Открыть сервисСервис

Статистический вес в физике и математике

Статистический вес — числовая характеристика состояния физической системы, показывающая, сколькими микроскопическими способами может быть реализовано данное макроскопическое состояние. В статистической физике и термодинамике эта величина обозначается обычно буквой $W$ или $\Omega$ и служит ключевым понятием при выводе связи между микроскопическим описанием системы и её макроскопическими параметрами — температурой, энтропией, давлением.

Определение и физический смысл

Если система состоит из большого числа частиц, то одно и то же макросостояние (заданные энергия, объём, число частиц) может быть получено множеством различных конфигураций микросостояний — распределений частиц по доступным квантовым состояниям. Число таких конфигураций и называют статистическим весом.

Статистический вес — величина безразмерная и, как правило, чрезвычайно большая. Например, для одного моля газа при нормальных условиях $W$ имеет порядок $10^{N}$, где $N \approx 6{,}02 \cdot 10^{23}$ — число Авогадро. Именно огромность этой величины и объясняет, почему макроскопические системы демонстрируют устойчивое, предсказуемое поведение, несмотря на хаотичность движения отдельных частиц.

Понятие введено в рамках статистической механики во второй половине XIX века; существенный вклад в его разработку внесли Людвиг Больцман и Джозайя Уиллард Гиббс.

Связь с энтропией

Центральное соотношение статистической физики — формула Больцмана:

$$S = k \ln W,$$

где $S$ — энтропия, $k$ — постоянная Больцмана ($k \approx 1{,}38 \cdot 10^{-23}$ Дж/К), $W$ — статистический вес. Формула связывает макроскопическую термодинамическую величину (энтропию) с микроскопической характеристикой состояния (числом способов реализации).

Из этой формулы следует статистическая трактовка второго начала термодинамики: изолированная система самопроизвольно переходит из менее вероятного состояния в более вероятное, то есть в состояние с большим статистическим весом. Рост энтропии оказывается не абсолютным запретом, а следствием подавляющего перевеса вероятности: обратный переход принципиально возможен, но его вероятность ничтожно мала.

Статистический вес и вероятность

Статистический вес тесно связан с термодинамической вероятностью состояния. Если полное число доступных микросостояний системы равно $\Omega_{\text{полн}}$, то вероятность обнаружить систему в состоянии с весом $W$ составляет

$$P = \frac{W}{\Omega_{\text{полн}}}.$$

Отсюда видно, что наиболее вероятным оказывается состояние с максимальным статистическим весом. Для замкнутой системы в равновесии реализуется именно такое состояние — это утверждение лежит в основе принципа максимума энтропии.

Примеры

  • Идеальный газ. В модели идеального газа статистический вес определяется числом способов распределения молекул по ячейкам фазового пространства. Для $N$ молекул по $n$ ячейкам $W$ вычисляется через комбинаторные формулы (мультиномиальный коэффициент).
  • Двухуровневая система. Для $N$ частиц, каждая из которых может находиться на одном из двух уровней, число микросостояний с $m$ частицами на верхнем уровне равно биномиальному коэффициенту $C_N^m$. Максимум $W$ достигается при $m = N/2$.
  • Спиновые системы. В модели Изинга статистический вес конфигурации спинов определяет её вклад в статистическую сумму и, следовательно, в термодинамические свойства магнетика.

Статистическая сумма и распределения

Наряду со статистическим весом отдельного состояния в физике широко используется статистическая сумма (сумма по состояниям):

$$Z = \sum_i e^{-E_i / (kT)},$$

где суммирование ведётся по всем микросостояниям с энергиями $E_i$. Статистическая сумма связана со статистическим весом: каждое состояние входит в неё с больцмановским множителем, учитывающим его энергию. Через $Z$ выражаются свободная энергия, внутренняя энергия и другие термодинамические функции.

Распределение Гиббса задаёт вероятность состояния пропорционально $e^{-E_i/(kT)}$, а распределение Максвелла — Больцмана описывает распределение частиц по скоростям и энергиям с учётом статистического веса соответствующих интервалов.

Применение

Понятие статистического веса используется в нескольких областях:

  • Термодинамика и статистическая физика — вывод уравнений состояния, расчёт энтропии, анализ фазовых переходов.
  • Физика конденсированного состояния — описание магнитных, сверхпроводящих и структурных переходов.
  • Теория информации — энтропия Шеннона формально аналогична формуле Больцмана; статистический вес интерпретируется как число равновероятных сообщений.
  • Биофизика и химическая кинетика — оценка числа конформаций макромолекул и вероятностей реакционных путей.

Терминологические замечания

В литературе термин «статистический вес» иногда употребляется в более узком смысле — как вес отдельного микросостояния в ансамбле (множитель Гиббса), а иногда — как синоним термодинамической вероятности. Следует различать:

ПонятиеОбозначениеСмысл
Статистический вес$W$, $\Omega$Число микросостояний, реализующих макросостояние
Термодинамическая вероятность$P$Отношение $W$ к полному числу состояний
Статистическая сумма$Z$Сумма больцмановских множителей по состояниям

В математической статистике словосочетание «статистический вес» может означать вес наблюдения в выборке — величину, отражающую относительную значимость отдельного измерения при расчёте средних и оценок. Это иное, не связанное с физикой значение термина, и его не следует смешивать с термодинамическим.

Значение понятия

Статистический вес служит мостом между микроскопическим и макроскопическим уровнями описания природы. Он позволяет вывести законы термодинамики из вероятностных представлений о движении частиц и объясняет необратимость макроскопических процессов как следствие статистической невероятности обратных переходов. Понятие остаётся базовым в курсах статистической физики и широко применяется в современных разделах теоретической и прикладной физики.

Источники: Л. Д. Ландау, Е. М. Лифшиц «Статистическая физика»; Р. Кубо «Термодинамика»; К. Хуанг «Статистическая механика»; Большая российская энциклопедия.

Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru