Mecânica Estatística Tal como a Termodinâmica Clássica, também a Mecânica Estatística se dedica ao estudo das propriedades físicas dos sistemas macroscópicos. Tratase de sistemas com um número muito elevado de partículas constituintes (átomos, moléculas, electrões, fotões, ...), tipicamente da ordem de grandeza do número de Avogadro, NA=6,023 x 1023. Termodinâmica Clássica (Carnot, Clausius, Kelvin, Joule,...) → baseia-se num pequeno número de princípios básicos (as leis da Termodinâmica), que são enunciados a partir da análise de um grande número de experiências realizadas sobre sistemas macroscópicos. Estas leis e outros resultados experimentais tais como equações de estado, dispensam em princípio todo o tipo de conceitos atómicos e envolvem unicamente variáveis macroscópicas como pressão, volume, temperatura, capacidades e coeficientes térmicos, ... Mecânica Estatística (Maxwell, Boltzmann, Gibbs,...) → aspira a derivar as leis da Física Macroscópica a partir das propriedades atómicas. Mas mesmo conhecendo-se as leis de interacção entre partículas, o número elevado de partículas constituintes de um sistema macroscópico torna impossível tratar as equações de movimento para cada partícula. Procede-se assim a um tratamento estatístico, no qual se tomam médias sobre variáveis microscópicas que não são observáveis, de forma a reduzir as equações matemáticas a equações que envolvam só variáveis macroscópicas. - Leis da Física Macroscópica - Propriedades dos sistemas macroscópicos Probabilidade estatística A probabilidade de obter um resultado i corresponde à frequência relativa desse resultado (ou evento), quando se realiza um número elevado de tentativas (ou experiências) nas mesmas condições experimentais: n pi = lim i N →∞ N N → número total de tentativas ni → número de vezes que ocorreu o evento i pi → probabilidades estatística do evento i Nota : Podemos conhecer pi com tanto maior precisão quanto mais elevado for N. De facto, as flutuações observadas para pi variam com N-1/2 . Exemplo : Consideremos a experiência de registar as contagens, durante um certo ∆t, de um contador Geiger que se encontra nas proximidades de uma substância radioactiva. n5-9 → número de vezes que se obteve uma contagem entre 5 e 9 N n5-9 n5-9 / N Axiomas da teoria de probabilidades 1- 0 ≤ pi ≤ 1 2- ∑ pi = 1 3- Probabilidade de um evento composto: i) Eventos mutuamente exclusivos são eventos que não podem ocorrer simultaneamente numa única tentativa (ou experiência). Para eventos mutuamente exclusivos, a probabilidade do evento composto (i+j) (evento i ou evento j) é dada por p(i+j) = pi + pj ii) Os eventos i e j dizem-se independentes se a probabilidade de que o evento i e o evento j ocorram simultaneamente é dada por pi,j = pi pj Exemplos : 1- Probabilidade de obter um às ou um rei ou o sete de copas, quando se tira uma carta de um baralho completo (52 cartas) p = (4/52) + (4/52) + (1/52) = (9/52) 2- Probabilidade de obter simultaneamente o às de espadas de um baralho de cartas e um 6 de outro baralho de cartas p = (1/52) * (4/52) = (4/2704) Distribuições estatísticas Experiência : Posicionamos um contador Geiger segundo diferentes direcções em torno de um cristal de fluoreto de lítio, sobre o qual se faz incidir radiação-X. Medimos o número de contagens em ∆t = 10 s como função do ângulo de deflecção. Feixe difractado m.d.v. α = 2θ âng. de difracção Feixe incidente âng. incidente Planos cristalográficos N → número total de contagens ni(αi) → número de contagens registadas segundo o ângulo αi pi → probabilidade estatística de ter uma contagem segundo o ângulo αi ângulo de difracção médio n α= ∑n α i i i N ; N = ∑ ni i No limite N → ∞ ni N →∞ N α = ∑ lim i α i = ∑ pi α i i α desvio padrão, ∆α → quantifica as flutuações em torno da média ( ( ∆ α ) 2 = ∑ pi α i − α i ) 2 → Aumentando o número total de contagens , N → Aumentando a resolução angular ⇓ Função de distribuição de probabilidade discreta → Função de distribuição de probabilidade contínua n α Histograma pi ∑ pi = 1 α → → → Função contínua p(α) dα ∫ p(α) dα = 1 Exemplo : distribuição normal ou Gaussiana p( x) = O valor médio: 1 ∆ x 2π ( 1 dp ( x ) =− x−x 3 dx ( ∆ x ) 2π dp ( x ) =0⇔ x=x dx O desvio padrão: x + ∆x ∫ p ( x ) dx = 0,683 x − ∆x x + 2 ∆x ∫ p ( x ) dx = 0,954 x − 2 ∆x e )e 2 ( x− x ) − 2 ( ∆x ) 2 2 ( x− x ) − 2 ( ∆x ) 2 Vocabulário da Mecânica Estatística Macroestado : estado do sistema descrito em termos das ligações externas impostas ao sistema, i.e., condições impostas ao sistema e que obrigam certas variáveis macroscópicas a tomar valores bem definidos (por ex., volume V imposto pelo recipiente de paredes rígidas que contém o sistema, pressão P imposta pelo pistão que faz variar o volume do sistema, etc) Sistema isolado → em equilíbrio, o macroestado do sistema é completamente caracterizado por (U,V,N) onde N é o número de partículas constituintes do sistema. Enquanto não atingir o equilíbrio, outras variáveis macroscópicas terão de ser especificadas (por ex., a densidade ρ(r,t)). Em geral, vamos designar essas variáveis por α e o macroestado fora do equilíbrio fica descrito por (U,V,N,α). Microestado (ou estado quântico) : estado do sistema descrito em termos das suas variáveis microscópicas (posição, momento, energia, spin, etc, de cada partícula). Cada macroestado de um sistema compreende um número bem definido de microestados do sistema. Peso estatístico de um macroestado, Ω(U,V,N,α) : Número de microestados correspondentes ao macroestado especificado pelas variáveis macroscópicas V,N,α e tendo uma energia no intervalo entre U e U+dU. Ensemble : Conjunto de um número muito grande (no limite → ∞) de sistemas idênticos. A probabilidade de um resultado é a fracção de sistemas no ensemble para a qual se obtém esse resultado. Ensemble microcanónico → ensemble de sistemas isolados, para os quais a energia tem um valor bem especificado, entre U e U+dU Ensemble canónico → ensemble de sistemas em contacto com um reservatório de calor a uma temperatura T bem definida Ensemble grande canónico → ensemble de sistemas em contacto com um reservatório de calor e de partículas com valores bem definidos de T e de µ . Res. de calor Sistema isolado (N,V,U) Sistema (N,V,T) Res. de calor e de partículas Sistema (µ,V,T) ↔ ∆U ∆N ∆U ↔ Equilíbrio de um sistema isolado Sistema isolado (N,V,U) Postulado Fundamental da Mecânica Estatística Para um sistema macroscópico isolado, caracterizado pelos valores de U,V e N (fixos), todos os microestados compatíveis com esses valores de U,V e N são igualmente prováveis. Como consequência deste postulado, a probabilidade do sistema se encontrar num macroestado (ou estado termodinâmico) especificado por (U,V,N,α) é proporcional ao peso estatístico Ω(U,V,N,α). α designa aqui as grandezas que podem tomar valores variáveis durante um processo que ocorra no sistema isolado. U1,V1,N1 U2,V2,N2 Exemplo: Sistema isolado separado em 2 subsistemas 1 e 2 por meio de uma parede móvel, diatérmica e porosa. U 1 + U 2 = U = const ., mas U 1 varia V1 + V2 = V = const ., mas V1 varia N 1 + N 2 = N = const ., mas N 1 varia (U1, V1, N1) correspondem neste caso às variáveis globalmente designadas por α. Definição de Boltzmann para a entropia de um sistema isolado Boltzmann avançou a hipótese de que a entropia de um sistema isolado num certo macroestado (U,V,N,α) está relacionada com a probabilidade do sistema ocupar esse estado (macroestado), i. e., com o peso estatístico Ω desse macroestado: S = Φ (Ω ) Determinação da forma da função Φ(Ω) Sejam A e B sistemas independentes (i.e., não interagem entre si) e com pesos estatísticos ΩA e ΩB, respectivamente. De acordo com a hipótese de Boltzmann, SA = Φ(ΩA) SB = Φ(ΩB) . Consideremos o sistema A+B, composto pelos dois subsistemas A e B. Do mesmo modo SA+B = Φ(ΩA+B) . Mas como os sistemas são independentes, o número de microestados para o sistema composto é ΩA+B = ΩA ΩB . Quanto à entropia do sistema composto SA+B = SA + SB . Então Φ(ΩA ΩB ) = Φ(ΩA) + Φ(ΩB) ⇒ Φ(Ω) = κB lnΩ S (U , V , N , α ) = κ B ln Ω (U , V , N , α ) κB = R = 1,38 × 10 − 23 JK −1 NA Constante de Boltzmann