Nauka #27 – Mechanika statystyczna i przejścia fazowe: funkcje rozkładu, model Isinga i renormalizacja

Termodynamika opisuje układy makroskopowe za pomocą funkcji stanu, takich jak temperatura, ciśnienie i entropia, nie pytając, co robią atomy. Mechanika statystyczna dostarcza mikroskopowego fundamentu: spostrzeżenie Boltzmanna, że entropia wynosi S = k_B ln Ω — logarytm liczby dostępnych stanów mikroskopowych — połączyło abstrakcyjny szkielet termodynamiki z atomową rzeczywistością. Wynikająca z tego teoria jest jedną z najpotężniejszych w całej fizyce, przewidującą wszystko, od pojemności cieplnej ciał stałych po podatność magnetyczną układów spinowych blisko punktów krytycznych.

1. Funkcje rozkładu i zespół kanoniczny

Układ w kontakcie cieplnym z termostatem o temperaturze T jest opisywany przez zespół kanoniczny. Zamiast śledzić każdy stan mikroskopowy, konstruujemy funkcję rozkładu Z, która koduje całą informację termodynamiczną poprzez pojedynczą sumę po wszystkich stanach mikroskopowych, ważonych ich czynnikami Boltzmanna.

Kanoniczna funkcja rozkładu:
  Z = ∑_i exp(−βE_i)    β = 1/(k_B T)
  (suma po wszystkich stanach mikroskopowych i o energii E_i)

Prawdopodobieństwo Boltzmanna:
  P_i = exp(−βE_i) / Z

Energia swobodna Helmholtza:
  F = −k_B T ln Z

Wielkości termodynamiczne wyprowadzone z F:
  ⟨E⟩ = −∂ ln Z / ∂β = F + TS
  S = −(∂F / ∂T)_V = k_B [ln Z + β⟨E⟩]
  C_V = (∂⟨E⟩ / ∂T)_V = k_B β² [⟨E²⟩ − ⟨E⟩²]

Zespół wielki kanoniczny (zmienna liczba cząstek N):
  Ω = ∑_{N,i} exp[−β(E_i − μN)]
  Ω wiąże się z potencjałem wielkim: J = −k_B T lnΩ
          

Elegancja tego podejścia polega na tym, że gdy Z zostanie już obliczone (analitycznie lub numerycznie), wszystkie wielkości termodynamiczne wynikają z różniczkowania. Wariancja energii daje pojemność cieplną; wariancja liczby cząstek daje ściśliwość. To połączenie fluktuacji z odpowiedzią układu jest głęboką zasadą, do której wrócimy w rozdziale 5.

2. Model Isinga

Model Isinga to koń roboczy mechaniki statystycznej: N spinów σ_i = ±1 rozmieszczonych na sieci, ze sprzężeniem ferromagnetycznym J między najbliższymi sąsiadami i polem zewnętrznym h. Pomimo swojej prostoty oddaje istotę fizyki przejść fazowych w magnesach, stopach binarnych, a nawet sieciach neuronowych.

Hamiltonian:
  H = −J ∑_{⟨ij⟩} σ_i σ_j − h ∑_i σ_i

Model Isinga 1D (Ising, 1925): rozwiązanie dokładne metodą macierzy transferu
  Z = λ&sub1;^N + λ&sub2;^N,   λ_{1,2} = e^(βJ) [cosh(βh) ± √(sinh²(βh) + e^(−4βJ))]
  Brak przejścia fazowego przy skończonej T w 1D (argument Peierlsa)

Model Isinga 2D (Onsager, 1944): rozwiązanie dokładne na sieci kwadratowej
  Temperatura krytyczna: k_B T_c = 2J / ln(1 + √2) ≈ 2.269 J
  Spontaniczna magnetyzacja (Onsager/Yang):
    m(T) = [1 − sinh^(−4)(2βJ)]^(1/8)   dla T < T_c
  Wykładniki krytyczne (dokładne):
    m ~ |T − T_c|^β,   β = 1/8
    χ ~ |T − T_c|^(−γ),   γ = 7/4
    C ~ |ln|T − T_c||   (α = 0, rozbieżność logarytmiczna)
    ξ ~ |T − T_c|^(−ν),   ν = 1
          

Rozwiązanie Onsagera z 1944 roku dla dwuwymiarowego modelu Isinga przy h = 0 było kamieniem milowym fizyki matematycznej. Pokazało, że przejścia fazowe można opisać dokładnie w mechanice statystycznej — wcześniej dostępne były jedynie teorie pola średniego (które podają błędne wykładniki). Wykładniki krytyczne β = 1/8 i γ = 7/4 są uniwersalne: każdy dwuwymiarowy układ w klasie uniwersalności Isinga, niezależnie od szczegółów swoich mikroskopowych oddziaływań, wykazuje te same wykładniki blisko punktu krytycznego.

