物理 · Physics

统计力学

Day 8 · 2026 · Phase B 热、熵与统计力学
放弃追踪每一个分子，反而算得更准——这是物理学最深的一次"以退为进"。温度、压强、相变，全从"数数"里长出来。
一杯水里有约 10²³ 个分子。就算你有一台无穷快的电脑，把这 10²³ 个牛顿方程全解出来，你也看不懂那堆数字——它不会告诉你水的温度、也不会告诉你它会不会结冰。统计力学的洞见是反过来的：正因为分子太多，我们才能不管个体、只谈典型。个体的疯乱在大数里被磨成集体的确定，"温度""压强""相变"这些宏观概念，都是从微观的数微观态里涌现出来的。它还给了 AI 一件核心工具——玻尔兹曼分布，2024 年物理诺奖正是发给了把它搬进神经网络的人。

放弃个体，转投典型 From Micro to Macro

纲领 · 大数定律
直觉 想象一间挤了十亿人的大厅，你要预测"整体"会怎样。挨个问每个人打算干什么，既做不到也没意义。但如果你只问"平均身高多少""往门口挪的人多不多"，答案会稳得惊人——个体越随机、越多，集体的平均就越确定。掷一枚硬币结果全凭运气；掷一亿枚，正面比例几乎铁定是 50%。统计力学就是把这条"大数定律"用到分子上：不追踪谁在哪，只问"典型情况长什么样"。
机制 区分两个层次：微观态（microstate）是每个分子的确切位置和速度——一份完整到变态的清单；宏观态（macrostate）是你真正能测的少数几个量（温度、压强、体积）。一个宏观态对应海量微观态。统计力学的地基是一条谦逊的假设——等概率原理：孤立系统在能量允许的所有微观态里，每一个出现的机会均等。于是"系统会往哪走"就化成一道纯粹的计数题：微观态最多的那个宏观态，压倒性地最可能被看到。这就接上了熵——S = k log W，前面「熵与时间之箭」一期已把这行讲透。
反直觉的重点 牛顿方程是确定论的，里面没有半点"概率"。那概率是从哪冒出来的？答案惊人：它不是无知的补丁，而是从确定论里长出的稳固结论。我们并非"不知道分子在哪所以只好猜"——而是绝大多数微观态看起来都一样（都是均匀、热平衡的样子），少数"整齐"的态少到可以忽略。概率进入物理，靠的不是随机性，而是典型性：可能的方式实在太多，非典型的结局根本轮不上。
一句话：分子越多越难算——这是错觉；分子越多，宏观越简单。
思考：如果只有 5 个分子，"温度""压强"这些词还有意义吗？从几个分子起，统计描述才开始靠谱？
5 个几乎没意义——温度压强是统计平均，粒子太少时涨落和均值同量级，数字乱跳。靠谱性随 √N 改善：涨落/均值 ~ 1/√N，到 10²³ 时小到约 10⁻¹²。粗略说成百上千起趋势渐稳，宏观量真正「锋利」要 10²⁰ 量级。少粒子时只能谈分布、不谈单值。

