Entropy In Thermodynamics Theory 2.0 Useful Secret.सबसे आकर्षक भौतिक शब्दों में से एक की उत्पत्ति।जब हम एक गिलास पानी में ink की एक बूंद डालते हैं, तो बूंद अपने आप फैल जाती है(drop diffuses spontaneously) जब तक कि यह पूरे liquid को रंग नहीं देती है। और एक homogeneous color बना रहता है। क्या आपने कभी सोचा है कि यह घटना उत्क्रमणीय क्यों नहीं है? इसे समझाने के लिए यहां एंट्रॉपी(entropy) है।

इससे पहले के आर्टिकल को पढने के लिए इस पर क्लिक करें

Entropy In Thermodynamics Theory 2.0 Useful Secret

entropy in thermodynamics को एक रहस्य या एक very complex term माना गया है जिसे बहुत कम लोग कई सदियों से समझ पाए हैं। हालांकि, हाल के वर्षों में scientific community के भीतर कुछ आवाजों ने इस law को समझने में सबसे आसान के रूप में बचाव किया है।

यहां तक ​​​​कि उन लोगों के लिए भी जिन्हें भौतिकी का ज्यादा ज्ञान नहीं है।अगर हम entropy is शब्द को गूगल में सर्च करें तो हमें दो परिभाषाएं मिलती हैं। पहला भौतिकी के अध्ययन को संदर्भित करता है: “Thermodynamic magnitude जो एक प्रणाली के molecular disorder की डिग्री को इंगित करता है।”

दूसरा कहता है कि यह computing से संबंधित है: “संदेशों के एक सेट से पहले मौजूदा अनिश्चितता का मापन, जिसमें से केवल एक ही प्राप्त होने वाला है”।define entropy अक्सर word disorder के साथ एक से अधिक अवसरों पर जुड़ा होता है।

Google और RAE इसे परिभाषित करने के लिए उस विचार का उपयोग करते हैं।लेकिन most physicists को यह स्पष्टीकरण पुराना और अधूरा लगता है।

हो सकता है कि आपने भौतिकी या गणित का अधिक अध्ययन नहीं किया हो।लेकिन अधिकतर लोगों के लिए समझने की संभावना आसान है।

इसलिए, इस विचार के साथ शुरू करें कि कोई भी सिस्टम अपने सबसे संभावित configuration के लिए विकसित होता है।यानी वह जो सबसे अधिक entropic है क्योंकि इसमें अधिक possible microstates हैं।

Entropy In Thermodynamics Theory 2.0 Useful Secret

entropic universe

entropy meaning के idea को understand के लिए जो आज ज्ञात है और entropic universe के सभी पहलुओं को जिसमें इस law को लागू किया जा सकता है।physics के इतिहास (संक्षेप में) से गुजरना और इसका अध्ययन करने वाले scientists का साथ देना सबसे अच्छा है और वे थे इसे आकार दे रहा है।

इस यात्रा को शुरू करने के लिए, हम Industrial Revolution पर वापस जाते हैं जब steam engines के सुधार ने thermal phenomena पर अध्ययन का ध्यान केंद्रित किया था। 19वीं शताब्दी में Sadi Carnot, William Thompson and Rudolf Clausius जैसे नामों के हाथों physics की एक new branch का जन्म हुआ।

Thermodynamics ने प्रायोगिक तौर पर गैसों और तरल जैसे तत्वों के temperature, volume, mass, or pressure का अध्ययन किया। resulting laws विशुद्ध रूप से प्रायोगिक थे।

Entropy In Thermodynamics Theory

जो macroscopic world के अवलोकन पर आधारित थे।क्योंकि उस समय पदार्थ को एक निरंतरता के रूप में समझा जाता था। इस प्रकार नींव उत्पन्न हुई जैसे thermodynamics का First law, जो स्थापित करता है कि एक closed system की ऊर्जा constant है और always conserved है।

