Выдвинем гипотезу о том, что газ в конце концов пройдет по всем точкам фазового пространства, или, другими словами, что у всех этих точек одинаковая вероятность быть занятыми. Этот принцип называется принципом равновероятности начальных состояний. Теперь у нас действительно достаточно условий для вычисления распределения скоростей и положений газа. Осталось только изложить теорию вероятностей.
Предположим, что мы хотим спрогнозировать, что будет делать какой-то человек в воскресенье вечером. Как бы хорошо мы его ни знали, нам сложно угадать: люди иногда меняют свое мнение внезапно, и это придает их поведению некоторую хаотичность. Даже человек, который привык ходить в кино каждое воскресенье, однажды может проснуться с болью в желудке и остаться дома.
Учитывая сложность, которая таится в прогнозировании поведения человека, резонно предположить, что предсказать поведение миллионов людей еще сложнее. Но в действительности оказывается наоборот: каждый человек непредсказуем, но миллион людей ведут себя известным образом. Мы не можем знать, пойдет ли наш друг смотреть фильм в это воскресенье, но можем быть уверены, что определенный процент населения это сделает. Если нас интересует прогноз, сколько заработает кинотеатр в течение года, у нас более чем достаточно информации.
То же самое происходит с переменными, еще более хаотичными, чем человек, такими как результат броска игрального кубика. Невозможно узнать, получим ли мы при следующем броске три, но мы можем быть почти уверены, что на каждый миллион бросков количество выпавших троек составит одну шестую. Если бы результат многочисленных бросков был таким же непредсказуемым, как и одного, казино давно разорились бы.
Идея о том, что миллион человек более предсказуем, чем три, делает возможным и изучение газов. Именно тот факт, что число его молекул огромно, превращает газ в крайне регулярный объект, и мы можем использовать для прогнозирования теорию вероятностей. Хотя мы и не можем знать, как поведет себя каждая отдельная молекула, в случаях когда речь идет об огромном их числе, неизвестность уступает место предсказуемому поведению.
Прежде чем сосредоточиться на поведении газа в состоянии равновесия, рассмотрим наиболее простые примеры теории вероятностей для разработки необходимого математического аппарата. Начнем с классического подбрасывания монеты, чтобы затем расширить эту модель на газ с частицами, обладающими разной энергией.
Предположим, что мы подбрасываем монетку в воздух больше миллиона раз. Мы знаем, что, согласно теории вероятностей и здравому смыслу, мы получим в половине случаев орла и в половине — решку. Вероятность какого-то события измеряется отношением к единице, то есть вероятность в 50 % выражается как 0,5. Итак, вероятность получить орла — 0,5. Поскольку вероятность получить решку также 0,5, можно заметить, что вероятность получить либо орла, либо решку равна единице, то есть 100 %. Это общий закон вероятностей: если даны все возможные результаты, сумма вероятностей их получения должна быть равна единице.
Вероятность получения орла относительно легко вывести: это 50 %. Но как мы можем узнать вероятность получения за три броска двух орлов и одной решки?
Рациональная стратегия состоит в том, чтобы сосчитать все вероятности, возможные при этой комбинации, и поделить полученное число на общее количество возможных бросков. Если обозначить через 1 орла и через 0 решку, мы увидим, что возможны три сочетания, дающие два орла и решку:
110, 101, 011.
Для того чтобы вычислить вероятность, мы должны узнать общее количество возможных последовательностей, а именно:
111, 110, 101, 100, 011, 010, 001, 000,
то есть у нас есть восемь вариантов, три из которых соответствуют нужной последовательности. Вероятность получения двух орлов и одной решки равна 3/8.
Однако газ состоит не из трех, а из миллиардов частиц. Следуя аналогии с монетами, какова вероятность получить ровно 70 % орлов при двух миллионах бросков? В этом случае становится очевидным, что наш метод вычисления вероятностей не годится, и нам нужно разработать более мощный математический аппарат, который позволил бы нам легко рассчитать вероятность некоторого распределения результатов для любого количества бросков, то есть распределение вероятностей.