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.

Pole-Expansion of the T-Matrix Based on a Matrix-Valued AAA-Algorithm

Este artículo presenta un método basado en una variante matricial del algoritmo AAA para aproximar la matriz T mediante una expansión en polos, lo que permite representar su respuesta de dispersión con resolución espectral arbitraria de manera eficiente y físicamente interpretable, superando las limitaciones de los enfoques de muestreo tradicional.

Jan David Fischbach, Fridtjof Betz, Lukas Rebholz, Puneet Garg, Kristina Frizyuk, Felix Binkowski, Sven Burger, Martin Hammerschmidt, Carsten Rockstuhl2026-02-23🔬 physics.optics

Nested Sampling for Exploring Lennard-Jones Clusters

Este artículo presenta el uso del algoritmo de muestreo anidado, implementado en el programa nested_fit con muestreo de rebanadas, para calcular la función de partición y explorar las superficies de energía potencial de cúmulos de Lennard-Jones de 7 y 36 átomos, demostrando su capacidad para identificar transiciones de fase y configuraciones estables mientras evalúa el impacto computacional del método.

Lune Maillard, Fabio Finocchi, César Godinho, Martino Trassinelli2026-02-20🔬 physics

Machine Learning Hamiltonians are Accurate Energy-Force Predictors

El artículo presenta QHFlow2, un modelo de Hamiltoniano de aprendizaje automático que supera a los métodos anteriores al lograr una precisión sin precedentes en la predicción de energías y fuerzas mediante una arquitectura equivarante y una evaluación directa, estableciendo un nuevo estándar en la aproximación de estructuras electrónicas.

Seongsu Kim, Chanhui Lee, Yoonho Kim, Seongjun Yun, Honghui Kim, Nayoung Kim, Changyoung Park, Sehui Han, Sungbin Lim, Sungsoo Ahn2026-02-20🔬 cond-mat.mtrl-sci

Synergizing Transport-Based Generative Models and Latent Geometry for Stochastic Closure Modeling

El artículo demuestra que el uso de modelos de flujo en un espacio latente de baja dimensión, combinado con técnicas de regularización para preservar la geometría, permite generar modelos de cierre estocástico para flujos de Kolmogorov con una velocidad de muestreo hasta dos órdenes de magnitud superior a los métodos de difusión, manteniendo al mismo tiempo la fidelidad física y la eficiencia en el uso de datos.

Xinghao Dong, Huchen Yang, Jin-long Wu2026-02-20🤖 cs.LG

Modeling of Relativistic Plasmas with a Conservative Discontinuous Galerkin Method

Este artículo presenta un nuevo método numérico conservador basado en el esquema de Galerkin discontinuo para resolver el sistema de ecuaciones Vlasov-Maxwell relativista, el cual elimina el ruido estadístico de los métodos Monte Carlo y permite un análisis detallado de plasmas de alta energía en entornos astrofísicos y de laboratorio.

James Juno, Grant Johnson, Alexander Philippov, Ammar Hakim, Alexander Chernoglazov, Shuzhe Zeng2026-02-20🔭 astro-ph

Combined dynamic-kinematic validation of droplet-wall impact modeling

Este estudio valida un modelo dinámico-kinemático combinado para el impacto de gotas en paredes, demostrando que la integración de métricas geométricas y cinemáticas es esencial para predecir con precisión tanto la extensión máxima como la dinámica de retroceso, superando las limitaciones de las validaciones basadas únicamente en el diámetro de máxima expansión.

Dmitry Zharikov, Maxim Piskunov, Dmitry Kolomenskiy2026-02-19🔬 physics

A fluctuating lattice Boltzmann formulation based on orthogonal central moments

Este trabajo presenta una formulación de la ecuación de Boltzmann en red fluctuante basada en momentos centrales ortogonales que introduce fuerzas estocásticas directamente en el espacio de estos momentos, garantizando el teorema de fluctuación-disipación, la estabilidad numérica incluso en regímenes de sobre-relajación y la correcta termodinámica de equilibrio en retículos D2Q9 y D3Q27.

Alessandro De Rosis, Yang Zhou2026-02-19🔬 physics

Understanding the influence of yttrium on the dominant twinning mode and local mechanical field evolution in extruded Mg-Y alloys

Este estudio combina caracterización experimental y modelado de plasticidad cristalina para demostrar que el aumento del contenido de itrio en aleaciones de magnesio extrudadas suprime el maclado TT1, promueve el maclado TT2 y altera las relaciones de tensión crítica de deslizamiento, lo que resulta en una mayor acumulación de deformación local en los sitios de los maclas TT2.

Chaitali Patil, Qianying Shi, Abhishek Kumar, Veera Sundararaghavan, John Allison2026-02-19🔬 cond-mat.mtrl-sci