R EVUE DE STATISTIQUE APPLIQUÉE
R. D UVAL
Genèse de certaines distributions dissymétriques
Revue de statistique appliquée, tome 9, n
o1 (1961), p. 75-88
<
http://www.numdam.org/item?id=RSA_1961__9_1_75_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/
75
GENÈSE DE CERTAINES DISTRIBUTIONS DISSYMÉTRIQUES
par
R. DUVAL
Ancien
Élève
del’École polytechnique Ingénieur civil des
minesOn
constate, lorsqu’on
échantillonne ungisement
deminerai,
que ladistribution des teneurs de ce
gisement
estgénéralement dissymétrique,
lemode de la courbe
représentant
la distribution estreporté
ducôté
des teneursbasses. Celles-ci naturellement ne
peuvent jamais
êtrenégatives.
Il est d’ailleurs nécessaire d’ouvrir d’abord une
parenthèse
ausujet
decette
expression
de distribution des teneurs d’ungisement.
On entend par là la distribution des teneurs moyennes de chacune des unitésd’échantillonnage
en
lesquelles
on subdivise par lapensée
l’ensemble du volume dugisement qui
estrempli
d’une matière continue. Il y a donc en fait autant de distribu- tionsqu’il
y a deconceptions
d’unitésd’échantillonnage,
c’est-à-dire une in-finité,
mais ces distributions doivent avoir la même moyenne. On nepourrait
doncconnaître
cette distributionqu’après
avoir vidécomplètement
legisement.
En
fait,
on estime cette distributiond’après l’échantillonnage
dugise-
ment
qui
se faitgénéralement
par latechnique
del’échantillonnage systéma- tique,
enimplantant
parexemple
dessondages
au diamant aux sommets d’unquadrillage appliqué
sur la carte dugisement,
et en déterminant la teneur de chacun desprélèvements
élémentaires(dits carottes)
ainsieffectués .
C’est sur cettesous-population
de déterminationsqu’on
constate très souvent ladissymétrie
del’histogramme
desfréquences
dont il a étéparlé
au début.La raison de cette
dissymétrie
a faitl’objet
de différenteshypothèses
dontla
critique
vaêtre
ci-dessous.EXPLICATIONS DONNEES DE LA DISSYMETRIE CONSTATEE
Divers auteurs ont voulu voir dans ces distributions
dissymétriques,
lesuns la manifestation d’une loi
binomiale,
les autres d’une loilognormale.
LOI BINOMIALE
Les défenseurs de la loi binomiale
s’appuient
sur .le faitindubitable qu’en
fait ungisement
se compose élémentairement departicules :
les unesde minéral pur
(galène
parexemple
pour leplomb,
c’est-à-dire des cris- taux de sulfure deplomb),
les autres de gangue stérile. Ils assimilent alorsl’opération d’échantillonnage
à untirage
au hasard d’un certain nombre n departicules
dans unepopulation
très nombreuse où laproportion
desparti-
cules de minéral est p. Dans ces
conditions,
le nombre departicules
deminéral rencontrées dans
chaque prélèvement
de nparticules, donc, disent-ils,
la teneur doit obéir à une loi binomiale. On
peut
d’abordobjecter qu’au-
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
76
cune des conditions
requises
pour obtenir une distribution binomiale n’estremplie
dans ce schéma. Lesparticules
ne sont pasidentiques
enforme, poids, volume,
elles ne sont pas initialementparfaitement mélangées,
leurnombre
prélevé
n n’est certainement pasconstant,
deplus
elles sont ag-glomérées
entreelles, etc.
Mais admettons néanmoins
provisoirement
que ces conditions soientremplies,
chacun desprélèvements
élémentaires effectués secomposerait,
en raison de la
grandeur
habituelle desparcelles
deminéraux,
d’un nombre élevé n departicules.
Or on sait que, dans cesconditions,
une loi binomialetend
rapidement
vers une loi normale. On ne devrait donc pas alors trouver de distributionsdissymétriques.
Il s’élève encore une autre
objection.
Nous avons vu ci-dessusqu’en fait, d’après
laconception
de base de cettehypothèse,
c’est le nombre departicules
de minéral ou leurproportion
dans leprélèvement
élémentairequi
devrait obéir à une loi binomiale.Si donc on
appelle ni
le nombre departicules
de minéral et n2 lenombre de
particules
de gangue avec ni +n 2 =
n c’est la variablequi
devraitobéir, d’après
cettethéorie,
à la loi binomiale. Mais en fait onprélève
un volume et la teneur dans ce volumeest,
enappelant d1
la densitédu minéral et
d2
la densité de la gangue :Lorsque d1
s’écarte très sensiblement ded2
comme c’est le cas fré-quent,
les deux variables x et z sontdifférentes,
elles sont liées par la relationSi donc x obéissait à une loi
binomiale,
z, lateneur,
suivrait une loidifférente.
LOI LOGNORMALE
Les
partisans
de la loilognormale
sont trèsabsolus,
car ils considè- rentqu’elle
est la manifestation del’application
de la loigénérale
d’actionde masse ou d’effet
proportionnel
tant aux teneurs degisement proprement
ditesqu’aux "accumulations"
c’est-à-dire auxproduits
des teneurs par l’é-paisseur
dugisement correspondante,
et ils soutiennentqu’en conséquence
la loi
lognormale s’applique
d’unefaçon complètement générale.
Nous neconnaissons pas, en ce
qui
nous concerne, de théorie solidement construite montrant comment on déduit une loi de distributionlognormale
des teneurset des accumulations de ces lois d’action de masse ou d’effet
proportionnel;
ce que nous connaissons c’est seulement une
simple affirmation,
ou un actede foi si l’on
préfère,
et une tentative faite pourdémontrer,
auprix d’hy- pothèses
audacieuses etqui,
croyons -nous, n’ont pas faitl’objet
de vérifi-Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
77
cations,
la permanence de lalognormalité, quelle
que soit l’unité d’échan-tillonnage considérée;
cette démonstration était en effet nécessaire pourpouvoir
soutenir lagénéralité
de cette loilognormale.
Quelle
que soit cettethéorie,
si elleexiste,
nous serionssurpris qu’elle échappe
àl’objection présentée
ci-dessus à la loi binomiale ausujet
de ladifférence des distributions du x et du
Z;
en tout cas s’il est indubitable que , dans d’assez nombreux cas, une loilognormale
compense convenablement des distributions constatéesexpérimentalement
de teneurs oud’accumulations ,
des vérifications faites sur
quelques gisements (référence 1)
ne confirmentpas
qu’elle s’applique
d’une manièregénérale.
D’ailleurs
l’application
d’unegénéralité
simultanée pour les teneurs et les accumulations soulève une autreobjection.
Comme lelogarithme
d’unproduit
est la somme deslogarithmes
des facteurs et que la somme ou la différence de 2 variablesindépendantes
obéissant à la loi normale est unevariable
également normale,
il en résulte que si la teneur et l’accumulation obéissent à une loilognormale, l’épaisseur
dugisement
doitégalement
obéirà une loi
lognormale.
Commegénéralement,
aupoint
de vuegéologique, l’épais-
seur du
gisement dépend
de circonstancestectoniques
oustratigraphiques qui
sont antérieures à l’arrivée de la
minéralisation,
on ne voit pas bien cequ’une
loi d’action de masse ou d’effetproportionnel
aurait à voir dans cette affaire.Cette
question
de lagénéralité
de la loilognormale
apratiquement
del’importance
car ses défenseurspréconisent
pour l’évaluation de la teneur moyenne dugisement l’emploi
d’un certain estimateurqui
donne des résultatserronés si la distribution n’est pas effectivement
lognormale (référence 2).
Or on se contente assez souvent de peu pour vérifier
qu’une
distribution estlognormale,
carbeaucoup
d’auteurs font seulement cette vérification enemployant
latechnique
de la droite deHenry qui peut
être assezsubjective
etparfois
aboutir à des résultats erronés comme nous avons eu l’occasion de le constater.Les
objections exposées
ci-dessusparaissent
donc rendre tout au moins douteux le bien fondé desexplications
étudiées ci-dessus. C’est donc uneraison pour en chercher une autre.
NOUVELLE EXPLICATION SUGGEREE
L’idée de cette
explication
nous est venue en examinant un modèle dedistribution de
gisement
établi ens’inspirant
de la distribution des teneurs d’ungisement
deplomb
des Cévenneset qui
estreprésenté
sur lafigure
1 .Ce
modèle,
établi en vue d’une étude sur des modalitésd’échantillonnage
desgisements,
contient une courbe en traitplein qui représente,
en fonction des abscissesqui
sont les distances sur leterrain,
la teneur moyenne dugise-
ment au
point
du terrain considéré. Lespoints marqués représentent
en or-données la teneur effectivement constatée au
point marqué
enabscisses;
ilsse
dispersent
en ordonnées autour de la courbe moyenne suivant une loiqui
a été admise ici être une loi
normale,
mais c’estuniquement
pour éviterl’arbitraire,
la loipeut
être différente. Ladispersion
autour de la courbe moyenneaugmente
en mêmetemps
que la teneur moyenne. Ces conditions n’ont pas été fixéesarbitrairement,
ellescorrespondent
à celles rencontrées souvent dans lesgisements plombo-zingueux
notamment. Comme ce genre degraphique
sera encore utiliséplus loin, ajoutons
pourpréciser
sa construc-tion
qu’il n’y
ajamais
danschaque
colonne de 1 mm dupapier quadrillé
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
78
Revue de Statistique Appliquée. 1961 - Vol. IX - N 179
qu’un
seulpoint représentatif
etqu’afin
d’assurer une distribution en ordon- nées sensiblementnormale,
lespoints
ont été icirespectivement répartis
au sentiment
proportionnellement
aux nombres25, 16, 7,
2 dans chacune des bandesmarquées
par des traitsinterrompus
dechaque
côté de la courbe moyenne et dont lalargeur
de chacunereprésente
un écart médian. En abscis-ses on s’est efforcé de conserver une distribution sensiblement uniforme dans
chaque
bande. Onpeut considérer,
dans le casprésent,
cette distri- bution comme celle des teneurs des carottes extraites d’une série de son-dages jointifs
lelong
d’unalignement
sur le terrain.L’examen de ce
graphique indique
tout de suitequ’en
raison de l’exis- tence d’un maximum de la courbe moyenne et de l’accroissement de la dis-persion
avecl’augmentation
de la teneur moyenne le nombre despoints
dé-comptés
dans une bande horizontale de 1 cm delargeur
parexemple
estdans la
partie
haute du dessin inférieure au nombrequ’on
rencontre dans lapartie
inférieure. L’idée vient donc d’établir unhistogramme
enfréquence
de la distribution des teneurs en
décomptant
danschaque
bande horizontalecorrespondant
à 1 cm d’ordonnées(teneurs)
le nombre depoints
rencontré .Figure 2
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
80
La
figure
2représente l’histogramme
ainsi établicorrespondant
à lafigure
1. On constatequ’il paraît
bien en effetcorrespondre
à une distribu-tion
dissymétrique
avec modereporté
du côté des teneurs basses.Nous avons donc étudié de
plus près
cettequestion,
afin de déterminerles conditions
auxquelles
devait satisfaire une distribution deteneurs de gi- sement,
constituée suivant cesprincipes,
pour avoir unhistogramme plus
nettement
dissymétrique
comme on en rencontre souvent.ETUDE
STATISTIQUE
DE LA GENESE DES DISTRIBUTIONSDISSYMETRIQUES
DE TENEURS Modèles
simplifiés
1/
Nous avons étudié à cet effet d’abord un modèleschématique (figure 3)
établi suivant les
principes généraux indiqués ci-dessus,
danslequel
la courbedes moyennes est toutefois
remplacée
par uneligne
droite et le maximumFigure 3
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
81
par un
angle aigu
réduit à un seul versant(la figure complète
étant admise êtresymétrique).
Les abscisses et les ordonnées ont la mêmesignification
que dans la
figure
1.Nous avons recherché par le calcul
quel
était le tracé de la courbe de la densité deprobabilité
en fonction de la teneurquand
lepoint
moyen de la distribution sedéplace
dupoint
0 aupoint
L sur la droite en traitplein
enadmettant pour faciliter
l’intégration qu’on
avait affaire à une courbe de distribution en toit(figure 4)
dans le sens des ordonnées au lieu d’avoir ladistribution normale de la
figure
1.Figure 4
Les 2 droites en trait
interrompu
de lafigure
3 encadrant la droite OLmarquent
les limites del’amplitude
de ladispersion
de la distribution entoit. On voit donc que cette
amplitude
estproportionnelle
à la teneur moyenne(coefficient
dedispersion constant).
Dans ces
conditions,
si l’on considère une bande horizontale delargeur dy placée
parexemple
en ab sur lafigure,
toutes les distributionsqui
peu- vent envoyer en direction verticale despoints représentatifs
dans cette bande sont évidemment seulement celles dont lespoints
moyens sontcompris
entreles
points
A et B et onpeut,
pourchaque point
deAB,
déterminer la pro- babilité pour leditpoint représentatif
de tomber dans lesegment dy;
cetteprobabilité
sera fonction de x. Enintégrant
de a à b seulement on aura donc la densité deprobabilité
à la cote y. Cetteintégration
neprésente
pas de difficulté et on trouve une densité deprobabilité indépendante
de la cote y etdépendant
seulement desangles
que font avec l’horizontale les droites in- clinées dugraphique.
Toutefois la densité deprobabilité
baisseprogressi-
vement
jusqu’à
0 àpartir
du moment où lepoint
B arrive enL,
car lesegment, ab, s’ampute progressivement
sur sa droitejusqu’à disparaître
to-talement
lorsque
lepoint
A arrive enL.
On obtient donc une courbe de densité deprobabilité
dutype
de lafigure
5.Cette constance de la densité de
probabilité
sur unegrande étendue, qui peut surprendre
aupremier abord, s’explique
facilementlorsqu’on
re-marque que dans la
figure
3 tout esthomothétique
parrapport
aupoint 0
,et comme dans
l’intégration
lespoints
n’ont pas de dimensions on se trouveen
fait, quelle
que soit laposition
dupoint
y, enprésence
d’unefigure
iden-tique.
Ce raisonnement est d’ailleurs encore valable si onremplace
la dis-tribution en toit par
exemple
par une distribution normale à coefficient dedispersion
constant.Mais on constate sur la
figure
5 l’absence d’un maximum de densité deprobabilité qui
évidemment necorrespond
pas à cequ’on
observe dans lesgisements.
Ce modèle ne convient donc pas àl’objet
que nous nous proposons .Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
82
Figure 5En effet dans notre cas les
points représentatifs
ont une dimensionfinie qui correspondrait
parexemple
au diamètre des carottes dont il a étéparlé plus
haut(1
seulpoint
par colonne d’ 1 mm delargeur),
ils’agit
doncde distributions discrètes et non pas
continues, l’emploi
du calculintégral
n’est pas
justifié,
il faut faire des sommationspoint
parpoint,
etlorsque
le
point
considéré de la droite OL serapprochera
dupoint
0 on ne pourraplus
inscrirequ’un
nombre limité depoints
au lieu d’une infinité et la den- sité deprobabilité
devra baisserjusqu’à
0lorsqu’on
serapproche
dupoint
0 au lieu de descendre suivant une verticale comme dans la
figure
5.2/
Nous avons alors vérifié sur un nouveau modèle(figure 6) analogue
à celui de la
figure 3,
le bien fondé des considérationsci-dessus;
en calcu- lant d’unepart
par une sommationdiscrète,
et en admettant une distributionnormale,
la courbe de la densité deprobabilité
et en vérifiant d’autrepart
par l’établissement d’une distribution
expérimentale
suivant lesprincipes
ex-posés
à propos de lafigure
1 quel’histogramme
desfréquences
de cettedistribution
expérimentale s’ajuste
convenablement sur la courbe de densité deprobabilité
calculée. La seule différence avec lafigure
1 est que pour la distributionexpérimentale
nous avonsadopté
pour la facilité ducalcul,
cettefois-ci,
depart
et d’autre de ladroite,
lieugéométrique
des moyennes, 3 bandes de 1écart-type
chacune et limitél’amplitude
de la distribution ex-périmentale
à ces 3écarts-types.
Larépartition
despoints
dans ces 3bandes a donc été
faite,
cettefois-ci, proportionnellement
aux nombres34,
14 et 2. Le calcul
point
parpoint
de la courbe de densité deprobabilité
estnaturellement
long
et fastidieux et nous avons limité ce calcul à celui d’un certain nombre depoints critiques qui
sontmarqués
d’une croix sur le gra-phique,
ilspermettent
de définir convenablement l’allure de la courbe.Nous
reproduisons
ci-dessous à titred’exemple
le calcul dupoint
cor-respondant
à y = 18 mm(cote 1, 8).
En examinant la
figure
6 on constatequ’un déplacement
sur la droite OLcorrespondant
à undéplacement
en x de Ax = il mmcorrespond
d’autrepart
à undéplacement Ay = ± 3,6
mm en ordonnée et à une variation del’écart-type de 039403C3 = ±0,4
mm.La
probabilité qu’a
unpoint représentatif
de la distribution considérée de se trouver dans une bande horizontale de 1 mm de hauteur encadrant lepoint
y = 18 mm, c’est-à-dire dans une bandecomprise
entre y =17, 5
mmet y =
18, 5
mm, va être calculée. A ceteffet,
il va être examiné successi- vement dans chacune des bandes verticales de 1 mm delargeur (1
seulpoint
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
83
Figure 6Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
84
par bande verticale de 1 mm
d’après
la construction dugraphique)
les dis-tributions normales
ayant
leur centre sur la droite OL etl’écart-type
cor-respondant qu’indique
lafigure
6. On calculealors,
conformément au tableau1 ,
pour chacune de ces distributions au moyen d’une table de la fonction de
Laplace-Gauss
laprobabilité
pour que lepoint
seplace
dans la bande hori-zontale
définie
ci-dessuscomprise
entre y, =17,5
et Y2 =18, 5.
Ce calcul aété
poursuivi jusqu’à
ce que lesprobabilités
trouvées soient inférieures à0, 00001.
Tableau 1
(y 17,5, Y2 = 18,5, Ay = ± 3,6, 039403C3 = ± 0,4)
La densité de
probabilité
dans la bande horizontale de 1 mm delargeur
à l’ordonnée 18 est donc de
0,2790.
La courbe de densité de
probabilité
de lafigure
6 définie par le calcul despoints marqués
d’une croix a été tracée sur lafigure
6 en trait inter- rompu en fonction de y(la teneur),
enadoptant
pour la densité deprobabili-
té une échelle arbitraire.
La distribution
expérimentale
despoints représentatifs
de lafigure
6 aété tracée suivant les
principes déjà exposés plus
haut. Les nombres depoints décomptés
danschaque
bande horizontale de 10 mm sont ceux inscrits entreparenthèse
sur lafigure
6. Onconstate,
parexemple,
que la bande horizontale de 10 mm delargeur
danslaquelle
se trouve cepoint
y = 18 mm contient dans la distributionexpérimentale
3points;
en seguidant
sur lacourbe de densité de
probabilité
pour déterminer laprobabilité qu’a
unpoint
de se trouver danschaque
bande de 1 mm contenue dans ces 110 mm, on trouve un total de2, 603 points
cequi
est convenablement concordant.Pour construire
l’histogramme
desfréquences
dugraphique (courbe
enescalier en trait
plein),
on aadopté
comme base uniforme desrectangles
une
longueur
de 40 mm afind’aplanir
les variations locales et pour déterminer l’échelle desfréquences
del’histogramme
on a fait coïncider le côtéopposé
à la base du
rectangle correspondant
avec lepoint
y = 144 mm de la courbe de densité deprobabilité.
Les autres côtésopposés
à la base des différentsrectangles
ont été déterminés en fonction de l’échelle ainsi déterminée et du nombre depoints décomptés
dans la bande horizontalecorrespondante
de40 mm de
largeur.
On constate unajustement
fort satisfaisant de l’histo-Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
85
Figure 7Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
86
gramme sur la courbe de densité de
probabilité
calculée. On voit donc que lesprévisions
faites sontconfirmées,
la courbe de densité deprobabilité présente
bienl’aspect attendu;
densité deprobabilité
tendantprogressivement
vers 0 à la
partie supérieure, région
à densité constantepuis
décroissance de nouveau zéro en serapprochant
dupoint
O.On obtient donc du fait de l’existence du maximum de la courbe des teneurs moyennes et de
l’augmentation
de ladispersion
avec la croissancede la teneur moyenne une
disposition dissymétrique
de la distribution desteneurs,
et du fait de la distribution discrète despoints représentatifs
unechute nouvelle de la densité de
probabilité
auvoisinage
dupoint
O. Il y a donc maintenant existence d’un maximum de la densité deprobabilité,
mais lemaximum
présente
unlong palier, qui
necorrespond
pas à ce que l’on cons- tate pour les distributions de teneur degisement.
Ceci est dû à la rectitudede la
ligne
des moyennes.Il y a donc lieu d’examiner comment doit se modeler cette
ligne
pourqu’on puisse reproduire
les distributions constatées dans la nature.3/
A cet effet nous avonsrepris
sur un nouveau modèlereprésenté
par lafigure 7
le calcul de la courbe de densité deprobabilité
et l’établisse- ment de la distributionexpérimentale d’après
lesprincipes employés
pour lafigure
6. Ce modèle a cette fois-ci uneligne
des teneurs moyennes consti- tuée par uneligne
brisée à troispentes. L’histogramme, qui
a été tracéici par bandes horizontales de 1 cm,
s’adapte
encore fort bien sur la courbe de densité deprobabilité
calculée. On obtient maintenant un maximummarqué.
Cette étude
permet
d’arriver aux conclusions suivantes concernant le modelé recherché de la courbe des teneurs moyennes.CONCLUSIONS
Si l’on a une courbe
symétrique
des teneurs moyennes à 5 courburesayant
l’allure de lafigure
8 a avec unedispersion
des teneurs autour de cette courbeaugmentant lorsqu’augmente
la teneur moyenne on obtient une courbe desfréquences
en fonction de la teneurayant
l’allure de lafigure
8b.Figure 9 Figure 8
Si la courbe des teneurs moyennes a l’allure à 3 courbures seulement de la
figure
9 a on obtiendra une courbe defréquences
à chuteplus brusque
vers la teneur zéro
ayant
l’allure de lafigure
9 b.Les
figures
8b et 9bcorrespondent
bien à des distributions rencon-trées souvent dans la nature.
On
peut
vérifier ces conclusions sur unexemple expérimental
de dis-tribution. Voir
figure
10.Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
87
Figure 10Revue de Statistique Appliquée. 1961 - Vol. IX - N 1
88
Quels peuvent
être lesphénomènes
naturels donnant lieu à ces allures de courbes de teneurs moyennes et à cesdispersions augmentant
avec lesteneurs
moyennes ?
Pourrépondre
d’une manière irréfutable à ces ques-tions,
il faudrait d’abord savoir comments’opère
lephénomène
de minérali-sation
lui-même,
cequi
est encore du domaine deshypothèses,
bien que lesphénomènes
des"Suffioni"
de Toscane et des geyserspuissent
en donnerquel-
que
idée,
tout au moins pour les minéralisationsqui
nes’expliquent
pas parune
simple précipitation chimique.
Dèsmaintenant,
lesprospecteurs
consi- dèrentgénéralement
le maximum de teneur moyenne constaté commeayant
des chances de
correspondre
aupoint
oùl’injection minéralisante
s’estproduite
avec toute
l’énergie qu’elle
contenait dans un milieupréexistant plus
ou moinsporeux et
hétérogène
où elle s’estrépandue
par diffusion ou écoulement. Unedispersion
diminuant avec une teneur moyennequi
s’abaisse au fur et à me- sure quel’épanchement
s’étend dans unplus grand
volume et quel’énergie
interne s’amortit ne
paraît
pas contraire à lalogique.
Ces conditions suffisentdéjà
à créer unhistogramme dissymétrique. Quant
aux formes des courbes de teneurs moyennes vues dans lesfigures
8 a et9 b,
ilappartient
auxspé-
cialistes des
phénomènes
de diffusion et d’écoulement de dire si elles nepeuvent
pass’expliquer
aussi par cesphénomènes mêmes.
REFERENCES
(1)
R. DUVAL -"Contrôle
dequalité
etanalyse statistique
en matière delaveries
métalliques".
Annales des Mines Nov.1957, p.740-41
et suivantes.(2) R. DUVAL,
R. LEVY etG.MATHERON - "Travaux
de M. D.G.KRIGE sur l’évaluation desgisements
dans les mines d’or del’Afrique
duSud".
Annales des
Mines,
Décembre1955, p. 25-27.
Revue de Statistique Appliquée. 1961 - Vol. IX - N 1