통계역학에서 열역학으로: 미시 세계와 거시 세계의 수학적 연결

통계역학에서 열역학으로: 미시 세계와 거시 세계의 수학적 연결

공업수학과 일반물리학을 수강한 독자를 위한 상세 가이드

---

개요

통계역학의 궁극적 목표는 수많은 입자들의 확률적 행동을 평균 내어, 압력이나 온도 같은 거시적 물리량을 수학적으로 도출하는 것입니다. 이 문서에서는 공업수학의 미분, 적분, 확률 이론과 일반물리학의 에너지·엔트로피 개념을 활용하여 이 과정을 단계별로 유도합니다.

핵심은 분배 함수(Partition Function, Z)가 미시 세계와 거시 세계를 연결하는 다리 역할을 한다는 것입니다.

---

1. 기본 설정: 미시 상태와 거시 상태

1.1 상태의 정의

일반물리학에서 계(System)의 상태는 압력 P, 부피 V, 온도 T로 정의됩니다. 하지만 통계역학에서는 입자 하나하나의 위치와 운동량 $(r_i, p_i)$이 상태를 정의합니다.

• 미시 상태(Microstate): 특정 순간 입자들의 에너지 분포 상태 $i$ (에너지 $E_i$를 가짐)
• 거시 상태(Macrostate): 우리가 측정하는 P, V, T 같은 평균적 물리량

1.2 볼츠만 인자 (Boltzmann Factor)

온도가 T인 열욕조(Heat Bath)와 접해 있는 계에서, 입자가 에너지 $E_i$ 상태에 있을 확률은 에너지에 반비례합니다:

$$P_i \propto e^{-\frac{E_i}{k_B T}}$$

여기서 $k_B$는 볼츠만 상수입니다.

1.3 분배 함수의 도입

공업수학의 확률 이론에 따라, 모든 확률의 합은 1이어야 합니다 ($\sum P_i = 1$). 이를 위해 정규화 상수(Normalization constant)가 필요한데, 이것이 바로 분배 함수 Z입니다:

$$Z = \sum_i e^{-\frac{E_i}{k_B T}}$$

따라서 특정 상태 $i$가 나타날 확률 $P_i$는:

$$P_i = \frac{1}{Z} e^{-\beta E_i}$$

여기서 편의상 $\beta = \frac{1}{k_B T}$로 치환합니다 (미분이 쉬워지기 때문입니다).

---

2. 내부 에너지 (U)의 유도

2.1 통계적 정의

일반물리학에서 배운 내부 에너지 U는 통계역학적으로 모든 미시 상태 에너지의 기댓값(평균)입니다:

$$U = \langle E \rangle = \sum_i E_i P_i$$

2.2 분배 함수를 이용한 유도

위의 $P_i$ 식을 대입하면:

$$U = \sum_i E_i \frac{e^{-\beta E_i}}{Z} = \frac{1}{Z} \sum_i E_i e^{-\beta E_i}$$

여기서 공업수학의 미분 테크닉을 사용합니다. $Z = \sum e^{-\beta E_i}$를 $\beta$에 대해 편미분하면:

$$\frac{\partial Z}{\partial \beta} = \frac{\partial}{\partial \beta} \sum_i e^{-\beta E_i} = \sum_i (-E_i) e^{-\beta E_i}$$

즉, $\sum E_i e^{-\beta E_i} = -\frac{\partial Z}{\partial \beta}$ 입니다.

이를 U의 식에 대입하면:

$$U = -\frac{1}{Z} \frac{\partial Z}{\partial \beta} = -\frac{\partial(\ln Z)}{\partial \beta}$$

결론 1: 분배 함수 Z만 알면, 미분을 통해 계의 내부 에너지 U를 바로 구할 수 있습니다.

---

3. 엔트로피 (S)의 유도

3.1 깁스 엔트로피

일반물리학에서는 $dS = dQ/T$로 배웠지만, 통계역학적 정의(깁스 엔트로피)는 확률 $P_i$를 사용하여 다음과 같이 정의됩니다:

$$S = -k_B \sum_i P_i \ln P_i$$

이는 정보이론의 섀넌 엔트로피와 형태가 같습니다.

