5 PremiereS2011incertitudes Physique Chimie PDF

Physique-chimie
Nombres, mesures et incertitudes

Mai 2010
MEN/DGESCO eduscol.education.fr/spc
eduscol
Table des matires.

Introduction. ............................................................................................................................... 2
Mesures et incertitudes en sciences physiques et chimiques. .................................................... 3
1 ................................................................................. 3 La mesure : vocabulaire et notations.
1.1 .................................................................................................................. 3 Dfinitions.
1.2 ............................................................................................ 3 Notion derreur alatoire.
1.3 ................................................................................. 4 La notion derreur systmatique.
1.4 ........................................................................................................ 4 Fidlit et justesse
1.5 .................................................................................................. 4 Grandeur dinfluence.
1.6 .................................................................................................... 4 Schma rcapitulatif
1.7 ................................................................................... 5 Notion dincertitude de mesure
2 .............................. 5 Estimation des incertitudes exprimentales et prsentation du rsultat
2.1 ................................................................. 5 valuation de type A de lincertitude-type.
2.2 ................................................................. 6 valuation de type B de lincertitude-type.
2.3 ........................................................................................... 7 Incertitude-type compose
2.4 ...................................................... 7 Incertitude-type largie et intervalle de confiance
2.5 .................................................................................. 8 criture des rsultats de mesure
Prsentation des rsultats numriques........................................................................................ 9
1 .................................................................................... 9 Notations scientifique et ingnieur.
2 ........................................................................................................... 9 Chiffres significatifs.
2.1 ..................................................... 9 Dtermination du nombre de chiffres significatifs.
2.2 ................................................................................ 9 Chiffres significatifs et prcision.
3 ................................................................................. 10 Prsentation du rsultat dun calcul.
4 .............................................................................................................................. 10 Arrondi
4.1 ....................................................... 10 Arrondi au plus proche ou arrondi arithmtique
4.2 .......................................................... 11 Mthode d'arrondissage au pair le plus proche
4.3 .................................................................................................. 11 Arrondi stochastique
4.4 ........................................................................................................ 11 Autres mthodes
4.5 ........................................................................ 11 Arrondi en prsence dun logarithme

Direction gnrale de l'enseignement scolaire (DGESCO IGEN) mai 2010
Ministre de l'ducation nationale page 1 sur 12

Introduction.

Lord Kelvin crivait il ny a de science que du mesurable . Mesurer des grandeurs
identifies est une activit fondamentale dans les laboratoires de recherche scientifique et
dans l'industrie. Toute validation thorique dun phnomne (physique, biologique, chimique,
etc.) passe par la mesure fiable de ses effets. Cest aussi fondamental dans de nombreuses
activits quotidiennes comme le pesage dans les commerces, les analyses biologiques, la
mesure de vitesse avec un radar, Il est ncessaire dtablir la confiance dans les rsultats
fournis lors de ces oprations.
Mesurer une grandeur (intensit dun courant, tension, longueur,), nest donc pas
simplement rechercher la valeur de cette grandeur mais aussi lui associer une incertitude afin
de pouvoir qualifier la qualit de la mesure.

Dans lenseignement des sciences physiques et chimiques, les activits exprimentales et
donc, les mesures, occupent une place importante. Ce document, labor par le GRIESP, a
pour objectif de prsenter dans une premire partie le vocabulaire et les notions de base dans
le domaine de la mtrologie. Il constitue le socle minimum que les enseignants doivent
connatre et utiliser. Ce document sappuie sur le Vocabulaire international de
mtrologie 2008 (VIM) labor par le BIPM
1
et le Guide to the expression of uncertainty
in measurement (GUM).

Dans une deuxime partie, est prcise la manire de prsenter les rsultats numriques avec
les diffrentes notations utilises et les rgles concernant les arrondis.

1
http://www.bipm.org/fr/publications/guides/vim.html
Mesures et incertitudes en sciences physiques et chimiques.

