Mines 2022 - Modélisation numérique d'un matériau magnétique
Le sujet
Épreuve d'informatique commune (MP, PC, PSI) du concours Mines-Ponts 2022, en 2 heures. Sujet original (PDF), © GIP CCMP, publié sous licence Creative Commons BY-NC-ND 3.0 France.
L'énoncé est reproduit tel quel. Les cellules de code, les vérifications, les affichages et la base de données ont été ajoutés pour le traiter sur machine : la base de données est fictive. Pour que les simulations ne prennent que quelques secondes dans le navigateur, on utilise des grilles plus petites que celle du sujet.
Certains matériaux particuliers peuvent acquérir des états magnétiques qualifiés de paramagnétique et ferromagnétique. Le matériau est dit paramagnétique lorsqu'il ne possède pas d'aimantation spontanée, mais acquiert une aimantation sous l'effet d'un champ magnétique extérieur. Il est dit ferromagnétique lorsqu'il possède une aimantation même en l'absence de champ magnétique extérieur. Dans ces matériaux, la température
Dans un matériau magnétique, les divers éléments magnétiques (électrons, atomes) possédant un moment magnétique créent une aimantation moyenne à l'intérieur du matériau. Nous admettrons les principaux résultats de la théorie du paramagnétisme.
Ce sujet est constitué de 4 parties. Dans la première, on cherche à obtenir l'aimantation moyenne du matériau en fonction de la température à partir d'une formule théorique connue. Dans la seconde, on recherche dans une base de données les propriétés de matériaux magnétiques. Dans la troisième, on cherche à développer une modélisation microscopique d'un matériau magnétique à deux dimensions pour retrouver ce comportement (modèle d'Ising). Dans la quatrième, on s'intéresse aux domaines magnétiques du matériau (nommés domaines de Weiss).
Documentation sommaire
Les fonctions présentées ci-dessous pourront être utilisées sous réserve de l'import du module Python auquel elles appartiennent.
- Module
math: les fonctionsexpettanhpermettent de calculer l'exponentielle et la tangente hyperbolique d'un entier ou d'un flottant. - Module
random:randrange(n)permet de renvoyer un entier aléatoirement choisi parmi0, 1, 2..., n − 1random()permet de renvoyer un flottant aléatoire entre 0 et 1 suivant une densité de probabilité uniforme.
On admet que ces deux fonctions sont de complexité constante.
Les candidats sont fortement incités à expliciter brièvement leurs programmes à l'aide de quelques commentaires bien placés. L'utilisation du module numpy n'est pas autorisée.
Partie I : Transition paramagnétique/ferromagnétique sans champ magnétique extérieur
La théorie des matériaux indique que, dans un matériau ferromagnétique, l'aimantation volumique moyenne du matériau est donnée par :
où
On considère une situation sans champ magnétique extérieur. Le champ magnétique local à l'intérieur du matériau ferromagnétique est donc celui crée par la matériau lui-même. On admet que ce champ magnétique est proportionnel à l'aimantation moyenne dans le matériau (
En introduisant l'aimantation réduite
Cette équation d'inconnue
Question 1
Écrire les instructions nécessaires pour importer exclusivement les fonctions exponentielle (exp) et tangente hyperbolique (tanh) du module math, ainsi que les fonctions randrange et random du module random. Ces fonctions seront ainsi utilisables dans tous les programmes que vous écrirez ultérieurement.
Loading editor...
Question 2
À partir de l'équation 2, indiquer une équation f correspondante (paramètres x et t, valeur renvoyée
Loading editor...
def f(x, t):
passQuestion 3
Écrire une fonction dicho(f, t, a, b, eps) qui calcule une valeur approchée à eps près du zéro d'une fonction
Loading editor...
def dicho(f, t, a, b, eps):
passQuestion 4
Établir l'expression de la complexité temporelle asymptotique de la fonction dicho en fonction de a, b et eps.
Une étude mathématique simple permet de prouver que l'équation
Question 5
En utilisant la fonction dicho, écrire une fonction construction_liste_m(t1, t2) qui construit et retourne une liste de 500 solutions de l'équation (1), pour t1 à t2 (bornes incluses). On cherchera les valeurs de
Loading editor...
def construction_liste_m(t1, t2):
passEn traçant l'aimantation
Loading editor...
import matplotlib.pyplot as plt
plt.clf()
plt.plot([0.1 + k * 1.4 / 499 for k in range(500)], construction_liste_m(0.1, 1.5))
plt.xlabel("température réduite t")
plt.ylabel("aimantation réduite m")
plt.title("Figure 1 – aimantation réduite m en fonction de la température réduite t")
plt.show()Partie II : Recherche dans une base de données de matériaux magnétiques
Il existe des bases de données contenant les propriétés de nombreux matériaux, dont des propriétés magnétiques. Dans cette partie, on donne un modèle simplifié d'une telle base, et on souhaite effectuer quelques requêtes sur celle-ci.
