第 33 章总结：各部分的关联、理论的现状与前沿

本章目标

(1) 回顾全书的主线：一个框架与它的三次推广；(2) 详细地整理各部分之间的继承、相互影响与冲突（第一部分结语的详细版）；(3) 介绍这些理论今天的状况、研究热点与理论前沿；(4) 列出尚未解决的问题；(5) 给出进一步阅读的建议。

§33.1回顾：一个框架与三次推广

全书的骨架是第二部分建立的框架：给定微观能谱 → 计算配分函数（或数微观态）→ 得到热力学。它只有一个基本假设——等概率原理（§3.1），由此导出熵 $S = k_{\mathrm B}\ln\Omega$ 、正则分布 $e^{-\beta E}/Z$ 、巨正则分布，以及与热力学的三座桥梁 $S = k_{\mathrm B}\ln\Omega$ 、 $F = -k_{\mathrm B}T\ln Z$ 、 $J = -k_{\mathrm B}T\ln\Xi$ 。后面三个部分各自放松了第二部分的一个隐含前提：

部分	放松的前提	新的数学困难	新的核心概念	典型的成功
第三部分量子统计	$n\lambda^3\ll1$ （可以用 $1/N!$ 计数）	占据数的约束（泡利原理、玻色增强）	费米面、简并压、玻色凝聚、光子与声子	黑体辐射、固体与金属的热容、白矮星
第四部分相互作用与相变	粒子近独立（配分函数因子化）	配分函数不能因子化	序参量、对称性破缺、临界指数、普适性、重整化	范德瓦尔斯方程、昂萨格解、临界现象
第五部分涨落与非平衡	只看平衡态的平均值	时间演化、无限多的关联	关联函数、涨落–耗散、输运系数、不可逆性	布朗运动、热噪声、昂萨格关系、玻尔兹曼方程

第六部分的专题则展示了这些工具的综合运用：高分子链统计（随机行走 + 平均场 + 标度 + 朗之万动力学）、成核（玻尔兹曼因子 + 主方程 + 越垒）、计算机模拟（细致平衡 + 哈密顿动力学 + 涨落–耗散）。

§33.2各部分之间的关联（详细版）

六条贯穿全书的线索：

数态与熵。相空间格子 $h^3$ （§2.5）→ $S = k_{\mathrm B}\ln\Omega$ （§3.2）→ $1/N!$ 与吉布斯佯谬（§3.7）→ 萨克尔–特多德熵（§3.6）→ 占据数计数与量子统计（§8.6、§12.1）→ 第三定律的量子起源（§16.8）→ 玻尔兹曼的 $H$ 给出同一个熵（§25.4）→ 把玻尔兹曼公式反过来用：爱因斯坦涨落公式与大偏差（§22.1、§22.6）。熵既是"微观态数的对数"，又是"宏观量涨落的速率函数"，还是"信息的度量"（§4.6、§33.4）。
涨落与响应。能量涨落与热容 (4.13) → 粒子数涨落与压缩率 (8.8) → 极化率与偶极涨落 (P3.3) → 磁化率与自旋关联 (18.3) → 金兹堡–朗道理论中响应等于关联 (19.15) → 压缩率方程 (22.11) → 随机力强度与摩擦 (23.6) → 涨落–耗散定理 (24.7)、(24.8) → 约翰逊噪声 (24.9) 与格林–久保公式 (24.14)。同一个结构——系统对外力的响应等于平衡态中相应涨落的大小——从第4章一直延伸到第24章，从静态推广到动态，从经典推广到量子。
平均场。范德瓦尔斯方程 (17.12)、外斯分子场 (18.12)、朗道理论 (19.1)、弗洛里理论 (30.7)、弗洛里–哈金斯理论 (30.9)、布拉格–威廉斯理论、BCS 理论都是平均场理论：每个单元处在其他单元的平均作用中，关联被忽略。它们给出相同的临界指数（§19.2）。平均场何时可靠，由金兹堡判据 (19.18) 回答：无穷程相互作用（§18.5）或 $d>4$ （§20.5）时严格；长链高分子、常规超导体中也极好；简单流体与磁体的临界区中则失效。
谐振子与简正模。小振动的简正模（§P1.3）→ 爱因斯坦固体（§6.5）→ 晶格振动与声子（§10.4–§10.6）→ 光子（§15.1）与德拜模型（§15.5）→ 色散力（§P3.3）与 LC 电路（§P3.6）→ 劳斯模型（§30.6）。只要势能可以展开到二次项，系统就分解成独立的谐振子，经典时每个模贡献 $k_{\mathrm B}T$ ，量子时服从普朗克分布 (6.15)。
玻尔兹曼因子与越过势垒。 $e^{-\beta E}$ （§4.1）既决定平衡时的布居，也决定越过势垒的速率：化学平衡常数 (7.17) 与反应速率 (23.14)、(23.15)；成核的团簇分布 (31.3) 与成核速率 (31.5)；核磁共振弛豫中阿伦尼乌斯型的关联时间（§24.6）；梅特罗波利斯算法 (32.2)。细致平衡 (23.18) 把"平衡"与"速率"这两个方面联系起来。
同一个数学，不同的物理。两能级系统（§6.1）= 自旋 1/2 顺磁体（§6.2）= 一维熵弹性链（§6.3）= 格气与二元合金的格点（§18.7）= 费米子的一个单粒子态（§12.1）；随机行走（§2.2）= 扩散（§P5.2）= 理想高分子链（§30.1）= 布朗运动（§23.3）；高斯积分（§2.3）无处不在。认出这些对应关系，一个领域里的结果就可以直接搬到另一个领域。

