Documente Academic
Documente Profesional
Documente Cultură
Benoît Gagnon
pour le programme de
Sciences de la nature
Automne 2006
Table des matières Page i
Module 1 Introduction................................................................................................................ 1
0. Vers une pensée scientifique ........................................................................................................ 1
1. Problématique............................................................................................................................... 3
2. Question générale et question spécifique.................................................................................... 3
3. Formulation d’une hypothèse...................................................................................................... 3
4. Élaboration d’une procédure expérimentale ............................................................................. 4
5. Observations ................................................................................................................................. 4
6. Analyse des résultats .................................................................................................................... 5
7. Exemple d’une démarche scientifique ........................................................................................ 5
Le problème...........................................................................................................................................................5
Hypothèse ..............................................................................................................................................................6
Procédure expérimentale .......................................................................................................................................6
8. Questions ....................................................................................................................................... 7
Benoît Gagnon
Page ii Métrologie en laboratoire
7. Calculs d’incertitudes................................................................................................................. 20
7.1. Règles simples .........................................................................................................................................20
7.2. Méthode des extrêmes .............................................................................................................................22
7.3. Calcul différentiel ....................................................................................................................................23
Fonctions à une seule variable .........................................................................................................................23
Fonctions à plusieurs variables ........................................................................................................................24
7.4. Différentielle logarithmique ....................................................................................................................25
7.5. Incertitude graphique ...............................................................................................................................27
8. Écart ............................................................................................................................................ 31
9. Validité des résultats expérimentaux........................................................................................ 31
10. Questions ..................................................................................................................................... 34
11. Exercices...................................................................................................................................... 34
12. Réponses aux exercices............................................................................................................... 37
Benoît Gagnon
Table des matières Page iii
Benoît Gagnon
Page iv Métrologie en laboratoire
Benoît Gagnon
Module 1: Introduction Page 1
Module 1 Introduction
! Observation : utiliser ses sens et explorer, recours à la technologie pour élargir ses sens.
! Compréhension : organiser (collecter et classifier des mesures), résoudre des problèmes (déduire à partir
d’exemples, vérifier des hypothèses et manipuler les variables).
! Application : intégrer (utiliser ses connaissances pour résoudre des problèmes ou élargir ses connaissances à
des situations analogues), innovation.
! Communication : verbal (rédaction d’un rapport, discussion), non verbal (graphiques, diagrammes,
modélisation).
En sciences de la nature, l’exploration de l’univers physique nous amène à structurer notre compréhension du monde
qui nous entoure. Mais ce processus fait appel à une imagination créatrice ainsi qu'à une démarche structurée que
les scientifiques ont baptisé comme étant la démarche scientifique. La démarche scientifique suit un processus
cyclique qui amène l'expérimentateur à confirmer ou à infirmer l'hypothèse de départ. Les cours des sciences
expérimentales donnent l’occasion aux élèves de s’approprier des aptitudes dans l’application de la démarche
scientifique.
3) La formulation d’une explication plausible qui comporte une prédiction : c’est l’hypothèse.
Ces étapes sont expliquées plus en détails dans les sections 1 à 6 que l'on retrouve dans ce module. La section 7
donne un exemple d'une démarche scientifique appliquée au problème de la chute des corps.
Afin de développer la démarche scientifique chez l’élève, les travaux de laboratoire visent à fournir à l’élève des
occasions d’apprendre grâce à une participation active et à l’observation de phénomènes. Plus spécifiquement, les
objectifs de laboratoire visent à ce que l’élève soit en mesure d’élaborer une procédure expérimentale permettant de
trouver les relations empiriques donnant l’effet de chacune des variables; de déterminer les principales causes
d’incertitudes sur les mesures effectuées; d’estimer après calculs, l’incertitudes sur les résultats; d’analyser les
résultats (tous les calculs, mises en graphique et autres transformations que l’on fait subir aux mesures).
La démarche scientifique est représentée sous forme schématique à la figure 1 que l'on retrouve à la page suivante.
Benoît Gagnon
Page 2 Métrologie en laboratoire
Problématique
Définition du problème
Formulation de la question générale
Formulation de la question spécifique
Modification de l’hypothèse
Formulation de l’hypothèse ou
formulation d’une nouvelle hypothèse
Conception de l‘expérience
Détermination du but
Choix des appareils et du protocole
Définition et contrôle des variables
Benoît Gagnon
Module 1: Introduction Page 3
1. Problématique
La problématique est le thème ou le sujet sur lequel que l'on veut étudier. Définir la problématique consiste donc à
formuler un problème de façon à ce que l'on puisse en trouver une solution. Cette étape de la démarche scientifique
est fondamentale car comme le disait Einstein, formuler un problème est souvent plus essentiel que d'en donner une
solution, laquelle peut être affaire d'habilité mathématique ou expérimentale. 1
À ce stade de la démarche scientifique, la question générale a permis d'identifier les concepts et les lois qui se
rapportent au sujet que l'on veut étudier. Pour faciliter la résolution de la problématique, il faut maintenant définir le
sujet d'étude d'une façon plus précise. Pour ce faire, on formule une question spécifique sur le problème, c'est-à-
dire une question qui va porter sur quelques variables seulement du problèmes. Par exemple, pour la chute des
objets, on peut se poser la question spécifique suivante: quels paramètres peuvent produire une accélération
constante des objets vers le sol?
" Il s’agit de généraliser à partir de faits particuliers: raisonnement par induction. Le modèle constitue le cadre
de travail pour émettre une hypothèse. Il s'agit alors d'énoncer des généralités concernant les observations.
! " À partir d’une généralité, il s’agit d’aboutir à une prédiction particulière: raisonnement par déduction. La
prédiction doit être affirmative. Elle permet aussi de cibler les variables qui seront mise en cause.
Le raisonnement par déduction nous aide à choisir le type d’expérience à réaliser ou le type d’observation à
faire pour confirmer ou infirmer l’hypothèse
" Une hypothèse n’est pas un jugement de valeur. Une hypothèse doit mettre en cause des observations et des
! données et non des jugements de valeur. On doit chercher à démontrer l’existence d’un lien entre
deux variables plutôt que de s’en tenir à la description d’un phénomène.
1
EINSTEIN, Albert, INFELD, Leopold. 1983. L'évolution des idées en physique. Paris, Flammarion, 280 p.
Benoît Gagnon
Page 4 Métrologie en laboratoire
" Une hypothèse doit être plausible: elle doit fournir une réponse tangible à la question spécifique soulevée
(problématique). Par contre, une hypothèse ne doit pas servir à démontrer une vérité évidente, elle doit plutôt
laisser place à un certain degré d'incertitude. Donc, mieux le sujet de recherche est connu, plus l'hypothèse
formulée a des chances d'être pertinente.
" Une hypothèse doit être vérifiable : elle doit être constituée d’éléments vérifiables expérimentalement ou
mathématiquement.
" Une hypothèse doit être précise et par le fait même, doit être communicable. Sa formulation doit éviter toute
confusion et être comprise d’une seule et même façon par tout le monde. Comme il a été souligné dans la
section de l’esprit scientifique, tout travail scientifique doit donner la possibilité pour d’autres de reproduire en
vue de vérifier les différentes étapes de la recherche.
" non équivoques et précis: ils ne doivent laisser aucune incertitude quant à leur interprétation,
" signifiants: ils doivent informer par rapport à une certaine réalité et à une certaine conception de la réalité.
" neutres: les éléments de l'hypothèse ne doivent pas être formulés comme des souhaits ni exprimer des
jugements personnels sur la réalité.
Une hypothèse est confirmée ou infirmée selon que l'expérience ou l'observation faite vérifie ou non la supposition
de départ. On ne dit pas que l'hypothèse est vraie ou fausse car ce serait oublier le caractère provisoire des
découvertes scientifiques qui sont continuellement remises en question et des phénomènes humains qui se modifient
dans le temps.
! d’exposer un texte concis comportant les éléments essentiels du modèle pour justifier l’expérimentation
envisagée (stratégie),
! d’énoncer les variables qui seront considérées, soit la variable indépendante et la variable dépendante,
! de présenter les éléments de comparaison,
! et d’annoncer le type de traitement fait sur les observations du phénomène impliqué.
5. Observations
Les observations faites par nos sens sont souvent subjectives, c'est-à-dire que l'information que l'on perçoit de
l'observation peut dépendre des émotions de la personne, d'expérience passées, etc. Par exemple, la perception que
l'on a du froid (ou du chaud) varie d'une personne à l'autre. Par contre, il est très important en science d'être capable
de transmettre ces observations à d'autres personnes. Pour qu'une observation donne les mêmes renseignements à
toute personne, il faut qu'elle soit quantifiée, c'est-à-dire qu'elle fasse l'objet d'une mesure précise par un instrument.
Benoît Gagnon
Module 1: Introduction Page 5
Lors de l’observation d’un phénomène naturel par une personne (ou un scientifique), les propriétés qui seront
observées seront celles que la personne croit importantes. Ces propriétés importantes seront déterminées souvent
d’une façon inconsciente par des idées préconçues (que l’on nomme paradigmes) sur la façon dont le phénomène
doit fonctionner, ou encore déterminées par un cadre théorique qui nous dit qu’elles sont les propriétés à observer.
Pour qu’une observation soit qualifiée de scientifique, elle doit posséder les propriétés suivantes :
! quantifiée
! objective
! reproductible
! pertinente, c’est-à-dire porter effectivement sur l’hypothèse que l’on veut vérifier.
La nature peut être décrite d'une façon mathématique. L'usage des mathématiques nous oblige donc à quantifier les
observations que l'on fait.
En résumé, il est important de quantifier les observations pour les raisons suivantes:
! enlever toute subjectivité à une observation pour que l'observation transmette la même information pour tout le
monde
! permet de reproduire les observations et ainsi les vérifier
! permet de faire des calculs sur les phénomènes observés, ce qui permet de tirer une conclusion ou de faire une
vérification.
Ce qui distingue le plus la démarche scientifique est sans doute la remise en question des hypothèses qui s’exprime
de la façon suivante :
! Si les résultats de l’expérience concordent avec la prédiction, alors l’hypothèse est considérée
comme plausible et elle est gardée. Par contre, si les résultats de l’expérience ne concordent pas
avec la prédiction, alors l’hypothèse sera considérée comme fausse et l’hypothèse sera modifiée ou
rejetée.
Le problème
Du haut de la Tour de Pise, Galilée entreprit des expériences sur le mouvement des corps en chute libre. C’est ainsi
qu’il a étudié le temps de chute d’objets petits et denses jetés de différentes élévations. Il en conclut que deux corps
de poids différents, lancés simultanément du haut de la Tour, mettaient approximativement le même temps à toucher
le sol. C’est le début de l'étude portant sur l’accélération gravitationnelle.
Alors ce qu’on se pose comme problème est de déterminer le type de mouvement lié à la gravitation dans le
laboratoire de physique au Cégep de Rivière-du-Loup.
Benoît Gagnon
Page 6 Métrologie en laboratoire
Question générale: Le mouvement d'un objet en chute libre est-il uniforme (a = 0 m/s2), uniformément accéléré
(a = constante) ou une combinaison des ces deux types de mouvement?
