More scaling limits for 1d random Schrödinger operators with critically decaying and vanishing potentials

Diese Arbeit untersucht verallgemeinerte Skalierungsgrenzen für eindimensionale zufällige Schrödinger-Operatoren mit kritisch abklingenden und verschwindenden Potentialen, indem sie die Skalierungsgrenzen der Transfermatrizen charakterisiert, die Eigenwerte als neue Punktprozesse in der Nähe einer festen Energie beschreibt und die Form der Eigenfunktionen bestimmt.

Das Wesentliche

Das große Ganze: Ein chaotischer Tanz auf einer schmalen Brücke

Stellen Sie sich eine lange, schmale Brücke vor, die aus vielen kleinen Steinen besteht. Auf jedem Stein steht ein Tänzer. Diese Tänzer sind die Energiezustände (Eigenwerte) eines physikalischen Systems, das wir „zufällige Schrödinger-Operatoren" nennen.

Normalerweise bewegen sich diese Tänzer entweder völlig chaotisch (wie in einem wilden Mosh-Pit) oder sie stehen in einer perfekten, starren Reihe (wie Soldaten auf einem Exerzierplatz).

Die große Frage der Wissenschaftler ist: Was passiert, wenn wir die Bedingungen auf der Brücke langsam verändern?

In diesem Papier untersucht Yi Han genau diesen Übergang. Er schaut sich eine spezielle Art von Brücke an, auf der die „Störungen" (die zufälligen Einflüsse auf die Tänzer) nicht überall gleich stark sind, sondern sich mit der Zeit verändern.

Die zwei bekannten Extreme

Bevor Han seine neue Entdeckung machte, kannte man zwei extreme Szenarien:

1. Der „Verschwindende" Fall (Vanishing): Stellen Sie sich vor, die Störungen auf der Brücke werden immer schwächer, je weiter man geht, bis sie fast gar nicht mehr da sind. Die Tänzer verhalten sich dann fast wie auf einer perfekten, glatten Straße. Sie ordnen sich in einer sehr regelmäßigen, fast vorhersehbaren Reihe auf.
2. Der „Abklingende" Fall (Decaying): Hier werden die Störungen zwar auch schwächer, aber langsamer. Die Tänzer beginnen, sich etwas wilder zu bewegen, ähnlich wie bei einem zufälligen Musikstück, bei dem die Noten nicht zufällig sind, aber auch nicht streng geordnet.

Die neue Entdeckung: Der „Misch-Keks"

Yi Han hat sich gefragt: Was passiert, wenn wir diese beiden Extreme mischen?

Er hat eine Brücke gebaut, auf der die Störungen auf eine ganz bestimmte Art und Weise abnehmen – eine Mischung aus „schnell verschwindend" und „langsam abklingend". Er nennt dies das „gemischte verschwindend-abklingende Modell".

Stellen Sie sich vor, Sie backen einen Kuchen.

• Das alte Modell A war: Nur Mehl (sehr stabil).
• Das alte Modell B war: Nur Zucker (sehr chaotisch).
• Han hat einen neuen Kuchen gebacken, der eine perfekte Mischung aus beiden ist.

Was hat er herausgefunden?

Han hat herausgefunden, dass dieser neue „Misch-Kuchen" ein völlig neues Verhalten zeigt, das man noch nie gesehen hat.

1. Ein neuer Tanz (Die SDEs):
   Um zu beschreiben, wie die Tänzer sich bewegen, benutzt er eine Art „mathematische Tanzanleitung", die auf Zufallsgeschwindigkeiten basiert (sogenannte stochastische Differentialgleichungen). Er hat gezeigt, dass die Tänzer auf seiner neuen Brücke einen ganz eigenen Tanz aufführen, der weder die starre Reihe noch den wilden Mosh-Pit ist, sondern etwas dazwischen.

