为u Rj ,它与n 的夹角为θ,θcos Rj Rj u u n =⋅(矢量点积得标量),则在d t 时间内,在微元体积θcos d d A t Rj u 中,速度为j j j u u u d ~+的j 类分子,可以通过运动着的d A ,j 分子数为 )(d d d ),,(cos d d d ),,(d d ),,()1()1()1(Rj j j j Rj j j j j j j A t t f A t t f t f u n u u r u u u r r u u r ⋅==θ(42-18)将此式对所有可能的速度j u 进行积分,乘以j 分子的性质j F ,即为该性质的总通过量,除以A t d d 即为j F 的通量,j F 的通量=Rj j j j j j Rj j F t f F u n u u r u n ⋅=⋅∫ρd ),,()1( (42-19) 式中第二步用到式(42-13),积分即Rj j F u 的系综平均值乘以局部数密度j ρ,注意F j 的通量和j ρ均为r 和t 的函数,前者还和d A 的取向有关。
通量矢量(flux vector) 性质F j 的通量矢量符号用F j ,定义为 Rj j j F u F j ρdef== (42-20) 它仅决定于r 和t ,与流动微元面积d A 的取向无关,F j 在任何表面的分量表达了性质F j 在该方向的通量。
例如点乘n ,见式(42-19),即表示在法线方向为n 的平面上的通量。
正是F j ,将通量与分布函数)1(f联系起来,分布函数隐藏于系统平均值之中。
图42-1 通量与特定速度42.3 稀薄流体中通量与分布函数的关系 42–5物质通量 令j j m F =,为j 分子的质量,物质通量和物质通量矢量符号分别用j j 和j j ,可写出 Rj j j j m j u n ⋅=ρ , Rj j j j m u j ρ= (42-21)动量通量 令R m F u =,为分子的动量,动量通量和动量通量矢量符号分别用P 和p ,这里略去了下标j ,表示只有一种分子。
可写出 R R m u u n P ⋅=ρ , R R m u u p ρ= (42-22)由于R R u u 是矢量的直积,是张量,矢量与张量的点积得矢量①,因此动量通量P 是矢量,动量通量矢量p 则是一个张量。
按牛顿力学,单位面积上动量随时间的变化即压力(注意这是动能的贡献,如果是稠密流体,还要计及分子间力的贡献),因此p 又称为压力张量,它有九个元素或分量,⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎝⎛=222Rz Ry Rz Rx Rz Rz Ry Ry Rx Ry Rz Rx Ry Rx Rx u m u u m u u m u u m u m u u m u u m u u m u m ρρρρρρρρρp =⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛zz zy zx yz yy yx xz xy xx p p p p p p p p p(42-23)其中各元素ij p 的意义即动量Rj mu 在i 方向的通量,例如: xx p :动量Rx mu 在x 方向的通量yx p :动量Rx mu 在y 方向的通量在这九个压力元素中,xx p 、yy p 、zz p 分别垂直作用于yz 、zx 和xy 平面上,称为法向压力(normal stress);其他六个分别平行地作用于相应下标的平面上,称为切向压力(shear stress),它们起源于物质的粘滞性,是相邻流体层有速度梯度时的剪切力。