Maximum entropy thermodynamicsIn physics, maximum entropy thermodynamics (colloquially, MaxEnt thermodynamics) views equilibrium thermodynamics and statistical mechanics as inference processes. More specifically, MaxEnt applies inference techniques rooted in Shannon information theory, Bayesian probability, and the principle of maximum entropy. These techniques are relevant to any situation requiring prediction from incomplete or insufficient data (e.g., , signal processing, spectral analysis, and inverse problems).
Équilibre thermodynamiquevignette|200px|Exemple d'équilibre thermodynamique de deux systèmes, en l'occurrence deux phases : l'équilibre liquide-vapeur du brome. En thermodynamique, un équilibre thermodynamique correspond à l'état d'un système ne subissant aucune évolution à l'échelle macroscopique. Les grandeurs intensives caractérisant ce système (notamment la pression, la température et les potentiels chimiques) sont alors homogènes dans l'espace et constantes dans le temps.
Entropie de RényiL'entropie de Rényi, due à Alfréd Rényi, est une fonction mathématique qui correspond à la quantité d'information contenue dans la probabilité de collision d'une variable aléatoire. Étant donnés une variable aléatoire discrète à valeurs possibles , ainsi qu'un paramètre réel strictement positif et différent de 1, l' entropie de Rényi d'ordre de est définie par la formule : L'entropie de Rényi généralise d'autres acceptions de la notion d'entropie, qui correspondent chacune à des valeurs particulières de .
Processus quasi statiqueUne transformation est dite quasi statique si tous les états intermédiaires du système thermodynamique au cours de la transformation sont des états définis, proches d'états d'équilibre. Cela implique que le déséquilibre des variables d'état, responsable de la transformation, soit infiniment petit. Pour qu'une transformation soit quasi statique, il faut donc qu'elle soit très lente, de manière que l'on puisse considérer qu'elle est constituée d'une succession d'états d'équilibre.
Entropie de ShannonEn théorie de l'information, l'entropie de Shannon, ou plus simplement entropie, est une fonction mathématique qui, intuitivement, correspond à la quantité d'information contenue ou délivrée par une source d'information. Cette source peut être un texte écrit dans une langue donnée, un signal électrique ou encore un fichier informatique quelconque (suite d'octets). Elle a été introduite par Claude Shannon. Du point de vue d'un récepteur, plus la source émet d'informations différentes, plus l'entropie (ou incertitude sur ce que la source émet) est grande.
Chaleur (thermodynamique)vignette|Le Soleil et la Terre constituent un exemple continu de processus de chauffage. Une partie du rayonnement thermique du Soleil frappe et chauffe la Terre. Par rapport au Soleil, la Terre a une température beaucoup plus basse et renvoie donc beaucoup moins de rayonnement thermique au Soleil. La chaleur dans ce processus peut être quantifiée par la quantité nette et la direction (Soleil vers Terre) d'énergie échangée lors du transfert thermique au cours d'une période de temps donnée.
Capacité thermiqueLa capacité thermique (anciennement capacité calorifique) d'un corps est une grandeur qui mesure la chaleur qu'il faut lui transférer pour augmenter sa température d'un kelvin. Inversement, elle permet de quantifier la possibilité qu'a ce corps d'absorber ou de restituer de la chaleur au cours d'une transformation pendant laquelle sa température varie. Elle s'exprime en joules par kelvin (). C'est une grandeur extensive : plus la quantité de matière est importante, plus la capacité thermique est grande.
Équilibre chimiqueUn équilibre chimique est le résultat de deux réactions chimiques simultanées dont les effets s'annulent mutuellement. Une réaction telle que la combustion du propane avec l'oxygène, qui s'arrête lorsque l'un des réactifs est totalement épuisé, est qualifiée de réaction totale, complète ou irréversible. À contrario, une réaction comme l'estérification, aboutissant à un mélange stable dans le temps de réactifs et de produits, sans disparition totale de l'une des espèces chimiques, est qualifiée de réaction partielle, incomplète, réversible ou inversible : ce type de réaction aboutit à un équilibre chimique.
Entropy (statistical thermodynamics)The concept entropy was first developed by German physicist Rudolf Clausius in the mid-nineteenth century as a thermodynamic property that predicts that certain spontaneous processes are irreversible or impossible. In statistical mechanics, entropy is formulated as a statistical property using probability theory. The statistical entropy perspective was introduced in 1870 by Austrian physicist Ludwig Boltzmann, who established a new field of physics that provided the descriptive linkage between the macroscopic observation of nature and the microscopic view based on the rigorous treatment of large ensembles of microstates that constitute thermodynamic systems.
Constante d'équilibreEn chimie, une constante d'équilibre caractérise l'état d'équilibre d'un système chimique. Elle est donc associée à un état du système qui ne peut pas évoluer de manière spontanée. La valeur de la constante d'équilibre dépend uniquement de la réaction chimique considérée et de la température. Les constantes d'équilibre sont généralement données à . Claude-Louis Berthollet fut le premier, en 1803, à comprendre que toute réaction chimique n'est pas totale.
Histoire de la thermodynamique classiqueL'histoire de la thermodynamique classique tente de retracer l'origine et l'évolution des idées, des méthodes, des hommes et des connaissances de la thermodynamique, discipline étudiant le comportement thermique des corps et les changements d’état de la matière. Dans un premier temps, la thermodynamique ne s'intéresse qu'aux phénomènes thermiques (chaleur, température) liés à des propriétés macroscopiques des systèmes étudiés, ainsi qu'à l'explication des machines à vapeur.
Entropie minEn probabilités et en théorie de l'information, l'entropie min d'une variable aléatoire discrète X prenant n valeurs ou sorties possibles 1... n associées au probabilités p1... pn est : La base du logarithme est juste une constante d'échelle. Pour avoir un résultat en bits, il faut utiliser le logarithme en base 2. Ainsi, une distribution a une entropie min d'au moins b bits si aucune sortie n'a une probabilité plus grande que 2-b. L'entropie min est toujours inférieure ou égale à l'entropie de Shannon; avec égalité si toutes les valeurs de X sont équiprobables.
