Investigadores de la Universidad de Granada demuestran por primera vez la coexistencia estable de orden y desorden en el modelo de Ising en equilibrio

Investigadores de la Universidad de Granada (UGR), a través del Instituto Carlos I de Física Teórica y Computacional, han liderado una investigación que ofrece una nueva perspectiva sobre el comportamiento colectivo de los sistemas físicos. El trabajo demuestra por primera vez que un modelo tan fundamental como el de Ising puede presentar simultáneamente regiones ordenadas y desordenadas sin abandonar el equilibrio termodinámico.

Este hallazgo, del que informa la UGR en un comunicado, cuestiona la idea tradicional de que estos sistemas deben evolucionar hacia un único estado global y abre nuevas vías para estudiar la dinámica interna de materiales y redes complejas.

El estudio, publicado en la revista Chaos, Solitons & Fractals bajo el título Emergence of chimera states in one-dimensional Ising model with long-range diffusion, surgió inicialmente como un Trabajo Fin de Grado de Alejandro de Haro García, posteriormente ampliado bajo la dirección del catedrático Joaquín J. Torres Agudo.

La investigación revela que, cuando se introduce un mecanismo de difusión de largo alcance mediante la dinámica de Kawasaki, los espines —las unidades fundamentales del modelo— pueden intercambiar posiciones a distancias considerables. Este proceso permite que la información viaje por todo el sistema y favorece la aparición de estructuras mixtas en las que zonas completas se comportan de forma coherente mientras otras muestran una actividad fluctuante, incluyendo la formación de dominios móviles con distintos niveles de magnetización local.

Según Joaquín J. Torres, “la gran novedad es que observamos estos estados quimera en un sistema en equilibrio, cuando tradicionalmente se han considerado exclusivos de sistemas dinámicos fuera del equilibrio. Para que aparezca una quimera, necesitábamos romper la localidad de las interacciones. La difusión de largo alcance permite que los espines intercambien información a grandes distancias y que el sistema deje de elegir un único estado” , explica el investigador, quien subraya además que estos estados pueden ser estables o metaestables y que llegan a coexistir con otros atractores dependiendo de los parámetros dinámicos del sistema.

Desde un punto de vista divulgativo, el resultado puede compararse con un conjunto de partículas que, en lugar de organizarse todas en el mismo estado (como suele ocurrir en el modelo de Ising tradicional en ausencia de fluctuaciones térmicas), forman grupos con comportamientos distintos que conviven de manera estable. A estos patrones híbridos se les conoce como estados quimera.

Aunque esta clase de fenómenos se había observado anteriormente en sistemas dinámicos fuera del equilibrio, su presencia en un modelo que sí respeta las reglas del equilibrio supone uno de los avances clave de la investigación. El trabajo conecta además con medios neuronales, donde la coexistencia de zonas sincronizadas y otras desincronizadas resulta esencial para procesar información de forma eficiente.

El análisis llevado a cabo por el equipo combina herramientas analíticas con simulaciones numéricas de alta precisión. Gracias a ello, se ha podido trazar un diagrama de fases que recoge con detalle las condiciones bajo las cuales emergen estos estados quimera, en qué zonas del espacio de parámetros se mantienen estables y en qué situaciones evolucionan hacia configuraciones totalmente ordenadas o desordenadas, así como los regímenes en los que se transforman en estados metaestables que acaban decayendo. Este mapa proporciona información valiosa para entender cómo pequeñas modificaciones en la intensidad de la difusión o la temperatura afectan a la estructura global del sistema.

Además de su interés en física estadística, el trabajo presenta conexiones con otros ámbitos científicos. Los autores destacan que la mezcla entre regiones coherentes e incoherentes es un patrón habitual en sistemas neuronales, donde ciertas áreas del cerebro deben sincronizarse mientras otras mantienen actividad independiente para procesar información de forma eficiente. La difusión de largo alcance utilizada en el modelo reproduce, de forma simplificada, mecanismos presentes en medios biológicos en los que la señal eléctrica se transmite de forma no local.

El estudio, explica Torres, “nos proporciona un marco teórico nuevo para entender cómo se organiza la información en sistemas complejos donde las interacciones no son solo locales”, y abre así nuevas posibilidades para aplicar herramientas estadísticas a problemas de sincronización en redes complejas, incluyendo contextos como la neurociencia, la ingeniería de sistemas o el análisis de medios difusivos. Este vínculo interdisciplinar destaca el potencial del resultado para generar nuevas líneas de investigación que conecten fenómenos físicos y biológicos