Notes de cours de Physique

Statistique

Pr. Mostafa Mansour

Université Hassan II, Faculté des Sciences Aı̈n Chock

Filière science de la matière physique, semestre 5

Département de Physique

Année Universitaire 2023/2024

Plan
1 Introduction
2 Notions fondamentales de probabilités et statistique
* Analyse combinatoire * Notion de probabilité * Distributions statistiques
* États microscopiques et États macroscopiques * Entropie statistique
3 Système isolé : description microcanonique
* Introduction * Propriétés d’un système isolé * Étude des systèmes isolés

4 Systèmes en situation canonique

* Probabilité canonique

* Fonction de partition

* Applications de la description canonique

5 Systèmes en situation grand-canonique

* Probabilité grand-canonique

* Fonction de partition grand-canonique

* Propriétés générales

* Évolution spontanée : critère, sens de l’évolution

* Systèmes de particules identiques, indépendantes

* Applications de la description grand-canonique

1 - Introduction

3 / 95
Introduction

1 / 95
1 - Introduction

La physique statistique a pour but d’expliquer le comportement

et l’évolution des systèmes physiques comportant un grand
nombre de particules (on parle de systèmes macroscopiques), à
partir des caractéristiques de leurs constituants microscopiques
(les particules). Ces constituants peuvent être
▶ des atomes,
▶ des molécules,
▶ des ions,
▶ des électrons,
▶ des photons,
▶ des neutrinos,
▶ ou des particules élémentaires ( bosons où fermions).

2 / 95
Notions fondamentales

On distingue les particules discernables et les particules

indiscernables.
▶ Les particules discernables sont celles qu’on peut
distinguer (par exemple, des particules numérotés ou des
particules de couleurs différentes).
▶ Les particules indiscernables sont celles qui sont identiques
(par exemple, les atomes dans un gaz monoatomiques ou
les électrons conducteurs dans un métal).

3 / 95
Repères historiques
▶ 1597 : Invention du thermomètre par Galilée.
▶ 1600-1700 : Premiers travaux sur le vide (Pascal,
Torricelli).
▶ 1700-1800 : Chimie quantitative (Lavoisier), découverte
empirique des machines thermiques (Watt, Newcomen).
▶ 1800-1850 : Thermodynamique classique : Carnot, Joule,
Clapeyron, Clausius, Kelvin.
▶ 1850-1900 : Physique statistique : Clausius, Maxwell,
Boltzmann, Gibbs.
▶ 1900-1950 : Statistiques quantiques : Einstein, Planck,
Fermi, Dirac.
▶ Depuis 1950 : Physique statistique hors-équilibre,
simulations numériques : Prigogine, Von Neumann.
4 / 95
Physique-statistique

Lien vers la simulation utilisée : http ://www.falstad.com/gas/

5 / 95
Physique-statistique

Figure 1 – Systèmes physiques étudiées .

On parle de la physique statistique lorsque on parle de l’étude

ou de la compréhension des propriétés de systèmes
macroscopiques (solides, liquides, gaz, aimants (système de
spins),...) avec un nombre N = Na = 6, 02.1023 d’éléments 6 / 95
Physique-statistique

7 / 95
Physique-statistique

8 / 95
Physique-statistique

9 / 95
Physique-statistique

Figure 2 – description des Systèmes physiques .

Le but de la physique statistique est l’étude du comportement

des particules qui composent les corps physiques en relation
avec les grandeurs observées à l’échelle humaine. L’étude du
comportement des particules est qualifié du microscopique. Les
grandeurs observées sont dites macroscopiques.
10 / 95
Macrophysique et Microphysique

Macrophysique
▶ Mécanique classique ou relativiste (v ≈ c)
▶ Électromagnétisme à travers les équations de Maxwell.
▶ Thermodynamique classique
▶ 1er principe : conservation de l’énergie.
▶ 2ème principe : croissance de l’entropie (direction de
l’évolution).
▶ 3ème principe : entropie nulle au zéro absolu (0 K).
Microphysique
▶ Mécanique quantique : mouvement des particules.
▶ Physique statistique

