Mecánica Estadística y Termodinámica

Helder H Chávez Sánchez, PhD

Departamento de Física
Universidad Nacional de Trujillo
2 Mecánica Estadística y Termodinámica con [Link]

1
Conceptos y Metodología
1.1 Límites de aplicabilidad del modelo del punto material y del modelo del
cuerpo perfectamente rígido
Punto de partida: La descripción dinámica de un sistema de muchas partículas es técnicamente irrealizable,
teóricamente inapropiado y prácticamente inútil.
La idea básica: Un sistema de muchas partículas es caracterizado por parámetros y leyes estadísticas.
Aparato matemático: Teoría de procesos y cantidades aleatorias, también conocida como estadística y
probabilidades.
La mecánica estudia el movimiento de cuerpos materiales cuyas propiedades pueden modelarse mediante los
conceptos de punto material y cuerpo perfectamente rígido. Esto significa que, en el primer caso, no se
tienen en cuenta la estructura interna ni el tamaño del cuerpo material, mientras que, en el segundo, estas
propiedades solo se consideran para investigar la distribución de la propiedad inercial (densidad) sobre el
volumen ocupado por el cuerpo material para el caso especial en que esta
tiempo. Por lo tanto, las propiedades internas y los movimientos internos de los cuerpos materiales tampoco se
tienen en cuenta en el segundo caso. Se supone que la distribución de densidad está dada para el movimiento
de un cuerpo perfectamente rígido en su conjunto. Por lo tanto, los modelos de punto material y cuerpo perfecta-
mente rígido no son aplicables para investigar las propiedades internas de los cuerpos materiales cuando su
estructura y el movimiento relativo de las partes de los cuerpos son significativos.
EL MODELO DEL CUERPO MATERIAL. Se sabe que los cuerpos materiales están compuestos por átomos
y moléculas cuya estructura también se conoce. Por lo tanto, el modelo de un cuerpo material es el conjunto de
átomos y moléculas que interactúan y se mueven según ciertas leyes. A su vez, los átomos y moléculas que
constituyen un cuerpo material pueden representarse mediante diferentes modelos según las circunstancias y la
naturaleza de los fenómenos considerados. En algunos casos, los átomos y las moléculas pueden considerarse
como puntos materiales; en otros, como cuerpos materiales perfectamente rígidos; mientras que en ocasiones
deben tenerse en cuenta su estructura interna y su movimiento. Dado que la estructura de los átomos y las
moléculas puede investigarse completamente mediante métodos de la mecánica cuántica, se asume que se
conocen todas sus propiedades. En consecuencia, también se asumen conocidas las propiedades de los modelos
utilizados para representarlos en casos específicos. En principio, también se conocen la interacción de átomos
y moléculas y su movimiento. En algunos casos, este movimiento se considera de forma puramente clásica
mediante los mismos métodos que se emplean para investigar el movimiento de puntos materiales y cuerpos
rígidos, mientras que en otros casos es necesario considerar las leyes de la mecánica cuántica que caracterizan
el movimiento de micropartículas. Estas leyes se conocen a partir de la mecánica cuántica. Es importante
simplemente afirmar que estas leyes son conocidas y, en principio, pueden utilizarse para investigar la interac-
ción y el movimiento de átomos y moléculas que constituyen cuerpos materiales.
Por lo tanto, un cuerpo material puede modelarse como un conjunto de átomos y moléculas cuyas propiedades,
leyes de movimiento e interacciones se conocen.
 Mecánica Estadística y Termodinámica con [Link] 3

