统计物理 · 第二部分 统计热力学 · 第 4 章

正则系综:配分函数

The Canonical Ensemble: The Partition Function
已完成讲义更新于 2026.10.08统计物理讲义 v1.0
本章目标

导出与大热源接触的系统的概率分布(正则分布),引入统计力学的核心工具——配分函数 ZZ,并建立"Z→F→Z\to F\to 全部热力学量"的计算流程。

§4.1正则分布的推导

考虑系统 S 与一个大热源 R 接触,二者之间可以交换能量,S+R 作为整体是孤立的,总能量 EtotE_{\mathrm{tot}} 固定。热源"大"的含义是:它的自由度远多于系统,系统能量的任何变化对热源而言都是微小扰动。

问:系统处于某个特定微观态 ii(能量 EiE_i)的概率 PiP_i 是多少?此时热源的能量为 Etot−EiE_{\mathrm{tot}} - E_i,可以处于 ΩR(Etot−Ei)\Omega_{\mathrm R}(E_{\mathrm{tot}}-E_i) 个微观态中的任一个。对孤立的 S+R 用等概率原理:

Pi∝1×ΩR(Etot−Ei)=exp⁡[SR(Etot−Ei)kB](4.1)P_i \propto 1\times\Omega_{\mathrm R}(E_{\mathrm{tot}}-E_i) = \exp\left[\frac{S_{\mathrm R}(E_{\mathrm{tot}}-E_i)}{k_{\mathrm B}}\right] \tag{4.1}

由于 Ei≪EtotE_i\ll E_{\mathrm{tot}},把 SRS_{\mathrm R} 在 EtotE_{\mathrm{tot}} 处泰勒展开(提示 A3),并用 ∂SR/∂E=1/T\partial S_{\mathrm R}/\partial E = 1/T:

SR(Etot−Ei)kB=SR(Etot)kB−EikBT+12kB∂2SR∂E2Ei2−⋯\frac{S_{\mathrm R}(E_{\mathrm{tot}}-E_i)}{k_{\mathrm B}} = \frac{S_{\mathrm R}(E_{\mathrm{tot}})}{k_{\mathrm B}} - \frac{E_i}{k_{\mathrm B}T} + \frac{1}{2k_{\mathrm B}}\frac{\partial^2S_{\mathrm R}}{\partial E^2}E_i^2 - \cdots

二阶项可以忽略:由 §3.2,∂2SR/∂E2=−1/(T2CR)\partial^2S_{\mathrm R}/\partial E^2 = -1/(T^2C_{\mathrm R}),二阶项与一阶项之比约为 Ei/(2TCR)E_i/(2TC_{\mathrm R})。系统的典型能量 Ei∼CSTE_i\sim C_{\mathrm S}T,所以这个比值约为 CS/(2CR)C_{\mathrm S}/(2C_{\mathrm R})——热源越大越小,在热源无穷大的极限下为零。第一项是与 ii 无关的常数,可以吸收进归一化。于是得到正则分布:

Pi=e−βEiZ,β=1kBT(4.2)P_i = \frac{e^{-\beta E_i}}{Z},\qquad \beta = \frac{1}{k_{\mathrm B}T} \tag{4.2}

其中归一化因子

Z(T,V,N)=∑ie−βEi(4.3)Z(T,V,N) = \sum_i e^{-\beta E_i} \tag{4.3}

称为配分函数(德文 Zustandssumme,"态和");e−βEie^{-\beta E_i} 称为玻尔兹曼因子。TT 是热源的温度;平衡时它也是系统的温度。

几点说明:

  • 对态求和与对能级求和。(4.3) 是对每一个微观态求和。若能级 ElE_l 的简并度为 glg_l,则 Z=∑lgle−βElZ = \sum_l g_l e^{-\beta E_l},系统处于能级 ll(不论哪个态)的概率为 gle−βEl/Zg_le^{-\beta E_l}/Z。
  • 相对概率。两个微观态的概率之比 Pi/Pj=e−β(Ei−Ej)P_i/P_j = e^{-\beta(E_i - E_j)} 只依赖于能量差。能量高出若干个 kBTk_{\mathrm B}T 的态几乎不被占据:kBTk_{\mathrm B}T 是"热能标尺"。
  • 经典情形。由 (2.23),对微观态求和变为相空间积分:
Z=1N! h3N∫e−βH(r,p) d3Nr d3Np,ρ(r,p)=e−βHN! h3NZ(4.4)Z = \frac{1}{N!\,h^{3N}}\int e^{-\beta\mathcal H(r,p)}\,d^{3N}r\,d^{3N}p,\qquad \rho(r,p) = \frac{e^{-\beta\mathcal H}}{N!\,h^{3N}Z} \tag{4.4}
  • 由 §2.6 的推论,ρ∝e−βH\rho\propto e^{-\beta\mathcal H} 只依赖于能量,因而不随时间变化。

§4.2由配分函数计算热力学量

(a) 内能。由 (4.2),U=⟨E⟩=∑iEie−βEi/ZU = \langle E\rangle = \sum_iE_ie^{-\beta E_i}/Z。注意 ∂Z/∂β=−∑iEie−βEi\partial Z/\partial\beta = -\sum_iE_ie^{-\beta E_i},所以

U=−(∂ln⁡Z∂β)V,N(4.5)U = -\left(\frac{\partial\ln Z}{\partial\beta}\right)_{V,N} \tag{4.5}

(b) 熵:吉布斯熵公式。对任意概率分布 {Pi}\lbrace P_i\rbrace 定义

S=−kB∑iPiln⁡Pi(4.6)S = -k_{\mathrm B}\sum_iP_i\ln P_i \tag{4.6}

对微正则分布 Pi=1/ΩP_i = 1/\Omega,(4.6) 给出 S=−kB⋅Ω⋅1Ωln⁡1Ω=kBln⁡ΩS = -k_{\mathrm B}\cdot\Omega\cdot\frac1\Omega\ln\frac1\Omega = k_{\mathrm B}\ln\Omega,与玻尔兹曼熵 (3.4) 一致,所以 (4.6) 是 (3.4) 的推广。§4.3 将证明,对正则分布 (4.6) 满足热力学熵的定义 dS=δQrev/TdS = \delta Q_{\mathrm{rev}}/T;§4.4 将证明它与同一宏观态的微正则熵相同。

(c) 自由能。对正则分布 ln⁡Pi=−βEi−ln⁡Z\ln P_i = -\beta E_i - \ln Z,代入 (4.6):

S=kB∑iPi(βEi+ln⁡Z)=kBβU+kBln⁡Z=UT+kBln⁡Z(4.7)S = k_{\mathrm B}\sum_iP_i(\beta E_i + \ln Z) = k_{\mathrm B}\beta U + k_{\mathrm B}\ln Z = \frac UT + k_{\mathrm B}\ln Z \tag{4.7}

于是 F=U−TSF = U - TS 为

F=−kBTln⁡Z(4.8)\boxed{F = -k_{\mathrm B}T\ln Z} \tag{4.8}

这是正则系综与热力学的"接头":算出 Z(T,V,N)Z(T,V,N),就得到了以自然变量表示的 F(T,V,N)F(T,V,N),从而得到全部热力学。

一致性检验:由 (1.15),热力学要求 U=∂(βF)/∂βU = \partial(\beta F)/\partial\beta;而由 (4.8)、(4.5),∂(βF)/∂β=−∂ln⁡Z/∂β=U\partial(\beta F)/\partial\beta = -\partial\ln Z/\partial\beta = U,一致。再由 (1.11),S=−∂F/∂T=kBln⁡Z+kBT ∂ln⁡Z/∂TS = -\partial F/\partial T = k_{\mathrm B}\ln Z + k_{\mathrm B}T\,\partial\ln Z/\partial T,而 ∂ln⁡Z/∂T=(∂ln⁡Z/∂β)(dβ/dT)=U/(kBT2)\partial\ln Z/\partial T = (\partial\ln Z/\partial\beta)(d\beta/dT) = U/(k_{\mathrm B}T^2),又回到 (4.7)。

(d) 压强。由 (1.11),

p=−(∂F∂V)T,N=kBT(∂ln⁡Z∂V)T,N=∑iPi(−∂Ei∂V)(4.9)p = -\left(\frac{\partial F}{\partial V}\right)_{T,N} = k_{\mathrm B}T\left(\frac{\partial\ln Z}{\partial V}\right)_{T,N} = \sum_iP_i\left(-\frac{\partial E_i}{\partial V}\right) \tag{4.9}

最后一步用了 ∂ln⁡Z/∂V=1Z∑i(−β ∂Ei/∂V)e−βEi\partial\ln Z/\partial V = \frac1Z\sum_i(-\beta\,\partial E_i/\partial V)e^{-\beta E_i}。量 −∂Ei/∂V-\partial E_i/\partial V 正是系统处于态 ii 时对器壁的力学压强:缓慢推动器壁使体积改变 dVdV,处于定态 ii 的系统(量子绝热定理保证它始终处于"同一个"态)能量改变 dEidE_i,这就是外界所做的功,dEi=−pi dVdE_i = -p_i\,dV。所以统计定义的压强就是力学压强的系综平均——这补全了 §3.2 中留下的论证。

(e) 化学势与热容:

μ=(∂F∂N)T,V,CV=(∂U∂T)V=kBβ2(∂2ln⁡Z∂β2)V(4.10)\mu = \left(\frac{\partial F}{\partial N}\right)_{T,V},\qquad C_V = \left(\frac{\partial U}{\partial T}\right)_V = k_{\mathrm B}\beta^2\left(\frac{\partial^2\ln Z}{\partial\beta^2}\right)_V \tag{4.10}

(第二式:CV=dβdT∂U∂βC_V = \frac{d\beta}{dT}\frac{\partial U}{\partial\beta},其中 dβ/dT=−kBβ2d\beta/dT = -k_{\mathrm B}\beta^2,∂U/∂β=−∂2ln⁡Z/∂β2\partial U/\partial\beta = -\partial^2\ln Z/\partial\beta^2。)

要点正则系综的计算流程

写出能谱 {Ei}\lbrace E_i\rbrace → 计算 Z=∑ie−βEiZ = \sum_ie^{-\beta E_i} → F=−kBTln⁡ZF = -k_{\mathrm B}T\ln Z → S=−∂F/∂TS = -\partial F/\partial T,p=−∂F/∂Vp = -\partial F/\partial V,μ=∂F/∂N\mu = \partial F/\partial N,U=−∂ln⁡Z/∂βU = -\partial\ln Z/\partial\beta,CV=∂U/∂TC_V = \partial U/\partial T。

§4.3热与功的统计诠释

由 U=∑iPiEiU = \sum_iP_iE_i,

dU=∑iEi dPi+∑iPi dEi(4.11)dU = \sum_iE_i\,dP_i + \sum_iP_i\,dE_i \tag{4.11}
  • 第二项:概率不变,能级本身移动。能级随外参量(如体积)改变,dEi=(∂Ei/∂V) dVdE_i = (\partial E_i/\partial V)\,dV,由 (4.9),∑iPi dEi=−p dV\sum_iP_i\,dE_i = -p\,dV——这是功。
  • 第一项:能级不变,各态的占据概率改变——这是热:δQ=∑iEi dPi\delta Q = \sum_iE_i\,dP_i。

于是 (4.11) 就是第一定律 dU=δQ+δWdU = \delta Q + \delta W。再看吉布斯熵的变化(利用 ∑idPi=0\sum_idP_i = 0):

dS=−kB∑i(ln⁡Pi+1) dPi=−kB∑iln⁡Pi dPi=−kB∑i(−βEi−ln⁡Z) dPi=kBβ∑iEi dPi=δQT(4.12)dS = -k_{\mathrm B}\sum_i(\ln P_i + 1)\,dP_i = -k_{\mathrm B}\sum_i\ln P_i\,dP_i = -k_{\mathrm B}\sum_i(-\beta E_i - \ln Z)\,dP_i = k_{\mathrm B}\beta\sum_iE_i\,dP_i = \frac{\delta Q}{T} \tag{4.12}

这正是热力学熵的定义 (1.4)(这里的过程是在一系列正则分布之间的准静态变化)。所以吉布斯熵 (4.6) 就是热力学熵;同时我们看到了 1/T1/T 为什么是 δQ\delta Q 的积分因子。

§4.4能量涨落与系综的等价性

正则系综中系统能量不再固定,而是有涨落。由 ∂2Z/∂β2=∑iEi2e−βEi\partial^2 Z/\partial\beta^2 = \sum_iE_i^2e^{-\beta E_i} 得 ⟨E2⟩=Z−1∂2Z/∂β2\langle E^2\rangle = Z^{-1}\partial^2Z/\partial\beta^2,于是

∂2ln⁡Z∂β2=∂∂β(1Z∂Z∂β)=1Z∂2Z∂β2−(1Z∂Z∂β)2=⟨E2⟩−⟨E⟩2\frac{\partial^2\ln Z}{\partial\beta^2} = \frac{\partial}{\partial\beta}\left(\frac{1}{Z}\frac{\partial Z}{\partial\beta}\right) = \frac{1}{Z}\frac{\partial^2Z}{\partial\beta^2} - \left(\frac1Z\frac{\partial Z}{\partial\beta}\right)^2 = \langle E^2\rangle - \langle E\rangle^2

又由 (4.5),它等于 −∂U/∂β=kBT2 ∂U/∂T-\partial U/\partial\beta = k_{\mathrm B}T^2\,\partial U/\partial T。所以

σE2≡⟨E2⟩−⟨E⟩2=kBT2CV(4.13)\sigma_E^2\equiv\langle E^2\rangle - \langle E\rangle^2 = k_{\mathrm B}T^2C_V \tag{4.13}

两个重要推论:

  1. CV≥0C_V\ge0:方差不可能为负。热力学稳定性条件 (1.10) 在统计力学中自动成立。
  2. 相对涨落极小:CV∼NkBC_V\sim Nk_{\mathrm B},U∼NkBTU\sim Nk_{\mathrm B}T,故
σEU∼1N(4.14)\frac{\sigma_E}{U}\sim\frac{1}{\sqrt N} \tag{4.14}

例如单原子理想气体 U=32NkBTU = \frac32Nk_{\mathrm B}T,CV=32NkBC_V = \frac32Nk_{\mathrm B},σE/U=2/(3N)\sigma_E/U = \sqrt{2/(3N)},对 N=1023N = 10^{23} 约为 3×10−123\times10^{-12}。这与 (3.6) 在 C2→∞C_2\to\infty 时的结果一致。

能谱
PnP_n
n (能级 En=nε)n\ \text{(能级 }E_n = n\varepsilon\text{)}
ZZ
—
⟨E⟩/ε\langle E\rangle/\varepsilon
—
σE/ε\sigma_E/\varepsilon
—
图 4.1正则分布下各能级的占据概率 Pn=gne−βEn/ZP_n = g_ne^{-\beta E_n}/Z。温度低时几乎只占据基态;温度升高,高能级依次被占据,平均能量和能量涨落 σE\sigma_E((4.13))都增大。能级的简并度随能量增大时,最可能的能量不再是基态。

