Mesures et incertitudes en PCM

Mesures et incertitudes

Environ 35 minutes

  • Évaluer une incertitude-type
  • Comparer des résultats avec une référence
  • Proposer une amélioration argumentée
Sommaire
  1. 1. Un résultat de mesure contient une information de qualité
  2. 2. Évaluer une incertitude par répétition
  3. 3. Utiliser une notice et combiner des contributions
  4. 4. Comparer à une référence sans conclure trop vite
  5. 5. Au bac : proposer une amélioration pertinente
  6. S’entraîner

Pourquoi plusieurs mesures d’une même grandeur diffèrent-elles ?

Tu vas quantifier une dispersion, exploiter une notice et comparer un résultat à une référence sans lui attribuer une précision excessive.

1. Un résultat de mesure contient une information de qualité

Quatre élèves mesurent le même volume et n’obtiennent pas exactement le même nombre. Cette dispersion n’est pas forcément une faute : la lecture, l’appareil et les conditions expérimentales introduisent une variabilité. Un résultat scientifique associe donc une valeur mesurée à une estimation de son incertitude. L’objectif n’est pas de supprimer toute variation, mais de décrire ce que le protocole permet réellement d’affirmer.

L’erreur de mesure serait la différence entre la valeur mesurée et la valeur vraie. Comme la valeur vraie est généralement inconnue, cette erreur ne peut pas être exactement calculée. L’incertitude-type u est un paramètre de dispersion associé au résultat, exprimé dans la même unité que la grandeur. Elle n’est ni une correction à ajouter automatiquement ni une borne absolue de l’erreur. Un résultat s’écrit par exemple avec sa valeur centrale, son unité et u explicitement indiqué.

Une composante aléatoire fait varier les résultats lors de répétitions. Une composante systématique peut les décaler dans le même sens, par exemple si une balance présente un défaut de zéro. Répéter une mesure réduit l’influence de certaines fluctuations sur une moyenne, mais n’efface pas un biais commun. Il faut donc analyser l’appareil et le protocole, pas seulement augmenter le nombre de lignes dans le tableau.

La fidélité décrit une faible dispersion de mesures répétées dans des conditions données. La justesse concerne l’absence d’un décalage systématique important par rapport à une référence. Une série très regroupée peut être peu juste ; une moyenne proche d’une référence peut aussi provenir d’une série très dispersée. Ces deux qualités se comparent séparément et avec un nombre de mesures suffisant.

Les quatre mesures sont centrées sur 10,00 mL ; leur dispersion décrit la variabilité du protocole.

2. Évaluer une incertitude par répétition

Une évaluation de type A repose sur le traitement statistique d’une série de mesures. Pour n valeurs indépendantes xᵢ, la moyenne est la somme des valeurs divisée par n. L’écart-type expérimental s est calculé avec la somme des carrés des écarts à la moyenne, divisée par n − 1, puis la racine carrée. Le dénominateur n − 1 distingue cet estimateur d’une simple dispersion calculée sur une population complète.

Si la grandeur à rapporter est la moyenne de n mesures indépendantes obtenues dans des conditions stables, son incertitude-type associée à la répétabilité est uA = s/√n. L’écart-type s caractérise la dispersion des mesures individuelles ; uA caractérise la dispersion attendue de leur moyenne dans ce modèle. Si le résultat retenu est une seule mesure, on ne divise pas automatiquement par √n. Il faut d’abord identifier ce que représente le résultat final.

Exemple résolu

On obtient les volumes 9,90 ; 10,00 ; 10,00 ; 10,10 mL. Calculer la moyenne, l’écart-type expérimental et l’incertitude-type de la moyenne associée à cette série.

  1. Étape 1 : La moyenne vaut (9,90 + 10,00 + 10,00 + 10,10)/4 = 10,00 mL.
  2. Étape 2 : Les écarts sont −0,10 ; 0 ; 0 ; +0,10 mL. La somme des carrés vaut 0,0200 mL².
  3. Étape 3 : L’écart-type vaut s = √(0,0200/3), soit environ 0,0816 mL.
  4. Étape 4 : Pour la moyenne de quatre mesures indépendantes, uA = 0,0816/√4 = 0,0408 mL.

Résultat : La moyenne est 10,00 mL et son incertitude de répétabilité vaut environ 0,04 mL, avec l’arrondi à un chiffre significatif choisi ici.

Piège à éviter : Confondre s et uA attribue à la moyenne la dispersion des mesures individuelles.

L’indépendance n’est pas garantie par une répétition rapide. Relire plusieurs fois le même affichage stable ne crée pas nécessairement plusieurs expériences indépendantes. Il faut aussi vérifier que la grandeur ne dérive pas pendant la série. Une évolution de température ou un vieillissement du réactif peuvent produire une tendance ; les données doivent alors être examinées dans leur ordre temporel avant de les résumer par un seul écart-type.

À toi d'essayer

Si le nombre de mesures indépendantes passe de 4 à 16 avec un écart-type s inchangé, par quel facteur uA change-t-elle ?

Voir la réponse

uA est divisée par √(16/4) = 2. Multiplier n par quatre divise l’incertitude-type de la moyenne par deux ; cela ne réduit pas automatiquement un biais systématique.

3. Utiliser une notice et combiner des contributions

Une évaluation de type B utilise d’autres informations : notice du fabricant, résolution, certificat ou connaissance du protocole. On ne choisit pas une formule d’après le seul nom de l’appareil. On identifie ce que donne le document : demi-largeur d’un intervalle, incertitude-type, incertitude élargie avec facteur précisé ou erreur maximale annoncée. Ces grandeurs ne sont pas interchangeables. La relation applicable doit être fournie ou justifiée par le modèle.

Exemple résolu

Une notice pédagogique décrit une erreur de lecture uniformément répartie entre −0,060 mL et +0,060 mL. Elle fournit la relation u = a/√3, où a est la demi-largeur de l’intervalle. Calculer cette incertitude-type.

  1. Étape 1 : L’intervalle a une largeur totale de 0,120 mL, mais la demi-largeur demandée est a = 0,060 mL.
  2. Étape 2 : On applique la relation fournie : u = 0,060/√3 mL.
  3. Étape 3 : Le résultat non arrondi vaut environ 0,0346 mL.

Résultat : Cette source contribue pour environ 0,035 mL à l’incertitude-type, avec deux chiffres significatifs conservés ici.

Piège à éviter : Utiliser la largeur totale 0,120 mL à la place de a double l’incertitude calculée.

Un modèle simple de quantification peut attribuer à un affichage numérique de pas p un intervalle d’arrondi entre −p/2 et +p/2. Si l’énoncé adopte une répartition uniforme, la contribution correspondante est p/√12. Ce modèle ne résume pas à lui seul toute la précision de l’appareil : l’étalonnage, la dérive et d’autres défauts peuvent être plus importants que le dernier chiffre affiché.

Quand plusieurs sources indépendantes contribuent directement à la même grandeur, une méthode fournie peut donner ufinale = √(u1² + u2²). On ne fait pas la somme arithmétique sans raison et on ne combine pas des unités différentes. Pour une grandeur calculée comme une concentration, la relation adaptée dépend du modèle ; le programme demande de l’exploiter ou d’utiliser un logiciel, sans imposer une formule unique valable pour toute situation.

À toi d'essayer

Deux sources indépendantes ont des incertitudes-types de 0,020 mL et 0,080 mL. Avec la règle quadratique fournie, quelle contribution domine et quelle incertitude combinée obtient-on ?

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

4. Comparer à une référence sans conclure trop vite

Comparer deux valeurs exige de tenir compte de leurs incertitudes. Dans les exercices, un indicateur peut être défini par z = |x − xref|/√(u(x)² + u(xref)²), si les résultats sont indépendants et si le modèle de comparaison le permet. La valeur absolue donne un écart positif et le dénominateur possède la même unité : z est sans dimension. Si la référence est tenue pour exacte, son incertitude peut être négligée seulement lorsque cette hypothèse est explicitée.

Les segments figurent une incertitude-type de part et d’autre des valeurs ; leur simple recouvrement ne constitue pas un critère universel de compatibilité.

Exemple résolu

Un résultat vaut 10,00 mL avec u = 0,04 mL. Une référence indépendante vaut 10,12 mL avec uref = 0,03 mL. Le document demande d’utiliser z et considère les résultats compatibles pour z ≤ 2. Conclure selon cette convention.

