La statistica meccanica è il ponte affascinante che collega il comportamento invisibile di singole particelle alle proprietà tangibili della materia che ci circonda. Su Gist.Science, esploriamo come le fluttuazioni casuali e le interazioni collettive diano origine a fenomeni complessi come la superconduttività, i cambiamenti di fase e il magnetismo, rendendo accessibili concetti che spesso sembrano risiedere solo nel regno della teoria astratta.

Ogni nuovo preprint pubblicato su arXiv nella categoria Cond-Mat — Stat-Mech viene analizzato dai nostri esperti per offrire due livelli di comprensione: una spiegazione in linguaggio semplice per chiunque e un riassunto tecnico dettagliato per i ricercatori. Questo approccio duplice garantisce che le scoperte più recenti siano comprensibili a un pubblico vasto senza sacrificare il rigore scientifico.

Di seguito trovate la selezione più recente di articoli pubblicati in questo campo, pronti per essere esplorati attraverso le nostre sintesi curate.

🔬 condensed matter

Constraint effective action and critical correlation functions at fixed magnetization

Questo lavoro estende il quadro del gruppo di rinormalizzazione funzionale per calcolare osservabili critiche dipendenti dalla quantità di moto a magnetizzazione fissa per la classe di universalità di Ising, dimostrando che l'espansione del secondo ordine delle derivate riproduce accuratamente le funzioni di velocità e le funzioni di correlazione universali in tre dimensioni e concorda qualitativamente con le simulazioni in due dimensioni, dove le approssimazioni di ordine inferiore falliscono.

Félix Rose, Adam Rançon, Ivan Balog2026-05-08
🔬 condensed matter

Geometric decomposition of information flow: New insights into information thermodynamics

Questo articolo propone una decomposizione geometrica del flusso di informazione nei sistemi markoviani bipartiti autonomi in componenti di manutenzione e di eccesso, distinguendo tra correnti cicliche che mantengono le correlazioni e forze conservative che alterano l'informazione reciproca, generalizzando così risultati chiave nella termodinamica dell'informazione.

Yoh Maekawa, Ryuna Nagayama, Kohei Yoshimura, Sosuke Ito2026-05-08
⚛️ quantum physics

Optimal quantum reservoir learning in proximity to universality

Questo articolo dimostra che l'apprendibilità e la scalabilità del calcolo quantistico a serbatoio possono essere ottimizzate continuamente regolando la frazione di porte non-Clifford, stabilendo un collegamento diretto tra le prestazioni del serbatoio, le statistiche di entanglement e le risorse non stabilizzatrici per navigare il confine tra dinamiche quantistiche simulabili classicamente e dinamiche quantistiche computazionalmente complesse.

Moein N. Ivaki, Matias Karjula, Tapio Ala-Nissila2026-05-08
⚛️ high-energy theory

No boundary density matrix in elliptic de Sitter dS/Z2\mathbb{Z}_2

Questo articolo propone che l'integrale di cammino euclideo sullo spaziotempo di de Sitter ellittico non orientabile nel tempo definisca una matrice di densità senza confini piuttosto che una funzione d'onda, dimostrandolo attraverso il calcolo esplicito delle entropie di entanglement per fermioni di Dirac liberi e rivelando una caratteristica unica per cui lo spazio di Hilbert globale è unidimensionale mentre gli spazi di Hilbert dei singoli osservatori rimangono non banali.

Raphaël Dulac, Zixia Wei2026-05-08
🔬 condensed matter

Charge Scrambling in Strong-to-Weak Spontaneous Symmetry Breaking

Questo articolo stabilisce che la rottura spontanea della simmetria da forte a debole (SWSSB) nelle simmetrie continue implica fluttuazioni estensive della carica in condizioni specifiche, introduce un correlatore di sovrapposizione con torsione per unificare la distinzione tra ordine SWSSB non lineare, indefinità locale della carica e fluttuazioni coerenti della carica, e dimostra che questi fenomeni non sono sempre equivalenti.

Jong Yeon Lee2026-05-08
🔬 condensed matter

Competing nonlinearities, criticality, and order-to-chaos transition in deep networks

Questo articolo dimostra che mescolare statisticamente le funzioni di attivazione (ad esempio Tanh e Swish) crea una transizione di fase controllabile e liscia verso la criticità a una specifica frazione di miscelazione, risolvendo il compromesso storico tra propagazione del segnale invariante di scala e differenziabilità, migliorando al contempo la generalizzazione e le prestazioni di addestramento.

Omri Lesser, Debanjan Chowdhury2026-05-08
⚛️ quantum physics

Systematic construction of quantum many-body scars in frustrated Rydberg arrays

Questo articolo introduce un quadro teorico-grafico che identifica sistematicamente due meccanismi distinti per la costruzione di cicatrici quantistiche a molti corpi in array di atomi di Rydberg frustrati su reticoli arbitrari, dimostrandone l'esistenza su reticoli esagonali e stabilendo le cicatrici come una caratteristica generica per codificare informazioni protette oltre i sistemi bipartiti.

Jean-Yves Desaules, Aron Kerschbaumer, Marko Ljubotina, Maksym Serbyn2026-05-08
⚛️ high-energy theory

Perturbative, Nonperturbative and Exact Aspects of Crystalline Phases in the Gross-Neveu Model

Questo articolo fornisce un'analisi completa e multi-metodo (perturbativa, semiclassica a grande-NN e di integrabilità) del modello di Gross-Neveu O(2N)O(2N), dimostrando che ad alto potenziale chimico il sistema entra in una fase cristallina coerente caratterizzata dalla condensazione di stati legati e dall'emergere di due nuove scale dinamiche generate che governano gli effetti non perturbativi e il condensato chirale oscillante.

Francesco Benini, Ohad Mamroud, Tomas Reis, Marco Serone2026-05-08
📊 statistics

Parameter estimation for kappa distributions using the EM algorithm in the superstatistical framework

Questo articolo propone un algoritmo di Massimizzazione dell'Aspettazione (EM) per la stima dei parametri della distribuzione kappa trattando l'inverso della temperatura come una variabile latente distribuita secondo una gamma all'interno di un quadro superstatistico, superando così la mancanza di una struttura di famiglia esponenziale per consentire inferenze di massima verosimiglianza analiticamente trattabili.

Leonardo Sebastian Herrera, Sergio Davis2026-05-08