La base de données possède la structure suivante :
- La table
materiauxcontient un champid_materiau, clé primaire de la table de valeur entière, un champnomde type chaîne de caractères pour le nom du matériau et un champt_curiede valeur entière pour la température de Curie du matériau en kelvin.
| id_materiau | nom | t_curie |
|---|---|---|
| 4534 | cobalt | 1 388 |
| 1254 | dioxyde de chrome | 386 |
| 8713 | nickel | 627 |
| 8284 | YIG | 560 |
| ··· | ··· | ··· |
- La table
fournisseurs, contenant un champid_fournisseur, clé primaire de type entier qui précise le code de chaque fournisseur, et un champnom_fournisseurde type chaîne de caractères pour le nom du fournisseur.
| id_fournisseur | nom_fournisseur |
|---|---|
| 145 | Worldwide Materials |
| 13 | Materials Company |
| ··· | ··· |
- La table
prixqui contient un champid_prix, clef primaire de type entier, un champid_matdont les valeurs sont incluses dans l'ensemble des valeurs de la cléid_materiaude la tablemateriaux, un champid_fourdont les valeurs sont incluses dans l'ensemble des valeurs de la cléid_fournisseurde la tablefournisseurs, et un champprix_kgde type flottant qui précise le prix au kg que ce fournisseur propose pour ce matériau, en euros. Un fournisseur qui ne propose pas un matériau donné n'a pas d'entrée correspondante dans cette table.
| id_prix | id_mat | id_four | prix_kg |
|---|---|---|---|
| 1 | 4567 | 145 | 50.40 |
| 2 | 8671 | 13 | 1357.30 |
| 3 | 1763 | 145 | 52.75 |
| ··· | ··· | ··· | ··· |
Les requêtes demandées dans cette partie sont à écrire en langage SQL.
Question 6
Écrire une requête permettant d'obtenir le nom de tous les matériaux qui ont une température de Curie strictement inférieure à 500 kelvins.
Loading editor...
Un client potentiel souhaite acheter 4,5 kilogrammes de nickel (d'identifiant 8713, que l'on pourra utiliser directement dans les requêtes) et sélectionner le fournisseur le moins cher.
Question 7
Écrire une requête permettant d'obtenir les noms de tous les fournisseurs proposant du nickel et le prix proposé par chacun pour 4,5 kilogrammes de nickel.
Loading editor...
Question 8
Modifier ou compléter la requête précédente afin d'obtenir le nom du fournisseur de nickel le moins cher ainsi que le prix à payer chez ce fournisseur pour ces 4,5 kilogrammes de nickel. En cas d'égalité du prix optimal entre plusieurs fournisseurs, on obtiendra les noms de tous les fournisseurs possibles.
Loading editor...
Question 9
Écrire une requête permettant d'obtenir le nom de tous les matériaux et le prix moyen pour un kilogramme de chacun de ces matériaux (la moyenne étant calculée pour tous les fournisseurs proposant ce matériau), en se limitant aux prix moyens strictement inférieurs à 50 euros par kilogramme.
Loading editor...
Partie III : Modèle microscopique d'un matériau magnétique
Pour étudier l'effet du champ magnétique sur un matériau magnétique, on adopte une modélisation microscopique. On modélise les atomes par des sites portant chacun une grandeur physique, nommée spin, dont il n'est pas nécessaire de connaître les propriétés.
L'échantillon modélisé est une zone carrée à deux dimensions possédant
Pour implémenter cette configuration de spins décrivant l'état microscopique du matériau, on choisit de travailler sur une liste s, contenant n entiers, chacun valant −1 ou 1. On notera le choix d'implémentation adoptée, qui impose de travailler sur une simple liste de n éléments pour modéliser une grille de taille n = h × h, dans l'ordre suivant : première ligne puis deuxième ligne, etc.
Un domaine d'aimantation uniforme sera donc représenté par une liste contenant n fois 1 ([1,1,1,....1]).
Le début du programme, outre les imports de module Python déjà réalisés à la question 1, est défini par les lignes ci-dessous, ce qui définit deux variables globales utilisables dans tout le programme. (Dans le sujet, h = 100 ; on prend ici h = 40 pour que les simulations soient rapides.)
Loading editor...
h = 40 n = h**2
La fonction afficher_spins(s) (ajoutée, elle n'est pas dans le sujet) affiche une configuration : les spins orientés vers le haut en foncé, ceux orientés vers le bas en clair.
