玻尔兹曼方程（1877年）

熵方程

熵方程由奥地利物理学家路德维希·玻尔兹曼提出。熵（S）是一个衡量物理系统无序度或不确定性的重要概念。玻尔兹曼的熵方程对于理解熵与系统热力学性质（如温度、压力和能量）之间的关系至关重要。它在研究热力学平衡过程、物理系统的演化以及热力学定律的统计解释中发挥着关键作用。

玻尔兹曼熵方程通常表示如下：S = k log(W)

• S是系统的熵。
• k是玻尔兹曼常数，物理学中一个将热能联系到温度的基本常数（k ≈ 1.38 × 10^-23 J/K）。
• log 表示自然对数函数。
• W是系统在某一能级上可达到的微观状态数。

S = klog(W) 是什么意思？

该方程表明，熵与系统可能微观状态数的对数成正比。

如果一个系统可以存在于大量无序的微观状态中（更无序），则称其具有高熵；而一个只有少数可及微观状态的系统则具有较低的熵（更有序）。

对数将大数值转化为小数值，使物理和数学中的某些计算更易处理。若在玻尔兹曼方程中直接使用原始数值，我们将得到庞大且难以解读的熵值。对数的作用在于让这些数值更易处理，同时满足熵的可加性等关键数学性质。简言之，即便对数"小得多"，它却为思考微观状态数极其庞大的系统提供了更实用的尺度。这有点像用光年而非公里来测量天文距离！

玻尔兹曼方程：理解原子本质的关键角色

玻尔兹曼方程并未直接导致原子的发现，但在理解物质原子本质的理论以及发展统计物理学的过程中发挥了关键作用，而统计物理学最终证实了原子的存在。

S = klog(W) 将微观行为（原子运动）与宏观性质（压力、温度、熵）联系起来。

熵概念的重要性

熵是一个基础概念，广泛应用于热力学、统计力学、信息论、计算机科学、复杂性科学等多个科学领域。

熵的定义可能因上下文略有不同，但在这些领域中共享共同的概念。

• 在热力学中：熵是衡量物理系统无序程度或分子活跃度的指标。 它与系统内能量的分布及其做功能力相关。 熵是一个广延量，意味着它取决于系统中物质的数量。 根据热力学第二定律，孤立系统的熵在自然过程中不会随时间减少。
• 在统计力学中：熵与系统可及状态的微观概率相关联。 它与系统相空间中粒子、分子或构型的分布有关。 玻尔兹曼熵定义为系统在特定能级下可及微观状态数的对数。
• 在信息论中：熵用于量化随机变量或信息源的不确定性或不可预测性。信息源越不可预测，其熵值就越高。香农熵是信息论中最常用的度量标准。

在所有情况下，熵都是衡量系统中信息量、无序度、多样性或不确定性的指标。

混沌中的秩序：一种热力学错觉？

然而，在宇宙中，我们观察到越来越有序的结构从最初较为无序的过程中形成。这似乎与熵作为无序程度的度量必须始终增加的直观概念相矛盾，正如热力学第二定律所暗示的那样。

局部有序的增加（如星系和恒星的形成）并不违反热力学第二定律。该定律适用于整个系统，并指出孤立系统（即宇宙）的总熵随时间不会减少。

当我们观测星系和恒星的形成时，必须考虑整个系统，包括大尺度上的能量和过程。因此，在小尺度上看似无序减少的现象，实际上只是能量和熵在更大尺度上的简单重新分布。

宇宙中涌现的结构并非异常现象，而是基本物理过程的体现——局部的有序组织总是伴随着其他区域的能量耗散。

能量耗散主要以热辐射的形式发生。 当局部形成有序结构（如恒星或星系）时，全局系统的熵会增加，例如：

• 热辐射：当气体云收缩形成恒星时，会以热和光的形式释放大量能量。 这些能量辐射到太空中，导致整个系统熵的增加。
• 核反应：在恒星内部，聚变反应将物质转化为能量（通过E=mc²），这些能量以光和热的形式散发。恒星的有序结构依赖于这些能量过程，但同时也会通过辐射能量产生持续不断的熵流。
• 引力相互作用：引力本身可以放大熵。例如，当物体因引力吸引而聚集时，部分粒子获得巨大能量并被抛射出去，从而促成大规模的能量耗散。

简而言之，宇宙通过辐射及其他耗散过程重新分配能量，从而平衡有序结构的生成，确保热力学第二定律始终得到遵守。这种表面上的秩序绝非幻觉，而是宇宙混沌的自然一面。