更改

在物理学，特别是在统计物理学中，在统计物理中，系综代表一定条件下，一个体系的大量可能状态的集合。换句话说，系综是系统状态的一个概率分布。对一相同性质的体系，其微观状态（比如每个粒子的位置和速度）仍然可以大不相同。更进一步地说，统计系综是统计力学中用来描述单一系统的一组粒子系统 <ref name="ensamble dictionary">{{cite book |last=Rennie| first=Richard | author2=Jonathan Law| title=Oxford Dictionary of Physcis |year=2019 | isbn=978-0198821472 | pages=458 ff}}</ref>。

在物理学，特别是在统计物理学中，在统计物理中，系综代表一定条件下，一个体系的大量可能状态的集合。换句话说，系综是系统状态的一个概率分布。对一相同性质的体系，其微观状态（比如每个粒子的位置和速度）仍然可以大不相同。更进一步地说，统计系综是统计力学中用来描述单一系统的一组粒子系统 <ref name="ensamble dictionary">{{cite book |last=Rennie| first=Richard | author2=Jonathan Law| title=Oxford Dictionary of Physcis |year=2019 | isbn=978-0198821472 | pages=458 ff}}</ref>。

下面举一个例子来说明这样的表述。考虑抛一枚硬币的实验，这样一个简单的实验只有两种可能的结果，“正面”或“反面”<ref group="note">我们在这里不考虑“硬币立在桌子上”这种可能性极小的事件。</ref>。原则上，如果我们能够确切地知道硬币是如何被抛出的，以及与硬币和桌子相互作用力等等信息，那么只要根据经典力学的理论进行一定的计算，实验的结果应该是完全可以预测的。实际上，关于这个实验详细的、精确的信息是无法获取的。所以对于某一次实验结果，我们不可能作出唯一的预测，可是实验的统计表述却是比较简单的。

 

考虑抛一枚硬币的实验，这样一个简单的实验只有两种可能的结果，“正面”或“反面”<ref group="note">我们在这里不考虑“硬币立在桌子上”这种可能性极小的事件。</ref>。原则上，如果我们能够确切地知道硬币是如何被抛出的，以及与硬币和桌子相互作用力等等信息，那么只要根据经典力学的理论进行一定的计算，实验的结果应该是完全可以预测的。实际上，关于这个实验详细的、精确的信息是无法获取的。所以对于某一次实验结果，我们不可能作出唯一的预测，可是实验的统计表述却是比较简单的。

[[文件:抛掷硬币的实验.png|缩略图|为了展示抛掷一枚硬币的概率，我们考虑由N枚相同的硬币组成的系综（N是一个非常大的的值），当每一枚硬币都被抛掷后，系综的“面貌”在就在这张图中被展示出来了。]]

[[文件:抛掷硬币的实验.png|缩略图|为了展示抛掷一枚硬币的概率，我们考虑由N枚相同的硬币组成的系综（N是一个非常大的的值），当每一枚硬币都被抛掷后，系综的“面貌”在就在这张图中被展示出来了。]]

现在考虑稍微复杂一点的掷N枚硬币的实验，由于抛掷任何一枚硬币都有两个可能的结果，那么掷N枚硬币就可以出现<math>2×2×2×…×2=2^N</math>个可能结果中的任何一个。如果不是只讨论一组<math>N</math>枚硬币，而是考虑<math>N</math>个这样的组（每组有<math>N</math>枚硬币）所组成的系综，每组都以相似的方式抛掷硬币，那么值得我们探究的问题便是，<math>2^N</math>个可能结果中，任何一个特殊的结果在系综中出现的概率为多大。

现在考虑稍微复杂一点的掷N枚硬币的实验，由于抛掷任何一枚硬币都有两个可能的结果，那么掷N枚硬币就可以出现<math>2×2×2×…×2=2^N</math>个可能结果中的任何一个。如果不是只讨论一组<math>N</math>枚硬币，而是考虑<math>N</math>个这样的组（每组有<math>N</math>枚硬币）所组成的系综，每组都以相似的方式抛掷硬币，那么值得我们探究的问题便是，<math>2^N</math>个可能结果中，任何一个特殊的结果在系综中出现的概率为多大。

“平衡系综”的概念对统计系综的许多应用至关重要。如果每一时刻体系的统计系综中，呈现任一特殊事件的体系数目是一样的（或等价地表示为：如果这个系综中任一特殊事件出现的概率与时间无关），那么就说这个系综是与时间无关的。换句话说，尽管一个机械系统肯定会随着时间的推移而演变，但系综并不一定会发生演变。事实上，如果系综包含了系统的所有过去和未来阶段，那么它就不会演变。这样的统计描述就为平衡提供一个非常清楚的定义：如果孤立宏观体系的一个统计系综是与时间无关的，那么这样一个体系就称为处于平衡<ref name="gibbs" />。

“平衡系综”的概念对统计系综的许多应用至关重要。如果每一时刻体系的统计系综中，呈现任一特殊事件的体系数目是一样的（或等价地表示为：如果这个系综中任一特殊事件出现的概率与时间无关），那么就说这个系综是与时间无关的。换句话说，尽管一个机械系统肯定会随着时间的推移而演变，但系综并不一定会发生演变。事实上，如果系综包含了系统的所有过去和未来阶段，那么它就不会演变。这样的统计描述就为平衡提供一个非常清楚的定义：如果孤立宏观体系的一个统计系综是与时间无关的，那么这样一个体系就称为处于平衡<ref name="gibbs" />。