Académique Documents
Professionnel Documents
Culture Documents
Filali Mohammed
Département de Physique
FILIERE SMP
1
Pr. Filali Mohammed
Pr. Filali Mohammed
PROGRAMME
2
Pr. Filali Mohammed
Pr. Filali Mohammed
Introduction
Nous révisons ici quelques unes des distributions fréquemment
rencontrées : Binomiale, Gaussienne et Poisson.
I- Distribution binomiale
𝑝+𝑞 =1 (1)
𝑁 = 𝑛 + 𝑛′ et 𝑚 = 𝑛 − 𝑛′ = 2𝑛 − 𝑁.
Exemple : 𝑛 = 2; 𝑛′ = 1
𝑥 = 𝑚𝑙 ⇒ 𝑥 = 𝑙 .
𝑃 𝑛 = 𝐶𝑁𝑛 𝑝𝑛 𝑞 𝑛′ (3)
⇒ 𝑁
𝑛=0 𝑃 𝑛 = 𝑁 𝑛
𝑛=0 𝐶𝑁 𝑝𝑛 𝑞 𝑁−𝑛 (4)
⇒ 𝑁
𝑛=0 𝑃 𝑛 = 𝑝+𝑞 𝑁
=1 (5)
C’est pour cette raison que l’on appelle l’expression (3) la distribution
𝑁+𝑚
binomiale. Or, on s’intéresse à P(m) : 𝑚 = 2𝑛 − 𝑁 ⇒ 𝑛 =
2
𝑁 +𝑚 𝑁 −𝑚
𝑁! ( ) ( )
⇒ 𝑃 𝑚 = 𝑁 +𝑚 𝑁 −𝑚 𝑝 2 𝑞 2 (6)
! !
2 2
4
Pr. Filali Mohammed
Pr. Filali Mohammed
1
Dans le cas ou 𝑝 = 𝑞 =
2
𝑁! 1 𝑁
𝑃 𝑚 = 𝑁 +𝑚 𝑁 −𝑚 (7)
! ! 2
2 2
b- Valeurs moyennes : 𝒏 ; 𝒏′ ; 𝒎
∗ 𝒏 :
On utilise la probabilité 𝑃 𝑛 ⇒ 𝑛 = 𝑁 𝑛
𝑛=0 𝐶𝑁 𝑛 𝑝𝑛 𝑞 𝑁−𝑛 .
𝜕
=𝑝 𝑁 𝑛
𝑛 =0 𝐶𝑁 𝑝𝑛 𝑞 𝑁−𝑛 (8)
𝜕𝑝
Or 𝑁 𝑛
𝑛=0 𝐶𝑁 𝑝𝑛 𝑞 𝑁−𝑛 = 𝑝 + 𝑞 𝑁
𝜕
(8) ⇒ 𝑝 𝑝+𝑞 𝑁
= 𝑝 𝑁(𝑝 + 𝑞)𝑁−1 (9)
𝜕𝑝
⇒ 𝑛 = 𝑝𝑁 (10)
∗ 𝒏′ :
On a : 𝑁 = 𝑛 + 𝑛′ ⇒ 𝑁 = 𝑁 = 𝑛 + 𝑛′ ⇒ 𝑛′ = 𝑁 − 𝑛 = 𝑁 − 𝑝𝑁
= 𝑁 (1 − 𝑝) ⇒ 𝑛′ = 𝑞𝑁 (11)
∗ 𝒎 :
𝑚 = 𝑛 − 𝑛′ ⇒ 𝑚 = 𝑛 − 𝑛′ ⇒ 𝑚 = 𝑝−𝑞 𝑁 (12)
Cas particulier:
Si p=q ⇒ 𝑚 =0
5
Pr. Filali Mohammed
Pr. Filali Mohammed
* 𝝈𝟐𝒏 :
𝜍𝑛2 = (𝑛 − 𝑛 2
= 𝑛2 + 𝑛 2
− 2𝑛 𝑛 ⇒ 𝜍𝑛2 = 𝑛2 − 𝑛 2
(13)
𝜕
𝑛 2
= 𝑁
𝑛=0 𝑛
2
𝑃 𝑛 = 𝑁 𝑛
𝑛 =0 𝐶𝑁 𝑛2 𝑝𝑛 𝑞 𝑁−𝑛 or 𝑛2 𝑝𝑛 = 𝑛 𝑝 𝑝𝑛 =
𝜕𝑝
𝜕 𝜕
(𝑝 )2 𝑝 𝑛 ⇒ 𝑛 2
= (𝑝 )2 𝑁 𝑛
𝑛=0 𝐶𝑁 𝑝𝑛 𝑞 𝑁−𝑛
𝜕𝑝 𝜕𝑝
or d’aprés (4): 𝑁 𝑛
𝑛=0 𝐶𝑁 𝑝𝑛 𝑞 𝑁−𝑛 = (𝑝 + 𝑞)𝑁
𝜕 𝜕
⇒ 𝑛 2
= (𝑝 )2 (𝑝 + 𝑞)𝑁 = (𝑝 ) Np (𝑝 + 𝑞)𝑁−1 =
𝜕𝑝 𝜕𝑝
𝑝 𝑁 𝑝+𝑞 𝑁−1
+ 𝑁 𝑁 − 1 𝑝 (𝑝 + 𝑞)𝑁−2 ; or 𝑝+𝑞 =1
⇒ 𝑛 2 = 𝑁𝑝 1 + 𝑁𝑝 − 𝑝 = 𝑁𝑝 𝑞 + 𝑁𝑝 = 𝑁𝑝 2
+ 𝑁𝑝𝑞 =
2
𝑛 + 𝑁𝑝𝑞
⇒ 𝜍𝑛2 = 𝑛2 − 𝑛 2
= 𝑁𝑝𝑞 (14)
d- L’écart type 𝚫𝒏 :
Δ𝑛 𝑁𝑝𝑞 𝑞 1
= = (15)
𝑛 𝑁𝑝 𝑝 𝑁
1 Δ𝑛 1
Si 𝑝 = 𝑞 = ⇒ = (16)
2 𝑛 𝑁
c- Variance : 𝝈𝟐𝒎
𝜍𝑚2 = 𝑚2 − 𝑚 2
; On a : 𝑚 = 2𝑛 − 𝑁 ⇒ 𝑚2 = 4𝑛2 − 4𝑛𝑁 + 𝑁 2
et 𝑚 = 2 𝑛 − 𝑁 ; 𝑚2 = 4 𝑛2 − 4𝑁 𝑛 + 𝑁 2
2 2
et 𝑚 =4 𝑛 − 4 𝑁 𝑛 + 𝑁2
6
Pr. Filali Mohammed
Pr. Filali Mohammed
⇒ 𝑚2 − 𝑚 2
= 4 ( 𝑛2 – 𝑛 2
) ⇒ 𝜍𝑚2 = 4 𝜍𝑛2 = 4𝑁𝑝𝑞 (17)
1
Dans le cas 𝑝 = 𝑞 = ⇒ 𝜍𝑚2 = 𝑁.
2
𝑃(𝑛 ) 1 𝑑 2 𝑙𝑜𝑔𝑃 𝑛
Au second ordre, on peut écrire :log = (𝑛 − 𝑛)2 ( )𝑛=𝑛
𝑃(𝑛 ) 2 𝑑𝑛 2
1 𝑑 2 𝑙𝑜𝑔𝑃 𝑛
⇒ 𝑃 𝑛 = 𝑃 𝑛 exp( (𝑛 − 𝑛 )2 ( ( )𝑛=𝑛 )
2 𝑑𝑛 2
𝑑 2 𝑙𝑜𝑔𝑃 𝑛
comme 𝑃 𝑛 est maximum en 𝑛 = 𝑛 ⇒ ( )𝑛=𝑛 < 0
𝑑𝑛 2
𝑑 2 𝑙𝑜𝑔𝑃 𝑛 −1
On pose ( )𝑛=𝑛 =
𝑑𝑛 2 𝜍2
1 (𝑛 −𝑛 )2
⇒ 𝑃 𝑛 = 𝑃 𝑛 exp(− ) (19)
2 𝜍2
a- Calcul de 𝒏 :
𝑁!
D’après (3), on a : 𝑃 𝑛 = 𝑝𝑛 𝑞 𝑁−𝑛
𝑛 ! 𝑁−𝑛 !
7
Pr. Filali Mohammed
Pr. Filali Mohammed
⇔ 𝑝 + 𝑞 𝑛 = 𝑁𝑝 ⇔ 𝑛 = 𝑁𝑝 (21) car 𝑝 + 𝑞 = 1
P(n)
8
Pr. Filali Mohammed
Pr. Filali Mohammed
⇒ 𝑁
𝑛=0 𝑃 𝑛 ≈ 𝑒 −𝜆 . 𝑒 𝜆 = 1 ⇒ P(n) est normalisée.
b- La valeur moyenne 𝒏
𝑁 𝑁 𝑁 𝑁
𝜆𝑛 −𝜆 𝜆𝑛 𝜆 𝜆𝑛−1
𝑛 = 𝑛𝑃 𝑛 = 𝑛 𝑒 = 𝑒 −𝜆 𝑛 = 𝑒 −𝜆 𝑛 =
𝑛! 𝑛! 𝑛(𝑛 − 1)!
𝑛 =0 𝑛 =0 𝑛 =0 𝑛 =1
𝑁 𝜆 𝑛 −1 𝑁−1 𝜆
𝑚
𝜆𝑒 −𝜆 𝑛=1 𝑛−1 ! = 𝜆𝑒 −𝜆 𝑚 =0 𝑚 ! ( on pose 𝑛 − 1 = 𝑚 )
⇒ 𝑛 =𝜆 (26)
b- La variance 𝝈𝟐 :
𝜍 2 = 𝑛2 − 𝑛 2
𝑁 𝑁 𝑁
2 2 2
𝜆𝑛 −𝜆 𝜆𝑛
𝑛 = 𝑛 𝑃 𝑛 = 𝑛 𝑒 = 𝑒 −𝜆 𝑛 2
𝑛! 𝑛!
𝑛 =0 𝑛 =0 𝑛=0
𝑁 𝑁
−𝜆
𝜆𝑛−1 𝜆𝑛 −1
= 𝜆𝑒 𝑛 = 𝜆𝑒 −𝜆 (𝑛 + 1 − 1)
𝑛−1 ! 𝑛−1 !
𝑛=1 𝑛=1
9
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑁 𝜆 𝑛 −1 𝑁 𝜆 𝑛 −1
𝑛2 = 𝜆𝑒 −𝜆 𝑛=1(𝑛 − 1) + 𝑛=1 𝑛 −1 !
𝑛 −1 !
𝑛2 = 𝜆𝑒 −𝜆 𝜆𝑒 𝜆 + 𝑒 𝜆 = 𝜆 𝜆 + 1
⇒ 𝑛2 = 𝜆2 + 𝜆 (27)
⇒ 𝜍 2 = 𝑛2 − 𝑛 2
= 𝜆2 + 𝜆 − 𝜆2
⇒ 𝜍2 = 𝜆 (28)
Remarque :
10
Pr. Filali Mohammed
Pr. Filali Mohammed
Introduction
Les systèmes physiques que nous étudions contiennent un très grand
nombre de particules. Par conséquent, il est impossible de suivre leurs
mouvements individuels dans le temps.
𝜓(𝑡) = 𝐶𝑛 𝑡 𝑈𝑛
𝑛
2
𝐶𝑛 (𝑡) =1
𝑛
11
Pr. Filali Mohammed
Pr. Filali Mohammed
Observable
𝑈𝑛 𝐴 𝑈𝑝 = 𝐴𝑛𝑝
= 𝜓 𝑡 𝑈𝑛 𝑈𝑛 𝐴 𝑈𝑝 𝑈𝑝 𝜓 𝑡
𝑛,𝑝
d 𝜓(𝑡)
𝑖ħ = 𝐻 𝑡 𝜓(𝑡)
dt
a- Description par un opérateur densité
= 𝑝 𝑈𝑝 𝜓(𝑡) 𝜓(𝑡) 𝐴 𝑈𝑝
12
Pr. Filali Mohammed
Pr. Filali Mohammed
𝜌𝑝𝑛 𝑡 = 𝑈𝑝 𝐴 𝑈𝑛 = 𝐶𝑛∗ 𝑡 𝐶𝑝 𝑡
𝜌𝑛𝑛 𝑡 = 𝑈𝑛 𝐴 𝑈𝑛 = 𝐶𝑛∗ 𝑡 𝐶𝑛 𝑡 = 𝐶𝑛 𝑡 2
2
⟹ 𝐶𝑛 𝑡 = 𝜌𝑛𝑛 𝑡 = 𝑇𝑟𝜌 𝑡 = 1
𝑛 𝑛
𝑑𝜌(𝑡) 1 1
⟹ = 𝐻 𝜓(𝑡) 𝜓(𝑡) + 𝜓 𝑡 >(− 𝜓(𝑡) 𝐻)
𝑑𝑡 𝑖ħ 𝑖ħ
1
= 𝐻 𝜓(𝑡) 𝜓(𝑡) − 𝜓(𝑡) 𝜓(𝑡) 𝐻)
𝑖ħ
1 1
= 𝐻 , 𝜓(𝑡) 𝜓(𝑡) = 𝐻 , 𝜌(𝑡)
𝑖ħ 𝑖ħ
𝑑𝜌(𝑡) 1
⟹ = 𝐻 , 𝜌(𝑡)
𝑑𝑡 𝑖ħ
Equation de Schrödinger en fonction du temps
13
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐴 𝑈𝑛 = 𝑎𝑛 𝑈𝑛
𝐶𝑛 . 𝐶𝑛∗
𝜓 𝑈𝑛 𝑈𝑛 𝜓 = 𝜓 𝑃𝑛 𝜓 = 𝑃𝑛
Remarque :
=1
14
Pr. Filali Mohammed
Pr. Filali Mohammed
3- 𝑡𝑟 𝜌2 𝑡 = 𝑡𝑟 𝜌 𝑡 = 1 .
Les propriétés (2) et (3) découlent du fait que 𝜌(𝑡) est un projecteur, ne
sont vraies que dans un cas pur.
Nous désirons décrire des situations plus générales où l’état du système est
mal connu. Pour un état de ce type, ou macroétat, le ket représentatif n’est
pas entièrement déterminé ; tout ce que l’on peut se donner, c’est la
probabilité pour que l’état soit préparé dans tel ou tel état : on est dans un
mélange statistique. un macroétat du système peut ainsi être décrit par
l’ensemble des kets possibles 𝜓𝑘 avec des probabilités de préparation
respectives pk. Ces probabilités sont positives et normalisées selon :
0 ≤ 𝑝1 , 𝑝2 , … , 𝑝𝑘 ≤ 1
𝑝𝑘 = 1
𝑘
𝑃𝑘 (𝑎𝑛 ) = 𝜓𝑘 𝑃𝑛 𝜓𝑘
c’est la probabilité que l’on aurait de trouver an, si le vecteur d’état était
𝑃 𝑎𝑛 = 𝑘 𝑝𝑘 𝑃𝑘 (𝑎𝑛 ) (4)
𝑃 𝑎𝑛 = k pk tr 𝜌𝑘 𝑃𝑛 = tr k pk 𝜌𝑘 𝑃𝑛 ⟹ 𝑃 𝑎𝑛 = tr ρ𝑃𝑛
15
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐴 = 𝑛 𝑎𝑛 𝑃(𝑎𝑛 ) or 𝑃 𝑎𝑛 = 𝑘 𝑝𝑘 𝜓𝑘 𝑃𝑛 𝜓𝑘
⟹ 𝐴 = 𝑛 𝑎𝑛 𝑘 𝑝𝑘 𝜓𝑘 𝑃𝑛 𝜓𝑘 ⟺ 𝐴 = 𝑘 𝑝𝑘 𝜓𝑘 𝑛 𝑎𝑛 𝑃𝑛 𝜓𝑘
avec 𝐴 = 𝑛 𝑎𝑛 𝑃𝑛 ⟹ 𝐴 = 𝑘 𝑝𝑘 𝜓𝑘 𝐴 𝜓𝑘 or
1- 𝜌 est hermétique ⟺ 𝜌+ = 𝜌
+
En fait ( 𝑘 𝑝𝑘 𝜓𝑘 𝜓𝑘 ) = 𝑘 𝑝𝑘 𝜓𝑘 𝜓𝑘 = 𝑘 𝑝𝑘 𝜌𝑘 = 𝜌
𝜓𝑘 est normé mais n’est pas forcément orthogonale. Même s’il est
orthogonale, on aura pour les éléments diagonaux pour 𝜌 les 𝑝𝑘 et pour 𝜌2
les 𝑝2 𝑘 .
