Académique Documents
Professionnel Documents
Culture Documents
1
2.6.3 Loi des gaz parfaits à partir de la simulation . . . . . . 19
3 Phénomène de diffusion 21
3.1 Libre parcours moyen . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Diffusion à partir d’un centre . . . . . . . . . . . . . . . . . . 22
3.3 Explosion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2
Introduction
Une approche d’un gaz réel sera finalement implémentée dans la simula-
tion par le modèle des interactions de Van der Waals.
3
Chapitre 1
Fondements de la physique
statistique
1.1 Introduction
1.1.1 Intérêt de l’étude statistique
Le projet proposé consiste en la modélisation d’un gaz en 2 dimensions
et repose entièrement sur les principes de la physique statistique dont il est
important de définir les fondements. En effet, l’approche statistique micro-
scopique permet d’expliquer le comportement macroscopique.
4
— 1859 : Maxwell propose une loi de distribution des vitesses d’un gaz.
R
kB “ N “ 1, 38.10´23 J.K ´1
1.2 Postulats
1.2.1 Micro-états et hypothèse ergodique
Un micro-état Ψl est la spécification détaillée d’une configuration micro-
scopique d’un système d’un point de vue quantique, où l est le nombre de
degré de liberté du système.
Pl “ lim ∆tl
∆tÑ`8 ∆t
où ∆tl est la durée pendant laquelle le système s’est trouvé dans l’état
Ψl sur l’intervalle de mesure ∆t.
Nl
Pl1 “ lim
N Ñ`8 N
5
1.2.2 Postulat fondamental
Les perturbations extérieures microscopiques dans un système isolé font
passer très rapidement le système d’un état Ψl1 vers un état Ψl2 .
Pl “ C te , @Ψl
1
Pl “
Ω
S “ kb ln Ω
6
´ kET
PE “ C te Ωe b
E
PE ´ l
Pl “ “ C te e kb T
Ω
ce qui implique :
1 ´ kETl
Pl “ e b
z
7
Chapitre 2
∆N
— le système est homogène : ∆V “ C te .
8
— l’hypothèse ergodique doit être respectée :
żT
1 T Ñ8
vpuqdu ÝÑ Ervptqs
T 0
où E est l’espérance statistique.
n“1
V
z“ p2πmkb T q3{2
h3
9
2.2.2 Bilan d’énergie pour le calcul du nombre de micro-états
accessibles
On note Φ le nombre de micro-étatsbvérifiant la propriété El ď E c’est-
à-dire nx ` ny ` nz ď ε0 . On note R “ εE0 .
2 2 2 E
On obtient donc :
˙3{2
1 4{3πR3 4 V p2mEq3{2
ˆ
1 E
Φ“ “ π “ π
8 a3 6 ε0 3 h3
Le nombre de micro-états dont l’énergie est comprise entre E et E ` dE
peut s’approximer comme :
BΦ V ?
Ω» dE “ 3 4πm 2mEdE
BE h
?
On note pour la suite ρE “ hV3 4πm 2mE la densité d’état en énergie
telle que Ω “ ρE dE.
10
Comme E “ 12 mv 2 , on a dE “ mvdv.
La probabilité dP pÑ Ý
v ) qu’une molécule ait une vitesse Ñ Ý
v “ pvx , vy , vz q à
Ñ
Ý
d v “ pdvx , dvy , dvz q près vérifie la relation d’isotropie :
dP pÑ
Ý
vq d3 τ
“
dP pvq dτ
On a finalement :
ˆ ˙3{2 2
m ´ 1{2mv
dP pÑ
Ý
vq“ e k T
b dvx dvy dvz
2πkb T
11
2.3.1 Vitesse la plus probable
La vitesse la plus probable ṽ correspond au maximum de densité de
probabilité dP
dv , soit :
1{2mv 2
˙ 1{2mv2
mv 3
ˆ ˙ ˆ
d 2 ´ kb T ´
v e “ 2v ´ e kb T “ 0
dv kb T
c
2kb T
d’où ṽ “
m
ż8 ż8ˆ ˙3{2 2
m ´ 1{2mv
v̄ “ vdP pvq “ e k T
b 4πv 3 dv
0 0 2πk bT
ce qui donne après le calcul intégral :
c
8kb T
v̄ “
πm
3kb T
vq2 “
m
c
3kb T
donc vq “
m
Cette dernière formulation de la vitesse sera celle utilisée dans la modé-
lisation.
3
L’énergie cinétique d’une particule est donnée par EC “ 1{2mv 2 “ kb T .
2
12
2.4 Notion de pression en cinétique
La pression au point de vue microscopique correspond aux chocs des
particules du gaz sur les parois, soit une force par unité de surface dirigée
vers l’extérieur.
donc dN “ vx dtdS N Ñ
Ý
V dP p v q
2mvx dN 2mN
dF x “ “ dSvx2 dP pÑ
Ý
vq
dt V
soit
2N 1
Fx “ dS mv 2
3V 2
donc l’expression de la pression cinétique résulte de cette force moyenne
par unité de surface :
13
2N 1
pc “ mv 2
3V 2
p c V “ N kb T
14
2.5.2 Passage du 3D au 2D
La modélisation du gaz proposée sur MATLAB a été réalisée en 2 di-
mensions. Certaines grandeurs définies dans ce chapitre ont des expressions
valables en 3D ; il est donc nécessaire de retrouver leur équivalence en 2D.
