🔬 Category

physics.comp-ph

903 artículos

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.

Screened second-order exchange in the uniform electron gas: exact reduction, a single-pole reference model and asymptotic analysis

Los autores derivan una reducción exacta de la energía de intercambio de segundo orden apantallado (SOSEX) en el gas de electrones uniforme a una integral triple para interacciones de un solo polo, estableciendo un modelo de referencia exactamente reducible que permite un análisis asintótico riguroso y proporciona una base diagramática para la construcción de funcionales más allá de la aproximación RPA.

Fumihiro Imoto2026-03-25🔬 physics

Reaching for the performance limit of hybrid density functional theory for molecular chemistry

Este artículo presenta el protocolo COACH, un enfoque sistemático que combina restricciones, formas funcionales flexibles y optimización moderna para desarrollar un funcional híbrido meta-GGA de rango separado que mejora la precisión y la transferibilidad en benchmarks moleculares, sugiriendo que el progreso futuro requerirá información genuinamente no local.

Jiashu Liang, Martin Head-Gordon2026-03-25🔬 physics

Predicting the suitability of photocatalysts for water splitting using Koopmans spectral functionals: The case of TiO2_2 polymorphs

El estudio demuestra que los funcionales espectrales de Koopmans permiten predecir con precisión y de manera eficiente la estructura de bandas y la alineación de niveles de los polimorfos de TiO₂, ofreciendo una estrategia viable para evaluar nuevos candidatos en la división fotocatalítica del agua.

Marija Stojkovic, Edward Linscott, Nicola Marzari2026-03-24🔬 cond-mat.mtrl-sci

Beyond Static Models: Hypernetworks for Adaptive and Generalizable Forecasting in Complex Parametric Dynamical Systems

Este trabajo presenta PHLieNet, un marco basado en hiperredes que aprende una representación latente de los parámetros del sistema para generar dinámicamente los pesos de una red de predicción, logrando así una generalización superior y una interpolación suave entre distintos regímenes paramétricos en sistemas dinámicos complejos.

Pantelis R. Vlachas, Konstantinos Vlachas, Eleni Chatzi2026-03-24🌀 nlin

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles

Este artículo presenta un agente de aprendizaje por refuerzo basado en representaciones de grafos geométricos que logra optimizar de manera eficiente y transferible el ordenamiento atómico en nanopartículas de aleación bimetálica, demostrando su capacidad para encontrar estados fundamentales conocidos y generalizar a tamaños no vistos, aunque con limitaciones en sistemas multielementales.

Jonas Elsborg, Emma L. Hovmand, Arghya Bhowmik2026-03-24🔬 cond-mat.mtrl-sci

SimulCost: A Cost-Aware Benchmark and Toolkit for Automating Physics Simulations with LLMs

El artículo presenta SimulCost, el primer benchmark y toolkit de código abierto diseñado para evaluar y optimizar el uso de agentes LLM en simulaciones físicas considerando tanto la precisión como los costos computacionales, revelando que, aunque los modos de múltiples rondas mejoran la precisión, los LLMs siguen siendo menos eficientes y más lentos que los métodos tradicionales de escaneo.

Yadi Cao, Sicheng Lai, Jiahe Huang, Yang Zhang, Zach Lawrence, Rohan Bhakta, Izzy F. Thomas, Mingyun Cao, Chung-Hao Tsai, Zihao Zhou, Yidong Zhao, Hao Liu, Alessandro Marinoni, Alexey Arefiev, Rose Yu2026-03-24🔬 physics