1) Entropie je spojitá a nezáporná funkce - všechny náhodné procesy mají nezápornou neurčitost.
2) Není jednoznačnou funkcí svých argumentů, tzn. může nabývat téže hodnoty pro různé hodnoty svých argumentů
3) Entropie je rovna nule tehdy a jenom tehdy, když pravděpodobnost výskytu některého znaku xi je
p(xi) = 1
p(xj) = 0 pro všechny i
j.
Často se vyjadřuje průměrná entropie systému jako míra průměrné neurčitosti jednoho stavu systému. Může-li systém nabývat s možných stavů s pravděpodobnostmi p1, p2, ..... ,ps pak průměrná entropie
je rovna:

Z počtu pravděpodobnosti je známo, že
, neboť se jedná o stavy, které jsou nezávislé (disjunktní). Po zjednodušení:

pro p1= p2= ..... =ps=1/s

Jsou-li pravděpodobnosti výskytu jednotlivých stavů stejné, má zpráva maximální entropii

Naopak, jsou-li pravděpodobnosti výskytu jednotlivých stavů různé entropie je:

Je-li skutečná entropie menší než maximální, znamená to, že zdroj se plně nevyužívá - redundance (nadbytečnost) zdroje:
    kde
je účinnost zdroje.
Množství informace, které získáváme zprávou budeme měřit jako úbytek entropie systému, o kterém zprávu dostáváme. Systém pak považujeme za zdroj informace.
Mějme nějaký systém X. Než dostaneme zprávu o jeho stavu je jeho entropie HX. Po obdržení přesné zprávy o stavu systému X je jeho entropie
. Informace IX o systému X, kterou jsme získali, je:
Množství informace, které dostaneme ve zprávě sdělující nám přesný stav nějakého systému je rovno entropii tohoto systému.