11 / 95
Description quantique/Description classique

12 / 95
Description quantique/Description classique

13 / 95
Passage de la Microphysique à la Macrophysique
Même si les deux physiques semblent différentes, elles doivent
avoir un lien profond, car les objets macroscopiques sont
formés de très grand nombre d’objets microscopiques.
▶ Un volume de gaz de 22.4 L d’hydrogène est formé de
6 × 1023 molécules.
▶ Propriétés globales ⇒ thermodynamique classique (loi de
Mariotte pV = RT )
▶ Mouvement des particules ⇒ mécanique quantique
Question : Comment expliquer les propriétés de l’objet
macroscopique à partir des propriétés microscopiques de ses
constituants ?
Exemple : Calcul de la pression p sur la surface dS.
Remarque : La pression est due aux chocs des molécules sur
la paroi.
14 / 95
Physique Statistique

15 / 95
Physique Statistique

En physique, une transition de phase est la transformation

physique d’un système d’une phase vers une autre, induite par
la variation d’un paramètre de contrôle externe (température,
champ magnétique...)
16 / 95
La physique statistique ( synthèse)
La physique statistique est l’un des piliers de la physique
moderne, aux côtés de la mécanique quantique et de la
relativité. Ses principaux objectifs sont les suivants :
▶ Expliquer le comportement macroscopique à partir des
propriétés microscopiques, lesquelles sont régies par les
lois de la mécanique quantique. Nous verrons que la
mécanique quantique se manifeste à notre échelle
macroscopique de façon frappante par le biais de la
physique statistique.
▶ Atteindre cet objectif par une approche statistique. Les
concepts d’irréversibilité, d’entropie, de température, de
pression, de potentiel chimique, etc. sont en effet des
propriétés émergentes de nature statistique.
▶ Donner un sens physique aux mystérieux principes de la
thermodynamique.
17 / 95
 Rappel de
thermodynamique

1 / 95
a. Système thermodynamique :
un système thermodynamique est une partie de l’univers
entourée par une surface fermé (un gaz enfermé dans un
ballon). C’est un système composé de très grand nombre de
particules (atome, molécules, ... etc), décrit par un ensemble
de variables (variables thermodynamiques ou macroscopiques)
qui décrivent les propriétés et le comportement de ce dernier.
Ces variables sont classifiées en variables extensives et
intensives. Ce système peut être :
▶ isolé : s’il ne peut échanger ni chaleur ni travail ni
matière avec l’extérieur,
▶ Fermé : s’il peut échanger de la chaleur et du travail
avec l’extérieur mais pas la matière.
▶ Ouvert : s’il peut échanger de la chaleur, du travail et de
la matière avec l’extérieur,

2 / 95
Rappel de thermodynamique
Thermodynamique des gaz parfaits,

3 / 95
Rappel de thermodynamique
Thermodynamique des gaz parfaits,

Cette loi a été découverte indépendamment par Boyle (1664) et par Mariotte (1676)
4 / 95
Entropie :
L’entropie est une fonction d’état extensive, dont l’unité est le
joule par kelvin (J/K). D’après la physique statistique, elle
peut être interprétée comme la mesure de désordre d’un
système à l’échelle microscopique. Elle est donnée par la
formule de Boltzmann :

S = kb lnΩ.
où Ω est le nombre d’état microscopique accessible pour un
système. Pour les processus réversibles, la variation de
l’entropie est liée à la variation de la quantité de chaleur par la
température,
δQ
dS =
T

5 / 95
Température :
Historiquement, la température a été introduite pour décrire
quantitativement la sensation de chaleur ou de froid qu’on
éprouve au toucher des corps. En physique statistique, la
température est introduite pour décrire le degré d’agitation
thermique des molécules de ce corps. Par conséquent, elle
devrait etre une fonction croissante de l’ énergie cinétique
moyenne. Dans la théorie cinétique des gaz, elle est liée
directement à l’énergie cinétique des particules. Pour le gaz
parfait, par exemple, on peut montrer que
3
U = kb T.
2

6 / 95
0. Principe zéro :
Si deux systèmes sont en équilibre thermodynamique avec un
troisième système, alors, les trois systèmes sont en équilibre
entre eux.
1. Premier principe :
Ce principe annonce la conservation de l’énergie totale d’un
système. Durant un processus thermodynamique, le
changement de l’énergie interne d’un système se traduit par

∆U = Q + W

La forme différentielle de ce principe est donnée par

dU = δQ + δW.
R
et C dU = Uf − Ui L’énergie totale ne dépend pas du chemin
suivit, elle dépend que de l’état initial est final. Donc, U est
une fonction d’état. Par contre W et Q dépendent du chemin
suivit, donc ils ne sont pas des fonctions d’état.
7 / 95
2. Deuxième principe :
▶ Énoncé de Clausius : Il n’existe pas de processus dont
le seul résultat soit de transférer de la chaleur d’un corps
froid à un corps chaud. Il est possible de faire passer la
chaleur d’un corps froid à un corps chaud mais il faut
fournir du travail (réfrigérateur par exemple).
▶ Enoncé de Kelvin-Planck : Il n’existe pas de
transformation dont le seul résultat soit de produire du
travail à partir d’une seule source de chaleur à
température constante. Cela signifie qu’il faut au moins
deux sources à des températures différentes pour réaliser
une conversion d’énergie calorifique en énergie mécanique
(cycle de Carnot par exemple).
3. Troisième principe (énoncé de Nernst) :
L’entropie d’un solide ou d’un liquide pur en équilibre
thermodynamique est nulle au zéro absolu.
8 / 95
Identité thermodynamique
Pour un système soumis uniquement au travail des forces de
pression, il existe une façon élégante de combiner ensemble les
deux premiers principes de la thermodynamique. En effet, on
peut toujours trouver un chemin élémentaire réversible entre
deux états d’équilibre voisins, pour lesquels on a alors d’après
le premier principe

dU = δWrev + δQrev

Or,
δQrev = T dS
et Pext = P pour une transformation réversible

δWrev = −Pext dV = −P dV

9 / 95
Identité thermodynamique
On en déduit alors ce que l’on appelle l’identité
thermodynamique :

dU = T dS − P dV
Notons qu’il est alors possible d’exprimer cette identité en
fonction de dS :
1 P
dS = dU + dV
T T
ce qui donne les relations suivantes que nous reverrons par la
suite :    
1 ∂S P ∂S
= ; =
T ∂U V T ∂V U

10 / 95
Enthalpie
L’identité thermodynamique nous informe donc que U est une
fonction d’état commode à V constant, puisqu’alors elle ne
dépend plus que d’une seule variable S. Or, il existe des
transformations thermodynamiques où la pression est
maintenue constante alors que le volume est laissé libre. Il est
alors commode d’introduire une nouvelle fonction d’état H,
appelée enthalpie, définie au moyen de fonctions d’état déjà
connues : H = U + P V . En effet, on obtient alors comme
identité thermodynamique pour l’enthalpie :

dH = T dS + V dP
ce qui montre alors que les variables de H sont S et P .

11 / 95
Énergie libre
De la même manière que l’on avait pu substituer la variable P
à V avec l’enthalpie, il est possible de substituer la variable T
à S en définissant la fonction d’état F = U − T S appelée
énergie libre. On obtient alors l’identité thermodynamique :

dF = −SdT − P dV
qui sera très utile lors de l’étude du formalisme canonique.

12 / 95
Notions fondamentales de
probabilités

1 / 95
Notions fondamentales de probabilités et statistique
La physique statistique est une approche probabiliste qui nous
permet d’étudier les propriétés macroscopiques ou
thermodynamiques (comme la température, la pression, ... etc)
d’un système physique, en équilibre ! Ce système est composé
d’un très grand nombre de particules, donc, il possède un très
grand nombre de degrés de libertés

2 / 95
Notions fondamentales de probabilités et statistique

Figure 3 – probabilités en physique statistique . 3 / 95

 L’analyse combinatoire
L’analyse combinatoire est une branche des mathématiques qui
étudie comment compter les objets. Elle fournit des méthodes
de dénombrements particulièrement utiles en théorie des
probabilités
La multiplication :
Si nous avons N systèmes (ou objets) ayant chacun Qi
configurations pouvant se faire de manière indépendante, alors
le nombre total de configurations est

