复概率框架下的最大熵原理:基于实部非负性公理的自然推广与复Gibbs分布构造

《Entropy》:Maximum Entropy on the Complex Probability Framework

【字体: 大 中 小 】 时间:2026年09月26日 来源:Entropy 2.1

编辑推荐:

   **摘要** Jaynes 的最大熵(MaxEnt)原则从与一组约束条件相容的所有概率分布中,选取使 Shannon 熵最大化的那一个。该原则对于经典的实值概率有明确的定义,但要将其推广到复值概率理论则需格外审慎。Youssef 的复概率框架将量子力学重新表述为一种具有复幅

  **摘要**Jaynes 的最大熵(MaxEnt)原则从与一组约束条件相容的所有概率分布中,选取使 Shannon 熵最大化的那一个。该原则对于经典的实值概率有明确的定义,但要将其推广到复值概率理论则需格外审慎。Youssef 的复概率框架将量子力学重新表述为一种具有复幅度的贝叶斯理论,其中可观测概率为模的平方(Born 规则),但该框架并不存在自然的 MaxEnt 推广:该框架的 $L^2$ 归一化与 Shannon 熵所要求的 $L^1$ 归一化不相容,且由此产生的复值熵泛函在缺乏 Youssef 公理中所没有的额外结构的情况下无法实现最大化。本文提出了一种将 Kolmogorov 公理推广至复数域的不同方案,以"每个概率的实部非负"来替代非负性条件。该框架保留了 $L^1$ 归一化,并在虚部为零时恢复经典概率,从而允许一个自然的 MaxEnt 原则:复 Shannon 熵的实部是一个定义良好的实泛函,其 Euler–Lagrange 方程给出具有复 Lagrange 乘子的显式复 Gibbs 分布,而经典 Gibbs 分布作为实乘子的特例被自然恢复。本文对骰子问题(Jaynes 的 Brandeis 骰子示例)在公平骰子和有偏骰子两种情形下进行了详细推导,展示了虚部约束如何以经典 MaxEnt 中不存在对应物的方式重新分配可观测的概率质量。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号