HAL Id: jpa-00206831
https://hal.archives-ouvertes.fr/jpa-00206831
Submitted on 1 Jan 1969
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Propriétés statistiques des photoélectrons
Martine Rousseau
To cite this version:
Martine Rousseau. Propriétés statistiques des photoélectrons. Journal de Physique, 1969, 30 (8-9),
pp.675-686. �10.1051/jphys:01969003008-9067500�. �jpa-00206831�
PROPRIÉTÉS STATISTIQUES
DESPHOTOÉLECTRONS
Par MARTINE
ROUSSEAU,
Institut
d’Électronique
Fondamentale(1),
Faculté des Sciences, 91-Orsay.(Reçu
le 10 février1969.)
Résumé. 2014 Les instants d’émission de
photoélectrons
par unephotocathode placée
dansun
champ optique
forment un processusstochastique ponctuel
dénommé processus de Poissoncomposé.
Nousrappelons
la définitionprécise
de ce processus et sa liaison avec les fluctuations de l’intensité lumineuse. Nous étudions ensuite diverses variables aléatoires liées à ce processus et accessiblesexpérimentalement
par des mesures decomptages
ou d’intervalles detemps.
Nous établissons différentes
propriétés intrinsèques
de ces variables aléatoires, c’est-à-direindépendantes
duchamp optique.
Par ailleurs, nous comparons ces variables aléatoires pourquelques
modèlesstatistiques
dechamps optiques
réalisablesexpérimentalement.
Abstract. 2014 The time of emission of
photoelectrons generated by
aphotocathode
immersedin an
optical
field constitute apoint
stochastic process calledcompound
Poisson process.The
precise
definition of this process and its connection with the fluctuations of thelight
inten-sity
aregiven.
Westudy
some random variables connected with this process and which canbe
experimentally
studiedby photocounts
and time intervals measurements. Someproperties
of these random variables
independent
of theoptical
field are established. Furthermore we compare these random variables for some statistical models ofexperimentally
feasibleoptical
fields.
I. Introduction. - Au cours de ces dernières
annees,
de nombreux travaux
theoriques
etexp6rimentaux
ont ete consacr6s aux
probl6mes
destatistique
desphotons
etphotoelectrons.
Ceci est du d’une part a l’introduction de sourcesoptiques
nouvelles(lasers) qui
ontpermis
d’obtenir en laboratoire unebeaucoup plus grande
variete dechamps optiques
et d’autrepart
a 1’utilisation de
plus
enplus fr6quente
enoptique
detechniques
de detectionimpulsionnelle
courammentemployees
enphysique
nucl6aire.Malheureusement,
ces travaux ont souvent ete
publi6s
sous forme delettres breves ne
permettant
pas d’avoir une vuegénérale
duprobl6me.
Dans cet
article,
nous essayons d’aborder laquestion
sous cet
angle.
Cette m6thode a l’inconv6nient depresenter
nos resultats dans un ensemble comprenant certains resultatsdeja
connus, mais par contre al’avantage
de donner a1’expose
un coursplus logique
et
plus synth6tique.
Lorsqu’un
d6tecteur tres sensible estplace
dans unchamp optique
suffisammentfaible,
lesignal
de sortiequ’il
fournit est form6d’impulsions qui peuvent
etre suffisamment breves pour determiner avec une assezbonne
approximation
un « instant d’emission »ti.
L’ensemble de ces
instants,
6videmmental6atoires,
forme
un processus ponctuel. Naturellement,
à l’échellemicroscopique,
ce processus est lie a un autre processusrepr6sentant
les instantsd’absorption
d’unphoton
duchamp électromagnétique
par led6tecteur,
mais cedernier processus ne sera pas 6tudi6 dans cet article.
La d6finition
complete
d’un processusponctuel
estextremement
compliqu6e,
et n’est bien connue que dans les cassimples
des processus de Poisson[1]
oudes processus de renouvellement
[2].
Pour lesphoto- électrons,
l’ensemble des théories actuellement connuessemble
indiquer qu’il s’agit
d’unprocessus
de Poissoncomposé.
Nous donnons dans lepremier paragraphe
une d6finition
precise
etcomplete
d’un tel processusqui
sera utilis6e dans toute la suite.Les 6tudes
experimentales
des processusponctuels peuvent
se classer en deuxgrandes categories :
mesuresde
statistiques
de nombre depoints
dans diff6rentsintervalles,
oucomptages,
et mesure d’intervalles de temps entre differents 6v6nements lies au processus.Toutes ces mesures se
completent
les unes les autres,et en
general
aucune n’est suffisante pour caract6riser le processus. Parailleurs,
leurinterpretation
necessitel’introduction de certaines variables al6atoires
(v.a.) (nombre
depoints,
intervalles detemps, etc.)
et lespropri6t6s statistiques
desphotoelectrons
sont d6ter-min6es par la connaissance de celles de ces v.a. Dans le second
paragraphe,
nous introduisons les v.a.qui
nous ont paru les
plus importantes
et lesplus
accessibles a des mesuresexperimentales.
