Chimie numérique

La chimie numérique ou chimie informatique, parfois aussi chimie computationnelle, est une branche de la chimie et de la physico-chimie qui utilise les lois de la chimie théorique exploitées dans des programmes informatiques spécifiques afin de calculer structures et propriétés d'objets chimiques tels que les molécules, les solides, les agrégats atomiques (ou clusters), les surfaces, etc., en appliquant autant que possible ces programmes à des problèmes chimiques réels. La frontière entre la simulation effectuée et système réel est définie par le niveau de précision requis et/ou la complexité des systèmes étudiés et les théories employées lors de la modélisation. Les propriétés recherchées peuvent être la structure (géométrie, relations entre constituants), l'énergie totale, l'énergie d'interaction, les charges, dipôles et moments multipolaires, fréquences vibrationnelles, réactivité ou autres quantités spectroscopiques, sections efficaces pour les collisions, etc. Le domaine le plus représenté de la discipline est le traitement des configurations électroniques des systèmes. L'expression chimie numérique est parfois également utilisée pour désigner tous les champs scientifiques qui recouvrent à la fois la chimie et l'informatique. Le terme de chimie théorique peut être défini comme la description mathématique de la chimie, tandis que la chimie numérique est habituellement utilisée lorsqu'une méthode mathématique est suffisamment bien développée pour être automatisée puis implémentée dans un code de calcul. Il convient de remarquer que les mots exact et parfait n'apparaissent pas ici, peu de quantités chimiques pouvant être calculées de manière exacte. Cependant, chaque propriété chimique peut être décrite par un schéma numérique de manière qualitative ou de manière quantitative approximative. Les molécules (et plus précisément les atomes qui les constituent) sont constituées de noyaux et d'électrons, ce qui fait que les méthodes de la chimie quantique peuvent s'appliquer.

Thermal conductivity of Li 3 PS 4 solid electrolytes with ab initio accuracy

Encoding quantum-chemical knowledge into machine-learning models of complex molecular properties

Encoding quantum-chemical knowledge into machine-learning models of complex molecular properties

Thermal conductivity of Li 3 PS 4 solid electrolytes with ab initio accuracy