Mesure PDF

Plan du document
Introduction
Lexique
Documents utiliss
CHAPITRES
Chapitre I : Vocabulaire de la mtrologie
I - Dfinitions
II - La notion derreur alatoire
III - La notion derreur systmatique
IV - Lerreur de mesure
V - Conclusion
VI - La notion dincertitude de mesure
VII Complments de vocabulaire
Chapitre II : les outils statistiques utiliss en mtrologie

A - La notion de variable alatoire
I - La frquence dun vnement, notion de probabilit
II - Variable alatoire
B - Lcart-type dune variable alatoire

C - Variables alatoires indpendantes : le thorme des variances
I - Variables alatoires indpendantes
II Loi de probabilit dune somme de variables alatoires
III Le thorme des variances
IV La loi de Student
Chapitre III : Evaluation de lincertitude de mesure

A- Erreur et incertitude de mesure
I- Mesure de la valeur dun mesurande : erreur de mesure
II- Incertitude de mesure
B- Evaluation de lincertitude dune mesure directe

I Les sources derreur de mesure
II- Erreurs indpendantes
III- Les recommandations du GUM pour obtenir des informations sur lerreur de mesure
IV - Simplification de la mthode gnrale recommande par le GUM
V- Chiffres significatifs de lincertitude et de la valeur mesure
VI- Adaptation du vocabulaire du GUM
VII- Incertitude relative
VIII- Erreurs non indpendantes
A. BERNARD et J-L VIDAL Lyce des Catalins
MONTELIMAR
C- Quelques rgles pour valuer la valeur dincertitudes type ou largies

D- Erreur alatoire et erreur systmatique
I- Erreur systmatique
II- Erreur alatoire
III- Evaluation dune erreur de rptabilit ERrep
E- Evaluation de lincertitude dune mesure indirecte

I- Mthode gnrale
II- Formes simples du thorme des variances
F- Vrification dun rsultat de mesure

G- Comment peut-on utiliser ces outils avec des lves de lyce ?
I - Propositions de vocabulaire et de notations (rappels) :
II- Mthode propose
III- Avec des lves, que doit-on conserver des concepts de la mtrologie ?
Chapitre IV : Ltalonnage dune chane de mesure et ses applications.

A -Etalonnage et modlisation dune chane de mesure
I - Pour raliser un talonnage il faut des talons
II - Conduite de ltalonnage et modlisation
III - Lindication In dun instrument numrique
B - Evaluation de lincertitude de mesure dune chane de mesure numrique

talonne
I - Rsolution d dun afficheur
II - Quantum q dun instrument ou dune chane de mesure
III - Les sources derreur de mesure
IV Composition des erreurs : valuation de lincertitude de mesure
C -Vrification dune chane de mesure

D - Bilan des notions complmentaires utilises par les lves lorsquils talonnent
une chane de mesure.
Chapitre V : Fonctions de calcul de lincertitude dune chane de mesure

numrique
A- Etalonnage dune chane de mesure numrique : valuation de lincertitude de
mesure M
I Modle thorique dune chane de mesure numrique idale
II - Prise en compte de lerreur de rptabilit des mesures
III - Erreur de rptabilit-quantification
IV - Etalonnage dune chane de mesure numrique relle : erreur sur le modle m = a x In +b
V Utilisation du modle m = a x In +b
MONTELIMAR
B- Evaluation dune chane de mesure numrique rgle sur un modle

M = aIn + b prdfini
I - Le principe de la mthode dvaluation
II - Evaluation de lincertitude M pour chaque point (met, In)
III- Modlisation du nuage de points (M, In)
C - Conclusion : valuation de lincertitude dune chane de mesure numrique.

Rsum du chapitre V
Annexe : Etalonnage dune chane de mesure numrique sur deux points
I - Ltalonnage sur deux points.
II- Contrle de la qualit de ltalonnage :
III - Evaluation de lincertitude dune mesure.
Chapitre VI : Evaluation de lincertitude de mesure dun volume de liquide.

A - Pipettes et fioles jauges
I - Les erreurs sur une mesure de volume de liquide
1 - Erreur dtalonnage
2 - Erreur de rptabilit
3 - Erreur due la temprature du liquide
II- Incertitude de la mesure dun volume
B - Burettes manuelles
I - Mesure simple dun volume
II - Mesure dun volume lors dun dosage
1- Evaluation de lincertitude largie U(v)rep. Exemple 1 : talonnage dune solution par
pese
2- Dtection dune ventuelle erreur systmatique
3- Dtection dune erreur accidentelle
4- Exemple 2 : dosage pHmtrique
Annexe : Mesures multiples dun mme mesurande
Chapitre VII : Evaluation de lincertitude de mesure dune balance

analytique
I - Principe de fonctionnement dune balance
1 - Masse conventionnelle
2- Influence de la masse volumique de lair
II - Description dune balance analytique
III - Evaluation de lincertitude de mesure dune balance analytique
IV- Vrification dune balance
Annexe : vrification dune srie de fioles jauges par pese
Chapitre VIII : TP doptique

A - Mesure de la distance focale dune lentille mince par la mthode de BESSEL.
I- Evaluation de U(D).
MONTELIMAR
II- Evaluation de U(d).

III- Evaluation de U(f)
B- Mesure de la distance focale dune lentille convergente en utilisant lexpression

-(1/p) + (1/p) = 1/f.
I -Evaluation de U(p)
II -Evaluation de U(p)
C Comparaison des rsultats des deux mthodes.
Chapitre IX : Travaux pratiques de Chimie analytique

A -Prparation de solutions : incertitude sur la concentration.
I - Prparation partir dun produit pur (solide ou liquide).
II - Ralisation, par dilution dune srie de solutions.
III - Remarque : ralisation et utilisation dune gamme talon .
B - Dosage conductimtrique.
I- Schma du montage.
II- La chane de mesure.
III- Contrle de la grandeur dinfluence .
IV - La prparation des solutions.
V - Etalonnage de la chane de mesure et modlisation du nuage de points.
VI - Dosage dune solution.
C- Dosage spectrophotomtrique.
I - Transmittance et absorbance dun solut.
II - Loi de Beer .
III - La chane de mesure.
IV - Le dosage dune solution.
V - Les sources derreur.
VI - Evaluation de lincertitude C.
VII - Les rsultats obtenus.
Annexe : un outil utilisable lorsque les erreurs ne sont pas indpendantes

Rsum du document + aide mmoire
Annexe : des outils pour le laboratoire
Bilan des fichiers pouvant tre utiliss par le personnel de laboratoire.
MONTELIMAR
EXERCICES (+ corrigs)
Tous les exercices sont destins aux professeurs
Exercices des chapitres I, II, III
-
Exercice 1 et 2 : vocabulaire
Exercice 3 : incertitude dun multimtre
Exercice 4 : mesure de lpaisseur dune feuille de papier
Exercices 5 et 6 : mesure de rsistances
Exercices des chapitres IV et V

-
Exercice 1 : thermomtrie avec une sonde Pt100

Exercice 2 : sonde Pt100 talon
Exercice 3 : mesure dune masse en utilisant un ressort
Exercices des chapitres VI et VII

-
Exercice 1 : mesure de la masse volumique de laluminium

Exercice 2 : mesure dun volume de liquide avec une fiole jauge : valuation de
lerreur de rptabilit
Exercice 3 : influence de la temprature sur un volume de liquide
Exercice 4 : valuation de lincertitude dune burette piston
Exercices de mcanique :
-
Exercice 1 : mesure de la vitesse du son dans lair

Exercice 2 : utilisation dune table digitaliser
Exercice 3 : viscosimtre chute de bille
Exercice 4 : utilisation dun viscosimtre rotatif
Exercice dosage conductimtrique
MONTELIMAR
Introduction
- Quel enseignant scientifique na jamais t confront lvaluation de lincertitude
dune mesure ? Et comment dfinir les chiffres significatifs dun rsultat si lon ne
dispose pas de cette valuation ?
- Pour valuer lincertitude dune mesure, on peut, dans certains cas, utiliser la
dispersion des rsultats de plusieurs groupes dlves travaillant dans les mmes
conditions.
Mais comment procde-t-on lors dun examen ou lorsque lon ne dispose pas de
matriel en quantit suffisante ?
- Nous avons recherch comment procde la communaut internationale des
mtrologues pour valuer lincertitude dune mesure effectue par un seul oprateur
(mesure unique).
Nous en avons retenu lessentiel du vocabulaire et des mthodes.
- Les outils mathmatiques utiliss ne sont pas actuellement accessibles des
lves de lyce. Nous avons cherch des solutions qui leur permettent dvaluer la
valeur dune incertitude dune mesure. Ces solutions doivent dissimuler les obstacles
mathmatiques tout en prservant la comprhension de la signification physique des
grandeurs utilises.
- Ces outils ont t expriments avec des lves de lyce.
Leur utilisation na pas pos de problme particulier.
- Dans tous les cas, cest le professeur qui tablit la fonction dvaluation de la valeur
dune incertitude. Les lves sont invits valuer la valeur des diffrentes
composantes de lincertitude. Une feuille de calcul, mise leur disposition, leur
permet dvaluer rapidement la valeur dune incertitude, sans sgarer dans des
calculs numriques souvent lourds.
En comparant le poids des diffrentes sources dincertitude, ils peuvent exercer
leur jugement critique.
- Lobjectif est de mettre la disposition de nos lves des outils qui leur permettent
dexercer des activits exprimentales avec rigueur, honntet intellectuelle et bon
sens.
- Ce document expose comment un professeur peut tablir la fonction dvaluation
de la valeur dune incertitude sous une forme accessible des lves de lyce.
- Il propose aussi des feuilles de calcul permettant dobtenir rapidement un rsultat
ainsi que des exercices et leur corrig.
MONTELIMAR
Lexique
Vocabulaire gnral (Vocabulaire International de la Mtrologie :
VIM) :
Conditions de rptabilit :
- N mesures sont effectues dans les conditions de rptabilit si le mme
oprateur, ou le mme programme, effectue les N mesures, avec le mme
instrument, exactement dans les mmes conditions.
Erreur alatoire :
- Composante de lerreur de mesure qui, dans des mesurages rpts, varie
de faon imprvisible (VIM).
Erreur de mesure :
- Lerreur de mesure est la diffrence entre la valeur mesure dune grandeur
et la valeur vraie du mesurande (VIM).
Erreur systmatique :
- Composante de lerreur de mesure qui, dans des mesurages rpts,
demeure constante (VIM)
Etalon :
- Un mesurande talon est un mesurande dont la valeur est garantie, dans des
conditions spcifies, sur un intervalle de confiance associ un niveau de
confiance.
Etalonnage :
- Ltalonnage est lensemble des oprations tablissant, dans des conditions
spcifies, la relation entre les valeurs de la grandeur indiques par un
instrument de mesure ou un systme de mesure et les valeurs
correspondantes de la grandeur, ralises par des talons.
Note (VIM) :
Le rsultat dun talonnage permet dattribuer aux indications les valeurs
correspondantes du mesurande.
Exactitude :
- Lexactitude de mesure est ltroitesse de laccord entre une valeur mesure
et une valeur vraie dun mesurande (VIM).
Fidlit :
- La fidlit dun instrument de mesure est son aptitude donner

des indications trs voisines lors de lapplication rpte du
mme mesurande dans les mmes conditions.
Grandeur dinfluence :
- Une grandeur dinfluence est une grandeur qui nest pas le
mesurande mais qui a un effet sur la valeur mesure.
MONTELIMAR
Incertitude de mesure :
- Paramtre non ngatif qui caractrise la dispersion des valeurs attribues
un mesurande (VIM).
Note :
Ce paramtre peut tre, par exemple, la demi-largeur dun intervalle de niveau de
confiance dtermin.
Indication :
- Valeur fournie par un instrument de mesure ou un systme de

mesure (VIM).
Justesse :
- La justesse dun instrument de mesure est son aptitude donner
des indications exemptes derreur systmatique.
Mesurande :
- Le mesurande est la grandeur que lon veut mesurer (VIM).
Mesurage :
- Le mesurage est le processus consistant obtenir exprimentalement une ou
plusieurs valeurs que lon peut raisonnablement attribuer une grandeur.
Rsultat de mesure :
- Ensemble de valeurs attribu un mesurande (VIM)
Note (VIM):
- Le rsultat de mesure est gnralement exprim par une valeur mesure
unique et une incertitude de mesure.
Pour viter toute confusion, nous appellerons m la valeur mesure de la grandeur
M (un nombre), et M le rsultat de mesure, cest dire lexpression complte du
rsultat (un intervalle de valeurs, associ un niveau de confiance).
La mesure est directe lorsque linstrument de mesure fournit directement la valeur
m. Si le rsultat est obtenu partir de la valeur dautres grandeurs (m = f(x, y, z,
.)), on parle de mesure indirecte.
Systme de mesure :
- Un systme de mesure contient tout ce qui est ncessaire pour obtenir des
valeurs mesures dun mesurande.
Note (VIM) :
Un instrument de mesure qui peut tre utilis seul est un systme de mesure.
Valeur mesure :
- Valeur dune grandeur reprsentant un rsultat de mesure (VIM).
Note (VIM):
- Pour un mesurage impliquant des indications rptes, chacune peut tre utilise
pour fournir une valeur mesure correspondante. Cet ensemble de valeurs mesures
individuelles peut ensuite tre utilis pour calculer une valeur mesure rsultante,
MONTELIMAR
telle quune moyenne ou une mdiane, en gnral avec une incertitude de mesure
associe.
Valeur vraie du mesurande :
- La valeur vraie (Mvrai) du mesurande est la valeur que lon obtiendrait si le
mesurage tait parfait.
Vocabulaire et notations que nous utilisons avec nos lves :

- Nous avons choisi dappeler M la valeur mesure et Indication
In le nombre sans unit lu sur un afficheur.
Rsolution :
- Nous proposons dappeler rsolution d de lafficheur une variation de une
unit du chiffre le moins significatif de son indication.
Quantum :
- Le quantum q dune chane de mesure numrique est la plus petite variation
de la valeur du mesurande quil permet de dceler.
Expression dun rsultat de mesure :
M est la valeur mesure et M lincertitude de mesure.
Le rsultat de mesure est M95% = M M.
Cela signifie quil y a 95 chances sur 100 pour que la valeur vraie du mesurande
appartienne cet intervalle.
Vrification dune chane de mesure (test de justesse de la chane) :
On prsente lentre de la chane de mesure un mesurande talon dont la valeur
est dfinie sur lintervalle Met95% = Met Met.
On mesure la valeur de cette grandeur avec la chane de mesure et lon obtient
lintervalle
M95% = M M.
La chane de mesure est juste si cet intervalle contient lintervalle prcdent.
MONTELIMAR
Documents utiliss
Education Nationale, site eduscol
-
Tout ce qui concerne les incertitudes de mesure dans les programmes et leurs
commentaires, du Collge au Lyce.
Mesures, erreurs et incertitudes en physique-chimie par Ren Moreau (Inspecteur gnral
de lducation Nationale) : La pluridisciplinarit dans les enseignements scientifiquesTome 2 : la place de lexprience. Actes de luniversit dt, juillet 2001, Cachan.
http://www.eduscol.education.fr/cid46530/mesures-erreurs-et-incertitudes-en-physiquechimie-actes-de-de-l-universite-d-ete-la-pluridisciplinarite-dans-les-enseignementsscientifiques.html
UdPPC (Union des Professeurs de Physique et de Chimie) et le BUP

(Bulletin de lUnion des Physiciens). Site www.udppc.asso.fr (la rubrique
BupDoc sur la Toile donne accs aux articles de 1907 1990).
http://www.udppc.asso.fr/bupdoc/index.php
- Tous les articles concernant les incertitudes de mesure.
CNDP (Centre National de Documentation Pdagogique).

-
Logiciel Incertitudes de mesure et sa documentation (Ren Moreau).
Vocabulaire international de la mtrologie (VIM)

- Version franaise disponible sur le site de lOIML
http://www.oiml.org/publications/V/V001-ef00.pdf
Normes AFNOR : les documents doivent tre achets lAFNOR.

NF ENV 13005 : guide pour lexpression de lincertitude de mesure (GUM), version
franaise
Version anglaise disponible sur les site de lOIML :
http://www.oiml.org/publications/G/G001-100-e08.pdf
-
AFNOR : publication
-
Mtrologie : techniques de mesure, incertitudes, tolrancement, chane dtalonnage,

retour dexpriences, dfinitions (classeur avec mises jour priodiques).
Site du LNE (Laboratoire National dEssais).

Le LNE gre toutes les activits mtrologiques lchelle nationale.
- Beaucoup de documents disponibles, entre autres : Quantifier lincertitude dans les
mesures analytiques (traduction franaise du guide EURACHEM/CITAC).
http://www.lne.fr/fr/services_ligne/publications-guides-documents-techniques.asp
Site METRODIFF (Conservatoire National des Arts et Mtiers).

MONTELIMAR
10
Diffusion dinformations gnrales sur la mtrologie.
Site de lOIML (Organisation Internationale de Mtrologie Lgale) :

-
Tout ce qui concerne la mesure des masses conventionnelles, entre autres.
Site du COFRAC (COmit FRAnais dACcrditation) :

-
Informations concernant lvaluation de beaucoup dinstruments : nous avons utilis

essentiellement ce qui concerne lvaluation des Instruments de Pesage.
Documentations de constructeurs (sites Internet) :

- Instruments de volumtrie : BLAUBRAND
http://www.brand.de/fileadmin/user/pdf/SOPs/sop_bbf.pdf
- Etalons de pH et de conductimtrie : Radiometer Analytical
- Puret des ractifs : PROLABO.
MONTELIMAR
11
Chapitre I
Vocabulaire de la mtrologie
Mesurer une grandeur (intensit dun courant, tension, longueur,.), cest rechercher la
valeur de cette grandeur. Si lon souhaite approfondir la notion de mesure dune
grandeur , il est indispensable dutiliser un vocabulaire particulier. Le langage de la
mtrologie est dfini dans le Vocabulaire International de la Mtrologie (VIM) adopt par
lensemble des organisations internationales de mtrologie et publi en 2008 par lISO
(Organisation Internationale de Normalisation) et nous en retiendrons lessentiel.
Dans tous les cas les dfinitions prcises par ce document sont trs labores et toutes ne
sont pas accessibles des lves de lyce. Une des difficults de la mtrologie est la
confusion entre les concepts derreur et dincertitude de mesure : nous nous attacherons la
dissiper.
I- Dfinitions :
Le mesurande est la grandeur que lon veut mesurer (VIM).
Le mesurage est le processus consistant obtenir exprimentalement une ou plusieurs
valeurs que lon peut raisonnablement attribuer une grandeur.
Exemple :
On veut mesurer la valeur de la rsistance R dun diple passif linaire : le mesurande est la
rsistance R de ce diple, le mesurage est effectu, par exemple, avec un ohmmtre.
- La valeur vraie (Mvrai) du mesurande est la valeur que lon obtiendrait si le
mesurage tait parfait (VIM).
Un mesurage ntant jamais parfait, cette valeur est toujours inconnue.
- Le rsultat de mesure est lensemble de valeurs attribu un mesurande (VIM)
Note (VIM):
- Le rsultat de mesure est gnralement exprim par une valeur mesure unique et
une incertitude de mesure.
Pour viter toute confusion, nous appellerons m la valeur mesure de la grandeur M (un
nombre), et M le rsultat de mesure, cest dire lexpression complte du rsultat (un
intervalle de valeurs, associ un niveau de confiance).
La mesure est directe lorsque linstrument de mesure fournit directement la valeur m. Si le
rsultat est obtenu partir de la valeur dautres grandeurs (m = f(x, y, z, .)), on parle de
mesure indirecte.
-
Exemple : le mesurande est une rsistance R. La valeur mesure est 102,50 . Lincertitude
de mesure est de 0,25 et le niveau de confiance est de 95 %.
Cela signifie quil y a 95 chances sur 100 pour que la valeur vraie du mesurande appartienne
lintervalle [102,25 ; 102,75] .. Cet intervalle est souvent appel intervalle de confiance.
Le rsultat de mesure est not R = (10,25 0,25) , avec un niveau de confiance de 95 %.
Lincertitude de mesure permet dindiquer quel est lintervalle des valeurs probables du
mesurande. Nous prciserons, dans le chapitre II, les notions de valeur probable et de
niveau de confiance .
Dans ce chapitre nous allons essayer de comprendre pour quelles raisons le rsultat de mesure
nest jamais un nombre mais toujours un intervalle de valeurs.
Un mesurage ntant jamais parfait, il y a toujours une erreur de mesure ER = (m - Mvrai.).
- Lerreur de mesure est la diffrence entre la valeur mesure dune grandeur et la
valeur vraie du mesurande (VIM).
La valeur Mvrai tant toujours inconnue, il en est de mme de la valeur de lerreur ER.
MONTELIMAR
12
II- La notion derreur alatoire :

Reprenons lexemple prcdent. La rsistance dont lon souhaite mesurer la valeur est
branche aux bornes dun ohmmtre. On utilise une technique de mesure utilisant 4 fils de
liaison entre la rsistance et linstrument : cette mthode permet dobtenir une valeur mesure
m qui ne dpend pas de la rsistance des fils de liaison.
Notre instrument communique avec un ordinateur et lon utilise un programme dacquisition
de donnes. Ce programme effectue N = 2000 mesures m du mesurande R, repre les valeurs
mmin et mmax, divise lintervalle (mmax - mmin) en 10 intervalles (classes), calcule le nombre n
de rsultats dans chaque classe et affiche les rsultats sous la forme dun histogramme.
La frquence freq de lvnement m appartient telle classe est freq = (nombre de valeurs
appartenant cette classe) / (nombre total de mesures) = n /N.
Freq
(%)
Min
Max
Le programme affiche les valeurs mmin = Min et mmax = Max des mesures, la valeur moyenne
<m> (mean) des 2000 mesures et lcart-type (standard dviation : std.dev) de leur
distribution autour de la valeur moyenne (nous reviendrons sur cette grandeur qui reprsente
la dispersion des valeurs autour de la valeur moyenne).
Les N mesures sont effectues dans les conditions de rptabilit :
- Le mme oprateur, ou le mme programme, effectue les N mesures, avec le mme
instrument, exactement dans les mmes conditions.
Le meilleur estimateur de la valeur du mesurande est la valeur moyenne <m> des N mesures.
Mais une mesure mi parmi les N est en gnral diffrente de <m>.
La diffrence ERa = mi - <m> est appele erreur alatoire.
Lors de chaque mesure lerreur alatoire peut prendre nimporte quelle valeur entre
(mmax - <m>) et (mmin - <m>).
III- La notion derreur systmatique :

Recommenons la mesure prcdente en configurant notre instrument en ohmmtre 2 fils ,
ce qui correspond une mesure habituelle de la valeur dune rsistance.
Les fils de liaison de linstrument la rsistance ont une rsistance Rf.
MONTELIMAR
13
Dans ces conditions, linstrument ne mesure pas R mais R + Rf. Chaque mesure mi est
systmatiquement plus grande que la valeur de R (nous avons utilis des fils de 2 m de long et
de faible section).
Freq
(%)
Min
Max
La valeur moyenne <m> des N mesures est plus grande que dans le cas prcdent. Les N
mesures mi sont disperses autour de <m> et il y a toujours une erreur alatoire. Mais toutes
les valeurs mi sont dcales et il y a aussi une erreur systmatique ERS.
Par dfinition, lerreur systmatique ERS = (<m> - Mvrai).
Lors dune mesure lerreur alatoire peut prendre, au hasard, nimporte

quelle valeur sur un certain intervalle. Par contre, lerreur systmatique
prend la mme valeur (inconnue) lors de chaque mesure.
IV- Retour sur lerreur de mesure ER = (m - Mvrai)
Si lon reprend les dfinitions et les notations prcdentes, on obtient :

ER = m Mvrai = (m - <m>) + (<m> - Mvrai) = ERa + ERS.
Une erreur de mesure ER a donc, en gnral, deux composantes : une erreur alatoire ERa et
une erreur systmatique ERS. Lerreur alatoire est appele erreur de fidlit et lerreur
systmatique erreur de justesse .
Lors dune mesure, la valeur de lerreur ER est toujours inconnue. Dans tous les cas, il
faudra rechercher un encadrement des valeurs probables de lerreur ER. Cet
encadrement sera appel intervalle dincertitude de la valeur de lerreur ER et il devra tre
associ un niveau de confiance.
La fidlit dun instrument de mesure est son aptitude donner des indications
trs voisines lors de lapplication rpte du mme mesurande dans les mmes
conditions.
La justesse dun instrument de mesure est son aptitude donner des indications
exemptes derreur systmatique.
MONTELIMAR
14
V- Conclusion :
mi
Valeur mesure
Mesurande
M
Systme de mesure
Mvrai ,
valeur vraie du
mesurande
Mvrai
<m>
ERS = (<m> - Mvrai )

Pour tous les
rsultats mi
ERa = ( mi - <m>)
pour ce rsultat
une mesure mi
ER = (mi - Mvrai) pour ce rsultat
Le systme de mesure contient tout ce qui est ncessaire pour obtenir une mesure m i de la
valeur du mesurande M (un nombre et une unit).
On prsente le mesurande Mvrai lentre du processus de mesure et lon ralise N mesures mi
dans les conditions de rptabilit.
Si le mesurage tait parfait, toutes les mesures auraient la mme valeur mi = Mvrai.
Un mesurage nest jamais parfait et il y a toujours une erreur de mesure ER = (mi Mvrai)
dont on ne peut connatre que lintervalle dincertitude.
Tous les rsultats sont disperss autour de la valeur moyenne <m> des N mesures : chaque
valeur mesure mi est affecte par une erreur alatoire ERa = (mi - <m>).
Souvent, tous les rsultats sont dcals de la mme quantit ERS = (<m> - Mvrai), erreur
systmatique du mesurage.
Dans tous les cas lerreur de mesure ER = ERS + ERa.
Il y a toujours une erreur ER = (mi Mvrai). Une valeur mi peut tre gale la valeur Mvrai,
mais nous nen saurons jamais rien, parce que tout ce que lon peut connatre cest un
encadrement des valeurs probables de lerreur ER.
Si lon crit que Mvrai = mi - ER, on tente dobtenir la valeur de la grandeur dentre partir
de la valeur mi obtenue la sortie. La valeur de lerreur ER tant toujours inconnue, il est
impossible dobtenir la valeur Mvrai recherche. Nous allons voir que le concept dincertitude
de mesure permet dapporter une rponse la question Quelle est la valeur de Mvrai ? .
Remarque :
Nous avons dgag les concepts derreur alatoire ou systmatique en envisageant N mesures
du mme mesurande effectues dans les conditions de rptabilit. Nous avons montr que
pour chaque valeur mesure il y a une erreur ER dont la valeur est inconnue. En
consquence, si lon ralise une seule mesure m, il y aura toujours une erreur ER.
VI La notion dincertitude de mesure :

Cette notion a t voque plus haut, rappelons sa dfinition :
- Lincertitude de mesure est un paramtre non ngatif qui caractrise la dispersion
des valeurs attribues un mesurande (VIM).
MONTELIMAR
15
- Note :
Ce paramtre peut tre, par exemple, la demi-largeur dun intervalle de niveau de confiance
dtermin.
Lvaluation de lincertitude de mesure constitue lessentiel de ce document. Dans ce
paragraphe nous allons prciser simplement la nature de la grandeur incertitude de
mesure . Dans les chapitres suivants nous dfinirons les outils qui permettent dvaluer la
valeur de lincertitude de mesure et le niveau de confiance qui lui est associ.
Considrons une mesure m de la valeur dun mesurande M.
Lutilisateur du systme de mesure dispose de la valeur m et recherche la valeur de Mvrai.
Nous avons vu quil y avait toujours une erreur de mesure ER = (m Mvrai).
La valeur de lerreur ER tant toujours inconnue, il est impossible dobtenir la valeur de Mvrai
partir de la valeur m.
Lors dune mesure la valeur de lerreur ER est inconnue, mais nous verrons quon peut
valuer lintervalle dincertitude [ERmin ; ERmax] des valeurs probables de lerreur ER.
La faon dont cet intervalle est valu na, pour linstant, pas dimportance. Retenons que
cette valuation est possible et quelle est conduite de telle sorte que |ERmin| = |ERmax|.
Ignorer la valeur de certaines grandeurs ne nous empche pas de raisonner avec ces
grandeurs.
Exemple :
On mesure la valeur dune rsistance R avec un ohmmtre.
La valeur mesure m = 100, 0 .
On value que la valeur de lerreur ER appartient lintervalle [-1,1 ; + 1,1] avec un niveau
de confiance de 95 %.
Dans ces conditions, il y a 95 chances sur 100 pour que la valeur Mvrai appartienne
lintervalle [(m - |ERmin|) ; (m + |ERmax|)]. Cet intervalle de valeurs constitue le rsultat de
mesure.
Pour lexemple prcdent :
Rsultat de mesure : Il y a 95 chances sur 100 pour que la valeur Rvrai appartienne
lintervalle [98,9 ; 101,1] .
Sous cette forme, le rsultat de mesure nest pas commode utiliser.
Par dfinition, lincertitude M de la mesure est gale la demi largeur de lintervalle
dincertitude [ERmin ; ERmax]. Donc M = (ERmax ERmin)/2.
La valeur de Mvrai appartient donc lintervalle [m - M ; m + M] et le rsultat de mesure
est not sous la forme M = m M avec un niveau de confiance de 95 %.
Pour lexemple prcdent :
Rsultat de mesure : R = (100,0 1,1) avec un niveau de confiance de 95 %.
Lincertitude de la mesure est donc gale lincertitude sur la valeur de lerreur ER.
Trs souvent, la notion dincertitude de mesure est utilise indpendamment de la notion
derreur de mesure. Un rsultat du type U = (10,15 0,15) V (niveau de confiance de 95 %)
est lu directement de la faon suivante : il y a 95 chances sur 100 pour que la valeur du
mesurande U appartienne lintervalle [10,00 ; 10,30] V.
Mais, pour valuer la valeur dune incertitude et le niveau de confiance correspondant, nous
verrons que le concept derreur de mesure est incontournable. Nous aurons aussi besoin des
outils mathmatiques, issus des statistiques, dcrits dans le chapitre II.
MONTELIMAR
16
Remarque : attention au sens des mots !

Rappelons la dfinition du Petit Larousse .
Incertitude : ce qui ne peut tre tabli avec exactitude, qui laisse place au doute.
Dans le langage courant, lincertitude cest le doute. Dans le langage scientifique
lincertitude de mesure dfinit un intervalle de valeurs probables dune grandeur et cet
intervalle est toujours associ un niveau de confiance. Le niveau de confiance standard
est de 95 %, nous verrons pourquoi dans le chapitre II.
Obtenir un niveau de confiance de 100 %, donc une certitude, exigerait de raliser un nombre
infini de mesures, ce qui nest pas possible. Evaluer une incertitude de mesure relve toujours
du compromis : il faut quun niveau de confiance dau moins 95 % soit garanti.
Cette valuation demande des connaissances, du bon sens et de lexprience : cest une
grosse difficult.
Disons tout de suite que, compte tenu des difficults lies la nature des systmes de mesure,
lvaluation de la valeur dune incertitude est conduite 20 ou 30 % prs.
Insistons sur lessentiel :
Le rsultat de mesure nest jamais une valeur : il est donn sous la forme dun intervalle de
valeurs probables du mesurande. Cet intervalle est associ un niveau de confiance (en
gnral de 95 %). Lincertitude de mesure est gale la demi largeur de cet intervalle.
VII- Complments de vocabulaire (VIM) :

- Indication dun instrument de mesure :
- Valeur fournie par un instrument de mesure ou un systme de mesure

(VIM).
Exemple :
Un voltmtre de calibre 20 V affiche le nombre 10.00(sans unit) : ce nombre
est lindication directe In de linstrument.
Linstrument a t rgl pour effectuer une mesure directe m = 1In.
La valeur mesure est donc m =1(V) In = 10,00 V qui est aussi lindication de
linstrument.
- Grandeur dinfluence :
Une grandeur dinfluence est une grandeur qui nest pas le mesurande mais qui
a un effet sur la valeur mesure.
Exemple :
La conductivit dune solution dpend de sa concentration et de sa temprature.
Si lon tablit la fonction concentration = f(conductivit) une temprature 0,
en mesurant la valeur de la conductivit, on pourra prvoir la valeur de la
concentration. Si la temprature varie de 2 C autour de 0, la valeur de la
concentration varie peu, mais celle de la conductivit varie beaucoup, ainsi que
le rsultat de mesure. La temprature est une grandeur dinfluence.
MONTELIMAR
17
Chapitre II
Les outils statistiques utiliss en mtrologie.
Nous avons dfini dans le chapitre I quelques grandeurs fondamentales de la mtrologie :
mesurande, valeur vraie du mesurande, rsultat de mesure, erreur de mesure, erreur
alatoire et erreur systmatique.
Nous avons vu aussi que la valeur de ces grandeurs est en gnral inaccessible
exprimentalement : la seule chose que lon puisse faire cest dfinir un intervalle de valeurs
auquel appartient probablement la valeur dune grandeur. Les grandeurs utilises en
mtrologie ne sont donc, en gnral, pas reprsentes par des nombres mais par des
intervalles de valeurs probables de ces grandeurs : la dfinition de ces intervalles permet
lvaluation de lincertitude de mesure. Pour manipuler ce type dinformation nous disposons
des statistiques. La dmarche que nous utilisons est celle du GUM (Guide pour lexpression
des incertitudes de mesure publi par lAFNOR (NF ENV 13005 (1999)).
Mais avant de voir comment la communaut des mtrologues value les incertitudes de
mesure, nous allons rappeler, aussi simplement que possible, les bases des statistiques en
nous limitant ce qui est utile en mtrologie. Les dfinitions des grandeurs statistiques sont
celles qui sont adoptes par le GUM.
A La notion de variable alatoire :

I La frquence dun vnement, notion de probabilit :
Reprenons les rsultats de 2000 mesures de la mme rsistance R avec une mthode 4 fils .
522 vnements
dans cette classe
Pour construire cet histogramme, le programme ralise N = 2000 mesures mi, divise
lintervalle [mmin ; mmax] en 10 sous- intervalles (classes). Il compte le nombre de rsultats n
dans chaque classe et affiche leur frquence freq. Cette frquence est dfinie de la faon
suivante :
freq = (nombre n de rsultats appartenant une classe) / ((nombre total N de rsultats) = n/N.
Le programme affiche la frquence dun vnement (m appartient telle classe) en fonction
de la classe.
Appelons A lvnement m appartient la classe A et nA le nombre doccurrences de
lvnement A parmi la liste des N rsultats.
MONTELIMAR
18
Exemple :
Il y a nA =522 rsultats dans la classe qui contient le plus dvnements. Le nombre total de
mesures N = 2000.
La frquence des rsultats dans cette classe est freq = nA/ N = 522/2000 = 0,261 = 26,1 %.
Cette dfinition permet immdiatement daffirmer quelques vidences :
- Une frquence est toujours comprise entre 0 et 1.
- La frquence dun vnement impossible est nulle (nA = 0)
- La frquence de lvnement certain est gale 1 (nA = N)
Probabilit :
On peut considrer la probabilit P(A) dun vnement A comme la limite de sa frquence
lorsque le nombre de rsultats N tend vers linfini.
Les probabilits ont les mmes proprits que les frquences dont elles sont issues, et en
particulier :
- Une probabilit est toujours comprise entre 0 et 1.
- La probabilit dun vnement impossible est nulle.
- La probabilit de lvnement certain est gale 1.
Dans notre exemple nous avons constat qu partir de N = 1000 mesures, lallure gnrale
de lhistogramme nvoluait pratiquement plus : on peut alors considrer que la frquence
freq, dans chaque classe, tend vers la probabilit P des vnements.
P ( m < mmin) = P (m > mmax) = 0 = 0%.
P (mmin < m < mmax) = 1 = 100 %
P ( m appartient la classe qui contient le plus dvnements) = 0,261
II- Variable alatoire :
- Une variable alatoire est une variable pouvant prendre nimporte quelle valeur dun
ensemble dtermin de valeurs et laquelle est associe une loi de probabilit (GUM).
Une variable alatoire est compltement dfinie par sa loi de probabilit.
Dans notre exemple (histogramme) cette loi est dfinie exprimentalement par une suite de
nombres entiers (on parle alors de variable alatoire discrte : dans lexemple prcdent,
chaque valeur mesure est dfinie avec 7 chiffres).
Si chaque valeur mesure m tait un nombre rel (m pouvant prendre une infinit de valeurs)
et si le nombre de mesures (ainsi que le nombre de classes) tendait vers linfini, on peut
comprendre que la loi de probabilit tende alors vers une fonction (on parle alors de variable
alatoire continue). Ce type de fonction ne peut pas tre obtenu exprimentalement. Ces
fonctions sont des modles mathmatiques dfinis a priori . Nous allons voir comment ces
modles permettent de dcrire certaines situations relles.
Nous nutiliserons que des variables alatoires symtriques centres sur zro donc de
valeur moyenne nulle.
1- Premier exemple de variable alatoire continue : distribution rectangulaire
(uniforme)
La variable alatoire x est dfinie par la fonction suivante :
DP
1/(2a)
-a
MONTELIMAR
x1 x2
+a
19
Les valeurs DP de laxe des ordonnes sont les valeurs de la densit de probabilit de la
variable alatoire x (ou les valeurs de sa fonction de distribution ou encore celles de sa loi de
probabilit).
Cette notion peut tre interprte simplement en considrant que son intgrale
x2
DP dx P( x x1; x2) est la probabilit P pour que la variable alatoire x appartienne
x1
lintervalle [x1 ; x2] = x.

Laire du rectangle A = DP x reprsente donc la probabilit P pour que la variable
alatoire x appartienne lintervalle x. Si P = 0,1 = 10 % cela signifie quil y a 10 chances
sur 100 pour que la valeur de la variable alatoire appartienne cet intervalle.
Cette fonction est appele une fonction de distribution rectangulaire (ou uniforme).
Sa demi largeur est a et, dans notre exemple, cette fonction de distribution est centre
sur 0 (la valeur moyenne de x entre les bornes - a et + a est nulle).
Il apparat que, pour un mme intervalle x appartenant lintervalle a, la probabilit P est
constante : la variable alatoire x a autant de chances dappartenir un intervalle x constant,
quelle que soit sa valeur sur lintervalle a.
La probabilit P pour que la variable alatoire x appartienne lintervalle a est
a
Dp dx p(a;a) 100% : il est certain que la valeur de la variable alatoire x appartient
cet intervalle.
Exemple dutilisation de ce type de distribution :
Considrons un banc optique sur lequel sont installs un objet lumineux, un cran, et une
lentille convergente. La position de chaque lment est repre par un index sur un rglet.
Les positions de lobjet et de lcran sont fixes et lon recherche la position x de la lentille
qui donne une image nette de lobjet sur lcran. On constate quil y a toute une classe de
positions qui correspondent cette condition et que xmin < x < xmax. La valeur vraie xvrai
appartient cet intervalle et elle est inconnue. Si lon fait une mise au point au hasard
toutes ces positions ont la mme probabilit. Dans tous les cas il y a une erreur de mise au
point ERmap = x - xvrai . Pour exprimer lensemble de ces rsultats, on retient la valeur
mdiane de lintervalle prcdent, x = (xmax + xmin)/2 comme valeur mesure de x.
On associe ensuite lerreur ERmap une variable alatoire map de distribution rectangulaire
et de demi-largeur a = (xmax xmin)/2.
On peut alors crire que x = xvrai + map ou que xvrai = x - map,, ce qui signifie que la valeur
recherche, xvrai, peut avoir, avec la mme probabilit, nimporte quelle valeur sur
lintervalle [xmin ; xmax].
2- Deuxime exemple de variable alatoire continue : distribution normale (gaussienne)
DP :densit de probabilit
3/(2a)
x
-a
MONTELIMAR
+a
20
En toute rigueur, la valeur de cette fonction de distribution tend vers zro lorsque x tend vers
- ou + . La reprsentation de cette fonction a t simplifie en la bornant par les limites
a. La demi-largeur a est dfinie de telle sorte que la probabilit pour que x appartienne
lintervalle a soit de 99,73 %. En dehors de cet intervalle nous considrerons que la fonction
de distribution a une valeur nulle.
a
Cela revient considrer que
DP dx P(a;a) 100% au lieu de 99,7 %.
Dans notre exemple, la fonction de distribution est centre sur zro : la valeur moyenne de
x entre a et + a est nulle.
Il apparat sur la courbe DP (x) que la probabilit pour que x appartienne un intervalle x
constant est maximale si cet intervalle est centr sur zro et quelle diminue pour devenir
pratiquement nulle lorsque lintervalle se rapproche des bornes a.
Pour simplifier, nous continuerons a appeler cette distribution une fonction de distribution
normale (ou Gaussienne) : la vraie fonction de distribution normale joue un rle
fondamental dans le domaine des statistiques.
Exemple dutilisation de ce type de distribution :
Revenons au banc optique de lexemple prcdent. Une position x est repre par un index se
dplaant devant un rglet gradu avec un pas de 1 mm. Il est impossible de donner la valeur
de x avec une infinit de dcimales : il a toujours une erreur de lecture ERlec =(x xvrai).
Supposons que lindex soit repr entre les valeurs 11 et 12 du rglet, peu prs au milieu de
cet intervalle : il est certain que la valeur xvrai recherche est comprise entre 11 et 12.
Mais lon voit bien que les valeurs xvrai = 11,5 , 11 et 12 nont pas du tout la mme
probabilit.
Pour exprimer lensemble de ces rsultats, on retient la valeur mdiane de lintervalle,
x = (11+ 12)/2 = 11,5 comme valeur mesure de la position x.
On associe ensuite lerreur ERlec une variable alatoire lec de distribution normale et de
demi-largeur a = (12 11)/2 = 0,5.
On peut alors crire que x = xvrai + lec ou que xvrai = x - lec = 11,5 - lec.
Cela signifie que la valeur recherche, xvrai, peut avoir nimporte quelle valeur sur
lintervalle [11 ; 12] mais que la probabilit pour que la valeur xvrai soit au voisinage de 11,5
est maximale.
Remarque :
Pour une position quelconque de lindex devant le rglet on peut retenir comme rsultat de
mesure une valeur dcimale estime (11,2, par exemple) mais on conservera la variable
alatoire lec prcdente pour dcrire lerreur de lecture. Un mtrologue trouvera peut tre
notre valuation critiquable, mais il ne sagit que dun exemple.
La mtrologie utilise une grande varit de fonctions de distribution. Pour simplifier,

nous nutiliserons que des fonctions de distribution rectangulaires ou normales . Ce
choix savre suffisant lorsquil sagit dvaluer les activits exprimentales dans un
lyce.
MONTELIMAR
21
B- Lcart-type dune variable alatoire :

Cette grandeur joue un rle essentiel lorsquil sagit de faire des calculs sur des variables alatoires.
Dfinition :
La faon la plus simple dinterprter la fonction de distribution dune variable alatoire x
consiste la discrtiser. Considrons N valeurs x galement rparties autour de la valeur
moyenne <x> des N valeurs.
La probabilit P dobtenir une valeur x sur un intervalle x est P = nx/N ( nx tant le nombre
de valeurs x appartenant lintervalle x).
Lcart-type exprimental (N-1)N de la variable alatoire discrte x est dfini par
2
1 N
((N-1)N) =
( xi x ) = variance exprimentale de x (<x> est la valeur moyenne
N 1 i 1
des N valeurs x).
Si N tend vers linfini, la variable alatoire discrte tend vers une variable alatoire continue.
La valeur moyenne <x> des N valeurs tend vers la valeur centrale de la fonction de
distribution (la valeur moyenne de la fonction de distribution continue).
Lcart-type exprimental (N-1)N tend vers lcart-type de la fonction de distribution.
Pour une fonction de distribution continue dfinie, le calcul de lcart-type est conduit pour
- < x < + (intgrale).
Dans tous les cas, lcart-type dune variable alatoire reprsente la dispersion des
valeurs de la variable alatoire autour de leur valeur moyenne.
Pour une fonction de distribution rectangulaire de demi-largeur a , lon dmontre que
= a / 3 = 0,58 a.
Notre fonction de distribution normale de demi-largeur a , est dfinie de telle sorte que
= a /3 = 0,33 a.
Pour une vraie fonction de distribution normale (et seulement dans ce cas) lon dmontre
que la probabilit P pour que la variable alatoire x appartienne lintervalle est
P = 68 ,27 %.
Sur lintervalle 2, P = 95,45 % et sur lintervalle 3 , P = 99,73%. Nous avons donc
born la fonction de distribution normale avec a = 3 .
Remarque importante :
Si lon considre une fonction de distribution normale de demi largeur a lon a
= 0,33a. Pour une fonction de distribution rectangulaire ayant la mme demi largeur a ,
lon a = 0,58 a.
Il apparat que (rectangulaire) # 2 (normale) : pour une mme demi largeur, lcart-type
dune fonction de distribution rectangulaire est pratiquement deux fois plus grand que celui
dune distribution normale.
C- Variables alatoires indpendantes : le thorme des variances :

I-Variables alatoires indpendantes :
Lindpendance de deux variables alatoires peut tre dfinie mathmatiquement (probabilits
conditionnelles).
MONTELIMAR
22
En pratique, deux variables alatoires sont indpendantes sil ny a aucune relation entre leurs
valeurs. Si ce nest pas le cas, les variables alatoires ne sont pas indpendantes et lon dit
quelles sont corrles.
Exemple de variables alatoires indpendantes (cas gnral) :
On mesure U et I pour valuer R = U/I.
U = Uvrai + U : U est la variable alatoire associe lerreur ERU = U - Uvrai.
I = Ivrai + I : I est la variable alatoire associe lerreur ERI = I - Ivrai.
Il ny a aucune relation entre les valeurs des variables alatoires U et I associes deux
instruments de nature diffrente. Ces variables alatoires sont indpendantes : si lon change
lun des deux instruments, cela ne change pas lerreur de lautre instrument.
Exemple de variables alatoires non indpendantes (cas rare) :
Deux masses m1 et m2 de 50 g ont t ajustes par comparaison un talon met + et de 50 g.
et est la variable alatoire associe lerreur sur la valeur de met.
Les variables alatoires m1 et m2 associes aux erreurs de mesure de m1 et m2 sont toutes les
deux fonction de et. Les variables alatoires m1 et m2 ne sont pas indpendantes : si lon
recommence en changeant dtalon les deux variables alatoires seront affectes de la mme
faon.
II- Loi de probabilit dune somme de variables alatoires :

Considrons une variable alatoire X de densit de probabilit constante (1/2a) sur [-a,+a] (loi
de distribution rectangulaire) et calculons les lois de probabilit de la somme de 2, 3 et 4
variables alatoires identiques et indpendantes par convolution des lois de probabilit.
Nous ne donnerons pas le dtail de ces calculs complexes : seuls nous importent les rsultats.
- La variable alatoire de densit de probabilit constante sur [-a,a] :
X[-a,a]
f(X) = 1/2a
X[-a,a]
f(X) = 0
Ecart-type = 0,58 a
Demi largeur P = 95% : 0,95 a.
Pour une demi largeur 2 = 1,16 a, P > 95%.
Les variables alatoires X, Y, Z et T sont toutes identiques.
Sur le graphique on a reprsent les lois de probabilit de : X, X+ Y, X+Y+Z, X+Y +Z+ T.
0,6
0,5
0,4
X
X+Y
0,3
X+Y+Z
X+Y+Z+T
0,2
0,1
0
-5
-4
-3
-2
-1
23
Rsultats :
- Somme X + Y de deux variables alatoires indpendantes de densit de probabilit
constante sur [-a, +a] :
On obtient une loi de probabilit triangulaire.
Ecart-type : X+Y = 0,82 a
Remarque : (X+Y) = 0,67 a = X + Y = 2(0,58) a
Demi largeur P = 95% : 1,552a
Pour une demi largeur 2 = 1,64 a, P > 95%
- Somme X + Y + Z de trois variables alatoires indpendantes de densit de probabilit
constante sur [-a,a] :
On obtient une loi de probabilit en cloche .
Ecart-type : = a
Remarque : (X+Y+Z) = a = X +Y +Z = 3(0,58) a
Pour une demi-largeur 2 = 2 a, P > 95%.
- Somme X+ Y+ Z+ T de quatre variables alatoires indpendantes de densit de
probabilit constante sur [-a,a] :
On obtient une autre loi de probabilit en cloche .
Ecart-type : = 1,16 a
Remarque : (X+Y+Z+ T) = 1,3456a = X +Y +Z + T= 4(0,58) a
Pour une demi largeur 2 = 2,32 a, P > 95% (lgrement)
Premier commentaire :
Nous constatons que la loi de probabilit dune somme de variables alatoires tend vers une
distribution normale. Cela nest pas un cas particulier et cest ce qutablit le thorme
central limite .
Thorme central limite :
Ce thorme trs gnral est une extension de la tendance la loi de Gauss. Il affirme, en
gros, que toute variable alatoire dfinie comme une fonction dun grand nombre de variables
alatoires indpendantes, de lois de probabilit diverses, tend tre dcrite par une loi
gaussienne. La convergence vers la gaussienne est meilleure pour les valeurs centrales
(proches de la valeur moyenne), que sur les ailes, ce qui explique le nom du thorme. Cest
la raison pour laquelle la loi de Gauss est si rpandue, tel point quon lappelle loi normale.
Deuxime commentaire :
Dans tous les cas tudis, la probabilit
appartienne lintervalle [-2, +2] est
distribution normale cette probabilit est
dmonstration gnrale de cette proprit :
dans un grand nombre de cas.
P pour que la valeur de la variable alatoire

suprieure 95 %. Rappelons que pour une
pratiquement gale 95 %. Il ny a pas de
nous constatons simplement quelle est vrifie
Troisime commentaire :
Dans tous les cas prcdents lon vrifie que la variance dune somme de variables alatoires
est gale la somme de leurs variances. Ce rsultat trs gnral est vrai dans tous les cas,
condition que les variables alatoires soient indpendantes : il est connu sous le nom de
thorme des variances .
24
III- Le thorme des variances :

Nous venons de voir une forme simple de ce thorme lorsque lon effectue une somme de
variables alatoires.
Trs souvent, la valeur mesure m dun mesurande M est issue dun calcul (mesure indirecte)
et m = f(x, y, z, ..).
Les valeurs de x, y, z,.. sont affectes par une erreur ERi. A chaque erreur lon associe une
variable alatoire i. Chaque variable alatoire est dfinie par sa fonction de distribution et
son cart-type i.
Le rsultat m est lui aussi affect par une erreur ERm. La variable alatoire m qui lui est
associe rsulte de la composition des variables alatoires i. En mtrologie lon ne recherche
pas la loi de distribution de la variable alatoire m. On se contente dvaluer son cart-type
m en utilisant le thorme des variances sous une forme plus gnrale.
Pour une fonction m = f(x, y, z,), si les variables alatoires associes aux grandeurs x,
y, z, sont indpendantes, lon montre que :
m = ((m/x) x) + ((m/y) y) + ((m/z) z) + .

Remarque 1 :
Les termes du type (m/x) sont les drives partielles de la fonction m(x, y, z,..). Cette
fonction doit donc tre drivable.
Ces termes sont souvent appels des sensibilits : ils reprsentent le poids dune variable
alatoire dans lvaluation de lcart-type m.
Tous les termes du type (m/x) x ont la mme unit que m.
Remarque 2 :
Le thorme des variances ne donne aucune information sur la loi de distribution de la
variable alatoire m. On ne peut donc pas calculer avec quelle probabilit P la valeur de M
appartient lintervalle m. Cest un vrai problme, car nous cherchons exprimer
lincertitude de la mesure de M, cest dire un intervalle de confiance associ un niveau de
confiance (une probabilit). Les rsultats du II et le thorme central limite peuvent nous
aider. Il est probable que la loi de distribution de m soit proche dune loi normale et dans ces
conditions la probabilit pour que M appartienne lintervalle 2m est denviron 95 %.
Si la loi de distribution nest pas normale nous avons vu, sur des exemples, que la probabilit
pour que m appartienne lintervalle 2m tait suprieure 95 %. Mais il ne sagit pas
dune dmonstration, seulement dune hypothse raisonnable.
Remarque 3 : formes simples du thorme des variances
On rencontre trs souvent des fonctions m(x, y, z,) qui vitent de calculer des drives
partielles. Parmi les plus utilises citons, sans dmonstration :
- Somme algbrique : si m = x + y alors m = x + y.
- Produits : si m = (xy)/z alors (m/m) = (x/x) + (y/y) + (z/z)
Cette forme est trs souvent rencontre en Chimie.
- Si m= a x + b, a et b tant des valeurs constantes sans incertitude , alors m = a x.
25
IV- La loi de Student

1-Aspect mathmatique :
- Considrons une variable alatoire x desprance mathmatique XC (la valeur centrale de la
distribution) et dcart-type x, suivant une loi normale.
- Considrons N observations xi tires de cette distribution :
<x>N est la moyenne arithmtique des N observations xi de x.
(N-1)N = (( (xi - <x>N) ) / (N-1)) est lcart-type exprimental de la distribution des N
mesures autour de <x>N.
- Les xi valeurs sont des variables alatoires suivant une loi normale, desprance
mathmatique XC et dcart-type x.
<x>N = (x1 + x2 + xN)/N : les grandeurs xi tant des variables alatoires, il en est de mme
de <x>N. Les variables alatoires sont indpendantes et le thorme des variances conduit
<x>N = x/N. Toutes les variables alatoires ont une distribution normale et il en est de
mme pour la variable alatoire <x>N.
- (n-1)N/N est lcart-type exprimental de <x>N.
Pour les mmes raisons, lcart-type exprimental (N-1)N est une variable alatoire centre
sur x.
- Cela signifie que si lon ralise le tirage de N nouvelles valeurs de x, on nobtiendra pas
forcment les mmes valeurs de <x>N et de (N-1)N.
Graphiquement : (qualitativement, les chelles sont approximatives)
DP :densit de probabilit
N mesures
x
<x>N
- 3 x
XC
+3x
DP
Valeur centrale de la distribution des

mesures xi (N mesures): XC
Ecart-type de la distribution : x
Ecart-type exprimental de la
distribution des N valeurs xi :
(n-1)N = ( (xi - <x>N) ) / (N-1))
Valeur centrale de la distribution des

valeurs <x>N (on ralise plusieurs fois N
mesures) : XC
Ecart-type de la distribution : x/N
Ecart-type exprimental de la distribution
des valeurs moyennes <x>N : (n-1)N /N
- 3x/N
XC
+ 3x/N
<x>N
Ainsi, si on augmente le nombre N dobservations, on diminue lcart-type de la distribution

des valeurs <x>N autour de la valeur centrale XC (les diffrentes valeurs obtenues de <x>N
sont de moins en moins disperses autour de XC).
- La loi de Student :
On montre que la variable t (N,P) = (<x>N XC) / (((N-1))N/N) suit la loi de Student N-1
degrs de libert.
26
- Les valeurs de la fonction t(N,P) (N mesures et niveau de confiance P%) sont donnes dans
des tables.
- Voici quelques valeurs du coefficient t (pour N mesures et un niveau de confiance de P%)
N
3
4
5
6
7
8
9
10
12
P=95% 4,3 3,82 2,78 2,57 2,45 2,37 2,31 2,26 2,20
P=99% 9,93 5,84 4,60 4,03 3,71 3,50 3,36 3,25 3,11
14
2,16
3,01
16
2,13
2,95
20
2,09
2,86
Si N > 20 et P = 95%, on considre que t = 2.

- La relation t (N,P) = (<x>N XC) / (((N-1))N/N) permet dcrire :
(<x>N XC) = t(N,P) (((N-1))N/N) et que XC = <x>N t(N,P) (((N-1))N/N) .
Si on a choisi un niveau de confiance P = 95 %, cela signifie quil y a 95 chances sur 100 pour
que la valeur centrale XC de la distribution des observations appartienne lintervalle
<x>N t(N,95%) (((N-1))N/N).
- La loi de Student permet donc, partir de N observations, de dfinir un intervalle de
confiance contenant la valeur centrale XC de la distribution avec un niveau de confiance
dfini. Cet intervalle sera dautant plus troit que le nombre dobservations N sera plus
grand.
2- Utilisation de la loi de Student dans un laboratoire denseignement
- Considrons N valeurs mesures mi dun mme mesurande M.
- Considrons que toutes ces valeurs sont tires dune distribution normale centre sur M C et dcart-type m.
- Soit <m>N la moyenne arithmtique des N valeurs.

- Soit (N-1)N = (( (mi - <m>N) ) / (N-1)) lcart-type exprimental de la distribution des N
valeurs autour de la valeur <x>N.
- Soit Mvrai la valeur vraie du mesurande M. Chaque valeur mesure mi = Mvrai + ERS + .
ERS est lerreur systmatique de la mesure : elle prend la mme valeur lors de chaque mesure et cette valeur est inconnue.
est lerreur alatoire de la mesure : si les mesures sont tires dune population normale dcart-type m alors la variable alatoire a
aussi une distribution normale dcart-type m et elle est centre sur zro.
- Si ERS 0 et si N tend vers linfini alors <m>N Mvrai.
La loi de Student permet, avec N mesures, de dfinir lintervalle
<m>N t(N,95%) (((N-1))N/N) qui contient la valeur Mvrai avec un niveau de confiance de 95 %.
- Si la valeur de ERS est diffrente de zro, et si N tend vers linfini alors
<m>N Mvrai + ERS. La valeur de lerreur systmatique ERS tant inconnue, il est impossible, partir de N mesures, de dfinir un
intervalle contenant la valeur Mvrai.
Il y a plusieurs faons de raliser N mesures dun mme mesurande.
a) Mesures effectues dans les conditions de reproductibilit :

- Dune mesure lautre, on essaie de faire varier un maximum de paramtres. Cest ce que lon fait quand N groupes dlves ralisent la
mesure dun mme mesurande M avec du matriel diffrent. Si toutes les erreurs sont alatoires, alors il ny a pas derreur systmatique et
<m>N Mvrai.
- Les sources derreur tant multiples, il est probable que lerreur alatoire qui conduit la dispersion des mesures ait une distribution
normale (thorme central limite).
- La loi de Student permet alors, avec N mesures, de dfinir lintervalle
<m>N t(N,95%) (((N-1))N/N) qui contient la valeur Mvrai avec un niveau de confiance de 95 %.
- Malheureusement toutes les erreurs ne varient pas forcment dune mesure lautre (la temprature de la salle, par exemple, est la mme
pour chaque groupe) et chaque mesure est affecte dune erreur systmatique ERS.
- Cette mthode est sduisante, mais elle est risque : la valeur moyenne <m>N peut tre trs diffrente de Mvrai : le rsultat de mesure est
alors faux.
- La faon la plus simple de sassurer que cette mthode est correcte est de mesurer un mesurande talon dont la valeur est dfinie sur un
intervalle connu avec un niveau de confiance garanti (on vrifie alors aussi que la distribution des mesures peut tre considre comme
normale).
b)
Mesures effectues dans les conditions de rptabilit :
27
- Le mme oprateur effectue N mesures mi dun mme mesurande Mvrai dans les mmes
conditions (conditions de rptabilit). Si les N mesures nont pas la mme valeur, alors il y a
une erreur alatoire de rptabilit.
Les origines de lerreur de rptabilit sont multiples :
- La valeur du mesurande peut tre mal dfinie ( irrgularit de lpaisseur dune pice,
par exemple).
- Instabilit des diffrents tages dune chane de mesure.
- Influence de loprateur ( ajustage du niveau dune fiole jauge, par exemple)
Dans ces conditions, il est probable que la variable alatoire associe cette erreur ait une
distribution normale.
- La dispersion des valeurs mesures est due la seule erreur de rptabilit et m i = Mvrai +
ERS + rep
Puisque dune mesure lautre rien ne change, beaucoup derreurs prennent chaque fois la
mme valeur : il y a toujours une erreur systmatique ERS de valeur inconnue.
Sil ny a pas derreur de rptabilit, la valeur mesure est m = Mvrai + ERS.
Sil y a une erreur de rptabilit, la valeur mesure m est reprsente par un intervalle de
valeurs quil faut valuer.
Nous verrons dans le chapitre III comment la loi de Student peut conduire lvaluation de
cet intervalle.
28
Chapitre III
Evaluation de lincertitude de mesure
- La dmarche que nous utilisons est celle du GUM (Guide pour lexpression des incertitudes
de mesure : la version franaise est dite par lAFNOR (NF ENV 13005), la version anglaise
est disponible sur le site de lOIML).
- Aprs avoir dcrit lessentiel des mthodes utilises par le GUM, nous entreprendrons de les
simplifier : un laboratoire denseignement nest pas un laboratoire de mtrologie.
- Lorsque les grandeurs sont dfinies en gnral, nous utilisons les notations du GUM. Nous
simplifions ces notations lorsque les grandeurs sont dfinies avec une unit.
A- Erreur et incertitude de mesure

I- Mesure de la valeur dun mesurande : erreur de mesure
- On prsente un mesurande de valeur vraie Mvrai inconnue lentre dun systme de mesure
et lon recherche la valeur Mvrai. Le systme de mesure produit une valeur mesure m, image
de Mvrai.
Valeur vraie
du mesurande
M
Mvrai (valeur
inconnue)
Systme de
mesure
Valeur
mesure m
Mvrai
Erreur ER = m - Mvrai
m
- Il y a toujours une erreur ER = m Mvrai et la valeur de cette erreur est toujours
inconnue.
Il est donc impossible dobtenir la valeur Mvrai partir de la valeur m.
II- Incertitude de mesure :
- La valeur de lerreur ER est toujours inconnue, mais nous disposons doutils permettant
dvaluer quel intervalle [- M ; + M] appartient cette valeur, avec un niveau de confiance
de 95 %.
- Il y a 95 chances sur 100 pour que la valeur
Valeur
de lerreur ER appartienne lintervalle de
mesure m
confiance [-M ; +M].
m + M
Intervalle
de - La valeur M de lincertitude de la mesure
Mvrai
Erreur ER confiance 2M.
est, par dfinition, gale la moiti de la
valeur absolue de lintervalle [-M ; +M].
m
Niveau de confiance - Il y a donc 95 chances sur 100 pour que la
P = 95 %.
valeur vraie du mesurande appartienne
lintervalle (m- M ; m+ M).
m - M
- Le rsultat de mesure est :
M = m M (unit) avec P = 95 %.
Un rsultat de mesure nest jamais un nombre : cest toujours un intervalle

de confiance associ un niveau de confiance P.
29
B- Evaluation de lincertitude dune mesure directe

Une mesure est directe si lon obtient sans calcul la valeur mesure.
Exemple : mesure de la longueur M dun cylindre mtallique avec un pied coulisse
numrique au 1/100 mm.
La valeur mesure est m (lecture directe) et lon recherche la valeur Mvrai de cette longueur.
I Les sources derreur de mesure

Lerreur de mesure ERm = m Mvrai est due la composition de deux erreurs .
1- Erreur de rglage ERinst de linstrument.
La valeur de cette erreur est inconnue. Mais le constructeur du pied coulisse indique
quelle appartient lintervalle [- 0,03 ; +0,03 ]mm (la valeur du niveau de confiance P
nest pas prcise).
2- Erreur de rptabilit ERrep
N mesures de la mme longueur, par le mme oprateur, dans les mmes conditions, ne
donnent pas la mme valeur mesure m. Pour une mesure, la valeur de lerreur ERrep
est inconnue.
Pour une valeur mesure m, la valeur de lerreur ERm = ERinst + ERrep est inconnue.
Il faut rechercher quel intervalle [-M ; + M] appartient la valeur de cette erreur,
avec un niveau de confiance dau moins 95 %.
II- Erreurs indpendantes

Deux erreurs sont indpendantes si la valeur de lune ne dpend pas de la valeur de
lautre.
Dans notre exemple, la valeur de lerreur ERinst est indpendante de la valeur de lerreur
ERrep.
- Si des erreurs sont indpendantes, alors le thorme des variances permet dvaluer
simplement le rsultat de leur composition.
- Pour notre exemple, ERm = ERinst + ERrep : les valeurs de ERinst et ERrep sont inconnues,
donc la valeur de ERm lest aussi.
Remarque :
Si des erreurs sont indpendantes, alors les variables alatoires qui leur sont attaches le sont
aussi : nous utiliserons indiffremment erreurs indpendantes ou variables alatoires
indpendantes .
III- Les recommandations du GUM pour obtenir des informations sur lerreur ER m
- Les diffrentes sources derreur ERi ont t repres et lon a vrifi que toutes les erreurs
sont indpendantes. Pour une mesure directe m, ERm = ER1 + ER2 +..+ ERi.
1- On associe chaque erreur ERi une variable alatoire i.
Chaque variable alatoire est dfinie par le type de sa fonction de distribution , sa demi
largeur ai et son cart-type i.
Dans un laboratoire denseignement, nous nutiliserons que des fonctions de distribution
normales (gaussiennes) ou rectangulaires (uniformes).
Pour une distribution normale, lcart-type = 0,33 a.
Pour une distribution rectangulaire, lcart-type = 0,58 a
Dans notre exemple :
- Evaluation de lerreur ERinst :
30
Le constructeur de linstrument garantit que la valeur de cette erreur appartient

lintervalle [- 0,03 ; + 0,03] mm sans prciser la valeur du niveau de confiance. Dans le
doute, on associe cette erreur une variable alatoire de distribution rectangulaire et de
demi largeur a = 0,03 mm. Lcart-type inst = 0,58 a. Nous reviendrons sur cette
valuation.
- Evaluation de lerreur ERrep :
Cette erreur est value en effectuant, dans les mmes conditions, N mesures du mme
mesurande. On considre que la variable alatoire associe cette erreur a une distribution
normale. Son cart-type est valu partir de lcart-type exprimental (N-1)N (si N est >
50, la valeur de lcart-type exprimental est proche de la valeur de lcart-type rep de la
variable alatoire associe lerreur ERrep). Nous reviendrons sur cette valuation.
3- On utilise le thorme des variances pour valuer lcart-type m de la variable
alatoire associe lerreur ERm.
Dans le cas gnral, m = (i)
Dans notre exemple, m = inst + rep
Pour le GUM :
- Les carts-types i sont appels des incertitudes - type notes u(i)
uinst = inst et urep = rep.
Le thorme des variances scrit alors : um = uinst + urep et lon obtient lincertitude - type
um associe lerreur ERm.
- Les valuations exprimentales des incertitudes- type sont appeles des valuations de type
A.
Cest le cas de lincertitude - type urep.
- Toutes les autres mthodes dvaluation de incertitudes-types sont appeles des valuations
de type B.
Cest le cas de lincertitude - type uinst.
4- On multiplie lincertitude-type um par un facteur k pour obtenir lincertitude largie
Um = k um (en gnral, le facteur k = 2).
5- Le rsultat de mesure est M = m U(m) (k = 2) + unit
IV - Simplification de la mthode gnrale recommande par le GUM

1- Nous utilisons dans tous les cas un facteur dlargissement k = 2 constant :
Le thorme des variances um = (ui), scrit aussi (kum) = (kui).
Ou encore, puisque lincertitude largie Ui = k ui , Um = (Ui).
Dans ces conditions, les incertitudes largies se composent comme des incertitudes-type et
lon obtient directement Um donc la valeur de lincertitude largie Um recherche. Cette
proprit est tout fait gnrale et lon peut lutiliser dans tous les cas.
- Si le facteur dlargissement k est toujours gal 2, alors, dans tous les cas, les
incertitudes largies se composent comme des incertitudes type. On obtient alors
directement une incertitude largie.
31
uinst = 0,58 a et Uinst = 2 uinst = 1,16 a (a = 0,03 mm)

urep = (N-1)N et Urep = 2 urep = 2 (N-1)N ( si N > 50).
Donc Um = Uinst + Urep
2- Utilisation de cette mthode (mesure directe) :
a) Reprer les sources derreur et vrifier que les erreurs sont indpendantes.
b) Associer chaque erreur une variable alatoire dcart-type i = ui . Calculer les
incertitudes largies Ui.
c) Composer les incertitudes largies Ui pour obtenir lincertitude largie Um :
Um = (Ui).
- Avec des lves, on pourra noter M lincertitude largie Um et appeler cette grandeur
lincertitude absolue, ou lincertitude de la mesure.
- Puisque nous utilisons toujours un facteur k = 2, on a toujours Um = 2 m.
Nous avons vu dans le chapitre II que la probabilit P pour que la valeur dune variable
alatoire centre sur zro appartienne lintervalle [-2, +2] est suprieure 95 %. Il ny a
pas de dmonstration gnrale de cette proprit : nous constatons simplement quelle est
vrifie dans un grand nombre de cas.
d) Rsultat de mesure :
Le rsultat de mesure est M = m Um ou m M (P = 95 %) : il y a 95 chances sur 100
pour que la valeur Mvrai appartienne cet intervalle.
3- Intrts de cette simplification :
- Sil sagit dvaluer une incertitude, le passage par les variables alatoires et leur
cart-type est incontournable.
- Mais la mthode simplifie permet de prsenter le rsultat de lvaluation de
lincertitude sous la forme M = ( (Ui)). Si le professeur indique aux lves la
faon de calculer les termes Ui (ou donne leur valeur), il peut viter de parler aux
lves de fonctions de distribution, dcart-type et dincertitude-type.
- Dautre part, le rsultat de mesure m M est associ un niveau de confiance P de
95 %. Cela nous a conduit modifier les notations du GUM.
Nous proposons nos lves de noter le rsultat de mesure sous la forme :
M95% = m M (+ unit) . Lindice 95% indique explicitement que le niveau de
confiance de cet intervalle est de 95 %.
V- Chiffres significatifs de lincertitude et de la valeur mesure :
- Lvaluation de la valeur dune incertitude largie passe par lvaluation de ses composantes
Ui par une mthode de type A ou B.
- Pour une mthode de type A, lcart-type exprimental (N-1)N est dautant plus
proche de la valeur recherch , que le nombre N de mesures est plus grand. Ce
nombre tant en gnral limit par la dure des mesures, il y a une incertitude sur la
valeur (N-1)N (plusieurs sries de N mesures dun mme mesurande ne donnent pas le
mme rsultat).
- Pour une mthode de type B, il y a souvent un doute sur la nature de la fonction de
distribution utiliser donc une incertitude sur la valeur de lincertitude largie
prendre en compte. Dans ce cas, nous choisissons systmatiquement la fonction qui
a statistiquement le plus de poids , cest dire une fonction de distribution
rectangulaire.
32
Ainsi, toutes les valeurs dincertitude largies sont incertaines et il en est de mme de
leur composition. Il y a donc toujours une incertitude sur la valeur dune
incertitude.
- La valeur dune incertitude ne rsulte pas dun calcul rigoureux : il sagit plutt dune
valuation ne conduisant jamais une minoration de la valeur de lincertitude. Dune faon
gnrale lincertitude relative sur la valeur dune incertitude est de lordre de 30 % .
- Dans ces conditions, la valeur dune incertitude doit tre exprime avec un nombre de
chiffres significatifs limit.
- Le GUM recommande dexprimer la valeur dune incertitude de mesure avec au maximum
deux chiffres significatifs.
- Nous proposons nos lves de toujours arrondir la valeur dune incertitude avec deux
chiffres significatifs et de conserver le nombre de chiffres significatifs correspondant pour la
valeur mesure m.
Attention : cette opration ne doit tre effectue que lorsque lon est prt exprimer le
rsultat de mesure (il faut viter les arrondis intermdiaires lors des calculs).
Remarque :
Dans certains cas, un chiffre significatif est suffisant. Prendre systmatiquement 2 chiffres
significatifs conduit alors utiliser un chiffre significatif nayant pas de sens, mais est-ce bien
grave ?
VI- Adaptation du vocabulaire du GUM

- Notations du GUM :
Mesurande : M
Valeur mesure : m
Incertitude largie : Um
Rsultat de mesure : M = m Um ( k = .) + unit
Si le mesurande est une rsistance R, il est exclu que nos lves notent r la valeur mesure de
R.
- Notations lves :
Nous utilisons les notations suivantes :
Mesurande : M (exemples : R, r, U, I,)
Valeur mesure : M (exemples : R, r, U, I,)
Incertitude (absolue) : M (exemples : R, r, U, I,)
Rsultat de mesure : M95% = M M (exemple : R95% = R R) + unit
- Avec notre exemple :
- Notations GUM :
Mesurande : M (longueur du cylindre)
Valeur mesure (une mesure) : m = 15,02 mm
Incertitude type uinst = 0,58 0,03 = 0,0174 mm
Incertitude type urep = 0,025 mm
Incertitude type um = (uinst + urep) = ( 3,028 10-4 + 6,25 10-4) = 3,04598 10-2 mm
Incertitude largie : Um = 2 um = 6,0919619 10-2 = 6,1 10-2 mm (2 chiffres significatifs)
Rsultat de mesure : M = (15,020 0,061) mm ( k = 2)
- Notations lves :
Mesurande : L (longueur du cylindre)
Valeur mesure (une mesure) : L = 15,02 mm
Incertitude largie Uinst = 2 uinst = 0,0348 mm
33
Incertitude largie Urep = 2 urep = 0,05 mm

Incertitude largie L = UL = (Uinst + Urep) = 6,0919 10-2 = 6,1 10-2 mm (2 chiffres
significatifs).
Rsultat de mesure : L95% = (15,020 0,061) mm
VII- Incertitude relative
- Lincertitude relative de la mesure est le quotient M/M. Cette grandeur, sans unit, permet
dvaluer rapidement la qualit dune mesure.
- On considre souvent quelle est un indicateur de sa prcision (rappelons que le terme de
prcision est exclu par le VIM).
Nos lves retiendront que :
- M/M < 1% correspond une mesure de bonne qualit.
- M/M > 5% correspond un ordre de grandeur de la valeur du mesurande.
VIII- Erreurs non indpendantes :
- Le thorme des variances restera notre seul outil de composition des incertitudes type,
mais il nest utilisable sous une forme simple que si les variables alatoires attaches aux
diffrentes erreurs sont indpendantes. Si les erreurs ne sont pas indpendantes, les choses
deviennent compliques (il faut valuer la covariance des variables alatoires).
- Ce cas de figure est heureusement rare : pour faire face cette situation le lecteur peut
consulter lannexe diffrentielle dune fonction ). Il y trouvera un outil sommaire mais
simple permettant dvaluer la valeur dune incertitude dans tous les cas.
Cela ne nous dispense pas de vrifier que les variables alatoires sont indpendantes
avant de les composer en utilisant la forme simple du thorme des variances !
C- Quelques rgles pour valuer la valeur dincertitudes type ou largies

Au laboratoire, certaines mesures se font directement laide dinstruments de mesure
standard et le GUM recommande dappliquer les rgles suivantes :
- Instrument de mesure analogique (instrument aiguille , lecture sur un rglet ou sur un
rapporteur dangle) : lincertitude type de lecture est value partir de la valeur dune
graduation et u(x) = 1 graduation / 12.
- Instrument de mesure numrique : le constructeur donne souvent une information sur la
prcision de linstrument sous la forme : prcision = (x% lecture + n UR), UR tant le
quantum q de linstrument (digit). Sans autre information, on estime lincertitude type par
u(x) = prcision /3.
Remarque 1 :
Les documents techniques font souvent rfrence la notion de prcision bien que le VIM
rejette le terme prcision et lui substitue le terme exactitude .
Lexactitude de mesure est ltroitesse de laccord entre une valeur mesure et une valeur vraie du mesurande (VIM).
Remarque 2 :
u(x) = prcision /3 # 0,58 prcision. Cela signifie que lon associe une valeur mesure
une variable alatoire centre sur zro, de distribution rectangulaire et de demi largeur
prcision . Ce choix permet de prendre en compte le dfaut dinformation sur le niveau de
confiance de lintervalle [- X ; +X].
Pour un instrument analogique u(x) = 1 graduation / 12 = (0,5 1 graduation) / 3.
34
On associe donc une valeur mesure une variable alatoire de distribution rectangulaire,
centre sur zro et de demi largeur a = 0,5 1 graduation. Cela revient considrer que
lerreur maximale de lecture est de a = 0,5 1 graduation et que toutes les erreurs de lecture
(nous avons fait un autre choix, moins svre, dans le chapitre II).
Exemple 1 :
- Le constructeur dun ohmmtre indique que : prcision = 0,1 % lecture + 2 UR.
- Sur le calibre 200 on lit R = 100,5 . Le quantum UR = q de linstrument est donc gal
0,1 (cest la plus petite variation de la valeur R que lon peut dceler).
- Dans ces conditions : prcision = 10-3 100,5 + 0,2 = 0,3005 . Cette grandeur est
exprime avec une unit : il sagit donc dune incertitude absolue que nous notons R.
- Le constructeur nous indique ainsi que lerreur de rglage de linstrument appartient
lintervalle [-R ; + R] avec un niveau de confiance raisonnable (dont la valeur nest pas
prcise).
- Si lon veut exprimer le rsultat de cette mesure, on crit (100,50 0,30) (sil ny a pas
derreur de rptabilit), en considrant que le niveau de confiance de cet intervalle est le
niveau de confiance standard (95%).
- Si lon veut utiliser cette incertitude dans une composition, on prend comme incertitude type
uinst = R/3 = 0,58 R.
- Nous composons directement les incertitudes largies et nous prendrons Uinst = 2 uinst=
1,16 R.
Exemple 2 :
- On repre la position n dun index sur une chelle gradue avec un pas de 1 mm.
- Lindex se trouve entre les valeurs n = 15 et n = 16 mm, plutt du ct 15 mm .
- On neffectue pas dinterpolation : ici le rsultat de mesure est n = 15 mm.
- Lincertitude type de lecture un = 1 graduation / 12 = 1 / 12 = 0,288675 mm
- On peut calculer directement lincertitude largie Un avec Un = 1 graduation /3 = 0,57735
mm.
- Le rsultat de mesure de la position n est n95% = (15,00 0,58) mm
D- Erreur alatoire et erreur systmatique

- Pour distinguer ces erreurs il faut considrer que le mme oprateur effectue, dans les mmes conditions, N mesures du mme mesurande
(conditions de rptabilit).
- Une erreur systmatique est une erreur qui prend la mme valeur (inconnue) lors de
chaque mesure.
Exemples :
Erreur de position dune lentille sur son support, erreur due la rsistance des fils de liaison
lors de la mesure dune rsistance, erreur de rglage dun instrument de mesure, ..
- Une erreur alatoire est une erreur qui prend une valeur diffrente lors de chaque
mesure.
Exemples :
Erreur de mise au point lors de la formation dune image sur un cran, erreur de rptabilit
I- Erreur systmatique :
1- Evaluation et correction de lerreur systmatique :
35
- Exemple : mesure de la valeur dune rsistance R avec un ohmmtre simple (2 fils)

- Si lon branche une rsistance R lentre de lohmmtre, la grandeur mesure est
R* = R + rF.
rF est la rsistance des fils de liaison de la rsistance lohmmtre.
- Quelle que soit la valeur de R, la valeur de rF est constante si les cbles sont toujours les
mmes. Il y a donc une erreur R* - R = rF constante lors de chaque mesure : cest une erreur
systmatique.
- Dans ce cas, la valeur de lerreur systmatique ERS = rF peut tre value.
Pour valuer la valeur de cette erreur, on peut mesurer la valeur de la rsistance rF avec un
ohmmtre : on obtient rF rF.
- On peut alors corriger la valeur mesure R* pour obtenir R = R* - rF (mesure indirecte).
- Lincertitude de mesure sur la valeur de R rsulte de la composition des incertitudes sur les
valeurs R* et rF.
- La correction dune erreur systmatique est lourde et nous lutiliserons rarement.
Chaque fois que cest possible, nous utilisons une mthode nintroduisant pas derreur
systmatique. Pour une mesure de rsistance, on peut, par exemple, utiliser un ohmmtre 4
fils : la valeur mesure ne dpend alors pas de la rsistance des fils de liaison.
2 Association dune variable alatoire une erreur systmatique
Exemple 1 :
- Le constructeur dun ohmmtre indique que, sur le calibre 200 :
prcision = R = 0,1 % valeur mesure + 2 UR.
- On ralise, dans les mmes conditions, N mesures de la valeur de la mme rsistance R et
lon obtient chaque fois la mme valeur mesure r : il ny a donc pas derreur de rptabilit.
- Mais il y a toujours une erreur ERinst = r Rvrai due aux dfauts et au rglage de linstrument.
- Lors de chacune des N mesures la valeur de cette erreur est constante : cest une erreur
systmatique dont la valeur est inconnue.
- Mais le constructeur de linstrument nous garantit que, si linstrument est en bon tat, la
valeur de lerreur systmatique appartient lintervalle R
avec R = 0,1 % valeur mesure + 2 UR.
- Dans ce cas, lerreur systmatique peut tre positive ou ngative et il nest pas question de la
corriger (de plus, la valeur de cette erreur dpend de la valeur mesure).
- On associe cette erreur systmatique une variable alatoire de distribution rectangulaire,
centre sur zro, et de demi largeur R. Nous avons vu plus haut que, dans ces conditions,
lincertitude largie Uinst = 1,16 R.
- On ne corrige donc pas lerreur systmatique : elle sera prise en compte dans la composition
des incertitudes largies.
Exemple 2 :
- Tolrance de fabrication dune fiole jauge de 100 mL
- Le constructeur garantit que, pour un type de verrerie jauge, la tolrance de fabrication peut
prendre nimporte quelle valeur sur un intervalle Vet. Pour une fiole jauge prise au hasard
dans un lot, lerreur dtalonnage est constante (cest une erreur systmatique) mais sa valeur
est inconnue : elle peut tre nimporte o sur lintervalle Vet. On associe cette erreur une
variable alatoire de distribution rectangulaire, centre sur zro et de demi largeur Vet. Dans
ces conditions, lincertitude largie Uet = 1,16 Vet.
36
- On ne corrige donc pas lerreur systmatique : elle sera prise en compte dans la composition
des incertitudes largies.
Conclusion du I :
- Dans tous les cas, nous viterons la correction, lourde, des erreurs systmatiques.
Soit nous utiliserons une mthode derreur systmatique ngligeable, soit nous
considrerons que lerreur systmatique est reprsente par une variable alatoire
centre sur zro.
- Dans ces conditions, il ny aura pas lieu de distinguer erreurs alatoires et erreurs
systmatiques : seule importera lincertitude type (ou lincertitude largie) attache
chaque erreur.
II- Erreur alatoire

- Dans tous les cas, une erreur alatoire est prise en compte en lui associant une variable
alatoire permettant de dfinir une incertitude type et une incertitude largie.
Exemple 1 :
Erreur de mise au point lors de la formation dune image sur un cran (voir le chapitre
VIII).
- On forme limage dun objet sur un cran en rglant la position n dune lentille, repre sur
un rglet. Si lon ralise quelques mises au point, on constate que lon nobtient pas chaque
fois la mme valeur de n : il y a une erreur alatoire de mise au point ERmap.
Pour valuer cette erreur :
- On recherche les positions extrmes n1 et n2 donnant une image nette (avec n2 > n1).
- On retient comme valeur mesure la valeur mdiane (n2 + n1)/2.
- On considre que toutes les positions sur lintervalle [n1 ; n2] ont la mme probabilit et on
associe lerreur ERmap une variable alatoire de distribution rectangulaire, centre sur zro,
et de demi largeur (n2 - n1)/2.
- Dans ces conditions, lincertitude largie U(n)map = 1,16 (n2 - n1)/2 sera prise en compte
dans une composition (valuation de type A).
Exemple 2 :
Erreur de rptabilit.
- Le mme oprateur effectue N mesures du mme mesurande dans les mmes conditions.
- Si les valeurs mesures sont diffrentes, alors il y a une erreur de rptabilit ERrep dont
lorigine est souvent inconnue. Dune mesure lautre, cette erreur peut prendre une valeur
diffrente : lerreur de rptabilit est une erreur alatoire.
- On rencontre trs souvent ce type derreur.
Exemples : mesures avec une balance, un spectrophotomtre, un pied coulisse , rsultats
dun dosage, etc.
- Nous aurons souvent besoin dvaluer une erreur de rptabilit : nous proposons des
solutions dans le paragraphe suivant (valuations de type A).
III- Evaluation dune erreur de rptabilit ERrep
- Le mme oprateur effectue N mesures du mme mesurande dans les mmes conditions.
- Dans tous les cas, nous supposerons que la distribution des N mesures est
normale (gaussienne).
Cette hypothse repose sur le fait que les sources dune erreur de rptabilit tant souvent
multiples lon peut appliquer le thorme central limite.
- Dans ces conditions nous utiliserons les rsultats de la loi de Student.
37
Pour valuer lerreur de rptabilit, nous utiliserons donc un chantillon de N valeurs

mesures m1,, mi,,mN, supposes tires dune distribution normale.
1- Rappelons les rsultats du chapitre II (loi de Student) :
<m>N = (i(mi)) / N est la moyenne arithmtique de l'chantillon.
- Lcart-type exprimental (N-1)N de la distribution des mesures est calcul partir de
((N-1)N) = (i(mi <m>N))/ (N-1).
- Lcart-type exprimental de la moyenne <m>N est :
(<m>N) = ((N-1)N) / N = N((N-1)N) / N (thorme des variances).
Donc <m>N = (N-1)N / N.
- Pour chaque valeur mesure, mi = MC + m : on considre que la variable alatoire m,
centre sur zro, a une distribution normale dcart-type m dont la valeur est inconnue. MC
est la valeur centrale de la distribution des valeurs mi.
- Si lon effectue une mesure mi, alors il y a 95 chances sur 100 pour que sa valeur
appartienne lintervalle MC 2m.
- Si lon calcule la valeur moyenne <m>N de N valeurs mesures alors il y a 95 chances sur
100 pour quelle appartienne lintervalle MC 2<m>, avec. <m> = m/N.
- La loi de Student permet, avec N valeurs mesures, de dfinir lintervalle
<m>N t(N,95%) (((N-1))N /N) qui contient la valeur MC avec un niveau de confiance de 95 % (les valeurs du coefficient t(N, 95%)
sont disponibles dans le chapitre II).
La distribution des donnes est considre comme normale : un niveau de confiance

de 95% correspond un intervalle 2 m.
- Lintervalle t(N,95%)(((N-1))N/N) doit donc avoir une valeur proche de 2 <m>.
- On considrera donc que lincertitude largie U(<m>N)rep lie lerreur de
rptabilit est U(<m>N)rep = t(N,95%) (((N-1))N/N). Cette valeur sera utilise
directement dans une composition dincertitudes largies.
- Conclusion :
- A partir de N mesures mi on calcule <m>N, le meilleur estimateur de la valeur mesure.
- La valeur <m>N est incertaine. Elle appartient lintervalle de valeurs <m>N U(<m>N)rep
avec un niveau de confiance de 95%.
Remarque 1 :
- Si lon recommence plusieurs sries de N mesures du mme mesurande, dans les mmes
conditions, on constate que lon nobtient pas chaque fois la mme valeur de lcart-type
exprimental (N-1)N. Il y a donc une incertitude sur la valeur de (N-1)N.
- On montre que cette incertitude est dautant plus grande que lcart-type (N-1)N est plus
grand et que le nombre N de mesures est plus petit. Il faudra donc viter dutiliser un
nombre de mesures N trop petit : nous utilisons N > 7 ou 8 mesures.
On peut montrer que lincertitude relative sur la valeur de lcart-type exprimental est gale
1 / (2(N-1)). Si N > 7 alors elle est infrieure 30 %.
Remarque 2 :
- La loi de Student permet dvaluer la valeur de lincertitude largie lie lerreur de
rptabilit sur la moyenne arithmtique <m>N des N mesures. Cela suppose que lon
ralise systmatiquement N mesures du mme mesurande. Il est difficile dimaginer que lon
ralise chaque fois N mesures de la mme masse avec une balanceIl va falloir trouver des
solutions raisonnables.
38
U(<m>N)rep = t(N,95%) (((N-1))N/N) : augmenter le nombre de mesures N permet de

diminuer la valeur de U(<m>N)rep donc le poids de lerreur de rptabilit. Compte tenu de
la dure ncessaire lopration, il est souvent difficile de raliser plus de 10 mesures.
2- Comment valuer lincertitude de rptabilit lorsquil est difficile deffectuer chaque
fois N mesures ?
- On rencontre souvent cette situation : erreur de rptabilit dune balance, dun spectrophotomtre, sur la mesure dun volume,
- Pour valuer une erreur de rptabilit, il faut N mesures. Nous proposons deffectuer une
seule fois N mesures et de les exploiter pour obtenir une information sur lerreur de
rptabilit dune nouvelle mesure du mme mesurande. Ce travail, souvent long, est
rarement effectu par nos lves.
- Mthode :
- Pour valuer lincertitude largie U(m)rep dune valeur mesure m il faut avoir ralis une
fois N mesures de ce mesurande.
- Nous savons que <m>N = m/N donc que m = <m>N N
Nous admettrons que lincertitude largie U(m)rep = U(<m>)rep N, donc que
U(m)rep= t(N, 95%)(N-1)N, avec un facteur dlargissement k = 2.
- Cette valuation est dautant plus fiable que N est plus grand et (N-1)N plus petit.
- En cas de doute sur la fonction de distribution des N valeurs, on considre que la variable
alatoire lie lerreur de rptabilit a une distribution rectangulaire de demi largeur
t(N, 95%)(N-1)N.
Dans ces conditions U(m)rep = 1,16 t(N, 95%)(N-1)N
- Conclusion :
Lincertitude largie de rptabilit sur une seule valeur mesure m est U(m)rep. Elle est
value une fois partir de N mesures et U(m)rep= t(N, 95%)(N-1)N. Cette valeur sera
prise en compte dans une composition dincertitudes largies permettant dvaluer le rsultat
de mesure.
- Exemple : valuation de lerreur de rptabilit dune balance.
- La balance a une porte de 200 g. On ralise N mesures avec une masse denviron 100 g, au
milieu de ltendue de mesure de linstrument.
Les N valeurs mesures nont pas la mme valeur : il y a donc une erreur de rptabilit.
La variable alatoire associe lerreur de rptabilit est value avec les N mesures
prcdentes et lon considrera quelle est la mme sur toute ltendue de mesure de
linstrument.
Une feuille de calcul permet dobtenir rapidement un rsultat :
- On considre que lincertitude largie de la distribution des mi valeurs est

U(m)rep = ( t (N, 95%) (N-1)N) = 0,0003164 g
.
- Il est exclu deffectuer N mesures chaque fois que lon veut mesurer la valeur dun
mesurande.
39
Lors de lvaluation de lincertitude de mesure de la balance, on considrera que lincertitude

largie U(m)rep = t (N, 95%) (N-1)N = 0,0003164 g.
- Il ne sagit que dune valuation. En cas de doute sur la fonction de distribution des N
valeurs, on considre que la variable alatoire m a une distribution rectangulaire, centre sur
zro, et de demi largeur t (N, 95%) (N-1)N.
Dans ces conditions U(m)rep =1,16 t (N, 95%) (N-1)N = 0,000367 g.
Remarques :
- Il ne faut pas perdre de vue quil ne sagit que dune estimation : lincertitude relative
sur la valeur de U(m)rep est suprieure 30 % et lon essaie de ne pas minorer la valeur
U(m)rep.
- Dautre part, lerreur de rptabilit nest quune composante, souvent de faible
poids , de lerreur de mesure.
E- Evaluation de lincertitude dune mesure indirecte

- On parle de mesure indirecte lorsque la valeur mesure m de la grandeur M est le rsultat
dun calcul utilisant dautres valeurs mesures x, y, z, ..
Dans ces conditions, la valeur mesure m = f (x, y, z, )
Exemple :
Calcul de la puissance lectrique P = U I mise en jeu dans un diple.
I- Mthode gnrale
- A chaque grandeur (X,Y, Z,) sont associes une valeur mesure (x, ...) et un cart-type
(x,).
- Pour calculer lcart-type m de la variable alatoire attache la valeur mesure m il faut
composer tous les carts-type.
Si les variables alatoires attaches chaque grandeur sont indpendantes, on peut
utiliser le thorme des variances sous la forme :
m = ((m/x) x) + ((m/y) y) + ((m/z) z) + .

- Les termes du type (m/x) sont les drives partielles de la fonction m(x, y, z,..). Cette
fonction doit donc tre drivable.
Ces termes sont souvent appels des sensibilits : ils reprsentent le poids dune variable
alatoire dans lvaluation de lcart-type m.
Tous les termes du type (m/x) x ont la mme unit que m.
- Avec le langage du GUM, on crit :
u(m) = ((m/x) u(x)) + ((m/y) u(y)) + ((m/z) u(z)) + .
Lincertitude type u(m) est alors largie pour obtenir U(m) = k u(m) = 2 u(m), par exemple.
Le rsultat de mesure sera M = m U(m) (k = 2).
- En composant directement les incertitudes largies (k = 2) et avec le langage lves
on crit :
U(m) = ((m/x) U(x)) + ((m/y) U(y)) + ((m/z) U(z)) + .
En composant les incertitudes largies, on obtient directement lincertitude largie U(m) =M
et le rsultat de mesure est M95% = M U(m) ou M M
Exemple : mesure dune puissance P = U I
40
- Les valeurs U et I sont mesures avec un multimtre. La documentation du constructeur des

instruments permet dvaluer les incertitudes Uinst et inst lies aux erreurs de rglage des
instruments (sans prciser le niveau de confiance) et les autres erreurs sont ngligeables.
- Dans ces conditions, les incertitudes largies U(U) = 1,16 Uinst et U(I) = 1,16 inst
- Avec le langage lves on obtient :
U(P) = ((P/U) U(U)) + ((P/I) U(I)) = ((P/U) U(U)) + ((P/I) U(I))
Soit U(P) = (I U(U)) + (U U(I)) . Cette fonction de calcul de U(P) est tablie par le
professeur avant dtre donne aux lves.
II- Formes simples du thorme des variances

- Si lon compose directement des incertitudes largies, tous les termes du type U(x) sont
gaux 2x (x est lcart-type de la variable alatoire associe la valeur x) et lon obtient
directement lincertitude largie U(m) = 2 m.
- On retrouve sous cette forme les cas simples voqus dans le chapitre II (mesures
indirectes) :
- Si m = x + y + z + alors U(m) = U(x) + U(y) + U(z) + .. et M = U(m)
- Si m = (xy/z ) alors (U(m)/m) = (U(x)/x) + (U(y)/y) + (U(z)/z)
et M = U(m) (On peut valuer ainsi U(m) pour nimporte quel produit-quotient )
- Si m= a x + b, a et b tant des valeurs constantes sans incertitude, alors
U(m) = a U(x) et M = U(m)
- Ces formes sont souvent rencontres et permettent dviter le calcul explicite des drives
partielles.
Exemple : P = U I
- On obtient (U(P)/P) = (U(U) / U) + (U(I) / I)
Avec la mthode gnrale, nous avons obtenu U(P) = (I U(U)) + (U U(I))
Soit (U(P)/P) = ((I U(U))/ U I) + ((U U(I))/ UI) = (U(U) / U) + (U(I) / I)
F- Vrification dun rsultat de mesure
- Pour vrifier un rsultat de mesure M = m U(m), on prsente lentre du systme de

mesure un mesurande M dont la valeur vraie appartient lintervalle met U(m)et connu.
- Ce mesurande est considr comme un mesurande talon , on lappelle aussi un
matriau de rfrence (VIM).
- On peut acheter de tels mesurandes ( masses talons , solutions talons,).
- On peut aussi utiliser le rsultat de mesure de ce mesurande obtenu avec un systme de
mesure plus prcis que celui que lon veut vrifier (exemple : vrification dun multimtre
2000 points en mesurant le mme mesurande avec un multimtre 50000 points vrifi).
- Lincertitude U(m)et sur la valeur du mesurande talon doit tre aussi petite que possible.
U(m)et < U(m)/10 est un bon choix, mais il nest pas toujours possible. Il nous est arriv
dutiliser des talons tels que U(m)et = U(m)/4, mais cest vraiment la limite.
- Justesse :
41
- La justesse dun instrument de mesure est son aptitude donner des

indications exemptes derreur systmatique (VIM).
- Le rsultat de mesure m U(m) est juste sil contient lintervalle met U(m)et.
Si ce nest pas le cas, le rsultat de la mesure nest pas juste. Dans ce cas, soit on recherche la
cause de lerreur et on la corrige, soit on rejette le rsultat de mesure.
- Chaque fois que cest possible, nous effectuons une vrification du rsultat de mesure aprs
avoir tabli une fonction de calcul de la valeur de U(m).
- Cette vrification conduit souvent des calculs fastidieux : pour leffectuer, nous utilisons
une feuille de calcul (il suffit de renseigner les champs oranges ).
Ce rsultat de mesure
est juste.
G- Comment peut-on utiliser ces outils avec des lves de lyce ?

- Les notions de variable alatoire, de fonction de distribution, dincertitude type,
dincertitude largie et de drive partielle ne nous semblent pas pouvoir tre abordes par
des lves de lyce, au moins dans ltat actuel de leur formation en mathmatiques.
- Il nous semble donc exclu de leur demander dtablir lexpression dune incertitude type
puis dune incertitude largie.
- Nous suggrons de leur donner directement la fonction de calcul de lincertitude largie
U(m) tablie par leur professeur. Ils seront alors dans la mme situation que lorsquils
utilisent les informations fournies par le constructeur dun instrument numrique.
- Certains problmes lis aux notations ont dj t rgls.
Il nous reste dfinir un cadre simple utilisable dans tous les cas par les lves.
I - Propositions de vocabulaire et de notations (rappels) :
1 - La mesure :
- Nous proposons dappeler M la valeur mesure de la grandeur M.
2- Lincertitude largie :
Nous proposons de toujours largir lincertitude dun facteur k = 2, et de calculer directement
lincertitude largie U(m).
- Nous proposons de noter M lincertitude largie U(m) de la mesure. Nous appellerons
la grandeur M incertitude ou incertitude absolue de la mesure.
Une incertitude note M est donc gale U(m) = 2m.
3- Le rsultat de mesure :
42
- Le rsultat de mesure comprend : la valeur mesure M (un nombre), lincertitude de la

mesure M (qui dfinit un intervalle de confiance), le niveau de confiance de cet intervalle et
une unit.
- Nous proposons de noter le rsultat de mesure sous la forme M95% = M M.
Lindice 95% est le niveau de confiance de lintervalle [M-M, M+M].
Cela signifie que lon considre quil y a 95 chances sur 100 pour que la valeur vraie, Mvrai,
du mesurande appartienne cet intervalle.
II- Nous proposons la mthode suivante :
- Le professeur met la disposition des lves une expression permettant lvaluation de lincertitude compose M. Cette expression fera
rfrence des grandeurs, de signification physique claire, dont les lves doivent valuer la valeur.
- Les lves doivent valuer ou utiliser trois types de grandeurs : incertitude provenant dune composition, incertitude dont la valeur est
donne par un constructeur, valeur absolue maximale dune erreur.
- Si les lves utilisent une incertitude provenant dune composition, ils la noteront sous
la forme X. Dans une composition lincertitude largie sera prise en compte, par le
professeur, sous la forme X (dans ce cas, U(x) = X = 2 x ).
-
Si les lves utilisent une information fournie par un constructeur (instrument

numrique, mesurande talon ,), alors ces donnes seront notes par les lves
sous la forme X. Dans une composition lincertitude largie sera prise en compte, par
le professeur, sous la forme U(x) = 1,16 X (nous suivons, sur ce point, les
recommandations du GUM).
Si les lves sont amens rechercher la valeur absolue maximale dune erreur
(erreur de linarit dun modle, erreur de mise au point,) alors cette grandeur sera
note ERmax. Dans une composition cette erreur sera prise en compte, par le
professeur, sous la forme U(x) = 1,16 ERmax. Cela revient considrer que la
variable alatoire attache cette erreur a une distribution rectangulaire de demi
largeur ERmax.
En effet, dans ces conditions, u(x) = x = 0,58 a = 0,58 ERmax
et U(x) = 2 u(x) = 1,16 ERmax.
- Pour les expressions dvaluation de M lourdes , nous mettons la disposition des

lves une feuille de calcul. Sur cette feuille apparaissent les diffrentes sources derreur. On
leur demande de renseigner, avec une valeur numrique, le champ assign chaque type
derreur. Cette valeur correspondra soit une incertitude du type X, soit une erreur
maximale du type ERmax.
Cela signifie quils doivent comprendre la diffrence entre une erreur et une incertitude.
Exemple de feuille de calcul :
- Cette feuille de calcul est utilisable en chimie lors de dosages ou de dilutions. Les lves
doivent renseigner les champs donnes . Ici toutes les incertitudes largies proviennent
dune composition et sont notes sous la forme X. Les valeurs correspondantes sont
calcules par les lves ou donnes par le professeur. Les calculs sont automatiques.
43
- Cet outil permet de faire apparatre les sources derreur qui ont le plus de poids dans
lvaluation de la valeur de lincertitude. Les lves peuvent se servir de ces rsultats pour
rpondre, par exemple, la question quelles sont les oprations qui mritent le plus de
soin ?
III- Avec des lves, que doit-on conserver des concepts de la mtrologie ?
- Il faut dabord dfinir le mesurande M :
- Le mesurande est la grandeur dont on souhaite obtenir la valeur.

- On appelle mesure lensemble des oprations permettant de dterminer la valeur du
mesurande.
- Il faut ensuite dfinir la valeur vraie du mesurande (sa valeur exacte).
- La valeur vraie (Mvrai) du mesurande est la valeur que lon obtiendrait si la mesure
tait parfaite.
Une mesure ntant jamais parfaite, la valeur de Mvrai est toujours inconnue.
- La valeur mesure M est la valeur du mesurande M, obtenue lors dune mesure.
- Une mesure ntant jamais parfaite, la valeur mesure M est diffrente de la valeur
Mvrai et il y a une erreur de mesure ER = M Mvrai.
La valeur de Mvrai tant inconnue, il en est de mme de la valeur de lerreur ER.
- Si la mme personne effectue N mesures dun mme mesurande avec le mme matriel
et dans les mmes conditions, on dit que les mesures sont effectues dans les conditions
de rptabilit.
- On constate souvent que les N mesures M = Mvrai + ER nont pas la mme valeur. Dune
mesure lautre lerreur na pas la mme valeur et lon dit que lerreur est alatoire. Cette
erreur alatoire ERa sera appele une erreur de rptabilit.
- Quelquefois les N mesures ont la mme valeur M et on ne voit pas lerreur alatoire.
Mais M est toujours diffrent de Mvrai et M = Mvrai + ER = constante. Dans ces conditions
lerreur ER prend la mme valeur lors de chaque mesure et lon dit quil sagit dune erreur
systmatique ERS.
44
- Lorsque lon effectue N mesures du mme mesurande dans les conditions de

rptabilit, on appelle erreur alatoire une erreur qui, dune mesure lautre,
ne prend pas la mme valeur.
- Lorsque lon effectue N mesures du mme mesurande dans les conditions de
rptabilit, on appelle erreur systmatique une erreur qui, dune mesure
lautre, prend la mme valeur.
Trs souvent les deux erreurs interviennent dans la mesure et lerreur ER = ERa + ERS.
- Dans tous les cas la valeur de lerreur de mesure ER est inconnue mais lon peut dfinir un
intervalle de confiance [-M ; +M ] des valeurs probables de cette erreur avec un
niveau de confiance de 95 %.
- La valeur absolue de la moiti de lintervalle de confiance est M : par dfinition, M
(valeur sans signe) est lincertitude de la mesure.
- Le rsultat de mesure est constitu de la valeur mesure M (une valeur), de lintervalle de
confiance [M-M ; M+M], du niveau de confiance de cet intervalle et de lunit.
- Le rsultat de mesure est not M95% = M M.
Cela signifie quil y a 95 chances sur 100 pour que la valeur vraie du mesurande appartienne
lintervalle [M - M ; M + M].
Voir lanimation valuation dune incertitude

Voir les exercices des chapitres I, II, III
45
Chapitre IV
Ltalonnage dune chane de mesure et ses applications.
- Dans les laboratoires denseignement, nous sommes souvent amens procder
ltalonnage dune chane de mesure avant dutiliser celle-ci pour faire des mesures.
Dans la plupart des cas, la sortie dune chane de mesure est un nombre lu sur un afficheur :
nous dirons alors que nous utilisons une chane de mesure numrique.
Exemple :
Un spectrophotomtre utilise une lumire monochromatique de longueur donde dfinie pour
mesurer labsorbance A dune solution, de nature donne et de concentration C. On constate
que, dans certaines conditions, la relation A = f (C) est linaire .
Si on tablit la relation C = f (A) alors, en mesurant la valeur de A, on pourra prvoir une
valeur probable de C dune solution de mme nature.
Pour valuer simplement lincertitude des mesures effectues dans ces conditions il nous a
fallu dfinir des mthodes accessibles des lves de lyce.
Dans ce chapitre, le vocabulaire correspond celui qui est utilis par les lves : M reprsente
le mesurande ou la valeur mesure du mesurande et M reprsente lincertitude de mesure
(niveau de confiance P = 95 %). Le rsultat de mesure est M95% = M M.
A -Etalonnage et modlisation dune chane de mesure :

Le VIM dfinit ltalonnage dun appareil de mesure ou dun systme de mesure.
Ltalonnage est lensemble des oprations tablissant, dans des conditions spcifies, la
relation entre les valeurs de la grandeur indique par un appareil de mesure ou un systme
de mesure et les valeurs correspondantes de la grandeur, ralises par des talons (VIM, un
peu simplifi).
Note (VIM) :
Le rsultat dun talonnage permet dattribuer aux indications les valeurs correspondantes du
mesurande.
I Pour raliser un talonnage il faut des talons :

- Le VIM dfinit toutes sortes dtalons (talons internationaux, primaires, secondaires, de
travail,).
- Dans nos laboratoires, on parle couramment de rsistance talon, de solution talon,..
Nous proposons la dfinition suivante :
Un mesurande talon est un mesurande dont la valeur est garantie, dans des conditions
spcifies, sur un intervalle de confiance associ un niveau de confiance.
Exemple :
Solution talon C95% = (0,9920 0,0035) mol L-1 entre 15 et 25 C.
Remarque :
Ce que nous appelons un mesurande talon est aussi appel par le VIM un matriau de
rfrence.
II - Conduite de ltalonnage et modlisation :

Reprenons lexemple du dosage spectrophotomtrique.
On dispose de solutions talons de concentration Ci95% = Ci Ci.
On prsente chaque solution talon Ci lentre de la chane de mesure, on mesure chaque
fois son absorbance Ai et on dite le nuage de points Ci (Ai).
46
On modlise alors ce nuage de points sous la forme C = a A + b. Ce modle pourra tre

utilis pour doser une solution de mme nature dont la concentration C est inconnue.
Remarque 1 :
On trace souvent A = f(C) mais cette faon de procder pose plusieurs problmes :
- Pourquoi modliser A = f(C) (sortie = f(entre) alors que lon veut une valeur probable
de C ? Il est plus simple dutiliser la fonction C = f (A) (entre = f(sortie).
Il nous semble quil ne faut pas confondre ltude physique du systme (loi de Beer) et
son utilisation pour mesurer des concentrations.
- Rappelons que pour valuer lincertitude dune mesure M il faut disposer dune
fonction M(x, y, z,). Nous avons donc besoin de la fonction C (A).
Remarque 2 :
- Utiliser la valeur de labsorbance A dans lexpression de C pose des problmes lorsquil
sagit dvaluer lincertitude dune mesure de C. Si on value C, lincertitude sur la valeur
de C, lincertitude A sur la valeur de A interviendra dans cette valuation.
- Mais la valeur de lincertitude C ne dpend pas de la valeur de lincertitude A.
Si, pour une solution de concentration Ci, le spectrophotomtre affiche toujours le mme
nombre, nombre affich , (ou des nombres de valeurs voisines), peu importe que ce
nombre soit diffrent de la valeur de labsorbance A, donc que le spectrophotomtre soit faux.
La mesure sera parfaitement correcte si lon utilise la relation C = f ( nombre affich ) et si
cette relation est modlisable sous la forme C = a nombre affich + b. Dans ces
conditions lincertitude sur la valeur C dpend des incertitudes sur a, b et nombre affich .
Cette dernire est toujours beaucoup plus petite que lincertitude sur la valeur de labsorbance
A.
- Pour prendre en compte cette remarque nous allons dfinir lindication In dun instrument
numrique.
III Lindication In dun instrument numrique :

Nous utilisons pratiquement toujours des instruments numriques munis dun afficheur.
Nous proposons de distinguer le nombre affich (sans unit) de la valeur correspondante de la
mesure. Nous utilisons les dfinitions suivantes :
- Lindication In dun instrument numrique est le nombre sans unit lu sur
lafficheur
- La valeur mesure M de la valeur du mesurande est calcule partir de
lindication In.
Exemples :
Voltmtre de calibre 20 V lecture directe : In = 12.034 et M = (1V) In = 12,034 V.
Dosage spectrophotomtrique :
Si, au lieu dutiliser la valeur de labsorbance A, on utilise la valeur de lindication In de
linstrument, on obtient un modle du type C = a In + b. Dans ce cas, la chane de mesure
nest pas lecture directe .
Intrt de lutilisation de lindication In :
Lindication In na pas dunit. Pour un modle du type M = a In + b, les coefficients a et b
ont toujours la mme unit que M.
B Evaluation de lincertitude de mesure dune chane de mesure

numrique talonne :
Nous nenvisagerons que le cas des chanes de mesure numriques modlises sous la forme
47
M = a In + b. Dans ce chapitre nous ne considrons que des chanes de mesure sans

grandeur dinfluence et sans erreur de rptabilit : dans tous les cas, lindication In ne
dpendra donc que de la valeur vraie, Mvrai, du mesurande.
Pour conduire lvaluation de lincertitude M, les notions de rsolution de lafficheur et de
quantum de la chane de mesure sont indispensables.
I Rsolution d dun afficheur :

Nous proposons dappeler rsolution d de lafficheur une variation de une unit du
chiffre le moins significatif de son indication In.
Exemple :
Un instrument affiche In = 9.99. La rsolution de lafficheur est d = 0,01.
La valeur de la rsolution d dun afficheur est un nombre sans unit.
II Quantum q dun instrument ou dune chane de mesure :

- Le quantum q dune chane de mesure numrique est la plus petite variation de la
valeur du mesurande que linstrument permet de dceler.
Exemples :
Pour un instrument lecture directe M = (1unit) In (a = 1 et b = 0):
Mesure n1 : M1 = (1unit) In1
Mesure la plus proche de la mesure n1 : M2 = (1 unit) In2 =(1 unit) (In1 + d).
La plus petite variation dtectable de la valeur mesure M est (M2 M1) = q = (1 unit) d.
Pour une chane de mesure du type M = a In + b :
Mesure n 1: M1 = a In1 + b
Mesure la plus proche de la mesure n1 : M2 = a In2 + b =a (In1 + d)+ b
La plus petite variation dtectable de la valeur mesure M est (M2 M1) = q = a d.
- La valeur du quantum q dune chane de mesure ou dun instrument de mesure est un
nombre qui a la mme unit que la mesure M et, dans tous les cas, q = ad.
- A une valeur de In, correspond une valeur M = aIn + b et un intervalle M q/2 de valeurs
probables de Mvrai (valeur vraie du mesurande). La fonction Mvrai(In) est une fonction en
escalier .
III Les sources derreur de mesure :
Notre objectif est de ne faire apparatre, dans le calcul de lincertitude M, que des grandeurs,
ayant une signification physique claire, dont la valeur est valuable par les lves.
1) Dispersion du nuage de points : erreur de linarit
Lors de ltalonnage on obtient N points (Met, In) (avec, si possible, N > 8). Ce nuage de
points est modlis sous la forme M = aIn + b.
Cette quation est aussi lquation de la droite moyenne qui passe par un maximum de
points et en laisse autant dun ct que de lautre .
Ce modle permet de prvoir une valeur de M lorsquon lit une valeur de In. Mais tous les
points nappartiennent pas la droite moyenne. La droite moyenne est une approximation de
la ralit.
Pour valuer lerreur due aux dfauts du modle (que nous appelons aussi lerreur de
linarit) nous utilisons les N valeurs mesures de ltalonnage.
48
Pour chaque point (Met, In), on calcule

la valeur M = aIn + b, prvue par le modle.
M
Modle
M = aIn + b
ER = M - Met
Met
On calcule ensuite lerreur ER = M - Met.
In
In
On reprsente alors ER (In), dispersion du nuage de points autour du modle.
ER
ERmax
0
In
Sur ce graphique on repre ERmax, valeur

absolue de lerreur maximale que lon commet
lorsquon suppose quun point (Met, In) appartient
au modle M = aIn + b.
Ce graphique apporte des informations utiles sur la qualit de ltalonnage : les erreurs ER
doivent tre bien distribues autour de la valeur zro. Si ce nest pas le cas, cela indique
quune mesure (au moins) est fausse ou de mauvaise qualit. Il faut alors reprendre
ltalonnage et la modlisation.
Les lves recherchent la valeur de ERmax.
2) Erreur sur la valeur des talons :
Si les talons utiliss nont pas la mme incertitude Met, la valeur Met retenue est celle qui
correspond ltalon qui dfinit ERmax. On peut aussi prendre la valeur maximale de Met.
Les lves recherchent la valeur de Met.
3) Erreur due la quantification :
La fonction Mvrai(In) est une fonction en escalier . Une valeur de In conduit une valeur de
M et un intervalle M q/2 de valeurs probables du mesurande.
Toute utilisation de la fonction M = aIn + b conduit une erreur de quantification.
Les lves calculent le quantum q = ad de la chane.
IV- Composition des erreurs : valuation de lincertitude M dune mesure
- Lincertitude de mesure M rsulte de la composition des erreurs.

Sil ny a pas derreur de rptabilit on montre que :
M = (1,16) ( 0,5(q) + (ERmax) + (Met)) = constante
Cette fonction est mise la disposition des lves, sans dmonstration. Elle est tablie dans le
Chapitre V.
- Nous mettons la disposition de nos lves une feuille de calcul qui permet dvaluer une
incertitude M constante lorsquil ny a pas derreur de rptabilit : nous avons beaucoup
utilis cet outil.
- Pour valuer lincertitude M constante dune mesure ils doivent alors valuer :
- Le quantum q = a d de la chane (donc la rsolution d de lafficheur).
- Lerreur absolue maximale ERmax due aux dfauts du modle M = a In + b.
- Lincertitude Met sur la valeur des talons.
49
- Feuille de calcul utilise par les lves aprs un talonnage et sa modlisation :
- Les valeurs numriques de lexemple correspondent ltalonnage dun thermomtre.

- Les lves doivent renseigner les champs suivants : quantum q de la chane, dfaut de
linarit ERmax, incertitude Met et unit.
- Les calculs sont automatiques, le poids de chaque source derreur apparat et peut tre
utilis pour valuer la chane de mesure.
- Il appartient aux lves de rgler les chiffres significatifs de lincertitude M.
C Vrification dune chane de mesure :

- Les lves ont talonn la chane de mesure. Ils ont modlis le nuage de points et valu
lincertitude M dune mesure. Il nous semble important quils procdent une vrification
de leur travail.
- Pour cela ils utilisent un mesurande talon aussi prcis que possible et, pour viter toute
confusion, diffrent de ceux qui ont servi ltalonnage.
- Ils connaissent la valeur de lintervalle Met95% = Met Met choisi aux environs du milieu de
lchelle de mesure de la chane.
- Ils prsentent ce mesurande lentre de la chane et donnent le rsultat de mesure sous la
forme M95% = M M.
- Si cet intervalle contient lintervalle Met Met alors la mesure est juste, sinon, elle nest
pas juste et il faut essayer de comprendre pourquoi.
Remarque : attention la qualit de cet talon !
Pour conduire cette vrification il est bon de disposer dun talon dont lincertitude Met est
de lordre de M/10. Ce nest pas toujours possible : il nous est arriv dutiliser des talons
avec Met = M/4, mais cest vraiment la limite.
D Bilan des notions complmentaires utilises par les lves lorsquils

talonnent une chane de mesure.
- Mesurande talon :
Mesurande dont la valeur est garantie, dans des conditions spcifies, sur un intervalle de
confiance associ un niveau de confiance dfini.
- Indication In dun afficheur :
Nombre sans unit affich la sortie dune chane de mesure numrique.
- Rsolution d de lafficheur :
Variation dune unit sur le chiffre le moins significatif de lindication In de lafficheur.
50
- Etalonnage dune chane de mesure numrique :

A lentre dune chane de mesure on prsente un mesurande M. A la sortie de la chane on
obtient un nombre sans unit, lindication In de lafficheur.
Ltalonnage de la chane a pour objet dtablir une quation du type M = aIn + b.
Cette quation permet dobtenir une valeur mesure M du mesurande partir dune valeur In
de lindication de lafficheur.
- Quantum q de la chane de mesure :
Cest la plus petite variation de la valeur du mesurande qui peut tre dcele.
Dans tous les cas q = ad (a est la pente du modle M = aIn + b et d est la rsolution de
lafficheur).
- Vrification dune chane de mesure (test de justesse de la chane) :
On prsente lentre de la chane de mesure un mesurande talon dont la valeur est dfinie
sur lintervalle Met95% = Met Met.
On mesure la valeur de cette grandeur avec la chane de mesure et lon obtient lintervalle
M95% = M M.
La chane de mesure est juste si cet intervalle contient lintervalle prcdent.
51
Chapitre V
Fonctions de calcul de lincertitude dune chane de mesure numrique
Ce chapitre concerne exclusivement les professeurs.
Dans le chapitre IV, nous avons indiqu de quelle faon nos lves valuent lincertitude
constante dune mesure ralise avec une chane de mesure pralablement talonne.
Nous allons dcrire la mthode qui nous a permis dtablir lexpression de lincertitude M
communique aux lves.
Nous expliquerons ensuite comment lon peut valuer lincertitude de mesure des multimtres
numriques ou des balances analytiques.
Nous utiliserons le langage suivant :
M est le mesurande ou le rsultat de mesure, m est la valeur mesure, le rsultat de mesure
est M = m M avec un niveau de confiance de P%.
A- Etalonnage dune chane de mesure numrique : valuation de

lincertitude de mesure M
- Lorsquon prsente un mesurande M, de valeur vraie Mvrai, lentre dune chane de
mesure numrique, on lit, la sortie de la chane, une indication In sur un afficheur.
- Ltalonnage de la chane fournit un nuage de points (met, In) qui permet dobtenir une
fonction du type m = aIn + b. Cette fonction permet de calculer une valeur m partir dune
valeur quelconque de lindication In.
- Il y a toujours une erreur de mesure et la valeur m ne peut conduire qu un intervalle de
valeurs probables de Mvrai.
- Pour exprimer le rsultat de mesure sous la forme M = m M, avec un niveau de
confiance P = 95 %, il faut valuer la valeur de lincertitude largie U(M) = M lie cette
erreur.
I Modle thorique dune chane de mesure numrique idale:

Nous allons dfinir le modle dune chane de mesure numrique idale (sans dfauts). Nous
utiliserons ensuite ce modle pour valuer une chane de mesure relle.
1) Fonctionnement de la chane idale :
- On prsente lentre de la chane un mesurande de valeur Mvrai. A la sortie de la chane, on
lit la valeur de lindication In de lafficheur.
- Mvrai est une grandeur analogique qui peut prendre une infinit de valeurs sur ltendue de
mesure de la chane : la valeur de cette grandeur est un nombre rel.
- Lafficheur ne peut indiquer quun nombre fini de valeurs de lindication In. La valeur de In
est donc un nombre entier sans dimension. Lindication In est une grandeur quantifie.
La plus petite variation de la valeur de In est la rsolution d de lafficheur (le pas de la
quantification des valeurs de In).
La caractristique Mvrai(In) dune chane de mesure numrique idale a lallure suivante :
- A une infinit de valeurs de Mvrai correspond un
Mvrai
nombre fini de valeurs de In.
- Chaque valeur de In correspond donc un intervalle
q
de valeurs de Mvrai.
mC
- La valeur de cet intervalle est le quantum q de la
chane.
In
- On appelle mC la valeur centrale des intervalles.
d
- La fonction Mvrai(In) est une fonction en escalier .
52
2) Modlisation dune chane dune chane de mesure idale :

- Sur la courbe Mvrai(In), et pour chaque valeur de In,
on repre la valeur centrale mC de lintervalle
mC
correspondant.
- On obtient un nuage de points (mC, In). Pour une
mC2
chane idale, tous ces points sont aligns . Le
q
mC1
nuage de point est modlis, sans erreur, sous la
forme mC = aIn + b.
In
- Les grandeurs In et mC sont des grandeurs
In1
In2
d
quantifies.
La valeur In1 conduit mC1 = aIn1 + b.
La valeur In2 = In1 + d conduit mC2 = aIn2 + b
A la variation (In2 In1) = d de In correspond la variation (mC2 mC1) de mC.
(mC2 mC1) = a(In1 +d ) + b -aIn1 - b = ad. Cette grandeur est gale la largeur q dun
intervalle de valeurs de Mvrai..
On a donc q = ad : le quantum q de la chane est aussi le pas de la grandeur quantifie mC (la
plus petite variation de mC observable avec cette chane). Pour une chane de mesure
numrique idale, la quantum q est constant.
3) Utilisation de la chane de mesure idale : lerreur de quantification
Lutilisateur lit la valeur de In la sortie de la chane. Il veut la valeur correspondante de la
grandeur dentre Mvrai. Il obtiendra seulement un intervalle de valeurs de Mvrai.
Lutilisation de la valeur de In se fait en deux tapes.
a) Le modle conduit la valeur mC = aIn + b
b) La valeur mC conduit un intervalle de valeurs de Mvrai. Cet intervalle a une demi largeur
gale q/2.
- A une valeur de In correspond une valeur de mC et un intervalle
Mvrai
[mC q/2 ; mC + q/2] de valeurs probables de Mvrai.
- Il y a toujours une erreur de quantification ERq = mC - Mvrai.
q
ERq - Cette erreur peut prendre, avec la mme probabilit, nimporte
quelle valeur sur lintervalle [-q/2 ; + q/2].
- On lui associe donc une variable alatoire de distribution
rectangulaire et de demi largeur q/2.
q
mC
- Lincertitude largie (k =2) lie cette erreur est
U(M)q = 1,16 (q/2)
Ainsi, une chane de mesure numrique idale conduit toujours une erreur de quantification.
II- Prise en compte de lerreur de rptabilit des mesures :

Considrons que la chane de mesure est idale et quelle est modlise par une fonction du
type mC = aIn +b.
Le mme oprateur mesure N fois, dans les mmes conditions, le mme mesurande de valeur
Mvrai. Quelquefois, il obtient diffrentes valeurs de In donc diffrentes valeurs de mC. Il y a
alors une erreur de rptabilit.
Pour une mme valeur du mesurande, la grandeur mC peut prendre plusieurs valeurs : pour
viter toute confusion, nous appellerons m la grandeur aIn +b.
1) La nature de lerreur de rptabilit :
53
- La premire cause envisageable de cette erreur est une variation de la valeur Mvrai : si elle est
suffisante, on conoit que, dune mesure lautre, la valeur de In puisse varier.
- Mais lerreur de rptabilit est observe avec des balances.
La valeur de la masse pese est pourtant constante et il faut rechercher dautres causes de
lerreur de rptabilit. Il nous faut admettre que, pour des raisons diverses, la caractristique
Mvrai(In) nest pas stable.
Premire
mesure de Mvrai
Mvrai
Mvrai
Deuxime
mesure de Mvrai
In
In
In1
Mvrai
In2
- Lerreur de rptabilit est une caractristique de la chane de mesure.

- Sil y a une erreur de rptabilit et si on lit une valeur de In, on sait que lon pourrait, dans
les mmes conditions, obtenir une autre valeur de In. Lerreur de rptabilit est une erreur
sur la valeur de In donc sur la valeur m = aIn + b.
- Pour valuer cette erreur, on considre que la fonction m(In) est continue au voisinage de
chaque point (m, In).
- On considre quune valeur de In correspond un
m
intervalle de valeurs probables In In. A la valeur de In
correspond donc un intervalle m m avec m = aIn (1)
- Lerreur de rptabilit contient lerreur de
mm
In
In In
quantification
q/2.
et m est toujours suprieur
- Nous considrerons que la valeur Mvrai correspondant une

valeur de In appartient lintervalle m aIn (2).
2) Evaluation de lincertitude largie lie lerreur de rptabilit :

- Pour valuer lerreur de rptabilit dune chane de mesure, nous conduisons un essai de
rptabilit .
- Le mme oprateur effectue N mesures du mme mesurande dans les mmes conditions. La
valeur de ce mesurande est choisie peu prs au milieu de ltendue de mesure de la chane.
- Loprateur obtient N valeurs xi de lindication In.
- Pour une valeur de la lecture de In, on veut valuer lintervalle de valeurs probables de cette
valeur en utilisant la loi de Student (voir le chapitre II et le chapitre III).
- Rappelons la mthode :
Pour une valeur du mesurande, on obtient N valeurs mesures x de lindication In (x 1,., xi,
, xN) dont lon calcule la valeur moyenne <x>N.
Lcart-type exprimental (N-1)N de la distribution des valeurs mesures est calcul avec
(N-1)N = (i (xi <x>N))/ (N-1).
Si lon admet que la distribution des mesures est normale, alors la loi de Student permet
dvaluer U(In)rep, lincertitude largie lie lerreur de rptabilit sur une valeur de In.
t95% est le coefficient donn par la table des valeurs de t pour un niveau de confiance P = 95 %
et N mesures et lon obtient U(In)rep = t95% (N-1)N.
- Si on lit une valeur In, on considre que la valeur de In a 95 chances sur 100 dappartenir
lintervalle In U(In)rep.
- La valeur In conduit la valeur m =aIn + b et la valeur de m a 95 chances sur 100
dappartenir lintervalle m U(m)rep avec U(m)rep = a U(In)rep ( voir (1) plus haut).
54
- On considre alors quil y a 95 chances sur 100 pour que la valeur Mvrai du mesurande
appartienne lintervalle m U(m)rep avec U(m)rep = a t95% (N-1)N (voir (2) plus haut).
- On considre que lerreur (m Mvrai) peut prendre, avec la mme probabilit, nimporte
quelle valeur sur lintervalle [-U(m)rep ; + U(m)rep]. On associe donc cette erreur une
variable alatoire de distribution rectangulaire de demi largeur U(m)rep.
- Lincertitude largie (k =2) lie cette erreur est :
U(M)rep = 1,16 U(m)rep = 1,16 a t95% (N-1)N
III- Lerreur de rptabilit-quantification :

- Dans tous les cas, une valeur de In conduit une valeur m = aIn + b et un intervalle de
valeurs de Mvrai. Il y a toujours une erreur (m Mvrai).
- Lincertitude largie lie cette erreur est U(M)q = 1,16 (q/2) sil ny a pas derreur de
rptabilit et U(M)rep = 1,16 U(m)rep = 1,16 a t95% (N-1)N dans le cas contraire. Pour
traiter de la mme faon ces deux erreurs, nous avons dfini le coefficient de rptabilit r.
Le coefficient r = (t95% (N-1)N) / d compare la dispersion des valeurs de In la rsolution
de lafficheur.
Sil y a une erreur de rptabilit alors U(M)rep = 1,16 U(m)rep = 1,16 a t95% (N-1)N.
Donc U(M)rep = 1,16 a r d = 1,16 r q puisque a d = q.
Sil ny a pas derreur de rptabilit, il reste lerreur de quantification et U(M)q = 1,16(q/2).
- Nous avons regroup ces deux erreurs pour obtenir une erreur de rptabilit-quantification
telle que, dans tous les cas U(M)rq = 1,16 rq.
- Sil ny a pas derreur de rptabilit, alors r = 0,5.
- Sil y a une erreur de rptabilit, alors r = (t95% (N-1)N) / d
-Ainsi, dans tous les cas, une valeur de In conduit une valeur m = aIn + b et une erreur
(m - Mvrai). Lincertitude largie associe cette erreur est U(M)rq = 1,16 rq
Remarque :
La valeur du coefficient r peut-tre obtenue rapidement en utilisant une feuille de calcul prprogramme.
IV- Etalonnage dune chane de mesure numrique relle :
Erreur sur le modle m = aIn + b

Nous nutilisons que des chanes de mesure ayant un comportement proche de celui dune
chane idale. Toutes les chanes de mesure numriques seront considres comme idales et
modlises sous la forme m = aIn + b (modle exprimental). Cette modlisation
comportera une erreur quil faudra valuer et dont la valeur doit rester raisonnable. Nous
excluons donc de cette tude lutilisation des chanes de mesure numriques non
linaires .
Lorsquon talonne une chane de mesure numrique relle, la fonction M vrai (In) est inconnue
et on recherche son modle m = aIn + b en utilisant des mesurandes talons. Plusieurs
sources derreur affectent cette recherche.
Rappel :
Considrons une grandeur X dont la valeur x est affecte par plusieurs erreurs ER1, ER2, ..
On associe chaque erreur une variable alatoire dont la fonction de distribution et la demi
largeur sont dfinies et on value les incertitudes largies correspondantes U(X)1, U(X)2, .
Les erreurs sont indpendantes si la valeur dune erreur ne dpend pas de la valeur des autres
erreurs. Les variables alatoires associes ces erreurs sont alors indpendantes et le
thorme des variances permet dvaluer lincertitude largie rsultant de la composition des
diffrentes incertitudes. Dans ces conditions, U(X) = U(X)1 + U(X)2 + . est le carr de
lincertitude largie associe la valeur x de la grandeur X.
55
Lvaluation de U(X) relve donc de la dmarche suivante :

- Reprer les sources derreur.
- Evaluer lincertitude largie associe chaque erreur. Cette valuation est conduite en
considrant que les erreurs sont indpendantes.
- Vrifier lindpendance de ces erreurs puis composer ces incertitudes largies.
1) - Les sources derreur lies ltalonnage de la chane et leur valuation :
Lors de ltalonnage dune chane de mesure, on recherche le modle m = aIn + b dune
fonction en escalier Mvrai(In) inconnue suppose idale. Pour obtenir ce modle il faut
disposer dun nuage de points (mC, In) : mC est la valeur centrale des intervalles
correspondants aux valeurs de In.
Pour obtenir ce nuage de points, on utilise des mesurandes talons Met = met Met et lon
dispose dune srie de mesures (met, In) que lon modlise sous la forme m = aIn + b.
Pour une valeur In, si la valeur m est diffrente de la valeur mC, alors il y a une erreur
de modlisation.
a) Premire source derreur de modlisation : lerreur de rptabilit-quantification :
Pour une chane de mesure idale, une valeur de In correspond un intervalle de valeurs de
Mvrai centr sur la valeur mC. Nimporte quelle valeur Metvrai appartenant cet intervalle
conduit la mme valeur de In. Il y a donc une erreur de rptabilit-quantification.
Lincertitude largie lie cette erreur est U(M)rq = 1,16 r q.
b) Deuxime source derreur de modlisation : incertitude sur la valeur des mesurandes
talons.
Pour chaque mesurande talon, la valeur vraie Metvrai appartient lintervalle met Met. La
valeur met peut trs bien ne pas appartenir lintervalle de valeurs de Mvrai correspondant
une valeur de In. Il y a donc une deuxime raison pour que le point (m et, In) ne corresponde
pas au point (mC, In). La valeur de lerreur sur la valeur met na rien voir avec la valeur de
lerreur de rptabilit-quantification. Ces deux erreurs sont indpendantes.
On associe lerreur sur un talon une variable alatoire de distribution rectangulaire et de
demi largeur Met. Lincertitude largie associe cette erreur est U(M)et = 1,16 Met.
Si la valeur de lincertitude Met dpend des talons utiliss, on retiendra la valeur maximale
des Met comme valeur de Met.
c) Troisime source derreur de modlisation : lerreur de linarit.
- Lerreur de linarit :
Nous avons choisi de toujours modliser le nuage de points (met, In) sous la forme
m = aIn + b. Mais tous les points exprimentaux nappartiennent pas forcment une
fonction de ce type. Cette dispersion est due lerreur de quantification et lerreur sur la
valeur de ltalon, mais elle peut aussi avoir comme origine le fait que la courbe Mvrai(In)
relle ne correspond pas une caractristique idale ( non linarit de la courbe relle).
- Considrons un point (met, In) talon.
- Pour cette valeur de In, le modle prvoit la
m
valeur m = aIn + b.
m
ER = m - met - Cette valeur peut tre diffrente de la valeur met et
met
il y a une erreur de linarit ER = m met.
In
56
- Evaluation de lerreur de linarit :

Pour chaque point (met, In) on calcule lerreur ER = m - met = (aIn +b) met. On dite
ensuite le nuage de points (ER, In).
Sur ce graphique on repre la valeur absolue
ER
ERmax de lerreur maximale que lon commet
ERmax
lorsquon suppose quun point (met, In)
appartient au modle m = aIn + b.
In
0
- Les valeurs ER doivent tre rparties autour de la valeur ER = 0. Pour chaque point de la
fonction m = aIn +b on associe lerreur ER une variable alatoire de distribution
rectangulaire et de demi largeur ERmax.
Cela revient considrer que, pour chaque point, lerreur ER peut prendre nimporte quelle
valeur sur lintervalle [-ERmax ; +ERmax]. Cette erreur est donc indpendante des autres
erreurs de modlisation.
Lincertitude largie associe lerreur de linarit est U(M)ER = 1,16ERmax.
Remarque :
ER = m met et lerreur Met est une erreur sur la valeur de ER. Plutt que la valeur
maximale de Met on peut prendre pour valeur de Met la valeur correspondant au point (Met,
In) qui dfinit ERmax.
2) La composition des incertitudes largies :
Pour une valeur de In le modle prvoit une valeur m. Mais cette valeur est probablement
diffrente de la valeur mC recherche. Il y a trois sources derreur qui conduisent lerreur de
modlisation m mC. Ces erreurs sont indpendantes. Lincertitude largie lie lerreur de
modlisation est obtenue en composant les incertitudes largies lies chaque erreur.
- On obtient :
(U(M) modle) = (U(M)rq) + (U(M)ER) + (U(M)et) = 1,16 ( (rq) + ERmax + (Met))
Les grandeurs r, q, ERmax et Met sont constantes sur ltendue de mesure de la chane :
lincertitude largie U(M)modle est donc constante.
V -Utilisation du modle m = aIn + b

- On prsente un mesurande de valeur Mvrai lentre de la chane de mesure.
- A la sortie de la chane on lit la valeur de lindication In.
- On veut obtenir la valeur de Mvrai( grandeur dentre) partir de la valeur de In (grandeur de
sortie).
1) Premire source derreur de mesure : lerreur de rptabilit-quantification
Une valeur de In conduit une valeur m = aIn + b.
Mme sil n y a pas derreur sur le modle, il y a une erreur de rptabilit-quantification et
une valeur de In conduit un intervalle de valeurs de Mvrai. Lincertitude largie lie cette
erreur est U(M)rq = 1,16 r q.
2) Deuxime source derreur de mesure : lerreur de modlisation
Il y a toujours une erreur de modlisation donc une erreur sur la valeur m prvue par le
modle.
Le carr de lincertitude largie lie cette erreur est :
(U(M) modle) = 1,16 ( (rq) + ERmax + (Met))
57
3) Composition des incertitudes largies :

- Les deux erreurs sont indpendantes. Lincertitude largie qui correspond lintervalle des
valeurs probables de Mvrai rsulte de la composition des incertitudes largies correspondant
chaque erreur.
- On obtient : U(M) = (U(M)modle) + U(M)rq
Soit U(M) = U(M)rq + (U(M)ER) +U(M)et + U(M)rq = 2 U(M)rq + U(M)ER + U(M)et
Avec : U(M)et = 1,16 Met, U(M)ER = 1,16ERmax, U(M)rq = 1,16rq
Il vient : U(M) = 1,16 (2( rq) + ERmax + Met) = M = constante.
- Le rsultat de mesure est M = m M avec un niveau de confiance de 95 %.
- Sil ny a pas derreur de rptabilit, alors le coefficient r = 0,5 et lon obtient :
U(M) = (M) = 1,16( 0,5(q) + ERmax + (Met)) = constante.
B- Evaluation dune chane de mesure numrique rgle sur un modle

m = aIn + b prdfini :
- Lorsquon talonne une chane de mesure, la fonction m = aIn + b est
obtenue en modlisant le nuage de points talons . Nous avons vu que,
dans ces conditions, on considre que lincertitude M est constante sur
ltendue de mesure de la chane.
Dans certains cas, la fonction m = aIn + b est dfinie a priori (il ny a pas
dtalonnage) et la chane de mesure est rgle en consquence.
- Exemple :
Un instrument lecture directe est toujours rgl sur le modle m = (1 unit
de m) In.
Nous allons voir que, dans ces conditions, la valeur de lincertitude M est
fonction de la valeur de lindication In.
Nous navons pas utilis ce type dvaluation avec nos lves, mais il nous a
permis de vrifier nos multimtres et dvaluer nos balances analytiques.
I Le principe de la mthode dvaluation :
Exemple :
- Un voltmtre numrique lecture directe est rgl pour que la valeur mesure
m = (1 V) In.
- Nous ne considrons que des instruments rgls selon une fonction du type m = aIn + b.
Dans notre exemple, linstrument est suppos rgl de telle sorte que a = 1 et b = 0.
- Il y a, bien sur, des erreurs de rglage qui vont contribuer lincertitude de mesure.
- Pour valuer ces erreurs, on procde de la mme faon que lors dun talonnage : on relve
un nuage de points (met, In) en utilisant des talons Met = met Met.
Mais, contrairement un talonnage, on ne modlise pas ce nuage de points, on le
compare la fonction aIn + b sur laquelle linstrument a t rgl.
II Evaluation de lincertitude M pour chaque point (met, In) :

Pour chaque point (met, In) lincertitude M peut tre value par :
M = U(M) = 2(U(M)rq) + (U(M)ER) + (U(M)et)
58
U(M)rq = 1,16rq est lincertitude sur M provenant de lerreur de rptabilit-quantification.

U(M)et = 1,16 Met est lincertitude sur M provenant de lerreur sur la valeur du mesurande
talon utilis.
U(ER) est lincertitude provenant de lerreur de linarit ER.
Pour un point (met, In), lerreur ER = m - met = (aIn + b) met.
Lors dun talonnage, les points (met, In) sont forcment distribus autour du modle aIn +b.
Ici, ce nest pas le cas : sil y a une erreur de rglage sur la valeur de la pente a (a trop grand,
par exemple) alors toutes les valeurs prvues par le modle seront trop grandes.
- On ne peut donc pas considrer que lerreur ER est constante sur ltendue de mesure de la
chane. On a une erreur systmatique ER, de valeur diffrente pour chaque point (met, In),
quil nest pas question de corriger.
- Lorsquon ne souhaite pas corriger une erreur systmatique ER, on lui associe une variable
alatoire de distribution rectangulaire et de demi largeur ER. Cela revient considrer que
lerreur systmatique peut prendre nimporte quelle valeur sur lintervalle ER. Dans ces
conditions U(M)ER = 1,16 ER.
- Les variables alatoires sont indpendantes et :
(U(M)) = (1,16) ( 2(rq) + ER + Met) = (M).
Pour chaque point (met, In) on value lincertitude M et on dite le nuage de points (M, In).
Exemple :
Evaluation dun multimtre 4000 points de calibre 4 V. Ltalon utilis est constitu dune
source de tension de qualit et dun multimtre 50 000 points vrifi. Ici, M = U.
U(V)
0,015
On obtient toujours un nuage de points

(M, In) ayant cette allure et sous
cette forme ce nest pas commode
utiliser.
0,01
0,005
0
0
In
U(V)
III- Modlisation du nuage de points (M = U, In) :

0,014
0,012
0,01
0,008
0,006
0,004
0,002
0
y = 2,9921E-03x + 6,2468E-04
3
In
On cherche une expression simple de

M en fonction de In. Cette fonction ne
doit pas conduire une estimation de
M infrieure la valeur prvue.
Nous utilisons la mthode de la
corde qui modlise le nuage de points
(M, In) sous la forme M = In +
(on retrouve lexpression habituelle de
lincertitude des multimtres).
Dans notre exemple, on obtient M = 310-3 In + 6,2 10-4.
59
Le constructeur de linstrument indique que lincertitude de mesure pour tous les instruments
de ce type peut tre value par M = 310-3 In + 2 10-3 : linstrument que nous venons de
vrifier a donc un fonctionnement normal.
La fonction qui permet de calculer lincertitude M est toujours fournie par le
constructeur de linstrument. La vrification des instruments dun laboratoire peut tre
conduite en utilisant un instrument de meilleure qualit que linstrument vrifier. Une
feuille de calcul permet deffectuer rapidement cette vrification.
C - Conclusion : valuation de lincertitude dune chane de mesure numrique.
Dans tous les cas :

- On utilise une fonction du type m = aIn + b.
- On utilise des mesurandes talons pour obtenir un nuage de points (met, In)
- On value le coefficient de rptabilit r et le quantum q de la chane.
- On value pour chaque point talon lerreur ER = (aIn + b) - met
- Si la fonction est obtenue par la modlisation du nuage de points, on considre que
lincertitude M est constante sur ltendue de mesure de la chane et que
M = 1,16( 2(rq) + ERmax + Met)
(La valeur Met est la valeur maximale de lincertitude des talons utiliss).
- Si la chane a t rgle pour fonctionner selon un modle aIn + b dfini a priori, alors on
dite le nuage de points (M, In) . La valeur de la grandeur M est calcule pour chaque
point en utilisant la relation M = (1,16) (2 (rq) + ER + Met). On modlise le nuage
de points (M, In) sous la forme M = In + .
Rsum
Evaluation de lincertitude de mesure M = constante aprs ltalonnage
dune chane de mesure
I -Les concepts :
1) La chane de mesure numrique idale :
- Pour une chane de mesure numrique idale, la fonction Mvrai (In) est une fonction en
escalier : a une valeur de lindication In correspond un intervalle de valeurs de M vrai. Le
quantum q de la chane est gal la largeur de cet intervalle constant.
- Cette fonction est modlise sous la forme mC = aIn + b. Une valeur de In conduit une
valeur de mC puis un intervalle de valeurs de Mvrai. Il y a toujours une erreur de
quantification mC Mvrai. Lincertitude largie associe cette erreur est U(M)q = 1,16(q/2).
2) La rptabilit des mesures :
- Quelquefois le mme mesurande ne conduit pas toujours la mme valeur de lindication In.
- Cela correspond un largissement de lintervalle de valeurs de Mvrai li une valeur de
lindication In donc une incertitude largie U(M)rep= 1,16rq > U(M)q. Lerreur de
rptabilit contient donc lerreur de quantification.
- Le coefficient r est valu en appliquant la loi de Student la dispersion des valeurs de In
correspondant un mme mesurande. La valeur de r est suprieure 0,5.
3) Lerreur de rptabilit-quantification :
Dans tous les cas, une valeur de In conduit une valeur m et un intervalle de valeurs de
Mvrai. Lerreur (m - Mvrai) de rptabilit-quantification est associe une incertitude largie
U(M)rq = 1,16rq.
60
Sil y a une erreur de rptabilit, r est calcul en utilisant la loi de Student, sinon r = 0,5.
II- Erreur sur le modle m = aIn + b

Le modle est tabli avec :
- Une erreur de rptabilit quantification.
- Une erreur sur la valeur des talons. Lincertitude largie associe cette erreur est
61
U(M)et = 1,16 Met. Met est la valeur maximale de lincertitude des talons utiliss.
- Une erreur de linarit due au fait que tous les points talons nappartiennent pas au
modle. Il y a donc, pour chaque point, une erreur ER= m met. Lincertitude largie associe
cette erreur est U(M)ER = 1,16 ERmax. ERmax est la valeur maximale de la valeur
absolue de lerreur ER (on peut prendre comme valeur de Met la valeur qui correspond au
point qui dfinit ERmax).
Ces trois erreurs sont indpendantes et lincertitude largie associe lerreur de modlisation
est (U(M) modle) = 1,16 ( (rq) + ERmax + (Met)).
III- Erreur de mesure :
Pour une valeur quelconque de lindication In, on recherche la valeur correspondante de Mvrai.
- On utilise le modle pour obtenir la valeur m = aIn + b. Il y a une erreur sur le modle et
une incertitude largie U(M)modle associe cette erreur.
- Le modle reprsente une fonction quantifie et il y a une erreur de rptabilitquantification. Lincertitude largie associe cette erreur est U(M)rq = 1,16rq.
- Les erreurs sont indpendantes et lerreur de mesure est associe une incertitude largie
U(M) = (U(M)modle) + U(M)rq
Donc U(M) = 1,16 (2( rq) + ERmax + Met) = M = constante.
- Le rsultat de mesure est M = m M avec un niveau de confiance de 95 %.
Voir les exercices des chapitres IV et V

Voir aussi les exercices de mcanique
62
Annexe
Etalonnage dune chane de mesure numrique sur deux points
- Certains systmes dacquisition de donnes sont fournis avec un logiciel permettant
ltalonnage de la chane de mesure sur deux points (ce protocole est quelquefois appel
talonnage interactif ).
- Cet outil permet de passer directement de la donne binaire MOT disponible la sortie dun
Convertisseur Analogique Numrique (CAN) la valeur de la mesure. Mais comment valuer
lincertitude de mesure ?
- Les Entres Analogiques EAx de la carte dacquisition fonctionnent, par exemple, entre 0 V
et 5 V. Le Convertisseur Analogique Numrique (CAN) a, par exemple, une capacit de 8
bits.
- A ltat brut , linstrument ne permet de mesurer que des tensions. Si lon veut mesurer
dautres grandeurs physiques, il faut lui associer des transmetteurs. Ces transmetteurs
convertissent la valeur dun mesurande M (temprature, pression, pH,) variant entre Mmin
et Mmax en une tension variant entre 0 et 5 V (conforme ltendue de mesure du CAN).
- Cette tension est transforme par le CAN en une donne binaire MOT, image de Mvrai. Pour
un CAN 8 bits , la donne MOT varie entre 0 et 255 (il sagit de lquivalent dcimal de la
donne binaire MOT). Nous nenvisagerons ici que le cas de chanes de mesure linaires
modlisables sous la forme m = aMOT + b.
- Si lon branche un transmetteur lentre EA1, lon obtient la chane de mesure suivante :
Mesurande
Mvrai
Mvrai
Mvraimin
Mvraimax
CAN
8 bits (EA1)
Transmetteur
Mvrai U
U
U=0V
U=5V
Indication
MOT
MOT
MOT = 0
MOT = 255
mesure
m = aMOT + b
m =aIn + b
Mmin
Mmax
- Lorsque la valeur du mesurande Mvrai varie entre les valeurs Mvraimin et Mvraimax (tendue de
mesure du transmetteur), la donne MOT la sortie du Convertisseur Analogique Numrique
(CAN) varie de 0 255.
Nous considrerons que toutes les chanes de mesure utilises peuvent tre modlises
sous la forme :
m
=
a MOT
+ b, m tant la valeur mesure
de Mvrai
unit de M (u(M))
u(M) pas dunit u(M)
- On veut, aprs avoir lu la donne MOT, obtenir la valeur mesure m de Mvrai : pour effectuer
le calcul il faut connatre les valeurs des coefficients a et b, donc talonner la chane de
mesure.
I - Ltalonnage sur deux points.

- Exemple : on utilise un transmetteur de pression absolue ( 0 1200 hPa (M = p ))
- On connat lordre de grandeur des valeurs Mmin et Mmax.
- On utilise seulement deux grandeurs Met talons : les valeurs talons sont notes
63
Met Met . On associe lerreur ERet une variable alatoire de distribution

rectangulaire et de demi largeur Met. Lincertitude largie U(M)et = 1,16Met..
- Ltalon Met1 a une valeur proche de Mmin (par exemple, 10 hPa) et il donnera une valeur
MOT1 de MOT proche de zro.
On a donc : Met1 = aMOT1 + b.
- Ltalon Met2 a une valeur proche de Mmax (par exemple 1100 hPa) et il donnera une valeur
MOT2 de MOT proche de 255.
On aura donc : Met2 = aMOT2 + b.
On peut calculer : (Met2 Met1) = a(MOT2 MOT1) a = (Met2 Met1) /(MOT2 MOT1)
et b = Met2 aMOT2
Ainsi, lon trouve les valeurs de a et de b partir de deux mesures effectues avec deux
talons.
MAIS ATTENTION ! Si cette mthode est rapide, elle est risque.
- On suppose que la chane de mesure a un fonctionnement linaire , ce qui nest pas
forcment le cas.
- Si lune des deux mesures est de mauvaise qualit, les valeurs des coefficients a et b ne
seront pas correctes : toutes les mesures seront mdiocres. En particulier, attention aux
saturations du CAN : lors de ltalonnage, il ne faut jamais faire de mesures qui
conduisent MOT = 0 ou MOT = 255.
- Certains programmes dacquisition de donnes proposent un outil qui permet deffectuer trs
rapidement ces oprations.
Loprateur prsente Met1 lentre du transmetteur, le programme lit MOT1 et mmorise
cette valeur (la valeur de Met1 est crite dans le programme par loprateur).
De la mme faon, le programme lit MOT2 et mmorise cette valeur lorsque loprateur
prsente Met2 lentre du transmetteur (la valeur de Met2 est crite dans le programme par
loprateur).
Le programme calcule ensuite les valeurs de a et de b. Mais les valeurs de a et de b ne sont
pas forcment affiches. Quelquefois, le programme affiche Mmin = b (la valeur de M
lorsque MOT = 0) et Mmax = a255 + b (lorsque la valeur de MOT est 255) ainsi que lunit
de M si elle a t dclare par loprateur.
Une fois la chane talonne, le programme lit la valeur de MOT, calcule la

valeur mesure
m = aMOT + b et laffiche. Cet outil permet de passer trs rapidement des
valeurs de MOT aux valeurs physiques m.
II- Contrle de la qualit de ltalonnage :
- Dans tous les cas, il est prudent de vrifier la qualit de ltalonnage avec un troisime
talon (aux environs du milieu de ltendue de mesure). Loprateur prsente M et3 (par
exemple 500 hPa) lentre du transmetteur, il lit la valeur de m affiche par le programme
(par exemple 495 hPa) et il vrifie quelle correspond la valeur de Met3.
III - Evaluation de lincertitude dune mesure.

- Cette opration ne doit pas tre conduite systmatiquement par les utilisateurs parce
quelle est longue et que lon perd lavantage de la rapidit de la mthode. Elle est
conduite une fois, sur lensemble du parc dinstruments, pour valuer lincertitude de la
mesure M sous la forme M = constante ou M = m + (P >= 95 %)
64
- Cette incertitude est alors inscrite dans la documentation des transmetteurs.

- On utilise deux talons pour tablir lquation m = aMOT +b du modle.
Lincertitude M de la mesure dpend :
- De lincertitude Met sur la valeur des talons utiliss.
- Du quantum q de la chane de mesure et de lerreur de rptabilit des mesures.
q = ad, d tant la rsolution de lafficheur. Ici lindication est MOT (0 255) et d = 1.
On a donc q = 1a (unit de M). Le coefficient de rptabilit r est valu partir de plusieurs
mesures du mme mesurande (voir A-II et III). Lincertitude largie de rptabilitquantification est U(M)rq = 1,16rq.
- De la qualit du modle m = aMOT + b.
Pour valuer ce modle, il faut effectuer dautres mesures avec des talons Met (au moins 6
mesures). Pour chaque valeur de Met, on lit la valeur m affiche par le programme. On obtient
des couples de valeurs (Met, m). On calcule ensuite lerreur de linarit ER = m Met et lon
dite le nuage de points ER(m).
On rencontre deux situations :
1- Le nuage de points est distribu autour de la valeur ER = 0.
- Nous sommes dans le cas dcrit dans le A (talonnage dune chane de mesure) : lerreur ER
peut tre considre comme une erreur alatoire.
- On repre ERmax, la valeur maximum de |ER|.
- Lincertitude de la mesure M peut tre value par :
U(M) = M = 1,16 (2(rq) + (ERmax) + Met) = constante avec P >= 95%.
On prend pour valeur Met soit sa valeur maximale, soit la valeur correspondant au point qui
dfinit ERmax.
2- Le nuage de points nest pas distribu autour de la valeur ER = 0.
- Ce cas, frquent, correspond une erreur sur la valeur de la pente a du modle. Lorsque
m augmente, lerreur ER augmente (ou diminue) et elle ne peut pas tre considre comme
une erreur alatoire.
- Nous sommes dans le cas dcrit dans le B (modle rgl sur une fonction prdfinie).
- Pour chaque point on calcule U(M) = M = 1,16 (2(rq) + (ER) + Met).
- On dite ensuite le nuage de points M (m).
- Ce nuage de points est modlis sous la forme M = m + en utilisant la mthode de
la corde .
65
Chapitre VI
Evaluation de lincertitude de mesure dun volume de liquide.
Lors des TP de chimie, il faut trs souvent mesurer des volumes de liquide. Lvaluation de
lincertitude de ces mesures pose souvent de srieux problmes. Nous ne pouvons pas
proposer des solutions universelles : les situations rencontres sont trs diverses et
chacune relve dune analyse spcifique. Nous navons pas les moyens de recenser toutes les
situations rencontres dans les laboratoires denseignement. Nous avons donc trait des
problmes couramment rencontrs dans notre laboratoire et essay de dgager des mthodes
gnrales. Un guide complet, dans ce domaine, nous semble relever dune recherche
collective.
Nous-nous sommes largement appuys sur le guide EURACHEM/CITAC Quantifier
lincertitude dans les mesures analytiques (disponible sur le site du LNE (Laboratoire
National dEssais)).
Un laboratoire denseignement nest pas un laboratoire de mtrologie. Notre ambition est
double :
- Mettre en place des outils permettant dvaluer raisonnablement le travail de nos
lves.
- Mettre leur disposition des outils simples utiliser.
Tout cela ne peut fonctionner que si nous mettons la disposition de nos lves du matriel
vrifi : si ce nest pas le cas, il est illusoire de leur demander dvaluer une incertitude.
A Pipettes et fioles jauges :

Les pipettes et les fioles jauges sont classes en fonction de leur qualit : nous nutilisons
que de la verrerie de classe A. Les rsultats obtenus sont facilement transposables
nimporte quelle classe de fabrication.
Pour conserver la qualit des fioles jauges, il faut respecter certaines rgles :
- Ne pas dpasser une temprature limite (souvent 35 C) indique par le constructeur
(attention au lave-vaisselle et aux ractions exothermiques).
- Ne pas stocker un liquide pendant une longue dure.
- Ne pas utiliser de dtergents agressifs : un lavage et un rinage soigns suffisent.
I - Les erreurs sur une mesure de volume de liquide :

1- Erreur dtalonnage :
Cette erreur est indique par le fabricant. Elle est lie uniquement la position du, ou des,
traits de jauge. Elle est souvent appele tolrance ou tolrance de fabrication .
En Europe, le volume dune verrerie jauge est dfini une temprature de 20C et nous
lappellerons son volume nominal VN20.
Exemple :
Pour une fiole de 100 mL, le volume nominal VN20 = 100,0 mL.
Pour cette fiole, de classe A, la tolrance de fabrication est de 0,1 mL et nous la noterons
Vet = 0,1 mL.
A 20 C, le volume mesur est donc V20 = VN20 + ERet : ERet est lerreur dtalonnage.
Nous suivons les recommandations du GUM et du guide EURACHEM/CITAC en associant
cette erreur une variable alatoire de distribution rectangulaire et de demi largeur Vet.
Lincertitude largie correspondant cette erreur est donc U(V)et = (2Vet) / 3 = 1,16Vet
66
Documentation : tolrance de fabrication de verreries de classe A.

Fioles jauges (classe A) :
V20(mL)
Vet(mL)
25
0,060
50
0,060
100
0,10
Pipettes deux traits (classe A) :

V20(mL) 2
5
10
0,015
0,020
Vet(mL) 0,010
200
0,15
15
0,020
250
0,15
20
0,030
25
0,030
500
0,25
50
0,050
1000
0,40
100
0,080
2- Erreur de rptabilit :
Pour mesurer un volume, loprateur ajuste le niveau du liquide sur le ou les traits de jauge.
Cette opration comporte toujours une erreur. Celle-ci peut-tre value en effectuant 10
mesures du mme volume dans les conditions de rptabilit et en valuant les volumes par
pese (EURACHEM). Nous appelons ERrep cette erreur de rptabilit.
A 20C on a donc V20 = VN20 + ERet + ERrep.
Nous navons pas trouv dans la littrature une valuation gnrale de cette erreur. Mais nous
avons trouv des informations pour les fioles de 100 mL et les pipettes de 15 mL.
A partir de ces informations, nous avons cherch une rgle simple conduisant une valuation
raisonnable de lincertitude. Nous avons dcid (mais cest notre choix) dassocier lerreur
de rptabilit une variable alatoire de distribution rectangulaire et de demi largeur Vet /2.
Dans ces conditions, lincertitude largie U(V)rep = 1,16(Vet/2) = 0,58 Vet.
Justifications :
Pour une fiole (classe A) de 100 mL on a U(V)rep = 0,04 mL (EURACHEM) ou 0,05 mL
(AFNOR).
Et U(V)rep = 1,16(Vet/2) = 0,58 Vet = 0,058 mL.
Pour une pipette de 15 mL on a U(V)rep = 0,0074 mL (EURACHEM).
Et U(V)rep = 1,16(Vet/2) = 0,58 Vet = 0,0116 mL.
Dans chaque cas notre valuation est suprieure ce qui est prvu, mais un laboratoire
denseignement nest pas un laboratoire de mtrologie.
3- Erreur due la temprature du liquide :
La variation relative dun volume V deau autour de 20C est V/V = 2,1 10-4 (C).
est la variation de la temprature du liquide autour de 20C.
La variation relative du volume V dun rcipient en verre est V/V = 3 10-5 (C) (valeur
maximale).
La valeur dun volume V de liquide dpend de la temprature du liquide. Si lon donne la
valeur dun volume de liquide, il faut aussi prciser la valeur de sa temprature.
En Europe les volumes de liquide sont dfinis 20 C. Les verreries jauges sont toutes
talonnes 20 C. Pour une fiole jauge de 100 mL, par exemple, le trait de jauge est ajust
en introduisant dans la fiole 100,00 mL deau distille 20,0 C.
Considrons la fiole jauge contenant 100,00 mL deau 20C. Faisons varier la temprature
de lensemble fiole-liquide jusqu 25 C. Le liquide et le solide se dilatent, mais la dilatation
67
du verre est environ 10 fois plus petite que celle de leau : le niveau du liquide se retrouve au
dessus du trait de jauge.
Dans la suite nous ngligerons la dilatation du verre devant celle du liquide (nous suivons
les recommandations EURACHEM ).
Remarque :
Si lon veut composer les variations de volume du solide et du liquide, lon fait intervenir le
carr des variations : si le rapport entre deux variations est de 10, le rapport entre le carr de
ces variations est de 100.
Si lon nglige la dilatation du rcipient, on considre que son volume est constant si sa
temprature varie autour de 20 C. Ce volume est gal au volume nominal VN20 . Ainsi, si lon
ajuste une fiole jauge de 100 mL avec de leau 25 C, on obtient un volume
V= VN20 = 100,00 mL 25 C.
Tous les volumes de liquide tant dfinis 20C, il faudrait donc corriger la valeur prcdente en prenant en compte la dilatation du liquide :
cest impensable dans la pratique courante dun laboratoire.
On convient donc de considrer que le volume mesur est toujours un volume 20C, mme
si la temprature est diffrente de cette valeur. Dans ce cas, lon introduit une erreur
systmatique ER qui dpend de la temprature. On ne corrigera pas cette erreur, on la traitera
comme une erreur alatoire.
Si la temprature du liquide est diffrente de 20C, alors le volume V= V N20 + ERet + ERrep +
ER et lon considre que le volume V = V20 = VN20 est dfini 20C.
On considre que la temprature peut prendre nimporte quelle valeur sur lintervalle
20. Nous retiendrons = 4 C (EURACHEM), ce qui revient considrer que la
temprature du liquide peut varier de 16 24 C.
Dilatation thermique de leau : V/V = 2,1 10-4 (C) donc V = 2,1 10-4 V
On associe lerreur ER une variable alatoire de distribution rectangulaire et de demi
largeur V = 2,1 10-4VN20 .
Dans ces conditions, lincertitude largie U(V) lie la variation de temprature entre 16 et
24 C est U(V) = 1,16 2,1 10-4 VN20 = 9,7510-4 VN20 (EURACHEM).
II- Incertitude de la mesure dun volume de liquide :

V= VN20 + ERet + ERrep + ER.
Les variables alatoires associes chaque erreur sont indpendantes et
U(V) = (U(V) et) + (U(V) ) + (U(V) rep) (thorme des variances).
Soit U(V) = (1,16Vet) + (9,7510-4 VN20) + (0,58Vet).
Si lon mesure un volume de liquide avec une verrerie jauge, la valeur mesure est
V = VN20.
Le rsultat de mesure est V95% = VN20 U(V) entre 16 et 24 C.
68
Nous avons dit le nuage de points U(V) = V = f(VN20) pour les fioles jauges.
1,2
y = 0,0011x + 0,0532
V (mL)
1
0,8
V = 1,5Vet
0,6
0,4
VN20 (mL)
0,2
0
0
200
400
600
800
1000
1200
Il apparat que le nuage de points peut tre modlis sous la forme :

V = 0,0011VN20 + 0,0532 (mL) ce qui constitue une premire valuation de V.
Il apparat aussi que, jusqu 200 mL, V est trs proche de 1,5Vet.
Nos lves utilisant essentiellement des fioles de faible volume, nous avons retenu, pour eux,
U(V) = V = 1,5 Vet.
Avec des pipettes deux traits de classe A, on obtient :
0,16
V (mL)
0,14
y = 0,0013x + 0,0134
0,12
0,1
V= 1,5 Vet
0,08
0,06
0,04
VN20 (mL)
0,02
0
0
20
40
60
80
100
120
Le nuage de points V (VN20) peut tre modlis sous la forme V = 0,0013VN20 + 0,0134.
Pour des pipettes de volume infrieur ou gal 50 mL on peut utiliser :
U(V) = V = 1,5 Vet.
Cest cette expression que nous avons retenue pour nos lves.
Conclusion : verrerie jauge de classe A
Pour des fioles jauges de volume infrieur ou gal 200 mL et pour des pipettes de
volume infrieur ou gal 50 mL nous retenons U(V) = V = 1,5 Vet.
Sinon :
- Pour les fioles jauges U(V) = V = (0,0011 VN20 + 0,0532) mL
69
- Pour les pipettes U(V) = V = (0,0031VN20 +0,0134) mL.
Cette incertitude largie rsulte dune composition et elle correspond

deux carts-type de la variable alatoire associe lerreur de mesure du
volume. Elle peut donc tre utilise directement dans une autre
composition.
B Burettes manuelles :
Comme une pipette, une burette peut servir introduire dans un rcipient un volume donn.
Mais elle nous sert plus souvent mesurer un volume lquivalence lors dun dosage.
Nous allons distinguer ces deux cas.
Nous utilisons une burette manuelle de 25 mL de classe A.
Le pas de la graduation est d = 0,05 mL.
Le constructeur indique que la tolrance de fabrication est Vet = 0,03 mL.
Les volumes mesurs avec la burette sont dfinis 20C.
I -Mesure simple dun volume :

Loprateur ajuste le zro de la burette et rgle n0 = 0. Il ouvre le robinet de la burette et ajuste
lindex, qui repre le niveau du liquide, la position n. Le volume V20 = k(n n0).
On considre que k = 1 et n0 = 0. Mme si la burette est parfaite (k = 1) il y a une erreur de
lecture des positions n et n0.
Lincertitude largie sur V, due aux erreurs de lecture, est (U(V)lect) = (U(n)lect) + (U(n0)lect)
Ajuster la position dun index sur une graduation est plus prcis que la lecture dune position
de lindex sur une chelle gradue. Nous adoptons une erreur de position maximale de d/4 et
une distribution rectangulaire de la variable alatoire associe cette erreur. Dans ces
conditions, U(n)lect = 1,16 (d/4).
Soit (U(V)lect) = 0,168 d et U(V)lect = 0,41 d = 0,021 mL.
Comme avec nimporte quelle verrerie jauge il faut composer cette erreur avec lerreur
dtalonnage de la burette et lerreur due la dilatation thermique du liquide.
Soit U(V) = (U(V)et) + (U(V)) + (U(V)lect) .
Comme plus haut, U(V)et = 1,16Vet et U(V) = 9,7510-4 V20 pour un demi intervalle
= 4C autour de 20C.
Donc U(V) = (1,16Vet) + (9,7510-4V20) + 0,168 d.
Nous avons choisi de prendre la valeur maximale de U(V) lorsque V20 = 25 mL (on mesure
rarement de faibles volumes, et nous recherchons quelque chose de simple et raisonnable).
Soit U(V) = 1,21 10-3 + 0,5910-3 + 0,4210-3.
Ce qui conduit U(V) = 4,7 10-2 mL cest dire pratiquement d = 0,05 mL.
Cette incertitude provient de la composition des incertitudes largies associes aux erreurs
dtalonnage, de dilatation et de lecture.
Dans le cas dune simple mesure de volume avec une burette, nous retiendrons
V = U(V) = d. Cette grandeur provenant dune composition dincertitudes, pourra tre
utilise directement dans une autre composition.
II- Mesure dun volume lors dun dosage :

Cette partie concerne les dosages utilisant des indicateurs colors et les dosages exploitant
une courbe X(V) (pHmtrie, conductimtrie, .).
Si un oprateur effectue N fois le dosage de la mme solution dans les mmes conditions
(conditions de rptabilit) il ne trouve pas forcment chaque fois le mme rsultat : il y a
70
alors une erreur alatoire de rptabilit dont les origines sont multiples. Dune faon gnrale
U(V) = [(U(V)et) + (U(V)) + (U(V)lect)] + (U(V)rep).
Soit U(V) = d + (U(V)rep).
U(V)rep est lincertitude largie lie lerreur de rptabilit (ERrep).
Lvaluation de U(V)rep pose de gros problmes : elle doit tre effectue pour chaque type de
TP et cela peut demander beaucoup de temps. Nous allons montrer comment lon conduit
cette valuation en exploitant deux exemples (mesures effectues dans notre laboratoire).
1- Evaluation de lincertitude largie U(V)rep :
Nous avons vu dans le chapitre III, comment lon pouvait utiliser la loi de Student pour
valuer une incertitude de rptabilit. Dans nos laboratoires, il faut distinguer deux cas :
a)- Le professeur effectue N mesures de volume dans les conditions de rptabilit :
Il retient comme rsultat la valeur moyenne <V> des N mesures et lincertitude sur la valeur
<V> est U(<V>) rep = (t95%(N-1)N)/ N.
Cette incertitude peut-tre minimise en augmentant le nombre N de mesures.
Ce travail peut tre trs long. Il nous semble quil doit tre collectif et que cest la
communaut qui peut alors adopter une dcision pour chaque type de TP.
b)- Les lves effectuent une seule mesure :
Lincertitude prendre en compte par les lves est lincertitude de rptabilit sur une
mesure de volume et non lincertitude sur une valeur moyenne.
Dans ces conditions, U(V)rep = (t95%(N-1)N) = U(<V>) rep N
Exemple 1 : talonnage dune solution par pese
On veut talonner une solution aqueuse dhydroxyde de sodium (NaOH), en utilisant une
mthode dtalonnage par pese. On pse une masse m dhydrognophtalate de potassium
(passe au dessicateur) avec une balance de laboratoire. Le produit utilis est un produit
talon de puret minimum P = 99,95 %. Nous retiendrons P = 100% et U(P) = 1,16 0,05 %.
La masse molaire M = 204,23 g (incertitude M ngligeable).
Le produit est dissout dans de leau distille, dans un erlenmeyer.
La solution de soude est introduite dans une burette de 25 mL (classe A). Le dosage est
effectu en utilisant un indicateur color (2 gouttes de phnol phtaline).
La concentration CB de la solution de NaOH est calcule par CB = (1000mP)/ (MVB)
La masse m de produit talon est exprime en g.
VB (en mL) est le volume de solution de NaOH vers lquivalence (virage de
lindicateur color).
La concentration CB est exprime en mol L-1.
La mme personne a ralis 7 mesures, exactement dans les mmes conditions (avec les
mmes instruments). Dans chaque cas la masse m = (0,40000 0,00074) g : cette masse est
calcule pour obtenir un volume VB de lordre de 20 mL. On obtient un volume VB variant
entre 19,55 et 19,65 mL et la valeur moyenne < VB> = 19,60 mL.
Valeurs mesures :
essai n
1
2
3
4
5
6
7
VB (mL)
19,55
19,55
19,60
19,60
19,65
19,60
19,65
La dispersion des rsultats est lie la rptabilit de la mesure de VB. Cette dispersion est
due aux erreurs de rptabilit de la balance et de la pipette, aux erreurs de lecture de la
burette et lerreur de rptabilit lie la mthode. Dans lvaluation de lincertitude de la
valeur de CB, certaines erreurs seront donc prises en compte plusieurs fois.
71
Pour ces 7 mesures on calcule (N-1)N = 0,041 mL. Le coefficient de Student correspondant
un niveau de confiance de 95% est t95% = 2,45. Donc, pour une valeur mesure VB,
lincertitude largie lie la rptabilit est U(V)rep = t95% (N-1)N = 0,10 mL.
Par contre, pour la grandeur <VB>N , U(V)rep = (t95% (N-1)N) / N = 0,1/ 7 = 0,038 mL
Si des lves effectuent 3 mesures (par exemple 19,6 ; 19,555 ; 19,65), alors ils retiennent
<VB>N = 19,6 mL comme valeur mesure de VB et U(V)rep = (4,3 (N-1)N) / 3 = 0,0715
mL.
2- Dtection dune ventuelle erreur systmatique :
Toutes les mesures de lexemple prcdent peuvent tre affectes par une erreur systmatique.
Cette erreur, difficile prendre en compte a priori, peut avoir des origines diverses. Par
exemple, la goutte en plus ou en moins (virage dun indicateur color), ou la dissolution
du CO2 de lair, ou le temps de rponse des lectrodes de mesure, ou encore la stabilisation du
pH entre deux incrments de volume.
Pour chaque TP, il faut vrifier quil ny a pas derreur systmatique significative : si cest le
cas, il faudra se dbrouiller pour la prendre en compte dans lvaluation de lincertitude.
Pour dtecter une ventuelle erreur systmatique, il faut doser une solution talon Cet Cet
daussi bonne qualit que possible.
Dans lexemple prcdent, nous avons dos une solution talon de concentration
Cet Cet = (0,10010 0,00015)mol L-1 entre 18 et 22 C (conditions des mesures). Cette
tolrance est garantie par le fabricant de la solution.
On value U(V) avec U(V) = d + (U(V)rep).
On value alors le rsultat du dosage CB CB en utilisant <VB> et un nombre de mesures
aussi grand que possible : si cet intervalle contient lintervalle Cet Cet alors la mesure est
juste. Sil y a une erreur systmatique, elle est tolrable et on conserve ce rsultat. Si la
mesure nest pas juste, alors il faut prendre en compte lerreur systmatique dans lvaluation
de lincertitude VB. On associe une variable alatoire cette erreur systmatique, on value
U(V)ERS et on reprend le calcul de CB.
Dans lexemple prcdent :
Si on utilise <VB> (7 mesures) alors U(<VB>) = d + (0,038) = 2,5 10-3 + 1,44 10-3
=3,9410-3 mL
Et U(<VB>) = 6,3 10-2 mL
(U(CB)/CB) = (U(m)/m) + (U(P)/P) + (U(<VB>)/<VB>) (variables alatoires indpendantes)
Soit (U(CB)/CB) = (0,74/400) + (0,05*1,16/100) + (3,2 10-3)
(U(CB)/CB) = 3,4 10-6 + 0,34 10-6 + 10,3 10-6 = 14 10-6 Lincertitude relative sur le volume
lquivalence est prpondrante. On obtient donc : U(CB) /CB = 3,74 10-3
Avec <CB> = 0,09993 mol L-1 on obtient U(CB) = 3,7310-4 mol L-1 .
Le rsultat de mesure est donc CB95% = (0,09993 0,00037) mol L-1
Pour nos mesures le minimum est 0,09956 mol L-1
0,09956
0,09993
0,1003
Pour la solution talon le minimum est
-1
0,09995 mol L
0,09995
0,10010 0,10025
Pour nos mesures le maximum est 0,1003 mol L-1
Pour la solution talon le maximum est
0,10025 mol L-1
Cette mesure est juste et il ny a donc pas derreur systmatique significative.
Si on diminue le nombre de mesures, alors lincertitude CB deviendra de plus en plus grande
et le rsultat de mesure sera toujours juste.
72
Conclusion :
Pour valuer lincertitude dun dosage le professeur doit doser une solution talon et effectuer
un maximum de mesures dans les conditions de rptabilit. Il calcule C et U(C), puis vrifie
que le rsultat de mesure est juste.
Il peut alors valuer lincertitude U(V) sur une mesure de volume en prenant U(V)rep =
U(<V>)rep N puis U(C) pour une mesure de concentration.
Il communique aux lves lincertitude V ou C en tenant compte du fait quils effectuent
une mesure unique.
Dans lexemple prcdent :
- Si les lves effectuent une mesure alors U(VB)rep = t95% ( N-1)N = 0,10 mL.
Donc U(VB) = d + (U(VB)rep) = 2,5 10-3 + 10 10-3 = 12,5 10-3,
soit U(VB) = 2VB = VB = 0,11 mL. Cette valeur est communique aux lves.
Ils pourront alors valuer U(CB) avec
U(CB)/CB) = (U(m)/m) + (U(P)/P) + (U(VB)/ VB)
Il peut tre utile de leur fournir une feuille de calcul prprogramme.
- Nos lves nont pas souvent le temps deffectuer plusieurs mesures et valuer une
incertitude avec trois mesures nous semble assez risqu. Nous prfrons les inviter dtecter
une ventuelle erreur accidentelle.
3- Dtection dune erreur accidentelle :
Si on effectue N mesures dans des conditions de rptabilit, on suppose toujours que leur
distribution est gaussienne.
En mathmatiques, on montre que si lon tire, au hasard, deux vnements dune population
gaussienne dcart-type , alors la valeur absolue de leur diffrence est infrieure ou gale
2,80 (niveau de confiance de 95%).
Reprenons lexemple prcdent :
On a donn aux lves une incertitude V = 2V = 0,11 mL.
Il effectuent une premire mesure de valeur V1 puis une deuxime mesure de valeur V2.
Si |V2 V1| 1,4V = 0,154 mL alors ils considrent que les deux mesures sont correctes.
Si ce nest pas le cas, alors lune des deux mesures est fausse. Il faut effectuer une troisime
mesure de valeur V3 et recommencer le test sur |V1 V3| et |V2 V3| pour retenir deux
mesures correctes. Ils peuvent retenir la valeur moyenne de ces rsultats comme rsultat de
mesure en conservant V = 0,11 mL comme incertitude de mesure.
4- Exemple 2 : dosage pH-mtrique
On veut doser une solution dacide actique (thanoque) par une solution de soude
(hydroxyde de sodium). Pour permettre le contrle de la mthode, nous avons utilis deux
solutions talons dont les concentrations sont garanties entre 18 et 22 C.
Pour la soude CB95% = (0,10000 0,0002) mol L-1
Pour lacide actique : CA95% = (0,10000 0,00015) mol L-1
Le fabricant des solutions talons ne donnant pas dautre information, nous considrons que
les variables alatoires CA et CB ont une distribution rectangulaire .
Dans ces conditions, U(CA) = 1,161,510-4 mol L-1 et U(CB) = 1,16210-4 mol L-1.
On prlve un volume VA = 10,00 mL dacide laide dune pipette de classe A.
La solution de soude est introduite dans une burette de 25 mL (rsolution d=0,05 mL ; classe
A).
73
Le dosage est suivi avec un pH-mtre (lectrode de verre + lectrode de rfrence au

calomel). Le pH-mtre utilis dtecte la stabilit de la mesure du pH.
Remarque :
On recherche uniquement le volume lquivalence. Seule la variation de lindication In de
linstrument nous intresse. Il nest pas ncessaire dtalonner le pH-mtre. Pour simplifier, le
pH nayant pas dunit, nous confondrons la valeur de lindication In et celle du pH.
On veut dterminer la concentration CA de la solution dacide actique en considrant que la
concentration CB de la soude est connue. On trace la courbe pH (V) avec un tableur, V tant le
volume de solution de soude coul.
Le volume VB lquivalence est dtermin laide du tableur, par la mthode des
tangentes .
La concentration CA de lacide peut tre calcule avec CA = (CBVB) / VA.
Lincertitude compose de CA peut tre value par :
(U(CA)/CA)
= ((U(CB)/CB) + (U(VA)/VA)+ (U(VB)/VB)) (variables alatoires
indpendantes).
Lincertitude U(CB) et la valeur CB sont connues (certificat dtalonnage de la solution de
soude).
Pour la pipette, U(VA) = 1,5 Vet = 0,03 mL.
Lincertitude U(VB) doit tre value avant dtre fournie aux lves.
La mme personne a donc ralis 7 dosages dans les mmes conditions.
Rsultats :
essai n
1
2
3
4
5
6
7
VB (mL) 9,897
9,891
9,974
9,948
10,01
10,02
9,898
Les mesures de volume sont distribues, autour de la valeur moyenne 9,948 mL. Pour ces 7
mesures lon calcule (N-1)N = 0,055 mL. Le coefficient de Student correspondant un niveau
de confiance de 95% est t 95%= 2,45 (7 mesures).
Pour une mesure unique, U(VB)rep = t95%(N-1)N = 0,1348 mL.
Pour la valeur moyenne <VB>, U(<VB>)rep = (t95%(N-1)N)/N = 0,1348/ 2,645 = 0,051 mL
Et (U(<VB>)) = d + (U(<VB>)rep) = 2,5 10-3 + 2,6 10-3 = 5,1 10-3
Donc U(<VB>) = 7,14 10-2 mL.
Dans ces conditions, CA= (CB<VB>)/VA = (0,10009,948)/10 = 0,09948 mol L-1.
(U(CA)/CA) = ((U(CB)/CB ) + (U(VA)/VA ) + (U(<VB>)/<VB> ))
(U(CB)/CB ) = 2,32 10-3 ; U(VA)/VA = 3 10-3 et U(<VB>)/<VB> ) = 7,18 10-3.
Donc (U(CA)/CA) = (5,38 + 9 + 51,55) 10-6 = 65,93 10-6.
Et (U(CA)/CA) = 8,1 10-3 soit U(CA) = 8,0 10-4 mol L-1
Le rsultat de mesure est donc CA95% = (0,09948 0,00080) mol L-1
Pour nos mesures le minimum est
0,09868
0,09948
0,10028
0,09868 mol L-1
Pour la solution talon le minimum est
0,0998
0,10000
0,1002
0,0998 mol L-1
Pour nos mesures le maximum est
0,10028 mol L-1
Pour la solution talon le maximum est
0,1002 mol L-1
La mesure est donc juste et il ny a pas derreur systmatique prendre en compte.
74
Si les lves effectuent une seule mesure, alors U(VB)rep = t95%(N-1)N = 0,1348 mL.
Lincertitude de la mesure dun volume VB est donc U(VB) = d + (U(vB)rep).
Soit U(VB) = 2,5 10-3 + 18,17 10-3 = 20,67 10-3 donc U(VB) = VB = 0,14 mL.
Cette valeur sera communique aux lves qui pourront alors valuer lincertitude de leur
mesure.
Une feuille de calcul permet dvaluer lincertitude sur la valeur dun volume
lquivalence lors dune mesure unique.
Exemple de feuille de calcul mise la disposition des lves :
Ils ralisent une seule mesure de valeur VB = 9,891 mL.
VB = 0,14 mL (donn).
CB = 0,1000 mol L-1 (donn)
CB = 2,34 10-4 mol L-1 (donn)
Ils savent que VA = 1,5 Vet et recherchent la valeur de Vet dans leur documentation.
Rsultat de mesure :
CA95% = (0,09891 0,0015) mol L-1.
Remarque :
Dans les deux exemples prcdents, les incertitudes sur les volumes ont t values sous la forme simplifie utilise par les lves. Il est
possible dutiliser une analyse plus fine de lincertitude sur les volumes (voir lexercice dosage conductimtrique ). Lincertitude due
lerreur de rptabilit est toujours dominante et lexprience montre que cette mthode, lourde mettre en uvre, ne change pas grand
chose au rsultat.
Annexe
Mesures multiples dun mme mesurande
Exemple :
Huit groupes de TP ralisent le dosage pHmtrique dcrit plus haut. Ils utilisent la mme
solution de soude et la valeur de la concentration CB leur est donne. Ils utilisent du matriel
de mme type et on obtient huit mesures de la concentration CA de la solution doser.
Ces mesures sont effectues dans des conditions de reproductibilit.
Reproductibilit des rsultats de mesurage :
Etroitesse de laccord entre les rsultats des mesurages du mme mesurande, mesurages
effectus en faisant varier les conditions de mesure (VIM).
Note (VIM) : pour quune expression de la reproductibilit soit valable, il est ncessaire de
spcifier les conditions que lon fait varier.
75
Les sources derreur dune mesure unique ont t dfinies plus haut : elles vont nous permettre de
prciser quelle information nous apporte la dispersion des huit valeurs mesures.
Les erreurs qui ont la mme valeur pour chaque mesure sont des erreurs systmatiques, celles dont la
valeur varie dune mesure une autre sont des erreurs alatoires. La dispersion des valeurs mesures
est due uniquement aux erreurs alatoires.
Rappelons que CA = (CBVB) / VA.
La valeur de CB est la mme pour chaque groupe : lerreur sur cette valeur est une erreur systmatique
qui napparatra pas dans la dispersion.
La valeur de VA (pipette) comporte les erreurs dtalonnage, de rptabilit et de dilatation thermique.
La verrerie est de mme type mais diffrente, les oprateurs sont diffrents : lerreur dtalonnage et
lerreur de rptabilit sont des erreurs alatoires.
La temprature est la mme pour tous les groupes : lerreur de dilatation est une erreur systmatique.
La valeur VB (burette) comporte le mme type derreurs que la valeur VA avec, en plus, une erreur de
lecture. Cette erreur est une erreur alatoire. Ici aussi lerreur de dilatation est une erreur systmatique.
La dispersion des valeurs mesures nous donne donc une information sur beaucoup derreurs mais
lerreur sur la valeur CB et les erreurs de dilatation thermique napparaissent pas.
Nous avons donc repris le calcul de lincertitude U(CA) / CA en considrant une mesure unique (
U(V)rep = t95% n-1) et en supprimant les termes U(CB) et U(V).
Nous obtenons U(CA) / CA = 1,00 10-2.
Si lon prend en compte toutes les erreurs on obtient U(CA) / CA = 1,47 10-2.
La diffrence est importante : on ne peut pas esprer obtenir une valuation raisonnable de
lincertitude en utilisant uniquement la dispersion des huit valeurs mesures de CA.
Remarque 1 :
Si lon retient ,comme rsultat, la valeur moyenne <CA>N des huit valeurs mesures, alors
U(<CA>N) = (t95% (N-1)N / N: on minimise ainsi linfluence des erreurs alatoires. Mais les
erreurs systmatiques sont constantes et la diffrence entre les deux valuations de lincertitude va
augmenter.
Remarque 2 :
Il nous semble difficile de ne pas prendre en compte lincertitude sur la valeur de CB.
Si les lves dterminent eux-mmes la valeur de CB par une mthode quelconque, alors lerreur sur
cette valeur deviendra une erreur alatoire qui apparatra dans la dispersion des rsultats. Dans ces
conditions, lvaluation de lincertitude partir de cette dispersion devrait tre convenable : la seule
erreur systmatique sera lerreur de dilatation thermique des liquides. Nous navons pas fait dessais
avec des groupes dlves.
Conclusion :
Lanalyse de la dispersion des rsultats obtenus par N groupes permet de mettre en vidence la
dispersion des rsultats due aux erreurs alatoires : elle nest donc pas rejeter. Nous venons
simplement de montrer sur un exemple quil fallait lemployer avec prudence sil sagit dvaluer une
incertitude de mesure. Dans notre enseignement, la question est toujours la mme : que voulons nous
valuer ? Lorsque nous aurons pos cette question, alors nous pourrons rechercher une solution.
76
Chapitre VII
Evaluation de lincertitude de mesure dune balance analytique.
I -Principe de fonctionnement dune balance.
Utiliser une balance semble simple. En fait, le rsultat dune pese nest pas
simple du tout interprter : une balance mesure une force et non une masse.
La recommandation internationale R33 publie par lOrganisation
Internationale de Mtrologie Lgale (OIML) dfinit la valeur
conventionnelle du rsultat des peses dans lair .
1- Masse conventionnelle.
En gnral, lorsque lon effectue une pese, elle a lieu dans lair. Le corps peser est donc
soumis son poids P (avec P = mg et = m/V) et la pousse dArchimde de lair Pa avec
Pa = a Vg = mga/.
a et sont les masses volumiques de lair et de lobjet dans les conditions de la pese.
Laction F exerce par lobjet sur le plateau de la balance est donc F = P + Pa avec F = P - Pa
soit F = mg( 1- a/). Cette action est transforme en une tension convertie par un CAN en
une donne binaire (quantification) : la sortie de la chane de mesure est lindication In de
lafficheur.
Toutes les balances sont construites de telle sorte que In = K F + b = Kmg(1 - a/) +b
= k m (1-a/) + b en considrant que g = constante (la balance est toujours utilise au mme
endroit).
Avant deffectuer une pese, il faut rgler (ajuster) la balance. On commence par rgler le
zro (tarage) lorsque aucun objet nest dpos sur le plateau.
Cette opration permet de rgler In = 0 lorsque F = 0 ( b = 0)In = KF= km (1-a/).
On procde ensuite au calibrage en posant sur le plateau une masse talon m0 de masse
volumique e.
Laction F sur le plateau est alors F0 = m0g (1- a/e) et lindication est In0 = k m0 (1-a/e).
In
La balance est alors rgle (ce rglage est souvent

automatique) de telle sorte que m0 = 1In0 (gramme)
cest dire de telle sorte que k = 1/ (1-a/e).
In0
m
0
0
m0
Une fois la balance rgle, lon peut procder des peses. Posons sur le plateau de la balance
un objet de masse m et de masse volumique :
Laction de cet objet sur le plateau est F = mg (1 - a /), lindication In de la balance est donc
In = KF = k m (1-a/) = m ( (1-a/) / (1-a/e)) (1 g -1).
En divisant les deux binmes on obtient :
In = m(1- a (1/ - 1/e)) + ((a/e)- (a/ (a e)/(1-a/) + termes dordre 3
Nous recherchons une fonction simple utiliser permettant de comprendre lessentiel.
Compte tenu des ordres de grandeur de , e et a, nous retenons :
In = m(1- a (1/ - 1/e)) (1g-1). Pour obtenir la masse m de lobjet partir de lindication
In de la balance, il faut effectuer un calcul ncessitant la connaissance des valeurs des masses
volumiques , e et a : ce nest pas raliste.
77
Lindication de la balance dpend de m, , e et a : si le mesurande est m, il y a 3 grandeurs

dinfluence.
Une convention internationale limine deux de ces grandeurs : la masse volumique e des
talons est fixe 8000 kg m-3 20 C, la masse volumique de lair est fixe 1,2 kg m-3 et la
temprature est fixe 20 C.
Dans ces conditions In = m(1- 1,2 (1/ - 1/8000)) (1 g-1)
Ainsi, lindication In de la balance est commande par la grandeur m(1- 1,2 (1/ - 1/8000)).
En retenant comme valeur mesure M= 1In = m(1- 1,2 (1/ - 1/8000)), lon obtient la
valeur conventionnelle MC du rsultat de la pese, cest dire la valeur quaurait la
masse m si la masse volumique de lobjet tait de 8000 kg m-3 20 C.
Pour une balance le mesurande nest pas la masse m dun objet mais sa masse
conventionnelle MC = m(1- 1,2 (1/ - 1/8000)) = 20C et avec a = 1,2 SI.
Lorsque lon pse un objet, on recherche la valeur de sa masse conventionnelle MC.
Si MC est la valeur mesure de la masse conventionnelle, il faut valuer quel intervalle
MC MC appartient la valeur vraie MCvrai
Remarque 1 :
La diffrence entre la masse m et la masse conventionnelle MC est loin dtre ngligeable :
Si = 1000 kg m-3 et si lon a MC =100,000 g, alors la masse m de lobjet est m = 100,1 g
Dans les laboratoires de Chimie, on ne travaille quavec des masses conventionnelles. Les
concentrations de solutions, calcules avec des masses conventionnelles, sont donc des
concentrations conventionnelles .
Remarque 2 :
Le volume nominal des fioles jauges est un volume vrai 20 C : il est ajust partir
dune mesure de masse (la valeur de la masse conventionnelle lue lors dune pese, est
corrige des effets de la pousse dArchimde de lair (OIML R 43)).
Remarque 3 :
Tout est construit autour de masses talons de masse volumique e = 8000 kg m-3 20C. Il
est difficile de rgler la masse volumique e cette valeur (certaines masses talons sont
creuses).
Si une masse talon m0 = 100,000 g et de masse volumique diffrente de 8000 SI est place
sur une balance, la valeur MC = m0(1- 1,2 (1/ - 1/8000)) est diffrente de m0.
Pour cette raison les masses talons sont ajustes de telle sorte que leur masse
conventionnelle soit gale leur masse nominale mN (celle qui est indique par le
constructeur). Par exemple, une masse talon m0 de valeur nominale mN =100,000g est
ajuste de telle sorte que sa masse conventionnelle m0(1- 1,2 (1/ - 1/8000)) soit de 100,000 g
( m0 > 100 g si < 8000 SI et la prcision de lajustage dpend de la tolrance sur la valeur de
la masse). Cet ajustage est ralis par comparaison une masse talon m0 = mN de masse
volumique 8000 SI, 20C et avec a = 1,2 SI.
Plac sur une balance parfaite cet objet conduira MC = 100,0000 exactement comme sil
sagissait dune masse de 100g et de masse volumique 8000 SI.
Ces objets sont appels des poids talons (et leur valeur nominale reste exprime en
grammes).
En appliquant cette convention, la pese du mme objet en des lieux diffrents sur des
balances diffrentes donnera le mme rsultat M M, condition que la masse volumique
de lair a soit de 1,2 kg m-3. On dit que la masse volumique conventionnelle des poids
talons est de 8000 SI.
78
Lutilisateur de poids talons de masse nominale mN, considre que la masse de ltalon
m = mN et que la masse volumique e = 8000 SI.
2- Influence de la masse volumique de lair.
Pour une balance parfaite le rsultat de mesure M =1In = m(1- a(1/ - 1/8000)) : il ny a
pas dincertitude sur In et sur le coefficient 1 .
Si lon pose une masse m sur le plateau dune balance parfaite, celle ci mesure la masse
conventionnelle MC =1In = m(1- 1,2 (1/ - 1/8000)) condition que la masse volumique
de lair soit de 1,2 SI. Si ce nest pas le cas la valeur M1 = m(1- a(1/ - 1/8000)) qui
commande lindication de la balance est diffrente de la valeur MC.
M1 = MC + ER1, lerreur systmatique ER1 est due la variation de la masse volumique de
lair autour de 1,2 SI.
Pour une valeur de la masse m, la valeur mesure M1 dpend de la valeur de a : elle nest
gale la valeur de la masse conventionnelle MC que si a = 1,2 SI.
Le plus simple est de considrer que tous les rglages et toutes les mesures sont effectus
20C avec a = 1,2 SI : on considre donc que lon mesure MC alors que lon mesure M1.
On recherche ensuite lintervalle M1 M auquel appartient MC si a est diffrent de 1,2 SI.
Pour cela, il faut rechercher sur quel intervalle varie la masse volumique de lair dans un
laboratoire.
La masse volumique de lair dpend de la temprature, de la pression atmosphrique et de
lhumidit relative de lair. Elle fluctue, en un lieu donn entre deux limites centres sur
ac =1,2 SI.
On considre que a = ac + ERa : ERa est lerreur lie la variation de a autour de 1,2 SI.
- Si la temprature de lair varie entre 16 et 25 C
- Si lhumidit relative de lair varie de 30 70 %
- Si la pression atmosphrique varie de 980 1040 hPa
Alors, en utilisant les tables de valeurs de a, on value a = (1,20 0,05) SI
On considre que la variable alatoire associe lerreur ERa a une distribution normale et
que U(a) = 2 a = a = 0,05 SI. Cela revient considrer quil y a 95 chances sur 100 pour
que a appartienne lintervalle (1,20 0,05) SI.
M1 = m(1- a(1/ - 1/8000)) : si a varie autour de 1,2 SI alors M1 varie autour de MC et
M1= MC + ER1.
U(M)a = |M/a| U(a) = m(1/ - 1/8000) U(a) soit U(M)a = a m(1/ - 1/8000)
Le document R33 de lOIML propose la mme valuation de la pousse dArchimde.
Nous obtenons U(M)a / m = U(M)a / M = a (1/ - 1/8000) = 5 10-2 (1/ - 1/8000) (en
considrant que M est pratiquement gal m).
Si la masse volumique du corps pes est de 1000 SI, alors (U(M)/ M)a = 4,3 10-5
Si la masse volumique du corps pes est de 500 SI, alors (U(M)/ M)a = 9 10-5
Si la masse volumique du corps pes est de 2500 SI, alors (U(M) / M)a = 1,4 10-5
La grandeur (U(M) / M)a est value 8,6 10-5 si 500 < < 2500 SI et 1,3 10-5 si
2500 < < 9000 SI ( P = 95 %).
A lchelle dun laboratoire :
Un jour o la masse volumique de lair est a = a1 la pese dun objet de masse m et de masse
volumique avec une balance parfaite donne :
M1 = m(1 -a1(1/- 1/8000)) = 1In (pas dincertitude sur In ni sur le coefficient 1).
79
Un autre jour a = a2 et le rsultat de la pese du mme objet de masse m avec la mme

balance est : M2 = m(1 -a2(1/- 1/8000)).
Le rsultat de la pese dpend de la masse volumique de lair. Il faut donc prendre en compte
sa variation dans lvaluation de lincertitude de mesure dune masse conventionnelle.
Dans un laboratoire de chimie, on pse essentiellement des poudres dont la masse volumique
est suprieure 1500 SI (exemples : KHCO3 : =1570 SI ; KCl : =1980 SI ;
Borax : = 2340 SI )
Dans ces conditions, (U(M)/ M)a = (a) (1/ - 1/8000) = 5 10-2 (1/1500 - 1/8000) = 2,7 10-5
Nous retiendrons (U(M)/ M)a = 3 10-5 si > 1500 SI (distribution normale avec P = 95%)
Pour M = 100 g, U(M)a = 3 10-3 g.
Si le quantum de la balance q = 10-4g alors U(M)a = 30q et il est ncessaire de prendre en
compte la variation de la masse volumique de lair.
Si, sur une balance parfaite, la valeur mesure est M et si a est diffrente de 1,2 SI, nous
savons donc que la masse conventionnelle pese MC appartient lintervalle
M U(M)a avec un niveau de confiance de 95 %.
Remarque :
Les masses volumiques et e dpendent de la temprature. La variation de temprature dans
un laboratoire est de faible amplitude : elle est prise en compte dans la variation de a et lon
considre que la variation de est ngligeable.
II-Description dune balance analytique.

Nous utilisons une balance dont la porte est de 200 g.
Le constructeur indique que la masse conventionnelle dpose sur le plateau ne doit pas
dpasser 210 g. Le tarage est soustractif : cela signifie que si la tare a une masse de 150 g,
par exemple, alors la masse peser ne doit pas dpasser 50 g.
Le fonctionnement de la balance est contrl par un programme. Lorsque lon place sur le
plateau une masse m (tare dduite), linstrument affiche la valeur de la masse conventionnelle
MC en grammes si la masse volumique de lair a = 1,2 SI.
Pour que cette mesure soit correcte, il faut rgler la balance.
On effectue dabord le tarage (zro) : le programme lit la donne S0 la sortie du
Convertisseur Analogique Numrique de la balance lorsque m0 = 0,00000g. Lon procde
ensuite au calibrage avec un poids talon dont la masse conventionnelle
Mcal = 150,0000g si a = 1,2 SI (avec notre balance, cette manipulation est automatique) :
le programme lit la donne S1 la sortie du CAN lorsque M cal = 150,0000 g.
Le programme utilise les deux points [0, S0] et [150, S1] pour modliser la courbe de
rponse de linstrument sous la forme M = aS + b : il considre donc que a = 1,2 SI. Lors
dune mesure, le programme lit S, calcule M = aS + b, puis affiche une indication In telle
que M = 1 In (gramme).
Linstrument est donc rgl pour afficher directement la masse conventionnelle de
lobjet pes si la masse volumique de lair a = 1,2 SI.
Le quantum q de linstrument utilis est de 0,1 mg.
Avant tout rglage, et toute mesure, il faut attendre la stabilit thermique de linstrument (voir
les instructions du constructeur).
Dans la documentation de linstrument, la seule information concernant la prcision de la
balance est un cart-type = 0,2 mg, sans autre indication. Lvaluation de lincertitude dune
mesure reste donc la charge de lutilisateur. Cela se comprend si lon pense quelle va
80
dpendre de la faon dutiliser la balance (rgle-t-on le zro avant chaque pese ? Ferme-t-on
les vitres ? ).
Avant dvaluer lincertitude dune mesure il faut donc dfinir un protocole.
Nous avons choisi dvaluer la balance lorsque les mesures sont effectues de la faon
suivante :
- Rglage de lhorizontalit.
- Stabilit thermique (les balances restent en permanence sous tension).
- Mesures vitres fermes .
- Tarage et calibrage avant de commencer les mesures.
- Vrification du zro (tarage), et rglage ventuel, avant chaque mesure.
- Masse toujours centre sur le plateau.
- La balance nest charge que pendant la dure minimale ncessaire pour effectuer une
mesure.
III- Evaluation de lincertitude de mesure dune balance analytique :

Les balances sont rgles sur le modle M = 1In et nous avons vu dans le chapitre V
comment on pouvait valuer lincertitude dun instrument rgl sur un modle M = aIn + b
prdfini.
Rappelons que cette valuation est conduite en utilisant des mesurandes talons Met Met.
Les valeurs de ces talons sont rparties sur ltendue de mesure de la balance.
Pour chaque mesure (In, Met) on calcule lerreur de linarit ER = 1In Met.
Les erreurs prises en compte sont :
- Lerreur de linarit ER.
- Lerreur de rptabilit ou de quantification.
- Lerreur sur la valeur du mesurande talon.
Nous avons tabli que U(M) = (1,16) ( (rq) + ER + Met) = M.
Le coefficient r est dtermin partir dessais de rptabilit (chapitre V-B- II- 1). Ces essais
sont conduits avec un poids talon de 100 g (au milieu de ltendue de mesure de la balance).
La tolrance Met sur la valeur des mesurandes talons est fournie par leur constructeur.
Pour valuer lincertitude de mesure dun instrument de pesage, il faut prendre en compte les
erreurs suivantes :
- Quantum de linstrument.
- Erreur sur la valeur de la masse conventionnelle des talons.
- Rptabilit des mesures.
- Influence de la temprature.
- Influence de lexcentration de la masse sur le plateau.
- Erreur lie au rglage de M = 1*In (dfaut de linarit).
- Erreur lie la variation de la masse volumique de lair.
Le protocole que nous utilisons permet de saffranchir de linfluence de

lexcentration de la masse sur le plateau et de la temprature.
Lvaluation prcdente reste correcte, condition dajouter un terme U(M)a prenant en
compte la variation de la masse volumique de lair autour de 1,2 SI.
Nous avons retenu (U(M)/ M)a = 3 10-5 si > 1500 SI.
Donc U(M) a = 3 10-5 M = 3 10-5 In 1.
Nous obtenons U(M) = (1,16) ( (rq) + ER + Met) + (3 10-5 In) = M.
Les calculs sont effectus avec un tableur qui dite le nuage de points (U(M), In).
81
Ce nuage de points est modlis sous la forme U(M) = M = k1In + k2 en utilisant la

mthode de la corde (chapitre V-B-III).
Lvaluation est conduite avec des poids talons M et de qualit F1 .
Exemple de feuille de calcul :
Nous retenons M = (0,29 M + 3,6) 10-4 g (P>= 95%)

Si la valeur mesure est M, il est garanti que la masse conventionnelle MC de lobjet pes
appartient lintervalle M M avec un niveau de confiance de lordre de 95%.
IV -Vrification dune balance.
Ltalonnage de la balance a conduit la fonction M = (0,29 * M + 3,6) 10-4 g (P>= 95%).

Cette fonction dvaluation de lincertitude doit tre affiche sur la balance et vrifie
rgulirement. Cette vrification est effectue en utilisant des poids talons (qualit F1) ayant
servi ltalonnage. Une feuille de calcul permet de procder rapidement. Il sagit
simplement de vrifier que lintervalle mesur M1 M1 contient lintervalle de dfinition du
poids talon M2 M2.
Si la balance nest pas juste, il faut procder une nouvelle valuation de lincertitude.
Voir les exercices des chapitres VI et VII
82
Annexe
Vrification, par pese, dune srie de fioles jauges
Pour des fioles de classe A, de volume V20N = 50,00 mL 20 C, le constructeur indique que
lincertitude dtalonnage (tolrance) Vet = 0,06 mL. Une fiole neuve est un talon , mais
les fioles vieillissent et peuvent perdre leurs caractristiques, en particulier si elles ont t
portes des tempratures suprieures 40 C (lave-vaisselle ou raction exothermique).
Lutilisation rgulire de dtergents est une autre source derreur.
Il est donc ncessaire de contrler priodiquement ltat des fioles jauges dun laboratoire.
Le principe de la mthode de contrle.

La premire ide est de calculer le volume V = m/ du liquide (de leau) partir de la mesure
de sa masse m. Une balance mesure la masse conventionnelle M = m (1-1,2(1/objet -1/8000)
et la masse volumique du liquide dpend de sa temprature : il nest pas simple dobtenir
une mesure de V partir dune mesure de M. Les constructeurs de verrerie jauge indiquent
comment sont contrls leurs produits : ils prennent en compte la dilatation du liquide (eau) et
de la fiole en fonction de la temprature mais aussi la pousse dArchimde de lair sur la
fiole lors de la pese (qui dpend de la pression atmosphrique, de la temprature et de
lhumidit de lair) : ces procdures sont difficilement applicables dans un laboratoire
denseignement.
Nous proposons de vrifier les fioles contrler en les comparant une fiole neuve
talon .
Dans le laboratoire, on conserve une fiole neuve talon (garantie) de chaque type : ces fioles
ne servent quau contrle des fioles du mme type. Le contrle est effectu par pese : la
porte de la balance doit tre suprieure la masse totale de la fiole pleine.
I Dfinition du facteur de contrle k des fioles.
On dispose deau distille la temprature du laboratoire.

Remplissons avec ce liquide, jusqu leur trait de jauge, la fiole talon et la fiole contrler.
V est le volume de liquide contenu par la fiole contrler.
Vref est le volume de liquide contenu par la fiole talon.
Le facteur de contrle k = (V - Vref)/Vref = ( (V/Vref) -1).
Les volumes V et Vref dpendent de la qualit de ltalonnage de la fiole, de lerreur de
rptabilit lors de lajustage du niveau et de la temprature du liquide.
On considre que la dilatation thermique de leau au voisinage de 20C peut tre exprime
sous la forme V= V20 (1 + a(-20)). V est le volume de liquide la temprature , V20 son
volume 20C et a le coefficient de dilatation thermique de leau.
De la mme faon, Vref = V20ref (1 + a(-20)).
Dans ces conditions, V/Vref = V20/ V20ref et k = ( (V/Vref) 1) = ( (V20/V20ref) 1).
Si les liquides sont la mme temprature , la valeur du facteur k ne dpend pas de cette
temprature.
II- Evaluation de lincertitude sur la valeur k = ( (V/Vref) -1) = ( (V20/V20ref) -1).

V20N est le volume nominal des deux fioles.
Le volume V20 = V20N + ERet + ERrep
ERet est lerreur dtalonnage de la fiole. Le constructeur fournit la valeur de la tolrance de
fabrication Vet. On associe cette erreur une variable alatoire de distribution rectangulaire
et de demi largeur Vet. Dans ces conditions, lincertitude largie U(V)et = 1,16Vet.
83
ERrep est lerreur de rptabilit de lajustage du niveau. Nous avons vu dans le chapitre VI
quon associe cette erreur une variable alatoire de distribution rectangulaire et de demi
largeur Vet/2. Dans ces conditions lincertitude largie U(V)rep = 1,16Vet/2 = 0,58 Vet.
Ces erreurs sont indpendantes. Si lon crit que V20 = V20N, lincertitude largie U(V20) est
value par : (U(V20)) = (U(V)et) + (U(V)rep) = (1,16Vet) + (0,58Vet) = 1,68(Vet)
De la mme faon, si lon crit V20ref = V20N, lincertitude largie U(V20ref) est value par :
(U(V20ref)) = (U(V20)) = 1,68(Vet).
Avec V20 = V20N et V20ref = V20N il vient :
k = ( (V/Vref) 1) = ( (V20/V20ref) 1)= ( (V20N/V20N) 1= 0.
Les erreurs sur les volumes sont indpendantes et lincertitude largie U(k) est value par :
(U(k)) = ((k/V20) U(V20)) + ((k/V20ref) U(V20ref))
Soit (U(k)) = (U(V20)/ V20ref) + (U(V20ref) (-V20/ (V20ref)))
Avec V20 = V20ref = V20N et (U(V20ref)) = (U(V20)) = 1,68(Vet), on obtient :
(U(k)) = (U(V20)/ V20N) + (U(V20) (-V20N/ (V20N))) = 2 (U(V20)/V20N)
Soit (U(k)) = 21,68 (Vet / V20N)
Donc U(k) = 1,83 Vet/V20N avec P = 95 %.
Si la fiole vrifie est correcte, on doit avoir k95% = 0 U(k).
Nous allons voir que le facteur k peut tre mesur par pese et que le rsultat de la
mesure est kmesur U(kmesur). La fiole vrifie est correcte si ce rsultat appartient
lintervalle 0 U(k).
III -La mesure par pese du facteur k
1- Organisation des peses :
Nous avons vu quune balance mesure la masse conventionnelle M = m (1 - a ( 1/ - 1 / e))

dun objet : m est la masse du corps pes, a est la masse volumique de lair, est la masse
volumique de lobjet et e est la masse volumique de la masse talon utilise pour le rglage
de la balance. Pendant la dure des mesures, toutes ces grandeurs sont considres comme
constantes et M = Km.
Pendant les oprations tous les liquides utiliss sont la mme temprature pratiquement
constante ( = 1 C).
Nous pesons dabord les fioles vides et sches. Lon obtient Mvref pour la fiole de rfrence et
Mv pour la fiole contrler. Le zro est rgl avant chaque pese.
Nous pesons ensuite les fioles pleines deau et ajustes. Lon obtient Mpref pour la fiole de
rfrence et Mp pour la fiole contrler.
Les masses conventionnelles de liquide peses sont donc Mref = Mpref - Mvref et M = Mp - Mv.
2- Calcul du facteur kmesur et valuation de lincertitude U(kmesur ) :

Nous calculons le rapport kmesur = (M- Mref)/ Mref = (M/Mref) - 1.
Compte tenu de la dfinition dune masse conventionnelle et des conditions des mesures,
M = Km et kmesur = (M/Mref - 1) = (m/mref - 1) =(m/mref - 1) = (V/Vref) 1= k
84
La balance a t talonne et on connat lincertitude largie (M ) = a M + b.

Mref = Mpref - Mvref donc U(Mref)= (M) + (M) = 2 (M)
M = Mp - Mv donc U(M)= (M) + (M) = 2((M))
Les erreurs sur la valeur des masses sont indpendantes et lincertitude largie U(kmesur) est
value par : (U(kmesur)) = ((k/ M) U(M)) + ((k/ Mref) U(Mref))
Soit (U(kmesur)) = (U(M)/ Mref) + (U(Mref) (- M / (Mref)))
Avec M # Mref et (U(M ref)) = (U(M)) = 2( (M)) , on obtient :
(U(kmesur)) = 2((M )/ Mref) +2((M) (- Mref / (Mref))) = 4 ((M)/ Mref)
Soit U(kmesur) = 2 ( M) / Mref
Ordres de grandeur :
Pour une fiole de 50mL, Mref = 50 g.
On utilise une balance pour laquelle ( M) = (0,29 M + 3,6) 10-4 g
Donc U(kmesur) = 7,2 10-5
Lincertitude U(k) = 1,83 Vet/V20N
V20N = 50 mL et Vet = 0,06 mL, donc U(k) = 2,2 10-3 >> U(kmesur).
Remarque :
Il nest pas ncessaire de conduire une analyse plus fine de lvaluation de lincertitude
U(kmesur) : dans tous les cas, lincertitude sur la valeur de kmesur est trs infrieure
lincertitude sur la valeur k = 0.
IV- Vrification des fioles :

Une fiole sera considre comme conforme si lintervalle k mesur U(kmesur) appartient
lintervalle 0,00 U(k) (intervalle de contrle).
Fioles
limines
k
0+ U(k)
0
0- U(k)
Fioles
conformes
Les valeurs de kmesur U(kmesur) sont reprsentes sur un graphique k(n) (n = numro
de la fiole ) sur lequel la bande 0,000 U(k) est reprsente.
On voit ainsi, si les fioles contrles sont conformes ou non.
V- Exemple
On contrle un parc de fioles jauges de 50,00 ml 20 C. On dispose dune fiole neuve dont
lincertitude dtalonnage Vet = 0,06 ml.
Les fioles, propres et sches, sont peses sur une balance de porte 202 g. On utilise une
balance pour laquelle ( M) = (0,29 M + 3,6) 10-4 g
Les fioles sont remplies et ajustes avec de leau dminralise prleve dans un bidon en
quilibre thermique avec la salle, puis peses. Dans chaque cas, on calcule la masse
conventionnelle de liquide pese.
85
On appelle mvide la masse conventionnelle des fioles vides et mpleine la masse

conventionnelle des fioles pleines. m = mpleine - mvide est la masse conventionnelle de
liquide pese.
Les donnes sont crites dans une feuille de calcul dans laquelle tous les calculs et tous les
graphiques sont programms.
Il apparat que, dans ce cas, toutes les fioles vrifies sont conformes.
86
Chapitre VIII
TP doptique
Le thme de ce chapitre est la mesure de la distance focale dune lentille convergente. Elle
sera conduite en utilisant deux mthodes dont nous pourrons comparer les incertitudes.
Ce sera loccasion de mettre en uvre les outils et les mthodes que nous avons dfinis dans
les chapitres prcdents et de montrer que leur utilisation est tout fait gnrale.
A- Mesure de la distance focale dune lentille mince par la mthode de

BESSEL.
Rappelons rapidement cette mthode : on dispose dune lentille convergente dont la distance
focale f est denviron 20 cm et dun banc optique gradu sur lequel lon peut reprer la
position dun objet lumineux, dun cran, et du centre optique dune lentille. Lobjet lumineux
est une flche opaque dispose sur une grille, claire par une lampe mettant de la lumire
blanche. Limage de cet objet est forme sur un cran.
On fixe la distance entre lobjet et lcran :
D = n2 n1 = 100,0 cm > 4 f.
On recherche ensuite les positions x1 et x2 de
d
la lentille qui permettent dobtenir une
image nette de lobjet sur lcran. La
distance entre ces deux positions, d = x2 x1.
n1
x1
x2
n2
Dans ces conditions lon tablit, en utilisant
les lois des lentilles minces , que :
f = ( D - d)/4 D.
Objet
Image
La mesure de la valeur de f est donc une
mesure indirecte.
Il suffit de mesurer les distances D et d pour obtenir une valuation de la distance focale f de
la lentille. Mais quelle est alors lincertitude f de cette mesure ?
Remarque :
D
Les mesures sont effectues avec de la lumire blanche. La distance focale dune lentille est dfinie pour une lumire monochromatique de
longueur donde donne. Le mesurande est donc mal dfini.
Si les variables alatoires associes aux grandeurs D et d sont indpendantes, alors on peut
utiliser le thorme des variances et crire que U(f) = ((f/D) U(D))+ ((f/d) U(d)).
Avec f/D = (D+d)/ 4D et f/d = -d/(2D).
Il faut donc valuer les incertitudes largies U(D) et U(d).
I- Evaluation de U(D).
D = n2 n1 : pour valuer lincertitude largie U(D) il faut analyser les erreurs qui affectent
les valeurs des positions n1 et n2.
Objet
ERS n1 = (n1 n1vrai) > 0
Support
Index
n1vrai
n1
Rgle gradue
Lobjet est mont sur un support. La position n1 du support est repre sur le rglet et elle est
cense reprer la position n1vrai de lobjet : il y a toujours une erreur systmatique
87
ERSn1 = n1 n1vrai. Il y a aussi une erreur de lecture ERlect1. Ainsi n1 = n1vrai + ERSn1 + ERlect1.
De la mme faon n2 = n2vrai + ERSn2 + ERlect2.
Les erreurs systmatiques ERSn1 et ERSn2 concernent deux situations diffrentes et nont pas
la mme valeur. Il en est de mme des erreurs de lecture.
Donc D = n2 n1 = (n2vrai + ERSn2 + ERlect2) (n1vrai + ERSn1 + ERlect1).
Soit D = Dvrai + ERSn2 + ERlect2 - ERSn1 - ERlect1.
Il nest pas question de corriger les erreurs systmatiques. Nous allons associer des variables
alatoires chaque erreur. Si elles sont indpendantes, alors nous pourrons valuer U(D) en
utilisant le thorme des variances.
On associe chaque erreur systmatique une variable alatoire de distribution rectangulaire
dont nous valuons la demi largeur 1 mm = d, la rsolution du rglet.
Dans ces conditions, U(n)ERS = 1,16d.
On associe une autre variable alatoire aux erreurs de lecture. Nous suivons le GUM et
adoptons U(n)lect = (2d)/12 = 0,58d.
Toutes ces variables alatoires sont indpendantes donc :
U(D) = U(n)ERS1 + U(n)ERS2+ U(n)lect1+ U(n)lect2 et U(D) = 2 U(n)ERS + 2 U(n)lect.
Remarque :
Nous avons considr que les valeurs n1 et n2 taient exprimes en cm. Nous avons donc
suppos que le rglet tait parfait. On peut aussi considrer que n1 et n2 sont des indications
(nombres sans unit) et que D = (n2 n1) k avec k = 1 cm. Les dfauts du rglet conduisent
une incertitude sur la valeur de k. Compte tenu des ordres de grandeur, nous avons nglig
cette incertitude.
II- Evaluation de U(d).

d = x2 x1.
Il y a une erreur systmatique de position ERSx entre la position x du support et la position du
centre optique de la lentille. Mais cette erreur est la mme pour les positions x1 et x2 donc
ERSx1 = ERSx2 = ERSx.
Il y a aussi une erreur de lecture ERlect chaque fois que lon repre une position sur le rglet.
Comme plus haut, U(x)lect = 0,58d.
On constate que plusieurs positions x1 ou x2 donnent une image nette (le critre de nettet
nest pas objectif : il est dfini par lexprimentateur). Il y a donc une troisime source
derreur ERmap. Pour valuer cette erreur on recherche les positions extrmes x min et xmax qui
donnent une image nette. On retient, comme valeur mesure x, la valeur mdiane de cet
intervalle et le demi intervalle ERmax = (xmax - xmin)/2. Nous associons cette erreur une
variable alatoire de distribution rectangulaire et de demi largeur ERmax.
Dans ces conditions U(x)map = 1,16ERmax.
Nous avons donc x1 = x1vrai + ERSx + ERlect1 + ERmap1 et x2 = x2vrai + ERSx + ERlect2 + ERmap2.
Donc d = x2 x1 = dvrai + ERSx + ERlect1 + ERmap1 (ERSx + ERlect2 + ERmap2).
Soit d = dvrai + ERlect1 + ERmap1 - ERlect2 - ERmap2 (lerreur systmatique ERSx disparait).
Toutes les variables alatoires associes ces erreurs sont indpendantes donc :
U(d) = 2 U(x)lect + U(x1)map + U(x2)map

Toutes les variables alatoires sont indpendantes et nous pouvons valuer U(f) avec :
U(f) = ((f/D) U(D))+ ((f/d) U(d)) avec f/D = (D+d)/ 4D et f/d = -d/(2D).
Pour pouvoir mettre la disposition des lves une feuille de calcul rdige dans leur langage,
nous utiliserons les notations suivantes :
88
Incertitude de lecture U(x ou n)lect = p = 0,58d.

- Erreur de position ERS = 0,1 cm ( ce qui conduira U(n)ERS = 1,16ERS.
- Erreur maximale de mise au point ERmax1 (U(x1)map = 1,16 ERmax1).
- Erreur maximale de mise au point ERmax2 (U(x2)map = 1,16 ERmax2).
U(D) sera note D, U(d) = d et U(f) = f.
Dans ces conditions, D = 2(1,16ERS) +2(p),
d = 2(p) + (1,16ERmax1) + (1,16ERmax2)
Et f = (((D + d)/(4D))D) + ((d/(2D))d).
Rsultat de mesure : f = (19,84 0,13) cm.
B- Mesure de la distance focale dune lentille convergente en utilisant

lexpression -(1/p) + (1/p) = 1/f.
Le dispositif est le mme que pour la mthode de Bessel.
n1 est la position de lobjet.
n2 est la position de lcran.
x est la position de la lentille lorsque limage de lobjet sur lcran est nette.
p = n1 x est ngatif, p = n2 x est positif et f = (pp) / (p - p) est positif.
Nous pouvons utiliser les mesures effectues dans le A pour mesurer f avec cette mthode.
Nous disposons de deux valeurs de x (x1 et x2) et nous obtiendrons deux rsultats dont nous
valuerons lincertitude : nous pourrons alors comparer les diffrentes mthodes.
Si les variables alatoires associes aux grandeurs p et p sont indpendantes, alors :
U(f) = ((f/p) U(p))+ ((f/p) U(p)) avec f/p = (p- f) / (p-p)
et f/p = (p+f) / (p-p).
Nous allons dabord valuer les incertitudes largies U(p) et U(p).
I -Evaluation de U(p) :
p = n1 x
Les erreurs sur les positions n1 et x sont les mmes que plus haut.
Donc n1 = n1vrai + ERSn1 + ERlect1 et x = xvrai + ERSx + ERlectx + ERmapx.
Soit p = (n1vrai + ERSn1 + ERlect1) (xvrai + ERSx + ERlectx + ERmapx).
Et p = pvrai + ERSn1 + ERlect1 - ERSx - ERlectx -ERmapx
On associe aux erreurs systmatiques une variable alatoire de distribution rectangulaire et de
demi largeur ERS = 0,1 cm. Donc U(x ou n)ERS = 1,16ERS.
89
Les erreurs de lecture sont toujours values par U(n ou x) lect = 0,58d.
Les erreurs de mise au point restent values par U(x)map = 1,16 ERmax.
Les variables alatoires associes ces erreurs sont indpendantes et ;
U(p) = U(n)ERS + U(x)ERS + U(n)lect + U(x)lect + U(x)map.
Soit U(p) = 2( 1,16ERS) + 2 ( 0,58d) + (1,16 ERmax)
II -Evaluation de U(p) :
p = n2 x
Avec n2 = n2vrai + ERSn2 + ERlect2 et x = xvrai + ERSx + ERlectx + ERmapx.
Donc p = (n2vrai + ERSn2 + ERlect2) (xvrai + ERSx + ERlectx + ERmapx).
Et p = pvrai + ERSn2 + ERlect2 - ERSx - ERlectx -ERmapx
Les variables alatoires associes ces erreurs sont indpendantes et ;
U(p) = U(n)ERS + U(x)ERS + U(n)lect + U(x)lect + U(x)map.
Soit U(p) = 2( 1,16ERS) + 2 ( 0,58d) + (1,16 ERmax) = U(p)
III- Evaluation de U(f) :

Pour valuer U(f) partir de U(f) = ((f/p) U(p))+ ((f/p) U(p)), il faut que les
variables alatoires associes aux grandeurs p et p soient indpendantes. Mais la grandeur x
est commune aux grandeurs p et p : toute erreur sur la valeur x a pour consquence une
erreur sur la valeur p et la mme erreur sur la valeur p. Les variables alatoires associes p
et p ne sont donc pas indpendantes et nous ne pouvons pas utiliser le thorme des
variances.
Nous navons pas doutil pour valuer U(f) si les variables alatoires ne sont pas
indpendantes.
Avant dabandonner, nous allons essayer dvaluer quelle erreur nous commettons en
appliquant le thorme des variances.
Dans ces conditions, U(f) = ((p- f)/ (p-p) U(p))+ ((p+f)/(p-p) U(p))
Posons sp = (p-f)/(p-p) et sp = (p+f)/(p-p).
Puisque U(p) = U(p) = p il vient U(f) = (sp p) + (sp p).
Une feuille de calcul traite ces donnes avec nos valeurs mesures :
n1 = 30 cm, n2 = 130 cm et x = 102,5 cm. Les erreurs et incertitudes ont la mme valeur
quavec la mthode de Bessel.
Il apparat que le terme (sp p) est ngligeable devant (sp p) : nous pouvons donc sans
inconvnient retenir le rsultat de mesure f = (19,93 0,21) cm.
Avec la deuxime valeur x = 57,1 cm, on obtient : f = (19,75 0,21) cm. Dans ce cas cest le
terme (sp p) qui est ngligeable devant le terme (sp p).
90
C Comparaison des rsultats des deux mthodes.

Pour la mme lentille, nous obtenons les rsultats suivants :
Mthode de Bessel : f = (19,84 0,13) cm.
Mthode de Descartes : f = (19,93 0,21) cm et f = (19,75 0,21) cm.
La mthode de Bessel est donc plus prcise que lautre mthode.
Chaque intervalle de confiance Descartes contient lintervalle de confiance Bessel .
Nous retiendrons que la sensibilit (la drive partielle) associe chaque incertitude largie,
joue un rle fondamental dans lvaluation dune incertitude compose.
Nous ne disposons pas de lentille talon , donc nous ne pouvons pas dtecter une
ventuelle erreur systmatique due ces mthodes.
91
Chapitre IX
Travaux Pratiques de Chimie analytique
Dans les chapitres VI et VII nous avons vu comment valuer lincertitude sur une masse
conventionnelle pese avec une balance et sur un volume mesur avec une verrerie jauge.
Nous allons utiliser ces donnes et notre mthode dvaluation des incertitudes dans le cadre
de Travaux Pratiques de Chimie analytique. Pour simplifier, les masses conventionnelles
seront appeles des masses et notes m. Une variation de temprature provoque une
variation de concentration : lincertitude sur les volumes prend en compte la dilatation
thermique et toutes les concentrations seront dfinies entre 16 et 24 C.
A Prparation de solutions : incertitude sur la concentration.

I.
Prparation partir dun produit pur (solide ou liquide).
- Exemple : prparation dun litre de solution de KCl de concentration (environ) 0,1 mol L-1.
Masse molaire de KCl, M = 74,55 g mol-1 (incertitude ngligeable).
Puret P du produit utilis, indique par le fabricant : minimum 99,5 % (toujours exprime en
pourcentage en masse).
On adoptera P = (100 + 99,5)/ 2 et P95% = (99,75 0,25) % : on associe P une variable
alatoire de distribution rectangulaire et de demi largeur P = 0,25 %. Lincertitude largie
U(P) est donc U(P) = 1,16P = 1,16 0,25 = 0,29 %.
Masse peser pour 0,1 mol L-1 : 7,455 g
Masse rellement pese m = 7,4321 g avec U(m) = m = (0,27m + 7,3) 10-4 g (pour la
balance utilis).
Ici, m = 0,93 mg donc m95% = (7,43210 0,00093) g
- Le produit est mis en solution dans de leau distille et le volume V est ajust 1000,0 mL
dans une fiole jauge de classe A. Lincertitude dtalonnage de la fiole, Vet = 0,40 mL.
Lincertitude largie sur le volume, U(V) = V = 1,5Vet = 0,60 mL si la temprature varie
entre 16 et 24C (voir le chapitre VI).
Soit V95% = (1000,00 0,60) mL
- La concentration de la solution C = (1000 Pm)/(VM) mol L-1 = 0,0994436 mol L-1
- Les erreurs alatoires sont indpendantes et on peut les composer en utilisant le thorme
des variances :
(U(C)/C) = (U(P)/P) + (U(m)/m) + (U(V)/V)
Soit (U(C)/C) = (2,501,16.10-3) + (0,125.10-3) + (0,6.10-3)
(U(C)/C) = 10-6 (8,41 + 0,0156 + 0,36) = 8,7856 10-6 (U(C)/C) = 2,964 10-3
U(C) = 0,295. 10-3 mol L-1. Donc U(C) = C = 0,30. 10-3 mol L-1 (p = 95%).
Et C95% = (0,09945 0,00030) mol L-1 (niveau de confiance >= 95 %) pour 16 < < 24 C
- Il apparat que lincertitude P sur la puret du produit est prpondrante.
- Ce type dopration tant courant, nous avons cr une feuille de calcul permettant dobtenir
rapidement le rsultat. Le rglage des chiffres significatifs appartient lutilisateur.
92
II.
Ralisation, par dilution dune srie de solutions.
- On utilise la solution prcdente (solution mre de concentration CM) pour prparer des
solutions filles de concentration CF (gamme de solutions talons).
- Exemple : on veut prparer 100 mL de concentration CM/2 = 49,73 10 3 mol L-1.
CF = (CM VM )/VF. On prlve VM = 50,00 mL avec une fiole jauge (classe A).
Lincertitude dtalonnage Vet = 0,06 mL et lincertitude U(VM) = 1,5Vet = 0,090 mL.
Ce volume est ramen, avec de leau distille, VF =100,00 mL dans une fiole de 100 mL
classe A.
Lincertitude dtalonnage Vet = 0,10 mL et lincertitude U(VF) = 1,5 0,1 = 0,15 mL
- Les variables alatoires sont indpendantes et lon peut utiliser le thorme des variances.
Soit (U(CF)/CF) = (U(CM)/CM) +(U(VM)/VM) + (U(VF)/VF)
Donc (U(CF)/CF) = (9,1 + 3,24 + 2,25) 10-6 = 14,59.10-6
Et (U(CF)/CF) = 3,82.10-3 U (CF) = CF = 3,82 10 -3 49,73 10-3= 0,19 10-3 mol L-1
- Finalement : CF95% = (49,73 0,19) 10-3 mol L-1 pour 16 < < 24 C
Il apparat que lincertitude U(CM) est prpondrante : rappelons quelle est essentiellement
due la puret du produit.
- On rencontre souvent la forme C2 = k(C1V1) / V2, aussi bien lors de dilutions que lors dun
dosage. Le facteur k permet dobtenir un outil gnral. Nous avons cr une feuille de calcul
permettant dobtenir rapidement le rsultat.
- Les incertitudes U(V) sont notes V. Pour des verreries jauges V = 1,5 Vet. Sil
sagit dun dosage U(V) = V = (d + (U(V)rep)) (voir le chapitre VI).
93
III.
Remarque : ralisation et utilisation dune gamme talon .
- La ralisation dune gamme talon sert, en gnral, effectuer un talonnage. Chaque

concentration CF est prsente lentre de la chane de mesure et on lit alors lindication In
de linstrument (spectrophotomtre, conductimtre,). On modlise le nuage de points CF
(In) pour obtenir, en gnral, C = aIn + b. Ce modle sert ensuite valuer la concentration
CX dune solution de mme nature et de concentration inconnue. On lit InX lorsque cette
solution est prsente lentre de la chane de mesure et lon calcule CX = aInX + b.
- Dans tous ces cas de figure, il peut tre intressant de procder dune autre faon. Au lieu de
reprsenter C (In), on reprsente k (In) avec k = (CF /CM).
La modlisation conduira k = aIn + b et, pour une solution inconnue, lon obtiendra :
kX = aInX + b = CX/CM CX = kXCM.
- Premier avantage :
k na pas dunit et les coefficients de dilution k sont en gnral simples (1 ; 0,8 ; 0,6 etc..).
- Deuxime avantage :
si kX = 0,425, par exemple, lon peut donner le rsultat du dosage sous la forme
CX = 0,425 CM sans prciser la valeur de CM.
- Lincertitude largie U(CX) sera value par (U(CX)/CX) = (U(kX)/kX) + (U(CM)/CM).
Cette mthode permet de sparer lincertitude U(kx) due la technique de laboratoire utilise
et lincertitude U(CM) sur la concentration de la solution mre (qui dpend de la puret du
produit utilis).
- Evaluation de lincertitude U(kx) :
S lon modlise la courbe dtalonnage sous la forme k = aIn + b, lincertitude
U(kX) = 1,16 [2(rq) + (ERmax) + (ket)] (voir le chapitre V)
q = ad est le quantum de la chane de mesure (d est la rsolution de lafficheur).
r est un coefficient qui prend en compte la rptabilit des mesures (sa valeur minimale est de
0,5 : voir le chapitre V).
ERmax est la valeur absolue maximale de lerreur de linarit et ket est lincertitude sur les
valeurs de k = CF/CM = VM/VF talons . Si cette incertitude nest pas constante pour les
diffrentes solutions talons (cest souvent le cas) lon prendra soit la valeur maximale de
ket, soit la valeur de ket qui correspond ERmax.
- Evaluation de ket :
ket = VM/VF : la valeur de CM nintervient pas
(U(ket)/ket) = (U(VM)/VM) + (U(VF)/VF)
- Si lon prend en compte linfluence de la temprature sur les volumes :
ket = = VM/VF = (V20M(1+a(-20)))/ (V20F(1+a(-20))) = V20M /V20F. La temprature de leau
et de la solution mre sont les mmes au moment de la dilution et le coefficient k et ne dpend
pas de la temprature des solutions.
- Les seules sources derreur sont donc lerreur dtalonnage de la verrerie et lerreur de
rptabilit.
- Pour simplifier, et rester en cohrence avec ce qui prcde, lon continue prendre en
compte linfluence de la temprature, ce qui nous permet dutiliser les incertitudes
standard sur la verrerie (U(V) = 1,5Vet).
- Reprenons lexemple prcdent :
On veut prparer 100 mL de concentration CM/2 = 49,73 10-3 mol L-1.
Dans ces conditions ket = CF /CM = 0,500
94
VM = 50,00 mL (fiole jauge de classe A) et U(VM) = 1,5Vet = 1,5 0,06 = 0,09 mL.
VF = 100,00 mL (fiole jauge de classe A) et U(VF) = 1,5 0,1 = 0,15 mL.
Donc (U(ket)/ket) = 10-4 ((0,18) +0,15)) = 10-4(0,0549) =5,49 10-6
Et (U(ket)/ket) = 2,343.10-3 = 2,4 10-3.
- On obtient donc U(ket) = ket = 1,2 10-3 soit ket = (500,0 1,2) 10-3 avec P >= 95%.
Pour chaque solution de la gamme talon , lon prcise ket ket : les valuations de ket
sont plus rapides que les valuations de U(CF) = CF. Lincertitude sur la concentration de la
solution mre (qui prend en compte la puret P du produit utilis) nest prise en compte que
dans lvaluation finale de U(CX) = CX.
Dans les deux paragraphes suivants nous allons voir une application de cette mthode.
B Dosage conductimtrique.
- La conductivit dune solution aqueuse de K++ Cl- varie en fonction de sa concentration et
de sa temprature. On utilise cette proprit pour doser une solution de K++ Cl- en utilisant
un conductimtre.
I.
Schma du montage.
Conductimtre
Cellule de
conductimtrie
Indication In
Solution de K+ + Cl la temprature
- La cellule de conductimtrie est plonge dans la solution de concentration C (mol L-1).

- Le conductimtre mesure la conductance de la cellule G = K : il affiche une indication In
telle que G = (1unit de conductance) In.
- K est la constante caractristique de la cellule et la conductivit de la solution.
La conductivit de la solution dpend de sa concentration C et de sa

temprature .
II.
C
La chane de mesure.
G = K
In

- Il y a deux grandeurs dentre : la concentration et la temprature de la solution. Si la
temprature des solutions est maintenue constante (voir plus loin) alors lindication In ne
dpend que de la concentration C de la solution et de la constante K de la cellule.
- On veut tablir, par talonnage, une fonction C = f(In) et utiliser cette fonction pour raliser
le dosage dune solution de K+ + Cl-. Dans ces conditions, il nest pas ncessaire de connatre
la constante K de la cellule : seule la relation C(In) nous intresse.
- Pour cette chane de mesure le mesurande est C. La temprature est une grandeur
dinfluence (linfluence de sur C est prise en compte dans lvaluation de C et elle est trs
faible devant linfluence de sur la conductivit de la solution).
95
III.
Contrle de la grandeur dinfluence .
- Le coefficient de temprature de la solution est a avec :

a = (/)/ = ((K)/(K))/ = (G/G)/ = 2% C-1 (la valeur de ce coefficient peut tre
value exprimentalement, ici nous utilisons une valeur publie).
- On considre que G = G20 (1 +a(-20)).
G est la conductance de la cellule la temprature lorsquelle est plonge dans une solution
de concentration C.
G20 est la conductance de la cellule 20,0 C lorsquelle est plonge dans la mme solution.
- Pour dterminer la variation de temprature tolrable, il faut une information sur la
conductance de la cellule plonge dans une solution de concentration C.
- Nous utiliserons des solutions de K++ Cl- de 0,01 0,1 mol L-1.
Pour la solution de 0,1 mol L-1 on a mesur G = 13,80 mS sur le calibre 20 mS 25,0 C.
Le quantum du conductimtre est q = 0,01 mS.

- Toute variation de conductance infrieure q = 0,01 mS, ne sera pas
vue par linstrument. Nous tolrons donc une variation de temprature
qui conduit une variation de conductance G infrieure 0,01 mS.
Soit (G - G20) = a (-20) = 0,01 mS = ( -20) = 0,01/0,02= 0,5 C.

- La variation de temprature des solutions ne doit donc pas dpasser 0,5 C pendant la
manipulation. On utilisera un bain thermostatique ou, plus simplement, un cristallisoir plein
deau la temprature de la salle. Dans tous les cas, il est indispensable de contrler la
temprature des solutions pendant la manipulation.
IV.
La prparation des solutions.
1.
Solution mre.
- On prpare une solution mre de KCl de concentration CM = 0,1 mol L-1 (environ
exact ) : voir A.
- On obtient CM = 0,09945 0,00030) mol L-1 (P = 95 %)
2.
Solutions filles (gamme talon).
- Ces solutions sont ralises par dilution et CF = (CMVM)/VF

CF : concentration de la solution fille.
VF : volume prpar de solution fille (100,0 mL).
VM = volume prlev de solution mre.
- Pour ce TP, il est intressant dutiliser le rapport ket = CF/CM = VM/VF. Les variables
alatoires associes aux erreurs sont indpendantes et les incertitudes sont composes en
utilisant le thorme des variances :
Nous avons ralis des solutions avec ket = 0,1 ; 0,25 ; 0,40 ; 0,50 ; 0,60 ; 0,75 ; 0,80 (voir le
A-III).
Pour chaque solution de la gamme talon , on calcule U(ket) = ket.
ket
0,10000 0,25000 0,4000 0,5000 0,6000
0,7500
0,8000 1,00000
-4
-4
-3
-3
-3
-3
5,8 10
1,5 10
1,2 10
2,1 10
1,73 10
2,2 10-3 0
ket 3,4 10
Les valeurs de ket peuvent sembler incohrentes : il faut penser que certaines solutions ont
t ralises avec un pipetage, dautres avec deux pipetages (pipettes de classe A).
96
Trs important : Toutes les solutions sont conserves dans des flacons en polythylne.
Dans un flacon de verre, leau dissout des ions du verre et la conductivit de la solution
augmente (attention aux solutions de faible concentration).
V.
Etalonnage de la chane de mesure et modlisation du nuage de
points.
- Les solutions sont places, de prfrence, dans des tubes en polythylne. Les tubes sont
placs dans un bain thermostatique mme sommaire. Les mesures ne sont effectues que
lorsque les solutions sont en quilibre thermique avec le bain.
Pour les mesures que nous avons ralises, la temprature des solutions est reste constante et
gale 22,0 C pendant toute la dure (brve) de la manipulation.
- Pour chaque solution talon ket, la cellule de conductimtrie est rince avec de leau distille
puis avec la solution talon (tubes de rinage) avant dtre plonge dans la solution talon.
- Pour chaque solution talon, on relve lindication In de linstrument (sans unit) et lon
dite le nuage de points ket = f(In). Le nuage de points est ensuite modlis sous la forme
k = aIn + b.
La modlisation conduit k = 0,073989In 0,02647

Lors dun test de rptabilit (N mesures conscutives du mme mesurande, dans les mmes
conditions) on lit toujours la mme indication In : le coefficient de rptabilit r est donc gal
0,5 (chapitre V).
VI.
Dosage dune solution.
- Pour contrler la qualit de nos rsultats, nous dosons une solution connue.
ket95% = 0,7500 0,0018
La valeur de ket est donc comprise entre 0,748 et 0,752 (P = 95%).
- Pour cette solution, dont le facteur k est suppos inconnu, lindication Inx = 10,47.
On peut donc prvoir une valeur probable kx = a Inx + b = 0,74819483.
Evaluation de lincertitude sur la valeur de kx :
97
- Lincertitude U(kX) = kX est value par kX= 1,16[2(rq) + (ERmax) + (ket)] en

considrant que toutes les variables alatoires ont une distribution rectangulaire (ce nest pas
le cas de ket, mais lon conserve lexpression standard et le calcul montre que la
diffrence est ngligeable).
q = ad, d tant la rsolution de lafficheur.
On a donc q = a d = 0,0739890,01 (calibre 20 mS et 2000 points) = 7,399 10-4
- Nous avons vu que le coefficient de rptabilit r = 0,5.
- Lerreur de linarit ER = (aIn +b) - ket est calcule pour chaque solution talon.
On en dduit la valeur absolue maximale de cette erreur, ERmax = 0,00993 = 99,3 10 -4 qui
correspond ket = 0,500.
- Lincertitude ket prise en compte est celle de ket = 0,500 soit ket = 12 10-4
On a donc kX= 1,16 [(27,3 + 9860,5 + 144) 10-8]= 1,16 100,16 10-4
Soit kX = 116,18 10-4 = 0,012
- Le rsultat du dosage est donc kX95% = 0,7481948 0,012 = (0,748 0,012) ( P = 95%).
On prvoit donc que 0,736 < kX < 0,760 (P>= 95%) alors que lon sait que cette valeur est
comprise entre 0,748 et 0,752 (P >= 95%).
Lintervalle de confiance de la mesure
0,736
0,760
contient lintervalle de confiance de
ltalon .
Valeur
Le systme de mesure est donc juste.
mesure
0,748 0,752 talon
Remarque importante :
Notre mthode conduit une incertitude constante de la valeur de de kX pour 0,1 < kX < 1.
Lincertitude relative de kX varie donc en fonction de kX :
pour kX = 0,5 on a kX/kX= (0,012/0,5)100 = 2,4%
pour kX = 0,2 on a kX/kX= (0,012/0,2)100 = 6,0%
Si lon souhaite une incertitude relative infrieure, par exemple, 3 %, il faut limiter
ltendue de mesure de la chane de mesure.
- On peut prolonger cette tude en valuant la concentration CX de la solution inconnue.
kX = CX/CM CX = kX CM
- Les variables alatoires associes aux erreurs sont indpendantes et
U(CX)/CX = ((U(kX)/kX)+ (U(CM)/CM)).
Donc U(CX)/CX = (1,6 10-2) + (0,3 10-2)
Et CX = 0,09944 0,748 = 0,07438 mol L-1
U(CX)/CX = 10-2 (2,56 + 0,09) = 1,63 10-2 = 1,6 10-2
Donc U(CX) = CX = 0,00119 = 0,0012 mol L-1 et CX/CX = 1,6 %.
- On obtient CX95% = 0,07436 0,0012 = (0,0744 0,0012) mol L-1 pour 16 < < 24 C.
Nous savons que cette mesure est juste.
98
C Dosage spectrophotomtrique.
Le mesurande est la concentration C dune solution colore lorsquelle est claire avec
une lumire blanche (on utilise un spectrophotomtre travaillant avec une lumire dont la
longueur donde varie de 325 900 nm). Linstrument est rgl de telle sorte que son
indication In = 1 AS : AS est labsorbance du solut. Dans certaines conditions lon obtient
C = k AS = k In et lon peut doser une solution.
Transmittance et absorbance dun solut.
I.
Cuve + solvant
Une cuve transparente est claire par une lumire

monochromatique de longueur donde . La puissance
lumineuse entrant dans la cuve est 0.
La transmittance de lensemble cuve + solvant est
T1 = 1/0.
Son absorbance A1= -log(T1) = Acuve + Asolvant.
Cuve + solution (C)
La transmittance de lensemble cuve + solution (C est

la concentration du solut) est T2 = 2/0.
Son absorbance
A2 = -log(T2) = Acuve + A solvant + A solut.
La diffrence A2 A1 =Asolut = AS =-log(T2)+log(T1) = -log (T2/T1) = -log (2/1) =-log (TS).

Ainsi, si lon prend 1 comme flux de rfrence, on limine labsorption de lumire par la
cuve et le solvant. La transmittance du solut TS = 2/1 et son absorbance AS = -log(TS).
II.
Loi de Beer .
AS = LC
reprsente la probabilit dabsorption dun photon incident par une molcule ou un ion
du solut, ce coefficient dpend de la longueur donde de la lumire utilise.
L est lpaisseur de liquide traverse par la lumire.
C est la concentration du solut.
- Si est constant pour toutes les valeurs de C et si L = constante, alors AS = kC : cela est
vrifi si la concentration C est infrieure une limite Clim.
On peut alors mesurer simplement C en mesurant AS.
- Il faudra dabord sassurer que les photons utiliss sont bien absorbs par le solut ( fort).
La premire tape consiste tracer AS (), le spectre dabsorption du solut (L et C
constants). On obtient ainsi AS = k1 avec k1 = LC.
Mais, mme avec un spectrophotomtre performant, la lumire utilise nest jamais
monochromatique : est la bande passante du monochromateur. Pour que le coefficient
soit bien dfini lors du dosage, il est important de rgler la longueur donde dans une zone ou
est constante et maximale (maximum dabsorption que nous noterons max).
Remarque :
Ltalonnage des monochromateurs tant rarement contrl, il est prfrable de rechercher
exprimentalement, dans chaque cas, la longueur donde correspondant un maximum
dabsorption.
99
III.
La chane de mesure.
max
Conditionneur
Afficheur
U = k
Capteur
In = 1AS
Zro
Gain
- Un capteur transforme son clairement E = /S en un signal lectrique. Le conditionneur de

signal permet dobtenir une tension U = k.
- Le rglage du zro permet de raliser la condition = 0 U = 0 In = 0.
- Le rglage du gain permet de rgler la valeur de k.
Lecture directe de la transmittance TS (ou de labsorbance AS) :
Nous avons vu que pour mesurer AS ou TS, il suffisait de choisir le flux 1, sortant de
lensemble cuve + solvant, comme faisceau de rfrence.
La longueur donde est rgle au maximum dabsorption. Pendant toute la manipulation, le
flux 0 entrant dans les cuves doit rester constant.
On effectue le rglage du zro (en gnral en obturant le faisceau par un volet opaque).
On place dans le faisceau la cuve contenant le solvant.
On mesure U1 = k1 = k (1/0) = kT1.
On rgle le gain du conditionneur pour obtenir une indication In = 100 : linstrument affiche
In = T1 = 100 %.
On place ensuite dans le faisceau une solution de concentration C.
On a U2 = k2 = k ( 2/0) = k T2 et linstrument affiche In = T2 (%).
Puisque TS = T2 /T1, avec T1 = 100 % = 1, on a In = TS = T2.
Les spectrophotomtres numriques sont quips dun calculateur et affichent, au choix, TS
ou AS.
Pendant toute la manipulation on contrlera rgulirement le zro et le

100 % .
IV.
Le dosage dune solution.
- On ralise une srie de solutions talons partir dune solution mre . Chaque
solution a une concentration Cet Cet (P >= 95%).
- La longueur donde de la lumire est rgle au maximum dabsorption. Le zro et le
100 % sont rgls et vrifis rgulirement. Linstrument est programm pour afficher
AS = 1In.
- On utilise un jeu de N cuves (une pour le solvant, les autres pour les solutions talons ),
supposes identiques. On trace C = Cet = f(In).
100
C
Clim
Cx
Inx
V.
In
Si la loi de Beer est vrifie, on obtient un nuage de

points distribu autour dune droite.
Cela est obtenu si C < Clim.
Le nuage de points entre C = 0 et Clim est modlis sous
la forme C = aIn+ b (avec b voisin de zro).
Si lon place dans le faisceau une solution de
concentration Cx inconnue (0 < Cx < Clim), la lecture
de Inx conduit une valuation de Cx = aInx + b.
Les sources derreur.
- Tout ce qui prcde suppose que lon utilise toujours la mme cuve. Pour des raisons
pratiques, ce nest pas le cas : on utilise un jeu de N cuves supposes identiques. Dans les
laboratoires denseignement les cuves en plastique sont souvent rutilises et elles ne sont
plus identiques.
- Nous proposons un test permettant de trier les cuves et dvaluer la rptabilit des
mesures (position de la cuve dans le faisceau, lumire parasite,).
On slectionne N cuves (on prvoit quelques cuves supplmentaires pour le dosage). Le
zro et le 100 % sont rgls. On remplit les N cuves (y compris celle qui est destine
contenir le solvant) avec une solution correspondant au milieu de l'tendue de mesure de C.
On mesure N fois la valeur correspondante de In. On retient U(In) = t95%(N-1)N (t95% est le
coefficient de Student correspondant N mesures et P = 95%).
- Lincertitude U(In) = t95%(N-1)N est exprime sous la forme U(In) = rd (d est la
rsolution de lafficheur). La valeur minimum de r est de 0,5 (voir le chapitre V).
- Si une cuve donne une valeur mesure manifestement loigne de la moyenne des valeurs
mesures, alors on la change. Les N cuves tant slectionnes, elles sont vides, rinces, puis
remplies avec le solvant ou lune des solutions talons.
- Les autres sources derreur sont :
La quantification (spectrophotomtre numrique).
Lerreur sur la concentration Cet des solutions talons.
Lerreur de linarit du modle C = aIn + b utilis.
VI.
Evaluation de lincertitude C.
- Nous avons vu (chapitre V) que, chaque fois que lquation utilise pour la prvision dun
rsultat provient dune modlisation du type M = aIn + b, lincertitude de mesure est
exprime sous la forme M = constante.
- Lon a tabli que, dans ce cas, U(M) = M = 1,16[2 (rq) +Met+ (ERmax)] avec un
niveau de confiance P >= 95% (en considrant que toutes les variables alatoires ont une
distribution rectangulaire).
- Soit, ici, U(C) = C = 1,16 [2 (rq) +Cet+ (ERmax)] avec P>= 95%.
- Pour chaque point (Cet, In) de ltalonnage, on calcule C = aIn + b, la valeur de C prvue en
utilisant le modle. On calcule ensuite, pour chaque point, la diffrence ER = C - Cet (Cet est la
concentration de la solution talon correspondant chaque valeur de In).
- On trace ER(C) puis lon repre ERmax, la valeur maximale de |ER| et la valeur
correspondante de Cet (ou la valeur maximale de Cet).
- Le quantum q de linstrument est q = a d (g/L) (a est la pente du modle et d est la
rsolution de lafficheur).
101
Les rsultats obtenus :

- Nous utilisons des solutions de rouge Ponceau (ces solutions sont trs stables dans le temps).
- La solution mre est ralise en diluant une masse m = 66,0 mg de colorant solide, dans
une fiole jauge de volume V = 1000 mL.
U(m) = (0,27 m + 7,3) 10-4 g = 7,32 10-4 g (balance de porte 200 g).
U(V) = 1,5Vet = 6 mL. Vet = 0,4 mL est lincertitude dtalonnage communique par le
constructeur de la fiole (classe A).
Soit CM = m/V = 0,066 gL-1.
- Les variables alatoires associes aux erreurs sont indpendantes et on les compose en
utilisant le thorme des variances : (U(CM)/CM) = (U(m)/m) + (U(V)/V)
Donc (U(CM)/CM) = (1,23 + 0,36) 10-4 (U(CM)/CM) = CM/CM = 1,26 %
Et U(CM) = CM = 8,3 10-4 g L-1 avec P >= 95% (cette incertitude prend en compte une
variation de temprature entre 16 et 24 C).
- Les solutions talons (solutions filles ) sont obtenues par dilution de la solution mre.
Dans chaque cas CF = CMVM/ VF (VM = volume de solution mre et VF = volume de solution
fille)
- Nous voulons valuer le systme de mesure en saffranchissant de la prcision de la solution
mre. Pour cela nous allons utiliser le coefficient k = CF/CM = VM/VF (sans unit).
Dans ces conditions, (U(k)/k) = (U(VM)/VM) + (U(VF)/VF) ne dpend pas de CM.
Les solutions ralises ont un facteur k qui varie de 0,025 1.
- Pour la solution k = 0,15, on trace AS() et lon repre la longueur donde correspondant au
maximum dabsorption : avec ce type de solution, max = 512 nm. Dix mesures de test de la
rptabilit sont alors effectues pour k = 0,15 et lon obtient r = t95% (N-1)N /d = 1,11 (la
rsolution de lafficheur d = 0,001).
- On utilise lensemble des solutions talons et lon dite le nuage de points k (In). Le zro
et le 100% sont rgls rgulirement.
- Il apparat (visuellement) que le nuage de points peut tre considr comme distribu autour
dune droite pour 0 < k < 0,25.
- Les valeurs mesures pour 0 < k < 0,25 sont modlises sous la forme :
k = aIn + b = 0,4147In + 0,0013.
- Le quantum de la chane de mesure q = ad = 4,15 10-4.
Avec la feuille de calcul suivante, on obtient :
102
- Lerreur de linarit (kprvu par le modle - ktalon) est distribue autour de zro. Sa valeur absolue
maximale ERmax = 1,36 10-3. Lincertitude correspondante de la solution talon ket = 6 10-4.
Lincertitude U(k) = k = 1,16 [2 (rq) +ket+ (ERmax)] = 1,16 10-4 * [ 42 + 36 + 185]
(ordres de grandeur) soit k = 1,88 10-3 (P >= 95%). Le calcul considre que toutes les
variables alatoires ont une distribution rectangulaire : ce nest pas le cas de ket mais le calcul
montre que cela ne change pas grand chose au rsultat et lon utilise la forme standard de
lvaluation de M.
- Cest donc le dfaut de linarit du nuage de points qui introduit une contribution majeure
lincertitude du rsultat. Il ne servirait pas grand chose de choisir un spectrophotomtre
ayant une rsolution d < 0.001.
Lincertitude relative de la valeur de k varie de la faon suivante :
k/k
k/k %
8,00E+00
6,00E+00
4,00E+00
2,00E+00
0,00E+00
0
0,05
0,1
0,15
0,2
0,25
0,3
Ainsi, k/k sera infrieur 2 % si 0,1 < k < 0,25.
Dosage :
Pour la solution de rouge Ponceau ket = 0,15 4. 10-4 , on lit In = 0,356.

On obtient, en utilisant le modle, kX = 0,1489 0,0019 soit kX/kX = 1,3 %.
La mesure de kX est donc juste.
La concentration de la solution CX = kX CM = 0,14890,066 = 0,009827 gL-1
Et (U(CX)/CX) = (U(kX)/kX) + (U(CM)/CM)
Donc (U(CX)/CX) = 1,96 10-4 + 1,588 10-4 = 3,55 10-4, soit (U(CX)/CX) = Cx/Cx = 1,89 %.
Donc Cx = 1,8 10-4 g L-1.
Et CX95% = (9,83 0,18) 10-3 g L-1 (P >= 95%) pour 16 < < 24 C.
Remarque :
Les incertitudes U(CM) et U(kX) ont le mme ordre de grandeur. La solution mre est de
qualit mdiocre : on a pes 66 mg avec une balance de porte 200 g.
103
Rsum et aide mmoire

- Nous avons tent dextraire lessentiel de ce document. Ce rsum suppose que le lecteur a
lu, au moins, les chapitres I, II, III, IV.
- La partie aide mmoire rappelle des donnes et des rgles souvent utilises lors de
lvaluation de la valeur dune incertitude de mesure.
- Ce rsum prend uniquement en compte lvaluation de lincertitude dune mesure effectue
par le mme oprateur, avec le mme matriel.
A- Erreur et incertitude de mesure :

I- Mesure de la valeur dun mesurande :
1 -Erreur de mesure :
- On prsente un mesurande M de valeur vraie Mvrai lentre dun systme de mesure et lon
recherche la valeur Mvrai du mesurande.
- Le systme de mesure contient tout ce qui est ncessaire pour obtenir une valeur mesure m du mesurande M, c'est--dire un nombre et une
unit.
Valeur vraie du
mesurande M
Systme de
mesure
Mvrai
Valeur
mesure m
Mvrai
Erreur ER = m - Mvrai
m
- Il y a toujours une erreur ER = m Mvrai et, la valeur Mvrai tant inconnue, la valeur de cette
erreur est toujours inconnue.
Il est donc impossible dobtenir la valeur Mvrai partir de la valeur m.
2- Erreur alatoire et erreur systmatique :
- Pour distinguer ces erreurs il faut considrer que le mme oprateur effectue, dans les mmes conditions, N mesures du mme mesurande
(conditions de rptabilit).
- Une erreur systmatique est une erreur qui prend la mme valeur (inconnue) lors de
chaque mesure.
Exemples :
Erreur de position dune lentille sur son support, erreur due la rsistance des fils de liaison
lors de la mesure dune rsistance,..
- Une erreur alatoire est une erreur qui prend une valeur diffrente lors de chaque
mesure.
Exemples :
Erreur de mise au point lors de la formation dune image, erreur de lecture de la position dun
index devant une chelle gradue,
- Nous ne corrigeons que trs rarement une erreur systmatique.
Pratiquement dans tous les cas, nous associons une variable alatoire une erreur
systmatique.
104
3- Incertitude de mesure :
La valeur de lerreur ER est toujours inconnue, mais nous disposons doutils permettant
dvaluer quel intervalle (ERmin ; ERmax) appartient cette valeur, avec un niveau de
confiance de 95 %.
- Il y a 95 chances sur 100 pour que la
Valeur
valeur de lerreur ER appartienne
mesure m
lintervalle de confiance (ERmin ; ERmax).
m + ERmax
Intervalle
de - La valeur M de lincertitude de la
Mvrai
confiance
2M.
mesure est, par dfinition, gale la moiti
Erreur ER
de lintervalle de confiance.
m
Niveau de confiance - Il y a donc 95 chances sur 100 pour que la
P = 95 %.
valeur vraie du mesurande appartienne
lintervalle (m - M ; m + M).
m + ERmin
- Le rsultat de mesure est M = m M
avec P = 95 %.
Le rsultat de mesure nest jamais un nombre : cest toujours un intervalle

de confiance associ un niveau de confiance.
Le rsultat de mesure M est constitu de la valeur mesure m, de lincertitude de
mesure M et dune unit.
B- Evaluation de lincertitude de mesure :
- Pour valuer la valeur M de lincertitude de mesure, il faut valuer lintervalle des valeurs
probables de lerreur ER avec un niveau de confiance de 95 %.
- La valeur de lerreur ER est toujours inconnue, mais les statistiques (chapitre II) nous
permettent dvaluer lintervalle de confiance de la valeur ER avec un niveau de confiance
P = 95 %.
Mesure directe : on dit quune mesure est directe lorsque le systme de mesure fournit
directement la valeur mesure (thermomtre, multimtre).
Mesure indirecte : on dit quune mesure est indirecte si la valeur mesure doit tre calcule
partir de la valeur de plusieurs grandeurs (mesure de la valeur dune surface partir de deux
mesures de longueur, par exemple).
I- Reprage des diffrentes sources derreur :
Lors dune mesure directe, en gnral, plusieurs sources derreur ER1, ER2, interviennent
et m = Mvrai + ER1 + ER2+. = m + ERm avec ERm = ER1 + ER2 +..
Exemples :
Erreur de lecture, erreur de quantification, erreur de linarit, erreur dtalonnage, etc.

Avant dvaluer lincertitude de mesure, il faut reprer les diffrentes sources derreur
ER1, ER2, ...
II- Evaluation de lincertitude largie associe chaque type derreur :
105
- On associe chaque erreur une variable alatoire x dfinie par son type de fonction de
distribution, sa demi largeur a et son cart-type : cela signifie que lon dispose
dinformations sur les erreurs ERi et que lon sait les traduire sous une forme statistique.
Nous nutilisons que les fonctions de distribution rectangulaire (uniforme) et normale
(gaussienne).
Pour une fonction de distribution normale, de demi largeur a, lcart-type = 0,33 a.
Pour une fonction de distribution rectangulaire, de demi largeur a, lcart-type = 0,58 a.
Erreurs indpendantes :
- Les variables alatoires associes chaque erreur sont indpendantes sil ny a aucune
relation entre les valeurs de ces grandeurs : ce qui est trs souvent le cas. Nous dirons alors
que les erreurs sont indpendantes : la valeur de lerreur ER1 ne dpend pas de la valeur de
lerreur ER2.
III- Composition des incertitudes : thorme des variances (chapitres II et III)
- Si les variables alatoires sont indpendantes, le thorme des variances permet
dvaluer simplement la valeur de lincertitude M de la mesure, avec un niveau de confiance
P suprieur ou gal 95 %.
1- Mesure directe : forme simple du thorme des variances
On rencontre souvent des cas o lerreur ERm = ER1 + ER2 + : lvaluation de
lincertitude largie lie lerreur ERm est alors simple.
Le thorme des variances fait intervenir lcart-type x des fonctions de distribution
attaches chaque type derreur ERx (incertitude type) et conduit lcart type de la fonction
de distribution lie lerreur ERm = ERx.
Nous utilisons directement les incertitudes largies U(X) = k x = 2 x (facteur
dlargissement k = 2) et le thorme des variances nous donne alors directement lincertitude
largie U(m) = M correspondant lerreur ERm, avec un niveau de confiance de 95 %. On
obtient donc directement la valeur M de lincertitude de mesure.
Si ERm = ER1 + ER2+... alors U(m) = (U(m)ER1) + (U(m)ER2) + .= M avec P >= 95%
- La valeur dune incertitude nest pas le rsultat dun calcul rigoureux, il sagit plutt dune
valuation. Cette valuation est conduite de faon ne pas minorer la valeur de lincertitude.
Finalement lerreur relative sur la valeur dune incertitude est de lordre de 20 30 %.
En consquence, la valeur de lincertitude largie U(m) = M est donne avec au
maximum deux chiffres significatifs et lon conserve le nombre de chiffres significatifs
correspondant pour la valeur mesure m.
2- Mesures indirectes : cas simples
On rencontre souvent :
- Des cas du type m = x.y../z.. (chimie). Les valeurs des grandeurs x, y, z,.. sont incertaines et
lon a valu les incertitudes largies U(x), U(y), U(z).
Dans ces conditions, si les erreurs sont indpendantes, le thorme des variances conduit :
(U(m)/m) = (U(x)/x) + (U(y)/y) + (U(z)/z) + .. et M = U(m)
Cette expression se gnralise toute expression du type m = (produit(xi)) / (produit (yi)).
- Des cas du type m = x + y + z +.
Dans ces conditions, si les erreurs sont indpendantes, le thorme des variances conduit :
U(m) = U(x) + U(y) + U(z)+..
106
- Des cas du type m = a x + b, a et b tant des valeurs constantes, sans incertitude.

Dans ces conditions, le thorme des variances conduit : U(m) = a U(x).
3- Mesures indirectes : cas gnral
Si lexpression de m(x, y, z,) a une forme quelconque, alors il faut alors utiliser la forme
gnrale du thorme des variances lorsque les erreurs sont indpendantes :
m = ((m/x) x) + ((m/y) y) + ((m/z) z) + .

Soit, en utilisant directement les incertitudes largies :
U(m) = ((m/x) U(x)) + ((m/y) U(y)) + ((m/z) U(z)) + .

IV- Notations :
- Les notations utilises plus haut sont, peu prs, celles qui sont recommandes par le GUM.
Elles sont difficilement utilisables par des lves de lyce et nous les avons adaptes.
1-Notations lves :
- Il est difficile dappeler i la valeur mesure dun mesurande I (confusion entre valeur
instantane et valeur efficace).
Pour les lves, nous avons choisi dappeler M la valeur mesure dun mesurande M.
Exemple : on appelle R la valeur mesure dune rsistance R, on appelle r la valeur mesure
dune rsistance r.
- Dans ces conditions, on ne peut plus crire que le rsultat de mesure M = m U(m) avec un
niveau de confiance P = 95 %.
Nous avons choisi dappeler M = U(m) lincertitude de mesure.
Nous avons choisi dexprimer le rsultat de mesure sous la forme M95% = M M, ce qui
signifie quil y a au moins 95 chances sur 100 pour que la valeur vraie du mesurande
appartienne lintervalle [M - M ; M + M].
- Finalement, on ne parle pas aux lves dincertitude largie. Toutes les incertitudes, quelles
soient ou non issues dune composition, sont notes X.
2-Notations professeur :
- Chaque fois quil nous faut composer des incertitudes, nous utilisons les incertitudes largies
U(x) = 2 X. Aux lves nous donnons le rsultat sous la forme X = U(x).
- Les incertitudes donnes par les constructeurs sont notes X.
- Le rsultat de mesure est donn sous la forme X95% = X (U(x) ou X)
- La valeur mesure dun mesurande M est note, selon les cas, m ou M.
V- Vrification :
- Lorsquon a valu la valeur M de lincertitude de mesure, il est bon de procder une
vrification en mesurant la valeur dun mesurande talon.
- La valeur Mvrai dun mesurande talon est dfinie sur lintervalle met Met (P = 95%).
- La valeur mesure m de ce mesurande conduit au rsultat de mesure m M : si cet
intervalle contient lintervalle met Met alors la mesure est juste.
C- Evaluations dincertitudes largies : rgles simples (chapitre III),

valuations de type B.
I Instrument de mesure analogique (instrument aiguille , lecture sur un rglet ou un
rapporteur dangle) :
Incertitude largie lie lerreur de lecture : U(X)lect = 0,58 (valeur dune graduation).
107
II- Instrument de mesure numrique :

Le constructeur donne souvent une information sur la prcision de linstrument sous la forme
prcision = x%lecture + nUR, UR tant le quantum q de linstrument (digit). Il sagit dune
valuation de lincertitude absolue X dune mesure, sans prciser le niveau de confiance.
-Pour une valeur mesure X, on donne le rsultat de mesure sous la forme X prcision,
soit X X.
-Si lon doit composer cette incertitude, on prend comme incertitude largie :
U(M)const = 1,16 prcision = 1,16 X
On utilise les mmes rgles chaque fois que lon utilise une incertitude X fournie par
un constructeur, sans indication sur le niveau de confiance.
III- Volumes de liquide (verreries jauges) (chapitre VI) :
Documentation : tolrance de fabrication Vet de verreries de classe A (erreur
dtalonnage).
Fioles jauges (classe A) :
V20(mL)
25
50
100
0,060
0,060
0,10
Vet(mL)
Pipettes deux traits (classe A) :
V20(mL) 2
5
10
0,010
0,015
0,020
Vet(mL)
200
0,15
15
0,020
250
0,15
20
0,030
25
0,030
500
0,25
1000
0,40
50
0,050
100
0,080
Mesure dun volume avec une verrerie jauge de classe A :

Pour des fioles jauges de volume infrieur ou gal 200 mL et pour des pipettes de volume
infrieur ou gal 50 mL nous retenons U(V) = V = 1,5 Vet.
Sinon :
VN20 est le volume nominal de la verrerie (dfini 20C).
- Pour les fioles jauges U(V) = V = (0,0011 VN20 + 0,053) mL
- Pour les pipettes U(V) = V = (0,0031VN20 + 0,013) mL.

Cette incertitude largie rsulte dune composition et elle correspond deux
carts-type de la variable alatoire associe lerreur de mesure du volume. Elle
peut donc tre utilise directement dans une autre composition.
Dans le cas dune simple mesure de volume avec une burette manuelle, nous retenons
V = U(V) = d (d est la valeur dune graduation de la burette).
Cette incertitude largie rsulte dune composition et peut donc tre utilise
directement dans une autre composition. Lors dun dosage cette incertitude est
compose avec une incertitude de rptabilit .
D- Evaluation de lincertitude largie lie
rptabilit (Chapitres II et III), valuation de type A :
une
erreur
de
Le mme oprateur ralise, dans les mmes conditions, N mesures mi dun mme mesurande
M (conditions de rptabilit).
Si ces N mesures ont des valeurs diffrentes, alors il y a une erreur (alatoire) de rptabilit.
Exemples :
108
Mesure dun volume lquivalence (dosages), mesure dune masse conventionnelle, mesure
de labsorbance dun solut,.
I- Loi de Student :
<m>N = (i(mi)) / N est la moyenne arithmtique de l'chantillon.
- Lcart-type exprimental (N-1)N de la distribution des mesures est calcul partir de
((N-1)N) = (i(mi <m>N))/ (N-1).
- Lcart-type exprimental de la moyenne <m>N est <m>N = (N-1)N / N.
- Pour chaque valeur mesure, mi = MC + ERrep : on considre que la variable alatoire rep
associe lerreur ERrep est centre sur zro et a une distribution normale dcart-type m.
MC est la valeur centrale de la distribution des valeurs mi. Sil ny a pas derreur systmatique,
la valeur MC tend vers Mvrai .
La loi de Student permet, avec N valeurs mesures, de dfinir lintervalle
<m>N t(N,95%) (((N-1))N/N) qui contient la valeur centrale MC avec un niveau de confiance de 95 %.
- La valeur du coefficient t(N,P) utilise dans la loi de Student est tabule.

Voici quelques valeurs du coefficient t (pour N mesures et un niveau de confiance de P%)
N
3
4
5
6
7
8
9
10
12
P=95% 4,3 3,82 2,78 2,57 2,45 2,37 2,31 2,26 2,20
P=99% 9,93 5,84 4,60 4,03 3,71 3,50 3,36 3,25 3,11
14
2,16
3,01
16
2,13
2,95
20
2,09
2,86
II- On rencontre deux situations :

1- On ralise systmatiquement N mesures du mme mesurande et le meilleur estimateur de
la valeur mesure est <m>N.
- Il y a 95 chances sur 100 pour que la valeur MC appartienne lintervalle
<m>N t(N,95%) (((N-1))N/N) .
- Le niveau de confiance tant de 95%, on considre que lincertitude largie (k = 2) lie
lerreur de rptabilit est U(<m>N)rep = t(N, 95%) (N-1)N / (N).
Conclusion :
- A partir de N mesures mi on calcule <m>N, le meilleur estimateur de la valeur mesure.
- La valeur <m>N est affecte par une erreur de rptabilit. Lincertitude largie de
rptabilit U(<m>N)rep = t(N, 95%) (N-1)N / (N) correspond un niveau de confiance
de 95% : elle peut tre utilise directement dans une composition dincertitudes.
- On peut diminuer la valeur de U(<m>N)rep en augmentant le nombre de mesures N.
- Lincertitude de rptabilit nest quune composante de lincertitude de mesure : il faut la
composer avec les autres incertitudes pour obtenir lincertitude globale U(M) et le rsultat de
mesure.
2- Raliser N mesures du mme mesurande prend souvent beaucoup de temps et lon doit se
contenter dune seule valeur mesure m du mesurande (exemple : utilisation dune balance).
Pour pouvoir prendre en compte lerreur de rptabilit sur cette mesure, il faut que quelquun
ait ralis une fois N mesures du mme mesurande pour valuer (N-1)N.
- Nous admettrons que lincertitude largie de rptabilit de cette mesure est :
U(m)rep= t(N, 95%)(N-1)N.
Pour une valeur mesure m, on considre quil y a 95 chances sur 100 pour que la valeur
centrale MC appartienne lintervalle m U(m)rep.
Cette valuation est dautant plus fiable que N est plus grand et (N-1)N plus petit.
109
- En cas de doute, on considre que la variable alatoire lie lerreur de rptabilit a une
distribution rectangulaire de demi largeur t(N, 95%)(N-1)N.
Dans ces conditions U(m)rep = 1,16 t(N, 95%)(N-1)N
Conclusion :
Lincertitude largie U(m)rep est value une fois partir de N mesures.
- Une valeur mesure m est affecte par une erreur de rptabilit. Lincertitude largie de
rptabilit U(m)rep = t(N, 95%)(N-1)N correspond un niveau de confiance de 95% :
elle peut tre utilise directement dans une composition dincertitudes.
- Lincertitude de rptabilit nest quune composante de lincertitude de mesure : il
faut la composer avec les autres incertitudes pour obtenir lincertitude globale U(M)
et le rsultat de mesure.
E- Etalonnage et modlisation dune chane de mesure numrique :

valuation de lincertitude de mesure (chapitres IV et V).
On prsente un mesurande M lentre de la chane de mesure. A la sortie de la chane, on lit
un nombre sans unit appel indication In de lafficheur.
Pour obtenir une valeur mesure m partir dune valeur In, il faut tablir une fonction m(In).
Nous nutilisons que des fonctions du type m = aIn + b. Cette fonction est tablie aprs un
talonnage de la chane.
Pour raliser ces oprations, nous avons besoin, comme nos lves, de notions
complmentaires :
Mesurande talon :
Mesurande dont la valeur est garantie, dans des conditions spcifies, sur un intervalle de
confiance associ un niveau de confiance dfini.
Rsolution d de lafficheur :
Variation dune unit sur le chiffre le moins significatif de lindication In de lafficheur.
Quantum q de la chane de mesure :
Cest la plus petite variation de la valeur du mesurande qui peut tre dcele.
Dans tous les cas q = ad (a est la pente du modle m = aIn + b et d est la rsolution de
lafficheur).
I- Etalonnage et modlisation de la chane :
- On prsente lentre de la chane des mesurandes talons de valeur Met. Ces valeurs sont
rparties sur ltendue de mesure de la chane. Pour chaque valeur Met de ltalon, on lit la
valeur de lindication In et lon obtient un nuage de points Met (In). Ce nuage de points est
modlis sous la forme m = a In +b.
II- Evaluation de lincertitude dune valeur mesure m partir de la lecture dune
indication In.
1- Les sources derreur et les incertitudes largies correspondantes :
a) Erreur de linarit (ou de modlisation) :
- Pour chaque point (Met, In) on calcule lerreur de modlisation ER = Met (aIn+b), cest
dire la diffrence entre la valeur Met du mesurande et la valeur aIn + b prvue par le modle.
110
- On dite alors le nuage de points ER(In) (dispersion du nuage de points autour du modle).
Le nuage de points doit tre rparti de faon ( peu prs) alatoire autour de la valeur ER = 0
(un peu de bon sens suffit pour apprcier ce critre).
- On repre les valeurs ERmin et ERmax (dont les valeurs absolues doivent tre assez proches).
On retient, comme valeur ERmax de lerreur de linarit, la valeur absolue maximale |ERmin|
ou |ERmax|.
- On associe cette erreur une variable alatoire de distribution rectangulaire et de demi
largeur a = ERmax.
Lincertitude largie lie cette erreur est U(m)lin = 1,16 ERmax
b) Erreur sur la valeur des talons :
- Lincertitude Met sur la valeur des talons est donne par leur constructeur.
Donc U(m)et = 1,16 Met
- Si les talons utiliss nont pas la mme incertitude Met, la valeur de Met est celle qui
correspond ltalon qui conduit ER = ERmax. On peut aussi retenir la valeur maximale de
Met.
c) Erreur de rptabilit-quantification :
- Avec une chane de mesure numrique il y a toujours une erreur de quantification et
lincertitude largie de quantification U(m)q = 1,16 (q/2) (q est le quantum de la chane).
- Il peut aussi y avoir une erreur de rptabilit.
On choisit la valeur Met dun mesurande talon peu prs au milieu de ltendue de mesure
de la chane. Le mme oprateur mesure N fois la valeur de lindication In dans les mmes
conditions. Si ces valeurs sont disperses, alors il y a une erreur de rptabilit (qui prend en
compte lerreur de quantification).
- Pour traiter de la mme faon ces deux erreurs, nous avons dfini le coefficient de
rptabilit r.
Le coefficient r = (t95% (N-1)N) / d compare la dispersion des valeurs de In la rsolution d
de lafficheur (on utilise la loi de Student et le coefficient t95% correspondant, (N-1)N) est
lcart-type exprimental de la dispersion des valeurs In)).
Sil y a une erreur de rptabilit alors U(m)rep = 1,16 a t95% (N-1)N (a est le coefficient
du modle m = aIn + b).
Donc U(m)rep= 1,16 a r d = 1,16 r q puisque a d = q.
Sil ny a pas derreur de rptabilit, il reste lerreur de quantification et U(m)q = 1,16(q/2).
- Nous avons regroup ces deux erreurs pour obtenir une erreur de rptabilit-quantification
telle que, dans tous les cas U(m)rq = 1,16 r q.
- Sil ny a pas derreur de rptabilit, alors r = 0,5.
- Sil y a une erreur de rptabilit, alors r = (t95% (N-1)N) / d
- Ainsi, dans tous les cas, une valeur de In conduit une erreur de rptabilit-quantification.
Lincertitude largie associe cette erreur est U(m)rq = 1,16 r q (avec r >= 0,5)
Remarque :
La valeur du coefficient r peut-tre obtenue rapidement en utilisant une feuille de calcul prprogramme.
2- Evaluation de lincertitude largie dune mesure.
- Les trois erreurs dfinies plus haut sont indpendantes et lon obtient :.
U(m) = 1,16 (2( rq) + ERmax + Met) = M = constante.
111
- Le rsultat de mesure est M95% = m M avec un niveau de confiance de 95 %.

- Sil ny a pas derreur de rptabilit, alors le coefficient r = 0,5 et lon obtient :
U(m) = (M) = 1,16( 0,5(q) + ERmax + Met) = constante.
Nos lves utilisent systmatiquement une feuille de calcul prprogramme pour calculer
lincertitude M.
- Exemples traits :
Mesure de la concentration dune solution ionique avec un conductimtre, dosage
spectrophotomtrique (chapitre IX).
112
Annexe
Evaluation de lincertitude de mesure si les variables alatoires ne sont pas
indpendantes
- Pour utiliser le thorme des variances, sous la forme simple que nous avons utilise, il faut
que les variables alatoires associes aux diffrentes erreurs soient indpendantes. Si ce nest
pas le cas, il faut utiliser le thorme des variances sous sa forme gnrale. Celle-ci fait
intervenir la covariance des diffrentes variables alatoires, cest dire des termes qui
prennent en compte la corrlation entre les variables alatoires. On aboutit une mthode
difficile mettre en uvre et nous y avons renonc : les cas o lon rencontre des variables
alatoires non indpendantes sont rares.
- Au cas o lon rencontrerait un tel cas, nous proposons une mthode sommaire, mais simple
utiliser. Cette mthode fait appel la notion de diffrentielle dune fonction.
I- Diffrentielle dune fonction :
- Considrons un rsultat de mesure m = f(x, y, z,..)
Par dfinition, la diffrentielle dm de la fonction m est :
dm = (m/x)dx + (m/y)dy + (m/z)dz +
Les termes m/i sont les drives partielles de la fonction drivable m (x, y, z, ..).
Tous les termes de la forme (m/i)di ont la mme unit que le mesurande M.
- En premire approximation (au premier ordre) les diffrentielles dx, dy, dz et dm peuvent
tre interprtes comme des petites variations x, y, z,.., m autour des valeurs x, y, z et
m. Cette relation permet donc de composer de petites variations de x, y ou z et dobtenir la
variation correspondante m du rsultat de mesure m.
II- Exemple :
- On mesure la valeur dune rsistance R en utilisant un ampremtre et un voltmtre.
- On considre que les erreurs systmatiques sont ngligeables.
- Le voltmtre mesure U U (U donne par le constructeur, niveau de confiance non
prcis, suppos raisonnable).
- Lampremtre mesure I I (I donne par le constructeur, niveau de confiance non
prcis, suppos raisonnable).
- La valeur mesure R = U/I et dR = (R/U)dU + (R/I)dI = (dU)/ I (U/I) dI
- Considrons une variation I autour de la valeur I et une variation U autour de la valeur U.
La variation R autour de la valeur R est R = (U)/ I (U/I) I.
III- Evaluation de lincertitude R :
- Reprenons lexpression R = (U)/ I (U/I) I
Elle permet de calculer la variation R lie aux variations U et I.
- Mais, lors dune mesure, on ne sait pas quelles sont les valeurs des erreurs U et I sur les
valeurs U et I : on ne peut donc pas calculer la valeur de lerreur R.
- On utilise la relation prcdente en se plaant systmatiquement dans le cas le plus
dfavorable.
On suppose que lerreur sur la valeur I, ne peut prendre que les valeurs extrmes +I ou - I,
dfinies par le constructeur de linstrument, et quil en est de mme pour lerreur sur la valeur
U.
113
- On recherche alors la valeur maximale Rmax de R : Rmax = (1/I) (+U) + (-U/I) (-I)
Ou encore : Rmax = |1/I| (U) + |-U/I| (I) les grandeurs U et I tant positives.
Le rsultat de mesure est R Rmax.
- Dune faon gnrale nous crirons que :
mmax = ( |m/x| (x) + |m/y| (y) +|m/z| (z) + ..)
Remarque 1 :
- Cette mthode est utilisable dans tous les cas. Elle suppose que les erreurs ne sont pas
indpendantes et mme quelles sont corrles de la pire des faons (dans notre exemple, si
U est maximum, alors I est minimum). Ce cas est trs peu probable et le rsultat obtenu est
toujours exagr.
Remarque 2 :
- Cette mthode ne donne pas de niveau de confiance pour lintervalle Rmax .
Mais si les intervalles U et I sont dfinis avec un niveau de confiance de 100 %, alors
lintervalle Rmax est dfini avec un niveau de confiance de 100 %.
Remarque 3 :
- Si les erreurs sont indpendantes (cest le cas dans lexemple prcdent), cette mthode
conduit une valuation de lincertitude toujours plus grande que celle que lon obtient en
utilisant le thorme des variances.
- Le thorme des variances nous conduit un niveau de confiance suprieur ou gal 95 %.
Il en sera de mme avec cette mthode si les sources dincertitude sont correctement values.
-Si le nombre derreur est important la diffrence entre les rsultats obtenus par les deux
mthodes peut tre considrable : cest pour cette raison que cette mthode nest plus utilise
en mtrologie.
Conclusion :
- Cette mthode ne semble avoir que des inconvnients. Mais elle a un avantage : on peut
lutiliser mme si les erreurs ne sont pas indpendantes. Elle conduira alors a une valuation
exagre : mais il vaut mieux une valuation exagre que pas dvaluation du tout.
Exercice :
- On ralise 9 mesures dun mme mesurande avec un multimtre. On obtient 9 valeurs
mesures gales. Il ny a donc pas derreur de rptabilit.
Pour chaque mesure il y a une erreur systmatique. Cette erreur a la mme valeur pour chaque
mesure. Le constructeur indique que cette erreur peut prendre nimporte quelle valeur sur
lintervalle +/- m et donne la valeur m.
- On calcule <m> et on cherche lincertitude sur <m>
1- Si lon considre que les erreurs sur chaque mesure sont indpendantes, on utilise le
thorme des variances.
- Calculer lincertitude largie U(<m>). Comment varie cette valeur si lon augmente le
nombre de mesures ? Pourquoi le rsultat obtenu nest pas acceptable ? Pour quelle
raison ?
114
2- La mthode diffrentielle est utilisable dans tous les cas (erreurs indpendantes ou
non indpendantes).
- Calculer lincertitude <m> avec cette mthode. Comment varie cette valeur si lon
augmente le nombre de mesures ? Le rsultat obtenu est il acceptable ?
Corrig :
1- <m> =(m1+ + mN)/N = 9m/ 9 = m
U(<m>) = 9(U(m)/9) = U(m) / 9 donc U(<m> = U(m)/ 3 = U(m) / N avec U(m) =
1,16 m
Si lon augmente le nombre de mesures N alors lincertitude U(<m> diminue. Cela
signifie quil suffit de multiplier le nombre de mesures pour augmenter la prcision de
linstrument. Ce rsultat nest donc pas acceptable. Pour chaque mesure lerreur a la
mme valeur : ces erreurs ne sont pas indpendantes et lon ne peut pas utiliser le
thorme des variances.
3- <m> = (<m>/m)m + (<m>/m)m +..
Donc <m> = 1/N m + 1/N m + .. = N m / N = m
Si lon augmente le nombre de mesures lincertitude de mesure de <m> reste gale
lincertitude m dune mesure. Ce rsultat est acceptable.
115
Annexe
Des outils pour le laboratoire
Nous avons regroup lensemble des fichiers qui peuvent tre utiliss par le personnel de nos
laboratoires. La plupart sont documents (feuille doc).
Evaluation de lincertitude dune balance analytique
Vrification dune balance analytique
Vrification dun multimtre
Vrification de fioles jauges
Incertitude sur la concentration dune solution ralise partir dune pese
Incertitude sur la concentration dune solution ralise par dilution dune solution mre
Documentation : tolrance de fabrication de verreries de classe A.

- Fioles jauges (classe A) :
VN20(mL) 25
50
100
200
250
500
1000
0,060
0,10
0,15
0,15
0,25
0,40
Vet(mL) 0,060
VN20 est le volume nominal de la fiole 20C
Vet est lerreur dtalonnage (tolrance de fabrication) fournie par le constructeur.
Lincertitude sur la valeur du volume mesur est V = 0,0011VN20 + 0,0532 (mL)
Pour des fioles de volume infrieur ou gal 100 mL, on peut utiliser V = 1,5 Vet
- Pipettes deux traits (classe A) :

VN20(mL) 2
5
10
15
20
25
50
100
0,010
0,015
0,020
0,020
0,030
0,030
0,050
0,080
Vet(mL)
Lincertitude sur la valeur du volume mesur est V = 0,0013VN20 + 0,0134 (mL).
Pour des pipettes de volume infrieur ou gal 50 mL on peut utiliser V = 1,5 Vet.
- Pour une burette de 25 mL gradue avec un pas d = 0,05 mL, lerreur dtalonnage
Vet = 0,03 mL.
- Lincertitude sur la mesure dun volume prlev avec la burette est V = d = 0,05 mL.
- Si le volume V mesur est un volume lquivalence (dosage), il faut, en plus, prendre
en compte lerreur de rptabilit due la mthode.
Pour chaque type de TP cette erreur doit tre value partir de N mesures du volume
lquivalence effectues dans les mmes conditions. Ces mesures permettent dvaluer
lincertitude de rptabilit sur une mesure quelconque de ce volume.
Le fichier incertitude sur la valeur dun volume lquivalence permet dobtenir
rapidement lincertitude dune mesure unique de ce volume.
116

Mesure PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Mesure PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Plan du document

Chapitre II : les outils statistiques utiliss en mtrologie

B - Lcart-type dune variable alatoire

Chapitre III : Evaluation de lincertitude de mesure

B- Evaluation de lincertitude dune mesure directe

A. BERNARD et J-L VIDAL Lyce des Catalins

C- Quelques rgles pour valuer la valeur dincertitudes type ou largies

E- Evaluation de lincertitude dune mesure indirecte

F- Vrification dun rsultat de mesure

Chapitre IV : Ltalonnage dune chane de mesure et ses applications.

B - Evaluation de lincertitude de mesure dune chane de mesure numrique

C -Vrification dune chane de mesure

Chapitre V : Fonctions de calcul de lincertitude dune chane de mesure

A. BERNARD et J-L VIDAL Lyce des Catalins

B- Evaluation dune chane de mesure numrique rgle sur un modle

C - Conclusion : valuation de lincertitude dune chane de mesure numrique.

Chapitre VI : Evaluation de lincertitude de mesure dun volume de liquide.

Annexe : Mesures multiples dun mme mesurande

Chapitre VII : Evaluation de lincertitude de mesure dune balance

Annexe : vrification dune srie de fioles jauges par pese

Chapitre VIII : TP doptique

II- Evaluation de U(d).

B- Mesure de la distance focale dune lentille convergente en utilisant lexpression

C Comparaison des rsultats des deux mthodes.

Chapitre IX : Travaux pratiques de Chimie analytique

Annexe : un outil utilisable lorsque les erreurs ne sont pas indpendantes

A. BERNARD et J-L VIDAL Lyce des Catalins

Exercices des chapitres IV et V

Exercice 1 : thermomtrie avec une sonde Pt100

Exercices des chapitres VI et VII

Exercice 1 : mesure de la masse volumique de laluminium

Exercice 1 : mesure de la vitesse du son dans lair

Exercice dosage conductimtrique

A. BERNARD et J-L VIDAL Lyce des Catalins

A. BERNARD et J-L VIDAL Lyce des Catalins

- La fidlit dun instrument de mesure est son aptitude donner

- Valeur fournie par un instrument de mesure ou un systme de

A. BERNARD et J-L VIDAL Lyce des Catalins

Vocabulaire et notations que nous utilisons avec nos lves :

A. BERNARD et J-L VIDAL Lyce des Catalins

UdPPC (Union des Professeurs de Physique et de Chimie) et le BUP

CNDP (Centre National de Documentation Pdagogique).

Logiciel Incertitudes de mesure et sa documentation (Ren Moreau).

Vocabulaire international de la mtrologie (VIM)

Normes AFNOR : les documents doivent tre achets lAFNOR.

Mtrologie : techniques de mesure, incertitudes, tolrancement, chane dtalonnage,

Site du LNE (Laboratoire National dEssais).

Site METRODIFF (Conservatoire National des Arts et Mtiers).

Diffusion dinformations gnrales sur la mtrologie.

Site de lOIML (Organisation Internationale de Mtrologie Lgale) :

Tout ce qui concerne la mesure des masses conventionnelles, entre autres.

Site du COFRAC (COmit FRAnais dACcrditation) :

Informations concernant lvaluation de beaucoup dinstruments : nous avons utilis

Documentations de constructeurs (sites Internet) :

A. BERNARD et J-L VIDAL Lyce des Catalins

II- La notion derreur alatoire :

III- La notion derreur systmatique :

A. BERNARD et J-L VIDAL Lyce des Catalins

Lors dune mesure lerreur alatoire peut prendre, au hasard, nimporte

Si lon reprend les dfinitions et les notations prcdentes, on obtient :

A. BERNARD et J-L VIDAL Lyce des Catalins

ERS = (<m> - Mvrai )

VI La notion dincertitude de mesure :