表面上的冲突与它们的和解：

冲突	出现的位置	和解
能量均分 vs 低温热容趋于零	§5.5	能级量子化使高频自由度冻结（第6、7、15章）；经典结果是 $k_{\mathrm B}T$ 远大于能级间隔时的极限
玻尔兹曼计数 vs 第三定律（萨克尔–特多德熵 $\to-\infty$ ）	§3.6、第一部分结语	低温下任何气体都进入量子简并区，量子气体的熵趋于零（§16.8）
经典统计 vs 磁性	§P3.2	玻尔–范莱文定理：磁性本质上是量子效应（自旋、交换作用）
系综等价 vs 相变	§4.4、§8.3	相变只在热力学极限下出现（§21.4）；临界点处涨落变成宏观的，只有固定量与涨落量不同的系综才在细节上有差别
平均场 vs 涨落	第17–19章	金兹堡判据确定平均场的适用范围；重整化群处理涨落占主导的临界区（第20章）
可逆的微观动力学 vs 不可逆的宏观过程	第一部分结语、§25.5	H 定理是关于典型初态的统计规律；粗粒化使信息转入不可观测的关联；自旋回波说明表观的不可逆性有时可以逆转；最终的方向性来自低熵的初始条件（尚未完全解决，§33.6）
平衡 vs 近平衡	第24章	涨落–耗散定理与格林–久保公式：近平衡的输运与弛豫完全由平衡涨落决定
无限大系统 vs 有限系统	§21.4、§32.5	有限尺寸标度把尺寸效应变成测量手段；在纳米尺度上，涨落本身成为研究对象（随机热力学，§33.4）

依赖关系：第二部分是一切的基础；第三部分依赖预备章 P2 与第10、11章；第四部分依赖第二部分与预备章 P3、P4；第五部分依赖第二部分与预备章 P1、P5，并在第24、25章用到第三部分（量子涨落–耗散定理、金属的费米统计）；第30–32章分别把第二、四、五部分的方法用于高分子、相变动力学与数值计算。

§33.3这些理论现在还在发展吗

平衡统计力学的框架早已成熟，但仍在两个方向上发展：数学上的严格化（例如二维渗流与伊辛模型临界点的共形不变性在 2000 年代被严格证明，相关工作获得 2006 年与 2010 年的菲尔兹奖；2022 年的菲尔兹奖也授予了三维、四维相变的严格理论方面的工作）；以及把框架用于新的系统（软物质、生物大分子、复杂网络、机器学习）。
量子统计：理想量子气体的理论是完整的；超冷原子使人们第一次能在实验中精确地"调节"相互作用、维数与晶格，量子简并的玻色气体（1995）与费米气体（1999）、费米子配对从 BEC 到 BCS 的连续过渡（2004 年前后）都已实现，强关联的量子多体系统是当前的主要课题。
相变与临界现象：经典平衡相变的理论框架（朗道理论 + 重整化群 + 普适性）已基本完成，共形自举把三维临界指数的精度推到了小数点后五六位。研究的重点转向超出这一框架的相变：量子相变、拓扑相变、非平衡相变（§33.5）。
非平衡统计力学：近平衡（线性响应）的理论是完整的；远离平衡的理论正处于活跃发展中。1990 年代以来的涨落定理与随机热力学，第一次给出了远离平衡时仍然严格成立的普遍关系。

