同样由分子组成，长链有什么不同
拉开一根橡皮筋，再松手，它通常会向原来的长度恢复。把蜂蜜倒出，它却会留下永久的流动变形。某些高分子熔体兼有这两种表现：短时间看像能储存弹性能的物体，长时间看又能流动。若只把材料分成“固体”与“液体”，就很难解释同一个样品为什么随观察速度而改变表现。长链分子的连接方式、可改变的形状以及完成这些改变所需的时间，为理解这种行为提供了具体入口。
分子由原子通过化学键连接。共价键可以理解为原子共享电子形成的稳定连接，常把若干原子组成的重复结构连成一条分子骨架。重复结构称为重复单元，单条分子中重复单元的数量与链长相关。聚合物样品通常包含许多这样的分子，它们可能长度不同、分支不同，也可能通过交联点连成网络。把几条分子互相靠近，与用化学键把它们连成一条更长分子，是不同的结构变化。
长链的特别之处并非只有质量大。相邻单元被连接后，一个单元移动会限制其他单元能够到达的位置。许多键可以通过局部转动改变整体形状，于是同一条链具有大量构象。构象是保持化学连接与既定立体构型时，通过允许的键转动等运动形成的空间形状。还需要区分两个相邻概念：构造记录哪些原子由什么键相连；构型则在连接关系给定时，记录手性中心或双键等位置的立体安排，这些安排通常不能仅靠普通单键转动互换。把绳子盘成不同圈，可以帮助理解构象；重新剪接绳子改变的是连接关系；左右手那样不能靠整体转动重合的空间差别，则更接近某些构型的区别。把这几层分开，才能判断一次材料变化是在改姿态、改立体安排，还是改变了骨架连接。
实际分子不是没有厚度、没有刚度的绳子。键角、侧基、带电基团和溶剂都会影响哪些形状容易出现。链也不能随意穿过自己或别的链。统计物理的任务，是保留与所问问题有关的约束，再用许多可能状态及其概率计算可观察性质。研究一根链的平均大小，可能不需要逐个记录所有氢原子；研究化学反应位置的选择性，则可能需要更细的局部结构。这种尺度选择由问题决定。
微观结构与宏观性能之间因此隔着一座统计桥梁。我们测到的弹性、黏度、渗透压或散射强度，往往来自大量分子状态的集体贡献。即使观察单个分子，它也会随时间经历不同形状，概率描述仍然有用。统计并不只适用于无限多粒子，也不等于把所有细节都视为无关；它是在明确条件下，从可变化的细节中提取稳定可测的关系。接下来从最小的计数模型开始，把这座桥一步步搭起来。
橡胶网络与未交联熔体的差别也在连接方式中。网络的交联点阻止整条链在长时间后彼此完全滑开，链段调整形状时仍受网络约束，因此可以保持回复能力。没有永久交联的链则可能逐步摆脱原来的邻居，最终发生宏观流动。温度和测试时间会改变这些过程的快慢，但永久连接与暂时缠结仍是不同的结构事实。理解黏弹性时，要把这两类约束与观察时间一起考虑。
从长分子的证据到形状的统计
早期研究者面对橡胶、纤维素等材料时，一个核心问题是它们究竟由很长的共价分子组成，还是由较小分子通过较弱作用聚成大团。两种图像都能解释“看起来很大”，却对化学变化后结构是否保持、溶液中的运动以及分子质量测量给出不同预期。Staudinger在1920年提出长链共价分子的观点，并在随后研究中推动了大分子概念的建立。重要转变在于把材料的巨大分子尺度当作化学结构本身的性质。
这一转变并非只靠画一根长线。化学结构改变后仍保持大分子特征的观察、溶液黏度与分子尺度的关系，以及其他独立结构测量，共同约束了分子图像。黏度大本身不是“必有长共价链”的唯一证明，因为小分子聚集和颗粒悬浮也能增黏；更有力的是不同测量在同一结构解释下相互一致。今天分析新材料也遵循类似逻辑：明确不同结构假设各自预言什么，再选择能够区分它们的实验。
确认链很长之后，还要回答它在溶液里是什么形状。若所有键沿同一直线排列，链的跨度会接近总轮廓长度；若许多局部方向可以转动，链就会卷曲，同样长的骨架占据较小的空间。Kuhn在1934年的链分子形状研究中发展了统计描述，把大量局部方向的组合与整体尺寸联系起来。Guth和Mark等人的早期工作也参与了链统计与弹性理论的形成。这一阶段的问题已经从“是不是长链”转向“长链有多少种形状以及这些形状怎样分布”。
