분배함수 (Partition Function)
쉽게 풀면
수많은 입자로 이루어진 시스템이 가질 수 있는 상태는 사실상 무한합니다. 분배함수는 이 모든 가능한 상태 각각이 얼마나 '있을 법한지'를 온도에 따라 가중치를 매겨 전부 더한 값입니다. 놀랍게도 이 하나의 함수만 정확히 구하면 에너지, 압력, 엔트로피 등 시스템의 거의 모든 거시적 성질을 수학적으로 유도해낼 수 있어, 통계역학의 만능열쇠와도 같은 역할을 합니다.
왜 중요한가
분배함수는 미시적 상태들의 확률분포와 거시적 열역학량을 잇는 다리 역할을 하기 때문에, 통계역학뿐 아니라 응집물질물리학의 상전이 연구, 화학의 반응속도론, 생물물리학의 단백질 접힘 모델 등 다양한 분야에서 이론적 출발점으로 쓰입니다. 분배함수를 정확히 혹은 근사적으로 구하는 것 자체가 많은 이론 논문의 핵심 목표가 되기도 합니다.
논문에서는 이렇게 쓰입니다
통계역학이나 열역학 논문에서 거시 물성을 계산하는 출발점으로 쓰인다.
화학반응속도론에서 분배함수를 분자의 운동, 회전, 진동 등 자유도별로 나누어 반응속도상수를 계산하는 데 활용한 예문이다.
생물물리학에서 단백질 접힘 같은 복잡한 현상을 단순화된 격자모형의 분배함수로 근사해 실험적 전이 곡선과 비교한 사례이다.
조금 더 깊게 보면
분배함수는 다루는 계의 성격에 따라 입자 수와 에너지가 고정된 미시정준 앙상블, 온도가 고정된 정준 앙상블, 입자 수까지 요동할 수 있는 대정준 앙상블 등 서로 다른 형태로 정의되며, 이 선택은 실제 계의 물리적 조건(닫힌계인지 열린계인지 등)에 따라 결정됩니다. 실제 계산에서는 상태 수가 너무 많아 분배함수를 해석적으로 구하기 어려운 경우가 흔해, 몬테카를로 시뮬레이션이나 평균장 근사 같은 수치적·근사적 방법이 널리 사용됩니다.
주의할 점
분배함수는 특정 앙상블(정준, 대정준 등)의 정의에 따라 형태가 달라지므로, 어떤 앙상블을 사용했는지 반드시 함께 명시해야 한다.