1536 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.
Mediante el análisis de un conjunto masivo de datos de 131.063 perfiles topográficos de islas a lo largo de ocho órdenes de magnitud, este estudio estima el exponente de Hurst a través de cuatro leyes estadísticas distintas para revelar cómo la erosión costera y la sedimentación influyen diferencialmente en el comportamiento de escalado fractal de la geomorfología de las islas terrestres.
Este artículo presenta un marco de extremo a extremo para analizar sistemáticamente eventos raros pero significativos en los modelos de lenguaje grandes, ofreciendo herramientas prácticas para su generación, estimación de probabilidad y análisis de errores, con el fin de abordar los desafíos derivados de la escala masiva y la naturaleza probabilística de los modelos.
Este artículo introduce los Generadores de Boltzmann de Granos Gruesos (CG-BGs), un marco que combina modelos generativos basados en flujos con potenciales de fuerza media aprendidos para permitir un muestreo de equilibrio eficiente y asintóticamente correcto de grandes sistemas moleculares en espacios de coordenadas de grano grueso reducidos.
Este artículo propone un método impulsado por aprendizaje automático para mejorar los operadores de red en sistemas críticos, construyendo con éxito estimadores con una superposición mejorada con los campos conformes del continuo que reducen significativamente las correcciones de tamaño finito y producen dimensiones de escala más precisas para los modelos de Ising y Potts con q=3.
Este artículo revisa el concepto de integrabilidad de Yang-Baxter para cadenas anyónicas con restricciones, establece la emergencia de álgebras de Temperley-Lieb en casos específicos y extiende la clasificación de modelos integrables a diversas categorías de fusión hasta rango 7 mediante un formalismo modificado de operador de impulso.
Este artículo investiga numéricamente la subsecuencia creciente más larga (LIS) de paseos aleatorios gaussianos sesgados, revelando que, mientras que el caso simétrico exhibe un régimen de crecimiento de , la introducción de una deriva positiva hace que la longitud media de la LIS transicione a un crecimiento lineal que se alinea cada vez más con el recuento de récords a medida que aumenta la deriva.
Este trabajo extiende un marco perturbativo para calcular la producción parcial de entropía de partículas activas con autopropulsión oculta en potenciales de confinamiento genéricos, reproduciendo con éxito resultados exactos para partículas de Ornstein-Uhlenbeck activas y derivando nuevas tasas para partículas de carrera y vuelco en trampas armónicas.
Este artículo establece un marco combinatorio para las probabilidades de transición en tiempo finito del Proceso de Exclusión Simple Totalmente Asimétrico con fronteras abiertas, demostrando que dichas probabilidades pueden expresarse como sumas con signo de funciones generadoras exponenciales asociadas a tablas de Young estándar de formas no clásicas y objetos generalizados tipo tabla.
Este artículo presenta y valida un protocolo de inferencia basado en Monte Carlo para modelos de espín generalizados (Ising, Blume-Capel y Blume-Emery-Griffiths) para analizar datos ordinales de cuestionarios, demostrando que el modelo Blume-Emery-Griffiths supera a los enfoques gaussianos tradicionales en la captura de características complejas como la multimodalidad y los valores atípicos, aunque todos los modelos tienen dificultades con distribuciones de colas pesadas.
Este artículo propone ceros de Lee-Yang de parámetros de puerta de las amplitudes de Loschmidt como un diagnóstico universal, independiente de la no integrabilidad, para transiciones de fase dinámicas en circuitos cuánticos finitos, demostrando cómo estos ceros se condensan en curvas límite gobernadas por la competencia de autovalores de Floquet y superposiciones de estados para señalar reorganizaciones abruptas indicativas de cambios de fase.