第二十四章 吉布斯与系综：概率是否只是无知
一、一只盒子，为什么要想象许多个系统
实验室里只有一个密封容器，理论却要求想象许多同类容器：它们具有相同的组成规则和控制条件，内部的具体位置与速度可以不同。这是否意味着物理学不再研究现实，只在头脑里制造一批替身？系综方法提出的挑战正在这里。理论对象与手上的样品不是简单的一一对应，而需要经过制备、统计和测量的连接。
吉布斯在1902年的《统计力学基本原理》中，将关注点从追踪一个系统的状态历程转向研究同类系统在相空间中的分布，并系统讨论正则分布及其与热力学量的联系。[24-1] 这一转移没有取消运动方程，也没有假定实际房间里存在无限多个复制品。它建立了一种比较结构：哪些微观实现归入同一制备条件，给它们怎样的权重，依照这些权重能够预言什么。
若将一枚硬币遮住，我们不知道正反，这种概率可以反映信息不足。但温度固定时小系统能量的起伏，并不只是因为有人没有看清一项永远不变的数值。它可能与热库真实交换能量，因而在不同测量时刻取得不同结果。把两种情况都简化成“不知道”，便会抹去知识缺口与物理运行之间的区别。
另一方面，也不能反过来说所有概率分布都是客观地漂浮在物体内部的实体。选择变量、划定系统、指定约束以及决定采样方式，都参与分布的定义。物理问题不在于给概率贴上纯主观或纯客观的标签，而在于说明这个分布由哪些条件支持，它怎样与可重复的测量接通，何种结果会使它失去资格。
本章的核心命题是：系综创造了一类新的物理对象，却不能仅因它表现为整体分布，就把它等同于SDE的特征纠缠场。概率密度是经过变量选择和模型规定形成的数学对象；E则要求解释相关特征怎样互相规定。两者可以发生联系，但建立联系仍然需要具体工作，不能借“场”这个共同字眼直接合并。
二、选哪一种系综，其实在问允许什么交换
一个系统总能量近似固定，与一个系统持续接触恒温热库，是两种不同的制备。前者可以使用适当的微正则描述，后者在满足弱耦合、平衡及热库足够大等条件时，可以使用正则描述。若粒子也可以交换，则需要另行处理粒子数及化学势。三个名称所标识的，首先是不同的约束结构，而不是研究者喜爱哪一种求和公式。[24-2]
以一小块样品接触恒温平台为例，平台并非只提供一个写在旁边的温度数值。它允许样品能量改变，并在适当尺度下维持自身温度近似不变。如果接触太弱、等待时间不足，样品未必达到预期平衡；如果接触强到界面能量无法忽略，简单划分样品与热库的方式也可能需要修正。热库进入概率权重的成立条件，不能退回一张背景清单。
这使系综选择可以被实验反驳。研究者假定粒子数固定，但装置存在吸附和脱附，则该假定可能漏掉一类涨落；假定能量固定，却持续受到外界驱动，则所得分布可能根本不是微正则平衡分布。即使一段平均曲线碰巧拟合得很好，也不能据此证明选择正确。应当寻找会把这些约束差异放大的观测量。
一个很小的模型已经足以说明。设两个可区分单元，各有零和ε两个能级，且总能量严格为ε。允许的联合状态只有一低一高与一高一低，两个单元的能量完全反相关。如果分别只看任意一个单元，高能级占有概率都是二分之一；若误把它们当成两个互相独立、各自高低等概率的单元，则会额外允许总能量零和二ε。
两种模型给每个单元相同的边缘概率，却给总能量不同的分布。这不是少收集几次单元读数就能自动解决的问题，而是必须改变观测对象，测量联合占有或总能量。概率分布怎样聚合，因而与哪些关系被保留直接有关。若把相关性全部压掉后再谈整体，就可能连最基本的守恒都丢失。
三、配分函数为什么不是计算中的垃圾桶
在离散能级、正则平衡且能谱不显含温度的模型中，用Wᵢ表示物理能级以区别SDE中的E维。令β = 1/(kBT)，微观状态i的概率写为pᵢ = exp(−βWᵢ)/Z，其中Z = Σᵢexp(−βWᵢ)。求和中的每一项代表一个被计入的微观状态，而不一定只是一个不同的能量数值；有简并时必须计入相应多重性。Z保证概率和为一，同时把所有允许状态及其权重联系起来。[24-3]
把Z叫作归一化常数，没有错，却容易让人低估它承载的内容。若删掉一个可以被占据的状态，改变的并不只是那一项概率；分母改变以后，其他状态的概率也改变。某种局部性质进入完整分布，往往必须经过整个允许状态集合的重新协调。这种联系是数学上明确的，但它是否对应实际样品，仍由模型中的状态与制备决定。
