玻尔兹曼分布的变分法推导

玻尔兹曼分布的变分法推导#

问题本质:泛函极值问题#

在推导玻尔兹曼分布的过程中,我们的目标是:

在所有可能的粒子数分布 \(\{a_l\}\) 中,找出使系统微观状态总数(即 \(\Omega\))最大的那个分布。

由于 \(\Omega\) 通常极大,我们实际最大化的是其对数形式:

\[ \text{Maximize:} \quad \ln \Omega[\{a_l\}] \]

这就是一个泛函的极值问题。

带约束的变分问题#

我们在最大化 \(\ln \Omega\) 的同时,需要满足两个物理约束条件:

\[\begin{split} \begin{aligned} \text{粒子数守恒:} \quad & \sum_l a_l = N \\ \text{能量守恒:} \quad & \sum_l a_l \epsilon_l = E \end{aligned} \end{split}\]

这正是变分法中典型的带约束极值问题。

我们使用拉格朗日乘子法,引入乘子 \(\alpha\)\(\beta\),构造函数:

\[ \mathcal{L}[\{a_l\}] = \ln \Omega[\{a_l\}] - \alpha \left( \sum_l a_l - N \right) - \beta \left( \sum_l a_l \epsilon_l - E \right) \]

令变分

\[ \delta \mathcal{L} = 0 \]

对每一个 \(a_l\) 施加变分,得到

\[ \frac{\partial \ln \Omega}{\partial a_l} - \alpha - \beta \epsilon_l = 0 \]

这最终导出玻尔兹曼分布的形式:

\[ a_l \propto \omega_l e^{-\beta \epsilon_l} \]