Académique Documents
Professionnel Documents
Culture Documents
Chapitre 3
Incertitude de mesure
Objectifs
A la fin de ce chapitre, l’étudiant doit :
connaitre l'importance du calcul de l'incertitude de mesure
connaitre les causes d'erreurs
être capable d'estimer l'incertitude de mesure
Introduction
Le résultat d’une analyse ne peut pas être parfait. Ainsi le résultat rendu ne correspond pas à
la «valeur vraie». A chaque étape du processus d'analyse, des écarts par rapport à la «valeur
vraie» apparaissent. Le terme incertitude de mesure exprime cet écart à la perfection. Il est
nécessaire de la quantifier pour une bonne interprétation d’un résultat notamment lors de la
prise de décisions par rapport à des seuils limites.
Ainsi, l'incertitude de mesure :
est une indication qui ne nuit pas au résultat.
est nécessaire pour comparer les résultats obtenus par deux laboratoires.
c'est une partie intégrante de l'expression du résultat de l'analyse.
est inhérente à tout processus de mesure qui se trouve entaché d'une erreur.
L'incertitude de mesure est un indicateur de la qualité d'un résultat d'analyse et de la fiabilité
qu'on peut lui accorder, elle est associée à tout résultat de mesure.
L’évaluation de l’incertitude de mesure doit prendre en compte :
les erreurs aléatoires.
les erreurs systématiques.
Erreur aléatoire
Une erreur est aléatoire lorsque, d'une mesure à l'autre, la valeur obtenue peut être surévaluée
ou sous-évaluée par rapport à la valeur réelle.
1
Cours validation ISET Ksar Hellal
Que se passe-t-il si les résultats sont très différents. L’écart entre les valeurs est-il simplement
dû aux effets aléatoires (hasard) ou existe-t-il une différence systématique entre les résultats.
Seule la connaissance de l’incertitude de chacun des résultats permet de trancher ce débat. Si
2
Cours validation ISET Ksar Hellal
chacun des deux résultats est accompagné de son incertitude, on peut en déduire par
observation du graphique
qu’il n’y a pas de différence significative entre les 2 résultats. Les écarts peuvent certainement
s’expliquer par des effets aléatoires.
Causes d’erreurs
Tout résultat de mesure est entaché d’une cause d’erreur.
- on répète deux fois la même mesure, va-t-on trouver la même valeur ?
- on change d’instrument, on trouvera probablement une autre valeur.
Pourquoi ne trouve-t-on pas les mêmes résultats ?
Analyse des causes d’erreurs:
L’erreur peut se décomposer en une erreur systématique et une erreur aléatoire (figure 3).
Pour que le résultat d’une mesure se rapproche de la valeur conventionnellement vraie, il faut
diminuer les erreursisystématiques et les erreursialéatoires.
4
Cours validation ISET Ksar Hellal
( ) √ ∑( ̅)
Si la distribution des mesures suit la loi normale, alors les observations montrent que l'écart
type à (n-1) DDL est un bon estimateur de l'incertitude pour un grand nombre de mesures
n>30.
Type B:
Il est nécessaire de faire un bilan des erreurs.
Pour arriver à exprimer l’incertitude sous forme d’un écart-type, on peut changer d’instrument
de mesure, le protocole ou faire varier les paramètres influents, mais on utilisera toujours les
données du constructeur. La norme AFNOR indique ainsi que :
- D’une manière générale, si le constructeur fournit l’incertitude type, on l’utilise
directement.
Si l’incertitude est du type : ΔC = ± …, l’incertitude est √
- Si on a que peu d’indications, ou tout au moins une incertitude simple, la norme prévoit de
prendre comme incertitude : √
Par conséquent, pour les appareils analogiques, l’erreur est √
Si on nous fournit une incertitude qui quit la loi normale, on aura √
Exemple :
1/ L'incertitude type ΔC d’une burette graduée de 25 ml est de ± 0,030 ml
L'incertitude type B:
√
Incertitudes élargies
Le problème, et notamment dans le cas d’une évaluation de type B pour laquelle le calcul
statistique n’est pas possible (mesure unique), est qu’il faut donc arriver à faire "confiance" à
notre écart-type, en l’élargissant, tout simplement :
U=k .u avec k = 2 pour une confiance à 95 %.
k = 3 pour une confiance à 99 %.