Éducation Nationale Française · Terminale Physique-chimie
Mesure et incertitudes
Une mesure n'est jamais un nombre exact : elle s'accompagne d'une incertitude-type. Ce chapitre montre comment cette incertitude se transmet à une grandeur calculée, comment comparer un résultat à une valeur de référence, et comment un programme représente une série de mesures ou simule une mesure.
I
Incertitudes-types composées
I.1
Évaluer une incertitude-type composée
Beaucoup de grandeurs ne se lisent pas directement sur un instrument : elles se calculent à partir d'autres grandeurs mesurées. L'intensité de la pesanteur \(g\), par exemple, se calcule à partir de la longueur \(L\) d'un pendule et de sa période \(T\). Chacune de ces deux mesures s'accompagne de sa propre incertitude-type. Comment ces incertitudes se transmettent-elles à \(g\) ?
Expérience — Déterminer g avec un pendule simple
Matériel. Un fil léger et peu extensible ; une masse compacte de \(5\ \mathrm{cm}\) de diamètre environ (une petite boule) ; un mètre ruban ; le chronomètre d'un téléphone.Protocole.
- Mesurer la longueur \(L\), du point de suspension au centre de la masse, et garder \(L\) fixe pendant tous les chronométrages.
- Écarter la masse de \(6\ \mathrm{cm}\) environ (amplitude d'au plus \(5^\circ\) : petites oscillations), puis la lâcher sans impulsion.
- Chronométrer \(10\) allers-retours complets, en déclenchant et en arrêtant le chronomètre au passage par la position d'équilibre, toujours dans le même sens ; effectuer ce chronométrage \(20\) fois.
- En déduire la période \(T\), durée d'un aller-retour. Pour de petites oscillations, l'expression \(g = \dfrac{4\pi^2 L}{T^2}\) est donnée et employée sans être établie.
| \(17{,}43\) | \(17{,}50\) | \(17{,}28\) | \(17{,}29\) | \(17{,}47\) | \(17{,}59\) | \(17{,}65\) | \(17{,}11\) | \(17{,}40\) | \(17{,}45\) |
| \(17{,}44\) | \(17{,}36\) | \(17{,}24\) | \(17{,}19\) | \(17{,}29\) | \(17{,}63\) | \(17{,}29\) | \(17{,}46\) | \(17{,}26\) | \(17{,}31\) |
Conclusion. La valeur de \(g\) se déduit de deux grandeurs mesurées, et son incertitude-type dépend des leurs.
Définition — Incertitude-type composée
Quand une grandeur \(y\) se calcule à partir d'une ou de plusieurs grandeurs mesurées, appelées grandeurs d'entrée, son incertitude-type composée \(u(y)\) est l'incertitude-type de \(y\) obtenue à partir des incertitudes-types des grandeurs d'entrée. Elle s'exprime dans la même unité que \(y\). Elle mesure la dispersion des valeurs que l'on peut raisonnablement attribuer à \(y\), compte tenu de ce que l'on sait des grandeurs d'entrée. Méthode — Évaluer une incertitude-type composée à l'aide d'une formule fournie
La formule qui donne \(u(y)\) est toujours fournie. Les grandeurs d'entrée sont supposées indépendantes : connaître l'une n'apprend rien sur les autres. Deux formes se rencontrent le plus souvent. - Pour une somme ou une différence, \(y = a + b\) ou \(y = a - b\) : \(u(y) = \sqrt{u(a)^2 + u(b)^2}\). Les carrés des incertitudes-types s'additionnent : une différence ne réduit pas l'incertitude, et \(u(y)\) est au moins égale à la plus grande de \(u(a)\) et \(u(b)\).
- Pour un produit de puissances, \(y = k\,a^{p}\,b^{q}\), avec \(a\) et \(b\) strictement positives et \(k\) un nombre exact, lorsque les incertitudes-types relatives \(\dfrac{u(a)}{a}\) et \(\dfrac{u(b)}{b}\) sont faibles : $$\frac{u(y)}{|y|} \approx \sqrt{\left(p\,\frac{u(a)}{a}\right)^2 + \left(q\,\frac{u(b)}{b}\right)^2}.$$ L'incertitude-type relative de \(y\) vient de celles de \(a\) et de \(b\), chacune multipliée par son exposant : une grandeur affectée d'une forte puissance pèse davantage.
Pour évaluer \(u(y)\) :
- repérer la forme de la formule et vérifier ses hypothèses ;
- calculer chaque contribution, une par grandeur d'entrée : \(u(a)\), \(u(b)\) et ainsi de suite pour une somme ou une différence, \(\left|p\,\dfrac{u(a)}{a}\right|\), \(\left|q\,\dfrac{u(b)}{b}\right|\) et ainsi de suite pour un produit de puissances, chaque terme de la formule pour toute autre forme ;
- repérer la contribution dominante, la plus grande : elle indique ce qui limite la mesure ;
- calculer \(u(y)\) avec des chiffres de garde, puis garder au plus deux chiffres significatifs : le dernier chiffre de la valeur de \(y\) est au même rang que le dernier chiffre de \(u(y)\). Un énoncé peut imposer son arrondi (par exemple un seul chiffre significatif, arrondi par excès) : sa consigne prime pour le résultat écrit, et les chiffres de garde sont conservés pour le quotient \(z\) d'une comparaison à une valeur de référence. Quand un énoncé écrit \(x \pm \dots\), vérifier ce que désigne le \(\pm\) : ce peut être autre chose qu'une incertitude-type.
Exemple — Le g du pendule
La longueur du pendule de l'expérience « Déterminer g avec un pendule simple » est \(L = 0{,}750\ \mathrm{m}\), avec \(u(L) = 0{,}002\ \mathrm{m}\), valeur donnée qui provient du repérage du point de suspension et du centre de la masse. À partir des \(20\) durées \(t_{10}\) de cette expérience, évaluer la période \(T\) et \(u(T)\), puis \(g\) et \(u(g)\). Sont données : - l'incertitude-type de la moyenne de \(n\) observations indépendantes, \(\dfrac{s}{\sqrt{n}}\), où \(s\) est l'écart-type expérimental de la série, de dénominateur \(n - 1\) ;
- l'hypothèse que \(L\) et \(T\) sont indépendantes, et \(\dfrac{u(g)}{g} \approx \sqrt{\left(\dfrac{u(L)}{L}\right)^2 + \left(2\,\dfrac{u(T)}{T}\right)^2}\).
La calculatrice garde tous ses chiffres ; les valeurs intermédiaires sont écrites ici avec des chiffres de garde. Les \(20\) chronométrages sont supposés indépendants, la période stable et les autres contributions temporelles négligeables. Pour la série des durées : $$\begin{aligned}[t] \overline{t_{10}} &= 17{,}382\ \mathrm{s} && \text{(moyenne des 20 durées)} \\
s &= 0{,}1455\ \mathrm{s} && \text{(écart-type expérimental)} \\
u(\overline{t_{10}}) &= \frac{s}{\sqrt{20}} && \text{(évaluation de type A)} \\
&= 0{,}03254\ \mathrm{s}. \end{aligned}$$ Dix oscillations ont été chronométrées, et \(10\) est un nombre exact : \(T = \dfrac{\overline{t_{10}}}{10}\) est un produit de puissances, avec \(p = 1\) et une seule grandeur d'entrée. $$\begin{aligned}[t] T &= \frac{\overline{t_{10}}}{10} = 1{,}7382\ \mathrm{s} && \text{(durée d'une oscillation)} \\
u(T) &= \frac{u(\overline{t_{10}})}{10} = 0{,}003254\ \mathrm{s}. && \text{(produit de puissances)} \end{aligned}$$ La valeur de \(g\) s'en déduit : $$\begin{aligned}[t] g &= \frac{4\pi^2 L}{T^2} && \text{(expression donnée)} \\
&= \frac{4\pi^2 \times 0{,}750\ \mathrm{m}}{(1{,}7382\ \mathrm{s})^2} && \text{(valeurs)} \\
&= 9{,}7999\ \mathrm{m\cdot s^{-2}}. \end{aligned}$$ La formule est un produit de puissances, avec \(k = 4\pi^2\) exact, \(a = L\), \(p = 1\), \(b = T\) et \(q = -2\). Les hypothèses sont vérifiées : \(L\) et \(T\) sont supposées indépendantes, et leurs incertitudes relatives, d'environ \(0{,}3\ \pourcent\) au plus, sont faibles. Les contributions sont \(\dfrac{u(L)}{L} = 0{,}00267\) et \(2\,\dfrac{u(T)}{T} = 0{,}00374\) : le chronométrage domine. $$\begin{aligned}[t] u(g) &= g\sqrt{\left(\frac{u(L)}{L}\right)^2 + \left(2\,\frac{u(T)}{T}\right)^2} && \text{(expression donnée)} \\
&= 9{,}7999\ \mathrm{m\cdot s^{-2}} \times \sqrt{\left(\frac{0{,}002}{0{,}750}\right)^2 + \left(2 \times \frac{0{,}003254}{1{,}7382}\right)^2} && \text{(valeurs)} \\
&= 0{,}04505\ \mathrm{m\cdot s^{-2}}. \end{aligned}$$ Le résultat s'écrit \(g = 9{,}800\ \mathrm{m\cdot s^{-2}}\) avec \(u(g) = 0{,}045\ \mathrm{m\cdot s^{-2}}\) : deux chiffres significatifs pour \(u(g)\), et le dernier chiffre de \(g\) au même rang. Même avec une mesure parfaite de \(L\), \(u(g)\) ne descendrait qu'à \(0{,}037\ \mathrm{m\cdot s^{-2}}\).
Exemple — Une élévation de température
Un liquide est chauffé. Un thermomètre gradué tous les \(0{,}5\ ^\circ\mathrm{C}\) indique \(\theta_1 = 19{,}5\ ^\circ\mathrm{C}\), puis \(\theta_2 = 33{,}0\ ^\circ\mathrm{C}\). Évaluer l'élévation de température \(\Delta\theta = \theta_2 - \theta_1\) et son incertitude-type. Seule la lecture est prise en compte : chaque lecture est modélisée par une loi uniforme sur un intervalle de demi-étendue \(a = 0{,}25\ ^\circ\mathrm{C}\), une demi-graduation, de sorte que \(u(\theta) = \dfrac{a}{\sqrt{3}}\). Les deux lectures sont supposées indépendantes, et \(u(\Delta\theta) = \sqrt{u(\theta_1)^2 + u(\theta_2)^2}\).
$$\begin{aligned}[t] \Delta\theta &= \theta_2 - \theta_1 && \text{(définition de l'élévation)} \\
&= 33{,}0\ ^\circ\mathrm{C} - 19{,}5\ ^\circ\mathrm{C} && \text{(valeurs)} \\
&= 13{,}5\ ^\circ\mathrm{C}, \end{aligned}$$ $$\begin{aligned}[t] u(\theta) &= \frac{a}{\sqrt{3}} && \text{(loi uniforme, évaluation de type B)} \\
&= \frac{0{,}25\ ^\circ\mathrm{C}}{\sqrt{3}} && \text{(valeurs)} \\
&= 0{,}1443\ ^\circ\mathrm{C}, \end{aligned}$$ $$\begin{aligned}[t] u(\Delta\theta) &= \sqrt{u(\theta_1)^2 + u(\theta_2)^2} && \text{(expression donnée, lectures indépendantes)} \\
&= \sqrt{(0{,}1443\ ^\circ\mathrm{C})^2 + (0{,}1443\ ^\circ\mathrm{C})^2} && \text{(valeurs)} \\
&= 0{,}2041\ ^\circ\mathrm{C}. \end{aligned}$$ Les deux contributions sont égales : aucune lecture ne domine. Le résultat s'écrit \(\Delta\theta = 13{,}50\ ^\circ\mathrm{C}\) avec \(u(\Delta\theta) = 0{,}20\ ^\circ\mathrm{C}\).