Nous enpr6cisons
deArticle published online by EDP Sciences and available at http://dx.doi.org/10.1051/jphys:01969003008-9067500
nombreuses
propri6t6s statistiques ind6pendantes
de lanature du
champ optique
danslequel
se trouve led6tecteur.
Mais 6videmment cette nature influe fortement sur
les lois de
probabilit6
des v.a. 6tudi6es et nous 6tudionsce
point
dans le dernierparagraphe
pour differents modelesstatistiques
dechamps optiques
dont lesdéfinitions et certaines
propri6t6s
sont donn6es enannexe. Nous avons
essaye
depresenter
1’ensemble des nombreux resultats defaçon
a en faciliter la compa- raison.II. Photoélectrons et processus de Poisson
composes.
- La nature du processus
ponctuel ( ti ) precedemment
introduit a ete 6tudi6e par de nombreux auteurs, mais
g6n6ralement
sous une formeincomplete
et dansl’intention
d’interpr6ter
certainesexperiences parti-
culières
(comptages
oucoincidences) [3].
A notreconnaissance,
seulsKelley
et Kleiner[4]
ont definicorrectement 1’ensemble du processus d’une
façon
assezsemblable a celle que nous
indiquons
ici.Les processus
ponctuels
sont des processus stochas-tiques qui
sont presque surement des fonctions dis- continues. Mais certains sont en toutpoint
presque surementcontinus,
et nous ne nous occuperons ici que de cette classe[5].
Nous allons montrer que leur loi
temporelle
a alorsune
signification physique
extremementsimple. Appe-
lons
dN(6)
le nombre al6atoire depoints
tombant dans l’intervalle[6,
6 +d6].
Si le processus n’a pas depoints d’accumulation,
c’est-a-diresi Pr[dN(6)
>1]
=o(d6),
on
peut
montrer assezsimplement
que la connaissance de la loitemporelle
se r6duit a celle de laquantité :
Dans cette
expression, n
et lesinstants {6}
sontabsolument arbitraires.
Les processus de Poisson
composes
sont d6finis par la relation :ou
F(6)
est une fonction al6atoire(f.a.) positive
et quenous supposerons stationnaire dans toute la suite. On
en deduit 6videmment que le processus
ponctuel lui-
meme est stationnaire. Les processus de Poisson purs
sont naturellement un cas
particulier
pourlequel
lafonction
F(6)
est une constantepositive,
et on retrouvealors sur les
equations (2.1)
et(2.2)
que les accrois-sements
dN(6)
sontindependants.
Dans une etude
quantique
duphenomene
de detec-tion
optique, Kelley
et Kleiner ont trouve quel’équa-
tion
(2.2) s’appliquait
auxphotoelectrons
et deplus
on
peut
retrouver1’interpretation semi-classique
de lafonction
F(6) deja indiqu6e
par Mandel :F(6)
estproportionnelle
a l’intensit6 lumineuse instantan6e duchamp optique
ou se trouve le d6tecteur. Tres r6cem- ment,Lehmberg [6]
a retrouve un resultat tout a faitanalogue
enpr6cisant
un peuplus
lephenomene phy- sique
de l’émission desphotoelectrons.
L’int6r6t des processus de Poisson
composes
pour tous lesprobl6mes qui
vont suivre reside dans le fait que pour une6preuve
donn6e de la f.a.F(6),
ce sontdes processus de Poisson purs non stationnaires pour
lesquels
on connaitdeja
un tresgrand
nombre derésultats.
Nous allons illustrer ceci par 1’6tude des
problemes
de
perte
decomptage
et de retards al6atoires[7].
Le
premier probleme
est tresimportant pratique-
ment, car a la sortie d’un d6tecteur certains 6v6nements peuvent al6atoirement etre
perdus,
et de meme a1’echelle de la
photocathode
tous les processus d’ab-sorption
dephotons n’engendrent
pas unphotoelectron.
Si la loi
qui regit
lephenomene
deperte
estind6pen-
dante d’un
point
a un autre etind6pendante
deF(t),
pour une valeur donn6e de
F(t)
le processus reste sansmémoire,
doncpoissonnien.
Le processus final est donctoujours
de Poissoncompose,
mais decrit par la fonc- tionAF(t)
ouX(O X 1) repr6sente
laprobabilite
pour tout
photoelectron
d’etreperdu.
Le deuxieme
phenomene apparait si,
pour diff6rentes raisons dans le fonctionnement dud6tecteur,
il y a un temps de transit al6atoire entre l’instant d’6mission par laphotocathode
et l’instant de detection. Si onsuppose que
chaque point
est retardeind6pendamment
et al6atoirement d’une
quantite
T de densite deprobabilite g(t),
on obtient un nouveau processus de Poissoncompose,
caracterise par la fonction :III.
Propri£t£s statistiques
desphotoélectrons
indd-pendantes
duchamp optique.
- Dans cettesection,
nous admettons que les
photoelectrons
sont distribuesselon un processus de Poisson
compose,
mais nous nefaisons aucune
hypothese
surF(6),
c’est-a-dire sur lechamp optique
danslequel
se trouve le d6tecteur.Nous allons tout d’abord donner un certain nombre de resultats sur les comptages et sur les mesures d’inter- valles de
temps.
L’id6e de base des
experiences
decomptage
consistea determiner les
propri6t6s
de variables al6atoires discontinuesrepr6sentant
le nombre depoints
duprocessus dans un ou
plusieurs
intervalles. Leprocédé
le
plus
courant pour r6aliser cetteexperience
consistea faire un tres
grand
nombred’épreuves
etd’analyser
les nombres de coups obtenus au moyen d’un s6lecteur multicanaux.
Cependant,
differentstypes d’experiences,
et doncde calculs
theoriques,
sontpossibles :
-
Comptages
relaxés : dans ce cas, l’intervalle A Tpendant lequel
on compte est arbitraire.-
Comptages
déclenchés: ici l’intervalle OT est li6 àun
point
du processus 6tudi6. Parexemple
la «porte »
qui
d6termine A T peut etre ouverte par unpoint
duprocessus.
-
Multicomptages :
dans ce cas, on considere n v.a.g6n6ralement
li6es etrepr6sentant
le nombre depoints
dans n intervalles
g6n6ralement disjoints.
III.A. COMPTAGES RELAXES. - Ce sont les
plus
commodes a
r6aliser,
et donc ceuxqui
ont ete leplus
etudies. Soit N le nombre al6atoire de
points
dansun intervalle AT arbitraire. La v.a. N
prend
desvaleurs entières avec les
probabilités :
ou X est la v.a. :
Cette formule obtenue par Mandel
[3]
et retrouv6edepuis
par de tres nombreux auteurs se deduit direc-tement de la definition du processus de Poisson
compose.
D’ailleurs N est une v.a. de Poisson
compos6e
par la relation :ou
p(x)
est la densite deprobabilit6 (d.d.p.)
de lav.a. X d6finie par
1’6quation (3.2).
Les résultats
exp6rimentaux
realises avec desd.d.p. p(x)
connues ont treslargement
v6rifi6 cetteexpression.
La fonction
caractéristique
de la v.a. N s’6crit6videmment :
d’oii l’on deduit
1’expression
de la fonctiong6n6ratrice :
la
fonction j9 (s)
6tant la transformée deLaplace de p(x).
A
partir
de ces résultatsdeja
connus, nous allons6tablir un certain nombre de
propri6t6s intrins6ques
de la v.a. N. L’int6r6t de ces
propri6t6s apparaitra plus
nettement a la fin de cette
section,
lors de 1’6tude de 1’inversion de la formule(3.3).
II I . A .1. Moments et moments
factoriels
de N. - Lesmoments de N peuvent etre obtenus soit par sommation a l’ aide des pn, soit par
developpement
en s6rie de uau
voisinage
del’origine
de la fonctioncaractéristique cpN(u).
Nous n’allons pas donner1’expression explicite
des moments
qui,
comme pour une loi de Poisson pure,est assez
complexe,
mais donner und6veloppement
permettant de comparer les lois de Poisson
compos6es
a celles de Poisson pures.
Supposons
d’abord que N est une v.a. de Poisson pure. Sa loi deprobabilite
est donn6e parl’équa-
tion
(3.1)
ou X n’est pas aliatoire(X
=m).
Montronsalors que l’on a :
les
a(k)
6tant des coefficientsplus grands
que 1. Lapropriete
est 6videmment vraiepour k
= 1 et 2.Montrons alors que si elle est vraie
jusqu’a
1’ordrek,
elle est vraie a l’ordre
(k + 1).
On a en effet :
En
arrangeant
les differents termes de cette expres-sion,
on obtient alors :En
d6veloppant
les valeurs moyennes et enappli-
quant successivement
1’6quation (3.6),
on retrouveune
expression
du memetype
avec des coefficientspositifs.
Si maintenant N ob6it a une loi de Poisson
composee, 1’6quation (3.6)
devient :les
coefficientsCX(k)
6tant les memes que dansl’équa-
tion
(3. 6).
Nous d6duisons de cette
equation
que, si on compare les moments de v.a. de Poisson pure etcompos6e
dememe valeur moyenne, on a
toujours, quel
que soit k entier :Cette
in6galit6
r6sulte d’unegeneralisation
de l’in6-galit6
deTchebytchev [10] appliqu6e
aux momentsde variables al6atoires
positives.