2. Die Lücken zwischen den Tänzern (Die Punktmuster):
   Wenn man sich die Abstände zwischen den Tänzern ansieht, stellt man fest:

   • Sie hassen es, zu nah beieinander zu sein (sie stoßen sich ab, wie Magnete).
   • Aber sie lassen sich auch nicht unendlich weit voneinander entfernen.
   • Es entsteht ein neues Muster, das wie ein „verwackelter" Exerzierplatz aussieht. Es ist geordneter als ein Zufallslärm, aber weniger starr als eine Uhr.

3. Die Form der Tänzer (Die Wellenfunktionen):
   Han hat auch geschaut, wie die Tänzer selbst aussehen (wo sie stehen und wie stark sie sich bewegen).

   • Bei den alten Modellen waren die Tänzer entweder überall gleichmäßig verteilt oder sie klumpeten an bestimmten Stellen zusammen.
   • Bei Han's neuem Modell bilden die Tänzer eine spezielle, wellenförmige Form. Es ist, als würde man einen Wellenbrecher bauen, der die Energie genau in der Mitte der Brücke fokussiert, aber sich langsam auflöst.

Warum ist das wichtig?

Stellen Sie sich vor, Sie wollen ein neues Material bauen, das Strom leitet, aber nicht zu heiß wird. Oder Sie wollen verstehen, wie sich Licht durch ein Glas mit kleinen Rissen bewegt.

• Wenn das Material zu „starr" ist (Modell A), funktioniert es gut, ist aber nicht flexibel.
• Wenn es zu „chaotisch" ist (Modell B), funktioniert es gar nicht.
• Han hat gezeigt, dass es eine Goldilocks-Zone (die „richtige" Mischung) gibt, in der das Material ein völlig neues, bisher unbekanntes Verhalten zeigt.

Zusammenfassung in einem Satz

Yi Han hat entdeckt, dass wenn man die Unordnung in einem physikalischen System auf eine ganz bestimmte, gemischte Art und Weise verändert, die Teilchen darin einen neuen, einzigartigen Tanz aufführen, der weder völlig chaotisch noch völlig geordnet ist, und er hat die mathematische Anleitung für diesen Tanz geschrieben.

Es ist wie das Entdecken einer neuen Musikrichtung, die zwischen einem Marsch und einem Jazz-Solo liegt – und er hat die Noten dafür gefunden!

Technische Zusammenfassung

Titel: Weitere Skalierungsgrenzen für 1D-zufällige Schrödinger-Operatoren mit kritisch abklingenden und verschwindenden Potentialen

Autor: Yi Han

---

1. Problemstellung und Motivation

Das Paper untersucht den Übergang zwischen lokalisierten und delokalisierten Phasen in Anderson-Modellen, speziell für eindimensionale zufällige Schrödinger-Operatoren $H_n$ auf dem Gitter $\{0, 1, \dots, n\}$.

• Hintergrund: Bisherige Arbeiten (insbesondere Kritchevski, Valkó und Virag [1]) haben zwei Extremfälle für das Potential $v_{\ell,n}$ untersucht:
  1. Das verschwindende Modell (vanishing case): $v_{\ell,n} \sim \sigma \omega_\ell / \sqrt{n}$. Hier konvergiert das Eigenwert-Point-Process zum Sch$_\tau$-Prozess.
  2. Das abklingende Modell (decaying case): $v_{\ell,n} \sim \sigma \omega_\ell / \sqrt{\ell}$. Hier konvergiert das System zum Sine$_\beta$-Prozess (aus der Zufallsmatrixtheorie).
• Lücke: Beide Fälle entsprechen einem kritischen Exponenten $\alpha = 1/2$. Es fehlte jedoch eine Analyse für intermediäre Profile, die zwischen diesen beiden Extremen liegen.
• Ziel: Das Paper definiert und analysiert ein gemischtes "verschwindend-abklingendes" Modell mit einem Parameter $\eta \in [0, 1/2]$, um die Skalierungsgrenzen für Transfermatrizen, Eigenwerte und Eigenfunktionen zu charakterisieren.

