Notions de m

etrologie
Frederic Taillade

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 scientific research documents, whether they are published 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 diffusion de documents
scientifiques 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

Table des matires

I

Gnralits

1 Introduction
1.1 La mtrologie quoi a sert ? . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 La mesure dune grandeur physique . . . . . . . . . . . . . . . . . . . . . .
1.3 Un peu de vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Systme International dunit (SI)
2.1 Units de bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 Unit de longueur : le mtre (symbole : m) . . . . . . . . . . . . .
2.1.2 Unit de masse : le kilogramme (symbole : kg) . . . . . . . . . . .
2.1.3 Unit de temps : la seconde (symbole : s) . . . . . . . . . . . . . .
2.1.4 Unit de courant lectrique : lampre (symbole : A) . . . . . . . .
2.1.5 Unit de temprature thermodynamique : le kelvin (symbole : K)
2.1.6 Unit de quantit de matire : la mole (symbole : mol) . . . . . .
2.1.7 Unit dintensit lumineuse : la candela (symbole : cd) . . . . . .
2.2 Units drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Units supplmentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Multiples et sous-multiples . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5 Traabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Mesures - Erreurs de mesures - Corrections
3.1 Mesures . . . . . . . . . . . . . . . . . . . .
3.2 Concepts derreurs et dincertitudes . . . . .
3.3 Causes derreurs . . . . . . . . . . . . . . . .
3.4 Rduction - Correction des erreurs . . . . .
3.4.1 Correction de lerreur systmatique .
3.4.2 Rduction de lerreur alatoire . . . .
3.5 Jugement dune mesure - Tolrance . . . . .
4 Notions de Moindres carrs
4.1 Introduction . . . . . . . . . . . .
4.2 Principe des Moindres Carrs . .
4.3 Application des Moindres Carrs
4.3.1 Relation proportionnelle .
4.3.2 Relation ane . . . . . . .
4.4 Remarques . . . . . . . . . . . . .

.
.
.
.
.
.
i

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.

3
3
4
4

7
. 7
. 7
. 8
. 8
. 8
. 8
. 9
. 9
. 9
. 9
. 12
. 12

.
.
.
.
.
.
.

15
15
15
16
17
18
20
20

.
.
.
.
.
.

23
23
24
25
25
28
31

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
6.1 Approche GUM . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.1 Grandeurs dentre non corrles . . . . . . . . . . .
6.1.2 Grandeurs dentre corrles . . . . . . . . . . . . . .
6.1.3 Evaluation des incertitudes par la mthode de type A
6.1.4 Evaluation des incertitudes par la mthode de type B
6.2 Approche NF ISO 5725 . . . . . . . . . . . . . . . . . . . . .
6.2.1 Organisation dun essai interlaboratoire . . . . . . . .
6.2.2 Qui peut utiliser les rsultats (exactitude) dessai . .
6.3 Expression nale du rsultat de mesure . . . . . . . . . . . .

ii

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

39
39
40
40
41
41
42
45
46
46

Premire partie
Gnralits

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 (appeles 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 nombreuses 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 linterprtation.
Mesurer une grandeur physique consiste lui attribuer une valeur quantitative en prenant 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 spcication (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 grandeur 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, 646.104 millemarin.
On remarque que la valeur numrique dpend de lunit choisie. En consquence, celleci doit toujours tre prcises.

1.3

Un peu de vocabulaire

Dans le vocabulaire ociel[2] de la norme franaise, cette opration communment appele mesure est appele mesurage (en anglais measurement). De mme, la grandeur
physique soumise lopration de mesurage est appelle mesurande (en anglais measurand). 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 uncertainty).
Il faut bien direncier la rptabilit des rsultats de mesurage qui est ltroitesse
de laccord entre les rsultats de mesures successifs du mme mesurande effectus dans la
totalit des mmes conditions de mesure avec la reproductibilit o les mesurages sont
effectus en faisant varier les conditions de mesure.

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
...

Pour plus dinformation se reporter au VIM[2].