把真实链分成有效链段，是一种有用的简化。一个有效链段可以代表若干具有相关方向的化学键；当尺度足够大时，相邻有效段的方向有时可以近似独立。它的长度不是随意取一根化学键的长度，而是用来匹配真实链方向相关性的统计尺度。若分子很硬、具有长程电荷作用或受到强约束，这种独立段近似需要调整。模型参数由分子结构与环境共同决定，不能仅凭化学式中的重复单元数直接替换。
历史发展也显示，静态形状和运动速度是相互联系但不同的问题。后来关于链松弛、流体作用和缠结运动的理论，逐步把统计构象扩展到动力学。许多链聚在一起时，还要处理混合、结晶、界面和相变。这些理论围绕一组彼此联系的问题展开：有哪些状态，怎样赋予概率，哪些状态能在实验时间内被访问，它们如何共同产生可测性质。这个提问方式贯穿高分子统计物理。
先数清一条小链的可能形状
先把链简化到一条直线上，每个长度相同的有效段只能指向左或右。固定左端的位置，只记录各段的方向。四个段各有两种选择，因此一共有十六种方向序列。它们代表这个简化模型的十六个微观状态。许多序列具有相同的末端位置，例如两段向右、两段向左时，末端回到起点；但这些段在链上以不同顺序排列，仍然是不同状态。微观状态与我们选择观察的一个量之间，并非一一对应。
设每段长度为b，向右的段数为j，总段数为N。向左的段数就是N减j，左右贡献相减给出末端位移。要数有多少方向序列对应这个位移，可以从N个位置中挑出j个放置向右段。组合数完成这一计数。阶乘表示把一个正整数一直乘到一，零的阶乘定义为一，用来保证空选择也只有一种方式。若每段左右等可能且相互独立，每个完整序列的概率相同，除以总序列数就得到末端位置的概率。
| 符号 | 含义 | 单位 |
|---|---|---|
| Rj | 恰有j段向右时的有符号末端位移 | m |
| j | 向右链段数，零到N的整数 | 1 |
| N | 固定有效链段总数 | 1 |
| b | 每个有效段长度 | m |
| Ωj | 对应末端位移的方向序列数 | 1 |
| ! | 阶乘，0!定义为1 | 1 |
| Pj | 对应末端的概率 | 1 |
| 2ᴺ | N个独立二选一方向的总序列数 | 1 |
怎样理解左右段的位移相减；从N个段位选j个向右得到组合数；等概率序列计数除以总数给概率。
算一个例子N=4、j=2、b=1 nm时Rj=0，Ωj=4!/(2!2!)=6，Pj=6/16=0.375。
使用条件一维、独立等长链段、无外力、左右等概率，允许重叠；不是自避链计数。
N为四时，末端位移依次为负四、负二、零、二和四倍段长，对应状态数为一、四、六、四、一。末端在中间更常见，因为许多不同序列都能把左右位移抵消；完全向右或向左各只有一种。这里没有任何能量偏好，概率差异已经由计数产生。这个模型允许链段互相重叠，只用来展示独立方向与状态数；真实链的体积排斥会改变可允许的状态集合。
平均末端位移为零，因为每个向右的形状都有一个等概率的向左镜像。这不表示链没有大小。把位移先平方再平均，正负就不会抵消；最后开平方得到均方根尺度。对于独立且无偏的段，交叉项的平均为零，各段自己的平方贡献相加，均方位移等于段数乘段长平方。总轮廓长度则是把所有段长直接相加。段数增加时，这两个长度以不同方式增长。
| 符号 | 含义 | 单位 |
|---|---|---|
| R | 一维有符号末端位移 | m |
| 〈 〉 | 按各状态概率加权平均 | 1 |
| 〈R²〉 | 位移先平方再平均 | m² |
| N | 独立有效段数 | 1 |
| b | 有效段长度 | m |
| Rrms | 均方根末端尺度 | m |
| √ | 正平方根 | 1 |
| L | 完全展开的轮廓长度 | m |
