熵的特点是一个系统复杂性的增加，即描述它所需的信息量。 (解决).

首先，我们考虑一个封闭的系统，即一个既不交换能量 (机械、热、辐射)或材料与环境的关系.

熵与无序的概念有关 :描述一个系统需要的信息越多，它在我们看来就越无序.

事实上，熵是一个与精确测量秩序或无序有关的物理学概念. 熵也衡量一个具有一定可用能量的封闭系统的进化能力。 (因为它的熵值很低).

如果你有一个团队，其中的马匹向各个方向走，你就无法前进，因为没有秩序。.

如果你约束你的马匹，那么他们有序的能量就可以用来推动团队前进。.

这个例子表明，能源 (马匹的力量，以完成某项工作)是不够的 而且还有一个非常重要的秩序概念。.正是熵的概念与这种秩序或无序相联系.

能源是允许进化、变化的因素.如果一辆汽车的油箱是空的，它就不能再移动了、 除非它使用它所拥有的重力势能或它在斜坡上积累的动能 如果你幸运的话，将使你能够到达下一个加油站。.

如果熵值很低 (有序的系统)该系统可以进化.

随着它的演化，熵增加，即能量被降级 (减少了它的顺序)而系统进化的能力较弱.

例如，马匹会消耗它们所吃的饲料中包含的化学能量 通过呼吸作用利用空气中的氧气来产生ATP分子Adénosine_triphosphate 这是生理学的燃料.通过拉动马车，他们将消耗这种燃料，使肌肉工作。 (发动机).
当所有食物的能量都被消耗掉时，再加上储存在肌肉、肝脏和脂肪中的任何储备，他们就会感到疲惫、 将不得不休息，如果他们没有再次进食 (封闭系统)他们将无法继续拉动马车很长时间，如果不是直到他们耗尽了马车的话 (能源储备).

消耗能量实际上是增加熵，因为我们从未消耗过能量，因为能量守恒定律。 这就是热力学的第一原理:在一个封闭的系统中，能量是恒定的.

当能量被耗散或降解时，其熵，也就是其无序性会增加 (这就是热力学的第二原理).

在马的例子中，消化产生的马粪比它所产生的草更不有序。.
它是弱熵太阳的能量，通过光合作用，使草通过利用克罗丁的有机物重新生长。.

熵是一个概念，最初由克劳修斯在宏观热力学中提出。.
Rudolf_Clausius 其在信息方面的深层含义在后来的统计力学中由 Boltzmann.

热力学第二原理指出，在一个封闭系统中，熵只能增加，或在极限情况下保持不变.
秩序和无序在物理学中具有根本的重要性，因为物理学处理的是运行规律。 由非常多的实体组成的物理系统 (所有分子形成的气体，例如). 这种物理学被称为Thermodynamique.

大数字带来了新的属性，新的概念、 新的现实和经验.

然后，熵被重新定义为 Shannon在信息论的框架内 其中熵是指信息量的大小.

(信息理论是计算机科学的基础，所以熵必须在这一领域发挥重要作用，参见。 . entropie et informatique  .Shannon nweb)

1.1.熵和信息

熵和信息是密切相关的概念，可以认为是相同的，在 mécanique_statistique_zh.

事实上，一个系统越是复杂，其熵值就越大 并且需要更多的信息来描述它.

例如，相同数量的气体形式或晶体形式的物质 并非以相同的信息量来描述.如果水晶是完美的 (没有缝隙、错位等。.熵和信息)那么只需指定一个原子的位置即可 晶体的结构和晶格的结构，以找出所有的 晶体的原子.因此，描述系统所需的信息非常少.

在这样一个系统中，熵是非常低的.

另一方面，对于气体来说，由于原子之间没有键，它们必须 如果要知道系统的确切状态，就要对其进行单独描述。.

与阿伏伽德罗数6有关的信息量是巨大的.022 10^23，而且熵非常大.

然后表明，香农的定义和热力学定义是等价的.

为了使画面更完整，只是作为备注，应该提到的是 在物理学家贝肯斯坦和霍金的工作之后，黑洞的动力学中出现了一种新的熵形式.
这种熵导致了T'hooft的全息原理.

这一原则认为，物理信息的最小单位是普朗克长度的平方大小的一个区域 (普朗克表面).

