在信息論中，Rényi熵是Hartley熵，Shannon熵，碰撞熵和最小熵的推廣。熵能量化了系統的多樣性，不確定性或隨機性。Rényi熵以AlfrédRényi命名。在分形維數估計的背景下，Rényi熵構成了廣義維數概念的基礎。
Rényi熵在生態學和統計學中是重要的多樣性指標。Rényi熵在量子信息中也很重要，它可以用來衡量糾纏。在Heisenberg XY自旋鏈模型中，作為α的函數的Rényi熵可以由於它是關於模數群的特定子群的自守函數而被明確地計算。在理論計算機科學中，最小熵用於隨機抽取器的情況下。
定義：
含參數α的瑞麗熵其中α≥0和α≠1，被定義為
這里，X是一個具有可能結果的離散隨機變量1,2,3,…..,n和相應的概率
對於i=1,2,….n,而對數基數為2.如果概率是
對全部i=1,…..,n,那么分配的所有瑞麗熵都是相等的：
一般來說，對於所有的離散隨機變量X,
是一個帶有α的非遞增函數。
經常可見瑞麗熵和概率向量的p-范數之間的關系：
在這里，離散的概率分布P=(p1,……..,pn)被解釋為一個向量Rn，同時pi≥0和Σpi=1
瑞麗熵中α≥0
特例
哈特利或最大熵:
香農熵:
碰撞熵，有時被稱為“Rényi熵”，是指α = 2 的情況，
其中，X和Y ^是獨立同分布的。
最小熵:
在極限中 
收斂到最小熵 
：
