统计物理学中的信息

我们以教学性质综述量子统计物理学中的信息论基础。由于实际和理论原因，只有极少数特征系统微观尺度的变量可以被控制，因而需要涉及观察者的概率描述。最大von Neumann熵准则随后用于做出合理的推断，这意味着除了已知数据之外不会引入任何虚构信息。其结果可以基于拉普拉斯的无关原则进行直接合理化。我们引入了与某些相关变量相关的相关熵概念；它描述了在仅知道这些变量时，微观层面缺失的信息。对于平衡问题，相关变量是守恒变量，第二定律在推断过程的第二步中得到恢复。对于非平衡问题，相关熵的增加表示从相关变量向无关变量不可逆的信息损失。两个例子说明了相关变量选择的灵活性以及关联熵的多样性：满足克劳修斯-杜hem不等式的热力学熵和满足H定理的玻尔兹曼熵。将熵与缺失信息相识别也得到马克斯韦妖术的支持。旋回实验表明，不可逆性本身并非绝对概念：使用隐藏信息可克服时间之箭。