🔬 Category

cond-mat.stat-mech

2392 artículos

La mecánica estadística es la rama de la física que conecta el comportamiento de átomos y moléculas individuales con las propiedades que observamos en nuestra vida diaria, como la temperatura o la presión. En esta sección de Gist.Science, exploramos cómo los científicos utilizan modelos matemáticos para entender fenómenos complejos, desde el magnetismo hasta los nuevos materiales, sin necesidad de descifrar ecuaciones intrincadas.

Cada documento en esta categoría proviene directamente de arXiv, el repositorio líder para preprints científicos. Nuestro equipo procesa cada nuevo envío en esta área, ofreciendo tanto un resumen técnico detallado para expertos como una explicación clara y accesible para cualquier persona interesada en la ciencia. A continuación, encontrará las investigaciones más recientes en mecánica estadística que han sido analizadas y simplificadas para su lectura.

🔬 condensed matter

Locality versus Fock-space structure in East-type models

Al aleatorizar la conectividad en el espacio de Fock mientras se preserva la organización de los sectores de magnetización en un modelo cuántico de Este modificado, los autores demuestran que persiste una transición entre fases deslocalizadas y localizadas, lo que indica que la estructura de red del espacio de Fock, en lugar de la localidad geométrica, es el ingrediente esencial para la localización de muchos cuerpos en modelos con restricciones de tipo Este.

Achilleas Lazarides2026-05-04
🔬 condensed matter

Reconstruction of spin structures from topological charge distributions via generative neural network systems

Este artículo demuestra que una red generativa adversarial de Wasserstein con restricciones físicas puede reconstruir con éxito configuraciones de espín microscópicas a partir de distribuciones de carga topológica macroscópicas en el modelo XY bidimensional, reproduciendo con precisión propiedades termodinámicas clave mientras revela las limitaciones del método para capturar fluctuaciones de energía de orden superior y el valor añadido del análisis de datos topológicos para caracterizar el comportamiento crítico.

Kyra H. M. Klos, Jan Disselhoff, Michael Wand, Karin Everschor-Sitte, Friederike Schmid2026-05-04
⚛️ quantum physics

Entanglement capacity of complex networks from quantum walks

Este artículo introduce una medida de entrelazamiento "fuente-objetivo" para paseos cuánticos en tiempo discreto sobre redes complejas generales, demostrando que la conectividad de la red impone un límite superior a la generación de entrelazamiento regido por emparejamientos de grafos, donde el aumento de la conectividad en grafos aleatorios reduce paradójicamente las correlaciones cuánticas alcanzables.

Pravy Prerana, Sascha Wald2026-05-04
🔬 mesoscale physics

Non-Hermitian pseudo mobility edge in a coupled chain system

Este artículo investiga un sistema de cadena acoplada donde la interacción entre una cadena localizada por el efecto piel no hermítico y una cadena deslocalizada induce una pseudo movilidad de borde y una correspondencia entre defectos y volumen, revelando cómo la variación de las condiciones de contorno y las fuerzas de acoplamiento gobierna la transición entre fases localizadas, extendidas y de transporte unidireccional.

Sen Mu, Longwen Zhou, Linhu Li, Jiangbin Gong2026-05-01
🔬 mesoscale physics

Quantum transport on Bethe lattices with non-Hermitian sources and a drain

Este artículo investiga el transporte cuántico en redes de Bethe de generación finita con fuentes no hermitianas y un drenaje, demostrando que la corriente alcanza su máximo en un modo cero—específicamente un punto excepcional en casos simétricos—donde solo un subconjunto limitado de estados propios penetra eficazmente desde la periferia hacia el centro, mientras que los estados restantes permanecen localizados.

Naomichi Hatano, Hosho Katsura, Kohei Kawabata2026-05-01
🔬 condensed matter

Structural Order Drives Diffusion in a Granular Packing

Este estudio demuestra que el ordenamiento estructural, específicamente la cristalización y el orden hexático, mejora significativamente la longitud de difusión y gobierna el comportamiento del flujo macroscópico en flujos granulares bidispersos en silos, con gradientes de presión que estabilizan aún más este orden orientacional para aumentar las propiedades de transporte con la altura.

David Luce, Adrien Gans, Sébastien Kiesgen de Richter, Nicolas Vandewalle2026-05-01
🔢 mathematics

Thermodynamics of the Fermi-Hubbard Model through Stochastic Calculus and Girsanov Transformation

Este artículo aplica el cálculo estocástico y las transformaciones de Girsanov al modelo de Fermi-Hubbard para derivar una representación independiente de la factorización de las funciones de correlación termodinámicas, lo cual demuestra analíticamente la naturaleza antiferromagnética de las correlaciones espín-espín en el llenado medio y permite la aproximación de las energías del estado fundamental mediante ecuaciones diferenciales ordinarias.

Detlef Lehmann2026-05-01
🔬 condensed matter

Predicting parameters of a model cuprate superconductor using machine learning

Este estudio demuestra que una arquitectura de aprendizaje profundo U-Net puede resolver eficazmente el problema inverso de predecir los parámetros del Hamiltoniano de superconductores de cuprato a partir de diagramas de fase, logrando una alta precisión y revelando patrones físicamente interpretables de sensibilidad paramétrica.

V. A. Ulitko, D. N. Yasinskaya, S. A. Bezzubin, A. A. Koshelev, Y. D. Panov2026-05-01
🔬 condensed matter

Renormalization group for spectral collapse in random matrices with power-law variance profiles

Este artículo propone un marco de grupo de renormalización que utiliza una normalización dependiente del tamaño para colapsar las densidades de valores propios de conjuntos de matrices aleatorias con perfiles de varianza de ley de potencias, derivando ecuaciones de punto fijo y funciones Beta para demostrar el colapso espectral a través de diferentes tamaños de sistema.

Philipp Fleig2026-05-01
🔬 condensed matter

Nonlinear Dynamical Friction from the Doppler-Shifted Equilibrium Memory Kernel

Este trabajo establece un marco de mecánica estadística computacionalmente eficiente utilizando la Ecuación de Langevin Generalizada y núcleos de memoria de equilibrio derivados del Teorema de Fluctuación-Disipación para modelar con precisión la fricción y la resistencia no markovianas en estados estacionarios fuera del equilibrio, una teoría validada mediante simulaciones de Partícula en Celda y que demuestra recuperar la fórmula estándar de Chandrasekhar en el límite markoviano.

N. R. Sree Harsha, Zhenyuan Yu, Chuang Ren, Virginia Billings, Michael Huang2026-05-01