2407 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.
El artículo presenta TT-Metadynamics, un método que comprime el potencial de sesgo de la metadinámica en una representación de tren tensorial de bajo rango para permitir una exploración eficiente y escalable de paisajes de energía libre en sistemas de alta dimensión con múltiples variables colectivas.
El estudio presenta un modelo de flujo de información en grafos ponderados que evoluciona según una medida de curvatura espectral, revelando una transición de fase crítica donde la correlación entre el flujo y la estructura emerge espontáneamente, junto con una relación de Poisson discreta que exhibe sensibilidad dimensional sin parámetros explícitos, sugiriendo analogías con firmas gravitacionales.
El artículo demuestra que, para una clase específica de estados cuasi-libres fermiónicos, la maximización de la entropía y la unicidad del maximizador se deducen directamente del formalismo termodinámico, resolviendo así positivamente las preguntas sobre la unicidad y la naturaleza de Gibbs débil de dichos estados.
El artículo evalúa el potencial de utilizar funcionales de frontera de procesos de riesgo aleatorios para resolver problemas de seguridad nuclear, abordando cómo el agrupamiento de neutrones en reactores avanzados y situaciones de accidente requiere sustituir la distribución normal por distribuciones estables para calcular con precisión los cuantiles de potencia y optimizar los ajustes de protección.
El estudio demuestra que los códigos de toro topológicos perturbados hacia un punto crítico continuo mantienen un umbral de error finito frente a la decoherencia de Pauli, ya que esta actúa como un defecto irrelevante en el modelo estadístico de réplicas que no puede destruir la información codificada.
Mediante simulaciones numéricas y un tratamiento analítico en una dimensión, el estudio demuestra que el modelo de votante persistente con interacciones de largo alcance en dimensiones 1 y 2 pertenece a la misma clase de universalidad que el modelo de Ising de largo alcance, confirmando que la inercia de las opiniones mitiga el ruido interfacial y restablece los mecanismos cinéticos fundamentales del modelo de Ising.
El artículo investiga cómo la conservación de la helicidad, a pesar de ser indefinida en signo, simplifica la ecuación cinética de la turbulencia débil en flujos rotativos y con viscosidad impar, reorganizando las direcciones de la cascada de energía hacia un transporte inverso en ramas de polarización específicas y permitiendo soluciones de escala invariante validadas numéricamente.
Este artículo demuestra que la implementación física de restricciones no holonómicas a temperatura finita, mediante la inclusión de fuerzas estocásticas asociadas a la disipación viscosa, es esencial para restaurar el cumplimiento de la segunda ley de la termodinámica y evitar la extracción paradójica de trabajo útil.
El artículo estudia la densidad del tiempo de primer retorno en cinética fraccional mediante caminatas aleatorias con tiempos de espera de Mittag-Leffler, demostrando que esta densidad es independiente de la distribución simétrica de los saltos y depende únicamente de la memoria del proceso, analizando tanto configuraciones markovianas como no markovianas y las secuencias de "salto primero" y "espera primero".
Este artículo presenta un marco innovador que combina modelos autoregresivos de cualquier orden con modelos de marginalización (MAM) basados en Transformers para predecir con mayor precisión y menor costo computacional las distribuciones termodinámicas de configuraciones atómicas en sistemas de aleación y modelos de Ising, superando las limitaciones de convergencia y escalabilidad de los métodos tradicionales.