3.2 분배 함수를 이용한 전개

앞서 구한 $P_i = \frac{e^{-\beta E_i}}{Z}$를 대입하고 로그 성질을 이용합니다:

$$\ln P_i = \ln(e^{-\beta E_i}) - \ln Z = -\beta E_i - \ln Z$$

이를 S 식에 대입:

$$S = -k_B \sum_i P_i (-\beta E_i - \ln Z)$$

$$S = k_B \beta \sum_i P_i E_i + k_B \ln Z \sum_i P_i$$

여기서:

• $\sum P_i E_i = U$ (평균 에너지)
• $\sum P_i = 1$ (확률의 합)

따라서:

$$S = k_B \beta U + k_B \ln Z$$

$\beta = \frac{1}{k_B T}$를 다시 대입하면:

$$S = \frac{U}{T} + k_B \ln Z$$

이 식을 U에 대해 정리하면:

$$U - TS = -k_B T \ln Z$$

---

4. 헬름홀츠 자유 에너지 (F)와 연결 고리

4.1 헬름홀츠 자유 에너지의 정의

일반물리학 또는 열역학에서 헬름홀츠 자유 에너지(Helmholtz Free Energy)는:

$$F = U - TS$$

4.2 통계역학과의 연결

방금 위에서 유도한 식 $U - TS = -k_B T \ln Z$을 보면 좌변이 정확히 F입니다:

$$F = -k_B T \ln Z$$

이 식은 통계역학에서 가장 중요한 식입니다.

• 우변(Z): 입자들의 미시적 상태 정보 (통계역학)
• 좌변(F): 거시적인 에너지 상태 (열역학)

즉, Z만 계산할 수 있으면 F를 알게 되고, F를 알면 모든 열역학 변수를 미분으로 유도할 수 있습니다.

---

5. 거시적 물리량의 최종 유도

5.1 열역학적 관계식

열역학적 관계식 $dF = -S dT - P dV$를 기억하십시오. 이는 F의 전미분입니다.

유도 과정:

헬름홀츠 자유 에너지의 정의 $F = U - TS$를 전미분하면:

$$dF = dU - d(TS) = dU - T dS - S dT$$

열역학 제1법칙 $dU = T dS - P dV$ (가역 과정)를 대입:

$$dF = (T dS - P dV) - T dS - S dT = -S dT - P dV$$

5.2 편미분을 통한 물리량 도출

공업수학의 편미분 개념에 따라, $F(T, V)$를 알 때:

압력 (P):

$$P = -\left(\frac{\partial F}{\partial V}\right)_T = k_B T \left(\frac{\partial \ln Z}{\partial V}\right)_T$$

물리적 의미: 미시 상태의 에너지가 부피에 의존할 때, 이 식을 통해 이상기체 상태방정식 $PV = Nk_B T$가 유도됩니다.

엔트로피 (S):

$$S = -\left(\frac{\partial F}{\partial T}\right)_V = \frac{\partial}{\partial T}(k_B T \ln Z)_V$$

---

6. 르장드르 변환 (Legendre Transformation)

6.1 왜 필요한가?

기본식 $dU = T dS - P dV$에서 내부 에너지 U는 S와 V의 함수, 즉 $U(S, V)$입니다.

문제점: 실험실에서 엔트로피(S)를 직접 제어하는 것은 불가능에 가깝습니다.

해결책: 우리가 쉽게 제어할 수 있는 온도(T)나 압력(P)을 독립변수로 삼습니다.

