Calcul d’incertitude sur un gain
Calculez le gain nominal, l’incertitude composée, l’incertitude élargie et l’intervalle probable à partir des mesures d’entrée et de sortie. Outil adapté aux contextes laboratoire, électronique, instrumentation et contrôle qualité.
Calculateur interactif
Guide expert du calcul d’incertitude sur un gain
Le calcul d’incertitude sur un gain est indispensable dès qu’un rapport entre deux mesures doit être interprété sérieusement. On rencontre cette situation en électronique analogique, en métrologie, en instrumentation, en acoustique, en optique, en contrôle process et dans de nombreux essais de laboratoire. Le gain peut représenter une amplification de tension, un rapport de puissance, un facteur de transmission, une sensibilité de capteur ou encore une variation relative entre une grandeur de référence et une grandeur mesurée. Dans tous les cas, publier un gain sans son incertitude revient à donner une information incomplète, parfois trompeuse.
Concrètement, si un système affiche un gain linéaire de 4, cela signifie que la sortie est quatre fois plus grande que l’entrée. Mais si les instruments de mesure comportent chacun une incertitude, le gain réel n’est pas exactement 4. Il se situe dans un intervalle probable autour de cette valeur. Le rôle du calcul d’incertitude est de quantifier cet intervalle de manière rigoureuse.
Pourquoi l’incertitude sur un gain est-elle si importante ?
Dans la pratique, plusieurs décisions techniques dépendent directement de l’incertitude :
- la conformité d’un amplificateur à une spécification fabricant ;
- la validation d’un capteur après étalonnage ;
- la comparaison entre deux méthodes de mesure ;
- l’évaluation du risque d’acceptation ou de rejet d’un lot ;
- la robustesse d’un modèle expérimental ou d’une chaîne d’acquisition.
Le cadre de référence le plus largement utilisé reste le GUM, le Guide to the Expression of Uncertainty in Measurement, largement diffusé par les organismes de métrologie. Des ressources utiles sont proposées par le NIST, par des universités techniques comme le University of Washington pour la compréhension méthodologique, ainsi que par des laboratoires fédéraux via des documents publics comme ceux du National Institute of Standards and Technology. Ces références rappellent toutes la même idée : il faut modéliser la grandeur calculée, identifier les sources d’incertitude, les convertir dans une forme compatible, puis les propager.
Définition du gain et cadre de calcul
Supposons un gain défini par le rapport :
où y est la valeur de sortie et x la valeur d’entrée. Si les incertitudes-types absolues sont u(y) et u(x), et si les deux mesures sont indépendantes, alors la propagation d’incertitude donne :
où ur(G) est l’incertitude relative combinée et u(G) l’incertitude-type combinée absolue du gain.
Si l’on souhaite communiquer une incertitude élargie, on applique un facteur de couverture k :
L’intervalle rapporté devient alors :
Interprétation statistique des facteurs de couverture
Dans un cadre gaussien simple, les facteurs de couverture les plus courants ont une interprétation probabiliste approchée. Ils sont omniprésents dans les rapports d’essais, certificats d’étalonnage et publications techniques.
| Facteur de couverture k | Niveau de couverture approché | Usage courant | Commentaire pratique |
|---|---|---|---|
| 1 | 68,27 % | Analyse interne, estimation standard | Représente l’incertitude-type combinée autour de la valeur centrale. |
| 2 | 95,45 % | Rapports qualité, essais, métrologie appliquée | Choix le plus fréquent pour une communication compréhensible et prudente. |
| 3 | 99,73 % | Applications critiques, marges de sécurité | Plus conservateur, mais souvent plus large que nécessaire pour un usage standard. |
Ces pourcentages sont des statistiques classiques de la loi normale. Ils ne doivent pas être appliqués aveuglément à toutes les situations, mais ils constituent une référence solide quand les erreurs sont aléatoires, symétriques et que les hypothèses du modèle sont raisonnables.
Différence entre gain linéaire et gain en dB
Dans plusieurs domaines, le gain est affiché en décibels. Pour un rapport d’amplitude, de tension ou de courant, la conversion s’écrit :
Le passage en dB n’annule pas l’incertitude, il la transforme. Pour de petites incertitudes relatives, on peut approximer l’incertitude-type sur le gain en dB par :
Cette relation est très utile pour les ingénieurs qui comparent des marges de gain, des réponses fréquentielles ou des rapports de transmission. Elle montre aussi qu’une même qualité relative de mesure produit une incertitude en dB facilement interprétable.
Exemple détaillé de calcul
Imaginons une mesure d’entrée de 2,5 V avec une incertitude-type de 0,02 V, et une mesure de sortie de 10,0 V avec une incertitude-type de 0,08 V.
- Gain nominal : G = 10 / 2,5 = 4
- Incertitude relative sur la sortie : 0,08 / 10 = 0,008 soit 0,8 %
- Incertitude relative sur l’entrée : 0,02 / 2,5 = 0,008 soit 0,8 %
- Incertitude relative combinée : √(0,008² + 0,008²) = 0,01131 soit 1,131 %
- Incertitude-type sur le gain : 4 × 0,01131 = 0,0452
- Avec k = 2, incertitude élargie : U = 0,0905
- Résultat final : G = 4,00 ± 0,09
Cet exemple montre un point essentiel : même avec deux instruments apparemment précis, l’incertitude finale du rapport n’est jamais nulle. Le gain doit donc être communiqué avec son intervalle, surtout si une tolérance constructeur serrée est en jeu.
Les principales sources d’incertitude sur un gain
- Résolution instrumentale : limite due au nombre de chiffres affichés ou au pas de numérisation.
- Étalonnage : exactitude et traçabilité de l’instrument par rapport à un étalon.
- Répétabilité : dispersion observée lors de mesures répétées dans les mêmes conditions.
- Stabilité temporelle : dérive thermique, vieillissement, bruit, alimentation.
- Modèle mathématique : simplification du système réel par une formule idéale.
- Corrélation éventuelle : si entrée et sortie dépendent d’un même instrument ou d’un même étalon, l’indépendance n’est plus stricte.
La plupart des erreurs fréquentes viennent d’une mauvaise classification des incertitudes. Beaucoup de praticiens mélangent tolérance fabricant, erreur maximale et écart-type expérimental. Pourtant, ces grandeurs ne se combinent pas de la même manière. Dans une approche rigoureuse, on convertit chaque composante dans une incertitude-type avant de les agréger.
Tableau comparatif de sensibilité du gain à l’incertitude relative
Le tableau suivant illustre l’effet de l’incertitude relative combinée sur un gain linéaire nominal de 10. Les chiffres sont réels et dérivent directement de la formule de propagation pour différents niveaux d’incertitude relative globale.
| Incertitude relative combinée | u(G) pour G = 10 | U avec k = 2 | Intervalle final |
|---|---|---|---|
| 0,5 % | 0,05 | 0,10 | 10,00 ± 0,10 |
| 1,0 % | 0,10 | 0,20 | 10,00 ± 0,20 |
| 2,0 % | 0,20 | 0,40 | 10,00 ± 0,40 |
| 5,0 % | 0,50 | 1,00 | 10,00 ± 1,00 |
Ce type de comparaison est très utile en phase de conception d’essai. Avant même de lancer une campagne de mesures, on peut estimer le niveau de performance instrumentale nécessaire pour atteindre une incertitude finale acceptable sur le gain.
Quand le résultat devient-il délicat à interpréter ?
Certaines situations rendent le calcul plus sensible :
- une valeur d’entrée très faible, proche de zéro ;
- une sortie bruitée ou instable ;
- des données moyennées sans estimation correcte de la dispersion ;
- des instruments partageant une source d’erreur commune ;
- un calcul en dB effectué sur un rapport négatif ou non physique.
Dans ces cas, le calcul simple proposé ici reste utile comme première approximation, mais un traitement plus avancé peut être nécessaire : prise en compte de covariance, méthode Monte Carlo, distribution non gaussienne ou propagation numérique sur mesures répétées.
Procédure recommandée en environnement professionnel
- Définir précisément la grandeur appelée gain.
- Identifier toutes les mesures nécessaires au calcul.
- Recenser les sources d’incertitude de chaque mesure.
- Convertir chaque contribution en incertitude-type compatible.
- Combiner les incertitudes selon la loi de propagation appropriée.
- Choisir et justifier le facteur de couverture k.
- Présenter le résultat avec unité, méthode et hypothèses.
Dans un rapport d’essai de qualité, il est conseillé de documenter au minimum : la formule utilisée, le type de gain, les instruments employés, leurs dates d’étalonnage, le nombre de répétitions, les hypothèses d’indépendance et la valeur de k. Cette transparence augmente fortement la crédibilité des résultats.
Comment lire le résultat du calculateur
Le calculateur ci-dessus fournit plusieurs indicateurs. Le gain nominal est le rapport central entre sortie et entrée. L’incertitude relative combinée exprime l’ampleur de l’incertitude en pourcentage du gain. L’incertitude-type est la sortie directe de la propagation. L’incertitude élargie, obtenue avec le facteur k, donne une plage plus simple à communiquer. Enfin, l’intervalle final indique la zone probable dans laquelle se situe le gain réel compte tenu des hypothèses choisies.
Si vous basculez vers le mode dB, l’outil affiche également le gain en décibels ainsi que son intervalle associé. Cette vue est particulièrement parlante quand on travaille sur des filtres, amplificateurs, chaînes RF, microphones, capteurs ou systèmes audio.
Erreurs fréquentes à éviter
- Utiliser des grandeurs de nature différente dans le même rapport.
- Appliquer 20 log10 à un rapport de puissance au lieu de 10 log10.
- Oublier que l’incertitude d’entrée compte autant que celle de sortie.
- Confondre précision affichée et incertitude démontrée.
- Choisir k = 2 sans préciser que l’on parle d’une approximation de couverture.
Conclusion
Le calcul d’incertitude sur un gain n’est pas une formalité administrative. C’est un outil d’aide à la décision qui permet d’évaluer la fiabilité d’un rapport mesuré, de comparer des équipements, de valider des essais et de sécuriser les conclusions techniques. En appliquant correctement la propagation des incertitudes, vous transformez un simple ratio en résultat exploitable, défendable et traçable.
Pour un usage courant, la démarche suivante suffit souvent : calculer le gain, propager les incertitudes relatives d’entrée et de sortie, puis communiquer une incertitude élargie avec k = 2. Pour des applications critiques, il faut aller plus loin et vérifier la nature statistique des erreurs, les corrélations éventuelles et la pertinence du modèle choisi. Dans tous les cas, le meilleur réflexe reste le même : ne jamais annoncer un gain sans annoncer l’incertitude qui l’accompagne.