इसके बाद thermodynamics का second law आता है, जो इस रिपोर्ट में हमारी रुचि है। Sadi Carnot ने heat engines के अपने अध्ययन के साथ word entropy के उपयोग का मार्ग प्रशस्त किया।

और सबसे पहले कानून बनाने वाले William Thompson थे, बाद में Lord Kelvin। हालांकि, दोनों ने केवल वर्णन किया कि क्या हुआ।जबकि Rudolf Clausius एक कदम आगे बढ़ गया और कैसे के करीब पहुंच गया।

entropy meaning

Clausius’s के formulation में कहा गया है कि ऐसी कोई spontaneous process नहीं है। जिसका शुद्ध प्रभाव केवल ठंड से गर्म शरीर में गर्मी का स्थानांतरण हो।

गर्म पानी से कुछ गर्मी को अवशोषित करके ice cube पिघल जाता है, लेकिन जब तक प्रक्रिया को मजबूर नहीं किया जाता है। तब तक यह phenomenon spontaneously से reversible नहीं होती है, जैसा कि हम freezers में करते हैं।

उसी तरह यह ink और water की drop के साथ होता है, या गैस के साथ होता है जो पूरे space में distributed होता है। जब smoking करते हैं और धुएं को बाहर निकालते हैं, तो हम देखते हैं कि यह कैसे फैलता है।

Entropy In Thermodynamics Theory

और शेष हवा के साथ मिश्रित हो जाता है जब तक कि यह disappears नहीं हो जाता, लेकिन हम opposite process नहीं कर सकते।उस समय के physical knowledge के साथ, Clausius’s formula का महत्व इस fact में निहित है कि वह सहज रूप से यह देखने में सक्षम था कि हर कोई एक ही law द्वारा शासित होता है, कि वे हमेशा एक ही दिशा में जाते हैं।

और उन्होंने इसे “entropy” कहने का फैसला किया। उन्होंने इस शब्द को ग्रीक अर्थ transformation से उधार लिया था (हालांकि अधिक विस्तृत विवरण बाद में दिया जाएगा) और घोषणा की कि entropy chemistryकभी कम नहीं होती है, यह हमेशा equilibrium तक पहुंचने तक बढ़ती है जहां entropy chemistryअधिकतम होती है।

macro से microscopic world तक

अभी भी रहस्य में डूबा हुआ, thermodynamics का यह second law physics में अन्य प्रगति पर निर्भर करता है ताकि इसकी क्षमता को और अधिक समझा जा सके। Clausius, Kelvin, Planck और other physicists ने thermodynamics के भीतर पदार्थ की बात की जैसे कि यह एक निरंतरता थी ।

और इसकी परमाणु संरचना को ध्यान में नहीं रखा जिसे अब हम जानते हैं। physics में परमाणु की स्वीकृति negative entropy की समझ और पूर्ण परिभाषा के लिए निश्चित छलांग थी।

Vienna city के central cemeteryया Zentralfriedhof के माध्यम से चलते हुए आप Strauss, Beethoven or Ludwig Blotzman जैसे संस्कृति के शानदार आंकड़ों की कब्रें पा सकते हैं।जिनकी प्रतिमा एक formula (S = k log W). के तहत टिकी हुई है। atomic theory के एक दृढ़ रक्षक, Boltzman second law of thermodynamics के क्या, कैसे और क्यों को एकजुट करने में कामयाब रहे।

Entropy In Thermodynamics

परमाणु की concept सदियों से scientific community में रही है, लेकिन तब तक ठोस सबूत की कमी के कारण कई लोगों ने इसे अस्वीकार कर दिया ।और इसे Boltzman’s formula को नकारने के बहाने के रूप में इस्तेमाल किया, जो probability के उपयोग से पैदा हुआ था।

