맥스웰-볼츠만 분포에서 속력의 대푯값 유도

화학 2020년 05월 25일
Figure 1. Probability distribution function for the Maxwell-Boltzmann distribution

맥스웰 볼츠만 분포는 이상 기체 입자들의 속력 분포를 나타낸 확률 분포로, 입자(분자)의 분율 \(f(v)\) 을 속력에 대한 식으로 나타내면 다음과 같다.

\[ f(v) = 4\pi \left( \cfrac{m}{2\pi k_{B}T} \right) ^{\frac{3}{2}}  v^{2} \exp{}\left(-\frac{mv^2}{2k_{B}T} \right) \]

모든 입자의 속도를 각각 분석하는 것은 불가능에 가깝기 때문에, 이 분포를 활용하는데 있어 평균속력, 최빈속력, 근평균제곱(Root Mean Square)속력에 해당하는 \(\bar{v}, v_{\rm{mp}}, v_{\rm{rms}} \)를 이용한다. 적절한 계산으로 속력의 대푯값들을 다음과 같이 나타낼 수 있다.

\[ \bar{v}=\sqrt{\cfrac{8RT}{\pi M}}, \ v_{\rm{mp}}=\sqrt{\cfrac{2RT}{M}}, \ v_{\rm{rms}}=\sqrt{\cfrac{3RT}{M}} \]


평균속력(\(\bar{v}\))의 유도

먼저 평균속력인 \( \bar{v} \)를 유도해보자. 평균속력은 다음과 같이 나타난다.

\[ \bar{v} = \int^{\infty}_{0}vf(v)dv=4\pi \left( \cfrac{M}{2\pi RT} \right) ^{\frac{3}{2}} \int^{\infty}_{0} v^{3} e^{-\frac{M}{2RT}v^2 } dv \]

부분적분을 활용하여 계산하면

\[\begin{aligned}\int^{\infty}_{0} v^{3} e^{-\frac{M}{2RT}v^2 } dv &= \left[ v^{2}-\cfrac{RT}{M}e^{-\frac{M}{2RT}v^{2}}\right]^{\infty}_{0}+\cfrac{RT}{M} \int^{\infty}_{0}2v e^{-\frac{M}{2RT}v^{2}}dv \\ &= \left[ v^{2}-\cfrac{RT}{M}e^{-\frac{M}{2RT}v^{2}} \right] ^{\infty}_{0} - \cfrac{2R^{2}T^{2}}{M^{2}} \left[ e^{-\frac{M}{2RT}v^{2}} \right]^{\infty}_{0} \\ &= \cfrac{2R^{2}T^{2}}{M^{2}} \ (\because{}\lim_{v\to\infty} v^{2}e^{-\frac{M}{2RT}v^{2}}dv=0 ) \end{aligned}\]

적분 결과를 구하려는 식에 대입하자.

\[\begin{aligned} \bar{v} &= 4\pi \left( \cfrac{M}{2\pi RT} \right) ^{\frac{3}{2}} \int^{\infty}_{0} v^{3} e^{-\frac{M}{2RT}v^2 } dv \\ &= 4 \pi  \cfrac{M}{2\pi RT} \sqrt{ \cfrac{M}{2\pi RT}} \cfrac{2R^{2}T^{2}}{M^{2}} \\ &=\cfrac{4RT}{M}\sqrt{\cfrac{M}{2 \pi RT}} = \sqrt{\cfrac{8RT}{\pi M}} \end{aligned}\]


최빈속력(\(v_{\rm{mp}}\))의 유도

\(  v_{ \rm{mp}} \) 의 경우 최빈 속력을 의미하며, 분포 그래프에서의 극댓점의 \(v\)값을 의미한다. 따라서 최빈 속력은 해당 속력에서의 미분계수가 \(0\)임을 통해 유도할 수 있다.

\[\begin{aligned} \cfrac{df(v_{\rm{mp}})}{dv} &= 4\pi \left( \cfrac{M}{2 \pi R T}\right)^{\frac{3}{2}} \left( 2ve^{-\frac{M}{2RT}v^{2}}-\cfrac{Mv^{3}}{RT} e^{-\frac{M}{2RT}v^{2}} \right) \\ &=4\pi \left( \cfrac{M}{2 \pi R T}\right)^{\frac{3}{2}} \left( 2v-\cfrac{Mv^{3}}{RT}\right) e^{-\frac{M}{2RT}v^{2}} = 0 \end{aligned}\]

이므로 이를 정리하면

\[ 2v_{\rm{mp}}=\cfrac{Mv_{\rm{mp}}^{3}}{RT} \]

\[v_{\rm{mp}}=\sqrt{\cfrac{2RT}{M}}\]

임을 알 수 있다.