Composer des incertitudes
- Les incertitudes-types ne s'ajoutent pas simplement. Pour le pendule, les deux contributions relatives ont pour somme \(0{,}0064\), alors que leur composition donne \(0{,}0046\). Les écarts peuvent se renforcer ou se compenser. Pour une somme ou une différence de grandeurs indépendantes, ce sont les carrés des incertitudes-types qui s'additionnent.
- Pour le carré d'une grandeur mesurée \(c\) strictement positive, à faible incertitude relative, la formule du produit de puissances (\(p = 2\)) donne \(u(c^2) \approx 2c\,u(c)\). Les deux facteurs \(c\) du produit \(c \times c\) ne sont pas deux grandeurs indépendantes : c'est la même mesure. La formule du produit de deux grandeurs indépendantes donnerait à tort \(\sqrt{2}\,c\,u(c)\). Il en va de même pour le \(T^2\) du pendule.
- La contribution dominante indique quoi améliorer. Pour le pendule, c'est le chronométrage, dont les erreurs viennent du départ et de l'arrêt du chronomètre ; ces erreurs sont divisées par le nombre d'oscillations quand la durée est ramenée à une période. À incertitude absolue de chronométrage comparable et pour une période stable, chronométrer davantage d'oscillations réduit \(u(T)\).
- Une voie sans formule de composition. Quand la mesure complète est répétée, chaque observation donne sa propre valeur de \(y\) : il est possible de calculer \(y\) pour chaque observation, puis de faire une évaluation de type A sur ces valeurs.
Compétences à pratiquer
- Choisir la bonne expression
- Calculer une incertitude-type composée
- Améliorer un protocole
II
Comparer un résultat à une référence
II.1
Le quotient z
Une valeur mesurée ne coïncide presque jamais avec une valeur de référence. Un écart de \(0{,}01\ \mathrm{m\cdot s^{-2}}\) peut être insignifiant ou important : tout dépend de l'incertitude-type du résultat. Comment juger qu'un résultat est assez proche de la référence ?
Grandeur — Quotient z
Le quotient \(z\), aussi appelé z-score, compare un résultat de mesure \(m_{\mathrm{mes}}\) à une valeur de référence \(m_{\mathrm{ref}}\), l'écart entre les deux étant compté en incertitudes-types \(u(m)\) du résultat : $$z = \frac{|m_{\mathrm{mes}} - m_{\mathrm{ref}}|}{u(m)}.$$ Les deux valeurs et \(u(m)\) s'expriment dans la même unité : \(z\) est donc sans unité, et il n'est jamais négatif. Cette comparaison suppose une incertitude de la référence négligeable devant \(u(m)\). Méthode — Comparer un résultat à une valeur de référence
Une valeur de référence \(m_{\mathrm{ref}}\) est disponible, d'incertitude négligeable devant \(u(m)\). - Calculer le quotient \(z\), en gardant des chiffres de garde pour \(u(m)\).
- Comparer \(z\) au seuil \(2\), selon la convention retenue ici : si \(z < 2\), le résultat est compatible avec la valeur de référence ; si \(z \geq 2\), il n'est pas compatible avec elle.
- Conclure en donnant la valeur de \(z\) et la convention employée.
