Vous êtes sur la page 1sur 19

Cours 6

Incertitude de mesure

1. Vocabulaire de la mtrologie
2. Erreurs, Correction et Incertitudes de mesure
3. Evaluation de lincertitude de mesure
4. Loi de composition pour le calcul de la variance
5. Expression finale dun rsultat de mesure

1
5. Expression finale dun rsultat de mesure

La mtrologie; la science de la mesure, est toujours omniprsente dans nimporte


quel domaine scientifique ou industriel. Mesurer est une action qui se base non seulement
sur une chaine de mesure (capteurs, carte dacquisition,) mais aussi sur la manire de
fournir un rsultat fiable qui va tre exploit et qui peu affecter considrablement
lopration dun systme industriel.
Ce cours porte sur la manire de prsenter un rsultat de mesurage tout en tenant
compte de la vrit, un peu oubli dans le quotidien de nos activits industrielles ou
scientifiques : tout rsultat de mesure est entach dune erreur.

1. Vocabulaire de la mtrologie
Mesurer une grandeur, cest rechercher la valeur de cette grandeur. Il est
indispensable dutiliser un vocabulaire particulier lorsquon effectue une opration de
mesure. Le langage de la mtrologie est dfini dans le Vocabulaire International de la
Mtrologie (VIM) adopt par lensemble des organisations internationales de
mtrologie et publi en 2008 par lISO (Organisation Internationale de Normalisation).

1.1. Dfinitions

1- Le mesurande est la grandeur que lon veut mesurer (VIM).


2- Le mesurage est le processus consistant obtenir exprimentalement une ou plusieurs
valeurs que lon peut raisonnablement attribuer une grandeur.
Exemple :
On veut mesurer la valeur de la rsistance R dun diple passif linaire : le mesurande est la
rsistance R de ce diple, le mesurage est effectu, par exemple, avec un ohmmtre.
3- La valeur vraie du mesurande est la valeur que lon obtiendrait si le
mesurage tait parfait (VIM).

Un mesurage ntant jamais parfait, cette valeur (Mvrai) est toujours inconnue.

2
5. Expression finale dun rsultat de mesure

4- Le rsultat de mesure est lensemble de valeurs attribu un mesurande (VIM)


5- Le rsultat de mesure est gnralement exprim par une valeur mesure unique et
une incertitude de mesure.
6- La mesure est directe lorsque linstrument de mesure fournit directement la valeur m.
Si le rsultat est obtenu partir de la valeur dautres grandeurs (m = f(x, y, z, .)), on parle
de mesure indirecte.

2. Erreurs, Correction et Incertitudes de mesure


2.1. Erreurs de mesure
Un mesurage ntant jamais parfait, il y a toujours une erreur de mesure. L'erreur est la
diffrence entre la valeur mesure x et la vraie valeur du mesurande (VIM).

=x-
Valeur vraie de la grandeur
Erreur de mesure

Valeur obtenue par mesurage

La valeur tant toujours inconnue, il en est de mme de la valeur de lerreur .

Lorsqu'il est ncessaire de faire la distinction entre l'erreur et l'erreur relative,


la premire est parfois appele erreur absolue de mesure. Lerreur relative est le
rapport de l'erreur de mesure une valeur vraie du mesurande (prise en gnral comme
une valeur moyenne corrige)

Avec la mthode des 5M, on peut lister les sources des erreurs. En gnral, les erreurs
proviennent :
- Des performances de lappareil (moyens)
- Du mode opratoire (mthode)
- Du personnel (main-duvre)
- De lenvironnement (milieu)
- Du mesurande (matire)
Lerreur est classife selon deux classes , savoir les erreurs alatoires et les erreurs
systmatques.

3
5. Expression finale dun rsultat de mesure

Les erreurs alatoires sont essentiellement dues de nombreux phnomnes non


controlables. Daprs le VIM lerreur alatoire est une composante de lerreur de mesure qui,
dans des mesurages rpts, varie de faon imprvisible. Ce type derreur se manifeste
donc lorsquon effectue n mesures dune grandeur constante dans des conditions
exprimentales macroscopiquement inchange. Lerreur alatoire est rescentie avec
lobtention des valeurs numriques diffrentes de la grandeur mesure. Lerreur alatoire
peut tre appele aussi erreur de rptabilit.
Exemples :
Erreur due au bruit lectro-magntique prsent dans lenvironnement, ..

La deuxime classe derreurs est lerreur systmatique.Toujous daprs le VIM, cest une
composante de lerreur de mesure qui, dans des mesurages rpts, demeure
constante ou varie de faon prvisible. Les erreurs systematiques restent en gnral
constantes lorsquon repete plusieurs fois la mesure dans des conditions
macroscopiquement inchanges.

Exemples :
Erreur de position dune lentille sur son support, erreur due la rsistance des fils de liaison
lors de la mesure dune rsistance, erreur de rglage dun instrument de mesure, ..

Lerreur alatoire est appele erreur de fidlit (Precision) et lerreur systmatique


erreur de justesse (Accuracy ou Bias).
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 (VIM).
La justesse dun instrument de mesure est son aptitude donner des indications exemptes
derreur systmatique (VIM). Un appareil prcis ( remplac par le mor Exact) est la fois
fidle et juste. Le terme Exactitude englobe donc la fidlit et la justesse. La figure suivante
montre la manifestation des erreurs systmatiques et alatoires lors dune rptition de
mesure.

4
5. Expression finale dun rsultat de mesure

On peut illustrer ces notions derreurs systmatique et alatoire par le tir dans une cible (o
le centre est la vraie valeur ) :

Ce dessin nest cependant quune vue thorique trompeuse, car en gnral, on ne connat
pas la cible, la dispersion nous renseigne sur les erreurs alatoires, mais la prsence derreur

5
5. Expression finale dun rsultat de mesure

systmatique est souvent difficile dceler. Cependant, on peut au moins estimer de


combien le rsultat dun mesurage est entach dune erreur systmatique, sans pour autan
connaitre la vraie valeur du mesurande.

Nous avons dgag les concepts derreur alatoire ou systmatique en envisageant


N mesures du mme mesurande effectues dans les conditions de rptabilit. Nous
avons montr que pour chaque valeur mesure il y a une erreur dont la valeur
est inconnue. En consquence, si lon ralise une seule mesure m, il y aura toujours une
erreur .

2.2. Corrections
Daprs le VIM, la correction est une valeur ajoute algbriquement un rsultat de mesure
noncorrig pour compenser lerreur systmatique.De ce fait, la correction concerne
principalement lerreur systmatique. Lobjectif de lestimation de lerreur systmatique
tant sans doute de compenser le biais correspondant. Par dfinition une correction de
mesure Ci est lestimation eSi de Si , change de signe. Si S est lerreur systmatique, la
correction est :
Ci = - eSi.

Cette correction sera ajoute aux valeurs brutes afin de tenir compte des diffrentes erreurs
systmatiques. La correction totale C est la somme des corrections partielles. Ainsi :
q q
C = Ci = e S i
i =1 i =1

3. Evaluation de lincertitude de mesure


Le mot incertitude signifie doute ; lincertitude du rsultat dun mesurage reflte
limpossibilit de connatre exactement la valeur du mesurande. Lincertitude de mesure
exprime le manque de connaissance exacte de la valeur dune grandeur.
Lincertitude de mesure est un paramtre non ngatif qui caractrise la dispersion des
valeurs attribues un mesurande (VIM). Le paramtre peut tre, par exemple, un cart

6
5. Expression finale dun rsultat de mesure

type (ou un multiple de celui-ci) ou la demi largeur dun intervalle de niveau de confiance
dtermin.

Note : Parfois, on ne corrige pas des effets systmatiques estims, mais on insre
plutt des composantes associes de l'incertitude

L'incertitude de mesure comprend en gnral de nombreuses composantes. Certaines


peuvent tre values par une valuation de type A de l'incertitude partir de la
distribution statistique des valeurs provenant de sries de mesurages et peuvent tre
caractrises par des carts-types. Les autres composantes, qui peuvent tre values par
une valuation de type B de l'incertitude, peuvent aussi tre caractrises par des carts-
types, valus partir de fonctions de densit de probabilit (modles probabilistes)
fondes sur l'exprience ou d'autres informations.

3.1. Evaluation de type A


Daprs le VIM, cest lvaluation d'une composante de l'incertitude de mesure par une
analyse statistique des valeurs mesures obtenues dans des conditions dfinies de
mesurage.
Lestimation de lincertitude value par des mthodes de type A dun procd de
mesure, qui caractrise sa rptabilit, se fait en utilisant un modle probabiliste qui
sappuie sur le postulat de la mesure suibant :
On considre que pour un procd de mesure rigoureusement dfini, le rsultat brut de la
mesure, not x est une variable alatoire extraite alatoirement dune distributiuon
gnralement inconnue masi fixe, appele population-mre, caractrise par son esprance
et sa variance .
Si on rpte plusieurs fois le procd de mesure, on obtient un chantillon de n valeurs x1,
x2,.xn qui sont des ralisations particulires de la variable alatoire x et qui possdent
donc les proprits suivantes :
E(xi) = et V(xi) =
On supposera, en outre, que les variables de lchantillon prises 2 2 ne sont pas corrles,
soit :

7
5. Expression finale dun rsultat de mesure

Cov(xi,xj)=0 i,j
La population-mre tant inconnue, on ne connait ni ni . Toutesfois, partir de
lchantillon de mesure, il est possible de calculer un estimateur de lesprance
mathmatique et de .
  


Lesprance mathmatique de la variable alatoire X est gale :


E (x) = x . p(X = x )
i i
i=0

O P(X=xi) est la loi de probabilit de la variable alatoire X


Il est important de rappeler que lesprance mathmatique dune variable alatoire
caractrise la tendance centrale de lensemble des valeurs possibles dune variable alatoire.
En pratique, nous considrons que toutes les ralisations sont quiprobables, c'est--dire
que P(X=xi)=1/n i et que le nombre de ralisation nest plus infini mais gale n. Dans ce
cas, lexpression E(X) sera remplace par un estimateur nomm  :

1 n
X= . xi
n i =0
Le  est considr un bon estimateur ( sans biais et est convergent) de lesprance
mathmatique E(X) qui est gale .

  
 
Nous utilisons le mme raisonnement que prcdemment pour estimer le paramtre de
dispersion V(X)= . La variance dune variable alatoire X est un paramtre qui caractrise la
dispersion des valeurs obtenues autour de la valeur centrale E(X).

V ( x) = ( x - ).p(X = x )
i=0
i i

Comme les P(X=xi) sont gales, nous pouvons dans ce cas estimer la variance par
lestimateur suivant :
1
V ( x) = . ( xi - )
n i=0

8
5. Expression finale dun rsultat de mesure

Malheureusement, ce dernier est nest pas un bon estimateur de (estimateur avec biais).
Afin de remdier ce dfaut, nous divison lexpression par (n-1) au lieu de n. Ainsi on dfinit
S le bon estimateur de par :

SX =
2 1 n
(
n 1 i =1
xi x)2

La figure suivante rsume les estimateur  et S (relatifs un chantillons de mesure) de


des paramtres et (relatifs une population-mre)

Le paramtre Sx qui est gale  est appel cart-type exprimental de la distribution
des mesures. Lincertitude de type A nest autre que lcart-type exprimental sur la
moyenne des mesures et est dfini par :

uA(x)=S  

o n est le nombre de ralisation de lchantillons


Exemple : On effectue 20 mesures du diamtre dun cylindre laide dun pied coulisse et
on obtient S(X) = 0,018 mm Si lon effectue lvaluation de lincertitude type A partir de ces
20 observations, lincertitude-type retenue sur la moyenne de ces 20 observations sera

u(x)=S() =
 !,!#$
= mm
%!

3.2. Evaluation de type B


Daprs le VIM, cest lvaluation d'une composante de l'incertitude de mesure par d'autres
moyens qu'une valuation de type A de l'incertitude.

9
5. Expression finale dun rsultat de mesure

Si un laboratoire de mesure disposait de ressources et d'un temps illimits, il pourrait


effectuer une recherche statistique exhaustive de toutes les causes imaginables
d'incertitude, en utilisant par exemple des instruments de diffrents types et de diffrents
fabricants, avec diffrentes mthodes de mesure, diffrents modes opratoires et
diffrentes approximations dans les modles thoriques du mesurage.
Les incertitudes associes toutes ces causes pourraient tre alors values par l'analyse
statistique de sries d'observations et l'incertitude due chaque cause pourrait tre
caractrise par un cart-type valu statistiquement. Finalement, toutes les composantes
de l'incertitude seraient obtenues par des valuations de Type A.
Comme une telle tude n'est pas envisageable conomiquement, de nombreuses
composantes de l'incertitude doivent tre values par tous les autres moyens praticables.
L'ensemble des informations recherches peut comprendre :
des rsultats de mesures antrieures,
la connaissance gnrale ou empirique du comportement des instruments utiliss,
les spcifications du fabricant,
les certificats d'talonnage,
l'incertitude attribue des valeurs de rfrence provenant d'ouvrages, manuels et
autres normes.

Lois de probabilits
Ainsi pour une estimation xi d'une grandeur Xi qui n'a pas t obtenue partir
d'observations rptes (type A), l'incertitude-type u(xi) est value par un jugement
scientifique fond sur toutes les informations disponibles propos de la variabilit possible
de Xi . L'incertitude-type ainsi value est appele incertitude-type de Type B.

Ainsi, si on sait raisonnablement que les valeurs dun paramtre Z (rsolution, drive,
hystrsis,) sont comprises entre M d et M + d, le choix de la loi de propagation de Z
entre M d et M + d va dcider de lincertitude-type retenue.

10
5. Expression finale dun rsultat de mesure

Incertitudes-types de quelques paramtres


Rsolution dune indication numrique
Si la rsolution dun instrument numrique est d, la valeur X du signal mesur peut se situer
& &
avec une gale probabilit nimporte quel endroit de lintervalle % allant de X % X +
&
. Le signal mesur suit donc une loi rectangulaire de largeur d.On prendra donc :
%

&
u(x) =
%'

11
5. Expression finale dun rsultat de mesure

Exemple : si un instrument de pesage a un dispositif indicateur dont le dernier chiffre


#
significatif correspond 1g, lincertitude-type sur la rsolution est u = g soit environ 0,29g.
%'

Hystrsis
Lindication dun instrument peut varier selon que les lectures se font par valeurs
croissantes ou dcroissantes. Loprateur prudent note le sens des lectures successives et
fait les corrections ncessaires. Cependant le sens de lhystrsis nest pas toujours
dcelable (oscillations autour dun point dquilibre par exemple) et on suppose alors que la
loi de probabilit suivie par lhystrsis est une loi rectangulaire. Si ltendue des lectures
()
possibles dues cette cause est x, alors u(x) =
%'
Incertitude-type sur un instrument vrifi
Si le mtrologue utilise un instrument vrifi (La vrification est une opration analogue
ltalonnage mais elle diffre ce quelle consiste une vrification que les rsultats de
mesures sont inclus dans un intervalle dfini. Ce nest pas une comparaison avec des
talons), ce dernier est conforme une classe qui est dfinie par une limite . Si on
suppose que les valeurs affiches suivent une loi rectangulaire, on prendra alors
*
u(x) =
'
Cependant, sil y a des raisons de penser que les valeurs situes prs de 0 sont plus
probables que celles situes prs de ou on pourra penser que la loi de propagation de
lerreur est normale ou par prudence triangulaire ; on prendra alors :
* *
u(x) = (choix de normalit) ou u(x) =
' +

Incertitude-type sur un instrument talonn


Dans le cas dun instrument talonn, le certificat dtalonnage annonce une incertitude U.
En fait cette valeur U est gale lincertitude-type u(x) multiplie par un facteur
dlargissement k (pratique justifie en fin de document). On prendra donc
,
u(x) =
-
En principe, le facteur dlargissement devrait tre prcis avec lincertitude donne par le
constructeur. Si aucune prcision nest faite, on supposera que k = 2.

12
5. Expression finale dun rsultat de mesure

Incertitude-type due la variation de la temprature

Une des principales grandeurs d'influence d'un systme de mesure est la temprature
d'environnement du moyen de mesure (local, enceinte climatise, botier, ...). Dans la
mesure o la temprature varierait entre 2 extrema de faon quasi sinusodale, la loi de
probabilit associe cette grandeur d'influence est la fonction drive d'arc sinus. Si les
variations de la temprature sont telles que T=b alors l'incertitude-type due aux variations
de temprature est :
.
u(T) =
%

Incertitude-type due lexactitude de la lecture


Le constructeur des appareils de mesure indique une erreur dexactitude sur la lecture sous
la forme :
= . lecture + . digit
O digit reprsente lunit de rsolution : c'est la plus petite valeur pouvant tre lue sur le
calibre choisi.
et sont des gains fournis par le constructeur. peut tre fourni sous forme de
pourcentage.
Si on suppose que les valeurs affiches suivent une loi rectangulaire entre - et +, on
prendra alors

u(x) =
'

Le tableau suivant rsume les lois de probabilit utilises pour estimer les incertitudes de
diffrents paramtres

13
5. Expression finale dun rsultat de mesure

4. Loi de composition pour le calcul de la variance


En gnral pour dterminer lincertitude de mesure associe un rsultat, il faut dcrire le
processus de mesure et dterminer le modle mathmatique qui relie la valeur mesure y
du mesurande Y aux diffrentes grandeurs qui interviennent dans le processus :
Y=f(X1,X2,, Xn)
o les sont des grandeurs mesures, des corrections derreurs systmatiques, des
constantes physiques, des grandeurs dinfluence estimes,....

14
5. Expression finale dun rsultat de mesure

On connait les lois de rpartition des erreurs sur chacune des grandeurs Xi et donc
lincertitude-type sur chacune de ces grandeurs u(xi). Lobjet de ce paragraphe est de
dterminer lcart-type sur la variable Y qui reprsentera lincertitude-type sur Y, appele
incertitude-type compose de Y et note uc (y)
Dans le cas o les grandeurs Xi sont dpendantes, lincertitude-type compose de Y
est exprime par la forme :

u (xi) : les incertitudes-types sur chaque grandeurs Xi


u(xi ,xj ) : les covariances entre les grandeurs Xi et Xj ( cov (xi, xj) )
f/xi :la sensibilit de la grandeur de sortie Y par rapport aux grandeurs dentres Xi
values pour les esprances mathmatiques E[Xi] de tous les grandeurs dentre
Xi :1,2,..,n (peut tre une donne ou une moyenne de donnes)

Dans le cas o les variables Xi sont indpendants (u(xi ,xj) =0), lincertitude-type
compose de Y est exprime par la forme :

La variance compose uc(y) peut ainsi tre considre comme une somme de termes dont
chacun reprsente la variance estime de la contribution de chaque variable Xi.

Exemple:
Une correction sur la mesure dune rsistance introduite par les rsistances des fils de
connexion durant la mesure avec la mthode en 2 fils.
r= .l/ S
O est la rsistivit, l est la longueur totale des deux fils de connexion et S est la section
circulaire des fils (supposes indpendantes).
C= - .l/ S= - 4..l/ .d
Var(C)= (C/ ). u()+ (C/ l). u(l)+ (C/ d). u(d)

15
5. Expression finale dun rsultat de mesure

5. Expression finale dun rsultat de mesure


Nous avons voqu au dbut du cours que la manire adquate dnoncer un rsultat de
mesure est den donner une meilleure estimation possible dans un intervalle de confiance
o on pense quil se trouve effectivement.
En gnral, tout rsultat de mesure dune grandeur x scrit sous la forme suivante
(valeur mesure de x)= 0
 U, unit, niveau de confiance

O :
Xc : la meilleure estimation corrige moyenne de x
U : lincertitude de la mesure de x
Cette expression indique que la meilleure estimation exprimentale x se situe fort
 -U et 0
probablement entre 0  +U.

Lorsquon exprime le rsultat dun mesurage et son incertitude, il est bon de donner un
maximum dinformations sur les conditions dobtention des rsultats annoncs, par
exemple :
Dcrire les mthodes utilises ;
Donner la liste des composantes de lincertitude et la manire dont elles ont t values ;
Prsenter lanalyse des rsultats de telle faon que ces derniers puissent tre rutiliss ;
Les rsultats prciseront, au minimum, le facteur dlargissement et le niveau de confiance
de lintervalle estim.
Exemple : y = 5,324 mm 0,046 mm 99%
o lincertitude exprime est une incertitude largie dun facteur k =3 comme le niveau de
confiance est 99 %.

5.1. 
Rsultat corrig 0
La valeur Xc est la valeur de brute ajoute par les corrections. En se basant sur lidentification
des sources derreurs systmatique, plusieurs corrections peuvent tre apportes.
Xc = X + 1# 2 1% 2 3 2 1
O Ci sont les corrections apporter

On identifie ensuite le modle mathmatique de 0


 comme le rsultat corrig moyenn

ayant comme forme :


   2 1# 2 1% 2 3 2 1
0

16
5. Expression finale dun rsultat de mesure

5.2.  
Incertitude compose uc0
 ) passe par une valuation de la variance
Lvaluation de lincertitude finale compose uc(0
 ; V(0
de 0  
 . Comme le 0
Cette dernire nest que la variance des lments constituant le 0  est sous

forme linaire, sa variance suit la forme suivante ( cas spcial de uc(y) mentionn
auparavant) :

   4 2 41#  2 41%  2 3 2 41  2 2 6 078 , 19  2 2 6 6 07819 , 1: 


40
9 9 :

Dans le cas o il y a indpendances entre les diffrents lments du modle mathmatique


 , la variance V(0
de 0  ) devient :
   4 2 41#  2 41%  2 3 2 41 
40

Type A Type B

 ) est labor sous la forme suivante :


Au final uc(0

   = %  2 ;% 1#  2 ;% 1%  2 3 2 ;% 1 


;< 0


Avec S  

5.3. Incertitude finale U et Niveau de confiance


Les institutions internationales de la mtrologie prconisent l'utilisation de l'incertitude-type
compose uc(y) comme paramtre pour exprimer quantitativement l'incertitude du rsultat
d'un mesurage. Bien que uc(y) puisse tre utilis universellement pour exprimer l'incertitude
d'un rsultat de mesure, il est souvent ncessaire, pour certaines applications commerciales,
industrielles ou rglementaires, ou lorsque cela concerne la sant ou la scurit, de donner
une mesure de l'incertitude qui dfinisse, autour du rsultat de mesure, un intervalle
l'intrieur duquel on puisse esprer voir se situer une large fraction de la distribution des
valeurs qui pourraient tre raisonnablement attribues au mesurande.
La nouvelle mesure de l'incertitude qui satisfait l'exigence de fournir un intervalle tel
qu'indiqu ci-dessus est appele incertitude largie et se note U. L'incertitude largie U
s'obtient en multipliant l'incertitude-type compose uc(y) par un facteur d'largissement k:

17
5. Expression finale dun rsultat de mesure

Le niveau de confiance est une valeur de la probabilit p associe un intervalle de


confiance ou un intervalle statistique de dispersion. Chaque coefficient dlargissement
implique lexistence dun niveau de confiance donn.
Niveau de confiance p (%) Facteur dlargissement k
68,27 1
90 1,645
95 1,96
95,45 2
99 2,576
99,73 3

Remarque :Les valeurs de probabilit fournies supposent que uc(y) suit une loi normale

Exemple : le mesurande est une rsistance R. La valeur mesure est 102,50 . Lincertitude
de mesure est de 0,25 et le niveau de confiance est de 95 %. Cela signifie quil y a 95
chances sur 100 pour que la valeur vraie du mesurande appartienne lintervalle [102,25 ;
102,75] .

5.4. Rgles de prsentation du rsultat


Dans un nombre, les chiffres autres que zro sont significatifs. Les zros sils sont placs en
tte du nombre ne sont pas significatifs.

18
5. Expression finale dun rsultat de mesure

6,8 : 2 chiffres significatifs


6,80 : 3 chiffres significatifs
6,08 : 2 chiffres significatifs
6800 : 4 chiffres significatifs
0,68 : 2 chiffres significatifs
Les incertitudes exprimentales finales doivent presque toujours tre arrondies pour avoir
au moins un seul chiffre significatif aprs la virgule.
Exemple : Lincertitude sur la mesure de lacclration ug= 0,02385 m/s doit donc tre
arrondie ug= 0,02 m/s
Il est prfrable darrondir les incertitudes par majoration plutt de les arrondir par
minorisation.
Exemple : lincertitude ug= 0,02385 m/s, doit tre ramene un seul chiffre significatif en
devenant ug= 0,03 m/s.
Le dernier chiffre significatif de tout rsultat et lincertitude doivent tre du mme ordre de
grandeur- la mme position dcimale-
Exemple : Reprenons lexemple prcdant, Le rsultat de mesure de g = 9,81 m/s et son
incertitude est ug= 0,02 m/s
Afin de limiter les inexactitudes darrondi, les calculs intermdiaires sont dispenss des
rgles prcdentes. Tout nombre susceptible dun calcul ultrieur conserve au moins un
chiffre significatif supplmentaire, relativement son expression finale.
Exemple : si la forme finale de lincertitude doit tre sous la forme de x,xxx les calculs
intermdiaires donnant 0,45345 peut tre prise comme 0,4534. Si nous avons une
incertitude intermdiaire de 0,000035 alors nous retenons 0,00003 (malgr que la forme
finale est x,xxx).
Lincertitude possde bien sr toujours la mme dimension que sa grandeur physique
associe. Par souci de clart, les units scrivent aprs la rponse et aprs lincertitude.

19