§33.4研究热点

(1) 随机热力学与涨落定理。对纳米尺度的系统（单个分子马达、光镊中的胶体粒子），功、热、熵本身就是随机变量。设系统开始时与温度为 $T$ 的热库达到平衡（哈密顿量为 $\mathcal H_0$ ），然后与热库断开，按某个预先规定的方式把哈密顿量从 $\mathcal H_0$ 变为 $\mathcal H_1$ 。外界做的功等于孤立系统能量的变化， $W = \mathcal H_1(\Gamma_\tau) - \mathcal H_0(\Gamma_0)$ ，它随初态 $\Gamma_0$ 而变。对初态的正则分布求平均：

\left\langle e^{-\beta W}\right\rangle = \int d\Gamma_0\frac{e^{-\beta\mathcal H_0(\Gamma_0)}}{Z_0}e^{-\beta[\mathcal H_1(\Gamma_\tau) - \mathcal H_0(\Gamma_0)]} = \frac{1}{Z_0}\int d\Gamma_\tau\,e^{-\beta\mathcal H_1(\Gamma_\tau)} = \frac{Z_1}{Z_0} = e^{-\beta\Delta F} \tag{33.1}

（第二个等号用了刘维尔定理：哈密顿演化保持相空间体积， $d\Gamma_0 = d\Gamma_\tau$ 。）这就是雅津斯基等式（1997）：不论过程多快、离平衡多远，非平衡功的指数平均都给出平衡自由能差。由詹森不等式（§18.5）， $e^{-\beta\Delta F} = \langle e^{-\beta W}\rangle\ge e^{-\beta\langle W\rangle}$ ，即

\langle W\rangle\ge\Delta F \tag{33.2}

这是第二定律（等温过程中外界做的功不小于自由能的增加）。但它只对平均值成立：单次实现中可以有 $W<\Delta F$ ，只是其概率随 $(\Delta F - W)/k_{\mathrm B}T$ 指数地减小——宏观系统中实际上永远看不到，纳米系统中则经常发生，并已在实验中观测到。克鲁克斯（1999）给出了更细致的关系：正向与反向过程中功的分布满足 $P_{\mathrm F}(W)/P_{\mathrm R}(-W) = e^{\beta(W - \Delta F)}$ （结果引用）。利普哈特等人（2002）反复拉伸、松开单个 RNA 分子，用 (33.1) 由不可逆的拉伸功求出了折叠自由能。

信息与热力学。存储一比特信息的存储器有两个等概率的状态，熵为 $k_{\mathrm B}\ln2$ ；把它"擦除"（无论原来是 0 还是 1，都重置为 0）后熵变为零。由第二定律，环境的熵至少要增加 $k_{\mathrm B}\ln2$ ，即至少放出热量

Q\ge k_{\mathrm B}T\ln2 \tag{33.3}

（兰道尔原理，1961。）室温下约为 $3\times10^{-21}$ J。贝吕等人（2012）用双阱势中的胶体粒子在实验上逼近了这一极限。它也解决了麦克斯韦妖的问题（§27.3）：妖为了做出决定必须记录信息，而最终擦除这些信息的代价抵消了它看似得到的好处。另一个普遍的结果是"热力学不确定性关系"（巴拉托与塞弗特，2015）：在非平衡定态中，任何一个流（例如分子马达的步数）的相对涨落与总熵产生 $\Sigma$ 满足 $\frac{\mathrm{Var}(J)}{\langle J\rangle^2}\ge\frac{2k_{\mathrm B}}{\Sigma}$ （结果引用）——精确度要以耗散为代价。

(2) 活性物质。由自身消耗能量而运动的单元组成的系统：细菌群、细胞中的分子马达与细胞骨架、自驱动的胶体（"雅努斯粒子"）、鸟群与鱼群。每个单元都在局部打破细致平衡（§23.6），所以平衡统计力学的许多结论不再成立：例如维切克模型（1995）与托纳–涂的理论（1995）表明，二维中自驱动粒子可以形成有长程序的"集群运动"，绕过了默明–瓦格纳定理（§18.3）；只有排斥的自驱动粒子也能自发地分成稠密相与稀疏相（运动诱导的相分离）。

