Math-Ph bildet das entscheidende Bindeglied zwischen abstrakter Mathematik und den Gesetzen unseres physikalischen Universums. In diesem Bereich werden komplexe mathematische Werkzeuge entwickelt und angewendet, um Phänomene von der Quantenmechanik bis zur Kosmologie präzise zu beschreiben und zu verstehen. Es ist ein Feld, das tiefe theoretische Einsichten mit rigoroser Berechenbarkeit verbindet, um die fundamentalen Strukturen der Natur zu entschlüsseln.

Auf Gist.Science durchlaufen alle neuen Vorabveröffentlichungen aus diesem Bereich, die auf arXiv erscheinen, einen sorgfältigen Bearbeitungsprozess. Wir bieten für jeden Eintrag sowohl eine leicht verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse für Fachleute an, um sicherzustellen, dass diese wertvollen Erkenntnisse für jeden zugänglich sind.

Im Folgenden finden Sie die neuesten Beiträge aus der Mathematischen Physik, die wir kürzlich aufbereitet haben.

🔬 optics

Zernike system revisited: imaginary gauge and Higgs oscillator

Diese Arbeit zeigt, dass das Zernike-System äquivalent zum Higgs-Oszillator auf einer Kugel oder Pseudokugel ist, wobei dargelegt wird, dass seine nicht-hermitesche Natur lediglich ein Artefakt einer imaginären Eichung ist, die durch eine kanonische Transformation entfernt werden kann, um unter spezifischen Parameterbedingungen ein hermitesches freies Teilchensystem offenzulegen.

Vahagn Abgaryan, Armen Nersessian, Vahagn Yeghikyan2026-01-23
🌀 nonlinear sciences

Chaotic Kramers' Law: Hasselmann's Program and AMOC Tipping

Diese Arbeit erweitert Kramers' Gesetz auf bistabile Systeme, die durch schnelle chaotische Dynamik anstatt durch unbeschränktes Rauschen angetrieben werden, und demonstriert durch ein reduziertes AMOC-Modell, dass dieses „chaotische Kramers-Gesetz“ Übergangszeiten genau vorhersagt und Einblicke in jüngste AMOC-Kollapse und -Erholungen bietet, die in komplexen Klimamodellen beobachtet wurden.

Jakob Deser, Raphael Römer, Niklas Boers, Christian Kuehn2026-01-23
🔢 mathematics

The Moffatt-Pukhnachev flow: a new twist on an old problem

Diese Arbeit untersucht die zeitperiodische Strömung eines dünnen viskosen Films auf einem rotierenden horizontalen Zylinder, wobei komplexe fraktalähnliche Blow-up-Strukturen im Amplituden-Frequenz-Parameterraum aufgedeckt und aufgezeigt wird, wie die asymptotische Analyse in Hoch- und Niedrigfrequenzbereichen das Umkippen verzögern oder stabile quasiperiodische Lösungen konstruieren kann.

Antonio J. Bárcenas-Luque, Mark G. Blyth2026-01-23
🔢 mathematics

Global regularity for the Navier-Stokes equations with application to global solvability for the Euler equations

Diese Arbeit etabliert die globale Regularität von Leray-Hopf-Schwachlösungen der dd-dimensionalen Navier-Stokes-Gleichungen für Anfangsdaten in HsH^s mit s1+d/2s \geq -1 + d/2, indem ein neuartiger superkritischer Raum konstruiert und viskositätsunabhängige Energieabschätzungen durch ein Reskalierungsargument abgeleitet werden, was somit die globale Lösbarkeit der Euler-Gleichungen impliziert.

Myong-Hwan Ri2026-01-23
🔢 mathematics

On photonic band gaps in two-dimensional photonic crystal fibres. Analysis in the vicinity of the low-dielectric light line

Diese Arbeit analysiert und bestätigt mathematisch die Existenz von photonischen Bandlücken nahe der dielektrischen Lichtlinie mit niedrigem Brechungsindex in zweidimensionalen photonischen Kristallfasern, indem sie deren Vorhandensein sowohl in eindimensionalen als auch in ARROW-Faserstrukturen durch asymptotische Analyse nachweist, ohne sich auf spezifische dielektrische Kontrastverhältnisse oder Wellenausbreitungsbeschränkungen zu verlassen.

Shane Cooper, Ilia Kamotski2026-01-22
🔢 mathematics

Nonlinear projection-based model order reduction with machine learning regression for closure error modeling in the latent space

Diese Arbeit präsentiert ein neuartiges, auf nichtlinearer Projektion basierendes Modellordnungsreduktionsverfahren, das Gauß-Prozess-Regression und Radialbasis-Funktions-Interpolation nutzt, um Schließungsfehler im latenten Raum zu modellieren, wodurch im Vergleich zu tiefen neuronalen Netzansätzen eine verbesserte Effizienz, Interpretierbarkeit und Dateneffizienz in komplexen strömungsdynamischen Anwendungen geboten wird.

S. Ares de Parga, Radek Tezaur, Carlos G. Hernández, Charbel Farhat2026-01-22