1.2 Por qué estudiar la mecánica estadística y termodinámica?

La mecánica estadística se aplica a sistemas físicos que comprenden un grande número de partículas idénticas
( ∼ 1023 ). El sistema más simple de nuestro interés es un gas perfecto en equilibrio térmico. Desde el punto de
vista macroscópico, el sistema física aparece como continuo. Pero, desde el punto de vista microscópico,
consiste de partículas discretas (átomos o moléculas).
Estudiar la Mecánica Estadística Clásica y su versión cuántica es fundamental por varias razones, tanto en el
ámbito académico como en el profesional. Algunos motivos clave son:
1. Conexión entre lo microscópico y lo macroscópico
La Mecánica Estadística proporciona un marco teórico para entender cómo las propiedades macroscópicas de
un sistema (como temperatura, presión, energía interna o entropía) emergen de las interacciones entre un
número extremadamente grande de partículas microscópicas (átomos, moléculas, electrones, etc.).
Por ejemplo, explica cómo la temperatura está relacionada con la energía cinética promedio de las partículas en
un gas, o cómo la presión surge de los choques de moléculas contra las paredes de un recipiente.
2. Descripción de sistemas complejos
 Muchos sistemas en la naturaleza son demasiado complejos para ser descritos mediante la dinámica individ-
ual de cada partícula. La Mecánica Estadística permite abordar estos sistemas utilizando herramientas proba-
bilísticas y estadísticas.
 Ejemplos incluyen gases, líquidos, sólidos, plasmas, sistemas biológicos y materiales avanzados como
superconductores o nanomateriales.
3. Fundamentos de la Termodinámica
La Mecánica Estadística proporciona una justificación microscópica para las leyes de la Termodinámica. Por
ejemplo:
 La primera ley (conservación de la energía) se deriva del balance energético de las partículas.
 La segunda ley (entropía y dirección del tiempo) se explica a partir de la probabilidad de configuraciones
microscópicas.
Esto permite entender conceptos como irreversibilidad, equilibrio térmico y fluctuaciones.
4. Aplicaciones prácticas
La Mecánica Estadística tiene aplicaciones en una amplia variedad de campos:
 Física de materiales: Explica fenómenos como transiciones de fase (sólido-líquido-gas), magnetismo,
superconductividad y propiedades eléctricas.
 Química e biofísica: Modela reacciones químicas, cinética molecular y procesos biológicos como el
plegamiento de proteínas.
 Astrofísica: Describe el comportamiento de estrellas, agujeros negros y plasma en el universo.
 Ingeniería: Diseño de dispositivos semiconductores, motores térmicos y sistemas de refrigeración.
5. Comprender los límites de la física clásica
 La Mecánica Estadística Clásica funciona bien para sistemas donde los efectos cuánticos son despreciables,
como gases diluidos o sólidos a altas temperaturas.
 Sin embargo, en sistemas donde las partículas están confinadas en espacios pequeños o interactúan fuerte-
mente (como en bajas temperaturas o altas densidades), los efectos cuánticos dominan. Aquí, la Mecánica
Estadística Cuántica es indispensable.
 Ejemplos incluyen el comportamiento de electrones en metales, condensados de Bose-Einstein y gases de
Fermi.
6. Conceptos fundamentales de la física moderna
La Mecánica Estadística introduce conceptos clave como:
 Entropía: Una medida de desorden o información en un sistema.
 Función de partición: Una herramienta central que resume todas las propiedades termodinámicas de un
sistema.
 Distribuciones de probabilidad: Como la distribución de Maxwell-Boltzmann (clásica) o las distribu-
ciones de Bose-Einstein y Fermi-Dirac (cuánticas).
4 Mecánica Estadística y Termodinámica con [Link]