对Z求导，可以直接得到平均能量U = −∂lnZ/∂β。理由很简单：每一项exp(−βWᵢ)求导时带出负Wᵢ，再除以Z，就成为能量按概率的加权平均。第二次求导得到∂²lnZ/∂β² = 〈W²〉−〈W〉²，即能量方差。平均与涨落来自同一个函数的不同变化，因而不能在同一模型里随意独立指定。
这个推导还显示了条件的重要性。若能级随温度变化，直接求导会出现额外项；若以某种有效模型替代完整系统，应当检查这些参数依赖是否已经包含被消去自由度的贡献。不能把一个经验拟合能谱代入，再毫无说明地使用最简单的导数公式。计算很快不意味着它知道自己正在对什么保持不变。
由温度导数还可得定容热容与能量方差的联系：Cᵥ = Var(W)/(kBT²)，其中体积、粒子数和哈密顿量参数按相应要求固定。于是，正则平衡系统的这种热容不能随意取负。若实际研究出现负热容，应先核对系综、长程作用或非平衡等条件，而不是用一个公式直接裁决所有可能物理系统。[24-3]
这里微积分的任务，是把概率组织中的变化转化为可测响应。它并没有凭符号求导创造热容实验；相反，实验要求导数所保持的条件与实际控制相对应。若实验是在定压而非定容条件下进行，就不能把测得数值不加转换地与这个Cᵥ比较。变分对象和实验对象必须同一，公式才能进入检验。
四、一个二能级系统怎样检验整套关系
现在自行计算一个最小例子。一个单元只有两个无简并能级零与ε，ε为正，且接触正温度热库。令x = βε，则Z = 1 + exp(−x)，高能级概率p高 = 1/[1 + exp(x)]，平均能量U = εp高。这里没有引入神秘的集体效应；全部结果都可由两项求和直接检查。
取x = ln3，高能级概率为四分之一，低能级概率为四分之三，平均能量为ε/4。能量方差为3ε²/16。由热容关系，Cᵥ/kB = 3(ln3)²/16，约为0.2263。假如实验在相应温度附近得到平均能量约ε/4，但能量方差远离3ε²/16，那么模型并没有被完整验证；可能遗漏简并、额外能级、相互作用或测量滤波。
再看极限。低温时x很大，高能级几乎不被占据，平均能量接近零；高温时x趋近零，两能级接近等概率，平均能量接近ε/2。两端的热容都趋于零，中间存在峰值。高温热容趋零并不是系统能量不存在，而是这个只有两个能级的模型接近占有饱和，继续升温难以再改变平均能量。
如果把N个这样的单元独立组合，配分函数变为单元配分函数的N次方，总平均能量和方差各乘以N。这一结论严格依赖独立与可加能量。若实验热容峰的位置或宽度随着单元密度显著变化，便应检查相互作用，而不能继续用独立组合公式把所有差异归为样品量误差。
这个算例最适合作为模型之间的竞争平台。两个模型也许都能拟合某一温度下的平均能量，却对温度扫描、方差和密度依赖给出不同预期。选择哪些观测留作预测，决定一次拟合是否产生新知识。若用所有观测确定所有参数，再用同一批观测证明理论正确，就没有跨出自我复述。
还必须说明观测时间。若装置在能级跃迁发生以前便重复采样，多次读数高度相关，不能把样本数量直接当作独立实验次数。另一方面，测量过程若改变能级占据，原来的平衡分布又需要重新制备。概率的计算对象并没有脱离操作；它要求操作具备足以支持统计比较的稳定形式。
还可以用两个独立单元检验组合预测。每个单元的高能级占有率为四分之一时，联合能量取零、ε、二ε的概率分别是十六分之九、十六分之六和十六分之一，总平均能量为ε/2。若观测完全没有二ε事件，而中间能量出现率异常增大，就需要区分样本不足与联合约束。按照独立模型，连续十六次独立测量不出现二ε事件的概率仍为(15/16)¹⁶，约为0.356，因此仅一次这样的短记录不能判模型失败。统计反驳也需要误差与样本规模，不能把“预期应该有一次”误写成“必定有一次”。
五、自由能把能量与状态数量放在同一张约束表上
对于相应正则平衡系统，亥姆霍兹自由能为F = −kBT lnZ。它同时满足F = U−TΣ，其中Σ表示热力学熵。[24-4] 这不是说能量与熵是可以互相抵消的两种物质，而是说，在给定温度及相关约束下，状态的能量代价与实现方式的数量共同进入平衡选择。
仍用刚才的二能级例子，在x = ln3时，F = −ε ln(4/3)/ln3，约为−0.2619ε。结合U = ε/4，可以求出Σ/kB = ln4−(3/4)ln3，约为0.5623。负的自由能不意味着系统拥有负的全部能量；自由能的数值涉及能量零点，单凭一个正负号无法判断物体是否稳定或是否能凭空输出功。
