Analyse sigma

La lettre grecque $\sigma$ apparaît dans deux rôles entièrement distincts dans cette référence, et les confondre est un danger réel. Dans la formule maîtresse, $\sigma(E)$ est la section efficace de diffusion, une force de couplage physique ayant les unités d’une aire. Dans les chapitres de validation, $\sigma$ est l’écart-type, une mesure statistique de dispersion. Ce chapitre traite les deux sens délibérément et côte à côte, et énonce explicitement la convention de notation afin qu’aucune ambiguïté ne subsiste.

Deux grandeurs distinctes, un symbole

Le recouvrement de notation est un héritage inévitable de la convention : la physique utilise $\sigma$ pour les sections efficaces, la statistique utilise $\sigma$ pour les écarts-types, et les deux traditions sont trop ancrées pour être abandonnées. Au sein de cette référence, la convention est la suivante. Lorsque $\sigma$ apparaît avec un argument d’énergie explicite, écrit $\sigma(E)$, il signifie toujours la section efficace. Lorsque $\sigma$ apparaît sans argument dans le contexte d’une distribution de sortie calculée ou d’un énoncé de confiance, il signifie l’écart-type. Partout où les deux pourraient être confondus, le sens visé est énoncé en toutes lettres. En gardant cette règle à l’esprit, les deux rôles peuvent maintenant être examinés séparément.

Sigma la section efficace : σ(E)

La section efficace de diffusion $\sigma(E)$ [m²] mesure avec quelle force le champ incident se couple au matériau convertisseur en fonction de l’énergie. Elle entre dans la formule maîtresse comme l’un des facteurs de l’intégrande,

$$P(t) = \iint \Phi(E,\theta,t)\,\sigma(E)\,\Delta p\,v_{\text{ph}}\,\eta_{\text{conv}}\;dE\,d\theta ,$$

et sa dépendance en énergie est décisive parce que la sortie est gouvernée par le recouvrement de $\sigma(E)$ avec le flux $\Phi$, comme discuté dans flux d’énergie multicanal. La lecture dimensionnelle mérite qu’on s’y arrête : une section efficace est une aire effective, la taille de cible notionnelle que le matériau présente à un quantum incident à l’énergie $E$. Ce n’est ni une probabilité ni un taux ; elle n’acquiert ces significations que multipliée par un flux, ce que fait exactement l’intégrande. L’analyse de $\sigma(E)$ se centre sur sa forme. Une section efficace large et plate se couple à une vaste portion du spectre mais faiblement à chaque énergie isolée ; une section fortement piquée — une résonance — se couple fortement mais seulement dans une bande étroite. Une caricature illustrative utile d’une résonance est le profil lorentzien

$$\sigma(E) \;\propto\; \frac{(\Gamma/2)^2}{(E-E_0)^2 + (\Gamma/2)^2} ,$$

centré en $E_0$ de largeur $\Gamma$ : lorsque $\Gamma \to 0$, le pic devient haut et étroit, se couplant puissamment mais seulement au flux à un cheveu de $E_0$. Qu’un $\sigma(E)$ large ou piqué produise plus de puissance dépend entièrement de l’endroit où se situe le flux ambiant par rapport au pic, ce qui est pourquoi caractériser $\sigma(E)$ conjointement avec le flux est la substance de l’ingénierie du convertisseur ; voir interprétation d’ingénierie. Un $\sigma(E)$ fortement piqué a aussi des conséquences numériques : plus $\Gamma$ est étroit, plus l’échantillonnage requis près de la résonance est fin pour éviter l’erreur de quadrature, comme noté dans simulation numérique.

Sigma l’écart-type : σ

Dans le contexte de validation, $\sigma$ désigne l’écart-type d’une distribution de sortie calculée — un objet complètement différent avec des unités complètement différentes, à savoir celles de $P(t)$ lui-même, non d’une aire. Lorsque la formule maîtresse est évaluée par Monte Carlo avec des entrées incertaines, comme décrit dans validation Monte Carlo, le résultat n’est pas un nombre unique mais un ensemble de valeurs de $P(t)$. La moyenne $\mu$ de cet ensemble estime la sortie attendue ; son écart-type

$$\sigma = \sqrt{\;\frac{1}{N-1}\sum_{k=1}^{N}\big(P_k - \mu\big)^2\;}$$

en quantifie la dispersion. Rapporter un résultat comme une moyenne plus ou moins un $\sigma$ est un énoncé de confiance statistique : sous l’intuition gaussienne habituelle, environ deux tiers de la distribution se situent à moins d’un $\sigma$ de la moyenne et environ quatre-vingt-quinze pour cent à moins de deux $\sigma$. Deux précautions s’attachent à cette intuition. Premièrement, l’écart-type $\sigma$ de la distribution ne doit pas être confondu avec l’erreur-type $\sigma/\sqrt{N}$ de la moyenne : le premier décrit à quel point la sortie est incertaine, la seconde à quel point la simulation a cerné sa propre moyenne. Deuxièmement, lorsque la distribution de sortie est asymétrique — comme tendent à l’être les produits de facteurs positifs — la règle gaussienne des deux tiers / quatre-vingt-quinze pour cent n’est qu’approximative, et les intervalles rapportés sont mieux ancrés sur des percentiles. Une validation bien conduite rapporte donc à la fois la sortie moyenne et son $\sigma$, et idéalement son intervalle de confiance, afin qu’un lecteur puisse juger à quel point la prédiction est contrainte.

Confiance et le sens de la « signification »

La lecture « écart-type » de $\sigma$ sous-tend le langage de la signification statistique. Un effet prédit grand devant son $\sigma$ est bien déterminé ; un effet comparable à ou plus petit que son $\sigma$ ne l’est pas, et devrait être rapporté comme compatible avec une plage pouvant inclure zéro. Cette discipline importe surtout pour toute application proposée du cadre : si une sortie revendiquée n’est pas à plusieurs $\sigma$ au-dessus du plancher d’incertitude fixé par les distributions d’entrée, alors le cadre lui-même invite à la prudence, parce que le modèle ne peut distinguer l’effet revendiqué du bruit dans les hypothèses.

Ici, la clarification la plus importante de tout le chapitre doit être énoncée clairement. Le $\sigma$ statistique qui émerge de la validation du modèle n’est pas une signification de découverte expérimentale. En physique expérimentale, un résultat « à cinq sigma » signifie qu’une observation se tient à cinq écarts-types au-dessus du fond attendu des fluctuations statistiques de données réelles — un seuil pour revendiquer une découverte. Le $\sigma$ calculé ici n’est rien de tel : il mesure à quel point les propres entrées du modèle, une fois supposées, contraignent la propre sortie du modèle. Un modèle peut rapporter un $\sigma$ très petit — une prédiction très « confiante » — tout en reposant entièrement sur des hypothèses physiques non vérifiées. La confiance est confiance dans l’arithmétique des hypothèses, non preuve que les hypothèses soient vraies. Un $\sigma$ statistique serré est donc un énoncé de cohérence interne, jamais un substitut à la mesure expérimentale qui établirait la physique. Confondre les deux laisserait un modèle cohérent avec lui-même se faire passer pour une découverte confirmée, ce qui est précisément l’erreur que le cadre est conçu pour prévenir.

Garder les deux distincts en pratique

La règle pratique mérite d’être rappelée parce qu’elle prévient de vraies erreurs. Une phrase qui mentionne force de couplage, dépendance en énergie ou aire parle de $\sigma(E)$ la section efficace. Une phrase qui mentionne dispersion, confiance, barres d’erreur ou largeur d’une distribution de sortie parle de $\sigma$ l’écart-type. Les deux n’apparaissent jamais dans le même emplacement de la formule maîtresse ; l’un a les unités d’une aire, l’autre d’une puissance ; l’un est une entrée physique, l’autre un résumé statistique d’une sortie ; et ils ne signifient jamais la même chose. Le lecteur passant des chapitres d’architecture aux chapitres de validation devrait emporter cette distinction avec lui ; le glossaire compact à la référence de notation consigne les deux usages, et la définition physique de la section efficace est fixée dans définitions des variables.

Pour aller plus loin

• Cowan, G. (1998). Statistical Data Analysis. Oxford University Press — référence standard sur l’écart-type, les intervalles de confiance et le sens correct de la signification statistique.
• Sakurai, J. J., & Napolitano, J. (2020). Modern Quantum Mechanics (3e éd.). Cambridge University Press — pour la définition et l’interprétation physique de la section efficace de diffusion et des profils résonants (Breit–Wigner / lorentzien).
• Particle Data Group, Workman, R. L., et al. (2022). « Review of Particle Physics ». Progress of Theoretical and Experimental Physics, 2022, 083C01 — pour les conventions sur les sections efficaces et sur les seuils de signification de découverte en expérience.