Diese Seite bezieht sich auf die erste Auflage (2020) des Buches.   ➜   Zur aktuellen Auflage.

Aufgaben

Lösung zu Aufgabe 7.6

Das unten dargestellte Programm Berechnet die Kraft auf die äußeren Wände für $N=100$ Teilchen. Dabei wird die Kraft jeweils über einen Zeitraum von 2 Sekunden gemittelt. Jedes Teilchen hat eine Masse von $m=1\,\textrm{kg}$, einen Radius $r=0{,}05\,\textrm{m}$ und eine Anfangsgeschwindigkeit von $v_a = 2\,\textrm{m/s}$. Die Teilchen sind in einem Kasten der Größe $4\,\textrm{m}\times4\,\textrm{m}$ eingeschlossen. Wir erhalten einen Wert der Kraft auf die Außenwände in der Höhe von ca. $227\pm2\,\textrm{N}$. Der genaue Wert variiert von Simulationslauf zu Simulationslauf.

Wenn Sie die Anfangsgeschwindigkeit verdoppeln oder halbieren, so stellen Sie fest, dass sich die Kraft ungefähr vervierfacht oder auf ein Viertel absinkt. Die Kraft ist also proportional zum Geschwindigkeitsquadrat und damit auch proportional zu mittleren kinetischen Energie.

Falls Sie sich bereits etwas mit Wärmelehre beschäftigt haben, können Sie abschätzen, ob dieses Ergebnis plausibel ist:

Wir betrachten dazu die ideale Gasgleichung \[ pV = kNT \] Die Temperatur ist durch die mittlere kinetische Energie pro Freiheitsgrad der Teilchen gegeben. Da jedes Teilchen zwei Freiheitsgrade hat (wir behandeln ja ein 2-dimensionales Gas), gilt: \[ 2 \frac{1}{2}kT = \overline{E_\textrm{kin}} \] Jedes Teilchen hat am Anfang den gleichen Geschwindigkeitsbetrag $v_a$ bekommen. Für die mittlere kinetische Energie gilt damit für jeden Zeitpunkt: \[ \overline{E_\textrm{kin}} = \frac{1}{2} m v_a^2 \] Kombinieren wir diese drei Gleichungen, so ergibt sich: \[ p = \frac{Nmv_a^2}{2V} \] Da wir ein 2-dimensionales System betrachten, müssen wir für $V$ die zur Verfügung stehende Fläche einsetzen. Wir erhalten damit: \[p = \frac{100\cdot 1\,\textrm{kg} \cdot (2\,\textrm{m/s})^2}{2\cdot16\,\textrm{m}^2} = 12{,}5\,\frac{\textrm{N}}{\textrm{m}} \] Die Einheit mag etwas ungewohnt erscheinen, ist aber hier korrekt, da im Zweidimensionalen ein Druck eine Kraft pro Länge ist. Um die Gesamtkraft auf die Außenwände zu berechnen, müssen wir nun diesen Druck mit der Länge der Außenwände multiplizieren: \[ F = p A = 12{,}5\,\textrm{N} \cdot 16\,\textrm{m} = 200\,\textrm{N} \]

Die Abweichung von dem simulieren Ergebnis $227\pm2\,\textrm{N}$ ist relativ groß und lässt sich nicht mit statistischen Schwankungen erklären. Eine wesentliche Rolle spielt hier, dass die ideale Gasgleichung nur gilt, wenn das Volumen der Gasteilchen vernachlässigbar klein gegenüber dem zur Verfügung stehenden Volumen ist. Um dies zu überprüfen, können Sie in der Simulation einmal die Größe der Gasteilchen reduzieren. Wenn Sie zum Beispiel einen Radius von nur noch $r=0{,}01\,\textrm{m}$ wählen, so werden Sie feststellen, dass sich das Ergebnis an den Wert von $200\,\textrm{N}$ annähert.

