Incertitude et analyse des erreurs
Master 2
Floren Colloud
floren.colloud@univ-poitiers.fr
Plan du cours
1- Introduction à la mesure
2- Définitions et règles préalables
3- Evaluation d’une incertitude
4- La propagation des incertitudes
Plan du chapitre
2- Définitions et règles préalables
Meilleur estimation incertitude
Erreur et incertitude
Incertitude systématique
Incertitude aléatoire
Définition et règles préalables
Définitions et règles préalables
Définition et règles préalables
Meilleur estimation incertitude
Définition et règles préalables
Meilleur estimation incertitude
Meilleur estimation = valeur moyenne
Ce résultat est presque toujours vérifié
• Ex: 2,3; 2,4; 2,5; 2,4 X = 2,4
Intervalle probable: de 2,3 à 2,5
Définition et règles préalables
Méthodes statistiques sur mesures réitérés
Valeur objective de l’incertitude est obtenue indépendamment de tout jugement de l’observateur
Il faut s’assurer que la quantité est la même à chaque fois
• Ex: rupture d’un fil: 1 seule expérience
• 2 mesures différentes:
• Mesures incertaines
• 2 fils pas tout à fait identiques
Définition et règles préalables
Meilleur estimation: 2,4
Intervalle probable: 2,3 à 2,5
Expression compacte du résultat
2,4 0,1 s
Définition et règles préalables
Tout résultat de mesure d’une grandeur x s’écrit sous la forme suivante:
(valeur mesurée de x) = x
m x [unité]
Définition et règles préalables
Cette expression indique que la meilleure valeur expérimentale xm se situe
probablement entre
xm - x
et xm + x
La valeur de x s’appelle l’incertitude ou la marge d’erreur
Par convention, elle est toujours définie positive de sorte que:
• xm + x constitue la valeur probable la plus élevée
• et xm - x la plus faible
Définition et règles préalables
Même en s’assurant de mesurer la même quantité, les mesures répétées ne
révèlent pas toujours toutes les incertitudes
• Ex: chronomètre qui « accélère » le temps de 5%
• Toutes les mesures seront affectées de 5%
• Un grand nombre de mesure avec le même chronomètre ne révélerait par pour autant cette erreur
Cf incertitude systématique
Définition et règles préalables
Erreur et incertitude
Définition et règles préalables
Erreur et incertitude
Définition qui reste controversée dans le contexte des mesures scientifiques
Habituellement ces notions ne sont pas distinguées
Erreur de mesure d’une certaine grandeur
= différence entre valeur mesurée et valeur vraie
Définition et règles préalables
Exemple tm = 56 s tv = 54 s e = 2 s à t1
erreur = | tm(t1) - tv |
erreur absolue (avec unité) erreur = | tm(t1) - tv |
erreur relative (adimensionné) tm
tv
tv
Définition et règles préalables
à t2
On obtient une autre valeur de tm(t2) donc une autre erreur
En pratique, on ne connaît jamais l’erreur.
C’est pourquoi on mesure une grandeur car on ignore sa valeur vrai.
C’est ici qu’intervient la notion d’incertitude
Définition et règles préalables
Incertitude
Traduit les tentatives scientifiques pour estimer l’importance de l’erreur commise
Paramètre, associé au résultat d’un
mesurage, caractérisant la dispersion du résultat qui pourrait être raisonnablement attribué au mesurande
Définition et règles préalables
56 3 s
• Valeur vraie se situe probablement entre 53 et 59 s
• L’incertitude est de 3 s
• L’incertitude définit un intervalle autour de la valeur mesurée incluant l’erreur
inconnue
Définition et règles préalables
Incertitude absolue (avec unité)
• x = | Xe - Xm |
• Xe : valeur exacte
• Xm : valeur mesurée
Incertitude relative (fractionnaire; sans unité)
• x / | Xm |
• ≡ précision d’un appareil
Définition et règles préalables
Incertitude en soi n’est pas très parlante
• x = 1 cm
• 1 0,00001 km
• Traduit une mesure très précise
• 3 1 cm
• Traduit une mesure très grossière
• Pour des mesures sérieuses, x reste plus petit que Xm
Définition et règles préalables
Incertitude fractionnaire (ou relative)
• Adimensionnement suffit à la distinguer de l’incertitude absolue
• (x / | Xm |) × 100
• Exprime l’incertitude relative en pourcentage
Définition et règles préalables
Incertitude fractionnaire
• Traduit la qualité d’une mesure quelle que soit la taille de la grandeur mesurée
• 10%: est souvent une mesure grossière
• 1 à 2%: mesure plus soignée
• < 1%: nettement plus délicate à obtenir
• Ex: decamètre mesure sans peine 10 m au centimètre près soit (0,01/10) × 100 = 0,1%
Définition et règles préalables
Exercice: calculer la précision de ces 3 balances
• m1 = 5,012 0,002 g
• m2 = 5,0 0,1 g
• m3 = 5,01 0,05 g
Définition et règles préalables
Exercice: calculer la précision de ces 3 balances
• m1 = 5,012 0,002 g => 0,04%
• m2 = 5,0 0,1 g => 2%
• m3 = 5,01 0,05 g => 1%
Définition et règles préalables
En général, l’incertitude ne dépend pas uniquement de l’instrument
• Autres paramètres à prendre en compte
=> grandeurs d’influence
• x ≥ précision de l’instrument
Définition et règles préalables
Pour évaluer une incertitude
expérimentale, il va falloir distinguer 2 types d’incertitudes
• Les incertitudes systématiques
• Les incertitudes aléatoires
• x = syst + aléa
Incertitude systématique
Incertitude systématique
Incertitude systématique
Incertitude systématique
Dérive qui affecte toutes les mesures de la même manière
Elle reste très difficile à déceler
Incertitude systématique
Elle peut provenir:
D’une particularité de l’instrument de mesure
De l’observateur
Ou du montage expérimental
Objectif:
Réduire
Voir éliminer cette incertitude
Incertitude systématique
[m/s2] 10,01
g
Pour la détecter
On peur répéter la prise d’une valeur avec le même instrument
On observe
Un écart systématique que l’on peut corriger => facteur de correction
Incertitude systématique
Dans le cas d’une acquisition par ordinateur
La valeur mesurée est codée en un nombre de bits précis
• Avec une carte acceptant +/- 10 V codés sur 8 bits, on obtient une résolution
(sensibilité)
• S = EM / 2n bits
• EM: étendue de mesure
• S = 20 / 28 ≈ 0,078 V
• 28 = possibilités de codage
Incertitude aléatoire
Incertitude aléatoire
Incertitude aléatoire
Provient des variations non-
prévisibles des grandeurs d’influence
Impossible à compenser
On peut tenter de la réduire en augmentant le nombre de mesure
En statistique, on conseille 30 mesures
Incertitude aléatoire
Illustration Systématique vs. Aléatoire
Jeu de fléchette
Centre du cercle: valeur exacte
Incertitude aléatoire
Illustration Systématique vs. Aléatoire
Faiblement aléatoire
Faiblement systématique
Incertitude aléatoire
Illustration Systématique vs. Aléatoire
Faiblement aléatoire
Fortement systématique
Incertitude aléatoire
Illustration Systématique vs. Aléatoire
Fortement aléatoire
Faiblement systématique
Incertitude aléatoire
Illustration Systématique vs. Aléatoire
Fortement aléatoire
Fortement systématique
Incertitude aléatoire
Illustrations restent trompeuses
Elles indiquent la position des cibles
Donc la précision du tir
Equivaut à connaître la véritable valeur de la grandeur mesurée
En général, cette valeur s’avère inconnue
Sinon, inutile de mesurer
Incertitude aléatoire
Analogie avec les expériences réelles impose de cacher les cibles
?? aléatoire
?? systématique
Incertitude aléatoire
Cette distinction n’apparaît pas toujours de façon aussi tranchée
Un problème occasionnant des incertitudes aléatoires lors d’une
expérience peut produire des incertitudes systématiques dans une autre
• Ex: lecture d’une règle – effet de parallaxe
Incertitude aléatoire
Dans la pratique, il existe plusieurs sources possibles d’incertitudes qu’il faut examiner:
Définition incomplète du mesurande
Connaissance insuffisante des
conditions d ’environnement sur le mesurage
Mesurage imparfait des conditions d’environnement
Incertitude aléatoire
Mauvaise lecture des instruments analogiques
Valeurs inexactes des étalons de références
Approximations et hypothèses introduites dans la méthode et la procédure de mesure
Variation des observations dans les mêmes conditions de répétabilité
Université de Poitiers 1431