🔢 mathematics

A Unified Approach to Mixing and Regularity for Passive Scalar Transport by Sobolev Vector Fields

यह शोध पत्र सोबोलेव वेक्टर क्षेत्रों (Sobolev vector fields) द्वारा निष्क्रिय स्केलर परिवहन (passive scalar transport) के लिए मात्रात्मक परिणाम प्राप्त करने हेतु क्रिस्ट-जौर्ने सिंगुलर इंटीग्रल अनुमानों (Christ-Journé singular integral estimates) पर आधारित एक नवीन ढांचे को प्रस्तुत करता है, जिसमें नए स्थिरता अनुमान (stability bounds), घातांकीय मिश्रण दरें (exponential mixing rates), लघुगणकीय फूरियर नियमितता का प्रसार (propagation of logarithmic Fourier regularity), और लुप्त विसरणशीलता (vanishing diffusivity) एवं मोलिफिकेशन सीमाओं (mollification limits) के लिए अभिसरण दरें शामिल हैं।

मूल लेखक: Lucas Huysmans, Ayman Rimah Said

प्रकाशित 2026-07-14

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lucas Huysmans, Ayman Rimah Said

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

कल्पना कीजिए कि अंतरिक्ष में बहती हुई एक विशाल, अदृश्य नदी है। यह नदी एक विशेष प्रकार के तरल से बनी है जो कभी दबती या फैलती नहीं है—यह बस घूमती और मुड़ती रहती है। अब, कल्पना कीजिए कि आप इस नदी में रंग की एक बूंद (एक "पैसिव स्केलर") गिराते हैं। रंग पानी को धकेलता नहीं है; पानी बस रंग को अपने साथ बहा ले जाता है। यह परिवहन समीकरण (transport equation) है, और दशकों से, गणितज्ञ यह अनुमान लगाने की कोशिश कर रहे हैं कि वह रंग ठीक कैसे फैलता है, कैसे मिश्रित होता है और कैसे अपना आकार बदलता है।

बड़ा सवाल यह है: यदि नदी की धारा थोड़ी अस्त-व्यस्त या "खुरदरी" है (गणितीय रूप से कहें तो, यह सोबोलेव (Sobolev) स्पेसों की एक श्रेणी से संबंधित है जहाँ $p > 1$ है), तो क्या हम अभी भी सटीक रूप से कह सकते हैं कि रंग कैसा व्यवहार करेगा?

इस शोध पत्र में, लुकास ह्यूसमैन और अयान रिमा साहिद ऐसे मास्टर जासूसों की तरह कार्य करते हैं जिन्होंने एक नया, अत्यंत शक्तिशाली आवर्धक लेंस (magnifying glass) खोजा है। उन्होंने केवल रंग को नहीं देखा; उन्होंने रंग की आवृत्तियों (frequencies) को देखा—रंग की वे सूक्ष्म लहरें और तरंगें जिनसे उसका आकार बनता है।

जादुई आवर्धक लेंस

लेखकों की मुख्य तकनीक हार्मोनिक विश्लेषण (harmonic analysis) से एक उपकरण का उपयोग करना है जिसे क्रिस्ट-जूर्ने सिंगुलर इंटीग्रल एस्टीमेट्स (Christ-Journé singular integral estimates) कहा जाता है। इसे एक विशेष फिल्टर के रूप में सोचें जो उन्हें रंग की लहरों के विशिष्ट आकारों पर ज़ूम करने की अनुमति देता है।

आमतौर पर, जब नदी खुरदरी होती है, तो गणित जटिल हो जाता है, और रंग का व्यवहार समझना कठिन हो जाता है। लेखकों ने सिद्ध किया कि यदि नदी की खुरदरापन बहुत अधिक नहीं है (विशेष रूप से, यदि पैरामीटर $p > 1$ है), तो यह विशेष फिल्टर पूरी तरह से काम करता है। उन्होंने दिखाया कि "त्रुटि" या "कम्यूटेटर" (commutator)—जो इस अंतर को दर्शाता है कि रंग को कैसे चलना चाहिए और जब आप इसे सुचारू बनाने की कोशिश करते हैं तो यह वास्तव में कैसे चलता है—पूरी तरह से नियंत्रित है।

