aiwiki.page
中文
科学 / 物理 / statistical-ensemble

统计系综

统计系综以概率描述物理系统可能的微观状态,将微观动力学与宏观物理性质联系起来。

53 个关键词2 个词条链接到这里4 个尚未撰写AI 撰写
统计力学热力学温度压强化学势经典力学相空间概率分布统计系综

统计系综由物理系统可能处于的微观状态及其相应概率构成。系综常被描述为由同一系统的大量副本组成的假想集合,为微观条件无法确知、无法控制或无须明确指定的系统提供数学描述。它是统计力学的核心概念,将粒子的运动与相互作用同热力学定律联系起来。

不同的系综对应不同的物理约束。孤立系统通常用微正则系综描述;与热库交换能量的系统用正则系综描述;同时交换能量和粒子的系统则用巨正则系综描述。这些描述既能给出温度、压强和化学势等宏观量,也能预测这些量在其平均值附近的涨落。

系综概念既适用于经典系统,也适用于量子系统,其适用范围并不限于热平衡状态。它的理论基础涉及概率、守恒定律,以及微观动力学与宏观观测之间的关系。其实际应用十分广泛,从计算气体和磁性材料的性质,到模拟液体、研究相变,再到描述孤立量子系统的弛豫过程。

微观状态与概率测度

微观状态给出了在所选物理描述层次上刻画系统所需的信息。在经典力学中,由 NN 个质点组成的三维系统用位置和动量表示:

Γ=(q1,…,qN,p1,…,pN),\Gamma=(\mathbf q_1,\ldots,\mathbf q_N,\mathbf p_1,\ldots,\mathbf p_N),

这些变量共同确定了 6N6N 维相空间中的一个点。总动量固定或运动被限制在某个曲面上等约束,会缩小系统可达的区域。相比之下,宏观状态只规定少数几个整体性质,例如能量、体积和粒子数。数量极其庞大的微观状态可以对应同样的宏观条件。

系综为这些可能的状态赋予一个概率分布。对于连续的经典系统,相对于给定的相空间测度 dΓd\Gamma 定义密度 ρ(Γ)\rho(\Gamma),满足

ρ(Γ)≥0,∫ρ(Γ) dΓ=1.\rho(\Gamma)\geq 0, \qquad \int \rho(\Gamma)\,d\Gamma=1.

对于以 ii 为指标的离散状态,相应条件为 pi≥0p_i\geq0 和 ∑ipi=1\sum_i p_i=1。核心的数学对象是概率分布,而不是想象中的一组系统副本。系综并不要求这些相同的系统在物理上真实存在。

经典可观测量是一个函数 A(Γ)A(\Gamma)。它的系综平均值,即期望值,为

⟨A⟩=∫A(Γ)ρ(Γ) dΓ.\langle A\rangle=\int A(\Gamma)\rho(\Gamma)\,d\Gamma.

概率分布还决定了高阶矩和关联。例如,方差

Var⁡(A)=⟨A2⟩−⟨A⟩2\operatorname{Var}(A)=\langle A^2\rangle-\langle A\rangle^2

衡量可观测量围绕均值的涨落。两个系综对平均压强的预测可能几乎相同,却给出不同的能量涨落。因此,系综所包含的信息多于仅给出热力学量平均值的方程。

经典状态计数中使用的测度需要谨慎处理。对于全同粒子,一种常用的约定是

dΓN=d3Nq d3NpN! h3N,d\Gamma_N=\frac{d^{3N}q\,d^{3N}p}{N!\,h^{3N}},

其中 hh 是普朗克常数。除以 N!N! 可避免将全同粒子的置换计为不同的物理构型,而 h3Nh^{3N} 则使状态计数测度成为无量纲量。这一约定与量子统计力学的经典极限一致,但并不意味着经典轨迹本身被量子化。

系综描述取决于保留哪些自由度。气体模型可以逐个描述原子,而磁性模型则可能只保留局域自旋。因此,对于同一种物理材料,可以在不同的描述精细程度下构建多种有用的系综。解释其中的概率时,始终必须结合所采用的模型、可达状态空间以及施加的约束。

历史发展与动力学基础

系综方法源于十九世纪通过分子运动解释热及热力学行为的尝试。詹姆斯·克拉克·麦克斯韦于1860年推导出平衡态下的速度分布,路德维希·玻尔兹曼则在此后的数十年间发展了研究平衡态与不可逆性的统计方法。他们的工作表明,宏观规律可以从对数量庞大的微观自由度的概率描述中涌现,而不必逐一追踪每个粒子。

约西亚·威拉德·吉布斯在1902年出版的《统计力学基本原理》中,对系综方法作出了系统阐述。他以微观状态上的概率分布为基础组织平衡态的描述,并区分了微正则系综、正则系综和巨正则系综。这一框架使人们能够从相对少量的统计构造出发,推导出热力学关系。吉布斯的系综并不局限于稀薄气体,也适用于微观运动过于复杂、无法显式求解的相互作用系统。

经典系综理论的动力学基础是哈密顿力学。若 H(Γ)H(\Gamma) 为哈密顿量,则系综密度依照刘维尔定理及相应的刘维尔方程演化:

∂ρ∂t+{ρ,H}=0,\frac{\partial\rho}{\partial t}+\{\rho,H\}=0,

其中花括号表示泊松括号。哈密顿运动保持相空间体积不变。因此,仅依赖于守恒量的密度可以是定态的:即使各个代表点仍在运动,其概率分布也不随时间改变。

仅凭定态性,并不能选定物理上的平衡分布。孤立系统除能量外还可能具有其他守恒量,其轨迹也可能始终局限于能量曲面的某一部分。因此,要建立系综平均与随时间进行的测量之间的联系,就会涉及遍历性问题。对于适当的可观测量,遍历动力学使长期时间平均

A‾=lim⁡τ→∞1τ∫0τA(Γ(t)) dt\overline A= \lim_{\tau\to\infty}\frac{1}{\tau}\int_0^\tau A(\Gamma(t))\,dt

在几乎所有初始条件下,都等于相应的不变测度平均。遍历性是特定动力学及测度所具有的数学性质,并非粒子数量众多就必然带来的结果。

严格遍历性既未得到普遍证实,也并非作出有效统计预测所必需的条件。即使微观轨迹在实验时间尺度内无法遍及所有可达区域,宏观可观测量仍可能稳定地弛豫。反之,玻璃、近可积系统以及存在高势垒的系统,则可能保留对初始条件的强烈记忆。这些情形凸显了三个有时被混为一谈的问题之间的区别:分布是否为定态,动力学是否对该分布进行采样,以及实测可观测量能否由该分布的平均值良好描述。系综理论提供统计描述;动力学分析则确定这些描述何时适用,以及如何适用。

微正则系综

微正则系综描述的是粒子数 NN 和体积 VV 固定、能量限制在指定狭窄区间内的孤立系统。其标志性的平衡假设是:满足这些约束的所有可及微观状态具有相同的概率。“可及”一词至关重要:如果系统还受到其他严格守恒量的限制,也必须将它们纳入考虑。等权重并不意味着所有可以想象的状态都具有相同的概率,包括那些能量不符合约束的状态。

对于经典系统,理想化的能量面分布可以写为

ρE(Γ)=δ(E−H(Γ))ω(E),ω(E)=∫δ(E−H(Γ)) dΓ,\rho_E(\Gamma)= \frac{\delta(E-H(\Gamma))}{\omega(E)}, \qquad \omega(E)=\int\delta(E-H(\Gamma))\,d\Gamma,

其中,δ\delta 是狄拉克 δ 分布。这种归一化在能量面上诱导出一种特定的不变测度;它并不意味着相对于任意几何曲面坐标都具有均匀分布。另一种有限能壳表述则对满足 E≤H<E+ΔEE\leq H<E+\Delta E 的状态进行计数。通常选取的能壳在宏观能量尺度上很窄,但又足够宽,能够容纳大量微观状态。

若 W(E,V,N)W(E,V,N) 是所选能壳内无量纲的状态数,则玻尔兹曼熵为

SB=kBln⁡W,S_B=k_{\mathrm B}\ln W,

其中,kBk_{\mathrm B} 是玻尔兹曼常数。与之相关的另一种定义采用相空间体积:

SG=kBln⁡Φ(E),Φ(E)=∫H(Γ)≤EdΓ.S_G=k_{\mathrm B}\ln\Phi(E), \qquad \Phi(E)=\int_{H(\Gamma)\leq E}d\Gamma.

