Affichage des articles dont le libellé est Code R. Afficher tous les articles
Affichage des articles dont le libellé est Code R. Afficher tous les articles

Squid Game : Game 5 probability

 

Introduction

This is the year 2021 and the world only talks about one thing : the new Netflix tv Show called "Squid Game" (no, nobody talks about the coronavirus anymore, it's too 2020). 

Warning : limited spoilers ahead.

The show tells the story of a groups of people that have to go through a serie of tests where, each time, some of the contestants will be definitively eliminated from the game. In the episode 7, we will attend to the 5th test out of the 6 planned in the competition. This test relies partially on probability and luck.

The design

!! SPOILERS AHEAD !!

At this point of the game, there are only 16 contestants left. The test consists on 18 rows of two tiles each. The contestants will have to go one by one on each of these 18 rows. For each row, he will have to select between two tiles (left or right) but, one of the two tiles of each row is trapped (and the other one is safe) and if a contestant steps on the trapped tile, he will fail the test and be eliminated. (I tried to be vague in the description to avoid as much to spoil as I can).

To summarize, for each row, a contestant has one chance out of two to be eliminated and one chance out of two to go to the next row. Also, in this game, order really matters because even if the first contestant as to rely on his luck to guess correctly 18 times in a row the good answer in order to go through all the rows (he has one chance out of 2^18 to succeed). The following contestants knows what were the good and the bad tiles for each rows that the previous contestants already manage to go through.

For example, if the first contestant succeed at the first row, selecting the left tile and fail at the second row choosing the right tile, the second contestant already knows for sure the good answer for the first two rows : they are in both cases the left ones. Which means he just have to try is luck on the last 16 remaining rows which slighlty increases its chances. And the probability to have somebody able to go through the 18 tiles increases for each following contestant.

The question is to know, what are the probabilities for any number of contestant to succeed at the game. We already know that the probability to have 16 successful contestant out of 16 means that the first player should not be eliminated and then should guess correctly the 18 good tiles, meaning one chance out of 262 144.

But what are the probabilities to have 15, 14, 13 succesful players?

"Squid Game" has zero chance of clearing through the glass bridge

Simulations

The basic way to know the answer is to run computer simulations, test plenty of cases and have an estimation of the repartition of the outcome (ie the number of successful player).

R code to run such a simulation looks like this :

NPlayers = 16
NRows = 18
# Function to count the number of successful people going one by one
Success = function(Sampling) {
  vec = array(NA, dim = ncol(Sampling))
  playerid = 1
  TileId = 1
  while (playerid <= nrow(Sampling) & TileId <= ncol(Sampling)) {
    if (Sampling[playerid, TileId] == 0) {
      # Bad tile selected the next player has to play
      # The next player will have the right i-th tile 
      #(because the previous contestant failed so he knows the right answer)
      playerid = playerid + 1
    }
    vec[TileId] = playerid
    TileId = TileId + 1 # Next row
  }
  # Return the number of succesful people
  if (any(vec > nrow(Sampling))) return(0) else return(nrow(Sampling) - vec[length(vec)] + 1)
}

Count = c()
for (iter in 1:1000000) {
# Basic random simulation of each participant walk
# don't take into account their previous steps
  Sampling = matrix(sample(c(0, 1), size = NPlayers * NRows, replace = T), ncol = NRows)
  Count[iter] <- Success(Sampling)
}
table(Count)


Which gives this kind of result :

Even if the bar does not appears on the graph, there are some cases where 13, 14, 15 and 16 people manages to go through but the values are so small they don't show up. From the simulation we can see that in this configuration ( 16 players and 18 rows ) more than 50% of the time 6 to 8 players will succeed. These are the most common occurences. 

Results based on 1 million simulations :

N SuccessN OccurencesObserved Probability
1 time out of ...
06511536
13 009332
211 65886
332 90130
470 535 14
5121 4818
6166 9216
7185 8165
8167 0266
9121 4088
1070 59514
1132 58530
1211 58386
133 154317
145971 675
157513 333
165
200 000

The theory says that there is one chance out of 262 144 to have 16 players that succeed, in our simulation it happened 5 times out of 1 million, hence once each 200 000 trials, which is close to the theoretical value.