Question spécifique: Quelle est la valeur de l'accélération des objets en chute libre soumis à l'action de la
gravitation?
On propose donc de déterminer la valeur de l’accélération gravitationnelle à l’aide d’un pendule simple dont on fait
varier la longueur.
Hypothèse
! Attendu que des petits corps lourds tombent sans frottement notable dans l’air;
! attendu que leurs mouvements sont rectilignes, suivant la verticale du site où ils tombent;
! attendu qu’un corps en chute libre décrit un mouvement uniformément accéléré et que l’accélération varie un
peu d’un lieu à l’autre mais en moyenne, elles valent 9,8 m/s2;
! attendu que le Cégep se trouve tout près du niveau de la mer;
Alors on prédit que la valeur de g (accélération gravitationnelle) au laboratoire de physique doit être 9,8 m/s2.
Procédure expérimentale 2
L’équation du pendule simple qui décrit un mouvement harmonique simple est donnée par la relation suivante :
L
T "2 !
g
où T est la période d’oscillation du pendule.
L est la distance du support au centre de gravité de la petite masse.
g est l’accélération due à la pesanteur
L’équation précédente est valide pour des oscillations angulaires, #m, inférieures à 15°.
L’expérimentation consiste à déterminer la valeur de g à partir des valeurs mesurées de T et L. Ceci implique que T
joue le rôle de la variable dépendante et L, comme variable indépendante.
L
T2 " 4 !2
g
et qu’on réalise le graphique de T 2 en fonction de L, on s’attend d’obtenir une droite qui passe par l’origine des axes
et qui a pour pente
4 !2
m"
g
2
Dans la stratégie, vous devez exposer la façon dont vous allez vous y prendre pour vérifier votre hypothèse (but
exprimé dans votre protocole). Vous devez décrire votre montage à l’aide d’un schéma, expliquer quelles sont les
mesures que vous faites sur celui-ci pour introduire vos tableaux et vos graphiques; expliquer leur raison d’être et
donner un aperçu très bref de l’allure qu’auront les calculs conduisant des données aux résultats.
Benoît Gagnon
Module 1: Introduction Page 7
Enfin, on pourra déduire la valeur de g à partir de la valeur de la pente. En ce qui concerne l’incertitude sur la
valeur de g , on applique la technique de l’incertitude graphique sur la pente à partir des pentes extrêmes de T 2 en
fonction de L .
Dans le cahier des protocoles de laboratoire en mécanique, on trouve les manipulations et la liste du matériel dont on
a besoin pour réaliser l’expérience. Nous avons respecté l’ordre des opérations, en se donnant un l’angle #m $ 7° et
des longueurs de cordes inférieures à 1 mètre.
8. Questions
1) Définissez les éléments suivants de la démarche scientifique:
a. question générale
b. question spécifique
c. hypothèse
3) Quelles sont les caractéristiques que doit avoir une observation pour être qualifiée de scientifique?
4) Que fait-on d'une hypothèse qui a été infirmée par les résultats d'une expérience?
Benoît Gagnon
Page 8 Métrologie en laboratoire
Benoît Gagnon
Module 2 : Les données qualitatives Page 9
Le module 2 donnera les principes de base à la prise de données qualitatives et à la représentation sous forme de
dessin en microscopie. Le module 3 traitera de la prise de données quantitatives ainsi que de leur traitement
mathématique en vu d’obtenir les résultats expérimentaux qui vérifieront l’hypothèse.
La cueillette de données qualitatives rencontre deux difficultés importantes dont il faut se méfier:
! l'interprétation de l'observation effectuée par une personne peut différer d'une autre personne;
! la tendance de l'observateur à projeter les données qu'il s'attend à recueillir sur la réalité observée.
Afin d'éviter ces difficultés, il est important d'utiliser un vocabulaire objectif exempt d'impressions et d'imprécisions.
Par exemple, il est beaucoup plus juste d'utiliser le terme gros plutôt qu'énorme ou de parler d'une texture
gélatineuse plutôt que répugnante, ou encore d'employer le terme malodorant plutôt que puant, et il est encore
mieux de préciser le type d'odeur dont il s'agit: de soufre, d'ammoniac, etc.
Également, l'utilisation de caractères continus comme la dimension non chiffrée ou comme la couleur nécessite
l'établissement d'une relation avec l'objet même. Ainsi, à titre d'exemple, la face inférieure de la feuille d'un vert
plus pâle que la face supérieure et bec plus long que la tête est plus précis que bec long.
!
Aussi, dans une équipe de travail formée de plusieurs personnes, les données qualitatives de même type
devraient toujours être notées par une seule et même personne, de manière à ce que le l'interprétation sur
cette observation soit toujours la même. Si cela était impossible, tous les observateurs doivent adopter au
préalable un vocabulaire commun.
Les données qualitatives peuvent être présentées sous forme de dessins, de tableaux, de diagrammes, de
photographies ou d'un court texte dans lequel on décrit le phénomène observé de façon chronologique ou
séquentielle. La présentation de ces données doit respecter les normes de traitement de texte.
2. Le témoin
Afin de réduire la subjectivité lors de la prise de données qualitatives, on utilise un témoin. "En effet, pour qu'une
donnée qualitative soit fiable, il faut conduire l'expérimentation auprès d'un groupe témoin et d'un groupe
expérimental maintenus dans des conditions identiques de telle sorte que seule la variable que l'on veut vérifier
(c'est-à-dire la variable énoncée dans l'hypothèse) diffère dans les deux groupes." 3
3
Boisclair, Gilles; Pagé, Jocelyne. Guide des sciences expérimentales, 2ième édition, Éditions du Renouveau
pédagogique, 1998, p. 6-7.
Benoît Gagnon
Page 10 Métrologie en laboratoire
! de chaque côté du dessin, on répartit la légende qui permet d'identifier les structures observées. Les traits qui
relient les termes et les structures ne doivent jamais se croiser;
! en bas de la page, sous le dessin, on note la valeur du grossissement utilisé pour faire l'observation.
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 11
Il y a deux types de mesures : les mesures directes d’une grandeur et la détermination indirecte d’une grandeur. Une
mesure est dite directe si elle provient de la comparaison de l’objet avec un instrument de mesure étalonné. Une
mesure est dite indirecte si elle provient d’un calcul exécuté à partir de mesures directes.
1. Mesures et incertitudes
On exprime la valeur ou l'intensité d'une grandeur par un nombre qui est le produit de sa mesure. Mesurer une
grandeur A c'est la comparer à une grandeur de même espèce A0 prise comme référence et appelée unité, puis
déterminer combien de fois A contient A0. Le nombre n (entier ou fractionnaire) ainsi obtenu est la mesure ou valeur
numérique de A.
L'une des tâches essentielles des scientifiques et des techniciens est d'effectuer des mesures. Or, compte tenu de
l'imperfection des instruments et des organes sensitifs humains, les résultats obtenus sont plus ou moins éloignés des
valeurs exactes recherchées. Par exemple, si l'on mesure le diamètre d'une pièce de 25¢ avec différents instruments
de mesure, on arrive aux résultats suivants:
Règle : 2,4 cm
Vernier : 2,41 cm
Micromètre : 2,4095 cm
1) On ne saura jamais le diamètre exact de la pièce de 25¢. Par contre, à mesure que l’on raffine nos moyens, on
se rapproche de la vraie valeur.
2) On doit trouver un moyen d’indiquer la précision de l’appareil utilisé pour faire la mesure, sans cela, la mesure
ne possède pas de signification.
Par conséquent, une mesure n'est jamais exacte. La différence entre la vraie valeur et la lecture observée est l'erreur
! sur la mesure. Lors de la prise d'une mesure, la tâche du scientifique consiste à faire la meilleure
estimation possible de la grandeur à mesurer et à donner une plage de valeurs à l'intérieur de
laquelle doit se trouver la vraie grandeur de ce que l'on veut mesurer.
Lorsque le pourcentage d'écart est faible, la mesure est alors exacte. Ceci implique que la vraie valeur est connue.
Puisque cette valeur est généralement inconnue, on procède à une série de déterminations. Si les différences entre
les valeurs observées et la moyenne sont faibles, la mesure est dite précise. Lors d'une telle procédure, la précision
est l'accord entre plusieurs mesures prises de la même manière.
Benoît Gagnon
Page 12 Métrologie en laboratoire
On veut vérifier que la bague que l'on vient d'acheter est réellement fabriquée avec de l'or à 18 carats plutôt qu'avec
un alliage. Pour ce faire, on décide de mesurer la densité de la bague et de comparer cette valeur avec les densités
de l'or et de l'alliage, soit %or = 15,5 g/cm3 et %alliage = 13,8 g/cm3. On demande à deux experts d'effectuer les
mesures. Le tableau 1 donne les résultats pour chacun des experts.
! les valeurs de densités seules ne permettent pas de conclure sur la nature de la bague,
! la valeur obtenue par l'expert B est plus précise que celle obtenue par l'expert A,
! le résultat de l'expert A ne permet de conclure sur la nature de la bague puisque les valeurs de densité de l'or et
de l'alliage sont comprises dans l'intervalle formé par l'incertitude de lecture,
! le résultat de l'expert B nous permet de conclure que la bague est constitué de l'alliage puisque la valeur de la
densité de l'alliage est comprise à l'intérieur de l'intervalle formé par l'incertitude mais que celle de l'or est
située à l'extérieur de cet intervalle.
!
Puisque l'évaluation de l'incertitude dépend de la personne qui prend la mesure, il est important
d'en donner la justification, c'est-à-dire d'indiquer les raisons sur lesquelles sont basées cette
évaluation. En d'autres termes, la personne qui effectue la mesure doit justifier son évaluation de
l'intervalle qui constitue son incertitude.
Le point important à retenir de cet exemple est que les mesures auraient été inutilisables sans les intervalles formés
par les incertitudes puisqu'aucunes des deux mesures ne coïncident avec les valeurs des densités de l'or ou de
l'alliage. De plus, sans les intervalles formés par les incertitudes, nous aurions pu tiré la mauvaise conclusion
puisque la valeur de l'expert A peut suggérer que la bague est constituée d'or.
En science, l'évaluation de l'incertitude joue un rôle plus fondamental. Lorsque nous avons plus d'une théorie pour
expliquer un phénomène, chacune doit être vérifiée par une expérimentation. En principe, la théorie qui donne la
valeur trouvée lors de l'expérience est considérée comme valide et les autres théories sont rejetées. En pratique la
situation est plus complexe puisque les mesures prises lors de l'expérimentation contiennent inévitablement des
incertitudes. Il est donc très peu probable que l'expérimentation donne des résultats qui correspondent exactement à
l'une des prédictions faites par les théories. Pour valider une théorie, il faut que la valeur prédite par celle-ci se situe
à l'intérieur de l'intervalle formé par les incertitudes. De même, une théorie est rejetée si la valeur prédite se
retrouve à l'extérieur de l'intervalle formé par les incertitudes.
