Week 6
Mid-term Class Test
20%
针对经典系综理论与比热模型的闭卷测试,计算量巨大。
PHYS3113
课程定位 PHYS3113 是 UNSW 物理系在‘微观与宏观统合’领域的巅峰课程。如果热力学是在研究锅里的水,统计力学则是研究每一个分子的疯狂撞击。它解决了物理学中最深刻的逻辑跨越:如何从亿万个微观粒子的随机运动推导出宏观的气压、温度与熵?它是通往凝聚态物理、量子统计、及跨学科复杂系统(如定量金融、生物模拟)研究的唯一必经之路。对于物理学子,这是你第一次领略‘概率即物理’的深刻魅力。 技术栈与学习内容 课程基于统计系综理论。核心内容包括:微正则、正则与巨正则系综 (Ensembles)、配分函数 (Partition Function) 的核心推导(这是全课的灵魂)、麦克斯韦-玻尔兹曼分布、费米-狄拉克与玻色-爱因斯坦量子统计。此外,课程深入探讨了黑体辐射、固体的比热模型(爱因斯坦与德拜模型)、以及最具智力挑战的‘相变与临界现象’(伊辛模型初步)。课程强调利用数学期望解决物理平衡态问题。 课程结构 10 周理论高压期。前期聚焦平衡态统计基础,中期全面攻克配分函数与自由能的关系,后期转向量子统计与极端物质状态。评估体系严谨:包含每周的高难数学推导习题 (Problem Sets)、两次高压现场闭卷测试 (Class Tests)、以及一场极其考验智力联想与符号掌控能力的期末综合大考。该课极其强调‘统计期望与宏观观测的一一对应’。 适合人群 物理专业、高级数学专业、及对复杂系统感兴趣的工科学生。必须具备极其扎实的微积分与基础物理功底。如果你想搞清楚‘为什么熵总是增加’、或者想理解量子材料的底层逻辑,这门课是你的圣殿。建议每周投入 20 小时以上。
Course decision
先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。
考核总权重
100%
3 项考核
最高单项
60%
Final Examination
期末考试
有
以官方 outline 为准
Hurdle
1 项
需要单独满足
Deadline map
按截止周排列作业节点;持续考核会保留在下方完整考核结构中。
Week 6
20%
针对经典系综理论与比热模型的闭卷测试,计算量巨大。
Week 10
20%
涵盖每章配分函数推导与期望值计算的深度习题,强调符号演算的准确度。
Week 11
60%
全面考察量子统计证明、相变分析及复杂系统能量分布的顶级难度大考。
Syllabus
默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。
微观态与宏观态,等概率先验假设,玻尔兹曼熵公式 (S=klnW) 的统计推导。
波尔兹曼因子,配分函数 Z 的定义及其与热力学势(亥姆霍兹自由能)的联系。
平移、转动与振动配分函数拆解,等分原理 (Equipartition) 的统计证明与局限性。
与环境交换粒子的系统建模,巨配分函数 Ξ,在多组分系统中的应用逻辑。
晶格振动,爱因斯坦模型 vs 德拜 (Debye) 模型,低温比热容的 T^3 规律证明。
复习系综推导逻辑,准备中期高难测试,手推双原子分子配分函数。
泡利不相容原理对统计的影响,费米能级,简并费米气体(白矮星物理基础)。
玻色-爱因斯坦凝聚 (BEC) 理论,黑体辐射的统计推导(普朗克定律)。
一级与二级相变判定,平均场理论,磁性系统的统计模拟初步。
布朗运动与随机行走,涨落-耗散定理初步;全学期逻辑大闭环复盘。
Assessment
Mathematical Problem Sets
涵盖每章配分函数推导与期望值计算的深度习题,强调符号演算的准确度。
Week 10
Mid-term Class Test
针对经典系综理论与比热模型的闭卷测试,计算量巨大。
Week 6
Final ExaminationHurdle
全面考察量子统计证明、相变分析及复杂系统能量分布的顶级难度大考。
Week 11
From Seniors
基础信息谁都查得到,真正值钱的是过来人的经验。
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
这门课暂无往年考点记录。
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。