Eneffet,
si deuxfonctionsf et g
ont le meme sens devariation,
c’est-a-dire si
[f (x) - f (y)] [g(x) -g(y)] > 0,
on obtient uneforme
intégrale
del’in6galit6
deTchebytchev :
En
appliquant
cecisuccessivement,
on obtient sanspeine :
La
comparaison
desequations (3.6)
et(3.9), compte
tenu du fait que les
cx 17 (k)
sontpositifs
et que parhypothese E[X]
= m, fournit la relation(3.10).
Uneapplication particulière
de cette relation valablepour k
= 2 aete
plusieurs
fois mentionn6e[11]
et s’ecrit :ce
qui
montre que 1’ecartquadratique
d’une v.a. dePoisson
composee
esttoujours plus grand
que celui d’une v.a. de Poisson pure.On obtient des
in6galit6s
semblables pour les mo- ments factoriels de Nqui
sont obtenus par derivation de la fonctiong6n6ratrice (3.5) :
et
d’apr6s
la relation(3.5) :
L’in6galit6 (3. 12) s’applique
alorsdirectement,
etdans les memes conditions que
pr6c6demment
on peut ecrire :III . A . 2. Relations sur les
probabilités p n.
- Lesproba-
bilit6s
p(n)
définies par1’6quation (3.1)
ne sont pas du tout desquantités arbitraires,
maisapparaissent
comme des sortes de moments
de X,
et doivent donc satisfaire a desin6galit6s
tres strictes[12]. Evidemment
nous ne mentionnons ici que celles
qui
nous ont parules plus importantes.
Ecrivons tout d’abord
1’equation (3.3)
sous laforme :
Les fonctions e-x et xn ne variant pas dans le meme sens, le sens de
l’in6galit6 (3.11)
estchange
et onobtient alors
simplement :
p(1)
6tant defini par1’equation (3. 5).
Par
ailleurs, I’application
del’inégalité
de Schwarza
1’6quation (3.17)
donne :qui peut
6videmment s’6crire :avec :
la
signification
de nEk3 6tant donnee parl’équa-
tion
(3.14).
Ce resultatapplique lorsque
k =1montre que la suite :
deja introduite,
sans etre6tudi6e,
par Pike et al.[13]
est une suite croissante. Une
consequence
immediatede ceci est que
les p.
nepeuvent
etre nuls apartir
d’uncertain rang, ce
qui peut
avoir un int6r6t pour certains résultatsexperimentaux.
III. A. 3. Problème de l’inversion. - Tous les résultats
precedents apparaissent
sous formed’in6galit6s
parce que nous n’avons fait aucunehypothese
sur l’intensitélumineuse,
c’est-a-dire sur la v.a. X. Mais cesin6galit6s apparaissent
comme des conditions nicessaires à la solution duprobleme
de l’inversion introduit pour lapremiere
fois par Wolf et Mehta
[14]
et discute6galement
par Klauder et Sudarshan[11].
Ceprobleme
a ungrand
int6r6t
physique, puisqu’il permet
de d6duire desstatistiques
dephotoelectrons
les distributions deprobabilite
de l’intensit6 lumineuse. Lespremiers
auteurs affirment que pour toute suite
{Pn}
on peuttrouver au moins formellement une
fonctionp(x)
satis-faisant
1’equation (3.3)
et ont donne uneexpression
assez
compliqu6e permettant
d’obtenirp (x)
apartir
des
pn.
Une solutionbeaucoup plus simple apparait
dans
1’equation (3. 5), les {Pn}
fournissantG(s)
doncp(x)
par sa transformée deLaplace. Cependant
lasolution ainsi trouv6e est
inacceptable
en tant que distribution deprobabilite
si elleprend
des valeursnegatives.
Enparticulier,
si lesin6galit6s précédentes
ne sont pas
v6rifi6es,
leprobleme
de 1’inversion n’est pas soluble. Malheureusement ceprobl6me,
tresproche
du «
probl6me
des moments »[12],
est extremementcompliqu6
et nous ne connaissons pas de conditions suffisantes surles {Pn}
pourque p (x) >
0. Par contre,on peut construire des
exemples
de fonctionsp(x)
avaleurs
negatives (au
sens desdistributions)
pour les-quelles les {p n}
sont touspositifs
et de somme 1.III.B. COMPTAGES DECLENCHES. - Par
opposition
au
precedent
type de comptage, l’intervalle detemps pendant lequel
oncompte
n’est pas absolument arbi- traire. L’instant d’ouverturepeut
parexemple
etre liea un
point
du processusponctuel
6tudi6. Mais il peut meme etre lie a unpoint
d’un autre processusponctuel
corr6l6 a celui 6tudi6. Pour
ceci,
on peut parexemple
utiliser le montage
classique
de1’experience d’Hanbury,
Brown et
Twiss,
un desphotomultiplicateurs
ne servantqu’a
d6clencher 1’ouverture d’une porte, lescomptages
se faisant sur le processus d6livr6 par le second.
