🔬 Category

physics.comp-ph

881 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.

Collective behavior of squirmers in thin films

Este estudo emprega o modelo squirmer e a dinâmica de partículas dissipativas para investigar como a forma do nadador, a fração volumétrica, as interações hidrodinâmicas e os dipolos de rotlet influenciam os comportamentos coletivos — variando de fases do tipo gás a enxames e separação de fases induzida por motilidade — de bactérias em filmes finos confinados, revelando a formação estrutural assimétrica e o efeito mitigador dos dipolos de rotlet nas diferenças entre tipos de nadadores.

Bohan Wu-Zhang, Dmitry A. Fedosov, Gerhard Gompper2026-06-02🔬 cond-mat

Iterative bounds on effective transport for advection diffusion in periodic flow fields

Este artigo introduz um método iterativo para calcular analiticamente momentos arbitrários da medida espectral para advecção-difusão em campos de fluxo periódicos, permitindo a derivação de limites rigorosos e de alta ordem sobre o transporte efetivo que capturam com precisão comportamentos conhecidos em fluxos estacionários 2D e se estendem a regimes 3D e periódicos no tempo.

N. B. Murphy, D. Hallman, E. Cherkaev, J. Xin, K. M. Golden2026-06-02🔬 physics.app-ph

Exploring Neural Network Surrogates for High-Order Mesh-Free Interpolants

Este artigo investiga o uso de perceptrons multicamadas para acelerar métodos sem malha de ordem elevada, seja por meio da substituição de núcleos ou da resolução de sistemas lineares associados, constatando que, embora a última abordagem alcance acelerações significativas com alta precisão, ela enfrenta desafios fundamentais à medida que aproximações de ordem superior impõem requisitos cada vez mais rigorosos sobre a precisão preditiva da rede neural.

Lucas Gerken Starepravo, Georgios Fourtakas, Steven Lind, Ajay Harish, Jack R. C. King2026-06-02🔬 physics

Stability of Extrinsic Cohesive-Zone Model with Penalty-Based Contact in Explicit Dynamic Fragmentation Simulations

Este estudo identifica que a combinação de modelos de zona coesiva extrínsecos com contato baseado em penalidade em simulações de fragmentação dinâmica explícita causa um crescimento severo de energia não física e fragmentação artificial devido a descontinuidades de rigidez e erros de alternância, concluindo, em última análise, que esta abordagem é inadequada para simulações de longo prazo e consistentes em termos de energia, apesar da mitigação parcial oferecida por estratégias de penalidade adaptativa.

Thibault Ghesquière-Diérickx, Jean-François Molinari, Guillaume Anciaux2026-06-02🔬 physics

The semi-explicit nonsmooth Newmark time integrator for robust unilateral contact in dynamic fragmentation simulations

Este artigo introduz e valida um esquema de integração temporal Newmark semissimplícito (NSN) que lida de forma robusta com o contato unilateral em simulações de fragmentação dinâmica ao impor fortemente as restrições, alcançando assim uma estabilidade e precisão superiores aos métodos baseados em penalidade, ao mesmo tempo em que revela que a dissipação de contato pode paradoxalmente aumentar a contagem de fragmentos ao melhorar a localização do dano.

Thibault Ghesquière-Diérickx, Guillaume Anciaux, Vincent Acary, Jean-François Molinari2026-06-02🔬 physics

Conservative Discrete Structure Stabilizes Autoregressive Rollouts in a 1D Drift Diffusion Poisson Benchmark

Este artigo demonstra que, para um benchmark de Poisson de difusão-deriva 1D, impor uma estrutura de volume finito conservativa é significativamente mais crítico para alcançar rollouts autorregressivos estáveis de longo prazo com erro próximo ao de arredondamento do que melhorar a precisão de regressão neural de um passo ou aplicar correções aprendidas.

Yufeng Wang, Lu Wei, Haibin Ling2026-06-02🔬 physics