Académique Documents
Professionnel Documents
Culture Documents
= = = =
la valeur obtenue correspond bien au cot rel des travaux raliss et imputable au projet et
ceci la date d'tat (car dans notre exemple elle est antrieure au travail effectu!!!) et
correspondant un travail effectu 60%.
Gestion de projets 71/166
Si le %Achev tait avant la date d'tat, l'ACWP indiquerait le cot rel la date STOP de
MS Project correspondante.
Rponse 2 : le BCWP (Budgeted Cost Work Performed) correspond forcment :
% ( date d'tat) 500 60% 300 BCWP CBTE BAC Complete = = = =
Effectivement, nous avons chang la dure de la tche et non ses cots par rapport la
planification initiale. Donc nous devons avoir une variation nulle des cots (CV) tel que :
300 300 0 CV CRTE CBTE ACWP BCWP = = = =
et comme nous avons 300. ACWP = cela rpond la question. Le BCWP correspond donc
bien aux cots initiaux de la tche (500) rapport la dure de 10 jours relativement la
position de la date d'tat (60%)
Si nous changeons les cots fixes de la tche 2000.-, nous avons en toute logique (toujours
selon la date d'tat!) :
2000 60% 1' 200.
500.
ne changent pas par rapport avant !
300.
ACWP CRTE
BCWS CBTP
BCWP CBTE
= = =
= =
`
= =
)
Rponse 3 : Nous avons alors pour les indicateurs d'cart de planning et de cot, selon les
dfinitions (avec la tche 2000.-) :
300 500 200
300 500
% 40%
500
SV CBTE CBTP BCWP BCWS
SV
= = = =
= =
Le rsultat tant ngatif, cela signifie que la dpense des cots (et donc le travail) un retard
de 200.- selon la planification initiale (d'o le fait que nous parlions de Schedule Variance),
soit une variation de -40% (le 40% de 500 tant gal 200) par rapport ce qui tait prvu
(retard) cause du fait que notre tche est passe de 5 10 jours!
Nous avons pour l'cart des cots :
300 1200 900
300 1200
% 300%
300
CV BCWP ACWP CBTE CRTE
CV
= = = =
= =
Nous avons donc une variation de -900.- (en plus les cots ont augment!) travail gal et
dure gale entre la tche dans planification initiale (tire 10 jours) et la tche courante. Cela
correspond un cart de 300% (le 300% de 300 tant 900).
La valeur du FAC est de toute vidence de 2'000.-
Rponse 4 : Les valeurs des indicateurs de performance sont respectivement :
- Indicateur de performance des cots :
Gestion de projets 72/166
300
0.25
1200
BCWP CBTE
CPI
ACWP CRTE
= = = =
cette valeur est mauvaise. Nous avons un rapport de 4 (l'inverse de 0.25) entre ce que la tche
nous cote en rel la date d'tat et ce qu'il nous aurait cot selon le mme avancement la
planification.
Plus on est proche de 1 plus les cots sont respectueux de la planification (au-dessus de 1 on
conomise mme de l'argent!). La valeur tend vers zro dans le cas contraire. Le rsultat est
donc ici assez mdiocre.
- Indice de performance de la planification et qui est dfini par :
300
0.6
500
BCWP CBTE
SPI
BCWS CBTP
= = = =
cet indicateur s'interprte de la manire suivante dans notre exemple : la date d'tat nous
avons 60% du travail par rapport la tche initiale cot gal. Le rapport tend vers 1 au fur et
mesure (dans notre exemple!) que la date d'tat tend vers le 10
me
jour de la tche actuelle.
Tant que la date d'tat est infrieure cinq jours prcdant le dbut de la tche le rapport vaut
toujours 0.5 (puisque la dure a doubl, nous avions 50%).
Dans tous les cas, une valeur infrieur 1 indique un retard dans le travail cot gal, une
valeur suprieure 1 un avancement.
- Indice de performance accomplir :
500 300 200
0.29
500 1200 700
BAC CBTE BAC BCWP
TCPI
BAC CRTE BAC ACWP
= = = = =
le TCPI (To Complete Performance Index) nous indique s'il est ngatif que nous avons
dpass la date d'tat partir du moment auquel la valeur travail restant accomplir dpasse
ce qui avait t initialement budgt. Au moment ou la date de dpassement lieu, le TCPI
est infini (singularit).
Pendant qu'il est ngatif le coordinateur de projet doit chercher diminuer les cots afin de
revenir dans les positifs (diminution de la qualit de la prestation) ou diminuer la dure en
gardant les cots (heures supplmentaires en perspective quoi!). Il peut bien videmment
jouer soigneusement sur les deux tableaux : cots et dure !
5.4.5 TERMINAISON DE PROJET
La phase finale du projet en est une d'acceptation, par le client du produit et/ou du service
selon le but et les objectifs fixs lors de l'identification. Cette tape consiste principalement
utiliser un document intitul "rapport de clture".
Ce rapport renferme les bonnes et les mauvaises expriences relatives au projet qui sont
consignes dans sa base de donnes. Donc, advenant un autre projet similaire, le futur grant
de projet pourra s'inspirer des expriences passes afin d'viter de commettre les mmes
erreurs. C'est aussi durant cette phase qu'il faut relocaliser son personnel.
Gestion de projets 73/166
Voici les questions minimales auxquelles on essaie de rpondre durant la phase de
terminaison du projet:
A-t-on respect l'chancier prvu?
A-t-on rencontr le budget prvu?
A-t-on utilis les ressources d'une faon efficace et efficiente?
Quel est le degr d'atteinte des buts et objectifs?
Souvent, les dirigeants effectuent aussi une vrification du projet afin d'obtenir une opinion
objective sur l'atteinte des objectifs. Cette vrification permet de dterminer la faon dont le
grant de projet a administr les dlais (temps), les cots et la qualit - les trois prmisses
essentielles tout projet et/ou produit (ou services) qu'on doit livrer au client.
Nous venons de brosser un tableau sommaire sur la gestion de projet. Nous avons dcrit le
cycle de vie d'un projet type et dissqu ses diffrentes phases ainsi que les divers outils
relatifs celles-ci. Nous avons ensuite comment les facteurs cls du succs inhrent une
saine gestion de projet. Tout cela afin de mettre en lumire l'extraordinaire capacit de cette
approche de gestion et, surtout sa trs grande flexibilit.
Nous avons aussi examin le mcanisme de contrle rtroaction, qui sert valuer les carts
entre les prvisions et les rsultats obtenus. Il faut tablir des lignes de conduite qu'on doit
essayer de suivre pour assurer le pilotage efficace du projet. Le grant de projet doit tre un
motivateur hors pair et manifester un leadership honnte pour bien utiliser les ressources
humaines sous sa supervision.
Exercice :
Prparez sur une feuille les rponses aux questions suivantes. Compltez par votre exprience
et vos hypothses personnelles ce qui a t vu prcdemment.
1. Qu'est-ce que la gestion par projet?
2. numrez les diffrentes phases du cycle de vie d'un projet.
3. numrez les tudes de faisabilit qu'on devrait effectuer avant d'entreprendre un projet.
Expliquez brivement chacune d'entre elles
4. numrez les tapes du processus de planification dtaille d'un projet.
5. numrez les diffrents facteurs de succs vitaux une saine gestion de projet.
6. Donnez des exemples de projets.
7. Expliquez le mcanisme de contrle rtroaction. Que doit-on contrler dans un projet?
8. Dans quel but value-t-on les rsultats du projet? numrez des exemples de rapports qui
aideront le grant de projet valuer ses subordonns.
9. Quels aspects de la gestion de projet peuvent impliquer un certain niveau d'incertitude?
Pourquoi?
Gestion de projets 74/166
10. Dfinir: tendue, horaire, cot et satisfaction du consommateur et pourquoi ils sont
considrs comme des contraintes?
11. Pourquoi est-il important de satisfaire le consommateur?
12. Nommez et dcrivez les tapes requises afin de dvelopper un plan de base.
13. Pour quelle raison un coordinateur du projet doit-il contrler l'volution d'un projet?
14. Pensez un projet dans lequel vous tes prsentement impliqu ou dans lequel vous tiez
impliqu et:
a. Dcrivez les objectifs, l'tendue l'horaire, le cot ainsi que toute hypothse faite.
b. O en tes-vous dans la vie du projet?
c. Est-ce que ce projet possde un plan de base? Si oui, dcrivez-le, sinon, crez-le.
d. Est-ce que quelqu'un est en charge de contrler l'volution de ce projet? Si oui,
comment? Si non, pourriez vous le faire?
e. Dcrivez une circonstance inattendue qui pourrait mettre en pril le succs du projet.
f. Dcrivez les avantages anticips du projet.
g. numrez les risques potentiels (manque de ressources montaire; incomptence du
coordinateur de projet, etc) qui pourraient affecter la ralisation du projet.
5.5 DOCUMENTS
Le chef de projet besoin d'une bote outils dans le cadre de son travail. Nous avons dj
certes au dbut de ce support prsent des logiciels mais il faut aussi si possible des
modles de documents qui vont avec et qui pourront ventuellement lui faire gagner un peu de
temps sur l'laboration de ses propres modles corporate.
Nous supposoerons ce titre que tout chacun possde: MS Word, MS Excel, MS Project,
MS Visio puisqu'ils contiennent depuis 2010 (surtout les 2 derniers) des modles trs
intressants et presque finaliss en ce qui concerne l'application de la BPMN, TQM et Six
Sigma.
Nous fournissons aux participants la formation les documents suivants que nous allons
ouvrir et analyser en groupe:
AMDEC.xlt: un fichier MS Excel permettant de faire une analyse et un suivi selon les
mthodes qualitatives AMDE(C).
Anomalie qualit.dot: un fichier MS Word ( dfaut d'une base de donnes) utilisable
comme base de travail pour le suivi des anomalies qualit et donc de non respects des
processus.
Gestion de projets 75/166
Cahier des charges.dot: un fichier MS Word contenant la structure, la table des matires
et les diffrents chapitres ncessaires l'laboration d'un cahier des charges (CdC)
professionnel.
Change request.dot: toute demande de changement de directive, d'ajout de tche ou de
correction dans un projet doit tre faite par le client (interne ou externe) selon une
procdure et une mise en forme standardise ncessitant un minimum de temps. C'est ce
que propose ce document.
Code de conduite runions.dot: contient les rgles de conduite et de prparation mettre
sur le mur de vos salles de runions.
Procs Verbal runions.dot: contient les informations minimales pour un process verbal
correct.
Dashboard.xlt: un fichier MS Excel contenant un vieux et simple tableau de bord savec
des indicateurs de performance sous diffrents aspects.
Gantt.mpt: un modle MS Project de base pour les plannings (modlisation dterministe
de la dure et cot d'un projet) un peu amlior par rapport ce que propose le logiciel par
dfaut. Ce fichier est amlior (comme tous les autres) chaque formation selon les
remarques des participants.
ISO 9001 Management Review.mpt: un modle MS Project avec le planning et la
charge des ressources ncessaires la prparaton d'un audit pour l'ISO 9001 tels qu'utilis
en Grande-Bretange ou dans de nombreux payse de l'Union Europenne.
Matrice d'analyse (HOQ).xlt: mise disposition par une socit amricaine, ce modle
MS Excel propose une House Of Quality Six Sigma assez labore et servira donc de base
une analyse qualitative de la corrlation et des facteurs entre les contraintes internes
(VOP) et les exigences du client (VOC).
Processus.vst: un modle MS Visio avec les gabarits les plus courants dj ouverts ainsi
qu'une mise en page conforme aux standards ISO et Six Sigma et des proprits de formes
suffisament compltes dans un schma de proprits enregistr mme dans le document
sous le nom Template Set.
Six Sigma DMAIC Cycle.mpt: un modle MS Project avec le planning et les phases
correspondantes pour la mise en place d'un projet Six Sigma selon l'approche DMAIC.
5.6 NPV ET IRR
Il est important aussi dans le cadre de la gestion de projet d'effectuer quelques calculs quand
aux dcisions prendre relativement aux investissements.
La valeur actuelle nette VAN (NPV en anglais pour Net Present Value) est la diffrence entre
la valeur actuelle des dpenses et entres futures ractualises. Nous dmontrons qu'elle est
donne par :
Gestion de projets 76/166
0
1
(1 %) (1 %)
n
k n
k n
k
C V
VAN V
t t
=
= +
+ +
quation 1 VAN
o :
1. Les
(1 %)
k
k
C
t +
donnent le capital initial investi pour arriver chaque capital
k
C aprs un
temps k.
2. La somme
1
(1 %)
n
k
k
k
C
t
=
+
donne le capital total placer en pargne pour arriver aux sommes respectives des ,
n k
V C
aprs leurs priodes d'investissement respectives.
Donc la diffrence :
0
1
(1 %) (1 %)
n
k n
k n
k
C V
VAN V
t t
=
= +
+ +
nous informe si l'investissement
0
V est plus intressant que celui d'pargner pendant des
priodes respectives des sommes qui nous auraient permis d'arriver aux ,
n k
V C .
Le taux de rentabilit interne TRI/IRR est le taux d'actualisation pour lequel la VAN du projet
est nulle. Il s'agit en fait de trouver le taux t% tel que :
1 2
0
2
1 2
0
2
... 0
1 % (1 %) (1 %) (1 %)
...
1 % (1 %) (1 %) (1 %)
n n
n n
n n
n n
C V C C
VAN V
t t t t
C V C C
V
t t t t
= + + + + =
+ + + +
= + + + +
+ + + +
Il existe une fonction spciale pour cela dans MS Excel, la fonction TRI :
0 1 2
( ; ; ;...; ;[ ])
n
TRI V C C C estimation =
Gestion de projets 77/166
Voyons quelques exemples par la pratique sur les concepts majeurs que sont la Net Present
Value et le Internal Rate of Return
Remarque : Les dfinitions, explications, dtails et dmonstrations mathmatiques de ces
concepts sont disponibles sur www.sciences.ch.
Pour les exemples pratiques, nous utiliserons MS Excel, que nous prendrons comme une bote
noire qui sort un rsultat (juste) partir de donne saisies, sans nous intresser dans un
premier temps aux dtails des calculs mathmatiques effectus en arrire-plan.
Remarque : Comme nous le verrons, contrairement une ide trs faussement rpandue, le
retour sur investissement rel n'est pas la simple diffrence entre l'argent dpens et l'argent
gagn. C'est un peu plus subtil
5.7 FV@R ET TV@R
La VAN, eVAN et IRR sont des outils utiliss depuis maintenant plus de un sicle dans la
gestion de projets. Outre le fait qu'aujourd'hui ils soient calculs avec des mthodes
probabilistes bases sur la simulation de Monte-Carlo ou non il n'y a pas de nouveauts
majeures relatives ces 3 indicateurs d'investissement.
Ce qui est beaucoup plus intressant aujourd'hui est l'utilisation de la fV@R (financial Value
At Risk) pendant financier du tV@R (time Value At Risk) - qui permet de connatre la
trsorerie ou la rserve de temps avoir pour couvrir une partie dfinie du risque si le projet
contient plus de 30 tches.
Cette technique de couverture du risque m'a t inspire du domaine des assurances (que le
domaine bancaire a repris dans les annes 1980 au Etats-Unis). Elle correspond, pour son
pendant financier, au montant de pertes qui ne devrait tre dpass qu'avec une probabilit
donne sur un horizon temporel donn.
J'ai appliqu cet outil pour la premire fois en 2009 dans des contextes rels et les rsultats
sont d'une redoutable efficacit!! A ma connaissance c'est la premire fois que cet outil tait
utilis dans le monde de la gestion de projets.
Voyons un exemple du point de vue financier:
Un projet un cot total de ~78'000.- avec un cart-type de 3'900.-.
Nous souhaiterions dterminer quelle est la fVaR que doit possder le mandataire pour
couvrir le risque de dviation de son projet avec un intervalle de confiance de 95%?
La rponse sera donne en utilisant la relation suivante dans MS Excel:
=NORMSINV(95%)*3900.-=6'400
Il faut donc un capital risque de 6'400.- pour couvrir les pertes 95% pour ce projet. En
d'autres termes, nous avons ainsi 5% de probabilit cumule (1 chance sur 20) de perdre plus
que 6'400.- et 95% de perdre moins!
Gestion de projets 78/166
5.7.1 VAN ET TRI EN AVENIR CERTAIN
E1. Un ami vous propose de vendre votre machine pour un investissement de 2'000.-
(correspondant sa valeur rsiduelle) dans un projet ayant un cash-flow qui double chaque
priode sur une base de 400.- assure pendant 3 priodes alors que le taux moyen gomtrique
d'intrt du march est de 5%.
- L'investissement est-il intressant (goodwill/VAN positif) ?
- Calculer le IRR/TRI (taux de rendement interne) partir duquel la VAN est nul.
E2. Une entreprise souhaite acqurir une nouvelle machine valant 6'000.- ce qui devrait
permettre d'abaisser les cots de production de 1'000.- par an durant 5 ans. On estime que
dans 5 ans, la valeur rsiduelle de cette machine sera de 3'000.-.
- Doit-on acheter cette machine si cet investissement peut tre financ par un emprunt 10%.
- Calculer le TRI (taux de rendement interne) partir duquel la VAN est nul.
E3. Une entreprise pharmaceutique veut dvelopper un nouveau mdicament. Elle opte pour
deux stratgies :
a. Investir 1 milliard de frs et vendre le mdicament immdiatement. Dans ce cas, l'entreprise
estime recevoir 500 millions de frs la fin de l'anne, 400 dans 2 ans et 300 millions dans 3
ans.
b. Dvelopper le mdicament plus lentement, c'est--dire investir 200 millions maintenant,
200 millions dans 1 an et recevoir 300 millions la fin des annes 2 et 3.
- Quelle stratgie est envisager si l'entreprise peut se financer 5% l'an ?
- Calculer le TRI (taux de rendement interne) partir duquel la VAN est nul pour chaque
stratgie
E4. Une machine cote 10'000.-. Elle permet de gnrer un profit net de 1'500.- par an durant
14 ans avec une valeur rsiduelle nulle.
- Calculer le TRI de cet investissement
Gestion de projets 79/166
Solutions :
Rappel 1 :
S1. Un ami vous propose d'investir 2'000.- dans un projet ayant un cash-flow qui double
chaque priode sur une base de 400.- assure pendant 3 priodes alors que le taux moyen
gomtrique d'intrt du march est de 5%. L'investissement est-il intressant ?
Pour rpondre cette question nous savons donc que nous aurons pour les 3 priodes
respectivement 400.-, 800.- et 1600.- de cash-flow
Pour obtenir chacune des ces trois sommes 5% pendant 1, 2 et 3 priodes respectives nous
aurions du pargner une somme initiale de :
1 2 3
1
400 800 1600
2' 488.72.
(1 %) (1 5%) (1 5%) (1 5%)
n
k
k
k
C
t
=
= + + =
+ + + +
La somme capitaliser est donc plus grande que la somme de 2'000 investir que nous
propose notre ami. La VAN est donc positive et gale :
2' 488.72 2' 000 488.72 VAN = =
Pour obtenir ce rsultat sous MS Excel il suffit d'crire :
=-2000+VAN(5%;400;800;1600)=2'488.72.-
Le projet est donc intressant car la diffrence est positive (le VAN est de +488.72.-) ! Il est
aussi pertinent de faire remarquer par cet exemple que la VAN n'est pas simplement gal au
Retour Sur Investissement (R.O.I) :
(400+800+1600)-2000=800.-
Pour le calcul du TRI il nous suffit de poser :
1 2 3
400 800 1600
2000 0
(1 %) (1 %) (1 %) t t t
+ + =
+ + +
et de trouver le bon t%. Pour cela nous allons recourir au logiciel standard MS Excel en
crivant (attention mettre
0
V toujours en premier et ensuite l'ordre chronologique des cash
flow!) la formule :
=TRI({-2000;400;800;1600})=15.117%
Vous pourrez toujours essayer de trouver un tel taux d'intrt sur le march
Il est clair que si le TRI est ngatif (donc la VAN aussi), il ne vaut mme pas la peine de
penser investir dans le projet. Mieux vaut aller voir une banque.
Par ailleurs, au-del d'une certaine valeur ngative, MS Excel renvoie #NOMBRE. Il faut
alors passer par des logiciels un peu plus puissants (comme Maple par exemple)
Gestion de projets 80/166
S2. Une entreprise souhaite acqurir une nouvelle machine valant 6'000.- ce qui devrait
permettre d'abaisser les cots de production de 1'000.- par an durant 5 ans. On estime que
dans 5 ans, la valeur rsiduelle de cette machine sera de 3'000.-.
- Doit-on acheter cette machine si cet investissement peut tre financ par un emprunt 10%
Nous appliquons le mme raisonnement que prcdemment :
0
5
1 1
1000 3000
6000 346.6
(1 %) (1 %) (1 5%) (1 5%)
n n
k n
k n k
k k
C V
VAN V
t t
= =
= + = + =
+ + + +
La VAN tant ngatif, nous n'avons pas intrt, selon ce critre, acheter cette machine.
Dans MS Excel il faut crire :
=-6000+VAN(10%;1000;1000;1000;1000;4000)=-346.6.-
- Pour le calcul du TRI, il nous suffit nouveau de faire appel MS Excel :
=TRI({-6000;1000;1000;1000;1000;4000})=8.17 %
S3. Une entreprise pharmaceutique veut dvelopper un nouveau mdicament. Elle opte pour
deux stratgies :
a. Investir 1 milliard de frs et vendre le mdicament immdiatement. Dans ce cas, l'entreprise
estime recevoir 500 millions de frs la fin de l'anne, 400 dans 2 ans et 3000 millions dans 3
ans.
b. Dvelopper le mdicament plus lentement, c'est--dire investir 200 millions maintenant,
200 millions dans 1 an et recevoir 300 millions la fin des annes 2 et 3
Quelle stratgie est envisager si l'entreprise peut se financer 5% l'an ?
Pour la stratgie a nous avons :
1 2 3
500 400 300
1000 98.15 mios.-
(1 5%) (1 5%) (1 5%)
a
VAN = + + =
+ + +
Pour la stratgie b il faut bien distinguer la partie retour sur investissement (cash-flow) de la
partie investie :
2 3 1
300 300 200
200 140.78 mios.-
(1 5%) (1 5%) (1 5%)
b
VAN
| |
= + + =
|
+ + +
\ .
Selon ce critre, la stratgie b est financirement plus intressante. Ce qui n'tait pas
ncessairement vident deviner
Dans MS Excel il faut alors crire pour la stratgie a :
=-1000+VAN(5%;500;400;300)=98.15
Gestion de projets 81/166
et pour la stratgie b :
=-200+VAN(5%;-200;300;300)=140.78
Le TRI de la stratgie a est de :
=TRI({-1000;500;400;300})=10.65 %
et celui de la stratgie b de :
=TRI({-200;-200;300;300})=22.47 %
S4. Une machine cote 10'000.-. Elle permet de gnrer un profit net de 1'500.- par an durant
14 ans avec une valeur rsiduelle nulle. Calculer le TRI de cet investissement (sol. = 11.89%)
De mme que prcdemment, nous crivons :
=TRI({-10000;1500;1500;1500;1500;1500;1500;1500;1500;1500;1500;1500;1500;1500;1500})=11.89%
5.7.2 VAN ET TRI EN AVENIR INCERTAIN
La prise en considration du facteur risque exige dans le cadre d'valuation des projets
d'investissement l'utilisation des outils statistiques appropris tels que l'esprance
mathmatique, l'cart-type voir mme parfois la loi Beta.
Lorsque les valeurs possibles du cash-flow ou de la valeur actuelle nette ne permettent pas de
slectionner des projets en comptition, nous utilisons la dispersion statistique de ces
diffrentes valeurs.
La mesure de cette dispersion se fait par le calcul de la variance de la variable alatoire
concerne. Il s'agit alors de chercher maximiser l'esprance mathmatique (la moyenne) de
la VAN note ( ) E VAN et minimiser la variance (ou in extenso l'cart-type) de la VAN
note ( ) V VAN (ou ( ) VAN o pour l'estimateur de maximum de vraisemblance du VAN).
Avant de voir quelques exemples d'application, rappelons quelques proprits lmentaires de
l'esprance et de la variance :
1 2 1 2
( ) ( ) ( ) E aX bX aE X bE X + = +
quation 2 Linarit esprance
L'esprance mathmatique du VAN peut alors se calculer aisment partir de la relation
suivante :
0
1
( ) ( )
( )
(1 %) (1 %)
n
k n
k n
k
E C E V
E VAN V
t t
=
= +
+ +
Idem pour la variance o nous dmontrons que :
2 2
1 2 1 2
( ) ( ) ( ) V aX bX a E X b E X + = +
Gestion de projets 82/166
si et seulement si les deux variables ont indpendantes (covariance nulle).
Alors :
1
( )
( )
(1 %)
n
k
k
k
V C
V VAN
t
=
=
+
tout en se rappelant que :
2 2
( ) ( )
i i
V x p X E X =
quation 3 Formule de Huyghens
Remarques :
R1. Nous avons ( ) E C C = puisque celle-ci est une valeur certaine !
R2. Nous avons
0
( ) ( ) 0 V V V C = = puisque
0
, V C sont des valeurs certaines.
Exercice :
Soit un projet dont les cash-flows annuels possibles sont estims comme suit (chiffres en
millier de francs) :
Anne 1 : 20, 40, 60, 80
Anne 2 : 40, 60, 70, 90
Anne 3 : 30, 40, 60, 80
Avec des possibilits respectives de
1 2 3 4
20%, 30%, 30%, 20% P P P P = = = =
Sachant que le montant de l'investissement est de 100'000.- et que le taux du march est de
12%. Calculer l'esprance de ce projet et la variance de ce projet.
Solution :
L'esprance du VAN est donne par :
0 0
1 1
1 2
3
( ) ( ) ( )
( ) ( )
(1 %) (1 %) (1 %)
(20 0.2 40 0.3 60 03 80 0.2) (40 0.2 60 0.3 70 03 90 0.2)
(1 12%) (1 12%)
(30 0.2 40 0.3 60 03 80 0.2)
100
(1 12%)
50 0.893 65 0.79
n n
k n k
k n k
k k
E C E V E C
E VAN V E VAN V
t t t
= =
= + = =
+ + +
+ + + + + +
= +
+ +
+ + +
+
+
= +
7 52 0.712 100 33.479. kF + =
La variance par :
Gestion de projets 83/166
2
2
1 1
2 2 2 2 2
1
2 2 2 2 2
2
2 2 2 2 2
3
2
( )
( )
( )
(1 %) (1 %)
20 0.2 40 0.3 60 0.3 80 0.2 50
(1 12%)
40 0.2 60 0.3 70 0.3 90 0.20 65
(1 12%)
30 0.2 40 0.3 60 0.3 80 0.20 50
(1 12%)
2920 50
(1 12%)
n n
i i i
k
k k
k k
PC E C
V C
V VAN
t t
= =
= =
+ +
+ + +
=
+
+ + +
+
+
+ + +
+
+
=
+
2 2
1 2 3 1 2 3
4490 60 3020 52 480 265 316
(1 12%) (1 12%) (1 12%) (1 12%) (1 %)
428.64 211.205 224.992 864.837
t
kF
+ + = + +
+ + + + +
= + + =
et donc :
864.837 29.40kF o = =
Entre deux ou plusieurs projets concurrents, nous retenons celui dont l'esprance
mathmatique de la VAN est la plus leve et l'cart-type de la VAN la plus faible.
5.8 MTHODES D'APPRCIATIONS EN AVENIR
INCERTAIN
Dans un tel cadre, on se trouve confront des problmes assez similaires ceux associs
ce qu'on appelle la thorie des jeux. Chaque choix du dcisionnaire peut en effet tre
considre comme une stratgie et la valeur du gain qu'il sera en mesure d'en tirer dpendra de
l'tat futur qui lui est inconnu... On envisage la nature comme le second joueur et les tats
futurs comme les stratgies de ce second joueur. Le dcisionnaire a alors la possibilit
d'utiliser, s'il le juge utile, l'un des critres de dcision habituels de la thorie des jeux. C'est
au travers de l'analyse d'un exemple chiffr que nous effectuerons une application de ces
divers critres
7
7
La thorie mathmatique sort du cadre de ce cours mais est disponible dans les rfrences bibliographiques du
prsent ouvrage
Gestion de projets 84/166
Un trs grand nombre de critres de dcision ayant t dvelopps au cours du sicle nous
nous limiterons ici la prsentation et l'valuation des critres les plus significatifs, les
critres de Laplace, de Wald, de Savage et Hurwitz chacun d'eux correspondant un type de
comportement particulier des dirigeant d'entreprises
8
.
5.8.1 LE CRITRE DE LAPLACE-BAYES
Ce critre de Laplace-Bayes consiste effectuer une simple moyenne arithmtique des gains
esprs (ce qui revient calculer l'esprance en quiprobabilit), associs pour chaque
stratgie aux divers tats de la nature puis retenir la stratgie dont la moyenne est la plus
leve.
L'avantage de ce premier critre rside dans sa simplicit de calcul, son inconvnient majeur
est d'tre peu raliste : on prtend raisonner en avenir indtermin, c'est--dire dans le cadre
d'une situation o l'on ne peut pas, ou l'on ne veut pas, affecter une probabilit de ralisation
chacun des tats de la nature, alors que le choix du critre mme quivaut leur donner une
quiprobabilit. En outre, il correspond un type de comportement des dirigeants
d'entreprises tout fait particulier, caractris par une neutralit l'gard du risque.
5.8.2 LE CRITRE DE WALD
L'adoption de ce critre correspond une attitude prudente du preneur de dcision : celui-ci
chercher identifier pour chaque stratgie possible l'tat de nature qui conduirait aux moins
bons rsultats. Aprs quoi, il cherchera se couvrir en adoptant la stratgie qui est susceptible
de lui fournir, si l'volution de la concurrence s'avre dfavorable l'entreprise, le rsultat le
moins mauvais possible (le Maximum des Minimum potentiels).
8
Le lecteur intress par un complment d'information pourra toujours se reporter la documention rfrence
ce sujet sur le site de sciences.ch
Gestion de projets 85/166
Il consiste :
- pour chaque dcision (ou stratgie), de retenir le rsultat le plus faible
- parmi les moins bons rsultats, choisir le plus lev des moins bons rsultats des diffrentes
stratgies.
5.8.3 LE CRITRE DU MAXIMAX
Selon la mme logique que le critre prcdent, il s'agit ici de retenir le meilleur des rsultats
des diffrentes stratgies possibles. C'est un critre optimiste qui laisse penser que la nature
(l'environnement) est toujours favorable au dcideur.
Il consiste :
- retenir, pour chaque dcision (ou stratgie) et en fonction de chaque tat la nature, le rsultat
attendu le plus lev
- puis parmi ces rsultats, retenir la dcision qui donne le rsultat le plus important parmi ces
meilleurs rsultats
5.8.4 LE CRITRE DE SAVAGE OU DU MINIMAX REGRET
Comme le critre de Wald, le critre de Savage traduit une attitude de prudence de la part du
dcisionnaire : la mthode consiste identifier pour chacun des tats de nature la stratgie la
plus favorable, puis valuer le manque gagner (regret) que reprsenterait, par rapport
cette stratgie l'adoption de chacune des autres stratgies, enfin retenir la stratgie
conduisant au plus petit des regrets maximum.
Afin de mettre en uvre ce critre, il convient :
- de dterminer les regrets (ou manque gagner) pour chaque dcision : on tablit ainsi la
matrice des regrets
- pour chaque dcision, retenir le regret le plus lev
- et enfin, retenir la dcision pour laquelle le regret maximum est le plus faible.
5.8.5 LE CRITRE D'HURWITZ
Les deux critres prcdents ont un caractre commun : celui d'tre associ l'ide que la
nature est fondamentalement hostile au joueur. C'est cette ide que le critre d'Hurwitz remet
en cause, en introduisant la possibilit d'une nature plus clmente l'gard du joueur.
Concrtement, ce critre consiste calculer pour chacune des stratgies l'esprance du pire et
du meilleur de ses rsultats potentiels, et choisir la stratgie pour laquelle celle-ci est la plus
grand :
(1 ) E p m pM = +
avec m le pire des gains, M le meilleur des gains, p la probabilit de balance de dcision du
Gestion de projets 86/166
dcideur.
Lorsque p est nul, le critre de Hurwitz se confond avec le critre de Wald sinon si p est gal
l'unit nous retombons sur le critre du Maximax.
Remarque : nous avons ici dlibrment simplifi le modle d'Hurwitz dans le cadre ou
l'environnement (la nature) n'est pas probabiliste aussi.
Exercice (repris du l'ouvrage de F. Hmici et M. Bounab) :
Une entreprise envisage les trois projets suivants P
1
, P
2
, P
3
avec leurs gains respectifs.
Etat de la nature Dfavorable Favorable Trs favorable
Projet P
1
1'200 1'500 1'800
Projet P
2
700 900 1'200
Projet P
3
-500 1'200 1'600
Nous remarquons tout de suite qu'il s'agit ici d'un jeu unilatral. Il n'y donc pas de
confrontation avec un autre dcisionnaire comme c'est le plus souvent le cas en thorie de la
dcision.
Il est demand de classer les projets en fonction des critres suivants :
1. Critre du Maximin (ou de Wald)
2. Critre du Maximax
3. Critre de Hurwitz
4. Critre de Laplace
5. Critre de Savage (ou du Minimax regret)
Solutions :
1. Pour appliquer le critre de Wald il faut dans un premier temps dterminer pour le
dcisionnaire le gain (utilit) minimum de chacune des stratgies :
Pour le projet P
1
: Min{1'200, 1'500,1'800}=1'200
Pour le projet P
2
: Min{700, 900,1'200}=700
Pour le projet P
3
: Min{-500, 1'200,1'600}=-500
Selon ce critre, c'est le projet 1 qu'il convient de retenir, en effet, parmi les rsultats les plus
faibles des trois projets, c'est celui qui correspond au plus lev.
2. Pour applique le critre du Maximax il suffit de retenir le plus lev de chaque projet en
fonction des diffrents tats de la nature, soit :
Gestion de projets 87/166
Pour le projet P
1
: Min{1'200, 1'500,1'800}=1'800
Pour le projet P
2
: Min{700, 900,1'200}=1'200
Pour le projet P
3
: Min{-500, 1'200,1'600}=1'600
Le maximum des maximums tant 1'800 c'est nouveau le projet 1 qui est retenu.
3. Pour appliquer le critre de Hurwitz (dans sa version simple) on choisit (on peut dmontrer
d'o vient cette valeur mais cela sort du cadre ce cours) p=0.7 et la thorie de base nous
impose d'utiliser que deux issues. Nous prendrons alors seulement les optimistes et
pessimistes :
Etat de la nature Dfavorable Trs favorable
Projet P
1
1'200 1'800
Projet P
2
700 1'200
Projet P
3
-500 1'600
L'esprance de gain est alors :
Pour le projet P
1
: 1' 800 0.7 1' 200(1 0.7) 1' 620 + =
Pour le projet P
2
: 050 ' 1 ) 7 . 0 1 ( 700 7 . 0 200 ' 1 = +
Pour le projet P
3
: 970 ) 7 . 0 1 ( 500 7 . 0 600 ' 1 =
Ainsi avec ce critre c'est le projet 1 nouveau qu'il convient de choisir.
Remarque : cette mthode est prendre avec des pincettes si non applique avec un
spcialiste qui connat les outils mathmatiques qui se cachent derrire
4. Pour appliquer le critre de Laplace, il suffit d'appliquer donc une chaque stratgie de
projet. Ainsi :
Pour le projet P
1
: 500 ' 1 800 ' 1
3
1
500 ' 1
3
1
200 ' 1
3
1
) (
1
= + + = P E
Pour le projet P
2
: 34 . 933 1200
3
1
900
3
1
700
3
1
) (
2
= + + = P E
Pour le projet P
3
: 67 . 766 1600
3
1
1200
3
1
500
3
1
) (
3
= + + = P E
Ainsi avec ce critre c'est le projet 1 nouveau qu'il convient de choisir.
5. Pour applique le critre de Savage il faut d'abord crer la matrice des regrets.
Si l'tat de la nature est dfavorable, le rsultat le plus lev est de 1'200, nous allons alors
Gestion de projets 88/166
tout reporter cette valeur numrique et faire les diffrences arithmtiques avec les autres
gains de la mme colonne, et de mme pour chaque autre colonne avec 1'500 et 1'800.
Etat de la nature Dfavorable Favorable Trs favorable
Projet P
1
0 0 0
Projet P
2
500 600 600
Projet P
3
1700 300 200
Nous avons alors :
Regret maximum pour le projet P
1
: 0
Regret maximum pour le projet P
2
: 600
Regret maximum pour le projet P
3
: 1700
Il convient enfin de choisir le projet qui prsente le regret le moins lev, donc dans cet
exemple simple, c'est nouveau le projet 1.
Pour conclure, il convient de rappeler qu'une dcision d'investissement est une opration
complexe qui fait intervenir plusieurs variables tant quantitatives que qualitatives et qu'elle ne
peut s'appuyer que sur un seul critre ou mme sur cinq !
5.8.6 ARBRE DE DCISION
Les arbres de dcision constituent un outil complmentaire pour schmatiser une dcision
dans un univers incertain et dont la structure n'est pas adquate pour tre mise sous forme de
tableau.
Il s'agit donc encore une fois d'une technique trs utile pour clarifier et donner une ligne
directrice une situation comportant un choix stratgique.
Imaginons une socit informatique B en concurrence potentielle, pour une migration
informatique internationale avec une autre socit A (cette dernire pouvant tre vue comme
un ensemble de concurrents aussi!).
En simplifiant quelque peu, mais sans tre toutefois hors de la ralit, considrons que deux
choix sont ouverts B: viser "cher" ou viser "bas".
Supposons que nous savons galement que dans le pass B a soumis une proposition pour
chaque appel d'offres de ce type, alors que le groupe A ne l'a fait que dans 60% des cas (pas
de fonction de distribution de probabilit dans notre scnario!).
Nous savons galement que:
Si B soumet cher et est le seul soumettre une proposition, le bnfice attendu est de
22 millions.
Si B soumet un prix lev mais se trouve en concurrence avec le groupe A, il obtiendra
le contrat selon le niveau de prix demand par le groupe A. Dans ce cas, il sait qu'il
obtiendra en moyenne 1 million.
Gestion de projets 89/166
Si enfin B soumet un prix bas, il est sr d'obtenir le contrat et de raliser un bnfice
de 10 millions.
Donc dans le cadre o le choix du projet est dtermin uniquement par son prix (au dtriment
de la qualit comme dans la ralit...) la question qui se pose est alors la suivante: Que doit
faire B, si aucune information complmentaire ne peut tre obtenue?
Remarque: Ceci constitue une situation du type "dcision sans information"
Pour rpondre cette question, nous reprsentons tout d'abord le problme rsoudre sous
une forme graphique fort logique (qui est pour l'instant assez simple mettre aussi sous forme
de tableau) avec le logiciel TreeAge:
Ensuite en lanant le calcul de l'esprance chaque branchement, TreeAge nous donne
simplement:
Ainsi, la rponse la premire question est que la stratgie donnant l'esprance de gain la plus
grande est la stratgie "Pas Cher" car il y a un gain espr de 10 millions.
Avec la premire dcision (Cher) nous gagnerions en moyenne que:
Remarque: Dans les arbres de dcisions construites avec TreeAge une rgle de base est
d'avoir chaque branche probabiliste la somme des probabilits qui vaut 1!
Cette mthode est simple mettre en place mais ds que les scnarios se compliquent il faut
alors faire appel aux probabilits baysiennes et alors l'affaire se complique nettement!
5.9 TECHNIQUES DE CONTRLE ET DE QUALIT
Dans les cours de gestion de projet PMI, ITIL ou CMMi souvent il est demand comment
savoir si un indicateur statistique de contrle est un bon indicateur.
Gestion de projets 90/166
Il existe pour cela des techniques assez labores de niveau licence universitaire qui dpassent
largement un cours de gestion de projets pour des non spcialistes.
Nous pouvons cependant donner un aperu d'une technique pratique et la mode qui se
nomme Six Sigma. Nous allons reprendre ici nouveau un exemple donn par le site
Sciences.ch (donc de nombreuses dmonstrations s'y trouvent que nous omettrons ici) qui
peut trs bien s'appliquer la gestion de projets.
Six sigma est l'origine une dmarche qualit limite dans un premier temps aux techniques
de Matrise Statistique des Procds (SPC : Statistical Process Control).
Remarque : La lettre grecque "Sigma" symbolisant comme nous le savons bien l'cart-type
statistique (cf. chapitre de Statistique)
Six sigma est fonde sur une rgle thorique et idale : pour satisfaire les clients, il faut
dlivrer des produits de qualit (quels qu'ils soient!).
Les processus de fabrication dans l'industrie de pointe ayant une forte tendance devenir
terriblement complexes, il faut noter que les composants de base utiliss pour chaque produit
ne sont pas toujours de qualit ou de performance gale. Et si de surcrot, les procdures de
fabrication sont difficiles tablir, la drive sera invitablement au rendez-vous.
Que ce soit pour l'une ou l'autre raison, au final bon nombre de produits seront en dehors de la
normale et s'carteront ainsi de la fourchette correspondant la qualit acceptable pour le
client. Cette drive est fort coteuse pour l'entreprise, la gestion des rebuts, des retouches ou
des retours clients pour non-conformit gnrant des cots consquents amputant
srieusement les bnfices esprs.
La mthode Six Sigma offre des techniques et outils simples accessibles des non
mathmaticiens ou ingnieurs pour contrler la capacit de production des processus tout en
tentant de rduire les dfauts. Par exemple, les ingalits de Markov ou Bienaym-
Tchebychev (cf. chapitre de statistiques) sont passes sous silence dans cette mthode ce qui
est assez tonnant...
Cette mthode se base principalement sur les lois de distributions classiques (cf. chapitre de
statistiques) avec un vocabulaire propre ce standard amricain, la recherche oprationnelle
(cf. chapitre de mthode numriques), la thorie de la dcision et jeux (cf. chapitre de thorie
de la dcision).
5.9.1 DFAUTS/ERREURS
Intressons-nous donc exposer pour la culture gnrale un exemple pratique et particulier de
ce qui n'est qu'une application simple de la thorie des statistiques et probabilits.
Imaginons une entreprise fabricant trois copies d'un mme produit sortant d'une mme chane,
chaque copie tant compose de huit lments.
Remarque : Nous pouvons tout aussi bien imaginer une socit de services dveloppant
(fabricant) trois copies d'un logiciel (produit) sortant d'une mme quipe de dveloppement
(chane), chacun compos d'un nombre gal de modules (lments). Ou encore imaginer une
Gestion de projets 91/166
socit qui effectue plusieurs faut un mme type de tche dont la dure est cense tre fixe
pour laquelle il y parfois des variations.
Supposons que le produit P1 a un dfaut, le produit P2 zro dfauts et le produit P3 deux
dfauts.
Six Sigma suppose implicitement que les dfauts sont des variables indpendantes ce qui est
trs rare dans les chanes de fabrication machines mais plus courant des les chanes dans
lesquelles des humains sont les intervenants.
Remarque : Dans le cadre de l'exemple du logiciel cela est peu probable si nous ne prenons
pas un exemple dans lequel les modules sont personnaliss selon les besoin du client.
La moyenne arithmtique des dfauts nomme dans le standard Six Sigma "Defects Per Unit"
est alors dfini par :
nombre total de dfauts observs
nombre total d'units de production observes
DPU =
et donne dans notre exemple :
3
1
3
DPU = =
ce qui signifie en moyenne que chaque produit a un dfaut de conception ou fabrication.
Attention! Cette valeur n'est pas une probabilit pour les simples raisons qu'elle peut d'abord
tre suprieure 1 et qu'ensuite elle a comme dimension des [dfauts]/[produits].
De mme, l'analyse peut tre faite au niveau du nombre total d'lments dfectueux possibles
qui composent le produit tel que nous sommes amens naturellement dfinir selon le
standard Six Sigma le "Defects per Unit Opportunity" :
nombre total d'lments par produits
DPU
DPO =
ainsi, dans notre exemple, nous avons :
1
0.125
8 8
DPU DPU
DPO
m
= = = =
et ceci peut tre vu comme la probabilit d'avoir un dfaut par lment de produit puisque
c'est une valeur sans dimensions :
dfauts
unit
dfauts
total
unit
DPU
DPO
m
(
(
= =
(
(
quation 4 DPO
Gestion de projets 92/166
Par extension nous pouvons argumenter que 87.5% d'un lment d'une unit n'a pas de dfauts
et comme Six Sigma aime bien travailler avec des exemples de l'ordre du million (c'est plus
impressionnant) nous avons alors les "Defects Per Million Opportunities" qui devient :
6
1' 000' 000 10
DPU
DPMO DPO
m
= =
quation 5 DPMO
ce qui dans notre exemple donne :
125' 000 DPMO =
Comme la probabilit D qu'un lment d'une pice soit non dfectueux est de 87.5% alors, par
l'axiome des probabilits conjointes (cf. chapitre de Probabilits), la probabilit qu'un produit
dans son ensemble soit non dfectueux est de :
8
8
1 1..8
(1 ) (1 )
i
i i
P D DPO DPO
= =
| |
= =
|
\ .
[
ce qui dans notre exemple donne :
8
1..8
0.875 0.3436 34.36%
i
i
P D
=
| |
= = =
|
\ .
Remarque : Dans Six Sigma, les probabilits conjointes sont aussi naturellement utilises
pour calculer la probabilit conjointe de produits non dfectueux dans une chane de
processus P connects en srie. Cette probabilit conjointe (ou cumule) est appele dans Six
Sigma "Rolled troughput yield" et vaut :
i i
i i
RTY P P P
| |
= =
|
\ .
[
Rappelons maintenant que la densit de probabilit d'avoir k fois l'vnement p et N-k fois
l'vnement q dans n'importe quel arrangement (ou ordre) est donn par (cf. chapitre de
Statistiques) :
!
( , )
!( )!
n k n k
k
n
P n k C P p q
k n k
= =
quation 6 Loi binomiale
Gestion de projets 93/166
et est appele la loi binomiale ayant pour esprance et cart-type (cf. chapitre de
Statistiques) :
= n p n p q o =
Ainsi, dans le standard Six Sigma, nous pouvons appliquer la loi binomiale pour connatre
quelle est la probabilit d'avoir zros lments dfectueux et 8 autres en bon tat de marche
sur un produit de la chane de fabrication de notre exemple (si tous les lments ont la mme
probabilit de tomber en panne...):
0 8 0 8
8!
(8, 0) 0.125 0.875 0.125 0.875 0.3436 34.36%
0!(8 0)!
P = = = =
et nous retombons bien videmment sur la valeur obtenue avec les probabilits conjointes:
8 0.125 1
8 0.125 0.875 0.935
DPU
o
= = =
= =
ce qui est trs mauvais pour nos produits.
Ou la probabilit d'avoir un lment dfectueux et sept autres en bon tat sur un produit de la
chane de fabrication :
1 7 1 7
8! 8!
(8,1) 0.125 0.875 0.125 0.875 0.3436 39.26%
1!(8 1)! 1!7!
P = = = =
nous voyons que la loi binomiale nous donne 39.26% de probabilit d'avoir un lment
dfectueux sur 8 dans un produit.
Par ailleurs, dans le chapitre de Statistiques, nous avons dmontr que lorsque la probabilit p
est trs faible et tend vers zro mais que toutefois la valeur moyenne n p tend vers une
valeur fixe si n tend vers l'infini, la loi binomiale de moyenne n p = avec k preuves tait
donne alors donne par :
( ) ( )
!
k
k
P P X k p k e
k
= = = =
quation 7 Loi de Poisson
avec :
n p
o
=
=
quation 8 Variance, Esprance de la loi de Poisson
Ce que Six Sigma note naturellement :
Gestion de projets 94/166
( )
!
k
DPU
DPU
p k e
k
=
avec :
DPU
DPU
o
=
=
Ainsi, dans notre exemple, il est intressant de regarder la valeur obtenue (qui sera forcment
diffrente tant donn que nous sommes loin d'avoir une infinit d'chantillons et que p est
loin d'tre petit) en appliquant une telle loi continue (la loi continue la plus proche de la loi
binomiale en fait) :
0
0.125 8 1
1
( ) 0.3679 36.79%
! ! 0! 0!
k k
n p
p k e e e e
k k
= = = = = =
avec :
1 1 o = =
ce qui est un rsultat enocre plus mauvais qu'avec la loi binomiale.
Cependant, si p est fix au dpart, la moyenne n p = tend galement vers l'infini
thoriquement dans la loi de Poisson de plus l'cart-type n p q tend galement vers l'infini.
Si nous voulons calculer la limite de la distribution binomiale, il s'agira donc de faire un
changement d'origine qui stabilise la moyenne, en 0 par exemple, et un changement d'unit
qui stabilise l'cart, 1 par exemple. Ce calcul ayant dj t fait dans le chapitre de
Statistique, nous savons que le rsultat est la loi de Gauss-Laplace :
( )
2
2
2
1
( , , )
2
k
P k e
o
o
o t
=
quation 9 Loi de Gauss-Laplace
Ainsi, dans notre exemple, nous avons 1 = et l'cart-type est donn par l'estimateur sans
biais de l'cart-type (cf. chapitre de Statistique) :
( )
2
1
1
1
n
i
i
x
n
o
=
=
quation 10 ESB
ce qui dans notre exemple donne 1 o = .
Pour calculer la probabilit nous calculons la valeur numrique de la loi de Gauss-Laplace
pour 0, 1, 1 k o = = = :
Gestion de projets 95/166
( )
2
2
0 1 1
21 2
1 1
(0,1,1) 0.2419 24.19%
1 2 2
P e e
t t
= = = =
Ainsi, en appliquant la loi normale nous avons 24.19% de chance d'avoir 0 lments
dfectueux sur 8. Cet cart par rapport aux autres mthodes s'expliquant simplement par les
hypothses de dpart (nombre d'chantillons fini, probabilit faible, etc.)
Remarque : Ceux qui penseraient utiliser la loi triangulaire (cf. chapitres de Statistiques)
doivent tout de suite l'oublier. Effectivement, comme en qualit la valeur optimiste sera le
zro par dfinition, la probabilit que le nombre de dfauts soit gal 0 sera immdiatement
de zro.
5.9.2 INDICES DE PERFORMANCES ET DE CONTROLES
Six Sigma dfini deux indices permettant de mesurer pendant le processus de fabrication la
capacit de contrle dans le cas d'un grand nombre de mesures de dfauts rpartis selon une
loi de Gauss-Laplace centre autour de la moyenne (soit une loi normale).
D1. Nous appelons "indice de capacit potentiel de contrle" (Potentiel Process Capability
Index) le rapport entre l'tendue de contrle de la distribution des valeurs et la qualit de Six
Sigma tel que :
6
p
E
C
o
=
ce qui s'crit aussi :
6
p
USL LSL
C
o
=
quation 11 Cp
o USL est la limite suprieure de contrle (Upper Specification Control) de la distribution et
LSL la limite infrieure (Lower Specification Control) que nous imposons frquemment
comme distances gales par rapport la moyenne .
Bien videmment, la valeur o de l'cart-type peut-tre doit tre calcule en utilisant les
estimateurs de maximum de vraisemblance ou sans biais vue dans le chapitre de statistiques.
Normalement, au sein des entreprise, l'tendue de contrle est fixe (le numrateur) et donc
quand la valeur de l'cart-type type est grande (plus de variations, moins de contrles) la
valeur de l'indice est faible et lorsque l'cart-type est faible (moins de variation, plus de
contrles) la valeur de l'indice est lev.
Comme le montre les deux exemples ci-dessous :
Gestion de projets 96/166
L'indice
p
C impose que la moyenne (l'objectif) est centre entre LSL et USL. Ds lors, la
moyenne est confondue avec ce que nous appelons la "cible" T du processus.
Mais la moyenne dans la ralit peut tre dcale par rapport l'objectif T initial qui doit
lui toujours tre distance gale entre USL et LSL comme le montre la figure ci-dessous :
Mais n'est pas forcment le cas dans la ralit o les ingnieurs (quelque soit leur domaine
d'application) peuvent choisir des LSL et USL asymtriques par rapport la moyenne. D'o la
dfinition suivante :
D2. Nous appelons alors "indice de capabilit de contrle" (Process Capability Index) la
relation :
(1 )
pk p
C C k =
quation 12 Cpk
avec :
1
3
( )
2
p
T T
k
C
USL LSL
o
= =
Gestion de projets 97/166
o 0 k > est appel le "dgr de biais" et T le "target".
Au fait cet indicateur peut sembler trs artificiel mais il ne l'est pas totalement. Effectivement
il y a quelques valeurs remarquables qui permettent de se faire une bonne ide ce qu'il se
passe avec cet indicateur (et c'est le but de celui-ci) :
1. Si la moyenne et la cible sont confondues nous avons :
T =
nous nous retrouvons donc avec 0 k = et donc
pk p
C C = .
2. Si faute d'un mauvais contrle du processus nous avons :
0.5 ( ) T USL LSL >
alors la moyenne est soit au-dessus de USL ou en dessous de LSL ce qui pour
consquence d'avoir 1 k > et donc 0
pk
C < . Le fait que l'indice soit ngatif met bien en
vidence la mauvaise matrise du processus.
3. Si nous avons :
0 0.5 ( ) T USL LSL < <
alors la moyenne est comprise entre les valeurs USL et LSL ce qui pour consquence
d'avoir 0 1 k < < et donc 0
pk p
C C < < .
4. Si nous avons :
0.5 ( ) T USL LSL =
alors cela signifie simplement que la moyenne est confondue avec USL ou LSL et nous avons
alors 1 k = et 0
pk
C =
Par ailleurs, Six Sigma rajoute la dfinition suivante (qui est logique) dans le cas particulier
o l'tendue n'est pas borne, c'est--dire que seulement USL ou LSL sont dfinis mais pas les
deux en mme temps.
Ainsi, nous avons le "Upper Capability Index" (CPU) et "Lower Capability Index (CPL) :
3 3
USL LSL
CPU CPL
o o
= =
quation 13 CPU, CPL
et l'interprtation est toujours base sur le mme principe que l'indice
p
C .
Gestion de projets 98/166
6 6. . P PR RO OC CE ES SS SU US S E ET T R RE EP PR R S SE EN NT TA AT TI IV VE ES S
Le chef de projet est trs souvent confront l'obligation de devoir formaliser des
synoptiques
9
de mthodes de travail sous forme des procdures oprationnelles standard
(POS), des concepts d'organisation ou des ides.
6.1 OBJECTIFS
Les raisons ces besoins de formalisation sont relativement simples et peuvent se rsumer
aux 10 points principaux suivants:
1. Standardiser les actions et structurer l'information au sein d'un groupe de travail
2. Garantir une rptabilit l'identique
3. Minimiser le temps d'apprentissage d'un concept corporate
4. Faciliter la communication des mthodes standardises et les attentes de rsultats
5. Ne pas recrer la roue chaque fois (en termes de dmarche intelectuelle)
6. Formaliser le REX (Retour d'Exprience) afin d'viter des erreurs passes
7. Minimiser les efforts et le temps en analysant les tapes inutiles (temps de passage)
8. Identifier, mesurer et anticiper les problmes
9. Assurer une traabilit
10. Eviter les "je savais pas", "tu me l'avais pas dit donc c'est de ta faute"
Le logiciel le plus utilis travers le monde ce jour et notre connaissance pour cela est
Microsoft Office Visio qui permet non seulement de faire de nombreux types de synoptiques
mais aussi de les analyser statistiquement avec des rapports automatiss envoys vers
Microsoft Office Excel, de connecter certaines informations une base de donnes
centralise, d'afficher des indicateurs de performances et au final (point le plus apprci) de
publier le tout sous forme de pages web afin de rendre les schmas interactifs (liens entre
processus, vers des documents, moteur de recherche,).
Il y a malheureusement quelques difficults et problmes courants avec les schmas (et
particulirement les processus):
1. Leur documentation
2. Leur communication
3. Leur mise jour
9
Un synoptique dsigne une prsentation, en gnral graphique, qui permet de saisir d'un seul coup d'il un
ensemble d'informations lies ou un systme complexe.
Gestion de projets 99/166
4. Leur application
10
6.2 TYPES DE REPRSENTATIVES
Tous les exemples de reprsentatives que nous allons donner ici ne sont pas faites
ncessairement avec Microsoft Office Visio mais il est cependant possible des toutes les crer
avec ce dernier logiciel.
6.2.1 MIND MAPPING
Permet de rapidement synthtiser des ides ou concepts discuts lors d'une runion. Le
meilleur logiciel pour faire ce type de cartes ce jour est trs probablement MindManager. Si
l'on souhaite pouvoir communiquer des MindMap tout un dpartement dans lequel vous tes
le seul possder un logiciel de Mind Mapping nous conseillons alors plutt le logiciel
FreeMind qui permet de transformer toute carte en une page web interactive trs pertinente.
6.2.2 DIAGRAMME D'ISHIKAWA
Le diagramme d'Ishikawa (Diagramme de causes et effet) ou diagramme en artes de poisson
est le fruit des travaux de Kaoru Ishikawa pour la gestion de la qualit.
10
Un exemple assez "extrme" est une entreprise qui avait des collaborateurs qui ne savaient simplement pas lire
(et le responsable AQ n'tait pas au courant).
Gestion de projets 100/166
Cet outil graphique issu d'un brainstorming, recense les causes aboutissant un effet. Son
analyse permet une aide la dcision synoptique pour soit corriger un fait existant, soit la
mise en place d'un projet.
Les causes sont rparties traditionnelement dans cinq catgories appeles 5M :
1. Matire : Les matires premires, et plus gnralement les inputs du processus.
2. Matriel : Concerne l'quipement, les machines, le matriel informatique
3. Mthode : Le mode opratoire et la recherche et dveloppement.
4. Main d'oeuvre : Tout ce qui concerne les ressources humaines.
5. Milieu : L'environnement, le positionnement, le contexte.
Chaque branche reoit d'autres causes ou catgories hirarchises selon leur niveau
d'importance ou de dtail. Le classement doit aussi mettre en vidence les causes les plus
directes. Ce sont celles les plus proches de l'arte de poisson.
La mthode 5M est souvent articule autour des "bonnes mthodes de fabrication" (abrge
BPF) qui s'articulent autour de 10 points et dont les 5M sont un rsum:
1. crire les modes opratoires et les instructions afin de fournir une "feuille de route"
ncessaire la conformit aux bonnes pratiques et une travail de qualit rgulier.
2. Suivre scrupuleusement procdures et instructions pour prvenir toute erreur.
3. Renseigner rapidement et prcisment le travail en cours dans un but de conformit
aux procdures et de traabilit.
Gestion de projets 101/166
4. Prouver que nos systmes font ce pour quoi ils sont conus en effectuant des
dmarches formelles de validation.
5. Intgrer la productivit, la qualit service et du personnel dans la conception de
l'environnement de travail.
6. Effectuer la maintenant des outils de manire rgulire et efficace.
7. Dvelopper et dmontrer clairement les comptences au poste de travail.
8. Protger les produits contre tout dfaut en adoptant des habitudes rgulires et
systmatiques d'organisation et de suivi.
9. Construire la qualit dans les produits par un contrle des des processus
10. Planifier et Effectuer rgulirement des audits afin d'assurer conformit au systme
qualit.
La variante la plus intressante du diagramme 5M est le diagramme 6M qui ajoute aux 5
domaines prcdents celui de la Mesure : les causes correspondant des biais ou erreurs lis
aux indicateurs utiliss pour chiffrer le phnomne analyser.
Les entreprises de services utilisent une version tendue : c'est le diagramme 7M qui rajoute
les catgories Management (que l'on pourrait considrer comme redondante avec la catgorie
main-d'oeuvre) et Moyens financiers.
Pour terminer signalons aussi les classiques 8P (Price, Promotion, People, Processes, Place,
Policies, Procedures et Product) et les 4S (Surroundings (environnement), Suppliers, Systems,
Skills).
6.2.3 ORGANIGRAMME (WBS/PBS/RBS)
Que ce soit l'organisation hirarchique d'un dpartement (organigramme), celle d'un projet et
des ses tches (WBS: Work Breakdown Structure), l'ordre d'assemblage d'un produit (PBS:
Product Breakdown Structure) ou enfin des comptences d'une quipe il est frquent que des
mthodologies de gestion de projets ou de qualit ainsi que certains logiciels exigent le
structuration de certaines informations sous forme d'organigramme (Prince2, PMBOK, MS
Project Server).
Gestion de projets 102/166
6.2.4 GANTT
Le diagramme de Gantt est un outil utilis (souvent en complment d'un rseau PERT) en
ordonnancement et gestion de projet et permettant de visualiser dans le temps les diverses
tches lies composant un projet (il s'agit d'une reprsentation d'un graphe connexe, valu et
orient). Il permet de reprsenter graphiquement l'avancement du projet.
Cet outil rpond deux objectifs : planifier de faon optimale et communiquer sur le planning
tabli et les choix qu'il impose
Gestion de projets 103/166
6.2.5 PERT
Le graphique PERT est une technique de gestion de projet qui permet de visualiser la
dpendance des tches et de procder leur ordonnancement en dehors du ligne de temps et
par un algorithme prcis (que les chefs de projets appliquaient la main jusqu'au annes
1980) de dterminer le chemin critique du projet ainsi que les marges totales et libres.
Gestion de projets 104/166
6.2.6 TIME-LINE
Une frise chronologique ou ligne du temps est une reprsentation linaire qui associe des
vnements leurs positions dans le temps le long d'une chelle gradue, ce en quoi elle se
rapproche d'une chronologie.
Dans les entreprises, elle permet facilement lors de runions de communiquer un publique
de non spcialistes (qui n'arrivent pas lire le Gantt) les jalons d'un projet.
6.2.7 DIAGRAMME DE FLUX
En gestion, gestion de la production et plus prcisment dfini par la norme ISO 9001 pour la
gestion de la qualit, un diagramme de flux est un systme organis d'activits qui utilise des
ressources (personnel, quipement, matriels et machines, matire premire et informations)
pour transformer des lments entrants en lments de sortie dont le rsultat final attendu est
un produit.
Lors de la construction d'un diagramme de flux (processus) le chef de projet peut identifier
des tapes inutiles ou manquantes dans un protocole de travail et analyser la performance de
celui-ci dans le temps afin de dterminer son efficacit en utilisant la mthodologie Six
Sigma.
Les spcialistes en processus recommandent d'viter la construction de flux rtroaction afin
de garder le schma le plus clair possible et de s'arranger afin que le processus et sa
documentation tiennent tous deux sur une seule et unique page A4.
Gestion de projets 105/166
Les informations qu'il est typique de relier chaque tape sont:
Cr par/Cr le (ISO)
N tape processus (ISO)
Responsable (ISO)/Back-Up
Intervenants (ISO)
Niveau de confidentialit
Cot/Dviation de cot (Six Sigma)
Temps/Dviation de temps (Six Sigma)
Gravit dfaillance (AMDEC)
Effet potentiel dfaillance (AMDEC)
Cause potentielle dfaillance (AMDEC)
Quantifiable? (Six Sigma)
Niveau de qualit en % (Six Sigma)
Contact client
6.2.8 DIAGRAMMES D'ANALYSE D'ERREURS (ADP)
L'arbre de dfaillances est utilis dans les tudes de fiabilit des systmes.
Gestion de projets 106/166
Base sur une reprsentation graphique mettant en vidence les relations de cause effet,
cette technique est complte par un traitement mathmatique qui permet la combinaison de
dfaillances simples ainsi que leur probabilit d'apparition. Cet outil permet donc de
quantifier l'occurrence d'un Evnement Redout (ER).
Un arbre de dfaillance est gnralement prsent de haut en bas avec la ligne la plus haute ne
comportant que l'vnement dont nous cherchons dcrire comment il peut se produire.
Chaque ligne dtaille la ligne suprieure en prsentant la combinaison ou les combinaisons
susceptibles de produire l'vnement de la ligne suprieure auquel elles sont rattaches.
Ces relations sont reprsentes par des liens logiques OU, et ET (on emploie gnralement le
terme de "porte" OU et de "porte" ET).
6.2.9 TOTAL QUALITY MANAGEMENT (TQM)
La qualit totale (Total Quality Management, TQM en anglais) est une dmarche de gestion
de la qualit dont l'objectif est l'obtention d'une trs large mobilisation et implication de toute
l'entreprise pour parvenir une qualit parfaite en rduisant au maximum les gaspillages et
en amliorant en permanence les lments de sortie (outputs).
Cette dmarche repose sur ISO 9004, norme qui sert de document explicatif la norme ISO
9001.
Gestion de projets 107/166
6.2.10 BUSINESS PROCESS MANAGEMENT NOTATION
Business Process Modeling Notation a t dveloppe par la Business Process Management
Initiative (BPMI), et est maintenant maintenue par l'Object Management Group (OMG)
depuis leur fusion en 2005. Le but principal de BPMN est de fournir une notation qui soit
rellement comprhensible par tous les utilisateurs de l'entreprise, depuis les analystes mtier
qui crent les bauches initiales des procdures, jusqu'aux dveloppeurs responsables de
mettre en place la technologie qui va excuter ces procdures, et finalement, jusqu'aux
utilisateurs de l'entreprise qui vont grer et monitorer ces procdures. Ainsi, BPMN cre un
pont standardis pour combler le vide entre la modlisation des procdures d'entreprise et la
mise en place des procdures.
Gestion de projets 108/166
6.2.11 IDEF0
SADT (en anglais Structured Analysis and Design Technique) - connue aussi sous le label
IDEF0 (en anglais Integration Definition for Function modeling) - est l'un des standards de
description graphique d'un systme complexe par analyse fonctionnelle descendante, c'est--
dire que l'analyse chemine du gnral (dit "niveau A-0") vers le particulier et le dtaill (dits
"niveaux A
ijk
"). SADT est une dmarche systmique de modlisation d'un systme complexe
ou d'un processus opratoire.
Gestion de projets 109/166
6.2.12 ARBRES DE DCISION
Un arbre de dcision est un outil d'aide la dcision et l'exploration de donnes. Il permet
de modliser simplement, graphiquement et rapidement un phnomne mesur plus ou moins
complexe. Sa lisibilit, sa rapidit d'excution et le peu d'hypothses ncessaires a priori
expliquent sa popularit actuelle.
MS Office Visio n'est pas capable de faire ce genre de schmas avec les calculs associs. Il
faudra typiquement se procurer la rfrence du march ce jour qu'est TreeAge.
Gestion de projets 110/166
6.2.13 TABLEAU DE BORD
En gestion de projets ou de la qualit, un tableau de bord est un synoptique permettant en un
simple coup d'il d'avoir un rsum graphique et colori indiquant la performance et le
rendement de certains lments dont l'analyse est souhaite.
6.3 OPTIMISATION DES PROCESSUS
Nous n'allons pas aborder ici l'optimisation des processus dans le sens de leur clart, leur
standardisation conformment aux normes, l'identification des tapes inutiles ou
manquantes qui sont tous trois accessible toute personne possdant un peu de bon sens et de
temps.
Ce qui pose problme depuis le dbut du 20
me
sicle et la mesure quantitative (dans le sens
scientifique du terme) de l'efficacit d'un processus et de l'analyse numrique de la variation
de sa performance dans la temps et de sa volatilit. C'est ce dont quoi nous allons nous
attarder ici.
Comme nous l'avons vu dans le cours de Statistiques, la loi Normale est une fonction en
forme de "cloche" donne par:
dont les carts-types sont utilises pour donner l'intervalle de probabilit cumule de se situer
dans ces bornes centr sur la moyenne comme reprsent ci-dessous:
Gestion de projets 111/166
Ceci tant rappel, nous avons galement prsent dans le cours AMDEC les probabilits
conjointes dans le cadre de Six Sigma pour une chane de processus P connects en srie.
Au fait les processus mentionns ne sont pas forcment des processus industriels mais
peuvent tre assimils sous des hypothses identiques des processus quelconques
(administratifs, procdures, workflows, etc.).
Nous avions vu que la probabilit conjointe (ou cumule) est appele dans Six Sigma "Rolled
Troughput Yield" (R.T.Y.) ou "Rendement Global Combin" (R.G.C.) et est donne par (cf.
cours de Probabilits) :
Par exemple l'application de la relation prcdente donne pour un processus srie en 4 tapes
dont la fiabilit est de 90% chaque:
nous nous retrouvons au final avec une fiabilit de 65.6% soit une probabilit cumule de
dfaut pour l'ensemble du processus de 34.4%.
Redonnons le tableau au pire selon Six Sigma, soit le tableau en procd non centr avec une
dviation de la moyenne de 1.5o + (donc droite mais on pourrait prendre gauche et les
rsultats sont les mmes) par rapport la cible et d'cart-type unitaire avec USL et LSL
symtriques (ce qui restreint toujours le champ d'application):
Gestion de projets 112/166
C
p
C
pk
Dfauts (PPM) Niveau de qualit Sigma Critre
0.5 0 501350 1.5 Mauvais
0.6 0.1 382572 1.8
0.7 0.2 27412 2.1
0.8 0.3 184108 2.4
0.9 0.4 115083 2.7
1 0.5 66810 3
1.1 0.6 35931 3.3
1.2 0.7 17865 3.6
1.3 0.8 8198 3.9 Limite
1.4 0.9 3467 4.2
1.5 1 1350 4.5
1.6 1.1 483 4.8
1.7 1.2 159 5.1
1.8 1.3 48 5.4
1.9 1.4 13 5.7
2 1.5 3.4 6 Excellent
o nous avons dmontr dans le cours Six Sigma que les valeurs PPM taient donnes par:
Ce qui donne pour un niveau de qualit de 3 Sigma en utilisant Maple:
>evalf((1-1/sqrt(2*Pi)*int(exp(-(x-1.5)^2/2),x=-
infinity..(1*3))))*1E6+evalf((1/sqrt(2*Pi)*int(exp(-(x-1.5)^2/2),x=-infinity..-
(3*(1+1)))))*1E6;
soit une valeur de 66810 c'est--dire la valeur de la 6 ligne. Ce qui correspond ~6.68% en
termes de probabilit cumule de non-qualit (66'810 divis par 1 million et mis en pourcents)
et donc respectivement une probabilit cumule de ~93.32% de qualit.
Nous avons le tableau suivant qui peut rsumer certaines valeurs importantes du tableau
prcdent en utilisant la commande Maple:
Gestion de projets 113/166
Qualit% 93.32 99.38 99.98 99.9996
1 1.33 1.68 2
Jugement Mauvais Limite Bon Excelent
Sous l'hypothse que chaque tape d'un processus srie suit la mme loi avec les mmes
moments et les mmes dviations par rapport la cible nous avons alors:
tapes/Qualit%
1
93.32 99.38 99.98 99.9996
7 61.63 95.73 99.84 99.9976
10 50.08 93.96 99.77 99.9966
20 25.08 88.29 99.54 99.9932
40 6.29 77.94 99.07 99.9864
60 1.58 68.81 98.61 99.9796
80 0.40 60.75 98.16 99.9728
100 0.10 53.64 97.70 99.996
... ... ... ... ...
o chaque ligne reprsente le Rolled Troughput Yield donc calcul avec:
o i dont le nombre d'tapes du processus (1,7,10,20,40) et o les probabilits sont donnes
par la premire ligne (1). Ainsi, avec un niveau de qualit de 3o et une dviation la cible
de 1.5o nous avons pour un processus de 20 tapes identiquement distribues:
Ainsi, l'objectif du Lean Six Sigma dans une entreprise sera d'augement le niveau de qualit
avec d'avoir un RTY maximum pour un nombre donn d'tapes d'un processus.
Considrons comme exemple pratique le cas suivant:
Gestion de projets 114/166
Nous avons alors une probabilit de ruissite sur l'ensemble de:
ce qui correspond un niveau de qualit d'environ 3 sigma!
Gestion de projets 115/166
7 7. . M M T TH HO OD DO OL LO OG GI IE ES S " "T TR RE EN ND D" "
Les standards en mthodologies et techniques de gestion de projets existent depuis environ le
dbut des annes 1960. Il est regrettable de constater que c'est malheureusement devenu
principalement un business trs lucratif en termes de formations, de certifications et de
dbouchs commerciaux (consulting sur mandats, produits drivs, livres, etc.) vendus
comme des solutions quasi-miraculeuses tous les problmes.
Le praticien professionnel ne doit lui jamais oublier que des "standards" sont bien
videmment rarement adapts totalement leurs cas pratiques rels excepts s'ils sont
imposs par des normes nationales ou internationales
Il faut voir les mthodologies trend ( la mode) actuelles plutt comme des best practices
(meilleures pratiques) fonctionnant relativement bien et permettant d'viter des erreurs
triviales qu'il faut dmonter pour crer son propre standard adapt ses besoins et ceux de
son entreprise. C'est par ailleurs ainsi que de nombreuses mthodes connues mondialement
ont vu le jour!
Nous nous proposons ici de donner une liste non exhaustive (dans l'ordre qui semble priori
des plus connus) avec une brve description des formations et mthodes que nous avons
rencontres dans le cadre de nos expertises dans le management.
L'ISO 10006:2003 donne des conseils sur l'application du management de la qualit aux
projets. Elle est applicable des projets de complexit variable, qu'ils soient petits ou grands,
de courte ou longue dure, qui se situent dans des environnements diffrents, quel que soit le
type de produit ou de processus de projet. Il peut tre bien videmment ncessaire d'adapter
ces conseils un projet prcis.
L'ISO 10006:2003 ne constitue pas un guide pour le management de projet en lui-mme, mais
se contente de donner des conseils sur la qualit dans le cadre des processus de management
de projet alors que l'ISO 9004 donne des conseils sur la qualit dans le cadre des processus
relatifs au produit du projet et sur l'approche processus.
Il convient de noter que la prsente Norme internationale est un recueil de conseils et qu'elle
n'est pas destine tre utilise pour des besoins de certification/enregistrement.
Formation: ~1 jour par code ISO
Source: www.iso.org
Gestion de projets 116/166
Le Project Management Institute, fond en 1969, est une association professionnelle but non
lucratif qui propose des mthodes de Gestion de projet. Son sige est Philadelphie en
Pennsylvanie (tats-Unis), elle compte plus de 200'000 membres rpartis dans 125 pays. Elle
publie des standards relatifs la gestion de projets et est en charge de la certification des
processus de gestion de projet.
Le PMI est aussi trs connu pour sa formation et son ouvrage PMBOK: Project Management
Body Of Knowledge.
A ce titre, le terme PMI est souvent utilis pour dfinir la mthodologie de gestion de projet
dfendue par le Project Management Institute dont les fondements reposent sur 9 domaines de
connaissance (intgration, contenu, dlais, cots, qualit, ressources humaines,
communication, risques, approvisionnements) et 44 processus y relatifs.
Selon leur modle le projet est dcoup en 5 phases: l'initialisation, la planification,
l'excution, la maitrise (ou suivi) et enfin la cloture.
Il existe notre connaissance deux niveaux de certifications reconnus et standardiss
l'internationale: CAPM (Certified Associate Project Manager) et PMP (Project Management
Professional).
Formation: ~4 jours pour le PMBOK + ~5 jours pour le PMP
Source: www.wikipedia.org
Six Sigma ou 6 Sigma est une marque dpose de Motorola dsignant une mthode structure
de management visant une amlioration de la qualit et de l'efficacit des processus. La
mthode Six Sigma a d'abord t applique des procds industriels avant d'tre largie
tous types de processus, notamment administratifs, logistiques, commerciaux et d'conomie
d'nergie. Depuis le dbut des annes 2000, elle connat un grand essor en raison de la
complexit des organisations et de l'internalisation des processus qui imposent une vision
globale des problmes.
La mthode Six Sigma se base sur une dmarche fonde la fois sur la voix du client
(enqutes, etc.) et sur des donnes mesurables (par indicateurs) et fiables.
Le principe de la mthode consiste faire en sorte que tous lments issus du processus
tudi, soient compris dans un intervalle s'loignant au maximum de 6 Sigma par rapport la
moyenne gnrale des lments issus de ce processus. En rduisant la variabilit des produits
du processus, on rduit le risque de voir le produit (ou service) rejet par son destinataire car
en dehors de ses attentes ou spcifications. Le principe vise donc travailler sur le processus
afin que seuls des produits conformes aux exigences soient livrs : produire juste ds la
Gestion de projets 117/166
premire fois en liminant les cots lis aux retouches, recyclage, mise au rebut et risque de
vente d'un produit non conforme.
La mthode se base sur 5 tapes qui se contractent dans l'acronyme DMAAC (ou DMAIC en
anglais) pour : Dfinir, Mesurer, Analyser, innover/Amliorer (Improve en anglais) et
Contrler.
Il existe 4 niveaux de reconnaissance de Six Sigma qui suite des accords entre entreprises
commencent tre reconnus au niveau international depuis 2005 et qui sont: le Green Belt
dont on attend qu'il consacre partiellement son temps (souvent autour de 25%) la conduite
de projets d'amlioration, le Black Belt qui est un chef d'quipe ce consacrant plein temps
l'amlioration et doit matriser la mthode dans son ensemble, le Master Black Belt qui est
mentor et formateur de Blacks Belts, garant du respect de la dmarche et enfin le Deployment
Leader ou Champion, charg d'laborer la stratgie, le contenu de la formation, les budgets,
etc.
Formation: ~4-18 jours selon le niveau (Green Belt, Master Black Belt)
Source: www.wikipedia.org
CMMi, sigle de Capability Maturity Model + Integration, est un modle de rfrence, un
ensemble structur de bonnes pratiques, destin apprhender, valuer et amliorer les
activits des entreprises d'ingnierie.
Le modle CMMI dfinit une chelle de mesure de la maturit 5 niveaux: Initiation (gestion
en gnrale chaotique), Rptable (processus cres mais non appliqus), Mesures dfinies
(utilisation et application des processus), Gr (analyse et prvention des problmes),
Optimis (Automatisation).
Source: www.wikipedia.org
L'AFITEP est l'Association Francophone de Management de Projet dont des ingnieurs et
chercheurs trs rputs dans le monde francophone sont membre et qui dlivre des
certifications aux personnes physiques.
L'association dlicre une Certification en Gestion de Projet (CGP) ainsi qu'une Certification
en Direction de Projet (CDP) dlivre aux directeurs et chefs de projets et reconnue par
l'International Project Management Association (IPMA).
Source: www.wikipedia.org
Gestion de projets 118/166
L'International Project Management Association (IPMA) a pour principale tche de proposer
une solution rpondant aux besoins de comptences en management de projet. Avec son
systme de certification quatre niveaux, l'IPMA permet de dterminer quand un spcialiste
ou un cadre est qualifi pour diriger un projet. Le systme de certification de D-A dans l'ordre
de difficult s'appuie sur la dfinition exhaustive de la comptence en management de projet.
- IPMA Niveau A: Dsigne une personne qui est capable de diriger des portefeuilles ou des
programmes importants au moyen des ressources, mthodes et instruments correspondants.
C'est bien cela, l'objet de la certification Level A, et non pas le management de projets
individuels. Cette responsabilit exige une forte dose de connaissances et d'exprience (34
personnes certifies au total Suisse en 2009 depuis l'implmentation de l'IPMA ; 278 dans le
monde).
- IPMA Niveau B: Dsigne une personne capable de grer un projet complexe. Celui-ci inclut
normalement des sous-projets, c'est--dire que le manager de projet gre le projet avec l'aide
de managers de sous-projets et se consacre moins la conduite du groupe de projet (706
personnes certifies au total Suisse en 2009 depuis l'implmentation de l'IPMA ; 6'154 dans le
monde).
- IPMA Niveau C: Dsigne une personne qui est en mesure de grer un projet d'une
complexit limite. Cela signifie que le candidat dispose du savoir et de l'exprience du
management de projet ncessaires pour conduire efficacement un projet (855 personnes
certifies au total Suisse en 2009 depuis l'implmentation de l'IPMA ; 27'861 dans le monde).
- IPMA Niveau D: Dsigne une personne qui est capable de mettre en pratique ses
connaissances en management de projet dans le cadre de sa participation un projet, en
sachant que des connaissances spcifiques compltes et fondamentales sont ncessaires dans
le management de projet (2147 personnes certifies au total Suisse en 2009 depuis
l'implmentation de l'IPMA ; 111'283 dans le monde).
Source: www.vzpm.ch
ITIL (Information Technology Infrastructure Library) est un ensemble d'ouvrages recensant
les bonnes pratiques pour la gestion des services informatiques, dictes par l'Office public
britannique du Commerce (OGC).
L'adoption des bonnes pratiques de l'ITIL par une entreprise permet d'assurer ses clients
(internes comme externes) un service rpondant des normes de qualit pr-tablies au
niveau international. ITIL est la base de la norme BS15000 (premire norme de Gestion de
Services Informatiques formelle et internationale) un label de qualit proche des normes de
l'ISO par exemple.
Gestion de projets 119/166
ITIL permet, grce une approche par processus clairement dfinie et contrle, d'amliorer
la qualit des SI et du support aux utilisateurs en crant notamment la fonction de Centre de
services oqui centralise et administre l'ensemble de la gestion des systmes d'informations.
Les bnfices pour l'entreprise sont une meilleure traabilit de l'ensemble des actions du
dpartement informatique. Ce suivi amlior permet d'optimiser en permanence les processus
des services pour atteindre un niveau de qualit maximum de satisfaction des clients.
Pour les individus, il existe 3 niveaux de certifications pour ITIL ce jour:
- Foundation Certificate : Certification de premier niveau accorde aprs un test sous forme
de questions choix multiples, qui suit normalement un cours de 2 3 jours chez un
formateur accrdit. Ce certificat valide une connaissance gnrique des fondamentaux
d'ITIL.
- Practitioners Certificates : Certifications accordes pour une discipline spcifique aprs un
cours de 2 3 jours chez un formateur accrdit et un test sous forme de questions choix
multiples fond sur un cas concret. Le Foundation Certificate est un prrequis.
- Managers Certificate : Certification accorde aprs deux tests de 3 heures qui suivent une
formation de 10 jours par un formateur accrdit. Le Foundation Certificate est un prrequis.
Formation: ~2 jours
Source: www.wikipedia.org
AMDEC est la traduction de l'anglais FMECA (Failure Modes, Effects and Criticality
Analysis, littralement "Analyse des Modes de Dfaillance et de leur Cricit"). La version non
mathmatique est nomme AMDE est est donc simplement la traduction de FMEA.
L'AMDE est essentiellement une dmarche inductive, aussi exhaustive que possible, qui
consiste identifier au niveau d'un systme ou d'un de ses sous ensembles, les modes
potentiels de dfaillance de ses lments, leurs causes et leurs effets. De telles analyses
peuvent tre adaptes toute interrogation dans tout domaine et peuvent servir de base, entre
autres, aux analyses fiabilit, maintenabilit, disponibilit, qualit et testabilit.
Le but est de hirarchiser les actions d'amlioration conduire sur un processus, un produit,
un systme en travaillant par ordre de criticit dcroissante.
Formation: ~2 jours
Source: www.wikipedia.org
PRINCE2 (PRojects IN Controlled Environments) est une mthode de gestion et de
certification de projet structure qui se focalise sur trois points : l'organisation, la gestion et le
contrle du projet. PRINCE est divis en huit processus dfinis par des cls d'entre et de
Gestion de projets 120/166
sortie, des objectifs atteindre et des activits raliser regroupes en 4 phases (au lieu de 5
pour le PMI et Six Sigma) : Dmarrage, Initialisation, Excution, Clture.
Il existe deux types de certification PRINCE2, reconnues dans le monde entier:
- PRINCE2 Fundamentals: Cet examen vrifie qu'un collaborateur dispose des connaissances
ncessaires pour participer un projet gr selon la mthode PRINCE2. La russite de cet
examen et ainsi l'obtention du certificat passe par la matrise des principes et de la
terminologie de la mthode.
- PRINCE2 Praticien: Cet examen est la garantie d'une matrise parfaite de la mthode pour
grer un projet et tre capable d'appliquer et d'adapter les principes de la mthode
PRINCE2 pour anticiper les attentes et viter ou prvoir les problmes d'un projet donn.
La mthode des 5S, qui tire son origine de la premire lettre de chacune des cinq oprations,
est une technique de management japonaise. Elle est tire du Systme de Production Toyota
(TPS) et repose sur cinq principes simples :
Seiri (, Dbarras), Seiton ( Rangement), Seiso (, Nettoyage), Seiketsu (,
Ordre), Shitsuke (, Rigueur) Seiri (, Dbarras), Seiton ( Rangement), Seiso (,
Nettoyage), Seiketsu (, Ordre), Shitsuke (, Rigueur)
Elle doit tre organise sur la base d'objectifs de rangement et de gains de temps afin de
faciliter le transfert de connaissances et l'automatisation facilite des habitudes.
Formation: ~2 jours
Source: www.wikipedia.org
L'analyse SWOT (de l'anglais Strengths (forces), Weaknesses (faiblesses), Opportunities
(opportunits), Threats (menaces), est un outil de stratgie d'entreprise permettant de
dterminer les options stratgiques envisageables au niveau d'un domaine d'activit prcis.
Gestion de projets 121/166
Source: www.wikipedia.org
L'Institut suisse pour la formation des chefs d'entreprise existe depuis 1966. C'est son
anciennet est sa localisation dans les trois rgions principales de la Suisse (suisse-romande,
suisse-allemande et suisse-italienne) qui fait sa rputation au niveau national. Outre le fait que
cet institut propose les certifications IPMA et PMP son importance rside dans le fait qu'il
propose un diplme fdral d'conomiste d'entreprise en formation continue.
La norme ISO/IEC 15504 initialement connue sous le nom de SPICE (Software Process
Improvement and Capability dEtermination) permet l'valuation des processus de
dveloppement informatique et est aujourd'hui utilise dans de nouveaux secteurs (dont la
gestion des services informatiques avec TIPA). Il s'agit grossirement d'un mlange d'ITIL et
CMMi.
HERMES est une mthode ouverte officielle de la Confdration Suisse pour la conduite et le
droulement uniformes et structurs de projets dans le domaine des technologies de
l'information et de la communication (TIC). La mthode est obligatoire au sein de la
Confdration et doit tre utilise dans tous les projets TIC. HERMES est galement utilise
dans d'autres administrations publiques, des hautes coles et des entreprises.
Pour structurer le droulement d'un projet, HERMES divise l'ensemble de la dmarche en six
phases : Initialisation, Analyse prliminaire, Conception, Ralisation, Introduction,
Finalisation.
Il existe deux certifications reconnues au niveau fdral:
Gestion de projets 122/166
- HERMES Swiss Project Team Professional HSPTP: Assure les comptences pour participer
en tant que collaborateur de projet un projet conduit selon la mthode.
- HERMES Swiss Project Manager HSPM: Assure la capacit d'appliquer avec succs et
mthodiquement les connaissances et l'exprience de projet en situation.
Formation: ~2 6 jours selon le niveau souhait
Source: /www.hermes.admin.ch
La certification Microsoft Office Project et Project Server est une certification professionnelle
conue pour permettre aux professionnels du management de projet de mesurer leur niveau de
matrise de l'utilisation de Microsoft Office Project et Project Server pour l'initiation, la
planification, l'excution, la surveillance, la matrise et la clture des projets, programmes et
portefeuilles de projets.
Cette srie de certifications apporte une plus-value la fois pour les organisations et pour les
individus qui pratiquent le Management de Projet ou qui dsirent amliorer leurs comptences
et leurs opportunits de carrire dans ce domaine. La validation d'un champ plus vaste de
comptences donne aux candidats, et leur hirarchie, un indicateur de performance fiable.
Cela correspond une relle demande des clients devant les besoins croissants en
comptences en Management de Projet, y compris dans la matrise des outils associs.
Trois niveaux de certifications sont reconnus l'international:
- MCTS MS Project Pro: Assure la matrise de la version client de MS Project avec 3 jours de
formations.
- MCTS MS Project Server: Assure la matrise de la version client de MS Project avec 3 jours
de formations.
- MC IT Pro Project Server: Assure les comptences dans l'installation et la maintenance de
MS Project Server pour un informaticien.
Formation : ~3 9 jours selon le niveau de matrise souhait
Source: www.iil.com/france/msproject/
Gestion de projets 123/166
L'European Foundation for Quality Management ou EFQM, (en franais: Fondation
Europenne pour le Management par la Qualit) est une association europenne base
Bruxelles fonde en 1988 par 14 entreprises avec l'appui de la commission europenne.
L'EFQM compte aujourd'hui plus de 700 membres. L'objectif de cette organisation but non
lucratif est de promouvoir un cadre mthodologique pour permettre ses membres d'valuer
leur niveau de qualit et de s'amliorer. Son modle d'autovaluation est fonde sur 9
principes (qui n'ont pas tous la mme pondration).
Les critres de ce modle sont:
- En termes de facteurs: le leadership, le personnel, la politique et stratgie, les partenariats et
ressources et les processus.
- En termes de rsultats: le personnel, les clients, les collectivits, les erformances cls.
Formation: ~2 jours
Le Master of Business Administration ou MBA, est un diplme international d'tudes
suprieures dans le domaine de la conduite globale des affaires : stratgie, marketing,
finances, ressources humaines et management.
Dans le modle traditionnel amricain, les tudiants travaillent sur un large ventail de cours
la premire anne, puis entament une spcialisation lors de la seconde. Dans le reste du
monde le MBA dure en gnral moins longtemps : entre 9 et 16 mois en Europe, l'objectif
essentiel tant de rduire au maximum le temps pass par des cadres en dehors de l'entreprise.
Formation: ~ 65 jours
L'ENS (Ecole Normale Sup.) propose le cursue de formation en gestion de projets que je
considre comme le plus pointu et complet ma connaissance et ce jour. Il s'agit d'un
excellent minimum minorum pour tre ingnieur en gestion de projets avec un cursus de 7 ans
(prrequis inclus).
Le programme est le suivant: Un cycle de formation de 350 heures environ (soit 2 ans peu
prs) d'enseignements techniques, thoriques et pratiques sous forme de modules spcialiss
(22 modules) : finance d'entreprise, analyse et prvision financire, macro-conomie
financire, finance empirique, valuation des entreprises, fusions et acquisitions, techniques
financires internationales, gestion de portefeuille, gestion des risques bancaires, taux et
produits drivs de taux, risque de crdit et produits drivs de crdit, introduction aux
processus stochastiques en temps continu, mthodologie informatique, calcul stochastique
pour la finance, valuation et couverture des produits drivs, rsolution numrique des EDP
Gestion de projets 124/166
pour la finance, conomtrie des sries temporelles et modles ARCH en finance, statistique
des processus en finance, mthodes neuronales et applications financires, microstructure et
organisation des marchs, gestion des risques de l'entreprise, finance d'entreprise approfondie,
simulation salle des marchs-dveloppement informatiques, suivi des projets.
Cette solide formation applique est complte par une thse professionnelle validant un
projet de 4 6 mois en entreprise.
Le public vis sont des ingnieurs diplms, diplms d'Ecoles de gestion dont le titre est
reconnu par la Confrence des Grandes Ecoles, ou titulaires d'un DEA ou d'un DESS dans les
disciplines suivantes : mathmatiques, mathmatiques appliques, sciences physiques, gestion
et sciences conomiques (options conomtrie, conomie mathmatique, finance
quantitative...) ou titulaires d'un diplme tranger de type Master of Science ou diplme
quivalent.
Formation: ~60 jours
Gestion de projets 125/166
8 8. . L LO OG GI IC CI IE EL LS S
Pour travailler dans le domaine de la gestion de projets, de la qualit, de la finance et des
risques, les logiciels les plus connus et utiliss (ce qui ne veut pas forcment dire que ce sont
les meilleurs) considrs comme les outils minimum que doit possder un chef de projet sont
les suivants:
Inutilde de revenir sur une description de MS Project car il s'agit du sujet principale de ce
support. Le chef de projet ne doit simplement pas oublier qu'il existe ce jour trois versions
diffrentes de ce produit (Standard, Pro et Server) et qu'il faut au minimum 5 jours de
formations pour matriser les bases de l'outil (ce qui ne prend donc pas en compte la dure de
formation pour les bases en gestion de projets).
OpenProj est un outil de planification de projet. Le logiciel permet la planification de tches
avec association de dpendances, de ressources, et un tat d'avancement ou une catgorie.
OpenProj est un clne de Microsoft Project, il permet de lire et modifier des fichiers MS
Project
L'outil web par excellence pour une gestion professionnelle de la communication et de la
gestion des documents et workflows dans le cadre des projets ou de la qualit. C'est un outil
de toute manire obligatoire si l'on souhaite possder MS Project Server.
Outil de rfrence mondiale en bureautique classique pour modliser et formaliser les
processus d'une entreprise dans le cadre de ses projets ou de sa gestion de la qualit et des flux
d'informations.
Connu par tout le monde mais bien videmment indispensable pour rdiger des cahier des
charges ou plans directeurs de projets correctement et conformment aux normes en vigueur.
Gestion de projets 126/166
Connu par tout le monde et utilis mme par des financier et chefs de projet de trs trs haut
niveau malgr ses faiblesses en statistiques avances. Comme de nombreux add-ins payant s'y
greffent de toute manire il reste un outil de rfrence pour l'analyse des projets et de la
qualit, ainsi que la modlisation statistique et l'optimisation.
Connu aussi de tous ce logiciel de messagerie est indisensable depuis la fin de 20
me
sicle
pour communiquer avec les clients. Il est surtout important dans le cadre de la gestion de
projets car son agenda se connecte MS Project Server pour les ressources et SharePoint
pour prendre les documents en itinrance.
Outil trs utile pour simplifier l'analyse de donnes dans le domaine de la qualit, de la
gestion de projets et mme de la R&D (mais a c'est hors sujet dans ce support). On peut faire
(pour les usages courants) le mme travail dans MS Excel mais cela prend beaucoup plus de
temps et ncessite quasiment systmatique le recours la programmation VBA.
Un des deux meilleurs outils du march dans la modlisation statistique (Monte-Carlo, Latin-
Hypercube) de l'aide la dcision pour la dure, les cots ou les risques de projets. C'est un
des logiciels de rfrence des top managers quantitatifs.
Le seul logiciel ma connaissance permette de crer des modles d'arbres de dcisions et de
Markov pour l'aide la dcision. Permet d'intgrer des statistiques simples ou des modles de
fonctions de probabilits.
Permet d'aider appliquer la mthode de management Prince2 dans le cadre de la gestion de
projets avec MS Project comme la description et le suivi des produits, risques, requtes et
clients dans MS Project et de pouvoir les grer entre plusieurs fichiers.
Gestion de projets 127/166
Excellents logiciels pour l'analyse (statistique et graphique) et le suivi des risques selon de
nombreuses normes techniques, mdicales, mcaniques, ISO, AMDEC.
Excellente solution intgre SAP pour faire de l'AMDEC, du FMEA et presque tout ce qui
est relatif la gestion de la qualit. Un bijou priori!
Gestion de projets 128/166
9 9. . T TE EC CH HN NI IQ QU UE ES S D D' 'O OR RD DO ON NN NA AN NC CE EM ME EN NT T
Nous proposons dans cette partie du support une srie d'exercices afin de se familiariser avec
le logiciel MS Project et des concepts faisant partie du knowledge minimum minimorum d'un
gestionnaire de projets. Dans un premier temps, aucun des exercices de "prise en main" ne
sera en rapport avec le prcdent. Cependant, ds que nous entrerons dans le logiciel lui-
mme, nous tenterons d'avoir un seul et unique projet avec lequel nous verrons toutes les
possibilits "standards" de MS Project (jusqu'au niveau "orange belt" environ correspondant
aux cours dispenss par l'IIL).
Attention dans MS Project, lors du travail avec les tches de groupe : vous devez toujours les
crer avant (!!!) d'enregistrer ce que nous appelons des Baselines sinon vos audits des cots
ne seront pas correctes en ce qui concerne le champ valeur Planification.
9.1 TCHE
Un projet est toujours compos d'un ensemble tches, lots, ou jalons ordonns et structurs
selon des relations (cf. la partie MS Project du support pour plus de dtails) de type fin
dbut (DF), dbut dbut (DD), fin fin (FF) ou encore fin dbut (FD).
Les lments qui dfinissent normalement (au minimum) une tche sont les suivants :
1. Un dbut et une fin
2. Une dure (estime ou non)
3. L'estimation optimiste et pessimiste de la dure et des cots (risques)
4. Les ressources travaillant dessus
5. Les cots fixes
6. Les relations avec les autres tches environnantes
7. Les contraintes (doit commencer, ds que possible)
8. Les dlais ou retards avec ses prdcesseurs
9. L'chance (deadline)
10. Le type de pilotage (dure fixe, capacit fixe, travail fixe)
Attention !! Il faut diffrencier au niveau reprsentatif (la confusion est souvent grande) :
1. Un ensemble de schmas synoptiques hors du temps reprsentant un processus
ordonn d'actions physiques que nous appelons communment un workflow
2. Une succession d'lments schmatiques normaliss par le BPMN reprsentant un
processus ordonn d'actions physiques ou non tel qu'une dcision, un choix, la
rdaction d'un document, une action, etc. que nous appelons communment un
flowchart.
Gestion de projets 129/166
3. Une succession de tches physiques ou administratives ou symboliques successives
ordonnes, pondres et relies entre elles dfinissant un planning type dans le temps
que nous appelons communment un diagramme de Gantt.
4. Une succession de tches physiques ou administratives ou symboliques successives
ordonnes, pondres et relies entre elles dfinissant un planning type hors du temps
que nous appelons communment un diagramme de PERT.
Remarque: Un problme frquent dans les projets est de grer la transition entre deux tches.
Effectivement, il y a parfois des blocages ou oublis ces moments l qui coupent le bon
droulement de la planification.
9.2 PLANIFICATION
Il existe divers niveaux de complexits de la planification d'un projet. Basiquement au niveau
cole secondaire il s'agit souvent d'un simple listing et de liaisons de type "fin dbut" entre
les tches.
Avant d'en voir un exemple donnons quelques dfinitions:
1. Jalon instantan: Le jalon instantan est une tche d'une dure nulle d'un projet (ou
suffisamment petite pour tre considre comme ngligeable) permettent de faire le
point sur celui-ci de n'engager la phase suivante que si tout va bien.
2. Jalon: Le jalon est une tche qui visuellement sur un planning a une dure nulle mais
qui numriquement a une dure non nligeable. Au mme titre que la dfinition
prcdente, celui-ci permet de faire le point sur le projet et de n'engager la phase
suivante que si tout va bien.
3. Tche: Une tche dans un cas idalis de planification un travail ou un effort rduit
son lment le plus simple. Une tche peut comporter plusieurs ressources humaines
ou matrielles avec divers consommables affects ou suraffects.
4. Tches rptitives: Une tche rptitive est un travail ou un effort qui a une
rcurrence priodique dans les temps pendant une dure limite.
5. Tche de Hammock: Une tche de Hammock (Hamac) est une tche dont la date de
dbut et la date de fin sont dfinies par deux tches non directement connexes. La
dure de cette tche et l'effort associ varie alors automatiquement.
6. Tche critique: Il s'agit d'un type de tche dont le moindre infime retard se rpercute
automatiquement sur la date de fin du projet (marge totale nulle).
7. Tche de groupe (ou tche rcapitulative): Une tche de groupe est frquemment
assimil l'ensemble des tches d'une phase d'un projet. En thorie des graphes nous
l'assimilons une fort.
Lorsqu'une tche est cre et que le temps le permet, voici les lments minimaux qu'il faut
dfinir:
1. Un dbut et une fin
Gestion de projets 130/166
2. Une dure (estime ou non)
3. L'estimation optimiste et pessimiste de la dure et des cots des ressources
4. L'estimation des cots fixes et ceux associs aux risques
5. Les ressources travaillant dessus (humaines, matrielles ou budgtes)
6. Les relations avec les autres tches environnantes (connexit)
7. Les contraintes (fortes, faibles ou strictes)
8. Les dlais avec ses prdcesseurs ou successeurs
9. L'chance (deadline)
10. Le type de pilotage (dure fixe, capacit fixe, travail fixe)
11. L'avancement (%Complt, %Travail Achev, %Physique)
12. Priorit
Nous reviendrons sur ces 12 points en dtails lors de notre tude du logiciel Microsoft Project.
Voyons un exemple simple : Charg de l'organisation d'une enqute marketing, vous devez
tablir la planification des tches en fonction des contraintes suivantes :
Gestion de projets 131/166
TACHES DESCRIPTION
TACHES
ANTERIEURES
DUREE
(SEMAINES)
A
Contacter un
statisticien
/ 1
B
Constituer un
chantillon
/ 3
C
Rechercher des
instituts de sondage
/ 1
D
Elaborer le
questionnaire
/ 4
E
Slectionner l'institut
de sondage
C 1
F Test du questionnaire D 1
G
Administration de
l'enqute
B, I 5
H
Mise disposition
des enquteurs
E 1
I
Essai du
questionnaire
H, F 2
J Saisie des donnes G 1
K
Relance des non
rpondants
J 2
L
Administration des
relances
K 1
M
Traitement des
donnes
A, J, N 2
N Saisie des relances L 1
O Rsultat de l'enqute M 1
Etablissez un diagramme de Gantt sur papier A4 couch quadrill pour chacun des cas
suivants :
- Sachant que l'enqute peut commencer la semaine n5 au dbut, quand sera-t-elle
termine avec un jalonnement au plus tt (ATO)?
Gestion de projets 132/166
- Sachant que l'enqute doit se terminer la semaine n26 en fin, quand doit-elle
commencer avec un jalonnement au plus tard (ATA) ?
1. Avec un jalonnement au plus tt, il faut insrer les tches sans liens d'antriorit partir de
la semaine 5. Ensuite, on continue en inscrivant les tches qui ont leurs tches antrieures
ralises et ainsi de suite, de gauche droite. Cela nous permet d'obtenir le diagramme
suivant :
L'enqute sera donc termine la fin de la semaine n24
Reproduisez cet exemple dans MS Project !
Remarque : il n'y pas de problmes et difficults particulires lorsque dans MS Project vous
faites une planification avec un jalonnement au plus tt
2. Avec un jalonnement au plus tard, il faut insrer les tches sans liens de postriorit
partir de la semaine 26. Ensuite, on continue en inscrivant les tches qui ont leurs tches
postrieures ralises et ainsi de suite, de droite gauche. Cela nous permet d'obtenir le
diagramme suivant :
Gestion de projets 133/166
L'enqute doit donc commencer au dbut de la semaine n7
Reproduisez cet exemple dans MS Project avec votre formateur !
Remarque : il n'y a un problme majeur avec MS Project que lorsque vous faites une
planification avec un jalonnement au plus tard. Effectivement, vous ne pouvez pas crer des
tches rptitives avec l'outil y relatif comme vous le montrera votre formateur.
Nous pouvons par ailleurs constater que dans tous les cas, la dure du projet est de 19
semaines.
Autre exemple (moins simple) :
Vous tes charg de recevoir des clients pour un repas gastronomique afin de signer un
ventuel contrat. Vous savez dj que ce souper doit dbuter 21h00 et voici les autres
informations dont vous disposez:
1. L'organisation du repas (d'une dure estime de 1h30) doit commencer ds 18h30.
2. La rservation des places au restaurant, ainsi que les prcisions culinaires, devront tre
effectues au plus tard 19h00, sachant que la dmarche durera approximativement 15
minutes. Aussi, on peut anticiper le fait que cette dmarche prendra fin entre 18h45 et
19h00.
3. Une fois la rservation acheve, il faudra, le plus rapidement possible, s'atteler la
prparation des contrats que l'on prsentera lors du souper. Une dure d'une heure
maximum sera consacre cette prparation.
4. Tout en laborant les contrats, on consacrera 10 minutes pour tlphoner aux clients
afin de leur donner les informations suivantes : l'heure du rendez vous (ds 21h00) et
l'adresse du restaurant. Les clients nous informeront du temps qu'ils estiment pour se
rendre au restaurant (1h00).
Gestion de projets 134/166
5. Cinq minutes avant la finalisation des contrats, le directeur nous a fait savoir qu'il
tcher d'tre prsent dans le bureau pour vrifier (prvoir 10 minutes maximum) leurs
contenus. S'il peut par contre consacrer plus de temps la vrification il nous fait
savoir qu'il viendra plus tt mais que dans tous les cas il ne restera pas plus de 5
minutes aprs la finalisation des contrats. Cette vrification doit tre termine, au plus
tard, pour 20:45 (en cas de problmes ventuels).
6. Une fois l'appel aux clients effectu et les contrats prts, il faudra compter 15 minutes
pour se rendre en voiture au restaurant o nous attendrons l'arrive des clients.
7. Quand les clients arriveront au restaurant, sachant qu'ils n'arriveront pas avant 21h00
et que leur dplacement en voiture a dur 1h00, nous souhaiterions savoir alors quel
moment prcis les clients auront quitt leurs bureaux ?
8. Le repas doit imprativement se terminer 23h00.
Etablissez un diagramme de Gantt sur papier avec les liaisons, les tches, les jalons et les
contraintes ad hoc et choisissez une chelle des temps adapte l'exercice.
Rsultat (dans MS Project) :
et la reprsentative de Gantt associe :
Gestion de projets 135/166
Vous pourrez remarquer dans MS Project que quand une tche une dure nulle elle s'affiche
donc automatiquement en tant que jalon ce qui a pour effet associ que la cas cocher
suivante s'active automatiquement:
9.3 MTHODE DES POTENTIELS MTRA (CP/RCP)
Ce chapitre est probablement le plus important dans le livre relativement la gestion
de projets et l'utilisation de MS Project. Il convient donc d'y accorder une attention
toute particulire.
Supposons qu'un projet se compose des tches abstraites suivantes :
Gestion de projets 136/166
TCHES TACHES ANTERIEURES DURE
A E 3
B K,C 4
C - 3
D E,J 2
E - 2
F G,L 3
G - 4
H A,M,R 2
J E 2
K C 2
L G 5
M C 4
N G 3
R J 2
Reprsenter le graphe MPM (Mthode des Potentiels Metra) en se rappelant les dfinitions
suivantes :
D1. La Date au plus tt correspond la plus grande cumulation de la dure des tches du
dbut du projet jusqu' la tche intresse. En aucun cas cette valeur ne peut tre rduite
thoriquement une fois la modlisation termine.
D2. La Date au plus tard correspond la date laquelle une tche doit tre commence au
plus tard pour que le projet soit men bien dans les plus brefs dlais. En pratique, pour la
dterminer, nous partons de la fin du projet et nous retranchons la Date au plus tt de la
dernire tche les dures au niveau des tches antcdentes. Lorsque plusieurs chemins
partent d'une mme tche, il faut retenir la diffrence la plus courte.
Gestion de projets 137/166
Nous vous demandons galement de dterminer :
1. Les tches critiques et ainsi le chemin critique (ou critical path abrg CP)
2. La marge libre (free slack)
3. La marge totale (total slack)
Mais peut-tre quelques petits rappels sont ncessaires :
Dfinitions :
D4. Une tche critique se caractrise par une date de ralisation au plus tt gale une date de
ralisation au plus tard (donc une absence de marge). Autrement dit, tout retard pris dans la
ralisation d'une tche critique entrane un allongement de la dure totale du projet.
D5. Un chemin critique est l'ensemble des tches critiques.
Remarque : Sans contraintes temporelles assignes aux tches (!) un chemin critique doit
toujours aller du dbut du projet jusqu' la fin du projet.
D6. La marge libre qui indique la dure sur laquelle une tche peut glisser sans bouger la
tche successeur.
La marge libre se calcule comme la diffrence entre la date de dbut au plus tt d'une tche
somm de sa dure et la date de dbut au plus tard de la tche successeur.
Gestion de projets 138/166
D7. Le marge totale qui indique la dure sur laquelle une tche peut glisser sans que la date
de fin du projet en soit modifi (si la valeur est ngative cela indique le temps qu'il faut
gagner sur la tche pour que la date de fin du projet ne subisse pas de dlais.
La marge totale se calcule comme la diffrence entre la date de fin au plus tt et la date de fin
au plus tard d'une tche (respectivement, la diffrence entre la date de dbut au plus tt et la
date de dbut au plus tard).
Le chemin critique de l'exercice propos est : Dbut, G, L, F. Fin. La dure totale tant donc
de 12 jours.
Exercice : reproduisez cet exercice dans MS Project en affichant les tches critiques en rouge
dans MS Project et les marges des tches non critiques. Le rsultat obtenu devra tre le
suivant :
Il est aussi possible de rajouter en plus des colonnes Start et Finish, les colonnes suivantes qui
sont importantes en fonction de si la planification se fait en ASAP ou ALAP :
En l'occurrence dans cet exemple ce qui va particulirement intresser le coordinateur de
projet sera la colonne Late Finish en comparaison avec la colonne Finish (dont la diffrence
donne le Total Slack).
Gestion de projets 139/166
Remarque : Rigoureusement, MS Project n'utilise pas l'algorithme des potentiels mais
partiellement l'algorithme de Dijkstra (1971) qui rsout le problme du plus court ou plus long
chemin pour un graphe G=(S,A) orient et connexe dont le poids li aux artes est positif ou
nul.
On peut facilement vrifier que MS Project utilise aussi cette mthode pour calculer le chemin
critique (il va du dbut la fin et ensuite remonte pour mettre les tches en criticit) sur un
exemple un peu plus complexe.
Attention cependant!!!
Vous pouvez faire des liaisons dans MS Project entre des tches et des groupes de tches et
avoir certaines tches du groupe non lies un successeur ou prdcesseurs mais ds lors
l'analyse de la connexit du graphe devient un peu plus difficile sur de gros projets et ce
mme si le calcul du chemin critique reste correct. Cependant cela peut poser de gros
problmes lors de l'export des donnes vers d'autres outils d'analyse.
9.3.1 CHEMIN CRITIQUE MATHMATIQUE VS CHEMIN
CRITIQUE CONTRAINT PAR DATE
Lorsque vous mettez des contraintes fortes sur une tche dans MS Project, son chemin devient
critique automatique. Ce qui est mathmatiquement incorrecte par rapport la dfinition de la
criticit du MPM mais correcte au niveau de la sensibilit de la tche contrainte et de ses
tches environnantes.
Remarque : Microsoft devrait penser une option permettant de diffrencier le chemin
critique mathmatique du chemin critique contraint.
Exemple : mettez la tche H avec un contrainte forte de type Must Start On ou Must Finish
On et observez le rsultat :
Il n'est pas possible dans MS Project de diffrencier le chemin critique formel du chemin
critique contraint sans dvelopper ce qui est bien dommage. C'est la raison pour laquelle de
Gestion de projets 140/166
nombreux formateurs spcialiss proposent d'viter l'utilisation des contraintes si c'est
possible.
Effectivement, chaque contrainte dans MS Project change la valeur de la marge totale!
Il en est de mme pour l'chance (Deadline)!
Il semblerait cependant que l'usage de MS Project est conforme au standard ANSI (American
National Standards Institute) et au PMBOK V3. mais cela resterait vrifier
9.3.2 CHEMIN CRITIQUE MULTIPLE
Considrons le projet ci-dessous dans lequel nous avons demand MS Project de nous
activer l'affichage du chemin critique :
MS Project s'arrte partir de la deuxime (en remontant comme le veut l'algorithme
toujours droitegauche) car la troisime une marge totale non nulle cause d'une dure
coule sur des jours chms. Il faut alors demander MS Project de calculer les chemins
critiques multiples (multiple critical paths) dans les options de calcul du logiciel
(Tools/Options/Calculation) afin que l'algorithme aille de gauche droite pour complter le
trou. Nous avons alors :
Gestion de projets 141/166
Attention! Selon mon exprience personnelle cette fonctionnalit semble "bugue" lorsque la
planification du projet est configure en ALAP (menu Project/Project information/Project
Finish Date). Effectivement, si en mode ALAP vous avez des tches dans un groupe dont la
contrainte est mise en As soon as possible alors rien ne se passe lorsque l'option Calcule
multiple critical path est active. Si vous la dsactivez les choses reviennent alors dans
l'ordre.
9.3.3 CHEMIN CRITIQUE CONTRAINT PAR LIAISON
Considrons maintenant le cas suivant :
Il est curieux d'observer que T1 est une tche critique avec une marge totale de 0 jours alors
que l'on voit trs bien l'cran droite dans le Gantt que ce n'est pas le cas et qu'il y a 3 jours
de marge totale. Cependant, Microsoft a considr ( tort selon mon humble opinion de
scientifique) que la relation dbut dbut ayant comme tche matre T1 (effectivement la
relation va de T1 T2) imposait que puisque T2 est mathmatiquement critique alors la tche
matre l'tait aussi par contrainte de liaison.
On peut vrifier cette observation en inversant la relation :
Gestion de projets 142/166
Conclusion de tout cela : il me parat clair et vident que Microsoft devrait penser dans ses
prochaines version de Project (trop tard pour la 2007 en tout cas) de permettre l'utilisateur
de diffrencier le chemin critique mathmatique (MPM) du chemin critique contraint par date
et contraint par liaison.
Remarque : Nous avons fait ici trois exemples de chemins critiques sur des projets o aucune
ressource n'est active. Il convient cependant de dfinir le RCP ou Resource Critical Path.
Dfinition : le RCP reprsente les tches critiques sur lequel des ressources qui y travaillent
sont assignes plein temps (ce sont donc des ressources critiques!). Ainsi un ajout d'heures
sur un travail fait une des ressources critiques sur un tche critique aura une rpercussion
directe sur la date de fin du projet.
9.3.4 CHEMIN CRITIQUE PAR AVANCEMENT
Une autre situation qui peut tre considre comme bizarre est la suivante:
Mais qui s'explique simplement par le fait que pour Microsoft (et c'est mon avis justifi)
lorsque le projet commencera et que le %Achev de la tche T3 sera non nul alors elle sera
effectivement critique. Il s'agit donc d'une sorte d'anticipation du chemin critique.
9.4 MTHODE DE LA CHANE CRITIQUE
En 1997, Eliyahu Goldratt, Ph.D. prsente la gestion de projets selon la chane critique, une
approche de gestion de projets vraiment nouvelle depuis plus de trente ans. Son modle
aborde pour la premire fois l'aspect humain et le ct mthodologique de la gestion de
projets. Les objectifs de cette approche sont d'augmenter l'efficacit des quipes de projets, de
privilgier la date de livraison du projet, d'viter la micro-gestion des tches, de planifier et de
raliser les projets surtout dans des dlais plus courts.
La gestion de projets selon la chane critique repose sur les concepts suivants :
1. Le "processus d'estimation" : La majorit des gestionnaires de projets s'accordent une
marge de scurit dans leurs estimations afin de pallier l'incertitude du travail
effectuer L'ajout de ce dlai dans une tche n'est pas une erreur. Il est raisonnable de
considrer les lments en jeu, le contexte du projet tudi pour viter d'avoir des
estimations trop pessimistes dans le cadre du projet.
Gestion de projets 143/166
2. Le "syndrome de l'tudiant" : La majorit des ressources attendent toujours la
dernire minute pour dbuter le travail d'une tche malgr les dlais qui peuvent tre
accords par le gestionnaire de projets. Par exemple, pour une tche de six jours de
travail, Eliyahu Goldratt, Ph. D. affirme que la ressource assigne au travail augmente
significativement sa productivit seulement au cinquime jour pour finir dans les
dlais prvus.
3. La "loi de Parkinson" : Le dlai d'accomplissement s'adapte toujours automatiquement
au temps allou. Il est trange de constater que soit : les chanciers sont rencontrs ou
qu'ils sont souvent dpasss par les ressources. Les avances sont rarement rcupres
dans les chanciers.
4. L'limination des "ressources multitches" : L'limination du multitche permet aussi
de livrer les projets plus tt en se basant exclusivement sur l'affectation des ressources
selon les priorits du projet.
Voici les tapes effectuer pour raliser la mise en place de cette mthode qui est trs simple
mais qui constitue un changement de culture important, sur le comment on gre les projets et
on value l'efficacit de l'quipe de projets.
1. Planifier le projet partir de la date de fin cible (ALAP) et vrifier que les contraintes sur
les tches soient du type "le plus tard possible" (ce qui est automatiquement fait avec
MS Project)
2. Effectuer une estimation classique selon une loi bta de la dure des tches et ne conserver
que le rsultat probabiliste du Gantt.
3. Rsoudre les suraffectations des ressources en partant de la fin plutt que du dbut
(logique si le planning est en ALAP).
4. Identifier la chane critique : La chane critique reprsente la plus longue srie de tches
qui considre la fois les dpendances entre les tches et surtout les dpendances entre les
ressources. Ce concept est relativement diffrent de la dfinition du chemin critique des
tches (CPM) qui correspond la plus longue srie de tches du point de vue seulement
des dpendances entre les tches pour dterminer la date de fin du projet. Pour trouver la
chane critique, il faut rpondre cette question : Quelle est la chane de tches la plus
longue du projet qui est dpendante des ressources et des tches?
5. Ajouter des tampons : Lors du processus d'estimation, les dlais de scurit ont t
supprims tandis que maintenant, il faut insrer des tampons dans la planification pour
ajouter de la contingence. Il est important de noter que les efforts supprims dans les
dlais de scurit ne correspondent pas ncessaires aux efforts des tampons. De plus, les
tampons doivent tre placs stratgiquement dans le projet pour protger, le plus possible,
la chane critique du projet et par le fait mme, la date de fin cible du projet.
Il existe trois types de tampons :
5.1. Tampon pour le projet qui permet de protger la chane critique pour l'ensemble des
activits du projet.
Gestion de projets 144/166
5.2. Tampons pour les chemins secondaires du projet qui permettent de s'assurer que les
tches qui ne sont pas actuellement sur la chane critique ne basculent pas sur la
chane critique cause de dlais.
5.3. Tampons pour les ressources qui permettent d'alerter les ressources qu'ils devront
travailler sur une activit de la chane critique. Ce temps est consacr librer la
ressource de toutes activits non relis aux projets. Elle est mme identifie
formellement comme tant une ressource critique qu'il ne faut pas dranger en aucune
circonstance.
Le suivi du projet s'effectue exactement comme pour la mthode classique du chemin critique,
une exception prs, qui est que la date de fin de projet ne changera pas tant que le tampon de
projet n'aura pas t compltement absorb par les dpassements de dlais des tches. La
gestion des tampons est galement un lment cl du suivi de la performance d'un projet selon
la chane critique. Une approche trs intressante pour grer les tampons consiste diviser les
tampons en trois zones de taille gale. La premire est la zone verte, le seconde la zone jaune,
et la troisime la zone rouge. Si l'impact sur le tampon se limite la zone verte, aucune action
n'est ncessaire. S'il atteint la zone jaune, il faut valuer le problme et rflchir une action.
S'il atteint la zone rouge, il faut agir immdiatement. Les plans d'action doivent prvoir des
moyens d'achever plus tt les tches de la chane non termines, ou des faons d'acclrer des
tches futures de la chane pour sortir de la zone rouge.
La gestion de projets selon la mthode de la chane critique fournit aux gestionnaires de
projets, la direction et l'organisation, une approche qui permet d'viter les retards frquents
et les dpassements de cots en :
1. Utilisant une mthode simple, trs efficace et globale pour valuer la performance du
projet et pour achever les projets plus vite.
2. Donnant des moyens concrets pour prendre des dcisions sur l'affectation des ressources
en utilisant la gestion des tampons.
3. Rpondant aux contraintes imposes par les ressources et non seulement par les tches
comme la technique du chemin critique (CPM).
4. Augmentant l'efficacit des quipes de projets afin qu'elles soient plus l'aise avec
l'incertitude lors du processus d'estimation.
5. Donnant dsormais aux gestionnaires de projets, une technique efficace pour grer la
contingence du projet pour viter de subir des dlais rptition des ressources comme
dans le pass avec les techniques traditionnelles de gestion de projets.
9.5 RECHERCHE OPRATIONNELLE
Lors de la gestion de projets et la logistique, outre le fait de planifier, il est (plus que)
souhaitable de savoir optimiser. Sans aller trop loin dans le domaine de la recherche
oprationnelle (il existe des cours particuliers sur le sujet), nous allons faire une petite
application pratique directe de cette mthode mais seulement en utilisant MS Excel (la
mthode mathmatique sort de loin du cadre de ce cours).
Supposons maintenant qu'une usine fabrique 2 pices P1 et P2 usines dans deux ateliers A1
Gestion de projets 145/166
et A2.
Les temps d'usinage sont pour P1 de 3 heures dans l'atelier A1 et de 6 heures dans l'atelier A2
et pour P2 de 4 heures dans l'atelier A1 et de 3 heures dans l'atelier A2.
Le temps de disponibilit hebdomadaire de l'atelier A1 est de 160 heures et celui de l'atelier
A2 de 180 heures.
La marge bnficiaire est de 1'200.- pour une pice P1 et 1'000.- pour une pice P2.
La question est : Quelle production de chaque type doit-on fabriquer pour maximiser la marge
hebdomadaire?
D'abord, il est possible de poser le systme d'inquations :
1: 3 1 4 2 160
2 : 6 1 3 2 180
1, 2 0
A X X
A X X
X X
+ s
+ s
>
Ensuite, la fonction conomique :
1200 1 1000 2 Z X X = +
Le trac des deux droites dans MS Excel, donne le polygone des contraintes (c'est que l'on fait
dans les petites classes d'coles) :
o nous voyons de suite ou sont les maximums ainsi que l'optimum.
Pour rsoudre le problme dans MS Excel (eh oui! MS Project n'est pas fait pour
l'optimisation ce qui est logique!), crez un tableau du type suivant :
Gestion de projets 146/166
et ensuite, avec le solveur MS Excel, crez les contraintes adaptes du type (attention les
rfrences de cellules ne sont pas donnes correctement ci-dessous afin de ne pas vous
mcher tout le boulot!) :
Les solutions seront aprs l'excution du solveur :
1 16 . 2 28 . X pcs X pcs = =
D'autres exemples de recherche oprationnelle seront donns par le formateur en annexe.
9.6 PERT PROBABILISTE
Il arrive trs frquemment que la dure d'une tche (ainsi que l'estimation de ses cots) ne soit
pas certaine, ce qui entrane une incertitude sur la dure totale du projet.
L'une des solutions est de considrer que la dure de la tche est une variable alatoire
(considre comme indpendante par les euh spcialistes dans le domaine) qui suit une
loi de probabilit donne. L'ensemble du projet n'est plus alors construit alors sur la base d'un
analyse PERT mais PNET: Probabilistic Network Evaluation Technique.
Gestion de projets 147/166
Remarque: En thorie, pour minimiser le risque, la dure de l'organisation et la planification
d'un projet doit converger vers la dure du projet lui-mme!
Cette approche est purement quantitative. Nous refusons dans ce support l'approche
qualitative qui est intuitivement accessible un enfant et qui concerne en la procdure
suivante (prise de l'aide de MS Project expliquant le fonctionnement de Project Serveur en
mme temps) :
Un risque est un vnement ou une condition probable qui, s'il se produisait rellement, aurait
un impact ngatif sur un projet. Les risques diffrent des problmes en ce que ces derniers
vont se produire certainement ou qu'ils se produisent actuellement. Un risque peut devenir un
problme s'il n'est pas prvenu efficacement.
Le processus de gestion des risques (que certaines entreprises qui ont des normes marges
considrent comme inutile) consiste identifier, analyser et supprimer les risques d'un
projet de sorte qu'ils ne se transforment pas en problme avec toutes les consquences
nuisibles pour le projet que cela peut impliquer.
La fonction de gestion des risques permet :
1. D'numrer les risques lis un projet ;
2. D'valuer l'impact des risques sur vos projets ;
3. De planifier des stratgies de contingence et de limitation ;
4. D'associer des risques des tches ;
5. D'associer des risques des problmes ;
6. D'associer des risques des documents ;
7. D'associer des risques des projets ;
8. D'associer des risques d'autres risques ;
9. De faire en sorte que les risques soient approuvs par un responsable ;
10. De demander ce que des alertes de risques vous soient envoyes par courrier
lectronique.
Cependant les questions auxquelles sera confront le gestionnaire de projets professionnel de
haut niveau seront du type :
Gestion de projets 148/166
Quelle est la probabilit que l'activit X soit finie avant la date y
Quelle est la probabilit qu'elle devienne critique ?
Quelle est la probabilit de respecter la date de ralisation du projet ?
Pour rpondre ces questions il existe de multiples techniques : distribution gaussienne,
triangulaire, mthode de Monte-Carlo, etc. Mais la plus connue en gestion de projets, et parce
qu'elle est aussi incluse dans MS Project, est la loi de distribution Bta.
9.6.1 LOI BTA (APPROCHE CLASSIQUE)
Cette approche classique date de 1962 et est due C.E. Clark. Ses principes sont les suivants :
La dure de chaque tche lmentaire et non dcompasable du projet est considre comme
alatoire et la distribution Bta est systmatiquement utilise. Les paramtres de cette loi que
nous allons dmontrer sont dtermins moyennant une hypothse de calcul assez forte,
partir des valeurs extrmes a et b que la dure d'excution peut prendre, et du mode
0
M . Il
suffit donc de poser les trois questions suivantes : "quelle est la dure minimale ?", "quelle est
la dure maximale ?", et "quelle est la dure la plus probable ?", pour obtenir respectivement
les paramtres
0
, , a b M , qui permettent ensuite de calculer la moyenne et la variance de cette
dure alatoire.
Ensuite, nous dterminons le chemin critique du projet (par la mthode des potentiels mtra
suppose connue par le lecteur), en se plaant en univers certain et en utilisant les dures
moyennes obtenues avec la loi Bta, ce qui permet de trouver le(s) chemin(s) critique(s).
Ensuite, nous nous plaons en univers alatoire et la dure du projet est considre comme la
somme des dures des tches du chemin critique prcdemment identifi. Nous utilisons alors
le thorme de la limite centrale (rappelons que ce thorme tablit, sous des conditions
gnralement respectes, que la variable alatoire constitue par une somme de n variables
alatoires indpendantes suit approximativement une loi normale, quelles que soient les lois
d'origine, ds que n est assez grand) pour approximer la loi de distribution de probabilits de
la dure d'excution du projet.
L'esprance mathmatique (ainsi que la variance) de cette loi normale se calcule comme la
somme des esprances mathmatiques (ou des variances) de chaque dure des tches du
chemin critique (cf. chapitre de Statistiques) tel que :
( )
1 1
k k
i i
i i
E X E X
= =
| |
=
|
\ .
et dans le cas particulier o les variables sont linairement indpendantes, la covariance tant
nulle (cf. chapitre de Statistiques) nous avons aussi :
( )
1 1
k k
i i
i i
V X V X
= =
| |
=
|
\ .
Gestion de projets 149/166
Rappelons que nous avons vu lors de notre tude des chapitres de Statistiques et du Calcul
Diffrentiel Et Intgral que :
1
1 1
0
( ) ( )
( , ) (1 )
( )
p q
p q
B p q t t dt
p q
I I
= =
I +
}
quation 14 Fonction Bta
et:
( 1) ( ) x x x I + = I
quation 15 Fonction Gamma
Si deux variables alatoires indpendantes X,Y suivent des lois gamma de paramtres
1 a o = et 1 b = respectivement, la variable
X
T
X Y
=
+
suit une loi que nous appelons
"loi bta de premire espce" (cf. chapitre Statistiques).
La fonction de distribution de T est alors :
0,1 [0,1] 1
0
(1 )
( ) 1
(1 )
x x
P x
t t dt
o
o
}
quation 16 Loi Bta
Pour un intervalle [ , ] a b quelconque nous obtenons la forme plus gnrale
( )
, [ , ]
1
1
0
( )
( ) 1
( ) (1 )
a b a b
x a b x
P x
b a t t dt
o
o o + +
=
}
Vrifions que nous ayons bien :
( )
,
1
1
0
1
( ) ( ) 1
( ) (1 )
b b
a b
a a
P x dx x a b x dx
b a t t dt
o
o o + +
= =
} }
}
Par le changement de variable :
1 x a
u du dx
b a b a
= =
et1 1
x a b x
u
b a b a
= =
nous obtenons :
Gestion de projets 150/166
1
,
1 1
1
0 0
1
1 1
0
0 0
(( ) ) ( ) ( ) ( )
( )
( ) (1 ) ( ) (1 )
1
(1 ) 1
(1 ) (1 )
b
b
o a
a b
a
b
a
b a u b x b a du u b x du
P x dx
b a t t dt b a t t dt
b x
u du
b a
u u du
t t dt t t dt
o o
o o o
o
o
o o
+ +
= = =
| |
|
\ .
= = =
} }
}
} }
}
}
} }
Dterminons maintenant l'esprance :
( )
,
1
1
0
1
( ) ( )
( ) (1 )
b b
a b
a a
x P x dx x x a b x dx
b a t t dt
o
o o
+ +
= =
} }
}
Toujours avec le mme changement de variable nous obtenons :
( )
1
,
1
0
0
1
1
1
0
0
1
( ) ( ) (1 )
(1 )
( ) ( 2, 1)
(1 ) ( )
( 1, 1)
(1 )
b
a b
a
x P x dx a u b a u u du
t t dt
b a B
a u u du a b a
B
t t dt
o
o
o
o
o
o
+
= = +
+ +
= + = +
+ +
} }
}
}
}
Or :
( 2, 1) ( 2) ( 1) ( 2)
( 1, 1) ( 3) ( 1) ( 1)
( 2) ( 2) ( 1)( ) ( ) ( 2)
( 3) ( 1) ( 3) ( )
( 1)( ) ( ) ( 2) 1
( 1) ( 2) ( ) 2
B
B
o o o
o o o
o o o o o o
o o o o o
o o o o o
o o o o o
+ + I + I + I + +
=
+ + I + + I + I +
I + I + + + I I + +
= =
I + + I + I + + I
+ I I + + +
= =
+ + I + + I + +
Donc :
1
( )
2
a b a
o
o
+
= +
+ +
Calculons maintenant la variance en utilisant la formule d'Huygens dmontre plus haut :
2 2
( ) ( ) ( ) V X E X E X =
Calculons d'abord
2
( ) E X .
Gestion de projets 151/166
( )
2 2 2
,
1
1
0
1
( ) ( ) ( )
( ) (1 )
b b
a b
a a
E X x P x dx x x a b x dx
b a t t dt
o
o o + +
= =
} }
}
Toujours par le mme changement de variable nous obtenons,
( )
1
2 2 2 2
1
0
0
1
2
2 1
1
0
0
1
2 ( ) (cf. calculs prcdents)
2
2 2
1
( ) ( ) 2 ( ) (1 )
(1 )
( ) 2 ( )
( 3, 1) (1 )
( 1, 1)
(1 )
1
2 ( ) ( )
2
a b a
E X a u b a a u b a u u du
t t dt
b a a b a
a B u u du
B
t t dt
a a b a b a
o
o
o
o
o
o
o
o
o
o
+
+
=
+ +
= + +
= + + + +
+ +
+
= + +
+ +
}
}
}
}
( 3, 1)
( 1, 1)
B
B
o
o
+ +
+ +
Or :
( 3, 1) ( 3) ( 1) ( 2) ( 2)( 1)
( 1, 1) ( 4) ( 1) ( 1) ( 3)( 2)
B
B
o o o o o
o o o o o
+ + I + I + I + + + +
= =
+ + I + + I + I + + + + +
Donc :
2 2 2
1 ( 2)( 1)
( ) 2 ( ) ( )
2 ( 3)( 2)
E X a a b a b a
o o o
o o o
+ + +
= + +
+ + + + + +
Pour finir :
( )( )
( ) ( )
2 2 2 2 2
2
2 2
2
2
2
( ) ( ) ( ) ( )
1 2 1 1
2 ( ) ( ) ( )
2 3 2 2
( ) 1 1
1 2 1
( )
2 3 2
2 3
V X E T E X E T
a a b a b a a b a
b a
b a
o
o o o o
o o o o
o
o o o
o o o
o o
= = =
| | + + + +
= + + +
|
+ + + + + + + +
\ .
+ +
| | + + +
= =
|
+ + + + + +
\ . + + + +
Calculons maintenant pour le "module"
0
M de cette loi de distribution.
0
M est par dfinition
le maximum global de la fonction :
( )
, [ , ] 1
1
0
( )
( ) 1
( ) (1 )
a b a b
x a b x
P x
b a t t dt
o
o o + +
=
}
Il suffit pour le calculer de rsoudre l'quation :
Gestion de projets 152/166
,
( )
0
a b
dP x
dx
=
Aprs drivation nous obtenons :
1 1
( ) ( ) ( ) ( ) 0 x a b x x a b x
o o
o
=
en divisant par
1 1
( ) ( ) x a b x
o
nous avons :
( ) ( ) 0 b x x a o =
c'est--dire :
0
b a
x M
o
o
+
= =
+
Maintenant, le lecteur aura remarqu que la valeur a est la valeur la plus petite et la b la plus
grande. Entre deux il y a donc le mode
0
M . En gestion de projets, cela correspond
respectivement aux dures optimiste
O
t , pessimiste
P
t et attendu
V
t d'une tche.
Ensuite, nous imposons une hypothse assez forte :
2 2, 2 2 o = + = ou 2 2, 2 2 o = = +
Ce qui implique que nous ayons :
quation 17 Mode Loi Bta
ainsi que :
( )( )
( ) ( )
2
2 2
2 2 2
( ) 1 1
( ) (4 2 2 2 1) ( )
( )
7 6 6
2 3
b a
b a b a
V X
o
o o
+ +
+ + +
= = =
+ + + +
Ce qui s'crit classiquement :
2
2
2
( )
( ) ( )
6
P O
t t
V T T o
= =
quation 18 Variance Loi Bta
Et finalement :
Gestion de projets 153/166
0 0 P
Pr
1 6 ( )(2 2 1)
( ) ( )
2 6
6 2 2 2 2 5 2 2 2
6 6
4 4 4 2 2 ( ) 2
6 6 6 6 6 6
O V
a b a
E X a b a
a b b b a a a a a b b b b a a a
M a M b t t t a b a b b a a b
t
o
o
+ + + +
= + =
+ +
+ + + + + + + +
= =
+ + + + + + + +
= + = + = = =
quation 19 Esprance Loi Bta
Remarque : les deux dernires expressions de la variance et de l'esprance sont celles que
vous pouvez trouver dans n'importe quel livre de gestion de projets (sans dmonstration bien
sr)
Figure 5 Trac loi Bta
Nous dfinissons aussi le "risque d'action" par le rapport dont l'interprtation est laisse aux
responsables de projet et au client (humm.) :
( ) ( )
( )
( )
P i O i
i
P i
t T t T
R T
t T
=
quation 20 Risque d'action
Supposons cette loi valide puisque maintenant argumente.
Exemple:
Soit
i
d la dure des tches d'un chemin critique compos des tches , , , B D F G d'un projet
donn et le choix suivant pour les dures optimistes pessimiste et attendues de chaque tche
respectivement :
( ) ( ) ( ) 0.7 1.2
O i i P i i V i i
t T d t T d t T d = = =
Nous imaginons que les tches critiques sont telles que leurs dures attendues sont :
Gestion de projets 154/166
7, 12, 6, 2
B D F G
T T T T = = = =
En dduire:
1. La dure probable (esprance)
Pr
t , l'cart-type o
2. La dure de chacune des tches avec un niveau de confiance de 95%
3. La probabilit cumule que chaque tche se termine dans le temps attendu.
4. La dure totale du chemin critique et son cart-type
5. La probabilit cumule que le projet soit termin avant 27 jours.
Solutions :
1. Sachant que :
P
Pr
4
( )
6
O V
t t t
E X t
+ +
= =
et :
2
2
( )
( )
6
P O
t t
T o
=
et:
0
2 2 2( )
4
P O P O
t t t t
M
+ +
=
Nous obtenons aprs application:
( )
( )
( )
( )
( )
( )
( )
( )
Pr Pr Pr Pr
0 0 0 0
6.88 11.8 5.9 1.96
0.583 1 0.5 0.166
7.88 13.52 6.76 2.25
B D F G
B D F G
t T t T t T t T
T T T T
M M M M
o o o o
= = = =
= = = =
= = = =
2. La dure de chacune des tches avec un niveau de confiance de 95% ne peut tre obtenue
formellement. Il faut passer par exemple par MS Excel ou @Risk de Palissade.
Nous avons:
( )
Pr
95%
B
t T =BETAINV(0.95;3+SQRT(2);3-SQRT(2);0.7*7;1.2*7)=8.25
( )
Pr
95%
D
t T =BETAINV(0.95;3+SQRT(2);3-SQRT(2);0.7*12;1.2*12)=14.14
( )
Pr
95%
F
t T =BETAINV(0.95;3+SQRT(2);3-SQRT(2);0.7*6;1.2*6)=7.07
Gestion de projets 155/166
( )
Pr
95%
G
t T =BETAINV(0.95;3+SQRT(2);3-SQRT(2);0.7*2;1.2*2)=2.35
avec un logiciel plus performant que MS Excel nous avons pour la fonction de distribution de
la tche B o nous voyons bien sur l'image les valeurs calcules prcdemment:
Figure 6 Distribution @Risk
3. La probabilit cumule que chacune des tches se termine dans le temps attendu ne peut
tre obtenue formellement. Il faut passer par exemple par MS Excel ou @Risk de Palissade.
Nous avons alors:
( ) 7
B
P T s =BETADIST(7;3+SQRT(2);3-SQRT(2);0.7*7;1.2*7)=20.79%
( ) 12
D
P T s = BETADIST(12;3+SQRT(2);3-SQRT(2);0.7*12;1.2*12)=20.79%
( ) 6
F
P T s = BETADIST(6;3+SQRT(2);3-SQRT(2);0.7*6;1.2*6)=20.79%
( ) 2
F
P T s =BETADIST(2;3+SQRT(2);3-SQRT(2);0.7*2;1.2*2)=20.79%
Nous voyons donc que la probabilit cumule de tomber juste dans la dure estime par le
coordinateur de projet est assez faible!
4. La dure estime du chemin critique est donne par :
( )
Pr
26.54
est
C i
i
d t T = =
Gestion de projets 156/166
La variance du chemin critique est alors (si les variables alatoires sont indpendantes
rappelons que la variance d'un somme est gale la somme des variances quelque soit la loi!):
( ) 1.618 1.618 1.27
est
C i
i
V V T o = = = =
Calculons la probabilit pour que la dure du chemin critique soit infrieure la valeur 27. La
loi de Gauss centre rduite nous permet d'crire :
* Pr
27 26.54
0.353
1.27
k t k
k
o o
= = = =
En utilisant MS Excel nous avons maintenant:
LOI.NORMALE.STANDARD(0.353)=63.82%
Donc nous avons une probabilit cumule de ~64% d'avoir une dure infrieure ou gale 27
jours !
Remarque : par extension, cette technique s'applique bien videmment aux cots (s'ils sont
proportionnels la dure!)
Exercices :
Appliquez l'exemple prcdent dans MS Project :
1. Saisissez les tches critiques et leurs relations
2. Vrifiez leur dure minimale dans un univers certain
3. Activez l'affichage du chemin critique
4. Appliquez le PERT probabiliste
5. Vrifiez que vous ayez aussi environ 26.54 jours
6. Calculer le pourcentage de probabilit d'tre infrieur 27 jours dans MS Excel avec
la fonction NORMALDIST()
7. Personnalisez la vue du Gantt standard pour faire apparatre dans chaque barre de
tche un petit trait reprsentant la date de fin pessimiste, optimiste et probabiliste.
Gestion de projets 157/166
9.6.1.1 PRODUIT ET SOMME DES VARIABLES ALATOIRES
NORMALES
La loi normale n'est par ailleurs pas qu'un outil d'analyse de donnes mais galement de
gnration de donnes. Effectivement, cette loi est une des plus importantes dans le monde
des multinationales qui recourent aux outils statistiques pour la gestion du risque, la gestion
de projets et la simulation lorsqu'un grand nombre de variables alatoires sont en jeu. Le
meilleur exemple d'application en tant le logiciel CrystalBall (pour les curieux).
Dans ce cadre d'application, est il est par ailleurs trs souvent fait usage de la somme de
variables alatoires suivant des lois normales. Voyons comment cela se calcule-t-il :
Gestion de projets 158/166
Soit X, Y deux variables alatoires indpendantes. Supposons que X suit la loi
1 1
( , ) N o et
que Y suit la loi
2 2
( , ) N o .
Rappel: La loi normale est donne par:
( )
( )
2
2
2
1
2
x
f x e
o
o t
=
Alors, la variable alatoire Z X Y = + aura une densit gale au produit de convolution de
X
f
et
Y
f . C'est--dire,
2 2
1 2
2 2
1 2
1 2
( ) ( )
2 2 1
( ) ( ) ( )
2
Z X Y
x s x
f s f x f s x dx e e dx
o o
to o
+ +
= =
} }
Pour simplifier l'expression, faisons le changement de variable
1
t x = et posons
1 2
a s = + ,
2 2
1 2
o o o = + . Nous obtenons,
2 2 2
1 2
2
2
2
2
2
1
2 2
2 2 2 2
1 2 1 2
2
1
2 2
1 2
1 2 1 2
1 2
2
( )
2 2 2
2
1 1
( )
2 2
1
2
Z
a
a
a
t
t a t
a
t
f s e e dt e dt
e e dt
o o
o
o
o
o
o
o o o o
o
o
o
o o
to o to o
to o
| |
|
|
|
\ .
+ +
| |
|
|
|
\ .
+ +
+
+
= =
=
} }
}
Nous posons :
2
1
1 2
1 2 1 2
2
2 2
a
t
du du
u dt
dt
o
o
o
o
o o
o
o o o o
+
= = =
Alors :
2
2 2
2
2 2
2
1
2 2
1 2
1 2
2 2
2 1 1
( )
2 2
Z
a a
u
a
t
f s e e dt e e du
o o
o
o
o
o o
to o to
| |
|
|
|
\ .
+ +
+
= =
} }
Sachant que
2
u
e du t
+
=
}
notre expression devient :
Gestion de projets 159/166
( )
( )
2
1 2
2
2
1
2
s
Z
f s e
o
o t
=
quation 21 Convolution 2 Lois Normales
Nous reconnaissons l'expression de la loi normale de moyenne
1 2
+ et d'cart-type:
2 2
1 2
o o o = +
Par consquent, X+Y suit la loi :
( )
2 2
1 2 1 2
, N o o + +
Il s'agit aussi ici d'un cas simple de produit de convolution dont le calcul numrique peut tre
fait la main partir de table numriques. Mais quand il s'agit de convoluer des lois
diffrentes entre elles alors il faut recourir aux mthodes d'intgration de Monte-Carlo.
9.6.2 MTHODE DE MONTE-CARLO (APPROCHE SIMULATOIRE)
L'ordonnancement est une simulation sur la base d'un scnario privilgi pour chacune des
tches. La mthode de Monte-Carlo
11
permet d'explorer plusieurs ordonnancements
combinant des scnarios diffrents pour les tches du projet et conduit une analyse
probabiliste de certaines informations comme la dure du projet ou la probabilit qu'une tche
a d'tre critique.
Une prsentation dtaille de la mthode de Monte-Carlo peut tre trouve sur le site interne
de votre formateur : www.sciences.ch; nous nous contenterons ici d'en rappeler brivement
les fondements et d'en illustrer l'usage sur un exemple de distribution empirique de
probabilit. Un exemple pratique sera fait lors de notre tude du VBA dans MS Project avec
comme base d'application une loi triangulaire.
Supposons que nous nous intressions une grandeur X qui peut tre la dure d'une tche, le
cot d'un contrat de sous-traitance ou tout autre phnomne quantitatif auquel nous nous
intressons.
Il faut tout d'abord connatre la fonction de rpartition de la variable X. Un recueil empirique
consiste interroger le spcialiste sur les valeurs possibles que peut prendre cette variable3 X
par une srie de question du type : "quelle est la probabilit que la variable X prenne une
valeur infrieure x ?", pour quelques valeurs bien choisies de x. Supposons enfin que les
rponses obtenues aient t les suivantes
12
:
11
La mthode de Monte Carlo, initialement labore par Nicholas Metropolis et Stanislaw Ulam, a t utilise en
1940 pour le projet Manhattan au laboratoires de Los Alamos. Elle fut pour la premire fois applique l'tude
du transport lectronique par Kurosawa en 1966 et trs utilise depuis dans tous les domaines scientifiques.
12
L'exemple est pris de l'ouvrage "Gestion de projets" de Vincent Giard aux (excellentes) ditions Economica
Gestion de projets 160/166
( 3900) 0%
( 4100) 20%
( 4400) 40%
( 4800) 60%
( 4950) 70%
( 5100) 80%
( 5200) 100%
P X
P X
P X
P X
P X
P X
P X
< =
< =
< =
< =
< =
< =
< =
Nous avons alors la possibilit de construire par interpolation la fonction de rpartition avec le
tableau correspondant ci-dessous :
En encadr, les valeurs prises en exemple tout l'heure
La fonction de rpartition du tableau ci-dessus tablit une correspondance prcise entre des
probabilits cumules et les valeurs correspondantes de X (que les statisticiens appellent
fractiles) et rciproquement. Il s'ensuite que si nous disposons de K valeurs quiprobables de
probabilits cumules ( )
k
P X x < , k variant de 1 K, nous disposons galement, grce la
fonction de rpartition de K valeurs quiprobables
k
x . Cette remarque forte simple est la
base de la mthode de Monte-Carlo. Son application conduit pour une simulation de K = 50
valeurs de X partir de notre extrait de table de nombres au hasard ci-dessous.
Gestion de projets 161/166
Les nombres alatoires sont obtenus partir d'une table de nombres au hasard (nombres
alatoires ou pseudo-alatoires) ou d'une fonction gnratrice de nombres au hasard :
Cette table de nombres au hasard permet de simuler des valeurs quiprobables de probabilits
cumules : si nous extrayons des squences de 2 chiffres de cette table (comme illustr ci-
dessous pour 10 valeur), nous obtenons autant de nombres quiprobables deux chiffres qui
seront considres comme autant de valeurs quiprobables de probabilits cumules (dans
notre cas : 43%, 64%, 58%, 92%, 32%, 0%, 38%, 41%, 8%, 58%). Si nous dsirons travailler
avec une prcision plus grande, il suffit de prlever des squences de n chiffres (n > 2); pour
n=3, nous obtenons des probabilits exprimes en "pour mille", etc.
Remarque : des nombres pseudo-alatoires peuvent tres obtenus par la suite rcurrente ci-
dessous :
( )
5
1 i i
u frac u t
(
=
o 3.14159265 t = et le terme frac signifie que l'on prend la partie fractionnaire du nombre
obtenu.
L'ide d'appliquer la mthode de Monte-Carlo la gestion de projets est due Van-Slyke
(1963) ; l'analyse d'un grand nombre de simulations globales du projet permet de tirer des
enseignements gnralement impossibles obtenir de manire analytique. Cette approche
peut tre applique priodiquement, sur la base des tches non termines ou non commences.
Gestion de projets 162/166
Une fois connues les distributions de probabilits, il ne reste plus qu' utiliser les mthodes
classiques de Monte-Carlo pour obtenir par simulation des dures des diffrentes tches (c'est
ce que l'ensemble des plug-ins payant de MS Projet et autres dans le domaine de la gestion du
risque font). L'analyse d'un grand nombre de simulations globales du projet permet de tirer
des enseignements gnralement impossibles obtenir de manire analytique. Cette mthode
repose sur les principes suivants, conduisant l'tablissement du tableau ci-dessous :
1. Nous supposons que la fonction de rpartition ( )
i i
P X x < de la dure
i
X de la tche i
du projet, lequel comporte n tches (i varie donc de 1 n), est connue suite un
sondage dans l'entreprise soit suite au choix d'une loi de rpartition connue
(gaussienne, bta, weibull, chi-deux, student, etc.)
Un exemple correspondant est typiquement la loi obtenu prcdemment reprsente
dans une figure par son tableau et diagramme respectif
2. Nous ralisons K jeux de simulations du problme d'ordonnancement ; le k-me jeu de
simulations (k variant de 1 K) comporte, pour chacune des n tches du projet, une
simulation
i
k
x qui constitue une ralisation de la variable alatoire
i
X , dure de la
tche i; le nombre K de jeux de simulations doit tre suffisant pour que nous puissions
obtenir de bonnes estimations des informations recherches.
3. La simulation d'une dure
i
k
x d'une tche i, pour le jeu de donnes k s'obtient par
l'utilisation d'un nombre
i
k
z gnr alatoirement ; ce nombre
i
k
z s'interprte comme
un tirage alatoire d'une valeur de la fonction de rpartition de la dure de cette tche i
(un nombre 2 chiffres correspondant une probabilit exprime en %); les valeurs
i
k
z sont, par construction, quiprobables.
4. La connaissance de la fonction de rpartition de la dure
i
X d'une tche i et celle de la
valeur tire alatoirement d'une probabilit cumule ( )
i i i
k
z P X x = < permettent de
calculer le fractile
i
k
x ; l'quiprobabilit des valeurs tires ( )
i i i
k
z P X x = < entrane
ncessairement l'quiprobabilit des K dures
i
k
x pour une tche donne
Gestion de projets 163/166
5. Nous nous ramenons en univers certain pour chacun des K jeux de simulations du
problme (c'est--dire chacun des ensembles de n valeurs
i
k
x du k-me jeu de donnes
k variant de 1 k) ; nous calculons pour chaque jeu, la dure minimale d'excution
k
D
du projet (ceci est un calcul non trivial de type P=NP!!).
6. L'analyse statistique des K jeux de rsultats obtenus par simulation permet d'obtenir
trois informations qui, contrairement l'approche de la loi Bta, tiennent compte de
tous les chemins critiques possibles et n'impose de contraintes sur le nombre de tches
au projet (contrainte lie l'utilisation du thorme de la limite centrale). Ces rsultats
sont :
a. pour le projet : une estimation de l'esprance (moyenne) mathmatique de la
dure minimale d'excution du projet
13
excde une dure donne.
b. pour chaque tche : une estimation de la probabilit que cette tche soit
critique (indice de criticit de la tche not %critique et calcul par le rapport
/
i
m K - nombre de tches critiques sur tches non critiques).
Cette dmarche simulatoire ne repose pas sur d'autres hypothses que celles relatives au choix
des distributions de rfrence et de leurs paramtres, encore qu'il soit tout fait possible de
partir de distributions totalement empiriques (interpolations linaires effectues sur une
fonction de rpartition dfinie par trois cinq points). Le choix d'une distribution n'est gure
facile, aucun argument thorique srieux ne militant en faveur de l'une ou l'autre. Tout au plus
peut-on signaler qu'au dpart le choix est effectuer entre une distribution unimodale (loi
Bta, loi normale, loi triangulaire, etc.) ou sans mode (loi uniforme). Le choix priori
systmatique d'une distribution unimodale pose un problme, pour un responsable, qui l'on
demande la valeur du mode de la tche qu'il gre, il y a autant de chances d'observer n'importe
quelle valeur comprise dans un intervalle, car cette question n'a alors aucun sens ! Nous
pouvons toujours rajouter qu'il n'y a aucune raison d'imposer le mme modle statistique
toutes les tches.
Voici un exemple du plug-in Risk+ (C/S Solutions) disponible pour MS Project et qui
applique Monte-Carlo :
13
De nombreux travaux montrent qu'en gnral, l'esprance mathmatique de la dure du projet est suprieure
la valeur trouve en univers certain.
Gestion de projets 164/166
Figure 7 Choix des distributions dans Risk +
Figure 8 Convergence de la modlisation dans Risk+
Gestion de projets 165/166
Figure 9 Formulaire de Risk +
Figure 10 Distribution probabiliste des cots (Risk+)
Gestion de projets 166/166
Figure 11 Distribution probabiliste de la date de compltude du projet (Risk+)