Académique Documents
Professionnel Documents
Culture Documents
Exercice d’application
I. Définition et généralité
II. Coordonnées Triangulaires
III. Analyse d'un Plan de Mélange
IV. Représentation géométrique des mélanges
V. Plans de mélanges classiques
VI. Modèles mathématiques des plans de mélanges
VII. Résolution de l’exercice d’application
CONCLUSION
Bibliographie
1
Introduction
L'analyse de mélanges avec des composantes devant totaliser une constante pose
certains problèmes spécifiques. Par exemple, si vous souhaitez optimiser le goût d'un
cocktail de fruits, composé à base de 5 jus de fruits, la somme des proportions de tous
les jus dans chaque mélange doit être égale à 100%. Par conséquent, les problèmes
d'optimisation de mélanges se retrouvent souvent dans le domaine des industries agro-
alimentaires, du raffinage, ou dans l'industrie chimique. Nombre de plans ont été
développés spécialement pour l'analyse et la modélisation des mélanges (voir par
exemple, Cornell, 1990a, 1990b ; Cornell et Khuri, 1987 ; Deming et Morgan, 1993 ;
Montgomery, 1991).
2
Exercice d’application
Nous souhaitons optimiser le gout d’un cocktail de fruits à base de trois jus de
fruits dont l’Orange (Orange (A) ; Banane (B) et Pastèque (C)) et la composition de
leurs mélanges. On dispose de la quantité exacte du mélange comportant les trois
produits purs, les mélanges moitié-moitié, le mélange équiproportionnel des trois
produits et les mélanges situés aux centres de gravité des simplex unitaires. On dispose
les réponses suivantes : 32 (mélange pur de A) ; 25 (mélange pur de B) ; 42 (mélange
pur de C) ; 38 (mélange binaire de A et B) ; 39 (mélange binaire de A et C) ; 30.5
(mélange binaire de B et C) ; 37 (mélange équiproportionnel de A,B et C) ; 37 (mélange
équiproportionnel de A, du mélange binaire de A et B et du mélange binaire de A et
C) ; 32 (mélange équiproportionnel de B, du mélange binaire de A et B et du mélange
binaire de B et C) et 38 (mélange équiproportionnel de C, du mélange binaire de A et
C, puis de mélange binaire de B et C). L’objectif de notre exercice consistera à trouver
le modèle approximant au mieux cette situation et à vérifier son efficacité.
I. Définition et généralité
Minitab est un logiciel qui optimise les plans de mélange et propose trois plans (de
mélange centré, en réseaux et sous contraintes) et analyse les données provenant des
trois types d'expériences suivants :
Mélange
La réponse est supposée ne dépendre que des proportions des composantes du mélange.
Par exemple, la couleur de la peinture ne dépend que des pigments utilisés.
Variable de procédé du mélange
La réponse est supposée dépendre des proportions relatives des composantes et des
variables de procédé (dans une expérience, celles-ci sont les facteurs qui ne font pas
partie du mélange, mais qui peuvent influer sur ses propriétés). Par exemple, le goût
d'un gâteau dépend des proportions d'ingrédients dans la préparation pour gâteaux ainsi
que de la durée et de la température de cuisson.
Quantité de mélange
La réponse est supposée dépendre des proportions des composantes et de la quantité
du mélange. Par exemple, le rendement d'une récolte dépend des proportions des
ingrédients d'un insecticide et de la quantité d'insecticide appliquée.
4
A B C
1 0 0
0 1 0
0 0 1
0.5 0.5 0
0.5 0 0.5
0 0.5 0.5
La somme de chacun des mélanges est égale à 1,0 ; vous pouvez donc interpréter
les valeurs des composantes de chaque mélange comme des proportions. Si vous tracez
ces données dans un nuage de points en 3D, il est évident que les points forment un
triangle dans l'espace à 3 dimensions. Seuls les points situés à l'intérieur du triangle (où
la somme des valeurs des composantes est égale à 1) sont des mélanges corrects. Par
conséquent, nous pouvons simplement tracer le triangle pour synthétiser les valeurs
(proportions) des composantes de chaque mélange.
Pour lire les coordonnées d'un point dans le graphique triangulaire, il vous suffit de
tirer un trait entre chaque sommet et la base opposée du triangle. Au sommet d'un
facteur particulier, le mélange est dit pur, c'est-à-dire, qu'il ne contient que la
composante respective. Par conséquent, la coordonnée au sommet est 1 (ou 100%, ou
tout autre système de graduation du mélange) pour la composante respective, et 0 (zéro)
pour les autres composantes. Sur la base opposée au sommet respectif, la valeur de la
composante respective est 0 (zéro), et 0,5 (ou 50%, etc...) pour les autres composantes.
y = b0 + bA*xA + bB*xB
ou :
y = b'A*xA + b'B*xB
6
avec b'A = b0 + bA et b'B = b0 + bB. Par conséquent, l'estimation de ce modèle revient à
ajuster un modèle de régression multiple sans ordonnée à l'origine pour plus
d'informations sur la régression multiple).
Modèle linéaire :
Modèle quadratique :
L'analyse des plans de mélange revient à réaliser une régression multiple sans
ordonnée à l'origine (ordonnée à l'origine égale à zéro). Comme nous l'avons expliqué
7
précédemment, la contrainte du mélange -- que la somme de toutes les composantes
soit égale à une constante -- peut être obtenue en ajustant des modèles de régression
multiple sans le terme d'ordonnée à l'origine.
Les modèles spécifiques les plus fréquents ont été présentés précédemment. Pour
résumer, nous ajustons à la variable dépendante des surfaces de réponse de plus en plus
complexes, c'est-à-dire, en commençant avec le modèle linéaire, puis le modèle
quadratique, le modèle cubique spécial, et enfin le modèle cubique complet. Ci-
dessous, un tableau donnant le nombre de termes ou de paramètres pour chaque
modèle, pour un certain nombre de composantes (voir aussi Table 4, Cornell, 1990a ou
Cornell, Table 2.2, 1990b) :
2 2 3 -- --
3 3 6 7 10
4 4 10 14 20
5 5 15 25 35
6 6 21 41 56
7 7 28 63 84
8 8 36 92 120
8
e. Contraintes Inférieures
Les plans décrits précédemment requièrent tous des points sommet, c'est-à-dire
des mélanges purs constitués d'un seul ingrédient. En pratique, ces points sont souvent
irréalisables, c'est-à-dire que des mélanges purs ne peuvent être produits pour des
raisons de coût ou d'autres contraintes. Par exemple, supposons que nous cherchions à
étudier l'effet d'un complément alimentaire sur le goût d'un cocktail de fruits.
L'ingrédient supplémentaire ne doit varier que dans de faibles limites, par exemple, il
ne doit pas dépasser une certaine fraction du total. Clairement, un cocktail de fruits qui
serait un mélange pur, composé uniquement du complément alimentaire, ne serait plus
un cocktail de fruits, ou pire, serait peut-être toxique. Ce type de contraintes est très
courant dans de nombreuses applications des plans de mélange.
L'analyse des plans de mélange revient à réaliser une régression multiple sans
ordonnée à l'origine (ordonnée à l'origine égale à zéro). Comme nous l'avons expliqué
précédemment, la contrainte du mélange -- que la somme de toutes les composantes
soit égale à une constante -- peut être obtenue en ajustant des modèles de régression
multiple sans le terme d'ordonnée à l'origine.
Les modèles spécifiques les plus fréquents ont été présentés précédemment. Pour
résumer, nous ajustons à la variable dépendante des surfaces de réponse de plus en plus
complexes, c'est-à-dire, en commençant avec le modèle linéaire, puis le modèle
quadratique, le modèle cubique spécial, et enfin le modèle cubique complet. Ci-
dessous, un tableau donnant le nombre de termes ou de paramètres pour chaque
modèle, pour un certain nombre de composantes (voir aussi Table 4, Cornell, 1990a ou
Cornell, Table 2.2, 1990b) :
2 2 3 -- --
3 3 6 7 10
4 4 10 14 20
10
5 5 15 25 35
6 6 21 41 56
7 7 28 63 84
8 8 36 92 120
Les compositions des mélanges à deux constituants peuvent être représentées par les
points du segment de droite AB.
11
Représentation des mélanges à deux constituants sur un segment de droite.
b. Mélange ternaire
c. Mélange quartenaire
12
V. Plans de mélanges classiques
a. Plans en réseaux
Plan de mélanges en réseaux (Simplex lattice designs) comportant les trois produits
purs et les mélanges moitié-moitié. Ce plan est noté {3,2}.
13
Plan de mélanges en réseaux (Simplex lattice designs) comportant les trois produits
purs et les mélanges 1/3-2/3 et 1/3-1/3-1/3. Ce plan est noté {3, 3}.
Plan de mélanges centré (Simplex-centroid designs) comportant les trois produits purs,
les mélanges moitié-moitié et le mélange équiproportionnel des trois produits purs.
14
Plan de mélanges centré augmenté (Augmented Simplex-centroid designs) comportant
les trois produits purs, les mélanges moitié-moitié, le mélange équiproportionnel des
trois produits et les mélanges situés aux centres de gravité des simplex unitaires.
𝒚 = 𝒃𝟏 𝒙𝟏 + 𝒃𝟐 𝒙𝟐 + 𝒃𝟑 𝒙𝟑 + 𝜺
15
VII. Résolution de l’exercice d’application
Matrice expérimentale
1 1 0 0 0 0 0 0 32
2 0 1 0 0 0 0 0 25
3 0 0 1 0 0 0 0 42
16
6 0 1/2 1/2 0 0 1/4 0 30.5
Coefficient Valeur
𝑏1 32
𝑏2 25
𝑏3 42
𝑏12 38
𝑏13 8
𝑏23 -12
𝑏123 6
17
Examen de validité du modèle
Mélanges Réponses Réponses calculées
mesurées
8 37 37,38
9 32 32,22
10 38 38,22
Conclusion de l’étude
L’objectif de connaissance est atteint. On peut calculer la quantité des mélanges de jus
d’Orange-Banane-Pastèque pour toutes les compositions du domaine d’étude. Si l’on
vise une forte valeur, il faudra choisir des mélanges à fortes teneurs en jus de Pastèque
et à très faible teneur en Banane. Si on désire un gout peu sensible aux variations de
composition, on se placera au point stationnaire : environ 20 % de Pastèque, 30 % de
Banane et 50 % d’Orange.
18
CONCLUSION
En résumé, les plans de mélanges interviennent dans les études dont les réponses
sont fonctions des différentes quantités (proportion) des facteurs impliqués. Ils
diffèrent des autres plans classiques par la dépendants de ces facteurs et de ces modèles
mathématiques. Les plans de mélanges sont très utilisés dans les industries
agroalimentaires et toutes autres industries manipulant des mélanges.
19
Bibliographie
20