熱力學第二定律的微觀理由是甚麼? 熵的微觀統計意義是甚麼?.

Slides:



Advertisements
Similar presentations
Chapter 10 馬可夫鏈 緒言 如果讀者仔細觀察日常生活中所發生的 諸多事件,必然會發現有些事件的未來 發展或演變與該事件現階段的狀況全然 無關,這種事件稱為獨立試行過程 (process of independent trials) ;而另一些 事件則會受到該事件現階段的狀況影響。
Advertisements

1 Chemical and Engineering Thermodynamics Chapter 2 Conservation of mass and energy Sandler.
布林代數的應用--- 全及項(最小項)和全或項(最大項)展開式
第七章 抽樣與抽樣分配 蒐集統計資料最常見的方式是抽查。這 牽涉到兩個問題: 抽出的樣本是否具有代表性?是否能反應出母體的特徵?
Section 1.2 Describing Distributions with Numbers 用數字描述分配.
第二章 太陽能電池的基本原理 及其結構 2-1 太陽能電池的基本原理 2-2 太陽能電池的基本結構 2-3 太陽能電池的製作.
Advanced Chemical Engineering Thermodynamics
3Com Switch 4500 切VLAN教學.
指導教授:陳淑媛 學生:李宗叡 李卿輔.  利用下列三種方法 (Edge Detection 、 Local Binary Pattern 、 Structured Local Edge Pattern) 來判斷是否為場景變換,以方便使用者來 找出所要的片段。
自由進入及離開. 定義  長期 ─ 是指生產者能夠改變所有生產因素的情況。  自由進入及離開 ─ 是指公司能夠自由進入及離開市場而不受限 制。
1 Advanced Chemical Engineering Thermodynamics Appendix BK The Generalized van der Waals Partition Function.
亂數產生器安全性評估 之統計測試 SEC HW7 姓名:翁玉芬 學號:
Review of Chapter 3 - 已學過的 rules( 回顧 )- 朝陽科技大學 資訊管理系 李麗華 教授.
消費者物價指數反映生活成本。當消費者物價指數上升時,一般家庭需要花費更多的金錢才能維持相同的生活水準。經濟學家用物價膨脹(inflation)來描述一般物價持續上升的現象,而物價膨脹率(inflation rate)為物價水準的變動百分比。
Chapter 2 聯立線性方程式與矩陣 緒言 線性方程式組 (systems of linear equations) 出現 在多數線性模式 (linear model) 中。根據以往解 題的經驗,讀者們也許已發現方程式的解僅與 該方程式的係數有關,求解的過程也僅與係數 的運算有關,只要係數間的相關位置不改變,
Section 2.3 Least-Squares Regression 最小平方迴歸
STAT0_sampling Random Sampling  母體: Finite population & Infinity population  由一大小為 N 的有限母體中抽出一樣本數為 n 的樣 本,若每一樣本被抽出的機率是一樣的,這樣本稱 為隨機樣本 (random sample)
1 政大公企中心產業人才投資課程 -- 企業決策分析方法 -- 黃智聰 政大公企中心產業人才投資課程 課程名稱:企業決策分析方法 授課老師:黃智聰 授課內容:利用分公司之追蹤資料進行企業決策分析 參考書目: Hill, C. R., W. E. Griffiths, and G. G. Judge,
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆 資料分析與表達.
基礎物理總論 基礎物理總論 熱力學與統計力學(三) Statistical Mechanics 東海大學物理系 施奇廷.
CH22 可靠性加速測試方法 目的 基本假設 加速試驗模式 Inverse Power Model
Department of Air-conditioning and Refrigeration Engineering/ National Taipei University of Technology 模糊控制設計使用 MATLAB 李達生.
1 政治大學東亞所選修 -- 計量分析與中國大陸研究黃智聰 政治大學東亞所選修 課程名稱:計量分析與中國大陸研究 (量化分析) 授課老師:黃智聰 授課內容:時間序列與橫斷面資料的共用 參考書目: Hill, C. R., W. E. Griffiths, and G. G. Judge, (2001),
Monte Carlo Simulation Part.2 Metropolis Algorithm Dept. Phys. Tunghai Univ. Numerical Methods C. T. Shih.
1 Part IC. Descriptive Statistics Multivariate Statistics ( 多變量統計 ) Focus: Multiple Regression ( 多元迴歸、複迴歸 ) Spring 2007.
1 Introduction to Chemical Engineering Thermodynamics Chapter 5 The second law of thermodynamics Smith.
2009fallStat_samplec.i.1 Chap10 Sampling distribution (review) 樣本必須是隨機樣本 (random sample) ,才能代表母體 Sample mean 是一隨機變數,隨著每一次抽出來的 樣本值不同,它的值也不同,但會有規律性 為了要知道估計的精確性,必需要知道樣本平均數.
1 第四章 多變數函數的微分學 § 4.1 偏導數定義 定義 極限值 ■. 2 定理 極限值的基本定理 (1) 極限值的唯一性 : 若 存在,則 其值必為唯一。 (2) 若 且 ( 與 為常數 ) , 則 且 為常數且.
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 貳 研究設計.
Chapter 13 塑模靜態觀點:物件圖 Static View : Object Diagram.
Introduction to Java Programming Lecture 17 Abstract Classes & Interfaces.
:Problem D: Bit-wise Sequence ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 10232: Problem D: Bit-wise Sequence 解題者:李濟宇 解題日期: 2006 年 4 月 16.
: The largest Clique ★★★★☆ 題組: Contest Archive with Online Judge 題號: 11324: The largest Clique 解題者:李重儀 解題日期: 2008 年 11 月 24 日 題意: 簡單來說,給你一個 directed.
Chapter 20 塑模動態觀點:狀態圖 Statechart Diagram. 學習目標  說明狀態圖的目的  定義狀態圖的基本記號  展示狀態圖的建構  定義活動、內部事件及遞延事件的狀態 圖記號.
選舉制度、政府結構與政 黨體系 Cox (1997) Electoral institutions, cleavage strucuters, and the number of parties.
CH 15- 元件可靠度之驗證  驗證方法  指數模式之可靠度驗證  韋式模式之可靠度驗證  對數常態模式之可靠度驗證  失效數為零時之可靠度估算  各種失效模式之應用.
1 Introduction to Chemical Engineering Thermodynamics Chapter 2 The first law and other basic concepts Smith.
短缺,盈餘與均衡. 遊戲規則  老師想出售一些學生喜歡的小食。  老師首先講出價錢,有興趣買的請舉手。
Fugacity Coefficient and Fugacity
: Multisets and Sequences ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 11023: Multisets and Sequences 解題者:葉貫中 解題日期: 2007 年 4 月 24 日 題意:在這個題目中,我們要定義.
公司加入市場的決定. 定義  平均成本 = 總成本 ÷ 生產數量 = 每一單位產量所耗的成本  平均固定成本 = 總固定成本 ÷ 生產數量  平均變動成本 = 總變動成本 ÷ 生產數量.
:Nuts for nuts..Nuts for nuts.. ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 10944:Nuts for nuts.. 解題者:楊家豪 解題日期: 2006 年 2 月 題意: 給定兩個正整數 x,y.
資料結構實習-一 參數傳遞.
政治大學公企中心必修課-- 社會科學研究方法(量化分析)--黃智聰
觀測量的權 權的觀念與計算.
公用品.  該物品的數量不會因一人的消費而受到 影響,它可以同時地被多人享用。 角色分配  兩位同學當我的助手,負責:  其餘各人是投資者,每人擁有 $100 , 可以投資在兩種資產上。  記錄  計算  協助同學討論.
: Beautiful Numbers ★★★★☆ 題組: Problem Set Archive with Online Judge 題號: 11472: Beautiful Numbers 解題者:邱經達 解題日期: 2011 年 5 月 5 日 題意: 若一個 N 進位的數用到該.
Section 4.2 Probability Models 機率模式. 由實驗看機率 實驗前先列出所有可能的實驗結果。 – 擲銅板:正面或反面。 – 擲骰子: 1~6 點。 – 擲骰子兩顆: (1,1),(1,2),(1,3),… 等 36 種。 決定每一個可能的實驗結果發生機率。 – 實驗後所有的實驗結果整理得到。
函式 Function Part.2 東海大學物理系‧資訊教育 施奇廷. 遞迴( Recursion ) 函式可以「呼叫自己」,這種動作稱為 「遞迴」 此程式的執行結果相當於陷入無窮迴圈, 無法停止(只能按 Ctrl-C ) 這給我們一個暗示:函式的遞迴呼叫可以 達到部分迴圈的效果.
JAVA 程式設計與資料結構 第二十章 Searching. Sequential Searching Sequential Searching 是最簡單的一種搜尋法,此演 算法可應用在 Array 或是 Linked List 此等資料結構。 Sequential Searching 的 worst-case.
演算法 8-1 最大數及最小數找法 8-2 排序 8-3 二元搜尋法.
Chapter 3 Entropy : An Additional Balance Equation
-Antidifferentiation- Chapter 6 朝陽科技大學 資訊管理系 李麗華 教授.
逆向選擇和市場失調. 定義  資料不對稱 在交易其中,其中一方較對方有多些資料。  逆向選擇 出現在這個情況下,就是當買賣雙方隨意在 市場上交易,與比較主動交易者作交易為佳 。
845: Gas Station Numbers ★★★ 題組: Problem Set Archive with Online Judge 題號: 845: Gas Station Numbers. 解題者:張維珊 解題日期: 2006 年 2 月 題意: 將輸入的數字,經過重新排列組合或旋轉數字,得到比原先的數字大,
Chapter 10 m-way 搜尋樹與B-Tree
Probability Distribution 機率分配 汪群超 12/12. 目的:產生具均等分配的數值 (Data) ,並以 『直方圖』的功能計算出數值在不同範圍內出現 的頻率,及繪製數值的分配圖,以反應出該 機率分配的特性。
Chapter 7 Sampling Distribution
連續隨機變數 連續變數:時間、分數、重量、……
Teacher : Ing-Jer Huang TA : Chien-Hung Chen 2015/6/30 Course Embedded Systems : Principles and Implementations Weekly Preview Question CH7.1~CH /12/26.
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 參 資料蒐集的方法.
: SAM I AM ★★★★☆ 題組: Contest Archive with Online Judge 題號: 11419: SAM I AM 解題者:李重儀 解題日期: 2008 年 9 月 11 日 題意: 簡單的說,就是一個長方形的廟裡面有敵人,然 後可以橫的方向開砲或縱向開砲,每次開砲可以.
: Finding Paths in Grid ★★★★☆ 題組: Contest Archive with Online Judge 題號: 11486: Finding Paths in Grid 解題者:李重儀 解題日期: 2008 年 10 月 14 日 題意:給一個 7 個 column.
:Problem E.Stone Game ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 10165: Problem E.Stone Game 解題者:李濟宇 解題日期: 2006 年 3 月 26 日 題意: Jack 與 Jim.
幼兒行為觀察與記錄 第八章 事件取樣法.
1 Chemical and Engineering Thermodynamics Chapter 1 Introduction Sandler.
CH 14-可靠度工程之數學基礎 探討重點 失效時間之機率分配 指數模式之可靠度工程.
: How many 0's? ★★★☆☆ 題組: Problem Set Archive with Online Judge 題號: 11038: How many 0’s? 解題者:楊鵬宇 解題日期: 2007 年 5 月 15 日 題意:寫下題目給的 m 與 n(m
McGraw-Hill/Irwin © 2003 The McGraw-Hill Companies, Inc.,All Rights Reserved. 肆 資料分析與表達.
Presentation transcript:

熱力學第二定律的微觀理由是甚麼? 熵的微觀統計意義是甚麼?

熱交互作用可能是不可逆。 微觀來說,熱作用就是粒子的力學碰撞。 力學碰撞都是可逆。 為什麼微觀是可逆的過程,到了巨觀就成了不可逆的?

在熱平衡狀態,巨觀來說氣體已不再變化,但微觀來說,每一個個別粒子仍不斷碰撞,而改變運動速率與方向! 一個巨觀的平衡態會對應許多個微觀狀態, 以供在微觀下不斷繼續變化之用

巨觀狀態 Macrostate 具有特定的P,V,T 等巨觀量 微觀狀態 Microstate 具有特定的 ri,vi 等微觀量 巨觀可以分辨的狀態 微觀可以分辨的狀態

巨觀狀態 Macrostate 微觀狀態 Microstate 一個 Macrostate 顯然對應到許多個 Microstates 許多的Microstate在巨觀上看來是沒有差異,無法分辨的 定義一個 Macrostate 所對應的 Microstates 的數目 為該 Macrostate 的多樣性(Multiplicity) : Ω 或 W 多樣性是巨觀狀態的性質,因此是熱座標的函數 Ω (V,T)或W(V,T)

舉一個簡單的例子: Microstate 由個別點數標定 Macrostate 由總點數來標定 它是Microstate的性質的統計結果 4 點 6 點

Microstate Macrostate Multiplicity W=6 7 點 這些 Microstate 總點數相同,因此對應同一個 Macrostate 2 點 W=1 一個 Macrostate所對應到的 Microstates數目稱為多樣性Multiplicity W(V,T)

Microstate Macrostate Multiplicity 7 點 W=6 處在熱平衡的一個 Macrostate 狀態,巨觀來說氣體已不再變化(相同點數),但微觀來說,頻繁複雜的熱作用,會使系統在眾多的對應 Microstates 來回變化!

一個巨觀狀態的多樣性越大, 表示在微觀下有越多的自由不斷繼續變化: 多重人格 而且…….

Microstate Macrostate Multiplicity 7 點 W=6 2 點 W=1 微觀來說,每一個 Micostate 出現的機率應該相等。 巨觀來說,每一個 Macrostate 出現的機會與所對應到的 Microstates數目 Multiplicity多樣性成正比 。

利用此概念,透過一個簡單的模型模擬兩塊固體接觸,熱量由高溫流向低溫的過程: Einstein Solid 以一系列相同的量子彈簧來模擬一個固體,彈簧數為 N 此固體只有一個熱座標,在此以總能量 q來代表 Einstein Solid 的 Macrostate以總能量 q來標定

微觀來說,系統的性質取決於每一個量子彈簧的能量數! 此固體的 Microstate,由每一個量子彈簧的能量數來標定!

Einstein Solid 的 Macrostate以總能量 q來標定 將能量 q 分配給 N 個量子彈簧裡。 Macrostate Microstate對照表 Macrostates 的 Multiplicity

計算總能量為 q 的 Macrostate 的多樣性就是一個排列組合問題 如何將能量 q 分配給 N 個量子彈簧裡。 彈簧數為 N、總能量為 q 罐數為 N、球數為 q 將 q 個球分配到 N 個罐子裡。 彈簧數為 N、總能量為 q 的 Macrostates 的 Multiplicity可以以下公式計算:

以兩個 Einstein Solid 的能量分配來模擬兩個固體的熱平衡過程 先看巨觀的描述: Q由 B 流向 A 直到 若繼續流,熵將變小! 熱一直流動,直到熵為最大值時,達到平衡

以兩個 Einstein Solid 的能量分配來模擬兩個固體的熱平衡過程: 觀察”平衡處,熵為最大值”這個條件在微觀下的對應! 兩個 Solid 可以任意交換能量 兩者形成孤立系統,總能量固定: 系統 Macrostates可由 標定,因為

系統 Macrostates可由 標定, 總 multiplicity Ωtotal是個別系統 multiplicity ΩA、ΩB 的乘積。 Macrostates

熱量交換的微觀圖像 B A

B A

A B 能量的交換沒有阻礙,因此非常頻繁而快速,而且無法控制! 微觀狀態在 Microstates 之間任意變換,亦足夠頻繁快速而毫無規則。

微觀狀態在 Microstates 之間任意變換,足夠頻繁快速而毫無規則。 基本假設: 所有通過交互作用,可以發生的 Microstate 都一樣可能出現。 如果經過時間夠長後,所有的 Microstates都會發生一次。 以一段長時間平均來看,此系統處於某一特定 Macrostate的機率 應該正比於該 Macrostate 的 Multiplicity W (或 Ω)。 統計力學(熱學的微觀學說)的基本假設!

Microstate Macrostate Multiplicity 7 點 W=6 2 點 W=1 每一個 Micostate 出現的機率應該相等。 每一個 Macrostate 出現的機會與所對應到的 Microstates數目 Multiplicity多樣性成正比 。

如果增加彈簧的數目: 發現固體在 qA= 60 的狀態的機會是發現它在 qA= 0 的狀態的機會的1033倍

當量子彈簧的數目非常龐大時,各個 Macrostate 的 Multiplicity W 彼此的差距變得非常懸殊。 Multiplicity將非常懸殊地而狹窄地集中於極大值所對應的單一個 Macrostate 因此,既然各個 Macrostate出現的機率與它的W成正比, 經過一段時間後,巨觀而言,系統將變化演進到 Multiplicity W 最大的 Macrostate(稱為Most Probable State)而留在那裏。其他態的出現機率將遙遙落後。

系統演化到 Most Probable State 後,系統將留在這一個 Macrostate而被他所對應眾多的 Microstate 牽絆而無法離開它,就微觀來說,系統仍然不斷在它的 Microstates之間一直變化,但因 Microstates 數目太大,就一直無法離開這個 Most Probable State。 這正是熱交互作用的過程,最後所達到的 Most Probable State, 即是熱平衡態。此平衡態對應最大的 Multiplicity。 熱平衡:Most Probable State 猶如一個陷阱,進得去,出不來!

這個模擬有兩個重要結論: 第一: The Most Probable State 的條件就是 Multiplicity 最大值處! 這個態即是熱平衡態。

巨觀的熱量流動 熱平衡處,總熵為最大值

熱平衡的條件就是Multiplicity W 最大! 平衡處,熵 S 為最大值 一個 Macrostate 的巨觀的熵與此Macrostate的微觀 Multiplicity W,應該是直接相關。

但兩者是成正比嗎? 1 2 如果考慮一個系統由兩個子系統組成,則總熵等於個別熵的和: 根據機率論,總 Multiplicity 則是個別 Multiplicity 的乘績: 因此最自然的假設是熵為 Multiplicity W 的對數: Ludwig Boltzmann (1844-1906)

假設由 qA= 0起始,能量的交換來得及到達 qA = 10 因此由qA= 0 起始,能量的交換會自發地到達qA=10,也就是W 增加的方向! 熱過程傾向增加 Multiplicity(不減少), 這解釋了熱力學第二定律,熱作用傾向熵的增加, 機率的趨勢帶動了熵的增加,此過程是不可逆的。

第二個結論: 熱的本質 推動熱作用的是大數 N 的統計力量! 熱物理的定律不是必然的,而只是統計上的極度可能。

力學的運動方程式對未來的系統的軌跡是完全機械式的確定,毫無uncertainty 牛頓定律給定運動方程式Equation of Motion,加上給定的起使條件(起始位置與速度),便能決定此系統未來任一時間的狀態!

Maxwell’s demon Demon只讓快的分子進到右邊,慢的分子進到左邊,久而久之,右邊就比左邊愈來愈熱,違反熱力學第二定律。 “call him no more a demon but a valve”

Maxwell’s demon “call him no more a demon but a valve” 如果中間只是一個開口,在氣體分子的混亂運動中,的確有一個可能------雖然是十分渺茫的可能,上述的情形會發生,此時第二定律將被違反,沒有任何自然定律可以禁止。 熱力學第二定律的違反,只是在統計上實在罕見,原則上並沒有問題。微觀並沒有絕對的第二定律。 “the second law of thermodynamics has only a statistical certainty” Maxwell 1867

Maxwell’s demon 熱力學第二定律的違反,只是在統計上實在罕見,原則上並沒有問題。微觀並沒有絕對的第二定律。 “the second law of thermodynamics has only a statistical certainty” Maxwell 1867

God’s design is powerful, certain and elegant.

People’s power is gigantic, chaotic but orderly Big number’s power is gigantic, chaotic but orderly

一個 Multiplicity 越大的 Macrostate 有越多的 Microstates 可供變換,亂度越大 熵的增加即是亂度的增加

Ludwig Boltzmann (1844-1906) 奧地利

如果我們知道一個系統的微觀性質, 由此微觀圖像可以算出 W,也就得到熵 從熵,所有熱物理學都可以推導出來!!! 這種從微觀出發的討論方式,稱為統計力學 Statistical Mechanics!

體積為 V 的氣體(Macrostate),微觀來看,一個氣體分子可在 V 中的任一個地方 理想氣體的熵隨體積的變化(定溫) 體積為 V 的氣體(Macrostate),微觀來看,一個氣體分子可在 V 中的任一個地方 將空間切為體積為 a 的立方塊,則一個氣體分子在空間中可選擇的狀態數為 那麼 N 個分子的 Multiplicity 。 與 a 無關 這正是理想氣體定溫時的熵變

Most Probable State 即平衡態是 W 及S 的最大值處 總 S (Multiplicity) 對 q 曲線的斜率為零

平衡條件,熵最大: SA 對 qA 曲線的斜率與SB 對 qB 曲線的斜率相等! S (Multiplicity) 對 q 曲線的斜率與該系統的溫度直接相關! 溫度即斜率的倒數

再以Einstein Solid為例: Stirling’s approximation

High temperature limit

我們計算出 Einstein Solid 的內能與比熱

Two State Paramagnetism B 代入 即得

Entropy as disorder

將兩粒子互換,微狀態不變,Multiplicity=1 理想氣體 將兩粒子互換就得到一個新的微狀態不變,而Macrostate不變,Multiplicity遠大於1

A+B是孤立系統 考慮兩個交互作用的系統中,有一個遠大於另一個 此時整體的Ω就不會有懸殊的 Most Probable State 因此小系統的狀態會有一個分佈 統計定律會給出小系統各個狀態的分佈機率

為簡單起見,想像所研究的系統小到為一原子,環境為相對來說極大的溫度不變的系統,兩者不斷進行熱交互作用 定溫熱庫 r2 s2 r1 s1 原子的狀態是由分離的能階來描述,以 s1 及 s2來標記兩個分立的能態 s1 及 s2 分別對應熱庫的Macrostate r1 及 r2

r2 s2 r1 s1 總能量 E 固定 原子處於狀態 s1 及 s2 的機率比? 平均而言,此機率比即為s1 及 s2所分別對應之熱庫的Macrostate r1 及 r2 的 Multiplicity 的比 而環境的 Multiplicity 與其 Entropy 相關 以一熱力學過程連接 r1 及 r2

Boltzmann分布 或 Boltzmann Factor

室溫下的氫氣為何不發光? 原子的內部是有可激發的能量! 熱碰撞可否使原子進入激發態?

熱碰撞可否使原子進入激發態? 第一激發態氫原子與機態氫原子的比例:

如果是9500K的恆星呢? 第一激發態氫原子與機態氫原子的比例:

Balmer Series of H Transition of n 3→2 4→2 5→2 6→2 7→2 8→2 9→2 →2 Name Wavelength (nm) [2] 656.3 486.1 434.1 410.2 397.0 388.9 383.5 364.6 Color Red Blue-green Violet (Ultraviolet)

固體的比熱 量子彈簧的能量是能階化 Boltzmann分佈可以告訴我們在特定溫度下,此彈簧處於特定能階的機率,由此平均能量就可以計算出來!

For a single simple harmonic oscillator 可以算出一個量子彈簧的內能與比熱

固體的振動模式

固體的比熱 在高溫時,能量均分原理適用 在低溫時,必須考慮量子效應:

能量均分原則 在一個系統中,任一個可以儲存能量的型式,在達到熱平衡後,都會得到能量 能量均分原則即是由 Boltzmann 分布所推導出來 變數變換

Boltzmann分布 或 Maxwell 速率分佈

定溫下磁場中的靜止電子 B 在基態機率較大