Vous êtes sur la page 1sur 55

Qualités de la mesure et calcul

d’erreur

Ecole Nationale Polytechnique


10, Avenue Hacène - Badi BP182 El-Harrach 16200 Alger

Année universitaire 2016/2017


1/55 Ecole Nationale Polytechnique
II.1 Caractéristiques des instruments de mesure
a) Sensibilité (Sensitivity)
• C’est une spécification déterminante dans le choix
d’un instrument de mesure.
• La sensibilité S est définie, autour d’une valeur mi
constante du mesurande, par le rapport de la variation
∆s de la grandeur de sortie à la variation ∆m du
mesurande.  
∆s
S= = tg α
∆m mi
La valeur de la sensibilité est généralement fournie
par le constructeur.
2/55 Ecole Nationale Polytechnique
Figure: Sensibilité

3/55 Ecole Nationale Polytechnique


b) Justesse ou Biais(Trueness)
• Un appareil est juste si la différence entre la mesure
qu’il indique et la valeur exacte (inconnue) ne dépasse
pas l’incertitude prévue.

• Ce n’est pas une qualité primordiale, parce que l’ap-


pareil faux provoque une erreur systématique qu’ il est
possible de corriger lorsqu’elle est connue.
4/55 Ecole Nationale Polytechnique
c) Fidélité ou répétabilité(repeatability)
• C’est la qualité de l’instrument qui fournit des va-
leurs faiblement dispersés lors de mesures répétables.
• Elle est caractérisée par l’incertitude-type de type
A obtenue sur une mesure répétée dans les conditions
de répétabilité.
les conditions de répétabilité :
. même méthode,
. même individus (échantillon),
. même laboratoire,
. même opérateur,
. même appareil.
5/55 Ecole Nationale Polytechnique
Figure: Illustration des erreurs systématiques et aléatoires
6/55 Ecole Nationale Polytechnique
d) La précision (Accuracy)
• Qualité qui caractérise l’aptitude d’un instrument
de mesurage à donner des indications proches de la
valeur vraie de la grandeur mesurée.
• C’est la différence entre la valeur mesurée et la
valeur vraie.
• Elle peut être définie par rapport à la valeur vraie
ou par rapport à la pleine échelle, et elle s’exprime en
%:

7/55 Ecole Nationale Polytechnique


. par rapport à la valeur vraie

valeur mesurée − valeur vraie


précision = × 100
valeur vraie

. par rapport à la pleine échelle

valeur mesurée − valeur vraie


précision = × 100
pleine échelle

8/55 Ecole Nationale Polytechnique


e) Résolution
• Elle correspond à la plus petite variation du mesu-
rande que l’instrument est susceptible de déceler.
• Lorsque l’appareil de mesure est un appareil numérique,
on définit la résolution par la formule suivante :
Étendue de mesure
Résolution =
Nombre de points de mesure

Exemple
Multimètre 4000 points avec un calibre de 400 mV
400
Résolution = = 0, 1 mV = 100 µV
4000
9/55 Ecole Nationale Polytechnique
f) Rapidité (temps de réponse)
• C’est l’aptitude d’un instrument à suivre les varia-
tions de la grandeur à mesurer.
• Dans le cas d’un échelon de la grandeur entraı̂nant
la croissance de la mesure on définit le temps de
réponse à ±10 %, c’est le temps nécessaire pour que
la mesure croisse, à partir de sa valeur initiale jusqu’à
rester entre 90 % et 110 % de sa variation totale.

10/55 Ecole Nationale Polytechnique


Figure: Réponse indicielle
11/55 Ecole Nationale Polytechnique
g) Finesse
• Elle qualifie l’incidence de l’instrument de mesure
sur le phénomène mesuré.
• Elle est grande lorsque l’appareil perturbe très peu
la grandeur à mesurer.
h) Rangeabilité
On définit la rangeabilité par le rapport minimum
entre l’étendue de mesure et la pleine échelle.

Etendue de mesure
Rangeabilité =
Pleine échelle
12/55 Ecole Nationale Polytechnique
Figure: Échelle sur mesure

i) Classe de précision
La classe d’un appareil de mesure correspond à la
valeur en pourcentage (%) du rapport entre la plus
grande erreur possible sur l’étendue de mesure.
La plus grande erreur possible
Classe = × 100
Étendue de mesure
13/55 Ecole Nationale Polytechnique
On peut classer les appareils suivant leurs classes de
précision :
Classe de précision
Les appareils étalons 0.1 et 0.2
Les appareils de contrôle 0.5 et 1
Les appareils industriels 1.5 et 2.5
Les appareils indicateurs 5

Remarque
L’appareil est d’autant plus précis que la classe de
précision est faible.

14/55 Ecole Nationale Polytechnique


j) Bande passante
Tous les appareils présentent une limite en fréquence,
au delà de laquelle les mesures effectuées ne sont plus
valables

Figure: Bande passante


15/55 Ecole Nationale Polytechnique
II.2 Calcul d’incertitudes
II.2.1 Introduction
• En sciences expérimentales, il n’existe pas de me-
sure exacte.
• Toute mesure est entachée d’erreurs plus ou moins
importantes selon le protocole choisi, la qualité des
instruments de mesure ou le rôle de l’opérateur.
• Définition de l’erreur
l’erreur de mesure d’une certaine grandeur est la différence
entre la valeur mesurée et la valeur vraie.

16/55 Ecole Nationale Polytechnique


• Définition de l’incertitude :
• L’incertitude est l’estimation de la confiance donnée à un
résultat de mesure.
• L’incertitude définit ainsi un intervalle autour de la valeur
mesurée.

Figure: Illustration du concept d’erreur et d’incertitude


17/55 Ecole Nationale Polytechnique
On distingue deux types d’incertitudes :
Incertitude absolue : ∆x
Incertitude relative ou précision : l’incertitude rela-
tive ou précision d’une mesure x est le quotient de
l’incertitude de mesure ∆x par la valeur mesurée x,
elle s’exprime en % :
∆x
Incertitude relative = × 100
x
Remarque :
L’incertitude (ou la précision) est un indicateur de la
qualité de la mesure : plus elle est petite et plus la
mesure est précise.
18/55 Ecole Nationale Polytechnique
II.2.2 Les différentes erreurs possibles :
– Les erreurs aléatoires,
– Les erreurs accidentelles,
– Les erreurs systématiques

19/55 Ecole Nationale Polytechnique


20/55 Figure: Décomposition deNationale
Ecole l’erreurPolytechnique
a) Les erreurs aléatoires :
Ce sont des erreurs, non reproductibles, qui obéissent
à des lois statistiques.

b) Les erreurs accidentelles :


• Elles résultent d’une fausse manœuvre, d’un mau-
vais emploi ou de dysfonctionnement de l’appareil.
• Elles ne sont généralement pas prises en compte
dans la détermination de la mesure.

21/55 Ecole Nationale Polytechnique


c) Les erreurs systématiques :
• Une erreur systématique affecte le résultat constam-
ment et toujours dans le même sens.
• Ce sont des erreurs reproductibles reliées à leur
cause par une loi physique, donc susceptible d’être
éliminées par des corrections convenables.
Causes d’erreurs systématiques :
. Mauvais étalonnage d’un appareil,
. Mauvais réglage du zéro d’un appareil,
. Vieillissement des composants,
. Erreur de parallaxe,
. Erreur de méthode.
22/55 Ecole Nationale Polytechnique
• Erreur de zéro (offset)
Erreur de zéro = Valeur de s quand m = 0.

23/55 Ecole Nationale Polytechnique


• Erreur d’échelle (gain)
C’est une erreur qui dépend de façon linéaire de la
grandeur mesurée.

24/55 Ecole Nationale Polytechnique


• Erreur de linéarité

25/55 Ecole Nationale Polytechnique


• Erreur due au phénomène d’hystérésis
Il y a phénomène d’hystérésis lorsque le résultat de la
mesure dépend de la précédente mesure.

26/55 Ecole Nationale Polytechnique


• Erreur de mobilité
La caractéristique est en escalier, cette erreur est sou-
vent due à la numérisation du signal.

27/55 Ecole Nationale Polytechnique


• Erreur due au montage
La mesure de la grandeur cherchée demande parfois
l’utilisation d’un montage qui, par construction, ne
peut donner la bonne valeur.
Exemple
Mesure de la résistance R d’un dipôle passif en
utilisant la loi d’Ohm R = U/I.

Figure: Montages longue (a) et courte (b) dérivation

28/55 Ecole Nationale Polytechnique


Identification des sources d’erreurs
• Pour évaluer les sources d’erreurs, nous pouvons utiliser comme
outil le diagramme de cause-effet ou diagramme d’Ishikawa as-
socié à la méthode des 5 M.

Figure: Diagramme d’Ishikawa


29/55 Ecole Nationale Polytechnique
II.2.3 Évaluation des incertitudes
a) Évaluation de l’incertitude de type A
Dans le cas de plusieurs mesures indépendantes, la
meilleure estimation du résultat de la mesure est donnée
par la moyenne arithmétique :
n
1X
xm = x = xi
n
i=1

L’incertitude se calcule à l’aide de l’écart-type :


v
u n
u 1 X
σn−1 = t (xi − x)2
n−1
i=1

30/55 Ecole Nationale Polytechnique


• Il mesure la dispersion des résultats par rapport à la
moyenne autrement dit la répétabilité de la mesure.
• Plus les différentes mesures sont proches (la mesure
est reproductible), plus l’écart type est petit.

• La probabilité qu’une mesure soit dans l’intervalle


[x − kσ, x + kσ] est donnée par :
Z x+kσ
(x − x)2
 
1
p(x) dx ; p(x) = √ exp −
x−kσ σ 2π 2σ 2
• L’intervalle [x − kσ, x + kσ] est appelé l’intervalle
de confiance pour le niveau de confiance choisi.
31/55 Ecole Nationale Polytechnique
• Si k = 1, la probabilité d’avoir une valeur entre
x − σ et x + σ est de 68%.
• En général on travaille avec k = 2, pour une pro-
babilité de présence de 95%.
• On appelle incertitude type, δx, telle que la pro-
babilité qu’une nouvelle mesure soit dans l’intervalle
[x − δx, x + δx] est de 68%.
σn−1
δx = σx = √
n
• L’incertitude élargie, ∆x, (incertitude de répétabilité)
est donnée par :∆x = t δx = t σ√ n−1
n
32/55 Ecole Nationale Polytechnique
• Le coefficient t appelé facteur d’élargissement ou
coefficient de Student dépend de n et du niveau de
confiance choisi (en %).
• Le tableau ci-dessous donne des exemples de valeurs
de k pour différents nombres de mesures et pour des
niveaux de confiance de 95 % et de 99 %

33/55 Ecole Nationale Polytechnique


Figure: Distribution de Gauss

34/55 Ecole Nationale Polytechnique


b) Évaluation de l’incertitude de type B (mesure unique)
• Pour une mesure unique, il est impossible d’estimer
une incertitude de répétabilité.
• Dans ce cas l’incertitude, appelée incertitude-type,
est évaluée par un jugement scientifique lié à plusieurs
sources d’informations, essentiellement les données
fournies par le fabricant de l’instrument et les tests
réalisés par celui-ci.
• L’estimation de l’incertitude-type dépend de l’ins-
trument de mesure.
L’incertitude sur la mesure à un niveau de confiance
de 95% est : ∆x = 2s
35/55 Ecole Nationale Polytechnique
Différents cas peuvent se présenter :
Cas 1 : Le constructeur fournit l’incertitude-type (cas
très rare). Dans ce cas, on utilise directement son in-
certitude.
Cas 2 : Pour un appareil de mesure analogique (ap-
pareil à cadran, lecture d’un réglet), l’incertitude de
lecture est estimée à partir de la valeur d’une gra-
duation. On peut montrer que l’incertitude-type est :

1 graduation
s= √
12

36/55 Ecole Nationale Polytechnique


Exemple
Une règle graduée en mm est utilisée pour mesurer
une longueur L. Le résultat est L = 125,0 mm.
1
s = √ = 0, 3 mm
12
Donc L = 125, 0 ± 0, 6 mm à 95%
Cas 3 : Le constructeur fournit une indication de
type ±∆c sans autre information. Dans ce cas, on
prendra pour incertitude-type :
∆c
s=√
3
37/55 Ecole Nationale Polytechnique
Exemple 1
Une résistance R = 50 Ω est donnée à ±5%.
Cela veut dire que : ∆c = 50 × 0, 05 = 2, 5 Ω
d’où : ∆c 2, 5
∆R = 2 √ = 2 × √ = 2, 88 Ω
3 3
Soit : R = 50 ± 3 Ω à 95 %
Exemple 2
La tolérance ∆c d’une burette graduée de 25 mL
est de ±0, 030 mL
∆c 0, 030
∆V = 2 √ = 2 × √ = 0, 034 mL
3 3
38/55 Ecole Nationale Polytechnique
Incertitude de construction due aux appareils
• cas d’un appareil analogique à aiguille :
– lecture de x : si l’échelle de graduation comporte N
divisions, et si la lecture indique n divisions, alors :
calibre
x =n×
N
– Erreur ∆x : elle est fonction de la classe de l’ap-
pareil :
classe × calibre
∆x =
100

39/55 Ecole Nationale Polytechnique


Exemple
calibre 10V ; 200 divisions ; classe 0,5 ; mesure :
U = 5, 25V
0, 5 × 10
∆U = = 0, 05V
100
U = (5, 25 ± 0, 05)V

Remarque
Pour les appareils à déviation, il n’est pas tenu de
calculer l’incertitude sur la lecture, car d’après la
norme NFC 42100, cette incertitude est déjà prise
en considération dans la classe de précision de
l’appareil.
40/55 Ecole Nationale Polytechnique
• cas d’un appareil numérique
l’incertitude de construction est fonction de :
– la précision p de l’appareil (exprimée en %)
dépendant du calibre employé,
– certain nombre n d’unités de représentation
UR (l’unité de représentation est la plus petite
valeur que l’affichage numérique peut donner dans le
calibre utilisé). Sous forme mathématique, on a :
p.x
∆x = + n.UR
100
Il faut se reporter à la notice de l’appareil utilisé pour
connaı̂tre p et n.
41/55 Ecole Nationale Polytechnique
Table: Caractéristiques du multimètre METEX ME-31

42/55 Ecole Nationale Polytechnique


Table: Caractéristiques du multimètre METEX ME-31

43/55 Ecole Nationale Polytechnique


Exemple
Si on lit en continu une tension U = 280,0 V avec
ce multimètre, quelle incertitude de construction ?
D’après le tableau précédent :
p = 0,5 % ; n = 3 ; l’unité de représentation
UR = 0, 1
0, 5 × 280, 0
∆U = + 3 × 0, 1 = 1, 7V
100
U = (280, 0 ± 1, 7) V

44/55 Ecole Nationale Polytechnique


c) Règle élémentaire du calcul des incertitudes com-
posées :
On considère une grandeur q fonction de plusieurs
variables indépendantes x, y, z,... accessibles à la me-
sure.
Pour évaluer l’incertitude ∆q sur la grandeur q déterminée
à partir des incertitudes ∆x , ∆y , ∆z, ... sur les gran-
deurs x, y, z,..., on développe q en série de TAYLOR,
et on ne retient que les termes du premier ordre.

∂q ∂q ∂q
∆q = .∆x + .∆y + .∆z + ...
∂x ∂y ∂z
45/55 Ecole Nationale Polytechnique
Comme il faut connaı̂tre l’incertitude maximum qui
entache un résultat, on prend les valeurs absolues :

∂q ∂q ∂q
∆q = .∆x + .∆y + .∆z + ...
∂x ∂y ∂z
Exemples

Addition : q =x +y
−→ ∆q = ∆x + ∆y
Soustraction : q = x − y

Multiplication : q = x.y ∆q ∆x ∆y
−→ = +
Division : q = x/y q x y
Les incertitudes absolues s’ajoutent pour l’addition et la sous-
traction. Les incertitudes relatives s’ajoutent pour la multiplica-
tion et la division.
46/55 Ecole Nationale Polytechnique
• Cas d’une grandeur fonction de plusieurs variables
indépendantes et aléatoires
Si plusieurs mesures x, y, z, ... d’incertitude respec-
tives ∆x, ∆y , ∆z, ... indépendantes et aléatoires
servent au calcul de la grandeur q(x,y,z,...), alors l’in-
certitude sur q est :
s 2  2  2
∂q ∂q ∂q
∆q = .∆x + .∆y + .∆z + ...
∂x ∂y ∂z
Et, ∆q est toujours majorée par la somme ordinaire :

∂q ∂q ∂q
∆q ≤ .∆x + .∆y + .∆z + ...
∂x ∂y ∂z
47/55 Ecole Nationale Polytechnique
Nombre de chiffres significatifs d’une donnée
On ne doit conserver que les chiffres qui sont utiles
pour exprimer la valeur numérique d’une mesure.
Chiffres en accord avec la précision de l’instrument de
mesure utilisé ou en accord avec l’ordre de grandeur
recherché
• Les zéros placés à l’intérieur du nombre ou à la fin
du nombre, après la virgule, sont toujours significatifs
2005 −→ 4 chiffres significatifs
187,50 −→ 5 chiffres significatifs
187,5 −→ 4 chiffres significatifs. (Donc 187,50 et 187,5
ne sont pas identiques, le premier est plus précis).
48/55 Ecole Nationale Polytechnique
• Les zéros placés au début du nombre ne sont jamais
significatifs
0,52 −→ 2 chiffres significatifs
0,0052 −→ 2 chiffres significatifs
Opérations mathématiques liées aux chiffres signifi-
catifs :
La règle stipule que le résultat aura le même nombre
de chiffres significatifs que celui qui en a le moins.
Exemples
2,71 + 1,5 + 6,54 = 10,75 = 11
30, 33
= 4, 2125 = 4, 2
7, 2
49/55 Ecole Nationale Polytechnique
Arrondissage du résultat :
. Si le premier chiffre significatif de l’incertitude est
compris entre 5 et 9, le résultat est arrondi à cette
décimale (incertitude à 1 chiffre significatif)
Exemples
Valeur Incertitude Résultat
5,6789123 0,006243 5,679±0,006
98765,432 0,56123 98765,4±0,6

. Si le premier chiffre significatif de l’incertitude est


inférieur à 5, le résultat est arrondi à la décimale sui-
vante (incertitude à 2 chiffres significatifs)
50/55 Ecole Nationale Polytechnique
Exemples
Valeur Incertitude Résultat
5,6789123 0,004341 5,6789± 0,0043
987,213 1,0567 987,2±1,1

Remarque importante
Il est indispensable que la mesure et l’incertitude
aient le même nombre de décimales (chiffres après
la virgule).

51/55 Ecole Nationale Polytechnique


Présentation d’un résultat de mesure :

Un résultat expérimental de mesure de la grandeur x


se présente sous l’une des formes suivantes :

Mesurande = x ± ∆x (unité)
ou
∆x
Mesurande =x (unité) à (%)
x
52/55 Ecole Nationale Polytechnique
Ajustement par la méthode des moindres carrés

Dans de nombreux cas, on cherche à savoir dans


quelle mesure des données expérimentales, entachées
d’erreurs, s’accordent avec une loi linéaire du type
y = a + b x. ou a et b sont des constantes

x2
P P P P P P P
y− x xy n xy − x y
a= ; b=
∆ ∆
X X 2
2
∆=n x − x

53/55 Ecole Nationale Polytechnique


Figure: Ajustement par la méthode des moindres carrés

54/55 Ecole Nationale Polytechnique


Références :

• John R. Taylor(2000), Incertitudes et analyse des


erreurs dans les mesures physiques, Dunod. (Côte :
53.088 TAY)

• Rouaud M., 2013, Calcul d’incertitudes,


www.incertitudes.fr/livre.pdf

• BIPM (2008), Évaluation des données de mesure


– Guide pour l’expression de l’incertitude de mesure,
JCGM 100 :2008 (www.bipm.org/utils/common/
documents/jcgm/JCGM_100_2008_F.pdf)
55/55 Ecole Nationale Polytechnique