🔬 吉布斯自由能变，\(\Delta G^{\ominus}\)：化学反应的“终极决策者”
欢迎来到物理化学中最重要的概念之一！在 AS Level 的学习中，你已经了解了焓变（\(\Delta H\)）——即反应是放热还是吸热；也学习了熵变（\(\Delta S\)）——即系统变得多么混乱。
但关键问题在于：一个反应可以是放热的（\(\Delta H < 0\)）却不一定会发生，而有些吸热反应却可以自发进行！这是为什么呢？
我们需要一个能够综合考量能量（\(\Delta H\)）和混乱度（\(\Delta S\)）的“大师级”物理量。这就是吉布斯自由能变（\(\Delta G\)）登场的时刻。它决定了一个反应真正的可行性（或自发性）。
第一部分：可行性的组成要素（\(\Delta H\) 与 \(\Delta S\)）
在深入探讨 \(\Delta G\) 之前，让我们快速回顾一下影响反应“愿不愿意”发生的两个因素。
焓变（\(\Delta H\)）
焓变关注的是能量的转移。系统天生倾向于释放能量（变得更稳定）。
- 放热反应： \(\Delta H\) 为负值 (-)。这有助于反应的可行性。（好事！）
- 吸热反应： \(\Delta H\) 为正值 (+)。这会阻碍反应的可行性。（坏事！）
熵变（\(\Delta S\)）
熵衡量的是能量和物质的弥散程度（即混乱度）。系统天然倾向于向最大混乱度演变。
类比：想象一下你的卧室。保持整洁需要耗费能量（低熵）；而让它变乱则毫不费力（高熵）！
- 混乱度增加： \(\Delta S\) 为正值 (+)。这有助于反应的可行性。（好事！）
- 混乱度减小： \(\Delta S\) 为负值 (-)。这会阻碍反应的可行性。（坏事！）
我们计算反应的 \(\Delta S^{\ominus}\) 的方式与计算 \(\Delta H^{\ominus}\) 相同：
\[\Delta S^{\ominus} = \Sigma S^{\ominus}\ (生成物) - \Sigma S^{\ominus}\ (反应物)\]
快速回顾： 如果想要一个反应“容易”进行或“自发”发生，我们希望 \(\Delta H\) 为负且 \(\Delta S\) 为正。但如果两者冲突呢？这就是 \(\Delta G\) 的工作了。
第二部分：吉布斯方程：能量与混乱度的结合
定义与核心公式 (LO 23.4.1)
吉布斯自由能变（\(\Delta G\)）是指在热力学封闭系统中，除体积膨胀功外可获得的最大有用功。简而言之，它告诉我们有多少能量是“自由”的（可用的）来驱动反应。
连接焓与熵的关键方程就是吉布斯方程：
\[\Delta G^{\ominus} = \Delta H^{\ominus} - T\Delta S^{\ominus}\]
其中：
- \(\Delta G^{\ominus}\) 是标准吉布斯自由能变（单位为 \(J\,mol^{-1}\) 或 \(kJ\,mol^{-1}\)）。
- \(\Delta H^{\ominus}\) 是标准焓变（单位为 \(J\,mol^{-1}\) 或 \(kJ\,mol^{-1}\)）。
- \(T\) 是绝对温度（单位为 \(K\)，开尔文）。
- \(\Delta S^{\ominus}\) 是标准熵变（单位为 \(J\,K^{-1}\,mol^{-1}\)）。
⚠ 注意事项：单位至关重要！ ⚠
这是学生在 \(\Delta G\) 计算中最容易犯的错误。
\(\Delta H\) 通常以千焦（\(kJ\,mol^{-1}\)）为单位，而 \(\Delta S\) 通常以焦耳每开尔文（\(J\,K^{-1}\,mol^{-1}\)）为单位。
你必须保证它们的单位一致！
记忆技巧： 将 \(\Delta S\) 除以 1000 转换为 \(kJ\,K^{-1}\,mol^{-1}\)，或者将 \(\Delta H\) 乘以 1000 转换为 \(J\,mol^{-1}\)。通常统一换算为焦耳（\(J\)）是最稳妥的做法。
如果一开始觉得复杂也不用担心——只需记住：温度（T）必须使用开尔文（K），且所有能量项（\(\Delta G\)、\(\Delta H\)、\(T\Delta S\)）必须单位统一。（标准条件 \(\ominus\) 通常意味着 \(T = 298\,K\)。）
第三部分：使用 \(\Delta G\) 预测可行性 (LO 23.4.3)
可行性规则
\(\Delta G\) 的正负号告诉我们该过程在给定条件下是否热力学可行（自发）。
- 如果 \(\Delta G\) 为负值（\(\Delta G < 0\)）： 该过程是可行（自发）的。反应可以自动进行（尽管可能仍需要活化能）。
- 如果 \(\Delta G\) 为正值（\(\Delta G > 0\)）： 该过程是不可行（非自发）的。只有在持续输入能量的情况下才能进行。
- 如果 \(\Delta G\) 为零（\(\Delta G = 0\)）： 系统处于平衡状态。反应是可逆的，且正逆反应速率相等。
记忆技巧： “G”代表“Go!”（出发/进行！）。如果 \(\Delta G\) 是负的，反应就可以“go”。
类比：有序与能量的博弈
思考吉布斯方程：\(\Delta G = \Delta H - T\Delta S\)。它代表了两种主要驱动力之间的“拔河”：
1. 焓（\(\Delta H\)）： 系统倾向于最小化其内能（倾向于 \(\Delta H < 0\)）。
2. 熵（\(T\Delta S\)）： 系统倾向于最大化混乱度（倾向于 \(\Delta S > 0\)）。
\(T\Delta S\) 项代表了“浪费在混乱度上的能量”，或者是为了满足宇宙对随机性的需求而消耗的能量。
