La física computacional utiliza la potencia de los ordenadores para resolver problemas complejos que las fórmulas tradicionales no pueden abordar por sí solas. Desde simular colisiones de galaxias hasta modelar el comportamiento de nuevos materiales, este campo actúa como un puente esencial entre la teoría abstracta y la realidad observable, permitiendo a los científicos realizar experimentos virtuales que serían imposibles o demasiado costosos en un laboratorio físico.

En Gist.Science, rastreamos meticulosamente todas las nuevas publicaciones de este ámbito que llegan desde arXiv, la principal plataforma de prepublicaciones científicas. Nuestro equipo procesa cada documento para ofrecer dos perspectivas: un resumen en lenguaje sencillo para cualquier lector curioso y una explicación técnica detallada para expertos que buscan profundidad. A continuación, encontrará las investigaciones más recientes en física computacional que hemos analizado.

ML-based approach to classification and generation of structured light propagation in turbulent media

Este trabajo propone un enfoque basado en aprendizaje automático que combina redes neuronales convolucionales para clasificar haces de luz estructurada en atmósferas turbulentas con un modelo generativo de difusión para aumentar los datos de entrenamiento, mejorando la calidad de la generación de modos de alta frecuencia mediante la minimización de la distancia de Bregman.

Aokun Wang, Anjali Nair, Zhongjian Wang, Guillaume Bal2026-04-17🔬 physics.optics

Auxiliary Finite-Difference Residual-Gradient Regularization for PINNs

Este artículo propone y valida un método de regularización híbrido para redes neuronales informadas por física (PINNs) que utiliza diferencias finitas auxiliares para penalizar los gradientes del residuo, logrando así mejorar significativamente la precisión de cantidades físicas específicas, como el flujo en la pared exterior, sin reemplazar el residuo de la EDP basado en diferenciación automática.

Stavros Kassinos2026-04-17🤖 cs.LG

Learning to traverse convective flows at moderate to high Rayleigh numbers

Este estudio demuestra que un agente de aprendizaje por refuerzo puede navegar eficazmente a través de flujos convectivos turbulentos en un rango de números de Rayleigh moderados a altos, aprovechando la reorganización de la estructura del flujo para reducir el consumo energético y derivando una estrategia heurística basada en la física que conecta la organización turbulenta con la navegación autónoma.

Ao Xu, Hua-Lin Wu, Ben-Rui Xu, Heng-Dong Xi2026-04-17🔬 physics

Material-Agnostic Zero-Shot Thermal Inference for Metal Additive Manufacturing via a Parametric PINN Framework

Este artículo presenta un marco de red neuronal informada por física paramétrica que logra una generalización cero-shot para el modelado térmico en la fabricación aditiva de metales, permitiendo inferencias precisas en materiales arbitrarios sin datos etiquetados ni reentrenamiento, al tiempo que mejora significativamente la precisión y la eficiencia de entrenamiento en comparación con las bases no paramétricas.

Hyeonsu Lee, Jihoon Jeong2026-04-17🔬 physics.app-ph

El Agente Forjador: Task-Driven Agent Generation for Quantum Simulation

El artículo presenta "El Agente Forjador", un marco multiagente que utiliza modelos de lenguaje para generar, validar y reutilizar autónomamente herramientas de código, demostrando que esta capacidad de forjar herramientas mejora la precisión y reduce costos en tareas de simulación cuántica en comparación con los enfoques basales.

Zijian Zhang, Aiwei Yin, Amaan Baweja, Jiaru Bai, Ignacio Gustin, Varinia Bernales, Alán Aspuru-Guzik2026-04-17🤖 cs.AI

Nonmagnetic-magnetic Transitions in Rutile RuO2

Este estudio utiliza cálculos de teoría del funcional de la densidad para demostrar que el estado magnético del RuO₂ en fase rutilo es sensible a la correlación electrónica y a la tensión mecánica, lo que explica las observaciones experimentales contradictorias de estados no magnéticos y altermagnéticos mediante transiciones inducidas por cambios en el volumen de la celda cristalina.

Yue-Fei Hou, Jiajun Lu, Xinfeng Chen, Gui-Bin Liu, Ping Zhang2026-04-17🔬 cond-mat.mtrl-sci

High-order kernel regularization of singular and hypersingular Helmholtz boundary integral operators

Este artículo presenta y analiza un marco de regularización de núcleo de alto orden que extiende la metodología de Beale y Tlupova a los cuatro operadores integrales de contorno del cálculo de Calderón de Helmholtz en tres dimensiones, ofreciendo por primera vez una regularización de alto orden para el operador hipersingular y logrando tasas de convergencia explícitas mediante un equilibrio entre el parámetro de regularización y el tamaño de la malla, todo ello sin necesidad de reglas de cuadratura especializadas.

Luiz M. Faria, Carlos Perez-Arancibia, Svetlana Tlupova2026-04-17🔬 physics

Split-Evolution Quantum Phase Estimation for Particle-Conserving Hamiltonians

El artículo presenta una demostración en hardware y un análisis de recursos de la estimación cuántica de fase con evolución dividida (SE-QPE) en la computadora cuántica Quantinuum H2, una técnica optimizada para Hamiltonianos que conservan partículas que reduce significativamente la profundidad y el recuento de puertas lógicas en comparación con el QPE canónico, al tiempo que valida su eficacia mediante una demostración experimental con moléculas de etileno.

Megan Cerys Rowe, Carlo A. Gaggioli, Ludmila Szulakowska, David Muñoz Ramo, David Zsolt Manrique2026-04-17⚛️ quant-ph

Sharp-interface VOF method for phase-change simulations on unstructured meshes

Este artículo presenta y valida un método de simulación de cambio de fase basado en la técnica VOF de interfaz nítida para mallas no estructuradas, el cual elimina la anisotropía y los errores de gradiente observados en mallas cartesianas al utilizar celdas poliedricas, logrando resultados precisos en problemas analíticos y flujos de ebullición turbulentos.

Jan Kren, Bojan Ničeno, Yohei Sato2026-04-17🔬 physics