1

Mesures et incertitudes.
1. Erreurs et incertitudes.
La mesure de grandeurs physiques est une activité fondamentale en
Dans la suite, nous distinguerons la valeur "vraie" de la grandeur, notée
sciences. Seule la mesure permet de valider un modèle théorique.
Xvrai de sa valeur mesurée, notée x. La valeur vraie de la grandeur est
Cependant,   la   détermination   expérimentale   d’une   grandeur   physique   est  
inaccessible à la mesure et on cherche à en obtenir la meilleure
toujours  entachée  d’erreur.  
estimation  possible.  L’écart  entre  valeur  vraie  et  valeur  mesurée  est  donc  
l’erreur  de  mesure.
Objet : Mesurer une grandeur appelée mesurande par une
succession  d’opération  appelée  mesurage. 1.1 Les  différents  types  d’erreur.
Problème : Le  résultat  de  la  mesure  est  toujours  entaché  d’erreurs
(liées au protocole choisi, aux instruments de mesure et à L’erreur  peut  ainsi  avoir  plusieurs  origines  :
l’expérimentateur)   que   l’on   souhaite   évaluer.   Donc   le   résultat ne
pourra pas être une simple valeur mais un intervalle dans lequel la - erreur systématique : c’est une erreur qui est identique pour toutes
valeur recherché se trouve probablement. les mesures : ERS =  𝐱 - Xvrai
Il   s’agit   d’une   erreur   associée   à   l’instrument   de   mesure ou/et à la
Notations : Xvrai : valeur réelle du mesurande (inconnue et qui méthode et qui ne peut être détectée par une étude statistique.
le restera !) Elle peut provenir :
x0 : résultat de la mesure si celle-ci   n’a   été   - d’une   erreur   d’étalonnage   (réglage   du   zéro   d’un   appareil
effectuée qu’une  seule  fois de mesure par exemple)
xi avec i   ∈ {1, 2, … , N} : iéme mesure si elle a été - de   l’oubli   de   l’influence   d’un   paramètre   extérieur   (tenir  
effectuée N fois par le même expérimentateur, dans compte du coefficient de dilatation sur un pied à coulisse
les mêmes conditions, par la même méthode utilisé à des températures hors de sa gamme de température
(conditions de répétabilité) d’utilisation  préconisée par exemple)
x =    ∑ x : valeur moyenne des xi - d’une  procédure  erronée  (oubli  de  prendre  en  compte  de  la  
ER : Erreur de mesure résistance interne du voltmètre pour une mesure de résistance
x : incertitude en longue dérivation par exemple)
x ± x : résultat du mesurage - …
x/x : incertitude relative Cette erreur systématique, de valeur moyenne non nulle, est difficile à
détecter mais une fois détectée, elle est assez facilement corrigeable
même en fin de campagne de mesure. On peut parfois éviter ce genre
d’erreur  par  de  bons  choix  méthodologiques.
Pour   tenter   de   la   détecter,   on   peut   changer   d’instrument   de   mesure,   de  
méthode, tester la mesure sur un étalon, faire effectuer la mesure dans
différents  laboratoires…
Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*
 2
Exemple : Pour mesurer la distance entre un objet et un écran sur un Représentation imagée : Le centre de la cible représente Xvrai, les
banc  d’optique,  utiliser  un  viseur  à  frontale  fixe  pour  repérer  les  positions   extrémités des flèches, les points de mesure :
plutôt  qu’une  lecture  directe  sur  le  banc  sachant  que  l’objet  et  l’écran  ne  
sont pas nécessairement dans le même plan transversal que le curseur du Cas Idéal :
support. ERS et ERA faibles

- erreur aléatoire : dans des conditions de répétabilité, elle vaut

ERA = xi - Xvrai et varie à chaque mesure.
Lorsqu’on  mesure  de  manière  répétée  une  même  grandeur  (période  d’un  
pendule   simple,   masse   d’un   objet,   longueur   ...),   on   constate   que   les   2ème cas :
résultats de mesure sont légèrement différents. Cette variation ne peut ERS faible, ERA important
être mise en évidence que par la répétition des mesures.
Elle est aléatoire, de moyenne nulle et peut être caractérisée par une
distribution   de   probabilité.   Ce   type   d’erreur   peut   être   assez   facilement  
quantifiée  à  l’aide  d’un  traitement  statistique  des  données  de  mesure.
3ème cas :
Dans le cas général : ER = ERS + ERA ERA faible mais ERS important

1.2 Justesse et fidélité.

On   cherche   donc   à   minimiser   ces   deux   types   d’erreurs   lors   de   la  
construction  d’un  appareil de mesure et du choix du protocole. Il est alors 4ème cas :
possible de distinguer les qualités que doit posséder un bon instrument de ERS et ERA importants
mesure.

