{
  "id": "entropy",
  "title": "熵",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "熵是热力学状态量，也是一种衡量微观状态多重性或不确定性的统计量。",
  "category": "science",
  "subcategory": "physics",
  "type": "concept",
  "aliases": [
    "热力学熵"
  ],
  "generated_at": "2026-10-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/entropy/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/entropy/",
      "json": "https://aiwiki.page/en/entropy.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "熵是热力学中表征平衡态并约束物理过程方向的量。其统计解释将宏观性质与相容微观状态的数目及概率联系起来。与之相关的概念——信息熵——衡量概率分布中的不确定性。这些定义具有共同的数学结构，但热力学熵具有物理单位，并针对特定的物理系统；信息熵则描述统计信源或模型。(goldbook.iupac.org)"
    },
    {
      "heading": "热力学定义",
      "text": "热力学熵通常记作 \\(S\\)，是一种状态函数：其变化仅取决于初始和最终的平衡态，而与连接这两个状态的路径无关。对于无穷小的可逆过程，\n\n\\[dS=\\frac{\\delta Q_{\\mathrm{rev}}}{T},\\]\n\n其中，\\(\\delta Q_{\\mathrm{rev}}\\) 是传入系统的热量，\\(T\\) 是绝对温度。符号 \\(\\delta\\) 用于区分依赖路径的热量传递与全微分 \\(dS\\)。对于有限变化，即使实际过程不可逆，也要沿一条可逆路径对该表达式积分。(goldbook.iupac.org)\n\n熵的国际单位制单位是焦耳每开尔文，记作 \\(\\mathrm{J\\,K^{-1}}\\)。熵通常是广延量：在强度性质不变的条件下，将均匀物质的量按比例增减，其熵也会按相同比例变化。熵不是能量，但熵与温度的乘积具有能量的单位。热量和功本身都不是储存在系统中的状态属性。(goldbook.iupac.org)"
    },
    {
      "heading": "第二定律与不可逆性",
      "text": "热力学第二定律指出，在宏观过程中，孤立热力学系统的熵不会减小：\n\n\\[\\Delta S_{\\mathrm{isolated}}\\geq 0.\\]\n\n可逆过程满足等号；不可逆过程则会产生熵。例如，摩擦、自由膨胀以及存在有限温差时的热传递都会产生熵。对于受固定约束的孤立系统，稳定的热力学平衡对应于熵最大值。(ocw.mit.edu)\n\n与周围环境交换热量或物质的系统，其自身的熵可以减小。第二定律适用于系统与环境合在一起的熵收支，而不是分别适用于其中的每个部分。例如，冰箱通过消耗功，从低温区域移出热量，并向其他地方释放热量。因此，局部降温并不意味着总熵减小。(ocw.mit.edu)\n\n熵也限制了热机的性能。在绝对温度为 \\(T_h>T_c>0\\) 的两个热库之间循环工作的热机，其效率不超过\n\n\\[\\eta_{\\max}=1-\\frac{T_c}{T_h}.\\]\n\n这一可逆极限对应于卡诺循环；熵的产生会降低实际可达到的效率。(ocw.mit.edu)"
    },
    {
      "heading": "统计解释",
      "text": "在统计力学中，宏观态规定整体性质，而微观态规定微观细节。对于具有 \\(\\Omega\\) 个等概率可达微观态的平衡态描述，玻尔兹曼公式为\n\n\\[S=k_{\\mathrm B}\\ln\\Omega,\\]\n\n其中，\\(k_{\\mathrm B}\\) 是玻尔兹曼常数。相容微观排列的数目增加时，熵按对数关系增大。采用对数，使彼此独立、数目相乘的微观状态组合对应于相加的熵。(goldbook.iupac.org)\n\n对于概率为 \\(p_i\\) 的离散微观态，吉布斯表达式为\n\n\\[S=-k_{\\mathrm B}\\sum_i p_i\\ln p_i.\\]\n\n当 \\(p_i=1/\\Omega\\) 时，该式化为玻尔兹曼公式。所采用的概率分布取决于物理约束和统计描述。将熵称为“无序度”只是一种便于记忆的说法，而不是定量定义：计算熵需要明确状态、概率和约束，而不能凭视觉外观判断。(ocw.mit.edu)"
    },
    {
      "heading": "绝对熵与化学过程",
      "text": "热力学第三定律为绝对熵提供了基准：具有唯一基态的完全有序晶体，其熵在温度趋近绝对零度时趋近于零。有了这一基准，就可以通过热学测量确定绝对熵，而不只是确定熵的差值。(goldbook.iupac.org)\n\n在化学中，熵是判断变化能否自发发生的因素之一。在温度恒定时，\n\n\\[\\Delta G=\\Delta H-T\\Delta S,\\]\n\n其中，\\(G\\) 为吉布斯自由能，\\(H\\) 为焓。对于温度和压力恒定、且只涉及压力—体积功的封闭系统，自发变化会使 \\(G\\) 减小。因此，即使系统的熵减小，只要焓变能够起到补偿作用，过程在热力学上仍可能有利。这些判据决定的是过程在热力学上是否有利，而不是反应速度；后者属于化学动力学的范畴。(ocw.mit.edu)"
    },
    {
      "heading": "信息论中的熵",
