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.

Tsallis Entropy derived from the Chaitin-Kolmogorov Informational Entropy

Este artículo presenta una derivación rigurosa desde los primeros principios de la entropía de Tsallis no aditiva utilizando la teoría de la información algorítmica de Chaitin-Kolmogorov, demostrando que las restricciones gramaticales no locales inducen costos de información de ley de potencia que explican la disipación de calor reducida en sistemas con correlaciones de largo alcance y ofrecen una medida continua de complejidad a través del parámetro qq.

Airton Deppman2026-02-05📊 stat

Evolution of cooperation with Q-learning: the impact of information perception

Este estudio emplea el aprendizaje por refuerzo Q (Q-learning) en un marco del Dilema del Prisionero para demostrar que la variación en las estructuras de percepción de la información, particularmente la información asimétrica, moldea críticamente la compleja dinámica evolutiva y la emergencia de la cooperación, ofreciendo nuevas perspectivas sobre el comportamiento cooperativo humano.

Guozhong Zheng, Zhenwei Ding, Jiqiang Zhang, Shengfeng Deng, Weiran Cai, Li Chen2026-02-04🧬 q-bio

Neural Thermodynamics: Entropic Forces in Deep and Universal Representation Learning

Este artículo propone una rigurosa teoría de la fuerza entrópica que demuestra cómo la estocasticidad y las actualizaciones en tiempo discreto en el entrenamiento de redes neuronales generan fuerzas emergentes que rompen simetrías continuas para explicar la alineación universal de representaciones, la Hipótesis de la Representación Platónica y la reconciliación de los comportamientos de optimización que buscan la agudeza y la planitud.

Liu Ziyin, Yizhou Xu, Isaac Chuang2026-02-04🧬 q-bio

A strong-weak duality for the 1d long-range Ising model

Este artículo introduce una formulación dual para el modelo de Ising de largo alcance unidimensional que se vuelve débilmente acoplada cerca del cruce de corto alcance en s=1s=1, permitiendo la computación perturbativa precisa de los datos de la teoría de campo conforme mediante tanto la renormalización como el bootstrap conforme analítico, los cuales arrojan un acuerdo completo.

Dario Benedetti, Edoardo Lauria, Dalimil Mazac, Philine van Vliet2026-02-04🔢 math-ph

Analytical solution of a free-fermion chain with time-dependent ramps

Este artículo presenta una solución analítica exacta para una cadena de fermiones libres bajo un potencial lineal arbitrario dependiente del tiempo, revelando una dinámica autosimilar y derivando predicciones hidrodinámicas para la densidad, la corriente y la entropía de entrelazamiento, incluyendo la emergencia de una región de interfaz de respiración interpretada como localización de Wannier-Stark en el límite de salto repentino.

Viktor Eisler, Riccarda Bonsignori, Stefano Scopa2026-02-04⚛️ quant-ph