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.

Numerical Modeling of Solvent Diffusion through the Transition Metal Dichalcogenides based Nanomaterials

Este artículo presenta una simulación numérica de la difusión de solventes en nanomateriales basados en dicalcogenuros de metales de transición durante reacciones solvotérmicas, demostrando mediante leyes de difusión modificadas y modelos de percolación dinámica cómo parámetros clave como la difusividad y el tiempo de reacción influyen en la exfoliación de capas, la uniformidad del tamaño de las nanopartículas y la evolución del sistema hacia la saturación.

Geetika Sahu2026-04-14🔬 cond-mat.mtrl-sci

Differentiable free energy surface: a variational approach to directly observing rare events using generative deep-learning models

Este artículo presenta VaFES, un marco variativo basado en modelos generativos que permite calcular superficies de energía libre diferenciables y generar configuraciones de eventos raros directamente sin necesidad de datos de simulación previos, preservando la interpretabilidad física mediante variables colectivas reversibles.

Shuo-Hui Li, Chen Chen, Yao-Wen Zhang, Ding Pan2026-04-14🔬 physics

Leggett-Garg Inequality Violations Bound Quantum Fisher Information

Este artículo demuestra que la violación de una desigualdad de Leggett-Garg en estados puros estacionarios y térmicos proporciona una cota inferior rigurosa para la información de Fisher cuántica, transformando así una prueba cualitativa de realismo en un testigo cuantitativo de sensibilidad cuántica y profundidad de entrelazamiento multipartito sin necesidad de reconstrucción completa del estado.

Nick Abboud, Yuntao Guan, Barry Bradlyn, Jorge Noronha2026-04-14⚛️ quant-ph

A Minimal Model of Representation Collapse: Frustration, Stop-Gradient, and Dynamics

Este trabajo presenta un modelo minimalista que analiza el colapso de representaciones en el aprendizaje auto-supervisado, demostrando teórica y empíricamente que la frustración de datos induce este fallo mediante una escala de tiempo lenta, mientras que la aplicación de un gradiente detenido en una cabeza de proyección compartida estabiliza la separación de clases y previene el colapso.

Louie Hong Yao, Yuhao Li, Shengchao Liu2026-04-14🔬 cond-mat

Universality and ambiguity in extremes of anomalous diffusion

Este artículo demuestra que, aunque la universalidad de la disminución logarítmica del tiempo de primera llegada más rápido y la posibilidad de que la subdifusión sea más rápida que la difusión normal se mantienen en diversos modelos de difusión anómala, la relevancia física de estos fenómenos sigue siendo ambigua debido a que los regímenes de parámetros válidos dependen de las particularidades de cada modelo.

Sean D Lawley2026-04-14🔬 cond-mat

A Framework for Predicting Entanglement Spectra of Gapless Symmetry-Protected Topological States in One Dimension

Este trabajo presenta un marco teórico que predice sistemáticamente los espectros de entrelazamiento de estados topológicos protegidos por simetría sin brecha (gSPT) en una dimensión, demostrando que sus espectros pueden describirse mediante teorías de campo conformes de frontera obtenidas al aplicar canales cuánticos locales a estados triviales críticos.

Wen-Tao Xu, Frank Pollmann, Michael Knap2026-04-14⚛️ quant-ph

Scalable Generative Sampling and Multilevel Estimation for Lattice Field Theories Near Criticality

Los autores presentan un muestreador generativo multiescala que combina modelos de mezclas gaussianas condicionales y flujos normalizadores continuos para superar el enlentecimiento crítico en teorías de campos reticulares, logrando tiempos de autocorrelación drásticamente reducidos y una estimación eficiente mediante Monte Carlo multinivel en la teoría escalar ϕ4\phi^4 bidimensional.

A. Singha, J. Kauffmann, E. Cellini, K. Jansen, S. Nakajima2026-04-14⚛️ hep-lat

Algorithmic overlaps as thermodynamic variables: from local to cluster Monte Carlo dynamics in critical phenomena

El artículo investiga cómo la superposición espacial de configuraciones de espín sucesivas en algoritmos de Monte Carlo actúa como una variable termodinámica y parámetro de orden que refleja el comportamiento crítico y la dinámica de transición de fase en modelos de Ising y Potts, vinculando directamente las propiedades geométricas de los clusters con la termodinámica del sistema.

Ian Pilé, Youjin Deng, Lev Shchur2026-04-14🔬 cond-mat