AIDE | QUITTER
   

Année académique 2015-2016
24/09/2017
Image transparente
Dernière modification : le 16/12/2015 par MOGNETTI, Bortolo Matteo

Langue/Language


Méthodes numériques pour la mécanique statistique
PHYS - F481

I. Informations générales
Intitulé de l'unité d'enseignement * Méthodes numériques pour la mécanique statistique
Langue d'enseignement * Enseigné en français
Niveau du cadre de certification * Niveau 7 (2e cycle-MA/MC/MA60)
Discipline * Physique
Titulaire(s) * [y inclus le coordonnateur] Bortolo Matteo MOGNETTI (coordonnateur)
II. Place de l'enseignement
Unité(s) d'enseignement co-requise(s) *
Unité(s) d'enseignement pré-requise(s) * PHYS-F-442: Physique statistique II
Connaissances et compétences pré-requises * PHYS-F303 PHYS-F442
Programme(s) d'études comprenant l'unité d'enseignement - CEPULB - Conseil de l'Éducation Permanente de l'Université Libre de Bruxelles (5 crédits, obligatoire)
- M-PHYSA - Master en sciences physiques, à finalité approfondie (5 crédits, optionnel)
- M-PHYSD - Master en sciences physiques, à finalité didactique (5 crédits, optionnel)
III. Objectifs et méthodologies
Contribution de l'unité d'enseignement au profil d'enseignement *

1.4 Conceptualiser des principes complexes et les modéliser.

1.3. Maîtriser les outils mathématiques et/ou technologiques et expérimentaux de la physique.

1.2. Comprendre les lois de la nature au travers de leur formalisation en mécanique classique et quantique, électromagnétisme, théorie quantique des champs, relativité restreinte et générale, thermodynamique, physique statistique…

Objectifs de l'unité d'enseignement (et/ou acquis d'apprentissages spécifiques) *

Le cours traitera des principales techniques de simulation (en particulier la méthode de Monte-Carlo) qui sont utilisées dans le domaine de la Mécanique Statistique. Le but du cours est de comprendre comment créer des algorithmes pour échantillonner efficacement des distributions de probabilités.

Contenu de l'unité d'enseignement *

La méthode de Monte-Carlo statique
-échantillonnage des variables aléatoires

La méthode de Monte-Carlo dynamique
-chaînes de Markov
-ergodicité et bilan détaillé
-le modèle d'Ising

Dynamique Moléculaire

Les ensembles statistiques d'équilibre
-simulations dans l'ensemble microcanonique
-simulations dans l'ensemble canonique
-simulations dans l'ensemble grand-canonique
-simulations dans l'ensemble isobare-isotherme

Sujets avancés.
Ceux-ci seront choisis suivant l'intérêt des étudiants. Des thématiques possibles
pourraient être les suivantes:
-échantillonnages biaisés,
-simulations de polymères,
-calcul d'énergies libres,
entre autres.
La discussion d'un papier scientifique sur un sujet avancé serait un critère d'évaluation possible.

Méthodes d'enseignement et activités d'apprentissages *

Méthode d'enseignement : enseignement présentiel 

Activités d'apprentissage : cours magistral,  exercices dirigés (à l'ordinateur), travaux personnels 

Support(s) de cours indispensable(s) * Non
Autres supports de cours

Les exercices seront réalisés avec de petits programmes qui seront modifiés par les étudiants selon le but du problème.

Références, bibliographie et lectures recommandées *

D. Frenkel and B. Smit `Understanding Molecular Simulation: From Algorithms to Applications'

IV. Evaluation
Méthode(s) d'évaluation *

A Épreuve orale

B Presentation d'un article scientifique pertinent

Construction de la note (en ce compris, la pondération des notes partielles) *

A 70%

B 30%

Langue d'évaluation *

Française

V. Organisation pratique
Institution organisatrice * ULB
Faculté gestionnaire * Sciences
Quadrimestre * Deuxième quadrimestre (NRE : 36258)
Horaire * Deuxième quadrimestre
Volume horaire
VI. Coordination pédagogique
Contact *

bmognett@ulb.ac.be

Lieu d’enseignement *

Bâtiment NO, Campus de la Plaine

VII. Autres informations relatives à l’unité d’enseignement
Remarques

Retour aux détails du cursus
Image transparente
Passer directement au début de la page