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.

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

O artigo apresenta o SesQ, um simulador baseado em equações integrais de superfície que supera as limitações computacionais dos métodos tradicionais de elementos finitos ao permitir a extração precisa e eficiente da razão de participação energética (EPR) em qubits supercondutores, facilitando assim a otimização automática de circuitos quânticos de baixa perda.

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

A Scalable Monolithic Modified Newton Multigrid Framework for Time-Dependent pp-Navier-Stokes Flow

Este artigo apresenta um framework multigrid monolítico modificado e escalável, baseado em um método de Newton, para resolver sistemas de saddle-point não lineares resultantes da discretização espaço-tempo de modelos de fluxo de Navier-Stokes dependentes do tempo no regime de afinamento por cisalhamento, demonstrando robustez e desempenho paralelo eficiente em testes numéricos.

Nils Margenberg, Carolin Mehlmann2026-03-31🔬 physics

Scalability of the asynchronous discontinuous Galerkin method for compressible flow simulations

Este artigo apresenta a implementação e avaliação de um método de Galerkin descontínuo assíncrono com fluxos tolerantes a assincronia na biblioteca deal.II, demonstrando que essa abordagem recupera a precisão de alta ordem e atinge acelerações de até 1,9 vezes em simulações de escoamento compressível ao reduzir significativamente a sobrecarga de sincronização em escalas extremas.

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)

O artigo apresenta a versão 2.0 do pacote SmoQyDQMC.jl, uma implementação flexível em Julia do algoritmo de Monte Carlo quântico de determinante para simular Hamiltonianos de tight-binding generalizados com interações de Hubbard e elétron-fônon, incluindo acoplamentos não lineares e potenciais anarmônicos, utilizando um método híbrido otimizado para amostragem eficiente de campos fonônicos.

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

Este estudo de dinâmica molecular demonstra que a resistência ao fluência da liga de alta entropia refratária MoNbTaW é aprimorada pelo aumento do tamanho de grão e pela introdução de ordem química local, pois ambos os fatores reduzem os mecanismos de deformação dominados por limites de grão.

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

Os autores propõem um método baseado em substitutos (surrogates) que utiliza interpolação por funções de base radial para otimizar circuitos quânticos parametrizados com poucas chamadas ao hardware quântico, demonstrando desempenho superior em problemas de Max-Cut e Ising em processadores reais sem a necessidade de treinamento prévio.

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

Este artigo apresenta o MC3D, um banco de dados online da Materials Cloud que disponibiliza estruturas cristalinas inorgânicas estequiométricas experimentais otimizadas por meio de cálculos de teoria do funcional da densidade (DFT) com fluxos de trabalho automatizados, garantindo reprodutibilidade total e acesso aberto aos dados e suas proveniências.

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

GoodRegressor: A Hierarchical Inductive Bias for Navigating High-Dimensional Compositional Space

O artigo apresenta o GoodRegressor, um framework de regressão simbólica hierárquica que, ao controlar a profundidade das interações não lineares, alcança desempenho preditivo comparável a modelos de "caixa preta" em espaços composicionais complexos enquanto preserva a interpretabilidade física e revela a complexidade estrutural dos sistemas científicos.

Seong-Hoon Jang2026-03-30🔬 cond-mat.mtrl-sci

Optimized matching conditions for self-guided laser wakefield accelerators

Este artigo utiliza otimização bayesiana combinada com simulações de partículas em células para refinar as condições de acoplamento em aceleradores de wakefield laser auto-guiados, demonstrando que é possível maximizar a energia dos elétrons produzidos e obter resultados robustos em uma ampla faixa de parâmetros, o que facilita significativamente a implementação experimental.

P. Valenta, K. G. Miller, B. K. Russell, M. Lamač, M. Jech, G. M. Grittani, S. V. Bulanov2026-03-30🔬 physics