A Generalized Model for Disordered Random Sequential Adsorption with Charge-Dependent Deposition

技术摘要：一种具有电荷依赖性沉积特征的广义无序随机顺序吸附模型

问题陈述
随机顺序吸附（RSA）是一种基本的非平衡态模型，描述了不可逆的粒子沉积过程，例如 Renyi 的一维汽车停车问题。在标准的连续 RSA 中，所有几何上可容纳的沉积坐标都被均匀采样，而与现有的构型无关。然而，许多物理吸附过程——如胶体结合、蛋白质吸附和表面反应——受到表面异质性、外部场或粒子-基底相互作用的影响，这些因素会使到达位置或附着位置产生偏差。

以往的 RSA 扩展通常通过预先存在的“淬火”（quenched）景观（例如随机位点或图案化基底）引入无序，或者修改尝试速率和接受概率。一种截然不同的机制是，沉积测度本身会根据系统的状态动态演化，而这种机制的研究较少。具体而言，作者试图模拟这样一种场景：给定间隔内的沉积坐标是由取决于边界电荷和入射粒子端点电荷的条件密度决定的。这创造了一种“动态生成的无序”，其中几何结构和电荷状态作为一个多类型随机分形过程共同演化。

方法论
作者提出了一个针对带电单位段的广义一维 RSA 模型。其核心创新在于使用**电荷依赖的 Beta 核（beta kernel）**取代了均匀沉积核。

1. 模型细节：

   • 考虑一个长度为 $x$、由电荷 $\alpha, \beta \in \{+, -\}$ 边界限定的可用间隔。
   • 一个带有端点电荷 $\sigma, \tau$ 的入射单位段沉积在位置 $u$（左端点）。
   • 条件概率密度 $P_{\alpha\beta}^{\sigma\tau}(u|x)$ 由归一化的 Beta 分布定义：
     $$P_{\alpha\beta}^{\sigma\tau}(u|x) \propto u^{a_{\alpha\sigma}-1}(x-1-u)^{b_{\tau\beta}-1}$$
   • 参数 $a_{\alpha\sigma} = 1 + \lambda q_\alpha q_\sigma$ 和 $b_{\tau\beta} = 1 + \lambda q_\tau q_\beta$ 取决于相互作用参数 $0 \le \lambda < 1$ 以及电荷乘积（其中 $q_+ = 1, q_- = -1$）。
   • 物理阐释： $\lambda$ 充当有效逆温度（$\lambda = \varepsilon/k_B T$）。当 $\lambda=0$ 时，该模型退化为均匀汽车停车模型。当 $\lambda \to 1$ 时，沉积变得越来越趋向于在异号电荷边界附近（吸引）并被同号电荷附近抑制（排斥）。$\lambda \to 1$ 的极限代表了一个可积性阈值，而非零温极限。

2. 分析框架：

   • 作者构建了一个**四分量概率生成函数（PGF）**方程 $G_{\alpha\beta}(z, x)$，该方程编码了长度为 $x$ 且边界电荷为 $\alpha, \beta$ 的间隔的完整占据统计特性。
   • 该 PGF 满足一个积分递归方程，该方程源于由一次沉积事件产生的两个子间隔之间的条件独立性。
   • 从 PGF 中，可以导出关于平均占据数（$f_{\alpha\beta}$）和方差（$s_{\alpha\beta}$）的闭合递归方程。

3. 数值与精确解：

   • 精确有限壳层解： 作者推导了区间 $x \in [n, n+1)$（壳层）的解析解。第一个非平凡壳层（$2 \le x < 3$）给出了分布、均值和方差的精确表达式。
   • 高斯-雅可比求积法（Gauss–Jacobi Quadrature）： 对于较大的系统，作者采用高斯-雅可比求积法来高效处理 Beta 核的端点奇异性，特别是在 $\lambda \to 1$ 的情况下。
   • 蒙特卡洛模拟： 开发了一种无拒绝蒙特卡洛算法，直接从条件核中采样最终的阻塞态（jammed state），作为求积结果的独立验证。

主要结果

1. 精确递归与基准： 文中提供了全占据分布的精确递归。前几个壳层的解析解作为严格的基准，证实了高斯-雅可比法和蒙特卡洛方法能够以高精度（误差在 $10^{-4}$ 以内）重现精确的均值和方差。
2. 渐近自平均性： 一个核心理论结果是证明了阻塞占据密度具有自平均性（self-averaging）。
   • 虽然初始边界电荷会影响有限尺寸行为，但渐近平均密度（$\rho$）和方差密度（$\chi$）与边界状态（$\alpha, \beta$）无关。
   • 利用应用于电荷状态转移矩阵的 Perron–Frobenius 定理证明了这一点。系统在体相中会“忘记”初始边界条件，因为重复的沉积过程用粒子分布统计特性取代了初始电荷信息。
3. 电荷选择性（$\lambda$）与组分的影响：
   • 覆盖率： 电荷选择性沉积通常比均匀 RSA 具有更高的阻塞密度。这是因为边界偏好事件（异号电荷）将段置于间隔边缘附近，从而留下了更大的可用子间隔。
   • 粒子混合物： 这种效应在由异号端点电荷（$p_{+-}, p_{-+}$）主导的混合物中最为显著。在 $\lambda = 0.99$ 时，此类混合物的密度达到 $\rho \approx 0.9451$，显著高于均匀 RSA 极限（$\approx 0.7476$）或同号电荷主导的情况（$\approx 0.8670$）。
   • 涨落： 方差密度（$\chi$）表现出截然不同的行为。对于异号电荷主导的混合物，高密度伴随着极低的涨落（$\chi \approx 0.0243$），表明存在更具可重复性的阻塞态。相反，同号电荷主导的混合物由于受抑制通道与偏好通道的竞争，表现出增加的涨落。

意义与主张
本文声称提供了一个可处理的联系，连接了三个截然不同的机制：

1. 均匀 RSA： 在 $\lambda = 0$ 时恢复。
2. 动态生成的无序： 沉积测度随系统状态演化的模型，区别于淬火无序。
3. 奇异带电段动力学： 该模型在 $\lambda \to 1$ 时连续连接到作者此前研究的确定性、电荷选择性规则。

作者强调，该框架允许对具有状态相关沉积特征的连续 RSA 模型进行完整占据统计（而非仅仅是均值）的解析研究。尽管存在复杂的、依赖历史的电荷演化，但证明了阻塞密度是自平均的，这是关键的理论贡献。结果表明，可以通过电荷组分和相互作用强度来控制无序阻塞层的效率（堆积密度）和可重复性（涨落）。

本文并未提出具体的实验装置或未来的应用，其贡献严格属于统计力学和非平衡态随机过程领域。