[论文解读] Multiscale Analysis and Localization of Random Operators

Abel Klein|ArXiv.org|Aug 16, 2007

Advanced Mathematical Modeling in Engineering被引用 34

一句话总结

本文系统阐述了用于证明随机算子局域化的多尺度分析方法，重点研究了多维系统中的指数局域化与动力局域化。通过自举多尺度分析建立了一个严格的框架，推导出谱局域化与动力局域化结果，关键成果包括演化核的次指数衰减以及希尔伯特-施密特范数下的强动力局域化。

ABSTRACT

A discussion of the method of multiscale analysis in the study of localization of random operators based on lectures given at \emph{Random Schrödinger operators: methods, results, and perspectives}, États de la recherche, Université Paris 13, June 2002

研究动机与目标

• 为多尺度分析方法在随机算子局域化证明中的系统性应用提供全面概述，尤其关注多维情形。
• 阐明通过多尺度技术严格建立谱局域化与动力局域化的条件。
• 提出自举多尺度分析作为统一框架，可导出指数局域化、半一致局域化本征函数（SULE），以及演化算子核期望的次指数衰减。
• 通过连续情形下Dreifus-Klein多尺度分析的完整证明，展示该方法的应用。
• 将多尺度分析与更广泛的物理局域化概念相联系，包括动力局域化及其在无序介质中波输运的含义。

提出的方法

• 采用自举多尺度分析，即多尺度方法的改进版本，结合四种不同的多尺度分析，以获得稳健的局域化结果。
• 在不同尺度的立方体上使用有限体积算子，通过解析延拓估计与本征值分离条件分析其谱性质。
• 通过‘自由位点’与定量唯一延拓原理应用Wegner估计，以控制本征值间距并避免能级交叉。
• 利用非重叠方块间随机变量的独立性，限制远处区域谱接近的概率。
• 应用涉及给定区间内本征值数量及其间距的概率估计，结合性质（IAD）、（NE）与（W）以获得矩界。
• 通过逐尺度的递推不等式，利用迭代尺度边界推导出解析延拓与演化核的衰减估计，其中指数衰减通过递归不等式建立。

实验结果

研究问题

• RQ1 如何系统性地将多尺度分析应用于证明多维随机薛定谔算子的局域化？
• RQ2 随机势与谱性质需满足何种条件，才能确保指数局域化与动力局域化？
• RQ3 自举多尺度分析如何统一并加强局域化理论领域中先前的结果？
• RQ4 该方法在超越指数谱局域化的基础上，如何进一步实现动力局域化与演化核的次指数衰减？
• RQ5 多尺度方法是否可适应离散与连续模型，而无需依赖谱平均或有界密度假设？

主要发现

• 自举多尺度分析可导出指数局域化、半一致局域化本征函数（SULE），以及演化算子核期望的次指数衰减。
• 该方法在希尔伯特-施密特范数下可实现所有阶的强动力局域化，如Germinet与Klein所展示。
• 对于足够大的系统尺寸 $ L $，坏事件（如谱接近）的概率衰减为 $ rac{1}{L^{2p}} $，确保多尺度分析的归纳步骤成立。
• 通过定量唯一延拓原理推导出Wegner估计，提供对本征函数的下界，从而实现对本征值分离的控制。
• 该方法避免依赖谱平均，因此适用于具有离散随机变量的系统，如安德森-伯努利模型。
• 在连续情形下完成了完整的多尺度分析，且在每一尺度上均给出了局域化失败概率的显式界。