MESURES ET INCERTITUDES

Ce document est un support servant pour la formation de professeurs de physique chimie. Un article contenant
des justifications et des exemples et en prparation pour le BUP.

I. Dfinitions
1. Mesurage
Un mesurage a pour but de dterminer la valeur vraie d'une grandeur (le mesurande). Le rsultat (la mesure)
est significatif si la valeur donne est suffisamment proche de la valeur vraie (ou valeur conventionnellement
vraie). On appelle erreur de mesure la diffrence entre une valeur mesure et la valeur vraie.

2. Rsolution
La rsolution d'une mthode de mesure correspond la variation minimale qu'il faut imposer la grandeur
mesure pour obtenir une variation significative du rsultat de mesure (c'est--dire suprieure aux carts
alatoires de rptabilit).

3. Dispersion. Fidlit
La fidlit est l'aptitude d'un instrument donner, dans des conditions dtermines, des rponses trs voisines
lors de mesurages rpts de la mme valeur (faible dispersion).
Selon les conditions, on distingue deux types de fidlit :
- rptabilit : les mesurages sont effectus par la mme personne, dans un mme lieu, avec le mme
appareil et dans un court laps de temps ;
- reproductibilit : les mesurages sont effectus dans des conditions diffrentes (cas des diffrents
lves dune classe).

4. Erreur systmatique. Justesse

L'erreur systmatique est la composante de l'erreur de
mesure qui reste constante ou varie de faon prvisible
(dfaut d'talonnage, rglage de zro, drive temporelle,
temps de rponse, erreur de parallaxe, erreur
d'chantillonnage, approximation injustifie, perturbation
due linstrument, grandeurs dinfluence...).
Elle ne peut pas tre rduite en augmentant le nombre de
mesurages.
La justesse est l'aptitude d'un instrument donner des
indications exemptes d'erreurs systmatiques.

5. Incertitude
L'incertitude absolue donne une indication de la dispersion des mesures. Elle correspond l'intervalle
contenant trs probablement la valeur vraie xv de la grandeur mesure (intervalle de confiance). Elle se note x
ou U et possde la mme unit que la grandeur x.
Si x0 est la valeur conventionnellement vraie, le rsultat de la mesure s'crit : x = x0 x.
Cela signifie quil existe une certaine probabilit (niveau de confiance) que x0 - x < xv < x0 + x
x0
x
L'incertitude relative est le rapport

x
x
. Sans dimension, on la donne souvent en %.
x0

Elle donne une indication de la prcision du mesurage.

Attention ne pas confondre erreur de mesure et incertitude de mesure.

philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

1/7

II. Statistiques
1. Population et chantillon
La population est l'ensemble des mesures possibles (il est souvent infini).
L'chantillon est l'ensemble des mesures effectues, partir duquel on espre tirer des informations sur la
population (l'chantillon doit tre reprsentatif de la population).

2. Moyenne, variance et cart type de population

Taille = nombre de mesures
Moyenne ou esprance mathmatique m = E(X) = X =

1
xi
n

Mdiane = valeur situe au milieu de lensemble des mesures lorsquelles ont t ordonnes

1
(x i m) 2

n
Ecart-type (X) = V(X)
Variance V(X) =

(moyenne des carts quadratiques)

Etendue = valeur maximale - valeur minimale

Coefficient de variation (ou cart-type relatif RSD) CV =

3. Distribution d'un chantillon

- effectif et probabilit : construction dun histogramme (srie de mesures et tirage de ds)
Une valeur mesure est une des valeurs dune variable alatoire, dont on cherche connatre la distribution.
Rsultat de mesure = valeur vraie (inconnue) + erreur alatoire + erreur systmatique
Dterminer lincertitude du processus de mesure revient donner la forme et la largeur de cette distribution.
- Thorme central limite (Gauss : 1777-1855) :
Lorsque les causes d'incertitudes sont nombreuses, indpendantes, et donnent des erreurs du mme ordre de
grandeur, l'histogramme de rpartition de la srie de mesures tend vers une courbe de Gauss lorsque le
nombre n de mesures tend vers l'infini.
effectif

1
Gauss( x)
e
2

( x m )2
2 2

68 %
95 %
m-3

m-2mm

m+

m+2 m+3

valeur mesure

La loi normale n'est caractrise que par deux paramtres m et appels respectivement moyenne (indiquant
la valeur centrale) et cart-type (indiquant la largeur de la courbe).
Si la variable X suit une loi normale, 68 % des valeurs de X sont comprises dans l'intervalle [m- ; m+],
et 95 % des valeurs sont comprises dans l'intervalle [m-2 ; m+2].
Le calcul dincertitudes consiste estimer, en supposant que la distribution est gaussienne, sa moyenne et son
cart-type partir des rsultats dune srie de mesures. La valeur recherche (valeur conventionnellement
vraie) est estime par la moyenne des rsultats condition que le processus de mesure soit exempt derreurs
systmatiques.
philippe.goutverg@ac-reims.fr
mesures et incertitudes 04/10/12
2/7

III. Correction des erreurs systmatiques

On distingue l'erreur systmatique, que l'on peut prvoir et corriger, de l'erreur grossire (faute) due une
mauvaise manipulation de l'oprateur. Cette dernire devra tre dtecte et limine (voir tests d'hypothse).

1. Calibrage de l'instrument de mesure grce des talons

Une erreur constante sera corrige par mesure d'un "blanc", une erreur variable doit tre corrige par un
calibrage : on ralise toute la mthode de mesure sur un ou plusieurs objets connus.
On peut alors : - rgler l'appareil pour qu'il donne "en moyenne" directement la valeur vraie des talons ;
- tracer une courbe d'talonnage avec ventuellement un calcul de rgression, elle-mme
sujette incertitudes. Celle-ci permettra de calculer une correction effectuer aux rsultats des
mesures.

2. Validation et carte de contrle

Dans l'industrie, les normes de contrle qualit imposent une vrification rgulire du matriel par passage
d'talons de rfrence, avant et aprs la srie de mesures effectues (suivi de l'appareil par carte de contrle).
La certification dpendra des rsultats du laboratoire un certain nombre de tests montrant l'absence d'erreurs
systmatiques et des incertitudes conformes la tolrance fournie.

IV. Analyse statistique dune srie de mesures

Cest la mthode la plus simple utiliser avec des lves, en rcoltant lensemble de leurs rsultats.
On suppose que la mesure suit une loi normale, cest--dire quelle rpond aux conditions du thorme central
limite.

1. Calcul de lincertitude-type par tude statistique (type A)

Lincertitude-type correspond un cart-type, donc est li une probabilit de 68%.
a) premier cas : l'cart-type est connu
(valu par un trs grand nombre de mesures pralables)
Si on fait un seul mesurage, on prend comme incertitude-type lcart-type connu.
Si on fait une srie de mesurage, on montre que, en l'absence d'erreurs systmatiques, la moyenne des
mesures de la srie tend vers la moyenne de la population (considre comme la valeur vraie).
En faisant la moyenne des rsultats, on amliore la prcision, et l'incertitude-type sur la moyenne vaut :
uA =

Cette mthode (norme ISO 5725) est utilise dans un laboratoire professionnel lorsquil utilise une mthode
normalise et quil a particip une srie dessais inter-laboratoires. Il est tout fait possible, dans un exercice
ou une activit exprimentale, de donner aux lves lcart-type de la mthode (connu ou suppos connu) et
leur demander de calculer lincertitude.
b) deuxime cas : l'cart-type rel n'est pas connu (cas le plus courant)
- la moyenne des mesures de la srie tend vers la moyenne de la population
- l'cart-type de la srie de mesures prsente un biais par rapport celui de la population ; pour avoir un carttype sans biais, il faut prendre
(x i m) 2
estimateur sans biais, correspondant
sn-1 =
(n-1) degrs de liberts.
n 1

L'incertitude-type sur la moyenne vaut uA =

s
.
n

2. Incertitude largie
L'incertitude totale est gale l'incertitude-type multiplie par un facteur d'largissement k dpendant du niveau
de confiance choisi : U = k u
L'incertitude est dfinie comme tant l'intervalle qui a un certain pourcentage de chance (appel niveau ou taux
de confiance ) de contenir la valeur vraie de la mesure (les erreurs systmatiques ayant t corriges).
L'intervalle de confiance est alors [m U ; m + U].
a) premier cas : l'cart-type est connu
La thorie de la loi normale indique qu'au taux de confiance de 95 %, le facteur d'largissement vaut 1,96.
La norme ISO de contrle qualit prconise un facteur k = 2.
philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

3/7

b) deuxime cas : cart-type estim

On prend alors un facteur gal au coefficient de Student t dpendant de et de n :
nombre de mesures
2
3
4
5
6
7
8
10
degrs de libert
1
2
3
4
5
6
7
9
t 95% 12,7
4,30
3,18
2,78
2,57
2,45
2,36
2,26
t 99 % 63,7
9,92
5,8
4,60
4,03
3,71
3,50
3,25

12
11
2,20
3,11

15
14
2,14
2,98

30
29
2,05
2,77

Remarque : on voit que plus le niveau de confiance est grand, plus l'incertitude est grande, car on diminue le
risque que la valeur vraie soit situe hors de l'intervalle de confiance.
Attention : si on ne fait qu'une seule fois la mesure, on peut prendre comme cart-type celui dtermin
auparavant dans une srie de mesures identiques, mais on calculera l'incertitude finale avec n = 1.

3. Ecriture du rsultat
Le rsultat de la srie de mesures s'crit x = (x 0 x) units, o x0 = m et x = U
Chiffres significatifs
Les chiffres significatifs d'une valeur numrique sont les chiffres qui suivent le premier chiffre diffrent de 0.
Exemple : dans 0,00120, seuls 1, 2 et 0 sont significatifs, les autres dpendent de la notation choisie. Pour
-3
viter toute ambigut, il suffit d'crire le nombre en notation scientifique (1,20.10 ) et de compter les chiffres.
La norme prconise de garder deux chiffres significatifs pour l'incertitude absolue (un seul chiffre dans les
consignes officielles de linspection gnrale), et on crit le rsultat avec le mme nombre de chiffres aprs la
virgule.
Exemple : si x = 1,0124.10-3 et x = 4,86.10-5, le rsultat s'crira (1,012 0,049).10-3,
ou bien (1,01 0,05).10-3
Remarque 1 : afin dviter les erreurs darrondis, on narrondira que le rsultat final.
Remarque 2 : mfions-nous des "rgles" de nombres de chiffres : 0,99 et 1,01 n'ont pas le mme nombre de
chiffres significatifs. Pourtant, si on suppose une incertitude de 0,5 sur le dernier chiffre, il donne tous deux une
incertitude relative de 0,5 %

V. par analyse des causes derreurs

Cest la mthode prconise dans le guide pour lexpression de lincertitude de mesure (GUM).

1. Incertitudes-types de chaque source dincertitude

Les diffrentes incertitudes-types sont calcules partir des diffrentes causes d'erreurs alatoires :
- rsolution (graduation ou digit)
- tolrance constructeur
- incertitude de l'talon
- grandeurs d'influence (temprature, hygromtrie)
- chantillonnage
Afin de faire correspondre ces tolrances l'cart-type, on doit recalculer les incertitudes-types (type B) :
- pour une distribution quiprobable sur lintervalle de tolrance, on prend uB
- pour une distribution normale (talon commercial), on prend uB

demi-intervalle
;
3

incertitude
3

Lapplication de cette mthode seule impose de faire une liste complte des sources derreurs, on prenant
garde ne pas compter plusieurs fois certaines erreurs, et de connatre le modle mathmatique qui lie ces
causes au rsultat global. Certaines incertitudes-types peuvent tre dtermines par une analyse statistique
(type A), dautres par une mthode de type B.

philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

4/7

2. Incertitude-type compose
Si une grandeur z est calcule partir de plusieurs grandeurs indpendantes x i :
z = f(x1, x2, , xn)
exemples :

f
2
alors z
xi
i 1 x i
n

(relation valable avec les incertitudes-types)

z=ax+by

z a 2 x b 2 y

x
z = k y ou k
y

z
y
x
z
x y

L'incertitude tant proportionnelle l'cart-type, ce calcul est identique pour le calcul d'une incertitude partir
de ces composantes.
Ce calcul est fait dans Regressi si on choisit dans les options "calcul d'incertitudes avec variances". On peut
galement utiliser lexcellent logiciel libre GUM_MC.
Exemples : concentration par dosage volumtrique ; distance focale par loi de conjugaison ; rsistance par
tension et intensit

3. Incertitude largie
Le fait de composer plusieurs sources derreurs indpendantes (dont la distribution nest pas forcment
gaussienne) permet de rentrer dans le cadre du thorme central limite : le rsultat global de la mesure
sapproche dune loi normale, donc on peut calculer lincertitude largie : U = 2 uc pour un niveau de confiance
de 95 %.
Remarque 1 : a na aucun sens de calculer, comme on le voit souvent, lincertitude largie sur une distribution
rectangulaire.
Remarque 2 : cette mthode est intressante car elle permet de comparer le poids de chacune des sources
derreur, mais elle est longue et complexe, et il sera impossible de lutiliser chaque TP.

VI. Critres de validation

1. Utilisation dans les laboratoires industriels
Le calcul de l'incertitude dans un laboratoire (avec un facteur d'largissement gal 2) permet de dfinir les
tolrances de conformit des produits : la tolrance correspondant aux vrifications des lots doit tre infrieure
celle donne au client.
tolrance
accept
risques
refus
Dans la zone intermdiaire, le refus est risqu (risque de premire espce : rejeter un lot conforme) et
l'acceptation aussi (risque de deuxime espce : accepter un lot non conforme).
On utilise galement la notion de capabilit du processus de mesure qui est gale au rapport entre la tolrance
et l'incertitude. Celle-ci doit tre au moins gale 3 pour que le processus de mesure soit viable.

2. Comparaison rapide de deux rsultats

On amesur une mme grandeur par deux mthodes, ou bien on veut dterminer si deux chantillons
proviennent de la mme population. La question qu'on se pose est : "les deux mesures sont-elles identiques ?"
Dans une premire approche, il suffit de regarder si les intervalles de confiance se recouvrent.
Exemple : on mesure par deux mthodes la concentration de la mme solution, et on trouve d'une part 1,01
0,05 et d'autre part 0,95 0,03 (au mme niveau de confiance) : les deux valeurs sont compatibles car elles ont
un intervalle commun [0,96 ; 0,98].

philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

5/7

3. Tests d'hypothses
Ils consistent poser une question, du type : "les deux moyennes sont-elles identiques ?" (hypothse nulle) ou
bien "y en a-t-il une plus grande que l'autre ?".
Pour rpondre la question, on construit un paramtre partir des rsultats statistiques, et on compare ce
paramtre une loi tabule.
a) Comparaison d'une moyenne avec une valeur thorique : test t (Student)
On calcule t

m xv
s

n . Si cette valeur est infrieure au coefficient de Student correspondant (pour n-1

degrs de liberts), on peut accepter l'hypothse d'galit des deux valeurs.

b) Test de rejet de valeurs aberrantes :
test Q (Dixon)
On calcule

valeur suspecte - valeur la plus proche

valeur la plus grande - valeur la plus petite

Si cette valeur est infrieure la valeur critique tabule,

on peut accepter cette mesure.
Puis on refait le test sur les autres mesures.

c) Test de compatibilit de deux rsultats successifs par la mme mthode

C'est la mthode utilise dans les
laboratoires dans les cas o la mthode
est bien connue (cart-type de rptabilit
sr donn), lorsqu'on ne peut pas pratiquer
un grand nombre de mesurages.
(mthode drive du test de Student)

VII. Conclusion
Lenseignement des incertitudes est trs riche au niveau pdagogique : dabord car il rappelle quune mesure
nest pas absolument exacte, et permet dintroduire le doute, indispensable en sciences. Surtout, il oblige
rflchir au protocole utilis, condition de chercher des moyens de lamliorer.
Lobjectif de cet enseignement nest pas dajouter des calculs pour le plaisir de rsoudre des exercices (comme
on le voit souvent dans les manuels scolaires), mais de pratiquer une dmarche scientifique, parfois complexe,
toujours pleine de sens.

philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

6/7

Bibliographie
On peut trouver beaucoup de ressources sur
http://eduscol.education.fr/rnstl/mesure-instrumentation/mi_ressources
et sur http://www.udppc.asso.fr/national/index.php/documents-thematiques/metrologie
Cours sur les incertitudes
http://eduscol.education.fr/rnstl/mesureinstrumentation/mi_ressources/evaluation_incertitude_mesure_unique
Incertitudes de mesures : une approche normative (Dominique Barchiesi - BUP 864 de mai 2004)
disponible gratuitement sur http://www.udppc.asso.fr/bupdoc/
Chimie analytique (Skoog, West, Holler - DeBoeck Universit)
Analyse statistique de donnes exprimentales (Protassov - EDP sciences)
Guide du technicien qualit (Boiteux Delagrave)
Incertitudes et analyses des erreurs dans les mesures physiques (John Taylor Dunod)
Traitement des mesures (Roger Journeaux Ellipses) avec ses complments sur http://www.cetice.upsud.fr/complements/stats/r-journeaux.html
27 exemples dvaluation dincertitudes dtalonnage (Collge Franais de Mtrologie)
Travail de base avec les lves
http://ww2.ac-poitiers.fr/sc_phys/IMG/pdf/LA_MESURE_AU_COLLEGE.pdf
http://ww2.ac-poitiers.fr/sc_phys/spip.php?article323
http://artic.ac-besancon.fr/reseau_stl/FTP_STL/Mesures%20et%20statistiques.pdf
Recommandations sur lcriture dun rsultat et les chiffres significatifs
http://www.educnet.education.fr/rnchimie/recom/mesures_incertitudes.pdf
http://ead.univ-angers.fr/~capespc/physique/generalites/erreurs.pdf
Normes AFNOR
http://www-physique.u-strasbg.fr/~udp/articles/Courssurlesincertitudes.pdf
http://www.lne.fr/fr/services_ligne/popup-guides-documents/popup-guide-eurachem2.shtml
Logiciels de calculs
http://jeanmarie.biansan.free.fr/gum_mc.html
Regressi
Les calculs peuvent tre programms sur Excel ou Calc

philippe.goutverg@ac-reims.fr

mesures et incertitudes 04/10/12

7/7