怎样理解无偏方向使平均位移抵消；独立段的交叉项平均为零，平方位移的N项相加。轮廓长度则直接相加段长。
算一个例子N=100、b=1 nm时，〈R²〉=100 nm²，Rrms=10 nm，L=100 nm。
使用条件无偏理想链；三维独立段的末端向量均方长度也等于Nb²，但单方向分量方差为Nb²/3。
一个含一百个一纳米有效段的理想模型，轮廓长度为一百纳米，均方根末端距为十纳米。这个数量差异说明长骨架可以盘在远小于伸直长度的空间里。在三维理想链中，末端向量的均方长度也有相同形式，但各方向分量的方差需要按三维几何分配。末端向量、末端距离以及某个方向上的投影，是不同的量；确定自己测量哪一个，才能选择正确的平均和公式。
如果实验只看末端位置，它会把许多内部不同的方向序列合并到一个结果中。只记录五个末端位置的概率，与记录十六个完整微观状态的概率，保留的信息不同。因此对末端直方图直接计算的统计量，不应自动当作整条链完整构象集合的熵。这个例子展示了粗粒描述的含义：为了回答某个问题，保留重要变量，把其他自由度汇总成概率或有效作用。汇总后仍然可以精确预测所保留变量，但被合并的细节不会从一幅直方图中自动恢复。
熵怎样把状态数变成物理倾向
如果很多微观状态对应同一种宏观表现，随机变化中就更容易遇到这种表现。熵把可实现状态的数量与热力学联系起来。在等概率的离散状态计数中，熵与状态数的自然对数成正比。自然对数有一个关键性质：两个独立系统的状态数相乘，其对数相加，因此对应的熵也相加。比例常数是玻尔兹曼常数，把无量纲计数转换成焦耳每开尔文的热力学单位。
| 符号 | 含义 | 单位 |
|---|---|---|
| S | 所定义等概率状态集合的熵 | J K⁻¹ |
| kB | 玻尔兹曼常数1.380649×10⁻²³ | J K⁻¹ |
| Ω | 允许的等概率微观状态数 | 1 |
| ln | 自然对数，独立状态数的乘积变成和 | 1 |
怎样理解独立系统状态数相乘，而热力学熵相加；对数与常数kB把状态计数连接到热力学量。
算一个例子四段链零末端位移有6种序列，完全右伸只有1种；熵差为kB ln6≈2.474×10⁻²³ J K⁻¹。
使用条件明确的离散等概率集合；不等概率需要按概率加权的熵形式，且必须保持相同状态定义。
四段一维链在末端回到起点时有六个方向序列，完全拉直到右侧只有一个。在所定义的等概率模型中，前者的构象熵比后者高出玻尔兹曼常数乘自然对数六。拉伸限制了可能方向，并没有把化学键拆断。这里的熵不是照片看起来有多凌乱，也不是单个状态自带一个可见的“混乱量”；它与我们规定的状态集合和概率分布有关。改变约束或观测分辨率时，必须清楚说明仍在计算什么。
能量也会影响概率。温度用开尔文表示，乘以玻尔兹曼常数得到单个分子尺度的热能。三百开尔文时，这个尺度约为4.14乘十的负二十一次方焦耳。它不是每个分子始终拥有的固定能量，而是比较能量差与热运动影响的自然尺度。某个形状若能量较低，通常具有热力学优势；另一个形状若有很多种实现方式，也可能因状态数多而常见。两种影响共同决定实际概率。
| 符号 | 含义 | 单位 |
|---|---|---|
| PA,PB | 两组状态的总概率 | 1 |
| gA,gB | 各组具有相同组内能量的微观状态数 | 1 |
| EA,EB | 两组中单个微观状态的能量 | J |
| kB | 玻尔兹曼常数1.380649×10⁻²³ | J K⁻¹ |
| T | 与之平衡的热浴绝对温度 | K |
| exp | 自然指数函数，输入须无量纲 | 1 |
怎样理解每个能量相同的微观状态具有相同Boltzmann权重，组内相加产生重数因子；取比值消去共同归一化。
算一个例子若gB/gA=20且EB−EA=3kBT，则PB/PA=20e⁻³≈0.9957；若只有这两组，PB≈0.4989。
使用条件固定温度的平衡、同类离散微观状态计数、各组内能量相同；若组内能量不同，逐项求权重。