उन्होंने क्या सिद्ध किया:
उन्होंने एक नया स्थिरता अनुमान (stability estimate) स्थापित किया। यह कहने जैसा है कि, "यदि आप शुरुआत में रंग का आकार जानते हैं, विशेष रूप से इसकी बड़ी लहरें और छोटी लहरें, तो आप सटीक रूप से भविष्यवाणी कर सकते हैं कि वे विशिष्ट लहरें बाद में कैसे चलेंगी।" उन्होंने इसे एक सूत्र के साथ परिमाणित किया जो यह दिखाता है कि कितनी मात्रा (रंग) विभिन्न आकार की लहरों के बीच कूद सकती है। परिणाम एक सटीक नियम है: रंग का व्यवहार उसकी प्रारंभिक आवृत्तियों पर निरंतर निर्भर करता है।

महान मिश्रण दौड़

इनमें से एक सबसे रोमांचक चीज़ जो उन्होंने मिश्रण (mixing) के बारे में पाई, वह है। कल्पना कीजिए कि आप रंग को इतनी अच्छी तरह से मिलाना चाहते हैं कि वह हर जगह एक समान रंग जैसा दिखाई दे। नदी यह कितनी तेज़ी से कर सकती है?

लेखकों ने एक नया एक्सपोनेंशियल मिक्सिंग बाउंड (exponential mixing bound) निकाला है। इसका अर्थ है कि उन्होंने एक ऐसा सूत्र प्राप्त किया है जो आपको ठीक-ठीक बताता है कि रंग के "मिश्रित" होने (अर्थात, बड़े पैमाने पर यह चिकना दिखता है, भले ही इसमें छोटे, अराजक भंवर बचे हों) में कितना समय लगता है।

शर्त: यह नियम डिपेर्ना-लियंस वेल-पोज़्डनेस क्लास (DiPerna-Lions well-posedness class) के लिए काम करता है जहाँ $p > 1$ है। जबकि डिपेर्ना-लियंस सिद्धांत तकनीकी रूप से $p=1$ के मामले को भी कवर करता है, लेखकों ने स्पष्ट रूप से उल्लेख किया है कि उनके हार्मोनिक उपकरण और परिणामी मिश्रण सीमाएं $p=1$ होने पर विफल हो जाती हैं। इसलिए, यह नया नियम इस विशाल वर्ग के अधिकांश भाग के लिए काम करता है, लेकिन बिल्कुल सबसे खुरदरे किनारे के लिए नहीं।
गति: मिश्रण की गति इस बात पर निर्भर करती है कि नदी कितनी "खुरदरी" है। नदी जितनी अधिक खुरदरी होगी (अनुमत सीमाओं के भीतर), रंग उतनी ही तेज़ी से मिश्रित होगा, लेकिन सूत्र इस बात का एक सटीक, घातांकीय (exponential) सीमा प्रदान करता है कि यह कितनी तेज़ी से हो सकता है।

"लॉगैरिद्मिक" नियमितता (Logarithmic Regularity)

शोध पत्र यह भी दिखाता है कि रंग केवल अस्त-व्यस्त नहीं होता; वह एक विशिष्ट प्रकार का क्रम बनाए रखता है। उन्होंने सिद्ध किया कि एक "लॉगैरिद्मिक" प्रकार की सहजता (एक बहुत ही हल्की, कोमल प्रकार की व्यवस्था) रंग के साथ चलती है। भले ही नदी अराजक हो, रंग एक सूक्ष्म, आवृत्ति-आधारित तरीके से अपना मूल आकार याद रखता है। यह कहने जैसा है कि एक तूफान में भी, रंग अपने मूल आकार को एक बहुत ही सूक्ष्म तरीके से याद रखता है।

विलोपन प्रसार और सन्निकटन (Vanishing Diffusion and Approximations)

लेखकों ने दो अन्य परिदृश्यों पर भी विचार किया:

विलोपन प्रसार (Vanishing Diffusion): क्या होता है यदि रंग थोड़ा चिपचिपा (डिफ्यूजन) है और हम धीरे-धीरे इसे कम चिपचिपा बनाते हैं जब तक कि यह पूरी तरह से तरल न बन जाए? उन्होंने सिद्ध किया कि जैसे-जैसे चिपचिपाहट कम होती है, समाधान एक लॉगैरिद्मिक दर पर पूर्ण तरल समाधान की ओर अग्रसर होता है। यह तात्कालिक नहीं है, लेकिन यह एक अनुमानित, स्थिर दृष्टिकोण है।
नदी का सन्निकटन (Approximating the River): क्या होगा यदि हमें नदी का सटीक मार्ग नहीं पता, लेकिन हमारे पास एक अच्छा अनुमान है? उन्होंने दिखाया कि यदि आपका अनुमान पर्याप्त करीब है, तो रंग का मार्ग भी करीब होगा, फिर से, एक विशिष्ट लघुगणकीय (logarithmic) अभिसरण दर के साथ।

वे स्पष्ट रूप से किसे खारिज करते हैं

यह नोट करना बहुत महत्वपूर्ण है कि यह शोध पत्र क्या नहीं कर सकता है।

$p=1$ की सीमा: लेखक स्पष्ट रूप से कहते हैं कि उनका नया ढांचा तब विफल हो जाता है जब नदी बहुत अधिक खुरदरी होती है, विशेष रूप से जब पैरामीटर $p = 1$ होता है। इस चरम मामले में, उनके हार्मोनिक उपकरण काम करना बंद कर देते हैं। वे उल्लेख करते हैं कि इन परिणामों को $p=1$ के मामले तक विस्तारित करना एक "महत्वपूर्ण खुला प्रश्न" है। इसलिए, यदि नदी $W^{1,1}$ वर्ग में है (अनुमत सबसे खुरदरी श्रेणी), तो उनके विशिष्ट सूत्र मिश्रण और स्थिरता के लिए लागू नहीं होते हैं।
$p=1$ के लिए कोई जादू नहीं: उन्होंने यह दावा नहीं किया है कि उन्होंने $p=1$ के मामले के लिए मिश्रण समस्या को हल कर दिया है। वास्तव में, वे उस विशिष्ट, अधिक खुरदरे शासन में ब्रेसन (Bressan) के एक संबंधित खुले अनुमान (conjecture) पर चर्चा करते हैं, जो यह संकेत देता है कि यह अभी भी एक रहस्य है।

वे कितने आश्वस्त हैं?

लेखक अपने दावों में सिद्ध (proven) हैं। उन्होंने केवल कंप्यूटर पर इसका सिमुलेशन नहीं किया या यह सुझाव नहीं दिया कि यह सच हो सकता है; उन्होंने प्रत्येक परिणाम के लिए कठोर गणितीय प्रमाण प्रदान किए।

उन्होंने स्थिरता अनुमान को सिद्ध किया (प्रमेय 2.4)।
उन्होंने एक्सपोनेंशियल मिक्सिंग बाउंड को सिद्ध किया (प्रमेय 3.2)।
उन्होंने लॉगैरिद्मिक नियमितता के प्रसार को सिद्ध किया (प्रमेय 3.4)।
उन्होंने विलोपन प्रसार और मोलिफिकेशन (mollification) के लिए अभिसरण दरों को सिद्ध किया (प्रमेय 3.5 और 3.7)।

उन्होंने यह भी सिद्ध किया कि उनके अनुमान विशिष्ट तकनीकी अर्थों में इष्टतम (optimal) हैं। उदाहरण के लिए, उन्होंने दिखाया कि मानक "कम्यूटेटर" (स्मूथिंग में त्रुटि पद) के लिए, आप त्रुटि के नॉर्म (norm) के लिए एक विशिष्ट पॉइंटवाइज क्षय दर की गारंटी नहीं दे सकते; इसके बजाय, उन्होंने एक इंटीग्रल क्षय दर सिद्ध की। उन्होंने प्रदर्शित किया कि कुछ खुरदरी नदियों के लिए, त्रुटि आवश्यक रूप से एक सरल, समान तरीके से समाप्त नहीं होती है, जो यह पुष्ट करता है कि उनके $p>1$ परिणाम उस ढांचे के भीतर सर्वोत्तम संभव हैं।

