本讲导读对应 PPT 第 1 页
上一讲建立了熵 $S$ 的宏观定义(克劳修斯熵),但“熵为什么总增”仍是经验事实。本讲从统计(微观)角度回答: 宏观态对应着大量微观状态,自然过程走向微观状态数最多的宏观态——熵增是压倒性概率的体现,不是禁令。
- 区分微观状态与宏观状态,理解“一个宏观态对应多个微观态”。
- 会叙述等概率原理与热力学概率 $\Omega$,说明第二定律的统计表述。
- 掌握玻耳兹曼熵公式 $S=k\ln\Omega$ 及其含义。
- 掌握理想气体熵变的三组公式,会用“设计可逆路径”法计算不可逆过程的熵变。
- 理解温熵图:$Q_{净}=\oint T\,\mathrm{d}S$ = 曲线包围面积。
一、微观状态和宏观状态对应 PPT 第 1–5 页
| 微观状态 | 宏观状态 | |
|---|---|---|
| 描述内容 | 系统中所有粒子的运动状态(位置和动量) | 用一组宏观参量描述的状态 |
| 例子 | “左 db、右 ca”(哪些分子在左) | “左 2、右 2”(左右各有几个) |
| 对应关系 | 同一个宏观态对应非常非常多的微观态 | |
以气体自由膨胀为例(4 个分子 $a、b、c、d$ 分布于 A、B 两室),各宏观态对应的微观态数:
| 宏观状态 | 左4、右0 | 左3、右1 | 左2、右2 | 左1、右3 | 左0、右4 |
|---|---|---|---|---|---|
| 微观态数 | 1 | 4 | 6 | 4 | 1 |
微观态总数 $=1+4+6+4+1=16=2^4$;均匀分布“左 2 右 2”微观态数最多(6)。粒子数越多,分布越“尖”: $N=4$ 峰 6(总 16)、$N=5$ 峰 10(总 32)、$N=6$ 峰 20(总 64)——相对峰宽按 $1/\sqrt N$ 收缩。
宏观量级:$N=10^{23}$ 时,微观态总数 $\Omega_{总}=2^N$,而均匀分布占
均匀分布占了几乎全部微观态——其他宏观态出现的概率小到可以忽略。
二、等概率原理与热力学概率对应 PPT 第 6–7 页
对孤立系,各个微观状态出现的概率相等。因此——微观态数大的宏观态出现的概率大。
任一宏观态所对应的微观态数称为该宏观态的热力学概率。同样外界条件下,$\Omega$ 最大的宏观态称为最概然状态。
概率 $2^{-N}$($N=10^{23}$ 时约 $10^{-3\times10^{22}}$)——原则上有可能、实际永远观测不到。注意不是“绝对不可能”,而是“概率小到没有意义”。
三、热力学第二定律的统计意义对应 PPT 第 8、13 页
“一个孤立系统其内部自发进行的过程,总是由热力学概率小的宏观态向热力学概率大的宏观态过渡。”
- 非平衡态自发向平衡态过渡 = 热力学概率向最大值增大——平衡态 = 最概然态;
- 自发的方向:无序度小 → 无序度大;微观态数少 → 多;$\Omega$ 小 → 大;
- 第二定律不是“不许”,而是“压倒性概率”。
第二定律是统计规律,只适用于大量分子组成的系统(对少数分子不成立)。
不可逆过程与无序度增加的对应:
| 不可逆过程 | 无序性增加的体现 |
|---|---|
| 功变热 | 有序的宏观运动转化为无序的热运动 |
| 热传导 | 分子速度分布的无序性增加 |
| 自由膨胀 | 分子空间分布的无序性增加 |
四、玻耳兹曼熵公式对应 PPT 第 9–12 页
1877 年玻耳兹曼引入熵表示系统无序性的大小;1900 年普朗克引入比例系数 $k$(玻耳兹曼常量):
- 一个宏观状态 ↔ 一个 $\Omega$ 值 ↔ 一个 $S$ 值——熵是系统状态的函数;
- 熵和 $\Omega$ 一样,是分子热运动无序性的度量;
- 孤立系统自然过程沿熵增加方向进行:$\Delta S>0$——熵增加原理,第二定律的另一种表述。


为纪念玻耳兹曼给予熵以统计解释的卓越贡献,他的墓碑上寓意隽永地刻着 $S=k\ln\Omega$——人们对玻尔兹曼深深怀念和尊敬。
五、熵的计算 温熵图对应 PPT 第 14–19 页
5.1 理想气体的熵变:三组公式PPT 15–16
已知初态 $(p_0,T_0,V_0)$、终态 $(p,T,V)$,求 $\Delta S$——选一组独立变量写出 $\mathrm{d}S$ 再积分(沿任意可逆路径):
| 独立变量 | 熵变微分式 | 典型用法 |
|---|---|---|
| $(T,V)$ | $\mathrm{d}S=\nu C_{V,m}\dfrac{\mathrm{d}T}{T}+\nu R\dfrac{\mathrm{d}V}{V}$ | 等温:$\Delta S=\nu R\ln(V_2/V_1)$ |
| $(T,p)$ | $\mathrm{d}S=\nu C_{p,m}\dfrac{\mathrm{d}T}{T}-\nu R\dfrac{\mathrm{d}p}{p}$ | 等压:$\Delta S=\nu C_{p,m}\ln(T_2/T_1)$ |
