[论文解读] Statistics of delta peaks in the spectral density of large random trees

O. Golinelli|arXiv (Cornell University)|Jan 23, 2003

Stochastic processes and statistical mechanics参考文献 12被引用 13

一句话总结

本文通过精确枚举和蒙特卡洛模拟研究了大随机树的谱密度，发现有限树的本征值处存在无穷多个狄拉克δ峰。在热力学极限下，这些峰的总测度为 0.19173 ± 0.00005，所有相关本征矢量均严格局域在有限节点集合上，而剩余的谱密度在几乎处处不连续。

ABSTRACT

We present an analysis of the spectral density of the adjacency matrix of large random trees. We show that there is an infinity of delta peaks at all real numbers which are eigenvalues of finite trees. By exact enumerations and Monte-Carlo simulations, we have numerical estimations of the heights of peaks. In the large tree limit, the sum of their heights is 0.19173 +- 0.00005. Moreover all associated eigenvectors are strictly localized on a finite number of nodes. The rest of the spectral density is a function which vanishes at all positions of peaks, which are a dense subset of real numbers: so this function is almost everywhere discontinuous. Keywords: random tree, spectral density, density of states, adjacency matrix, localization, delta peak.

研究动机与目标

• 理解大随机树谱密度中狄拉克δ峰的统计分布。
• 确定有限树的本征值是否在无限尺寸极限下对谱密度有显著贡献。
• 量化狄拉克δ峰的总测度，并表征其关联本征矢量的局域化特性。
• 研究有限树本征值的结构及其在形成密集、不连续谱分量中的作用。

提出的方法

• 对小规模标记树进行精确枚举，以计算谱并识别具有关联狄拉克δ峰的本征值。
• 对大规模随机树进行蒙特卡洛模拟，以估计热力学极限下的谱密度和峰高。
• 使用对称性约化技术，高效计算大规模树的谱。
• 通过将具有相同本征值的较小“纯”子树组合，构建任意大的支持本征值的结构。
• 通过验证非零坐标被限制在有限节点集合内，进行本征矢量局域化的数值分析。
• 证明有限树的本征值在实数轴上构成一个处处稠密的子集，从而支持存在无穷多个狄拉克δ峰。

实验结果

研究问题

• RQ1 有限树的本征值是否对大随机树谱密度中的狄拉克δ峰有贡献？
• RQ2 大随机树谱密度中所有狄拉克δ峰的总测度（峰高之和）是多少？
• RQ3 与这些狄拉克δ峰相关的本征矢量是否严格局域在有限节点集合上？
• RQ4 谱密度的剩余部分是否在几乎处处不连续？
• RQ5 有限树本征值的集合是否在实数轴上稠密？

主要发现

• 在热力学极限下，大随机树谱密度中所有狄拉克δ峰的峰高之和为 0.19173 ± 0.00005。
• 与狄拉克δ峰相关的所有本征矢量均严格局域在有限个节点上，证实了强局域化。
• 有限树本征值的集合是实数的处处稠密子集，意味着存在无穷多个狄拉克δ峰。
• 剩余的谱密度函数在所有峰位置处为零，且在几乎处处不连续。
• 通过有限树本征值的稠密性以及构建任意大支持本征值树的构造方法，严格证明了存在无穷多个狄拉克δ峰。
• 除平凡情况 λ=0 外，尚无统一的解析方法可枚举某一给定本征值的所有“纯”树。