Un bon exemple de cette situation est donné par la mesure de la déviation du trajet d'un rayon lumineux lorsque
celui-ci passe près du soleil. La théorie de la relativité générale publiée par Einstein en 1916 prédisait que la lumière
était déviée d'un angle de & = 1,8'' lorsqu'elle passait près du soleil. De son côté, une version simplifiée de la théorie
de la gravitation de Newton ne prédisait aucune déviation de la lumière (& = 0'') alors qu'une étude plus détaillée de
la même théorie prédisait une déviation de & = 0,9''. Une mesure de la déviation de la lumière fut prise lors d'une
éclipse totale du soleil en 1919 par Dyson, Eddington et Davidson. Cette mesure indiquait une déviation de & = 2''
avec un intervalle valeurs causé par les incertitudes compris entre 1,7'' et 2,3''. Ce résultat est donc consistant avec
la théorie de la relativité générale d'Einstein et invalide la théorie de la gravitation de Newton. Malgré tout, ce
résultat était très controversé à cette époque puisque plusieurs scientifiques estimaient que les incertitudes étaient
nettement sous estimées, ce qui rendait l'expérimentation non concluante. Des expériences subséquentes ont
confirmé la validité de la théorie de la relativité générale d'Einstein. On remarque donc de cet exemple que
l'évaluation de l'incertitude lors d'une expérimentation est tout aussi importante que le résultat obtenu.
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 13
3. Erreurs
On distingue deux types d’erreurs qui surviennent lors de la prise de mesures, soit les erreurs systématiques et les
erreurs fortuites.
Les erreurs systématiques sont des erreurs qui se produisent toujours de la même façon à chaque fois qu l’on prend
la mesure. Ces erreurs peuvent être dues entre autre:
! défaut de fabrication de l'appareil de mesure,
! défaut d'étalonnage,
! utilisation d'un appareil de mesure dans de mauvaises conditions ambiantes,
! maladresse de l'expérimentateur,
! mauvais protocole de laboratoire.
Ces erreurs peuvent être éliminées à partir du moment où on les a décelées.
Les erreurs fortuites sont des erreurs qui sont imprévisibles. Nous ignorons donc leur grandeur et leur signe. Ces
erreurs peuvent être dues entre autre:
! instabilité des appareils,
! fluctuation des conditions ambiantes,
! erreur de lecture de la part de l'expérimentateur,
! imprécision de la grandeur à mesurer.
Contrairement aux erreurs systématiques, ces erreurs se font tantôt en plus, tantôt en moins et elles ne peuvent pas
être éliminées.
Les erreurs fortuites sont présentes à chaque fois qu’une mesure est prise et il est impossible de les éliminer. Ainsi,
lors de la prise d’une mesure, on ne détermine pas de vraies valeurs mais plutôt des domaines à l’intérieur desquels
la vraie valeur (jamais accessible) doit se trouver. Deux valeurs sont égales s’il y a recoupement de leurs domaines
(nous préciserons ce point un peu plus loin).
4. Incertitudes
Les erreurs systématiques ayant été éliminées, il nous reste à évaluer la déviation maximum entraînée par les erreurs
fortuites, erreurs dont on ignore la grandeur et le signe. La déviation entraînée par les erreurs fortuites porte le nom
d’incertitude.
L’objectif visé lors d’une mesure est de déterminer la meilleure estimation de la vraie valeur et d’évaluer
l’incertitude expérimentale qui l’accompagne (c’est-à-dire le domaine dans lequel la vraie valeur doit se trouver),
compte tenu des conditions de l’expérience. 4
Comme la vraie valeur d’une mesure x est généralement inconnue, on ignore la grandeur de l'erreur. Un examen
critique des méthodes expérimentales et des appareils de mesure permet généralement de fixer une limite supérieure
de l'erreur: cette limite est la plus grande déviation possible entre la valeur numérique exacte et la valeur numérique
de la mesure. Un résultat expérimental dont le domaine des valeurs se situe entre xmax et xmin peut s'écrire x ± 'x où
x est la meilleure estimation de la mesure et 'x est l'incertitude absolue. Cela signifie qu'on estime que la vraie
grandeur de la quantité mesurée se trouve quelque part entre x ! 'x et x + 'x. L’incertitude absolue représente
! donc l’évaluation de l’erreur sur une lecture exprimée dans les mêmes unités de mesures que la
lecture.
4
Boisclair, Gilles; Pagé, Jocelyne. Guide des sciences expérimentales, ERPI, 1992, p. 11.
Benoît Gagnon
Page 14 Métrologie en laboratoire
L'incertitude absolue ne donne pas toute l'information nécessaire sur l'incertitude évaluée lors de la mesure. Une
incertitude de 1 cm sur une mesure de un kilomètre représente une mesure extrêmement précise, alors que la même
incertitude de 1 cm sur une mesure de 3 cm représente une incertitude extrêmement grande. La qualité d'une mesure
est déterminée non seulement par la valeur de l'incertitude absolue mais également par le rapport de l'incertitude
absolue 'x sur la mesure x.
( 'a )
L’incertitude relative représente le rapport de l’incertitude absolue sur la valeur de la mesure * +.
, a -
L’incertitude relative donne la précision de la mesure et s’exprime en pourcentage (%). L'incertitude relative donne
une indication de la qualité de la mesure. D'une façon générale, une incertitude relative supérieure à
! 10% est caractéristique d'une mauvaise mesure alors qu'une incertitude relative inférieure à 2%
est caractéristique d'une excellente mesure. Ces règles doivent être considérées avec précautions. En effet,
dans certaines conditions, il peut être très facile d'obtenir une incertitude relative de 0,1%, comme par exemple une
incertitude de 1 cm sur une distance de 10 m. Par contre, pour certaines expérimentations, une incertitude relative
de 10% peut être considérée comme excellente. Une incertitude relative élevée n'indique pas nécessairement que la
mesure est inutilisable.
5. Évaluation de l’incertitude
Lors de la prise d'une mesure en laboratoire, la valeur obtenue s'éloignera de la vraie valeur due à l'imperfection des
appareils et à la façon dont la mesure sera lue. Dans bien des cas, l'incertitude sur la lecture est beaucoup
! plus grande que celle causée par les appareils de mesure. Dans ce cas, on peut négliger l'incertitude
due à l'appareil et ne tenir compte que de l'incertitude de lecture.
L'incertitude d'un instrument de mesure est donnée par la tolérance de l'appareil qui est donnée par le manufacturier.
La tolérance donne le pourcentage de déviation de l'échelle maximale.
Exemple 1
Soit un ampèremètre dont la tolérance donnée par le fabricant est de 2%. Une mesure sur cet ampèremètre faite sur
l'échelle de 10 A, donne 9 A.
L'incertitude absolue est donnée par le pourcentage de déviation de l'échelle maximale, soit 2% × 10 A = 0,2 A. Le
résultat de la lecture est donc I = (9,0 ± 0,2) A.
"
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 15
L'incertitude sur les données dépend de la façon dont la mesure est prise. Pour tout instrument gradué, donc ayant
une échelle, la mesure se fait soit par une seule lecture dans le cas où le zéro est fixé (cas du thermomètre, du pied à
coulisse par exemple), ou soit par deux lectures dans le cas où le zéro est flottant ou doit être calibré (cas d'une règle,
d'un voltmètre par exemple).
! Remarque: Il faut toujours tenir compte de l'ajustement du zéro de l’appareil dans l’évaluation
de l’incertitude de lecture lorsque l'origine de l’instrument est placée par
l’expérimentateur.
!
L'évaluation de l'incertitude de lecture se fait selon les principes généraux suivants:
! dans le cas d'un instrument de mesure constitué d'une échelle graduée, l'incertitude correspond à la moitié de la
plus petite division,
! dans le cas d'un instrument de mesure dont les graduations sont si fines qu'on ne peut évaluer la fraction d'une
division, l'incertitude correspond à la plus petite division,
! Dans le cas d'un instrument de mesure constitué d'un vernier, l'incertitude est correspond à la plus petite mesure
que peut prendre cet instrument.
L'incertitude globale sur la mesure est la somme de l'incertitude absolue due à l'appareil et de l'incertitude absolue
due à la lecture.
Les sections 5.1 et 5.2 donnent une façon simple d’évaluer l’incertitude sur une mesure. Par contre, cette méthode
est une méthode dite pessimiste en ce sens qu’elle surévalue l’incertitude. Pour améliorer la précision, on peut
effectuer plusieurs lectures de la mesure que l’on veut effectuer. Dans cette situation, la dispersion des mesures
obtenues ou bien est faible, et donc conforme à la précision de l’appareil utilisé, ou bien dépasse cette précision. Les
deux cas sont traités différemment.
Benoît Gagnon
Page 16 Métrologie en laboratoire
Si l’écart entre les mesures obtenues est à peu près équivalent à l’incertitude absolue associée à l’appareil de mesure,
on se contente de calculer la valeur moyenne, de l’arrondir au même nombre de chiffres significatifs que les mesures
individuelles et de lui attribuer l’incertitude de l’appareil de mesure.
Exemple 2
Le tableau suivant donne la mesure de la longueur d’un objet prise à cinq reprises. Exprimez la longueur moyenne
avec son incertitude.
Longueur
Essai
(± 0,1 cm)
1 10,1
2 10,2
3 10,0
4 10,2
5 10,1
Solution
Ces valeurs étant faiblement dispersées, on peut procéder avec la méthode simple.
L’incertitude sur la longueur demeure la même que l’incertitude de lecture sur la mesure, soit 0,1 cm. La longueur
de l’objet est donc L = (10,1 ± 0,1) cm.
"
Si l’écart entre les mesures a dépasse appréciablement l’incertitude associée à l’appareil de mesure, on utilise la
méthode suivante :
2) calculer l’écart à la moyenne de chaque valeur particulière. L’écart à la moyenne est la différence en valeur
absolue entre la valeur moyenne et chacune des valeurs particulières
1
Écart à la moyenne " ai . amoy 2
3) calculer l’écart moyen
0 1 ai . amoy 2
'a " (2)
n
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 17
4) rejeter les valeurs particulières trop éloignées des autres, c’est-à-dire situées en dehors de l’intervalle moyenne
± 3 fois l’incertitude
5) Si une ou plusieurs valeurs ont été rejetées, reprendre les étapes 1) à 3) avec les valeurs restantes.
Exemple 3
Afin d’améliorer la précision sur la lecture d’une tension, 11 mesures sont effectuées au laboratoire. À partir de ces
données, déterminez la valeur moyenne de la tension ainsi que son incertitude absolue.
Solution
Déviations de la moyenne
Tension (V) (en valeur absolue)
(Volts) (V – Vmoy)
(Volts)
43,4 43,4 – 43,8 = 0,4
43,6 43,6 – 43,8 = 0,2
43,6 43,6 – 43,8 = 0,2
43,8 43,8 – 43,8 = 0
43,8 43,8 – 43,8 = 0
43,8 43,8 – 43,8 = 0
43,8 43,8 – 43,8 = 0
43,8 43,8 – 43,8 = 0
44,0 44,0 – 43,8 = 0,2
44,0 44,0 – 43,8 = 0,2
44,0 44,0 – 43,8 = 0,2
Vmoy = 43,8
1
0 ai . amoy 2 = 0,1
'a "
n
6. Chiffres significatifs
Maintenant que nous avons trouvé l'incertitude absolue sur une donnée, il faut écrire correctement la donnée elle-
même de façon significative; cela nous amène donc à parler de chiffres significatifs. Dans une donnée ou un
! résultat, un chiffre est significatif s'il est nécessaire pour définir la valeur de la mesure. C'est donc l'incertitude
absolue de la mesure qui fixe le nombre de chiffres significatifs de la donnée ou du résultat.
