🔬 吉布斯自由能變，\(\Delta G^{\ominus}\)：化學反應的終極決策者
歡迎來到物理化學中最重要的概念之一！在 AS Level 的學習中，你已經認識了焓變（\(\Delta H\)）——即反應是放出還是吸收熱量。隨後你也學過了熵變（\(\Delta S\)）——即系統變得有多混亂。
但這裡有個關鍵點：有些反應雖然是放熱的（\(\Delta H\) 為負），卻未必會發生；或者有些吸熱反應卻能自發進行！為什麼呢？
我們需要一個能將能量（\(\Delta H\)）與混亂度（\(\Delta S\)）結合起來的「總指揮」參數。這就是吉布斯自由能變（Gibbs Free Energy Change，\(\Delta G\)）登場的時候了。它決定了化學反應真正的可行性（feasibility）（或稱自發性）。
第一節：決定可行性的要素（\(\Delta H\) 與 \(\Delta S\)）
在深入探討 \(\Delta G\) 之前，讓我們快速回顧一下影響反應是否「願意」發生的兩個因素。
焓變（\(\Delta H\)）
焓變與能量轉移有關。系統通常傾向於失去能量（變得更穩定）。
- 放熱反應： \(\Delta H\) 為負值 (-)。這有助於反應可行。（好！）
- 吸熱反應： \(\Delta H\) 為正值 (+)。這不利於反應可行。（壞！）
熵變（\(\Delta S\)）
熵是用來衡量能量和物質的分散程度（混亂度）。系統自然傾向於最大程度的混亂。
比喻：想像一下你的房間。保持整潔需要消耗能量（低熵）；而房間變亂則毫不費力（高熵）！
- 混亂度增加： \(\Delta S\) 為正值 (+)。這有助於反應可行。（好！）
- 混亂度減少： \(\Delta S\) 為負值 (-)。這不利於反應可行。（壞！）
我們計算反應的 \(\Delta S^{\ominus}\) 的方式與計算 \(\Delta H^{\ominus}\) 相同：
\[\Delta S^{\ominus} = \Sigma S^{\ominus}\ (生成物) - \Sigma S^{\ominus}\ (反應物)\]
快速回顧： 若要一個反應真正「容易」或「自發」，我們希望 \(\Delta H\) 為負且 \(\Delta S\) 為正。但如果兩者衝突了呢？這就是 \(\Delta G\) 的職責所在。
第二節：吉布斯方程式：結合能量與混亂度
定義與主方程式（LO 23.4.1）
吉布斯自由能變（\(\Delta G\)）是熱力學封閉系統中可提取的最大非膨脹功。簡單來說，它告訴我們有多少能量是「自由的」（可利用的）來驅動反應。
連結焓與熵的關鍵方程式即是吉布斯方程式（Gibbs Equation）：
\[\Delta G^{\ominus} = \Delta H^{\ominus} - T\Delta S^{\ominus}\]
其中：
- \(\Delta G^{\ominus}\) 為標準吉布斯自由能變（單位：\(J\,mol^{-1}\) 或 \(kJ\,mol^{-1}\)）。
- \(\Delta H^{\ominus}\) 為標準焓變（單位：\(J\,mol^{-1}\) 或 \(kJ\,mol^{-1}\)）。
- \(T\) 為絕對溫度（單位：\(K\)，開爾文）。
- \(\Delta S^{\ominus}\) 為標準熵變（單位：\(J\,K^{-1}\,mol^{-1}\)）。
⚠ 注意事項：單位至關重要！ ⚠
這是學生在計算 \(\Delta G\) 時最常犯的錯誤。
\(\Delta H\) 通常以千焦耳（\(kJ\,mol^{-1}\)）給出，但 \(\Delta S\) 通常以焦耳每開爾文（\(J\,K^{-1}\,mol^{-1}\)）給出。
你必須確保單位一致！
記憶小貼士： 將 \(\Delta S\) 除以 1000 轉換為 \(kJ\,K^{-1}\,mol^{-1}\)，或者將 \(\Delta H\) 乘以 1000 轉換為 \(J\,mol^{-1}\)。通常做法是將所有數值統一換算為焦耳（\(J\)）會最穩妥。
如果一開始覺得棘手也不要擔心，只要記住：溫度 (T) 必須是開爾文 (K)，且所有能量項（\(\Delta G\)、\(\Delta H\)、\(T\Delta S\)）必須使用相同的單位。（標準條件 \(\ominus\) 通常指 \(T = 298\,K\)。）
第三節：使用 \(\Delta G\) 預測可行性（LO 23.4.3）
可行性規則
\(\Delta G\) 的符號告訴我們該過程在給定條件下是否具熱力學可行性（自發性）。
- 若 \(\Delta G\) 為負（\(\Delta G < 0\)）： 該過程可行（自發）。它會自動進行（儘管可能仍需要活化能）。
- 若 \(\Delta G\) 為正（\(\Delta G > 0\)）： 該過程不可行（非自發）。除非持續輸入能量，否則無法進行。
- 若 \(\Delta G\) 為零（\(\Delta G = 0\)）： 系統處於平衡狀態。反應為可逆反應，且正向與逆向反應的速率相等。
記憶小貼士： "G" 代表 "Go!"（走！）。如果 \(\Delta G\) 為負，反應就能「走」下去。
比喻：秩序與能量的拉鋸戰
思考一下吉布斯方程式：\(\Delta G = \Delta H - T\Delta S\)。這代表了兩大驅動力之間的拔河：
1. 焓（\(\Delta H\)）： 系統希望最小化其內能（傾向 \(\Delta H < 0\)）。
2. 熵（\(T\Delta S\)）： 系統希望最大化混亂度（傾向 \(\Delta S > 0\)）。
\(T\Delta S\) 這一項代表「浪費在混亂上的能量」，或者說是為了滿足宇宙對隨機性的需求而消耗的能量。
