⭕️ ترمودینامیک و نقض قانون دوم ⭕️

🔸 در مطلب قبل، به اینجا رسیدیم که برای تعریف دقیق آنتروپی، باید سری به مکانیک آماری بزنیم.
🔸 در مکانیک آماری، ما نگاهی میکروسکوپیک یا کوچک مقیاس داریم.
🔸 در مکانیک آماری، به یک پیکربندی میکروسکوپی ویژه از یک سیستم ترمودینامیکی، ریزحالت یا میکرواستیت می‌گویند.
🔸 با دانستن وضعیت این ریز حالت‌ها و ارتباط آن‌ها با هم، می‌توان خواص ظهوری و در نهایت ویژگی‌های ماکروسکوپیک را حدس زد.
🔸 بر اساس اصل موضوع بنیادی مکانیک آماری، همه‌ی ریزحالت‌های دسترس‌پذیر برای یک سیستم ترمودینامیکی با احتمال یکسانی رخ می‌دهند.
بنابراین، احتمال هر درشت‌حالت (ماکرواستیت) متناسب است با شمار ریزحالت‌هایی که منجر به آن درشت‌حالت می‌شوند.

⭕️ به عبارتی، در نهایت ما باید این احتمال را «شمارش کنیم».
🔸 پس باید وضعیت را به گونه ای تقسیم بندی کنیم که امکان شمارش، میسر باشد.
🔸 به مجموعه فرضی شامل تعداد زیادی از یک سامانه که همانند یکدیگر هستند، اما در یکی از وضعیت‌های ممکن قرار دارند، آنسامبل می‌گویند.
🔸 مکانیک آماری، با توجه به ریزحالت ها و برای توصیف وضعیت مجموعه، از سه آنسامبل بهره می‌برد؛
۱- آنسامبل میکروکانونیک؛
در چنین سیستمی ریزحالت‌های سیستم مقدار انرژی ثابتی دارند. به این آنسامبل، NVE نیز می‌گویند چون تعداد ذرات، حجم و انرژی آن ثابت است.
۲- آنسامبل کانونیک؛
در این هنگرد آنسامبل، انرژی دقیقاً مشخص نیست ولی تعداد ذرات ثابت است یعنی به جای انرژی، مقدار دما است که ثابت می‌ماند.
۳- آنسامبل کانونیک بزرگ؛
در این آنسامبل نه انرژی ثابت است و نه تعداد ذرات ثابت، ولی به جای این‌ها، دما و پتانسیل شیمیایی ثابت هستند. این آنسامبل برای توصیف سیستم‌های باز مناسب بوده که در تبادل ضعیف با یک مخزن است.

🔸 حال باید شمارش احتمال این میکرو حالت ها را فرمول بندی کرده و بعد به اینجا برسیم که چگونه خواص ماکروسکوپیک از این تعاریف، استخراج می‌شوند.
🔻 در ادامه، خواهیم دید که مبنای آنتروپی، از کجا به دست می آید.
🔗Source
------------------------------------------------
☕️physics cafe