Vous êtes sur la page 1sur 11

INCERTITUDES

I. LA MESURE : VOCABULAIRE ET NOTATIONS

I.1 Introduction
Mesurer des grandeurs identifiées est une activité fondamentale dans les laboratoires de recherche et dans l’industrie. Il
est nécessaire d’établir la confiance dans les résultats fournis dans de nombreuses activités quotidiennes comme le
pesage dans les commerces, les analyses biologiques, la mesure de vitesse d’un radar…
Mesurer une grandeur (intensité d’un courant, tension, longueur…), n’st pas donc simplement recherche la valeur de
cette grandeur mais aussi lui associer une incertitude afin de pouvoir qualifier la qualité de la mesure.
I.2 Définitions
Le vocabulaire international de la Métrologie1 précise cette définition en introduisant deux nouvelles définitions :
• La grandeur que l’on veut mesurer est appelée le mesurande.
• On appelle mesurage l’ensemble des opérations permettant de déterminer expérimentalement une ou plusieurs
valeurs que l’on peut raisonnablement attribuer à une grandeur.
Quand on mesure la valeur de la résistance R d’un résistor ou d’un conducteur ohmique, le mesurande est la
résistance R de ce dipôle et le mesurage est effectué, par exemple, avec un ohmmètre.

La valeur vraie (Mvra) du mesurande est la valeur que l’on obtiendrait si le mesurage était parfait. Un mesurage n’étant
jamais parfait, cette valeur est toujours inconnue.
Le résultat du mesurage (résultat de mesure) est un ensemble de valeurs attribuées à un mesurande complété par toute
information pertinente disponible. Une expression complète du résultat du mesurage comprend des informations sur
l’incertitude de mesure qui permet d’indiquer quel est l’intervalle des valeurs probables du mesurande. En métrologie,
on appelle souvent m la mesure de la valeur de la grandeur (un nombre), et M le résultat de mesure, c'est-à-dire
l’expression complète du résultat (un intervalle de valeurs).
Un mesurage n’étant jamais parfait, il y a toujours une erreur de mesure ER = ( m − M vrai ) . L’erreur de mesure est la
différence entre la valeur mesurée d’une grandeur et une valeur de référence.
Remarque : Le mot « mesure » a dans la langue française courante, plusieurs significations. C’est la raison pour laquelle le
mot « mesurage » a été introduit pour qualifier l’action de mesurer.

I.3 Notion d’erreur aléatoire


Les conditions de répétabilité sont remplies lorsque le même opérateur ou le même programme effectue N mesures
exactement dans les mêmes conditions. Si on effectue N mesures dans des conditions de répétabilité, le meilleur
estimateur de la valeur du mesurande est la valeur moyenne m des N mesures. Mais une mesure mi parmi les N est en
général différente de m . La différence ERa = mi − m est appelée erreur aléatoire.
Lors que chaque mesure, l’erreur aléatoire peut prendre n’importe quelle valeur entre ( mmax − m ) et ( mmin − m ) .Comme
l’on ne peut faire qu’un nombre fini de mesures, il est seulement possible de déterminer une estimation de l’erreur
aléatoire.
I.4 Notion d’erreur systématique
Par définition, l’erreur systématique est ERS = ( m − M vrai ) . En toute rigueur, m est la moyenne qui résulterait d’un
nombre infini de mesurages du même mesurande, effectués dans les conditions de répétabilité.
La valeur vraie ( M vrai ) du mesurande est toujours inconnue et il est impossible de réaliser une infinité de mesures :
l’erreur systématique ERS ne peut pas être connue parfaitement. Il est seulement possible de déterminer une estimation
de l’erreur systématique.

1
On pourra se référer au document VIM (Vocabulaire international de métrologie 2000 » élaboré par le BIPM et le « Guide to the expression of
uncertainty in measurement » (GUM) : http://www.bipm.org/fr/publications/guides/vim.html
On pourra trouver sur le web la note 1297 du NIST : http://physics.nist.gov/Pubs/guidelines/contents.html

Q Incertitudes expérimentales (00-104) Page 1 sur 11 JN Beury


I.5 Fidélité et justesse
L’erreur de mesure ER vaut : ER = mi − M vrai = ( mi − m ) + ( m − M vrai ) = ERa + ERS
ER a donc, en général, deux composantes : une erreur aléatoire ERa et une erreur systématique ERS. L’estimation de
l’erreur systématique est appelée biais de mesure ou erreur de justesse.
La fidélité d’un instrument de mesure est son aptitude à donner des indications très voisines lors de l’application
répétée du même mesurande dans les mêmes conditions.
La justesse d’un instrument de mesure est son aptitude à donner des indications exemptes d’erreur systématique.
I.6 Grandeur d’influence
C’est une grandeur qui n’est pas le mesurande mais qui a un effet sur le résultat du mesurage.
I.7 Schéma récapitulatif

Si l’on écrit que M vrai = mi − ER , on tente d’obtenir la valeur de la grandeur d’entrée à partir de la valeur m obtenue à la
sortie. La valeur de l’erreur ER étant toujours inconnue, il est impossible d’obtenir la valeur Mvrai recherchée. Le concept
d’incertitude de mesure permet d’apporter une réponse à la question : « Quelle est la valeur de Mvrai ? ».

