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.

Structured reformulation of many-body dispersion: towards pairwise decomposition and surrogate modeling

Il paper presenta una riformulazione strutturata del modello di dispersione molti-corpo (MBD) che consente una decomposizione fisicamente coerente delle forze in componenti a coppie, fornendo una base promettente per l'analisi interpretabile e la modellazione surrogata tramite machine learning.

Zhaoxiang Shen, Raúl I. Sosa, Stéphane P. A. Bordas, Alexandre Tkatchenko, Jakub Lengiewicz2026-03-31🔬 physics

SesQ: A Surface Electrostatic Simulator for Precise Energy Participation Ratio Simulation in Superconducting Qubits

Il paper presenta SesQ, un simulatore basato su equazioni integrali di superficie che risolve in modo efficiente e preciso il calcolo del rapporto di partecipazione energetica (EPR) nei qubit superconduttori, superando i limiti computazionali dei metodi agli elementi finiti tradizionali e permettendo l'ottimizzazione rapida di circuiti quantistici a basse perdite.

Ziang Wang, Shuyuan Guan, Feng Wu, Xiaohang Zhang, Qiong Li, Jianxin Chen, Xin Wan, Tian Xia, Hui-Hai Zhao2026-03-31⚛️ quant-ph

Learning Interatomic Force Coefficients from X-ray Thermal Diffuse Scattering Data

Il lavoro presenta un framework automatizzato che estrae le costanti di forza interatomiche dai dati di diffusione termica diffusa ai raggi X, ottimizzando direttamente i parametri tramite campionamento differenziabile per superare i colli di bottiglia computazionali e integrare osservazioni sperimentali nella modellazione delle dinamiche reticolari.

Klara Suchan, Shaswat Mohanty, Hanfeng Zhai, Wei Cai2026-03-31🔬 physics

Scalability of the asynchronous discontinuous Galerkin method for compressible flow simulations

Questo articolo presenta l'implementazione nel codice deal.II del metodo di Galerkin discontinuo asincrono con flussi tolleranti all'asincronia, dimostrando che tale approccio ripristina l'accuratezza formale di ordine elevato e migliora significativamente la scalabilità nelle simulazioni di flussi comprimibili riducendo i costi di sincronizzazione.

Shubham Kumar Goswami, Dapse Vidyesh, Konduri Aditya2026-03-31🔬 physics

SmoQyDQMC.jl: A flexible implementation of determinant quantum Monte Carlo for Hubbard and electron-phonon interactions (version 2.0 release)

Il paper presenta la versione 2.0 di SmoQyDQMC.jl, un'implementazione in Julia dell'algoritmo Monte Carlo determinale che supporta Hamiltoniane tight-binding generalizzate con interazioni di Hubbard ed elettrone-fonone, incluse accoppiamenti non lineari e potenziali anarmonici, grazie a un metodo ibrido ottimizzato per il campionamento efficiente dei campi fononici.

Benjamin Cohen-Stead, Shruti Agarwal, Sohan Malkaruge Costa, James Neuhaus, Andy Tanjaroon Ly, Yutan Zhang, Richard Scalettar, Kipton Barros, Steven Johnston2026-03-30🔬 cond-mat

Effect of Grain Size and Local Chemical Order on Creep Resistance in MoNbTaW Refractory High-Entropy Alloy: A Molecular Dynamics Study

Questo studio di dinamica molecolare rivela che la resistenza alla creep nell'lega ad alto entropia refrattaria MoNbTaW è potenziata sia dall'aumento della dimensione dei grani, che riduce i meccanismi di deformazione ai bordi di grano, sia dall'introduzione di un ordine chimico locale che ne rafforza i confini.

Saifuddin Zafar, Mashaekh Tausif Ehsan, Sourav Das Suvro, Mahmudul Islam, Mohammad Nasim Hasan2026-03-30🔬 cond-mat.mtrl-sci

Efficient Online Quantum Circuit Learning with No Upfront Training

Gli autori propongono un metodo basato su surrogati classici che ottimizza i circuiti quantistici parametrici con un numero ridotto di chiamate all'hardware quantistico, eliminando la necessità di un addestramento preliminare e dimostrando prestazioni superiori rispetto allo stato dell'arte su problemi Max-Cut e Ising di grandi dimensioni.

Tom O'Leary, Piotr Czarnik, Elijah Pelofske, Andrew T. Sornborger, Michael McKerns, Lukasz Cincio2026-03-30⚛️ quant-ph

MC3D: The Materials Cloud computational database of experimentally known stoichiometric inorganics

Questo articolo presenta MC3D, un database online di strutture cristalline inorganiche calcolate tramite DFT e derivato da quasi un milione di dati sperimentali, che offre strutture ottimizzate, tracciabilità completa e piena riproducibilità dei risultati.

Sebastiaan P. Huber, Michail Minotakis, Marnik Bercx, Timo Reents, Kristjan Eimre, Nataliya Paulish, Nicolas Hörmann, Martin Uhrin, Nicola Marzari, Giovanni Pizzi2026-03-30🔬 cond-mat.mtrl-sci