Estos conceptos son fundamentales para entender fenómenos como la radiación del cuerpo negro, el efecto
fotoeléctrico y las propiedades de partículas elementales..
7. Interdisciplinariedad
La Mecánica Estadística no solo es relevante para la física, sino también para otras disciplinas:
Biología: Modelado de redes metabólicas, dinámica de poblaciones y evolución.
Ciencias de la computación: Algoritmos de optimización basados en métodos estadísticos (como el algoritmo
de Metropolis).
Economía: Modelos de mercados financieros y comportamiento colectivo.
8. Exploración de nuevos fenómenos
La Mecánica Estadística permite predecir y explicar fenómenos emergentes que no son evidentes a partir de las
leyes fundamentales de la física. Ejemplos incluyen:
 Transiciones de fase críticas (como el punto crítico en un gas-liquido).
 Fenómenos cooperativos (como el ferromagnetismo).
 Sistemas fuera del equilibrio (como turbulencia o crecimiento de fractales).
9. Desarrollo de nuevas tecnologías
Muchas tecnologías modernas se basan en principios de la Mecánica Estadística:
 Dispositivos semiconductores (transistores, diodos).
 Superconductores y materiales avanzados.
 Computación cuántica y simulación de sistemas cuánticos.
La Mecánica Estadística Clásica y Cuántica es un puente esencial entre las leyes fundamentales de la física y el
mundo observable. Proporciona herramientas poderosas para comprender y predecir el comportamiento de
sistemas complejos, desde gases ideales hasta materiales exóticos y sistemas biológicos. Además, su interdisci-
plinariedad la convierte en una herramienta invaluable para abordar problemas en una amplia gama de campos
científicos y tecnológicos.
En resumen, estudiar la Mecánica Estadística no solo es crucial para entender los fundamentos de la física, sino
también para impulsar avances en ciencia y tecnología. Su importancia radica en su capacidad para conectar lo
microscópico con lo macroscópico, explicar fenómenos emergentes y resolver problemas prácticos en múlti-
ples disciplinas.

1.3 Conceptos básicos y metodología de la mecánica estadística

La mecánica estadística es una rama de la física que relaciona el comportamiento microscópico de los sistemas
con sus propiedades macroscópicas. Su propósito es explicar las leyes de la termodinámica a partir de los
principios de la mecánica clásica y cuántica, utilizando herramientas estadísticas y probabilísticas.

1.3.1 Conceptos básicos

1. Sistema y estado microscópico

Un sistema está compuesto por un gran número de partículas (por ejemplo, N ∼ 1023).
 
El estado microscópico del sistema está definido por las posiciones y momentos generalizados q y p de todas
las partículas.
En mecánica cuántica, el estado microscópico puede estar representado por funciones de onda o niveles de
energía discretos.

2. Estado macroscópico
Es la descripción global del sistema, caracterizada por variables como presión (P), volumen (V), temperatura
(T), energía interna (U), entropía (S), etc.
Estas variables son promedios sobre muchos estados microscópicos.
 Mecánica Estadística y Termodinámica con [Link] 5

3. Espacio de fase
Es un espacio abstracto donde cada punto representa un posible estado microscópico del sistema.
Para un sistema clásico, el espacio de fases tiene 6N dimensiones: 3N para las posiciones y 3N para los momen-
tos de las N partículas.

4. Ensamble estadístico
Un ensamble es una colección imaginaria de sistemas idénticos que difieren solo en sus estados microscópi-
cos.
Los tres tipos principales de ensambles son:
Ensamble microcanónico: Sistema aislado con energía total fija.
Ensamble canónico: Sistema en contacto térmico con un baño térmico (temperatura constante).
Ensamble gran canónico: Sistema en contacto tanto térmico como de partículas con un baño (temperatura y
número de partículas fluctúan).

5. Distribución de probabilidad
La probabilidad de encontrar el sistema en un estado microscópico particular depende de la energía del estado
y del tipo de ensamble.
Ejemplo: En el ensamble canónico, la probabilidad está dada por la distribución de Boltzmann:

P (Ei ) ∝ -β Ei , β= (1.1)

1
kB T

6. Distribuciones estadísticas fundamentales

Dependen del tipo de partículas y restricciones del sistema:
Distribución de Maxwell-Boltzmann: Para partículas clásicas e indistinguibles.
Distribución de Fermi-Dirac: Para fermiones (electrones, protones, neutrones) que obedecen el principio de
exclusión de Pauli.
Distribución de Bose-Einstein: Para bosones (fotones, átomos de helio-4), que pueden ocupar el mismo
estado cuántico.

