熵减英文

熵（entropy）指的是体系的混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，在不同的学科中也有引申出的更为具体的定义，是各领域十分重要的参量。熵由鲁道夫·克劳修斯（Rudolf Clausius）提出，并应用在热力学中。后来在，克劳德·艾尔伍德·香农（Claude Elwood Shannon）第一次将熵的概念引入到信息论中来。中文名：熵外文名：entropy释义：热量转化为功的程度特点：熵是体系的状态函数分享释义基本释义熵【拼音】：shāng详细释义1：物理学上指热能除以温度所得的商，标志热量转化为功的程度。2：科学技术上用来描述、表征系统不确定程度的函数。亦被社会科学用以借喻人类社会某些状态的程度。3：传播学中表示一种情境的不确定性和无组织性。英文释义：The degree of randomness or disorder in a thermodynamic system.特点1.熵是体系的状态函数，其值与达到状态的过程无关；2.熵的定义式是：dS=dQ/T，因此计算某一过程的熵变时，必须用与这个过程的始态和终态相同的过程的热效应dQ来计算。（注：如果这里dQ写为dQR则表示可逆过程热效应，R为reversible；dQ写为dQI为不可逆过程的热效应，I为Irreversible。）3.TdS的量纲是能量，而T是强度性质，因此S是广度性质。计算时，必须考虑体系的质量；4.同状态函数U和H一样，一般只计算熵的变化。

定律内容：热量从高温物体流向低温物体是不可逆的。克劳修斯引入了熵的概念来描述这种不可逆过程。在热力学中，熵是系统的状态函数，它的物理表达式为：S =∫dQ/T或ds = dQ/T其中，S表示熵，Q表示热量，T表示温度。该表达式的物理含义是：一个系统的熵等于该系统在一定过程中所吸收（或耗散）的热量除以它的绝对温度。可以证明，只要有热量从系统内的高温物体流向低温物体，系统的熵就会增加：S =∫dQ1/T1+∫dQ2/T2假设dQ1是高温物体的热增量，T1是其绝对温度；dQ2是低温物体的热增量，T2是其绝对温度，则：dQ1 = -dQ2，T1>T2于是上式推演为：S = |∫dQ2/T2|-|∫dQ1/T1| > 0这种熵增是一个自发的不可逆过程，而总熵变总是大于零。孤立系统总是趋向于熵增，最终达到熵的最大状态，也就是系统的最混乱无序状态。但是，对开放系统而言，由于它可以将内部能量交换产生的熵增通过向环境释放热量的方式转移，所以开放系统有可能趋向熵减而达到有序状态。熵增的热力学理论与几率学理论结合，产生形而上的哲学指导意义：事物的混乱程度越高，则其几率越大。现代科学还用信息这个概念来表示系统的有序程度。信息本来是通讯理论中的一个基本概念，指的是在通讯过程中信号不确定性的消除。后来这个概念推广到一般系统，并将信息量看作一个系统有序性或组织程度的量度，如果一个系统有确定的结构，就意味着它已经包含着一定的信息。这种信息叫做结构信息，可用来表示系统的有序性；结构信息量越大，系统越有序。因此，信息意味着负熵或熵的减少。熵与熵增原理一,熵的导出1865年克劳修斯依据卡诺循环和卡诺定理分析可逆循环,假设用许多定熵线分割该循环,并相应地配合上定温线,构成一系列微元卡诺循环.则有因为,有 得到一新的状态参数 不可逆过程熵:二,熵增原理: 意义:可判断过程进行的方向.熵达最大时,系统处于平衡态.系统不可逆程度越大,熵增越大.可作为热力学第二定律的数学表达式4.4熵产与作功能力损失一,建立熵方程一般形式为:(输入熵一输出熵)+熵产=系统熵变或熵产=(输出熵一输入熵)+系统熵变得到: 称为熵流,其符号视热流方向而定,系统吸热为正,系统放热为负,绝热为零).称为熵产,其符号:不可逆过程为正,可逆过程为0.注意:熵是系统的状态参数,因此系统熵变仅取决于系统的初,终状态,与过程的性质及途径无关.然而熵流与熵产均取决于过程的特性.

