🔬 condensed matter

Ergodic properties of functionals of Gaussian processes

यह शोध पत्र स्थिर रैंडम वॉक (stationary random walks) में धनात्मक स्टोकेस्टिक फलनकार (positive stochastic functionals) के पहले दो क्षणों (moments) के लिए सामान्य व्यंजक व्युत्पन्न करता है और उनकी एर्गोडिसिटी (ergodicity) को सिद्ध करता है, तथा इन परिणामों को गाऊसी (Gaussian), स्केल्ड ब्राउनियन (scaled Brownian) और फ्रैक्शनल ब्राउनियन मोशन (fractional Brownian motions) में ऑक्यूपेशन टाइम (occupation times) के लिए सटीक विश्लेषणात्मक समाधान प्राप्त करने हेतु लागू करता है और इन्फिनिट एर्गोडिक थ्योरी (infinite ergodic theory) के भीतर सार्वभौमिक गुणों की पहचान करता है।

मूल लेखक: Vicenç Méndez, Carlos Hervás, Rosa Flaquer-Galmés

प्रकाशित 2026-04-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Vicenç Méndez, Carlos Hervás, Rosa Flaquer-Galmés

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 सड़क पर लड़खड़ाते हुए एक नशे में धुत व्यक्ति को देख रहे हैं। यह एक "रैंडम वॉक" (यादृच्छिक चाल) है। अब, कल्पना कीजिए कि आपके पास एक स्टॉपवॉच है और एक विशिष्ट नियम है: "स्टॉपवॉच तब शुरू करें जब व्यक्ति सड़क के दाहिनी ओर हो, और इसे तब रोकें जब वह बाईं ओर आ जाए।"

स्टॉपवॉच द्वारा बिताया गया कुल समय एक फंक्शनल (functional) कहलाता है। यह वॉकर (चलने वाले व्यक्ति) के व्यवहार को समय के साथ मापने का एक तरीका है।

यह शोध पत्र एक मास्टर शेफ की कुकबुक की तरह है, जो न केवल एक साधारण चलते हुए व्यक्ति के लिए, बल्कि बहुत ही अजीब और जटिल वातावरण (जैसे शहद के माध्यम से चलना, या एक भीड़भाड़ वाली पार्टी) में चलने वालों के व्यवहार की भविष्यवाणी करने के लिए है।

यहाँ उनकी खोज का विवरण दिया गया, सरल उपमाओं का उपयोग करते हुए:

1. समस्या: जटिलता का "ब्लैक बॉक्स"

अतीत में, वैज्ञानिकों ने इन स्टॉपवॉच की भविष्यवाणी करने के लिए फिनमैन-काक (Feynman-Kac) फॉर्मूला नामक एक बहुत ही जटिल गणितीय रेसिपी का उपयोग करने की कोशिश की।

उपमा: कल्पना कीजिए कि आप हर चीनी के कण के लिए भौतिकी का समीकरण हल करके केक बनाने की कोशिश कर रहे हैं। यह संभव है, लेकिन यदि बेकिंग के दौरान ओवन का तापमान बदल जाता है (जैसे कि एक "समय-निर्भर" वातावरण में), तो रेसिपी को हल करना असंभव हो जाता है।
शोध पत्र का समाधान: लेखकों ने महसूस किया कि उन्हें पूरी केक रेसिपी की आवश्यकता नहीं है। उन्हें केवल दो सरल चीजों को जानने की आवश्यकता थी:
1. वॉकर अभी कहाँ होने की संभावना है? (एक-समय संभाव्यता)।
2. यदि वॉकर कल यहाँ था, तो आज उसके यहाँ होने की क्या संभावना है? (दो-समय संभाव्यता)।
  इन केवल दो दृश्यों को देखकर, वे असंभव समीकरण को हल किए बिना स्टॉपवॉच के औसत व्यवहार की गणना कर सकते थे।

2. दो मुख्य "स्टॉपवॉच" जिनका उन्होंने अध्ययन किया

उन्होंने समय को मापने के दो विशिष्ट तरीकों पर ध्यान केंद्रित किया:

हाफ-ऑक्यूपेशन टाइम (Half-Occupation Time): वॉकर ने "सकारात्मक" पक्ष (दाहिनी ओर) में कितना समय बिताया?
इंटरवल ऑक्यूपेशन टाइम (Interval Occupation Time): वॉकर ने एक विशिष्ट "सुरक्षित क्षेत्र" (जैसे दो पेड़ों के बीच एक पार्क बेंच) के भीतर कितना समय बिताया?

3. बड़ी खोज: "एर्गोडिसिटी" (भीड़ बनाम व्यक्ति)

यह इस शोध पत्र की सबसे महत्वपूर्ण अवधारणा है।

उपमा: एक स्टेडियम की कल्पना करें जिसमें 1,000 लोग यादृच्छिक रूप से चल रहे हैं।
- एर्गोडिक (Ergodic): यदि आप एक व्यक्ति को बहुत लंबे समय तक देखते हैं, तो वह अंततः अपना 50% समय दाईं ओर और 50% समय बाईं ओर बिताएगा। यदि आप एक ही क्षण में सभी 1,000 लोगों को देखते हैं, तो 50% लोग दाईं ओर और 50% बाईं ओर होंगे। व्यक्ति भीड़ से मेल खाता है।
- नॉन-एर्गोडिक (Non-Ergodic): कल्पना करें कि 1,000 लोग एक अजीब, चिपचिपे वातावरण में चल रहे हैं। व्यक्ति A पूरे दिन बाईं ओर फंसा रहता है। व्यक्ति B दाईं ओर फंसा रहता है। यदि आप व्यक्ति A को देखते हैं, तो वह अपना 100% समय बाईं ओर बिताता है। लेकिन यदि आप पूरी भीड़ को देखते हैं, तो यह अभी भी 50/50 है। व्यक्ति भीड़ से मेल नहीं खाता है।

लेखकों ने एर्गोडिसिटी ब्रेकिंग (EB) पैरामीटर नामक एक संख्या की गणना की।

यदि संख्या 0 है, तो सिस्टम "निष्पक्ष" (Ergodic) है।
यदि यह संख्या 0 से अधिक है, तो सिस्टम "अनुचित" (Non-ergodic) है, जिसका अर्थ है कि अलग-अलग वॉकर के अनुभव बहुत अलग होते हैं।

4. दो अजीब वॉकर जिनका उन्होंने परीक्षण किया

उन्होंने अपने नए "दो-दृश्य" (two-snapshot) तरीके को दो प्रसिद्ध प्रकार की अजीब चालों पर लागू किया:

A. स्केल्ड ब्राउनियन मोशन (Scaled Brownian Motion) (द "बदलते जूतों वाला" वॉकर)

रूपक: एक ऐसे वॉकर की कल्पना करें जिसके जूते हर घंटे बदलते रहते हैं। कभी वे भारी जूते (धीमी चाल) पहनते हैं, तो कभी रोलर स्केट्स (तेज चाल)। दुनिया की गति समय के साथ बदलती है।
परिणाम: उन्होंने पाया कि यदि समय के साथ जूते भारी होते जाते हैं (सबडिफ्यूजन), तो वॉकर अधिक आसानी से "फंस" जाता है, और "निष्पक्षता" टूट जाती है। अलग-अलग वॉकर का कुल समय बहुत भिन्न होता है।

B. फ्रैक्शनल ब्राउनियन मोशन (Fractional Brownian Motion) (द "याददाश्त वाला" वॉकर)

रूपक: कल्पना करें कि एक वॉकर के पास याददाश्त है। यदि उन्होंने दाईं ओर एक कदम लिया, तो उनके दाईं ओर ही अगला कदम लेने की अधिक संभावना है (पर्सिस्टेंस/निरंतरता)। या, यदि वे दाईं ओर कदम लेते हैं, तो शायद उन्हें बाईं ओर कदम रखने के लिए मजबूर किया जाता है (एंटी-पर्सिस्टेंस)। वे केवल बेतरतीब ढंग से नहीं लड़खड़ाते; उनका एक "मूड" होता है।
परिणाम: उन्होंने पाया कि यदि वॉकर का "मूड" (याददाश्त) मजबूत है, तो सिस्टम कम निष्पक्ष हो जाता है। वॉकर जितना अधिक निरंतर (persistent) होगा, इस बात की संभावना उतनी ही अधिक होगी कि एक वॉकर एक ज़ोन में लंबे समय तक रहेगा जबकि दूसरा तुरंत बाहर निकल जाएगा।

5. "यूनिवर्सल स्केलिंग" (जादुई आकार)

उनकी सबसे शानदार खोजों में से एक डेटा का आकार है।

उपमा: कल्पना कीजिए कि आप 1 मिनट, फिर 1 घंटा, फिर 1 वर्ष पर स्टॉपवॉच के परिणामों की फोटो लेते हैं। आमतौर पर, तस्वीरें पूरी तरह से अलग दिखती हैं।
खोज: लेखकों ने पाया कि इन विशिष्ट प्रकार के वॉकर के लिए, यदि आप फोटो को सही ढंग से खींचते या सिकोड़ते हैं, तो सभी तस्वीरें बिल्कुल एक जैसी दिखती हैं।
इसका मतलब है कि 1 सेकंड पर वॉकर का व्यवहार 1 मिलियन सेकंड पर व्यवहार के गणितीय रूप से समान है, बस स्केल बड़ा हो गया है। यह वैज्ञानिकों को अल्पकालिक डेटा को देखकर दीर्घकालिक व्यवहार की भविष्यवाणी करने की अनुमति देता है।

सारांश: यह क्यों मायने रखता है?

यह शोध पत्र वैज्ञानिकों को असंभव गणित में खोए बिना जटिल प्रणालियों को समझने के लिए एक नया, सरल उपकरण प्रदान करता है।

जीवविज्ञानी (Biologists) के लिए: यह समझाने में मदद करता है कि प्रोटीन कोशिका के भीतर (जो एक भीड़भाड़ वाला, चिपचिपा वातावरण है) कैसे चलते हैं।
अर्थशास्त्रियों (Economists) के लिए: यह उन शेयर बाजारों को मॉडल करने में मदद करता जहाँ रुझानों की अपनी "याददाश्त" होती है।
भौतिकविदों (Physicists) के लिए: यह बताता है कि कण अशांत तरल पदार्थों (turbulent fluids) में कैसे चलते हैं।

संक्षेप में: उन्होंने यह भविष्यवाणी करने के लिए एक शॉर्टकट खोजा है कि एक रैंडम वॉकर किसी विशिष्ट स्थान पर कितनी देर तक रहता है, यह साबित करते हुए कि कुछ अजीब दुनिया में, हर वॉकर की एक अनूठी नियति होती है जो औसत से मेल नहीं खाती।

यहाँ विसेन्स मेंडेज़, कार्लोस हर्वास और रोजा फ्लेकर-गाल्मेस के शोध पत्र "Ergodic properties of functionals of Gaussian processes" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

स्टोकेस्टिक फलन (functionals), जिन्हें एक निर्धारित रैंडम वॉक प्रक्षेपवक्र (trajectory) के साथ एक पूर्व-निर्धारित फलन के समय समाकल (time integrals) के रूप में परिभाषित किया जाता है, सांख्यिकीय भौतिकी, वित्त और जीव विज्ञान के केंद्र में हैं। एक प्रोटोटाइप उदाहरण अधिभोग समय (occupation time) है (एक विशिष्ट अंतराल या अर्ध-स्थान में बिताया गया समय)। मानक ब्राउनियन मोशन के लिए इन फलनों के सांख्यिकीय गुण फैनमैन-काक (Feynman-Kac - FK) औपचारिकता के माध्यम से अच्छी तरह से समझे गए हैं, लेकिन अधिक जटिल प्रक्रियाओं (जैसे कि समय-निर्भर विसरणशीलता या दीर्घ-श्रेणी सहसंबंधों वाले) के लिए इन परिणामों का विस्तार करना चुनौतीपूर्ण है।

मुख्य कठिनाइयाँ हैं:

FK समीकरण को हल करना: FK समीकरण एक बैकवर्ड आंशिक अंतर समीकरण (PDE) है। स्केल्ड ब्राउनियन मोशन (SBM) या फ्रैक्शनल ब्राउनियन मोशन (fBM) जैसी प्रक्रियाओं के लिए, स्पष्ट समय-निर्भरता या नॉन-मार्कोवियन मेमोरी कर्नेल, FK समीकरण को विश्लेषणात्मक रूप से अनियंत्रित (intractable) बना देते हैं।
एर्गोडिसिटी ब्रेकिंग (Ergodicity Breaking): यह निर्धारित करना कि क्या कोई अवलोकन (observable) एर्गोडिक है (एन्सेम्बल औसत = समय औसत), इसके लिए एर्गोडिसिटी ब्रेकिंग (EB) पैरामीटर की गणना करने की आवश्यकता होती है, जो फलन के पहले दो क्षणों (moments) पर निर्भर करता है। मौजूदा विधियाँ अक्सर अनुमानों (जैसे मिटिंग-लेफ़लर वितरणों को मानने) पर निर्भर करती हैं जो असामान्य विसरण (anomalous diffusion) के विशिष्ट शासन (regimes) के लिए विफल हो जाती हैं।