= 𝑘 𝑝𝑘 𝑈 𝜓𝑘 2
avec 𝜌𝑘 = 𝜓𝑘 𝜓𝑘 . On a 𝑝𝑘 ≥ 0 ; 𝑈 𝜓𝑘 2
≥0
⟹ 𝑈𝜌 𝑈 ≥0 ∀ 𝑈 .
𝜌= 𝑘 𝑝𝑘 𝜌𝑘 ⟺ 𝜌𝑛𝑛 = 𝑘 𝑝𝑘 𝜌𝑘 𝑛𝑛 avec 𝜌𝑘 = 𝜓𝑘 𝜓𝑘 .
𝜌𝑛𝑛 = 𝑝𝑘 𝜌𝑘 𝑛𝑛 = 𝑝𝑘 𝑈𝑛 𝜓𝑘 𝜓𝑘 𝑈𝑛
𝑘 𝑘
2
⟹ 𝜌𝑛𝑛 = 𝑝𝑘 𝐶𝑛 (𝑘)
𝑘
16
Pr. Filali Mohammed
Pr. Filali Mohammed
2
𝐶𝑛 (𝑘) est un nombre réel positif dont l’interprétation est la suivante : c’est
la probabilité, si l’état du systéme est 𝜓𝑘 , de trouver lors d’une mesure, ce
système dans l’état 𝑈𝑛 . 𝜌𝑛𝑛 représente, compte tenue de
l’indétermination sur l’état avant la mesure, la probabilité moyenne de
trouver le systéme dans l’état 𝑈𝑛 . 𝜌𝑛𝑛 est appelée ˝population de l’état
𝑈𝑛 ˝.
2
𝜌𝑛𝑛 = 0 si tous les 𝐶𝑛 (𝑘) = 0.
𝜌𝑛𝑝 = 𝑘 𝑝𝑘 𝜌𝑘 𝑛𝑝
𝜌𝑘 𝑛𝑝 = 𝑈𝑛 𝜓𝑘 𝜓𝑘 𝑈𝑝 = 𝐶𝑛 (𝑘) 𝐶𝑝 𝑘 ∗
⟹ 𝜌𝑛𝑝 = 𝑝𝑘 𝐶𝑛 (𝑘) 𝐶𝑝 𝑘 ∗
𝐶𝑛 (𝑘) 𝐶𝑝 𝑘 ∗ est un terme croisé. 𝜌𝑛𝑝 est une moyenne des termes croisés,
prise sur tous les états possibles du mélange statistique. 𝜌𝑛𝑝 est une somme
de nombres complexes. Les 𝜌𝑛𝑝 sont désignés sous le nom de cohérence.
- Population
𝑑𝜌(𝑡)
𝑈𝑛 𝑖 ħ 𝑈𝑛 = 𝑈𝑛 𝐻 , 𝜌(𝑡) 𝑈𝑛
𝑑𝑡
𝑑𝜌𝑛𝑛 (𝑡)
⟹ 𝑖ħ = 𝑈𝑛 𝐻𝜌 − 𝜌𝐻 𝑈𝑛 = 𝑈𝑛 𝐸𝑛 𝜌 − 𝜌𝐸𝑛 𝑈𝑛
𝑑𝑡
= 𝐸𝑛 𝑈𝑛 𝜌 𝑈𝑛 − 𝐸𝑛 𝑈𝑛 𝜌 𝑈𝑛 = 𝜌𝑛𝑛 𝐸𝑛 − 𝐸𝑛 = 0
⟹ 𝜌𝑛𝑛 𝑡 = 𝐶𝑡𝑒
17
Pr. Filali Mohammed
Pr. Filali Mohammed
- Cohérence
𝑈𝑛 𝐻𝜌 − 𝜌𝐻 𝑈𝑝 = 𝑈𝑛 𝐸𝑛 𝜌 − 𝜌𝐸𝑝 𝑈𝑝 = 𝐸𝑛 𝑈𝑛 𝜌 𝑈𝑝 − 𝐸𝑝 𝑈𝑛 𝜌 𝑈𝑝
𝑑𝜌 𝑛𝑝 (𝑡) 1
= 𝜌𝑛𝑝 𝐸𝑛 − 𝐸𝑝 . ⟹ = 𝐸𝑛 − 𝐸𝑝 𝜌𝑛𝑝
𝑑𝑡 𝑖ħ
𝑑𝜌𝑛𝑝 (𝑡) 1 𝑖
⟺ = 𝐸𝑛 − 𝐸𝑝 𝑑𝑡 ⟺ 𝑙𝑜𝑔𝜌𝑛𝑝 = 𝐸𝑝 − 𝐸𝑛 𝑡 + 𝐶𝑡𝑒
𝜌𝑛𝑝 𝑖ħ ħ
𝑖
𝐸𝑝 −𝐸𝑛 𝑡
⟹ 𝜌𝑛𝑝 𝑡 = 𝜌𝑛𝑝 0 𝑒 ħ
Les populations 𝜌𝑛𝑛 sont constantes et les cohérences 𝜌𝑛𝑝 oscillent aux
𝐸𝑝 −𝐸𝑛
fréquences de bohr du systéme avec 𝜔 = .
ħ
𝝆𝒏𝒏
𝝆𝒏𝒑
18
Pr. Filali Mohammed
Pr. Filali Mohammed
a- Calcul de 𝝆𝟏 𝒐𝒖 𝝆𝟐
𝑈𝑛1 1
𝜌1 𝑈𝑛′ 1
= 𝜌𝑛𝑛 1
′ = 𝑈𝑛 𝜌1 𝑈𝑛1′ . 𝑡𝑟2 (𝜌2 ) car 𝑡𝑟2 𝜌2 = 1
car 𝑈1 𝐴 𝑈1 . 𝑉2 𝐴 𝑉2 = 𝑈1 , 𝑉2 𝐴⨂𝐵 𝑈1 , 𝑉2
𝜌2 = 𝑡𝑟1 𝜌
et a pour éléments de matrice :
2
𝜌𝑝𝑝 ′ = 𝑉𝑝
2
𝜌1 𝑉𝑝2′ = 𝑈𝑛1 , 𝑉𝑝2 𝜌 𝑈𝑛1 , 𝑉𝑝′2
𝑛
19
Pr. Filali Mohammed
Pr. Filali Mohammed
b- Calcul de 𝑨(𝟏)
(1)
Soit A(1) une observable agissant dans l’espace ℰ . 𝐴 1 = 𝐴(1)⨂𝕀(2)
(1) (2)
son prolongement dans ℰ =ℰ ⨂ℰ .
or 𝑛′ 𝑈1𝑛′ 𝑈1𝑛′ = 𝕀
⟹ 𝐴 1 = 𝑡𝑟1 𝜌 1 𝐴 1
Conclusion
21
Pr. Filali Mohammed
Pr. Filali Mohammed
Exemple :
𝑃2 𝑚𝜔2 2 𝑚𝜔2 2 𝑃2
𝐸= + 𝑞 = 𝑞 + =1
2𝑚 2 2𝐸 2𝑚𝐸
𝑞 2 𝑃2
+ =1
𝑎2 𝑏 2
2𝐸
C’est une équation d’une ellipse avec 𝑎 = et 𝑏 = 2𝑚𝐸
𝑚𝜔2
p
𝑏 = 2𝑚𝐸
2𝐸
𝑎=
𝑚𝜔 2
22
Pr. Filali Mohammed
Pr. Filali Mohammed
Définition
a-Densité en phase
1 𝑁 𝑑𝑟 𝑖 𝑑𝑝 𝑖
𝑑𝜏𝑁 = 𝑖=1 ( ) (2)
𝑁! 3
1
𝑑𝜏𝑁 est sans dimension. h est la constante de Planck et est un facteur
𝑁!
associé { l’indiscernabilité des particules.
1- 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝑑𝜏𝑁 = 1 car 𝑑𝑃 = 1
23
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐴 = 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝐴 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝑑𝜏𝑁
𝑁
1 𝑑𝑟𝑖 𝑑𝑝𝑖
𝐴 = 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝐴 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 ( )
𝑁! 3
𝑖=1
𝑑𝑝 𝑘
Les probabilités 𝑝𝑘 étaient supposées indépendantes du temps =0
𝑑𝑡
a-Théorème de Liouville
24
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑞𝑖 ⟶ 𝑞′𝑖 = 𝑞𝑖 𝑡 + 𝑑𝑡 ≃ 𝑞𝑖 + 𝑞𝑖 𝑑𝑡 (3)
𝑝𝑖 ⟶ 𝑝′𝑖 = 𝑝𝑖 𝑡 + 𝑑𝑡 ≃ 𝑝𝑖 + 𝑝𝑖 𝑑𝑡 (4)
(𝑖 = 1, … … … … . ,3𝑁) qui fait passer la position du point représentatif à
l’instant t { sa position { l’instant t+dt et de montrer que le Jacobien associé,
𝐽, est égale 1.
𝜕(𝑞 ′ 1, … … … . , 𝑞 ′ 3𝑁, 𝑝′ 1, … … … . , 𝑝′ 3𝑁 )
𝑀=
𝜕(𝑞1 , … … … , 𝑞3𝑁 , 𝑝1 , … … … , 𝑝3𝑁 )
Nous avons : 𝐽 = 𝑑𝑒𝑡𝑀
La forme infinitésimale de la matrice Jacobienne M peut s’écrire en vertu
des relations (3) et (4) sous la forme :
𝑀 ≃ 𝐼 + 𝐾𝑑𝑡 (5)
où 𝐼 est la matrice identité et K est la matrice carrée d’ordre 6N, définie par :
25
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑑𝑞𝑖 𝜕𝐻
= 𝑞𝑖 =
𝑑𝑡 𝜕𝑝𝑖
𝑑𝑝𝑖 𝜕𝐻
= 𝑝𝑖 = −
𝑑𝑡 𝜕𝑞𝑖
3𝑁
𝜕 𝜕𝐻 𝜕 𝜕𝐻
𝐽 ≃1+ ( − )=1
𝜕𝑞𝑖 𝜕𝑝𝑖 𝜕𝑝𝑖 𝜕𝑞𝑖
𝑖=1
⟹ 𝑑𝜏 ′ = 𝐽 𝑑𝜏 ⟹ 𝑑𝜏 ′ = 𝑑𝜏.
𝑑𝜏 𝑁 𝑑
or =0⟹ 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝑑𝜏𝑁 = 0
𝑑𝑡 𝑑𝑡
Définition
˝Le crochet de Poisson de deux grandeurs F et H est la quantité :
3𝑁 𝜕𝐹 𝜕𝐻 𝜕𝐻 𝜕𝐹
𝐹 ,𝐻 = 𝑖=1( 𝜕𝑞 𝜕𝑝 − 𝜕𝑞 ) ˝
𝑖 𝑖 𝑖 𝜕𝑝𝑖
26
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑑𝜌 𝜕𝜌
= 𝜌,𝐻 + (8)
𝑑𝑡 𝜕𝑡
𝑑𝜌
or 𝑑𝑡 = 0 ⟹ l’équation régissant l’évolution temporelle de la densité en
𝑑𝜌
phase : = 𝜌 , 𝐻 (9)
𝑑𝑡
Remarque
𝜕𝜌
+ ∇ ρv = 0
𝜕𝑡
c-Densité en phase réduites
𝑃𝑖 2
Par exemple, l’énergie cinétique s’obtient pour 𝑓 𝑟𝑖 , 𝑝𝑖 = .
2𝑚
Pour calculer les valeurs moyennes de ces observables, nous n’avons pas
besoin de connaitre la forme complète de la densité en phase 𝜌, qui englobe
en plus, l’information sur les interactions entre 3,4,…, N particules ( si on
considère les observables à 1 et à 2 corps). De même, nous avons défini
pour les systèmes quantiques, des opérateurs densité des sous systèmes
(𝜌 = 𝜌1 ⨂𝜌2 ) que nous définissons ici des densités en phase réduites :
27
Pr. Filali Mohammed
Pr. Filali Mohammed
Exemple
𝐻 = 𝐻0 + 𝐻𝐼
𝑁 𝑃𝑖2
avec 𝐻0 = 𝑖=1 2𝑚 + 𝑉(𝑟𝑖 ) et 𝐻𝐼 = 𝑖>𝑗 𝑈 ( 𝑟𝑖 − 𝑟𝑗 )
𝐻 = 𝐻0 + 𝐻𝐼
𝑃2
avec : 𝐻0 = 𝑓1 𝑟, 𝑝 + 𝑉(𝑟 ) 𝑑𝑟𝑑𝑝
2𝑚
1
et 𝐻𝐼 = 𝑓2 ( 𝑟 , 𝑝, 𝑟′ , 𝑝′ ) 𝑈 ( 𝑟 − 𝑟′ 𝑑 𝑟𝑑𝑝 𝑑𝑟′ 𝑑𝑝′
2
28
Pr. Filali Mohammed
Pr. Filali Mohammed
Etats possibles :
Etats accessibles :
Ce sont des états qui ne violent aucune condition imposée par l’information
disponible sur le système.
Exemple :
Postulat 1 : ˝Si tous les états accessibles d’un système isolé sont
équiprobables, alors le système est en équilibre˝.
29
Pr. Filali Mohammed
Pr. Filali Mohammed
1
𝜌= 𝑝𝑘 𝜓𝑘 𝜓𝑘 = 𝜓 𝑘 𝜓𝑘
𝑊
𝑘 𝑘
1
⟹ 𝜌= 𝕀 (1)
𝑊
𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 = 𝐶𝑡𝑒
𝜕𝜌
⟹ = 0 ou 𝐻 , 𝜌 = 0 ⟹ le systéme est en équilibre statistique.
𝜕𝑡
Postulat 2 : ˝Si tous les états accessibles d’un système isolé ne sont pas
équiprobables à un instant donné, càd que celui-ci n’est pas en équilibre, le
système tendra vers une situation où ses états accessibles sont
équiprobables c{d vers l’équilibre’’.
t+dt 𝑛 Pn
t 𝑚 Pm(t)
L’équation maîtresse gouvernant le système hors équilibre :
𝑑𝑃𝑚
= 𝑛 𝑊𝑚𝑛 (𝑃𝑛 − 𝑃𝑚 ) (2)
𝑑𝑡
30
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑑𝐻 𝑑 𝑑𝑃𝑛
= ( (𝑃𝑛 )𝑙𝑜𝑔𝑃𝑛 + )
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑛
𝑑𝑃𝑚
or = 𝑛 𝑊𝑚𝑛 (𝑃𝑛 − 𝑃𝑚 )
𝑑𝑡
𝑑𝐻
⟹ = 𝑊𝑚𝑛 (𝑃𝑛 − 𝑃𝑚 )(𝑙𝑜𝑔𝑃𝑚 + 1)
𝑑𝑡
𝑚,𝑛
𝑑𝐻
𝑒𝑡 = 𝑊𝑚𝑛 (𝑃𝑚 − 𝑃𝑛 )(𝑙𝑜𝑔𝑃𝑛 + 1)
𝑑𝑡
𝑚,𝑛
𝑑𝐻 1
⟹
𝑑𝑡
=
2 𝑚,𝑛 𝑊𝑚𝑛 (𝑙𝑜𝑔𝑃𝑛 − 𝑙𝑜𝑔𝑃𝑚 )(𝑃𝑚 − 𝑃𝑛 ) (5)
𝑑𝐻
Pour tout couple (m,n) : 𝑙𝑜𝑔𝑃𝑛 − 𝑙𝑜𝑔𝑃𝑚 𝑃𝑚 − 𝑃𝑛 ≤ 0 ⟹ ≤0
𝑑𝑡
𝑑𝐻
et = 0 si 𝑃𝑚 = 𝑃𝑛
𝑑𝑡
𝑑𝐻
≤ 0 ⟺ le systéme n’est pas en équilibre. Il évoluera vers l’équilibre
𝑑𝑡
𝑑𝐻
jusqu’{ =0
𝑑𝑡
31
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑑𝐻
= 0 ⟺ le systéme est en équilibre ⟹ toutes les probabilités sont
𝑑𝑡
identiques (𝑃𝑚 = 𝑃𝑛 )
Postulat 3 : ˝Si un système isolé est en équilibre alors tous ses états
accessibles sont équiprobables’’.
