A interseção entre física e computação, conhecida como física computacional, transforma equações complexas em simulações digitais que revelam os segredos do universo. Ao utilizar poderosos algoritmos, os pesquisadores exploram desde o comportamento de partículas subatômicas até a dinâmica de galáxias, preenchendo lacunas onde a teoria pura ou a experimentação direta encontram limites.

No Gist.Science, monitoramos diariamente os novos pré-prints dessa área publicados no arXiv. Para cada documento, oferecemos duas perspectivas essenciais: um resumo técnico detalhado para especialistas e uma explicação em linguagem acessível para quem busca compreender os conceitos sem barreiras matemáticas.

Abaixo, você encontrará os trabalhos mais recentes adicionados a esta categoria, prontos para serem explorados em diferentes níveis de profundidade.

Resolving the Metastable Si-XIII Structure through Convergent Theory and Experiment

Este trabalho resolve a estrutura cristalina da fase metastável de silício Si-XIII, que permanecia desconhecida há mais de duas décadas, através da integração de modelagem teórica avançada e caracterização experimental.

Fabrizio Rovaris, Corrado Bongiorno, Anna Marzegalli, Mouad Bikerouin, Davide Spirito, Gerald J. K. Schaffar, Mohamed Zaghloul, Agnieszka Anna Corley-Wiciak, Francesco Montalenti, Verena Maier-Kiener (…)2026-03-02🔬 physics.app-ph

Numerical Simulations of 3D Ion Crystal Dynamics in a Penning Trap using the Fast Multipole Method

Os autores desenvolveram uma simulação de dinâmica molecular acelerada pelo Método Multipolar Rápido para estudar o resfriamento a laser de cristais de íons tridimensionais em armadilhas de Penning, demonstrando que o tempo de simulação escala linearmente com o número de íons e que cristais de milhares de íons podem ser eficientemente resfriados a temperaturas ultracras, viabilizando seu uso em futuros experimentos de ciência quântica.

John Zaris, Wes Johnson, Athreya Shankar, John J. Bollinger, Scott E. Parker2026-02-27⚛️ quant-ph

SODAs: Sparse Optimization for the Discovery of Differential and Algebraic Equations

O artigo apresenta o SODAs, um método de otimização esparsa que descobre equações diferenciais-algebraicas (DAEs) diretamente a partir de dados, identificando sequencialmente seus componentes algébricos e dinâmicos sem necessidade de redução prévia a ODEs, o que resulta em modelos interpretáveis e numericamente estáveis aplicáveis a diversos sistemas físicos.

Manu Jayadharan, Christina Catlett, Arthur N. Montanari, Niall M. Mangan2026-02-27🤖 cs.LG

Composable and adaptive design of machine learning interatomic potentials guided by Fisher-information analysis

Este artigo propõe uma estratégia adaptativa de design para potenciais interatômicos de aprendizado de máquina, guiada por análise da matriz de informação de Fisher e reconfiguração iterativa de modelos compostos, que demonstrou gerar uma configuração otimizada com alta precisão em um conjunto de dados de nióbio estruturalmente diverso.

Weishi Wang, Mark K. Transtrum, Vincenzo Lordi, Vasily V. Bulatov, Amit Samanta2026-02-27🔬 physics.app-ph

Shape optimization of metastable states

Este trabalho propõe um método de otimização de forma para definir estados metastáveis em simulações moleculares, derivando expressões analíticas para variações de autovalores de Dirichlet e utilizando algoritmos de ascensão local para melhorar a eficiência de métodos de dinâmica molecular acelerada, especialmente em sistemas de alta dimensão onde efeitos entrópicos são significativos.

Noé Blassel, Tony Lelièvre, Gabriel Stoltz2026-02-27🔢 math

Deriving effective electrode-ion interactions from free-energy profiles at electrochemical interfaces

Este estudo desenvolve uma metodologia sistemática para ajustar parâmetros de força clássica e validar potenciais interatômicos aprendidos por máquina, demonstrando como a adsorção específica de íons na interface Au(111)-água altera fundamentalmente as propriedades eletroquímicas macroscópicas, como a capacitância diferencial e o potencial de carga zero.

Fabrice Roncoroni, Abrar Faiyad, Yichen Li, Tao Ye, Ashlie Martini, David Prendergast2026-02-27🔬 physics

An RBF-based method for computational electromagnetics with reduced numerical dispersion

Este trabalho propõe métodos explícitos e convergentes baseados em funções de base radial local para eletromagnetismo computacional, os quais, ao aumentarem o tamanho do estêncil e incorporarem termos de hiperviscosidade, demonstram reduzir a dispersão numérica e sua anisotropia em comparação com o método tradicional de diferenças finitas no domínio do tempo.

Andrej Kolar-Požun, Gregor Kosec2026-02-27🔢 math

Eigenvalue-accelerated LDOS optimization of high-Q optical resonances

Os autores propõem um método que acelera em ordens de grandeza a otimização inversa de cavidades ressonantes de alto Q para maximizar a densidade local de estados (LDOS), utilizando um solucionador de autovalores "shift-invert" para evitar problemas de condicionamento e permitir o projeto de cavidades com Q > 10⁶.

George Shaker, Beñat Martinez de Aguirre Jokisch, Pengning Chao, Steven G. Johnson2026-02-27🔬 physics.optics

MaxwellLink: A unified framework for self-consistent light-matter simulations

O MaxwellLink é um framework Python modular e de código aberto que permite simulações autoconsistentes e massivamente paralelas de campos eletromagnéticos clássicos interagindo com grandes ensembles moleculares heterogêneos, superando desafios de escalas de tempo e comprimento através de uma interface de soquete que desacopla os solvers eletromagnéticos dos drivers moleculares.

Xinwei Ji, Andres Felipe Bocanegra Vargas, Gang Meng, Tao E. Li2026-02-27🔬 physics.optics