Koeficient dyfuzji Einsteina
W 1905 roku Einstein powiązał koeficent dyfuzji bezpośrednio z właściwościami cząstek poprzez zależność Einstein-Smoluchowski-Stokes, łącząc widocznie drżącą cząstkę z niewidzialnymi kolizjami molekularnymi:
D = k_B·T / γ (γ = współczynnik oporu) Dla sfery o promieniu r (opór Stokesa): γ = 6πηr → D = k_B·T / (6πηr)
Przykład: cząstka o rozmiarze 1 μm w wodzie w temperaturze 25°C → D ≈ 4.9×10⁻¹³ m²/s → w ciągu 1 sekundy, typowe przesunięcie √(2Dt) ≈ 1 μm To przewidywana, sprawdzalna zależność między widocznym drganiem a niewidzialnym ruchem molekularnym, dokładnie taka, jak zaobserwował Jean Perrin eksperymentalnie wkrótce później — dostarczając pierwsze bezpośrednie dowody, że atomy i cząsteczki są realne fizycznie, a nie tylko wygodnym narzędziem rachunkowym, kończąc debatę, która dzieliła fizyków przez dziesięciolecia.
D = k_B·T / γ (γ = drag coefficient) For a sphere of radius r (Stokes drag): γ = 6πηr → D = k_B·T / (6πηr) Example: 1 μm particle in water at 25°C → D ≈ 4.9×10⁻¹³ m²/s → in 1 second, typical displacement √(2Dt) ≈ 1 μm
Równanie Langevina
Langevin (1908) zapisał drugie prawo Newtona dla cząstki Browna, uwzględniając zarówno zwykły opór, jak i losową siłę zmienną: m · dv/dt = −γ·v + F_zmienny(t)
⟨F(t)⟩ = 0, ⟨F(t)·F(t')⟩ = 2γk_BT·δ(t−t') (zasada fluktuacji-rozpraszania)
Przesyceni limit (działy niezauważalne, najczęściej w biologii koloidalnej):
γ·dx/dt = F_zewnętrzne(x) + √(2γk_BT)·ξ(t) Zarówno losowa siła, jak i opór pochodzą z tych samych kolizji molekularnych – to jest zasada fluktuacji-rozpraszania, dlatego gorąca ciecz zarówno losowo kołysze cząstkę, jak i opiera się jej ruchowi z dokładnie taką siłą, aby zachować równowagę termiczną systemu.
m · dv/dt = −γ·v + F_stochastic(t) ⟨F(t)⟩ = 0, ⟨F(t)·F(t')⟩ = 2γk_BT·δ(t−t') (fluctuation-dissipation) Overdamped limit (inertia negligible, most colloidal biology): γ·dx/dt = F_external(x) + √(2γk_BT)·ξ(t)
Średnie kwadratowe przesunięcie: odczytywanie otoczenia
Dla swobodnego dyfuzji, średnie kwadratowe przesunięcie rośnie liniowo z opóźnieniem czasowym — MSD(τ) = 2d·D·τ, gdzie d jest wymiarami przestrzennym — pojawiając się jako prosta linia o nachyleniu 1 na wykresie log-log. Odszkodzenia od tej prostej linii ujawniają środowisko cząstki: poddyfuzja (nachylenie mniejsze niż 1) wskazuje zagęszczone środowisko, takie jak błona komórkowa lub cytoplazma, a naddyfuzja (nachylenie większe niż 1) sygnalizuje aktywny, kierunkowy transport zamiast czysto losowego ruchu. Eksperymenty śledzenia pojedynczych cząstek wykorzystują dokładnie ten sygnaturę do pomiaru mobilności receptorów w żywych błonach komórkowych.
Frequently asked questions
Jak Einstein udowodnił istnienie atomów wykorzystując ruch Brownowski?
W swoim artykule z 1905 roku połączył współczynnik dyfuzji D = k_BT/(6πηr) z mierzalnymi wielkościami. Eksperymentalne potwierdzenie tej relacji przez Jeana Perrina dało pierwsze bezpośrednie dowody na to, że atomy i cząsteczki są fizycznie rzeczywiste.
Co to jest równanie Langevina?
Zapis Newtonowego drugiego prawa ruchu dla cząstki Brownowskiej: m·dv/dt = −γ·v + F_stochastyczne(t), łączące opór lepki z losowo oscylującym siłą pochodzącą z kolizji molekularnych.
Co ujawniają średni kwadrat odległości o ruchu cząstki w odniesieniu do otoczenia tej cząstki?
Normalna dyfuzja daje MSD ∝ τ (nachylenie 1 na wykresie log-log); subdyfuzja (nachylenie 1) wskazuje na aktywny, kierunkowy transport.
Wypróbuj na żywo
Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz the simulation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.
▶ Otwórz symulację the simulation