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.

⚛️ Quantenphysik

TSS Graphs for Hadamard Matrices: Real vs Complex

Diese Arbeit untersucht, wie reelle und komplexe Hadamard-Matrizen unterschiedliche Wahrscheinlichkeitsverteilungen für superponierte Eingangszustände erzeugen und eine nahezu isomorphe topologische Struktur der Superpositionen (TSS)-Graphen aufweisen, was potenzielle Anwendungen für die Entwicklung von Quantenalgorithmen und Amplitudenverstärkung ohne manuelle Parametrisierung bietet.

Wesley Lewis, Darsh Pareek, Ravi Janjam2026-09-16
⚛️ Allgemeine Relativitätstheorie

The Null Energy Condition through the Lens of Optimal Transport: Smooth and Non-Smooth Spacetimes

Diese Arbeit untersucht die Charakterisierung der Null-Energie-Bedingung mittels optimaler Transporttheorie und erweitert dabei die Äquivalenz zwischen Energiebedingungen und Entropiekonkavität von glatten Raumzeiten auf nicht-glatte Settings durch einen synthetischen Rahmen, der neue Ergebnisse zu Singularitätstheoremen und Flächengesetzen liefert.

Fabio Cavalletti, Davide Manini, Andrea Mondino2026-09-16
🔬 Materialwissenschaft

Development of a Physics-Informed Neural Framework, MEOWN, for Rapid Prediction of Muon Stopping Sites in Crystalline Materials, for understanding Quantum Magnet employing Muon Spectroscopy

Das Papier stellt MEOWN vor, ein physik-informiertes maschinelles Lernverfahren, das durch die Kombination von elektrostatischer Modellierung mit symmetriegetriebener Optimierung schnell und präzise die Stopporte von Myonen in kristallinen Materialien vorhersagt und somit eine recheneffiziente Alternative zu traditionellen Dichtefunktionaltheorie-Methoden zur Untersuchung des Quantenmagnetismus bietet.

A. Pandey, K. Sharma, S. Ghosh, G. Roy, T. Basu2026-09-16
🔢 Mathematik

Toward Pólya's Conjecture: Improving the Individual Li-Yau Bound via Energy Orthogonality

Diese Arbeit etabliert zwei komplementäre Mechanismen für untere Schranken einzelner Dirichlet-Laplace-Eigenwerte auf offenen Mengen in Rn\mathbb{R}^n (n≥2n\geq2), indem sie Energieorthogonalität und die Beibehaltung des Spektraldefizits nutzt, um die einzelnen Konsequenzen der Li-Yau-Summenungleichung unter Wahrung der Weyl-Skalierung strikt zu verbessern.

Yifan Wang, Hehu Xie2026-09-16
🔬 Atomphysik

Optimal Linear-Rate Conversion of Unknown Mixed Qubit States via SWAP Tests

Diese Arbeit stellt fest, dass die optimale linear-ratenbasierte Konvertierung unbekannter gemischter Qubit-Zustände (sowohl Konzentration als auch Verdünnung) durch die Eigenwerte der komplexen rechts-logarithmischen Ableitungs-Fisher-Informationsmatrix bestimmt wird und ausschließlich unter Verwendung von SWAP-Tests und anzuzuliegenden maximal gemischten Qubits erreicht werden kann, wodurch offenbart wird, dass der antisymmetrische Imaginärteil der Matrix essenzielle geometrische Informationen jenseits der statistischen Distanz kodiert.

Sujay Kazi, Iman Marvian2026-09-16