1 La mesure : vocabulaire et notations.
1.1 Dfinitions.
o La grandeur que lon veut mesurer est appele le mesurande.

o On appelle mesurage (mesure) lensemble des oprations permettant de dterminer
exprimentalement une ou plusieurs valeurs que lon peut raisonnablement attribuer une
grandeur.
Quand on mesure la valeur de la rsistance R dun diple passif linaire, le mesurande est
la rsistance R de ce diple et le mesurage est effectu, par exemple, avec un ohmmtre.

o La valeur vraie (M
vrai
) du mesurande est la valeur que lon obtiendrait si le mesurage
tait parfait. Un mesurage ntant jamais parfait, cette valeur est toujours inconnue.

o Le rsultat du mesurage (rsultat de mesure) est un ensemble de valeurs attribues un
mesurande complt par toute information pertinente disponible. Une expression
complte du rsultat du mesurage comprend des informations sur lincertitude de mesure
qui permet dindiquer quel est lintervalle des valeurs probables du mesurande. En
mtrologie, on appelle souvent m la mesure de la valeur de la grandeur (un nombre), et
M le rsultat de la mesure, cest dire lexpression complte du rsultat (un intervalle de
valeurs).

o Un mesurage ntant jamais parfait, il y a toujours une erreur de mesure E
R
= (m -
M
vrai
). Lerreur de mesure est la diffrence entre la valeur mesure d'une grandeur et une
valeur de rfrence. Si la valeur de rfrence est la valeur vraie du mesurande, lerreur est
inconnue.

Remarque : Le mot mesure a, dans la langue franaise courante, plusieurs significations.
C'est la raison pour laquelle le mot mesurage a t introduit pour qualifier l'action de
mesurer. Le mot mesure intervient cependant de nombreuses reprises pour former des
termes, suivant en cela l'usage courant et sans ambigut. On peut citer, par exemple :
instrument de mesure, appareil de mesure, unit de mesure, mthode de mesure.
1.2 Notion derreur alatoire.
Les conditions de rptabilit sont remplies lorsque le mme oprateur ou le mme
programme effectue N mesures exactement dans les mmes conditions.
Si on effectue N mesures dans des conditions de rptabilit, le meilleur estimateur de la
valeur du mesurande est la valeur moyenne des N mesures. Mais une mesure m
i
parmi les
N est en gnral diffrente de . La diffrence E
Ra
= m
i
- est appele erreur alatoire.

Lors de chaque mesure, lerreur alatoire peut prendre nimporte quelle valeur entre
(m
max
- ) et (m
min
- ). En toute rigueur, lerreur alatoire est le rsultat dun mesurage
moins la moyenne dun nombre infini de mesurages du mme mesurande, effectus dans les
conditions de rptabilit. Comme lon ne peut faire quun nombre fini de mesures, il est
seulement possible de dterminer une estimation de lerreur alatoire.
1.3 La notion derreur systmatique.
Par dfinition, lerreur systmatique est E
RS
= ( - M
vrai
).
En toute rigueur, est la moyenne qui rsulterait dun nombre infini de mesurages du mme
mesurande, effectus dans les conditions de rptabilit.

La valeur vraie (M
vrai
) du mesurande est toujours inconnue et il est impossible de raliser une
infinit de mesures : lerreur systmatique E
RS
ne peut pas tre connue compltement. Il est
seulement possible de dterminer une estimation de lerreur systmatique.

Lors dune mesure, lerreur alatoire peut prendre, au hasard, nimporte quelle valeur sur un
certain intervalle. Par contre, lerreur systmatique prend la mme valeur (inconnue) lors de
chaque mesure.
1.4 Fidlit et justesse
Si lon reprend les dfinitions et les notations prcdentes, on obtient :
E
R
= m M
vrai
= (m - ) + ( - M
vrai
) = E
Ra
+ E
RS
.
Une erreur de mesure E
R
a donc, en gnral, deux composantes : une erreur alatoire E
Ra
et
une erreur systmatique E
RS
. Lestimation de lerreur systmatique est appele biais de
mesure ou erreur de justesse.

La fidlit dun instrument de mesure est son aptitude donner des indications trs voisines
lors de lapplication rpte du mme mesurande dans les mmes conditions.

La justesse dun instrument de mesure est son aptitude donner des indications exemptes
derreur systmatique.
1.5 Grandeur dinfluence.
Cest une grandeur qui nest pas le mesurande mais qui a un effet sur le rsultat du mesurage.
1.6 Schma rcapitulatif

m
i

mesure de la
valeur du
mesurande
ER = (m
i
- M
vrai
) pour ce rsultat
une mesure
m
i
Processus de mesure
M
vrai
ERS =( - M
vrai
)
Pour tous les rsultats m
i
ER
a
= ( m
i
- )
pour ce rsultat
Mesurande
M
M
vrai
, valeur
vraie du
mesurande

Si lon crit que M
vrai
= m
i
- E
R
, on tente dobtenir la valeur de la grandeur dentre partir
de la valeur m obtenue la sortie. La valeur de lerreur E
R
tant toujours inconnue, il est
impossible dobtenir la valeur M
vrai
recherche. Le concept dincertitude de mesure permet
dapporter une rponse la question Quelle est la valeur de M
vrai
? .