Question 10
Écrire une fonction initialisation() renvoyant une liste d'initialisation des domaines contenant n spins de valeur 1.
Loading editor...
def initialisation():
passL'antiferromagnétisme est une propriété de certains milieux magnétiques. Contrairement aux matériaux ferromagnétiques, dans les matériaux antiferromagnétiques, l'interaction d'échange entre les atomes voisins conduit à un alignement antiparallèle des moments magnétiques atomiques. L'aimantation totale du matériau est alors nulle (on se limite au cas où h est pair).
Question 11
Écrire une fonction initialisation_anti() renvoyant une liste s d'initialisation des domaines contenant h spins en largeur et h en hauteur en alternant les 1 et −1 (comme sur un damier).
Loading editor...
def initialisation_anti():
passQuestion 12
Pour afficher l'état global du matériau, il est nécessaire de convertir la liste s utilisée en un tableau de taille h × h représenté par une liste de listes. Écrire une fonction repliement(s) qui prend en argument la liste de spins s et qui renvoie une liste de h listes de taille h représentant le domaine.
Loading editor...
def repliement(s):
passAttention : dans la suite, l'utilisation de la fonction repliement n'est pas autorisée : on travaille exclusivement sur une liste unidimensionnelle s.
Dans la modélisation adoptée (sans champ magnétique extérieur), l'énergie d'une configuration, définie par l'ensemble des valeurs de tous les spins, est donnée par :
avec
On suppose que seuls les quatre spins situés juste au dessus, en dessous, à gauche et à droite de
Malgré le caractère fini de l'échantillon, on peut utiliser une modélisation très utile pour faire comme s'il était infini en utilisant les conditions aux limites périodiques. Lorsque l'on considère un spin dans la colonne située la plus à droite (resp. gauche), il ne possède pas de plus proche voisin à droite (resp. gauche) : on convient de lui en affecter un, qui sera situé sur la même ligne complètement à gauche (resp. droite) de l'échantillon. De même, le plus proche voisin manquant d'un spin situé sur la première (resp. dernière) ligne sera situé sur la dernière (resp. première) ligne de l'échantillon.
Question 13
Définir une fonction liste_voisins(i) qui renvoie la liste des indices des plus proches voisins du spin i dans la liste s (dans l'ordre gauche, droite, dessous, dessus). On pourra utilement utiliser les opérations % et // de Python, qui renvoient le reste et le quotient de la division euclidienne.
Loading editor...
def liste_voisins(i):
passQuestion 14
Définir la fonction energie(s) qui calcule l'énergie d'une configuration s donnée (cf. équation 3).
Loading editor...
def energie(s):
passPour trouver une configuration stable pour les spins, il faut faire évoluer la liste vers une situation d'équilibre conformément aux principes de la physique statistique. On adopte une méthode probabiliste connue sous le nom de méthode de Monte-Carlo, dont le principe de fonctionnement est le suivant. À chaque étape :
- on choisit un spin au hasard dans l'échantillon,
- on calcule la variation d'énergie
qui résulterait d'un changement d'orientation de ce spin, - si
, ce spin change de signe, - si
, ce spin change de signe avec la probabilité donnée par la loi de Boltzmann : .
Dans la suite, delta_e et T correspondantes dans le programme.
Question 15
Définir une fonction test_boltzmann(delta_e, T) qui renvoie True si le spin change de signe, et False sinon.
Loading editor...
def test_boltzmann(delta_e, T):
passQuestion 16
Juste après avoir sélectionné au hasard l'indice i d'un spin de la liste s à basculer éventuellement, pour évaluer l'écart d'énergie delta_e entre les deux configurations avant/après, on propose deux solutions sous forme des fonctions calcul_delta_e1 et calcul_delta_e2 ci-dessous, où s[i] est le spin choisi pour être éventuellement retourné. Indiquer la solution qui vous paraît la plus efficace pour minimiser le temps de calcul en justifiant votre réponse.
Loading editor...
def calcul_delta_e1(s, i):
s2 = s[:]
s2[i] = -s[i]
delta_e = energie(s2)-energie(s)
return delta_e
def calcul_delta_e2(s, i):
delta_e = 0
for j in liste_voisins(i):
delta_e = delta_e + 2*s[i]*s[j]
return delta_eQuestion 17
En utilisant la fonction test_boltzmann, définir une fonction monte_carlo(s, T, n_tests) qui applique la méthode de Monte-Carlo et qui modifie la liste s où l'on a choisi successivement n_tests spins au hasard, que l'on modifie éventuellement suivant les règles indiquées dans les explications.