2. Methodik

Die Analyse stützt sich auf die Untersuchung der Transfermatrizen und deren Skalierungsgrenzen als stochastische Differentialgleichungen (SDEs).

• Modelldefinition:
  Das Potential wird definiert als:
  $$v_{\ell,n} = \frac{\sigma \omega_\ell}{n^\eta (n + 1 - \ell)^{1/2 - \eta}}$$
  wobei $\omega_\ell$ i.i.d. Zufallsvariablen mit Mittelwert 0 und Varianz 1 sind.

  • Für $\eta = 1/2$ ergibt sich das verschwindende Modell.
  • Für $\eta = 0$ (nach Umnummerierung) ergibt sich das abklingende Modell.

• Transfermatrizen und SDEs:
  Die Eigenwertbedingung wird über die Transfermatrizen $M_n^\lambda$ formuliert. Um den Skalierungslimes zu finden, werden diese Matrizen diagonalisiert und in eine neue Variable $Q_\ell^\lambda$ transformiert.
  Der Hauptbeweisstrang zeigt, dass die diskrete Kette der Transfermatrizen gegen eine stochastische Differentialgleichung konvergiert. Die Koeffizienten dieser SDE hängen von $\eta$ ab und enthalten einen singulären Term $(1-t)^{-(1/2-\eta)}$ nahe $t=1$.

• Prüfer-Koordinaten:
  Um die Eigenwerte zu analysieren, werden Prüfer-Winkel $\theta_\lambda(t)$ eingeführt. Die Eigenwerte entsprechen den Nullstellen einer analytischen Funktion, die durch die Lösung der SDE für $\theta_\lambda$ bei $t=1$ bestimmt wird.

• Eigenfunktionen:
  Die Form der Eigenfunktionen wird durch eine gemeinsame Skalierungsgrenze von Eigenwert-Eigenvektor-Paaren untersucht. Dies führt zu einer Darstellung mittels Brownscher Bewegung und deterministischer Drift-Terme.

3. Wichtige Beiträge und Ergebnisse

A. Skalierungslimes der Transfermatrizen (Theorem 1.1)

Es wird gezeigt, dass die skalierte Transfermatrix $Q_\lambda(t)$ für $t \in [0, 1]$ gegen die eindeutige starke Lösung einer SDE konvergiert:
$$dQ_\lambda = \frac{1}{2} Z \left( \begin{matrix} i\lambda & 0 \\ 0 & -i\lambda \end{matrix} \right) dt + \frac{\sigma \rho}{(1-t)^{1/2-\eta}} \begin{pmatrix} i dB & dW \\ d\bar{W} & -i dB \end{pmatrix} Z^{-1} Q_\lambda$$
Obwohl der Diffusionskoeffizient bei $t=1$ divergiert, bleibt die quadratische Variation endlich, sodass der Grenzwert $Q_\lambda(1)$ fast sicher existiert.

B. Der Point-Process-Limes (Corollary 1.4 & Definition $\eta Sch$)

Der skalierte Eigenwert-Point-Process $\Lambda_n$ konvergiert in Verteilung gegen einen neuen Point-Process $\eta Sch$.

• Dieser Prozess ist definiert als die Menge der $\lambda \in \mathbb{R}$, für die der Prüfer-Winkel $\theta_\lambda(1)$ ein Vielfaches von $2\pi$ ist (modulo einer Phase).
• Neuartigkeit: Der Prozess $\eta Sch$ ist weder der Clock-Prozess (deterministisch), noch der Poisson-Prozess, noch exakt der Sch$_\tau$- oder Sine$_\beta$-Prozess. Er stellt eine kontinuierliche Familie von Prozessen dar, die von $\eta$ abhängen.
• Der Prozess kann als Nullstellen einer komplexen analytischen Funktion beschrieben werden, die durch eine "Brownian Carousel"-Dynamik (ähnlich wie bei dem Sine$_\beta$-Prozess) erzeugt wird.

