INTRODUCTION

Actuellement, pour une survie économique et quel que soit le

domaine d’activité, il est nécessaire :

-d’améliorer le rendement
-d’assurer la qualité de la production
-de mettre au point de nouveau produits plus performant
-de régler au mieux appareils et unités

Afin de satisfaire ces objectifs, les ingénieurs, chercheurs et

opérateurs ont recours à l’expérimentation. Mais cette expérimentation doit
être optimisé pour obtenir les informations les plus fiables possibles en un
minimum d’essais. C’est ce que l’on appelle couramment « mener une
recherche expérimentale planifiée » ou « méthodologie des plans
d’expériences ».

Une recherche expérimentale est entreprise pour répondre aux

questions précises que nous nous posons. Elle comporte plusieurs phases. En
effet, dans l’étude d’un phénomène quelconque, les questions se posent dans
l’ordre suivant :
1. Parmi tous les facteurs susceptible d’influer sur le phénomène étudié :
- lesquels ont une influence significative ?
- que vaut cette influence ?
- y a t il des interactions entre facteurs ?
Cette étape constitue « la recherche des facteurs influents »

2. Une fois les facteurs influents identifiés et leur influence quantifiée, nous
pouvons chercher la «  forme » de cette influence : linéaire ou courbe.
Quelle équation permet de décrire les variations du phénomène étudié
avec les facteurs influents ?
Cette étape est appelée « modélisation » 

3. Enfin, nous pouvons en dernière étapes vouloir chercher les conditions

expérimentales qui donnent le meilleur résultat.
Cette étape est appelée « optimisation »

Les plans d’expériences constituent un outil de portée universelle.

Depuis, les premières publications par Fisher, les exemples se sont multiplié
dans le domaine d’agronomie, l’industrie chimique, les industries
mécaniques, l’automobile….. En résumé, tous les secteurs de la vie
économiques sont concernés.
 domaines
-Chimie
-agriculture
-Pharmacie
Activités -Biochimie
-Recherche
-Informations fiables
-Mise au point plans
-Gains de temps
-Assurance d’expériences
-Economie
qualité
-Optimisation
Personnes
-Ingénieurs
-Techniciens
-Qualiticiens
-Chercheurs

La méthodologie est applicable, que l’ont soit chercheur, ingénieur,

responsable d’un laboratoire d’analyse, ingénieur qualité et à partir du
moment où l’outil est maîtrisé, pourquoi ne pas l’utiliser dans la vie
courante.
Malgré, l’efficacité reconnue de la méthodologie, elle est encore trop peu
enseignée. Nombreux sont les ingénieurs et techniciens en poste qui n’ont
pas entendu parler des plans d’expériences au cours de leurs études.

I. PLAN FACTORIELS COMPLETS À DEUX NIVEAUX

Les plans factoriels complets à deux niveaux ou plans 2k permettent de

répondre de façon optimale aux questions :

• quels facteurs ont une influence sur le phénomène étudié?

• Si influence il y a, que vaut elle ?
• Y a-t-il des interactions entre facteurs et comment jouent elles ?
 I.1. DEFINITION

I.1.a. réponses et facteurs

Exemple : une huile pour moteur est fabriquée suivant un mode

opératoire bien déterminé, nous nous intéressons :

• au rendement du procédé (en %)

• au point de congélation de l’huile préparée (° C)

Ce sont les réponses de l’étude. On peut choisir des réponses

mesurables (°C, tps --) ou qualitatives (coloration, goût ---).

La réponse est généralement notée Y.

De nombreux paramètres liés aux matières premières, aux

conditions opératoires --- peuvent faire varier le rendement ou le point
de congélation.

Exemple : la nature du solvant, le taux de solvant, la température de

traitement. Ce sont les facteurs de l’étude. Ils sont généralement notés
X1, X2, X3 ---.ils peuvent être qualitatifs (nature du solvant) ou
quantitatifs (T, taux).
Les niveaux extrêmes de chaque facteur délimitent le domaine
expérimental de l’étude.

Exemple :

Niveau -1 Niveau +1
Solvant S1 S2
Taux de solvant 2 vol/vol 3 vol/vol
température -15 °C -20 °C

I.1.b. effet d’un facteur

L’effet d’un facteur X sur la réponse Y s’obtient en comparant les valeurs

de la réponse Y quand X passe du niveau -1 au niveau +1.
Réponse

y2 - y2 – y1 : effet global

y1 -
(y2 – y1)/2 : effet moyen
-1 +1
 I.1.c. notion d’interaction

Il y a interaction entre deux facteurs X1et X2, si l’effet de X1 dépend

du niveau du facteur X2 ou inversement. Elle est notée interaction X1X2 ou
X1.X2.

Exemple : une étude sur l’usure des pneus montre une interaction
entre la vitesse et la pression de gonflage des pneus. La vitesse a un effet
différent sur l’usure des pneus selon qu’ils soient peu ou bien gonflé.

