Чтение онлайн

«Нелепо было бы предполагать, что справедливость второго начала каким бы ни было образом зависит от большего или меньшего совершенства физиков и химиков в наблюдательном или экспериментальном искусстве. Содержанию второго начала нет дела до экспериментирования, оно гласит in nuce (в самом главном): «В природе существует величина, которая при всех изменениях, происходящих в природе, изменяется в одном и том же направлении». Выраженная в таком общем виде, эта теорема или верна, или не верна; но она остается тем, что она есть, независимо от того, существуют ли на Земле мыслящие и измеряющие существа и если они существуют, то умеют ли они контролировать подробности физических или химических процессов на один, два или сто десятичных знаков точнее, чем в настоящее время. Пределы для этого начала, если только они действительно существуют, необходимо должны находиться в той же области, в которой находится и его содержание, — в наблюдаемой природе, а не в наблюдающих людях. Обстоятельства нисколько не изменяются от того, что для вывода начала мы пользуемся человеческим опытом; для нас это вообще единственный путь для исследования законов природы»[199].

Взгляды Планка не получили особого распространения среди его современников. Как уже отмечалось, большинство физиков склонны были считать второе начало следствием приближенного описания, вторжения субъективных взглядов в точный мир физики. Эту точку зрения отражает, например, знаменитое высказывание Борна: «Необратимость есть результат вхождения элемента нашего незнания в основные законы физики»[200].

В настоящей главе мы намереваемся осветить некоторые основные этапы в развитии интерпретации второго начала. Прежде всего необходимо понять, почему эта проблема оказалась столь трудной. В гл. 9 мы изложим новый подход, из которого, как нам хотелось бы надеяться, читателю станут ясны и принципиальная новизна, и объективное значение второго начала. Вывод, к которому мы придем, совпадает с точкой зрения Планка. Мы покажем, что второе начало, отнюдь не разрушая величественное здание динамики, дополняет его существенно новым элементом.

Рис. 23. Модель урн Эренфестов. N шаров распределены между двумя урнами А и В. Через равные промежутки времени (которые можно принять за единицу) из урны, выбираемой наугад, извлекается шар и кладется в другую урну. В момент времени п в урне А находится k шаров, а в урне В остальные N—k шаров.

Прежде всего необходимо пояснить установленную Больцманом связь между вероятностью и энтропией. Воспользуемся для этого моделью урн, предложенной П. и Т. Эренфестами[201]. Рассмотрим N предметов (например, шаров), распределенных между двумя контейнерами (урнами) А и В. Предположим, что через одинаковые промежутки времени (например, через секунду) мы извлекаем наугад шар либо из урны А, либо из урны В и перекладываем его в другую урну. Пусть через п шагов в урне А находится k шаров, а в урне В — остальные N—k шаров. Тогда на (n+1)-ом шаге в урне A может оказаться либо k—1, либо k+1 шаров и вероятность перехода равна k/N для k->k—1 и 1—k/N для k->k+1. Предположим, что мы продолжаем извлекать шары наугад из урн и перекладывать их в другую урну. Мы ожидаем, что в результате перекладывания шаров установится наиболее вероятное их распределение по урнам в смысле Больцмана. Если число шаров N достаточно велико, то шары с наибольшей вероятностью распределятся между урнами А и В поровну: в каждой урне по N/2 шаров. В этом нетрудно убедиться, проделав соответствующие вычисления или выполнив экспериментальную проверку.

Рис. 24. Приближение к равновесию (k=N/2) в модели урн Эренфестов (ход кривой изображен схематически).

Модель Эренфестов — простой пример марковского процесса (или цепи Маркова), названного так в честь выдающегося русского математика академика А. А. Маркова, одним из первых исследовавшего такие процессы (Пуанкаре был вторым). Кратко отличительную особенность марковских процессов можно сформулировать следующим образом: вероятности переходов однозначно определены и не зависят от предыстории системы.

Цепи Маркова обладают замечательным свойством: их можно описать с помощью энтропии. Пусть P(k) — вероятность найти k шаров в урне A. Вероятности Р(К) можно сопоставить H-функцию, свойства которой в точности совпадают со свойствами энтропии, рассмотренной нами в гл. 4. На рис. 25 показано, как H-функция изменяется во времени. Мы видим, что она изменяется монотонно, как и энтропия изолированной системы. Правда, H-функция убывает, а энтропия S возрастает, но так происходит «по определению»: H играет роль — S.

Рис. 25. Временная эволюция H-функции (определенной в тексте), соответствующая модели Эренфестов. H монотонно убывает и при t->? стремится к нулю.

