R EVUE DE STATISTIQUE APPLIQUÉE
T RAN V AN Q UANG
Nomographie et statistique
Revue de statistique appliquée, tome 9, n
o3 (1961), p. 47-76
<
http://www.numdam.org/item?id=RSA_1961__9_3_47_0>
© Société française de statistique, 1961, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
47
NOMOGRAPHIE ET STATISTIQUE
TRAN VAN QUANG
Ingénieur
àl’Institut d’Études
etde
Mesuresde Productivité
INTRODUCTION
L’utilisation des
graphiques descriptifs
et desgraphiques d’analyse
entant que moyens
d’expression
et moyensd’investigation
est assezlargement
connue en
statistique.
Parcontre,
lesgraphiques
decalcul,
les nomogrammesou
abaques
n’ont pas,jusqu’à présent,
trouvé dans ce domaine uneappli-
cation semblable à celle de la
nomographie
dansplusieurs
branches tech-niques (électricité, mécanique, construction, ...).
L’une des raisons decette carence se trouve certainement dans le
développement
récent du calculautomatique
et l’extraordinaireperfectionnement
des moyensélectroniques qui
ledesservent.
Pour la
plupart
des utilisateurs du calculautomatique,
le calcul gra-phique appartient déjà
aupassé
et faitfigure
de moyenanachronique. Mais,
à notre
époque,
l’automation n’est pas encoregénéralisée
et le choix desmoyens, en matière de calcul comme en toute
chose,
demeure conditionné par les considérations de coût et laquestion
de rentabilité. Les moyens lesplus perfectionnés
de calcul sont certes bien séduisants àplusieurs points
de vue mais ils sont
coûteux.
Lesgraphiques
decalcul,
parcontre,
sont réalisables à peu defrais.
Deplus,
leursouplesse
et leur facultéd’adaptation
à des cas très divers
plaident
en faveur de leur utilisationlorsque
la sim-plicité
relative desopérations n’exige
pas le recours aux moyensperfectionnés.
Dans toute
analyse statistique,
dès ledébut,
il y a des calculs à faire : calculs descaractéristiques
centrales d’une série(moyennes),
des caracté-ristiques
dedispersion (écart-type, variance,
moments d’ordresupérieur).
Or, souvent,
enpratique,
on a affaire à des séries d’effectif faible : 20 à 100 unités et ces calculs se fontgénéralement
à l’aide desimples
machinescomptables (additionneuse, multiplicatrice...).
C’est làqu’intervient
le calculgraphique qui,
par desdispositifs simples, peut alléger
notablement le travail.Par
ailleurs,
onpeut
trouver dans diversproblèmes
lespoints
de ren-contre entre les méthodes de la
nomographie
et celles de lastatistique . Ainsi, l’ajustement
enstatistique
d’une distribution observée à la distribution normale par la droite de Henris’appuie
sur unprocédé
de lanomographie : l’anamorphose
ou transformationd’échelles. L’anamorphose
est doublequand
on étend ce mode
d’ajustement
à une distribution dutype
Galton-macAlister.
Elle
pourrait
êtreopérée graphiquement
etpermettre
desimplifier
le tra-vail dans la normalisation des variables
pratiquée fréquemment
enpsycho- logie.
Dans certainesconditions, appliquée
à une distributionquelconque qui
n’est ni dutype "normale"
ni dutype "log-normale",
ellepourrait
faciliterRevue de Statistique Appliquée. 1961 - Vol. IX - N 3
48
l’étude de
l’action
des divers facteurs dans la valeur d’unevariable,
facteursdont la
fluctuation peut être,
non additive ouproportionnelle,
maisplus
queproportionnelle
ou suivant une relation fonctionnellesimple quelconque.
En
outre,
dans une étude derégression, l’analyse graphique
faite surun
système
dereprésentation
différent dusystème
cartésien(système
à axesparallèles
parexemple) peut
être riched’enseignements.
L’étude des rela-tions linéaires à
plus
de 2 variables gagnera à êtreenvisagée graphiquement
sur un
système
autre que lareprésentation
cartésienne(régression
dans lecas de
plus
de 2variables, programmation linéaire...).
Enfin la nécessité de
présenter
les formules obtenues au dénouement d’une étudestatistique
derégression
sous une formepratique,
de construire des nomogrammes ouabaques permettant
aux personnes non initiées auxcalculs d’en tirer leur
parti, exige
le recours auxprocédés
de la nomogra-phie.
Cesprocédés pourront,
enoutre,
aider àenvisager
laprésentation
desabaques
donnant les valeurs de certaines fonctions enstatistique (loi
dePoisson,
loibinomiale...)
sous d’autres formes que celle des nomogrammescartésiens,
formes offrantplus
de facilité de lecture etpeut-être plus
deprécision.
On examinera
ci-après
lespoints
suivants :- Calcul
graphique
desprincipales caractéristiques
d’une sériestatistique.
-
L’anamorphose
dans la droite de Henri.- La droite de
régression
sur unsystème
d’axe sparallèles.
-
Perspectives d’application
dusystème graphique
à échellesparal-
lèles.1 - CALCUL
GRAPHIQUE
DES PRINCIPALESCARACTÉRISTIQUES D’UNE SÉRIE STATISTIQUE
CALCUL DE LA MOYENNE
ARITHMETIQUE
1/ Principe -
moyennearithmétique simple
de 2 nombres.Soit à calculer la moyenne
arthmétique simple
de 2 nombres a et b :On
porte
sur un axe Ox unsegment
OA = a et surO’y parallèle
à Oxun
segment
OB = b(figure 1) :
:on joint
lesextrémités
dessegments
A etB,
AB coupe un axe0"P parallèle
à OA et à O’Bpassant
par le milieu0"
de 00’ en unpoint
P :Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
49
Moyenne arithmétique pondérée
de 2 nombres.Soit à calculer la moyenne
pondérée
de 2 nombres a et b :(Figure 2).
Onopère
exactement comme dans ledispositif précédent ;
tou- tefois l’axe de la moyenne ne passera pas par le milieu de 00’ mais par unpoint 0"
tel que :On démontre facilement que :
2/ Application
au calcul de la moyennearithmétique
deplusieurs
nombres.Soit à calculer la moyenne
arithmétique
de 5nombres,
parexemple :
On
porte
sur des axes verticalesparallèles Olx, 03y’ 05Z’ O7t, 09U
des
segments :
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
50
Figure 1-3Les axes
O2m1, O4m3, O6m5, O8m7,
étantparallèles
aux axesOlx, O3y, 05Z, O7t
etO9u
et tels que :etc.
On
joint
A etB ;
AB coupe02ml
enI ;
onjoint
I et C. IC coupe03Y
en
J ;
onjoint
J et D : JD coupeO4m3
enK ;
onjoint
enfin K etE ;
KEcoupe
05z
en L.05L
est la moyenne des 5 nombres a,b,
c,d,
e : en effet :Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
51
Dans la
pratique,
cedispositif permet
de calculer la moyenne deplus
dfune
vingtaine
denombres.
Lepapier
millimétrépeut
être utilisé avanta-geusement
pour ce calcul.CALCUL
DE LA MOYENNEGEOMETRIQUE.
La moyenne
géométrique
se calcule de la mêmefaçon : seulement,
les échelles verticales sontlogarithmiques.
Dans le
dispositif
de lafigure
3 si les échellesOlx, 03y’ 0, z, 0, t
etOgu
étaientlogarithmiques,
on aurait :d’où
La moyenne
géométrique
deplusieurs
nombres sera de cettefaçon
cal-culée
beaucoup plus rapidement qu’avec
une machinecomptable
et une tabledes
logarithmes.
Lepapier semi-logarithmique qui
est en vente courante dans le commerce est toutindiqué
pour ce calcul.CALCUL
DES SOMMES CUMULEES DE PLUSIEURSNOMBRES.
Le calcul des sommes
cumulées de
plusieurs
nom-bres est
également
laborieuxsur une machine
comptable : répétition
des totaux succes-sifs.
Ce calculpeut
avanta-geusement s’appuyer
sur ledispositif
de lafigure
3.Soient 5 nombres a,
b,
c,d,
e classés par ordre crois- sant. On les
place
sur ledispositif
de lafigure 4,
semblable en tout à celui de lafigure 3,
et on commencepar calculer les moyennes successives comme il est
indiqué précédemment.
Pourfaire les sommes succes-
sives,
onjoint 01I
et on pro-longe ;
soit M l’intersection de cette droite avec03 y,
ona :
De même :
Figure 1-4
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
52
CALCUL DE L’ECART-TYPE ET DE LA
VARIANCE
Le calcul
graphique
del’écart-type
d’une série d’unevingtaine
de nom-bres
peut
se faireplus rapidement
par lesgraphiques qu’avec
des machinescomptables
et une table descarrés.
Principe -
Considérons sur l’axe verticale(figure 5)
unpoint
A d’ordonnéea ; menons de A une droite
quelconque
AKqui
coupe l’axe horizontal en K .Figure 1-5
La droite AJ
perpendiculaire
à AK coupe l’axe horizontal en un autrepoint
J. On sait que :ou
Cette sorte de
"projection coudée"
donnera sur l’axe horizontal :où OJ =
longueur proportionnelle
àOA2,
si OK estquelconque,
le coefficient deproportionnalité
étant1
Application
au calcul de la variance d’une série deplusieurs
nombres.Soit à calculer la variance de 5 nombres a,
b,
c,d,
e dont on adéjà
déterminé la moyenne
arithmétique.
On
représente
sur une échelle verticale ces 5 nombres ainsi que leur moyennearithmétique
M par despoints (figure 6).
On trace un axe horizon-tal
passant
parM.
On considère lepoint
leplus éloigné
de M(soit
F dansle cas de la
figure 6).
On choisit lepoint
derepère
Q de telle sorte que F’"projection coudée"
de F soit leplus éloigné
de M mais demeure dans les limites dugraphique.
On
projette
de la mêmefaçon
tous les autrespoints,
cequi
se fait facilement avec uneéquerre
et on obtient sur l’échelle horizontale les nombresproportionnels
aux carrés des écarts parrapport
à la moyennearithmétique :
Revue de Statistique Appliquée. 1961 - Vol IX - N’ 3
53 Figure
1-6On fait ensuite la moyenne 4 de ces nombres sur des horizontales
parallèles
de la mêmefaçon
queprécédemment.
Cette moyenne est :Pour calculer
l’écart-type,
onprojette en 03BC’
sur l’axehorizontal ;
le chemin inverse de la
"projection coudée"
détermine lepoint
a ; on a :Comme
Revue de Statistique Appliquée. 1961 - Vol. IX - N* 3
54
on a donc :
d’où
CALCUL DES MOMENTS DU 3e ET DU 4e ORDRE
(Moments
parrapport
àla
moyenne).
Principe -
Soit unpoint
A sur l’axe vertical(figure 7) ;
la"projection coudée"
donne le
point
J sur l’axe horizontal tel que :Figure 1-7
Si l’on continue cette
"projection coudée"
en menant de J une droite faisant90°
avecAJ,
on obtiendra sur l’échelle verticale unpoint
I tel que :Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
55
En effet
Si l’on continue cette
"projection coudée",
on obtiendra sur l’axe hori-zontal un
point
T tel que :Application
au calcul des moments du 3e et du 4e ordre parrapport
àla
moyenne.
Figure 1-8
Revue de Statistique Appliquee. 1961 - Vol. IX - N’ 3
56
On fait un
dispositif
semblable à celui utilisé pour le calcul de la va- riance et del’écart-type, (figure 8).
Les
points
obtenusaprès
une"double projection coudée"
sur l’échelle verticalepermettent
de déterminer une moyennequi
sera :1 OK2
x
S(x - x)3 n
-1
x moment du 3e ordre parrapport
à la moyenne.Le calcul du moment du 4e ordre par
rapport
à la moyenne se fait de la mêmefaçon -
à une doubleprojection coudée,
on substitue unetriple projection
coudée et lespoints projetés
dont on a à déterminer la moyenne seront à nouveau sur l’échelle horizontale.Remarque -
Ledispositif
du calcul de la moyenne deplusieurs
nombres pour- rait servir à calculer la moyenne descarrés,
descubes,
des 4epuissances,
si à une échelle des nombres était substituée une échelle des
carrés,
cubes ou4e
puissances.
Mais ces échellesdépasseraient
vite les limites dugraphique
et ne
pourraient
être utilisées d’unefaçon pratique.
EXTENSION AU CALCUL DU COEFFICIENT DE CORRELATION ENTRE 2
VARIABLES.
La méthode
graphique peut
éventuellement être étendue à d’autres cal- culsstatistiques,
parexemple
au calcul du coefficient de corrélation r entre 2 variables x et y.On sait que r est lié aux coefficients
angulaires
des droites derégres-
sion
(régression
de x en y etrégression
de y enx)
par la relation :a et a’ se déterminent à vue sur un nuage de
points
de coordonnées x et y.L’opération
est doncpraticable,
mais n’est pas aisée et deplus
manque deprécision.
On
peut
utiliser la formule :donnant la relation entre la covariance des 2 variables x et y, les variances de chacune d’elles et le coefficient r.
Le calcul de r revient donc à déterminer 0’)(,
Oy , 03C32x, 03C32y et a 2.
On avu comment se calculent
6x , 03C3y, 02 et c2.
Pour2
, il suffitd’opérer
de lamême
façon après
avoir effectué les sommes x; + yi pour toutes les obser-vations ; pratiquement,
il suffit dereprésenter
sur ungraphique
cartésienle nuage de
points (Xi’ y;)
et deprojeter
cespoints
soit surOy
soit sur Ox(les projetantes
étant inclinées à45°) (Voir figure 9).
Ce
dispositif
n’est pas commode car onrisque
de sortir des limites dugraphique :
il estpossible
de remédier à cela en se contentant deprojeter
les
points (projetantes
inclinées à45°)
non sur les axesOy
ou Ox mais surla bissectrice Om de
yOx.
Les sommes xi + Yi deviennent(x;
+yi) 2.
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
57
Figure 1-9Il -
L’ANAMORPHOSE
DANS LA DROITE DE HENRIOn n’insiste pas ici sur le processus
d’ajustement
d’une distribution observée par une distribution normale au moyen de la drot te deHenrt,
pro- cessus assezgénéralisé
dans lapratique puisqu’il
donne lieu à la commer-cialisation du
papier gausso-arithmétique
et dupapier gausso-logarithmique .
Ce
qui
nous intéresse c’est le trait d’union que constitue ce processus entrel’ajustement statistique
d’une distribution et les méthodes de la nomo-graphie.
Eneffet,
la transformation d’échelle dans le but dechanger
lacourbe de
répartition gaussienne
en une droitecorrespond
àl’anamorphose
en
nomographie.
Soit la
représentation graphique
en coordonnées cartésiennes de la fonc- tion derépartition 03C0 (t)
de la loi normale en fonction de la variable réduite t.L’anamorphose géométrique permet
de transformer cette courbe en unedroite.
L’échelle 03C0(t)
est transformée de telle sorte que toute distributionRevue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
58
Figure II-1normale soit
représentée
par une droite sur ungraphique
dont t estporté
en abscisse et 1t(t)
en ordonnée(figure 1) (plus généralement
x en abscisse et(x)
enordonnée).
Cette droite est d’autant
plus
inclinée que l’unité de t(c’est-à-dire l’écart-type
cr de la variablex)
estgrande.
Eneffet,
la variable réduite tdans une distribution normale est
t = x - m 03C3
et inversement x =t(j +
m . En substituant x à t on ne fait quedéplacer l’origine
de l’abscisse de + met
multiplier
le module de l’échelle en abscisse parc.L’ajustement
d’une loi de Galton Mac-Alister revient àopérer
uneseconde
anamorphose qui
consiste à transformer l’échelle t en abscisse en une échelle fonctionnelle de x ; l’utilisation de l’échellelogarithmique
pourRevue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
59
l’abscisse
permet
de déterminer les relations t = aLog
x +b,
out = a
Log (x
+xo)
+ b.L’anamorphose pratiquée
est uneanamorphose analytique ;
elle corres-pond
à une transformation de variable suivant une relation fonctionnelleconnue :
- pour la loi de Galton
Mac-Alister,
comme on vient de levoir,
l’échelle t est transformée suivant les relations :- dans certains cas
pratiques,
la transformation se faitégalement
suivant les relations : t =
x,
t =x + 1 2.
Figures 11-2 et 11-3
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
60
Sans faire à
priori
le choix de la formule detransformation,
onpeut cependant appliquer
d’abord uneanamorphose empirique, puis
chercher ensuite la relation fonctionnelle entre la variable transformée et la variable observée.Supposons qu’on
ait une distributionquelconque ; l’ajustement
surpapier gausso-arithmétique
ne donne pas la droite de Henri mais une courbequel-
conque ou
plus
exactement uneligne
brisée autour de cette courbe. Uneanamorphose empirique (toujours possible
ennomographie) pourrait changer
cette courbe en une
droite ;
elle donnera une échelle transformée en abscissequi
est l’échelle d’une fonctionf(x)
inconnue(figure 2).
La
représentation
sur un autregraphique
cartésienoù,
enordonnée,
on
porte
l’échelleanamorphosée f(x), et,
enabscisse,
l’échellemétrique
dex,
permet
de déterminer ensuite la forme de cette fonction(figure 3).
De cette
façon,
il serapossible :
- de chercher une relation éventuelle entre la variable
f(x),
nor-male et la variable x observée.
-
d’apprécier
la liaison entre une distributionquelconque
obser- vée et la distribution normale.III - LA DROITE DE
RÉGRESSION
SUR UNSYSTÈME D’AXES PARALLÈLES
Le
principe
decorrespondance dualistique
mis enapplication
parl’ingé-
nieur
français
Mauriced’Occagne
pour construire nombre de nomogrammes àpoints alignés, peut
être utile en matièred’ajustement graphique.
Soient deux
points
A et B sur ungraphique
cartésien d’axes Ox etOy.
Figure III-1
Revue de Statistique Appliquée. 1961 - Vol. IX - N- 3
61
Ces
points correspondant,
sur unsystème
d’axesparallèles
Ox etOy, respectivement
aux droites :xlyl
etX&YD’
La droitepassant
par A et B sur lesystème (1) correspond
aupoint
D sur lesystème (2) (figure 1).
On
peut
essayer de voir ce que donne sur unsystème
d’échellesparal-
lèles
l’ajustement
linéaire d’un nuage depoints.
Soient un nuage de
points
et la droited’ajustement
D sur unsystème cartésien,
lepoint
C(My, Mx)
centre du nuage, lepoint
P et saprojection
P’ sur D
(figure 2)’,
.Figure 111-2
Si y = ax + b est
l’équation
de la droited’ajustement,
l’écart de P àcette
droite,
soit la distance PP’ sera :PP’ =
y, - (aux
p +b)
Sur un
système
d’échellesparallèles (figure 3) :
- au
point
Pcorrespond
la droitexp Yp
- à la droite D
correspond
lepoint
D- au
point
Ccorrespond
la droiteMx, My
- au
point
P’correspond
la droite xpy’p
et à l’écart PP’
correspond,
sur l’échelle de y, lesegment
yy’ .
Soit I l’intersection de
xp
PyP
et de l’axeparallèle passant
par D :n m
étant le coefficientangulaire
de D.Revue de Statistique Appliquee. 1961 - Vol. IX - N’ 3
62
Figure 111-3Si tous les
points
du nuage étaientreprésentés
sur cesystème,
tousles écarts PP’ seraient
projetés automatiquement
sur l’axepassant
par D.De cette remarque, on
peut
tirer desconséquences
intéressantes :L’adoption
dusystème
d’échellesparallèles
dansl’ajustement graphique permet
derepérer
à vueplus
facilement lapente
de la droite. Le nuageaura
l’aspect
d’un fuseau de droites se croisant les unes entre les autres(figure 4).
La détermination à vue de D consisterait alors à tracer une
parallèle
aux axes de
façon :
- à couper le faisceau à l’endroit où
l’étranglement
est étroit sil’on voulait minimiser l’étendue des
écarts ;
- à couper le faisceau à l’endroit où les intersections de ses
droites et de l’axe
parallèle
enpointillés sont
distribuées à peuprès symétriquement
autour dupoint
D si l’on désirait avoir des écarts PP’ distribuéssymétriquement
autour de zéro.L’intersection de l’axe
parallèle
enpointillé
avecMu
x Mdonne D, point
correspondant
à la droited’ajustement
dusystème
cartésien.L’avantage
de cesystème
dereprésentation,
dans ce cas, est de pro-jeter automatiquement
sur un même axe les écarts PP’ et de faciliter ainsi leurconiparaison -
alors que sur unsystème
cartésien cettecomparaison
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
63
Figure 111-4Figure
III-5Revue de Statistique Appliquee. 1961 - Yol. IX - N’ 3
64
est
plus
difficile(il faudrait,
pourcela,
tracer un faisceau deprojetantes parallèles
à la droiteD).
L’on
peut
pousser cette considération surl’ajustement
avec lesystème
d’axes
parallèles
aux cas deplus
de 2variables.
Ainsi dans le cas de 3
variables,
avec lareprésentation
cartésienne il est encoreplus
difficile de mettre en relief les écartsPP’.
Soit par
exemple
unajustement
linéaire de forme : z = ax +by
+ CLes écarts PP’ seront :
On
pourrait
à larigueur,
sur un nomogramme cartésien à faisceauxparallèles, représenter
PP’ commeindique
lafigure,
mais les écarts PP’sur ce nomogramme sont
disposés
au hasard et leurcomparaison
est encoreplus
difficile à vue(figure 5).
Sur un
système
d’échellesparallèles,
onpourrait
avoir ungraphique
comme celui de la
figure
6 et les écarts PP’ sont zpz’p
sur l’axe des z ;ils sont
projetés
sur l’axepassant
par D en ID(D représente
avec la droitex’
y’
leplan d’équation :
z = ax +by
+C).
Figure 111-6
L’ajustement
linéaire à 3 variables revient à déterminer ceplan (z =
ax +by
+C).
Ils’agit
donc de fixer laposition :
- du
point
D- de l’axe
x’y’ (qui
est un axe binaire réalisant lacondensation
des échelles Ox etOy).
On
peut,
enpratique,
utiliser ledispositif
suivant(figure 7) :
- axes
parallèles
horizontaux Ox etOy
- axe vertical
Oz, perpendiculaire
aux deuxpremiers.
Revue de Statistique Appliquée. 1961 - Vol. IX - N- 3
65 Figure
111-7Dans la
partie
inférieure dudispositif graphique, chaque couple
de va-leurs
(Xi’ y;)
estreprésenté
par unsegment s’appuyant
sur Ox etOy.
L’en-semble forme un faisceau de
segments
de droite.Un axe binaire Ou
(en pointillés)
réalise la condensation des échelles Ox etOy :
ses intersections avec lessegments
du faisceau déterminent les valeurs d’une variable u(combinaison
de x et dey) :
Dans la
partie supérieure
dudispositif graphique,
lespoints
ont :- pour ordonnée : z;
- pour abscisse : soit
xi (points Px),
soit y(points P )
soit u;(points Pu).
Quand
l’axe Ou en bas sedéplace
dans le sens de la flèche de Ox àOy,
les
points Pu
en haut vont dePx
àPy .
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
66
Il
s’agit
enfind’essayer
avec les différentespositions
de Ou d’obtenirdans la
partie supérieure
dugraphique
un nuage depoints
Puqui s’ajuste
lemieux à une droite.
IV - PERSPECTIVES
D’UTILISATION
DUSYSTÈME GRAPHIQUE
AÉCHELLES PARALLÈLES
Nombreux s.ont les
problèmes
mettant enjeu
les relations linéaires enstatistique appliquée (plan
derégression -
programmes linéaires àplusieurs variables -
surfacepolyédrique
donnantl’approche
d’uneisoquante
de pro-duction pour le cas de
plusieurs
facteurs deproduction, etc). Lorsqu’il
y aplus
de deuxvariables,
il est difficile de chercher àreprésenter
ces rela-tions sur un
graphique
cartésien : ce seront desplans
dansl’espace
à 3dimensions ou des
hyperplans
dans un espace à ndimensions,
dont lerepé-
rage seul sur un
graphique
estdéjà
très malaisé.L’utilisation des échelles
logarithmiques,
deplus,
ramène nombre de relationsexponentielles
à des formes linéaires(régression
àplusieurs
va- riables dont on considère leslogarithmes,
fonction deproduction
dutype Cobb-Douglas, etc.).
Lareprésentation graphique
de cesrelations,
si elle étaitréalisable, pourrait
donc ouvrir desperspectives pratiques
intéressantes L’on n’a pasexploré
toutes lespossibilités
d’une tellereprésentation,
ni réussi à concevoir desdispositifs pratiques
pour la solution de cesproblèmes.
Il est certain que celle-ci ne
peut
être cherchée dans la seulereprésentation cartésienne,
mais dans la combinaison des diversprocédés
de la nomogra-phie.
On
essaiera,
dans cequi suit,
de voir dansquelle
mesure lesystème graphique
à échellesparallèles peut répondre
à cesproblèmes.
Figure IV-1
Une relation linéaire isolée à
plu-
sieurs variables
peut toujours
êtrereprésentée
sur ungraphique
à échellesparallèles
de lafaçon
suivante :1/
Cas de 2variables.
La droite ax +
by
+ c - 0est,
comme on l’a vu,
représentée
par lepoint
D. Onpeut
remarquer que D est le centre degravité
dusegment AB,
lapondération
despoints
A et B étant a et b . Lespoints
de la droite sontreprésentés
par
dessegments,
tels queAB, passant
par D
(fi gure 1).
L’intersection de 2 droites
repré-
sentées par
Dl
etD2,
est lepoint repré-
senté par le
segment
MNpassant
parDl
etD2 (figure 2).
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
67
2/
Casde
3variables.
Le
plan
ax +by
+ es + d = 0peut
être déterminé deplusieurs façons :
- par le
point
P et l’axe enpointillés Dxy (figure 3a).
- par le
point
P et l’axe enpointillés Dy z (figure 3b).
- par le
point
P etl’axe
enpointillés Dxz (figure 3c).
Figures
IV-2 et IV-3aFigures IV-3 b et IV-3 c
Les droites
Dxy, Dyz, Dxz
sont des échellesbinaires ;
ce sont succes- sivement des échelles condensées de Ox etOy, Oy
etOz,
Ox et Oz.On
peut
remarquer que dans les 3 cas de condensation d’échelles 2 par2,
P restefixe ;
c’est le centre degravité
de tous lestriangles représentant
les
points
duplan (les
sommets de cestriangles
sur les 3 axesOx, Oy
etOz étant
pondérés
par a, b etc).
Lacondensation
d’échelles 3 par 3permet
de la mêmefaçon
avec unpoint
fixe P de déterminer unplan
dans un espace à 4 dimensions.Une droite dans un espace à 3 dimensions
peut
êtrereprésentée
par 2points
fixesDxy
y etDyz
surlesquels s’appuient
2 des côtés destriangles
re-présentant
lespoints
de la droite(figure 4).
L’intersection de 2
plans Pl
etP2 représentés
par :-
point Pl
et échelle binaireDix
y(figure 5)
-
point P2
et échelle binaireD2xy (figure 5) peut
être déterminéeen considérant 2
points
communs à cesplans :
Revue de Statistique Appliquee. 1961 - Vol. IX - N’ 3
68
Figure IV-4Une droite
peut
donc êtrereprésentée
dans unsystème
àaxes
parallèles
par 2points
fixesDxy
etDyz
, parexemple.
L’intersection de 2 droites :
-
D1 xy, Dl yz
- et
D2 xy, D2 yz
est le
point représenté
par letriangle
dont deux des côtéss’appuient
successivement surFigure IV-5
Ce mode de
représentation permet
de résoudregraphiquement
parexemple
unsystème
de 3équations
comme celui-ci :Le solution est le
point
d’intersection des 3plans correspondant
auxtrois
équations.
Le
plan Pl d’équation
x +2y
+ 3z = 11 estreprésenté
par lepoint Pl
et l’axe binaire
Dl
xy(voir figure 7).
Le
plan P2 d’équation
2x +2y
+ z = 14 estreprésenté
par lepoint P2
et l’axe binaire
D2
x y(voir figure 7).
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
69
Figure IV-6Le
plan P3 d’équation
3x + y + 2z = 11 estreprésenté
par lepoint P3
et l’axe binaire
D3
xy(voir figure 7).
Intersection de
Pl
etP2 :
2
points
communs(xl, yl, Zl)
et(x2,
Y2’Z2)
déterminent la droite d’intersectionreprésentée
parD12
xy etD12
yz(figure 8).
Figure IV-7
Revue de Statistique Appliquée. 1961 - Vol. IX - N- 3
70 Figure
IV-8Figure IV-9
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
71
Intersection deP2
etP3 :
De la même
façon,
on obtient la droite d’intersectionreprésentée
parD32
xy etD32
yz(figure 9).
Intersection de
Pl
etP3 :
De la même
façon,
est obtenue la droite d’intersectionreprésentée
parD13 xy et D13
y z(figure 9).
Le
point
d’intersection des 3plans
est lepoint représenté
par letriangle
dont l’un des côtés passe par :
et l’autre par
Se s coordonnées sont :
x - 2 y = 3
z = 1
L’extension de ce mode de
représentation
aux cas deplus
de 3 variablespourrait permettre
de déterminergraphiquement
les intersections deshyper- plans
et de situer ainsi les sommets de la surfacepolyédrique
formée parces
hyperplans
dans un espace àplus
de 3dimensions,
cequi, éventuellement,
constituerait une aide
appréciable
à la recherche des solutions desproblèmes
linéaires à
plusieurs variables.
A titre
indicatif,
on verraci-après,
commentpeut
êtreappliqué
cemode de
représentation
dans la résolution dusystème :
Les échelles des variables
xj, x2, x3’ x4, x5, x6
étant des droitesparal-
lèles et
équidistantes (figure 10),
les contraintes(2), (3)
et(4)
sontrepré-
sentées par des
points D14, D25
etD36 (les segments
de droites’appuyant
sur les échelles
xl et x4, X2
etx5, x3 et X6,
ne doivent pas passer au-dessus de cespoints).
Associées à la condition
xi 0,
cescontraintes
déterminent sur leurs échelles les limites de variation de xl, x 21X3
, x 41x5, et
X6La contrainte
(1)
sur cesystème
estreprésentée par 3 échelles
binaires :Revue de Statistique Appliquée. 1961 - Vol. IX - N 3
72
F igure IV-10-
E14
réalisant l’addition xi + 3 x4-
E25
il IfX2+3X5
- E36
le ffX3+3X6
- Une échelle condensée
E1425
réalisant l’addition- et une échelle
"total" ET
donnant la somme :Le
point
L sur cette échelle marque la limite au-dessus delaquelle
la droite
s’appuyant
surE1425
et surE 36
ne doit pas couper l’échelleEy.
Un
point
del’hyperplan x,
+X2
+X3
+ 3 x4 + 3 x5 + 3 x6 = 85 est déter-miné par 2
segments :
- l’un
s’appuyant
sur les échelles binairesEl,
etE25
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
73
Figure IV-11- l’autre
s’appuyant
sur l’échelle binaireE36
etpassant
par L etpar le
point
d’intersection dupremier segment
avec l’axeEs
Associée aux contraintes
(2), (3)
et(4),
la contrainte(1)
est déterminéepar les limites de variation :
AB sur l’échelle binaire
E 14
CD " " "
E25
FG "
" condensée E 1425Hi "
" binaireE 36
LM "
""total" ET (voir figure ci-après 12)
Les 4 contraintes
(1), (2), (3)
et(4) signifient
que les valeurs dexl, x1, x2, x3, X41 xi
etx6
doivent être telles que les droitess’appuyant
surles échelles condensées ne sortent pas de ces limites.
Cette condition
imposée
à la fonctionobjectif :
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
74
Figure IV-12permet
de déterminer le maximum de Z.Cette fonction est de même
représentée
par 3 échelles binaires :-
E ’1’4-" E’25
etEl 36
- une échelle condensée
E’1425
- et une échelle
"total" EIT (figure 13)
La maximisation de cette fonction consiste à faire couper par le seg- ment
s’appuyant
surE’36
et surE’1425
l’échelle"total" E’T
aupoint
leplus éloigné
del’origine (droite horizontale).
Les conditions
imposées
dans les contraintes(1), (2), (3), (4)
de lamême
façon
queprécédemment
déterminent sur les échellesE’14, E’25, E’36,
Revue de Statistique Appliquee. 1961 - Vol. IX - N 3
75
Figure
IV-13
E’1425
les limites de variation(figure 13) KK’,
NN’ etPP’.
On voit immédia-tement que la
position
KNOPcorrespond
au maximum deZ ;
SR sur l’échelleET
détermine la valeur maximum de Z(par rapport
aux échelles des variables x1, x2,x3,
x4,x5,
X6 cette échelle est réduite de1 40 + 28 + 32 + 72 + 64 +
60 =1 296.
Cette
position
détermine les valeurs :Revue de Statistique Apptiquee. 1961 - Vol. IX - N. 3
76
formant
la solution dusystème
linéaire considéré(voir graphique 14).
Figure IV-14
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3