Return to search

Etude numérique de systèmes magnétiques et supraconducteurs

Dans cette thèse, nous traitons des phases magnétiques ou supraconductrices de différents modèles représentatifs de systèmes fortement corrélés. Ces études ont toutes été menées de façon numérique, avec des algorithmes de Monte Carlo non locaux. Tout d'abord, deux algorithmes de Monte Carlo Quantique (l'algorithme de boucle en temps continu et la méthode de développement en séries stochastique), considérés comme les plus sophistiqués à l'heure actuelle, sont présentés en détail. Nous traitons ensuite de systèmes de spins 1. Dans un premier temps, nous effectuons une étude, en relation directe avec les expériences, dédiée à la reconstruction numérique de spectres de Résonance Magnétique Nucléaire de chaînes de Haldane dopées avec des impuretés non magnétiques. Les résultats sont en très bon accord avec les spectres expérimentaux obtenus sur le composé Y_2BaNi_{1-x}Mg_xO_5. Dans un second temps, nous étudions la transition de phase quantique prenant place dans des chaînes de Haldane faiblement couplées à l'aide d'une nouvelle méthode numérique auto-adaptante. Grâce à cette méthode, nous obtenons avec grande précision et peu d'effort la valeur du couplage interchaîne nécessaire pour ordonner antiferromagnétiquement ce système. Enfin la dernière partie de cette thèse expose un nouvel algorithme Monte Carlo Quantique non local (dit algorithme de "ver'') destiné à l'étude du modèle de Hubbard bosonique dans l'approximation de phase. Son efficacité, caractérisée par un exposant dynamique z=0.3(1) très faible, a été démontrée avec des simulations de haute précision pour la valeur mu=0 du potentiel chimique. En outre, une démonstration explicite du bilan détaillé est donnée pour cet algorithme.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00002275
Date07 June 2002
CreatorsAlet, Fabien
PublisherUniversité Paul Sabatier - Toulouse III
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0017 seconds