🔢 mathematics

An Additive-Noise Approximation to Keller-Segel-Dean-Kawasaki Dynamics: Small-Noise Results

यह शोध पत्र अनियमित वितरण स्थानों और नियमित फलन स्थानों दोनों में लुप्त होते शोर तीव्रता (vanishing noise intensity) और सहसंबंध लंबाई (correlation length) के बीच परस्पर क्रिया का विश्लेषण करके, केलर-सेगल-डीन-कावासाकी गतिकी के एक योगात्मक-शोर सन्निकटन (additive-noise approximation) के लिए बड़ी संख्याओं के नियम (law of large numbers), बड़े विचलन सिद्धांतों (large deviation principles), और एक केंद्रीय सीमा प्रमेय (central limit theorem) को स्थापित करता है।

मूल लेखक: Adrian Martini, Avi Mayorcas

प्रकाशित 2026-03-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Adrian Martini, Avi Mayorcas

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 आप एक शहर के चौक में घूमती हुई लोगों की एक विशाल भीड़ को देख रहे हैं। कुछ लोग एक-दूसरे की ओर आकर्षित होते हैं (जैसे चुंबक), जबकि अन्य बस बेतरतीब ढंग से घूम रहे होते हैं।

भौतिकी और गणित की दुनिया में, इसे केमोटैक्सिस (chemotaxis) कहा जाता है। "केलर-सेगल (Keller–Segel)" समीकरण वह प्रसिद्ध नियम पुस्तिका है जो यह भविष्यवाणी करती है कि औसत रूप से भीड़ कैसे चलती है। यह भीड़ के सुचारू, अनुमानित प्रवाह को बताता है, जैसे कि एक नदी।

लेकिन वास्तव में, भीड़ एक सुचारू नदी नहीं है; यह व्यक्तिगत लोगों से बनी है। कभी-कभी, कुछ लोग एक-दूसरे से टकराते हैं, या हवा का एक झोंका एक समूह को एक तरफ धकेल देता है। ये फ्लक्चुएशन (fluctuations) यानी उतार-चढ़ाव हैं। "डीन-कवासाकी (Dean–Kawasaki)" समीकरण उस भीड़ का वर्णन करने की कोशिश करता है जिसमें ये यादृच्छिक टक्कर और हलचलें शामिल हैं।

समस्या:
वास्तविक समीकरण, जो इस उतार-चढ़ाव वाली भीड़ के लिए है, अविश्वसनीय रूप से जटिल है। यह एक रेत के तूफान में रेत के हर एक कण के सटीक पथ को लिखने की कोशिश करने जैसा है, जबकि वे सभी आपस में टकरा रहे हैं। गणितीय रूप से, यह बहुत "खुरदरा" है और तीखी चोटियों से भरा है जिससे मानक गणितीय उपकरण विफल हो जाते हैं। यह जेली से बने स्केल से कांच के नुकीले पहाड़ों की ऊंचाई मापने की कोशिश करने जैसा है।

समाधान (पेपर का विचार):
लेखक, एड्रियन मार्टिनी और एवी मेयरकास, एक चतुर "एडिटिव-नॉइज़ अप्रोक्सिमेशन (additive-noise approximation)" का प्रस्ताव देते हैं।

इसे इस तरह सोचें:

सुचारू नदी: पहले, वे भीड़ के सटीक, सुचारू प्रवाह की गणना करते हैं (निर्धारित केलर-सेगल समाधान)। आइए इसे "मुख्य धारा (Main Stream)" कहें।
यादृच्छिक टक्कर: प्रत्येक व्यक्ति की जटिल, नुकीली अंतःक्रियाओं को मॉडल करने के बजाय, वे मुख्य धारा में एक "फज़ (fuzz)" या "स्टैटिक (static)" जोड़ देते हैं। वे कहते हैं, "मान लेते हैं कि यादृच्छिक शोर केवल एक सौम्य, एडिटिव स्टैटिक नॉइज़ है जो भीड़ के बड़े होने पर छोटा होता जाता है।"

वे इसे एडिटिव-नॉइज़ अप्रोक्सिमेशन (Additive-Noise Approximation) कहते हैं। यह एक हाई-डेफिनिशन वीडियो लेने और फिर उसमें एक "फिल्म ग्रेन" की परत चढ़ाने जैसा है ताकि व्यक्तिगत कणों की अराजकता को सिम्युलेट किया जा सके, बिना हर एक कण को सिम्युलेट किए।