I.1.d. notion d’effet significatif

Le calcul d’un effet ou d’une interaction est basé sur des résultats de
mesure expérimentale portant sur la réponse (y1 et y2). L’écart observé
entre y2 et y1 est-il dû uniquement aux erreurs de mesures ? On répond à
cette question par des tests statistiques.
• si oui, nous dirons que le facteur X n’influe pas sur la réponse Y.
• si non, nous dirons que le facteur X est un facteur influent sur la
réponse, ou significatif.
I.1.e. démarche préliminaire à une recherche expérimentale
planifiée

Avant de démarrer une recherche expérimentale planifiée,

l’expérimentateur doit se poser les questions suivantes :

• Quelles réponses choisir ?

• Quels sont l’identité et le nombre de facteurs de l’étude,

• Identifier les facteurs non contrôlables, contrôlables non retenus par

l’étude et enfin les facteurs de l’étude que l’opérateur fera varier selon le
plan d’expériences.

• Il faut fixer les limites du domaine expérimental (ni trop grand, pour ne
pas dépasser la région intéressante, ni trop petit, sinon on risque de ne rien
voir du tout).
I.2. CARACTERISTIQUES GÉNERALES DES PLANS FACTORIELS
COMPLETS A 2 NIVEAUX

I.2.a. matrice des essais

Pour étudier deux facteurs X1et X2 à raison de deux niveaux pour

chaque facteur, il faut réaliser 22 = 4 essais selon la matrice d’expériences
suivantes :

X1 X2
Essai1 -1 -1
Essai2 +1 -1
Essai3 -1 +1
Essai4 +1 +1

Pour trois facteurs X1 ; X2 ; X3 ; le nombre d’essais à réaliser est 23
= 8. La matrice d’essai est la suivante :
 X1 X2 X3
Essai1 -1 -1 -1
Essai2 +1 -1 -1
Essai3 -1 +1 -1
Essai4 +1 +1 -1
Essai5 -1 -1 +1
Essai6 +1 -1 +1
Essai7 -1 +1 +1
Essai8 +1 +1 +1

Pour k facteurs, le nombre d’essais est de 2k. la matrice est

composée de k colonnes et de 2k lignes, elle se construit simplement :

• Facteur X1 ; 1ere colonne : alternance -1 et +1

• Facteur X2 ; 2eme colonne : alternance -1 et +1de 2 en 2
• Facteur X3 ; 3eme colonne : alternance -1 et +1 de 4 en 4
• Facteur X4 ; 4eme colonne : alternance -1 et +1 de 8 en 8
I.2.b. domaine expérimental

Le domaine d’étude peut être représenté dans l’espace des facteurs à

k dimensions :

- si k = 2, nous obtenons un carré, les points expérimentaux

sont situés aux quatre sommets du carré.

Essai3 +1 Essai4

-1 +1

Essai1 -1 Essai2

- si k = 3, nous obtenons un cube dont les huit sommets figurent les huit
essais du plans.
 6 8

2 4

5
X1 7

1 3 X3
X2
I.2.c. optimalité

Les plans 2k sont des plans optimaux au sens d’Hadamard.

I.3. PLANS 22

I.3.a. plan 22 sans interaction

Exemple : au cours d’une synthèse chimique, nous cherchons quelles sont
les influences de la température T et la concentration C sur le rendement %
de la réaction.
• La température peut varier de 50 °C à 100 °C
• La concentration varie entre 20 g/l et 30 g/l
On attribue donc :
• le niveau -1 à 50 °C pour la température et 20 g/l pour la concentration
• le niveau +1 à 100 °C pour la température et 30 g/l pour la concentration

température concentration
Essai1 -1 -1
Essai2 +1 -1
Essai3 -1 +1
Essai4 +1 +1

Niveau -1 50 °C 20 g/l
Niveau +1 100 °C 30 g/l

Après avoir effectué les quatre essais dans les conditions indiquées,
nous reportons les résultats obtenus.
 température concentration Rendement %
Essai1 -1 -1 70
Essai2 +1 -1 85
Essai3 -1 +1 75
Essai4 +1 +1 90

Représentons graphiquement les variations du rendement et du

rendement moyen en fonction de la température.

• Au niveau -1 de la température, le rendement moyen est :

½(70 + 75) = 72,5 %

• Au niveau +1 de la température, le rendement moyen vaut :

½(85 + 90) = 87,5 %

Rendement %
Rendement %
moyen
85 - * 85 -
80 - * *
80 -
75 - 75 -
*
70 - *
* 70 -

-1 0 +1 T -1 0 +1 T

La différence de ces deux moyennes (87,5 – 72,5 = 15)

représente l’effet global de la température soit + 15 %.

Le signe + signifie que le rendement augmente quand la

température passe du niveau -1 au niveau +1.

L’effet moyen de la température est égal à la moitié de l’effet

global soit + 7,5 %.
 Rendement Rendement
% * %moyen
85 - * 85 -
*
80 - 80 -
75 - 75 - *
*
70 - * 70 -

-1 0 +1 C -1 0 +1 C

Le rendement moyen est :

•Au niveau -1 de la concentration, le rendement moyen est :

½(70 + 85) = 77,5 %

• Au niveau +1de la concentration, le rendement moyen est :

½(75 + 90) = 82,5 %

Donc l’effet global de la concentration est de : 82,5 – 77,5 = +5 %

et l’effet moyen de la concentration est de + 2,5 %.
 Nous pouvons également chercher si l’effet de la température
dépend de la concentration en réactif.