能量的概率分布。把能量在 [E,E+δE][E,E+\delta E] 内的微观态合并,系统能量为 EE 的概率是

P(E)=Ω(E) e−βEZ,ln⁡P(E)=S(E)kB−βE−ln⁡Z(4.15)P(E) = \frac{\Omega(E)\,e^{-\beta E}}{Z},\qquad \ln P(E) = \frac{S(E)}{k_{\mathrm B}} - \beta E - \ln Z \tag{4.15}

其中 S(E)=kBln⁡Ω(E)S(E) = k_{\mathrm B}\ln\Omega(E) 是微正则熵。Ω(E)\Omega(E) 随 EE 急剧增大,e−βEe^{-\beta E} 急剧减小,乘积有尖峰。极大条件是 ∂S/∂E=1/T\partial S/\partial E = 1/T:峰位于"微正则温度等于热源温度"的能量处,即 E=UE = U。二阶导数 kB−1∂2S/∂E2=−1/(kBT2CV)k_{\mathrm B}^{-1}\partial^2S/\partial E^2 = -1/(k_{\mathrm B}T^2C_V),所以峰是方差为 kBT2CVk_{\mathrm B}T^2C_V 的高斯分布,与 (4.13) 一致。

系综等价。和式 Z=∑EΩ(E)e−βEZ = \sum_E\Omega(E)e^{-\beta E} 由峰值主导((2.13) 的求和版本),有显著贡献的项数只是 NN 的幂次,故

ln⁡Z=S(U)kB−βU+O(ln⁡N)⟹−kBTln⁡Z=U−TS微正则(U)+O(kBTln⁡N)(4.16)\ln Z = \frac{S(U)}{k_{\mathrm B}} - \beta U + O(\ln N)\quad\Longrightarrow\quad -k_{\mathrm B}T\ln Z = U - TS_{\text{微正则}}(U) + O(k_{\mathrm B}T\ln N) \tag{4.16}

即正则系综算出的 FF 与微正则系综算出的 U−TSU - TS 在热力学极限下完全相同。对宏观系统,选用哪个系综只是计算方便与否的问题;不同系综的区别只体现在"被固定的量"与"可以涨落的量"的涨落上。

§4.5独立子系与配分函数的因子化

两个独立部分。若系统由不相互作用的两部分组成,微观态由两部分各自的态 (i,j)(i,j) 标记,Eij=Ei(1)+Ej(2)E_{ij} = E_i^{(1)} + E_j^{(2)},则

Z=∑i,je−β(Ei(1)+Ej(2))=(∑ie−βEi(1))(∑je−βEj(2))=Z1Z2(4.17)Z = \sum_{i,j}e^{-\beta(E_i^{(1)} + E_j^{(2)})} = \left(\sum_ie^{-\beta E_i^{(1)}}\right)\left(\sum_je^{-\beta E_j^{(2)}}\right) = Z_1Z_2 \tag{4.17}

(ea+b=eaebe^{a+b} = e^ae^b,再利用乘法对加法的分配律把双重和拆开。)于是 ln⁡Z\ln Z、FF、UU、SS 都是两部分之和。

NN 个可区分的全同单元(如固定在晶格格点上的原子,格点位置使它们可区分)。反复使用 (4.17):

Z=qN,q≡∑je−βεj(4.18)Z = q^N,\qquad q\equiv\sum_je^{-\beta\varepsilon_j} \tag{4.18}

qq 称为单粒子配分函数,εj\varepsilon_j 是单个粒子的状态 jj 的能量。

NN 个不可区分的全同粒子(如气体分子),经典极限。qN=∑j1,…,jNe−β(εj1+⋯+εjN)q^N = \sum_{j_1,\dots,j_N}e^{-\beta(\varepsilon_{j_1}+\cdots+\varepsilon_{j_N})} 把每一种"带标签"的分配 (j1,…,jN)(j_1,\dots,j_N) 都算作一项。若 NN 个粒子处于 NN 个互不相同的单粒子态,交换标签得到的 N!N! 项实际上是同一个物理状态。当可及的单粒子态数远大于 NN 时,两个粒子处于同一个态的情形可以忽略,于是