当释放的能量（\(\Delta H\)）或者产生的正向混乱度（\(T\Delta S\)）超过了另一因素带来的负面贡献时，反应就是可行的。当 \(\Delta G\) 为负时，意味着整个系统（反应体系 + 环境）的稳定性和混乱度增加了。
核心要点： \(\Delta G\) 衡量的是最小化能量（\(\Delta H\)）与最大化混乱度（\(\Delta S\)）之间的平衡。负值意味着反应是可行的。
第四部分：计算与温度效应 (LO 23.4.2 & 23.4.4)
分步计算指南 (LO 23.4.2)
要计算反应的 \(\Delta G^{\ominus}\)，请遵循以下步骤：
- 找到 \(\Delta H^{\ominus}\)： 查阅或计算反应的标准焓变（通常单位为 \(kJ\,mol^{-1}\)）。
- 找到 \(\Delta S^{\ominus}\)： 计算反应的标准熵变（通常单位为 \(J\,K^{-1}\,mol^{-1}\)）。
- 检查单位： 将 \(\Delta S^{\ominus}\) 转换为 \(kJ\,K^{-1}\,mol^{-1}\)（除以 1000）。
- 确定 T： 使用所需的温度（标准条件下通常为 \(298\,K\)）。
- 计算 \(T\Delta S^{\ominus}\) 项： 将 \(T\) 与换算后的 \(\Delta S^{\ominus}\) 相乘。
- 计算 \(\Delta G^{\ominus}\)： 代入公式：\(\Delta G^{\ominus} = \Delta H^{\ominus} - T\Delta S^{\ominus}\)。
计算示例：
若 \(T = 300\,K\) 时，\(\Delta H^{\ominus} = -100\,kJ\,mol^{-1}\)，\(\Delta S^{\ominus} = +50\,J\,K^{-1}\,mol^{-1}\)。
1. 换算 \(\Delta S^{\ominus}\)：\(50\,J\,K^{-1}\,mol^{-1} = 0.050\,kJ\,K^{-1}\,mol^{-1}\)
2. 计算 \(T\Delta S^{\ominus}\)：\(300\,K \times 0.050\,kJ\,K^{-1}\,mol^{-1} = 15\,kJ\,mol^{-1}\)
3. 计算 \(\Delta G^{\ominus}\)：\(\Delta G^{\ominus} = (-100) - (15) = -115\,kJ\,mol^{-1}\)
结果： 由于 \(\Delta G^{\ominus}\) 为负，该反应可行。
预测温度的影响 (LO 23.4.4)
反应的可行性通常很大程度上取决于温度 \(T\)，因为 \(T\) 是熵变项（\(T\Delta S\)）的乘数。
\(\Delta H\) 和 \(\Delta S\) 的四种组合
| 情况 | \(\Delta H\) (焓) | \(\Delta S\) (熵) | 可行性 (\(\Delta G = \Delta H - T\Delta S\)) | 温度依赖性 | |---|---|---|---|---| | 1 | 负 (-) | 正 (+) | 始终为负 (\(\Delta G < 0\))。两项都驱动反应进行。 | 在所有温度下均可行。 | | 2 | 正 (+) | 负 (-) | 始终为正 (\(\Delta G > 0\))。两项都阻碍反应进行。 | 在任何温度下均不可行。 (需持续供能) | | 3 | 负 (-) | 负 (-) | 可行性取决于数值大小。在低 T 下有利。 | 仅在低于某温度 T 时可行。 | | 4 | 正 (+) | 正 (+) | 可行性取决于数值大小。在高 T 下有利。 | 仅在高于某温度 T 时可行。 |
聚焦于温度依赖情况（情况 3 和 4）：
当反应达到平衡（即 \(\Delta G = 0\)）时，可行性发生转折。我们可以用它来计算自发性发生转变的临界温度（\(T_{crit}\)）。
若 \(\Delta G = 0\)：
\[0 = \Delta H^{\ominus} - T_{crit}\Delta S^{\ominus}\]
变形得：
\[T_{crit} = \frac{\Delta H^{\ominus}}{\Delta S^{\ominus}}\]
注意：计算 \(T_{crit}\) 时，务必确保单位一致（例如均使用 \(J\,mol^{-1}\)）！
情况 3（负 \(\Delta H\)，负 \(\Delta S\)）： 我们希望放热项（\(\Delta H\)）能压过不利的熵项（\(T\Delta S\)）。这发生在 \(T\) 较小时。即当 \(T < T_{crit}\) 时反应可行。
情况 4（正 \(\Delta H\)，正 \(\Delta S\)）： 我们需要有利的熵项（\(T\Delta S\)）压过不利的吸热项（\(\Delta H\)）。由于 \(T\) 是 \(\Delta S\) 的乘数，我们需要 \(T\) 足够大。即当 \(T > T_{crit}\) 时反应可行。
冷知识： 水在 \(100\,^{\circ}C\)（即 \(373\,K\)）沸腾的原因，正是因为这是液态变为气态这一过程变得可行的临界温度（\(T_{crit}\)）。在 \(373\,K\) 以上，沸腾过程的 \(\Delta G\) 为负。
核心要点： 吉布斯自由能是预测反应能否“发生”的核心概念。如果 \(\Delta G\) 为负，则反应可行。温度之所以重要，是因为它放大了熵变（\(\Delta S\)）对总自由能的影响。