数学物理学は、宇宙の法則を記述する数学の美しさと、物質の振る舞いを解き明かす物理学の深さを結びつける領域です。ここでは、素粒子の動きから宇宙の構造まで、数式を用いて自然界の謎に挑む最新の研究が紹介されます。

Gist.Science では、arXiv から公開されるこの分野のプレプリントをすべて対象に、専門用語を噛み砕いた平易な解説と、技術的な詳細を網羅した要約の両方を提供しています。読者が最先端の知見を迷わず理解できるよう、専門家の視点から丁寧に内容を整理しました。

以下に、この分野で発表された最新の論文リストを掲載します。

🌀 nonlinear sciences

Relationships between two linearizations of the box-ball system : Kerov-Kirillov-Reshetikhin bijection and slot configuration

本論文は、座席番号を持つ新たなキャリアに基づく記述を導入することで、ケロフ・キリロフ・レシティキン・ビジェクションとボックス・ボール・システムのスロット構成の線形化との関係を明確にし、明示的な接続関係を明らかにするとともに、有限のキャリア容量を持つケースへと線形化を拡張するものである。

Matteo Mucciconi, Makiko Sasada, Tomohiro Sasamoto, Hayate Suda2026-06-30
⚛️ quantum physics

Optimal Convergence Rate of Lie-Trotter Approximation for Quantum Thermal Averages

本論文は、周期ポテンシャルおよび閉じ込めポテンシャルにおける量子熱平均のLie-Trotter近似に対して、それぞれO(1/N2)\mathcal{O}(1/N^2)およびO((logN+1)1.5/N2)\mathcal{O}((\log N+1)^{1.5}/N^2)という厳密かつほぼ最適な収束率を確立しており、それによって経路積分シミュレーションの精度に対する強固な数学的基礎を提供するものである。

Xuda Ye, Zhennan Zhou2026-06-30
🔢 mathematics

Locally Optimal Percolation for Network Resilience Dismantling via Fiedler Vector Gradient Iterative Attack

本論文は、ラプラシアン・スペクトル摂動とフィードラー・ベクトルの勾配を利用して、ネットワークのレジリエンスを最大限に低下させるエッジを効率的に特定および除去する、フィードラー勾配反復攻撃(FGIA)アルゴリズムを提案しており、これは従来の構造的攻撃戦略に代わる計算効率の高い手法を提供ものである。

Kaiming Luo2026-06-30
🔢 mathematics

Large deviations at the edge for 1D gases and tridiagonal random matrices at high temperature

本論文は、高温領域における一次元対数ガスおよびリースのガスにおける最大粒子の、ならびにそれに関連する三対角ランダム行列の最大固有値に対する大偏差原理を確立し、これらの稀な事象が少数の異常に大きな成分によって引き起こされること、および対数ガスのレート関数が独立かつ同一分布に従う粒子のものであることと一致することを実証している。

Charlie Dworaczek Guera, Ronan Memin2026-06-30
🔢 mathematics

Moderate-to-large deviation asymptotics for real eigenvalues of the elliptic Ginibre matrices

本論文は、強非対称および弱非対称の両レジームにおける楕円型ギンブル行列の実固有数の数に関する中程度から大きな偏差確率を導出しており、それによって既知のガウス型ゆらぎと極端な大偏差の結果との間の溝を埋め、古典的な実ギンブル・アンサンブルに関する新たな知見を含む成果を提示している。

Sung-Soo Byun, Jonas Jalowy, Yong-Woo Lee, Grégory Schehr2026-06-30
🔢 mathematics

Tight bounds on recurrence time in closed quantum systems

本論文は、孤立量子系の回帰時間を逆量子速度限界問題へと結びつけることで、その厳密な上界を確立し、回帰時間が trectexit(ϵ)(1/ϵ)dt_{\mathrm{rec}} \lesssim t_{\mathrm{exit}}(\epsilon)(1/\epsilon)^d とスケールすること、およびランダムなハミルトニアンに対しては一般にそれが飽和することを実証する。

Marcin Kotowski, Michał Oszmaniec2026-06-30