I.8 Notion d’incertitude de mesure


L’incertitude de mesure ∆M est un paramètre, associé au résultat du mesurage, qui caractérise la dispersion des valeurs
qui pourraient raisonnablement être attribuées au mesurande.
Ce paramètre peut être, par exemple, la demi-largeur d’un intervalle de niveau de confiance déterminé.
Le résultat d’une mesure n’est jamais une valeur : il est toujours donné sous la forme d’un intervalle des valeurs
probables du mesurande M = m ± ∆M associé à un niveau de confiance.
L’évaluation des incertitudes par des méthodes statistiques est dite de type A. Quand la détermination statistique n’est
pas possible, on dit que l’évaluation est de type B. C’est le cas d’une mesure unique m réalisée avec un appareil de
classe connue.

Q Incertitudes expérimentales (00-104) Page 2 sur 11 JN Beury


II. ESTIMATION DES INCERTITUDES EXPÉRIMENTALES

II.1Terminologie
On note :
mi une mesure de la grandeur M,
m = m valeur moyenne des N mesures
s l’incertitude-type
∆M l’incertitude élargie.

Le résultat d’une mesure s’exprime sous la forme : m ±∆M unité


L’incertitude-type est la grandeur qui caractérise la dispersion des résultats d’une mesure.
L’incertitude élargie permet de définir l’intervalle de confiance [ m − ∆M , m + ∆M ] qui contient, à un niveau de
confiance donné, la grandeur mesurée1.
En pratique :
On désire mesurer la valeur d’une résistance R. On peut utiliser pour cette mesure différentes méthodes (directe, mesure
de U/I,…) et différents appareils. La pratique expérimentale consiste, donc à utiliser au mieux les connaissances que
l’on a du matériel pour :
• mesurer R
• estimer l’incertitude-type : s
• estimer l’incertitude élargie ∆M .
On donne alors le résultat sous la forme : R = 100, 0 ± 1, 2 Ω .
Sans plus de précision, la personne qui utilisera ce résultat fera l’hypothèse que le niveau de confiance standard a été
retenu, donc que la probabilité pour que la valeur de la résistance soit contenue dans l’intervalle [98,8 ; 101,2] est de
95%.
Une part essentielle du travail expérimental est donc l’estimation de l’incertitude-type sur une mesure.
II.2 Estimation de l’incertitude-type sur une mesure directe
La mesure est directe lorsque l’appareil de mesure fournit la valeur mi. Si la mesure est obtenue par calcul à partir
d’autres grandeurs, sous la forme y = f ( x1 , x2 ,...) , on parle de mesure indirecte.
L’incertitude-type peut être estimée à partir d’une série de mesure, par une analyse statistique de l’échantillon obtenu.
On parle alors d’évaluation de type A.
Dans tous les autres cas, on parle d’évaluation de type B. C’est le cas général, lorsqu’on fait une mesure unique et que
l’on estime l’incertitude-type à partir des caractéristiques de l’appareil de mesure utilisé.

a) Évaluation de type A
On effectue une série de mesures dans des conditions identiques. On dispose d’un échantillon ( m1 , m2 ,..., mN )
de N mesures.
La mesure est fournie par la moyenne de l’échantillon :
N
1
Moyenne = m = m =
N
∑m
i =1
i

On peut montrer dans le cours de math que le meilleur estimateur de l’écart-type de la variable aléatoire m n’est pas
1 N 1 N
∑ ( mi − m ) mais σ N −1 = ∑ ( mi − m ) qui figure la liste des fonctions pré-programmées des
2 2
σN =
N i=1 N − 1 i=1
calculatrices de porche.
σ N −1
On définit l’incertitude-type : s = .
N

1
La modélisation mathématique de la mesure est de représenter l’ensemble des résultats possibles d’une mesure par une variable aléatoire, dont la mesure
constitue une réalisation. On souhaite estimer la valeur moyenne, l’incertitude type et, idéalement, la densité de probabilité – forme de la distribution de
cette variable aléatoire.

Q Incertitudes expérimentales (00-104) Page 3 sur 11 JN Beury


1 N
∑ ( mi − m )
2
Ecart-type : σ N −1 =
N − 1 i=1
σ N −1 1 1 N
∑ ( mi − m )
2
Incertitude-type = s = =
N N N − 1 i =1
Exemple : Mesure de la direction de polarisation.
On veut mesurer la direction de polarisation émise par un laser à l’aide d’un polariseur fixé sur une monture
graduée. La mesure consiste à rechercher l’extinction en tournant le polariseur. Vingt déterminations de l’angle
d’extinction θ i sont effectuées. Les valeurs sont lues en degrés et les graduations sont au degré.
4,5 4,5 6,5 4,5 8,0 5,5 7,0 7,0 7,5 10 9,5 6,5 10,0 9,0 7,5 9,0 9,0 7,5 7,5 9,0

Une évaluation de type A permet d’estimer l’angle – moyenne des vingt mesures – et l’incertitude-type de la mesure
1 N
La valeur moyenne est : θ = ∑ θ i , ici θ = 7, 48 degrés ,
N i=1
L’incertitude-type d’estimation sur la valeur moyenne est :
20
1
× ∑ (θ i − θ ) , soit s = 0,39 degré.
2
s=
20 × 19 i =1

b) Évaluation de type B
On effectue une mesure unique et on essaya d’évaluer l’incertitude-type grâce à la connaissance que l’on a du
protocole de mesure, du matériel… On est souvent amené, par manque d’information, à faire des hypothèses a
priori sur la nature des incertitudes évaluées.
L’objectif est d’estimer au mieux, dans un temps raisonnable, la variabilité de la mesure.
Dans les salles de TP, nombre de mesures se font directement à l’aide d’appareils de mesure standard et l’on
applique les règles suivantes :
• Appareil de mesure analogique (appareil à cadran, lecture d’un réglet, d’une monture graduée,…) : l’incertitude
de lecture est estimée à partir de la valeur d’une graduation :
1 graduation
incertitude-type = slecture =
12
• Appareil de mesure numérique : si le constructeur fournit l’incertitude-type, on l’utilise directement. On trouve
souvent une indication sur la précision de l’appareil, sous la forme :
précision = ± ( x, x% lecture + n UL ) , où UL est l’unité de lecture (digit).
Sans autres renseignements, on assimile la précision fournie à l’incertitude élargie et l’incertitude-type est
estimée par :
précision
incertitude-type = s =
3
Lorsqu’une analyse plus fine des causes d’erreur portant sur une mesure fait apparaître diverses sources – par
exemple une incertitude de pointé s’ajoutant à une incertitude de lecture –, on estime l’incertitude-type à chacune
des sources. Cette étape aboutit à un bilan d’incertitude, détaillant pour chaque cause les informations utilisées pour
estimer l’incertitude-type. Le bilan global conduit à l’incertitude-type composée, qui peut mélanger des
évaluations de type A et de type B.
Dans le cas de causes d’erreurs indépendantes, on estime l’incertitude-type composée par une addition quadratique :

∑(s )
2
scomposée = i
i

c) Mesure d’une tension V à l’aide d’un multimètre


La précision en mesure de tension DC est : 0,2% de la lecture + 1 UL
Pour une lecture de 5,10 V (calibre 40 V), un digit représente 10 mV. L’incertitude élargie estimée est :
∆V = 10, 20 + 10 = 20, 2 mV
Le résultat de mesure s’écrit donc :
V = 5,10 ± 0, 02 V

Q Incertitudes expérimentales (00-104) Page 4 sur 11 JN Beury


Si l’on a besoin d’utiliser ultérieurement cette mesure, on estime l’incertitude-type à partir de l’incertitude élargie
∆V
avec : s = = 11, 7 mV .
3
d) Mesure de la direction de polarisation
L’analyse de cette mesure fait ressortir deux sources principales d’erreur : la détermination de l’extinction d’une
part – incertitude de pointé, spointé – et l’incertitude de lecture de la graduation slecture. L’incertitude estimée peut donc
s’écrire comme la somme de deux termes. Les deux termes sont statistiquement indépendants, la variance de leur
somme est égale à la somme des variances. On peut donc estimer l’incertitude de pointé attaché à ce type de
mesure :
scomposée (θ ) = (s (θ ) ) + ( slecture (θ ) )
2 2
pointé

1
On a vu que slecture (θ ) = = 0, 289 et scomposée (θ ) = 0,39 degré . On en déduit que spointé (θ ) = 0, 27 . Les deux
12
sources d’erreur sont donc d’importance tout à fait comparable.

II.3 Propagation des incertitudes. Cas des grandeurs dérivées


Dans le cas d’une mesure indirecte, la grandeur est estimée à partir d’autres mesures : y = f ( x1 , x2 ,...) . À partir des
incertitudes-types s(xi) estimées sur chacune des grandeurs xi et dans le cas de mesures indépendantes, on estime
l’incertitude-type sur la grandeur dérivée par la formule1 :
2
 ∂f 
s ( y ) = ∑  s ( xi ) 
i  ∂xi 

n n
• Dans le cas d’une somme : x = ∑ α i yi , s 2 ( x ) = ∑ α i2 s 2 ( yi )
i =1 i =1

 s ( x)  2  s ( yi ) 
2 2
n n
Dans le cas d’un produit/quotient : x = ∏ yi ,   = ∑αi 
αi
• 
i =1  x  i =1  yi 
En pratique :
On cherche la mesure de la surface d’une feuille de papier.
On mesure la largeur et la hauteur de la feuille à l’aide d’une règle, graduée en mm. On trouve L = 211 mm, H = 297
mm. En tenant compte de deux repérages indépendants, un pour le zéro de règle, l’autre pour l’extrémité de la feuille,
on obtient :
 s ( S )   s ( L)   s ( H )  s(S )
2 2 2
1
s ( L) = s ( H ) = × 2 mm ,   =  +  . Soit = 0, 002373 , ∆S = 2 × s ( S ) .
12  S   L   H  S
D’où S = 626, 7 ± 3, 0 cm 2
II.4 Incertitude élargie. Présentation du résultat
La dernière étape lorsque l’on dispose de la mesure m et de son incertitude-type s est la présentation du résultat.
L’incertitude-type représente une estimation de la dispersion des valeurs. Par tradition, on aime présenter le résultat
assorti d’un intervalle de confiance. L’incertitude élargie, qui fournit l’intervalle de confiance, est obtenue en
multipliant l’incertitude-type par un coefficient : ∆M = k × s . Le niveau de confiance standard est de 95%.
Dans le cas idéal où l’on a conduit une évaluation statistique de l’incertitude-type et où la loi de distribution des erreurs
est gaussienne, on peut fournir très précisément l’intervalle de confiance, en appliquant la formule de Student, qui
fournit le coefficient d’élargissement :
∆M = t % s
La valeur du coefficient t% est la suivant, pour un niveau de confiance de 95% :
N 2 3 4 5 6 7 8 9 10 15 20 100 ∞
t95% 12 ,7 4,30 3,18 2,78 2,57 2,45 2,37 2,31 2,26 2,14 2,09 1,98 1,96

1
L’utilisation de cette formule n’est pas au programme.

Q Incertitudes expérimentales (00-104) Page 5 sur 11 JN Beury


Dans la majorité des cas, on conduit à une estimation de type B, et la forme de la loi de distribution est souvent
assimilée à une gaussienne. Le coefficient retenu pour un niveau de confiance de 95% est alors k = 2 et on écrit :

L’incertitude-type est notée s.


L’incertitude élargie (ou incertitude-type élargie, erreur maximale, erreur absolue, incertitude absolue)
est : ∆M = 2 s .
Le résultat sera en final présenté sous la forme : m ± ∆M unité .
∆M
La précision sur le résultat (ou incertitude relative) du mesurage est : .
m
La précision du résultat est souvent exprimée en %. Plus le résultat est petit, plus le mesurage est précis.
On conserve un ou deux chiffres significatifs dans l’expression de ∆M , et le nombre de chiffres après la virgule
correspondant pour m. Dans les calculs intermédiaires, on conserve deux chiffres significatifs pour les incertitudes-
types que l’on arrondit par excès.
Pour l’estimation de la grandeur mesurée, on prendra comme dernier chiffre significatif, celui de même position (au
sens numération) que celui de l’incertitude.

On mesure r = 100,251389 Ω avec une incertitude ∆M = 0,812349 Ω . On écrira alors le résultat sous la forme :
R = 100,3 ± 0,8 Ω

II.5 Présentation d’un résultat expérimental


On peut appliquer les règles suivantes pour présenter un résultat expérimental sous la forme : M = m ± ∆M unité
• La suppression d’un chiffre significatif sur l’incertitude absolue ∆M et l’arrondi correspondant ne doit
pas entraîner de variation de ∆M supérieure à 4%.
• La suppression d’un chiffre significatif sur la valeur moyenne m et l’arrondi correspondant ne doit pas
entraîner de variation de m supérieure à 0, 2∆M .
• On conserve pour m les chiffres significatifs qui interviennent dans ∆M .

II.6 Exemples
a) Banc d’optique
Soit un banc d’optique sur lequel sont installés un objet lumineux, un écran et une lentille convergente. La position
de chaque élément est repérée par un index sur un réglet. Les positions de l’objet et de l’écran sont fixées et l’on
recherche la position x de la lentille qui donne une image nette de l’objet sur l’écran. On constate qu’il y a toute une
classe de positions qui correspondent à cette condition et que xmin < x < xmax . La valeur vrai xvrai appartient à cet
intervalle et elle est inconnue. Si l’on fait une mise au point « au hasard » toutes ces positions ont la même
probabilité. Dans tous les cas, il y a une erreur de mise au point ER map = x − xvrai . Pour exprimer l’ensemble de ces
xmax + xmin
résultats, on retient la valeur médiane de l’intervalle précédent, x = comme mesure de x. On associe
2
x − xmin
ensuite à l’erreur ER map une variable aléatoire ε map de distribution rectangulaire et de demi-largeur a = max .
2
On peut alors écrire que x = xvrai + ε map ou que xvrai = x − ε map , ce qui signifie que la valeur recherchée xvrai peut avoir,
a
avec la même probabilité, n’importe quelle valeur sur l’intervalle [ xmin ; xmax ] . L’incertitude-type sera : s = .
3
b) Résistance
Les quatre anneaux de couleur caractérisant la résistance sont Brun, Noir, Noir, Or. La résistance est donc égale à
5
10 ×
5 100
R = 10Ω ± 5% . L’incertitude élargie vaut 10 × . L’incertitude-type vaut s = = 0, 29 Ω .
100 3
c) Thermomètre
Thermomètre : « Range -200 to +700°C, Temperature resolution below 700°C : 0,01°C ».

Q Incertitudes expérimentales (00-104) Page 6 sur 11 JN Beury


On considère que l’indication constructeur est l’incertitude élargie ou incertitude maximale liée à la résolution.
0, 01
L’incertitude due à la résolution associée à une mesure de 18,545°C est : s = = 0, 0056°C
3
d) Boîte à décades
Boîte à décades : « Range 1 Ω to 1,11 MΩ , number of decades : 5, full scale accuracy 0,1% »
On considère que l’indication du constructeur est l’incertitude maximale ou incertitude élargie. L’incertitude de type
0,1 1
B associée à une boîte réglée sur 10 kΩ est : s = 10000 × × = 5,8 Ω
100 3
e) Voltmètre
On cherche à mesurer une tension de 0,9 V à l’aide d’un voltmètre de classe 2, réglé sur le calibre 100 V. Le résultat
lu est 3V et reste constant. Le calibre est-il bien choisi ? Voltmètre de classe 2 sur calibre 100 V induit une erreur
2 2
absolue de 100 × = 2 V . L’incertitude-type est alors s = = 1, 2 V . Sur la mesure d’une tension de 3 V,
100 3
2
l’incertitude relative est alors de = 67% . Le calibre est mal choisi car la sensibilité du voltmètre n’est pas
3
suffisante pour mesurer 0,9 V.
f) Mesure d’une résistance
U
On mesure une résistance avec un voltmètre et un ampèremètre en utilisant la relation R = .
I
∆U
Le constructeur donne l’incertitude élargie de U et de I. On peut donc en déduire les incertitudes-types : sU =
3
 s ( R )   s (U )   s ( I ) 
2 2 2 2 2
∆I 1  ∆U  1  ∆I 
et sI = . L’incertitude sur R est donnée par la relation :   =  +  =   +   .
3  R   U   I  3 U  3 I 
On peut donc en déduire s ( R ) et ∆R = 2 s ( R ) .

g) 4 résistances en série
On considère l’association série de 4 résistances identiques. La précision des résistances est fournie par le
∆R1 ∆R2 ∆R3 ∆R4 1
constructeur. Exemple : R1 = R2 = R3 = R4 = 1000Ω et = = = = 1% = .
R1 R2 R3 R4 100
Que vaut l’incertitude élargie de R ?
∆R1 ∆R2 ∆R3 ∆R4
R = R1+ R2 + R3 + R4. On peut en déduire les incertitudes-types : sR = ; sR = ; sR = et sR = .
1
3 2
3 3
3 4
3
L’incertitude sur R est donnée par la relation :

( ) ( ) ( ) ( ) 1
(
( sR ) = sR + sR + sR + sR = ( ∆R1 ) + ( ∆R2 ) + ( ∆R3 ) + ( ∆R4 ) . )
2 2 2 2 2 2 2 2 2

1 2 3
3
4

∆R = 2 s ( R ) = 2
1
3
( 2 2 2 2
)
( ∆R1 ) + ( ∆R2 ) + ( ∆R3 ) + ( ∆R4 ) = 23 Ω .

Remarque : L’ancien calcul d’incertitude consistait à sommer les incertitudes absolues dans ce cas particulier (soit
40 Ω =, aboutissait, dès que n dépassait 4 à des majorants beaucoup trop grands, ne correspondant à aucune
probabilité raisonnable.
h) Mesure de l’angle du prisme
θ −θ 1
A = 1 2 avec et ∆θ1 = ∆θ 2 = 1' = degré .
2 60
∆θ1 ∆θ 2
Que vaut l’incertitude élargie de A ? On peut en déduire les incertitudes-types : sθ = ; sθ = .
1
3 2
3
2
 ∂f 
Si y = f ( x1 , x2 ,...) , alors s ( y ) = ∑  s ( xi )  .
i  ∂xi 

Q Incertitudes expérimentales (00-104) Page 7 sur 11 JN Beury


( ∆θ1 ) . ∆A = 2s A = 2 ∆θ1 = 0,82 ' .
2 2
∂f 1 ∂f 1 1 1  ∆θ 
, d’où s ( A ) = s (θ1 ) + s (θ 2 ) =  1  = ( )
2 2 2
Soit = =−
∂θ1 2 ∂θ 2 4 4 2 3  6 6

i) Mesure de l’indice du prisme


 A + Dm 
sin  
n=  2  avec ∆A = 0,82 ' .
 A
sin  
2
2
 ∆θ  1
Si la déviation est mesurée est Dm = θ 3 − θ 4 , alors s ( Dm ) = s (θ 3 ) + s (θ 4 )
2 2 2
= 2  3  avec ∆θ 3 = 1' = degré
 3  60
∆θ1 ∆θ 2
On peut en déduire les incertitudes-types : sθ = ; sθ = .
3 3
1 2

2
 ∂f 
Que vaut l’incertitude élargie de A ? Si y = f ( x1 , x2 ,...) , alors s ( y ) = ∑i  s ( xi ) ∂x  .
 i 

2 2
 ∂f  2  ∂f 
( s ( n)) = ( s ( D ))  + ( s ( A) )  
2 2
m 
 ∂Dm   ∂A 
 A + Dm  1  A + Dm   A  1  A + Dm   A
sin   cos   sin  2  − 2 sin  2  cos  2 
 2  , donc ∂f = 1 1  A + Dm  ∂f 2  2       
n= cos   et =
 A ∂Dm  2
A  2  ∂A   A 
2
sin   sin  
2 2  sin  2  
  
On peut donc en déduire s ( n ) et ∆n = 2 s ( n ) .

Remarque : L’ancien calcul d’incertitude consistait à sommer les incertitudes absolues :


 A + Dm   dA dDm   A  dA
cos    +  cos  
  A + Dm     A   dn  2  2 2  2 2
ln n = ln  sin    − ln  sin  2   ; n = −
  2      A + D   A
sin  m
 sin  
 2  2
   
   
dn 1 1 1
= dDm   + dA  − 
n   A + Dm    A + Dm   A
 2 tan  2   2 tan  2  tan  2  
       

∆n 1 1 1
= ∆Dm + ∆A −
n  A + Dm   A + Dm   A
2 tan   2 tan   tan  
 2   2  2

j) Valeurs aberrantes
Lorsque divers groupes d’élèves procèdent à une mesure d’une même grandeur, il arrive qu’une ou deux valeurs
s’écartent sensiblement des autres. Parfois, l’erreur est manifeste (erreur d’opération par exemple) ; parfois, en
revanche, rien ne permet d’expliquer l’écart observé et l’on se demande s’il faut conserver une valeur dont la
singularité ne peut être due qu’au hasard ou la rejeter à cause d’un appareil faux ou d’une observation erronée.
Pour aider à prendre une décision, on peut utiliser le test de l’écart à la moyenne.
Supposons que l’on dispose de n mesures indépendantes et de poids. On calcule l’écart-type σ N −1 . On peut calculer
mi − m
le rapport . Pour n = 9, par exemple, si les mesures suivent une loi gaussienne, le rapport ne dépasse 2,24
σ N −1
que dans 5% des cas.

Q Incertitudes expérimentales (00-104) Page 8 sur 11 JN Beury


mi − m
On peut ainsi écarter toute valeur dont le rapport est supérieur à 2,24 en valeur absolue pour un
σ N −1
échantillon de 9 mesures.
k) Comparaison des écarts-types de deux échantillons
k1) Premier exemple
Mesure du degré hydrotimétrique français de l’eau de Contrexéville en °TH :
Résultat du premier groupe : 153, 154, 154, 155, 155, 156, 156, 160, 165
Moyenne : 156,4 °TH – Ecart type : 3,78 – Incertitude élargie avec t = 2,31 : 2,90
Résultats de deuxième groupe : 154, 155, 155, 155, 156, 156, 156, 156, 157
Moyenne : 155,6 °TH – Ecart type : 0,88 – Incertitude élargie avec t = 2,31 : 0,68
Analyse des résultats :
• Pour chaque groupe, la moyenne, estimateur de la grandeur mesurée, est en très bon accord avec
l’indication de l’étiquette (155,8°TH). Les deux groupes ont à ce niveau des résultats très proches.
• Le second groupe a fourni un travail expérimental de bien meilleure qualité. La seule moyenne ne le
montre pas. L’impact de la qualité du travail expérimental (rinçages, prédosage…) sur le résultat est
ainsi parfaitement mis en valeur.
Un rapport des écarts-types égal à 2,1 est généralement considéré comme suffisant pour marquer
la dissemblance de deux échantillons de 9 mesures.
• Pour le deuxième groupe : D = (155, 6 ± 0, 68 ) °TH . Combien de chiffres significatifs faut-il écrire ?
L’intuition conduit à écrire D = (155, 6 ± 0, 7 ) °TH .
Critères :
- On peut supprimer des chiffres significatifs dans l’expression de l’incertitude ∆D à condition
que ces opérations provoquent une variation de l’incertitude ∆D initiale inférieure à 4%.
∆D
Ici 4 × = 0, 03°TH ; on peut donc remplacer 0,68°TH par 0,7°TH ce qui entraîne seulement une
100
variation de 0,02°TH.
- On peut supprimer des chiffres significatifs sur D (et procéder aux arrondis correspondants) à
condition que ces variations ne provoquent pas un décalage de D supérieur à 0, 2∆D .
Ici 0, 2∆D = 0,14°TH ; le passage de 155,6 à 156°TH entraînerait un décalage de 0,4°TH trop
important : cette erreur d’écriture, supérieure à la moitié de l’incertitude, abaisserait exagérément le
niveau de confiance (qui passerait de 95% à 83%).
• Pour le premier groupe, la valeur 165 est vraiment éloignée des autres. Son écart à la moyenne est égal
à 2, 26σ N −1 . Il est donc plus sage de ne pas tenir compte de cette mesure. Les mesures conservées pour
le groupe 1 sont : 153, 154, 154, 155, 155, 156, 156, 160. La moyenne est 155,4 °TH et l’écart type
modifiée est 2,1°TH. Les écarts-types des deux séries de mesures sont encore beaucoup trop différents
pour que celles-ci puisque être considérées de poids égaux. La précision du premier groupe est 1,2%,
peut être considérée comme bonne.

k2) Deuxième exemple


On mesure la distance focale d’une lentille mince par deux méthodes : méthode Silberman et méthode
d’autocollimation. 9 mesures pour la méthode de Silberman conduisent à un écart-type σ S ( N −1) = 0,163 cm et la
σ S ( N −1)
méthode d’autocollimation σ a ( N −1) = 0,101 cm . = 1, 61 .
σ a ( N −1)
Méthode de Silberman : 4,65 ; 4,73 ; 4,75 : 4,75 ; 4,80 ; 4,88 ; 4,90 ; 4,95 ; 5,20
Moyenne : 4,85 cm – Ecart type : 0,163 cm – Incertitude élargie avec t = 2,31 : 0,126
f S = 4,85 ± 0,13 cm . On ne peut pas enlever un chiffre significatif à la moyenne 4,85 cm et l’estimer
par 4,9 cm. La translation qui en résulterait serait de 0,05 cm et représente 0, 40∆f .
Méthode d’autocollimation : 4,8 ; 4,8 ; 4,9 ; 4,9 ; 5,0 ; 5,0 ; 5,0 ; 5,0 ; 5,1
Moyenne : 4,94 cm – Ecart type : 0,101 cm – Incertitude élargie avec t = 2,31 : 0,078

Q Incertitudes expérimentales (00-104) Page 9 sur 11 JN Beury


f a = 4,94 ± 0, 08 cm . On ne peut pas enlever un chiffre significatif car on aurait une translation de
0,51∆f .
σ S ( N −1)
Le rapport1 est nettement inférieur à 2,1 pour deux échantillons de 9 mesures.
σ a ( N −1)
• Dans les mesures relatives à la méthode Silberman, la distance focale de 5,20 cm semble un peu écartée
des autres. En fait, elle ne diffère de la moyenne 4,85 cm que de 2,17σ N −1 ce qui n’est pas suffisant
pour la rejeter.
• Comparaison des estimateurs fS et fa de la distance focale f. Les deux intervalles de confiance ont une
partie commune (4,86 ; 4,98 cm) ce qui montre que les résultats donnés par les deux méthodes sont
compatibles. On peut se demander si le fait que l’estimateur fS donné par la méthode de Silberman soit
juste à la limite de l’intervalle de confiance déduit de la méthode d’autocollimation, n’est pas le signe
que des erreurs systématiques ont été commises. L’index d’une lentille ne correspond pas toujours
exactement à la position de son centre optique. Ainsi, dans la méthode d’autocollimation par
exemple, ne pas retourner une lentille par rapport au sens de propagation de la lumière lorsque celle-ci
passe d’un groupe à l’autre, peut entraîner une erreur systématique de plusieurs millimètres, la retourner
peut donner des résultats dispersés. Ici, compte tenu des valeurs des écarts-types, la différence fS – fa
n’est pas significative.
• On ne peut pas, par ces seules mesures, considérer que la méthode de Silberman est significativement
moins précise que la méthode d’autocollimation. Les deux méthodes donnent des moyennes
concordantes. Les résultats obtenus avec la méthode d’autocollimation sont moins dispersés.
Le rapport des écarts-types vaut 1,61. Cette valeur n’est pas suffisamment élevée pour conclure que la
méthode d’autocollimation donne des résultats précis que celle de la méthode de Silberman.
On pourrait en effet montrer que même si les deux méthodes étaient de précision tout à fait identiques,
σ S ( N −1)
la valeur 1,61 caractérisant le rapport des estimateurs (quel que soit celui que l’on place au
σ a ( N −1)
dénominateur) serait naturellement dépassée dans 18% des cas.
On retient donc que la méthode expérimentale utilisée ici n’a pas permis, avec les protocoles utilisés, de
les classer, le rapport du plus grand des estimateurs σ S ( N −1) au plus petit σ a ( N −1) n’est pas assez élevé.

l) Dosage en chimie
V2 V4
On mesure la concentration du Destop® : C = Ca .
V1 V3
a) Mesure du volume V1. La précision de la mesure de V1 dépend de deux types d’erreurs : l’erreur de construction
δ1V1 de la pipette et l’erreur de mesure δ 2V1 .
• Pipette jaugée de classe B. Le constructeur annonce les précisions suivantes (incertitudes relatives) qui
dépendent du volume de la pipette jaugée.
∆V ∆V ∆V
Pipette de 5 mL : 1 1 = 0, 6% ; Pipette de 10 mL : 1 1 = 0, 4% ; Pipette de 20 mL : 1 1 = 0,3%
V1 V1 V1
∆ 2V1
• L’incertitude relative sur l’erreur de lecture, dépend aussi de V1. Elle serait inversement proportionnelle à
V1
V1 si les diamètres des parties effilées de la pipette étaient indépendantes de V1, ce qui n’est pas le cas. Cette
∆V ∆V
incertitude 2 1 est sans doute, comme 1 1 , une fonction décroissante de V1. On suppose : Pipette de 5 mL :
V1 V1
∆ 2V1 ∆V ∆V
= 1, 0% ; Pipette de 10 mL : 1 1 = 0,8% ; Pipette de 20 mL : 1 1 = 0,5% .
V1 V1 V1

1
C’est la loi de Fisher qui permet de comparer les écarts-types.

Q Incertitudes expérimentales (00-104) Page 10 sur 11 JN Beury


∆V1
(∆ V ) + (∆ V ) ∑(s )
2
2 2
• ∆V1 = 1 1 2 1
puisque scomposée = i . On en déduit : Pipette de 5 mL : = 1, 2% ; Pipette
i V1
∆V1 ∆V
de 10 mL : = 0,9% ; Pipette de 20 mL : 1 = 0, 6% .
V1 V1
b) Mesure du volume V4 avec une burette graduée correspondant à l’équivalence. ∆1V4 = 0,10 mL par exemple. Si
l’équivalence est détectée à trois gouttes près : ∆ 2V4 = 0,15 mL . L’incertitude absolue ∆V4 résultante sur une

(∆ V ) + (∆ V )
2 2
mesure individuelle vaut : ∆V4 = 1 4 2 4
= 0,18 mL . Si V4 = 5 mL, l’incertitude relative individuelle
∆V4 ∆V4
est voisine de 3,6% ce qui est beaucoup. Par contre, si V4= 10 mL, on aura = 1,8% ce qui est acceptable
V4 V4
car les erreurs correspondantes seront lissées par mise en commun des résultats.
c) Mesure de V2 : la fiole jaugée de volume V2 où s’effectue la dilution est très précise (si la température des produits
est convenable). On peut négliger l’erreur sur V2, que ce volume soit de 250 mL ou de 500 mL.
∆V3
d) Mesure de V3 = 10 mL. On a vu que = 0,9% .
V3
Remarque : la proximité de V3 et de V4 n’est pas, en elle-même, génératrice de précision. Il vaut mieux avoir une
solution à titrer avec V3 = 10 mL et V4 = 20 mL, que de parvenir à une quasi-égalité de V3 et de V4 autour de 5 mL.

l1) Incertitude sur une mesure individuelle


V1 = 10 mL ; V2 = 500 mL ; V3 = 10 mL ; V4 = 12 mL et Ca = 0,10 mol.L-1.
Incertitude relative sur Ca : 0,5 % (mesure réalisée par le professeur)
Incertitude relative sur V1 : 0,9%
Incertitude relative sur V2 : négligée
Incertitude relative sur V3 : 0,9%
Incertitude relative sur V4 : 1,5%
Ordre de grandeur de l’incertitude finale sur la mesure individuelle de C (toutes les erreurs affectent des produits
ou des quotients – voir paragraphe II.3), en supposant qu’il n’y a pas d’autres causes d’erreurs et que toutes les
∆C
mesures sont indépendantes : = 10−2 × 0,52 + 0,92 + 0,92 + 1,52 = 2, 0 × 10−2 .
C
l2) Prise en commun de la mise en commun des résultats
Si les mesures de V1, V2, V3 et V4 sont effectuées par 9 groupes d’élèves, la mise en commun des résultats
entraîne un lissage statistique portant sur les erreurs résultant de ces mesures de volume, mais demeurant sans
effet sur une erreur éventuelle commise sur Ca.
L’incertitude relative individuelle sur les volumes est égale à : 10−2 × 0,92 + 0,92 + 1,52 = 1,97 × 10−2 .
1,97 × 10−2
Une fois lissée par la mise en commun des résultats, elle devient égale à : = 0, 66 × 10−2 . Elle est du
9
même ordre de grandeur que l’erreur systématique commise par le professeur sur la détermination de Ca (0,5%).
Attention donc, à ces opérations que le professeur effectue avant la séance et dont les erreurs s’imposent ensuite
à tous. Dans le cas précédent, si le professeur effectue lui-même la dilution, il doit utiliser une pipette jaugée de
20 mL afin de limiter le plus possible l’incertitude sur sa mesure (et donc minimiser l’erreur systématique).
La concentration du Destop® n’est pas une constante universelle, elle varie légèrement d’un échantillon à un
autre ; on ne peut donc pas mettre en évidence une erreur systématique comme cela peut être le cas pour une
mesure du champ de pesanteur terrestre.

Q Incertitudes expérimentales (00-104) Page 11 sur 11 JN Beury

Vous aimerez peut-être aussi