Skip to main content
QUICK REVIEW

[论文解读] Localization at low energies in the multi-particle tight-binding model

Trésor Ekanga|arXiv (Cornell University)|Jan 11, 2012
Spectral Theory in Mathematical Physics被引用 4
一句话总结

该论文建立了多粒子安德森格点模型中低能谱边的非随机性,并在对数霍尔德连续独立同分布随机势的条件下,证明了谱边附近存在指数型与强动力局域化。该研究在较弱的相互作用与无序条件下,将多尺度分析方法拓展至低能区,将先前仅适用于高无序条件下的结果推广至低能局域化情形。

ABSTRACT

We consider the multi-particle Anderson tight-binding model and prove that its lower spectral edge is non-random under some mild assumptions on the inter-particle interaction and the random external potential. We also adapt to the low energy regime the multi-particle multi-scale analysis initially developed by Chulaevsky and Suhov in the high disorder limit, if the marginal probability distribution of the i.i.d. random variables is log-Hölder continuous and obtain the spectral exponential and strong dynamical localization near the bottom of the spectrum.

研究动机与目标

  • 在相互作用与随机势的温和假设下,证明多粒子安德森哈密顿量的下谱边是几乎必然非随机的,且其值为零。
  • 将多粒子多尺度分析方法拓展至高无序假设不成立的低能区。
  • 通过适配的分析技术,证明谱指数局域化与谱底附近的强动力局域化。
  • 通过引入可分立方体与改进的归纳方案,克服了在不相交区域上限制的哈密顿量之间不独立的挑战。

提出的方法

  • 利用Borel-Cantelli引理,借助哈密顿量在随机势扰动下的对角单调结构,证明下谱边几乎必然为零。
  • 将von Dreifus-Klein方法适配于谱指数局域化,通过控制本征值间距与局域化长度实现。
  • 应用Germinet-Klein论证的改进版本,以希尔伯特-施密特范数证明强动力局域化,特别适配于晶格与低能区。
  • 引入可分立方体的概念,以处理在不相交区域上限制的哈密顿量之间缺乏独立性的问题,从而实现基于可分立方体的新归纳框架。
  • 在对数霍尔德连续的独立同分布随机变量边际分布假设下,证明了Wegner型估计与初始长度尺度估计。
  • 利用极小-极大原理与Stollmann引理,通过哈密顿量的对角单调族结构,控制本征值聚集概率。

实验结果

研究问题

  • RQ1多粒子安德森哈密顿量的下谱边是否是非随机的?若是,其几乎必然的值是多少?
  • RQ2当高无序假设不成立时,能否将多尺度分析方法适配于低能区以证明局域化?
  • RQ3在对数霍尔德连续无序条件下,谱底附近是否出现指数型谱局域化与强动力局域化?
  • RQ4在多粒子情形下,如何处理受限于不相交立方体的哈密顿量之间缺乏独立性的问题?

主要发现

  • 在不相交区域上受限的$N$-粒子哈密顿量的下谱边几乎必然为零,该结果具有非平凡性,源于受限算子之间不独立。
  • 在独立同分布随机势具有对数霍尔德连续分布的假设下,谱指数局域化在谱底附近成立。
  • 在希尔伯特-施密特范数下,谱底附近的强动力局域化得以确立,其范围超越了谱局域化。
  • 通过引入基于可分立方体的新归纳框架,改进的多尺度分析成功克服了原始方案在低能区的失效。
  • 在低能区证明了Wegner估计与初始长度尺度估计,为多尺度归纳提供了基础。
  • 哈密顿量的对角单调结构使得Stollmann引理得以应用,从而控制本征值聚集概率,这对谱局域化证明至关重要。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。