C. Form der Eigenfunktionen (Theorem 1.5)

Für ein gleichmäßig zufällig gewähltes Eigenwert-Eigenvektor-Paar $(\mu, \psi_\mu)$ wird die Skalierungsgrenze der Dichte $n|\psi_\mu(\lfloor nt \rfloor)|^2$ bestimmt.

• Die Grenzverteilung ist ein zufälliges Maß, dessen Dichte durch eine exponentielle Funktion eines Brownschen Pfades $Z$ und eines deterministischen Terms abhängt, der von $\eta$ und dem zufälligen Startpunkt $U$ (uniform auf $[0,1]$) bestimmt wird.
• Spezialfälle:
  • Für $\eta = 1/2$ (verschwindend) stimmt das Ergebnis mit früheren Arbeiten überein.
  • Für $\eta \to 0$ (abklingend) ergibt sich ein logarithmisches Verhalten, konsistent mit dem Sine$_\beta$-Grenzfall.
  • Für $\sigma = 0$ (kein Rauschen) werden die Eigenfunktionen gleichmäßig verteilt (delokalisiert).

D. Eigenschaften des Point-Processes (Propositionen 1.9–1.11)

Das Paper analysiert die statistischen Eigenschaften des neuen Prozesses $\eta Sch$:

1. Eigenwert-Abstoßung (Repulsion): Die Wahrscheinlichkeit, dass zwei Eigenwerte sehr nahe beieinander liegen, ist extrem klein (exponentiell unterdrückt), ähnlich wie bei Sch$_\tau$, aber mit anderen Konstanten.
2. Große Lücken (Large Gaps): Die Wahrscheinlichkeit, dass ein Intervall der Länge $\lambda$ leer ist, fällt wie $\exp(-c \lambda^2)$ ab. Dies unterscheidet sich qualitativ vom Poisson-Prozess (exponentieller Abfall) und zeigt starke Korrelationen.
3. Zentraler Grenzwertsatz: Es wird eine grobe obere Schranke für die Fluktuationen der Anzahl der Eigenwerte in einem Intervall $[0, \lambda]$ bewiesen. Im Gegensatz zu den Grenzfällen $\eta=0$ (Gaussian Fluktuationen mit $\sqrt{\log \lambda}$) und $\eta=1/2$ (diskrete Fluktuationen) ist das Verhalten für $0 < \eta < 1/2$ noch nicht vollständig geklärt; das Paper liefert hier nur eine schwache Konvergenz gegen 0.

4. Signifikanz und Bedeutung

• Vervollständigung des Bildes: Das Paper schließt die Lücke zwischen den bekannten kritischen Fällen ($\alpha=1/2$) für verschwindende und abklingende Potentiale. Es zeigt, dass eine kontinuierliche Familie von universellen Skalierungslimes existiert, parametrisiert durch $\eta$.
• Neue universelle Klassen: Die Einführung des $\eta Sch$-Prozesses erweitert die Klasse der bekannten universellen Point-Processes in der Theorie zufälliger Operatoren. Diese Prozesse teilen Eigenschaften mit Sch$_\tau$ und Sine$_\beta$, zeigen aber bei feineren Skalen qualitativ unterschiedliches Verhalten.
• Technische Fortschritte: Die Arbeit liefert robuste Techniken zur Behandlung von SDEs mit singulären Koeffizienten und zur Analyse der gemeinsamen Skalierungsgrenze von Eigenwerten und Eigenfunktionen in gemischten Modellen.
• Implikationen für die Lokalisierung: Die Ergebnisse bestätigen, dass selbst bei kritischen Abklingraten ($\alpha=1/2$) das genaue Profil des Potentials (ob verschwindend oder abklingend) die universelle Statistik der Eigenwerte und die Form der Eigenfunktionen maßgeblich beeinflusst.

Zusammenfassend bietet das Paper eine tiefgehende mathematische Charakterisierung eines neuen Regimes in der Theorie zufälliger Schrödinger-Operatoren und liefert präzise stochastische Beschreibungen für Eigenwerte und Eigenfunktionen in diesem intermediären Bereich.