Vous êtes sur la page 1sur 25

FQ01

Recueil de TD Partie D

A15

OMQ 0
OMQ 2

Groupe 31
Cao Wenfan
Guesnier Camille
Guilbert Elodie
Ilou Lucie
Rouviere Pierre

FQ01

Recueil de TD Partie D

A15

Sommaire
OMQ0.................................................................................................................................................... 3

A. Pareto des catgories de cots ...................................................................................................... 3

B. Taux de dfaut de la prsrie et problme de dtection................................................................. 4


1. Justifiez que le taux de dfaut suit la densit de probabilit ....................................................... 4
2. Tester lhypothse que le niveau de qualit est conforme 0 ....................................................... 5
3. Contrle des dfauts de peinture................................................................................................. 5
a) Montrez quen fonction de TFa, des cots Ci et Cp, un oprateur peut in fine coter plus cher
que de ne rien faire ............................................................................................................................... 5
b) Dterminer le cot total de ces contrles en mettant un deuxime oprateur ............................ 6
c) Dterminer la formule qui montre que le cot dun oprateur peut tre quivalent au cot de
deux oprateurs .................................................................................................................................... 7
d) Dduire le rapport des cots Ci/Cp partir duquel il est plus conomique de mettre un second
oprateur en srie sur la ligne. ............................................................................................................. 7
e) Dterminer Ci/Cp .............................................................................................................................. 7
f) Cas de 3 oprateurs ........................................................................................................................... 8

C. Analyse de la demande et gestion de stock ................................................................................... 10


1. Vrification de la loi de Pareto de la distribution ........................................................................ 10
2. Justifiez que la demande des produits P10 P23 ne peut pas tre modlise par une distribution
de probabilit Normale ................................................................................................................. 10
3. produit P14 ............................................................................................................................... 11
4. Simulation sur Excel .................................................................................................................. 11
5. dterminez le stock de scurit ................................................................................................. 12

OMQ 2 ................................................................................................................................................. 14

A. Dtermination des stocks de scurit (SS) avec une probabilit de 95% pour assurer une distribution
optimale des produits....................................................................................................................... 14
1.

En cas de dlais dapprovisionnement fix ............................................................................. 14

2.

En cas de dlais dapprovisionnement variable....................................................................... 15


a.

Simulation logiciel ....................................................................................................................... 15

b.

Modle GAUSSIEN ...................................................................................................................... 16

c.

Conclusion ................................................................................................................................... 16

P a g e 1 | 24

FQ01

Recueil de TD Partie D

A15

B. Gnralisation N centres de distribution et intgration du cot de transport ............................... 17


1.

2.

Ecart-type de chaque centre de distribution et N et relation des stocks de scurit ................. 17


a.

Ecart-type de chaque centre de distribution ............................................................................. 17

b.

Relation entre le stock de scurit total dans 1 seul CD et dans N CDs.................................... 17


Intgration du cot de transport ............................................................................................ 18

a.i) Exprimer le cot de transport comme une fonction de D, P, Ct et N ......................................... 18


Un seul centre de distribution ................................................................................................ 18
N centres de distribution ........................................................................................................ 18
a.ii) Exprimer le cot de financement comme une fonction de N, Ti, Dt, , V ................................. 18
a.iii) Exprimer le cot total de distribution ........................................................................................ 19
a.iv) A partir de lquation prcdente expliquez les questions suivantes ...................................... 21
a.iv.1) La densit diffrente des cimenteries et des entrepts dlectroniques .......................... 21
a.iv.2) la spcialisation des chaines de distribution au sein du groupe Auchan entre LeroyMerlin, Auchan et Dcathlon.......................................................................................................... 21

C. Intgration du cot de production................................................................................................. 22


1.

Justifier la forme du cot total de production pour N centre de production/distribution ......... 22

2.

Dduire le cot total de la chane industrielle......................................................................... 22

3.

Justifier en 2 lignes que le cot total admet un minimum ....................................................... 23

4.

Donner la solution exacte Nmin pour M=0 ............................................................................... 23


Application numrique ............................................................................................................... 24

P a g e 2 | 24

FQ01

Recueil de TD Partie D

A15

OMQ0
A. Pareto des catgories de cots
On dcide de monter un groupe de rduction des cots de fabrication de nos caves vin ; une analyse des
cots montre quils se dcomposent de la faon suivante :
Nous allons construire le Pareto de ces catgories de cots. Dans un premier temps on procde une
rorganisation du tableau selon un tri par ordre dcroissant des cots.
Ensuite, on calcule les parts de chaque catgorie par rapport au cot total, puis dans une dernire colonne
on note le pourcentage cumul des cots. On obtient alors le graphe suivant :
Catgorie
Main d'uvre
Amortissement machines
Compresseur/Tubulure/radiateur
Chssis/porte
Frais administratifs
Logistique d'expdition
Electronique de contrle
Frais financiers
Emballage
Energie
Rayonnage frigo
Stockage
R&D
Peinture
Capteurs temprature
Joints
Cumul

Cot unitaire
100
65,36
44,41
28,98
19,36
12,54
8,58
5,79
3,93
2,56
1,67
1,1
0,75
0,5
0,33
0,22
296,08