普朗克长度是最小的物理长度，低于这个长度概念就失去了意义。 (量子不确定性).因此可以说，普朗克长度是典型的长度，而 物理空间中两个紧邻的点之间的距离是这个长度.不可能有 这两个点之间的物理空间点的.当然，设计比普朗克长度更短的长度是可能的 但这些不再是物理长度，它们是抽象的、数学上的长度.

1.2.熵是与观察者有关的

在熵的数学公式中，有两个项倾向于相互抵消，所以我们可以说，熵 是指 logarithme_zh对立统一的概念之间的关系:

这两个词一方面代表观察者的感知能力，另一方面代表被感知系统的复杂性。. - 系统的复杂性反映在可以感知到的东西的数量上 而这是一个系统可能存在的状态的数量 (等价交换的状态:系统可以处于这些状态中的任何一种).

- 觉察的能力是我们觉察的决议，是我们觉察的能力。 我们观察的准确性.它的有限性确保了一个相对 状态之间的不可辨别性、 ...不大不同.

无法区分的状态数量越多，无序程度越高，我们 将无法"解决"真实的状态，因为我们的感知能力是有限的.

我们的感知能力越强，我们就越能辨别 系统的可能状态.因此，我们将有更多关于 体系，我们将更多地考虑它的组织性.

重要的一点是，必须考虑到观察者的情况.

因此，系统的秩序取决于观察者.

在物理学中，我们总是考虑观察者与被观察现象的位置关系.

在力学中，这个位置是由观察者的参考框架的区别来定义的 和系统基准本身以及它们之间的关系.

1.2.1.统计热力学 或 mécanique_statistique_zh

在统计热力学中，观察者的位置不是空间中的一个位置，而是 尺度的位置.定位在米尺上的人类观察者 而对于气体，也就是统计热力学的主要对象，系统的尺度为 是由原子组成的，因此其量子结构是在原子尺度上的。 即略低于纳米级的水平 (10^-10米，10功率减去10米)

让我们考虑一个简单的例子，其规模与人类观察者相近 或在厘米和分米之间:办公桌上的物品. 在这张桌子上工作的人对他或她的桌子的状况有一定程度的了解.

它的办公室可以用一组盒子来模拟，以便于 定位一个物体.物品被存放在箱子里.如果有N个盒子 和N个物体，每个盒子有一个物体，那么就有N个! (N的阶乘)的可能状态 系统，每个物体都能占据每个盒子。.

事实上，为了存储第一个对象，我们有N个可能的盒子 但对于第二个N-1盒等.因此，选择的数量 在N个盒子里的N个物体的数量是 n * n-1 * n-2 * ....* 2 * 1 =N!即N的阶乘.
让我们考虑一下办公室存储的一个特殊状态.假设 人完全了解办公室的状况，即他或她 知道在哪里可以找到每个物体，可以直接进入装有该物体的盒子。.
在这种情况下，我们可以说，对这个人来说，办公室是 整齐划一，秩序井然，无序亦然 (或熵)零.

假设另一个人对国家的情况了解较少 办公室.这个人知道"关于"一个物体的位置，但将不得不 进行多次尝试，以真正找到一个特定的对象.
也就是说，它将不得不花费一些能量 (降解能源) 和时间来"重新构成"他所缺乏的信息. 如果在两次或三次尝试中，她能找到一个指定的对象. 可以说，它对系统的状态并不完全了解 或者说，这个系统对她来说略显紊乱. 对这个人来说，无序或熵并不是零.

让我们假设第三个人对这个办公室是完全陌生的，因此不 没有关于其状况的信息.要找到一个对象，这 人将不得不陆续打开所有的盒子，直到他们有了 找到你要找的对象.对这个人来说，无序或熵是 最大限度.然后，熵由N的阶乘给出，N!这就是 很好地代表了系统的复杂性，即 了解该系统的复杂性.
阶乘的构造如下，在第一次选择一个盒子时 (绘制) 有N种可能性，第二种有N-1种可能性，第三种有N-2种可能性。 等等.因此，系统的复杂性完全可以用数字来表示 N * (N-1) (N-2) ....3*2*1，这正是N的阶乘。.

