[论文解读] Information Theory and Statistical Mechanics Revisited

Jian Zhou|arXiv (Cornell University)|Apr 29, 2016

Cold Atom Physics and Bose-Einstein Condensates参考文献 4被引用 4

一句话总结

本文通过引入一族熵函数 $ H_\epsilon $，推广了 Jaynes 的最大熵原理，统一推导了玻尔兹曼-吉布斯、玻色-爱因斯坦和费米-狄拉克统计。通过对 $ H\_\epsilon $ 应用最大熵方法，推导出广义的权重函数为 $ \phi $-指数函数，表明这些统计分布自然源自修改后的 $ \phi $-熵框架，其中 $ H_{BE} $、$ H_{BGS}+1 $ 和 $ H_{FD} $ 分别对应于 $ \epsilon = +1 $、$ 0 $、$ -1 $。

ABSTRACT

We derive Bose-Einstein statistics and Fermi-Dirac statistics by Principle of Maximum Entropy applied to two families of entropy functions different from the Boltzmann-Gibbs-Shannon entropy. These entropy functions are identified with special cases of modified Naudts' $ϕ$-entropy.

研究动机与目标

• 将 Jaynes 的最大熵原理从玻尔兹曼-吉布斯-香农熵推广至非经典统计（如玻色-爱因斯坦和费米-狄拉克统计）的框架。
• 证明玻色-爱因斯坦和费米-狄拉克统计可源自不同于标准玻尔兹曼-吉布斯-香农熵的熵函数最大化。
• 在 Naudts 的 $ \phi $-熵框架下，将玻尔兹曼、玻色-爱因斯坦和费米-狄拉克三种主要统计权重函数统一为广义指数族。
• 表明插值型 Acharya-Swamy 统计和分数排除统计也可从这一广义熵框架中自然导出。
• 为基于 $ \phi $-函数变形的更广泛统计力学模型奠定基础，潜在关联弦理论。

提出的方法

• 引入一族单参数熵函数 $ H_\epsilon = \sum_{i=1}^n \left( \frac{1}{\epsilon}(1 + \epsilon p_i)\ln(1 + \epsilon p_i) - p_i \ln p_i \right) $，该族函数在已知统计之间实现插值。
• 应用拉格朗日乘数法，在归一化和平均能量约束下最大化 $ H_\epsilon $，得到临界点 $ p_i(\epsilon) = \frac{1}{e^{a + bE_i} - \epsilon} $。
• 将 $ H_\epsilon $ 识别为 Naudts 修改 $ \phi $-熵的特例，其中 $ \phi_\epsilon(p) = p(1 + \epsilon p) $，并对应定义修改后的 $ \phi $-对数与 $ \phi $-指数函数。
• 分别对 $ \epsilon = +1 $ 和 $ \epsilon = -1 $ 推导出玻色-爱因斯坦与费米-狄拉克权重函数为 $ \phi $-指数函数，而 $ \epsilon = 0 $ 时则恢复玻尔兹曼-吉布斯统计。
• 通过另一组 $ \phi_g(p) = p(1 - gp)(1 + (1 - g)p) $ 将框架扩展至分数排除统计，导出广义熵 $ H_g $ 与权重函数 $ p_g(E) = \widetilde{\exp}_{\phi_g}(a + bE) $。
• 建立广义熵函数与统计权重函数之间的系统性联系，通过修改后的 $ \phi $-对数与 $ \phi $-指数函数的逆关系实现。

实验结果

研究问题

• RQ1 玻色-爱因斯坦与费米-狄拉克统计能否通过使用非玻尔兹曼-吉布斯-香农熵函数的最大熵原理推导得出？
• RQ2 广义熵函数 $ H_\epsilon $ 与 Naudts 的 $ \phi $-熵框架有何关系？其物理意义为何？
• RQ3 玻色-爱因斯坦与费米-狄拉克统计之间的插值能否从单一熵函数族中系统性导出？
• RQ4 修改后的 $ \phi $-指数与 $ \phi $-对数函数在统一不同统计的统计权重函数中起何作用？
• RQ5 分数排除统计能否嵌入此广义 $ \phi $-熵框架？若能，对应的熵泛函为何？

主要发现

• 在归一化与平均能量约束下最大化熵函数 $ H_\epsilon $，可得概率分布 $ p_i(\epsilon) = \frac{1}{e^{a + bE_i} - \epsilon} $，该分布对所有 $ \epsilon $ 均推广了系综的正则系综形式。
• 当 $ \epsilon = +1 $ 时，所得分布对应玻色-爱因斯坦统计；当 $ \epsilon = -1 $ 时，对应费米-狄拉克统计；当 $ \epsilon = 0 $ 时，退化为玻尔兹曼-吉布斯统计。
• 熵函数 $ H_{BE} $、$ H_{BGS}+1 $ 与 $ H_{FD} $ 均为修改 $ \phi $-熵的特例，对应 $ \phi_\epsilon(p) = p(1 + \epsilon p) $，其中 $ \epsilon = +1 $、$ 0 $、$ -1 $。
• 所有三种统计的统计权重函数均被推导为修改后的 $ \phi $-指数函数：$ p_{\epsilon}(E) = \widetilde{\exp}_{\phi_\epsilon}(a + bE) $，其逆 $ \phi $-对数由 $ \widetilde{\ln}_\phi(u) = \ln|1 + \epsilon u| - \ln u $ 定义。
• 通过 $ \phi_g(p) = p(1 - gp)(1 + (1 - g)p) $ 的不同形式，框架可扩展至分数排除统计，导出广义熵 $ H_g $ 与权重函数 $ p_g(E) = \widetilde{\exp}_{\phi_g}(a + bE) $，与 Wu 的函数方程一致。
• 本文建立了广义熵泛函与统计力学模型之间的系统性联系，表明所有玻尔兹曼-吉布斯-香农熵的变形均可表达为 $ \phi_{\mathbf{T}} $-熵的形式，其中 $ \phi_{\mathbf{T}}(p) = p - \sum_{n \geq 2} T_{n-1} p^n $，具有潜在的弦理论应用前景。