Vous êtes sur la page 1sur 184

UE 121  CONTRÔLE

DE GESTION

Année 2013-2014

Ce fascicule comprend :
La série 3
Le devoir 4 à envoyer à la correction
Le devoir 5 à envoyer à la correction

Le contrÔLe de gestion, outiL de prévision

En collaboration avec Didier LECLÈRE


le Centre National Marc RIQUIN
d’Enseignement à Distance Olivier VIDAL
Institut de Lyon

W1211-F3/4
Contrôle de gestion • Série 3

Les auteurs :
Didier LECLÈRE : Professeur des Universités au Cnam-Intec, diplômé d’Expertise Comptable.
Marc RIQUIN : Agrégé d’économie et de gestion.
Olivier VIDAL : Maître de conférences en sciences de gestion au Cnam-Intec.

� • • • www.cnamintec.fr • • • �

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

L’ensemble des contenus (textes, images, données, dessins, graphiques,


etc.) de ce fascicule est la propriété exclusive de l’INTEC-CNAM.
En vertu de l’art. L. 122‑4 du Code de la propriété intellectuelle, la repro-
duction ou représentation intégrale ou partielle de ces contenus, sans auto-
risation expresse et préalable de l’INTEC-CNAM, est illicite. Le Code de la
propriété intellectuelle n’autorise que « les copies ou reproductions stricte-
ment réservées à l’usage privé du copiste et non destinées à une utilisation
collective » (art. L. 122‑5).

2
UE 121 • Contrôle de gestion

••• OBJECTIFS •••

• Comprendre la nature du processus budgétaire et l’articulation entre les différents


budgets.
• Faire le lien avec la notion de « centre de responsabilité ».
• Savoir élaborer un budget des ventes et les budgets intermédiaires.
• Savoir élaborer un budget de trésorerie.
• Connaître le modèle de Wilson et ses développements pour calculer un pro-
gramme optimum d’approvisionnement.
• Savoir déterminer le niveau de stock optimal dans les cas de gestion des stocks
en avenir incertain.
• Savoir déterminer graphiquement et algébriquement par les tableaux la budgéti-
sation des approvisionnements.
• Savoir planifier les besoins en composants par calcul matriciel.
• Savoir déterminer graphiquement un programme optimum de production.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

• Savoir interpréter les tableaux dans le cas de la résolution par l’algorithme du


simplexe et connaître les principales règles de calcul.
• Savoir résoudre des problèmes d’ordonnancement.
• Savoir faire des estimations ponctuelles et par intervalle de confiance d’une fré-
quence et d’une moyenne.
• Savoir poser un test d’hypothèse, savoir déterminer sa région d’acceptation et
savoir interpréter le test.
• Connaître la méthodologie de mise en œuvre de la méthode du coût cible.
• Savoir calculer un coût cible.

201211TDPA0313 3
UE 121 • Contrôle de gestion

Table des matières

Partie 3. Le contrôle de gestion, outil de prévision 7

Chapitre 1. La procédure budgétaire......................................................................7


Section 1. La gestion budgétaire............................................................................8
Section 2. Fonctionnement des budgets.............................................................10
Section 3. Budget et centres de responsabilité....................................................18
Section 4. Le budget de trésorerie et les documents de synthèse prévisionnels..21
Chapitre 2. La gestion des ventes.........................................................................25
Section 1. La prévision des ventes.......................................................................25
Section 2. Les approches marketing....................................................................41
Section 3. Problèmes spécifiques liés au budget des ventes..............................44
Chapitre 3. La gestion des stocks et des approvisionnements..........................46
Section 1. Le suivi administratif des stocks.........................................................46
Section 2. Principaux modèles de gestion de stocks en avenir certain...............48
Section 3. Les modèles de gestion de stocks en avenir incertain.......................61
Section 4. Budgétisation des approvisionnements..............................................63
Section 5. Le juste à temps..................................................................................66
Chapitre 4. La gestion de la production................................................................67
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Section 1. Le pilotage du système de production................................................68


Section 2. Les modèles mathématiques de gestion de la production.................71
Section 3. Les problèmes d’ordonnancement.....................................................83
Chapitre 5. La gestion de la qualité.......................................................................94
Section 1. Les enjeux de la qualité.......................................................................94
Section 2. Les outils de gestion de la qualité en amont.......................................98
Section 3. Les outils de gestion de la qualité en aval.........................................108

Annexes 123
Exercices autocorrigés 127
Index 165
Devoir 4 169
Devoir 5 177

201211TDPA0313 5
3

partie
Le contrôle de gestion,
outil de prévision

Le lien avec le référentiel de l’épreuve et le plan de cette partie est présenté dans le tableau suivant :
Lien avec le référentiel
1.1. et 1.2. La gestion budgétaire 3.4 ; 4.2
1.3. Lien avec la notion de centres de responsabilité 3.3
1.4. et 1.5. Le budget de trésorerie et les documents de synthèse 3.4
prévisionnels
2.1. Le budget de trésorerie et les documents de synthèse prévisionnels 3.4
2.2. La gestion des ventes 3.4
2.3. La gestion des stocks et des approvisionnements 3.4
2.4. La gestion de la production 3.4
2.5. La gestion de la qualité 2.4 ; 3.5
2.5. Coût cible ou target costing 4.2

Après avoir présenté les différentes méthodes de calcul et d’analyse des coûts dans les deux
premières séries du cours, les deux dernières séries approfondissent le processus du contrôle
de gestion qui s’appuie sur le triptyque : prévision – action – adaptation. Ainsi, la série 3 déve-
loppe la dimension prévisionnelle, alors que la série 4 développera la dimension « adaptation ».
Le contrôle de gestion a été défini comme l’outil qui permet d’inciter et de vérifier que les actions des
acteurs de l’entreprise vont dans le sens des objectifs fixés par la direction générale. Établir des pré-
visions consiste avant tout à assigner aux acteurs des objectifs cohérents. Dans une entreprise de
taille importante, des sous-ensembles seront identifiés (dénommés « centres »). Chaque respon-
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

sable de centre se verra ainsi attribuer des objectifs qui motiveront son action. Bien entendu, les
responsables déclineront eux-mêmes ces objectifs généraux pour attribuer des objectifs personna-
lisés à chacun de leurs subordonnés. Les objectifs sont déclinés le long de la chaîne hiérarchique.
Cette étape du contrôle de gestion est dénommée « procédure budgétaire ». C’est un mode de
gestion à court terme (horizon annuel). Il est décrit dans cette série 3. Comme il est intimement
lié à la structure organisationnelle de l’entreprise, la notion de centre de responsabilité fera l’ob-
jet d’un développement spécifique.
Par ailleurs, si les prévisions budgétaires sont généralement exprimées en valeur monétaire, la
gestion prévisionnelle s’accompagne également d’un volet opérationnel qui s’exprime en quan-
tités et en délais. Le terme mathématique utilisé est celui de « programmation ». La série 3 pré-
sente donc également des outils fondés sur des modélisations mathématiques qui permettent
d’optimiser la gestion de la production et la gestion des stocks.

Chapitre 1. La procédure budgétaire


Après avoir défini et présenté l’étymologie du terme « budget », cette première partie expose les
objectifs de la gestion budgétaire et comment cette dernière permet de décliner la stratégie à
travers l’articulation plan-programmes-budgets.
La gestion budgétaire peut se faire en raisonnant sur plusieurs hypothèses d’activités, ce qui
conduira à présenter la notion de budget flexible.
Cette première partie aborde également la spécificité des budgets des services fonctionnels,
avec la procédure budget base zéro (BBZ).

201211TDPA0313 7
Contrôle de gestion • Série 3

Section 1. La gestion budgétaire

I. Définition et étymologie

A. Notion de budget
La gestion budgétaire est un mode de gestion à court terme qui englobe tous les aspects de
l’activité d’une organisation et comprend une période de budgétisation (ou de prévision) puis
une période de contrôle budgétaire (aspect qui est développé dans la série 4).

Définition
Le budget est un ensemble cohérent de prévisions chiffrées : prévision des ventes, de la
production, des approvisionnements, des investissements et de leur financement, du person-
nel… A  priori, un budget est toujours exprimé en valeur monétaire (en  euros). Les budgets
s’étendent à toute l’organisation et les liens qui existent entre eux assurent la cohérence sur le
court terme de l’ensemble.
Le réseau des budgets permet une consolidation des actions chiffrées et la présentation de
documents de synthèse prévisionnels cohérents avec le plan opérationnel.

Ventes

Production

Investissements Opérations
Approvisionnement
Financements financières et divers

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Trésorerie

Documents de synthèse prévisionnels

Comme le montre l’illustration ci-avant, tous les budgets découlent des prévisions de l’activité
exprimées par les ventes. Le budget des ventes est donc le premier à être construit. À l’opposé,
tous les budgets ont des conséquences sur les flux de trésorerie, et le budget de trésorerie est
le dernier à être établi.

Remarque
On parle de budget au sens strict lorsque l’on évoque une prévision chiffrée en valeur moné-
taire (exemple : budget des ventes, budget des investissements…). Mais en contrôle de ges-
tion, il est fréquent de parler de budget (même si c’est un abus de langage) lorsque l’on effectue
des prévisions chiffrées non monétaires. Pourtant, le terme de « programme » serait alors
plus approprié. Par exemple, l’expression « budget des approvisionnements » doit être réser-
vée aux prévisions des montants des achats (éventuellement augmentés des frais y afférent
comme le transport…), alors que le « programme des approvisionnements » décrit les quanti-
tés et les dates de commandes et de livraisons.

8
UE 121 • Contrôle de gestion

B. Origines historiques
Le terme « budget » vient d’un vieux mot français, « bougette » ou « petite bouge ». La bouge
(du latin « bulga ») désignait au Moyen-Âge le coffre ou le sac dans lequel le voyageur emportait
ses effets personnels (nous utilisons aujourd’hui le mot « bagage »), ou encore la bourse dans
laquelle il serrait ses écus.
Un long voyage ne s’improvise pas, il faut prévoir, programmer les étapes à l’auberge et disposer
de la somme nécessaire. La bougette est là pour cela. Elle représente ainsi, de la manière la plus
concrète qui soit, le montant estimé des frais du voyage, c’est-à-dire la prévision des coûts.
Le terme a ensuite été repris par les Anglais, à l’issue de la guerre de Cent Ans, à l’époque où
naissaient les institutions parlementaires. Le « budget » devient une notion de droit public, pour
désigner la somme d’argent allouée par un vote du Parlement à une entité administrative pour
son fonctionnement : chaque ministre dispose ainsi d’une petite bouge abstraite (une « enve-
loppe budgétaire ») dans laquelle il peut puiser (on parle aussi de « portefeuille » ministériel, ce
qui renvoie à la même image).
Notons que ce mécanisme d’allocation budgétaire permet à l’État de résoudre un délicat problème
de gestion : comment décentraliser tout en gardant le contrôle. Le vote du budget permet de régler
la « relation d’agence » entre l’État et les différents ordonnateurs de dépenses, dans la mesure où
une dépense ne peut être engagée que si elle a été prévue dans le cadre d’une ligne budgétaire.

Définition
Pour M. Jensen et W. Meckling (1976), une relation d’agence est un contrat par lequel une
(ou plusieurs) personne(s), appelée « le principal » engage une autre personne, « l’agent », pour
accomplir des actions en son (leur) nom. Elle implique donc la délégation de l’autorité de prise
de décision de la part du principal vers l’agent.
Ce concept de relation d’agence a donné naissance à la « théorie de l’agence ». Cette théorie
étudie les problèmes liés à la divergence qui peut exister entre les intérêts personnels du prin-
cipal et ceux de l’agent.
Au début du xxe siècle, on assiste au développement de grandes entreprises qui, du fait de leur
taille, connaissent des problèmes identiques de décentralisation, de coordination et de contrôle.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Ces grandes entreprises vont tout naturellement transposer la procédure budgétaire pour leurs
besoins internes de gestion. Le budget devient un instrument essentiel du contrôle de gestion
naissant.
En effet, comment une grande entreprise peut-elle conserver la maîtrise du fonctionnement et du
développement d’un grand nombre d’établissements, de services, de filiales ? Tout simplement en
centralisant la réflexion stratégique, en décentralisant la gestion opérationnelle et en contrôlant le
système par une procédure d’allocation budgétaire des ressources, en particulier financières.
On peut donc dire que les entreprises ont « copié » les administrations et le fonctionnement de
la comptabilité publique, ce qui mérite d’être souligné et médité, à une époque où le discours
dominant consiste à critiquer la « bureaucratie » et à donner l’efficacité de la gestion des entre-
prises privées en exemple aux administrations !

II. Objectifs de la gestion budgétaire

A. Le budget : un instrument de pilotage


Le budget apparaît comme l’une des pièces essentielles du mécanisme de régulation « cyber-
nétique » évoqué dans la série 1.
Les gestionnaires étant toujours en situation d’information imparfaite, il est impossible de prendre
constamment les décisions optimales et il faut s’attendre à ce que les résultats effectifs s’écartent
des objectifs. Il faut donc mettre en place une procédure de contrôle par rétroaction des écarts
entre prévisions et réalisations, afin d’éviter les « dérapages ».

201211TDPA0313 9
Contrôle de gestion • Série 3

Dans ce cadre, le budget joue un rôle central puisqu’il explicite l’ensemble des prévisions et des
objectifs servant de « boussole » à l’action quotidienne. Le mécanisme de contrôle budgétaire
(développé dans la série 4) suppose évidemment l’établissement de prévisions budgétaires.

B. Le budget : un instrument de simulation


Très souvent, avant d’arrêter le budget définitif, on « teste à blanc » plusieurs hypothèses, en
mesurant l’impact qu’aurait telle ou telle décision sur le résultat prévisionnel. Le budget joue
alors le rôle d’un outil d’aide à la décision. Cette fonction de simulation explique la très grande
utilité des outils informatiques de type « tableur » : il suffit de changer une donnée (un niveau
d’activité, ou un prix par exemple) pour obtenir immédiatement une nouvelle « mouture » des
prévisions budgétaires correspondantes.
Notons, pour ces exercices de projection ou de chiffrage, l’importance d’une comptabilité ana-
lytique en coûts partiels de type « direct-costing » : c’est la connaissance de la structure des
charges, fixes et variables, qui permet de faire les calculs prévisionnels.

C. Le budget : un instrument de motivation


et de prévention des conflits
L’entreprise constitue souvent un milieu conflictuel au sein duquel se manifestent des opposi-
tions d’intérêts entre les différents acteurs : entre la direction et les syndicats, entre les différents
services, etc.
Dans cette perspective, la procédure budgétaire permet souvent d’arriver par la négociation à un
compromis se présentant comme une sorte de contrat entre les diverses parties prenantes. On
touche ici aux méthodes de management et à la gestion des ressources humaines. Plus les pro-
cédures budgétaires sont décentralisées et participatives, plus le budget apparaît comme le
moyen d’expliciter ce compromis (l’établissement du budget, par exemple, nécessite de retenir
une hypothèse sur l’augmentation du salaire horaire). Le budget fixe des objectifs.

Section 2. Fonctionnement des budgets

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
I. L’articulation plan – programmes – budgets
La gestion budgétaire permet d’illustrer la conception du contrôle de gestion considéré comme
un moyen de décliner la stratégie.

A. Les plans
Les grandes orientations stratégiques sont explicitées sous la forme de plans pluriannuels (sur
3, 4 ou 5 ans) fixant des projections de chiffres d’affaires et de résultats et prévoyant les princi-
pales opérations d’investissement et de financement. Ces plans fournissent le cadre général du
développement et sont annuellement opérationnalisés sous la forme de programmes et de
budgets.

B. Les programmes
Un programme est une prévision d’activité à plus court terme précisant dans le détail les niveaux
d’activité, de production, les volumes de facteurs utilisés (heures de main-d’œuvre, tonnes de
matières premières, etc.). Par exemple, pour un atelier, on établit un programme mensuel de
fabrication, qui permet de prévoir le plan de charge des différentes machines.
Un programme est donc généralement exprimé en unités physiques, c’est-à-dire en nombre de
produits, en tonnes, en heures, etc.

10
UE 121 • Contrôle de gestion

C. Les budgets
Les budgets représentent le « chiffrage » en unités monétaires de la mise en œuvre d’un pro-
gramme. Pour passer du programme au budget, il faut faire des hypothèses de nature écono-
mique sur l’évolution des prix et des coûts (cours des matières premières, coûts variables
unitaires et coûts fixes fournis par la comptabilité analytique, etc.).
On distingue habituellement :

1. Les budgets « fonctionnels » ou « opérationnels »


Ils traduisent les programmes relevant des différents services ou départements :
• budget des ventes ;
• budget de production ;
• budget des approvisionnements ;
• budget des services administratifs ;
• budget des investissements.

2. Les budgets « financiers » ou « de synthèse »


Ils récapitulent l’impact de la mise en œuvre des budgets fonctionnels : le budget de trésorerie
essentiellement, et, par analogie, les documents prévisionnels de synthèse : compte de résul-
tat prévisionnel et bilan prévisionnel.
Notons qu’un exercice classique en gestion budgétaire consiste à établir ces différents docu-
ments prévisionnels (programmes, budgets, comptes prévisionnels), en commençant générale-
ment par les prévisions de ventes. En effet, de la prévision des ventes découle la prévision de la
production (cas d’une entreprise industrielle) ; de la prévision de la production découle la prévi-
sion des approvisionnements et la prévision des investissements…

➠➠Pour vous entraîner : faites l’exercice autocorrigé 1 (Distroc) proposé en fin de série.

II. Le cycle budgétaire


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Concrètement, la procédure budgétaire est une activité cyclique qui rythme annuellement la vie
de l’entreprise. Le scénario classique, pour une entreprise calquant son exercice comptable et
budgétaire sur l’année civile et pratiquant une décentralisation raisonnable des responsabilités,
est le suivant :

A. En septembre
En septembre, la direction générale publie une note d’orientation générale (appelée aussi sou-
vent « lettre de cadrage », ou « prébudget »), adressée aux principaux responsables, fixant les
objectifs, les grandes orientations pour l’année à venir, en accord avec le contenu du plan stra-
tégique, mais en tenant compte des infléchissements nécessaires du fait de l’évolution de l’envi-
ronnement (une tranche d’investissement peut être différée, par exemple).

B. En octobre
En octobre, chaque « composante » (chaque département, ou chaque grande direction ou, à un
autre niveau dans un groupe, chaque filiale), établit de façon décentralisée son propre budget.
En effet, ce sont les opérationnels qui sont les mieux placés pour évaluer les contraintes.
Ceci doit être relativisé. Par exemple, plus l’activité est intégrée verticalement, plus les unités
situées en amont ont besoin des prévisions d’activité des unités situées en aval pour établir leurs
propres prévisions. Dans ce cas, on peut avoir intérêt à centraliser la procédure, en utilisant par
exemple des méthodes matricielles de planification.
Ces différentes « esquisses budgétaires » sont réunies par le contrôleur de gestion pour être
harmonisées.

201211TDPA0313 11
Contrôle de gestion • Série 3

C. En novembre
En novembre, cette harmonisation se réalise progressivement selon un processus itératif de
« navette » budgétaire. Les projets de budgets font en effet la navette entre les unités décentra-
lisées et la cellule de coordination animée par la direction financière ou le contrôle de gestion
(l’expression « navette » est utilisée par analogie avec la navette des projets de lois parlemen-
taires entre la Chambre des députés et le Sénat).
Cette procédure permet de réduire les incohérences, de trouver des compromis, de réaliser des
arbitrages, notamment compte tenu des contraintes financières.
Il importe de comprendre que le budget n’explicite pas uniquement des prévisions imposées,
mais, au contraire, il est fondé sur des objectifs négociés.
Notons qu’à ce niveau, c’est le budget de trésorerie, établi de façon centralisé, qui permet de
faire la synthèse et de voir si « ça passe ou si ça casse ».

D. En décembre
En décembre, le budget définitif est décidé, les derniers arbitrages étant du ressort de la Direction
générale. Dans les grandes entreprises, ce budget définitif peut être un document volumineux de
plusieurs centaines de pages, mais dont la synthèse est assurée par le compte de résultat
prévisionnel.
Notons que les différents budgets, qui forment alors la liasse budgétaire (par analogie avec la
liasse fiscale), sont bien évidemment mensualisés, pour permettre d’exercer ensuite, pendant
l’exercice, le contrôle budgétaire.

E. Mensuellement
Pendant l’exercice, mensuellement, les prévisions budgétaires seront rapprochées des réalisa-
tions effectives, fournies par la comptabilité, dans des états de contrôle budgétaire permettant
de calculer des écarts mettant en jeu les responsabilités en cas de dérapage : c’est le « suivi »
budgétaire (voir série 4).

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
III. La notion de budget « flexible »
Un budget, en tant que chiffrage prévisionnel, est nécessairement fonction de certaines variables,
et en particulier du niveau d’activité retenu comme hypothèse.
Par exemple, le budget de fonctionnement B d’un atelier pour lequel l’unité d’œuvre est l’heure-
machine peut se mettre sous la forme :
B = vN + F
Expression dans laquelle :
N = nombre d’unités d’œuvre
v = coût variable de l’unité d’œuvre
F = frais fixes totaux

12
UE 121 • Contrôle de gestion

La fonction B = f(N) peut se représenter graphiquement ainsi :


B

v
v correspond à la pente
de la droite de budget

On peut faire une infinité d’hypothèses sur la valeur prévisionnelle de N et donc établir une infi-
nité de budgets.
Généralement, en pratique, on raisonne dans le cadre d’une « fourchette » budgétaire en pré-
sentant les calculs pour au moins 3 hypothèses :
• hypothèse moyenne la plus probable (Nm) ;
• hypothèse « basse » ou « pessimiste » (Nb) ;
• hypothèse « haute » ou « optimiste » (Nh).
D’où le schéma suivant :
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Bh
Fourchette Bm
budgétaire
Bb

Nb Nm Nh

Les calculs budgétaires peuvent être présentés dans un tableau sous la forme d’un budget
« flexible », c’est-à-dire établi dans le cadre des différentes hypothèses retenues.

201211TDPA0313 13
Contrôle de gestion • Série 3

Exemple applicatif 1

Le coût variable de l’unité d’œuvre est égal à 5 euros et les frais fixes sont égaux à 10 000 euros.
Le niveau d’activité est de 6 000 heures mais peut se situer dans une fourchette dont les bornes
sont 5 000 et 7 000 heures.
Le budget flexible est alors le suivant :

Niveau prévisionnel d’activité (en heures) 5 000 6 000 7 000


Frais fixes prévisionnels 10 000 10 000 10 000
Frais variables prévisionnels 25 000 30 000 35 000
Total budget 35 000 40 000 45 000

Remarque
Notons que la fonction B = f(N) peut évidemment être plus compliquée qu’une simple fonction
linéaire prise ici comme exemple. Il peut notamment y avoir des effets de seuil (heures supplé-
mentaires au-delà d’un certain volume d’activité par exemple).

IV. Les budgets des services « généraux »


De nombreux services dans l’entreprise, que nous qualifions ici de services généraux, posent
des problèmes de budgétisation très différents de ce qui se passe pour les services « opération-
nels » dont l’activité est directement liée au cycle achat-production-vente.
Dans un atelier de production par exemple, il y a une relation causale entre le volume de produits
fabriqués et les quantités de matières premières ou le nombre d’heures de travail nécessaires
pour la production. Il est alors possible de « modéliser » le budget en fonction de variables telles
que le niveau d’activité.
En revanche, dans un service administratif, il est beaucoup plus difficile de mesurer la produc-
tion, et d’apprécier le montant des charges nécessaires pour un bon fonctionnement.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Les budgets des services généraux risquent donc d’être établis arbitrairement (on parle de coûts
« discrétionnaires », car ils sont à la discrétion des managers), et reconduits purement et sim-
plement d’une année à l’autre.

Remarque
La bibliothèque d’une université se voit allouer un budget de 100 000 euros pour l’achat de
documentation durant l’année N. Si le montant alloué est dépensé avant la fin de l’année,
aucun document ne pourra être acheté avant l’année suivante puisque le budget est épuisé.
L’année suivante, le responsable de la bibliothèque demandera certainement la reconduction
du budget augmenté d’un certain montant qu’il juge nécessaire. À l’inverse, si à la fin de l’an-
née le budget n’est pas totalement dépensé, le responsable peut craindre de voir ses res-
sources diminuer l’année suivante.
Des outils de rationalisation ont été développés dans le but d’optimiser les dépenses, reposant
sur l’utilisation de techniques telles que l’analyse de la valeur ou la démarche BBZ (budget base
zéro).

A. Les services concernés


Les services concernés sont qualifiés de services « administratifs », « fonctionnels » (par
opposition à opérationnels), ou encore « d’état-major ». Certains économistes parlent même de
services « improductifs » dans la mesure où leur lien avec la production est très indirect.

14
UE 121 • Contrôle de gestion

Pourtant, ce sont des services qui concourent (même indirectement) à l’activité industrielle ou
commerciale, en rendant possible cette activité. D’un point de vue comptable, les charges cor-
respondantes sont le plus souvent regroupées dans les centres ou sections analytiques « auxi-
liaires » étudiés dans la série 1. Dans le cadre de l’approche ABC, reprenant la terminologie de
M. Porter, on parle également d’activités « de support ».
Il s’agit essentiellement des services tels que :
• la direction générale ;
• le secrétariat général ;
• le service du courrier ;
• le standard téléphonique ;
• les services comptables ;
• les services financiers ;
• le service informatique ;
• la documentation ;
• le service juridique et de contentieux ;
• la direction du personnel ;
• les services des méthodes, de planning, d’ordonnancement ;
• les bureaux d’études ;
• les services de recherche et développement (R&D) ;
• le service de gestion des brevets ;
• le contrôle de qualité ;
• le service de recherche marketing ;
• les services de communication et de relations publiques ;
• et, bien évidemment, le service contrôle de gestion !
Cette liste n’est, bien sûr, pas exhaustive. Elle est même contestable : la R&D, par exemple peut
ne pas être considérée comme une activité de support, mais comme une activité directement
associée à la production d’un bien ou d’un service selon le contexte.

B. Les problèmes de gestion posés par les coûts discrétionnaires


Les charges engagées dans ces services sont en général des charges « indirectes fixes », au
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

sens de la comptabilité analytique.


Ces « frais généraux » sont difficiles à contrôler, car il est difficile d’apprécier l’activité et la pro-
duction des services concernés. Les tâches à accomplir sont diverses, hétérogènes, peu répé-
titives : il est donc impossible de spécialiser ou de « tayloriser » le travail, de définir des normes
ou des standards comme pour les tâches opérationnelles.
Les charges discrétionnaires sont constituées en grande partie par les rémunérations de person-
nels souvent hautement qualifiés (cadres, informaticiens, spécialistes…) ou par le coût de l’em-
ploi de matériels sophistiqués (matériel de laboratoire…). Les problèmes de prestige, de pouvoir,
de recherche de statut social, poussent généralement à une dérive inflationniste des budgets
concernés, phénomène particulièrement aggravés dans les grandes entreprises par les ten-
dances à la bureaucratisation liées à la taille.
Inversement, en période de difficultés financières, il est tentant pour une direction générale de
« tailler » dans ces dépenses discrétionnaires, facilement qualifiées d’inutiles, afin de restaurer la
rentabilité, en « dégraissant » par exemple les effectifs de sièges sociaux ou de certains services
jugés alors pléthoriques (le « mammouth »).
Ce sont alors des compétences précieuses qui peuvent être sacrifiées d’une façon stratégique-
ment suicidaire au profit d’intérêts à court terme. Souvent, l’objectif de « diminuer les effectifs de
10 % » fait penser à la saignée pratiquée par les médecins de Molière, avec l’efficacité que l’on
sait, le malade se retrouvant encore plus affaibli.

201211TDPA0313 15
Contrôle de gestion • Série 3

C. La technique traditionnelle de budgétisation


Les procédures traditionnelles de budgétisation des frais discrétionnaires n’apportent pas de
solution réellement satisfaisante aux problèmes évoqués plus haut. Le plus souvent, la direction
générale calcule une enveloppe globale à ne pas dépasser pour l’ensemble de ces frais géné-
raux, permettant, après déduction de cette enveloppe de la marge prévisionnelle, d’atteindre un
résultat acceptable.
Dans les périodes d’expansion et de bonne santé financière, on se contente de reconduire les
dépenses de l’année précédente, éventuellement majorées d’un pourcentage d’augmentation
arbitraire, tenant compte par exemple de l’inflation. En revanche, en période de difficultés, on
pratique une « coupe » budgétaire.
Chaque service présente ensuite ses desiderata, avec les tendances aux dérives évoquées plus
haut. Il y a toujours de bonnes raisons pour justifier l’embauche de nouveaux collaborateurs,
acheter un ordinateur plus puissant, etc. Il faut alors provoquer une réunion pour opérer le par-
tage de l’enveloppe globale. En général, la somme des demandes excède l’enveloppe, et un
processus de marchandage s’instaure. C’est dans ce cadre que la procédure de « navette »
budgétaire étudiée dans la série 4 permet de résoudre les conflits et d’atteindre un consensus
sur le « partage du gâteau ».
On comprend qu’une telle procédure ne garantit pas l’optimalité, que les besoins réels ne sont
pas nécessairement satisfaits, que le partage de l’enveloppe reflète surtout les relations de pou-
voir entre les différents responsables et mène à ce qui est ressenti comme des injustices, que le
résultat peut entretenir des rancœurs et créer des conflits entre les individus.

D. La procédure du budget base zéro (BBZ)


La procédure BBZ (budget base zéro ou « Zero Base Budgeting ») a connu une très grande
célébrité dans les milieux du management, notamment dans les grandes entreprises améri-
caines (Texas Instruments, Xerox, Westinghouse…) après un article retentissant publié en 1970
dans la Harvard Business Review par Peter Pyhrr.
Dans la procédure BBZ, on ne se contente pas d’améliorations incrémentales, on adopte une
attitude beaucoup plus radicale : rien n’est jamais acquis, la reconduction pure et simple d’un

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
budget d’une année à l’autre est exclue par principe.
Chaque dépense budgétaire doit être justifiée, indépendamment des pratiques antérieures, qui
ne sauraient servir de justification a priori. En somme, on « recommence à zéro » chaque année,
d’où le nom de la méthode.
Celle-ci suppose tout d’abord le découpage de l’activité de l’entreprise en modules, qui sont
des centres de décision caractérisés par l’existence d’un responsable clairement identifié (prin-
cipe d’unicité), et par une certaine homogénéité des tâches (on retrouve ici certains aspects de
la méthode ABC étudiés dans la série 2).
Au niveau de chaque module, le responsable doit établir des propositions budgétaires, en
liaison avec ses projets d’activité. Il doit expliciter ses finalités, ses objectifs, les moyens néces-
saires pour les atteindre, et établir un « ensemble budgétaire ».
Cet ensemble budgétaire doit contenir :
• D’une part, des projets alternatifs (ou « mutuellement exclusifs »), c’est-à-dire plusieurs solu-
tions alternatives budgétées possibles pour remplir sa mission (par exemple, pour un service
informatique devant mettre en œuvre un nouveau programme, un projet supposant un déve-
loppement en interne impliquant l’embauche d’une équipe de programmeurs, et un projet
supposant l’acquisition externe d’un progiciel).
• D’autre part, des projets complémentaires, c’est-à-dire des projets qui dans l’absolu ne sont
pas indispensables (l’entreprise peut continuer à fonctionner sans), mais qui peuvent présenter
un intérêt (dans le but d’améliorer la qualité ou la productivité par exemple). L’intérêt de cette
distinction est notamment de bien signaler les projets qui peuvent être différés dans le temps,
si les moyens financiers pour l’année prochaine sont insuffisants.

16
UE 121 • Contrôle de gestion

Les différents projets sont ensuite évalués et hiérarchisés par un comité.


Cette phase de hiérarchisation pose le problème des critères utilisés pour classer, accepter ou
refuser les différents projets. On peut utiliser des critères classiques de nature financière,
comme la rentabilité, ou bien des méthodes de scores additifs. Ainsi, Peter Pyhrr préconise-t-il
le système « 5P » (Peter Pyhrr’s Pragmatic Pointscore Procedure) : chaque membre du comité
« vote » en notant les projets de 1 à 6. On fait le total des points obtenus (comme dans les com-
pétitions de patinage artistique, par exemple) et la décision dépend du score total obtenu. On
voit que la procédure BBZ, considérée comme la panacée par certains, et comme un gadget par
d’autres, peut être longue et coûteuse.
Une version allégée a été proposée, reposant sur un « examen tournant » des différents ser-
vices. Les Américains parlent de « procédure du coucher de soleil » (sunset), en faisant allu-
sion à l’image de la rotation de la Terre : quand le soleil se couche à un endroit, il brille encore
ailleurs. Chaque année, on « audite » par le biais de la procédure BBZ une partie seulement des
services. Les responsables de ces services doivent alors se plier à la procédure d’examen cri-
tique de leurs dépenses, et justifier le niveau de leur budget. Mais une fois que ce budget est
accepté, ces responsables sont « tranquilles » pour par exemple 4 ou 5 ans : l’ordre de grandeur
de leur budget n’est pas remis en cause pendant ce laps de temps, sauf événement extraordi-
naire. L’année suivante, ce sont d’autres collègues qui « passent à la moulinette ». Cette procé-
dure est évidemment moins lourde, moins coûteuse, moins « stressante » pour les différents
cadres.
Notons qu’une procédure analogue existe dans les universités françaises, dont les différentes
filières sont habilitées, et financées par l’État, pour des périodes de 4 ans renouvelables : la pro-
cédure peut donc aussi être utilisée en management public.

Pour vous entraîner : faites la partie 1 de la session 2008 de l’examen de l’Intec disponible
dans les ressources de l’UE 121 sur le site www.cnamintec.fr.

V. Conclusion
Il est nécessaire de relativiser l’intérêt et l’utilité de la gestion budgétaire.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Tout d’abord, il faut considérer qu’un budget n’est un bon outil de gestion et de motivation que
si le niveau des objectifs à atteindre est fixé avec intelligence : il faut « placer la barre » assez
haut, mais pas trop. Des budgets pas assez ambitieux amènent les responsables à céder à la
facilité : l’organisation n’est pas mise sous tension. Il faut que les équipes aient un « chal-
lenge » à remplir. Mais au-delà d’un certain seuil, on peut au contraire démobiliser les opération-
nels, qui ont le sentiment qu’on leur demande trop. Comme de toute façon on ne pourra pas
atteindre l’objectif, ce n’est pas la peine d’essayer !
Les choses peuvent être encore plus graves, et des auteurs comme Argyris ont mis en évidence
les effets psychologiques dévastateurs d’une « pression » trop forte du budget sur les respon-
sables. Les individus concernés peuvent avoir des sentiments de frustration, développer des
pathologies psychosomatiques (eczéma…), faire preuve d’agressivité, ou bien tomber dans la
dépression, voire se suicider. La pression budgétaire poussée à l’extrême et conceptualisée par
certains dirigeants ou soi-disant spécialistes de la gestion des ressources humaines sous la
forme d’une « gestion par le stress », peut être considérée à juste titre comme une forme de
harcèlement moral ou comme la version moderne de l’exploitation.
Face à cette « violence » possible du budget, les individus ne manquent pas de résister en éla-
borant des stratégies de défense adaptées. La plus courante de ces pratiques consiste à se
ménager du « slack budgétaire », expression utilisée en référence à la théorie du slack organi-
sationnel développée par Cyert et March.

201211TDPA0313 17
Contrôle de gestion • Série 3

Définition
Le slack est un terme anglais qui signifie le « mou » d’une corde ou d’un câble. To slack off
signifie relâcher son effort. Le slack budgétaire désigne le « matelas », la « marge de
manœuvre », ou la « marge de sécurité » que l’on essaye de négocier au moment de la
construction des budgets.
Par exemple, on sait que l’on peut fonctionner avec 100, mais on demande 120, et on obtient
110 après arbitrage. Il est alors plus facile de tenir ce budget, et même en étant laxiste et en
dépensant 109, on a encore in  fine un écart favorable ! La gestion budgétaire peut être ainsi
dévoyée et aboutir au résultat inverse de celui qui était recherché : au lieu de réduire les coûts,
on les augmente !
On peut aussi voir dans le budget alloué un « droit à dépenser », qu’il faut utiliser, sinon on risque
d’avoir un budget moins important l’année suivante. Tout le monde a entendu ironiser sur les
pratiques supposées des militaires qui feraient tourner les camions dans la cour des casernes
pour utiliser le budget en essence.
On reproche également souvent au budget, comme à toute procédure relevant de la planification
en général, d’induire des comportements bureaucratiques et conservateurs, en inhibant les ini-
tiatives et les possibilités d’adaptation aux opportunités. C’est prévu dans le plan et dans le
budget, donc on exécute, même si l’action n’est plus pertinente compte tenu de l’évolution des
circonstances. Ce type de comportement n’est, bien évidemment, pas du tout adapté lorsque
l’entreprise agit dans un environnement turbulent et imprévisible.
Il ne faut donc pas idéaliser le budget et lui prêter toutes les vertus. Certains vont même plus
loin, en préconisant purement et simplement d’abandonner la gestion budgétaire, notamment
pour la remplacer par une gestion plus réactive. C’est peut-être malgré tout aller un peu vite en
besogne, et jeter le bébé avec l’eau du bain.

Section 3. Budget et centres de responsabilité

La procédure budgétaire permet à la direction générale de décentraliser la gestion, de déléguer


des responsabilités à des cadres intermédiaires qui jouissent donc d’une certaine autonomie,

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
mais qui, en contrepartie, doivent rendre compte à leur hiérarchie de leur action (c’est ce que l’on
appelle d’une manière générale le « reporting », de l’anglais to report, qui signifie « rapporter »,
« faire un rapport », « rendre compte »). L’entreprise est donc découpée en centres de respon-
sabilité, dirigés par des personnes qui, avant tout, sont responsables du budget qui leur est
alloué. En pratique, l’étude de la gestion budgétaire est très souvent indissociable de l’étude de
ces centres de responsabilité.

I. Définition des centres de responsabilité


Un centre de responsabilité est une subdivision d’une organisation regroupée autour d’un res-
ponsable qui dispose de moyens et d’une autonomie de gestion pour atteindre l’objectif qui lui
a été assigné (production, coût profit, etc.). Ces centres étant conçus pour correspondre à un
échelon de responsabilité, leur contrôle suppose un indicateur de performance et que le respon-
sable ait la maîtrise du domaine de gestion concerné.

A. Intérêts de cette organisation


Cette organisation présente plusieurs avantages :
• Les centres de responsabilité sont un outil d’animation et de motivation des acteurs de l’orga-
nisation (DPO).
• Ils permettent de retrouver la souplesse et la rapidité de réaction des petites unités.
• Ils permettent une décentralisation du contrôle de gestion.
• Ils permettent de généraliser des relations de type marché dans l’organisation.

18
UE 121 • Contrôle de gestion

B. Principale limite essentielle de cette organisation


Ce type d’organisation nécessite de surmonter la « culture des territoires » : l’autonomie de ges-
tion ne doit pas conduire à privilégier l’intérêt individuel au détriment de celui de l’entreprise.

II. Les différents types de centres


Le découpage de l’entreprise en entités autonomes que sont les centres de responsabilité
dépend beaucoup de la taille et du type d’organisation.
Dans beaucoup de PME ayant une organisation hiérarchique et fonctionnelle fayolienne « clas-
sique », le découpage se fait par fonction (technique, commerciale, administrative). Dans une
entreprise plus importante, on aura souvent une organisation divisionnelle par type de produits.
Dans un grand groupe, on observe une structure matricielle plus complexe avec des unités opé-
rationnelles pouvant dépendre par exemple d’une direction géographique et d’une direction
technologique (la filiale vendant des téléviseurs en France dépendant à la fois du Marketing
Europe et de la Direction Électronique Grand Public).
On peut définir plusieurs types de centres de responsabilité, en fonction de leur degré d’autono-
mie et de l’ampleur des missions confiées.

A. Les centres de coûts


Le responsable d’un centre de coût est jugé sur la qualité des prestations, le respect des délais
et surtout sur le niveau de ses coûts : on attend d’un directeur d’usine ou d’un chef d’atelier qu’il
limite les gaspillages, qu’il respecte (et éventuellement améliore) les standards, qu’il améliore la
productivité. Son budget met donc l’accent essentiellement sur les charges, pas sur les produits.
Par simplification, on peut dire que sa mission est de minimiser les coûts. Il faut plutôt dire qu’il
doit les optimiser, compte tenu des objectifs de qualité par exemple.
Dans un centre de coût opérationnel (une usine), les coûts budgétés dépendent généralement
du niveau prévisionnel d’activité (application de la notion de budget flexible), alors que dans les
fonctions support, les coûts sont beaucoup plus « discrétionnaires » (ils sont à la discrétion des
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

dirigeants), tout du moins à court terme. Il est plus facile de supprimer un poste dans un service
administratif ou de diminuer le budget des frais de réception que de rogner sur les charges
directes variables. En cas de difficultés financières, quand il faut faire des économies, ce sont
ces budgets discrétionnaires qui sont touchés en premier.

B. Les centres de produits ou de chiffre d’affaires


À l’inverse, certains centres de responsabilités sont jugés essentiellement sur le chiffre d’af-
faires réalisé. Par exemple, dans un réseau commercial, le responsable d’une agence régionale
s’engage sur un budget des ventes. Dans une banque ou une compagnie d’assurances, les
chargés de clientèle ont des objectifs budgétaires en matière de placement de produits finan-
ciers (contrats d’assurance-vie, SICAV, etc.).
Notons que le fait d’avoir un objectif exprimé en chiffre d’affaires peut avoir des effets pervers :
pour « faire du chiffre », le commercial peut casser les prix en accordant des remises trop impor-
tantes, ou faire prendre un risque financier à son entreprise (risque de défaut de paiement) en
négligeant de vérifier la solvabilité du client.

C. Les centres de profit


Les centres de profits permettent de limiter les effets pervers évoqués plus haut : le respon-
sable est jugé à la fois sur les charges et les produits, sur le niveau de résultat ou de marge qu’il
génère. Notre agence commerciale par exemple peut être jugée sur la marge réalisée (chiffre
d’affaires net diminué des coûts commerciaux). Le responsable d’un centre de profit doit donc

201211TDPA0313 19
Contrôle de gestion • Série 3

être non pas un technicien (uniquement un bon ingénieur maîtrisant son process, ou uniquement
un bon commercial maîtrisant la relation clients), mais un « manager » plus généraliste capable
de se conduire en entrepreneur et d’intégrer tous les aspects de la gestion, dans une optique de
maximisation du résultat.
Notons que dans le cas d’activités intégrées verticalement, la comptabilité par centres de profit
pose le problème délicat des prix de cession internes : le résultat d’un centre dépend évidem-
ment des facturations en amont et en aval.

D. Les centres d’investissement


Les centres d’investissement supposent une délégation d’autorité dépassant la simple exploita-
tion (charges et produits), et élargie au problème de l’investissement en immobilisations. En
général, on ne trouve cette formule que dans les très grandes entreprises et les grands groupes,
au niveau des divisions et des filiales. L’objectif est ici de maximiser la rentabilité du capital
investi. Le responsable va donc devoir défendre auprès de sa hiérarchie, lors de la préparation
des budgets, la rentabilité de ses projets d’investissement. C’est dans ce cadre que seront utili-
sés les critères et les techniques de choix des investissements étudiées en gestion financière.
Par exemple, le responsable d’une filiale, pour justifier un projet d’investissement, fait des pro-
jections de chiffre d’affaires et de cash-flows pour pouvoir calculer une VAN ou un TRI accep-
tables selon les standards de rentabilité du groupe. On rappelle que la Valeur Actualisée Nette
est la somme des cash-flows prévisionnels actualisés ; pour qu’un projet soit rentable, la VAN
doit être positive. Le Taux de Rentabilité Interne est la valeur du taux d’actualisation qui annule
la VAN ; pour qu’un projet soit rentable, il faut que son TRI soit supérieur au taux d’actualisation
caractérisant l’environnement économique.

E. L’emboîtement « gigogne » des centres de responsabilité


et des budgets associés
En fonction de l’importance de l’entreprise, on peut avoir plusieurs étages de délégation, et donc
plusieurs niveaux pour définir les centres.
Par exemple, il peut y avoir plusieurs divisions, plusieurs usines par divisions, et plusieurs ate-

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
liers par usine. Chaque atelier peut constituer un centre de responsabilité, avec son responsable
et son budget ; les budgets des ateliers peuvent ensuite être consolidés au niveau de l’usine, qui
constitue également un centre de responsabilité, etc.
On assiste donc à une sorte d’emboîtement, comme des poupées russes, des centres et des
budgets. À chaque niveau, le responsable est à la fois contrôleur et contrôlé : le directeur d’usine
par exemple contrôle les ateliers, mais doit lui-même rendre compte à sa hiérarchie.

III. Le contrôle des centres de responsabilité


Chaque centre a des objectifs à atteindre. Les performances doivent pouvoir être mesurées
(grâce, essentiellement, au système comptable, mais pas uniquement : on peut également utili-
ser des indicateurs physiques). L’intérêt de fixer les objectifs en termes budgétaires, c’est que
l’on peut raisonner globalement, grâce à la possibilité d’agréger les valeurs d’éléments hétéro-
gènes. Le responsable d’un centre a une obligation de résultat, et pas uniquement de moyens.
Pour qu’un tel système de gestion par les résultats soit pertinent, il faut mettre en œuvre deux
principes : le principe de responsabilité et le principe de contrôlabilité.
• Le principe de responsabilité signifie qu’un dirigeant doit être responsable de toutes les
conséquences des décisions rentrant dans son champ de délégation de pouvoir. Il ne doit pas
pouvoir faire supporter à d’autres centres les coûts induits par la médiocrité de sa gestion. Par
exemple, si la production est de mauvaise qualité, les surcoûts qui se révèlent au niveau du
service après-vente doivent être imputés au responsable de la production, pas au responsable
de la distribution.

