مکانیک آماری
مکانیک آماری، یکی از مباحث مطرح در فیزیک است که به سیستم‌هایی با تعداد متغیرهای بسیار زیاد می‌پردازد. این متغیرها می‌توانند ذراتی چون اتم‌ها، مولکول‌ها، یا ذرات بنیادی باشند که تعداد آن‌ها می‌تواند هم‌مرتبه با عدد آووگادرو باشد. در این مبحث، با استفاده از خاصیتهای میکروسکوپی این ذرات مانند ساختار اتمی و برهمکنش بین آن‌ها، اطلاعاتی در مورد خواص ماکروسکوپی سیستم مانند فشار، انتروپی و انرژی آزاد گیبس، از طریق محاسبات و روش‌های آماری به دست می‌آید. مثلاً معادله‌های حالت در ترمودینامیک توسط مدل‌های میکروسکوپی-آماری مشتق می‌شوند.
| مکانیک آماری |
|---|
 |
مکانیک آماری شکوفایی خود را قبل از همه، مدیون دانشمندان کلاسیکی نظیر لودویگ بولتزمان، جوسایا ویلارد گیبز و جیمز کلرک ماکسول می‌باشد.
هدف مکانیک آماری پیش گویی، درک پدیده‌های ماکروسکوپی و محاسبه خواص آن‌ها از روی خواص مولکولهای منفرد سازنده آن سیستم است.[1]
مکانیک آماری همانند پلی است که خواص ذرهای (نتایج مکانیک کوانتومی) را به خواص ماکروسکوپی (نتایج ترمودینامیک) سیستم مربوط می‌کند.
ترمودینامیک قادر است بین بسیاری از خواص ارتباط برقرار نماید، ولی در رابطه با مقدار آن و علتها هیچ اطلاعاتی نمی‌دهد. برعکس، در مکانیک آماری صحبت از علتها، چراها و اندازه‌گیری مقادیر است.
منبع و برای یادگیری
- «سمینار مکانیک آماری (ترمودینامیک آماری و گازهای اتمی ایده‌آل) | آنلاین پروژه». دریافت‌شده در ۲۰۱۷-۰۹-۱۶.
- Huang, Kerson (1990). Statistical Mechanics. Wiley, John & Sons, Inc. ISBN 0-471-81518-7.