1 历史与发展
统计力学的形成，源于人们试图从微观粒子的运动规律解释热学现象的长期努力。它并非一开始就是独立学科，而是在经典力学、热学和概率思想的交汇中逐步建立起来的。随着分子论、量子理论以及计算方法的发展，统计力学的研究对象和方法不断扩展，最终成为连接微观与宏观的重要理论框架。
1.1 早期热学思想
早期热学主要关注热、温度和能量交换的经验规律。18世纪至19世纪，关于热的本质曾有不同解释，一些观点将热视为流体式的“热质”，另一些则强调物体内部运动的作用。随着实验积累，人们逐渐认识到热现象与物质内部状态之间存在更深层联系，这为后来以粒子运动解释热力学奠定了思想基础。
1.2 经典统计力学的建立
经典统计力学的建立，标志着热力学从宏观经验科学走向微观机理分析。其核心思路是：系统整体的宏观性质，不是由单个粒子的确定轨迹直接给出，而是由大量粒子的统计分布共同决定。
1.2.1 麦克斯韦与玻尔兹曼的贡献
麦克斯韦较早将概率方法引入气体分子运动研究，提出速度分布的概念，说明气体宏观性质可由分子速度的统计规律导出。玻尔兹曼则进一步建立了更系统的理论框架，把熵与微观状态数联系起来，并通过碰撞、分布函数和动力学方程研究平衡与趋于平衡的过程。他的工作使统计解释热力学成为一门成熟学说。
1.2.2 吉布斯系综理论
吉布斯提出了系综理论，将大量处于相同宏观条件下但微观状态不同的系统集合起来处理，从而统一描述热平衡性质。微正则、正则和巨正则系综的引入，使不同约束条件下的统计描述有了清晰分类，也为后续热力学势和涨落理论的发展提供了基础。
1.3 量子统计力学的形成
20世纪初，量子理论改变了对微观粒子的理解。经典粒子可区分、能量连续的假设不再适用于微观世界，电子、光子等粒子必须用量子统计规律描述。量子统计力学因此成为经典统计力学的重要扩展。
1.3.1 费米-狄拉克统计
费米-狄拉克统计适用于遵守泡利不相容原理的粒子，如电子。其基本特征是同一量子态最多容纳一个粒子，这一限制深刻影响了金属中电子的分布、低温物性以及白矮星等高密度物质的行为。
1.3.2 玻色-爱因斯坦统计
玻色-爱因斯坦统计描述不受不相容原理约束的粒子，如光子和某些原子复合体。多个粒子可以占据同一量子态，因此在低温条件下会出现显著的集体行为，甚至形成宏观量子态。这类统计规律为凝聚态与低温物理研究打开了新的方向。
1.4 现代统计物理的发展
现代统计物理不再局限于平衡体系，而是将研究延伸到开放系统、耗散过程和复杂网络结构。随着计算能力提高，数值模拟和数据驱动方法也逐渐成为重要工具，使统计物理能够处理更复杂的现实问题。
1.4.1 非平衡统计理论
非平衡统计理论研究系统在远离热平衡时的演化规律，如输运、扩散、耗散和自组织过程。由于这类系统通常没有简单的平衡分布，研究中需要引入主方程、随机微分方程和响应理论等方法，以描述时间演化和稳态形成。
1.4.2 复杂系统与计算方法
在复杂系统中，个体间相互作用可能导致整体出现非线性、涌现和集体行为。统计物理与计算技术结合后，能够分析网络、群体动力学、材料微结构和多尺度演化等问题。蒙特卡洛模拟、分子动力学及其他算法，已成为现代研究中不可或缺的工具。
2 基本概念
统计力学的基本概念，围绕微观状态、宏观描述、概率分布和信息度量展开。它强调：对大量粒子系统而言，单个微观轨迹往往难以直接观察，而统计量更适合刻画可测宏观性质。
2.1 微观态与宏观态
微观态是系统在给定时刻的完整粒子状态，宏观态则由若干可观测宏观参量确定。多个不同微观态可能对应同一个宏观态，这种“多对一”的关系，是统计力学解释熵和不可逆性的关键。
2.1.1 状态空间的定义
