🔢 mathematics

Hyperbolic $O (N)$ linear sigma model and its mean-field limit

यह शोध पत्र दो-आयामी टोरस पर हाइपरबोलिक $O(N)$ लीनियर सिग्मा मॉडल की वैश्विक सुव्यवस्थितता (global well-posedness) स्थापित करता है और इसके मीन-फील्ड लिमिट पर वैश्विक-समय अभिसरण (global-in-time convergence), जिसमें $N^{-1/2}$ की इष्टतम दर शामिल है, को सिद्ध करता है, जबकि उनके संबंधित इनवेरिएंट गिब्स डायनेमिक्स के अभिसरण को भी प्रदर्शित करता है।

मूल लेखक: Ruoyuan Liu, Shao Liu, Tadahiro Oh

प्रकाशित 2026-02-25

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ruoyuan Liu, Shao Liu, Tadahiro Oh

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 विशाल, भीड़ भरे स्टेडियम में खड़े हैं जो हजारों लोगों से भरा हुआ है। प्रत्येक व्यक्ति के पास जमीन से जुड़ी एक लचीली रस्सी है, और वे सभी अपनी रस्सियों को ऊपर-नीचे हिला रहे हैं।

इस शोध पत्र में, लेखक यह अध्ययन कर रहे हैं कि क्या होता है जब ये लोग एक-दूसरे से जुड़े (connected) होते हैं। विशेष रूप से, वे एक ऐसे सिस्टम को देख रहे हैं जहाँ प्रत्येक व्यक्ति की गति बाकी सभी के औसत (average) आंदोलन से प्रभावित होती है।

यहाँ उनके निष्कर्ष का विवरण दिया गया, जिसे जटिल गणित से रोजमर्रा की अवधारणाओं में अनुवादित किया गया है:

1. सेटअप: "हाइपरबोलिक" भीड़

लेखक एक सिस्टम का अध्ययन कर रहे हैं जिसे हाइपरबोलिक O(N) लीनियर सिग्मा मॉडल (Hyperbolic O(N) Linear Sigma Model) कहा जाता है।

"N" लोग: कल्पना कीजिए कि $N$ (एक बहुत बड़ी संख्या) लोग हैं, जिनमें से प्रत्येक के पास अपनी एक रस्सी है।
"हाइपरबोलिक" वाला भाग: एक हीट वेव (ताप तरंग) के विपरीत जो बस सहजता से फैलती है, ये रस्सियाँ "व्हाइट नॉइज़" (कल्पना कीजिए कि चारों दिशाओं से एक साथ आने वाली अराजक हवा) द्वारा हिंसक रूप से और यादृच्छिक रूप से हिलाई जा रही हैं। रस्सियों में घर्षण (डैम्पिंग) भी है, जिससे वे अनंत काल तक नहीं झूल सकतीं।
जुड़ाव (The Connection): मोड़ यह है कि किसी भी एक व्यक्ति की रस्सी पर लगने वाला बल पूरी भीड़ की कुल गति के वर्ग (square) पर निर्भर करता है। यह एक जटिल, उलझा हुआ जाल है जहाँ हर कोई दूसरे को प्रभावित करता है।

2. बड़ा सवाल: जब भीड़ बहुत बड़ी हो जाती है तो क्या होता है?

मुख्य प्रश्न यह है: जैसे-जैसे लोगों की संख्या ( $N$ ) अनंत की ओर बढ़ती है, क्या यह जटिल, उलझा हुआ सिस्टम सरल हो जाता है?

भौतिकी और गणित में, एक अवधारणा है जिसे मीन-फील्ड लिमिट (Mean-Field Limit) कहा जाता है। यह कहने जैसा है कि, "यदि पर्याप्त लोग हैं, तो मुझे यह जानने की आवश्यकता नहीं है कि व्यक्ति #42 क्या कर रहा है। मुझे बस यह जानने की आवश्यकता है कि एक औसत व्यक्ति क्या कर रहा है।"

