信息熵的公式可以表示為以下幾種形式：
聯合熵：對於兩個隨機變數X和Y，其聯合熵定義為：
\[ H(X,Y) = - \sum_{x,y} p(x,y) \log p(x,y) \]
條件熵：在已知隨機變數X的條件下，隨機變數Y的條件熵定義為：
\[ H(Y|X=x) = - \sum_{y} p(y|x) \log p(y|x) \]
自信息：對於單個隨機變數X，其自信息定義為：
\[ I(X) = - \log p(X) \]
信息熵：信息熵是可能產生的信息量的期望，對於離散隨機變數X，其信息熵定義為：
\[ H(X) = - \sum_{x} p(x) \log p(x) \]
以上公式均適用於資訊理論中的相關概念，可以根據具體問題選擇合適的公式進行計算。