Académique Documents
Professionnel Documents
Culture Documents
statistiquesCORRIGE optionPC
statistiquesCORRIGE optionPC
et incertitudes
La mesure est une étape essentielle dans toute démarche scientifique. Il est donc important de poursuivre
ce que vous avez déjà étudié en classe de Terminale : quels outils permettent d’estimer la qualité d’une
mesure ? L’évaluation de l’incertitude d’une mesure est cependant complexe, et nous développerons ici
quelques outils permettant de bien présenter les résultats d’une mesure.
A = (a ± ΔA) unité de A
En pratique, l’incertitude ΔA est arrondie par excès et n’est exprimée qu’avec un seul chiffre
significatif.
Ce chiffre indique la décimale à laquelle il faut arrondir la valeur numérique que l’on propose.
1. Premières définitions
On appelle mesurage (on préfère ce terme au terme « mesure », qui peut avoir plusieurs sens
en français) l’ensemble de opérations permettant de déterminer expérimentalement une ou
plusieurs valeurs que l’on peut raisonnablement attribuer à une grandeur.
La mesure vraie du mesurande est la valeur µ que l’on obtiendrait si le mesurage était
parfait. Comme un mesurage n’est jamais parfait, cette valeur est toujours inconnue.
L’incertitude de mesure est un paramètre qui est associé au résultat du mesurage. Elle
caractérise la dispersion des valeurs qui pourraient raisonnablement être attribuées au
mesurande.
05/07/17 Page 1
Le résultat d’une mesure n’est jamais une valeur : il est toujours donné sous la forme
M = m ± ΔM, associé à un niveau de confiance, ou intervalle de confiance. Par exemple, on
choisira assez la largeur d’un intervalle pour avoir 95 % de chance de trouver la valeur vraie à
l’intérieur de celui-ci.
Incertitudes de répétabilité, ou
évaluation de l’incertitude-
type de type A
L’évaluation des incertitudes par des méthodes statistiques est dite de type A.
Dans la suite, n’est ici développée que l’évaluation des incertitudes par les méthodes
statistiques : on parle alors d’incertitude de répétabilité.
Par exemple, vous êtes aujourd’hui des opérateurs, différents, qui réalisez tous le mesurage de la
même grandeur (la détermination de la constante de partage) avec du matériel similaire.
Les mots clefs de la détermination de cette incertitude de répétabilité sont les suivants :
On a réalisé n mesures avec le même appareillage et dans de bonnes conditions, d’une même
grandeur m. En travaux pratiques, n est par exemple de nombre de binômes qui a effectué des
mesures.
05/07/17 Page 2
L’évaluation de type A de l’incertitude-type est réalisée par l’analyse statistique des séries
d’observations.
• Ensuite, il faut étudier la dispersion des résultats obtenus autour de la valeur moyenne.
Cette dispersion est évaluée par le calcul de l’écart-type expérimental. L’écart-type
expérimental a pour expression :
1
σ exp = ∑
(n(1) i
(mi (m)2
(on fait la moyenne du carré de l’écart à la moyenne , on a bien remarqué que l’on divisait
cependant par (n-1) et pas par n : cela s’appelle la correction de Bessel).
t est appelé « coefficient de Student ». Il sera choisi en fonction de la confiance que l’on
donner à un résultat. Ce coefficient de Student dépend de deux choses :
• de n, nombre de mesurages obtenus.
• de la confiance que nous voulons donner au résultat. Par exemple, si la confiance
est égale à 95 %, cela signifie que l’on a 95 % de chances que la valeur vraie soit
comprise entre x − t .σ / n et x + t .σ / n
Conclusion :
Lorsque le nombre n de mesures n’est pas très élevé le résultat peut
être présenté sous la forme :
σ
X = x±t*
n
t étant le coefficient de Student à 95% pour n mesures
05/07/17 Page 3
σ
Δx = t * et X = x ± Δx
n
2. Annexe : table de Student
valeur de t en fonction de la probabilité et du nombre n de résultats rassemblés.
0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 0,95 0,975 0,99 0,995 0,9995
n ν
6 0,132 0,267 0,408 0,559 0,727 0,92 1,156 1,476 2,015 2,571 3,365 4,032 6,869 6
7 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,44 1,943 2,447 3,143 3,707 5,959 7
8 0,13 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408 8
9 0,13 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,86 2,306 2,896 3,355 5,041 9
10 0,129 0,261 0,398 0,543 0,703 0,883 1,1 1,383 1,833 2,262 2,821 3,25 4,781 10
11 0,129 0,26 0,397 0,542 0,7 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587 11
12 0,129 0,26 0,396 0,54 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437 12
13 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318 13
14 0,128 0,259 0,394 0,538 0,694 0,87 1,079 1,35 1,771 2,16 2,65 3,012 4,221 14
15 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,14 15
16 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073 16
17 0,128 0,258 0,392 0,535 0,69 0,865 1,071 1,337 1,746 2,12 2,583 2,921 4,015 17
Ainsi, cette année, en travaux pratiques, nous serons 16 binômes, donc n = 16 ; donc évidemment, n-1=15,
c’est le degré de liberté.
σ
X = x ± 1,753 *
n
Rem :
Dans le cas où nous avons beaucoup de valeurs n, la courbe de distribution obtenue est une gaussienne :
En abscisse, on reporte la valeur vraie de la mesure et les valeurs s’éloignant, « plus et en moins », de
multiples de l’écart-type.
En ordonnée, est reportée la probabilité correspond à une valeur donnée de la mesure.
L’aire colorée montre que si nous nous éloignons d’un seul écart-type, nous avons un niveau de confiance
de 68 % : nous avons 68 % de chance que le résultat de notre mesure appartienne à l’intervalle µ-σ ; µ+σ.
05/07/17 Page 4
Si l’on s’éloigne de 2 écart-type, nous avons maintenant 68 % de chance que le résultat de notre mesure
appartienne à l’intervalle µ-2σ ; µ+2σ.
Et si l’on s’éloigne de 3 écart-type, nous avons maintenant plus de 99 % de chance que le résultat de notre
mesure appartienne à l’intervalle µ-3σ ; µ+3σ.
Présentation d’un
résultat
Nous utiliserons les formules de propagation des incertitudes :
x.y
Si y = l. z.w alors on utilise la formule de propagation des incertitudes suivante, on dit que les
incertitudes s’additionnent en quadrature :
! ! ! !
x. u ∆y ∆x ∆u ∆z ∆w
y = l. alors ∶ = + + +
z. w y x u z w
********************************************************
y = x + w − z alors ∶ ∆y = ∆x ! + ∆w ! + ∆z !
05/07/17 Page 5
1. Votre résultat, à partir d’une détermination unique
Vous n’avez réalisé qu’une seule expérience, et dans ce cas, la valeur numérique de la mesure est le
résultat obtenu par l’unique mesure que vous avez faite. La détermination de l’incertitude s’appuie
sur :
L’incertitude du matériel utilisé
Les limites d’observation de l’expérimentateur
La critique du mode opératoire utilisé.
Reposons la relation à l’équivalence dans le cas du titrage effectué
Fe2+ + Ce4+ = Fe3+ + Ce3+ ici :
c0.v0 = c.ve
2 2 2
⎛ Δc ⎞ ⎛ Δv ⎞ ⎛ Δv ⎞
Δc 0 "="c 0 . ⎜ ⎟ + ⎜ 0 ⎟ + ⎜ e ⎟
⎝ c ⎠ ⎝ v0 ⎠ ⎝ ve ⎠
La prise d’essai est prélevée avec une pipette jaugée, à deux traits.
Δv0 est l’incertitude sur le volume de solution à doser prélevé. Or, vous avez utilisé une
pipette jaugée sur laquelle est écrit :
Ainsi, pour une pipette de 50,0 mL, le volume est connu à 0,050 mL.
05/07/17 Page 6
Δv0 est l’incertitude sur le volume prélevé : Δv0 = 2 x 0,050/√3 = 0,06 mL
( Δv ) + ( Δv )
2 2
Δv e !=! initial lu
Ainsi, si une burette est graduée tous les 0,1 mL (ce qui est le cas ici), l’incertitude due à la lecture sera :
ΔVinitial = ΔVlecture = 2 x 0,1/√12 = 0,06 mL.
05/07/17 Page 7
o De l’incertitude expérimentale sur le volume de la burette : par exemple, ici, 0,03 mL.
ΔVburette = 2 x 0,03/√3 = 0,04 mL
o De la méthode employée. Ici, on considère que l’incertitude ΔVtitrage sur le point équivalent
est nul lorsque le virage d’un indicateur coloré est repéré à la goutte près par exemple.
Et
!
∆v!" = ∆v!"#$%&" ! + ∆v!"#$%%$ ! + ∆v!"!#$%&
Supposons que nous ayons stoppé l’ajout à la goutte près : Δvtitrage = 0 mL.
Alors :
! ! !
∆c ∆v! ∆v!
∆c! = c! + +
c v! v!
Alors :
2 2 2
⎛ 0,001⎞ ⎛ 0,06 ⎞ ⎛ 0,1 ⎞
Δc 0 = c 0 . ⎜ + +
⎝ 0,01 ⎟⎠ ⎜⎝ 50 ⎟⎠ ⎜⎝ 14,1⎟⎠
c0 = 2,82.10-2 moL-1 :
05/07/17 Page 8
Le résultat sera alors présenté ainsi :
soit :
05/07/17 Page 9