M ATHÉMATIQUES ET SCIENCES HUMAINES
E. J ACQUET -L AGRÈZE
Analyse d’opinions valuées et graphes de préférence
Mathématiques et sciences humaines, tome 33 (1971), p. 33-55
<http://www.numdam.org/item?id=MSH_1971__33__33_0>
© Centre d’analyse et de mathématiques sociales de l’EHESS, 1971, tous droits réservés.
L’accès aux archives de la revue « Mathématiques et sciences humaines » (http://
msh.revues.org/) implique l’accord avec les conditions générales d’utilisation (http://www.
numdam.org/conditions). Toute utilisation commerciale ou impression systématique est consti- tutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme
ANALYSE D’OPINIONS VALUÉES
ET GRAPHES DE PRÉFÉRENCE
par
E.
JACQUET-LAGRÈZE 2
INTRODUCTION
L’objet
de cet article est dedévelopper
uneanalyse mathématique
sur un ensembled’opinions
valuéessur des
objets (ou
desoptions) qui
se trouventcomparés paire
parpaire.
Deux
approches
sontgénéralement envisagées.
Lapremière correspond
auproblème
del’agré- gation
despréférences.
Ils’agit
de définir desprocédures d’agrégation (ou
devote)
permettant dedégager
une
opinion
collective àpartir d’opinions
individuelles.Depuis
Condorcet(cf.
Guilbaud[9]),
de nom-breuses voies de recherches ont été
explorées.
Toutes sont amenées à confronter leurs résultats authéorème d’Arrow
[1].
La secondeapproche correspond
auproblème
del’analyse
depréférences.
Ils’agit
de définir unemétrique
sur l’ensemble desopinions
permettant de mesurer des accords ou desdivergences (cf.
Kendall[11]).
Le but estégalement
d’obtenir unereprésentation
la moins mauvaisepossible,
maisglobale,
de l’ensemble desproximités
entreopinions,
etéventuellement,
entreopinions
et
objets
depréférence (cf.
Benzécri[4]).
Cet article expose une recherche
plutôt
orientée vers la secondeapproche
bienqu’il
nousparaisse
difficile de dissocier les deux
problèmes.
Dans une
première phase,
nous avonsprécisé
un modèlemathématique
permettant derepré-
senter une
opinion.
Nous avons choisi celui du tableau carré dont les éléments sont valués et soumis à des conditions de normalisation. Ce modèle est aussi celui dugraphe
valuécorrespondant
à un teltableau. Le fait de considérer une
opinion
collective comme valuée est courant.Généralement,
le modèlede
l’opinion
individuelle est l’ordre(ordre total, partiel
oupréordre)
ou encore la relation de tournoiqui
permet dereprésenter
les intransitivitésqui
peuventapparaître
dans uneopinion
obtenue sous laforme de
comparaisons
parpaires.
Ces relations sontgénéralement
non valuées(cf.
Barbut etMonjar-
det
[3]).
Nous avons étendu lapossibilité
de valuerl’opinion
individuelle pour deux raisons. D’une part,nous pensons que le même modèle doit
pouvoir représenter l’opinion
individuelle etl’opinion collective,
à des conditions de normalisation
près.
D’autre part, des auteurs abordant leproblème
de choix àcritères
multiples (cf. Roy [16])
sont conduits à considérerl’opinion
individuelle comme le résultat d’uneagrégation d’opinions
définies suivant les différents critères. On retrouveégalement
cette thèse dans certains travauxexpérimentaux
tels ceux de Parlebas[15].
1. Je tiens à remercier MM. Barbut, Kreweras, Monjardet et Rosenstiehl pour leurs remarques au cours de la rédaction de
cet article.
2. U.E.R. Mathématiques, Logique Formelle et Informatique, Paris V, I.S.H.A.
A
partir
de ce modèle del’opinion
individuelle etcollective,
nous avons définiplusieurs paramètres
servant à caractériser de
façon plus synthétique
uneopinion,
tels lesparamètres : intensité, cohérence, cohésion, puissance.
Nous avons montré que certains de cesparamètres pouvaient
être reliés à d’autreséléments connus dans le cas
particulier
de relations non valuées(distance
et tau deKendall).
