Définition de la mesure absolue/étalon, rôle de la calibration
Appareils de mesure : précision, introduction de la notion d’erreur systématique (présentation de différents appareils de mesure et comparaisons : règle/pied à coulisse, éprouvette/bécher, thermomètre, chronomètre, multimètre…)
Mesure statistique et modèle gaussien : moyenne, écart-type
Tracé sur papier millimétré (échelle, barre d’erreur)
Régression linéaire
Volet numérique
Découverte de la programmation en python
Structure des données
Instructions conditionnelles
Instructions répétitives
Gestion de listes de données
Tracé de courbes et régression linéaire
Représentation d’un tirage aléatoire : gaussienne
Compétences à acquérir
Connaitre les appareils de mesure les plus courants
Réaliser une expérience dans le but de mesurer une grandeur avec estimation de l'incertitude (type A et type B)
Utiliser les outils mathématiques et statistiques afin de recueillir et traiter les résultats expérimentaux
Tracer une courbe et exploiter une courbe linéaire
Suivre et appliquer les protocoles expérimentaux
Rédiger un CR d'expérience en décrivant la prise de mesure et l'estimation de l'incertitude
Ecrire des programmes informatiques élémentaires
Comprendre et analyser un énoncé en vue d’en proposer un programme informatique approprié
Exploiter les bibliothèques logicielles existantes
Manipuler et visualiser des données à l'aide de l'outil numérique
Langue(s) d'enseignement
Français
Bibliographie
Concepts en dialogue, Une voie pour l’interdisciplinarité, Presses universitaires d'Aix-Marseille, septembre 2018