La méthode de Monte Carlo est une technique de calcul numérique basée sur les principes du GUM analytique (JCGM 100 : 2008), elle constitue de fait le Supplément 1 du GUM (JCGM 101 : 2008) pour estimer des incertitudes de mesure. 

L’estimation des incertitudes de mesure par la méthode de Monte Carlo est basée sur la propagation des distributions des grandeurs d’entrée à travers un modèle mathématique du modèle de mesure. Ce supplément est téléchargeable gratuitement sur le site du Bureau International des Poids et Mesures www.bipm.org à la rubrique publications. (Evaluation of measurement data – Supplement 1 to the "Guide to the expression of uncertainty in measurement" – Propagation of distributions using a Monte Carlo method).

C’est une alternative pratique à la loi de propagation des variances utilisée dans le GUM standard lorsque celui-ci n’est pas facilement applicable, par exemple, si la fonction de densité de probabilité pour la grandeur de sortie s'écarte sensiblement d'une distribution gaussienne (conduisant à des intervalles de confiance irréalistes) ou si la propagation sur la base du développement de Taylor au premier ordre n’est pas satisfaisante (linéarisation du modèle inadéquate). La méthode Monte Carlo consiste en une approche numérique compatible avec l’ensemble des principes généraux du GUM. Les différentes étapes à mettre en oeuvre sont : définir le mesurande et analyser le processus de mesure (méthode des 5M par exemple). Il faut ensuite associer une distribution à chaque composante d’incertitudes selon sa typologie (loi normale, uniforme, triangulaire…), il s’agit là d’établir le modèle du processus de mesure. L’étape d’après dans le schéma Monte Carlo consiste [...]

Accédez à la version complète de cet article et decouvrez plus de contenus exclusifs en adhérant au CFM dès maintenant !

Mise à jour le : 08/2024