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 CARLOLa valeur moyenne à l’équilibre <strong>de</strong> la gran<strong>de</strong>ur A exprimée par l’Équation 47 s’écrit <strong>de</strong> lafaçon suivante : P(r,p)dpdr A(p) P(r,p dr A A( r)) dpÉquation 56où (r,p) correspond à l’ensemble <strong>de</strong>s positions et <strong>de</strong>s quantités <strong>de</strong> mouvements <strong>de</strong>s Nparticules du système et P(r), P(p) sont les fonctions <strong>de</strong> probabilité reliées respectivement auxénergies potentielles (K({p})) et cinétiques (U({r}), (l’énergie totale E({r,p}) étant égale àK({p})+ U({r})).En supposant que les dépendances en position et en quantité <strong>de</strong> mouvement sont séparables,l’Équation 55 peut se réécrire <strong>de</strong> la façon suivante :A A( r)P(r)drA(p)P(p)dpÉquation 57De cette façon, le calcul <strong>de</strong> l’intégral à 6N-dimensions <strong>de</strong> l’Équation 47 est réduit aux calculs<strong>de</strong> <strong>de</strong>ux intégrales à 3N-dimensions. Pour <strong>de</strong>s raisons <strong>de</strong> simplification, nous considéronsdans ce qui suit une propriété qui ne dépend que <strong>de</strong>s positions <strong>de</strong>s constituants du système.Malgré cette importante simplification, la convergence <strong>de</strong> l’Équation 57 pour unsystème réel reste difficile en raison <strong>de</strong> sa taille. C’est l’utilisation <strong>de</strong> l’algorithme <strong>de</strong>Metropolis et al. 47 qui va rendre un tel calcul possible. Le principe <strong>de</strong> cet algorithme est lesuivant: au lieu <strong>de</strong> sélectionner les configurations aléatoirement puis <strong>de</strong> les pondérer chacunepar sa probabilité <strong>de</strong> Boltzmann, on ne choisit que les configurations qui ont les probabilitésles plus significatives.Pour construire cet ensemble d'états, on engendre une chaîne <strong>de</strong> Markov qui est une suited'états dont chacun ne dépend que du précé<strong>de</strong>nt. On appelle ij la probabilité <strong>de</strong> passer <strong>de</strong>l'état i à l'état j. Plus précisément, ij est la probabilité que l'élément <strong>de</strong> la chaîne <strong>de</strong> Markovn+1 soit l'état j, l'élément n étant l'état i. L'ensemble <strong>de</strong>s valeurs ij constitue les coefficientsd'une matrice <strong>de</strong> dimensionM M où M est le nombre d'états accessibles du système.Cette matrice est appelée Matrice <strong>de</strong> transition et elle doit présenter les propriétéssuivantes:1 - Elle doit être une matrice stochastique.66

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

Saved successfully!

Ooh no, something went wrong!