1.7 Notion dincertitude de mesure
o Lincertitude de mesure AM est un paramtre, associ au rsultat du mesurage, qui
caractrise la dispersion des valeurs qui pourraient raisonnablement tre attribues au
mesurande.
o Ce paramtre peut tre, par exemple, la demi-largeur dun intervalle de niveau de
confiance dtermin.
o Le rsultat dune mesure nest jamais une valeur : il est toujours donn sous la forme
dun intervalle des valeurs probables du mesurande M = m AM associ un niveau de
confiance.
o Lvaluation des incertitudes par des mthodes statistiques est dite de type A. Quand la
dtermination statistique nest pas possible, on dit que lvaluation est de type B. Cest le
cas dune mesure unique m ralise avec un appareil de classe connue.
o On appelle incertitude-type une incertitude de mesure exprime sous la forme d'un cart-
type
o Lorsque les sources de variabilit de la mesure sont multiples, on estime lincertitude-
type pour chacune dentre elles et lon fait un bilan global pour construire une
incertitude-type compose, qui peut mlanger des valuations de type A et de type B.

2 Estimation des incertitudes exprimentales et prsentation du rsultat
Le rsultat dune mesure nest jamais une valeur : il sera donn sous la forme dun intervalle
des valeurs probables du mesurande M = m AM associ un niveau de confiance.

Une part importante du travail exprimental rside donc dans lestimation de AM dit intervalle
de confiance associ un niveau de confiance donn.

Lorsque les incertitudes sont values par des mthodes statistiques, lvaluation est dite de
type A.

Quand la dtermination statistique nest pas possible, on dit que lvaluation est de type B.

Lorsque les sources de variabilit de la mesure sont multiples, on estime lincertitude-type
pour chacune dentre elles et lon fait un bilan global pour construire une incertitude-type
compose, qui peut mlanger des valuations de type A et de type B.
2.1 valuation de type A de lincertitude-type.
Lvaluation de type A de lincertitude-type est ralise par lanalyse statistique de sries
dobservations (GUM). Si on suppose les n observations m
k
indpendantes :
- La meilleure estimation du rsultat de la mesure est donne par la moyenne
arithmtique : m =

=
=
n
1 k
k
m
n
1
m .
- Lcart-type exprimental a pour expression

=

=
n
1 k
2
k exp
) m m (
1 n
1
s .
- Lincertitude-type est dfinie comme tant lcart-type sur la valeur moyenne. Le
meilleur estimateur de cet cart-type est
exp
s
n
1
s = .
La dtermination de cette incertitude est elle-mme entache dune incertitude. On
dmontre que, en valeur relative, cette incertitude a pour expression
) 1 n ( 2
1
. Pour 50
mesures, on obtient une incertitude de 10%.

2.2 valuation de type B de lincertitude-type.
Lvaluation de type B est effectue par des moyens autres que lanalyse statistique de srie
dobservations.
Pour une estimation dune grandeur dentre qui na pas t obtenue partir dobservations
rptes, lincertitude-type est value par un jugement scientifique fond sur toutes les
informations disponibles au sujet de la variabilit possible de la grandeur dentre (GUM).
Lensemble dinformations accumules peut comprendre :
- des mesures antrieures ;
- lexprience ou la connaissance gnrale du comportement et des proprits des
matriaux et des instruments utiliss ;
- les spcifications du fabricant ;
- les donnes fournies par les certificats dtalonnages ou autres certificats ;
- lincertitude assigne des valeurs de rfrence provenant douvrage ou de manuel.