% individuels
33,77%
22,08%
15,00%
9,79%
6,54%
4,24%
2,90%
1,96%
1,33%
0,86%
0,56%
0,37%
0,25%
0,17%
0,11%
0,07%
100,00%

% Cumul
0,337746555
0,558497703
0,708490948
0,8063699
0,871757633
0,914111051
0,943089705
0,962645231
0,975918671
0,984564982
0,99020535
0,993920562
0,996453661
0,998142394
0,999256958
1

Pareto de catgories de cots


120

1,2

100

80

0,8

60

0,6

40

0,4

20

0,2

Cot unitaire
% Cumul

P a g e 3 | 24

FQ01

Recueil de TD Partie D

A15

A la vue de ce graphe on peut faire un premier constat : 20% des catgories reprsentent 70,85% des cots.
Il sagit des cots de main duvre, damortissement des machines, ainsi que ceux lis aux
compresseur/tubulures/radiateurs.
Pour rduire les cots de production, il faudrait donc logiquement agir sur lun des trois paramtres
voqus prcdemment.

B. Taux de dfaut de la prsrie et problme de dtection


1. Justifiez que le taux de dfaut suit la densit de probabilit = () +

.()

.()

On constate que sur les 100 appareils de la prsrie, 6 appareils sont dfectueux. Soit () la probabilit
pour quun appareil soit dfectueux (taux de dfaut). Les appareils de la prsrie reprsentent notre
chantillon reprsentatif de la population. On note :
N= 100 la taille de notre chantillon
k = 6 le nombre dappareils dfectueux sur cet chantillon.
Si on slectionne un appareil au hasard dans la population, deux possibilits soffrent nous. Soit le produit
est dfectueux, soit il est en bon tat. On a donc un schma de Bernoulli. Si on rpte N fois la manuvre,
on aboutit une loi binomiale. On peut donc dire :
~()
~(, )
Do ( = |) = . . (1 )
Cherchons maintenant (|). Il suffit appliquer la formule de Bayes :
(|). ()
. . (1 ) . P()
(|) =
=
()
()
Comme peut prendre nimporte quelle valeur dans [0. . .1], nous lui attribuerons une distribution qui
maximise notre ignorance de et qui par consquent, maximise de son entropie. Comme vue
prcdemment dans le cas discret, il sagit de la distribution qui donne la mme probabilit chaque , soit
la densit de distribution uniforme sur [0. . .1]. Donc (). = 1.
Pour () : on ne connait pas cette probabilit. Mais on connait sa probabilit conditionnelle par rapport
. On utilise la formule de Bayes dj utilise prcdemment en la projetant sur une partition de notre
ensemble des :
1

() = (|). ( )d
1

() = . . (1 )
0

Do la densit de distribution de
() =

. . (1 )
1

0 . . (1 )

() =

. ( )

. ( )

. . (1 )
1

. 0 . (1 )

. ( )

. ( )

P a g e 4 | 24

FQ01

Recueil de TD Partie D

A15

2. Tester lhypothse que le niveau de qualit est conforme 0 la cible de taux de dfaut
infrieur 3%.
1

On pose (, ) = 0 . (1 )
(, ) =

!. ( )!
( + ( ) + 1)!

Do la densit de distribution de :
( = |) =

( + 1)!

. (1 )
! ( )!

On obtient la rpartition suivante :


20
15
10
5
0
0

0,2

0,4

0,6

0,8

1,2

-5
0,03

On calcule ( 0,03) = (, ). 0 . (1 ) . On calcule la partie sous lintgrale grce au


logiciel Xcas. Finalement on aboutit ( 0,03) = 0,033

3. Contrle des dfauts de peinture


a) Montrez quen fonction de TFa, des cots Ci et Cp, un oprateur peut in fine coter plus cher que
de ne rien faire
On met un oprateur sur la ligne de fabrication. Cet oprateur est charg de checker les produits et
dappuyer sur un bouton lorsquil voit passer des produits dfectueux.
On a la matrice de confusion suivante :

VP : Le produit est dfectueux et identifi comme dfectueux


VN : Le produit est conforme. Loprateur lidentifie comme conforme.
FN : Le produit est dfectueux ; Loprateur le croit conforme
FP : Le produit est conforme; loprateur le croit dfectueux.
Ci : Cot de dtournement dun produit
Cp : Cot de traitement dune plainte client.
On dfinit aussi le taux de fausse alarme :

=
+

P a g e 5 | 24

FQ01

Recueil de TD Partie D

A15

Montrons quau del dun certain point, un oprateur peut coter plus cher que de ne rien faire. Pour y
parvenir nous allons distinguer deux cas. Dans le premier nous allons valuer le cot total lorsquil ny a pas
doprateur sur la chane qui dtourne certains produits. Ensuite nous tablirons lquation rgissant le
cot total lorsquon utilise un oprateur :

1er Cas : Sans oprateur


Ici tous les produits dfectueux sont librs sur le march. On note (VP+FN) le nombre total de produits
dfectueux. Soit Cp le cot de plainte dun client. On aura donc :
= ( + ).
2me CAS : Avec oprateur.
Ici on a un oprateur qui dtourne les produits quil juge dfectueux. On note: (VP+FP) le nombre de
produits dtourns, cest dire ceux que loprateur croit dfectueux. On a donc dun autre ct FN : le
nombre de produits dfectueux librs sur le march. Du coup notre quation du cot total scrira ici :
2 = ( + ). + .
Lobjectif tant de montrer quau del dun certain point on a :
2 > 1
( + ). + . > ( + ).
( + ). + . > . + .
( + ).
.
>
+
+

>
.
+

+
=1
+ +


=1
= 1
+
+

On reporte cette expression dans notre ingalit :


> (1 ).