7. Entropía
La entropía mide el desorden o la incertidumbre en el sistema.
En mecánica estadística, se define como:
S = kB ln (Ω) (1.2)
donde Ω es el número de microestados accesibles al sistema para un macroestado dado.

8. Principio de máxima entropía

En equilibrio termodinámico, el sistema tiende a maximizar su entropía, lo que corresponde a la configuración
más probable.

9. Funciones de partición
La función de partición (Z) es una herramienta clave que resume las propiedades estadísticas del sistema.
Para el ensamble canónico:
Z =  -β Ei
(1.3)
i

donde Ei son los niveles de energía del sistema.

6 Mecánica Estadística y Termodinámica con [Link]

A partir de � se pueden derivar todas las propiedades termodinámicas del sistema.

1.4 Metodología de la mecánica estadística

1. Descripción Microscópica
Identificar las partículas que componen el sistema y sus interacciones (por ejemplo, fuerzas entre moléculas en
un gas).
Determinar el Hamiltoniano del sistema (H), que describe la energía total en términos de posiciones y
momentos.
2. Elección del Ensamble
Decidir qué tipo de ensamble es adecuado según las condiciones del sistema:
◼ Si el sistema está aislado: ensamble microcanónico. ( , , ) → Energía fija, volumen fijo, número de
partículas fijo.
◼ Si el sistema intercambia energía con un baño térmico: ensamble canónico. ( , , ) → Temperatura fija,
volumen fijo, número de partículas fijo.
◼ Si el sistema intercambia tanto energía como partículas: ensamble gran canónico. ( , , ) → Temperatura
fija, volumen fijo, potencial químico fijo.
3. Cálculo de Probabilidades
Usar la distribución de probabilidad correspondiente al ensamble elegido para determinar la probabilidad de
cada estado microscópico.
4. Promedios Estadísticos
Calcular valores esperados de cantidades físicas (como energía, presión, etc.) promediando sobre todos los
estados microscópicos posibles, ponderados por sus probabilidades.
5. Relación con Termodinámica
Derivar magnitudes termodinámicas a partir de la función de partición o de la entropía. Por ejemplo:
 Energía libre de Helmholtz (F ):
F = - kB T ln (Z ) (1.4)
 Energía interna (U ):
∂ ln (Z )
U=- (1.5)
∂β
 Entropía (S ):
S = kB (ln (Z ) + β U ) (1.6)
 Presión (P):
∂ ln (Z )
P = kB T (1.7)
∂V
6. Análisis de Fluctuaciones
Estudiar las fluctuaciones alrededor del valor medio de ciertas magnitudes (por ejemplo, fluctuaciones de
energía en el ensamble canónico).
7. Modelización y Simulación
Utilizar modelos simplificados (como el modelo de Ising para magnetismo) o técnicas computacionales (como
Monte Carlo o dinámica molecular) para analizar sistemas complejos.

1.5 Especificación del estado de un sistema de partículas

¿Cómo determinamos el estado de un sistema de muchas partículas? Bien, consideremos, en primer lugar, el
sistema de muchas partículas más simple posible, que consiste en una única partícula sin espín que se mueve
clásicamente en una dimensión. Suponiendo que conocemos la ecuación de movimiento de la partícula, el
estado del sistema queda completamente especificado una vez que medimos simultáneamente la posición q y el
 Mecánica Estadística y Termodinámica con [Link] 7

