🔬 Category

physics.comp-ph

903 artigos

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.

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

Electronic structure theory of H3_{3}S: Plane-wave-like valence states, density-of-states peak and its guaranteed proximity to the Fermi level

Este artigo revela que o pico na densidade de estados do H3_3S, crucial para sua supercondutividade de alta temperatura, resulta da hibridização de estados de valência com caráter de onda plana, cuja proximidade garantida ao nível de Fermi é causada pela adjacência da grande zona de Jones à superfície esférica de Fermi.

Ryosuke Akashi2026-03-30🔬 cond-mat.mtrl-sci

Geometric Phase Effect in Thermodynamic Properties and in the Imaginary-Time Multi-Electronic-State Path Integral Formulation

Este artigo demonstra que a formulação de integrais de caminho multiestados eletrônicos no tempo imaginário (MES-PI), previamente desenvolvida, captura naturalmente o efeito da fase geométrica decorrente de interseções cônicas, permitindo quantificar seu impacto nas propriedades termodinâmicas de baixa temperatura por meio de uma comparação com uma construção ad hoc que exclui essa fase.

Jian Liu2026-03-30✓ Author reviewed ⓘ🔬 physics

Importance of Electronic Entropy for Machine Learning Interatomic Potentials

Este estudo demonstra que a incorporação direta de informações sobre estados de carga nos potenciais interatômicos baseados em aprendizado de máquina é essencial para corrigir falhas na descrição da entropia eletrônica e prever com precisão a estabilidade termodinâmica de materiais de transição com valência mista, como o \ce{NaFePO4}.

Martin Hoffmann Petersen, Steen Lysgaard, Arghya Bhowmik, Kedar Hippalgaonkar, Juan Maria Garcia Lastra2026-03-30🔬 cond-mat.mtrl-sci

pylevin: Efficient numerical integration of integrals containing up to three Bessel functions

O artigo apresenta o pacote Python pylevin, que utiliza o método de Levin para calcular de forma eficiente e estável integrais altamente oscilatórias contendo até três funções de Bessel, superando significativamente os métodos de quadratura adaptativa padrão e oferecendo desempenho comparável a soluções especializadas para integrais com uma única função de Bessel.

Robert Reischke2026-03-27🔭 astro-ph

How unconstrained machine-learning models learn physical symmetries

Este artigo introduz métricas rigorosas para analisar como modelos de aprendizado de máquina não restritos aprendem simetrias físicas, demonstrando que a injeção estratégica de vieses indutivos mínimos pode garantir fidelidade física e estabilidade sem comprometer a expressividade e escalabilidade dessas arquiteturas.

Michelangelo Domina, Joseph William Abbott, Paolo Pegolo, Filippo Bigi, Michele Ceriotti2026-03-27🤖 cs.LG