20
UE 121 • Contrôle de gestion

• De façon symétrique, le principe de contrôlabilité signifie qu’un dirigeant ne doit être respon-
sable que des éléments qu’il contrôle, sur lesquels il a un pouvoir de décision. Il n’est pas
« juste » que les résultats d’un centre de profit par exemple soient minorés par l’imputation de
certaines charges imposées de façon arbitraire par la direction (cas des répartitions des frais
de siège par exemple). Ceci mène soit à raisonner sur des coûts partiels et non sur des coûts
complets (les responsables sont jugés sur une « contribution » par exemple), soit à neutraliser
certains éléments non contrôlables, par exemple en utilisant des coûts standards.
Périodiquement, les informations mesurant les performances effectives « remontent » pour infor-
mer la hiérarchie, selon le principe du reporting. On peut comparer les réalisations aux prévi-
sions budgétaires, tirer la sonnette d’alarme en cas de dérive, et prendre des mesures correctives.
Plus on est dans le bas de la hiérarchie, plus les états de reporting sont basés sur des données
physiques ou sur l’analyse des coûts élémentaires : pour contrôler un atelier, on va s’intéresser
aux rendements, aux coûts horaires d’utilisation des machines, etc. Plus on remonte dans la
hiérarchie, plus on utilise des données comptables et financières agrégées : une filiale fait remon-
ter à sa maison mère des agrégats financiers très globaux, sans entrer dans le détail du fonction-
nement des différents services : chiffre d’affaires, masse salariale, investissements, résultats.

Section 4. Le budget de trésorerie et les documents


de synthèse prévisionnels

Le budget de trésorerie et l’établissement des documents de synthèse prévisionnels constituent


l’aboutissement du travail de budgétisation. Ils seront présentés dans ce second chapitre (sec-
tion 1). Par la suite, certains budgets feront l’objet de développements spécifiques : le budget
des ventes est l’occasion de mettre en œuvre des modélisations mathématiques (régressions…).
Le budget des approvisionnements est l’occasion de mettre en œuvre des méthodes d’optimi-
sation (modèle dit de Wilson…). Le budget de la production est enfin l’occasion de mettre en
œuvre des calculs d’optimisation (programmation linéaire, facteur rare de production…). Ces
points seront développés dans la série 3 du cours par correspondance.

I. Le budget des encaissements


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Le budget des encaissements présente en général les différents mois en colonne et les diffé-
rentes catégories de recettes en ligne. On prévoit également une colonne supplémentaire pour
traiter les créances à court terme liées en fin d’année au décalage dans le temps entre certaines
opérations (ventes) et leur encaissement, du fait des délais de règlement, et qui figureront au
bilan prévisionnel.
Supposons par exemple que l’entreprise accorde un mois de crédit à ses clients : il y aura un
décalage d’un mois entre la vente et l’encaissement. En janvier N+1, l’entreprise encaisse donc
les créances clients figurant au bilan à fin N. En février, elle encaisse les ventes de janvier, en
mars les ventes de février, etc. Les ventes de décembre N+1 sont donc décalées comme élé-
ment du bilan prévisionnel à fin N+1, et encaissées en janvier N+2.
On distingue généralement les encaissements directement liés à l’exploitation (ventes), qui font
l’objet d’une prévision en fonction des budgets commerciaux, et les autres encaissements, liés
à des opérations financières spécifiques (augmentations de capital, emprunts, cessions
d’actif…).

201211TDPA0313 21
Contrôle de gestion • Série 3

Structure d’un budget des encaissements pour N+1


BILAN
Janvier Février Décembre
Éléments … PRÉVISIONNEL
N+1 N+1 N+1
à fin N+1
Encaissements liés à
l’exploitation :
• Ventes au comptant VJ(1) VF(2) VD(3)
• Ventes à crédit CCDN(4) VACJ(5) VACN(6) VACD(7)
•…
Autres encaissements :
• Cessions d’actifs Poste
• Emprunts « clients »
•…
Total des encaissements :
(1) VJ : Ventes au comptant de janvier N+1.
(2) VF : Ventes au comptant de février N+1.
(3) VD : Ventes au comptant de décembre N+1.
(4) CCDN : Créances clients correspondant aux ventes ‡ crédit de décembre N.
(5) VACJ : Ventes = crédit de janvier N+1.
(6) VACN : Ventes = crédit de novembre N+1.
(7) VACD : Ventes = crédit de décembre N+1, portées au bilan prévisionnel.

Remarque
Prise en compte de la TVA : ces ventes sont évidemment TTC (toutes taxes comprises),
incluant la TVA. En effet, c’est le montant TTC des créances qui est encaissé.

II. Le budget de la TVA à décaisser


Compte tenu des règles de déductibilité de la TVA, il vaut mieux, en pratique, chiffrer dans un
budget annexe la TVA à décaisser mensuellement, ce poste étant ensuite repris dans le budget
des décaissements.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Rappelons que l’entreprise assure pour le compte du Trésor public la collecte de la TVA. Elle
facture à ses clients de la TVA sur le montant de son chiffre d’affaires. Le client règle le montant
de sa facture TTC et l’entreprise porte la « TVA collectée sur ventes » au crédit du compte 4457.
Par ailleurs, l’entreprise paie également ses propres fournisseurs TTC, et acquitte donc, en plus
de ses achats hors taxe, de la TVA. Cette TVA est déductible et représente une créance sur
l’État portée au débit du compte 4456.
Périodiquement (en principe chaque mois dans le régime général), l’entreprise remplit sa décla-
ration de chiffre d’affaires et calcule le montant de la TVA qu’elle doit reverser à l’État en retran-
chant la TVA déductible sur les achats de la TVA collectée sur les ventes. Cette « TVA à
décaisser » (compte 4455) est versée au fisc dans le courant du mois suivant, d’où un décalage,
la TVA au titre du mois m étant en fait décaissée en m+1.
La TVA à décaisser au titre du mois de décembre N+1 figure donc au bilan prévisionnel à fin N+1,
et est réglée en janvier N+2.

22
UE 121 • Contrôle de gestion

Janvier Février Décembre BILAN


Éléments …
N+1 N+1 N+1 PRÉVISIONNEL
TVA collectée sur les ventes du mois :
+ +
TVA déductible sur les achats facturés
– –
dans le mois :
TVA déductible sur les services réglés
– –
dans le mois :
TVA déductible sur les immobilisations
– –
acquises dans le mois :
TVA à décaisser :
= =

En janvier, on TVA au titre de


décaissera la TVA décembre N+1 qui
figurant au bilan à sera décaissée en
fin N (compte 4455) janvier N+2

On peut également ajouter une ligne « Report de crédit de TVA », dans le cas où la TVA
déductible est supérieure à la TVA collectée pour certaines périodes.

III. Le budget des décaissements


La structure du budget des décaissements est identique à celle des budgets précédents, avec
les mois en colonne et les différents types de décaissement en ligne : décaissements directe-
ment liés à l’exploitation (achats, frais de personnel, etc.), et autres décaissements (paiements
de dividendes, remboursements d’emprunt, acquisitions d’immobilisations, placements finan-
ciers, etc.).
Il faut là encore prévoir une colonne supplémentaire pour repérer les postes de dettes à court
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

terme du bilan prévisionnel générés par les décalages dans le temps entre engagements et
règlements (par exemple, les achats à crédit génèrent un poste « fournisseurs »).

Remarques
• Les dotations aux comptes d’amortissement ou de provisions n’entraînent pas de décais-
sement (source d’erreur très classique !).
• Ne pas oublier la TVA à décaisser, ni le paiement des impôts (par exemple, pour l’IS, acomptes
provisionnels et liquidation du solde).
• Les décaissements, comme les encaissements, s’entendent TTC.

IV. Le budget général ou récapitulatif


Le budget général de trésorerie permet de regrouper tous les encaissements et tous les
décaissements, pour voir comment va évoluer le solde de trésorerie en fin de mois, ce qui per-
met d’avoir une simulation.
On est généralement amené à établir plusieurs budgets de trésorerie successifs, afin de tendre
par tâtonnement itératif vers un objectif de « trésorerie zéro ».
En effet, il faut éviter les découverts importants, sources d’agios bancaires en cas de découvert,
voire même de défaillance, mais aussi les excédents, qui représentent un manque à gagner, un
coût d’opportunité.

201211TDPA0313 23
Contrôle de gestion • Série 3

À partir d’une première esquisse, on va donc étudier les possibilités de « gommer » les excé-
dents ou les déficits prévisionnels par des mesures adéquates du type :
• placer des liquidités ;
• recourir à l’escompte d’effets de commerce ;
• différer certaines dépenses discrétionnaires ;
• etc.
En pratique, on peut présenter ce budget récapitulatif de deux manières différentes, faisant
apparaître ou non la variation mensuelle de trésorerie :

Première méthode (on suppose une trésorerie initiale de 100)

Éléments Janvier Février … Décembre


N+1 N+1 N+1
Encaissements : 1 000 1 200
(–) Décaissements 800 900
(=) Variation de trésorerie 200 300
Trésorerie finale 300(1) 600 (X)
(1) 300 = 200 + 100

Au bilan prévisionnel

La trésorerie finale est obtenue par cumul algébrique de la trésorerie initiale et des variations
mensuelles de trésorerie.

Deuxième méthode

Éléments Janvier Février … Décembre


N+1 N+1 N+1
Trésorerie initiale 100 300
(+) Encaissements 1 000 1 200
(=) Disponibilités 1 100 1 500
(–) Décaissements 800 900
(=) Trésorerie finale 300 600

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
La trésorerie finale du mois m est reportée en trésorerie initiale du mois m+1.

V. Les comptes prévisionnels


Ils permettent de « boucler » la procédure budgétaire.

A. Le compte de résultat prévisionnel


Chaque poste du compte de résultat prévisionnel suppose la centralisation et la sommation
des éléments correspondants, éparpillés dans les différents budgets établis au niveau des diffé-
rents services ou des différentes fonctions.
Par exemple, dans les budgets opérationnels (production, commercialisation…) comme dans
les budgets des services généraux administratifs, se trouvent des charges de personnel prévi-
sionnelles qu’il faut sommer pour évaluer le compte  64 du compte de résultat prévisionnel.
Même chose pour les dotations aux amortissements, les services extérieurs, etc.
Le solde du compte de résultat prévisionnel permet de calculer le résultat prévisionnel qui vient
équilibrer le bilan prévisionnel.

24
UE 121 • Contrôle de gestion

B. Le bilan prévisionnel
Son établissement est facilité par le repérage d’un certain nombre d’éléments en amont, au
moment de l’établissement d’autres budgets (le poste « clients » à l’occasion de l’établissement
du budget des encaissements par exemple).
Les postes de « haut de bilan » reflètent essentiellement les décisions financières en matière
d’investissement et de financement.
En revanche, les postes de « bas de bilan », en tant qu’éléments du besoin en fonds de roule-
ment, découlent des prévisions en matière de niveau d’activité et des caractéristiques du cycle
technico-commercial (décalages dans le temps dus aux délais de règlement).

➠➠Pour vous entraîner : faites l’exercice autocorrigé 16 (SADA) proposé en fin de série.

Chapitre 2. La gestion des ventes


La prévision des ventes est souvent le point de départ de la démarche budgétaire : tous les bud-
gets dépendent du niveau prévisionnel de l’activité. La première partie de cette section présente
les modèles mathématiques (quantitatifs) de prévision des ventes. Une seconde partie déve-
loppe les méthodes marketing (qualitatives) et les problèmes spécifiques liés aux couples pro-
duit-marché et au budget des frais commerciaux.

Section 1. La prévision des ventes

Les méthodes mathématiques de prévision des ventes s’appuient sur l’observation des ventes
passées afin d’en déduire une loi (fonction mathématique) permettant de prévoir les ventes
futures. Ces calculs se fondent essentiellement sur des régressions. La régression linéaire est de
loin la plus utilisée dans les exercices du DCG et doit être parfaitement maîtrisée. Les régres-
sions exponentielle, logarithmique et puissance sont également présentées. Dans une deuxième
sous-partie sont présentés des perfectionnements statistiques qui permettent de tenir compte
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

des effets de saisonnalité.

I. Les modèles statistiques de prévision

Remarque
La série 1 du cours présentait les éléments essentiels de statistique, et notamment les calculs
de corrélation et de régression.
Pour effectuer des extrapolations, il est nécessaire de disposer d’un historique des ventes.
L’objectif est d’exprimer les ventes (variable à expliquer y) en fonction du temps (variable
explicative x) : y = f(x).
Les fonctions d’ajustement sont nombreuses et dépendent de la forme du nuage de points,
c’est-à-dire de la croissance des ventes.
Si les ventes évoluent de manière régulière (à la hausse ou à la baisse), c’est-à-dire si l’écart
entre deux yi successifs est à peu près constant, l’ajustement linéaire est le plus adapté. On
parle aussi de progression de type arithmétique.

201211TDPA0313 25
Contrôle de gestion • Série 3

Fonction linéaire (croissante) : y = 2x


20
18
16
14
Ventes 12
10
8
6
4
2
0
0 2 4 6 8 10
Temps

Fonction linéaire (décroissante) : y = 30 – 2x


30

25

20
Ventes

15

10

0
0 2 4 6 8 10

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Temps

Lorsque la progression n’est pas arithmétique, elle peut être géométrique : chaque yi est obtenu
en multipliant le précédent par un coefficient à peu près constant. Dans ce cas, la fonction n’est
pas linéaire, et il peut y avoir plusieurs possibilités.
Si les ventes croissent, mais que cette croissance s’accélère, l’ajustement peut se faire soit par
une fonction exponentielle, soit par une fonction puissance (avec un exposant supérieur à 1).

Fonction puissance (croissante rapide) : y = 3 x X2


300

250

200
Ventes

150

100

50

0
0 2 4 6 8 10
Temps

26
UE 121 • Contrôle de gestion

Fonction exponentielle : y = 3 × 2x
que l’on peut écrire aussi : y = 3.e 0,6931x
1 800
1 600
1 400
1 200
Ventes

1 000
800
600
400
200
0
0 2 4 6 8 10
Temps

Si les ventes croissent, mais que cette croissance ralentit, l’ajustement peut se faire soit par une
fonction logarithme, soit par une fonction puissance (mais avec un exposant inférieur à 1).

Fonction puissance (croissante ralentie) : y = 2 × X0,3


5

3
Ventes

1
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

0
0 2 4 6 8 10
Temps

Fonction logarithme : y = 2.ln (x)


5

3
Ventes

0
0 2 4 6 8 10
Temps

Avant de décider quelle fonction d’ajustement sélectionner, il est souvent utile de tracer graphique-
ment la série des ventes et/ou de calculer l’écart entre les ventes de deux périodes successives.

201211TDPA0313 27
Contrôle de gestion • Série 3

A. Ajustement linéaire
1. Ajustement
L’ajustement linéaire doit être parfaitement maîtrisé. Même si ce n’est plus d’actualité, c’est un
ajustement qui peut être résolu sans calculatrice. Les ajustements puissance, exponentiel et
logarithme peuvent être ramenés à des ajustements linéaires en utilisant certaines propriétés
des fonctions logarithmes.
Si l’évolution des ventes est régulière (ce que l’on peut vérifier en constatant une progression de
type arithmétique), on peut pratiquer un ajustement linéaire (on dit également une régression)
des ventes y par rapport au temps x, en modélisant les ventes sous la forme d’une fonction de
type y = ax + b, le problème étant de déterminer les coefficients a et b par la méthode des
« moindres carrés ».

Remarque
Calculatrice : Les coefficients a et b seront obtenus en exploitant les fonctions statistiques
d’une calculatrice. Il est impératif de savoir exploiter une calculatrice. Un guide d’utilisation de
trois calculatrices est proposé sur le site. À titre indicatif, les coefficients a et b sont obtenus
par la méthode des moindres carrés à l’aide des calculs suivants :
cov( X, Y ) Â ( Xi - X ) ( Yi - Y )
a =  =
V( X ) Â ( X i - X )2
b  Y - aX

Exemple applicatif 2

Supposons que les statistiques commerciales des cinq dernières années concernant les ventes
en tonnes du produit P soient les suivantes :

Années (x) Quantités vendues (y)


N–4 40
N–3 42

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
N–2 45
N–1 43
N 48

Il faut définir une échelle des temps, par exemple prendre x = 1 pour N–4, x = 2 pour N–3, etc.
ce qui donne le tableau suivant :

Années x y
N–4 1 40
N–3 2 42
N–2 3 45
N–1 4 43
N 5 48

Il convient alors de saisir les couples (1,40)… (5,48) pour obtenir a et b.


La calculatrice fournit alors :
a = 1,7 et b = 38,5
Soit :

y = 1,7x + 38,5


Pour obtenir les ventes prévisionnelles en N+1, il suffit de remplacer x par 6 :
Ventes prévisionnelles en N+1 = (1,7 × 6) + 38,5 = 48,7 tonnes.

28
UE 121 • Contrôle de gestion

2. Point aberrant
L’observation de la série chronologique peut conduire à observer des points aberrants, c’est-à-
dire des niveaux de ventes inexplicables, des accidents. Ces points doivent être retirés de la
série avant de construire le modèle mathématique. Cette décision est éminemment subjective et
dépend de l’appréciation des décideurs.

Exemple applicatif 3

La société X a été créée le 1er juin N–5. Début N+1, elle souhaite prévoir son chiffre d’affaires
pour l’année à venir. Les chiffres d’affaires constatés depuis sa création sont les suivants :

Années N–5 N–4 N–3 N–2 N–1 N


Chiffres d’affaires en milliers d’euros 100 320 350 370 395 420
Croissance absolue du chiffre d’affaires / 220 30 20 25 25

Chiffre d’affaires
450
400
350
300
250
200
150
100
50 Années
0
0 1 2 3 4 5 6 7

Les chiffres d’affaires évoluent quasiment de façon linéaire à l’exception de la première année
qui constitue un point aberrant. La solution pour résoudre le problème posé consiste à suppri-
mer ce point pour effectuer une prévision. Les couples (1, 320) … (5, 420) sont saisis et per-
mettent d’obtenir :
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

a = 24,5
b = 297,5
D’où la droite d’ajustement linéaire : Y = 24,5 X + 297,5.
La prévision est obtenue en remplaçant X par 6.
Chiffres d’affaires prévisionnels de N+1 = (24,5 × 6) + 297,5 = 444,5 milliers d’euros.

3. Cas particuliers
Dans certains cas, quand les ventes d’un produit dépendent d’une variable économique autre que le
temps, on peut faire l’ajustement en fonction de cette autre variable, si l’on dispose d’un historique.
Par exemple, la production d’électricité dépend de façon très globale de la croissance économique,
donc de l’évolution du PIB. Les fabricants de pneumatiques, pour le marché de la « première monte »,
établissent leurs propres prévisions de ventes sur les prévisions de vente de voitures neuves faites
par les constructeurs automobiles, etc. Il s’agira toujours de modéliser le phénomène sous la forme
d’une fonction Y = f(X). Dans des cas plus complexes, on peut avoir une fonction dépendant de plu-
sieurs variables du type Y = f(X1 ; X2) : il faut utiliser les méthodes de l’économétrie.

B. Ajustement exponentiel
L’évolution de l’activité peut ne pas être régulière : elle peut par exemple s’accélérer en période
de lancement, de démarrage des activités. Par exemple, quand on lance un nouveau produit, en
cas de succès la croissance peut être exponentielle pendant quelque temps, ce que l’on peut
diagnostiquer en constatant des accroissements en progression non pas arithmétique, mais
géométrique. Il faut alors une régression non pas linéaire, mais exponentielle.

201211TDPA0313 29
Contrôle de gestion • Série 3

Le schéma suivant illustre une tendance exponentielle croissante :


y
y = ax × b

Croissance géométrique
des Yi

Le nuage de points s’ajuste par une fonction : y = ax × b


que l’on peut écrire également y = eln(a).x × b ou y = b × ec.x
Pour déterminer la fonction qui ajuste le nuage de points, il faut se ramener à un ajustement
linéaire en utilisant les propriétés des logarithmes.
ln y = ln (ax × b)
ln y = ln ax + ln b
ln y = x ln a + ln b
Posons Y = ln y ; A = ln a ; B = ln b
Les changements de variables donnent Y = Ax + B
Il est alors possible de calculer A et B par un ajustement linéaire des couples (xi, ln yi).
Dans un second temps, il faudra déterminer a et b à partir de A et B :
A = ln a d’où a = exp A
B = ln b d’où b = exp B

Remarque
Calculatrice : Quand la fonction ajustement exponentiel est intégrée dans la calculatrice, il ne
faut pas saisir les couples (xi, ln yi), mais les couples (xi, yi).

Exemple applicatif 4

Les dirigeants d’une entreprise souhaitent déterminer l’évolution du nombre de produits vendus

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
en fonction des années et prévoir les ventes de N+1.
Les volumes vendus sont les suivants :

Années N–8 N–7 N–6 N–5 N–4 N–3 N–2 N–1 N


Nombre
45 000 54 000 65 000 80 000 100 000 125 000 155 000 195 000 255 000
de produits

Volume
300 000

250 000

200 000

150 000

100 000

50 000

0 Années
0 1 2 3 4 5 6 7 8 9 10

30
UE 121 • Contrôle de gestion

Remarque :
Le choix de l’échelle est important. La même série peut sembler linéaire sur le graphique ci-après.

Volume
300 000

200 000

100 000

0
0 1 2 3 4 5 6 7 8 9
Années

L’étude des taux de croissance de la variable y permet de vérifier la tendance exponentielle du


volume des ventes :

Années N–8 N–7 N–6 N–5 N–4 N–3 N–2 N–1 N


Nombre de produits 45 000 54 000 65 000 80 000 100 000 125 000 155 000 195 000 255 000
Taux de croissance – 20 % 20,37 % 23,07 % 25 % 25 % 24 % 25,8 % 30,77 %

Le nombre de produits est en progression géométrique : les ventes d’une année sont obtenues
en multipliant celles de l’année qui précède par un coefficient à peu près constant.
1. Si la calculatrice possède le mode « ajustement exponentiel », il faut saisir les couples (1 ;
45 000), (2 ; 54 000) … (9 ; 255 000). On obtient alors :
y = 1,241x × 34 667,109
Le volume des ventes prévisionnelles de N+1 est obtenu en remplaçant x par 10 :
y(10) = 1,24110 × 34 667,109 = 300 355
2. Si la calculatrice ne possède pas la fonction « ajustement exponentiel ». Il convient de passer
par les logarithmes de la variable y :
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

xi 1 2 3 4 5 6 7 8 9
yi 45 000 54 000 65 000 80 000 100 000 125 000 155 000 195 000 255 000
Yi = ln yi 10,714 10,897 11,082 11,290 11,513 11,736 11,951 12,181 12,449

Pour déterminer la fonction d’ajustement exponentiel, il convient dans un premier temps de sai-
sir les couples (1 ; 10,714), (2 ; 10,897) … (9 ; 12,449).
L’exploitation de la calculatrice permet alors d’obtenir :
A = 0,2162
B = 10,4535
Dans un second temps, il convient de rechercher a et b :
A = 0,2162 d’où a = e0,2162 = 1,241
B = 10,4535 d’où b = e10,4535 = 34 667,109

C. Ajustement logarithme
Lorsque les ventes sont en croissance, mais que cette croissance ralentit rapidement, et
« semble » tendre vers une asymptote, comme si la croissance allait s’arrêter (attention, la fonc-
tion logarithme n’est pas asymptotique pour autant), l’ajustement logarithme peut être le plus
adapté. C’est par exemple le cas d’un produit qui entre en phase de maturité (voir le cycle de vie
d’un produit plus loin).
La fonction logarithme est une fonction réciproque de la fonction exponentielle :
Si y = ln(x) alors x = ey

201211TDPA0313 31
Contrôle de gestion • Série 3

Le schéma suivant illustre une tendance logarithme :

Fonction logarithme : y = 2.ln (x)


12

10

8
Ventes

0
0 50 100 150 200 250 300
Temps

Le nuage de points s’ajuste par une fonction : y = a × ln(x).

