Рассмотрим квантование по 1 биту на квант времени:


t
p- квантовое время
Если информация передается от прошлого до настоящего времени, то максимальная емкость в интервале времени |t
p+1-t
p|:

Для всей оси дискретного времени максимальная полная информация будет:


Если выполняется условие

то

Итак максимальная полная информация, которая может укладываться по оси дискретного времени с учетом передачи информации от прошлого к настоящему моменту t будет:


На рис информация может передаваться между точками а и б с различной емкостью, но максимальной ограничение будет площадь подинтегральной функции(линейная).
Аналогичное рассуждения приводит к распределению максимальной информации в квантованном пространстве:

Для сферической оболочки с r, максимальная информация ограничена площадью поверхности сферы:

На этом рисунке отображается знаменитый голографический принцип: максимальная информация объема ограничена площадью ее замкнутой границы.
Известно, что энтропия получается путем изменения информации в системе:

При изменении максимальной информации в пространстве и во времени:

Максимальная энтропия в системе:

Энтропия по Больцману инвариантная величина:

Следовательно во всех инерциальных системах отсчета:
