Fiche de révision : Évaluer et interpréter une incertitude

📋 Plan du Cours

1. Sources et types d’erreurs
2. Simulation des mesures aléatoires
3. Interpréter une incertitude expérimentale

📖 1. Sources et types d’erreurs

🔑 Notions clés & Définitions

• Erreur de mesure : Somme de toutes les erreurs expérimentales commises lors du mesurage, notamment les défauts d’appareillage, les erreurs d’appréciation de l’expérimentateur et les défauts du protocole.

★ À maîtriser

• L’erreur systématique donne à chaque mesure un résultat identique mais différent de la valeur vraie, tandis que l’erreur aléatoire donne des résultats différents à chaque mesure.

• Une erreur systématique identifiée peut être aisément corrigée, tandis qu’une erreur aléatoire peut seulement être limitée et ne peut pas être totalement corrigée.

• Une mesure fidèle présente une faible erreur aléatoire, tandis qu’une mesure juste présente une faible erreur systématique.

Compléments

• Une erreur systématique peut provenir de: un défaut d’étalonnage, l’oubli d’une grandeur d’influence comme la poussée d’Archimède lors d’une pesée, une procédure erronée

• Une erreur aléatoire peut être due à: l’opérateur, l’instabilité du phénomène mesuré, un appareil de mesure, notamment à cause du bruit de fond d’un appareil électrique

💡 Astuce mémo

Systématique : décalée mais stable ; aléatoire : dispersée mais variable.

📖 2. Simulation des mesures aléatoires

📝 Points essentiels

• Un histogramme des valeurs aléatoires générées permet de vérifier que la loi de distribution simulée est cohérente.

📖 3. Interpréter une incertitude expérimentale

🔑 Notions clés & Définitions

• Valeur de référence : Grandeur considérée comme établie de façon optimale et dont l’incertitude-type est négligeable.

★ À maîtriser

📐 Formule — L’écart normalisé entre une valeur mesurée $x_{mes}$ et une valeur de référence $x_{réf}$ est donné par $z = \frac{|x_{mes} - x_{réf}|}{u(x)}$.

📌 Si l’écart normalisé vérifie $z < 2$, la valeur mesurée et la valeur de référence sont considérées comme compatibles.

📌 Lorsque aucune valeur de référence n’est disponible, deux valeurs mesurées $x_1$ et $x_2$ peuvent être comparées afin d’évaluer leur compatibilité.

Compléments

• Un grand écart normalisé peut provenir de:

  • la variabilité des mesures
  • une erreur de manipulation ou de calcul
  • une sous-estimation des incertitudes

• 🔄 En cas d’incompatibilité, il faut: assumer l’incompatibilité de la mesure, chercher à identifier le problème, refaire l’expérience et les calculs si le temps le permet

💡 Astuce mémo

Grand z → incompatibilité → recherche d’une erreur.