D. Ajustement puissance
L’ajustement de type puissance peut s’appliquer quand la croissance n’est pas linéaire, aussi
bien lorsque cette croissance augmente, que lorsqu’elle diminue. L’ajustement puissance
entre donc « en compétition » aussi bien avec l’ajustement exponentiel qu’avec l’ajustement
logarithmique.
Le nuage de points peut alors s’ajuster par une fonction : y = xa × b
Si le coefficient « a » est inférieur à 1, l’allure de la fonction est une croissance qui « ralentit », Au
contraire, un coefficient exposant supérieur à 1 traduit une croissance qui s’accélère.
L’utilisation des propriétés des logarithmes permet d’écrire :

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
ln y = ln xa × b
ln y = ln xa + ln b
ln y = a ln x + ln b
Posons Y = ln y ; X = ln x ; B = ln b
Les changements de variables donnent Y = a X + B
Il est alors possible de calculer a et B par un ajustement linéaire des couples (ln xi, ln yi).
Dans un second temps, il faudra déterminer b à partir de B.

Remarque
Calculatrice : Quand la fonction ajustement puissance est intégrée dans la calculatrice, il ne
faut pas saisir les couples (ln xi, ln yi), mais les couples (xi, yi).

Exemple applicatif 5

Les dirigeants d’une entreprise souhaitent déterminer l’évolution du nombre de produits vendus
sur les 18 derniers mois, et prévoir les ventes des 2 prochains mois.

Mois 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Ventes 210 310 440 570 710 830 940 1 040 1 130 1 210 1 290 1 370 1 430 1 480 1 520 1 550 1 570 1 580
Taux de
1,48 1,42 1,30 1,25 1,17 1,13 1,11 1,09 1,07 1,07 1,06 1,04 1,03 1,03 1,02 1,01 1,01
croissance

32
UE 121 • Contrôle de gestion

L’étude du taux de croissance (qui diminue dans le temps) permet d’évacuer l’ajustement expo-
nentiel (taux constant), comme l’ajustement linéaire (variation constante). L’ajustement puis-
sance va donc être mis en œuvre.
Supposons une calculatrice qui ne possède pas la fonction « ajustement puissance » : il faut
calculer les valeurs ln(x) et ln(y) avec x = mois et y = ventes.

ln x 0,00000 0,69315 1,09861 1,38629 1,60944 1,79176 1,94591 2,07944 (…) 2,8903
ln y 5,34711 5,73657 6,08677 6,34564 6,56526 6,72143 6,84588 6,94698 (…) 7,3651

Pour déterminer la fonction d’ajustement puissance, il convient dans un premier temps de saisir
les couples (0 ; 5,347), (0,693 ; 5,736)… (2,8903 ; 7,3651). C’est très laborieux. L’utilisation d’un
tableur est beaucoup plus aisée. L’exploitation de la calculatrice permet cependant d’obtenir :
a = 0,7457
B = 5,3295
R² = 98,95 %
On constate que a est inférieur à 1, ce qui traduit la diminution de la croissance, et le R² est rela-
tivement proche de 1 ce qui est rassurant.
Dans un second temps, il convient de rechercher b :
b = exp(5,3295) = 206,33
Donc : y = x0,7457 × 206,33
Le volume des ventes prévisionnelles de N+1 est obtenu en remplaçant x par 19 et 20 :
y (19) = 1 854
y (20) = 1 926
Il est possible de vérifier les résultats obtenus avec le mode puissance d’une calculatrice. Dans
ce cas, il faut saisir les couples (1 ; 210), (2 ; 310) … (18 ; 1 580).
On constate cependant que l’ajustement puissance conduit ici à prédire des ventes de l’ordre de
1 900 alors que la simple observation de la série conduit à penser qu’elle atteindra une asymp-
tote aux alentours de 1 600. Il peut être intéressant de comparer ce résultat à un ajustement
logarithmique. L’ajustement est fourni directement par un tableur après avoir saisi la série des
données :
y = 557,88Ln(x) – 62,454
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

R² = 95,26 %
y(19) = 1 580
y(20) = 1 609
On observe que les prévisions sont beaucoup plus proches de ce qui était attendu. Le R² est
pourtant plus faible que dans le cas de l’ajustement puissance. On pourrait penser que l’ajuste-
ment puissance est meilleur.

Série des données, ajustement log et ajustument puissance


2 000

1 500

1 000

500

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

– 500

201211TDPA0313 33
Contrôle de gestion • Série 3

La représentation graphique ci-avant illustre le problème : la série réelle est représentée par la
succession des carrés. La courbe continue représente l’ajustement logarithme, et la courbe dis-
continue représente l’ajustement puissance. On observe que l’ajustement puissance est meilleur
pour représenter la partie centrale de la série, mais pas les valeurs les plus élevées (la partie
droite de la série). Or les prévisions se situent justement au niveau de ces valeurs ! L’ajustement
logarithme est donc préférable dans le cas présent.

Attention
Les ajustements ne fournissent pas de bons résultats si les séries sont trop petites. Par ail-
leurs, il peut être dangereux de ne se fier qu’à la valeur du R² pour juger de la pertinence d’un
ajustement. Il y a toujours une part d’interprétation, et donc d’arbitraire dans le choix d’un
ajustement. Tracer la série sur un graphe est souvent le meilleur moyen de former son
jugement.

II. La prise en compte de la saisonnalité des ventes


Les représentations graphiques, appelées parfois « chronographes », permettent de mettre en
évidence les trois composantes d’une série chronologique :
• la tendance (ou trend en anglais) : évolution générale de longue durée ;
• les variations saisonnières : fluctuations qui se reproduisent régulièrement aux mêmes
périodes d’années en années ;
• les aléas : mouvements imprévisibles (grèves, accidents, promotions…).
Les aléas sont par définition difficiles, voire impossible à prévoir. L’entreprise peut se préparer à
ces aléas en construisant des scénarios catastrophe, et en imaginant des réponses à adopter en
cas de crise majeure. Mais elle ne peut pas prévoir leur survenance qui n’est qu’éventuelle.
En revanche, les variations saisonnières sont récurrentes. Il est donc possible d’améliorer les
ajustements mathématiques afin de les prendre en compte.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
A. Les représentations graphiques
Le premier type de représentation graphique consiste à tracer l’évolution des ventes (y) dans le
temps (x).

Tendance

Ce type de graphe, le plus courant, permet de mettre en évidence des fluctuations autour d’une
évolution (croissante dans la figure ci-avant) dénommée « tendance ».
Lorsque les fluctuations ne sont pas aléatoires, mais se répètent à un rythme régulier, il est pos-
sible de faire apparaître cette régularité de manière plus évidente en représentant chaque période
(par exemple l’année) par une série distincte. La figure ci-après représente ainsi les ventes sur
quatre périodes (elles-mêmes divisées en quatre sous-périodes : les trimestres). Chaque période
(par exemple l’année) est représentée par une courbe différente. En abscisse ne figurent que les
4 trimestres.

34
UE 121 • Contrôle de gestion

Aléa

x (mesure du temps)

La figure ci-avant montre de manière évidente que les ventes augmentent toujours lors du pre-
mier trimestre, quelle que soit l’année, puis diminuent lors du second trimestre, puis augmentent
au troisième trimestre, et diminuent encore au quatrième trimestre. On observe sur une seule
courbe une baisse très faible lors du second trimestre. Cette situation est inhabituelle, et peut
être considérée comme un aléa.
Les trois composantes d’une série chronologique avec variations saisonnières permettent de
distinguer deux modèles :

Modèle additif Modèle multiplicatif


L’amplitude des variations saisonnières L’amplitude des variations saisonnières
est indépendante de la tendance. est dépendante de la tendance.
Autrement dit, l’amplitude des variations Autrement dit, l’amplitude des variations
saisonnières reste à peu près constante. saisonnières est proportionnelle à la tendance.
⇒ Graphiquement, les deux droites qui encadrent ⇒ Graphiquement, les deux droites qui encadrent
la courbe sont sensiblement parallèles. la courbe sont divergentes [convergentes]
pour une tendance à la hausse [à la baisse].
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Lorsque les ventes présentent des aléas, ou des fluctuations saisonnières, prévoir les ventes
futures est plus délicat puisque les modèles de régression traditionnels ne sont pertinents que
lorsque l’évolution des ventes suit une tendance constante. Pour effectuer des prévisions, il faut
décomposer l’analyse en trois temps.
Dans un premier temps, on doit retirer les fluctuations de la série observée. On parle de « désai-
sonnaliser » les ventes. Dans un deuxième temps, la série désaisonnalisée permet de mettre en
évidence une tendance à long terme (régression « classique »). Dans un troisième temps, la
tendance permet de faire des prévisions, qui doivent être ajustées pour tenir compte de l’effet de
saisonnalité via un coefficient saisonnier.

B. Les moyennes mobiles


La méthode des moyennes mobiles centrées est une méthode qui permet de mettre en évidence
une tendance lorsque la série présente des aléas ou des variations saisonnières. Les moyennes
mobiles ont pour objectif de lisser ou désaisonnaliser la série c’est-à-dire de neutraliser les
variations.
La méthode se fonde sur le principe que si les données sont regroupées sur une année, les
écarts saisonniers se compensent. Des moyennes annuelles successives, ou « glissantes »
(d’où le terme « mobiles ») sont calculées sur des observations regroupées. Chaque observation
est ensuite remplacée par la moyenne centrée sur cette période (calculée sur 4 trimestres pour
une périodicité trimestrielle, 12 mois pour une périodicité mensuelle…).

201211TDPA0313 35
Contrôle de gestion • Série 3

Les modalités de calcul des moyennes mobiles sont nombreuses. Seule la plus courante est
présentée. Soit p, le nombre de périodes dans une année. Le regroupement le plus courant se
fait sur p+1 périodes en pondérant les périodes extrêmes par ½. Ainsi, la première moyenne
mobile d’une série trimestrielle (« ordre 4 ») est :
1Y  Y  Y  Y  1Y
2 1 2 3 4 2 5
4
L’intérêt d’effectuer des regroupements sur p+1 périodes est de pouvoir effectuer des compa-
raisons entre une moyenne mobile et une donnée observée. En effet, si le calcul était effectué sur
32, 51 26, 91 23, 96  34,10
4  périodes, la première moyenne mobile serait centrée sur le tri-
4
mestre 2,5 (pour lequel il n’y a pas d’observation) ; la deuxième sur 3,5 ; etc.
Le regroupement sur 5 périodes avec pondération de ½ des extrêmes permet de centrer la pre-
1 32, 51 26, 91 23, 96  34,10  1 30, 20
mière moyenne mobile 2 2 sur 3, la deuxième sur 4, etc.
4
Trimestres 1 2 3 4 5 1 ¥ 1 2  3  4  1 ¥ 5
N–3  : 3 = 2 2
4

Exemple applicatif 6

Trimestres
1er trimestre 2e trimestre 3e trimestre 4e trimestre Totaux
Années
N–3 30 27 24 34 115
N–2 32 28 25 36 121
N–1 35 29 27 38 129
N 36 32 29 40 137

Évolution des ventes


45

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
40

35
Ventes

30

25

20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Trimestres

36
UE 121 • Contrôle de gestion

La série montre des variations qui se répètent à intervalles réguliers. Le modèle de cette série est
additif car la progression des valeurs extrêmes est à peu près parallèle. La saisonnalité peut être
mise en évidence de manière encore plus évidente en superposant les quatre courbes annuelles
sur un même graphe :

Évolution des ventes


40 N
N–1
N
N–2
35
N–1 N–3
N
N–2
Ventes

30 N–3 N–1 N
N–2 N–1
N–3 N–2
25
N–3

20
1 2 3 4
Trimestres

Calcul et représentation graphique des moyennes mobiles d’ordre 4.

Trimestres Ventes Moyennes


Calcul des moyennes mobiles
Xi Yi mobiles
1 30
2 27
3 24 (30/2 + 27 + 24 + 34 + 32/2) / 4 = 29
4 34 (27/2 + 24 + 34 + 32 + 28/2) / 4 = 29,375
5 32 … 29,625
6 28 30
7 25 30,625
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

8 36 31,125
9 35 31,5
10 29 32
11 27 32,375
12 38 32,875
13 36 33,5
14 32 (38/2 + 36 + 32 + 29 + 40/2) / 4 = 34
15 29
16 40

201211TDPA0313 37
Contrôle de gestion • Série 3

Remarque
La méthode élimine des informations en début et en fin de série. C’est inévitable.

Évolution des ventes


45 Moyennes Mobiles
(tendance)
40

35
Ventes

30

25

20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Trimestres

Conclusion
La méthode permet simplement de constater une tendance. Elle permet de lisser (c’est-à-
dire d’éliminer les variations saisonnières) la série mais n’exprime pas la relation mathéma-
tique entre X et Y.
C’est pourquoi le calcul des moyennes mobiles ne permet pas de faire des prévisions. La ten-
dance doit être déterminée par la méthode des moindres carrés afin d’obtenir la fonction qui
la représente (voir les ajustements décrits plus haut).

C. Les coefficients saisonniers

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
La composante saisonnière d’une série chronologique peut être mesurée par des coefficients
saisonniers. La méthode la plus utilisée est la méthode des rapports à la tendance.
Dans un premier temps, il faut rechercher la fonction d’ajustement de la tendance, elle-même
mise en évidence par la série des moyennes mobiles.
Dans un second temps, il faut calculer les coefficients saisonniers à partir des rapports entre les
données observées (ventes réelles) et les valeurs de la tendance (ventes théoriques si les ventes
suivaient le modèle mathématique). Par exemple, si le premier trimestre les ventes sont toujours
supérieures de 20 % à la moyenne, on utilisera ce coefficient de 20 % pour prévoir les ventes
des premiers trimestres futurs.

Remarque
Dans les exercices, les saisonnalités sont souvent exprimées par trimestres sur une période
d’étude annuelle (4 saisons dans l’année). Mais le modèle peut être appliqué à des variations
mois par mois, semaine par semaine, ou jour pour jour. Dans un point de vente, les ventes
quotidiennes connaissent des fluctuations importantes. Les ventes du samedi par exemple
peuvent être 2, 3 ou 4 fois plus importantes que les ventes du lundi.

38
UE 121 • Contrôle de gestion

Exemple applicatif 7

Appliqué à la série ci-après (moyennes mobiles de l’exemple précédent), l’ajustement linéaire


(réalisé sur une calculatrice) fournit l’équation :

Trim. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Ventes 29 29,375 29,625 30 30,625 31,125 31,5 32 32,375 32,875 33,5 34

a = 0,4589
b = 27,433
y = 0,4589.x + 27,433
Le R² = 99,52 % est un indicateur de la qualité de la régression. Très proche de 1 (100 %) il signi-
fie que la régression traduit bien la dispersion des données (c’est une bonne régression de la
tendance).

Évolution des ventes


45
y = 0,4589 x + 27,433
R2 = 0,9952
40

35
Ventes

30

25

20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Trimestres

Cette représentation permet de constater comment se situent les trimestres par rapport à la
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

tendance :
• tous les trimestres 1 sont situés au-dessus de la tendance ;
• tous les trimestres 2 sont situés au-dessous de la tendance ;
• tous les trimestres 3 sont situés au-dessous de la tendance ;
• tous les trimestres 4 sont situés au-dessus de la tendance.
Cela va se traduire par la détermination des coefficients saisonniers. Les coefficients des tri-
mestres 1 et 4 seront supérieurs à 1 (on multiplie la tendance par un nombre supérieur à 1) et les
coefficients des trimestres 2 et 3 seront inférieurs à 1.

Trimestre 1 Trimestre 2 Trimestre 3 Trimestre 4


Ventes Ventes
observées d’après la Yi Yi Ti Yi Yi Ti Yi Yi Ti Yi
(Y) tendance (T) Ti Ti Ti Ti
N–3 30 27.89(1) 1.08 26,91 28.35 0.95 23,96 28.81 0.83 34,10 29.27 1.16
N–2 32 29.73 1.08 26,06 30.19 0.93 25,86 30.65 0.82 33,24 31.10 1.16
N–1 35 31.56 1.11 30,36 32.02 0.91 27,97 32.48 0.83 42,36 32.94 1.15
N 36 33.40 1.08 28,77 33.86 0.95 24,55 34.32 0.85 38,61 34.78 1.15
Coefficients (c) 1,08 0,93 0,83 1,16 ∑ = 4
(1) Les valeurs de la tendance sont calculées avec la droite Ti = 0,4589xi + 27,433 et en posant x = 1, x = 2, … x = 16 ; par exemple, T1 =
(0,4589 × 1) + 27,433 = 27,892.

201211TDPA0313 39
Contrôle de gestion • Série 3

Remarque
Le total des coefficients saisonniers doit être égal à p (nombre de périodes d’une année). Ici,
1,08 + 0,93 + 0,83 + 1,16 = 4.

Les coefficients saisonniers servent à « désaisonnaliser » une série et/ou à faire des
prévisions :
• Désaisonnalisation : pour étudier l’évolution de la série indépendamment des variations sai-
sonnières, les coefficients saisonniers sont utilisés pour désaisonnaliser les observations :

Valeur désaisonnalisée = observation ÷ c


• Prévisions : les prévisions sont estimées en utilisant l’équation de la droite de tendance, puis
saisonnalisées grâce aux coefficients saisonniers :

Valeur prévue = tendance × c

Exemple applicatif 7 (suite)

Calcul des prévisions de chiffre d’affaires pour l’année N+1


17 18 19 20
Tendance(1) 35,23 35,69 36,15 36,61
Coefficient (c) 1,08 0,93 0,83 1,16
Prévision = tendance × c 38,05 33,19 30,01 42,47

(1) Les valeurs de la tendance sont calculées avec la droite Ti = 0,4589xi + 27,433 et en posant x = 17, x = 18, …

Évolution des ventes


45

40

35

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Ventes

30

25

20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Trimestres

Conclusion
Les modèles mathématiques de prévision des ventes permettent de prendre en compte les
variations saisonnières. Cependant, il est réducteur de considérer le temps comme seul fac-
teur explicatif. De plus, comme dans toute méthode fondée sur l’étude du passé, les structures
étudiées sont supposées se reproduire dans le futur. La méthode n’est donc fiable qu’à court
terme. Elle doit être complétée par des analyses plus qualitatives lorsque l’évolution des ventes
n’est pas régulière, ou lorsque l’horizon de l’étude est à long terme.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 2 (Jardipro) proposé en fin de série.

40
UE 121 • Contrôle de gestion

Section 2. Les approches marketing

Les méthodes statistiques supposent que l’on puisse s’appuyer sur un historique et reposent sur
l’hypothèse que la tendance générale va se continuer. Elles sont donc inopérantes dans le cas
de nouveaux produits, ou pour prédire des changements de tendance. Elles ne sont donc pas
suffisantes, et doivent être complétées par des analyses marketing plus qualitatives.

I. Le cycle de vie du produit


En ce qui concerne les changements de tendance, on peut se référer à la théorie du cycle de
vie des produits. Un produit passe généralement par 4 phases : lancement, développement,
maturité, déclin.
y (ventes)
Croissance en déclin

Croissance
linéaire

Croissance
exponentielle
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

x (temps)
Lancement Développement Maturité Déclin

Dans la phase de lancement, on saute dans l’inconnu. Le point crucial est constitué par la déci-
sion de lancement. C’est là que les études de marché sont déterminantes. L’évaluation de la
demande prévisionnelle est évidemment pleine d’aléas. Une technique très souvent employée
consiste à faire un lancement test, dans une seule région par exemple, pour voir les réactions
des clients. Si le lancement est un échec, tout du moins au départ, le nouveau produit génère
des pertes et pose un dilemme : faut-il persévérer, éventuellement augmenter l’effort publicitaire,
ou au contraire arrêter les frais ? On voit que le contrôleur de gestion est assez démuni pour
pouvoir donner un conseil : c’est de la responsabilité des commerciaux et de la Direction géné-
rale de prendre la décision. Mais le système comptable doit permettre de chiffrer la progression
des dépenses, afin d’éclairer le choix : on ne peut pas accumuler les pertes au-delà du raison-
nable. Si le lancement est un succès, c’est là que généralement on assiste à une progression
exponentielle des ventes.
Puis, une fois le lancement réussi, le taux de croissance des ventes va se stabiliser, et on va
entrer dans une phase d’évolution régulière. On sait que les ventes vont augmenter de x % tous
les ans. Le produit va conquérir son marché potentiel, qui dépend du marché global, mais aussi
de la part de marché de l’entreprise qui est le fruit de sa notoriété. L’adhésion à un panel par
exemple permet à l’entreprise de se situer par rapport à ses concurrents et l’aide à anticiper
l’évolution du marché.
Le produit arrive ensuite en phase de maturité. C’est le cas pour des produits comme les réfri-
gérateurs ou les téléviseurs : quand près de 100 % des ménages sont équipés, on n’a plus qu’un

201211TDPA0313 41
Contrôle de gestion • Série 3

marché dit de remplacement (on rachète un appareil quand le vieux tombe en panne, le coût de
la réparation n’étant guère inférieur au prix d’un neuf), et les taux de croissance deviennent nuls :
on vend tous les ans la même quantité. Notons que tout l’art du marketing est justement, en liai-
son avec la recherche-développement, d’échapper à cette stagnation par une politique d’innova-
tion : les réfrigérateurs classiques constituent un marché de remplacement, mais les appareils
distributeurs de glaçons sont eux, en phase de développement ! Même chose pour les télévi-
seurs, dont les ventes sont relancées avec les écrans plats ou les appareils de « home cinéma ».
Enfin, le produit connaît une phase de déclin, lié à l’obsolescence, au fait que le produit est
dépassé du fait des évolutions technologiques ou sociologiques. Les ventes se mettent à
décroître, ainsi que les résultats, et il faut songer à retirer le produit du catalogue avant de faire
des pertes. Le produit peut totalement disparaître du marché (on ne le trouve plus que dans les
brocantes…), ou se réfugier dans quelques « niches » très particulières (l’automobile a fait dis-
paraître les chevaux de traits, et donc le métier de maréchal-ferrant et la production de fers, sauf
pour les besoins des courses hippiques par exemple).
Dans chaque secteur d’activité, les professionnels ont en général une bonne appréciation du
cycle de vie (durée moyenne d’un modèle dans l’industrie automobile par exemple). Par ailleurs,
au niveau de la conception des produits, très souvent la durée de vie est « programmée » (cas
de l’électroménager par exemple). On peut donc gérer le renouvellement du catalogue. Même si
sur un produit en particulier on peut se tromper sur le moment exact du changement de ten-
dance, sur l’ensemble d’une gamme de produits, les prévisions globales peuvent être satisfai-
santes. Pour ce faire, la pratique qui consiste à demander périodiquement aux commerciaux de
terrain, qui sont en contact quotidien avec les clients, comment ils « sentent » l’évolution du
marché (ce qui permet par exemple de calculer le pourcentage de commerciaux « optimistes »),
permet de recueillir de précieuses indications. Encore faut-il compter avec le comportement
actuel (dit « postmoderne ») des consommateurs, qui ont de plus en plus tendance à « zapper »
entre les marques…
Les modèles statistiques de prévisions peuvent être combinés à l’analyse du cycle de vie du
produit : si les ventes d’un produit sont en phase de croissance, on utilisera un ajustement de
type exponentiel, alors qu’en phase de maturité, un ajustement linéaire sera sans doute plus
adapté.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
II. Les études qualitatives
Les études qualitatives ont pour objet d’analyser les causes qui pourraient affecter la demande
d’un produit. Ce sont des méthodes tournées vers le futur et largement fondées sur l’intuition
des prévisionnistes.
En fonction du champ temporel, il est possible de distinguer les méthodes de prévisions à court
terme et les méthodes de prévisions à long terme (la « prospective »).
Les principales méthodes qualitatives à court terme sont essentiellement constituées par les
enquêtes d’opinion réalisées auprès des vendeurs et/ou auprès des clients.
La prospective repose sur la réflexion commune de dirigeants d’entreprises et d’experts sur un
sujet donné. On distingue deux méthodes :
• La méthode Delphi : cette méthode est fondée sur la consultation d’experts. Elle a été déve-
loppée aux États-Unis au milieu du xxe siècle, et son nom s’inspire de la ville grecque antique
de Delphes où la Pythie (l’oracle) faisait ses prédictions. Les experts sont consultés dans un
premier temps, via un questionnaire, sans connaître la réponse des autres experts du groupe.
Les réponses sont dépouillées et utilisées pour faire un nouveau questionnaire à nouveau sou-
mis au groupe d’experts qui peuvent modifier leur réponse originale compte tenu des résultats
du groupe qui ont été communiqués. Plusieurs tours d’enquêtes sont ainsi effectués jusqu’à
l’obtention d’un consensus.
• La méthode des scénarios : elle consiste à dégager plusieurs hypothèses concrètes et non
plus seulement la plus consensuelle.

42
UE 121 • Contrôle de gestion

III. Les aspects volontaristes : les objectifs commerciaux


Il faut d’autre part considérer que la détermination des ventes prévisionnelles n’est pas unique-
ment affaire de prévision. Nous ne sommes pas dans un univers totalement déterministe (comme
dans le cas des prévisions météorologiques par exemple) dans lequel les conditions objectives
de l’environnement de marché permettraient de calculer le volume d’affaires. Un budget est
également un acte volontariste, un instrument de motivation permettant d’afficher des objectifs
plus ou moins ambitieux. D’une certaine façon, « quand on veut, on peut ».
Pour motiver les vendeurs, il existe toute une série de techniques : incitations financières (primes,
commissions avantageuses), cadeaux et récompenses gratifiantes diverses (au meilleur vendeur
de l’année, qui gagne un voyage aux Antilles et sa photo dans le journal interne par exemple).
Par ailleurs, on peut aussi motiver le client : par la publicité, par les actions promotionnelles
(couponing), par des rabais et remises, par une politique de prix attractive.

IV. Les effets d’élasticité et la politique commerciale


En fait, il y a tout un ensemble de « leviers » sur lesquels une direction commerciale peut jouer.
L’aspect prix est souvent déterminant, surtout quand on se trouve en situation de « concurrence
monopolistique », avec des produits pouvant être différenciés par rapport à ceux des concur-
rents (par la marque ou la qualité du service après-vente par exemple).
L’entreprise doit donc fixer son prix, et se trouve confrontée à un problème d’élasticité (revoir le
paragraphe « Politique de prix optimal » de la série 2).
Notons que cet effet d’élasticité de la demande par rapport au prix peut également jouer par
rapport au prix d’un AUTRE produit, notamment en cas de substituabilité. On parle alors d’élas-
ticité croisée. Si par exemple le prix du pétrole et donc du fuel domestique de chauffage aug-
mente, les consommateurs vont être incités à se reporter sur d’autres sources, gaz ou énergie
solaire par exemple. La variation du prix du pétrole induit une variation de la demande de gaz ou
d’appareils de chauffage solaire : on aura une élasticité, cette fois en général positive.
Plus généralement, la politique commerciale ne se limite pas au seul facteur prix. D’autres élé-
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

ments, sur lesquels on peut jouer, sont tout aussi importants : les caractéristiques du produit (de
plus ou moins bonne qualité par exemple), le mode de distribution (hypermarché ou magasins
spécialisés), et le mode de communication publicitaire (annonces dans des journaux grand
public ou dans des magazines de luxe). Les spécialistes du marketing expliquent que l’important
est qu’il y ait une cohérence entre ces différents éléments du « plan de marchéage » (le « mar-
keting mix ») : par exemple pour des produits cosmétiques, plusieurs politiques sont possibles :
produits bas de gamme dans les magasins discount, produits de luxe dans les parfumeries. Ce
problème de cohérence peut représenter un redoutable dilemme pour les producteurs. Par
exemple, peut-on vendre un champagne de marque dans un supermarché, à quelques mètres
des boîtes de petits pois ou des couches culottes ? Notons que ceci pousse souvent les pro-
ducteurs à se diversifier dans des « sous-marques » : le même produit pour l’essentiel est décliné
sous des marques et un packaging différent pour toucher différents segments de clientèle via
des canaux de distribution différents.
Tout ceci montre que finalement les ventes dépendent beaucoup des décisions de politique
commerciale, et donc de l’intelligence et de la créativité des équipes. Même dans des secteurs
historiquement en déclin, on trouve toujours des entreprises qui « tirent leur épingle du jeu »
grâce à une politique pertinente.

Pour vous entraîner : faites l’exercice autocorrigé « Fromages » proposé dans les res-
sources de l’UE 121 sur le site Internet www.cnamintec.fr.

201211TDPA0313 43
Contrôle de gestion • Série 3

Section 3. Problèmes spécifiques liés au budget des ventes

I. Aspects multidimensionnels du problème


Pour établir le budget des ventes de l’entreprise, il faut tenir compte de plusieurs dimensions.
Nous avons déjà identifié deux des dimensions à considérer : les produits (il n’y a aucune raison
pour que les ventes des différents produits évoluent de façon homothétique) et les périodes (on
ne peut pas se contenter d’une prévision annuelle globale : du fait de la saisonnalité, il faut
décomposer en mois ou en trimestres). Mais il y en a d’autres.
On peut avoir à tenir compte de différents marchés, définis soit de façon géographique (ventes
domestiques et ventes à l’exportation par exemple), soit par types de clientèles (marchés civils,
marchés militaires).
Généralement, il faut également tenir compte de la structure du réseau commercial, si l’on veut
ensuite contrôler les performances. Par exemple, si nous avons un réseau d’agences régionales,
chaque agence aura son budget.
D’autres critères peuvent s’imposer dans certains secteurs d’activité, obligeant à des regroupe-
ments encore différents. Par exemple, dans les secteurs des télécommunications ou de l’éner-
gie, la récente évolution en matière réglementaire, qui impose aux opérateurs historiques (France
Telecom, EDF et GDF) la fin du monopole sur une partie de leurs activités, oblige à distinguer
entre secteur régulé et secteur dérégulé, ouvert à la concurrence (on peut s’attendre à une
baisse de l’activité dans le secteur dérégulé, les nouveaux entrants prenant naturellement des
parts de marché. Mais notons que les effets globaux sont ambivalents : par exemple GDF perd
une partie de son monopole sur le gaz, mais peut maintenant vendre de l’électricité…).
Nous sommes donc dans une logique « multidimensionnelle ». Il faut pour les besoins de la ges-
tion pouvoir présenter les prévisions budgétaires selon différents « axes » (c’est d’ailleurs le
même problème qu’en comptabilité analytique).

II. Un exemple classique : le triptyque produit-marché-période

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Le problème, c’est que pour présenter un budget, on ne dispose généralement que de tableaux
à 2 dimensions, les informations étant disposées en lignes et colonnes.
Par exemple, avec une organisation par marchés géographiques, chaque agence régionale peut
établir son budget avec les produits en lignes et les mois en colonnes :

Budget de l’agence 1
Mois J F M A M J J A S O N D Totaux
Produit 1
Produit 2
………
Produit i
……….
Totaux

L’établissement de ce budget s’appuie sur un programme, de même format, établi en quantités.


Les programmes et les budgets des différentes agences sont centralisés et consolidés pour
avoir le budget global de l’entreprise.

44
UE 121 • Contrôle de gestion

Schéma B : Consolidation des budgets des agences

….

Budget de l’agence 2 Budget global

Budget de l’agence 1

En aval, les totaux en quantités par produits peuvent être utilisés pour établir le programme de
production, et les totaux en euros par mois peuvent être utilisés pour établir le budget des
encaissements en trésorerie.

III. Le système d’information à mettre en place


Si l’on fait les calculs « à la main », le problème multidimensionnel est très difficile à gérer. La
solution passe par l’utilisation des systèmes de gestion de bases de données (de type ORACLE
par exemple). Ceci a tendance à se généraliser avec l’utilisation des Progiciels de Gestion
Intégrés ou PGI (en anglais ERP pour Entreprise Ressource Planning). Les prévisions élémen-
taires sont saisies de manière multidimensionnelle (par exemple telle quantité de tel produit dans
telle agence) pour alimenter la base de données à partir de laquelle on peut extraire à la demande
les informations voulues (notamment, en aval, pour présenter les états de contrôle budgétaire).

IV. Le budget des frais commerciaux


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Certains coûts fixes reflètent à un moment donné la structure, l’organisation et l’importance des
services commerciaux (par exemple l’amortissement des locaux, les salaires du personnel qui
administre les ventes). Certains coûts variables de nature « logistique » sont en gros proportion-
nels aux ventes (par exemple, les frais de livraison par la poste pour une société de vente par
correspondance). Même chose pour la partie variable de la rémunération des vendeurs (com-
missions). Pour ces éléments, on est dans la logique du « budget flexible » étudié plus haut. Les
prévisions budgétaires sont fonction de l’activité prévisionnelle, et donc peuvent être chiffrées
de façon linéaire (Budget = Frais fixes + Frais variables en fonction des ventes).
En revanche, pour des postes importants comme le budget de publicité, la logique s’inverse : ce
n’est pas le budget de publicité qui dépend des ventes prévisionnelles, mais les ventes prévi-
sionnelles qui dépendent de l’effort publicitaire (ou alors, c’est à douter de la pertinence de tous
les enseignements du marketing !). Il faut donc commencer par décider du budget de publicité,
avoir une idée de son efficacité commerciale, pour ensuite évaluer les ventes prévisionnelles
(pour un niveau de prix donné). La publicité est intégrée dans les charges du budget, mais on
voit qu’en fait il s’agit plutôt d’un investissement, ce qui se constate souvent sous la forme d’un
« effet de rémanence », comme en physique : si par exemple on a fait régulièrement beaucoup
de publicité tous les ans, ce qui a conforté la notoriété du produit, et si soudainement on sup-
prime la publicité, la notoriété va continuer pendant un certain temps et à court terme les ventes
vont très peu diminuer, les clients ayant l’habitude d’acheter le produit. Évidemment, si on conti-
nue à ne plus faire de publicité, les ventes vont décroître inexorablement. Mais l’effet est retardé.
Nous sommes donc en fait devant un système d’interactions complexes, pour lequel la prédic-
tabilité dépend beaucoup des volumes et de l’expérience. Par exemple, une PME qui décide

201211TDPA0313 45
Contrôle de gestion • Série 3

pour la première fois de faire une campagne de spots publicitaires à la télévision pour sortir de
l’anonymat n’a aucun moyen de prévoir sérieusement les résultats et la croissance engendrée :
c’est la loterie. En revanche, pour une multinationale qui exploite un portefeuille de marques
connues et qui alloue annuellement un budget de publicité donné pour soutenir ses parts de
marché, le problème est routinisé et la dépense publicitaire peut être considérée comme un
pourcentage du chiffre d’affaires.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 2 « Jardipro » proposé en fin de série.

Chapitre 3. La gestion des stocks


et des approvisionnements
La gestion des stocks et des approvisionnements a pour objectif de définir le programme d’ap-
provisionnement qui permet de gérer les stocks au moindre coût compte tenu de deux exi-
gences contradictoires :
• Limiter le niveau des stocks.
• Éviter les ruptures de stocks.
Les stocks sont un « mal » nécessaire :
• Ils sont de gros consommateurs de financement (« le stock, c’est de l’argent qui dort »), d’es-
pace, de temps…
• Cependant, même si l’objectif « zéro stock » est fréquemment annoncé, ils assurent une fonc-
tion de régulation en fluidifiant les relations entre les postes de travail successifs, entre les
fournisseurs et les clients.
Les stocks contribuent à la performance économique de l’entreprise : un excès pèse sur les
coûts (donc sur la rentabilité), une insuffisance expose à l’insatisfaction du client ou, en interne,
à une rupture de l’activité.
Par ailleurs, l’obsolescence, les invendus et la spéculation sont d’autres facteurs à intégrer.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Section 1. Le suivi administratif des stocks

L’informatisation croissante des systèmes de gestion des stocks (généralisation du code-barres


et des lecteurs optiques) a permis une simplification de la gestion administrative des stocks.
Dans une entreprise, la diversité des stocks est telle qu’il n’est souvent pas opportun de les
suivre tous. En effet, il peut être long et coûteux de faire un suivi complet de tous les éléments.
Les méthodes de suivi administratif des stocks ont pour objectif de déterminer les stocks qui
feront l’objet d’un suivi précis.
Cette segmentation est fondée sur le principe de la gestion par exception selon lequel un nombre
petit de références stockées représente une part importante de la consommation, alors que le
reste représente une part faible. L’importance est généralement appréciée par la valeur des
consommations.
La segmentation effectuée repose sur une loi empirique constatée par Pareto (1848‑1923) dite
loi des 20‑80 : environ 20 % des références stockées représentent 80 % de la valeur de la
consommation totale.
Cette distinction approximative conduit à classer les références stockées en deux groupes :
les références qui feront l’objet d’un suivi rigoureux et celles qui feront l’objet d’une procédure
plus souple.

46
UE 121 • Contrôle de gestion

Une extension de cette méthode (méthode ABC, mais qui malgré le même nom n’a aucun lien
avec la comptabilité à base d’activités) consiste à répartir plus finement les stocks en trois
groupes :

Pourcentage des références Pourcentage des consommations en valeur


Groupe A 10 % 65 %
Groupe B 25 % 25 %
Groupe C 65 % 10 %

Limites de ces méthodes :


• Approche quantitative : certaines références peu coûteuses peuvent être fondamentales.
• La politique de réapprovisionnement dépend de la qualité de la relation avec les fournisseurs,
de la capacité de réaction des fournisseurs à livrer des commandes non prévues…

Exemple applicatif 8

La société A a décidé d’adopter la gestion différenciée de ses références stockées en se fondant


sur la méthode 20/80.
Pour cela, elle souhaite établir la courbe de concentration de la consommation des références
utilisées pour déduire, d’une part les références à gérer individuellement et, d’autre part, les
références qui feront l’objet de commandes trimestrielles.

Annexe
Références Coût d’achat unitaire Quantité consommée
A 57 1 000
B 17 2 300
C 13 1 200
D 72 2 500
E 27 750
F 72 660
G 95 8 000
H 60 530
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Pour tracer la courbe de concentration, il convient de classer les consommations en fonction de


leur valeur et d’en faire le cumul croissant.

1. Classement des consommations en fonction de leur valeur


Références Coût d’achat unitaire Quantité consommée Valeur totale
A 57 1 000 57 000 3
B 17 2 300 39 100 5
C 13 1 200 15 600 8
D 72 2 500 180 000 2
E 27 750 20 250 7
F 72 660 47 520 4
G 95 8 000 760 000 1
H 60 530 31 800 6
Total 1 151 270

201211TDPA0313 47
Contrôle de gestion • Série 3

2. Calcul des cumuls croissant en pourcentage des consommations et des références


Cumul croissant Cumul croissant Cumul croissant
Références des consommations € des consommations des références en %(1)
en %
1G 760 000 66,01 % 12,50 %
2D 940 000 81,65 % 25,00 %
3A 997 000 86,60 % 37,50 %
4F 1 044 520 90,73 % 50,00 %
5B 1 083 620 94,12 % 62,50 %
6H 1 115 420 96,89 % 75,00 %
7E 1 135 670 98,64 % 87,50 %
8C 1 151 270 100,00 % 100,00 %
(1) Il y a 8 références. Chaque référence représente donc 1/8 (soit 12,5 %).

3. Courbe de concentration
Cumul
des consommations en %

100,00 %
90,00 %
80,00 %
70,00 %
60,00 %
50,00 %
40,00 %
30,00 %
20,00 %
10,00 %

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
0,00 %
0,00 % 12,50 % 25,00 % 37,50 % 50,00 % 62,50 % 75,00 % 87,50 % 100,00 %
Cumul des références en %

Selon la loi des 20‑80, les deux références G et D, qui représentent le quart des références et
81,65 % de la valeur des consommations, doivent faire l’objet d’un suivi précis.
La méthode ABC distinguerait la référence G en premier groupe, puis les références D et A en
deuxième groupe, et enfin les références F, B, H, E et C pour le dernier groupe.

Section 2. Principaux modèles de gestion de stocks


en avenir certain

Les modèles de gestion des stocks au programme sont essentiellement fondés sur le modèle
dit de Wilson. Ce modèle attribué à Wilson en 1934 aurait été développé dès 1913 par la société
Harris. Il est issu de la recherche opérationnelle, et a pour objectif de déterminer un pro-
gramme optimal d’approvisionnement (quantité optimale à commander et nombre optimal de
commandes à passer) qui permet de minimiser le coût d’approvisionnement. On parle éga-
lement de « Formule du lot économique ».
Après avoir présenté les paramètres communs aux modèles, le modèle de Wilson puis ses adap-
tations (prise en compte d’un stock de sécurité, des tarifs dégressifs et des ruptures de stocks)
sont exposés.

48
UE 121 • Contrôle de gestion

I. Présentation des paramètres


La détermination d’un programme d’approvisionnement se fait à partir de l’étude d’une fonction,
notée CG, qui exprime le coût de gestion total du stock.
Cette fonction est la somme :
• du coût de lancement (ou coût de passation) des commandes qui représente l’ensemble
des charges supportées pour passer une commande (recherche des fournisseurs, appels
téléphoniques…) ;
• du coût de stockage (ou coût de possession) qui représente l’ensemble des charges liées à
l’existence de stocks (local adapté, manutention, gardiennage, obsolescence, manque à
gagner du fait de l’immobilisation de capitaux en stocks…) ;
• et, dans le cas du modèle avec pénurie, du coût de pénurie (ou coût de rupture) qui exprime
le manque à gagner et l’insatisfaction des clients.
L’objectif est de minimiser le coût total de gestion du stock pour la période de gestion.

Coût global de lancement CL


+ Coût global de stockage CS
+ Coût global de la pénurie CP
Coût total de gestion du stock CG

Pour comprendre la formulation de la fonction qui exprime le coût de gestion total du stock, il est
essentiel de présenter les différents paramètres d’un problème en distinguant les données qui
sont connues et communiquées dans l’énoncé, et les inconnues (quantité optimale à com-
mander, nombre optimal de commandes à passer et période d’approvisionnement).

Données d’un problème


Notation Commentaires
(éléments connus)
Demande (ou consommation) Besoin en unités physiques à satisfaire pendant la
période de gestion.
D Il peut être d’origine interne (consommations nécessaires
à une production) ou d’origine externe (demande des
clients).
Période de gestion du stock P Durée pour laquelle est exprimée la demande.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Coût de lancement (ou coût de Frais internes supportés par l’entreprise pour passer une
cl
passation) d’une commande commande.
Coût de stockage pour une Coût de possession du stock pour une unité de produit
unité de produit pour une unité de temps.
Il peut être exprimé directement en euros, et/ou sous
forme de taux.
• Valoriser cs dans le cas d’un taux de possession :
cs cs = coût du bien × taux
• Un an peut signifier :
P = 1
P = 12
P = 360
selon l’unité de mesure des coûts
Coût de pénurie pour une unité Coût lié à la rupture de stock pour une unité de produit
cp
de produit pour une unité de temps.

Remarque
Bien noter que le coût de stockage et le coût de pénurie doivent être valorisés et qu’il devra y
avoir homogénéité entre l’unité de temps retenue pour les exprimer et la période de gestion du
stock.

201211TDPA0313 49
Contrôle de gestion • Série 3

INCONNUES
Notation Commentaires
(à déterminer)
La quantité à commander à chaque
Q Ne pas confondre avec la demande qui est connue.
réapprovisionnement
Le nombre de commandes à passer
n
pendant la période de gestion
La durée de la période Intervalle de temps qui sépare deux
T
d’approvisionnement approvisionnements successifs.

Remarque
Il existe une relation entre les paramètres à déterminer :
D D P
n   Q   T
Q n n
Par exemple, si une demande de 10 000 est prévue pour une année :
Si Q = 5 000 alors n = 2 et T = 6 mois
Q = 2 000 alors n = 5 et T = 2,4 mois

II. Le modèle dit de WILSON


Le modèle de Wilson suppose que :
• la demande est régulière et connue de façon certaine ;
• le réapprovisionnement est instantané.
En conséquence :
• les ruptures de stocks ne sont pas prises en considération ;
• l’existence de stocks de sécurité est inutile.

Stock

Les ruptures étant impossibles,


le stock nécessaire est égal à Q.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Q

Stock moyen

Temps
T T T T
n périodes d’approvisionnement T pour la période de gestion

A. La fonction à étudier
L’objectif est de déterminer le programme d’approvisionnement (Q, n, T) qui minimise CG, le
coût total de gestion du stock pour la période de gestion.
Les pénuries n’étant, par hypothèse, pas possibles :

CG = CL + CS

50
UE 121 • Contrôle de gestion

1. Étude pour une période d’approvisionnement T

Stock Le stock moyen =


(stock initial + stock final)/2
Q Q
• Coût du stockage du stock moyen :  × cs × T
2
• Coût de lancement d’une commande : cl

Temps
T

2. Pour la période de gestion P : ces coûts se répètent n fois


Q
CG = cl × n +   × cs × T × n
P 2
Or : T =
n
Q P
CG = cl × n +   × cs ×   × n
2 n
Q
CG = cl × n +   × cs × P
2
L’étude de CG peut être indifféremment effectuée en fonction de la variable Q ou de la variable n.
La recherche de la valeur qui annule la dérivée permet de déterminer les valeurs optimales.

Exemple applicatif 9

La société B prévoit de vendre pour l’année à venir 7 200 articles qu’elle achète 150 euros l’un.
Elle souhaite déterminer son programme d’approvisionnement optimal.
Le coût de lancement d’une commande est de 180 euros.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Le responsable du stockage estime que le coût du stockage se compose du taux de possession


du stock qui exprime le coût de l’argent immobilisé, soit 0,5 % par mois, et du coût physique du
stockage, soit 0,02 euro par article et par jour.

