熵的应用论文

《熵的应用论文》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、熵的应用【摘要】熵是物理学中的重要概念，熵在现代科学技术中的作用越来越广泛，与现代科学技术的关系也越来越紧密。本文从热力学熵、玻尔兹曼熵、信息熵几方面简述了熵的概念，探讨了熵在信息论、自然科学、生命科学、人类社会和生态环境等领域中的应用。【关键词】熵,熵的应用EntropyanditsApplicationGUOXiaoling,XuLingting,WuXiaoxuan【Abstract】Entropyisanimportantconceptofphysics.Relationshipbetweenthemisg

2、ettingcloser.Theconceptofentropyisdescribedrfromthermodynamicsentropy,Boltzmannentropy,andinformationentropy.Itisdiscussedaccordingtotheapplicationininformation,naturescience,lifescience,humansocietyandenvironmentecosystem.【Keywords】Entropy,Application1石破天惊——“

3、熵”概念的诞生最早引入熵的是Clausius，在1854年他引入了态函数熵，用以表述热力学第二定律。Clausius根据可逆卡诺循环用完全宏观的方法导出了Clausius等式：接着他又推导出，两确定状态之间的任一可逆过程的热温比的积分相等，与过程的具体情况无关。即克劳修斯将这个态函数称为熵，以符号S表示。[1]2“熵”概念的理解2.1“熵”的宏观意义——热力学熵热力学只能对熵作的定义。能量不可用程度与熵产生量有关。即一切实际过程中能量的总值虽然不变，但其可利用的程度总随着不可逆过程导致的熵的产生而降低，使能量退化。

4、2.2“熵”的微观意义——统计物理熵Boltzmann提出：系统的熵S与W之间满足关系式S=klnW，而宏观系统的无序度是以微观状态数W来表示的。所以熵是系统微观粒子无序度大小的度量。2.3第三种熵——信息熵信息论创始人Shannon发现信息与熵的微观表达式相似。信息是熵的对立面，因为熵是系统无序度的度量，而获得信息却减少系统的熵。把熵的概念引用到信息论中，称为信息熵，即：三种熵的基本精神是一致的,“热力学熵”主要用于宏观系统,“统计物理熵”主要用于微观系统,信息熵主要用于信息系统。3熵的应用1983年物理学家R.

5、Emden在“冬季为什么要生火？”一文中写道：“在自然过程的庞大工厂里，熵原理起着经理的作用，因为它规定整个企业的经营方式和方法，而能原理仅仅充当簿记，平衡贷方和借方。”随着科技发展，人们越来越深刻认识到熵的重要性不亚于能量。3.1黑洞熵——用“熵”研究黑洞Hawking等科学家通过理论计算得出黑洞的熵和表面积成正比，也和它的质量平方成正比，从而断定黑洞是一种熵值特高的高熵态。熵有统计意义，所以对黑洞熵的理解可以加深对黑洞本质的理解。为了探求黑洞熵的本质，人们发展了各种求熵方法，包括砖墙方法等。研究发现，黑洞的熵主

6、要是视界面附近量子态的贡献。于是对砖墙模型进行了改进，提出了薄层模型，该模型仅考虑视界附近的一层薄层，可自然地避免砖墙模型的红外截断。科学家用“熵”研究黑洞热辐射：1974年Hawking发现了黑洞的热辐射，这一发现不仅解决了黑洞热力学中当时存在的矛盾，而且深入地揭示了量子力学、热力学与引力之间的内在联系，是黑洞物理学上的划时代的里程碑。[2]2000年Parikh和Wilczek在考虑辐射粒子的自引力作用的情况下，将黑洞的Hawking辐射理解成一种量子隧穿过程，得到黑洞视界处粒子的量子隧穿率与黑洞熵有关。因此我

7、们可以利用黑洞视界附近的熵密度对黑洞的热辐射进行了研究，可以得到黑洞的热辐射总满足Stefan-Boltzmann定律。其中[3]将熵的理论运用于黑洞的研究中，不仅可以更接近更方便地研究黑洞的性质，而且更加可以在量子层面更深入研究黑洞，从而进一步了解黑洞的微观本质。3.2信息熵在测量精度分析中的应用Shannon把信息量作为信息论的中心概念，用马尔科夫过程的统计特性，给出了信息熵公式：用式(1)来表述不确定性与随机事件的连带关系，可一举解决定量描述信息的难题.这意味着通过信息论，熵的应用将会超出自然科学的一些领域.

8、信息熵在检测领域的应用，在对某一物理量进行测量前，待测量x在其取值范围内有确定的分布规律p(x)，但它具体落在此取值范围内的哪一点处却是不确定的.根据信息论原理，可用信息熵度量这一不确定性为作了测量实验α后，降低为Hα(X)又称为残留熵.则由实验α带来的关于待测量x的信息量为仍未获得的那部分信息量(即残留熵)则反映了测量误差的大小。熵不确定性概念可利用于机器