🔬 Category

cond-mat.stat-mech

1486 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.

Exact metastability in a class of driven-dissipative quantum many-body systems

Este artículo propone que para sistemas de muchos cuerpos cuánticos de tipo impulsado-disipativo con simetría de inversión temporal oculta, las escalas de tiempo metaestables exponencialmente largas cerca de las transiciones de fase de primer orden disipativas pueden predecirse analíticamente utilizando una purificación especial del estado estacionario fuera del equilibrio, una conjetura validada mediante estudios detallados de modelos específicos de espín y cavidad donde los métodos semiclásicos tradicionales fallan.

David D. Noachtar, Aashish A. Clerk2026-06-09⚛️ quant-ph

REM universality and Poisson-Dirichlet Gibbs weights for linear random energy

Este artículo establece la universalidad del Modelo de Energía Aleatoria para un sistema de energía aleatoria lineal con variables aleatorias reales i.i.d. y espines de Ising bajo adelgazamiento exponencial, demostrando que los niveles de energía convergen a un proceso de puntos de Poisson mientras que los pesos de Gibbs convergen a una ley de Poisson–Dirichlet y la energía libre exhibe una transición de congelación.

Francesco Concetti, Simone Franchini2026-06-09🔢 math

Length-resolved Operator Growth and Path-Entropy Obstructions to Many-Body Localization

Este artículo demuestra que el crecimiento de operadores en la cadena de Ising desordenada con acoplamientos y campos estrictamente positivos exhibe un escalamiento casi factorial tanto en el tiempo como en el soporte espacial, descartando así rigurosamente la localización dinámica en cualquier intensidad de desorden y revelando una obstrucción de entropía de trayectoria estructural para la localización de muchos cuerpos perturbativa.

J. Sirker2026-06-09🔬 cond-mat

Agentic multi-fidelity learning of quasiparticle and excitonic properties

Este artículo introduce un marco de aprendizaje de fidelidad múltiple guiado por un agente que emplea un agente estructural para diagnosticar inestabilidades numéricas en cálculos GW-Bethe-Salpeter y aplica correcciones de aprendizaje automático para predecir con precisión las propiedades cuasipartículas y excitónicas en bicapas de MoS2-WS2 bajo deformación, demostrando que la detección explícita de la fragilidad numérica es esencial para el modelado de sustitutos fiables de materiales de estado excitado.

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Fidelity susceptibility and geometric response in flux-tuned Dirac systems: exact results from a low-energy two-level reduction

Este artículo deriva una expresión exacta de forma cerrada para la métrica de Bures del estado fundamental de fermiones de Dirac masivos bajo flujo de Aharonov-Bohm, revelando un perfil lorentziano universal controlado por la masa de Dirac que diverge en el límite quiral y sirve como contraparte geométrica del comportamiento crítico termodinámico, independiente de los invariantes topológicos.

C. A. S. Almeida2026-06-09🔬 cond-mat.mes-hall

What Is a Pattern in Statistical Mechanics? Formalizing Structure and Patterns in One-Dimensional Spin Lattice Models with Computational Mechanics

Este artículo formaliza la estructura y los patrones en tres modelos de red de espines unidimensionales mediante la derivación de sus distribuciones de Boltzmann como procesos estocásticos y su análisis a través de la mecánica computacional, donde las medidas de la teoría de la información y las máquinas épsilon caracterizan con éxito las configuraciones de los sistemas en concordancia con la mecánica estadística.

Omar Aguilar2026-06-09🔬 cond-mat

Discovering and decoding latent mean-field structure with variational autoencoders

Este artículo establece que un autoencoder variacional exitoso aprende inherentemente una teoría de campo medio latente al demostrar que su decodificador condicionalmente independiente es estructuralmente idéntico a una factorización de campo medio de tamaño finito, un hallazgo validado tanto en modelos de física estadística resolubles como en datos reales de poblaciones neuronales para recuperar patrones de interacción subyacentes.

Marco Biroli, Max Welling, Vincenzo Vitelli2026-06-09🔬 cond-mat