Éléments du coût Valeur Unité de temps de cs Valeur de P


• Taux de possession 150 × 0,5 % = 0,75 mois P = 12
• Coût 0,02 jour P = 360

Q Q
CG = 180 × n +   × 0,75 × 12 +   × 0,02 × 360
2 2
CG = 180 n + 8,1 Q
Q = 7 200/n
Le choix de la variable à retenir (Q ou n) pour exprimer le coût total de gestion du stock est géné-
ralement dicté dans les énoncés (ici, Q = 7 200/n).

7 200 7 200
CG(Q) = 180 + 8,1 Q CG (n) = 180 n + 8,1
Q n
1296 000 58 320
Soit CG (Q) = + 8,1 Q Soit CG (n) = 180 n + 
Q n

La recherche de la valeur qui annule la dérivée permet de déterminer les valeurs optimales
(notées Q*, n* et T*). Il sera admis qu’il s’agit d’un minimum (en toute rigueur, il faudrait calculer
la dérivée seconde et montrer qu’elle est positive).

201211TDPA0313 51
Contrôle de gestion • Série 3

1296 000 58 320


Fonction étudiée CG (Q) = + 8,1 q CG (n) = 180 n + 
Q n
Intervalle d’étude ] 0 ; +∞ [ ] 0 ; +∞ [
1296 000 58 320
Dérivée CG’(Q) = – + 8,1 CG’ (n) = 180 –
Q2 n2
S’annule pour Q2 = 160 000 n2 = 324
Soit pour Q = 400 Soit pour n = 18
D’où Q* = 400 articles n* = 18 commandes
n* = 7 200/400 = 18 commandes Q* = 7 200/18 = 400 articles
T* = 360/18 = 20 jours T* = 360/18 = 20 jours
CG (400) = 3 240 + 3 240 = 6 480 € CG (18) = 3 240 + 3 240 = 6 480 €

Remarque
La résolution numérique conduit théoriquement à calculer deux valeurs de Q : – 400 et + 400.
Mais il est évident que les quantités ne peuvent pas être négatives. C’est pourquoi on ne
retient que la valeur + 400. C’est ce qui distingue un exercice de mathématique d’un exercice
de contrôle de gestion.

Représentation graphique
Coûts Coûts

CG (Q) CG (n)
CS (Q) CL (n)

6 480 6 480

3 240 3 240
CL (Q) CS (n)
Q n
400 18

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Le programme optimal de la société B consiste donc à passer 18 commandes de 400 articles
chacune, soit une commande tous les 20 jours, pour un coût global de gestion du stock de
6 480 euros.
L’étude graphique des fonctions permet de constater qu’à l’optimum le coût global de lance-
ment est égal au coût global de stockage, et que l’optimum correspond à un minimum.

B. Formule de Wilson donnée à titre indicatif


La formule de Wilson permet d’obtenir plus rapidement le programme optimal
d’approvisionnement.
Cependant, elle repose sur la mémoire et certaines épreuves peuvent imposer une résolution
fondée sur la dérivation d’une fonction…
À titre indicatif, cette formule est la suivante :
2 D ¥ cl
Q* =
c’s
Attention, dans cette formule, c’s désigne le coût de stockage pour la période de gestion P du
stock.
Appliquée à l’exemple 2, la formule donne :
2 ¥ 7 200 ¥ 180 2 592 000
Q* =  =  = 160 000  = 400 commandes
16,2 16,2

52
UE 121 • Contrôle de gestion

Avec D = 7 200


cl = 180
c’s = (150 × 0,5 % × 12) + (0,02 × 360) = 16,2

C. Limites du modèle
Le modèle de Wilson suppose que les ruptures de stocks ne sont pas possibles. Dans la pra-
tique, les entreprises peuvent chercher à limiter ce risque en détenant un stock de sécurité ou
peuvent, au contraire, intégrer ce risque pour limiter leur stock moyen.
Le modèle de Wilson ne tient pas compte du fait que les quantités commandées ont souvent une
incidence sur le prix d’achat.
Ces insuffisances ont donné lieu à des adaptations du modèle de Wilson.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 3 « Alpha » proposé en fin de série.

III. Modèle intégrant un stock de sécurité


Pour éviter les ruptures de stock, les entreprises peuvent détenir un stock de sécurité qui permet
de faire face à des événements imprévus (retards de livraison, accélération de la demande, etc.).
L’existence d’un stock de sécurité augmente le stock moyen :

Stock

Q+S
Q (Q  S)  S
Stock moyen =
2
Q
Stock moyen = + S
2
S
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Stock de sécurité (S)


Temps

Exemple applicatif 9 (suite)

La société B décide de conserver en permanence un stock de 50 articles pour faire face aux
imprévus.
ÊQ ˆ ÊQ ˆ
CG = 180 n + Á  50˜  × 9 + Á  50˜  × 7,2
Ë2 ¯ Ë2 ¯
CG = 180 n + 8,1 q + 810

1296 000 58 320


Fonction étudiée CG (Q) = + 8,1 q + 810 CG (n) = 180 n +  + 810
Q n
Intervalle d’étude ] 0 ; +∞ [ ] 0 ; +∞ [
1296 000 58 320
Dérivée CG’(Q) = – + 8,1 CG’ (n) = 180 –
Q2 n2
Q 2 = 160 000 n 2 = 324
S’annule pour (1)
Soit pour Q = 400 Soit pour n = 18
Q* = 400 articles n* = 18 commandes
n* = 7 200/400 = 18 commandes Q* = 7 200/18 = 400 articles
D’où
T* = 360/18 = 20 jours T* = 360/18 = 20 jours
CG (400) = 6 480 + 810 = 7 290 € CG (18) = 6 480 + 810 = 7 290 €

201211TDPA0313 53
Contrôle de gestion • Série 3

Le programme optimal de la société B est donc inchangé. Il consiste à passer 18 commandes


de 400 articles chacune, soit une commande tous les 20 jours.
En revanche le coût global de gestion du stock devient égal à 7 290 euros.
Conclusion : le stock de sécurité n’a pas d’incidence sur la détermination du programme d’appro-
visionnement (Q*, n*, T*) car il s’agit d’une constante dont la dérivée est nulle. En revanche, le coût
global de gestion du stock est plus élevé : il faut stocker et financer le stock de sécurité.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 3 « Alpha » proposé en fin de série.

IV. Stock d’alerte (ou stock critique)


Le stock d’alerte ou stock critique est le niveau de stock qui déclenche une commande. Il
s’agit du niveau de stock qui permet de satisfaire la demande pendant le délai de livraison et de
maintenir le stock de sécurité s’il existe.

Stock d’alerte = consommation pendant le délai de livraison + stock de sécurité


Le stock d’alerte peut être déterminé graphiquement ou algébriquement et deux situations sont
à distinguer : cas où le délai de livraison est inférieur à la période T d’approvisionnement et cas
où le délai de livraison est supérieur à la période T d’approvisionnement.
Si le délai de livraison est supérieur à la durée de la période d’approvisionnement, il convient
d’enlever la ou les commandes en cours.

Exemple applicatif 9 (suite)

1. Calculer le stock d’alerte de la société B si le délai de livraison des fournisseurs


est de 5 jours, sans stock de sécurité et avec stock de sécurité.
Le stock au début de chaque période d’approvisionnement étant de 400 articles, et la durée de
la période d’approvisionnement étant de 20 jours, la demande quotidienne de la société B est de

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
20 articles (20 = 400/20 ; ou 7 200/360 = 20).
La demande pendant 5 jours est donc égale à 100 articles (100 = 20 × 5).
• Sans stock de sécurité :
Le stock de sécurité étant nul, le stock d’alerte est égal à 100 articles.

Stock

Une livraison L doit avoir


lieu à la fin de la période T.
Une commande C doit être
passée 5 jours avant.
Par « projection », le stock
SA
d’alerte SA est déterminé.

5 jours
C L
T

54
UE 121 • Contrôle de gestion

• Avec stock de sécurité :


Le stock de sécurité étant de 50, le stock d’alerte est égal à 100 + 50 = 150 articles.

Stock

SA

5 jours
C L
T

2. Calculer le stock d’alerte de la société B si le délai de livraison des fournisseurs


est de 25 jours, sans stock de sécurité et avec stock de sécurité.
La demande pendant 25 jours est donc égale à 500 articles (500 = 20 × 25). Il conviendra d’enle-
ver les commandes en cours puisque le délai de livraison est supérieur à 20 jours.
• Sans stock de sécurité :
Le stock de sécurité étant nul, le stock d’alerte est égal à 500 – 400 = 100 articles.

Stock
Cette commande sera livrée
pendant le délai de livraison
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

SA

25 jours
C L
T

201211TDPA0313 55
Contrôle de gestion • Série 3

• Avec stock de sécurité :


Le stock d’alerte est égal à 500 + 50 – 400 = 150 articles.

Stock
Cette commande sera livrée
pendant le délai de livraison

SA

25 jours
C L
T

➠➠Pour vous entraîner : faites l’exercice autocorrigé 3 « Alpha » proposé en fin de série.

V. Modèle avec tarifs dégressifs


Les fournisseurs accordent un tarif dégressif en fonction des quantités commandées, remettant
ainsi en cause une des hypothèses du modèle de Wilson.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
A. Détermination du coût total d’approvisionnement
L’objectif est modifié : il s’agit de minimiser le coût total d’approvisionnement, noté CA, pour
tenir compte des économies engendrées par la dégressivité du prix d’achat.

CA = Coût d’achat + Coût total de gestion du stock


Le coût total d’approvisionnement est étudié pour chaque tranche de tarif.

B. Détermination du minimum
La recherche de la solution optimale nécessite de calculer la valeur qui annule la dérivée pour
chaque hypothèse de prix, et de vérifier la cohérence entre la valeur obtenue et les conditions
d’approvisionnement proposées par le fournisseur.
Si la valeur obtenue est compatible avec l’intervalle, la fonction est étudiée pour ce point ; si elle
ne l’est pas la fonction est étudiée pour les bornes de l’intervalle.

Exemple applicatif 10

La société C prévoit que sa consommation de matières premières sera de 900 litres pour l’année
à venir. Le coût du stockage est évalué à 10 % par an et le coût de lancement d’une commande
est de 800 euros.

56
UE 121 • Contrôle de gestion

Les conditions de prix de son fournisseur habituel sont les suivantes :

Quantités commandées Q Prix du litre


Q < 100 litres p = 400 €
100 ≤ Q < 300 litres p = 350 €
Q ≥ 300 litres p = 300 €

Détermination de la quantité optimale à commander


Q
CA = 900 × p + 800 n +   × (p × 10 %) × 1
2
900 Q
CA (Q) = 900 × p + 800 +   × 0,1 p
Q 2
Q < 100 100 ≤ Q < 300 Q ≥ 300
p = 400 p = 350 p = 300
720 000 720 000 720 000
CA (Q) 360 000 +  + 20 Q 315 000 +  + 17,5 Q 270 000 +   + 15 Q
Q Q Q
720 000 720 000 720 000
Dérivée - + 20 - + 17,5 - + 15
Q2 Q2 Q2
S’annule Q* ≈ 189,73 Q* ≈ 202,83 Q* ≈ 219,09
pour
Remarque Incompatible avec la tranche Compatible avec la tranche Incompatible avec la tranche
Étudier CA des bornes Étudier CA (Q*) Étudier CA des bornes
ÉTUDE CA (1) = 1 080 020 € CA (202) ≈ 322 099 € CA (300) = 276 900 €
de CA CA (99) ≈ 369 252 € CA (900) = 284 300 €

Remarque
Pour le dernier intervalle, la quantité maximale à commander n’est pas l’infini (∞) mais D.
La comparaison des coûts totaux d’approvisionnement de la société C indique que le coût total
d’approvisionnement est minimal pour une commande de 300 litres.
Le programme d’approvisionnement optimal consiste donc à passer trois commandes de
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

300 litres chacune, soit une commande tous les 4 mois, pour un coût total d’approvisionnement
de 276 900 euros.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 4 « Entreprise M » proposé en fin de
série.

VI. Modèle avec pénurie (ou modèle avec rupture)


Le niveau du stock est volontairement limité pour diminuer le coût du stockage.
Des ruptures de stock se produisent quand le stock (S) en début de période d’approvisionne-
ment est inférieur à la quantité économique nécessaire pour satisfaire le besoin de la période (Q).
La rupture de stock se traduit par un manque à gagner : le coût de pénurie.
Ce modèle suppose que la demande est « captive », c’est-à-dire que les demandes non satis-
faites ne sont pas perdues, mais simplement différées à la période suivante. Les clients en
attente sont livrés le jour du réapprovisionnement.
Pour résoudre les problèmes avec pénurie, deux approches sont possibles : une approche
« mathématique » et une approche plus simple mais qui repose sur la mémorisation d’un lien
avec le modèle de Wilson de base et qui ne démontre pas l’optimum.

201211TDPA0313 57
Contrôle de gestion • Série 3

A. Présentation du modèle
Étude pour une période d’approvisionnement T :

Stock limité à S, inférieur


au besoin Q de la période
S

Ts Tp
Q–S

T = Ts + Tp

Coût de lancement = cl
S0 S
Le stock moyen conservé pendant la période de stockage Ts est égal à : 
S 2 2
Coût de stockage =  × cs × Ts
2
La rupture de stock commence en début de période Tp pour atteindre Q – S en fin de période.
0Q - S Q - S
La pénurie moyenne pendant la période Tp est égale à : 
2 2
Q-S
Coût de pénurie =  × cp × Tp
2
D’après les propriétés relatives aux triangles semblables (ou rapports de Thalès), et sachant que
P
T = , il est possible d’écrire :

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
n
Ts T S P S
 d’où : Ts = T soit Ts = ¥
S Q Q n Q
Tp T Q-S P Q-S
et  d’où : Tp = T soit Tp = ¥
Q- S Q Q n Q
Pour la période de gestion P : ces coûts se répètent n fois.
CL = cl × n
S
CS =  × cs × Ts × n
2
Q-S
CP =  × cp × Tp × n
2
ÈS ˘ ÈQ - S ¥ c ¥ T ¥ n ˘
CG = [cl × n] + Í ¥ cs ¥ Ts ¥ n ˙ + Í p p ˙˚
Î2 ˚ Î 2
ÈS P S ˘ ÈQ - S P Q-S ˘
Soit : CG = [cl × n] + Í ¥ cs ¥ ¥ ¥ n ˙ + Í ¥ cp ¥ ¥ ¥ n˙
Î2 n Q ˚ Î 2 n Q ˚
ÈS S ˘ ÈQ - S Q-S ˘
D’où : CG = [cl × n] + Í ¥ cs ¥ ¥ P ˙ + Í ¥ cp ¥ ¥ P˙
Î2 Q ˚ Î 2 Q ˚
D
Or : n =
Q
D ÈS S ˘ ÈQ - S Q-S ˘
Donc : CG (S, Q) = ÈÍc1 ¥ ˘˙ + Í ¥ cs ¥ ¥ P ˙ + Í ¥ cp ¥ ¥ P˙
Î Q˚ Î 2 Q ˚ Î 2 Q ˚

58
UE 121 • Contrôle de gestion

Il s’agit d’une fonction à deux inconnues S et Q. La recherche des valeurs qui annulent les déri-
vées premières permet de déterminer les valeurs optimales.

Exemple applicatif 11

La société D prévoit de revendre pour l’année à venir 1 500 produits X. Elle souhaite déterminer
son programme d’approvisionnement optimal. Le coût de lancement d’une commande est de
243 euros. Le responsable du stockage estime que le coût du stockage d’un produit X est de
0,75 euro par mois, et que le coût lié à la pénurie d’un produit est de 0,225 euro par jour.
1 500 S S Q-S Q-S
CG (S, Q) = 243 +   × 0, 75 ×   × 12 +   × 0, 225 ×   × 360
Q 2 Q 2 Q
364 500 S2 (Q - S)2
CG (S, Q) = + 4,5 + 40, 5
Q Q Q
2
364 500 S 2
(Q - 2 SQ  S2 )
CG (S, Q) = + 4,5 + 40,5
Q Q Q
364 500 S2 S2
CG (S, Q) = + 4,5 + 40,5 Q – 81 S + 40,5
Q Q Q
364 500 S2
CG (S, Q) = + 45 + 40,5 Q – 81 S
Q Q
• Il convient de commencer par calculer la dérivée première par rapport à S (la variable Q est
S
considérée comme une constante) : CG’S (S, Q) = 90 – 81.
Q
S 81 S
La dérivée s’annule pour  =  ; soit pour  = 0,9.
Q 90 Q
• Il faut ensuite calculer la dérivée première par rapport à Q (la variable  S est considérée
comme une constante) :
364 500 S2
CG’Q (S, Q) = – – 45 + 40,5
Q2 Q2
S
Or, d’après la dérivée par rapport à S, on sait que  = 0,9.
Q
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

364 500 2 + 40,5


CG’Q (S, Q) = – – 45 (0,9)
Q2
364 500
CG’Q (S, Q) = – + 4,050
Q2
La dérivée s’annule pour Q2 = 90 000.
Soit pour Q* = 300 (nous admettrons qu’il s’agit d’un minimum).
S
On en déduit que :  = 0,9 d’où S* = 0,9 × 300 = 270 produits.
Q
n* = 1 500/300 = 5 commandes
T* = 360/5 = 72 jours
S
Ts = T d’où Ts = 72 × 0,9 = 64,8 ≈ 65 jours
Q
Q-S 300 - 270
Tp = T d’où Tp = 72 ×   = 72 × 0,1 = 7,2 ≈ 7 jours
Q 300
364 500 2702
CG (270,300) = + 45 + 40,5 × 300 – 81 × 270 = 2 430 €
300 300
La société doit donc posséder un stock initial de 270 produits et passer 5 commandes par an de
300  articles soit une commande tous les 72  jours. Pendant chaque période d’approvisionne-
ment, elle pourra satisfaire la demande pendant 65 jours (64,8 exactement) et sera en rupture
pendant 7 jours (7,2 exactement). Le coût total de gestion du stock est de 2 430 euros par an.

201211TDPA0313 59
Contrôle de gestion • Série 3

B. Lien avec le modèle de Wilson


Le taux de pénurie, noté α, permet de faire un lien entre le modèle de Wilson (sans pénurie) et le
modèle avec pénurie et de vérifier la valeur qui annule la dérivée première par rapport à S :
cp
α =
cp  cs

Exprimer cp et cs par rapport à la période de gestion P. À titre indicatif, cette formule est la
suivante :

Modèle de WILSON Modèle avec rupture


1
Qw Q* = Qw ¥
a
nw n* = nw ¥ a
1
Tw T* = Tw ¥
a

Exemple applicatif 11 (suite)

1. Vérification des résultats obtenus à partir de ceux du modèle de Wilson.


Si la société D n’intègre pas le coût de pénurie (modèle de Wilson) le coût total de gestion du
stock est :
Q
CG = 243 n +   × 0,75 × 12
2
1 500
CG (Q) = 2 43 + 4,5 Q
Q
364 500
CG (Q) = + 4,5 Q
Q
364 500

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
CG’ (Q) = – + 4,5
Q2
La dérivée s’annule pour Q ≈ 284,604
D’où n ≈ 5,27 et T ≈ 68,30
CG (284,604) = 2 561,44
0, 225 ¥ 360
Le taux de pénurie de la société est : α =  = 0,9
(0, 225 ¥ 360 )  0, 75 ¥ 12
S
On retrouve ici la valeur qui annule la dérivée première par rapport à S du modèle avec
pénurie. Q

Modèle de Wilson Modèle avec pénurie


1
Q ≈ 284, 604 Q* = 284,604 ×   = 300 produits
0,9
n ≈ 5,27 n* = 5,27 ×  0,9  = 5 commandes
1
T ≈ 68,30 T* = 68,30 ×   = 72 jours
0,9
CG = 2 561,44 € CG = 2 430 €

60
UE 121 • Contrôle de gestion

2. Comparaison des résultats et conclusion


Le modèle avec rupture des stocks permet de diminuer le coût total de gestion du stock puisque
le stock de début de période est volontairement moins important que la quantité nécessaire Q.
En revanche, l’entreprise prend le risque de ne pas satisfaire toute la demande de la période.

➠➠Pour vous entraîner : faites l’exercice autocorrigé  5 « Société M » proposé en fin de
série.

Section 3. Les modèles de gestion de stocks en avenir incertain

À l’opposé des modèles précédents, la demande est incertaine et, pour se protéger des varia-
tions de la demande, il convient de constituer un stock.
L’objectif des modèles en avenir incertain est de déterminer le niveau de stock S* au début de
chaque période d’approvisionnement T pour minimiser le coût de gestion.
Les modèles sont nombreux et parfois complexes…
Seul le cas de coûts non proportionnels au temps est étudié.

I. La demande est une variable aléatoire continue


Il est admis que le coût aléatoire de gestion est minimum pour la valeur S du stock telle que :
Cp
P(D ≤ S) =
Cp  Cs
Exemple applicatif 12

Une boucherie a constaté que la vente journalière de viande de bœuf est une variable aléatoire
qui suit une loi normale N (500 kg ; 75 kg). La viande est vendue 25 €/kg et la boucherie réalise
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

un bénéfice de 10 €/kg. La viande invendue est vendue comme viande pour animaux au prix de
7 €/kg.

1. Déterminer le stock optimal de viande que la boucherie doit présenter à la vente


chaque jour. En déduire le stock de sécurité.
• cp = manque à gagner du fait d’une demande supérieure au stock = 10 €
• Coût d’achat = 25 – 10 = 15 €
• D’où cs = coût d’un invendu = 15 – 7 = 8 €
• Le coût de gestion est minimum pour :
10
P(D < S) =
10  8
P(D < S) = 0,5555
Effectuons le changement de variable pour pouvoir utiliser la loi normale centrée réduite :
S - 500 S - 500
P(T <  ) = 0,5555 ; posons t =
75 75
P(T < t) = 0,5555
S - 500
t ≈ 0,14 d’où :  = 0,14 et S* = 510,50 kg
75
Stock de sécurité = 510,5 – 500 = 10,5 kg

201211TDPA0313 61
Contrôle de gestion • Série 3

2. Déterminer le niveau de stock à constituer pour ne pas dépasser un taux de rup-


ture de 10 %.
P(D > S) = 0,1
S - 500 S - 500
P(T <  ) = 0,9 ; posons t =
75 75
P(T < t) = 0,9
La lecture de la table de la loi normale centrée réduite permet d’obtenir t ≈ 1,28
S - 500
≈ 1,28
75
S* = 596 kg
Stock de sécurité = 596 – 500 = 96 kg

3. Déterminer le nombre moyen de jours de rupture pour une année (ouverture


315 jours) quand le stock quotidien est de 510,5 kg.
D’après le premier élément de réponse de cet exemple, pour un jour, la probabilité d’être en
rupture est 1 – 0,5555 = 0,4445.
Les ventes quotidiennes sont indépendantes les unes des autres. Le risque de rupture suit une
loi binomiale B (315 ; 0,4445).
L’espérance mathématique de la loi binomiale (n × p) permet de déterminer le nombre moyen de
jours de rupture pour une année : 315 × 0,4445 = 140.
Il y a donc environ 140 jours de rupture de stock pour 315 jours d’ouverture.

➠➠Pour vous entraîner : faites l’exercice autocorrigé 3 « Alpha » proposé en fin de série.

II. La demande est une variable aléatoire discrète

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Il convient de présenter une matrice des coûts de gestion des stocks (lignes) en fonction de la
demande (colonnes) et de retenir la décision qui minimise l’espérance de coût. Dans certains
problèmes, il peut s’agir de maximiser l’espérance de gain.

