Académique Documents
Professionnel Documents
Culture Documents
Physique-chimie
Mai 2010
MEN/DGESCO eduscol.education.fr/spc
Table des matires.
Introduction. ............................................................................................................................... 2
Mesures et incertitudes en sciences physiques et chimiques. .................................................... 3
1 La mesure : vocabulaire et notations. ................................................................................. 3
1.1 Dfinitions. .................................................................................................................. 3
1.2 Notion derreur alatoire. ............................................................................................ 3
1.3 La notion derreur systmatique. ................................................................................. 4
1.4 Fidlit et justesse ........................................................................................................ 4
1.5 Grandeur dinfluence. .................................................................................................. 4
1.6 Schma rcapitulatif .................................................................................................... 4
1.7 Notion dincertitude de mesure ................................................................................... 5
2 Estimation des incertitudes exprimentales et prsentation du rsultat .............................. 5
2.1 valuation de type A de lincertitude-type. ................................................................. 5
2.2 valuation de type B de lincertitude-type. ................................................................. 6
2.3 Incertitude-type compose ........................................................................................... 7
2.4 Incertitude-type largie et intervalle de confiance ...................................................... 7
2.5 criture des rsultats de mesure .................................................................................. 8
Prsentation des rsultats numriques........................................................................................ 9
1 Notations scientifique et ingnieur. .................................................................................... 9
2 Chiffres significatifs............................................................................................................ 9
2.1 Dtermination du nombre de chiffres significatifs. ..................................................... 9
2.2 Chiffres significatifs et prcision. ................................................................................ 9
3 Prsentation du rsultat dun calcul. ................................................................................. 10
4 Arrondi .............................................................................................................................. 10
4.1 Arrondi au plus proche ou arrondi arithmtique ....................................................... 10
4.2 Mthode d'arrondissage au pair le plus proche.......................................................... 11
4.3 Arrondi stochastique .................................................................................................. 11
4.4 Autres mthodes ........................................................................................................ 11
4.5 Arrondi en prsence dun logarithme ........................................................................ 11
Dans une deuxime partie, est prcise la manire de prsenter les rsultats numriques avec
les diffrentes notations utilises et les rgles concernant les arrondis.
1
http://www.bipm.org/fr/publications/guides/vim.html
o La valeur vraie (M vrai ) du mesurande est la valeur que lon obtiendrait si le mesurage
tait parfait. Un mesurage ntant jamais parfait, cette valeur est toujours inconnue.
Lors de chaque mesure, lerreur alatoire peut prendre nimporte quelle valeur entre
(m max - ) et (m min - ). En toute rigueur, lerreur alatoire est le rsultat dun mesurage
moins la moyenne dun nombre infini de mesurages du mme mesurande, effectus dans les
conditions de rptabilit. Comme lon ne peut faire quun nombre fini de mesures, il est
seulement possible de dterminer une estimation de lerreur alatoire.
La valeur vraie (M vrai ) du mesurande est toujours inconnue et il est impossible de raliser une
infinit de mesures : lerreur systmatique E RS ne peut pas tre connue compltement. Il est
seulement possible de dterminer une estimation de lerreur systmatique.
Lors dune mesure, lerreur alatoire peut prendre, au hasard, nimporte quelle valeur sur un
certain intervalle. Par contre, lerreur systmatique prend la mme valeur (inconnue) lors de
chaque mesure.
1.4 Fidlit et justesse
Si lon reprend les dfinitions et les notations prcdentes, on obtient :
E R = m M vrai = (m - )+( - M vrai ) = E Ra + E RS .
Une erreur de mesure E R a donc, en gnral, deux composantes : une erreur alatoire E Ra et
une erreur systmatique E RS . Lestimation de lerreur systmatique est appele biais de
mesure ou erreur de justesse.
La fidlit dun instrument de mesure est son aptitude donner des indications trs voisines
lors de lapplication rpte du mme mesurande dans les mmes conditions.
La justesse dun instrument de mesure est son aptitude donner des indications exemptes
derreur systmatique.
1.5 Grandeur dinfluence.
Cest une grandeur qui nest pas le mesurande mais qui a un effet sur le rsultat du mesurage.
1.6 Schma rcapitulatif
Mesurande mi
M mesure de la
valeur du
Processus de mesure mesurande
M vrai , valeur
vraie du M vrai
mesurande ERS =( - M vrai )
Pour tous les rsultats m i
ER a = ( m i - )
pour ce rsultat
une mesure
mi ER = (m i - M vrai ) pour ce rsultat
Si lon crit que M vrai = m i - E R , on tente dobtenir la valeur de la grandeur dentre partir
de la valeur m obtenue la sortie. La valeur de lerreur E R tant toujours inconnue, il est
Une part importante du travail exprimental rside donc dans lestimation de M dit intervalle
de confiance associ un niveau de confiance donn.
Lorsque les incertitudes sont values par des mthodes statistiques, lvaluation est dite de
type A.
Quand la dtermination statistique nest pas possible, on dit que lvaluation est de type B.
o Le constructeur fournit une indication de type c sans autre information. Dans ce cas, on
prendra pour incertitude-type: s = c / 3 (on considre que lindication donne par le
constructeur correspond une distribution rectangulaire de largeur 2 c .; partir de
cette hypothse, on peut trouver que s = c / 3 ).
o Considrons un banc optique sur lequel sont installs un objet lumineux, un cran, et une
lentille convergente. La position de chaque lment est repre par un index sur un rglet.
Les positions de lobjet et de lcran sont fixes et lon recherche la position x de la
lentille qui donne une image nette de lobjet sur lcran. On constate quil y a toute une
classe de positions qui correspondent cette condition et que x min < x < x max . La valeur
vraie x vrai appartient cet intervalle et elle est inconnue. Si lon fait une mise au point au
hasard toutes ces positions ont la mme probabilit. Dans tous les cas il y a une erreur de
mise au point E Rmap = x - x vrai . Pour exprimer lensemble de ces rsultats, on retient la
valeur mdiane de lintervalle prcdent, x = (x max + x min )/2 comme mesure de x. On
associe ensuite lerreur E Rmap une variable alatoire map de distribution rectangulaire et
de demi-largeur a = (x max x min )/2. On peut alors crire que x = x vrai + map ou que
Exemple
Les quatre anneaux de couleur caractrisant la rsistance sont Brun, Noir, Noir, Or. La
rsistance est donc gale R = 10 5%. Lincertitude type associe est gale :
5
10
s= 100 = 0,29 .
3
Exemple
Thermomtre : Range -200 to +700C, Temperature resolution below 700 C : 0,01C.
On considre que lindication constructeur est lincertitude maximale lie la rsolution.
Lincertitude due la rsolution associe une mesure de 18,545 C est :
s = 0,01/ 3 = 0,0056 C
Exemple
Bote dcades : Range : 1 to 1,11 M , number of decades : 5, full scale accuracy
0,1 %.
On considre que lindication du constructeur est lincertitude maximale. Lincertitude de
type B associe une bote rgle sur 10 k est :
s = 10 000. 0,1/100 . 1/ 3 = 5,8 .
Exemple
On cherche mesurer une tension de 0,9 V laide dun voltmtre de classe 2, rgl sur le
calibre 100 V. Le rsultat lu est 3 V et reste constant. Le calibre est-il bien choisi ?
Voltmtre de classe 2 sur calibre 100V induit une erreur absolue de 2/100100 = 2 V.
Lincertitude type est alors s = 2 / 3 = 1,1 V
Sur la mesure dune tension de 3 V, lincertitude relative est alors de 1,1 / 3 = 38 %.
Le calibre est mal choisi car la sensibilit du voltmtre nest pas suffisante pour mesurer
0,9 V.
2.3 Incertitude-type compose
Cest lincertitude-type dun mesurage lorsque le rsultat y est obtenu partir des valeurs x k
dautres grandeurs : y = f(x 1 ,x 2 ,,x n ).
2
n
f
Si toutes les grandeurs sont indpendantes : s y s k o s k est lincertitude-type de
k 1 x k
chacune des grandeurs x k .
2
Exemples : dans le cas o y = x 1 + x 2 , s y s 2x1 s 2x 2 .
Pour lincertitude, comme indiqu dans le paragraphe 2.1, obtenir une prcision plus petite
que 10% correspond des conditions de mesure trs contraignantes et coteuses. Dans la trs
grande majorit des cas, il faut donc limiter le nombre de chiffres significatifs de
lincertitude un seul chiffre significatif.
Pour lestimation de la grandeur mesure, on prendra comme dernier chiffre significatif, celui
de mme position (au sens numration) que celui de lincertitude.
Exemple
On mesure r= 100,251389 avec une incertitude M= 0,812349 . On crit alors le rsultat
sous la forme R = (100,3 0,8) .
La notation ingnieur est une reprsentation dun nombre dcimal x sous la forme dun
produit de deux facteurs a.10n. Le premier facteur est un nombre dcimal compris entre 1 et
1000. Dans le second facteur, n est un multiple de 3.
2 Chiffres significatifs.
2.1 Dtermination du nombre de chiffres significatifs.
Dans un nombre, les chiffres autres que zro sont significatifs. Les zros sils sont placs en
tte du nombre ne sont pas significatifs.
Exemples :
6,8 2 chiffres significatifs
6,80 3 chiffres significatifs
6800 4 chiffres significatifs
0,68 2 chiffres significatifs
Exemples :
Exemples :
m=11,6 kg = 11,6 103 g (3 chiffres significatifs) mais pas 11600 g (5 chiffres significatifs)
V=2,75 m3 = 2,75 106 mL mais pas 2 750 000 L
Exemple :
25,42 x 72,5 = 1,84 103
4 chiffres significatifs 3 chiffres significatifs 3 chiffres significatifs
4 Arrondi
Un arrondi d'un nombre est une valeur approche de ce nombre obtenue, partir de son
dveloppement dcimal, en rduisant le nombre de chiffres significatifs.
Par exemple 73 peut tre arrondi la dizaine la plus proche en 70, parce que 73 est plus
proche de 70 que de 80.
Par exemple, 3,046 arrondi aux centimes vaut 3,05 (le chiffre suivant (6) est suprieur 5).
Voici d'autres exemples en ne gardant qu'un seul chiffre significatif aprs la virgule :
En pratique, la mthode consiste sparer les dix chiffres dcimaux (0, 1... 9) en deux
parties :
Si quatre (ou un chiffre infrieur) est le chiffre qui suit la dcimale laquelle le nombre doit
tre arrondi, alors la dcimale reste inchange. Alors que si le chiffre suivant la dcimale est
six ou plus, la dcimale est augmente d'une unit. Enfin si le chiffre suivant est le chiffre
cinq lui-mme suivi par des chiffres diffrents de zro, alors la dcimale sera augment d'une
unit, tandis que si cinq n'est suivi d'aucun chiffre (ou que par des zros) alors la dcimale est
augmente d'une unit lorsqu'elle est impaire et reste inchange sinon. Cette mthode est
parfois appele arrondi au chiffre pair et est employe afin d'liminer le biais qui
surviendrait en arrondissant chaque fois par excs les nombres dont le dernier chiffre est
cinq.
Exemples :
3,046 arrondis aux centimes devient 3,05 (parce que le chiffre suivant (6) est
suprieur ou gal 6)
3,043 arrondis aux centimes devient 3,04 (parce que le chiffre suivant (3) est
infrieur ou gal 4)
3,045 arrondis aux centimes devient 3,04 (parce que le dernier chiffre est 5, et le
chiffre prcdent (4) est pair)
3,015 arrondis aux centimes devient 3,02 (parce que le dernier chiffre est 5, et le
chiffre prcdent (1) est impair)
L'arrondi stochastique, qui consiste aussi arrondir l'entier le plus proche, est une autre
mthode utilise en statistiques pour viter le biais qui surviendrait en arrondissant chaque
fois pas excs lorsque les deux entiers (infrieur et suprieur) sont quidistants du nombre
arrondir : en effet, lorsque ce cas se prsente, la dcision d'arrondir l'entier suprieur ou
infrieur est prise de manire alatoire ou pseudo-alatoire. L'inconvnient de cette mthode
est qu'il est difficile de vrifier ou de rpliquer une analyse statistique faite de cette manire.