Академический Документы
Профессиональный Документы
Культура Документы
Ren Moreau,
Inspecteur gnral de lducation nationale
Introduction
Premire rflexion sur le contenu du document
Ce document peut apparatre certains comme ne contenant que des notions triviales, tandis quil
donnera dautres limpression de traiter de sujets quil serait impossible de prsenter aux lves.
Aux uns comme aux autres, par avance, je conseillerai de nuancer leur opinion. Aux premiers, je
demande de faire leffort de se montrer attentifs bien quils connaissent les notions thoriques qui seront
mobilises dans cet expos : il mest en effet arriv bien souvent dentendre un professeur maffirmer
quil attachait toujours une grande importance aux notions qui font lobjet de ce travail, alors que les
documents quil me remettait (textes dexercices ou de TP donns ses lves, de problmes construits
pour eux) fourmillaient derreurs et dexemples de non matrise du sujet.
Reconnaissons lintention des seconds que le sujet est assez complexe et quil comporte de
nombreuses facettes. Sachons aussi quon ne peut attendre que toutes les notions qui fondent son tude
soient matrises par les lves pour commencer sensibiliser ces derniers aux problmes des mesures, si
bien que nombre de savoir-faire peuvent leur apparatre comme des recettes (ce qui choque plus les
professeurs que les lves). Mais il faut que ces rticents sachent que la majorit des notions ncessaires
au traitement des mesures effectues en classe sont assez intuitives, quaucune ne heurte le bon sens, si
bien que les lves admettent fort bien que certaines rgles leur soient donnes sans dmonstration et cela
ds le collge. De plus, lheure actuelle, lutilisation de logiciels commodes et clairs facilite le travail
des professeurs de lyce. Le traitement raisonn des mesures des lves donne aux professeurs tant
doccasions de donner plus de sens leurs cours, de mettre leurs lves sur le bon chemin quant
linterprtation des rsultats, bref daugmenter sensiblement lintrt des sances denseignement quils
dispensent, que cela vaut largement la peine dessayer. Sils y croient vraiment, les professeurs percevront
en plus une sorte de prime : par des observations qui sont de la mme nature que celles dun chercheur,
mais qui sont appliques nos travaux pratiques, le traitement des mesures des lves permet souvent de
faire la lumire sur tel ou tel phnomne qui a priori, ne nous apparaissait pas comme important mais
dont une analyse plus fine rvle linfluence. Lintrt de notre mtier sen trouve alors singulirement
accru.
Afin que ces dernires remarques napparaissent pas comme trop thoriques, en mappuyant sur le
travail de dizaines de professeurs avec lesquels, en un quart de sicle, jai pu changer des ides propos
des mesures de leurs lves, je citerai la mise en vidence de nombreuses erreurs systmatiques. En 1977,
par exemple, en seconde C, au lyce dAgen, dans lexprience de Gay-Lussac conduisant lexpression
p = p0 (1 + t ) pour un volume dair maintenu constant et dont la temprature t tait mesure en degrs
Celsius, la mise en commun du travail de deux classes montra que le coefficient ntait pas tout fait
gal
1
et lanalyse attentive des bouchons montra quils fuyaient lgrement. Un peu plus tard,
273,15
au lyce Montaigne de Bordeaux, en terminale, ltude de la chute libre des corps, laide dun dispositif
qui mettait en uvre une bille en acier, parce quelle conduisait une valeur de g un peu trop faible,
montra que la bille ne devenait relativement libre quaprs stre suffisamment loigne de
llectroaimant qui lattirait encore un peu, dans le premier centimtre de sa chute. Plus rcemment, au
lyce David dAngers, le dcalage persistant entre rsultat attendu dun dosage et le rsultat moyen
1/31
obtenu, a montr linfluence nfaste dune balance de prcision (mais qui navait pas t r-talonne)
partir de laquelle les produits chimiques taient pess par le technicien de laboratoire.
Dans la belle exprience que ralisent les lves de premire S afin de mesurer le volume molaire des
gaz parfaits, linfluence de la pression de vapeur saturante de leau sur le volume d'hydrogne que les
lves recueillent (dont la non prise en compte provoque une erreur systmatique de lordre de 2,5 %) est
apparue vidente. Cette mme exprience (mais cela aurait tout aussi pu se produire propos de la
mesure de la vitesse du son dans lair) a galement amen les professeurs raliser que, lorsquon
tlphone un laboratoire de mtorologie, pour connatre la pression atmosphrique locale, celui-ci ne
vous donne pas la pression dans la ville o vous vivez, mais la pression corrige, ramene au niveau de la
mer, car cest elle qui est pertinente pour la prvision des phnomnes mtorologiques. Or la pression
atmosphrique chute de 10 hP (soit 1 % de sa valeur) lorsque laltitude slve de 85 m : de nombreuses
mesures dlves, si elles sont convenablement exploites en classe, sont affectes par cette correction et
rendent ncessaire la prise en compte de laltitude de la salle de classe.
2/31
raliste de considrer que l'intervalle ( - a, + a) est un intervalle de confiance, la probabilit P qui lui
est associe (P = 0,95 = 95 %, ou P = 0,99) tant le niveau de confiance de l'intervalle choisi. Bien sr,
l'incertitude a est d'autant plus grande que le niveau de confiance P se rapproche de lunit.
Ce point de vue, qui considre les diffrentes mesures indpendantes ai de A comme les valeurs
successives prises par la variable alatoire a, se heurte cependant une importante difficult : pour
affecter une incertitude a un niveau de confiance P donn, il faut connatre la loi de rpartition des
mesures ai autour de A, encore appele densit de probabilit de a.
On suppose en gnral qu'il s'agit d'une rpartition gaussienne, que chacun connat au moins
approximativement et dont on peut rappeler quelle est symtrique par rapport sa valeur moyenne X et
pour laquelle les faibles carts la moyenne sont plus probables que les forts.
p(x)
+
p(x) =
1 e
2
p( x ) dx = 1
(x X )2
2 2
X + 2
p( x ) dx = 0,942 0,95
X 2
X2
X+2
Figure 1
Cette loi est si rpandue qu'on la dnomme la loi normale de Gauss. Cette supposition est en gnral
lgitime (il suffit par exemple, ce sont les "conditions de Borel", que les causes d'erreurs soient multiples
et d'importance comparable) ; cette loi de rpartition a d'ailleurs t prouve dans la quasi-totalit des cas
o tel ou tel d'entre nous a pris le temps de regrouper un millier de mesures indpendantes et de poids
gaux d'une mme grandeur. En gnral, faute de temps, l'hypothse gaussienne ne peut ni tre prouve,
ni rfute. Cependant, le logiciel Incertitudes de mesure 1, mis au point par le CNDP sous ma
direction (bnvole), permet instantanment de savoir si lchantillon de mesures dont on dispose peut ou
non tre considr comme tir dune population gaussienne. Il informe galement loprateur de
lexistence dune ou plusieurs mesures aberrantes et, si loprateur accepte denlever ces valeurs, le
logiciel calcule automatiquement lincertitude a qui correspond ces mesures en utilisant pour cela des
critres sur lesquels je reviendrai et qui peuvent tre admis par tous.
Il est bon de savoir qu'en matire d'Incertitudes de mesure, les mthodes statistiques normalises se
sont dfinitivement imposes au dbut des annes 90, d'abord dans les laboratoires de mtrologie (en
particulier au Bureau national de mtrologie), puis dans les entreprises, avec l'installation des normes
d'assurance qualit ISO 9000.
Certains laboratoires de mtrologie accompagnent seulement un rsultat de mesure, considr comme
une valeur de variable alatoire, de l'cart-type correspondant. Cet cart-type est baptis "incertitude
type", tandis qu'on appelle "incertitude largie" la quantit 2 : la valeur k = 2 qui a t retenue au niveau
europen comme la valeur standard prendre en compte, correspond, lorsque la rpartition des mesures
est gaussienne, un niveau de confiance voisin de 95 % gnralement considr comme suffisant (c'est
1,96 qui correspond exactement au niveau de confiance 95 %) : nous sommes trs prs des ides qui
seront exposes plus loin comme pouvant tre appliques en classe.
1
3/31
On pourrait s'en tenir la seule notion d'cart-type. Elle permet notamment un nouveau type de
"calculs d'incertitude", plus raliste que l'ancien, fond sur les seules proprits de la variance des
fonctions alatoires et indpendant des lois de probabilits. Mais ces calculs, qui supposent matris le
calcul diffrentiel, ne peuvent tre mens qu'au niveau de lenseignement suprieur. Ils ne sont pas
envisageables au lyce o le problme de l'estimation d'une incertitude raisonnable ne peut tre rsolu
que par des mthodes directes et globales. C'est d'ailleurs largement suffisant.
Pour initier les lves aux mthodes statistiques utilises par la mesure moderne, mais aussi dans
d'autres types d'investigations, fixons-nous donc pour objectif de faire dterminer de temps en temps par
les lves de premire ou de terminale S, partir de leurs propres pratiques exprimentales et en
regroupant seulement les mesures indpendantes de leur groupe de TP, sans lourds calculs
mathmatiques, un intervalle de confiance au niveau de confiance 95 %. Cet objectif long terme peut
tre prpar dans les classes prcdentes et mme ds le collge.
La question des chiffres significatifs
Les exercices proposs aux lves comportent des donnes exprimes avec un certain nombre de
chiffres significatifs. Les rponses numriques ces exercices doivent tre cohrentes avec les donnes.
Rechercher cette cohrence, la justifier, est une activit qui s'apparente la rflexion sur les incertitudes
de mesure. On peut donc, par ce biais, sensibiliser trs tt les lves ces questions. Dans ce seul
domaine, dimmenses progrs restent accomplir, tous les niveaux, cest--dire du collge
lagrgation, car il nest pas rare de trouver dans une preuve dagrgation des donnes exprimes par
exemple avec un seul chiffre significatif alors que les examinateurs attendent des rsultats exprims avec
trois chiffres significatifs. On aura par exemple un condensateur de capacit C = 1 nF et il faut donner la
valeur de linductance L qui, associe C, provoquera une rsonance lectrique f0 = 120 kHz.
Lapplication de la formule LC2 = 1 conduit les candidats crire L = 1,76 mH ou mme 1,759 mH.
Alors que, si lauteur du sujet avait pens au problme des chiffres significatifs, il aurait donn, par
exemple, C = 1,0 nF , f0 = 1,2 105 Hz et il tait en droit de sattendre ce quon lui rponde L = 1,8 mH.
Ou C = 1,00 nF et f0 = 120 kHz, ce qui entrane bien L = 1,76 mH.
Par ailleurs, l'criture a suppose que l'on choisisse les chiffres significatifs qui expriment et a.
En nous fondant sur des considrations statistiques, nous proposerons, en annexe 5, des critres
quantitatifs permettant d'effectuer logiquement ce choix. Avec ces critres, on remarque que ceux des
professeurs qui s'intressent au sujet ont parfois tendance enlever trop de chiffres significatifs, aussi
bien pour exprimer lestimateur que l'incertitude a. Cependant, ces critres sont un peu difficiles
mettre en uvre ; il faut donc appliquer des rgles demploi plus simple et qui font peu prs lunanimit
(et surtout, il ne faut pas adopter une attitude rigide pour lapplication de ces rgles qui ne correspondent
que de manire approche lapplication de critres scientifiques). Pour cela, les consignes donnes il y a
bien longtemps par le grand physicien que fut G. Bruhat, dans son trait de Mcanique (page 265 de la
sixime dition, chez Masson), restent tout fait d'actualit : aprs avoir trouv, par exemple, pour
l'indice d'un prisme n = 1,50944 0,00039, il recommandait d'crire : n = 1,5094 0,0004.
"L'incertitude tant de plusieurs units de la quatrime dcimale, il est inutile, disait-il, de conserver la
cinquime dcimale, mais il faut garder la quatrime car en la supprimant on introduirait une erreur
d'criture parfaitement inutile, comparable l'erreur exprimentale".
De la mme manire, partant par exemple dune mesure de puissance telle que P = (3420,5 25,67) W,
nous verrons par la suite que lcriture dfinitive du rsultat devrait tre : P = (3,420 0,026) kW. En
gros, lincertitude a ne doit jamais tre exprime avec plus de deux chiffres significatifs et, pour
lestimateur , on conserve tous les chiffres significatifs qui sont affects par a.
4/31
terminale ont choisi de participer aux Olympiades de la Physique, n'ont aucune ide de ce que peut
reprsenter une incertitude de mesure, qu'elle soit considre comme majorant ou affecte d'une
probabilit limite ; l'incohrence s'installe mme en ce qui concerne les chiffres significatifs des donnes
et des rsultats.
Nous ne pouvons continuer ignorer le sujet et il faut donc progressivement tenter de remonter la
pente. Le mieux serait d'aborder ces questions ds le collge. videmment, c'est de manire prudente
qu'il faut agir ce niveau : il ne peut y tre question, ni d'intervalle de confiance, ni d'cart-type. Mais on
peut montrer que la prcision d'une mesure est limite et adopter des rgles simples sur la question des
chiffres significatifs. La sensibilisation prcoce des jeunes lves aux problmes de la mesure, lorsquils
manipulent, permettrait de leur expliquer certaines contradictions apparentes et de rpondre leurs
questions. En revanche, aucun niveau de lenseignement secondaire, il ne faut utiliser le modle
handicapant du majorant des erreurs qui, en conduisant aux anciennes rgles du calcul d'incertitude,
deviendrait plus tard gnant pour eux (pas plus quaucun modle thorique de propagation des erreurs).
Nous allons donc tenter de proposer une introduction progressive des notions dont il vient d'tre
question, introduction ni dogmatique ni abstraite, mais ralise partir des activits exprimentales
ralises en classe, soit dans les expriences de cours exploitation collective, soit l'occasion des
travaux pratiques des lves.
Nous commencerons donc par les classes du collge auxquelles nous associons la classe de 2de
indiffrencie. La seconde est en effet dsormais une classe o les notions de physique sont rares, comme
les occasions de pratiquer de vritables mesures.
Les classes de 1re et de terminale S ou industrielles constituent un deuxime stade, trs diffrent, o
les lves ont en principe choisi de faire des sciences.
Des exemples d'applications effectivement raliss dans les classes illustreront notre propos.
5/31
Les observations lies au mesurage conduiront ainsi professeurs et lves prsenter la plupart des
mesures et calculs effectus en classe, avec, simplement, deux ou trois chiffres significatifs et l'emploi
correct des multiples et sous-multiples des units lgales (m = 12,3 g ; V = 83 cm3 ; P = 6,5 N ;
g = 9,8 N/kg ; I = 24,5 mA ; U = 4,5 V ; R = 47,3 k ; = 99,5C ; P = 105 W...).
Certains rsultats, ayant fait l'objet d'une rflexion plus approfondie, pourront tre donns sous la
forme d'un intervalle centr, par exemple : g = (go g) N/kg. Dans ce cas, l'intervalle (go -g, go + g)
sera prsent comme ayant "de fortes chances" de contenir la "vraie valeur" de g. Il s'agit de sensibiliser
la notion d'incertitude, et non de faire uvre dfinitive. Ne pas dire de choses fausses, mais ne pas
chercher non plus, tablir du premier coup la "doctrine" acheve, car c'est absolument impossible.
m
= 1 10-4. Si des prcisions de cet ordre sont trs facilement ralises en mtrologie, elles sont rares
m
z = x , la prcision relative z du rsultat final, z, ne peut tre meilleure que celle de la grandeur x ou
y
z
y
y la moins prcise : le rapport z est donc suprieur au plus grand des rapports x ou
.
z
x
y
6/31
Dans l'hypothse o x, y et z sont, comme en mathmatiques, des majorants des erreurs commises
sur x, y et z, ce rsultat peut, ds le collge, tre "justifi" sur des exemples numriques. Toujours dans
cette hypothse, il peut tre tabli rigoureusement en terminale S. Cependant, ce point de vue est
incompatible avec lobjectif recherch qui consiste seulement associer aux intervalles [x x, x +x],
[y y, y + y], [z z, z + z] une probabilit (par exemple P 0,95) de contenir respectivement les
valeurs exactes X, Y et Z. Dans ce cas, ce n'est qu'en classe post-baccalaurat qu'on peut dmontrer le
thorme prcdent, mais nous verrons qu'on peut, titre d'exercice, le faire toucher du doigt en premire.
Supposons ainsi que l'on s'intresse, la vitesse moyenne vmoy sur 1000 m d'une voiture qui, arrte au
dpart, parcourt cette distance en 31,4 s ; ceci afin, par exemple, de la comparer la vitesse maximale
annonce. En l'absence de prcision supplmentaire sur ces mesures, nous remarquons que la distance L
est donne avec une prcision relative de 0,5 10-3 et la dure t avec une prcision relative de 1,6 10-3.
De ce fait, on ne peut donner la vitesse moyenne vmoy = L/t avec une prcision meilleure que 1,6 10-3.
La bonne manire d'exprimer le rsultat est donc vmoy = 115 km/h. La vitesse 114,6 km/h est trop prcise
(prcision relative de 0,44 10-3), celle de 1,1 102 km/h (prcision relative 45 10-3) ne l'est pas assez.
On ne commet pas d'erreur grossire en remplaant la rgle ci-dessus par celle qui consiste donner
le rsultat de la multiplication ou de la division avec un nombre de chiffres significatifs gal celui de la
donne la moins prcise.
Prenons un autre exemple : la mesure " chaud" dune rsistance a donn R = 47,2 ; cette rsistance
est parcourue par un courant d'intensit I = 68 mA. On demande de calculer la tension U aux bornes de R.
Observons qu'en l'absence de prcision supplmentaire, la donne R = 47,2 signifie que l'incertitude
absolue sur R est de 0,05 , soit une incertitude relative R/R = 1 10-3. De mme, et avec la mme
restriction, on fait l'hypothse que I/I = 7,3 10-3. Dans ces conditions, alors que le produit RI est gal
3,2096 V, la prcision relative U/U de la tension U = RI ne peut tre meilleure que 7,3 10-3.
L'incertitude U est donc suprieure 23 mV et l'on ne peut donc crire U = 3,21 V, ce qui sous-entend
que cette incertitude est gale 5 mV. Le rsultat cohrent avec les donnes est donc U = 3,2 V.
Le marquage des rsistances radio met bien laccent sur les chiffres significatifs : on ne peut que
recommander son utilisation.
Pour les rsistances habituelles (de tolrance 5 % ou 10 %), deux cercles de couleur indiquent les
chiffres significatifs, un troisime le multiplicateur et le quatrime la tolrance (ou prcision relative).
Ainsi, une rsistance comportant un cercle bleu (6), un gris (8), un jaune (4) et un dor a pour valeur
nominale 68 104 , soit 0,68 M 5 % prs, et non, comme on le voit parfois crit au tableau,
680 000 , ni mme 680 k. Le fabricant garantit en effet que, dans les limites normales prvues pour
son fonctionnement (limites portant sur la temprature ambiante et la puissance dissipe), sa valeur est
comprise entre 646 k et 714 k et non entre 679 999,5 et 680 000,5 , ni entre 679,5 k et 680,5 k
ce qui supposerait encore une prcision meilleure que 10-3 .
L'emploi des puissances de 10 pour l'criture des rsultats, ou de "la notation ingnieur" recommande
dans le programme de mathmatiques de la classe de quatrime, ou, ce qui revient pratiquement au mme,
l'emploi courant des multiples et sous-multiples des units lgales, est indispensable pour matriser la
question des chiffres significatifs. Nous devons, en physique-chimie, habituer les lves, ds le collge,
ne pas considrer comme totalement quivalentes des mesures diffrant les unes des autres par le nombre
de chiffres significatifs. En particulier, les exercices de "conversions d'units", nombreux, juste titre,
dans les manuels, devraient veiller au respect de ces nombres : si la capacit V d'une citerne est 2,75 m3,
elle peut certes s'exprimer en mL, mais en crivant V = 2,75 106 mL et non V = 2 750 000 mL, car cette
dernire criture, qui sous-entend que la capacit est connue au millilitre prs, n'est pas quivalente
l'information initiale. De mme, la consommation journalire en charbon d'une chaudire d'immeuble est
15 tonnes (ou 15,0 t) plutt que 15 000 000 grammes !
Donnons encore l'exemple de la distance moyenne de la Terre autour du Soleil (moyenne temporelle),
il s'agit de "l'unit astronomique" trs proche de la longueur du demi grand axe de l'orbite de la Terre
autour du Soleil :
1 UA = 1,495 978 70 1011 m. On prend souvent, juste titre, pour valeur arrondie de cette distance,
7/31
8/31
9/31
annes. Pour le calibre utilis (200 mA), la notice commune indique que l'incertitude i se dtermine par
l'expression : i = 1 % VL + 1 UR.
L'intensit mesure I tant voisine de 96 , on en dduit i = 1,1 mA. Si les appareils taient neufs,
entre la plus grande et la plus petite de leurs indications, la diffrence ne devrait gure dpasser
2 i = 2,2 mA. Or, les diffrentes indications des appareils, ranges par ordre croissant, et exprimes en
milliampres sont :
94,1 ; 94,8 ; 94,8 ; 94,9 ; 95,0 ; 95,0 ; 95,1 ; 95,1 ; 95,1 ; 95,1 ; 95,1 ; 95,2 ; 95,4 ; 97,7 ; 98,2 ; 98,4 ;
99,6 ; 99,7 ; 100,8 ; 101,5.
On constate que l'tendue r = max min est gale 6,4 mA : elle est donc environ trois fois plus grande
que ce que laissait prvoir la notice, par consquent ces appareils ne sont plus conformes ce que prdit
cette dernire.
Sans tre toujours aussi marqu que dans l'exemple prcdent, le fait est tout de mme assez frquent.
La meilleure solution consisterait rtalonner les appareils lorsque, comme prcdemment, leurs
performances collectives relles contredisent la notice. Sans cela, nous verrons qu'il est tout de mme
possible de rvaluer globalement leur incertitude.
Remarque 3 : Les incertitudes dues aux appareils peuvent se combiner avec d'autres. Supposons que
l'on utilise un ohmmtre relativement neuf : lorsqu'il affiche R = 46,82 la notice indique que la
prcision relative de cette mesure est telle que R = 0,5 % VL + 1 UR, ce qui correspond
1R = (0,23 + 0,01) = 0,24 . En principe, donc, le constructeur garantit que, s'il affiche 46,82 ,
l'ohmmtre a mesur une rsistance comprise entre 46,58 et 47,06 (il est plus raliste de dire que
l'intervalle {46,58 , 47,06 } a de fortes chances de contenir la valeur exacte de R). Supposons donc
ceci ralis pour une rsistance "radio" la temprature de la salle. Si, comme nous l'avons vu plus haut,
la temprature de la rsistance est susceptible de varier au cours de la sance de travail, l'incertitude 2R
due cette variation, dont nous avons vu qu'elle est voisine de 0,1 , se combine 1R = 0,24 . Sauf
cas particulier, le signe de la variation est a priori imprvisible, aussi conoit-on que l'incertitude finale,
R, soit suprieure la fois 1R et 2R.
On en restera l. On ne posera pas, en particulier, R = 1R + 2R, ce qui conduit au rsultat
R = 46,8 0,35 , expression dans laquelle l'incertitude R est gnralement trop grande.
Lexpression R = 1 R 2 + 2 R 2 qui conduit R = 0,27 est plus raliste, mais son utilisation
au niveau du collge est exclue. Il reste que le rsultat R = 46,8 0,3 serait certainement le bon.
Remarque 4 : Tout comme des ampremtres monts en srie n'indiquent pas tout fait la mme
intensit, plusieurs thermomtres, placs dans le mme bain homognis, n'indiquent pas rigoureusement
la mme temprature ; plusieurs balances, soumises la mme masse ou au mme poids, ne donnent pas
le mme rsultat (parfois, une mme balance donne une indication qui varie lgrement avec l'endroit o
l'on place la masse mesurer), etc.
On peut profiter de ces observations pour valuer l'ordre de grandeur de l'incertitude qui affecte une
mesure d'lve quand il utilise, dans des conditions voisines, l'un de ces appareils pris au hasard. Il est
alors possible dindiquer aux lves, sans justification, quelle incertitude ils peuvent prendre (il ne s'agit
en aucune manire de leur imposer des calculs).
Exemple : supposons que le mesurage d'une mme masse m, effectue par neuf lves diffrents
utilisant neuf balances diffrentes (n = 9), mais de caractristiques nominales identiques, ait donn les
rsultats ordonns suivants, exprims en grammes :
109,5 ; 109,7 ; 109,8 ; 110,0 ; 110,0 ; 110,0 ; 110,1 ; 110,1 ; 110,3.
Nous constatons qu'aucune de ces 9 mesures ne s'carte sensiblement des autres, aussi ne peut-on
suspecter aucune des balances d'tre fausse. L'tendue r de ces mesures (diffrence entre la plus grande
mesure et la plus petite), est gale 0,8 g. Dans ces conditions, on peut faire admettre le rsultat suivant :
lorsque l'on utilise l'une de ces balances, prise au hasard, pour mesurer une masse d'une centaine de
grammes et que l'on trouve le rsultat m = mi, la valeur exacte de la masse mesure a de fortes chances
10/31
(de l'ordre de 95 sur 100) de se trouver dans l'intervalle (mi 0,7 r, mi + 0,7 r).
Ici, puisque r = 0,8 g, nous arrondissons la quantit 0,7 r, qui reprsente l'incertitude absolue sur une
mesure au niveau de confiance 95 % est gale 0,56 g ; comme il sagit seulement de donner des ordres
de grandeur, arrondissons-la 0,6 g : on dira qu'il y a environ 95 chances sur cent pour que, lorsqu'un
lve utilise une balance de ce type prise au hasard (parmi toutes celles qui existent et pas ncessairement
dans la collection du collge) et trouve le rsultat mi, la vraie valeur de m se trouve dans l'intervalle
(mi 0,6 g, mi + 0,6 g). Par exemple, l'lve obtenant dans ces conditions m3 = 109,8 g, peut donner
comme intervalle d'incertitude (109,2 g, 110,4 g) ou, mieux, crire m1= (109,8 0,6) g.
Donnons quelques indications sur la manire d'obtenir ce rsultat : nous supposons que les neuf
mesures de m sont tires d'une population gaussienne d'cart-type . Dans ce cas, en moyenne, l'tendue r
d'un chantillon de 9 valeurs est gale 2,98 aussi estime-t-on par s = r / 2,98. L'incertitude, que l'on
prend gnralement gale 2 fois l'cart-type , peut donc tre estime par 2 r / 2,98 = 0,67 r, soit
environ 0,7 r.
Dans le cas de n = 6, nous estimons 2 par 2 r / 2,54 0,8 r ; pour n = 12 par 2 r / 3,26 0,6 r.
On peut galement estimer partir de l'estimateur habituel s = n-1 (voir plus loin) : l'incertitude m
sur une mesure, au niveau de confiance 95 %, est alors gale 2 n-1, soit, ici, 0,48 g. On remarque que ce
rsultat est proche du prcdent, plus simple mettre en uvre, car, sans arrondi, la quantit 0,67 r est
gale 0,54 g.
Remarque 5 : Si les lves et les balances ont t supposs diffrents, c'est pour pouvoir considrer
que les neuf mesures obtenues sont indpendantes : dans le cas contraire (neuf lves mesurant
successivement la masse d'un mme objet avec une mme balance, ou un seul lve, pouvant tre trs
malhabile ou trs adroit, effectuant neuf mesures avec des balances diffrentes, etc.), elles seraient plus ou
moins fortement "lies", ou, en langage savant, corrles. Or le coefficient 0,7 intervenant ci-dessus
suppose que les mesures sont indpendantes et, a priori, de mme qualit. S'il n'en est pas ainsi,
l'intervalle d'incertitude doit tre plus ou moins largi.
Autre exemple de mesures corrles : une longueur L peut tre considre comme la somme de deux
longueurs L1 et L2. Deux lves mesurent L1 et obtiennent deux rsultats '1 et "1. Ils font alors appel
un troisime pour mesurer L2 et celui-ci trouve 2. Les sommes ' = '1 + 2 et " = "1 + 2 constituent
bien deux mesures de L = L1 + L2 , mais ce sont deux mesures corrles et non deux mesures
indpendantes.
Remarque 6 : La sensibilit d'une balance varie avec la masse qu'on mesure : notre tude ayant t
mene propos d'une masse de l'ordre de 100 grammes, l'incertitude absolue de 0,6 g que nous avons
dtermine n'est valable que pour des mesures voisines (par exemple de 80 120 g). Pour des masses de
l'ordre de 10 grammes, par exemple, ou de 500 grammes, il faudrait recommencer l'opration et les
incertitudes seraient certainement diffrentes.
Remarque 7 : Dans le cas prcis qui vient d'tre dcrit, la moyenne des neuf mesures (109,93 g)
constitue le meilleur rsultat collectif que l'on puisse donner pour la mesure de m l'issue de l'opration
de comparaison des indications des neuf balances. La notion de moyenne tant au programme de
mathmatiques de la classe de 4me, on pourra, ds le collge, retenir que la moyenne de plusieurs mesures
indpendantes est le meilleur estimateur de la grandeur mesure.
On montre par ailleurs (voir plus loin) que la vraie valeur de la masse mesure l'aide des neuf
balances prcdentes, a de fortes chances (95 chances sur cent) d'appartenir l'intervalle (109,93 g
0,17 g), soit (109,76 g ; 110,10 g) : la mise en commun de plusieurs rsultats indpendants amliore la
prcision.
Indiquons, pour les seuls professeurs, ce sur quoi repose ce rsultat :
estimation de l'cart-type de la mesure individuelle de m : n-1 = 0,224 g ;
11/31
estimation de l'cart-type de la moyenne des neuf peses, considre comme une nouvelle variable
alatoire :
0,224 g
= n 1 =
= 0,075 g ;
3
9
calcul de la demi-largeur de l'intervalle de confiance de au niveau de confiance 95% :
A2
A+2
Figure 2
12/31
L'erreur a est invitable ; sa valeur absolue est, en gnral, nettement infrieure a, puisque
lingalit | a | > a nest ralise que dans 5 % des cas seulement (par exemple).
Le plus important, dans la distribution de Gauss, qui est celle de la rpartition de la majorit des
erreurs alatoires, cest quelle est dcroissante de part et dautre de sa valeur moyenne X (inconnue) qui,
en labsence derreur systmatique, est cense reprsente la valeur exacte cherche. Autrement dit, les
petites erreurs sont plus probables (et plus donc plus frquentes) que les grandes. Cest cette notion qui
est la base de la thorie moderne des incertitudes et qui soppose de manire irrconciliable avec
lancien calcul dincertitudes.
16,82
15,09
1,73
31,91
16,91
15,17
1,74
32,08
16,85
15,11
1,74
31,96
16,97
15,23
1,74
32,20
16,71
14,96
1,75
31,67
16,84
15,11
1,73
31,95
16,87
15,13
1,74
32,00
16,95
15,21
1,74
32,16
16,92
15,18
1,74
32,10
10
16,89
15,15
1,74
32,04
11
16,69
14,97
1,72
31,66
12
16,74
15,03
1,71
31,77
13
16,88
15,15
1,73
32,03
14
16,86
15,12
1,74
31,98
15
16,66
14,95
1,71
31,61
16
16,83
15,10
1,73
31,93
17
16,84
15,11
1,73
31,95
18
16,87
15,13
1,74
32,00
19
17,07
15,32
1,75
32,39
13/31
Constatons tout d'abord que les appareils tudis peuvent encore tre considrs comme bons : si l'on
prend comme incertitude V1 sur une mesure unique la quantit 2 v1 , on trouve V1 0,2 V, ce qui
correspond une incertitude relative V1 / V1 = 1,2 10-2, tandis que, dans les mmes conditions,
V2 / V2 = 1,3 10-2.
En revanche, l'indication de la notice, spcifiant que l'incertitude est gale 0,15 % de la valeur
affiche augmente de la valeur correspondant un digit, soit 35 mV pour V1 et 33 mV pour V2, n'est
plus d'aucune actualit : ces quantits doivent tre multiplies par trois !
Nous pouvons encore observer que la diffrence V1 V2 et la somme V1 + V2 sont fournies avec la
mme prcision relative que chacune des tensions V1 ou V2 (l'incertitude relative sur V1 V2, comme
celle sur V1 + V2, vaut 1,3 10-2). Les mesures de V1 et V2 effectues avec le mme appareil, sont en
effet lies : on ne peut donc pas leur appliquer les rgles de composition des incertitudes absolues des
variables alatoires indpendantes.
Au demeurant, la mesure de V1 V2 est bien plus prcise en utilisant le mme appareil pour mesurer
V1 et V2 qu'en prenant un appareil pour mesurer V1 et un autre pour mesurer V2. Dans les mmes
conditions, la mesure de V1 + V2, elle, est moins prcise.
Montrons-le simplement : tirons au sort, pour chaque mesure de V1 par un appareil, le numro de
l'appareil qui donnera V2. Un tirage a donn le rsultat suivant :
V1
10
11
12
13
14
15
16
17
18
19
V2
15
12
17
11
19
14
13
10
18
16
14/31
Les rsultats que lon obtient sont ports sur le tableau suivant :
V1
V2
V1 V2
V1 + V2
1- 15
16,82
14,95
1,87
31,77
2- 1
16,91
15,09
1,82
32,00
3- 12
16,85
15,03
1,82
31,88
4-3
16,97
15,11
1,86
32,08
5-9
16,71
15,18
1,53
31,89
6-17
16,84
15,11
1,73
31,95
7-6
16,87
15,11
1,76
31,98
8-11
16,95
14,97
1,98
31,92
9-19
16,92
15,32
1,60
32,24
10-14
16,89
15,12
1,77
32,01
11-13
16,69
15,15
1,54
31,84
12-10
16,74
15,15
1,59
31,89
13-7
16,88
15,13
1,75
32,01
14-18
16,86
15,13
1,73
31,99
15-8
16,66
15,21
1,45
31,87
16-2
16,83
15,17
1,66
32,00
17-5
16,84
14,96
1,88
31,80
18-16
16,87
15,10
1,77
31,97
19-4
17,07
15,23
1,84
32,30
Les carts-types v1 et v 2 sont toujours gaux, respectivement 97,2 et 90,3 mV ; mais cette fois-ci,
l'cart-type d de la diffrence, qui tait de 11 mV lorsque les mesures de V1 et V2 taient lies, devient
gal 136 mV. En revanche, celui de la somme, s, rgresse de 187 mV 130 mV.
Or :
On constate donc, sur ce cas particulier, qu'il faut tre trs attentif au fait que des mesures soient
indpendantes ou non, puisqu'en effectuant des diffrences de mesures indpendantes, on a multipli par
12 l'cart-type de la diffrence V1 V2 et fortement rduit celui de la somme V1 + V2. l'vidence, les
mesures V1 et V2 de chaque multimtre sont affectes d'erreurs voisines : l'opration diffrence limine en
grande partie ces erreurs ; l'opration somme, elle, les ajoute.
On constate aussi que les carts-types d et s sur les sries de diffrences ou de sommes de deux
mesures indpendantes sont trs proches de la somme quadratique des carts-types v1 et v 2 . Dpendant
du hasard, car il existe 19! 1,2 1017 manires d'apparier les appareils, d, par exemple, peut certes
varier entre les valeurs extrmes 11 mV (lorsque V1 et V2 sont lies, ce qui correspond une probabilit
de 10 17 ) et 184 mV (lorsqu' la plus grande valeur de V1 on fait correspondre la plus petite valeur de V2
et vice versa, etc., situation de probabilit l encore voisine de 10-17), mais, pour la plupart des
combinaisons possibles, sa valeur est proche de 0,13 V.
Un autre appariement, d lui aussi au hasard, conduisant aux couples d'appareils (1,4) ; (2,2) ; (3,17) ; (4,15) ;
(5,1) ; (6,9) ; (7,6) ; (8,16) ; (9,5) ; (10,18) ; (11,8) ; (12,12) ; (13,7) ; (14,10) ; (15,11) ; (16,14) ; (17,13) ; (18,19) et
15/31
C'est l'addition quadratique des carts-types, jointe l'hypothse de normalit, qui conduit l'addition
quadratique des incertitudes absolues dans le cas d'une somme ou d'une diffrence de grandeurs
indpendantes.
Il peut arriver que lon soit en mesure de mesurer collectivement une mme grandeur laide
dappareils diffrents et par des lves diffrents (on obtient ainsi un nombre n de mesures indpendantes
voisin de 10) : on calcule alors la moyenne m des n mesures et leur cart-type . Ces rsultats permettent
de rpondre plusieurs questions :
a) La moyenne m est alors le meilleur estimateur de la valeur de la grandeur mesure.
b) On peut prsenter l'intervalle (m 2 , m + 2 ) comme l'intervalle de confiance d'une mesure
individuelle, un niveau voisin de 95 %.
Nous pouvons en effet reprendre notre compte la phrase un peu vague qui tait insre dans les
programmes prcdents de mathmatiques, selon laquelle, "dans de nombreux phnomnes, le
pourcentage de mesures appartenant l'intervalle (m 2 , m + 2 ) ou (m 3 , m + 3 ) est voisin de
95 % ou 99 % ".
Supposons que nous disposions de nombres au hasard tirs d'une population gaussienne centre sur la
valeur X et d'cart-type . Constituons des chantillons de 9 nombres (par exemple) pris au hasard : x1,
x2, xi, ..., x9 ; calculons pour chacun de ces chantillons l'estimateur n-1 qui sera dfini plus loin, puis
cherchons si les intervalles [xi 1,96 n-1 ; xi + 1,96 n-1] contiennent X. En gnral, la rponse est
positive, mais il arrive que pour une valeur xi , parfois deux, ce ne soit pas le cas. Recommenons
l'opration un grand nombre de fois, par exemple 100 fois. On constate alors que sur 900 nombres utiliss
(9 100 = 900), 45 intervalles environ, soit 5 % d'entre eux, ne contiennent pas X.
C'est ce rsultat, avr, qui a t transpos ci-dessus au cas des erreurs de mesures physiques, en
remplaant le coefficient 1,96 par 2 et n-1 par "". Rappelons encore que cette transposition suppose que
les erreurs se rpartissent selon une loi gaussienne et que le procd de mesure ne comporte pas d'erreur
systmatique.
c) On peut aussi se demander quel est l'ordre de grandeur de l'incertitude qui affecte, non pas une
mesure unique, comme prcdemment, mais la moyenne m de n mesures indpendantes. L'ide
importante, c'est que si les mesures individuelles constituent des variables alatoires de moyenne A et
dcart-type a, alors la moyenne de n mesures indpendantes est elle-mme une variable alatoire de
16/31
Dans ces conditions, si n est suprieur 20, le fait de prendre comme estimateur d'une grandeur
mesure, non pas une mesure unique mais la moyenne m des n mesures indpendantes de mme type,
amliore la prcision dun facteur proche de n . Dans le cas o n est nettement infrieur 20, ce facteur
est un peu infrieur
2
n
d) Plaons une dizaine d'ampremtres en srie (ou des voltmtres en parallle) et relevons les
indications de ces appareils. On obtient une srie statistique dont on calcule l'cart-type n . Il est utile de
comparer n l'incertitude annonce par le constructeur : souvent celle-ci est voisine de 2 n, ce qui
correspond un niveau de confiance P proche de 95 %.
Mais, comme nous l'avons vu prcdemment, cette incertitude annonce est parfois nettement
insuffisante. Il arrive quelle soit infrieure n (P < 68 %). Pour des appareils de qualit, en revanche,
elle reprsente parfois plus de 3 n (P > 99,7 %) : dans ce cas elle est pratiquement un majorant de la
valeur absolue de l'erreur (ce qui ne rend pas pour autant lgitime les calculs d'incertitudes d'autrefois).
n=
m1
32,1
63,5 m 2 m1
dm 2
dm 1 dm 2
dm
dn = m 2
5 1
n m 2 m1 m1
m2
m2
m1
Mais, par de petits calculs de variations effectus la machine, en remplaant m1 et m2 par des
valeurs proches, un lve de premire, de son ct, peut trs bien constater que des erreurs m1 et m2
commises sur m1 et m2 (respectivement), entranent une erreur n sur n telle que :
m
m 2
n
.
5 1
n
m 2
m1
Par exemple, si m1 = 2,02 g au lieu de 2,00 g, on a m1 / m1 = 1 %. En remplaant m1 par cette valeur
dans l'expression donnant n (et en conservant m2 = 2,505 g), on trouve n = 2,10 ce qui correspond une
variation n telle que n / n = 5 % = 5 m1 / m1. De mme, pour m1 = 2,00 g et m2 = 2,530 g
17/31
(m2 / m2 = 1 %), on trouve n = 1,907, soit une variation n telle que n / n 5 % = 5 m2 / m2.
L'expression prcdente montre donc qu'il faut tre soigneux dans les mesures de m1 et m2 car une
erreur de 2,5 % par excs sur m1 combine une erreur par dfaut de 2,5 % sur m2, par exemple, entrane
une valeur de n suprieure 2,5 et donc une erreur sur le coefficient stchiomtrique n, car on prendra
alors n = 3 au lieu de n = 2.
Heureusement, les mesures de m1 et de m2 tant effectues avec la mme balance, nous avons vu,
m1
m2
et
, assez fortement lies,
propos des voltmtres ( 3.2), qu'elles sont corrles par l'appareil :
m1
m2
ont ainsi de fortes chances dtre de mme signe.
Cela explique le succs de cette manipulation qui est souvent ralise en classe.
La simulation numrique, l'aide de nombres au hasard rpartition gaussienne, peut tre utilise
pour familiariser les lves avec certains phnomnes.
Supposons par exemple que l'on dispose de mille nombres xi rpartis de manire normale autour de
zro, avec un cart-type gal l'unit. Pour obtenir des nombres rpartis autour de X = 85 avec ' = 3,
par exemple, il suffit de transformer les nombres xi en yi tels que yi = 85 + 3 xi : on peut donc obtenir
n'importe quelle population gaussienne.
On peut ainsi simuler un produit de grandeurs U et I affectes d'erreurs alatoires rpartition
P R
=
= U + I .
P
R
U I
Ce rsultat particulier tant indpendant du type de distribution utilise, il nest pas ncessaire que les
nombres au hasard considrs soient tirs dune distribution gaussienne ; des nombres issus dune
rpartition uniforme sur un intervalle donn conviennent aussi bien.
18/31
Estimation de l'cart-type
On peut dire aux lves que la thorie mathmatique permet de montrer que le meilleur estimateur de
l'cart-type de la variable alatoire x n'est pas , l'cart-type de la srie statistique des xi obtenue (parfois
appel n), mais n-1 (ou sn) qui figure galement dans la liste des fonctions pr-programmes des
calculatrices de poche, d'o l'emploi de cette grandeur (se reporter aux annexes 2 et 3).
Intervalle de confiance
Lorsque la sance de travaux pratiques se prte une exploitation collective des rsultats et qu'une
mme grandeur a t mesure par plusieurs groupes d'lves (n), le calcul de la moyenne m des mesures
et de l'estimateur n-1 de leur cart-type permet d'aller plus loin dans le seul but de conclure la sance par
une estimation vraisemblable de lincertitude de la mesure collective.
Cela conduit souvent proposer, pour cette moyenne, un intervalle de confiance qui est gnralement
assez rduit pour que les lves considrent leur travail collectif comme gratifiant.
Dans l'hypothse o toute erreur systmatique a t carte et o les mesures individuelles xi sont
rparties selon une loi gaussienne, on tablit en effet en mathmatiques que, pour un niveau de confiance
donn (95 % ou 99 %), l'intervalle de confiance de la grandeur X mesure en commun est de la forme
(annexe 4) :
n -1
, m + t n n -1
m - t n
n
n
10
12
14
16
20
t 95%
4,30
3,18
2,78
2,57
2,45
2,37
2,31
2,26
2,20
2,16
2,13
2,09
t 99%
9,93
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,11
3,01
2,95
2,86
Remarque : il est exclu que cette estimation donne l'occasion d'un expos mathmatique et encore
moins qu'elle fasse l'objet d'une mmorisation. Ce qui importe, c'est de remarquer ce qui, aprs tout,
relve du bon sens, que pour un mme nombre n de mesures indpendantes, le coefficient tn augmente
avec le niveau de confiance souhait.
Quant la dpendance de la largeur de lintervalle de confiance par rapport n, elle vient
essentiellement non du coefficient de Student, mais comme nous lavons dj vu, du facteur n qui
divise n-1.
Sachant, en effet que l'cart-type m de notre rsultat de mesure, m, est estim par la quantit n -1 ,
n
on constate que pour n > 10, lintervalle de confiance au niveau de confiance 95 % dfini ci-dessus, pour
lequel tn est alors trs voisin de 2, est bien celui que prvoit, pour les incertitudes de mesures industrielles,
la norme ISO 9000, savoir m 2 m.
Mais, justement, dans la norme ISO 9000, on recommande de calculer n-1 " partir d'un minimum de
10 mesures de rptabilit de l'ensemble du processus de mesure, dans le cas de variables
indpendantes ".
C'est donc uniquement parce que nous, en classe, ne pouvons pas toujours disposer d'un minimum de
10 mesures que nous faisons appel aux coefficients de Student. Il est tout fait possible de donner les
valeurs de ces coefficients en dbut danne scolaire, en faisant remarquer aux lves que lon pourrait
sen passer si lon disposait toujours dune vingtaine de mesures indpendantes.
19/31
En terminale, lusage du logiciel Incertitudes de mesure dit par le CNDP, qui reprend
exactement les ides exposes ci-dessus, simplifie beaucoup leur mise en uvre.
Les chiffres significatifs conserver
On pourrait aider les lves exprimer un rsultat final sous la forme a = a, en leur proposant les
critres suivants (annexe 5) :
la suppression d'un chiffre significatif sur a et l'arrondi correspondant ne doit pas entraner pour
cette incertitude une modification suprieure 4 % (ou 5 % la rigueur).
la suppression d'un chiffre significatif sur et l'arrondi correspondant ne doit pas entraner une
translation de l'intervalle de confiance suprieure 0,2 a.
Daprs la premire de ces rgles, lincertitude sur une mesure sexprime toujours avec au plus deux
chiffres significatifs ; la deuxime qui, comme la premire, se justifie par des considrations de niveau de
confiance, conforte le bon sens : si le fait de supprimer un chiffre significatif entrane une erreur
dcriture gale au cinquime de lincertitude, cest payer trop cher la simplification recherche.
Mais comme cela peut paratre encore un peu compliqu on peut simplifier ces critres sans trop les
dnaturer et adopter le comportement suivant :
Lincertitude a sexprime avec deux chiffres significatifs (au maximum) ; les derniers chiffres
significatifs conservs pour lestimateur sont ceux sur lesquels porte a.
Ainsi le rsultat m = (98,486 1,573) g scrira : m = (98,5 1,6) g.
Annexes
Annexe 1 : variables alatoires indpendantes
Soit une variable alatoire x1, qui peut tre le rsultat de la mesure d'une grandeur X parfaitement
dfinie par une certaine mthode M1. Si cette mthode ne comporte pas d'erreur systmatique, E(x1) = X
o E(x1) est l'esprance mathmatique de x1 que l'on peut approcher en faisant la moyenne d'un trs grand
nombre N de tirages successifs de x1.
Posons 1 = x1 X : 1 est une variable alatoire centre, d'esprance mathmatique nulle : E(1) = 0.
Procdons de mme pour une deuxime variable alatoire x2 telle que E(x2) = X, x2 peut tre la mesure
de X par une deuxime mthode M2. L encore, posons 2 = x2 X :
Les variables alatoires x1 et x2 sont indpendantes si E(1 2) = 0.
En pratique, si les expressions de x1 et de x2 ne comportent pas de terme commun, il s'agit de variables
alatoires indpendantes (conduisant donc des mesures indpendantes). En revanche, si on peut crire,
par exemple, x1 = a + b et x2 = a + c (cf. remarque 5, 2.), les termes a, b et c tant eux-mmes des
variables alatoires, alors x1 et x2 sont (partiellement) corrles.
De mme, soit, avec des notations videntes, R 1 =
U1
U
U
U
, R 2 = 1 , R3 = 2 et R 4 = 2 .
I1
I1
I2
I2
Seules deux de ces mesures sont indpendantes (par exemple R1 et R4) ; les deux autres leur sont
partiellement corrles.
Remarque : Si x1 et x2 sont indpendantes et dcarts-types respectifs 1 et 2 , lcart-type d de la
diffrence xd = x1 - x2 et celui de la somme xs =x1 + x2 sont tous deux gaux
excellent test pour dbusquer des corrlations entre variables.
12 + 2 2 . Cest un
20/31
S2
S2
.
mais
n
n 1
n
En toute rigueur, cest donc la variance 2 dont lestimateur sans biais est
2
(x i m )
S2
= 1
n 1
n 1
21/31
2
(x i m )
1
Mais n1 =
n 1
Remarque : cette dmonstration est indpendante de la loi de rpartition des variables alatoires xi.
X-m
, il suit une loi de Student n-1 degrs de libert.
n -1
n
Ce sont ces rsultats mathmatiques qui fondent la rgle de calcul d'un l'intervalle de confiance centr
10
12
14
16
20
t 95%
4,30
3,18
2,78
2,57
2,45
2,37
2,31
2,26
2,20
2,16
2,13
2,09
t 99%
9,93
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,11
3,01
2,95
2,86
Remarque : on entend parfois dire la sottise suivante : les grands chantillons suivent la loi de Gauss,
tandis que les petits obissent la loi de Student, ou bien celle-ci : les rsultats individuels de la mesure
dune grandeur suivent une loi de Gauss mais la moyenne dun petit nombre de rsultats obit une loi de
Student. La premire de ces assertions ne veut rien dire : quelle est la variable alatoire considre ? La
seconde est errone.
Redisons encore que si une variable alatoire x suit une loi de Gauss desprance mathmatique X et
dcart-type , la moyenne m de n tirages indpendants de x suit aussi une loi de Gauss de mme
esprance mathmatique X et dcart-type rduit et ceci, quel que soit n.
n
X-m
En revanche la variable t =
suit toujours une loi de Student n-1 degrs de libert mais, lorsque
n -1
n
n atteint ou dpasse 20, par exemple, une telle loi est trs proche dune loi de Gauss rduite (dcarttype 1) et centre (desprance mathmatique nulle).
22/31
23/31
On remarque que cela correspond conserver pour lestimation de F tous les chiffres significatifs qui
sont affects par F et rien que ceux-ci. Cest une situation assez gnrale qui peut, sans grand danger,
tre rige en rgle simple :
On conserve pour F les chiffres significatifs qui interviennent dans F .
x + y .
U
dR dU dI
dU
dI
; alors
=
, soit : dR =
R .
I
I
I
R
U
I
1
R
et 2 =
, on trouve :
I
I
2
2
U
R2
= 2 + 2 I2 , soit R2 = U2 + 2I ou R =
+ I2 (CQFD).
2
R
I
I
R
U
I
U
I
De mme, pour la moyenne arithmtique m de n mesures xi de mme cart-type , o tous les i sont
2R
1
1
2
, on trouve ainsi : m = 2
n
n
soit : m =
.
n
n
1
Nous avons souvent, dans les pages qui prcdent, utilis ce rsultat.
L'ancien calcul d'incertitude, qui conduisait donner pour la moyenne de n mesures quivalentes, une
incertitude absolue gale l'incertitude absolue sur une des mesures, aboutissait, ds que n dpassait 4,
par exemple, des majorants beaucoup trop grands, ne correspondant aucune probabilit raisonnable.
gaux
2 =
24/31
i . Si lon dispose de 9 mesures, leurs ordonnes respectives sont donc, respectivement : 0,1 ;
n +1
0,2 ; 0,9. Ensuite, on regarde si les n points obtenus sont assez proches dune droite qui, si elle existe,
porte videmment le nom de droite de Henry. Si lun des points, ou plusieurs, sont trop loigns dune
droite dont les autres sont proches, il y a peu de chances que lon puisse considrer lchantillon comme
tir dune population gaussienne.
Ce test visuel peut tre rendu quantitatif.
2) Lorsque divers groupes dlves procdent la mesure dune mme grandeur (acclration de la
pesanteur en un lieu donn, vitesse du son dans la salle de classe, concentration dune mme solution,
distance focale dune mme lentille mince, duret dune eau, inductance dune mme bobine une
frquence donne, etc.), il arrive quune ou deux valeurs scartent sensiblement des autres. Parfois,
lerreur est manifeste (erreur dopration par exemple) et on peut la corriger si les tapes du raisonnement
(calibres utiliss, units employes, etc.) ont bien t enregistres ; parfois, en revanche, rien ne permet
dexpliquer lcart observ et lon se demande sil faut conserver une valeur dont la singularit nest peuttre due quau hasard ou sil faut la rejeter cause dun appareil faux ou dune observation errone.
Le test de lcart la moyenne fournit cet gard un critre quantitatif. Supposons que lon dispose
de n mesures indpendantes et de poids gaux : aprs avoir calcul leur moyenne m et lcart-type
n -1 correspondant, on les ordonne par valeurs croissantes ; la plus faible est note xm et la plus
grande xM. Supposons que ce soit la plus grande qui pose problme. On calcule alors le rapport
v=
xM m
. Pour n = 9, par exemple, si les mesures suivent une loi gaussienne, v est en moyenne gal
n -1
1,49 ; il ne dpasse 2,24 que dans 5 % des cas. Aussi, dans ce cas, en prenant le risque de 5 % denlever
tort une valeur, choisit-on gnralement dcarter toute valeur qui sloigne de la moyenne de plus de
2,24 n-1. Le tableau ci-dessous donne, pour quelques valeurs de n, les valeurs vmax de v qui, avec le
mme risque, ne doivent pas tre dpasses :
n:
10
12
14
16
18
vmax:
2,00
2,09
2,17
2,24
2,29
2,39
2,46
2,52
2,58
Le logiciel du CNDP Incertitudes de mesure pose les deux types de questions voques ci-dessus et
permet dy rpondre instantanment.
Dans un premier temps, pour un chantillon donn, afin de savoir si lchantillon des mesures peut
tre considr comme tir dune population gaussienne, il trace automatiquement, non la droite de Henry
mais celle de Pearson qui est dinspiration trs voisine. Comme les utilisateurs du logiciel ne sont pas des
spcialistes des mthodes statistiques et quils ne sont donc pas capables, a priori, de savoir si les points
exprimentaux sont suffisamment aligns pour pouvoir accepter lhypothse dune population gaussienne,
25/31
le logiciel prend lui-mme la dcision dacceptation ou de rejet. Pour cela, il calcule le coefficient de
corrlation des points exprimentaux et compare celui-ci une valeur tmoin quil possde en mmoire et
qui dpend du nombre n de mesures. Si le coefficient de corrlation est infrieur la valeur tmoin,
lhypothse de normalit est rejete, sinon elle est accepte. Les diffrents coefficients tmoins (pour n
compris entre 5 et 50) ont t calculs tout spcialement pour ce logiciel selon la mthode dite de Monte
Carlo. Ils schelonnent entre r = 0,8752 pour n = 5 et r = 0,9760 pour n = 50 en passant par r = 0,9186
pour n = 10 et r = 0,9496 pour n = 20.
Lhypothse de non normalit peut tre rejete pour plusieurs raisons :
1) parce que la population mre nest pas normale (ou gaussienne) ;
2) parce que lchantillon contient des valeurs aberrantes.
Le logiciel, en effectuant pour chaque mesure le test de lcart la moyenne expos ci-dessus, propose
donc dliminer celles des valeurs qui peuvent, avec une bonne probabilit, tre considres comme
aberrantes.
Si loprateur accepte de les ter de lchantillon, il reprend sa dmarche et cherche savoir si les
mesures conserves peuvent nouveau tre considres comme tires dune population gaussienne, ce
qui est trs gnralement le cas.
Il en dcoule une grande simplicit dutilisation car les lves, librs de calculs fastidieux peuvent
davantage se consacrer aux problmes inhrents aux mesures. Informs par lordinateur de la prsence de
mesures aberrantes, ils acceptent plus volontiers la remise en cause de telle ou telle de leurs mesures.
26/31
Inversement, nous traiterons (cf. plus loin) le cas de la mesure de la distance focale dune lentille
mince selon deux mthodes : la mthode de Silberman ayant conduit 9 mesures dcart-type
S n 1 = 0,163 cm et la mthode de lautocollimation ayant, pour 9 mesures galement, conduit
a n 1 = 0,101 cm. Le rapport S n 1 / a n 1 tant gal 1,61, valeur nettement infrieure 2,1, on ne peut
pas, par ces seules mesures, considrer que la mthode de Silberman est significativement moins prcise
que la mthode dautocollimation.
[ ]
Les TP ont t raliss dans la classe de Mme Colette Huet, du Lyce David dAngers
27/31
10 y
10 x
D =
= 0,24TH .
+
24,31
40,08
Ceci permet d'crire D = (155,8 0,24) TH.
Il nest pas bon, en effet, darrondir D 156 TH, car alors on commettrait une erreur dcriture
presque gale lincertitude D . Pour renoncer au quatrime chiffre significatif et crire D = 156 TH,
ce qui reprsente une translation de 0,2 TH, il faudrait avoir D > 1 TH car nous nous interdisons des
translations suprieures 0,2 D. En les supposant gales, les incertitudes x et y devraient alors tre
suprieures 2 mg.L-1, ce qui est certainement exagr (les concentrations donnes par la marque
Perrier sont arrondies 0,1 mg.L-1). Nous conservons donc lcriture : D = 155,8 TH.
Comparaison des mesures des deux groupes
Du fait des consignes supplmentaires et de leur impact vident, on ne peut considrer que les mesures
des deux groupes constituent deux chantillons tirs d'une mme population : le "poids" d'une mesure,
selon qu'elle mane d'un groupe ou de l'autre, n'est pas le mme. Les rsultats de chaque groupe doivent
28/31
donc tre analyss sparment (nous avons vu en annexe 7 quun rapport des carts-types gal 2,1 est
gnralement considr comme suffisant pour marquer la dissemblance de deux chantillons de neuf
mesures).
Analyse des rsultats du second groupe
On constate que l'accord entre la moyenne des mesures du second groupe (155,6 TH) et la valeur
calcule d'aprs l'tiquette (155,8 TH) est excellent.
Notons D la demi-largeur de l'intervalle de confiance de D, au niveau de confiance 95 %, calcule
d'aprs les rsultats de ce second groupe :
t n -1
2,31 0,88
= 0,68 TH
D =
, avec t, coefficient de Student tel que t = 2,31, soit : D =
3
9
Expression dfinitive du rsultat du second groupe
cause de limprcision sur la mesure de VE , les neuf mesures individuelles, exprimes l'aide de
trois chiffres significatifs seulement, ne correspondent en fait qu' 4 valeurs.
De ce fait, il serait illusoire d'exprimer la moyenne (155,56 TH) avec cinq chiffres significatifs. Nous
partons donc de D = (155,6 0,68) TH.
L'intuition nous conduit crire D = (155,6 0,7) TH. C'est bien ce que confirment les critres que
nous utilisons et qui sont bass sur le fait que le niveau de confiance choisi (ici 95 %) ne doit pas tre
affect de plus de 1 % de variation par chaque opration de simplification laquelle on se livre.
Critres retenus :
- On peut supprimer des chiffres significatifs dans l'expression de l'incertitude D (et procder aux
arrondis correspondants), condition que ces oprations provoquent une variation de l'incertitude D
D
initiale infrieure 4 %. Ici 4
= 0,03 TH ; on peut donc remplacer 0,68 TH par 0,7 TH, ce qui
100
entrane seulement une variation de 0,02 TH.
- On peut supprimer des chiffres significatifs sur D (et procder aux arrondis correspondants)
condition que ces oprations ne provoquent pas un dcalage de D suprieur 0,2 D. Ici, 0,2 D =
0,14 TH ; le passage de 155,6 156 TH entranerait un dcalage de 0,4 TH trop important : cette erreur
d'criture, suprieure la moiti de l'incertitude, abaisserait exagrment le niveau de confiance (qui
passerait 83 %).
Analyse des rsultats du premier groupe
La plus grande des mesures (165 TH) est vraiment trs loigne des autres : son cart la moyenne
est gal 2,26 n-1 Nous remarquons que, du fait de cette mesure, certainement due une manipulation
effectue sans soin, la moyenne (156,4 TH) des rsultats du premier groupe d'lves n'appartient mme
pas l'intervalle de confiance au niveau de confiance 95 % du groupe 2, soit [149,9 TH ; 156,3 TH],
alors qu'en tant cette mesure, la nouvelle moyenne (155,4 TH) en fait pleinement partie (cette dernire
constatation ne constitue cependant pas un critre de rejet).
Divers tests qualitatifs ou quantitatifs permettent de dcider de rejeter la valeur 165 TH : le trac de
la droite de Pearson, grce au logiciel Incertitudes de mesure du CNDP, montre que, compte tenu de
cette mesure, l'chantillon tudi ne peut tre considr comme tir d'une population gaussienne ; le test
quantitatif de l'cart la moyenne, lui, recommande d'enlever celle qui s'carte de la moyenne de plus de
2,24 n-1 : cest le cas de la valeur considre, loigne de la moyenne de 2,26 n-1 .
Il est donc plus sage de ne pas tenir compte de cette mesure.
Pour le groupe 1, les mesures conserves sont donc, ordonnes et exprimes en TH :
153, 154, 154, 155, 155, 156, 156, 160.
Moyenne : 155,4 TH ; estimateur de l'cart-type, not n-1 : 2,1 TH.
L'accord entre cette nouvelle moyenne et la valeur calcule d'aprs l'tiquette est encore trs bon, mais
29/31
les carts-types des deux sries de mesures sont toujours beaucoup trop diffrents pour que celles-ci
puissent tre considres comme de poids gaux.
Expression dfinitive du rsultat du premier groupe
La demi-largeur D de lintervalle de confiance, au niveau de confiance 95 %, calcule d'aprs les
mesures retenues, avec t = 2,37, puisque dsormais n = 8, donne : D = 1,76 TH, quantit qui peut tre
arrondie 1,8 TH (la variation correspondante de D est infrieure 4 %).
Le rsultat dfinitif du premier groupe est donc : D = (155,4 1,8) TH : on remarque en effet quen
arrondissant la moyenne M des huit mesures de ce groupe 155 TH, on provoquerait un dcalage
suprieur 0,2 D = 0,36 TH.
Dans ce cas, l'application de la loi de Student montre que le passage de D = (155,4 1,76) TH
D = (155 1,8) TH entrane une variation du niveau de confiance de 95 % 93,8 % car les deux
arrondis ont des effets contraires : le passage de D = 1,76 TH D = 1,8 TH a pour effet d'augmenter
le niveau de confiance (de 95,0 % 95,4 % ) ; le passage de D = 155,4 TH D = 155 TH ramne le
niveau de confiance 93,8 %, ce qui, aprs tout, peut tre accept par certains comme suffisamment
voisin de 95 %.
Le rsultat collectif du premier groupe, D = (155,4 1,8) TH est malgr tout un rsultat dont la
prcision relative, D /D, gale 1,2 %, doit tre considre comme bonne pour des lves ralisant leur
deuxime dosage.
30/31
f = 2,31
cm = 0,126 cm.
3
Nous pouvons arrondir f 0,13 cm sans modifier sensiblement le niveau de confiance affich.
Peut-on enlever un chiffre significatif la moyenne ms = 4,85 cm et estimer f par 4,9 cm ?
La translation qui en rsulterait serait de 0,05 cm, reprsentant 0,40 f ; elle est trop grande. On a
donc :
fS = (4,85 0,13) cm
- Mthode d'autocollimation : au niveau de confiance 95 %, f = 0,078 cm, quantit que nous pouvons
confondre avec 0,08 cm.
La translation qui rsulterait du passage de 4,94 cm 4,9 cm serait l encore de 0,04 cm soit 0,51 f,
ce qui, a fortiori, n'est pas acceptable. On a donc :
fa = (4,94 0,08) cm
Comparaison des estimateurs fs et fa de la distance focale f
Les deux intervalles de confiance ont une partie commune (4,86 cm ; 4,99 cm), ce qui montre que les
rsultats donns par les deux mthodes sont compatibles. Mais on peut se demander si le fait que
l'estimateur fS donn par la mthode de Silberman soit juste la limite de l'intervalle de confiance dduit
de la mthode d'autocollimation, n'est pas le signe que des erreurs systmatiques ont t commises. Au
lyce, par exemple, l'index d'une lentille ne correspond pas toujours exactement la position de son
centre optique. Ainsi, dans la mthode d'autocollimation par exemple, ne pas retourner une lentille par
rapport au sens de propagation de la lumire lorsque celle-ci passe dun groupe lautre, peut entraner
une erreur systmatique de plusieurs millimtres, la retourner peut donner des rsultats disperss.
Compte tenu des valeurs de S n-1 et de a n-1 la diffrence fS fa n'est cependant pas significative.
Comparaison des carts-types
Le rapport des carts-types est de 1,61. Il semble indiquer que, toutes causes d'erreurs confondues, la
mise en uvre de la mthode d'autocollimation par les lves de terminale S, avec le matriel limit qui
est mis leur disposition (absence de viseurs) donne des rsultats plus prcis que celle de la mthode de
Silberman.
Cette valeur n'est cependant pas suffisamment leve pour poser une telle assertion (annexe 8).
On pourrait en effet montrer que, mme si les deux mthodes taient de prcision tout fait
identiques, la valeur 1,61 caractrisant le rapport des estimateurs S n-1 et de a n-1 (quel que soit celui que
lon place au dnominateur) serait naturellement dpasse dans 18 % des cas.
On retiendra donc de ce TP d'optique que la mthode exprimentale utilise pour comparer deux
mthodes de dtermination de la distance focale d'une lentille n'a pas permis, ici, avec les protocoles
utiliss, de les classer, le rapport du plus grand des estimateurs (S n-1) au plus petit (a n-1), n'tant pas
assez lev (1,61).
31/31