6.2 수학적 원리

어떤 함수 $y = f(x)$의 정보를 접선의 기울기 $p = f'(x)$로 기술하려면, 정보를 보존하기 위한 변환이 필요합니다:

$$g(p) = f(x) - x \cdot p$$

열역학에 적용하면:

• 원래 함수: $U(S, V)$
• 바꾸고 싶은 변수: $S \to T$ (여기서 $T = \left(\frac{\partial U}{\partial S}\right)_V$)
• 변환 수행: $F = U - S \cdot T$

6.3 4대 열역학 함수

함수	정의	미분형	자연 변수	공학적 용도
내부 에너지	$U$	$dU = T dS - P dV$	$S, V$	고립계 (이론적 기본)
헬름홀츠 에너지	$F = U - TS$	$dF = -S dT - P dV$	$T, V$	등온, 등적 (밀폐 용기)
엔탈피	$H = U + PV$	$dH = T dS + V dP$	$S, P$	단열, 등압 (터빈, 노즐)
깁스 에너지	$G = H - TS$	$dG = -S dT + V dP$	$T, P$	등온, 등압 (화학 반응)

핵심: 이 4가지 에너지 함수는 서로 다른 물리량이 아니라, 같은 시스템을 다른 변수(관점)에서 바라본 수학적 동치입니다.

---

7. 맥스웰 관계식 (Maxwell Relations)

7.1 수학적 기초: 클레로의 정리

공업수학의 다변수 미적분학에서 이계 도함수의 교환 법칙:

$$\frac{\partial^2 f}{\partial x \partial y} = \frac{\partial^2 f}{\partial y \partial x}$$

7.2 열역학에의 적용

예를 들어, $dF = -S dT - P dV$에서:

$$S = -\left(\frac{\partial F}{\partial T}\right)_V, \quad P = -\left(\frac{\partial F}{\partial V}\right)_T$$

교차 미분을 수행하면:

$$\frac{\partial}{\partial V}\left(-\frac{\partial F}{\partial T}\right)_T = \frac{\partial}{\partial T}\left(-\frac{\partial F}{\partial V}\right)_V$$

정리하면:

$$\left(\frac{\partial S}{\partial V}\right)_T = \left(\frac{\partial P}{\partial T}\right)_V$$

7.3 공학적 가치

• 좌변 $\left(\frac{\partial S}{\partial V}\right)_T$: 부피 변화에 따른 엔트로피 변화율 → 측정 불가능
• 우변 $\left(\frac{\partial P}{\partial T}\right)_V$: 온도에 따른 압력 변화율 → 측정 가능 (압력계, 온도계)

수학을 통해 "보이지 않는 값(S)"을 "보이는 값(P, T)"으로 계산할 수 있습니다.

7.4 주요 맥스웰 관계식

열역학 함수	맥스웰 관계식
$U(S,V)$	$\left(\frac{\partial T}{\partial V}\right)_S = -\left(\frac{\partial P}{\partial S}\right)_V$
$F(T,V)$	$\left(\frac{\partial S}{\partial V}\right)_T = \left(\frac{\partial P}{\partial T}\right)_V$
$H(S,P)$	$\left(\frac{\partial T}{\partial P}\right)_S = \left(\frac{\partial V}{\partial S}\right)_P$
$G(T,P)$	$-\left(\frac{\partial S}{\partial P}\right)_T = \left(\frac{\partial V}{\partial T}\right)_P$

---

8. 화학 퍼텐셜과 개방계 (Open System)

8.1 화학 퍼텐셜의 도입

지금까지는 입자 수 N이 고정된 "닫힌 계"를 다뤘습니다. 하지만 공학에서는 입자가 들어오고 나가는 개방계가 더 일반적입니다.

내부 에너지 식에 입자 수 변화 항을 추가:

$$dU = T dS - P dV + \mu dN$$

여기서 $\mu$는 화학 퍼텐셜(Chemical Potential)이며:

$$\mu = \left(\frac{\partial U}{\partial N}\right)_{S,V}$$

물리적 의미: 입자 하나를 시스템에 추가할 때 필요한 에너지

8.2 화학 퍼텐셜의 역할

• 전기회로에서 전압(전위차)가 전하를 이동시키듯
• 열역학에서는 화학 퍼텐셜 차이($\Delta\mu$)가 입자(물질)를 이동시킵니다

이것이 확산, 상변화의 원동력입니다.

