正文

牛逼的熵增原理

(2018-05-31 10:02:31) 下一个
牛逼的熵增原理
最近做一个有关乙烯厂蒸汽透平机的项目,稍微深钻了一些相关的背景知识,回到了二十多年前大学上工程热力学时学过的焓熵热的概念,特别读到当时学的似懂非懂而又有点着迷以及后来在控制论信息论课程甚至自己老本行故障诊断领域时常碰到的并喜欢借此搞点唬人文章的熵的概念的时候,就越看越带劲了。昨天下午和公司里面两个朋友打乒乓球,席间休息时看他们俩把乒乓球在台上打来打去,回想到最近我们三个之间的状态变化,突然意识到那种结果就是熵增的现象。晚上下班回家吃晚饭,是大家都喜欢的面条,正看女儿吃的津津有味,突然间她问我要吃独头蒜,那个连我嚼起来都辣的流眼泪的家伙,我不禁好笑,看来她的口味肠胃已经和我们陕西人非常相像了。然后又听说Teddy在我回来之前已经美美吃完了一大碗西红柿鸡蛋面,而自己盆里的牛肉狗食已经三天三夜没理睬了。联想到最近Teddy越来越爱吃面食,什么面包,面条,蒸馍,烧饼等的只要是我们爱吃的,他都爱吃,反而自己的牛肉鸡肉狗食不那么喜欢了。我突然又意识到这一切的变化也正是书本上所描述的熵增原理的结果。我想照此过程下去,过不了多久Teddy在吃面时也要加上油泼辣子和糖蒜了。
 

熵,英文单词是Entropy,热力学中用字母S表示。熵在热力学中表示为热能转换为机械功过程中未被利用的部分,既余热,废能或者无效能量。熵另外的英文字面意思是Lackof order or predictability(缺乏秩序或者不可预测),gradual declineinto disorder(逐渐趋向于紊乱),deterioration(恶化),degeneration(退化),degradation(降级),collapse(崩溃),等等,大概都代表一般意义上不好的现象。在工程中熵的大小被用来表示一个系统的不确定性或随机性。比如信息论中借用熵的概念来定义信息量的测度。信息本来是个很抽象的概念,人们常常说信息很多,或者信息较少,但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信息量。直到1948年,信息论创始人Shannon(香农)首次提出了“信息熵”的概念,才解决了对信息的量化度量问题。香农用这个从工程热力学中借用过来的熵的定义来描述信息源的不确定度。一个事件越不可能发生,它发生后提供的信息就越多。比如爆炸性新闻,是说一个不太可能的或随机的事件突然发生了,由此产生的信息量成爆炸性趋势传播。熵的概念最早由德国物理学家鲁道夫-克劳修斯1850提出,克劳修斯提出熵概念不久奥地利大物理学家波尔兹曼惊人地从统计学上给出了熵的计算公式S=k.Ln(W),其中k是玻尔兹曼常数,W代表微观状态出现的可能概率。这个公式把人们对宏观观察到的熵的量变和微观看不到的熵的本因联系起来,这个和爱因斯坦质能方程几乎齐名的简单方程使得熵产生了巨大的威力。

熵增原理也是由克劳修斯最先提出,现在作为统治宇宙万物的热力学第二基本定律,是说“一个孤立的热力学系统的熵不会减少“。也就是说孤立系统的熵值只会增加或者保持不变,保持不变的情况是在可逆过程下,是一种最理想的状况,而现实世界全是不可逆过程,系统只有熵的增加。克劳修斯原话是“不可能把热从低温物体传到高温物体而不产生其他影响”,这类似于说水不可能自然而然地从低处流往高处一样。1851年英国的开尔文勋爵的另一个表述是说“不可能从单一热源取热使之完全转换为有用的功而不产生其他影响”,这类似于说世界上不可能有一个机器把吸收的能量全部转化为有用功,能量变成有用功过程中总有损失,或者说不可能做出永动机,等等。克劳修斯和开尔文的各自表述很快被证明是完全等价的,根本说的一回事情。都表明了在宇宙自然过程中,一个孤立系统的熵(即“总混乱度”)不会减小。即系统总是趋于混乱,无序,不确定和不可预测的。最简单的例子就是一杯热水和一杯冷水混合,从微观观察,原理热水中的水分子运动频繁,而冷水中的水分子运动不频繁,而混合之后的所有水分子运动都相对频繁,整体的混乱无序程度大过原来各自的混乱无序程度之和,也就是玻尔兹曼方程中的W增加了,所以最后系统的熵变大,最终系统的温度达到了平衡统一,这是不可逆转的自然规律。逆转过去,即一杯水自动分成冷热两个有规律的区域是不可能的。另一个简单的例子就是洗一副扑克牌,一次洗牌完毕,所有牌按顺序排列的可能性远远小于不按顺序排列的可能性。这两个简单例子都说明自然界中无序混乱的可能性是远远大于有序规则的可能性,熵增原理启示我们说世界自然而然地是向越来越无序混乱的方向奔走发展变化的,不以人的行为意志改变,因为人就在地球宇宙系统之中,就像水杯中一个个分子一样,不可能改变大的系统方向和趋势。