《熵减：华为的活力之源》，是华为大学将华为的一个重要内训教材编辑出版的书，由创始人任正非亲自作序。“引熵入商”，被一些商业评论者称为任正非最核心的经营哲学。“熵”，这个极其抽象的物理学概念，也因此被大众所认知和讨论。 熵，英文Entropy，在台湾地区被翻译为“能趋疲”（兼有意译和音译，很形象），可以直观地理解为，能量趋于疲软，即一个系统中能做功的能量越来越少。 在翻阅各种讨论华为“熵减”思想的文章中，可以发现对“熵”的表述普遍使用的是“用来度量体系的混乱程度”。比如，华为基本法起草之一、人民大学教授吴春波谈到，“熵是热力学第二定律的概念，用来度量体系的混乱程度。热力学第二定律又称熵增定律，讲的是自然社会任何时候都是高温自动向低温转移的。也就是说，在一个封闭系统，最终会达到热平衡，没有了温差，再不能做功。这个过程叫熵增，最后状态就是熵死，也称热寂。” 混乱程度增高，就是熵增；混乱程度减少，就是熵减。order是熵减，disorder是熵增。乍看起来，貌似能够描述和解释现象，其实不太准确，也容易形成误导。 拿一个房间做例子，一个成天吃泡面打游戏的宅男的房间在一个妹纸的眼里是混乱的。但是在宅男看来，他却觉得很有秩序，纵然有碗筷没有洗，被子没有叠，但无伤大碍。在妹纸眼里，房间这个“系统”的“熵”是大的；而在宅男看来却是“熵”小的。因为混乱是否和混乱程度，其实是很主观的一个判断。 再举一个沙滩的例子。几个小孩儿在沙滩上玩，堆出了城堡、飞机、汽车等形状。过了一会儿，一个浪头打过来，把这些东西都冲没了，只剩下一滩沙子。那可以说这块沙子“系统”在有各种形状的时候是有秩序，也就是熵小的吗？可能未必，也许有的人会认为被海水冲平后的那小块沙滩更有秩序。 这里面的关键是“秩序”，有秩序就代表熵减，混乱或者失序就是熵增。这样的理解以及描述，不完全是错误的，但是对于理解“熵”的意涵有很大的误导性。 简单来讲，“熵”所度量的应该是一个系统所包含的元素组合状态的概率的大小。很遗憾，这不是一段“人话”，来个栗子： 假想有两个玻璃球（A和B）和一个正中画了一条线的盒子，你把两个球扔进去盒子里，两个球在盒子停留的位置会有以下四种可能：1.A和B都在盒子最右边；2.A和B都在盒子最左边；3.A在盒子的右边，B在左边；4.A在盒子的左边，B在右边。 如果两个球一模一样，以至于无法分辨，那么它们的位置的可能性则为三种：1.一个在左边，一个在右边（概率为50%）；2.两个都在左边（概率为25%）；3.两个都在右边（概率为25%）。 现在把两个球改为四个球，也是不停地往盒子扔球，那么则有16种可能性。如果假设四个球是一模一样，我们只能观察出五种情况：1.四个在右边，左边没有；2.三个右边，一个在左边；3.两个在右边，两个在左边；4.一个在右边，三个在左边；5.四个在左边，右边没有。 如果用图来表示，可以看出不同情况的概率分布呈现为典型的钟形曲线。而且，扔进盒子的玻璃球越多，钟形曲线越明显。不管扔多少个玻璃球，平均而言会有一半落在盒子的右边，另一边落在左边。最极端的情况是，全部落在盒子的左边或者是右边。所有其他情况都存在于平均值和极值之间，随着扔进的玻璃球数量越多，极端情况的概率越小。假如我们仍进的是1024个玻璃球，平均来看，会有512个球落在盒子的右半边，另外512个落在左半边。最极端的情况是，1024个球全部落在最左边或是最右边。不过，这样的可能性微乎其微，概率低到难以置信，大约是10的290次方分之一，而目前可观测的宇宙中原子的总数大致才10的80次方。 熵的概念就直观地反映在上面这个思想实验中：在由玻璃球和盒子组成的“系统”中，我们对不同玻璃球所处位置这一状态的概率的测量即是熵。一个系统所包含的元素的组合状态的概率越高（或者说一种结果出现的可能性越大），这种组合状态（或结果）的熵也越高。 回来前面所举的房间和沙滩的例子。一个房间各种物品的摆放，假如没有外力进行整理和维护，大概率的事件是变得杂乱，也就是它们的组合状态更大的可能性是杂乱，因此是熵增的状态。同样地，沙滩的沙子被小孩累成某种形状后，如果没有外力来维持，注定会被海浪冲垮，被海风吹散， 变成一堆平淡无奇的沙子是大概率事件，当然也是熵增的状态。 日常生活中这样的例子不计其数：头发长时间不剪无疑会变得凌乱。花园没有修整会变得杂草丛生。一台车放在路边，几年不开，逐渐会生锈散架。一栋烂尾楼，长年不修建，肯定会剥落垮塌。一杯意式咖啡如果不喝，拉花自然会消散在杯中（当然，喝了更会消散）。一朵鲜花掉落土中，不日就会化作碎泥………这些现象表面上看起来是与秩序和失序有关，秩序随着时间而瓦解，但根本上是系统的组合状态由概率较小的状态变为概率大的状态。宇宙似乎有种力量持续不断将事物推向概率更大的状态。 真理往往是简洁而朴素的，但是“熵”背后的规律的发现似乎平淡无奇到会让人感觉说了一句正确的废话。可是，爱因斯坦为何会说:“熵理论对于整个科学来说是第一法则。”？ 熵的重要意义要从熵减或者负熵的角度来理解。杂乱无章是大概率，零落成泥是大概率，尸骨成灰也是大概率，放到更大的尺度，热寂是大概率！但是，生命作为一种系统，一种极小概率的现象，如何能够维系和传承？似乎是对熵增规律的打脸。不单是生命，由生命创造的人工制品及系统（产品、组织、城市等）看起来是对熵增的一次次嘲弄。 一个系统要维系乃至传承，需要能量的代谢（流入和流出），比较容易理解。但是除了能量之外，还有什么对熵减起到重要作用？或者换个说话，如果只是能量，是否就能实现熵减？是什么力量让我们将一个大概率的事件变成小概率的事件？这是下一篇要讨论的话题。