Analytical results

After creating a rough estimation of each proportion we can try to be more accurate in the description. In our case we have N = 18 rows, each of them have 2 possibilities. This means there are 2^18 possible outcomes from people crossing all the rows. 

The case where no mistakes are made is unique and then appears once out of the 262 144 (2^18) cases. 

The case where 1 failure happened is not unique. The mistake can happened at row 1 or row 2 or row3, etc.. up to row 18. Which means there are 18 cases possible where only one error happened. Hence the probability of an outcome with one error represents 18 of the 262 144 cases.

For the cases with two errors, you have to list all the combinations of two positions among the 18 where the failure occurs. You have 18 possibility for the first error and 17 remaining possibilities for the second. Hence you have 18 x 17 = 306 possibilities. But be careful because you are counting twice the same results. For example the couple of error (10,2) and (2,10) are in fact the same. So you need to divide by two which leads to 153 unique combinations aomng the 262 144 cases.

For the case with three failures, method remains the same, you can count all the possibilities 18x17x16 = 4896 and divide by 6 (because each triplet of number have 6 different way to be sorted but are the same for us). Three failures happens 816 times out of 262 144.

The rest of the computation works the same way except for the 3 last cases. Because we are counting the number of players going through all the cases with 16 or more mistakes will leads to no player left. That is why we should groups them in the same value : "0 player remaining"

N SuccessProbabilityReal occurence
00.06%1524.09
10.31%321.25
21.17%85.67
33.27%30.6
47.08%14.12
512.14%8.23
616.69%5.99
718.55%5.39
816.69%5.99
912.14%8.23
107.08%14.12
113.27%30.6
121.17%85.67
130.31%321.25
140.06%1713.36
150.01%14563.56
160.0004%262144

Our simulated results were not too far from the reality.

Conclusion

SPOILER AGAIN

In the TV show, only 3 people manage to go through the 18 rows ( because, of course, nothing happened like it was supposed to) but in theory there should have been 6 to 8 people able to do it. The case where only 3 people manage to go through only happens 3% of the time and havig 3 person or less that manage to go through will only occurs with a probability below 5%.


 

Vue à 360°

Introduction

La question est très simple, si vous montez au sommet de la Tour Eiffel à Paris (pas la Tour Eiffel à Las Vegas) et que vous regardez vers l'ouest. Quel est le premier pays que votre regard "croisera"?
Pour vous aider un peu, en regardant vers l'ouest votre regard va donc voir l'ouest parisien, mais si l'on imagine plus loin derrière l'horizon on traversera la Bretagne puis l'Atlantique jusqu'à arriver aux côtes du continent américain. Le premier pays (autre que le France) que votre regard croisera est donc un pays d'Amérique. Mais lequel ? Réfléchissez 1 minute avant de continuer la lecture afin d'être bien certain de votre réponse.

L'objectif de cet article est de calculer, étant donné un point de référence (ici la Tour Eiffel) quel est le premier pays (autre que la France évidemment) que votre regard croisera selon la direction dans laquelle vous regardez. Vers l'est on doit certainement tomber sur l'Allemagne, vers le sud-ouest surement sur l'Espagne, etc... C'est plutôt simple à visualiser pour les pays limitrophes mais nous verrons que les choses sont moins intuitives lorsqu'il y a de grandes distances à traverser.

Méthode

Pour effectuer les calculs il nous faut les positions et la forme de chaque pays. Il faut alors utiliser des fichiers de type shapefile qui représentent chaque pays sous forme de polygones plus ou moins détaillés (selon la précision de la carte) et en définissent les contours sous forme de coordonnées. L'analyse consiste alors à vérifier si la droite (la direction) suivie par notre regard traverse le polygone en question et si tel est le cas, à quelle distance (puisque nous cherchons le "polygone" le plus proche).