Exemple :
⟹ 𝑑𝑃 = 1 = 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝑑𝜏𝑁 = 𝜌 𝑟1 , 𝑝1 , 𝑟2 , 𝑝2 , … , 𝑟𝑁 , 𝑝𝑁 𝑑𝜏𝑁
32
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑞1 𝑝1
avec 𝑟1 𝑞2 et 𝑝1 𝑝2
𝑞3 𝑝3
𝑃2 𝑚𝜔2 2 𝑃2 𝑚𝜔2 2 𝑞2 𝑝2
𝐸= + 𝑞 ⟹ + 𝑞 = 1 ⟺ 𝑎2 + =1
2𝑚 2 2𝑚𝐸 2𝐸 𝑏2
2𝐸
C’est l’équation d’un ellipse avec 𝑎 = et 𝑏 = 2𝑚𝐸
𝑚𝜔2
𝑏 = 2𝑚𝐸
2𝐸
𝑎=
𝑚𝜔 2
2𝐸
π 2𝑚𝐸
S πab 𝑚𝜔2 E
Ω= = = ⟹ Ω= ⟺ le nombre d’états
h h h ħω
accessibles.
33
Pr. Filali Mohammed
Pr. Filali Mohammed
Les deux sous systèmes (A+B) sont décrit par l’état (𝑞𝑖𝐴 , 𝑝𝑖𝐴 , 𝑞𝑗𝐵 , 𝑝𝑗𝐵 )
appartenant { l’espace de phase composé. L’élément de volume de cet
espace est :
3𝑁𝐴 3𝑁𝐵
1
𝑑𝜏𝐴𝐵 = 𝑑𝑞𝑖𝐴 𝑑𝑝𝑖𝐴 𝑑𝑞𝑗𝐵 𝑑𝑝𝑗𝐵
𝑁𝐴 ! 𝑁𝐵 ! 3𝑁𝐴 +3𝑁𝐵
𝑖=1 𝑗 =1
34
Pr. Filali Mohammed
Pr. Filali Mohammed
Distribution de Dirac
x0 x
⟹ 𝑍 𝛽 = 𝑡𝑟 𝑒−𝛽𝐻 (13)
𝐻 𝑈 𝑖 𝑛 = 𝐸𝑛 𝑈 𝑖 𝑛
où 𝐼𝑊 = 𝑊
𝑖=1 𝑈𝑖𝑛 𝑈𝑖𝑛 est l’opérateur identité relatif au sous-espace
des états propres associés à la valeur propre 𝐸𝑛 . La relation (14) définit la
distribution microcanonique quantique.
Soit un système isolé dont l’énergie E est connue avec une incertitude Δ𝐸.
On considére que l’erreur expérimentale sur l’énergie Δ𝐸 est bien
supérieure à la différence entre les niveaux d’énergie successifs δ𝐸
(Δ𝐸 ≫ δ𝐸).
𝐸 ≤ 𝐻 𝑞, 𝑝 < 𝐸 + ∆𝐸
36
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐻 𝑞, 𝑝 = 𝐸𝑖
1
A l’équilibre : 𝜌 𝑞, 𝑝 = Θ 𝐻 𝑞, 𝑝 − 𝐸 Θ 𝐸 + ΔΕ − 𝐻 𝑞, 𝑝
Γ(𝐸)
Fonction de Heaviside
0 𝑥<0 Θ 𝑥
Θ 𝑥 =
1 𝑥>0
0 x
Γ 𝐸 = 𝑑𝜏
𝐸 ≤𝐻 𝑞,𝑝 =𝐸𝑖 <𝐸+∆𝐸
Φ 𝐸 = 𝑑𝜏
𝐻 𝑞,𝑝 <𝐸
Γ 𝐸 = Φ 𝐸 + ΔΕ − Φ 𝐸 (15)
𝑑Φ 𝐸
⟹ Γ 𝐸 ≃ ΔΕ (16)
𝑑𝐸
37
Pr. Filali Mohammed
0
𝚪 𝑬 Pr. Filali Mohammed
Φ 𝐸 + ΔΕ
Φ 𝐸
Remarque :
0 L
Ψ 0 =0 Ψ 𝐿 =0
𝑃2 ħ2 𝑘 2 ħ2 𝜋 2 2
𝐸= = = 𝑛
2𝑚 2𝑚 2𝑚𝐿2
𝐿 1
⟹𝑛= (2𝑚𝐸)2
𝜋ħ
1
2𝑚 𝐿2
⟹Φ 𝐸 = 𝑛=( ) 𝐸2 (17)
𝜋 2ħ 2
38
Pr. Filali Mohammed
Pr. Filali Mohammed
1
𝑑Φ 𝐸 1 2𝑚𝐿2 −2
Γ 𝐸 = ΔΕ ⟹ Γ 𝐸 = 𝐸 ΔΕ
𝑑𝐸 2 𝜋 2 ħ2
ħ2 𝜋 2 2 2 2 2𝑚𝐿2
𝐸=
2𝑚 𝐿2
(𝑛 2
𝑥
+𝑛 2
𝑦 + 𝑛 𝑧) 2
⟹ 𝑛 𝑥 +𝑛 𝑦 +𝑛 𝑧 == 𝐸
𝜋2 ħ2
1 4𝜋 𝜋 2𝑚 𝐿2 3 3
Or 𝑛𝑥 , 𝑛𝑦 , 𝑛𝑧 > 0 ⟹ Φ 𝐸 = ( 𝑅3 ) ⟹ Φ 𝐸 = ( ) 2 𝐸 2
8 3 6 𝜋 2 ħ2
𝐿3 3 1
Γ 𝐸 = (2𝑚) 2 𝐸 2 ΔΕ
4𝜋 2 ħ3
39
Pr. Filali Mohammed
Pr. Filali Mohammed
Définition
𝑀
𝑆 𝑃1,…, 𝑃𝑚 ,…, 𝑃𝑀 = −𝑘 𝑖=1 𝑃𝑖 𝑙𝑜𝑔𝑃𝑖 (1) ; 𝑘 > 0
1 1 1
⟹𝑆 ,… , ,…, = 𝑘𝑙𝑜𝑔𝑀
𝑀 𝑀 𝑀
𝐼 = − 𝑘𝑙𝑜𝑔𝑃𝑀
I : information manquante.
I-Propriétés
a-Maximum
S est minimum (et nul) lorsque l’un des événements est certain :
𝑆 1, … , 0, … ,0 = 𝑘𝑙𝑜𝑔1 = 0
40
Pr. Filali Mohammed
Pr. Filali Mohammed
c-Croissance
1 1 1 1 1 1
Soit N >M : 𝑆 ,… , ,…, > 𝑆 ,… , ,…, ⟺ 𝑘𝑙𝑜𝑔𝑁 > 𝑘𝑙𝑜𝑔𝑀.