3. Teoria Landaua przejść fazowych

Landau (1937) zauważył, że przejścia fazowe charakteryzuje pojawienie się parametru porządku — wielkości, która jest zerowa w fazie nieuporządkowanej i niezerowa w fazie uporządkowanej. Blisko punktu krytycznego energię swobodną można rozwinąć w szereg potęgowy względem parametru porządku m:

Energia swobodna Landaua (m = parametr porządku, np. magnetyzacja):
  F(m) = F_0 + a(T)m² + (b/4)m&sup4; (brak wyrazów nieparzystych przy symetrii Z&sub2;)
  a(T) = a_0(T − T_c)   (zmienia znak w T_c)
  b > 0  (przejście drugiego rzędu / ciągłe)

Równowaga: ∂F/∂m = 0
  T > T_c: m = 0 (nieuporządkowane)
  T < T_c: m = ±√[a_0(T_c − T)/b]  ~ (T_c − T)^(1/2)

Wykładniki krytyczne pola średniego:
  β = 1/2 (wobec dokładnych 2D: 1/8)
  γ = 1  (wobec dokładnych 2D: 7/4)
  δ = 3  (odpowiedź na pole w T_c)
  ν = 1/2  (wobec dokładnych 2D: 1)

Kryterium Ginzburga: pole średnie zawodzi, gdy dominują korelacje
  d > d_u (górny wymiar krytyczny) = 4 dla Isinga
  wykładniki dla d = 3 Isinga: β = 0.326, γ = 1.237, ν = 0.630
          

Przejścia pierwszego rodzaju

Jeśli b < 0 w rozwinięciu Landaua (lub gdy potrzebny jest wyraz szóstego rzędu), przejście jest pierwszego rodzaju: energia swobodna ma dwa zdegenerowane minima w T_c, więc parametr porządku zmienia się skokowo. Uwalniane jest ciepło utajone i zachodzi współistnienie faz. Zamarzanie wody jest przejściem pierwszego rodzaju (ΔH = 334 J/g). Dodanie wyrazu sześciennego (m³) łamie symetrię Z₂ i również czyni przejście pierwszego rodzaju — ma to znaczenie dla przejścia kwarkowo-hadronowego w chromodynamice kwantowej we wczesnym wszechświecie.

4. Grupa renormalizacji

Dlaczego zupełnie różne układy fizyczne mają identyczne wykładniki krytyczne? Kenneth Wilson odpowiedział na to pytanie za pomocą grupy renormalizacji (RG) na początku lat 70. XX wieku, zdobywając Nagrodę Nobla w 1982 roku. RG to procedura zgrubiania układu poprzez wycałkowywanie stopni swobody o krótkiej długości fali i przeskalowanie.

Transformacja spinów blokowych (Kadanoff):
  Zastąp każdy blok b×b spinów pojedynczym efektywnym spinem
  Przeskaluj długości: x → x/b
  Przeskaluj Hamiltonian: H(K) → H(K′)

Przepływ RG w przestrzeni stałych sprzężenia:
  K′ = R_b(K)  (relacja rekurencyjna)

Punkty stałe K*:  K* = R_b(K*)
  Stabilny PS (faza b>0): nieuporządkowana
  Stabilny PS (faza b<0 / T<T_c): uporządkowana
  Niestabilny PS w T=T_c: punkt krytyczny

Wykładniki krytyczne z wartości własnych zlinearyzowanej RG:
  Wartości własne: λ_i = b^{y_i}
  y_t > 0: operator relewantny (T − T_c)  → ν = 1/y_t
  y_h > 0: operator relewantny (pole magnetyczne h) → δ = (d + y_h)/y_h
  y < 0: operator irrelewantny (zanika pod wpływem RG)

