VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

VOIE GÉNÉRALE
VOIE GÉNÉRALE
ET TECHNOLOGIQUE
2DE 1RE TLE

Physique-chimie
ENSEIGNEMENT
COMMUN
SPECIALITE

MESURE ET INCERTITUDES AU LYCÉE

Sommaire
Préambule 2
Groupe IREM « Mesure
et incertitudes » de Les programmes de physique-chimie 2
l’Université de Paris En seconde générale et technologique 2
En première générale 2
En terminale générale 3
Tableaux récapitulatifs des programmes 3
Variabilité de la mesure d’une grandeur physique 4
Introduction à la mesure et à sa variabilité 4
Exploiter une série de mesures : histogramme, moyenne et écart-type 7
Représenter un histogramme à l’aide d’un tableur ou avec Python™ 12
Évaluer qualitativement la dispersion d’une série de mesures 14
Discuter de l’influence de l’instrument de mesure et du protocole 15
Valeur mesurée et incertitude-type 16
Définition de l’incertitude-type 16
Évaluer une incertitude-type par une approche statistique (type A) 19
Évaluer une incertitude-type par une autre approche (type B) 21
Incertitudes-types composées 28
Évaluations par le calcul 29
Évaluation par simulation numérique 32
Écriture du résultat et comparaisons 33
Écriture du résultat 33
Comparer un résultat à une valeur de référence 36
Références 41
Ressources à valeur normative 41
Ouvrages 41
Articles et sites 41
Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 1

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Préambule
Ce document constitue une ressource sur la mesure et les incertitudes, sur la base
du Guide pour l’expression de l’incertitude de mesure (GUM), en relation avec les
programmes de physique-chimie au lycée. On y trouve, de manière identifiable :
• des éléments d’accompagnement des notions introduites, utilisables en classe ;
• des activités ;
• des clarifications sur certains aspects de la thématique, dans des encadrés.

Les propositions qui y sont faites n’ont pas vocation à devenir des normes, mais
plutôt à susciter la réflexion sur ce sujet. La recherche sur le sujet de la mesure et des
incertitudes est bien actuelles, et les échanges scientifiques qu’elle suscite encore
parfois vifs.

Si des logiciels du commerce, payants ou gratuits, sont cités, c’est parce qu’ils sont
largement utilisés hors de la sphère scolaire, et que les logiciels libres et ouverts ne
sont pas aussi faciles d’utilisation pour réaliser certaines tâches particulières. En
aucune manière il ne s’agit d’en faire la publicité.

Les programmes de physique-chimie

Les propositions de ce document sont organisées autour des textes officiels des
programmes de seconde de la voie générale et technologique, de l’enseignement
de spécialité physique-chimie de première et de terminale de la voie générale.
Les différentes notions et capacités en relation avec la mesure et les incertitudes
enseignées dans ces classes sont résumées dans un tableau synthétique. Pour
l’essentiel, l’ensemble des notions présentées dans ce document concerne également
les séries STI2D et STL-SPCL de la voie technologique.

En seconde générale et technologique

L’objectif principal est de sensibiliser l’élève, à partir d’exemples simples et
démonstratifs, à la variabilité des valeurs obtenues dans le cadre d’une série de
mesures indépendantes d’une grandeur physique. L’incertitude-type fournit alors
une estimation de l’étendue des valeurs que l’on peut raisonnablement attribuer à la
grandeur physique.

Les activités expérimentales proposées visent aussi à sensibiliser l’élève à l’influence de

l’instrument de mesure et du protocole choisi sur la valeur de l’incertitude-type.

Lorsque cela est pertinent, la valeur mesurée est comparée avec une valeur de
référence afin de conclure qualita­tivement à la compatibilité ou à la non-compatibilité
entre ces deux valeurs.

En première générale
Le programme de la classe de première introduit l’évaluation de type B d’une
incertitude-type, par exemple dans le cas d’une mesure unique effectuée avec
un instrument de mesure dont les caractéristiques sont données. Lorsqu’elle est
pertinente, la comparaison d’un résultat avec une valeur de référence est conduite
Retrouvez éduscol sur de manière qualitative ; un critère quantitatif est introduit dans le programme de
spécialité physique-chimie de la classe terminale.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 2

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

En terminale générale
On introduit la notion d’incertitude-type composée, ajoute une compétence
numérique visant à illustrer une situation de mesure avec incertitudes composées et
propose d’utiliser un critère quantitatif pour comparer, le cas échéant, le résultat de la
mesure d’une grandeur à une valeur de référence.

L’objectif principal est d’exercer le discernement et l’esprit critique de l’élève sur les
valeurs mesurées, calculées ou estimées.

Tableaux récapitulatifs des programmes

Notions et contenus « Variabilité de la mesure d’une grandeur physique »

Programme de seconde Programme de première Programme de terminale

générale et technologique générale générale

Exploiter une série de mesures Exploiter une série de mesures Exploiter une série de mesures
indépendantes d’une grandeur indépendantes d’une grandeur indépendantes d’une grandeur
physique : histogramme, physique : histogramme, physique : histogramme,
moyenne et écart-type. moyenne et écart-type. moyenne et écart-type.
Discuter de l’influence de Discuter de l’influence de Discuter de l’influence de
l’instrument de mesure et du l’instrument de mesure et du l’instrument de mesure et du
protocole. protocole. protocole.
Évaluer qualitativement la Évaluer qualitativement la Évaluer qualitativement la
dispersion d’une série de dispersion d’une série de dispersion d’une série de
mesures indépendantes. mesures indépendantes. mesures indépendantes.
Capacité numérique : Capacité numérique : Capacité numérique :
Représenter l’histogramme Représenter l’histogramme Représenter l’histogramme
associé à une série de mesures à associé à une série de mesures à associé à une série de mesures
l’aide d’un tableur. l’aide d’un tableur. à l’aide d’un tableur ou d’un
langage de programmation.

Notions et contenus « Incertitude-type »

Programme de seconde Programme de première Programme de terminale

générale et technologique générale générale

Expliquer qualitativement la Définir qualitativement une Définir qualitativement une

signification d’une incertitude- incertitude-type. incertitude-type.
type et l’évaluer par une
Procéder à l’évaluation d’une Procéder à l’évaluation d’une
approche statistique.
incertitude-type par une incertitude-type par une
approche statistique (évaluation approche statistique (évaluation
de type A). de type A).
Procéder à l’évaluation d’une Procéder à l’évaluation d’une
incertitude-type par une autre incertitude-type par une autre
approche que statistique approche que statistique
(évaluation de type B). (évaluation de type B).

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 3

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Notions et contenus « Incertitudes-types composées »

Programme de seconde Programme de première Programme de terminale

générale et technologique générale générale

Évaluer, à l’aide d’une formule

fournie, l’incertitude-type
d’une grandeur s’exprimant en
fonction d’autres grandeurs dont
les incertitudes-types associées
sont connues.
Capacité numérique :
Simuler, à l’aide d’un langage
de programmation, un
processus aléatoire illustrant la
détermination de la valeur d’une
grandeur avec incertitudes-types
composées.

Notions et contenus « Écriture du résultat. Valeur de référence »

Programme de seconde Programme de première Programme de terminale

générale et technologique générale générale

Écrire, avec un nombre adapté Écrire, avec un nombre adapté Écrire, avec un nombre adapté
de chiffres significatifs, le de chiffres significatifs, le de chiffres significatifs, le
résultat d’une mesure. résultat d’une mesure. résultat d’une mesure.
Comparer qualitativement Comparer qualitativement Comparer, le cas échéant, le
un résultat à une valeur de un résultat à une valeur de résultat d’une mesure mmes à
référence. référence. une valeur de référence mref en
utilisant le quotient
|mmes−mref|/u(m) où u(m) est
l’incertitude-type associée au
résultat.

Variabilité de la mesure d’une grandeur physique

Introduction à la mesure et à sa variabilité

Élément 1 – Pourquoi mesurer ?
Faire des mesures est une activité de tous les jours, en particulier liée au champ
domestique et économique : combien pèsent les pommes de terre que je veux
acheter ? Une détermination raisonnable du poids, mais également des distances et du
temps, est essentielle si on veut pouvoir échanger des biens et des services.

Dans le champ de l’activité scientifique, comme en physique-chimie, la mesure a

d’autres raisons d’être. Souvent on souhaite quantifier des phénomènes : quel poids
peut supporter un pont sans céder ? Dans le cadre de la recherche scientifique, il peut
également s’agir de choisir entre deux théories concurrentes – dans ce cas on espère
que les mesures permettent de faire ce choix. Ainsi la mesure par Eddington en 1919
de la déflection de la lumière d’une étoile au voisinage du Soleil a permis de mettre en
évidence certaines limites de la mécanique newtonienne et de soutenir la théorie de la
relativité générale d’Einstein.
Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 4

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Le processus de passage d’une théorie à une autre est le sujet d’intenses discussions
au sein de la communauté scientifique, et une unique expérience, aussi précise soit-
elle, ne suffit pas à trancher. Récemment par exemple, l’équipe de Randolph Pohl, en
Suisse, a pu mesurer le rayon du proton de manière bien plus précise qu’auparavant,
par une méthode originale utilisant la spectroscopie d’atomes muoniques. Cette
mesure est incompatible avec celles effectuées classiquement. Pour autant, l’ancienne
valeur du rayon du proton reste en vigueur, le temps que cette incohérence soit
résolue. Voir par exemple : Bernauer, J. et Pohl, R., « Le proton, un problème de taille »,
Pour la Science, n° 439, 2014, pp. 28-35.

Élément 2 – Mesure et droit

« Quiconque sera convaincu d’avoir sciemment et à dessein vendu à faux poids ou
à fausse mesure, après avoir été précédemment puni deux fois par voie de police, à
raison d’un délit semblable, subira la peine de quatre années de fers. »

Code pénal de 1791

Cette citation est extraite du Code pénal révolutionnaire, deuxième partie, titre II,
section II, article XLVI. Il est intéressant de se demander pourquoi une telle sanction
fut prévue, en relation avec le contexte révolutionnaire de la mise en place d’un
système d’unités universel. On peut consulter à ce sujet : Denis Guedj, Le mètre du
monde, Paris, Seuil, 2000.

La mesure dans la vie courante

Au cours d’une journée-type, indiquez à quels moments des mesures sont faites.
Donnez des exemples de la vie quotidienne où la mesure du temps ou d’une distance ont
une conséquence financière.
Comment s’appelle aujourd’hui le délit associé aux « ventes à faux poids ou mesure » ?
Quelle est la peine encourue ?

1. Dès le réveil en regardant une horloge, on fait une mesure de temps !

2. Le prix des transports est parfois fonction de la durée ou de la distance, voire des
deux, comme la tarification des taxis. Le prix d’un appel téléphonique à l’étranger
est souvent proportionnel à sa durée. Le prix de location d’un appartement
dépend de sa surface, donc de ses dimensions. Les exemples sont innombrables.
3. La « vente à faux poids ou à fausse mesure » relève aujourd’hui du délit de
tromperie. La tromperie, ou sa tentative, est punie d’un emprisonnement de deux
ans et d’une amende de 300 000 € (article L. 454‑1 du Code de la consommation).
L’amende peut être portée à 600 000 € et l’emprisonnement à cinq ans si la
tromperie, ou sa tentative, a lieu à l’aide de poids, mesures et autres instruments
faux ou inexacts. Source : la page La tromperie du site Direction générale de la
concurrence, de la consommation et de la répression des fraudes.

Élément 3 – Qu’est-ce qu’une mesure ?

Le mot « mesure » a, dans la langue française courante, plusieurs significations, ce qui
rend délicat une définition univoque. En physique-chimie, on appelle mesure une
procédure expérimentale qui conduit à attribuer un ensemble de valeurs numériques
à une grandeur, accompagné d’une unité appropriée. Par exemple, la mesure de la
Retrouvez éduscol sur longueur d’une feuille de papier A4 à l’aide d’une règle conduit à un ensemble de
valeurs numériques, associées à l’unité cm ou mm.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 5

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Le résultat d’une mesure décrit cet ensemble de valeurs en le complétant par des
explications sur la manière dont elles ont été obtenues (dans tout ce document, on
note en gras les termes dont la définition est particulièrement importante).

