École Normale Supérieure, École Polytechnique, Paris VI, VII et XI M2 CFP Parcours de physique théorique Examen de Physique Statistique

Documents pareils
Chapitre 0 Introduction à la cinématique

Texte Agrégation limitée par diffusion interne

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Modélisation et Simulation

Fonctions de plusieurs variables

Probabilités III Introduction à l évaluation d options

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

F411 - Courbes Paramétrées, Polaires

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Continuité et dérivabilité d une fonction

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

4 Distributions particulières de probabilités

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

Le modèle de Black et Scholes

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Chapitre 2 Le problème de l unicité des solutions

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

MATHS FINANCIERES. Projet OMEGA

Cours Fonctions de deux variables

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Introduction au pricing d option en finance

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Andrei A. Pomeransky pour obtenir le grade de Docteur de l Université Paul Sabatier. Intrication et Imperfections dans le Calcul Quantique

3. Conditionnement P (B)

Exercice 1 Trouver l équation du plan tangent pour chaque surface ci-dessous, au point (x 0,y 0,z 0 ) donné :

Objectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)

Qu est-ce qu un ordinateur quantique et à quoi pourrait-il servir?

CAPTEURS - CHAINES DE MESURES

Moments des variables aléatoires réelles

Oscillations libres des systèmes à deux degrés de liberté

Une réponse (très) partielle à la deuxième question : Calcul des exposants critiques en champ moyen

PRIME D UNE OPTION D ACHAT OU DE VENTE

Compter à Babylone. L écriture des nombres

Probabilités sur un univers fini

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

Cours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Quantification Scalaire et Prédictive

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Cours Base de données relationnelles. M. Boughanem, IUP STRI

Organigramme / Algorigramme Dossier élève 1 SI

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

Développements limités, équivalents et calculs de limites

Sub CalculAnnuite() Const TITRE As String = "Calcul d'annuité de remboursement d'un emprunt"

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

Température corporelle d un castor (une petite introduction aux séries temporelles)

III- Raisonnement par récurrence

Simulation de variables aléatoires

Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, m 3 kg 1 s 2

Dynamique des protéines, simulation moléculaire et physique statistique

Méthodes de Simulation

Résonance Magnétique Nucléaire : RMN

La fonction exponentielle

Etude des propriétés empiriques du lasso par simulations

Limites finies en un point

Introduction. Mathématiques Quantiques Discrètes

DYNAMIQUE DE FORMATION DES ÉTOILES

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

Chapitre 4 Le deuxième principe de la thermodynamique

Probabilités sur un univers fini

TD1 Signaux, énergie et puissance, signaux aléatoires

(51) Int Cl.: H04L 29/06 ( ) G06F 21/55 ( )

Propriétés des options sur actions

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation

Master IMA - UMPC Paris 6 RDMM - Année Fiche de TP

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

1 Définition de la non stationnarité

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Correction de l examen de la première session

Coefficients binomiaux

LES DÉTERMINANTS DE MATRICES

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Les mathématiques du XXe siècle

Objets Combinatoires élementaires

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Chapitre 6. Fonction réelle d une variable réelle

Introduction à l approche bootstrap

Différents types de matériaux magnétiques

TD 9 Problème à deux corps

MODELES DE DUREE DE VIE

Chapitre 3. Les distributions à deux variables

Repérage d un point - Vitesse et

Processus aléatoires avec application en finance

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Module 7: Chaînes de Markov à temps continu

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

MODELE A CORRECTION D ERREUR ET APPLICATIONS

Cours de Programmation Impérative: Zones de mémoires et pointeurs

Dérivation : cours. Dérivation dans R

10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)

Transcription:

École Normale Supérieure, École Polytechnique, Paris VI, VII et XI M2 CFP Parcours de physique théorique Examen de Physique Statistique le 5 janvier 2010 Durée : 3 heures Notes de cours et de TD autorisées. Faire appel à des résultats déduits en cours, en TD ou dans les Notes quand cela peut accélérer votre travail. Les symboles non définis ont leur signification usuelle. Données. L équation de Fokker Planck P(s,t) t = α s sp + Γ 2 est équivalente à l équation de Langevin 2 P s 2 ds(t) dt = αs+ξ(t), ξ(t)ξ(t ) = Γδ(t t ). Les deux ont comme solution stationnaire P st (s) = ( α πγ dont la variance est s 2 st = Γ/2α. ) 1/2exp ( αs2 Γ ), 1. Un verre de spin Un modèle de spins en champ moyen, alternative au modèle de Sherrington-Kirkpatrick, est donné par le hamiltonien H = 1 2 N J ij s i s j, i,j=1 où les N spins s i prennent leurs valeurs dans tout R tout en vérifiant la contrainte dite sphérique selon laquelle N i=1 s2 i = N. On utilisera le raccourci s = {s 1,s 2,...,s N } pour désigner un état microscopique du système et la notation Ds pour une intégrale sur tous les spins s i assujettis à la contrainte sphérique. Les couplages J ij sont des variables aléatoires gaussiennes indépendantes de moyenne nulle et de variance J 2 /N. On se propose 1

de déterminer le paramètre d ordre d équilibre q en fonction de la température. La moyenne thermique d une observable X est dénotée par X et la moyenne sur le désordre d une quantité Y est par Y. a. Pourquoi est-il nécessaire d imposer une contrainte sur les s i? b. Évaluer la moyenne eβjiju pour u quelconque indépendant de J ij. c. Soit n un entier. Montrer que la fonction de partition Z vérifie ( ) 2 Z n = Ds 1...Ds n exp β2 J 2 s a 4N is b i d. On introduit n(n 1)/2 variables d intégration q ab pour a < b gaussiennes de moyenne nulle et de variance 1/N. Montrer que l on peut récrire Z n sous la forme Z n dq ab = e NG({qab }), 2π/N où G a pour expression a<b G({q ab }) = β2 J 2 n 4 a,b 1 qab 2 2 + 1 N lnζ a<b avec ζ = Ds 1...Ds n exp ( βj a<b q ab i sa i i) sb. e. On met en œuvre une méthode du col et l on suppose qu à ce col, les q ab sont égaux àunemême valeur q. Montrer queq est solution del équation i q = βj Ds 1...Ds n s 1 1 s2 1 eβjq a<b,i sa i sb i Ds 1...Ds n e βjq a<b,i sa i sb i (1) f. Quel est le sens physique de q? Justifier que la valeur q = 0 est solution de l équation (1). g. Pourquoi est-ce la limite n 0 qui nous intéresse? Montrer qu il existe une température T f telle que si T T f, la solution q de (1) tend vers 0 comme q cte (T f T) b. Préciser b. Sans nécessairement la calculer explicitement, justifier que la constante de proportionnalité reste finie lorsque n 0. 2. Réaction diffusion On considère des particules d une espèce unique A sur un réseau de sites x,y,... Les particules sautent à un taux γ entre sites voisins et sont 2

soumises aux deux réactions A k0 0, 0 k2 2A, étant entendu que la dernière peut avoir lieu sur chaque site quel que soit le nombre de particules qui y sont déjà présentes. a. Écrire l opérateur Ŵ régissant l évolution de ce système de particules. b. Introduire des champs φ x (t) et φ x(t) 1 + φ x (t). Écrire l action S[φ, φ] correspondante sans vous occuper du terme initial. c. Montrer (sans trop détailler) que φ x (t) obéit à une équation de Langevin qui se trouve être linéaire, φ(x, t) t = γ φ k 0 φ+2k 2 + 2k 2 η(x,t). (2) Ici η x (t) est un bruit blanc gaussien d autocorrélation η x (t)η y (t ) = δ(t t )δ d x,y. Les questions d f concernent le cas particulier de l équation (2) sur un réseau d un site unique. Le terme en laplacien est alors absent et on a φ(t) et η(t) au lieu de φ x (t) et de η x (t). d. Trouver la solution stationnaire P st (φ) de l équation de Langevin pour φ. e. Déterminer lenombremoyendeparticules n st et savariance n 2 st n 2 st dans l état stationnaire. f. La distribution de n est-elle poissonienne? Motiver brièvement votre réponse. 3. Une marche aléatoire On considère une marche aléatoire unidimensionnelle dans le demi-espace des sites n = 0,1,2,... Les taux de transition W n,n (pour un saut de n à n ) non nuls sont W n+2,n = k 2, n = 0,1,2,..., W n 1,n = nk 0, n = 1,2,... Cette marche modélise les réactions de l exercice précédent sur un site unique. Soit P n (t) la probabilité de trouver le marcheur au site n à l instant t. a. Écrire l équation maîtresse pour P n(t). 3