Exemple — Comparer le résultat du pendule à la référence
L'exemple « Le g du pendule » a donné \(g = 9{,}7999\ \mathrm{m\cdot s^{-2}}\) et \(u(g) = 0{,}04505\ \mathrm{m\cdot s^{-2}}\), avec des chiffres de garde. La valeur \(g_{\mathrm{ref}} = 9{,}81\ \mathrm{m\cdot s^{-2}}\) est adoptée comme référence pour cette expérience, son incertitude étant négligeable. Calculer le quotient \(z\) et conclure, avec la convention de la méthode.
$$\begin{aligned}[t] z &= \frac{|g - g_{\mathrm{ref}}|}{u(g)} && \text{(quotient } z\text{)} \\
&= \frac{|9{,}7999 - 9{,}81|\ \mathrm{m\cdot s^{-2}}}{0{,}04505\ \mathrm{m\cdot s^{-2}}} && \text{(valeurs)} \\
&= 0{,}22. \end{aligned}$$ Comme \(z < 2\), le résultat est compatible avec la valeur de référence, selon cette convention.
Exemple — Une longueur faussée
À l'encontre du protocole, la longueur du pendule est mesurée seulement jusqu'au haut de la masse, \(2{,}5\ \mathrm{cm}\) plus haut que son centre : \(L' = 0{,}725\ \mathrm{m}\), avec \(u(L') = 0{,}002\ \mathrm{m}\). La période est inchangée : \(T = 1{,}7382\ \mathrm{s}\) et \(u(T) = 0{,}003254\ \mathrm{s}\). Avec les expressions de l'exemple « Le g du pendule », évaluer \(g'\) et \(u(g')\), puis calculer \(z\) avec la valeur de référence \(9{,}81\ \mathrm{m\cdot s^{-2}}\). Conclure. Que faire d'une telle valeur de \(z\) ?
$$\begin{aligned}[t] g' &= \frac{4\pi^2 L'}{T^2} && \text{(expression donnée)} \\
&= \frac{4\pi^2 \times 0{,}725\ \mathrm{m}}{(1{,}7382\ \mathrm{s})^2} && \text{(valeurs)} \\
&= 9{,}4732\ \mathrm{m\cdot s^{-2}}, \end{aligned}$$ $$\begin{aligned}[t] u(g') &= g'\sqrt{\left(\frac{u(L')}{L'}\right)^2 + \left(2\,\frac{u(T)}{T}\right)^2} && \text{(expression donnée)} \\
&= 9{,}4732\ \mathrm{m\cdot s^{-2}} \times \sqrt{\left(\frac{0{,}002}{0{,}725}\right)^2 + \left(2 \times \frac{0{,}003254}{1{,}7382}\right)^2} && \text{(valeurs)} \\
&= 0{,}0441\ \mathrm{m\cdot s^{-2}}, \end{aligned}$$ $$\begin{aligned}[t] z &= \frac{|g' - g_{\mathrm{ref}}|}{u(g')} && \text{(quotient } z\text{)} \\
&= \frac{|9{,}4732 - 9{,}81|\ \mathrm{m\cdot s^{-2}}}{0{,}0441\ \mathrm{m\cdot s^{-2}}} && \text{(valeurs)} \\
&= 7{,}6. \end{aligned}$$ Le résultat s'écrit \(g' = 9{,}473\ \mathrm{m\cdot s^{-2}}\) avec \(u(g') = 0{,}044\ \mathrm{m\cdot s^{-2}}\). Comme \(z \geq 2\), il n'est pas compatible avec la valeur de référence, selon cette convention. Une telle valeur de \(z\) appelle la recherche de sa cause : une erreur de protocole, une limite du modèle, ou une contribution oubliée dans l'incertitude. Ici, la cause est la longueur, mesurée jusqu'au haut de la masse au lieu de son centre : avec la longueur du protocole, l'exemple « Comparer le résultat du pendule à la référence » donne \(z = 0{,}22\). L'incertitude-type n'est jamais agrandie pour obtenir l'accord.
Interpréter le quotient z
- Le seuil \(2\) est une convention, pas une loi de la nature : d'autres domaines choisissent d'autres seuils, comme \(5\) en physique des particules. Un résultat compatible est aussi dit conforme à la valeur de référence.