玻尔兹曼分布：概率的形状 The Boltzmann Distribution

玻尔兹曼 · 概率幅的指数律
直觉 把一个小系统泡进一个大热库（比如一个分子泡在整杯水里）。系统可以处在不同能量的状态上——高能态和低能态，它到底更爱待在哪？直觉会说"当然是低能态，像球滚到谷底"。对，但没那么绝对：热库会不停地把能量塞给系统。关键在于——系统每借走一份能量，热库就少了那份能量、能玩的花样（微观态）就变少了。所以系统占据高能态的代价，是让整个大世界的微观态数目下降。越高的能量越稀有，且是按指数律稀有下去。
机制 系统处于某个能量为 E 的状态的概率，正比于玻尔兹曼因子：
P(E) ∝ e−E/kT
e 是自然常数（约 2.718），e 的负指数意味着随 E 增大而快速衰减；E 是那个状态的能量；T 是热库的温度；k 是玻尔兹曼常数（把温度换算成能量单位的"汇率"，约 1.38×10⁻²³ 焦耳每开尔文）。组合 kT 是一份"热能配额"：状态能量 E 每超出 kT 一截，概率就被压掉约 e 倍（≈2.7 倍）。温度不是能量本身，而是能量的价格——T 越高，kT 越大，高能态才"买得起"、才更常被占据。
要把"正比"变成真概率，得除以所有状态玻尔兹曼因子之和，那个和就是下一张卡的主角——配分函数 Z。
能量 E 占据概率 →（越高越稀有） E₀ E₁ E₂ E₃ 包络 ∝ e−E/kT
能量越高，被占据的概率沿指数曲线迅速衰减。升高温度（增大 kT）会把曲线"压平"，让高能态分到更多概率。
反直觉的重点 这条指数律是普适的：不管系统是气体分子、磁铁里的自旋、还是恒星大气里的原子，只要它和一个恒温热库交换能量，占据概率就长这个样子。系统的具体物理被压进了那个 E，剩下的形状由温度独家决定。这也是为什么"温度"能当一个如此强大的旋钮——它不改变能级本身，只调节各能级之间的相对光顾率。
跨学科对读 · AI（2024 物理诺奖） 这条 P ∝ e−E/T 不只是物理——它是现代 AI 的一块地基：
  • 玻尔兹曼机（Hopfield & Hinton）：把神经网络的每种激活模式赋一个"能量"，让网络按玻尔兹曼因子采样——低能量=更可能的模式。2024 年物理诺奖正是发给这项"用物理学方法做机器学习"的工作。
  • 能量模型（EBM）与扩散模型：现代生成模型的骨架就是"学一个能量地形 E，再从 e−E 里采样"——生成一张图，就是在能量谷里做一次热运动。
  • softmax：你每天用的分类层 ezᵢ/Σezⱼ 逐字就是玻尔兹曼分布，那个"温度"参数调的正是输出的随机性。
物理学数了一百年的微观态，最后数进了神经网络里。
一句话：温度不是能量，是能量的价格——高能态贵，按指数涨价。
思考：把 softmax 的"温度"调到接近 0（零）会怎样？调到无穷大又如何？对照一杯水降到绝对零度 vs 烧到极热。
T→0：softmax 变成 argmax，把全部概率压到最优那项——如同水到绝对零度，全落最低能态（有序、确定）。T→∞：softmax 变均匀分布，各项等概率——如同烧到极热，各能态几乎等可能（无序、随机）。温度就是「贪心 vs 探索」的旋钮，物理和采样共用同一条玻尔兹曼公式。

配分函数：一个函数生成一切 The Partition Function Z

Zustandssumme · 生成函数
直觉 把所有可能状态的玻尔兹曼因子加成一个总和，得到一个数——配分函数 Z（德文原意就是"状态之和"）。它看起来只是个归一化的分母，实则是整个系统的一本总账：一旦你算出 Z，系统所有的宏观性质——平均能量、熵、压强、自由能——都能从这一个函数里"挤"出来，只需对它做不同的求导。一个标量，编码了一切。
机制
Z = Σ e−Eᵢ/kT
对系统每一个可能状态 i（能量 Eᵢ）算出玻尔兹曼因子，全部相加。Z 大，意味着"可及的状态多"。
有了 Z，最有用的一步是求亥姆霍兹自由能：
F = −kT ln Z
F（自由能）可拆成 F = U − TS：U 是平均能量、S 是熵。ln 是自然对数。系统在恒温下总是走向F 最小的宏观态——这是一场能量与熵的拔河：低温下 U 说了算（系统求"低能量、有序"），高温下 TS 说了算（系统求"高熵、混乱"）。水在 0（零）℃ 结冰、在 100℃ 沸腾，本质都是这场拔河在不同温度下换了赢家。
为什么重要 这是统计力学真正的发动机：它把"物理问题"变成"算一个和、再求几次导"的纯数学流程。你不必再追问每个分子——写下能量、加出 Z、求导，宏观世界就自动浮现。相变、磁性、化学平衡……全套热力学都从这一个函数里流出来。前面「最小作用量」一期里，自然"选"路径靠的是作用量取极值；这里，平衡态"选"自己靠的是自由能取极小——物理反复在用同一种"极值即真相"的语法。
一句话：算出配分函数，整套热力学就只是它的几个导数。
思考："自由能最小"里的"自由"指什么？为什么不是"总能量最小"？（提示：熵那一项在替谁说话。）
「自由」指可用来做功的那部分——F=U−TS，扣掉了被熵「锁住」、不可用的 TS。恒温下系统不追求能量最低，而是能量与熵的权衡：低温能量项主导（趋于有序），高温熵项主导（趋于无序）。熵那一项在替「无序也有回报」说话，所以最小化的是自由能不是 U。