• Effet moyen de la température à 20 g/l est : ½(85 – 70) = +7,5 %

• Effet moyen de la température à 30 g/l est : ½(90 – 75) = +7,5 %

L’effet moyen de la température ne dépend pas du niveau de la

concentration en réactif donc il n’ y a pas d’interaction : Température –
Concentration.

I.3.b. plan 22 avec interaction

Exemple : au cours d’une réaction chimique, nous cherchons l’influence

du catalyseur et de la présence d’eau sur le rendement %.

Le domaine d’étude est défini de la manière suivante :

Niveau -1 Niveau +1
Catalyseur Type 1 Type 2
Eau Présent Non présent
 Cet exemple permet de voir que les facteurs étudiés peuvent être
qualitatifs. Les résultats expérimentaux du plan 22 sont les suivant :

catalyseur eau Rendement

%
Essai1 -1 -1 25
Essai2 +1 -1 31
Essai3 -1 +1 24
Essai4 +1 +1 38

Niveau -1 Type 1 Présent

Niveau +1 Type 2 Non présent
 Calcul de l’effet global du catalyseur :

• au niveau -1 du catalyseur, le rendement moyen est :

½(25 + 24) = 24,5 %

• au niveau +1 du catalyseur, le rendement moyen est :

½(31 + 38) = 34,5 %

Donc l’effet global du catalyseur sur le rendement est la différence

entre ces deux valeurs :

½(31 + 38) - ½(25 + 24) = ½(-25 + 31 – 24 + 38) = 10 %

 calcul de l’effet moyen du catalyseur qui est égal à la moitié de l’effet

global du catalyseur :

½ [½(-25 + 31 – 24 + 38)] = ¼(-25 + 31 – 24 + 38) = +5 %

REMARQUE :

L’effet moyen d’un facteur sur la réponse est obtenu par : la somme
algébrique de chaque valeur de la réponse affectée du signe correspondant
dans la colonne du facteur divisée par le nombre d’essai.

 calcul de l’effet moyen de l’eau sur le rendement :

¼(-25 - 31 + 24 + 38) = +1,5 %

 calcul de l’interaction

- l’effet moyen du catalyseur avec la présence d’eau est égal à :

½(31 - 25)

- l’effet moyen du catalyseur sans présence d’eau est égal à :

½(38 - 24)
L’interaction globale est définie par la différence de ces deux valeurs :

½(38 - 24) - ½(31 - 25) = ½(25 - 31 - 24 + 38)

L’interaction moyenne est définie par la moitié de l’interaction globale :

½[½ (25 - 31 - 24 + 38)] = ¼(25 - 31 - 24 + 38)= 2%

REMARQUE :
La colonne « interaction » s’obtient en multipliant ligne à ligne les
colonnes des deux facteurs (catalyseur – eau).

essai catalyseur eau interaction Rendement

%
1 -1 -1 +1 25
2 +1 -1 -1 31
3 -1 +1 -1 24
4 +1 +1 +1 38

Niveau -1 Type 1 Oui

Niveau +1 Type 2 Non
 On peut aussi calculer la réponse moyenne en divisant la somme des
valeurs de chaque réponse par le nombre d’essai. Le rendement moyen
est donc égal à :

¼(25 + 31 + 24 + 38) = 29,5 %

Représentation graphique de l’interaction :

Catalyseur

Type 2
31 38

Oui Non
Eau

25 24
Type 1

On note que le catalyseur de type 1 est peu sensible à la présence ou non

de l’eau. Par contre en utilisant le catalyseur de type 2 le rendement varie
en fonction de la présence ou non de l’eau.
I.3.c. optimalité des plans 22

Un plan 22 comporte quatre essais qui donnent quatre résultats ce qui se

résument en la matrice des effets.
Cette matrice s’obtient à partir de la matrice précédente en supprimant la
colonne de la réponse.

X1 X2 X1 X2 moyenne
essai 1 -1 -1 +1 +1
essai 2 +1 -1 -1 +1
essai 3 -1 +1 -1 +1
essai 4 +1 +1 +1 +1

Cette matrice comporte quatre lignes (une par expérience) et

quatre colonnes (une par estimation). Cette matrice satisfait le critère
d’Hadamard.
X’ X = 4I
Les quatre estimations : effet moyen de X1 ,effet moyen de X2 ,
interaction moyenne X1X2 sont obtenues avec la variance minimale de
Cauchy Schwartz soit : Var(y) / 4
Var(y) : la variance sur les mesures de la réponse y ;
4 : représente le nombre d’essai.
I.4. PLANS 23
Exemple : étude de l’influence de trois facteurs.
X1 : la température T,
X2 : l’origine commerciale d’un des réactifs R,
X3 : la vitesse d’agitation sur le rendement d’une réaction chimique.
Les essais à réaliser sont décrits dans la matrice des essais suivante :
T R A %
Essai 1 -1 -1 -1 52
Essai 2 +1 -1 -1 69
Essai 3 -1 +1 -1 53
Essai 4 +1 +1 -1 69
Essai 5 -1 -1 +1 64
Essai 6 +1 -1 +1 70
Essai 7 -1 +1 +1 63
Essai 8 +1 +1 +1 71

Niveau -1 20 °C Origine 1 Lente

Niveau +1 50 °C Origine 2 Rapide
Dans la matrice des effets, les colonnes dédiées aux interactions s’obtiennent
en effectuant le produit ligne à ligne des colonnes des facteurs concernés.

T R A Int Int Int Int

X1 X2 X3 X1 X2 X2X3 X1X3 X1X2X3 Moy %
Essai1 -1 -1 -1 +1 +1 +1 -1 +1 52
Essai2 +1 -1 -1 -1 +1 -1 +1 +1 69
Essai3 -1 +1 -1 -1 -1 +1 +1 +1 53
Essai4 +1 +1 -1 +1 -1 -1 -1 +1 69
Essai5 -1 -1 +1 +1 -1 -1 +1 +1 64
Essai6 +1 -1 +1 -1 -1 +1 -1 +1 70
Essai7 -1 +1 +1 -1 +1 -1 -1 +1 63
Essai8 +1 +1 +1 +1 +1 -1 +1 +1 71

L’application des règles précédentes nous permet de calculer l’effet

moyen des facteurs et l’interaction.
•effet moyen de X1 : 1/8(-52 + 69 – 53 + 69 – 64 + 70 – 63 + 71) = + 5,9
•effet moyen de X2 : 1/8(-52 – 69 + 53 + 69 – 64 – 70 + 63 + 71) = + 0,1
•effet moyen de X3 : 1/8(-52 – 69 – 53 – 69 + 64 +70 + 63 + 71) = + 3,1
•interaction X1X2 : 1/8(+52 – 69 – 53 + 69 + 64 – 70 – 63 + 71) = + 0,1
•interaction X2X3 : 1/8(+52 + 69 – 53 – 69 – 64 – 70 + 63 + 71) = – 0,1
•interaction X1X3 : 1/8(+52 – 69 + 53 – 69 – 64 + 70 – 63 + 71) = – 2,4
•interaction X1X2X3 : 1/8(-52 + 69 + 53 – 69 + 64 -70 – 63 + 71) = + 0,4
•moyenne : 1/8(+52 + 69 + 53 +69 +64 + 70 + 63 + 71) = + 63,9

Représentation graphique de l’interaction X 1X3 (température – agitation)

Température Conclusion :
50 °C
69 70,5
71
• quelque soit les autres conditions, la
69
température a une action positive sur le
Lente Rapide rendement.
Vitesse d’agitation

52 64 • L’origine du réactif n’a pas d’influence.

53 20 °C 63

•A basse température, la vitesse d’agitation

rapide augmente le rendement, alors qu’à haute
température, la vitesse d’agitation n’a pas
d’influence.
 Optimalité des plans 23
La matrice des effets d’un plan 23 est une matrice d’Hadamard du
type : X’X = 8I
Les huit estimations sont obtenues avec une variance minimale de :
Var(y)/N = var(y)/8

I.5. PLANS FACTORIELS COMPLETS A QUATRE FACTEURS

La matrice d’expériences comporte 24 = 16 lignes correspondant à 16 essais
et 4 colonnes :
•1ère colonne : facteur X1 alternance de -1 et de +1
•2ème colonne : facteur X2 alternance de -1 et de +1 de deux en deux
•3ème colonne : facteur X3 alternance de -1 et de +1 de quatre en quatre
•4ème colonne : facteur X4 alternance de -1 et de +1 de huit en huit

La matrice des effets permet d’obtenir seize informations qui portent sur :
•les effets de chaque facteur ; X1 ; X2 ; X3 ; X4 ; au nombre de quatre,
•les interactions du 1er ordre : X1 X2 ; X1 X3 ; X1 X4 ; X2 X3 ; X2 X4 ; X3X4 ; au
nombre de six
•les interactions du 2ème ordre : X1 X2 X3 ; X1 X2 X4 ; X1 X3X4 ; X2X3X4 ; au
nombre de quatre
•interaction du 3ème ordre : X1 X2 X3 X4  au nombre de un 
 X1 X2 X3 X4 X1 X2 X1 X3 X1 X4 X2 X3 X2 X4 X3 X4 X1 X2 X3 X1 X2 X4 X1 X3X4 X2 X3 X4 X1 X2 X3 X4 Moy

1 - - - - + + + + + + - - - - + +

2 + - - - - - - + + + + + + - - +

3 - + - - - + + - - + + + - + - +

4 + + - - + - - - - + - - + + + +

5 - - + - + - + - + - + - + + - +

6 + - + - - + - - + - - + - + + +

7 - + + - - - + + - - - + + - + +

8 + + + - + + - + - - + - - - - +

9 - - - + + + - + - - - + + + - +

10 + - - + - - + + - - + - - + + +

11 - + - + - + - - + - + - + - + +

12 + + - + + - + - + - - + - - - +

13 - - + + + - - - - + + + - - + +

14 + - + + - + + - - + - - + - - +

15 - + + + - - - + + + - - - + - +

16 + + + + + + + + + + + + + + + +
En général, à k facteurs, le plan comporte N = 2k expériences qui
permettent d’obtenir 2k informations suivantes :
- la moyenne
- les k effets des facteurs

- 2 interactions du 1er ordre

k
- 3 interactions du 2
ème
ordre
k

- interaction des k facteurs entre eux.