(3) 孤立量子系统的热化。一个孤立的量子系统处于纯态，按薛定谔方程做幺正演化，它的冯·诺伊曼熵永远不变（§P2.8）。那么它怎样"达到热平衡"？目前的主要答案是本征态热化假说（多伊奇，1991；斯雷德尼基，1994）：对于局域的可观测量，每一个能量本征态本身就"看起来是热的"，对角矩阵元等于微正则平均，非对角矩阵元极小。它尚未被证明，并且已知有例外：可积系统（2006 年的"量子牛顿摆"冷原子实验中，一维玻色气体长时间不热化），多体局域化系统（强无序使系统保留对初态的记忆），以及"量子多体疤痕"态。固体核磁共振为这类问题提供了一个历史悠久的平台：偶极耦合的核自旋系统在约 $T_2$ 的时间内自身达到一个"自旋温度"（雷德菲尔德，1955），再在 $T_1$ 的时间内与晶格达到平衡——这是孤立多体量子系统内部热化的经典例子；多量子相干与时间反演实验（§25.5）则被用来研究多体系统中信息的扩散（"信息置乱"）。

(4) 冷原子与量子模拟。用光晶格中的超冷原子可以精确地实现哈伯德模型等理论模型：2002 年观测到从超流体到莫特绝缘体的量子相变；"量子气体显微镜"能逐个格点地拍摄原子；里德伯原子阵列与离子阱可以模拟量子自旋模型。它们成为研究量子相变、热化与非平衡量子动力学的"模拟计算机"。

(5) 玻璃与无序系统。液体冷却时如果没有结晶，黏度在不大的温度范围内增大十几个数量级，最终"冻结"成玻璃（高分子材料大多如此）。弛豫时间常满足沃格尔–富尔彻–塔曼规律 $\tau\propto e^{B/(T - T_0)}$ ；把过冷液体的熵外推，会在某个温度 $T_{\mathrm K}$ 以下低于晶体（考兹曼佯谬，1948）。玻璃化转变究竟是纯粹的动力学现象，还是背后有一个热力学相变？模耦合理论、随机一级相变理论、动力学促进理论等给出不同的回答。相关的自旋玻璃问题则在平均场层次上被解决：帕里西（1979）的复本对称破缺解揭示了具有大量亚稳态的复杂自由能景观（2021 年诺贝尔物理学奖）。

(6) 生命系统中的统计物理。分子马达在热涨落中工作（第23章）；"动力学校对"（霍普菲尔德，1974）表明，生物合成之所以能比平衡态的玻尔兹曼区分更精确，是因为消耗了能量、打破了细致平衡；细胞中的蛋白质与核酸通过液–液相分离形成"无膜细胞器"（2009 年以后，§30.5）；蛋白质折叠可以用"能量漏斗"形的自由能景观描述；染色质的空间组织用高分子模型研究（第30章）；鸟群的集体运动中测到了无标度的关联。

(7) 机器学习与统计物理。霍普菲尔德网络（1982）的"能量"就是一个耦合常数由学习确定的伊辛模型，记忆是能量的局域极小；玻尔兹曼机（辛顿等，1985）按玻尔兹曼分布抽样，学习就是调节耦合常数使模型的关联 $\langle s_is_j\rangle$ 与数据一致（第18、32章）。霍普菲尔德与辛顿因此获得 2024 年诺贝尔物理学奖。近年的"扩散"生成模型，先用朗之万方程（第23章）逐步把数据加噪变成高斯噪声，再训练网络学习时间反演的随机过程，把噪声"还原"成新的样本——它的数学基础正是福克–普朗克方程与随机过程的时间反演。复本方法等统计物理工具也被用来分析学习的容量与泛化。