- Vérifier que la valeur de référence tombe dans l'intervalle \(m_{\mathrm{mes}} \pm u(m)\) revient à \(z \leq 1\), un test plus sévère que \(z < 2\).
- Arrondir \(u\) trop tôt peut changer la conclusion. Pour un écart de \(0{,}46\ \mathrm{m\cdot s^{-2}}\) et \(u = 0{,}24\ \mathrm{m\cdot s^{-2}}\), \(z = 1{,}9\) ; avec \(u\) arrondie à un chiffre significatif, \(0{,}2\ \mathrm{m\cdot s^{-2}}\), \(z = 2{,}3\) : la conclusion s'inverse.
- L'écart relatif \(\dfrac{|m_{\mathrm{mes}} - m_{\mathrm{ref}}|}{m_{\mathrm{ref}}}\) n'est pas le critère retenu ici, car il ignore \(u(m)\). La longueur faussée du pendule donne un écart relatif de seulement \(3{,}4\ \pourcent\), et pourtant \(z = 7{,}6\).
- Un résultat non compatible ne prouve pas à lui seul une expérience fautive : le modèle peut être incomplet, une contribution à \(u(m)\) peut avoir été oubliée, ou une forte fluctuation a pu se produire.
- Réciproquement, \(z < 2\) ne prouve pas qu'un résultat est juste : une incertitude surestimée donne un accord trompeur.
- Un biais constant, ou erreur systématique, ne se voit ni dans l'écart-type expérimental \(s\) ni dans \(u\) : seule une comparaison à une référence peut le révéler, comme dans l'exemple « Une longueur faussée ».
Compétences à pratiquer
- Calculer le quotient z
- Conclure sur la compatibilité
III
Traiter des mesures avec Python
III.1
Représenter une série de mesures
Une série de mesures se lit mieux sous forme d'image : un histogramme montre autour de quelle valeur se regroupent les mesures et sur quelle largeur elles s'étalent. Quelques lignes de Python le tracent.
Méthode — Représenter l'histogramme d'une série avec Python
Pour représenter l'histogramme d'une série de mesures avec matplotlib : - saisir la liste des valeurs ;
- choisir les classes : une liste de limites, de largeurs égales, encadrant toutes les valeurs ;
plt.histrend chaque classe fermée à gauche et ouverte à droite, sauf la dernière, fermée aux deux extrémités ; - tracer l'histogramme avec
plt.hist(values, bins=limits), nommer les axes avecplt.xlabeletplt.ylabel, puis appelerplt.show(); - lire la dispersion : autour de quelle valeur se regroupent les mesures, et sur quelle largeur elles s'étalent.
Exemple — Les durées du pendule en Python
Le programme ci-dessous traite les \(20\) durées \(t_{10}\) de l'expérience « Déterminer g avec un pendule simple ». Dire ce qu'il affiche et décrire la figure qu'il trace. import math
import statistics
import matplotlib.pyplot as plt
t10 = [17.43, 17.50, 17.28, 17.29, 17.47, 17.59, 17.65,
17.11, 17.40, 17.45, 17.44, 17.36, 17.24, 17.19,
17.29, 17.63, 17.29, 17.46, 17.26, 17.31] # in s
mean = statistics.mean(t10)
s = statistics.stdev(t10) # denominator n - 1
u_mean = s / math.sqrt(len(t10))
print(f"mean = {mean:.3f} s")
print(f"s = {s:.4f} s")
print(f"u(mean) = {u_mean:.5f} s")
limits = [17.1, 17.2, 17.3, 17.4, 17.5, 17.6, 17.7] # in s
plt.hist(t10, bins=limits, edgecolor="black")
plt.axvline(mean, color="black", linestyle="--")
plt.xlabel("t10 (s)")
plt.ylabel("number of measurements")
plt.show() mean = 17.382 s
s = 0.1455 s
u(mean) = 0.03254 s Ce sont les valeurs de l'exemple « Le g du pendule ». L'instruction plt.hist répartit les durées dans les six classes définies par limits, chacune de largeur \(0{,}10\ \mathrm{s}\) (une durée égale à une limite va dans la classe qui commence à cette limite), et trace une barre par classe.
plt.axvline. Sur cette figure, l'étiquette de l'axe vertical, en anglais dans le programme (« number of measurements »), est traduite en « effectif ».