例如两组状态的能量相差三个热能单位，高能组有二十种实现，低能组只有一种。单个高能状态的权重较低，但把二十种权重相加，高能组与低能组的总概率比约为二十乘指数负三，接近一。这个例子说明，不能只寻找一张最低能的分子图片便认为问题结束；还要比较各类状态有多少、彼此能否转换以及环境条件。蛋白质、液晶和普通柔性链都需要以不同细节处理这种能量与统计权重的竞争。
在固定温度与体积的平衡问题中，自由能把内能与熵放进同一个量。熵乘温度后具有能量单位，因此可以与内能相减。自由能降低意味着能量收益和状态数收益的综合效果更有利。若还要考虑体积变化和恒压环境，应选择相应的热力学势。公式的选择跟随实验约束，而不是给所有材料统一贴一个能量名称。
| 符号 | 含义 | 单位 |
|---|---|---|
| F | Helmholtz自由能 | J |
| U | 体系内能 | J |
| T | 绝对温度 | K |
| S | 熵 | J K⁻¹ |
怎样理解把熵乘温度变成能量尺度，与内能共同衡量等温约束下的状态倾向。
算一个例子在相同T=300 K下，某变化ΔU=2×10⁻²¹ J、ΔS=10⁻²³ J K⁻¹，则ΔF=2×10⁻²¹−300×10⁻²³=−10⁻²¹ J。
使用条件固定温度、体积与物质数量的平衡比较；Δ表示终态减初态，其他约束选择对应热力学势。
熵的变化也要说明系统边界。外界拉伸一条链时可以对它做功，并通过热交换维持温度；链的构象熵降低，并不要求链加环境的总熵也降低。把热浴、施力装置和链混为一个未定义对象，会使能量和熵的收支失去清楚含义。处理实际材料时，先确定温度如何保持、外力怎样施加、是否交换物质，再选择相应的统计描述。熵和自由能的作用正是在这些明确约束下，把可访问状态与可测响应联系起来。
为什么拉伸一条链需要力
拉直柔性链时，即使化学键的长度几乎不变，仍可能需要持续施力。原因在于伸展使许多弯曲方向不再可用，减少了可实现的构象。释放约束后，链更常访问那些数量较多的卷曲状态，宏观上表现为回复力。这种力与统计权重有关，称为熵弹性的来源。它并不要求分子有意寻找某种形状，也不是把热运动简单地想成朝某个方向推；各方向随机变化与状态数量的不均匀共同产生平均响应。
对于三维、许多独立有效段组成的理想链，在伸展远小于轮廓长度时，末端向量的概率密度可近似为高斯分布。固定某个末端向量所需的自由能代价与其长度平方成正比。把自由能对伸展求导，就得到保持这个伸展需要的外力大小。求导在这里表示再拉长一点需要增加多少自由能，单位自然成为焦耳每米，也就是牛顿。链对外界的回复力方向相反。
| 符号 | 含义 | 单位 |
|---|---|---|
| ΔF(R) | 固定末端向量长度R相对零向量的自由能差 | J |
| R | 固定末端向量的长度 | m |
| kB | 玻尔兹曼常数 | J K⁻¹ |
| T | 绝对温度 | K |
| N | 独立统计段数 | 1 |
| b | 统计段长 | m |
| fhold | 维持伸展的外力大小 | N |
| ∂ΔF/∂R | 其他参数不变时自由能对伸展的导数 | J m⁻¹ |
怎样理解高斯末端向量分布使固定向量的自由能代价正比R²；微小额外伸展的能量增量除以伸展量给力。
算一个例子T=300 K、N=100、b=1 nm、R=10 nm，得fhold≈1.243 pN，ΔF≈6.213×10⁻²¹ J；R远小于轮廓长度100 nm。
使用条件三维理想高斯链、固定末端向量、小于轮廓长度的伸展、段参数近似不随温度变；径向距离分布还有几何重数，不混为同一势。
在相同链段参数与相同小伸展下，温度升高会增大这一理想熵弹性力，因为损失同样熵所对应的自由能代价随温度增大。真实橡胶网络还受到交联密度、体积变化、链间作用和可能的结晶影响，不能把单链公式直接当成整个试样的力。接近完全伸直时，可用构象急剧减少，高斯近似也失效；此时有限轮廓长度、键角限制乃至化学键伸长逐渐重要。
