TGViewer
☕️ physics cafe ☕️ physics cafe @physicscafe1 · 110 subscribers
Post #474 182
☕️ physics cafe ⭕️ 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،…
⭕️ ترمودینامیک و نقض قانون دوم ⭕️

🔸 در فیزیک، به تعداد پارامترهای غیر وابسته که برای مشخص کردن موقعیت یک سیستم مورد استفاده قرار می‌گیرد، درجه آزادی آن سیستم می‌گویند‌.

🔸 به عنوان مثال یک ذره نقطه‌ای که در فضا آزادانه حرکت می‌کند دارای سه درجه آزادی است.
🔹 در مطالب قبل، آموختیم که مکانیک آماری، برای سیستم فیزیکی به کار می‌رود که دارای درجات آزادی زیاد است. (یک مجموعه N ذره‌ای در فضا، 3N درجه آزادی دارد!)

🔸 به این ترتیب که مکانیک آماری، جهت بررسی و مطالعه چنین سیستم‌هایی، از روش‌های آماری، تئوری احتمال و قوانین فیزیکی بهره می‌گیرد.

🔸نحوه مواجهه‌ی ما، بررسی احتمالات و آمار است.

🔸 نظریه احتمال و تابع توزیع احتمال (که در ادامه از آن استفاده می‌کنیم)، بیانگر احتمال هر یک از مقادیر متغیر تصادفی است. (این تعریف در مورد متغیر های گسسته صادق است و ما نیز در مکانیک آماری، با چنین مقادیری مواجهیم.)

🔸 در مطلب قبل، همچنین با یک گروه آماری بزرگ به نام آنسامبل آشنا شدیم. در اصل، ما با رویکرد آماری متناسب با هر آنسامبل، تلاش می‌کنیم تا تمام حالت‌های ممکن را بررسی نماییم.
به عبارتی، آنسامبل را می‌توان یک توزیع احتمال از تمامی حالات مختلف سیستم در نظر گرفت.
🔸با توجه به مطالب بالا، در فیزیک آماری، تابعی با عنوان تابع پارش، تعریف می‌کنیم.

🔺 تابع پارش، از جمع زدن تعداد میکروحالت‌های مجاز یک سیستم از انرژی‌های صفر تا بی‌نهایت بدست می‌آید.
🔺 یعنی تابع پارش، متوسط تعداد حالت های قابل دسترسی برای سیستم را نشان می دهد و محاسبه ی خواص ماکروسکوپی سیستم از اطلاعات میکروسکوپی، از طریق محاسبه ی تابع پارش امکان پذیر است. (از تابع پارش، در توزیع بولتزمان استفاده می‌شود.)

🔸 اگر در یک سیستم ترمودینامیکی با پارامترهای ماکروسکوپیک (مانند...,X1,X2)، تعداد حالات میکروسکوپیکی که منجر به حالت ماکروسکوپیک فوق می‌شوند را با Ω نشان دهیم، می‌دانیم که Ω نیز به پارامترهای فوق، بستگی دارد.
🔸 بنابراین، با استفاده از تابع توزیع بولتزمان، می‌توان برای آنتروپی (S) گفت؛
S(X1,X2,...)= k lnΩ

▪️ به این ترتیب، مفهوم آنتروپی، هرچند که دربردارنده‌ی مفهوم بی نظمی است، اما با صرف بی نظمی، توضیح داده نمی‌شود.
به نوعی،صرف اطلاق بی نظمی به آنتروپی، به هیچ عنوان، معنای عمیق این کمیت فیزیکی را نمی‌رساند.
✅ حال با تعابیر بالا، سوال جدیدی شکل می‌گیرد!
✅ معنی دقیق افزایش آنتروپی چیست؟
🔗Source
------------------------------------------------
☕️physics cafe
  • ❤ 2
More from @physicscafe1
  1. Oct 12, 2026📖 #واژه‌نامه 91. Inertial frame /ɪˈnɜːr.ʃəl freɪm/ – چارچوب لخت (اینرسی) ➤ A reference fr…
  2. Oct 9, 2026به‌ یک دهن چه فغان سرکنم، که سینه من تهی ز ناله نگردد به صد دهان فریاد 👤 صائب تبریزی 🎵 D…
  3. Oct 6, 2026#طنز خب خب خب... دیگه ان‌شاءالله با کمک خداوند، حداقل مقطع ارشد رو با آرامش بیشتری شروع و…
  4. Oct 6, 2026#موقت سومین دوره‌ی متوالی؟🔥 مبارکشون باشه💐 مبارکمون باشه🥳
  5. Sep 29, 2026#پیشنهادی_برای_خواندن #تکه_کتاب «می‌اندیشم، پس هستم» ... چیزی که در تصویر دکارتی از عالم ج…
  6. Sep 27, 2026به دریایی درافتادم که پایانش نمی‌بینم کسی را پنجه افکندم که درمانش نمی‌دانم *** مپرسم دوش…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →