Scribd
Importer
26 vues7 pages

Dosage par étalonnage et incertitudes

Transféré par

sohaiblembarra3
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
26 vues7 pages

Dosage par étalonnage et incertitudes

Transféré par

sohaiblembarra3
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

TP17

Dosage par étalonnage


Analyse des mesures
Modélisation des résultats

#%% ajustement des points de mesure


par une droite grâce à polyfit
a,b = [Link](c,A,1)

A = 2120,918.c + 0,006
Modélisation des résultats def modele(x, k):
return k*x

# ajustement des points de mesure


par une droite grâce à
[Link].curve_fit

parametre_opt =
[Link].curve_fit(modele, c, A)

A = 2163,36.c

𝟎, 𝟏𝟑𝟏
𝒄𝒅𝒂𝒌𝒊𝒏 =
𝟐𝟏𝟔𝟑, 𝟑𝟔
= 𝟔, 𝟎𝟔. 𝟏𝟎 𝟓 mol.L−1
Incertitudes
𝑢 𝑐 è 𝑢 𝑉 𝑢 𝑉 é é
𝑢 𝑐 =𝑐 . + +
𝑐 è 𝑉 𝑉 é é

0,06 0,03
𝑢 𝑐 =𝑐 . 0,05 + +
50 25

Spectro : 𝑢 A = 0,0005
Simulation
Monte-Carlo
# concentrations des solutions étalons (en mol/L)
c = [0,0.02*10**-3, 0.04*10**-3, 0.08*10**-3, 0.1*10**-3, 0.2*10**-3]

# incertitude type associée c (en mmol/L)


u_c = 0.05*[Link](c)

# absorbance des solutions (sans unités)


A = [0, 0.057, 0.085, 0.185, 0.210,0.430]
# incertitude type associée A
u_A = 0.0005

for i in range(nb_experiences):
c_alea = []
A_alea = []
for j in range(nb_mesures):
c_alea.append([Link](c[j],u_c[j]))
A_alea.append([Link](A[j],u_A))
k = 2163.5376 L/mol
parametre_opt =[Link].curve_fit(modele, c_alea, A_alea)
k[i] = parametre_opt[0]
u(k) = 77.2654 L/mol
Résultat avec incertitudes

. ,
𝑢 𝑐 =𝑐 + = 𝟔, 𝟎𝟔. 𝟏𝟎 𝟓 . + = 0,22.10 mol.L-1
. ,

mol.L-1
Comparaison avec la valeur de référence
mol.L-1

Accord avec
l’étiquette!

Vous aimerez peut-être aussi