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.

Multiscale analysis of large twist ferroelectricity and swirling dislocations in bilayer hexagonal boron nitride

Este estudio establece el origen cristalográfico de la ferroelectricidad en el nitruro de boro hexagonal (hBN) bicapa heterodeformado, demostrando mediante simulaciones atómicas y un nuevo modelo multiescala (BFIM) que la conmutación de polarización en configuraciones con gran torsión y deformación está gobernada por la deformación de dislocaciones en espiral y no por dislocaciones de interfaz rectas, lo que permite predecir esta propiedad en estructuras de gran celda unitaria para aplicaciones de memoria no volátil.

Md Tusher Ahmed, Chenhaoyue Wang, Amartya S. Banerjee, Nikhil Chandra Admal2026-03-25🔬 cond-mat.mtrl-sci

High-Efficiency Nonrelativistic Charge-Spin Conversion in X-Type Antiferromagnets

Este artículo demuestra que los antiferromagnetos tipo X, específicamente el βFe2PO5\beta-\mathrm{Fe_2PO_5}, logran una conversión carga-spin no relativista altamente eficiente (hasta un 90%) gracias a su geometría de superficie de Fermi en forma de X, superando el rendimiento de otros materiales magnéticos conocidos y ofreciendo una fuente de espín prometedora para dispositivos espintrónicos de bajo consumo.

Jiabin Wang, Wancheng Zhang, Zhenhua Zhang, Rui Xiong, Yong Liu, Zhihong Lu2026-03-25🔬 cond-mat.mtrl-sci

Martini Mapper: An Automated Fragment-Based Framework for Developing Coarse-Grained Models within the Martini 3 Framework

Este artículo presenta "Martini Mapper", un marco automatizado que genera modelos de Martini 3 directamente a partir de cadenas SMILES mediante un algoritmo jerárquico, permitiendo la creación eficiente y estandarizada de modelos de grano grueso para miles de moléculas diversas y sistemas grandes para simulaciones de alto rendimiento.

Kevin V. Bigting, Shubhadeep Nag, Yaxin An2026-03-25🔬 physics

A Residual-Attention Physics-Informed Neural Network for Irregular Interfaces and Multi-Peak Transport Fields

Este artículo propone una Red Neuronal Informada por Física con Atención Residual (RA-PINN) que supera las limitaciones de los métodos tradicionales y las PINN estándar al capturar con alta fidelidad características locales complejas como interfaces irregulares y campos de transporte multi-pico, demostrando un rendimiento superior en la predicción de sistemas multifísicos para aplicaciones como gemelos digitales.

Baitong Zhou, Ze Tao, Fujun Liu, Xuan Fang2026-03-25🔬 physics