momento p de la partícula. En principio, si conocemos q y p, podemos calcular el estado del sistema en todos
los momentos posteriores utilizando la ecuación de movimiento. En la práctica, es imposible especificar
con exactitud, ya que siempre hay un error intrínseco en cualquier medición experimental.
Consideremos la evolución temporal de q y p. Esto se puede visualizar trazando el punto (q, p) en el plano
q -p. Este plano se conoce generalmente como espacio de fases. En general, el punto (q, p) trazará un patrón
muy complicado en el espacio de fases. Supongamos que dividimos el espacio de fases en celdas rectangulares
de dimensiones uniformes δq y δp. Aquí, δq es el error intrínseco en la medición de la posición y δp el error
intrínseco en la medición del momento. El “área” de cada celda es
δq δp = h0 (1.8)
donde h0 es una constante pequeña que tiene las dimensiones del momento angular. Las coordenadas q y p
pueden ahora especificarse convenientemente indicando la celda en el espacio de fases en la que se trazan en
un momento dado. Este procedimiento garantiza automáticamente que no intentemos especificar q y p con una
precisión mayor que nuestro error experimental, lo que claramente sería inútil.
Consideremos ahora una partícula sin espín que se mueve en tres dimensiones. Para especificar el estado del
sistema, necesitamos conocer tres pares q-p: es decir, qx -px , qy -py y qz -pz . Por cierto, el número de pares q-p
necesarios para especificar el estado del sistema se suele denominar número de grados de libertad del sistema.
Por tanto, una partícula que se mueve en una dimensión constituye un sistema de un grado de libertad, mientras

  
que una partícula que se mueve en tres dimensiones constituye un sistema de tres grados de libertad.
Consideremos la evolución temporal de q y p, donde q = qx , qy , qz , etc. Esto se puede visualizar trazando el
   
punto (q, p) en el espacio de fases de seis dimensiones q-p. Supongamos que dividimos el plano qx -px en
celdas rectangulares de dimensiones uniformes δq y δp, y hacemos lo mismo para los planos qy -py y qz -pz .
Aquí, δq y δp son nuevamente los errores intrínsecos en nuestras mediciones de posición y momento, respectiva

 
mente. Esto es equivalente a dividir el espacio de fases en celdas regulares de seis dimensiones de volumen h 30 .
Las coordenadas q y p ahora se pueden especificar convenientemente indicando la celda en el espacio de fases

 
en la que se trazan en un momento dado. Nuevamente, este procedimiento garantiza automáticamente que no
intentemos especificar q y p con una precisión mayor que nuestro error experimental.
Por último, consideremos un sistema formado por N partículas sin espín que se mueven clásicamente en tres
dimensiones. Para especificar el estado del sistema, necesitamos especificar un gran número
número requerido es simplemente el número de grados de libertad, f. Para el caso presente, f = 3 N. Por lo
tanto, el espacio de fases (es decir, el espacio de todos los pares q-p) posee ahora 2 f = 6 N dimensiones.
Consideremos un par particular de coordenadas conjugadas, qi y pi. Como antes, dividimos el plano qi -pi en
celdas rectangulares de dimensiones uniformes δq y δp. Esto es equivalente a dividir el espacio de fases en
f
celdas regulares de 2 f dimensiones de volumen h0 . El estado del sistema se especifica indicando qué celda
ocupa en el espacio de fases en un momento dado.
En principio, podemos especificar el estado del sistema con una precisión arbitraria tomando el límite h 0 → 0.
En realidad, sabemos por la mecánica cuántica que es imposible medir simultáneamente una
su momento conjugado pi con una precisión mayor que δqi δpi = ℏ. Esto implica que
h0 ⩾ ℏ (1.9)
En otras palabras, el principio de incertidumbre establece un límite inferior a la precisión con la que podemos
fragmentar el espacio de fases clásico. En mecánica cuántica podemos especificar el estado del sistema dando
su función de onda en el tiempo t,
ψ q1, q2 , ..., qf , s1, ..., sg , t, (1.10)
donde f es el número de grados de libertad traslacionales y g el número de grados de libertad internos (por
ejemplo, de espín). Por ejemplo, si el sistema consta de N partículas con espín-medio, entonces habrá 3N
grados de libertad traslacionales y N grados de libertad de espín (es decir, el espín de cada partícula puede
apuntar hacia arriba o hacia abajo a lo largo del eje z). Alternativamente, si el sistema está en un estado esta-
8 Mecánica Estadística y Termodinámica con [Link]