! L'incertitude absolue est arrondie à un seul chiffre significatif. On peut considérer une exception à
cette règle. Si le chiffre le plus significatif de l'incertitude absolue a comme valeur 1, il est alors préférable d'écrire
l'incertitude absolue avec deux chiffres significatifs. Par exemple, si l'incertitude absolue sur une mesure est de
0,142, il est préférable d'écrire l'incertitude absolue avec deux chiffres significatifs, soit 0,14. Le fait d'arrondir cette
incertitude à 0,1 entraîne une réduction de 40% de l'incertitude absolue, ce qui change d'une façon significative la
mesure. Le même raisonnement s'applique si on arrondie l'incertitude à 0,2. L'incertitude absolue est augmentée de
60%, ce qui change la mesure d'une façon significative.
Benoît Gagnon
Page 18 Métrologie en laboratoire
La valeur 68 V comporte deux chiffres significatifs. La valeur 68,00 possède quatre chiffres significatifs. Mais on
ne doit pas conclure que le nombre de chiffres significatifs est toujours égalent au nombre de chiffres de la valeur
donnée. Par exemple, la valeur 0,000 005 ne contient qu'un chiffre significatif alors que la valeur 0,000 050 en
contient deux.
! Une donnée n'a de sens que si elle est accompagnée de son incertitude, de la justification de
l'incertitude et de son unité.
Comme on ne connaît pas avec certitude la valeur de la deuxième décimale ('x = 0,03 u), les chiffres
correspondants aux décimales suivantes (troisième et quatrième) n’ont aucune signification et n’apporte qu’une
précision illusoire. On écrira donc le résultat de la façon suivante :
x " 1 3, 49 3 0, 032 u
0,01 u pour l'ajustement du zéro de l'appareil (½ de la plus petite division) Justification
0,01 u pour la lecture (½ de la plus petite division) de l'incertitude
0,01 u pour l'appareil (donné par le fabricant)
!
On remarque de cet exemple qu’une incertitude absolue ne contient qu’un seul chiffre significatif et
que le nombre de chiffres significatifs de la mesure (ou du résultat) est arrondi à la même puissance
de 10 que l'incertitude absolue (même position décimale).
En conclusion, il ne convient pas de faire figurer dans les chiffres significatifs d’une donnée (ou d’un résultat) des
chiffres n’ayant aucun rapport avec la précision de la mesure déterminé par son incertitude absolue.
Afin de tenir compte des chiffres significatifs dans une mesure, il convient d’arrondir les résultats.
L’arrondissement d’un nombre se fait selon les règles que l’on retrouve dans le tableau 2.
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 19
On doit s'occuper aussi des chiffres significatifs lors d'addition, de soustraction, de multiplication, de division ou de
combinaison de ces quatre opérations.
Dans le cas de l'addition et de la soustraction, on arrondit les nombres à une décimale de plus que celui qui en a le
moins pour effectuer l'opération. On exprime la réponse avec le même nombre de décimales que le nombre qui en a
le moins si c'est un résultat final, et une décimal de plus si c'est un résultat intermédiaire.
Exemple 4
Solution
On doit arrondir le trois nombres à trois chiffres significatifs avant de faire l’addition.
5,63
+ 14,1
+ 7,33
= 27,06 Si c’est un résultat partiel
27,1 Si c’est un résultat final
"
Dans le cas de la multiplication et de la division, on arrondit les nombres de façon qu'ils aient au plus un chiffre
significatif de plus que celui qui en a le moins pour effectuer l'opération. On exprime la réponse avec le même
nombre de chiffres significatifs que celui qui en a le moins si c'est un résultat final et un chiffre de plus que celui qui
en a le moins si c'est un résultat partiel.
Exemple 5
Solution
On doit arrondir les quatre nombres à trois chiffres significatifs avant de faire les opérations.
Benoît Gagnon
Page 20 Métrologie en laboratoire
7. Calculs d’incertitudes
Nous avons vu dans ce module que les données prises en laboratoire comportent un certain degré d'incertitude par
rapport à la vraie valeur. Cette incertitude est évaluée par l'incertitude absolue ou relative. Évidemment, lors du
traitement des données, ces incertitudes se transmettront aux résultats. Dans cette section, nous verrons comment
calculer l'incertitude sur les résultats à partir de trois méthodes mathématiques, soit l’application de règles simples,
la méthode des extrêmes et la différentielle logarithmique, ainsi qu’une méthode graphique basée sur la méthode des
extrêmes.
Lorsqu’on a affaire à des fonctions algébriques simples, on peut effectuer le calcul d’incertitude en appliquant les
règles simples suivantes :
Les règles 4 et 5 reposent sur le principe suivant: l'incertitude relative sur le résultat z doit être égale à l'incertitude
'z 'x
relative sur la mesure x, soit " .
z x
Exemple 6
Soit deux longueurs données par L1 = (2,52 ± 0,04) m et L2 = (4,6 ± 0,1) m. On veut déterminer la longueur L ainsi
que son incertitude absolue de façon à ce que L = L1 + L2.
Solution
Puisque le chiffre le plus significatif de l’incertitude absolue a comme valeur 1, l’incertitude absolue demeure
'L = 0,14 m.
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 21
Exemple 7
Soit V " R I
où R = (60,1 ± 0,2) 6 et
I = (2,4 ± 0,3) A
Trouver la valeur de V ainsi que son incertitude absolue.
Solution
Puisque R et I se multiplient, on applique la règle 2 qui donne l’incertitude relative sur V, soit :
On arrondie l’incertitude absolue à 2 × 101 V puisque l’incertitude absolue ne doit contenir qu’un seul chiffre
significatif.
Remarque :
!
Dans l’exemple précédent, le résultat et son incertitude absolue sont exprimés avec la même
puissance de 10 afin d’en faciliter la lecture. On exprime donc le résultat et son incertitude
absolue avec la même puissance 10.
Exemple 8
B/C
Soit l’expression suivante : A " où B " 4, 2 3 0, 2
D/E
C " 6, 42 3 0, 04
D " 3,3 3 0,1
E " 5, 41 3 0, 02
Trouver la valeur de A ainsi que son incertitude absolue.
Solution
'B / ' C 0, 2
L’incertitude relative au numérateur est " " 0, 0188 règle 2
B/C 4, 2 / 6, 42
L’incertitude absolue au dénominateur est 'D / 'E " 0,1 / 0, 02 " 0,12 7 0,1 règle 1
Benoît Gagnon
Page 22 Métrologie en laboratoire
'A
L’incertitude relative sur A est " 0, 0188 / 0, 0115 " 0, 0303 règle 2
A
L’incertitude absolue sur A est 'A " 0, 0303 4 A " 0, 0303 4 1, 2193 " 0, 0366 7 0, 04
Les règles simples de la section précédente sont faciles à appliquer lorsque nous avons des fonctions algébriques.
Lorsque les équations ne sont plus algébriques, nous devons utiliser un autre moyen de calculer (ou d'évaluer)
l'incertitude absolue. Dans cette section, nous verrons la méthode des extrêmes qui est toujours valable peut importe
la fonction et qui peut donc s'appliquer dans tous les cas. Par contre, cette méthode exige que l'on fasse une étude de
la fonction de façon à déterminer les vraies valeurs maximale et minimale dans l'intervalle qui nous intéresse. De
même, cette méthode ne permet pas d'évaluer comment l'erreur totale se répartit sur chacun des termes de la
fonction. La méthode des extrêmes consiste à déterminer les valeurs de A, Amax et Amin.
Amax . Amin
'A " (10)
2
Exemple 9
Soit deux longueurs données par L1 = (2,52 ± 0,03) m et L2 = (4,6 ± 0,1) m. On veut déterminer la longueur L ainsi
que son incertitude absolue de façon à ce que L = L1 + L2.
Solution
La valeur maximale de la longueur L est Lmax " L1max / L2max " 1 L1 / 'L1 2 / 1 L2 / 'L2 2
Lmax " 1 2,52 / 0, 032 / 1 4, 6 / 0,12 " 7, 25 m
La valeur minimale de la longueur L est Lmin " L1min / L2min " 1 L1 . 'L1 2 / 1 L2 . 'L2 2
Lmin " 1 2,52 . 0, 032 / 1 4, 6 . 0,12 " 6,99 m
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 23
Exemple 10
Calculez l’incertitude absolue de la mesure suivante : # = (60,0 ± 0,1)° pour la fonction y = sin #.
Solution
La valeur maximale de y est ymax " sin 1 60, 0 / 0,12 " 0,867
La valeur minimale de y est ymin " sin 1 60, 0 . 0,12 " 0,865
Le calcul différentiel est un outil qui peut nous rendre de grands services pour le calcul des incertitudes (absolues ou
relatives).
dz
Considérons l’équation z " f 1 x 2 . La dérivée de la fonction z en fonction de la variable x peut s’écrire f 8 1 x 2 " .
dx
Cette dernière équation peut également s’écrire sous la forme
( 9z )
d z " f 8 1 x 2 dx " * + dx
, 9x -
Si les mesures sont très précises et petites, on peut assimiler les incertitudes absolues 'x et 'z sur les valeurs de x et
z aux différentielles dx et dz. Comme les incertitudes ne peuvent s’annuler l’une l’autre, on doit prendre la valeur
absolue des dérivées de façon à se placer dans le cas le plus défavorable possible. L’incertitude absolue 'z s’écrit
donc :
9z
'z " 'x (11)
9x
Exemple 11
Benoît Gagnon
Page 24 Métrologie en laboratoire
Solution
9y
'y " 'x " n x n . 1 'x
9x
"
Soit le cas d’une fonction à plusieurs variables indépendantes : z " f 1 x, y 2 . On peut montrer que la différentielle
dz est donnée par l’équation suivante :
( 9z ) ( 9z )
dz " * + dx / * + dy
, 9x - , 9y -
( 9z ) ( 9z )
où * + dx est la dérivée de la fonction z par rapport à la variable x seulement 5 , et * + dy est la dérivée de la
, 9x - , 9y -
fonction z par rapport à la variable y seulement.
Si les mesures sont très précises et petites, on peut assimiler les incertitudes absolues 'x, 'y et 'z aux différentielles
dx, dy et dz. Comme les incertitudes ne peuvent s’annuler l’une l’autre, on doit prendre la valeur absolue des
dérivées de façon à se placer dans le cas le plus défavorable possible. L’incertitude absolue 'z s’écrit donc :
( 9z ) ( 9z )
'z " * + 'x / * + 'y (12)
, 9x - , 9y -
Exemple 12
x
Calculez l’incertitude absolue de la fonction suivante : z "
y
Solution
9z 9z 1 x
'z " 'x / 'y " 'x / . 2 'y
9x 9y y y
1 x
'z " 'x / 2 'y
y y
"
5
Prendre la dérivée de z par rapport à x (ou y) seulement, c’est, à toutes fins pratiques, considérer y (ou x) comme
une constante dans f (x, y).