Uniwersalność: układy o tym samym wymiarze d i tej samej symetrii
płyną do tego samego punktu stałego → te same wykładniki krytyczne
          

Rozwinięcie ε Wilsona działa blisko górnego wymiaru krytycznego d_u = 4: podstawiając d = 4 − ε i rozwijając w potęgach ε, wykładniki krytyczne można obliczyć perturbacyjnie. Przy ε = 1 (d = 3) rozwinięcie daje β ≈ 0.33, w dobrej zgodności z wartościami numerycznymi i eksperymentem. Szkielet RG wykracza daleko poza przejścia fazowe: leży u podstaw biegnących stałych sprzężenia w kwantowej teorii pola oraz podejścia efektywnej teorii pola w fizyce jądrowej.

5. Twierdzenie fluktuacyjno-dyssypacyjne

Twierdzenie fluktuacyjno-dyssypacyjne (FDT) łączy spontaniczne fluktuacje równowagowe z liniową odpowiedzią układu na zewnętrzne zaburzenie. Jest to jeden z najgłębszych wyników nierównowagowej mechaniki statystycznej.

Ruch Browna (Einstein 1905):
  D = k_B T / (6πηr) = μ k_B T
  μ = ruchliwość;  D = współczynnik dyfuzji

Twierdzenie fluktuacyjno-dyssypacyjne (Callen i Welton 1951):
  S(ω) = (2k_B T / ω) Im[χ(ω)]
  S(ω) = gęstość widmowa mocy fluktuacji
  χ(ω) = zespolona podatność (odpowiedź liniowa)

Szum Nyquista (Johnson-Nyquist 1928):
  S_V(ω) = 4k_B T R
  (szum napięciowy w oporniku R w temperaturze T)

Relacje Greena-Kubo:
  η = (V/k_B T) ∫_0^∞ ⟨σ_{xy}(0)σ_{xy}(t)⟩ dt  (lepkość)
  D = (1/3) ∫_0^∞ ⟨v(0)·v(t)⟩ dt  (dyfuzja poprzez funkcję autokorelacji prędkości)
          

FDT ma głębokie konsekwencje praktyczne: szum termiczny w obwodach elektronicznych (szum Johnsona-Nyquista) stanowi fundamentalną granicę detekcji sygnału; lepkość cieczy można obliczyć z równowagowych funkcji autokorelacji prędkości; odpowiedź optyczna materiału blisko rezonansu ucieleśnia tę samą relację między absorpcją a dyspersją (relacje Kramersa-Kroniga).

6. Metody Monte Carlo blisko punktu krytycznego

Analityczne rozwiązanie modeli mechaniki statystycznej jest możliwe jedynie w przypadkach szczególnych. Metody Monte Carlo (MC) dostarczają ogólnego podejścia numerycznego: generując losowe próbki z rozkładu Boltzmanna, można oszacować dowolną wielkość termodynamiczną.

Algorytm Metropolisa-Hastingsa:
  1. Zaproponuj ruch: odwróć spin i, ΔE = E_nowe − E_stare
  2. Zaakceptuj z prawdopodobieństwem:
       a = min(1, exp(−βΔE))
  3. Bilans szczegółowy: P(A→B)·π(A) = P(B→A)·π(B)
     zapewnia zbieżność do rozkładu Boltzmanna

Czas autokorelacji τ:
  τ ~ ξ^z   (krytyczne spowolnienie blisko T_c)
  z ≈ 2.17 dla lokalnego Metropolisa (2D Ising)

Algorytm klastrowy Wolffa:
  Odwraca całe skorelowane klastry w jednym kroku
  z ≈ 0 (praktycznie brak krytycznego spowolnienia)
  Kluczowy krok: budowa klastra przez dodawanie sąsiada j z P = 1 − e^(−2βJ δ_{σi,σj})

Skalowanie skończonego rozmiaru:
  m(T, L) = L^(−β/ν) f[(T−T_c)L^(1/ν)]
  → kolaps danych na uniwersalną krzywą skalującą
     umożliwia wyznaczenie T_c i ν z układów skończonych
          

Wypróbuj te symulacje