A área de Mecânica Estatística na Física da Matéria Condensada explora como o comportamento coletivo de milhões de partículas gera propriedades macroscópicas que vemos no dia a dia, como a condutividade elétrica ou a formação de cristais. Em vez de analisar cada átomo individualmente, os cientistas utilizam métodos estatísticos para entender padrões complexos e previsíveis que surgem dessas interações em escala gigantesca.

No Gist.Science, selecionamos e processamos automaticamente cada novo pré-impresso enviado ao arXiv nesta categoria específica. Nosso objetivo é tornar esses estudos avançados acessíveis a todos, oferecendo tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para quem busca compreender os conceitos fundamentais sem barreiras linguísticas.

Abaixo, você encontra a lista atualizada dos últimos artigos publicados nesta interseção fascinante da física, prontos para serem lidos e compreendidos.

Homing through Reinforcement Learning

Este trabalho apresenta um framework de Aprendizado por Reforço para modelar a navegação adaptativa de agentes em um domínio bidimensional, demonstrando que a otimização de trajetórias via aprendizado de custo permite uma busca eficiente pelo alvo, apresentando desempenho superior a partículas brownianas ativas e revelando comportamentos complexos de coordenação em sistemas multiagentes.

Riya Singh, Pratikshya Jena, Anish Kumar, Shradha Mishra2026-02-10🔬 cond-mat

Uphill transport in competitive drift-diffusion models with volume exclusion

Este artigo investiga o fenômeno de transporte "uphill" (fluxo contra o gradiente de concentração) em modelos de difusão-deriva com exclusão de volume, demonstrando como esse regime emerge de processos de exclusão multiespécies e conectando modelos de partículas a descrições contínuas, como o modelo Poisson-Nernst-Planck, com aplicações potenciais em tecnologias de escala nanométrica.

Francesco Casini, Cristian GiardinÃ, Jacopo Nicolini, Luca Selmi, Cecilia Vernia2026-02-10🔢 math-ph

Universal Negative Energetic Elasticity in Polymer Chains: Crossovers among Random, Self-Avoiding, and Neighbor-Avoiding Walks

Este estudo demonstra que a elasticidade energética negativa é uma propriedade fundamental e universal de cadeias poliméricas, surgindo de interações de repulsão suave efetivas e governada por um expoente de escala comum de 7/47/4 através de transições entre caminhadas aleatórias, de autoevitação e de evitação de vizinhos.

Nobu C. Shirai, Naoyuki Sakumichi2026-02-09🔬 cond-mat

Dynamic scaling and Family-Vicsek universality in $SU(N)$ quantum spin chains

Este artigo demonstra que o arcabouço de escalonamento de Family-Vicsek, tradicionalmente usado para o crescimento de superfícies clássicas, descreve universalmente a dinâmica de temperatura infinita de cadeias de spins quânticos $SU(N)$ unidimensionais, revelando regimes de transporte distintos — balístico, superdifusivo e difusivo — caracterizados por expoentes dinâmicos específicos que são determinados pelas propriedades de integrabilidade e simetria do sistema.

Cătălin Paşcu Moca, Balázs Dóra, Doru Sticlet, Angelo Valli, Tomaž Prosen, Gergely Zaránd2026-02-09🔬 cond-mat

Renormalization of Interacting Random Graph Models

Este artigo generaliza modelos de grafos aleatórios exponenciais ao introduzir interações de ligação de pares para derivar uma transformação de grupo de renormalização de forma fechada para redes de baixa coordenação, demonstrando a equivalência formal do desordem induzida à difusão-deriva reversa no tempo e estabelecendo a irrelevância de longo comprimento de onda de certos efeitos de condicionamento para aplicações em problemas sociais, neurais e de inferência.

Alessio Catanzaro, Diego Garlaschelli, Subodh P. Patil2026-02-09⚛️ hep-th

Tensor network dynamical message passing for epidemic models

Este artigo introduz o Tensor Network Dynamical Message Passing (TNDMP), um novo arcabouço fundamentado na "Fatoração Induzida por Suscetíveis" que resolve o compromisso entre eficiência computacional e precisão preditiva na modelagem de epidemias ao oferecer algoritmos exatos e escaláveis que superam heurísticas existentes enquanto os unifica matematicamente como limites de baixa ordem.

Cheng Ye, Zi-Song Shen, Pan Zhang2026-02-09🔬 cond-mat

Automatic Structural Search of Tensor Network States including Entanglement Renormalization

Este estudo apresenta um algoritmo para a busca estrutural automática de estados de rede de tensores, incluindo a renormalização de emaranhamento, que otimiza estruturas locais com base na energia variacional para melhorar a precisão na representação de estados emaranhados não uniformes, particularmente quando inicializado com métodos de design existentes como o grupo de renormalização fortemente desordenado.

Ryo Watanabe, Hiroshi Ueda2026-02-06🔬 cond-mat