Download    Mehrkoerper/Loesungen/gas_druck.py

"""Simulation eines Gases: Berechnung der Kraft auf die Wände. """

import numpy as np
import matplotlib.pyplot as plt

# Anzahl der Raumdimensionen.
dim = 2

# Anzahl der Teilchen.
N = 100

# Simulationszeitdauer T und Schrittweite dt [s].
T = 20
dt = 2

# Die Teilchen erhalten am Anfang alle eine Geschwidigkeit mit
# dem Betrag v_avg und zufälliger Richtung.
v_avg = 2

# Kleinste Zeitdifferenz, bei der Stöße als gleichzeitig
# angenommen werden [s].
epsilon = 1e-9

# Für jede Wand wird der Abstand vom Koordinatenursprung
# wand_d und ein nach außen zeigender Normalenvektor wand_n
# angegeben.
wand_d = np.array([2.0, 2.0, 2.0, 2.0])
wand_n = np.array([[0, -1.0], [0, 1.0], [-1.0, 0], [1.0, 0]])

# Positioniere die Massen zufällig im Bereich
# x= -1,9 ... 1,9 m und y = -1,9 ... 1,9 m.
r0 = 1.9 * (2 * np.random.rand(N, dim) - 1)

# Wähle zufällige Geschwindigkeiten, die auf v_avg normiert sind.
v0 = -0.5 + np.random.rand(N, dim)
v0 *= v_avg / np.linalg.norm(v0, axis=1).reshape(-1, 1)

# Alle Teilchen bekommen den gleichen Radius [m].
radius = 0.05 * np.ones(N)

# Alle Teilchen bekommen die gleiche Masse [kg].
m = np.ones(N)

# Lege Arrays für das Simulationsergebnis an.
t = np.arange(0, T, dt)
r = np.empty((t.size, N, dim))
v = np.empty((t.size, N, dim))
F = np.zeros(t.size)
r[0] = r0
v[0] = v0


def koll_teil(r, v):
    """Gibt die Zeit bis zur nächsten Teilchenkollision und
    die Indizes der beteiligten Teilchen zurück. """

    # Erstelle N x N x dim - Arrays, die die paarweisen Orts- und
    # Geschwindigkeitesdifferenzen enthalten:
    # dr[i, j] ist der Vektor r[i] - r[j]
    # dv[i, j] ist der Vektor v[i] - v[j]
    dr = r.reshape(N, 1, dim) - r
    dv = v.reshape(N, 1, dim) - v

    # Erstelle ein N x N - Array, das das Betragsquadrat der
    # Vektoren aus dem Array dv enthält.
    dv2 = np.sum(dv * dv, axis=2)

    # Erstelle ein N x N - Array, das die paarweise Summe
    # der Radien der Teilchen enthält.
    rad = radius + radius.reshape(N, 1)

    # Um den Zeitpunkt der Kollision zu bestimmen, muss eine
    # quadratische Gleichung der Form
    #          t² + 2 a t + b = 0
    # gelöst werden. Dabei ist nur die kleinere Lösung relevant.
    a = np.sum(dv * dr, axis=2) / dv2
    b = (np.sum(dr * dr, axis=2) - rad ** 2) / dv2
    D = a**2 - b
    t = -a - np.sqrt(D)

    # Suche den kleinsten positiven Zeitpunkt einer Kollision.
    t[t <= 0] = np.NaN
    t_min = np.nanmin(t)

    # Suche die entsprechenden Teilchenindizes heraus.
    i, j = np.where(np.abs(t - t_min) < epsilon)

    # Wähle die erste Hälfte der Indizes aus, da jede
    # Teilchenpaarung doppelt auftritt.
    i = i[0:i.size // 2]
    j = j[0:j.size // 2]

    # Gib den Zeitpunkt und die Teilchenindizes zurück. Wenn
    # keine Kollision stattfindet, dann gib inf zurück.
    if np.isnan(t_min):
        t_min = np.inf

    return t_min, i, j


def koll_wand(r, v):
    """Gibt die Zeit bis zur nächsten Wandkollision, den Index
    der Teilchen und den Index der Wand zurück. """

    # Berechne den Zeitpunkt der Kollision der Teilchen mit
    # einer der Wände. Das Ergebnis ist ein N x Wandanzahl -
    # Array.
    entfernung = wand_d - radius.reshape(-1, 1) - r @ wand_n.T
    t = entfernung / (v @ wand_n.T)

    # Ignoriere alle nichtpositiven Zeiten.
    t[t <= 0] = np.NaN

    # Ignoriere alle Zeitpunkte, bei denen sich das Teilchen
    # entgegen den Normalenvektor bewegt. Eigentlich dürfte
    # so etwas gar nicht vorkommen, aber aufgrund von
    # Rundungsfehlern kann es passieren, dass ein Teilchen
    # sich leicht außerhalb einer Wand befindet.
    t[(v @ wand_n.T) < 0] = np.NaN

