La fisica computazionale unisce la potenza dei calcoli moderni alla teoria fisica per esplorare fenomeni complessi che i laboratori tradizionali faticano a replicare. In questa sezione, scoprirete come i ricercatori utilizzano simulazioni avanzate per modellare tutto, dalle stelle morenti ai materiali quantistici, trasformando equazioni astratte in scenari visibili e comprensibili.

Su Gist.Science, selezioniamo e analizziamo sistematicamente ogni nuovo preprint in questa categoria proveniente da arXiv. Il nostro obiettivo è rendere queste ricerche accessibili a tutti: offriamo sia un riassunto in linguaggio semplice per i curiosi, sia una versione tecnica dettagliata per gli esperti, garantendo che la conoscenza scientifica viaggia velocemente e chiaramente.

Di seguito trovate le ultime pubblicazioni in fisica computazionale, aggiornate regolarmente con le nostre sintesi esclusive.

A Novel 4-D Dataset Paradigm for Studying Complete Ligand-Protein Dissociation Dynamics

Questo articolo presenta DD-13M, il primo database di traiettorie 4D dinamico contenente oltre 26.000 processi di dissociazione completa, e UnbindingFlow, un modello generativo che utilizza tali dati per simulare le dinamiche di dissociazione ligando-proteina e prevedere con precisione le costanti di velocità (koff) per nuovi bersagli.

Maodong Li, Jiying Zhang, Zhe Wang, Bin Feng, Wenqi Zeng, Dechin Chen, Zhijun Pan, Yu Li, Zijing Liu, Yi Isaac Yang2026-02-17🧬 q-bio

Scalable Machine Learning Models for Predicting Quantum Transport in Disordered 2D Hexagonal Materials

Questo studio presenta modelli di machine learning scalabili basati su Random Forest per prevedere le proprietà di trasporto quantistico in materiali bidimensionali esagonali disordinati, evidenziando la loro efficacia nell'interpolazione ma anche i limiti nell'estrapolazione che richiedono future architetture basate sulla fisica o sui grafi.

Seyed Mahdi Mastoor, Amirhossein Ahmadkhan Kordbacheh2026-02-17🔬 cond-mat.mtrl-sci

Boundary-velocity error and stability of the accelerated multi-direct-forcing immersed boundary method

Questo studio analizza l'errore di velocità al contorno e la stabilità numerica del metodo immerso a forza multipla accelerato, identificando un parametro critico per la stabilità e un parametro di accelerazione ottimale che minimizza l'errore indipendentemente dalla discretizzazione, dalla forma del contorno e dalla dimensionalità spaziale.

Kosuke Suzuki, Emmanouil Falagkaris, Timm Krüger, Takaji Inamuro2026-02-17🔬 physics

Ultrafast controlling net magnetization in g-wave altermagnets via laser fields

Utilizzando la teoria del funzionale densità dipendente dal tempo, lo studio rivela che l'incidenza di un laser su un altermagnete g-wave (CrSb) può generare una magnetizzazione netta ultraveloce tramite un trasferimento di spin intersito anisotropo, il cui effetto dipende criticamente dalla direzione di incidenza rispetto alla struttura elettronica nodale del materiale.

Zhaobo Zhou, Sangeeta Sharma, Junjie He2026-02-17🔬 cond-mat.mtrl-sci

Interpolative separable density fitting on adaptive real space grids

Questo lavoro generalizza il metodo ISDF per la compressione degli integrali di repulsione elettronica, integrando griglie reali adattive e un algoritmo multilivello per risolvere l'equazione di Poisson, permettendo così simulazioni scalabili di sistemi molecolari con basi atomiche altamente localizzate, come quelle necessarie per gli studi sulle eccitazioni di livello interno.

Hai Zhu, Chia-Nan Yeh, Miguel A. Morales, Leslie Greengard, Shidong Jiang, Jason Kaye2026-02-17⚛️ quant-ph

A Stochastic Cluster Expansion for Electronic Correlation in Large Systems

Il paper presenta un'espansione stocastica di cluster che recupera efficientemente l'energia di correlazione totale di grandi sistemi con precisione quasi DMRG senza richiedere la selezione preventiva di uno spazio attivo, rendendo possibili calcoli ad alta accuratezza per processi chimici in ambienti condensati.

Annabelle Canestraight, Anthony J. Dominic, Andres Montoya-Castillo, Libor Veis, Vojtech Vlcek2026-02-17🔬 cond-mat.mtrl-sci

Quantum Algorithm Framework for Phase-Contrast Transmission Electron Microscopy Image Simulation

Il documento presenta un framework algoritmico quantistico fault-tolerant per simulare la formazione di immagini in microscopia elettronica a trasmissione a contrasto di fase, dimostrando un vantaggio computazionale per query nello spazio di Fourier e osservabili coerenti, sebbene la ricostruzione completa dell'immagine richieda un numero di misurazioni che ne limita l'efficienza rispetto ai metodi classici.

Sean D. Lam, Roberto dos Reis2026-02-17🔬 cond-mat.mtrl-sci