b. Les taux donnés ci-dessus obéissent-ils aux relations de bilan détaillé? Motiver votre réponse brièvement. Quand k 2 devient grand à k 0 fixe, la distribution P n (t) devient large et les sauts individuels de n, égaux à 1 ou +2, sont petits à l échelle de la distribution. On peut alors transformer l équation maîtresse du a en une équation de Fokker Planck. Poser λ = 2k 2 /k 0 [selon l exercice précédent on a λ = n st ]. Introduire une nouvelle variable ν et une nouvelle fonction Π(ν,t) en posant n = λ+λ 1/2 ν, P n (t) = Π(ν,t), où λ est supposé 1 et où l on anticipe que les fluctuations de n autour de sa moyenne seront d ordre λ 1/2. c. Quels sont les sauts de ν? Éliminer k 2 en faveur de λ et développer l équation maîtresse pour λ 1 à k 0 fixe. Trouver une équation de Fokker Planck pour Π(ν, t). d. Établir l équation de Langevin équivalente pour ν(t) et la comparer à l équation de Langevin du d f de l exercice précédent. Faire tous les commentaires utiles. 4. Un modèle XY désordonné On considère un modèle XY à désordre gelé sur un réseau carré en deux dimensions. Un site du réseau est indiqué par une paire de coordonnées r = (x,y), où x et y sont des entiers. Le hamiltonien du modèle est H = J x,y cos(φ x,y φ x 1,y ǫ h x) J x,y cos(φ x,y φ x,y 1 ǫ v y) (3) Ici les variables ǫ h x (une pour chaque colonne) et ǫv y (une pour chaque ligne) représentent le désordre gelé. On les prendra indépendantes et identiquement distribuées selon la loi gaussienne p(ǫ) = 1 2πσ 2 e ǫ2 /(2σ 2). a. Faire une figure montrant comment les ǫ h x et ǫ v y sont associés aux liens horizontaux et verticaux du réseau. b. Ce modèle désordonné est-il frustré? Indiquer quel est son état fondamental. c. Du fait du désordre, la fonction de corrélation g( r) cos(φ r φ 0 ) est un objet aléatoire. On dénotera par g( r) sa moyenne sur le désordre. Calculer g( r) à la température T = 0. Quel est le comportement de cette grandeur pour r? 4

d. Par continuité, à quel comportement asymptotique de g( r) vous attendez-vous pour une température très faible mais non nulle? Comparer celui-ci avec la décroissance aux grands r que vous connaissez dans le modèle XY pur (= non désordonné). M. Rubinstein et collaborateurs ont étudié un modèle XY désordonné plus compliqué que celui de l équation (3), mais qui a le même comportement basse température. Pour leur modèle ils ont trouvé dans le plan K 1 y le diagramme de flot de renormalisation montré sur la figure 1 ci-dessous, où σ est un paramètre fixe qui, comme avant, caractérise l importance du désordre. Les deux constantes K ± dépendent de σ selon K 1 ± = π 4[ 1 ± (1 8σ/π) 1/2 ], alors que K 1 est défini par la trajectoire (un peu plus grasse) du flot qui le relie à K 1 +. Figure 1: Flot de renormalisationdans le plan K 1 y d un modèle XY désordonné (la ligne verticale indique la limite de validité des équations). Figure d après M. Rubinstein, B. Shraiman et D.R. Nelson, Phys. Rev. B 27 (1983) 1800. e. Décrire qualitativement comment la nature(isolant, conducteur) d un système physique (le pointillé sur la figure) change quand sa température varie de T = 0 à T =. On parle d un système à transition réentrante. f. Que se passe-t-il quand σ π/8? Faire des hypothèses raisonnables sur l évolution du diagramme de flot en fonction de σ. Identifier l existence d une valeur critique σ = σ c dans le système physique. L interpréter. 5