高斯自由场的统计重构与KT相变
概率论
2020-07-28 v2 数学物理
math.MP
摘要
在本文中,我们关注以下问题。设 是 上的离散高斯自由场(GFF),并给定 ,或等价地给定 。我们能否以 精度恢复 的宏观可观测量?我们证明该统计重构问题经历如下 Kosterlitz-Thouless 型相变:-)若 ,则可从 的知识中完全恢复 。在此 regime 下,我们的证明依赖于一种我们称之为退火 Peierls 论证的新型 Peierls 论证,其允许我们处理未知的淬火基态。-)若 ,则不可能从 的知识中完全恢复场 。为证明此结果,我们将 Fr\"ohlich-Spencer 的去局域化定理推广到非均匀介质中整值 GFF 的情形。该去局域化结果具有独立意义,并在附录 B 中给出了我们将相关技术应用于{\em 随机相位 Sine-Gordon 模型}的实例。此外,证明过程中还揭示了与 Riemann-theta 函数的有趣联系。该统计重构问题受二维 XY 与 Villain 模型启发。事实上,在低温 下,这些连续自旋系统的大尺度涨落被猜想由高斯自由场主导。进而自然要问,能否从 XY 或 Villain 模型自旋的观测中恢复潜在的宏观 GFF。本工作的另一动机在于,它为我们提供了一个经历 KT 相变的“可积模型”(GFF)。
引用
@article{arxiv.2002.12284,
title = {Statistical reconstruction of the Gaussian free field and KT transition},
author = {Christophe Garban and Avelio Sepúlveda},
journal= {arXiv preprint arXiv:2002.12284},
year = {2020}
}
备注
48 pages. Appendix added on the link with the "random phase Sine-Gordon" model