将所有能级统一增加一个常数C，可以直接检验这一点。Z乘以exp(−βC)，平均能量和自由能都增加C，概率分布保持不变。可见，有些绝对数值变化只是参考零点改变，而占有与可观察差异未必改变。比较两个过程时必须保持相容的零点约定，不能从两个不相容的定义里提取可用能量。
自由能最小原则也有边界。固定温度、体积和粒子数的条件，与固定温度、压力和粒子数的条件不同；后者常使用吉布斯自由能。若约束选错，极小化可以算得十分精确，却回答了另一个问题。数学工具的名称不能代替系统边界与控制方式的交代。
一个有用的竞争检验是比较两种可实现状态。若甲的能量更低，但乙拥有更多相容微观实现，升温可能改变自由能差的符号。这里不能只凭“系统总爱能量最低”解释全部现象。能够使不同倾向共同进入可计算判据，是自由能结构的重要价值；这种结构也为下一章的相共存与新物态提供了入口。
六、时间平均什么时候能够代表系综平均
实验者无法真的同时测量无限多个复制系统，往往选择重复制备或在同一样品上连续采样。这两种办法与理论系综之间需要桥梁。重复制备若受到缓慢漂移影响，所得分布可能混合不同条件；时间采样若没有覆盖相关状态，也可能只看到一个长期滞留的局部区域。不能因为数据很多就自动宣布代表整个系综。
用一个两状态跳变模型作说明。设状态甲到乙的跃迁率为a，乙到甲为b，二者均为正且保持恒定。稳态乙占有概率为a/(a+b)。当a和b都乘以十倍，稳态概率不变，但接近稳态和相关衰减的时间缩短。这说明，仅知道平衡概率不足以决定实际采样需要多久；分布相同的系统，可以有不同的动力学时间结构。
如果a极小而b也极小，观测窗口内可能一次跳变都没有。此时单条轨迹看起来完全不符合稳态比例，却不一定说明稳态计算错误；它可能意味着测量尚未进入适合的时间尺度。但这一说明不能成为无限延期的豁免。研究者应当独立测定跃迁率或延长窗口作预测，检验遗漏状态是否确实按照所给时间尺度出现。
遍历性在这里是需要条件支持的数学与物理命题，不能由一条平滑平均曲线证明。系统也可能存在额外守恒量、互不连通区域或极长弛豫时间。某些宏观量仍可在较弱条件下稳定，而不必要求每一种微观细节都被均匀遍历。因此，解释测量成功时，应说明成功需要哪一种代表性，避免把最强的假设不加区分地全部装进去。
对于知识发生，这段讨论尤为重要。统计量的稳定可能来自样品运行，也可能来自仪器积分，还可能来自数据处理人为平滑。只有改变采样窗口、制备次序和观测变量，比较这些改变对结果的影响，才能分辨稳定发生在哪个层级。一个平均数并不会自动带上它自己的来源说明。
七、杰恩斯的挑战：最好的推断是否已经足够
杰恩斯1957年的《信息论与统计力学》提出以信息约束与最大熵推断理解统计力学的路径。这使概率解释不必只诉诸实际轨道遍历，同时也把已知信息、约束选择和推断规则放到中心。[24-5] 这是本章必须认真面对的强竞争解释，不能把它贬成“因为无知，所以随便猜”。受约束的推断可以非常精确，并能够产生可检验结果。
如果只知道归一化和平均能量，最大化离散概率的信息熵，会得到指数形式的分布。它与正则分布的数学同形，说明两种建构可以在某些条件下汇合；但数学同形不自动证明二者回答同一个问题。推断方法说明在所给信息下怎样避免额外偏见，物理制备说明实际系统为什么可能实现这些约束和频率。
设两位研究者拥有不同信息。甲知道样品存在两个长期不互通的区域，乙不知道。乙用单一平衡分布作出最佳推断，仍可能系统性地预言错误；甲的条件化分布则可能更好。这里并不需要宣布最大熵原则被推翻，真正需要问的是哪些信息应当进入物理模型，以及如何通过实验获得它们。
对SDE而言，增量不能停在“概率也是互动生成”这一重复表态。我们必须追问：为何某个约束被纳入，另一个被忽略？样品制备与测量怎样使约束持续有效？新的显露是否促使原来允许状态的划分改变？如果这些工作都已由统计模型和实验设计清楚完成，SDE就应承认其成果，而不能凭换名再收取一次原创性。
本书较强的解释在于，知识不只是在固定状态空间内更新权重，还可能通过新的操作与关系重建状态空间本身。发现原先合并的两类状态具有不同响应时，变化不只是概率由零点四改成零点六，而是被计数对象的身份发生调整。这种调整需要额外证据；若没有对象重构的实际必要，较弱的推断解释已经足够，不应强行升级本体论主张。
