⚛️ quantum physics

Probability-Phase Mutual Information

यह शोध पत्र प्रायिकता-कला (probability-phase) पारस्परिक सूचना, $I(P;\Phi)$ को एक नवीन मीट्रिक के रूप में प्रस्तुत करता है जो औसत के दौरान खोई हुई संरचनात्मक सूचना को परिमाणित करके एन्सेम्बल स्तर पर क्वांटम सुसंगति (quantum coherence) को अभिलक्षित करता है, जिससे तापमान-निर्भर सहसंबंधों, रूपांतरण सीमाओं और गहरे थर्मलाइजेशन ब्रेकडाउन का अनावरण होता है जिन्हें मानक घनत्व-मैट्रिक्स माप नहीं पकड़ पाते हैं।

मूल लेखक: Cameron Hahn, Nishan Ranabhat, Fabio Anza

प्रकाशित 2026-03-17

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Cameron Hahn, Nishan Ranabhat, Fabio Anza

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ "प्रॉबेबिलिटी-फ़ेज़ म्यूचुअल इन्फॉर्मेशन" (Probability-Phase Mutual Information) की सरल भाषा, उपमाओं और रूपकों का उपयोग करके दी गई व्याख्या का हिंदी अनुवाद है।

मुख्य विचार: केवल औसत को नहीं, बल्कि भीड़ को देखें

कल्पना कीजिए कि आप एक सांख्यिकीविद् (statistician) हैं जो लोगों की एक भीड़ को समझने की कोशिश कर रहे हैं।

पुराना तरीका (मानक भौतिकी): आप भीड़ की एक तस्वीर लेते हैं और उसका औसत (average) निकालते हैं। आप कहते हैं, "यहाँ औसत व्यक्ति की लंबाई 5'8" है, वजन 160 पाउंड है, और उसने नीली शर्ट पहनी है।" यह क्वांटम भौतिकी में एक डेंसिटी मैट्रिक्स (Density Matrix) की तरह है। यह उपयोगी तो है, लेकिन यह विवरणों को छिपा देता है। यह आपको यह नहीं बताता कि क्या भीड़ अलग-अलग तरह के लोगों का एक अराजक मिश्रण है या वे सभी नीली शर्ट पहने हुए हैं लेकिन एक बहुत ही विशिष्ट, व्यवस्थित पैटर्न में खड़े हैं।
नया तरीका (यह शोध पत्र): लेखक, कैमरोन हान, निशान राणाभत और फैबियो अंज़ा कहते हैं, "रुको! औसत कहानी को छोड़ देता है।" वे पूरी भीड़ (the "ensemble") को देखना चाहते हैं और यह देखना चाहते हैं कि लोग एक-दूसरे के सापेक्ष कैसे व्यवस्थित हैं।

वे एक नया उपकरण पेश करते हैं जिसे प्रॉबेबिलिटी-फ़ेज़ म्यूचुअल इन्फॉर्मेशन (Probability-Phase Mutual Information) या $I(P; \Phi)$ कहा जाता है। इसे एक "पैटर्न डिटेक्टर" के रूप में सोचें जो यह मापता है कि किसी व्यक्ति का स्थान (Probability) उसके मूड या डांस मूव (Phase) के बारे में आपको कितना बताता है।

दो सामग्रियाँ: स्थान और डांस मूव्स

क्वांटम अवस्थाओं को समझने के लिए, लेखक उन्हें दो भागों में विभाजित करते हैं:

प्रॉबेबिलिटी ( $P$ ): यह "स्थान" (Location) है। यदि आप एक क्वांटम कण को देखते हैं, तो उसके होने की संभावना कहाँ है? यह वह हिस्सा है जिसे आप आसानी से माप सकते हैं।
- उपमा: कल्पना कीजिए कि एक मंच पर एक नर्तक है। $P$ केवल यह है कि वे कहाँ खड़े हैं (केंद्र में, बाईं ओर, या दाईं ओर)।
फ़ेज़ ( $\Phi$ ): यह "डांस मूव" या "मूड" है। यह अदृश्य लय, समय (timing), या उनके हाथ का कोण है। आप केवल यह देखकर इसे सीधे नहीं देख सकते कि वे कहाँ खड़े हैं, लेकिन यह निर्धारित करता है कि वे दूसरों के साथ कैसे क्रिया करते हैं।
- उपमा: $P$ नर्तक की स्थिति है। $\Phi$ उनकी घूर्णन गति (spin speed) या उनके पोशाक का रंग है।