主宰宇宙世界的热力学三大定律中的第三定律是说在绝对零度(零开尔文度,或零下-273摄氏度)系统的熵值最小,所以和第二定律都是讲熵的现象。而热力学第一定律是讲能量守恒定律,即在一个封闭系统中,能量既不可能产生也不可能消失,但可以相互转换,总体的能量永远是是守恒的,这个所有人都比较好理解一些。能量和物质的分别守恒因为爱因斯坦的质能方程E=mc^2而变得统一,质能方程表示能量就是物质,物质也是能量,而且物质能量可以相互转换。原子弹就是因此而生的,一个拳头大小的铀全部变成能量可以释放出几十万吨煤燃烧的全部热量。中国人最早发现了物质守恒转换的自然规律,代表中国古文化精髓的八卦阴阳鱼其实正是表现了宇宙界能量物质守恒转换统一的基本定律,只可惜中国人的科学一直不太好没能给出数学上的方程和定律,而且不知道什么原因还被韩国人把这个宝贝挂在了自家的国旗上而成他们的象征。

热力学第一定律给出了封闭系统中物质能量守恒的规律,而第二定律,即熵增原理则给出了系统发展的趋势和方向。世间几乎的一切的信息,物质,能量及其变化似乎都可以被这个定律所解释。现实世界的熵增表明了任何宇宙间的系统都倾向于从有序向无序,有规律向无规律,有秩序向无秩序发展。所以任何世间的无序,混乱,甚至变态都可以从认为是熵增的原因。
比如前面的我们三个人A,B,C打乒乓球。开始A最厉害,成绩顺序是ABC,最有序的。后来通过乒乓球能量的相互传递慢慢出现ACB,BAC,CBA,CAB,,BCA的成绩排序,无序混乱增加,每次结果难以预料,所以乒乓球台边系统的熵增。我们小狗刚到家时比较自觉,只吃自己的食物,还有规律。后来慢慢的不自觉,不守秩序,无规则,乱套了,开始喜欢吃桌上的食物,再后来开始喜欢光吃面食还要油盐酱醋,有点变态了,这从有序到无序再到乱套明显也是熵增原理的结果。
上周美国超级法院九个大法官五比四通过的全美同性恋合法化引起轩然大波,我在广播上第一听到这个消息一下子感觉人类的关系熵也增加了。同性恋合法化和全球化的现象原来在我眼里好像不可思议,现在想起来好像又自然而然。回头看我们社会系统的感情状态发展经历了大概如下顺序的巨大变化:感情专一的恋爱=>疯狂更换对象的恋爱=>同性恋的恋爱=>不止两个人不限性别的恋爱=>人和机器的恋爱(比如最近日本人和机器人的结婚)等等,这种趋势明确地展示人类社会关系从有序到无序,从有规则到无规则,从有约束到无约束再到变态甚至多态的熵增过程。当我给办公室同事讲述这个现象时,他笑着说未来美国大法官可能还会批准人和猫狗动物的婚姻合法化。想想看,现实的世界乱象和圣经上预言的人类社会最后的光景惊人的吻合。
目前中东的伊斯兰国ISIS的状况也显示出熵增的过程。原先萨达姆铁腕强权下的库尔德人伊拉克人都被驯服地贴贴的,后来美国人捅马蜂窝,干掉萨达姆以为中东可以更加太平,谁知突然崛起了比萨达姆更具威胁更加危险的ISIS,中东局势更加混乱无序。连公司内部的Email这两天都不断提醒大家要预防ISIS在七月四日美国国庆节可能发动的本土袭击,这种从中东社会动荡无序混乱局势蔓延到美国境内的紧张恐慌现象完全是熵增的原因。

在物理学上,熵增意味着世界的发展只有一个方向,这个方向被称为时间箭头(The Arrow of Time)。在这个宇宙中熵与时间密切相关,如果时间停止“流动”,熵增也就无从谈起。在宇宙学上,熵增意味着宇宙会热死 (Heat death of the Universe),或称热寂。因为熵增意味着宇宙中的有效能量越来越少,无效能量越来越多。直到有一天,所有的有效能量都变成无效能量,那时将不再有任何能量转化,这就叫宇宙的”热寂“。宇宙大爆炸于一个奇点,然后不断膨胀,最后终于热寂。
当下全球的种种环境问题:空气污染、水污染、冰山融化、气候变暖,生物灭绝,大概都可以归结为熵(废能)的增加。人类从原子能核电站产生巨大能量的同时,又带来不可消除的核辐射和核污染。人类大脑也处于熵增过程。比如计算机系统是高度有序的系统,维持计算机系统的秩序,需要大量人类思维的输入。根据熵增原理,计算机系统越有序,对应的人类思维就越无序。这解释了为什么世界上一些最好的科学家和程序员,在世人眼里,都有点不太正常,甚至行为混乱。这还解释了,为什么工业时代和信息时代的到来,伴随着人类的心理和精神疾病患者激增。互联网时代到来引起的信息量急剧膨胀,即信息熵增加,是最为明显的例子。人类社会物质世界几乎任何一个现象最后都可以归结为熵增原理。从美国的Twitter到中国的微信,从宗教约束到自由平等,从人口增加和生物灭绝,从货币发行量大涨到价值大跌,从股票市场上窜下跳到经济崩溃,从以前的环境优美到目前的环境恶化,从人类心理思维价值观上的原始自然到当下极度紊乱等等都是这样的例子。
熵增原理的哲学启示是“世界是残缺不全的,世上没有完美的事情,不完美的人生是自然而然的,…”所以,对个人而言,简单,乐观,从容,淡定,不冲动,不急躁,不头脑发热,并有序地生活,会减轻自身熵增过快的趋势,从而使人生的不完美更接近完美一些。
[ 打印 ]
阅读 ()评论 (0)
评论
目前还没有任何评论
登录后才可评论.