Incertitudes


Les chiffres significatifs


  • Si multiplications et/ou divisions de mesures :
    le résultat ne doit pas avoir plus de chiffres significatifs que la mesure qui en possède le moins.
    ex : $\frac{5,23\times2,728}{0,032}=\pu{4,5E2}$

  • Si addition et/ou soustractions de mesures :
    le résultat ne doit pas avoir plus de décimales que la mesure qui en comporte le moins.
    ex : $5,23 +2,7 - 0,03 = 7,9$

Le cours sur les incertitudes


Tutoriels calculette
sur l'utilisation de la partie tableur afin de calculer la moyenne d'une série de valeurs et son écart-type expérimental $\sigma_{exp}$.


Activités Écriture d'un résultat
TP Temps de réaction

Pour aller plus loin

tip

La vidéo suivante explique l’intérêt de répéter les mesures.

tip

La vidéo suivante permet d’en savoir plus sur le lien entre incertitude-type et niveau de confiance : quelle est la probabilité que la valeur de référence soit dans l’intervalle $[x-\mathrm{u},x+\mathrm{u}]$ ?

tip

La vidéo suivante permet d’en savoir plus sur la formule de l’écart-type expérimental (en particulier l’étrange présence du $n-1$).

tip

Pourquoi faut-il diviser la demi-étendue par $\sqrt{3}$ pour obtenir l’incertitude-type lors d’une évaluation de type B ? 

Démonstration mathématique :
On modélise notre mesure par une variable aléatoire continue $X$ répartie uniformément sur $[\mu -a,\mu + a]$ où $\mu = E(X)$ est la valeur centrale (la valeur lue sur l'appareil).

Il faut définir sa fonction de densité de probabilité $f(x)$.
  • Puisque la probabilité est uniforme, $f(x)$ est une constante sur l'intervalle $[-a, a]$ et vaut $0$ en dehors.
  • La somme de toutes les probabilités doit valoir $1$.
    Graphiquement, l'aire sous la courbe (un rectangle de largeur $2a$ et de hauteur constante) doit être égale à $1$.
Si la largeur est $2a$, alors la hauteur (la constante) doit être $\frac{1}{2a}$ pour que l'aire soit $2a \times \frac{1}{2a} = 1$.

On a donc notre fonction de densité : $$f(x) = \frac{1}{2a} \quad \text{pour } x \in [-a, a]$$ $$f(x) = 0 \quad \text{ailleurs}$$ L'incertitude-type $u(x)$ que l'on cherche correspond mathématiquement à l'écart-type $\sigma$ de cette distribution.
Et l'écart-type est la racine carrée de la variance $V(X)$.
On repart de la définition générale de la variance :
$$V(X) = \int_{-\infty}^{+\infty} (x - E(X))^2 f(x) dx$$ Ce qui donne ici :
$$ \begin{aligned} V(X) &= \int_{\mu - a}^{\mu + a} (x - \mu)^2 \left(\frac{1}{2a}\right) dx\\\\ &=\frac{1}{2a} \int_{\mu - a}^{\mu + a} (x - \mu)^2 dx \end{aligned} $$ Or, la primitive de $u'u^n$ est $\frac{u^{n+1}}{n+1}$.
Ici, en posant $u(x) = x - \mu$, on a $u'(x) = 1$. L'expression sous l'intégrale est donc exactement de la forme $u'u^2$.
La primitive de $(x - \mu)^2$ est donc $\frac{(x - \mu)^3}{3}$.

On évalue :
$$ \begin{aligned} V(X) &= \frac{1}{2a} \left[ \frac{(x - \mu)^3}{3} \right]_{\mu - a}^{\mu + a}\\\\ &= \frac{1}{2a} \left( \frac{((\mu + a) - \mu)^3}{3} - \frac{((\mu - a) - \mu)^3}{3} \right)\\\\ &= \frac{1}{2a} \left( \frac{a^3}{3} - \frac{(-a)^3}{3} \right)\\\\ &= \frac{a^2}{3} \end{aligned} $$ D'où :
$$u = \sqrt{V(X)} = \frac{a}{\sqrt{3}}$$