0% ont trouvé ce document utile (0 vote)
3 vues8 pages

Variabilité des mesures en Physique-Chimie

Le cours de Physique-Chimie aborde la variabilité des mesures et l'incertitude-type, en sensibilisant les élèves à l'influence des instruments de mesure et des protocoles. Il introduit la loi normale, ses caractéristiques et son importance dans l'analyse statistique des données expérimentales. Les élèves apprendront à construire des histogrammes, à évaluer des incertitudes et à comprendre les intervalles de confiance associés aux mesures.

Transféré par

aliaserranoruano
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
3 vues8 pages

Variabilité des mesures en Physique-Chimie

Le cours de Physique-Chimie aborde la variabilité des mesures et l'incertitude-type, en sensibilisant les élèves à l'influence des instruments de mesure et des protocoles. Il introduit la loi normale, ses caractéristiques et son importance dans l'analyse statistique des données expérimentales. Les élèves apprendront à construire des histogrammes, à évaluer des incertitudes et à comprendre les intervalles de confiance associés aux mesures.

Transféré par

aliaserranoruano
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Cours de Physique – Chimie des Secondes, groupe 203NB : second cours

préliminaire de Physique – Chimie, « C.P.C. 00 » :


« La « variabilité » des « mesures », c’est quoi ( II ) ?
De l’intérêt d’avoir une dispersion possédant une structure mathématique
bien connue… De ceux qui la connaissent ? ».

☞ Table des couleurs :


Structure même du cours.

Absolument important.

Traité lors de cette séance.

Traité lors des séances précédentes.

Traité lors des séances à venir.

☞ Tronçon du Programme Impliqué : ( « T.P.I. » ) [ de Seconde… ]

Mesure et incertitudes

En classe de seconde, l’objectif principal est de sensibiliser l'élève, à partir d'exemples simples et
démonstratifs, à la variabilité des valeurs obtenues dans le cadre d’une série de mesures
indépendantes d’une grandeur physique. L’incertitude-type fournit alors une estimation de l’étendue
des valeurs que l’on peut raisonnablement attribuer à la grandeur physique.
Les activités expérimentales proposées visent aussi à sensibiliser l’élève à l’influence de
l’instrument de mesure et du protocole choisi sur la valeur de l’incertitude-type.
Lorsque cela est pertinent, la valeur mesurée sera comparée avec une valeur de référence afin de
conclure qualitativement à la compatibilité ou à la non-compatibilité entre ces deux valeurs.

Notions et contenus Capacités exigibles


Variabilité de la mesure Exploiter une série de mesures indépendantes d’une grandeur
d’une grandeur physique. physique : histogramme, moyenne et écart-type.
Discuter de l’influence de l’instrument de mesure et du protocole.
Évaluer qualitativement la dispersion d’une série de mesures
indépendantes.
Capacité numérique : Représenter l’histogramme associé à une
série de mesures à l’aide d’un tableur.

Incertitude-type. Expliquer qualitativement la signification d’une incertitude-type et


l’évaluer par une approche statistique.
Écriture du résultat. Écrire, avec un nombre adapté de chiffres significatifs, le résultat
Valeur de référence. d’une mesure.
Comparer qualitativement un résultat à une valeur de référence.

☞ Position du problème :
De nombreuses activités humaines – y compris la Physique – Chimie ! – voient les fruits de leurs
constatations suivre une célèbre loi mathématique…
Qui est-elle ?
A quoi cela peut-il alors bien servir ?
I Du passage des « statistiques » aux « probabilités » : VERS UN CARACTERE
PREDICTIF DES CONSTATATIONS ?
II La « loi normale », c’est quoi ?

☞ La « loi normale » est également désignée par « loi de Gauss », « loi gaussienne » ou « loi de
Laplace-Gauss ».
☞ Le « graphe représentatif » de cette « densité de probabilité » est souvent désigné par
« courbe de Gauss », « gaussienne » ou « courbe en cloche » : ( in « [Link] » )

☞ Son équation cartésienne est parfaitement connue… A ce moment de vos études, elle est
parfaitement anecdotique et largement incompréhensible mais… Elle existe bel et bien !
☞ Elle est donc caractérisée par les paramètres réels μ et σ. μ s’appelle son « espérance
mathématique », σ son « écart-type ». Toute la suite de l’activité va se focaliser sur quelques
rudiments quant à l’approche de ces deux valeurs…
☞ Les mathématiciens l’ont donc étudiée en détail : on peut déjà indiquer que son existence même
nous apporte une foule de renseignements sur le phénomène – ici physique… - qu’elle représente et
en particulier sur ses ressorts à l’échelle microscopique !