समस्या: मानक क्वांटम भौतिकी में, हम आमतौर पर केवल "औसत नर्तक" को देखते हैं। यदि हमारे पास नर्तकों की एक भीड़ है, और हम उनका औसत निकालते हैं, तो हम इस जानकारी को खो देते हैं कि उनके स्पिन (Phases) उनके स्थान (Probabilities) के साथ कैसे संबंधित हैं।

"गुप्त संबंध" (Mutual Information)

यह शोध पत्र एक सरल प्रश्न पूछता है: क्या यह जानना कि एक नर्तक कहाँ खड़ा है, आपको यह बताता है कि वह कैसे घूम रहा है?

परिदृश्य A (कोई संबंध नहीं): कल्पना करें कि एक भीड़ है जहाँ लोग बेतरतीब ढंग से खड़े हैं, और उनके स्पिन भी बेतरतीब हैं। यदि मैं आपसे कहूँ "नर्तक बाईं ओर है," तो आपके पास इस बात का शून्य विचार है कि वे कितनी तेज़ी से घूम रहे हैं।
- परिणाम: "पैटर्न डिटेक्टर" ( $I(P; \Phi)$ ) 0 पढ़ता है। यहाँ कोई छिपा हुआ ढांचा नहीं है।
परिदृश्य B (मजबूत संबंध): कल्पना करें कि एक कोरियोग्राफ किया गया रूटीन (choreographed routine) चल रहा है। हर बार जब एक नर्तक बाईं ओर खड़ा होता है, तो वह तेज़ घूमता है। हर बार जब वह दाईं ओर खड़ा होता है, तो वह धीरे घूमता है।
- परिणाम: "पैटर्न डिटेक्टर" एक उच्च संख्या पढ़ता है। यहाँ एक गहरा, छिपा हुआ सहसंबंध (correlation) है। भले ही आप केवल "औसत नर्तक" (डेंसिटी मैट्रिक्स) को देखें, तो भी आप इस नियम को मिस कर सकते हैं। औसत एक धुंधला सा दिख सकता है, लेकिन स्थिति और स्पिन के बीच का संबंध ही असली जादू है।

यह क्यों मायने रखता है?

लेखक दिखाते हैं कि यह "पैटर्न डिटेक्टर" एक शक्तिशाली नया संसाधन है। यहाँ तीन तरीके दिए गए हैं जिनसे वे इसका उपयोग करते हैं:

1. "छिपी हुई गर्मी" (Thermalization)

भौतिकी में, चीजें आमतौर पर "गर्म" और अराजक होती हैं जब तक कि वे एक उबाऊ, एकसमान अवस्था में स्थिर न हो जाएं (जैसे कॉफी का ठंडा होना)।

डीप थर्मललाइजेशन (Deep Thermalization): यह एक फैंसी शब्द है जब एक क्वांटम सिस्टम इतना अराजक हो जाता है कि वह एक यादृच्छिक (random) कचरे जैसा दिखने लगता है।
खोज: लेखकों ने पाया कि यदि कोई सिस्टम वास्तव में "डीपली थर्मलइज़्ड" (पूरी तरह से यादृच्छिक) है, तो स्थान और स्पिन के बीच का संबंध ( $I(P; \Phi)$ ) शून्य होना चाहिए।
परीक्षण: यदि आप एक क्वांटम सिस्टम को मापते हैं और पाते हैं कि $I(P; \Phi)$ शून्य नहीं है, तो आप जानते हैं कि सिस्टम ने अभी तक पूरी तरह से "हार" नहीं मानी है और यादृच्छिक नहीं हुआ है। इसमें अभी भी एक गुप्त संरचना है! यह कटे हुए कागजों के ढेर में एक छिपे हुए पैटर्न को खोजने जैसा है।

2. "रूपांतरण लागत" (बदलती अवस्थाएँ)

