Home
探索 Uedu
學生控制台
註冊會員/登入
研究知情同意中心
教師控制台
課程設定
支援與訊息
Uptime 數據

UeduGPTs

--

Jupyters

2

UG26 CISOSE26
臺北 AQI 51 · 臺中 AQI 32 · 臺南 AQI 29 · 高雄 AQI 27

AI 回覆桌面通知

AI 助教回覆完成時顯示桌面通知

聊天訊息通知

同學在討論區發送訊息時通知

聲音通知

每當有新通知時播放提示音

熱力學

熵與熱力學第二定律:從卡諾循環到統計詮釋

嚴謹推導克勞修斯不等式、熵增原理與玻茲曼統計,並延伸至漲落定理與黑洞熵

從不可逆性出發:為何時間有箭頭

把一滴墨水滴入清水,墨水會自發擴散均勻,卻從未見過已混勻的墨水自動聚回一滴。這種「單向性」在牛頓力學裡找不到對應——力學方程對時間反演對稱。熱力學第二定律正是補上這條物理缺口的基本律:在孤立系統中存在一個態函數「熵」(entropy)$S$,其變化只能不減。本文不停留在「亂度增加」的口語比喻,而要從卡諾循環、克勞修斯不等式、一路推到統計詮釋,把第二定律的數學骨架攤開。

熵與熱力學第二定律概念示意圖

卡諾定理與熵的定義

考慮一個在高溫熱庫 $T_H$ 與低溫熱庫 $T_C$ 之間運作的可逆熱機。卡諾(Carnot)證明,任何工作於兩固定溫度間的熱機,其效率上限只取決於溫度:

$$ \eta_{\text{Carnot}} = 1 - \frac{T_C}{T_H}. $$

對可逆卡諾循環,吸放熱與溫度滿足

$$ \frac{Q_H}{T_H} = \frac{Q_C}{T_C}\quad\Longrightarrow\quad \frac{Q_H}{T_H} - \frac{Q_C}{T_C} = 0, $$

其中 $Q$ 取代數符號(系統吸熱為正)後寫成 $\sum_i \frac{Q_i}{T_i}=0$。把任意可逆循環用無限多個微小卡諾循環拼貼覆蓋,相鄰絕熱線互相抵消,便得到克勞修斯(Clausius)對可逆過程的核心結果:

$$ \oint \frac{\delta Q_{\text{rev}}}{T} = 0. $$

迴路積分為零意味著被積量是某個態函數的全微分。克勞修斯據此定義熵:

$$ \mathrm{d}S \equiv \frac{\delta Q_{\text{rev}}}{T},\qquad \Delta S = \int_A^B \frac{\delta Q_{\text{rev}}}{T}. $$

關鍵在於:$S$ 是態函數,$\Delta S$ 只依賴始末狀態,與路徑無關。即使實際過程不可逆,只要找一條連接相同始末態的可逆路徑來積分,就能算出熵變。

克勞修斯不等式與熵增原理

對不可逆循環,卡諾效率必然較低,可推得克勞修斯不等式:

$$ \oint \frac{\delta Q}{T} \le 0, $$

等號僅在全可逆時成立。把一個不可逆過程 $A\to B$ 與一條可逆回程 $B\to A$ 接成迴路,代入上式並利用 $\int_B^A \frac{\delta Q_{\text{rev}}}{T} = -\Delta S$,得到

$$ \Delta S \ge \int_A^B \frac{\delta Q}{T}. $$

對孤立系統 $\delta Q = 0$,因此

$$ \boxed{\;\Delta S_{\text{iso}} \ge 0\;} $$

這就是熵增原理:孤立系統的熵不減,平衡態對應熵的極大值。第二定律不是禁止能量轉換,而是限制其「方向」與「品質」。

從巨觀到微觀:玻茲曼與吉布斯

熱力學只說「熵會增加」,統計力學則回答「為什麼」。玻茲曼(Boltzmann)把熵與微觀態數 $\Omega$ 連結:

$$ S = k_B \ln \Omega, $$

其中 $k_B \approx 1.381\times10^{-23}\ \mathrm{J/K}$。更一般的吉布斯(Gibbs)熵以系綜機率 $p_i$ 表示:

$$ S = -k_B \sum_i p_i \ln p_i. $$

在等機率假設 $p_i = 1/\Omega$ 下二者一致。熵增的微觀意義是:系統自發演化到對應微觀態數最多的巨觀態。第二定律因此具有統計性質——它是壓倒性機率,而非絕對禁令;對 $N\sim 10^{23}$ 的系統,違反它的機率小到宇宙年齡尺度都觀察不到。

定量小範例:兩物體熱接觸的總熵變

取兩塊相同物質、熱容量皆為 $C = 800\ \mathrm{J/K}$(視為定值)的金屬塊,初溫分別 $T_1 = 400\ \mathrm{K}$、$T_2 = 200\ \mathrm{K}$,置於絕熱容器中接觸至平衡。

步驟一:求末溫。 能量守恆 $C(T_f - T_1) + C(T_f - T_2)=0$,得

$$ T_f = \frac{T_1+T_2}{2} = 300\ \mathrm{K}. $$

步驟二:各塊熵變。 沿可逆等容路徑 $\mathrm{d}S = C\,\mathrm{d}T/T$:

$$ \Delta S_1 = C\ln\frac{T_f}{T_1} = 800\ln\frac{300}{400} = 800\times(-0.2877) = -230.2\ \mathrm{J/K}, $$ $$ \Delta S_2 = C\ln\frac{T_f}{T_2} = 800\ln\frac{300}{200} = 800\times(0.4055) = +324.4\ \mathrm{J/K}. $$

步驟三:總熵變。

$$ \Delta S_{\text{tot}} = \Delta S_1 + \Delta S_2 = +94.2\ \mathrm{J/K} > 0. $$

熱由高溫流向低溫,孤立系統總熵增加,與第二定律一致。若反向(熱自低溫流向高溫)則 $\Delta S<0$,被禁止。注意:高溫塊放熱使熵減,低溫塊吸熱使熵增更多,淨效果為正——這正是「相同熱量在低溫處攜帶更多熵」的數學體現。

深入探討(研究所視角)

在統計力學的正則系綜中,熵自然地以分布泛函形式登場。最大熵原理(Jaynes)指出:在給定平均能量約束 $\langle E\rangle = U$ 下,使吉布斯熵 $S=-k_B\sum_i p_i\ln p_i$ 極大的分布即玻茲曼分布。引入拉格朗日乘子 $\alpha,\beta$ 構造泛函

$$ \mathcal{L} = -k_B\sum_i p_i\ln p_i - \alpha\Big(\sum_i p_i - 1\Big) - \beta\Big(\sum_i p_i E_i - U\Big), $$

令 $\partial\mathcal{L}/\partial p_i = 0$ 解得 $p_i \propto e^{-\beta E_i}$,並辨識 $\beta = 1/(k_B T)$。此處拉格朗日乘子並非數學技巧而具物理身分:$\beta$ 是逆溫、$\alpha$ 對應化學勢/配分函數正規化。配分函數 $Z=\sum_i e^{-\beta E_i}$ 一旦寫出,所有熱力學量皆由 $F=-k_B T\ln Z$ 的偏微分導出,第二定律則化為自由能在固定 $T,V$ 下的極小化 $\mathrm{d}F\le 0$。

第二定律與時間箭頭的關係牽涉到更深的問題——洛施密特(Loschmidt)佯謬:可逆的微觀動力學如何導出不可逆的巨觀熵增?玻茲曼的 H 定理透過分子混沌假設(Stosszahlansatz)證明 $H=\int f\ln f\,\mathrm{d}^3v$ 單調不增,但該假設本身已悄悄引入時間方向性。現代觀點傾向把熵增歸於初始條件的低熵(宇宙學初態)與相空間粗粒化(coarse-graining)的結合,而非純動力學結論。

漲落定理(fluctuation theorems,如 Jarzynski 等式 $\langle e^{-\beta W}\rangle = e^{-\beta\Delta F}$ 與 Crooks 關係)是近三十年的重大進展,把第二定律從不等式提升為等式:它精確量化了小系統中「短暫違反」第二定律的機率比 $P(+\sigma)/P(-\sigma)=e^{\sigma/k_B}$,並在分子馬達、單分子拉伸實驗中獲驗證。這顯示第二定律的不等式形式是漲落關係取平均後的弱化版本。

熵概念更跨越學科邊界:在資訊論中夏農熵 $H=-\sum p_i\log p_i$ 與吉布斯熵同構,蘭道爾原理(Landauer)指出抹除一位元資訊至少耗散 $k_B T\ln 2$ 的熱,把資訊與熱力學第二定律縫合,並化解了馬克士威惡魔佯謬。在重力場論中,貝肯斯坦—霍金(Bekenstein–Hawking)黑洞熵 $S = k_B A/(4\ell_P^2)$ 將熵與事件視界面積掛鉤,催生了廣義第二定律與全像原理,至今仍是量子重力研究的核心線索。從卡諾的蒸汽機到黑洞視界,熵始終是貫穿物理學各層級最深刻的統一概念之一。

AI 共讀助教正在陪你讀:熵與熱力學第二定律:從卡諾循環到統計詮釋
嗨!我是這篇文章的共讀助教,只根據〈熵與熱力學第二定律:從卡諾循環到統計詮釋〉的內容回答。可以問我「解釋某段」「舉個例子」「出題考我」,或反白文中段落後點下方「解釋選取段落」。