1164 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.
Este artículo analiza el comportamiento hidrodinámico del método de frontera inmersa con lattice Boltzmann (IBLB) para problemas de mojabilidad, comparándolo con métodos de elemento de frontera y de volumen de fluido para evaluar sus limitaciones, particularmente la formación de una película delgada bajo la gota, y definir sus límites de validez.
Este trabajo propone un algoritmo de simulación Hamiltoniana aproximado que optimiza la evolución de fluidos cuánticos reduciendo la profundidad de los circuitos de a o al eliminar puertas redundantes, logrando preservar las características macroscópicas del flujo en simulaciones de 10 qubits y estableciendo un equilibrio entre error de truncamiento y ruido de hardware para escalar a dispositivos cuánticos reales.
Este estudio computacional revela que la adsorción de HCSCN y HCSCCH en hielos interestelares genera un "paradoja de supervivencia" donde las especies atrapadas en cavidades profundas, aunque térmicamente protegidas, sufren una mayor fotodisociación debido a una hipercromía inducida por el entorno.
Este estudio demuestra mediante cálculos de Monte Carlo cuántico que la energía de un impureza móvil en un gas de Bose en red es invariante de escala en el punto crítico de la transición Mott-superfluido, ofreciendo así una vía viable para sondear las propiedades críticas de las transiciones de fase cuánticas.
Los autores desarrollan dos modelos sustitutos de aprendizaje profundo autoregresivos, basados en arquitecturas Koopman-Transformer y ConvLSTM-UNet, que permiten predecir con alta precisión y menor costo computacional la evolución temporal de inestabilidades de Kelvin-Helmholtz en magnetohidrodinámica ideal, preservando las estructuras físicas clave y las leyes de conservación.
Este trabajo esclarece teóricamente los mecanismos de estabilidad y divergencia del parámetro de momento en el método SPRING para la optimización de funciones de onda en Monte Carlo Variacional, y propone PRIME-SR, un método adaptativo libre de ajuste que mejora significativamente la robustez y el rendimiento de la optimización.
Este trabajo resuelve el problema del control de la disipación de energía en contactos de partículas no esféricas mediante una formulación que preserva la estructura, demostrando que la ley de amortiguamiento debe estar determinada por la estructura armónica subyacente y que el coeficiente de restitución apropiado es el del punto de contacto (), no el de la energía total.
Este trabajo presenta un marco de redes neuronales informadas por la física (PINN) que combina una formulación variacional con una expansión de Magnus para aprender dinámicas cuánticas contra-adiabáticas y optimizar la información de Fisher cuántica en sistemas de muchos cuerpos dependientes del tiempo, demostrando mejoras sistemáticas sobre soluciones de referencia en diversas familias de Hamiltonianos de espín.
Este artículo propone esquemas ADI modificados y combinados con el método de integral de frontera libre de núcleo (KFBI) para resolver de manera eficiente y estable ecuaciones de calor tridimensionales con fronteras e interfaces irregulares, incluyendo aplicaciones en problemas de Stefan como la solidificación dendrítica.
SeQuant es una biblioteca de código abierto que integra álgebra simbólica y evaluación numérica para tensores conmutativos y no conmutativos, destacando por su canonicador de redes tensoriales basado en teoría de grafos que permite simplificar expresiones, optimizar la aplicación del teorema de Wick y manejar estructuras complejas como tensores anidados y redes no covariantes.