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.

Nonequilibrium fluctuation-response relations for state-current correlations

Este artículo deriva nuevas relaciones exactas de fluctuación-respuesta y sus inversas para correlaciones mixtas entre estados y corrientes en procesos de salto de Markov fuera del equilibrio, demostrando que la ruptura de la simetría de Onsager requiere dichas correlaciones y validando su aplicabilidad en dispositivos de puntos cuánticos y redes de reacciones enzimáticas.

Krzysztof Ptaszynski, Timur Aslyamov, Massimiliano Esposito2026-02-23🔬 cond-mat

Reformulating Chemical Equilibrium in Reacting Quantum Gas Mixtures: Particle Number Conservation, Correlations and Fluctuations

Este artículo reformula la descripción del equilibrio químico en mezclas de gases cuánticos reactivos mediante un único constraint de conservación global del número de partículas que reemplaza la igualdad convencional de potenciales químicos, permitiendo así incorporar naturalmente las correlaciones cuánticas y las fluctuaciones de concentración en el estado de equilibrio.

Diogo J. L. Rodrigues2026-02-23⚛️ quant-ph

Inference in Spreading Processes with Neural-Network Priors

Este trabajo propone un marco bayesiano que integra información de covariables mediante priores de redes neuronales para mejorar la inferencia de estados iniciales y trayectorias en procesos de propagación sobre grafos, derivando un algoritmo híbrido de propagación de creencias y paso de mensajes aproximado que revela la existencia de transiciones de fase y brechas estadístico-computacionales en ciertos regímenes.

Davide Ghio, Fabrizio Boncoraglio, Lenka Zdeborová2026-02-23📊 stat

Long-range spin glass in a field at zero temperature

Este artículo calcula los exponentes críticos de la transición de vidrio de espín a temperatura cero en un campo magnético para un modelo unidimensional de largo alcance mediante una expansión de bucles en el formalismo de la capa MM de Bethe, proporcionando así benchmarks esenciales para validar las teorías de vidrios de espín en campos magnéticos.

Maria Chiara Angelini, Saverio Palazzi, Giorgio Parisi, Tommaso Rizzo2026-02-23🔬 cond-mat

Quantum Brownian motion with non-Gaussian noises: Fluctuation-Dissipation Relation and nonlinear Langevin equation

Este trabajo extiende el modelo de movimiento browniano cuántico a acoplamientos no lineales con un entorno de osciladores armónicos, derivando mediante el formalismo de camino cerrado en el tiempo una acción de influencia que revela ruido no gaussiano, una relación de fluctuación-disipación modificada y una ecuación de Langevin no lineal, proporcionando herramientas para estudiar sistemas cuánticos abiertos en cosmología y optomecánica.

Hing-Tong Cho, Bei-Lok Hu2026-02-23⚛️ hep-th