第二十三章 玻尔兹曼：微观运动怎样生成宏观物理
一、温度计没有报告任何一个分子的速度
温度计在容器中的气体里给出稳定读数，并不意味着每个分子都以相同速度运动。压力表保持在某个数值，也不意味着容器壁每一瞬间受到完全相同的冲击。宏观稳定与微观变化可以同时成立，这种共存要求物理学改变提问方式：我们需要知道什么在变化中保持，怎样保持，又在多大的尺度上保持。
若执意追踪所有分子的每次碰撞，问题的复杂程度会迅速超出计算能力。但统计物理的意义不能只用“算不动所以取平均”解释。即使能够获得全部轨迹，温度、压强等宏观量仍然需要另外的构成规则。轨迹列表本身不会自动告诉我们，哪些差异可以忽略，哪些差异对于某个实验至关重要，什么条件下不同轨迹代表同一种宏观状态。
玻尔兹曼的研究使这个问题获得新的形式。在1877年的论文中，他通过分配与计数研究热平衡的概率基础，把具体分配方式和按占有数归类的分布区别开来。本文核对的是Sharp与Matschinsky所译原典；原文的记号和现代教材并不完全相同，以下自拟模型使用现代记号。[23-1]
从本书的SDE视角看，宏观物理世界并不是把微观小球放大后的世界。一个分子没有整份气体的宏观压强；一个分子的瞬时运动也不独自具有整个样品的热平衡温度。宏观类型由分布、约束、交换与测量共同成立。这种发生不否认微观运动，而是要求说明微观差异怎样被组织为另一个层级的稳定显露。
二、四个粒子足以揭示计数单位的陷阱
先构造一个刻意简化的模型。四个带编号的经典粒子可以分别处在盒子的左半部或右半部，两半体积相等。暂时只记录每个粒子的左右位置，并假定十六种位置配置等概率。四个都在左边只有一种配置；三个在左边有四种；两个在左边有六种；一个在左边有四种；一个都不在左边也只有一种。
这里同时出现三个层次。具体指定甲乙在左、丙丁在右，是一个微观配置；只说左边两个、右边两个，是一个占有数类别；说左右密度接近相等，则是更粗的宏观描述。把这些层次混成同一个“状态”，就会产生错误概率。如果五个占有数类别被错误地当成等概率，均匀状态的优势便凭空消失。
一般地，N个独立粒子中左边有n个的配置数为C(N,n) = N!/[n!(N−n)!]；在上述假设下，该事件概率为C(N,n)/2ᴺ。这个结果来自明确的样本空间与等概率假设，不能用“自然喜欢平均”替代。若左右体积不等，单个粒子落入左侧的概率就不再是二分之一，最常见的占有数也随之改变。
另一个限制同样重要：这个位置计数模型没有给出随时间运动的规律。它说明何种宏观类别包含更多配置，却没有证明任意初始状态将在多久以后进入那个类别。若中间有不可穿越的隔板，最初全在左侧的粒子就不能到右侧，样本空间中的许多配置根本不可达。统计数量要与动力学可达性相接，才成为物理解释。
由此我们可以精确定位“分布”的作用。它既不是人的随意命名，也不是每个粒子天生携带的宏观属性。体积划分、粒子运动、可穿越边界及采样方式共同规定计数类别。改变这些纠缠关系，原来的“均匀”便可能不再是同一种状态。所谓类型，从一开始就受到发生条件的约束。
三、为什么熵要与配置数的对数联系
采用现代玻尔兹曼形式，可以写Σ = kᴮ lnΩ，其中Σ为熵，Ω表示给定宏观约束下相应的微观状态数或适当无量纲化的相空间测度，kᴮ为玻尔兹曼常量。连续经典相空间不能直接把一个带量纲体积放进对数，微观计数也必须处理不可分辨性等条件。这个简写不是对一切系统不加说明即可套用的公式。[23-2]
为什么不是直接用Ω？可以从独立组合的要求进行一个说明性推导。两个相互作用可忽略、约束可以分别处理的子系统，若各有Ω甲和Ω乙种允许配置，则联合配置数为二者乘积。宏观熵在相应条件下要求可加，而对数把乘法变成加法：ln(Ω甲Ω乙) = lnΩ甲 + lnΩ乙。对数形式因此把组合结构与宏观可加性连接起来。
这个论证也显示它的限制。若两个子系统存在必须保留的关联，联合允许配置不一定是全部配对；若有长程相互作用，分开的能量和状态约束也可能不再简单相加。此时不能把独立组合的结论强行移植。统计解释要求对关联负责，不能把所有不方便的关联都叫作随机性而删除。
回到左右盒子模型，可以比较全部粒子在左与左右接近均分的类别。对偶数N，前者配置数为一，后者为C(N,N/2)。熵差由kᴮ ln C(N,N/2)给出；当N很大，组合数的增长使后者拥有压倒性的配置数量。然而“压倒性”是相对于所选择的宏观类别和测度，不是说每一个均分配置比每一个全左配置更有资格发生。