> 1

>

b) Dterminer le cot total de ces contrles en mettant un deuxime oprateur


Cette fois on dcide de mettre un deuxime oprateur en srie. Aprs un premier contrle, le nombre de
produits a t rduit avant le contrle par le deuxime oprateur. On pondre donc le nouveau contrle en
multipliant par un ratio de produit restant, savoir :
+
+ + +

P a g e 6 | 24

FQ01

Recueil de TD Partie D

A15

Ainsi par exemple :


2 = .

+
+ + +

On dcide dappeler ce ratio .


Soit Ct2 le cot total pour deux contrles, on obtient :
2 = . ( + ) + . (2 + 2 ) + . 2

c) Dterminer la formule qui montre que le cot dun oprateur peut tre quivalent au cot de deux
oprateurs
Cot dun oprateur : 1 = ( + ) + .
Cot de deux oprateurs srie : 2 = . ( + ) + . (2 + 2 ) + . 2
On cherche :
1 = 2
. ( + ) + . = . ( + ) + . (2 + 2 ) + . 2
. = . (2 + 2 ) + . 2
Ce qui veut dire = 2 et 2 + 2 = 0
Autrement dit, cela signifie que quil ny a aucun produit dfectueux envoy au deuxime oprateur et que
donc le deuxime oprateur na rien modifi au premier tri. Ce constat ne fonctionne quen considrant
quun contrleur est pay selon le nombre de produit rejet.

d) Dduire le rapport des cots Ci/Cp partir duquel il est plus conomique de mettre un second
oprateur en srie sur la ligne.
De part la formule prcdente, on a Pour 1 > 2 , On obtient :
. > . (2 + 2 ) + . 2
Il sera donc intressant de mettre un deuxime oprateur srie si :


<
+

e) Dterminer Ci/Cp
Par lapplication numrique, on obtient la matrice de confusion du deuxime oprateur suivante :
97
M2 = (
48

68
)
4 617

P a g e 7 | 24

FQ01

Recueil de TD Partie D

A15

On vrifie par ailleurs que la somme des composantes de cette matrice est gale au nombre de produits
soumis en deuxime contrle (Total - (FP+VP) = 5000 170 = 4830).
Ainsi
50 48

<

< 0,012
70 + 97

Ce qui donne encore :


>

50
> 4 166,67
0,012

Il sera donc intressant de mettre un second oprateur si le cot dune plainte dpasse 4 166,67 u.

f) Cas de 3 oprateurs
Au lieu de deux oprateurs en srie, on en met 3 en parallle qui regardent la ligne en mme temps. Ils
sont supposs indpendants entre eux. Chacun dcide si le produit est bon ou mauvais. On procde in fine
un vote et le produit est dclar conforme si au moins deux oprateurs lont jug conforme et
rciproquement, il est dclar non conforme si au moins deux oprateurs le considrent comme non
conforme. A chacun des oprateurs, la matrice de confusion M est applicable. Montrez que la nouvelle
matrice de confusion de ce systme 3 oprateurs de dtection est de la forme : M =

que lon note M = ( 3


3

3 .
)
3

3 +3.2 .
( (+)2

.)
.

Pour dterminer les autres possibilits constituant la matrice, nous allons dtailler les cas possibles de
choix pour les trois oprateurs. Dans un premier temps essayons de retrouver la premire composante de
la matrice.
La premire composante correspond 3 cest dire que le produit est dfectueux, et identifi comme
dfectueux par une majorit doprateurs. A partir de l 4 configurations possibles pour le vote :
Oprateur 1 Oprateur 2 Oprateur 3
1
VP
VP
VP
2
VP
VP
FN
3
VP
FN
VP
4
FN
VP
VP
On note lensemble total des possibilits (en prenant donc galement en compte lensemble des votes
menant ), Do :
() + . + . . + . + .
=
=
()
+ . + + .
( + )

On dtermine de la mme manire les autres termes de la matrice :


le produit est conforme est class comme dfectueux par une majorit doprateurs
1
2
3
4

() + .
=
( + )
()

P a g e 8 | 24

FQ01

Recueil de TD Partie D

A15

: Le produit est dfectueux et class conforme via le vote des trois oprateurs
1
2
3
4

() + .
=
( + )
()

: Le produit est conforme. Le vote des oprateurs conduit le considrer conforme


1
2
3
4

() + .
=
( + )
()

On a donc finalement la matrice M suivante :


3 + 3. 2 .
( + )2
M =
3 + 3 2 .
3
( ( + )

3 + 3 2 .
( + )3
3 + 3 2 .
( + )3 )

Le cot total vaut :


3 = ( + ). + .
3. . + 3 3. . + 3
3. . + 3
3 = (
+
.
) . +
( + )
( + )
( + )

Avec application numrique on a :

M = (
)

On retrouve bien par ailleurs nos 5000 produits contrls.

Si on reprend notre rapport prcdent, on obtient :



50 39

<

<

< 0,096
+
111 + 3

Do :
>

50
> 520,83
0,096

Au niveau des cots, nous voyons que le modle trois contrleurs en parallle est plus rapidement
rentable avec un seuil plus bas pour lequel il sera plus intressant de le mettre en place. Ce modle est
galement mieux en dtection car on a plus de VP et de VN que le modle initial.

P a g e 9 | 24

FQ01

Recueil de TD Partie D

A15

C. Analyse de la demande et gestion de stock


1. Vrification de la loi de Pareto de la distribution
Il nous faut tout dabord calculer le total des moyennes hebdomadaires de la demande pour chaque
produit (650.6). A partir de cette valeur il nous est possible de calculer le pourcentage pour chaque
moyenne hebdomadaire considre (ex : 95/650.6 = 14.60%). Enfin, nous calculons le pourcentage cumul
des moyennes de demande hebdomadaire.

Il nous est alors possible de tracer le graphique de Pareto :

La loi de Pareto stipule que 80% des effets sont engendrs par 20% des causes, soit 80% des moyennes des
demandes hebdomadaires sont dues 20% des produits, soit environ 5 produits sur 23. Or on constate la
vue du graphique que 80% de la demande concerne entre 9 et 10 produits. Il est donc clair que cette
distribution de la demande ne suit pas une loi de Pareto.

2. Justifiez que la demande des produits P10 P23 ne peut pas tre modlise par une
distribution de probabilit Normale
On suppose que la demande ~(; 2 ), Alors

~(0; 1)

On a une certaine fiabilit savoir que

( > 0) = 1 .

P a g e 10 | 24

FQ01

Recueil de TD Partie D

A15



(
>
) = 1 1(

)=1

( ) = 1( ) = ( ) = 1

Ainsi selon le niveau que lon saccorde, on pourra dterminer si oui ou non on suit une loi normale grce
ce critre. Du coup considrer les produits P0 P10 revient 1- = 0,988694057 cest dire 98,8% de
chances de satisfaire la probabilit.
Si on avait choisi dappliquer une loi normale tous les produits de notre tableau, alors on aurait eu

0,42 1 = 0,66 soit 66% de chances de satisfaire la probabilit, do notre choix de ne pas
modliser les produits P10 P23 par une loi normale.

3. produit P14
On sintresse au produit P14 de moyenne hebdomadaire: = 12,60 et dcart-type hebdomadaire =
8,88. On modlise lintervalle de temps entre deux commandes avec une certaine loi de probabilit, et la
quantit commande chaque fois avec une autre loi de probabilit.
Par exemple pour P14, on modlise a par IC : lintervalle de temps entre deux commandes qui suit une loi
1

exponentielle de paramtre = . Donc IC =

avec = 0,31 (1)

4. Simulation sur Excel


Colonne A : Il nous est demand de crer une simulation de plusieurs centaines de semaines de demande.
On a choisi de se baser sur un nombre de commande assez lev afin dtre reprsentatif de cette
demande.
Colonne B : on dtermine un nombre alatoire entre 0 et 1 via la fonction ALEA() qui nous permettra de
modliser la taille de chaque commande.
Colonne C : Pour modliser cette variation de la demande. On construit dune part un tableau des
frquence cumules afin dobtenir une fonction de rpartition de cette demande.
En se servant dans la colonne C de la fonction RechercheV() Excel va prendre le nombre alatoire en B et le
chercher dans le tableau de la fonction de rpartition, et nous renvoyer le nombre infrieur le plus proche
dans le tableau. (on dcale du coup les colonnes de la demande pour coller la fonction de rpartition).
Colonne D : On nous donne un intervalle de temps entre chaque commande suivant une loi exponentielle,
autrement dit : =

Ceci vient dune hypothse. On va repasser la fonction de rpartition pour

modliser cette intervalle de temps sur excel.

( ) =
0

( ) = 1
= . ln(1 )
On applique donc cette expression avec les valeurs de la colonne B.

P a g e 11 | 24

FQ01

Recueil de TD Partie D

A15

Colonne E: On cumule les intervalles de temps obtenus que nous allons classer en semaine (puisquon
raisonne sur une moyenne hebdomadaire)

Colonne G : On utilise la fonction ( 7 ) + 1 afin de dterminer le numro de semaine correspondant


chaque intervalle calcul en E.
Colonne H et I : Tableau danalyse.
On retrouve ici le nombre de total de semaines dans la colonne H et on utilise en I la fonction SOMMESI()
pour dterminer la somme des demandes commandes sur chaque semaine de notre simulation.
A partir de ces rsultats il apparat simple de dterminer la moyenne et lcart-type de cette srie de
donnes.

5. dterminez le stock de scurit


On cherche tracer = ( ), c'est--dire que
lon cherche le nombre de P14 ncessaire avoir en stock pour rpondre un
certain pourcentage de produits livrs temps la demande du client. Ce stock se
rvle important pour toutes commandes passes entre 2 livraisons.
Il nous est indiqu quune livraison a lieu chaque semaine. Il faut donc rpondre la
demande qui peut avoir lieu durant lintervalle de 7 jours entre 2 livraisons. Or,
daprs la simulation cre la question prcdente nous avons accs cette
information, nous disposons de plusieurs centaines de simulations de commandes
accumules tout au long dune semaine. Il sagit de la colonne K du tableur.
Nous avons accs au total des demandes en fin de semaine, et ce sur des centaines
de semaines. Il nous est donc possible de faire apparaitre la frquence laquelle
chaque commande exigeant un certain nombre de P14 apparait en fin de semaine,
c'est--dire durant lintervalle de temps o nous navons pas t livr.
Dans la colonne A nous avons list le nombre de P14 exig par commande. Ce
nombre est compris entre 1 et plusieurs dizaines, nous avons donc fix la limite
suprieure 100 P14.
Dans la colonne B nous avons calcul quelle frquence chaque
commande apparait dans la simulation.
*NB : il nest montr ici quun chantillon des valeurs, la totalit est visible
dans le fichier joint.
Une fois les frquences de chaque type de commande obtenues, il serait
intressant de calculer les frquences cumules : cela nous permettra de
savoir combien de produits (stock de scurit) nous faut-il pour rpondre
un pourcentage voulu de la demande (niveau de service).
Pour ce faire, on trie tout dabord les frquences dans un ordre
dcroissant (colonne C) puis lon obtient les frquences cumules
aisment (colonne D)

P a g e 12 | 24

FQ01

Recueil de TD Partie D

A15

Traons le graphe o lon reporte la frquence rencontre des commandes selon le nombre de P14
demand, avec un axe secondaire pour les frquences cumules.

Si lon souhaite savoir combien de produits faut-il avoir au en stock pour rpondre 70% des demandes, il
nous reste plus qu recueillir cette donne par simple report des valeurs comme suit :

On obtient ainsi le stock de scurit en fonction du niveau de service cibl :

P a g e 13 | 24

FQ01

Recueil de TD Partie D

A15

OMQ 2
Contexte
Lors de ce TD nous agirons comme si nous tions responsables dune chaine de supermarchs qui
commercialise des quipements mnagers. Notre objectif sera de dimensionner le rseau de distribution
de nos produits soit disant de dterminer le nombre de centres de distribution et leur localisation. Nous
considrerons que la demande hebdomadaire totale pour nos robots suit une Loi Normal desprance 280
et dcart type 50.

A. Dtermination des stocks de scurit (SS) avec une probabilit de 95% pour
assurer une distribution optimale des produits
1. En cas de dlais dapprovisionnement fix
La demande hebdomadaire totale pour notre cave vin suit une loi normale desprance = est
dcart-type = . En effet il sagit bien ici dune somme de contributions indpendantes entre elles et

le rapport ( ) est non ngligeable, nous pouvons donc poser comme variable alatoire reprsentant le

nombre de cave vin en demande par semaine :


1 ~(1 , 1 )~(280, 50)
Le dlai de livraison annonc par le fournisseur est de 2 semaines, donc le nombre de demandes entre deux
livraisons , cest--dire pendant les 2 semaines peut sexprimer de manire suivante :
2 = 1 + 1 = 21
Avec :
(2 ) = (1 + 1 ) = (21 ) = 2 (1 )
(2 ) = (1 + 1 ) = 2 (1 ) + 2(1 ; 1 )
Vu que le nombre de demandes chaque semaine suit une mme loi et que les demandes dune semaine sur
lautre sont indpendantes car il ny a pas de corrlation entre elles alors la covariance est nulle. Lquation
devient donc :
(2 ) = 2 (1 )
2 = (2 ) = 2 (1 ) = 2 (1 )
En consquence :
~( , )
~( ; , )
Par dfinition, le stock de scurit au niveau de 95% est lcart entre la quantit de demandes moyennes et
la quantit de produits permettant de garantir un niveau de service de 95%. De manire intuitive, nous
pouvons calculer :
=
= 1 0.95
Daprs les abaques : 0.95 = 1,65
= ( ) , = .
Le stock de scurit garantissant que chaque client recevra son produit sans dlai une probabilit de 95%
est donc de 117 produits.

P a g e 14 | 24

FQ01

Recueil de TD Partie D

A15

2. En cas de dlais dapprovisionnement variable


Dans le cas prcdent, le dlai de livraison est fix en 2 semaines. Nous considrons dsormais que le dlai
est variable et quil suit la distribution suivante :

a. Simulation logiciel
Afin de recalculer la demande entre deux rapprovisionnements pour un produit gnrique de demande
hebdomadaire normale de paramtres (, ), nous dcomposerons donc la demande en demande
quotidienne, lentrept travaillant et accueillant des clients 7 jours sur 7.
Supposant que pour chaque jour, la quantit de demande journalire suive une loi normale :
~( , 2 )
Pour une demande hebdomadaire soit 7 jours de demande indpendante, nous avons :
D1 = 7j=1 Dj
De la mme manire que prcdemment, on trouve pour lesprance et la variance de la demande entre
deux livraisons :
(D1 ) = (7j=1 Dj ) = 7j=1 (Dj ) = 7 j
ar(D1 ) = ar(7j=1 Dj ) = 7j=1 ar(Dj ) = 7 j 2
En consquence :

~ ( , )

~( ; , ).

En liant la loi de la demande journalire et les diffrentes probabilits de dlai de livraison, nous simulons
100000 fois le test avec le logiciel @Risk sur Excel, nous avons obtenu la demande entre deux
approvisionnements. Le profil obtenu est reprsent sur le graphique suivant :

P a g e 15 | 24

FQ01

Recueil de TD Partie D

A15

Sur le graphique et les valeurs statistiques, nous avons la moyenne de demande gale 592,83 et la
demande correspondant un niveau de 95% de service et 900. La rpartition des demandes correspond
lhistogramme en rouge.
Stock de scurit = Stock 95% Stock moyenne
= , = ,
Donc pour ce profil donn de dlai de rapprovisionnement, nous avons un stock de scurit de 308
produits.

b. Modle GAUSSIEN
On admet que la variance de demande avec temps de livraison variable est donne par la formule :
ar(Dem) = (LT) ar(Demq) + ar(LT) (Demq)
Selon les dfinitions intuitives, on calcul lesprance (LT) et la variance ar(LT) de livraison variable :
(LT) = LT p(LT) = 14,82

(LT 2 ) = LT 2 p(LT) = 230,74


2

ar(LT) = [(LT (LT)2 )] = (LT 2 ) ((LT)) = 11,11


(Demq) = 40 ; ar(Demq) = 18,8982 357,14
() = , , + , ,
Nous en dduisons donc le stock de scurit partir de cette variance obtenue :
Dem = ar(Dem) = 151,88
stock de scurit = cart type de lerreur facteur de service
= , , = ,
c. Conclusion
Nous constatons que le stock de scurit obtenu partir du modle Gaussien (250 produits) est beaucoup
moins important que la valeur obtenue par la simulation (308 produits) avec une diffrence de 23%.

P a g e 16 | 24

FQ01

Recueil de TD Partie D

A15

B. Gnralisation N centres de distribution et intgration du cot de transport


1. Ecart-type de chaque centre de distribution et N et relation des stocks de scurit
a. Ecart-type de chaque centre de distribution
Lanalyse prcdente tait base sur un seul centre de distribution (CD) dont la demande D suivait une loi
normale dont lesprance est et lcart-type est :
D~(, )
Dsormais nous allons considrer quil y a centres de distribution, que la demande est toujours uniforme
sur le territoire de livraison et quil y a une quipartition du territoire. Nous pouvons donc estimer que la
demande pour chaque produit, dans chaque centre de distribution, est la demande totale sur le territoire
entier divise par :
D
Di =
N
La demande dans chaque CD est indpendante, en consquent la covariance des demandes est nulle. Ainsi
la demande totale de centres de distribution peut tre dduite de manire suivante :
D1 = N
i=1 Di
Nous pouvons calculer donc lcart-type ainsi que lesprance de cette demande :
N

ar(D) = Var ( Di ) = N ar(Di )


i=1

ar(Di ) =

Var(D)
N

et

A noter :
N

(D) = ( Di ) = N (Di )

( ) =

i=1

()
=

En consquence, lorsquil y a centres de distribution, la demande dans chaque centre suit donc

galement une loi normale mais avec une esprance de et un cart-type de :


~( ,
)

b. Relation entre le stock de scurit total dans 1 seul CD et dans N CDs


Dans un seul centre de distribution le stock de scurit total est SS1 =
i
Lorsquil y a centres de distribution, le stock de scurit dans chaque centre i est : SSN
=

donc

le stockage total de lensemble des centres de distribution est :


T
i
SSN
= N SSN
= N (

) = N

Nous en dduisons donc :


=

P a g e 17 | 24

FQ01

Recueil de TD Partie D

A15

2. Intgration du cot de transport


Pour rappel
-

P = poids moyenne dun produit


V = valeur dun produit
Ti = taux dintrt de financement de SS
D = distance moyenne entre un client et le CD dans la configuration avec un seul CD
N = nombre de CDs ouverts
Ct = cot de transport (/km/kg)
Dt = demande annuelle totale pour tous les produits
0,95 = coefficient multiplicateur de lcart-type pour un niveau de service de 95%
= cart-type de cette demande

a.i) Exprimer le cot de transport comme une fonction de D, P, Ct et N


Un seul centre de distribution
Le cot de transport est approximativement une fonction linaire de la distance entre le client et le
poids du produit. Dans le cas o il y a quun seul centre de distribution dans la configuration Client-CD ,
le cot de transport dun produit peut sexprimer de faon suivante :
CT1 = Cot de transport lmentaire (/) Distance (km) Poids dun produit(kg)

CT1 = Ct P D
On en dduit que le cot annuelle de transport est :
() =

N centres de distribution
Maintenant nous considrons quil y a centres de distribution. Sachant que lorsquil y a centres de
distribution, la distance sera devenue =

