Publication

Lyapunov Exponents of Random Walks in Small Random Potential: The Lower Bound

Thomas Mountford, Jean-Christophe Mourrat
2013
Journal Articles

Résumé

We consider the simple random walk on , d > 3, evolving in a potential of the form beta V, where are i.i.d. random variables taking values in [0, + a), and beta > 0. When the potential is integrable, the asymptotic behaviours as beta tends to 0 of the associated quenched and annealed Lyapunov exponents are known (and coincide). Here, we do not assume such integrability, and prove a sharp lower bound on the annealed Lyapunov exponent for small beta. The result can be rephrased in terms of the decay of the averaged Green function of the Anderson Hamiltonian .

Source officielle

https://infoscience.epfl.ch/entities/publication/b0f33bce-9164-471c-b2de-e3403029e3d2

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Lyapunov Exponents of Random Walks in Small Random Potential: The Lower Bound

Chattez avec Graph Search

RANDOMIZED JOINT DIAGONALIZATION OF SYMMETRIC

Random matrix methods for high-dimensional machine learning models

Spectral Estimators for High-Dimensional Matrix Inference