L.objectif de notre travail de recherche est d.adresser la problematique de la reconnaissance automatique de l.ecriture arabe manuscrite par les methodes statistiques. Nous avons trouve que le probleme majeur de la lecture automatique de caracteres manuscrits cursifs etant la segmentation d'un trace en elements constituants, dans ce cadre, nous nous sommes interesses a l.approche globale en evitant le probleme de segmentation.Les methodes classiques choisies, dites statistiques, sont efficaces mais ne peuvent s.appliquer qu.a des ecritures a vocabulaire restreint dans le cadre d.un systeme avec une phase d.apprentissage. Nous constatons que la performance d.un systeme de reconnaissance optique de l.ecriture arabe manuscrite depend de toutes les phases du processus de reconnaissance depuis l.acquisition jusqu.a la classification. Nous avons mis l.accent sur deux phases les plus etudiees dans les travaux existants : l.extraction des primitives et la classification. Nous avons oriente notre recherche vers les approches basees sur les concepts de la logique floue : application de l.algorithme FCM pour la classification automatique des mots arabe manuscrit, en essayant ainsi de trouver des solutions aux inconvenients de l.algorithme classique K-Means, et d.obtenir des resultats plus performants. Nous avons implemente aussi l.algorithme KPPV, ce dernier ne necessite aucune hypothese sur la forme des classes d.apprentissage par contre, il necessite un grand nombre d.observations pour etre precis. De plus il a ete beaucoup utilise en reconnaissance de l.ecriture manuscrite. Et le dernier classifieur choisi, c.est le reseau PNN ; ce type de reseaux est generalement utilise pour des problemes de classification. Leurs resultats sont ensuite combines en utilisant deux methodes de combinaison sans apprentissage : la methode de vote simple et celle de la somme ponderee.