imported>Debenben K (linkfix) |
imported>Mbreiling (Bit wird häufiger verwendet als Shannon (siehe Diskussion)) |
||
Zeile 1: | Zeile 1: | ||
{{QS-Physik|Unerledigt=2019}} | |||
{{Redundanztext | |||
|3=Information (Physik) | |||
|4=Entropie (Informationstheorie) | |||
|2=April 2021|1=[[Benutzer:Minderbinder|Minderbinder]] 16:50, 9. Apr. 2021 (CEST)}} | |||
Mit dem Begriff der '''Information''' ist in der [[Statistische Physik|statistischen Physik]] eine anschauliche Verknüpfung zwischen [[Entropie]] (hier: fehlende Information oder Informationsentropie) und [[Wahrscheinlichkeit]] für eine Interpretation des Entropiebegriffs möglich.<ref name="haegele"/> Die ''fehlende Information'' eines Systems ist die Information, die benötigt wird, um zu beschreiben, in welchem Zustand sich ein System befindet. | |||
Die fehlende Information eines abgeschlossenen Systems ist die gewichtete Summe der Logarithmen der Zustandswahrscheinlichkeiten | |||
:<math>I = -k \sum_{i=1}^n p_i \ln( p_i )\ ,</math> | :<math>I = -k \sum_{i=1}^n p_i \ln( p_i )\ ,</math> | ||
wobei die <math>p_i\,</math> die Wahrscheinlichkeiten der <math>n</math> Zustände des Systems sind. | wobei die <math>p_i\,</math> die Wahrscheinlichkeiten der <math>n</math> Zustände des Systems sind. | ||
Als | Als Informationsentropie <math>S</math> wird die fehlende Information bezeichnet, die beschreibt, in welchem Zustand sich ein willkürlich herausgegriffener Repräsentant eines [[Ensemble (Physik)|Ensemble]]s befindet. | ||
Setzt man <math>k = \ln(2)^{-1}</math>, so ergibt sich der [[Informationsgehalt]] aus der [[Informationstheorie]] in der Einheit [[Shannon (Einheit)|Shannon]]. In der Statistischen Physik | Setzt man <math>k = \ln(2)^{-1}</math>, so ergibt sich der [[Informationsgehalt]] aus der [[Informationstheorie]] in der Einheit [[Shannon (Einheit)|Shannon]] bzw. ''Bit''. Für <math>k = 1</math> erhält man den Informationsgehalt in der Einheit [[Nit (Informationseinheit)|Nit]] bzw. ''Nat''. In der Statistischen Physik benutzt man <math>k</math> die [[Boltzmann-Konstante]] <math>k=k_\mathrm{B}</math> als Proportionalitätsfaktor, weil dann die Informationsentropie eines Ensembles mit der thermodynamischen Entropie übereinstimmt. | ||
Das [[Gleichgewichtssystem]] ist in diesem Sprachgebrauch das System mit dem Maximum an fehlender Information. | Das [[Gleichgewichtssystem]] ist in diesem Sprachgebrauch das System mit dem Maximum an fehlender Information. | ||
Zeile 11: | Zeile 18: | ||
== Mikrokanonisches Ensemble == | == Mikrokanonisches Ensemble == | ||
{{Hauptartikel|Mikrokanonisches Ensemble}} | {{Hauptartikel|Mikrokanonisches Ensemble}} | ||
Im mikrokanonischen Ensemble sind alle Zustände gleich häufig vertreten. Gibt es für den makroskopischen Zustand <math>(E, N, V,\dots)</math>, bei dem z. B. | Im mikrokanonischen Ensemble sind alle Zustände gleich häufig vertreten. Gibt es für den makroskopischen Zustand <math>(E, N, V,\dots)</math>, bei dem z. B. <math>E</math> die Energie, <math>N</math> die Teilchenzahl und <math>V</math> das Volumen sind, eine Anzahl <math>W(E, \dots)</math> mikroskopischer Zustände, so sind folglich die Energieniveaus <math>E_n\,</math> mit den Wahrscheinlichkeiten <math>p_n=1/W(E, \dots)</math> vertreten. | ||
Die Informationsentropie beträgt dann | Die Informationsentropie beträgt dann | ||
:<math>S \;=\; - k_\mathrm{B} \sum_n \frac{1}{W(E_n)}\, \ln \left( \frac{1}{W(E_n)}\right)\ ,</math> | :<math>S \;=\; - k_\mathrm{B} \sum_n \frac{1}{W(E_n)}\, \ln \left( \frac{1}{W(E_n)}\right)\ ,</math> | ||
beziehungsweise für eine bestimmte Energie <math>E_n</math> | beziehungsweise für eine bestimmte Energie <math>E_n</math> | ||
:<math>S \;=\; - k_\mathrm{B} \ln\left( \frac{1}{W(E_n)}\right) \;=\; k_\mathrm{B} \ln (W)\ . </math> | :<math>S \;=\; - k_\mathrm{B} \ln\left( \frac{1}{W(E_n)}\right) \;=\; k_\mathrm{B} \ln (W)\ . </math> | ||
Zeile 26: | Zeile 33: | ||
== Literatur == | == Literatur == | ||