而在这个例子中，我们再次假设观察者有足够的 善于记忆 (利用其系统的经验) 而不是去看一个他已经打开过的、没有装过的盒子。 非预期目的.否则，系统的复杂性将被认为是由 观察者为大得多的.可以说，该系统 完成 :系统将处于混乱的状态.

确切地说，熵与因子的数学对数有关.

S =原木 (N!统计热力学)

这是因为 logarithme_zh :

"积的对数是积的两个因子的对数之和."

在数学公式方面，我们有:

纪录(a * b ) =纪录(a) 纪录(b)

如果我们把一个M的大小增加一倍 =N * 2，我们以两个办公室为例 那么熵的增加是线性的，但复杂性却以指数形式增加.

Modèle_des_urnes_d_Ehrenfest Formule_de_Boltzmann

在办公室的例子中，可以看出，只要这个人开始打开箱子、 即为了与系统互动，它将获得有关的信息 然后它可以记住.因此，系统的熵值 将为她演变，但她将不得不在其他地方降低能量以提供 减少这种熵值.所以这是一个熵的转变，因为在全球系统中 被认为是封闭的，熵值只能增加 (是第二定律的 热力学).

在诸如气体这样的物理系统中，观察者如果是 以某一类型的感知器官为特征的人 (群体 比如说人类)在感知的能力上没有区别。.
这就是热力学定律的客观性所在.
的悖论说明了这一点。 . démon de Maxwell  .

. Maxwell  想象一下以下实验:两个箱子靠在一起 另一个是他们之间可能的沟通.最初的时候 通信被关闭，其中一个盒子被填充了气体，同时 另一个是空的.如果我们打开通信，分子将通过 并发现自己在另一个盒子里.统计热力学告诉我们 这个系统最可能出现的状态是，大约有 两个舱室中的分子数量相同.这就是国家 热力学平衡. 应该指出的是，分子没有受到任何力的作用，导致它们通过了 在第二个盒子里.一个分子也可以很容易地从第一个盒子里移动到第二个盒子里。 而不是相反，这就是在任何时候都会发生的情况.

这就是使分子均匀分布的原因 在两个隔间之间.如果在任何特定时间，有更多的分子 在一个隔间内，那么分子进入的概率为 另一个盒子也变大了，因此平衡了.

麦克斯韦的恶魔悖论是指一个极小的恶魔 将有能力关闭通信，并会选择不关闭。 只有当有更多的分子通过它时，才能打开它。 在一个方向比另一个方向. 因此，这个恶魔会在分布上产生不对称性 分子，因此能够清空一个盒子来填充另一个盒子。.

这个守护进程能够分辨出系统的确切状态，因为它在 微观分子.这种悖论的解决方法是，妖怪 麦克斯韦原理不可能存在.在热力学物理学的情况下，它是 但有可能想象出更多的系统。 不太复杂，不同的感知能力，如在办公室的例子中。.

由于上述原因，在热力学中，我们忽略了"能力方面的问题 的信息感知"，主要关注的是 关于"信息量"的问题.但这是一个近似值.

如果我们处理的是一个系统，这个近似值就不再有效了 人类可能会有不同的看法.

熵的概念是围绕着一个特定的背景而出现的。 耗散能量以达到平衡的物理系统 热力学中熵最大的地方.

例如，一个从外部进行热绝缘的外壳 包含两个大小相同的隔间，相互接触，充满水 其中一个隔间的水温为0°，另一个为100°。 将根据热力学第二原理自然演化 在这种情况下，两个水箱的温度都是50.

热能是分子的机械能.分子交换能量 通过墙上的冲击装置，将两个水箱分开，其机制与普通水箱相同。 前，因此我们得出了宏观的均匀性.

后者的状态是稳定的，如果没有外部能量的参与.
系统不会有任何变化 (如果我们考虑系统 从生物学的角度来看，完全不可能，因为生命 可以利用围墙内的热能 来组织材料). 1960年代，伊利亚-普里戈金（Ilya Prigogine）于1977年获得诺贝尔奖。 在这项工作中，他对一个系统发生了什么感兴趣 当它被永久地保持在远离稳定状态时 热力学中的永久能量流.

然后他观察到，能量的消散会导致出现 物质中的秩序，他称之为耗散性结构.

