École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Chapitre2: Les caractéristiques

métrologiques

ENISO 2018-2019 1
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

1. Les erreurs de mesure:

Chaque capteur est caractérisé par des paramètres qui

définissent ses limites d’utilisation et sa précision. Ces limites
dépendent du mesurande et des grandeurs d’influence qui
viennent perturber l’élément de mesure.

Aucune mesure n'est parfaite. Quelque soit le soin apporté à sa mise en œuvre,
la précision de l'appareil, la compétence de l'opérateur, le respect des règles de
manipulation et de contrôle sévère de tous les paramètres d'influence, il restera
toujours une incertitude sur la mesure. C'est pourquoi toute mesure, pour être
complète, doit comporter la valeur mesurée et les limites de l'erreur possible sur
la valeur donnée.

Il existe différents types d’erreurs de mesure que nous présentons dans ce qui
suit.

ENISO 2018-2019 2
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

1.1 Des erreurs systématiques: C'est toute erreur due à une cause connue ou
connaissable. Elles ont pour causes :
 Les erreurs sur la valeur d’une grandeur de référence: Nous citons à titre
d’exemples le décalage du zéro d’un appareil analogique, la valeur erronée de la
température de référence d’un thermocouple ou la valeur inexacte de la tension
d’alimentation d’un pont. Ces erreurs peuvent être éliminées par la vérification
rigoureuse des appareils de mesure.
 Les erreurs sur les caractéristiques du capteur: Ce sont des erreurs sur la
sensibilité ou sur la courbe d’étalonnage d’un capteur. Le vieillissement d’un
capteur, la fatigue mécanique ou l’altération chimique de ses composants, entraînent
une modification de sa courbe d’étalonnage initiale. Ces erreurs peuvent être
réduites par un réétalonnage fréquent des capteurs.
 Les erreurs dues au mode ou aux conditions d’emploi: Les principales sont:-l’erreur de
rapidité qui résulte d’une mesure faite avant que le régime permanent ne soit atteint.(sonde de
température dans un fluide au repos ou en mvt)
- l’erreur de finesse qui est due à la modification de la valeur du mesurande par la présence du
capteur lui même.

3
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

1.2 Des erreurs fortuites ou accidentelles (aléatoires):

C'est toute erreur qui n'obéit à aucune loi connue lorsqu'elle est prise sur un
seul résultat. Elle obéit aux lois de la statistique lorsque le nombre de résultats
devient très grand.
Elles peuvent provenir de :

L’opérateur Pour les multimètres analogiques l'opérateur peut se

tromper sur l'échelle de lecture.

L'appareil A cause des influences extérieures comme la position, la

température, l'humidité de l'air, les champs parasitaires magnétiques ou
électriques, l'instrument peut fausser une mesure.
Le montage Les mauvais contact, à savoir : serrage des pièces, état de
surface, fils de connexion…, et le défaut d'isolement, qui peut causer un
courant de fuite, sont à l'origine des erreurs.

ENISO 2018-2019 4
 Les caractéristiques métrologiques Chapitre2

incertitude de mesure
Le mot "incertitude" signifie doute. Ainsi dans son sens le plus large "incertitude de
mesure" signifie doute sur la validité du résultat de mesurage. L'expression quantitative du
concept d'incertitude de mesure est réalisée grâce à l'écart type.

On observe régulièrement que si l'on fait plusieurs fois une même mesure on observe des
résultats qui diffèrent entre eux. Il y a donc une incertitude de mesure associée à chaque
résultat. L'incertitude nommée U est représentée par une plage de valeur de telle sorte qu'il
y ait de fortes probabilités que la valeur vraie s'y trouve incluse.

ENISO 2019-2020 5
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

L'erreur de mesure
Il faut bien faire la différence entre l'erreur de mesure et l'incertitude de mesure. L'erreur de
mesure correspond à l'écart entre la valeur vraie et la valeur mesurée.

ENISO 2018-2019 6
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

2. Les incertitudes: L'incertitude de mesure donne une indication de la dispersion

des mesures. Elle correspond à l'intervalle contenant très probablement la valeur
vraie de la grandeur mesurée.
- Incertitude absolue
∆𝑋 = 𝑠𝑢𝑝 𝜕𝑋
- Incertitude relative:
∆𝑋 ∆𝑋
(%) = 100
𝑋 𝑋𝑚𝑒𝑠
- Présentation des résultats
On est alors amené à déterminer l’incertitude relative ou absolue totale affectant ce
résultat pour finalement l’exprimer de la manière suivante :
∆𝑋
𝑋 = 𝑋𝑚𝑒𝑠 ± ∆𝑋 (𝑈𝑛𝑖𝑡é) ou bien 𝑋 = 𝑋𝑚𝑒𝑠 𝑈𝑛𝑖𝑡é ± 𝑋 %
- Intervalle de confiance:
Un intervalle dans lequel la valeur vraie a de grandes chances de se trouver.
𝑋𝑚𝑒𝑠 − ∆𝑋 ≤ 𝑋 ≤ 𝑋𝑚𝑒𝑠 + ∆𝑋 (%) = -2 %
Intervalle de confiance

𝑋𝑚𝑒𝑠 − ∆𝑋 𝑋𝑚𝑒𝑠 + ∆𝑋

ENISO 2018-2019 7
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

3. Calcul d’incertitude pour les opérations de base: En général, la valeur de

la grandeur à mesurer ( 𝑋 ) est obtenue par une relation mathématique:
𝑋 = 𝑓 (𝑎, 𝑏, 𝑐). De ce fait, on peut utiliser l'outil mathématique «calcul
différentielle» afin de déterminer les incertitudes :

L'incertitude absolue s’exprime sous la forme suivante :

𝜕𝑓 𝜕𝑓 𝜕𝑓
∆𝑋 = ∆𝑎 + ∆𝑏+ ∆𝑐
𝜕𝑎 𝑏,𝑐=𝑐𝑡𝑒 𝜕𝑏 𝑎,𝑐=𝑐𝑡𝑒 𝜕𝑐 𝑎,𝑏=𝑐𝑡𝑒

L'incertitude relative s’exprime sous la forme suivante :

∆𝑋 𝜕𝑓 ∆𝑎 𝜕𝑓 ∆𝑏 𝜕𝑓 ∆𝑐
= + +
𝑋 𝜕𝑎 𝑏,𝑐=𝑐𝑡𝑒 𝑋 𝜕𝑏 𝑎,𝑐=𝑐𝑡𝑒 𝑋 𝜕𝑐 𝑎,𝑏=𝑐𝑡𝑒 𝑋

Appliquons ces deux formules afin de déterminer les incertitudes absolues et

relatives dans le cas des opérations de base :

ENISO 2018-2019 8
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

Règles de calcul particulières

Conclusion :
Dans le cas d'une somme ou une différence, les incertitudes absolues s'ajoutent.
Dans le cas d'un produit ou d'un quotient les incertitudes relatives s'ajoutent.

ENISO 2018-2019 9
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre1

3.1 SommeSoit: 𝑅 = 𝑅1 + 𝑅2 + 𝑅3
∆𝑅 = ∆𝑅1 + ∆𝑅2 + ∆𝑅3
∆𝑅 ∆𝑅1 + ∆𝑅2 + ∆𝑅3
=
𝑅 𝑅1 + 𝑅2 + 𝑅3
3.2 DifférenceSoit : I = I1 − I2
∆𝐼 = ∆𝐼1 + ∆𝐼2
∆𝐼 ∆𝐼1 + ∆𝐼2
=
𝐼 𝐼1 − 𝐼2

3.3 ProduitCas d'une énergie : 𝑊 = 𝑈 ⋅ 𝐼 ⋅ 𝑡

∆𝑊 = 𝐼𝑡∆𝑈 + 𝑈𝑡∆𝐼 + 𝑈𝐼∆𝑡
∆𝑊 ∆𝑈 ∆𝐼 ∆𝑡
= + +
𝑊 𝑈 𝐼 𝑡

3.4 QuotientCas d'une résistance : 𝑅 = 𝑈 /𝐼

∆𝑈 𝑈∆𝐼
∆𝑅 = + 2
𝐼 𝐼
∆𝑅 ∆𝑈 ∆𝐼
= +
𝑅 𝑈 𝐼
ENISO 2018-2019 10
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

4. Calcul pratique de l’incertitude:

4.1. Cas des appareils analogiques (ou à déviation) Ce type d'appareil a pour
principe de donner une déviation d'aiguille sur une échelle graduée
proportionnelle à la valeur de la grandeur à mesurer. Ainsi la valeur mesurée
sera donnée par la relation suivante :
𝐶. 𝐿
𝑋=
𝐸
Avec : 𝐶 : le calibre utilisé [unité] 𝐿 : la lecture (nombre de graduations lues sur
l’échelle) 𝐸 : l’échelle (nombre total de graduations de l’échelle)

Un appareil de mesure à déviation est caractérisé par son indice de classe de

précision qui entraîne, suite à son utilisation :

Une incertitude absolue instrumentale pour un appareil à déviation:

L’incertitude instrumentale est l’incertitude due à l’appareil de mesure. Elle est
fonction de la précision de l’appareil.
𝐶𝐶 𝑪𝒍𝒂𝒔𝒔𝒆.𝑪𝒂𝒍𝒊𝒃𝒓𝒆
∆𝑋𝑖𝑛𝑠𝑡 = 𝑙 =
100 𝟏𝟎𝟎
ENISO 2018-2019 11
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

De plus, l'opérateur n'étant pas parfait ; il peut commettre une erreur de lecture qui
entraîne :
Une incertitude absolue de lecture: L’incertitude de lecture est due soit à une
mauvaise vue, soit de mauvaises conditions de la lecture. Par exemple, si
l’expérimentateur effectue toujours ses lectures la tète penchée sur la côté gauche ou
droite il lira toujours une valeur supérieure ou inférieure à celle qui est indiquée. Pour
éviter ce genre d’erreurs, dites de parallaxe, certains appareils de mesure électriques
comportes un miroir sous l’aiguille A. Pour effectuer une bonne lecture, nous devons
nous placer de telle façon que l’aiguille A masque totalement son image A’. Cette
incertitude n’existe pas pour les appareils numériques.

Généralement l’erreur de lecture est

estimable à 1/4 de division :
1𝐶
∆𝑋𝐿𝑒𝑐 =
4𝐸

ENISO 2018-2019 12
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

D'où l’incertitude totale commise sur une mesure employant un appareil

analogique sera la somme de l'incertitude absolue instrumentale et de
l'incertitude de lecture :
𝑪𝒍𝒂𝒔𝒔𝒆.𝑪𝒂𝒍𝒊𝒃𝒓𝒆 𝟏 𝑪𝒂𝒍𝒊𝒃𝒓𝒆
∆𝑋 = ∆𝑋𝑖𝑛𝑠𝑡 + ∆𝑋𝐿𝑒𝑐𝑡 = +
𝟏𝟎𝟎 𝟒 𝑬𝒄𝒉𝒆𝒍𝒍𝒆

ENISO 2018-2019 13
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

 Pour connaître la précision d’une mesure, on calcule l’incertitude relative de la mesure

∆𝑋
∗ 100
𝑋

 Plus l’incertitude relative est petite, plus la précision de la mesure est élevée

 Une incertitude relative <5% indique une bonne précision de la mesure

ENISO 2018-2019 14
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Caractéristiques des instruments de mesure

 Gamme de mesure : ensemble des valeurs du mesurande pour lesquelles un instrument de
mesure est supposé fournir une mesure correcte.
 Etendue de mesure : différence entre la valeur maximale et la valeur minimale de la gamme de
mesure.
 Classe de précision : valeur en % du rapport entre la plus grande erreur possible et
l’étendue de mesure.

 Cette indication se trouve, en général, sur l'appareil ou dans le catalogue, les valeurs
usuelles sont en général 0.1 ; 0.2 ; 0.5 ; 1 ; 2 ou 2.5 Ainsi, connaissant la classe de précision
d'un appareil, qui est la même pour tous ses calibres, il est possible de calculer l'incertitude
ΔX sur une mesure effectuée avec cet appareil. ΔX =(classe/100)*calibre
 Résolution : pour les appareils de mesure numériques, on définit la résolution par :

 Rapidité, temps de réponse : aptitude d’un instrument à suivre les variations de la

grandeur à mesurer.
 Bande passante : bande de fréquence pour laquelle le gain de l’instrument ( capteur)
est compris entre deux valeurs
ENISO 2018-2019 15
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

ENISO 2018-2019 16
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

4.2. Cas des appareils numérique

Pour les appareils à affichage numérique, les constructeurs fournissent sous le nom de
précision une indication qui permet de calculer l'incertitude totale sur la mesure. La
précision est généralement donnée en pourcentage de la lecture pour chaque gamme.
Elle peut être exprimée comme suit :
a
∆X = ± ( % L+nD)
a %, précision de l’appareil donné par le constructeur
L, lecture
n, le nombre de points d’erreurs commise par l’appareil, donné par le constructeur
D, l’ordre de grandeur de la dernière décimale affichée à l’écran, digits ou
pt=q=quantum( plus petite valeur différente de zéro affichable sur l’afficheur)

Exemple: une pile qui délivre 4,5V et le voltmètre numérique affiche 4,817V
U=(4,817X)V, on donne : résolutions 0,1mV à 1V, précision de base 0,3%L+2D
0,3/100*4,817+2*0.001=0.016451 U=0.016V

ENISO 2018-2019 17
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Application1:
Un élément de circuit soumis à une tension constante U est parcouru par un courant I.
L’étude expérimentale a donné U = (120 ± 2) [V] et I = 24,2A ± 1,65%.
1) Calculer l’incertitude absolue sur la puissance consommée par cet
élément de circuit.
2) Quelle est l’erreur relative correspondante ?
3) Exprimer le résultat de deux façons.
Application2:
En appliquant à une résistance inconnue R, une tension U = 27,2V lue sur un
voltmètre numérique possédant 3 tubes lumineux, 300 points de mesure, une
gamme de 30V et une précision de : ±(0,2% L, 2points).
Le courant I est mesurée à l’aide d’un ampèremètre à dérivation de classe : 0,5, de
calibre divisions 1A, de lecture L=92,85 divisions et une échelle de 100. On estime le
quart de division.
1) Calculer l’incertitude absolue sur R.
2) Calculer l’incertitude relative.
3) Exprimer R de deux façons.

ENISO 2018-2019 18
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

5. Traitement statistique des mesures:

La dispersion statistique apparaît lorsqu’on fait des mesures répétées de la
même grandeur. Si l’on mesure plusieurs fois le même phénomène avec un
appareil de mesure suffisamment précis, on obtiendra à chaque fois un résultat
différent xi. Ceci est dû à des phénomènes perturbateurs.
Il faut donc appliquer un traitement statistique afin de connaître la valeur la
plus probable de la grandeur mesurée et de fixer les limites de l’incertitude. Ce
traitement s’effectue en plusieurs étapes qui consistent à :
- Etablir la distribution des données, une représentation graphique de la
distribution permettra une première évaluation des mesures.
- Caractériser la distribution statistique par la mesure de la tendance centrale
(moyenne, mode, médiane).
- Déterminer la dispersion de la distribution par la variation des résultats de
mesure par rapport à la valeur moyenne (variance, écart-type).

ENISO 2018-2019 19
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

5.1 Caractérisation statistique d’une distribution

Lorsque la mesure d’une même grandeur X a été répétée n fois en donnant les
résultats 𝑥1, 𝑥2…𝑥𝑛, et si on suppose que la valeur 𝑥1 a été obtenue 𝑛1 fois, la
valeur 𝑥2obtenue 𝑛2fois …et 𝑥𝑛 obtenue 𝑛𝑛 fois :
Le nombre total d’observations 𝑛 = 𝑛1 + 𝑛2 + ...𝑛𝑛 et la fréquence relative de
distribution qui correspond à la probabilité d’apparition des valeurs 𝑥1 ,
𝑥2 …𝑥𝑛est donc :
𝑛 𝑛 𝑛𝑛 𝑛
𝑓𝑛 𝑥1 = 1, 𝑓𝑛 𝑥2 = 2, 𝑓𝑛 𝑥𝑛 = et 𝑖=1 𝑓𝑛 𝑥𝑖 =1
𝑛 𝑛 𝑛

La représentation graphique par histogramme, par la courbe de fréquence

relative, permet de visualiser la distribution.
Plus le nombre d’observations augmente, et plus les fluctuations diminuent.

ENISO 2018-2019 20
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Exemple :
La température d’un four a été mesurée toutes les 30 mn pendant une période
de 10 h. Les valeurs obtenues sont enregistrées dans le tableau ci-dessous.

ENISO 2018-2019 21
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Il faut commencer par ordonner ces valeurs et les diviser en groupes pour déterminer la
fréquence de distribution et représenter graphiquement la distribution:

ENISO 2018-2019 22
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

5.2 Mesures de la tendance centrale d’une distribution

La moyenne:
Lorsque la mesure d’une même grandeur 𝑋 a été répétée n fois, donnant les
résultats 𝑥1, 𝑥2…𝑥𝑛, la valeur moyenne est définie par:
𝑛
𝑖=1 𝑥𝑖
𝑥=
𝑛
C’est la mesure de la tendance centrale la plus utilisée, 𝑥 s’approche de la vrai
valeur lorsque le nombre de mesures augmente.

La médiane:
Elle correspond à la valeur centrale dans un groupe de données ordonnées.
max(𝑥𝑖 )+min(𝑥𝑖 )
𝑥=
2

Le mode:
C’est la valeur la plus fréquente (la plus répétée), elle correspond au pic de la
courbe de fréquence relative.

ENISO 2018-2019 23
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Remarque :
Pour l’exemple que nous avons présenté, les trois mesures de la tendance
centrale donnent les mêmes résultats :
La moyenne est égale à 215.05 °C,
la médiane a pour valeur 215 °C
et le mode est égal à 214.5 °C.

Ces trois valeurs ne se coïncident pas car le nombre de mesures est réduit et la
représentation n’est pas gaussienne.
Le but de répéter un grand nombre de fois de mesure du même paramètre est
d’obtenir une estimation aussi précise que possible de la vraie valeur cherchée
Xm.
Pour un grand nombre de mesures, on peut généralement postuler que la
distribution des valeurs obtenues suit une distribution de Gauss (distribution
normale).

ENISO 2018-2019 24
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2
 En effet, les mesures indépendantes de la grandeur X se distribuent selon une loi
mathématique appelée loi de distribution gaussienne ou loi normale f(x) donnée par la
figure suivante :

Loi gaussienne de distribution d’une série de mesures indépendantes

 La loi de Gauss est caractérisée par deux paramètres : sa valeur moyenne xm(𝑥 ) et sa
variance 2 (ou déviation standard ).

 La loi de distribution f(x) nous permet de connaitre la probabilité que la grandeur X soit
comprise dans un intervalle donné. Dans la distribution de Gauss, 68% des mesures sont
comprises entre xm- et xm+, 95% entre xm-2 et xm+ 2 et 99.7% entre xm-3 et xm+
3.

ENISO 2018-2019 25
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

5.3 Mesures de la dispersion d’une distribution:

Deux distributions de données différentes peuvent avoir la même moyenne
mais pas la même dispersion:

ENISO 2018-2019 26
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Il existe plusieurs mesures de dispersion :

Le domaine:(The range)
𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛

La déviation moyenne:(The meandeviation)

1 𝑛
𝑑𝑥 = 𝑖=1 𝑥𝑖 − 𝑥
𝑛

La variance:
2 1 𝑛 2
𝜎 = 𝑖=1 𝑥𝑖 − 𝑥
𝑛−1

L’écart type: C’est la mesure de dispersion la plus utilisée

1/2
1 𝑛 2
𝜎= 𝑖=1 𝑥𝑖 − 𝑥
𝑛−1

ENISO 2018-2019 27
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Le coefficient de variation:

C’est un paramètre normalisé qui indique la variabilité des données par rapport
à la valeur moyenne.
𝜎
𝐶𝑣 = 100 %
𝑥

L’erreur standard sur la moyenne:

𝜎
𝑆𝑥 = , 𝑆𝑥 → 0 𝑞𝑢𝑎𝑛𝑑 𝑛 → ∞
𝑛

ENISO 2018-2019 28
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

La probabilité 𝑃(𝑥1, 𝑥2) d’obtenir comme résultat d’une mesure une valeur du
mesurande comprise entre deux valeurs 𝑥1 et 𝑥2 peut s’écrire :
𝑥2
𝑃 𝑥1 , 𝑥2 = 𝑥1
𝑝 𝑥 𝑑𝑥
où 𝑝 𝑥 est la densité de probabilité pour la valeur 𝑥 du mesurande.
Dans le cas de la loi de Gauss :
1 𝑥−𝑥 2
𝑝 𝑥 = exp −
𝜎 2𝜋 2𝜎 2

La probabilité d’apparition d’un résultat de mesure dans les limites indiquées

est :
𝑃(𝑥 ± 𝜎) = 68.27%
𝑃(𝑥 ± 2𝜎) = 95.45%
𝑃(𝑥 ± 3𝜎) = 99.73%

En général, on prend donc une incertitude égale à 3 fois l’écart type (3σ ).

ENISO 2018-2019 29
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

6. Fidélité, justesse et précision:

La fidélité : Elle caractérise un appareil de mesure dont les erreurs aléatoires sont
faibles, ce qui se traduit par des résultats de mesure groupés autour de leur valeur
moyenne.

La justesse : La justesse est la possibilité d'un instrument à donner des mesures

dont la moyenne est proche de la valeur vraie.

La précision : Un appareil précis est donc à la fois juste et fidèle.

Fidélité + Justesse ⇔ Précision:

ENISO 2018-2019 30
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

ENISO 2018-2019 31
 École Nationale d’Ingénieurs de Sousse ENISO Chapitre2

Application 3: Dans cet exercice 21 mesures de température sont obtenus. Les

résultats obtenus sont regroupés en 3 colonnes comme suit :

120.1

1. Organiser les résultats obtenus dans un ordre croissant. Mettez les données dans des
intervalles de classes pour obtenir la distribution de fréquence. Calculer la fréquence.
Sélectionner la température médiane à partir des données.
2. Construire une courbe en histogrammes présentant la distribution.
3. Déterminer le mode et comparer le avec la médiane et la moyenne des données
4. Déterminer: a. l’écart-type; b. le domaine; c. la déviation moyenne; d. la variance;
e. le coefficient de variation et f. l’erreur standard sur la moyenne.

ENISO 2018-2019 32