[论文解读] Laws of thermodynamics and game theory

Lev Sakhnovich|arXiv (Cornell University)|May 23, 2011

Advanced Thermodynamics and Statistical Mechanics被引用 3

一句话总结

本文运用博弈论，通过变分原理推导出经典与量子统计力学中的吉布斯分布，提出热力学第二定律的全新统一推导。该研究严格证明了热力学第三定律，表明当基态简并时（m > 1）会出现剩余熵，并推测经典熵在低温下的对数渐近形式。

ABSTRACT

Using a game theory approach and a new extremal problem, Gibbs formula is proved in a most simple and general way for the classical mechanics case. A corresponding conjecture on the asymptotics of the classical entropy is formulated. For the ordinary quantum mechanics case, the third law of thermodynamics is derived. Some results on the number of ground states and residual entropy are obtained rigorously.

研究动机与目标

• 为统计力学中的吉布斯分布提供一种新的博弈论推导。
• 在量子系统中，建立热力学第三定律与基态简并性之间的严格联系。
• 提出并支持一个关于零温下经典熵渐近行为的猜想。
• 通过基于博弈论的极值原理，统一处理经典与量子熵的理论框架。

提出的方法

• 构建妥协函数 F = λE + S，其中 λ = -1/(kT)，表示能量与熵之间的战略权衡。
• 在归一化约束 ∫P dpdq = 1 下，对泛函 F_c = λE_c + S_c 应用变分法。
• 通过欧拉-拉格朗日方程推导出经典情形下的正则分布 P(p,q) = exp(λH(p,q))/Z_c。
• 使用拉格朗日乘子与泛函导数求解经典与量子系统的条件极值问题。
• 对配分函数 Z_q(β) 在 β → ∞（T → 0）时进行渐近分析，研究低温极限。
• 推导熵 S_q(β) = βE_q(β) + log Z_q(β)，并分析其在基态区域的行为。

实验结果

研究问题

• RQ1 如何运用博弈论原理推导经典统计力学中的吉布斯分布？
• RQ2 基态简并性与量子系统中剩余熵之间存在何种关系？
• RQ3 正如本文所推测，经典熵在零温下是否表现出对数发散？
• RQ4 热力学第二与第三定律能否通过一个以博弈论框架表述的单一变分原理推导得出？

主要发现

• 通过博弈论极值原理结合变分法，推导出经典吉布斯分布 P(p,q) = exp(λH(p,q))/Z_c。
• 热力学第二定律被重新解释为通过泛函 F = λE + S 实现的能量最小化与熵最大化之间的妥协。
• 对于量子系统，热力学第三定律成立当且仅当基态非简并（m = 1）；否则将存在剩余熵 log(m)。
• 在量子情形下，当 β → ∞ 时，熵 S_q(β) → log(m)，证实了简并基态下存在剩余熵。
• 经典熵 S_c(β) 在 β → ∞ 时被推测具有渐近形式 c₁ + c₂ log β + o(1)，表明在零温下出现对数发散。
• 该推导证实，正则系综自然地源于博弈论优化框架，统一了经典与量子统计力学。