दो "नॉब्स" (पैरामीटर्स):
इसे काम करने के लिए, वे दो नॉब घुमाते हैं:

$\epsilon$ (शोर का आयतन): यह दर्शाता है कि यादृच्छिक हलचल कितनी तेज़ है। जैसे-जैसे भीड़ अनंत रूप से बड़ी होती जाती है, इसका आयतन शून्य की ओर जाता है।
$\delta$ (धुंधलापन/ब्लर): यह एक "मैग्निफाइंग ग्लास" या "ब्लर फ़िल्टर" है। यह शोर को सुचारू बनाता है ताकि यह बहुत अधिक नुकीला न हो जाए।

पेपर पूछता है: यदि हम शोर को कम करते हैं और ब्लर को कम करते हैं, तो क्या हमारा "धुंधला नदी" वाला मॉडल वास्तविक अराजक भीड़ जैसा दिखता है?

तीन बड़ी खोजें:

बड़े नंबरों का नियम (भीड़ शांत हो जाती है):
- उपमा: यदि आप एक बार सिक्का उछालते हैं, तो यह यादृच्छिक है। यदि आप इसे दस लाख बार उछालते हैं, तो औसत बिल्कुल 50/50 होता है।
- परिणाम: जैसे-जैसे भीड़ बहुत बड़ी होती जाती है (शोर शून्य की ओर जाता है), उनका "धुंधला नदी" मॉडल सुचारू, अनुमानित "मुख्य धारा" के साथ पूरी तरह से मेल खाता है। यादृच्छिक हलचलें औसत हो जाती हैं, और भीड़ ठीक वैसे ही व्यवहार करती है जैसा सरल नियम पुस्तिका ने भविष्यवाणी की थी।
सेंट्रल लिमिट थ्योरम (हलचल का आकार):
- उपमा: यदि आप वास्तविक भीड़ और सुचारू नदी के बीच के अंतर को देखते हैं, तो वह अंतर कैसा दिखता है? यह एक "बेल कर्व" (Gaussian distribution) की तरह निकलता है।
- परिणाम: लेखकों ने सिद्ध किया कि सुचारू पथ से छोटे, यादृच्छिक विचलन एक बहुत ही विशिष्ट, अनुमानित पैटर्न (एक "जनरलाइज्ड ऑर्नस्टीन-उहलेनबेक प्रोसेस") का पालन करते हैं। यह कहने जैसा है कि, "हम जानते हैं कि भीड़ औसत पथ के चारों ओर ठीक कैसे हिलेगी।"
लार्ज डेविएशन प्रिंसिपल्स (दुर्लभ आपदाएं):
- उपमा: क्या ऐसी संभावना है कि भीड़ अचानक एक बिंदु पर सिमट जाए (ब्लो-अप) या एक विशाल, अप्राकृतिक ढेर बना ले?
- परिणाम: पेपर इन दुर्लभ, विनाशकारी घटनाओं की संभावना की गणना करता है। उन्होंने पाया कि हालांकि ये आपदाएं हो सकती हैं, लेकिन इनके होने की संभावना घातांकीय रूप से (exponentially) बहुत कम है। यह आपके लिविंग रूम में तूफान आने की संभावना की गणना करने जैसा है: संभव है, लेकिन इतना असंभव कि आप इसे व्यावहारिक उद्देश्यों के लिए सुरक्षित रूप से अनदेखा कर सकते हैं।

यह क्यों मायने रखता है?
वास्तविक "डीन-कवासाकी" समीकरण कई वास्तविक दुनिया की समस्याओं (जैसे बैक्टीरिया का झुंड बनाना या तारों का क्लस्टर बनना) के लिए बहुत कठिन है। यह पेपर एक सरलीकृत, गणितीय रूप से कठोर शॉर्टकट प्रदान करता है।

यह वैज्ञानिकों को बताता है: "आपको हर एक कण को सिम्युलेट करने की आवश्यकता नहीं है। आप इस सरल 'धुंधली नदी' मॉडल का उपयोग कर सकते हैं, और हम वादा करते हैं कि जैसे-जैसे आपका सिस्टम बड़ा होता है, आपके परिणाम पहले क्रम (first order) तक सटीक होंगे, और आप दुर्लभ आपदाओं की संभावना की गणना भी कर सकते हैं।"

संक्षेप में:
लेखकों ने एक गणितीय रूप से असंभव, नुकीले और जटिल समस्या (यादृच्छिक शोर के साथ परस्पर क्रिया करने वाले कणों की भीड़) को लिया और उसे एक सुचारू, प्रबंधनीय अनुमान लगाने योग्य तरीके में बदल दिया। उन्होंने सिद्ध किया कि यह अनुमान केवल एक अनुमान नहीं है, बल्कि एक गणितीय रूप से ठोस उपकरण है जो वास्तविक प्रणाली के औसत व्यवहार, विशिष्ट हलचल और दुर्लभ आपदाओं को पकड़ता है। उन्होंने एक अराजक रेत के तूफान को एक प्रबंधनीय, अनुमानित मंद समीर में बदल दिया।

यहाँ एड्रियन मार्टिनी और एवी मेयरकास के शोध पत्र "An Additive-Noise Approximation to Keller–Segel–Dean–Kawasaki Dynamics: Small-Noise Results" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण और प्रेरणा (Problem Statement and Motivation)

यह शोध पत्र कीमोटैक्टिक रूप से परस्पर क्रिया करने वाले कणों (chemotactically interacting particles) के तंत्र के लिए फ्लक्चुएटिंग हाइड्रोडायनामिक्स (fluctuating hydrodynamics) के गणितीय विश्लेषण को संबोधित करता है। इसका लक्ष्य अपने मीन-फील्ड लिमिट (mean-field limit) के इर्द-गिर्द कण प्रणाली के निरंतर उतार-चढ़ाव (continuum fluctuations) को समझना है।

कण प्रणाली (The Particle System): प्रस्थान बिंदु $d$ -आयामी टॉरस $\mathbb{T}^d$ पर $N$ कमजोर रूप से परस्पर क्रिया करने वाले ओवरडैम्प्ड लैंगवेन डिफ्यूजन (overdamped Langevin diffusions) का एक तंत्र (समीकरण 1.2) है। कण एक पोटेंशियल के माध्यम से परस्पर क्रिया करते हैं जो पॉइसन समीकरण (Poisson equation) के ग्रीन फंक्शन (Green's function) से प्राप्त होता है, जो मूल बिंदु (origin) पर विलक्षण (singular) है।
लक्ष्य समीकरण (The Target Equation - Dean–Kawasaki): शोर तीव्रता (noise intensity) $\varepsilon = 2/N$ के साथ $N \to \infty$ की सीमा में, यह प्रणाली केलर-सेगल-डीन-कावासाकी (KSDK) समीकरण (समीकरण 1.1) की ओर अभिसरित होने की उम्मीद है:
$(\partial_t - \Delta)\rho = -\chi\nabla \cdot (\rho \nabla \Phi_\rho) - \varepsilon^{1/2} \nabla \cdot (\sqrt{\rho}\xi)$
जहाँ $\xi$ एक स्पेस-टाइम व्हाइट नॉइज़ (space-time white noise) है।
विश्लेषणात्मक चुनौती (The Analytic Challenge): KSDK समीकरण का विश्लेषण करना अत्यंत कठिन है। यह रेगुलैरिटी स्ट्रक्चर्स (hairer) के संदर्भ में सुपरक्रिटिकल (supercritical) है, और मल्टीप्लिकेटिव नॉइज़ टर्म $\nabla \cdot (\sqrt{\rho}\xi)$ इस समीकरण को सामान्य प्रारंभिक डेटा (initial data) के लिए अपरिभाषित (ill-posed) बना देता है (कोनारोव्स्की, लेहमैन और वॉन रेनेसे का परिणाम)। मानक वेल-पोज़्डनेस सिद्धांत विफल हो जाते हैं।
प्रस्तावित समाधान (The Proposed Solution): लेखक एक एडिटिव-नॉइज़ एप्रोक्सिमेशन (additive-noise approximation) (समीकरण 1.4) का प्रस्ताव करते हैं:
$(\partial_t - \Delta)\rho = -\chi\nabla \cdot (\rho \nabla \Phi_\rho) - \varepsilon^{1/2} \nabla \cdot (\sqrt{\rho_{\text{det}}} \xi_\delta)$
यहाँ, गैर-रेखीय (non-linear) मल्टीप्लिकेटिव नॉइज़ $\sqrt{\rho}\xi$ को डिटरमिनिस्टिक (deterministic) केलर-सेगल समाधान $\rho_{\text{det}}$ द्वारा संचालित एक एडिटिव नॉइज़ टर्म द्वारा प्रतिस्थापित किया गया है, और व्हाइट नॉइज़ $\xi$ को एक कोरिलेशन लेंथ (correlation length) $\delta$ द्वारा मोल्डिफाई (mollified) किया गया है। यह एप्रोक्सिमेशन सही गॉसियन उतार-चढ़ाव को पकड़ने का प्रयास करता है जबकि मल्टीप्लिकेटिव नॉइज़ की अपरिभाषितता (ill-posedness) से बचता है।

2. कार्यप्रणाली (Methodology)

यह शोध पत्र एक दोहरी पद्धति का उपयोग करता है, जो शोर तीव्रता $\varepsilon$ और कोरिलेशन लेंथ $\delta(\varepsilon)$ के बीच सापेक्ष स्केलिंग के दो अलग-अलग शासन (regimes) के तहत एप्रोक्सिमेशन का विश्लेषण करती है।

A. रफ सेटिंग (The Rough Setting - Singular SPDE Theory)

रेगुलरिटी (Regularity): समाधानों को होल्डर-बेसोव डिस्ट्रीब्यूशन (Hölder–Besov distributions) $C^{\alpha+1}(\mathbb{T}^2)$ के स्थानों में माना जाता है जहाँ $\alpha+1 < -1$ है।
तकनीक (Technique): लेखक पैराकंट्रोल्ड कैलकुलस (Paracontrolled Calculus) फ्रेमवर्क (गुबिनैली, इमकेलर, पर्कोव्स्की) का उपयोग करते हैं।
- वे समाधान को एक सिंगुलर स्टोकेस्टिक भाग और एक शेष भाग (remainder) में विभाजित करने के लिए डा प्रैटो-डेबुश (Da Prato–Debessche) ट्रिक लागू करते हैं।
- वे एक नॉइज़ एनहांसमेंट (noise enhancement) (पुनरावृत्त इंटीग्रल्स और रेजोनेंट प्रोडक्ट्स का एक वेक्टर) का निर्माण करते हैं, जो समीकरण को वितरण संबंधी अर्थ (distributional sense) में हल करने की अनुमति देता है।
- विश्लेषण सापेक्ष स्केलिंग (relative scaling) $\varepsilon \log(\delta(\varepsilon)^{-1}) \to 0$ पर निर्भर करता। यह स्केलिंग "अनुमति देने वाली" (permissive) है और कण प्रणालियों की प्राकृतिक स्केलिंग ( $\delta \sim N^{-1/2}$ ) की अनुमति देती है।
उपकरण (Tools): सिंगुलर SPDE तकनीकें, रेनोर्मलाइजेशन (हालाँकि एडिटिव नॉइज़ के कारण न्यूनतम), और लार्ज डेविएशन प्रिंसिपल्स (LDP) के लिए कॉन्ट्रैक्शन प्रिंसिपल।

B. रेगुलर सेटिंग (The Regular Setting - Classical SPDE Theory)

रेगुलरिटी (Regularity): समाधानों को सोबोलेव स्पेस (Sobolev spaces) $H^\gamma(\mathbb{T}^2)$ में माना जाता है जहाँ $\gamma \in (-1/2, 0]$ है।
तकनीक (Technique): मानक फिक्स्ड-पॉइंट तर्क और एनर्जी अनुमान।
स्केलिंग (Scaling): इसके लिए प्रतिबंधात्मक सापेक्ष स्केलिंग (restrictive relative scaling) $\varepsilon^{1/2} \delta(\varepsilon)^{-\gamma-2} \to 0$ की आवश्यकता होती है। यह स्केलिंग कण प्रणाली की प्राकृतिक स्केलिंग की तुलना में अधिक कठोर है लेकिन उच्च रेगुलरिटी परिणामों की अनुमति देती है।
उपकरण (Tools): शाउडर अनुमान (Schauder estimates), बोनी के पैराप्रोडक्ट अनुमान (Bony's paraproduct estimates), और कमजोर अभिसरण दृष्टिकोण (weak-convergence approach) के माध्यम से लार्ज डेविएशन (Boué–Dupuis formula)।

