tecktom.com

統計力学との接続:Z↔FZ\leftrightarrow F、Ξ↔Ω\Xi\leftrightarrow\Omega

2026年10月15日3分で読めますAI生成教科書『基礎理論』第2章 熱力学ポテンシャル

AI 生成・木下が未勉強

統計熱力学入門 第2章 §2.7 ★★ どの浴を付けたかが、どの分配関数とどのポテンシャルを選ぶかを同時に決める。

熱力学ポテンシャルの対応表(第2.3節)は、統計力学の集団の選択と1対1に重なる。浴を1つ付け替えるごとに、固定変数・分配関数・ポテンシャルが同時に乗り換わるからである。

title=★★ 集団・分配関数・ポテンシャルの対応

集団固定する変数分配関数ポテンシャルとの橋
ミクロカノニカルE,V,NE,V,N状態数 WWS=kBln⁡WS= k_{\mathrm B}\ln W
カノニカルT,V,NT,V,NZ=∑ie−βEiZ=\sum_i\mathrm{e}^{-\beta E_i}F=−kBTln⁡ZF=- k_{\mathrm B} T\ln Z
グランドカノニカルT,V,μT,V,\muΞ=∑ie−β(Ei−μNi)\Xi=\sum_i\mathrm{e}^{-\beta(E_i-\mu N_i)}Ω=−kBTln⁡Ξ\Omega=- k_{\mathrm B} T\ln\Xi

それぞれの導出は『三つのアンサンブル』を、3つの橋がラプラス変換と鞍点法で1本につながる構造は『ルジャンドル変換と統計力学の基礎』第4節を参照。

この章の観点から付け加えるべきは、第2.4節の「綱引き」が統計力学では確率の言葉になるという一点である。カノニカル集団で系のエネルギーが EE 付近に見出される確率は、状態密度と Boltzmann 因子の積

P(E)∝g(E) e−βE=eS(E)/kB e−E/kBT=exp⁡[−E−TS(E)kBT]P(E) \propto g(E)\,\mathrm{e}^{-\beta E} = \mathrm{e}^{S(E)/ k_{\mathrm B}}\,\mathrm{e}^{-E/ k_{\mathrm B} T} = \exp\Bigl[-\frac{E-TS(E)}{ k_{\mathrm B} T}\Bigr]

で与えられる。指数の中身はまさに FF を EE の関数と見たものであり、F(E)F(E) が小さいマクロ状態ほど指数的に実現しやすい。エントロピー項 eS/kB\mathrm{e}^{S/ k_{\mathrm B}} は「その粗いエネルギーに対応するミクロ状態の数の多さ」、Boltzmann 因子は「浴からエネルギーを借りることへのペナルティ」であり、第2.4節でエントロピー項とエネルギー項と呼んだ2つの傾向の微視的な正体がこれである。系が大きいと指数は NN に比例して鋭くなり、F(E)F(E) 最小の E∗E^\ast 以外は事実上観測されない。熱力学の「FF 極小」という決定論的な規則は、この最確値集中の極限表現である。同じ構造を NN 方向に繰り返すと、E−TS(E)E-TS(E) の位置に F(N)−μNF(N)-\mu N が入って Ω\Omega 極小が出る。

なお第2.3節の表で GG に対応する集団が空欄なのは偶然ではない。T,p,NT,p,N をすべて示強変数側で固定する定温定圧集団(分配関数 Δ=∫Z e−βpVdV\Delta=\int Z\,\mathrm{e}^{-\beta pV}\mathrm{d} V、橋は G=−kBTln⁡ΔG=- k_{\mathrm B} T\ln\Delta)も定義でき、分子シミュレーションで実際に使われるが、標準的な範囲では上の3つで足りる。カノニカルの橋 F=−kBTln⁡ZF=- k_{\mathrm B} T\ln Z が熱力学のルジャンドル変換 F=min⁡E[E−TS(E)]F=\min_E[E-TS(E)] と整合すること(Sackur–Tetrode の SS から出発して両経路が同じ FF に達すること)は、記号計算で検算 [2] として確認した。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『基礎理論』の記事一覧へ