1537 artigos
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.
Este artigo introduz uma medida de emaranhamento "fonte-alvo" para passeios quânticos em tempo discreto em redes complexas gerais, demonstrando que a conectividade da rede impõe um limite superior à geração de emaranhamento governado por emparelhamentos de grafos, onde o aumento da conectividade em grafos aleatórios paradoxalmente reduz as correlações quânticas alcançáveis.
Este artigo investiga um sistema de cadeia acoplada onde a interação entre uma cadeia localizada por efeito de pele não-Hermitiana e uma cadeia deslocalizada induz uma pseudo-borda de mobilidade e uma correspondência entre defeitos e o volume, revelando como a variação das condições de contorno e das forças de acoplamento governa a transição entre fases localizadas, estendidas e de transporte unidirecional.
Este artigo investiga o transporte quântico em redes de Bethe de geração finita com fontes não-hermitianas e um dreno, demonstrando que a corrente atinge seu máximo em um modo zero — especificamente um ponto excepcional em casos simétricos — onde apenas um subconjunto limitado de autoestados penetra efetivamente da periferia para o centro, enquanto os estados restantes permanecem localizados.
Este estudo demonstra que a ordenação estrutural, especificamente a cristalização e a ordem hexática, aumenta significativamente o comprimento de difusão e governa o comportamento de fluxo macroscópico em fluxos granulares bidispersos em silos, com gradientes de pressão estabilizando ainda mais essa ordem orientacional para aumentar as propriedades de transporte com a altura.
Este artigo aplica o cálculo estocástico e transformações de Girsanov ao modelo de Fermi-Hubbard para derivar uma representação independente de fatoração das funções de correlação termodinâmicas, o que prova analiticamente a natureza antiferromagnética das correlações spin-spin no preenchimento de meio e permite a aproximação das energias do estado fundamental por meio de equações diferenciais ordinárias.
Este estudo demonstra que uma arquitetura de aprendizado profundo U-Net pode resolver efetivamente o problema inverso de prever parâmetros de Hamiltoniano de supercondutores de cuprato a partir de diagramas de fase, alcançando alta precisão e revelando padrões fisicamente interpretáveis de sensibilidade paramétrica.
Este artigo propõe um framework de grupo de renormalização que utiliza uma normalização dependente do tamanho para colapsar densidades de autovalores de ensembles de matrizes aleatórias com perfis de variância de lei de potência, derivando equações de ponto fixo e funções Beta para demonstrar o colapso espectral em diferentes tamanhos de sistema.
Este artigo estabelece um quadro de mecânica estatística computacionalmente eficiente utilizando a Equação de Langevin Generalizada e núcleos de memória de equilíbrio derivados do Teorema Flutuação-Dissipação para modelar com precisão o atrito e o arrasto não-Markovianos em estados estacionários fora do equilíbrio, uma teoria validada por simulações de Partícula-na-Célula e que demonstra recuperar a fórmula padrão de Chandrasekhar no limite Markoviano.
Este artigo deriva analiticamente as propriedades estatísticas completas do subconjunto maximamente disperso de pontos aleatórios em usando a teoria de campo médio e o método de réplicas, revelando que, para populações grandes e distribuições com simetria rotacional, o subconjunto ótimo compreende todos os pontos situados fora de uma bola -dimensional determinada de forma autoconsistente.
Este artigo demonstra que arquiteturas de IA multiagente dominadas por correladores de spin de três corpos exibem uma transição de fase triádica única com criticidade de operador composto, caracterizada por expoentes de escala específicos e uma suscetibilidade nula que as distingue fundamentalmente das classes de universalidade tradicionais de redes de pares.