熵与系统微观状态数的关系
在经典热力学中，熵（Entropy）最初由克劳修斯（Clausius）定义为一个宏观状态函数，用于描述热量传递与温度的关系。然而，随着统计力学的发展，玻尔兹曼（Ludwig Boltzmann）揭示了熵的本质：它实际上是系统微观状态数的一种度量。
理解熵与微观状态数之间的关系，是掌握相变热力学的核心。相变过程（如冰融化成水，或水蒸发成汽）本质上是系统在特定能量条件下，微观状态分布发生剧烈变化的物理过程。
宏观状态与微观状态
要理解熵的统计定义，首先必须区分“宏观状态”与“微观状态”这两个核心概念。
- 宏观状态（Macrostate）： 指通过宏观物理量（如压力 $P$、体积 $V$、温度 $T$、内能 $U$ 和粒子数 $N$）能够完整描述的系统状态。一个宏观状态是对系统整体性质的概括。
- 微观状态（Microstate）： 指系统在某一瞬间，所有组成粒子的具体状态。对于一个经典气体系统，微观状态由每一个分子的位置坐标 $\vec{r}_i$ 和动量 $\vec{p}_i$ 共同决定。
核心逻辑： 一个确定的宏观状态，可以由大量不同的微观状态来实现。例如，在一个盛有气体的容器中，无论分子如何碰撞、位置如何交换，只要压力和温度不变，其宏观状态就是相同的。而所有能够产生该宏观状态的微观状态的总数，我们用 $\Omega$ 来表示。
玻尔兹曼熵公式
玻尔兹曼通过数学推导，建立了宏观熵 $S$ 与微观状态数 $\Omega$ 之间的定量关系，这就是著名的玻尔兹曼公式：
$$S = k_B \ln \Omega$$
其中：
- $S$ 是系统的熵；
- $k_B$ 是玻尔兹曼常数（约为 $1.38 \times 10^{-23} \text{ J/K}$）；
- $\Omega$ 是系统在给定宏观条件下，所有可能的微观状态数（也称为状态密度或相空间体积）。
为什么使用对数函数 $\ln$？
使用对数函数是为了满足熵的可加性（Additivity）。
假设有两个独立的不相互作用系统 $A$ 和 $B$，它们的微观状态数分别为 $\Omega_A$ 和 $\Omega_B$。根据组合数学，总系统的微观状态数 $\Omega_{total}$ 是两者的乘积：
$$\Omega_{total} = \Omega_A \times \Omega_B$$
而热力学要求总熵 $S_{total}$ 应该是各部分之和：
$$S_{total} = S_A + S_B$$
只有当 $S$ 与 $\ln \Omega$ 成正比时，才能满足 $\ln(\Omega_A \times \Omega_B) = \ln \Omega_A + \ln \Omega_B$ 这一数学特性。
熵与无序度的物理意义
在技术语境下，$\Omega$ 的增加意味着系统在相空间中占据的区域更广，即系统具有更高的“不确定性”或“无序度”。
- 低熵状态： $\Omega$ 较小。系统处于高度有序的状态，粒子分布受到严格限制（例如完美的晶体）。
- 高熵状态： $\Omega$ 较大。系统处于无序状态，粒子在空间和能量分布上具有极大的自由度（例如理想气体）。
根据热力学第二定律，一个孤立系统总是倾向于向 $\Omega$ 最大的状态演化，因为从概率论角度看，系统处于概率最高（微观状态数最多）的状态可能性最大。
在相变热力学中的应用
相变是研究熵与微观状态数关系的最佳实例。在相变过程中，系统吸收或释放潜热，而温度保持不变，这意味着内能的增加直接导致了微观状态数的剧增。
1. 固 $\rightarrow$ 液 $\rightarrow$ 气 的演变
- 固相（晶体）： 分子被限制在格点附近，位置的不确定性极低，$\Omega_{solid}$ 最小 $\rightarrow$ 熵最低。
- 液相： 分子脱离了固定格点，可以在容器内流动，位置的组合方式大幅增加，$\Omega_{liquid} > \Omega_{solid}$ $\rightarrow$ 熵增加。
- 气相： 分子在整个空间中自由运动，且速度分布范围广，$\Omega_{gas} \gg \Omega_{liquid}$ $\rightarrow$ 熵最高。
2. 相变熵的计算
在相变温度 $T_{pc}$ 下，相变熵 $\Delta S$ 可以通过潜热 $L$ 计算：
$$\Delta S = \frac{L}{T_{pc}}$$
从微观角度看，这个 $\Delta S$ 实际上对应了系统从相 A 转移到相 B 时，微观状态数的变化倍数：
$$\frac{\Omega_{final}}{\Omega_{initial}} = e^{\Delta S / k_B}$$
这表明，即使是微小的宏观熵增，在微观尺度上也意味着状态数呈指数级的增长。
示例分析：简单格点模型
为了直观理解，考虑一个简单的模型：一个包含 $N$ 个格点的容器，其中有 $n$ 个粒子。
- 情况 A（高度有序）： 所有粒子都被限制在左半边 $N/2$ 个格点中。
此时状态数 $\Omega_A = \binom{N/2}{n}$。 - 情况 B（无序分布）： 粒子可以分布在全部 $N$ 个格点中。
此时状态数 $\Omega_B = \binom{N}{n}$。
显然 $\Omega_B \gg \Omega_A$。当限制被解除（如隔板被移走），系统会自发地从 A 状态演变为 B 状态，因为 B 状态对应的微观状态数远多于 A。这个过程伴随着熵的增加：
$$\Delta S = k_B \ln \frac{\Omega_B}{\Omega_A}$$
总结
熵与微观状态数的关系揭示了热力学的统计本质。熵不再是一个抽象的数学量，而是系统微观混乱程度的量化指标。在相变研究中，通过分析 $\Omega$ 的变化，我们可以从底层逻辑上解释为什么物质在加热时会发生状态转变，以及为什么相变过程总是伴随着熵的增加。