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.

Above room temperature multiferroic tunnel junction with the altermagnetic metal CrSb

Este estudio propone y valida mediante cálculos de primeros principios una unión túnel multiferroica funcional a temperatura ambiente basada en el metal altermagnético CrSb, que logra una magnetorresistencia y electroresistencia excepcionales junto con un filtrado de espín casi perfecto, ofreciendo una plataforma versátil para dispositivos nanoelectrónicos de próxima generación.

Long Zhang, Guangxin Ni, Junjie He, Guoying Gao2026-04-10🔬 cond-mat.mtrl-sci

Quantum Many-Body Simulations of Catalytic Metal Surfaces

Este trabajo presenta FEMION, un marco de incrustación cuántica escalable que combina Monte Carlo cuántico de campo auxiliar y la aproximación de fase aleatoria para resolver el dilema costo-precisión en la simulación de superficies metálicas catalíticas, permitiendo determinar con precisión sitios de adsorción y barreras de reacción donde los métodos tradicionales fallan.

Changsu Cao, Hung Q. Pham, Zhen Guo, Yutan Zhang, Zigeng Huang, Xuelan Wen, Ji Chen, Dingshun Lv2026-04-10🔬 cond-mat.mtrl-sci

Emergent complexity and rhythms in evoked and spontaneous dynamics of human whole-brain models after tuning through analysis tools

Este estudio presenta un marco que integra la plataforma The Virtual Brain y la herramienta Cobrawap para calibrar parámetros en modelos de cerebro completo, demostrando que la configuración ajustada reproduce dinámicas espontáneas y evocadas más realistas y complejas que el modelo predeterminado.

Gianluca Gaglioti, Alessandra Cardinale, Cosimo Lupo, Thierry Nieus, Federico Marmoreo, Elena Focacci, Robin Gutzen, Michael Denker, Andrea Pigorini, Marcello Massimini, Simone Sarasso, Pier Stanislao (…)2026-04-10🧬 q-bio

Fast 3D Nanophotonic Inverse Design using Volume Integral Equations

Este artículo presenta un método de diseño inverso para dispositivos nanofotónicos en 3D basado en ecuaciones integrales de volumen, que mediante un método adjunto y una estrategia de excitación unidireccional, logra una eficiencia computacional varias órdenes de magnitud superior a los métodos tradicionales de diferencias finitas, permitiendo el diseño rápido de componentes ópticos avanzados.

Amirhossein Fallah, Constantine Sideris2026-04-10🔬 physics.optics

Dimension- and Facet-Dependent Altermagnetic Biferroics and Ferromagnetic Biferroics and Triferroics in CrSb

Mediante cálculos de primeros principios, este estudio predice que el CrSb puede existir en diversas fases polimórficas y orientaciones facetarias que exhiben propiedades de biferroicos altermagnéticos o ferromagnéticos, e incluso triferroicos, estableciendo un marco para el diseño de materiales multifuncionales mediante ingeniería de dimensión y facetas.

Long Zhang, Guoying Gao2026-04-10🔬 cond-mat.mtrl-sci

Multi-Level Hybrid Monte Carlo / Deterministic Methods for Particle Transport Problems

Este artículo presenta métodos de transporte híbrido multinivel (MLHT) que combinan técnicas de Monte Carlo y métodos deterministas basados en cuasidifusión y segundos momentos para resolver la ecuación de transporte de partículas neutras, demostrando una convergencia débil y una reducción eficiente de la varianza en problemas de transporte en una dimensión.

Vincent N. Novellino, Dmitriy Y. Anistratov2026-04-10🔬 physics

Data-driven Reduction of Transfer Operators for Particle Clustering Dynamics

Este artículo presenta un marco basado en operadores para reducir sistemas de partículas interactuantes con dinámicas de agrupamiento, proyectando el operador de transferencia en un manifold geométrico de baja dimensión y estimándolo a partir de datos de simulación para reproducir con eficiencia y claridad las transiciones entre configuraciones de cúmulos y los estados metaestables.

Nathalie Wehlitz, Grigorios A. Pavliotis, Christof Schütte, Stefanie Winkelmann2026-04-10🔬 cond-mat

Bayesian Optimization for Mixed-Variable Problems in the Natural Sciences

Este trabajo presenta un marco de optimización bayesiana que generaliza el enfoque de reparametrización probabilística para manejar variables discretas no equidistantes, permitiendo una optimización eficiente y robusta de objetivos complejos y discontinuos en espacios de búsqueda mixtos típicos de las ciencias naturales y los laboratorios autónomos.

Yuhao Zhang, Ti John, Matthias Stosiek, Patrick Rinke2026-04-10🔬 cond-mat.mtrl-sci