统计热力学

统计熵

/ sta-TIS-ti-cal EN-truh-pee /

假设两个盒子从外面看一模一样,但有人告诉你,一个盒子内部可以有上千种隐秘的排列方式,另一个只有十种。在某种精确意义上,第一个盒子在隐藏的可能性上更“富有”。统计熵正是刻画这种丰富程度的数:它量度一个系统在外表保持不变的前提下,内部能暗中处于多少种微观排列。

更确切地说,统计熵把热力学熵 S 与微观态的计数联系起来。在玻尔兹曼的形式中,S 等于玻尔兹曼常数 k 乘以 W 的自然对数,其中 W 是共享同一能量的微观态数目。在更一般的吉布斯形式中,它是对所有可达微观态的概率所做的加权求和。无论哪种形式,可达的排列越多,熵就越高。

它为什么重要:统计熵是你用热量和温度测出的那个热力学熵背后的深层含义——它解释了为什么熵倾向于增大(系统会漂向那些微观态压倒性更多的宏观态),并赋予熵一个真正的零点。诚实的提醒是:那个计数 W 必须算对,包括简并度,以及对全同粒子的正确处理方式,否则这座桥会给出错误的数字。

取四个可区分的分子,和一个盒子的两个等大半边。把四个全放左边只有一种方式,而二二平分却有六种方式。于是玻尔兹曼的 S = k ln W 给平分赋予更高的熵——这正是气体为什么会扩散开来、充满整个容器。

平分占有更多微观态,因此承载更高的统计熵。

统计熵和热力学熵是从两条路走到的同一个量:一条数微观态,另一条追踪热量除以温度。两者的一致,是原子图像最有力的验证之一。

又称
Boltzmann entropyGibbs entropy统计熵統計熵