Z≈qNN!(4.19)Z\approx\frac{q^N}{N!} \tag{4.19}

(适用条件的定量形式见 §5.6,严格处理见 §8.6。)

单个粒子的状态分布。对 (4.18) 或 (4.19),给定粒子(例如 1 号)处于单粒子态 jj 的概率 P1(j)P_1(j),是对其余粒子的所有状态求和(边缘分布,提示 C3);1/N!1/N! 在比值中相消:

P1(j)=e−βεj qN−1qN=e−βεjq,⟨Nj⟩=Ne−βεjq(4.20)P_1(j) = \frac{e^{-\beta\varepsilon_j}\,q^{N-1}}{q^N} = \frac{e^{-\beta\varepsilon_j}}{q},\qquad \langle N_j\rangle = N\frac{e^{-\beta\varepsilon_j}}{q} \tag{4.20}

⟨Nj⟩\langle N_j\rangle 是处于态 jj 的平均粒子数。这就是玻尔兹曼分布,第5章将详细讨论。

边缘分布

若 (X,Y)(X,Y) 的联合分布为 P(x,y)P(x,y),则 XX 单独的分布为 P(x)=∑yP(x,y)P(x) = \sum_yP(x,y)。(详见附录 C3。)

§4.6另一种视角:最大熵原理

问:在只知道平均能量 UU 的情况下,"最无偏"的概率分布是什么?把吉布斯熵 (4.6) 理解为"不确定性的度量",在约束 ∑iPi=1\sum_iP_i = 1、∑iPiEi=U\sum_iP_iE_i = U 下求 SS 的极大。

拉格朗日乘子法

求 f(x1,…,xn)f(x_1,\dots,x_n) 在约束 gk(x)=0g_k(x) = 0 下的极值:构造 L=f−∑kλkgk\mathcal L = f - \sum_k\lambda_kg_k,令 ∂L/∂xi=0\partial\mathcal L/\partial x_i = 0,再用约束确定 λk\lambda_k。几何意义:在极值点 ∇f\nabla f 必须是诸 ∇gk\nabla g_k 的线性组合,否则沿约束曲面移动还能使 ff 增大。(详见附录 A8;乘子的物理意义见 §A8.4。)

令 L=−∑iPiln⁡Pi−α(∑iPi−1)−β(∑iPiEi−U)\mathcal L = -\sum_iP_i\ln P_i - \alpha\left(\sum_iP_i - 1\right) - \beta\left(\sum_iP_iE_i - U\right),

∂L∂Pi=−ln⁡Pi−1−α−βEi=0⟹Pi=e−1−αe−βEi(4.21)\frac{\partial\mathcal L}{\partial P_i} = -\ln P_i - 1 - \alpha - \beta E_i = 0\quad\Longrightarrow\quad P_i = e^{-1-\alpha}e^{-\beta E_i} \tag{4.21}

归一化给出 e1+α=Ze^{1+\alpha} = Z——正是正则分布,拉格朗日乘子 β\beta 就是 1/(kBT)1/(k_{\mathrm B}T)。由于 ∂2(−Pln⁡P)/∂P2=−1/P<0\partial^2(-P\ln P)/\partial P^2 = -1/P<0,这是极大值。若只有归一化约束(没有能量约束),同样的计算给出 PiP_i 为常数,即微正则分布。这个观点(杰恩斯,1957)把统计力学与信息论联系起来:(4.6) 去掉 kBk_{\mathrm B} 就是香农信息熵。

§4.7例:经典单原子理想气体(正则处理)

