11.07.2015 Views

Zalfa NOUR Modélisation de l'adsorption des molécules à fort ...

Zalfa NOUR Modélisation de l'adsorption des molécules à fort ...

Zalfa NOUR Modélisation de l'adsorption des molécules à fort ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

CHAPITRE 2. NOTIONS FONDAMENTALES SUR LA MODELISATION MOLECULAIRE– THEORIE DE LA FONCTIONELLE DE LA DENSITE ET SIMULATIONS MONTE CARLOEn étendant l’approximation LDA au cas « unrestricted », on obtient ce qu’on appellel’approximation <strong>de</strong> la <strong>de</strong>nsité locale <strong>de</strong> spin (Local Spin Density ou LSD). L’énergie dans cecas sera notée :ELSDXC rXCr,r, drÉquation 42Malgré que l’approximation LDA soit basée sur un principe qui ne semble pas du toutadapté au système moléculaire réel, où la <strong>de</strong>nsité est loin d’être constante (à part entre lesnoyaux où la <strong>de</strong>nsité est à peu près constant), elle arrive à interpréter <strong>de</strong> nombreusespropriétés tel que les spectres <strong>de</strong>s complexes <strong>de</strong>s métaux <strong>de</strong> transition, et à fournir <strong>de</strong> bonnesrésultats pour les géométries. Par contre, elle surestime les énergies d’interaction etd’ionisation.D’énormes ef<strong>fort</strong>s se sont réunis afin <strong>de</strong> contribuer à améliorer l’approximation LDA. Graceauxquels une nouvelle génération <strong>de</strong> fonctionnelles incluant l’inhomogénéité <strong>de</strong> la <strong>de</strong>nsités’est apparue. En effet dans l’expression <strong>de</strong> ces fonctionnelles on tient compte <strong>de</strong> la <strong>de</strong>nsité ainsi que se son gradient . L’Approximation <strong>de</strong> Gradients Généralisés (GGA)L’idée <strong>de</strong> s’éloigner du modèle locale et <strong>de</strong> faire un développement en gradient dansles fonctionnelles d’échange-corrélation a été proposé très tôt (dès 1970), mais les résultatsobtenus étaient nettement moins bons que ceux donnés par l’approximation LDA, mêmeparfois complètement incorrectes 11 . Ce n’est qu’avec les travaux <strong>de</strong> J.P. Per<strong>de</strong>w et M. Lévy 16une dizaine d’année plus tard qu’on a pu comprendre les raisons. En effet, Il existe un certainnombre <strong>de</strong> conditions mathématiques (que je ne vais pas les abor<strong>de</strong>r ici) auxquelles doit obéiren générale une fonctionnelle <strong>de</strong> <strong>de</strong>nsité. L’approximation LDA en satisfait plusieurs, mais unsimple développement au gradient ne permet pas à la fonctionnelle <strong>de</strong> pouvoir les satisfaire. Ilfaut imposer aux fonctionnelles dépendant <strong>de</strong> gradient <strong>de</strong> satisfaire le maximum <strong>de</strong> cesconditions pour pouvoir obtenir <strong>de</strong> bonne fonctionnelles.Comme dans l’approximation LDA, on peut diviser la fonctionnelle d’échange-corrélation en<strong>de</strong>ux composantes : X,et C,. La difficulté rési<strong>de</strong> dans le fait <strong>de</strong> trouver uneexpression analytique pour chacune d’elle. Parmi les fonctionnelles développées les plusconnues et les plus utilisées on peut citer les fonctionnelles <strong>de</strong> Per<strong>de</strong>w-Wang (PW86) 17 ,58

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!