3. प्रमुख योगदान और परिणाम (Key Contributions and Results)

यह शोध पत्र $\varepsilon \to 0$ के रूप में एडिटिव-नॉइज़ एप्रोक्सिमेशन $\rho^{(\varepsilon)}_{\delta(\varepsilon)}$ के तीन मौलिक संभाव्यता सीमाओं (probabilistic limits) को स्थापित करता है:

1. लॉ ऑफ लार्ज नंबर्स (Law of Large Numbers - LLN)

परिणाम: स्टोकेस्टिक समाधान, डिटरमिनिस्टिक केलर-सेगल समाधान $\rho_{\text{det}}$ में प्रायिकता (probability) में अभिसरित होता है।
स्पेस (Spaces):
- रफ (Rough): स्केलिंग $\varepsilon \log(\delta^{-1}) \to 0$ के तहत $(C^{\alpha+1}(\mathbb{T}^2))^{\text{sol}}_T$ में अभिसरण।
- रेगुलर (Regular): स्केलिंग $\varepsilon^{1/2} \delta^{-\gamma-2} \to 0$ के तहत $(H^\gamma(\mathbb{T}^2))^{\text{sol}}_T$ में अभिसरण।
महत्व: यह पुष्टि करता है कि एडिटिव-नॉइज़ एप्रोक्सिमेशन सही ढंग से मीन-फील्ड लिमिट को पुनः प्राप्त करता है।

2. सेंट्रल लिमिट थ्योरम (Central Limit Theorem - CLT)

परिणाम: पुनर्गठित उतार-चढ़ाव (rescaled fluctuations) $\varepsilon^{-1/2}(\rho^{(\varepsilon)}_{\delta} - \rho_{\text{det}})$ एक सामान्यीकृत ऑर्नस्टीन-उहलेनबेक प्रक्रिया (generalized Ornstein–Uhlenbeck process) $v$ में अभिसरित होते हैं।
लिमिट समीकरण (Limit Equation): $v$ निम्नलिखित रैखिककृत समीकरण (linearized equation) को संतुष्ट करता है:
$(\partial_t - \Delta)v = -\chi\nabla \cdot (v \nabla \Phi_{\rho_{\text{det}}}) - \chi\nabla \cdot (\rho_{\text{det}} \nabla \Phi_v) - \nabla \cdot (\sqrt{\rho_{\text{det}}}\xi)$
शर्त (Condition): इसके लिए स्केलिंग $\varepsilon^{1/2} \log(\delta^{-1}) \to 0$ आवश्यक है।
महत्व: यह एक बड़ा योगदान है। जबकि प्रतिकर्षण इंटरैक्शन (repulsive interactions) के लिए कण प्रणाली (1.2) का CLT ज्ञात है, आकर्षक केलर-सेगल मामले के लिए यह अभी भी खुला प्रश्न है। यह परिणाम एप्रोक्सिमेशन के लिए CLT का पहला कठोर व्युत्पन्न प्रदान करता है, जो यह सुझाव देता है कि वास्तविक कण प्रणाली के अग्रणी-क्रम उतार-चढ़ाव (leading-order fluctuations) भी इसी तरह व्यवहार करेंगे।

3. लार्ज डेविएशन प्रिंसिपल (Large Deviation Principle - LDP)

परिणाम: समाधानों का परिवार गति $\varepsilon$ और एक विशिष्ट रेट फंक्शन $I(\rho)$ के साथ एक LDP को संतुष्ट करता है।
रेट फंक्शन (Rate Function): रेट फंक्शन में एक "कंकाल" (skeleton) समीकरण शामिल है जो एक कैमरोन-मार्तिन तत्व $h$ द्वारा संचालित होता है:
$I(\rho) = \inf \left\{ \frac{1}{2}\|h\|^2_{L^2} : (\partial_t - \Delta)\rho = -\chi\nabla \cdot (\rho \nabla \Phi_\rho) - \nabla \cdot (\sqrt{\rho_{\text{det}}}h) \right\}$
महत्व: LDP दुर्लभ घटनाओं (rare events) को स्पष्ट करता है। लेखक अपने रेट फंक्शन की तुलना मूल डीन-कावासाकी समीकरण के औपचारिक रेट फंक्शन से करते हैं, जिससे यह स्पष्ट होता है कि एप्रोक्सिमेशन त्रुटि कंकाल समीकरण (रैखिक बनाम पूर्णतः गैर-रेखीय नॉइज़ टर्म) में निहित है।