涨落：为什么平均值靠得住 Fluctuations & Ensembles

涨落 · √N 律
直觉 系统时刻在微观态之间乱跳，它的能量、密度其实一直在抖动（涨落）。那我们凭什么还敢说一杯水有一个"确定"的温度？因为抖动的相对幅度随分子数增多而急剧变小。这就是那条著名的 1/√N 律：
机制
ΔE⟨E⟩ ∼ 1√N
ΔE 是能量涨落的典型大小，⟨E⟩ 是平均能量（尖括号读作"平均"），N 是分子数。相对涨落按 1/√N 衰减：N=100 时抖动约 10%，N=10²³ 时抖动约 1/10¹¹·⁵——小到任何仪器都测不出。这正是宏观世界看起来如此确定的原因：涨落没消失，只是被大数压到了看不见。
这也解释了物理学为什么用"系综（ensemble）"这个概念：与其追踪一个系统随时间的跳动，不如想象无穷多个同样制备的系统的一整个集合，对整个集合求平均。孤立系统（能量固定）用微正则系综，接触热库（温度固定）用正则系综——玻尔兹曼分布正是后者的产物。
测得的能量（围绕平均值 ⟨E⟩ 涨落） ⟨E⟩ N 小：抖动大 N 大：几乎一根针
同一个平均值，分子数越多，实际测量值围绕它的分布越窄。到 10²³ 个分子，"分布"塌缩成一根尖针——这就是热力学"确定性"的来历。
反直觉的重点 热力学那些"铁律"其实没有一条是铁的——它们全是统计律，只因 N 太大，涨落被压到看不见，才装成了铁律。反过来说：只要 N 不够大，涨落就会重新变成主角。纳米机器、细胞里的分子马达就活在涨落的海里（布朗运动就是水分子撞击的可见涨落）；而在临界点——水与蒸汽将分未分之际——涨落会在所有尺度上同时爆发、大到肉眼可见（临界乳光）。后面「相变与临界」一期，主角恰恰就是这个平时被我们无视的涨落。
跨学科对读 · 计算 / 金融 / 生物 "从随机采样里逼近确定平均"这套统计力学的看家本领，到处在用：
  • 计算：蒙特卡洛方法——用随机采样估积分、估期望，误差正按 1/√N 缩小；从核反应堆模拟到 AI 训练里的随机梯度，都是它。
  • 金融：一只股票每日涨跌像分子乱撞，但一个大投资组合的整体波动被 1/√N 压低——"分散化"降风险，本质是同一条涨落律。
  • 生物：一个细胞里某种蛋白只有几十个拷贝，N 小到涨落无法忽略——基因表达噪声让基因完全相同的细胞也走上不同命运。
凡是"大量随机个体求集体行为"，都在借统计力学的账。
一句话：热力学的"确定"，是涨落被 √N 压没了的假象。
思考：如果你能把一杯水缩到只剩 100 个分子，"这杯水的温度是 25℃"这句话还成立吗？该怎么重新表述它？
不再严格成立——100 个分子的动能剧烈涨落，「温度」不再是一个锋利的单值。该改成分布语言：「其动能分布对应的等效温度期望约 25℃，但瞬时涨落达百分之十量级」。宏观的「确定温度」是大数极限的产物，小系统只能谈分布与期望。