निचोड़

हुयसमैन और साहिद ने खुरदरे, घूमते हुए तरल पदार्थों में चीजें कैसे चलती हैं, इसका विश्लेषण करने के लिए एक एकीकृत, गणितीय "स्विस आर्मी नाइफ" बनाया है। रंग की आवृत्तियों पर ध्यान केंद्रित करके, उन्होंने एक अस्त-व्यस्त, अराजक समस्या को सटीक, अनुमानित नियमों के सेट में बदल दिया है। उन्होंने दिखाया है कि जब तक तरल बहुत अधिक खुरदरा नहीं है ( $p > 1$ ), हम सटीक रूप से गणना कर सकते हैं कि चीजें कितनी तेज़ी से मिश्रित होती हैं, वे कितनी चिकनी रहती हैं, और वे भौतिकी में बदलाव करने पर कैसा व्यवहार करती हैं। लेकिन यदि तरल बहुत अधिक खुरदरा हो जाता है ( $p=1$ ), तो नियम बदल जाते हैं, और वह भविष्य के खोजकर्ताओं के लिए एक सीमा बनी हुई है।

तकनीकी सारांश: सोबोलेव वेक्टर फील्ड्स द्वारा पैसिव स्केलर ट्रांसपोर्ट के लिए मिक्सिंग और रेगुलैरिटी का एक एकीकृत दृष्टिकोण

समस्या विवरण
यह शोध पत्र परिवहन समीकरण (transport equation) द्वारा नियंत्रित पैसिव स्केलर ट्रांसपोर्ट के मात्रात्मक विश्लेषण को संबोधित करता है:
$\frac{\partial \rho}{\partial t} + \nabla \cdot (u \rho) = f, \quad \rho(x, 0) = \rho_0(x),$
जहाँ $u(x,t)$ एक डाइवर्जेंस-फ्री वेक्टर फील्ड है जो $L^1_t W^{1,p}_x$ सोबोलेव स्पेस में है ( $p > 1$ ), और $\rho$ एक स्केलर फील्ड है जो $L^\infty_t L^q_x$ में है। लेखक उस शासन (regime) पर ध्यान केंद्रित करते हैं जहाँ $1 < p, q \le \infty$ और $1/r = 1/p + 1/q$ है। जबकि इस समस्या की सु-समाधानता (well-posedness) स्थापित है (डिपरना-लियंस सिद्धांत), मात्रात्मक अनुमान प्राप्त करना—विशेष रूप से स्थिरता, मिक्सिंग दरें और अभिसरण सीमाएँ—ऐतिहासिक रूप से हार्मोनिक विश्लेषण उपकरणों पर निर्भर रहा है जो $p=1$ के लिए विफल हो जाते हैं। यह शोध पत्र एक विशिष्ट हार्मोनिक विश्लेषण ढांचे का उपयोग करके संपूर्ण डिपरना-लियंस सु-समाधानता वर्ग ( $p>1$ ) के लिए मौजूदा मात्रात्मक अनुमानों को एकीकृत और सुधारने का प्रयास करता है।

कार्यप्रणाली (Methodology)
मुख्य कार्यप्रणाली क्रिस्ट-जूर्ने सिंगुलर इंटीग्रल अनुमानों [24] पर आधारित है। लेखक एक मोलिफाइड (mollified) स्केलर, $(\rho * K)$ , के उत्पन्न होने वाले त्रुटि (कम्यूटेटर) का विश्लेषण करते हैं, जहाँ $K$ एक कनवल्शन कर्नेल है। मोलिफाइड स्केलर के लिए परिवहन समीकरण है:
$\left( \frac{\partial}{\partial t} + u \cdot \nabla \right) (\rho * K) = R,$
जहाँ कम्यूटेटर $R$ को $u \cdot \nabla(\rho * K) - \nabla \cdot ((u\rho) * K)$ के रूप में परिभाषित किया गया है।

लेखक स्थापित करते हैं कि $p, q > 1$ के लिए, इस कम्यूटेटर का $L^r_x$ नॉर्म निम्नलिखित द्वारा सीमित है:
$\|R(\cdot, t)\|_{L^r_x} \le C_{p,q} \|\rho(\cdot, t)\|_{L^q_x} \|\nabla u(\cdot, t)\|_{L^p_x} \|K\|_{CZ},$
जहाँ $\|K\|_{CZ}$ एक कैलडेरॉन-ज़िगमुंड (Calderón-Zygmund) नॉर्म है। रणनीतिक रूप से कर्नेल $K(x)$ (जैसे, फ्रीक्वेंसी कटऑफ, लॉगरिदमिक मल्टीप्लायर, या इंटीग्रेटेड मोलिफायर) का चयन करके, लेखक विभिन्न भौतिक घटनाओं के लिए विशिष्ट मात्रात्मक सीमाएँ प्राप्त करते हैं। यह दृष्टिकोण स्थिरता, मिक्सिंग, रेगुलैरिटी प्रोपेगेशन और अभिसरण सीमाओं के उपचार को एक एकल हार्मोनिक विश्लेषण छत्र के तहत एकीकृत करता है।

प्रमुख योगदान और परिणाम

मात्रात्मक स्थिरता और सु-समाधानता (प्रमेय 2.4):
शोध पत्र प्रारंभिक डेटा के विशिष्ट आवृत्तियों (frequencies) पर समाधान की निर्भरता को मात्रांकित करने वाला एक नया स्थिरता अनुमान व्युत्पन्न करता है। एक ऐसा कर्नेल चुनने से जो लंबाई के पैमाने $\delta_0$ और $\delta$ के बीच द्रव्यमान हस्तांतरण (mass transfer) को नियंत्रित करता है, लेखक सिद्ध करते हैं कि द्रव्यमान हस्तांतरण $\|\nabla u\|_{L^1_t L^p_x}$ के नॉर्म के घातांकीय फलन (exponential function) द्वारा सीमित है। विशेष रूप से, यदि प्रारंभिक डेटा एक सूक्ष्म पैमाने $\delta_0$ पर छोटा है, तो समाधान एक समय-निर्भर घातांकीय कारक तक एक मोटे पैमाने $\delta$ पर छोटा रहता है। यह डिपरना-लियंस सिद्धांत की मानक निरंतर निर्भरता को रिकवर करता है लेकिन स्पष्ट दरें प्रदान करता है।
घातांकीय मिक्सिंग सीमाएँ (प्रमेय 3.2):
स्थिरता अनुमान और समय-प्रतिवर्तीता (time-reversibility) का उपयोग करते हुए, लेखक नेगेटिव सोबोलेव नॉर्म $\|\rho(\cdot, T)\|_{W^{-1,r}_x}$ के क्षय पर एक नया निचला स्तर (lower bound) स्थापित करते हैं, जो मिक्सिंग के एक माप के रूप में कार्य करता है। यह सीमा इस रूप में ली जाती है:
$\|\rho_T\|_{W^{-1,r}_x} \ge \delta A \|\rho_0\|_{L^r_x} \exp\left( -C_{p,q} \frac{\|\rho_0\|_{L^q_x}}{\|\rho_0\|_{L^r_x}} \|\nabla u\|_{L^1_t L^p_x} \right).$
महत्वपूर्ण रूप से, यह सीमा संपूर्ण डिपरना-लियंस क्लास $\rho_0 \in L^q_x$ के लिए मान्य है (अतिरिक्त स्मूथनेस की आवश्यकता के बिना) और प्रारंभिक डेटा के संरक्षित अनुपातों पर निर्भर स्पष्ट स्थिरांक प्रदान करती है, जो आयामी निरंतरता (dimensional consistency) सुनिश्चित करती है।
लॉगरिदमिक रेगुलैरिटी का प्रसार (प्रस्ताव 3.4):
कर्नेल $K(x) = \log(1 - \Delta)$ का चयन करके, लेखक "लॉगरिदमिक" फूरियर रेगुलैरिटी के प्रसार को सिद्ध करते हैं। वे दिखाते हैं कि यदि प्रारंभिक डेटा में लॉगरिदमिक रेगुलैरिटी है, तो समाधान इस रेगुलैरिटी को $L^r_x$ स्पेस में बनाए रखता है, जिसकी वृद्धि दर $\|\nabla u\|_{L^p_x}$ द्वारा नियंत्रित होती है। यह $q=\infty$ के लिए ज्ञात पिछले परिणामों को $q < \infty$ के मामले में विस्तारित करता है।
मात्रात्मक अभिसरण दरें (अनुभाग 1.4 और 3):
ढांचा दो सीमाओं के लिए लॉगरिदमिक अभिसरण दरें प्रदान करता है:

लुप्त होता विसरण (Vanishing Diffusivity): निस्र्पव (inviscid) समाधान $\rho$ और विस्कस समाधान $\rho_\nu$ (विसरण $\nu$ के साथ) के बीच का अंतर एक कमजोर नॉर्म में $(\log(\delta^2 / \nu T))^{-1}$ की दर से अभिसरित होता है।
वेक्टर फील्ड का मोलिफिकेशन (Mollification of the Vector Field): $u$ द्वारा संचालित समाधानों और $\bar{u}$ के बीच का अंतर $(\log(\|\nabla u\| / \|u - \bar{u}\|))^{-1}$ की दर से अभिसरित होता है।
ये परिणाम किसी भी प्रारंभिक डेटा के लिए मान्य हैं जो डिपरना-लियंस क्लास में है, जो पिछले कार्यों में सुधार करते हैं जिन्हें अधिक स्मूथ प्रारंभिक डेटा की आवश्यकता थी।

मानक कम्यूटेटर के साथ संबंध (अनुभाग 4):
लेखक अपने हार्मोनिक अनुमानों को मानक डिपरना-लियंस कम्यूटेटर $R_\delta$ के क्षय से जोड़ते हैं। वे एक इंटीग्रल क्षय अनुमान सिद्ध करते हैं:
$\left\| \int_0^\infty R_\delta(u, \rho) \frac{d\delta}{\delta} \right\|_{L^r_x} \le C_{p,q} \|\nabla u\|_{L^p_x} \|\rho\|_{L^q_x}.$
यह $|\log \delta|^{-1}$ के क्रम का एक औसत क्षय दर दर्शाता है। इसके अलावा, वे प्रदर्शित करते हैं कि नॉर्म $\|R_\delta\|_{L^r_x}$ के लिए एक पॉइंटवाइज (pointwise) क्षय दर सामान्य रूप से मौजूद नहीं है (प्रस्ताव 4.7), और उनका इंटीग्रल अनुमान $p=q=2$ के लिए सटीक (sharp) है।

महत्व और दावे
लेखक दावा करते हैं कि यह एक एकीकृत ढांचा प्रदान करता है जो पैसिव स्केलर ट्रांसपोर्ट के मात्रात्मक अनुमानों के व्युत्पन्न को सरल बनाता है। क्रिस्ट-जूर्ने अनुमानों का लाभ उठाकर, लेखक मिक्सिंग, स्थिरता और अभिसरण के लिए अलग-अलग, अक्सर अधिक जटिल, तर्कों की आवश्यकता से बचते हैं।

इसका महत्व निम्नलिखित में निहित है:

व्यापकता (Generality): परिणाम पूर्ण डिपरना-लियंस सु-समाधानता वर्ग ( $p>1$ ) पर लागू होते हैं, जबकि कई पिछले मात्रात्मक परिणामों के लिए उच्च स्तर की प्रारंभिक डेटा या वेक्टर फील्ड की रेगुलैरिटी की आवश्यकता थी।
स्पष्ट स्थिरांक (Explicit Constants): मिक्सिंग दरें और अभिसरण सीमाएं प्रारंभिक डेटा और वेक्टर फील्ड के नॉर्मों पर स्पष्ट निर्भरता के साथ दी गई हैं, जो इन अनुमानों के लिए आवश्यक आयामी स्केलिंग को स्पष्ट करती हैं।
इष्टतमता (Optimality): यह शोध पत्र स्थापित करता है कि प्राप्त लॉगरिदमिक क्षय दरें इस अर्थ में इष्टतम हैं कि सामान्य सोबोलेव वेक्टर फील्ड्स के लिए एक मजबूत (गैर-इंटीग्रल) क्षय दर मौजूद नहीं है।

लेखक नोट करते हैं कि इन मात्रात्मक परिणामों को $p=1$ के मामले में विस्तारित करना एक खुला प्रश्न बना हुआ है, क्योंकि हार्मोनिक अनुमानों (विशेष रूप से क्रिस्ट-जूर्ने बाउंड्स) पर निर्भरता इस शासन में विफल हो जाती है। हालांकि, अनुभाग 4 में व्युत्पन्न इंटीग्रल क्षय अनुमानों को $W^{1,1}$ वेक्टर फील्ड्स के लिए भविष्य के कार्य के लिए एक संभावित मार्ग के रूप में नोट किया गया है।