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.

Differentiable quantum-trajectory simulation of Lindblad dynamics for QGP transport-coefficient inference

Questo articolo presenta un metodo di simulazione di traiettorie quantistiche differenziabile che utilizza stimatori del gradiente della funzione di punteggio per inferire efficientemente i coefficienti di trasporto del plasma di quark e gluoni dai dati di soppressione dei quarkonium, abilitando l'ottimizzazione basata sul gradiente su simulazioni Monte Carlo open-source di dinamiche di Lindblad.

Lukas Heinrich, Tom Magorsch2026-01-22⚛️ nucl-ex

Variance Reduction in the Fokker-Planck Particle Method for Rarefied Gases using Quasi-Random Numbers

Questo articolo propone una tecnica di riduzione della varianza per il metodo particellare di Fokker-Planck nelle simulazioni di gas rarefatti integrando l'Array-Randomized Quasi-Monte Carlo (Array-RQMC) con numeri quasi-casuali, dimostrando tassi di convergenza migliorati e una riduzione degli errori dello stimatore rispetto al campionamento pseudo-casuale tradizionale e ad altri metodi di riduzione della varianza.

Lukas Netterdon, Veronica Montanaro, Manuel Torrilhon, Hossein Gorji2026-01-22🔢 math

LiDRoSIS: An Automated MATLAB-Python Platform for Image Processing and Quantitative Analysis of Lipid Droplets and ROS in Irradiated Cells

LiDRoSIS è una piattaforma automatizzata MATLAB-Python che integra l'elaborazione delle immagini e l'analisi statistica per consentire la quantificazione riproducibile e ad alto rendimento di goccioline lipidiche e specie reattive dell'ossigeno in cellule irradiate trattate con nanoparticelle a base d'oro.

Marco Ferreira, Ana Belchior, Teresa Pinheiro, Gil Alves, Maria Lopes2026-01-22🔬 physics

Ionization potential of radium monofluoride

Questo articolo riporta la misurazione sperimentale e la previsione teorica mediante cluster accoppiati relativistici del potenziale di ionizzazione del monofluoruro di radio (RaF) pari a 4,969 eV, insieme a un calcolo migliorato della sua energia di dissociazione, confermando che il RaF è una molecola diatomica unica in cui l'energia di dissociazione supera il potenziale di ionizzazione.

S. G. Wilkins, H. A. Perrett, S. M. Udrescu, A. A. Kyuberis, L. F. Pašteka, M. Au, I. Belošević, R. Berger, C. L. Binnersley, M. L. Bissell, A. Borschevsky, A. A. Breier, A. J. Brinson, K. Chrysalidis (…)2026-01-15⚛️ nucl-ex

Learning About Learning: A Physics Path from Spin Glasses to Artificial Intelligence

Questo articolo propone di integrare il modello di Hopfield nei programmi di fisica per il primo ciclo universitario come un ponte pedagogico che unifica la meccanica statistica, i sistemi dinamici e l'algebra lineare per aiutare gli studenti a comprendere le fondamenta fisiche dell'intelligenza artificiale moderna.

Denis D. Caprioti, Matheus Haas, Constantino F. Vasconcelos, Mauricio Girardi-Schappo2026-01-15🔬 cond-mat