    # Suche den kleinsten Zeitpunkt, und gib die Zeit und die
    # Indizes zurück.
    t_min = np.nanmin(t)
    teilchen, wand = np.where(np.abs(t - t_min) < epsilon)
    return t_min, teilchen, wand


# Berechne die Zeitdauer bis zur ersten Kollision und die
# beteiligten Partner.
dt_teilchen, teilchen1, teilchen2 = koll_teil(r[0], v[0])
dt_wand, teilchen_w, wand = koll_wand(r[0], v[0])
dt_koll = min(dt_teilchen, dt_wand)

# Schleife über die Zeitschritte.
for i in range(1, t.size):
    # Kopiere die Positionen aus dem vorherigen Zeitschritt.
    r[i] = r[i - 1]
    v[i] = v[i - 1]

    # Zeit, die in diesem Zeitschritt schon simuliert wurde.
    t1 = 0

    # Behandle nacheinander alle Kollisionen in diesem
    # Zeitschritt.
    while t1 + dt_koll <= dt:
        # Bewege alle Teilchen bis zur Kollision vorwärts.
        r[i] += v[i] * dt_koll

        # Führe die Kollision zwischen Teilchen durch.
        if dt_teilchen <= dt_wand:
            for k1, k2 in zip(teilchen1, teilchen2):
                dr = r[i, k1] - r[i, k2]
                dv = v[i, k1] - v[i, k2]
                er = dr / np.linalg.norm(dr)
                m1 = m[k1]
                m2 = m[k2]
                v1_s = v[i, k1] @ er
                v2_s = v[i, k2] @ er
                v1_s_neu = (2 * m2 * v2_s +
                            (m1 - m2) * v1_s) / (m1 + m2)
                v2_s_neu = (2 * m1 * v1_s +
                            (m2 - m1) * v2_s) / (m1 + m2)
                v[i, k1] += -v1_s * er + v1_s_neu * er
                v[i, k2] += -v2_s * er + v2_s_neu * er

        # Führe die Kollision zwischen Teilchen und Wänden durch.
        if dt_teilchen >= dt_wand:
            for n, w in zip(teilchen_w, wand):
                v1_s = v[i, n] @ wand_n[w]
                v[i, n] -= 2 * v1_s * wand_n[w]
                # Addiere den Impulsübertrag auf die Wand.
                F[i] += 2 * m[n] * v1_s

        # Innerhalb dieses Zeitschritts wurde eine Zeitdauer
        # dt_koll bereits behandelt.
        t1 += dt_koll

        # Da Kollisionen stattgefunden haben, müssen wir diese
        # neu berechnen.
        dt_teilchen, teilchen1, teilchen2 = koll_teil(r[i], v[i])
        dt_wand, teilchen_w, wand = koll_wand(r[i], v[i])
        dt_koll = min(dt_teilchen, dt_wand)

    # Bis zum Ende des aktuellen Zeitschrittes (dt) finden nun
    # keine Kollision mehr statt. Wir bewegen alle Teilchen bis
    # zum Ende des Zeitschritts vorwärts und müssen nicht
    # erneut nach Kollisionen suchen.
    r[i] = r[i] + v[i] * (dt - t1)
    dt_koll -= dt - t1

    # Gib eine Information zum Fortschritt der Simulation in
    # Prozent aus.
    print(f'{100*i/t.size:.1f} %')

# Teile die Impulsüberträge pro Wand durch die jeweilige Länge
# des Zeitintervalls. Auf diese Weise erhalten wir die mittlere
# Kraft in jedem einzelnen Intervall.
F /= dt

# Wir ignorieren die ersten beiden Einträge des Kraftarrays.
# Der Eintrag F[0] ist immer Null und im Eintrag F[1] spielen
# die Anfangsbedingungen eventuell noch eine wesentliche Rolle.
F_avg = np.mean(F[2:])
F_err = np.std(F[2:], ddof=1) / np.sqrt(F.size - 2)
print(f'Mittlerer Normalkraft: {F_avg:.1f} +- {F_err:.1f} N')

# Erzeuge eine Figure und eine Axes.
fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)
ax.set_xlabel('t [s]')
ax.set_ylabel('Normalkraft [N]')
ax.grid()

# Plotte die Kraft als Funktion der Zeit.
ax.plot(t, F, 'o')

# Zeige die Grafik an.
plt.show()