Математический смысл H-функции заслуживает того, чтобы рассмотреть его более подробно: H-функция служит мерой отклонения вероятностей в данный момент времени от вероятностей в равновесном состоянии (когда число шаров в каждой урне равно N/2). Рассуждения, используемые в модели урн Эренфестов, допускают обобщение. Рассмотрим разбиение квадрата, т. е. разделим квадрат на некоторое число непересекающихся областей. Нас будет интересовать распределение частиц по квадрату. Пусть Р(k, t) — вероятность найти частицу в области k (в момент времени t), а Рравн(k) — вероятность найти частицу в области k в равновесных условиях. Предполагается, что, как и в модели урн, вероятности переходов существуют и однозначно определены. По определению, H-функция задается выражением

Заметим, что в правую часть входит отношение P(k,t)/Pравн(k). Предположим, что мы разделили квадрат на восемь непересекающихся клеток и Рравн(k)=1/8. Пусть в момент времени t все частицы находятся в первой клетке. Тогда P(1,t)=1, a во всех остальных клетках вероятности P(k,t) равны нулю. Следовательно, H=ln(1/(1/8))=ln8. Со временем частицы распределяются по клеткам равномерно, и P(k,t)=Pравн(k)=1/8. H-функция при этом обращается в нуль. Можно показать, что H-функция убывает монотонно, как это изображено на рис. 25. (Доказательство этого утверждения приводится во всех учебниках по теории стохастических процессов.) Именно поэтому H-функция играет роль «негэнтропии» — S. Монотонное убывание H-функции имеет очень простой смысл: оно отражает и служит мерой прогрессирующего выравнивания неоднородностей в системе. Начальная информация утрачивается, и система эволюционирует от «порядка» к «беспорядку».

Заметим, что марковский процесс включает в себя флуктуации. Это отчетливо видно на рис. 24. Подождав достаточно долго, мы могли бы вернуться в исходное состояние. Следует, однако, подчеркнуть, что речь идет о средних: монотонно убывающая Hм– функция может быть выражена через распределения вероятностей, а не через отдельные события. Именно распределение вероятностей эволюционирует необратимо (в модели Эренфестов функция распределения равномерно стремится к биномиальному распределению). Следовательно, на уровне функций распределения цепи Маркова приводят к однонаправленности во времени.

Стрела времени характеризует различие между цепями Маркова и временной эволюцией в квантовой механике, в которой волновая функция (самым непосредственным образом связанная с вероятностями) эволюционирует во времени обратимо. Это также один из примеров тесной взаимосвязи между стохастическими процессами, например цепями Маркова, и необратимостью. Однако возрастание энтропии (или убывание H-функции) основывается не на стреле времени, заложенной в законах природы, а на нашем решении воспользоваться знанием, которым мы располагаем в настоящем, для предсказания поведения в будущем (но не в прошлом). Вот что говорит об этом в присущей ему лапидарной манере Гиббс:

«Но хотя по отношению к математическим построениям различие между предшествующими и последующими событиями и может являться несущественным, по отношению к событиям реального мира дело обстоит совершенно иначе. В тех случаях, когда мы используем ансамбли для вычисления вероятностей событий, происходящих в реальном мире, нельзя забывать о том, что если вероятности последующих событий довольно часто можно определить, зная вероятности предшествующих, то лишь в весьма редких случаях удается определить вероятности предшествующих событий, зная вероятности последующих, ибо лишь чрезвычайно редко можно обоснованно исключить из рассмотрения априорную вероятность предшествующих событий»[202].

Асимметрия между прошлым и будущим — важный вопрос, бывший и продолжающий оставаться предметом оживленного обсуждения[203]. Теория вероятностей ориентирована во времени. Предсказание будущего отлично от восстановления хода событий задним числом. Если бы этим отличием все и ограничилось, то нам не оставалось бы ничего другого, как принять субъективную интерпретацию необратимости, так как различие между прошлым и будущим оказалось бы зависимым только от нас. Иначе говоря, при субъективной интерпретации необратимости (к тому же подкрепляемой сомнительной аналогией с теорией информации) «ответственность» за асимметрию во времени, характеризующую развитие системы, возлагается на наблюдателя. А так как наблюдатель не может «одним взглядом» определить положения и скорости всех частиц, образующих сложную систему, ему не известно мгновенное состояние системы, содержащее в себе ее прошлое и будущее; он не в состоянии постичь обратимый закон, который позволил бы предсказать развитие системы от одного момента времени к следующему. Наблюдатель не может также производить над системой такие манипуляции, какие производил максвелловский демон, способный разделять быстро и медленно движущиеся частицы и вынуждать систему к антитермодинамической эволюции от менее к более неоднородному распределению температуры[204].