Physique-Chimie : Programmation Python pour modélisation, calculs ou acquisition

Introduction

La programmation en Python permet de réaliser des modélisations, des calculs et de collecter des données en physique et chimie. Elle facilite la résolution de problèmes complexes et la visualisation des résultats.

1. Pourquoi utiliser Python en physique-chimie ?

• Automatiser des calculs répétitifs
• Créer des simulations ou des modélisations
• Traiter et analyser des données expérimentales
• Visualiser graphiquement les résultats

2. Les bases de la programmation en Python

Python est un langage simple à apprendre, idéal pour débuter en programmation scientifique.

a. Variables et affichage

tàches simples :

x = 10  # variable numérique
print("La valeur de x est", x)

b. Calculs simples

durée = 5  # en secondes
vitesse = 10  # en m/s
distance = vitesse * durée
print("Distance parcourue :", distance, "m")

3. Utilisation de bibliothèques pour la modélisation et les calculs

Python possède des bibliothèques spécialisées :

• NumPy : pour les calculs numériques
• Matplotlib : pour la visualisation graphique
• SciPy : pour des calculs avancés et les équations différentielles

a. Exemple avec NumPy : calcul de la loi de Newton

import numpy as np

# Définir la force (N) et la masse (kg)
F = 10
m = 2

a = F / m  # accélération (m/s^2)
print("Accélération :", a)

b. Exemple avec Matplotlib : tracer un graphique

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = x**2  # fonction y = x^2

plt.plot(x, y)
plt.xlabel("x")
plt.ylabel("y = x^2")
plt.title("Graphique de la parabole")
plt.show()

4. Acquisition de données en laboratoire

Python peut aussi collecter des données via des interfaces (par exemple, avec des capteurs connectés). La bibliothèque PySerial permet de communiquer avec du matériel connecté en série.

Exemple simple : lecture d’une donnée

import serial

# Connexion au port série
ser = serial.Serial('COM3', 9600)

data = ser.readline()
print("Donnée reçue :", data)
ser.close()

Conclusion

Maîtriser Python permet d'affiner l'analyse de phénomènes physiques et chimiques, en réalisant des simulations, calculs et expérimentations numériques. C’est un outil puissant pour développer la compétence scientifique.