Ces
paramètres
ont servi à déterminer desalgorithmes d’agrégation d’opinions (ou
desujets).
Leurs critères sont
plus sociologiques
quemathématiques.
Cesalgorithmes
voudraient poser leproblème
de
l’agrégation
desujets
ou de formation de groupes en tant que processusdynamique.
Enfin une
représentation géométrique
simultanée desopinions (sujets)
et desobjets
depréférence
est
proposée.
Elle consiste en uneprojection sphérique
sur leplan
déterminé par deux axesprivilégiés
obtenus à l’aide des
algorithmes,
de l’ensemble dessujets
et desobjets.
I. OPINION INDIVIDUELLE 1.
Définitions
Soit un ensemble fini I
d’objets, d’options,
de personnes, etc., surlequel
un ensemble A desujets
émetdes
opinions. Appelons opinion
individuelle sur I le tableau carréprivé
de sadiagonale
tel que :est l’intervalle des nombres
compris
entre 0 et1)
où :
ail est l’intensité de
préférence : i préféré à j
ai, est l’intensité de
préférence : j préféré
à i.Dans l’introduction nous avons
également parlé
degraphe
depréférence;
eneffet,
à ce tableaucorrespond
ungraphe
dont I est l’ensemble des sommets et où aij est la valuation de l’arc i--~ j.
Ungraphe
non valué serareprésenté
par un tableau semblable mais avec la conditionplus
restrictive :Posons : n = card I.
Il y a n !
façons
dereprésenter
uneopinion individuelle,
et cela enenvisageant
les n !permutations
des n
objets qui
constituent les indices deslignes
et des colonnes du tableau.Appelons
base une des n !permutations
desobjets
ou, cequi
revient aumême,
une des permuta- tions des indices deligne
et de colonne.2. Cohérence
Appelons
cohérence del’opinion
sur la base o laquantité :
o
désignant
l’ordre deslignes
et des colonnes.désigne
la somme des termes du tableau situés au-dessus et à droite de ladiagonale.
i j,o
Lorsqu’on
neprécisera
pas la base surlaquelle
la cohérence estdéfinie,
üs’agira
d’un ordre total oà distance minimum de la relation binaire
envisagée,
c’est-à-dire satisfaisant à :maximum.
Pour
l’expression
de cettedistance,
voir111.3,
et pour la recherche de o, voir Barbut[2]
etJacquet-Lagrèze [10].
Dans ce cas, on a :
c =
1,
si il existe o, tel que = 0quelque
soit ij,
c’est-à-dire s’iln’y
a pas de circuits dans legraphe
de
préférence.
3. Intensité
Appelons
intensité laquantité :
On a:
car :
d est
indépendante
de la base surlaquelle
estexprimée l’opinion,
d = 0
correspond
à uneopinion
vide. Lesujet
ne donne aucune information sur lesobjets :
d = 1
correspond
à uneopinion«
saturée », c’est-à-direlorsque
la relation binaire valuée est«complète »
ou « totale », dans ce cas :
4. Puissance
Appelons puissance
del’opinion
sur la base o, laquantité :
on a:
on a aussi la relation :
En effet :
Lorsqu’on
neprécisera
pas la base ils’agira
de la basequi
maximise lapuissance (ou
la cohérenceet on la notera p
(p
= cd).
5.
Opinions
individuellesparticulières
- Ordre total
L’ordre total est
représenté
par :Si on
représente
l’ordre total sur sa proprebase,
alors le tableau seprésente
avec des 1 dans letriangle supérieur
et des 0 dans letriangle
inférieur.donc : c =
1, d = 1 et p ==
1.-
Opinion
sous la forme d’ungraphe
de tournoi(Sur
cesquestions,
voir Moon[14].)
Ce cas se
présente lorsqu’on
demande ausujet
descomparaisons
parpaires
ouplus généralement
par blocs. Un bloc est un sous-ensemble de I sur
lequel
on demande d’établir un ordretotal,
et en consti-tuant ces blocs de
façon équilibrée,
on obtient toutes lescomparaisons
2 à 2 des éléments de I. Enparti- culier,
unepaire
est un bloc de 2 éléments. Un ordre total sur les nobjets
de I est un bloc de n éléments.Sur un tel
exemple
dequestionnaires,
voir les travaux de Huteau(I.N.O.P.)
non encorepubliés,
sur desblocs de 4 éléments pour n
(= 25) objets.
Le
graphe
de tournoi estreprésenté
par :La seule différence avec l’ordre total est que l’on n’a
plus
la condition de transitivité.On a alors :
Problème
Trouver les
graphes
de tournoi lesplus «
défavorables »possibles,
c’est-à-dire tels que c soit leplus
faiblepossible.
Nous donnons les solutions pour n
faible,
leproblème
semble ouvert pour nquelconque.
Fig. 1
-- Ordre
partiel
Si i et j
ne sont pascomparés (information incomplète)
alors onreprésentera
lapaire (i, j)
par :Le
graphe
d’un ordrepartiel
est sans circuit(transitivité)
donc :Si l’ordre
partiel
est vide :- Préordre total
Considérons la
paire (i, j)
où i estjugé équivalent
àj,
on lareprésentera
parSi on
exprime
lepréordre
total sur une base o à distanceminimum,
on aura :c 1
(présence
decircuits)
d = 1 p = c.II. OPINION COLLECTIVE 1.
Définition
Soient A un ensemble de
sujets,
nA son effectif.Si k E A et si est
l’opinion
individuellek, appelons opinion
collective le tableau carrén X n défini par :
---
c~ est le
poids
del’opinion
individuelle k.S’il
s’agit d’opinions
où tous lessujets
ont mêmepoids,
alors c~ pourra être le nombre desujets qui
ont donnél’opinion
d’indicek,
et alors :2. Cohésion d’un groupe
Supposons l’opinion
collectiveexprimée
sur une base o(une
des n !permutations
des nobjets). Appelons
cohésion du groupe sur la base o, ou encore cohésion du groupe autour de la
tendance o,
laquantité :
Lorsqu’on
neprécisera
pas latendance,
ils’agira
de la tendance « centrale ~, définie comme étantl’ordre total o à distance minimum du tableau ou encore o, tel que
CA, o
soit maximum.En
désignant
cetordre,
onparlera
aussi de la tendance du groupe A. Dans ce dernier cas et commepour la cohérence de
l’opinion individuelle,
la cohésion est telle que :Cet indice de cohésion mesure une
dispersion
desopinions
individuelles autour de la tendance o.3. Intensité
Appelons
intensité del’opinion
collective laquantité :
Relation entre les intensités des
opinions
individuelles et l’intensité del’opinion
collective :or :
donc :
Remarque
On a
DA 1, DA ==
1 si tous lessujets
donnent commeopinion
une relation « saturée »(ex. :
ordreou
préordre total, graphe
detournoi).
4. Puissance d’une
opinion
collective oupuissance
d’un groupeAppelons puissance
d’un groupe A autour de la tendance o laquantité :
Lorsqu’on
neprécisera
pas la tendance o, ils’agira
d’un ordre total o à distance minimum del’opinion,
donc o tel quePA
soit maximum.Relation entre
PA, CA
etDA :
-’On montre facilement que :
Remarque
-
PA
= tous lessujets
ont pouropinion
le même ordre total.Exemple 1
Soit le
système d’opinions
suivant :un groupe
Ci
de 30sujets
donnant tous l’ordre 1 > 2 > ~3( > désignant préféré à),
un groupe
G2
de 30sujets
donnant tous l’ordre 3 > 2 > 1.Nous avons :
En effet :
Exemple
2Soient n
objets
et n !sujets. Chaque sujet
donne commeopinion
une des n !permutations
des nobjets,
2
sujets
nedonnant jamais
la même.L’opinion
collective est alors :III. RELATIONS ENTRE DISTANCES ET PUISSANCES 1.
Compléments
sur les distancesSoient 2
opinions
individuelles nous avonspris
pour distance laquantité:
- La distance maximum est d
(k, 1)
= n(n - 1),
nous la noterons dmax.-
Lorsque ko j, li j E ~ D,1 },
lesopinions individuelles
sont des relations binaires non valuées et cettedistance est le double de la distance
dK
de Kendall définie par :... ...
cf.
2. Distance entre 2
opinions
collectivesSoient deux groupes distincts :
A,
nA, etB,
on posera :
On véri.fie que cette
quantité répond
bien aux axiomes de la distance.3. Distance entre une
opinion
collective et sa tendanceNous avons vu que la tendance d’une
opinion
collective est l’ordre total à distance minimum de cetteopinion
collective.la tendance du groupe
La distance entre
l’opinion
collective et sa tendance est :On peut montrer
(cf. [10])
que :4. Autres
expressions
de lapuissance
Évaluons
laquantité
oùk A
est la tendance de A :Nous passerons des intermédiaires
obtenus,
en considérant les cas où :On montre que si on choisit l’ordre des indices i dans la sommation
, égal
à l’ordre de laij
tendance
kA,
alors cetteexpression
devient :soit :
ce
qui
donne si dmax = n(n - 1),
et en tenant compte del’expression
de d(A, kA),
les trois formules suivantes :Relation avec le tau de Kendall T
Le tau de Kendall entre 2
opinions
ocet ~
est :Comme la distance que nous
envisageons
est le double de celle deKendall,
nous avons :soit :
où kA est la tendance du groupe A.
5. Formule
barycentrique
Soient les groupes
disjoints A,
nA,En considérant le groupe formé par la réunion des
2,
noté A -’-B,
d’effectif nA + nB, etd’opinion
-f - on montre facilement les relations :
6.
Composition
despuissances
Le
problème
est de déterminer lespuissances
d’un groupe obtenu par la réunion de 2 groupesdisjoints,
à
partir
d’ éléments« résumant » lescaractéristiques
de ces groupes telles queleur effectif,
leurpuissance,
leur
tendance,
etc.Cas
simplifié
Soient 2 groupes A et B
disjoints
de cohésion1,
nA et nB, leurseffectifs, kA
etkB
leurs tendances.Cherchons à évaluer la
puissance PA+B
du groupe réunissant les 2 groupes A et B.Si
kc représente
la tendance du grouperésultant,
on a :En examinant les cas
possibles
pourkBCJ
et suivant les valeurs relatives de nA et n8, on montre que :On alors une relation de
composition
despuissances
dans ce casparticulier :
Cas
général
PA~ PB
sontquelconques.
La
puissance
de A sur une basequelconque
o est :, , , , ’B.
d’où une formule
analogue
au théorème deHuygens
pour les moments d’inertie :Exprimons
lespuissances
des groupesdisjoints
A et B sur la tendance1~C
de leur réunion :d’où,
en faisant la somme :Or le
premier
membrereprésente
lapuissance
du groupe A -f - B sur sa tendancekc, donc,
lapuissance
du groupe résultant :Il semble que dans certains cas, cette formule
puisse
se réduire à :mais dans d’autres cas, elle n’est pas vérifiée.
IV. ALGORITHMES
D’AGRÉGATION
1.
Agrégation artificielle
Étant
donné unsystème d’opinions
sur desobjets,
on voudrait construirele,
ouéventuellement,
les ordrestotaux sur les n
objets
à distance minimum del’opinion
On peut alors
qualifier
cet ordre totald’opinion
collective à condition de lui associer certainesgrandeurs
telles lacohésion, l’intensité,
lapuissance.
Cette démarche estanalogue
à cellequi
consisteà résumer un ensemble de données par une moyenne et une variance.
Il peut
cependant
être intéressant d’établir despartitions
sur l’ensemble dessujets,
ens’appuyant
sur la notion de
puissance.
L’intérêt de cette notion est
qu’elle
permet de mettre en évidence des tensions entresujets
etentre groupes, des formations de groupes, etc. Dans
l’exemple
1du §
II.4,
les deux groupes desujets G,
et
G2
ne chercheront pas forcément às’agréger
en un seul groupeG1-f- G2 qui
seraitincapable
de sedécider,
carincapable
d’émettre unepréférence marquée
pour1,
2 ou 3.2.
L’agrégation « spontanée »
Nous
désignerons
par ce terme des modesd’agrégation
desujets qui
conduisent à donner unepartition
de ces
sujets.
L’expérience
sur des données réelles a montré quelorsqu’on
étudie unsystème d’opinions,
onobtient souvent une
opinion
collective de cohésion faible donc depuissance
faible.Si on
prend
unsystème d’opinions
dontchaque opinion
individuelle est un ordretotal,
lapuissance
de
chaque«
groupe » de 1 individu estégale
à 1. Lessujets d’opinions
voisinesaccepteront
de se regrouper defaçon
à constituer un groupeplus puissant,
même si la tendance de ce groupe n’est pas tout à faitl’opinion
dechaque sujet.
Si on considère une
agrégation
dessujets représentée
sous la forme d’une arborescence(cf.
Benzé-cri
[4]
et Lerman[13],
et si l’onportait
àchaque noeud,
lapuissance
du groupe ainsiconstitué,
on verraitque dans certains cas, et de
façons
biendifférentes,
il estpossible
de constituer des groupes dont lapuissance
soitsupérieure
à celle de l’ensemble dessujets.
Groupes
en tensionOn dira que deux groupes
disjoints
sont en tensionlorsque :
Dans le cas
contraire,
on diraqu’ils s’agrègent spontanément.
Cas
particulier
de deux individus.On a vu la relation :
pour 2
suj ets k, 1;
alors :
par
conséquent,
deux individus sont en tension siPki
1 1 :’t" kl étant le tau de Kendall.
Groupe
enéquilibre
autour d’une tendanceOn dira
qu’un
groupe A est enéquilibre
autour d’une tendancekA
si tous lessujets
du groupe contribuent à augmenter lapuissance
de A autour dekA.
Théorème
Un groupe A est en
équilibre
autour d’une tendancekA
si et seulement si toutes lesopinions
k du groupesont à une distance de
1~A
inférieure ouégale
àdmax/2.
Cette
proposition
résulte de la formule :Si d
(k, kA)
>dmax/2,
k contribue à affaiblirPA,k~.
Si d
(k, kA) dmax/2,
k contribue à augmenterAutre énoncé : Un groupe est en
équilibre
autour d’une tendance1~A
si et seulementsi,
les « tau » de Kendall entre lesopinions
des éléments du groupe et la tendancekA
sont touspositifs
ou nuls.Ceci résulte de
3.
Exemples d’algorithmes
Nous
présenterons
deuxalgorithmes s’appuyant
sur cesnotions,
le second pouvant être la suite dupremier.
Algorithme
1Il
répond
au critèred’agrégation :
se rattacher au groupe de la tendance laplus
centrale à condition dene pas être
rejeté,
ou encoresagréger«
sipossible »
à lamajorité.
On notera :
Gl,
...,G~
les différents groupesconstitués,
K== { k 1
l’ensemble dessujets
et d(k, Ci)
représentera
la distance de k à la tendance du groupeGi.
Algorithme
2Il est la suite de
l’algorithme 1, lorsqu’au
moins 2 groupes se sont formés.Il
répond
au critèred’agrégation : s’agréger
au groupe dont la tendance est laplus
voisine de sonopinion.
Soit I l’ensemble des indices des groupes
Gi, i
E I.G
(- 1)
est un groupequi reçoit
dessujets expulsés
des groupes au cours del’algorithme
par suite desdéplacements
des tendances.Remarque
Ces
algorithmes
ont étéprogrammés
et insérés dans un programmed’analyse
depréférences.
Sur lesdonnées
traitées, l’algorithme
1 a conduit à1,
2 ou 3 groupes, dont l’un d’entre eux estplus important
eneffectif,
et dont la tendance estgénéralement
voisine de celle de l’ensemble dessujets (le
groupemajorité).
L’algorithme
2 conduitgénéralement
à 2 groupesplus équilibrés
en effectif. Parfois un troisième groupeapparaît [le
groupe G(- 1)].
Groupes
stablesOn a vu que dans un groupe en
équilibre
autour d’unetendance,
aucun dessujets
n’est en tension avecla tendance centrale.
Cependant,
il se peut très bien que 2sujets
soient en tension entre eux. Eneffet,
des groupes enéquilibre
autour d’une tendance peuvent être instables. Si certainssujets quittent
le groupe, la tendancese
déplace,
et certainssujets
du groupe peuvent être alors en tension avec la nouvelle tendance.Le
départ
dequelques sujets peut
provoquer ladésagrégation partielle
d’un groupe enéquilibre
autour d’une tendance.
Une autre notion est alors intéressante : celle de groupe stable.
Définition
Appelons
groupe stable un groupe danslequel
tous lessujets
ne sont pas en tension 2 à2,
ou encore : G est un groupe stable :Trouver des groupes
stables,
c’est trouver descliques
dans legraphe :
dmax
Remarque
Un groupe stable est en
équilibre
autour de la tendance de tout sous-groupe, donc enparticulier
autourde toute
opinion
individuelle de ce groupe.V.
REPRÉSENTATION GÉOMÉTRIQUE
Nous définirons le
permutoèdre
de lafaçon
suivante :Angle
souslequel
on voit deuxopinions (ordres totaux)
sur lepermutoèdre :
oc en radians
oc en
degrés
Lien avec le tau de Kendall
donc :
Il est donc
possible
dereprésenter
un ensemble = A par rapport à deux axes,qui
sont deux tendancesGl, G2.
En
effet,
onpeut
définir deuxangles :
oc(k, CI)
ouplus simplement (k Gl)
et oc(k, G,), (k G,)
et le rayon Ok = p =
dk (intensité
dek).
On peut ensuite
envisager
uneprojection sphérique
dessujets
sur les deux axesG,
etG2,
suivantles formules que nous allons établir dans le
paragraphe
suivant.Formules de
projection
Fig. 3
On définit les axes X et Y de la
façon
suivante :pour
Gi :
X = 1 Y = 0pour
G2 :
X = cos( Gl G2)
Y = sin(Ci G2)
en
désignant
parGi G2 l’angle
oc( Gl, G2).
On cherchera à évaluer les coordonnées et
Yk’~
dupoint
k’projection orthogonale
dupoint
ksur le
plan X,
Y.On a les relations :
donc : O O
Et de même:
Soit : ·
soit :
De
plus
on a la relation :soit :
donc :
on en déduit :
On a donc
soit : O O
D’où les formules de
projection
de k sur leplan G1 G2
connaissant kGi et
kG2 :
avec p =
dk
--- intensité del’opinion
k.Remarque Lorsque :
et: ·
on retrouve k et k’ confondus sur le cercle de rayon p.
PROJECTION
DESOBJETS
1.
Disposition
desobjets
sur lepermutoèdre
Soit
l’objet X
et ce ... ~,, les n -1 autresobjets.
Pour situer lesobjets,
nous chercherons à satisfaire laproposition
suivante :L’objet X
doit occuper sur lepermutoèdre
uneposition symétrique
par rapport aupermutoèdre
des n -1 autres
objets.
2.
Définition
de la distance d’unobjet
X à un ordre01
n
Supposons
que rang X = q - et considérons les deux ordres : 2tels que
41- O2 2013 {~}
soient deuxpermutations inverses,
nous poserons par définition :Fig. 4
Évaluons
d(01, 02) :
et e sont définis tels que :
card {oc
...8}
= card{ p
...t 1
On a:
d
(01, 02)
étant le nombre d’arcs en désaccord dans01
et0,.
Le nombre d’arcs en accord est 2 card
(e
...~).
En
effet,
sur la base01, 02 s’exprime
par :et : ~ o
Cette distance ne
dépend
que du rang de X sur01.
La relation rentre la distance et
l’angle
est :donc
l’angle
d’unobjet
X dupermutoèdre
à un ordre total01 (permutation
de cepermutoèdre)
est :soit : -.
n
Cas où rang
(X, 0) 2013
2 En posant :on démontre que la formule ci-dessus est en.core valable.
Remarque 1
Il existe un programme
(ANAPRE) qui
exécute lesalgorithmes
1 et 2 àpartir
de données sous forme depréordres partiels (donc
enparticulier,
d’ordrestotaux).