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 25
Exemple 13
Solution
9z 9z
'z " 'x / 'y " 2 x y 3 'x / 3 x 2 y 2 'y
9x 9y
'z " 2 x y 3 'x / 3 x 2 y 2 'y
"
Exemple 14
x: y
Calculez l’incertitude absolue de la fonction suivante : w " .
z
Solution
9w 9w 9w y x ( .x y )
'w " 'x / 'y / 'z " 'x / 'y / * 2 + 'z
9x 9y 9z z z , z -
y x (.xy)
'w " 'x / ' y / * 2 + ' z
z z , z -
"
Le calcul différentiel étant fondé sur la notion de petites variations (quand 'x ; 0 ), on peut l’appliquer quand les
incertitudes sur les valeurs mesurées sont petites. De plus, la fonction doit toujours être croissante ou décroissante
sur l’intervalle considéré. Cette méthode permet de calculer l’incertitude d’une fonction algébrique complexe plus
simplement que l’utilisation des règles simples, et elle permet d’évaluer la contribution de chacune des variables
dans l’incertitude du résultat final.
Soit le cas d’une fonction à plusieurs variables indépendantes : z " f 1 x, y 2 . On prend le logarithme népérien de
cette expression, ce qui donne : ln z " ln f 1 x, y 2 . En dérivant cette expression, on obtient la relation suivante :
dz < ( 9 z ) (9z) = 1
" >* + dx / * + dy ?
z @, 9x - , 9y - A z
( 9z ) ( 9z )
où * + dx est la dérivée de la fonction z par rapport à la variable x seulement 6 , et * + dy est la dérivée de la
, 9x - , 9y -
fonction z par rapport à la variable y seulement.
6
Prendre la dérivée de z par rapport à x (ou y) seulement, c’est, à toutes fins pratiques, considérer y (ou x) comme
une constante dans f (x, y).
Benoît Gagnon
Page 26 Métrologie en laboratoire
Si les mesures sont précises et petites, on peut assimiler les incertitudes absolues 'x, 'y et 'z sur les valeurs x, y et z
aux différentielles dx, dy et dz. Comme les incertitudes ne peuvent s’annuler l’une l’autre, on doit prendre la valeur
absolue des dérivées de façon à se placer dans le cas le plus défavorable possible. La dernière expression peut alors
s’écrire :
'z < 9 z 9z =1
"> 'x / 'y ? (13)
z @ 9x 9y A z
Exemple 15
Solution
ln y " n ln x
'y 'x 'x
"n 7 'y " n y
y x x
"
Exemple 16
x
Calculez l’incertitude absolue de la fonction suivante : z "
y
Solution
x
ln z " ln " ln x . ln y
y
'z 'x 'y ( 'x 'y )
" / 7 'z " z * / +
z x y , x y -
"
Exemple 17
2x
Calculez l’incertitude absolue de la fonction suivante : z "
y3
Solution
2x
ln z " ln " ln 2 / ln x . 3ln y
y3
'z 'x 'y ( 'x 'y )
" /3 7 'z " z * /3 +
z x y , x y -
"
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 27
Exemple 18
Solution
ln z " ln sin #
'z cos #
" '# 7 'z " z cot # '#
z sin #
Remarque :
"
Exemple 19
x
Calculez l’incertitude absolue de la fonction suivante : z "
x. y
Solution
ln z " ln x . ln 1 x . y 2
'z 'x 'x / 'y ( ' x ' x / 'y )
" / 7 'z " z * / +
z x x. y , x x. y -
"
Il arrive parfois que le résultat final d’une expérience provienne de l’analyse d’un graphique (pente et/ou ordonnée à
l’origine). Puisque les données que l’on placent sur les axes x et y comportent des incertitudes, les valeurs de pente
et d’ordonnée à l’origine que l’on calcule à partir du graphique comporteront elles aussi des incertitudes. Dans cette
section, nous allons regarder plus en détails comment calculer l’incertitude sur la pente d’une courbe d’un
graphique. La méthode utilisée pour calculer l’incertitude sur la pente d’une courbe d’un graphique est la méthode
des extrêmes. Elle consiste à trouver les valeurs maximale et minimale de la pente de la courbe du graphique et
d’utiliser l’équation (10). Pour ce faire, il faut suivre la procédure suivante :
Benoît Gagnon
Page 28 Métrologie en laboratoire
2) Identifier les coordonnées des deux points les plus éloignés sur la courbe (coordonnée x minimale et coordonnée
x maximale), soit (x1, y1) et (x2, y2)
3) Calculer les coordonnées des points qui serviront à tracer les pentes maximale et minimale. Ces points se
placeront aux coins des rectangles d’incertitude des données.
! Remarque : Si les deux points situés aux extrémités de la droite ((x1, y1) et (x2, y2)) ne
coïncident pas avec la courbe du graphique, il faut alors déterminer les valeurs
de y correspondant aux valeurs de x1 et x2 en utilisant l’équation de la courbe de
façon à obtenir deux points qui sont situés sur la droite du graphique.
4) Tracer sur le graphique les droites représentant les pentes maximale et minimale et en calculer les pentes.
5) L’incertitude sur la pente est donnée par la relation
m max . m min
'm " (22)
2
Exemple 20
On veut déterminer la résistance d’un circuit électrique en calculant la pente du graphique de la tension aux bornes
de la résistance en fonction du courant électrique qui circule dans le circuit à partir des données suivantes.
Courant Tension
(± 0,1 A) (± 5 V)
0,2 13
0,6 27
1,0 54
1,4 73
1,8 88
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 29
Solution
100
90 V = 49 I + 2
80
70
Tension (V)
60
50
40
30
20
10
0
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
Courant (A)
On identifie ensuite les coordonnées des deux points situés aux extrémités de la courbe du graphique.
100
V = 49 I + 2
90
80 point 2
70
Tension (V)
60
50
40
30
20
10
point 1
0
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
Courant (A)
On calcule ensuite les coordonnées des pentes maximale et minimale à l’aide des équations (15) à (22).
Benoît Gagnon
Page 30 Métrologie en laboratoire
Pente minimale : point 1 : 1 x1 . 'x; y1 / 'y 2 " 1 0, 2 . 0,1; 13 / 52 " 1 0,1; 182
100
90 Vmax = 60,714 I - 10,214
80 V = 49 I + 2
70 Vmin = 36,111 I + 14,389
Tension (V)
60
50
40
30
20
10
0
0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 2,0
Courant (A)
L’incertitude sur la pente de la courbe du graphique est donnée par l’équation (16)
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 31
8. Écart
Avant de terminer cette section, nous allons distinguer les notions d'exactitude et de précision. L'exactitude se
définit comme la capacité d'un instrument de mesure à donner la vraie valeur de la quantité mesurée. La précision
se définit comme étant la capacité d'un instrument de mesure à reproduire la mesure, c'est-à-dire à fournir la même
lecture lorsqu'on répète la mesure. L'exactitude d'une lecture est donnée en mesurant l'écart qui s'exprime de la
façon suivante:
! Un résultat est dit valide si l’écart entre le résultat et la valeur théorique peut être expliqué par les
erreurs de lecture des instruments produites lors de l’expérimentation. Si l’écart entre le résultat et la
valeur théorique ne peut s’expliquer par les erreurs de lecture, le résultat est non valide et on doit conclure :
La figure 3 illustre graphiquement à l’aide d’une échelle numérique un résultat expérimental valide.
Valeur théorique
'x 'x
Valeur
expérimentale
Le résultat est valide puisque la valeur théorique est comprise à
l’intérieur de l’intervalle formé par les incertitudes.
Figure 3
Benoît Gagnon
Page 32 Métrologie en laboratoire
La figure 4 illustre graphiquement à l’aide d’une échelle numérique un résultat expérimental non valide.
Valeur théorique
'x 'x
Valeur
expérimentale
Le résultat est non valide puisque la valeur théorique n’est pas
comprise à l’intérieur de l’intervalle formé par les incertitudes.
Figure 4
! La validité d’un résultat est plus souvent déterminée à l’aide de l’écart et de l’incertitude
relative.
'a
Si B écart , alors le résultat est valide.
a
'a
Si C écart , alors le résultat est non valide.
a
Benoît Gagnon
qui introduit c’est-à-dire
répètent à
instrument des qui sont qui se données par
erreurs systématiques chaque
de mesure mesure le fabricant
Figure 5
à l’aide et
d’un fortuites
la somme
mesure mesurées donne
par ajustement
déterminée Règle
basée du zéro
par générale: pour
sur une incertitude erreur totale
½ de la
absolue plus petite et
quantitative et division
lecture
Observation l’incertitude
physique pour tenir absolue
compte des s’exprime avec
peut-être chiffres un seul chiffre
significatifs significatif
qualitative
basée
sur une calculs ou traitement calculs
graphiques et
des mesures d’incertitude
description
en mots du
permet de donne un
phénomène
validité de vérifier la un élément de comparaison, que l’on compare à
par par exemple une valeur résultat
l’expérience
comparaison théorique
avec un en utilisant
témoin
l’incertitude relative ou incertitude absolue
et l’écart1
l’expérience est valide si: la valeur théorique est comprise dans l’intervalle formé
par l’incertitude absolue
l’expérience est invalide si: la valeur théorique n’est pas comprise dans l’intervalle
Page 33
Benoît Gagnon
formé par l’incertitude absolue
Page 34 Métrologie en laboratoire
10. Questions
1) Donner la différence entre une erreur systématique et une erreur fortuite.
2) Donner la différence entre une incertitude absolue et une incertitude relative. Laquelle de ces deux incertitudes
doit-on obligatoirement écrire avec la mesure (ou le résultat)?
11. Exercices
Pour chacun des cas suivants : calculez l’incertitude sur le résultat à partir des données fournies.
2) Un ouvrier mesure la hauteur d'une porte à 210 cm. L'ouvrier estime que la vraie longueur de la porte est
comprise entre 205 cm et 215 cm. Écrivez cette mesure sous la forme x ± 'x.
3) Une brique, mesurée avec un mètre divisé en millimètres, a une longueur de 20,0 cm.
a) Quelle est l'incertitude absolue sur cette mesure?
b) Quelle est l'incertitude relative sur cette mesure?
4) Quelle est la plus petite longueur que l'on peut mesurer avec un mètre, divisé en millimètres, si on désire une
précision d'au moins 1%?
6) De ces deux mesures de longueur l1 = 2,06 ± 0,01 m et l2 = 0,0115 ± 0,0002 m, indiquez laquelle est la plus
précise.
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 35
8) Pour les deux mesures suivantes, x = 12,7 ± 0,1 et y = 6,3 ± 0,2, calculez l'incertitude relative sur
a) la somme x + y
b) la différence x ! y
c) le produit x × y
d) le quotient x ÷ y
d
10) La vitesse moyenne d'un véhicule est donnée par la relation v " , où d est la distance parcourue par le
t
véhicule et t est le temps pris pour parcourir la distance d. Calculez la valeur de la vitesse moyenne du véhicule
si les valeurs de d et t sont d = (300 ± 3) m et t = (10,0 ± 0,1) s.