Diffrents cas peuvent se prsenter :
o Le constructeur fournit lincertitude-type (cas trs rare). Dans ce cas, on utilise
directement son incertitude.
o Pour un appareil de mesure analogique (appareil cadran, lecture dun rglet),
lincertitude de lecture est estime partir de la valeur dune graduation. On peut montrer
que :
s
lecture
= 1 graduation / 12

o Le constructeur fournit une indication de type
c
sans autre information. Dans ce cas, on
prendra pour incertitude-type: s = A
c
/ 3 (on considre que lindication donne par le
constructeur correspond une distribution rectangulaire de largeur 2 A
c
.; partir de
cette hypothse, on peut trouver que s = A
c
/ 3 ).
o Considrons un banc optique sur lequel sont installs un objet lumineux, un cran, et une
lentille convergente. La position de chaque lment est repre par un index sur un rglet.
Les positions de lobjet et de lcran sont fixes et lon recherche la position x de la
lentille qui donne une image nette de lobjet sur lcran. On constate quil y a toute une
classe de positions qui correspondent cette condition et que x
min
< x < x
max
. La valeur
vraie x
vrai
appartient cet intervalle et elle est inconnue. Si lon fait une mise au point au
hasard toutes ces positions ont la mme probabilit. Dans tous les cas il y a une erreur de
mise au point E
Rmap
= x - x
vrai
. Pour exprimer lensemble de ces rsultats, on retient la
valeur mdiane de lintervalle prcdent, x = (x
max
+ x
min
)/2 comme mesure de x. On
associe ensuite lerreur E
Rmap
une variable alatoire c
map
de distribution rectangulaire et
de demi-largeur a = (x
max
x
min
)/2. On peut alors crire que x = x
vrai +
c
map
ou que
x
vrai
= x - c
map
, ce qui signifie que la valeur recherche, x
vrai
, peut avoir, avec la mme
probabilit, nimporte quelle valeur sur lintervalle [x
min
; x
max
]. Lincertitude-type sera
alors s = a / 3 .
o Si le constructeur ne fournit rien, il faut procder lvaluation exprimentale de
lappareil.

Exemple
Les quatre anneaux de couleur caractrisant la rsistance sont Brun, Noir, Noir, Or. La
rsistance est donc gale R = 10 5%. Lincertitude type associe est gale :
s =
5
10
100
3
= 0,29 .
Exemple
Thermomtre : Range -200 to +700C, Temperature resolution below 700 C : 0,01C.
On considre que lindication constructeur est lincertitude maximale lie la rsolution.
Lincertitude due la rsolution associe une mesure de 18,545 C est :
s = 0,01/ 3 = 0,0056 C

Exemple
Bote dcades : Range : 1 to 1,11 M , number of decades : 5, full scale accuracy
0,1 %.
On considre que lindication du constructeur est lincertitude maximale. Lincertitude de
type B associe une bote rgle sur 10 k est :
s = 10 000. 0,1/100 . 1/ 3 = 5,8 .

Exemple
On cherche mesurer une tension de 0,9 V laide dun voltmtre de classe 2, rgl sur le
calibre 100 V. Le rsultat lu est 3 V et reste constant. Le calibre est-il bien choisi ?
Voltmtre de classe 2 sur calibre 100V induit une erreur absolue de 2/100100 = 2 V.
Lincertitude type est alors s = 2 / 3 = 1,1 V
Sur la mesure dune tension de 3 V, lincertitude relative est alors de 1,1 / 3 = 38 %.
Le calibre est mal choisi car la sensibilit du voltmtre nest pas suffisante pour mesurer
0,9 V.
2.3 Incertitude-type compose
Cest lincertitude-type dun mesurage lorsque le rsultat y est obtenu partir des valeurs x
k

dautres grandeurs : y = f(x
1
,x
2
,,x
n
).
Si toutes les grandeurs sont indpendantes :
=
|
|
.
|
\
|
c
c
=
n
1 k
2
k
k
y
s
x
f
s o s
k
est lincertitude-type de
chacune des grandeurs x
k
.
Exemples : dans le cas o y = x
1
+ x
2
, .
2
2 x
2
1 x
2
y
s s s + =
2.4 Incertitude-type largie et intervalle de confiance
Lincertitude-type largie (qui constituera lincertitude de la mesure AM) est une grandeur
dfinissant un intervalle, autour du rsultat du mesurage dont on puisse sattendre ce quil
comprenne une fraction leve de la distribution de valeurs pouvant tre attribues au
mesurande (GUM). Elle est associe un niveau de confiance.
Elle sexprime sous la forme AM = k.s o s est lincertitude-type et k le facteur
dlargissement.
Dans la majorit des cas, on conduit une estimation de type B et la forme de la loi de
distribution est souvent assimile une gaussienne. On peut montrer que le coefficient
retenir pour un niveau de confiance de 95 % est alors k = 2.
2.5 criture des rsultats de mesure
Lcriture du rsultat du mesurage doit intgrer lincertitude, le niveau de confiance et scrire
avec les units appropries :
M = m AM, unit, niveau de confiance
La prcision sur le rsultat du mesurage sera caractrise par
m
M A
. Cette prcision est
souvent exprime en %. Plus le rsultat est petit, plus le mesurage est prcis.

La dernire tape consiste dterminer le nombre de chiffres significatifs de m et de AM.

Pour lincertitude, comme indiqu dans le paragraphe 2.1, obtenir une prcision plus petite
que 10% correspond des conditions de mesure trs contraignantes et coteuses. Dans la trs
grande majorit des cas, il faut donc limiter le nombre de chiffres significatifs de
lincertitude un seul chiffre significatif.

Pour lestimation de la grandeur mesure, on prendra comme dernier chiffre significatif, celui
de mme position (au sens numration) que celui de lincertitude.

Exemple
On mesure r= 100,251389 avec une incertitude AM= 0,812349 . On crit alors le rsultat
sous la forme R = (100,3 0,8) .
Prsentation des rsultats numriques.

1 Notations scientifique et ingnieur.
La notation scientifique est une reprsentation dun nombre dcimal x sous la forme dun
produit de deux facteurs a. 10
n
. Le premier facteur est un nombre dcimal (appel
significande ou mantisse) dont la valeur absolue de la partie entire est comprise entre 1 et 9,
cest--dire quil ny a quun seul chiffre (non nul) gauche de la virgule, puis un nombre
variable de dcimales (nombres aprs la virgule), qui dpend de la prcision. Le second
facteur est une puissance entire de 10.

La notation ingnieur est une reprsentation dun nombre dcimal x sous la forme dun
produit de deux facteurs a.10
n
. Le premier facteur est un nombre dcimal compris entre 1 et
1000. Dans le second facteur, n est un multiple de 3.

2 Chiffres significatifs.
2.1 Dtermination du nombre de chiffres significatifs.
Dans un nombre, les chiffres autres que zro sont significatifs. Les zros sils sont placs en
tte du nombre ne sont pas significatifs.

Exemples :
6,8 2 chiffres significatifs
6800 4 chiffres significatifs
2.2 Chiffres significatifs et prcision.
Si on ne dispose pas dinformation concernant la manire dont les nombres sont obtenus, le
nombre de chiffres significatifs indique la prcision. Par convention, on considrera que le
dernier chiffre significatif est connu 0,5.

Exemples :

crire m=11,597 kg signifie que 11,5975 kg> m >11,5965 kg

Attention : lors de conversions dunits ou de passage dunits leurs multiples ou sous
multiples, il faut veiller la conservation du nombre de chiffres significatifs.

Exemples :

m=11,6 kg = 11,6 10
3
g (3 chiffres significatifs) mais pas 11600 g (5 chiffres significatifs)
V=2,75 m
3
= 2,75 10
6
mL mais pas 2 750 000 L

3 Prsentation du rsultat dun calcul.
Il faut arrondir le rsultat obtenu par un calcul afin dexprimer le rsultat avec une prcision
gale celle de la donne utilise la moins prcise.
Pour une addition ou une soustraction, le rsultat ne doit pas avoir plus de dcimales que la
donne qui en a le moins.
Pour une multiplication ou une division, le rsultat ne doit pas avoir plus de chiffres
significatifs que la donne qui en a le moins.

Exemple :
25,42 x 72,5 = 1,84 10
3
4 chiffres significatifs 3 chiffres significatifs 3 chiffres significatifs

4 Arrondi
Un arrondi d'un nombre est une valeur approche de ce nombre obtenue, partir de son
dveloppement dcimal, en rduisant le nombre de chiffres significatifs.
Par exemple 73 peut tre arrondi la dizaine la plus proche en 70, parce que 73 est plus
proche de 70 que de 80.
4.1 Arrondi au plus proche ou arrondi arithmtique
Cette mthode est la plus courante :
- Choisir le dernier chiffre ( la droite) conserver.
- Augmenter ce chiffre d'une unit si le chiffre suivant vaut au moins 5 ( arrondissage
par excs )
- Conserver ce chiffre si le suivant est strictement infrieur 5 ( arrondissage par
dfaut )
Par exemple, 3,046 arrondi aux centimes vaut 3,05 (le chiffre suivant (6) est suprieur 5).
Voici d'autres exemples en ne gardant qu'un seul chiffre significatif aprs la virgule :
- 1,349 devient 1,3 (car le chiffre suivant 3 est strictement infrieur 5)
- 1,350 devient 1,4 (car le chiffre suivant 3 vaut au moins 5)
En pratique, la mthode consiste sparer les dix chiffres dcimaux (0, 1... 9) en deux
parties :
- les cinq premiers : 0, 1, 2, 3 et 4, pour lesquels on passe la valeur infrieure ;
- les cinq suivants : 5, 6, 7, 8 et 9, pour lesquels on passe la valeur suprieure.
Cette mthode limite l'accumulation d'erreurs lors de calculs successifs.
En cohrence avec lusage en mathmatiques, cette mthode sera privilgie.
4.2 Mthode d'arrondissage au pair le plus proche
Si quatre (ou un chiffre infrieur) est le chiffre qui suit la dcimale laquelle le nombre doit
tre arrondi, alors la dcimale reste inchange. Alors que si le chiffre suivant la dcimale est
six ou plus, la dcimale est augmente d'une unit. Enfin si le chiffre suivant est le chiffre
cinq lui-mme suivi par des chiffres diffrents de zro, alors la dcimale sera augment d'une
unit, tandis que si cinq n'est suivi d'aucun chiffre (ou que par des zros) alors la dcimale est
augmente d'une unit lorsqu'elle est impaire et reste inchange sinon. Cette mthode est
parfois appele arrondi au chiffre pair et est employe afin d'liminer le biais qui
surviendrait en arrondissant chaque fois par excs les nombres dont le dernier chiffre est
cinq.
Exemples :
- 3,046 arrondis aux centimes devient 3,05 (parce que le chiffre suivant (6) est
suprieur ou gal 6)
- 3,043 arrondis aux centimes devient 3,04 (parce que le chiffre suivant (3) est
infrieur ou gal 4)
- 3,045 arrondis aux centimes devient 3,04 (parce que le dernier chiffre est 5, et le
chiffre prcdent (4) est pair)
- 3,015 arrondis aux centimes devient 3,02 (parce que le dernier chiffre est 5, et le
chiffre prcdent (1) est impair)
Cette mthode est aussi nomme arrondi bancaire .
4.3 Arrondi stochastique
L'arrondi stochastique, qui consiste aussi arrondir l'entier le plus proche, est une autre
mthode utilise en statistiques pour viter le biais qui surviendrait en arrondissant chaque
fois pas excs lorsque les deux entiers (infrieur et suprieur) sont quidistants du nombre
arrondir : en effet, lorsque ce cas se prsente, la dcision d'arrondir l'entier suprieur ou
infrieur est prise de manire alatoire ou pseudo-alatoire. L'inconvnient de cette mthode
est qu'il est difficile de vrifier ou de rpliquer une analyse statistique faite de cette manire.
4.4 Autres mthodes
D'autres mthodes arrondissent de diffrentes manires :
- en abaissant zro des dcimales (galement connu sous le nom de troncature),
- en arrondissant au plus grand entier infrieur (fonction partie entire), (fonction floor()
du C)
- en arrondissant au plus petit entier suprieur (partie entire par excs) (fonction ceil()
du C).
4.5 Arrondi en prsence dun logarithme
En chimie, notamment, lusage du logarithme est frquent, en particulier par le biais des pH,
pK, etc.
Le comportement de la fonction 10
x
, rapidement variable avec x, entrane une rgle adapte,
reconnue au niveau international.
A titre dillustration, si lon part dun pH de 8,9, thoriquement arrondi dune valeur entre
8,85 et 8,95, pour connatre le nombre de chiffres significatifs de cette valeur, il faut
considrer les valeurs de 10
-8,85
et 10
-8,95
, respectivement 1,1 10
-9
et 1,4 10
-9
, ce qui montre
que le deuxime chiffre significatif nest pas certain, alors que le pH en a deux.
Il en rsulte la rgle internationale suivante :
Il y a autant de chiffres significatifs pour la valeur que de chiffres significatifs aprs la
virgule dans son logarithme.

5 PremiereS2011incertitudes Physique Chimie PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

5 PremiereS2011incertitudes Physique Chimie PDF

Uploaded by

Copyright:

Available Formats

Physique-chimie

Nombres, mesures et incertitudes

You might also like