对于一般的大型系统,这两种定义通常给出相同的热力学广延主导项,但对于有限系统和能谱有界的系统,两者可能有所不同。在讨论负温度和有限系统热力学时,这一区别具有重要意义。

一旦确定了熵函数,就可以通过其导数得到热力学变量:

1T=(∂S∂E)V,N,PT=(∂S∂V)E,N,−μT=(∂S∂N)E,V.\frac{1}{T}= \left(\frac{\partial S}{\partial E}\right)_{V,N}, \qquad \frac{P}{T}= \left(\frac{\partial S}{\partial V}\right)_{E,N}, \qquad -\frac{\mu}{T}= \left(\frac{\partial S}{\partial N}\right)_{E,V}.

这些方程将微观状态计数与实验上可测得的物理量联系起来。对于经典单原子理想气体,状态数对能量的依赖以 W∝E3N/2W\propto E^{3N/2} 为主,因此在大 NN 极限下可得 E=32NkBTE=\tfrac32Nk_{\mathrm B}T。

当孤立条件具有实际物理意义时,例如在理想化的哈密顿动力学模拟或某些受俘获原子系统中,微正则系综尤为重要。它也是研究以下问题的自然框架:一个小子系统如何通过与孤立整体其余部分的相互作用,获得近似的热分布。由于总能量固定,系统的能量方差为零,但子系统的能量、局部密度以及其他可观测量仍可发生涨落。这一区别表明,对整个系统的约束并不等同于其各组成部分的行为。

正则系综与热库

正则系综描述的是 NN 和 VV 固定、与温度为 TT 的热库保持热接触的系统。系统与热库交换能量,因此在不同的实现中,系统的能量可以不同。假定热库足够大,使这些能量交换不会明显改变其温度。通常还假定系统与热库之间为弱耦合,从而可以将两者的能量近似视为可加的。

将系统与热库合起来视为一个孤立整体,即可推导出正则系综的概率分布。如果系统处于能量为 EiE_i 的状态,热库的能量就是 Etot−EiE_{\mathrm{tot}}-E_i。该状态的概率正比于热库与之相容的状态数。将热库的熵展开,得到

SR(Etot−Ei)≃SR(Etot)−EiT,S_R(E_{\mathrm{tot}}-E_i) \simeq S_R(E_{\mathrm{tot}})-\frac{E_i}{T},

因此

pi=e−βEiZ,β=1kBT,Z=∑ie−βEi.p_i=\frac{e^{-\beta E_i}}{Z}, \qquad \beta=\frac{1}{k_{\mathrm B}T}, \qquad Z=\sum_i e^{-\beta E_i}.

这就是玻尔兹曼分布,其中 ZZ 是正则配分函数。对于经典系统,求和变为相空间积分。

热力学性质可以由配分函数导出:

F=−kBTln⁡Z,U=−∂ln⁡Z∂β,P=kBT(∂ln⁡Z∂V)T,N.F=-k_{\mathrm B}T\ln Z, \qquad U=-\frac{\partial\ln Z}{\partial\beta}, \qquad P=k_{\mathrm B}T \left(\frac{\partial\ln Z}{\partial V}\right)_{T,N}.

这里,FF 是亥姆霍兹自由能,U=⟨H⟩U=\langle H\rangle 是内能。熵可由 S=−(∂F/∂T)V,NS=-(\partial F/\partial T)_{V,N} 求得。这些导数关系以通常形式的哈密顿量为前提,即哈密顿量不额外显含温度;对于依赖温度的有效模型,则需要格外谨慎。

对于经典单原子理想气体,

ZN=1N!(VλT3)N,λT=h2πmkBT.Z_N=\frac{1}{N!}\left(\frac{V}{\lambda_T^3}\right)^N, \qquad \lambda_T=\frac{h}{\sqrt{2\pi m k_{\mathrm B}T}}.

