Ентропия на Шанън

В рамките на теорията на информацията, централен обект на изследване е функцията ентропия на Шанън или липса на информация, която ще обозначаваме с $S$.

Нека обозначим вероятностите за различните събития от дадено вероятностно пространство с $P_{i}$. Ентропията на Шанън, която понякога се нарича и „липса на информация“, в статистическата механика е еквивалентна на ентропията. Функцията е дефинирана по следния начин:

$S=-C\sum _{i}^{N}P_{i}\ln P_{i}=C\langle \ln P_{i}\rangle$, където C е константа, чиито смисъл ще стане ясен по-късно, а N е броят на възможните резултати (в статистическата механика - броят на възможните микросъстояния)

Нека например разгледаме ситуацията залагане на зарове. Притежателят на зара е измамник, който е обработил зара така, че да пада на определено число. Познаването на това число намалява стойността на функцията липса на информация, която понякога, за по-кратко се нарича и ентропия.

Минимум и максимум на ентропията (липсата на информация)

Ако зарът винаги пада на една страна, да кажем 4, то тогава вероятността $P_{4}$ е равна на 1, а всички други вероятности са 0. В този случай, функцията липса на информация става равна на:

$S=-C\sum _{i}^{N}P_{i}\ln P_{i}=-C(P_{1}\ln P_{1}+P_{2}\ln P_{2}+P_{3}\ln P_{3}+P_{4}\ln P_{4}+P_{5}\ln P_{5}+P_{6}\ln P_{6})$

$S=-C(0\ln P_{1}+0\ln P_{2}+0\ln P_{3}+1\ln 1+0\ln P_{5}+0\ln P_{6})$

и тъй като всички членове на това уравнение са равни на нула (заб. $\lim _{x\rightarrow 0}x\ln x=0$), имаме:

$S=0$.

Тоест, липсата на информация е нулева, когато със сигурност знаем изхода от даден опит, което, както виждаме, може да се изрази математически с така дефинираната функция липса на информация. Обратно, функцията липса на информация има максимум, когато отделните вероятности са равни. За да докажем това твърдение ще използваме метода с множителите на Лагранж:

От условието за нормировка следва: $\sum _{i}P_{i}=1$ (сборът на всички вероятности е единица). Следователно, прибавянето на тази сума към ентропията и изваждането на единица не променя нищо:

$S=S+\lambda (\sum _{i}^{N}P_{i}-1)$

Търсим точките, в частната производна по $P_{i}$ се анулира:

${\partial S \over \partial P_{i}}=-C(\ln P_{i}-1)+\lambda P_{i}=0$

или

$P_{i}=e^{-C+\lambda \over \lambda }$

тоест, виждаме, че стойността на кое да е $P_{i}$ зависи само от константи, т.е. самото то е константа, която може да обозначим, например, с $\mu$. Следователно, от условието за нормировка следва:

$\sum _{i}^{N}P_{i}=\sum _{i}^{N}\mu =\mu N=1$

или

$\mu =P_{i}={1 \over N}\,\,\,\,\forall i$

Видяхме, че когато липсата на информация е в максимум, вероятностите за различните изходи са равни помежду си. В рамките на статистическата механика това се интерпретира по следния начин: когато системата е в равновесие, ентропията е в максимум. След повторно изкарване от равновесие, съгласно втория принцип на термодинамиката, ентропията ще нарастне, докато отново не достигне максимум.

Връзка с ентропията

Както видяхме, когато ентропията (липса на информация) е максимална, всички $P_{i}$-та са равни на ${\frac {1}{N}}$. Тогава:

$S=-C\sum _{i}^{N}{1 \over N}\ln {1 \over N}$

$S=C{1 \over N}\ln N\sum _{i}^{N}=C\ln N$

Ако заместим C с k_B получаваме формулата на Болцман за ентропията, която показва връзката между ентропията и липсата на информация и оправдава наименованието „ентропия на Шанън“ за функцията „липса на информация“.

Смисъл на константата C

Този път измамникът играе не на зарове, а на ези-тура. Ако нямаме информация за системата, вероятността монетата на падне на ези е равна на вероятността монетата да падне на тура, $P_{heads}=P_{tails}={\frac {1}{2}}$. Ако знаем на коя страна ще падне монетата, липсата на информация е нулева. В теорията на информацията, Константата С е дефинирана така, че разликата в информацията за тези два случая да е 1, т.е.:

$1=-C({\frac {1}{2}}\ln {\frac {1}{2}}+{\frac {1}{2}}\ln {\frac {1}{2}})=C\times 2\ln 2$

$C={\frac {1}{2\ln 2}}$

Виждаме, че C играе ролята на „бит информация“, т.е. в теорията на информацията един бит е ${\frac {1}{2\ln 2}}$. Както видяхме, в статистическата механика, ролята на С се играе от $k_{B}$, така че един „бит ентропия“ в статистическата механика е константата на Болцман, $k_{B}$

Концепцията е представена за пръв път от Клод Шанън през 1948 г. в неговата статия „Математическа теория на комуникациите“ (en: A Mathematical Theory of Communication).

Източници

• Mouhanna, D; Sator, N., Cours et TDs de Mécanique statistique, Université Pierre et Marie Curie, 2008

Външни препратки

• Шаблон:Език икона Математическа теория на комуникациите — оригиналната публикация на Шанън от 1948 г. Посетена на 31 юли 2008.