Calculateur de moyenne quadratique (racine carrée de la moyenne des carrés)

Mis à jour : 03.10.2026

Calculez la moyenne quadratique (valeur efficace, RMS) de n'importe quel ensemble de nombres. Indiquez le nombre de valeurs ainsi que les valeurs elles-mêmes — le calculateur élève chacune au carré, fait la moyenne des carrés, puis prend la racine carrée.

Calculez la valeur efficace de n'importe quelle série de données

Formule de la moyenne quadratique (RMS)

Formule

\[ x_{\mathrm{RMS}} = \sqrt{\frac{x_1^2 + x_2^2 + \cdots + x_n^2}{n}} = \sqrt{\frac{1}{n}\sum_{i=1}^{n} x_i^2} \]

Où :

\(x_1, x_2, \ldots, x_n\) — les valeurs individuelles de la série de données
\(n\) — le nombre de valeurs

La formule élève chaque valeur au carré, calcule la moyenne arithmétique de ces carrés, puis prend la racine carrée du résultat. Comme l'élévation au carré supprime les signes négatifs et que la racine carrée ramène ensuite le résultat à l'échelle d'origine, la moyenne quadratique est toujours positive ou nulle et s'exprime dans la même unité que les valeurs d'entrée.

Moyenne quadratique – Exemple de calcul

Exemple : trouvez la moyenne quadratique des deux valeurs par défaut utilisées par le calculateur, 10 et 20.

\[ x_{\mathrm{RMS}} = \sqrt{\frac{10^2 + 20^2}{2}} = \sqrt{\frac{100 + 400}{2}} = \sqrt{\frac{500}{2}} = \sqrt{250} \approx 15.81 \]

Résultat : la moyenne quadratique (RMS) de 10 et 20 est d'environ 15,81.

À titre de comparaison, la moyenne arithmétique ordinaire des mêmes nombres est \(\frac{10 + 20}{2} = 15\), toujours inférieure ou égale à la moyenne quadratique.

Comment utiliser le calculateur de moyenne quadratique

Saisissez le nombre total de vos valeurs dans le champ Nombre de valeurs (minimum 2). Le calculateur ajoute ou supprime automatiquement les champs de saisie correspondants.
Tapez votre première valeur dans Nombre 1 et votre deuxième valeur dans Nombre 2.
Si vous avez saisi plus de deux valeurs, remplissez les champs supplémentaires (Nombre 3, Nombre 4, et ainsi de suite) qui apparaissent.
Le résultat, affiché dans le champ Moyenne, se met à jour instantanément — aucun bouton à presser.
Pour recommencer, réinitialisez le formulaire ; les champs supplémentaires seront supprimés automatiquement.

Qu'est-ce que la moyenne quadratique ?

La moyenne quadratique, mieux connue sous le nom de valeur efficace (RMS, root mean square), est un type de moyenne qui mesure l'ampleur effective d'un ensemble de valeurs. Au lieu de faire directement la moyenne des valeurs, elle fait la moyenne de leurs carrés puis en prend la racine carrée. C'est donc le choix naturel chaque fois que des valeurs positives et négatives coexistent, puisque l'élévation au carré élimine le signe — un courant alternatif de +10 A et −10 A est loin d'avoir un effet « nul », et la valeur efficace le traduit bien.

Une propriété mathématique clé est que la moyenne quadratique n'est jamais inférieure à la moyenne arithmétique ; les deux ne sont égales que lorsque toutes les valeurs sont identiques. Plus les valeurs sont dispersées, plus la RMS dépasse la moyenne simple, car les écarts importants sont élevés au carré et pèsent donc davantage. En symboles :

\[ x_{\mathrm{RMS}} \ge \bar{x} \quad \text{pour tout ensemble de nombres réels} \]

Cette sensibilité à la dispersion est précisément la raison pour laquelle la RMS apparaît en analyse d'erreurs : la racine de l'erreur quadratique moyenne (RMSE) des prédictions n'est autre que la moyenne quadratique des erreurs individuelles, et elle pénalise les grosses erreurs plus que les petites.

La moyenne quadratique est l'une des moyennes pythagoriciennes classiques, aux côtés de la moyenne arithmétique, de la moyenne géométrique et de la moyenne harmonique. Chacune convient à un type de données différent : la moyenne arithmétique pour les quantités additives, la moyenne géométrique pour les taux de croissance et les rapports, la moyenne harmonique pour les débits et les vitesses, et la moyenne quadratique pour les quantités dont le signe varie ou dont l'ampleur importe plus que la direction.

Où la RMS est utilisée

Électrotechnique : la tension et le courant efficaces décrivent la puissance réellement délivrée par un signal alternatif. Les 230 V ou 120 V du courant domestique sont des valeurs efficaces, et non des valeurs de crête.
Physique : la vitesse quadratique moyenne des molécules d'un gaz détermine la température et la pression dans la théorie cinétique des gaz.
Statistiques et apprentissage automatique : la RMSE et son carré, l'erreur quadratique moyenne, sont des mesures standard de la précision des prédictions.
Traitement du signal : les niveaux RMS quantifient la puissance moyenne des signaux audio et des vibrations au fil du temps.

Hypothèses, limites et conseils

Les signes sont ignorés : comme les valeurs sont élevées au carré, la RMS de −5 et 5 est égale à la RMS de 5 et 5. Si le signe de vos données est porteur de sens, la moyenne quadratique n'est pas la bonne statistique de synthèse à elle seule.
Les valeurs aberrantes sont amplifiées : une seule valeur très grande fait nettement monter la RMS, puisqu'elle est élevée au carré avant la moyenne. Exploitez cela à votre avantage lorsque les grands écarts comptent, mais gardez-le à l'esprit avec des données bruitées.
Les unités sont conservées : le résultat est dans la même unité que les entrées. Si vos données sont en mètres, la RMS est aussi en mètres — contrairement à la variance, qui s'exprime en unités au carré.
Toutes les valeurs comptent autant : si certaines observations doivent avoir plus de poids, une moyenne pondérée est plus appropriée.
Minimum de deux valeurs : le calculateur exige au moins deux nombres ; pour une valeur unique, la moyenne quadratique est simplement égale à sa valeur absolue.

Questions fréquentes

Comment calculer la moyenne quadratique (RMS) à la main ?

Suivez ces étapes : élevez au carré chaque valeur de votre série, additionnez les carrés, divisez la somme par le nombre de valeurs, puis prenez la racine carrée. Par exemple, avec 3, −4 et 5 : \\(9 + 16 + 25 = 50\), \\(50 / 3 \approx 16.67\), et \\('\sqrt{16.67} \approx 4.08\). Le calculateur fait exactement cela, vous pouvez donc l'utiliser pour vérifier votre travail manuel.

Quelle est la différence entre la RMS et la moyenne arithmétique ?

La moyenne arithmétique additionne directement les valeurs, tandis que la RMS fait d'abord la moyenne de leurs carrés puis prend une racine carrée. La RMS est donc toujours supérieure ou égale à la moyenne arithmétique, avec égalité uniquement lorsque toutes les valeurs sont identiques. La RMS gère aussi les nombres négatifs de façon pertinente : pour −10 et +10, la moyenne arithmétique vaut 0 mais la RMS vaut 10, ce qui reflète l'ampleur réelle en jeu.

La moyenne quadratique peut-elle être négative ou nulle ?

Elle ne peut jamais être négative, car les valeurs au carré sont toujours positives ou nulles et la racine carrée est définie comme la racine positive. La seule façon d'obtenir une RMS exactement nulle est que toutes les valeurs de la série soient nulles. Une seule valeur non nulle, même minuscule, garantit un résultat positif.

Quel est le lien entre la RMS et l'écart type ?

Ils sont étroitement liés. Si vous calculez la moyenne quadratique des écarts par rapport à la moyenne arithmétique, vous obtenez l'écart type de la population. Autrement dit, l'écart type est la RMS des distances des valeurs à leur moyenne. La RMS des données brutes et l'écart type des mêmes données diffèrent, sauf si la moyenne arithmétique est justement nulle.

Pourquoi la tension du secteur de 230 V est-elle une valeur efficace et non une valeur de crête ?

La tension alternative oscille constamment entre des crêtes positives et négatives. La valeur efficace indique quelle tension continue constante délivrerait la même puissance moyenne à une résistance. Pour une onde sinusoïdale pure, la tension de crête est égale à la valeur efficace multipliée par \\(\sqrt{2} \approx 1.414\) ; une alimentation de 230 V efficaces atteint donc en réalité des crêtes d'environ 325 V.

L'ordre de mes valeurs ou leur nombre a-t-il de l'importance ?

L'ordre n'a aucun effet — la somme des carrés est la même quelle que soit la séquence. Le nombre de valeurs n'intervient que comme diviseur \\(n\). Le calculateur exige au moins deux entrées ; si vous dupliquez une valeur pour compléter le compte, vous modifiez le résultat : saisissez donc chaque donnée exactement une fois, y compris les valeurs négatives avec leur signe moins.

Quelles sont les erreurs fréquentes lors du calcul de la RMS ?

Les erreurs les plus fréquentes sont d'oublier d'élever les valeurs négatives au carré (le carré les rend positives, donc −4 contribue 16, pas −16), de diviser par un mauvais nombre de valeurs et d'oublier la racine carrée finale. Autre piège : faire la moyenne des valeurs absolues au lieu d'élever au carré — cela donne la moyenne des valeurs absolues, une statistique différente qui pondère moins lourdement les valeurs aberrantes que ne le fait la RMS.