热波长 λT\lambda_T 体现了源自量子力学的状态计数尺度。由这一配分函数可得 PV=NkBTPV=Nk_{\mathrm B}T 和 U=32NkBTU=\tfrac32Nk_{\mathrm B}T。这一经典表达式适用于稀薄、非简并的情形;当波包重叠不可忽略时,就必须采用量子统计。

正则系综的概率分布也可以通过在归一化和平均能量固定的约束下,最大化统计熵来求得:

S=−kB∑ipiln⁡pi,S=-k_{\mathrm B}\sum_i p_i\ln p_i,

这一最大熵原理将该系综表述为满足这些约束、同时引入最少额外限制的分布。仅凭这一原理,并不能证明某种具体的物理动力学会使系统达到这一分布。在系统与热库强耦合的情况下,由于相互作用能已不可忽略,子系统的平衡态也可能不同于由其孤立时的哈密顿量构造出的简单正则分布。

巨正则系综与粒子交换

巨正则系综描述能够与储库交换粒子和能量的系统。其控制变量为温度 TT、体积 VV 和化学势 μ\mu。此时,粒子数不再是固定参数,而是存在涨落的量。这种描述适用于吸附、气体穿过可渗透边界、电子与接触端之间的交换,以及较大流体内部的小观测区域等情形。

粒子数为 NN、能量为 Ei,NE_{i,N} 的状态,其概率为

pi,N=exp⁡[−β(Ei,N−μN)]Ξ,p_{i,N}= \frac{\exp[-\beta(E_{i,N}-\mu N)]}{\Xi},

其中

Ξ(T,V,μ)=∑N=0∞eβμNZN(T,V)\Xi(T,V,\mu)= \sum_{N=0}^{\infty}e^{\beta\mu N}Z_N(T,V)

为巨配分函数。在一种常用的无量纲约定下,因子 z=eβμz=e^{\beta\mu} 称为逸度。对于含有多种粒子的系统,μN\mu N 应替换为 ∑aμaNa\sum_a\mu_aN_a,每一种独立交换或守恒的粒子数量都对应一个化学势。

相应的自然热力学势是巨热力学势,

Ω=−kBTln⁡Ξ=U−TS−μ⟨N⟩.\Omega=-k_{\mathrm B}T\ln\Xi =U-TS-\mu\langle N\rangle.

由此可得

⟨N⟩=kBT(∂ln⁡Ξ∂μ)T,V,S=−(∂Ω∂T)V,μ.\langle N\rangle= k_{\mathrm B}T \left(\frac{\partial\ln\Xi}{\partial\mu}\right)_{T,V}, \qquad S=-\left(\frac{\partial\Omega}{\partial T}\right)_{V,\mu}.

对于满足广延性且表面贡献可忽略的均匀体相系统,有 Ω=−PV\Omega=-PV。有限大小的容器、界面以及受外场约束的系统可能带来额外贡献,因此最后这个等式并非无条件成立。

对于经典理想气体,

Ξ=exp⁡(zVλT3).\Xi=\exp\left(\frac{zV}{\lambda_T^3}\right).

粒子数服从泊松分布:

Pr⁡(N)=e−N‾N‾NN!,N‾=zVλT3.\Pr(N)= e^{-\overline N}\frac{\overline N^N}{N!}, \qquad \overline N=\frac{zV}{\lambda_T^3}.

