깁스 분포 편집하기 (부분)

==성질 및 특징==
*낮은 에너지 \(E(x)\)를 갖는 상태는 높은 확률을 갖고, 높은 에너지를 갖는 상태는 낮은 확률을 갖는다.
*\(\beta\) (또는 온도 \(T\))가 클수록 분포이 넓어지고 (모든 상태이 거의 균등 확률이 됨), \(\beta\)가 작아지면 극단적으로 최소 에너지 상태 쪽으로 확률이 집중된다.
*지수 형태 분포이므로 많은 모델에서 자연스럽게 표현할 수 있다.
*무한한 시스템이나 상호작용이 있는 시스템에서는 Gibbs measure 개념이 더 일반적인 형태로 확장된다. 
*마코프 성질(Markov property)을 만족하는 확률 분포가 정(positive) 조건과 결합되면, 해머슬리-클리포드 정리(Hammersley–Clifford theorem)에 의해 해당 분포는 깁스 분포의 형태로 표현될 수 있다. <ref>“Hammersley–Clifford theorem”, Wikipedia</ref>