Quel
que soit le
système, l’analyse
des résultats est la meme.Appelons qn(6; AT)
laprobabilite
conditionnelle detrouver
points
dansl’intervalle t, t + A T
condi- tionn6e par unpoint
dans l’intervalle t -0, t - 0
+ dO.On a alors :
oii X est
toujours
d6finie par1’6quation (3. 2)
et Y vautF(t
-0).
Des calculsanalogues
auxpr6c6dents
four-nissent les fonctions
caractéristiques
etg6n6ratrices
li6es aux
comptages
d6clench6s :Ces
expressions prennent
une forme tressimple
etdirectement
comparable
à celles descomptages
relax6slorsque
le declenchement se fait au d6but de l’inter- valle(6
=0)
et que 1’intervalle detemps AT est
trespetit
devant letemps
decorrélation tc
de 1’intensitelumineuse,
cequi
permet d’écrire X =F(t)
AT. Onpeut alors
remplacer
dans lesexpressions pr6c6dentes Y/E(Y)
parX/E(X),
et1’equation (3.23) compar6e
a
(3.1)
donne :Dans cette
approximation,
la valeur moyenne descomptages
d6clench6s s’6crit a 1’aide del’équa-
tion
(3.6) :
En utilisant a nouveau
l’in6galit6 (3.11),
on aboutitau resultat :
Nd
etNr repr6sentant
les comptages d6clench6s etrelaxes d’un processus de Poisson
compose
de memedensite
qu’un
processus de Poisson purrepr6sent6
par
Np.
Lapremiere in6galit6
traduit lephenomene
de
groupement
desphoto6lectrons d6jA
mis en 6videncepar des
experiences
de coincidences.Rvidemment,
lescomptages
d6clench6s peuvent etre consid6r6s comme un casparticulier
demulticomptages
etudies par certains auteurs
[15]
et[25]. Cependant
leur int6r6t est
qu’ils apportent
desrenseignements
dumeme
type
avec desdispositifs exp6rimentaux
consi-d6rablement
plus simples.
III. C. MESURES D’INTERVALLES DE TEMPS. - Une
autre mani6re d’6tudier les processus
ponctuels
consistea s’int6resser a la
statistique
des intervalles detemps
entre evenements successifs. En utilisant la
terminologie classique
dans le cas des processus derenouvellement,
nous introduisons le temps de vie
(densité
deproba-
bilit6
v(,r)) qui
est l’intervalle entre deuxpoints
succes-sifs et le temps d’attente r6siduelle
(d.d.p. a(i)),
ouintervalle entre un
point
arbitraire et lepremier point post6rieur
du processus.Ces lois de
probabilite
s’ecrivent :et : o
La
complication
de cesexpressions provient
du faitqu’elles
font intervenir desint6grales
de fonctionsal6atoires
F(t)
dont il est engeneral
tres difficiled’obtenir les lois de
probabilité.
L’in6galit6 (3.12)
montrequ’on
atoujours : qui
est une nouvelle traduction de 1’effet de groupe-ment. De
plus,
siF(t )
est une fonction de valeur moyenne trespetite,
c’est-a-dire si le processus dePoisson
compose
est tres peudense,
sur un intervallede temps assez
grand,
onpeut
considerer que :de sorte que :
La seconde
equation
est a la base duprincipe
desmesures de fonction de correlation d’intensité par des convertisseurs
temps-amplitude.
IV.
Propridtds statistiques
desphotoelectrons
pour differents modeles dechamps optiques.
- Dans leparagraphe precedent,
nous n’avons fait aucunehypo-
th6se sur le
champ optique qui apparait
dans toutesles formules par l’interm6diaire de l’intensit6 instan- tanee
F(t).
Nous allons icireprendre
lesgrandeurs pr6c6demment
introduites en les calculant pour diffé-rents modeles
statistiques
dechamp optique deja
introduits par de nombreux auteurs et dont nous
rappelons
lesprincipales propri6t6s
en annexe. Nous6tudierons ainsi
quatre
modeles dechamp représen-
tant le laser
parfait
stabilise enamplitude (A),
lechamp thermique (B),
lasuperposition
des deuxprece-
dents
(C)
et lechamp
laserimparfaitement
stabilise.IV. A. COMPTAGES RELAXES. - Les
quantités Pn
ont 6t6 calcul6es pour lesquatre mod6les,
et nousrappelons simplement
les résultats.Modèle A. - On a 6videmment alors une loi de Poisson :
Modèle B. - Si
AT
"t’c, OLt "t’c est letemps
de coherence de lalumière,
on deduit de1’6quation (A. 2) :
Si la condition n’est pas
satisfaite,
des calculs beau-coup
plus compliqu6s
donnent un resultat assez peu maniable[18].
