Тео́рия информа́ции, раздел математики, исследующий процессы хранения, преобразования и передачи информации. Теория информации – часть кибернетики. В основе теории информации лежит определённый способ измерения количества информации, содержащейся в каких-либо данных (сообщениях).

Теория информации исходит из представления о том, что сообщения, предназначенные для сохранения в запоминающем устройстве или для передачи по каналу связи, неизвестны заранее с полной определённостью. Заранее известен лишь источник сообщений, т. е. множество $x_1,\,x_2,\,…,x_n,$ из которого могут быть выбраны эти сообщения, вероятности $p_1,\,p_2,\,…,p_n$ появления этих сообщений. В теории информации неопределённость, с которой сталкиваются в подобной обстановке, допускает количественное выражение, и именно это количество, а не конкретная природа самих сообщений, определяет возможность их хранения и передачи. Рассматриваются всевозможные способы записи сообщений цепочками символов $0$ и $1,$ называемые двоичными кодами, удовлетворяющие условиям: а) различным сообщениям соответствуют различные цепочки; б) по записи любой последовательности сообщений в кодированной форме эта последовательность должна однозначно восстанавливаться. В качестве меры неопределённости источника сообщений принимают среднее значение длины кодовой цепочки, соответствующее самому экономному способу кодирования; единицей измерения служит один двоичный знак.

Пример. Пусть некоторые сообщения $x_1,\, x_2,\, x_3$ появляются с вероятностями, равными соответственно $1/2,$ $3/8,$ $1/8.$ Какой-либо короткий код, например, $x_1=0,\, x_2=1,\, x_3=01,$ непригоден, т. к. нарушается условие б), поскольку цепочка $01$ может означать как $x_1x_2,$ так и $x_3.$ Код $x_1=0,\, x_2=10,\, x_3=11$ удовлетворяет условиям а) и б). Ему соответствует среднее значение длины кодовой цепочки, равное $$1\cdot \frac{1}{2}+2\cdot \frac{3}{8} +2\cdot \frac{1}{8}=1,5.$$ Оказывается, что никакой другой код не может дать меньшего значения, т. е. указанный код – самый экономный, мера неопределённости данного источника сообщений равна $1,5$ (двоичных знаков).

Не существует простой формулы, выражающей точный минимум $H'$ среднего числа двоичных знаков, необходимых для кодирования сообщений $x_1,x_2,…,x_n,$ через вероятности $p_1,p_2,…,p_n$ этих сообщений. Однако этот минимум не меньше величины $$H=\sum_{i=1}^n p_i \log_2(1/p_i)$$и может превосходить её не более чем на единицу. Величина $H$, называемая энтропией источника сообщений, обладает простыми свойствами, а для всех выводов теории информации, которые носят асимптотический характер, т. е. соответствуют случаю $H'\to \infty,$ различие между $H$ и $H'$ несущественно. Поэтому именно энтропия принимается в качестве меры неопределённости данного источника. В приведённом выше примере энтропия равна $$H=\frac{1}{2} \log_2+\frac{3}{8}\log_2 \frac{8}{3} + \frac{1}{8} \log_2 8=1,40564.$$

Энтропия бесконечной совокупности сообщений $x_1,x_2,…,$ появляющихся с вероятностями $p_1,p_2,…,$ оказывается, как правило, бесконечной, поэтому в применении к источникам с бесконечным числом сообщений поступают иначе. Именно, задаются определённым уровнем точности и вводят понятие $ε$-энтропии как энтропии сообщения, записываемого с точностью до $ε,$ если сообщение представляет собой непрерывную величину или функцию, например времени.

Так же, как и понятие энтропии, понятие количества информации, содержащейся в одном случайном объекте (случайной величине, случайном векторе, случайной функции и т. д.) относительно другого, вводится сначала для объектов с конечным числом $n$ возможных значений. Затем общий случай изучается при помощи предельного перехода при $n→∞.$ В отличие от энтропии количество информации, например, в одной непрерывно распределённой случайной величине относительно другой непрерывно распределённой величины, часто оказывается конечным.

Понятие канала связи в теории информации носит весьма общий характер. Канал связи задаётся указанием множества допустимых сообщений на входе канала, множеством сообщений на выходе и набором условных вероятностей получения того или иного сообщения на выходе при данном входном сообщении. Эти условные вероятности описывают влияние помех, искажающих передаваемые сообщения. Присоединяя к каналу связи источник сообщений, можно рассчитать количество информации относительно сообщения на входе, содержащееся в сообщении на выходе. Верхняя грань таких количеств информации, взятая по всем допустимым источникам, называется пропускной способностью (ёмкостью) канала. Пропускная способность канала – его основная информационная характеристика. Несмотря на влияние (быть может, сильное) помех в канале, при определённом соотношении между энтропией поступающих сообщений и пропускной способностью канала при надлежащем кодировании возможна почти безошибочная передача сообщений.

В теории информации изучаются оптимальные в смысле скорости и надёжности способы передачи информации и устанавливаются теоретические пределы достижимого качества. Теория информации носит существенно вероятностный характер и значительная часть её математических методов заимствуется из теории вероятностей.

Основы теории информации были заложены в 1948–1949 гг. К. Шенноном. Её теоретические разделы разрабатывались А. Н. Колмогоровым и А. Я. Хинчиным, а разделы, связанные с применениями, – В. А. Котельниковым.