下面回到一维可精确计数的链，在末端施加一个向右或向左的力。力会让沿它方向的段获得更高概率，而不是让所有段瞬间同向。将力乘段长再除以热能，得到无量纲偏置h。这个比值比较移动一个段长所涉及的机械能与热能。每段仍只有左右两个状态，因此可以精确计算每个末端位置的概率，以及平均位移与波动宽度。
| 符号 | 含义 | 单位 |
|---|---|---|
| h | 单段力学能相对热能的无量纲偏置 | 1 |
| f | 沿右方向定义的有符号末端力 | N |
| b | 段长 | m |
| kB | 玻尔兹曼常数 | J K⁻¹ |
| T | 绝对温度 | K |
| p₊ | 单个段向右的概率 | 1 |
| e | 自然指数底数 | 1 |
| Pj | 恰有j段向右的末端概率 | 1 |
| Ωj | 从N段中选择j段向右的组合数 | 1 |
| N,j | 总段数与向右段数 | 1 |
| 〈R〉 | 概率加权的有符号平均末端位移 | m |
怎样理解外力给左右单段能量差2fb，Boltzmann权重归一化给p₊。独立方向概率相乘再乘组合数，平均每段位移为b(2p₊−1)。
算一个例子h=1时p₊≈0.880797。N=20、b=1 nm时〈R〉≈15.232 nm；T=300 K时对应f≈4.142 pN。
使用条件固定力、平衡、允许重叠的一维独立段链；三维方向分布有不同的几何因子。
一维独立段模型，b=1 nm，T=300 K。
横轴按轮廓长度归一化，纵轴为离散末端概率；橙线标出均值。每次调整都直接计算完整分布，无随机采样或自动播放。
比较段数与外力怎样改变末端概率和波动。无偏时均值为零，但链的均方尺度仍然有限；强偏置使分布逐渐靠近伸展上限。
把偏置调回零，分布左右对称，平均位移为零而波动宽度不为零。增大向右的偏置，分布向右移动，逐渐靠近伸直上限；反向偏置得到镜像结果。增大段数会增大绝对波动宽度，但相对于轮廓长度的无偏波动会减小。交互显示的完整概率柱表示“许多重复观察中各末端位置出现多少”，并不是某条链在同一时刻占据所有位置。它与前面的三维高斯链使用不同几何，精确数值不能混用，却共同展示了状态数、外力和热运动之间的联系。
施加恒定力与固定末端位置，是两种不同的实验条件。恒定力下，链的末端位置继续波动，仪器可以记录平均位移和分布；固定末端时，位移受约束，保持约束所需的力可以波动。足够长且响应平滑时，两种描述可给出相近的宏观关系，但有限短链的波动与细节仍有区别。交互采用恒定力模型，前面的高斯链公式则从固定末端向量的自由能出发，先区分约束，才不会把两种实验中的“平均”误当成同一个操作。
许多条链如何改变混合与结构
一条链的统计形状只回答了材料问题的一部分。把许多链放在同一体积里，分子之间会接触、排斥、吸引并限制彼此运动。两种小分子液体混合时，许多独立分子可以交换位置，产生大量新排列；把相同数量的单元先连成长链，可独立移动的分子数减少，连接还限制了单元交换。因此高分子共混的平移混合熵往往比同样单元数的小分子体系小。较弱的不利接触就可能与这较小的熵收益竞争，使材料分相。
分相并不意味着不同链之间完全没有接触，而是形成具有不同平均组成的区域。区域之间有界面，界面存在代价，结构还会随时间调整。若两种链段被连接在同一分子上，分离又受到连接限制，可以形成纳米尺度的不同区域。若某些链段能够规则排列成晶体，局部结构也会改变刚度、透明性和热行为。相同化学组成通过连接方式、排列程度和加工历史，可以得到明显不同的宏观材料。
反应本身同样可以用统计思想分析。以理想的双官能逐步聚合为例，每次有效的分子间连接都把两个分子并成一个，减少一个独立分子。若两类反应基团数量平衡、反应性相同且没有成环，基团反应程度就决定剩余分子数，从而决定数均聚合度。聚合度是平均每个分子含多少初始结构单元；数均意味着每条分子在平均中占相同权重，而不是每克材料占相同权重。
