Chapitre 3 : Incertitude

de mesure
Introduction

- l’erreur peut être corrigée : en changeant un

réglage en re-étalonnant, en changeant
d’appareil, en formant l’expérimentateur,
- par contre, une incertitude doit être évaluée.
- Un résultat de mesure sans incertitude ne
signifie rien.
Introduction

- l’erreur peut être corrigée : en changeant un

réglage en re-étalonnant, en changeant
d’appareil, en formant l’expérimentateur,
- par contre, une incertitude doit être évaluée.
- Un résultat de mesure sans incertitude ne
signifie rien.
 Évaluation des incertitudes
Les normes internationales définissent deux types d’incertitudes
qui sont:
- Les incertitudes de type A
- Les incertitudes de type B
Incertitudes de type A
Elles sont évaluées à partir du traitement statistique des mesures
(écart type d’une distribution de mesure).
Souvent, l’incertitude de type A sera associée à une loi de
probabilité de Gauss ou normale.
l’incertitude de type A sera toujours exprimée à partir
de l’écart type
 Calculs d’incertitudes types de type A
L’incertitude type de type A est reliée à la
statistique des mesures.
Cas de mesure directe
Lors d’une mesure directe, la grandeur est
mesurée par comparaison avec un étalon.
La méthode consiste à calculer la moyenne
arithmétique et l’écart type
 Évaluation des incertitudes
Incertitudes de type B
Elle ne sont pas déterminées par un traitement statistique de
mesures.
Elles sont souvent données par le constructeur, ou déduites des
données techniques ( calibre, incertitude sur le valeur de
résistance..)
Souvent l’incertitude de type B est associer à une lois de
probabilité uniforme (constante sur l’intervalle contenant touts
les mesures).

La probabilité d’obtenir une mesure quelconque dans

l’intervalle des mesures possibles est constante. L’incertitude
sera alors associée l’écart type de la distribution uniforme des
mesures. Elle sera notée UB
Évaluation des incertitudes
Incertitudes de type composée
Combiner les incertitudes de type A et B conduit à une
incertitude de type composée qui sera notée UC.
Lorsqu’on mesure une grandeur G entachée
d’incertitudes de type A et B on calcule l’incertitude
type composée par:

UC  U  U 2
A
2
B
Évaluation des incertitudes
Incertitude de type élargie
Elle est égale à l’incertitude –type composée UC
multipliée par un coefficient d’élargissement k
(coefficient de sécurité)
U = kUC

On absence de toute étude complémentaire ou de toute

information, la norme conseille d’utiliser un facteur
d’élargissement égale à k=2
Mesure directe

L’incertitude type de type A sur la mesure est alors:

s N (G)
U A (G)  s N (m(G)) 
N
Si on peut montrer que la mesure suit une loi gaussienne, on pourra
utiliser cette incertitude pour définir un intervalle de confiance
autour de la moyenne dans lequel on aura une certaine probabilité
de trouver la grandeur mesurée.
Mesure indirecte
On utilise la loi de la propagation des incertitudes. Si on connaît
la loi qui relie la grandeur à mesurer G et des grandeur mesurées Gi
alors on peut exprimer G de la forme:
G  f (G1 , G 2 , ..., G N )
L’incertitude type associée à la mesure indirecte de G fait
intervenir les incertitudes types associées à chaque
grandeur Gi. C’est une incertitude de type composée
UC(G)
n f 2 2 f f
U C2 (G )   ( G ) U (Gi )  2 G G U (Gi , G j )
i 1 i j i i j
n f 2 2 f f
 ( ) U (Gi )  2  (Gi , G j )u(Gi ).u(G j )
i 1 Gi j  i Gi G j
Mesure indirecte

f
• Les dérivées partielles sont appelées coefficients
 Gi

de sensibilité, U (Gi , G j ) est la covariance estimée

liée à Gi et G j

Et  (Gi , G j ) le coefficient de corrélation associé

 Incertitude type élargie et intervalle de confiance

L’intervalle de confiance est une notion clé en qualité car

elle permet d’optimiser le contrôle et son coût.

Un intervalle de confiance encadre une valeur réelle que l’on

cherche à estimer à l’aide de mesures prises par un
procédé aléatoire.
 Incertitude type élargie et intervalle de confiance
Théorème :
Si la distribution des mesures suit une loi de probabilité connue
(gaussienne en général) et si toutes les incertitudes sont
de type A, on peut définir un intervalle de confiance:

1) La probabilité d’obtenir une nouvelle mesure dans l’intervalle

 m(G)  k   (G), m(G)  k   (G) 

 N N 

Est en x%
Incertitude type élargie et intervalle de confiance
2) La probabilité d’obtenir la grandeur mesurée dans l’intervalle :

 
 m(G)  k   N (G) , m(G)  k   N (G) 
 
 N N 

Est en unité
Incertitude type élargie et intervalle de confiance

On peut trouver x% et k à partir du tableau donné par la loi du

Student car si la distribution des mesures est gaussienne, alors la
moyenne suit une loi de Student à N-1 degrés de liberté.
Les intervalles ainsi défini sont des intervalles de confiance au
seuil k.
Remarque:
L’incertitude de type A sur la mesure d’une grandeur varie en
fonction du nombre de mesures effectuées. Plus le nombre de
mesures est faible, plus l’incertitude sur la grandeur mesurée se
rapproche de l’incertitude maximale. Par contre plus le nombre
de mesures est grand, plus la largeur de l’intervalle de confiance
diminue pour une probabilité donnée.