λ = 400 + 2,5 x Hg · Na · H
Seconde · Chapitre 16 · TP numérique

Analyser des spectres

Une lampe inconnue, un spectroscope, quelques lignes de Python : comme les astronomes, identifie un élément chimique à distance, puis découvre comment la couleur d'un corps chaud révèle sa température.

≈ 1 h 15 en tout3 activités PythonSpectroscope à réseauPython s'exécute dans la page
← Tous les cours ← Retour au cours
Partie 1
Problématique

Que nous apprend le spectre d'une lumière sur la source qui l'émet ?

Objectifs

  • Distinguer spectre continu et spectre de raies.
  • Déterminer des longueurs d'onde à l'aide d'une échelle étalonnée.
  • Identifier un élément chimique à partir de son spectre de raies.
  • Relier le spectre d'un corps chaud à sa température.

Compétences travaillées

  • Réaliser : utiliser un spectroscope, programmer.
  • Analyser : comparer à des données de référence.
  • Valider : discuter la précision d'une identification.
  • Communiquer : présenter un graphique légendé.
L'éditeur Python de cette page

Le code s'exécute réellement dans ton navigateur. Au premier clic sur ▶ Exécuter, Python se télécharge (≈ 7 Mo, une seule fois, connexion Internet nécessaire). Le bouton Télécharger .py donne un fichier utilisable dans EduPython, Thonny, Basthon ou Capytale.

Raccourcis : Ctrl + Entrée exécute, Tab décale la ligne de 4 espaces.

1
Observation : trois lampes au spectroscope
≈ 15 min · en salle de TP
Sécurité

Les lampes spectrales chauffent : ne pas les toucher. Certaines émettent des UV : ne pas les regarder longtemps sans le spectroscope.

Matériel

  • un spectroscope à réseau, muni d'une échelle graduée ;
  • une lampe à incandescence, une lampe à vapeur de sodium, une lampe spectrale « inconnue » ;
  • éventuellement un smartphone pour photographier les spectres.

Protocole

Viser chaque lampe avec le spectroscope, la fente bien éclairée.
Repérer pour chaque raie sa position \(x\) sur l'échelle (en mm). L'échelle est étalonnée : 400 nm à 0 mm, 700 nm à 120 mm.
Noter les positions des raies de la lampe inconnue.
Si tu ne peux pas faire l'expérience

Jeu de données pédagogique Lampe inconnue, positions des raies : 2,0 ; 14,4 ; 58,4 ; 70,8 ; 71,6 mm (lecture à 0,5 mm près).

Q1
Décris les trois spectres observés (continu ou de raies, couleurs). Quelle source donne un spectre continu ? Pourquoi ?

Lampe à incandescence : spectre continu, du violet au rouge, car son filament est un corps chaud. Lampe à sodium : raies (deux raies jaunes très proches). Lampe « inconnue » : plusieurs raies fines (violette, bleue, verte, jaunes) sur fond noir. Les lampes à gaz donnent des spectres de raies.

2
Activité 1 — Des millimètres aux nanomètres
≈ 10 min · Niveau 1 : variables, boucle
Ce que fait le programme

Il convertit la position \(x\) de chaque raie (en mm) en longueur d'onde, grâce à l'échelle linéaire du spectroscope : \(\lambda = 400 + \text{pas} \times x\). Comment lire le résultat ? Des longueurs d'onde entre 400 et 700 nm.

À faire : complète les deux lignes, exécute, puis remplace les positions par tes propres mesures.

Indice 1 — maths. 300 nm sont répartis sur 120 mm.
Indice 2 — maths. Une raie à \(x\) mm est à \(400 + \text{pas} \times x\) nm.
Indice 3 — code. pas = (700 - 400) / 120 et lam = lambda_0 + pas * x.
Correction de l'activité 1
lambda_0 = 400        # longueur d'onde (nm) à la position 0 mm
pas = (700 - 400) / 120

positions = [2.0, 14.4, 58.4, 70.8, 71.6]   # positions des raies (mm)

longueurs = []
for x in positions:
    lam = lambda_0 + pas * x
    longueurs.append(round(lam))
    print("raie à", x, "mm  ->  lambda =", round(lam), "nm  =", "{:.2e}".format(lam * 1e-9), "m")

Résultats attendus. Pas : 2,5 nm/mm. Raies : 405, 436, 546, 577 et 579 nm, soit \(4{,}05\times10^{-7}\) m… \(5{,}79\times10^{-7}\) m.

Interprétation. Toutes les raies sont dans le domaine visible. Une erreur de lecture de 0,5 mm donne une erreur de 1,25 nm sur \(\lambda\).

Erreurs fréquentes. Écrire pas = 120 / 300 (inverse) ; oublier d'ajouter 400.

3
Activité 2 — Qui se cache dans la lampe ?
≈ 20 min · Niveau 3 : dictionnaire, fonction, condition
Ce que fait le programme

Pour chaque élément de la table, il vérifie que toutes ses raies de référence sont présentes dans les mesures, à la tolérance près. Comment lire le résultat ? Le nom de l'élément dont la signature est complète.

À faire : complète la condition, exécute, puis teste avec mesures = [589, 590] et avec tolerance = 10.

Indice 1 — physique. Un élément est présent si chacune de ses raies est retrouvée.
Indice 2 — logique. Il suffit d'une raie absente pour exclure l'élément.
Indice 3 — code. if not presente(r, mesures, tolerance):
Correction de l'activité 2
references = {
    "hydrogène": [410, 434, 486, 656],
    "sodium": [589, 590],
    "mercure": [405, 436, 546, 577, 579],
    "néon": [585, 588, 603, 607, 616, 626, 633, 640],
    "hélium": [447, 471, 492, 502, 588, 668],
}
mesures = [405, 436, 546, 577, 579]   # résultats de l'activité 1
tolerance = 3                         # précision de lecture (nm)

def presente(raie, mesures, tolerance):
    """Vrai si une raie mesurée est à moins de 'tolerance' nm de 'raie'."""
    for m in mesures:
        if abs(m - raie) <= tolerance:
            return True
    return False

for element, raies in references.items():
    toutes = True
    for r in raies:
        if not presente(r, mesures, tolerance):
            toutes = False
    if toutes:
        print("Élément identifié :", element)

Résultats attendus. Élément identifié : mercure. Avec [589, 590] : sodium. Avec une tolérance de 10 nm, d'autres éléments peuvent être « reconnus » à tort.

Interprétation. Une identification fiable exige toutes les raies et une précision adaptée : trop de tolérance mène à des confusions entre éléments aux raies voisines.

Erreurs fréquentes. Tester seulement une raie ; oublier not et exclure les bons éléments.

Q2
Pourquoi une tolérance trop grande pose-t-elle problème ? Pourquoi exige-t-on la présence de toutes les raies de l'élément ?

Avec une grande tolérance, une raie mesurée peut correspondre à plusieurs éléments (588 nm : hélium ; 589 nm : sodium). En exigeant toutes les raies intenses, on évite de conclure sur une coïncidence : chaque élément a une combinaison unique de raies, sa « signature ».

4
Activité 3 — Le spectre d'un corps chaud
≈ 20 min · Niveau 3 : fonction, listes, graphique
Ce que fait le programme

Il trace l'intensité émise par un corps chaud en fonction de la longueur d'onde pour trois températures, et cherche la longueur d'onde du maximum. La fonction intensite est donnée (loi hors programme). Comment le lire ? Des courbes continues dont le maximum se déplace.

À faire : complète la ligne qui trouve le maximum, exécute, puis ajoute la température 10 000 K.

Indice 1 — code. max(I) donne la plus grande intensité.
Indice 2 — code. I.index(max(I)) donne sa position dans la liste.
Indice 3 — code. lam_max = lambdas[I.index(max(I))].
Correction de l'activité 3
import math
import matplotlib.pyplot as plt

def intensite(lam_nm, T):
    """Intensité émise par un corps chaud à la température T (K), en unités arbitraires."""
    lam = lam_nm * 1e-9
    return 1e-30 / (lam ** 5 * (math.exp(1.4388e-2 / (lam * T)) - 1))

lambdas = list(range(200, 1501, 5))      # de 200 à 1 500 nm

for T in [3000, 4500, 5800]:
    I = [intensite(l, T) for l in lambdas]
    lam_max = lambdas[I.index(max(I))]
    print("T =", T, "K  ->  maximum vers", lam_max, "nm")
    plt.plot(lambdas, I, label=str(T) + " K")

plt.axvspan(400, 800, color="gold", alpha=0.15, label="domaine visible")
plt.title("Spectre d'un corps chaud")
plt.xlabel("longueur d'onde (nm)")
plt.ylabel("intensité (unités arbitraires)")
plt.legend()
plt.grid()
plt.show()

Résultats attendus. Maximum vers 965 nm (3 000 K), 645 nm (4 500 K), 500 nm (5 800 K) ; vers 290 nm à 10 000 K.

Interprétation. Quand la température augmente, le corps émet plus et son maximum se déplace vers les courtes longueurs d'onde : le spectre s'enrichit vers le violet. Le Soleil (5 800 K) a son maximum au milieu du visible.

Erreurs fréquentes. Chercher max(lambdas) au lieu de l'intensité maximale.

Q3
Classe les trois corps de la couleur la plus rouge à la plus blanche. Un filament de lampe (3 000 K) émet-il surtout de la lumière visible ?

Du plus rouge au plus blanc : 3 000 K, 4 500 K, 5 800 K. À 3 000 K, le maximum est vers 965 nm, dans l'infrarouge : une lampe à incandescence émet surtout de l'infrarouge, c'est-à-dire de la chaleur, d'où son mauvais rendement.

5
Conclusion et auto-évaluation
≈ 10 min
Q4
Réponds à la problématique : que nous apprend le spectre d'une lumière sur sa source ?

Un spectre continu indique un corps chaud ; la répartition des intensités renseigne sur sa température : plus il s'enrichit vers le violet, plus le corps est chaud. Un spectre de raies indique un gaz excité ; les longueurs d'onde des raies, mesurées grâce à une échelle étalonnée, identifient les éléments chimiques présents (ici le mercure). C'est ainsi que l'on connaît la température et la composition des étoiles.

Grille d'auto-évaluation

A = je sais faire seul · B = avec un peu d'aide · C = partiellement · D = à retravailler.

CompétenceABCD
Distinguer spectre continu et spectre de raies
Convertir une position en longueur d'onde
Identifier un élément par ses raies
Relier la température d'un corps chaud à son spectre
Utiliser une fonction et une condition en Python
Discuter la précision d'une identification
Clique sur A, B, C ou D pour chaque compétence.
Fiche professeur

Organisation

Durée totale estimée : 1 h 15. Partie 1 en salle de TP (lampes et spectroscopes) ; activités Python à la suite ou à la maison.

Préparation

Spectroscopes à réseau gradués, lampe à incandescence, lampes spectrales sodium et mercure (lampe « inconnue » : mercure).

Sécurité

Lampes spectrales chaudes ; lampe à mercure émettant des UV : limiter l'exposition directe.

Points de vigilance

L'étalonnage de l'échelle dépend du spectroscope : adapter lambda_0 et pas. La fonction de l'activité 3 est donnée : seule l'allure des courbes est au programme.

Différenciation

Aide : donner la relation \(\lambda = 400 + 2{,}5\,x\).

Approfondissement : vérifier que le produit \(\lambda_{max} \times T\) est à peu près constant.

Évaluation (sur 20)

Q1 (3 pts) ; activité 1 (3 pts) ; activité 2 et Q2 (6 pts) ; activité 3 et Q3 (4 pts) ; Q4 (4 pts).

Les corrections détaillées des activités Python et des questions sont dans les encadrés de chaque partie.

TP terminé, bravo !

Pour consolider : exercices 8 à 10, puis le quiz du cours.

Exercices corrigés Retour au cours