Par exemple, la pression cinétique ne va pas être utilisée comme une force
moyenne par unité de surface mais une force par unité de longueur (tension
superficielle τ ) puisque la paroi dans la modélisation bidimensionnelle est
une grandeur à une dimension.
15
$
’
’ m1 r1 v1 cos θ1 ` m2 r2 v2 cos θ2 “ m1 r1 v11 cos θ11 ` m2 r2 v21 cos θ21
m1 v1 cos θ1 ` m2 v2 cos θ2 “ m1 v11 cos θ11 ` m2 v21 cos θ21
&
m v sin θ1 ` m2 v2 sin θ2 “ m1 v11 sin θ11 ` m2 v21 sin θ21
% 1 12
’
’
m1 v1 ` m2 v22 “ m1 v11 2 ` m2 v21 2
Les angles θ11 et θ21 et les vitesses v11 et v21 des particules après le choc
sont données par :
m1 ´ m2 2m2 v2 sin θ2
θ11 “ arctanp tan θ1 ` q
m1 ` m2 m1 ` m2 v1 cos θ1
c
m1 ´ m2 2m2
v11 “ p v1 sin θ1 ` v2 sin θ2 q2 ` pv1 cos θ1 q2
m1 ` m2 m1 ` m2
m2 ´ m1 2m1 v1 sin θ1
θ21 “ arctanp tan θ2 ` q
m1 ` m2 m1 ` m2 v2 cos θ2
c
m2 ´ m1 2m1
v21 “ p v2 sin θ2 ` v1 sin θ1 q2 ` pv2 cos θ2 q2
m1 ` m2 m1 ` m2
Les collisions entre particules ont été implémentées de cette manière dans
la simulation du gaz si la distance entre 2 particules est inférieure à leur
diamètre.
16
si y<0 et v<0 (paroi basse)
v=-v
y=-y
żT
1 T Ñ8
vpuqdu ÝÑ Ervptqs
T 0
Pour 5 particules prises au hasard dans le système, on observe que la
moyenne temporelle du module des vitesses converge vers une moyenne sta-
tistique.
17
2.6.2 Obtention de la distribution de Boltzmann
Nous avons pu tracer en premier lieu les composantes de vitesse vx et vy
à T “ 250 C issue de la simulation pour la comparer à la solution théorique
de la distribution des vitesses établie en 2.2.3 :
Nous avons ensuite représenté le module des vitesses pour des tempé-
ratures différentes T 1 “ 250 C(bleu), T 2 “ 4T 1(jaune), T 3 “ 8T 1(vert) et
T 4 “ 16T 1(rouge) avec les distributions de Boltzmann théoriques associées :
18
Le maximum de densité de probabilité décroit quand la tempé-
rature augmente.
19
La tension superficielle est proportionnelle à la température.
20
Chapitre 3
Phénomène de diffusion
kb T
l“ ?
2σp
21
Si τ est la durée entre 2 collisions, le coefficient de diffusion D peut
s’écrire de façon qualitative :
l2
D” “ lv̄
τ
On retiendra
— En 2D :
1 l2
D“
4τ
— En 3D :
1 l2
D“
6τ
l2
Plus exactement, on a Rptq “ τt d’où à partir des expressions du coeffi-
cient de diffusion en 3.1 :
— En 2D : ?
Rptq “ 4Dt
22
— En 3D : ?
Rptq “ 6Dt
L2
ż ż
1
x “ x dP “ 2 x2 dxdy “
2 2
L 12
Le même calcul peut être effectué sur la dimension verticale y. On obtient
finalement :
2 L2
Rmax “ x2 ` y 2 “
6
23
3.3 Explosion
Si on augmente les vitesses du groupe au centre (ce qui revient à augmen-
ter la température du groupe),
? le rayon d’étalement des particules devient
proportionnel à t et non à t.
a
Ici, le rayon d’étalement R “ x̄2 ` ȳ 2
24
Chapitre 4
L’équation d’état du gaz de Van der Waals est une équation d’état ap-
prochée du gaz réel.
an2
ˆ ˙
P ` 2 pV ´ nbq “ nRT
V
où a est le terme de cohésion et b le covolume molaire (constantes).
25
Quand les particules sont situées à une distance inférieure à r0 , la force
d’interaction est répulsive ; sinon celle-ci est attractive comme présenté dans
le graphe ci-dessus.
Ce modèle permet d’avoir une simulation plus réaliste des collisions entre
particules que les collisions élastiques entre sphères dures dans le gaz parfait.
boucle sur t
pour i de 1 à Nparticules
pour j de i+1 à Nparticules
26
Deux algorithmes de discrétisation permettent de calculer vitesse et po-
sition aux temps suivants : les méthodes d’Euler et de Verlet
Euler suivant x
X(i,t+1)= X(i,t) + V(i,t)*dt;
V(i,t+1) = V(i,t) + (sum(f_x)/m(i))*dt;
Euler suivant y
U(i,t+1) = U(i,t) + (sum(f_y)/m(i))*dt;
Y(i,t+1) = Y(i,t) + U(i,t)*dt;
Verlet suivant x
X(i,t+1) = -X(i,t-1) + 2*X(i,t) + sum(f_x)/m(i)*dt^2;
V(i,t) = (X(i,t-1) - X(i,t+1))/(2*dt);
Verlet suivant y
Y(i,t+1) = -Y(i,t-1) + 2*Y(i,t) + sum(f_y)/m(i)*dt^2;
U(i,t) = (Y(i,t-1) - Y(i,t+1))/(2*dt);
27
Conclusion
28
Bibliographie
29