Anderson 与 Aubry-Andr\'e-Harper 模型中局域化的传递张量分析

我们采用传递张量方法（transfer tensor method）来分析简单无序系统中的局域化与传输现象，具体包括 Anderson 模型和 Aubry-Andr\'e-Harper 模型。重点放在在无序性抽样平均时，即使单个轨迹严格呈马尔可夫过程，也会出现的记忆效应上。我们发现，传递张量记忆效应用于消除那些对应在每个时间步骤重新抽取静态无序性的虚构项，从而避免创建随时间无关的动态无序。我们的结果表明，虽然永久记忆是局域化的必要条件，但并非充分条件。我们通过定义一种称为“发出伪通量”（outgoing-pseudoflux）的度量，即可在传递张量本身发现局域化与传输的信号。本工作在理论研究动态图谱与马尔可夫性以及可实现模型系统中的局域化现象之间建立了联系。