Ces définitions sont issues du vocabulaire international de la mesure (VIM), document

du Bureau international des poids et mesures.

La définition de la mesure est controversée. Il existe une tendance dans les institutions
métrologiques pour ne pas réserver le terme de « mesure » aux seules évaluations
quantitatives. L’exemple typique donné est celui du groupe sanguin. Un appareil
médical l’identifiant en fait-il la « mesure » ? Pour certains, la réponse est affirmative.
Le fait que le groupe sanguin ne s’exprime pas sous forme quantitative ne reflèterait
pas une difficulté avec la notion de « mesure » mais avec celle de « grandeur » ou de
« propriété ».

Pour une étude sur la notion de mesure en philosophie des sciences, on peut consulter
Eran Tal, Measurement in Science, The Stanford Encyclopedia of Philosophy, Fall 2020
Édition, E. N. Zalta (ed.).

Carte mentale
À l’aide d’une application, réaliser une carte conceptuelle reliant les différents termes
associés à la mesure.

Élément 4 – La variabilité d’une mesure

La mesure est intrinsèquement variable : bien qu’on ne s’en aperçoive pas toujours, si
on répète une mesure, on trouve souvent une valeur numérique différente. Par souci
de clarté, on peut appeler chacune de ces valeurs numériques : observation ou
indication.

Deux exemples
1. On mesure le volume équivalent lors d’un titrage acide-base. C’est une observation.
Si on recommence, on va probablement obtenir une autre valeur. Dans une classe, on
peut rassembler l’ensemble des observations : elles constituent une mesure.
2. La mesure d’une tension à l’aide d’un voltmètre donne une valeur unique, une
indication. Mais si on prend d’autres voltmètres de la même marque, on obtient
d’autres indications. La variabilité de la mesure existe, mais elle est ici masquée si l’on
n’envisage qu’un instrument unique.

Figure 1 – Plusieurs voltmètres de la même référence branchés en parallèle sur une source
de tension. Ils n’affichent pas la même valeur, mettant en évidence la variabilité cachée de
la mesure d’une tension à l’aide d’un voltmètre unique.
Retrouvez éduscol sur
Source : équipe technique de l’UFR de Physique de l’Université de Paris.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 6

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Reconnaître la variabilité de la mesure

On mesure la largeur d’une feuille A4 à l’aide d’un double-décimètre gradué tous les
millimètres, et on observe 21,0 cm. Où se cache la variabilité de la mesure ? Pour y
répondre, vous pouvez essayer de répondre successivement aux interrogations suivantes :
• la feuille fait-elle exactement 21,000000000 cm de largeur ?
• d’autres largeurs de feuilles vous auraient-elles conduit à faire la même observation ?
Lesquelles ?
Reprendre l’exemple du voltmètre, donné dans le document 3. Comment, à votre
avis, peut-on estimer la variabilité de la mesure si on n’a à sa disposition qu’un unique
voltmètre ? (Indice : quand on achète un appareil, que trouve-t-on toujours dans la boîte
en plus de l’appareil ?)

Un instrument gradué comme une règle est susceptible de masquer la variabilité

associée à la mesure. Ce qu’il faut comprendre c’est qu’il y a tout un ensemble
de longueurs qui aurait pu conduire à une lecture de 21,0 cm. En général, on fait
l’hypothèse que toute longueur comprise entre 20,95 cm et 21,05 cm aurait conduit à
une lecture de 21,0 cm.

Si on n’a qu’un unique voltmètre, il faut s’en remettre à la notice du constructeur pour
connaître la variabilité associée à l’affichage. L’incertitude qu’on y trouve inclut non
seulement la variabilité associée à l’affichage, mais aussi celle liée à la calibration de
l’appareil, aux conditions opératoires, etc.

Exploiter une série de mesures : histogramme, moyenne et écart-

type
Une représentation graphique des données permet d’appréhender rapidement leur
répartition, mais fait évidemment perdre une partie des détails. Un tableau de chiffres
est peu lisible : on préfère souvent une représentation graphique, pourtant moins
complète. La moyenne et l’écart-type permettent de réduire encore davantage les
données, la première en indiquant leur position, la seconde la dispersion.

Élément 5 – Florence Nightingale, infirmière et mathématicienne

Florence Nightingale (1820-1910), d’origine britannique, fut à l’origine de la mise en
place des soins infirmiers modernes ; elle promut pour cela l’usage des statistiques
dans le domaine de la santé. Afin de soutenir ses demandes d’amélioration des soins
des blessés lors de la guerre de Crimée, en 1853-1856, elle utilisa une version en forme
de cercle de ce qu’on appelle aujourd’hui un histogramme.

Retrouvez éduscol sur

Figure 2 – Florence Nightingale et son histogramme. Source : page Wikipédia Florence
Nightingale.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 7

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Analyse de données historiques

Récupérez le diagramme de Florence Nightingale à l’aide de la source indiquée (figure 2).
Proposez-en une analyse.

Cet exercice peut faire l’objet d’un double traitement, en physique-chimie et en

histoire-géographie. Un accompagnement en anglais peut également être envisagé.

De l’histogramme on peut conclure que la mortalité des soldats est due bien plus à des
infections opportunistes qu’au combat. Deux références sur le sujet :
• la page Wikipédia sur Florence Nightingale, où l’on retrouve le diagramme ;
• la page Wikipédia sur la guerre de Crimée pour en comprendre le contexte.

Le travail de Florence Nightingale s’inscrit dans un mouvement de fond du XIXe siècle,

qui a vu appliquer à l’homme un traitement statistique, jusqu’ici réservé aux sciences
dures. En retour la place de l’individu dans la société a été bouleversée. On pourra
consulter à ce sujet l’ouvrage d’Alain Supiot, La Gouvernance par les nombres, Cours au
Collège de France (2012-2014), Fayard, 2015.

Élément 6 – L’histogramme
Un histogramme est une représentation graphique en colonnes jointives, avec en
abscisses une échelle des valeurs représentées, et en ordonnée le nombre (ou la
proportion) de valeurs concernées.

Les histogrammes suivants représentent les 107 observations temps de chute d’une
bille depuis une hauteur de 71 cm, exprimée en ms.

Figure 3 – Un histogramme, réalisé avec un tableur, représentant les observations du

temps de chute d’une bille depuis une hauteur de 71 cm, exprimée en ms.

Quelques définitions :
• étendue des observations : la valeur maximale moins la valeur minimale observée ;
• classe i : un des intervalles au sein desquels on compte le nombre d’observations ;
• l’étendue wi d’une classe i est la largeur de l’intervalle correspondant ; toutes les
classes ont en général la même étendue ;
• effectif ni : le nombre d’observations qui se trouve dans la classe i ;
Retrouvez éduscol sur
• fréquence fi = ni/N : la proportion des N observations qui se trouve dans la classe i.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 8

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Il est de tradition que les barres d’un histogramme soient jointives, parce qu’elles
traitent de données continues. C’est à cela que l’on distingue un histogramme d’un
diagramme à barres ou en bâtons. Avec certains tableurs, les barres ne peuvent être
parfaitement jointives. Elles le sont avec la fonction hist en langage Python™.

Attention, en mathématiques, dans un histogramme la convention est de représenter

la densité de fréquence et non l’effectif ou la fréquence. La densité de fréquence di est
égale à la fréquence fi divisée par l’étendue wi. Ainsi, l’aire de chaque rectangle associé
à une classe est égale à la fréquence fi. L’histogramme des densités de fréquence
permet d’estimer la densité de probabilité sous-jacente, ce qui en fait son intérêt. Voir
par exemple : Michel Delecroix, Histogrammes et estimation de la densité, Que sais-je ?
n° 2055, Presses Universitaires de France, 1979.

Élément 7 – Choisir le nombre de classes

Le choix des classes doit être judicieusement fait : trop de classes et il y aura des trous
dans l’histogramme, et on ne verra plus correctement la répartition des observations ;
pas assez et l’histogramme ne donnera plus d’information pertinente.

Il n’existe pas de règle universelle pour fixer le nombre de classes. Il faut s’en remettre
au bon sens. Dans la mesure du possible, il faut choisir des classes dont les bornes sont
faciles à lire.

Il est toujours possible de mentionner la règle de Rice qui permet d’obtenir un nombre
de classes en fonction du nombre d’observations : Cette règle simple
fonctionne dans bon nombre de cas.

Pour tracer les histogrammes présentés, on trouvera dans le dossier annexe un

notebook Python_chute [Link] et un fichier Chute [Link].

Figure 4 – Deux histogrammes correspondant aux données de la figure 2. À gauche,

on ne choisit pas un nombre suffisant de classes. À droite, on choisit des classes dont
l’étendue est trop petite, autrement dit trop de classes.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 9

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Élément 8 – Moyenne, écart-type : position et dispersion

Pour décrire un ensemble d’observations de manière encore plus économe qu’un
histogramme, on peut se restreindre à seulement deux paramètres :
1. un premier qui indique la position approximative de l’histogramme sur l’axe des
abscisses ;
2. un second qui indique sa dispersion, autrement dit son étalement.

Il existe plusieurs manières de calculer ces deux paramètres. Au lycée, en physique-

chimie, on choisit souvent :
1. la moyenne arithmétique des observations, qu’on appelle parfois « moyenne
expérimentale » ;
2. l’écart-type des observations, qu’on qualifie parfois d’expérimental, ou
d’échantillon.

Si on note les N observations xi, alors la moyenne expérimentale et l’écart-type

expérimental sx valent par définition :

Une interrogation fréquente concerne le dénominateur dans l’expression de

l’écart-type. Pourquoi ne pas faire la moyenne arithmétique des écarts quadratiques,
avant d’en prendre la racine carrée ? On peut avancer deux raisons.

La première est que s’il n’y a qu’une unique observation, il est impossible d’obtenir une
valeur de l’écart-type, puisqu’on n’observe pas de dispersion. Le résultat du calcul doit
donc être indéterminé, de la forme 0/0. Le est ainsi préférable.

Une deuxième argumentation, moins anecdotique, fait appel à la théorie des

estimateurs en statistiques, abordée en spécialité mathématiques de terminale. Il est
possible de montrer que l’espérance de (celui avec le ) est égale à l’écart-type
de la distribution probabiliste de la variable aléatoire modélisant une observation. Dit
autrement, si on pouvait réaliser un grand nombre d’expériences avec N observations,
la moyenne de l’ensemble des serait très proche de la dispersion réelle des valeurs
. Pour mieux comprendre ces questions on peut consulter l’article Wikipédia en
français sur la variance, ou bien la vidéo Pourquoi on divise par n-1 pour calculer la
variance d’échantillon de la Khan Academy.

Un premier calcul de moyenne et d’écart-type

Calculer la moyenne et l’écart-type de ces trois notes : 10, 11, 12.

La moyenne est égale à , comme on pouvait s’en rendre compte

sans faire le calcul avec un peu d’habitude (le 10 et le 12 se compensent à 11).

L’écart-type vaut : Cette valeur

quantifie l’écart typique des données (10, 11, 12) à la moyenne, à savoir 11.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 10

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Autres indicateurs de position et de dispersion

Il existe d’autres possibilités que la moyenne arithmétique et l’écart-type pour caractériser
la position et la dispersion d’une série de données. Lesquelles ?

Pour la position, on pourrait également envisager :

• le mode, c’est-à-dire la valeur la plus fréquente ;
• la médiane, c’est-à-dire la valeur en deçà de laquelle on trouve la moitié des
données, et au-delà de laquelle on trouve l’autre moitié des données ;
• le milieu de gamme, moyenne de la plus grande et de la plus petite des données ;
• d’autres moyennes, comme les moyennes géométriques, quadratiques,
harmoniques, etc.