La méthode retenue consiste à choisir évidemment un point de départ et une direction (un angle). Ensuite, deux possibilités s'offrent a vous :
- Transformer la représentation du fichier de polygones en coordonnées azimutales centrées sur votre point de départ (ce qui conserve les angles) et ensuite étudier les intersections entre votre droite et les polygones comme vous le feriez dans un plan orthogonal en utilisant les équations de droite et les intersections. C'est la méthode retenue. La représentation azimutale est par exemple utilisée pour le logo des nations unies :

La représentation est ici centrée sur le pôle nord mais il est possible facilement de centrer cette représentation sur n'importe quel point. A partir de ce point, les angles sont parfaitement conservés.

- Vous pouvez aussi garder les coordonnées initiales, en revanche dans ce cas-là, l'intersection entre la droite formée par votre regard et le polygone ne pourra se résoudre qu'en utilisant des équations beaucoup plus complexes à cause de la rotondité de la Terre. Cela reste faisable néanmoins.


Étape 1 : On charge le shapefile (sauvé préalablement dans mon working directory)

# On charge les shapefiles des pays
library('rgdal')
library('ggplot2')
shp10 <- readOGR(dsn = "ne_10m_admin_0_countries", layer = "ne_10m_admin_0_countries") shp50 <- readOGR(dsn="ne_50m_admin_0_countries", layer="ne_50m_admin_0_countries") shp110 <- readOGR(dsn = "ne_110m_admin_0_countries", layer = "ne_110m_admin_0_countries") shp2 <- fortify(shp50) colnames(shp2)[1:2] = c("Longitude", "Latitude") # On a 10654 points de shapes appartenant a 176 Pays pour shp110 # On a 99599 points pour shp50 # on a 548121 points pour shp10


Finalement c'est le fichier de plus petite taille qui a été retenu. Il est composé de 10 000 points ce qui constitue une résolution malgré tout suffisante pour notre analyse. Le temps de calcul étant de toute façon proportionnel au nombre de points, on ne veut pas y passer trop de temps. Malgré tout il n'est pas nécessaire d'avoir une très grande précision dans le détail des polygones puisque le point qui nous intéresse est uniquement de savoir si on croise ou pas le pays. Il sera toujours possible d'ergoter sur quelques cas particuliers mais dans la grande majorité le résultat sera suffisamment satisfaisant.




Étape 2 : Définition des villes d’intérêt, on crée juste un data.frame avec les informations initiales. On parcourra une à une chaque ligne.

VILLE=data.frame(NOM=c("PARIS","BREST","CALAIS","MARSEILLE","STRASBOURG","AJACCIO"),
                LON=c(2.2069771,-4.5095871,1.6557295,5.2400702,7.6918828,8.6356297),
                LAT=c(48.8587741,48.3637114,50.9718019,43.2805546,48.5692058,41.9227051))

Et enfin l’étape 3, la boucle sur chacune des villes. J'annonce à l'avance que ce code peut être amélioré. Il est très basique dans le sens que l'on teste toutes les paires de coordonnées d'un polygone ainsi que la majorité des polygones. Il s'agit évidemment de la partie la plus consommatrice de temps. Il existe énormément de polygones qui n'auraient pas besoin d'être testés (par exemple, depuis la France, tous les polygones représentant les pays au sud du Maghreb ne seront jamais "visibles" car toujours "bloqués" par les pays d'Afrique du Nord. Idem pour la plupart des pays asiatiques. En fait c'est le cas pour tous les pays "enclavés" (c'est à dire entourés d'autres pays). Seuls les pays ayant une frontières terrestre avec la France ou bordant la mer ou un océan peuvent nous convenir. Tous les autres pourraient être éliminés.

Il existe d'autre versions de la résolutions de ce problème que vous pourrez trouver un peu partout sur le net). Par exemple là c'est du Python. Ici, ça sera en R.

for(N in 1:nrow(VILLE)){
  print(VILLE[N,1])
  Longitude0 <- VILLE[N,"LON"]
  Latitude0 <- VILLE[N,"LAT"]
  # Transfo azimutale (a faire a chaque fois que l'on change de centre)
  shp110a <- spTransform(shp110, CRS(sprintf("+proj=aeqd +lat_0=%f +lon_0=%f",Latitude0,Longitude0)))
  # Conversion de l'objet
  shpa <- fortify(shp110a)
  colnames(shpa)[1:2] = c("Longitude", "Latitude")