§33.5理论前沿

非平衡相变与普适性。远离平衡的系统也有相变与普适类。例如"有向渗流"类描述从活跃态到"吸收态"（一旦进入就无法离开的状态，如流行病消失）的转变；它在 2007 年于液晶的湍流转变中被实验观测到。又如生长的界面（晶体生长、燃烧前沿、细菌菌落的边缘）由 KPZ 方程（卡达尔、帕里西与张翼成，1986）描述： $\partial_th = \nu\nabla^2h + \frac\lambda2(\nabla h)^2 + \eta$ 。一维情形的界面涨落指数严格为 1/3，涨落的分布在 2010 年被严格求出，同年在液晶实验中得到了证实。
量子相变与量子临界。在绝对零度改变磁场、压强或掺杂等参数，量子涨落可以驱动相变。 $d$ 维的量子相变在许多方面等价于 $d + z$ 维的经典相变（ $z$ 为动力学指数），重整化群的方法可以推广过来。量子临界点会影响有限温度下一个很宽的区域，被认为与重费米子材料、铜氧化物中反常的"奇异金属"行为有关。
超出朗道范式的相。科斯特利茨–索利斯相变没有局域的序参量；分数量子霍尔态（1982 年发现）具有"拓扑序"，基态简并度依赖于样品的拓扑；拓扑绝缘体（2005–2007 年提出并发现）的体内绝缘、表面导电，由能带的拓扑不变量决定。这些相不能用朗道的"对称性破缺 + 局域序参量"描述，相变也可以发生在两个对称性相同的相之间。
纠缠熵。把一个系统分成 A、B 两部分，A 的约化密度矩阵 $\hat\rho_A$ （§P2.8）的冯·诺伊曼熵 $S_A = -k_{\mathrm B}\mathrm{Tr}\,\hat\rho_A\ln\hat\rho_A$ 称为纠缠熵。量子多体系统的基态通常满足"面积律"（ $S_A$ 正比于 A 的边界而不是体积）；一维临界点处 $S_A$ 按 $\frac c3\ln L$ 增长， $c$ 是共形场论的中心荷。在热化了的孤立系统中，子系统的热力学熵正是它与系统其余部分的纠缠熵——统计力学的熵与量子信息由此联系在一起。
黑洞熵。贝肯斯坦（1973）与霍金（1974–1975）发现，黑洞具有熵 $S = k_{\mathrm B}Ac^3/(4G\hbar)$ （ $A$ 为视界面积）与温度。这个熵对应于哪些微观态？这是量子引力理论的核心问题之一；1996 年弦理论对某些特殊黑洞数出了正确的微观态数。玻尔兹曼的 $S = k_{\mathrm B}\ln\Omega$ 在这里遇到了它最深的应用。
大偏差理论与宏观涨落理论。把统计力学重新表述为大偏差理论（§22.6）：平衡系综是熵（速率函数）的勒让德变换，系综等价性对应于速率函数的凸性；"宏观涨落理论"把它推广到非平衡定态中的流与密度的涨落，这是目前远离平衡态最有希望的普遍框架之一。

§33.6尚未解决的问题

统计力学的基础。系综方法为什么有效？各态历经性对真实的宏观系统没有被证明，而且可能并不是必需的："典型性"的观点认为，对宏观量来说，几乎所有与给定能量相容的微观态都"看起来是平衡的"。量子系统中的本征态热化假说同样没有被证明。
时间箭头。H 定理与第二定律的方向性来自低熵的初始状态（§25.5）。为什么宇宙的早期处于极低熵的状态？这把统计力学与宇宙学联系在一起，没有公认的答案。
玻璃化转变的本质。安德森（1995）写道："固体理论中最深刻、最有趣的未解决问题，可能是关于玻璃的本质与玻璃化转变的理论。"这个问题对高分子材料尤其重要。
湍流。科尔莫戈罗夫（1941）的标度理论给出了能谱 $\propto k^{-5/3}$ ，但间歇性造成的偏离至今没有完整的理论。三维纳维–斯托克斯方程的解是否总是光滑的，甚至是克雷数学研究所的千禧年难题之一。
三维伊辛模型的严格解。至今没有找到。已经证明，对一般的非平面晶格，计算伊辛自旋玻璃的配分函数是 NP 完全问题（伊斯特雷尔，2000），这暗示不太可能存在像昂萨格解那样的普遍精确方法；但三维伊辛模型本身是否可解，仍是开放问题。
远离平衡的普遍原理。近平衡时有昂萨格关系与最小熵产生原理；远离平衡时，是否存在类似"自由能极小"那样的普遍变分原理来确定非平衡定态？目前只有涨落定理、热力学不确定性关系等少数普遍结果，非平衡定态的分布一般是未知的。
高温超导的机制。铜氧化物（1986）、铁基（2008）与镍氧化物（2019）超导体中，电子配对的机制、赝能隙与"奇异金属"的本质仍有争议。
生命与自组织。生命系统是持续远离平衡的开放系统。是否存在支配它们的普遍统计规律——例如精确度、速度与耗散之间的普遍权衡——是一个正在形成的研究方向。