Donc pour transport un type de produit par centres de distribution, le cot est :

CTN = Ct P

Donc lquation du cot annuelle de transport peut sexprimer en :


() =

a.ii) Exprimer le cot de financement comme une fonction de N, Ti, Dt, , V


-

V = valeur dun produit


Ti = taux dintrt de financement de stock
N = nombre de CDs ouverts
Dt = demande annuelle totale pour tous les produits
0,95 = coefficient multiplicateur de lcart-type pour un niveau de service de 95%
= cart-type de cette demande

P a g e 18 | 24

FQ01

Recueil de TD Partie D

A15

La quantit de stock totale pour un an est compose de stock circulant annuelle, , qui correspond aux
demandes annuelle totale pour tous les produits, et de stock de scurit, ,qui permet de garantir un
certain niveau de service lorsque la demande excde la demande moyenne sur une priode donne. Nous
obtenons donc des quations suivantes :
ST = SM + SS = Dt + (0,95 )
Le cot de financement sexprime de manire suivante :
CF = ST V Ti
CF = (Dt + 0,95 ) V Ti
Dans la question b nous avons trouv que la relation entre le stock de scurit total dans 1 seul CD et dans
CDs :
T
SSN
= N SS1T
Lorsquil y a centres de distribution, alors la demande annuelle totale pour tous les produits ne change
pas, mais le stock de scurit a chang. Dans ce cas-l, le cot de financement de stock des centres de
distribution sexprime donc :
= ( + , )

a.iii) Exprimer le cot total de distribution


Le cot de distribution est la somme du cot de transport et du cot de financement du stockage :
CD = CT + CF
Dans le cas o il y a centre de distribution, le cot de distribution sexprime :
CDN = CTN + CFN
CDN = {Dt Ct P

D
N

} + {(Dt + N 0,95 ) V Ti}

Nous reprsentons lquation de sous forme = +


= (, ) +

+:

+ ( )

Sachant que est une valeur alatoire continue pas forcment entire, nous cherchons ensuite la valeur
minimale de :
f() = +

f (N) =

Lorsque f (N) gale 0, nous aurons valeur minimale de N, on peut ensuite dduit la valeur minimale
de N :
f (N) = b

c
N

=0

c
b

N =
=


=
,

P a g e 19 | 24

FQ01

Recueil de TD Partie D

A15

Nous calculons maintenant le surcot logistique pour ouvrir un nouveau centre de distribution.
= CDN+1 CDN
= {(0,95 V Ti)N + 1 +

Dt Ct P D
N + 1

+ (Dt V Ti)} {(0,95 V Ti)N +

Dt Ct P D
N

+ (Dt V Ti)}

= {(, )( + )} + {( ) (

)}

La fonction de est une fonction linaire dcroissante avec lim (N + 1 N) + (


+

puisque lim (N + 1 N) = 0 et lim (


+

+ N+1

1
N

N+1

1
N

)=0

) = 0. Nous cherchons donc une limite partir de

laquelle nous pourrons ouvrir un nouveau centre de distribution avec un surcot logistique nul :
1
1
= {(N + 1 N)} + {c(

)} = 0
N + 1 N
(N + 1) N =

2
N2 + N ( ) = 0

Lindicateur est strictement positif ainsi que N doit dtre une valeur positive, on en dduit donc :

)
,

+ (
=

On constate que plus le rapport Poids/Valeur (P/V) est grand, plus le nombre de centres de distribution
pour lequel nous ne payons plus le surcot logistique est grand. De mme une forte demande totale et une
valeur faible font augmenter ce nombre.

Les industries du luxe, mdicale ou des pices dtaches critiques sont des industries o les clients
sont gnralement prts mettre le prix pour avoir les produits quils veulent. Le prix dachat nest
donc pas toujours en adquation avec le prix des matires premires constituant le produit.
Cependant le rapport P/V reste relativement faible car la valeur nest pas ngligeable et le poids
reste rduit.
Aussi le taux de financement Ti est lev et la demande totale Dt relativement sont faibles car il
sagit de produits spcifiques.
Daprs la formule prcdente nous donc remarquons que N sera faible. Le nombre de centre de
distribution de ces industries est donc limit.

P a g e 20 | 24

FQ01

Recueil de TD Partie D

A15

a.iv) A partir de lquation prcdente expliquez les questions suivantes


a.iv.1) La densit diffrente des cimenteries et des entrepts dlectroniques
Les cimenteries produisent des produits qui ont un rapport Poids/Valeur lev. En effet le ciment est un
matriau de construction trs lourd (sa masse volumique est denviron 1200 kg/m^3) mais qui est peu cher
car il est essentiellement constitu deau et de sable soit disant des ressources abordables.
Les entrepts lectroniques stockent des produits ayant un rapport Poids/Valeur bien plus faible. Les
pices lectroniques sont lgres mais sont composes dlments coteux.
Lquation tablie prcdemment nous montre que plus le rapport Poids/Valeur est lev, plus le nombre
de centres sera grand. Les cimenteries auront donc une densit plus leve que les entrepts
lectroniques.