  # On splitte par groupe
  # attention un pays peut appartenir a +ieurs gpe : expl france + corse + guyane)
  sshpa <- split(shpa,as.numeric(shpa$group))

  # On va stocker le pays le plus proche pour chaque valeur d'angle
  BESTCOUNTRY = c()
  # Liste des angles a parcourir, ici tous les 1°
  SEQ =  seq(0,360,by=1)
  t0 <- Sys.time()
  for (angle in SEQ){
    cat(sprintf("\n-----------\nAngle %i\n-----------\n",angle))
    # On convertit l'angle qui est en degree
    theta = pi * angle / 180
    RESangle = array(Inf,dim=length(sshpa))
    # On parcourt les pays 1 a 1 pylogones 1 a 1
    for(i in 1:length(sshpa)){
      # On skippe l'id de la france
      if(i%in% c(120,121,122)) next

      dat <- unique(sshpa[[i]][,1:2])
      colnames(dat) = c("long","lat")
      # En fonction de l'angle, certain pays n'ont pas a etre testés
      # Par exemple si on regarde vers le NE
      # Tous les points des coordonnées negatives n'ont pas a etre analysé
      # Réduit le nb de calculs a faire
      if(angle%%360 >=0 & angle%%360 <=180) if(all(dat$lat<0)) next
      if(angle%%360 >=180) if(all(dat$lat>=0)) next
      if((angle-90)%%360 >=0 & (angle-90)%%360 <=180) if(all(dat$long>0)) next
      if((angle-90)%%360 >=180) if(all(dat$long<=0)) next

      # Si le pays est visible on l'affiche
      # On parcourt toutes les paires de points
      Dist = Inf
      tmp1=tmp2 =c ()
      for(j in 1:nrow(dat)){
        if(j==nrow(dat)){
          p1 = dat[j,c("long","lat")]
          p2 = dat[1,c("long","lat")]
        }else{
          p1 = dat[j,c("long","lat")]
          p2 = dat[j+1,c("long","lat")]
        }
        # On calcule l'intersection entre notre point (0,0) et le segment p1 p2
        # Equation de la droite passant par 0,0 et de pente "angle"
        a1 = tan(theta)
        b1 = 0
        # Equation du segment formé par les deux points consecutifs
        a2 = (p2[2]-p1[2]) / (p2[1]-p1[1])
        b2 = p1[2] - a2 * p1[1] 
        # Intersection des deux droites
        xi = (b2-b1)/(a1-a2)
        yi = a1 * xi + b1
        # On teste si cette intersection se trouve a l'interieur du segment
        isIN = xi < max(p1[1],p2[1]) &  xi > min(p1[1],p2[1]) & yi < max(p1[2],p2[2]) &  yi > min(p1[2],p2[2])
        # L'intersection est peut-etre sur le segment mais il faut verifier qu'on soit dans le bon sens
        # expl : avec un angle a 180 degree on s'attend a ce que xi < 0
        if(isIN){
          if(angle%%360 >=0 & angle%%360 <=180) if(round(yi,3)<0) isIN = FALSE
          if(angle%%360 >=180) if(round(yi,3)>0) isIN = FALSE
          if((angle-90)%%360 >=0 & (angle-90)%%360 <=180) if(round(xi,3)>0) isIN = FALSE
          if((angle-90)%%360 >=180) if(round(xi,3)<0) isIN = FALSE
        }
        # Et on calcule la distance de cette intersection a 0,0
        if(isIN) if(sqrt(xi^2 + yi^2) < Dist) Dist = sqrt(xi^2 + yi^2)
        tmp1[j]=isIN
        tmp2[j]=unlist(sqrt(xi^2 + yi^2))
      }  
      RESangle[i] = as.numeric(Dist)
    }

    # On regarde quel est l'id du polygone le plus proche
    # et que l'on a traversé
    gpebest = order(RESangle)[1]
    # On retrouve le pays auquel il appartient
    idbest = as.numeric(sshpa[[gpebest]]$id[1])
    print(shp110$ADMIN[idbest+1])
    BESTCOUNTRY[match(angle,SEQ)] = shp110$ADMIN[idbest+1]
    print( Sys.time() - t0)
  }
  save(BESTCOUNTRY,SEQ,file=sprintf("dat%s.RData",VILLE$NOM[N]))
}