这一点对理解概率尤其重要。若微观配置等概率，某一个具体均分配置与那个具体全左配置的概率相同。均分宏观状态更常见，是因为它由更多微观实现方式组成。宏观规律的稳定来自许多不同实现共同支持一个类别，而非每个微观实现都朝向同一个预定结果。
四、概率的稳定并不要求每一个成员稳定
仍用N个独立左右选择的模型，左侧粒子数的平均为N/2，方差为N/4，标准差为√N/2。标准差相对于平均值的比例是1/√N。粒子数增加时，绝对涨落可以增长，相对涨落却缩小。这两个变化不能混为一谈：更大的系统未必每一瞬间少变动几个粒子，却可以在密度比例上显得更加稳定。
设N为一百，相对标准差为十分之一；设N为一万，则为百分之一。这是自拟数字，用来展示尺度关系，而不是宣称现实气体所有涨落都服从独立二项分布。真实体系存在关联；临界点附近的长程关联尤其会改变朴素独立估计。模型的价值，在于把“规模增大为什么常伴随稳定”拆成可检验条件，而不是把大数当成万能魔法。
从测量方面看，还存在空间和时间的采样尺度。一个足够小、响应足够快的传感器可能看见明显脉动；一个覆盖更大区域、积分更长时间的装置则给出平滑曲线。二者未必互相矛盾。问题在于它们测到的是不是相同的可观察量，以及平均过程有没有越过我们真正关心的变化时间。
如果研究的是短脉冲中的局部状态，长时间平均可能掩盖关键过程；如果研究的是容器整体平衡性质，追踪每个冲击又会把稳定关系淹没在无关细节中。宏观层级不是任意粗糙化，而是需要找到足以保留目标现象的分辨率。对不同任务，合适的层级可以不同，但其适用性应由重复比较来判断。
本书把这种形成称为分布稳定组织。稳定的是某种统计关系以及它与测量的连接，组成者仍在交换位置和速度。这既不同于静止实体的同一，也不同于一切都不可把握的流变。它让物理学获得一类新对象：能够在成员不断变化时维持自身规定的宏观类型。
五、从约束计数到速度分布
为了理解能量分布，可以再建立一个现代化的简化计数模型。把单粒子可用微观状态按能量εᵢ分类，相应的简并数为gᵢ，令其中有nᵢ个粒子。固定总粒子数与总能量，则有各nᵢ之和为N、各nᵢεᵢ之和为U。在经典稀薄近似下，相应计数含有N!乘以各gᵢ^(nᵢ)/nᵢ!的乘积。
取对数，并对较大的占有数使用斯特林近似，最大化计数时必须同时保持粒子数和能量约束。引入两个拉格朗日乘子后，对每个nᵢ求导，得到nᵢ正比于gᵢ exp(−βεᵢ)。这里的关键并非把“指数”记成经验曲线，而是看见它由计数结构与两个约束共同产生；β再通过热平衡关系与绝对温度联系。[23-3]
如果忘记gᵢ，就会把能量区间中可容纳多少微观状态这一条件删掉。等宽能量区间未必有相同数量的速度状态，因此不能把粒子速度大小的分布直接写成单纯指数。在三维速度空间中，同一速度大小对应一个球壳，球壳测度随速度平方增长。这一几何因素与能量指数共同决定常见的速度分布形状。
从这一结构可以自行检查两个极端。速度为零附近的单位速度区间，球壳测度趋于零，因此速度大小分布不在零点达到最大；速度很大时，动能随速度平方增加，指数衰减压过球壳增长。分布由两种趋势共同形成一个中间峰值。不是某个分子“追求最概然速度”，而是大量可用状态与能量约束共同规定了整体比例。
这个推导仍然不是对气体每一步弛豫的证明。最可能分布告诉我们平衡候选的结构；碰撞是否使样品接近平衡、多久接近、有没有其他守恒量阻碍，都属于动力学问题。把最大计数直接说成所有初始条件的必然终点，会省去最困难的桥梁。静态分类与实际发生必须保持区别，随后才能真正连接。
六、压强怎样从碰撞成为宏观特征
考虑边长为L的立方容器，取一粒质量为m、垂直于某壁的速度分量为vₓ的经典粒子。理想弹性反射中，该粒子向壁传递的动量大小为2m|vₓ|；在不改变该分量的简单往返图景中，两次撞击同一面壁的时间间隔为2L/|vₓ|。二者相除，平均力贡献为mvₓ²/L，再除以面积L²，得到压强贡献mvₓ²/V。
把粒子贡献求和，在各向同性的平衡分布中，三个速度分量平方的平均相同，因此得到pV = Nm〈v²〉/3。这是一个可逐项复算的理想模型说明：压强与平均速度本身无直接比例，真正进入的是速度平方的平均。往返方向的抵消可以使平均速度为零，却不会使壁面受压消失。
进一步在经典单原子理想气体的热平衡条件下，平均平动动能与温度联系，便得到熟悉的pV = NkᴮT。[23-3] 这里没有哪个单独分子携带宏观压强。压强由粒子运动、边界冲量、面积以及时间平均共同规定。若边界会吸附粒子、发生非弹性过程或持续向体系输入动量，相应模型就必须重新处理。
这段计算也说明微观理论为何能够超越宏观拟合。仅靠压力与体积的经验关系，不容易知道一个新装置改变了哪些作用；碰撞模型则明确指出应检查分布、壁面和时间尺度。反过来，若这个模型不断误判实际压强，宏观实验就会逼迫微观假设接受修改。两层不是上下级服从关系，而是通过可计算的桥梁相互检验。
对于SDE研究，这种桥梁比“宏观由微观构成”一句话更有力量。前者把构成写成可失败的具体过程，后者可能只是把问题换个尺度再说一遍。创造一个统计物理世界，就是让分布的类型、边界上的作用与仪器的显露组成新的可追踪结构。
七、时间反演为什么使H定理不能被当成无条件证明
玻尔兹曼动力学研究中的H定理，给出分布泛函的单调趋势，但它的适用条件必须保留。在现代稀薄气体推导中，碰撞前相关性的处理具有关键地位；分子混沌近似把适当的两粒子分布近似为单粒子分布乘积。洛施密特式的反演问题正迫使人们检查这些条件，不能说只从可逆力学便无条件证明了任意微观初态都熵增。[23-4]
为了看清逻辑，不妨做一个理想思想操作：记录一个体系从特殊初态向平衡演化的完整微观轨迹，然后在某一时刻将所有速度严格反向。若动力学具有相应反演对称性，新的轨迹可以沿原路返回。这并不意味着日常气体经常自动复原；它意味着“任何初态都严格单调趋向平衡”的命题过强。反演初态包含经过精确安排的关联，不能自动满足常用统计闭合条件。
可以把关键不等式单独拿出来看。对正数a、b，因为对数单调递增，所以(a−b)(ln a−ln b)不小于零。将这样的结构按非负碰撞权重积分，可以得到相应H泛函变化的符号。代数没有错误，但a和b怎样由碰撞前后的分布组成、积分权重怎样定义，已使用动力学及统计条件。符号结论的严格，不会使此前假设自动变成无条件真理。
这为方法论提供了一个重要反例。若实验中出现预期外的短时逆向变化，不能立即把它当作违反微观力学，也不能只用“统计罕见”排除检查。需要先问测量的量是不是相应熵，体系是否足够大，初态是否带有特殊关联，所用近似是否仍然适用。异常究竟来自理论边界还是测量错误，只能通过新的差异运行来区分。
不可逆性因此需要分层理解：基本运动方程的反演性质、初始条件的特殊程度、统计描述保留的关联以及宏观观察尺度，各自承担不同责任。把它们压成“分子乱动，所以时间只能前进”，既没有解释为什么稳定，也没有解释哪些情况下稳定会失效。
八、热力学极限不是把有限世界删除
在适合的短程相互作用体系中，常考虑粒子数和体积共同增大、密度保持一定的热力学极限。这个极限有助于区分体积效应与边界效应，建立宏观量的稳定形式；它不等于现实容器真的有无限粒子，也不保证所有长程相互作用体系都具有同样简单的极限。[23-2]
若仅有有限粒子，涨落便不能从定义中删除。观察时间延长，某些小概率事件可能被看到；但一个小概率并不能仅凭取倒数就变成可靠的等待时间，因为连续观测之间可能高度相关，动力学也决定采样速度。计数告诉我们某类状态在适当测度下有多稀少，发生频率还需要时间结构。
同样，在相关可达相空间具有有限不变测度、演化保持该测度等条件的理想系统中，复现问题限制了永久单调性的强断言。[23-5] 但接近某个过去微观状态的可能性，并不能直接否认在可观察时间内稳定成立的宏观热力学。需要比较的是尺度和条件，而不是让“可能复现”与“趋向平衡”作为两个不带范围的口号互相消灭。
一个有价值的研究设计应当同时报告平均曲线与涨落。若只给平均值，我们可能错过有限尺度效应；若只展示某一次涨落，又可能把稀有事件夸大为宏观规律已经失效。稳定性不是没有偏离，而是偏离的尺度、分布和可重复结构也可以被规定。这使统计物理比单纯确定曲线更丰富，而不是更不可靠。
从分布稳定组织的角度看，热力学极限是构造宏观类型的一种方法，有限系统实验则负责检查类型在何处近似成立。二者必须往返：理想极限提供清晰关系，有限尺度回检关系的边界。不能为了保护理想模型，把所有有限偏差都排除出物理学。