如果釋放的能量（\(\Delta H\)）或者創造出的正向混亂度（\(T\Delta S\)）足以抵銷另一項的負面影響，反應就是可行的。當 \(\Delta G\) 為負時，代表整個系統（反應物 + 周圍環境）的穩定性增加或混亂度增加了。
核心要點： \(\Delta G\) 衡量的是最小化能量（\(\Delta H\)）與最大化混亂度（\(\Delta S\)）之間的平衡。負值意味著反應是可行的。
第四節：計算與溫度效應（LO 23.4.2 & 23.4.4）
計算步驟指南（LO 23.4.2）
要計算反應的 \(\Delta G^{\ominus}\)，請遵循以下步驟：
- 找出 \(\Delta H^{\ominus}\)： 查閱或計算反應的標準焓變（通常單位為 \(kJ\,mol^{-1}\)）。
- 找出 \(\Delta S^{\ominus}\)： 計算反應的標準熵變（通常單位為 \(J\,K^{-1}\,mol^{-1}\)）。
- 檢查單位： 將 \(\Delta S^{\ominus}\) 轉換為 \(kJ\,K^{-1}\,mol^{-1}\)（除以 1000）。
- 確認 T： 使用題目要求的溫度（標準條件下通常為 \(298\,K\)）。
- 計算 \(T\Delta S^{\ominus}\) 項： 將 \(T\) 乘以轉換後的 \(\Delta S^{\ominus}\)。
- 計算 \(\Delta G^{\ominus}\)： 將數值代入方程式：\(\Delta G^{\ominus} = \Delta H^{\ominus} - T\Delta S^{\ominus}\)。
計算範例檢查：
設 \(\Delta H^{\ominus} = -100\,kJ\,mol^{-1}\)，\(\Delta S^{\ominus} = +50\,J\,K^{-1}\,mol^{-1}\)，\(T = 300\,K\)。
1. 轉換 \(\Delta S^{\ominus}\)：\(50\,J\,K^{-1}\,mol^{-1} = 0.050\,kJ\,K^{-1}\,mol^{-1}\)
2. 計算 \(T\Delta S^{\ominus}\)：\(300\,K \times 0.050\,kJ\,K^{-1}\,mol^{-1} = 15\,kJ\,mol^{-1}\)
3. 計算 \(\Delta G^{\ominus}\)：\(\Delta G^{\ominus} = (-100) - (15) = -115\,kJ\,mol^{-1}\)
結果： 因為 \(\Delta G^{\ominus}\) 為負，所以該反應是可行的。
預測溫度效應（LO 23.4.4）
反應的可行性往往極大程度上取決於溫度 \(T\)，因為 \(T\) 是熵項（\(T\Delta S\)）的乘數。
\(\Delta H\) 與 \(\Delta S\) 的四種組合
| 情況 | \(\Delta H\) (焓) | \(\Delta S\) (熵) | 可行性 (\(\Delta G = \Delta H - T\Delta S\)) | 溫度依賴性 | |---|---|---|---|---| | 1 | 負 (-) | 正 (+) | 始終為負 (\(\Delta G < 0\))。兩項均驅動反應前進。 | 所有溫度下均可行。 | | 2 | 正 (+) | 負 (-) | 始終為正 (\(\Delta G > 0\))。兩項均阻礙反應。 | 任何溫度下均不可行。 (需持續輸入能量。) | | 3 | 負 (-) | 負 (-) | 可行性取決於數值大小。低溫有利。 | 僅在特定溫度 T 以下可行。 | | 4 | 正 (+) | 正 (+) | 可行性取決於數值大小。高溫有利。 | 僅在特定溫度 T 以上可行。 |
關注溫度依賴情況（第 3 與第 4 種）：
當反應達到平衡（即 \(\Delta G = 0\)）時，可行性會發生轉變。我們可以用它來找出發生自發性轉換的臨界溫度（\(T_{crit}\)）。
當 \(\Delta G = 0\) 時：
\[0 = \Delta H^{\ominus} - T_{crit}\Delta S^{\ominus}\]
重組後得出：
\[T_{crit} = \frac{\Delta H^{\ominus}}{\Delta S^{\ominus}}\]
注意：計算 \(T_{crit}\) 時，記得確保單位一致（例如，兩者都換算為 \(J\,mol^{-1}\)）！
情況 3（\(\Delta H\) 為負，\(\Delta S\) 為負）： 我們希望放熱項（\(\Delta H\)）超過不利的熵項（\(T\Delta S\)）。這發生在 \(T\) 較小時。當 \(T < T_{crit}\) 時可行。
情況 4（\(\Delta H\) 為正，\(\Delta S\) 為正）： 我們需要有利的熵項（\(T\Delta S\)）大於不利的吸熱項（\(\Delta H\)）。由於 \(T\) 是 \(\Delta S\) 的乘數，因此需要 \(T\) 較大。當 \(T > T_{crit}\) 時可行。
你知道嗎？ 水在 \(100\,^{\circ}C\)（或 \(373\,K\)）沸騰的原因，正是因為這是液體 \(\to\) 氣體過程變得可行的臨界溫度（\(T_{crit}\)）。在 \(373\,K\) 以上，沸騰的 \(\Delta G\) 為負值。
核心總結： 吉布斯自由能是預測反應是否會「發生」的核心概念。若 \(\Delta G\) 為負，反應即可行。溫度之所以重要，是因為它會放大熵（\(\Delta S\)）對總體自由能的影響。