A fluídina, ou dinâmica dos fluidos, é o ramo da física que estuda como líquidos e gases se comportam enquanto fluem e interagem com seu entorno. Desde o movimento suave de um rio até a turbulência complexa nas asas de um avião, esse campo revela os princípios ocultos que governam o movimento da matéria ao nosso redor, conectando fenômenos cotidianos a leis fundamentais do universo.

Nesta seção, o Gist.Science processa e organiza sistematicamente cada novo pré-impresso de física enviado ao arXiv nesta categoria. Nossa equipe transforma esses documentos técnicos em resumos detalhados e versões em linguagem acessível, permitindo que tanto especialistas quanto curiosos compreendam as descobertas mais recentes sem barreiras linguísticas.

Abaixo, você encontrará os artigos mais recentes publicados nessa área, selecionados e resumidos para facilitar sua exploração das fronteiras atuais da dinâmica dos fluidos.

Approximate Hamiltonian Simulation Algorithm for Efficient Fluid Quantum Simulations

Este trabalho propõe um esquema de otimização de operadores aproximados que reduz a profundidade de circuitos na simulação de fluidos quânticos de O(n2)O(n^2) para O(nlogn)O(n \log n) ou O(n)O(n), preservando as características macroscópicas da evolução temporal e estabelecendo um equilíbrio entre erros de truncamento e ruído de hardware para viabilizar simulações em dispositivos quânticos reais.

Zhiyuan Zhang, Bolin Zhang, Yongguang Lv, Ruiqing He, Hengliang Guo, Jiandong Shang, Qiang Chen2026-04-21⚛️ quant-ph

Drag reduction regimes in air lubrication

Este estudo caracteriza os regimes de redução de arrasto na lubrificação a ar, identificando fases bubbly, transitória e de camada de ar através de medições simultâneas de força e imagens multi-plano, enquanto propõe uma nova escala para o fluxo de ar crítico e analisa como o número de Froude de profundidade influencia a morfologia e o fechamento da camada de ar.

Lina Nikolaidou, Ali R Khojasteh, Angeliki Laskari, Tom van Terwisga, Christian Poelma2026-04-21🔬 physics

Tangential and normal partial slip at the liquid-fluid interfaces: application to a small liquid droplet, gas bubble, and aerosol

Este artigo apresenta uma solução analítica que generaliza a equação de Hadamard-Rybczynski ao incorporar condições de deslizamento tangencial e normal nas interfaces líquido-fluido, permitindo a modelagem mais precisa do movimento de gotículas, bolhas de gás e aerossóis, com aplicações significativas na indústria do petróleo e na medicina.

Peter Lebedev-Stepanov2026-04-21🔬 physics

Coherent structures in axis-switching elliptical jets

Este estudo utiliza simulação numérica direta para analisar jatos elípticos com razão de aspecto 2, demonstrando que o aumento do forçamento no bocal antecipa a troca de eixos, o que altera a dinâmica dos modos coerentes ao transformar o modo de "flapping" em um modo de "wagging" relativo ao novo eixo e introduzir um novo modo de flapping dominante na região pós-troca.

Naia Suzuki, André V. G. Cavalieri, Daniel M. Edgington-Mitchell, Petrônio A. S. Nogueira2026-04-21🔬 physics

Synthetic Seismograms from Particle Bed Interactions and Turbulent River Flow: Modeling and Comparison with Observations

Este artigo apresenta um modelo numérico baseado na física que simula a radiação sísmica gerada pelo fluxo de água e sedimentos em rios de cascalho, demonstrando que a resolução da dinâmica em escala de grão permite discriminar as contribuições do transporte de sedimentos e do fluxo turbulento ao ruído sísmico fluvial, com resultados que concordam com observações de um evento de inundação nos Apeninos da Toscana.

Sara Nicoletti, Giacomo Belli, Omar Morandi, Emanuele Marchetti2026-04-21🔢 math-ph

Information decomposition for disentangled and interpretable manifold learning of fluid flows via variational autoencoders

Este artigo apresenta um novo quadro teórico baseado em variational autoencoders (VAEs) que, ao decompor a divergência de Kullback-Leibler em termos de informação mútua, correlação total e divergência dimensional, permite a extração de variedades de escoamento de fluidos compactas, desentrelaçadas e fisicamente interpretáveis, superando limitações de métodos tradicionais como PCA e β\beta-VAE.

Zhiyuan Wang, Iacopo Tirelli, Stefano Discetti, Andrea Ianiro2026-04-21🔬 physics

Towards a Foundation-Model Paradigm for Aerodynamic Prediction in Three-dimensional Design

Este trabalho apresenta o AeroTransformer, um modelo baseado em Transformers que utiliza uma estratégia de pré-treinamento em larga escala seguida de ajuste fino com poucos dados para prever com alta precisão o fluxo aerodinâmico em configurações tridimensionais complexas, reduzindo significativamente o erro e os custos computacionais em comparação com o treinamento a partir do zero.

Yunjia Yang, Babak Gholami, Caglar Gurbuz, Mohammad Rashed, Nils Thuerey2026-04-21🔬 physics

Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling

Este artigo apresenta dois modelos substitutos de aprendizado profundo baseados em autoregressão, utilizando arquiteturas Transformer-Koopman e ConvLSTM-UNet, que preveem com eficiência e fidelidade física a evolução temporal de instabilidades de Kelvin-Helmholtz em magnetohidrodinâmica ideal 2D, oferecendo um custo computacional significativamente reduzido em comparação com simulações numéricas diretas.

David Kivarkis, Waleed Mouhali, Sadruddin Benkadda, Kai Schneider2026-04-21🔬 physics

Diffusion compaction coupling controls pore pressure dynamics in granular fluid flows

Este artigo demonstra que a difusividade aparente e a mobilidade em fluxos granulares fluidizados não são propriedades intrínsecas, mas emergem do acoplamento entre a difusão da pressão de poros e a compactação granular, um mecanismo que governa a dinâmica de pressão e o alcance do fluxo em função da espessura da camada.

Eric C. P. Breard, Claudia Elijas Parra, Mattia de' Michieli Vitturi2026-04-21🔬 cond-mat