九、两条研究路径怎样把宏观稳定重新带回微观差异
本章最有效的一条路径是D—S—E的原型路径。先进行粒子运动与边界碰撞的模型操作D，产生可比较的压力和密度显露S，再从这些结果中辨认分布、平均尺度与约束组成的E。若换一个时间窗便得到完全不同的宏观类型，就需要重新检查这种类型是否具有预期的稳定范围，而不能只选最漂亮的一条曲线。
另一条是E—D—S的沉淀路径。从已经构成的统计纠缠出发，明确独立近似、守恒条件与边界性质，推导碰撞或采样的差异序列，然后检验平均值及涨落。如果只检验平均压强，许多不同模型可能同样通过；加入分布宽度和时间关联后，它们的差异便可能显露。路径的完整性体现在新增可失败的预测，而非写完三个字母。
三方程在这里承担相互追问：S = F(D,E)防止把宏观稳定视为不需解释的事实；D = G(S,E)要求根据稳定与偏差调整操作和采样；E = H(S,D)则让可复现的偏差进入关系重建。三原理的张力机制可以落实得很具体：S与既定D不协调时，推动重审独立性等E条件；S与E不协调时，改变D的时间窗或实验设计；D与E不协调时，则重新界定什么S有资格称为平衡显露。改变之后都必须返回原来的平均与涨落检验。
本书的解释并不是说观察者任意选择粒度就能创造任何气体性质。分类会受到碰撞动力学、守恒关系和多种测量的一致性约束；不能稳定复现的分类，没有同样的物理资格。物理世界的创造发生在这样的抵抗中：研究者建立一种新组织方式，而后让它接受超出自身设计目的的实验检验。
玻尔兹曼所打开的方向，使物理学能够认识一种新的存在方式：微观差异持续发生，宏观类型仍有稳定结构；方向性并不要求每条轨迹都被禁止反向，概率也不只是对无知的歉意。它们共同提出了更深的问题：规律究竟在哪一个层级、以怎样的约束和时间尺度成立？此后材料、辐射与量子理论将不断重写答案，但再也不能轻易退回只把世界看成少量孤立物体轨迹的图景。
本章参考资料
[23-1] Ludwig Boltzmann，1877年论文，英译Kim Sharp、Franz Matschinsky，Entropy 17（2015），1971—2009，doi:10.3390/e17041971。作者上传全文转录：https://www.researchgate.net/publication/275220813_Translation_of_Ludwig_Boltzmann%27s_Paper_On_the_Relationship_between_the_Second_Fundamental_Theorem_of_the_Mechanical_Theory_of_Heat_and_Probability_Calculations_Regarding_the_Conditions_for_Thermal_Eq 。本章核对分配、分布与排列计数段落，非全文精读。 [23-2] David Tong，Statistical Physics，Chapter 1，特别是微正则系综、熵与涨落：https://www.damtp.cam.ac.uk/user/tong/statphys/statmechhtml/S1.html 。 [23-3] David Tong，Statistical Physics，Chapter 2，Classical Gases：https://www.damtp.cam.ac.uk/user/tong/statphys/statmechhtml/S2.html 。正文四粒子、二项涨落及容器碰撞推导为本书自拟说明。 [23-4] David Tong，Kinetic Theory，Chapter 2，§2.2—2.3，尤其原印页22—23、34—35的分子混沌与H定理：https://www.damtp.cam.ac.uk/user/tong/kintheory/two.pdf 。 [23-5] Sheldon Goldstein，Boltzmann’s Approach to Statistical Mechanics，2001：https://arxiv.org/abs/cond-mat/0105242 。作为关于典型性与反演/复现问题的研究对话入口，不将作者的全部争论立场视为定论。