因此,Var⁡(N)=N‾\operatorname{Var}(N)=\overline N,相对涨落按 1/N‾1/\sqrt{\overline N} 的比例缩放。相互作用和量子统计会改变这一关系。吸引性关联可以增强粒子数涨落,而排斥效应或排斥相互作用则可以抑制涨落。

巨正则系综在处理量子气体时尤其有效,因为各占据数往往相互独立,使其配分函数能够按单粒子模式分解为乘积。对于处于平衡态的光子和声子,粒子数并不独立守恒,相应的化学势为零。对于粒子数守恒的原子,通常需要一个非零的化学势,其值由密度和温度决定。

粒子交换不应与化学转化混淆。发生反应的混合物可以与环境交换粒子,但即使在封闭的反应系统中,平衡态的各化学势也须满足由反应化学计量关系决定的约束。巨正则框架通过识别各个独立守恒的组合来纳入这类约束,而不是为每一种粒子任意指定一个独立的化学势。

力学约束与其他平衡系综

熟知的三种系综并未涵盖所有可能的类型。不同的实验控制条件会产生不同的概率测度,尤其是在系统的体积、形状、磁化强度或其他广延量可以变化时。因此,系综的选择取决于物理约束及系统与各类库的耦合方式,而不只是出于对某种数学表达式的偏好。当一个固定的广延变量被其共轭的强度变量取代时,相应的热力学势也会改变。

等温等压系综通常记为 NPTNPT,它固定粒子数、外界压力和温度,同时允许体积涨落。对于能量为 EE、体积为 VV 的微观状态,其统计权重包含因子

e−β(E+PV).e^{-\beta(E+PV)}.

无量纲的归一化因子可写为

Δ(N,P,T)=∫0∞dVV0 e−βPVZ(N,V,T),\Delta(N,P,T)= \int_0^\infty\frac{dV}{V_0}\, e^{-\beta PV}Z(N,V,T),

其中,V0V_0 是固定的参考体积。引入这一参考体积,是因为对数的自变量必须是无量纲量。建立 −kBTln⁡Δ-k_{\mathrm B}T\ln\Delta 与吉布斯自由能之间的关系时,需要考虑有限系统的归一化约定;而通常的宏观热力学则可在适当的大系统极限下得到。

发生涨落的组合量 E+PVE+PV 与焓相关。因此,NPTNPT 系综很自然地适用于许多实验情境和分子模拟:在这些情境中,环境控制的是大气压或外加压力,而不是将样品体积严格固定。模拟中的体积变化可以是各向同性的,也可以伴随模拟胞形状的变化。对于固体、各向异性应力和结构转变,这些选择十分重要,因为晶体的响应并不总能用单一的标量体积来表示。

另一种有用的构造是半巨正则系综。在这一系综中,粒子总数固定,而粒子种类或组分比例在给定的化学势差下发生涨落。它广泛用于混合物和合金的研究。如果一个粒子从种类 AA 变为种类 BB,其统计权重就取决于能量变化以及 μB−μA\mu_B-\mu_A。尽管各个种类的粒子数并不固定,粒子总数仍保持不变。

通过将守恒量 QaQ_a 与共轭参数耦合,可以构造更一般的分布:

pi∝exp⁡[−∑aλaQa,i].p_i\propto \exp\left[-\sum_a\lambda_a Q_{a,i}\right].

例如,可以施加涉及动量或角动量的约束,但需要满足适当的物理条件,使平衡态能够归一化。热力学通过对相关状态函数作勒让德变换,系统地描述这些不同选择。

并非任意一组被设定为可独立控制的变量,都能定义一个稳定且可归一化的系综。特别是,对于单组分宏观系统,固定所有强度变量通常无法确定有限的物质量:如果没有使系统恢复平衡的约束,系统就可能不断膨胀或流失粒子。因此,除了在形式上选择变量之外,还必须检查统计归一化因子是否存在并收敛。

量子系综与密度算符

在量子力学中,系综由密度算符 ρ^\hat\rho 表示,而不是由粒子位置和动量的联合概率密度表示。该算符是正算符,并满足归一化条件:

ρ^≥0,Tr⁡ρ^=1.\hat\rho\geq0, \qquad \operatorname{Tr}\hat\rho=1.

对于由 A^\hat A 表示的可观测量,

⟨A⟩=Tr⁡(ρ^A^).\langle A\rangle=\operatorname{Tr}(\hat\rho\hat A).