लेखक सिद्ध करते हैं कि जैसे-जैसे भीड़ अनंत रूप से बड़ी होती जाती है, जटिल, व्यक्तिगत अंतःक्रियाएं सुचारू हो जाती हैं। $N$ जुड़ी हुई रस्सियों का जटिल सिस्टम प्रभावी रूप से एक एकल, सरल समीकरण बन जाता है जहाँ प्रत्येक व्यक्ति केवल भीड़ के औसत व्यवहार पर प्रतिक्रिया करता है, न कि अपने पड़ोसियों की विशिष्ट, अराजक हलचल पर।

3. तीन मुख्य खोजें

A. सिस्टम टूटता नहीं है (Well-Posedness)

सीमा (limit) का अध्ययन करने से पहले, उन्हें यह सुनिश्चित करना था कि सिस्टम वास्तव में काम करता है।

समस्या: यादृच्छिक हवा (शोर) और मजबूत जुड़ाव के साथ, ये समीकरण कुख्यात रूप से अस्थिर होते हैं। वे सैद्धांतिक रूप से अनियंत्रित हो सकते हैं या असंभव हो सकते हैं।
समाधान: लेखकों ने सिद्ध किया कि लोगों की किसी भी संख्या के लिए (एक विशाल भीड़ के लिए भी), सिस्टम के पास एक अद्वितीय, स्थिर समाधान है जो हमेशा के लिए बना रहता है। उन्होंने एक चतुर गणितीय "सुरक्षा जाल" (जिसे I-method कहा जाता है) का उपयोग करके दिखाया कि सिस्टम की ऊर्जा विस्फोट नहीं होती, भले ही वहां अराजकता हो।

B. अभिसरण (भीड़ एक औसत बन जाती है)

यह मुख्य परिणाम है। उन्होंने दिखाया कि यदि आप भीड़ में से एक विशिष्ट व्यक्ति को लेते हैं (मान लीजिए, व्यक्ति #1) और कुल भीड़ के आकार ( $N$ ) के बढ़ने पर उन्हें देखते हैं:

परिणाम: व्यक्ति #1 की गति एक अराजक नृत्य की तरह दिखना बंद हो जाती है और बिल्कुल उस गति की तरह दिखने लगती है जिसकी भविष्यवाणी "मीन-फील्ड" समीकरण (औसत व्यवहार) द्वारा की गई है।
गति: उन्होंने यह भी गणना की कि यह कितनी तेजी से होता है। वास्तविक अराजक प्रणाली और सरल औसत प्रणाली के बीच का अंतर $1/\sqrt{N}$ की दर से कम होता है।
- उपमा: यदि 100 लोग हैं, तो त्रुटि लगभग 10% है। यदि 10,000 लोग हैं, तो त्रुटि गिरकर 1% हो जाती है। भीड़ जितनी बड़ी होगी, "औसत" विवरण उतना ही सटीक होता जाएगा।

C. "गिब्स" साम्यावस्था (पार्टी शांत हो जाती है)

लेखकों ने यह भी देखा कि क्या होता है यदि भीड़ एक "थर्मल इक्विलिब्रियम" (जैसे एक पार्टी जो काफी समय से चल रही है और अब एक लय में स्थिर हो गई है) की स्थिति में शुरू होती है।

उन्होंने सिद्ध किया कि भले ही भीड़ इस विशिष्ट, जटिल यादृच्छिक अवस्था से शुरू हुई हो, जैसे-जैसे समय बीतता है और भीड़ बढ़ती है, सिस्टम अभी भी सरल औसत व्यवहार की ओर अभिसरित होता है।
यह महत्वपूर्ण है क्योंकि यह बिखरी हुई, यादृच्छिक शुरुआती बिंदु को साफ, अनुमानित भविष्य से जोड़ता है।

4. यह क्यों मायने रखता है

यह शोध पत्र दो कारणों से एक बड़ी सफलता है:

यह अपने प्रकार का पहला है: पिछले अध्ययनों ने "हीट" समीकरणों (जो चीजों को स्वाभाविक रूप से सुचारू बनाते हैं) को देखा। यह पहली बार है जब किसी ने वेव समीकरणों (wave equations) (जो बहुत अधिक अराजक और अनियंत्रित होने के प्रति संवेदनशील हैं) के लिए इस "क्राउड सिम्प्लीफिकेशन" को सफलतापूर्वक सिद्ध किया है।
यह भौतिकी और गणित को जोड़ता है: क्वांटम फील्ड थ्योरी (सब-एटॉमिक कणों की भौतिकी) में, वैज्ञानिक अक्सर ब्रह्मांड को समझने के लिए इन "लार्ज N" मॉडलों का उपयोग करते हैं। यह शोध पत्र कठोर गणितीय प्रमाण प्रदान करता है कि ये सन्निकटन (approximations) वैध हैं, यहाँ तक कि सबसे अराजक, तरंग जैसी स्थितियों में भी।