𝑁 𝑁 𝑁 𝑀 𝑀 𝑀
d- Impossibilité d’événement
Lorsque certains événements ont une probabilité nulle, on peut aussi bien
ne pas les prendre en compte :
e- Symétrie
Les M événements étant traités sur le même pied, 𝑆 𝑃1,…, 𝑃𝑚 ,…, 𝑃𝑀 est une
fonction symétrique de ces M variables :
f- Additivité
𝑃1 𝑃𝑚 𝑃𝑚 +1 𝑃𝑀
𝑆 𝑃1 , … , 𝑃𝑚 , 𝑃𝑚 +1 , … , 𝑃𝑀 = 𝑆 𝑞𝐴 , 𝑞𝐵 + 𝑞𝐴 𝑆 ,…, + 𝑞𝐵 𝑆 ,…,
𝑞𝐴 𝑞𝐴 𝑞𝐵 𝑞𝐵
𝑚 𝑚 𝑚 𝑀
𝑃𝑖 𝑃𝑖 𝑃𝑖 𝑃𝑖 𝑃𝑖 𝑃𝑖
𝑆 = −𝑘 (𝑞𝐴 𝑙𝑜𝑔 + 𝑞𝐵 𝑙𝑜𝑔 ) + (𝑞𝐴 𝑙𝑜𝑔𝑞𝐴 + 𝑞𝐵 𝑙𝑜𝑔𝑞𝐵 )
𝑞𝐴 𝑞𝐴 𝑞𝐵 𝑞𝐵 𝑞𝐴 𝑞𝐵
𝑖=1 𝑖=1 𝑖=1 𝑖=𝑚 +1
41
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑃1 𝑃𝑚 𝑃𝑚 +1 𝑃𝑀
⟹ 𝑆 𝑝1 , … , 𝑝𝑚 , 𝑝𝑚 +1 , … , 𝑝𝑀 = 𝑞𝐴 . 𝑆 ,…, + 𝑞𝐵 . 𝑆 ,…, + 𝑆(𝑞𝐴 , 𝑞𝐵 )
𝑞𝐴 𝑞𝐴 𝑞𝐵 𝑞𝐵
𝑃1 𝑃𝑚
* 𝑞𝐴 . 𝑆 ,…, représente le manque d’information si l’événement ‘’1’’
𝑞𝐴 𝑞𝐴
va se réaliser ou l’événement ‘’m’’ au sein du groupe A .
𝑃𝑚 +1 𝑃𝑀
*𝑞𝐵 . 𝑆 ,…, représente le manque d’information si l’événement
𝑞𝐵 𝑞𝐵
‘’m+1’’ va se réaliser ou l’événement ‘’M’’ au sein du groupe B .
Exemple d’application
1 1
10 10
1 1
𝑆 1, … , 𝑀 ⟺ 𝑆 ,…,
10 10
Maintenant, on divise les 10 boites en deux compartiments. Un
compartiment A contient 3 boites, par exemple, et le compartiment B
contient 7 boites :
A B
42
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑆 𝑀, 𝑁 = 𝑆 𝑀 + 𝑆(𝑁)
⟹ 𝑆 𝑀 = 𝑘𝑙𝑜𝑔𝑀
𝑑Φ
𝑃 𝐸 𝑑𝐸 = 𝜌 𝐸 𝑑𝐸 = 𝜌 𝐸 Γ 𝐸 (2)
𝑑𝐸
La condition de normalisation : 𝑃 𝐸 𝑑𝐸 = 1 ∆𝐸
P( 𝐸 )
43
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑃 𝐸 ∆𝐸 = 𝜌 𝐸 Γ 𝐸 =1
1
⟹Γ 𝐸 = , or 𝑆 = 𝑘𝑙𝑜𝑔Γ 𝐸
𝜌 𝐸
1
⟹ 𝑆 = 𝑘𝑙𝑜𝑔 = −𝑘𝑙𝑜𝑔𝜌 𝐸
𝜌 𝐸
𝜌 ψ𝑘 = 𝑃𝑘 ψ𝑘 avec 𝜌= 𝑘 𝑃𝑘 𝜌𝑘 = 𝑘 𝑃𝑘 ψ𝑘 ψ𝑘 (4)
𝑆 = −𝑘 𝑃𝑘 𝑙𝑜𝑔𝑃𝑘
𝑘=1
⟹ 𝑆 𝜌 = −𝑘𝑡𝑟𝜌𝑙𝑜𝑔𝜌 (6)
𝑃𝑘 𝑙𝑜𝑔𝑃𝑘 𝜓𝑘 𝜓𝑘 = 𝑃𝑘 𝑙𝑜𝑔𝑃𝑘
𝑘 𝑘
44
Pr. Filali Mohammed
Pr. Filali Mohammed
a-Lemme
𝑆 𝜌 ≤ −𝑘𝑡𝑟(𝜌𝑙𝑜𝑔𝜌′ )
b-Maximum
𝑆 𝜌 ≤ −𝑘𝑡𝑟 𝜌𝑙𝑜𝑔𝜌′
≤ −𝑘 𝜓𝑘 𝜌𝑙𝑜𝑔𝜌′ 𝜓𝑘
𝑘
≤ 𝑘𝑙𝑜𝑔𝑊 𝜓𝑘 𝜌 𝜓𝑘
𝑘
or 𝑘 𝜓𝑘 𝜌 𝜓𝑘 = 𝑡𝑟𝜌 = 1
⟹ 𝑆(𝜌) ≤ 𝑘𝑙𝑜𝑔𝑊
c-Additivité
𝑆 𝜌 = 𝑆 𝜌1 + 𝑆(𝜌2 )
45
Pr. Filali Mohammed
Pr. Filali Mohammed
c-Corrélation
𝑆 𝜌 ≤ 𝑆 𝜌1 + 𝑆(𝜌2 )
e-Température
E1 E2
V1 V2
(S1) S(2)
𝑆 𝐸, 𝐸1 , 𝑉1 = 𝑆1 𝐸1 + 𝑆2 (𝐸2 )
⟹ 𝑑𝐸1 = − 𝑑𝐸2
𝑑𝑆 𝑑𝑆1 𝑑𝑆2 𝑑𝑆 𝑑𝑆 𝑑𝐸
La condition du maximum :
𝑑𝐸1
= 𝑑𝐸1
+ 𝑑𝐸1
= 𝑑𝐸1 + 𝑑𝐸2 . 𝑑𝐸2 = 0
1 2 1
𝑑𝑆 1
Cela signifie que l’équilibre est atteint si (7) est réalisé : on pose =𝑇
𝑑𝐸
46
Pr. Filali Mohammed
Pr. Filali Mohammed
Introduction
Les systèmes que nous voulons étudier dans ce chapitre sont { l’équilibre
thermodynamique. Par conséquent, l’entropie est maximale. C’est cette
évolution qui nous amènera à établir la distribution statistique, appelée
distribution Boltzmann-Gibbs.
I- La distribution de Boltzmann-Gibbs
=− 𝑛 𝑈𝑛 𝛿𝜌 𝑙𝑜𝑔𝜌 + 1 + 𝑖 𝜆𝑖 𝐴𝑖 + 𝜆0 𝑈𝑛 = 0
47
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑙𝑜𝑔𝜌 + 1 + 𝜆𝑖 𝐴𝑖 + 𝜆0 = 0
𝑖
⟹ 𝑙𝑜𝑔𝜌 = − 𝜆𝑖 𝐴𝑖 − 𝜆0 − 1
𝑖
⟹ 𝜌 = 𝑒− 𝑖 𝜆 𝑖 𝐴𝑖 −𝜆 0 −1
1
⟹ 𝜌 = 𝑍 𝑒− 𝑖 𝜆 𝑖 𝐴𝑖
(4)
avec 𝑍 = 𝑒 𝜆 0 +1
𝜆𝑖 , 𝜆0 : multiplicateurs de Lagrange.
Montrons que 𝑆 𝜌′ ≤ 𝑆 𝜌 :
car 𝑡𝑟𝜌′ = 1 . Or 𝑡𝑟 𝜌′ 𝐴𝑖 = 𝑡𝑟 𝜌 𝐴𝑖 = 𝐴𝑖
48
Pr. Filali Mohammed
Pr. Filali Mohammed
car 𝑡𝑟𝜌 = 1
⟹ 𝑆 𝜌′ ≤ 𝑆(𝜌)
a- Fonction de partition Z
1
De la contrainte 𝑡𝑟𝜌 = 1 et la relation (4) : 𝜌 = 𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖
, on a :
𝑍
1 1
𝑡𝑟𝜌 = 𝑡𝑟( 𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖
) = 𝑡𝑟𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖
=1
𝑍 𝑍
⟹ 𝑍 = 𝑡𝑟𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖
b- Valeur moyenne
− 𝜆 𝐴
1 1 𝜕 𝑒 𝑖 𝑖 𝑖
𝐴𝑖 = 𝑡𝑟𝜌𝐴𝑖 = 𝑡𝑟𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖 𝐴
𝑖 = − 𝑡𝑟
𝑍 𝑍 𝜕𝜆𝑖
1 𝜕
= − 𝑡𝑟𝑒 − 𝑖 𝜆 𝑖 𝐴𝑖
𝑍 𝜕𝜆𝑖
49
Pr. Filali Mohammed
Pr. Filali Mohammed
𝜕
⟹ 𝐴𝑖 == − 𝑙𝑜𝑔𝑍
𝜕𝜆𝑖
c- Corrélation et fluctuation
c1-Corrélation
𝐴𝑖 . 𝐴𝑗 − 𝐴𝑖 . 𝐴𝑗
𝜕 2 𝑙𝑜𝑔𝑍
𝐴𝑖 . 𝐴𝑗 − 𝐴𝑖 . 𝐴𝑗 = (6)
𝜕𝜆 𝑖 𝜕𝜆 𝑗
Exemple :
c2- Fluctuation
𝜕 2 𝑙𝑜𝑔𝑍
𝜍𝐴2𝑖 = 𝐴2
𝑖 − 𝐴𝑖 2
= (7)
𝜕𝜆 2 𝑖
d- Entropie d’équilibre
50
Pr. Filali Mohammed
Pr. Filali Mohammed
𝜕𝑙𝑜𝑔𝑍
⟹ 𝑑𝑙𝑜𝑔𝑍 = − 𝑖 𝐴𝑖 𝑑𝜆𝑖 = 𝑖 𝑑𝜆𝑖 (8)
𝜕𝜆 𝑖
𝜕𝑓
car 𝑑𝑓 = 𝑖 𝜕𝑥 𝑑𝑥𝑖
𝑖
= −𝑘 𝐴𝑖 𝑑𝜆𝑖 + 𝑘 𝐴𝑖 𝑑𝜆𝑖 + 𝑘 𝑑 𝐴𝑖 𝜆𝑖
𝑖 𝑖 𝑖
⟹ 𝑑𝑆 = 𝑘 𝑖 𝑑 𝐴𝑖 𝜆𝑖 (9)
Les relations (8) et (9) montrent que les variables naturelles pour S sont les
données 𝐴𝑖 , alors que pour 𝑙𝑜𝑔𝑍 est utile comme fonction de 𝜆𝑖 .
𝜕𝑆
A partir de (9) : = 𝑘𝜆𝑖 (10)
𝜕 𝐴𝑖
51
Pr. Filali Mohammed
Pr. Filali Mohammed
Ensemble Canonique
Dans l’ensemble canonique, le nombre de particules N et le volume V sont
fixés mais l’énergie est connue en moyenne. Nous dirons que le système est
en contact avec un thermostat. Nous avons une seule donnée statistique :
𝑡𝑟𝜌𝐻𝑁 = 𝐻𝑁 = 𝐸 (1)
⟹ 𝑍𝑐 𝛽, 𝑁, 𝑉 = 𝑡𝑟𝑒 −𝛽 𝐻𝑁 = 𝑚 𝑚 𝑒 −𝛽 𝐻𝑁 𝑚
⟹ 𝑍𝑐 𝛽, 𝑁, 𝑉 = 𝑚 𝑒 −𝛽 𝐸𝑚 (3)
On écrit : 𝑍𝑐 𝛽, 𝑁, 𝑉 = 𝑡𝑟𝑒 −𝛽 𝐻𝑁 = 𝑚 𝑒 −𝛽 𝐸𝑚
où la somme porte sur tous les états à N particules. Si, en plus, les énergies
𝐸𝑚 sont dégenerées, avec des degrés de dégénérescences 𝑔(𝐸𝑚 ), alors
l’expression (3) devient :
𝑍𝑐 𝛽, 𝑁, 𝑉 = 𝑚 𝑔(𝐸𝑚 )𝑒 −𝛽 𝐸𝑚 (4)
I-Grandeurs physiques
a- Entropie statistique
52
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐸
⟹ 𝑆 = 𝑘𝑙𝑜𝑔𝑍𝑐 +
𝑇
⟹ 𝐹 = 𝐸 − 𝑇𝑆 = −𝑘𝑙𝑜𝑔𝑍𝑐 (6)
F : énergie libre de Helmholtz.
𝜕𝐹
𝑆=− (8)
𝜕𝑇
b- Fluctuations
∂ 2 log Z c
2
ς = H 2
− H 2
= (9)
∂β 2
53
Pr. Filali Mohammed
Pr. Filali Mohammed
𝑡𝑟𝜌𝐻𝑁 = 𝐻𝑁 = 𝐸 (1)
𝑡𝑟𝜌𝑁 = 𝑁 = 𝑁 (2)
Nous désignons par 𝛽 et par −𝜇 = −𝛽𝜇 , les multiplicateurs de lagrange
relatifs aux contraintes (1) et (2). La distribution grand canonique est
donnée par :
1
𝜌𝐺 = 𝑒 −𝛽 𝐻𝑁 +𝜇 𝑁 ⟹ 𝑍𝐺 𝛽, 𝜇, 𝑉 = 𝑡𝑟𝑒 −𝛽 𝐻𝑁 +𝜇 𝑁 (3)
𝑍𝐺
𝑁 𝑚1 , … , 𝑚𝑁 = 𝑁 𝑚1 , … , 𝑚𝑁
𝑁
où 𝑚1 , … , 𝑚𝑁 est un état { N particules d’énergie 𝐸𝑚 . L’expression (3)
devient :
𝑍𝐺 𝛽, 𝜇, 𝑉 = 𝑡𝑟𝑒 −𝛽 𝐻𝑁 +𝜇 𝑁 = 𝑚1 , … , 𝑚𝑁 𝑒 −𝛽 𝐻𝑁 +𝜇 𝑁 𝑚1 , … , 𝑚𝑁
𝑁 𝑚 1 ,…,𝑚 𝑁
𝑁
Or 𝑚 1 ,…,𝑚 𝑁 𝑒
−𝛽 𝐸𝑚
= 𝑍𝑐 𝛽, 𝑁, 𝑉
𝑁
⟹ 𝑍𝐺 𝛽, 𝜇, 𝑉 = 𝑁 𝑒 +𝜇 𝑁 𝑚 1 ,…,𝑚 𝑁 𝑒
−𝛽 𝐸𝑚
= 𝑁 𝑒 +𝜇 𝑁 𝑍𝑐 𝛽, 𝑁, 𝑉 (4)
a- Grandeurs physiques
54
Pr. Filali Mohammed
Pr. Filali Mohammed
𝜕𝑙𝑜𝑔 𝑍𝐺 𝜕𝑙𝑜𝑔 𝑍𝐺
𝐸=− (5) et 𝑁 = (6)
𝜕𝛽 𝜕𝜇
b- Entropie d’équilibre
𝑆 𝐸, 𝑁, 𝑉 = 𝑘 𝜆𝑖 𝐴𝑖 + 𝑘𝑙𝑜𝑔𝑍
𝑖
𝜕 2 𝑙𝑜𝑔𝑍𝐺
𝜍𝐸2 = 𝐻 2
− 𝐻 2
=
𝜕𝛽 2
𝜕 2 𝑙𝑜𝑔𝑍𝐺
𝜍𝑁2 = 𝑁 2
− 𝑁 2
=
𝜕𝜇2
d- Le grand potentiel
⟺ −𝑘𝑇𝑙𝑜𝑔𝑍𝐺 = 𝐸 − 𝑇𝑆 − 𝜇𝑁
⟺ Ω = −𝑘𝑇𝑙𝑜𝑔𝑍𝐺 = 𝐸 − 𝑇𝑆 − 𝜇𝑁 (8)
55
Pr. Filali Mohammed
Pr. Filali Mohammed
Distribution de Maxwell
𝑑𝑃 = 𝑑𝑃𝑞 . 𝑑𝑃𝑝
3𝑁
avec 𝑑𝑃𝑞 = 𝐴𝑒 −𝛽𝐸 (𝑞) 𝑖=1 𝑑𝑞𝑖
3𝑁
et 𝑑𝑃𝑝 = 𝐴𝑒 −𝛽𝐸 (𝑝) 𝑖=1 𝑑𝑝𝑖
La condition de normalisation 𝑑𝑃 = 1
+∞ 𝑝 2 𝑥 +𝑝 2 𝑦 +𝑝 2 𝑧
−𝛽
⟹ 𝑑𝑃𝑝 = 𝑏 𝑒 2𝑚 𝑑𝑝𝑥 𝑑𝑝𝑦 𝑑𝑝𝑧
−∞
3
+∞ 𝑝2𝑥
−𝛽
=𝑏 𝑒 2𝑚 𝑑𝑝𝑥 =1
−∞
3
+∞ 2 𝜋 𝛽 1
or −∞
𝑒 −𝛼𝑥 𝑑𝑥 = ⟹𝛼= = ⟹ 𝑏(2𝜋𝑚𝑘𝑇)2 = 1
𝛼 2𝑚 2𝑚𝑘𝑇
3
⟹ 𝑏 = (2𝜋𝑚𝑘𝑇)−2
3 𝑝 2 𝑥 +𝑝 2 𝑦 +𝑝 2 𝑧
− −𝛽
𝑑𝑃𝑝 = (2𝜋𝑚𝑘𝑇) 2 𝑒 2𝑚 𝑑𝑝𝑥 𝑑𝑝𝑦 𝑑𝑝𝑧
on a : 𝑝 = 𝑚𝑣
3 𝑣 2 𝑥 +𝑣 2 𝑦 +𝑣 2 𝑧
− 3 −𝛽
⟹ 𝑑𝑃𝑣 = (2𝜋𝑚𝑘𝑇) 2 𝑚 𝑒 2𝑚 𝑑𝑣𝑥 𝑑𝑣𝑦 𝑑𝑣𝑧
2 2 2
𝑚 3 −𝛽 𝑣 𝑥 +𝑣 𝑦 +𝑣 𝑧
⟹ 𝑑𝑃𝑣 = ( )2 𝑒 2𝑚 𝑑𝑣𝑥 𝑑𝑣𝑦 𝑑𝑣𝑧
2𝜋𝑘𝑇
C’est la distribution de Maxwell des vitesses.
57
Pr. Filali Mohammed
Pr. Filali Mohammed
+∞ 2 2 2
𝑚 3 −𝛽 𝑣 𝑥 +𝑣 𝑦 +𝑣 𝑧 1
⟹ 𝐸𝑐𝑖 = ( )2 𝑒 2𝑚 ( 𝑚𝑣 2 ) 𝑑𝑣𝑥 𝑑𝑣𝑦 𝑑𝑣𝑧
−∞ 2𝜋𝑘𝑇 2
+∞ 2 𝜋 2𝑝 −1 ‼
or 𝐼𝑝 = 𝑥 2𝑝 𝑒 −𝑎𝑥 𝑑𝑥 =
−∞ 𝑎 2𝑝 +1 2𝑝
avec 2𝑝 − 1 ‼ = 1 × 3 × … .× (2𝑝 − 1)
𝑣2 5
+∞ 4 −𝛽 𝜋 −
0
𝑣 𝑒 2𝑚 𝑑𝑣 = 3 (𝛽𝑚) 2
2
3
⟹ 𝐸𝑐𝑖 = 𝑘𝑇
2
d- Théorème de l’équipartition de l’énergie
58
Pr. Filali Mohammed
Pr. Filali Mohammed
Distribution Isobare-Isotherme
Γ 𝑛 + 1 = 𝑛!
On commence à calculer :
+∞
𝑒 −𝛽𝑃𝑉 𝑉 𝑁 𝑑𝑉
0
+∞
Or 0
𝑥 𝑁 𝑒 −𝑥 𝑑𝑥 = Γ 𝑁 + 1 = 𝑁!
𝑁+1
2𝜋𝑚𝑘𝑇 3𝑁 𝑘𝑇
⟹ 𝑍𝑖 = ( )2
2 𝑃
a- Entropie S
59
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐸 𝑃𝑉
= + + 𝑘𝑙𝑜𝑔𝑍𝑖 ⟹ 𝑇𝑆 = 𝐸 + 𝑃𝑉 + 𝑘𝑙𝑜𝑔𝑍𝑖
𝑇 𝑇
⟹ −𝑘𝑇𝑙𝑜𝑔𝑍𝑖 = 𝐺 = 𝐸 + 𝑃𝑉 − 𝑇𝑆
G: l’enthalpie libre
𝑁+1
2𝜋𝑚𝑘𝑇 3𝑁 𝑘𝑇
𝐺 = −𝑘𝑇𝑙𝑜𝑔𝑍𝑖 = −𝑘𝑇𝑙𝑜𝑔 ( )2
2 𝑃
b- Energie interne
𝜕𝑙𝑜𝑔𝑍 𝜕𝑙𝑜𝑔𝑍𝑖
𝐴𝑖 = − ⟹ 𝐸 =−
𝜕𝜆𝑖 𝜕𝛽
c- Volume
𝜕𝐺 1 𝜕𝑙𝑜𝑔𝑍𝑖
𝑉= =−
𝜕𝑃 𝑇,𝑁 𝛽 𝜕𝑃
60
Pr. Filali Mohammed
Pr. Filali Mohammed
Grandeurs Thermodynamiques
𝑆⟶𝑇
𝑁⟶𝜇
𝑉⟶𝑃
𝜕𝐸 𝜕𝐸 𝜕𝐸
⟹ = 𝑇 (2) ; = −𝑃 (3) ; = 𝜇 (4)
𝜕𝑆 𝑉,𝑁 𝜕𝑉 𝑆,𝑁 𝜕𝑁 𝑆,𝑉
a- Fonction homogène
On a : 𝐸 𝜆𝑆, 𝜆𝑉, 𝜆𝑁 = 𝜆𝐸 𝑆, 𝑉, 𝑁
61
Pr. Filali Mohammed
Pr. Filali Mohammed
𝜕𝐸 𝜕𝐸 𝜕𝐸
Pour 𝜆 = 1 : 𝐸 𝑆, 𝑉, 𝑁 = 𝑆 +𝑉 +𝑁
𝜕𝑆 𝑉,𝑁 𝜕𝑉 𝑆,𝑁 𝜕𝑁 𝑆,𝑉
⟹ 𝐸 = 𝑇𝑆 − 𝑃𝑉 + 𝜇𝑁
a- Transformation de Legendre
Exemple :
𝐸(𝑆, 𝑉) ⟶ 𝐹(𝑇, 𝑉)
𝐸 𝑆, 𝑉 = 𝑓(𝑥, 𝑦)
𝐹 𝑇, 𝑉 = 𝑔(𝑢, 𝑦)
On : 𝑔 𝑢, 𝑦 = 𝑓 𝑥, 𝑦 − 𝑢𝑥
⟹ 𝐹 𝑇, 𝑉 = 𝐸 𝑆, 𝑉 − 𝑇𝑆
𝐸(𝑆, 𝑉) ⟶ 𝐻(𝑆, 𝑃)
𝐻 = 𝐸 + 𝑃𝑉
H :enthalpie
62
Pr. Filali Mohammed
Pr. Filali Mohammed
𝐻(𝑆, 𝑃) ⟶ 𝐺(𝑇, 𝑃)
𝐺 = 𝐻 − 𝑇𝑆 = 𝐸 + 𝑃𝑉 − 𝑇𝑆 = 𝜇𝑁
G : enthalpie libre
Ω = 𝐸 − 𝑇𝑆 − 𝜇𝑁 = −𝑃𝑉
Fonctions de
Partition
W 𝑍𝑐 = 𝑡𝑟𝑒 −𝛽𝐻 𝑍𝐺 = 𝑡𝑟𝑒 −𝛽𝐻 +𝜇 𝑁 𝑍𝑖 = 𝑑𝑉𝑡𝑟𝑒 −𝛽(𝐻+𝑃𝑉)
Relation avec
l’entropie
---------- Ω = E − TS − 𝜇𝑁 G = E + PV − TS
63
Pr. Filali Mohammed