[论文解读] Localisation in the Bouchaud-Anderson Model

Stephen Muirhead, Richard Pymar|BIROn (Birkbeck, University of London)|Nov 14, 2014

Stochastic processes and statistical mechanics参考文献 26被引用 7

一句话总结

本文引入了Bouchaud-Anderson模型，该模型是抛物型安德森模型（PAM）与Bouchaud陷阱模型（BTM）的混合体，用于研究在$π^d$上的随机游走中，随机分支与陷阱机制如何共同引发局域化。研究证明，这些机制相互增强局域化效应，导致主特征函数在远离主导位点时呈指数衰减，并在随机场中建立了‘契合且稳定’的相关性，证实了间歇性及质量的极端集中。

ABSTRACT

It is well-known that both branching random walk models and trap models can exhibit intermittency and localisation phenomena; the prototypical examples being the parabolic Anderson and Bouchaud trap models respectively. Our aim is to investigate how these localisation phenomena interact. To do so, we study a hybrid model combining the dynamics of both the parabolic Anderson and the Bouchaud trap models; more precisely, we consider a variant of the parabolic Anderson model in which the underlying random walk driving the model is replaced with the Bouchaud trap model. In this initial study, we consider the model where the potential field distribution has Weibull tail decay and the trap distribution is bounded away from zero. In dimension one, we further assume that the trap distribution decays sufficiently fast. Under these conditions, we show that the localisation effects in the hybrid model are strongly dominated by the influence of the parabolic Anderson model; the Bouchaud trap model plays at most a minor role. Moreover, we distinguish regimes in which the Bouchaud trap model acts to strengthen or weaken the localisation effects due to the parabolic Anderson model, and also identify regimes in which the Bouchaud trap model has no influence at all on localisation in the hybrid model.

研究动机与目标

• 研究抛物型安德森模型（PAM）与Bouchaud陷阱模型（BTM）中局域化机制的相互作用。
• 分析随机分支（PAM）与随机陷阱（BTM）如何共同影响连续时间随机游走在$π^d$上的长期行为。
• 建立在分支与陷阱共同作用下，解在单一位点局域化的条件。
• 通过证明由混合动力学诱导的随机场中存在相关性，来数学上验证种群动力学中的‘契合且稳定’假设。

提出的方法

• 将Bouchaud-Anderson模型形式化为$π^d$上的柯西问题，其生成元为$(Δ\sigma^{-1} + \xi)$，结合了PAM中的拉普拉斯算子与BTM中的陷阱生成元。
• 利用Feynman-Kac表示，将解解释为分支、陷阱随机游走系统中粒子数的期望值。
• 定义关键事件$τ_{t,c}$与$Θ^d_t$以控制尾部行为与局域化，确保在这些事件下几乎必然收敛。
• 应用耦合技术与矩界估计来控制主特征函数$v_t(y)$，利用命中时间与逃逸概率的估计。
• 通过$\kappa^{2(n+m)}\sigma(Z_t)v_t^P(y)$的界，结合引理7.4与推论4.4，建立$v_t(y)$在主导位点$Z_t$之外的指数衰减。
• 利用命题3.14与$\|v_t\|_{\ell_2}^2$的收敛结果，证明质量集中在$Z_t$上，从而证明定理1.7。

实验结果

研究问题

• RQ1 在混合系统中，抛物型安德森模型与Bouchaud陷阱模型的局域化机制如何相互作用？
• RQ2 同时存在随机分支与陷阱时，是否会导致比单独任一模型更强或更强化的局域化？
• RQ3 种群动力学中的‘契合且稳定’假设能否通过混合模型中随机场的相关性得到数学上的合理解释？
• RQ4 在Bouchaud-Anderson模型中，主特征函数在局域化位点之外的渐近衰减速率是多少？
• RQ5 当时间趋于无穷时，Bouchaud-Anderson模型的解在何种条件下会以几乎必然的方式集中在单一位点？

主要发现

• Bouchaud-Anderson模型中，分支与陷阱的局域化效应相互增强，导致质量集中程度强于任一模型单独作用时。
• 主特征函数$v_t(y)$在远离主导位点$Z_t$时呈指数衰减，且当$t \to \infty$时，几乎必然有$\log v_t(y) + \log \sigma(Z_t) \leq -C|y - Z_t|\log\log t$，其中$C > 0$为某常数。
• 在事件$\mathcal{E}_{t,c}$下，$v_t$的$\ell_2$-范数集中在$Z_t$上，几乎必然满足$\|v_t\|_{\ell_2}^2 \to 1$且$\sigma(Z_t)\sum_{z \neq Z_t} v_t(z)^2 \to 0$。
• Bouchaud-Anderson模型的解$u_1(t,z)$满足$\frac{1}{U(t)}\sum_{z \neq Z_t} u_1(t,z) \to 0$几乎必然，证实质量在$Z_t$处渐近局域化。
• 事件$\mathcal{E}_{t,c}$与$\Theta^d_t$以极高概率成立，确保局域化结果在长时间极限下稳健且几乎必然成立。