| 第1行: |
第1行: |
| − | 熵的概念来自Clausius对卡诺循环的研究。[12]在卡诺循环中,热量
| + | |
| − | 在温度
| + | 其中, |
| − | 下从“热”库中被等温吸收,并作为热量
| + | 是密度矩阵, |
| − | 被等温地释放到
| + | 是迹,log是矩阵对数。这种密度矩阵公式不需要在热平衡的情况下才成立,只要选择基态为能量本征态即可。 对于大多数实际目的,这可以作为熵的基本定义,因为 |
| − | 处的“冷”库中。 根据卡诺原理 Carnot Theory,只有在存在温差的情况下,系统才能产生功,并且功应该是温差和热量
| + | 的所有其他公式都可以从中数学推导出,反之则不能。 |
| − | 的某种函数。 卡诺没有区分
| + | |
| | + | |
| | + | 在所谓的统计热力学的基本假设或统计力学的基本假设中,假定任何微观状态的发生都是等可能的(即 |
| | + | |
| | + | ,其中 |
| | + | 是微状态数); 这个假设通常对于平衡的孤立系统是合理的。[23] |
| | + | |
| | + | |
| | + | 所以,上一个公式简化为: |
| | + | |
| | + | |
| | + | 在热力学中,这种系统是体积固定,分子数和内部能量守恒的系统(微正则系综 microcanonical ensemble)。 |
| | + | |
| | + | |
| | + | 熵的最一般的解释是度量我们对系统的不确定性。 系统的平衡状态使熵最大化,因为除了守恒变量之外,我们已经失去了所有有关初始条件的信息。 最大化熵会使我们对系统细节的忽视最大化。[24] 这种不确定性不是日常主观的,而是实验方法和解释模型固有的不确定性。 |
| | + | |
| | + | |
| | + | 解释模型在确定熵方面具有核心作用。 上面的“对于给定的一组宏观变量”的限定词具有深远的含义:如果两个观察者使用不同的宏观变量,他们将看到不同的熵。 例如,如果观察者A使用变量 |
| | + | , |
| | 和 | | 和 |
| − | ,因为他使用了一个错误的假设,即热量理论是有效的,因此,当
| + | ,观察者B使用 |
| − | 大于
| + | , |
| − | 时,热量就得以保存(错误的假设,
| + | , |
| − | 和
| + | , |
| − | 相等)[13][14] 通过Clausius和开尔文Kelvin的努力,现在知道,热机可以产生的最大功是卡诺效率和从热库吸收的热量的乘积:
| + | ,B通过更改 |
| | + | ,可能会导致观察者A看到像违反热力学第二定律的现象。 换句话说,观察者所选择的一组宏观变量必须包括实验中可能变化的所有事物,否则,熵可能会减少![25] |