근평균속력(\(v_{\rm{rms}}\))의 유도

마지막으로 근평균제곱속력  \(v_{\rm{rms}}\) 은 제곱의 평균에 제곱근을 씌운 것과 같으므로 다음 식으로 표현할 수 있다.

\[ v_{\rm{rms}}^2=\int^{\infty}_{0}v^{2}f(v)dv \ = 4\pi \left( \cfrac{M}{2\pi RT} \right) ^{\frac{3}{2}} \int^{\infty}_{0} v^{4} e^{-\frac{M}{2RT}v^2 } dv \]

\( \int^{\infty}_{0} v^{4} e^{-\frac{M}{2RT}v^2 } dv \) 를 구하기 위해 \(v^3\)과 \( ve^{-\frac{M}{2RT}v^2 } \)의 곱으로 생각하여 부분적분을 활용해 계산하면

\[ \int^{\infty}_{0} v^{4} e^{-\frac{M}{2RT}v^2 } dv = \left[ -\cfrac{RT}{M}v^{3} e^{-\frac{M}{2RT}v^{2}}\right]^{\infty}_{0}+\cfrac{3RT}{M} \int^{\infty}_{0}v^{2} e^{-\frac{M}{2RT}v^{2}}dv \]

위 식에서 \[ \left[ v^{3}-\cfrac{RT}{M}e^{-\frac{M} {2RT}v^{2}}\right]^{\infty}_{0} = 0\]이며, \(f(v)\)가 \(v>0\)에서의 확률밀도함수이므로 0에서 무한대까지의 적분값이 1임을 이용하면 \[\int^{\infty}_{0}v^{2} e^{-\frac{M}{2RT}v^{2}}dv \] 의 값을  알 수 있다. 따라서 \(f(v)\)가 확률밀도함수임을 먼저 유도해보자.


가우스 적분과 맥스웰 볼츠만 분포 함수의 적분

가우스 적분은 가우스 함수 \(f(x)=e^{-x^{2}}\)의 실수 전체 범위에서의 대한 정적분으로, 가우스 함수는 맥스웰 볼츠만 분포 함수의 exponential 항과 유사한 꼴을 가진다. 가우스 적분은 적분의 변수변환을 통해 다음과 같이 유도한다.

\[\left( \int^{\infty}_{\infty}e^{-x^{2}}dx\right)^{2}=\int^{\infty}_{\infty}e^{-x^{2}}dx\int^{\infty}_{\infty}e^{-y^{2}}dy=\int^{\infty}_{\infty}e^{-(x^{2}+y^{2})}dxdy\]

이를 \(x=r \sin \theta, y=r\cos\theta\)인 극좌표계로 변수변환하면, 극좌표계의 야코비안(Jacobian)은 \(r\)이므로 \[\iint_{R^2}e^{-(x^{2}+y^{2})}dxdy=\int^{2\pi}_{0}\int^{\infty}_{0}re^{-r^{2}}drd\theta\]이고, 적분하려는 함수가 \(\theta \)에 대해 독립이므로

\[=2\pi\int^{\infty}_{0}re^{-r^{2}}drd\theta=-2\pi \left[ \cfrac{1}{2}e^{-r^{2}} \right] ^{\infty}_{0}=\pi \]이고,

\[ \int^{\infty}_{0}e^{-x^{2}}dx=\cfrac{\sqrt{\pi}}{2}\]이다.

이를 이용하여 맥스웰 볼츠만 분포 함수의 적분을 알아보자. 부분적분을 이용하면

\[ \int^{\infty}_{0}v^{2}e^{-\frac{M}{2RT}v^2}dv=\cfrac{RT}{M}\int^{\infty}_{0}e^{-\frac{M}{2RT}v^2}dv \] 이고, \(\sqrt{\cfrac{M}{2RT}}v=x\) 라고 치환하면

\[ \int^{\infty}_{0}e^{-\frac{M}{2RT}v^2}dv=\sqrt{\cfrac{2RT}{M}}\int^{\infty}_{0}e^{-x^2}dx=\cfrac{\sqrt{\pi}}{2}\sqrt{\cfrac{2RT}{M}}=\sqrt{\cfrac{\pi RT}{2M}} \] 이므로

\[ \int^{\infty}_{0}v^{2}e^{-\frac{M}{2RT}v^2}dv=\cfrac{RT}{M}\sqrt{\cfrac{\pi RT}{2M}} \]이다.


다시 \(v_{\rm{rms}}\)의 유도로 돌아가서,

\[ v_{\rm{rms}}^2 = 4\pi \left( \cfrac{M}{2\pi RT} \right) ^{\frac{3}{2}} \int^{\infty}_{0} v^{4} e^{-\frac{M}{2RT}v^2 } dv \]이므로

\[ v_{\rm{rms}}^2 = 4\pi \cfrac{M}{2\pi RT} \sqrt{\cfrac{M}{2\pi RT}}\cfrac{3RT}{M}\cfrac{RT}{M}\sqrt{\cfrac{\pi RT}{2M}} \] 을 정리하면

\[ v_{\rm{rms}}^2 = \cfrac{3RT}{M} \]

따라서 \[ v_{\rm{rms}}=\sqrt{\cfrac{3RT}{M}}\]임을 알 수 있다. 이로써 맥스웰 볼츠만 분포에서의 평균 속력, 최빈 속력, 근평균제곱(RMS) 속력을 유도할 수 있다.


참고자료

https://en.wikipedia.org/wiki/Maxwell%E2%80%93Boltzmann_distribution

https://en.wikipedia.org/wiki/Gaussian_integral

전제영

하나고등학교 9기

Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.