随机时变非齐称马尔可夫量子动力学的渐近行为

我们研究连续时间、时变非齐次马尔可夫量子动力学在随机环境中的渐近行为。在轻度保正性和最终正性改善假设下，规范化演化几乎必然收敛于一族满秩稳态，规范化算子收敛几乎必然收敛于由这些状态决定的秩一族。除了与无序相关的阈值之外，这些收敛以可能依赖于无道的指数速率进行；当环境为可 ergodic 时，速率本身为确定性。当动力学算子显示消失的最大时序随机相关性时，上述极限的随机期望收敛速度快于任何时间分离的任意幂；当动力学算子显示独立递增时，收敛速度则提升为指数速率。这些期望界限产生了无序均匀的高概率估计。该框架不要求完全正性或保持迹迹，并涵盖随机林布拉算子演化和碰撞模型动力学。