Ω = ΠN
i=1 Qi

En particulier, si les N systèmes (ou objets) ont le même

nombre de configurations (indépendantes), alors le nombre
total de configurations est

Ω = QN
4 / 95
La Factorielle en Algèbre Combinatoire
La factorielle joue un rôle important en algèbre combinatoire
parce qu’il y a n! façons différentes de permuter n objets. La
factorielle d’un entier n, notée n!, vaut :
n
Y
n! = i = n × (n − 1) × (n − 2) × . . . × 2 × 1 (1)
i=1

Où :
0! = 1 (2)
Exemple 1 : Le nombre de permutations d’une pièce de deux
faces est 2! = 2.
Il est à noter que si n est fractionnaire ou négatif, la factorielle
ordinaire n’existe pas ; elle est définie par la fonction Gamma,
notée Γ(n).

5 / 95
La Factorielle en Algèbre Combinatoire

la factorielle peut être définie à partir de la fonction Gamma

d’Euler :

Z ∞
Γ(n) = xn−1 e−x dx = (n − 1)!, avec n ∈ N. (3)
0

On montre facilement que Γ(1) = 1 et par récurrence sur n,

que :

Γ(n) = (n − 1)Γ(n − 1) = (n − 1)(n − 2) . . . Γ(1) = (n − 1)!.

6 / 95
La Factorielle en Algèbre Combinatoire

On en déduit donc que n! peut être calculé à partir de

l’intégrale :
Z ∞ Z ∞
n −x
n! = x e dx = en ln(x)−x dx. (4)
0 0

Pour n demi-entier, on calcule Γ(n) en utilisant la relation de

récurrence et la propriété :
√
   
1 1
Γ = − ! = π.
2 2

7 / 95
Exercice

En utilisant les résultats ci-dessus, on en déduit après un

changement de variable élémentaire que :
Z ∞
n!
xn e−αx dx = n+1 , n ∈ N.
0 α

8 / 95
Démonstration de l’intégrale

Pour montrer que

Z ∞
n!
xn e−αx dx = n+1 , pour n ∈ N,
0 α
R∞
utilisons la formule fournie n! = 0 xn e−x dx. Pour ce faire,
effectuons un changement de variable approprié.
Commençons par l’intégrale que nous voulons résoudre :
Z ∞
I= xn e−αx dx.
0
Maintenant, effectuons le changement de variable u = αx, ce
qui implique dx = α1 du.

9 / 95
suite démonstration de l’intégrale
Remplaçons ces valeurs dans l’intégrale :
Z ∞  n Z ∞
u −u 1 1
I= e du = n+1 un e−u du.
0 α α α 0
Maintenant,
R ∞ n −xnous pouvons utiliser la formule
n! = 0 x e dx que vous avez fournie pour simplifier
davantage l’intégrale :
1 n!
I= · n! = .
αn+1 αn+1
Ainsi, nous avons montré que
Z ∞
n!
xn e−αx dx = n+1 , pour n ∈ N.
0 α

10 / 95
 Formules de Stirling
La présence de factorielles dans ces expressions peut s’avérer
gênante lors du passage à l’analyse réelle continue
(intégration, dérivation, etc.). Heureusement, dès que n est
suffisamment grand (n > 20 suffit en pratique, alors que
n ≫ 1 le plus souvent), on dispose d’équivalents simples. Le
premier porte sur ln(n!) :

ln(n!) ≈ n ln(n) − n
dont voici une pseudo-démonstration simplifiée :

n
X Z n
ln(n!) = ln(1·2·. . .·n) = ln(k) ≈ ln(x) dx = n ln(n)−n
k=1 1

11 / 95
 ▶ Définition de n! :
n! = 1 · 2 · . . . · n
▶ Application du logarithme naturel ln :
ln(n!) = ln(1 · 2 · . . . · n)
▶ Utilisation des propriétés des logarithmes :
ln(n!) = ln(1) + ln(2) + . . . + ln(n)
▶ Approximation de la somme par une intégrale :
Z n
ln(n!) ≈ ln(x) dx
1
▶ Calcul de l’intégrale :
ln(n!) ≈ n ln(n) − n
Ainsi, en utilisant une intégrale, on approxime ln(n!) par
n ln(n) − n.
12 / 95
 Rn
Démonstration de 1 ln(x) dx = n ln(n) − n
Utilisation de la règle d’intégration de ln(x) :
Z n Z n
ln(x) dx = x ln(x) − x d(ln(x))
1 1
Z n Z n
= x ln(x) − x dx = x ln(x) − dx = x ln(x) − x + C
1 1
Appliquer la règle de l’intégration définie :
Z n
ln(x) dx = [x ln(x) − x]n1
1

