Explorer les Livres électroniques
Catégories
Explorer les Livres audio
Catégories
Explorer les Magazines
Catégories
Explorer les Documents
Catégories
où B est le champ magnétique appliqué. Nous allons tout d’abord calculer l’aimantation en
utilisant la fonction de partition du système.
1. Calculer la fonction de partition Z de ce système, sous la forme Z = Z1N . Indication : La
somme doit s’effectuer sur tous les états, c’est à dire sur toutes les configurations de spins
possibles.
2. En déduire pour chaque spin les probabilités p↑ et p↓ d’être respectivement dans l’état
"up" ou dans l’état "down".
3. En déduire M = hSi i en fonction du champ B et de la température T .
4. Calculer la susceptibilité magnétique χ du matériau définie par :
∂ M
χ=
∂ B B=0
5. Tracer la courbe M(µB) pour plusieurs valeurs de kB T . On pourra par exemple utiliser
python et matplotlib.
Nous allons maintenant retrouver ce résultat en calculant l’entropie et l’énergie libre du système
dans l’ensemble micro-canonique. Notons d’ores et déjà les relations suivantes :
nN = N↑ + N↓
NM = N↑ − N↓
D’où :
1+M
N↑ = N p↑ = N
2
et
1−M
N↓ = N p↓ = N
2
6. Calculer le nombre de micro-états Ω du système correspondant à une aimantation M
donnée et en déduire l’entropie S(M) et l’énergie E(M). On rappelle la formule de
Stirling :
log(N!) ≈ N log N − N
3
On note q le nombre de plus proches voisins d’un spin aussi appelé nombre de coordination.
Nous pouvons alors calculer le nombre de paires de plus proches voisins. N spins interagissent
avec chacun des q plus proches voisins (dans le cas 2D, q = 4). Le compte doit de surcroît
prendre en compte le fait que l’interaction de µi avec µ j et l’interaction de µ j avec µi ne doivent
être comptées qu’une seule fois. On trouve ainsi :
1
hEint i = − JNqM 2
2
10. Toujours dans l’approximation du champ moyen, calculer l’énergie libre F(M) = hEint +
EZ i − T S.
11. Tracer la courbe F(M)/(NkB T ) :
(a) Pour B = 0 et différentes valeurs de Jq/(kB T )
(b) Pour µB/(kB T ) 6= 0 et Jq/(kB T ) > 0
12. Que se passe-t-il du point de vue de l’aimantation lorsque Jq/(kB T ) = 1 pour B = 0 ? À
quelle condition sur F(M) cela se produit-il ?
4
∂2
F
=0
∂ M 2 NkB TC M=0
où q correspond aux indices des plus proches voisins (4) du spin i. Le cas B = 0 a été résolu par
Lars Onsager en 1944. Dans les autres cas, aucune solution analytique n’a en revanche pu être
trouvée pour le moment. Le nombre de micro-états possibles pour le système de N × N spins est
2
de 2N . Pour un réseau modeste de 16×16 spins, il existe environ 1077 configurations : Il est
tout à fait illusoire de chercher calculer les grandeurs physiques recherchées pour chacune de
ces configurations ! C’est la raison pour laquelle on utilise la plupart du temps des méthodes
statistiques numériques, comme par exemple la méthode de Monte Carlo.
Étude théorique
Dans l’approximation du champ moyen, il est possible de déterminer théoriquement les varia-
tions de l’énergie E et de la susceptibilité χ en fonction de la température. Les expressions (qui
ne seront pas démontrées ici) sont alors les suivantes :
Pour l’aimantation, la procédure est plus complexe et nécessite la résolution par récurrence de
l’équation suivante, en l’absence de champ magnétique :
TC
Mi+1 = tanh Mi
T
Dans la suite, on posera T0 = J/kB . Dans l’approximation du champ moyen, on a alors TC = 4T0 .
Les expressions présentées ci-dessus seront utilisées dans les graphes afin de comparer les
résultats de la méthode de Monte-Carlo.
Méthode de Monte Carlo
Principe
La méthode de Monte Carlo consiste à explorer de manière aléatoire les configurations pos-
sibles en imposant comme contrainte qu’un micro-état d’énergie donnée apparaisse avec une
probabilité correspondant à la distribution de l’ensemble canonique (aussi appelée distribution
de Boltzmann), c’est à dire proportionnelle à exp(−E/(kB T )), où E est l’énergie du micro-état
en question.
Algorithme de Metropolis
Un algorithme possible (que nous ne démontrerons pas ici) pour satisfaire à cette condition est
l’algorithme de Metropolis, du nom de l’un des inventeurs de la méthode de Monte Carlo. Cet
algorithme fonctionne de la manière suivante :
• Pour un spin au hasard, on évalue la variation d’énergie ∆E lorsque le spin en question
est renversé.
• Si la variation d’énergie ∆E est négative, le spin est effectivement renversé. Le système
diminue ainsi son énergie.
• Si la variation d’énergie ∆E est positive, le spin est retourné avec une probabilité P =
exp(−∆E/(kB T )).
Ce processus est répété jusqu’à ce que l’équilibre thermique soit obtenu (dans la pratique jusqu’à
un certain nombre d’itérations).
Simulation
Afin d’illustrer la méthode de Monte Carlo, nous allons utiliser un simulateur en ligne disponible
à cette adresse :
https://mattbierbaum.github.io/ising.js/
Ce simulateur permet de calculer différentes grandeurs par la méthode de Monte Carlo pour
différentes températures normalisées ("Temperature" correspond à T /T0 ), différentes valeurs
de champ, et différentes tailles de réseau. Dans toute la suite, on choisira Metropolis pour
Update method et on observera la courbe correspondant à m(t).
15. Observer l’évolution de la variance de m en fonction de la taille du réseau de spins.
Commenter. Pour la suite un prendra préférentiellement un réseau de taille 256.
16. En l’absence de champ, observer le comportement asymptotique des cas limites T T0
et T T0 . Illustrer ces cas par des images de la configuration magnétique.
6
F IGURE 1.1 – Illustration de la transition de phase entre une phase ferromagnétique et une phase parama-
gétique, avec la température.