Spoiler ! La « loi normale » et les « intervalles de confiance » : A 68,3%, A 95,5% ET A 99,7%

On tient donc un élément mathématique attendu et représentatif du phénomène physique


étudié. Que peut-on attendre de ses caractéristiques ?

☞ L’existence même de cette courbe nous apprend que si on s’éloigne d’un écart-type à gauche
puis à droite de l’espérance mathématique, on a rencontré selon l’axe des abscisses 68,3% des
valeurs potentielles des mesures. On parle alors « d’intervalle de confiance à 1 σ ».
☞ Si on s’écarte à gauche et à droite de μ de 2 σ on aura rencontré 95,5% des valeurs potentielles
des mesures. Cela va délimiter « l’intervalle de confiance à 2 σ ».
☞ Enfin à 3 σ ce sera 99,7%. On considère alors que la quasi-intégralité des mesures potentielles
sont contenues dans une largeur de 6 σ… Vue l’importance du sujet, on reviendra dessus plus loin
dans ce cours… Pour cela, se reporter au chapitre V !
☞ On montre en mathématiques que « l’espérance mathématique μ » a bien des attributs de la
« moyenne arithmétique »... C’est la raison pour laquelle on va les confondre !

III Cette forme tant attendue émerge-t-elle ? CONSTRUCTION D’UN


HISTOGRAMME DES FREQUENCES DE REPETITION
☞ Les mesures aujourd’hui étudiés correspondent toujours à celles étudiées à l’occasion du CPC 0.
☞ On donne donc ci-après le fichier « pdf » correspondant.
☞ Noter les valeurs extrêmes ( minimale et maximale ) qui bornent cet échantillon de 200 comptages
contextuellement identiques.
☞ Jamais deux fois la même valeur ? Compter précisément combien de fois une valeur différente est
apparue… On va donner ci-après le « fichier correction pdf » correspondant…

On appelle « fréquence d’un comptage » le pourcentage avec lequel la valeur de ce comptage


est apparue dans le lot de données… Comme il y en a 200 aujourd’hui, la fréquence est égale
au nombre de cas divisé par 200 puis multiplié par cent : pourquoi ?
☞ Former « l’histogramme des fréquences » ( en abscisse les valeurs constatées des mesures, en
ordonnée leurs fréquences ) associé à ce lot de mesures.
☞ On en donne également ci-après un « fichier pdf correction »…
☞ Calculer la moyenne arithmétique associée à ces 200 mesures. Où se situe-t-elle par rapport à
« l’histogramme des fréquences » ? Proposer une justification à l’appellation « espérance
mathématique »…

On rappelle qu’on dit de cette moyenne arithmétique qu’elle appartient à la famille des
« paramètres de position » ( d’un lot de données ) ! Pourquoi ?

☞ On rappelle que « l’écart absolu » sur les valeurs aujourd’hui collectées de ces mesures est la
plus grande des quantités | comptage – moyenne |. Où peut-on la retrouver sur l’histogramme des
fréquences ? On attend une double localisation par rapport… A la moyenne ?

| - 5 | = | + 5 | = + 5 = 5.
On rappelle de cet « écart-absolu » qu’il appartient à la famille des « paramètres de
dispersion » ( d’un lot de données) : pourquoi donc ?

☞ Etablir ainsi que tout « l’histogramme des fréquences » est contenu dans un rectangle dont on
précisera les dimensions minimales ( les plus petites possibles… ).
☞ Si on peut influer sur l’écart-absolu et par exemple le diminuer, que va faire ce rectangle ? Que va
alors faire l’histogramme des fréquences ? Que vont alors faire les différentes valeurs collectées ?
Est-ce que cela peut justifier le fait que l’écart-type appartient à la famille des « paramètres de
dispersion » ?
☞ Reprendre un raisonnement similaire maintenant avec la valeur de la moyenne…

On appelle « écart relatif » de ce lot de données la valeur du rapport entre les valeurs de l’écart
absolu et de la moyenne… Il est en général exprimé sous la forme d’un pourcentage…
0,52 = 0,52 x 100 / 100 = 52 / 100 = 52%...
Une « vieille règle rustique » laisse à croire que si il est inférieur à 5%, alors on peut considérer
qu’un lot de données peut être légitimement représenté par sa moyenne pour ne pas dire ainsi
ultérieurement vu comme confondu avec cette valeur…

☞ Est-ce le cas ici ? Peut-on alors légitimement confondre ce lot de 200 mesures avec sa moyenne ?
IV Pour aller plus loin : avez-vous été réellement physionomiste ? POUR
EVITER UN EFFET « CANADA DRY », LE TEST DU χ² ( « KHI – KHI ) ?