4. पैथोलॉजिकल व्यवहारों का नियंत्रण (Control of Pathological Behaviors)

ऋणात्मक मान (Negative Values): रेगुलर सेटिंग में, लेखक यह सिद्ध करते हैं कि समाधान के ऋणात्मक होने की प्रायिकता $\varepsilon^{-1}$ में घातांकीय रूप से (exponentially) छोटी है (जो कि घनत्व के लिए एक भौतिक असंभवता है)।
ब्लो-अप (Blow-ups): रफ सेटिंग में, वे यह सिद्ध करते हैं कि डिटरमिनिस्टिक ब्लो-अप समय $T^*$ से पहले समाधान के डिस्ट्रिब्यूशन नॉर्म में ब्लो-अप होने की प्रायिकता भी $\varepsilon^{-1}$ में घातांकीय रूप से छोटी है।

4. महत्व और प्रभाव (Significance and Impact)

कण प्रणालियों और निरंतर मॉडलों के बीच सेतु बनाना: यह शोध पत्र सूक्ष्म कण प्रणाली (1.2) और एक स्थूल (macroscopic) निरंतर मॉडल के बीच एक कठोर गणितीय सेतु प्रदान करता है जो उतार-चढ़ाव को कैप्चर करता है। यह सिंगुलर इंटरैक्शन वाले तंत्रों के अध्ययन के लिए एक व्यवहार्य उपकरण के रूप में एडिटिव-नॉइज़ एप्रोक्सिमेशन को मान्य करता है।
विलक्षण इंटरैक्शन को संभालना: यह सफलतापूर्वक सिंगुलर SPDE के सिद्धांत को केलर-सेगल के संदर्भ में विस्तारित करता है, जहाँ इंटरैक्शन कर्नेल पॉइसन समीकरण का ग्रीन फंक्शन (जो मूल पर विलक्षण है) है। यह उन पिछले कार्यों से एक महत्वपूर्ण कदम है जिन्होंने अक्सर सुचारू (smooth) इंटरैक्शन को माना था।
प्रथम-क्रम सटीकता (First-Order Accuracy): LLN और CLT परिणामों का संयोजन यह दर्शाता है कि एडिटिव-नॉइज़ एप्रोक्सिमेशन उतार-चढ़ाव के पहले क्रम तक सटीक है। यह सुझाव देता है कि इसका उपयोग मेटास्टेबिलिटी और नॉन-इक्विलिब्रियम फेज ट्रांजिशन जैसी घटनाओं के अध्ययन के लिए किया जा सकता है, जहाँ डीन-कावासाकी समीकरण सैद्धांतिक मानक है लेकिन विश्लेषणात्मक रूप से कठिन है।
पद्धतिगत प्रगति (Methodological Advancement): यह शोध पत्र यह प्रदर्शित करता है कि एक ही भौतिक समस्या को विभिन्न स्केलिंग व्यवस्थाओं के तहत हल करने के लिए पैराकंट्रोल्ड कैलकुलस (रफ पाथ्स के लिए) को शास्त्रीय ऊर्जा विधियों (रेगुलर पाथ्स के लिए) के साथ जोड़ने की शक्ति क्या है। यह विशिष्ट अभिसरण गुणों के साथ विनर चाओस (Wiener chaoses) में यादृच्छिक चरों के लिए फ्रीडलिन-वेंटसेल (Freidlin–Wentzell) सिद्धांत को परिष्कृत करता है।

संक्षेप में, मार्टिनी और मेयरकास केलर-सेगल कणों के फ्लक्चुएटिंग हाइड्रोडायनामिक्स को अनुमानित करने के लिए एक मजबूत सैद्धांतिक ढांचा प्रदान करते हैं, जो डीन-कावासाकी समीकरण की विश्लेषणात्मक बाधाओं को दूर करता है और उनके प्रस्तावित मॉडल के सांख्यिकीय अभिसरण गुणों (LLN, CLT, LDP) को स्थापित करता है।