🔬 Category

cond-mat.stat-mech

2356 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

The Aesthetic Asymptotics of the Mayer Series Coefficients for a Dimer Gas on a Regular Lattice

Este artículo conjetura y verifica numéricamente que los coeficientes de la serie de Mayer para gases de dímeros en diversas redes bipartitas regulares siguen una forma exponencial asintótica específica, al tiempo que explora conexiones con la teoría del grupo de renormalización, la susceptibilidad del modelo de Ising y las propiedades de las funciones de partición y de números primos.

Paul Federbush2026-08-25
🔢 mathematics

Highly Entangled 2D Ground States: Tensor Network, Order Parameter and Correlation

Este artículo presenta resultados analíticos sobre representaciones de redes de tensores exactas y funciones de correlación para los primeros ejemplos de estados fundamentales 2D que exhiben transiciones de fase cuánticas entre la ley de área y la entropía de entrelazamiento extensiva, utilizando redes basadas en teselaciones 3D que generalizan los modelos holográficos 1D para revelar características de fases exóticas a través del escalamiento de superficies aleatorias.

Olai B. Mykland, Zhao Zhang2026-08-25
🔬 condensed matter

Learning to erase quantum states: thermodynamic implications of quantum learning theory

Este artículo establece una conexión concreta entre la teoría del aprendizaje cuántico y la termodinámica al demostrar que los algoritmos de aprendizaje eficientes pueden adquirir el conocimiento necesario para borrar estados cuánticos desconocidos al costo energético óptimo, vinculando así la eficiencia termodinámica con la complejidad del estado mientras revela límites computacionales fundamentales bajo supuestos criptográficos.

Haimeng Zhao, Yuzhen Zhang, John Preskill2026-08-25
🌀 nonlinear sciences

Higher-Order Kuramoto Oscillator Network for Dense Associative Memory

Este artículo introduce un modelo de Kuramoto hebbiano generalizado que incorpora interacciones de fase genuinas de cuatro cuerpos para crear una memoria asociativa densa, demostrando que tal acoplamiento de orden superior induce transiciones discontinuas e histéreticas y tiempos de retención de memoria exponencialmente largos en comparación con los modelos clásicos de pares.

Jona Nagerl, Natalia G. Berloff2026-08-25
🔬 condensed matter

Stochastic synthesis-degradation processes: first-passage properties and connections with resetting

Este artículo aplica la teoría del restablecimiento estocástico para analizar las propiedades de primer paso de los procesos de síntesis-degradación, revelando que se pueden lograr tiempos de reacción y eficiencias de búsqueda óptimos mediante el ajuste de las tasas de síntesis, incluso en presencia de degradación de partículas.

Gabriel Mercado-Vásquez, Denis Boyer2026-08-25
🔬 condensed matter

Power Series for the Quantum Statistical Mechanics Probability with Results for the Second Virial Coefficient of Helium

Este artículo presenta una serie de potencias generada recursivamente para la función de conmutación de par de Wigner-Kirkwood en mecánica estadística cuántica, la cual reproduce con éxito el segundo coeficiente de virial del helio para temperaturas superiores a 65 K y sugiere aplicaciones potenciales para un algoritmo general de Monte Carlo cuántico.

Phil Attard2026-08-25
🌀 nonlinear sciences

Evolution of cooperation with Q-learning: how much information do we need?

Al aplicar el aprendizaje por refuerzo Q (Q-learning) a poblaciones estructuradas, este estudio revela que los niveles de cooperación siguen una relación en forma de U invertida con la disponibilidad de información, demostrando que una cantidad moderada de información —en lugar de más— es óptima para fomentar la cooperación al equilibrar la suficiencia en la toma de decisiones con la tractabilidad.

Yile Ku, Xin Ou, Jiqiang Zhang, Shengfeng Deng, Huiji Yue, Li Chen2026-08-25