miniatura|267x267px|Josiah Willard Gibbs En mecànica estadística, l'algoritme de Gibbs, introduït per J. Willard Gibbs el 1902, és un criteri per triar una distribució de probabilitat per al conjunt estadístic de microestats d'un sistema termodinàmic minimitzant la probabilitat logarítmica mitjana.
subjecte a la distribució de probabilitat que satisfaci un conjunt de restriccions (normalment valors esperats) corresponents a les quantitats macroscòpiques conegudes. el 1948, Claude Shannon va interpretar el negatiu d'aquesta quantitat, que va anomenar entropia d'informació, com una mesura de la incertesa en una distribució de probabilitat. El 1957, ET Jaynes es va adonar que aquesta quantitat es podia interpretar com a informació que falta sobre qualsevol cosa i va generalitzar l'algoritme de Gibbs a sistemes fora de l'equilibri amb el principi de la termodinàmica de l'entropia màxima i l'entropia màxima.
Els físics anomenen el resultat d'aplicar l'algoritme de Gibbs la distribució de Gibbs per a les restriccions donades, sobretot el gran conjunt canònic de Gibbs per a sistemes oberts quan es dóna l'energia mitjana i el nombre mitjà de partícules. (Vegeu també funció de partició).
Aquest resultat general de l'algoritme de Gibbs és, doncs, una distribució de probabilitat d'entropia màxima. Els estadístics identifiquen aquestes distribucions com a pertanyents a famílies exponencials.
Referències
Categoria:Mecànica estadística