  1. Étape 1 : L’écart des valeurs est |10,00 − 10,12| = 0,12 mL.
  2. Étape 2 : L’incertitude de la différence vaut √(0,04² + 0,03²) = 0,05 mL.
  3. Étape 3 : L’indicateur vaut z = 0,12/0,05 = 2,4, supérieur au seuil 2 fourni.

Résultat : Les résultats ne sont pas compatibles selon le critère du document. Cela invite à examiner le protocole ; cela n’identifie pas à lui seul une erreur précise.

Piège à éviter : Traiter le seuil 2 comme une preuve absolue de vérité ou de fausseté dépasserait la portée de cette convention statistique.

Une compatibilité signifie que l’écart n’est pas jugé excessif au regard du modèle d’incertitude et du critère retenu. Elle ne prouve ni l’absence de biais ni l’exactitude de la référence. Une incompatibilité peut venir d’un problème d’étalonnage, d’une hypothèse fausse, d’une sous-estimation de u ou d’une variation réelle de la grandeur. Il faut chercher une cause avec des observations supplémentaires, et non corriger arbitrairement les valeurs pour les rapprocher.

On arrondit l’incertitude selon la convention demandée, souvent à un ou deux chiffres significatifs, puis la valeur au même rang décimal. Les calculs intermédiaires gardent des chiffres de garde. Un appareil qui affiche beaucoup de décimales ne justifie pas nécessairement une petite incertitude. Le nombre de chiffres rapportés doit être cohérent avec la qualité réellement évaluée du résultat.

À toi d'essayer

Après vérification, on découvre que toutes les valeurs d’une série ont un décalage constant de +0,20 mL. Soustraire cette correction change-t-il la moyenne et l’écart-type de la série ? Que reste-t-il à préciser ?

Correction détaillée pas à pasDans ce chapitre : 2 corrections détaillées.

5. Au bac : proposer une amélioration pertinente

Au bac : rendre un résultat défendable

  1. Identifie le mesurande, l’unité et la valeur retenue : mesure unique ou moyenne.
  2. Sépare les sources de variabilité et les décalages possibles. Applique les relations fournies et documente les hypothèses.
  3. Compare les contributions avant de choisir une amélioration : matériel, étalonnage, lecture, stabilité ou nombre de répétitions.
  4. Présente valeur et incertitude avec un arrondi cohérent, puis une comparaison bornée au critère utilisé.

Vocabulaire

Mesurande :
Grandeur que l’on cherche à mesurer.
Incertitude-type :
Paramètre de dispersion associé à un résultat, de même unité que lui.
Fidélité :
Qualité liée à une faible dispersion de répétitions.
Justesse :
Qualité liée à un faible décalage systématique.
Attention :

Erreurs fréquentes : confondre erreur et incertitude, oublier n − 1, diviser un biais par √n, convertir une notice sans lire son facteur ou conclure à partir du seul nombre de décimales.

Données et décisions

InformationUsage
Série indépendanteMoyenne, s, puis uA si la moyenne est rapportée
Notice ou certificatÉvaluation de type B avec relation adaptée
Sources multiplesCombinaison selon le modèle fourni
Valeur de référenceÉcart rapporté aux incertitudes

S’entraîner

Poursuis dans le hub S’entraîner du site pour mettre ces raisonnements en pratique. Reviens aux exemples résolus si une étape te manque.

À retenir

  • Une incertitude-type est une dispersion associée au résultat, pas une borne certaine de l’erreur.
  • Pour une moyenne de n mesures indépendantes, uA = s/√n dans le modèle de répétabilité.
  • Répéter une mesure ne supprime pas un décalage systématique.
  • La comparaison à une référence dépend des incertitudes et du critère retenu.

Fiche de révision

Décide si tu rapportes une valeur individuelle ou une moyenne.

Lis ce que signifie exactement le nombre donné par une notice.

Réduis d’abord la contribution dominante si le protocole le permet.

Arrondis la valeur au même rang décimal que l’incertitude rapportée.

Et maintenant ?

Tu as lu le cours. L’étape suivante tient en une action.

Relis le coursReprends l’essentiel avant de passer à la suite.

Prolonge l’expérience !

Continue à explorer ce chapitre à travers de nouvelles activités, des défis et des expériences interactives. Avec Premium, l’apprentissage continue !

Ici, tu débloques aussi 2 corrections détaillées.

Parent ? Suivez les progrès de votre enfant.

Tous les cours de Physique-chimie et mathématiques — terminale STL
Scientia