統計力學與波茲曼分布：從微觀亂象到宏觀秩序

從微觀亂象到宏觀秩序

想像一個裝滿氣體的容器：分子數量約為 $10^{23}$ 量級，每個分子各自以不同速度飛行、碰撞、交換能量。要逐一追蹤每顆分子的牛頓運動方程是徹底沒有希望的。然而宏觀上，這團氣體卻乖巧地遵守清晰的溫度、壓強與內能關係。統計力學的核心洞見正在於此：當自由度極大時，「最可能」幾乎等同於「必然」。我們不需要知道每個分子在做什麼，只需要找出在給定總能量約束下，系統最可能呈現的能量分配方式，而這個分配方式正是波茲曼分布。

本篇將從等機率假設出發，嚴格推導波茲曼因子 $e^{-\beta E}$ 的來歷，並把溫度、配分函數與熱力學量串成一條完整的數學鏈。

微觀態、宏觀態與等機率假設

統計力學的出發點是兩個層次的描述。微觀態（microstate）指定系統中每一個自由度的完整資訊；宏觀態（macrostate）只由少數宏觀變數（如總能量 $E$、體積 $V$、粒子數 $N$）刻畫。一個宏觀態通常對應到天文數字般多的微觀態，其數目記為 $\Omega(E,V,N)$。

孤立系統（微正則系綜，microcanonical ensemble）的基本假設是等機率原理：在固定能量殼層內，所有可及微觀態出現的機率相等。由此，波茲曼把熵定義為

$$ S = k_B \ln \Omega, $$

其中 $k_B \approx 1.381\times10^{-23}\ \mathrm{J/K}$ 為波茲曼常數。這條刻在波茲曼墓碑上的公式，把純粹的計數（$\ln\Omega$）與熱力學的熵畫上等號，是連接微觀與宏觀的橋樑。

從系統與熱庫推導波茲曼因子

現在考慮真正有用的情境：一個小系統 $\mathcal{S}$ 與一個巨大的熱庫 $\mathcal{R}$ 接觸，兩者可交換能量，但合起來是孤立系統，總能量 $E_{\text{tot}}=E_s+E_R$ 固定（正則系綜，canonical ensemble）。

問：系統 $\mathcal{S}$ 處於某個特定微觀態、能量為 $E_s$ 的機率 $P(E_s)$ 是多少？

由於系統處於該特定態時只有「一種」排法，機率正比於熱庫可採用的微觀態數目 $\Omega_R(E_{\text{tot}}-E_s)$：

$$ P(E_s) \propto \Omega_R(E_{\text{tot}} - E_s). $$

熱庫極大，$E_s \ll E_{\text{tot}}$，故將熱庫的熵 $S_R = k_B\ln\Omega_R$ 在 $E_{\text{tot}}$ 處對 $E_s$ 做泰勒展開：

$$ \ln\Omega_R(E_{\text{tot}}-E_s) \approx \ln\Omega_R(E_{\text{tot}}) - \frac{1}{k_B}\left.\frac{\partial S_R}{\partial E_R}\right|_{E_{\text{tot}}} E_s. $$

利用熱力學關係 $\dfrac{\partial S}{\partial E}=\dfrac{1}{T}$，定義逆溫度 $\beta \equiv \dfrac{1}{k_B T}$，便得到指數結構：

$$ P(E_s) \propto e^{-\beta E_s}. $$

這就是著名的波茲曼因子。它的物理意義很乾淨：高能量態之所以稀有，並不是被禁止，而是因為把能量「借」給系統會使熱庫的微觀態數目（亦即整體熵）大幅下降，於是被熱力學機率壓抑。

配分函數：一切熱力學量的母函數

歸一化要求 $\sum_i P_i = 1$，引入配分函數（partition function）

$$ Z = \sum_i e^{-\beta E_i}, \qquad P_i = \frac{e^{-\beta E_i}}{Z}. $$

$Z$ 看似只是歸一化常數，實則是熱力學量的母函數。例如系統平均能量：

$$ \langle E\rangle = \sum_i E_i P_i = \frac{1}{Z}\sum_i E_i e^{-\beta E_i} = -\frac{\partial \ln Z}{\partial \beta}. $$

能量漲落與比熱亦由 $Z$ 的二階導數給出，

$$ \langle E^2\rangle - \langle E\rangle^2 = \frac{\partial^2 \ln Z}{\partial \beta^2} = k_B T^2 C_V, $$

這正是漲落—耗散定理的一個原型：系統對溫度的響應（比熱）等於其能量自發漲落的大小。而自由能 $F = -k_B T \ln Z$ 則把整套形式主義接回標準熱力學：$S=-\partial F/\partial T$、$p=-\partial F/\partial V$。

連續情形與馬克士威速度分布

對於理想氣體，單顆分子動能為 $E=\tfrac12 m v^2$，能階連續。把求和換成相空間積分，分子速度落在 $\mathbf{v}$ 附近的機率密度正比於 $e^{-\beta m v^2/2}$。對三個速度分量做高斯歸一化後，得到馬克士威—波茲曼速率分布：

$$ f(v) = 4\pi n \left(\frac{m}{2\pi k_B T}\right)^{3/2} v^2\, e^{-\frac{m v^2}{2 k_B T}}. $$

式中 $v^2$ 來自速度空間球殼的體積因子 $4\pi v^2\,dv$，指數則是純粹的波茲曼因子。由此可算出方均根速率 $v_{\text{rms}}=\sqrt{3k_BT/m}$，並直接導出能量均分定理：每個平方自由度貢獻 $\tfrac12 k_B T$ 的平均能量。

定量小範例：二能階系統

考慮最簡單的可解模型：一個自旋只有兩個能階，$E_0=0$ 與 $E_1=\varepsilon$。求在溫度 $T$ 下處於激發態的機率，並驗證高低溫極限。

配分函數為

$$ Z = e^{0} + e^{-\beta\varepsilon} = 1 + e^{-\varepsilon/k_B T}. $$

激發態機率

$$ P_1 = \frac{e^{-\beta\varepsilon}}{1+e^{-\beta\varepsilon}} = \frac{1}{1+e^{\varepsilon/k_B T}}. $$

代入具體數值：設能隙 $\varepsilon = 1.0\times10^{-21}\ \mathrm{J}$，溫度 $T=300\ \mathrm{K}$。先算

$$ \frac{\varepsilon}{k_B T} = \frac{1.0\times10^{-21}}{(1.381\times10^{-23})(300)} = \frac{1.0\times10^{-21}}{4.143\times10^{-21}} \approx 0.2414. $$

於是 $e^{0.2414}\approx 1.273$，得

$$ P_1 = \frac{1}{1+1.273} \approx 0.440. $$

可見在常溫下兩態接近均勻佔據（$P_1\approx0.44$、$P_0\approx0.56$）。檢驗極限：當 $T\to 0$（$\beta\to\infty$）時 $P_1\to 0$，系統凍結在基態；當 $T\to\infty$ 時 $P_1\to 1/2$，兩態等機率佔據——符合物理直覺。此模型雖簡單，卻是順磁系統、二能級雷射與肖特基比熱（Schottky anomaly）的數學原型。

深入探討（研究所視角）

把波茲曼分布放回更深的理論架構中，它其實是一個變分問題的解。在固定平均能量 $\langle E\rangle$ 與歸一化 $\sum_i P_i=1$ 的約束下，極大化吉布斯—夏農熵 $S=-k_B\sum_i P_i\ln P_i$，引入兩個拉格朗日乘子 $\alpha$、$\beta$：

$$ \delta\left[-\sum_i P_i\ln P_i - \alpha\Big(\sum_i P_i-1\Big) - \beta\Big(\sum_i E_i P_i-\langle E\rangle\Big)\right]=0, $$

逐項對 $P_i$ 求偏導得 $-\ln P_i - 1 - \alpha - \beta E_i = 0$，立即還原 $P_i\propto e^{-\beta E_i}$。乘子 $\beta$ 在此自然現身為逆溫度。這個觀點被 E. T. Jaynes 提升為最大熵原理（MaxEnt）：在已知約束下，最少偏見的機率分布就是熵最大者，把統計力學重新詮釋為一種統計推論。

從哈密頓力學的角度，正則系綜的微觀態是相空間 $(\mathbf{q},\mathbf{p})$ 中的點，演化由哈密頓正則方程 $\dot q_i=\partial H/\partial p_i$、$\dot p_i=-\partial H/\partial q_i$ 支配。劉維定理（Liouville's theorem）保證相空間機率密度 $\rho$ 沿軌跡的全導數為零，$d\rho/dt=0$，即相空間「不可壓縮」。平衡分布 $\rho\propto e^{-\beta H(\mathbf{q},\mathbf{p})}$ 因僅依賴守恆的哈密頓量而自動滿足 $\{\rho,H\}=0$，這是吉布斯分布在相空間中的嚴格表述。配分函數則寫成相空間積分 $Z=\frac{1}{N!h^{3N}}\int e^{-\beta H}\,d^{3N}q\,d^{3N}p$，其中 $h$（普朗克常數）的出現與 $N!$ 的吉布斯修正，正預示了量子統計與全同粒子的不可分辨性。

在量子與場論層次，配分函數透過虛時間（imaginary time）形式與路徑積分相連：作 Wick 轉動 $t\to -i\hbar\beta$，量子場論的生成泛函就映射為統計場論的配分函數，溫度的倒數 $\beta$ 扮演週期性虛時間的「長度」。這條對應使得相變、臨界現象得以用重整化群（renormalization group）分析，並在臨界點呈現普適性（universality）與標度律——同一組臨界指數橫跨磁性、流體與規範理論等看似無關的系統。當交互作用不可忽略時，波茲曼的「分子混沌假設」（Stosszahlansatz）導出波茲曼輸運方程與 H 定理，描述系統如何不可逆地趨向馬克士威分布；而其與微觀時間反演對稱性的張力，正是 Loschmidt 佯謬所揭示的深刻問題，至今仍連結著非平衡統計力學、漲落定理（Jarzynski 等式、Crooks 定理）與量子熱化（ETH）等前沿議題。