La matrice d’effets est une matrice carrée à N lignes (essais)

et N colonnes tel que :
X’X = NI
Chacune des N informations est obtenue avec la variance
minimale : Var(y)/N
II. PLANS FRACTIONNAIRES A DEUX NIVEAUX
Dans un plan factoriel complet, le nombre des essais augmente rapidement
avec le nombre de facteurs. Les plans fractionnaires sont des plans
optimaux, ils permettent de réduire la charge expérimentale, en focalisant
l’attention sur les effets les plus intéressant.

II.1. DEFINITION DES PLANS

Nous remarquons qu’en physico-chimie comme dans d’autre
domaine, les interactions d’ordre 2 (X1 X2 X3) et au-delà sont souvent
négligeable.

Ainsi par exemple, pour une étude à cinq facteurs le plan complet
propose 32 expériences, alors que nous ne sommes intéressé que par 16
informations :
• effet des facteurs au nombre de cinq
• interactions du 1er ordre au nombre de dix
• la moyenne unique

Il est donc dommage de faire 32 essais pour recueillir seulement

les 16 informations. Il faut donc pouvoir réduire la taille du plan.
La solution proposée par les plans fractionnaires consiste à utiliser
pour l’étude de k facteurs les matrices des effets des plans complets 2k-1,
2k-2, ----, 2k-p.
II.2. PLANS FRACTIONNAIRES 24-1 POUR L’ÉTUDE DE QUATRE
FACTEURS

II.2.a. aliases

Le plan factoriel complet 24 comporte 16 essais et qui donnent 16

informations pour déterminer:

• 4 effets principaux,
• 6 interactions 1er ordre,
• 4 interactions 2ème ordre,
• 1 interaction 3ème ordre,
• 1 moyenne.

Choisir de réaliser un plan fractionnaire 24-1, c’est de travailler avec

une matrice des effets du plan 23 qui prévoit 8 essais et comporte 8
colonnes.

On remplace +1 par uniquement + et -1 par – la moyenne sera

représentée par I.
 X1 X2 X3 X1 X2 X2X3 X1X3 X1X2X3 I
1 - - - + + + - +
2 + - - - + - + +
3 - + - - - + + +
4 + + - + - - - +
5 - - + + - - + +
6 + - + - - + - +
7 - + + - + - - +
8 + + + + + - + +

Il reste huit effets à placer:

• X4
• ses interactions.

Il y aura donc plusieurs effets dans une même colonne.

Nous choisissons la colonne de l’interaction X1X2X3 (probablement la

plus négligeable) pour placer le facteurX4 .
La matrice d’expérience est la suivante :

X1 X2 X3 X4
1 - - - -
2 + - - +
3 - + - +
4 + + - -
5 - - + +
6 + - + -
7 - + + -
8 + + + +

X4 et X1X2X3 sont confondus, on dit qu’ils sont aliasés et on écrit :

X4 = X1X2X3

Dans les autres colonnes ; X1 ; X2 ; X3 ; X1X2 ; X1X3 ; X2X3 ; vont être
aliasés avec les interactions de X4.
L’égalité initiale X4=X1X2X3 peut s’écrire sous forme de : X4X4 = X1X2X3X4
soit :
I = X1X2X3X4

Cette égalité est appelée générateur d’aliases.

- Dans la colonne 1 nous avons le facteur X1. Avec quel effet est - il
aliasé ?
I = X1X2X3X4
X1I = X1X1X2X3X4
X1 = IX2X3X4 car X1X1 = I
X1= X2X3X4
De même, nous obtenons :
- En colonne 2 X2 = X1X3X4
- En colonne 3 X3 = X1X2X4
- En colonne 5 I = X1X2X3X4 ;
X1X2I = X1X2(X1X2X3X4) = X3X4
X1 X2 = X3X4
- En colonne 6 X2 X3 = X1X4
- En colonne 7 X1X3 = X2X4
- En colonne 8 I = X1X2X3X4
 X2X3X4 X1X3X4 X1X2X4 X3X4 X1X4 X2X4 X4 X1X2X3X4
X1 X2 X3 X1 X2 X2X3 X1X3 X1X2X3 I
1 - - - + + + - +
2 + - - - + - + +
3 - + - - - + + +
4 + + - + - - - +
5 - - + + - - + +
6 + - + - - + - +
7 - + + - + - - +
8 + + + + + - + +
II.2.b. contraste
Appelons y1,y2,---, y8, les valeurs obtenues pour les réponses aux huit
expériences du plan 24-1 = 23.

La quantité h1 = 1/8(-y1 + y2 – y3 + y4- --- + y8) représente dans le plan 23

l’effet du facteur X1.
h1 représente la somme algébrique des effets X1 et X2X3X4. On l’appelle
contraste et on écrit :

h = X + X X X = 1/8(-y + y – y + y - y + y – y + y )
 II.2.c. exemple
Nous voulons étudier l’influence sur le durcissement d’une pâte de certains
facteurs.
Problématique : pour pouvoir utiliser une pâte, il ne faut pas qu’elle
durcisse trop vite à l’air. Or nous avons constaté que sur certain tube, la
pâte durcit en 30 minutes, alors que la durée moyenne doit être au moins
d’une heure. Quels sont les paramètres responsables du durcissent de la
pâte et comment faire pour atteindre une utilisation d’au moins une heure.

