La Chimie du présent et du futur : une introduction
Les apports de la Chimie Théorique
B.Lévy
Laboratoire de Chimie Physique Université Paris-Sud, Orsay
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie Les apports de la Chimie Théorique
1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
Le titre
"apport de la théorie" : un exemple *
Le titre
S.Empiricus (~190) : "accepter les phénomènes, rejeter ce qui est dit sur eux" *
MAIS : nommer ce qu'on fait ?
comparer différents résultats ?
les alchimistes : essayer à partir d'une idée a priori ** qualitative (éthique, affective ...)
fabrication du verre (vers -3000) silice + de la soude obtenue à partir de carbonate de sodium
le "bain marie" (~350,400)
nomenclature (les vitriols, les métaux ... )
Le titre
la bande des quatre A.Lavoisier (1743-1794) J.Proust (1754-1826) J.Dalton (1766-1844) A.Avogadro (1776-1856)
nouvelle nomenclature, identité/diversité * le congrès de Karlsruhe (1860)
atomes vs. "équivalents" et "énergétique"
la bande des trois Galilée (1565-1642) Descartes (1596-1650)
Newton (1643-1727)
l'aspect a priori est radicalisé l'aspect qualitatif a disparu
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie La mécanique : valeur et limites
1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
- The general theory of quantum mechanics is now almost complete,
- the imperfections that still remain being in connection (...) with relativity (...) - the underlying physical laws necessary for the mathematical theory of a large part of Physics and the whole of Chemistry are thus completely known - and the difficulty is only that the exact application of these laws leads to
equations much too complicated to be soluble.
L'aphorisme de Dirac **
mécanique quantique *
La mécanique : valeur et limites
Les conditions initiales : trajectoires classiques 2D
de C+, C-, e- dans 2 cas Cas 1 : C+ et C- ne se voient pas
Cas 2 : C+ et C- se voient
qui diffèrent seulement par les conditions initiales sur e-
La mécanique : valeur et limites
bilan :
La mécanique : valeur et limites
les sciences de la matières
3 domaines distincts hautes énergies, particules élémentaires, ...
astrophysique, relativité générale, ...
échelle humaine (atome planète)
bilan :
La mécanique : valeur et limites
application effective pour plus de 3-4 particules les sciences de la matières à l'échelle humaine
recherche des types de systèmes
permettant une cohérence entre les moyens expérimentaux et théoriques
les sciences de la matières
Approximations permettant des approches algébriquement simple (modèles)
Les modèles
2. La mécanique (classique/quantique) : valeur et limites
3. Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie 1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
Les modèles
- modèle de Drude (P.Drude, 1900) - règle de l'octet (G.Lewis, 1916),
- théorie des bandes (F.Bloch, 1928), - modèle de Hartree (1928) ;
- théorie de l'état de transition (H.Eyring, G.Evans et M.Polanyi, 1935) ; - orbitales, hybridation, mésomérie (L.Pauling, 1939) ;
- les systèmes (H.C..Longuet-Higgins et J.A.Pople, 1950-1955) - cinétique de transfert de charge (R.A.Marcus, 1956)
- VSEPR (R.Gilllespie, RS.Nyholm, 1957)
- ELF (electron localisation functions, B.Silvi, 1994)
Modèles : solutions approchées, algébriquement simples
Les modèles
Modèles : le cas des 'charge shift bonds'
Les modèles
Modèles : le cas des 'charges shift bonds' * application à l'hypervalence
* S. Shaik, D. Danovich, W. Wei, P. Hiberty, Nature Chemistry, 1 (6): 443–449 (2009)
Les modèles
Modèles : le cas des 'charges shift bonds' application aux organo metalliques ?
[Cu (H20)2 ]++
H2O Cu H20 E (eV)
2 0 0 35
0 2 0 20
0 0 2 35
1 1 0 22
1 0 1 28
0 1 1 22
énergie d'ionisation degré
d'ionisation
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie Les modèles
1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
Les simulations
- S.F.Boys, Proc. Roy. Soc. (London), A 200, 542 (1950)
- N.Metropolis, A.W.Rosenbluth, M.N.Rosenbluth, A.H.Teller et E.Teller,
J.Chem.Phys. 21, 1087 (1953) - D.R.Hartree, Proc.Camb.Phil.Soc. 24, 89 (1928)
- D.R.Hartree, The calculation of atomic structures (John Wiley & Sons, New York, Chapman & Hall, London, 1957)
- La DFT (W.Kohn, 1964)
- L.Verlet, Phys. Rev. 159, 98 (1967); Phys. Rev. 165, 201 (1967)
Simulations : solutions approchées, numériquement simples
Les simulations
Simulations : solutions approchées, numériquement simples
Several approximate (...) methods of evaluating wave functions of molecules have been widely used for making deductions on the general nature of molecules. (...)
It has, however, never been possible to make a priori predictions by such procedures in cases other than the very simplest, since the requisite integrals could not be evaluated (...).
However, if the orbitals used were taken to be linear combinations of (...) Gaussian functions all the required integrals could be evaluated explicitly. The analysis derived here does, therefore, provide (…) a method for applying quantitatively, and in a fundamental way, the approximate methods ...»
