乔赛亚·威拉德·吉布斯，美国科学家。他在物理学、化学以及数学领域都做出了重大的理论贡献，其中在有关热力学的实际应用的研究奠定了物理化学的基础。吉布斯还通过系综理论给出了热力学定律的一种微观解释，由此成为统计力学的创建者之一。“统计力学”这个术语也是由他引入的。同时，吉布斯还将麦克斯韦方程组引入物理光学的研究，并与英国科学家奥利弗·亥维赛各自独立发展了现代向量分析理论。
在量子力学里，不确定性原理表明，粒子的位置向量与动量不可同时被确定，位置的不确定性越小，则动量的不确定性越大，反之亦然。对于不同的案例，不确定性的内涵也不一样，它可以是观察者对于某种数量的信息的缺乏程度，也可以是对于某种数量的测量误差大小，或者是一个系综的类似制备的系统所具有的统计学扩散数值。
巨正则系综是正则系综的推广。是统计力学系综的一种。每个系综内的体系不仅可以和其他体系交换能量，也可以交换粒子，但系综内各体系的能量总和以及粒子数总和都是固定的。当然系综内的体系总数也是固定不变的。而且各体系的体积是保持在一个固定值上。这个系综对应于具有恒定温度和化学势的体系。
正则系综 是统计力学中系综的一种。它代表了与恒温热库接触而处于热平衡的系统所有可能状态的集合。由于系统可以与热库交换能量，系统可能的微观状态可以具有不同的能量。
在量子力学里，不确定性原理表明，粒子的位置向量与动量不可同时被确定，位置的不确定性越小，则动量的不确定性越大，反之亦然。对于不同的案例，不确定性的内涵也不一样，它可以是观察者对于某种数量的信息的缺乏程度，也可以是对于某种数量的测量误差大小，或者是一个系综的类似制备的系统所具有的统计学扩散数值。
等温等压系综是正则系综的推广，是统计力学系综的一种。正如其名，这个系综对应于具有恒定温度和压强的体系。每个系综内的体系可以和其他体系进行能量和体积交换。但系综内各体系的能量总和以及体积总和是固定的，而且各体系有相同的粒子数。化学上这个系综很重要，因为化学反应经常是在等温等压的条件下进行的。
在统计学和机器学习中，集成学习方法使用多种学习算法来获得比单独使用任何单独的学习算法更好的预测性能。不像统计力学中的系综通常是无限的，机器学习集合仅由一组具体的有限的可替代模型组成，但通常允许在这些可替代方案中存在更灵活的结构。
分子动力学是一套分子模拟方法，该方法主要是依靠计算机来模拟分子、原子体系的运动，是一种多体模拟方法。通过对分子、原子在一定时间内运动状态的模拟，从而以动态观点考察系统随时间演化的行为。通常，分子、原子的轨迹是通过数值求解牛顿运动方程得到，势能通常可以由分子间相互作用势能函数、分子力学力场、全始计算给出。对于考虑分子本身的量子效应的体系，往往采用波包近似处理或采用量子力学的费恩曼路径积分表述方式处理。
分子动力学也常常被采用作为研究复杂体系热力学性质的采样方法。在分子体系的不同状态构成的系综中抽取样本，从而计算体系的构型积分，并以构型积分的结果为基础进一步计算体系的热力学量和其他宏观性质。
分子动力学最早在20世纪50年代由物理学家提出，如今广泛应用于物理、化学、生物体系的理论研究中。
巨正则系综是正则系综的推广。是统计力学系综的一种。每个系综内的体系不仅可以和其他体系交换能量，也可以交换粒子，但系综内各体系的能量总和以及粒子数总和都是固定的。当然系综内的体系总数也是固定不变的。而且各体系的体积是保持在一个固定值上。这个系综对应于具有恒定温度和化学势的体系。
在量子力学里，不确定性原理表明，粒子的位置向量与动量不可同时被确定，位置的不确定性越小，则动量的不确定性越大，反之亦然。对于不同的案例，不确定性的内涵也不一样，它可以是观察者对于某种数量的信息的缺乏程度，也可以是对于某种数量的测量误差大小，或者是一个系综的类似制备的系统所具有的统计学扩散数值。
Mini wiki
