Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Introduction
Le résultat d'une expérience ou d'une mesure est une étape très attendue dans un projet scientifique car il permet de répondre à la problématique.
Cependant, ce résultat n'a de sens que s'il est mis en perspective avec la qualité de la mesure faite ou celle du matériel utilisé. On utilise alors pour cela la notion d'incertitude de mesure.
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Ensemble de mesures
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Certaines expériences peuvent se répéter et amener à N valeurs obtenues. On pourra donc obtenir une valeur moyenne et une incertitude associée, telles que :
X=Nx1+x2+…+xn=N∑inxiδx=Nσ
La valeur moyenne ou l'écart type peuvent s'obtenir à l'aide d'un ordinateur ou d'une calculatrice.
Test
n°1
n°2
n°3
n°4
n°5
n°6
n°7
n°8
Valeur (m)
3,5
3,7
4,2
3,3
2,9
3,8
3,5
3,1
Exemple avec une longueur :
L = 3,5m ; δ = 0,384 m ; ΔL = 0,222 m L = 3,5 ± 0,2m
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Incertitude d'une mesure
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Lors d'une mesure, on peut encadrer le résultat entre 2
valeurs xmin et xmax.
On a une valeur moyenne : X=2Xmax+Xmin
On obtiendra une incertitude maximale : ΔX=2Xmax−Xmin
Et une incertitude type : δX=3ΔX
Exemple avec un volume :
Mesure : 20,90 ≤ V ≤ 21,00 mL. V=221,00+20,90= 20,95mL
ΔV=221,00−20,90= 0,05mL
δV=30,05= 0,0289 mL, alors : V = 20,95 ± 0,03mL
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Modélisation d'une série de données
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
La modélisation permet de passer d'une série de mesures à un modèle mathématique afin de traduire le comportement d'ensemble du phénomène étudié. On peut par exemple vérifier la linéarité d'une série de points expérimentaux. Pour cela, on peut faire usage de tableurs libres de droits comme LibreOffice, ou d'un logiciel dédié aux sciences expérimentales tel que Régressi (gratuit), ou encore programmer en Python un code de traitement de données.
Utilisez notre
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
À prendre en compte dans l'analyse d'un résultat
Ressource affichée de l'autre côté. Faites défiler pour voir la suite.
Montrez que vous savez faire preuve d'esprit critique : n'hésitez pas à discuter vos résultats et à parler des autres expériences que vous auriez pu faire !
Une hypothèse est validée si la valeur théorique est proche de la valeur expérimentale.
Un témoin permet de valider votre manipulation. En utilisant un seul facteur variant, il permet de montrer l'effet de ce facteur.
L'intervalle d'incertitude de la mesure rend compte de la qualité d'une manipulation ou du matériel utilisé. Plus l'incertitude est faible, plus la valeur expérimentale est précise et le travail de qualité.
Une valeur expérimentale fausse ou aberrante ne doit pas arrêter votre projet. Il faut analyser les raisons de cette erreur afin de trouver des solutions pour réduire ces sources d'erreurs.