状态空间是所有可能微观状态构成的集合。经典体系中，它通常对应相空间；量子体系中，则对应希尔伯特空间中的态矢或密度矩阵。状态空间的结构决定了系统可取状态的组织方式，也影响统计分布的形式。
2.1.2 宏观参量的统计意义
温度、压强、密度和磁化强度等宏观参量，本质上是大量微观自由度的统计平均结果。它们并不描述单个粒子的运动，而是对整个系统的集体行为进行压缩表达，因此具有稳定性和可测性。
2.2 概率与系综
概率是统计力学的核心语言。系综则是一组满足相同宏观约束但微观状态不同的系统副本，用来代替对单个系统长时间演化的直接观察。
2.2.1 微正则系综
微正则系综描述孤立系统，即能量、粒子数和体积都固定。该系综中，各允许微观态被认为等概率出现，因此适合用于推导孤立体系的熵和基本热力学关系。
2.2.2 正则系综
正则系综对应与热库接触、可交换能量但粒子数固定的系统。系统温度由热库决定，微观态按玻尔兹曼因子加权。它是处理一般平衡问题最常用的系综之一。
2.2.3 巨正则系综
巨正则系综允许系统与外界同时交换能量和粒子数，因此适用于开放体系。其统计分布不仅依赖温度，还依赖化学势，适合描述粒子数可变的情形，如气体吸附、电子涨落等。
2.3 熵与信息
熵在统计力学中具有双重意义：既是热力学状态函数，也是对微观不确定性的度量。它连接了宏观不可逆过程与微观概率分布。
2.3.1 玻尔兹曼熵
玻尔兹曼熵把熵定义为与微观状态数有关的量，常写作与对数形式相关的表达。它强调宏观状态对应的微观实现方式越多，系统熵越大，直观地反映了“可实现方式”的丰富程度。
2.3.2 吉布斯熵
吉布斯熵进一步推广了熵的定义，适用于一般概率分布。它使用状态概率的加权形式描述系统的不确定性，因此不仅能处理平衡态，也能服务于更一般的统计分析。
2.3.3 熵增原理
熵增原理表明，在孤立系统中，自发过程通常朝向熵更大的方向演化。它并非简单地意味着无序增加，而是表示系统可达微观状态数的统计优势逐渐占据主导。这一原理构成了热力学第二定律的统计基础。
2.4 平均值与涨落
统计力学既关注平均行为，也重视围绕平均值的偏离。对于有限系统，涨落往往不能忽略，甚至在某些条件下决定系统性质。
2.4.1 热力学量的平均
热力学量的平均值由相应微观量按概率加权求得。平均能量、平均粒子数和平均磁化强度等量，通常与实验测量直接对应，是连接理论与现实的重要桥梁。
2.4.2 统计涨落的来源
涨落来源于微观状态的随机性和系统规模有限。温度、粒子数、能量等都可能围绕平均值发生波动。对小系统、临界点附近或低维体系而言，这些波动常常尤其显著。
2.4.3 大数极限与自平均性
当系统包含极大量粒子时，很多宏观量会表现出自平均性，即单个大系统的测量结果接近系综平均。大数极限使随机波动相对减弱，这也是宏观世界呈现稳定性的统计原因之一。
3 平衡统计力学
平衡统计力学研究系统在热平衡状态下的统计描述。它提供了从微观分布函数出发计算热力学量的完整方法，是统计力学中最成熟、最常用的部分。
3.1 配分函数
配分函数是平衡统计力学的核心数学对象，汇总了系统所有微观状态对热力学行为的贡献。许多宏观量都可以由它导出，因此常被视为“统计力学的生成函数”。
3.1.1 配分函数的物理意义
配分函数并不只是形式上的归一化因子，而是对系统可访问状态及其权重的总编码。它反映了温度、能级结构和粒子相互作用共同决定的统计可及性。
3.1.2 配分函数与热力学量
通过配分函数，可以计算内能、自由能、熵、压强和粒子数等热力学量。它使不同物理量之间的关系变得系统化，也便于研究参数变化对体系性质的影响。
3.2 热力学势