Exemple applicatif 13

La loi de probabilité de la demande hebdomadaire du produit P est la suivante :

D 0 10 20 30
P(D) 0,1 0,4 0,3 0,2

Le coût de pénurie est de 6 euros par article manquant et le coût de stockage est de 4 euros par
article invendu.

Demande
0 10 20 30 E (Coût)
Stock
0 0 60 (1) 120 180 96 (3)
10 40 (2) 0 60 120 46
20 80 40 0 60 36
30 120 80 40 0 56

La solution optimale est un stock de 20 produits P au début de chaque semaine pour minimiser
l’espérance du coût de gestion du stock.

62
UE 121 • Contrôle de gestion

Section 4. Budgétisation des approvisionnements

La budgétisation fait apparaître l’échelonnement dans le temps des prévisions de consomma-


tion, de commande, de livraison et de niveau de stock. Quand la consommation est régulière, il
n’y a pas de difficulté particulière pour effectuer la budgétisation.
Quand la consommation est irrégulière, le gestionnaire des approvisionnements a le choix entre
deux modes de budgétisation :
• Commander des quantités constantes à périodicité variable : cette procédure facilite le
stockage.
• Commander des quantités variables à périodicité constante : cette procédure facilite le
travail administratif en introduisant une régularité dans le calendrier.
La budgétisation des approvisionnements peut être obtenue par une méthode graphique et/ou
par une méthode « comptable ».

Exemple applicatif 14

La société E prévoit de vendre pour l’année à venir 1 500 marchandises M à 119,60 euros TTC.


La société E applique un taux de marge de 25 % du coût d’achat et applique le taux de TVA
normal. Le coût de lancement d’une commande est de 400 euros et le coût de possession est
estimé à 0,5 % par mois. Les ventes mensuelles prévues sont les suivantes :

Mois J F M A M J J A S O N D
Ventes 50 150 100 75 80 80 120 125 90 200 160 270
Cumul 50 200 300 375 455 535 655 780 870 1 070 1 230 1 500

Le stock au premier janvier est de 300 unités de marchandise M.


Le délai d’approvisionnement est d’un mois et le stock de sécurité de 15 jours.
Le stock initial devra être reconstitué en fin d’année.
Le programme d’approvisionnement optimal se détermine à partir du modèle de Wilson :
Le coût de stockage nécessite le calcul préalable du coût d’achat = 100/1,25 = 80 €.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

1 500 Q
CG (Q) = 400 ×  +   × (0,5 % × 80) × 12
Q 2
600 000
CG’ (Q) = – + 2,4
Q2
La résolution donne : Q* = 500 ; n* = 3 ; T* = 4 mois

I. Commander des quantités constantes à périodicité variable


Les étapes de la résolution graphique sont les suivantes :
• Tracer les consommations cumulées.
• Reporter le stock initial.
• Déterminer la première date de rupture (quand le stock est égal à la consommation cumulée).
• Reporter à partir de cette rupture le stock de sécurité puis délai de livraison pour obtenir la
date de livraison et la date commande.
• Reporter la livraison au niveau de la date de livraison.

201211TDPA0313 63
Contrôle de gestion • Série 3

Consommations
cumulées
2 000
1 900
1 800
1 700
Ne pas oublier
1 600 de reporter L3
1 500 Q = 500
1 400 à la date L3
1 300
1 200
1 100 Livraison
1 000 Q = 500
à la date L2
900
800
700 Livraison
600 Q = 500
500 à la date L1
(et non pas R1)
400
300
200
100
0
0 1 2 3 4 5 6 7 8 9 10 11 12
C1 L1 R1 C2 L2 R2 C3 L3 R3

15 jours avant la ruptur e, il doit y avoir Attention à la lecture : R2 début sept. (et non pas
une livraison commandée 1 mois avant août) ; L2 fin août et non pas fin juillet

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
La méthode comptable ou méthode du tableau nécessite de présenter une ligne décembre N–1
pour le report du stock initial et une colonne stock théorique.

Stock Date Stock Date Date Quantité


Mois Besoin Livraison
théorique de rupture rectifié de commande de livraison commandée
Déc N–1 300
J 50 250
F 150 100
M 100 0 31 mars 500 500 15 février 15 mars 500
A 75 425
M 80 345
J 80 265
J 120 145
A 125 20 500 520 21 juillet 21 août 500
S 90 – 70 6 sept. 430
O 200 230
N 160 70 500 570 23 octobre 23 novembre 500
D 270 – 200 8 déc. 300

La première rupture a lieu fin mars. Une livraison est faite 15 jours avant, soit le 15 mars et la
commande est passée le 15 février. Le stock de mars est alors rectifié pour être porté à 500.

64
UE 121 • Contrôle de gestion

La deuxième rupture a lieu courant septembre. Fin août, le stock (avant livraison) est égal à 20 et
sachant que la consommation de septembre est de 90 pour 30 jours, une interpolation linéaire
permet de préciser la date :
30 Æ 90
Ì 90 J = 30 × 20 ; J = 6,67 = 6 (par prudence, arrondir par défaut)
ÓJ Æ 20
La troisième rupture a lieu courant décembre. Fin novembre, le stock (avant livraison) est égal à
70 et sachant que la consommation de décembre est de 270 pour 31 jours, une interpolation
linéaire permet de préciser la date :
31 Æ 270
Ì 270 J = 31 × 70 ; J = 8,03 = 8 (par prudence, arrondir par défaut)
ÓJ Æ 70

II. Commander des quantités variables à périodicité constante


Une fois les premières dates de rupture, de livraison et de commande déterminées, il convient
de se reporter 4  mois plus tard (valeur de T), puis de calculer par différence le montant à
commander.
Consommations
cumulées

2 000
1 900
1 800
1 700
Ne pas oublier de reporter L3
1 600
Par différence entre D et les
1 500 livraisons précédentes
1 400 Q = 1 500 – 355 – 575 = 570
1 300
1 200 1 230
1 100 Livraison pour fin
1 000 arriver à 1 230, soit nov.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

900 Q = 1 230 – 655


800 Q = 575
700
600 Livraison pour Cumul 655
500 arriver à 655, soit fin juillet
Q = 655 – 300
400
Q = 355
300
200
100
0
0 1 2 3 4 5 6 7 8 9 10 11 12
C1 L1 R1 C2 L2 R2 C3 L3 R3

Reporter 4 mois plus tard les dates

201211TDPA0313 65
Contrôle de gestion • Série 3

Méthode comptable ou méthode du tableau


Stock Date Stock Date Date Quantité
Mois Besoin Livraison
théorique de rupture rectifié de commande de livraison commandée
Déc N–1 300
J 50 250
F 150 100
M 100 0 31 mars 355 15 février 15 mars 355
A 75 280
M 80 200
J 80 120
J 120 0 31 juillet 575 15 juin 15 juillet 575
A 125 450
S 90 360
O 200 160
N 160 0 30 nov. 570 15 octobre 15 novembre 570
D 270 300

La périodicité est de 4 mois. Le volume des commandes correspondra aux sorties de la période
à venir :
355 = 75 + 80 + 80 + 120
575 = 125 + 90 + 200 + 160
La dernière livraison est obtenue par différence : 570 = 1 500 – 355 – 575

Section 5. Le juste à temps

La gestion des stocks et des approvisionnements a été profondément transformée sous la pres-
sion des nouvelles organisations de la production en « juste à temps » (JAT). Les méthodes
classiques ne sont plus vraiment adaptées aux conditions actuelles de la production flexible et
à stocks réduits.
Le pilotage de la production par l’aval part de la demande pour enclencher la production et

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
cherche à satisfaire la demande juste au moment où elle se manifeste, dans la juste quantité,
dans la juste qualité.
Cette démarche, lancée par Toyota dans les années 1970, cherche à réduire les coûts et les
délais par la production à flux tendus, c’est-à-dire sans attente ni stock.
Le JAT a été popularisé par le slogan des cinq zéros à atteindre (zéro papier, zéro stock, zéro
défaut, zéro délai, zéro panne) qui symbolise la qualité totale.

I. Un enjeu essentiel : la suppression des stocks


Pour les auteurs Japonais, le JAT est plus qu’un modèle de gestion de production : c’est une
philosophie. Ainsi, pour les Japonais, les stocks ne sont pas un régulateur pour éviter les dys-
fonctionnements, mais une manifestation de leur existence (pannes, conflit social, absentéisme,
rupture d’approvisionnement…).

II. Conditions organisationnelles pour la réussite du JAT


• Améliorer la circulation de l’information
En effet, la production se faisant en réponse à la demande, il est nécessaire que celle-ci par-
vienne sans erreur.

66
UE 121 • Contrôle de gestion

• Les deux principaux outils du JAT sont :


–– En interne, le système Kanban qui est un système d’information reposant sur des étiquettes
pour assurer le pilotage par l’aval.
Chaque stade de production produit pour la seule quantité commandée quand il reçoit l’éti-
quette du stade aval.
La simplicité du kanban n’est qu’apparente. Pour que le système fonctionne, il faut que le
processus de production ait été fiabilisé (zéro panne, coordination entre les postes sans
faille, approvisionnements externes garantis…).
–– En externe, l’échange de données informatisées (EDI).
• Rationaliser la localisation
Par exemple, les sièges des véhicules Renault sont fabriqués par un sous-traitant situé à
quelques kilomètres. Toutes les 30 secondes, quand un véhicule est lancé sur la chaîne de
montage, une transmission EDI déclenche automatiquement la commande chez le sous-trai-
tant. Un camion livre toutes les 20 minutes, et environ 2 heures se sont écoulées entre l’ordre
de fabrication et la livraison.
• Rationaliser les ateliers
–– Fiabilité des machines (importance de la maintenance), polyvalence des machines.
–– Changement rapide d’outils (SMED : single minute exchange of die) .
–– Minimiser les déplacements, chasser les opérations inutiles…
• Développer l’autocontrôle à chaque stade (d’où motivation, formation du personnel)
• Alléger les structures : réactivité.
Les principales limites des méthodes de production à flux tendus sont les suivantes :
• Incapacité du JAT à s’adapter à des fluctuations de volume importantes. D’autres moyens
doivent être mis en place comme la flexibilité des emplois ou l’aménagement du temps de
travail.
• Difficulté à se caler uniquement sur la demande qui émane du marché. Même Toyota, à l’ori-
gine du JAT, est obligée de faire des prévisions pour orienter les volumes de production, quitte
à individualiser les produits au dernier moment.

Chapitre 4. La gestion de la production


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Le rôle de la fonction production est de fournir les biens et services correspondant aux objec-
tifs fixés par la direction, et permettant de satisfaire la demande exprimée sur le marché. La
réalisation des biens et des services se fait en combinant des facteurs de production. La
satisfaction de la demande vise à répondre au mieux aux besoins des consommateurs.
La gestion de la production, comme toute problématique de gestion, vise donc à optimiser la
production (produire le plus possible, dans les meilleurs délais possibles, et avec la qualité la
meilleure possible) sous contrainte (les ressources de l’entreprise ne sont pas illimitées).
Une première série de problèmes en gestion de la production s’intéresse aux quantités à pro-
duire sous la contrainte liée à l’utilisation des facteurs de production. Bien entendu, si l’entre-
prise est mono-produit, le problème se résume à produire le plus possible de ce produit. Mais si
l’entreprise est multiproduit, le problème devient plus complexe puisque une multitude de com-
binaisons de production est possible. La gestion de la production vise donc à déterminer une
combinaison productive (quantité des différents produits) optimale, c’est-à-dire maximisant les
bénéfices de l’entreprise tout en minimisant la consommation de ressources.
Une deuxième série de problèmes en gestion de la production s’intéresse plus spécifiquement à
l’organisation dans le temps de la production : ce sont les problèmes d’ordonnancement qui
seront abordés dans une deuxième partie de la section « programmation de la production ».
Une première section présente les deux grands modèles théoriques d’organisation de la produc-
tion que sont le pilotage par l’amont, et le pilotage par l’aval. Ensuite la section aborde les modé-
lisations mathématiques qui permettent de déterminer la combinaison de production optimale,
c’est-à-dire les quantités à produire (lorsqu’il y a plusieurs produits possibles) permettant

201211TDPA0313 67
Contrôle de gestion • Série 3

d’utiliser au mieux les ressources limitées de l’entreprise. Ce sont les problèmes de programma-
tion linéaire. Dans l’objectif de l’examen, le cours développera plus spécifiquement les méthodes
de résolution graphique des problèmes lorsque deux produits sont réalisés par l’entreprise.
Au-delà de deux produits, le cas du facteur rare permet généralement de résoudre les exercices.
Enfin, les problèmes d’ordonnancement seront présentés dans la section 3.

Section 1. Le pilotage du système de production

Le problème clé que doit résoudre la gestion de la production est celui de la concordance entre
la production et les ventes.
Deux principaux systèmes de gestion de la production peuvent être distingués :
• le modèle taylorien et/ou fordien : pilotage par l’amont où les flux de production sont pous-
sés par des prévisions commerciales ;
• le modèle des flux tendus : pilotage par l’aval où la production est tirée par la demande.

I. Pilotage par l’amont

A. Le modèle taylorien (et/ou fordien)


Ce modèle est présenté dans la série 2 du cours. Il se caractérise essentiellement par :
• son développement au début du xxe siècle dans un contexte de développement industriel ;
• l’apparition de l’Organisation Scientifique du travail (OST) ;
• le développement du travail à la chaîne ;
• la standardisation et la massification de la production ;
• la recherche d’économies d’échelle ;
• le développement d’une société de consommation, dans laquelle les ouvriers peuvent consom-
mer les biens et les services qu’ils produisent ; etc.

B. Présentation de la méthode PBC

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
(planification des besoins en composants)
À partir des prévisions faites sur la demande finale, une planification du travail, des ressources
en matières premières et en homme est établie. C’est donc en amont de la production que se
prennent les décisions : que produire ? quand produire ?
Demande prévue Plan directeur Calcul des besoins

Il est à remarquer que tous les flux physiques et informationnels sont orientés dans le même
sens : des prévisions commerciales vers le produit fini.
La méthode Management Ressources Planning (MRP), traduite par management des res-
sources de production ou planification des besoins en composants (PBC) est une technique de
pilotage de la production par l’amont.
La méthode part d’un produit fini et utilise les nomenclatures, les gammes opératoires, les stocks
actuels et les stocks souhaités pour calculer, par calculs matriciels, les besoins dépendants.
La méthode MRP est un modèle d’entreprise complet qui permet, à partir des prévisions de
ventes, de planifier l’ensemble de l’activité, de coordonner l’ensemble des fonctions, de réserver
des capacités, de gérer les stocks et d’assurer leur disponibilité aux moments nécessaires.
À l’usage, la méthode MRP est d’autant plus performante que la demande est prévisible, que les
produits font l’objet de nomenclatures stabilisées, qu’ils sont produits par lots et que des com-
posants identiques entrent dans la fabrication de plusieurs produits différents.

68
UE 121 • Contrôle de gestion

C. Éléments fondamentaux du calcul matriciel


Une matrice d’ordre (n × p) est un tableau de nombres appelés éléments, composé de n lignes
et de p colonnes.

1. Somme et différence de deux matrices


La somme et la différence de deux matrices ne sont possibles que pour des matrices de même
ordre.
La somme A + B de deux matrices A = (an, p) et B = (bn, p) est définie en additionnant à chaque
élément de A l’élément correspondant de B. La différence se calcule selon le même principe.
Ê 1 3 ˆ Ê 0 2 ˆ
Á ˜ Á ˜
Soit deux matrices A = Á 0 8 ˜ et B = Á 1 5 ˜
Á 2 5 ˜ Á 4 1 ˜
Ë ¯ Ë ¯

Ê 1 0 3  2 ˆ Ê 1 5 ˆ Ê 1- 0 3 - 2 ˆ Ê 1 1 ˆ
Á ˜ Á ˜ Á ˜ Á ˜
A + B = Á 0  1 8  5 ˜  = Á 1 13 ˜ A – B = Á 0 - 1 8 - 5 ˜  = Á -1 3 ˜
Á 2 4 51 ˜ Á 6 6 ˜ Á 2 - 4 5 - 1 ˜ Á -2 4 ˜
Ë ¯ Ë ¯ Ë ¯ Ë ¯

2. Produit de deux matrices


Le produit M1 × M2 de deux matrices n’est possible que si le nombre de colonnes de M1 est égal
au nombre de lignes de M2.
La matrice obtenue est une matrice dont le nombre de lignes est celui de M1 et le nombre de
colonnes celui de M2.
Ê 1 4 ˆ Ê x ˆ
Á ˜ Ê 0 7 2 ˆ
Soit trois matrices C = Á 2 5 ˜ , D = Á ˜ et X = Á y ˜.
Ë 9 8 4 ¯ Á ˜
Á 3 6 ˜ Ë z ¯
Ë ¯
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

C × X = Impossible (C = 2 colonnes et X = 3 lignes)


X × C = Impossible (X = 1 colonne et C = 3 lignes)
X × D = Impossible (X = 1 colonne et D = 2 lignes)
Ê 0x  7y  2z ˆ
• D × X = Ê 0 7 2 ˆ Ê x ˆ =Á ˜
Á ˜  × Á y ˜˜ Ë 9x  8y  4z ¯
ÁË 9 8 4 ¯˜ ÁÁ
Ë z ˜¯
Ê 1 4 ˆ Ê (0 ¥ 1)  (7 ¥ 2)  ( 2 ¥ 3) (0 ¥ 4 )  (7 ¥ 5)  ( 2 ¥ 6 ) ˆ
• D × C = Ê 0 7 2 ˆ Á ˜ =Á ˜
Á ˜ ×
ÁË 9 8 4 ˜¯ Á
2 5 ˜ Ë (9 ¥ 1)  (8 ¥ 2)  ( 4 ¥ 3) (9 ¥ 4 )  (8 ¥ 5)  ( 4 ¥ 6 ) ¯
Á 3 6 ˜
Ë ¯ Ê 20 47 ˆ

Ë 37 100 ˜¯
Ê 1 4 ˆ Ê (1¥ 0 )  ( 4 ¥ 9) (1¥ 7)  ( 4 ¥ 8 ) (1¥ 2)  ( 4 ¥ 4 ) ˆ
Á ˜ Ê 0 7 2 ˆ Á ˜
• C × D = Á 2 5 ˜ × Á ˜ = Á ( 2 ¥ 0 )  ( 5 ¥ 9) ( 2 ¥ 7)  (5 ¥ 8 ) ( 2 ¥ 2)  (5 ¥ 4 ) ˜
Á 9 8 4 ˜¯
Á 3 6 ˜ Ë ÁË ( 3 ¥ 0 )  ( 6 ¥ 9) ( 3 ¥ 7)  ( 6 ¥ 8 ) ( 3 ¥ 2)  (6 ¥ 4 )
Ë ¯ ¯˜
Ê 36 39 18 ˆ
= Á 45 54 24 ˜
Á ˜
Ë 54 69 30 ¯

201211TDPA0313 69
Contrôle de gestion • Série 3

Exemple applicatif 15

Les commandes prévisionnelles du premier trimestre N de trois produits sont les suivantes :

J F M
A 1 2 1
B 2 1 1
C 0 1 2

Planifier les besoins en composants, sachant qu’il n’y a pas de goulet d’étranglement et que les
nomenclatures sont les suivantes :

1. Ensembles nécessaires par produit (matrice M1)


A B C
E1 1 1 2 Délai d’assemblage : 3 mois.
E2 2 0 1
E3 1 1 2

2. Sous-ensembles nécessaires par ensemble (matrice M2)


E1 E2 E3
SE1 1 2 1 Délai d’usinage : 2 mois
SE2 1 1 1
SE3 0 1 2

3. Pièces nécessaires par sous-ensemble (matrice M3)


SE1 SE2 SE3
P1 1 1 1 Délai d’usinage : 1 mois
P2 1 1 2
P3 0 1 1

4. Matières premières (poids en kg) nécessaires par pièce (matrice M4)


P1 P2 P3

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
MP1 2 0 2 Délai d’approvisionnement : 1 mois
MP2 1 1 1
MP3 1 1 0

Pour planifier les besoins en composants, il faut partir des commandes prévisionnelles pour
remonter par calculs matriciels successifs, aux approvisionnements en matières premières.

1. Calcul des besoins en ensembles : M1 × Matrice des commandes prévisionnelles

A B C J F M O N D
E1 1 1 2 A 1 2 1 E1 3 5 6
E2 2 0 1 × B 2 1 1 = E2 2 5 4
E3 1 1 2 C 0 1 2 E3 3 5 6

Remarque
L’ordre des matrices est fondamental.
Interprétation de la matrice obtenue : Pour livrer 1 A, 2 B et 0 C début janvier, il est nécessaire de
prévoir 3 E1, 2 E2 et 3 E3 début octobre.

70
UE 121 • Contrôle de gestion

2. Calcul des besoins en sous-ensembles : M2 × Matrice obtenue précédemment

E1 E2 E3 O N D A S O
SE1 1 2 1 E1 3 5 6 SE1 10 20 20
SE2 1 1 1 × E2 2 5 4 = SE2 8 15 16
SE3 0 1 2 E3 3 5 6 SE3 8 15 16

Interprétation de la matrice obtenue : Pour avoir 3 E1, 2 E2 et 3 E3 début octobre, il est néces-
saire de prévoir 10 SE1, 8 SE2 et 8 SE3 début août.

3. Calcul des besoins en pièces : M3 × Matrice obtenue précédemment

SE1 SE2 SE3 A S O J A S


P1 1 1 1 SE1 10 20 20 P1 26 50 52
P2 1 1 2 × SE2 8 15 16 = P2 34 65 68
P3 0 1 1 SE3 8 15 16 P3 16 30 32

Interprétation de la matrice obtenue : Pour avoir 10 SE1, 8 SE2 et 8 SE3 début août, il est néces-
saire de prévoir 26 P1, 34 P2 et 16 P3 début juillet.

4. Calcul des besoins en matières premières : M4 × Matrice obtenue précédemment

P1 P2 P3 J A S J J A
MP1 2 0 2 P1 26 50 52 MP1 84 160 168
MP2 1 1 1 × P2 34 65 68 = MP2 76 145 152
MP3 1 1 0 P3 16 30 32 MP3 60 115 120

Interprétation de la matrice obtenue : Pour avoir 26 P1, 34 P2 et 16 P3 début juillet, il est néces-
saire de prévoir 84 MP1, 76 MP2 et 60 MP3 début juin.

II. Le pilotage par l’aval (ou modèle Toyota)


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Ce modèle est présenté dans la série 2 du cours. Il se caractérise essentiellement par :


• Son développement dans la seconde moitié du xxe siècle au Japon (on parle également de
modèle japonais) dans un contexte économique de relative abondance.
• La mise en œuvre du « juste à temps » qui permet de diminuer les stocks de produits dont les
gammes tendent à s’étendre pour répondre aux besoins de plus en plus exigeants des
consommateurs.
• La mise en œuvre d’une démarche de qualité totale qui vise à satisfaire tous les partenaires de
l’entreprise.
• Les cinq zéros (zéro défaut, zéro délai, zéro papier, zéro panne, zéro stock), etc.