a.iv.2) la spcialisation des chaines de distribution au sein du groupe Auchan entre Leroy-Merlin,
Auchan et Dcathlon
Comparons les spcificits dAuchan, Dcathlon et Leroy Merlin :
Chez Auchan les produits ont, malgr un poids et une valeur assez variable, un rapport Poids/Valeur
relativement lev. Cette chaine de grande distribution travaille avec des produits en demande constante
et ayant une date de premption.
Chez Dcathlon, magasin spcialis la demande variable, elle dpend notamment des saisons et le rapport
Poids/Valeur est plutt faible car bien que Dcathlon propose en majorit des articles abordables il dispose
aussi darticles de sport spcialiss et onreux.
Chez Leroy Merlin, le poids assez lev et la valeur aussi, le rapport P/ V est donc moyen. Les produits dans
lensemble sont peu prissables.
Les produits distribus par ces trois grands magasins ont donc des caractristiques et rapports Poids/Valeur
diffrents. Une spcialisation de la chaine de distribution passant par un nombre de centres de distribution,
des entrepts et moyens de transports diffrents est donc ncessaire.

P a g e 21 | 24

FQ01

Recueil de TD Partie D

A15

C. Intgration du cot de production


Dsormais nous allons considrer que les centres de distribution ne sont pas seulement des lieux de
stockage mais galement des centres de production avec pour chacun sa ligne de production. Nous nous
intresserons donc au cot total de production de ces centres.
Pour rappel
-

P = poids moyenne dun produit


V = valeur dun produit
Ti = taux dintrt de financement de SS
D = distance moyenne entre un client et le CD dans la configuration avec un seul CD
N = nombre de CDs ouverts
Ct = cot de transport (/km/kg)
Dt = demande annuelle totale pour tous les produits
0,95 = coefficient multiplicateur de lcart-type pour un niveau de service de 95%
= cart-type de cette demande

1. Justifier la forme du cot total de production pour N centre de production/distribution


Le cot de chaque ligne de production est compos du cot fixe standard et du cot marginal variable de
production . Ainsi, pour N centres de production/distribution, cest--dire N lignes de production, nous
pouvons exprimer le cot total de production de manire suivante :
CTproduction N = N(M + Cm)
Le cot marginal variable de production (Cm) est croisant avec le volume totale de production et cela peut
tre modlis par une loi empirique de la forme : Cm = e q avec q la quantit totale produite. Nous
pouvons donc exprimer Le cot marginal de chaque ligne de production (Cm) de manire suivante :
Dt
N

Dt

Dt

3 N
N
2
2
Cm = e q dq = e [ q2 ] = e [ q3 ]
3
3
0
0
0
1
2

2 Dt
Dt
Cm = e
3 N
N
Nous pouvons en dduire donc la forme du cot total de production pour N centres de
production/distribution

= ( + ) = +

2. Dduire le cot total de la chane industrielle


Le cot total de la chane industrielle est la somme du cot de production et du cot de distribution :
CTchaine N = CTproduction N + CTdistribution N

P a g e 22 | 24

FQ01

Recueil de TD Partie D

= { +

} + {[
] + [( + , ) ]}

Nous reprsentons cette quation sous forme +


= +

A15

+ +

+:

+ (, ) +

+ ( )

3. Justifier en 2 lignes que le cot total admet un minimum

Lquation du cot totale est sous forme ( + + + + ), la partie aN + dN est une fonction
croissante, la partie

b
N

c
N

est une fonction dcroissant, Donc cette quation admet un minimum.

4. Donner la solution exacte Nmin pour M=0


Nous avons obtenu lquation du cot total de la chane industrielle est :
CTchaine N = N M +

2 e Dt Dt
3N

+ (0,95 V Ti)N +

Dt Ct P D
N

+ (Dt V Ti)

Lorsque M=0, NM=0. Donc lquation du cot total de la chane industrielle scrit sous forme :
CTchaine N =

2 e Dt Dt
3N

+ (0,95 V Ti)N +

Dt Ct P D
N

+ (Dt V Ti)

Nous simplifions cette quation en reprsentant les facteurs de N et la constante en b, c, d, e avec


b=

2
3

e Dt Dt , c = 0,95 V Ti , d = Dt Ct P D , e = Dt V Ti .
CTchaine N =

+ c N +

d
N

+e

Lorsque N atteint sa valeur minimale, le cot


1
1
3
d CTchaine N
1
1 1
= [(b + d) N 2 + c N 2 + e] dN = (b + d) N 2 + c N 2
dN
2
2

d CTchaine N
dN

Lorsque

= 0 , N atteint la valeur minimale :


3
1
1 1
(b + d) N 2 + c N 2 = 0
2
2
3
1 1 1
c N 2 = (b + d) N 2
2
2

+
=
=

P a g e 23 | 24

FQ01

Recueil de TD Partie D

A15

Rappelons que le nombre de distribution pour une chane industrielle sans production intgre est :
=

Cest vident que > ,donc la chaine industrielle devrait possde plus de centres de
distributions si les centre de distribution soccupent aussi la production.

Application numrique

= +

+ (, ) +

CTchaine N = +

b
N

+ cN +

d
N

+ ( )

+e

P a g e 24 | 24