Vous êtes sur la page 1sur 32

Aide de GUMic

Petit cours de mtrologie


Calcul des incertitudes de mesures selon la mthode GUM
(NF ENV 13005 X 07-020)
aide GUMic aide largement inspire du cours de mtrologie de Marc BODIN IUT Lannion
1
PLAN
Introduction GUMic et exemple
Anciennes approches de lincertitude
LHypothse Fondamentale de la Mesure
Le GUM : convention internationale Le GUM : convention internationale
Dmarche simplifie du GUM
Exemple : Volume deau prlev par pipetage
Conclusion
aide GUMic
2
Introduction GUMic et exemple (1)
Que fait GUMic ?
GUMic est un programme qui permet dexprimer le rsultat de mesure avec un intervalle
dincertitude assorti dun niveau de confiance.
GUMic calcule lincertitude de mesure selon deux mthodes :
La mthode GUM ( Guide to the expression of Uncertainly in Measurement) qui est une norme ISO.
La mthode Monte-Carlo qui est une mthode numrique de tirages au sort trs puissante.
3
Les limites de GUMic
GUMic utilise la mthode GUM limite lordre 1 ( ceci nest pas vraiment un handicap car le
cas des processus fortement non linaires est trs bien trait par la mthode Monte-Carlo ).
GUMic ne prend pas en charge le cas des variables alatoires corrles.
aide GUMic aide GUMic
Introduction GUMic et exemple (2)
Comment procder ?
Remplir les cases jaunes de la feuille de calcul.
Les cases jaunes qui correspondent un intitul de police rouge sont indispensables
au calcul.
Cliquer sur Calculer et attendre quelques secondes le rsultat.
Pour ajouter une grandeur au tableau cliquer sur Ajouter Supprimer Ligne (20
lignes au maximum).
Pratique
Une aide directe est disponible en plaant la souris sur lintitul de la colonne ou de
la ligne.
Un zoom manuel est possible : Ctrl + molette (de la souris)
Exemple de calcul ralis par GUMic page suivante
Cet exemple sera trait in extenso la page 21 de cette aide.
aide GUMic
4
Introduction GUMic et exemple (3)
Niveau de confiance : 95 % Exactitude : 0,21 %
Ve(20C) = 9,989 0,021 cm3
avec k = 2,11
Rsultat final
Incertitudes prpondrantes
1) Dfinition du mesurande Y
Symbole
TITRE
Volume d'eau prlev par pipetage
Description
Ve(20C)
On travaille 26C, or le volume qui relie le processus de mesure aux talons
internationnaux est le volume de la pipette 20C dont la classe nous est garantie par le
fabricant.
Donc le volume d'eau que l'on cherche est le volume d'eau prlev la pipette ramen
20C et il faut donc tenir compte a priori des dilatations thermiques du verre de la pipette
et de l'eau que celle-ci contient.
Mthode
GUM
9989,21 E-3
9,90 E-3
17
cm3 6,92 E-3 cm3 infini
cm3 6,84 E-3 cm3 4
C-1 0,04 E-3 cm3 2
C-1 0,40 E-3 cm3 2
C 1,80 E-3 cm3 2
Ecart type
Degrs de libert
9989,21 E-3
9,91 E-3
Moyenne
Mthode
MonteCarlo
MESURANDE
Nombre de
degrs de
libert
i
(cm3) / (C-1)
(cm3) / (C-1)
(cm3) / (C)
59,9
Les rsultats sont identiques pour les deux mthodes donc
le mesurande est quasi linaire sur son intervalle
d'incertitude.
Nombre de degrs de libert < 30 donc le facteur
d'largissement k suit loi de Student
Incertitude type
unit mesurande
59,9
1,80 E-3
Coefficient de Sensibilit
1,00
1,00
(cm3) / (cm3)
(cm3) / (cm3) 6,85 E-3
6,67 E-7
6,67 E-6
1,00
Incertitude type
unit grandeur
6,93 E-3
Loi du mesurande
Loi Normale
Vlu Cop T ae av
Y
x
i
.
u(x
i
) u(x
i
)
Y
x
i
2) Modle mathmatique Y(X
1
, ... , X
n
) du processus de mesure
3) Tableau des grandeurs X
i
du modle
a = 0,012
s = 0,00685 n = 5
U = 0,2E-5
u/u =
50
U = 0,2E-4
u/u =
50
U = 3
u/u =
50
Estimation perso
Estimation perso
Vlu
Cop
av
ae
Unit
Ve(20C) =
Rptabilit pour s
Source
incertitude
C
Coef dilatation verre
Coef dilatation eau
Temp ambiante
3,0E-5
2,1E-4
26 T
C-1
C-1
Loi normale 3s
Loi normale 3s
Loi normale 3s
Estimation perso
10
0
Volume lu
Habilet oprateur
cm3
cm3
Vrification(classe) Loi uniforme
Echantillonnage
Nom grandeur
(Vlu+Cop)*[1+av*(T-20)]/(1+ae*(T-20)]
Symbole
grandeur
Unit
ou cart-type
ou s(X)
Demi-tendue
U ou a
Loi de
probabilit
Moyenne
Fiabilit
u/u en %
X
i
ou taille n
chantillon
cm3
aide GUMic
5
Approche universitaire classique de lincertitude
Mthode de la diffrentielle ( mthode purement analytique et a priori )
Y = f(x
1
, x
2
, ... , x
n
)
Inconvnients
Majoration irraliste de lincertitude : on envisage le cas le plus dfavorable o
les erreurs se font toutes dans le mme sens.
Incertitude non transfrable : Sa dmesure la rend inutilisable pour le calcul
y =

