? ? I) Evaluation de l’incertitude Type 3 ;5 ; 5 ; 5 ; 5 ; 10

Slides:



Advertisements
Présentations similaires
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Advertisements

Introduction à l’analyse
La coupe des matériaux: identification des paramètres
Calculs de complexité d'algorithmes
Séries statistiques à une variable
LE CALCUL LITTÉRAL AU COLLÈGE
Les tests d’hypothèses (I)
Les numéros 70 –
Inférence statistique
Les TESTS STATISTIQUES
MESURES ET INSTRUMENTATION
1. Les caractéristiques de dispersion. 11. Utilité.
Les TESTS STATISTIQUES
Échantillonnage-Estimation
Moyenne, écart type et incertitude de mesure.
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
Fusion de données SENSO
ETALONNAGE D’UN CAPTEUR
variable aléatoire Discrète
Mesures et incertitudes
L’OUTIL STATISTIQUE.
SERIE I : ELECTROSTATIQUE
Réalisation d’un graphe
Cours de physique générale I Ph 11
Méthode des k plus proches voisins
Régression linéaire simple
Tableaux de distributions
Tableaux de distributions
3.6 Les équations de la cinématique à accélération constante MRUA
Systèmes d’équations du premier degré à deux variables
Les instruments d’optique
Les chiffres & les nombres
La statistique descriptive
Corrélation Principe fondamental d’une analyse de corrélation
philosophe et mathématicien grec, a
Factorisation de trinômes
Les expressions algébriques Les termes semblables.
Inéquations du premier degré à une inconnue
Résoudre une équation du 1er degré à une inconnue
Les relations - Règles - Variables - Table de valeurs - Graphiques.
Modélisation Nuage de points.
Aire d’une figure par encadrement
Les mesures de dispersion Camp de jour Âges Groupe 1: 7,8,9,10,11,12,13 Âges Groupe 2: 10,10,10,10,10,10,10 Caractériser ces groupes par 1 seule mesure.
Inéquations du premier degré à une inconnue
Programmation linéaire en nombres entiers : les méthodes de troncature
Les intervalles de confiance pour la moyenne d’une population
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Mise en forme en Mathématiques
Présentation de la méthode des Eléments Finis
1 Notations Asymptotiques Et Complexité Notations asymptotiques : 0 et  Complexité des algorithmes Exemples de calcul de complexité.
1 - Programme de Seconde (juin 2009) Statistique et probabilités
LES COURSES SUR PISTE.
Comment construire un graphique ?
Suites numériques Définitions.
Probabilités et Statistiques Année 2010/2011
8.1 Les carrés, les racines carrées et Pythagore
Deuxième partie LE DOSSIER TECHNIQUE DU MARINGOUIN.
Chimiometrie (Chemometrics)
Inéquations du premier degré à une inconnue
Rappels de statistiques descriptives
Scalaires et vecteurs Tu as vu qu’une grandeur physique comportait un nombre et une unité de mesure appropriée. Exemple: 75 km: 75(nombre) km (unité)
Partie II: Temps et évolution Energie et mouvements des particules
Chap1- Nombres décimaux-Ordre
Comment construire un graphe ?
Comment construire un graphe ?
Probabilités et Statistiques Année 2010/2011
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.
ECHANTILLONAGE ET ESTIMATION
Transcription de la présentation:

? ? I) Evaluation de l’incertitude Type 3 ;5 ; 5 ; 5 ; 5 ; 10 1.1 Evaluation de type A de l’incertitude type -la moyenne : ? exemple 1 : série de mesurage en C° 3  ;5 ; 5 ; 5 ; 5 ; 10 q1 ;q2 ;q3 ;q4 ;q5 ;q6 donc n = 6 Quelle est la moyenne de la série de mesurage ? - la variance expérimentale des observations : ? S²= ((3-5.5)²+(5-5.5)²+ (5-5.5)²+ (5-5.5)²+ (5-5.5)²+(10-5.5)²)/(6-1) - écart type expérimental : En reprenant l’Exemple 1 : Quelle est l’écart type de la série de mesurage ? En pratique il est plus commode d’utiliser l’écart type car il a la même dimension que « q »

1.2 Exercice 1 incertitude type A : - incertitude type de la moyenne : u = S / √n Calculez l’incertitude type de la moyenne: Donc moyenne + unité +incertitude = 5.5 C°+/- 0.955  5.5 C° +/- 1 C° 1.2 Exercice 1 incertitude type A : N° Résultats en C° 1 99,56 11 98,25 2 99,89 12 101,84 3 96,90 13 99,74 4 99,49 14 100,42 5 100,68 15 101,20 6 100,33 16 99,03 7 98,18 17 100,07 8 98,61 18 102,36 9 101,57 19 102,72 10 100,95 20 101,11 Soit un thermomètre A :résultats de mesurages Tracez l’histogramme : en abscisse : avec un pas de 1c° en commençant par 95.5 c° --En ordonné: le nb d’observation par pas 95.5  évaluez la moyenne visuellement :  calculez la moyenne :  calculez l’écart type expérimentale:   en déduire l’incertitude type de la moyenne:

Histogramme On doit mesurer un Ø Le plan indique: 13.3+/-0.1 Gauss

1.3 Exercice 2: incertitude type A :choix d’un instrument de mesure et incertitude Cote du plan: 10 mm+/-0.02 On utilise un µm digitale de résolution 0.001 1) Vérifiez que la résolution « R » de l’appareil est assez grande ! Formule: IT/R >10 0.04/0.001= 40  ok Un laboratoire de métrologie nous donne les valeurs vraies de 5 pièces Pièces n° 1 2 3 4 5 Valeurs vraies 10.010 10.018 10.027 10.033 10.040 1 2 3 4 5 10.008 10.017 10.028 10.032 10.039 10.009 10.018 10.025 10.016 10.026 10.031 10.010 10.027 10.033 10.040 Résultats des mesurages  2) Différence des moyennes de mesurage ?  3) Moyenne des Ecarts type ?  4) incertitude type de la moyenne ?  5) capabilité du moyen de contrôles ?

pieces n° 1 2 3 4 5   valeurs vraies 10.010 10.018 10.027 10.033 10.040 moyenne des valeurs vraies 10.02560  mesurages 10.008 10.017 10.028 10.032 10.039  avec µm 10.009 10.025 10.016 10.026 10.031 10.01 10.04 x/ écart type (S) 0.0008 0.0007 0.0011 0.0004 10.02464 moyenne des mesurages 0.00079 moyenne des écarts types σm -0.00096 Différence des moyennes

donc le moyen de contrôle est capable. 1.3 Exercice 2: incertitude type A :choix d’un instrument de mesure et incertitude Résolution du µm : 0.001 mm Sensibilité du µm : 0.001 mm -l’erreur de justesse = 10.02464 – 10.02560 = - 0.00096 mm = - 0.001mm la moyenne des mesurages est juste à 0.001 mm près (par rapport à la moyenne des valeurs vraies)  L’incertitude type de la moyenne est : -Donc la moyenne est 10.025 mm + /- 0.000159  négligeable vue la résolution au millième - Si l’on considère que nous allons toujours mesurer dans les mêmes conditions alors nous pouvons dire que l’incertitude globale est U= +/- 3 σm = +/- 3 x 0.00079= +/- 0.00237mm - Ici seul l’instrument est considéré comme composante de l’incertitude car nous voulons caractériser l’instrument de mesure appelé « µm » pour savoir s’il est adapté à nos besoins. En en déduit alors la capabilité du moyen de contrôle. (IT/4 >2U)  Cmc= 0.04 / (2x0.00237) = 8.44 >4 donc le moyen de contrôle est capable.

L’expérience vous montre qu’on ne dépasse pas la moitié d’une unité 1.4 Evaluation de type B de l’incertitude type L’incertitude de type B peut provenir et s’exprimer à partir de différentes sources d’informations : - des résultats de mesures antérieures - les spécifications du fabricant - les données fournies par des certificats d’étalonnage. - l’incertitude assignée à des valeurs de référence provenant d’ouvrages et manuels. - ……. Basée sur l’expérience et les connaissances générales. ( De la pratique est donc souvent nécessaire : manipulations … ; expériences…) Fiabilité: méthode type B = méthode type A - Exemple 1 : En chimie dans un TP Vous devez remplir une fiole de 100ml L’incertitude de la fiole est +/-1% Soit ici 100ml +/- 1ml - Exemple 2 : En optique : dans le calcul des distances focales ou autres…. vous utilisez une règle graduée… 30 cm 0 cm L’expérience vous montre qu’on ne dépasse pas la moitié d’une unité Nous pouvons dire que l’incertitude est +/- 0.5 cm Cas où incertitude < résolution de l’appareil

L’incertitude type de l’étalon est alors u(m)= 240 / 3 = 80 µg - Exemple 3 : Un certificat d’étalonnage indique que la masse m d’un étalon de masse en acier de valeur nominale égale à 1 kilogramme est de 1000,000325 g et que l’incertitude sur cette valeur est égale à 240 µg au niveau de 3 écarts types. L’incertitude type de l’étalon est alors u(m)= 240 / 3 = 80 µg - Exemple 4: L’incertitude de type B peut faire appel à d’autres lois lorsque l’on a peu de connaissances sur le phénomène : exemple loi rectangle (uniforme) et loi triangle Loi rectangle : nous avons seulement 2 informations ; une limite max et une limite min Incertitude type= (½(valeur max- valeur min) / √3) Loi triangle : nous avons 2 informations mais nous soupçonnons que beaucoup d’observations ou de mesurages sont proches de la moyenne. Alors Incertitude type= (½(valeur max- valeur min) / √6)

La méthode de type A ou la méthode de type B 1.5 Résumé incertitude type Incertitude type d’une composante ou d’une grandeur influente du mesurande. 2 possibilités à ce jour : La méthode de type A ou la méthode de type B Méthode de type A : évaluation de l’incertitude type par une méthode statistique (moyenne, écart type…) ≠ entre exercice 1: incertitude d’une série de mesures (C°) ce qui prend en compte l’appareil, l’opérateur, le milieu …. et exercice 2: incertitude d’une série de mesures (µm) par rapport à un étalon dans le but de choisir un instrument ou de vérifier sa Qualité Méthode de type B : évaluation de l’incertitude type de par l’Expérience et la Connaissance.

II Détermination de l’incertitude Type composée 2.1 bilan des causes d’incertitudes, uc, élargissement Plusieurs phénomènes à la fois peuvent influencer l’incertitude d’un résultat. Donc : Evaluer une incertitude de mesure, c’est:  - Identifier les différents facteurs qui y contribuent  bilan des causes d’incertitudes - Quantifier ces facteurs par une méthode ( type A ou B) sous forme d’écart type - Calculer l’incertitude type composée « uc » qui est la somme des écarts types des facteurs d’incertitudes. - Appliquer si besoin un coefficient k pour obtenir l’incertitude élargie U où U= k . uc Bilan des causes d’incertitude : On utilise le diagramme d’Ishikawa basée sur les 5M Effet Milieu Main-d’oeuvre Méthode Machine Matière Causes :

Facteur 3 : Caractéristique de l’instrument de mesure - Exemple : en métrologie : Milieu : exemple : T°, humidité, bruit, …… Matière : dureté, viscosité, couleur,…  Main-d’œuvre : différents opérateurs Méthode : différentes méthode de mesures Machine : Caractéristique de l’appareil de mesure Ici 3 facteurs sont les causes de l’incertitude : Facteur 1 : T° Facteur 2 : Méthode de mesure A Facteur 3 : Caractéristique de l’instrument de mesure Incertitude « U » de mesure Milieu : T° Main-d’oeuvre Méthode : Méthode de mesure A Machine : Caractéristique de l’instrument de mesure Matière Causes : Quantifier les facteurs : Détermination des incertitudes types (par les écarts types) avec méthode de type A ou B voir « I Evaluation de l’incertitude type » soit σ1 et σ2 et σ3

P= f(V, Ro, α, t) = V² / R0[1+ α(t-t0)] Incertitude type composée : Incertitude élargie U : l’incertitude de mesure peut être associé à un « coefficient de sécurité ». On obtient alors l’incertitude élargie U Avec U = k . uc ( k est le facteur d’élargissement) Un coefficient k ne peut être choisi que si tous les facteurs qui composent l’incertitude sont issues de la méthode de type A. - Exemple : si l’on veut déterminer l’incertitude avec un niveau de confiance de 99 % et pour un échantillon de taille infinie alors k = 2.58 (2.576) voir table G2 (norme NF ENV 13005) 2.2 Propagation de l’incertitude vu jusqu’à présent l’évaluation de l’incertitude d’1 mesurande Que se passe t-il lorsque les incertitudes s’insèrent dans une formule ? Exemple : puissance P dissipée par une résistance lorsque l’on applique une différence de potentiel V aux bornes de celle-ci. P= f(V, Ro, α, t) = V² / R0[1+ α(t-t0)]

Alors la variance est égale à : On doit normalement passer par les dérivées partielles  P= f(V, Ro, α, t) = V² / R0[1+ α(t-t0)] Alors la variance est égale à : u²(P)= [c1.u(V)]² + [c2.u(R0)]² + [c3.u(α)]² + [c4.u(t)]² avec u(V) u(R0) u(α) u(t) les incertitudes types Plus simple de passer par les log népériens pour les formules simples. On en déduira alors l’incertitude type relative Exemple : mode opératoire avec ln : 1) on égale les log népériens des 2 membres : ln (y) = ln X + ln(Z) – ln (V+X) 2) on différencie chaque membre : 3) on effectue toutes les mises en facteurs possibles

Le diagramme d’Ishikawa peut vous aider. Sens de « l’imprécision » inconnue des résultats de X, V, Z. on s’en affranchit en majorant les incertitudes. Ainsi ∆X = - |dx| , les signes – deviennent + = incertitude relative 2.3 Résumé : Pour déterminer une incertitude de mesure:  -1- Déterminer les facteurs ou causes d’incertitudes et faire un bilan. Le diagramme d’Ishikawa peut vous aider. -2- Quantifier ces différents facteurs en déterminant leurs écarts types respectifs par les méthodes de type A ou B (incertitude type) -3- Déterminer l’incertitude type composée uc -4- Donner une incertitude élargie U=k.uc quand il n’y a qu’une seule sorte de variable dans le mesurande (exemple : donner la distance entre 2 pts) Lorsque l’incertitude se propage dans une formule avec plusieurs variables. Ex : P= f(V, Ro, α, t) = V² / R0[1+ α(t-t0)] -a) Alors répéter les étapes 1 à 3 pour chaque variable. -b) Utiliser les dérivées partielles ou bien passer par les log népériens pour les formules simples en calculant l’incertitude relative. -c) Donner une incertitude élargie.