Modèle C. - Le calcul des
p.
effectué par Lachs[21]
donne :
Dans cette
expression, m
est le rapport des intensités moyennesthermiques
et coh6rentesqui
interviennent dans lemelange (m
=FL/ FG >);
d’autre part :et :
,Fl
est la fonctionhypergéométrique
que l’on peutd6velopper
en une s6rie de(n
+1)
termes, dans notrecas :
Sur la
figure 1,
nous avonsreport6
la loi(4.3)
pour diverses valeurs de m :0, 1/3, 1,
3 et 00. Cettefigure
est donn6e par Glauber
[24],
nous ne lareportons
iciqu’a
titre decomparaison
avec lafigure
2.FIG. 1. - Distribution du nombre de
photoelectrons
dansune
experience
en « relax6 », pour diverschamps
lumi-neux resultant de la
superposition
dechamps gaussien
et coherent dans un seul mode.
L’intensit6 totale du
champ
est telle que le nombre moyen dephotoelectrons comptes
est 20 pour toutes les courbes.La courbe A
represente
fin pour unchamp purement gaussien (eq. (4.2)).
La courbe E pour un
champ
coherent(eq. (4.1)).
Les courbes B, C et D sont relatives aux
champs superposes (eq. (4.3)),
leparametre m
vaut respec- tivement1/3,
1 et 3,d’apres
R. J. Glauber[24].
Modèle D. -
Compte
tenu de1’6quation (A.12),
la distribution des
photoelectrons
est donn6e sous formecompacte
depolynomes
d’Hermite par B6dard[22].
Nous avons
jug6
utile de d6tailler ici ces resultats :a)
Pour npair (n
=2p) :
b)
Pour nimpair (n
=2p
+1) :
Etant
donnel’hypothèse (J2/XO 1,
nous pouvons limiter led6veloppement
a 1’ordre 1 en62jxo;
onobtient alors :
Rappelons
que cette formule n’est valable que pourn a2
g21, 1’expression
obtenue diff6re de(4.1)
d’uninfiniment
xo petit
en(J2/xO’
aussi nous ne l’avons pasrepr6sent6e
sur lafigure
1.IV. B. COMPTAGES DECLENCHES. - Modèle A. - On voit sur
1’6quation (3.23)
que pour un processus de Poisson pur,quels
que soient 0 et AT :En
effet,
X et Y sont des fonctions certaines.Modèle B. -
1)
Dans le cas où 0et AT « tc’
la relation(3.26)
donne :2)
Lesmulticomptages
ont 6t6 etudies dans le casd’un
champ gaussien,
enparticulier
par B6dard[25] qui
a donne
1’expression
dep(nl, T1;
n2,T2 ;
... ; nN,TN).
Les
comptages
d6clench6s sont un casparticulier
de
(p(nl, Tl;
n2,T2)
pourlequel
onchoisit n2
= 1et
T2 T1.
En utilisant la relation de recurrence satisfaite par
les p(n1, T1;
n2,T2)
pour le cas n2 =1,
on obtient :avec :
et :
Dans ces
relations,
a et b sontrespectivement égaux à F > T 1 et F > T2,
c’est-a-dire aux nombres moyens dephotoelectrons
reçus par le d6tecteurpendant
lesintervalles de temps
T1
etT 2.
D’autre
part, P
est donne par :ou Y(8) est le
degr6
de coherencecomplexe
duchamp
donne par la relation y(o) -
r z(e) /
Z2>.
Compte
tenu desequations (4.14)
et(4.15), l’équa-
tion
(4.12)
devient :avec :
ce
qui
donne :soit encore, compte tenu de
1’6quation (4.13) :
FIG. 2. - Distribution du nombre de
photoelectrons
dans une
experience
en « declenche », avec T r, : Lechamp optique
estgaussien.
Les diverses courbes
correspondent aux
valeurs dumodule du
degr6
de coherencecomplexe :
Ces courbes
indiquent
done 1’evolution deqn (e) lorsque
0 varie de 0 a 0 >> rc.Rappelons
que :La loi de
probabilit6
qn est en fait une loi condi- tionnelle donnee par la relation :soit,
en tenant compte des relations(4.19)
et(4.20) :
Si 1’on tient compte maintenant de la condition
T2 T1,
soitencore b
a,1’expression (4.21)
sesimplifie :
Soit encore, en introduisant le
degr6
de coherence li6à B
par(4.15) :
Cette loi est
reportee
sur lafigure 2,
pour diverses valeurs dudegr6
de coherencecomprises
entre 0 et 1.Nous avons choisi a = 20
photoelectrons.
FIG. 3. -
Distribution qn
du nombre dephotoelectrons
dans une
experience
« en d6clench6 ».Les courbes A, B, C, D et E sont relatives aux memes modeles de
champs optiques
que celles de lafigure
1(eq. (4. 9), (4.10)
et(4.8)).
Le nombre moyen de
photoelectrons
est fix6 iciaussi a 20.