8.3 대분배 함수 (Grand Partition Function, Ξ)

입자 수 N도 확률 변수가 되므로, 에너지뿐만 아니라 입자 수에 대해서도 합을 구해야 합니다.

볼츠만 인자의 확장: 에너지 E와 입자수 N을 가진 상태의 확률은 $e^{-\beta(E - \mu N)}$에 비례합니다.

대분배 함수:

$$\Xi = \sum_{N=0}^{\infty} \sum_i e^{-\beta(E_{i,N} - \mu N)} = \sum_{N=0}^{\infty} e^{\beta \mu N} Z_N$$

여기서 $Z_N$은 입자 수 N이 고정된 분배함수입니다.

8.4 거시적 연결

일반 분배함수 Z가 $F = -k_B T \ln Z$로 연결되었다면, 대분배 함수 Ξ는 대전위(Grand Potential, Ω)와 연결됩니다:

$$\Omega = -k_B T \ln \Xi$$

열역학적으로 $\Omega = F - \mu N = -PV$이므로:

$$PV = k_B T \ln \Xi$$

이 식은 기체나 유체의 압력(P)과 부피(V)가 미시적인 입자 교환 확률(Ξ)로부터 어떻게 유도되는지를 보여줍니다.

---

9. 요약: 통계역학에서 열역학으로

9.1 논리적 흐름

1. 미시적 확률 $(P_i)$: 볼츠만 분포 $(e^{-\beta E})$ 가정
2. 분배 함수 (Z): 모든 미시 상태 확률의 합 (정규화 상수)
3. 연결 고리: $F = -k_B T \ln Z$ (미시 세계 Z와 거시 세계 F의 등가성)
4. 열역학 유도: F를 T나 V로 편미분하여 P, S, U 등 거시적 물리량 도출

9.2 핵심 개념 정리

개념	수학적 도구	물리적 의미
분배 함수	급수의 합	모든 가능한 미시 상태의 정규화된 확률
르장드르 변환	좌표 변환	제어 가능한 변수로 함수 재구성
맥스웰 관계식	편미분 교환	측정 불가능한 값을 측정 가능한 값으로 변환
화학 퍼텐셜	다변수 미분	입자 이동의 구동력

9.3 결론

통계역학은 "개별 입자의 정보를 Z라는 하나의 함수에 압축해 넣은 뒤, 수학적 연산(미분)을 통해 거시적 열역학 법칙을 끄집어내는 과정"입니다.

공업수학의 관점에서:

• 변수 변환(르장드르): 문제에 가장 적합한 도구(U, H, F, G) 선택
• 편미분의 교환(맥스웰): 측정 불가능한 변수를 측정 가능한 변수로 치환
• 급수의 합(분배함수): 미시 상태의 확률적 평균

"우리가 제어하고 측정할 수 있는 변수로 식을 다시 쓰기 위해서" 이 모든 수학적 기법이 사용됩니다.

---

참고: 주요 공식 모음

분배 함수와 에너지 함수

• $Z = \sum_i e^{-\beta E_i}$, where $\beta = \frac{1}{k_B T}$
• $F = -k_B T \ln Z$
• $U = -\frac{\partial \ln Z}{\partial \beta}$
• $S = k_B \beta U + k_B \ln Z$

4대 열역학 함수의 미분형

• $dU = T dS - P dV$
• $dF = -S dT - P dV$
• $dH = T dS + V dP$
• $dG = -S dT + V dP$

주요 편미분 관계

• $S = -\left(\frac{\partial F}{\partial T}\right)_V$
• $P = -\left(\frac{\partial F}{\partial V}\right)_T$
• $\mu = \left(\frac{\partial F}{\partial N}\right)_{T,V}$

개방계

• $dU = T dS - P dV + \mu dN$
• $\Xi = \sum_{N=0}^{\infty} e^{\beta \mu N} Z_N$
• $PV = k_B T \ln \Xi$

---

이 문서는 공업수학과 일반물리학의 지식을 기반으로 통계역학과 열역학의 수학적 연결을 상세히 설명합니다.