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 domaines 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 recommandations 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 CGPM1 (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
Longueur
mtre
Masse
kilogramme
Temps
seconde
Courant lectrique
ampre
Temprature thermodynamique
kelvin
Quantit de matire
mole
Intensit lumineuse
candela
7

Symbole
m
kg
s
A
K
mol
cd

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 hyperfins de ltat fondamental du csium 133

2.1.4

Unit de courant lectrique : lampre (symbole : A)

Dnition du CIPM2 (1946) - rsolution 1, approuv par la 9me CGPM (1948) :

Lampre est lintensit dun courant constant qui, maintenu dans deux circuits conducteurs parallles, rectilignes, de longueur infinie, de section circulaire ngligeable et placs
une distance de un mtre lun de lautre dans le vide, produirait entre ces conducteurs
une force gale 2.107 newton par mtre de longueur

2.1.5

Unit de temprature thermodynamique : le kelvin (symbole : K)

Dnition de la 13me CGPM (1967) - rsolution 4 :

Le kelvin, unit de temprature thermodynamique, est la fraction 1/273,16 de la temprature 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 diffrence 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 T0
o T0 = 273, 15K par dnition.
2

Comit International des Poids et Mesures (voir http ://www.bipm.org/)

Tab. 2.2 Exemples dunits SI exprimes partir dunits de

Unit SI
Grandeur
Nom
supercie
mtre carr
volume
mtre cube
vitesse
mtre par seconde
acclration
mtre par seconde carr
nombre dondes
mtre la puissance moins un
masse volumique
kilogramme par mtre cube
volume massique
mtre cube par kilogramme
densit de courant
ampre par mtre carr
champ magntique
ampre par mtre
concentration (quantit de matire)
mole par mtre cube
luminance lumineuse
cadela par mtre carr
..
..
.
.

2.1.6

base
Symbole
m2
m3
m.s1
m.s2
m1
kg.m3
m3 .kg 1
A.m2
A.m1
mol.m3
cd.m2
..
.

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 nergtique 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 Expression en
en
units SI de
dautres
base
units SI
frquence
hertz
Hz
s1
force
newton
N
m.kg.s2
2
pression, contrainte
pascal
Pa
N.m
m1 .kg.s2
nergie, travail, quan- joule
J
N.m
m2 .kg.s2
tit de chaleur
puissance, ux nerg- coulomb
C
s.A
tique, quantit dlectricit, charge lectrique
potentiel lectrique, volt
V
W.A1
m2 .kg.s3 .A1
tension
lectrique,
force lectromotrice
capacit lectrique
farad
F
C.V 1
m2 .kg 1 .s4 .A2
rsistance lectrique
ohm
V.A1
m2 .kg.s3 .A2
conductance
lec- siemens
S
A.V 1
m2 .kg 1 .s3 .A2
trique
ux dinduction ma- weber
Wb
V.s
m2 .kg.s2 .A1
gntique
induction magntique tesla
T
W b.m2
kg.s2 .A1
inductance
henry
H
W b.A1
m2 .kg.s2 .A2

temprature Celsius
degr Cel- C
K
sius
ux lumineux
lumen
lm
cd.sr
2
clairement lumineux lux
lx
lm.m
m2 .cd.sr
activit (dun radionu- becquerel
Bq
s1
clde)
dose absorbe, indice gray
Gy
J.kg 1
m2 .s2
de dose absorbe
quivalent de dose, in- sievert
Sv
J.kg 1
m2 .s2
dice dquivalent de
dose
..
..
..
..
..
.
.
.
.
.

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
P a.s
m1 .kg.s1
moment dune force
newton mtre
N.m
m2 .kg.s2
tension supercielle
newton par mtre
N.m1
kg.s2
ux thermique sur- watt par mtre carr
W.m2
kg.s3
facique, clairement
nergtique
capacit thermique, joule par kelvin
J.K 1
m2 .kg.s2 .K 1
entropie
capacit
thermique joule par kilogramme J.kg 1 .K 1 m2 .s2 .K 1
massique,
entropie kelvin
massique
nergie massique
joule par kilogramme J.kg 1
m2 .s2
conductivit
ther- watt par mtre kelvin W.m1 .K 1 m.kg.s3 .K 1
mique
nergie volumique
joule par mtre cube
J.m3
m1 .kg.s1
champ lectrique
volt par mtre
V.m1
m.kg.s3 .A1
3
charge (lectrique) vo- coulomb par mtre C.m
m3 .s.A
lumique
cube
dplacement
lec- coulomb par mtre C.m2
m2 .s.A
trique
carr
permittivit
farad par mtre
F.m1
m3 .kg 1 .s4 .A2
permabilit
henry par mtre
H.m1
m.kg.s2 .A2
1
nergie molaire
joule par mole
J.mol
m2 .kg.s2 .mol1
entropie molaire, ca- joule par mole kelvin
J.mol1 .K 1 m2 .kg.s2 .K 1 .mol1
pacit thermique
exposition (rayon X et coulomb par kilo- C.kg 1
kg 1 .s.A
)
gramme
dbit de dose absorbe gray par seconde
Gy.s1
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.s1
acclration angulaire
radian par seconde carre
rad.s2
intensit nergtique
watt par stradian
W.sr1
luminance nergtique watt par mtre carr stradian W.m2 .sr1
Tab. 2.6 Prxes SI
Multiples
Sous-multiples
Facteur Prfixe Symbole Facteur Prfixe Symbole
1024
yotta
Y
1024
yocto
y
21
21
10
zetta
Z
10
zepto
z
18
18
10
exa
E
10
atto
a
15
15
10
pta
P
10
femto
f
1012
tra
T
1012
pico
p
109
giga
G
109
nano
n
6
6
10
mga
M
10
micro

103
kilo
k
103
milli
m
102
hecto
h
102
centi
c
1
1
10
dca
da
10
dci
d
lunit dangle plan : le radian (symbole : rad) ; le radian est langle plan compris 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 internationaux, 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 diffuse vers lutilisateur. En France, cest le Laboratoire National de mtrologie et dEssai
(LNE3 ).
En France, laccrditation est la charge essentiellement du COFRAC4 (section laboratoire qui regroupe talonnage et essais).

3
4

voir http ://www.lne.fr/

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 comparaison 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
X1 , X2 , ..., Xk par une relation du type :
Y = f (X1 , X2 , ..., Xk )
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 {X1 }, {X2 },
..., {Xk } de X1 , X2 , ..., Xk 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 dle1
et mme les talons servant ltalonnage de linstrumentation ne sont quune matrialisation 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

Dfinition 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 ea ) 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 es ) 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 esj . On

appelle corrections, cette estimation change de signe :
Cj =
esj
La correction totale est la somme algbrique de ces composantes :
C=

Cj

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) :
xC = 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

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 mesur peut ne pas reprsenter
lchantillon
le mesurande dni comme par exemple la
pollution de lair en ville...
Instrument de mesure
Etalonnage
On utilise des certicats dtalonnage prims
Linarit
Temps de rponse
On utilise mal loption ltrage dun voltmtre
Rsolution
On utilise un double dcimtre pour des mesures dimensionnelles de pices mcaniques
de prcision
Mthode de mesure
Biais d la mthode
Erreur de modlisation
Constantes utilises
Grandeurs dinfluence
Stabilit de ltalonnage
Cela fait appel des notions de drive dans
le temps des appareils et des talons
Pression atmosphrique, Temprature, Hu- Par exemple, lors de la comparaison des
midit, Taux CO2
masses tenir compte de ces grandeurs pour
compenser leet de la pousse dArchimde
Tension dalimentation
Calculs
Relation mathmatique
On utilise une ancienne relation (faisant appel, 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
Causes

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 : x1 , x2 ,
..., xn .
on calcule la moyenne arithmtique des valeurs brutes :
x =

n
1X
xi
n i

on dtermine la correction totale C que lon applique la moyenne x :

xC = 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 xC par une expression de la forme :
s
u2x
+ u2C
uxC =
n
avec ux lincertitude de rptabilit caractrisant lerreur alatoire, uC lincertitude caractrisant 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 xC 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 modliser la rponse de la grandeur de sortie Y , dun instrument par exemple, par rapport
une ou plusieurs grandeurs dentres X1 , X2 , , Xk 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 x2 +
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 simultanment de telle sorte que le ie`me rsultat soit : yi , xi . Ces mesures sont rptes N fois
pour direntes valeurs de X an dobtenir lensemble de valeurs E :

y1 , x1

y2 , x2
E = ..
..
.
.

yN , xN

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 :

f (x1 ; 0 , 1 , 2 , , h )

f (x2 ; 0 , 1 , 2 , , h )

S=

= y1
= y2
..
.

..
.

f (xN ; 0 , 1 , 2 , , h ) = yN

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 fixes 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 :

f (x1 ; 0 , 1 , 2 , , h )

f (x2 ; 0 , 1 , 2 , , h )

S =

+ e1
+ e2
..
.

= y1
= y2

..
.
f (xN ; 0 , 1 , 2 , , h ) + eN = yN
24

o ei reprsente lcart entre la valeur exprimentale mesure yi et la valeur calcule au

point xi 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
|ei | petit quel que soit i
soit satisfaite.
Pour remplir cette condition, la solution adopte dans les moindres carrs est que
N
X

e2i soit minimum

i=1

La somme rendre minimum scrit donc :

Q=

N
X
i=1

[yi f (xi ; 0 , 1 , 2 , , h )]2

Le minimum de cette fonction est atteint lorsque :

dQ =

Q
Q
Q
d0 +
d1 + +
dh = 0
0
1
h

En supposant que les valeurs de i sont indpendantes, il sura dcrire que :

Q/0

Q/1

S =

= 0
= 0
..
.

..
.
Q/h = 0

Les estimateurs i cherchs sont solutions du systme S de h + 1 quations h + 1

inconnues en crivant :
PN

[yi f (xi ; 0 , 1 , 2 , , h )]2 = 0

[yi f (xi ; 0 , 1 , 2 , , h )]2 = 0
..
..
.
.
2

[yi f (xi ; 0 , 1 , 2 , , h )] = 0
h

i=1
PN 0
i=1 1

PN

i=1

4.3
4.3.1

Application des Moindres Carrs

Relation proportionnelle

Soit X et Y deux grandeurs physiques relies par une relation de la forme :

Y = X
On mesure N couples de valeurs (x1 , y1 ), (x2 , y2 ), (xN , yN ), qui dans un systme
daxes (x, y), sont les coordonnes des N points P1 , P2 , , PN (Fig. 4.2).
On cherche ajuster la droite passant obligatoirement par lorigine et au mieux par
le nuage de points P1 , P2 , , PN .
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 yi et lordonne de xi du point de mme abscisse appartenant
la droite thorique : yi = xi + ei
H2 : il nexiste pas de biais sur la mesure de Y , cest--dire que la moyenne des ei 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
X

e2i

i=1

N
X
i=1

(yi xi )2

qui est une fonction du second degr de . Cette fonction prsente un minimum (Fig. 4.3)
quand :
Q/ = 0
Q/ =
2 N
x (yi xi )
PN i=1 i
P
2
= 2 i=1 xi yi + 2 N
i=1 xi
P

est solution de lquation normale Q/ = 0 :

0
= 2
PN
i=1 xi yi =

PN

i=1

26

xi yi + 2
P
N x2
i=1

PN

i=1

x2i

Fig. 4.3 Q = f ().

Soit

PN

xi yi
2
i=1 xi

i=1

PN

Proprits
En tenant compte des hypothses H1 et H4, on trouve la variance de :
V =
h i

hP

N
i=1

hP

N
i=1

xi yi
x2i

i2

PN

i=1

hP

V [xi yi ]

N
i=1

x2i

i2

PN

i=1

hP

x2i V [yi ]

N
i=1

x2i

Remplaons V [yi ] par sa valeur 2 rsultant de lhypothse H3 :

PN

i2

V = 2 hP i=1 ii2 = PN 2
N
2
i=1 xi
i=1 xi
h i

Si la variance 2 nest pas connue, elle peut tre estime partir de la somme des
carrs des rsidus (ri = yi yi = yi xi ) :
2 =

N
1 X
r2
N 1 i=1 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 particulier. Cette incertitude sert dans les bilans dincertitudes afin dexprimer
lincertitude compose.
27

Fig. 4.4 y = f (x).

4.3.2

Relation affine

Soit X et Y deux grandeurs physiques relies par une relation de la forme :

Y = 0 + 1 X

On mesure N couples de valeurs (x1 , y1 ), (x2 , y2 ), (xN , yN ), qui dans un systme

daxes (x, y), sont les coordonnes des N points P1 , P2 , , PN (Fig. 4.4).
On cherche ajuster la droite passant obligatoirement par lorigine et au mieux par
le nuage de points P1 , P2 , , PN .
Hypothses
H1 : il ny a pas dincertitudes sur la mesure de X. Il en rsulte quil existe un cart
entre la valeur mesure yi et lordonne de xi du point de mme abscisse appartenant
la droite thorique : yi = 0 1 xi + ei
H2 : il nexiste pas de biais sur la mesure de Y , cest--dire que la moyenne des ei 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
X
i=1

e2i =

N
X
i=1

(yi 0 1 xi )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 =

PN

i=1

x2i

1 =

PN

PN

i=1

PN

i=1

yi

i=1

PN

x2i

xi yi

PN

i=1

i=1

PN

x2i

xi
N
i=1

i=1

PN

i=1

xi

xi

N
i=1

xi yi

PN

xi

i=1

Proprits
V 0 = 2
h

1
x2
+ PN
N
)2
i=1 (xi x

h i
2
V 1 = PN
)2
i=1 (xi x

i
2 x

Cov 0 , 1 = PN
)2
i=1 (xi x
h

29

yi

avec
2 =

N
1 X
r2
N 2 i=1 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 + x2 V 1 + 2xCov 0 , 1
h

En remplaant V 0 , V 1 et Cov 0 , 1 par leur expression, on trouve :

h

V [
y] =

N (x x)2
1
+ PN
N
)2
i=1 (xi x

Cette variance est

fonction parabolique de x (Fig. 4.6). Elle est minimum lorsque
i
h une
x.
x = x et V [
y ] = V 0 lorsque x = 0 ou x = 2

Fig. 4.6 y = f (x).

Rciproquement, pour y donn, on estime :
x =

y 0
1

Lapplication de la loi de composition des variances donne :

V [
x] =

30

V [
y]
2
1

Fig. 4.7 y ou ri = 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 ltablissement 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 dispersion 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 Xi par une fonction f soit :
Y = f (X1 , X2 , X3 , ..., Xk )
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 Xi , on calcule lincertitude-type compose sur le mesurande Y :
u2c (y)

k
X
i=1

f
xi

!2

E [Xi ]

u (xi ) + 2

k1
X

k
X

i=1 j=i+1

f
xi

f
xj

u (xi , xj )

E [Xi ]

o u2 (xi ) et u(xi , xj ) reprsentent respectivement les variances1 sur chaque grandeurs Xi et

les covariances entre les grandeurs Xi et Xj , f /xi la sensibilit de la grandeur de sortie
Y hpari rapport aux grandeurs dentres Xi values pour les esprances mathmatiques
E Xi des grandeurs dentres Xi .
1

Variance : carr de lincertitude

39

6.1.1

Grandeurs dentre non corrles

La variance de Y sexprime alors par :

u2c (y)

k
X
i=1

f
xi

!2

u2 (xi )

E [ Xi ]

Exemple 1
Y = X1 + X2 + X3
u2c (y) = u2 (x1 ) + u2 (x2 ) + u2 (x3 )
Exemple 2
Y = X1 X2 X3
f
f
f
= x2 x3 ;
= x1 x3 ;
= x1 x2
x1
x2
x3
u2c (y) = (x2 x3 )2 u2 (x1 ) + (x1 x3 )2 u2 (x2 ) + (x1 x2 )2 u2 (x3 )
u2 (x1 ) u2 (x2 ) u2 (x3 )
u2c (y)
+
+
=
y2
x21
x22
x23
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(xi , xj ) par les expressions ci-aprs, soit on
se sert du coecient de corrlation r(xi , xj ) :
r(xi , xj ) =

u(xi , xj )
u(xi )u(xj )

avec 1 r +1.
NB : Bien souvent, on exprime u(xi , xj ) partir de u(xi ) et u(xj ) et on calcule u2c (y)
en appliquant successivement r = 0, r = 1 et r = +1 ; on prend alors la valeur de u2c (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 xi , on dtermine :
lestimation de lesprance mathmatique (la moyenne arithmtique) de X est donne par :
n
1X
xi
x =
n i=1
lestimation de la variance de X est donne par :
s2 (x) =

n
1 X
(xi x)2
n 1 i=1

Dans le cas de petite srie de mesure n 10, lestimateur de la variance peut tre
remplac par lexpression ci-dessous :
2

s =

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 Xp et Xq est donne soit par le calcul des termes
de covariance :
n
1 X
(xp xp )(xqi xq )
s(xp , xq ) =
n 1 i=1 i
soit par lexamen des termes communs deux grandeurs dentres :
Xp = F (Q1 , Q2 , ..., QL ) et Xq = G(Q1 , Q2 , ..., QL )
u(xp , xq ) =

L X
L
X

k=1 h=1

F
qk

G
u(qk , qh )
qh

s(x) reprsente lcart-type de lchantillon ; lincertitude sur la moyenne x est donne

par :
s(x)
u(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 composantes 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 ainf et asup :
la valeur de la correction sera estim par :
(ainf + asup )
2
lestimation de la variance correspondante sera :
C=

s2C =

1
(ainf asup )2
12

Le tableau (Tab. 6.1) donne des exemples dapplication des principales lois de distribution 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 lapplication 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 Mthode de calcul
priori
Rsolution dun indicateur num- Rectangle
Si la rsolution est b alors u =
rique
b/ 12
Prise en compte dun phnomne Rectangle
Si la dirence maximale entre les
dhystrsis
indications obtenues par valeurs
croissante et dcroissante est b
alors u = b/ 12
Eet de grandeurs dinuence va- Drive darc si- Si les variations de la grandeur
riant entre deux extremums de fa- nus
(ex. temprature) sont
dsignes
on sensiblement sinusodale (par
par a alors u = a/ 2
exemple la temprature dun local rgul en temprature)
Drive dun instrument de mesure
Si lanalyse des rsultats des talonnages 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 talonnages 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 Triangle
rec- Si la base du triangle rectangle
est

type erreur de paralllisme entre tangle

gale d alors u = d/ 18
lobjet mesur et ltalon (mtrologie dimensionnelle) ou versement du contenu dune ole jauge en chimie (la quantit verse
est toujours infrieure au contenu
de la ole)
Correction non applique
Si on napplique pas une correction connue, on commet une erreur. Ceci na rien voir avec lestimation des incertitudes. Nanmoins le GUM propose une solution (cf. 6.3.1, F2.4.5 et 9.4 dans
[1])
Instrument vri et conforme Rectangle
Si la classe
est dnie par a alors
une classe
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
y11 , y12 , . . ., y1n1
y1
s1
2
y21 , y22 , . . ., y2n2
y2
s2
..
..
..
..
.
.
.
.
..
..
..
..
.
.
.
.
p
yp1 , yp2 , . . ., ypnp
yp
sp

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 interlaboratoire. 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 :
p
1X
y =
yi
p i=1
puis lcart-type de rptabilit (not sr ) :
s2r

Pp

(ni 1)s2i
i=1 (ni 1)

= Pi=1
p

45

avec
s2i

Pni

yi )2
ni 1

k=1 (yik

et
yi =

ni
1 X
yi
ni k=1 k

et enn lcart-type de reproductibilit (not sR ) :

s2R = s2L + s2r

avec sL lcart-type interlaboratoire donn par :
s2L =
s2d =
=
n

6.2.2

s2d s2r

p
1 X
ni(
yi y)2
p 1 i=1

ni )2 pi=1 n2i
P
(p 1) pi=1 ni

Pp

i=1

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 utilises lors de lessai interlaboratoire) alors tous ces laboratoires pourront considrer que
leur incertitude peut sexprimer :
uc (y) = sR
NB : Avec cette mthode, on a tendance sur-estimer lincertitude.

6.3

Expression finale du rsultat de mesure

Comme nous lavons dj mentionn au tout dbut, un rsultat de mesure doit TOUJOURS tre accompagn de son incertitude. Le rsultat sexprime de la manire suivant :
Y =yU
o U est appele lincertitude largie, elle se dduit de lincertitude compose de Y par la
relation
U = kuc (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 fondamentaux 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