علوم پایه

مبانی و مفاهیم نظریه ترمودینامیک آماری چیست؟

مبانی و مفاهیم نظریه ترمودینامیک آماری تلفیق دو علم آمار و ترمودینامیک با یکدیگر است. نظریه ترمودینامیک آماری همچنین، از مباحث کاربردی علم آمار در فیزیک و مکانیک و نقطه ی تلاقی آن ها به حساب می آید. نظریه ترمودینامیک آماری برای شرح دادن و تفسیر کردن کمیت های مختلف ترمودینامیک در پایه ی مولکولی به بشر کمک می کند. در این مقاله ی نشریه جهان شیمی فیزیک به مبانی و مفاهیم نظریه ترمودینامیک آماری و مبانی و مفاهیم آن خواهیم می پردازیم.

تاریخچه ی نظریه ترمودینامیک آماری

با انتشار مطالبی تحت عنوان هیدرودینامیک توسط برنویی (فیزیکدان و ریاضیدان اهل سوییس) در صده ی هجدهم میلادی یعنی ۱۷۳۸ میلادی، ایده های ابتدایی نظریه جنبشی گاز ها مطرح شد. در بحث هیدرو دینامیک جناب برنویی مطلب مهمی را در رابطه با نظریه جنبشی شرح داد. این مطلب ابتدایی ولی مهم، بیان داشت که تعداد زیادی از ذرات خیلی ریز، گاز ها را تشکیل می دهند. ایشان همچنین بیان نمود که این ذره های ریز به جهات مختلف در حرکت هستند و با برخورد کردن این ذرات به یک سطح فشاری ایجاد می شود و انرژی سینتیک این ذره های تشکیل دهنده ی گاز ها سبب ایجاد حرارت می شود.

همان طور که گفته شد این مطالب علی رغم ابتدایی بودن بسیار مهم هستند. همچنان آن ها مبنای تحقیقات دانشمندان امروزی و مورد قبول آن ها هستند. در سال یک هزار و هشتصد و هفتاد میلادی نیز فیزیکدانی اهل اتریش به نام لودویگ بولتزمن به مکانیک آماری پرداخت.  در سال هزار و نهصد و دو میلادی نیز ترمودینامیک آماری توسط گیبس مطرح شد.

مفهوم ترمودینامیک

Thermodynamique (ترمودینامیک و یا گرما دینامیک) به نسبت و ارتباط ما بین گرما با کار و انرژی پرداخته و شاخه ای از علم های طبیعی است. کلمه ی ترمو در لغت به معنی گرما می باشد و این همان علتی است که نام دیگر ترمودینامیک، گرما دینامیک است. متغیرهایی مانند دما، انرژی داخلی، فشار و آنتروپی به عنوان متغیر هایی ماکروسکوپی هستند. به منظور تشریح و توصیف کردن حالات ماده های مختلف و همچنین نحوه ی ارتباط آن ها با یکدیگر و قوانین مطرح در آن ها، در ترمودینامیک به کار گرفته شده، بررسی می شود و انجام می گیرد.

مفهوم ترمودینامیک
مفهوم ترمودینامیک

با استفاده از مکانیک آماری می توان قانون های مرتبط با ترمودینامیک را به دست آورد. این جا است که این دو مفهوم به هم مرتبط می شوند. ترمودینامیک قانون های کاربردی ای دارد که در علم فیزیک از اهمیت بسیار زیادی برخوردار هستند. برای مثال اشاره ای به قوانین اول و دوم آن می کنیم. قانون اول ترمودینامیک بیان می دارد که خاصیتی از سیستم ترمودینامیکی وجود دارد که انرژی داخلی نامیده می شود. قانون دوم ترمودینامیک نیز به دو خاصیت آنتروپی و دما در یک سیستم مربوط می شود.