Il s'agit donc d'un code assez "bourrin" qui cherche les coordonnées de l'intersection entre la droite (en fait, une demi-droite) définie par notre regard et une arête d'un polygone. Si cette intersection se trouve bien à l’intérieur du segment définit par l'arête, alors notre regard a bien croisé cette arête et donc ce polygone, il ne reste plus qu'à en calculer la distance et stocker tout cela. Sans parallélisation du code et en utilisant la cartographie à 10 000 points, il faut environ 1h30 de calcul pour obtenir les 360 résultats (un résultat par degré) donc il ne faut pas être trop pressé. La partie importante de ce code réside dans la conversion en coordonnées azimutale, ce qui implique que le point où vous vous trouvez se situe forcément aux coordonnées (0,0) et que les coordonnées des polygones des pays ont été redéfinies en fonction de cette nouvelle origine. Cela simplifie énormément les calculs et comme la fonction de transformation existe déjà cela enlève la partie la plus complexe de l'analyse.

Résultats

Une fois obtenu le résultat, la représentation graphique est laissé à l'inspiration de chacun. J'en ai fait une version assez basique mais très colorée. (De toute façon peu importe les couleurs que vous choisirez, il y a 28 pays différents, donc 28 couleurs a représenter, inutile d’espérer de trouver une palette de couleurs avec 28 teintes réellement différentiables a tous les coups)

Regarde maman, on voit vachement bien le Venezuela d'ici

Dans cette représentation, le nord est en haut et le reste des points cardinaux est à l'avenant.

Analyse

En regardant ce premier résultat pour Paris, on arrive bien a imaginer qu'en se postant au sommet de la tour Eiffel et en regardant vers l'est le prochain pays que notre regard "rencontrera" sera l'Allemagne, ou la Suisse, le Luxembourg et la Belgique selon l'angle choisit. Je met des guillemets à "rencontrera" parce qu'on est bien d'accord qu'arrivé à cette étape vous vous doutez bien qu'on ne "voit" pas vraiment l'autre pays depuis la tour Eiffel, déjà parce que la Terre étant ronde la visibilité maximale autour de la tour Eiffel et d'environ 65 km et aussi parce que même si la Terre était plate, l'air de Paris serait trop pollué pour espérer voir quoique ce soit. (En revanche si la Terre est plate les calculs doivent surement être plus simples)
Revenons à nos moutons. Si vous êtes habitués aux cartes et aux projections traditionnelles, vous devez surement vous dire, comme moi, qu'en regardant vers l'ouest depuis Paris on devrait tomber sur le Canada ou les USA, en tout cas pas la République Dominicaine !!!

Preuve (Google Maps) :




Il existe donc deux possibilités : soit mon code est faux, soit la Terre n'est pas plate. Comme mon code n'est (évidemment) pas faux, la Terre n'est donc pas plate (CQFD) et il faut donc utiliser Google Earth pour tracer une vraie ligne droite sur le globe.

Preuve (Google Earth) :



On part bien vers l'ouest depuis Paris



Et paf, on est en République Dominicaine !


Étonnant non? Vous ne l'aviez pas vue venir celle-là? On peut ensuite regarder les différents résultats obtenus selon la ville de départ sélectionnée :

Pour Brest :

C'est l'endroit d'où on voit le mieux le Brésil.


Pour Calais :

Apparemment, de Calais on semble très bien voir le Royaume-Uni et la Belgique (et aussi accessoirement l'Espagne mais il me semble que c'est un peu plus loin). Il est amusant de constater que toutes ces villes du Nord peuvent apercevoir (à des degrés divers) des pays qui semblent très au sud comme le Brésil, ce qui n'est possible que parce que la vue n'est pas obstruée par l'Espagne lorsque l'on se situe suffisamment au nord.

Pour Marseille :


Côté est c'est évidemment l'Italie qui prédomine, au sud l'Algérie, pour la partie est / sud-ouest on a aussi l'Espagne. Ces trois pays représentent respectivement 127°, 60° et 57° soit donc un total de 244°, les 2/3 du paysage donc.

