Nombres, mesures

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.

On souhaite mesurer une grandeur physique, ou bien chimique.

Le résultat de la mesure A de la grandeur A doit être – normalement- présenté sous la forme :

A = (a ± ΔA) unité de A

A est le résultat de la mesure.

a est la valeur numérique de la mesure, obtenu à partir du mesurage.
ΔA est l’incertitude de la mesure, c’est à dire l’estimation de la plage de valeurs qui contient
vraisemblablement la valeur vraie, c’est à dire la valeur numérique de la mesure que l’on
obtiendrait si l’opération de mesure était parfaite, avec un niveau de confiance de 95%.

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

La grandeur que l’on veut mesurer est appelée le mesurande.

La mesure notée m est la valeur de la grandeur, et on note plutôt M le résultat de la mesure,

c’est à dire l’expression complète du résultat (un intervalle de valeurs).

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

Sommaire de cette première partie / statistiques

----------------------------

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 :

Moyenne arithmétique, ou valeur moyenne

Ecart-type de la série de mesures
Facteur d’élargissement déterminé par les coefficients de Student qui dépendent :
Du nombre de mesures effectuées
Du niveau de confiance choisi

1. Analyse de résultats de plusieurs mesures d’une même grandeur

1.1. Le problème

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.

Plusieurs questions se posent :

• Ces mesures représentent-elles la valeur de la grandeur à mesurer ?
• Quelle confiance peut-on leur faire ?
• Comment présenter le résultat sans friser le ridicule… ?

05/07/17 Page 2
L’évaluation de type A de l’incertitude-type est réalisée par l’analyse statistique des séries
d’observations.

• La meilleure estimation du résultat de la mesure est donnée par la moyenne

1 n
arithmétique : m"="m"=" ∑ mi
n 1

• 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).

Peut-on dire que m représente la grandeur que l’on veut déterminer ?

Et σexp donne-t-il une idée de l’incertitude du résultat ?

1.2. Quelques notions indispensables de statistique

si x est la moyenne de l’échantillon, pour un niveau de confiance α, la moyenne µ des

mesurages se trouve dans l’intervalle ± t. σ / n autour de x

Quelques valeurs de t(α,n)

n=5 n=10 n=30 n=40 n=120 ∞
Niveau de confiance α
90% 2,015 1,812 1,697 1,684 1,658 1,645
95% 2,575 2,228 2,042 2,02 1,98 1,96
99% 4,03 3,17 2,75 2,66 2,62 2,57

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

En appelant Δx l’incertitude absolue, alors :

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.

Sommaire de cette seconde partie /

statistiques
Incertitude de type B

Présentation d’un
résultat
Nous utiliserons les formules de propagation des incertitudes :

QUOTIENT OU PRODUIT : les incertitudes relatives s’additionnent

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

Par cette méthode exposée ci-dessus, il n’y a pas de surestimation de l’incertitude.

********************************************************

SOMME OU DIFFÉRENCES : les incertitudes absolues s’additionnent

Si y = x + w − z alors on utilise la formule de propagation des incertitudes suivante, on dit que

les incertitudes s’additionnent en quadrature :

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

Alors l’incertitude sur c0 s’exprime ainsi (relation de la propagation des incertitudes) :

2 2 2
⎛ Δc ⎞ ⎛ Δv ⎞ ⎛ Δv ⎞
Δc 0 "="c 0 . ⎜ ⎟ + ⎜ 0 ⎟ + ⎜ e ⎟
⎝ c ⎠ ⎝ v0 ⎠ ⎝ ve ⎠

A propos de la prise d’essai avec la pipette

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 :

EXEMPLE D’UNE PIPETTE DE 50,0 mL

AS : classe d’exactitude la plus élevée
des pipettes (deux fois plus que celle
de classe B).

Ex +15 s : temps découlement total

auquel il faur ajouter 15 s pour
permettre au liquide resté sur les
parois de descendre également.

20°C : conçue pour travailler à 20°C.

± 0,050 : incertitude de ±0,05 mL sur

le volume délivré :

a = 0,05 est la tolérance.

L’incertitude de la pipette est 𝐚/ 𝟑

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

A propos de la lecture avec la burette

Δve est l’incertitude sur le volume versé à l’équivalence.

Le volume versé pour atteindre l’équivalence est ve tel que :

ve = vlu – vinitial : c’est à dire la différence entre le volume lu à l’équivalence et le volume
initial. Le volume initial vaut Zéro lorsque le ménisque est bien sur la graduation 0 mL
initialement.
Et l’incertitude sur la valeur de ve vaut :

( Δv ) + ( Δv )
2 2
Δv e !=! initial lu

• L’incertitude sur le volume initial provient de l’incertitude de lecture de la graduation

correspondant au zéro de la burette.

EXEMPLE D’UNE BURETTE DE 25 mL

AS : classe d’exactitude la plus élevée des pipettes (deux
fois plus que celle de classe B).

Ex +30 s : temps découlement total auquel il faur ajouter

15 s pour permettre au liquide resté sur les parois de
descendre également.

20°C : conçue pour travailler à 20°C.

± 0,03 : tolérance de la burette.

burette graduée tous les d = 0,1 mL :

L’incertitude de la pipette est 𝐝/ 𝟏𝟐

L’incertitude de la pipette est ici 0,03 mL

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.

• L’incertitude sur le volume lu provient :

•
o De l’incertitude de lecture de la graduation correspondant au volume lu (=volume
équivalent), estimée de la même façon que l’incertitude sur le volume initial : ΔVlecture =
0,06 mL dans le cas de la burette précédente.

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.

Nous avons donc :

∆v! = ∆v!"!#!$% ! + ∆v!" !

Et
!
∆v!" = ∆v!"#$%&" ! + ∆v!"#$%%$ ! + ∆v!"!#$%&

Supposons que nous ayons stoppé l’ajout à la goutte près : Δvtitrage = 0 mL.

∆v!" = 0,06 ! + 0,04 ! + 0 !

∆v!" = 0,052 = 0,072 = 0,08 mL

Alors : ∆v! = ∆v!"!#!$% ! + ∆v!" ! = 0,06 ! + 0,08 !

∆v! = 0,01 = 0,1 mL

Ainsi Δve = 0,1 mL

Alors :

! ! !
∆c ∆v! ∆v!
∆c! = c! + +
c v! v!

Suivant la valeur de c, concentration du réactif titrant et incertitude sur sa valeur, il est

possible de calculer Δc0 :

Exemple d’application numérique :

On dose 50 mL de Fe2+ par une solution de sulfate cérique Ce4+ de concentration

c = 1,0.10-2 mol.L-1 et Δc = 0,001. On détermine VE = 14,1 mL avec ici ΔvE = 0,1 mL

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 :

Ici : Δc0 = 3,47.10-4 moL-1 :

05/07/17 Page 8
Le résultat sera alors présenté ainsi :

c0 = (c0 ± Δc0) mol.L-1

c0 = (2,82.10-2 ± 4.10 −4 ) mol.L-1

soit :

c0 = (2,82 ± 0,04 ).10-2 mol.L-1

05/07/17 Page 9