X1 = température

X2 = taux d’humidité

X3 = durée du malaxage

X4 = durée de stockage

Domaine expérimental :
températ taux durée du durée de
ure d’humidité malaxage stockage
Niveau -1 15 °C 0,1 % Court 1 semaine
Niveau +1 25 °C 0,5 % Long 6 mois
Réponse :
Temps mis par la pâte pour atteindre la consistance désirée.
Choix du plan :
On choisit un plan 24-1 = 23 avec un seul facteur supplémentaire X4
que l’on va associer à l’interaction de l’ordre le plus élevé pour un tableau
23. Donc l’aliase sera : X4 = X1X2X3.
Le générateur d’aliase est donc : I = X1X2X3X4
La matrice d’expérience et résultats expérimentaux :
X1 X2 X3 X4 Y
1 - - - - 61
2 + - - + 78
3 - + - + 72
4 + + - - 29
5 - - + + 81
6 + - + - 61
7 - + + - 33
8 + + + + 68

Niveau -1 15 °C 0,1 % Court 1 semaine

Niveau +1 25 °C 0,5 % Long 6 mois
 Calculs des contrastes :
Effectuons le calcul des contrastes à l’aide de la matrice des effets
suivante :

X2X3X4 X1X3X4 X1X2X4 X1X2X3 X3X4 X1X4 X2X4 X1X2X3X4

X1 X2 X3 X4 X1 X2 X2X3 X1X3 I Y
1 - - - - + + + + 61
2 + - - + - + - + 78
3 - + - + - - + + 72
4 + + - - + - - + 29
5 - - + + + - - + 81
6 + - + - - - + + 61
7 - + + - - + - + 33
8 + + + + + + - + 68
Les contrastes h1, h2, h3 ----- h8 ont pour expressions :
h1 = - 1,4 = X1 + X2X3X4  X1
h2 = - 9,9 = X2 + X1X3X4  X2 Car les interactions d’ordre 2 sont
h3 = + 0,4 = X3 + X1X2X4  X3 généralement négligeables.
h4 = + 14,4 = X4 + X1X2X3  X4
•h5 = - 0,6 = X1X2 + X3X4
•h6 = - 0,4 = X2X3 + X1X4
•h7 = + 5,1 = X1X3 + X2X4
•h8 = + 60,4 = X1X2X3X4  moy
On donne : l’incertitude sur les calculs est de  7.

Conclusion :

Les facteurs X1 et X3 sont négligeables car leur effets sont faibles.

De même pour les contrastes h5 et h6. Seuls les facteurs X2 et X4 semble
avoir une importance sur le durcissement de la pâte.
Le contraste h7 = + 5,1 = X1X3 + X2X4 n’est pas négligeable, mais
nous ne savons pas à priori quelle est l’interaction dominante. Les effets X 1
et X3 sont négligeables alors que X2 et X4 ne le sont pas. L’interaction X2X4
semble peser plus lourd que l’interaction X1X3.

Remarque : ces huit essais constituent une moitié du plan complet à quatre
facteurs 24 = 16 essais. Les huit autres expériences restantes forment
également un plan 24-1. C’est le plan complémentaire du précédant. Il est
défini par l’aliase : X4 = - X1X2X3.
Lorsqu’on ne peut pas conclure à l’issue du premier plan, nous
avons la possibilité de poursuivre le plan complémentaire.
II.3. PLANS FRACTIONNAIRES 25-2 POUR L’ÉTUDE DE CINQ
FACTEURS
II.3.a. présentation de l’exemple
Les dosages d’additifs dans des huiles pour moteur utilisent un
quanto mètre qui comporte :un circuit oscillant défini par une capacité C,
une inductance L,une résistance R et une électrode tournante.

Nous souhaitons déterminer l’influence de cinq facteurs sur la

sensibilité des mesures:
• X1 = valeur de capacité
• X2 = valeur de l’inductance
• X3 = valeur de la résistance
• X4 = tension au bornes de la capacité
• X5 = vitesse de rotation de l’électrode

Toutes les mesures seront faites sur un même échantillon d’huile

contenant du soufre. La réponse est le rapport de la hauteur du pic du
soufre sur la hauteur du bruit de fond.

