时间：4月18日（周五）上午10：00

地点：勤园20-518

报告摘要：

  对于大量原子分子组成的、哈密尔顿量已知的系统，美国物理学家吉布斯给出了三种不同宏观条件下的平衡态系统微观态概率分布，从而可计算系统的熵或自由能，以及热力学性质。在此基础之上，我们建立了本征微观态统计物理学。基于系统个体的大数据，我们可获得微观态及其时间演化，从而得到本征微观态及其时间演化和本征微观态的概率分布。系统从微观到介观的结构与动力学由本征微观态及其时间演化精准刻画。某个本征微观态的概率成为有限的时候，系统涌现出相应本征微观态描述的相。概率的不连续变化对应系统的不连续相变，概率的连续但具有奇异性的改变对应着系统的连续相变即临界现象。由本征微观态的概率分布，我们可得到系统的本征微观态熵 ，它包含了系统的集体及涌现行为。本征微观态熵及其变率可用来预警和描述复杂系统的相变与临界现象。本征微观态统计物理可应用于一般的复杂系统，我们已将其成功地应用于物理、生物、生态及地球系统。

报告人简介：

  陈晓松，浙江大学物理高等研究院/北京师范大学系统科学学院教授。1982年、1984年获华中师范大学物理学学士、理论物理硕士学位，1992年获德国柏林自由大学自然科学博士学位，1999年度中国科学院“百人计划”入选者，2003年国家杰出青年科学基金获得者。先后在德国柏林自由大学、德国亚琛工业大学、中国科学院理论物理研究所等高校和研究所工作，2018年10月起入职北京师范大学系统科学学院，2024年9月起担任浙江大学物理高等研究院教授。研究领域为液体统计物理、相变与临界现象基本理论、复杂系统和地球系统的统计物理及相变与临界现象。