निष्कर्ष (The Takeaway)

इसे एक गायक मंडली (choir) को सुनने की तरह समझें।

छोटा N: यदि केवल 5 गायक हैं, तो आप प्रत्येक व्यक्तिगत आवाज, प्रत्येक कंपन और प्रत्येक बेसुरी नोट को सुनते हैं। यह एक अव्यवस्था है।
बड़ा N (यह शोध पत्र): यदि 100,000 गायक हैं, तो व्यक्तिगत बेसुरी आवाजें गायब हो जाती हैं। आप एक सुंदर, सुचारू, एकल स्वर सुनते हैं।
शोध पत्र का योगदान: लेखकों ने सिद्ध किया कि "अव्यवस्थित व्यक्तिगत आवाजों" से "पूर्ण एकल स्वर" में यह संक्रमण गणितीय रूप से, पूर्वानुमानित रूप से और तेजी से होता है, भले ही गायकों पर यादृच्छिक ओले (शोर) गिर रहे हों और वे सभी इलास्टिक बैंड से एक-दूसरे से बंधे हों।

उन्होंने केवल यह नहीं कहा कि "यह काम करता है"; उन्होंने यह साबित करने के लिए सुरक्षा कवच बनाया कि यह काम करता है, और उन्होंने यह भी मापा कि अराजकता कितनी तेजी से सद्भाव (harmony) में बदल जाती है।

यहाँ रुओयुआन लियू, शाओ लियू और तादाहिर ओह के शोध पत्र "Hyperbolic O(N) Linear Sigma Model and Its Mean-Field Limit" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र दो-आयामी टॉरस $\mathbb{T}^2$ पर हाइपरबोलिक O(N) लीनियर सिग्मा मॉडल (HLSM $_N$ ) के बड़े $N$ सीमा (large $N$ limit) की जांच करता है। यह मॉडल युग्मित क्यूबिक नॉनलिनैरिटी (coupled cubic nonlinearities) वाले $N$ परस्पर क्रिया करने वाले स्टोकेस्टिक डैम्प्ड नॉनलीनियर वेव समीकरणों (SdNLW) के एक तंत्र का वर्णन करता है:

$(\partial_t^2 + \partial_t + m - \Delta)u_{N,j} = -\frac{1}{N}\sum_{k=1}^N u_{N,k}^2 u_{N,j} + \sqrt{2}\xi_j, \quad j=1,\dots,N,$

जहाँ $\xi_j$ स्वतंत्र स्पेस-टाइम व्हाइट नॉइज़ (space-time white noises) हैं।

प्राथमिक लक्ष्य यह कठोरता से स्थापित करना है कि जैसे-जैसे $N \to \infty$ होता है, किसी भी निश्चित $j$ के लिए समाधान $u_{N,j}$ , एक मीन-फील्ड SdNLW के समाधान $u_j$ की ओर अभिसरित (converge) होता है:
$(\partial_t^2 + \partial_t + m - \Delta)u_j = -\mathbb{E}[u_j^2]u_j + \sqrt{2}\xi_j.$

इसके अतिरिक्त, लेखक परिमित $N$ प्रणाली से जुड़े इनवेरिएंट गिब्स डायनेमिक्स (invariant Gibbs dynamics) के अभिसरण का अध्ययन करते हैं, विशेष रूप से अभिसरण की दर और प्रोपेगेशन ऑफ केओस (propagation of chaos) का विश्लेषण करते हैं।

मुख्य चुनौतियाँ:

सिंगुलर नॉइज़ (Singular Noise): ड्राइविंग नॉइज़ 2D में स्पेस-टाइम व्हाइट नॉइज़ है, जिससे समाधानों की रेगुलैरिटी (regularity) $-1/2$ से थोड़ी कम हो जाती है। इसके लिए नॉनलिनियर टर्म्स के विक रेनॉर्मलाइजेशन (Wick renormalization) की आवश्यकता होती है।
हाइपरबोलिक बनाम पैराबोलिक (Hyperbolic vs. Parabolic): पिछले कार्यों (पैराबोलिक O(N) मॉडल/स्टोकेस्टिक हीट इक्वेशन) के विपरीत, हाइपरबोलिक मामले में मजबूत पैराबोलिक स्मूथिंग (smoothing) का अभाव होता है। यह ऊर्जा अनुमानों (energy estimates) को कठिन बनाता है और पैराबोलिक सेटिंग में उपयोग किए जाने वाले मानक $L^2(\Omega)$ ऊर्जा विधियों के प्रत्यक्ष अनुप्रयोग को रोकता है।
ग्लोबल वेल-पोज़्डनेस (Global Well-posedness): कम रेगुलैरिटी वाले डेटा के लिए रेनॉर्मलाइज्ड सिस्टम की वैश्विक उपस्थिति (global existence) सिद्ध करने के लिए, उन उच्च मोमेंट बाउंड्स (higher moment bounds) पर निर्भर किए बिना नॉइज़ की खुरदरापन (roughness) और नॉनलिनैरिटी को संभालना आवश्यक है, जो हाइपरबोलिक सेटिंग में ग्लोबल सॉल्यूशंस के लिए उपलब्ध नहीं होते हैं।

2. कार्यप्रणाली (Methodology)

लेखक स्टोकेस्टिक विश्लेषण, हार्मोनिक विश्लेषण और संभाव्य तकनीकों (probabilistic techniques) के संयोजन का उपयोग करते हैं:

रेनॉर्मलाइजेशन (Renormalization): वे नॉनलिनियर टर्म्स को परिभाषित करने के लिए विक ऑर्डरिंग (Wick ordering) का उपयोग करते हैं। समाधान को एक स्टोकेस्टिक कन्वोल्शन (शोर द्वारा संचालित रैखिक भाग) और एक रेसिडुअल टर्म में विभाजित किया जाता है: $u_{N,j} = \Psi_j + v_{N,j}$ । रेसिडुअल $v_{N,j}$ के लिए समीकरण में स्टोकेस्टिक कन्वोल्शन के रेनॉर्मलाइज्ड पावर्स (जैसे, $:\Psi_k^2:$ ) शामिल होते हैं।
I-मेथड (I-Method / Modified Energy Method): कम रेगुलैरिटी डेटा ( $s > 4/5$ ) के लिए ग्लोबल वेल-पोज़्डनेस सिद्ध करने के लिए, लेखक I-मेथड (जिसे कोलिएडर एट अल द्वारा पेश किया गया था और गुबिनेली, कोच और ओह द्वारा परिष्कृत किया गया था) को अनुकूलित करते हैं। वे एक संशोधित ऊर्जा फंक्शनल $E_N(t)$ को परिभाषित करते हैं जिसमें एक स्मूथिंग ऑपरेटर $I$ शामिल है जो $H^s$ को $H^1$ में मैप करता है। यह उन्हें ऊर्जा के विकास को नियंत्रित करने की अनुमति देता है, भले ही समाधान $H^1$ में न हो।
हाइब्रिड तर्क (Hybrid Argument): ग्लोबल वेल-पोज़्डनेस के प्रमाण के लिए लेखक I-मेथड को एक ग्रोनवाल-टाइप तर्क (Gronwall-type argument) के साथ जोड़ते हैं। यह हाइब्रिड दृष्टिकोण I-ऑपरेटर द्वारा पेश किए गए कम्यूटेटर एरर्स और स्टोकेस्टिक कन्वोल्शन से उत्पन्न होने वाले परिवर्तनीय (perturbative) पदों को संभालता है।
बनाच स्पेस में लॉ ऑफ लार्ज नंबर्स (LLN in Banach Spaces): मीन-फील्ड लिमिट सिद्ध करने के लिए, लेखक स्टोकेस्टिक टर्म्स के एम्पिरिकल एवरेज के लिए LLN-प्रकार के लेम्मा स्थापित करते हैं। महत्वपूर्ण रूप से, वे उस मामले को संभालते हैं जहाँ केवल सेकंड-मोमेंट बाउंड्स उपलब्ध हैं (पैराबोलिक मामले के विपरीत जहाँ अक्सर उच्च मोमेंट्स उपलब्ध होते हैं)। इसके लिए सरल ऑर्थोगोनैलिटी तर्कों के बजाय बनाच स्पेस में स्ट्रॉन्ग लॉ ऑफ लार्ज नंबर्स के सावधानीपूर्वक उपयोग की आवश्यकता होती है।
गिब्स मेजर कंस्ट्रक्शन (Gibbs Measure Construction): इनवेरिएंट डायनेमिक्स के लिए, वे परिमित $N$ गिब्स मेजर और सीमित गैसियन मेजर के बीच एक कपलिंग (coupling) बनाने के लिए टैलग्रांड्स इनइक्वेलिटी (Talagrand's inequality) और डेलगाडिनो और स्मिथ के परिणामों का उपयोग करते हैं, जिससे यह सुनिश्चित होता है कि प्रारंभिक डेटा एक विशिष्ट दर पर अभिसरित होता है।