Le plan complet pour l’étude de cinq facteurs prévoit 32 essais et

fournit 32 effets. Nous pouvons choisir un plan fractionnaire 2 5-1 = 24 soit
16 essais. Nous préférons réduire le nombre d’expériences à 8 essais
seulement. Le plan fractionnaire correspondant est le plan 25-2.
II.3.b. aliases
La matrice des effets utilisée est celle d’un plan 23. Nous plaçons X1 ; X2 et
X3 dans les trois premières colonnes et comme précédemment pour :
- le facteur X4 la colonne de l’interaction X1 X2 X3
- le facteur X5 est placé dans la colonne de l’interaction X1 X2
Ce choix conduit à la matrice d’expérience suivante :
X1 X2 X3 X4 X5
1 - - - - +
2 + - - + -
3 - + - + -
4 + + - - +
5 - - + + +
6 + - + - -
7 - + + - -
8 + + + + +

Il faut donc définir les aliases du plan, pour placer 32 effets dans huit
colonnes
Déterminer les générateurs d’aliases :
- Choix 1 : X4 = X1 X2 X3  I = X1 X2 X3 X4
- Choix 2 : X5 = X1 X2  I = X1 X2 X5
A chacun des deux choix initiaux correspond un générateur d’aliases
indépendant. Les générateurs d’aliases dépendant sont obtenus par
multiplication des générateurs indépendant 2 à 2 ou 3 à 3. Dans notre cas il
y a un seul générateur dépendant.
I = I x I = (X1 X2 X3 X4) (X1 X2 X5) = X3 X4X5

1 2 3 4 5 6 7 8
X1X2X3 X1X2
X1 X2 X3 X4  
X5 X2X3 X1X3 I
1 - - - - + + + +
2 + - - + - + - +
3 - + - + - - + +
4 + + - - + - - +
5 - - + + + - - +
6 + - + - - - + +
7 - + + - - + - +
8 + + + + + + - +
Pour obtenir la signification complète d’une colonne nous multiplions le
facteur ou interaction par tous les générateurs d’aliases.
Exemple : colonne 1
X1 I = X1(X1 X2 X3 X4) = X2 X3 X4
X1 I = X1(X1 X2 X5) = X2 X5
X1 I = X1(X3 X4 X5) = X1 X3 X4 X5
Donc, dans la colonne 1, le contraste h1 s’écrit par ordre
d’interaction croissant:
h1 = X1 + X2 X5 + X2 X3 X4 + X1 X3 X4 X5
De même:
h2 = X2 + X1 X5 + X1 X3 X4 + X2 X3 X4 X5

h3 = X3 + X4 X5 + X1 X2 X4 + X1 X2 X3 X5

h4 = X4 + X3 X5 + X1 X2 X3+ X1 X2 X4 X5

h5 = X5 + X3 X4 + X1 X2 + X1 X2 X3 X4 X5

h6 = X2 X3 + X1 X4 + X1 X3 X5 + X2 X4 X5

h7 = X1 X3 + X2 X4 + X2 X3 X5 + X1 X4 X5

h8 = moy + X X X + X X X + X X X X
les huit contrastes contiennent au total 32 effets :
- cinq effets principaux des facteurs
- dix interactions de 1er ordre
- dix interactions du 2ème ordre
- cinq interactions de 3ème ordre
- une interaction de 4ème ordre
- moyenne

Si les interactions d’ordre supérieur à un sont négligeables, on obtient: 

h1 = X1 + X2 X5
h2 = X2 + X1 X5
h3 = X3 + X4 X5 il nous parait possible d’obtenir des
h4 = X4 + X3 X5 résultats intéressant, nous réalisons le
h5 = X5 + X3 X4 + X1 X2 plan suivant.
h6 = X2 X3 + X1 X4
h7 = X1 X3 + X2 X4
h8 = moy
II.3.c. exploitation des résultats

1 2 3 4 5 6 7 8

X2X5 X1X5 X4X5 X3X5 X3X4 X1X4 X2X4

X1X2
X1 X2 X3 X4 X5 X2X3 X1X3 I Y

1 - - - - + + + + 17,9
2 + - - + - + - + 19,5
3 - + - + - - + + 12,8
4 + + - - + - - + 22,1
5 - - + + + - - + 16,5
6 + - + - - - + + 20,0
7 - + + - - + - + 14,1
8 + + + + + + - + 21,2
Le calcul des contrastes donne :
 h1 = + 2,7  X1 + X2 X5
h2 = - 0,5  X2 + X1 X5
h3 = - 0,1  X3 + X4 X5
h4 = - 0,5  X4 + X3 X5
h5 = + 1,4  X5 + X3 X4 + X1 X2
h6 = + 0,2  X2 X3 + X1 X4
h7 = + 0,0  X1 X3 + X2 X4
h8 = + 18  moy

La précision des mesures sur la réponse est de  0,3. Donc h3, h6, et h7
sont non significatifs, par contre h1, h2, h4, et h5 sont significatifs. h1 et h5
montrent que X1 et X5 sont influents mais X1 X5 ne peut être éliminé.

Questions : dans h2 quelle est la part de X2 et X1 X5?

Si X2 est influent, une interaction X2X5 et X1X2 est possible,

l’interprétation des contrastes h1et h5 devient impossible. Dans ce cas,
nous décidons de réaliser un plan complémentaire.
 II.3.d. plan complémentaire

Le 1er plan fractionnaire étant défini par (X4 = X1 X2 X3 et X5 = X1 X2) , il

représente un quart du plan complet . les trois autres quarts correspondent
à :
X4 = X1 X2 X3 et X5 = - X1 X2
X4 = - X1 X2 X3 et X5 = X1 X2
X4 = - X1 X2 X3 et X5 = - X1 X2

X4 = X 1 X 2 X 3 X4 = X1 X2 X3

X5 = X 1 X 2 X5 = - X1 X2

X4 = -X1 X2 X3 X4 = - X1 X2 X3

X5 = X 1 X 2 X5 = - X1 X2
Quel plan complémentaire choisir ? le problème vient du fait que X1X5 et
X2 sont influent et sont aliasés avec leur interaction dans les contrastes :
h1 = X1 + X2 X5
h2 = X2 + X1 X5
h5 = X5 + X3 X4 + X1 X2

si le plan complémentaire nous donne les contrastes suivants :

h1’ = X1 - X2 X5
h2’ = X2 - X1 X5
h5’ = X5 - X3 X4 - X1 X2

nous pouvons obtenir :

- l’effet de X1 par ½(h1 + h1’) et l’interaction = ½(h1 - h1’)
- l’effet de X2 par ½(h2 + h2’) et l’interaction = ½(h2 - h2’)
- l’effet de X5 par ½(h5 + h5’) et l’interaction = ½(h5 - h5’)
le changement du signe du générateur d’aliase I = X1 X2 X5 conduit aux
contrastes h1’ , h2’ et h3’. Il devient I = - X1 X2 X5 et provient du choix X5
= - X 1 X2
•aliases initiales :
X4 = X1 X2 X3 (inchangé); X5 = - X1 X2

•Générateur indépendant :
I = X1 X2 X3X4 ; I = - X1 X2 X5

•Générateur dépendant :
I = - X3 X4X5

 I = X1 X2 X3 X4 ; I = - X 1 X2 X5 ; I = - X3 X4X5

Les contrastes deviennent:

h1’ = X1 - X2 X5
h2’ = X2 - X1 X5
h3’ = X3 - X4 X5
h4’ = X4 - X3 X5
h5’ = X5 - X3 X4 - X1 X2
h6’ = X2 X3 + X1 X4
h7’ = X1 X3 + X2 X4
h8’ = moy
Ce plan répond à notre objectif de séparation des effets principaux et
interaction du 1er ordre. Il nous permet de tester la validité de nos
hypothèses.

Nous décidons d’exécuter ce plan complémentaire, la matrice des essais du

plan complémentaire se déduit de celle du 1er plan en inversant les signes
de la colonne 5.

X1 X2 X3 X4 X5

1 - - - - -
2 + - - + +
3 - + - + +
4 + + - - -
5 - - + + -
6 + - + - +
7 - + + - +
8 + + + + -
La matrice des effets complémentaire est la suivante :

1 2 3 4 5 6 7 8

-X2X5 -X1X5 -X4X5 -X3X5 -X3X4 X1X4 X2X4

-X1X2
X1 X2 X3 X4 X5 X2X3 X1X3 I Y

1 - - - - - + + + 12,6
2 + - - + + + - + 24,2
3 - + - + + - + + 17,0
4 + + - - - - - + 17,6
5 - - + + - - - + 13,3
6 + - + - + - + + 23,3
7 - + + - + + - + 18,0
8 + + + + - + - + 17,1
Le calcul des contrastes donne :

h1’ = + 2,7
h2’ = - 0,5 Vérifions que:
h3’ = 0 h6’ = h6
h4’ = 0 h7’ = h7
h5’ = + 2,7 h8’ = h8
h6’ = + 0,1
h7’ = - 0,4
h8’ = + 17,9

Exploitation des deux plans:

X1 = ½(h1 + h1’) = 2,7 ; X2 = ½(h2 + h2’) = 0,5

X3 = ½(h3 + h3’) = 0 ; X4 = ½(h4 + h4’) = - 0,25

X5 = ½(h5 + h5’) = 2,05 ; X2X5 = ½(h1 – h1’) = 0

X1X5 = ½(h2 – h2’) = 0 ; X4X5 = ½(h3 – h3’) = 0

X3X5 = ½(h4 – h4’) = - 0,25 ; X1X2 + X3X4 = ½(h5 – h5’) = - 0,65

X1, X2, et X5 sont les trois facteurs influents.
X3, et X4 n’étant pas influent, nous pouvons considérer que l’interaction
X3X4 est négligeable et on peut écrire que :

X1X2 + X3X4 = X1X2 = - 0,65

X1X2 est une interaction significative.

 Représentation graphique :

X2

18 22,1
17 21,2
14,1 17,6
12,8 17,1

X1

17,9 24,2
16,5 23,3
13,3 20,0
12,6 19,5
Chaque sommet du carré, représente quatre résultats qui sont divisé en
deux groupes de deux.
- les deux résultats les plus élevés ont été obtenus avec X 5 au niveau +1.
- les deux résultats les moins élevés ont été obtenus avec X5 au niveau -1.

Quand X1 est niveau -1, X2 n’influe pas sur la réponse. Quand X1 est niveau
+1, X2 a une influence sur la réponse. La sensibilité est meilleure quand X 2
est niveau -1. Pour améliorer la sensibilité de l’appareil, nous avons donc
intérêt de fixer :
- X5 est niveau +1
- X1 est niveau +1
- X2 est niveau -1

 Résumé :

Nous avons réalisé 16 essais pour conclure cette étude. Ces essais
constituent la moitié du plan factoriel 25.
Les contrastes ont été calculés au moyen de 16 résultats de mesure.
Leur variance est var(h) = var(y)/16.