随机相关环境中的钉扎模型：无限无序区域的出现

我们研究了相关无序对钉扎模型中局域化相变的影响。当相关性足够强时，会出现强无序区域：环境中出现大而频繁的吸引区域。我们在此提出一个随机二元（取值为{-1,1}）环境中的钉扎模型。通过要求大吸引区域出现的概率在其尺寸上呈次指数分布来定义强无序，我们证明强无序等价于临界点等于其最小可能值。我们还强调，在强无序区域中，相变比齐次情形更平滑，无论齐次模型的临界指数如何：因此无序总是相关的。我们以基于高斯相关序列符号的环境为例说明这些结果，其中我们表明在强无序存在下相变是无限阶的。我们的结果与文献中已知的结果形成对比，特别是在独立同分布无序的情形下，其中无序对临界性质的影响通过所谓的Harris判据来回答，并且存在传统的相关/不相关图景。