Modèle C. - Dans le cas
particulier 8, AT tc,
nous utilisons les
equations (3.26), (4.3)
et(4.5)
pour construire le reseau de courbes de lafigure 3, analogues
a celles de la
figure
1 pour des comptages en d6clench6.Modèle D. - On a de
m6me, toujours
dans le cas0, A T tc,
avec deplus ng 21XO
1 :IV. C. MOMENTS DES DISTRIBUTIONS
pn
ET qn, POURUN CHAMP GAUSSIEN. - Le calcul de
qn(8, AT)
dansle cas
general
estcomplexe,
car il faut connaitre la densite deprobabilite
a deux dimensions de 1’ensemble des deux variables(F(t
-6), X) (cf. equation (3.23)).
En
revanche,
il estpossible
de donner uneexpression
assez
compacte
des moments deqn(O, AT tc) (mo-
ments
d6clench6s),
en fonction des moments dep.
(moments relaxes). Si AT « tc,
on peut 6crire :c’est-a-dire,
pour le moment d6clench6 d’ordre k :En vertu des
propri6t6s
duchamp gaussien,
lemoment
apparaissant
au second membre de cetteequation
s’ecrit :avec :
ou Z
repr6sente
lesignal analytique
duchamp gaussien
consid6r6.
L’équation (4.26) devient,
en tenant compte de(4.25) :
soit,
enprenant 1’expression (3.6)
du moment enrelax6 :
Rappelons
que les coefficients(X(k)
sont ceuxqui apparaissent
dans led6veloppement
denkfn!
au num6-rateur de la fraction
(X(k)/ (n
-q) !.
En
particulier,
pour lepremier
moment d6clench6 :en tenant
compte
de(4.27),
on obtient :ou :
De
meme,
le second moment s’écrit :Soit,
enappliquant
a nouveau la relation(4.27) :
Sachant que, pour un
champ gaussien :
on obtient :
L’évolution en fonction
de y de
ces deux moments« declenches » est
repr6sent6e figure
4.FIG. 4. -
Évolution
des deuxpremiers
momentsde qn
en fonction
de y defini
ainsi :Le
champ optique
estgaussien
etmonochromatique.
Nous avons
fixé N >r
= 2.La courbe A
repr6sente
donc1’equation (4.18),
soit :La courbe B
repr6sente l’equation (4.23),
soit :IV.D. SUITES
F(n).
- L’ensemble des lois deprobabilit6
6tabliesau §
III. A nouspermet
de d6crire les suitescorrespondantes
pour les 4 modeles dechamp.
Modèle A. -
L’équation (4. .1 )
donne :Modèle B. -
L’équation (4.2)
fournit une fonctioncroissante en accord avec la relation
(3.22) :
Modèle C. -
Soit F(n, z)
la suiteF(n)
pour lem6lange
d’un
champ gaussien
et d’unchamp coh6rent,
obtenuea
partir
de1’6quation (4.3)
avec z donne parl’équa-
tion
(4.5)
et xtoujours
donne par(4.4).
On
peut
montrer que, pour nfix6,
la suiteF(n, z)
est une fonction d6croissante de z.
FIG. 5. - Suites
F (n)
=(n + 1) p(n + 1)
pour des
p (n)
champs
lumineux resultant de lasuperposition
d’unchamp
coherent et d’unchamp gaussien.
Nous avons norme
F(n)
en divisant les ordonnees parF(0).
Les courbes A, B, C, D, Ecorrespondent
aux memes valeurs de m que celles des
figures
1 et 2.Nous avons
également X >
= 20.Nous avons trace sur la
figure
5 les suitesF(n, z) / F(0, z) correspondant
aux valeurs duparamètre m : 0, 1/3, 1, 3/1,
oo.Modèle D. -
L’equation (4.7)
donne :Cette suite
pr6sente
un 6cart lin6aire en n, parrapport
a celle
correspondant
au laser stabilise enamplitude.
Notons que la relation
F(n) = (n
+1 ) F(0) qui correspond
au cas d’unchamp gaussien
n’est pas uncas
limite,
contrairement a ce que lesexemples
ci-dessuspourraient
laisser penser. Eneffet,
bien que nous ayons considerejusqu’ici
des processus de Poissoncomposes pour lesquels F(n) était située entre F(0)
et(n + 1) F(O),
nous pouvons montrer sur un
exemple
que(n + 1) F(0)
ne saurait etre une limite
supérieure,
bien queF(0)
soit la limite inferieure a
F(n)
pour des processus de Poissoncomposes.
En
effet,
si l’onprend
comme distribution deproba-
bilit6 de l’intensité :
on obtient :
On
peut
noter aussi que lapropriete
de croissance de la suiteF(n)
est alteree par l’introduction de tempsmorts dans les
appareils
de detection. On a r6cem-ment montre
[13]
queF(n)
s’écrit pour un processusponctuel
obtenu apartir
d’unchamp coherent, lorsqu’un
«temps
mort » faitperdre quelques points
du processus :
L’ndice r est relatif a la suite affectee par le temps
mortT.
