
Distribuição e Entropia
Storyboard 
Ao analisar a probabilidade de encontrar o sistema em um estado específico, observamos que a condição de equilíbrio (\beta) faz parte da estrutura da distribuição. Além disso, fica evidente que a função que melhor modela o sistema é o logaritmo do número de estados, o que está associado ao que chamaremos de entropia.
ID:(437, 0)

Formação de um máximo
Imagem 
Quando multiplicamos o número de casos, obtemos uma função com um pico muito pronunciado.
O sistema tem uma probabilidade maior de ser encontrado na energia onde ocorre o pico da curva de probabilidade.
ID:(11543, 0)

Série de Taylor para o número de estados
Equação 
Para estudar o comportamento da função do número de estados, podemos desenvolvê-la em torno do valor da energia no estado de equilíbrio \bar{E}. Se o fizermos no logaritmo do número de estados, obtemos
\ln\Omega(E)=\ln\Omega(\bar{E})+\displaystyle\frac{\partial\ln\Omega}{\partial E}\eta+\displaystyle\frac{1}{2}\displaystyle\frac{\partial^2\ln\Omega}{\partial E^2}\eta^2\ldots
onde \eta=E-\bar{E}. Usando para a definição de
k_B T \equiv\displaystyle\frac{1}{ \beta } |
e
\lambda\equiv-\displaystyle\frac{\partial^2\ln\Omega}{\partial E^2}=-\displaystyle\frac{\partial\ln\beta}{\partial E}
obtemos a expressão com :
![]() |
ID:(3443, 0)

Forma da função de probabilidade
Equação 
Se considerarmos a expansão do número de estados com :
\ln\Omega(E)=\ln\Omega(\bar{E})+\beta\eta-\displaystyle\frac{1}{2}\lambda\eta^2\ldots |
podemos estimar o logaritmo da probabilidade:
\ln P = \ln[\Omega(E)\Omega'(E')] = \ln\Omega(E) + \ln\Omega'(E') = \ln\Omega(\bar{E}) + \ln\Omega'(\bar{E'}) + (\beta - \beta')\eta - \frac{1}{2}(\lambda + \lambda')\eta^2\ldots
Para o caso do estado de equilíbrio, ambos os betas são iguais, e a probabilidade de um dos sistemas ter uma energia E é reduzida a uma distribuição gaussiana, que é expressa com da seguinte forma:
P(E)=P(\bar{E})e^{-\lambda_0(E-\bar{E})^2/2} |
onde
\lambda_0 = \lambda + \lambda'
ID:(3444, 0)

Largura de distribuição
Equação 
O fator que define a largura da curva de probabilidade é o fator quadrático na série de Taylor, que é expresso com da seguinte forma:
\lambda_0\equiv-\displaystyle\frac{\partial^2\ln\Omega}{\partial E^2}=-\displaystyle\frac{\partial\ln\beta}{\partial E} |
Pode ser demonstrado que o número \lambda introduzido é sempre positivo. Uma indicação disso vem da função do número de estados que já calculamos para o caso de partículas livres. Nesse caso, uma vez que o número de estados é proporcional à energia elevada à potência do número de graus de liberdade f, obtemos que com
\Omega\sim E^f
temos
\lambda_0\equiv-\displaystyle\frac{\partial^2\ln\Omega}{\partial E^2}=-f\displaystyle\frac{\partial^2\ln E}{\partial E^2}=\displaystyle\frac{f}{E^2}
.
ID:(11549, 0)

Definição de entropia com base em estados possíveis
Equação 
O parâmetro-chave no estudo do equilíbrio é dado pelo logaritmo do número de estados, que com é expresso como:
\beta(E)\equiv\displaystyle\frac{\partial\ln\Omega}{\partial E} |
O logaritmo natural do número de estados multiplicado pela constante de Boltzmann k_B é definido como a entropia do sistema, que é expressa com da seguinte maneira:
S \equiv k_B \ln \Omega |
ID:(3439, 0)

Relação termodinâmica
Equação 
A definição de \beta encontra-se em
\beta(E)\equiv\displaystyle\frac{\partial\ln\Omega}{\partial E} |
a da temperatura está em
k_B T \equiv\displaystyle\frac{1}{ \beta } |
e a da entropia em
S \equiv k_B \ln \Omega |
Essas definições nos levam a uma relação termodinâmica que indica como a temperatura T se relaciona com :
![]() |
ID:(3442, 0)

Entropia e sistema em equilíbrio
Equação 
Com a definição de entropia como :
S \equiv k_B \ln \Omega |
e considerando que em equilíbrio isso é válido com :
\displaystyle\frac{\partial\ln\Omega}{\partial E}-\displaystyle\frac{\partial\ln\Omega_h}{\partial E_h}=0 |
concluímos que em equilíbrio, a energia E deve sempre ser máxima com :
S + S_h =max |
ID:(3440, 0)

0
Video
Vídeo: Distribuição e Entropia