[论文解读] Anderson Localization for radial tree-like random quantum graphs

Peter D. Hislop, Olaf Post|ArXiv.org|Nov 10, 2006

Spectral Theory in Mathematical Physics参考文献 32被引用 5

一句话总结

本论文通过两种模型——随机长度模型（RLM）与随机基尔霍夫模型（RKM）——在所有能量下建立了径向树状随机量子图的安德森局域化。其中，边长或顶点耦合常数的随机性在每代内独立同分布。论文证明了几乎必然的纯点谱及指数衰减的本征函数，结果可推广至装饰图（如随机项链模型）。

ABSTRACT

We prove that certain random models associated with radial, tree-like, rooted quantum graphs exhibit Anderson localization at all energies. The two main examples are the random length model (RLM) and the random Kirchhoff model (RKM). In the RLM, the lengths of each generation of edges form a family of independent, identically distributed random variables (iid). For the RKM, the iid random variables are associated with each generation of vertices and moderate the current flow through the vertex. We consider extensions to various families of decorated graphs and prove stability of localization with respect to decoration. In particular, we prove Anderson localization for the random necklace model.

研究动机与目标

• 建立无限径向树状量子图中存在安德森局域化的证明，其内在具有随机性。
• 分析两种模型：随机长度模型（RLM），其中边长在每代内独立同分布；随机基尔霍夫模型（RKM），其中顶点耦合常数在每代内独立同分布。
• 证明对于两种模型，几乎必然谱为纯点谱，并具有指数衰减的本征函数。
• 将局域化结果推广至装饰图及随机项链模型，证明局域化在装饰下的稳定性。
• 表明径向对称性是强条件，可实现所有能量下的局域化，与非径向情形形成对比，后者在中等无序下可能不成立。

提出的方法

• 将径向量子图建模为根节点出发的无限度量树，其中边长与顶点条件仅依赖于代数（距根的距离）。
• 定义随机长度模型（RLM），其中边长 ℓₑ(ωₑ) = ℓ₀e^{ωₑ}，{ωₑ} 为每代内独立同分布的随机变量。
• 定义随机基尔霍夫模型（RKM），其中基尔霍夫边界条件通过每代内独立同分布的顶点随机变量 {q(v)} = {ωᵥ} 进行修改。
• 使用转移矩阵技术与莫比乌斯变换分析谱性质与本征函数衰减。
• 应用关于转移矩阵行列式旋转数与对数导数的结果，建立绝对连续谱的缺失。
• 利用狄利克雷-诺伊曼映射理论与解析延拓，控制随机扰动下转移矩阵的行为。

实验结果

研究问题

• RQ1 径向量子图上的随机长度模型是否在所有能量下表现出安德森局域化？
• RQ2 径向量子图上的随机基尔霍夫模型是否表现出具有指数衰减本征函数的纯点谱？
• RQ3 安德森局域化在图装饰下是否稳定，例如在随机项链模型中？
• RQ4 径向对称性如何影响随机量子图中的谱类型，与非径向模型相比如何？
• RQ5 该局域化结果能否推广至具有随机参数的更一般装饰图族？

主要发现

• 对于任意非零无序度，径向RLM的几乎必然谱为纯点谱，且本征函数指数衰减，与能量无关。
• 在耦合常数的矩条件较弱时，径向RKM同样表现出纯点谱与指数衰减的本征函数。
• 局域化在装饰下是稳定的：随机项链模型（一种装饰图）也表现出纯点谱与指数衰减。
• 证明依赖于对转移矩阵行列式旋转数的有界性，以及狄利克雷-诺伊曼映射的解析性。
• 径向假设至关重要——非径向模型在弱无序极限下可能表现出绝对连续谱，与径向情形形成鲜明对比。
• 只要每代内独立同分布结构保持不变，结果对边长或顶点耦合的有界随机扰动也具有鲁棒性。