Les classes d'un histogramme
- Le nombre de classes change l'allure de l'histogramme, pas la série : avec des classes de largeur \(0{,}20\ \mathrm{s}\), les durées du pendule donnent trois barres de hauteurs \(8\), \(8\) et \(4\). La moyenne et l'écart-type ne changent pas.
- Ce programme trace une figure : il ne peut pas s'exécuter dans le bac à sable du site, qui n'a pas
matplotlib. Il s'exécute tel quel dans Basthon, Python dans le navigateur, sans installation.
Compétences à pratiquer
- Lire un histogramme
- Prédire ce qu'affiche un programme
- Traiter une série avec Python
III.2
Simuler la détermination d'une grandeur
Une formule n'est pas toujours disponible, ou ses hypothèses peuvent ne pas être vérifiées : de fortes incertitudes relatives ou une expression trop compliquée. Un programme peut alors simuler la mesure : il tire de nombreuses fois des valeurs plausibles des grandeurs d'entrée, calcule le résultat à chaque tirage et étudie leur dispersion.
Méthode — Simuler la détermination d'une grandeur
Pour évaluer par simulation une grandeur \(y\) calculée à partir de grandeurs d'entrée, et son incertitude-type : - choisir le modèle probabiliste adapté aux informations disponibles pour chaque grandeur d'entrée :
random.gauss(value, u)si une loi normale est retenue,random.uniform(lower, upper)si les valeurs de l'intervalle sont supposées équiprobables ; les grandeurs d'entrée sont ici supposées indépendantes ; - tirer \(N\) valeurs de chaque grandeur d'entrée selon son modèle, indépendamment pour chacune ;
- calculer \(y\) pour chaque tirage ;
- prendre la moyenne et l'écart-type des \(N\) valeurs de \(y\) : la moyenne estime \(y\), l'écart-type estime \(u(y)\) ;
- écrire le résultat, avec au plus deux chiffres significatifs pour \(u(y)\).
Exemple — Le g du pendule en Python
Ce programme simule la détermination de \(g\) de l'exemple « Le g du pendule ». Deux lois normales sont adoptées, tirées indépendamment : \(L\) de moyenne \(0{,}750\ \mathrm{m}\) et d'écart-type \(0{,}002\ \mathrm{m}\), \(T\) de moyenne \(1{,}7382\ \mathrm{s}\) et d'écart-type \(0{,}003254\ \mathrm{s}\). Le générateur rng offre les mêmes fonctions que random. Dire ce qu'affiche le programme, puis comparer aux valeurs obtenues avec la formule. import math
import random
import statistics
rng = random.Random(20261109) # fixed seed: the same draws each time
N = 100000
g_values = []
for i in range(N):
L = rng.gauss(0.750, 0.002) # length, in m
T = rng.gauss(1.7382, 0.003254) # period, in s
g_values.append(4 * math.pi**2 * L / T**2)
mean_g = statistics.mean(g_values)
u_g = statistics.stdev(g_values) # no division by sqrt(N)
print(f"mean = {mean_g:.4f} m/s^2")
print(f"standard deviation = {u_g:.4f} m/s^2") mean = 9.8000 m/s^2
standard deviation = 0.0451 m/s^2 La simulation donne une moyenne de \(9{,}8000\ \mathrm{m\cdot s^{-2}}\) et un écart-type de \(0{,}0451\ \mathrm{m\cdot s^{-2}}\), estimation de \(u(g)\). La formule a donné \(g = 9{,}7999\ \mathrm{m\cdot s^{-2}}\) et \(u(g) = 0{,}04505\ \mathrm{m\cdot s^{-2}}\) : les deux approches s'accordent, les incertitudes relatives étant faibles. Avec deux chiffres significatifs, elles donnent \(g = 9{,}800\ \mathrm{m\cdot s^{-2}}\) et \(u(g) = 0{,}045\ \mathrm{m\cdot s^{-2}}\).L'histogramme des \(100\,000\) valeurs simulées, en \(20\) classes de largeur \(0{,}02\ \mathrm{m\cdot s^{-2}}\), est centré sur la moyenne de ces valeurs, repérée par le pointillé ; sa largeur est ce que mesure \(u(g)\), écart-type de ces valeurs, sans division par \(\sqrt{N}\).
