Simulation Gaz Parfait
Pour cela, on tire aléatoirement une particule parmi les N particules, puis on choisi aléatoirement un déplacement d → limité à l'intérieur d'un carré, c'est-à-dire dont les composantes vérifient: | d x | < d m (3) | d y | < d m (4) La distance maximale d m pourra être modifiée. Tous les déplacements vérifiant cette condition sont équiprobables. Lorsque le déplacement conduit à placer la particule en dehors du domaine, ce déplacement n'est pas effectué et la nouvelle configuration est identique à la précédente. La fonction suivante effectue l'échantillonnage de Metropolis: def position_metropolis(N, P, dm): y = (N) i = random. randint(0, N-1) dx = (()*2-1)*dm dy = (()*2-1)*dm x1 = x[i]+dx y1 = y[i]+dy if ((x1<1)and(x1>0)and(y1<1)and(y1>0)): x[i] = x1 y[i] = y1 Par rapport à l'échantillonnage direct, il faut un nombre de tirages plus grand: P = 10000 (n, dn) = position_metropolis(N, P, 0. 2) 3. Distribution des vitesses 3. Simulation d'un gaz parfait. a. Distribution des énergies cinétiques On s'intéresse à présent à la distribution des vitesses des N particules, sans se préoccuper de leurs positions.
Simulation Gaz Parfaitement
Le calcul, pour être un peu "piégé" (mais sans aucune difficulté mathématique), n'en conduit pas moins à un résultat étonnamment simple: On appelle pression partielle du constituant d'un mélange le produit de la pression totale par la fraction molaire de ce constituant: Nous venons ainsi de montrer que, dans un mélange de gaz parfaits, la fugacitéde chaque constituant est égale à sa pression partielle: On notera que le potentiel chimique du constituant peut s'exprimer de deux façons équivalentes: