Détecteur à ionisation gazeusevignette|300x300px| Représentation de la variation du courant d'une paire d'ion en fonction de la tension appliquée dans le câble d'un détecteur à radiation gazeuse. Les détecteurs à ionisation gazeuse sont des instruments de détection de rayonnement utilisés en physique des particules pour déceler la présence de particules ionisantes et en radioprotection pour mesurer les rayonnements ionisants. Ils utilisent l'effet ionisant des radiations sur le gaz que contient le capteur.
Spectroscopie laser ultrarapideLa spectroscopie laser ultrarapide est une technique spectroscopique qui utilise des lasers à impulsions ultracourtes pour l'étude de la dynamique sur des échelles de temps extrêmement courtes, de l'attoseconde (10−18 s) à la nanoseconde (10−9 s). Différentes méthodes sont utilisées pour examiner la dynamique des porteurs de charge, des atomes et des molécules. De nombreuses procédures différentes ont été développées pour différentes échelles de temps et différentes plages d'énergie des photons ; quelques méthodes courantes sont énumérées ci-dessous.
Ultrashort pulseIn optics, an ultrashort pulse, also known as an ultrafast event, is an electromagnetic pulse whose time duration is of the order of a picosecond (10−12 second) or less. Such pulses have a broadband optical spectrum, and can be created by mode-locked oscillators. Amplification of ultrashort pulses almost always requires the technique of chirped pulse amplification, in order to avoid damage to the gain medium of the amplifier. They are characterized by a high peak intensity (or more correctly, irradiance) that usually leads to nonlinear interactions in various materials, including air.
Spectroscopie photoélectronique résolue en anglevignette|Dispositif expérimental de spectroscopie photoélectronique résolue en angle|alt=|300x300px La spectroscopie photoélectronique résolue en angle (ARPES), est une technique expérimentale directe permettant l'observation de la distribution des électrons (plus précisément, la densité des excitations électroniques) dans l'espace réciproque des solides. Cette technique est une spécialisation de la spectroscopie de photoémission ordinaire. L'étude de la photoémission des électrons contenus dans un échantillon est habituellement réalisée en illuminant avec des rayons X doux.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Simple random sampleIn statistics, a simple random sample (or SRS) is a subset of individuals (a sample) chosen from a larger set (a population) in which a subset of individuals are chosen randomly, all with the same probability. It is a process of selecting a sample in a random way. In SRS, each subset of k individuals has the same probability of being chosen for the sample as any other subset of k individuals. A simple random sample is an unbiased sampling technique. Simple random sampling is a basic type of sampling and can be a component of other more complex sampling methods.
Nombre de sujets nécessairesEn statistique, la détermination du nombre de sujets nécessaires est l'acte de choisir le nombre d'observations ou de répétitions à inclure dans un échantillon statistique. Ce choix est très important pour pouvoir faire de l'inférence sur une population. En pratique, la taille de l'échantillon utilisé dans une étude est déterminée en fonction du coût de la collecte des données et de la nécessité d'avoir une puissance statistique suffisante.
Échantillonnage stratifiévignette|Vous prenez un échantillon aléatoire stratifié en divisant d'abord la population en groupes homogènes (semblables en eux-mêmes) (strates) qui sont distincts les uns des autres, c'est-à-dire. Le groupe 1 est différent du groupe 2. Ensuite, choisissez un EAS (échantillon aléatoire simple) distinct dans chaque strate et combinez ces EAS pour former l'échantillon complet. L'échantillonnage aléatoire stratifié est utilisé pour produire des échantillons non biaisés.
Groupe d'espaceLe groupe d'espace d'un cristal est constitué par l'ensemble des symétries d'une structure cristalline, c'est-à-dire l'ensemble des isométries affines laissant la structure invariante. Il s'agit d'un groupe au sens mathématique du terme. Tout groupe d'espace résulte de la combinaison d'un réseau de Bravais et d'un groupe ponctuel de symétrie : toute symétrie de la structure résulte du produit d'une translation du réseau et d'une transformation du groupe ponctuel. La notation de Hermann-Mauguin est utilisée pour représenter un groupe d'espace.
Sample mean and covarianceThe sample mean (sample average) or empirical mean (empirical average), and the sample covariance or empirical covariance are statistics computed from a sample of data on one or more random variables. The sample mean is the average value (or mean value) of a sample of numbers taken from a larger population of numbers, where "population" indicates not number of people but the entirety of relevant data, whether collected or not. A sample of 40 companies' sales from the Fortune 500 might be used for convenience instead of looking at the population, all 500 companies' sales.
Groupe de symétrieLe groupe de symétrie, ou groupe des isométries, d'un objet (, signal, etc.) est le groupe de toutes les isométries sous lesquelles cet objet est globalement invariant, l'opération de ce groupe étant la composition. C'est un sous-groupe du groupe euclidien, qui est le groupe des isométries de l'espace affine euclidien ambiant. (Si cela n'est pas indiqué, nous considérons ici les groupes de symétrie en géométrie euclidienne, mais le concept peut aussi être étudié dans des contextes plus larges, voir ci-dessous.
Programmation par contraintesLa programmation par contraintes (PPC, ou CP pour constraint programming en anglais) est un paradigme de programmation apparu dans les années 1970 et 1980 permettant de résoudre des problèmes combinatoires de grande taille tels que les problèmes de planification et d'ordonnancement. En programmation par contraintes, on sépare la partie modélisation à l'aide de problèmes de satisfaction de contraintes (ou CSP pour Constraint Satisfaction Problem), de la partie résolution dont la particularité réside dans l'utilisation active des contraintes du problème pour réduire la taille de l'espace des solutions à parcourir (on parle de propagation de contraintes).