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

A. वेल-पोज़्डनेस परिणाम (Well-posedness Results)

लोकल वेल-पोज़्डनेस (Local Well-posedness): सिस्टम $H^s(\mathbb{T}^2)$ में $1/2 \le s < 1$ के लिए स्थानीय रूप से वेल-पोज़्ड है। अनिकता (Uniqueness) पूरे समाधान वर्ग (unconditional uniqueness) में स्थापित की गई है।
ग्लोबल वेल-पोज़्डनेस (Global Well-posedness): सिस्टम $4/5 < s < 1$ के लिए ग्लोबली वेल-पोज़्ड है। लेखक संशोधित ऊर्जा पर यूनिफॉर्म (in $N$ ) बाउंड्स स्थापित करके इसे सिद्ध करते हैं, जिससे समाधान नॉर्म का डबल-एक्सपोनेंशियल ग्रोथ बाउंड प्राप्त होता है।
मीन-फील्ड लिमिट वेल-पोज़्डनेस (Mean-Field Limit Well-posedness): समान रेगुलैरिटी धारणाओं के तहत सीमित मीन-फील्ड SdNLW भी स्थानीय और वैश्विक रूप से वेल-पोज़्ड दिखाया गया है।

B. अभिसरण परिणाम (Convergence Results - Mean-Field Limit)

ग्लोबल-इन-टाइम अभिसरण (सामान्य डेटा): सामान्य प्रारंभिक डेटा $H^s$ $H^{s}$ ( $4/5 < s < 1$ $4/5 < s < 1$ ) के लिए, लेखक सिद्ध करते हैं कि $u_{N,j}$ $u_{N, j}$ , प्रायिकता (probability) में ग्लोबली समय में $u_j$ $u_{j}$ की ओर अभिसरित होता है।
- नोट: यह परिणाम विशिष्ट अभिसरण दर प्रदान नहीं करता है क्योंकि ग्लोबल सॉल्यूशन पर उच्च मोमेंट कंट्रोल का अभाव है।
इष्टतम अभिसरण दर (Local Time/Higher Moments): एक अतिरिक्त धारणा के तहत कि प्रारंभिक डेटा में उच्च मोमेंट्स (विशेष रूप से $L^6(\Omega)$ $L^{6} (Ω)$ ) हैं और समाधान स्थानीय रूप से मौजूद है, अभिसरण दर इष्टतम $O(N^{-1/2})$ दिखाई गई है।
- यह दर स्वतंत्र रैंडम वेरिएबल्स के एम्पिरिकल एवरेज के मानक दर से मेल खाती है।
- प्रमाण के लिए स्वतंत्र घटकों और शोर के विशिष्ट ढांचे का लाभ उठाने वाले LLN लेम्मा स्थापित करने पर निर्भरता है।

C. इनवेरिएंट गिब्स डायनेमिक्स का अभिसरण (Convergence of Invariant Gibbs Dynamics)

यह शोध पत्र गिब्स मेजर $\vec{\rho}_N$ (परिमित $N$ प्रणाली के लिए इनवेरिएंट मेजर) से शुरू होने वाले डायनेमिक्स के अभिसरण को संबोधित करता है।

प्रोपेगेशन ऑफ केओस (Propagation of Chaos): वे दिखाते हैं कि गिब्सियन प्रारंभिक डेटा, जो कपल्ड (coupled) है, $N \to \infty$ होने पर एसिम्प्टोटिकली केओटिक (asymptotically chaotic) हो जाता है (घटक स्वतंत्र हो जाते हैं)।
दर के साथ ग्लोबल अभिसरण (Global Convergence with Rate): प्रारंभिक डेटा के एक विशिष्ट कपलिंग का निर्माण करके (डेलगाडिनो और स्मिथ के परिणामों का उपयोग करते हुए), वे सिद्ध करते हैं कि HLSM $_N$ $_{N}$ का इनवेरिएंट गिब्स डायनेमिक्स ग्लोबली समय में इष्टतम दर $O(N^{-1/2})$ के साथ सीमित मीन-फील्ड डायनेमिक्स की ओर अभिसरित होता है।
- यह सामान्य डेटा मामले की तुलना में एक महत्वपूर्ण सुधार है, क्योंकि गिब्स मेजर की विशिष्ट संरचना उच्च-मोमेंट कंट्रोल की अनुमति देती है जो दर को ग्लोबली प्रसारित करती है।

4. महत्व (Significance)

प्रथम हाइपरबोलिक मीन-फील्ड परिणाम: यह सिंगुलर नॉइज़ वाले स्टोकेस्टिक नॉनलीनियर वेव इक्वेशंस के सिस्टम के लिए बड़े $N$ सीमा और मीन-फील्ड अभिसरण को कठोरता से स्थापित करने वाला पहला कार्य है। पिछले परिणाम पैराबोलिक (हीट) सेटिंग तक सीमित थे।
स्मूथिंग की कमी को दूर करना: यह शोध पत्र हाइपरबोलिक समीकरणों के लिए एक मजबूत ढांचा विकसित करता है जहाँ मानक पैराबोलिक स्मूथिंग अनुपस्थित है। हाइब्रिड I-मेथड/ग्रोनवाल तर्क एक प्रमुख तकनीकी नवाचार है।
सेकंड मोमेंट्स को संभालना: लेखक प्रदर्शित करते हैं कि ग्लोबल अभिसरण तब भी प्राप्त किया जा सकता है जब समाधान के लिए केवल सेकंड-मोमेंट बाउंड्स उपलब्ध हों, एक ऐसी स्थिति जहाँ मानक ऑर्थोगोनैलिटी तर्क विफल हो जाते हैं।
कठोर गिब्स डायनेमिक्स: यह कार्य इनवेरिएंट मेजर और उनसे जुड़े डायनेमिक्स के अभिसरण का एक पूर्ण चित्र प्रदान करता है, जो हाइपरबोलिक स्टोकेस्टिक सेटिंग में परिमित-कण सांख्यिकीय यांत्रिकी (finite-particle statistical mechanics) और मीन-फील्ड लिमिट के बीच के अंतर को पाटता है।
इष्टतम दरें: गिब्स डायनेमिक्स के लिए $N^{-1/2}$ दर स्थापित करना अपेक्षित सांख्यिकीय व्यवहार की पुष्टि करता है और अभिसरण की गति के लिए मात्रात्मक अनुमान प्रदान करता है, जो संख्यात्मक सन्निकटन (numerical approximations) और भौतिक अनुप्रयोगों के लिए महत्वपूर्ण है।

संक्षेप में, यह शोध पत्र स्टोकेस्टिक क्वांटाइजेशन और मीन-फील्ड लिमिट के सिद्धांत को पैराबोलिक से हाइपरबोलिक समीकरणों तक विस्तारित करता है, कम रेगुलैरिटी और स्मूथिंग की अनुपस्थिति से संबंधित महत्वपूर्ण विश्लेषणात्मक कठिनाइयों को हल करता है, और भौतिक रूप से प्रासंगिक गिब्स प्रारंभिक डेटा के लिए सटीक अभिसरण दर प्रदान करता है।