热力学势是描述平衡条件和能量转化的重要函数。不同热力学势对应不同约束条件，适合处理不同类型的物理过程。
3.2.1 内能
内能是系统全部微观动能和势能的总和，是最基本的状态量之一。在统计力学中，内能可由微观能量的系综平均得到，并与熵、体积和粒子数等量建立联系。
3.2.2 自由能
自由能衡量系统在给定温度下可用于做功的有效能量。它在判断平衡态、相变和自发过程方向方面尤其重要，因为系统通常倾向于趋向自由能更低的状态。
3.2.3 焓与巨势
焓适用于恒压条件下的分析，常见于热过程和化学过程研究。巨势则出现在巨正则系综中，适合描述能量和粒子数都可交换的开放系统，对理解吸附、蒸发和粒子涨落很有用。
3.3 经典理想气体
经典理想气体是统计力学最基础的模型之一。尽管忽略了粒子间相互作用，但它能准确说明许多稀薄气体的基本热力学性质。
3.3.1 麦克斯韦-玻尔兹曼分布
麦克斯韦-玻尔兹曼分布描述经典粒子速度或能量的概率分布。高温、低密度条件下，粒子可近似看作独立经典粒子，其运动分布具有明确的指数型特征。
3.3.2 状态方程推导
从统计力学出发，可将气体压强、体积、温度和粒子数联系起来，得到理想气体状态方程。这一推导比纯经验公式更深刻，因为它揭示了宏观定律背后的微观机理。
3.4 量子理想气体
量子理想气体考虑了粒子的量子统计特性，适用于低温或高密度条件。与经典气体相比，它的行为更受统计类型和量子简并的影响。
3.4.1 费米气体
费米气体由费米子组成，因泡利不相容原理而呈现独特的填充方式。低温下，粒子会按能级逐层占据，导致显著的简并压和特定热容行为。
3.4.2 玻色气体
玻色气体由玻色子组成，可大量聚集于同一量子态。其统计分布在低温时往往显示出强烈的集体趋势，是研究凝聚与宏观占据的重要模型。
3.4.3 玻色-爱因斯坦凝聚
当玻色气体降到足够低温时，部分粒子会宏观占据基态，形成玻色-爱因斯坦凝聚。这种现象体现了量子统计在宏观尺度上的直接显现，是低温物理中的经典实例。
4 相变与临界现象
相变研究物质状态和结构在外参量变化时发生的突变或连续转变。临界现象则关注相变附近出现的强烈涨落、尺度不变性和普适行为。
4.1 相变的基本类型
相变通常可按热力学量的变化特征加以区分，不同类型的相变在潜热、连续性和涨落表现上各不相同。
4.1.1 一阶相变
一阶相变伴随着某些一阶导数的不连续，如熵或体积的突变，常出现潜热。常见例子包括液气转变和固液转变等。
4.1.2 二阶相变
二阶相变在热力学量的一阶导数上通常连续，但二阶导数可能出现奇异行为。此类相变常与对称性变化和临界涨落密切相关。
4.2 序参量与对称性
序参量是识别相变状态的重要量，能够刻画系统从一种相态向另一种相态转变时的结构变化。
4.2.1 序参量的定义
序参量通常在高对称相中取零或较小值，在低对称相中非零或显著增大。它通过一个量化指标反映相态有序程度的改变。
4.2.2 对称性破缺
对称性破缺指系统在相变后不再保持原有对称性。它是许多连续相变的核心特征，也解释了为何不同方向或状态会在低温下被“选中”。
4.3 临界行为
临界点附近，系统会表现出远程关联增强、响应函数发散和标度关系等特征，这些现象统称为临界行为。
4.3.1 临界指数
临界指数用于描述物理量在临界点附近的幂律变化。不同系统可能具有相同的临界指数集合，这反映出更深层的普适结构。
4.3.2 标度律
标度律揭示临界区域中各物理量之间的缩放关系。它说明临界现象往往不依赖于具体微观细节，而主要受对称性和维度控制。
4.3.3 普适性
普适性是临界现象最引人注目的特征之一。结构看似不同的系统，若具有相似维度和对称性，常会表现出相同的临界行为，这使临界现象研究具有高度概括力。
