Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.

Slides:



Advertisements
Présentations similaires
Mesures et incertitudes
Advertisements

Mesures et incertitudes
Cours Mesures & Instrumentation
1_Introduction Toute mesure est entachée d’erreur. Il est impossible d’effectuer des mesures rigoureusement exactes. Pour rendre compte du degré d’approximation.
Les incertitudes au Lycée. Convaincre  Variabilité « visible » I = 3,5 mA mA Instaurer un vocabulaire adapté  Valeur vraie, erreur ≠ incertitude.
Option : AUTOMATIQUE THEME - Eléments de métrologie (incertitude, limites physiques). - Instrumentation - Eléments de métrologie (incertitude, limites.
Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
1 Chapitre 2 La numération binaire. 2 Chapitre 2 : La numération binaire Introduction 1 - Le système binaire 2 - La conversion des nombres entiers 2.1.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Chap n°5 : LA LOI D'OHM Georg OHM physicien allemand ( )
TP 7 : UNE PROPRIÉTÉ DES ONDES, LA DIFFRACTION BUSQUET Stéphane LENNE Karl-Eric TS Physique-Chimie.
TP5- Ondes périodiques sinusoïdales. I- Mesure de la longueur d’onde et de la célérité des ondes ultrasonores  Tout d’abord il faut savoir qu’un phénomène.
I) mesure et erreurs de mesure 1) le vocabulaire à connaitre
Chapitre 6. Introduction à l’échantillonnage Les sondages Notions fondamentales Fluctuations d’échantillonnage d’une moyenne Théorème central limite C6-1.
Utilisation du logiciel EduStat © Analyse classique d’items L’examen du rapport.
Analyse, Classification,Indexation des Données ACID
Pierre Joli Cours de Mathématique Pierre Joli
Construire des requêtes
Comprendre, classer et analyser les problèmes multiplicatifs
Détermination des propriétés texturales d’un solide poreux par traçage
Représentation de l’information en binaire:
Loi Normale (Laplace-Gauss)
4°) Intervalle de fluctuation :
Préparer par : Intissare et kaoutare
Microéconomie I.
Analyse en Composantes Principales A.C.P. M. Rehailia Laboratoire de Mathématiques de l’Université de Saint Etienne (LaMUSE).
Précision d'une mesure et chiffres significatifs
Chapitre 13 : Echantillonnage
Exercice 2 Soit la série statistique
POL1803: Analyse des techniques quantitatives
Les plans de mélange Les plans d’expérience : Présentée par :
LES mesures des déplacements et des déformations
Plans d’experiences : plans de melanges
Les plans d’expérience: plans factoriels
Tolérances de fabrication et ajustements Construction mécanique Tolérances de fabricationAjustementsTolérances ISO.
Technologies de l’intelligence d’affaires Séance 12
Exploitation de mesures scientifiques.
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
UEF. ML Métrologie légale Contenu du programme. Contenu de la matière : Chapitre 1. Généralités - Définition, terminologie -Unités de mesures - Analyse.
4.3 Estimation d’une proportion
4.2 Estimation d’une moyenne
Introduction aux statistiques Intervalles de confiance
MESURES ET INCERTITUDES. Programme de 4 ème : dans la colonne capacités: Mesurer des volumes ; mesurer des masses. Comprendre qu'à une mesure est associée.
Incertitudes.
Méthodologie scientifique
Dérivation et intégration
ACP Analyse en Composantes Principales
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
© 2005, Michel Cloutier La gestion des stocks – La gestion de l’incertitude Calcul du stock de sécurité.
Chapitre 17 : Contrôle du produit - Métrologie
Notion de température.
Mesures simples & Objet en chute libre
2.4 La loi de vitesse d’une réaction chimique
Présentation 3 : Sondage aléatoire simple
Présentation 5 : Sondage à probabilités inégales
La puissance du transfert d’énergie électrique entre un générateur et un circuit constitué de conducteurs ohmiques dépend-elle de ces conducteurs ohmiques.
Présentation 8 : Redressement des estimateurs
Présentation 9 : Calcul de précision des estimateurs complexes
Dynamique des Systèmes Asservis
Position, dispersion, forme
Janvier 2019 IA-IPR Physique-Chimie
Contribution du LHyGeS
Les erreurs de mesure Projet d’Appui au renforcement des capacités
Programme d’appui à la gestion publique et aux statistiques
Travaux Pratiques de physique
Mesures et incertitudes
Les méthodes quantitatives en éducation
Mesure et Instrumentation Programme Progression Séquence pédagogique Perspective Questionnement Jeudi 19 janvier 2012.
De la mesure au résultat
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES.
Transcription de la présentation:

Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement

Plan: Introduction Incertitude absolue et relative Incertitude de type A Incertitude de type B Incertitude composées Conclusion

Introduction La pratique des sciences fondamentales et appliquées conduit à réaliser des mesures. Toute mesure est entachée d’erreurs aléatoires dues au matériel, aux paramètres physiques mis en jeu, et à l’opérateur ; ces erreurs ont des valeurs inconnues et l’on peut seulement les estimer.

LA NOTION D’INCERTITUDE DE MESURE incertitude Le mot incertitude signifie doute ; l’incertitude du résultat d’un mesurage reflète l’impossibilité de connaître exactement la valeur exacte du mesurande. Le concept d’incertitude est défini à partir du traitement probabiliste de l’erreur. L’incertitude de mesure U(M) L’incertitude de mesure U(M) est un paramètre, associé au résultat du mesurage, qui caractérise la dispersion des valeurs qui pourraient être raisonnablement attribuées au mesurande. Il faut donc pouvoir caractériser la dispersion des valeurs que peut prendre la valeur attribuée au mesurande. Une mesure de cette dispersion peut être obtenue à partir de l’écart-type de la grandeur aléatoire. 1

L’écart-type de M L’écart-type de M est appelé incertitude-type sur le résultat du mesurage, On note généralement u(M) cette incertitude-type sur M. type A L’évaluation des incertitudes par des méthodes statistiques est dite de type A. Quand la détermination statistique n’est pas possible, on dit que l’évaluation est de type B type B. C’est le cas d’une mesure unique réalisée avec un appareil de classe connue. L’incertitude-type composée L’incertitude-type composée permet de tenir compte à la fois des incertitudes de type A et de type B qui impactent la valeur obtenue du mesurande. 2

L’incertitude absolue L'incertitude absolue ∆x est l'erreur maximale que l'on est susceptible de commettre dans l'évaluation de x. L'incertitude absolue s'exprime donc dans les unités de la grandeur mesurée. Exemple 1: Exemple 1: On réalise 3 relevés de la température d’un patient, on obtient: 36,7°37,1°37,2° Quelle est l’incertitude absolue sur ces relevés ? On calcule la moyenne des ces mesures et on obtient: (36,7 + 37,1 + 37,2) / 3 = 37°C On prend le plus grand écart entre cette moyenne et nos mesures: 37 – 36,7 = 0,3°C Notre incertitude absolue Δx est donc estimée à 0,3°C 3

Incertitude relative L'incertitude relative ∆x/x représente l'importance de l'erreur par rapport à la grandeur mesurée. L'incertitude relative n'a pas d'unités et s'exprime en général en % (100∆x/x). Exemple 2 Exemple 2: Si l’on reprend l’exemple précédent, Δx = 0,3°C Ainsi, l’incertitude relative sur la seconde mesure est Δx / x = 0,3 / 37,1 = 8, soit 0,9%. 4

Les relations concernant incertitude 5

Incertitude de type A (incertitude de répétabilité) Un même opérateur effectue n mesures du même mesurande m dans les mêmes conditions. Si les valeurs mesurées sont différentes, alors il y a une erreur de répétabilité dont l’origine est souvent inconnue. D’une mesure à l’autre, cette erreur peut prendre une valeur différente : l’erreur de répétabilité est une erreur aléatoire. Elle est évaluée par une méthode statistique. La meilleure estimation du résultat de la mesure est donnée par la moyenne arithmétique : On détermine l’écart-type  n-1 = 6

Incertitude de type A (incertitude de répétabilité) On détermine l’incertitude type de répétabilité u(m) du mesurande m à l’aide de la relation suivante : Comme le nombre de mesures est limité, on introduit le facteur d’élargissement k (ou coefficient de Student t(n;x%)) qui dépend du nombre de mesures n et de l’intervalle de confiance (x%) choisi. L’incertitude élargie sur le mesurande se calcule avec la relation : U(m) = k × u(m) = t(n ;x%) × u(m) 7

Incertitude de type A (incertitude de répétabilité) Essain° 1n° 2n° 3n° 4n° 5 m (g)22,8522,8722,8122,7922,84 8

Incertitude de type A (incertitude de répétabilité) Pour une série de mesures et un intervalle de confiance de 95 %, le coefficient d’élargissement (coefficient de Student) vaut t(5 ;95%) = 2,57 L’incertitude élargie de répétabilité de cette série de mesures sera : U(m) = t(5 ;95%) × u(m) = 2,57× 0,071 = 0,18 g, Conclusion : la masse m de cet échantillon vaut : M = (22,83 ± 0,18) g soit M = (22,8 ± 0,2)g 9

Incertitude de type B L’évaluation de l’incertitude de type B est effectuée par des moyens autres que l’analyse statistique de série d’observations. Elle est basée sur la connaissance de la loi de probabilité suivie par le mesurande. Différents cas peuvent se présenter : Le constructeur fournit l’incertitude-type u(m). Dans ce cas, on utilise directement son incertitude. Pour une mesure avec un instrument à graduation (appareil à cadran, lecture d’un réglet, d’un thermomètre …) 10

Incertitude de type B 11

Incertitude de type B Dans la majorité des cas, lorsqu’on a une estimation de type B, on peut montrer que le coefficient d’élargissement k à retenir pour un niveau de confiance de 95 % est k = 2 et pour un niveau de confiance de 99 %, k = 3. L’incertitude élargie U(m) est donnée par la relation : U(m) = k × u(m) Exemple 1 : Un thermomètre à alcool indique une température de = 20,0 °C. La résolution du thermomètre est de 0,5 °C, elle correspond une graduation du thermomètre. 12

Incertitude de type B 13

Incertitude de type B

Incertitude type composée 1.Composition des incertitudes A et B Dans le cas où l’on dispose d’une série de mesures et que chacune d’entre elles est affectée d’une incertitude de type B, on obtient l’incertitude-type composée : 15

Incertitude type composée Cas d'une mesure unique Comme il n'y a qu'une seule mesure effectuée, urép=0 donc : 16

Incertitude type composée 2. Propagation des incertitudes Lorsque X se déduit par calcul à partir de Y et Z connues avec une incertitude-type, la valeur de X est elle aussi entachée d’incertitude. Le calcul de u(X) se fait à partir de u(Y) et u(Z). 17

Conclusion 19

Merci beacoup de votre attention ! À vos Questions !