由 (4.19),只需计算单粒子配分函数。用 (4.4) 的单粒子版本:

q=1h3∫d3r∫d3p e−βp2/2m=Vh3(∫−∞∞e−βpx2/2mdpx)3=Vh3(2πmβ)3/2=Vλ3(4.22)q = \frac{1}{h^3}\int d^3r\int d^3p\,e^{-\beta p^2/2m} = \frac{V}{h^3}\left(\int_{-\infty}^\infty e^{-\beta p_x^2/2m}dp_x\right)^3 = \frac{V}{h^3}\left(\frac{2\pi m}{\beta}\right)^{3/2} = \frac{V}{\lambda^3} \tag{4.22}

(高斯积分 (2.3),a=β/2ma = \beta/2m;λ\lambda 为 (3.16) 中的热波长。)于是 Z=(V/λ3)N/N!Z = (V/\lambda^3)^N/N!,用斯特林公式:

F=−kBTln⁡Z=−NkBT[ln⁡VNλ3+1](4.23)F = -k_{\mathrm B}T\ln Z = -Nk_{\mathrm B}T\left[\ln\frac{V}{N\lambda^3} + 1\right] \tag{4.23}

由此(注意 λ3∝T−3/2\lambda^3\propto T^{-3/2},ln⁡Z=Nln⁡V+3N2ln⁡2πmh2β−ln⁡N!\ln Z = N\ln V + \frac{3N}{2}\ln\frac{2\pi m}{h^2\beta} - \ln N!):

  • p=−∂F/∂V=NkBT/Vp = -\partial F/\partial V = Nk_{\mathrm B}T/V;
  • U=−∂ln⁡Z/∂β=3N2β=32NkBTU = -\partial\ln Z/\partial\beta = \frac{3N}{2\beta} = \frac32Nk_{\mathrm B}T;
  • S=(U−F)/T=NkB[ln⁡VNλ3+52]S = (U - F)/T = Nk_{\mathrm B}\left[\ln\frac{V}{N\lambda^3} + \frac52\right];
  • μ=∂F/∂N=−kBTln⁡VNλ3\mu = \partial F/\partial N = -k_{\mathrm B}T\ln\frac{V}{N\lambda^3}(把 FF 写成 −kBT[Nln⁡(V/λ3)−Nln⁡N+N]-k_{\mathrm B}T[N\ln(V/\lambda^3) - N\ln N + N] 再对 NN 求导)。

与微正则结果 (3.15)–(3.17) 完全一致,但计算简单得多:正则系综中粒子之间没有"总能量固定"的耦合,ZZ 直接因子化为单粒子积分的乘积。

自测题

  1. 证明经典理想气体正则系综中能量的分布为 P(E)∝E3N/2−1e−βEP(E)\propto E^{3N/2-1}e^{-\beta E},并由 (2.8) 求 ⟨E⟩\langle E\rangle 与 σE2\sigma_E^2,与 (4.13) 比较。[提示:Ω(E)=ω(E)δE\Omega(E) = \omega(E)\delta E,ω=dΦ/dE∝E3N/2−1\omega = d\Phi/dE\propto E^{3N/2-1}。答:⟨E⟩=3N2kBT\langle E\rangle = \frac{3N}{2}k_{\mathrm B}T,σE2=3N2(kBT)2\sigma_E^2 = \frac{3N}{2}(k_{\mathrm B}T)^2]
  2. 一个系统有三个非简并能级 00、ε\varepsilon、2ε2\varepsilon。写出 ZZ、UU,以及 T→0T\to0、T→∞T\to\infty 时 UU 的极限。[答:U→0U\to0;U→εU\to\varepsilon]
  3. 仿照 (4.13) 的推导证明 ⟨(E−U)3⟩=−∂3ln⁡Z/∂β3\langle(E - U)^3\rangle = -\partial^3\ln Z/\partial\beta^3。[提示:先证明 ∂⟨En⟩/∂β=−⟨En+1⟩+⟨En⟩⟨E⟩\partial\langle E^n\rangle/\partial\beta = -\langle E^{n+1}\rangle + \langle E^n\rangle\langle E\rangle]