Pour la dispersion, on pourrait également envisager :

• l’écart moyen, moyenne des distances des données à la moyenne ;
• l’écart interquartile, différence entre le troisième et le premier quartile ;
• l’étendue, différence entre la plus grande valeur et la plus petite, etc.

Il est possible de montrer que le choix opéré, avec la moyenne arithmétique et

l’écart-type, est optimal dans un certain sens mathématique. Ces deux indicateurs,
contrairement à certains autres, convergent presque toujours de manière optimale
vers une valeur limite lorsque le nombre d’observation tend vers l’infini.

À cet égard l’étendue est problématique : elle est une fonction croissante de la
taille de l’échantillon. En effet, lorsqu’on rajoute une donnée, elle peut dépasser
le précédent maximum ou être plus petite que le minimum précédent. Par ailleurs
l’étendue ne converge pas nécessairement (par exemple si la distribution sous-jacente
est gaussienne). C’est une des raisons pour lesquelles le paradigme de l’erreur (cf.
élément 14) a été abandonné.

Élément 9 – Calculer l’écart-type et la moyenne d’un ensemble d’observations

Avec un tableur
Pour la moyenne, on utilise la fonction = MOYENNE(…). Pour l’écart-type, on utilise la
fonction ECARTYPE(…). En anglais ces fonctions sont respectivement AVERAGE(…) et
STDEV(…).

Avec Python™ (et numpy)

Supposons que les observations se trouvent dans un array numpy data :
• xbar = [Link](data) calcule la moyenne des observations ; numpy.
mean(data) fait la même chose ;
• sx = [Link](data, ddof = 1) permet de calculer l’écart-type des
observations. Il est nécessaire de bien préciser ddof = 1 pour s’assurer que le
calcul utilise bien le dénominateur N−1.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 11

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Avec une calculatrice

Le symbole de cet écart-type diffère selon les modèles de calculatrices. Il est noté
selon les modèles : « Sx », « 𝑥𝜎𝑛−1 », « Ecart type echantillon », ou encore « s » et
« 𝜎𝑛−1 »... Il convient de bien consulter la notice.

Représenter un histogramme à l’aide d’un tableur ou avec

Python™
Élément 10 – Représenter l’histogramme associé à une série de mesures à l’aide d’un
tableur
Faire un histogramme avec OpenOffice ou LibreOffice n’est pas aisé, il n’y a pas
de procédure automatisée et il faut manuellement définir les classes et calculer
les effectifs correspondants. En revanche, c’est très simple à l’aide d’Excel ou de
GoogleSheet.

Avec Excel (à partir de la version 2016)

Sélectionner l’ensemble des données dans une colonne. Aller dans le menu
« Insertion », et cliquer sur l’icône histogramme, ici en bleu. Attention, l’icône tricolore
qui ressemble à un histogramme, ne permet pas d’en faire. Excel appelle « histogramme
2D » des diagrammes en bâtons, qui sont différents.

Ensuite il est possible de changer le nombre de classes, ou d’imposer la largeur des

classes (autrement dit leur étendue), après avoir cliqué sur les barres de l’histogramme
affiché.

Avec GoogleSheet
Sélectionner l’ensemble des données dans une colonne. Aller dans le menu
« Insertion », choisir « Graphique ». Ensuite, dans « Type de graphique », choisir
« Histogramme » dans la catégorie « Autres ».

Puis dans le menu « Personnaliser » de l’éditeur de graphique :

• dans le sous-menu « Axe horizontal », imposer les bornes gauches et droites de l’axe
des abscisses, et donc des classes ;
• dans le sous-menu « Histogramme », écrire en écriture décimale l’étendue des
classes que l’on souhaite imposer.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 12

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Attention, il faut utiliser le point comme séparateur décimal.

Élément 11 – Représenter l’histogramme associé à une série de mesures à l’aide de

Python™
Pour tracer un histogramme avec le langage de programmation Python™, il faut
d’abord charger la bibliothèque [Link] qui permet d’afficher de
nombreuses représentations graphiques, dont les histogrammes. On importe
également la bibliothèque numpy pour bénéficier de fonctions avancées permettant
de traiter globalement des ensembles de données, et pour ce qui nous intéresse de les
importer depuis un fichier texte. La fonction hist permet de tracer un histogramme,
comme dans l’exemple suivant.

import [Link] as plt

import numpy as np
data = [Link](‘[Link]’)  # import depuis le fichier [Link]
# construction de l’histogramme avec la règle de Rice
[Link](data, bins=’rice’,label=’Histogramme des effectifs »))
[Link](‘période (s)’)  # légende de l’axe des abscisses
[Link](‘effectifs’)  légende de l’axe des ordonnées
[Link]()  # affichage du titre du graphique
[Link]()  # affichage du graphique

On peut utiliser des options supplémentaires dans l’argument de [Link] :

• histtype=’step’ ne trace que le contour de l’histogramme, ce qui permet d’en
superposer plusieurs de manière lisible ;
• range=[valmin, valmax] permettent d’ajuster les bornes gauche et droite de
l’axe des abscisses ;
• bins=’rice’ impose un nombre de classes en suivant sur la règle de Rice ; on peut
Retrouvez éduscol sur
imposer un nombre donné de classes en écrivant, par exemple : bins=20.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 13

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Estimer un écart-type à l’aide d’un histogramme

Voici plusieurs histogrammes :

À l’aide de la définition proposée, estimer dans chaque cas la valeur de la moyenne et de

l’écart-type des observations correspondantes. Pour vous aider, les données représentées
sur le premier histogramme en haut à gauche ont une moyenne de 9,92 s et un écart-type
de 1,04 s.

Évaluer qualitativement la dispersion d’une série de mesures

Réponses : la moyenne indique la position centrale approximative des données, tandis
que l’écart-type indique un ordre de grandeur de leur dispersion. On peut donc faire
l’estimation suivante, très approximative bien évidemment. D’autres réponses sont
parfaitement envisageables, et tout aussi correctes.

≈ 10 s ≈ 10 s
sx ≈ 1 s sx ≈ 0,2 s

≈ 35 s ≈ 555 s
sx ≈ 3s sx ≈ 10 s

L’estimation relève davantage d’une appréciation qualitative que d’une méthode

quantitative. Il s’agit ici de donner du sens aux concepts de moyenne et d’écart-type,
au-delà de la stricte définition mathématique.

Dans le même ordre d’idée, on pourrait proposer un exercice avec des questions à
choix simples, pour lesquelles l’élève devrait éliminer les réponses qui ne sont pas
raisonnables. Par exemple l’écart-type doit toujours être inférieur ou égal à l’écart
maximal à la moyenne. Ce type de question permettrait de vérifier l’acquisition du
Retrouvez éduscol sur
recul critique nécessaire.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 14

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Discuter de l’influence de l’instrument de mesure et du protocole

Influence de l’instrument de mesure et du protocole (1)

Lorsqu’on souhaite faire une dilution avec de l’eau distillée, vaut-il mieux mesurer 100 mL à
l’aide d’un bécher gradué (avec une graduation à 100 mL) ou avec une fiole jaugée (avec un
trait de jauge à 100 mL) ? Concevoir une expérience pour y répondre, utilisant une balance
de précision en plus d’un bécher et d’une fiole jaugée.

Pour comparer les deux méthodes, on peut procéder par évaluation statistique.
On mesure une cinquantaine de fois 100 mL d’eau à l’aide du bécher. Ayant taré la
balance, on pèse à chaque fois l’eau dans le bécher, ce qui permet d’obtenir une série
de masses, dont on sait qu’elles sont proportionnelles aux volumes d’eau. On trace
l’histogramme des masses. La dispersion des valeurs, qu’on quantifie par l’écart-type,
caractérise l’aléa du processus.

On recommence la même procédure à l’aide de la fiole jaugée. On trace également

l’histogramme des masses. On constate que la dispersion des masses issues de la
mesure avec la fiole jaugée est bien inférieure à celles des masses issues de la mesure
au bécher. Ainsi est-il préférable d’utiliser la fiole jaugée : la masse, et donc le volume,
est bien moins fluctuante.

Parce que le hasard intervient, une mesure donnée au moyen du bécher peut parfois
conduire à un volume plus proche de 100 mL qu’une mesure faite avec la fiole jaugée.
Néanmoins, on privilégie la fiole pour minimiser la variabilité du processus.

Pour réaliser cette expérience en pratique, le professeur pourrait réaliser à l’avance

l’essentiel des mesures, et demander aux élèves d’en faire quelques-unes.

Influence de l’instrument de mesure et du protocole (2)

On souhaite évaluer la valeur de de manière expérimentale. Proposer deux méthodes
pour y parvenir et discuter des avantages de chacune d’entre elles.

Cette question est très ouverte et de multiples réponses sont possibles.

Par exemple, on peut tracer un cercle de rayon 1 cm sur du papier millimétré, et

compter le nombre de petits carreaux à l’intérieur du cercle, approximativement 314,
pour en déduire une évaluation de . On recommence un certain nombre de fois pour
avoir une série d’observations, dont l’écart-type caractérise la dispersion.

On peut ensuite découper le cercle puis le faire rouler sur double décimètre de façon
à mesurer son périmètre, qui vaudra environ 6,28 cm. On recommence un certain
nombre de fois pour avoir une série d’observations, et l’écart-type correspondant. En
comparant les écarts-types on peut conclure sur la méthode la plus fidèle.

Une autre option consiste à peser le cercle découpé, et se servir du grammage du

papier pour en déduire son aire.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 15

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Valeur mesurée et incertitude-type

Définition de l’incertitude-type
Élément 12 – La valeur mesurée
La valeur mesurée est la meilleure estimation possible de la grandeur mesurée.
Comment la déterminer ?

Lorsqu’on répète des observations et que l’on constate qu’elles varient, on choisit leur
moyenne arithmétique comme meilleur estimateur. En faisant ce choix, on espère
que les fluctuations positives des observations compenseront, au moins en partie, les
fluctuations négatives.

Si on n’a qu’une valeur unique, alors c’est celle qu’on prend.

Élément 13 – L’incertitude-type
L’incertitude-type est l’estimation à l’aide d’un écart-type, de la dispersion des valeurs
raisonnablement attribuables à la grandeur mesurée. La valeur mesurée est une de
ces valeurs. L’incertitude-type quantifie donc la variabilité potentielle de cette unique
valeur mesurée. En cela elle reflète son incertitude.

Plus prosaïquement : si une autre personne faisait une autre mesure avec une
incertitude négligeable devant celle initialement évaluée, elle trouverait a priori
une autre valeur mesurée. On s’attend à ce que la différence entre les deux valeurs
mesurées soit du même ordre que l’incertitude-type initialement évaluée.

La dispersion est inhérente au processus de mesure. L’incertitude-type permet de la

quantifier. Cette notion reste donc neutre. C’est pourquoi il est faux de dire qu’une
grande incertitude traduit une mesure de mauvaise qualité. La notion de qualité
recouvre tout autre chose : c’est (pour aller vite) le respect de procédures normalisées
– voir par exemple la série des normes ISO 9000. Une mesure de mauvaise qualité
serait plutôt une mesure pour laquelle les règles de l’art n’ont pas été respectées,
comme d’utiliser un pH-mètre sans le calibrer ; ou de faire une évaluation de
l’incertitude par des méthodes qui ne sont plus employées, etc.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 16

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

À titre d’exemple, les meilleures mesures actuelles de la constante de Hubble ne

l’estiment qu’avec une incertitude relative de l’ordre du pourcent. Pour autant, ces
mesures sont considérées par la communauté scientifique comme d’excellente qualité.

Un autre terme souvent utilisé à tort est la « précision ». Ce terme, par trop
polysémique, a été banni du Vocabulaire International de Métrologie (VIM, voir
élément 13).

