To cite this version:

Frederic Taillade. Notions de metrologie. 3`eme cycle. 2005. <cel-00564306>

HAL Id: cel-00564306
https://cel.archives-ouvertes.fr/cel-00564306
Submitted on 8 Feb 2011
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of sci-
entic research documents, whether they are pub-
lished or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
Larchive ouverte pluridisciplinaire HAL, est
destinee au depot et `a la diusion de documents
scientiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.
Notions de mtrologie
Frdric Taillade
30 juin 2005
2
Table des matires
I Gnralits 1
1 Introduction 3
1.1 La mtrologie quoi a sert ? . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 La mesure dune grandeur physique . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Un peu de vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Systme International dunit (SI) 7
2.1 Units de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1 Unit de longueur : le mtre (symbole : m) . . . . . . . . . . . . . . 7
2.1.2 Unit de masse : le kilogramme (symbole : kg) . . . . . . . . . . . . 8
2.1.3 Unit de temps : la seconde (symbole : s) . . . . . . . . . . . . . . . 8
2.1.4 Unit de courant lectrique : lampre (symbole : A) . . . . . . . . . 8
2.1.5 Unit de temprature thermodynamique : le kelvin (symbole : K) . 8
2.1.6 Unit de quantit de matire : la mole (symbole : mol) . . . . . . . 9
2.1.7 Unit dintensit lumineuse : la candela (symbole : cd) . . . . . . . 9
2.2 Units drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Units supplmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Multiples et sous-multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.5 Traabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3 Mesures - Erreurs de mesures - Corrections 15
3.1 Mesures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Concepts derreurs et dincertitudes . . . . . . . . . . . . . . . . . . . . . . 15
3.3 Causes derreurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4 Rduction - Correction des erreurs . . . . . . . . . . . . . . . . . . . . . . 17
3.4.1 Correction de lerreur systmatique . . . . . . . . . . . . . . . . . . 18
3.4.2 Rduction de lerreur alatoire . . . . . . . . . . . . . . . . . . . . . 20
3.5 Jugement dune mesure - Tolrance . . . . . . . . . . . . . . . . . . . . . . 20
4 Notions de Moindres carrs 23
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 Principe des Moindres Carrs . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.3 Application des Moindres Carrs . . . . . . . . . . . . . . . . . . . . . . . 25
4.3.1 Relation proportionnelle . . . . . . . . . . . . . . . . . . . . . . . . 25
4.3.2 Relation ane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.4 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
i
II Bilan dincertitude 33
5 Analyse du processus de mesure 35
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2 La rgles des 5M . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
6 Estimation de lincertitude 39
6.1 Approche GUM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.1.1 Grandeurs dentre non corrles . . . . . . . . . . . . . . . . . . . 40
6.1.2 Grandeurs dentre corrles . . . . . . . . . . . . . . . . . . . . . . 40
6.1.3 Evaluation des incertitudes par la mthode de type A . . . . . . . . 41
6.1.4 Evaluation des incertitudes par la mthode de type B . . . . . . . . 41
6.2 Approche NF ISO 5725 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.2.1 Organisation dun essai interlaboratoire . . . . . . . . . . . . . . . . 45
6.2.2 Qui peut utiliser les rsultats (exactitude) dessai . . . . . . . . . . 46
6.3 Expression nale du rsultat de mesure . . . . . . . . . . . . . . . . . . . . 46
ii
Premire partie
Gnralits
1
Chapitre 1
Introduction
1.1 La mtrologie quoi a sert ?
La mtrologie au sens tymologique du terme se traduit par Science de la mesure.
La mtrologie sintresse traditionnellement la dtermination de caractristiques (ap-
peles grandeurs) qui peuvent tre fondamentales comme par exemple une longueur, une
masse, un temps... ou drives des grandeurs fondamentales comme par exemple une
surface, une vitesse... Cependant, dans les domaines courants des essais, il existe de nom-
breuses caractristiques nayant quune relation indirecte avec ces grandeurs. Cest le cas,
par exemple, de la duret, de la viscosit... qui peuvent poser des problmes dans linter-
prtation.
Mesurer une grandeur physique consiste lui attribuer une valeur quantitative en pre-
nant pour rfrence une grandeur de mme nature appele unit. Dans le langage courant
des mtrologues, on entend souvent dire mesurer cest comparer !
Les rsultats des mesures servent prendre des dcisions :
acceptation dun produit (mesure de caractristiques, de performances, conformit
une exigence),
rglage dun instrument de mesure, validation dun procd,
rglage dun paramtre dans le cadre dun contrle dun procd de fabrication
validation dune hypothse (R&D),
protection de lenvironnement,
dnition des conditions de scurit dun produit ou dun systme,
...
Lensemble de ces dcisions concourt la qualit des produits ou des services : on
peut qualier quantitativement la qualit dun rsultat de mesure grce son incertitude.
NB : Sans incertitude les rsultats de mesure ne peuvent plus tre compars :
soit entre eux (essais croiss),
soit par rapport des valeurs de rfrence spcis dans une norme ou une spci-
cation (conformit dun produit).
3
1.2 La mesure dune grandeur physique
Tout dabord dnissons ce que lon entend par grandeur physique :
on appelle grandeur physique X une proprit discernable caractrisant un objet, un
systme ou un tat physique.
Deux grandeurs physiques sont de mmes espces (ou de mme nature) lorsquon peut
les comparer. Une grandeur est mesurable quand on sait dnir son galit avec une gran-
deur de mme nature et lorsque leur somme (ou le rapport) avec une grandeur de mme
nature a un sens. Si une grandeur est mesurable, on peut alors aecter cette grandeur
une valeur numrique objective en comptant combien de fois une grandeur de mme espce
prise comme rfrence, laquelle on attribue conventionnellement la valeur numrique
1 et appele unit, est contenue dans la grandeur considre.
On crira alors le rsultat sous la forme :
X = {X} [X]
o X est le nom de la grandeur physique, [X] reprsente lunit et {X} est la valeur
numrique de la grandeur exprime dans lunit choisie.
N.B. : Toute grandeur physique est invariante, cest--dire quelle ne dpend pas de
lunit dans laquelle on lexprime. Par exemple :
longueur de la rgle 30, 48cm
0, 3048m,
12pouces,
1, 646.10
4
millemarin.
On remarque que la valeur numrique dpend de lunit choisie. En consquence, celle-
ci doit toujours tre prcises.
1.3 Un peu de vocabulaire
Dans le vocabulaire ociel[2] de la norme franaise, cette opration communment ap-
pele mesure est appele mesurage (en anglais measurement). De mme, la grandeur
physique soumise lopration de mesurage est appelle mesurande (en anglais measu-
rand). Attention aux faux amis, lopration dtalonnage (en anglais calibration) doit
tre distingue de celle appele calibrage (en anglais gauging).
NB : il ne faut pas utiliser le terme prcision mais le terme incertitude (en anglais un-
certainty).
Il faut bien direncier la rptabilit des rsultats de mesurage qui est ltroitesse
de laccord entre les rsultats de mesures successifs du mme mesurande eectus dans la
totalit des mmes conditions de mesure avec la reproductibilit o les mesurages sont
eectus en faisant varier les conditions de mesure.
4
On rappelle les principaux paramtres assurant des conditions de mesures de rpta-
bilit et de reproductibilit :
rptabilit :
mme mthode
mme individus (chantillon)
mme laboratoire
mme oprateur
mme quipement
mme ...
De plus, les essais successifs doivent se drouler sur une dure courte vis--vis de la
dynamique des phnomnes physiques entrant en jeu lors dun essai.
reproductibilit :
mme mthode
mme individus
laboratoire dirent
oprateur dirent
quipement dirent
...
Pour plus dinformation se reporter au VIM[2].
5
6
Chapitre 2
Systme International dunit (SI)
Le Systme International dUnits a pour objet une meilleure uniformit, donc une
meilleure comprhension mutuelle dans lusage gnral. Cependant, dans quelques do-
maines spcialiss, en particulier physique thorique, il peut exister des raisons srieuses
justiant lemploi dautres systmes ou dautres units. Quelles que soient ces units, il
est important de respecter les symboles et leur reprsentation conformes aux recomman-
dations internationales en vigueur.
Le systme SI est un systme cohrent dunits qui comporte sept units de base. Cest
le systme lgal dunits en FRANCE (dcret 61-501 du 3 mai 1961 modi par le dcret
82-203 du 26 fvrier 1982 et par le dcret 85-1500 du 30 dcembre 1985).
2.1 Units de bases
Au nombre de sept, elles doivent tre considres comme indpendantes au point de
vue dimensionnel (Tab. 2.1).
2.1.1 Unit de longueur : le mtre (symbole : m)
Dnition de la 17me CGPM
1
(1993) - rsolution 1 :
1
Confrence Gnrale des Poids et Mesures qui a lieu tout les 4 ans compose par les reprsentant des
tats membres de la convention du mtre (voir http ://www.bipm.org/)
Tab. 2.1 Units de bases du SI
Grandeur Nom Symbole
Longueur mtre m
Masse kilogramme kg
Temps seconde s
Courant lectrique ampre A
Temprature thermodynamique kelvin K
Quantit de matire mole mol
Intensit lumineuse candela cd
7
Le mtre est la longueur du trajet parcouru dans le vide par la lumire pendant une
dure de 1/299792458 de seconde
2.1.2 Unit de masse : le kilogramme (symbole : kg)
Dnition de la 1ere CGPM (1889) et de la 3me CGPM (1901) :
Le kilogramme est lunit de masse. Il est gal la masse du prototype international
du kilogramme
2.1.3 Unit de temps : la seconde (symbole : s)
Dnition de la 13re CGPM (1967) - rsolution 1 :
La seconde est la dure de 9 192 631 770 priodes de la radiation correspondant la
transition entre les deux niveaux hyperns de ltat fondamental du csium 133
2.1.4 Unit de courant lectrique : lampre (symbole : A)
Dnition du CIPM
2
(1946) - rsolution 1, approuv par la 9me CGPM (1948) :
Lampre est lintensit dun courant constant qui, maintenu dans deux circuits conduc-
teurs parallles, rectilignes, de longueur innie, de section circulaire ngligeable et placs
une distance de un mtre lun de lautre dans le vide, produirait entre ces conducteurs
une force gale 2.10
7
newton par mtre de longueur
2.1.5 Unit de temprature thermodynamique : le kelvin (sym-
bole : K)
Dnition de la 13me CGPM (1967) - rsolution 4 :
Le kelvin, unit de temprature thermodynamique, est la fraction 1/273,16 de la tem-
prature thermodynamique du point triple de leau. La 13me CGPM (rsolution 3) dcide
aussi que lunit de kelvin et son symbole K sont utiliss pour exprimer un intervalle ou
une dirence de temprature
Remarque : en dehors de la temprature thermodynamique (symbole : T) exprime
en kelvins, on utilise aussi la temprature Celsius (symbole t) dnie par lexpression
t = T T
0
o T
0
= 273, 15K par dnition.
2
Comit International des Poids et Mesures (voir http ://www.bipm.org/)
8
Tab. 2.2 Exemples dunits SI exprimes partir dunits de base
Unit SI
Grandeur Nom Symbole
supercie mtre carr m
2
volume mtre cube m
3
vitesse mtre par seconde m.s
1
acclration mtre par seconde carr m.s
2
nombre dondes mtre la puissance moins un m
1
masse volumique kilogramme par mtre cube kg.m
3
volume massique mtre cube par kilogramme m
3
.kg
1
densit de courant ampre par mtre carr A.m
2
champ magntique ampre par mtre A.m
1
concentration (quantit de matire) mole par mtre cube mol.m
3
luminance lumineuse cadela par mtre carr cd.m
2
.
.
.
.
.
.
.
.
.
2.1.6 Unit de quantit de matire : la mole (symbole : mol)
Dnition de la 14me CGPM (1971) - rsolution 3 :
La mole est la quantit de matire dun systme contenant autant dentits lmentaires
quil y a datomes dans 0, 012 kilogramme de carbone 12
Remarque : Lorsquon emploie la mole, les entits lmentaires doivent tre spcies
et peuvent tre des atomes, des molcules, des ions, des lectrons, dautres particules ou
des groupements spcis de telles particules.
2.1.7 Unit dintensit lumineuse : la candela (symbole : cd)
Dnition de la 16me CGPM (1979) - rsolution 3 :
La candela est lintensit lumineuse, dans une direction donne, dune source qui met
un rayonnement monochromatique de frquence 540.1012 hertz et dont lintensit nerg-
tique dans cette direction est 1/683 watt par stradian
2.2 Units drives
Elles sont formes de manire cohrente partir des units de base (Tab. 2.2).
Certaines units drives ont reu un nom spcial (Tab. 2.3) qui peut son tour, tre
utilis pour former dautres noms dunits (Tab. 2.4).
2.3 Units supplmentaires
A ct de ces units de base et des units drives, il existe des units supplmentaires,
au nombre de deux :
9
Tab. 2.3 Exemples dunits SI exprimes partir dunits de base
Unit SI
Grandeur Nom Symbole Expression
en
dautres
units SI
Expression en
units SI de
base
frquence hertz Hz s
1
force newton N m.kg.s
2
pression, contrainte pascal Pa N.m
2
m
1
.kg.s
2
nergie, travail, quan-
tit de chaleur
joule J N.m m
2
.kg.s
2
puissance, ux nerg-
tique, quantit dlec-
tricit, charge lec-
trique
coulomb C s.A
potentiel lectrique,
tension lectrique,
force lectromotrice
volt V W.A
1
m
2
.kg.s
3
.A
1
capacit lectrique farad F C.V
1
m
2
.kg
1
.s
4
.A
2
rsistance lectrique ohm V.A
1
m
2
.kg.s
3
.A
2
conductance lec-
trique
siemens S A.V
1
m
2
.kg
1
.s
3
.A
2
ux dinduction ma-
gntique
weber Wb V.s m
2
.kg.s
2
.A
1
induction magntique tesla T Wb.m
2
kg.s
2
.A
1
inductance henry H Wb.A
1
m
2
.kg.s
2
.A
2
temprature Celsius degr Cel-
sius

C K
ux lumineux lumen lm cd.sr
clairement lumineux lux lx lm.m
2
m
2
.cd.sr
activit (dun radionu-
clde)
becquerel Bq s
1
dose absorbe, indice
de dose absorbe
gray Gy J.kg
1
m
2
.s
2
quivalent de dose, in-
dice dquivalent de
dose
sievert Sv J.kg
1
m
2
.s
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
Tab. 2.4 Exemples dunits SI drivess exprimes en utilisant des noms spciaux
Unit SI
Grandeur Nom Symbole Expression en
units SI de
base
viscosit dynamique pascal seconde Pa.s m
1
.kg.s
1
moment dune force newton mtre N.m m
2
.kg.s
2
tension supercielle newton par mtre N.m
1
kg.s
2
ux thermique sur-
facique, clairement
nergtique
watt par mtre carr W.m
2
kg.s
3
capacit thermique,
entropie
joule par kelvin J.K
1
m
2
.kg.s
2
.K
1
capacit thermique
massique, entropie
massique
joule par kilogramme
kelvin
J.kg
1
.K
1
m
2
.s
2
.K
1
nergie massique joule par kilogramme J.kg
1
m
2
.s
2
conductivit ther-
mique
watt par mtre kelvin W.m
1
.K
1
m.kg.s
3
.K
1
nergie volumique joule par mtre cube J.m
3
m
1
.kg.s
1
champ lectrique volt par mtre V.m
1
m.kg.s
3
.A
1
charge (lectrique) vo-
lumique
coulomb par mtre
cube
C.m
3
m
3
.s.A
dplacement lec-
trique
coulomb par mtre
carr
C.m
2
m
2
.s.A
permittivit farad par mtre F.m
1
m
3
.kg
1
.s
4
.A
2
permabilit henry par mtre H.m
1
m.kg.s
2
.A
2
nergie molaire joule par mole J.mol
1
m
2
.kg.s
2
.mol
1
entropie molaire, ca-
pacit thermique
joule par mole kelvin J.mol
1
.K
1
m
2
.kg.s
2
.K
1
.mol
1
exposition (rayon X et
)
coulomb par kilo-
gramme
C.kg
1
kg
1
.s.A
dbit de dose absorbe gray par seconde Gy.s
1
kg
1
.s.A
.
.
.
.
.
.
.
.
.
.
.
.
11
Tab. 2.5 Exemples dunits SI drives exprimes en utilisant des units suplmentaires
Unit SI
Grandeur Nom Symbole
vitesse angulaire radian par seconde rad.s
1
acclration angulaire radian par seconde carre rad.s
2
intensit nergtique watt par stradian W.sr
1
luminance nergtique watt par mtre carr stradian W.m
2
.sr
1
Tab. 2.6 Prxes SI
Multiples Sous-multiples
Facteur Prxe Symbole Facteur Prxe Symbole
10
24
yotta Y 10
24
yocto y
10
21
zetta Z 10
21
zepto z
10
18
exa E 10
18
atto a
10
15
pta P 10
15
femto f
10
12
tra T 10
12
pico p
10
9
giga G 10
9
nano n
10
6
mga M 10
6
micro
10
3
kilo k 10
3
milli m
10
2
hecto h 10
2
centi c
10
1
dca da 10
1
dci d
lunit dangle plan : le radian (symbole : rad) ; le radian est langle plan com-
pris entre deux rayons qui, sur la circonfrence dun cercle, interceptent un arc de
longueur gale celle du rayon,
lunit dangle solide : le stradian (symbole : sr) ; le stradian est langle solide
qui, ayant son sommet au centre dune sphre, dcoupe sur la surface de cette sphre
une aire gale celle dun carr ayant pour ct le rayon de la sphre.
Les grandeurs angle plan et angle solide doivent tre considres comme des units
drives sans dimension qui peuvent tre utilises ou non dans les expressions des units
drives (Tab. 2.5).
2.4 Multiples et sous-multiples
Lorsquune unit savre trop grande ou trop petite, pour lemploi envisag, on utilise
des multiples ou des sous-multiples exclusivement dcimaux. Ils sont obtenus en joignant
un prxe, choisi (Tab. 2.6), au nom de lunit.
2.5 Traabilit
La traabilit est la proprit du rsultat dun mesurage ou dun talon tel quil puisse
tre reli des rfrences dtermines, gnralement des talons nationaux ou internatio-
naux, par lintermdiaire dune chane ininterrompue de comparaisons ayant toutes des
incertitudes dtermines[2].
12
Fig. 2.1 Organisation de la traabilit.
Son organisation est pyramidale (Fig. 2.1), cest--dire de la rfrence nationale (et
donc internationale) vers lutilisateur.
LNM : Laboratoire National de Mtrologie dtient les rfrences nationales et les dif-
fuse vers lutilisateur. En France, cest le Laboratoire National de mtrologie et dEssai
(LNE
3
).
En France, laccrditation est la charge essentiellement du COFRAC
4
(section labo-
ratoire qui regroupe talonnage et essais).
3
voir http ://www.lne.fr/
4
voir http ://www.cofrac.fr/
13
14
Chapitre 3
Mesures - Erreurs de mesures -
Corrections
3.1 Mesures
La mesure est lensemble des oprations ayant pour objet de dterminer la valeur {X}
dans des conditions exprimentales spcies (appele aussi mesurande), en la comparant
directement ou indirectement un talon qui est la reprsentation matrielle de lunit
[X] dans laquelle sera exprime la valeur de X.
Le procd de mesure est direct lorsque le rsultat de la mesure est obtenu par com-
paraison un talon de mme nature que la grandeur mesure (Fig. 3.1).
Le procd de mesure est indirect quand une grandeur Y est lie des grandeurs
X
1
, X
2
, ..., X
k
par une relation du type :
Y = f(X
1
, X
2
, ..., X
k
)
Par exemple, la valeur de laire S dune surface rectangulaire se calcule partir de la
mesure de la longueur L et de la largeur l et en appliquant la relation S = Ll.
Par consquent, la valeur {Y } de Y est obtenue, partir des valeurs de {X
1
}, {X
2
},
..., {X
k
} de X
1
, X
2
, ..., X
k
selon le procd de mesure (Fig. 3.2).
3.2 Concepts derreurs et dincertitudes
Auparavant, on dsignait lincertitude du mesurage sous le nom derreur de mesure.
Il convient aujourdhui dviter cette ancienne expression. En eet, lerreur de mesure est
maintenant dnie comme la dirence entre la valeur annonce et la valeur vraie qui
Fig. 3.1 Procd de mesure.
15
Fig. 3.2 Procd de mesure directe.
reste inconnue. Lincertitude de mesure caractrise la dispersion des mesurages autour de
la valeur moyenne de ces mesurages ; voir (Fig. 3.3).
Remarque : lincertitude comprend, en gnral, plusieurs composantes. Certaines peuvent
tre de type alatoire et values partir de la distribution statistique des rsultats de
sries de mesurages et peuvent tre caractrises par des cart-types exprimentaux. Les
autres composantes, qui peuvent aussi tre caractrises par des cart-types, sont values
en admettant des distributions de probabilit, daprs lexprience acquise ou daprs
dautres informations.
3.3 Causes derreurs
Tout systme de mesure est inluctablement attach derreurs :
le systme de mesure nest jamais parfait puisquil est en gnral plus ou moins
sensible lenvironnement (temprature, pression, humidit...), il nest pas dle
1
et mme les talons servant ltalonnage de linstrumentation ne sont quune ma-
trialisation imparfaite de la dnition de lunit quils sont chargs reprsenter,
la mauvaise dnition de la grandeur est elle-mme une source derreur.
Le rsultat de mesure scrit par consquent
Resultat de mesure = V aleur vraie + erreurs
1
Dnition du VIM : aptitude dun instrument de mesure donner des indications trs voisines lors de
lapplication rpte du mesurande dans les mmes conditions de mesure ; lindication nest pas forcment
celle qui se rapproche de la valeur vraie
16
Fig. 3.3 Illustration du concept derreur et dincertitude.
Il est toujours possible de dcomposer le terme erreurs en une erreur systmatique et
une erreur alatoire (Fig. 3.4).
Lerreur alatoire (note e
a
) est le rsultat dun mesurage moins la moyenne dun
nombre inni de mesurages du mme mesurande (grandeur physique) eectus dans des
conditions de rptabilits [2] (tout reste identique).
NB : Comme on ne peut faire quun nombre limit (ni) de mesurages, il est seulement
possible de dterminer une estimation de lerreur alatoire. Cela veut dire que lerreur
alatoire a elle-mme une incertitude associe.
Lerreur systmatique (note e
s
) est la moyenne qui rsulterait dun nombre inni de
mesurages du mme mesurande, eectus dans des conditions de rptabilit, moins une
valeur vraie du mesurande.
NB : comme la valeur vraie, lerreur systmatique et ses causes ne peuvent tre connues
compltement.
3.4 Rduction - Correction des erreurs
Lobjectif du mtrologue est de fournir un rsultat proche de la valeur vraie :
en diminuant les erreurs alatoires en rptant les mesures et en calculant la moyenne
arithmtique des observations (mesures individuelles),
en diminuant les erreurs systmatiques en appliquant des corrections.
La diminution des erreurs est certainement la tche la plus dlicate pour toute personne
ralisant des mesures ou des essais. Elle demande une tude approfondie de lensemble
de la chane dinstrumentation et des phnomnes physiques directs ou indirects dont
dpend le rsultat de la mesure ou de lessai. Cette tude permet la fois didentier les
17
Fig. 3.4 Dcomposition de lerreur.
Fig. 3.5 Correction de lerreur.
causes derreurs puis de proposer des corrections qui permettront de compenser les erreurs
prsumes. Le tableau (Tab. 3.1) dresse une liste (non exhaustive) des causes possibles
derreur.
3.4.1 Correction de lerreur systmatique
Pour chaque composante de lerreur identie, on connat une estimation e
s
j
. On
appelle corrections, cette estimation change de signe :
C
j
= e
s
j
La correction totale est la somme algbrique de ces composantes :
C =

j
C
j
Cette loi est connue sous le nom de loi de composition des corrections.
On obtient le rsultat corrig de la mesure en ajoutant algbriquement la correction
C au rsultat brut x (Fig. 3.5) :
x
C
= x +C
NB : en principe, le rsultat corrig est plus proche de la valeur vraie que ne ltait x.
18
Tab. 3.1 Liste (incomplte) des causes possibles derreur
Causes Exemple
Grandeur mesure
Variation temporelle et spatiale La grandeur que lon mesure est suppose
stable ; si elle varie au cours du temps, on
doit imprativement sintresser alors un
autre facteur dcrivant ce comportement
Reprsentativit du prlvement ou de
lchantillon
Lchantillon mesur peut ne pas reprsenter
le mesurande dni comme par exemple la
pollution de lair en ville...
Instrument de mesure
Etalonnage On utilise des certicats dtalonnage pri-
ms
Linarit
Temps de rponse On utilise mal loption ltrage dun volt-
mtre
Rsolution On utilise un double dcimtre pour des me-
sures dimensionnelles de pices mcaniques
de prcision
Mthode de mesure
Biais d la mthode
Erreur de modlisation
Constantes utilises
Grandeurs dinuence
Stabilit de ltalonnage Cela fait appel des notions de drive dans
le temps des appareils et des talons
Pression atmosphrique, Temprature, Hu-
midit, Taux CO2
Par exemple, lors de la comparaison des
masses tenir compte de ces grandeurs pour
compenser leet de la pousse dArchimde
Tension dalimentation
Calculs
Relation mathmatique On utilise une ancienne relation (faisant ap-
pel, plus ou moins, des approximations)
alors quil en existe une plus rcente et peut
tre plus exacte
Constantes physiques (voir CODATA
(http ://www.codata.org/)
Arondissage des valeurs
19
Fig. 3.6 Nombre optimum de rptition pour la rduction de la part de lerreur alatoire
compte tenu de la part de lerreur systmatique.
3.4.2 Rduction de lerreur alatoire
Pour rduire les erreurs alatoires (on ne parle pas vraiment de corrections mais plutt
de rduction ou de minimisation), on rpte les mesures de x. En eet, si on recommence
n fois la mesure dans des conditions de rptabilits, on obtient n valeurs brutes : x
1
, x
2
,
..., x
n
.
on calcule la moyenne arithmtique des valeurs brutes :
x =
1
n
n