4.4 典型模型
理论模型帮助研究者用最简洁的方式抽象相变机制。通过这些模型，可以深入分析统计相互作用如何导致宏观相行为。
4.4.1 伊辛模型
伊辛模型是研究磁性相变的经典模型，粒子自旋通常取两个离散取值。尽管形式简单，它却能捕捉自发磁化、临界点和普适类等重要现象。
4.4.2 XY模型
XY模型描述自旋在平面内连续取向的情形，适合研究二维磁性、超流和涡旋结构。它在低维系统中呈现出丰富的拓扑特征。
4.4.3 玻色凝聚模型
玻色凝聚模型用于分析玻色粒子在低温下的集体占据行为。它强调量子统计与相变之间的紧密联系，是理解宏观量子现象的重要理论框架。
5 非平衡统计力学
非平衡统计力学研究偏离平衡态的系统如何演化、输运和耗散。相较于平衡理论，它面对的是更复杂的时间依赖和路径依赖问题。
5.1 输运现象
输运现象描述物理量在空间中的传递过程，是非平衡统计最重要的应用领域之一。
5.1.1 扩散
扩散指粒子、能量或浓度从高值区域向低值区域的自发平滑过程。它常以随机运动为基础，并与浓度梯度密切相关。
5.1.2 黏滞
黏滞反映流体内部不同层之间的动量传递与阻滞效应。统计力学可从分子碰撞和动量交换角度解释黏性来源。
5.1.3 热传导
热传导是热能在介质中传递的过程。其微观图景通常涉及粒子碰撞、声子传播或其他能量载体的随机运动。
5.2 主方程与随机过程
随机过程理论是描述非平衡系统的重要工具。它把微观随机演化与宏观概率分布连接起来。
5.2.1 马尔可夫过程
马尔可夫过程具有“无记忆”特征，即未来状态只依赖当前状态，而与更早历史无关。这一假设简化了许多随机系统的建模。
5.2.2 朗之万方程
朗之万方程通过确定性项与随机力项共同描述系统演化。它常用于分析受热涨落影响的粒子运动、阻尼系统和噪声驱动现象。
5.2.3 福克-普朗克方程
福克-普朗克方程描述概率分布随时间的变化，是朗之万方程在概率层面的对应形式。它广泛用于扩散、输运和随机动力学研究。
5.3 线性响应理论
线性响应理论研究系统在微弱外扰下的反应，是连接平衡性质与非平衡性质的桥梁。
5.3.1 格林-库博关系
格林-库博关系把输运系数与平衡涨落联系起来，说明许多输运参数可以从未受扰动体系的自相关函数中提取。
5.3.2 久保公式
久保公式是线性响应理论中的重要结果，用于计算电导、磁化响应和黏滞系数等量。它提供了从微观动力学到宏观响应的统一表达。
5.4 耗散与涨落
耗散与涨落是非平衡体系中相互关联的两个方面。前者描述能量向环境中散失，后者体现随机扰动对系统的影响。
5.4.1 涨落-耗散定理
涨落-耗散定理指出，系统对外界扰动的响应与其自发涨落之间存在深刻联系。这一关系说明，平衡态中的随机波动能预测小扰动下的宏观响应。
5.4.2 熵产生
熵产生是衡量不可逆过程的重要指标。在非平衡过程中，熵常随着能量流、粒子流和化学势差而增加，从而体现系统远离平衡时的方向性。
6 研究方法与工具
统计力学不仅依赖基本理论，也形成了一整套分析和计算工具。这些方法既包括近似解析手段，也包括适合复杂模型的数值模拟。
6.1 理论方法
理论方法用于在可控近似下提取系统的关键物理行为，常常是理解复杂现象的第一步。
6.1.1 微扰展开
微扰展开适用于相互作用较弱或可视为小修正的情形。它通过把复杂问题拆解为已知基准解及其渐进修正，获得可计算结果。
6.1.2 重整化群
重整化群是一种研究多尺度行为的强大方法，尤其适用于临界现象。它通过逐步消去短尺度自由度，考察系统参数如何随尺度变化，从而揭示普适性和临界指数的来源。
6.1.3 平均场近似