| $(p,V)$ | $\mathrm{d}S=\nu C_{V,m}\dfrac{\mathrm{d}p}{p}+\nu C_{p,m}\dfrac{\mathrm{d}V}{V}$ | 绝热(可逆):$\Delta S=0$ |
按初末态已知的参量选最方便的一组。
5.2 熵的计算方法PPT 17
- 可逆过程(A →R→ B):直接用 $\Delta S=\displaystyle\int_R\frac{\delta Q}{T}$;
- 不可逆过程(A →Ir→ B):熵是态函数——设计一个连接同样初末两态的任意可逆过程 R,再积分。
“不可逆过程的熵变 = 设计可逆路径来算”——上一讲自由膨胀熵变(走等温路径)正是此法。
5.3 温熵图PPT 18–19
由 $\delta Q=T\,\mathrm{d}S$(可逆过程),一次循环中系统吸收的净热:
即 $T$–$S$ 图上闭合曲线包围的面积——与 $p$–$V$ 图的净功对应。温熵图的用途:示热方便。
卡诺循环的温熵图是一个矩形:两条等温线($T_1$、$T_2$)+ 两条等熵线($S_1$、$S_2$):
矩形面积之比立即给出效率——与工作物质无关,图上看得清清楚楚。
六、例题与思考题对应 PPT 第 20–21 页
$a\to b$ 为温度 $T_1$ 的等温膨胀(吸热 $Q_1=T_1(S_2-S_1)$,即矩形 $abS_2S_1$ 的面积);$b\to c$ 为放热过程;$c\to a$ 为等熵(绝热)过程。求循环效率。
$b\to c$ 沿 $T_2$ 等温线放热 $|Q_2|=T_2(S_2-S_1)$;净功 = 净热 = 两面积之差。
这其实就是卡诺循环。
比热容比为 $\gamma$ 的 1 mol 理想气体,从同一初态出发分别作可逆等压、等体过程。温熵图上对相同温度,两曲线斜率之比?
等压:$\mathrm{d}S=C_{p,m}\dfrac{\mathrm{d}T}{T}$ → $\big(\dfrac{\mathrm{d}T}{\mathrm{d}S}\big)_p=\dfrac{T}{C_{p,m}}$;等体:$\big(\dfrac{\mathrm{d}T}{\mathrm{d}S}\big)_V=\dfrac{T}{C_{V,m}}$。
等体线更陡。
七、本讲小结
| 层次 | 核心内容 | 关键公式 / 结论 |
|---|---|---|
| 微观 / 宏观态 | 一个宏观态对应多个微观态;均匀分布微观态最多 | 4 粒子:1, 4, 6, 4, 1(总 $2^4$) |
| 等概率原理 | 孤立系各微观态等概率 → 微观态数多的宏观态概率大 | 热力学概率 $\Omega$;最概然状态 |
| 第二定律统计意义 | 自发过程:$\Omega$ 小 → 大;统计规律,只适用大量分子 | 平衡态 = 最概然态 |
| 玻耳兹曼熵 | 熵 = 无序性的度量;态函数 | $S=k\ln\Omega$ |
| 熵变三组公式 | 按 $(T,V)$、$(T,p)$、$(p,V)$ 选最方便的一组积分 | 等温 $\Delta S=\nu R\ln\frac{V_2}{V_1}$ 等 |
| 计算方法 | 不可逆过程 → 设计可逆路径 | $\Delta S=\int_R\frac{\delta Q}{T}$ |
| 温熵图 | 闭合曲线面积 = 净热;卡诺循环为矩形 | $Q_{净}=\oint T\,\mathrm{d}S$;$\eta=1-\frac{T_2}{T_1}$ |
从 $S=k\ln\Omega$ 出发认识信息:香农熵与玻尔兹曼熵是同一数学结构—— 信息熵、比特、天气预报的信息量,以及热力学第三定律。
附:PPT 页码对照表点击页码可跳到对应幻灯片
下表把本讲幻灯片(slide_09.html,共 22 页)与 PPT 页码一一对应。
| PPT | 主题 | 对应本资料 |
|---|---|---|
| 1 | 13-4-5 一、微观状态和宏观状态 | 本讲导读 / 一 |
| 2 | 例子:4 个分子的自由膨胀 | 一 |
| 3 | 4 个粒子:宏观态与微观态数 | 一 |
| 4 | 粒子数越多,分布越“尖” | 一 |
| 5 | 宏观量级:N = 10²³ | 一 |
| 6 | 二、等概率原理 | 二 |
| 7 | 三、热力学概率 | 二 |
| 8 | 四、第二定律的统计意义 | 三 |
| 9 | 五、玻耳兹曼熵公式 | 四 |
| 10 | 玻耳兹曼墓碑 | 四 |
| 11 | 熵的态函数属性 | 四 |
| 12 | 熵和自然过程的关系 | 三 / 四 |
| 13 | 第二定律的微观统计解释 | 三 |
| 14 | §13-5 熵的计算 温熵图(章节页) | 五 |
| 15 | 一、理想气体的熵变 | 5.1 |
| 16 | 三种独立变量的熵变公式 | 5.1 |
| 17 | 二、熵的计算方法 | 5.2 |
| 18 | 三、温熵图 | 5.3 |
| 19 | 卡诺循环的温熵图 | 5.3 |
| 20 | 例:温熵图循环的效率 | 例 1 |
| 21 | 思考:等压与等体曲线的斜率 | 例 2 |