IV. E. MESURES D’INTERVALLOME’rRIE. - Les
6qua-
tions
(3.29) appliquees
aux differentsexemples
dechamps
lumineux nous donnentrespectivement :
Modèle A. - Pour le
champ
cohérent d’intensitéFo :
I1 est donc indifferent de mesurer la distribution des intervalles de
temps
entre deuxphotoelectrons (c’est-a-
dire le
temps
de viev«) )
ou de mesurer la distribution des intervalles detemps
entre un instant arbitraire etle
premier photoelectron (c’est-a-dire
le temps d’attente residuellea(,r)).
Modèle B. - Pour un
champ gaussien,
letemps
de correlation de 1’intensite estquelconque,
nous pouvons comparer les valeursasymptotiques
de ces deux loisde
probabilité, lorsque
T tend vers zero.L’équa-
tion
(3.12) appliqu6e
au cas d’unchamp gaussien
devient :
Vans le cas restrictif ou r,, » Ty les
temps
de vieet temps d’attente r6siduelle
s’expriment
aisément enutilisant les
equations (3.29)
et(A. 2).
Le calcul aete fait notamment par Glauber
[24] qui
arepr6sent6
les deux fonctions suivantes :
Modèle C. - En utilisant
toujours 1’6quation (3.29), lorsque
1 ’t"c, on obtient :Si on
applique
maintenant lesexpressions
desp.
donn6es par Lachs
[21]
pour n = 1 et n =2,
onobtient
1’expression
des temps de vie et d’attente r6siduelle pour lemelange
dechamps gaussien
etcoherent dans le
rapport
m =FL/ FG >,
1’intensite6tant f
=FL + FG > :
FIG. 6. -
Temps
de viev (T)
ou distribution deprobabi-
lit6 des intervalles de
temps
entre deuxphotons
suc-cessifs pour les modeles de
champ envisages
dans lesfigures
1, 2 et 4,avec F >
= 20.Les courbes des temps de vie sont donn6es
figure
6pour les valeurs du
parametre
m =0, 1/3, 1, 3,
oo.Conclusion. - Les 6tudes
theoriques
etexp6rimen-
tales faites sur le processus
ponctuel
forme par lesphotoelectrons
concernentjusqu’a present
lescomp-
tages (et multicomptages)
et les mesures d’interval- lom6trie. Nous avonsdeja
mentionné que ces gran-deurs, deja
mesur6esexpérimentalement
dans certains cas, secompletent
pour caract6riser le processus form6 par lesphotoelectrons
mais sont insuffisantes pour le d6finir. L’extension des m6thodes de mesure de ces processuspermettra
enparticulier
de confirmer(ou
d’exclure) qu’il s’agit
d’un processus de Poissoncompose.
Nous avons introduit une m6thode de comptage
« declenchee » distincte de la m6thode habituelle
« relax6e ». Ces deux m6thodes de comptages condui-
sent a des lois de
probabilités differentes,
nous avons6tabli en
particulier
une relation entre les momentsdes v.a.
Nd
et N(nombre
depoints
dans l’intervalle detemps A T
dans le cas d’uneexperience
en d6clench6et en
relax6, eq. (3 . 28) ) .
Nous avons 6tabli d’autre
part
une relation nouvelle liant lesp.
d’un processus de Poissoncompose (eq. (3.22)),
ainsi que1’inegalite
sur les lois d’inter- vallom6trie(eq. (3.30)).
Enfin,
nous avons consacr6le §
IV a passer en revue lesexpressions
des diversesgrandeurs
6tudi6es dans les casparticuliers
de 4champs optiques.
Laplupart
des
expressions
donn6es dans cettepartie
sontorigi-
nales
(mis
a part(4.46))
et sont destin6es a etre v6rifi6esexpérimentalement.
Notons que toutes les relations 6tablies dans cepapier
sont valables pour des spectresoptiques
absolumentquelconques. Cependant
la rela-tion
(3.28)
et laplupart
des relationsdu §
IV supposent que les intervalles de temps des mesures sont trespetits
devant
tc. Etant
donne lesperformances
de l’électro-nique
a 1’heureactuelle,
cela revient a se limiter auxchamps
lumineuxquasi monochromatiques.
ANNEXE
Mod6les de
champs optiques.
- Nous avons men-tionné
(§ III. C)
la difficultétheorique
alaquelle
onse heurte
lorsque
la dur6e des mesures T n’estplus
tresinferieure au temps de correlation de 1’intensite Tc.
C’est
pourquoi
les modeles dechamps
lumineux envi-sag6s au §
IV sont relatifs a des temps de correlation»
T. Nous les décrivons et donnons pour chacun des 4 modeles la densite deprobabilite
de l’intensit6électrique f à
la sortie durecepteur.
Nous supposerons que l’intensit6 lumineuse ob6it a la meme loique p( f ).
A. CHAMP COMPLHTEMENT COHERENT. - Un