统计物理与资讯理论术语 熵( 二 )


统计物理与资讯理论术语 熵

文章插图
这个公式称为“玻尔兹曼公式”,其中
统计物理与资讯理论术语 熵

文章插图
是玻尔兹曼常数,Ω则为系统巨观状态中所包含的微观状态总数 。根据这个公式,我们可以将熵看作是一个系统“混乱程度”的度量,因为一个系统越混乱,可以看作是微观状态分布越均匀 。例如,构想有一组10个硬币,每一个硬币有两面,掷硬币时得到最有规律的状态是10个都是正面或10个都是反面,这两种状态都只有一种构型(排列) 。反之,如果是最混乱的情况,有5个正面5个反面,排列构型可以有排列组合数
统计物理与资讯理论术语 熵

文章插图
,共252种 。根据熵的统计学定义,热力学第二定律说明一个孤立系统的倾向于增加混乱程度,根据上述硬币的例子可以明白,每一分钟我们随便掷一个硬币,经过一段长时间后,我们检查一下硬币,有“可能”10个都是正面或都是反面,但是最大的可能性是正面和反面的数量相等 。我们发现,混乱程度倾向于增加的观念被许多人接受,但容易引起一些错误认识,最主要的是必须明白ΔS ≥ 0只能用于“孤立”系统,值得注意的是地球并不是一个孤立系统,因为地球不断地从太阳以太阳光的形式接收能量 。但有人认为宇宙是一个孤立系统,即宇宙的混乱程度在不断地增加,可以推测出宇宙最终将达到“热寂”状态,因为(所有恆星)都在以同样方式放散热能,能源将会枯竭,再没有任何可以作功的能源了 。当然”宇宙是一个孤立系统“严格来说只是个未被验证的假设 。可以严格证明,玻尔兹曼公式的另一种等价表述形式是
统计物理与资讯理论术语 熵

文章插图
其中i标记所有可能的微观态,
统计物理与资讯理论术语 熵

文章插图
表示微观态i的出现几率 。资讯理论解释1948年,香农将统计物理中熵的概念,引申到信道通信的过程中,从而开创了”资讯理论“这门学科 。香农定义的“熵”又被称为“香农熵” 或 “信息熵”, 即
统计物理与资讯理论术语 熵

文章插图
其中i标记机率空间中所有可能的样本,
统计物理与资讯理论术语 熵

文章插图
表示该样本的出现几率,K是和单位选取相关的任意常数 。可以明显看出“信息熵”的定义和“热力学熵”(玻尔兹曼公式)的定义只相差某个比例常数 。数学上,可以证明“香农熵”的定义,具有以下良好性质:连续性该度量应该是连续的,即,若样本机率值有微小变化,由此引起的熵变化也是微小的 。对称性样本重新排序后,该度量应保持不变,即
统计物理与资讯理论术语 熵

文章插图
极值性当所有样本等几率出现的情况下,熵达到最大值(所有可能的事件等机率时不确定性最高)
统计物理与资讯理论术语 熵

文章插图
对于样本等几率分布而言,样本数越大,熵值越大(可能的时间越多,不确定性越高)
统计物理与资讯理论术语 熵

文章插图
可加性熵的值与过程如何被划分无关 。它描述了一个系统与其子系统熵的关係 。如果子系统之间的相互作用是已知的,则可以通过子系统的熵来计算一个系统的熵 。例如:给定一个有n个样本的均匀分布集合,分为k个箱子(子系统),每个里面有 b1, ..., bk 个样本,合起来的熵应等于系统的熵与各个箱子的熵的和,每个箱子的权重为在该箱中样本的总机率 。即,对于正整数bi其中b1 + ... + bk = n来说,