Boltzman के लिए entropy of the universeपर अपने काम को सूचित करने के लिए आंकड़ों पर ध्यान केंद्रित करना एक वास्तविक दुस्साहस(real audacity) था। Probability physics का हिस्सा नहीं थी, mathematics का भी नहीं।

फिर भी, criticism के बावजूद, समय ने उन्हें सही साबित कर दिया और यह पुष्टि की गई कि entropy एक प्रणाली के configurations की कुल संख्या के logarithm के बराबर है। लेकिन चिंता न करें, आइए इसे समझने के लिए एक उदाहरण का उपयोग करें।

Entropy In Thermodynamics Theory 2.0 Useful Secret

Entropy को समझने के लिए आइए (dice) खेलते हैं

जब आप board game खेलने के लिए कुछ friends के साथ इकट्ठा होते हैं और पासे का उपयोग करते हैं, तो आप सभी जानते हैं कि 1, 4 या 6 आने की probability समान (⅙) होती है।

लेकिन अगर एक के बजाय हमारे पास two dice हैं और हम दोनों का योग ढूंढते हैं, तो probability जटिल है। क्या आप शर्त लगा सकते हैं कि result 4 है, उदाहरण के लिए।

इसके बारे में सोचें, result 12 होने के लिए, हमें 6 number पर गिरने के लिए दोनों पासा चाहिए, मुश्किल। लेकिन अगर हम चाहते हैं कि number 8 बाहर आए, तो सफलता की संभावना बढ़ जाती है:

Result 2: Possible sums 1+1
Result 3: Possible sums 1+2 and 2+1
Result 4: Possible sums 1+3, 2+2 and 3+1
Result 5: Possible sums 1+4, 2+3, 3+2 and 4+1
Result 6: Possible sums 1+5, 2+4, 3+3, 4+2 and 5+1
Result 7: Possible sums 1+6, 5+2, 4+3, 3+4, 5+2 and 6+1
Result 8: Possible sums 2+6, 3+5, 4+4, 5+3 and 6+2
Result 9: Possible sums 3+6, 4+5, 5+4 and 6+3
Result 10: Possible sums 4+6, 5+5 and 6+4
Result 11: Possible sums 5+6, 6+5
Result 12: Possible sums 6+6

number 7 most probable है, सबसे अधिक विन्यास वाला। इस मामले में हमें data के योग को unspecific state कहना चाहिए, जो परिणाम हम चाहते हैं, जबकि dice के संभावित संयोजन specific states हैं।

अर्थात्, संख्या 7 most probable unspecific state है, क्योंकि इसमें specific states की संख्या अधिक है। इस अभ्यास को पाँच, बीस से लेकर लाखों dice and specific states तक बढ़ाया जा सकता है।

Entropy Examples

अब आइए probability के इस खेल का translate microscopic world में Entropy In Thermodynamics Theory के रूप में करें। दो अलग-अलग डिब्बों वाले एक box की Imagine करें, जिसे उनके बीच एक दरवाजे से जोड़ा जा सकता है। एक तरफ हमारे पास smoke है, दूसरी तरफ कुछ भी नहीं। हम जानते हैं कि जब दरवाजा खोला जाएगा तो smoke दोनों डिब्बों में प्रवेश करेगा।

अभ्यास को समझना आसान बनाने के लिए, हम धुएँ को बनाने वाले परमाणुओं को विभिन्न रंगों में रंगेंगे। अब देखते हैं कि कौन-सी non-specific (macro) states हैं और प्रत्येक में कितनी specific (micro) states हैं, यह पता लगाने के लिए कि कौन सी most probable है।

Entropy In Thermodynamics Theory

system, इस मामले में smoke, विकसित होता है, particles तब तक चलते हैं जब तक वे two compartments पर occupy नहीं कर लेते। वास्तव में ड्राइंग में दिखाई देने वाले किसी भी microstates की संभावना उतनी ही है।