V « L’intervalle à 6 σ », c’est quoi ? QUELLES CONSEQUENCES BIEN


TANGIBLES EN ATTENDRE ( DU LATIN TANGERE, « JE TOUCHE »… )

Une première observation des « Intervalles de Confiance » : ( tels que définis


au chapitre II de présentation de la « loi normale » )
☞ Evaluer avec deux « C.S. » une partie entière notée « s » de « l’écart-type » associé à ce lot de
200 données contextuellement identiques.
☞ Si le couple ( m , s ) se confondait avec le couple ( μ , σ ), combien de valeurs de comptages
devraient être contenus dans l’intervalle [ m – s , m + s ] ? Déterminer le pourcentage de valeurs
avérées ( relevées… ) de comptages qui y sont effectivement contenues pour comparer puis conclure.
☞ Reprendre le même travail pour l’intervalle [ m – 2 s , m + 2 s ].
☞ Reprendre le même travail pour l’intervalle [ m – 3 s , m + 3 s ].
☞ Déterminer l’écart absolu associé à ce lot. Comparer son double à la valeur des 6 s, puis proposer
une conclusion au moyen d’une phrase.
☞ On donne ci-après un « fichier correction pdf ».
VI Quelle dispersion sur les moyennes arithmétiques « restreintes » ?
« L’INCERTITUDE – TYPE », C’EST QUOI ?

☞ On a observé lors de la première partie de cette activité que la dispersion sur les moyennes
« restreintes » est beaucoup plus faible que sur les données brutes elles-mêmes… Mais elle existe
quand même ! Quelle valeur de la moyenne « pratique » choisir ( on est condamné d’aller jusqu’à 200
mesures voire beaucoup plus ??? ) et à quelle condition ?
☞ Les mathématiciens démontrent que si on prend maintenant une moyenne de p données
indépendantes parmi un lot d’écart-type σ alors l’incertitude sur cette moyenne appelée
« incertitude-type » est donnée par l’expression mathématique :
𝜎
𝑢= u est là pour « uncertainty »…
√𝑝

☞ Evaluer pour le lot des dix premières données sa moyenne m, son écart-type σ, son incertitude-
type u.
☞ Retrouver ensuite ( première partie de l’activité… ) parmi les 190 autres données indépendantes
contextuellement identiques prises dix à dix les 19 moyennes correspondantes.
☞ Combien se trouvent dans un intervalle de largeur 6 u centré sur m ? Etait-ce prévisible ? Que doit-
on en conclure ?
☞ On donne ci-après un « fichier pdf correction » correspondant…
Table des acronymes
à l’issue de ce cours.

èmes
☞ « A.d.D.M.O. m.n. » : m « Activités de Découvertes et de Mises en Œuvre de Chimie » du
cours de physique n.
☞ « A.d.D.M.O. [Link] » : débriefing ( corrigé… ) des « A.d.D.M.O. m.n ».
èmes
☞ « A.D.A.M. m.n » : m « Activités de Découvertes A la Maison » du cours de physique n.
☞ « A.D.A.M. [Link] » : correction des « A.D.A.M. m.n ».
èmes
☞ « A.M.S. m.n » : m « Activités de Modélisations et de Structurations » du cours de physique n.
☞ « cqjvd » : « ce que je voulais démontrer ».
☞ « D.P.E. » : « Durée Plausible d’Evaluation ».
☞ « D.P. 2 » : « Durée Plausible de Préparation ».
☞ « M.àD. » : « Mise à Disposition ».
☞ « MCU » : « Mouvement Circulaire Uniforme ».
☞ « MRA » : « Mouvement Rectiligne Accéléré ».
☞ « MRD » : « Mouvement Rectiligne Décéléré ».
☞ « MRU » : « Mouvement Rectiligne Uniforme ».
☞ « MVT » : « MouVemenT ».
☞ « P.G.R.M. » : « ProGRaMme ».
☞ « Rque » : « Remarque ».
☞ « RTL » : « Référentiel Terrestre Local ».
☞ « T.A.F. » : « Travail A Faire ».
☞ « T.P.I. » : « Tronçon du Programme Impliqué ».
☞ « VV » : « Vecteur Vitesse ».
☞ « VVM » : « Vecteur Vitesse Moyenne ».

Vous aimerez peut-être aussi