Pour Strasbourg :

Le Pac-Man allemand.

Pour Ajaccio :


Et pour notre dernier essai, le Pac-Man italien, a noter une petite incursion de la Libye.





Voyager en ligne droite


Le tour du monde c'est un peu le rêve de tout grand voyageur. Certains aiment agrémenter ce voyage d'un petit défi (passer par chaque continent, le faire dans l'ordre alphabétique...) Dans notre cas, on va tenter de faire le tour du monde en ligne droite.

Ainsi, la question que vous ne vous posez pas mais à laquelle je vais répondre est de savoir quelle est le plus grand nombre de pays que vous pouvez traverser en suivant une ligne droite (tout d'abord en suivant un méridien ou un parallèle). Pour résoudre ce problème, rien de plus facile, il suffit de tester tous les chemins possibles.

En suivant un parallèle :

 

On commence donc par le sud et l'Antarctique et on remonte vers le nord par pas de 0.25° (On ne teste donc pas forcement toutes les valeurs possibles). La zone la plus densément fournie en pays à traverser se situe à 11° nord.

Elle comprend 26 pays répartis sur 3 continents :
- En Amérique centrale : le Costa Rica, le Nicaragua, la Colombie et le Venezuela. 
- En Afrique : la Guinée-Bissau, la Guinée, le Mali, le Burkina-Faso, le Ghana, le Togo, le Bénin, le Nigeria, le Cameroun, le Tchad, la République Centrafricaine, le Soudan, le Sud Soudan, l’Éthiopie, Djibouti, la Somalie et le Somaliland.
- En Asie : l'Inde, le Myanmar, la Thaïlande, le Cambodge et le Vietnam.
      
Attention cependant, on notera qu'il y a un biais dans cette méthode puisque la longueur de chaque parallèle varie en fonction de la latitude. Au niveau de l'équateur cela représente une ligne de 40 000 km alors qu'au niveau du 45ème parallèle (au niveau de la France) cette ligne n'est plus que de 28 300 km. Il est donc plus difficile de traverser le même nombre de pays. On peut donc essayer de normaliser le nombre de pays traversés en fonction de la longueur du parallèle. La bonne nouvelle concernant cette méthode alambiquée est que le résultat final ne change rien, c'est toujours au niveau du 11ème parallèle que se trouve la plus forte densité de pays traversés. Ce résultat est résumé dans le graphique qui suit.


En suivant un méridien :



Cette fois-ci, on trace un trait vertical et on regarde le nombre de pays traversés. Dans cette version il n'y a pas de souci de différence de longueur car chaque méridien fait 20 000 km.
Le résultat maximum passe là aussi par l'Afrique et se situe au niveau du 22° est.
La liste comprend 22 pays répartis de la manière suivante en partant du sud au nord. On commence évidemment par l'Antarctique puis ensuite :
En Afrique : l'Afrique du Sud, le Botswana, la Namibie, la Zambie, la République démocratique du Congo, la République Centrafricaine, le Soudan, le Tchad, la Libye.
En Europe : La Grèce, la Macédoine, la Serbie, la Roumanie, La Hongrie, la Slovaquie, la Pologne, la Lituanie, la Lettonie, la Finlande, la Suède et la Norvège.

Là aussi il y a un biais, le fait de suivre un méridien du pôle sud au pôle nord ne constitue pas un tour du monde complet, on a effectué seulement la moitié du chemin. Il faut donc en fait redescendre de "l'autre côté" ce qui n'est pas forcement facile à représenter sur un plan en 2 dimensions. La "vraie solution" est donc plutôt la suivante :


Le résultat maximal reste malgré tout similaire, c'est en traversant l'Afrique que vous verrez le plus de pays. Il existe une alternative qui vous fait traverser pays en vous faisant passer par l'Amérique du Sud et une partie de l'Asie mais cela ne permet tout de même pas de rivaliser avec le trajet via l'Afrique et l'Europe et ses 24 pays traversés.