कल्पना कीजिए कि आप नर्तकों की एक भीड़ को दूसरी भीड़ में बदलना चाहते हैं।

नियम: आप केवल "मुफ्त" चालों (जैसे लोगों को इधर-उधर घूमने या घूमने के लिए कहना) का उपयोग करके भीड़ को बदल सकते हैं।
सीमा: शोध पत्र सिद्ध करता है कि आप एक "अत्यधिक सहसंबंधित भीड़" (High $I(P; \Phi)$ ) को एक "यादृच्छिक भीड़" (Low $I(P; \Phi)$ ) में आसानी से बदल सकते हैं। लेकिन एक यादृच्छिक भीड़ को अत्यधिक सहसंबंधित भीड़ में बदलना कठिन है।
उपमा: यह लेगो (Legos) के एक ढेर को एक विशिष्ट महल में बदलने जैसा है। आप महल को लेगो के ढेर में आसानी से तोड़ सकते हैं (संरचना खो देना)। लेकिन ढेर से महल बनाने के लिए बहुत अधिक प्रयास और विशिष्ट निर्देशों की आवश्यकता होती है। "पैटर्न डिटेक्टर" आपको ठीक-ठीक बताता है कि एक विशिष्ट क्वांटम अवस्था बनाने के लिए आपको कितने "प्रयास" (या सफलता की संभावना) की आवश्यकता है।

3. "कोहेरेंस सरप्लस" (हमने क्या खो दिया)

मानक भौतिकी "कोहेरेंस" (एक अवस्था कितनी क्वांटम है) को औसत को देखकर मापती है।

अंतर्दृष्टि: लेखक दिखाते हैं कि "औसत" वाला दृष्टिकोण अधूरा है। पूरी भीड़ (the ensemble) में अक्सर औसत के सुझाव से अधिक क्वांटम संरचना होती है।
सरप्लस (Surplus): वे "पूर्ण भीड़ की संरचना" और "औसत संरचना" के बीच के अंतर को कोहेरेंस सरप्लस (Coherence Surplus) कहते हैं।
- उपमा: कल्पना कीजिए कि एक गायक दल (choir) है। "औसत" मध्यम वॉल्यूम में बजाया गया एक एकल नोट है। लेकिन "पूरी भीड़" में गायक सामंजस्य (harmonizing) बिठा रहे हैं, कुछ तेज़, कुछ धीमे, कुछ बेसुरा। "सरप्लस" वह सामंजस्य की सुंदरता है जो औसत नोट को सुनने पर खो जाती है।

सामान्य पाठक के लिए सारांश

यह शोध पत्र क्वांटम मैकेनिक्स को देखने का एक नया तरीका पेश करता है। केवल यह पूछने के बजाय कि, "इस प्रणाली की औसत अवस्था क्या है?" यह पूछता है, "इस प्रणाली के विभिन्न हिस्से गुप्त रूप से एक-दूसरे से कैसे जुड़े हैं?"

पुराना दृष्टिकोण: "क्वांटम अवस्था एक धुंधली तस्वीर है।"
नया दृष्टिकोण: "क्वांटम अवस्था एक फिल्म है जिसमें एक छिपा हुआ स्क्रिप्ट है।"

प्रॉबेबिलिटी-फ़ेज़ म्यूचुअल इन्फॉर्मेशन वह उपकरण है जो उस छिपे हुए स्क्रिप्ट को पढ़ता है। यह हमें बताता है:

क्या कोई सिस्टम वास्तव में यादृच्छिक है या इसमें अभी भी छिपा हुआ क्रम है।
एक क्वांटम अवस्था को दूसरी अवस्था में बदलने में कितनी कठिनाई होती है।
एक ऐसी प्रणाली के भीतर कितनी "क्वांटम जादुई शक्ति" छिपी हुई है जो सतह पर उबाऊ दिखती है।

यह यह समझने जैसा है कि जबकि दूर से देखने पर लोगों की भीड़ एक यादृच्छिक ढेर जैसी लग सकती है, करीब से देखने पर, वे वास्तव में एक जटिल, सिंक्रोनाइज्ड रूटीन नाच रहे हैं जिसे मानक कैमरे (डेंसिटी मैट्रिक्स) बहुत धुंधला देख रहे थे।

यहाँ कैमरन हान, निशान रानाभत और फैबियो अनज़ा के शोध पत्र "प्रोबेबिलिटी-फेज म्यूचुअल इंफॉर्मेशन" (Probability-Phase Mutual Information) का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या का विवरण (Problem Statement)

