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.

Non-uniqueness of smooth solutions of the Navier-Stokes equations from almost the same initial conditions

Usando Simulação Numérica Limpa (CNS), o artigo fornece evidências numéricas de que as equações de Navier-Stokes podem admitir soluções globais distintas a partir de condições iniciais quase idênticas, com diferenças da ordem de 104010^{-40}, oferecendo novos insights para o problema do Milênio sobre a unicidade e existência dessas soluções.

Shijun Liao, Shijie Qin2026-02-17🌀 nlin

Data-Efficient Machine learning for Predicting Dopant Formation Energies in TiO2_2 Monolayer

Este estudo demonstra que modelos de aprendizado de máquina, combinados com cálculos de teoria do funcional da densidade e descritores físico-químicos, podem prever com precisão as energias de formação de dopantes em monocamadas de TiO₂, mesmo com conjuntos de dados pequenos e curados, garantindo também a transferência química entre diferentes elementos dopantes.

Kati Asikainen, Matti Alatalo, Marko Huttula, Assa Aravindh Sasikala Devi2026-02-17🔬 cond-mat.mtrl-sci

Auxiliary field quantum Monte Carlo at the basis set limit: application to lattice constants

Os autores apresentam uma implementação de Monte Carlo quântico de campo auxiliar (AFQMC) baseada em ondas planas no formalismo PAW dentro do VASP, que opera no limite do conjunto de bases completo e demonstra alta precisão ao calcular constantes de rede e módulos de bulk para diversos materiais, superando as limitações de métodos como MP2 e RPA.

Moritz Humer, Martin Schlipf, Zoran Sukurma, Sajad Bazrafshan, Georg Kresse2026-02-17🔬 physics

Odd Radio Circles Modeled by Shock-Bubble Interactions

Este artigo propõe que os Círculos de Rádio Estranhos (ORCs) são anéis de vórtice emitindo sincrotrão formados pela instabilidade de Richtmyer-Meshkov quando uma onda de choque interage com um lobo de rádio fóssil de baixa densidade, um modelo validado por simulações magnetohidrodinâmicas 3D que reproduz as propriedades observacionais e não exige que o ORC esteja centrado em sua galáxia hospedeira.

Yiting Wang, Sebastian Heinz2026-02-16🔭 astro-ph

Physics-Informed Neural Network for Elastic Wave-Mode Separation

Este artigo propõe o uso de uma Rede Neural Informada por Física (PINN) para resolver uma equação de Poisson escalar, permitindo a separação eficiente e precisa dos modos de onda P e S em meios elásticos não homogêneos com menor custo computacional e vazamento de ondas transversais em comparação com técnicas convencionais.

E. A. B. Alves, P. D. S. de Lima, D. H. G. Duarte, M. S. Ferreira, J. M. de Araújo, C. G. Bezerra2026-02-13🔬 physics

An open-source computational framework for immersed fluid-structure interaction modeling using FEBio and MFEM

Este trabalho apresenta um novo framework de código aberto para simulação de interação fluido-estrutura imersa em sistemas biológicos, que acopla as bibliotecas MFEM e FEBio para combinar desempenho computacional escalável e aceleração em GPU com modelos constitutivos avançados de mecânica dos sólidos, utilizando uma abordagem monolítica totalmente implícita e método de domínio fictício para lidar com grandes deformações e contato mecânico.

Ryan T. Black, Steve A. Maas, Wensi Wu, Jalaj Maheshwari, Tzanio Kolev, Jeffrey A. Weiss, Matthew A. Jolley2026-02-13🧬 q-bio