      "text": "克劳德·香农在其1948年的论文《通信的数学理论》中，将熵引入信息论。对于离散随机变量 \\(X\\)，\n\n\\[H(X)=-\\sum_x p(x)\\log_2p(x),\\]\n\n其中规定 \\(0\\log_2 0\\) 为零。采用以二为底的对数时，熵的单位为比特。两个等概率结果构成的二元试验，其熵为一比特；结果确定时，熵为零。在具有 \\(n\\) 种可能结果的所有分布中，均匀分布的熵最大，为 \\(\\log_2n\\)。(people.math.harvard.edu)\n\n香农熵决定了无损数据压缩的基本极限。它衡量的是统计不确定性，而不是消息的含义或实用价值。尽管其公式与吉布斯熵相似，但任意一个符号概率分布并不会自动成为热力学系统；在缺乏适当物理解释的情况下，也不能将比特等同于焦耳每开尔文。(people.math.harvard.edu)"
    },
    {
      "heading": "量子熵",
      "text": "在量子力学中，对应的量是冯·诺伊曼熵。对于密度矩阵 \\(\\rho\\)，采用热力学归一化时，其表达式为\n\n\\[S=-k_{\\mathrm B}\\operatorname{Tr}(\\rho\\ln\\rho).\\]\n\n纯态的冯·诺伊曼熵为零。然而，由于量子纠缠，整体处于纯态的系统，其子系统的熵可以大于零。对于两部分组成的纯态，任一部分的约化密度矩阵的熵都可量化其纠缠程度；因此，子系统的熵不一定表示对整体状态的经典不确定性。(lancaster.ac.uk)"
    }
  ],
  "links": [
    "thermodynamics",
    "information-entropy",
    "state-function",
    "temperature",
    "international-system-of-units",
    "energy",
    "second-law-of-thermodynamics",
    "thermodynamic-system",
    "friction",
    "thermodynamic-equilibrium",
    "heat-engine",
    "carnot-cycle",
    "statistical-mechanics",
    "microstate",
    "boltzmann-constant",
    "probability-distribution",
    "third-law-of-thermodynamics",
    "absolute-zero",
    "chemistry",
    "gibbs-free-energy",
    "enthalpy",
    "chemical-kinetics",
    "claude-shannon",
    "information-theory",
    "random-variable",
    "bit",
    "lossless-data-compression",
    "quantum-mechanics",
    "von-neumann-entropy",
    "density-matrix",
    "quantum-entanglement"
  ],
  "sources": [
    {
      "title": "goldbook.iupac.org/terms/view/E02149",
      "url": "https://goldbook.iupac.org/terms/view/E02149"
    },
    {
      "title": "ocw.mit.edu/ans7870/16/16.unified/thermoF03/chapter_7.htm",
      "url": "https://www.ocw.mit.edu/ans7870/16/16.unified/thermoF03/chapter_7.htm"
    },
    {
      "title": "ocw.mit.edu/courses/8-21-the-physics-of-energy-fall-2009/64480493c348b18053c723…",
      "url": "https://ocw.mit.edu/courses/8-21-the-physics-of-energy-fall-2009/64480493c348b18053c723da0d41e264_MIT8_21s09_lec08.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/5-111sc-principles-of-chemical-science-fall-2014/1e588ca84c…",
      "url": "https://ocw.mit.edu/courses/5-111sc-principles-of-chemical-science-fall-2014/1e588ca84ce7e70c0e3cb1fc8770ad7f_MIT5_111F14_Lec16.pdf"
    },
    {
      "title": "people.math.harvard.edu/~ctm/home/text/others/shannon/entropy/entropy.pdf",
      "url": "https://people.math.harvard.edu/~ctm/home/text/others/shannon/entropy/entropy.pdf"
    },
    {
      "title": "lancaster.ac.uk/people/schomeru/lecturenotes/Quantum%20Information%20Processing…",
      "url": "https://www.lancaster.ac.uk/people/schomeru/lecturenotes/Quantum%20Information%20Processing/S3.html"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}