11) La quantité de chaleur Q nécessaire pour augmenter la température d'un objet de masse m est obtenue par la
1 2
relation Q " m c T f . Ti où c est la chaleur spécifique de l'objet, Tf et Ti sont les températures finale et initiale
de l'objet. Calculez la quantité de chaleur nécessaire pour augmenter la température d'un objet si
m = (100 ± 1) g c = (0,210 ± 0,005) cal/°C.g
Tf = (80,0 ± 0,2) °C Ti = (30,0 ± 0,2) °C
12) La vitesse v d'un objet qui tombe en chute libre d'une hauteur h à partir du repos est donnée par la relation
v " 2 g h où g est l'accélération gravitationnelle. Calculez la valeur de la vitesse au sol si les valeurs de g et
h sont g = (9,8 ± 0,2) m/s2 et h = (20,0 ± 0,1) m.
13) Le moment d'inertie de deux masses qui tournent autour d'un axe de rotation est donné par la relation
(g )
I " M r 2 * . 1 + où M est la masse des deux objets en rotation, r est la distance qui sépare les deux masses en
,a -
rotation à l'axe de rotation, g est l'accélération gravitationnelle et a est la valeur de l'accélération de l'objet en
chute libre qui provoque la rotation. Calculez le moment d'inertie de deux masses M si les valeurs de M, r, g et
a sont
M = (0,45424 ± 0,00001) kg r = (0,00643 ± 0,00004) m
g = (9,80 ± 0,05) m/s2 a = (1,52 ± 0,02) m/s2.
x2
14) Calculez l'incertitude relative sur z de la fonction suivante z " .
y3
x2
15) Calculez l'incertitude absolue sur z de la fonction suivante z " .
y3
16) Calculez l'incertitude relative sur z de la fonction suivante z " Ax 2 . B x , où A et B sont des constantes.
17) Calculez l'incertitude absolue sur z de la fonction suivante z " Ax 2 . B x , où A et B sont des constantes.
Benoît Gagnon
Page 36 Métrologie en laboratoire
x. y
18) Calculez l'incertitude relative sur z de la fonction suivante z " .
x
x. y
19) Calculez l'incertitude absolue sur z de la fonction suivante z " .
x
20) Calculez les incertitudes relatives des fonctions suivantes:
x
a) z "
y
sin #
b) z"
y
p/q
c) z"
pq
1 1
d) z" /
x y
e) z " x sin 2#
21) Calculer la valeur de la pente ainsi que son incertitude pour les données suivantes:
Courant Tension
(± 0,001 A) (± 1 V)
0,005 5,13
0,010 10,25
0,015 15,38
0,020 20,50
0,025 25,63
0,030 30,75
22) Calculer la valeur de la pente ainsi que son incertitude pour les données suivantes:
Benoît Gagnon
Module 3 : Les mesures effectuées au laboratoire Page 37
4) L = 1 cm
5) a) 121 ± 4
b) 5,6 ± 0,3
c) 5,6 ± 0,1
7) a) (5,03 ± 0,04) m
b) (20 ± 1) s
c) (-3,2 ± 0,3) × 10!19 C
d) (5,6 ± 0,7) × 10!7 m
e) (3270 ± 40) g ou (327 ± 4) × 101
f) (12,34 ± 0,14) cm
'z
8) a) " 0, 0158
z
'z
b) " 0, 0469
z
'z
c) " 0, 0396
z
'z
d) " 0, 0396
z
9) a) 'z = 3
b) 'z = 0,08
x x2
15) 'z " 2 'x / 3 'y
y3 y4
Benoît Gagnon
Page 38 Métrologie en laboratoire
'z 'x A
16) " / 'x
z x Ax . B
'x / 'y x . y
19) 'z " / 2 'x
x x
Benoît Gagnon
Module 4 : La prise de données en laboratoire Page 39
1. Le travail en laboratoire
Plus spécifiquement, le travail consiste surtout à prendre des mesures et à observer plus que regarder. Cette prise de
données doit répondre à un certain nombre de critères, soient :
Ensuite, le travail expérimental exige dans la plupart des cas, de réaliser le traitement des données (résultats) et
encore là, ce processus exige :
Remarque Afin d’assurer un travail expérimental réussi, il est important de faire un usage approprié et souvent
délicat des appareils mis à votre disposition. Des consignes vous seront prodiguées avant la
réalisation de l’expérience et des avertissements vous seront annoncées dans les protocoles.
2. Feuille de données
La feuille de données est l'élément le plus important du travail de laboratoire. On peut juger de la qualité d'un
expérimentateur aux valeurs que l'on retrouve dans sa feuille de données. C'est elle qui donne la vie au rapport de
laboratoire, un sens à tout l'appareillage qui a servi à l'expérience. En effet, une fois l'expérience terminée, c'est-à-
dire lorsque la feuille de données est complétée, on pourrait déduire le montage qui a servi à réaliser l'expérience,
car toute l'information dont on a spécifiquement besoin pour interpréter l'expérience se retrouve dans la feuille de
données. On comprend le but physique de la manipulation en voyant sur la feuille de données les valeurs d'une
quantité enregistrée en fonction d'une autre, et tous les autres renseignements qu'on a jugé essentiels d'y inscrire.
Benoît Gagnon
Page 40 Métrologie en laboratoire
! la feuille de données doit être surmontée d'un en-tête bien détaché comprenant les informations pertinentes à
l'identification de l'expérience et de l'expérimentateur,
! la feuille de données doit être écrite à l'encre ou au stylo. Ainsi, si une lecture qu'on y a inscrite s'avère
mauvaise, on la rature une seule fois, de façon à pouvoir lire sous la rature; on changera peut être d'avis par la
suite et on pourra ainsi retrouver la première lecture,
! le plus souvent, on inscrit les données dans un tableau. C'est dans la feuille de données plus que partout ailleurs
que l'on doit inscrire les chiffres significatifs qu'on connaît et seulement ceux-là. Il faut également toujours
indiquer les unités employées ainsi que les incertitudes absolues des données.
! Il est souvent utile de porter les données sur graphiques à mesure qu'on les inscrit dans un tableau, et ce pour
deux raisons:
" on peut ainsi découvrir immédiatement une erreur de lecture ou un défaut de fonctionnement d'un appareil,
" on peut voir dans quelle région il est le plus utile d'effectuer des mesures afin d'avoir une bonne distribution
des points sur la courbe.
La feuille de données doit contenir toutes les informations pertinentes concernant le laboratoire réalisé. De plus,
l’information doit être disposer de façon à ce qu’elle soit facile à retrouver et à consulter.
! la liste des instruments de mesure utilisés. Pour chaque instrument, on doit noter :
" le nom de l’appareil
" le modèle
" le calibre, c’est-à-dire la plus grande mesure que l’on peut prendre avec l’appareil
" la plus petite division de l’appareil
" la précision de l’appareil, cette information est donnée par le fabricant.
Attention : il ne s’agit pas ici de donner l’incertitude de lecture de l’appareil .
! un tableau contenant les données prises lors de l’expérience. Le tableau de données doit contenir les
informations suivantes :
" un titre explicite
" symbole ou nom des données
" les unités de mesure des données
" l’incertitude de lecture pour chaque donnée. Attention : on doit donner l’incertitude absolue
" la justification des incertitudes
" la signification des symboles utilisés
Benoît Gagnon
Module 4 : La prise de données en laboratoire Page 41
3. Cahier de laboratoire
On suggère de présenter le cahier de laboratoire dans un format « acco-press », où il doit se retrouver les éléments
nécessaires à la compréhension et au suivi de l'expérience.
! La feuille de données
7
Si le but et le cadre théorique et méthodologique se retrouvent dans un ouvrage de référence (par exemple un
cahier de protocoles de laboratoire), on réfère à cet ouvrage. On ne note alors que les modifications que l'on a
apportées au texte de référence.
8
Les normes de présentation des tableaux et des graphiques sont présentées à la section suivante du module.
9
Pour faciliter l'analyse du graphique, il est préférable de l'imprimer de façon à ce qu'il couvre une page entière.
Benoît Gagnon
Page 42 Métrologie en laboratoire
!
lorsqu'elles sont placées dans un tableau. Pour faciliter la consultation des données et des résultats, on doit
retrouver les éléments suivants dans les tableaux:
! Directement sous les tableaux, on place une légende contenant les informations suivantes:
L'analyse des données et résultats directement dans le tableau permet difficilement d'identifier la relation qui existe
entre les variables. La réalisation d'un graphique entre deux variables permet d'identifier facilement la relation qui
existe entre ces deux variables.
Dans un graphique, on place la variable indépendante sur l'axe des x (abscisse) alors que la variable dépendante se
place sur l'axe des y (ordonnée).
! Pour en faciliter la consultation, tous les graphiques doivent contenir les éléments suivants:
Si la relation entre les variables est linéaire, il est alors possible d'établir une équation
! mathématique simple entre ces variables. Dans ce cas, il faut rajouter les éléments suivants sur le
graphique:
Dans le cahier de laboratoire et dans un rapport, on imprime les graphiques sur une page entière afin d'en faciliter
l'analyse.
Benoît Gagnon
Module 4 : La prise de données en laboratoire Page 43
5. Questions
1) Nommer les éléments que doit contenir une feuille de données?
3) Quelles informations doit-on retrouver dans un graphique dont la relation entre les variables est linéaire?
Benoît Gagnon
Page 44 Métrologie en laboratoire
Benoît Gagnon
Module 5 : La rédaction d’un rapport de laboratoire Page 45
il faut se placer dans la situation d'un scientifique qui vient de réaliser une expérience et qui veut en
communiquer les résultats à des confrères qui ne connaissent pas l'expérience en question et qui veulent
la reproduire.
Ceci implique que le rapport doit être complet en soi et qu'il ne doit contenir aucun sous entendus. Lors de la
rédaction d'un rapport de laboratoire, on recommande d'utiliser des phrases brèves et précises. De même, on évite le
plus possible l'emploi d'adjectifs ayant un sens vague, comme par exemple dans la phrase suivante: le courant dans
le circuit est très élevée. Il est beaucoup plus précis de donner la valeur du courant. La dernière phrase pourrait
donc devenir: le courant dans le circuit est de (5,3 ± 0,2) A.
Afin de bien transmettre l'information que l'on veut communiquer dans un rapport de laboratoire, il est impératif de
classer l'information à l'intérieur de ce dernier. Pour ce faire, on classe l'information dans différentes sections du
rapport. Le nombre de sections dépend évidemment de l'individu, mais on recommande d'inclure dans un rapport
les sections suivantes: une page titre, une introduction, un cadre théorique et méthodologique, instrumentation et
manipulations, les résultats, l'analyse, la conclusion et la bibliographie. En annexe, on place les informations qui ne
sont absolument nécessaire à la compréhension du rapport, soit la feuille de données, un exemple de chaque calcul
avec son calcul d'incertitude et les graphiques complets.
1. Page titre
La page titre contient les informations qui permettre à la personne qui lit le rapport de savoir sur quoi porte le
rapport et les informations pertinentes sur l'auteur. La page titre doit contenir les informations suivantes :
! votre nom,
! le nom de votre coéquipier
! la date de réalisation de l’expérience
! le titre de l’expérience
! le nom du destinataire
! le nom du cours
! le numéro du groupe
! le nom du collège (ou de l’entreprise)
! un bref résumé de l'expérience.
2. Introduction
L'introduction est une courte section qui décrit brièvement le contenu du rapport et qui permet au lecteur de voir si le
sujet l'intéresse. On la divise habituellement en trois paragraphes pour y présenter, définir et diviser le sujet.
! Présenter le sujet: on situe le sujet dans son contexte et on donne un bref aperçu de l'intérêt qu'il présente. On
précise les données de départ.
! Définir le sujet: on énonce le but de l'expérience, c'est-à-dire le problème qu'on se propose de résoudre dans le
rapport.
Benoît Gagnon
Page 46 Métrologie en laboratoire
! Diviser le sujet: on précise en quelques lignes seulement comment on va traiter le sujet et réaliser l'expérience.
Ces informations seront détaillées plus loin dans le rapport.
! Théorie: on explique comment on se propose d'atteindre le but à partir des observations. On doit trouver dans
cette partie les éléments de théorie essentiels à la compréhension du rapport. Ces éléments doivent être donnés
en respectant la suite logique du raisonnement suivi pour atteindre le but. On place également dans cette section
l'hypothèse que l'on veut vérifier.
! Approche expérimentale: dans cette partie, on doit expliquer les étapes expérimentales qui permettent
d'atteindre le but sans aller jusqu'à détailler les manipulations qui seront énumérées à la section suivante. Si un
schéma du montage expérimental est nécessaire à la compréhension de l'approche, il doit apparaître dans cette
section.
! Type d'analyse: on explique le type d'analyse qu'on utilisera pour traiter les mesures ou les données.
! Éléments de comparaison: on mentionne les éléments que l'on veut comparer, ce qui nous permettra de vérifier
la validité de l'expérience.
!
Il est important de noter que l’on met dans cette section que les éléments (théorie, étapes
expérimentales, type d’analyse et élément de comparaison) qui permettent de formuler et de
vérifier l’hypothèse. Tout ce qui ne touche pas l’hypothèse est considéré superflu.
4. Instrumentation et manipulations
Dans cette section, on fait une liste des appareils importants en citant leur numéro, leur classe (tolérance), les
calibres utilisés ainsi que le nombre de divisions. Pour les appareils à affichage numérique, on donne l'ordre de
grandeur du dernier chiffre affiché. On indique également la précision de l'appareil donnée par le fabricant. Le but
de cette partie consiste à donner des renseignements utiles pour qu'un expérimentateur puisse reproduire l'expérience
dans les mêmes conditions.
On énumère ensuite les opérations à effectuer pour la réalisation de l'expérience. L'explication de ces opérations a
été donnée dans le cadre théorique et méthodologique. Si on possède déjà un texte décrivant les manipulations,
on n'a pas à les recopier mais on doit y faire référence. Par contre, on indique les opérations qui sont différentes
ou plus complètes que celles proposées dans le texte. On indique également les manipulations qui ont permis
d'accroître la précision des observations.
Dans cette section, il faut s'attacher à l'essentiel et laisser tomber tous les détails qui ne sont pas pertinents à la bonne
marche de l'expérience. Pour bien rédiger cette section, il faut bien avoir compris l'expérience. On recommande de
la rédiger après avoir terminé tous les calculs et graphiques.
Benoît Gagnon
Module 5 : La rédaction d’un rapport de laboratoire Page 47
5. Résultats
Les informations contenues dans la feuille de données sont des mesures (sans traitements) prises au laboratoire. À
partir de ces données brutes, nous pouvons obtenir des résultats à partir d'un certain traitement, soit mathématiques,
soit graphique. Ces résultats servent à atteindre les buts fixés par le laboratoire.
! On présente les résultats sous forme de tableaux afin d’en faciliter la consultation. On doit
également placer les graphiques si ceux-ci sont indispensables à l’atteinte du but de l’expérience.
6. Analyse
C'est la partie la plus substantielle du rapport. Afin de bien analyser les résultats fournis par
! l'expérimentation et les calculs, on doit d'abord regrouper toutes les informations pertinentes dans
un tableau. Dans la mesure du possible, on indique pour chacun des résultats la valeur théorique auxquelles on
aurait du arriver.
! une analyse des calculs d'incertitude sur les résultats afin de déterminer s'il est pertinent de chercher à connaître
les résultats avec plus de précision
! la reproductibilité de l'expérience
! pour les graphiques, donner la relation entre les variables et l'explication de la présence de points singuliers s'il y
en a. Si le graphique est linéaire, il faut calculer l'équation de la courbe représentée.
! les recommandations portant sur le mode opératoire de l'expérience et sur le choix des instruments de mesure qui
permettront d'améliorer la précision des résultats expérimentaux
! fournir des informations pertinentes à l'expérience mais non nécessaires à l'atteinte de l'objectif du laboratoire
Lors de la rédaction d'une analyse, il faut s'attarder à l'essentiel et de laisser tomber tous les détails; la qualité de
l'argumentation supprime la quantité des arguments.
Benoît Gagnon
Page 48 Métrologie en laboratoire
7. Conclusion
La conclusion d’un rapport scientifique constitue le dénouement de l’analyse des résultats. Dans cette partie
concise, on commence par rappeler le but de l’expérience (ou l’hypothèse), puis on précise dans quelle mesure il a
été atteint. On doit donc se poser les deux questions suivantes:
On indique également dans cette section les résultats que l'on désirait atteindre dans le but. Il est important de
préciser qu'on n’introduit pas de faits nouveaux dans la conclusion. Toute critique ou toute suggestion paraissant
dans la conclusion doit être fondée sur une discussion préalable dans la section analyse.
La conclusion fournit ainsi de précieuses indications au lecteur qui voudrait refaire la même expérience dans les
meilleures conditions possibles. La conclusion devrait être rédigée dans un style impersonnel.
8. Bibliographie
On donne dans cette section toutes les références des documents (livres, revues, notes de cours, sites web, etc.) qui
ont servi à la réalisation du rapport.
Les informations qui suivent sont placées en annexe du rapport puisqu’elles ne sont pas indispensables à la
compréhension du rapport mais elles peuvent être une source intéressante de renseignements pour quelqu’un qui
veut approfondir le sujet du rapport.
9. Feuille de données
10. Calcul(s)
Dans cette section, on donne un exemple détaillé de chaque type de calcul conduisant des lectures aux résultats, y
compris le calcul d'incertitude. Il faut toujours donner la signification des symboles utilisés si on veut que les
calculs soient clairs.
11. Graphique(s)
On place dans cette section tous les graphiques complets qui ont servis à la réalisation de l’expérience.
Benoît Gagnon
Module 5 : La rédaction d’un rapport de laboratoire Page 49
12. Questions
1) Quelles informations doit-on retrouver dans une introduction?
3) Doit-on placer dans le cadre théorique et méthodologique toutes les informations que l'on connaît sur le sujet de
l'expérience?
4) Quels sont les points que l'on doit traiter dans l'analyse?
Benoît Gagnon
Page 50 Métrologie en laboratoire
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 51
1. Feuille de données
Feuille de données
Benoît Gagnon
Page 52 Métrologie en laboratoire
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 53
2. Cahier de laboratoire
But de l'expérience 10
Déterminer graphiquement la valeur de l'accélération gravitationnelle (g) au laboratoire de
physique.
10
Si le but et le cadre théorique et méthodologique se retrouvent dans un ouvrage de référence (par exemple un
cahier de protocoles de laboratoire), on réfère à cet ouvrage. On ne note alors que les modifications que l'on a
apportées au texte de référence.
Benoît Gagnon
Page 54 Métrologie en laboratoire
4! 2
La valeur de l'accélération gravitationnelle (g) est alors donnée par g"
m
'T " T
't
" 1 0,890 s 2
1 0, 2 s 2 " 0, 01 s
t 17,8 s
L'incertitude sur le carré de la période est obtenue à l'aide des règles simples
'T 2 'T
2
"2
T T
'T
'T 2 " T 2 4 2 " 2 T 'T
T
'T 2 " 2 1 0,89 s 21 0, 01 s 2 " 0, 02 s 2
Le carré de la période pour l'e premier essai est T2 = (0,79 ± 0,02) s2.
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 55
Graphique
Graphique 1: Mesure de l'accélération gravitationnelle au laboratorie de
physique
4,5
ymin = 3,7439x + 0,1187
4
ymax = 4,2949x - 0,1519
3,5
Carré de la période (s )
2
y = 4,005x - 0,005
3
2,5
1,5
0,5
0
0,00 0,20 0,40 0,60 0,80 1,00 1,20
Longueur du pendule (m)
Benoît Gagnon
Page 56 Métrologie en laboratoire
L'incertitude sur la pente du graphique est calculée à l'aide de la méthode des extrêmes
mmax . mmin 4, 2949 . 3, 7439
'm " " " 0, 276 s 2 /m
2 2
'm " 0,3 s 2 /m
L'incertitude sur l'accélération gravitationnelle g est donnée par les règles simples
'g 'm
"
g m
'm
'g " g
m
( 0,3 s 2 /m )
1
'g " 9,857 m/s 2 * 2
* 4,0 s 2 /m ++
" 0, 739 m/s 2
, -
'g " 0, 7 m/s2
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 57
Discussion
La valeur de l'accélération gravitationnelle trouvée expérimentalement est valide puisque la
valeur théorique de g est comprise dans l'intervalle formé par les incertitudes. L'incertitude
relative étant inférieure à 10%, on peut conclure que la procédure expérimentale est précise.
Pendant l’exécution de l’expérience, nous avons observé que le plan d’oscillation du pendule se
déplaçait autour de l’axe vertical.
Conclusion
Le but de l'expérience est atteint et la valeur trouvée de l'accélération gravitationnelle est valide.
La valeur de l'accélération gravitationnelle au laboratoire de physique est
g = (9,8 ± 0,7) m/s2.
Benoît Gagnon
Page 58 Métrologie en laboratoire
3. Rapport de laboratoire
Expérience 1
Le pendule simple
Présenté à
Nom du professeur
Cégep de Rivière-du-Loup
Par
Votre nom
Mécanique
(203-NYA-05)
Groupe 1
25 août 2006
Résumé
Tout objet subissant une chute libre tombe vers le sol avec une même accélération, que l’on nomme
accélération gravitationnelle et que l’on note g. La constante g peut être mesurée en calculant la pente du
graphique de la période au carré d’un pendule simple en fonction de la longueur de ce pendule. La valeur
obtenue sera comparée à la valeur théorique de l’accélération gravitationnelle qui est de 9,83 m/s2.
