2004 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 estudio revela un patrón de auto-similitud temporal en la dinámica de la percolación y el modelo de pilas de arena, estableciendo relaciones cuantitativas entre exponentes dinámicos y estáticos que permiten determinar el comportamiento crítico sin conocer previamente el punto crítico.
El artículo demuestra que la descomposición de tareas complejas en secuencias de problemas de clasificación más pequeños (Chain of Thought) reduce significativamente el error de predicción, siempre que la complejidad de cada paso supere un umbral crítico y se utilice una profundidad óptima.
Este artículo estudia la entropía de entrelazamiento de los autoestados de espectro medio en modelos de Bose-Hubbard, demostrando que el coeficiente de la ley de volumen es independiente del desorden y analizando cómo la contribución subdominante O(1) varía según la conservación del número de partículas y la densidad.
Este estudio calcula las corrientes de calor y la conductancia térmica diferencial en un sistema de dos reservorios armónicos acoplados, revelando que el transporte sigue la ley de Fourier, que la conductancia presenta picos al coincidir los espectros de fonones (aunque con desviaciones a bajas temperaturas) y que es independiente de la dirección del flujo y la asimetría del sistema.
Este artículo resuelve las dificultades matemáticas en el cálculo de la tasa de decaimiento de estados metaestables en procesos estocásticos reales, demostrando que se pueden superar mediante una solución extrema natural en la formulación de Itó del integral de camino.
Este artículo presenta una teoría hidrodinámica unificada para la materia activa con motilidad regulada, que demuestra la equivalencia macroscópica entre sistemas de partículas individuales y polímeros activos, revelando un nuevo fenómeno de separación de fases llamado "anti-MIPS" donde las regiones densas exhiben una actividad aumentada.
Este artículo presenta un método de coarsening basado en una expansión perturbativa multiescala de la ecuación de Kolmogorov hacia atrás para describir la materia activa escalar con regulación de motilidad, capaz de abordar dinámicas no markovianas, predecir la aparición de corrientes macroscópicas y extenderse a interacciones mediadas por densidad como la detección de cuórum.
Este artículo demuestra que los estados de Rokhsar-Kivelson y de valencia resonante presentan separabilidad y ausencia de entrelazamiento multipartito entre subsistemas desconectados, con una supresión exponencial del entrelazamiento en subsistemas adyacentes, resultados que se mantienen válidos en el límite de escala para una amplia clase de líquidos de espín cuántico y sistemas críticos.
Este trabajo demuestra que los sistemas fuera del equilibrio sometidos a impulsos continuos pueden describirse mediante una "energía libre generalizada" derivada de un principio variacional de grandes desviaciones, el cual permite descomponer la producción de entropía en componentes de exceso y mantenimiento, estableciendo límites termodinámicos a la velocidad de evolución y ofreciendo herramientas para la inferencia en redes metabólicas y otros sistemas estocásticos o deterministas.
Este artículo demuestra que las redes neuronales convolucionales de grupo (GCNN) son una herramienta poderosa para investigar el diagrama de fases del modelo de dimeros cuánticos, logrando una excelente concordancia con métodos exactos y refinando el régimen de las fases mixtas y de plaqueta mediante el análisis de sistemas de hasta 32×32.