更改

跳到导航 跳到搜索
添加858字节 、 2022年10月11日 (二) 15:09
第100行: 第100行:  
<math>t</math>和<math>t^{\prime}</math>的微观态之间的相关性由它们的矢量乘积定义:<math>\begin{eqnarray}{C}_{{tt}^{\prime} }=\delta {\boldsymbol{S}}{\left(t\right)}^{{\rm{T}}}\cdot \delta {\boldsymbol{S}}(t^{\prime} )=\displaystyle \sum _{i=1}^{N}\delta {S}_{i}(t)\delta {S}_{i}(t^{\prime} )\end{eqnarray}</math>。以<math>{C}_{tt}^{\prime} </math>作为其元素,我们可以得到一个<math>M×M</math>的微观态相关矩阵:<math>\begin{eqnarray}{\boldsymbol{C}}={C}_{0}{{\boldsymbol{A}}}^{{\rm{T}}}\cdot {\boldsymbol{A}}\end{eqnarray}</math>,其轨迹<math>Tr\boldsymbol{C}={\sum }_{t=1}^{M}{C}_{tt}={C}_{0}</math>。
 
<math>t</math>和<math>t^{\prime}</math>的微观态之间的相关性由它们的矢量乘积定义:<math>\begin{eqnarray}{C}_{{tt}^{\prime} }=\delta {\boldsymbol{S}}{\left(t\right)}^{{\rm{T}}}\cdot \delta {\boldsymbol{S}}(t^{\prime} )=\displaystyle \sum _{i=1}^{N}\delta {S}_{i}(t)\delta {S}_{i}(t^{\prime} )\end{eqnarray}</math>。以<math>{C}_{tt}^{\prime} </math>作为其元素,我们可以得到一个<math>M×M</math>的微观态相关矩阵:<math>\begin{eqnarray}{\boldsymbol{C}}={C}_{0}{{\boldsymbol{A}}}^{{\rm{T}}}\cdot {\boldsymbol{A}}\end{eqnarray}</math>,其轨迹<math>Tr\boldsymbol{C}={\sum }_{t=1}^{M}{C}_{tt}={C}_{0}</math>。
    +
统计系综也可以被视为主体的动态微观态的系综,它们由<math>M</math>维向量描述:<math>\begin{eqnarray}\delta {{\boldsymbol{S}}}_{i}=\left[\delta {S}_{i}(1),\delta {S}_{i}(2),\cdots ,\delta {S}_{i}(M)\right]\end{eqnarray}</math>,其中<math>i=1,2, … , N</math>。
 +
 +
此外,我们在这里考虑动态微观状态<math>δS_i</math>和<math>δS_j</math>之间的相关性:<math>\begin{eqnarray}{{\boldsymbol{S}}}_{j}^{{rm{T}}}=\displaystyle \sum _{t=1}^{M}\delta {S}_{i}(t)\delta {S}_{j}(t)\end{eqnarray}</math>。以<math>K_{ij}</math>为元素,我们可以得到一个<math>N×N<\math>的动态微观态的相关矩阵:
 +
<math>\begin{eqnarray}{\boldsymbol{K}}={C}_{0}{\boldsymbol{A}}\cdot {{\boldsymbol{A}}}^{{{rm{T}}}\end{eqnarray}</math>,其轨迹<math>Tr\boldsymbol{K}={\sum }_{t=1}^{N}{K}_{ii}={C}_{0}</math>。
      −
<math></math>
       
248

个编辑

导航菜单