UNIVERSITE DU LITTORAL COTE D’OPALE

DESS Manager de la Distribution
Option Transport et Logistique
Gestion de Stocks
Daniel DE WOLF
Dunkerque, Octobre 2003
Table des mati` eres
1 Introduction 5
1.1 N´ ecessit´ e de constituer des stocks . . . . . . . . . . . . . . . . . 5
1.2 Les politiques de gestion de stock . . . . . . . . . . . . . . . . . 6
1.3 Les coˆ uts associ´ es aux stocks . . . . . . . . . . . . . . . . . . . 7
1.3.1 Les coˆ uts de possession . . . . . . . . . . . . . . . . . . 8
1.3.2 Les coˆ uts de rupture . . . . . . . . . . . . . . . . . . . . 9
1.3.3 Les coˆ uts de commande . . . . . . . . . . . . . . . . . . 10
2 La gestion calendaire de stock en rotation nulle 11
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Gestion calendaire de stock ` a rotation nulle . . . . . . . . . . . . 12
2.2.1 L’exemple du pˆ atissier . . . . . . . . . . . . . . . . . . . 12
2.2.2 R´ esolution num´ erique du probl` eme . . . . . . . . . . . . 13
2.2.3 R´ esolution analytique du probl` eme . . . . . . . . . . . . 15
2.3 Cas d’une loi de demande continue . . . . . . . . . . . . . . . . 19
2.4 Les cons´ equences ´ economiques de la solution optimale . . . . . . 21
2.4.1 La rupture de stock . . . . . . . . . . . . . . . . . . . . 21
2.4.2 Le stock moyen poss´ ed´ e . . . . . . . . . . . . . . . . . . 22
2.4.3 Le coˆ ut moyen . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.4 La marge nette moyenne . . . . . . . . . . . . . . . . . . 23
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Gestion calendaire de stock ` a rotation non nulle 25
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3
4 Table des mati`eres
3.2 Exemple de l’´ electricien . . . . . . . . . . . . . . . . . . . . . . 25
3.3 D´ etermination de la solution optimale . . . . . . . . . . . . . . . 28
3.3.1 Cons´ equences de la solution optimale . . . . . . . . . . . 30
3.4 Cas d’une loi de demande discr` ete . . . . . . . . . . . . . . . . . 30
3.4.1 Cons´ equences de la solution optimale . . . . . . . . . . . 31
3.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4 La gestion par point de commande 33
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 D´ etermination du point de commande en univers certain . . . . . 34
4.3 D´ etermination de la quantit´ e de commande en univers certain . . . 35
4.3.1 Cons´ equences de la politique optimale . . . . . . . . . . 37
4.4 Cas d’une demande al´ eatoire . . . . . . . . . . . . . . . . . . . . 38
4.4.1 D´ etermination de q et s . . . . . . . . . . . . . . . . . . 39
4.4.2 Cons´ equences ´ economiques du choix . . . . . . . . . . . 41
4.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5 Etude de cas : la vente par correspondance. 45
5.1 Enonc´ e du probl` eme . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2 R´ esolution du probl` eme . . . . . . . . . . . . . . . . . . . . . . 46
5.2.1 Gestion calendaire de stock . . . . . . . . . . . . . . . . 46
5.2.2 Gestion par point de commande . . . . . . . . . . . . . . 47
5.3 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
A Formulaire pour la gestion de stocks 51
A.1 La gestion calendaire de stock . . . . . . . . . . . . . . . . . . . 51
A.2 La gestion par point de commande . . . . . . . . . . . . . . . . . 52
B Tables pour la gestion de stocks 55
B.1 Table de la loi Poisson(λ) . . . . . . . . . . . . . . . . . . . . . 55
B.2 Table de la loi normale Z ∼ N(0, 1) . . . . . . . . . . . . . . . . 60
B.3 Table pour le calcul de I
r
(S) . . . . . . . . . . . . . . . . . . . . 61
Chapitre 1
Introduction
1.1 N´ ecessit´ e de constituer des stocks
Une production sans stock est quasi inconcevable vu les nombreuses fonctions que
remplissent les stocks. En effet, la constitution de stocks est n´ ecessaire s’il y a :
1. non co¨ıncidence dans le temps ou l’espace de la production et de la
consommation : le stock est indispensable dans ce cas car il est impossible
de produire l ` a et quand la demande se manifeste. Les exemples classiques
sont la fabrication de jouets ou la confiserie pour la non co¨ıncidence dans le
temps, et les supermarch´ es pour la non co¨ıncidence dans l’espace.
2. incertitude sur le niveau de demande ou sur le prix : s’il y a incertitude
sur la quantit´ e demand´ ee, on va constituer un stock de s´ ecurit´ e qui permet
de faire face ` a une pointe de demande. S’il y a incertitude sur le prix, on va
constituer un stock de sp´ eculation. Par exemple, les compagnies p´ etroli` eres
ach` etent plus que n´ ecessaire en p´ etrole brut lorsque le prix de celui-ci est
relativement bas sur le march´ e.
3. risque de probl` emes en chaˆıne : il s’agit ici d’´ eviter qu’une panne ` a un
poste ne se r´ epercute sur toute la chaˆıne d’approvisionnement : un retard
d’ex´ ecution au poste pr´ ec´ edent ou une gr` eve des transports n’arrˆ etera pas
imm´ ediatement l’ensemble du processus de production s’il y a des stocks
tampons.
4. pr´ esence de coˆ uts de lancement : dans ce cas, travailler par lots permet
une ´ economie d’´ echelle sur les coˆ uts de lancement de production mais, en
revanche, provoque une augmentation des coˆ uts de possession du stock.
La gestion des stocks pose cependant de multiples probl` emes : tenue d’inven-
taires, valorisation du stock, d´ efinition des capacit´ es de stockage et enfin, disponi-
bilit´ e satisfaisante du stock. Nous allons nous concentrer sur ce dernier aspect.
5
6 Chapitre 1. Introduction
1.2 Les politiques de gestion de stock
Les politiques de gestion de stock visent ` a r´ epondre aux deux grandes questions :
1. Quand d´ eclencher l’approvisionnement du stock? La r´ eponse ` a cette ques-
tion est diff´ erente suivant la politique de gestion adopt´ ee :
• En gestion de stock par point de commande, l’approvisionnement du
stock est d´ eclench´ e lorsque l’on observe que le stock descend en des-
sous d’un niveau s, le point de commande.
• En gestion calendaire, l’approvisionnement du stock est d´ eclench´ e ` a
intervalles r´ eguliers T, par exemple, chaque jour ou chaque semaine.
• En gestion calendaire conditionnelle, l’approvisionnement du stock
est d´ eclench´ e ` a intervalles r´ eguliers T, mais uniquement lorsque l’on
observe que le stock descend en dessous d’un niveau s, le point de
commande.
2. Combien commander ? La r´ eponse ` a la question ”Combien ?” d´ epend
´ egalement du type de gestion de stock appliqu´ ee :
• En cas de gestion par point de commande, on commande une quantit´ e
fixe, not´ ee q et appel´ ee quantit´ e ´ economique de commande. Comme
nous le verrons au chapitre 4, sa d´ etermination r´ esulte d’un calcul
d’optimisation.
• En cas de gestion calendaire de stock, la quantit´ e command´ ee est ´ egale
` a la diff´ erence entre le stock r´ esiduel observ´ e R et S, le niveau de
recompl` etement du stock, c’est-` a-dire le niveau voulu du stock en d´ ebut
de p´ eriode T.
Nous allons nous attacher ` a deux politiques particuli` eres :
• La politique de gestion calendaire des stocks, not´ ee (T, S) avec T l’inter-
valle entre deux commandes et S, le niveau de recompl` etement du stock.
• La politique de gestion par point de commande, quantit´ e ´ economique
de commande, not´ ee (q, s) avec q, la quantit´ e ´ economique ` a commander
r´ eguli` erement et s, le point de commande qui d´ eclenche l’approvisionnement
du stock.
Section 1.3. Les coˆ uts associ´es aux stocks 7
1.3 Les coˆ uts associ´ es aux stocks
Un stock est constitu´ e pour satisfaire une demande future. En cas de demande
al´ eatoire, il peut y avoir non co¨ıncidence entre la demande et le stock. Deux cas
sont ´ evidemment possibles :
• une demande sup´ erieure au stock : on parle alors de rupture de stock;
• une demande inf´ erieure au stock : on aura alors un stock r´ esiduel.
Le crit` ere de gestion g´ en´ eralement retenu en gestion des stocks est celui de
la minimisation des coˆ uts. Nous noterons cette fonction par la lettre C, suivie,
entre parenth` eses, de la ou des variables de commande du syst` eme. En gestion
calendaire, la variable de commande est S, le niveau de recompl` etement du stock.
Aussi, notera-t-on, dans ce cas, le coˆ ut C(S). En gestion par point de commande,
les deux variables de commandes sont q, la quantit´ e command´ ee et s, le point de
commande. Aussi, notera-t-on, dans ce cas, le coˆ ut C(q, s).
Ces variables de commandes d´ eterminent en g´ en´ eral trois variables d’´ etat du
syst` eme :
I
r
, la rupture moyenne, c’est-` a-dire le nombre moyen de demandes non satis-
faites au cours d’une p´ eriode, auquel est associ´ e un coˆ ut unitaire de rupture,
not´ e c
r
;
I
p
, le stock moyen poss´ ed´ e au cours d’une p´ eriode, auquel est associ´ e un coˆ ut
unitaire de possession, c
p
;
I
c
, le nombre moyen de commandes pass´ ees au cours d’une p´ eriode, auquel est
associ´ e un coˆ ut unitaire de commande, c
c
.
La fonction de coˆ ut s’´ ecrit donc en g´ en´ eral comme une fonction de ces trois
variables d’´ etat :
C = c
r
I
r
+ c
p
I
p
+ c
c
I
c
.
Nous allons examiner un peu plus en d´ etails la mani` ere dont sont calcul´ es les trois
coefficients des trois fonctions de coˆ uts partiels, ` a savoir :
c
r
, le coˆ ut unitaire de rupture,
c
p
, le coˆ ut unitaire de possession et
c
c
, le coˆ ut unitaire de commande.
8 Chapitre 1. Introduction
1.3.1 Les coˆ uts de possession
Les coˆ uts de possession comprennent :
1. les coˆ uts de d´ etention d’un article en stock durant une certaine p´ eriode en
fonction des conditions financi` eres d’acquisition et des ´ eventuelles condi-
tions de reprise.
2. les coˆ uts de stockage qui sont les d´ epenses de logistique, de conservation du
stock.
Comme signal´ e plus haut, en pr´ esence d’une demande al´ eatoire, il peut y avoir
non co¨ıncidence du stock et de la demande, et donc une rupture ou un stock
r´ esiduel. Les cons´ equences de ce stock r´ esiduel seront bien diff´ erentes selon que
l’on se trouve dans
• le cas du stock ` a rotation nulle, c’est-` a-dire lorsque le stock r´ esiduel est
sans utilit´ e pour l’entreprise. Ce cas se pr´ esente notamment :
– en cas d’obsolescence technique ou commerciale : par exemple, les
vˆ etements de modes,. . .
– en cas o` u la consommation a un d´ elai maximum : par exemple, les
primeurs, les journaux,. . .
Dans ce cas, le coˆ ut de possession d’un article du d´ ebut ` a la fin de la
p´ eriode se calcule comme le coˆ ut d’acquisition d’un article moins la valeur
de r´ ecup´ eration (solde).
Prenons un exemple. Un quotidien achet´ e 0,9 euro par le libraire et dont
l’invendu est repris 0,75 euro par le grossiste : le coˆ ut de possession est de
0,9 - 0,75 = 0,15 euro.
• le cas du stock ` a rotation non nulle, c’est-` a-dire lorsque l’invendu peut
ˆ etre vendu ` a une p´ eriode ult´ erieure. C’est le cas, par exemple, des boˆıtes
de conserves en ´ epicerie non vendues une p´ eriode qui le seront aux p´ eriodes
suivantes.
Dans ce cas, le coˆ ut de possession li´ e ` a l’immobilisation du capital. En
gelant la somme d’argent correspondant au coˆ ut d’achat de l’article invendu,
la soci´ et´ e se prive du revenu d’un placement financier qu’elle aurait pu
r´ ealiser. Ce coˆ ut est appel´ e coˆ ut d’opportunit´ e. Le taux d’opportunit´ e est
la rentabilit´ e du meilleur investissement que l’entreprise aurait pu faire.
Prenons un exemple. Si le taux d’opportunit´ e est de 6 % l’an, une boˆıte de
conserves achet´ ee 1,20 euro et restant en rayon un mois entier a coˆ ut´ e 1,20
× 6 % × 1/12 = 0,006 euro.
Section 1.3. Les coˆ uts associ´es aux stocks 9
L’autre partie du coˆ ut de possession concerne les coˆ uts de stockage. Ces coˆ uts
de stockage, comprennent, en g´ en´ eral des frais fixes, tels que le coˆ ut de location
d’entrepˆ ots, ainsi que des frais variables, tels que le coˆ ut de manutention. Le
coˆ ut unitaire de stockage que l’on doit prendre en consid´ eration dans la fonction
objectif est le coˆ ut moyen de l’ensemble de ces frais. Malheureusement, ce ce coˆ ut
moyen d´ epend du volume d’activit´ e et ne peut donc pas ˆ etre consid´ er´ e comme une
constante. Cette difficult´ e fait que souvent on n’inclut pas de coˆ ut de stockage
dans le coˆ ut de possession et le coˆ ut de possession se r´ eduit donc au seul coˆ ut
d’immobilisation du capital.
1.3.2 Les coˆ uts de rupture
La rupture se pr´ esente lorsque la demande exc` ede le stock constitu´ e au cours
de la p´ eriode. Les cons´ equences de cette rupture sont diff´ erentes selon que la
demande est interne (le produit stock´ e est demand´ e par une autre entit´ e int´ erieure
` a l’entreprise) ou externe (le produit est destin´ e ` a la vente).
En cas de demande externe, la demande non satisfaite peut ˆ etre perdue (on
parle de ventes manqu´ ees) ou report´ ee (on parle de ventes diff´ er´ ees) :
• dans le cas de ventes manqu´ ees, le coˆ ut de rupture est le manque ` a gagner de
la non fourniture d’une unit´ e du produit, g´ en´ eralement la marge b´ en´ eficiaire
sur cet article.
Prenons un exemple. Un journal achet´ e 0,90 euro par le libraire et revendu
1,20 euro a un coˆ ut de rupture de 1,20 - 0,90 = 0,30 euro.
• En cas de ventes diff´ er´ es, le coˆ ut de rupture n’inclut pas la marge car la
vente sera r´ ealis´ ee plus tard. Ce coˆ ut de rupture est le coˆ ut administratif
d’ouverture d’un dossier de prise de commande et ´ eventuellement un coˆ ut
commercial (on fait une ristourne pour ne pas perdre le client).
Prenons un exemple. Un garagiste qui n’a plus de stock le v´ ehicule d´ esir´ e
par son client va lui proposer une voiture de location gratuite durant le d´ elai
d’attente pour ne pas perdre le client. Le coˆ ut de rupture correspond ici ` a la
prise en charge par le garage de la location de la voiture.
En cas de demande interne, on ne parle plus de stock de distribution mais bien
de stock de fabrication. Dans ce cas, la rupture entraˆıne un chˆ omage technique
des postes en aval. Le coˆ ut de rupture correspond au coˆ ut financier du chˆ omage
technique des postes en aval. Ce coˆ ut peut ˆ etre tr` es important dans une chaˆıne
d’assemblage travaillant en juste-` a-temps.
10 Chapitre 1. Introduction
1.3.3 Les coˆ uts de commande
A nouveau, il faut ici distinguer le cas d’une demande interne et celui d’une
demande externe :
• Encas de stockde fabrication, le coˆ ut de commande est le coˆ ut de lancement
de la production. Il s’agit du r´ eglage des machines, etc . . . Normalement,
ce coˆ ut est ind´ ependant de la quantit´ e fabriqu´ ee.
• En cas de stock d’approvisionnement, le coˆ ut de commande est le coˆ ut
administratif de gestion de la commande : ´ etablissement d’un bordereau,
contrˆ ole de livraison, liquidation comptable,. . . . Normalement, ce coˆ ut est
´ egalement ind´ ependant de la quantit´ e command´ ee.
Chapitre 2
La gestion calendaire de stock en rotation
nulle
2.1 Introduction
Rappelons la d´ efinition de la gestion calendaire de stock. On parle de gestion
calendaire de stock lorsque l’intervalle entre deux reconstitutions du stock est fix´ e.
On appelle cet intervalle la p´ eriode de r´ evision calendaire. Elle est not´ ee T. La
plupart des articles frais sont r´ eapprovisionn´ es en gestion calendaire : par exemple,
le boulanger reconstitue son stock tous les jours, voir, deux fois par jour. Dans ce
cas, T vaut une journ´ ee ou une demi-journ´ ee suivant le cas.
La variable de commande du syst` eme est dans ce cas, S, le niveau initial
du stock qui est appel´ e le niveau de recompl` etement du stock. Notez que la
quantit´ e command´ ee (ou mise en production dans le cas d’une fabrication interne)
pour reconstituer le stock peut ne peut ˆ etre constante. En effet, dans le cas de
ventes manqu´ ees diff´ er´ ees, il faut ajouter au niveau initial voulu du stock S, les
commandes enregistr´ ees lors des ruptures de la p´ eriode pr´ ec´ edente. En effet, si au
cours d’une p´ eriode, on constate des ruptures et que l’on prend des commandes
pour ces ruptures, il faut absolument les ajouter au stock initial de la p´ eriode
suivante, sinon, onrisque de se retrouver enmanque de produit ` a la p´ eriode suivante.
Inversement, s’il y a des invendus d’une p´ eriode et que le produit peut encore ˆ etre
vendu ` a la p´ eriode suivante (cas de la rotationnonnulle), oncommande la diff´ erence
entre le niveau S et le stock r´ esiduel afin de ramener le stock initial ` a son niveau
voulu S.
Dans ce chapitre, nous allons commencer par le cas de la rotation nulle pour
une demande al´ eatoire mod´ elis´ ee par une variable al´ eatoire discr` ete : la variable
de Poisson. Nous verrons ensuite, toujours dans le cas de la rotation nulle le cas
d’une demande al´ eatoire mod´ elis´ ee par une variable al´ eatoire continue : la variable
normale. Nous verrons au chapitre suivant, le cas de la rotation non nulle.
11
12 Chapitre 2. La gestion calendaire de stock en rotation nulle
2.2 Gestion calendaire de stock ` a rotation nulle
Pour rappel, on se trouve dans le cas d’un stock ` a rotation nulle lorsqu’il n’y a
pas de report possible des invendus aux p´ eriodes suivantes.
On va ici d´ eterminer le niveau du stock initial S, qui est donc ici la variable
de commande. En effet, la p´ eriode de r´ evision calendaire, c’est-` a-dire l’intervalle
entre deux approvisionnements, not´ e T, est g´ en´ eralement fix´ e par la nature de
l’approvisionnement. Par exemple, un pˆ atissier met en fabrication des gˆ ateaux
chaque jour. Le libraire commande des journaux chaque jour, des p´ eriodiques
chaque semaine ou chaque mois.
2.2.1 L’exemple du pˆ atissier
Nous allons illustrer les choses sur l’exemple du pˆ atissier tir´ e de Giard [2] qui
est un exemple o` u la demande suit une loi de probabilit´ e discr` ete. Supposons un
coˆ ut de fabrication de 25 F l’unit´ e et un prix de vente de 60 F l’unit´ e. Supposons
que la demande quotidienne de ce gˆ ateau, que nous noterons X, suive une loi de
Poisson de moyenne ´ egale ` a 2,5 gˆ ateaux par jour. Remarquez que la moyenne
d’une quantit´ e enti` ere (la variable al´ eatoire de Poisson ne prend que des valeurs
enti` eres positives ou nulle) peut ne pas ˆ etre enti` ere. Si on vend un jour sur deux
2 gˆ ateaux et un jour sur deux 3 gˆ ateaux, en moyenne on en vend 2,5 par jour. Le
x P(X = x)
0 0, 0821
1 0, 2052
2 0, 2565
3 0, 2138
4 0, 1336
5 0, 0668
6 0, 0278
7 0, 0099
8 0, 0031
9 0, 0009
Tableau 2.1: Distribution de la loi de Poisson
tableau 2.1 reprend la distribution de probabilit´ e du nombre X de clients par jour
Section 2.2. Gestion calendaire de stock ` a rotation nulle 13
pour ce produit. Dans ce tableau x indique une valeur possible de la demande et
P(X = x) indique la probabilit´ e d’occurrence de cette valeur. Ainsi on a 8,21 %
de chances d’observer aucun client un jour donn´ e. Les invendus de la journ´ ee sont
donn´ es.
La question que se pose le pˆ atissier est la suivante : combien mettre de gˆ ateaux
en fabrication chaque jour pour maximiser son b´ en´ efice ?
Le coˆ ut de possession, c
p
, li´ e ` a l’invendu en fin de journ´ ee est 25 F, c’est-` a-dire
le coˆ ut de production. Tandis que le coˆ ut de rupture, c
r
, li´ e ` a une vente manqu´ ee
est ´ egal ` a la marge, c’est-` a-dire : 60 F - 25 F = 35 F. Le coˆ ut de commande, c
c
,
correspond ici au coˆ ut de mise en route d’une fabrication de gˆ ateaux.
On doit d´ eterminer S, le stock initial, de mani` ere ` a minimiser :
C(S) = c
p
I
p
(S) + c
r
I
r
(S) + c
c
I
c
= 25I
p
(S) + 35I
r
(S) + c
c
1
avec I
p
(S), le stock moyen r´ esiduel en fin de journ´ ee et I
r
(S), nombre moyen de
ruptures sur la journ´ ee. Remarquez que I
c
, le nombre moyen de commandes par
jour est fix´ e : il y a une seule mise en route de fabrication chaque jour et donc
I
c
= 1. On peut donc n´ egliger le dernier terme dans l’optimisation.
2.2.2 R´ esolution num´ erique du probl` eme
Avant de voir comment d´ eterminer, en g´ en´ eral, le stock initial S

qui minimise le
coˆ ut moyen C(S), voyons sur l’exemple comment on peut calculer num´ eriquement
ce minimum.
Nous allons d’abord calculer I
r
(S), le nombre moyen de ruptures. Au tableau
2.2, on calcule explicitement le nombre de ruptures en fonction du stock initial (S)
et de la demande observ´ ee (x) : bien ´ evidemment, ce nombre de ruptures est la
partie positive de (x−S). Pour calculer le nombre moyen de ruptures en fonction
du stock initial S, il suffit, pour chaque valeur de S de faire la moyenne pond´ er´ ee
de ce nombre par la probabilit´ e d’observer x. Ceci est fait en derni` ere ligne du
tableau 2.2.
Nous allons ensuite calculer I
p
(S), le stock moyen poss´ ed´ e. Au tableau 2.3,
on calcule explicitement le stock poss´ ed´ e en fonction du stock initial (S) et de
la demande observ´ ee (x) : bien ´ evidemment, ce stock final poss´ ed´ e est la partie
positive de (S − x). Pour calculer le stock moyen poss´ ed´ e en fonction du stock
initial S, il suffit, pour chaque valeur de S de faire la moyenne pond´ er´ ee de ce
nombre par la probabilit´ e d’observer x. Ceci est fait en derni` ere ligne du tableau
2.3.
14 Chapitre 2. La gestion calendaire de stock en rotation nulle
Calcul du nombre de ruptures (x −S)
+
x P(X = x) S = 1 S = 2 S = 3 S = 4 S = 5 S = 6
0 0, 0821 0 0 0 0 0 0
1 0, 2052 0 0 0 0 0 0
2 0, 2565 1 0 0 0 0 0
3 0, 2138 2 1 0 0 0 0
4 0, 1336 3 2 1 0 0 0
5 0, 0668 4 3 2 1 0 0
6 0, 0278 5 4 3 2 1 0
7 0, 0099 6 5 4 3 2 1
8 0, 0031 7 6 5 4 3 2
9 0, 0009 8 7 6 5 4 3
I
r
(S) 1, 579 0, 867 0, 411 0, 169 0, 061 0, 019
Tableau 2.2: Calcul du nombre moyen de ruptures
Calcul du stock r´ esiduel (S −x)
+
x P(X = x) S = 1 S = 2 S = 3 S = 4 S = 5 S = 6
0 0, 0821 1 2 3 4 5 6
1 0, 2052 0 1 2 3 4 5
2 0, 2565 0 0 1 2 3 4
3 0, 2138 0 0 0 1 2 3
4 0, 1336 0 0 0 0 1 2
5 0, 0668 0 0 0 0 0 1
6 0, 0278 0 0 0 0 0 0
7 0, 0099 0 0 0 0 0 0
8 0, 0031 0 0 0 0 0 0
9 0, 0009 0 0 0 0 0 0
I
p
(S) 0, 0821 0, 3694 0, 9132 1, 6708 2, 562 3, 52
Tableau 2.3: Calcul du stock moyen poss´ ed´ e
Section 2.2. Gestion calendaire de stock ` a rotation nulle 15
Enfin, nous calculons le coˆ ut moyen de possession du stock en appliquant la
formule suivante :
C(S) = 35I
r
(S) + 25I
p
(S)
Ceci est fait au tableau 2.4. En tra¸ cant un graphique de la fonction C(S), on
Calcul du coˆ ut du stock
S 1 2 3 4 5 6
C(S) 57, 33 39, 58 37, 22 47, 69 66, 17 88, 66
Tableau 2.4: Calcul du coˆ ut moyen de possession du stock
constate (voir figure 2.1) que le coˆ ut minimum est obtenu pour
0
20
40
60
80
100
0 1 2 3 4 5 6 S
C(S)
S

=
Figure 2.1: Evolution du coˆ ut moyen de possession du stock
S

= 3.
2.2.3 R´ esolution analytique du probl` eme
En cas de coˆ ut convexe (on peut v´ erifier sur le graphique que le coˆ ut est bien une
fonction convexe de S), le stock optimal S

est celui pour lequel le coˆ ut de gestion
C(S

) est inf´ erieur ` a celui des stocks imm´ ediatement inf´ erieur ou sup´ erieur :

C(S

) < C(S

+ 1)
C(S

) < C(S

−1)
16 Chapitre 2. La gestion calendaire de stock en rotation nulle
ou encore

C(S

+ 1) −C(S

) > 0
C(S

) −C(S

−1) < 0
(2.1)
Remarquez que les conditions (2.1) sont l’´ equivalent pour une fonction continue
de dire que la d´ eriv´ ee premi` ere doit ˆ etre n´ egative avant S

et positive apr` es S

.
On va donc ´ etudier l’´ evolution de la diff´ erence de coˆ ut de stocks successifs d´ efinie
comme :
C(S + 1) −C(S)
L’´ etude de C(S +1) −C(S) passe par celle de I
r
(S +1) −I
r
(S), car, comme
nous allons le voir, on peut exprimer cette variation de coˆ ut en fonction de la seule
variation de rupture moyenne. On va donc ´ etudier I
r
(S + 1) −I
r
(S). Calculons,
par exemple, la rupture moyenne I
r
(S = 4) associ´ ee au stock initial S = 4. On
doit donc calculer l’esp´ erance math´ ematique de X − 4 pour des valeurs de X
sup´ erieures ` a 4 :
I
r
(S = 4) =

¸
x=5
(x −4)P(X = x)
Calculons, de mˆ eme, la rupture moyenne I
r
(S = 5) associ´ ee austockinitial S = 5 :
I
r
(S = 5) =

¸
x=6
(x −5)P(X = x)
En g´ en´ eral :
I
r
(S) =

¸
x=S+1
(x −S)P(X = x)
Int´ eressons nous maintenant ` a la diff´ erence de ces ruptures moyennes pour deux
stocks initiaux cons´ ecutifs :
I
r
(S = 4) −I
r
(S = 5) =

¸
x=5
(x −4)P(X = x) −

¸
x=6
(x −5)P(X = x)
=

¸
x=5
(x −4)P(X = x) −

¸
x=5
(x −5)P(X = x)
=

¸
x=5
1 · P(X = x)
= P(X > 4)
On en conclut que la diminution de rupture moyenne I
r
(S) occasionn´ ee par
une augmentation d’une unit´ e du stock initial ` a partir de S est ´ egale ` a la probabilit´ e
que la demande soit strictement sup´ erieure ou ´ egale au stock initial S.
Section 2.2. Gestion calendaire de stock ` a rotation nulle 17
Il est facile de montrer que ceci est vrai quelle que soit la forme la distribution
de probabilit´ e discr` ete :
I
r
(S + 1) −I
r
(S) = −P(X > S) (2.2)
Les tableaux de l’annexe B donne le calcul de P(X > x) en fonction de λ, la
valeur du param` etre de la loi de Poisson.
Comme annonc´ e plus haut, il est possible de ramener la fonction de coˆ ut comme
une fonction de la seule variable d’´ etat I
r
(S). Pour cela, nous allons ´ etablir la
relation entre I
r
(S) et I
p
(S).
Le stock moyen sur lequel porte le coˆ ut de possession est le stock moyen
observ´ e en fin de p´ eriode qui correspond donc ` a l’invendu. On observera un stock
r´ esiduel si la demande observ´ ee x est inf´ erieure ` a S, le stock initial. Son niveau
moyen est calcul´ e par l’esp´ erance math´ ematique suivante :
I
p
(S) =
S−1
¸
x=0
(S −x)P(X = x) =
S
¸
x=0
(S −x)P(X = x)
=

¸
x=0
(S −x)P(X = x) −

¸
x=S+1
(S −x)P(X = x)
= S

¸
x=0
P(X = x) −

¸
x=0
xP(X = x) +

¸
x=S+1
(x −S)P(X = x)
= S −
¯
X + I
r
(S)
o` u
¯
X note la moyenne de la demande X. D’o` u la relation entre I
p
et I
s
:
I
p
(S) = S −
¯
X + I
r
(S)
(2.3)
qui peut s’interpr´ eter en disant que le stock moyen r´ esiduel I
p
(S) est ´ egal au stock
de d´ epart S diminu´ e de la demande moyenne satisfaite (
¯
X − I
r
(S)). En effet, si
¯
X est bien la demande moyenne exprim´ ee, il faut tenir compte de I
r
(s), la rupture
moyenne pour en d´ eduire la demande moyenne satisfaite.
La cons´ equence de la relation (2.3) est que l’on peut exprimer le coˆ ut total
C(S) en fonction du seul coˆ ut de rupture I
r
:
C(S) = c
r
I
r
+ c
p
I
p
= c
r
I
r
+ c
p

S −
¯
X + I
r
(S)

D’o` u l’expression de C(S) :
C(S) = c
p
(S −
¯
X) + (c
r
+ c
p
)I
r
(S) (2.4)
18 Chapitre 2. La gestion calendaire de stock en rotation nulle
Revenons maintenant au probl` eme de la d´ etermination de la solution opti-
male, c’est-` a-dire au stock initial S

qui minimise :
C(S) = c
p
(S −
¯
X) + (c
r
+ c
p
)I
r
(S)
On a donc que :
C(S + 1) −C(S) = c
p
(S + 1 −
¯
X) + (c
r
+ c
p
)I
r
(S + 1)
−c
p
(S −
¯
X) −(c
r
+ c
p
)I
r
(S)
= c
p
+ (c
r
+ c
p
)(I
r
(S + 1) −I
r
(S))
Compte tenu de la relation (2.2) :
C(S + 1) −C(S) = c
p
−(c
r
+ c
p
)P(X > S)
Les conditions d’optimalit´ e (2.1) deviennent ici :

c
p
−(c
p
+ c
r
)P(X > S

) > 0
c
p
−(c
p
+ c
r
)P(X > S

−1) < 0
ou encore S

optimal si :
P(X > S

) <
c
p
c
p
+ c
r
< P(X > S

−1)
(2.5)
Appliquons ceci au cas de l’exemple :
c
p
c
p
+ c
r
=
25
25 + 35
= 0, 417
En consultant le tableau donnant P(X > S) (cfr Annexe B), on trouve :
P(X > 3) = 0, 2424 < 0, 417 < P(X > 2) = 0, 4562.
D’o` u , par identification terme ` a terme avec (2.5) :
S

= 3.
On en conclut qu’il est optimale de mettre en production 3 gˆ ateaux chaque matin.
Section 2.3. Cas d’une loi de demande continue 19
2.3 Cas d’une loi de demande continue
Nous allons illustrer ce cas sur unexemple ´ egalement tir´ e de Giard[2]. Consid´ erons
un marchand de journaux qui vent un quotidien ` a 3,5 F l’unit´ e, qui lui-mˆ eme
l’acqui` ere ` a 2,8 F aupr` es de son grossiste qui lui reprend les invendus au prix de
2,6 F l’unit´ e.
Le coˆ ut de rupture, c
r
, est li´ e ` a l’invendu et vaut donc la marge b´ en´ eficiaire,
3,5 F - 2,8 F = 0,7 F tandis que le coˆ ut de possession, c
p
, vaut la perte enregistr´ ee
par invendu, c’est-` a-dire 2,8 F - 2,6 F = 0,2 F.
On suppose que la demande quotidienne suit approximativement une loi nor-
male de moyenne
¯
X = 300 et d’´ ecart type σ = 20. La question qui se pose
est la suivante : quel est le nombre d’exemplaires ` a commander S de mani` ere ` a
minimiser le coˆ ut de gestion :
C(S) = c
p
I
p
(S) + c
r
I
r
(S)
Le coˆ ut de gestion s’´ ecrit dans le cas d’une loi continue de la mani` ere suivante :
C(S) = c
p

S
0
(S −x)f(x)dx + c
r


S
(x −S)f(x)dx
La condition d’optimalit´ e s’´ ecrit dans le cas d’une loi continue :
C

(S

) = 0
Comme dans le cas discret, on peut ramener ce coˆ ut ` a une fonction du seul
nombre moyen de ruptures. En effet, la relation (2.3) entre I
r
(S) et I
p
(S) ´ etablie
dans le cas discret reste valable :
I
p
(S) =

S
0
(S −x)f(x)dx
=


0
(S −x)f(x)dx −


S
(S −x)f(x)dx
= S −
¯
X +


S
(x −S)f(x)dx
= S −
¯
X + I
r
(S)
On en d´ eduit ` a nouveau l’expression de C(S) en fonction du seul I
r
(S) :
C(S) = c
p
(S −
¯
X) + (c
p
+ c
r
)I
r
(S)
Il faut maintenant ´ etudier la d´ eriv´ ee premi` ere de I
r
(S). Par application de la
formule de Leibnitz (cfr Giard [2]), on d´ emontre le r´ esultat suivant :
dI
r
(S)
dS
= −


S
f(x)dx = −P(X > S), (2.6)
20 Chapitre 2. La gestion calendaire de stock en rotation nulle
c’est-` a-dire exactement le mˆ eme r´ esultat analytique que la relation (2.2) ´ etablie
dans le cas discret.
On peut maintenant passer ` a la d´ etermination de la solution optimale. On
doit donc d´ eterminer le S qui minimise :
C(S) = c
p
(S −
¯
X) + (c
r
+ c
p
)I
r
(S)
On calcule la d´ eriv´ ee de C(S) en utilisant la relation (2.6) :
dC(S)
dS
= c
p
−(c
r
+ c
p
)P(X > S)
On annule la d´ eriv´ ee. D’o` u l’on tire :
S

optimal si P(X > S

) =
c
p
c
r
+ c
p
(2.7)
Cet optimum est un minimum car la d´ eriv´ ee seconde de C(S) est positive. La
d´ eriv´ ee de P(X > S) par rapport ` a S est clairement n´ egative.
Appliquons ceci au cas de l’exemple :
P(X > S

) =
c
p
c
r
+ c
p
=
0, 2
0, 2 + 0, 7
= 0, 2222
Comme on ne dispose que de la table de la normale r´ eduite, il faut r´ eduire la
variable al´ eatoire X en lui retranchant sa moyenne et en la divisant par son ´ ecart
type. On obtient :
P

X −µ
σ
>
S

−300
20

= 0, 2222
Par lecture dans la table de la normale r´ eduite, on d´ etermine :
t
S
=
S

−300
20
= 0, 765
D’o` u finalement :
S

= 315, 3 ≈ 315.
L’approvisionnement p´ eriodique optimal est donc de S

= 315.
Avant de passer au cas de stocks ` a rotation non nulle, examinons quelques
indicateurs que l’on peut d´ eduire de la solution optimale.
Section 2.4. Les cons´equences ´economiques de la solution optimale 21
2.4 Les cons´ equences ´ economiques de la solution optimale
2.4.1 La rupture de stock
Le nombre moyen de rupture, I
r
(S) correspond au nombre moyen de demandes
non satisfaites. Dans le cas (discret) de la production de gˆ ateau, le calcul de I
r
(s)
s’effectue comme suit :
I
r
(S) =
¸
x>S
(x −S)P(X = x)
=
¸
x>S
xP(X = x) −S
¸
x>S
P(X = x)
D’o` u finalement :
I
r
(S) =
¸
x>S
xP(X = x) −SP(x > S)
Le premier terme correspond ` a un calcul tronqu´ e de la moyenne. Pour la distribu-
tion de Poisson de param` etre λ, on montre que :
¸
x>S
xP(X = x) = λP(X > S −1)
D’o` u l’on tire finalement :
I
r
(S) = λP(X > S −1) −SP(X > S)
(2.8)
Ce qui nous donne dans le cas de l’exemple :
I
r
(S

= 3) = 2, 5P(X > 2) −3P(X > 3)
= 2, 5 ×0, 4562 −3 ×0, 2424
= 0, 4133.
Dans le cas de la vente de journaux (loi de demande continue), le calcul de I
r
(S)
s’effectue par l’int´ egrale suivante :
I
r
(S) =


S
(x −S)f(x)dx
=


S
xf(x)dx −S


S
f(x)dx
D’o` u l’on tire
I
r
(S) =


S
xf(x)dx −SP(x > S)
22 Chapitre 2. La gestion calendaire de stock en rotation nulle
Le premier terme correspond ` a nouveau ` a un calcul tronqu´ e de la moyenne. On
peut montrer que si X suit une distribution normale N(µ, σ), on obtient la formule
suivante :
I
r
(S) = σ [f(t
S
) −t
S
P(t > t
S
)] = σg(t
S
)
avec :
t
S
=
S −
¯
X
σ
et f(t
S
) =
e
−t
2
S
/2


Appliquons ceci aux donn´ ees num´ eriques de l’exemple pour lequel
t
s
=
315 −300
20
= 0, 75.
La table B.3 donne directement :
g(t
S
= 0, 75) = 0, 1312
L’application de la formule donne donc :
I
r
(S) = 20 ×0, 1312 = 2, 624.
2.4.2 Le stock moyen poss´ ed´ e
Le stock moyen poss´ ed´ e, I
p
(S), correspond dans le cas de stock ` a rotation nulle
au stock r´ esiduel moyen. Cet indicateur s’obtient ` a partir de la rupture moyenne
aussi bien dans le cas discret que dans le cas continu par la relation (2.3) rappel´ ee
ci-dessous :
I
p
(S) = S −
¯
X + I
r
(S)
Pour le pˆ atissier, on aura donc :
I
p
(S

= 3) = (3 −2, 5) + 0, 4133 = 0, 9133 gˆ ateaux.
Pour le marchand de journaux, on aura :
I
p
(S

= 315) = (315 −300) + 2, 624 = 17, 624 journaux.
Remarquez que, dans les deux cas, le stock r´ esiduel se calcule comme le stock
initial diminu´ e de la demande satisfaite.
Section 2.4. Les cons´equences ´economiques de la solution optimale 23
2.4.3 Le coˆ ut moyen
Le coˆ ut moyen C(S) peut ˆ etre calcul´ e par la relation suivante :
C(S) = c
r
I
r
(S) + c
p
I
p
(S)
Pour l’exemple du pˆ atissier, on obtient :
C(S) = 35 ×0, 4133 + 25 ×0, 9133 = 14, 46 + 22, 83 = 37, 30 F.
Pour l’exemple du marchand de journaux, on obtient :
C(S) = 0, 7 ×2, 624 + 0, 2 ×17, 624 = 5, 36 F.
2.4.4 La marge nette moyenne
La marge nette moyenne, not´ ee B(S), est ´ egale au produit de la marge unitaire,
m
u
, par la demande moyenne, diminu´ e du coˆ ut de stockage :
B(S) = m
u
¯
X −C(S) (2.9)
Donnons quelques explications sur cette formule. Deux cas sont possibles quant
aux ventes manqu´ ees (aux ruptures de ventes) :
• Soit les ventes manqu´ ees sont perdues, et dans ce cas, le coˆ ut de rupture est
la marge b´ en´ eficiaire. La formule (2.9) devient dans ce cas :
B(S) = c
r
¯
X −c
r
I
r
(S) −c
p
I
p
(S)
= c
r
(
¯
X −I
r
(S)) −c
p
I
p
(S)
Le b´ en´ efice net est donc la marge b´ en´ eficiaire sur les ventes r´ ealis´ ees moins
le coˆ ut des invendus.
• Soit les ventes manqu´ ees sont diff´ er´ ees, et dans ce cas, la marge b´ en´ eficiaire
sera r´ ealis´ ee sur l’ensemble de la demande exprim´ ee
¯
X, ce qui justifie di-
rectement la formule (2.9) .
L’application de cette relation ` a l’exemple num´ erique du pˆ atissier donne :
B(S) = m
u
¯
X −C(S) = 35 ×2, 5 −37, 30 = 50, 20 F.
tandis que pour le marchand de journaux, elle donne :
B(S) = m
u
¯
X −C(S) = 0, 7 ×300 −5, 36 = 204, 64 F.
Nous verrons au chapitre suivant le cas de stock ` a rotation non nulle.
24 Chapitre 2. La gestion calendaire de stock en rotation nulle
2.5 Exercices
2.1. Achat de pi` eces de rechange. L’ing´ enieur en chef d’une usine passe la
commande d’un mod` ele de pi` eces d´ etach´ ees d’une machine pour laquelle
il craint un approvisionnement difficile. Les cons´ equences d’un arrˆ et de la
machine ` a cause d’un retard de livraison de la pi` ece sont particuli` erement
on´ ereuses : le coˆ ut d’un arrˆ et de la production pour manque de pi` ece est
de 25.000 F. En achetant cette pi` ece en mˆ eme temps que la machine, le
coˆ ut unitaire d’approvisionnement est de 1.000 F. L’exp´ erience pass´ ee de
l’ing´ enieur l’incite ` a estimer la distribution des pannes sur la dur´ ee de vie
du mat´ eriel, par une loi de Poisson de param` etre 1. La possession de pi` ece
au del` a de la dur´ ee de vie de la machine est sans valeur vu l’obsolescence
technique rapide de la machine.
(a) Quelle est la politique optimale ` a suivre ?
(b) Quel est le coˆ ut financier de cette politique de commande de pi` eces de
rechange ?
2.2. Ventes d’hebdomadaires. Un libraire commande r´ eguli` erement un hebdo-
madaire aupr` es de son grossiste. Son coˆ ut d’achat est de 12 F et son prix
de vente 16 F. On suppose que les ventes hebdomadaires suivent une loi
normale de moyenne 30 et d’´ ecart type 5.
(a) Quel est le nombre d’exemplaires ` a commander aupr` es de son grossiste
chaque semaine si le coˆ ut de reprise est de 10 F ?
(b) Quelle est sa marge nette moyenne ?
2.3. Ventes de fleurs. Un ´ epicier va chercher deux fois par semaine des fleurs
coup´ ees au march´ e en gros de sa ville. En effet, au del` a de trois jours, il ne
peut plus les revendre. Son coˆ ut d’achat d’une botte de fleurs est de 50 F et
son prix de vente 75 F. On suppose que la demande de bottes de fleurs suit
une loi de Poisson. En moyenne, 30 clients se pr´ esentent chaque semaine
pour ce produit.
(a) Quel est le nombre de bottes de fleurs coup´ ees ` a aller chercher le lundi
matin et le jeudi matin ?
(b) Combien de clients en moyenne sortent de son magasin par semaine
sans fleurs ?
(c) Quel est le nombre moyen de bottes de fleurs jet´ ees par semaine ?
Chapitre 3
Gestion calendaire de stock ` a rotation non
nulle
3.1 Introduction
Pour rappel, on parle de stocks ` a rotation non nulle lorsque les invendus d’une
p´ eriode seront vendus aux p´ eriodes suivantes. C’est de loin le cas le plus r´ epandu.
La variable de commande du syst` eme est S, le niveau de recompl` etement,
c’est-` a-dire le niveau du stock que l’on cherche ` a retrouver p´ eriodiquement. Re-
marquons une diff´ erence fondamentale avec le cas de stocks ` a rotation nulle. En
effet, la commande ` a passer pour un approvisionnement en d´ ebut de p´ eriode n’est
plus fixe. Deux cas sont possibles :
• Il reste un stock r´ esiduel positif : dans ce cas, on commande la diff´ erence
entre S et le stock r´ esiduel;
• Le stock r´ esiduel est nul : dans ce cas, on commande S augment´ e des
demandes non satisfaites de la p´ eriode pr´ ec´ edente qui ont pu ˆ etre report´ ees.
3.2 Exemple de l’´ electricien
Pour illustrer le processus de d´ etermination de S

, le niveau optimal de recompl` e-
tement, c’est-` a-dire celui qui minimise le coˆ ut :
C(S) = c
p
I
p
(S) + c
r
I
r
(S),
nous consid´ erons l’exemple suivant de la ventes d’ampoules d’´ eclairage tir´ e de
Giard [2].
On suppose que la demande hebdomadaire d’ampoules de 60 Watt suit une loi
normale de moyenne 300 et d’´ ecart type 20. Le r´ eapprovisionnement se fait en
25
26 Chapitre 3. Gestion calendaire de stock ` a rotation non nulle
d´ ebut de semaine chez le grossiste au prix d’achat de 3 F l’unit´ e. Les ampoules
sont vendues au prix de 3,5 F l’unit´ e. On suppose un taux d’opportunit´ e de 20 %
l’an. D’o` u un coˆ ut de possession annuel par ampoule en stock de :
3 F ×0, 2 = 0, 6 F.
Pour arriver ` a un coˆ ut de possession hebdomadaire, il faut tenir compte du nombre
de semaines sur lesquelles la demande s’exprime. Ici, on suppose le magasin
ouvert 52 semaines par an. D’o` u un coˆ ut unitaire de possession :
c
p
= 0, 6 F /52 = 0, 0115 F
Remarquons qu’` a la diff´ erence du cas de stock ` a rotation nulle, la perte li´ ee ` a une
ampoule en stock n’est plus son prix d’achat mais la perte financi` ere due au gel en
stock de son prix d’achat durant une semaine.
Calculons maintenant le coˆ ut unitaire de rupture : il correspond ` a la marge non
r´ ealis´ ee par ampoule :
3, 5 F −3 F = 0, 5 F.
La question qui se pose est la suivante : quel est le niveau de recompl` etement
optimal S

?
Pour le calcul du stock moyen poss´ ed´ e, il faudra distinguer deux cas de figure :
1. le cas o` u la demande observ´ ee est sup´ erieure au niveau de recompl` etement;
2. le cas o` u la demande observ´ ee est inf´ erieure au niveau de recompl` etement.
Supposons, pour fixer les id´ ees, qu’un niveau de recompl` etement de 320 ait
´ et´ e choisi.
1. Cas d’une demande inf´ erieure ` a S : dans ce cas, il n’y a pas de rupture
de stock. C’est l’exemple d’une demande observ´ ee de 310. Le stock de fin
de p´ eriode vaut donc :
320 −310 = 10 ampoules.
En ce qui concerne l’´ evolution du stock, on peut supposer que la demande
de 310 ampoules est ´ egalement r´ epartie sur toute la semaine et on peut faire
une interpolation lin´ eaire comme ` a la figure 3.1
On en d´ eduit le stock moyen poss´ ed´ e :
I
p
(S) =
320 + 10
2
=
S + (S −x)
2
Section 3.2. Exemple de l’´electricien 27
S = 320
x = 310
T = 5 jours

S x = 10
Figure 3.1: Evolution du stock
On en conclut donc que :
Si x < S : I
p
(S) =
S + (S −x)
2
(3.1)
2. Cas d’une demande sup´ erieure ` a S : dans ce cas, on observe une rupture
de stock. C’est le cas, par exemple, d’une demande observ´ ee de 350. On
va maintenant d´ eterminer ` a partir de quand le stock est nul. La demande,
comme dans le cas sans rupture, est suppos´ ee uniform´ ement r´ epartie sur
la semaine de cinq jours (cfr figure 3.2). La demande journali` ere est donc
S = 320
x = 350
T = 5 jours
x S = 30
s = 0
Figure 3.2: Evolution du stock en cas de rupture
350
5
= 70 ampoules par jour. Et l’´ evolution du stock moyen poss´ ed´ e peut
ˆ etre obtenue par :
S(t) = 320 −70t.
Ce stock est nul pour :
t =
320
70
= 4, 57 jours =
S
x/T
28 Chapitre 3. Gestion calendaire de stock ` a rotation non nulle
Le stock moyen poss´ ed´ e vaut : (320 + 0)/2 = 160 sur 4,57 jours. D’o` u le
stock moyen poss´ ed´ e :
I
p
(S) = 160
4, 57
5
+ 0
5 −4, 57
5
=
320
2
320
350
=
S
2
S
x
En g´ en´ eral :
Si x > S : I
p
(S) =
S
2
S
x
Cette formule donne une solution analytique au probl` eme de la d´ etermination
du niveau optimal de recompl` etement S

assez difficile ` a mettre en œuvre.
Une hypoth` ese simplificatrice, ` a savoir que la rupture se produit en fin de
p´ eriode permet d’effectuer des calculs simplifi´ es. Sous cette hypoth` ese, le
stock varie entre S et 0 et donc :
Si x > S : I
p
(S) =
S
2
(3.2)
3.3 D´ etermination de la solution optimale
Sous cette hypoth` ese simplificatrice, nous allons pouvoir d´ eterminer le niveau de
recompl` etement optimal. Le coˆ ut de gestion s’´ ecrit :
C(S) = c
p
I
p
(S) + c
r
I
r
(S)
Pour le calcul du stock moyen poss´ ed´ e I
p
(S), il faut dissocier le cas o` u la
demande x est inf´ erieure ` a S de celui o` u elle est sup´ erieure ` a S :
I
p
(S) =

S
0
(S −
x
2
)f(x)dx +
S
2


S
f(x)dx
Tandis que le nombre moyende ruptures, I
r
(S), peut se calculer comme l’int´ egrale :
I
r
(S) =


S
(x −S)f(x)dx
On peut maintenant tirer l’expression de I
p
(S) en fonction de I
r
(S) :
I
p
(S) =

S
0
(
S
2
+
S −x
2
)f(x)dx +
S
2


S
f(x)dx
=
S
2


0
f(x)dx +
1
2

S
0
(S −x)f(x)dx
=
S
2
+
1
2
¸

0
(S −x)f(x)dx −


S
(S −x)f(x)dx

=
S
2
+
S
2

¯
X
2
+
I
r
(S)
2
Section 3.3. D´etermination de la solution optimale 29
On obtient donc la relation suivante :
I
p
(S) = S −
¯
X
2
+
I
r
(S)
2
(3.3)
On peut donc exprimer C(S) en fonction du seul I
r
(S) :
C(S) = c
p
I
p
(S) + c
r
I
r
(S) = c
p
[S −
¯
X
2
+
I
r
(S)
2
] + c
r
I
r
(S)
D’o` u finalement :
C(S) = c
p
(S −
¯
X
2
) + (c
r
+
c
p
2
)I
r
(S)
Dans le cas d’une loi de demande continue, il suffit d’annuler la d´ eriv´ ee premi` ere
dC(S)
dS
= c
p
+ (c
r
+
c
p
2
)
dI
r
(S)
dS
= c
p
+ (c
r
+
c
p
2
)[−P(X > S

)] = 0
d’o` u finalement :
P(X > S

) =
c
p
c
r
+ c
p
/2
(3.4)
Appliquons ceci aux donn´ ees num´ eriques de notre exemple de ventes d’am-
poules ´ electriques. Par la relation (3.4) :
P(X > S

) =
0, 01154
0, 5 + 0, 01154/2
= 2, 28%
Ce qui peut se r´ ecrire comme suit :
P

X

−µ
σ
>
S

−300
20

= 0, 0228
La lecture dans la table normale r´ eduite nous donne :
t
S
= 2 =
S

−300
20
D’o` u, le niveau optimal de recompl` etement :
S

= 340.
30 Chapitre 3. Gestion calendaire de stock ` a rotation non nulle
3.3.1 Cons´ equences de la solution optimale
Tout comme dans le cas de stock ` a rotation nulle, on peut d´ eduire les principaux
indicateurs de la solution optimale choisie :
• Le nombre moyen de rupture se calcule par la formule suivante :
I
r
(S

) = σ [f(t
S
) −t
S
P(t > t
S
)] = σg(t
S
)
= 20 ×0, 0084
= 0, 168
• Le stock moyen poss´ ed´ e se calcule ` a partir de la formule
I
p
(S

) = S


¯
X
2
+
I
r
(S

)
2
= 340 −
300
2
+
0, 168
2
= 190, 08
• Le coˆ ut moyen de stockage se calcule comme
C(S

) = c
p
I
p
(S

) + c
r
I
r
(S

)
= 0, 01154 ×190, 08 + 0, 5 ×0, 168
= 2, 28 F
• La marge hebdomadaire moyenne nette se calcule comme :
B(S

) = m
u
¯
X −C(S

)
= 0, 5 ×300 −2, 28
= 147, 72 F
3.4 Cas d’une loi de demande discr` ete
Terminons ce chapitre en voyant les formules de calcul dans le cas d’une loi de
demande discr` ete pour la gestion de stock ` a rotation non nulle.
Le stock moyen poss´ ed´ e se calcule dans le cas discret comme suit :
I
p
(S) =
S−1
¸
0
(S −
x
2
)P(X = x) +

¸
S
S
2
P(X = x)
=
S−1
¸
0
(S −
x
2
)P(X = x) +
S
2
P(X ≥ S)
Section 3.4. Cas d’une loi de demande discr`ete 31
Tandis que le nombre moyen de ruptures se calcule par :
I
r
(S) =

¸
x=S+1
(x −S)P(X = x)
Exprimons ce stock moyen poss´ ed´ e en fonction du nombre moyen de rupture :
I
p
(S) =
S−1
¸
0
(
S
2
+
S
2

x
2
)P(X = x) +
S
2

¸
S
P(X = x)
=
1
2
[S +
S
¸
0
(S −x)P(X = x)]
=
S
2
+
1
2

¸
0
(S −x)P(X = x) −
1
2

¸
S
(S −x)P(X = x)
=
S
2
+
S
2

¯
X
2
+
I
r
(S)
2
On obtient donc la relation suivante entre I
p
et I
r
:
I
p
(S) = S −
¯
X
2
+
I
r
(S)
2
(3.5)
c’est-` a-dire exactement la mˆ eme formule que dans le cas continu.
On peut donc exprimer C(S) en fonction du seul I
r
(S) :
C(S) = c
p
I
p
(S) + c
r
I
r
(S)
= c
p
[S −
¯
X
2
+
I
r
(S)
2
] + c
r
I
r
(S)
= c
p
(S −
¯
X
2
) + (c
r
+
c
p
2
)I
r
(S)
Par des calculs analogues ` a ceux du cas de la rotation nulle, on d´ etermine finalement
le niveau optimal de recompl` etement S

par la formule suivante :
P(X > S

) ≤
c
p
c
r
+ c
p
/2
≤ P(X > S

−1)
(3.6)
3.4.1 Cons´ equences de la solution optimale
Si la loi de demande est du type Poisson, I
r
(S), le nombre moyen de demandes
non satisfaites, se calcule par la mˆ eme formule que pr´ ec´ edemment :
I
r
(S) = λP(X > S −1) −SP(X > S)
On en d´ eduit le stock moyen poss´ ed´ e par la formule :
I
p
(S) = S −
¯
X
2
+
I
r
(S)
2
32 Chapitre 3. Gestion calendaire de stock ` a rotation non nulle
3.5 Exercices
3.1. Ventes de calculatrices. Un ´ etablissement sp´ ecialis´ e dans la distribution
de calculatrices ´ electroniques a un produit vendu couramment tout au long
de l’ann´ ee. Il s’agit d’une calculatrice scientifique qui est achet´ ee 45 F
et revendue 55 F. Le taux d’opportunit´ e utilis´ e est de 20 %. La demande
hebdomadaire de ce mod` ele est d’environ 5 calculatrices, et il y a tout lieu
de penser que le mod` ele de Poisson est utilisable. La soci´ et´ e est ouverte
52 semaines par an, les d´ elais d’approvisionnement sont n´ egligeables, les
demandes non satisfaites sont consid´ er´ ees comme perdues. La p´ eriode de
r´ evision calendaire T est de deux semaines.
(a) On demande de calculer le niveau optimal de recompl` etement du stock.
(b) On calculera les cons´ equences de cette politique que sont le nombre
moyen de ventes manqu´ ees et le stock moyen poss´ ed´ e.
(c) On en d´ eduira la marge nette moyenne B(S).
3.2. Ventes de r´ eveils ´ electroniques. La soci´ et´ e commercialise ´ egalement un
r´ eveil ´ electronique qui connaˆıt une grande popularit´ e. La demande sur une
semaine suit approximativement une loi normale de moyenne 100 et d’´ ecart-
type 30. La mˆ eme politique de gestion calendaire est suivie. Les donn´ ees
de coˆ ut sont les mˆ emes que celles des calculatrices. La p´ eriode de r´ evision
calendaire T est aussi de deux semaines.
(a) Calculez le niveau de recompl` etement optimal.
(b) Calculez les cons´ equences de cette politique que sont le nombre moyen
de ventes manqu´ ees et le stock moyen poss´ ed´ e.
(c) En d´ eduire la marge nette moyenne B(S).
3.3. Ventes de sapin de No¨ el. Un producteur de sapin de no¨ el doit d´ ecider
de la quantit´ e ` a mettre en production chaque ann´ ee. Les ventes annuelles
concentr´ ees sur la premi` ere quinzaine de d´ ecembre suivent une loi normale de
moyenne 30.000 et d’´ ecart type 200. Le coˆ ut de production est de 10 EURO
l’unit´ e et le prix de vente de 24 EURO. Le producteur travaille uniquement
sur commande de sorte qu’il ne coupe que les arbres demand´ es l’ann´ ee
courante. Quelle quantit´ e doit-il mettre en production pour minimiser son
coˆ ut de gestion ? On suppose un taux d’opportunit´ e de 10 % l’an.
Chapitre 4
La gestion par point de commande
4.1 Introduction
La gestion calendaire se caract´ erise, comme nous l’avons vu au chapitre 1 par :
• des commandes ` a intervalles fixes dont la p´ eriodicit´ e est not´ ee T;
• un niveau de commande variable : qui vaut la diff´ erence entre S, le niveau
de recompl` etement et R, le stock r´ esiduel (en cas de rotation non nulle de
stock).
La gestion par point de commande se caract´ erise, elle, au contraire par :
• un montant de commande constant : cette quantit´ e ´ economique de com-
mande sera not´ ee q;
• une p´ eriodicit´ e de commande variable (lorsqu’on est en univers al´ eatoire) :
on commande lorsque le stock passe en dessous du point de commande, s.
On examinera successivement les deux cas de figures que sont :
1. La gestion (q, s) en univers certain. Comme, dans ce cas, la demande est
certaine, on commande avant rupture de stock et il n’y a pas de coˆ ut de
rupture. La variable de d´ ecision q, le montant de la commande, sera
d´ etermin´ ee de mani` ere ` a minimiser le coˆ ut de gestion qui ne comprend que
deux termes :
C(q) = c
c
I
c
(q) + c
p
I
p
(q)
2. La gestion (q, s) en univers incertain. Dans ce cas, le coˆ ut de rupture
intervient aussi. Les variables de d´ ecision que sont q, le montant des
33
34 Chapitre 4. La gestion par point de commande
commandes et s, le point de commande seront d´ etermin´ es de mani` ere ` a
minimiser le coˆ ut de gestion qui comprend trois termes :
C(q, s) = c
c
I
c
(q, s) + c
p
I
p
(q, s) + c
r
I
r
(q, s)
4.2 D´ etermination du point de commande en univers certain
Nous allons illustrer la d´ etermination de la quantit´ e ´ economique de commande en
univers certain sur un exemple tir´ e de Giard [2] . Il s’agit d’un ustensile de cuisine
achet´ e par un supermarch´ e au prix unitaire de 30 F. La demande annuelle, que
nous noterons D, est estim´ ee ` a 2 400 unit´ es. Cette demande est consid´ er´ ee comme
uniforme sur l’ann´ ee : c’est-` a-dire qu’elle ne subit pas de variations saisonni` eres.
Vu le caract` ere certain de la demande et du d´ elai d’obtention (ici de 20 jours
ouvrables), on peut ´ eviter toute rupture d’approvisionnement en passant commande
` a temps. On consid` ere que l’ann´ ee comporte 48 semaines de 6 jours ouvrables,
soit 288 jours. Le coˆ ut de passation d’une commande de 300 F et est ind´ ependant
de la quantit´ e command´ ee. L’article est vendu 40 F l’unit´ e.
La question qui se pose ici est : “Quand commander ?”
Afinde minimiser le stockposs´ ed´ e, le chef de rayona int´ erˆ et ` a passer commande
exactement 20 jours ouvrables avant la rupture (voir figure 4.1) de mani` ere ` a ce
que le stock soit nul au moment de la livraison. Il ´ evitera ainsi un stock dormant.
Remarquez que cela revient ` a d´ eclencher la commande au moment o` u il reste
exactement en stock de quoi satisfaire la demande de 20 jours.
Comme le d´ elai d’obtention est de 20 jours ouvrables, c’est-` a-dire
L =
20
288
= 0, 069 ann´ ee,
la demande durant cette p´ eriode s’´ el` eve ` a :
D ×L = 2 400 ×
20
288
= 166, 67 articles.
que l’on arrondi au point de commande
s = 167.
En g´ en´ eral, le point de commande est tel que
s = DL
(4.1)
avec D = demande annuelle;
L = d´ elai d’obtention exprim´ e en ann´ ee.
Section 4.3. D´etermination de la quantit´e de commande en univers certain35
490
167
niveau du stock
q

quantit´ e ´ economique de commande
s point de commande
temps
L
L
Figure 4.1: Point de commande
4.3 D´ eterminationde la quantit´ e de commande enunivers certain
Le coˆ ut de possession annuel unitaire peut ˆ etre calcul´ e en tenant compte du taux
d’opportunit´ e annuel ici suppos´ e de 20 % comme :
c
p
= 30 ×0, 2 = 6 F.
La question qui se pose est la suivante : Quelle est la quantit´ e q ` a commander
p´ eriodiquement pour que le coˆ ut annuel moyen soit minimum ?
Avant de d´ eterminer la quantit´ e optimale, raisonnons sur une valeur quelconque
de q, par exemple, q = 400. En cas de demande uniforme sur l’ann´ ee, on doit
passer commande tous les
400
2 400
=
1
6
ann´ ee,
c’est-` a-dire tous les deux mois. La p´ eriode ´ economique de commande est donc :
τ =
q
D
Le nombre moyen de commandes par an vaut :
I
c
(q) =
D
q
D’o` u le coˆ ut de commande :
c
c
I
c
(q) = c
c
D
q
= 300
2 400
400
= 1 800 F.
36 Chapitre 4. La gestion par point de commande
Passons maintenant au calcul du stock moyen poss´ ed´ e. Pour minimiser le
coˆ ut de possession, on passe commande de mani` ere ` a ce que le stock soit nul au
moment o` u arrivent les nouveaux articles. Le stock varie donc entre q = 400 et 0.
Le stock moyen poss´ ed´ e vaut donc :
I
p
=
q + 0
2
=
400 + 0
2
= 200.
Le coˆ ut annuel de possession vaut donc :
c
p
I
p
(q) = 6
400
2
= 1 200 F.
D’o` u le coˆ ut annuel de gestion :
C(q = 400) = 6
400
2
+ 300
2 400
400
= 3 000 F.
Nous pouvons maintenant faire une mod´ elisation du probl` eme pour une quan-
tit´ e command´ ee quelconque q. On cherche donc ` a d´ eterminer la valeur de la seule
variable de d´ ecision, c’est-` a-dire q, la commande p´ eriodique, qui minimise le
coˆ ut de gestion qui ne comprend que deux termes :
C(q) = c
p
I
p
(q) + c
c
I
c
(q)
On peut g´ en´ eraliser les calculs de l’exemple ci-dessus. On obtient :
C(q) = c
p
I
p
(q) + c
c
I
c
(q)
= c
p
q
2
+ c
c
D
q
Il est facile de calculer l’optimum d’une telle fonction. Il suffit d’annuler sa
d´ eriv´ ee premi` ere :
C

(q) = c
p
1
2
−c
c
D
q
2
= 0
D’o` u le point optimum :
q

=

2Dc
c
c
p
(4.2)
Cette quantit´ e est appel´ ee quantit´ e de Wilson. V´ erifions qu’il s’agit bien d’un
minimum en calculant la d´ eriv´ ee seconde :
C”(q) = 2c
c
D
q
3
> 0
Section 4.3. D´etermination de la quantit´e de commande en univers certain37
Remarquez qu’au point optimum, on a ´ egalit´ e des coˆ uts de commande et de
possession. En effet :
c
c
I
c
(q

) = c
c
D
q
= c
c
D

2Dc
c
c
p
=

Dc
c
c
p
2
c
p
I
p
(q

) = c
p
q

2
= c
p

2Dc
c
c
p
2
=

Dc
c
c
p
2
Appliquons ceci ` a l’exemple num´ erique. La quantit´ e ´ economique de com-
mande vaut donc :
q

=

2 ×2 400 ×300
6
= 489, 9 ∼ 490
4.3.1 Cons´ equences de la politique optimale
Examinons les cons´ equences de la politique optimale. Le stock moyen d´ etenu
vaudra :
I
p
(q

) =
q

2
=
490
2
= 245.
Et le nombre moyen annuel de commandes vaudra :
I
c
(q

) =
D
q

=
2 400
490
= 4, 898
De ces deux quantit´ es, on d´ eduit le coˆ ut annuel de gestion :
C(q

) = c
p
I
p
(q

) + c
c
I
c
(q

)
= 6
490
2
+ 300
2.400
490
= 2 939, 39 F.
On peut en d´ eduire la marge b´ en´ eficiaire nette par la formule :
B(q

) = m
u
D −C(q

)
= 10 ×2.400 −2939, 39
= 21.060, 61 F.
Enfin, on d´ efinit la dur´ ee optimale de consommation comme l’intervalle entre deux
commandes. Elle se calcule par la formule suivante :
τ

=
q

D
=
490
2 400
= 0, 204 ann´ ees.
38 Chapitre 4. La gestion par point de commande
4.4 Cas d’une demande al´ eatoire
Rappelons les hypoth` eses de base de la gestion par point de commande en univers
certain :
• On a une demande certaine uniform´ ement r´ epartie sur l’ann´ ee;
• On a un d´ elai de livraison certain.
Nous allons g´ en´ eraliser ce mod` ele de la mani` ere suivante :
• On suppose que la demande est connue en probabilit´ e mais reste statique,
c’est-` a-dire que les caract´ eristiques de la distribution restent stables dans le
temps.
• Nous maintenons l’hypoth` ese d’un d´ elai d’obtention certain. Ce qui est le
plus souvent le cas.
Nous illustrons ce cas sur l’exemple introductif, ` a savoir la vente d’ustensiles
de cuisine mais en consid´ erant cette fois que la demande annuelle suit une normale
de moyenne 2 400 et d’´ ecart type 189,74. Le coˆ ut de rupture vaut la marge qui
est ici de 10 F. Le coˆ ut de possession annuel reste de 6 F. Le coˆ ut unitaire de
commande reste de 300 F.
Passons au probl` eme de la d´ etermination de q et s. Tout d’abord, remarquons
que pendant le d´ elai d’obtention de 20 jours la demande est al´ eatoire. Calculons
les param` etres de sa distribution. Tout d’abord, le d´ elai d’obtention de 20 jours
s’exprime en fraction d’ann´ ee comme :
L =
20
288
ann´ ees.
La demande X
L
en 20 jours suit une loi Normale
• de moyenne :
µ
L
= Lµ =
20
288
×2 400 = 167
• de variance :
σ
2
L
= Lσ
2
=
20
288
×(189, 74)
2
.
En effet, les param` etres de la demande durant 20 jours se d´ eduisent des param` etres
des ventes annuelles en multipliant la moyenne et la variance (et non l’´ ecart type)
par L. Donc, on obtient un ´ ecart type de :
σ
L
=

20
288
×189, 74 = 50.
Section 4.4. Cas d’une demande al´eatoire 39
4.4.1 D´ etermination de q et s
La fonction de coˆ ut ` a minimiser fait intervenir les trois variables d’´ etat que sont :
• le nombre moyen de commandes, I
c
;
• le stock moyen annuel, I
p
;
• la rupture moyenne annuelle, I
r
.
C(q, s) = c
c
I
c
(q, s) + c
p
I
p
(q, s) + c
r
I
r
(q, s)
Nous allons obtenir une solution approch´ ee au probl` eme en effectuant une d´ e-
termination ind´ ependante de s et de q en se basant sur l’observation suivante.
Dans l’expression de C, le nombre moyen de commandes d´ epend essentiellement
de la quantit´ e command´ ee q tandis que le nombre moyen de ruptures d´ epend
essentiellement du point de commande s. On peut donc r´ ecrire cette expression
comme :
C(q, s) = c
c
I
c
(q) + c
p
I
p
(q, s) + c
r
I
r
(s)
On voit que le terme qui lie le probl` eme en la variable q et le probl` eme en la
variable s est le stock moyen poss´ ed´ e I
p
qui d´ epend ` a la fois de q et de s. On va
d´ eterminer une solution approch´ ee en s´ eparant le probl` eme ` a deux variables en
deux probl` emes ` a une variable de la mani` ere suivante. Le principe pour obtenir
cette solution approch´ ee est de r´ esoudre ind´ ependamment les deux probl` emes
suivant :
1. D´ eterminer la quantit´ e ´ economique q en arbitrant entre le coˆ ut de com-
mande et le coˆ ut de possession ` a partir de la demande moyenne comme si
on ´ etait en univers certain.
2. D´ eterminer le point de commande s en arbitrant entre le coˆ ut de rupture
et le coˆ ut de possession en utilisant la gestion calendaire pendant le d´ elai
d’obtention L, en retenant comme s le niveau de recompl` etement optimal.
Le probl` eme de la d´ etermination de la quantit´ e ´ economique de commande n’est
rien d’autre que le probl` eme ´ etudi´ e en univers certain si l’on remplace la demande
annuelle certaine par la demande annuelle moyenne :
D = µ = 2 400.
En minimisant le coˆ ut de gestion :
C(q) = c
c
I
c
(q) + c
p
I
p
(q),
40 Chapitre 4. La gestion par point de commande
la solution trouv´ ee par la formule de Wilson dans le cas certain ´ etait de :
q

= 490.
Le probl` eme de la d´ etermination du point de commande s est quant ` a lui r´ esolu
en prenant pour point s le niveau de recompl` etement S qui minimise le coˆ ut d’une
gestion calendaire durant le d´ elai d’obtention L :
C(S) = c
p
I
p
(S) + c
r
I
r
(S)
avec I
r
(S), le nombre moyen d’articles non fournis durant L et I
p
(S), le stock
moyen poss´ ed´ e durant L.
En moyenne, on rencontre le probl` eme de gestion calendaire :
D
q
=
2 400
490
= 4, 9 fois l’an
ou encore tous les
288
490
2 400
= 58, 81 jours.
Remarquons cependant que le stock moyen poss´ ed´ e I
p
(S) correspond ` a une im-
mobilisation sur 59 jours et non sur les 20 jours. En effet, comme on peut le voir
` a la figure 4.2, si un article reste en stock au moment de l’arriv´ ee de la suivante
commande q, ce n’est pas durant le d´ elai d’obtention de 20 jours qu’il va rester
en stock mais durant toute la dur´ ee optimale de consommation de la commande q,
soit ici 59 jours. Donc le coˆ ut unitaire de possession est de :
c

p
= c
p
q
D
= 6 ×0, 2042 F/article/59 jours.
En effet, un article encore en stock ` a l’issue des 20 jours du d´ elai d’obtention
augmentera d’une unit´ e la valeur du stock durant toute la dur´ ee d’´ ecoulement de
la suivante commande, c’est-` a-dire durant 59 jours. D’o` u la fonction objectif :
C(S) = 6 ×0, 2042I
p
(S) + 10I
r
(S)
En utilisant la gestion calendaire, on d´ eduit :
P(X > S

) =
c

p
c
r
+ c

p
/2
=
6 ×0, 2042
10 + 6 ×0, 2042/2
= 0, 115
La demande X durant le d´ elai d’obtention de 20 jours est une N(167,50). On lit
dans la table de la normale N(0,1) :
P(Z > 1, 2) = 0, 115
Section 4.4. Cas d’une demande al´eatoire 41
niveau du stock
s
temps
L 20 jours
59 jours
q = 490
q = 490
Figure 4.2: Dur´ ee de d´ etention en stock de l’article en trop
D’o` u
1, 2 =
S

−167
50
D’o` u finalement
S

= 227.
4.4.2 Cons´ equences ´ economiques du choix
Le stockde s´ ecurit´ e est d´ efini comme diff´ erence entre le niveau de recompl` etement
et la demande moyenne durant L et vaut ici :
227 −167 = 60 articles.
Le nombre moyen de commandes d´ epend uniquement de q et se calcule par la
formule :
I
c
(q) =
D
q
=
2400
490
= 4, 898 commandes.
Le nombre moyen de ruptures au cours d’un cycle, not´ e I
c
r
, se calcule par la
formule de la gestion calendaire :
I
c
r
(s = 227) = σ ×g(t
S
= 1, 2) = 50 ×0, 0561 = 2, 81
Or le nombre de cycles est ´ egal au nombre de commandes I
c
(q). Le nombre moyen
de ventes manqu´ ees par an s’´ el` eve donc ` a :
I
r
(s) = I
c
(q) ×I
c
r
(q) = 4, 898 ×2, 81 = 13, 76 articles
42 Chapitre 4. La gestion par point de commande
Le calcul du stock moyen poss´ ed´ e est plus compliqu´ e car il d´ epend ` a la fois de s
et de q. On peut montrer (voir Giard [2]) que :
1. en cas de ventes manqu´ ees perdues :
I
p
(s, q) =
q
2
+ (s −DL) +
I
c
r
(s)
2
2. en cas de ventes manqu´ ees diff´ er´ ees :
I
p
(s, q) =
q
2
+ (s −DL) +
DL
2q
I
c
r
(S)
o` u I
c
r
(s) note le nombre moyen de ruptures par cycle (durant le d´ elai d’ob-
tention).
Dans les deux cas, le coˆ ut de gestion se calcule par la formule :
C(s, q) = c
c
D
q
+ c
p
I
p
(s, q) + c
c
D
q
I
c
r
(s)
Dans le cas pr´ esent, les ventes manqu´ ees sont suppos´ ees perdues pour le super-
march´ e et donc le stock moyen poss´ ed´ e se calcule par la formule suivante :
I
p
(s, q) =
q
2
+ (s −DL) +
I
c
r
(s)
2
=
490
2
+ 60 +
2, 81
2
= 306, 405
On en d´ eduit le coˆ ut de gestion total suivant :
C(s, q) = c
c
I
c
(q) + c
p
I
p
(q, s) + c
r
I
c
(q)I
c
r
(s)
= 300
2 400
490
+ 6 ×306, 4 + 10
2 400
490
2, 81
= 1 469, 39 + 1 838, 43 + 137, 63
= 3 445, 45
La marge nette moyenne annuelle est obtenue en soustrayant ` a la marge b´ en´ efi-
ciaire sur la demande moyenne le coˆ ut de gestion annuel :
B(s, q) = m
u
D −C(s, q)
= 24 000 −3 445, 45
= 20 554, 54
Section 4.5. Exercices 43
4.5 Exercices
4.1. Gestion de l’approvisionnement du stock de transistors. Une soci´ et´ e de
distribution de mat´ eriel et composants ´ electroniques ayant comme client` ele
les artisans r´ eparateurs de mat´ eriel hi-fi grand public est en train de red´ efinir
sa politique d’approvisionnement des stocks. On vous charge de l’aider dans
cette tˆ ache. Le responsable des achats vous soumet, ` a titre d’exemple, le
cas d’un transistor dont le prix d’achat est de 16 F et dont la consommation
est de 15.000 unit´ es sur l’ann´ ee. La demande est uniform´ ement r´ epartie sur
toute l’ann´ ee qui comporte 50 semaines d’ouverture. Le coˆ ut de passation
d’une commande est estim´ e ` a 24 F. Par ailleurs, ´ etant donn´ e l’´ evolution
technique rapide et les risques d’obsolescence associ´ es, on applique un taux
de d´ etention en stock tr` es ´ elev´ e : 50 % par an. Pour le moment la technique
des deux casiers est appliqu´ ee : on dispose de deux casiers, de contenance de
500 transistors. D` es qu’un casier est vide, on entame le second et on passe
une commande de 500 transistors. Le d´ elai d’obtention de la commande est
d’une semaine.
(a) Calculez le coˆ ut de la politique actuelle de gestion de stock. Pour cela,
d´ eterminez le stock moyen et le nombre de commandes par an.
(b) D´ eterminez la politique optimale de gestion du stock. Donnez le mon-
tant de la commande et le point de commande.
(c) Quelle est l’´ economie annuelle de votre solution par rapport ` a la tech-
nique des deux casiers utilis´ ee aujourd’hui ?
4.2. Vente de verre de cristal. Un grand magasin vend chaque semaine 150
cartons de six verres du mod` ele “Elite”. Le coˆ ut d’achat de 6 verres est de
8 euros, et le coˆ ut associ´ e ` a une commande est ´ evalu´ e ` a 30 euros. Le coˆ ut
de possession utilis´ e ne fait intervenir qu’un coˆ ut d’opportunit´ e, lequel se
calcule ` a l’aide d’un taux de 15 %. On suppose que la demande est une
certaine et qu’il n’est pas possible d’avoir de rupture de stock. La gestion
de stock est du type point de commande.
(a) Calculez la commande optimale.
(b) Le d´ elai de livraison ´ etant ´ egal ` a deux semaines, d´ eterminez le point
de commande (l’ann´ ee comporte 52 semaines).
(c) Calculez le coˆ ut de gestion de stock correspondant ` a cette solution.
4.3. Vente de verre de cristal en univers al´ eatoire. La demande hebdomadaire
n’est maintenant plus consid´ er´ ee comme certaine, mais comme al´ eatoire.
Elle suit une loi normale de moyenne 150 et d’´ ecart-type 50. Le coˆ ut de
44 Chapitre 4. La gestion par point de commande
rupture est estim´ e ` a 2 euros, parce que la demi-douzaine est vendue 10
euros et que la direction estime que la rupture de stock de cet article n’est
pas pr´ ejudiciable ` a son image de marque. Calculez le nouveau point de
commande, le nombre moyen annuel de demi-douzaines de verres que le
grand magasin n’a pas ´ et´ e en mesure de vendre, le stock moyen poss´ ed´ e
ainsi que le coˆ ut de gestion annuel.
4.4. Ventes de carafes ` a eau. Un supermarch´ e vend des carafes ` a eau 50 F. Il
les ach` ete aupr` es de son fournisseur 35 F. La demande hebdomadaire suit
une loi de Poisson de param` etre 5. On utilise un taux d’opportunit´ e de
15 % l’an. Le coˆ ut de passation d’une commande est de 30 F. Le d´ elai
d’approvisionnement est de deux semaines.
(a) Quelle est la quantit´ e ` a commander ?
(b) Quel est le niveau de stock qui doit d´ eclencher la commande ?
(c) Quel est le nombre moyen de clients non satisfaits pendant le d´ elai de
deux semaines entre la passation de la commande et sa r´ eception ?
Chapitre 5
Etude de cas : la vente par correspondance.
Pour terminer ce cours, nous allons comparer les deux m´ ethodes de gestion de
stock vue dans ce cous, ` a savoir
• la gestion calendaire de stock,
• la gestion par point de commande sur un mˆ eme exemple pratique.
5.1 Enonc´ e du probl` eme
Une soci´ et´ e sp´ ecialis´ ee dans le vente par correspondance a un article peu vendu. Il
s’agit d’un matelas orthop´ edique. La demande mensuelle de cet article suit une loi
de Poisson de moyenne 8. L’acheteur responsable de l’approvisionnement h´ esite
entre trois syst` emes :
1. La gestion calendaire avec une p´ eriode de r´ evision calendaire de deux mois.
Le coˆ ut de commande est estim´ e ` a 20 euros, le produit est achet´ e 200 euros
et revendu 350 euros (y compris le coˆ ut moyen de transport vers le client
de 50 euros). La r´ egularit´ e de l’approvisionnement permet d’avoir un d´ elai
d’obtention insignifiant. Une demande non satisfaite est diff´ er´ ee avec un
coˆ ut de 10 euros (frais administratifs).
2. Une gestiondutype quantit´ e ´ economique de commande - point de commande
avec les mˆ emes coˆ uts que pr´ ec´ edemment, mais avec cette fois un d´ elai
d’obtention de 15 jours environ.
3. Servir d’interm´ ediaire en r´ epercutant au fournisseur la commande, ce qui
permet ` a l’entreprise de percevoir une commission de 50 euros.
L’entreprise estime que la rentabilit´ e marginale de son capital est de 24 %. Apr` es
´ etude du b´ en´ efice net dans les trois cas, que pr´ econisez-vous ?
45
46 Chapitre 5. Etude de cas : la vente par correspondance.
5.2 R´ esolution du probl` eme
5.2.1 Gestion calendaire de stock
Le niveau optimal de recompl` etement du stock est d´ etermin´ e par :
S

tel queP(X > S

) <
c
p
c
r
+
c
p
2
< P(X > S

−1)
avec des coups de possession et de rupture de :
c
p
= 200F ×0, 24 ×
2
12
= 8 F et c
r
= 10 F,
ce qui donne :
c
p
c
r
+
c
p
2
=
8
14
= 0, 57
Dans la table de la Poisson(λ = 2 ×8), on lit que :
S

= 15
Calculons les cons´ equences ´ economiques de ce choix. Le coˆ ut de gestion vaut :
C(S) = c
c
I
c
(S) + c
p
I
p
(S) + c
r
I
r
(S)
= 20I
c
(S) + 8I
p
(S) + 10I
r
(S)
avec I
c
(S) le nombre moyen de commandes durant 2 mois :
I
c
(S) = 1,
I
r
(S), le nombre moyen de demandes non satisfaites :
I
r
(S) = λP(X > S −1) −SP(X > S)
= 16 ×0, 6325 −15 ×0, 5333 = 2, 1205
et I
p
(S), le stock moyen poss´ ed´ e :
I
p
(S) = S −
¯ x
2
+
I
r
(S)
2
= 15 −8 + 1, 065 = 8, 06025
Donc :
C(S) = c
c
I
c
(S) + c
p
I
p
(S) + c
r
I
r
(S)
= 20 ×1 + 8 ×8, 06025 + 10 ×2, 1205 = 105, 687.
Ce qui sur base annuelle (6 fois deux mois) donne :
C
a
= 6 ×105, 687 = 634, 12
Section 5.2. R´esolution du probl`eme 47
5.2.2 Gestion par point de commande
Le niveau optimal de commande est donn´ e par :
q

=

2c
c
D
c
p
=

2 ×20 ×96
48
= 8, 94 ≈ 9
Le point de commande optimal s

est tel que :
s

tel queP(X
L
> s

) <
c

p
c
r
+
c

p
2
< P(X
L
> s

−1)
avec
c

p
= c
p
q

D
= 48
9
96
= 4, 5.
Donc
c

p
c
r
+ c

p
/2
=
4, 5
12, 25
= 0, 367347
D’o` u, apr` es lecture dans la table Poisson(λ = 4) :
s

= 5
Calculons les cons´ equences ´ economiques de ce choix. On peut alors calculer
I
c
(s), le nombre moyen de commande :
I
c
(q) =
D
q

=
96
9
= 10, 667
I
r
(s), le nombre moyen de demandes non satisfaites :
I
c
r
(s) = λP(X > S −1) −SP(X > S)
= 4 ×0, 3712 −5 ×0, 2149 = 0, 4103
I
r
(s) = I
c
(q)I
c
r
(s) = 10, 667 ×0, 41 = 4, 3765
I
p
(s, q), le stock moyen poss´ ed´ e en cas de ventes manqu´ ees diff´ er´ ees :
I
p
(s, q) =
q
2
+ (s −DL) +
DL
2q
I
c
r
(S)
= 4, 5 + (5 −4) +
4
18
×0, 41 = 5, 591178
On en d´ eduit le coˆ ut de gestion du stock suivant :
C = c
c
I
c
(q) + c
p
I
p
(s, q) + c
r
I
r
(s)
= 20 ×10, 667 + 48 ×5, 591178 + 10 ×4, 3765 = 525, 48.
48 Chapitre 5. Etude de cas : la vente par correspondance.
5.3 Conclusions
On peut maintenant faire la comparaison du b´ en´ efice dans les trois cas, ` a savoir
celui de
• la gestion calendaire :
B(S) = 96 ×100 −634, 12 = 8 965, 88
• la gestion par point de commande :
B(s, q) = 96 ×100 −525, 48 = 9 074, 52
• cas o` u l’on sert d’interm´ ediaire :
B = 96 ×50 −0F = 4 800
On en conclut qu’il vaut mieux utiliser, dans cet exemple, la gestion par point de
commande.
Bibliographie
[1] BAGLIN G´ erard, Olivier BRUEL, Alain GARREAU, Michel GREIF et
Christian VAN DELFT, Management Industriel et Logistique, Economica,
Paris, 1996.
[2] GIARD Vincent, Gestion de la production et des flux, Economica, Paris,
2003.
[3] G. JAVEL, Organisation et gestion de la production, MASSON, 1997.
[4] LACAZE Dominique, Optimisation appliqu´ ee ` a la gestion et ` a l’´ economie,
Economica, 1990.
[5] J.O. MAC CLAIN, L.J. THOMAS et J.B. MAZZOLA, Operations Manage-
ment: Production of Goods and Services, Prentice Hall, 1992.
49
Annexe A
Formulaire pour la gestion de stocks
A.1 La gestion calendaire de stock
Coˆ ut de gestion :
C(S) = c
p
I
p
(S) + c
r
I
r
(S) (+c
c
1)
avec I
p
(S) = stock moyen poss´ ed´ e :
I
p
(S) = S −
¯
X + I
r
(S) (cas de stock ` a rotation nulle)
I
p
(S) = S −
¯
X
2
+
I
r
(S)
2
(cas de stock ` a rotation non nulle)
et I
r
(S) = nombre moyen de demandes non satisfaites :
I
r
(S) = λP(X > S −1) −SP(X > S) si X ∼Poisson(λ)
I
r
(S) = σ [f(t
S
) −t
S
P(t > t
S
)] si X ∼ N(µ, σ)
avec :
t
S
=
S −
¯
X
σ
et f(t
S
) =
e
−t
2
S
/2


Politique optimale en stock ` a rotation nulle :
S

tel que P(X > S

) ≤
c
p
c
p
+c
r
≤ P(X > S

−1) si X ∼ Poisson(λ)
S

tel que P(X > S

) =
c
p
c
r
+c
p
si X ∼ N(µ, σ)
Politique optimale en stock ` a rotation non nulle :
S

tel que P(X > S

) ≤
c
p
c
r
+
c
p
2
≤ P(X > S

−1) si X ∼ Poisson(λ)
S

tel que P(X > S

) =
c
p
c
r
+
c
p
2
si X ∼ N(µ, σ)
51
52 Annexe A. Formulaire pour la gestion de stocks
Cons´ equences ´ economiques du choix :
• coˆ ut de gestion :
C(S) = c
r
I
r
(S) + c
p
I
p
(S) (+c
c
1)
• marge nette moyenne :
B(S) = m
u
¯
X −C(S)
avec m
u
, la marge unitaire.
A.2 La gestion par point de commande
Coˆ ut de gestion en univers certain :
C(q) = c
c
I
c
(q) + c
p
I
p
(q) = c
c
D
q
+ c
p
q
2
avec I
c
(q) = nombre moyen de commandes par an;
I
p
(q) = stock moyen poss´ ed´ e;
D = demande annuelle;
q = quantit´ e command´ ee.
Niveau optimal de commande :
q

=

2c
c
D
c
p
avec c
p
, le coˆ ut unitaire de possession durant un an en stock.
Point de commande :
s = DL
avec L = d´ elai d’approvisionnement, exprim´ e en ann´ ee.
Cons´ equences ´ economiques du choix :
• Le nombre moyen de commandes par an :
I
c
(q) =
D
q
Section A.2. La gestion par point de commande 53
• Le stock moyen poss´ ed´ e :
I
p
(q) =
q
2
• Le coˆ ut de gestion en univers certain :
C(q) = c
c
I
c
(q) + c
p
I
p
(q) = c
c
D
q
+ c
p
q
2
• La marge nette moyenne :
B(q) = m
u
D −C(q)
avec m
u
, la marge unitaire.
Coˆ ut de gestion en cas de demande al´ eatoire :
C(s, q) = c
c
I
c
(q) + c
p
I
p
(s, q) + c
r
I
r
(s)
La quantit´ e ´ economique q est d´ etermin´ ee en arbitrant entre le coˆ ut de commande
et le coˆ ut de possession ` a partir de D, la demande moyenne annuelle :
q

=

2c
c
D
c
p
Le point de commande s est d´ etermin´ e en arbitrant entre le coˆ ut de rupture et le
coˆ ut de possession en utilisant la gestion calendaire pendant le d´ elai d’obtention
L et en retenant comme s le niveau de recompl` etement optimal S :
P(X > S

) =
c

p
c
r
+ c

p
/2
avec c

p
, le coˆ ut unitaire de possession entre deux commandes :
c

p
= c
p
q

D
.
Cons´ equences ´ economique du choix :
• Le stock de s´ ecurit´ e est la diff´ erence entre le point de commande et la de-
mande moyenne durant L :
s −DL
54 Annexe A. Formulaire pour la gestion de stocks
• Le stock moyen poss´ ed´ e en cas de ventes manqu´ ees perdues :
I
p
(s, q) =
q
2
+ (s −DL) +
I
c
r
(s)
2
,
o` u I
c
r
(s) note les ruptures par cycle (durant le d´ elai d’obtention).
• Le stock moyen poss´ ed´ e en cas de ventes manqu´ ees diff´ er´ ees :
I
p
(s, q) =
q
2
+ (s −DL) +
DL
2q
I
c
r
(S),
o` u I
c
r
(s) note les ruptures par cycle (durant le d´ elai d’obtention).
• Le coˆ ut de gestion :
C(s, q) = c
c
I
c
(q) + c
p
I
p
(s, q) + c
r
I
r
(s)
= c
c
D
q
+ c
p
I
p
(s, q) + c
c
D
q
I
c
r
(s)
• La marge nette :
B(s, q) = m
u
¯
X −C(s, q)
avec m
u
, la marge unitaire.
Annexe B
Tables pour la gestion de stocks
B.1 Table de la loi Poisson(λ)
λ
x 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
0 0,0488 0,0952 0,1393 0,1813 0,2212 0,2592 0,2953 0,3297 0,3624 0,3935
1 0,0012 0,0047 0,0102 0,0175 0,0265 0,0369 0,0487 0,0616 0,0754 0,0902
2 0,0000 0,0002 0,0005 0,0011 0,0022 0,0036 0,0055 0,0079 0,0109 0,0144
3 0,0000 0,0000 0,0000 0,0001 0,0001 0,0003 0,0005 0,0008 0,0012 0,0018
4 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0002
5 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Donne la probabilit´ e P[Poisson(λ) > x]
55
56 Annexe B. Tables pour la gestion de stocks
λ
x 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 1 1,5
0 0,4231 0,4512 0,4780 0,5034 0,5276 0,5507 0,5726 0,5934 0,6321 0,7769
1 0,1057 0,1219 0,1386 0,1558 0,1734 0,1912 0,2093 0,2275 0,2642 0,4422
2 0,0185 0,0231 0,0283 0,0341 0,0405 0,0474 0,0549 0,0629 0,0803 0,1912
3 0,0025 0,0034 0,0044 0,0058 0,0073 0,0091 0,0111 0,0135 0,0190 0,0656
4 0,0003 0,0004 0,0006 0,0008 0,0011 0,0014 0,0018 0,0023 0,0037 0,0186
5 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002 0,0003 0,0003 0,0006 0,0045
6 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009
7 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Donne la probabilit´ e P[Poisson(λ) > x]
Section B.1. Table de la loi Poisson(λ) 57
λ
x 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5
0 0,8647 0,9179 0,9502 0,9698 0,9817 0,9889 0,9933 0,9959 0,9975 0,9985
1 0,5940 0,7127 0,8009 0,8641 0,9084 0,9389 0,9596 0,9734 0,9826 0,9887
2 0,3233 0,4562 0,5768 0,6792 0,7619 0,8264 0,8753 0,9116 0,9380 0,9570
3 0,1429 0,2424 0,3528 0,4634 0,5665 0,6577 0,7350 0,7983 0,8488 0,8882
4 0,0527 0,1088 0,1847 0,2746 0,3712 0,4679 0,5595 0,6425 0,7149 0,7763
5 0,0166 0,0420 0,0839 0,1424 0,2149 0,2971 0,3840 0,4711 0,5543 0,6310
6 0,0045 0,0142 0,0335 0,0653 0,1107 0,1689 0,2378 0,3140 0,3937 0,4735
7 0,0011 0,0042 0,0119 0,0267 0,0511 0,0866 0,1334 0,1905 0,2560 0,3272
8 0,0002 0,0011 0,0038 0,0099 0,0214 0,0403 0,0681 0,1056 0,1528 0,2084
9 0,0000 0,0003 0,0011 0,0033 0,0081 0,0171 0,0318 0,0538 0,0839 0,1226
10 0,0000 0,0001 0,0003 0,0010 0,0028 0,0067 0,0137 0,0253 0,0426 0,0668
11 0,0000 0,0000 0,0001 0,0003 0,0009 0,0024 0,0055 0,0110 0,0201 0,0339
12 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020 0,0045 0,0088 0,0160
13 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0007 0,0017 0,0036 0,0071
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0006 0,0014 0,0030
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0005 0,0012
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Donne la probabilit´ e P[Poisson(λ) > x]
58 Annexe B. Tables pour la gestion de stocks
λ
x 7 7,5 8 8,5 9 9,5 10 11 12 13
0 0,9991 0,9994 0,9997 0,9998 0,9999 0,9999 1,0000 1,0000 1,0000 1,0000
1 0,9927 0,9953 0,9970 0,9981 0,9988 0,9992 0,9995 0,9998 0,9999 1,0000
2 0,9704 0,9797 0,9862 0,9907 0,9938 0,9958 0,9972 0,9988 0,9995 0,9998
3 0,9182 0,9409 0,9576 0,9699 0,9788 0,9851 0,9897 0,9951 0,9977 0,9989
4 0,8270 0,8679 0,9004 0,9256 0,9450 0,9597 0,9707 0,9849 0,9924 0,9963
5 0,6993 0,7586 0,8088 0,8504 0,8843 0,9115 0,9329 0,9625 0,9797 0,9893
6 0,5503 0,6218 0,6866 0,7438 0,7932 0,8351 0,8699 0,9214 0,9542 0,9741
7 0,4013 0,4754 0,5470 0,6144 0,6761 0,7313 0,7798 0,8568 0,9105 0,9460
8 0,2709 0,3380 0,4075 0,4769 0,5443 0,6082 0,6672 0,7680 0,8450 0,9002
9 0,1695 0,2236 0,2834 0,3470 0,4126 0,4782 0,5421 0,6595 0,7576 0,8342
10 0,0985 0,1378 0,1841 0,2366 0,2940 0,3547 0,4170 0,5401 0,6528 0,7483
11 0,0533 0,0792 0,1119 0,1513 0,1970 0,2480 0,3032 0,4207 0,5384 0,6468
12 0,0270 0,0427 0,0638 0,0909 0,1242 0,1636 0,2084 0,3113 0,4240 0,5369
13 0,0128 0,0216 0,0342 0,0514 0,0739 0,1019 0,1355 0,2187 0,3185 0,4270
14 0,0057 0,0103 0,0173 0,0274 0,0415 0,0600 0,0835 0,1460 0,2280 0,3249
15 0,0024 0,0046 0,0082 0,0138 0,0220 0,0335 0,0487 0,0926 0,1556 0,2364
16 0,0010 0,0020 0,0037 0,0066 0,0111 0,0177 0,0270 0,0559 0,1013 0,1645
17 0,0004 0,0008 0,0016 0,0030 0,0053 0,0089 0,0143 0,0322 0,0630 0,1095
18 0,0001 0,0003 0,0007 0,0013 0,0024 0,0043 0,0072 0,0177 0,0374 0,0698
19 0,0000 0,0001 0,0003 0,0005 0,0011 0,0020 0,0035 0,0093 0,0213 0,0427
20 0,0000 0,0000 0,0001 0,0002 0,0004 0,0009 0,0016 0,0047 0,0116 0,0250
21 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0007 0,0023 0,0061 0,0141
22 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0003 0,0010 0,0030 0,0076
23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0005 0,0015 0,0040
24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0007 0,0020
25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005
27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
28 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
29 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Donne la probabilit´ e P[Poisson(λ) > x]
Section B.1. Table de la loi Poisson(λ) 59
λ
x 14 15 16 17 18
0 1,0000 1,0000 1,0000 1,0000 1,0000
1 1,0000 1,0000 1,0000 1,0000 1,0000
2 0,9999 1,0000 1,0000 1,0000 1,0000
3 0,9995 0,9998 0,9999 1,0000 1,0000
4 0,9982 0,9991 0,9996 0,9998 0,9999
5 0,9945 0,9972 0,9986 0,9993 0,9997
6 0,9858 0,9924 0,9960 0,9979 0,9990
7 0,9684 0,9820 0,9900 0,9946 0,9971
8 0,9379 0,9626 0,9780 0,9874 0,9929
9 0,8906 0,9301 0,9567 0,9739 0,9846
10 0,8243 0,8815 0,9226 0,9509 0,9696
11 0,7400 0,8152 0,8730 0,9153 0,9451
12 0,6415 0,7324 0,8069 0,8650 0,9083
13 0,5356 0,6368 0,7255 0,7991 0,8574
14 0,4296 0,5343 0,6325 0,7192 0,7919
15 0,3306 0,4319 0,5333 0,6285 0,7133
16 0,2441 0,3359 0,4340 0,5323 0,6249
17 0,1728 0,2511 0,3407 0,4360 0,5314
18 0,1174 0,1805 0,2577 0,3450 0,4378
19 0,0765 0,1248 0,1878 0,2637 0,3491
20 0,0479 0,0830 0,1318 0,1945 0,2693
21 0,0288 0,0531 0,0892 0,1385 0,2009
22 0,0167 0,0327 0,0582 0,0953 0,1449
23 0,0093 0,0195 0,0367 0,0633 0,1011
24 0,0050 0,0112 0,0223 0,0406 0,0683
25 0,0026 0,0062 0,0131 0,0252 0,0446
26 0,0013 0,0033 0,0075 0,0152 0,0282
27 0,0006 0,0017 0,0041 0,0088 0,0173
28 0,0003 0,0009 0,0022 0,0050 0,0103
29 0,0001 0,0004 0,0011 0,0027 0,0059
30 0,0001 0,0002 0,0006 0,0014 0,0033
31 0,0000 0,0001 0,0003 0,0007 0,0018
32 0,0000 0,0000 0,0001 0,0004 0,0010
33 0,0000 0,0000 0,0001 0,0002 0,0005
34 0,0000 0,0000 0,0000 0,0001 0,0002
35 0,0000 0,0000 0,0000 0,0000 0,0001
36 0,0000 0,0000 0,0000 0,0000 0,0001
37 0,0000 0,0000 0,0000 0,0000 0,0000
60 Annexe B. Tables pour la gestion de stocks
B.2 Table de la loi normale Z ∼ N(0, 1)
P z
j
z
i
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
Donne la probabilit´ e P(Z > z
i
+ z
j
)
Section B.3. Table pour le calcul de I
r
(S) 61
B.3 Table pour le calcul de I
r
(S)
g(t
S
) t
j
t
i
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-3 3,0005 3,0104 3,0202 3,0304 3,0403 3,0505 3,0603 3,0702 3,0804 3,0903
-2,9 2,9004 2,9105 2,9204 2,9305 2,9406 2,9504 2,9606 2,9704 2,9805 2,9904
-2,8 2,8006 2,8107 2,8207 2,8308 2,8405 2,8506 2,8607 2,8705 2,8805 2,8906
-2,7 2,7010 2,7109 2,7209 2,7309 2,7409 2,7508 2,7608 2,7708 2,7809 2,7909
-2,6 2,6014 2,6115 2,6214 2,6312 2,6414 2,6513 2,6612 2,6711 2,6811 2,6910
-2,5 2,5020 2,5120 2,5218 2,5318 2,5419 2,5517 2,5617 2,5716 2,5817 2,5915
-2,4 2,4027 2,4126 2,4225 2,4326 2,4425 2,4524 2,4624 2,4721 2,4821 2,4920
-2,3 2,3037 2,3137 2,3234 2,3334 2,3434 2,3531 2,3632 2,3730 2,3828 2,3929
-2,2 2,2049 2,2146 2,2246 2,2344 2,2445 2,2543 2,2641 2,2740 2,2839 2,2938
-2,1 2,1064 2,1164 2,1261 2,1359 2,1457 2,1556 2,1654 2,1753 2,1852 2,1949
-2 2,0084 2,0183 2,0280 2,0378 2,0476 2,0574 2,0672 2,0771 2,0868 2,0967
-1,9 1,9111 1,9207 1,9305 1,9402 1,9499 1,9597 1,9694 1,9792 1,9889 1,9987
-1,8 1,8143 1,8240 1,8335 1,8433 1,8529 1,8625 1,8723 1,8820 1,8916 1,9013
-1,7 1,7182 1,7279 1,7374 1,7470 1,7566 1,7661 1,7758 1,7853 1,7951 1,8047
-1,6 1,6232 1,6327 1,6422 1,6516 1,6611 1,6706 1,6801 1,6896 1,6992 1,7088
-1,5 1,5293 1,5387 1,5479 1,5574 1,5667 1,5761 1,5855 1,5949 1,6043 1,6138
-1,4 1,4366 1,4458 1,4551 1,4643 1,4736 1,4829 1,4922 1,5013 1,5107 1,5200
-1,3 1,3455 1,3546 1,3636 1,3726 1,3818 1,3909 1,4000 1,4092 1,4183 1,4274
-1,2 1,2561 1,2650 1,2739 1,2828 1,2916 1,3006 1,3096 1,3186 1,3275 1,3365
-1,1 1,1686 1,1773 1,1859 1,1947 1,2034 1,2121 1,2209 1,2296 1,2384 1,2473
-1 1,0833 1,0918 1,1002 1,1087 1,1171 1,1256 1,1342 1,1428 1,1513 1,1599
-0,9 1,0004 1,0086 1,0168 1,0250 1,0333 1,0415 1,0499 1,0582 1,0666 1,0749
-0,8 0,9202 0,9281 0,9360 0,9440 0,9519 0,9599 0,9680 0,9760 0,9842 0,9923
-0,7 0,8429 0,8504 0,8581 0,8658 0,8735 0,8812 0,8889 0,8967 0,9045 0,9123
-0,6 0,7686 0,7760 0,7833 0,7906 0,7980 0,8054 0,8128 0,8203 0,8277 0,8353
-0,5 0,6978 0,7047 0,7117 0,7187 0,7257 0,7328 0,7399 0,7471 0,7542 0,7614
-0,4 0,6304 0,6370 0,6436 0,6503 0,6569 0,6636 0,6704 0,6772 0,6840 0,6909
-0,3 0,5668 0,5730 0,5792 0,5855 0,5918 0,5981 0,6045 0,6109 0,6174 0,6239
-0,2 0,5069 0,5127 0,5186 0,5245 0,5304 0,5363 0,5424 0,5484 0,5545 0,5606
-0,1 0,4509 0,4564 0,4618 0,4673 0,4728 0,4784 0,4840 0,4897 0,4954 0,5011
0 0,3989 0,4040 0,4090 0,4141 0,4193 0,4244 0,4297 0,4349 0,4402 0,4456
62 Annexe B. Tables pour la gestion de stocks
g(t
S
) t
j
t
i
0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,3989 0,3940 0,3890 0,3841 0,3793 0,3744 0,3697 0,3649 0,3602 0,3556
0,1 0,3509 0,3464 0,3418 0,3373 0,3328 0,3284 0,3240 0,3197 0,3154 0,3111
0,2 0,3069 0,3027 0,2986 0,2945 0,2904 0,2863 0,2824 0,2784 0,2745 0,2706
0,3 0,2668 0,2630 0,2592 0,2555 0,2518 0,2481 0,2445 0,2409 0,2374 0,2339
0,4 0,2304 0,2270 0,2236 0,2203 0,2169 0,2136 0,2104 0,2072 0,2040 0,2009
0,5 0,1978 0,1947 0,1917 0,1887 0,1857 0,1828 0,1799 0,1771 0,1742 0,1714
0,6 0,1686 0,1660 0,1633 0,1606 0,1580 0,1554 0,1528 0,1503 0,1477 0,1453
0,7 0,1429 0,1404 0,1381 0,1358 0,1335 0,1312 0,1289 0,1267 0,1245 0,1223
0,8 0,1202 0,1181 0,1160 0,1140 0,1119 0,1099 0,1080 0,1060 0,1042 0,1023
0,9 0,1004 0,0986 0,0968 0,0950 0,0933 0,0915 0,0899 0,0882 0,0866 0,0849
1 0,0833 0,0818 0,0802 0,0787 0,0771 0,0756 0,0742 0,0728 0,0713 0,0699
1,1 0,0686 0,0673 0,0659 0,0647 0,0634 0,0621 0,0609 0,0596 0,0584 0,0573
1,2 0,0561 0,0550 0,0539 0,0528 0,0516 0,0506 0,0496 0,0486 0,0475 0,0465
1,3 0,0455 0,0446 0,0436 0,0426 0,0418 0,0409 0,0400 0,0392 0,0383 0,0374
1,4 0,0366 0,0358 0,0351 0,0343 0,0336 0,0329 0,0322 0,0313 0,0307 0,0300
1,5 0,0293 0,0287 0,0279 0,0274 0,0267 0,0261 0,0255 0,0249 0,0243 0,0238
1,6 0,0232 0,0227 0,0222 0,0216 0,0211 0,0206 0,0201 0,0196 0,0192 0,0188
1,7 0,0182 0,0179 0,0174 0,0170 0,0166 0,0161 0,0158 0,0153 0,0151 0,0147
1,8 0,0143 0,0140 0,0135 0,0133 0,0129 0,0125 0,0123 0,0120 0,0116 0,0113
1,9 0,0111 0,0107 0,0105 0,0102 0,0099 0,0097 0,0094 0,0092 0,0089 0,0087
2 0,0084 0,0083 0,0080 0,0078 0,0076 0,0074 0,0072 0,0071 0,0068 0,0067
2,1 0,0064 0,0064 0,0061 0,0059 0,0057 0,0056 0,0054 0,0053 0,0052 0,0049
2,2 0,0049 0,0046 0,0046 0,0044 0,0045 0,0043 0,0041 0,0040 0,0039 0,0038
2,3 0,0037 0,0037 0,0034 0,0034 0,0034 0,0031 0,0032 0,0030 0,0028 0,0029
2,4 0,0027 0,0026 0,0025 0,0026 0,0025 0,0024 0,0024 0,0021 0,0021 0,0020
2,5 0,0020 0,0020 0,0018 0,0018 0,0019 0,0017 0,0017 0,0016 0,0017 0,0015
2,6 0,0014 0,0015 0,0014 0,0012 0,0014 0,0013 0,0012 0,0011 0,0011 0,0010
2,7 0,0010 0,0009 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0009 0,0009
2,8 0,0006 0,0007 0,0007 0,0008 0,0005 0,0006 0,0007 0,0005 0,0005 0,0006
2,9 0,0004 0,0005 0,0004 0,0005 0,0006 0,0004 0,0006 0,0004 0,0005 0,0004
3 0,0005 0,0004 0,0002 0,0004 0,0003 0,0005 0,0003 0,0002 0,0004 0,0003
Donne g(t
S
) = [f(t
S
) −t
S
P(t > t
S
)]

Table des mati` res e

1

Introduction 1.1 1.2 1.3 N´ cessit´ de constituer des stocks . . . . . . . . . . . . . . . . . e e Les politiques de gestion de stock . . . . . . . . . . . . . . . . . Les coˆ ts associ´ s aux stocks . . . . . . . . . . . . . . . . . . . u e 1.3.1 1.3.2 1.3.3 Les coˆ ts de possession . . . . . . . . . . . . . . . . . . u Les coˆ ts de rupture . . . . . . . . . . . . . . . . . . . . u

5 5 6 7 8 9

Les coˆ ts de commande . . . . . . . . . . . . . . . . . . 10 u 11

2

La gestion calendaire de stock en rotation nulle 2.1 2.2

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 Gestion calendaire de stock a rotation nulle . . . . . . . . . . . . 12 ` 2.2.1 2.2.2 2.2.3 L’exemple du pˆ tissier . . . . . . . . . . . . . . . . . . . 12 a R´ solution num´ rique du probl` me . . . . . . . . . . . . 13 e e e R´ solution analytique du probl` me . . . . . . . . . . . . 15 e e

2.3 2.4

Cas d’une loi de demande continue . . . . . . . . . . . . . . . . 19 Les cons´ quences economiques de la solution optimale . . . . . . 21 e ´ 2.4.1 2.4.2 2.4.3 2.4.4 La rupture de stock . . . . . . . . . . . . . . . . . . . . 21 Le stock moyen poss´ d´ . . . . . . . . . . . . . . . . . . 22 e e Le coˆ t moyen . . . . . . . . . . . . . . . . . . . . . . . 23 u La marge nette moyenne . . . . . . . . . . . . . . . . . . 23

2.5 3

Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 25

Gestion calendaire de stock a rotation non nulle ` 3.1

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 3

. .1 5. . . . . . . . . . . . . .3 3. . . . . . . . . 52 B Tables pour la gestion de stocks 55 B. .3 Table pour le calcul de Ir (S) . . . . . . .4. .3.4 3.2 Enonc´ du probl` me . . . . . . .3 Conclusions . . . 5. . . . . . . . . . . . .1 4. . . . . . .5 4 Table des mati`res e Exemple de l’´ lectricien . . . 28 e 3. . . . . . .2 Cons´ quences de la politique optimale . . . . . . . . . . . . . . . . . . . . . 31 e Cas d’une loi de demande discr` te . . . 51 A. . . . . . . . . . . . . . . . . . . . . . . 48 51 A Formulaire pour la gestion de stocks A. . . . . . . . . . . . . . . . . . . . . .1 4. . . . . . .2 3. . . . .1 5. . . . . . . . . . .1 Cons´ quences de la solution optimale . 37 e D´ termination de q et s . . . . . . . 43 45 Etude de cas : la vente par correspondance. . . . . . . . . 46 Gestion par point de commande . . . . . . . . . . . . . . . . . . . . . . 45 e e R´ solution du probl` me . .2. .1 La gestion calendaire de stock .4 Introduction . .2. . . . . . . . . . . . . . . . . .4. . . . . . . . . . . . . . .4. . . . .2 4. 34 e D´ termination de la quantit´ de commande en univers certain . .1 3. . . . . . . 55 B. 30 e Cons´ quences de la solution optimale . . . . . . . . . . 41 e ´ Cas d’une demande al´ atoire . . . . . . . . . . . . . . . . . . . . . 25 e D´ termination de la solution optimale . . . . . . . . . . . . 1) . . . . 39 e Cons´ quences economiques du choix .2 Gestion calendaire de stock .3 4. . .1 Table de la loi Poisson(λ) . . . . . . . 47 5. .2 Table de la loi normale Z ∼ N (0. 60 B. . . 38 e 4. . . . . . . . . . . . . . . . . . . . . . . . 30 e Exercices . . . . . . .4 3. .3. . . . 61 . . . . . . . 35 e e 4. . . . . . . 32 33 La gestion par point de commande 4. . . . . . . . . . . . . . . . 33 D´ termination du point de commande en univers certain . . . . . . . . . . . . . . . . . .2 La gestion par point de commande . . . . . . . . . . . . . . . . . . .1 4. . . . . . . . . . . .5 5 Exercices . . . . . . . . . . . . . . 46 e e 5. .

1 N´ cessit´ de constituer des stocks e e Une production sans stock est quasi inconcevable vu les nombreuses fonctions que remplissent les stocks. provoque une augmentation des coˆ ts de possession du stock. risque de probl` mes en chaˆne : il s’agit ici d’´ viter qu’une panne a un e ı e ` poste ne se r´ percute sur toute la chaˆne d’approvisionnement : un retard e ı d’ex´ cution au poste pr´ c´ dent ou une gr` ve des transports n’arrˆ tera pas e e e e e imm´ diatement l’ensemble du processus de production s’il y a des stocks e tampons.Chapitre 1 Introduction 1. travailler par lots permet e ˆ une economie d’´ chelle sur les coˆ ts de lancement de production mais. En effet. en ´ e u revanche. et les supermarch´ s pour la non co¨ncidence dans l’espace. S’il y a incertitude sur le prix. 2. incertitude sur le niveau de demande ou sur le prix : s’il y a incertitude sur la quantit´ demand´ e. Par exemple. e 3. valorisation du stock. Nous allons nous concentrer sur ce dernier aspect. la constitution de stocks est n´ cessaire s’il y a : e 1. Les exemples classiques a sont la fabrication de jouets ou la confiserie pour la non co¨ncidence dans le ı e ı temps. disponie e bilit´ satisfaisante du stock. d´ finition des capacit´ s de stockage et enfin. pr´ sence de couts de lancement : dans ce cas. on va ` constituer un stock de sp´ culation. u La gestion des stocks pose cependant de multiples probl` mes : tenue d’invene taires. e 5 . on va constituer un stock de s´ curit´ qui permet e e e e de faire face a une pointe de demande. 4. non co¨ncidence dans le temps ou l’espace de la production et de la ı consommation : le stock est indispensable dans ce cas car il est impossible de produire l` et quand la demande se manifeste. les compagnies p´ troli` res e e e ach` tent plus que n´ cessaire en p´ trole brut lorsque le prix de celui-ci est e e e relativement bas sur le march´ .

le niveau de ` e e e recompl` tement du stock. e Nous allons nous attacher a deux politiques particuli` res : ` e • La politique de gestion calendaire des stocks. e • En gestion calendaire conditionnelle. Comme e e e´ nous le verrons au chapitre 4. sa d´ termination r´ sulte d’un calcul e e d’optimisation. e • La politique de gestion par point de commande. not´ e (q. le point de commande. chaque jour ou chaque semaine.6 Chapitre 1. le point de commande. s) avec q. e ` e 2. not´ e (T. le point de commande qui d´ clenche l’approvisionnement e e e du stock. Quand d´ clencher l’approvisionnement du stock? La r´ ponse a cette quese e ` tion est diff´ rente suivant la politique de gestion adopt´ e : e e • En gestion de stock par point de commande. le niveau de recompl` tement du stock. l’approvisionnement du stock est d´ clench´ a intervalles r´ guliers T . la quantit´ command´ e est egale e e ´ a la diff´ rence entre le stock r´ siduel observ´ R et S. not´ e q et appel´ e quantit´ economique de commande. l’approvisionnement du stock est d´ clench´ a e e` intervalles r´ guliers T . • En gestion calendaire. c’est-` -dire le niveau voulu du stock en d´ but e a e de p´ riode T . par exemple. Combien commander ? La r´ ponse a la question ”Combien ?” d´ pend egalement du type de gestion de stock appliqu´ e : ´ e • En cas de gestion par point de commande. quantit´ economique e ´ de commande. . on commande une quantit´ e fixe. mais uniquement lorsque l’on e e` e observe que le stock descend en dessous d’un niveau s. la quantit´ economique a commander e e´ ` r´ guli` rement et s. l’approvisionnement du stock est d´ clench´ lorsque l’on observe que le stock descend en dese e sous d’un niveau s. Introduction 1. • En cas de gestion calendaire de stock.2 Les politiques de gestion de stock Les politiques de gestion de stock visent a r´ pondre aux deux grandes questions : ` e 1. S) avec T l’intere valle entre deux commandes et S.

e e u not´ cr . Nous allons examiner un peu plus en d´ tails la mani` re dont sont calcul´ s les trois e e e coefficients des trois fonctions de coˆ ts partiels. la variable de commande est S. ˆ e e entre parenth` ses. cc . notera-t-on. auquel est associ´ un coˆ t unitaire de commande. u u cp .3 Les couts associ´ s aux stocks ˆ e Un stock est constitu´ pour satisfaire une demande future. e e Le crit` re de gestion g´ n´ ralement retenu en gestion des stocks est celui de e e e la minimisation des couts. auquel est associ´ un coˆ t unitaire de possession. En gestion calendaire. e Aussi. il peut y avoir non co¨ncidence entre la demande et le stock. u Ces variables de commandes d´ terminent en g´ n´ ral trois variables d’´ tat du e e e e syst` me : e Ir . le coˆ t unitaire de rupture. dans ce cas. auquel est associ´ un coˆ t unitaire de rupture. a savoir : u ` cr . Deux cas e ı sont evidemment possibles : ´ • une demande sup´ rieure au stock : on parle alors de rupture de stock. u les deux variables de commandes sont q. notera-t-on. Aussi. le coˆ t C(S). e u La fonction de coˆ t s’´ crit donc en g´ n´ ral comme une fonction de ces trois u e e e variables d’´ tat : e C = cr Ir + cp Ip + cc Ic . En cas de demande e al´ atoire. e • une demande inf´ rieure au stock : on aura alors un stock r´ siduel. . En gestion par point de commande. le stock moyen poss´ d´ au cours d’une p´ riode. le coˆ t unitaire de commande. le nombre moyen de commandes pass´ es au cours d’une p´ riode. la quantit´ command´ e et s. e e Ic . de la ou des variables de commande du syst` me. le niveau de recompl` tement du stock. le coˆ t C(q. dans ce cas. c’est-` -dire le nombre moyen de demandes non satisa faites au cours d’une p´ riode. suivie. le point de e e commande. s). cp .3. la rupture moyenne. e e e e e u Ip .Section 1. Les coˆts associ´s aux stocks u e 7 1. Nous noterons cette fonction par la lettre C. le coˆ t unitaire de possession et u cc .

des boˆtes e e ı de conserves en epicerie non vendues une p´ riode qui le seront aux p´ riodes ´ e e suivantes.75 euro par le grossiste : le coˆ t de possession est de u 0. En ˆ e ` gelant la somme d’argent correspondant au coˆ t d’achat de l’article invendu. C’est le cas. . e Prenons un exemple. il peut y avoir e e e non co¨ncidence du stock et de la demande.8 Chapitre 1. e e Prenons un exemple. le cout de possession d’un article du d´ but a la fin de la ˆ e ` p´ riode se calcule comme le coˆ t d’acquisition d’un article moins la valeur e u de r´ cup´ ration (solde).1 Les couts de possession ˆ Les couts de possession comprennent : ˆ 1. par exemple.9 . 2.3. . en pr´ sence d’une demande al´ atoire.0.75 = 0. Dans ce cas.9 euro par le libraire et dont e l’invendu est repris 0. les coˆ ts de d´ tention d’un article en stock durant une certaine p´ riode en u e e fonction des conditions financi` res d’acquisition et des eventuelles condie ´ tions de reprise.006 euro.20 euro et restant en rayon un mois entier a coˆ t´ 1. .15 euro. les vˆ tements de modes. les primeurs. Si le taux d’opportunit´ est de 6 % l’an. . Ce coˆ t est appel´ coˆ t d’opportunit´ . les journaux. e u e – en cas o` la consommation a un d´ lai maximum : par exemple. Le taux d’opportunit´ est e u e u e e la rentabilit´ du meilleur investissement que l’entreprise aurait pu faire.. Les cons´ quences de ce stock r´ siduel seront bien diff´ rentes selon que e e e e l’on se trouve dans • le cas du stock a rotation nulle. une boˆte de e ı conserves achet´ e 1.. et donc une rupture ou un stock ı r´ siduel. Dans ce cas. le cout de possession li´ a l’immobilisation du capital. les coˆ ts de stockage qui sont les d´ penses de logistique. Introduction 1.20 e ue × 6 % × 1/12 = 0. de conservation du u e stock. u la soci´ t´ se prive du revenu d’un placement financier qu’elle aurait pu ee r´ aliser. • le cas du stock a rotation non nulle. Ce cas se pr´ sente notamment : e e – en cas d’obsolescence technique ou commerciale : par exemple. Un quotidien achet´ 0. c’est-` -dire lorsque l’invendu peut ` a ˆ ` etre vendu a une p´ riode ult´ rieure. . c’est-` -dire lorsque le stock r´ siduel est ` a e sans utilit´ pour l’entreprise. Comme signal´ plus haut.

Un journal achet´ 0. Prenons un exemple. Malheureusement.3.30 euro. g´ n´ ralement la marge b´ n´ ficiaire e e e e e sur cet article.Section 1. En cas de demande interne. ainsi que des frais variables. 1. tels que le coˆ t de location e e u d’entrepˆ ts.90 = 0.2 Les couts de rupture ˆ La rupture se pr´ sente lorsque la demande exc` de le stock constitu´ au cours e e e de la p´ riode. ` e` En cas de demande externe. Ce coˆ t de rupture est le coˆ t administratif e e u u d’ouverture d’un dossier de prise de commande et eventuellement un coˆ t ´ u commercial (on fait une ristourne pour ne pas perdre le client). Dans ce cas. u • En cas de ventes diff´ r´ s. Les coˆts associ´s aux stocks u e 9 L’autre partie du coˆ t de possession concerne les couts de stockage. Ce coˆ t peut etre tr` s important dans une chaˆne u ˆ e ı d’assemblage travaillant en juste-` -temps.20 . en g´ n´ ral des frais fixes. Ces coˆ ts u ˆ u de stockage. Les cons´ quences de cette rupture sont diff´ rentes selon que la e e e demande est interne (le produit stock´ est demand´ par une autre entit´ int´ rieure e e e e a l’entreprise) ou externe (le produit est destin´ a la vente).0. tels que le coˆ t de manutention. Prenons un exemple.90 euro par le libraire et revendu e 1.20 euro a un coˆ t de rupture de 1. Un garagiste qui n’a plus de stock le v´ hicule d´ sir´ e e e par son client va lui proposer une voiture de location gratuite durant le d´ lai e d’attente pour ne pas perdre le client. Cette difficult´ fait que souvent on n’inclut pas de cout de stockage e ˆ dans le cout de possession et le coˆ t de possession se r´ duit donc au seul coˆ t ˆ u e u d’immobilisation du capital. la demande non satisfaite peut etre perdue (on ˆ parle de ventes manqu´ es) ou report´ e (on parle de ventes diff´ r´ es) : e e ee • dans le cas de ventes manqu´ es. ce ce coˆ t u u e e ˆ ee moyen d´ pend du volume d’activit´ et ne peut donc pas etre consid´ r´ comme une constante. Le coˆ t de rupture correspond ici a la u ` prise en charge par le garage de la location de la voiture.3. Le o u cout unitaire de stockage que l’on doit prendre en consid´ ration dans la fonction ˆ e objectif est le coˆ t moyen de l’ensemble de ces frais. la rupture entraˆne un chˆ mage technique ı o des postes en aval. comprennent. le cout de rupture n’inclut pas la marge car la ee ˆ vente sera r´ alis´ e plus tard. a . Le cout de rupture correspond au coˆ t financier du chˆ mage ˆ u o technique des postes en aval. on ne parle plus de stock de distribution mais bien de stock de fabrication. le cout de rupture est le manque a gagner de e ˆ ` la non fourniture d’une unit´ du produit.

´ contrˆ le de livraison. Normalement.10 Chapitre 1. . .3. ce coˆ t est o u egalement ind´ pendant de la quantit´ command´ e. .3 Les couts de commande ˆ A nouveau. ´ e e e . liquidation comptable. Introduction 1. Il s’agit du r´ glage des machines. u e e e • En cas de stock d’approvisionnement. etc . . Normalement. il faut ici distinguer le cas d’une demande interne et celui d’une demande externe : • En cas de stock de fabrication. .. le coˆ t de commande est le coˆ t de lancement u u de la production. le coˆ t de commande est le coˆ t u u administratif de gestion de la commande : etablissement d’un bordereau. e ce coˆ t est ind´ pendant de la quantit´ fabriqu´ e.

il faut absolument les ajouter au stock initial de la p´ riode e suivante. sinon. voir. e On appelle cet intervalle la p´ riode de r´ vision calendaire. Dans ce chapitre. e e La variable de commande du syst` me est dans ce cas. il faut ajouter au niveau initial voulu du stock S. On parle de gestion e calendaire de stock lorsque l’intervalle entre deux reconstitutions du stock est fix´ . si au e e e e e cours d’une p´ riode. En effet. T vaut une journ´ e ou une demi-journ´ e suivant le cas. on risque de se retrouver en manque de produit a la p´ riode suivante. le cas de la rotation non nulle. Nous verrons ensuite. Nous verrons au chapitre suivant. on commande la diff´ rence ` e e entre le niveau S et le stock r´ siduel afin de ramener le stock initial a son niveau e ` voulu S. S. s’il y a des invendus d’une p´ riode et que le produit peut encore etre e ˆ vendu a la p´ riode suivante (cas de la rotation non nulle). La e e e plupart des articles frais sont r´ approvisionn´ s en gestion calendaire : par exemple. En effet.Chapitre 2 La gestion calendaire de stock en rotation nulle 2. ` e Inversement. le niveau initial e e du stock qui est appel´ le niveau de recompl` tement du stock. 11 . e e le boulanger reconstitue son stock tous les jours. les e ee commandes enregistr´ es lors des ruptures de la p´ riode pr´ c´ dente. toujours dans le cas de la rotation nulle le cas d’une demande al´ atoire mod´ lis´ e par une variable al´ atoire continue : la variable e e e e normale. Dans ce cas. deux fois par jour. nous allons commencer par le cas de la rotation nulle pour une demande al´ atoire mod´ lis´ e par une variable al´ atoire discr` te : la variable e e e e e de Poisson. on constate des ruptures et que l’on prend des commandes pour ces ruptures. Notez que la e quantit´ command´ e (ou mise en production dans le cas d’une fabrication interne) e e pour reconstituer le stock peut ne peut etre constante.1 Introduction Rappelons la d´ finition de la gestion calendaire de stock. Elle est not´ e T . dans le cas de ˆ ventes manqu´ es diff´ r´ es.

Par exemple. 0278 0. suive une loi de a Poisson de moyenne egale a 2. en moyenne on en vend 2. 0009 Tableau 2.1 reprend la distribution de probabilit´ du nombre X de clients par jour e . La gestion calendaire de stock en rotation nulle 2. est g´ n´ ralement fix´ par la nature de e e e e l’approvisionnement. 0031 0. que nous noterons X. Si on vend un jour sur deux e ˆ e 2 gˆ teaux et un jour sur deux 3 gˆ teaux. 2.5 par jour.2 Gestion calendaire de stock a rotation nulle ` Pour rappel. not´ T . 0821 0.2. un pˆ tissier met en fabrication des gˆ teaux a a chaque jour. la p´ riode de r´ vision calendaire.5 gˆ teaux par jour.1 L’exemple du pˆ tissier a Nous allons illustrer les choses sur l’exemple du pˆ tissier tir´ de Giard [2] qui a e est un exemple o` la demande suit une loi de probabilit´ discr` te. des p´ riodiques e chaque semaine ou chaque mois.1: Distribution de la loi de Poisson tableau 2. Le a a x P (X = x) 0 1 2 3 4 5 6 7 8 9 0. 1336 0. En effet. on se trouve dans le cas d’un stock a rotation nulle lorsqu’il n’y a ` pas de report possible des invendus aux p´ riodes suivantes. 0668 0. 0099 0. qui est donc ici la variable e de commande. Remarquez que la moyenne ´ ` a d’une quantit´ enti` re (la variable al´ atoire de Poisson ne prend que des valeurs e e e enti` res positives ou nulle) peut ne pas etre enti` re. e On va ici d´ terminer le niveau du stock initial S. 2138 0.12 Chapitre 2. Supposons u e e que la demande quotidienne de ce gˆ teau. c’est-` -dire l’intervalle e e a entre deux approvisionnements. 2565 0. Le libraire commande des journaux chaque jour. 2052 0. Supposons un u e e coˆ t de fabrication de 25 F l’unit´ et un prix de vente de 60 F l’unit´ .

li´ a l’invendu en fin de journ´ e est 25 F. Pour calculer le stock moyen poss´ d´ en fonction du stock e e initial S. de mani` re a minimiser : e e ` C(S) = cp Ip (S) + cr Ir (S) + cc Ic = 25Ip (S) + 35Ir (S) + cc 1 avec Ip (S). c’est-` -dire u e` e a le coˆ t de production.Section 2.3. on calcule explicitement le nombre de ruptures en fonction du stock initial (S) et de la demande observ´ e (x) : bien evidemment. nombre moyen de e e ruptures sur la journ´ e.25 F = 35 F. Pour calculer le nombre moyen de ruptures en fonction du stock initial S.3. Dans ce tableau x indique une valeur possible de la demande et P (X = x) indique la probabilit´ d’occurrence de cette valeur.2. ce stock final poss´ d´ est la partie e ´ e e positive de (S − x). Ainsi on a 8. Nous allons d’abord calculer Ir (S). Au tableau 2. c’est-` -dire : 60 F . li´ a une vente manqu´ e u u e` e est egal a la marge. Le coˆ t de commande. cr .2. u a On doit d´ terminer S. le stock initial. voyons sur l’exemple comment on peut calculer num´ riquement u e ce minimum. il suffit. Ceci est fait en derni` re ligne du e e tableau 2. Nous allons ensuite calculer Ip (S). Tandis que le coˆ t de rupture. Les invendus de la journ´ e sont e e donn´ s. e La question que se pose le pˆ tissier est la suivante : combien mettre de gˆ teaux a a en fabrication chaque jour pour maximiser son b´ n´ fice ? e e Le coˆ t de possession. le stock moyen poss´ d´ . Au tableau 2. On peut donc n´ gliger le dernier terme dans l’optimisation.2 R´ solution num´ rique du probl` me e e e Avant de voir comment d´ terminer. Gestion calendaire de stock a rotation nulle ` 13 pour ce produit. Ceci est fait en derni` re ligne du tableau e e 2. .2. pour chaque valeur de S de faire la moyenne pond´ r´ e ee de ce nombre par la probabilit´ d’observer x. cp . le nombre moyen de ruptures. il suffit. ´ ` a u correspond ici au coˆ t de mise en route d’une fabrication de gˆ teaux. le stock moyen r´ siduel en fin de journ´ e et Ir (S). cc . e e on calcule explicitement le stock poss´ d´ en fonction du stock initial (S) et de e e la demande observ´ e (x) : bien evidemment.2. ce nombre de ruptures est la e ´ partie positive de (x − S). pour chaque valeur de S de faire la moyenne pond´ r´ e de ce ee nombre par la probabilit´ d’observer x.21 % e de chances d’observer aucun client un jour donn´ . le stock initial S ∗ qui minimise le e e e coˆ t moyen C(S). Remarquez que Ic . 2. le nombre moyen de commandes par e jour est fix´ : il y a une seule mise en route de fabrication chaque jour et donc e e Ic = 1. en g´ n´ ral.

2565 0 0 1 2 3 4 0. 0821 0. 411 0.2: Calcul du nombre moyen de ruptures x 0 1 2 3 4 5 6 7 8 9 Calcul du stock r´ siduel (S − x)+ e P (X = x) S = 1 S = 2 S = 3 S = 4 S = 5 S = 6 0. 0278 5 4 3 2 1 0 0. 1336 0 0 0 0 1 2 0. 867 0. 019 Tableau 2. 0031 7 6 5 4 3 2 0. 52 Tableau 2. 0821 0 0 0 0 0 0 0. 9132 1. 0009 8 7 6 5 4 3 Ir (S) 1. 0099 6 5 4 3 2 1 0. 0821 1 2 3 4 5 6 0. 3694 0. 0668 0 0 0 0 0 1 0. 0278 0 0 0 0 0 0 0. La gestion calendaire de stock en rotation nulle x 0 1 2 3 4 5 6 7 8 9 Calcul du nombre de ruptures (x − S)+ P (X = x) S = 1 S = 2 S = 3 S = 4 S = 5 S = 6 0. 2052 0 1 2 3 4 5 0. 169 0. 1336 3 2 1 0 0 0 0. 0668 4 3 2 1 0 0 0. 0009 0 0 0 0 0 0 Ip (S) 0. 6708 2. 0031 0 0 0 0 0 0 0. 2565 1 0 0 0 0 0 0.14 Chapitre 2. 2138 2 1 0 0 0 0 0. 2052 0 0 0 0 0 0 0. 061 0. 2138 0 0 0 1 2 3 0.3: Calcul du stock moyen poss´ d´ e e . 0099 0 0 0 0 0 0 0. 579 0. 562 3.

Gestion calendaire de stock a rotation nulle ` 15 Enfin. le stock optimal S est celui pour lequel le coˆ t de gestion u C(S ∗ ) est inf´ rieur a celui des stocks imm´ diatement inf´ rieur ou sup´ rieur : e ` e e e      C(S ∗ ) < C(S ∗ + 1) C(S ∗ ) < C(S ∗ − 1) . nous calculons le coˆ t moyen de possession du stock en appliquant la u formule suivante : C(S) = 35Ir (S) + 25Ip (S) Ceci est fait au tableau 2.4. on c Calcul du coˆ t du stock u S 1 2 3 4 5 6 C(S) 57.1: Evolution du coˆ t moyen de possession du stock u S ∗ = 3.Section 2.3 R´ solution analytique du probl` me e e En cas de coˆ t convexe (on peut v´ rifier sur le graphique que le coˆ t est bien une u e u ∗ fonction convexe de S).2. 17 88. 66 Tableau 2. 22 47. 58 37. 2. 33 39. En tra¸ ant un graphique de la fonction C(S). 69 66.4: Calcul du coˆ t moyen de possession du stock u constate (voir figure 2.1) que le coˆ t minimum est obtenu pour u C(S) 100 80 60 40 20 0 0 1 2 = S∗ 3 4 5 6 S Figure 2.2.

1) sont l’´ quivalent pour une fonction continue e e de dire que la d´ riv´ e premi` re doit etre n´ gative avant S ∗ et positive apr` s S ∗ . comme e nous allons le voir. On e doit donc calculer l’esp´ rance math´ matique de X − 4 pour des valeurs de X e e sup´ rieures a 4 : e ` ∞ Ir (S = 4) = x=5 (x − 4)P (X = x) e Calculons.16 ou encore Chapitre 2. car. la rupture moyenne Ir (S = 4) associ´ e au stock initial S = 4.1) Remarquez que les conditions (2. on peut exprimer cette variation de coˆ t en fonction de la seule u variation de rupture moyenne. e . On va donc etudier Ir (S + 1) − Ir (S). Calculons. La gestion calendaire de stock en rotation nulle      C(S ∗ + 1) − C(S ∗ ) > 0 C(S ∗ ) − C(S ∗ − 1) < 0 (2. e e e ˆ e On va donc etudier l’´ volution de la diff´ rence de coˆ t de stocks successifs d´ finie ´ e e u e comme : C(S + 1) − C(S) L’´ tude de C(S + 1) − C(S) passe par celle de Ir (S + 1) − Ir (S). de mˆ me. la rupture moyenne Ir (S = 5) associ´ e au stock initial S = 5 : e ∞ Ir (S = 5) = x=6 (x − 5)P (X = x) En g´ n´ ral : e e Ir (S) = ∞ x=S+1 (x − S)P (X = x) Int´ ressons nous maintenant a la diff´ rence de ces ruptures moyennes pour deux e ` e stocks initiaux cons´ cutifs : e Ir (S = 4) − Ir (S = 5) = = x=5 ∞ ∞ x=5 ∞ (x − 4)P (X = x) − (x − 4)P (X = x) − 1 · P (X = x) ∞ x=6 ∞ x=5 (x − 5)P (X = x) (x − 5)P (X = x) = x=5 = P (X > 4) On en conclut que la diminution de rupture moyenne Ir (S) occasionn´ e par e ` ´ ` une augmentation d’une unit´ du stock initial a partir de S est egale a la probabilit´ e e ´ que la demande soit strictement sup´ rieure ou egale au stock initial S. ´ par exemple.

2) Les tableaux de l’annexe B donne le calcul de P (X > x) en fonction de λ. D’o` la relation entre Ip et Is : u ¯ u ¯ Ip (S) = S − X + Ir (S) (2.4) . la valeur du param` tre de la loi de Poisson. il est possible de ramener la fonction de coˆ t comme e u ´ une fonction de la seule variable d’´ tat Ir (S). Le stock moyen sur lequel porte le coˆ t de possession est le stock moyen u observ´ en fin de p´ riode qui correspond donc a l’invendu. On observera un stock e e ` r´ siduel si la demande observ´ e x est inf´ rieure a S.3) ´ qui peut s’interpr´ ter en disant que le stock moyen r´ siduel Ip (S) est egal au stock e e ¯ − Ir (S)).2. Gestion calendaire de stock a rotation nulle ` 17 Il est facile de montrer que ceci est vrai quelle que soit la forme la distribution de probabilit´ discr` te : e e Ir (S + 1) − Ir (S) = −P (X > S) (2. le stock initial.Section 2. il faut tenir compte de Ir (s). la rupture e moyenne pour en d´ duire la demande moyenne satisfaite.3) est que l’on peut exprimer le coˆ t total e u C(S) en fonction du seul coˆ t de rupture Ir : u ¯ C(S) = cr Ir + cp Ip = cr Ir + cp S − X + Ir (S) D’o` l’expression de C(S) : u ¯ C(S) = cp (S − X) + (cr + cp )Ir (S) (2. si de d´ part S diminu´ de la demande moyenne satisfaite (X e e ¯ X est bien la demande moyenne exprim´ e. e La cons´ quence de la relation (2. Son niveau e e e ` moyen est calcul´ par l’esp´ rance math´ matique suivante : e e e S−1 S Ip (S) = x=0 ∞ (S − x)P (X = x) = (S − x)P (X = x) − P (X = x) − ∞ (S − x)P (X = x) x=0 ∞ x=S+1 ∞ = = S (S − x)P (X = x) (x − S)P (X = x) x=0 ∞ x=0 xP (X = x) + x=0 x=S+1 ¯ = S − X + Ir (S) o` X note la moyenne de la demande X. nous allons etablir la e relation entre Ir (S) et Ip (S). En effet. Pour cela. e Comme annonc´ plus haut.

a .1) deviennent ici : e      cp − (cp + cr )P (X > S ∗ ) > 0 cp − (cp + cr )P (X > S ∗ − 1) < 0 ou encore S ∗ optimal si : P (X > S ∗ ) < cp < P (X > S ∗ − 1) cp + cr (2. 417 cp + cr 25 + 35 En consultant le tableau donnant P (X > S) (cfr Annexe B). 4562. par identification terme a terme avec (2.5) : u ` S ∗ = 3. La gestion calendaire de stock en rotation nulle Revenons maintenant au probl` me de la d´ termination de la solution optie e ∗ male. c’est-` -dire au stock initial S qui minimise : a ¯ C(S) = cp (S − X) + (cr + cp )Ir (S) On a donc que : ¯ C(S + 1) − C(S) = cp (S + 1 − X) + (cr + cp )Ir (S + 1) ¯ −cp (S − X) − (cr + cp )Ir (S) = cp + (cr + cp )(Ir (S + 1) − Ir (S)) Compte tenu de la relation (2. 2424 < 0.5) Appliquons ceci au cas de l’exemple : cp 25 = = 0. On en conclut qu’il est optimale de mettre en production 3 gˆ teaux chaque matin.18 Chapitre 2. on trouve : P (X > 3) = 0. 417 < P (X > 2) = 0.2) : C(S + 1) − C(S) = cp − (cr + cp )P (X > S) Les conditions d’optimalit´ (2. D’o` .

vaut la perte enregistr´ e u e par invendu. En effet. Par application de la ´ e e e formule de Leibnitz (cfr Giard [2]).8 F aupr` s de son grossiste qui lui reprend les invendus au prix de e ` e 2.5 F l’unit´ . est li´ a l’invendu et vaut donc la marge b´ n´ ficiaire. cr .8 F . u 3.3. e e` e e Le coˆ t de rupture. Consid´ rons ´ e e un marchand de journaux qui vent un quotidien a 3.6 F l’unit´ . la relation (2. on peut ramener ce coˆ t a une fonction du seul u ` nombre moyen de ruptures.3 Cas d’une loi de demande continue Nous allons illustrer ce cas sur un exemple egalement tir´ de Giard [2].8 F = 0.5 F .7 F tandis que le coˆ t de possession. (2. c’est-` -dire 2.2.Section 2. on d´ montre le r´ sultat suivant : e e dIr (S) =− dS ∞ S f (x)dx = −P (X > S). Cas d’une loi de demande continue 19 2.2.3) entre Ir (S) et Ip (S) etablie ´ dans le cas discret reste valable : S Ip (S) = = 0 0 (S − x)f (x)dx (S − x)f (x)dx − ∞ S ∞ S ∞ (S − x)f (x)dx ¯ = S−X + (x − S)f (x)dx ¯ = S − X + Ir (S) On en d´ duit a nouveau l’expression de C(S) en fonction du seul Ir (S) : e ` ¯ C(S) = cp (S − X) + (cp + cr )Ir (S) Il faut maintenant etudier la d´ riv´ e premi` re de Ir (S). qui lui-mˆ me ` e e l’acqui` re a 2.2 F.6) . cp .6 F = 0. a On suppose que la demande quotidienne suit approximativement une loi nor¯ male de moyenne X = 300 et d’´ cart type σ = 20. La question qui se pose e est la suivante : quel est le nombre d’exemplaires a commander S de mani` re a ` e ` minimiser le coˆ t de gestion : u C(S) = cp Ip (S) + cr Ir (S) Le coˆ t de gestion s’´ crit dans le cas d’une loi continue de la mani` re suivante : u e e S ∞ S C(S) = cp 0 (S − x)f (x)dx + cr (x − S)f (x)dx La condition d’optimalit´ s’´ crit dans le cas d’une loi continue : e e C (S ∗ ) = 0 Comme dans le cas discret.

On peut maintenant passer a la d´ termination de la solution optimale.7) Cet optimum est un minimum car la d´ riv´ e seconde de C(S) est positive. 2222 cr + cp 0. 2222 > σ 20 Par lecture dans la table de la normale r´ duite. On ` e e doit donc d´ terminer le S qui minimise : ¯ C(S) = cp (S − X) + (cr + cp )Ir (S) On calcule la d´ riv´ e de C(S) en utilisant la relation (2. D’o` l’on tire : e e u S ∗ optimal si P (X > S ∗ ) = cp cr + cp (2. 765 20 S ∗ = 315. La gestion calendaire de stock en rotation nulle c’est-` -dire exactement le mˆ me r´ sultat analytique que la relation (2. e . On obtient : P X −µ S ∗ − 300 = 0.20 Chapitre 2. 2 = = 0. L’approvisionnement p´ riodique optimal est donc de S ∗ = 315. 7 Comme on ne dispose que de la table de la normale r´ duite. examinons quelques ` indicateurs que l’on peut d´ duire de la solution optimale. on d´ termine : e e tS = D’o` finalement : u S ∗ − 300 = 0. e e ` e Appliquons ceci au cas de l’exemple : P (X > S ∗ ) = cp 0.2) etablie a e e ´ dans le cas discret.6) : e e dC(S) = cp − (cr + cp )P (X > S) dS On annule la d´ riv´ e. La e e d´ riv´ e de P (X > S) par rapport a S est clairement n´ gative. 3 ≈ 315. 2 + 0. e Avant de passer au cas de stocks a rotation non nulle. il faut r´ duire la e e variable al´ atoire X en lui retranchant sa moyenne et en la divisant par son ecart e ´ type.

Section 2. 2424 = 0. on montre que : e xP (X = x) = λP (X > S − 1) x>S D’o` l’on tire finalement : u Ir (S) = λP (X > S − 1) − SP (X > S) Ce qui nous donne dans le cas de l’exemple : Ir (S ∗ = 3) = 2.1 Les cons´ quences economiques de la solution optimale e ´ La rupture de stock Le nombre moyen de rupture. Dans le cas de la vente de journaux (loi de demande continue).8) (x − S)f (x)dx xf (x)dx − S ∞ S f (x)dx xf (x)dx − SP (x > S) . Pour la distribu` e tion de Poisson de param` tre λ. 4133. Ir (S) correspond au nombre moyen de demandes non satisfaites. 5P (X > 2) − 3P (X > 3) = 2.4.4. 4562 − 3 × 0. Dans le cas (discret) de la production de gˆ teau. le calcul de Ir (s) a s’effectue comme suit : Ir (S) = x>S (x − S)P (X = x) xP (X = x) − S x>S x>S = D’o` finalement : u Ir (S) = P (X = x) xP (X = x) − SP (x > S) x>S Le premier terme correspond a un calcul tronqu´ de la moyenne. Les cons´quences ´conomiques de la solution optimale e e 21 2.4 2. le calcul de Ir (S) s’effectue par l’int´ grale suivante : e Ir (S) = = D’o` l’on tire u Ir (S) = ∞ S ∞ S ∞ S (2. 5 × 0.

22

Chapitre 2. La gestion calendaire de stock en rotation nulle

Le premier terme correspond a nouveau a un calcul tronqu´ de la moyenne. On ` ` e peut montrer que si X suit une distribution normale N (µ, σ), on obtient la formule suivante : Ir (S) = σ [f (tS ) − tS P (t > tS )] = σg(tS )
2 ¯ S−X e−tS /2 et f (tS ) = √ tS = σ 2π Appliquons ceci aux donn´ es num´ riques de l’exemple pour lequel e e

avec :

ts = La table B.3 donne directement :

315 − 300 = 0, 75. 20

g(tS = 0, 75) = 0, 1312 L’application de la formule donne donc : Ir (S) = 20 × 0, 1312 = 2, 624.

2.4.2

Le stock moyen poss´ d´ e e

Le stock moyen poss´ d´ , Ip (S), correspond dans le cas de stock a rotation nulle e e ` au stock r´ siduel moyen. Cet indicateur s’obtient a partir de la rupture moyenne e ` aussi bien dans le cas discret que dans le cas continu par la relation (2.3) rappel´ e e ci-dessous : ¯ Ip (S) = S − X + Ir (S) Pour le pˆ tissier, on aura donc : a Ip (S ∗ = 3) = (3 − 2, 5) + 0, 4133 = 0, 9133 gˆ teaux. a Pour le marchand de journaux, on aura : Ip (S ∗ = 315) = (315 − 300) + 2, 624 = 17, 624 journaux. Remarquez que, dans les deux cas, le stock r´ siduel se calcule comme le stock e initial diminu´ de la demande satisfaite. e

Section 2.4. Les cons´quences ´conomiques de la solution optimale e e

23

2.4.3

Le cout moyen ˆ

Le coˆ t moyen C(S) peut etre calcul´ par la relation suivante : u ˆ e C(S) = cr Ir (S) + cp Ip (S) Pour l’exemple du pˆ tissier, on obtient : a C(S) = 35 × 0, 4133 + 25 × 0, 9133 = 14, 46 + 22, 83 = 37, 30 F. Pour l’exemple du marchand de journaux, on obtient : C(S) = 0, 7 × 2, 624 + 0, 2 × 17, 624 = 5, 36 F.

2.4.4

La marge nette moyenne

La marge nette moyenne, not´ e B(S), est egale au produit de la marge unitaire, e ´ mu , par la demande moyenne, diminu´ du coˆ t de stockage : e u ¯ B(S) = mu X − C(S) (2.9)

Donnons quelques explications sur cette formule. Deux cas sont possibles quant aux ventes manqu´ es (aux ruptures de ventes) : e • Soit les ventes manqu´ es sont perdues, et dans ce cas, le coˆ t de rupture est e u la marge b´ n´ ficiaire. La formule (2.9) devient dans ce cas : e e ¯ B(S) = cr X − cr Ir (S) − cp Ip (S) ¯ = cr (X − Ir (S)) − cp Ip (S) Le b´ n´ fice net est donc la marge b´ n´ ficiaire sur les ventes r´ alis´ es moins e e e e e e le coˆ t des invendus. u • Soit les ventes manqu´ es sont diff´ r´ es, et dans ce cas, la marge b´ n´ ficiaire e ee e e ¯ ce qui justifie disera r´ alis´ e sur l’ensemble de la demande exprim´ e X, e e e rectement la formule (2.9) . L’application de cette relation a l’exemple num´ rique du pˆ tissier donne : ` e a ¯ B(S) = mu X − C(S) = 35 × 2, 5 − 37, 30 = 50, 20 F. tandis que pour le marchand de journaux, elle donne : ¯ B(S) = mu X − C(S) = 0, 7 × 300 − 5, 36 = 204, 64 F. Nous verrons au chapitre suivant le cas de stock a rotation non nulle. `

24

Chapitre 2. La gestion calendaire de stock en rotation nulle

2.5

Exercices

2.1. Achat de pi` ces de rechange. L’ing´ nieur en chef d’une usine passe la e e commande d’un mod` le de pi` ces d´ tach´ es d’une machine pour laquelle e e e e il craint un approvisionnement difficile. Les cons´ quences d’un arrˆ t de la e e machine a cause d’un retard de livraison de la pi` ce sont particuli` rement ` e e on´ reuses : le coˆ t d’un arrˆ t de la production pour manque de pi` ce est e u e e de 25.000 F. En achetant cette pi` ce en mˆ me temps que la machine, le e e coˆ t unitaire d’approvisionnement est de 1.000 F. L’exp´ rience pass´ e de u e e l’ing´ nieur l’incite a estimer la distribution des pannes sur la dur´ e de vie e ` e du mat´ riel, par une loi de Poisson de param` tre 1. La possession de pi` ce e e e au del` de la dur´ e de vie de la machine est sans valeur vu l’obsolescence a e technique rapide de la machine. (a) Quelle est la politique optimale a suivre ? ` (b) Quel est le coˆ t financier de cette politique de commande de pi` ces de u e rechange ? 2.2. Ventes d’hebdomadaires. Un libraire commande r´ guli` rement un hebdoe e madaire aupr` s de son grossiste. Son coˆ t d’achat est de 12 F et son prix e u de vente 16 F. On suppose que les ventes hebdomadaires suivent une loi normale de moyenne 30 et d’´ cart type 5. e e (a) Quel est le nombre d’exemplaires a commander aupr` s de son grossiste ` chaque semaine si le coˆ t de reprise est de 10 F ? u (b) Quelle est sa marge nette moyenne ? 2.3. Ventes de fleurs. Un epicier va chercher deux fois par semaine des fleurs ´ coup´ es au march´ en gros de sa ville. En effet, au del` de trois jours, il ne e e a peut plus les revendre. Son coˆ t d’achat d’une botte de fleurs est de 50 F et u son prix de vente 75 F. On suppose que la demande de bottes de fleurs suit une loi de Poisson. En moyenne, 30 clients se pr´ sentent chaque semaine e pour ce produit. (a) Quel est le nombre de bottes de fleurs coup´ es a aller chercher le lundi e ` matin et le jeudi matin ? (b) Combien de clients en moyenne sortent de son magasin par semaine sans fleurs ? (c) Quel est le nombre moyen de bottes de fleurs jet´ es par semaine ? e

e e c’est-` -dire le niveau du stock que l’on cherche a retrouver p´ riodiquement.2 Exemple de l’´ lectricien e Pour illustrer le processus de d´ termination de S ∗ . e e e ˆ e 3. e e e La variable de commande du syst` me est S. nous consid´ rons l’exemple suivant de la ventes d’ampoules d’´ clairage tir´ de e e e Giard [2]. le niveau optimal de recompl` e e tement. On suppose que la demande hebdomadaire d’ampoules de 60 Watt suit une loi normale de moyenne 300 et d’´ cart type 20. on commande S augment´ des e e demandes non satisfaites de la p´ riode pr´ c´ dente qui ont pu etre report´ es. C’est de loin le cas le plus r´ pandu. En e ` ` effet. c’est-` -dire celui qui minimise le coˆ t : a u C(S) = cp Ip (S) + cr Ir (S). on commande la diff´ rence e e entre S et le stock r´ siduel.Chapitre 3 Gestion calendaire de stock a rotation non ` nulle 3. Rea ` e marquons une diff´ rence fondamentale avec le cas de stocks a rotation nulle. Deux cas sont possibles : • Il reste un stock r´ siduel positif : dans ce cas. on parle de stocks a rotation non nulle lorsque les invendus d’une ` p´ riode seront vendus aux p´ riodes suivantes.1 Introduction Pour rappel. la commande a passer pour un approvisionnement en d´ but de p´ riode n’est e e plus fixe. e • Le stock r´ siduel est nul : dans ce cas. le niveau de recompl` tement. Le r´ approvisionnement se fait en e e 25 .

qu’un niveau de recompl` tement de 320 ait e e et´ choisi. En ce qui concerne l’´ volution du stock. 5 F. Calculons maintenant le coˆ t unitaire de rupture : il correspond a la marge non u ` r´ alis´ e par ampoule : e e 3. ´e 1. on suppose le magasin ouvert 52 semaines par an. 0115 F Remarquons qu’` la diff´ rence du cas de stock a rotation nulle. pour fixer les id´ es. Gestion calendaire de stock a rotation non nulle ` d´ but de semaine chez le grossiste au prix d’achat de 3 F l’unit´ . u e e e Supposons. le cas o` la demande observ´ e est inf´ rieure au niveau de recompl` tement. le cas o` la demande observ´ e est sup´ rieure au niveau de recompl` tement. il faut tenir compte du nombre ` u de semaines sur lesquelles la demande s’exprime. il n’y a pas de rupture e ` e de stock. La question qui se pose est la suivante : quel est le niveau de recompl` tement e optimal S ∗ ? Pour le calcul du stock moyen poss´ d´ . il faudra distinguer deux cas de figure : e e 1. u e e e 2. D’o` un coˆ t unitaire de possession : u u cp = 0.26 Chapitre 3. Cas d’une demande inf´ rieure a S : dans ce cas. Ici. Les ampoules e e sont vendues au prix de 3.5 F l’unit´ . On suppose un taux d’opportunit´ de 20 % e e l’an. D’o` un coˆ t de possession annuel par ampoule en stock de : u u 3 F × 0. 2 = 0.1 e ` On en d´ duit le stock moyen poss´ d´ : e e e Ip (S) = 320 + 10 S + (S − x) = 2 2 . Le stock de fin de p´ riode vaut donc : e 320 − 310 = 10 ampoules. 5 F − 3 F = 0. la perte li´ e a une a e ` e ` ampoule en stock n’est plus son prix d’achat mais la perte financi` re due au gel en e stock de son prix d’achat durant une semaine. C’est l’exemple d’une demande observ´ e de 310. 6 F /52 = 0. Pour arriver a un coˆ t de possession hebdomadaire. on peut supposer que la demande e de 310 ampoules est egalement r´ partie sur toute la semaine et on peut faire ´ e une interpolation lin´ aire comme a la figure 3. 6 F.

La demande journali` re est donc S = 320 x = 350 s=0 x T = 5 jours S = 30 Figure 3. par exemple. on observe une rupture e ` de stock.2: Evolution du stock en cas de rupture = 70 ampoules par jour. C’est le cas. 57 jours = 70 x/T 350 5 . est suppos´ e uniform´ ment r´ partie sur e e e e la semaine de cinq jours (cfr figure 3. d’une demande observ´ e de 350. e ` comme dans le cas sans rupture. Exemple de l’´lectricien e S = 320                27 x = 310 S x = 10                T = 5 jours Figure 3.Section 3. La demande. On e va maintenant d´ terminer a partir de quand le stock est nul. Cas d’une demande sup´ rieure a S : dans ce cas.2. Ce stock est nul pour : t= 320 S = 4.1) 2.2). Et l’´ volution du stock moyen poss´ d´ peut e e e etre obtenue par : ˆ S(t) = 320 − 70t.1: Evolution du stock On en conclut donc que : Si x < S : Ip (S) = S + (S − x) 2 (3.

e Une hypoth` se simplificatrice.3 D´ termination de la solution optimale e Sous cette hypoth` se simplificatrice. peut se calculer comme l’int´ grale : S Ip (S) = Ir (S) = ∞ S (x − S)f (x)dx On peut maintenant tirer l’expression de Ip (S) en fonction de Ir (S) : Ip (S) = S S−x S ∞ f (x)dx + )f (x)dx + 2 2 2 S 0 1 S S ∞ f (x)dx + (S − x)f (x)dx = 2 0 2 0 ∞ ∞ S 1 = + (S − x)f (x)dx − (S − x)f (x)dx 2 2 0 S ¯ S S X Ir (S) = + − + 2 2 2 2 S ( . D’o` le e e u stock moyen poss´ d´ : e e 5 − 4. Gestion calendaire de stock a rotation non nulle ` Le stock moyen poss´ d´ vaut : (320 + 0)/2 = 160 sur 4. a savoir que la rupture se produit en fin de e ` p´ riode permet d’effectuer des calculs simplifi´ s.2) 2 3.57 jours. 57 4.28 Chapitre 3. Sous cette hypoth` se. 57 +0 Ip (S) = 160 5 5 SS 320 320 = = 2 350 2x En g´ n´ ral : e e SS Si x > S : Ip (S) = 2x Cette formule donne une solution analytique au probl` me de la d´ termination e e ∗ ` du niveau optimal de recompl` tement S assez difficile a mettre en œuvre. nous allons pouvoir d´ terminer le niveau de e e recompl` tement optimal. le e e e stock varie entre S et 0 et donc : S Si x > S : Ip (S) = (3. Ir (S). il faut dissocier le cas o` la e e u demande x est inf´ rieure a S de celui o` elle est sup´ rieure a S : e ` u e ` S ∞ x (S − )f (x)dx + f (x)dx 2 2 S 0 e Tandis que le nombre moyen de ruptures. Le coˆ t de gestion s’´ crit : e u e C(S) = cp Ip (S) + cr Ir (S) Pour le calcul du stock moyen poss´ d´ Ip (S).

28% 0. . il suffit d’annuler la d´ riv´ e premi` re e e e cp dIr (S) dC(S) = cp + (cr + ) dS 2 dS cp = cp + (cr + )[−P (X > S ∗ )] = 0 2 d’o` finalement : u P (X > S ∗ ) = cp cr + cp /2 (3. D´termination de la solution optimale e On obtient donc la relation suivante : Ip (S) = S − ¯ X Ir (S) + 2 2 29 (3.Section 3. le niveau optimal de recompl` tement : u e S ∗ = 340. 5 + 0.3) On peut donc exprimer C(S) en fonction du seul Ir (S) : C(S) = cp Ip (S) + cr Ir (S) = cp [S − D’o` finalement : u C(S) = cp (S − ¯ X cp ) + (cr + )Ir (S) 2 2 ¯ X Ir (S) + ] + cr Ir (S) 2 2 Dans le cas d’une loi de demande continue.3. Par la relation (3. 01154/2 Ce qui peut se r´ crire comme suit : e P S ∗ − 300 X∗ − µ = 0.4) : ´ P (X > S ∗ ) = 0. 01154 = 2. 0228 > σ 20 S ∗ − 300 20 La lecture dans la table normale r´ duite nous donne : e tS = 2 = D’o` .4) Appliquons ceci aux donn´ es num´ riques de notre exemple de ventes d’ame e poules electriques.

5 × 300 − 2. 168 • Le stock moyen poss´ d´ se calcule a partir de la formule e e ` Ip (S ∗ ) = S ∗ − ¯ X Ir (S ∗ ) + 2 2 300 0. 168 = 340 − + 2 2 = 190.4 Cas d’une loi de demande discr` te e Terminons ce chapitre en voyant les formules de calcul dans le cas d’une loi de demande discr` te pour la gestion de stock a rotation non nulle. on peut d´ duire les principaux ` e indicateurs de la solution optimale choisie : • Le nombre moyen de rupture se calcule par la formule suivante : Ir (S ∗ ) = σ [f (tS ) − tS P (t > tS )] = σg(tS ) = 20 × 0. 168 = 2.1 Cons´ quences de la solution optimale e Tout comme dans le cas de stock a rotation nulle. e ` Le stock moyen poss´ d´ se calcule dans le cas discret comme suit : e e S−1 ∞ S Ip (S) = 0 S−1 x (S − )P (X = x) + 2 S P (X = x) 2 = 0 x S (S − )P (X = x) + P (X ≥ S) 2 2 .30 Chapitre 3. 28 = 147. 5 × 0. 08 + 0.3. 01154 × 190. 0084 = 0. Gestion calendaire de stock a rotation non nulle ` 3. 08 • Le coˆ t moyen de stockage se calcule comme u C(S ∗ ) = cp Ip (S ∗ ) + cr Ir (S ∗ ) = 0. 28 F • La marge hebdomadaire moyenne nette se calcule comme : ¯ B(S ∗ ) = mu X − C(S ∗ ) = 0. 72 F 3.

a e Ip (S) = S − On peut donc exprimer C(S) en fonction du seul Ir (S) : C(S) = cp Ip (S) + cr Ir (S) ¯ X Ir (S) + ] + cr Ir (S) = cp [S − 2 2 ¯ X cp = cp (S − ) + (cr + )Ir (S) 2 2 Par des calculs analogues a ceux du cas de la rotation nulle.1 Cons´ quences de la solution optimale e Si la loi de demande est du type Poisson.4. on d´ termine finalement ` e ∗ le niveau optimal de recompl` tement S par la formule suivante : e P (X > S ∗ ) ≤ cp ≤ P (X > S ∗ − 1) cr + cp /2 (3.Section 3.4. Ir (S). Cas d’une loi de demande discr`te e Tandis que le nombre moyen de ruptures se calcule par : ∞ 31 Ir (S) = x=S+1 (x − S)P (X = x) Exprimons ce stock moyen poss´ d´ en fonction du nombre moyen de rupture : e e S−1 Ip (S) = 0 S S x S ( + − )P (X = x) + 2 2 2 2 S ∞ P (X = x) S 1 = [S + 2 S 1 + = 2 2 = (S − x)P (X = x)] 0 ∞ 0 (S − x)P (X = x) − 1 2 ∞ S (S − x)P (X = x) ¯ S S X Ir (S) + − + 2 2 2 2 On obtient donc la relation suivante entre Ip et Ir : ¯ X Ir (S) + 2 2 c’est-` -dire exactement la mˆ me formule que dans le cas continu. se calcule par la mˆ me formule que pr´ c´ demment : e e e Ir (S) = λP (X > S − 1) − SP (X > S) On en d´ duit le stock moyen poss´ d´ par la formule : e e e ¯ X Ir (S) Ip (S) = S − + 2 2 .5) 3. le nombre moyen de demandes non satisfaites.6) (3.

Un etablissement sp´ cialis´ dans la distribution ´ e e de calculatrices electroniques a un produit vendu couramment tout au long ´ de l’ann´ e. Ventes de sapin de No¨ l. Les ventes annuelles e` e concentr´ es sur la premi` re quinzaine de d´ cembre suivent une loi normale de e e e moyenne 30. les e e demandes non satisfaites sont consid´ r´ es comme perdues. La soci´ t´ commercialise egalement un e ´ ee ´ r´ veil electronique qui connaˆt une grande popularit´ . Le taux d’opportunit´ utilis´ est de 20 %. les d´ lais d’approvisionnement sont n´ gligeables. et il y a tout lieu e de penser que le mod` le de Poisson est utilisable. Le producteur travaille uniquement e sur commande de sorte qu’il ne coupe que les arbres demand´ s l’ann´ e e e courante.1. e (b) On calculera les cons´ quences de cette politique que sont le nombre e moyen de ventes manqu´ es et le stock moyen poss´ d´ . e (a) On demande de calculer le niveau optimal de recompl` tement du stock.5 Exercices 3.000 et d’´ cart type 200. u e . Ventes de calculatrices. La demande sur une e ´ ı e semaine suit approximativement une loi normale de moyenne 100 et d’´ carte type 30.3. La demande e e hebdomadaire de ce mod` le est d’environ 5 calculatrices. Les donn´ es e e de coˆ t sont les mˆ mes que celles des calculatrices. La soci´ t´ est ouverte e ee 52 semaines par an. Ventes de r´ veils electroniques. Il s’agit d’une calculatrice scientifique qui est achet´ e 45 F e e et revendue 55 F. Le coˆ t de production est de 10 EURO e u l’unit´ et le prix de vente de 24 EURO. (a) Calculez le niveau de recompl` tement optimal. e (b) Calculez les cons´ quences de cette politique que sont le nombre moyen e de ventes manqu´ es et le stock moyen poss´ d´ . Quelle quantit´ doit-il mettre en production pour minimiser son e coˆ t de gestion ? On suppose un taux d’opportunit´ de 10 % l’an. e 3. La p´ riode de ee e r´ vision calendaire T est de deux semaines. e e e (c) On en d´ duira la marge nette moyenne B(S).2.32 Chapitre 3. e 3. Un producteur de sapin de no¨ l doit d´ cider e e e de la quantit´ a mettre en production chaque ann´ e. La p´ riode de r´ vision u e e e calendaire T est aussi de deux semaines. Gestion calendaire de stock a rotation non nulle ` 3. La mˆ me politique de gestion calendaire est suivie. e e e (c) En d´ duire la marge nette moyenne B(S).

Dans ce cas. au contraire par : e • un montant de commande constant : cette quantit´ economique de come ´ mande sera not´ e q. sera e d´ termin´ e de mani` re a minimiser le coˆ t de gestion qui ne comprend que e e e ` u deux termes : C(q) = cc Ic (q) + cp Ip (q) 2. s. le stock r´ siduel (en cas de rotation non nulle de stock). ` e e e • un niveau de commande variable : qui vaut la diff´ rence entre S. elle. on commande avant rupture de stock et il n’y a pas de cout de ˆ rupture. s) en univers incertain. La gestion (q. comme nous l’avons vu au chapitre 1 par : e • des commandes a intervalles fixes dont la p´ riodicit´ est not´ e T . e • une p´ riodicit´ de commande variable (lorsqu’on est en univers al´ atoire) : e e e on commande lorsque le stock passe en dessous du point de commande. On examinera successivement les deux cas de figures que sont : 1.1 Introduction La gestion calendaire se caract´ rise. Les variables de d´ cision que sont q. La gestion (q. la demande est certaine.Chapitre 4 La gestion par point de commande 4. le niveau e e e de recompl` tement et R. La variable de d´ cision q. La gestion par point de commande se caract´ rise. le coˆ t de rupture u intervient aussi. le montant des e 33 . Comme. le montant de la commande. s) en univers certain. dans ce cas.

La demande annuelle. le point de commande est tel que e e s = DL avec D = demande annuelle. Le coˆ t de passation d’une commande de 300 F et est ind´ pendant u e de la quantit´ command´ e. En g´ n´ ral. Il s’agit d’un ustensile de cuisine e achet´ par un supermarch´ au prix unitaire de 30 F. La gestion par point de commande commandes et s. s) 4. L’article est vendu 40 F l’unit´ . e 288 la demande durant cette p´ riode s’´ l` ve a : e ee ` L= 20 = 166. on peut eviter toute rupture d’approvisionnement en passant commande ´ a temps. Comme le d´ lai d’obtention est de 20 jours ouvrables. ´ Remarquez que cela revient a d´ clencher la commande au moment o` il reste ` e u exactement en stock de quoi satisfaire la demande de 20 jours. e a e Vu le caract` re certain de la demande et du d´ lai d’obtention (ici de 20 jours e e ouvrables). e e e (4. le chef de rayon a int´ rˆ t a passer commande e e ee ` e ` exactement 20 jours ouvrables avant la rupture (voir figure 4.2 D´ termination du point de commande en univers certain e Nous allons illustrer la d´ termination de la quantit´ economique de commande en e e´ univers certain sur un exemple tir´ de Giard [2] . L = d´ lai d’obtention exprim´ en ann´ e. que e e nous noterons D. e e e La question qui se pose ici est : “Quand commander ?” Afin de minimiser le stock poss´ d´ . ` e e soit 288 jours. 069 ann´ e.1) . est estim´ e a 2 400 unit´ s. 67 articles. le point de commande seront d´ termin´ s de mani` re a e e e ` minimiser le coˆ t de gestion qui comprend trois termes : u C(q. 288 que l’on arrondi au point de commande D × L = 2 400 × s = 167. c’est-` -dire e a 20 = 0. Il evitera ainsi un stock dormant.1) de mani` re a ce que le stock soit nul au moment de la livraison.34 Chapitre 4. On consid` re que l’ann´ e comporte 48 semaines de 6 jours ouvrables. s) = cc Ic (q. Cette demande est consid´ r´ e comme e ` e ee uniforme sur l’ann´ e : c’est-` -dire qu’elle ne subit pas de variations saisonni` res. s) + cr Ir (q. s) + cp Ip (q.

q 400 D q .Section 4. e 2 400 6 c’est-` -dire tous les deux mois.3 D´ termination de la quantit´ de commande en univers certain e e Le cout de possession annuel unitaire peut etre calcul´ en tenant compte du taux ˆ ˆ e d’opportunit´ annuel ici suppos´ de 20 % comme : e e cp = 30 × 0. on doit e passer commande tous les 400 1 = ann´ e.1: Point de commande 4.3. q = 400. En cas de demande uniforme sur l’ann´ e. 2 = 6 F. par exemple. raisonnons sur une valeur quelconque e e de q. La p´ riode economique de commande est donc : a e ´ τ= q D Le nombre moyen de commandes par an vaut : Ic (q) = D’o` le coˆ t de commande : u u cc Ic (q) = cc 2 400 D = 300 = 1 800 F. D´termination de la quantit´ de commande en univers certain35 e e niveau du stock q ∗ quantit´ economique de commande e´ 490 s point de commande 167 L L temps Figure 4. La question qui se pose est la suivante : Quelle est la quantit´ q a commander e ` p´ riodiquement pour que le coˆ t annuel moyen soit minimum ? e u Avant de d´ terminer la quantit´ optimale.

Pour minimiser le e e coˆ t de possession. la commande p´ riodique. 2 2 Le coˆ t annuel de possession vaut donc : u cp Ip (q) = 6 D’o` le coˆ t annuel de gestion : u u C(q = 400) = 6 2 400 400 + 300 = 3 000 F. On cherche donc a d´ terminer la valeur de la seule e e ` e variable de d´ cision. La gestion par point de commande Passons maintenant au calcul du stock moyen poss´ d´ . V´ rifions qu’il s’agit bien d’un e e e e minimum en calculant la d´ riv´ e seconde : e e C”(q) = 2cc D >0 q3 . on passe commande de mani` re a ce que le stock soit nul au u e ` moment o` arrivent les nouveaux articles. On obtient : e e C(q) = cp Ip (q) + cc Ic (q) q D = cp + cc 2 q Il est facile de calculer l’optimum d’une telle fonction. 2 Nous pouvons maintenant faire une mod´ lisation du probl` me pour une quane e tit´ command´ e quelconque q.36 Chapitre 4.2) Cette quantit´ est appel´ e quantit´ de Wilson. Il suffit d’annuler sa d´ riv´ e premi` re : e e e 1 D C (q) = cp − cc 2 = 0 2 q D’o` le point optimum : u q∗ = 2Dcc cp (4. c’est-` -dire q. 2 400 400 = 1 200 F. u Le stock moyen poss´ d´ vaut donc : e e Ip = q+0 400 + 0 = = 200. qui minimise le e a e coˆ t de gestion qui ne comprend que deux termes : u C(q) = cp Ip (q) + cc Ic (q) On peut g´ n´ raliser les calculs de l’exemple ci-dessus. Le stock varie donc entre q = 400 et 0.

39 = 21. on a egalit´ des couts de commande et de ´ e ˆ possession. 9 ∼ 490 6 4. La quantit´ economique de com` e e ´ mande vaut donc : q∗ = 2 × 2 400 × 300 = 489.060. on d´ finit la dur´ e optimale de consommation comme l’intervalle entre deux e e commandes.400 − 2939. on d´ duit le coˆ t annuel de gestion : e e u C(q ∗ ) = cp Ip (q ∗ ) + cc Ic (q ∗ ) 490 2.3.1 Cons´ quences de la politique optimale e Examinons les cons´ quences de la politique optimale.400 = 6 + 300 2 490 = 2 939. e D 2 400 . 61 F. En effet : cc Ic (q ∗ ) = cc D = cc q D 2Dcc cp 2Dcc cp = Dcc cp 2 Dcc cp 2 q∗ cp Ip (q ) = cp = cp 2 ∗ 2 = Appliquons ceci a l’exemple num´ rique. 204 ann´ es. 898 ∗ q 490 De ces deux quantit´ s. Le stock moyen d´ tenu e e vaudra : q∗ 490 Ip (q ∗ ) = = = 245. D´termination de la quantit´ de commande en univers certain37 e e Remarquez qu’au point optimum. On peut en d´ duire la marge b´ n´ ficiaire nette par la formule : e e e B(q ∗ ) = mu D − C(q ∗ ) = 10 × 2. 2 2 Et le nombre moyen annuel de commandes vaudra : Ic (q ∗ ) = D 2 400 = = 4. 39 F. Elle se calcule par la formule suivante : τ∗ = q∗ 490 = = 0.3.Section 4. Enfin.

le d´ lai d’obtention de 20 jours e e s’exprime en fraction d’ann´ e comme : e 20 ann´ es. Nous illustrons ce cas sur l’exemple introductif. 288 . Le coˆ t de possession annuel reste de 6 F. a savoir la vente d’ustensiles ` de cuisine mais en consid´ rant cette fois que la demande annuelle suit une normale e de moyenne 2 400 et d’´ cart type 189. Tout d’abord. e e e • On a un d´ lai de livraison certain. 74 = 50. e c’est-` -dire que les caract´ ristiques de la distribution restent stables dans le a e temps. Donc. remarquons e e que pendant le d´ lai d’obtention de 20 jours la demande est al´ atoire. Passons au probl` me de la d´ termination de q et s. • Nous maintenons l’hypoth` se d’un d´ lai d’obtention certain. on obtient un ecart type de : σL = 20 × 189. Tout d’abord. e L= 288 La demande XL en 20 jours suit une loi Normale • de moyenne : µL = Lµ = • de variance : 2 σL = Lσ 2 = 20 × 2 400 = 167 288 20 × (189. Le coˆ t de rupture vaut la marge qui e u est ici de 10 F. 74)2 . Calculons e e les param` tres de sa distribution.4 Cas d’une demande al´ atoire e Rappelons les hypoth` ses de base de la gestion par point de commande en univers e certain : • On a une demande certaine uniform´ ment r´ partie sur l’ann´ e. Ce qui est le e e plus souvent le cas. e Nous allons g´ n´ raliser ce mod` le de la mani` re suivante : e e e e • On suppose que la demande est connue en probabilit´ mais reste statique. La gestion par point de commande 4. 288 En effet. Le coˆ t unitaire de u u commande reste de 300 F.38 Chapitre 4. les param` tres de la demande durant 20 jours se d´ duisent des param` tres e e e des ventes annuelles en multipliant la moyenne et la variance (et non l’´ cart type) e ´ par L.74.

On peut donc r´ crire cette expression e comme : C(q. En minimisant le coˆ t de gestion : u C(q) = cc Ic (q) + cp Ip (q). On va e e ` d´ terminer une solution approch´ e en s´ parant le probl` me a deux variables en e e e e ` deux probl` mes a une variable de la mani` re suivante. s) Nous allons obtenir une solution approch´ e au probl` me en effectuant une d´ e e e termination ind´ pendante de s et de q en se basant sur l’observation suivante. • le stock moyen annuel.4. Ip .Section 4. s) + cp Ip (q. s) + cr Ir (q. Ir . D´ terminer la quantit´ economique q en arbitrant entre le coˆ t de come e´ u mande et le coˆ t de possession a partir de la demande moyenne comme si u ` on etait en univers certain. s) + cr Ir (s) On voit que le terme qui lie le probl` me en la variable q et le probl` me en la e e e ` variable s est le stock moyen poss´ d´ Ip qui d´ pend a la fois de q et de s. Cas d’une demande al´atoire e 39 4. s) = cc Ic (q. s) = cc Ic (q) + cp Ip (q. C(q. Le principe pour obtenir e e cette solution approch´ e est de r´ soudre ind´ pendamment les deux probl` mes e e e e suivant : 1. Ic . en retenant comme s le niveau de recompl` tement optimal. .4.1 D´ termination de q et s e La fonction de cout a minimiser fait intervenir les trois variables d’´ tat que sont : ˆ ` e • le nombre moyen de commandes. • la rupture moyenne annuelle. ´ 2. e Dans l’expression de C. e Le probl` me de la d´ termination de la quantit´ economique de commande n’est e e e´ rien d’autre que le probl` me etudi´ en univers certain si l’on remplace la demande e ´ e annuelle certaine par la demande annuelle moyenne : D = µ = 2 400. D´ terminer le point de commande s en arbitrant entre le coˆ t de rupture e u et le coˆ t de possession en utilisant la gestion calendaire pendant le d´ lai u e d’obtention L. le nombre moyen de commandes d´ pend essentiellement e de la quantit´ command´ e q tandis que le nombre moyen de ruptures d´ pend e e e essentiellement du point de commande s.

La gestion par point de commande la solution trouv´ e par la formule de Wilson dans le cas certain etait de : e ´ q ∗ = 490.40 Chapitre 4. on d´ duit : e P (X > S ∗ ) = cp cr + cp /2 6 × 0. En effet. 2042Ip (S) + 10Ir (S) En utilisant la gestion calendaire. comme on peut le voir a la figure 4. Donc le coˆ t unitaire de possession est de : u q cp = cp = 6 × 0.1) : P (Z > 1. On lit e dans la table de la normale N(0. 115 = 10 + 6 × 0. e soit ici 59 jours. e e En moyenne. un article encore en stock a l’issue des 20 jours du d´ lai d’obtention ` e augmentera d’une unit´ la valeur du stock durant toute la dur´ e d’´ coulement de e e e la suivante commande. 2042 = 0. 9 fois l’an q 490 490 = 58. 2 400 ` Remarquons cependant que le stock moyen poss´ d´ Ip (S) correspond a une ime e mobilisation sur 59 jours et non sur les 20 jours. si un article reste en stock au moment de l’arriv´ e de la suivante ` e commande q. 2042 F/article/59 jours. D En effet. le nombre moyen d’articles non fournis durant L et Ip (S). ce n’est pas durant le d´ lai d’obtention de 20 jours qu’il va rester e en stock mais durant toute la dur´ e optimale de consommation de la commande q. on rencontre le probl` me de gestion calendaire : e D 2 400 = = 4. 2) = 0. le stock moyen poss´ d´ durant L. c’est-` -dire durant 59 jours.2. D’o` la fonction objectif : a u 288 C(S) = 6 × 0. 2042/2 ou encore tous les La demande X durant le d´ lai d’obtention de 20 jours est une N(167. 115 . Le probl` me de la d´ termination du point de commande s est quant a lui r´ solu e e ` e en prenant pour point s le niveau de recompl` tement S qui minimise le coˆ t d’une u e gestion calendaire durant le d´ lai d’obtention L : e C(S) = cp Ip (S) + cr Ir (S) avec Ir (S). 81 jours.50).

0561 = 2. 76 articles . Cas d’une demande al´atoire e niveau du stock q = 490 41 q = 490 s L 20 jours 59 jours temps Figure 4.4. 2) = 50 × 0. 81 = 13. Le nombre moyen de commandes d´ pend uniquement de q et se calcule par la e formule : 2400 D Ic (q) = = = 4.2 Cons´ quences economiques du choix e ´ Le stock de s´ curit´ est d´ fini comme diff´ rence entre le niveau de recompl` tement e e e e e et la demande moyenne durant L et vaut ici : 227 − 167 = 60 articles. se calcule par la e c formule de la gestion calendaire : c Ir (s = 227) = σ × g(tS = 1. Le nombre moyen ´ de ventes manqu´ es par an s’´ l` ve donc a : e ee ` c Ir (s) = Ic (q) × Ir (q) = 4. 81 Or le nombre de cycles est egal au nombre de commandes Ic (q).2: Dur´ e de d´ tention en stock de l’article en trop e e D’o` u 1. 4.Section 4. 898 × 2. 898 commandes.4. q 490 Le nombre moyen de ruptures au cours d’un cycle. 2 = D’o` finalement u S ∗ − 167 50 S ∗ = 227. not´ Ir .

405 On en d´ duit le cout de gestion total suivant : e ˆ c C(s. q) = mu D − C(s. 81 490 490 = 1 469. les ventes manqu´ es sont suppos´ es perdues pour le supere e e march´ et donc le stock moyen poss´ d´ se calcule par la formule suivante : e e e Ip (s. en cas de ventes manqu´ es perdues : e Ip (s. La gestion par point de commande Le calcul du stock moyen poss´ d´ est plus compliqu´ car il d´ pend a la fois de s e e e e ` et de q. 45 = 20 554. q) = q DL c + (s − DL) + I (S) 2 2q r o` Ir (s) note le nombre moyen de ruptures par cycle (durant le d´ lai d’obu c e tention). en cas de ventes manqu´ es diff´ r´ es : e ee Ip (s. q) = q I c (s) + (s − DL) + r 2 2 2. 4 + 10 2. q) = q I c (s) + (s − DL) + r 2 2 490 2. q) = 24 000 − 3 445. le cout de gestion se calcule par la formule : ˆ C(s. q) + cc Ir (s) q q Dans le cas pr´ sent. On peut montrer (voir Giard [2]) que : 1. s) + cr Ic (q)Ir (s) 2 400 2 400 = 300 + 6 × 306. 43 + 137. 63 = 3 445. q) = cc Ic (q) + cp Ip (q. 45 La marge nette moyenne annuelle est obtenue en soustrayant a la marge b´ n´ fi` e e ciaire sur la demande moyenne le coˆ t de gestion annuel : u B(s. q) = cc D D c + cp Ip (s. Dans les deux cas. 81 = + 60 + 2 2 = 306. 54 .42 Chapitre 4. 39 + 1 838.

lequel se e u e calcule a l’aide d’un taux de 15 %. Vente de verre de cristal en univers al´ atoire. etant donn´ l’´ volution e ` ´ e e technique rapide et les risques d’obsolescence associ´ s. a titre d’exemple. La demande hebdomadaire n’est maintenant plus consid´ r´ e comme certaine. le a ` cas d’un transistor dont le prix d’achat est de 16 F et dont la consommation est de 15. Le coˆ t u e` ´ e` u de possession utilis´ ne fait intervenir qu’un coˆ t d’opportunit´ . Vente de verre de cristal.000 unit´ s sur l’ann´ e. (b) Le d´ lai de livraison etant egal a deux semaines. Le coˆ t de passation e u d’une commande est estim´ a 24 F. (c) Quelle est l’´ conomie annuelle de votre solution par rapport a la teche ` nique des deux casiers utilis´ e aujourd’hui ? e 4. e (b) D´ terminez la politique optimale de gestion du stock. u d´ terminez le stock moyen et le nombre de commandes par an. Le coˆ t de e u .2. On suppose que la demande est une ` certaine et qu’il n’est pas possible d’avoir de rupture de stock. Par ailleurs. Un grand magasin vend chaque semaine 150 cartons de six verres du mod` le “Elite”. Exercices 43 4. et le coˆ t associ´ a une commande est evalu´ a 30 euros.1. Donnez le mone tant de la commande et le point de commande. La gestion de stock est du type point de commande. La demande est uniform´ ment r´ partie sur e e e e toute l’ann´ e qui comporte 50 semaines d’ouverture. e (c) Calculez le coˆ t de gestion de stock correspondant a cette solution. D` s qu’un casier est vide. d´ terminez le point e ´ ´ ` e de commande (l’ann´ e comporte 52 semaines). Gestion de l’approvisionnement du stock de transistors.Section 4.3. (a) Calculez le coˆ t de la politique actuelle de gestion de stock. Une soci´ t´ de ee distribution de mat´ riel et composants electroniques ayant comme client` le e ´ e les artisans r´ parateurs de mat´ riel hi-fi grand public est en train de red´ finir e e e sa politique d’approvisionnement des stocks. mais comme al´ atoire. Le responsable des achats vous soumet. on entame le second et on passe e e une commande de 500 transistors. de contenance de e 500 transistors. Le d´ lai d’obtention de la commande est d’une semaine. (a) Calculez la commande optimale. on applique un taux e de d´ tention en stock tr` s elev´ : 50 % par an. Pour le moment la technique e e ´ e des deux casiers est appliqu´ e : on dispose de deux casiers.5. u ` e 4.5 Exercices 4. On vous charge de l’aider dans cette tˆ che. Pour cela. ee e Elle suit une loi normale de moyenne 150 et d’´ cart-type 50. Le coˆ t d’achat de 6 verres est de e u 8 euros.

Un supermarch´ vend des carafes a eau 50 F. le stock moyen poss´ d´ ´e e e u ainsi que le coˆ t de gestion annuel. 4.4. Le coˆ t de passation d’une commande est de 30 F. Il ` e ` les ach` te aupr` s de son fournisseur 35 F. le nombre moyen annuel de demi-douzaines de verres que le grand magasin n’a pas et´ en mesure de vendre. (a) Quelle est la quantit´ a commander ? e` (b) Quel est le niveau de stock qui doit d´ clencher la commande ? e (c) Quel est le nombre moyen de clients non satisfaits pendant le d´ lai de e deux semaines entre la passation de la commande et sa r´ ception ? e . La demande hebdomadaire suit e e une loi de Poisson de param` tre 5. Calculez le nouveau point de e ` commande. La gestion par point de commande rupture est estim´ a 2 euros. Ventes de carafes a eau. parce que la demi-douzaine est vendue 10 e ` euros et que la direction estime que la rupture de stock de cet article n’est pas pr´ judiciable a son image de marque. On utilise un taux d’opportunit´ de e e 15 % l’an. Le d´ lai u e d’approvisionnement est de deux semaines.44 Chapitre 4.

a savoir ` • la gestion calendaire de stock. La demande mensuelle de cet article suit une loi e de Poisson de moyenne 8. mais avec cette fois un d´ lai e u e e e d’obtention de 15 jours environ.1 Enonc´ du probl` me e e Une soci´ t´ sp´ cialis´ e dans le vente par correspondance a un article peu vendu. Il ee e e s’agit d’un matelas orthop´ dique. e e Le coˆ t de commande est estim´ a 20 euros. e 5. • la gestion par point de commande sur un mˆ me exemple pratique. le produit est achet´ 200 euros u e` e et revendu 350 euros (y compris le coˆ t moyen de transport vers le client u de 50 euros). 3.Chapitre 5 Etude de cas : la vente par correspondance. La r´ gularit´ de l’approvisionnement permet d’avoir un d´ lai e e e d’obtention insignifiant. Pour terminer ce cours. Une demande non satisfaite est diff´ r´ e avec un ee coˆ t de 10 euros (frais administratifs). La gestion calendaire avec une p´ riode de r´ vision calendaire de deux mois. Une gestion du type quantit´ economique de commande . u 2. L’acheteur responsable de l’approvisionnement h´ site e entre trois syst` mes : e 1. que pr´ conisez-vous ? ´ e e e 45 . nous allons comparer les deux m´ thodes de gestion de e stock vue dans ce cous.point de commande e´ avec les mˆ mes coˆ ts que pr´ c´ demment. ce qui e e permet a l’entreprise de percevoir une commission de 50 euros. Apr` s e e etude du b´ n´ fice net dans les trois cas. Servir d’interm´ diaire en r´ percutant au fournisseur la commande. ` L’entreprise estime que la rentabilit´ marginale de son capital est de 24 %.

12 8 = 0.2 5. 1205 = 105. 12 x Ir (S) ¯ + 2 2 = 15 − 8 + 1. 687. 1205 et Ip (S). 5333 = 2. Ce qui sur base annuelle (6 fois deux mois) donne : Ca = 6 × 105.2. 06025 . Ir (S). 5. 065 = 8.1 R´ solution du probl` me e e Gestion calendaire de stock Le niveau optimal de recompl` tement du stock est d´ termin´ par : e e e cp < P (X > S ∗ − 1) S ∗ tel queP (X > S ∗ ) < p cr + c2 avec des coups de possession et de rupture de : cp = 200F × 0. le stock moyen poss´ d´ : e e Ip (S) = S − Donc : C(S) = cc Ic (S) + cp Ip (S) + cr Ir (S) = 20 × 1 + 8 × 8. Etude de cas : la vente par correspondance. 06025 + 10 × 2. 6325 − 15 × 0. 687 = 634. le nombre moyen de demandes non satisfaites : Ir (S) = λP (X > S − 1) − SP (X > S) = 16 × 0. 24 × ce qui donne : cp cr + cp 2 2 = 8 F et cr = 10 F. on lit que : S ∗ = 15 Calculons les cons´ quences economiques de ce choix.46 Chapitre 5. 57 14 = Dans la table de la Poisson(λ = 2 × 8). Le coˆ t de gestion vaut : e ´ u C(S) = cc Ic (S) + cp Ip (S) + cr Ir (S) = 20Ic (S) + 8Ip (S) + 10Ir (S) avec Ic (S) le nombre moyen de commandes durant 2 mois : Ic (S) = 1.

2 Gestion par point de commande Le niveau optimal de commande est donn´ par : e q∗ = 2cc D = cp 2 × 20 × 96 = 8. R´solution du probl`me e e 47 5. 5. le nombre moyen de commande : Ic (q) = D 96 = = 10. 667 × 0. 94 ≈ 9 48 Le point de commande optimal s∗ est tel que : s∗ tel queP (XL > s∗ ) < avec cp = cp Donc cp cr + cp 2 < P (XL > s∗ − 1) 9 q∗ = 48 = 4. 41 = 5.2. 591178 + 10 × 4. q) + cr Ir (s) = 20 × 10. le nombre moyen de demandes non satisfaites : c Ir (s) = λP (X > S − 1) − SP (X > S) = 4 × 0. q). 41 = 4. . On peut alors calculer e ´ Ic (s). 4103 c Ir (s) = Ic (q)Ir (s) = 10. 667 ∗ q 9 Ir (s). 3765 Ip (s. apr` s lecture dans la table Poisson(λ = 4) : u e Calculons les cons´ quences economiques de ce choix. 667 + 48 × 5. 25 s∗ = 5 D’o` . 3712 − 5 × 0. 367347 cr + cp /2 12. le stock moyen poss´ d´ en cas de ventes manqu´ es diff´ r´ es : e e e ee Ip (s. D 96 cp 4. 5 + (5 − 4) + 18 On en d´ duit le coˆ t de gestion du stock suivant : e u C = cc Ic (q) + cp Ip (s. q) = q DL c + (s − DL) + I (S) 2 2q r 4 × 0.2. 2149 = 0.Section 5. 5 = = 0. 3765 = 525. 591178 = 4. 48.

q) = 96 × 100 − 525. a savoir e e ` celui de • la gestion calendaire : B(S) = 96 × 100 − 634. 12 = 8 965.48 Chapitre 5. 52 • cas o` l’on sert d’interm´ diaire : u e B = 96 × 50 − 0F = 4 800 On en conclut qu’il vaut mieux utiliser. Etude de cas : la vente par correspondance. dans cet exemple. . 5. 88 • la gestion par point de commande : B(s. 48 = 9 074.3 Conclusions On peut maintenant faire la comparaison du b´ n´ fice dans les trois cas. la gestion par point de commande.

49 . Paris. 1990. JAVEL. 2003. MAC CLAIN. MAZZOLA. Economica. Operations Management: Production of Goods and Services. [3] G.O. Olivier BRUEL. Economica.J. Alain GARREAU. 1997. [5] J. 1996.B. Optimisation appliqu´ e a la gestion et a l’´ conomie. Management Industriel et Logistique. Organisation et gestion de la production. e ` Economica. L. ` e [4] LACAZE Dominique. Paris. 1992.Bibliographie [1] BAGLIN G´ rard. [2] GIARD Vincent. THOMAS et J. MASSON. Gestion de la production et des flux. Michel GREIF et e Christian VAN DELFT. Prentice Hall.

.

Annexe A Formulaire pour la gestion de stocks A. σ) P (X > S ) = 51 . σ) P (X > S ) = Politique optimale en stock a rotation non nulle : ` S ∗ tel que P (X > S ∗ ) ≤ S ∗ tel que cp cp cr + 2 ∗ ≤ P (X > S ∗ − 1) cp cp cr + 2 si X ∼ Poisson(λ) si X ∼ N (µ. σ) et Ir (S) = nombre moyen de demandes non satisfaites : Ir (S) = λP (X > S − 1) − SP (X > S) Ir (S) = avec : σ [f (tS ) − tS P (t > tS )] 2 ¯ S−X e−tS /2 tS = et f (tS ) = √ σ 2π Politique optimale en stock a rotation nulle : ` S ∗ tel que P (X > S ∗ ) ≤ S ∗ tel que cp ≤ cp +cr ∗ P (X > S ∗ − 1) cp cr +cp si X ∼ Poisson(λ) si X ∼ N (µ.1 La gestion calendaire de stock Cout de gestion : ˆ C(S) = cp Ip (S) + cr Ir (S) (+cc 1) e e avec Ip (S) = stock moyen poss´ d´ : ¯ Ip (S) = S − X + Ir (S) (cas de stock a rotation nulle) ` Ip (S) = S− ¯ X 2 + Ir (S) 2 (cas de stock a rotation non nulle) ` si X ∼Poisson(λ) si X ∼ N (µ.

la marge unitaire. Formulaire pour la gestion de stocks Cons´ quences economiques du choix : e ´ • coˆ t de gestion : u C(S) = cr Ir (S) + cp Ip (S) (+cc 1) • marge nette moyenne : ¯ B(S) = mu X − C(S) avec mu . le coˆ t unitaire de possession durant un an en stock. e e Niveau optimal de commande : 2cc D cp avec cp .2 La gestion par point de commande Cout de gestion en univers certain : ˆ C(q) = cc Ic (q) + cp Ip (q) = cc avec Ic (q) Ip (q) D q = = = = D q + cp q 2 nombre moyen de commandes par an.52 Annexe A. e e demande annuelle. exprim´ en ann´ e. A. quantit´ command´ e. u q∗ = Point de commande : s = DL avec L = d´ lai d’approvisionnement. e e e Cons´ quences economiques du choix : e ´ • Le nombre moyen de commandes par an : Ic (q) = D q . stock moyen poss´ d´ .

la demande moyenne annuelle : u ` q∗ = 2cc D cp Le point de commande s est d´ termin´ en arbitrant entre le coˆ t de rupture et le e e u coˆ t de possession en utilisant la gestion calendaire pendant le d´ lai d’obtention u e L et en retenant comme s le niveau de recompl` tement optimal S : e P (X > S ∗ ) = cp cr + cp /2 avec cp . q) = cc Ic (q) + cp Ip (s.2. le coˆ t unitaire de possession entre deux commandes : u cp = c p Cons´ quences economique du choix : e ´ • Le stock de s´ curit´ est la diff´ rence entre le point de commande et la dee e e mande moyenne durant L : s − DL q∗ . La gestion par point de commande • Le stock moyen poss´ d´ : e e Ip (q) = • Le coˆ t de gestion en univers certain : u C(q) = cc Ic (q) + cp Ip (q) = cc • La marge nette moyenne : B(q) = mu D − C(q) avec mu .Section A. q) + cr Ir (s) D q + cp q 2 53 q 2 La quantit´ economique q est d´ termin´ e en arbitrant entre le coˆ t de commande e´ e e u et le coˆ t de possession a partir de D. D . la marge unitaire. Cout de gestion en cas de demande al´ atoire : ˆ e C(s.

q) = q DL c + (s − DL) + I (S). Formulaire pour la gestion de stocks • Le stock moyen poss´ d´ en cas de ventes manqu´ es perdues : e e e Ip (s. 2 2q r e o` Ir (s) note les ruptures par cycle (durant le d´ lai d’obtention). . q) = q I c (s) + (s − DL) + r . q) = mu X − C(s. q) avec mu .54 Annexe A. q) + cc Ir (s) q q • La marge nette : ¯ B(s. u c • Le stock moyen poss´ d´ en cas de ventes manqu´ es diff´ r´ es : e e e ee Ip (s. la marge unitaire. q) = cc Ic (q) + cp Ip (s. u c • Le coˆ t de gestion : u C(s. q) + cr Ir (s) D D c = cc + cp Ip (s. 2 2 e o` Ir (s) note les ruptures par cycle (durant le d´ lai d’obtention).

0000 0.4 0.0144 0.0005 0.0012 0.0175 0.0000 0.0369 0.1813 0.0005 0.0000 0.0000 0.0000 0.0000 0.0000 0.0012 0.0000 Donne la probabilit´ P [Poisson(λ) > x] e 55 .0000 0.2592 0.1 x 0 1 2 3 4 5 Table de la loi Poisson(λ) λ 0.0000 0.0902 0.0000 0.0001 0.0000 0.3624 0.15 0.0487 0.0079 0.0011 0.0008 0.0047 0.0001 0.0055 0.0003 0.0000 0.0616 0.0952 0.0000 0.0000 0.45 0.2212 0.0000 0.0754 0.2 0.5 0.0022 0.0001 0.0002 0.25 0.0265 0.0109 0.0000 0.3297 0.Annexe B Tables pour la gestion de stocks B.2953 0.0001 0.0102 0.1 0.1393 0.05 0.0002 0.0488 0.0000 0.0000 0.0000 0.3935 0.0036 0.0000 0.35 0.0018 0.3 0.

0000 0.0045 0.0014 0.56 Annexe B.0000 Donne la probabilit´ P [Poisson(λ) > x] e .0001 0.0629 0.0000 0.0000 0.0283 0.1219 0.4231 0.7769 0.0003 0.0002 0.0186 0.0044 0.1734 0.0000 0.0003 0.2642 0.0000 0.0656 0.1912 0.0000 0.0231 0.0405 0.0023 0.0000 0.55 0.0001 0.0000 0.0009 0.0000 0.0000 0.0111 0.0018 0.4422 0.2093 0.0058 0.0025 0.0000 0.0341 0. Tables pour la gestion de stocks λ x 0 1 2 3 4 5 6 7 8 0.0000 0.7 0.1912 0.5507 0.0135 0.0034 0.1558 0.5276 0.0000 0.0000 1.0000 0.9 0.75 0.0000 0.0000 1 0.4512 0.0000 0.0549 0.0091 0.65 0.85 0.5 0.0474 0.0000 0.0004 0.0003 0.5034 0.0073 0.0190 0.0006 0.0006 0.0037 0.0000 0.0000 0.0001 0.0803 0.0000 0.0185 0.8 0.0002 0.0000 0.2275 0.6321 0.6 0.1057 0.4780 0.0008 0.5934 0.0011 0.0000 0.0000 0.1386 0.5726 0.0001 0.0000 0.0000 0.0000 0.

0511 0.0000 0.9826 0.0001 0.1528 0.0000 0.9380 0.0001 0.0001 0.0000 5 0.0081 0.0201 0.9596 0.8641 0.0000 0.1226 0.0020 0.1424 0.0000 0.0007 0.0000 0.1107 0.9889 0.0653 0.0004 0.0002 0.0000 0.0000 0.0000 2.8753 0.0318 0.9985 0.9933 0.4711 0.2746 0.0000 0.2424 0.0000 6 0.0000 0.0003 0.1. Table de la loi Poisson(λ) λ x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 2 0.9179 0.0000 0.8264 0.0038 0.0000 0.0000 0.8647 0.0000 0.5 0.0030 0.7350 0.2971 0.2560 0.9389 0.5940 0.0426 0.6425 0.0071 0.0001 0.9959 0.1689 0.0028 0.0012 0.0119 0.5 0.4634 0.7763 0.0000 0.0006 0.7983 0.0137 0.0036 0.0000 0.0000 0.0024 0.8882 0.6310 0.0002 0.9084 0.0055 0.5665 0.3140 0.6792 0.0000 4 0.0527 0.0008 0.0000 0.2378 0.4679 0.0000 0.0000 4.0000 0.0000 57 Donne la probabilit´ P [Poisson(λ) > x] e .5 0.0009 0.0001 0.0160 0.0000 0.0088 0.9502 0.0000 0.0000 3 0.0017 0.2084 0.5595 0.7619 0.0001 0.0010 0.0000 0.0001 0.0014 0.0000 0.0000 0.1847 0.0000 0.5 0.0142 0.0335 0.0005 0.0003 0.0253 0.3937 0.0000 0.1905 0.1088 0.0003 0.0000 0.6577 0.0000 0.0001 0.0000 0.0033 0.3233 0.4735 0.5 0.0000 0.4562 0.0166 0.1334 0.0000 5.0002 0.7149 0.0000 0.0003 0.1056 0.0045 0.9887 0.0000 0.5543 0.0000 0.9817 0.0403 0.9734 0.0000 0.0000 0.2149 0.3840 0.0099 0.0668 0.0420 0.8009 0.0000 0.3712 0.0110 0.0042 0.9570 0.0000 0.0171 0.7127 0.0267 0.0003 0.0000 0.0001 0.0000 0.0045 0.9698 0.0002 0.0538 0.0681 0.0011 0.0000 0.8488 0.0866 0.0839 0.9116 0.0000 6.0002 0.0067 0.0000 0.Section B.0000 0.3528 0.5768 0.0000 0.0000 0.3272 0.0214 0.9975 0.0839 0.0000 0.1429 0.0000 0.0011 0.0339 0.0011 0.0000 3.

0040 0.0000 1.4013 0.0001 0.0011 0.0559 0.0000 0.4270 0.0000 8 0.5 0.5470 0.0000 0.0000 0.6595 0.2187 0.0220 0.0600 0.1095 0.0030 0.0000 0.0005 0.0250 0.1841 0.2366 0.9988 0.3185 0.0177 0.0909 0.9972 0.8568 0.9998 0.4207 0.0000 0.0020 0.0000 8.0000 0.0000 11 1.0076 0.0000 0.0128 0.0000 0.0533 0.0003 0.0000 0.0001 0.0177 0.9970 0.8088 0.0001 0.0000 0.0000 0.0000 0.0061 0.9699 0.8504 0.2709 0.7932 0.0000 0.0415 0.0000 0.0001 0.0053 0.3032 0.7680 0.1119 0.9409 0.9981 0.0000 0.0043 0.6082 0.0000 0.6218 0.0001 0.9988 0. Tables pour la gestion de stocks λ x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 7 0.0141 0.0000 0.0216 0.0335 0.0116 0.8342 0.0016 0.9576 0.0000 0.9938 0.9542 0.0000 0.9741 0.9951 0.9797 0.9953 0.0000 0.0037 0.0047 0.9995 0.8450 0.1378 0.0004 0.5421 0.0000 0.9998 0.1355 0.0000 0.9997 0.0000 0.0008 0.0015 0.9963 0.8843 0.0010 0.0093 0.9214 0.0004 0.6468 0.3249 0.0001 0.6993 0.9999 0.5503 0.0173 0.9991 0.58 Annexe B.9329 0.9989 0.9992 0.0000 0.9625 0.0007 0.4754 0.0000 0.0002 0.5369 0.1019 0.0020 0.0270 0.0000 0.0000 0.7576 0.0004 0.8351 0.6866 0.9004 0.0000 0.0000 10 1.0066 0.0427 0.8679 0.0143 0.5 0.0985 0.9788 0.0000 0.1636 0.0001 0.0013 0.0003 0.0000 13 1.2480 0.9995 0.8699 0.4170 0.6528 0.6761 0.4126 0.2084 0.2364 0.0082 0.7798 0.0000 0.3380 0.0000 0.4075 0.9450 0.9115 0.9999 0.9597 0.9958 0.0698 0.2834 0.9460 0.0213 0.1513 0.0000 9.0000 0.9849 0.3113 0.0000 0.0000 0.0000 0.0005 0.0000 0.9998 0.0020 0.0000 0.0002 0.0000 0.0514 0.1013 0.0000 12 1.0007 0.9851 0.0009 0.2940 0.0000 0.0342 0.5 0.1970 0.0005 0.0000 0.0007 0.0000 0.0000 0.3470 0.0003 0.0000 0.0002 0.0010 0.0000 0.0016 0.0000 0.0000 7.0000 Donne la probabilit´ P [Poisson(λ) > x] e .4782 0.9256 0.0000 0.0030 0.0000 0.0001 0.1242 0.5401 0.2236 0.7586 0.0035 0.0000 0.0024 0.0024 0.0000 0.0000 0.0630 0.0274 0.0001 0.9927 0.8270 0.0000 0.0103 0.1695 0.5443 0.4240 0.0089 0.7438 0.0046 0.9994 0.0427 0.9924 0.9977 0.0000 0.0792 0.0000 0.9704 0.0002 0.0270 0.0374 0.3547 0.0638 0.0322 0.0000 0.0000 0.0072 0.9707 0.2280 0.9862 0.0001 0.0926 0.9907 0.7483 0.0487 0.4769 0.0000 0.5384 0.0023 0.0001 0.9897 0.0000 9 0.0739 0.0057 0.9105 0.0001 0.9002 0.0835 0.9999 0.0003 0.0111 0.7313 0.0010 0.1460 0.0138 0.1645 0.0000 0.1556 0.9893 0.0000 0.9182 0.9797 0.6144 0.6672 0.

0131 0.9997 0.0001 0.9858 0.9946 0.0892 0.0002 0.9979 0.0004 0.0009 0.0000 0.0000 1.8152 0.0367 0.1248 0.0001 0.1.0000 1.4319 0.0167 0. Table de la loi Poisson(λ) λ x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 14 1.1878 0.7192 0.0282 0.4296 0.0001 0.9991 0.0000 0.9820 0.9972 0.7324 0.5333 0.0000 18 1.9995 0.0010 0.0000 0.0005 0.6368 0.0050 0.0000 0.7255 0.9998 0.0000 0.0000 1.3407 0.7991 0.1945 0.8730 0.1449 0.6285 0.0479 0.9999 0.8243 0.2511 0.2441 0.0022 0.0223 0.5343 0.2009 0.Section B.0406 0.9993 0.9696 0.0000 0.8815 0.0000 17 1.1011 0.1385 0.0000 1.9874 0.9929 0.9900 0.3450 0.0003 0.0004 0.0006 0.9153 0.0027 0.0327 0.5314 0.0173 0.0075 0.9999 0.9990 0.6249 0.0000 0.9451 0.0103 0.0000 16 1.9982 0.1318 0.1805 0.0013 0.0000 1.9986 0.0000 0.0252 0.4340 0.0041 0.5323 0.3359 0.9999 0.6325 0.0002 0.8069 0.4378 0.3491 0.9998 0.0000 1.0017 0.0000 15 1.0765 0.0088 0.0000 0.7919 0.0000 0.0288 0.0059 0.9226 0.0000 1.9684 0.2637 0.9924 0.0001 0.9945 0.0000 0.7133 0.0000 0.0033 0.0000 0.7400 0.0050 0.0000 0.0062 0.2693 0.9846 0.0000 0.0000 0.3306 0.9971 0.9567 0.9960 0.9083 0.0152 0.0018 0.0000 1.9739 0.0003 0.0026 0.0000 59 .9379 0.1174 0.6415 0.8574 0.0001 0.8906 0.0007 0.0000 0.9996 0.2577 0.0112 0.9626 0.1728 0.9780 0.0633 0.4360 0.0531 0.0582 0.0093 0.0000 0.0195 0.0000 0.0000 1.0000 0.9301 0.0683 0.8650 0.0033 0.0001 0.0000 1.0014 0.0011 0.0006 0.0830 0.0001 0.0000 1.0000 0.0953 0.0002 0.0446 0.9509 0.5356 0.0001 0.

0154 0.1841 0.1020 0.0011 0.3821 0.3 0.3372 0.0075 0.1314 0.0630 0.4052 0.0062 0.0174 0.1 2.1292 0.0307 0.0012 0.0087 0.2843 0.1949 0.0054 0.4721 0.60 Annexe B.2611 0.0089 0.0274 0.0110 0.1210 0.1446 0.4207 0.0721 0.0119 0.0066 0.2877 0.4443 0.3745 0.3300 0.0013 0.0281 0.0122 0.0179 0.4920 0.3336 0.0222 0.0104 0.1762 0.0427 0.0080 0.4602 0.0838 0.3264 0.0375 0.2676 0.3859 0.1230 0.0823 0.0034 0.0537 0.0010 0.0655 0.2776 0.2236 0.01 0.3409 0.9 2.0019 0.1492 0.1 1.0082 0.1271 0.4013 0.0294 0.2546 0.1635 0.0059 0.2206 0.1587 0.0032 0.0934 0.0233 0.0025 0.0049 0.0051 0.2810 0.0018 0.0202 0.2389 0.3632 0.1562 0.2946 0.3974 0.0084 0.0446 0.0015 0.0582 0.06 0.0057 0.0606 0.1469 0.4 2.0091 0.0017 0.3 2.0012 0.0968 0.2119 0.8 2.1038 0.0018 0.0019 0.2483 0.0125 0.0359 0.2296 0.0681 0.1379 0.0060 0.4840 0. Tables pour la gestion de stocks B.0217 0.1423 0.0322 0.0708 0.6 0.0022 0.2514 0.0014 0.0035 0.0113 0.0099 0.1711 0.2033 0.0052 0.0071 0.2005 0.3446 0.0314 0.0102 0.2 1.4168 0.3557 0.2327 0.0039 0.0183 0.0033 0.8 0.0694 0.4880 0.0170 0.3015 0.1977 0.0643 0.0015 0.0 Table de la loi normale Z ∼ N (0.4641 0.4090 0.9 1.0329 0.3520 0.0040 0.1093 0.3121 0.1056 0.2061 0.4 1.0336 0.0455 0.0262 0.1736 0.0096 0.3594 0.0020 0.0 0.4 0.0048 0.0197 0.2177 0.0069 0.0885 0.2 2.0055 0.0026 0.1131 0.0027 0.1003 0.0618 0.0 2.0150 0.1112 0.1867 0.0526 0.7 2.0026 0.4761 0.0094 0.0985 0.2709 0.0036 0.3936 0.0475 0.07 0.5 0.9 3.4483 0.0465 0.0559 0.1075 0.3192 0.0016 0.8 1.0384 0.4681 0.0401 0.3707 0.5 2.1190 0.2266 0.00 0.0256 0.0107 0.0901 0.6 1.0041 0.4286 0.3085 0.2 0.3483 0.0418 0.0166 0.4801 0.0735 0.3156 0.1814 0.0228 0.4522 0.03 0.2578 0.0028 0.0516 0.08 0.1401 0.2643 0.1357 0.0045 0.0011 0.2743 0.3050 0.0764 0.4325 0.0207 0.2912 0.0594 0.0 1.6 2.0239 0.0136 0.4404 0.0047 0.0146 0.2148 0.0068 0.4960 0.7 1.0287 0.09 0.1685 0.0021 0.0188 0.0344 0.0024 0.0143 0.0162 0.0116 0.2420 0.0129 0.4129 0.1660 0.0029 0.0505 0.0038 0.0044 0.0409 0.3669 0.0853 0.0351 0.0043 0.0021 0.0250 0.0668 0.3228 0.04 0.0392 0.0268 0.0869 0.1251 0.0192 0.0023 0.0139 0.0011 0.5 1.0010 Donne la probabilit´ P (Z > zi + zj ) e .4247 0.0212 0.4364 0.1894 0.2358 0.1515 0.5000 0.1335 0.0749 0.3 1. 1) zj 0.0793 0.2981 0.0367 0.1611 0.3897 0.1539 0.0495 0.0244 0.1 0.0571 0.0951 0.0064 0.0132 0.05 0.0030 0.2451 0.4562 0.0485 0.0023 0.0436 0.0778 0.0013 0.0158 0.1170 0.0073 0.0013 0.0037 0.1922 0.7 0.0031 0.2090 0.3783 0.0301 0.0548 0.1788 0.0808 0.0078 0.1151 0.2 P zi 0.0918 0.02 0.0014 0.0016 0.

2561 1.7708 2.8047 1.2828 1.0476 1.08 3.9004 2.4721 2.6978 0.9694 1.5013 1.6612 2.7279 1.2839 2.4349 0.5617 2.7047 0.4784 0.6327 1.1599 1.5761 1.1064 2.5545 0.8308 2.05 3.8506 2.0833 1.8353 0.4027 2.5245 0.8820 1.3632 2.3828 2.0603 2.8658 0.7471 0.3186 1.6422 1.1457 2.3636 1.1654 2.0280 1.5318 2.2034 1.6115 2.9 -1.0702 2.9207 1.9606 2.4954 0.6611 1.0505 2.0868 1.1852 2.0250 0.3 Table pour le calcul de Ir (S) tj 0.5218 2.5069 0.0574 1.9045 0.5186 0.8128 0. Table pour le calcul de Ir (S) 61 B.2246 2.2121 1.4 -2.8625 1.2049 2.9499 1.06 3.6239 0.4728 0.2473 1.6992 1.6304 0.6 -0.9305 2.0804 2.8812 0.4425 2.3730 2.4840 0.0304 2.3.9904 2.0415 0.8805 2.6706 1.7906 0.5730 0.4922 1.6516 1.8916 1.4524 2.5792 0.9792 1.0084 1.4326 2.3 -2.9406 2.1859 1.4141 0.7980 0.1 -1 -0.7853 1.7182 1.9599 0.6636 0.7833 0.6436 0.9680 0.9923 0.5293 1.3275 1.7686 0.7187 0.8006 2.1256 1.5716 2.5011 0.7909 2.4624 2.8429 0.5 -2.4551 1.8203 0.4274 1.1359 2.0005 2.1947 1.1261 2.5949 1.0918 1.5668 0.5200 1.2 -1.9204 2.9123 0.9305 1.5120 2.7010 2.3434 2.5667 1.0086 0.3909 1.5 -1.8 -0.4092 1.8735 0.3531 2.03 3.09 3.7109 2.9281 0.7470 1.3037 2.9105 2.2740 2.2209 1.0183 1.9704 2.4225 2.5606 0.8 -1.0202 2.9202 0.2650 1.4920 2.6214 2.7951 1.4821 2.07 3.7661 1.0403 2.8405 2.0004 0.8607 2.5387 1.1753 2.4618 0.2296 1.6840 0.5574 1.5484 0.4090 0.3929 2.2641 2.5304 0.2384 1.9402 1.5981 0.8335 1.8143 1.8889 0.7088 1.1556 2.3006 1.6138 1.5419 2.2 -2.4736 1.8054 0.0967 1.8433 1.00 3.4193 0.4366 1.4126 2.6569 0.0333 0.2 -0.7374 1.8967 0.5363 0.3137 2.9013 1.7209 2.8277 0.4 -1.5107 1.8207 2.4297 0.6174 0.3 -0.1428 1.3546 1.7542 0.4000 1.1342 1.4673 0.7760 0.7309 2.1087 1.9 -2.5020 2.6910 2.6312 2.3726 1.9 -0.8723 1.1 -2 -1.8906 2.6513 2.8240 1.6370 0.7257 0.8529 1.5479 1.6801 1.7328 0.3234 2.5918 0.5915 2.5855 0.8107 2.5424 0.9440 0.0104 2.8504 0.7614 0.01 3.3334 2.5855 1.6896 1.1686 1.7566 1.4040 0.9504 2.2146 2.0749 0.8581 0.9360 0.3818 1.7117 0.1513 1.2938 2.6414 2.3365 1.6704 0.2916 1.7409 2.2543 2.0672 1.1171 1.6109 0.0771 1.2739 1.4458 1.7 -1.9111 1.6232 1.4897 0.6711 2.3989 0.0582 0.4643 1.4564 0.8 -2.7758 1.7608 2.1164 2.5517 2.7 -2.0666 0.5817 2.6909 0.9597 1.6043 1.2344 2.04 3.6503 0.1002 1.1773 1.3455 1.9842 0.6 -2.5 -0.9519 0.0168 0.9760 0.9889 1.7399 0.6 -1.6811 2.1949 2.4402 0.3096 1.4509 0.4 -0.0903 2.1 0 .02 3.6772 0.2445 2.0499 0.6045 0.4829 1.Section B.7809 2.6014 2.9805 2.8705 2.7508 2.4244 0.3 -1.9987 1.4183 1.4456 g(tS ) ti -3 -2.5127 0.7 -0.0378 1.

1 0.3373 0.1140 0.0539 0.0455 0.00 0.3940 0.3744 0.0072 0.09 0.1289 0.0019 0.0028 0.9 3 Annexe B.0609 0.3111 0.6 2.0771 0.0032 0.1160 0.0161 0.0029 0.0129 0.0486 0.0102 0.0182 0.0026 0.0475 0.3697 0.1060 0.0004 0.0249 0.0052 0.1080 0.0021 0.0078 0.0255 0.0192 0.0037 0.0170 0.2945 0.9 1 1.0787 0.1528 0.0037 0.0002 0.1267 0.0010 0.0206 0.0005 0.1004 0.1023 0.1580 0.2409 0.0007 0.0038 0.0818 0.0017 0.0017 0.1 2.0034 0.0742 0.1828 0.0899 0.0020 0.0383 0.0097 0.0322 0. Tables pour la gestion de stocks tj 0.0049 0.6 0.2630 0.0004 0.2304 0.0057 0.0849 0.0004 0.0686 0.0950 0.1181 0.0647 0.0009 0.0287 0.2236 0.0053 0.0756 0.0068 0.0044 0.3154 0.0392 0.0039 0.1245 0.0004 0.2986 0.5 0.0014 0.1742 0.0094 0.1477 0.1 1.1312 0.2592 0.0046 0.0007 0.0728 0.0076 0.0584 0.1554 0.1358 0.0426 0.0008 0.0111 0.0009 0.7 1.0020 0.0007 0.0011 0.0004 0.5 1.0012 0.0005 0.0004 0.0596 0.0087 0.3418 0.0673 0.0084 0.0008 0.6 1.0151 0.04 0.1429 0.0003 0.2339 0.0005 0.2904 0.2 2.2270 0.62 g(tS ) ti 0 0.1917 0.0009 0.0358 0.1381 0.2 0.2518 0.2784 0.0083 0.5 2.0041 0.0986 0.0020 0.06 0.2136 0.1606 0.0003 Donne g(tS ) = [f (tS ) − tS P (t > tS )] .0005 0.0528 0.2481 0.01 0.0016 0.1633 0.0147 0.0336 0.0516 0.0045 0.0107 0.0293 0.0550 0.0561 0.0046 0.0400 0.0014 0.0933 0.1686 0.8 0.2104 0.4 2.0125 0.0015 0.0274 0.8 1.2745 0.0216 0.0116 0.0003 0.0027 0.0307 0.0351 0.0506 0.0179 0.0699 0.0366 0.0009 0.0009 0.0133 0.05 0.3793 0.0238 0.1887 0.0174 0.02 0.4 0.03 0.0211 0.3027 0.0021 0.0009 0.2445 0.0313 0.1042 0.0054 0.0018 0.0014 0.0004 0.0092 0.3464 0.0008 0.0034 0.1771 0.1857 0.3556 0.0049 0.7 0.3649 0.0006 0.0261 0.3989 0.0833 0.0059 0.0030 0.1335 0.2706 0.2374 0.1404 0.0005 0.0064 0.0006 0.3 1.0418 0.0166 0.1099 0.0196 0.0012 0.0153 0.0002 0.1503 0.8 2.2072 0.0621 0.0006 0.0279 0.0015 0.2555 0.0227 0.0064 0.0446 0.1947 0.0018 0.3 2.0436 0.0008 0.3197 0.0006 0.0243 0.1453 0.0005 0.0080 0.0158 0.0374 0.0802 0.0074 0.0232 0.0329 0.0135 0.3841 0.2668 0.0143 0.0011 0.3890 0.1978 0.2824 0.0866 0.0713 0.0099 0.0496 0.0113 0.0061 0.3602 0.7 2.4 1.0026 0.2009 0.0043 0.1119 0.1202 0.0010 0.0140 0.0004 0.0120 0.0465 0.3284 0.0034 0.0024 0.2863 0.2 1.0071 0.0882 0.0188 0.9 2 2.0024 0.2203 0.0343 0.0915 0.0222 0.0123 0.1799 0.1660 0.0089 0.0025 0.08 0.3069 0.0006 0.0017 0.0056 0.0573 0.0409 0.1223 0.0005 0.0300 0.0201 0.0005 0.0040 0.2169 0.0634 0.0013 0.07 0.3 0.3328 0.0067 0.0031 0.0025 0.0105 0.2040 0.1714 0.0968 0.0659 0.0267 0.3240 0.3509 0.

Sign up to vote on this title
UsefulNot useful