La suite du programme donne uneprojection graphique
dusystème d’opinions
sur les axesG,
etG2.
Remarque
2Plusieurs
systèmes
réelsd’opinions
ont étéanalysés,
leplus important
portant sur 480sujets
et 25objets
de
préférence.
Remarque
3Les
permutoèdres (n
=4)
et(n
=5)
ont étéprojetés
defaçon
à connaître toutes lesfigures possibles
suivant
l’angle
des deux axes deprojection Gi
etG,.
On donne en annexe lepermutoèdre (n
=3).
Remarque
4.Dans cette dernière
optique,
onpourrait
chercher àreprésenter
toutes les relations nonvaluées,
totalesou
partielles,
ou encore tous lesgraphes possibles orientés,
sans boucles etantisymétriques.
Si on pose n’ = n
(n - 1)/2 (n objets),
le nombre degraphes
de p arcsdisposés
entre n sommets est :2 p
CP c’est
encore le nombred’opinions
d’intensitépIn’).
Le nombre
d’opinions
distinctes est alors :20 Co,
pourl’opinion
vide(0)
Cnli 2nl
-2n(n-I)/2
est le nombre de relations totales à n(n - 1)/2
arcs, ou encore le nombred’opinions
d’intensité 1.Permutoèdre N == 3
Projection
des ordres totaux(6)
axes !
_
.... _
axes
Projection
de certains ordrespartiels
Un trait gras
représente
une distance : 1.Fig. 5
BIBLIOGRAPHIE
[1] ARROW,
K.J.,
Social choice and individualvalues,
2eéd., Wiley, 1962.
[2] BARBUT, M.,"
Note sur les ordres totaux à distance minimum d’une relation binairedonnée",
Math. Sci.
hum.,
n° 17.[3] BARBUT,
M. etMONJARDET, B.,
Ordre etclassification, algèbre
etcombinatoire, 2, Paris, Hachette,
1970.
[4] BENZECRI, J. P.,
Surl’analyse
despréférences, Paris, publication I.S.U.P. ; L’analyse factorielle
descorrespondances, Paris, publication I.S.U.P. ; Classification automatique, Paris, publication
I.S.U.P.
[5] DEGENNE, A., L’ajustement
des modèles ordonnés enanalyse
desquestionnaires, Thèse, 1969.
A
paraître :" Techniques
ordinales enanalyse
des données", Métrique
etstatistique, Paris,
Hachette,
1971.[6] FELDMANN-HOGAASEN, J’.,
" Ordrespartiels
etpermutoèdres ",
Math. Sci.hum.,
n°28,
1969.[7] FREY, L.,
"Techniques
ordinales enanalyse
des données", Algèbre
et Combinatoire(A paraître),
Paris, Hachette,
1971.[8] GUILBAUD,
G. Th. etROSENSTIEHL, P., " Analyse algébrique
d’un scrutin",
Math. Sci.hum.,
n°
4,
1963.[9] GUILBAUD,
G.Th., "
La théorie de l’intérêtgénéral
et leproblème logique
del’agrégation ",
Mono-graphies
de RechercheOpérationnelle,
n°9, Dunod,
1968.[10] JACQUET-LACRÈZE, E., "L’agrégation
desopinions individuelles ", Informatique
en SciencesHumaines,
no4,
1969.[11] KENDALL,
M.G.,
Rank correlationmethods, Londres, Griffin,
1962.[12] KREWERAS, G., " Représentation polyédrique
despréordres complets
finis etapplication
àl’agré- gation
despréférences ",
Ladécision, 2, C.N.R.S.,1967.
[13] LERMAN,
I.C.,
Les bases de laclassification automatique, Paris, Gauthier-Villars,
1970.[14] MOON, J’. W., Topics
on tournaments, NewYork, Holt,
1968.[15] PARLEBAS, P., Effet
condorcet etdynamique sociométrique,
Brochureronéotée, U.E.R.M.L.I.,
Paris
V,
1970.[16] ROY, B., "
Classements et choix enprésence
depoints
de vuemultiples " (la
méthodeÉlectre),
Rev.