Uescience Moreau2 111922

Mesures, erreurs et incertitudes en physique-chimie
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
La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Actes de l'universit d't, du 9 au 13 juillet 2001, Cachan
Ministre de la Jeunesse, de l'ducation nationale et de la Recherche /Direction de l'Enseignement scolaire- Eduscol le 01 avril 2003
1/31
Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau
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.
Les buts que se propose datteindre ce document

Les mesures sont entaches d'erreurs
Nous savons tous quune mesure physique, aussi prcise soit-elle, comporte toujours une part
d'incertitude et probablement, une erreur, mme minime. Mais si nous ne montrons jamais que, malgr
nos efforts, de telles erreurs entachent nos mesures et si nous nutilisons jamais le vocable dincertitude,
pour montrer que nous sommes conscients de ces erreurs, alors, sur ce point, notre enseignement est
muet.
Les erreurs susceptibles d'entacher la mesure d'une grandeur sont multiples et la recherche de leurs
causes peut tre passionnante. Citons brivement l'environnement de la grandeur mesure, qui peut tre
influence par d'autres grandeurs, l'quipement de mesure dont on dispose, la qualification des oprateurs
effectuant la mesure ou la mthode utilise.
En classe, la rptition de certaines mesures, selon un mme mode opratoire, par des groupes d'lves
de mme niveau, utilisant du matriel comparable, peut rapidement donner une ide exploitable de la
rpartition des erreurs, l'exception des erreurs systmatiques. Mais la comparaison des mesures
obtenues par deux mthodes diffrentes (focomtrie, dosages), ou la mesure de grandeurs dtermines
avec prcision par ailleurs, permet aussi de dbusquer certaines erreurs systmatiques.
Prsentation des rsultats de mesure
De manire idale, une grandeur ayant pour valeur exacte (inconnue) la quantit A, le rsultat de la
mesure de A devrait tre donn sous la forme a = a : est l'estimateur de la valeur exacte A (par
exemple la moyenne de quelques mesures) et a l'incertitude sur la mesure de A, telle que la probabilit P
pour que l'intervalle ( - a, + a) contienne A soit assez leve (par exemple P = 0,95).
Cette criture suppose que ne concide pas exactement avec A : a = A est l'erreur commise sur la
mesure de A. On prsentait autrefois a, l'incertitude absolue sur A, comme un majorant de | a | : tout le
calcul d'incertitudes classique en dcoulait, notamment les thormes sur la composition des incertitudes
absolues ou celle des incertitudes relatives du type a/. Ces thormes conduisaient des impasses : on
"montrait" ainsi que la moyenne m de n mesures indpendantes 1, 2, ... i, n'tait pas plus prcise que
l'une quelconque des mesures, alors que, dans une classe, notamment, chacun peut (et doit) constater le
contraire.
En fait, chaque oprateur, lorsqu'il s'inscrit dans la logique visant dterminer un majorant a de | a |,
minimise inconsciemment l'incertitude a, comme le montrent par exemple les mesures historiques
successives de la vitesse c de la lumire par des savants, qui, presque tous, ont propos des majorants de
| c | qui se sont rvls trop faibles.
De nombreux constructeurs d'appareils de mesure utiliss dans les tablissements scolaires procdent
de mme. Au bout d'un an de fonctionnement, par exemple, il n'est pas rare de trouver pour ces appareils
des erreurs trois fois plus grandes que le "majorant" indiqu par la notice ! Il est donc beaucoup plus

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
Cndp, coll. Simulation et analyse de donnes . Rfrence : 755 03624.

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.
Quand et comment introduire ces notions dans les classes ?

Depuis vingt ans, mis part quelques cas isols, ces notions ne sont presque pas abordes. Cela
conduit des aberrations, car les jeunes gens qui sortent du lyce, y compris ceux qui, en premire et en

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.
Ce qui peut tre introduit au collge et en seconde

Gnralits
Au collge, en cinquime et en quatrime, les lves mesurent des tempratures pour reprer les
changements d'tat, ils manipulent ampremtres et voltmtres ; ils peuvent mettre en vidence la
variation de volume de l'eau au cours de la fusion de la glace... En troisime, on mesure des distances et
des temps, pour accder la notion de vitesse moyenne, tandis que la relation entre masse et poids invite
mesurer ces deux types de grandeurs. Pour une rsistance, l'ohmmtre permet de comparer son
indication au quotient U/I des indications de deux appareils dj connus. En chimie, enfin, l'usage du pHmtre n'est pas exclu... On pourrait multiplier les exemples qui posent le problme de la mesure et donc
celui des chiffres significatifs, car, aprs un mesurage, effectu par les lves ou le professeur, on doit en
effet afficher le rsultat, la mesure, et utiliser pour cela une unit et un certain nombre de chiffres
significatifs.
Trs tt, en quatrime par exemple, il faut montrer aux lves que les indications fournies par les
appareils de mesure sont entaches de petites erreurs et que, de ce fait, et, parfois aussi, du fait de
l'exprimentateur lui-mme, il n'y a pas tout fait concidence entre la valeur exacte A d'une grandeur
(parfois connue par ailleurs) et la mesure correspondante. On peut, de temps en temps, proposer aux
lves dvaluer exprimentalement l'ordre de grandeur de l'erreur commise sur une mesure, autrement
dit, s'intresser l'incertitude qui lui est lie.
En troisime, on peut remarquer que de nombreuses grandeurs mesures dpendent lgrement de
facteurs physiques (temprature, pression...) susceptibles d'voluer en fonction du temps de manire
incontrle. D'autres, comme les dimensions d'une table rectangulaire en bois, le diamtre d'une sphre
imparfaite, ne sont dfinies qu'avec une certaine prcision.
Ces ralits nont pas tre caches (il ne faut donc pas, pour "vrifier" la loi des courants drivs
i = i1 +i2, choisir, comme on le fait parfois, des courants de 100 200 mA et utiliser, pour les mesurer, les
calibres 10 A des trois ampremtres utiliss !).

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.
Les chiffres significatifs au collge

Il s'agit d'un problme difficile : la manire dont on s'exprime dans la vie courante n'en favorise pas la
solution qui, de toute manire, n'est pas simple. En ville, quand une personne dit qu'elle a pay sa voiture
neuve 110 000 F, cela signifie gnralement qu'elle ne considre comme significatifs que les seuls deux
premiers chiffres non nuls de cette somme alors que le prix rel, avec le plein d'essence, la carte grise et
les plaques minralogiques, tait peut tre 113 875,23 F ou, aussi bien, 108 256,89 F. Si aucun des quatre
zros n'est considr comme significatif, la "bonne" manire de procder, indiquant que le prix P pay est
compris entre 105 000 F et 115 000 F (prix 5 kF prs en valeur absolue, ou encore 5 % prs en valeur
relative), consisterait crire P = 1,1 105 F ce qui apparatrait comme pdant. De mme, si l'on dsire
indiquer que le prix est compris entre 109 500 F et 110 500 F (prix 500 F prs en valeur absolue ou
0,5 % prs en valeur relative), le premier zro est un chiffre significatif, il faudrait dire que l'on a pay sa
voiture 110 kF.
En mathmatiques, crire m = 11 597 g, signifie que seul le dernier chiffre, 7, est incertain. On a donc
11 596,5 g m 11 597,5 g. En effet, si le rsultat trouv est 11 597,7 g, par exemple, alors la masse
m, arrondie au gramme, devient 11 598 g. En physique, en l'absence d'indication explicite sur l'incertitude
attache m, on admet souvent que celle-ci est gale une demi unit du dernier chiffre exprim
(P. Fleury et J.-P. Mathieu, Mcanique physique, 4me dition, 1965, page 42). Les critures
m = 11 597 g ou m = (11 597 0,5) g sont donc quivalentes. En revanche, si l'on dsire indiquer que
l'incertitude m sur m est de 1 g, par exemple, au sens o l'intervalle (11 596 g, 11 598 g) a de fortes
chances de contenir la vraie valeur de m, alors il faut crire m = (11 597 1) g.
Dans ce cas, on a donc mesur une masse de plus de 10 kg 1 g prs, soit avec une prcision relative
m
= 1 10-4. Si des prcisions de cet ordre sont trs facilement ralises en mtrologie, elles sont rares
m
dans la vie courante.

Au collge, la prcision relative des mesures est couramment de l'ordre de 10-2, soit 1 % en
pourcentage. Cela entrane en gnral l'criture des mesures avec deux ou trois chiffres significatifs, par
exemple :
m1 = 11,6 kg ; m2 = 8,7 g ; m3 = 0,79 kg ; m4 = 228 g.
Dans certains cas (appareils neufs ou de trs bonne qualit ayant fait l'objet d'un suivi de
maintenance), la prcision relative atteint 10-3. La mesure correspondante s'crit alors avec 3 chiffres
significatifs (m3 = 795 g), ou quatre (U = 10,56 V).
Dans les calculs o il ny a que des multiplications ou des divisions de grandeurs, du type z = x y ou
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
cent cinquante millions de kilomtres. Mais cela doit s'crire :

1 UA = 1,50 108 km, ou 1 UA = 1,50 1011 m, et non 150 000 000 km. Cette dernire criture, en
effet, semble donner la valeur de l'unit astronomique arrondie au kilomtre, alors que la valeur retenue
par les astronomes en diffre de 402 130 km.
La grandeur mesure varie parfois quelque peu, de manire non matrise

Prenons le cas de la rsistance d'un diple ohmique classique de valeur nominale 47 5 % prs
(rsistance "radio" portant les cercles jaune, violet, noir et dor). Cette rsistance est comprise entre
44,5 et 49,5 , mais, en gnral, elle est plus proche de 47 que ne le laisse penser la largeur de cet
intervalle. Mesure l'aide d'un ohmmtre fournissant 4 chiffres significatifs, on obtiendra par exemple
R = 46,93 la temprature de la salle. Supposons qu'il s'agisse d'une rsistance destine tre insre
dans un montage et capable de dissiper au maximum la puissance 0,5 W ce qui advient lorsque la tension
ses bornes atteint 4,8 V. Quand on applique effectivement cette tension, la temprature moyenne de la
rsistance radio augmente souvent d'une quinzaine de degrs et, lorsque l'quilibre thermique est atteint,
la nouvelle valeur de R, mesure avec le mme ohmmtre devient par exemple R' = 46,73 . D'ailleurs,
en serrant simplement la rsistance entre le pouce et l'index, la valeur affiche passe alors, par exemple,
de 46,93 46,82 en une ou deux minutes si la temprature de la rsistance varie d'une dizaine de
degrs au cours de cette opration (ce qui peut tre le cas si la temprature de la salle est voisine
de 18C).
R varie donc avec la temprature et l'ensemble de ses valeurs, correspondant un usage "normal",
temprature ambiante constante, occupe une plage de largeur voisine de 0,2 .
On en tire tout de suite une premire consquence : le quatrime chiffre significatif donn par
l'appareil, correspondant 10 m, n'a pas tre conserv puisqu'une variation de temprature de
quelques degrs, couramment subie par la rsistance, entrane une variation de R dix fois suprieure
(0,1 ) : on peut retenir R = 46,9 comme valeur de la rsistance la temprature de la salle et R =
46,7 lorsque la rsistance s'est chauffe en dissipant sa puissance maximale (c'est la valeur " chaud").
Si la puissance dissipe par la rsistance est susceptible de varier entre 0 et 0,5 W, on estimera mieux sa
valeur moyenne R en prenant la demi-somme de ces deux valeurs, soit R = 46,8 .
On peut minimiser de telles variations en choisissant bien son matriel. Dans le cas particulier
prcdent, (rsistance de 47 soumise des tensions comprises entre 0 et 5 V), supposons que l'on
utilise une rsistance mtallique conue pour pouvoir dissiper 50 W. Celle-ci est construite pour que sa
variation n'excde pas 0,2 lorsqu'elle dissipe effectivement 50 W (sa temprature augmente alors d'une
centaine de degrs Celsius). Ainsi, pour de faibles variations de temprature (5 ou 6 C), correspondant
des courants infrieurs 0,3 A, la valeur d'une telle rsistance mtallique est-elle bien dfinie 10 m
prs.
Nous venons d'aborder le cas d'une grandeur qui varie quelque peu en fonction de la temprature. On
peut aisment observer que d'autres grandeurs, que l'on souhaiterait constantes, dpendent lgrement de
paramtres extrieurs :
La temprature d'un liquide que l'on chauffe par le fond du contenant, ou qui se refroidit par sa surface
libre, ou d'un liquide qui bout, n'est pas parfaitement homogne : au collge, on peut esprer dterminer
une telle temprature au demi degr Celsius prs, mais non au dixime.
L'intensit du courant qui circule dans un circuit varie toujours un peu avec le temps, parce que les
rsistances du circuit et le gnrateur s'chauffent (ou la pile s'use) : on constate facilement qu'un courant
rgl la valeur i = 100,0 mA, drive par exemple jusqu' 99,5 mA en quelques minutes.
La masse d'un liquide varie, lorsqu'il se trouve dans un rcipient non ferm, parce que le liquide
s'vapore plus ou moins rapidement.
Les variations au cours du temps de la valeur efficace U de la tension du secteur, voisine de 230 V,
sont en gnral largement suprieures 1 V.
Le pH d'une solution aqueuse faiblement concentre, laisse l'air libre dans une salle de classe
occupe, peut varier avec le temps car du dioxyde de carbone s'y dissout, etc.

8/31
Les erreurs des appareils de mesure et des manipulateurs

Lorsque l'on dsire vrifier si les indications de trois ampremtres diffrents, utiliss pour mesurer I,
I1 et I2, sont en conformit avec la loi I = I1 + I2 des courants drivs, il arrive couramment, avec les
appareils numriques actuels, que les mesures respectives , 1 et 2 des intensits I, I1 et I2 ne satisfassent
pas rigoureusement l'galit = 1 + 2. Il ne faut bien videmment pas en laisser dduire que la loi n'est
qu'approche, mais traiter la difficult. Supposons par exemple qu'on utilise des appareils assez rcents
dont la notice indique que l'incertitude i attache chaque mesure est telle que i = 1 % VL + 1 UR :
VL est la valeur lue, tandis que le sigle 1 UR (une unit de reprsentation), signifie que l'on doit ajouter la
valeur correspondant une unit du dernier chiffre affich. Par exemple, si = 187,2 mA, alors
1 % VL = 1,9 mA et 1 UR = 0,1 mA soit i = 2,0 mA.
Les mesures 1 = 50,1 mA, 2 = 138,6 mA, et = 187,2 mA, par exemple, ne mettent pas en cause
l'galit I = I1 + I2, et pourtant 1 + 2 = 188,7 mA = 187,2 mA.
Elles sont mme parfaitement compatibles avec elle puisque la diffrence (1 + 2) = 1,5 mA est
infrieure la seule incertitude i = 2,0 mA.
Remarque 1 : Les mesures , 1 et 2 sont respectivement entaches des erreurs i = I, i1 = 1 I1, et
i2 = 2 I2. Si les incertitudes i, i1 et i2 indiques par le constructeur taient effectivement les
majorants respectifs de | i |, | i1 | et | i2 |, alors la somme (i + i1 + i2), soit
(2,0 + 0,6 +1,5) mA = 4,1 mA, serait bien un majorant de la diffrence (1 + 2 ). Mais ce nest
gnralement pas le cas : l'exprience montre en effet que les incertitudes annonces i, i1 et i2 ne sont
pas des majorants de | i |, | i1 | et | i2 | mais seulement les demi-largeurs d'intervalles ayant une
probabilit P<1 de contenir les valeurs exactes respectives I, I1 et I2 .
Dans ces conditions, la probabilit P pour que lintervalle [ ( i + i 1 + i 2 ) , + ( i + i 1 + i 2 ) ]
contienne la diffrence (1 + 2 ) est beaucoup plus proche de lunit que ne lest P (par exemple
(P' = 0,999 tandis que P = 0,95) cause du caractre probabiliste de la composition des erreurs. Pour
avoir (1 + 2 ) = ( i + i 1 + i 2 ) , par exemple, il faudrait en effet que les intensits 1 et 2 soient
entaches d'erreurs positives respectivement voisines de i1 et i2 (ce qui est dj fort improbable),
tandis que serait une mesure de I affecte dune erreur ngative voisine de i, elle-mme improbable.
Lensemble a peu de chances de se produire ce qui, mathmatiquement, scrit (1 - P) << (1 - P).
Cela signifie aussi que lintervalle ayant la probabilit P de contenir la valeur de (1 + 2 ) est plus
troit que [- ( i + i 1 + i 2 ) , + ( i + i 1 + i 2 ) ] . On peut montrer quil est de la forme [i , + i ]
avec i =
(i) 2 + (i1 ) 2 + (i 2 ) 2 = 2,6 mA .
La justification de cette expression exige des dveloppements mathmatiques absolument

incompatibles avec le niveau du collge ou mme celui du lyce. En revanche, au niveau des classes postbaccalaurat, une fois acquis le thorme selon lequel la variance d'une somme algbrique de variables
alatoires indpendantes est gale la somme des variances de ces variables [ rf. (1) page 118 ], cette
proprit est aisment justifiable.
Au niveau du collge, il n'y a pas lieu d'voquer le calcul de l'incertitude d'une somme algbrique
partir des incertitudes de chacun des termes de la somme.
Remarque 2 : Au collge, comme en classe de 2de, o les appareils ne sont gnralement pas de trs
grande qualit, le calcul de l'incertitude sur une mesure donne par un appareil l'aide de sa notice est
risqu. Parfois, en effet, aprs un ou deux ans d'usage, les appareils de bas de gamme se drglent quelque
peu et il arrive que la valeur exacte de la grandeur mesure par l'un d'eux soit nettement extrieure
l'intervalle calcul daprs la notice.
Prenons un exemple rel : dans un tablissement, on a plac en srie 20 multimtres numriques
2 000 points, utiliss en ampremtres : il s'agit d'un lot d'appareils identiques, utiliss depuis plusieurs

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% :
= t n -1 = 2,31 0,075 g = 0,17 g .

9
Dans cette expression, t est le coefficient de Student correspondant 9 mesures et P = 0,95 (cf. annexe
4).
La plupart des considrations qui prcdent sont bien entendu au seul usage des professeurs. Au cours
de cette premire tape de sensibilisation aux rsultats de mesure, il importe surtout d'tre attentif la
notion de chiffres significatifs et la cohrence des rsultats de certains calculs. A l'occasion de telle ou
telle manipulation, on pourra mettre en vidence que certaines grandeurs sont dfinies avec une certaine
imprcision (hauteur d'une colonne de liquide dans un tube, distance focale d'une lentille en lumire
blanche...), tandis que d'autres peuvent lgrement varier en fonction de paramtres physiques non
matriss : on en dduira le nombre de chiffres significatifs conserver. Mais ceci ne fera pas l'objet d'un
cours. De mme c'est lorsque l'occasion se prsentera, c'est--dire peut-tre une ou deux fois dans l'anne,
que l'on effectuera plusieurs mesures indpendantes d'une mme grandeur dans le but de mettre en
vidence la dispersion naturelle des mesures. Une telle occasion permet au professeur d'valuer
l'incertitude sur une mesure individuelle. En outre, si la grandeur mesure prsente de l'intrt, il faut en
profiter pour l'estimer par la moyenne des mesures, celles-ci tant indpendantes et effectues dans les
mmes conditions : on sera gnralement surpris de la prcision d'une telle valuation.
Quelques prcisions supplmentaires (ou rappels) pour les professeurs

Les erreurs les plus petites sont plus probables
On rappelle que la mesure d'une grandeur a de valeur exacte A comporte gnralement une erreur
a = A, que celle-ci soit due aux appareils, au manipulateur ou la mthode employe ; cela se traduit
par une incertitude "multifactorielle" a sur les mesures individuelles obtenue en classe et conduit
l'criture a = a, sachant que l'intervalle [ a, + a] doit avoir une probabilit P de contenir A.
Cette probabilit est en gnral de 95 %, mais on peut dsirer quelle soit porte 99 %. On comprend
que lincertitude a est dautant plus grande que P est proche de lunit. Dans ce qui suit, sauf mention
contraire, nous nous placerons toujours dans le cas o P = 95 %.
p(x)
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.
La notion de mesures indpendantes

Les thories simplifies qui justifient nos rgles et nos calculs, supposent que les diffrentes mesures
que nous utilisons pour estimer une grandeur A et calculer son intervalle de confiance A un niveau de
confiance donn P (vocabulaire voisin du prcdent et synonyme), sont indpendantes. Lindpendance
des mesures est une notion assez difficile percevoir sur le terrain. De nombreux professeurs ne
dbusquent pas assez vite le fait que des erreurs soient lies (et donc que les mesures correspondantes ne
soient pas indpendantes) et chaque fois que lon ma signal que mon point de vue ne marchait pas,
ctait, en fait parce quau dpart, les mesures ntaient pas indpendantes.
Nous allons nous appuyer sur un exemple pour tenter dy voir plus clair ce sujet.
Deux tensions continues voisines V1 et V2, bien dfinies, ont t mesures l'aide d'une collection de
19 multimtres de bonne qualit, ces appareils, utiliss depuis plusieurs annes, n'ont jamais t
recalibrs. Voici les rsultats obtenus, exprims en volts :
V1
V2
V1 + V2
V1 V2
1
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
Nous allons tudier ces sries de 19 mesures.

La moyenne des mesures de V1 est 16,85 V.
Celle des mesures de V2 est 15,12 V.
La moyenne de la diffrence V1V2 est videmment gale la diffrence des moyennes, soit 1,73 V et
la moyenne de la somme est gale la somme des moyennes, soit 31,97 V.
L'cart-type v1 de la srie des V1 est de 97 mV ; celui de la srie des V2 , v 2 , vaut 90 mV. Mais
l'cart-type d de la diffrence V1 V2 n'est que de 11 mV, alors que s, cart-type de la somme V1 + V2
est gal 187 mV !
Plusieurs tests (graphiques, comme ceux de Henry et de Dixon, ou numriques comme celui de Shapiro-Wilk)
montrent en outre que les chantillons de 19 mesures V1 ou V2 peuvent tre considrs comme tirs de populations
normales [norme X 06-050]. Cest aussi le cas du logiciel Incertitudes de mesure distribu par le CNDP.
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
Ainsi la diffrence V1 V2 et la somme V1 + V2 seront values en prenant pour V1 l'indication de

l'appareil n1 et pour V2 celle de l'appareil n15, puis on recommence ensuite avec les couples d'appareils
2 et 1, 3 et 12, etc. Autrement dit remplaons les mesures lies V1 et V2 par des mesures indpendantes.

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 :
97,2 2 + 90,3 2 = 133 mV ; on a donc maintenant : d s v1 2 + v 2 2 .
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

(19,3) conduit d = 134 mV et s = 131 mV, ce qui est encore plus proche de la relation thorique qui correspond
aux grands nombres de mesures.
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.
Intrt de la notion dcart-type

La notion d'cart-type permet de comparer, par exemple, les indications de deux sries de
multimtres : supposons que le professeur dispose d'une ligne sche permettant d'alimenter chaque poste
de travail avec un mme gnrateur de tension. Chaque groupe d'lves (repr par le nombre n variant
par exemple de 1 9) dispose de deux multimtres, un appareil An "grand public", de faible cot, et un
vritable appareil de mesure, Bn.
On relve les 9 indications An, les 9 indications Bn et on calcule les carts-types A et B.
Si le premier de ces carts-types est comparable au second (si A ne dpasse pas l'ordre de grandeur
1,5 B), on se rjouit d'avoir des appareils peu coteux et pourtant de bonne qualit. Mais si A > 2,5 B,
on peut sans grand risque de se tromper, affirmer que les appareils de type A sont moins prcis que ceux
du type B (des tables, dites de Fisher, permettent de dcider, en fonction de critres quantitatifs, si le rapport des
carts-types peut tre considr comme significatif, nous en dirons un mot en annexe 8).
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
mme moyenne A (on dit plutt desprance mathmatique A) et dcart-type m = a .

n

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
n (voir lannexe 4) mais on peut retenir que :
Lincertitude sur la moyenne m, un niveau de confiance de 95%, est proche de
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).
Ce qui peut tre prsent en premire et terminale scientifiques ou

industrielles
Rflexions et activits spcifiques la classe de 1re
Il faut expliquer fermement aux lves que la possibilit de rpter des mesures ne doit en aucune
manire constituer un prtexte de mauvaises mesures initiales ou l'utilisation de mthodes peu
prcises, car cette rptition, coteuse et consommatrice de temps, ne permet souvent pas de rattraper la
prcision perdue au dpart.
En utilisant leur calculatrice, les lves peuvent aussi comprendre, dans un cas particulier, comment
les erreurs entachant les mesures primaires se propagent dans les calculs (il ne peut s'agir que d'une
sensibilisation, si le niveau de la classe le permet).
Donnons un exemple : en chauffant un mlange de cuivre de masse m1 et de poudre de soufre (en
excs), les lves obtiennent un produit d'aspect mtallique de masse m2 dont ils doivent dterminer la
formule stchiomtrique CunS (en supposant qu'elle existe).
Supposons qu'un lve prenne m1 = 2,00 g de cuivre. Si le sulfure form est bien Cu2S, il devrait
trouver m2 = 2,505 g. Or le coefficient stchiomtrique n est donn par l'expression :
n=
m1
32,1
63,5 m 2 m1
Le professeur, lui, sait, partir de cette expression, tablir la relation :
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
gaussienne comme P = U I, ou un quotient comme R = U et comparer P ou R , quantits calcules

I
P
R
U
I
et
a posteriori sur une centaine de cas,
quantits connues.
U
I
2
On constatera ainsi que :
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.
Ce qui devrait tre acquis en terminale

Variable alatoire, estimation de sa moyenne
La notion de variable alatoire figure au programme de mathmatiques, avec ses corollaires : fonction
de rpartition, cart-type, etc. On en profite pour prsenter, en utilisant un vocabulaire correct, le
caractre probabiliste de certaines erreurs : si l'on mesure une grandeur X, inconnue, l'aide d'une
mthode ne comportant pas d'erreur systmatique, chaque mesure est assimilable la valeur prise par une
variable alatoire x centre sur X, c'est--dire que sa moyenne, ou esprance mathmatique E(x), vrifie
l'galit E(x) = X.
Un ensemble, appel chantillon de n mesures indpendantes xi, obtenues en utilisant la mme
mthode et du matriel comparable, une fois dbarrass des mesures manifestement fausses (TP
"collectif"), permet d'estimer X par la moyenne m des xi : c'est le meilleur estimateur de X (voir
annexe 2).
Par exemple, la dtermination de la masse de Jupiter par l'analyse du mouvement de ses satellites,
partir de mesures de distances effectues sur des photocopies de documents annots (afin de dterminer le
diamtre de chaque orbite de satellite et sa priode de rvolution) conduit des rsultats individuels qui
peuvent tre dcevants pour tel ou tel lve. En revanche, pour un groupe d'une douzaine d'lves
travaillant indpendamment, le rsultat collectif devient satisfaisant car l'erreur relative de la
dtermination collective peut tre infrieure 5 %.

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
Le coefficient tn est appel coefficient de Student ; il dpend du niveau de confiance choisi et du

nombre n ; ainsi, pour n variant de 7 12, tn est un peu plus grand que 2 pour un niveau de confiance de
95 % et un peu plus grand que 3 pour un niveau de confiance de 99 %, comme le montre le tableau cidessous o figurent, pour des valeurs du nombre n des mesures indpendantes, les valeurs de t
correspondant deux niveaux de confiance :
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
Annexe 2 : les estimateurs

Un estimateur comme la moyenne m d'un chantillon ou l'cart-type n de cet chantillon est luimme une variable alatoire, puisque, si l'on change d'chantillon, on trouve en gnral une autre valeur
pour chacune de ces grandeurs.
On demande avant tout un estimateur d'tre "sans biais" : ceci est ralis lorsque son esprance
mathmatique (ou moyenne calcule partir d'un grand nombre dchantillons) est prcisment gale la
grandeur estime. Ce n'est pas le cas de l'estimateur n dont nous verrons dans l'annexe 3 que la moyenne
sur un grand nombre d'chantillons ne donne pas , l'cart-type de la variable alatoire initiale, mais une
valeur plus petite : n est donc un estimateur biais.
D'o l'emploi de n-1 qui, lui, est considr comme sans biais (en toute rigueur, c'est son carr qui est
sans biais). Il s'obtient en divisant, avant d'en prendre la racine carre, la somme des carrs des carts la
moyenne m, non par n, comme pour n , mais par n1.
La moyenne arithmtique m d'une srie de n mesures xi tires d'une population considre comme
infinie et de moyenne gnrale X, est un estimateur sans biais de X : elle a mme esprance
mathmatique X que les xi.
On dit que m est le meilleur estimateur de X car l'autre qualit demande un estimateur est d'avoir un
cart-type aussi faible que possible. Or, de tous les estimateurs sans biais de X que l'on peut raliser
l'aide de combinaisons linaires et homognes de n variables primaires xi identiques, la moyenne
arithmtique m est celui dont lcart-type est le plus faible ( m =

).
n
Annexe 3 : le cas particulier de n-1

Il n'y a rien de magique dans le fait de remplacer n par n-1 au dnominateur de l'expression qui donne
l'expression de l'cart-type d'un chantillon en vue d'obtenir un estimateur sans biais de l'cart-type .
Rien non plus dabsolument parfait, comme nous allons le voir.
Soit xi les valeurs prises par n variables alatoires gaussiennes indpendantes d'esprance
mathmatique X et d'cart-type , lors d'un tirage unique de chacune d'elles. Nous dsignons par m leur
moyenne : celle-ci, nous le savons, est elle-mme une variable alatoire desprance mathmatique X et
dcart-type
Nous nous intressons la quantit S2 = (x i m)2 .

S 2 = x i2 2 m x i + n m 2 ; or x i = n m par dfinition de m ; donc S 2 = x i2 n m 2 .
Mais xi = X + i , avec E(i 2) = 2 et m = X + m , avec E( m2) =2/ n .
Donc : S2 = n X2 + 2 X i + i2 n X2 2 n X m n m2 .
Soit encore : S2 = 2 X i + i2 2 n X m n m2 .
Calculons l'esprance mathmatique de S2, note E(S2), autrement dit, la moyenne de cette quantit
quand on recommence l'opration d'chantillonnage un grand nombre de fois :
E(S2) = 2 X E(i)+ E(i2) 2 n X E(m) n E(m2) = E(i2) n E(m2).
En effet E(i) = E(m) = 0 puisque E(xi ) = E(m) = X.
En remplaant E(i2) et E(m2) par leurs valeurs respectives 2 et 2/n on trouve donc :
E(S2) = n 2 2 = (n 1) 2.
La quantit qui a pour esprance mathmatique 2 nest donc pas
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

n
2
(x i m )
1
Mais n1 =
, dfaut dtre vraiment sans biais, est le meilleur estimateur de .
n 1
Remarque : cette dmonstration est indpendante de la loi de rpartition des variables alatoires xi.
Annexe 4 : le coefficient t de Student

Rappelons que si les xi sont n variables alatoires gaussiennes de mme esprance mathmatique X et
de mme cart-type , leur moyenne arithmtique m est elle-mme une variable alatoire gaussienne,
d'esprance mathmatique X et dcart-type
Quant au coefficient t =
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
sur la moyenne m pour un niveau de confiance donn, car la dfinition de t quivaut X = m t n -1 .

n
On trouvera un tableau des valeurs de la variable alatoire t de Student par exemple dans le recueil de
normes de la statistique de l'AFNOR (norme NF 06 041). La loi de Student est en effet essentielle pour
les chantillons d'effectifs infrieurs ou gaux 16. Elle fut dcouverte par Gosset, lequel publia ses
travaux sous le pseudonyme de "Student" au dbut du XXe sicle.
Nous redonnons un tableau simplifi des t correspondant aux niveaux de confiance 95 % et 99 %,
c'est--dire aux probabilits 0,95 et 0,99 pour l'intervalle, de contenir la vraie valeur cherche X :
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 : 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
Annexe 5 : les chiffres significatifs

Supposons que l'on ait mesur une force et trouv dans un premier temps : F = (2,56712 0,01283) N.
On se place dans le cas o l'estimateur de F suit une loi gaussienne, mais les rsultats auxquels nous
aboutirons sont tout fait transposables la loi de Student, trs proche de la loi de Gauss pour n 9.
L'incertitude F = 0,01283 N est donne au niveau de confiance 95 % donc : F 6,4 10-3 N.
Comment donner ce rsultat sous une meilleure forme ?
Peut-on crire par exemple, comme cela est parfois prconis, sous prtexte que le troisime chiffre
aprs la virgule n'est pas certain : F = (2,6 0,01) N ?
Pour rpondre, il faut observer les changements que provoquent la suppression des chiffres
significatifs supposs en excs et les arrondis correspondants :
Enlever le dernier 3 de F, et crire F = 0,0128 N, c'est diminuer F de 2,3 10-3 en valeur

relative. Poursuivre, et crire F = 0,013 N, c'est augmenter F de 1,6 10-2 en valeur relative. Donner
F = 0,01 N c'est, cette fois, diminuer F de 23 10-2 en valeur relative.
Que peut-on se permettre ? Observons tout d'abord que le standard europen recommande de prendre
F = 2 F alors que les tables de la loi normale de Gauss indiquent que l'intervalle de confiance 95 % de
cette variable a pour demi-largeur 1,96 F ; ceci revient majorer F de 2 % en valeur relative et
confondre P = 95 % et P' = 95,4 %.
D'une manire gnrale, si l'on minore de 5 %, sans dcentrer l'intervalle, on trouve (il faut pour
cela prendre une table de la fonction de rpartition de Gauss), que la probabilit P passe de 95,0 %
93,7 % : nous nous fixerons cette limite. La suppression d'un chiffre significatif sur a et l'arrondi
correspondant ne devra pas entraner une modification de suprieure 5 %. Pour notre exemple, cela
implique d'crire F = 0,013 N.
La rgle prcdente est assez proche de celle-ci : on exprimera F avec deux chiffres significatifs .
On constatera en effet que passer de trois deux chiffres significatifs ne provoque jamais une variation du
nombre considr de plus de 5 %.
De mme, crire F = 2,5671 N, c'est dcentrer l'intervalle de 3,1 10-3 F ; supprimer le 1 provoque
un nouveau dcentrage de 1,6 10-2 F . Enfin, crire F = 2,57 N c'est provoquer un nouveau dcentrage
de 0,47 F .
D'une manire gnrale, un dcentrage de 0,4 fait passer la probabilit P de 95,0 % 93,8 % ce
qui semble une limite ne pas franchir. Si lon adopte ce critre, on utilisera la rgle suivante :
La suppression d'un chiffre significatif sur et l'arrondi correspondant ne devra pas entraner une
translation de l'intervalle de confiance suprieure 0,4 .
Pour notre exemple, le passage de 2,567 N 2,57 N entrane un trop fort dcentrage.
Avec nos critres, le bon rsultat s'nonce donc : F = (2,567 0,013) N.

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 .
Annexe 6 : incompatibilit des points de vue "classique" et probabiliste

Si z = x + y, et si les erreurs x et y commises respectivement sur les mesures x et y sont
indpendantes, le point de vue classique, o x, y et z sont les majorants respectifs de | x |, | y | et
| z |, entrane l'galit z = x + y.
Du point de vue probabiliste, supposons que x et y soient respectivement les incertitudes au niveau
de confiance 95 % des mesures de x et de y : x = 2 x ; y = 2 y.
La quantit x + y reprsente donc 2 (x + y).
Or nous avons vu que si x et y sont indpendantes, z =
x + y .
Plaons-nous dans le cas dcole o x = y = . On a alors z = 2 .

Dans ce cas, x + y = 2 (x + y ) = 4 = 2 2 z = 2,83 z .
Nous supposons que x et y sont des variables alatoires gaussiennes. Dans ce cas, z est aussi une
variable gaussienne d'esprance mathmatique Z = X + Y. Or la probabilit pour que l'intervalle (z 2,83
z ; z + 2,83 z) contienne Z n'est pas 0,95, mais 0,995 : le niveau de confiance est donc augment ; ou
encore, le risque de 5 % retenu pour x et y est devenu 0,05 % pour z : il a t divis par 10 et a donc
chang d'ordre de grandeur.
En revanche, l'addition quadratique des incertitudes absolues, pour une somme ou une diffrence,
conserve le mme niveau de confiance et donc le mme risque.
Pour un produit ou un quotient, c'est donc l'addition quadratique des incertitudes relatives qui permet
de dterminer une incertitude au mme niveau de confiance que pour les mesures initiales.
Ces rgles dcoulent de celles qui permettent de calculer la variance (carr de l'cart-type) d'une
variable alatoire z s'exprimant comme une combinaison linaire et homogne de plusieurs autres x1, x2 et
x3 :
Soit z = 1 x1 + 2 x2 + 3 x3 ; alors on montre que 2z = 12 12 + 22 22 + 32 32 .
Appliquons cette rgle au cas de R =
U
dR dU dI
dU
dI
; alors
=
, soit : dR =
R .
I
I
I
R
U
I
Considrant dU et dI comme des variables alatoires indpendantes dcarts-types respectifs U et I,

en appliquant au calcul de R le rsultat prcdant, avec 1=
U2
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
Annexe 7 : cart la normalit et valeurs aberrantes

1) Lusage des coefficients de Student ou, plus simplement, le fait de prendre 2 pour incertitude,
suppose que lchantillon dont on dispose puisse tre considr comme tir dune population normale.
Le trac de la droite de Henry, par exemple, sur papier gausso-arithmtique, permet destimer
lil si lensemble des rsultats recueillis est susceptible dtre tir dune population gaussienne. Il
sagit dun papier qui tire son nom des deux graduations quil porte. La premire, en abscisses, est banale
(graduation arithmtique) ; la deuxime, en ordonnes, (de 0,01 0,99 ou de 0,001 0,999), est relie la
fonction de rpartition de Gauss, cest--dire la probabilit P(x) pour quune variable alatoire normale
centre et rduite soit infrieure x. Ainsi, si lon dispose de n mesures ordonnes par rangs croissants,
on marque sur le graphique n points dont les coordonnes respectives sont les suivantes : en abscisses (sur
lchelle banale) la valeur de la mesure choisie ; en ordonnes, si le rang de la mesure est i , on porte la
valeur
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.
Annexe 8 : comparaison des carts-types de deux chantillons

Il peut arriver quun professeur fixe pour but dun TP la comparaison de deux mthodes de mesures ;
ou encore, la mme mesure ayant t propose aux binmes de chacun des deux groupes dune mme
classe, il peut se poser la question de savoir sil peut regrouper lensemble des rsultats de la classe afin
de disposer d'un plus grand nombre de mesures indpendantes dans le but d'amliorer la prcision de la
mesure collective.
Dans chacun de ces deux cas, il faut comparer les cart-types relatifs aux deux chantillons de mesure.
Notons n1 leffectif du premier chantillon (le nombre de mesures indpendantes dune mme
grandeur effectues par les lves en utilisant la mthode n1 dans le premier cas envisag) et n2 leffectif
du deuxime. C'est la loi F(1, 2) dite de Fisher qui permet de comparer les carts-types (ou plutt les
variances de ces deux chantillons). Les nombres 1 et 2 sont respectivement gaux (n1 1) et (n2 1),
ce sont les degrs de libert respectifs des variances considres. Ainsi, lorsque l'effectif n de chaque
chantillon est gal 9, les nombres 1 et 2 de degrs de libert des variances (1 n-i)2 ou (2 n-1)2 sont
gaux n-1 = 8.
2
La loi de Fisher donne la distribution du rapport de (1 n-i)2 / (2 n-1) dans le cas o les deux
chantillons sont tirs de la mme population mre gaussienne (c'est ce que l'on appelle faire l'hypothse
nulle). Il permet de connatre la probabilit pour que, dans le cadre de cette hypothse, telle ou telle valeur
de ce rapport F(1, 2) soit dpasse du seul fait du hasard. Pour deux chantillons (1) et (2) de 9 valeurs
tires d'une mme population gaussienne, par exemple, le rapport F(1, 2) est suprieur 4,43 dans 2,5 %
des cas. Mais, en inversant numrateur et dnominateur, le rapport F(2, 1) est aussi suprieur 4,43
dans 2,5 % des cas. Au total, le rapport de la plus grande des variances la plus petite est suprieur 4,43
dans 5 % des cas.
C'est le critre que nous retenons, dans ces conditions (n1 = n2 = 9), pour considrer comme
significativement diffrentes deux variances. Comme le rapport correspondant des carts-types (1n-1 /
2n-1) ou linverse (2n-1 / 1n-1), est gal la racine carre de 4,43 soit 2,1, nous admettrons ceci :
Dans le cas de deux chantillons de 9 mesures dune mme grandeur, si lun des rapports (1n-1 / 2n-1)
ou (2n-1 / 1n-1) est suprieur 2,1, alors nous ne pouvons pas considrer que les deux chantillons sont
tirs de la mme population gaussienne (le risque de rejeter cette hypothse tort est ainsi gal 5 %).

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.
Exemples de traitement de mesures en travaux pratiques 2

Des explications complmentaires, destines l'information des seuls professeurs, sont insres en
italiques.
Chimie : dtermination dune grandeur par dosage

Contexte de ltude
Lexemple a t choisi en 1re S dans le cadre de loption ; il sagit de dterminer par complexomtrie
la duret dune eau, cest--dire sa concentration totale en ions calcium et magnsium ; ltiquette de
leau de Contrexville tudie indique 486 mg/L dions Ca2+ et 84 mg/L dions Mg2+.
Les lves rpartis en deux groupes de neuf binmes ont utilis un matriel classique de dosage :
burette de 25,0 mL, pipette jauge deux traits de 10,0 mL et agitateur magntique. Lors de cette sance,
ils ont ralis leur second dosage, le premier tant le dosage des ions chlorure par la mthode de Mohr.
Un point signaler lors du droulement de la sance : les lves du premier groupe stant trop
prcipits en dbut de sance (rinages mal grs, prdosage parfois absent), des consignes plus
explicites ont t donnes aux lves du second groupe qui ont alors tous manipul avec beaucoup de
soin.
Rsultats bruts
Le dosage consiste dterminer le volume quivalent VE de solution dEdta quil faut verser pour
complexer la totalit des ions calcium et magnsium initialement prsents dans lchantillon deau de
volume V ; connaissant la concentration [Y4-] de lEdta en solution, on calcule la concentration totale
Y 4- VE
.
C des ions calcium et magnsium dans leau avec la relation : C =
V
On aboutit alors au calcul de la duret de leau exprime en degrs hydrotimtriques franais note D
et dfinie par la relation : D = 10 C, les concentrations molaires des ions calcium et magnsium tant
exprimes en mmol.L-1 ; on exprime alors D en TH.
(N.B : une eau est considre dure lorsque D est suprieure 50).
Il faut noter que les conditions exprimentales ne permettent dexprimer le rsultat quavec trois
chiffres significatifs ; en effet VE nest connu qu 0,1 mL prs (exemple de rsultat : VE = 15,6 mL).
[ ]
Rsultats ordonns du premier groupe, exprims en TH :

153, 154, 154, 155, 155, 156, 156, 160, 165.
Moyenne : 156,4 TH ; estimateur de l'cart-type, not n-1 : 3,8 TH.
Rsultats ordonns du deuxime groupe, exprims en TH :
154, 155, 155, 155, 156, 156, 156, 156, 157.
Moyenne : 155,6 TH ; estimateur de lcart-type : n-1 : 0,88 TH.
Les TP ont t raliss dans la classe de Mme Colette Huet, du Lyce David dAngers

27/31
Analyse des rsultats en classe

Lindication de ltiquette permet de calculer le degr hydrotimtrique de rfrence ; en dsignant par
x la concentration massique en ions Ca2+ et par y la concentration massique en ions Mg2+, x et y tant
exprimes en mg.L-1, on a :
y
x
D = 10
+
; soit : D = 155,8 TH.
40,08 24,31
Individuellement, chacun des binmes met en relation son rsultat avec la valeur de rfrence en
valuant par exemple lcart relatif entre les deux valeurs. Mais ceci est trs pauvre !
La mise en commun des rsultats des neuf binmes du mme groupe permet, en revanche, daborder le
traitement statistique dune srie de mesures.
Pour chacun des groupes, la moyenne, estimateur de la grandeur mesure, est en trs bon accord avec
lindication de ltiquette. Les deux groupes ont ce niveau des rsultats trs proches (le mme rsultat, si
on se limite trois chiffres significatifs).
Avec une tendue de 12 TH dans le premier cas et 3 TH dans le second, ou un cart-type 4 fois plus
grand pour le premier groupe que pour le second, il est vident que les rsultats globaux du premier
groupe sont beaucoup plus disperss que ceux du second. Le second groupe a fourni un travail
exprimental de bien meilleure qualit : la seule moyenne des rsultats ne le montre pas ; limpact de la
qualit du travail exprimental (rinages, prdosage...) sur le rsultat est ainsi parfaitement mis en valeur.
Commentaires et approfondissements (pour les professeurs)
Lobjectif de ce paragraphe est dutiliser la situation exprimentale dcrite ci-dessus pour aller plus
loin en ce qui concerne la rsolution de diffrents problmes tels que :
Combien de chiffres significatifs est-il raisonnable de garder dans un rsultat ?
Comment exprimer un rsultat pour quil prenne en compte la prcision de la mesure ?
Comment reconnatre une mesure aberrante ?
Il sagit aussi de concrtiser certains points thoriques exposs dans la premire partie de ce chapitre.
Calcul du degr hydrotimtrique de rfrence D
Le calcul aboutit D = 155,8 TH ; faut-il garder les 4 chiffres significatifs ?
Malheureusement, on ne connat pas les incertitudes relatives aux concentrations x et y,
respectivement en ions Ca2+ et Mg2+, ce qui rend impossible la recherche dun intervalle de confiance
partir de ltiquette et qui pose galement un problme pour lexpression de D car on ne sait exactement
combien de chiffres significatifs on doit conserver.
Puisque les expressions numriques de x et de y sont arrondies (milligramme par litre), supposons
quau niveau de confiance 95 %, on ait : x = y = 0,5 mg.L-1.
Alors, au mme niveau de confiance, lincertitude D est :
2
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.
Optique, comparaison de deux mthodes de dtermination d'une distance focale

Contexte de l'tude
Les rsultats ci-dessous ont t obtenus, pour une mme lentille, par un groupe d'lves de terminale S
en spcialit. Les lves ont utilis un matriel classique de lyce : banc d'optique gradu 0,2 cm ;
supports de lentille et d'cran avec repres.
Rsultats bruts
Mesures de distances focales, exprimes en centimtres et ordonnes :
- Mthode de Silberman (la distance focale est gale au quart de la distance mesure, distance pour
laquelle limage et lobjet sont de mme taille) : 4,65 ; 4,73 ; 4,75 ; 4,75 ; 4,80 ; 4,88 ; 4,90 ; 4,95 ; 5,20.
Moyenne : mS = 4,85 cm ; estimateur de l'cart-type : S n-1 = 0,163 cm.
- Mthode d'autocollimation (la distance focale est directement mesure) :
4,8 ; 4,8 ; 4,9 ; 4,9 ; 5,0 ; 5,0 ; 5,0 ; 5,0 ; 5,1.
Moyenne : ma = 4,94 cm ; estimateur de l'cart-type : a n-1 = 0,101 cm.
Analyse des rsultats en classe
Les deux mthodes donnent des moyennes concordantes.
Les rsultats obtenus avec la mthode dautocollimation sont moins disperss (tendue et carts-types
plus faibles) ; cette mthode semble plus performante que la mthode de Silberman.
Commentaires et approfondissements
Valeurs aberrantes ; prcision du matriel
Dans les mesures relatives la mthode de Silberman, la distance focale de 5,20 cm semble un peu
carte des autres. En fait, elle ne diffre de la moyenne 4,85 cm que 2,15 S n-1 ce qui n'est pas suffisant
pour la rejeter. Aucune des autres mesures n'est suspecte.
Le matriel (graduation du banc, justesse des repres...) n'est pas assez prcis pour que cette tude soit
totalement convaincante puisque huit valeurs pour la mthode de Silberman et quatre pour la mthode
d'autocollimation suffisent exprimer neuf mesures.

30/31
Expression des rsultats

- Mthode de Silberman : calcul de l'incertitude, considre comme la demi-largeur de l'intervalle de
confiance au niveau de confiance 95 % :
0,163
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

Uescience Moreau2 111922

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Uescience Moreau2 111922

Загружено:

Авторское право:

Доступные форматы

Mesures, erreurs et incertitudes en physique-chimie

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Les buts que se propose datteindre ce document

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Cndp, coll. Simulation et analyse de donnes . Rfrence : 755 03624.

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Quand et comment introduire ces notions dans les classes ?

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Ce qui peut tre introduit au collge et en seconde

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Les chiffres significatifs au collge

dans la vie courante.

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

cent cinquante millions de kilomtres. Mais cela doit s'crire :

La grandeur mesure varie parfois quelque peu, de manire non matrise

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Les erreurs des appareils de mesure et des manipulateurs

(i) 2 + (i1 ) 2 + (i 2 ) 2 = 2,6 mA .

La justification de cette expression exige des dveloppements mathmatiques absolument

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

= t n -1 = 2,31 0,075 g = 0,17 g .

Quelques prcisions supplmentaires (ou rappels) pour les professeurs

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

La notion de mesures indpendantes

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Nous allons tudier ces sries de 19 mesures.

Ainsi la diffrence V1 V2 et la somme V1 + V2 seront values en prenant pour V1 l'indication de

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

97,2 2 + 90,3 2 = 133 mV ; on a donc maintenant : d s v1 2 + v 2 2 .

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

Intrt de la notion dcart-type

mme moyenne A (on dit plutt desprance mathmatique A) et dcart-type m = a .

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

n (voir lannexe 4) mais on peut retenir que :

Lincertitude sur la moyenne m, un niveau de confiance de 95%, est proche de

Ce qui peut tre prsent en premire et terminale scientifiques ou

Le professeur, lui, sait, partir de cette expression, tablir la relation :

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau

gaussienne comme P = U I, ou un quotient comme R = U et comparer P ou R , quantits calcules

On constatera ainsi que :

Ce qui devrait tre acquis en terminale

La pluridisciplinarit dans les enseignements scientifiques - Tome 2 : La place de l'exprience

Mesures, erreurs et incertitudes en physique-chimie - Ren Moreau