§33.7进一步阅读

入门与教材：

汪志诚，《热力学·统计物理》，高等教育出版社；林宗涵，《热力学与统计物理学》，北京大学出版社。
F. Reif, Fundamentals of Statistical and Thermal Physics（1965）；C. Kittel and H. Kroemer, Thermal Physics（第 2 版，1980）；D. V. Schroeder, An Introduction to Thermal Physics（2000）。
R. K. Pathria and P. D. Beale, Statistical Mechanics；K. Huang, Statistical Mechanics；L. D. Landau and E. M. Lifshitz, Statistical Physics, Part 1（朗道与栗弗席兹《统计物理学 I》）。
D. Chandler, Introduction to Modern Statistical Mechanics（1987）：简洁，第20章的二维重整化计算即取自此书；J. P. Sethna, Statistical Mechanics: Entropy, Order Parameters, and Complexity：现代、生动。

分专题：

固体（第三部分）：黄昆，《固体物理学》；N. W. Ashcroft and N. D. Mermin, Solid State Physics；C. Kittel, Introduction to Solid State Physics。
相变与临界现象（第四部分）：H. E. Stanley, Introduction to Phase Transitions and Critical Phenomena；N. Goldenfeld, Lectures on Phase Transitions and the Renormalization Group；M. Kardar, Statistical Physics of Fields；P. M. Chaikin and T. C. Lubensky, Principles of Condensed Matter Physics。
非平衡（第五部分）：R. Zwanzig, Nonequilibrium Statistical Mechanics；N. G. van Kampen, Stochastic Processes in Physics and Chemistry；L. Peliti and S. Pigolotti, Stochastic Thermodynamics: An Introduction（2021）；U. Seifert, "Stochastic thermodynamics, fluctuation theorems and molecular machines", Rep. Prog. Phys. 75, 126001（2012）。
磁共振弛豫（§24.6、§25.5）：A. Abragam, The Principles of Nuclear Magnetism；C. P. Slichter, Principles of Magnetic Resonance。
高分子（第30、31章）：P.-G. de Gennes, Scaling Concepts in Polymer Physics；M. Doi and S. F. Edwards, The Theory of Polymer Dynamics；M. Rubinstein and R. H. Colby, Polymer Physics；G. Strobl, The Physics of Polymers（含高分子结晶）。
计算（第32章）：D. Frenkel and B. Smit, Understanding Molecular Simulation；D. P. Landau and K. Binder, A Guide to Monte Carlo Simulations in Statistical Physics；M. P. Allen and D. J. Tildesley, Computer Simulation of Liquids。
前沿综述（§33.4–§33.5）：H. Touchette, "The large deviation approach to statistical mechanics", Phys. Rep. 478, 1（2009）；L. D'Alessio, Y. Kafri, A. Polkovnikov and M. Rigol, "From quantum chaos and eigenstate thermalization to statistical mechanics and thermodynamics", Adv. Phys. 65, 239（2016）；M. C. Marchetti et al., "Hydrodynamics of soft active matter", Rev. Mod. Phys. 85, 1143（2013）；L. Berthier and G. Biroli, "Theoretical perspective on the glass transition and amorphous materials", Rev. Mod. Phys. 83, 587（2011）；S. Sachdev, Quantum Phase Transitions。

历史（第27–29章）：S. G. Brush, The Kind of Motion We Call Heat（1976）；A. Pais, 'Subtle is the Lord...': The Science and the Life of Albert Einstein（1982）；T. S. Kuhn, Black-Body Theory and the Quantum Discontinuity, 1894–1912（1978）；C. Domb, The Critical Point（1996）；C. Cercignani, Ludwig Boltzmann: The Man Who Trusted Atoms（1998）。

§33.8结语

统计物理从一个看似朴素的问题出发：大量粒子的宏观行为能否由它们的微观运动推出？回答这个问题的过程中，它先后成为原子论的证据（布朗运动）、量子论的催生者（黑体辐射与比热）、理解物质相态的语言（相变与重整化群），以及今天连接信息、生命与计算的桥梁。贯穿始终的只是几个简单的思想：数微观态，玻尔兹曼因子，涨落与响应的联系，以及对"典型"行为的关注。掌握了这几个思想，就掌握了阅读这门学科大部分新进展的钥匙。