[论文解读] Localization for the one-dimensional Anderson model via positivity and large deviations for the Lyapunov exponent

Valmir Bucaj, David Damanik+5 more|arXiv (Cornell University)|Jun 19, 2017

Spectral Theory in Mathematical Physics参考文献 33被引用 9

一句话总结

本论文通过正 Lyapunov 指数和随机矩阵乘积的大偏差估计，提供了一种自包含的证明，证明了一维 Anderson 模型的谱局域化与动力局域化。它表明广义特征函数在 ±∞ 处表现出 Lyapunov 行为，从而导致指数衰减和纯点谱，且无需依赖多尺度分析。

ABSTRACT

We provide a complete and self-contained proof of spectral and dynamical localization for the one-dimensional Anderson model, starting from the positivity of the Lyapunov exponent provided by Fürstenberg's theorem. That is, a Schrödinger operator in $\ell^2(\mathbb{Z})$ whose potential is given by independent identically distributed (i.i.d.) random variables almost surely has pure point spectrum with exponentially decaying eigenfunctions and its unitary group exhibits exponential off-diagonal decay, uniformly in time. This is achieved by way of a new result: for the Anderson model, one typically has Lyapunov behavior for all generalized eigenfunctions. We also explain how to obtain analogous statements for extended CMV matrices whose Verblunsky coefficients are i.i.d., as well as for half-line analogs of these models.

研究动机与目标

• 为一维 Anderson 模型的谱局域化与动力局域化提供一个完整且自包含的证明。
• 证明所有广义特征函数在空间无穷远处均表现出 Lyapunov 行为，从而确保指数衰减。
• 通过从随机矩阵乘积的基础结果推导局域化，避免使用多尺度分析（MSA）。
• 将该方法推广至具有 i.i.d. Verblunsky 系数的扩展 CMV 矩阵及其半直线类比。
• 利用新的大偏差技术，推导出特征函数与格林函数的定量指数衰减估计。

提出的方法

• 利用 Fürstenberg 定理证明所有能量 E 的 Lyapunov 指数为正。
• 应用 Oseledets 的乘法遍历定理，刻画在 ±∞ 处具有指数衰减/增长的一维解子空间。
• 提出一个新结果：Anderson 模型的广义特征函数在几乎必然意义下于 ±∞ 处表现出 Lyapunov 行为。
• 利用 i.i.d. 随机矩阵乘积的大偏差估计（LDT）来控制转移矩阵的范数。
• 应用转移矩阵技术和格林函数估计，推导出时间演化在非对角线上的指数衰减。
• 通过使用 Gesztesy–Zinchenko 转移矩阵并适当类比 Schnol 定理，将该方法适配至 CMV 矩阵。

实验结果

研究问题

• RQ1 是否可以不依赖多尺度分析来证明一维 Anderson 模型的谱局域化？
• RQ2 Anderson 模型的广义特征函数是否在几乎必然意义下于 ±∞ 处表现出 Lyapunov 行为？
• RQ3 该方法是否可推广至具有 i.i.d. Verblunsky 系数的扩展 CMV 矩阵？
• RQ4 需要哪些大偏差估计来控制转移矩阵范数并确保指数衰减？
• RQ5 如何从 Lyapunov 行为推导出特征函数与格林函数的定量指数衰减？

主要发现

• 对几乎所有 ω，Anderson 模型的每个广义特征函数在 ±∞ 处均以速率 L(E)（即 Lyapunov 指数）指数衰减。
• 由于广义特征函数表现出完整的 Lyapunov 行为，Hω 的谱为纯点谱，且特征函数指数衰减。
• 在时间上一致地建立了酉群 e^{-itHω} 的指数非对角线衰减，从而表明动力局域化成立。
• 该方法避免了多尺度分析，转而依赖于 Lyapunov 指数的正性与随机矩阵乘积的大偏差估计。
• 结果可推广至具有 i.i.d. Verblunsky 系数的扩展 CMV 矩阵，其中广义特征函数在 ±∞ 处同样表现出指数衰减。
• 通过限制定义域并相应地调整格林函数与转移矩阵的论证，证明了结果在半直线类比中的成立。