* S.F.Boys, Proc. Roy. Soc. (London), A 200, 542 (1950)
L'aphorisme de Boys * :
Les simulations
Exemple 1 : Hydrogénation du butadiene sur le Platine, calculs DFT *
Premier H (en C1) Deuxième H C2
C4 C3
Les simulations
Premier H (en C1) Deuxième H C2
C4 C3
" Le calcul prévoit donc deux processus aboutissant l'un au butène-1 et l'autre au butane ce qui est en très bon accord avec le résultat expérimental : 60-80 % de butène et le
Exemple 1 : Hydrogénation du butadiene sur le Platine, calculs DFT *
Les simulations
Exemple 2 : Fragmentation d'un peptide, calculs DFT *
Les simulations
Exemple 2 : Fragmentation d'un peptide, calculs DFT *
Les simulations
Exemple 2 : Fragmentation d'un peptide, Calculs DFT *
Les simulations
Monomère SO Monomère SN
Dimère ion-neutre trans Dimère ion-neutre cis Dimère SS
Exemple 3 : Dimère de la diméthyl-méthionine oxydée, en solution acide, calculs DFT+MCM *
Les simulations
monomère dimère cis dimère trans dimère SS Exemple 3 : Dimère de la diméthyl-méthionine oxydée,
en solution acide, calculs DFT+MCM *
Les simulations
Résultats du calcul : - les 3 dimères ont des énergies de formation égales à 20 kJ/mole près
Résultat expérimental : il n'y a pas de déplacement du spectre vers les grandes longueur d'onde après oxydation
- les spectres d'absorption sont très différents
Conclusion : il n'y a pas de formation d'une liaison SS mais de dimères ion-neutre
Exemple 3 : Dimère de la diméthyl-méthionine oxydée, en solution acide, calculs DFT+MCM *
temps
simulé 1 cpu (Mflops) 104 cpu (10 Gflops) 1012 cpu (Eflops) 1.5 jours
400 W
13 s
4 MW
0.13 µs
400 TW durée du
calcul
puissance électrique Les simulations
- nombre d'atomes : N=104 ,
- nombre d' opérations par pas de temps = Nlog2(N) = 1.3 105 opérations, - longueur des pas de temps : 1 fs
- simulations de 1ns (106 pas, 1.3 1011 opérations) ou de 1 µs (109 pas, 13 1014 opérations) - puissance de calcul par cpu : 1 Mflops ; puissance électrique par cpu : 400 W
1 habitant 104 habitants 106 habitants nombre d'habitants
4 ans 3.6 h 0.13 ms
1 ns 1 µs
Time is money : exemple des calculs de dynamique moléculaire
1 cpu (Mflops) 104 cpu (10 Gflops) 1012 cpu (Eflops) 170 jours
400 W
4 h 4 MW
13 µs 400 TW durée du
calcul
puissance électrique Les simulations
- nombre d'atomes : N=110, nombre de GTO par atome = 10 ; - nombre d'itérations =10 1.5 1013 opérations
- nombre d'opérations par itération = (10N)4 = 8.4 108 opérations, - puissance de calcul par cpu : 1 Mflops ; puissance électrique : 400 W
700 W 7 MW 700 TW
1 habitant 104 habitants 106 habitants nombre d'habitants
puissance électrique consommée *
Time is money : exemple des calculs DFT
Les simulations
-incertitude sur l'énergie
(résultant du calcul de Chime Quantique)
= constante ad hoc nb = dimension de la base de GTO
- incertitude sur le volume accessible
(résultant du calcul de Dynamique Moléculaire) = constante ad hoc np = nombre de pas
- variation d'énergie libre :
ΔF=ΔU−kTLn(ΔV V )
U = énergie totale
V = volume accessible
- incertitude sur la variation d'énergie libre :
δF=δQC+kT δMD V
- contrainte : temps total de calcul Tps= nb4 np = constante ad hoc
δF= λ +kT μ ν n4 δQC= λ
nb
δMD= μ np - incertitude sur la variation d'énergie libre :
Energie vs. Entropie
ΔF=ΔU−kT ΔV V
Les simulations
Une meilleure qualité du calcul de QC : - diminue l'incertitude sur l'énergie
- augmente l'incertitude sur le volume accessible Conclusion : au delà d'une limite, le calcul de QC peut devenir "trop bon" !
Energie vs. Entropie
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie Les modèles
1. Le titre ?
5. Incertitude : la réduire ou l'évaluer ?
Gestion des incertitudes
A metaphorical prediction of how to improve upon the treatment of electron correlation by ascending from the Hartree world to the “heaven of chemical accuracy.” *
Réduire l'incertitude (ou presque)
Gestion des incertitudes
Evaluer l'incertitude (au mieux)
Exemple 1 : effet du pH sur le spectre d'absorption de la Cerulean
Gestion des incertitudes
étape 1 : utiliser les résultats expérimentaux sur une série de composés voisins * Evaluer l'incertitude (au mieux)
Exemple 1 : effet du pH sur le spectre d'absorption de la Cerulean
Gestion des incertitudes
étape 2 : Comparaison théorie expérience : - différence systématique interpolation - reste = aléatoire *
Evaluer l'incertitude (au mieux)
Exemple 1 : effet du pH sur le spectre d'absorption de la Cerulean
Gestion des incertitudes
étape 3 : Comparaison théorie expérience : - différence systématique interpolation - reste = aléatoire
Evaluer l'incertitude (au mieux)
Exemple 1 : effet du pH sur le spectre d'absorption de la Cerulean
σ (λpred) = σ (λpred)
√
NP(λpred) = P(λcalc) ∗ P(λCh)
σ (λpred) = σ (λcalc) + σ (λCh)
√
NGestion des incertitudes
le déplacement spectral est dû
à l'effet électrostatique des protons à l'isomérisation étape : 3 évaluer de l'incertitude aléatoire dans les deux hypothèses *
Evaluer l'incertitude (au mieux)
Exemple 1 : effet du pH sur le spectre d'absorption de la Cerulean
Gestion des incertitudes
1
Spectre résolu en temps
Exemple 2 : premières étapes du mécanisme de polymérisation de l'EDOT * Evaluer l'incertitude (au mieux)
Gestion des incertitudes
Exemple 2 : premières étapes du mécanisme de polymérisation de l'EDOT * Evaluer l'incertitude (au mieux)
Spectre d'absorption =
Discrétisation du temps et des longueur d'ondes I(λ, t)=
∑
k
D(λ, k) C(k , t) SVD : I(λ, t)=
∑
k
A(λ, k) W(k) B(k ,t)
700 premières nanosecondes 3 contributions
Gestion des incertitudes
Exemple 2 : premières étapes du mécanisme de polymérisation de l'EDOT * Evaluer l'incertitude (au mieux)
Liste des molécules qui peuvent contribuer au spectre
20 schéma cinétiques
Gestion des incertitudes
Exemple 2 : premières étapes du mécanisme de polymérisation de l'EDOT * Evaluer l'incertitude (au mieux)
Best Fit
Gestion des incertitudes
Exemple 2 : premières étapes du mécanisme de polymérisation de l'EDOT * Evaluer l'incertitude (au mieux)
Conclusion
Les simulations constituent des techniques efficaces en Chimie (et dans les sciences de la matière en général).
Elles fournissent des informations analogues et complémentaires à celles des techniques expérimentales.
Elles évoluent en permanence (amélioration des fonctionnelles DFT, adaptation au calcul intensif)
Remerciements
O.Reinaud et A. de la Lande P. Maitre
C.Coletta et S. Remita P.Archirel et P.Pernot
Merci de votre attention
Les simulations
Relation : temps nécessaire pour simuler 1 ns de dynamique -
puissance électrique
Relation : puissance électrique – nombre d'habitants
limite de dt (pas d'intégration) limite de la puissance de calcul (Flops) solution = parallélisme relation vitesse de calcul –
puissance électrique nécessaire
Les simulations
puissance électrique
Relation : puissance électrique – nombre d'habitants
1 cpu (Mflops) 104 cpu (10 Gflops) 1012 cpu (Eflops) N2
opérations
N Ln(2)
opérations N Ln(2) opérations N Ln(2) opérations
temps 3 ans 1.5 jours 13 s 1.3 µs
Puissance
électrique 400 W 400 W 4 MW 400 TW
Les simulations
- erreur sur l'énergie résultant du calcul de Chime Quantique :
Energie vs. Entropie
= constante ad hoc nb = dimension de la base de GTO
- erreur sur le volume accessible résultant
du calcul de Dynamique Moléculaire D = /np = constante ad hoc np = nombre de pas
- variation d'énergie libre :
QC = /nb
ΔF=ΔU−kT ΔV V
U = énergie totale
V = volume accessible
- erreur sur la variation d'énergie libre : δF=δQC−kT δMD V
- contrainte : temps de calcul Tps= nb4 np = constante ad hoc
- erreur sur la variation d'énergie libre : δF= λ nb−kT
V μ ν Tps
Les modèles
Modèles : le cas des 'charges shift bonds' application aux composés organo-métalliques
Gestion des incertitudes
Evaluer l'incertitude (au mieux)
M.C.Kennedy and P.O'Hagan, J. Roy. Stat. Soc. B 63, 425 (2001)
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie La mécanique : valeur et limites
1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
2.La mécanique (classique/quantique) : valeur et limites 3.Les modèles : un monde parallèle ?
4. Les simulations : dilemne coût/précision DFT / IC
dynamique moléculaire
approche multi-échelle, dilemne énergie/entropie La mécanique : valeur et limites
1. Le titre ?
5. Incertitude : l'annuler ou l'évaluer ?
bilan :
La mécanique : valeur et limites
physique, chimie, biologie ...
pas de doute raisonnable sur le cadre théorique général (quantique, classique, relativiste)
difficulté d'application effective pour plus de 3-4 particules les sciences de la matières à l'échelle humaine
recherche des différentes approximations les sciences de la matières