Fidélité : aptitude   d’un   appareil   à   donner   des   indications   très   voisines  

Dans   le   premier   cas,   l’erreur   systématique   est   quasi   nulle   et   l’erreur  
lors   de   mesures   successives   d’une   même   grandeur, dans les mêmes
aléatoire est faible : les tirs sont proches du centre de la cible. Dans le
conditions.   L’erreur   aléatoire   est   d’autant   plus   faible   que   l’appareil   est  
second   cas,   l’erreur   systématique   est   nulle   et   l’erreur   aléatoire   est  
fidèle.
grande : les tirs sont centrés en moyenne sur le centre de la cible mais
sont très étalés. Dans le troisième cas, les tirs sont groupés mais autour
Justesse : aptitude   d’un   appareil   à   fournir   des   indications   exemptes  
d’une  valeur  décalée  :  l’erreur  aléatoire  est  faible  et  l’erreur  systématique
d’erreurs  systématiques.
est grande. Dans le dernier cas, les deux erreurs sont importantes.
Pour un appareil numérique (oscilloscope, multimètre,   thermomètre…),
c’est  un  étalonnage  régulier  de  l’appareil  qui  permet  d’assurer  sa  justesse. Problème : Pour la mesure, on ne connaît pas le centre de la cible !

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 3
1.3 Incertitude. Les  deux  types  d’incertitudes  peuvent  exister  et  l’incertitude  globale  se  
détermine facilement par :
Afin de pouvoir donner un résultat de mesure exploitable, il faut être
capable   d’estimer   l’erreur   commise. On appelle incertitude de mesure
une  estimation  de  l’erreur  de  mesure.

Le résultat de mesure va être donné sous la forme : x ± δx où x est la 2.2 Estimation  de  l’incertitude de type A.
meilleure  estimation  de  x  et  δx  l’incertitude  (absolue)  sur  la  mesure.
a) Densité de probabilité.
Une  fois  l’incertitude  δx  estimée, il faudra présenter le résultat de mesure Il   s’agit   d’estimer   l’incertitude   associée   à   l’erreur   aléatoire   grâce   à   une  
sous   une   forme   cohérente.   L’incertitude   est   en   général   estimée   avec   un méthode statistique exploitant une série de mesures. On peut démontrer
seul chiffre significatif. La valeur de la mesure x avec un nombre de en probabilité (théorème de la limite centrale) que toute densité de
chiffres  significatif  dépendant  de  l’incertitude. probabilité  d’une  grandeur  aléatoire tend vers une distribution gaussienne
lorsque  le  nombre  de  mesures  tend  vers  l’infini.
Exemples :
On définit une densité de probabilité : G(x) telle que ∫ G(x)dx
λ  =  (435, 2 ± 0, 4) nm ; R = (132 ± 2) kΩ ; C = (112,0 ± 0,1) F
représente la probabilité que la mesure soit comprise entre a et b qui doit
Supposons  dans  la  suite  qu’il  n’existe  pas  d’erreur  systématique que nous vérifier la relation de normalisation : ∫ G(x)dx = 1.
n’avons   pas   été   en   mesure   de   corriger, comment peut-on déterminer
expérimentalement  l’incertitude  δx associée à un intervalle de confiance x = ∫ x  G(x)dx : le résultat de la mesure correspond à la valeur
dans lequel va se trouver avec une probabilité fixée la valeur vraie ? moyenne des mesures.

2 Évaluation des incertitudes. = ∫ (x −     x) G(x)dx : écart-type caractérise la dispersion

des mesures autour de la valeur moyenne.
2.1 Incertitude de type A et de type B.
Ainsi, la densité de probabilité peut être modélisée par la distribution
On appelle incertitude de type A une  incertitude  déterminée  à  l’aide  de   Gaussienne :
l’étude  statistique  d’une  série  de  mesure.  Elle  n’est  intéressante  que  dans  
le cas où la méthode de mesure est suffisamment sensible pour mettre en
1
e ( x x ) /2
2 2
évidence la dispersion des mesures. G(x) =
2
On appelle incertitude de type B les incertitudes déterminées à partir
d’une  mesure  unique.

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 4
La  meilleure  estimation  de  l’écart-type  est :

Le   N   −1   peut   s’interpréter   simplement   :   une   seule   mesure   ne   peut   pas

permettre  d’estimer  la  dispersion  des  mesures.
Ces deux grandeurs peuvent être calculées par toutes les calculatrices
(menu statistique).

c) Évaluation   de   l’incertitude   associée   à   une   série   de  

mesures (> 5 mesures).

Fig. 1. Densité de probabilité gaussienne : G(z) où z = (x – x)/σ La   répétition   de   la   mesure   permet   d’accéder   à   la   valeur   moyenne   x .
L’écart  type  associé  à  la  distribution  de  la  valeur  moyenne  est :
Cette fonction est centrée sur x (valeur moyenne de la grandeur mesurée)
et   s’étale   autour   de  x avec   une   taille   caractéristique   σ,   écart   type   de   la  
distribution autour de la valeur moyenne.

Pour X = x ± , 68% de chance que Xvrai soit  dans  l’intervalle

Pour X = x ± 2, 95% de chance que Xvrai soit  dans  l’intervalle σm caractérise   donc   l’incertitude   sur   la   détermination   de   la   valeur   vraie
du mesurande à partir de la moyenne sur N mesures,   notée   δX   ou   X.
Ainsi,  σ  permet  bien  de quantifier la dispersion des mesures autour de la Cette détermination est donc N fois plus précise que celle obtenue à
valeur moyenne. partir   d’une   mesure   unique.   Cependant,   même   si   la   précision   augmente  
avec le nombre de mesures, cette augmentation est lente. Par exemple, il
b) Évaluation des caractéristiques de la distribution faut effectuer 100 mesures pour avoir une estimation 10 fois plus précise.
d’une  série  de  mesures.
Soit une série de N mesures de x, notée {xi}, la meilleure estimation de la Ainsi, la valeur vraie du mesurande a :
valeur vraie est la valeur moyenne :
- une probabilité de 68% de se   trouver   dans   l’intervalle   [ x −σm, x +m]
(incertitude type)
- une probabilité de 95% de se  trouver  dans  l’intervalle  [ x −2σm, x +2σm]
(incertitude-type élargie)

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 5
Exemple : Prenons un exemple pratique de la mesure avec un multimètre a) Mesure   effectuée   à   l’aide   d’un   instrument de
de la valeur efficace d’une  tension  en  TP. mesure numérique de précision connue.
Les   10   mesures   effectuées   à   l’aide   de   l’appareil   de   mesure   sont  
rassemblées dans le tableau suivant : Dans la plupart des cas, la mesure est effectuée  à  l’aide  d’un  appareil  de  
mesure   dont   le   constructeur   fournit   l’incertitude   maximale   ∆.   Si   on  
U(V) 8,256 8,261 8,251 8,249 8,257 8,260 8,253 8,258 8,254 8,255 suppose  qu’elle  correspond  à  une densité de probabilité rectangulaire de
largeur  2∆,  on  en  déduit  que  σ  =  ∆/√3.
On peut tirer de cette série de mesures, la valeur moyenne : U = 8,255 V
(nous  verrons  que  la  détermination  de  σ  permet  de  limiter  le  nombre  de   L’incertitude  (associée  à   un intervalle de confiance de 95%) est alors
chiffres significatifs)   et   σexp= 0,004.   On   en   déduit   l’incertitude   sur   la   de  δx  =  2∆/√3  ≃ 1,2 ∆.  Comme  on  se  limite  à  la  donnée  de  δx  avec  un  
détermination de la mesure (intervalle de confiance à 95%) : chiffre significatif, on peut utiliser δx ≃ ∆ ce qui facilite la vie.

δU =  2σm =  2σ/√10  =  0,003 V Exemples:

- Un teslamètre affiche 11,23 T sur le calibre 20 T pour lequel le
Il  est  inutile  de  donner  σm avec  beaucoup  de  chiffres  significatifs  (σm est constructeur   donne   une   précision   de   4%   ±   3   points   (l’affichage  
elle- même une grandeur statistique qui présente une incertitude). En numérique comporte 2000 points) : B = 11,23x0,04 + 0,03 = 0,48 T
pratique,   on   se   limite   à   un   chiffre   significatif   pour   δU.   On   peut   ainsi   donc B = (11,2 ± 0,5) T
résumer la série de mesure par le résultat suivant :
- oscilloscope numérique ou acquisition par ordinateur :  il  dispose  d’un  
V CAN (Convertisseur Analogique Numérique) sur n bits, on en déduit la
valeur du pixel.
2.3   Évaluation   de   l’incertitude   associée   à   une   mesure   Pour un oscilloscope   muni   d’un   CAN   12   bits,   l’écran   est   pavé   avec  
unique (ou N mesures avec N < 5) : incertitude de type B. [212 = 4096] x [212 = 4096] pixels. Donc sur le calibre 1 V/div les
mesures sont comprises dans un intervalle de 10 V (10 carreaux * 1 V)
Dans de nombreuses situations, une étude statistique est difficile à mettre avec un intervalle minimum entre deux mesures de 10/4096 = 2,5 mV qui
en place (manque de temps, difficulté de refaire la mesure dans les est  donc  à  priori  l’incertitude  sur  la  mesure  (idem  pour la base de temps).
mêmes  conditions),  il  faut  alors  disposer  d’une  méthode  pour  estimer  δx Ajouter  éventuellement  l’incertitude  de  l’appareil  (pour  cela  consulter  la  
à partir d’une  seule  mesure. Il faut alors exploiter les caractéristiques de notice).
l’instrument   de   mesure,   l’expérience,   ... Faire preuve de bon sens,
Plus le calibre est faible, plus la précision est grande !
observer le dispositif expérimental, vos conditions de mesure et utiliser
tous  les  documents  à  votre  disposition  (notice  d’appareil  par  exemple).
b) Mesure  effectuée  à  l’aide  d’un  instrument  de  mesure  
analogique (gradué).
Si on effectue   la   mesure   à   l’aide   d’un   appareil   analogique   (règle,  

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 6
chronomètre  à  aiguilles,  vernier,  ...  ),  l’incertitude  de  mesure  est  estimée   l’incertitude  qui  est  ici  justifiée  théoriquement.
à  partir  de  la  valeur  d’une  graduation.  
On admet   que   σ   =   1   graduation/√12, ce qui donne une incertitude - Evaluer le bruit (ou mieux le rapport signal sur bruit) si la grandeur à
(toujours à 95%) de : mesurer fluctue beaucoup dans le temps.
δx  =  2σ  =  1  graduation/√3  ≃ 0,6 graduation, on retiendra Exemple : bruit électronique sur des mesures de tension très faibles,
luminosité   résiduelle   dans   une   salle   d’optique   où   le   « noir »   n’est   pas  
x ≃ 0,5 graduation parfait…

Ainsi, si on repère la position du goniomètre à la minute près (cela d) Données fournies par un constructeur.
suppose que le pointé a été effectué avec la plus grande rigueur),
l’incertitude  est  de  δα  =  0,5 minute  d’angle. En principe, les constructeurs fournissent la tolérance.

c) Évaluation  empirique  de  l’incertitude. Exemple :

Les résistances des conducteurs ohmiques au laboratoire sont données à
- Observation du dispositif expérimental. 5% près par le constructeur d’où   pour   une   résistance   de   1   kΩ,   on   a  
Dans   l’exemple   précédent   du   goniomètre,   l’incertitude   peut   être   σ  =  50/√3  (raisonnement analogue au 2.3.a)) d’où  δR  =  58  Ω  soit
également  due  à  une  difficulté  de  repérage  d’une  configuration  spécifique   R = (1,00 ± 0,06) kΩ.
(minimum de déviation par exemple). Comment peut-on alors estimer
l’incertitude  associée  sans  faire  un  nombre  important  de  mesures  ? Remarque : Si on vous fournit une grandeur sans incertitude, cela sous-
entend  que  l’incertitude  est  de  ±  1  unité  sur  le  dernier  chiffre  fourni.  Par  
Prenons un autre exemple en optique, celui du repérage de la position exemple,  longueur  d’onde  de  la  raie  verte  du  mercure   = 546,1 nm sous-
d’une  image  réelle  d’un  objet.  On  constate  souvent  que  l’on  observe  une   entend  = 546,1 nm ± 0,1 nm.
image  nette  sur  l’écran  pour  un  intervalle  de  position  de  l’écran.  On  peut  
alors repérer les positions extrémales xmin et xmax. Chaque position de Nous savons désormais   déterminer   l’incertitude associée à une mesure
l’écran   dans   cet   intervalle   a   donc   la   même   probabilité.   Tout   ce   passe   expérimentale.   Comment   en   déduire   désormais   l’incertitude sur une
comme si la grandeur mesurée était associée à une densité de probabilité fonction de grandeurs physiques ?
rectangulaire de demi-largeur ∆ = (xmax − xmin)/2. Ceci correspond alors à
un  écart  type  σ  =  ∆x/√3.  En  ne  tenant  compte  que  d’un  chiffre  significatif   3 Propagation des erreurs.
pour  l’incertitude,  on  a  alors  :  δx = 2∆x/√3 ≃ ∆
Le problème est le suivant : on a déterminé expérimentalement des
Exemple : Si  on  repère  la  position  de  l’écran  x  entre  10,  4  mm  et  11,  0   grandeurs  physiques  x,  y,  z,  ...  avec  une  incertitude  associée  δx,  δy,  δz,  ...,  
mm, on en déduit : quelle  est  l’incertitude sur la grandeur q = f(x,y,z,...)?
x = (10,7 ± 0, 3) mm. On va supposer que les erreurs commises sur les grandeurs x, y, z sont
indépendantes.  On  dispose  alors  de  relations  mathématiques  liant  δq  à  δx,  
Le résultat obtenu correspond à une détermination "intuitive" de δy,  δz,  ....

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 7
3.1 Cas simples et courants. Exemple : détermination   d’une   fréquence   de   résonance   à   partir   des  
a) Cas  d’une  somme. valeurs de C et L mesurées par un multimètre.
On souhaite comparer la valeur de la fréquence de résonance mesurée sur
l’oscilloscope (repérée en XY) à la valeur attendue compte tenu des
Dans le cas simple où q = x + y, on a tout simplement,   il   s’agit  
valeurs de L et C.
d’incertitude  absolue :
L   et   C   sont   mesurées   à   l’aide   d’un   impédance-mètre dont la notice
indique que la mesure est effectuée à 0,7 % près. On en déduit :
. δL/L  =  δC/C  =  7.10−3.

La fréquence de résonance est donnée par

Exemple : en optique, on repère en général la position du chariot du
Michelson ou la position de la lunette sur le spectro-goniomètre. La
valeur   lue   n’a   pas   de   signification   physique   en   elle   même   mais   la   d’où
différence entre deux positions de la lunette correspond à un angle ayant
une signification physique.
En général, ces positions sont déterminées avec la même incertitude : 3.2 Cas général.
δx  =  δy  d’où  si  q  =  x  −  y,  on  a  donc : δq  =  √2  δx.
Si la seule incertitude sur x et y est liée à la lecture sur le vernier, Dans  le  cas  d’un  relation  plus complexe, on peut démontrer que :
δx   =   0,5 graduation, on obtient alors (toujours au premier chiffre
significatif)  δ  =  0,7 graduation.
Pour   simplifier,   on   peut   donc   prendre   δq   ≃ 1graduation. On surestime
alors  un  peu  l’incertitude  associée  à  la  lecture  du  vernier. .

b)  Cas  d’un  produit. On peut bien sur utiliser cette relation après prise du logarithme. Cette
relation peut mener à des calculs complexes. Dans le cas où les
Dans  le  cas  d’un  produit  (ou  quotient),  il  est  plus  simple  de  raisonner sur incertitudes sur les grandeurs sont différentes, comparez les valeurs de
les logarithmes (différentielle logarithmique) afin de ramener à une
somme, on parle alors d’incertitude   relative. Si q = xα   yβ, alors et de , un des termes peut être très négligeable
ln  q  =  α  ln  x  +  β  ln  y  ce  qui  donne :
devant  l’autre.

Exemple : détermination   de   la   vitesse   du   son   à   partir   d’une   étude   de  

l’effet  Doppler.
Dans   cette   expérience,   il   s’agit   de   mesurer   l’écart   de   fréquence  
∆f = f0 v/c   de   l’onde   sonore   reçue   par   un   récepteur   fixe,   du   au  

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*

 8
déplacement  à  la  vitesse  v  d’un  émetteur  d’ultrasons.   bon coefficient de corrélation vous ne pouvez pas affirmer que la loi
On a déterminé ∆f = 40 Hz à 3 Hz près (évalué en mesurant plusieurs linéaire est vérifiée)
périodes  sur  l’étendue  du  signal  reçu).  La  vitesse  de  l’émetteur  n’est  pas   Exemple : Mesurer  la  distance  a  entre  deux  fentes  d’Young  en  mesurant  
connue  directement  mais  on  a  mesuré  le  temps  de  passage  τ  d’une  plaque   l’interfrange   i   pour différentes valeur de D (distance entre les fentes et
faisant L = 4,0 ± 0,1 cm devant  un  capteur.  τ  est  déterminé  à  l’aide  d’un   l’oculaire  de  Fresnel)  puis  tracer  i  en  fonction  de  D,  vous  devez  obtenir  
chronomètre  avec  une  précision  de  l’ordre  de  2  à  3  %.
une droite de pente /a.
On   peut   ainsi   en   déduire   la   vitesse   de   l’émetteur   :   v   =   L/τ   avec   une  
incertitude relative . D’où   v   est   connue   à   Si  vous  calculez  l’incertitude  relative,  elle  doit  être  inférieure  à  30  %.  Si  
ce   n’est   pas   le   cas, entre 30 et 100 %, vous avez un ordre de grandeur
4  %  près  et  ∆f est connue à 7,5 % près. (estimation), au-delà   vous   n’êtes   plus   un   scientifique,   c’est   du  
A partir de c = f0v/∆f,   on   a   donc   en   raisonnant   sur   les   incertitudes   journalisme !
relatives :
Exercices.
a) Mesure  de  l’indice  d’un  prisme :
Calculer A, Dm et n avec leur incertitude calculée par la méthode «
f0 est connue avec une bonne précision via le fréquencemètre du ancienne » et la méthode statistique. Tous les angles sont mesurés à
générateur (incertitude relative 0,1 %), on peut donc négliger la  minute  d’angle  près.
l’incertitude  associée  à  f0.
Si on calcule  les  deux  carrés  :  le  terme  relatif  à  ∆f  est  4  fois  supérieur  à   Angle du prisme : A = 180° – (2 – 1) avec 1 =   62°44’   et  
2 =  182°43’ ;
celui relatif à v, on a donc i.e. c est connue à 8% environ. Angle de déviation minimum : Dm = (’2 – ’1)/2 avec
’1 =  120°50’  et  ’2 =  240°13’ ;
Remarques : Vous pouvez aussi améliorer la précision en effectuant une Indice du prisme en supposant A = Dm =  1’
régression linéaire,   c’est-à-dire que vous effectuez N mesures mais en b) Mesure  de  longueur  d’onde
faisant varier un paramètre et vous recherchez la droite qui passe « au
La mesure de  avec un réseau a été effectuée 8 fois, en déduire la
plus près » de vos points de mesure (plutôt votre calculatrice ou un
longueur  d’onde  avec  son  incertitude.
logiciel informatique), la dispersion des points de mesure est caractérisée
par le coefficient de corrélation qui doit être très proche de 1 (dans tous n°
les cas strictement supérieur à 0,99). 1 2 3 4 5 6 7 8
mesure
Attention : toujours représenter les points de mesure et tracer la droite de
 (en
régression   sur   un   même   graphique   pour   vérifier   qu’ils   se   distribuent   nm)
538,2 554,3 545,7 552,3 566,4 537,9 549,2 540,3
aléatoirement autour de celle-ci (et pas en dessous au début puis au-
dessus et à nouveau en dessous, par exemple, car alors même avec un

Lycée du Parc MESURES ET INCERTITUDES (Version du 27/08/2013) Spé PC – PC*