“最大流-最小割定理”最近被应用于量子信息理论中的随机张量网络研究，该定理有助于计算纠缠熵等重要物理量的行为特征。本论文将最大流-最小割定理拓展为网络顶点集合上不同偏序关系间的关联体系，并基于网络的“最小割结构”提出了一种新的顶点偏序。将该拓展定理应用于随机张量网络后，研究发现由最小割简并性导致的纠缠Rényi熵有限阶修正，等于从最小割偏序到对称群上非交叉划分诱导偏序的“序同态”数量。此外，研究人员证明这些序同态数量对应于某种图依赖测度的矩，该测度在自由概率论某些特例中推广了自由贝塞尔定律。