matplotlib s'exécute dans Basthon : plt étant importé comme dans l'exemple « Les durées du pendule en Python » et limits étant la liste des limites des classes, deux lignes ajoutées à la fin du programme y tracent les barres de cette figure : plt.hist(g_values, bins=limits) et plt.show().
L'écart-type des valeurs simulées
- L'incertitude-type est l'écart-type des valeurs simulées, sans division par \(\sqrt{N}\) : les valeurs simulées ne sont pas des mesures répétées de \(g\). Augmenter \(N\) améliore l'estimation numérique de cet écart-type, pas la mesure physique.
- La graine, argument de
random.Random, fixe la suite des tirages : le programme affiche toujours les mêmes nombres, ce qui rend le résultat reproductible et une réponse vérifiable. Avec une autre graine, les derniers chiffres changent. - Beaucoup de programmes rencontrés dans les exercices emploient
numpy, importé sous le nomnp; il s'agit seulement de savoir les lire.np.mean(x)est la moyenne de la sériexetnp.std(x, ddof=1)son écart-type expérimental ; sansddof=1,np.stddivise par \(n\) et non par \(n - 1\) : pour les \(20\) durées du pendule, il donne \(0{,}1418\ \mathrm{s}\) et non \(0{,}1455\ \mathrm{s}\).np.random.normal(m, u, N)etnp.random.uniform(a, b, N)font \(N\) tirages d'un coup, commerandom.gaussetrandom.uniformrépétés \(N\) fois.
Récapitulatif
| Situation | Expression | Conditions et lecture |
| Somme ou différence, \(y = a \pm b\) | \(u(y) = \sqrt{u(a)^2 + u(b)^2}\) | \(a\) et \(b\) indépendantes |
| Produit de puissances, \(y = k\,a^{p}\,b^{q}\) | \(\dfrac{u(y)}{|y|} \approx \sqrt{\left(p\,\dfrac{u(a)}{a}\right)^2 + \left(q\,\dfrac{u(b)}{b}\right)^2}\) | \(a\) et \(b\) indépendantes, strictement positives ; \(k\) exact ; faibles incertitudes relatives |
| Comparaison à une valeur de référence | \(z = \dfrac{|m_{\mathrm{mes}} - m_{\mathrm{ref}}|}{u(m)}\) | incertitude de la référence négligeable devant \(u(m)\) ; \(z < 2\) compatible, \(z \geq 2\) non compatible (convention) |
| Simulation | moyenne et écart-type des \(N\) valeurs simulées de \(y\) | écart-type \(= u(y)\), sans diviser par \(\sqrt{N}\) |
Compétences à pratiquer
- Prédire le résultat d'une simulation
- Simuler une mesure avec Python
IV
Pour aller plus loin
Compétences à pratiquer
- Problèmes ★★
- Quiz
V
TP 1 : Viser cinq secondes
Compétences à pratiquer
- TP 1 : Viser cinq secondes
VI
TP 2 : La masse volumique de l'eau
Compétences à pratiquer
- TP 2 : La masse volumique de l'eau
Contrôle du chapitre
3 exercices, sur 20 points. Durée indicative : 1 h.
À traiter sur papier, puis à photographier : la correction est automatique, par IA.
Ce contrôle ne modifie pas la maîtrise du chapitre, quelle que soit la note.
Aucun exercice composé.
Aller à la section