八、概率分布不是特征纠缠场的自动译名
现在可以更严格地回答章题。概率有时反映不完整信息，有时描述重复制备的频率，有时作为动力学模型的状态变量。它们之间存在联系，但不能由一张概率曲面同时证明所有解释。系综的成功也不等于“真实世界就是概率表”；它首先说明该表在给定构成与采样条件下具有稳定预测能力。
同样，相空间中连续的概率密度不因为被画成一张场图，就直接等于SDE的E。一个概率密度必须先指定相空间、测度、状态变量和演化规律；特征纠缠分析则追问这些规定为什么以这种方式相互成立。如果把二者合并，原来需要研究的对象构成问题反而被一个方便的数学符号遮住。
可以选择S—E—D的进入路径处理一个具体失败：平均能量符合模型，方差却明显偏小。先从显露进入模型的约束关系，区分真实守恒限制、测量滤波和非独立采样三种解释；再设计不同带宽、不同间隔与独立重复制备的观测。若延长记录并适当调整采样间隔后，有限记录的方差估计趋近预言，操作D需要修正。相关采样改变有效样本数，并不改变平稳过程的真实边缘方差；仪器滤波则可能改变测得的方差。若排除这些因素后不同装置仍显示偏小，便需要重审E中的系综选择。
另一条E—D—S沉淀路径从候选约束结构出发。例如认为样品与有限热库共同守恒，则推导允许的联合分布，设计改变热库大小的操作，再预言样品方差怎样随之变化。这样的研究使S = F(D,E)、D = G(S,E)、E = H(S,D)各有具体任务。S与E的张力推动D重排，S与已核实D的张力推动E重建，新E和新D还必须返回原显露接受回检；不能只解释旧误差而不承担新预测。
吉布斯的思想创造因而远大于一个求和技巧。他使“同一种物理系统可以有哪些实现、这些实现怎样被共同规定”成为系统研究对象。宏观规律不再只由一条理想轨迹承载，也由约束下的分布、平均与涨落共同承载。在这个新世界里，概率不是认识失败的羞耻标记，也不是免于物理检验的哲学特权，而是一套必须说明如何成立的精确组织方式。
本章参考资料
[24-1] J. Willard Gibbs，Elementary Principles in Statistical Mechanics，1902，序言及第I、IV章。原典转录：https://en.wikisource.org/wiki/Elementary_Principles_in_Statistical_Mechanics ；https://en.wikisource.org/wiki/Elementary_Principles_in_Statistical_Mechanics/Chapter_I 。本章只短述研究对象与正则结构，未复述全书。 [24-2] David Tong，Statistical Physics，第1章微正则、正则及巨正则系综：https://www.damtp.cam.ac.uk/user/tong/statphys/statmechhtml/S1.html 。 [24-3] MIT，Thermodynamics of Materials，Lecture 29：https://ocw.mit.edu/courses/3-020-thermodynamics-of-materials-spring-2021/mit3_020s21_l29.pdf 。公式采用现代离散能级约定，二能级与导数演算为本书展开。 [24-4] David Tong，Classical Thermodynamics，第4章：https://www.damtp.cam.ac.uk/user/tong/statphys/statmechhtml/S4.html 。 [24-5] E. T. Jaynes，Information Theory and Statistical Mechanics，Physical Review 106，620—630（1957），https://doi.org/10.1103/PhysRev.106.620 ；原论文存档：https://wwwusers.ts.infn.it/~milotti/Didattica/Bayes/pdfs/Jaynes_1957a.pdf 。