耗散结构是拥有自组织特性的自然结构:

"自组织是一种增加秩序的现象，而且是朝着相反的方向进行的 熵的增加 (或无序，符号S) ;以能量耗散为代价 这将被用来维护这个结构.

这是一种趋势，无论是在物理过程或生物体内，还是在 社会系统，以组织自己 ;我们还谈到了自组装.

一旦超过了复杂度的临界值，系统就会改变状态，或从一个 不稳定的阶段到稳定的阶段."

这类系统的基本规律可以用一个简单的方程式d²S来概括=0 由诺贝尔物理学奖得主Ilya Prigogine建立，这意味着，一个 自组织系统是通过创造最小的无序状态来进化的，因为其 越来越复杂.

对于一个生物体来说，如果不遵守这一规律，就会恢复到平衡状态 热力学，这对他来说就是死亡.

1.3.. analyse perception et entropie :感知模型的研究

_ 在计算机系统中，复杂性水平足够低 因此，不同的观察者对系统状态的感知是不同的、

因此，让我们回到我们的例子，即办公室里的三个人的模型.

- 为第一人的观察，或与系统的互动 导致直接打开装有该物品的盒子 想要的.找到所需对象的概率是总的，即1.
该人解决系统状态的决议是尽可能的精细、 也就是说，这个人能够确定他正在寻找的盒子。.

分辨率可以用比率1/N来表示。 . 1为找到搜索对象，即解决系统状态所需的试验次数.
N代表系统的复杂性.

准确度可表示为分辨率的倒数.因此，这里的精度将是N/1 =N .

- 为第二个人，他必须打开说n=平均5个箱子就能找到物体，分辨率将是5/N 和精度N / 5.
- 准确度可以定义为系统本身的复杂度（即N）与系统本身的复杂度之比。 观察者所看到的系统的复杂性，这里是n=5，因为它需要进行5次尝试 (措施) 以降低系统的状态 (系统的真实状态和对系统状态的心理模拟是一致的).

- 准确度似乎是指感知的能力.
- 越来越大:在6个物体中尝试5次才能找到一个，效率不高。 (低概率) 对于100万个对象来说是非常有效的 (概率接近于1).

- 找到该物体的概率是找到该物体的平均次数的倒数。.
1在完全了解系统的人的情况下.
如果是第二个人，则为1/5 在完全不知道系统状态的人的情况下，1 / N.

箱子的数量	决议(准确性(nbr/5)		亲和力 (nbr-5/nbr)
6	1.2		0.166667
7	1.4		0.285714
8	1.6		0.375000
9	1.8		0.444444
10	2.0		0.500000
15	3.0		0.666667
20	4.0		0.750000
30	6.0		0.833333
50	10.0		0.900000
100	20.0		0.950000
1000	200.0		0.995000
10000	2000.0		0.999500
1000000	200000.0		0.999995

这张表说明，精度越高，就越大。 找到该物体的概率很高.

定义知识的最一般公式 (秩序或混乱) 我们在一个系统上拥有的是:

信息 =状态数/准确度

熵是一种 logarithme_zh (我还没有搞清楚

熵 =纪录(紊乱 ) =纪录(州的数量)- 纪录 (准确度)

可见，在感知能力和认知能力之间有了完美的平衡，就有了 我们给自己感知的东西，熵为零. _

1.4.撰写文本

- 对文本熵的研究 (的会议 Raphael_Bousso_zh The_World_as_a_Hologram_zh_nweb_zh撰写文本) - 从统计熵中定义文本熵的玻尔兹曼系数 - 文本-链接类比与分子-化学链接 (晶体的熵与气体的熵) 气体=没有链接的文本 水晶 =带链接的文本

1.5.消极主义

1.5.1.立体效应

化学中的立体效应是指分子的空间拥挤度 可以通过泡利排除原理阻止可预测的化学反应 因为分子之间不能足够接近。 响应.

1.5.2.负熵立体效应

区别于氢和其他化合物的立体效应 较大的尺寸可用于将氢气从其化合物中分离出来.
一个纳米级的装置可用于此目的.
化合物在这种纳米级结构中的渗滤作用 可以将宏观的压力能转化为化学能 微观.分子搅拌将以与摇动相同的方式使用 应用于筛子以通过较细的元素。 通过筛子.

然后氢原子可以通过共价键重新组合 以形成氢气.