f
x
1
.x
1
+ +

f
x
n
.x
n
Anciennes approches de lincertitude (1)
Incertitude non transfrable : Sa dmesure la rend inutilisable pour le calcul
dune autre incertitude sous peine d'un effet d'amplification.
Confusion Incertitude/Erreur : sur chaque xi on estime lerreur maximale
pouvant tre commise au lieu de la corriger quand cest possible.
Ngligence dans la recherche des causes derreurs :
Le caractre trs approximatif de la mthode conduit faire lconomie dune tude
plus pousse des causes derreurs.
Les erreurs non prises en compte placent souvent la valeur vraie hors de
lintervalle dincertitude.
Incompatibilit fondamentale entre cette mthode et la mthode
statistique : Impossible de combiner les rsultats de ces deux mthodes.
aide GUMic
6
Anciennes approches de lincertitude (2)
Approche industrielle classique de lincertitude
Mthodes purement statistiques ( mthodes globales a posteriori )
Rptabilit : mesures rptes dans des conditions rigoureusement identiques
(mmes : oprateur, mthode de mesure, instrument, lieu , protocole ) cart type
r
Reproductibilit : Une (ou des) condition(s) de ralisation de la mesure varie(nt)
chaque mesure cart type
R
Incertitude :
I
g
= 2. = 2.
r
2
+
R
2
Principe : Linstrument dont I
g
< IT/4 est dclar capable de faire les mesures
quon lui demande (avec IT lintervalle de tolrance).
Cela revient majorer l'incertitude trouve exprimentalement par la tolrance.
Avantages :
Mthode rapide, souple et facile mettre en uvre.
Inconvnients :
Mthode globale qui ne permet pas didentifier les grandeurs influentes, donc
aucune amlioration possible de linstrument ou du processus.
Absence de relation mathmatique du type : y = f(x
1
, x
2
, ... , x
n
)
aide GUMic
7
Ncessit dune nouvelle convention
Constat : Incompatibilit des approches traditionnelles de lindustrie et de luniversit
do difficults de communication.
Qualit ncessaire dune convention commune :
luniversalit : elle doit pouvoir sappliquer tous les types de mesurages et ceci de
latelier jusquau laboratoire de mtrologie.
Anciennes approches de lincertitude (3)
La quantit reprsentant lincertitude doit tre :
calculable de faon logique partir des informations recueillies sur le
processus de mesure.
transfrable : elle doit pouvoir tre utilise comme composante de lincertitude
dune autre mesure o on utilise le premier rsultat.
aide GUMic
8
Approche empirique
x
v
valeur vraie
x
i
rsultat brut dune mesure
moyenne dune infinit de rsultats bruts
Tout rsultat de mesure x
i
est entach derreur : E = E
a
+E
s
erreurs alatoires E =x - rduites par chantillonnage
E
s
E
a
E
X
x
i
x
v

LHypothse Fondamentale de la Mesure (1)
erreurs alatoires E
a
=x
i
- rduites par chantillonnage
erreurs systmatiques E
s
= - x
v
rduites par corrections
Soit x un rsultat corrig = rsultat dont les erreurs alatoires et systmatiques
ont t rduites
Mais Rduites limines : des erreurs rsiduelles subsistent, inconnues,
imprvisibles.
Si on rpte plusieurs fois le processus de mesure, on trouve
des rsultats corrigs disperss alatoirement.
aide GUMic
9
LHypothse Fondamentale de la Mesure (2)
LHypothse Fondamentale de la Mesure (HFM)
Le rsultat de mesure corrig est une variable alatoire.
Par commodit on dit que cest la grandeur elle-mme qui est alatoire, mais
ceci est un abus de langage.
La variable alatoire X Rsultat corrig La variable alatoire X Rsultat corrig
Comme toute variable alatoire, X prsente :
Une loi de probabilit a priori inconnue
Une moyenne (X) inconnue
Un cart-type (X) inconnu
Et la valeur vraie dans tout a ?
(X)
x
(X)
Distribution des
rsultats corrigs
aide GUMic
10
Consquences de lHFM
Valeur vraie (dune grandeur) : Valeur compatible avec la dfinition dune
grandeur particulire donne. [VIM 1.19]
Prcision du VIM : Larticle indfini une plutt que larticle dfini la est utilis en conjonction
avec valeur vraie parce quil peut y avoir plusieurs valeurs correspondant la dfinition dune
grandeur particulire donne.
LHypothse Fondamentale de la Mesure (3)
Incertitude de mesure : Paramtre, associ au rsultat dun mesurage, qui
(X)
x
(X)
Distribution des
rsultats corrigs
Incertitude de mesure : Paramtre, associ au rsultat dun mesurage, qui
caractrise la dispersion des valeurs qui pourraient raisonnablement tre
attribues au mesurande. [VIM 3.9]
Prcision du VIM : Ce paramtre peut tre par exemple un cart type (ou un multiple de
celui-ci) ou la demi largeur dun intervalle de confiance dtermin.
(X) sera estime par la valeur particulire x dun rsultat corrig
(X) sera estim par lincertitude type u(X)
aide GUMic
11
Une norme ISO (International Standardisation Organisation)
GUM : Guide to the expression of Uncertainly in Measurement (1993)
Version franaise : Norme Franaise X 07- 020 AFNOR Aot 1999
Publication reprenant le GUM :
Chimie :
Le GUM : convention internationale
Chimie :
Guide EURACHEM/CITAC :
Quantifier lIncertitude dans les Mesures Analytiques
(format pdf tlchargeable gratuitement)
http://www.eurachem.ul.pt/
http://www.sach.ch/euchemf.html
aide GUMic
12
1) Analyser le processus de mesure :
Dfinir le processus de mesure
Dfinir le besoin : Pourquoi veut-on cette mesure ?
Dfinir le mesurande : Que mesure ton ?
Dfinir lexactitude souhaite : Quelles contraintes ? (norme, budget, exactitude )
Dfinir le processus de mesure : Comment procder vu les points prcdents ?
Dmarche simplifie du GUM (1)
PROCESSUS DE MESURE PROCESSUS AVAL
PROCESSUS AMONT
Recenser les sources derreurs de mesure affectant le mesurage du
mesurande y
Mthode des 5 M : Mthode, Matire, Milieu, Moyen, Main duvre
Mthode
Mesurande
Matire Milieu
Moyen Main duvre
EXPLOITATION
DU RESULTAT
DEMANDE DE
MESURE
Expression
des besoins
Rsultat
aide GUMic
13
Dmarche simplifie du GUM (2)
2) Modliser le processus de mesure de y
Modle mathmatique du processus de mesure : y = f(x
1
, , x
N
)
Mesurande= f(Constante dappareil, Drive, Grandeurs dinfluence, Corrections ...)
Rduire les erreurs systmatiques par des corrections de sorte que lerreur rsiduelle
affectant chaque x
i
soit purement alatoire.
La dcision dignorer une erreur a priori ngligeable devrait reposer sur des
rsultats chiffrs. rsultats chiffrs.
Si une des grandeurs x
i
du modle est nulle surtout ne pas lliminer car son
incertitude, quant elle, n'est pas nulle.
Calculer les coefficients de sensibilit de y pour chaque x
i
Le calcul des sert llaboration des incertitudes.
Si on connat lquation liant y et x
i
alors on drive y par rapport x
i
.
Si on ignore la forme de lquation y(x
i
) alors on la dtermine exprimentalement et
on dtermine la pente au point de la mesure.

y
x
i
aide GUMic
14
Dmarche simplifie du GUM (3)
3) Estimer (X
i
) et (X
i
) des variables alatoires X
i
La variable alatoire X
i
Rsultat de mesure de la grandeur x
i

A chaque grandeur x
i
du modle mathmatique du processus de mesure
y=f(x
1
, , x
n
) correspond une variable alatoire X
i
de moyenne (X
i
)
dcart type (X
i
)
Mthode destimation statistique = Mthode A
Faire de la grandeur x
i
un chantillon de taille n
Estimer (X ) par la moyenne d'chantillon Estimer (X
i
) par la moyenne d'chantillon
Estimer (X
i
) par lincertitude type avec
Exemple :
Lors d'un processus de mesure un oprateur ne doit raliser quune seule mesure.
Pour caractriser lincertitude due loprateur, celui ci ralise part un chantillon de mesures dont
il relve l'cart type exprimental s(X) .
Estimer (
i
) par lincertitude type
Si on veut caractriser la dispersion des moyennes d'chantillon :
Si on veut caractriser la dispersion des valeurs X individuelles :
u(x
i
) = s(
i
) =
s(X
i
)
n
u(x
i
) = s(X
i
) s(x) =
1
n-1

i=1
n
(x
i
-)

aide GUMic
15
Mthode destimation non statistique = Mthode B
Estimer (X
i
) partir de : Certificat d'talonnage, Constat de vrification,
Valeur trouve dans la littrature, Notice constructeur, Archives de production
Estimer (X
i
) partir :
de lidentification de la loi de probabilit associe X
i
des valeurs extrmes que peut prendre physiquement X
i
Loi normale
certificat d'talonnage COFRAC k=2
estimation personnelle raisonnable k=3
Dmarche simplifie du GUM (4)
u
x- U x x+U
X
u
(x)
u
B
(x)=
U
k
estimation personnelle raisonnable k=3
certaines archives de production k
Loi uniforme (= loi rectangle) ..
rsolution d'un affichage numrique
constat de vrification (= classe d'exactitude)
grandeur borne par deux extrema identifis.
phnomne dhystrsis.
drive suppose dun talon.
Loi en U (= loi drive darcsinus) ..
grandeur oscillant entre deux extrema de faon
sensiblement sinusodale.
x-a x x+a
X
1/2a
(x)
(x)
x-a x x+a
X
u
B
(x)=
a
3
u
B
(x)=
a
2
aide GUMic
16
Dmarche simplifie du GUM (5)
4) Quantifier la fiabilit des estimations des (X
i
) par les
incertitudes types u(X
i
)
Certaines incertitudes-types u(x
i
) ne sont pas fiables, on leur
associe un nombre de degrs de libert
i
:
Si u(x
i
) est dtermine grce un petit chantillon (taille n<30)
Dans le cas d'un rsultat issu d'une rgression linaire on prendra
i
= n-2

i
= n-1
Si u(x
i
) est dtermine partir dune estimation personnelle raisonnable :
Estimer u/u lincertitude de lestimation de (X
i
) par u(x
i
).
Calculer le nombre de degrs de libert associ
Ex : On prend souvent u/u = 50% dans ce cas :
i
=
1
2

(0,5)
-2
= 2

i
=
1
2





( (( (
u
u

- 2
aide GUMic
17
Dmarche simplifie du GUM (6)
5) Calculer les estimateurs de (Y) et de (Y)
Le modle mathmatique appliqu aux variables alatoires est :
Y=f(X
1
, , X
N
) on peut alors estimer (Y) et (Y) par y et u
c
(y)
Avec un dveloppement limit lordre 2 et pour des grandeurs non corrles :
Estimateur de (Y)
Estimateur de (Y)

N
( (( (
f
2

N
( (( (
1
( (( (
f
2
f


3
f
y f(
1
, ,
N
) +
1
2

i=1
N

f
x
i



u(x
i
)
Estimateur de (Y)
Avec un dveloppement limit lordre 1 et si Y est proche de la linarit sur
un intervalle de l'ordre de 2 3 fois l'cart type :
Estimateur de (Y) y f(
1
, ,
N
)
Estimateur de (Y)
GUMic utilise ces dernires relations, plus simples.
Quand le mesurande Y est fortement non linaire GUMic utilise les rsultats de la
mthode de Monte-Carlo qui est insensible la non linarit.
u
c
(y)
i=1
N




( (( (
f
x
i
2

u(x
i
) +
i=1
N

j=1
N




( (( (
1
2




( (( (
f
x
i
x
j
+
f
x
i




3
f
x
i
x
j



u(x
i
)

u(x
j
)
u
c
(y)



( (( (
f
x
1
2

u(x
1
) + +



( (( (
f
x
N
2

u(x
N
)
aide GUMic
18
Dmarche simplifie du GUM (7)
5) Calculer
eff
le nombre de degrs de libert effectif
Avant de prsenter le rsultat final il faut sassurer de la fiabilit de lincertitude type
compose u
c
(y) dans son estimation de (Y).
u
c
(y) peut ne pas tre fiable si parmi les incertitudes types prpondrantes qui ont
servi son calcul, on en trouve qui proviennent :
dun petit chantillon
dune estimation personnelle raisonnable. dune estimation personnelle raisonnable.
Pour quantifier la "fiabilit de u
c
(y) on calcule
le nombre de degrs de libert effectif
avec la relation de Welch-Satterhwaite :
La valeur de u
c
(y) est dautant plus fiable que
eff
est fort.

eff
=
u
c
4
(y)

i=1
N




( (( (
f
x
i


u(x
i
)

4

i
aide GUMic
19
Dmarche simplifie du GUM (8)
6) Prsenter le rsultat final
On prsente le rsultat final sous la forme de base : Y = y U = y k.u
c
(y)
Quand la loi de probabilit de Y est connue (cest le cas avec GUMic), deux situations
peuvent se rencontrer en fonction du nombre de degrs de libert effectif
eff
:
y = y U(y)
y -U y y+U
Y
Niveau de confiance NC
= aire sous la courbe bleue
= probabilit de trouver une
valeur de Y dans cet intervalle
Pour GUMic si
eff
> 30
Le rsultat final sexprime avec k=2
Le niveau de confiance NC associ cet intervalle est
alors dtermin par intgration de la courbe bleue sur lintervalle y 2u(y)
Pour GUMic si
eff
< 30
Le rsultat final sexprime au niveau de confiance NC=95%.
Le facteur dlargissement k est major pour prendre
en compte le manque de fiabilit de lestimation de (Y) par u
c
(y).
k suit une loi de Student et se dtermine pour un NC et un
eff
donns.
y = y U(y)
avec k = 2
NC = ...
y = y U(y)
avec k = ...
NC = 95 %
aide GUMic
20
Cahier des charges de cette mesure
On prlve un volume deau avec une pipette 2 traits
On doit exprimer le volume prlev avec une incertitude
2 selon la norme GUM
Analyse du processus de mesure :
Mthode des 5 M
Exemple : Volume deau prlev par pipetage (1)
Mthode Matire
Milieu
Moyen
Main doeuvre
Rsultat Mesurande
Justesse : Classe
Mesurage en une
fois
Temprature
ambiante
Habilet de loprateur :
apprciation des 2 traits
Dilatation thermique
de leau
Dilatation thermique
du verre
aide GUMic
21
Analyse du processus de mesure (suite)
Informations recueillies :
Rsultats obtenus par loprateur pour 5 pipetages
dans conditions de rptabilit (pesages)
En cm
3
9,9856 9,9800 9,9964 9,9876 9,9952
Classe dexactitude de la pipette (indications fabricant)
Volume nominal : V
lu
= 10 cm
3
Classe 0,012 cm
3
Temprature de rfrence : 20 C
Exemple : Volume deau prlev par pipetage (2)
Temprature de rfrence : 20 C
Temprature du local (= temprature de leau et du verre)
Estimation personnelle raisonnable de loprateur : = 26 3 C
Fiabilit associe cette estimation : 50% (estime elle mme par le mesureur).
Coefficient de dilatation cubique de leau

e
= 2,1.10
-4
C
-1
valeur trouve dans la littrature.
Coefficient de dilatation cubique du verre

v
= 3,0.10
-5
C
-1
valeur trouve dans la littrature.
aide GUMic
22
Modle mathmatique du processus de mesure :
Modle mathmatique
La seule valeur connue prcisment est le volume de la pipette 20C.
On recherche donc V
e20
le volume deau prlev ramen 20C
A la temprature ambiante le volume deau et le volume de la pipette sont gaux :
V

= V
lu
.[1+
v
.(-20)] volume de la pipette la temprature de pipetage
V

= V
e20
.[1+
e
.(-20)] volume de l'eau la temprature de pipetage
d'o le volume d'eau recherch : V
e20
= V
lu
.
1+
v
.( -20)
1+
e
.( -20)
Exemple : Volume deau prlev par pipetage (3)
Soit C
op
la correction sur le volume nominal V
lu
qui tient compte de lerreur imprvisible
due au rflexe de loprateur dans son apprciation des traits.
V = 9,989214 cm
3
Remarques :
Pour ce rsultat intermdiaire il faut conserver de nombreux chiffres.
Dans le modle doivent figurer toutes les corrections mme nulles car leurs
incertitudes quant elles ne sont pas nulles.
1+
e
.( -20)
V
e20
= (V
lu
+ C
op
) .
1+
v
.( -20)
1+
e
.( -20)
= (10 + 0)
1 + 3,0.10
-5
(26 20)
1+ 2,1.10
-4
(26 20)
aide GUMic
23
Calcul des coefficients de sensibilit
Linarisation du modle mathmatique
Afin de simplifier les calculs suivant on cherche si possible linariser le modle.
linarisable en V
e20
(V
lu
+ C
op
).[1+(
v
-
e
).( -20)]
Sensibilit de V chacune des grandeurs du modle
Exemple : Volume deau prlev par pipetage (4)
V
e20
= (V
lu
+ C
op
) .
1+
v
.( -20)
1+
e
.( -20)
V
e20
V
lu
= [1+(
v
-
e
).(-20)]
V
e20
V
lu
1,00 cm
3
.cm
-3

V
e20
= [1+( - ).(-20)]
V
e20
1,00 cm
3
.cm
-3
Remarques :
On ne simplifie pas les units dune sensibilit.
On garde 3 chiffres significatifs pour les sensibilits (qui ninterviennent
que dans le calcul de l'incertitude).
V
e20
C
op
= [1+(
v
-
e
).(-20)]
V
e20
C
op
1,00 cm
3
.cm
-3

V
e20

v
= (V
lu
+ C
op
).(-20) (10,0+0)(26-20)
V
e20

v
= 60,0 cm
3
.(C
-1
)
-1

V
e20

e
= -(V
lu
+ C
op
).(-20) (10,0+0)(26-20)
V
e20

e
= -60,0 cm
3
.(C
-1
)
-1

V
e20

= (V
lu
+ C
op
).(
v
-
e
) (10,0+0)(3-21).10
-5
V
e20

= -0,00180 cm
3
.C
-1

aide GUMic
24
Dtermination des incertitudes types
u
B1
(V
lu
) : Incertitude type de justesse (mthode non statistique : B)
Pour un matriel vrifi (= appartenant une classe) on a :
Loi de probabilit = loi uniforme
Soit a la demie tendue de classe
u
A2
(C
op
) : Incertitude type de rptabilit (mthode statistique : A)
Lhabilet de lexprimentateur peut se quantifier par un cart type.
ATTENTION : le volume prlev et utilis ne lest quune seule et unique fois (=1
Exemple : Volume deau prlev par pipetage (5)
u
B1
(V
lu
) =
a
3
=
0,012
3
= 0,00693 cm
3
ATTENTION : le volume prlev et utilis ne lest quune seule et unique fois (=1
mesure) donc ici lincertitude type est gale lcart type exprimental s(x).
u
B3
(
v
) : Incertitude type coef dilatation verre (mthode non statistique : B)
Ici une estimation personnelle raisonnable de U est U = 0,2.10
-5
C
-1
L'estimation personnelle raisonnable est traditionnellement modlise par :
Loi de probabilit = loi normale
Incertitude largie U donne 3
u
A2
(C
op
) = s(x) =
1
n-1
.
i=1
n
(x
i
- )
2
= 0,00685 cm
3
u
B3
(
v
) =
a
3
=
0,2.10
-5
3
= 6,67.10
-6
C
-1
aide GUMic
25
Dtermination des incertitudes types (suite)
u
B4
(
e
) : Incertitude type coef dilatation eau (mthode non statistique : B)
Ici une estimation personnelle raisonnable de U est U = 0,2.10
-4
C
-1
L'estimation personnelle raisonnable est traditionnellement modlise par :
Loi de probabilit = loi normale
Incertitude largie U donne 3
u
B5
( ) : Incertitude type de temprature (mthode non statistique : B)
Exemple : Volume deau prlev par pipetage (6)
u
B4
(
e
) =
a
3
=
0,2.10
-4
3
= 6,67.10
-5
C
-1
u
B5
( ) : Incertitude type de temprature (mthode non statistique : B)
L'estimation personnelle raisonnable de U par l'oprateur est U = 3 c
Loi de probabilit = loi normale
Incertitude largie U donne 3
Remarques :
Pour le calcul on garde 3 chiffres significatifs aux incertitudes types.
Il ne faut pas abuser des estimations personnelles, mais si on en fait une, la
mthode GUM nous dira si on a eu raison.
u
B5
( ) =
a
3
=
3
3
= 1,00 C
aide GUMic
26
Dtermination des incertitudes types (suite)
Incertitudes types en unit du mesurande
Exemple : Volume deau prlev par pipetage (7)
ml 0,00692 ml
ml 0,00685 ml
C-1 0,00004 ml
Incertitude type
unit mesurande
Coef Sensibilit
1,00
(ml) / (ml)
LOI DE
PROBABILITE
MOYENNE
(ml) / (ml)
(ml) / (C-1)
U ou a ou
Incertitude type
unit grandeur
1,00
60,0
10,000 ml
0,000 ml
SOURCE
INCERTITUDE
SYMBOLE
X
i
Vrification
Habilet oprateur
Coef Dilatation Verre
Uniforme
Echantillon
Loi normale 3s
DEMI ETENDUE
ou ECART TYPE
0,012 ml
0,00685 ml
0,2 E-5 C-1
u(X
i
)
0,00693
Av
0,00685
6,67 E-7
Vlu
Cop
3,0 E-5 C-1
Y
X
i
Y
X
i
.u(X
i
)
Analyse
Les incertitudes limitantes sont celles de la classe de
la pipette et de l'habilet de l'oprateur.
Inutile d'essayer amliorer les autres si on ne diminue
pas d'abord ces 2 sources principales d'incertitude.
On pourra choisir une pipette de meilleure classe.
Remarque :
Une analyse selon le GUM aide donc matriser
le processus de mesure par effet rtroactif.
C-1 0,00004 ml
C-1 0,00040 ml
C 0,00180 ml
(ml) / (C-1)
(ml) / (C)
60,0
0,00180
60,0
Coef Dilatation Eau
Estimation perso
Loi normale 3s
Loi normale 3s
2,1 E-4 C-1
1,00
0,2 E-4 C-1
3 C 26 C
Av
Av

6,67 E-7
6,67 E-6
Incertitudes prpondrantes
0,0E+00
1,0E-03
2,0E-03
3,0E-03
4,0E-03
5,0E-03
6,0E-03
7,0E-03
8,0E-03
Vlu Cope T Ae Av
aide GUMic
27
Calcul de lincertitude type compose u
c
(V)
Estimateur de lcart type de la variable alatoire V
Exemple : Volume deau prlev par pipetage (8)
u
c
(V)=
\
|

|
V
e20
V
lu
.
u
B1
(V
lu
)
2
+
\
|

|
V
e20
C
op
.
u
A2
(C
op
)
2
+
\
|

|
V
e20

v
.
u
B3
(
v
)
2
+
\
|

|
V
e20

e
.
u
B4
(
e
)
2
+
\
|

|
V
e20

.
u
B5
()
2
u
c
(V)= 0,00692+0,00684+0,00004+0,00040+0,00180
u (V)= 0,00990 cm
3
La question de la fiabilit de lincertitude type compose.
Ce rsultat est tabli partir de deux incertitudes-types prpondrantes non fiables :
u
A2
(C
op
) est une estimation faite partir d'un trs petit chantillon (taille n= 5)
u
B5
() est une estimation personnelle.
Donc on peut supposer que l'incertitude-type compose u
c
(V) peut ne pas tre fiable.
u
c
(V)= 0,00990 cm
3
aide GUMic
28
Dtermination du nombre de degrs de libert
eff
Fiabilit de u
A2
(C
op
)
quantifie par le nombre de degrs de libert
2
= n-1 = 5 -1 = 4
Fiabilit de u
B5
( ) selon l'nonc u/u = 50%
Nombre de degrs de libert effectif
Exemple : Volume deau prlev par pipetage (9)

5
=
1
2







( (( (
( (( (
( (( (
u
u

2
=
1
2

(0,5)
-2
= 2
Nombre de degrs de libert effectif

eff
< 30 donc l'incertitude-type compose n'est pas fiable.

eff
=
u
c
4
(V)



( (( (
V
C
op


u(C
op
)

4

2
+



( (( (
V



u( )

4

5
=
0,00990
4
0,00685
4
4
+
0,00180
4
2
= 17
aide GUMic
29
Rsultat du mesurage au niveau de confiance 95%
Pour prendre en compte ce manque de fiabilit , on largit l'intervalle d'incertitude
grce un facteur d'largissement k tir d'une loi de Student.
Pour un niveau de confiance NC= 95% et un nombre de degrs de libert
eff
= 17 ,
GUMic (ou une table de Student) donne k=2,11
Incertitude largie : U = 2,11.u
c
(V) = 2,11 0,00990 = 0,0209 cm
3
Exemple : Volume deau prlev par pipetage (10)
Rsultat final : V= V U
Lincertitude finale ne doit comporter
que deux chiffres significatifs.
Le nombre de chiffres de
lincertitude dfinit le nombre de chiffres garder pour le rsultat.
Les longs et fastidieux calculs prcdents sont instantans
avec GUMic
V= 9,989 0,021 cm
3
20C
avec k=2,11 et
eff
= 17
au niveau de confiance NC=95%
aide GUMic
30
Les progrs apports par la mthode du GUM
Rsultat final plus fiable.
Meilleure connaissance du processus de mesure : on modlise finement ce
processus particulier, bien concrtement.
D'o possibilit de lamliorer.
Meilleure traabilit et possibilit pour un tiers de critiquer le rsultat.
CONCLUSION
aide GUMic
31
BIBLIOGRAPHIE
GUM : Guide to the expression of Uncertainly in Measurement (1993)
Version franaise : Norme Franaise X 07- 020 AFNOR Aot 1999
VIM : Vocabulaire International des termes fondamentaux et gnraux
de Mtrologie
Version franaise : Norme Franaise X 07- 001 AFNOR Dcembre 1994
Mtrologie Cours A M.Lecollinet (1996-1997) CNAM MEDIA
Guide EURACHEM/CITAC
Quantifier lIncertitude dans les Mesures Analytiques
(format pdf tlchargeable gratuitement)
http://www.eurachem.ul.pt/
http://www.sach.ch/euchemf.html
Techniques de lIngnieur Mesures et Contrle R 285
Incertitudes de mesure et tolrances Marc Priel
aide GUMic
32