计算英文信息熵

H=-∑(P(i)*log2［P(i)］)(i=1,2,3…)

信息熵 [词典] [计] entropy of information; [例句]在此基础上，利用信息熵的概念建立了感知态势的定量模型。Based on this, we establish the quantitative model of apperceive situation by the conception of information entropy.

信息熵英文没有复数。根据查询相关信息显示，英语复数是指两个或两个以上的可数名词，用于标示多于一个的物件，在有双数概念的语言中则表示多于两个的名词数量。

信息熵的计算公式为H(x) = E[I(xi)] = E[ log(2,1/P(xi)) ] = -∑P(xi)log(2,P(xi)) (i=1,2,..n)。

其中，x表示随机变量，与之相对应的是所有可能输出的集合，定义为符号集，随机变量的输出用x表示。P(x)表示输出概率函数。变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大。

信息熵的计算难度：

信息熵的计算是非常复杂的。而具有多重前置条件的信息，更是几乎不能计算的。所以在现实世界中信息的价值大多是不能被计算出来的。

但因为信息熵和热力学熵的紧密相关性，所以信息熵是可以在衰减的过程中被测定出来的。因此信息的价值是通过信息的传递体现出来的。在没有引入附加价值（负熵）的情况下，传播得越广、流传时间越长的信息越有价值。