En allant tout droit mais en diagonale

Dans toute la partie qui suit, on testera différentes combinaisons de "droites" qui ne suivent plus les parallèles et les méridiens, on va donc voyager en diagonale. Comme il en existe une infinité, nous prendrons 720 points répartis le long de l’équateur (donc un point de départ tous les demi-degrés) et nous testerons un angle initial de départ allant de -180° a +180°. Pour chacune de ces combinaison "point de départ" et "angle de départ" nous regarderons combien de pays ont été traversés. (Ça fait quand même 260 000 combinaisons à tester). Il existe cependant différentes manières d'aller "tout droit".

1-Tout droit sur la carte

Vous prenez une carte, une règle et vous tracez un trait bien droit. Effectivement le résultat obtenu est une belle ligne droite mais elle n'a pas vraiment de sens d'un point de vue géographique car, au cas où vous ne sauriez pas, la Terre est une sphère et les cartes en 2D ne sont qu'une projection qui distordent la réalité. Selon la projection que vous utilisez, la ligne droite que vous tracerez n'aura pas la même signification.

Le résultat optimal pour cette technique est le suivant :



Cette trajectoire traverse 31 pays :
En Amérique : L’Équateur, la Colombie, le Pérou, le Brésil, le Venezuela, le Guyana, Le Suriname, la France (via la Guyane Française)
En Afrique : Le Sierra Leone, la Guinée, le Liberia, la Côte d'Ivoire, le Ghana, le Togo, le Bénin, le Nigeria, le Cameroun, le Tchad, la république Centrafricaine, Le soudan et le Soudan du sud, l’Éthiopie, l’Érythrée et au Moyen-Orient le Yémen.
En Asie : L'inde, Le Myanmar, la Thaïlande, le Laos, le Vietnam, la Chine et Taïwan.


2-En suivant toujours le même cap

Là ça devient un peu plus intéressant (et logique). Il s'agit de suivre toujours le même cap, c'est a dire toujours la même direction sur une boussole, comme pourraient le faire les marins. On pourrait se dire qu'en suivant cet angle constant on fera une vraie ligne droite. Et bien encore perdu. Cette courbe, nommée loxodromie (qui est donc la courbe coupant les méridiens avec un angle constant) définit une trajectoire qui peut s'apparenter à un tire-bouchon pour peu que l'angle choisit soit assez faible.



Alors évidemment, vous allez bien "tout droit" puisque vous garder le même cap, mais il est difficile de faire passer ça pour un tour du monde.


3-En faisant du vrai tout droit

Le chemin le plus court entre deux points sur une sphère, s'appelle l'orthodromie. Vue en 3D cela ressemble bien à une droite mais sur les cartes en 2D utilisant la projection de "Mercartor", ce chemin ressemblera à une courbe alors qu'une route loxodromique (voir partie précédente) apparaitra comme une droite puisque la projection de Mercator a la propriété de conserver les angles (mais ne conserve pas les distances). En revanche, dans une carte obtenue par projection gnomonique, c'est le contraire, les distances sont respectées et donc la route orthodromique apparaitra comme une droite. Cependant les projections gnomoniques ne conservent pas les angles. Il faut choisir ce que l'on veut.

Gnomonie. Loxodromie (bleu) Orthodromie (rouge)
Mercator. Loxodromie (bleu) Orthodromie (rouge)

 On peut aussi le représenter en 3D


Bref, pour en revenir à notre tour du monde en ligne droite. La solution la plus esthétique passe par 30 pays.



Cette trajectoire traverse ainsi par les pays suivants :

En Amérique du Sud : Bolivie, Pérou, Brésil, Suriname
En Europe : Portugal, Espagne, Italie, San Marin (bien joué les gars), Serbie, Croatie, Bosnie, Moldavie, Ukraine, Roumanie, Kazakhstan, Turkménistan, Afghanistan, Russie
En Asie : Le Bhoutan, le Cambodge, la Chine, l'Inde, l'Indonésie, le Laos, la Malaisie, le Myanmar, le Pakistan, la Thaïlande, le Vietnam
En Océanie : Australie, Nouvelle-Zélande

Il y a peut-être de petites iles qui arrivent à s'intercaler aussi, mais globalement, vous voyez l'idée. Cela constitue un tour du monde plutôt sympathique qui passe par des pays très variés, merci d'envoyer les photos quand vous l'aurez fini.