Esta sección explora la fascinante intersección donde la física se encuentra con la química, un territorio donde las leyes fundamentales gobiernan las reacciones moleculares. Aquí descubrimos cómo los principios cuánticos explican el comportamiento de los átomos y cómo la dinámica de fluidos influye en procesos químicos complejos, todo sin perderse en tecnicismos innecesarios.

En Gist.Science, rastreamos cada nueva prepublicación de esta área directamente desde arXiv para hacerla accesible a todos. Nuestro equipo procesa cada documento ofreciendo tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que la ciencia de vanguardia llegue a expertos y curiosos por igual.

A continuación encontrarán los últimos trabajos publicados en esta categoría, listos para ser explorados y comprendidos.

A finite-element Delta-Sternheimer approach for computing accurate all-electron RPA correlation energies of polyatomic molecules

Este artículo presenta un enfoque numérico basado en elementos finitos y la ecuación de Sternheimer que permite calcular con precisión arbitraria las energías de correlación de la aproximación de fase aleatoria (RPA) para moléculas poliatómicas, logrando el límite de base completa sin necesidad de esquemas de extrapolación convencionales.

Hao Peng, Haochen Liu, Chuhao Li, Hehu Xie, Xinguo Ren2026-03-30🔬 cond-mat.mtrl-sci

Chromatographic Peak Shape from Stochastic Model: Analytic Time-Domain Expression in Terms of Physical Parameters and Conditions under which Heterogeneity Reduces Tailing

Este trabajo presenta una expresión analítica en el dominio del tiempo basada en un modelo estocástico para describir la forma de los picos cromatográficos, la cual ofrece un ajuste superior a las funciones existentes, proporciona una base teórica rigurosa para extensiones futuras y demuestra analíticamente que la heterogeneidad mecánica puede, bajo ciertas condiciones, reducir en lugar de exacerbar la cola de los picos.

Hernán R. Sánchez2026-03-30🔬 physics

Pushing the limits of unconstrained machine-learned interatomic potentials

Este estudio demuestra que, al entrenarse con grandes conjuntos de datos, los potenciales interatómicos aprendidos por máquina sin restricciones físicas pueden superar en precisión y velocidad a los modelos restringidos, y que es posible aplicarlos con confianza en simulaciones prácticas mediante modificaciones simples durante la inferencia para recuperar la consistencia con las simetrías físicas.

Filippo Bigi, Paolo Pegolo, Arslan Mazitov, Jonathan Schmidt, Michele Ceriotti2026-03-30📊 stat

Third and fourth density and acoustic virial coefficients of neon from first-principles calculations

Mediante cálculos de primeros principios utilizando el método de Monte Carlo con integrales de camino, este estudio determina con una precisión superior a los datos experimentales los coeficientes viriales de densidad y acústicos de tercer y cuarto orden del neón en un rango de temperaturas de 10 a 5000 K, incorporando potenciales de pares y contribuciones no aditivas de tres y cuatro cuerpos que incluyen efectos relativistas y de corrección post-Born-Oppenheimer.

Robert Hellmann, Giovanni Garberoglio2026-03-30🔬 physics.atom-ph

KANEL: Kolmogorov-Arnold Network Ensemble Learning Enables Early Hit Enrichment in High-Throughput Virtual Screening

El artículo presenta KANEL, un flujo de trabajo de aprendizaje por conjuntos que combina redes de Kolmogorov-Arnold (KAN) con otros algoritmos de machine learning y representaciones moleculares complementarias para mejorar la detección temprana de compuestos activos en el cribado virtual de alto rendimiento.

Pavel Koptev, Nikita Krainov, Konstantin Malkov, Alexander Tropsha2026-03-30🔬 physics

Liquid structure adjacent to solid surfaces follows the superposition principle

Este estudio descubre y valida experimental y teóricamente el principio de superposición en la estructura de líquidos junto a superficies sólidas, permitiendo predecir con precisión la densidad interfacial en morfologías heterogéneas mediante un modelo analítico basado en la función de correlación total efectiva.

Qian Ai, Haiyi Wu, Lalith Krishna Samanth Bonagiri, Kaustubh S. Panse, Shan Zhou, Fujia Zhao, Yitong Li, Kenneth S. Schweizer, Narayana R. Aluru, Yingjie Zhang2026-03-30🔬 physics

Computational Insights into PEMFC Durability: Degradation Mechanisms, Interfacial Chemistry, and the Emerging Role of Machine Learning Potentials

Esta revisión sintetiza los avances en modelado computacional para elucidar los mecanismos atómicos y moleculares de degradación en las celdas de combustible de membrana de intercambio protónico, destacando la necesidad de nuevos marcos multiescala y potenciales de aprendizaje automático para capturar la compleja interacción acoplada de estos procesos.

Jack Jon Hinsch, Kazushi Fujimoto2026-03-30🔬 cond-mat.mtrl-sci

Geometric Phase Effect in Thermodynamic Properties and in the Imaginary-Time Multi-Electronic-State Path Integral Formulation

Este artículo demuestra que la formulación de integrales de camino en tiempo imaginario para múltiples estados electrónicos (MES-PI), previamente desarrollada, captura naturalmente el efecto de la fase geométrica que surge de las intersecciones cónicas, cuantificando su impacto en las propiedades termodinámicas a bajas temperaturas mediante una construcción ad hoc que excluye la fase geométrica como línea base de comparación.

Jian Liu2026-03-30✓ Author reviewed 🔬 physics

The Unreconstructed {\alpha}-Al2_{2}O3_{3}(0001) Surface is Inhomogeneous and Rough

Mediante microscopía de fuerza atómica no contactante y cálculos de teoría funcional de la densidad, este estudio demuestra que la superficie no reconstruida de α\alpha-Al2_{2}O3_{3}(0001) es intrínsecamente inhomogénea y rugosa, desafiando la suposición común de que es atómicamente plana y uniformemente terminada en aluminio.

Johanna I. Hütner-Reisch, Andrea Conti, David Kugler, Florian Mittendorfer, Michael Schmid, Ulrike Diebold, Jan Balajka2026-03-30🔬 cond-mat.mtrl-sci