Statistische fysica voor Beta-gamma

Statistical Physics for Beta-gamma

Studiewijzer 2020/2021

Globale inhoud

In this course we will learn about the fundamentals of statistical physics and thermodynamics. The topics we will cover include:

1. Some preliminary tools: the “A scales as B” concept, Stirling approximation, extensive vs. intensive variables, Legendre transforms, Gaussian integrals.  
2. Fundamentals of statistical physics 
   
   1. Microcanonical ensemble 
   2. Canonical ensemble, Equipartition 
   3. Grand canonical ensemble  
3. Quantum statistical physics 
   
   1. Bose-Einstein statistics
   2. Fermi-Dirac statistics 
   3.  Examples: Black body radiation, phonons, Bose-Einstein condensation, Fermi gas 
4. The laws of Thermodynamics 
   
   1. A driving force towards equilibrium 
   2. Carnot cycle, heat engines, refrigerators 
5. Phases of matter and transitions between them 
   
   1. Phase diagrams and phase stability
   2. The Clausius Clapeyron relation
   3. The van der Waals model
   4. The Ising model of a ferromagnet 
6. Random walks, the central limit theorem, the diffusion equation 

Studiemateriaal

Literatuur

• D.V. Schroeder, 'Introduction to thermal physics', Addison Wesley Longman, 1999, tweede helft.

• James P. Sethna, Entropy, Order Parameters, and Complexity, CLARENDON PRESS, OXFORD 2020. link to book

Leerdoelen

• Students will understand the fundamentals of statistical physics and thermodynamics
• Students will know how to analyze the equilibrium behavior of simple models
• Students will be able to apply basic mathematical tools to statistical problems

Onderwijsvormen

• Hoorcollege
• Werkcollege

A mixture of lectures and exercises will be implemented. The exercises will consist of a combination of solutions done by the teacher on the blackboard, and self-study in the classroom in which a discussion will be held regarding the problems reviewed. In addition, homework assignments will let students practice their problem-solving skills. 

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Van elke student wordt actieve deelname verwacht aan het onderwijsonderdeel waarvoor hij staat ingeschreven. Een student die de eerste twee werkcolleges van een lesblok geen gebruik maakt van de werkcolleges, zal administratief uit de werkcollegegroep verwijderd worden. Een verzoek opnieuw ingeschreven te worden bij de werkcolleges kan ingediend worden bij de opleidingscoördinator.
• Als een student door overmacht niet aanwezig kan zijn bij een verplicht onderdeel van het onderdeel, dient hij dit zo snel mogelijk schriftelijk te melden bij de betreffende docent. De docent kan, eventueel na overleg met de studieadviseur, besluiten om de student een vervangende opdracht op te leggen.
• Het is niet toegestaan om verplichte onderdelen van een onderdeel te missen als er geen sprake is van overmacht.
• Bij kwalitatief of kwantitatief onvoldoende deelname, kan de examinator de student uitsluiten van verdere deelname aan het onderdeel of een gedeelte daarvan. Voorwaarden voor voldoende deelname worden van te voren vastgelegd in de studiewijzer.
• Ter uitbreiding van de bovenstaande regels geldt voor de vakken in het eerste semester van het eerste jaar dat een student bij minimaal 80% van de werkcolleges aanwezig dient te zijn. Bovendien moet worden deelgenomen aan eventuele tussentoetsen en verplicht gesteld huiswerk. Als niet aan deze verplichting is voldaan, wordt de student uitgesloten voor de herkansing van het bijbehorende vak. Studenten in het Dubbele Bachelor programma Wis- en Natuurkunde zijn vrijgesteld van deze plicht. In geval van persoonlijke omstandigheden, zoals in OER-A Artikel A-6.4 omschreven, wordt in overleg met de studieadviseur een afwijkend studieplan gemaakt.

Toetsing

Opdrachten

Problem sets

• not graded, not mandatory but highly recommended

Final exam

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Contactinformatie

Coördinator

• Edan Lerner

TA: Karina Gonzalez Lopez