On rencontre aussi également parfois les termes de « fidélité » et « justesse ».

Une mesure est dite plus fidèle qu’une autre si son incertitude est plus petite que
l’incertitude de l’autre. Une mesure est dite plus juste qu’une autre, si l’écart entre la
valeur mesurée et une valeur de référence est plus faible que le même écart calculé
pour une autre mesure.

Élément 14 – Erreur ou incertitude ?

L’erreur de mesure, ou plus simplement l’erreur, est la différence entre la valeur
mesurée d’une grandeur et une valeur de référence. Ce concept est utilisé de manière
restrictive, lorsqu’il existe une valeur de référence unique à laquelle se rapporter.
Cette valeur peut être conventionnelle ou résulter d’une mesure dont l’incertitude est
négligeable.

Attention à ne pas confondre erreur de mesure et erreur humaine.

Jusque dans les années 1980, l’erreur était le concept au cœur du traitement de la
mesure. L’approche « erreur » consistait à déterminer une estimation de la « valeur
vraie ». L’écart par rapport à la valeur vraie est constitué d’erreurs aléatoires et
systématiques. Les deux types d’erreurs, que l’on admettait pouvoir toujours
distinguer, étaient traitées différemment, et leur combinaison était source de débats.
En général on estimait une limite supérieure de la valeur absolue de l’erreur totale,
appelée parfois abusivement « incertitude ».

En 1995, la publication du Guide pour l’expression de l’incertitude de mesure (GUM

est l’abréviation anglaise) par le Bureau international des poids et mesures (BIPM) a
entériné une nouvelle approche, dite « incertitude ». L’objectif des mesures n’est plus
de déterminer le mieux possible une valeur vraie. On suppose plutôt que l’information
obtenue lors d’un mesurage permet seulement d’attribuer à la grandeur mesurée
un intervalle de valeurs raisonnables, en supposant que le mesurage a été effectué
correctement.

Bien que la notion d’erreur introduise le propos sur la mesure de nombreux ouvrages
scolaires, cette notion semble avoir perdu de son intérêt. Elle n’est d’ailleurs plus
mentionnée dans les programmes scolaires.

Pour aller plus loin

• Vocabulaire international de métrologie – Concepts fondamentaux et généraux et
termes associés (VIM, 3e édition). Comité commun pour les guides en métrologie
(JCGM), 2012.
• Grégis, Fabien, La valeur de l’incertitude : l’évaluation de la précision des mesures
physiques et les limites de la connaissance expérimentale, Thèse de doctorat,
Université Paris Diderot (Paris 7), 2016.

Retrouvez éduscol sur

• Guide pour l’expression de l’incertitude de mesure (GUM), Comité commun pour les
guides en métrologie (JCGM), septembre 2008.
• Page Guides in metrology du Bureau international des poids et mesures

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 17

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Élément 15 – L’importance de l’incertitude en sciences

« Although this may seem a paradox, all exact science is dominated by the idea of
approximation. When a man tells you that he knows the exact truth about anything,
you are safe in inferring that he is an inexact man. Every careful measurement in
science is always given with the probable error, which is a technical term, conveying
a precise meaning. It means that amount of error which is just as likely to be greater
than the actual error as to be less. It is characteristic of those matters in which
something is known with exceptional accuracy that, in them, every observer admits
that he is likely to be wrong, and knows about how much wrong he is likely to be. »

Bertrand Russell, The Scientific Outlook, George Allen and Unwin Ltd, London, 1931

Cet extrait peut être l’occasion d’initier un travail commun avec l’enseignement de
philosophie, l’enseignement scientifique, ou même la spécialité de langue anglaise. En
voici une traduction possible :

« Bien que cela puisse sembler paradoxal, toute la science exacte est dominée par
l’idée d’approximation. Lorsqu’un homme vous dit qu’il connaît la vérité exacte sur
quelque chose, vous pouvez en déduire qu’il est un homme inexact. Toute mesure
prudente en science est toujours donnée avec l’erreur probable, qui est un terme
technique, véhiculant un sens précis. Cette quantité est aussi susceptible d’être
supérieure que d’être inférieure à l’erreur réelle. Une caractéristique des domaines
dans lesquels quelque chose est connu avec une précision exceptionnelle est que
chaque observateur admet qu’il est susceptible de se tromper, et sait à quel point il est
susceptible de se tromper. »

Ici le terme « probable error » n’est pas synonyme d’incertitude-type. Ces deux
concepts restent néanmoins proches et peuvent être identifiés pour l’interprétation
du texte.

Bertrand Russell explicite ici que l’expérimentateur ou l’expérimentatrice doivent

évaluer la variabilité observée afin de pouvoir communiquer avec leurs pairs. Le
concept d’incertitude est donc nécessaire à l’élaboration d’un consensus scientifique.

Incertitude et climato-scepticisme
En vous appuyant sur la citation de Bertrand Russell, analysez l’extrait suivant :
« […] [Fin] 2007, sans aucune donnée nouvelle, le GIEC affirme que la réalité et l’ampleur
du réchauffement climatique sont “sans équivoque”. L’effet de serre du CO2 serait la cause
d’un réchauffement pouvant atteindre 6,4° en 2100 si rien n’était fait ; cela provoquerait
aridité, désertification, catastrophes climatiques et montée des océans. Des prédictions
avec un écart allant de 0,2° à 6,4° ! Une marge d’incertitude invalidant leurs conclusions. »
Source : Article de blog Mediapart Le réchauffement climatique anthropique : un
mensonge qui arrange !, 10 janvier 2016, (version archivée au 4 décembre 2020).

Dans cet article de blog, l’existence d’une incertitude dans les prédictions semble
être interprétée comme un élément décrédibilisant. Certains modèles prédisent un
réchauffement très modéré, d’autres très intenses. Le GIEC l’explicite. Le faire est une
caractéristique du discours scientifique, comme l’explique Bertrand Russell. Malgré
Retrouvez éduscol sur l’incertitude quant à son ampleur, la réalité du réchauffement climatique reste avérée.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 18

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Le discours de l’auteur du blog laisse penser que la réalité du réchauffement climatique

n’est sans équivoque que si les prédictions de son ampleur n’ont pas d’incertitude. La
lecture du reste de la publication est révélatrice.

Évaluer une incertitude-type par une approche statistique

(type A)
On se place dans le cas où on a effectué plusieurs observations, et qu’elles ne sont pas
toutes identiques. Une évaluation de nature statistique peut alors être envisagée.

Élément 16 – Incertitude-type associée à une observation unique

L’incertitude-type associée à une observation unique exprime la variabilité potentielle
d’une observation. Elle quantifie les fluctuations typiques d’une observation à l’autre.
Comme on dispose de plusieurs observations, cette variabilité n’est autre que leur
dispersion. Pour l’évaluer, on utilise l’écart-type de l’ensemble des observations
réalisées. On la note :

Exemple
On souhaite évaluer l’incertitude associée à la prise unique d’un volume de 100 mL à l’aide
d’un bécher. On mesure la masse d’un volume d’eau prélevé à l’aide d’une balance de
précision. On répète la mesure de façon à récupérer un ensemble d’observations. L’écart-
type de ces observations vaut 5,2 g. Connaissant la masse volumique de l’eau (1,00 g/mL)
cela correspond à un écart-type de 5,2 mL. Le même observateur remplit à nouveau ce
même bécher à sa graduation de 100 mL. On sait désormais que l’incertitude-type sur ce
volume prélevé est de 5,2 mL. Autrement dit le volume réellement prélevé vaut environ
100 mL, avec une variabilité de 5,2 mL, typiquement.

Élément 17 – Incertitude-type associée à la moyenne unique de N observations

Quand la valeur mesurée est la moyenne de N observations, alors on peut se
demander comment évaluer l’incertitude-type associée à cette moyenne unique. Cela
n’a rien d’évident.

Une première solution consiste à procéder comme au paragraphe précédent (élément

16). On recommence de nombreuses fois la prise de N observations, ce qui permet de
calculer de nombreuses moyennes. Conformément au paragraphe précédent, l’écart-
type de cet ensemble de moyennes est par définition l’incertitude-type associée à une
moyenne unique. Évidemment, cette méthode est coûteuse en temps.

Une autre solution consiste à utiliser un théorème mathématique qui, sous certaines
conditions qu’on ne précise pas ici car presque toujours vérifiées en pratique, stipule :

où, N est le nombre d’observations utilisées pour le calcul de .

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 19

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Exemple
Lors d’une expérience visant à mesurer la distance focale d’une lentille mince convergente
par auto-collimation, on a effectué 7 observations, en cm :
9,9 ; 10,1 ; 9,7 ; 9,9 ; 10,0 ; 10,2 ; 9,9.
1. Pour caractériser le processus de prise d’observation, on évalue l’incertitude-type
associée à une unique observation. On l’évalue grâce à l’écart-type de la série des
7 observations : sx = 0,1618 cm. Cela quantifie la variabilité inhérente au processus
d’observation.
2. Pour mesurer au mieux la distance focale, on calcule la valeur mesurée à l’aide
d’une moyenne. On profite ainsi de la compensation (partielle) des fluctuations des
observations. Cette moyenne vaut 10,05 cm. L’incertitude-type associée à cette moyenne
unique, qui caractérise la variabilité potentielle de ce résultat, est l’écart-type sx divisé par
√7, soit 0,1618 / √7 cm ≈ 0,061 cm.

Pour illustrer cette expression mathématique, il est possible d’envisager une activité
commune avec plusieurs classes du lycée. Imaginons que 8 binômes d’une classe
pèsent chacun un volume mesuré au bécher, par exemple 100 mL. On peut calculer
pour cette classe la moyenne et l’écart-type . On répète la séance de travaux
pratiques dans 12 classes, et on calcule l’écart-type des 12 moyennes obtenues.
Normalement, cet écart-type reste proche de chacune des 12 valeurs Ainsi une
classe peut-elle inférer toute seule la variabilité de sa propre moyenne.

Écart-type d’une moyenne

On cherche à réaliser une simulation numérique pour illustrer que l’écart-type d’un grand
nombre de moyennes de N observations est approximativement égal à :

où, est l’écart-type de N observations.

On propose de réaliser une simulation numérique dans le cas N = 16. Vous calculerez 100
moyennes de 16 observations, et calculerez leur écart-type, pour montrer qu’il s’approche
de l’expression ci-dessus. Vous supposerez que les observations sont aléatoirement
et uniformément distribuées entre les valeurs 10 et 11. Pour les simuler, on utilise un
générateur de nombres aléatoires, au choix :
avec un tableur, la fonction ALEA() renvoie un nombre aléatoire uniformément distribués
entre 0 et 1 ;
avec Python™, la fonction [Link](10, 11, 16) renvoie un array numpy
de 16 nombres aléatoires uniformément distribués entre 10 et 11.

Le fichier [Link] du dossier annexe propose simulation en réponse

du cas N=16.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 20

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Une simulation Python™ dans le cas N=16 :

# import des librairies utiles
import numpy as np
import [Link] as rd  # permet d’écrire rd au lieu de [Link]
import [Link] as plt
# calcul de l’écart-type sur un échantillon à 16 observations
sx = [Link]([Link](10, 11, 16), ddof=1)
moy = [Link](10000)  #initialisation : moy est rempli de 10000 zéros
# boucle : calcul à chaque itération de la moyenne de 16 observations
for i in range(10000):
moy[i] = [Link]([Link](10, 11, 16))
# calcul de l’écart-type des moyennes
ux = [Link](moy, ddof=1)
# comparaison entre l’écart-type des moyennes et l’écart-type d’un échantillon à 16 observations
divisé par racine de 16 (= 4)
print(« ux = », ux)
print(« sx/4 = », sx/4)

Le notebook Python_moyenne-[Link] du dossier annexe montre comment

généraliser l’étude de cette relation pour toute valeur de N. Il permet de produire
le graphe suivant qui illustre la relation mathématique indiquée. On constate que la
formule proposée n’est qu’approchée, et fonctionne d’autant mieux que N est grand.