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 59
Introduction
Du haut de la Tour de Pise, Galilée entreprit des expériences sur le mouvement des corps en chute libre. C’est ainsi
qu’il a étudié le temps de chute d’objets petits et denses jetés de différentes élévations. Il en conclut que deux corps
de poids différents, lancés simultanément du haut de la Tour, mettaient approximativement le même temps à toucher
le sol. C’est le début de l’accélération gravitationnelle.
Dans cette expérience, on se propose de calculer la valeur de l’accélération due à la gravitation de la Terre pour le
laboratoire de physique au Cégep de Rivière-du-Loup.
On déterminera la valeur de l’accélération gravitationnelle en mesurant la période d’un pendule simple pour
différentes longueurs. La valeur de la constante gravitationnelle sera calculer à partir de la pente du graphique de la
période du pendule au carré en fonction de la longueur du pendule.
En 1687, Isaac Newton publia un ouvrage dans lequel il exposait ses travaux sur
la loi de l’attraction universelle. Selon cette loi, toutes les particules de l’univers m1 F21 F12 m2
s’attirent avec une force directement proportionnelle au produit de leurs masses
et inversement proportionnelle au carré de la distance qui les sépare. La figure
1 représente deux particules de masse m1 et m2 séparées par une distance r. Ces r
deux particules s’attirent l’une vers l’autre avec une force dont la grandeur est
Figure 1
donnée par la relation suivante :
m1 m2
Fg " G (1)
r2
2
où G est la constante gravitationnelle ( G " 1 6, 673 3 0, 0032 4 10.11 N g m )
kg 2
Une propriété importante de cette force est que la force gravitationnelle qu’exerce une masse finie, de distribution
sphérique et symétrique, sur une particule extérieure de sa sphère est la même que si toute la masse était concentrée
au centre de la sphère. Par exemple, la grandeur de la force qui s’exerce sur une particule de masse m située près de
la surface de la Terre est donnée par
MT m
Fg " G (2)
RT2
où MT est la masse de la Terre, soit 5,98 × 1024 kg
RT est le rayon moyen de la Terre, soit 6,37 × 106 m
m est la masse d’une particule située près de la surface de la Terre
En remplaçant les variables par leurs valeurs numériques, l’équation (2) devient :
Benoît Gagnon
Page 60 Métrologie en laboratoire
Pendule simple
L
T " 2! (4)
g
où L est la longueur de la corde du pendule
g est l’accélération gravitationnelle
Comme la période est indépendante de la masse du pendule, tous les pendules ayant la même longueur auront la
même période d’oscillation.
Méthodologie
L’expérimentation consiste à déterminer la valeur de l'accélération gravitationnelle (g) en mesurant les valeurs de
période (T) d’un pendule simple pour différentes longueurs (L) du pendule. Ceci implique que la période T joue le
rôle de la variable dépendante et la longueur du pendule L, le rôle de la variable indépendante.
L
T2 " 4!2 (5)
g
et qu’on réalise le graphique du carré de la période T 2 en fonction de la longueur du pendule L, on s’attend d’obtenir
une droite qui passe par l’origine des axes et qui a pour pente
4! 2
m" (6)
g
Enfin, on pourra déduire la valeur de l'accélération gravitationnelle g à partir de la valeur de la pente. En ce qui
concerne l’incertitude sur la valeur de g, on applique la technique de l’incertitude graphique sur la pente à partir des
pentes extrêmes de T 2 en fonction de L.
Élément de comparaison
La valeur de l’accélération gravitationnelle trouvée à partir du graphique sera comparée à la valeur théorique donnée
par l’équation (3), soit 9,83 m/s2.
Hypothèse
! Puisque que la résistance de l’air sur le pendule est négligeable vu sa masse élevée;
! puisque la période du pendule est donnée par l’équation (4);
! puisque tout objet soumis à l’action de la gravité terrestre subit une force donnée par l’équation (2);
! puisque que le cégep se trouve tout près du niveau de la mer;
Alors on prédit que la valeur de g (accélération gravitationnelle) au laboratoire de physique est de 9,83 m/s2.
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 61
Instrumentation et manipulations
Instrumentation
Règle : Mitutoyo, modèle no 183-231, calibre de 1m, 1mm/div, précision de 0,04% pleine échelle.
Chronomètre : Accusplit, modèle 601x, calibre de 24 heures, 0,1 s/div, précision non disponible.
Rapporteur d’angle : The C-Thru ruler company, modèle 376m, calibre de 180°, 1°/div, précision non disponible.
Manipulations
1) Fixez une masse de 500 g à une ficelle ayant une longueur de 20 cm.
2) Accrochez l’extrémité libre de la ficelle à un support.
3) Élevez le pendule jusqu’à ce que l’angle entre le pendule et la verticale soit de 10°.
4) Lâchez le pendule et mesurez le temps pris par le pendule pour faire 20 oscillations complètes.
5) Répétez les étapes 1) à 5) pour les valeurs suivantes de longueurs de corde : 40 cm, 60 cm, 80 cm et 100 cm.
Mesures et résultats
Légende :
'# = 0,5° (½ de la plus petite division pour l'ajustement du zéro) + 0,5° (½ de la plus petite division pour la
lecture) = 1°.
'l = 0,0004 m (0,04% × 1 m) + 0,005 m (½ de la plus petite division pour l'ajustement du zéro) + 0,005 m (½
de la plus petite division pour la lecture de la mesure) = 0,0104 m qu’on arrondi à 0,01 m.
't = 0,5 s (temps de réflexe pour l’utilisation du chronomètre).
'T = voir calculs en annexe
'T 2 = voir calculs en annexe
'g = voir calculs en annexe
Benoît Gagnon
Page 62 Métrologie en laboratoire
4,5
ymin = 3,7439x + 0,1187
4 ymax = 4,2949x - 0,1519
3,5
Carré de la période (s )
2
y = 4,005x - 0,005
3
2,5
1,5
0,5
0
0,00 0,20 0,40 0,60 0,80 1,00 1,20
Longueur du pendule (m)
Analyse
Légende
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 63
longueur, ce qui est normal. Nous pouvons maintenant comparer cette valeur expérimentale pour l’accélération
gravitationnelle avec la valeur théorique calculée à l’équation (3).
En comparant ces données accompagnées de leur incertitude respective, on constate que les domaines de valeurs
associés à chaque mesure se recoupent. La valeur de l'accélération gravitationnelle trouvée expérimentalement est
valide puisque l’écart entre la valeur expérimentale et théorique de l’accélération gravitationnelle est inférieur à
l'incertitude relative. L'écart est donc non significatif puisqu’il peut s’expliquer par les erreurs de lecture des
instruments durant les manipulations.
L’écart entre la valeur expérimentale et théorique de l’accélération gravitationnelle est de 0,35%. Cet écart est non
significatif et on peut donc dire que la méthode expérimentale utilisée est adéquate compte tenu que la valeur
théorique de g a été obtenue en considérant le rayon moyen de la Terre et non celui de la région.
Pendant l’exécution de l’expérience, nous avons observé que le plan d’oscillation du pendule se déplaçait autour de
l’axe vertical. Ce phénomène est principalement dû à la torsion de la corde infligée lors du départ et son effet est
d’autant plus accentué à mesure qu’augmente la longueur de la corde. De plus, l’imprécision augmente avec
l’augmentation de la longueur du pendule. Donc l’effet de torsion lié à celle de l’imprécision en fonction de
l’augmentation de la longueur du pendule nous incite à limiter cette longueur.
Une meilleure évaluation de la valeur de l’accélération gravitationnelle serait possible si l’on réduit les erreurs de
lecture sur les instruments, par exemple en réduisant l’incertitude sur la mesure de la règle et le temps de réflexe sur
le chronomètre et en limitant la longueur de la corde du pendule.
Conclusion
L’expérimentation nous a permis d’atteindre le but de l’expérience qui était de mesurer la valeur de l’accélération
gravitationnelle au laboratoire de physique. La valeur expérimentale de l’accélération gravitationnelle au laboratoire
de physique est valide et a comme valeur :
La procédure expérimentale proposée est adéquate puisqu’elle permet d’obtenir la valeur de g avec un écart non
significatif. Par contre, afin d’obtenir une meilleure évaluation de la constante gravitationnelle g, il conviendrait de
réduire les erreurs de lecture sur les mesures prises avec la règle et le chronomètre, et également, de réaliser
l’expérience en limitant la longueur du pendule.
Bibliographie
BENSON, Harris (1993). Physique I : mécanique. 1ière édition, Édition du renouveau pédagogique, 430 pages.
Benoît Gagnon
Page 64 Métrologie en laboratoire
Annexe
Feuille de données
Calculs
t 17,8 s
T" " " 0,890 s
20 20
ln T " ln t / . ln 20
'T 't
"
T t
'T " T
't
" 1 0.890 s 2
1 0, 2 s 2 "
0, 01 s
t 17,8 s
'T 2 'T
Règle 3 : 2
"2
T T
'T
'T 2 " T 2 4 2 " 2 T 'T " 2 1 0,89 s 2 1 0, 01 s 2 " 0, 02 s 2
T
Ce calcul est effectué directement par le logiciel excel de microsoft lors de la réalisation du graphique. La valeur de
la pente est de 4,0235 s2/m.
Benoît Gagnon
Module 6 : Exemple d’un rapport de laboratoire Page 65
4! 2 4! 2
De l’équation (6) : g" " " 9,8 m/s 2
m 4,3 s 2 /m
'g 'm
Règle 2 : "
g m
'm 0,3 s 2 /m
'g " g " 9,82 m/s 2 4 " 0, 7 m/s 2
m 4,0 s 2 /m
'g 0, 7 m/s 2
" " 0, 0714
g 9,8 m/s 2
L’écart entre la valeur expérimentale et la valeur théorique de l’accélération gravitationnelle est donné par la relation
suivante :
Graphique
"
Benoît Gagnon
Page 66 Métrologie en laboratoire
Benoît Gagnon
Bibliographie Page 67
Bibliographie
Pour avoir plus d’informations sur les sujets traités dans ce document, vous pouvez consulter les ouvrages suivants :
BOISCLAIR, Gilles, et Jocelyne PAGÉ (1992). Guide des sciences expérimentales, Montréal, Les éditions du
Renouveau pédagogique, Saint-Laurent, 199 p.
GAGNON, Jean-Marie, et GAUDETTE, Réjean (1995). Guide pour la rédaction d’un rapport scientifique,
Montréal, Les éditions de la Chenelière, 89 p.
DIONNE, Bernard, et autres (1998). Pour réussir en sciences de la nature : guide méthodologique pour les études et
la recherche. Laval, Les éditions études vivantes, 290 p.
CANTIN, Réal, MATHIEU, Richard et TREMBLAY, Ginette (2001). Démarche des acquis en Sciences de la
nature. Éditions du renouveau pédagogique. Saint-Laurent, 158 p.
TREMBLAY, Louis-Marie., CHASSÉ, Yvan (1970). Introduction à la méthode expérimentale. Centre éducatif et
culturel inc. Montréal, 116 p.
TAYLOR, John R. (1982). An introduction to error analysis. The study of uncertainties in physical measurements.
University science books, Mill Valley, California, 270 p.
"
Benoît Gagnon