= (n ln(n) − n) − (1 ln(1) − 1) = n ln(n) − n

Rn
Ainsi, l’intégrale 1 ln(x) dx est égale à n ln(n) − n.

13 / 95
 L’analyse combinatoire

▶ Nombre de permutations : Le nombre de permutations

deux à deux de n objets est donné par :

P = n! (3)

Exemple :
les permutations de 3 objets numérotés dans les casiers
sont au nombre de 3! = 6. On les donne explicitement :

| 1 | 2 | 3 |, | 1 | 3 | 2 |, | 2 | 1 | 3 |, | 2 | 3 | 1 |,
| 3 | 1 | 2 |,| 3 | 2 | 1 |.

14 / 95
Analyse combinatoire

▶ Nombre d’arrangements : Le nombre d’arrangements de n

objets pris parmi N objets est le nombre de façons de
choisir n objets parmi N objets, un par un, en tenant
compte de l’ordre de prise. Ce nombre est donné par :
N!
AnN = (4)
(N − n)!

avec N ! = N (N − 1)(N − 2)......1

15 / 95
Analyse combinatoire

Exemple :
Soient quatre boules numérotées de 1 à 4. On prend deux
boules parmi ces quatre boules. Les cas possibles sont

(1, 2), (1, 3), (1, 4), (2, 1), (2, 3), (2, 4), (3, 1), (3, 2), (3, 4),

(4, 1), (4, 2), (4, 3).

On tient compte ici de l’ordre de prise : ainsi les cas (1,2) et
(2,1), par exemple, sont considérés comme étant différents. Il
y a 12 arrangements, ce qui vérifie la formule

A24 = 4!/(4 − 2)! = 12

16 / 95
Analyse combinatoire

▶ Nombre de combinaisons : Le nombre de combinaisons de

n objets pris parmi N objets est le nombre de façons de
choisir n objets parmi N objets sans tenir compte de
l’ordre de prise. Ce nombre est donné par :
N!
CNn = (5)
n!(N − n)!

17 / 95
Combinaisons : Cnp

Les combinaisons, notées Cnp ou np , représentent le nombre de

façons de choisir p objets parmi n objets sans ordre déterminé.

Exemples :
▶ Si E = {R, V, B}, il y a C32 = 3 combinaisons pour
choisir deux lettres de E, par exemple : {R, V }, {V, B},
{R, B}.
8
▶ Si E = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}, il y a C10 = 90 façons
de choisir 8 chiffres parmi 10 (sans ordre).

18 / 95
Analyse combinatoire

Propriétés des combinaisons

▶ CN0 = 0!(N N! N!
)!
= 1, CNN = 0!(N )!
= 1,
CN1 = 1!(NN−1)!!
=N
▶ ∀0 ≤ p ≤ N , on a CNp = CNN −p
▶ Triangle de Pascal ; ∀1 ≤ p ≤ N − 1, on a

CNp = CNp−1 p
−1 + CN −1

19 / 95
Démonstration de la formule de Pascal
Démontrons la formule de Pascal :

p−1 p (n − 1)! (n − 1)!

Cn−1 + Cn−1 = +
((n − 1) − (p − 1))!(p − 1)! (n − 1 − p)!p!

Simplifions chaque terme :

(n − 1)! (n − 1)!
=
((n − 1) − (p − 1))!(p − 1)! (n − p)!(p − 1)!
(n − 1)! (n − 1)!
=
(n − 1 − p)!p! (n − p − 1)!p!
Regroupons les termes similaires :

p−1 p (n − 1)! (n − 1)!

Cn−1 + Cn−1 = +
(n − p)!(p − 1)! (n − p − 1)!p!

20 / 95