लेखकों का लक्ष्य FK समीकरण को हल किए बिना, गाऊसी प्रक्रियाओं (Gaussian processes) के धनात्मक स्टोकेस्टिक फलनों के पहले दो क्षणों के लिए सटीक विश्लेषणात्मक व्यंजक प्राप्त करना है, जिससे एर्गोडिसिटी की कठोर शर्तों को स्थापित किया जा सके और एर्गोडिसिटी ब्रेकिंग को मापा जा सके।

2. कार्यप्रणाली (Methodology)

लेखक काक औपचारिकता (Kac formalism) पर आधारित एक प्रत्यक्ष गणना विधि प्रस्तावित करते हैं, लेकिन वे रैंडम वॉक के एक-समय (one-time) और दो-समय (two-time) संभाव्यता घनत्व फलनों (PDFs) का उपयोग करके FK PDE को दरकिनार कर देते हैं।

प्रत्यक्ष क्षण गणना (Direct Moment Calculation): FK समीकरण के माध्यम से फलन के अभिलक्षण फलन (characteristic function) के लिए हल करने के बजाय, वे $\langle Z(t)^n \rangle$ $⟨ Z (t)^{n} ⟩$ को रैंडम वॉक के प्रोपेगेटर (ग्रीन'स फंक्शन) के रूप में सीधे व्यक्त करते हैं।
- प्रथम क्षण $\langle Z(t) \rangle$ को एक-समय PDF से प्राप्त किया जाता है।
- द्वितीय क्षण $\langle Z(t)^2 \rangle$ को दो-समय PDF से प्राप्त किया जाता है।
गाऊसी प्रक्रिया धारणा (Gaussian Process Assumption): चूंकि अंतर्निहित प्रक्रिया $x(t)$ को गाऊसी माना गया है, इसलिए एक-समय और दो-समय PDFs पूरी तरह से माध्य (mean) $\langle x(t) \rangle$ और ऑटोकोरिलेशन फंक्शन $C(t_1, t_2)$ द्वारा निर्धारित होते हैं। यह क्षणों को केवल ऑटोकोरिलेशन फंक्शन के पदों में व्यक्त करने की अनुमति देता है।
फूरियर ट्रांसफॉर्म दृष्टिकोण: लेखक PDFs और फलन $U(x)$ (जो फलन को परिभाषित करता है) के फूरियर ट्रांसफॉर्म का उपयोग करके समय-समाकल अभिव्यक्तियों को गाऊसी प्रक्रिया के अभिलक्षण फलनों से जुड़े प्रबंधनीय इंटीग्रल रूपों में परिवर्तित करते हैं।
अनंत एर्गोडिक सिद्धांत (Infinite Ergodic Theory): गैर-स्थिर (non-stationary) प्रक्रियाओं के लिए, जिनमें अनंत इनवेरिएंट डेंसिटीज होती हैं, वे लंबे समय के सीमा (long-time limit) में क्षणों के लिए स्केलिंग संबंध प्राप्त करने के लिए अनंत एर्गोडिक सिद्धांत लागू करते हैं।
संख्यात्मक सत्यापन (Numerical Validation): सैद्धांतिक भविष्यवाणियों का मिलस्टीन एल्गोरिदम (SBM के लिए) और सर्कुलेंट एम्बेडिंग विधियों (fBM के लिए) का उपयोग करके मोंटे कार्लो सिमुलेशन के विरुद्ध कठोरता से परीक्षण किया गया है।

3. मुख्य योगदान (Key Contributions)

A. गाऊसी प्रक्रियाओं के लिए सामान्य औपचारिकता

यह शोध पत्र किसी भी धनात्मक स्टोकेस्टिक फलन $Z(t) = \int_0^t U[x(\tau)] d\tau$ के लिए पहले दो क्षणों के लिए सामान्य सटीक व्यंजक प्राप्त करता है:

प्रथम क्षण: इसे एक-समय PDF पर एक इंटीग्रल के रूप में व्यक्त किया गया है।
द्वितीय क्षण: इसे दो-समय PDF पर एक डबल टाइम इंटीग्रल के रूप में व्यक्त किया गया है।
एर्गोडिसिटी मानदंड: वे सिद्ध करते हैं कि स्थिर (stationary) रैंडम वॉक के लिए, EB पैरामीटर शून्य है (एर्गोडिक), और अवलोकन का PDF एक डिराक डेल्टा फलन की ओर अभिसरित होता है।

B. अधिभोग समय के सटीक परिणाम

निम्नलिखित के लिए विशिष्ट विश्लेषणात्मक व्यंजक प्राप्त किए गए हैं:

हाफ-अधिभोग समय ( $T^+$ ): धनात्मक अर्ध-स्थान में बिताया गया समय।
अंतराल अधिभोग समय ( $T_a$ ): $[-a, a]$ के भीतर बिताया गया समय।
ये परिणाम सामान्य गाऊसी प्रक्रियाओं के लिए प्रदान किए गए हैं और समदैशिक (isotropic) प्रक्रियाओं के लिए सरल बनाए गए हैं जहाँ माध्य शून्य है।

C. असामान्य विसरण मॉडल पर अनुप्रयोग

लेखक अपने औपचारिकता को असामान्य विसरण के दो प्रमुख मॉडलों पर लागू करते हैं:

स्केल्ड ब्राउनियन मोशन (SBM): जो समय-निर्भर विसरणशीलता $D(t) \sim t^{\alpha-1}$ द्वारा अभिलक्षित है।
फ्रैक्शनल ब्राउनियन मोशन (fBM): जो दीर्घ-श्रेणी सहसंबंधों और हर्स्ट एक्सपोनेंट $H$ द्वारा अभिलक्षित है।

D. पिछले अनुमानों का सुधार

एक महत्वपूर्ण योगदान यह प्रदर्शन करना है कि मिटिंग-लेफ़लर (ML) वितरण, जिसे अक्सर असामान्य विसरण में अधिभोग समय का वर्णन करने के लिए माना जाता है, सार्वभौमिक रूप से मान्य नहीं है।

SBM और fBM के लिए, सटीक विश्लेषणात्मक विधि से प्राप्त EB पैरामीटर ML भविष्यवाणी (जो रिन्यूअल प्रक्रियाओं को मानती है) से भिन्न है, सिवाय विशिष्ट सीमाओं (जैसे SBM के लिए $\alpha=1$ या fBM के लिए $H=1/2$ ) के।
लेखक दिखाते हैं कि SBM और fBM के लिए रिटर्न टाइम्स आम तौर पर रिन्यूअल प्रक्रियाएं नहीं हैं, जो इन मामलों के लिए ML वितरणों के प्रत्यक्ष अनुप्रयोग को अमान्य करता है।

4. मुख्य परिणाम (Key Results)

एर्गोडिसिटी ब्रेकिंग (EB) पैरामीटर्स

EB पैरामीटर को $EB = \lim_{t\to\infty} (\langle Z^2 \rangle / \langle Z \rangle^2) - 1$ के रूप में परिभाषित किया गया है।

SBM:
- हाफ-अधिभोग समय के लिए: $EB^+ = 1 - \frac{1}{\sqrt{\pi}} \frac{\Gamma(1/2 + 1/\alpha)}{\Gamma(1 + 1/\alpha)}$ ।
- अंतराल अधिभोग समय के लिए: $EB_a$ को विश्लेषणात्मक रूप से प्राप्त किया गया है और दिखाया गया है कि यह $\alpha$ के साथ एकतोनिक रूप से घटता है।
- निष्कर्ष: $\alpha \neq 1$ के लिए $EB $गैर-शून्य है, जो कमजोर एर्गोडिसिटी ब्रेकिंग को दर्शाता है।$ 0 < \alpha < 1$ के लिए ML सन्निकटन विफल हो जाता है।
fBM:
- $EB^+$ और $EB_a$ के सटीक व्यंजक हर्स्ट एक्सपोनेंट $H$ के फलन के रूप में प्राप्त किए गए हैं।
- निष्कर्ष: $H$ के साथ $EB $बढ़ता है।$ H > 1/2$ (सुपरडिफ्यूसिव) के लिए, प्रक्रिया अधिक निरंतर (persistent) होती है, जिससे प्रक्षेपवक्र-से-प्रक्षेपवक्र परिवर्तनशीलता (उच्च $EB$) अधिक होती है। ML सन्निकटन केवल $H=1/2$ के पास मान्य है।

स्केलिंग फॉर्म्स (Scaling Forms)

लेखक लंबे समय की सीमा में अधिभोग समय के संभाव्यता घनत्वों के लिए सरल स्केलिंग फॉर्म स्थापित करते हैं:

हाफ-अधिभोग समय: $P(T^+, t) \sim \frac{1}{t} g_+(T^+/t)$ ।
अंतराल अधिभोग समय: $P(T_a, t) \sim \frac{1}{t^\eta} g_\eta(T_a/t^\eta)$ , जहाँ $\eta = 1 - \alpha/2$ SBM के लिए और $\eta = 1 - H$ fBM के लिए है।
ये स्केलिंग पुष्टि करते हैं कि द्वितीय क्षण प्रथम क्षण के वर्ग के रूप में स्केल करता है ( $\langle Z^2 \rangle \sim \langle Z \rangle^2$ )।

अनंत एर्गोडिक सिद्धांत (Infinite Ergodic Theory)

गैर-स्थिर प्रक्रियाओं के लिए, समय औसत और एन्सेम्बल औसत का अनुपात एक स्थिरांक $\xi$ की ओर अभिसरित होता है:

SBM: $\xi = \frac{2}{2-\alpha}$ ।
fBM: $\xi = \frac{1}{1-H}$ ।
यह इन विशिष्ट गाऊसी प्रक्रियाओं के लिए अनंत एर्गोडिक सिद्धांत की भविष्यवाणियों की पुष्टि करता है।

5. महत्व और प्रभाव (Significance and Impact)

पद्धतिगत प्रगति: यह शोध पत्र फैनमैन-काक औपचारिकता के लिए एक मजबूत विकल्प प्रदान करता है। गाऊसी प्रक्रियाओं के ज्ञात ऑटोकोरिलेशन फंक्शनों पर निर्भर करके, यह उन प्रणालियों में फलन क्षणों की गणना करने की अनुमति देता है जहाँ FK समीकरण हल करने योग्य नहीं है (जैसे समय-निर्भर विसरणशीलता)।
विसंगतियों का समाधान: यह SBM और fBM की एर्गोडिसिटी के संबंध में साहित्य में मौजूद विसंगतियों को हल करता है। यह सिद्ध करके कि रिटर्न टाइम्स रिन्यूअल प्रक्रियाएं नहीं हैं, यह स्पष्ट करता है कि क्यों व्यापक रूप से उपयोग किया जाने वाला मिटिंग-लेफ़लर वितरण इन प्रणालियों के लिए सही EB पैरामीटर की भविष्यवाणी करने में विफल रहता है।
सार्वभौमिकता: प्राप्त स्केलिंग फॉर्म और EB पैरामीटर असामान्य विसरण की एक विस्तृत श्रेणी के अधिभोग समय के सांख्यिकीय व्यवहार के लिए सार्वभौमिक डिस्क्रिप्टर प्रदान करते हैं।
व्यावहारिक अनुप्रयोग: इन परिणामों का उपयोग जटिल माध्यमों (जैसे कोशिकीय परिवहन, वित्तीय समय श्रृंखला और अशांत प्रवाह) में प्रयोगात्मक डेटा की व्याख्या करने के लिए सीधे किया जा सकता है जहाँ SBM और fBM के बीच अंतर करना महत्वपूर्ण है, क्योंकि उनके एर्गोडिक गुण समान माध्य-वर्ग विस्थापन (MSD) व्यवहार के बावजूद काफी भिन्न होते हैं।

निष्कर्षतः, यह शोध पत्र सफलतापूर्वक सैद्धांतिक स्टोकेस्टिक कैलकुलस और असामान्य विसरण के व्यावहारिक विश्लेषण के बीच के अंतर को पाटता है, जो जटिल गाऊसी वातावरण में फलनों के एर्गोडिक गुणों को चरित्रित करने के लिए सटीक विश्लेषणात्मक उपकरण प्रदान करता है।