Nas últimas décadas, o aumento exponencial no poder do computador e o consequente aumento na qualidade dos algoritmos permitiu que os físicos teóricos e de partículas realizassem simulações mais complexas e precisas de partículas fundamentais e suas interações. Se você aumentar o número de pontos de rede em uma simulação, torna-se mais difícil dizer a diferença entre o resultado observado da simulação e o ruído circundante. Um novo estudo de Marco Ce, um físico baseado no Helmholtz-Institut Mainz na Alemanha e recentemente publicado em EPJ Plus , descreve uma técnica para simular conjuntos de partículas que são 'grandes' (pelo menos para os padrões da física de partículas). Isso melhora a relação sinal-ruído e, portanto, a precisão da simulação; crucialmente, também pode ser usado para modelar conjuntos de bárions:uma categoria de partículas elementares que inclui os prótons e nêutrons que formam os núcleos atômicos.

As simulações do Ce empregam um algoritmo de Monte Carlo:um método computacional genérico que se baseia em amostragem aleatória repetida para obter resultados numéricos. Esses algoritmos têm uma ampla variedade de usos, e em física matemática são particularmente adequados para avaliar integrais complicadas, e para modelar sistemas com vários graus de liberdade.

Mais precisamente, o tipo de algoritmo de Monte Carlo usado aqui envolve amostragem de vários níveis. Isso significa que as amostras são coletadas com diferentes níveis de precisão, que é menos caro computacionalmente do que métodos nos quais a precisão da amostragem é uniforme. Métodos de Monte Carlo multinível foram anteriormente aplicados a conjuntos de bósons (a classe de partícula que, evidentemente, inclui a agora famosa partícula de Higgs), mas não para os férmions mais complexos. Esta última categoria inclui elétrons e bárions:todos os principais componentes da matéria "cotidiana".

Ce conclui seu estudo observando que existem muitos outros problemas na física de partículas, onde a computação é afetada por altas razões sinal-ruído, e que podem se beneficiar desta abordagem.