从热力学“推导”统计物理

本文从热力学与统计物理的基础性问题出发，探讨了传统统计物理依赖遍历性假设等难以直接验证的原理，而热力学则建立在坚实的实验基础上。研究目的是从热力学基本原理出发，通过量子热力学框架严格定义内能、功和热，解决经典热力学中绝热过程定义的逻辑循环问题，并引入“量子热力学可积性”概念。在此基础上，结合细致平衡条件，推导出平衡态的正则分布（吉布斯分布）。同时，文章指出熵可积方程也存在非正则解，适用于描述有限系统或强耦合环境下的非平衡态，能够解释温度涨落、有限尺度标度行为，并为黑洞霍金辐射中的信息丢失佯谬提供解释，表明“丢失”的信息保存在辐射粒子的关联中。