| 符号 | 含义 | 单位 |
|---|---|---|
| X̄n | 按分子数平均的聚合度，下标n表示数均 | 1 |
| p | 已反应官能团占初始同类官能团的比例 | 1 |
怎样理解每次无成环的分子间连接使分子数减少一；平衡双官能体系的剩余分子数按1−p减少，单元总数除以分子数给平均链长。
算一个例子p=0.90给X̄n=10；p=0.99给100；p=0.999给1000。
使用条件线型双官能逐步聚合、基团计量平衡、等反应性、无成环和单官能终止；实际偏离这些条件时关系需修改。
反应程度从0.90提高到0.99，理想数均聚合度由十增加到一百。要得到很长的链，最后一小部分未反应基团仍十分关键。若基团数量不平衡或存在单官能杂质，链增长会受到新的限制。Flory在1936年研究线型缩合聚合物的分子尺寸分布，把反应统计与不同链长出现的频率联系起来。这说明样品的平均链长之外，还存在一个分布，分布的不同部分会影响流动、力学与加工。
链长分布也提醒我们注意测量权重。逐条计数得到的平均质量，与按各条链贡献的质量或散射强度加权得到的平均值一般不同。一个样品中少量特别长的链，可以对流变行为产生显著影响，却不一定大幅改变按分子个数平均的结果。因此“分子量是多少”常常还需要补充“用哪种方法、得到哪一种平均”。统计物理既提供模型，也帮助我们解释实验仪器究竟强调了样品中的哪一部分。
观察时间与生命分子的形状变化
同一个材料在不同时间尺度上表现不同，来自内部状态改变所需的时间。把一条链拉开后，它不会在数学上的瞬间访问所有卷曲形状；局部转动、整体扩散和缠结约束的释放各有速度。松弛时间描述某种扰动衰减的特征时长。一个真实样品可以同时有许多松弛时间，因此“材料有一个时间常数”往往只是某个范围内的近似。实验持续多久，决定哪些运动已经完成、哪些仍被暂时冻结。
把相关松弛时间除以观察或加载时间，就得到一个无量纲比较量。若材料恢复远快于实验变化，它较容易跟随条件调整；若恢复远慢于实验，内部结构来不及变化，响应更容易保留弹性或历史效应。这个比较解释了为什么缓慢拉伸与快速冲击可以得到不同结果，也说明热处理和等待时间会改变测试表现。它不是把所有聚合物统一分成两类的绝对边界，具体响应还依赖松弛谱与所施加的变形。
| 符号 | 含义 | 单位 |
|---|---|---|
| De | 按本观察时间定义的Deborah数 | 1 |
| τ | 相关过程的松弛时间 | s |
| tobs | 观察或加载的特征时间 | s |
怎样理解两个时间相除消去单位，比较材料调整速度与实验变化速度。
算一个例子τ=1 s时，tobs=100 s给De=0.01；tobs=0.01 s给De=100。相同材料会在两个实验中访问不同的松弛范围。
使用条件用于指定过程与协议的时间比较；宽松弛谱需多个时间，De不单独确定具体本构响应。
生命中的链把这些问题结合得更紧密。蛋白质由氨基酸单元按序列连接，不同侧基的相互作用、主链几何和水环境共同决定可访问形状。局部螺旋与较无规则的链段之间，可以随着条件改变而重新分配概率。形成规则结构通常限制构象，但也可能获得有利接触，因此需要同时比较能量、熵和溶剂变化。一个功能明确的蛋白质也不是完全静止的雕塑，它在可访问构象之间的变化可以参与识别和催化。
Koshland在1958年提出的诱导契合思想，强调底物结合与酶的形状调整可以耦合。理解这种图像时，应把底物看作与酶相互作用的分子，而不是一把只匹配刚性孔洞的钥匙。某些体系中，结合还会选择原本已经短暂存在的构象；形状先变化还是结合后变化，要由具体动力学测量区分。这些机制都可以用状态、概率和转移速率来表述，并不需要把分子描写成具有目的性的行动者。
