15.3 Discuta a relação entre os conceitos de ‘população,’ ‘configuração’ e ‘peso’. Qual é a importáncia da distribuiçĩo mais provável?

Passo 1

O enunciado pede duas coisas claras:
  • Explicar a relação entre os conceitos de “população”, “configuração” e “peso”.
  • Dizer qual é a importância da “distribuição mais provável”.
Informações dadas (implícitas no enunciado): trata-se de um sistema com N objetos (partículas, bolas, indivíduos, etc.) distribuídos entre vários “estados” ou “caixas” indexados por i. Não há números concretos no enunciado, então a discussão será conceitual e ilustrada com exemplos simples.

Passo 2

O que significa “população” — definição e notação.
  • Chama-se população o número de objetos que ocupam cada estado i.
  • Denota-se por n_i a população do estado i.
  • A condição de conservação do número total é
\sum_i n_i = N,
onde N é o número total de objetos.
Explicação didática: pense em N bolas que podem estar em várias caixas; a população n_i é quantas bolas estão na caixa i. Em problemas de prova, quase sempre terá que lidar com esses n_i e com a soma acima.

Passo 3

O que significa “configuração” — microestado versus macrostate.
  • Configuração (no sentido que usaremos aqui) é uma disposição completa e identificável de onde está cada objeto — isto é, especificar para cada uma das N partículas em qual estado ela está. Esse é o “microestado”.
  • O conjunto \{n_i\} é por vezes chamado de “macrostate” ou também de “configuração de ocupações”: ele não distingue quais partículas individuais ocupam cada estado, só quantas ocupam.
    Exemplo para fixar a ideia: com N=3 partículas e três caixas A,B,C,
    • Uma configuração (microestado) pode ser: partícula 1 em A, 2 em A, 3 em B.
    • O correspondente conjunto de populações é \{n_A=2,n_B=1,n_C=0\}.

Passo 4

O que é “peso” (multiplicidade) e como calculá-lo.
  • O “peso” W de uma população \{n_i\} é o número de configurações (microestados) diferentes que correspondem exatamente àquele conjunto de populações. Em palavras: quantas maneiras distintas de atribuir as N partículas aos estados geram os mesmos n_i.
  • Para partículas distinguíveis (caso clássico), a contagem é puramente combinatória: primeiro permuta-se as N partículas e depois divide-se por permutações internas entre as n_i idênticas dentro do mesmo estado. Assim obtém-se a fórmula multinomial
W = \frac{N!}{\prod_i n_i!}.
Aqui N! é o número de permutações de N objetos, e cada n_i! corrige porque permutar as partículas dentro do mesmo estado não gera uma nova população.
  • Observação rápida sobre indistinguibilidade/quântica: para bosões e férmions as contagens e restrições mudam (férmions têm n_i\in\{0,1\} em cada órbita, bosons admitem várias ocupações), e então a expressão do peso não é necessariamente a multinomial simples. Em provas, o enunciado costuma dizer se as partículas são clássicas/distinguíveis ou quânticas; se não disser, o caso clássico é o ponto de partida.

Passo 5

Exemplo numérico simples para ver o que é peso na prática.
  • Considere N=3 e três estados A,B,C. Tome a população \{2,1,0\} (2 em A, 1 em B, 0 em C). O peso é
W=\frac{3!}{2!\,1!\,0!}=\frac{6}{2}=3.
  • Listando microestados (partículas rotuladas 1,2,3): as 3 configurações são (1,2 em A, 3 em B); (1,3 em A, 2 em B); (2,3 em A, 1 em B). Então há exatamente 3 microestados que dão a mesma população \{2,1,0\}.
    Conclusão didática: o peso é uma contagem concreta; populações que podem ser obtidas por muitas configurações têm peso grande.

Passo 6

Por que a “distribuição mais provável” importa — ideia física e probabilística.
  • Se todas as configurações (microestados) forem igualmente prováveis, a probabilidade de observar uma população \{n_i\} é proporcional ao seu peso W(\{n_i\}). Portanto a “distribuição mais provável” é a \{n_i\} que maximiza W.
  • Para sistemas com grande N a multiplicidade W costuma ser extremamente desigual: uma população (ou um pequeno conjunto de populações próximas) tem peso muito maior que as demais. Isso significa que, na prática, o sistema passa a maior parte do tempo em populações muito próximas da mais provável — é por isso que as previsões macroscópicas são estáveis e reprodutíveis.
  • Explicação com escala: usando a aproximação de Stirling \ln N!\approx N\ln N - N, vê-se que \ln W cresce com N e que as flutuações relativas em torno do máximo têm ordem típica \sim 1/\sqrt{N}. Para N macroscópico (por exemplo N\sim 10^{23}), essas flutuações são desprezíveis.

Passo 7

Como se encontra a distribuição mais provável (esquema resolutivo que aparece em provas).
  • Método prático: maximizar W sujeito às restrições físicas (por exemplo \sum_i n_i=N e, se houver, \sum_i n_i \epsilon_i = E, energia fixa).
  • Como é mais fácil trabalhar com somas, maximiza-se \ln W em vez de W. Para partículas clássicas distinguíveis,
\ln W = \ln N! - \sum_i \ln n_i!.
Aplicando Stirling \ln n_i! \approx n_i\ln n_i - n_i, e impondo as restrições por multiplicadores de Lagrange (digamos \alpha para número e \beta para energia), obtém-se, após variar em relação a n_i,
\ln n_i = -\alpha - \beta \epsilon_i,
ou seja
n_i = e^{-\alpha}\,e^{-\beta \epsilon_i}.
  • Interpretação: a distribuição que maximiza o peso sob as restrições é uma distribuição exponencial nas energias; no caso físico identifica-se \beta=1/(kT) e e^{-\alpha} fixa a normalização. Essa é a origem combinatória da distribuição de Maxwell–Boltzmann. Para bosons e férmions a maximização de W (com suas contagens corretas) dá, respectivamente, as distribuições de Bose–Einstein e Fermi–Dirac.

Passo 8

Consequências práticas e intuição final (motivação para provas e aplicações).
  • A distribuição mais provável justifica por que, em termodinâmica e em estatística, podemos usar fórmulas médias: o valor observado macroscópico coincide praticamente com a distribuição que maximiza W.
  • A definição de entropia de Boltzmann S = k \ln W liga diretamente a multiplicidade (peso) ao conceito termodinâmico de desordem; maximizar W equivale a maximizar S, ou seja, o sistema tende ao estado de maior entropia compatível com as restrições.
  • Em provas: quando pedirem “qual distribuição é observada em equilíbrio”, a resposta combinatória é: a que maximiza o peso W sob as restrições do problema — e isso leva às distribuições usuais (MB, BE, FD) dependendo da natureza das partículas.

Resposta

A população é o conjunto de números de ocupação \{n_i\} (quantos objetos estão em cada estado i), a configuração é a especificação completa de onde está cada objeto (microestado), e o peso W(\{n_i\}) é o número de configurações que correspondem àquela população. A distribuição mais provável é a \{n_i\} que maximiza W sob as restrições físicas; ela domina a probabilidade para N grande, explica a estabilidade dos valores macroscópicos, e, via S=k\ln W, dá a conexão entre contagem combinatória e entropia, levando às distribuições de equilíbrio (por exemplo Maxwell–Boltzmann, Bose–Einstein, Fermi–Dirac) conforme o caso.

Exercícios relacionados