Évaluer une incertitude-type par une autre approche (type B)

On se place ici dans le cas où on n’a pu réaliser qu’une seule observation, ou bien dans
le cas où la répétition des observations conduit exactement à la même valeur.

Exemple 1
On se pèse sur un pèse-personne : l’affichage indique 71 kg. Si on descend du pèse-
personne et qu’on y remonte, l’affichage indique, encore et toujours, 71 kg.
Exemple 2
On mesure la longueur d’une feuille A4 avec un triple-décimètre gradué au millimètre et on
trouve 297 mm. Si on recommence, on trouve encore 297 mm.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 21

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

La difficulté dans ce cas est de retrouver la variabilité intrinsèque à la mesure,

qui est masquée par l’appareil employé. L’incertitude-type est évaluée par un
jugement scientifique qui repose sur l’expérience et les connaissances générales de
l’expérimentateur ou de l’expérimentatrice : c’est une compétence qui s’apprend par
la pratique. Dans ce jugement, il demeure une part d’arbitraire qui doit être assumée
et documentée.

Élément 18 – Construction d’un intervalle de valeurs représentant la mesure

En pratique, au lycée :
• soit les spécifications du fabricant de l’appareil de mesure précisent l’incertitude-
type associée à la valeur mesurée – c’est hélas rarement le cas ;
• soit, comme très souvent, le fabricant indique une « précision » ou la « tolérance »,
termes vagues et mal définis, mais qui permettent d’établir un intervalle de valeurs
constituant le résultat de la mesure ;
• soit les circonstances font qu’on estime que la grandeur mesurée est susceptible
d’appartenir, à coup sûr, à un intervalle de valeurs donné.

Dans de nombreux cas, on est amené à considérer que le résultat de la mesure est
constitué d’un ensemble des valeurs contenues dans un intervalle. Il reste nécessaire
d’en évaluer les bornes.

Exemples
1. Reprenant le cas du pèse-personne, si la notice du constructeur existe et indique
« incertitude-type 0,7 kg », le problème est résolu.
2. Si la notice du constructeur indique simplement « précision 2 kg », alors on peut
être amené à considérer que l’intervalle des valeurs associé au résultat de la mesure
pourrait-être [69 ; 73] kg.
3. En absence de notice du constructeur on peut envisager que le pèse-personne
affichera toujours 71 kg même si on pèse un poids compris entre 70,5 kg et 71,5 kg.
Ainsi l’intervalle de valeurs associé au résultat de la mesure serait [70,5 ; 71,5] kg.

La part d’arbitraire dans la construction d’un tel intervalle doit être assumée. Certaines
personnes considèreront un intervalle plus ou moins étendu que d’autres. Tant
que cela reste raisonnable, et explicité, ce n’est pas un problème. La mesure reflète
nécessairement les choix opérés. Par exemple, si la mesure d’une masse sur un pèse-
personne usuel conduit à un intervalle d’étendue 0,01 kg, ce n’est pas raisonnable, pas
plus que si l’étendue est de 10 kg. En revanche, il est tout aussi raisonnable d’estimer
que l’étendue de l’intervalle choisi vaut 1 kg ou 0,5 kg.

Plus généralement si un élève produit une incertitude plus grande qu’un autre, cela
ne signifie pas forcément qu’il est moins habile. Ce qui compte n’est pas la valeur de
l’incertitude obtenue, mais la justification des choix faits.

Élément 19 – Incertitude-type associé à l’intervalle de valeurs obtenu

Pour calculer l’écart-type de l’ensemble des valeurs comprises dans l’intervalle défini,
on fait le plus souvent l’hypothèse que ces valeurs y sont équiréparties. Autrement
dit si on représentait un histogramme avec un grand nombre de valeurs dans cet
intervalle, celui-ci serait rectangulaire.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 22

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Exemple
Histogramme représentant 100 000 valeurs aléatoires choisies de manière équiprobable
dans l’intervalle donnée par le constructeur du pèse-personne précédemment évoqué. Il
est approximativement rectangulaire (et le serait pour un nombre infini d’observations).

Figure 6 – Histogramme correspondant à 100 000 valeurs aléatoires équiréparties dans

l’intervalle [69 ; 73] kg.

Un théorème mathématique permet d’exprimer l’écart-type associé à un tel

histogramme à forme rectangulaire en fonction de ses bornes. Pour un intervalle
, on a :

Ici est la demi-étendue de l’intervalle, et sa valeur centrale.

Exemple
Dans l’illustration qui précède, l’intervalle de valeurs considérées est [69 ; 73] kg. Donc la
valeur mesurée est m = 71 kg, valeur centrale de l’intervalle ; et l’incertitude-type associée
vaut 2/√3 = 1,15 kg.

La démonstration de ce qui précède est accessible aux élèves qui suivent la spécialité
mathématiques de terminale. On considère d’abord que l’ensemble des valeurs
mesuré peut-être modélisé par une variable aléatoire ayant une densité de probabilité
uniforme sur l’intervalle

pour et pour .

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 23

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

L’espérance de vaut :

On retrouve bien la valeur centrale de l’intervalle. Le calcul de la variance de en

découle :

L’écart-type de X, et donc l’incertitude-type cherchée, vaut :

On peut rapprocher cette démonstration du calcul du moment d’inertie d’une barre

homogène de demi-longueur a, par rapport à son milieu.

Il faut garder à l’esprit qu’il est possible de choisir d’autres distributions que la
distribution uniforme dans un intervalle : le GUM envisage par exemple le cas d’une
distribution triangulaire, pour laquelle les valeurs centrales sont davantage
représentées que celles des extrémités de l’intervalle. Dans le cas de grandeurs variant
périodiquement, comme la température dans une pièce avec de l’air conditionné, une
distribution en arc-sinus pourrait être plus adaptée. Il s’agit donc d’un choix éclairé. Au
lycée, la distribution uniforme constitue probablement un objectif suffisant.

Incertitude-type associée à un histogramme rectangulaire

Les mathématiques permettent de calculer l’écart-type associé à un histogramme
rectangulaire. Pour des observations équiréparties dans un intervalle :

On cherche à réaliser une simulation numérique pour illustrer cette équation.

Produire 1000 observations réparties uniformément entre 2 et 4 :
soit avec un tableur, grâce à la fonction ALEA() qui renvoie un nombre aléatoire
uniformément distribué entre 0 et 1 ; indice : la fonction 2*ALEA()–1 renvoie un nombre
aléatoire uniformément distribué entre –1 et +1.
soit avec Python™, grâce à la fonction [Link](a, b, N) renvoie un
vecteur numpy de N nombres aléatoires uniformément distribués entre a et b.
Calculer l’écart-type de ces observations, et le comparer à la valeur indiquée par
l’expression mathématique à connaître.

Solution avec le tableur Excel : Histogramme [Link] du dossier annexe.

Solution en langage Python™ :

import numpy as np
import [Link] as plt
a=1
m=3
Nsim = 1000
data = [Link](m-a, m+a, Nsim)
[Link](data, bins=’rice’, range=[m-1.5*a, m+1.5*a])
[Link]()
Retrouvez éduscol sur
print(« a/sqrt{3} = », a/[Link](3) )
print(« u(x) = », [Link](data, ddof=1))

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 24

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

On obtient par exemple : a/ = 0,5773 qu’on compare à u(x) = 0,5761. On constate la

proximité des deux valeurs. Si on augmente le nombre de simulations, l’approximation
est d’autant meilleure.

Mesure d’une longueur avec une règle

Lorsqu’on effectue la mesure d’une longueur à l’aide d’une règle, ou de manière plus
générale avec un instrument gradué, la première chose à faire est de déterminer le
plus petit intervalle au sein duquel on est certain que la valeur mesurée se trouve. On
fait ensuite l’hypothèse (raisonnable) que le résultat de la mesure est l’ensemble des
valeurs équiréparties dans cet intervalle. Cela permet d’en déduire l’écart-type, et donc
l’incertitude-type : elle est égale à la demi-étendue de l’intervalle divisée par . La valeur
mesurée est bien entendu le centre de l’intervalle.
La détermination de cet intervalle dépend notamment du jugement de l’opérateur, de
l’objet mesuré, et de la graduation de la règle.
Voici trois situations : indiquez à chaque fois votre estimation de l’intervalle des valeurs
représentant le résultat de la mesure, la valeur mesurée et l’incertitude-type associée.
Situation 1

Une toise est graduée tous les cm. Vous répondrez en supposant que l’on mesure votre
taille, en utilisant votre expérience personnelle de ce processus de mesure.
Situation 2

Quelle est la taille de cet homme ? Le bambou est gradué tous les 50 cm.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 25

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Situation 3

Mesurez à l’aide de votre double décimètre le diamètre de la tache centrale de cette

image d’interférences.

La mesure sous une toise est relativement variable : tout dépend si on se tient droit,
du port de tête, du volume de cheveux, du jeu possible de la toise. La définition de
la grandeur mesurée, la taille, est ici délicate, et notre évaluation de l’incertitude de
mesure se doit de le refléter. Il semble raisonnable de donner un intervalle centré
sur sa taille, et avec une demi-étendue de 0,5 cm (demi-graduation classique de
l’instrument, qui a justement été conçu pour mesurer la taille d’un être humain), sinon
plutôt 1 cm (pour tenir compte de l’obéissance de l’enfant aux consignes). Prendre
moins peut sembler hasardeux, surtout si on considère l’effet de la posture de l’enfant.
Selon le choix fait (et qui doit être explicité), on obtient une incertitude-type de
0,5/√3 ≈ 0,29 cm ou de 1/√3 = 0,58 cm. L’arbitraire de cette appréciation ne peut être
évité, et les choix doivent être explicités. Seule une étude plus complète, impliquant
plusieurs mesures, permettrait de justifier plus objectivement notre choix.

On peut voir clairement que la taille de cet homme est comprise entre la 3e et la 4e
graduation. En subdivisant cette portion de bambou, en se servant d’une règle par
exemple, on peut estimer qu’il mesure entre 1,60 m et 1,80 m. Un autre intervalle est
évidemment possible, mais l’intervalle [1,50 m ; 2,00 m] est manifestement trop grand
par rapport à ce qu’on peut ici observer. Sur la base de l’intervalle [1,60 m ; 1,80 m], la
taille mesurée est de 1,70 m et l’incertitude-type est de 0,10 m / = 5,8 cm.

La tâche centrale ayant des bords flous, l’intervalle sera de toute façon plus étendu
que la graduation de la règle, en général au mm (ou au demi-mm). Une estimation
raisonnable implique forcément un choix qu’il convient d’expliciter.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 26

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Mesurer avec un multimètre

Pour connaître l’incertitude-type associée à la mesure à l’aide d’un multimètre, il faut
consulter la notice du constructeur. On y trouve le plus souvent une « précision », qui
n’est pas l’incertitude-type. Conventionnellement on considère que cette « précision » est
en réalité la demi-étendue a de l’intervalle [m - a ; m + a] qui représente le résultat de la
mesure.
La « précision » dépend du calibre choisi. Elle est donnée par une formule rarement
explicitée :
• on multiplie la valeur affichée (en valeur absolue) par une constante donnée (souvent
exprimée en pourcentage) ;
• on lui rajoute un multiple de la résolution de l’appareil dans le calibre choisi ; cette
résolution est la plus petite valeur affichable dans le calibre donné.

Extrait de la notice du multimètre Voltcraft VC 130.

En interprétant la notice ci-dessus :
• Indiquer quelle est la « précision » lorsque l’appareil affiche 10,00 V dans le calibre 20 V.
• En déduire la valeur de l’incertitude-type associée.
• Expliquer pourquoi il est préférable de choisir le calibre 20 V plutôt que le calibre
200 V.

Dans le calibre 20 V, la constante multiplicative de l’affichage est 0,5 % ; on

doit lui rajouter 8 fois la résolution, qui est de 0,01 V. La précision est donc de
(0,5 % × 10,00 V) + (8 × 0,01 V) = 0,13 V. Cette précision représente la demi-étendue a
de l’intervalle de valeurs représentant le résultat de la mesure. L’incertitude type vaut
donc u(U) = a/ ≈ 0,075 V.

On choisit le calibre immédiatement au-dessus de la valeur mesurée, car c’est dans ce

calibre que l’incertitude est la plus petite. Dans le calibre 200 V, la précision est de
(0,5 % × 10,00 V) + (8 × 0,1 V) = 0,85 V et l’incertitude-type de 0,49 V.

Mesurer un volume avec une pipette jaugée

Pour connaître l’incertitude-type associée au
volume délivré par pipette jaugée, on ne peut
se pas référer à la notice du constructeur,
souvent inexistante. On peut néanmoins en
appeler aux normes internationales, suivies par
le fabriquant (ISO 384:2015 pour la verrerie en
général, ISO 648 :2008 pour les pipettes) ainsi
qu’aux pratiques standardisées de laboratoire
(QUAM:2012.P1).
Sur la pipette, en sus du volume nominalement
délivré, il est indiqué avec un ± la demi-étendue
de l’intervalle représentant le résultat de
mesure (l’ensemble des valeurs raisonnablement
attribuables au volume prélevé).
Retrouvez éduscol sur
Grâce à l’examen de la photo de la pipette ci-contre, indiquer le volume prélevé et
l’incertitude-type associée (en supposant l’opératrice ou l’opérateur compétent).

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 27

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

L’intervalle représentant le résultat de mesure est [25 - 0,030 mL ; 25 + 0,030 mL].

La valeur mesurée est bien entendu V = 25 mL et l’incertitude-type associée est de
u(V) = 0,030 mL / ≈ 0,017 mL.

Le guide QUAM:2012.P (EURACHEM / CITAC – Quantifier l’Incertitude des Mesures

Analytiques) propose d’autres lectures, mais celle ici proposée reste la plus simple au
niveau de l’enseignement secondaire.

Les autres inscriptions sur la pipette sont requises par la norme ISO 648 :2008 : la
marque du fabricant, la température de référence, « Ex » pour indiquer que la pipette
est prévue pour délivrer (et non prélever) le volume indiqué, « +5s » pour indiquer qu’il
faut attendre 5 s pour s’assurer que tout le liquide a été délivré, et enfin « AS » est la
classe d’exactitude de la pipette.

Incertitudes-types composées
On cherche souvent l’incertitude-type d’une grandeur calculée à partir d’une ou
plusieurs grandeurs mesurées.

Exemples
1. On cherche à calculer l’aire d’un carré, dont on a mesuré le côté L = 5,00 cm avec une
incertitude-type u(L) = 0,14 cm. L’aire vaut A = 25,00 cm2, mais que vaut l’incertitude-
type associée u(L) ?
2. On cherche à calculer la vitesse du son dans l’air. On a mesuré une distance de
propagation d avec une incertitude-type u(d) ; on a également mesuré une durée de
propagation t avec une incertitude-type u(t). La vitesse du son v=d/t est facilement
calculable. Mais que vaut l’incertitude-type associée u(v) ?

Une introduction au problème

Pour comprendre la nécessité de savoir calculer l’incertitude-type composée, c’est-à-
dire l’incertitude-type d’une grandeur dépendant d’une ou de plusieurs autres, on prend
l’exemple de l’aire d’un carré. On suppose qu’on a mesuré le coté c d’un carré : c = 1,0 m et
u(c) = 0,1 m.
On représente ce que cela signifie : la longueur côté est susceptible de varier sur une plage
d’environ 0,1 m (l’incertitude-type quantifie la variabilité « typique »).

Retrouvez éduscol sur

Interpréter ce dessin pour en déduire directement une évaluation de l’incertitude de l’aire.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 28

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Un petit carré de 0,9 m de côté et inclus dans un carré de 1 m de côté ; ce carré de

1 m de côté est lui-même inclus dans un grand carré de 1,1 m de côté. La surface du
petit carré vaut 0,81 m2. La surface du grand carré vaut 1,21 m2. L’aire moyenne vaut
environ 1 m2 et est susceptible de varier sur une plage d’environ 0,2 m2. On en tire que
l’incertitude sur l’aire vaut environ 0,2 m2. Il s’agit d’une première approche et non
d’une démonstration de la valeur de l’incertitude-type de l’aire.

Il est remarquable que l’incertitude sur l’aire (0,2 m2) soit très différente du carré
de l’incertitude sur le côté (0,01 m2). Pourtant on rencontre fréquemment cette
conception chez les élèves.

Évaluations par le calcul

Élément 20 – Utilisation de l’ensemble des observations
Une première solution consiste à utiliser, si c’est possible, l’ensemble des observations
réalisées, et non la seule connaissance de la valeur mesurée et de son incertitude. C’est
la méthode la plus rigoureuse.

Élément 21 – Utilisation d’une formule mathématique

Dans de nombreux cas, on n’a plus accès à l’ensemble des observations. Il faut alors se

Exemples
Si on a 11 observations du côté du carré, on peut calculer 11 aires du carré, et on en déduit
la valeur mesurée de l’aire (la moyenne ) et l’incertitude-type associée ( ).
Si on a 9 valeurs de la distance et 9 valeurs de temps correspondantes, on peut calculer
9 valeurs de la vitesse du son v. On en déduit la valeur mesurée de la vitesse du son (la
moyenne ) et l’incertitude-type associée ( ).

résoudre à utiliser des relations mathématiques, valables sous certaines hypothèses.

Lorsqu’on combine plusieurs grandeurs, il faut qu’elles restent indépendantes,
autrement dit que la connaissance de l’une n’influe pas sur l’autre ; lorsque les
relations sont non-linéaires (cas 3 et 4 ci-dessous), il faut que les incertitudes relatives
(cf. élément 22) restent modestes, de l’ordre du pourcent. En classe terminale, ces
relations sont toujours données dans les énoncés.

Cas Relation Incertitude

1
( constante)

2
ou

3
ou

Retrouvez éduscol sur

Tableau – Expressions permettant de calculer l’incertitude de grandeurs composées,
dans des cas particuliers.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 29

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Exemple
Pour un rectangle dont on a mesuré les côtés, Y = 21,0 cm et u(Y) = 0,29 cm, Z = 29,7 cm
et u(Z) = 0,29 cm. L’aire vaut A = YZ = 623,7 cm2. On utilise la relation du cas 3 :
u(A) = 10,5 cm2.

Attention : dans le cas de la mesure de l’aire X d’un carré de côté Y, on utilise la

relation (4) avec k = 1, a = 2 et b = 0, ce qui conduit à u(X) = 2Yu(Y). Il ne faut surtout
pas choisir la relation (3) avec Y=Z : en effet dans cette relation Y et Z doivent être
indépendantes. L’usage inconsidéré de la relation (3) conduirait à l’expression erronée
u(X) = Yu(Y).

Mesure d’une période

On souhaite mesurer la période d’un pendule d’une longueur d’environ 1 m, qui bat
donc approximativement la seconde. Pour cela, on dispose d’un chronomètre résolvant
le millième de seconde, qu’on déclenche et qu’on arrête à la main. On fait l’hypothèse
raisonnable (car soutenue par des expériences en psychologie expérimentale) que ce
processus induit une variabilité typique de 50 ms.
On envisage deux protocoles de mesure :
A. On mesure 16 fois à l’aide du chronomètre le temps d’un aller-retour. À l’aide de
ces 16 valeurs on déduit une première évaluation et son incertitude-associée .
B. On mesure une unique fois la durée de 16 allers-retours successifs. On obtient
ainsi une valeur mesurée de la période :.
Répondre aux questions suivantes :
1. Comment fait-on pour calculer la valeur mesurée et son incertitude-type associée
? À quelle valeur s’attend-t-on pour ?
2. À quelle valeur s’attend-on pour ? En déduire une valeur raisonnable de .
3. Conclure sur le protocole qu’il est préférable de choisir.

On compare deux protocoles, l’un qui consiste à refaire 16 fois la mesure d’une période
et l’autre où on mesure une unique fois la durée d’observation de 16 périodes.
1. Pour calculer on prend la moyenne des 16 périodes observées. L’écart-type
expérimental des 16 périodes observées indique la variabilité typique de la
mesure d’une période. Comme l’énoncé indique que la variabilité typique d’une
mesure de temps vaut environ 50 ms, on s’attend à ce que ms.
L’incertitude-type associée à est l’incertitude d’une moyenne de 16
observations. On a donc (cf. Élément 17) :
= 12,5 ms.

2. On ne fait qu’une seule observation de D. Pour l’incertitude, on est donc obligé

de faire une évaluation de type B en utilisant l’énoncé : la variabilité typique d’une
mesure d’un temps à l’aide du chronomètre est de 50 ms. Ainsi peut-on faire
l’hypothèse raisonnable que ms. Puisque , on a (cf. cas 1
de l’élément 21) :
3,1 ms.

3. Il est préférable de choisir le protocole (B), avant toute chose par ce que
l’incertitude est quatre fois plus faible. Il existe une autre raison que cet exercice
n’évoque pas. S’il existe un décalage systématique entre le temps mesuré et
Retrouvez éduscol sur le temps observé lors de la mesure, cet écart sera divisé par 16 dans le cas du
protocole (B), alors qu’il restera entier dans le cas du protocole (A).

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 30

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

On aurait pu bien sûr choisir un nombre quelconque plutôt que 16, l’idée est ici de
simplifier l’énoncé en limitant le recours à des variables. Dans le cas du protocole (A),
l’incertitude de la mesure d’un temps est divisée par ; dans le cas du protocole (B),
elle est divisée par .

Élément 22 —Incertitude relative

On appelle incertitude relative (en toute rigueur incertitude-type relative) la grandeur :

Cette notion permet de calculer mentalement et rapidement des incertitudes-type

composées, dans les cas de produits ou rapports de puissances de grandeurs
mesurées.

Exemple
On cherche à calculer la vitesse du son dans l’air. On a mesuré une distance de propagation
m avec m ; on a également mesuré un temps de propagation
ms avec ms. L’incertitude-type est plus petite
que . En reprenant la formule mathématique du cas 3, on se
rend compte qu’on peut négliger devant .
Ainsi a-t-on , soit m·s–1.

Attention : certains manuels scolaires entretiennent une confusion entre l’incertitude

relative et l’écart relatif. Ces deux notions sont bien distinctes. L’écart relatif est égal
(en valeur absolue) à la différence entre valeur mesurée et une valeur de référence,
rapportée à la valeur de référence :

Cette grandeur, ui était souvent utilisée à tort pour valider des résultats, n’est
désormais plus au programme.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 31

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Évaluation par simulation numérique

Il arrive parfois qu’on n’ait pas de formule mathématique à appliquer ou que
l’approximation qu’elle nécessite ne soit pas justifiée. Dans ce cas, on est amené à
réaliser une simulation. À l’aide des informations dont on dispose, on synthétise
numériquement des observations fictives correspondant aux mesures données. On
travaille ensuite sur ces observations, pour estimer la valeur mesurée et l’écart-type.
On se ramène effectivement à une situation où on peut faire une évaluation de type A
de l’incertitude. L’activité suivante illustre ce processus.

Incertitude-type de l’aire d’un rectangle

On souhaite mesurer l’aire A d’une carte de crédit (en
supposant que les coins ne sont pas arrondis). La mesure
avec une règle donne :
• une largeur ℓ dans un intervalle [53,5 ; 54,5] mm ;
• une longueur L dans un intervalle [85,0 ; 86, 0] mm.
1. Évaluation par simulation numérique
a. En Python™, simuler 1 000 longueurs et
largeurs extraites de ces intervalles. On rappelle que la fonction numpy.
[Link](a, b, N) renvoie un array numpy de N nombres aléatoires
uniformément distribués entre a et b.
b. En déduire 1 000 observations synthétiques de l’aire A. Représentez l’histogramme
de ces observations.
c. En déduire la valeur mesurée de l’aire A ainsi que l’incertitude-type associée.
2. Évaluation par formule mathématique.
a. Calculez les valeurs mesurées L et ℓ et les incertitudes-type associées u(L) et u(ℓ).
b. À l’aide d’une expression mathématique bien choisie de l’élément 21, calculer la
valeur mesurée de l’aire A ainsi que son incertitude-type associée ; comparer ce
résultat avec le précédent.

1.
a.
import numpy as np
import [Link] as rd
import [Link] as plt
Nsim = 1000
L = [Link](85 ,86, Nsim)
l = [Link](53,5 ,54,5, Nsim)
A = l*L
b.
[Link](A, bins=’rice »)
[Link](r’aires (mm$^2$) »)
[Link](‘effectifs’)
[Link]()
c.
print(« valeur mesurée de A : », [Link](A))
print(« u(A) : », [Link](A, ddof=1))
Application numérique : A = 4 617 mm2 et u(A) = 29 mm2

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 32

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

2.
a. = 54,0 mm ; = 0,29 mm ;
= 85,5 mm ; = 0,29 mm.
b. D’après le document 14, cas 3, on a :
• A = ℓ × L = 4 617 mm2 ;

• = 29,3 mm2.

Les deux méthodes d’évaluation coïncident ici, car les incertitudes restent modérées
et l’approximation que la formule suppose est justifiée. Ce n’est pas forcément le cas si
les incertitudes sont plus grandes.

Écriture du résultat et comparaisons

Écriture du résultat
Élément 23 – Les trois composantes d’un résultat de mesure
Un résultat de mesure doit inclure :
1. la valeur mesurée, sous la forme X = … en précisant l’unité appropriée ;
2. l’incertitude-type associée à la valeur mesurée, sous la forme u(X) = … en utilisant
la même puissance de 10 que celle de la valeur mesurée, et évidemment la même
unité ;
3. idéalement des informations concernant l’obtention des deux précédentes
grandeurs, comme la méthode utilisée pour l’évaluation de l’incertitude, le nombre
d’observations réalisées, etc.

Il est possible de condenser la valeur mesurée et l’incertitude-type sous la forme

X ± u(X), mais il faut alors bien préciser que ce qui suit le ± est l’incertitude-type. Dans
ce cas, la puissance de 10 doit être commune et en facteur.

Exemple
A = 623,7 cm2, u(A) = 10,5 cm2 peut aussi s’écrire A = 6,237 ⨯ 10–2 m2, u(A) = 0,105 ⨯ 10–2 m2,
ou encore de manière condensée A = (6,237 ± 0,105) ⨯ 10–2 m2 (où ce qui suit le ± est
l’incertitude-type).

Cette manière de rapporter valeur mesurée et incertitude-type est issue du Guide

pour l’expression de l’incertitude de mesure (GUM). Le paragraphe 7.2.2 de cette
référence indique que l’écriture sous la forme X ± u(X) est source de confusion parce
qu’elle est traditionnellement utilisée pour indiquer un intervalle correspondant à un
niveau de confiance élevé et peut, en conséquence, être confondue avec l’incertitude
élargie (qui n’est plus au programme).

Élément 24 – La notion de chiffres significatifs

Lorsqu’on écrit une valeur en notation scientifique, le nombre de chiffres employés
dans la mantisse (le facteur avant la puissance de 10) est par définition le nombre de
chiffres significatifs.

Lorsqu’on écrit une valeur en notation décimale, et qu’elle est inférieure à 1 en valeur
absolue ou bien n’est pas un multiple entier de 10, la définition est la même, à ceci près
Retrouvez éduscol sur
qu’on ne compte pas les premiers 0 à gauche.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 33

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Exemples
1,254 0 ⨯ 10-2 possède 5 chiffres significatifs ; 0,002 3 possède 2 chiffres significatifs ; 1 254
possède 4 chiffres significatifs ; on ne peut pas dire combien de chiffres significatifs il y a
dans 2 500, car il existe une ambiguïté : 2 500 = 2,5 ⨯ 103 ou 2,500 ⨯ 103 ?

Le nombre de chiffres significatifs employés sert parfois à communiquer une

information grossière quant à l’incertitude associée à la valeur écrite, si on ne la
connaît pas. Cette incertitude est du même ordre de grandeur que l’unité du dernier
chiffre utilisé.

Exemple
À une valeur de 9,8 on peut associer une incertitude dont l’ordre de grandeur est 0,1.
L’incertitude ne vaut pas exactement 0,1 mais peut valoir 0,7 ou même 0,03 par exemple.

Utiliser trop de chiffres significatifs rend plus difficile la lecture et l’écriture d’une
valeur, et risque de faire croire à tort que l’incertitude est très faible. Ne pas en utiliser
suffisamment conduit à des erreurs d’arrondi.

Pour diminuer le nombre de chiffres significatifs, on procède à un arrondi à la valeur la

plus proche ; dans le cas où un 5 est le dernier chiffre, on arrondit par excès. Pour
élever le nombre de chiffres significatifs, on rajoute des 0 à droite.

Exemple
Arrondir 2,453 3 à trois chiffres significatifs donne 2,45 ; arrondir 1,25 à deux chiffres
significatifs donne 1,3. Écrire 2,3 avec quatre chiffres significatifs donne 2,300.

Si les valeurs mesurées sont données sans les valeurs d’incertitude, le résultat d’un
calcul (impliquant multiplications et/ou divisions) doit être écrit avec le nombre de
chiffres significatifs de la donnée qui en possède le moins. Cette règle, de toute façon
approximative, est rarement suivie en dehors du contexte scolaire.

Exemple
Si on demande le poids d’une masse m = 0,1 kg dans un champ de pesanteur de
g = 9,81 N/kg, l’application stricte de cette règle impose de répondre mg = 1 N. En réalité,
on attend souvent mg = 0,981 N.

Élément 25 – Combien de chiffres dans le résultat d’une mesure ?

L’incertitude-type résulte d’une évaluation : on n’est jamais certain de sa valeur.
Pour rappeler que l’incertitude-type est elle-même incertaine, on limite en général
son nombre de chiffres significatifs à deux. Parfois on le limite à un unique chiffre
significatif, mais cela est susceptible de produire de sérieuses erreurs d’arrondi, pour
un bénéfice limité.
Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 34

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Exemples
u(A) = 1,03 cm2 s’écrit u(A) = 1,0 cm2
u(A) = 1,05 cm2 s’écrit u(A) = 1,1 cm2
u(A) = 1 cm2 s’écrit u(A) = 1,0 cm2 (avec 2 chiffres significatifs)

Lorsque l’incertitude-type est précisée, le nombre de chiffres significatifs de la valeur

mesurée correspondante n’a plus de sens propre. On le choisit de manière à faciliter la
lecture, en s’arrangeant pour que le dernier chiffre de la valeur mesurée ait la même
position (dans la mantisse ou en écriture décimale) que le dernier chiffre de
l’incertitude-type.

Exemples
1. A = 623,5 cm2, u(A) = 11,3 cm2 se réécrit A = 624 cm2, u(A) = 11 cm2, ou encore de
manière condensée A = (624 ± 11) cm2 (où ce qui suit le ± est l’incertitude-type).
2. L = 100 m, u(L) = 1,55 cm se réécrit L = 100,000 m, u(L) = 0,016 m, ou encore de manière
condensée L = (100,000 ± 0,016) m (où ce qui suit le ± est l’incertitude-type).

Jeux d’écriture
Complétez le tableau suivant en écrivant les résultats des mesures sous la forme
X ± u(X) = …, et en respectant les règles d’écriture. Vous imposerez 2 chiffres significatifs à
l’incertitude-type. Tant que cela reste raisonnable, vous utiliserez l’écriture scientifique.

Grandeur Valeur mesurée Incertitude-type Écriture standardisée

(ce qui suit ± est l’incertitude-type)

Distance 742310,1 m 777,32 m L = (7,4231 ± 0,0078 ) ⨉ 105 m

Distance 8231,34 m 3,449 m L = (8,2313 ± 0,0034 ) ⨉ 103 m

Distance 9,42136 mm 4 µm L = (9,4214 ± 0,0040 ) ⨉ 10–3 m

Temps 0,014280 s 0,000312 s T = (1,428 ± 0,031 ) ⨉ 10–2 s

Temps 0,0028534 s 0,000451 s T = (2,85 ± 0,45 ) ⨉ 10–3 s

Temps 0,000284 s 0,000436 s T = (2,8 ± 4,4 ) ⨉ 10–4 s

Résistance 1,10876 mΩ 333 µΩ R = (1,11 ± 0,33 ) ⨉ 10–3 Ω

Résistance 4,2032 MΩ 5,3 kΩ R = (4,2032 ± 0,0053) ⨉ 106 Ω

Intensité 45 A 0,32 kA I = (0,5 ± 3,2 ) ⨉ 102 A

Intensité 45 µA 4,4 mA I = (0,0 ± 4,4) ⨉ 10–3 A

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 35

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Ce type d’exercice permet de travailler à la fois les conversions d’unité et les règles
d’écriture d’un résultat. Les conversions d’unités posent des problèmes à nombre
d’élèves, y compris en terminale. L’usage de la méthode vue à l’école primaire, qui
consiste à représenter les préfixes à l’aide de bâtons ou de boites, reste très ancrée.
Cette méthode est peu performante, voire inopérante dans le cas d’unités composées
(la conversion de kg/m3 en g/cm3 par exemple).

Par ailleurs, les préfixes restent encore mal connus (G, T, P, E, n, p, f, a, et a fortiori les
plus récents (1991) : Z, Y, z, et y). Voir par exemple l’article de Wikipédia sur les préfixes
du SI.

Comparer un résultat à une valeur de référence

Élément 26 – Valeur de référence
On appelle valeur de référence une valeur mesurée par une méthode de référence,
c’est-à-dire par une méthode scientifiquement jugée comme étant supérieure à toute
autre. Par extension, on appelle valeur de référence toute valeur mesurée dont
l’incertitude-type est supposée négligeable devant celle obtenue par une autre
méthode.

Exemples
La focale d’une lentille de 10 cm, indiquée par le constructeur, peut être considérée
comme une valeur de référence. On suppose en effet que le constructeur a mesuré les
focales des lentilles qu’il vend à l’aide d’une méthode dont l’incertitude serait bien plus
faible que celle accessible en TP.
La vitesse du son à 20 °C, 343,4 m·s–1, peut être considérée comme valeur de référence
dans une séance de TP où l’on cherche à mesurer la vitesse du son dans l’air ambiant.
Alternativement on peut donner comme référence une expression de la vitesse du son en
fonction de la température ambiante ( ).

Élément 27 – z-score
Par définition, l’incertitude-type quantifie les fluctuations potentielles de la valeur
mesurée annoncée. Lorsque la méthode de mesure envisagée et la méthode de
référence sont cohérentes, on s’attend à ce que la valeur de référence ne coïncide
pas exactement avec la valeur mesurée, mais ne s’en écarte pas plus que de quelques
incertitudes-type (cf. définition de l’incertitude-type).

On définit le z-score comme l’écart absolu entre la valeur mesurée et la valeur de

référence , divisé par l’incertitude-type :

Il représente une évaluation de l’accord entre le résultat de la mesure et la valeur de

référence.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 36

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Figure 7 – Si la valeur de référence est correcte, l’écart entre la valeur mesurée et celle-
ci sera du même ordre de grandeur que l’incertitude-type, qui caractérise la variabilité
du processus de mesure.

Le schéma qui précède est différent de celui qui servait à définir l’incertitude, car
centré sur la valeur de référence. En effet la méthode de décision relève des tests
statistiques. Ce cadre conceptuel consiste à considérer dans un premier temps que la
grandeur d’intérêt est décrite par la valeur de référence, et que le processus de mesure
y ajoute une variabilité, caractérisée par l’incertitude-type. Sous cette hypothèse,
la valeur mesurée est susceptible de s’éloigner de plusieurs écarts-types de la valeur
de référence, mais si cela arrive c’est un évènement rare. Aussi, si on observe un
éloignement considérable, on décide de rejeter l’hypothèse initialement formée : la
grandeur d’intérêt n’est pas décrite par la valeur de référence.

Pour mieux comprendre, on peut envisager un jeu de pile ou face. On forme dans un
premier temps l’hypothèse qu’il n’est pas truqué. On joue et on perd 10 fois de suite.
La probabilité pour que cela arrive est de 1/210. C’est donc un évènement rare, si le
jeu n’est pas truqué. Même si on n’en est pas certain, il parait raisonnable d’arrêter de
jouer, et donc de rejeter l’hypothèse initiale.

On trouvera (entre autres) une introduction aux tests statistiques dans le cours de
Biostatistique PACES (2013) écrit par F. Carrat, A. Mallet et V. Morice.

Élément 28 – Compatibilité d’un résultat avec une valeur de référence

Lorsque z < 2, on considère que le résultat de la mesure est compatible avec la valeur
de référence.

Lorsque z ≥ 2 on considère qu’il ne l’est pas.

Ce seuil à 2, d’origine historique, est fixé par convention. On le retrouve dans de

nombreux champs scientifiques, comme la médecine, la pharmacie, la biologie, la
psychologie, l’économie, l’écologie, etc. Ce seuil peut différer : par exemple pour
démontrer l’existence d’une nouvelle particule en physique subatomique, il faut
Retrouvez éduscol sur atteindre un seuil z ≥ 5.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 37

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Estimation de π
Une élève mesure plusieurs fois le rapport entre la circonférence mesurée d’un cercle et
son diamètre. Dans son rapport, elle indique une valeur mesurée de 3,3 et une incertitude-
type de 0,1. Est-ce que ce résultat est compatible avec la valeur connue de π ?

Calculons le z-score : . Le résultat est compatible avec la

valeur connue de π.

Attention ! L’élève a communiqué son incertitude-type avec un unique chiffre

significatif. Dans d’autres circonstances, l’arrondi aurait pu amener à une conclusion
erronée. Imaginons qu’une autre élève relève la valeur mesurée de 3,39 et l’incertitude-
type est de 0,14. On calcule . Le résultat est encore
compatible avec la valeur connue de π. Si on arrondit à un chiffre significatif :
. La conclusion est alors inversée. On comprend dès lors en
quoi l’arrondissage excessif de l’incertitude-type peut être problématique.

Élément 29 – Que faire en cas d’incompatibilité ?

Comment interpréter un z-score supérieur à 2 ?

Des fluctuations élevées se produisent parfois : le résultat de mesure et la valeur de

référence peuvent être compatibles même si le z-score est supérieur à 2. Cela arrive
environ une fois sur 20.

Il est possible que l’incertitude-type ait été sous-estimée, ou qu’une source

d’incertitude ait été oubliée ; il convient donc de réexaminer les choix qui ont mené
à son évaluation (à l’inverse si on a surestimé l’incertitude-type, on risque de conclure
par erreur à un accord mesure/référence).

Il est possible que l’expérience n’ait pas été correctement réalisée.

Exemples
1. On a mesuré un rayon au lieu d’un diamètre.
2. On n’a pas fait attention à placer correctement son œil et commis une erreur de
parallaxe en lisant un volume sur une éprouvette graduée.
3. On a mal recopié des valeurs ; on a fait des erreurs d’arrondi dans ses calculs.

La modélisation envisagée du phénomène observé n’est pas complète.

Exemple
On compare la mesure de la période d’un pendule de longueur L avec la valeur de
référence donnée par la formule théorique . Cela ne fonctionnera pas forcément
bien, car on a négligé les frottements avec l’air, et la masse du pendule n’est pas
ponctuelle.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 38

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Si on ne comprend pas d’où vient un désaccord ou si on n’est pas certain de sa

provenance, il est toujours judicieux de refaire une expérience.

Dans tous les cas, il faut bien comprendre que la présence d’une incompatibilité n’est
pas synonyme d’échec. La méthode de mesure peut tout à fait légitimement donner
des résultats incompatibles avec une valeur de référence. Il est également possible
qu’une loi physique ne soit valable que dans un domaine de paramètres plus restreint
que celui qu’on explore. Révéler une modélisation incomplète peut d’ailleurs être un
objectif pédagogique en soi. Les modèles du cours sont souvent très simplifiés, le faire
percevoir en séance de travaux pratiques est formateur.

En fin de compte, l’important est le soin accordé à la mesure, l’honnêteté des

observations, et la complétude de leur documentation.

Identification d’un métal

On mesure la masse volumique d’un métal doré dont on ignore complètement la nature :
ρ = (8,40 ± 0,20) × 103 kg·m–3, écriture dans laquelle l’incertitude-type est indiquée derrière
le signe ±. On trouve dans Wikipédia les densités suivantes : Or (19,3), Laiton (8,2), Cuivre
(8,9). Qu’est-on en droit d’affirmer ?

On peut faire les hypothèses successives que le métal est de l’or, du laiton, du cuivre.
On calcule alors les trois z-scores :
• = 54,5 ;

• =1;

• = 2,5.
Avec un seuil à 2, on peut rejeter l’hypothèse qu’il s’agisse d’or ou de cuivre. On ne
peut pas rejeter l’hypothèse qu’il s’agisse de laiton. Mais il serait faux de conclure
qu’il s’agit de laiton. Le métal doré pourrait être un autre alliage, de masse volumique
différente mais voisine !

Élément 30 – Que faire si une observation unique semble aberrante ?

Parfois, lorsqu’on fait plusieurs observations, l’une d’entre elles semble être aberrante.
S’il existe des procédures automatisées pour les détecter, elles reposent toutes sur une
part d’arbitraire. Le plus simple est donc d’éliminer manuellement les valeurs
aberrantes, tout en le documentant – se préservant ainsi du cas où on les aurait
éliminées par erreur.

Exemple
On veut estimer π en mesurant à l’aide d’une double-décimètre le périmètre d’un disque
métallique de rayon 0,5 cm. On répète la mesure et on relève les valeurs suivantes, en cm :
3,0 ; 3,2 ; 2,9 ; 3,1 ; 3,2 ; 4,3 ; 3,1 ; 3,0 ; 3,3 ; 3,2. Il semble que la valeur 4,3 est à exclure ; il est
possible qu’il s’agisse d’un 3,4 mal recopié, mais il est impossible d’en être certain. C’est
pourquoi on l’exclut, tout en le documentant. Une fois cela fait, on peut calculer la valeur
mesurée (la moyenne) et l’incertitude-type associée.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 39

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Le GUM (déjà cité) précise que les valeurs aberrantes peuvent introduire une erreur
inconnue significative pour le résultat d’une mesure. Des valeurs aberrantes
importantes peuvent habituellement être mises en évidence par un examen approprié
des résultats. En revanche, des valeurs faiblement aberrantes peuvent être
indétectables ou apparaître, éventuellement, comme des variations aléatoires. Les
mesures de l’incertitude ne prétendent pas prendre en compte de telles fautes.
L’article Wikipédia Données aberrantes permet de mieux comprendre leur définition
et le caractère arbitraire de leur détermination.

Attention aux données !

On demande à un groupe d’élèves d’utiliser un mètre de tapissier pour mesurer la longueur
L d’une pièce. Sur le compte rendu sont rapportées 6 observations indépendantes :
4,402 m ; 4,217 m ; 4,345 m ; 4,925 m ; 4,372 m ; 4,289 m. Quel résultat de mesure devrait-
on lire dans leur rapport ?

Avant toute opération sur les données, il convient de les examiner avec un regard
critique. Toutes les observations ici sont comprises entre (arrondi fait) 4,2 et 4,4 m, à
l’exception de l’une d’entre elles, qui vaut environ 4,9 m. Il est toujours possible que
cette valeur soit tout à fait légitime. Mais elle semble assez éloignée des autres, ce qui
jette un doute sur son origine. On peut donc décider de la rejeter, dans la mesure où
on documente ce processus. Davantage de données permettraient cependant de se
décider avec plus de certitude.

Une fois la valeur 4,925 m exclue, on peut calculer la moyenne et l’incertitude-type :

L = 4,425 m ; u(L) = 0,103521012 m. On arrondit l’incertitude-type pour qu’elle ait deux
chiffres significatifs, ce qui permet d’écrire le résultat de la mesure : L = 4,43 m et
u(L) = 0,10 m.

Retrouvez éduscol sur

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 40

 VOIE GÉNÉRALE ET TECHNOLOGIQUE 2de 1re Tle Physique-chimie

Références

Ressources à valeur normative

• Le Bureau international des poids et mesures (BIPM) publie des guides sur la mesure
et les incertitudes, accessibles à l’adresse : [Link]
guides/
• Comité commun pour les guides en métrologie (JCGM) (2008), Guide pour
l’expression de l’incertitude de mesure (GUM).
• Comité commun pour les guides en métrologie (JCGM) (2012), Vocabulaire
international de métrologie – Concepts fondamentaux et généraux et termes associés
(VIM, 3e édition).
• Ellison, S. L. R, Williams A., et Eurachem Working Group on Uncertainty in Chemical
Measurement (2012), Guide EURACHEM / CITAC CG4 - Quantifier l’Incertitude des
Mesures Analytiques (Troisième Édition), QUAM:2012.P.

Ouvrages
• Carrat F., Mallet A. et V. Morice, cours de biostatistique de la PACES - UE4 de la
Faculté de médecine Pierre-et-Marie-Curie (Paris 6), 2013.
• Delecroix, Michel, Histogrammes et estimation de la densité, Que sais-je ? n° 2055,
Paris : Presses Universitaires de France, 1979.
• Grégis, Fabien, La valeur de l’incertitude : l’évaluation de la précision des mesures
physiques et les limites de la connaissance expérimentale, Thèse de doctorat,
Université Paris-Diderot (Paris 7), 2016.
• Guedj, Denis, Le mètre du monde, Paris : Seuil, 2000.
• Joffin Ch., Lafont F. et Mathieu E., Je pratique la métrologie, Le recueil, Paris : Lexitis
Éditions, 2019.
• Russell, Bertrand, The Scientific Outlook, London : George Allen and Unwin Ltd,
1931.
• Supiot, Alain, La Gouvernance par les nombres, Cours au Collège de France (2012-
2014), Paris : Fayard, 2015.

Articles et sites
• Bernauer, J. et Pohl, R., « Le proton, un problème de taille », Pour la Science n° 439,
pp. 28–35, 2014.
• Bureau international des poids et mesures, Questions en français au sujet de la 3e
édition du VIM.
• Page La tromperie de la Direction générale de la concurrence, de la consommation
et de la répression des fraudes (DGCCRF).
• Doucet, J.-P. (2020) Code pénal (25 septembre – 6 octobre 1791), 2020.
• Khan Academy, Pourquoi on divise par n-1 pour calculer la variance d’échantillon.
• Mediapart (blog) Le réchauffement climatique anthropique : un mensonge qui
arrange !, 10 janvier 2016 (version archivée au 4 décembre 2020).
• Tal, Eran, Measurement in Science, The Stanford Encyclopedia of Philosophy,
Edward N. Zalta (ed.), 2020.

Wikipédia
• Variance (mathématiques).
• Constante de Hubble.
• Préfixes du Système international d’unités.
Retrouvez éduscol sur • Données aberrantes.
• Florence Nightingale.
• Guerre de Crimée.

[Link]/ - Ministère de l’Éducation nationale, de la Jeunesse et des Sports - Mai 2021 41