I –INTRODUCTION :

Quand on mesure certaines grandeurs physiques, on n’obtient pratiquement jamais le

même résultat même si les conditions expérimentales sont identiques. Ces fluctuations
sont caractérisées par la probabilité de mesurer chaque valeur, qui dépend de la nature
de la grandeur mesurée mais aussi de l’appareil de mesure .

L’erreur sur la mesure dépend essentiellement des quantités de l’instrument de mesure

et de pratique opératoire et en particulier les phénomène nucléaire ,ses
fondamentalement aléatoires .
Un ensemble de valeurs mesurées est appelé soit échantillon soit données ,En statistique
l’échantillon signifie la fraction d’une population et par les données on entendre la
représentation des valeurs mesuré qui permet la détermination des paramètre
inconnus.

II-Représentations :
1) Echantillon direct ou représentaton(x):
L’objet centrale de la statistique est l’échantillon c’est-à-dire un ensemble de n valeurs
numériques :

(x)=(x ₁,x₂ ;…….. ,xᵥ)

Dont l’élément i est la réalisation numérique d’une variable aléatoire Xi de la loi p(xᵢ),on
dit ,par extension ,que l’échantillon (x) est la réalisation numérique de l’ensemble
aléatoire.

(X)=(X₁ ,X₂,…………,Xᵥ)

L’échantillonnage est stationnaire si les variables obéissent à la méme loi p(x)

indépendament du temps.

2)Echanantillon de fréquences ou représentation (x) :

Considérons l’ensemble des valeurs numériques d’un échantillonage stationnaire

(x)=(x ₁,x₂ ;…….. ,xᵥ)

Les élements xᵢ sont les réalisations d’une variable aléatoire X de la loi p(x) x∊IR

La distribution des mesures expérimentales sera caractrisé par sa valeure moyenne :

 Et sa dispérsion σ :

3) Les distributions de fréquence :

Sous certaines conditions, on peut prédire la fonction de distribution qui décrit les
résultats de mesures répétitive .On définit une mesure comme le comtage du nombre de
succés suite à un nombre d’éssais.

On désigne par nₓ la fréquence d’obsérvation de la valeure xₓ ,c’est-à-dire le nombre

d’obsérvations de ette valeur au cours d’un ensemble d’obsérvations effectuée sur des
échantillons identique.

Nous allons considérer tout d’abord des événement n’offrant que deux possibilités :

Succés ou échec. la distribution binomiale permet de calcule la fréquence d’apparition de

ces événement ,si la probabilité d’un succés et très inférieure à l’unité, la distribution
tend vers celle de poisson,

Si (≻20) on passe à la distribution de gauss.

4) Distrubition de Gauss :
Une courbe de Gauss est caractérisée par deux grandeurs importantes : son centre (ou
valeur moyenne) µ et son écart type σ .

L’écart type σ caractérise la dispersion des mesures. Plus sa valeur est petite, plus les
mesures sont proches les unes des autres

σ² s’appelle la variance et sa racine carrée est l’écart type :

5) Distribution de poisson :
La loi de poisson écrit seulement par la valeure moyenne µ .

La constante de désintégration ʎ définit la probabilité p << 1 pour que x noyaux se

désintégre en méme temps ,Ansi ,la valeure moyen de mesure sera m=ʎ n qui n’est rien
d’autre que l’activité de la source, est la valeur la plus probable et ayant pour écart type
σ=√

III-La partie expérimentale :

1) Modèle statistique de gauss :

on choisit une source radioactive 60Co après , à chaque 10 s on prend une mesure ce
travail se répète 150 fois et on classe les mesures u le tableau ci-dessous.

Tableau :les mesures de l’activité avec source radioactive.

La moyenne est :

● on remplit le tableau ci-dessous par :

- la classe x.

- les fréquences absolues F(x)

- les fréquences normalisée f(x)

- calculer la moyenne pondérée

- calculer l’écart type de poisson

- pour les trois valeurs de x calculer P(x) en utilisant la loi de gauss et celle de poisson.

La moyenne pondérée :
Avec :

On a k=10 donc n= K-1 alors n=9.

égale 16,92
2) La modèle statistique de bruit de fond :
Cette expérience fait en l’absence de source radioactive, ça signifie qu’on mesuré les
rayonnements de l’ambiante ou l’activité des matérieaux.

On a fait 100 mesures la dure entre l’une et l’autre est 10s

La moyenne arithmétique est :