* {{Literatur | Autor = [[Kerson Huang]] | Titel = Introduction to Statistical Physics | Jahr = 2010 | Verlag = CRC Press | Ort = Boca Raton | ISBN = 978-1-4200-7902-9 }} | * {{Literatur | Autor = [[Kerson Huang]] | Titel = Introduction to Statistical Physics | Jahr = 2010 | Verlag = CRC Press | Ort = Boca Raton | ISBN = 978-1-4200-7902-9 }} | ||
* {{Internetquelle | url=http://theorie.physik.uni-konstanz.de/dieterich/skripte/Statistische-Mechanik2008.pdf | titel=Statistische Mechanik | titelerg=Vorlesung im WS 2004/5 | autor= | * {{Internetquelle | url=http://theorie.physik.uni-konstanz.de/dieterich/skripte/Statistische-Mechanik2008.pdf | titel=Statistische Mechanik | titelerg=Vorlesung im WS 2004/5 | autor=W. Dieterich, Oliver Schlotterer | hrsg=Fachbereich Physik, Universität Konstanz | seiten=57–61 | datum=Februar 2009 | zugriff=2012-01-21 | format=PDF; 2,4 MB }} | ||
* [[Horst Völz]]: ''Das ist Information.'' Shaker Verlag, Aachen 2017. ISBN 978-3-8440-5587-0. | |||
* [[Horst Völz]]: ''Weltbeschreibung. Raum, Zeit, Temperatur und Information – Aspekte, Standpunkte, Debatten.'' Shaker Verlag, Aachen 2018, ISBN 978-3-8440-6323-3. | |||
* {{Internetquelle | url=http://www.romanistik.uni-freiburg.de/raible/Publikationen/Files/Informationsbegriff.pdf | titel= “Information”, Ein Schlüsselbegriff für Natur- und Kulturwissenschaften. | |||
| titelerg= Kolloqium an der Universität Freiburg | autor=Wolfgang Raible | hrsg=Heidelberger Akademie der Wissenschaften | seiten=4 | datum=16. Mai 2009 | zugriff=2021-03-02 | format=PDF; 1,43 MB }} | |||
== Einzelnachweise == | |||
<references> | |||
<ref name="haegele">{{Internetquelle |autor= P. Hägele |url= https://www.uni-ulm.de/fileadmin/website_uni_ulm/archiv/haegele//Vorlesung/Grundlagen_II/_information.pdf |titel= Was hat Entropie mit Information zu tun? |werk= Vorlesungsscript der [[Universität Ulm]] |datum= 3. August 2004 |seiten= 7 |abruf=2021-03-07}}</ref> | |||
</references> | |||
[[Kategorie:Statistische Physik]] | [[Kategorie:Statistische Physik]] | ||
[[Kategorie:Informationstheorie]] | [[Kategorie:Informationstheorie]] |
Mit dem Begriff der Information ist in der statistischen Physik eine anschauliche Verknüpfung zwischen Entropie (hier: fehlende Information oder Informationsentropie) und Wahrscheinlichkeit für eine Interpretation des Entropiebegriffs möglich.[1] Die fehlende Information eines Systems ist die Information, die benötigt wird, um zu beschreiben, in welchem Zustand sich ein System befindet.
Die fehlende Information eines abgeschlossenen Systems ist die gewichtete Summe der Logarithmen der Zustandswahrscheinlichkeiten
wobei die $ p_{i}\, $ die Wahrscheinlichkeiten der $ n $ Zustände des Systems sind.
Als Informationsentropie $ S $ wird die fehlende Information bezeichnet, die beschreibt, in welchem Zustand sich ein willkürlich herausgegriffener Repräsentant eines Ensembles befindet.
Setzt man $ k=\ln(2)^{-1} $, so ergibt sich der Informationsgehalt aus der Informationstheorie in der Einheit Shannon bzw. Bit. Für $ k=1 $ erhält man den Informationsgehalt in der Einheit Nit bzw. Nat. In der Statistischen Physik benutzt man $ k $ die Boltzmann-Konstante $ k=k_{\mathrm {B} } $ als Proportionalitätsfaktor, weil dann die Informationsentropie eines Ensembles mit der thermodynamischen Entropie übereinstimmt.
Das Gleichgewichtssystem ist in diesem Sprachgebrauch das System mit dem Maximum an fehlender Information.
Im mikrokanonischen Ensemble sind alle Zustände gleich häufig vertreten. Gibt es für den makroskopischen Zustand $ (E,N,V,\dots ) $, bei dem z. B. $ E $ die Energie, $ N $ die Teilchenzahl und $ V $ das Volumen sind, eine Anzahl $ W(E,\dots ) $ mikroskopischer Zustände, so sind folglich die Energieniveaus $ E_{n}\, $ mit den Wahrscheinlichkeiten $ p_{n}=1/W(E,\dots ) $ vertreten.
Die Informationsentropie beträgt dann
beziehungsweise für eine bestimmte Energie $ E_{n} $
Für das kanonische Ensemble sind die Wahrscheinlichkeiten für verschiedene Energien $ p_{n}={\frac {1}{Z}}\exp \left(-\beta E_{n}\right) $. Und die Informationsentropie beträgt
wobei $ F $ die Freie Energie und $ U $ die Innere Energie sind.