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.

Collective behavior of squirmers in thin films

Este estudio emplea el modelo de squirmer y la dinámica de partículas disipativas para investigar cómo la forma del nadador, la fracción de volumen, las interacciones hidrodinámicas y los dipolos de rotlet influyen en los comportamientos colectivos —que van desde fases de tipo gas hasta el enjambramiento y la separación de fases inducida por la motilidad— de las bacterias en películas delgadas confinadas, revelando una formación estructural asimétrica y el efecto mitigador de los dipolos de rotlet en las diferencias entre tipos de nadadores.

Bohan Wu-Zhang, Dmitry A. Fedosov, Gerhard Gompper2026-06-02🔬 cond-mat

Iterative bounds on effective transport for advection diffusion in periodic flow fields

Este artículo introduce un método iterativo para calcular analíticamente momentos arbitrarios de la medida espectral para la advección-difusión en campos de flujo periódicos, permitiendo la derivación de límites rigurosos y de alto orden sobre el transporte efectivo que capturan con precisión comportamientos conocidos en flujos estacionarios 2D y se extienden a regímenes 3D y periódicos en el tiempo.

N. B. Murphy, D. Hallman, E. Cherkaev, J. Xin, K. M. Golden2026-06-02🔬 physics.app-ph

Exploring Neural Network Surrogates for High-Order Mesh-Free Interpolants

Este artículo investiga el uso de perceptrones multicapa para acelerar los métodos sin malla de alto orden mediante la sustitución de núcleos o la resolución de sistemas lineales asociados, encontrando que, si bien este último enfoque logra aceleraciones significativas con alta precisión, enfrenta desafíos fundamentales a medida que las aproximaciones de alto orden imponen requisitos cada vez más estrictos sobre la precisión predictiva de la red neuronal.

Lucas Gerken Starepravo, Georgios Fourtakas, Steven Lind, Ajay Harish, Jack R. C. King2026-06-02🔬 physics

Stability of Extrinsic Cohesive-Zone Model with Penalty-Based Contact in Explicit Dynamic Fragmentation Simulations

Este estudio identifica que la combinación de modelos de zona cohesiva extrínsecos con contacto basado en penalización en simulaciones de fragmentación dinámica explícita causa un severo crecimiento de energía no físico y una fragmentación artificial debido a discontinuidades de rigidez y errores de conmutación, concluyendo finalmente que este enfoque es inadecuado para simulaciones de largo plazo y consistentes en energía, a pesar de la mitigación parcial ofrecida por las estrategias de penalización adaptativa.

Thibault Ghesquière-Diérickx, Jean-François Molinari, Guillaume Anciaux2026-06-02🔬 physics

The semi-explicit nonsmooth Newmark time integrator for robust unilateral contact in dynamic fragmentation simulations

Este artículo introduce y valida un esquema de integración temporal de Newmark semiexplícito no suave (NSN) que maneja de manera robusta el contacto unilateral en simulaciones de fragmentación dinámica mediante la imposición estricta de restricciones, logrando así una estabilidad y precisión superiores sobre los métodos basados en penalización, al tiempo que revela que la disipación por contacto puede aumentar paradójicamente el recuento de fragmentos al mejorar la localización del daño.

Thibault Ghesquière-Diérickx, Guillaume Anciaux, Vincent Acary, Jean-François Molinari2026-06-02🔬 physics

Conservative Discrete Structure Stabilizes Autoregressive Rollouts in a 1D Drift Diffusion Poisson Benchmark

Este artículo demuestra que para un benchmark de Poisson de difusión-deriva 1D, imponer una estructura de volumen finito conservativa es significativamente más crítico para lograr despliegues autorregresivos estables a largo plazo con un error cercano al de redondeo que mejorar la precisión de la regresión neuronal de un solo paso o aplicar correcciones aprendidas.

Yufeng Wang, Lu Wei, Haibin Ling2026-06-02🔬 physics