کلیات نظریه ترمودینامیک آماری به زبان ساده

نظریه ترمودینامیک آماری بین خاصیت های ماکروسکوپی مواد مختلف از نظر ترمودینامیکی در تعادل هستند. به این ترتیب با حرکت های داخل مواد و واکنش های میکروسکوپی آن ها ارتباط ایجاد می کند. به بیان ساده تر مبنای این نظریه بر آن است که، این نظریه با توجه به خواص مواد در سطح مولکولی، رفتار و واکنش های مقدارهای ماکروسکوپی آن ها را مشخص و به گونه ای پیش بینی می کند.

ترمودینامیک آماری به دو بخش پیش از مکانیک کوانتوم و پس از آن (نظریه ترمودینامیک آماری مدرن) تقسیم می شود. در نظریه مدرن آن که پس از گسترش مکانیک کوانتوم باب شد، در یک سیستم خاص مقادیر سطح های انرژی که به صورت کوانتیده است، مشخص و معلوم در نظر گرفته می شود. تابع مستقیم و یا تابع پارش (Partition function) کمیتی است که به وسیله ی آن همه ی خاصیت های ترمودینامیکی یک سیستم مشخص را می توان محاسبه کرد. سپس با استفاده از داده های سطوح انرژی به دست می آید.

ارتباط میان مبانی و مفاهیم نظریه ترمودینامیک آماری و نظریه حالت گذار

برای نظریه ی حالت گذار که مربوط به سرعت واکنش می شود از ترمودینامیک آماری کمک گرفته شده است. با محاسبه ی معادله های علم مکانیک کوانتوم حالت گذار واکنش و سطح های انرژی به دست می آیند. به این طریق سرعت واکنش های مختلف با استفاده از علم ترمودینامیک قابل پیش بینی خواهند بود. به عبارت دیگر و به ترتیب، سرعت واکنش از طریق تابع های ترمودینامیکی، تابع های ترمودینامیکی با استفاده از تابع مستقیم یا تابع پارش و تابع پارش به وسیله ی سطح های مختلف انرژی محاسبه شده و به دست می آیند.

ارتباط میان نظریه ترمودینامیک آماری و نظریه حالت گذار
ارتباط میان نظریه ترمودینامیک آماری و نظریه حالت گذار

اما تنها مشکلی که در این میان وجود دارد آن است که در پیش بینی سرعت به صورت عملی، به علت عدم وجود دقت کافی در نتیجه های محاسبه های علم مکانیک کوانتوم به پیش بینی دقیق و ایده آل نمی توان دست پیدا کرد. این مشکل علی رغم پیشرفت علم کامپیوتر در محاسبه ها، همچنان وجود دارد. ارتباط میان علم ترمودینامیک کلاسیک با علم مکانیک آماری نیز با فهم و بررسی مکانیک آماری میسر خواهد شد.

کاربرد نظریه ترمودینامیک آماری

همان طور که به آن اشاره شد ترمودینامیک آماری مربوط به ترمودینامیک کلاسیک می شود. این علم شاخه ای از آن بوده و خواص ترمودینامیکی یک سیستم را از نظر میکروسکوپی مطرح می کند و به آن می پردازد. نظریه ی ترمودینامیک آماری در سیستم هایی که در محدوده ی آزمایشگاهی قابل مطالعه نیستند، کاربرد دارد. شبیه سازی دینامیک مولکولی برای این گونه سیستم ها توسط ترمودینامیک آماری انجام می پذیرد. این گونه سیستم های پیچیده که پروتئین ها، پلیمر ها، سیستم های مختلف غشایی و سیستم هایی از این قبیل جزء آن ها هستند در صنعت کاربردی محسوب می شوند.

شبیه سازی دینامیک مولکولی همه ی سیستم های نام برده شده، توسط ترمودینامیک آماری قابل انجام است. در رشته های مهندسی و رشته های علوم پایه مانند فیزیک و شیمی، ترمودینامیک آماری یکی از مباحث بسیار پر اهمیت آکادمیک و آزمایشگاهی می باشد. با وجود کاربردهای زیاد و اهمیت این مبحث، به دلیل تخصصی بودن، پیچیدگی و سختی مطالب این نظریه، درک و استفاده از آن نیاز به تخصص و مطالعه ی زیادی دارد.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا