Estimation Incertitudes

1
Chapitre 2 : Erreurs de mesure et estimation d'incertitudes
Chapitre 2 Erreurs de mesure et estimation d'incertitudes
ENISO 2012/2013
MESURE ET INSTRUMENTATION
B. CHAABANE
Rappel
En sciences exprimentales, il n'existe pas de mesures exactes. Celle-ci ne peuvent tre quentaches d'erreurs plus ou moins importantes selon le protocole choisi, la qualit des instruments de mesure ou le rle de l'oprateur. Les outils classiques et les mthodes d'estimation d'incertitudes sont prconises par l'AFNOR (organisme officiel qui dfinit les norme appliquer dans l'industrie). Essentiellement, la norme NF ENV 13005 d'aot 1999, qui est un guide pour l'expression des incertitudes de mesure (GUM). Le vocabulaire utilis est celui de la norme NF X07-001 de dcembre 1994, qui dfinit le vocabulaire employer.
ENISO 2012/2013
B. CHAABANE
Processus de mesure
Mesurer
Comparer le mesurande un talon en utilisant un moyen technique
Imperfections de l'appareil de mesure, de la mthode, de l'environnement,... Erreurs de mesure
Mesurande Valeur vraie (X)
Appareil de mesure (Chane de mesure)
Rsultat de mesure Valeur mesure (x)
x (valeur mesure) est une estimation de X (valeur vraie) X-x = e : erreur de mesure Le seul mesurande dont la valeur est parfaitement connue est lunit
MESURE ET INSTRUMENTATION B. CHAABANE
ENISO 2012/2013
Exemple : mesure d'un courant lectrique

i
Amp digital
ierr
Shunt
Shunt
CAN
La mesure d'un courant l'aide d'un ampremtre digital est entache d'erreurs dues:
au shunt (rsistance faible : typiquement quelques Ohms) erreur sur i la rsistance d'entre du voltmtre (suppose infinie) erreur sur i au convertisseur analogique-numrique Erreurs de quantification Incertitudes sur les valeurs des composants
ENISO 2012/2013
B. CHAABANE
Caractristiques d'une chane de mesure
ENISO 2012/2013
B. CHAABANE
Caractristiques d'une chane de mesure (1)

Sensibilit
Sortie (s=f(M)) Sortie (s=f(M))
Mesurande (M)
Mesurande (M)
La sensibilit autour d'une valeur de M est donne par : Sens= ds
dM M
Lorsque la chane de mesure est linaire la sensibilit est constante : Sens= s
ENISO 2012/2013
B. CHAABANE

Gamme de mesure - tendue de mesure
La gamme de mesure, c'est l'ensemble des valeurs du mesurande pour lesquelles un instrument de mesure est suppose fournir une mesure correcte. L'tendue de mesure correspond la diffrence entre la valeur maximale et la valeur minimale de la gamme de mesure. Pour les appareils gamme de mesure rglable, la valeur maximale de l'tendue de mesure est appele pleine chelle. Rsolution: est la plus petite variation de la mesure qu'il est possible d'observer
ENISO 2012/2013
B. CHAABANE

Classe de prcision
Classe de prcision : est donne par le constructeur, elle exprime l'imperfection des appareils de mesure. La classe de prcision correspond la valeur en % du rapport entre la plus grande erreur possible et l'tendue de mesure Classe (%) = 100. Plus grande erreur / tendue de mesure Le calibre d'un appareil : est la valeur de la grandeur a mesurer qui correspond a la limite suprieure de l'tendue de mesure. Par exemple, pour un ampremtre, si cette limite suprieure est 5 A, on dit que son calibre est de 5 A. Rangeabilit : rapport minimum entre l'tendue de mesure et la pleine chelle. Finesse : qualifie l'incidence de l'instrument de mesure sur le phnomne mesur. Elle est grande lorsque l'appareil perturbe trs peu la grandeur mesurer.
ENISO 2012/2013 MESURE ET INSTRUMENTATION B. CHAABANE

Rapidit, temps de rponse
C'est l'aptitude d'un instrument suivre les variations de la grandeur mesurer. Dans le cas d'un chelon de la grandeur entranant la croissance de la mesure on dfinit le temps de rponse 10 par le temps ncessaire pour que la mesure croisse, partir de sa valeur initiale jusqu' rester entre 90 et 110 de sa variation totale.
Rponse indicielle
ENISO 2012/2013
B. CHAABANE
10

Rapidit, temps de rponse
La bande passante est la bande de frquence pour laquelle le gain de la chane de mesure est compris entre deux valeurs. Le gain est le rapport x/X gnralement exprim en dB. Remarque : par convention, le signal continu a une frquence nulle.
Bande passante
ENISO 2012/2013
B. CHAABANE
11
Causes et types des erreurs de mesure
ENISO 2012/2013
B. CHAABANE
12
Causes et types des erreurs de mesure (1)

Erreurs alatoires (accidentelles) : dfaut de fidlit
La mesure d'une grandeur M, effectue un grand nombre de fois, dans des conditions apparemment identiques avec des mesures indpendantes les unes des autres. Malgr ces prcautions, on constate que l'on aboutit des rsultats diffrents les uns des autres : les rsultats sont disperss. On dit alors qu'apparaissent des DFAUTS DE FIDLIT. Les dfauts de fidlit se manifestent par la non-rptabilit des rsultats.
ENISO 2012/2013
B. CHAABANE
13

Erreurs alatoires : Exemples
Les causes des erreurs alatoires sont multiples, on en cite : Erreur de mobilit : En dessous dune certaine valeur, les variations de la grandeur mesurer nentranent pas de variation dcelable sur la chane de mesure. Erreur de lecture : Elle dpend des qualits de lexprimentateur mais aussi de la largeur des traits de graduation, de l'aiguille Erreur dhystrsis : Hystrsis de dilatation, mcanique dun ressort, magntique dun matriau ferromagntique Erreurs dues des grandeurs dinfluence : Influence non prise en compte pendant la phase exprimentale : variations de temprature, de pression
ENISO 2012/2013
B. CHAABANE
14

Erreurs systmatiques : dfaut de justesse
Le rsultat obtenu prend toujours la mme valeur mais ce n'est pas la valeur attendue : un dcalage systmatique apparat On dit alors qu'apparaissent des DFAUTS DE JUSTESSE Les dfauts de justesse se manifestent par un dcalage systmatique des rsultats de mesure
Les origines possibles des dfauts de justesse sont : Dplacement du zro talonnage ou calibrage dfectueux Connaissance imparfaite des appareils qui constituent la chane de mesure.
ENISO 2012/2013
B. CHAABANE
15

Qualit d'un appareil de mesure
Appareil ni juste ni fidle
Appareil non juste, fidle
Appareil juste et non fidle ENISO 2012/2013
Appareil prcis= juste et fidle B. CHAABANE
16
Estimation d'incertitudes
ENISO 2012/2013
B. CHAABANE
17
Estimation d'incertitudes (1)

L'estimation d'incertitude tient compte de lanalyse complte du processus de mesure (grandeurs mesures, facteurs dinfluence, corrections apportes au rsultat annonc,...)
Approche GUM
La mthode GUM (Guide to the Expression of Uncertainly in Measurement) est une norme ISO dcrivant des procdures gnrale pour le bilan et le calcul dincertitude. Cette approche est fonde sur le fait quil existe toujours un modle explicite du processus de mesure. Ce modle est quivalent une expression mathmatique dcrivant la faon dont sont utiliss toutes les informations dont disposent lexprimentateur (srie de lectures de linstrument, valeur dune correction lue dans un certificat dtalonnage, lestimation des effets dune grandeur dinfluence...). La mthode GUM dcrit une procdure gnrale pour lestimation de lincertitude qui devient plus ou moins complexe en fonction de la prcision dsire et du nombre et type de variables influenant la mesure. On en donne ici une approche simplifie, nanmoins applicable la plupart des mesures industrielles et scientifiques.
ENISO 2012/2013
B. CHAABANE
18

Analyse du processus de mesure : schma des 5 M
La mthode des 5 M permet d'identifier les facteur d'influence gnrateurs d'erreurs potentielles
Mthode
mode opratoire
Matire
mesurande
Main duvre
oprateur
Mesurande
conditions dure instrument de mesure
Rsultat de mesure
Milieu
Moyen
Exemple
Milieu: temprature, vibration, humidit, pollution, clairage, pression ambiante, composition de l'air, flux de l'air, gravit, interfrence lectromagntique, transitoires dans les sources d'alimentation, quilibre thermique de l'instrument,. MESURE ET INSTRUMENTATION B. CHAABANE
ENISO 2012/2013
19

Dfinition de l'incertitude et de l'estimation
Dans un processus de mesure quelconque, mme si on quantifie et corrige les erreurs connues ou suspects (erreur de zro, effet d'une grandeur d'influence,..), une incertitude sur le rsultat persiste. Cette incertitude reprsente le doute que la valeur vraie du mesurande soit reprsente par la valeur mesure. le rsultat de mesure est donc une estimation de la valeur vraie du mesurande et n'a de sens que s'il est accompagn d'une estimation de l'incertitude L'incertitude associe un rsultat de mesure caractrise la dispersion des valeurs qui peuvent tre raisonnablement attribu au mesurande
uncertainty (of measurement): parameter, associated with the result of a measurement, that characterizes the dispersion of the values that could reasonably be attributed to the measurand (GUM:1995, definition 2.2.3)
ENISO 2012/2013
B. CHAABANE
20

Classification des incertitudes
L'estimation d'incertitude consiste valuer l'intervalle de valeurs qui contient la valeur vraie du mesurande
Lincertitude associe aux rsultats de mesure consiste gnralement en plusieurs contributions qu'on peut regrouper en deux catgories selon la mthode utilise pour les valuer : Les incertitudes standards de type A : obtenues par un traitement statistique d'une srie d'observations (moyenne, cart-type,...). Cette analyse statistique se fait lorsqu'on a peu d'indications sur les sources d'erreurs. Les incertitudes standards de type B : sont values par dautres mthodes. On utilise les informations techniques disponibles (notice constructeur, certificat d'talonnage,...) et des lois statistiques prdfinies
21
Incertitude standard de type A (1)

Estimation ponctuelle
Lors du mesurage rpt n fois d'une grandeur G de valeur (vraie) X. Les observation tant indpendantes les unes des autres. La meilleur estimation de X est la moyenne arithmtique Si les rsultats de la mesure de G sont: x1, x2... xn, la moyenne arithmtique est dfinie par :
1 x 0 = xi n 1
La dispersion des rsultats est donne par l'cart-type exprimental :
n1=
x (xi 0 )2
1
n1
En gnral les rsultats de mesures indpendantes obissent une loi normale N(X, ) La moyenne arithmtique x0 est une estimation de X et donc de la valeur vraie suppose tre gale X. L'cart-type exprimental n-1 est une estimation de de
22

Estimation par intervalle de confiance
Si les rsultats de mesures sont distribus selon une loi normale N(X, ) ; la moyenne x d'un chantillon de n mesures est distribue selon une loi normale N(X, /n) Si la loi de distribution des mesures n'est pas une loi normale : pour n>30, la moyenne x est distribue selon une loi normale N(X, /n) pour n<30, la moyenne x est distribue selon une loi de student n-1 degrs de liberts La loi de distribution de x quantifie le degr de confiance avec lequel les diffrentes ralisations de x reprsentent la valeur vraie X /n est appel incertitude-type standard de type A La moyenne arithmtique x0 est une ralisation de la variable alatoire x est estim par n-1
/n
p( ) x
X
23

Interprtation (1)
Les mesure (x1, x2... xn) reprsentent un chantillon de taille n de moyenne arithmtique x0 Si on considre un autre chantillon (x'1, x'2... x'n) nous aurons une moyenne x1. Les moyennes (x0, x1 , x2, ) d'une infinit d'chantillons sont distribus selon la loi normale N(X, /n). X tant lesprance de la loi de distribution des rsultats et son cart-type.
Xk < 0 < X +k x n n
p( ) x
au niveau de confiance Pk ( )
X+k
Pk =
Xk
p( x ) d x
/n
k : facteur d'largissement P : probabilit d'avoir x0 comprise entre Xk
et X+k n
x0
B. CHAABANE
ENISO 2012/2013
24

Interprtation (2)
Xk < 0 < X +k Pk ( ) x n n x 0 k < X< x 0 +k Pk ( ) n n
p( ) x
Exemple
X < x < X+ n n
68
Cas 1
/n
x0 n
X n
X
x0 + n
x0
X+ n
Cas 2
x0 Cas 3
X
x0
B. CHAABANE
x0
ENISO 2012/2013
25

Bilan
x 0 k n1 n1 < X < 0 +k x n n Pk () prs
P[ 0 x
n 1
< X< x 0 +
n 1
] = 68 ( )
p( ) x
68 %
n 1 n1 P[ 02 x < X< 0 +2 x ] = 95 ( ) n n n 1 n1 P[ 0 3 x < X< x 0 +3 ] = 99( ) n n
95 %
( X) x
2./n /n 0 /n 2./n
ENISO 2012/2013
B. CHAABANE
26

Loi normale
La loi normale est une loi de probabilit qui admet deux paramtres (, ) Lorsqu'une variable alatoire x suit la loi normale, elle est dite gaussienne ou normale
p( x)
p(x)= 1 ( x ) . exp [ ] 2 2 2
+ +
2
p(x) dx = 1
: esprance de x
= x p(x) dx
2 + 2
= (x) p(x) dx : variance
est l 'cart type

P[a < x <b] = p( x) dx
a
ENISO 2012/2013
B. CHAABANE
27

Loi normale
p(x)
+k
Pk
Pour calculer la probabilit : Pk = P[ k < x< +k ] =
p( x) dx
1 x2 . exp [ ] On utilise la loi normale centre rduite : pR ( x)= 2 2

(x)
pR ( x)
-k 0 k
(z)
z
L'intgrale tabule est celle de : (z) = pR (x) dx
Pk = 2 ( k)1
x
0
ENISO 2012/2013
z
28

Table de la loi normale
z
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.50000 0.53983 0.57926 0.61791 0.65542 0.69146 0.72575 0.75804 0.78814 0.81594 0.84134 0.86433 0.88493 0.90320 0.50399 0.54380 0.58317 0.62172 0.65910 0.69497 0.72907 0.76115 0.79103 0.81859 0.84375 0.86650 0.88686 0.90490 0.50798 0.54776 0.58706 0.62552 0.66276 0.69847 0.73237 0.76424 0.79389 0.82121 0.84614 0.86864 0.88877 0.90658 0.51197 0.55172 0.59095 0.62930 0.66640 0.70194 0.73565 0.76730 0.79673 0.82381 0.84849 0.87076 0.89065 0.90824 0.51595 0.55567 0.59483 0.63307 0.67003 0.70540 0.73891 0.77035 0.79955 0.82639 0.85083 0.87286 0.89251 0.90988 0.51994 0.55962 0.59871 0.63683 0.67364 0.70884 0.74215 0.77337 0.80234 0.82894 0.85314 0.87493 0.89435 0.91149 0.52392 0.56356 0.60257 0.64058 0.67724 0.71226 0.74537 0.77637 0.80511 0.83147 0.85543 0.87698 0.89617 0.91309 0.52790 0.56749 0.60642 0.64431 0.68082 0.71566 0.74857 0.77935 0.80785 0.83398 0.85769 0.87900 0.89796 0.91466 0.53188 0.57142 0.61026 0.64803 0.68439 0.71904 0.75175 0.78230 0.81057 0.83646 0.85993 0.88100 0.89973 0.91621 0.53586 0.57535 0.61409 0.65173 0.68793 0.72240 0.75490 0.78524 0.81327 0.83891 0.86214 0.88298 0.90147 0.91774
ENISO 2012/2013
B. CHAABANE
29

Exemple 1
Donner la valeur de k telle que Pk= 60 % Donner la probabilit Pk telle que k= 1 Pk=60 % k=1 2. (k)-1=0.6 (k)=0.8
0.00 0.78814
k = 0.84
Pk= 2. (1)-1 = 2 0.8413 1

z
0.8
Pk = 68.26%
0.01 0.79103 0.02 0.79389 0.03 0.79673 0.04 0.79955 0.05 0.80234 0.06 0.80511 0.07 0.80785 0.08 0.81057 0.09 0.81327
Exemple 2
Un mesurage rpt 15 fois d'une grandeur G donne une moyenne arithmtique g = 2.15 u.a et un cart-type exprimental n-1=0.25 u.a. Donner l'intervalle de confiance 95 % sachant que la distribution des mesures est une loi normale L'incertitude standard de type A est donne par : m= n-1/n = 0.25/15 = 0.065 u.a P=95 % 2. (k)-1=0.95 (k)=0.975 k= 1.96 95 % prs
0.02 0.97257 0.03 0.97320 0.04 0.97381 0.05 0.97441 0.06 0.97500 0.07 0.97558 0.08 0.97615 0.09 0.97670
G=(g k. n-1/n) 95 % prs
G=(2.15 0.13) u.a

z
1.9 0.00 0.97128 0.01 0.97193
ENISO 2012/2013
B. CHAABANE
30
Cas d'une distribution de student

Si la loi de distribution des mesures n'est pas une loi normale et le nombre de mesures n est infrieur 30, la distribution des moyennes des diffrents chantillons est une loi de student n-1 degrs de liberts.
x t ( ,1 ) n 1 < X < + t ( , 1) n1 x n n au niveau de confiance P( )
t(, 1) : coefficient de student pour = n-1 et correspondant une intgrale (1-) La probabilit P est donne par : P = 100 (1-) Exemple :

1 2 3 4 0.1584 0.1421 0.1366 0.1338 0.1257 0.3249 0.2887 0.2767 0.2707 0.2533 0.5095 0.4447 0.4242 0.4142 0.3853 0.7265 0.6172 0.5844 0.5686 0.5244 1 0.8165 0.7649 0.7407 0.6744 1.3764 1.0607 0.9785 0.941 0.8416 1.9626 1.3862 1.2498 1.1896 1.0364 3.0777 1.8856 1.6377 1.5332 1.2816 6.3137 2.92 2.3534 2.1318 1.6449 12.706 4.3027 3.1824 2.7765 1.96 31.821 6.9645 4.5407 3.7469 2.3264 63.656 9.925 5.8408 4.6041 2.5759 127.32 14.089 7.4532 5.5975 2.8072 636.58 31.6 12.924 8.6101 3.2908 0.9
/2 -t
1 /2
t(4, 0.95) = 2.7765 et

0.8 0.7 0.6
P = 95 %
0.5 0.4 0.3 0.2 0.1 0.05 0.02 0.01 0.005 0.001
ENISO 2012/2013
B. CHAABANE
31
Incertitude standard de type B (1)

Dans le cas ou le rsultat de mesure n'est pas obtenu par un mesurage rpt, l'incertitude-type standard de type B ( B) est value en exploitant les informations techniques disponibles et des distributions (pas ncessairement Gaussiennes) supposes priori. On utilise, par exemple, des mesures prcdentes, des spcification techniques des appareils, des certificats d'talonnage,... Quand on utilise une spcification constructeur ou un certificat d'talonnage qui indique le facteur d'largissement k, B est obtenue en divisant par k
EXAMPLE 1 : Un certificat d'talonnage donne la masse d'un talon mtallique mS d'une valeur nominale de 1 kilogramme, mS=1 000,000 325 g et indique que l'incertitude sur la valeur est de 240 g un facteur d'largissement de 3. L'incertitude-type standard de la masse est donc simplement (mS) = (240 g)/3 = 80 g. Ce qui correspond une incertitude-type relative (mS)/mS de 80 109. La variance est (mS) = (80 g)2 = 6,4 109 g2.
Dans le cas o le constructeur ou le certificat d'talonnage indique le niveau de confiance, le facteur d'largissement k est dduit de la distribution normale et B est obtenue en divisant par k
EXAMPLE 2 : Un certificat d'talonnage donne la valeur d'un talon de rsistance RS d'une valeur nominale de dix Ohms, Rs =10,000 742 129 23 C et indique que l'incertitude donne, 129 , correspond un niveau de confiance de 99 %. L'incertitude-type standard de la rsistance est donc donne par (RS) = (129 )/2,58 = 50 . Ce qui correspond une incertitude-type relative (RS)/RS de 5,0 106 . La variance est 2 (RS) = (50 )2 = 2,5 109 2.
ENISO 2012/2013
B. CHAABANE
32

La distribution par dfaut considrer est la loi normale et quand le facteur d'largissement n'est pas indiqu il est commode de le considrer gal 3. Normale Le tableau ci-contre donne les distributions usuelles utiliss : Drive d'arcsinus -a 0 a
1 2a
p(x)
Rectangle -a 0 a
B=
x p(x)
3 a 2
a 3
B=
a 3
p(x)
1 a
B=
a
a 2
-a
ENISO 2012/2013
B. CHAABANE
33

EXAMPLE 3 : Un texte donne la valeur du coefficient d'expansion thermique du cuivre pure 20C, 20(Cu), 16.52 10-6 C-1 et indique simplement que l'erreur sur cette valeur ne doit pas dpasser 0.40 10-6 C-1. En se basant sur ces informations incompltes, il est raisonnable de considrer que la valeur de 20(Cu) est dans l'intervalle 16.12 10-6 C-1 et 16.92 10-6 C-1 avec une probabilit de 100 % et que la distribution est rectangulaire. L'cart-type de type B est donc B=0.40 10-6 C-1 /3=0.23 10-6 C-1.
ENISO 2012/2013
B. CHAABANE
34
Propagation d'incertitudes
Quand un mesurande y est fonction d'autres mesurandes (x1, x2, ,xn) tel que y= f(x1, x2, ,xn). Les mesures de xi tant indpendantes (il n'y a pas de corrlation entre les mesures des diffrentes xi). La mesure de (x1, x2, ,xn) permet de calculer la valeur de y et son incertitude-type associe. (x1, x2 , ,xn) et ( 1, 2, ... , n) tant, respectivement, les moyennes arithmtiques et les carts-types standards associes aux mesurandes (x1, x2, ,xn)
y x x x =f ( 1 , 2 , ... , n )
f xi
ENISO 2012/2013
f 2 2 = ( ) x i=1 x i
2 y
i =n
est calcule en ( 1 , 2 , ... , n) x x x

35
ENISO 2012/2013
B. CHAABANE

Estimation Incertitudes

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Estimation Incertitudes

Uploaded by

Copyright:

Available Formats

1

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Chapitre 2 Erreurs de mesure et estimation d'incertitudes

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Imperfections de l'appareil de mesure, de la mthode, de l'environnement,... Erreurs de mesure

Mesurande Valeur vraie (X)

Appareil de mesure (Chane de mesure)

Rsultat de mesure Valeur mesure (x)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Exemple : mesure d'un courant lectrique

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure (1)

La sensibilit autour d'une valeur de M est donne par : Sens= ds

Lorsque la chane de mesure est linaire la sensibilit est constante : Sens= s

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure (2)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure (3)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure (4)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Caractristiques d'une chane de mesure (5)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Causes et types des erreurs de mesure

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Causes et types des erreurs de mesure (1)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Causes et types des erreurs de mesure (2)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Causes et types des erreurs de mesure (3)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Causes et types des erreurs de mesure (4)

Appareil ni juste ni fidle

Appareil non juste, fidle

Appareil juste et non fidle ENISO 2012/2013

Appareil prcis= juste et fidle B. CHAABANE

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Estimation d'incertitudes (1)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Estimation d'incertitudes (2)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Estimation d'incertitudes (3)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Estimation d'incertitudes (4)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (1)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (2)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (3)

k : facteur d'largissement P : probabilit d'avoir x0 comprise entre Xk

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (4)

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (5)

n 1 n1 P[ 02 x < X< 0 +2 x ] = 95 ( ) n n n 1 n1 P[ 0 3 x < X< x 0 +3 ] = 99( ) n n

Chapitre 2 : Erreurs de mesure et estimation d'incertitudes

Incertitude standard de type A (6)

= (x) p(x) dx : variance

est l 'cart type