लेकिन जिस macrostate में smoke पूरे टोकरे में फैलता है, उसके पास अधिक विकल्प होते हैं। हमें यह ध्यान रखना होगा कि वास्तविक प्रयोगों में central column में छह के मुकाबले एक microstates का अंतर नहीं है (एक गैस में केवल चार particles नहीं होते हैं)।

Entropy In Thermodynamics Theory 2.0 Useful Secret

Boltzmann to Hawking

Unfortunately, Boltzman’s psychological problems ने उन्हें 1906 में उनके entropy formula को मान्यता दिए बिना आत्महत्या करने के लिए प्रेरित किया।

अपनी दुखद मौत के ठीक एक साल बाद Einstein ने Brownian movement पर एक लेख प्रकाशित किया जो पदार्थ के परमाणु सिद्धांत की पुष्टि करने और Boltzman से सहमत होने का मार्ग प्रशस्त करने में निर्णायक था।

इस प्रकार हम उस परिभाषा पर पहुंचते हैं जिसे हमने शुरुआत में आगे बढ़ाया था: entropy वह परिमाण है जो एक पृथक प्रणाली के भीतर एक ही macrostate में हो सकने वाले microstates की संख्या को मापता है।

कोई अराजकता या अव्यवस्था नहीं है। particles बस चलते हैं और सबसे अधिक संभावना कई विन्यासों में से एक को अपनाते हैं जो macrostates को अधिक संभावना के साथ स्थापित करते हैं।

Shannon entropy

वर्षों बाद, father of Entropy In Thermodynamics Theory के रूप में जाने जाने वाले Claude Shannon:Shannon entropy ने सूचना के नुकसान की बात करते हुए इस परिभाषा को थोड़ा और आगे बढ़ाया।

macro or non-specific state को मापते समय, हम निश्चित रूप से नहीं जानते हैं। कि हमारे सामने मौजूद many micro or specific states में से हमारे पास information का अभाव है, हम सभी particles के क्रम को नहीं जान सकते।

इस तरह, हम कह सकते हैं कि “एक isolated system हमेशा एक ऐसी स्थिति में विकसित होती है जहां इसकी जानकारी का नुकसान बढ़ जाता है और इसलिए entropy बढ़ जाती है”।

smoke example में, यदि particles left ओर macrostate को अपनाते हैं। तो हम देखेंगे कि सारा धुँआ एक तरफ रहता है, केवल एक microstate है जो उस विकल्प का जवाब देता है।

लेकिन अगर वे central column में कुछ microstates बनाते हैं, तो हमारे पास यह जानने की कमी है कि यह छह में से कौन सा है।

Entropy Information Theory

यह स्थिति हमारे दिनों तक पहुंच गई है, modern physics के साथ-साथ computer science को बहुत प्रभावित करती है। यदि हम entropy of information की प्रारंभिक परिभाषा को पुनः प्राप्त करते हैं जो Google कंप्यूटिंग के लिए प्रदान करता है।

तो हम खोई हुई जानकारी के कनेक्शन को पहचानते हैं। कंप्यूटिंग में, cryptographic keys को बेहतर बनाने के लिए enthalpy and entropy का उपयोग किया जाता है।

विशेष रूप से, random information का वर्णन करने के लिए जो एक system keys को उत्पन्न करने के लिए एकत्रित करता है। जैसे-जैसे Entropy Information theory बढ़ती है, keys को crack करना अधिक कठिन होता है, क्योंकि हमारे पास कम जानकारी उपलब्ध होती है।

इसी तरह, इसने अन्य क्षेत्रों में अपना स्थान पाया है, जैसे कि quantum mechanics (The Entropy of Quantum Bonding)) या physics of black holes, जिसके लिए scientific community ने वर्षों की बहस को यह निर्धारित करने के लिए समर्पित किया है कि black holes के भीतर जानकारी खो गई है या नहीं, “Bekenstein-Hawking entropy”” सूत्र को करार दिया।