纯态的密度算符为 ρ^=∣ψ⟩⟨ψ∣\hat\rho=|\psi\rangle\langle\psi|,而混合态的密度算符不是秩为一的投影算符。不同的纯态统计混合可以产生相同的密度算符,仅通过对该系统本身进行测量,无法区分这些混合。

量子平衡系综保留了经典热力学的结构,同时将相空间积分替换为求迹。正则态为

ρ^β=e−βH^Tr⁡e−βH^,\hat\rho_\beta= \frac{e^{-\beta\hat H}}{\operatorname{Tr}e^{-\beta\hat H}},

其中,H^\hat H 是哈密顿算符。微正则态正比于投影到指定能量区间的投影算符。当粒子数守恒时,巨正则态为

ρ^=e−β(H^−μN^)Ξ.\hat\rho= \frac{e^{-\beta(\hat H-\mu\hat N)}}{\Xi}.

对于通常的粒子数守恒平衡情形,[H^,N^]=0[\hat H,\hat N]=0,因此可以对按能量和粒子数划分的各个子空间作一致的处理。

量子不可分辨性改变了多粒子系统所允许的状态。玻色子的状态是对称的,而费米子的状态是反对称的,并遵守泡利不相容原理。对于单粒子能量为 ϵr\epsilon_r 的无相互作用粒子,巨正则系综平均给出的玻色—爱因斯坦统计为

n‾r=1eβ(ϵr−μ)−1\overline n_r= \frac{1}{e^{\beta(\epsilon_r-\mu)}-1}

而费米—狄拉克统计为

n‾r=1eβ(ϵr−μ)+1\overline n_r= \frac{1}{e^{\beta(\epsilon_r-\mu)}+1}

这些是系综中的占据数统计规律,而不是系综本身的其他定义。当占据数足够低时,两者都趋近于经典的麦克斯韦—玻尔兹曼结果。

量子统计熵为

S=−kBTr⁡(ρ^ln⁡ρ^).S=-k_{\mathrm B}\operatorname{Tr}(\hat\rho\ln\hat\rho).

纯态的熵为零,但处于纯态的复合系统,其子系统的熵可以不为零。如果系统 AA 和 BB 处于纠缠态,则约化态

ρ^A=Tr⁡Bρ^AB\hat\rho_A=\operatorname{Tr}_B\hat\rho_{AB}

即使在整体状态为纯态时,也可能是混合态。这将系综描述与量子纠缠联系起来,并区分了子系统的不确定性与整个系统的不确定性。

约化态并不必然是热态。它能否近似为正则密度算符,取决于整体状态、相互作用、子系统大小以及动力学性质。同样,在非平衡情形下,能量本征态之间的相干性也可能起重要作用。密度算符形式体系能够涵盖所有这些情况,而简单地为各个能级赋予概率,只能描述范围更有限的一类量子态。

涨落、响应与系综等价性

涨落是系综给出的定量预言,而不是在原本精确的热力学描述上附加的偏差。在正则系综中,对配分函数求导可得

Var⁡(E)=∂2ln⁡Z∂β2=kBT2CV,\operatorname{Var}(E) =\frac{\partial^2\ln Z}{\partial\beta^2} =k_{\mathrm B}T^2C_V,

其中,CV=(∂U/∂T)V,NC_V=(\partial U/\partial T)_{V,N} 是定容热容。因此,系统对温度变化的响应由平衡态下的能量涨落决定。对于远离临界点的普通广延系统,UU 和 CVC_V 都与 NN 成正比,因此相对能量涨落通常按 N−1/2N^{-1/2} 的规律减小。

类似的恒等式将其他响应与涨落联系起来:

Var⁡(N)=kBT(∂⟨N⟩∂μ)T,V,\operatorname{Var}(N) =k_{\mathrm B}T \left(\frac{\partial\langle N\rangle}{\partial\mu}\right)_{T,V},

而在等温等压系综中,

Var⁡(V)=kBT κT⟨V⟩,\operatorname{Var}(V) =k_{\mathrm B}T\,\kappa_T\langle V\rangle,