मानक क्वांटम कोहेरेंस (coherence) माप, जैसे कि रिलेटिव एंट्रॉपी ऑफ कोहेरेंस $C(\rho)$ , डेंसिटी मैट्रिसेस (density matrices) के स्तर पर कार्य करते हैं। हालांकि ये एक एकल मिश्रित अवस्था (mixed state) के भीतर सुपरपोजिशन को मापने के लिए प्रभावी हैं, लेकिन इनमें एक मौलिक सीमा है: वे एन्सेम्बल संरचना (ensemble structure) के प्रति "अंधे" हैं।

सीमा: शुद्ध अवस्थाओं (pure states) के विभिन्न एन्सेम्बल एक ही डेंसिटी मैट्रिक्स $\rho$ का औसत दे सकते हैं। मानक माप यह अंतर नहीं कर सकते कि एक एन्सेम्बल यादृच्छिक चरण वितरण (random phase distributions) वाला है या अत्यधिक संरचित, सह-संबंधित चरण वितरण (highly structured, correlated phase distributions) वाला, भले ही बाद वाले में विशिष्ट भौतिक गुण (जैसे कि डीप थर्मलइज़ेशन या क्वांटम थर्मोडायनामिक्स में) मौजूद हों।
अंतराल (Gap): एन्सेम्बल-स्तरीय कोहेरेंस—विशेष रूप से सुलभ संभाव्यता आयामों (accessible probability amplitudes) और अगम्य सापेक्ष चरणों (inaccessible relative phases) के बीच सांख्यिकीय सहसंबंधों को मापने के लिए एक औपचारिक ढांचे का अभाव है।

2. कार्यप्रणाली (Methodology)

लेखक अपना ढांचा ज्यामितीय क्वांटम मैकेनिक्स (Geometric Quantum Mechanics - GQM) पर आधारित करते हैं, जो शुद्ध अवस्थाओं के स्थान को वेक्टर के हिल्बर्ट स्पेस के बजाय एक जटिल प्रोजेक्टिव स्पेस $\mathbb{C}P^{D-1}$ के रूप में मानता है।

ज्यामितीय क्वांटम अवस्थाएँ (Geometric Quantum States): डेंसिटी मैट्रिक्स के बजाय, सिस्टम को एक ज्यामितीय क्वांटम अवस्था द्वारा वर्णित किया जाता है, जिसे शुद्ध अवस्थाओं के ऊपर एक संभाव्यता माप $\mu_{P,\Phi}$ $μ_{P, Φ}$ के रूप में परिभाषित किया गया है। यह माप निम्नलिखित द्वारा पैरामीटराइज्ड है:
- संभाव्यता (Probabilities - $P$ ): चुने गए आधार (basis) में मापन सांख्यिकी का प्रतिनिधित्व करने वाले निर्देशांक $p_k$ (सुलभ)।
- चरण (Phases - $\Phi$ ): उस आधार में सापेक्ष चरणों का प्रतिनिधित्व करने वाले निर्देशांक $\phi_k$ (अगम्य)।
प्रोबेबिलिटी-फेज म्यूचुअल इंफॉर्मेशन ( $I(P; \Phi)$ ): पेश किया गया मुख्य मीट्रिक संभाव्यता और चरण चरों के बीच म्यूचुअल इंफॉर्मेशन है। इसे क्लालबैक-लीब्लर (KL) डाइवर्जेंस के माध्यम से परिभाषित किया गया है:
$I(P; \Phi) = D_{KL}(\mu_{P,\Phi} \parallel \mu_P \cdot \mu_\Phi)$
यह संभाव्यता वितरण और चरण वितरण के बीच सांख्यिकीय निर्भरता को मापता है। यदि $I(P; \Phi) = 0$ है, तो संभाव्यताएं और चरण सांख्यिकीय रूप से स्वतंत्र हैं (अकोहेरेंट एन्सेम्बल); यदि $I(P; \Phi) > 0$ है, तो वहां संरचित सहसंबंध है।
संसाधन सिद्धांत (Resource Theory): लेखक एन्सेम्बल के कोहेरेंस के लिए एक संसाधन सिद्धांत के भीतर $I(P; \Phi)$ $I (P; Φ)$ को औपचारिक रूप देते हैं। वे परिभाषित करते हैं:
- मुक्त अवस्थाएँ (Free States - Incoherent Ensembles): उत्पाद माप (product measures) $\mu_P \cdot \mu_\Phi$ जहाँ संभाव्यताएं और चरण असंबद्ध (uncorrelated) होते हैं।
- मुक्त संचालन (Free Operations): ज्यामितीय चैनल जो संभाव्यता और चरण पर स्वतंत्र ऑपरेशन्स में विभाजित होते हैं ( $K = K_P \cdot K_\Phi$ )।
संख्यात्मक/विश्लेषणात्मक अनुमान (Numerical/Analytical Estimation): उन मामलों के लिए जहाँ विश्लेषणात्मक एकीकरण कठिन है, लेखक एन्सेम्बल के डिस्क्रीट सैंपल्स से $I(P; \Phi)$ का अनुमान लगाने के लिए कोर्स-ग्रेन्ड एंट्रॉपी (रेनी के डायमेंशन थ्योरी पर आधारित) के स्केलिंग विश्लेषण का उपयोग करते हैं।