平均场近似用平均环境代替复杂相互作用网络中的局部涨落，从而简化问题。虽然会忽略部分相关效应，但在许多体系中能提供清晰的物理图像。
6.2 数值模拟
数值模拟使统计力学能够处理解析上难以求解的模型，尤其适用于高维、强相互作用和非平衡问题。
6.2.1 蒙特卡洛方法
蒙特卡洛方法利用随机采样模拟概率分布，常用于求取平衡态性质和相变行为。它在处理高维积分和复杂配分函数时尤为有效。
6.2.2 分子动力学
分子动力学通过数值积分粒子运动方程，追踪体系随时间的演化。该方法能够直接观察微观轨迹、碰撞过程和结构形成。
6.2.3 元胞自动机
元胞自动机以离散格点和局部规则模拟复杂系统演化。尽管规则简单，却能产生丰富的集体行为，常用于研究扩散、模式形成和群体动力学。
6.3 解析技巧
解析技巧帮助研究者从数学上提取渐近性质和关键结构，常与近似方法配合使用。
6.3.1 积分变换
积分变换，如傅里叶变换和拉普拉斯变换，可把复杂微分方程转化为更易处理的代数形式，便于求解分布演化和响应问题。
6.3.2 特征函数方法
特征函数方法通过研究随机变量分布的傅里叶表征来分析统计性质。它在求和、独立随机变量组合以及涨落分析中非常实用。
6.3.3 鞍点近似
鞍点近似常用于大系统极限下的积分估计。它利用主导贡献来自驻点附近的思想，能够有效处理配分函数和大偏差问题。
7 应用领域
统计力学的应用范围极广，凡是涉及大量自由度、随机性和集体行为的领域，往往都能见到它的身影。
7.1 凝聚态物理
凝聚态物理研究固体、液体及其相关材料中的集体性质。统计力学为其提供了描述多体相互作用和宏观相结构的通用语言。
7.1.1 磁性系统
磁性系统中的自旋相互作用可导致铁磁、反铁磁等多种有序状态。统计力学可用于研究磁化、磁相变和临界行为。
7.1.2 超导与超流
超导与超流体现了宏观量子相干的典型特征。统计力学有助于解释相干形成、能隙行为及低温下的特殊输运现象。
7.1.3 软物质
软物质包括聚合物、胶体、液晶和泡沫等体系，其内部结构容易受热涨落影响。统计力学在描述其弹性、相分离和组织结构方面非常重要。
7.2 化学与材料科学
化学和材料科学中的许多过程，都与分子分布、界面行为和热力学平衡密切相关。
7.2.1 化学平衡
化学平衡可通过统计力学解释为不同组分在给定温度和压力下的最稳定分布。它为反应方向、平衡常数和组分占比提供了微观基础。
7.2.2 吸附与表面现象
吸附与表面现象涉及粒子在界面附近的聚集和迁移。统计力学可分析表面能、覆盖率和局域相互作用对系统行为的影响。
7.2.3 高分子统计
高分子链具有明显的柔性和长程构象自由度，因此常用统计方法描述其空间构型、溶液行为和弹性性质。
7.3 天体物理与宇宙学
在天体尺度上，粒子数巨大、相互作用复杂，统计力学同样发挥着基础作用。
7.3.1 恒星内部物质
恒星内部物质通常处于高温高压环境，粒子分布和能量输运对恒星结构与演化具有决定性影响。统计力学可用于研究简并压、辐射平衡和热输运。
7.3.2 退化气体
退化气体是量子统计显著的物质状态，常见于高密度天体内部。其压力和热性质不再遵循经典气体规律，而由量子简并效应主导。
7.4 生物物理与复杂系统
生物物理和复杂系统研究中，个体行为与整体模式之间的关系极为重要。统计力学提供了从局部规则到集体现象的分析框架。
7.4.1 蛋白质折叠
蛋白质折叠可视为在复杂能量景观中寻找稳定构象的统计过程。热涨落、构象转变和能量最小化共同决定其折叠路径与稳定状态。
7.4.2 群体行为建模
群体行为建模研究个体之间简单相互作用如何导致群体层面的协同行为，如聚集、分散、同步和模式形成。统计力学常被用于描述此类涌现现象，并为复杂系统分析提供通用视角。