DNA的两条互补链能够结合，也能在温度、盐浓度或拉力改变时分开。碱基配对、堆积、水与离子的作用共同影响稳定性，分开后单链增加的构象自由度也贡献统计收益。序列和链长会改变转变范围与协同性。这里的共同语言仍然是“哪些状态有利、数量多少、转换多快”，但具体分子相互作用不能从普通理想链中直接复制。统计物理提供的是组织问题的方法，分子细节决定每一种生命体系的定量答案。
怎样把统计模型接到实际测量
要检验一个链模型，需要选择能看到其预测量的测量。显微成像可以直接观察足够大的标记链或结构，散射通过不同位置之间的相关性推断尺寸，流变测量探查不同时间尺度上的力学响应，渗透压则与溶液中可独立移动的分子数相关。这些方法测到的是不同侧面。一个能解释静态尺寸的模型，还需要加入合理的运动机制才能预测黏度；一个拟合了平均应力的模型，也要经过独立结构测量才能确定微观解释。
渗透压给出一个特别直观的计数例子。用只让溶剂通过、阻挡聚合物分子的膜，把纯溶剂与稀溶液隔开。两侧溶剂的平衡条件使溶液一侧需要额外压力来停止净渗透。足够稀且相互作用修正可忽略时，这个压力与单位体积的聚合物分子数成正比，而不是与链上重复单元数成正比。同样质量浓度下，链越长，分子数越少，理想渗透压越小，因此它可以帮助确定数均分子质量。
| 符号 | 含义 | 单位 |
|---|---|---|
| Π | 理想稀溶液渗透压 | Pa |
| cchain | 单位体积的聚合物分子数 | m⁻³ |
| kB | 玻尔兹曼常数1.380649×10⁻²³ | J K⁻¹ |
| T | 绝对温度 | K |
| cm | 聚合物质量浓度 | kg m⁻³ |
| R | 气体常数8.314462618；本式不是末端距 | J mol⁻¹ K⁻¹ |
| Mn | 数均摩尔质量 | kg mol⁻¹ |
| NA | 阿伏伽德罗常数6.02214076×10²³ | mol⁻¹ |
怎样理解理想平移贡献按独立分子数计数；质量浓度除以数均摩尔质量给链摩尔浓度，乘RT转换为压强。
算一个例子cm=1 g L⁻¹=1 kg m⁻³、Mn=100 kg mol⁻¹、T=300 K，得Π=1×8.31446×300/100≈24.94 Pa。
使用条件足够稀、膜截留所计数聚合物、无聚集和电荷附加贡献的理想极限；实验通过浓度外推分离相互作用修正。
摩尔是按固定个数计量粒子的单位，一摩尔包含约6.022乘十的二十三次方个对象。把每个分子的玻尔兹曼常数乘以这个每摩尔的个数，得到气体常数，便能在单分子计数与摩尔浓度之间换算。若质量浓度为每升一克，数均摩尔质量为每摩尔一百千克，三百开尔文时理想渗透压约为24.9帕。这里每升一克等于每立方米一千克，单位换算若漏掉这一步，结果就会相差很大。
实际数据通常需要在一系列低浓度下测量，再向足够稀的极限外推，以区分分子数贡献和链间相互作用。若膜允许一部分小分子通过，或样品发生聚集、降解，所计数的对象也会改变。把分子身份、溶剂、温度、浓度与测量时间写清楚，是解释数值的组成部分。这样的条件并不是公式后面可有可无的附注，而是决定模型究竟描述哪个物理系统的内容。
建立材料模型时，可以按一条连贯路线思考：先说明想预测的量，再选择状态变量与空间尺度，列出连接和排斥等约束，确定能量及外部条件，最后计算平均和波动，并与实验比较。若预测不符，检查遗漏了哪种作用或哪个慢过程。平均值相近但波动不同，也能区分模型。通过这种往返，长链的构象、许多链的组织和加工时间逐渐连接到可设计的性能，高分子统计物理便从一套公式变成解释与改进材料的工具。
用两种等数量的链作一个加权例子，一种每条含十个相同质量单元，另一种含一百个。按条数平均，每条有五十五个单元；按质量加权，长链占总质量的十倍份额，所得平均约为九十一点八个单元。两种数字都正确，只是回答的问题不同。测量值不一致时，先检查加权方式是否相同，再讨论是否存在模型错误或样品变化。对含很宽链长分布的材料，这个区分尤其重要，因为少量长链与大量短链可能分别主导不同的实验信号。