Vous êtes sur la page 1sur 34

2018 | ENSH-Blida

LES ERREURS
DE MESURE
La précision de la mesure
Toute mesure effectuée à l'aide d'un appareil donne un résultat qui n'est
jamais rigoureusement la valeur vraie de la grandeur à mesurer. Même
en l'absence de précision donnée explicitement sur un résultat, la
simple valeur numérique sous-entend une précision par le seul nombre
de chiffres significatifs indiqués. Les chiffres donnés sont ceux qui ont
du sens, ce qui signifie que le chiffre suivant n'aurait pas de sens

dans le contexte de la mesure effectuée.


La précision de la mesure
Notion d'incertitude
Considérons l'exemple simple de la mesure de la longueur d'un objet
avec une règle. Supposons que cette règle soit graduée en cm et mm,
la mesure sera faite au mm près.

Quelles sont les erreurs qui peuvent être faites sur une telle mesure ?
Notion d'incertitude
Pour plus de clarté, la valeur « vraie » a été reportée sur chaque
graphique. Dans la réalité, cette valeur est souvent inconnue. On
supposera ici que sa valeur a été déterminée par ailleurs par une
méthode beaucoup plus précise.
Notion d'incertitude
L'erreur grossière de manipulation : Cette erreur fera aligner l'extrémité
de l'objet sur le 1 au lieu du 0. Une telle erreur est repérable en refaisant
l'expérience. La mauvaise mesure sera alors retirée du tableau de
résultats (figure 1).
Notion d'incertitude
L'erreur aléatoire : C’est l'erreur inévitable liée à l'ajustement de l'objet devant la règle, à la vision de l'expérimentateur et à la
précision de l'instrument. Si on effectue plusieurs fois la même mesure, on trouve des valeurs proches mais pas nécessairement
identiques.

Le calcul de la moyenne des

mesures effectuées permet

d'obtenir une estimation de

la valeur vraie.
Notion d'incertitude
L'erreur aléatoire

1- L’erreur de mobilité ε

2- L’erreur de lecture d’un appareil analogique (habilité de


l’opérateur ainsi que de la qualité de l’appareil.

3- L’erreur de résolution (capteur)

4- L’erreur d’hystérésis
Notion d'incertitude
Les erreurs systématiques: Ce sont des erreurs reproductibles, elles sont constantes et/ou à variation
lente par rapport à la durée de mesure. Elles introduisent donc un décalage constant entre la valeur
vraie et la valeur mesurée.

Ces erreurs peuvent avoir

plusieurs causes, dont nous

présentons les plus fréquentes.


Notion d'incertitude
Les erreurs systématiques
1- Les erreurs sur la valeur d’une grandeur de référence (décalage du
zéro d’un appareil analogique)

2- Les erreurs dues au mode ou aux conditions d’emploi (l’erreur de


rapidité qui résulte d’une mesure faite avant que le régime permanent
ne soit atteint).

3- Les erreurs dans l’exploitation des données brutes de mesures (des


erreurs de correction ou d’interpolation des résultat).
Erreur et incertitude : Définitions.
Erreur et incertitude : Définitions.
Erreur Absolu
- Peut avoir des unités – ces unités sont les
mêmes que le valeur auquel l’erreur est
relié: 33.4 ± 0.5 mL (V ± ΔV)
- Le 0.5 mL c’est l’erreur absolu, ou ΔV.

Erreur Relative
- L’erreur relative est sans unités. Elle est la
ratio entre l’erreur et le magnitude de la
valeur: ΔX/X. Dans ce cas, ΔV/V = 0.5/33.4
- Alors, ± 0.5/33.4 = ± 0.01, ou bien ± 1%.
Deux types d’erreurs
• Aléatoires • Systématiques

« valeur actuel » « valeur actuel »


La Representation symbolique de
l’erreur

Plusieurs estimations d’erreur sont acceptable. Ce qui est


important c’est d’expliquer comment l’erreur a été estimé.

9.51 ± 0.01 cm 9.51 ± 0.05 cm


L ± ΔL cm L ± δL cm
Les chiffres significatifs

1. L'incertitude Δx est normalement écrit à


seulement un (1) chiffre significatif, parce que
l’incertitude est une estimation et pas une
quantité exact.

2. En générale, le dernier chiffre significatif dans


la valeur x mesurée ou calculée, et dans
l'incertitude Δx devrait occuper la même position
décimale dans les deux cas1.

[1] De Matériel de cours, PHYSQ 130/131 (De Montigny, Marc), 2010


Exemples: chiffres significatifs

incorrect correct
265 ± 30 (2.7 ± 0.3) × 102

265 ± 32 (2.7 ± 0.3) × 102

264.123 ± 32 (2.6 ± 0.3) × 102

103.00 ± 0.01
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
ERREURS TOTALES D’UN SYSTEME DE
MESURE
TRAITEMENT STATISTIQUE DES MESURES
Moyenne, médiane, mode

• Moyenne empirique ou arithmétique:


n

x
i 1
i
x 
n

• Médiane = valeur qui définie l’échantillon en


2 partie égale

• Mode = valeur la plus fréquente

27
Equation de distribution
Moyenne =
Loi Normale mediane = mode

• C’est la plus utilisée


• Elle est définie par la densité de
probabilité :
 x x  2
1
f (x) 
 2
e 2
2

• Elle suit une distribution 68.3%


Gaussienne 95.4%
99.7% 28
Densité de probabilité

Loi Normale
 

Aplatissement:

• Surface toujours identique


• Moyenne = médiane = mode
• Ecart-type augmente avec
aplatissement et inversement
29
Dispersion
• La dispersion des résultats est lié aux erreurs
aléatoires sur les mesures qui sont dues:
– l'erreur d'échantillonnage : si échantillon hétérogène, le
résultat dépend alors de la manière dont on choisit
l'échantillon ;
– l'erreur de préparation : c'est lorsque la préparation de
l'échantillon introduit un biais ; l'échantillon s'altère
pendant le transport, le stockage ou la manipulation
– la stabilité de l'appareil : celui-ci peut être sensible aux
variations de température, de tension d'alimentation
électrique, aux vibrations, aux perturbations
électromagnétiques des appareils environnants… ou
bien présenter un défaut de conception ou une usure
30
Expression de la dispersion
• Etendue: écart entre la plus petite et la plus
grande valeur

• Ecart à la moyenne: ei  xi  x
– Variance
  xi  x
2

2 
n  1

– Ecart-type: racine carré de la variance


  2
– Coefficient de variation 
C.V . 
x 31
Etalonnage

yi  a0  a1 xi
0,3
observé
0,25
réponse (y)

résidu
0,2
prédite
0,15

0,1 a1
a0
0,05
0 0,5 1 1,5
concentration (x)
32
Y = a.X + b Régression linéaire
b = Ymoy - a.Xmoy

(Yi - a.Xi - b)² 1 - r²
 =  n - 2  =  n - 2 .(Yi - Ymoy)² 

b² = ² {1/n + Xmoy² /  (Xi- Xmoy)²} et a² = ² /  (Xi - Xmoy)²


33
Regression linéaire

15 y = 0,5146x + 2,9819 15 R2 = 0,82


R2 = 0,82
10 10

5 5

0 0

0 5 10 15 0 5 10 15

15 R2 = 0,82 15
10 10
5 5
R2 = 0,82
0
0
0 5 10 15
0 5 10 15

34