cionario (es decir, un estado propio del hamiltoniano), entonces podemos simplemente especificar f + g
números cuánticos. De cualquier manera, la evolución temporal futura de la función de onda está completa-
mente determinada por la ecuación de Schrödinger.
En realidad, este enfoque no funciona porque el hamiltoniano del sistema solo se conoce de forma aproximada.
Normalmente, se trata de un sistema que consta de muchas partículas que interactúan débilmente. Normal-
mente conocemos el hamiltoniano para partículas que no interactúan en absoluto, pero el componente del
hamiltoniano asociado con las interacciones entre partículas es o bien increíblemente complicado, o bien no
muy conocido (¡ a menudo, es ambas cosas!). Podemos definir estados propios estacionarios aproximados
utilizando el hamiltoniano para partículas que no interactúan. El estado del sistema se especifica entonces
mediante los números cuánticos que identifican estos estados propios. En ausencia de interacciones entre
partículas, si el sistema comienza en un estado estacionario, permanece en ese estado para siempre, por lo que
sus números cuánticos nunca cambian. Las interacciones permiten que el sistema haga transiciones entre
diferentes estados “estacionarios”, lo que hace que sus números cuánticos cambien en el tiempo.

1.6 Espacio de las fases y microestados clásicos

El microestado de un sistema clásico dado, en cualquier tiempo t, puede definirse especificando las posiciones
instantáneas y los momentos de todas las partículas que constituyen el sistema. Por lo tanto, si N es el número
de partículas en el sistema, la definición de un microestado requiere la especificación de 3N coordenadas
posición q1 , q2 , ..., q3 N y 3N coordenadas de momento p1 , p2 , ..., p3 N . Geométricamente, el conjunto de
coordenadas (qi, pi ) donde i = 1, 2 ..., 3 N, puede considerarse como un punto en un espacio de 6N dimen-
siones. Nos referimos a este espacio como el espacio de fase, y al punto de fase (qi, pi ) como un punto represen-
tativo, del sistema dado.
Por supuesto, las coordenadas qi y pi son funciones del tiempo t; la manera precisa en que varían con t está
determinada por las ecuaciones canónicas de movimiento,
∂H (qi ,pi)
qi =

∂pi
 i = 1, 2, ..., 3 N, (1.11)
∂H (qi ,pi)
pi = -

∂qi

donde H (qi, pi ) es el hamiltoniano del sistema. Ahora bien, a medida que pasa el tiempo, el conjunto de coorde-
nadas (qi, pi ), que también define el microestado del sistema, sufre un cambio continuo. En consecuencia,

 
nuestro punto representativo en el espacio de fases traza una trayectoria cuya dirección, en cualquier instante t,
está determinada por el vector de velocidad υ ≡ qi, pi , que a su vez está dado por las ecuaciones de
movimiento (1.11). No es difícil ver que la trayectoria del punto representativo debe permanecer dentro de una
región limitada del espacio de fases; esto es así porque un volumen finito V limita directamente los valores de
las coordenadas qi , mientras que una energía finita E limita los valores tanto de qi como de pi [a través del
hamiltoniano H (qi , pi )]. En particular, si se sabe que la energía total del sistema tiene un valor preciso, dig-
amos E, la trayectoria correspondiente estará restringida a la “hipersuperficie” definida por
H (q, p) = E.
Dados los valores de las variables de estado macroscópicas relevantes (como E, V y N), el sistema puede estar
en cualquiera de los microestados posibles dentro de la hipercapa correspondiente E y E + δE. Definimos e
ensamble en el espacio de fases como un grupo de copias mentales del sistema dado, una para cada posible
punto representativo.
Ahora bien, si consideramos un conjunto de sistemas (es decir, el sistema dado, junto con un gran número de
copias mentales del mismo), entonces, en cualquier instante t, los diversos miembros del conjunto se encon-
trarán en todo tipo de microestados posibles; de hecho, cada uno de estos microestados debe ser consistente
con el macroestado dado, que se supone común a todos los miembros del conjunto. En el espacio de fases, la
imagen correspondiente consistirá en un enjambre de puntos representativos, uno para cada miembro del