Cette thèse de doctorat vise l’examen critique de certaines théories de champ moyen nucléaire phénoménologiques, en se focalisant sur la description fiable des niveaux de particules individuelles. L’approche suivie ici est nouvelle en ce sens que elle permet non seulement la prédiction des valeurs numériques obtenues avec ce formalisme, mais également une estimation des distributions de probabilités correspondant aux résultats expérimentaux. Nous introduisons le concept des ≪erreurs théoriques≫, visant estimer, dans un cadre mathématique bien établi, les incertitudes relatives aux modélisations théoriques. Il est également introduit une notion subjective de pouvoir prédictif des Hamiltoniens nucléaires, qui est analysé dans le contexte des spectres énergétiques de particules individuelles. Le concept mathématique du ≪Problème Inverse≫ est appliqué aux Hamiltoniens de champ moyen réalistes. Cette technique permet la prédiction de propriétés du système partir d’un nombre limité de données. Afin d'approfondir notre connaissance des Problèmes Inverses, nous focalisons notre attention sur un problème mathématique simple. Une fonction dépendant de quatre paramètres libres est introduite afin de reproduire des données ≪expérimentales≫. Nous étudions le comportement des paramètres ≪fittés≫, leur corrélation, ainsi que les erreurs associées. Cette étude nous aide comprendre la signification de la formulation correcte du problème en question. Il nous montre également l'importance d'inclure les erreurs expérimentales et théoriques dans la solution. / This thesis is a critical examination of phenomenological nuclear mean field theories, focusing on reliable description of levels of individual particles. The approach presented here is new in the sense that it not only allows to predict the numerical values obtained with this formalism, but also yields an estimate of the probability distributions corresponding to the experimental results. We introduce the concept of ‘theoretical errors’ to estimate uncertainties in theoreticalmodels. We also introduce a subjective notion of ‘Predictive Power’ of nuclear Hamiltonians, which is analyzed in the context of the energy spectra of individual particles. The mathematical concept of ‘Inverse Problem’ is applied to a realistic mean-field Hamiltonian. This technique allows to predict the properties of a system from a limited number of data. To deepen our understanding of Inverse Problems, we focus on a simple mathematical problem. A function dependent on four free parameters is introduced in order to reproduce ‘experimental’ data. We study the behavior of the ‘fitted’ parameters, their correlation and the associated errors. This study helps us understand the importance of the correct formulation of the problem. It also shows the importance of including theoretical and experimental errors in the solution.

Les symétries géométriques en usage en physique nucléaire sont assez peu variées, essentiellement la symétrie de l’ellipsoïde triaxial. On propose donc une méthode rigoureuse permettant d’étudier l’évolution et la possibilité de l’existence de symétries nouvelles dont la symétrie tétraédrique. Le formalisme de l’équation de SCHRÖDINGER est replacé dans le cadre des espaces de RIEMANN. Ce formalisme est utilisé dans le contexte du noyau de l’atome où l’on applique la théorie du champ moyen alliée à l’approximation adiabatique. Le noyau est le siège de deux catégories de mouvements adiabatiquement séparés, le mouvement rapide des nucléons dans le champ moyen, et le mouvement collectif modifiant lentement le champ moyen. Le second est régi par une équation de SCHRÖDINGER collective qui prend place dans un espace dont la métrique est donnée par le tenseur de masse. L’étude de la géométrie du noyau est alors calculable à l’aide de deux grands programmes développés dans le cadre de la thèse. / The geometrical symmetries used in nuclear physics are not very diversified, essentially the symmetry of the triaxial ellipsoid. One proposes therefore a rigourous method allowing to study the temporal evolution and the possibility of the existence of new symmetries among them the tetrahedral symmetry. The formalism of SCHRÖDINGER equation is reformulated in the framework of RIEMANN’s spaces. This formalism is used in the context of the atomic nucleus where one applies the mean-field theory combined with the adiabatic approximation. The nucleus is the terrain of two types of motions adiabatically separated, the quick motion of the nucleons in the mean-field and the collective motion modifying slowly the meanfield. The second one is governed by a collective SCHRÖDINGER equation written down in a space whose metric is given by the mass tensor. The study of the nucleus geometry is then computable with the help of two big programs developped within the thesis.

This thesis is a critical examination of phenomenological nuclear mean field theories, focusing on reliable description of levels of individual particles. The approach presented here is new in the sense that it not only allows to predict the numerical values obtained with this formalism, but also yields an estimate of the probability distributions corresponding to the experimental results. We introduce the concept of 'theoretical errors' to estimate uncertainties in theoreticalmodels. We also introduce a subjective notion of 'Predictive Power' of nuclear Hamiltonians, which is analyzed in the context of the energy spectra of individual particles. The mathematical concept of 'Inverse Problem' is applied to a realistic mean-field Hamiltonian. This technique allows to predict the properties of a system from a limited number of data. To deepen our understanding of Inverse Problems, we focus on a simple mathematical problem. A function dependent on four free parameters is introduced in order to reproduce 'experimental' data. We study the behavior of the 'fitted' parameters, their correlation and the associated errors. This study helps us understand the importance of the correct formulation of the problem. It also shows the importance of including theoretical and experimental errors in the solution.

Les résultats de notre étude des capacités de modélisation théorique axées sur les approches phénoménologiques nucléaires dans le cadre de la théorie du champ-moyen sont présentés. On s’attend à ce qu’une théorie réaliste soit capable de prédire de manière satisfaisante les résultats des expériences à venir, c’est-à-dire avoir ce qu’on appelle un bon pouvoir prédictif. Pour étudier le pouvoir prédictif d’un modèle théorique, nous avons dû tenir compte non seulement des erreurs des données expérimentales, mais aussi des incertitudes issues des approximations du formalisme théorique et de l’existence de corrélations paramétriques. L’une des techniques centrales dans l’ajustement des paramètres est la solution de ce qu’on appelle le Problème Inverse. Les corrélations paramétriques induisent généralement un problème inverse mal-posé; elles doivent être étudiées et le modèle doit être régularisé. Nous avons testé deux types de hamiltoniens phénoménologiques réalistes montrant comment éliminer théoriquement et en pratique les corrélations paramétriques.Nous calculons les intervalles de confiance de niveau, les distributions d’incertitude des prédictions des modèles et nous avons montré comment améliorer les capacités de prédiction et la stabilité de la théorie. / Results of our study of the theoretical modelling capacities focussing on the nuclear phenomenological mean-field approaches are presented. It is expected that a realistic theory should be capable of predicting satisfactorily the results of the experiments to come, i.e., having what is called a good predictive power. To study the predictive power of a theoretical model, we had to take into account not only the errors of the experimental data but also the uncertainties originating from approximations of the theoretical formalism and the existence of parametric correlations. One of the central techniques in the parameter adjustment is the solution of what is called the Inverse Problem. Parametric correlations usually induce ill-posedness of the inverse problem; they need to be studied and the model regularised. We have tested two types of realistic phenomenological Hamiltonians showing how to eliminate the parametric correlations theoretically and in practice. We calculate the level confidence intervals, the uncertainty distributions of model predictions and have shown how to improve theory’s prediction capacities and stability.