Précision d un résultat et calculs d incertitudes

Dimension: px
Commencer à balayer dès la page:

Download "Précision d un résultat et calculs d incertitudes"

Transcription

1 Précision d un résultat et calculs d incertitudes PSI* Lycée Chaptal

2

3 3 Table des matières Table des matières 1. Présentation d un résultat numérique Notations a) Notation scientifique b) Notation ingénieur Chiffres significatifs a) Nombre de chiffres significatif d un résultat numérique b) Précision d un résultat numérique Chiffres significatifs et opérations Présentation d un résultat expérimental Résultat d une mesure Chiffres significatifs du résultat d une mesure Incertitudes des mesures Erreur systématique et erreur aléatoire Calculs classiques d incertitude a) Méthode b) Incertitude liée à un appareil de mesure c) Critiques d) Intérêts des calculs d incertitudes classiques e) Exemple de calcul : célérité d une onde ultrasonore Analyse statistique d une série de mesures Mesures indépendantes Loi gaussienne Exploitation statistique d une série de mesures a) Estimations de la valeur exacte et de l écart-type b) Intervalle de confiance (méthode de Student) Intérêt de choisir la moyenne comme estimateur de la grandeur mesurée Exemple

4 1. Présentation d un résultat numérique 1. Présentation d un résultat numérique Notations a) Notation scientifique La notation (ou écriture) scientifique est une représentation d un nombre réel sous la forme d un produit de deux facteurs. Le premier facteur est un nombre décimal dont la valeur absolue de la partie entière est un chiffre comprise entre 1 et 9. Le second facteur est une puissance entière de 10. Exemple : T = 298 K s écrit en notation scientifique T = 2, K. b) Notation ingénieur La notation ingénieur consiste à exprimer un nombre réel sous la forme x 10 n, où x est un nombre compris entre 1 et 999 et n est un entier multiple de 3. Exemple : U = 0, 045 V s écrit en notation ingénieur U = V = 45 mv. 1.2 Chiffres significatifs a) Nombre de chiffres significatif d un résultat numérique Dans un résultat numérique, tous les chiffres autre que zéro sont significatifs. Les zéros sont significatifs lorsqu ils se trouvent entre d autres chiffres ou à leur droite ; ils ne le sont pas lorsqu ils se trouvent à leur gauche. Exemples : 3, 2 contient 2 chiffres significatifs ; 3, 20 contient 3 chiffres significatifs ; 0, 32 contient 2 chiffres significatifs ; 3200 contient 4 chiffres significatifs. Signalons qu un nombre entier naturel est considéré comme possédant un nombre illimité de chiffres significatifs ; il en est de même de son inverse. b) Précision d un résultat numérique La précision d un résultat numérique augmente avec le nombre de chiffres significatifs exprimé. Le dernier chiffre est alors incertain. Exemples : L = 12, 597 km = 12, m (5 chiffres significatifs) signifie que 12596, 5 m < L < 12597, 5 m ; L = 12, 60 km = 12, m (4 chiffres significatifs) signifie que m < L < m ; L = 12, 6 km = 12, m (3 chiffres significatifs) signifie que m < L < m.

5 5 2. Présentation d un résultat expérimental 1.3 Chiffres significatifs et opérations Il faut toujours arrondir le résultat final fourni par la calculatrice afin de l exprimer avec une précision égale à celle de la donnée utilisée la moins précise. Par exemple, le résultat de la multiplication 36, 54 58, 4 = 2133, 936 doit être arrondi à 2, , car la données la moins précise (58, 4) contient 3 chiffres significatifs. De même, après une addition ou une soustraction, le résultat ne doit pas avoir plus de décimales que le nombre qui en comporte le moins : 220, , , 51 = 1175, 804 doit être arrondi à 1175, Présentation d un résultat expérimental 2.1 Résultat d une mesure Considérons une grandeur physique A dont la valeur exacte est notée a e. Une mesure n étant jamais parfaite, la valeur a e n est pas accessible par l expérience, il s agit d une valeur inconnue pour l expérimentateur. Une mesure est en effet toujours entachée d erreurs dont les causes sont multiples : matériel employé, qualification de l expérimentateur effectuant la mesure, méthode utilisée, influence de l environnement de la grandeur mesurée... Pour chaque mesure d une grandeur physique A, il faut idéalement présenter le résultat de la mesure sous la forme d un intervalle : où A = â ± a â est l estimateur de la valeur exacte a e ; ε a = â a e représente alors l erreur commise sur la mesure de A ; a est l incertitude sur la mesure de A telle que la probabilité p pour que l intervalle numérique [â A ; â+ A] contienne la valeur exacte a e soit assez élevée (par exemple p = 95%). Exemple : U = 2, 48±0, 02 V signifie que la valeur exacte de la tension U a une probabilité élevée d appartenir à l intervalle [2, 46 V ; 2, 50 V]. 2.2 Chiffres significatifs du résultat d une mesure On expliquera dans les prochains chapitres la manière d évaluer l incertitude d une mesure. Mais retenons d ores et déjà les règles d écriture du résultat d une mesure, règles qui découlent des conséquences des arrondis de â et a sur les variations tolérables de l intervalle de mesure.

6 3. Incertitudes des mesures 6 On exprimera l incertitude a avec au plus 2 chiffres significatifs. On conservera pour l estimateur â les chiffres significatifs qui interviennent dans a. Exemple : le résultat U = 2, 5785 ± 0, 0127 V devra être mis sous la forme finale U = 2, 578 ± 0, 013 V. En l absence de calcul d incertitude, le résultat d une mesure sera écrit avec au plus 3 chiffres significatifs. En effet, avec le matériel utilisé au lycée, la précision est en général de l ordre de 1%, ce qui conduit à écrire les résultats des mesures avec 2 ou 3 chiffres significatifs. 3. Incertitudes des mesures 3.1 Erreur systématique et erreur aléatoire Une erreur systématique affecte le résultat constamment et toujours dans le même sens, elle contribue à toujours surévaluer, ou toujours sous-évaluer, la valeur mesurée. Exemples de causes d erreurs systématiques Mauvais étalonnage d un appareil. Mauvais réglage du zéro d un appareil (balance par exemple). Vieillissement des composants. Le protocole expérimental peut introduire une erreur systématique. Par exemple, si l on desire mesurer à la fois la tension aux bornes d un dipôle et le courant qui le traverse, on peut réaliser deux montages possibles : Montage longue dérivation : V Montage courte dérivation : V A dipôle A dipôle E E

7 7 3. Incertitudes des mesures Ces deux montages introduisent des erreurs systématiques. Dans le montage longue dérivation, le voltmètre mesure la somme des différences de potentiel du dipôle et de l ampèremètre. Dans le montage courte dérivation, l ampèremètre mesure la somme des courants traversant le dipôle et le voltmètre. Notons que pour des multimètres numériques, le montage courte-dérivation est à privilégier car le courant traversant un voltmètre numérique est très faible (résistance interne de l ordre de 10 MΩ) alors que la chute de tension due à un ampèremètre numérique n est pas négligeable. Une erreur est aléatoire lorsque, d une mesure à l autre, la valeur obtenue peut être surévaluée ou sous-évaluée par rapport à la valeur exacte de la grandeur. Exemples de causes d erreurs aléatoires Un exemple d erreur aléatoire est la mesure du temps avec un chronomètre. L erreur vient du temps de réaction de l expérimentateur au démarrage et à l arrêt du chronomètre. Comme ce temps de réaction n est pas toujours le même, la valeur mesurée peut être surévaluée ou sous-évaluée. Parasites du circuit d alimentation en électronique. Fluctuations des paramètres physiques de l environnement (température, pression, humidité de l aire...). Remarque : une erreur donnée peut, suivant les conditions, apparaître comme systématique ou aléatoire. Considérons par exemple le cas de l erreur de parallaxe 1 : si l opérateur se place toujours sous le même angle par rapport à la perpendiculaire à la graduation d un appareil de mesure, il introduira une erreur systématique dans ses lectures. Par contre, s il se place de manière aléatoire par rapport à la perpendiculaire à la graduation, l erreur de parallaxe sera aléatoire. 3.2 Calculs classiques d incertitude a) Méthode Soit une grandeur A = f(x, y, z) où x, y et z représentent les mesures primaires. L incertitude sur la grandeur A peut être exprimée en donnant : soit l incertitude absolue A ; soit l incertitude relative A/A. Expression de la différentielle de f : df = f f f dx + dy + x y z dz. On note x, y et z, les incertitudes absolues sur les mesures primaires. La quantité 1 l erreur de parallaxe est l angle entre la direction du regard d un observateur et la perpendiculaire à la graduation d un appareil de mesure, amenant à une erreur de lecture de la mesure effectuée.

8 A = f x x + f y y + f z z donne une estimation de l incertitude de mesure sur la grandeur A. Règles de calcul classiques : A = x + y + z = A = x + y + z ; A = x m y n = A A = m x x + n y y. b) Incertitude liée à un appareil de mesure 3. Incertitudes des mesures 8 Afin d évaluer l incertitude liée à un appareil de mesure, on peut utiliser les indications du constructeurs (notice). Cette procédure demeure valable si l appareil est régulièrement ré-étalonné. Pour un appareil à aiguille, il est préférable de l utiliser, si possible, pas trop loin de la pleine échelle afin d obtenir une incertitude relative faible. Un appareil à aiguille de classe p signifie qu il introduit une incertitude relative de p % sur une mesure égale au calibre. Exemple : un appareil de classe 2 comportant 150 divisions introduira une incertitude absolue de soit 3 divisions et ceci quelle que soit l amplitude de 100 la déviation. Pour les appareils numériques, l incertitude absolue comprend souvent un pourcentage de la valeur mesurée plus un terme constant. Par exemple, la notice d un voltmètre donne comme information sur l incertitude : 0, 5% +1 digit (c est-à-dire 1 unité sur le dernier chiffre). Mesurons une même tension U en utilisant deux calibres différents. Affichage du voltmètre sur le calibre 200 mv : 150,0. L incertitude de mesure vaut alors : U = 0, 5 150, 0 + 0, 1 soit U = 0, 85 mv ; 100 Affichage du voltmètre sur le calibre 20 V : 00,15. L incertitude de mesure vaut alors : U = 0, , , 01 = 1, V soit U = 10, 75 mv ; On pourra retenir qu il faut utiliser le plus petit calibre possible (ici 200 mv) pour bénéficier du maximum de précision lors de la mesure. c) Critiques Cette étude ne prend pas en compte toutes les causes d erreur. Par exemple, lors de l étude de la résonance d un circuit RLC, il faut apprécier la fréquence pour laquelle le courant passe par un maximum. Cette imprécision est, en général, très supérieure à celle déduite de l indication d un fréquencemètre. Les incertitudes sur les mesures primaires sont souvent estimées de manière empirique, à moins de disposer de la notice des appareils de mesure.

9 9 3. Incertitudes des mesures Le niveau de confiance qu on peut accorder aux diverses incertitudes n est pas précisé. On suppose qu il est proche de 100%. Pour garder un tel niveau de confiance, le calcul considère que toutes les erreurs vont dans le mauvais sens (d où les valeurs absolues dans les calculs) et cela conduit à des incertitudes assez grandes. d) Intérêts des calculs d incertitudes classiques Les calculs d incertitudes classiques ont tout de même des qualités. Ils permettent de voir les grandeurs sur lesquelles devra porter l amélioration de la précision. Exemple : la loi pour la chute libre g = 2h/t 2 montre qu une erreur sur la mesure du temps t aura plus de répercussion qu une erreur sur la hauteur h. Ils fournissent un ordre de grandeur correct. En particulier, s il s agit de mesurer une même grandeur par plusieurs méthodes, il est utile de pouvoir dire quelle est la plus précise. Au final, il est nécessaire d adapter le nombre de chiffres significatifs d une mesure à son incertitude (cf. chapitre 2). e) Exemple de calcul : célérité d une onde ultrasonore La mesure de la longueur d onde λ d une onde ultrasonore fournit le résultat : λ = 8, 630 ± 0, 018 mm. D où l incertitude relative sur λ : λ λ = 0, 018 8, 630 = 2, La notice de l émetteur de l onde ultrasonore fournit comme valeur de la fréquence f 0 = 40, 0 khz, par conséquent Hz < f 0 < Hz. L incertitude relative sur la fréquence a donc pour valeur : f 0 f 0 = 50 40, = 1, Valeur de la célérité de l onde : c = λf 0 = 345, 24 m s 1. En différentiant de façon logarithmique la relation c = λf 0, on obtient l incertitude relative puis absolue sur c : c c = λ λ + f 0 f 0 = 3, soit c = 1, 1 m s 1. D où la valeur expérimentale de la mesure de la célérité : c = 345, 2 ± 1, 1 m s 1.

10 4. Analyse statistique d une série de mesures Analyse statistique d une série de mesures L analyse statistique représente une autre alternative pour les calculs d incertitudes. Cette démarche s applique aux erreurs aléatoires. 4.1 Mesures indépendantes Des mesures sont considérées comme indépendantes si elles sont effectuées par des manipulateurs différents sur des appareillages différents (mais du même type) en suivant le même protocole. Exemple : mesure d une grandeur physique d un même objet par différents groupes de TP équipés du même type de matériel. Dans le cas contraire (manipulateurs utilisant successivement le même matériel ou manipulateur unique utilisant successivement plusieurs appareils), les mesures sont dites corrélées. 4.2 Loi gaussienne Supposons que nous disposions d un grand nombre n de mesures indépendantes x i d une même grandeur X. On note x, la moyenne arithmétique de ces mesures : n i=1 x = x i. n En l absence d erreur systématique, on estime que la moyenne x des mesures tend vers la valeur exacte x e lorsque n tend vers l infini : lim x = x e. n On note P (x) la distribution de probabilité associée à la variable aléatoire x : la quantité P (x)dx représente alors la probabilité de trouver la valeur de la mesure dans l intervalle [x; x + dx]. Dans un grand nombre de situations, la probabilité de trouver une valeur x en mesurant la grandeur X, obéit à une loi de Gauss : P (x) = 1 [ σ 2π exp (x x ] e) 2 (expression non exigible) 2σ 2 où la quantité σ est appelé écart-type quadratique moyen ; la constante 1/σ 2π permet de normaliser la loi de probabilité : P (x)dx = 1. Cette loi est très répandue car il suffit que les causes des erreurs aléatoires soient multiples et d importance comparable pour qu elle soit vérifiée.

11 11 4. Analyse statistique d une série de mesures La valeur exacte de X représente la moyenne de cette distribution de probabilité : x e = x = xp (x)dx. L écart-type quadratique moyen vérifie la relation σ = (x x e ) 2 = (x x e ) 2 P (x)dx. La probabilité qu une mesure x i tombe dans l intervalle [x e 2σ, x e + 2σ] est xe+2σ x e 2σ P (x)dx = 0, 954. Le tableau suivant donne la probabilité qu une mesure x i tombe dans un intervalle centré sur la valeur exacte x e : Intervalle de confiance Probabilité [x e σ, x e + σ] 68% [x e 1, 96σ, x e + 1, 96σ] 95% [x e 2σ, x e + 2σ] 95, 4% [x e 2, 58σ, x e + 2, 58σ] 99% [x e 3σ, x e + 3σ] 99, 7% P(x) σ 2 x e 2σ 3σ x

12 4. Analyse statistique d une série de mesures Exploitation statistique d une série de mesures Comme expérimentalement, on n a souvent qu un petit nombre n de mesures indépendantes (n variant de 5 à 20 par exemple), on n a accès ni à x e, ni à σ mais seulement à une estimation de ces grandeurs. a) Estimations de la valeur exacte et de l écart-type Les mathématiques permettent de montrer que le meilleur estimateur x de la valeur exacte x e (valeur moyenne de la distribution P (x)) est la moyenne arithmétique des n mesures indépendantes, de qualité comparable (donc après avoir écarté les mesures manifestement aberrantes, signes d un incident de manipulation) : x = x = n i=1 x i n. On admettra également que le meilleur estimateur de σ est donné par l écart-type expérimental de la série de mesure : σ n 1 = n i=1 (x i x) 2 n 1. Propriété : lim σ n 1 = σ. n Remarque : repérer σ n 1 dans la liste des fonctions pré-programmées de vos calculatrices 1. b) Intervalle de confiance (méthode de Student) Dans l hypothèse où toute erreur systématique a été écartée et où les mesures individuelles x i sont réparties selon une loi gaussienne, il est possible d approcher la valeur exacte x e de la grandeur X avec une certaine probabilité. Soit t n,p un coefficient, appelé coefficient de Student, dépendant du nombre n de mesures et du degré de probabilité souhaité (p %). La valeur exacte x e a alors une probabilité de p % de se trouver dans l intervalle défini ci-dessous, appelé intervalle de confiance : [ ] σ n 1 σ x t n,p n 1 ; x + t n,p. n n Par conséquent : X = ˆx ± x avec x = x = n i=1 x i n et x = t n,p σ n 1 n. 1 la notation de cette fonction peut changer d une calculatrice à l autre, σ n 1 est parfois noté S n ou S x

13 13 4. Analyse statistique d une série de mesures Le coefficient t n,p est tabulé en fonction du nombre de mesures n pour différents niveaux de confiance p. Par exemple, pour p = 95% et p = 99%, on a n t n,95% 4, 30 3, 18 2, 78 2, 57 2, 45 2,37 2,31 2,26 2,23 2,20 t n,99% 9, 93 5, 84 4, 60 4, 03 3, 71 3,50 3,36 3,25 3,17 3,11 n t n,95% 2,18 2,16 2,14 2,13 2,12 2,11 2,10 2,09 2,09 2,08 t n,99% 3, 05 3, 01 2,98 2,95 2,92 2,90 2,88 2,86 2,85 2,83 Limites des coefficients de Student pour les niveaux de confiance p = 95% et p = 99% : lim t n,95% = 1, 96 et lim t n,99% = 2, 58. n + n + Commentaires Pour un même nombre n de mesures indépendantes, le coefficient de Student t n,p augmente avec le niveau de confiance p souhaité. Pour un même niveau de confiance p donné, t n,p décroît lorsque n augmente. Mais les variations de t n,p avec n sont assez faibles. Par exemple, pour n 10, on a : 1, 96 t n,95% 2, 26 et 2, 58 t n,99% 3, 25. Le coefficient de Student t n,p variant assez faiblement avec n, la largeur de l intervalle de confiance, liée à la précision de la mesure, x = t n,p σ n 1 n dépend donc essentiellement du facteur n qui divise σ n Intérêt de choisir la moyenne comme estimateur de la grandeur mesurée Cas d une mesure unique. Nous avons établis que la probabilité pour qu une mesure unique x i appartienne à l intervalle [x e 1, 96σ, x e + 1, 96σ] est de 95%. Cas d une série de mesure. Pour n 20, la valeur exacte x e a une probabilité de 95% d appartenir à l intervalle [ ] σ n 1 σ x t n,95 n 1 ; x + t n,95 avec t n,95% 2. n n σ n 1 étant un bon estimateur de σ, le fait de choisir la moyenne arithmétique x comme estimateur de la grandeur mesurée permet donc de diminuer l incertitude sur la mesure d un facteur n par rapport à une mesure unique.

14 4. Analyse statistique d une série de mesures 14 Dans le cas où les coefficients de Student ne sont pas fournis, on pourra écrire le résultat d une série de mesures sous la forme (valable pour n 10) : X = ˆx ± x avec x = x = n i=1 x i n et x 2 σ n 1 n pour p 95%. 4.5 Exemple Série de mesures (n = 6) de l intensité du champ de pesanteur g (m s 2 ) : Valeur moyenne de g : g = 9, m s 2. Méthode de Student : 9, 68 ; 9, 85 ; 9, 85 ; 9, 77 ; 9, 87 ; 9, 79. σ n 1 = 7, ; t n,95% = 2, 57 pour n = 6 mesures. Incertitude sur la moyenne : g = 2, 57 Résultat de la série de mesures : Intervalle de confiance à 95% : 7, = 0, 075 m s 2. g = 9, 802 ± 0, 075 m s 2. [9, 802 0, 075 ; 9, , 075] = [9, 727 ; 9, 877]. - - FIN - -

MODULE 3. Performances-seuils. Les appareils de mesure. Appareils de mesure Choix et utilisation. L élève sera capable

MODULE 3. Performances-seuils. Les appareils de mesure. Appareils de mesure Choix et utilisation. L élève sera capable MODULE 3. Les appareils de mesure. Performances-seuils. L élève sera capable 1. de choisir un appareil de mesure ; 2. d utiliser correctement un appareil de mesure ; 3. de mesurer courant, tension et résistance.

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

Chapitre 3 : Mesure et Incertitude.

Chapitre 3 : Mesure et Incertitude. Chapitre 3 : Mesure et ncertitude. Le scientifique qui étudie un phénomène naturel se doit de faire des mesures. Cependant, lors du traitement de ses résultats ce pose à lui la question de la précision

Plus en détail

Fiche technique expérimentale 3. Utilisation d un multimètre (I)

Fiche technique expérimentale 3. Utilisation d un multimètre (I) Fiche technique expérimentale 3 Utilisation d un multimètre (I) D.Malka MPSI 2014-2015 Lycée Saint-Exupéry Dans cette fiche, on ne s intéresse qu au mesure de tension et d intensité en régime continu mais,

Plus en détail

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

CORRECTION TP Multimètres - Mesures de résistances - I. Mesure directe de résistors avec ohmmètre - comparaison de deux instruments de mesure

CORRECTION TP Multimètres - Mesures de résistances - I. Mesure directe de résistors avec ohmmètre - comparaison de deux instruments de mesure Introduction CORRECTION TP Multimètres - Mesures de résistances - La mesure d une résistance s effectue à l aide d un multimètre. Utilisé en mode ohmmètre, il permet une mesure directe de résistances hors

Plus en détail

CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT

CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT TP CIRCUITS ELECTRIQUES R.DUPERRAY Lycée F.BUISSON PTSI CARACTERISTIQUE D UNE DIODE ET POINT DE FONCTIONNEMENT OBJECTIFS Savoir utiliser le multimètre pour mesurer des grandeurs électriques Obtenir expérimentalement

Plus en détail

Chapitre 2 : Représentation des nombres en machine

Chapitre 2 : Représentation des nombres en machine Chapitre 2 : Représentation des nombres en machine Introduction La mémoire des ordinateurs est constituée d une multitude de petits circuits électroniques qui ne peuvent être que dans deux états : sous

Plus en détail

Mesure, précision, unités...

Mesure, précision, unités... 1. Introduction Mesure, précision, unités... La physique, science expérimentale, impose un recours à l'expérience pour élaborer, infirmer ou confirmer les théories. Mais cette démarche qui fait qu'une

Plus en détail

MESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .

MESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. . MESURE ET PRECISIO La détermination de la valeur d une grandeur G à partir des mesures expérimentales de grandeurs a et b dont elle dépend n a vraiment de sens que si elle est accompagnée de la précision

Plus en détail

RESULTATS de MESURES et PRECISION

RESULTATS de MESURES et PRECISION Licence de physique, parcours Physique appliquée aux Sciences de la Vie et de la Planète Année 2005-2006 RESULTATS de MESURES et PRECISION Fascicule à lire avant de commencer les Travaux Pratiques Sommaire

Plus en détail

OPERATIONS SUR LE SYSTEME BINAIRE

OPERATIONS SUR LE SYSTEME BINAIRE OPERATIONS SUR LE SYSTEME BINAIRE 1) Nombres signés Nous n avons, jusqu à présent tenu compte, que des nombre positifs. Pourtant, la plupart des dispositifs numériques traitent également les nombres négatifs,

Plus en détail

Fractions et décimaux

Fractions et décimaux Fractions et décimaux Scénario : le pliage des bandes de papier Cette fiche n est pas un programme pédagogique. Elle a pour but de faire apercevoir la portée de l approche «pliage de bandes» et les conséquences

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

UTILISATION D UN MULTIMETRE ANCIEN ANALOGIQUE TYPE MX430 GL pour BRICOVIDEO

UTILISATION D UN MULTIMETRE ANCIEN ANALOGIQUE TYPE MX430 GL pour BRICOVIDEO UTILISATION D UN MULTIMETRE ANCIEN ANALOGIQUE TYPE MX430 GL pour BRICOVIDEO Les cordons de mesure doivent être équipés de fiches double puits comme en photo ci-dessous, excepté le cordon jaune formellement

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

MESURES ET INCERTITUDES

MESURES ET INCERTITUDES MESURES ET INCERTITUDES OBJECTIFS DE CE CHAPITRE : Savoir exprimer une mesure avec le bon nombre de chiffres significatifs. Savoir arrondir le résultat d un calcul avec le bon nombre de chiffres significatifs.

Plus en détail

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année

Cours d électricité. Circuits électriques en courant constant. Mathieu Bardoux. 1 re année Cours d électricité Circuits électriques en courant constant Mathieu Bardoux mathieu.bardoux@univ-littoral.fr IUT Saint-Omer / Dunkerque Département Génie Thermique et Énergie 1 re année Objectifs du chapitre

Plus en détail

Chapitre 0-2 Introduction générale au cours de BCPST1

Chapitre 0-2 Introduction générale au cours de BCPST1 Chapitre 0-2 Introduction générale au cours de BCPST Extrait du programme I. Les grandeurs en sciences physiques Définition : une grandeur est une observable du système On peut la mettre en évidence a.

Plus en détail

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S FICHE Fiche à destination des enseignants TS 35 Numériser Type d'activité Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S Compétences

Plus en détail

Mesures et incertitudes

Mesures et incertitudes En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire

Plus en détail

Chap1 : Intensité et tension.

Chap1 : Intensité et tension. Chap1 : Intensité et tension. Items Connaissances cquis ppareil de mesure de l intensité. Branchement de l appareil de mesure de l intensité. Symbole normalisé de l appareil de mesure de l intensité. Unité

Plus en détail

MESURE DE LA PUISSANCE

MESURE DE LA PUISSANCE Chapitre 9 I- INTRODUCTION : MESURE DE L PUISSNCE La mesure de la puissance fait appel à un appareil de type électrodynamique, qui est le wattmètre. Sur le cadran d un wattmètre, on trouve : la classe

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

L électricité : êtes-vous au courant? Guide d utilisation du multimètre DMR-1100. Société de formation à distance des commissions scolaires du Québec

L électricité : êtes-vous au courant? Guide d utilisation du multimètre DMR-1100. Société de formation à distance des commissions scolaires du Québec L électricité : êtes-vous au courant? Guide d utilisation du multimètre DMR-1100 SO f AD Société de formation à distance des commissions scolaires du Québec Ce guide a été produit par la Société de formation

Plus en détail

Variables aléatoires continues

Variables aléatoires continues IUT Aix-en-Provence Année 204-205 DUT Informatique TD Probabilités feuille n 6 Variables aléatoires continues Exercice (La station-service) Dans une station-service, la demande hebdomadaire en essence,

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales Incertitudes expérimentales F.-X. Bally et J.-M. Berroir Février 2013 Table des matières Introduction 4 1 Erreur et incertitude 4 1.1 Erreurs............................................. 4 1.1.1 Définition

Plus en détail

La tension et l intensité du courant électrique

La tension et l intensité du courant électrique ÉLECTRICITE 1 La tension et l intensité du courant électrique OUVERTURE Le lecteur mp3 Les élèves peuvent remarquer que ce type d indications est présent sur tous les appareils électriques. Il peut être

Plus en détail

Fiche technique expérimentale 5. Notions sur l acquisition numérique

Fiche technique expérimentale 5. Notions sur l acquisition numérique Fiche technique expérimentale 5 Notions sur l acquisition numérique D.Malka MPSI 2014-2015 Lycée Saint-Exupéry Ce bref guide traite de quelques éléments important sur l acquisition numérique des signaux

Plus en détail

Travaux pratiques d électronique, première séance. Circuits passifs. S. Orsi, A. Miucci 22 septembre 2014

Travaux pratiques d électronique, première séance. Circuits passifs. S. Orsi, A. Miucci 22 septembre 2014 Travaux pratiques d électronique, première séance Circuits passifs S. Orsi, A. Miucci 22 septembre 2014 1 Révision 1. Explorez le protoboard avec le voltmètre. Faites un schéma des connexions. 2. Calibrez

Plus en détail

TP : Incertitude et mesure. X = x± x

TP : Incertitude et mesure. X = x± x 1 TP : Incertitude et mesure. Sciences Physiques MP TP : Incertitude et mesure. En général, on doit donner avec le résultat d une mesure expérimentale effectuée en TP une évaluation de l incertitude de

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3 MTH1504 2011-2012 CALCUL SCIENTIFIQUE Table des matières 1 Erreur absolue et erreur relative 2 2 Représentation des nombres sur ordinateur 3 3 Arithmétique flottante 4 3.1 Absorption........................................

Plus en détail

2012/2013 Le codage en informatique

2012/2013 Le codage en informatique 2012/2013 Le codage en informatique Stéphane Fossé/ Marc Gyr Lycée Felix Faure Beauvais 2012/2013 INTRODUCTION Les appareils numériques que nous utilisons tous les jours ont tous un point commun : 2 chiffres

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Optimisation des périodicités d étalonnage

Optimisation des périodicités d étalonnage Optimisation des périodicités d étalonnage C. Eischen Directeur Technique AIB-Vinçotte Luxembourg Sommaire. Problématique 2. Méthodes existantes 3. Pourquoi cette méthode OPPERET? 4. Prérequis de cette

Plus en détail

CHAPITRE IX : Les appareils de mesures électriques

CHAPITRE IX : Les appareils de mesures électriques CHAPITRE IX : Les appareils de mesures électriques IX. 1 L'appareil de mesure qui permet de mesurer la différence de potentiel entre deux points d'un circuit est un voltmètre, celui qui mesure le courant

Plus en détail

Fiche à destination des enseignants TS 2 CD ou DVD?

Fiche à destination des enseignants TS 2 CD ou DVD? Fiche à destination des enseignants TS 2 CD ou DVD? Type d'activité Activité expérimentale ou évaluation expérimentale, type ECE Objectifs Pré-requis Conditions de mise en œuvre Liste du matériel, par

Plus en détail

Faisceau gaussien. A = a 0 e ikr e i k. 2R (x2 +y 2 )

Faisceau gaussien. A = a 0 e ikr e i k. 2R (x2 +y 2 ) Faisceau gaussien 1 Introduction La forme du faisceau lumineux émis par un laser est particulière, et correspond à un faisceau gaussien, ainsi nommé car l intensité décroît suivant une loi gaussienne lorsqu

Plus en détail

SOURCE DE TENSION ET SOURCE DE COURANT

SOURCE DE TENSION ET SOURCE DE COURANT 59 E1 SOUCE DE TENSON ET SOUCE DE COUNT.- BUT DE L'EXPEENCE Les sources de tension et de courant sont des modèles que l'on ne rencontre pas dans la nature. Néanmoins, toute source d'énergie électrique

Plus en détail

Devoir Surveillé n 5 BTS 2009 groupement B

Devoir Surveillé n 5 BTS 2009 groupement B EXERCICE 1 (12 points) Devoir Surveillé n 5 BTS 2009 groupement B Les trois parties de cet exercice peuvent être traitées de façon indépendante. A. Résolution d une équation différentielle On considère

Plus en détail

Tension d alimentation : V CC. i C R C R B

Tension d alimentation : V CC. i C R C R B Chapitre 4 Polarisation du transistor bipolaire à jonction 4.1 Le problème de la polarisation 4.1.1 Introduction Dans le chapitre 3, nous avons analysé un premier exemple de circuit d amplification de

Plus en détail

Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN)

Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN) 1/5 Partie Agir : Défis du XXI ème siècle CHAP 20-ACT EXP Convertisseur Analogique Numérique (CAN) Objectifs : Reconnaître des signaux de nature analogique et des signaux de nature numérique Mettre en

Plus en détail

Instrumentation électronique

Instrumentation électronique Instrumentation électronique Le cours d électrocinétique donne lieu à de nombreuses études expérimentales : tracé de caractéristiques statique et dynamique de dipôles, étude des régimes transitoire et

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Plan. 1 caractéristiques communes 2 Les multimètres analogiques 3 Les multimètres numériques 4 l ohmmètre

Plan. 1 caractéristiques communes 2 Les multimètres analogiques 3 Les multimètres numériques 4 l ohmmètre LES MULTIMETRES ( VOLTMETRE, AMPEREMETRE,OHMMETRE,..) Plan 1 caractéristiques communes 2 Les multimètres analogiques 3 Les multimètres numériques 4 l ohmmètre LES MULTIMETRES ( VOLTMETRE, AMPEREMETRE,OHMMETRE,..)

Plus en détail

TP 1 : sources électriques

TP 1 : sources électriques Objectif : étudier différents dipôles actifs linéaires ou non linéaires. Les mots générateur et source seront considérés comme des synonymes 1 Source dipolaire linéaire 1.1 Méthode de mesure de la demie-tension

Plus en détail

TECHNIQUES DE MESURE EN HAUTE TENSION

TECHNIQUES DE MESURE EN HAUTE TENSION ours de A. Tilmatine HAPITE IX TEHNIQES DE MESE EN HATE TENSION I) VOLTMETE ELETOSTATIQE Il fonctionne suivant le principe de la force d attraction électrique F e entre deux charges. G M B P Le disque

Plus en détail

Incertitudes expérimentales Étude de cas : logiciel Chute

Incertitudes expérimentales Étude de cas : logiciel Chute Nº 755 BULLETIN DE L UNION DES PHYSICIENS 883 Incertitudes expérimentales Étude de cas : logiciel Chute par Daniel BEAUFILS Institut National de Recherche Pédagogique, 910 Montrouge Juan-Carlos IMBROGNO

Plus en détail

Activité 1 : échantillonnage

Activité 1 : échantillonnage Activité échantillonnage, intervalle de fluctuation, prise de décision (à partir d un même thème) Les trois activités qui suivent s inspirent du document «ressources pour la classe de première générale

Plus en détail

APPAREILS DE MESURE. Grandeurs électriques

APPAREILS DE MESURE. Grandeurs électriques APPAREILS DE MESURE L objectif de cette manipulation est de prendre en main des appareils de mesure tels que des voltmètres ou oscilloscopes, mais aussi d évaluer leurs performances, leurs limites et surtout

Plus en détail

Clemenceau. Présentation de l AOP. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O.Granier)

Clemenceau. Présentation de l AOP. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O.Granier) Lycée Clemenceau PCSI 1 (O.Granier) Présentation de l AOP Liens vers : TP-Cours AOP n 1 TP-Cours AOP n 2 TP-Cours AOP n 3 I Présentation et propriétés de l AOP : 1 Description de l AOP : Aspects historiques

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Représentation des nombres entiers et réels. en binaire en mémoire

Représentation des nombres entiers et réels. en binaire en mémoire L3 Mag1 Phys. fond., cours C 15-16 Rep. des nbs. en binaire 25-09-05 23 :06 :02 page 1 1 Nombres entiers 1.1 Représentation binaire Représentation des nombres entiers et réels Tout entier positif n peut

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

La régression linéaire et ses conditions d application

La régression linéaire et ses conditions d application Nº 752 BULLETIN DE L UNION DES PHYSICIENS 353 La régression linéaire et ses conditions d application par R. JOURNEAUX GHDSO/LIREST Université Paris XI, 91400 Orsay Dans un article récent publié dans le

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

L essentiel sur les tests statistiques

L essentiel sur les tests statistiques L essentiel sur les tests statistiques 21 septembre 2014 2 Chapitre 1 Tests statistiques Nous considérerons deux exemples au long de ce chapitre. Abondance en C, G : On considère une séquence d ADN et

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Département de physique

Département de physique Département de physique Etude de la densité spectrale de puissance du bruit thermique dans une résistance Travail expérimental et rédaction du document : Jean-Baptiste Desmoulins (P.R.A.G.) mail : desmouli@physique.ens-cachan.fr

Plus en détail

1 Introduction. CIRCUITS RLC À COURANT ALTERNATIF

1 Introduction. CIRCUITS RLC À COURANT ALTERNATIF PHYSQ 126: Circuits RLC 1 CIRCUITS RLC À COURANT ALTERNATIF 1 Introduction. Le but de cette expérience est d introduire le concept de courant alternatif (en anglais, Alternating Current ou AC) et d étudier

Plus en détail

TP 7 : oscillateur de torsion

TP 7 : oscillateur de torsion TP 7 : oscillateur de torsion Objectif : étude des oscillations libres et forcées d un pendule de torsion 1 Principe général 1.1 Définition Un pendule de torsion est constitué par un fil large (métallique)

Plus en détail

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous StatEnAction 2009/0/30 :26 page #27 CHAPITRE 0 Machines à sous Résumé. On étudie un problème lié aux jeux de hasard. Il concerne les machines à sous et est appelé problème de prédiction de bandits à deux

Plus en détail

MESURE DES TENSIONS ET DES COURANTS

MESURE DES TENSIONS ET DES COURANTS Chapitre 7 MESURE DES TENSIONS ET DES COURANTS I- MESURE DES TENSIONS : I-1- Généralités : Pour mesurer la tension UAB aux bornes d un récepteur, il faut brancher un voltmètre entre les points A et B (

Plus en détail

Compter à Babylone. L écriture des nombres

Compter à Babylone. L écriture des nombres Compter à Babylone d après l article de Christine Proust «Le calcul sexagésimal en Mésopotamie : enseignement dans les écoles de scribes» disponible sur http://www.dma.ens.fr/culturemath/ Les mathématiciens

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

CODAGE DES NOMBRES. I-Codage des entiers naturels. I) Codage des entiers naturels

CODAGE DES NOMBRES. I-Codage des entiers naturels. I) Codage des entiers naturels I) Codage des entiers naturels I) Codage des entiers naturels Ouvrir la calculatrice Windows dans le menu Programmes/accessoires/ Ouvrir la calculatrice Windows dans le menu Programmes/accessoires/ cliquer

Plus en détail

Chapitre I. Calcul vectoriel. Nous nous placerons dorénavant toujours dans une base orthonormée directe.

Chapitre I. Calcul vectoriel. Nous nous placerons dorénavant toujours dans une base orthonormée directe. Chapitre I INTRODUCTION ATHÉATIQUE I.A. I.A.1. Calcul vectoriel Produit vectoriel Plaçons-nous dans un espace vectoriel euclidien à trois dimensions. En faisant subir des rotations identiques aux trois

Plus en détail

ELEC2753 Electrotechnique examen du 11/06/2012

ELEC2753 Electrotechnique examen du 11/06/2012 ELEC2753 Electrotechnique examen du 11/06/2012 Pour faciliter la correction et la surveillance, merci de répondre aux 3 questions sur des feuilles différentes et d'écrire immédiatement votre nom sur toutes

Plus en détail

CONCOURS POUR LE RECRUTEMENT DE :

CONCOURS POUR LE RECRUTEMENT DE : CONCOURS POUR LE RECRUTEMENT DE : Techniciens supérieurs de la météorologie de première classe, spécialité «instruments et installations» (concours interne et externe). ***************** SESSION 205 *****************

Plus en détail

L enseignement de l algorithmique au Lycée

L enseignement de l algorithmique au Lycée L enseignement de l algorithmique au Lycée Sisteron 12 novembre 2009 Fernand Didier didier@irem.univ-mrs.fr Approche naïve C est une méthode, une façon systématique de procéder, pour faire quelque chose

Plus en détail

Analyse des données 1: erreurs expérimentales et courbe normale

Analyse des données 1: erreurs expérimentales et courbe normale Analyse des données 1: erreurs expérimentales et courbe normale 1 Incertitude vs. erreur Une mesure expérimentale comporte toujours deux parties: la valeur vraie de la grandeur mesurée et l'erreur sur

Plus en détail

TP 6 initiation à l utilisation d un oscilloscope numérique

TP 6 initiation à l utilisation d un oscilloscope numérique TP 6 initiation à l utilisation d un oscilloscope numérique Objectifs : - Le but de cette manipulation est de connaître les fonctionnalités d un oscilloscope numérique Tektronix TDS (210 ou 1001B) bicourbe,

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Observer TP Ondes CELERITE DES ONDES SONORES

Observer TP Ondes CELERITE DES ONDES SONORES OBJECTIFS CELERITE DES ONDES SONORES Mesurer la célérité des ondes sonores dans l'air, à température ambiante. Utilisation d un oscilloscope en mode numérique Exploitation de l acquisition par régressif.

Plus en détail

Dénombrement, opérations sur les ensembles.

Dénombrement, opérations sur les ensembles. Université Pierre et Marie Curie 2013-2014 Probabilités et statistiques - LM345 Feuille 1 (du 16 au 20 septembre 2013) Dénombrement, opérations sur les ensembles 1 Combien de façons y a-t-il de classer

Plus en détail

Exemple. Il ne faudra pas confondre (101) 2 et (101) 10 Si a 0,a 1, a 2,, a n sont n+1 chiffres de 0 à 1, le

Exemple. Il ne faudra pas confondre (101) 2 et (101) 10 Si a 0,a 1, a 2,, a n sont n+1 chiffres de 0 à 1, le Chapitre I - arithmé La base décimale Quand on représente un nombre entier, positif, on utilise généralement la base 10. Cela signifie que, de la droite vers la gauche, chaque nombre indiqué compte 10

Plus en détail

Les régimes périodiques (Chap 2)

Les régimes périodiques (Chap 2) Les régimes périodiques (Chap 2)! Révisé et compris! Chapitre à retravaillé! Chapitre incompris 1. Propriétés des grandeurs physiques : La période T, est le plus petit intervalle de temps, au bout duquel

Plus en détail

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale.

Chapitre 2 : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Aix Marseille Université. Algorithmes Stochastiques. M MIS. Fabienne Castell... Chapitre : Méthode de Monte-Carlo avec tirages indépendants, pour le calcul approché d une intégrale. Le but de ce chapitre

Plus en détail

avec des nombres entiers

avec des nombres entiers Calculer avec des nombres entiers Effectuez les calculs suivants.. + 9 + 9. Calculez. 9 9 Calculez le quotient et le rest. : : : : 0 :. : : 9 : : 9 0 : 0. 9 9 0 9. Calculez. 9 0 9. : : 0 : 9 : :. : : 0

Plus en détail

A1.- Le décibel et le bruit les unités acoustiques

A1.- Le décibel et le bruit les unités acoustiques A1.- Le décibel et le bruit les unités acoustiques A1.1.- Définition du bruit : A1.1.1.- Production et caractéristiques d un son Tout corps qui se déplace ou qui vibre émet un son. Il transmet sa vibration

Plus en détail

L C D T P I è r e B C P a g e 1. TP 3: Oscilloscope

L C D T P I è r e B C P a g e 1. TP 3: Oscilloscope L C D T P I è r e B C P a g e 1 TP 3: Oscilloscope L C D T P I è r e B C P a g e 2 Partie I : familiarisation avec l oscilloscope 1. Description et mise en marche Utilité : Un oscilloscope permet d analyser

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE

BACCALAURÉAT TECHNOLOGIQUE BACCALAURÉAT TECHNOLOGIQUE SCIENCES ET TECHNOLOGIES INDUSTRIELLES «Génie Électronique» Session 2012 Épreuve : PHYSIQUE APPLIQUÉE Durée de l'épreuve : 4 heures Coefficient : 5 Dès que le sujet vous est

Plus en détail

Analyse de données et méthodes numériques

Analyse de données et méthodes numériques Analyse de données et méthodes numériques Analyse de données: Que faire avec un résultat? Comment le décrire? Comment l analyser? Quels sont les «modèles» mathématiques associés? Analyse de données et

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

LA QUALITÉ EN BIOCHIMIE -PRÉCISION ET EXACTITUDE

LA QUALITÉ EN BIOCHIMIE -PRÉCISION ET EXACTITUDE LA QUALITÉ EN BIOCHIMIE -PRÉCISION ET EXACTITUDE I. Incidences d'une mauvaise qualité dans le domaine industriel - Mise en vente de produits de mauvaise qualité. - Mécontentement des clients. - Perte de

Plus en détail

Plan du document. Introduction. Lexique. Documents utilisés CHAPITRES

Plan du document. Introduction. Lexique. Documents utilisés CHAPITRES Plan du document Introduction Lexique Documents utilisés CHAPITRES Chapitre I : Vocabulaire de la métrologie I - Définitions II - La notion d erreur aléatoire III - La notion d erreur systématique IV -

Plus en détail

TP 1: Circuits passifs

TP 1: Circuits passifs Travaux Pratiques Avancés (TPA) d Electronique Année 2015-16 TP 1: ircuits passifs Sergio Gonzalez Sevilla *, Antonio Miucci Département de Physique Nucléaire et orpusculaire (DPN), Université de Genève

Plus en détail

Activité expérimentale : Filtrage

Activité expérimentale : Filtrage Activité expérimentale : Filtrage Objectifs : - Étudier le filtrage linéaire d un signal non sinusoïdal à partir d une analyse spectrale. - Gérer, dans un circuit électronique, les contraintes liées à

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

NOTICE DE LOGICIEL OHMNIBUS

NOTICE DE LOGICIEL OHMNIBUS NOTICE DE LOGICIEL OHMNIBUS DEPARTEMENT SCIENCES Mars 2005 OHMNIBUS I CHARGER L EXERCICE «DOC» A PARTIR DE LA FENETRE D ENTREE DANS LE LOGICIEL Exercice sélectionné par un click de souris et qui apparaît

Plus en détail

Incertitudes expérimentales

Incertitudes expérimentales Centre de Préparation Interuniversitaire à l Agrégation de Physique de Montrouge Ecole Normale Supérieure, Universités Paris 6, Paris 7, Paris 11 Année Incertitudes expérimentales F.-X. Bally et J.-M.

Plus en détail

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix.

CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE. Les candidats traiteront l'un des trois sujets au choix. ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D'ECONOMIE APPLIQUEE ABIDJAN 1 AVRIL 21 CONCOURS D'ELEVE INGENIEUR STATISTICIEN ECONOMISTE OPTIONS MATHEMATIQUES ET ECONOMIE EPREUVE D'ORDRE GENERAL DUREE :

Plus en détail