热力学与统计物理课程设计

热力学与统计物理课程设计

ID:6615613

大小:593.00 KB

页数:11页

时间:2018-01-20

热力学与统计物理课程设计_第1页
热力学与统计物理课程设计_第2页
热力学与统计物理课程设计_第3页
热力学与统计物理课程设计_第4页
热力学与统计物理课程设计_第5页
资源描述:

《热力学与统计物理课程设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、热力学统计物理计算机模拟热力学与统计物理课程设计计算机模拟(Matlab实现)题目:Ising模型铁磁-顺磁相变现象的MonteCarlo模拟学院:数理学院专业:06应用物理指导老师:刘旭东同组人员:姓名学号彭加福0640502112黎婕0640502102胡进军0640502107-11-热力学统计物理计算机模拟Ising模型铁磁—顺磁相变现象的MonteCarlo模拟(江苏科技大大学06应用物理)摘要:课程设计中首先采用Isingmodel的思想建立一个二维的模型,然后利用重要性抽样和Mont

2、eCarlo方法及其思想模拟铁磁-顺磁相变过程。计算了顺磁物质的能量平均值Ev、热容Cv、磁化强度M及磁化率X的值,进而研究Ev、Cv、M、X与温度T的变化关系并绘制成Ev-T图、Cv-T图、M-T图、X-T图,得出顺磁物质的内能随着温度的升高先增大而后趋于稳定值;热容Cv、磁化率X随着温度的升高先增大后减小;磁化强度M在转变温度Tc处迅速减小为零,找出铁磁相变的转变温度Tc大约为2.35。关键字:蒙特卡罗方法、伊辛模型、重要性抽样、顺磁相变、居里点、磁化率、磁畴一、内容概述1907年法国科学家外

3、斯系统地提出了铁磁性假说,其主要内容有:铁磁物质内部存在很强的“分子场”,在“分子场”的作用下,原子磁矩趋于同向平行排列,即自发磁化至饱和,称为自发磁化。铁磁体自发磁化分成若干个小区域(这种自发磁化至饱和的小区域称为磁畴)由于各个区域(磁畴)的磁化方向各不相同,其磁性彼此相互抵消,所以大块铁磁体对外不显示磁性。当温度升高时,原子间距加大,降低了交换作用,同时热运动不断破坏原子磁矩的规则取向,故自发磁化强度下降。单轴各向异性铁磁体具有一个容易磁化的晶轴,原子磁矩的取向只能平行或反平行于这个轴,因此,

4、也只能沿这个轴,或者朝上,或者朝下,由偶然的因素决定。温度升高时,热运动有减弱有序取向的趋势,不过只要温度不太高,仍有为数较多的原子磁矩沿某一取向。直到温度高于居里点,以致完全破坏了原子磁矩的规则取向,自发磁矩就不存在了,材料表现为强顺磁性,其磁化率与温度的关系服从居里——外斯定律。为了能更好地体现单轴各向异性铁磁体的顺磁相变过程,我们运用了Matlab软件构建了一个简化的伊辛模型,并利用重要性抽样和蒙特卡罗方法模拟了其相变过程。二、建模思想1、伊辛模型(Isingmodel)Ising在1925

5、年提出了一个描述铁磁体的简单模型,模型虽然十分简单,但是用它讨论铁磁体的相变十分方便。将铁磁体视为N个格点组成的n维晶格,每个格点均有一个自旋粒子,粒子的自旋计为Si(i=1,2,3,…N)它只取+1或-1两个值,或俗称自旋向上与向下,每个分布描述铁磁系的一个构形。只考虑最近邻自旋相互作用,其作用能的取值原则是:当两个相邻自旋相互平行(沿相同取向)时取-,反平行时,取+;>0对应铁磁性,<0为反铁磁性。2、蒙特卡罗方法(MonteCarloMethod)蒙特卡罗方法(MonteCarloMetho

6、d)又称随机抽样或统计试验方法,以概率与统计中的理论与方法为基础。传统的经验方法由于不能逼近真实的物理过程,很难得到满意的结果,而蒙特卡罗方法由于能够真实地模拟实际物理过程,故解决问题与实际非常符合,可以得到很圆满的结果。这是我们采用该方法的原因。蒙特卡罗方法的基本原理及思想如下:当所要求解的问题是某种事件出现的概率,或者是某个随机变量的期望值时,它们可以通过某种“试验”的方法,得到这种事件出现的频率,或者这个随机变数的平均值,并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。蒙特卡罗方法通过抓

7、住事物运动的几何数量和几何特征,利用数学方法来加以模拟,即进行一种数字模拟实验。它是以一个概率模型为基础,按照这个模型所描绘的过程,通过模拟实验的结果,作为问题的近似解。可以把蒙特卡罗解题归结为三个主要步骤:构造或描述概率过程、实现从已知概率分布抽样、建立各种估计量。3、重要性抽样i.构造或描述概率过程-11-热力学统计物理计算机模拟对于本身就具有随机性质的问题,如粒子输运问题,主要是正确描述和模拟这个概率过程,对于本来不是随机性质的确定性问题,比如计算定积分,就必须事先构造一个人为的概率过程,它

8、的某些参量正好是所要求问题的解。即要将不具有随机性质的问题转化为随机性质的问题。ii.实现从已知概率分布抽样构造了概率模型以后,由于各种概率模型都可以看作是由各种各样的概率分布构成的,因此产生已知概率分布的随机变量(或随机向量),就成为实现蒙特卡罗方法模拟实验的基本手段,这也是蒙特卡罗方法被称为随机抽样的原因。最简单、最基本、最重要的一个概率分布是(0,1)上的均匀分布(或称矩形分布)。随机数就是具有这种均匀分布的随机变量。随机数序列就是具有这种分布的总体的一个简单子样,也就是一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。