3. मुख्य योगदान (Key Contributions)

A. एन्सेम्बल कोहेरेंस का औपचारिकीकरण

यह शोध पत्र $I(P; \Phi)$ को शुद्ध अवस्थाओं के एन्सेम्बल के लिए एक कठोर कोहेरेंस माप के रूप में स्थापित करता है। यह कोहेरेंस मापों के सभी छह अभिदृश्यों (axioms) (गैर-ऋणात्मकता, मोनोटोनिसिटी, स्ट्रॉन्ग मोनोटोनिसिटी, कॉनवेक्सिटी, एडिटिविटी, और प्योर-स्टेट नॉर्मलाइजेशन) को संतुष्ट करता है।

महत्वपूर्ण अंतर: मानक कोहेरेंस मापों के विपरीत, $I(P; \Phi)$ एक एकल शुद्ध अवस्था (एक डायरैक माप) के लिए शून्य हो जाता है क्योंकि एक एकल बिंदु में सहसंबंध बनाने के लिए कोई सांख्यिकीय प्रसार नहीं होता है। यह केवल उन मिश्रित एन्सेम्बल (mixed ensembles) के लिए गैर-शून्य होता है जहाँ शुद्ध अवस्थाओं का वितरण संरचना प्रदर्शित करता है।

B. कोहेरेंस सरप्लस (The Coherence Surplus)

लेखक कोहेरेंस सरप्लस ( $\delta C$ ) पेश करते हैं, जो एक एन्सेम्बल में मौजूद उस "छिपे हुए" कोहेरेंस को मापता है जो डेंसिटी मैट्रिक्स में औसत करने पर खो जाता है:
$\delta C = I(P; \Phi) + D_{KL}(\mu_\Phi \parallel \text{unif}_\Phi) - C(\rho) \geq 0$
यह असमानता सिद्ध करती है कि एन्सेम्बल में हमेशा परिणामी डेंसिटी मैट्रिक्स की तुलना में कम से कम कोहेरेंस संरचना होती है। सरप्लस उस सूचना को दर्शाता है जो औसत प्रक्रिया के दौरान खो जाती है।

C. परिचालन अर्थ: अवस्था रूपांतरण (Operational Meaning: State Conversion)

यह शोध पत्र स्टोकेस्टिक फ्री ऑपरेशन्स के माध्यम से एक एन्सेम्बल $\mu$ को दूसरे $\nu$ में बदलने के लिए एक परिचालन सीमा (operational bound) व्युत्पन्न करता है:
$P(\mu \to \nu) \leq \frac{I_\mu(P; \Phi)}{I_\nu(P; \Phi)}$
यह $I(P; \Phi)$ को एक भौतिक संसाधन के रूप में स्थापित करता है: प्रोबेबिलिटी-फेज सहसंबंध को बढ़ाने के लिए संभाव्य ऑपरेशन्स की आवश्यकता होती है, और इसकी लागत रूपांतरण की संभावना में कमी है।

4. परिणाम और उदाहरण (Results and Examples)

लेखक कई विश्लेषणात्मक और संख्यात्मक उदाहरणों के माध्यम से सिद्धांत को मान्य करते हैं:

प्रोडक्ट मेजर्स (Product Measures): डायरैक मेजर्स (एकल अवस्था), यूनिफॉर्म (हार) मेजर्स, और डायगोनल एन्सेम्बल के लिए, $I(P; \Phi) = 0$ है, जो पुष्टि करता है कि ये एन्सेम्बल के अर्थ में अकोहेरेंट हैं।
कैनोनिकल एन्सेम्बल (Canonical Ensembles): एक कपलिंग पैरामीटर $g$ के साथ थर्मल स्टेट में एक क्यूबिट के लिए, $I(P; \Phi)$ गैर-शून्य है और तापमान-निर्भर है। यह परिमित तापमान पर चरम पर (peak) पहुँचता है, जो तापमान-निर्भर संभाव्यता-चरण सहसंबंधों को प्रकट करता है जो मानक थर्मल डेंसिटी मैट्रिक्स से अनुपस्थित होते हैं।
डीप थर्मलइज़ेशन (Deep Thermalization): लेखक एक अराजक क्वांटम सिस्टम (क्वांटम आइसिंग मॉडल) के "प्रोजेक्टेड एन्सेम्बल" पर इस मीट्रिक को लागू करते हैं।
- निष्कर्ष: जैसे-जैसे सिस्टम डीप थर्मलइज़ेशन की ओर बढ़ता है, प्रोजेक्टेड एन्सेम्बल एक हार-रैंडम (Haar-random) वितरण में अभिसरित (converge) हो जाता है।
- परिणाम: $I(P; \Phi) \to 0$ ।
- महत्व: एक गैर-शून्य $I(P; \Phi)$ इस बात का निश्चित संकेत है कि सिस्टम ने अभी तक डीप थर्मलइज़ेशन प्राप्त नहीं किया है। यह डेंसिटी मैट्रिक्स के रिलैक्सेशन से परे थर्मलइज़ेशन के लिए एक आधार-रिज़ॉल्व्ड (basis-resolved) परीक्षण प्रदान करता है।

5. महत्व और प्रभाव (Significance and Impact)

क्वांटम संरचना की नई परत: यह कार्य मिश्रित अवस्थाओं में क्वांटम संरचना की एक "छिपी हुई परत" को प्रकट करता है। समान डेंसिटी मैट्रिसेस वाले दो सिस्टमों में भिन्न एन्सेम्बल-स्तरीय कोहेरेंस हो सकता है, जिससे उनके थर्मोडायनामिक और सूचना-सैद्धांतिक व्यवहार अलग हो सकते हैं।
डीप थर्मलइज़ेशन: यह "डीप थर्मलइज़ेशन" (यादृच्छिक अवस्था एन्सेम्बल का उदय) का अध्ययन करने के लिए एक मात्रात्मक उपकरण प्रदान करता है, जो हाल ही में न्यूट्रल एटम क्वांटम सिम्युलेटर्स में देखा गया है। $I(P; \Phi)$ मीट्रिक प्रयोगकर्ताओं को यह सत्यापित करने की अनुमति देता है कि क्या किसी सिस्टम ने वास्तव में एन्सेम्बल स्तर पर थर्मलइज़ किया है, न कि केवल डेंसिटी मैट्रिक्स स्तर पर।
क्वांटम थर्मोडायनामिक्स: परिणाम बताते हैं कि मानक थर्मल डेंसिटी मैट्रिसेस महत्वपूर्ण सहसंबंधों को छिपा सकते हैं जो कार्य निष्कर्षण (work extraction) और कंडीशनल थर्मलइज़ेशन के लिए प्रासंगिक हैं।
प्रायोगिक प्रासंगिकता: प्रोजेक्टेड एन्सेम्बल को मापने में हालिया प्रगति के साथ (जैसे कि सबसिस्टम कॉम्प्लीमेंट्स पर प्रोजेक्टिव मेजरमेंट के माध्यम से), $I(P; \Phi)$ को एक प्रयोगों द्वारा सुलभ मात्रा के रूप में प्रस्तुत किया गया है जो क्वांटम अवस्थाओं की पूर्ण वितरण संरचना को वर्णित करता है, जो लो-ऑर्डर मोमेंट्स से आगे जाता है।

संक्षेप में, यह शोध पत्र एक शक्तिशाली सूचना-सैद्धांतिक उपकरण ( $I(P; \Phi)$ ) पेश करता है जो ध्यान औसत अवस्था (डेंसिटी मैट्रिक्स) से हटाकर शुद्ध अवस्थाओं के वितरण (एन्सेम्बल) पर केंद्रित करता है, जो क्वांटम कोहेरेंस, थर्मलइज़ेशन और क्वांटम अवस्था हेरफेर की मौलिक सीमाओं के बारे में नई अंतर्दृष्टि प्रदान करता है।