i
x
i
on dtermine la correction totale C que lon applique la moyenne x :
x
C
= x +C
Le problme qui se pose alors est de connatre quel est le nombre de rptition des
mesurages optimum. Il est souvent possible dexprimer lincertitude sur x
C
par une ex-
pression de la forme :
u
x
C
=

u
2
x
n
+u
2
C
avec u
x
lincertitude de rptabilit caractrisant lerreur alatoire, u
C
lincertitude carac-
trisant lerreur systmatique et n le nombre de rptition.
Comme le montre la gure (Fig. 3.6), il existe un nombre de rptition de mesure
optimum qui correspond lgalit entre lincertitude sur la valeur de la moyenne x
C
et
lincertitude lie lerreur systmatique.
3.5 Jugement dune mesure - Tolrance
Les rsultats de mesures sont utiliss pour dclarer la conformit des spcications.
Tout rsultat de mesure tant attach dun doute ou dune incertitude, les dcisions prises
ne sont pas certaines : il subsiste un risque. Cette situation est inluctable, il existe un
20
Fig. 3.7 Principe de dclaration de conformit.
risque de dclarer conforme un produit qui ne le serait pas et rciproquement (risque
fournisseur) et daccepter un produit qui ne serait pas conforme aux spcications (risque
client).
La gure (Fig. 3.7) rcapitule les situations possibles :
1. zone de conformit,
2. zone de non-conformit,
3. zone de doute, la dcision est prise avec un risque.
Pour plus dinformations, consulter les rfrences [5] et [6].
21
22
Chapitre 4
Notions de Moindres carrs
4.1 Introduction
Il arrive trs souvent, lors dune comparaison (mesure), que nous cherchions mod-
liser la rponse de la grandeur de sortie Y , dun instrument par exemple, par rapport
une ou plusieurs grandeurs dentres X
1
, X
2
, , X
k
dont elle dpend. Ce modle nest
autre que lquation dexploitation qui permet linterpolation entre deux points de mesure.
Pour simplier le raisonnement, prenons le cas particulier, que lon rencontre trs
souvent, o la grandeur de sortie dpend dune seule grandeur dentre. Par ailleurs, on
sait ou lon postule que le modle reliant la grandeur de sortie la grandeur dentre est
une relation du type :
y = f(x;
0
,
0
,
1
,
2
, ,
h
)
o
0
,
1
,
2
, ,
h
sont les h + 1 paramtres que lon souhaite estimer.
En thorie, la forme de la fonction f peut tre quelconque. Elle peut prendre les formes
suivantes :
forme polynomiale : y =
0
+
1
x +
2
x
2
+
forme exponentielle : y =
0
exp(
1
x) qui peut se linariser en prenant le logarithme
Nprien : a = B +
1
x avec a = ln(y) et B = ln(
0
).
Pour estimer ces coecients
i
, on mesure les grandeurs physiques Y et X simulta-
nment de telle sorte que le i
` eme
rsultat soit : y
i
, x
i
. Ces mesures sont rptes N fois
pour direntes valeurs de X an dobtenir lensemble de valeurs E :
E =

y
1
, x
1
y
2
, x
2
.
.
.
.
.
.
y
N
, x
N
Graphiquement, cela donne la gure (Fig. 4.1).
23
Fig. 4.1 Reprsentation graphique dune srie de mesure y = f(x).
4.2 Principe des Moindres Carrs
Mathmatiquement, la recherche des valeurs des paramtres
i
consiste rsoudre le
systme dquations suivant :
S =
_

_
f(x
1
;
0
,
1
,
2
, ,
h
) = y
1
f(x
2
;
0
,
1
,
2
, ,
h
) = y
2
.
.
.
.
.
.
f(x
N
;
0
,
1
,
2
, ,
h
) = y
N
Si le nombre N de valeurs mesures est infrieur ou gal au nombre h + 1 de
paramtres dterminer, on pourra toujours obtenir des valeurs de
0
,
1
,
2
, ,
h
telle
que la fonction f satisfasse rigoureusement au systme dquation S :
si N < h + 1, certains paramtres pourront tre choisis arbitrairement,
si N = h + 1, les valeurs des paramtres
i
seront toutes xes par le systme S,
cest--dire que la fonction f passera rigoureusement par tous les points de mesures.
Par contre, si N > h+1, il nest plus possible de satisfaire simultanment aux N quations
du systme S. Physiquement ce point nest pas grave, puisque toute mesure est entache
dincertitude, il nest pas ncessaire que la fonction f passe par les points exprimentaux,
il sut que la fonction f passe lintrieur du domaine dincertitude de ces points.
Pour simplier, on suppose que seules les mesures de Y sont entaches dincertitude.
Le systme S scrit donc :
S

=
_

_
f(x
1
;
0
,
1
,
2
, ,
h
) + e
1
= y
1
f(x
2
;
0
,
1
,
2
, ,
h
) + e
2
= y
2
.
.
.
.
.
.
f(x
N
;
0
,
1
,
2
, ,
h
) + e
N
= y
N
24
o e
i
reprsente lcart entre la valeur exprimentale mesure y
i
et la valeur calcule au
point x
i
en utilisant la fonction f.
A cause de la prsence de ces carts, on ne pourra pas trouver la valeur vraie des
paramtres
i
mais seulement une estimation de ces paramtres la condition que
|e
i
| petit quel que soit i
soit satisfaite.
Pour remplir cette condition, la solution adopte dans les moindres carrs est que
N

i=1
e
2
i
soit minimum
La somme rendre minimum scrit donc :
Q =
N

i=1
[y
i
f(x
i
;
0
,
1
,
2
, ,
h
)]
2
Le minimum de cette fonction est atteint lorsque :
dQ =
Q

0
d
0
+
Q

1
d
1
+ +
Q

h
d
h
= 0
En supposant que les valeurs de
i
sont indpendantes, il sura dcrire que :
S

=
_

_
Q/
0
= 0
Q/
1
= 0
.
.
.
.
.
.
Q/
h
= 0
Les estimateurs

i
cherchs sont solutions du systme S

de h + 1 quations h + 1
inconnues en crivant :

N
i=1

0
[y
i
f(x
i
;
0
,
1
,
2
, ,
h
)]
2
= 0

N
i=1

1
[y
i
f(x
i
;
0
,
1
,
2
, ,
h
)]
2
= 0
.
.
.
.
.
.

N
i=1

h
[y
i
f(x
i
;
0
,
1
,
2
, ,
h
)]
2
= 0
4.3 Application des Moindres Carrs
4.3.1 Relation proportionnelle
Soit X et Y deux grandeurs physiques relies par une relation de la forme :
Y = X
On mesure N couples de valeurs (x
1
, y
1
), (x
2
, y
2
), (x
N
, y
N
), qui dans un systme
daxes (x, y), sont les coordonnes des N points P
1
, P
2
, , P
N
(Fig. 4.2).
On cherche ajuster la droite passant obligatoirement par lorigine et au mieux par
le nuage de points P
1
, P
2
, , P
N
.
25
Fig. 4.2 y = f(x).
Hypothses
H1 : il ny a pas dincertitudes sur la mesure de X. Il en rsulte quil existe un cart
entre la valeur mesure y
i
et lordonne de x
i
du point de mme abscisse appartenant
la droite thorique : y
i
= x
i
+e
i
H2 : il nexiste pas de biais sur la mesure de Y , cest--dire que la moyenne des e
i
est nulle.
H3 : toutes les mesures sont faites avec la mme incertitude, u(y) = .
H4 : les mesures de Y ne sont pas corrles.
Calcul de lestimateur
En appliquant ce qui a t vue dans le principe des Moindres Carrs, on crit :
Q =
N

i=1
e
2
i
=
N

i=1
(y
i
x
i
)
2
qui est une fonction du second degr de . Cette fonction prsente un minimum (Fig. 4.3)
quand :
Q/ = 0
Q/ = 2

N
i=1
x
i
(y
i
x
i
)
= 2

N
i=1
x
i
y
i
+ 2

N
i=1
x
2
i

est solution de lquation normale Q/ = 0 :

0 = 2

N
i=1
x
i
y
i
+ 2

N
i=1
x
2
i

N
i=1
x
i
y
i
=

N
i=1
x
2
i
26
Fig. 4.3 Q = f().
Soit

N
i=1
x
i
y
i

N
i=1
x
2
i
Proprits
En tenant compte des hypothses H1 et H4, on trouve la variance de

:
V
_

_
=
V
_

N
i=1
x
i
y
i
_
_

N
i=1
x
2
i
_
2
=

N
i=1
V [x
i
y
i
]
_

N
i=1
x
2
i
_
2
=

N
i=1
x
2
i
V [y
i
]
_

N
i=1
x
2
i
_
2
Remplaons V [y
i
] par sa valeur
2
rsultant de lhypothse H3 :
V
_

_
=
2

N
i=1
x
2
i
_

N
i=1
x
2
i
_
2
=

2

N
i=1
x
2
i
Si la variance
2
nest pas connue, elle peut tre estime partir de la somme des
carrs des rsidus (r
i
= y
i
y
i
= y
i


x
i
) :

2
=
1
N 1
N

i=1
r
2
i
N.B. : Au dnominateur de
2
, on remarque le terme N 1, o N est le nombre de points
de mesure et 1 le nombre de paramtre estim (

).

2
sappelle aussi la rsiduelle de justesse, cest lincertitude lie au fait que
lon utilise lquation dexploitation (le modle) pour calculer un point par-
ticulier. Cette incertitude sert dans les bilans dincertitudes an dexprimer
lincertitude compose.
27
Fig. 4.4 y = f(x).
4.3.2 Relation ane
Soit X et Y deux grandeurs physiques relies par une relation de la forme :
Y =
0
+
1
X
On mesure N couples de valeurs (x
1
, y
1
), (x
2
, y
2
), (x
N
, y
N
), qui dans un systme
daxes (x, y), sont les coordonnes des N points P
1
, P
2
, , P
N
(Fig. 4.4).
On cherche ajuster la droite passant obligatoirement par lorigine et au mieux par
le nuage de points P
1
, P
2
, , P
N
.
Hypothses
H1 : il ny a pas dincertitudes sur la mesure de X. Il en rsulte quil existe un cart
entre la valeur mesure y
i
et lordonne de x
i
du point de mme abscisse appartenant
la droite thorique : y
i
=
0

1
x
i
+e
i
H2 : il nexiste pas de biais sur la mesure de Y , cest--dire que la moyenne des e
i
est nulle.
H3 : toutes les mesures sont faites avec la mme incertitude, u(y) = .
H4 : les mesures de Y ne sont pas corrles.
Calcul des estimateurs
De la mme manire que prcdemment, en appliquant se qui a t vue dans le principe
des Moindres Carrs, on crit :
Q =
N

i=1
e
2
i
=
N

i=1
(y
i

0

1
x
i
)
2
28
Fig. 4.5 Q = f(
0
,
1
).
La fonction Q = f(
0
,
1
) est lquation dune surface appele parabolode elliptique
(Fig. 4.5).
Le minimum est atteint lorsque
Q/
0
= 0
et
Q/
1
= 0
simultanment.
On trouve les estimateurs

0
et

0
:

0
=

N
i=1
x
2
i

N
i=1
y
i

N
i=1
x
i

N
i=1
x
i
y
i
N

N
i=1
x
2
i

_

N
i=1
x
i
_
2

1
=
N

N
i=1
x
i
y
i

N
i=1
x
i

N
i=1
y
i
N

N
i=1
x
2
i

_

N
i=1
x
i
_
2
Proprits
V
_

0
_
=
2
_
1
N
+
x
2

N
i=1
(x
i
x)
2
_
V
_

1
_
=

2

N
i=1
(x
i
x)
2
Cov
_

0
,

1
_
=

2
x

N
i=1
(x
i
x)
2
29
avec

2
=
1
N 2
N

i=1
r
2
i
N.B. : Au dnominateur de
2
, on remarque le terme N 2, o N est le nombre de points
de mesure et 2 le nombre de paramtres estims (

0
et

1
).
Exemple dapplication
Lordonne dun point situ sur la droite des moindres carrs labscisse x, vaut
y =

0
+

1
x
La variance de y est obtenue en appliquant la loi de composition des variances :
V [ y] = V
_

0
_
+x
2
V
_

1
_
+ 2xCov
_

0
,

1
_
En remplaant V
_

0
_
, V
_

1
_
et Cov
_

0
,

1
_
par leur expression, on trouve :
V [ y] =
2
_
1
N
+
N(x x)
2

N
i=1
(x
i
x)
2
_
Cette variance est une fonction parabolique de x (Fig. 4.6). Elle est minimum lorsque
x = x et V [ y] = V
_

0
_
lorsque x = 0 ou x = 2 x.
Fig. 4.6 y = f(x).
Rciproquement, pour y donn, on estime :
x =
y

1
Lapplication de la loi de composition des variances donne :
V [ x] =
V [ y]

1
2
30
Fig. 4.7 y ou r
i
= f(x).
4.4 Remarques
Le critres des moindres carrs ne permet pas lui seul de tester la validit du modle
choisi pour expliquer les variations de Y en fonction de X. Un examen graphique des
rsultats (Fig. 4.7) peut servir vrier que le modle est pertinent soit directement sur
la fonction de Y = f(X) soit sur les rsidus ports en fonction de X :
a) : la rpartition des points est satisfaisante et le modle choisi est plausible,
b) : la rpartition des points est mauvaise : il y a une courbure du fait que le modle nest
pas adapt,
c) : La rpartition des points semble satisfaisante, sauf pour un point dont la prsence
modie la pente de la droite ; il faut sassurer de la vracit de ce point avant de conclure
de manire formelle (attention on entend trop souvent parler de points aberrants
que lon supprime trop rapidement).
31
32
Deuxime partie
Bilan dincertitude
33
Chapitre 5
Analyse du processus de mesure
5.1 Introduction
Le bilan dincertitude est le processus conduisant estimer lincertitude de mesure.
Ce processus tient compte de lanalyse complte du processus de mesure : videmment
des grandeurs mesures, de la prise en compte des facteurs dinuence et des corrections
apportes au rsultat annonc.
Pour analyser le processus de mesure, il existe deux mthodes principales. Les questions
qui permettent de choisir entre ces deux voies sont les suivantes :
le processus est-il modlisable au sens du GUM [1] ?
souhaite-t-on utiliser le modle du GUM?
La modlisation du processus de mesure au sens du GUM, consiste crire sous forme
mathmatique la faon dont sont utilises toutes les informations qui sont la disposition
de lexprimentateur pour calculer le rsultat annonc de mesure ou dessai.
La pratique des mesures et des essais conduisent parfois des situations o lta-
blissement du modle mathmatique est trop complexe, voire quasi impossible dans ltat
actuel des connaissances. Pour la mesure des grandeurs physiques, il est en gnral possible
dtablir un modle dcrivant le processus de mesure. Pour les essais, cette modlisation
est souvent trs dicile.
5.2 La rgles des 5M
An danalyser le processus de mesure, il faut identier toutes les causes possibles
dincertitude.
1. on explicite successivement, la contribution des Moyens, de la Mthode de mesure,
limpact du Milieu environnant et de la Main doeuvre (lexprimentateur) sans
oublier lobjet mesur lui-mme le Mesurande (Tab. 5.1),
2. on dcrit le mode opratoire retenu en fonction des ressources choisies,
3. on tablie un modle de la mesure,
4. on identie les causes derreurs et on calcule la valeur de chacune des composantes,
35
Tab. 5.1 Grille pour la caractrisation du processus de mesure
Grandeurs mesurer Les 5M
1 Objet Mesurande
2 Outils Moyens de mesure
3 Environnement Milieu
4 Mthode Mthode
5 Comptences Main doeuvre
Schma de principe du montage
5. dcider de lapplication ou non de la correction.
Lanalyse du processus se prsente galement trs souvent sous la forme dune gure
(Fig. 5.1). A titre dexemple, on donne lanalyse du processus dtalonnage dun pied
coulisse.
36
Fig. 5.1 Analyse du processus dtalonnage dun pied coulisse [3].
37
38
Chapitre 6
Estimation de lincertitude
La question que tout le monde se pose face un rsultat de mesure ou dessai est la
suivante : quelle conance puis-je avoir dans ce rsultat ?
Lincertitude a donc pour but de chirer cette conance; elle traduit la disper-
sion des valeurs associes au mesurande. Elle doit tre tablie de manire raisonnable et
sexprime sous forme dun cart-type. Le but ultime de cette incertitude est de xer un
intervalle que lon aimerait le plus troit possible et dont on espre que la valeur vraie du
mesurande y soit incluse.
6.1 Approche GUM
Cette approche est fond sur le fait quil existe explicitement un modle du processus de
mesure. On rappelle que ce modle est quivalent une expression mathmatique dcrivant
la faon dont sont utilises toutes les informations dont disposent lexprimentateur (srie
de lectures de linstrument, valeur dune correction lue dans un certicat dtalonnage, la
mesure de lestimation des eets dune grandeur dinuence...).
Prenons le cas gnral en considrant la grandeur de sortie Y (le mesurande) qui
dpend de plusieurs grandeurs dentres X
i
par une fonction f soit :
Y = f(X
1
, X
2
, X
3
, ..., X
k
)
o f exprime la loi physique liant les grandeurs dentres la grandeur de sortie, le mode
opratoire, le processus de mesure, la mthode dexploitation...
En appliquant la loi de propagation de lincertitude (cf. 5.2.2 dans [1]) et connaissant
les incertitude-type des X
i
, on calcule lincertitude-type compose sur le mesurande Y :
u
2
c
(y) =
k

i=1
_
f
x
i
_
2
E
[
X
i]
u
2
(x
i
) + 2
k1

i=1
k

j=i+1
_
f
x
i
__
f
x
j
_
E
[
X
i]
u(x
i
, x
j
)
o u
2
(x
i
) et u(x
i
, x
j
) reprsentent respectivement les variances
1
sur chaque grandeurs X
i
et
les covariances entre les grandeurs X
i
et X
j
, f/x
i
la sensibilit de la grandeur de sortie
Y par rapport aux grandeurs dentres X
i
values pour les esprances mathmatiques
E
_
X
i
_
des grandeurs dentres X
i
.
1
Variance : carr de lincertitude
39
6.1.1 Grandeurs dentre non corrles
La variance de Y sexprime alors par :
u
2
c
(y) =
k

i=1
_
f
x
i
_
2
E
[
X
i]
u
2
(x
i
)
Exemple 1
Y = X
1
+X
2
+X
3
u
2
c
(y) = u
2
(x
1
) +u
2
(x
2
) +u
2
(x
3
)
Exemple 2
Y = X
1
X
2
X
3
f
x
1
= x
2
x
3
;
f
x
2
= x
1
x
3
;
f
x
3
= x
1
x
2
u
2
c
(y) = (x
2
x
3
)
2
u
2
(x
1
) + (x
1
x
3
)
2
u
2
(x
2
) + (x
1
x
2
)
2
u
2
(x
3
)
u
2
c
(y)
y
2
=
u
2
(x
1
)
x
2
1
+
u
2
(x
2
)
x
2
2
+
u
2
(x
3
)
x
2
3
NB : on remarque que lincertitude-type compose sur Y est la somme des carrs des
contributions des incertitudes de chaque grandeurs dentres.
6.1.2 Grandeurs dentre corrles
Soit on estime les termes de covariances u(x
i
, x
j
) par les expressions ci-aprs, soit on
se sert du coecient de corrlation r(x
i
, x
j
) :
r(x
i
, x
j
) =
u(x
i
, x
j
)
u(x
i
)u(x
j
)
avec 1 r +1.
NB : Bien souvent, on exprime u(x
i
, x
j
) partir de u(x
i
) et u(x
j
) et on calcule u
2
c
(y)
en appliquant successivement r = 0, r = 1 et r = +1 ; on prend alors la valeur de u
2
c
(y)
la plus petite et la plus grande an dencadrer lincertitude compose sur Y .
La question qui vient alors immdiatement aprs est de savoir comment estimer les
incertitudes sur les grandeurs dentres ? Pour valuer la valeur numrique (cart-type ou
variance) de chacune des composantes, deux mthodes peuvent tre employes : mthode
de type A et mthode de type B. On peut considrer que si lon avait susamment de
ressources (en temps et budgtaire), toutes les composantes pourraient tre values avec
des mthodes de type A. En revanche, la mthode de type B demande de lexprience et
des comptences techniques.
40
6.1.3 Evaluation des incertitudes par la mthode de type A
La mthode de type A se fonde sur lapplication de mthodes statistiques une srie
de dtermination rptes. Elle est classiquement utilise pour quantier les incertitudes
de rptabilit des processus de mesure. Avec n valeurs indpendantes x
i
, on dtermine :
lestimation de lesprance mathmatique (la moyenne arithmtique) de X est don-
ne par :
x =
1
n
n

i=1
x
i
lestimation de la variance de X est donne par :
s
2
(x) =
1
n 1
n

i=1
(x
i
x)
2
Dans le cas de petite srie de mesure n 10, lestimateur de la variance peut tre
remplac par lexpression ci-dessous :
s
2
=
_
w
dn
avec w la dirence maximum observe sur la srie de mesure et dn un coecient
dpendant du nombre de mesure dans la srie :
n 2 3 4 5 6 7 8 9 10
dn 1, 13 1, 69 2, 06 2, 33 2, 53 2, 70 2, 85 2, 97 3, 08
lestimation de la covariance entre X
p
et X
q
est donne soit par le calcul des termes
de covariance :
s(x
p
, x
q
) =
1
n 1
n

i=1
(x
p
i
x
p
)(x
q
i
x
q
)
soit par lexamen des termes communs deux grandeurs dentres :
X
p
= F(Q
1
, Q
2
, ..., Q
L
) et X
q
= G(Q
1
, Q
2
, ..., Q
L
)
u(x
p
, x
q
) =
L

k=1
L

h=1
_
F
q
k
__
G
q
h
_
u(q
k
, q
h
)
s(x) reprsente lcart-type de lchantillon; lincertitude sur la moyenne x est donne
par :
u(x) =
s(x)

n
6.1.4 Evaluation des incertitudes par la mthode de type B
La mthode de type B est utilise pour quantier les incertitudes des direntes compo-
santes intervenant dans le modle du processus de mesure : incertitudes sur les corrections
denvironnement, dtalonnages, etc. Cette mthode est employe lorsquon ne peut ou ne
veut pas utiliser la m- thode statistique.
41
Cette mthode se fonde sur lexprience des oprateurs, sur des essais prcdents, sur la
connaissance des phnomnes physiques... Pour chacun des Xi intervenant dans le modle
dcrivant le processus de mesure, on apprciera les incertitudes-types correspondantes,
en utilisant toutes les informations techniques disponibles : tendue de mesure des valeurs
possibles et la distribution a priori ...
Exemple : On doit appliquer une correction dans un processus de mesure, mais cette
correction nest pas trs bien connue, on sait seulement quelle est comprise entre 2 valeurs
extrmes a
inf
et a
sup
:
la valeur de la correction sera estim par :
C =
(a
inf
+a
sup
)
2
lestimation de la variance correspondante sera :
s
2
C
=
1
12
(a
inf
a
sup
)
2
Le tableau (Tab. 6.1) donne des exemples dapplication des principales lois de dis-
tribution utilises pour lestimation des incertitudes par la mthode type B. Le tableau
(Tab. 6.2) donne quant lui les caractristiques des principales lois utilises dans lap-
plication de la mthode de type B.
6.2 Approche NF ISO 5725
Cette mthode repose sur lide que lon peut extraire de linformation des rsultats
dessais interlaboratoires pour estimer lincertitude. Dans de nombreuses situations o
la mthode dobtention du rsultat est susamment complexe on ne peut ou veut pas
modliser le processus de mesure. An dassurer une reproductibilit des rsultats les
conditions de mise en oeuvre de la mthodes dessais doivent tre parfaitement matrises.
La qualit dune mthode dessais sapprcie au moyen de son exactitude[2][4] : justesse
et dlit :
justesse : cart entre la moyenne dun ensemble de rsultat et la valeur de rfrence,
dlit : aptitude dune mthode fournir des rsultats trs voisins les uns des
autres.
42
Tab. 6.1 Application des principales lois de distribution utilises pour lestimation des
incertitudes par la mthode de type B
Composantes Distribution a
priori
Mthode de calcul
Rsolution dun indicateur num-
rique
Rectangle Si la rsolution est b alors u =
b/

12
Prise en compte dun phnomne
dhystrsis
Rectangle Si la dirence maximale entre les
indications obtenues par valeurs
croissante et dcroissante est b
alors u = b/

12
Eet de grandeurs dinuence va-
riant entre deux extremums de fa-
on sensiblement sinusodale (par
exemple la temprature dun lo-
cal rgul en temprature)
Drive darc si-
nus
Si les variations de la grandeur
(ex. temprature) sont dsignes
par a alors u = a/

2
Drive dun instrument de mesure Si lanalyse des rsultats des ta-
lonnages successifs montre une
tendance qui peut tre modlise,
alors on applique une correction.
On estime lincertitude sur cette
correction par exemple grce
une technique de rgression. Si
lexamen des rsultats des talon-
nages ne montre pas de tendance,
on ne peut pas parler de drive
mais de reproductibilit que lon
peut valuer par la mthode de
type A.
Composantes asymtriques du
type erreur de paralllisme entre
lobjet mesur et ltalon (m-
trologie dimensionnelle) ou verse-
ment du contenu dune ole jau-
ge en chimie (la quantit verse
est toujours infrieure au contenu
de la ole)
Triangle rec-
tangle
Si la base du triangle rectangle est
gale d alors u = d/

18
Correction non applique Si on napplique pas une correc-
tion connue, on commet une er-
reur. Ceci na rien voir avec les-
timation des incertitudes. Nan-
moins le GUM propose une solu-
tion (cf. 6.3.1, F2.4.5 et 9.4 dans
[1])
Instrument vri et conforme
une classe
Rectangle Si la classe est dnie par a alors
u = a/

3
43
Tab. 6.2 Caractristiques des principales lois de distribution utilises pour lestimation
des incertitudes par la mthode type B
44
Tab. 6.3 Rcapitulatifs des rsultats dessais
Laboratoire Mesures Valeur annonce Dispersion
1 y
11
, y
12
, . . ., y
1n
1
y
1
s
1
2 y
21
, y
22
, . . ., y
2n
2
y
2
s
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
p y
p1
, y
p2
, . . ., y
pn
p
y
p
s
p
NB : La dlit recouvre la rptabilit (note r) et la reproductibilit (note R), on
parle aussi de dlit intermdiaire entre rptabilit et reproductibilit lorsquon veut
valuer la dispersion des rsultats que par rapport certains paramtres. Dans ce cas,
on ne fait pas varier tout les paramtres en mme temps. On rappelle les principaux
paramtres assurant des conditions de mesures de rptabilit et de reproductibilit :
rptabilit :
mme mthode
mme individus (chantillon)
mme laboratoire
mme oprateur
mme quipement
mme ...
De plus, les essais successifs doivent se drouler sur une dure courte vis--vis de la
dynamique des phnomnes physiques entrant en jeu lors dun essai.
reproductibilit :
mme mthode
mme individus
laboratoire dirent
oprateur dirent
quipement dirent
6.2.1 Organisation dun essai interlaboratoire
La norme NF ISO 5725 [4] dcrit les rgles suivre an dorganiser un essai interla-
boratoire. Chaque laboratoire ralise un certain nombre de mesures (pas ncessairement
le mme nombre pour chaque laboratoire) puis calcule la moyenne et lcart-type de sa
mesure (Tab. 6.3).
Aprs vrication de la validit des donnes par un test de Grubbs ou de Cochran (i.e.
vrier que les valeurs annonces et les dispersions dcrivent la mme loi de distribution),
on calcule le rsultat moyen :

y =
1
p
p

i=1
y
i
puis lcart-type de rptabilit (not s
r
) :
s
2
r
=

p
i=1
(n
i
1)s
2
i

p
i=1
(ni 1)
45
avec
s
2
i
=

n
i
k=1
(y
i
k
y
i
)
2
n
i
1
et
y
i
=
1
n
i
n
i

k=1
y
i
k
et enn lcart-type de reproductibilit (not s
R
) :
s
2
R
= s
2
L
+s
2
r
avec s
L
lcart-type interlaboratoire donn par :
s
2
L
=
s
2
d
s
2
r

n
s
2
d
=
1
p 1
p

i=1
ni( y
i


y)
2

n =
(

p
i=1
n
i
)
2

p
i=1
n
2
i
(p 1)

p
i=1
n
i
6.2.2 Qui peut utiliser les rsultats (exactitude) dessai
Bien videmment, tout les laboratoires ayant particips lessai interlaboratoire sous
rserve que leurs rsultats aient t pris en considration dans lanalyse nale. Les autres
peuvent utiliser les rsultats dexactitude sils estiment (il est prfrable de le prouver ou
encore plus facile davoir participer un essai interlaboratoire) quils ont parfaitement
appliqu la mthode dessai (i.e. que leurs rsultats auraient pu faire partie de ceux uti-
lises lors de lessai interlaboratoire) alors tous ces laboratoires pourront considrer que
leur incertitude peut sexprimer :
u
c
(y) = s
R
NB : Avec cette mthode, on a tendance sur-estimer lincertitude.
6.3 Expression nale du rsultat de mesure
Comme nous lavons dj mentionn au tout dbut, un rsultat de mesure doit TOU-
JOURS tre accompagn de son incertitude. Le rsultat sexprime de la manire suivant :
Y = y U
o U est appele lincertitude largie, elle se dduit de lincertitude compose de Y par la
relation
U = ku
c
(y)
. avec k le facteur dlargissement (k = 2 ou 3 ; dans le cadre de mesures ou dessais sous
accrditation COFRAC k = 2).
NB : Un facteur dlargissement de deux (k = 2) revient considrer que 95%
(Fig. 6.1) des rsultats de mesures sont dans lintervalle U. Si k = 3, 99% des rsultats
de mesures sont dans lintervalle U.
46
Fig. 6.1 Intervalle de conance.
47
48
Bibliographie
[1] NF ENV 13005 Normes fondamentales - Guide pour lexpression de lincertitude de
mesure, AFNOR, 1993.
[2] NF X 07-001 Normes fondamentales - Vocabulaire international des termes fondamen-
taux et gnraux de mtrologie, (VIM), AFNOR, 1994.
[3] 27 Exemples dvaluation dincertitude dtalonnage, MFQ, 1999.
[4] NF ISO 5725 Exactitude (justesse et dlit) des rsultats et mthodes de mesures,
AFNOR, 1994.
[5] Incertitudes de mesure et tolrances, Techniques de lIngnieur, R 285.
[6] NF EN ISO 14253-1 Normes fondamentales - Spcication gomtrique des produits
(GPS) - Vrication par la mesure des pices et quipements de mesures, Mars 1999.
Normes et documents divers
X 07-021, Aide la dmarche pour lestimation et lutilisation de lincertitude des mesures
et des rsultats dessais, 1999.
Mtrologie dans lentreprise : outil de la qualit, AFNOR, 2003.
Christophe Perruchet, Marc Priel, Estimer lincertitude. Mesures - Essais, AFNOR, 2000.
EA-4/16, Lignes directrices dEA pour lexpression de lincertitude des rsultats dessais
quantitatifs, European co-operation for Accreditation, Avril 2004.
Liens internet
Internationaux
BIPM : Bureau International des Poids etMesures (http ://www.bipm.org)
OIML : Organisation Internationale de laMtrologie Lgale (http ://www.oiml.org)
Nationaux
LNE : Laboratoire National de mtrologie et dEssais (http ://www.lne.fr)
COFRAC : COmit FRanais dACcrditation (http ://www.cofrac.fr)
AFNOR : Association Franaise de Normalisation (http ://www.afnor.fr)
Formation :
CNAM : Conservatoire National des Arts etMtiers (http ://www.cnam.fr)
ESM : Ecole Suprieure de Mtrologie (http ://www.esm.fr/)
ENSIM : Ecole Nationale Suprieure dIngnieurs duMans (http ://ensim.univlemans.fr/)
49
Divers
Site du ministre de lindustrie : (http ://www.industrie.gouv.fr/)
Site gnral de mtrologie : (http ://www.metrologie.org)
50