Terminale générale · Sciences de l'ingénieur
Pourquoi un capteur ne donne-t-il pas toujours la même température ?
Deux capteurs indiquent en moyenne 25,0 °C. Lequel donne les valeurs les plus regroupées ? À partir de dix essais par chaîne, apprends à organiser les mesures, calculer leur moyenne et leur écart-type, puis construire un histogramme sans co
Lecture et activités : environ 45 minutes
Objectifs
- Expliquer la variabilité et discuter l’indépendance de répétitions à température supposée stable (SP-001).
- Calculer moyenne et écart-type d’échantillon avec étapes, unités et arrondis (SP-002).
- Distinguer influence de l’instrument et du protocole (SP-003).
- Comparer qualitativement la dispersion de deux séries sans en déduire leur biais (SP-004).
- Construire un histogramme au tableur et discuter classes, bornes et échelles (SP-005).
Deux capteurs indiquent en moyenne 25,0 °C.
Deux capteurs indiquent en moyenne 25,0 °C. Lequel donne les valeurs les plus regroupées ? À partir de dix essais par chaîne, apprends à organiser les mesures, calculer leur moyenne et leur écart-type, puis construire un histogramme sans confondre dispersion et décalage systématique.
Prérequis :
- Lire un tableau et conserver les unités des grandeurs physiques.
- Calculer une moyenne, une différence, un carré et une racine carrée.
- Saisir des nombres et recopier une formule dans un tableur.
1. Préparer des répétitions qui ont un sens
Un capteur équipe une petite enceinte de conservation. Avant de l’utiliser dans une régulation, on veut examiner la dispersion de ses indications à température stabilisée. Une indication isolée de 25,0 °C suffit-elle à décrire son comportement ? Nous allons comparer deux chaînes de mesure A et B dans un bain de laboratoire régulé autour de 25 °C. La consigne de régulation est une valeur demandée ; ce n’est pas une température de référence certifiée.
Le mesurande est ici la température du bain au point repéré P, une fois l’équilibre thermique établi. La chaîne comprend la sonde, son électronique et l’affichage. Les chaînes A et B affichent toutes deux au dixième de degré Celsius. Ces caractéristiques sont des hypothèses du scénario, sans modèle commercial associé.
Protocole proposé, à adapter au matériel validé par l’enseignant :
1. Faire vérifier le bain et ses branchements ; garder l’électronique hors de l’eau et respecter les limites de la sonde. Aucun chauffage improvisé n’est nécessaire.
2. Régler le bain autour de 25 °C, fixer la profondeur d’immersion à 40 mm et le point P au centre du bain avec un support. Conserver agitation, emplacement et réglages d’acquisition identiques.
3. Avant chaque essai, sortir la sonde et la laisser 60 s dans le même air ambiant, puis la replacer au repère. Attendre au moins 120 s et contrôler, sur un indicateur de suivi du bain distinct de la chaîne étudiée, une variation d’au plus 0,1 °C pendant les 30 dernières secondes ; relever alors une seule indication de la chaîne étudiée. On suppose ici que 120 s suffisent au retour à l’équilibre des deux sondes : cette durée doit être vérifiée avec la notice et un essai de stabilisation sur le matériel réel. Le suivi du bain n’est pas une référence certifiée et ne démontre ni l’équilibre parfait de la sonde ni l’absence de dérive.
4. Refaire dix essais distincts pour A puis dix pour B, selon la même procédure. Conserver l’ordre des essais, les unités et les incidents. Vérifier la stabilité du bain entre les deux séries ; si elle est douteuse, alterner les chaînes dans un nouvel essai de comparaison contrôlé.
5. Examiner les valeurs en fonction du numéro d’essai avant de les regrouper. Une dérive continue ou des groupes liés au temps obligent à revoir le modèle de répétitions comparables.
Pour les calculs, on suppose que la température visée et les conditions restent stables et que les fluctuations d’un essai n’influencent pas celles du suivant. C’est l’hypothèse d’indépendance. Dix copies d’une même lecture, ou dix acquisitions très rapprochées d’une sonde lente, ne constituent pas dix répétitions indépendantes. L’absence de dérive visible sur dix points ne prouve pas l’indépendance ; sur un vrai banc, on examine aussi le temps de réponse et les corrélations éventuelles.
Les deux séries ci-dessous sont des données pédagogiques originales construites pour apprendre la méthode, pas un relevé réellement effectué ni la performance d’un instrument vendu. Elles sont fournies intégralement pour permettre de reproduire tous les calculs.
| Essai i | Chaîne A : θᵢ (°C) | Chaîne B : θᵢ (°C) |
|---|---:|---:|
| 1 | 25,1 | 25,4 |
| 2 | 24,9 | 24,6 |
| 3 | 25,0 | 25,0 |
| 4 | 25,2 | 25,8 |
| 5 | 24,8 | 24,2 |
| 6 | 25,0 | 25,0 |
| 7 | 24,9 | 24,6 |
| 8 | 25,1 | 25,4 |
| 9 | 25,0 | 25,0 |
| 10 | 25,0 | 25,0 |
À toi d'essayer
Pour A, compte les valeurs inférieures, égales et supérieures à 25,0 °C. Explique pourquoi la variabilité n’invalide pas automatiquement la série.
Coup de pouce : Reprendre le tableau essai par essai en cochant chaque ligne une seule fois. Ne pas confondre quatre valeurs égales et quatre copies d’une même acquisition.
Voir la réponseMasquer la réponse
3 en dessous, 4 égales, 3 au-dessus ; la série varie dans les conditions supposées stables. Correction détaillée : Les deux 24,9 et le 24,8 font trois valeurs inférieures. Les quatre 25,0 sont au centre. Les deux 25,1 et le 25,2 font trois valeurs supérieures. Le total est 10. De petites fluctuations de la chaîne et du milieu peuvent produire cette variabilité. Il faut examiner conditions et chronologie avant de conclure à un défaut ; une température réellement changeante imposerait une autre interprétation.
À toi d'essayer
On ajoute numériquement 0,6 °C à chacune des indications de A. Calcule la nouvelle moyenne et indique ce qui arrive à s. Cela prouve-t-il que le bain réel a chauffé ?
Coup de pouce : Écrire la différence à la nouvelle moyenne avant de recalculer. La dispersion ne se mesure pas par la distance à zéro degré Celsius.
Voir la réponseMasquer la réponse
Moyenne 25,6 °C ; s inchangé, environ 0,12 °C. Cette transformation numérique ne prouve aucun chauffage réel. Correction détaillée : La somme augmente de 10×0,6 = 6,0 °C ; (250,0 + 6,0)/10 = 25,6 °C. Pour chaque ligne, (θᵢ + 0,6) − (θ̄_A + 0,6) = θᵢ − θ̄_A : les carrés et s restent inchangés. Un décalage commun peut exister sans dispersion supplémentaire. Ici il est imposé dans les données ; pour attribuer un décalage expérimental à un biais ou à un changement réel du bain, il faudrait des observations supplémentaires.
2. Séparer position centrale et dispersion
La variabilité est le fait que des répétitions comparables peuvent fournir des indications différentes. Elle peut venir du bruit de la chaîne, de la lecture, du repositionnement ou de petites fluctuations du milieu. Un changement réel de température, lui, doit être distingué d’une fluctuation de mesure à température supposée stable.
Pour n indications xᵢ dans la même unité, la moyenne est x̄ = (Σxᵢ)/n. Elle décrit leur position centrale. Les écarts dᵢ = xᵢ − x̄ se compensent : Σdᵢ = 0. Leur somme ne mesure donc pas l’étalement. On additionne leurs carrés, tous positifs ou nuls : Q = Σ(xᵢ − x̄)².
Nous choisissons dans toute cette leçon l’écart-type d’échantillon, dit expérimental : s = √[Q/(n − 1)], pour n ≥ 2. Les dix essais sont considérés comme un échantillon d’un processus de mesure que l’on pourrait répéter. On estime sa dispersion et la moyenne à partir des mêmes données ; les écarts ont une contrainte de somme nulle, d’où n − 1 degrés de liberté. Sous le modèle de répétitions indépendantes de même distribution, c’est la variance s² ainsi obtenue qui estime sans biais la variance du processus ; cela ne signifie pas que s lui-même est un estimateur sans biais.
L’écart-type de population σₙ = √(Q/n) est une autre convention, utile pour décrire les n valeurs comme une population complète. Elle n’est pas employée pour les résultats principaux ici. Le programme demande un écart-type sans imposer, dans l’extrait utilisé, l’un des deux diviseurs : il faut donc annoncer son choix et le conserver lors d’une comparaison.
Si xᵢ est une température en °C, les différences et s s’expriment en °C ; Q et s² en (°C)². Un écart de 0,1 °C correspond à un écart de 0,1 K, sans changer la dispersion. On conserve les chiffres intermédiaires et on arrondit seulement les résultats présentés : ici, moyenne au dixième comme les indications et s à deux chiffres significatifs. Ces arrondis de présentation ne sont pas une évaluation d’incertitude.
L’étendue E = maximum − minimum est un premier repère qualitatif. Elle ne dépend que des deux extrêmes, tandis que s prend en compte toutes les valeurs. Une moyenne identique n’implique donc pas une dispersion identique. Inversement, une série très resserrée peut être décalée par rapport à une référence indépendante.
Exemple résolu
Cas résolu — Décrire les dix températures de A : moyenne, écart-type d’échantillon et étendue. Retrouver les effectifs des classes. Données : Unite: °C Serie: [25.1, 24.9, 25.0, 25.2, 24.8, 25.0, 24.9, 25.1, 25.0, 25.0] N: 10 Statut: DONNEES_PEDAGOGIQUES_CONSTRUITES Convention: échantillon, diviseur n − 1
- Étape 1 : Additionner les dix indications : Σθᵢ = 250,0 °C. Donc θ̄_A = 250,0/10 = 25,0 °C.
- Étape 2 : Soustraire 25,0 °C dans l’ordre des essais : +0,1 ; −0,1 ; 0,0 ; +0,2 ; −0,2 ; 0,0 ; −0,1 ; +0,1 ; 0,0 ; 0,0 °C. La somme est nulle.
- Étape 3 : Élever au carré : 0,01 ; 0,01 ; 0 ; 0,04 ; 0,04 ; 0 ; 0,01 ; 0,01 ; 0 ; 0 (°C)². On obtient Q_A = 0,12 (°C)².
- Étape 4 : Diviser par 9 et prendre la racine : s_A² = 0,013333… (°C)² ; s_A = 0,115470… °C. Présenter s_A ≈ 0,12 °C à deux chiffres significatifs, sans arrondir Q avant le calcul.
- Étape 5 : Calculer E_A = 25,2 − 24,8 = 0,4 °C. Compter dans les classes de la section 3 : 1 ; 2 ; 4 ; 2 ; 1. Par exemple 24,9 °C apparaît deux fois dans [24,85 ; 24,95[.
- Étape 6 : Vérification : La moyenne se trouve entre les extrêmes ; les écarts se compensent ; les effectifs font 10. Par la convention de population, on trouverait √(0,12/10) ≈ 0,10954 °C : c’est un autre diviseur, pas le résultat principal.
Résultat : θ̄_A = 25,0 °C ; s_A ≈ 0,12 °C (échantillon) ; E_A = 0,4 °C.
Piège à éviter : Vérifier les hypothèses, signes et unités avant de conclure.
À toi d'essayer
Sans reprendre le corrigé du cas 1, calcule la moyenne puis Q_A et s_A à partir des dix valeurs de A. Nomme le diviseur et les unités.
Coup de pouce : Si la somme des écarts vaut zéro, c’est attendu : ce sont les carrés qu’il faut sommer. Si s vaut 0,11 °C, vérifier si le diviseur choisi était 10.
Voir la réponseMasquer la réponse
25,0 °C ; Q_A = 0,12 (°C)² ; s_A = √(0,12/9) ≈ 0,12 °C. Correction détaillée : Additionner les dix valeurs donne 250,0 °C, à diviser par 10 pour la moyenne. Soustraire 25,0 à chaque ligne. Quatre écarts valent ±0,1, deux valent ±0,2 et quatre sont nuls : Q_A = 4×0,01 + 2×0,04 = 0,12 (°C)². La convention d’échantillon donne le diviseur 10 − 1 = 9. La racine de 0,013333… (°C)² vaut 0,115470… °C, arrondi à 0,12 °C.
À toi d'essayer
Un groupe change à la fois la sonde, la profondeur et le temps d’attente ; il obtient un s plus faible. Distingue les facteurs instrumentaux et de protocole, puis propose un essai permettant de discuter leur influence.
Coup de pouce : Faire deux colonnes « caractéristiques du matériel » et « opérations de l’essai ». Rechercher si une modification change aussi la grandeur réellement mesurée.
Voir la réponseMasquer la réponse
Changer la sonde relève de l’instrument ; profondeur et attente relèvent du protocole. Faire varier un facteur à la fois avec conditions et mesurande contrôlés. Correction détaillée : Documenter résolution, bruit, étalonnage et temps de réponse des chaînes. Un temps de réponse appartient à l’instrument, mais choisir l’attente qui lui convient appartient au protocole. Garder une même sonde au même point P et comparer deux attentes, après remise en conditions identique ; inspecter si les relevés correspondent encore à un transitoire. Refaire plusieurs séries. Pour comparer les sondes, fixer profondeur et attente adaptées à l’équilibre des deux chaînes, vérifier la stabilité du bain, puis comparer les séries. Le changement simultané initial ne permet pas d’attribuer la baisse de s à une cause isolée.
3. Construire et contrôler un histogramme au tableur
Un histogramme regroupe une grandeur numérique en intervalles contigus appelés classes. Il perd l’ordre chronologique des mesures : garder le tableau brut permet de rechercher une dérive. Avec dix valeurs seulement, l’aspect du dessin dépend fortement du regroupement ; il ne permet pas d’affirmer que la distribution est gaussienne.
Pour A, choisir cinq classes de largeur 0,10 °C. La notation [a ; b[ inclut a et exclut b. La dernière classe inclut aussi sa borne supérieure. Les bornes sont placées entre les valeurs affichables au dixième pour limiter les ambiguïtés de lecture.
| Classe de température (°C) | Largeur (°C) | Effectif | Fréquence |
|---|---:|---:|---:|
| [24,75 ; 24,85[ | 0,10 | 1 | 10 % |
| [24,85 ; 24,95[ | 0,10 | 2 | 20 % |
| [24,95 ; 25,05[ | 0,10 | 4 | 40 % |
| [25,05 ; 25,15[ | 0,10 | 2 | 20 % |
| [25,15 ; 25,25] | 0,10 | 1 | 10 % |
Les cinq effectifs totalisent 10 et les fréquences 100 %. La classe la plus peuplée contient quatre valeurs ; cela ne signifie pas que sa borne ou son centre soit une mesure supplémentaire.
Procédure reproductible avec des fonctions de tableur en français :
1. Saisir les numéros 1 à 10 en A2:A11 et les dix valeurs de A en B2:B11 ; A1 = essai, B1 = température (°C). Entrer les températures comme nombres, sans « °C » dans chaque cellule. Selon les réglages régionaux, le séparateur décimal peut être un point ou une virgule.
2. En J1 écrire « moyenne », puis en J2 `=MOYENNE(B2:B11)`. En C1 écrire « carré de l’écart (°C)² », puis en C2 `=(B2-$J$2)^2` et recopier jusqu’à C11. En J3, calculer `=RACINE(SOMME(C2:C11)/(NB(B2:B11)-1))`. La décomposition évite de choisir par erreur une fonction d’écart-type avec diviseur n.
3. Mettre les cinq bornes inférieures en D2:D6 (24,75 ; 24,85 ; 24,95 ; 25,05 ; 25,15) et les supérieures en E2:E6 (24,85 ; 24,95 ; 25,05 ; 25,15 ; 25,25). D1 et E1 portent leurs noms et l’unité °C.
4. En F2, saisir `=NB.SI.ENS($B$2:$B$11;">="&D2;$B$2:$B$11;"<"&E2)` et recopier jusqu’à F5. En F6, saisir `=NB.SI.ENS($B$2:$B$11;">="&D6;$B$2:$B$11;"<="&E6)` pour fermer la dernière classe. F1 = effectif. Une valeur exactement égale à une borne intérieure appartient à la classe de droite, jamais aux deux.
5. Vérifier `=NB(B2:B11)` = 10 et `=SOMME(F2:F6)` = 10. En G2:G6 saisir les libellés d’intervalles du tableau ; en H2, `=F2/NB($B$2:$B$11)`, recopier et afficher en pourcentage. Vérifier `=SOMME(H2:H6)` = 100 %.
6. À partir des libellés G et des effectifs F, créer des colonnes dans l’ordre croissant, sans espace entre les colonnes. Titre : « Dix indications de la chaîne A à température stabilisée ». Axe horizontal : classes de température (°C) ; axe vertical : effectif, de 0 à au moins 4, avec graduations entières. La largeur des classes est identique : des rectangles contigus de même largeur dont les hauteurs sont les effectifs représentent ici l’histogramme. Ne pas utiliser un simple graphique de dix barres indexées par numéro d’essai en l’appelant histogramme.
Avec des fonctions en anglais, les équivalents employés sont AVERAGE, SQRT, SUM, COUNT et COUNTIFS ; adapter aussi le séparateur d’arguments. Si le logiciel refuse une formule, vérifier langue et nombres reconnus avant d’interpréter un zéro. La syntaxe ci-dessus est une proposition à exécuter dans le tableur choisi, pas une capture d’un logiciel testé.
Changer les classes change l’aspect, pas les données. Avec [24,75 ; 25,05[ puis [25,05 ; 25,35], on obtient 7 puis 3 : le sommet paraît différent. Une seule classe [24,75 ; 25,25] contiendrait les dix valeurs et masquerait l’étalement interne. Des classes très fines multiplient les vides dus au pas d’affichage. Pour comparer A et B visuellement, utiliser des bornes communes couvrant les deux séries et les mêmes échelles ; ne pas réutiliser les cinq classes étroites de A qui excluraient des valeurs de B. Si les largeurs sont inégales, les aires doivent traduire les effectifs : une hauteur proportionnelle à effectif/largeur est alors nécessaire. Nous gardons ici des classes égales.
À toi d'essayer
Au tableur, utilise les cinq classes de la section 3 pour A. Donne leurs effectifs et fréquences ; précise où irait une valeur hypothétique de 24,85 °C, sans l’ajouter à la série.
Coup de pouce : Une somme de 9 signale une valeur perdue, 11 un double comptage ou un ajout. Vérifier les signes < et ≤ et la reconnaissance numérique des cellules.
Voir la réponseMasquer la réponse
Effectifs 1, 2, 4, 2, 1 ; fréquences 10 %, 20 %, 40 %, 20 %, 10 %. La valeur hypothétique irait dans la deuxième classe. Correction détaillée : Compter les valeurs avec borne inférieure incluse et supérieure exclue, sauf la dernière classe fermée. Les dix valeurs sont comptées une fois. Diviser chaque effectif par 10 donne les fréquences, dont la somme est 1, soit 100 %. Produire les rectangles contigus avec classes en abscisse et effectifs en ordonnée. 24,85 appartient à [24,85 ; 24,95[ car la première classe exclut 24,85. Le test est hypothétique : le tableau réel garde n = 10.
À toi d'essayer
Une sonde lente recopie la même indication dix fois en une seconde et donne s = 0. Un autre relevé montre une baisse régulière au cours du temps. Peut-on traiter ces deux relevés comme dix mesures indépendantes d’une température stable ?
Coup de pouce : Tracer d’abord température en fonction du numéro d’essai. La répétition d’un nombre ne remplace pas la répétition d’une expérience.
Voir la réponseMasquer la réponse
On ne dispose pas des justifications nécessaires : répétitions potentiellement corrélées dans le premier cas, stationnarité mise en doute dans le second. Correction détaillée : Si les dix nombres sont des copies, ils n’apportent qu’une indication unique. S’ils viennent de lectures rapprochées, le temps de réponse peut les rendre corrélées ; s = 0 ne prouve ni absence d’erreur ni précision parfaite. Une baisse régulière peut traduire une évolution réelle du bain ou une dérive de la chaîne. Un histogramme efface cet ordre et ne tranche pas la cause. Vérifier les horodatages, l’origine des données, la stabilisation et le temps de réponse. Refaire des essais distincts avant d’appliquer le modèle de répétitions indépendantes de même distribution.
4. Comparer les séries sans confondre dispersion et biais
Commencer par regarder les valeurs : A est comprise entre 24,8 et 25,2 °C, B entre 24,2 et 25,8 °C. À position centrale voisine, B est visiblement plus étalée. Les deux cas résolus ci-après montrent que leurs moyennes sont exactement identiques dans les données et que leurs écarts-types diffèrent d’un facteur quatre.
La conclusion permise est locale : dans ces séries pédagogiques, sous les hypothèses de répétition annoncées, A donne des indications moins dispersées que B. On ne conclut pas à une supériorité générale d’un modèle de capteur à toutes les températures. Dix valeurs ne suffisent pas à caractériser toutes ses conditions d’emploi.
Dans ce scénario, un biais systématique peut se manifester par un décalage commun par rapport à une référence appropriée ; la dispersion décrit l’étalement autour de la moyenne de la série. Ajouter fictivement 0,6 °C à chacune des valeurs de A déplacerait la moyenne à 25,6 °C mais conserverait Q et s, car chaque différence à la nouvelle moyenne resterait la même. La consigne de 25 °C n’étant pas une référence certifiée, les seules séries A et B ne permettent pas de mesurer leur biais.
On ne baptise pas s « incertitude-type du résultat ». Il décrit ici les valeurs individuelles. L’incertitude associée à une moyenne répond à une autre question et nécessite un modèle de mesure ainsi que l’examen d’autres contributions, dont l’étalonnage. Son évaluation n’est pas traitée dans ce plan SP-001 à SP-005. Une petite dispersion ne garantit donc ni la justesse ni une petite incertitude totale.
Exemple résolu
Cas résolu — Comparer B à A. Une moyenne identique suffit-elle à choisir la chaîne la moins dispersée ? Données : Unite: °C Serie: [25.4, 24.6, 25.0, 25.8, 24.2, 25.0, 24.6, 25.4, 25.0, 25.0] N: 10 Statut: DONNEES_PEDAGOGIQUES_CONSTRUITES Convention: échantillon, diviseur n − 1
- Étape 1 : Pour B, Σθᵢ = 250,0 °C ; θ̄_B = 25,0 °C, comme pour A.
- Étape 2 : Les écarts sont +0,4 ; −0,4 ; 0,0 ; +0,8 ; −0,8 ; 0,0 ; −0,4 ; +0,4 ; 0,0 ; 0,0 °C. Leurs carrés sont 0,16 ; 0,16 ; 0 ; 0,64 ; 0,64 ; 0 ; 0,16 ; 0,16 ; 0 ; 0 (°C)².
- Étape 3 : Q_B = 1,92 (°C)² ; s_B = √(1,92/9) = 0,461880… °C, soit environ 0,46 °C. E_B = 25,8 − 24,2 = 1,6 °C.
- Étape 4 : Avec les valeurs non arrondies, s_B/s_A = √(1,92/0,12) = √16 = 4. Les étendues sont aussi dans un rapport 1,6/0,4 = 4.
- Étape 5 : B est plus dispersée autour de la même moyenne. Les seules séries ne donnent pas le biais de A ou B et ne démontrent pas la cause instrumentale ou expérimentale de la différence.
- Étape 6 : Vérification : Chaque écart de B vaut quatre fois l’écart correspondant de A : la somme des carrés est multipliée par 16, puis la racine donne le facteur 4. Le rapport des valeurs arrondies 0,46/0,12 n’est pas utilisé pour retrouver ce facteur exact.
Résultat : θ̄_B = 25,0 °C ; s_B ≈ 0,46 °C ; E_B = 1,6 °C. B est quatre fois plus dispersée selon s sur ces données.
Piège à éviter : Vérifier les hypothèses, signes et unités avant de conclure.
À toi d'essayer
Remplace les cinq classes de A par [24,75 ; 25,05[ et [25,05 ; 25,35]. Quels sont les effectifs ? La moyenne et s changent-ils ?
Coup de pouce : Conserver la feuille de données brutes et modifier seulement la table des classes. Ne pas recalculer s sur deux effectifs en les traitant comme des températures.
Voir la réponseMasquer la réponse
7 puis 3. Moyenne et s des données brutes restent 25,0 °C et environ 0,12 °C. Correction détaillée : Dans la première classe : 24,8 une fois, 24,9 deux fois et 25,0 quatre fois, soit 7. La seconde contient deux 25,1 et un 25,2, soit 3. La largeur de chaque nouvelle classe vaut 0,30 °C. Le graphique paraît différent car le regroupement change ; aucun des dix nombres bruts n’a changé. Calculer la moyenne à partir de centres de classes donnerait seulement une approximation ; ici les valeurs brutes disponibles restent la base des calculs.
5. Distinguer instrument et protocole pour améliorer l’essai
L’instrument intervient par sa résolution, son bruit, son étalonnage, sa plage et son temps de réponse. Un affichage grossier peut regrouper artificiellement les valeurs ; un affichage fin peut montrer davantage de variations sans que l’instrument soit moins bon. Une erreur d’étalonnage commune peut déplacer toutes les indications sans augmenter s.
Le protocole intervient par la position et la profondeur de la sonde, l’attente de stabilisation, l’agitation du bain, la cadence des relevés et la remise en conditions. Relever trop tôt peut faire mesurer un régime transitoire. Relever toujours plus tard dans un bain qui refroidit peut produire une dérive ; on ne la réduit pas à un bruit aléatoire en calculant s.
Pour tester l’effet du protocole, conserver la chaîne A et les autres conditions, comparer par exemple maintien manuel et support fixe, avec le même point nominal P et un temps de stabilisation documenté. Faire plusieurs nouvelles séries et inspecter leur chronologie. Un déplacement du point réellement mesuré doit être signalé : il peut modifier le mesurande. Pour tester l’instrument, conserver le protocole et contrôler la stabilité du bain en remplaçant seulement la chaîne. Pour rechercher un biais, introduire une référence indépendante documentée ; une moyenne seule ne suffit pas.
La différence A/B de cette leçon est un résultat sur des données construites, sans diagnostic expérimental de cause. Elle motive une investigation instrument/protocole mais n’en tient pas lieu. Ne retirer une mesure que pour une raison expérimentale documentée, par exemple une sonde sortie du bain ; une valeur éloignée, à elle seule, ne prouve pas une faute.
À toi d'essayer
A et B ont la même moyenne. Compare qualitativement leurs dispersions, puis justifie par l’étendue et s. Peut-on conclure que A est plus juste ?
Coup de pouce : Séparer deux questions : « autour de quelle valeur ? » et « avec quel étalement ? ». Ajouter ensuite la question de la référence pour discuter la justesse.
Voir la réponseMasquer la réponse
B est plus étalée : E_B = 1,6 °C contre 0,4 °C, s_B ≈ 0,46 °C contre 0,12 °C. La justesse ne se déduit pas de cette comparaison. Correction détaillée : Les valeurs de B s’éloignent davantage de 25,0 °C : elles atteignent 24,2 et 25,8, contre 24,8 et 25,2 pour A. Les étendues et les écarts-types non arrondis sont multipliés par 4. Le centre est identique mais les fluctuations diffèrent. Sans référence indépendante et analyse du modèle de mesure, aucune conclusion sur le biais ou l’incertitude totale de chaque chaîne ne suit de ces seuls nombres.
Erreurs fréquentes :
- Sommer les écarts signés pour décrire la dispersion. : Ils se compensent autour de la moyenne ; sommer leurs carrés puis prendre la racine après division par n − 1.
- Utiliser n pour A et n − 1 pour B. : Nommer la convention et conserver le même choix. Ici tous les s principaux sont des écarts-types d’échantillon.
- Appeler histogramme un graphique température/numéro d’essai. : L’histogramme groupe des températures en classes ; le graphique chronologique conserve leur ordre et répond à une autre question.
- Compter une borne intérieure deux fois ou exclure des valeurs de B. : Écrire les inégalités, fermer la dernière borne et vérifier que la somme des effectifs vaut n ; adapter le domaine aux deux séries.
- Déduire une mesure juste ou une incertitude-type de la seule petite valeur de s. : s décrit ici les indications individuelles ; rechercher une référence pour le biais et un modèle approprié pour l’incertitude du résultat.
- Arrondir s_A à 0,1 puis comparer des rapports. : Conserver les chiffres intermédiaires ; ici le rapport exact 4 vient de √(Q_B/Q_A), avant arrondis.
À retenir
- À retenir : définir la température visée et les conditions avant de répéter ; examiner la chronologie et l’hypothèse d’indépendance.
- La moyenne θ̄ situe le centre ; s = √[Σ(θᵢ − θ̄)²/(n − 1)] décrit la dispersion selon notre convention d’échantillon.
- Pour A : θ̄ = 25,0 °C et s ≈ 0,12 °C ; pour B : θ̄ = 25,0 °C et s ≈ 0,46 °C. Les valeurs non arrondies donnent le rapport 4.
- Un histogramme exige des classes explicites, des effectifs qui totalisent n, des axes nommés et des échelles cohérentes.
- Changer les classes change le dessin ; un décalage commun change la moyenne sans changer s. Ni le biais ni l’incertitude totale ne se déduisent de la seule dispersion.
S'entraîner sur cette notion
Explorer les exercices SIFiche de révision
À retenir
définir la température visée et les conditions avant de répéter ; examiner la chronologie et l’hypothèse d’indépendance.
La moyenne θ̄ situe le centre ; s = √[Σ(θᵢ − θ̄)²/(n − 1)] décrit la dispersion selon notre convention d’échantillon.
Pour A
θ̄ = 25,0 °C et s ≈ 0,12 °C ; pour B : θ̄ = 25,0 °C et s ≈ 0,46 °C. Les valeurs non arrondies donnent le rapport 4.
Un histogramme exige des classes explicites, des effectifs qui totalisent n, des axes nommés et des échelles cohérentes.
Changer les classes change le dessin ; un décalage commun change la moyenne sans changer s. Ni le biais ni l’incertitude totale ne se déduisent de la seule dispersion.
Questions fréquentes
Peux-tu expliquer le diviseur 9 pour dix essais ?
La convention d’échantillon utilise n − 1 car la moyenne est estimée sur les mêmes données et les écarts ont une contrainte de somme nulle.
Peux-tu reconstruire 1, 2, 4, 2, 1 sans regarder le tableau des classes ?
Classer les dix températures de A dans les cinq intervalles et vérifier un total de 10. Si une borne pose problème, refaire Q3.
Deux séries de même moyenne sont-elles nécessairement équivalentes ?
Non : A et B illustrent des dispersions différentes. Pour discuter la justesse, il faudrait aussi une référence indépendante.
Et maintenant ?
Choisis la suite de ton parcours : approfondir la notion suivante, revoir le chapitre ou t’entraîner avec les exercices réellement disponibles.
Toutes les leçons de Terminale générale — Sciences physiques, complément SI
