中文

多重分形的随机级联模型:实空间重整化与行波

无序系统与神经网络 2010-06-16 v2

摘要

随机多重分形特别出现于无序系统的临界点。对于Anderson局域化转变,Mirlin和Evers [PRB 62,7920 (2000)] 提出了以下情景 包含典型多重分形谱 τtyp(q)\tau_{typ}(q),重标度变量 y=Yq(L)/Yqtyp(L)y=Y_q(L)/Y^{typ}_q(L) 的分布具有尺度不变性,并呈现幂律尾部 1/y1+βq1/y^{1+\beta_q},因此无序平均的I.P.R. Yq(L)ˉLτav(q)\bar{Y_q(L)} \sim L^{- \tau_{av}(q)} 的多重分形指数 τav(q)\tau_{av}(q)βq<1\beta_q<1 时与典型指数 τtyp(q)\tau_{typ}(q) 不同;(b) 尾部指数 βq\beta_q 与多重分形指数通过关系 βqτtyp(q)=τav(qβq)\beta_q \tau_{typ}(q)=\tau_{av}(q \beta_q) 相联系。在此我们证明,通过考虑I.P.R.满足的实空间重整化方程,可以理解这一情景。对于由随机级联描述的最简单的多重分形,这些重整化方程在形式上类似于定义在Cayley树上的无序模型的递推关系,并且它们对于变量 (lnYq)(\ln Y_q) 在有效时间 teff=lnLt_{eff}=\ln L 中允许行波解:指数 τtyp(q)\tau_{typ}(q) 代表速度,而尾部指数 βq\beta_q 代表行波尾部通常的指数衰减。此外,我们得出上述关系 是作为多重分形谱在所有尺度上自相似性的自洽条件而获得的。因此我们的结论是,Mirlin-Evers情景应适用于其他类型的随机临界点,甚至适用于其他领域中出现的随机多重分形。

关键词

引用

@article{arxiv.1004.1537,
  title  = {Random cascade models of multifractality : real-space renormalization and travelling-waves},
  author = {Cecile Monthus and Thomas Garel},
  journal= {arXiv preprint arXiv:1004.1537},
  year   = {2010}
}

备注

v2=final version, 12 pages