深入思考

牛顿方程完全确定论、还时间可逆，统计力学的概率和"熵增"到底从哪偷偷溜进来的？
这是统计力学最深的裂缝，叫洛施密特佯谬。底层方程确实可逆——把所有分子速度反转，系统会一步步"退回"低熵。那熵增哪来的？答案有两层：其一是初始条件——宇宙起步于一个极低熵的状态，之后只是在向典型态滑落（这把问题最终推给了宇宙学，前面「熵与时间之箭」一期已埋下这条线）。其二是典型性：能"退回低熵"的那些精确初始速度，在所有可能里少到可忽略；随手抓一个初始态，几乎必然通向熵增。概率不是塞进了方程，而是塞进了我们对初始条件的无知与非典型态的极端稀有。
"等概率原理"凭什么成立？系统真的会均匀访问所有微观态吗？
这背后是各态历经假设（ergodicity）：系统随时间演化，会（近乎均匀地）跑遍能量允许的所有微观态，于是"时间平均"就等于"系综平均"。听着天经地义，其实数学上极难证明，而且对某些系统根本不成立——玻璃、某些被"卡住"的量子系统（多体局域化）就会困在一小片状态里出不来，热力学对它们部分失效。所以等概率原理更像一条用起来惊人地好、但地基仍在施工的工作假设。物理学常常这样：先用对了，再慢慢补证明。
概率到底是系统"客观"的属性，还是只反映我们"主观"不知道分子在哪？
两派吵了一个世纪。客观派：涨落是真实的物理事件，布朗运动看得见、摸得着，概率就是自然的一部分。主观/信息派（以 E. T. Jaynes 为代表）：熵度量的是你缺失的信息，统计力学其实是"在已知宏观约束下最诚实的推断"——他由此把玻尔兹曼分布重新推导成最大熵原理（在满足已知约束的前提下，选最不武断、假设最少的那个分布）。有意思的是两条路给出完全相同的公式。也许这正说明：物理概率与信息概率，本就是一枚硬币的两面——这条线会在下一站「信息的物理」里彻底点燃。
存在"负温度"吗？比绝对零度还冷，还是比无穷大还热？
存在，而且负温度比任何正温度都更"热"——听着荒谬，是因为日常直觉把温度当成了能量。回到定义：温度刻画的是"加一点能量、熵涨多少"。普通系统能量越高、可及状态越多，熵随能量上升。但有些系统（如自旋能级有上限的体系）一旦大多数粒子被泵到高能态，再加能量反而让状态数减少、熵下降——按定义这就对应负温度。它不在"绝对零度以下"，而在"正无穷之上"：能量标尺是 …, +300K, +∞/−∞, …, −300K 这样绕过去的。激光的粒子数反转就是一个负温度态。这提醒我们：温度的本质是熵对能量的斜率，不是"冷热"这个感官词。
把两瓶相同的气体混在一起，熵增加了吗？——一个叫"吉布斯佯谬"的陷阱。
抽掉隔板让两瓶不同气体混合，熵确实增加（混合熵）。但若两瓶是完全相同的气体呢？按朴素计算你会算出一个荒唐的熵增——可什么都没真的发生，抽不抽隔板毫无区别。这个吉布斯佯谬的解药惊人地深：必须承认同种粒子是全同、不可区分的——交换两个氧分子并不产生新的微观态。把这条"不可区分性"塞进计数，佯谬消失。而它的终极理由要到量子力学才交底：全同粒子的不可区分不是近似，是本质（这条伏笔留给后面「量子场论入门」一期）。一道经典的记数难题，逼出了量子的门票。

延伸阅读