In this thesis, we investigate the emergence of kinetic processes in finite quantum systems. We first generalize the Redfield theory to describe the dynamics of a small quantum system weakly interacting with an environment of finite heat capacity. We then study in detail the spin-GORM model, a model made of a two-level system interacting with a random matrix environment. By doing this, we verify our new theory and find a critical size of the environment over which kinetic processes occur. We finally study the emergence of a diffusive transport process, on a finite tight-binding subsystem interacting with a fast environment, when the size of subsystem exceeds a critical value. / Doctorat en sciences, Spécialisation chimie / info:eu-repo/semantics/nonPublished

<p align="justify">Ce travail consiste à étudier des systèmes constitués par un grand nombre de grains, auxquels de l’énergie cinétique est fournie, et à étudier leurs similarités et leurs différences avec des fluides traditionnels. Je me concentre principalement sur la nature de non-équilibre de ces fluides granulaires, en montrant que, même si les méthodes de méchanique statistique y sont applicables, leurs propriétés sont très différentes de celles de systèmes à l’équilibre ou proches de l’équilibre :</p><p><p><ul><li>Les fluides granulaires présentent des phénomènes de transport qui n’ont pas d’équivalent dans des fluides moléculaires, tels qu’un couplage spécifique entre flux de chaleur et gradient de densité.<p><li>Leur distribution de vitesse est en général différente de la distribution de Maxwell-Boltzmann, et présente une surpopulation pour les grandes vitesses. <p><li>Dans le cas de mélanges, différentes espèces de grains sont en général caractérisées par des énergies cinétiques différentes, i.e. ces systèmes sont sujet à une non-equipartition de leur énergie.<p><li>Ces fluides ont tendance à former des inhomogénéités spatiales spontanément. Cette propriété est illustrée en étudiant l’expérience du Demon de Maxwell appliquée aux systèmes granulaires.</ul><p><p align="justify">Chacune de ces particularités est discutée en détail dans des chapitres distincts, où l’on applique différentes méthodes de méchanique statistique (équation de Boltzmann, transition de phase, mean field models…) et où l’on vérifie les prédictions théoriques par simulations numériques (MD, Monte Carlo…).</p> / Doctorat en sciences, Spécialisation physique / info:eu-repo/semantics/nonPublished