Loading editor...
def monte_carlo(s, T, n_tests):
passQuestion 18
Écrire la fonction aimantation_moyenne(n_tests, T) qui :
- initialise une liste des spins (avec la fonction
initialisationpar exemple), - la fait évoluer en effectuant
n_teststests de Boltzmann et les inversions éventuelles qui en découlent, - calcule et renvoie l'aimantation moyenne de la configuration à la température
T(définie ici comme la somme des valeurs des spins divisée par le nombre total de spins).
Loading editor...
def aimantation_moyenne(n_tests, T):
passQuestion 19
Évaluer la complexité asymptotique de la fonction aimantation_moyenne(n_tests, T) en fonction de n, nombre de spins dans le système, et de n_tests.
Question 20
Cette complexité asymptotique serait-elle modifiée si on avait voulu prendre en compte toutes les interactions entre deux spins quelconques dans le système, et plus seulement entre les plus proches voisins ? Justifier.
On réalise plusieurs simulations en faisant varier la température
Loading editor...
for T in [1.5, 2.269, 3.0]:
s = initialisation()
monte_carlo(s, T, 60 * n)
afficher_spins(s, f"T = {T}")Question 21
Indiquer l'influence de l'augmentation de la température sur le comportement du matériau ferromagnétique.
Partie IV : Exploration des domaines de Weiss
Une observation microscopique des matériaux magnétiques nous apprend que les zones magnétiques du matériau sont organisées en domaines, nommés domaines de Weiss. Dans un domaine de Weiss donné, tous les spins ont la même valeur.
On souhaite dans la suite décrire les différents domaines de Weiss afin, par exemple, de les colorier d'une manière différente. Pour cela, on va construire une liste, nommée weiss, possédant exactement la même taille que s (soit n) contenant initialement des −1 (cette valeur signifiant que le spin correspondant n'a encore été affecté à aucun domaine de Weiss).
On souhaite alors écrire une fonction récursive explorer_voisinage(s, i, weiss, num) qui, à partir d'une configuration donnée s, d'un indice de départ i (repérant le spin dans s), ainsi qu'un entier num qui précise le numéro du domaine auquel appartient weiss par effet de bord. Cette fonction doit réaliser les opérations suivantes :
- Pour chaque spin voisin du spin
, elle doit vérifier si les spins sont identiques, et s'il n'a pas déjà été affecté à un domaine de Weiss précédemment. - Dès qu'un tel spin est ajouté, on inscrit son numéro de domaine dans la liste
weiss, et on explore récursivement son voisinage.
Pour cette partie, on prend une grille encore plus petite (la version récursive pourrait sinon dépasser la taille maximale de la pile d'appels), et une configuration obtenue par Monte-Carlo près de la température de Curie, en partant de spins orientés au hasard :
Loading editor...
h = 20 n = h**2 s = [1 if random() < 0.5 else -1 for _ in range(n)] monte_carlo(s, 2.2, 30 * n) afficher_spins(s)
Question 22
Écrire le code de la fonction récursive explorer_voisinage(s, i, weiss, num) conforme à la description ci-dessus.
Loading editor...
def explorer_voisinage(s, i, weiss, num):
passAvec la fonction précédente, la pile de récursion peut devenir de taille très importante dans le cas d'un domaine de grande taille. Afin de mieux contrôler ce parcours, on choisit de l'effectuer avec une structure de pile explicite. Cette pile sera représentée par une liste nommée pile sur laquelle on peut ajouter un élément (avec append) ou récupérer l'élément du dessus (via pile.pop() qui renvoie l'élément sur le dessus de la pile et le retire de la pile). Il s'agit donc, tant qu'il reste des spins à explorer, de :
- récupérer l'indice d'un spin à explorer dans la pile et le marquer dans la liste
weiss, - regarder dans son voisinage si des spins possèdent la même valeur et n'ont pas encore été affectés à un domaine, puis ajouter leurs indices dans la pile si c'est le cas.
Question 23
Écrire le code de la fonction itérative explorer_voisinage_pile(s, i, weiss, num, pile) conforme à la description ci-dessus.
Loading editor...
def explorer_voisinage_pile(s, i, weiss, num, pile):
passEnfin, la fonction précédente va permettre de construire la liste weiss contenant les numéros des domaines auxquels appartiennent tous les spins (le numéro du domaine auquel appartient le spin d'indice 0 sera pris à 0, le domaine suivant à 1, etc.).
Question 24
Écrire le code de la fonction weiss = construire_domaines_weiss(s) qui construit et renvoie la liste weiss contenant le numéro des domaines de Weiss de chaque spin du domaine.
Loading editor...
def construire_domaines_weiss(s):
passEntrez le code donné en cours pour accéder à la solution :