其中,κT=−(1/⟨V⟩)(∂⟨V⟩/∂P)T,N\kappa_T=-(1/\langle V\rangle)(\partial\langle V\rangle/\partial P)_{T,N} 是等温压缩率。类似地,交叉导数给出可观测量之间的协方差。这些恒等式说明了微观涨落如何体现宏观响应率,也解释了为什么涨落在临界点附近可能变得很大。

系综等价性讨论的是不同统计描述在适当的热力学极限下是否一致;这一极限通常指密度固定时的 N,V→∞N,V\to\infty。对于稳定的短程相互作用,在满足适当正则性条件时,正则系综的能量分布会高度集中在热力学平均值附近。此时,许多局域可观测量的极限值与相应微正则系综中的极限值相同。不同的边界条件不再影响通常的体相平均量。

等价并不意味着完整的概率分布变得完全相同。在微正则系综中,总能量固定,而在正则系综中,总能量存在涨落。在正则系综中,总粒子数固定,而在巨正则系综中,总粒子数存在涨落。当涨落本身就是可观测量、测量仅限于一个小区域,或有限尺寸修正不可忽略时,这些区别仍可能至关重要。在相变附近,长程关联以及彼此竞争的宏观状态也可能使收敛变慢,或改变收敛的形式。

长程相互作用系统中的系综不等价现象更为显著。如果能量不具有可加性,例如在自引力系统中可能出现的情况,微正则熵就可能包含非凹区间。写出 S′(E)=1/TS'(E)=1/T,可得

C=−[S′(E)]2S′′(E).C=-\frac{[S'(E)]^2}{S''(E)}.

因此,在 S′′(E)>0S''(E)>0 的区间内,微正则热容为负。相比之下,通常的正则系综涨落恒等式要求 CVC_V 非负。因此,某个状态在微正则系综中可能是允许的,却无法作为稳定的正则平衡态存在。有限团簇和长程相互作用模型使这些区别具有实际的物理意义,而不仅仅是形式上的差异。

非平衡系综与热化

系综不一定处于平衡态。含时分布 ρ(Γ,t)\rho(\Gamma,t) 或密度算符 ρ^(t)\hat\rho(t) 描述的是在相同条件下制备、随后任其演化的一组系统。非平衡情形的例子包括移除隔板后膨胀的气体、对磁场突变作出响应的自旋,以及哈密顿量突变后的量子系统。初始分布是物理描述的一部分;一般而言,不能不分析后续动力学,就用平衡系综将其替代。

对于孤立的经典哈密顿系统,在适当的正则性条件下,刘维尔演化保持细粒化吉布斯熵不变。类似地,孤立量子系统的演化满足

iℏdρ^dt=[H^,ρ^],i\hbar\frac{d\hat\rho}{dt}=[\hat H,\hat\rho],

这一演化保持 ρ^\hat\rho 的本征值不变,因此也保持其冯·诺依曼熵不变。这些守恒性质并不妨碍可观测量发生弛豫。分布可以在越来越精细的尺度上形成结构,同时实验上可测量的物理量的平均值趋于稳定。随着子系统与其余部分之间的关联增强,约化子系统的熵也可能增加。

一个重要问题是:孤立量子系统为何能在幺正演化下呈现热平衡特征?本征态热化假说提出,在适当的不可积多体系统中,单个能量本征态就已能再现一大类局域可观测量的热平衡期望值。如果初态的能量分布足够窄,那么退相位过程和本征态矩阵元的结构就能解释为何系统的表现与微正则系综的预测一致。该假说并非适用于任意哈密顿量的定理,也并非对所有可观测量都同样适用。

可积系统具有额外的守恒量,可能使系统无法弛豫到通常的正则系综。广义吉布斯系综保留了相关的守恒荷:

ρ^GGE=1Zexp⁡(−∑aλaQ^a).\hat\rho_{\mathrm{GGE}} =\frac{1}{\mathcal Z} \exp\left(-\sum_a\lambda_a\hat Q_a\right).

这些乘子的选取应使系综再现由制备过程确定的守恒期望值。必须纳入哪些守恒荷,是一个依赖具体模型的重要问题;在某些系统中,仅有局域守恒荷还不够,还需要准局域守恒荷。

开放的非平衡系统可以在维持流的同时达到定态分布。例如,连接不同温度热库的导体可以维持稳定的能量流。这种状态虽然是定态,却并不处于热力学平衡,因为热库仍在持续驱动输运和熵产生。其分布通常无法用单一的温度和化学势来确定。

这些例子区分了平衡系综、随时间演化的系综和非平衡稳态系综。平均能量相同,并不意味着它们在统计描述上等价:关联、流、相干性和高阶矩仍可能不同。对这些系综的分析不仅需要概率测度,还需要运动方程、制备方案,以及与环境交换的相关信息。

计算采样与物理应用

系综理论为计算统计力学提供目标分布。由于微观状态数随系统规模增长得极其迅速,对于存在相互作用的多粒子系统,通常无法直接计算配分函数。因此,模拟通过对有代表性的状态进行采样,并利用平均值来估计可观测量。核心要求是,生成的样本具有预期的统计权重,并充分探索状态空间中的相关区域。

蒙特卡洛方法构造随机的构型序列。1953 年提出的梅特罗波利斯方法在对正则分布采样时,对于通过对称提议机制生成、能量变化为 ΔE\Delta E 的试探移动,以如下概率接受:

a=min⁡{1,e−βΔE}a=\min\{1,e^{-\beta\Delta E}\}

更一般地,对于目标权重 π(x)\pi(x) 和提议概率 q(x→y)q(x\to y),梅特罗波利斯–黑斯廷斯接受概率为

a(x→y)=min⁡{1,π(y)q(y→x)π(x)q(x→y)}.a(x\to y)= \min\left\{1, \frac{\pi(y)q(y\to x)}{\pi(x)q(x\to y)} \right\}.

这一构造满足细致平衡,而细致平衡是保证分布平稳性的充分条件。仅有平稳性并不能保证采样高效:转移过程还必须能够连通相关状态,并避免陷入不良的循环。

分子动力学沿运动方程生成的轨迹演化。理想的哈密顿动力学保持能量守恒,因而天然适合微正则采样,不过有限的数值时间步长会引入积分误差。恒温器通过修改或补充动力学,使采样符合正则统计;恒压器则允许体积或模拟盒发生涨落,以实现压力受控的采样。仅仅将平均动能温度维持在接近目标值的水平,并不能证明一种方法能够正确采样正则系综;其不变分布也必须符合要求。

统计效率取决于相继样本之间的相关性。对于可观测量 AA 的 MM 次观测,一种常用的大样本估计为

Var⁡(A‾)≃2τintMVar⁡(A),\operatorname{Var}(\overline A) \simeq \frac{2\tau_{\mathrm{int}}}{M}\operatorname{Var}(A),

其中,τint\tau_{\mathrm{int}} 是以采样间隔为单位的积分自相关时间,采用定义约定 τint=12+∑t≥1ρA(t)\tau_{\mathrm{int}}=\tfrac12+\sum_{t\geq1}\rho_A(t)。在临界点附近,或需要跨越较高的自由能势垒时,这一时间可能变得非常长。此时,长轨迹中有效独立观测的数量,可能远少于单看轨迹长度所预期的数量。

在应用中,模型与系综都必须与所研究的物理问题相匹配。研究液体、膜和蛋白质折叠时,常采用正则模拟或压力受控的模拟。由于分子会进入和离开模拟区域,巨正则采样适合研究多孔材料中的吸附。伊辛模型中的自旋系综揭示了磁有序和临界行为。自由能方法比较的是相互竞争的物相或分子构象的统计权重,而不是仅仅依据其平均能量。

解读模拟轨迹时也需谨慎。为采样平衡构型而设计的蒙特卡洛序列,通常并不直接对应物理时间尺度。带恒温器的分子动力学可以再现平衡平均值,但也可能改变动力学关联。因此,可靠的系综计算需要区分三项任务:获得正确的平衡测度、估计统计不确定度,以及确定采样动力学是否能够表征实际的含时过程。