Section 2. Les modèles mathématiques de gestion


de la production

Le modèle présenté dans le cadre de ce cours est celui de la programmation linéaire. On dis-
tinguera le cas où l’entreprise fabrique (I) un seul produit, (II) deux produits, et (III) trois produits
ou plus.

I. Monoproduction
Dans le cas d’une entreprise monoproduit, il n’y a pas d’outil mathématique particulier à
connaître. Un peu de bon sens et une lecture attentive des contraintes de l’énoncé suffisent à
résoudre les exercices.

201211TDPA0313 71
Contrôle de gestion • Série 3

La principale contrainte porte en général sur les ventes, et sur l’organisation de la production.
Les ventes sont généralement irrégulières, alors qu’il est préférable d’utiliser l’outil de production
de manière plus régulière pour diminuer les coûts de production. L’entreprise peut être amenée
à constituer des stocks ponctuellement.
L’astuce est en général de partir du programme des ventes, et de remonter le temps en partant
de la fin du tableau. Cela permet d’anticiper les éventuelles futures contraintes de production.

Exemple applicatif 16

La société E prévoit les ventes pour l’année à venir :

Mois J F M A M J J
Ventes 50 50 100 75 80 80 120

L’entreprise considère qu’il est indispensable de posséder au début de chaque mois le nombre
de produits suffisant pour faire face aux ventes du mois. Par ailleurs, l’entreprise ne peut fabri-
quer plus de 100 unités par mois, et elle prévoit de fermer son atelier en juin. Enfin, le stock initial
est de 100 unités.
Pour établir son programme de production du premier trimestre, l’entreprise va donc partir de la
fin de la période : à la fin juin, l’entreprise doit posséder un nombre de produits égal aux ventes
de juillet, soit 120 produits. Pour cela, elle devrait prévoir de produire 120 en juin.
Or nous avons vu que l’entreprise avait deux contraintes : elle ne peut produire plus de 100 uni-
tés par mois, et l’atelier est fermé en juin. C’est une double contrainte qu’il faut anticiper. Si
l’entreprise ne constitue pas des stocks, elle se retrouvera en rupture en juillet.
On peut donc construire le tableau (programme de production) suivant :

Mois J F M A M J J
Stock au début du mois 100 200 120
Production 0
Ventes 50 50 100 75 80 80 120
Stock fin de mois 120

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Ainsi, comme la production est nulle en juin, mais que les ventes de juin sont de 80, il faut que
le stock début juin soit au moins de 200 unités pour assurer les ventes de juin et de juillet. On
remonte ensuite mois par mois pour élaborer le programme semestriel :

Mois J F M A M J J
Stock au début du mois 100 180 200 120
Production 100 0
Ventes 50 50 100 75 80 80 120
Stock fin de mois 180 200 120

Ainsi en mai, l’entreprise produira le maximum, soit 100 unités, etc. Au final, le programme de
production est le suivant :

Mois J F M A M J J
Stock au début du mois 100 105 155 155 180 200 120
Production 55 100 100 100 100 0
Ventes 50 50 100 75 80 80 120
Stock fin de mois 105 155 155 180 200 120

Dans le cas d’une entreprise monoproduit, la gestion de la production est donc essentiellement
limitée à l’organisation de la production dans le temps. Mais si l’entreprise fabrique plusieurs
produits, un autre problème se pose ; celui de la composition de la production.

72
UE 121 • Contrôle de gestion

II. Multiproduction : cas de deux produits


Dans le cas d’une entreprise multiproduits, le problème de la gestion de production se complexi-
fie puisqu’en plus des problèmes de gestion de la production dans le temps se pose le problème
de la combinaison optimale des produits à fabriquer.
Plus précisément, le problème ne se pose que si les facteurs de production ne sont pas illimités,
et qu’il faut donc faire un choix entre produire par exemple plus de produits A et moins de B, ou
plus de B et moins de A… Quelle est la combinaison optimale ?
Pour répondre à cette question, s’il est possible de modéliser sous forme mathématique les
contraintes et les objectifs, le problème revient comme généralement en gestion à optimiser une
fonction objectif sous contraintes.
Dans le cadre du programme du DGC, seul le modèle mathématique de programmation linéaire
sera abordé.

A. La programmation linéaire
La programmation linéaire a pour objet de résoudre un problème économique :
• Optimiser (recherche d’un maximum ou d’un minimum) une fonction économique de forme
linéaire (c’est-à-dire qu’elle s’exprime uniquement sous forme d’équations du premier degré).
• Compte tenu de contraintes (qui s’expriment également sous forme d’équations et/ou iné-
quations linéaires).
Les problèmes peuvent être résolus graphiquement (méthode à privilégier) quand il y a deux
variables. Au-delà de deux variables, la méthode du simplexe est nécessaire.

B. La forme canonique
Il s’agit de l’étape la plus importante de la résolution. Elle consiste à exprimer sous une forme
mathématique un problème énoncé de façon littéraire.
Pour cela, il faut :
• Définir de façon précise les variables.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

• Exprimer les contraintes.


• Exprimer la fonction économique.

1. Les contraintes
Les contraintes sont liées au contexte. Elles s’expriment en général sous forme d’inéquations.
Par exemple, s’il n’y a que 10 ouvriers et que chacun peut travailler 35 heures durant la semaine,
le nombre d’heures de production est limité à 350 par semaine. Si fabriquer une table (T) néces-
site 5 heures de travail, et fabriquer une chaise (C) nécessite 2 heures, on peut écrire :
(5 × T) + (2 × C) ≤ 350
Avec T = nombre de tables à produire dans la semaine, et C = nombre de chaises à produire
dans la semaine.
Autrement dit, on peut fabriquer 70 tables et zéro chaises, ou 175 chaises et zéro tables en une
semaine. Ce sont des combinaisons possibles de tables et de chaises qui peuvent être produites
en une semaine dans cette entreprise compte tenu des contraintes spécifiques de production.

2. L’objectif
L’objectif s’exprime sous forme d’une équation à maximiser. Par exemple, si la marge sur coût
variable réalisée sur la vente d’une table est de 10 euros, et que la marge sur coût variable réali-
sée sur la vente d’une chaise est de 5 euros, la fonction objectif s’écrira :
Max (10.T + 5.C)

201211TDPA0313 73
Contrôle de gestion • Série 3

Elle signifie que parmi toutes les combinaisons de T et de C possibles, on cherche celle(s) qui
fournissent le résultat le plus grand.
Normalement, l’entreprise cherche à maximiser son bénéfice (ou à minimiser son coût de pro-
duction). Mais dans la plupart des cas, la modélisation mathématique simplifie la réalité en dis-
tinguant les coûts fixes (indirects) et les coûts variables (directs).
En effet, dans un contexte de gestion de la production, on se situe dans une logique opération-
nelle d’analyse des coûts à court terme. Il n’est pas question ici d’analyser les charges de struc-
ture et de les répartir sur les produits (voir le cours de la série 1). Dans une logique de coûts
partiels, on ignore les coûts fixes sur lesquels on considère que l’on ne peut pas agir. Seuls les
coûts variables sont pris en compte, et maximiser le résultat se réduit à maximiser la marge sur
coûts variables.
Si cela est vrai dans la plupart des exercices de gestion de la production, on fera tout de même
attention au contexte particulier dans lequel se trouve l’entreprise. La maximisation de la marge
sur coût variable est une simplification bien pratique, mais s’il est possible d’identifier des coûts
spécifiques, il se peut que cette simplification ne soit plus pertinente.
Par ailleurs, une erreur courante consiste à maximiser le chiffre d’affaires à la place de la marge
sur coût variable (ou le résultat).

Exemple applicatif 17

La société Alpha fabrique, entre autres, deux produits : le Bet et le Num. La fabrication de ces
produits nécessite un passage dans un atelier pour lequel on dispose des renseignements sui-
vants pour un mois d’activité :

Capacité Nombre d’unités Nombre d’unités Coût variable


exprimée d’œuvre pour d’œuvre pour d’une unité
en unités d’œuvre un produit Bet un produit Num d’œuvre
Atelier 900 6 5 40 €
MOD 720 6 3 45 €

Pour rentabiliser cette activité, la société doit produire au moins 80 produits. La demande men-

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
suelle maximum est de 100 produits Bet et de 150 produits Num. Les prix de vente unitaires sont
de 770 euros pour le produit Bet et de 535 euros pour le produit Num.

Forme canonique :
Soit :
x : le nombre de produits Bet à produire chaque mois,
y : le nombre de produits Num à produire chaque mois.

Calcul des marges unitaires sur coûts variables


x 0 Bet Num
Ô
Ôy 0 Atelier 240 200
Ô6 x  5 y £ 900 MOD 270 135
Ô 1. Charges variables 510 335
Ì6 x  3 y £ 720
Ô x  y 80 2. Prix de vente 770 535
Ô 2.1 Marge sur coûts variables 260 200
Ô x £ 100
Ô y £ 150
Ó
MAX F = 260 x + 200 y

L’accolade signifie que toutes les contraintes doivent être respectées.


Ce programme est dit linéaire car les contraintes et la fonction économique sont du premier
degré.

74
UE 121 • Contrôle de gestion

C. La résolution graphique
La résolution graphique est à privilégier pour les programmes linéaires à deux variables. Elle
nécessite de commencer par déterminer le domaine des solutions acceptables et par tracer la
fonction objectif.
Pour définir le domaine des solutions acceptables (DSA), il faut tracer les contraintes, puis
remarquer que chaque contrainte partage le plan en deux parties.
L’étude du point (0, 0) permet de définir :

• Le demi-plan qui respecte la contrainte.


Si l’inéquation est vérifiée pour (0, 0), le demi-plan fait partie du domaine des solutions acceptables.
Quand l’inégalité est au sens large, les points de la droite font partie du DSA
y

240

0 x
6 x + 3 y ≤ 720 0 120

• Le demi-plan qui respecte la contrainte.


Si l’inéquation est vérifiée pour (0, 0), le demi-plan fait partie du domaine des solutions acceptables.
Quand l’inégalité est au sens large, les points de la droite font partie du DSA
y
200
150
100
50
0 x
6 x + 5 y ≤ 900 0 50 100 150 200

• Le demi-plan qui ne respecte pas la contrainte.


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Si l’inéquation n’est pas vérifiée pour (0, 0), on hachure cette partie qui ne fait pas partie du domaine
des solutions acceptables.
y
100

50

0 x
x + y ≥ 80 0 50 100

Le domaine des solutions acceptables (DSA) est l’ensemble des combinaisons (x, y) qui res-
pectent les contraintes du programme linéaire à résoudre.
Pour tracer une fonction économique (a x + b y), il faut étudier a x + b y = k, en donnant une
valeur à k (généralement 0).
a
Il s’agit d’une famille de droites parallèles de coefficient directeur – x.
b
Étude de la fonction 260 x + 200 y :

k = 0 k = 26 000 k = 39 000


Fonction 260 x + 200 y = 0 260 x + 200 y = 26 000 260 x + 200 y = 39 000
Passe par (0 ; 0) (0 ; 130) (0 ; 195)
et par (100 ; – 130) (100 ; 0) (150 ; 0)
Valeur de F F = 0 F = 26 000 F = 39 000

201211TDPA0313 75
Contrôle de gestion • Série 3

y Il convient de remarquer que plus la valeur k


400 augmente (diminue), plus la parallèle de F
est éloignée (proche) de l’origine et plus la
300 valeur de l’objectif augmente (diminue).
200
100 k = 39 000

0 x
k = 26 000
– 150 – 100 – 50 0 50
– 100
k=0
– 200

Pour rechercher l’optimum, le résultat suivant est admis : s’il existe au moins une solution opti-
male, il y a un sommet du DSA qui correspond à une solution optimale.
Deux méthodes de recherche sont possibles :

Méthode analytique

Maximisation Minimisation
Plus la valeur k est grande, meilleur est le résultat. Plus la valeur k est petite, meilleur est le résultat.
La solution maximale est donc le sommet par La solution minimale est donc le sommet par
lequel passe la parallèle de F la plus éloignée du lequel passe la parallèle de F la plus proche du
point d’origine (0 ; 0). point d’origine (0 ; 0).

La méthode analytique consiste donc à tracer les contraintes, définir le DSA, tracer l’objectif puis
faire une translation (en déplaçant une règle par exemple) de la fonction objectif.

Méthode énumérative
La méthode énumérative consiste à calculer la valeur de F en chacun des sommets du domaine
des solutions acceptables et à retenir la solution optimale. Cette méthode est plutôt à utiliser en
complément de la précédente, quand la translation de la fonction économique laisse un doute
entre des sommets proches.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Exemple applicatif 17 (suite)

Détermination analytique du programme optimal de production


y
300

250

200

150
B C

100 A
D
F 50
E
0 G F x
– 50 0 50 100 150
– 50

– 100

76
UE 121 • Contrôle de gestion

La solution optimale (point D) est telle que :


6 x  5y  900
Ì x = 75 y = 90
Ó6 x  3y  720
F = (75 × 260) + (90 × 200) = 37 500
Le programme optimal est donc la production mensuelle de 75 produits Bet et de 90 produits
Num pour une marge sur coûts variables maximale égale à 37 500 euros.
À titre indicatif, la méthode énumérative des sommets donne les résultats suivants :

A B C D E F G
Coordonnées (0 ; 80) (0 ; 150) (25 ; 150) (75 ; 90) (100 ; 40) (100 ; 0) (80 ; 0)
Valeur de F 16 000 30 000 36 500 37 500 34 000 26 000 20 800

Remarque
La contrainte x + y ≥ 80 est superflue c’est-à-dire qu’elle peut être supprimée sans changer la
solution de ce problème.

➠➠Pour vous entraîner : faites les exercices autocorrigés 6 « X&Y », et 7 « Société V » dis-
ponibles en fin de série.

Faites également l’exercice « Fromages » disponible dans les ressources de l’UE 121 du site
www.cnamintec.fr.

III. Multiproduction : Autres cas

A. La méthode du simplexe
La résolution graphique est inapplicable au-delà de deux variables. Aussi est-il nécessaire de
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

recourir à une autre méthode : la méthode du simplexe, dite également méthode des tableaux
ou méthode de Dantzig.
Cette méthode, applicable quel que soit le nombre de variables, n’est présentée dans ce cours
que pour des problèmes de maximisation dont les contraintes (autres que celles de positi-
vité) sont de type ≤.

Exemple applicatif 18

Problème de maximisation comportant trois variables.


La société BETA fabrique trois modèles de meubles : classique, rustique, moderne.
Les standards unitaires de production sont résumés dans le tableau suivant :

Modèle Modèle Modèle Capacités


classique rustique moderne maximales
Bois 5 8 5 900
Main-d’œuvre 1 2 3 516
Centre finition 2 2 0 200
Marges sur coûts variables 1 000 960 1 200

La société BETA souhaite déterminer les quantités à produire pour maximiser son résultat.

201211TDPA0313 77
Contrôle de gestion • Série 3

Forme canonique de ce programme :


Soit :
x, nombre de modèles classiques à produire,
y, nombre de modèles rustiques à produire,
z, nombre de modèles modernes à produire.
x 0; y 0; z 0
Ô
ÔÔ 5x  8y  5 z £ 900
Ì 1x  2 y  3 z £ 516
Ô 2x  2y  0 z £ 200
Ô
ÔÓF  1 000 x  960 y  1 200 z (MAX )

1. Mise sous forme standard


La méthode du simplexe nécessite de poser dans un premier temps la forme standard du pro-
blème à résoudre : les inégalités sont transformées en égalités grâce à l’introduction de
variables d’écarts positives ou nulles, notées ei.
Il y a une variable d’écart pour chaque contrainte autre que contrainte de positivité.
Étude de la contrainte relative au facteur bois :
Emploi du facteur bois pour des Capacité du facteur
niveaux de production x, y, z 5x + 8y + 5z + e1 = 900

Écart entre la capacité et la consommation du facteur bois pour une production de x,


y, z. Cet écart permet l’égalité entre les deux membres.

Exemple applicatif 18 (suite)

Mise sous forme standard

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Forme canonique Forme standard
x 0 ; y 0 ; z 0 x 0 ; y 0 ; z 0 e1 0 ; e2 0 ; e3 0
Ô Ô
ÔÔ 5x  8 y  5z £ 900 Ô 5x  8 y  5z  e1  900
Ì 1x  2 y  3 z £ 516 Ô
Ì 1x  2y  3z  e 2  516
Ô 2x  2y  0z £ 200 Ô
Ô Ô 2x  2y  0z  e3  200
ÔÓF  1 000 x  960y  1 200z (MAX) ÔF  1 000 x  960 y  1 200z (MAX)
Ó

Remarque
Sous la forme standard, la fonction objectif est inchangée et pourrait être notée Max (1 000 x
+ 960 y + 1 200 z + 0 e1 + 0 e2 + 0 e3) et mais surtout pas Max (1 000 x + 960 y + 1 200 z + e1
+ e2 + e3).

2. Interprétation d’un tableau


Pour rechercher la solution optimale, les calculs sont présentés dans des tableaux en utilisant la
méthode du pivot de Gauss. Quel que soit le tableau :
Les variables hors-base sont égales à zéro.
La valeur des variables dans la base est lue dans la colonne B.
L’optimum est atteint si tous les coefficients de la dernière ligne sont négatifs ou nuls.

78
UE 121 • Contrôle de gestion

Exemple applicatif 18 (suite)

Solution de départ : premier tableau


Le premier tableau reprend les coefficients de la forme standard.

Lecture du tableau :
Hors Base x y z . . . B Variables Variables
hors base dans la
En Base base
e1 5 8 5 1 0 0 900 x=0 e1 = 900
e2 1 2 3 0 1 0 516 y=0 e2 = 516
e3 2 2 0 0 0 1 200 z=0 e3 = 200
F 1 000 960 1 200 0 0 0 0 F=0

Interprétation du tableau :
• Il s’agit de la solution admissible de départ qui respecte toutes les contraintes : ne rien
produire.
• La production est donc nulle (x = 0 ; y = 0 ; z = 0) et la valeur de la fonction objectif est égale
à 0.
• Les capacités disponibles des facteurs sont intactes (ainsi e1 = 900 signifie qu’il reste 900 uni-
tés de bois).
• Cette solution peut être améliorée puisque les coefficients de la ligne F ne sont pas négatifs ou
nuls.

3. Détermination du pivot
1. La variable qui entre dans la base est celle dont le coefficient positif de la dernière ligne est le
plus grand.
2. La variable qui sort de la base est celle dont la résultante (R) positive est la plus petite. La
résultante est la production maximale sous contrainte de chaque facteur de production.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

3. Le pivot est situé à l’intersection de la variable entrante et de la variable sortante.

Exemple applicatif 18 (suite)

Détermination du pivot
• Pour améliorer la solution de base, il faut commencer à produire. L’étude des marges sur coûts
variables indique qu’il est préférable de commencer par les produits z (marge égale à 1 200,
contre 1 000 pour x et 960 pour y).
• Compte tenu des contraintes à respecter simultanément, la production maximale de produits
z est contrainte à 172 :

Contraintes à respecter : Production maximale de z


5x + 8y + 5 z ≤ 900 900 / 5 = 180
1x + 2y + 3 z ≤ 516 516 / 3 = 172
2x + 2y + 0 z ≤ 200 200 / c = ∞ La division par 0 étant impossible, posons
c qui tend vers 0.

Pour respecter les contraintes, il n’est donc possible de produire que 172 z.
• Pour déterminer le pivot, une colonne résultante (R) est ajoutée au tableau précédent pour
déterminer le pivot. Cette colonne est à présenter après avoir constaté que l’optimum
n’est pas atteint et exprime le raisonnement qui vient d’être présenté.

201211TDPA0313 79
Contrôle de gestion • Série 3

Détermination du pivot du premier tableau

Hors Base
x y z . . . B R
En Base
L1 e1 5 8 5 1 0 0 900 900 / 5 = 180
L2 e2 1 2 3 0 1 0 516 516 / 3 = 172 e2 sort
L3 e3 2 2 0 0 0 1 200 200 / ε = ∞ de la
base
L4 F 1 000 960 1 200 0 0 0 0

z entre dans la base

4. Progression jusqu’à la solution optimale


Pour élaborer un nouveau tableau, les étapes suivantes sont à respecter :
• La variable qui entre en base prend la place de celle qui sort.
• Il convient de diviser la ligne du pivot du tableau qui précède par le pivot. Cette ligne est alors
désignée par L’p dans le deuxième tableau, L’’p dans le troisième…
• Les autres lignes peuvent alors être déterminées à l’aide des coefficients de la colonne de la
variable qui entre dans la base du tableau qui précède et de la ligne du pivot du tableau en
cours.

Exemple applicatif 18 (suite)

1. Structure du deuxième tableau et détermination de la ligne L’p


La variable entrée en base a pris la place de celle qui est sortie. Il convient de diviser la ligne du
pivot du tableau qui précède par le pivot : L’2 = L’p = L1/3

Hors Base
x y . . e2 . B
En Base

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
L’2 Z 1/3 2/3 1 0 1/3 0 172

2. Les autres lignes peuvent alors être déterminées :


L’1 = L1 – 5 L’p
L’3 = L3 – 0 L’p
L’4 = L4 – 1 200 L’p
Hors Base
x y . . e2 . B
En Base
L’1 e1 10/3 14/3 0 1 – 5/3 0 40
L’2 z 1/3 2/3 1 0 1/3 0 172
L’3 e3 2 2 0 0 0 1 200
L’4 F 600 160 0 0 – 400 0 – 206 400

La valeur de F est lue au signe près dans la dernière cellule

La valeur de F est lue au signe près dans la dernière cellule

80
UE 121 • Contrôle de gestion

Détail de L’1 et de L’4 :

10/3 = 5 – (5 × 1/3) 600 = 1 000 – (1 200 × 1/3)


14/3 = 8 – (5 × 2/3) 160= 960 – (1 200 × 2/3)
0 = 5 – (5 × 1) 0 = 1 200 – (1 200 × 1)
1 = 1 – (5 × 0) 0 = 0 – (1 200 × 0)
– 5/3 = 0 – (5 × 1/3) – 400 = 0 – (1 200 × 1/3)
0 = 0 – (5 × 0) 0 = 0 – (1 200 × 0)
40 = 900 – (5 × 172) – 206 400 = 0 – (1 200 × 172)

3. Interprétation du deuxième tableau


Les variables hors base sont nulles : x = y = e2 = 0.
Les variables en base sont : e1 = 40, z = 172 et e3 = 200.
• La production est donc égale à 172 produits z.
• La deuxième contrainte est saturée (e2 = 0), la capacité disponible de la contrainte 1 est de
40 unités (e1 = 40) et la capacité disponible de la contrainte 3 est de 200 unités (e3 = 200).
• L’objectif est égal à 206 400 euros.
• Cette solution peut être améliorée puisque les coefficients de la ligne F ne sont pas négatifs ou
nuls.
• Il est possible de vérifier cette solution :
900 - (5 ¥ 0  8¥0 5 ¥ 172)  40
Ô516 - (1¥ 0  2¥0  3 ¥ 172)  0
Ô
Ì
Ô 200 - ( 2 ¥ 0  2 ¥ 0  0 ¥ 172)  200
ÔÓF  1 000 ¥ 0  960 ¥ 0  1 200 ¥ 172  206 400

4. Détermination du pivot

Hors Base R
x y . . e2 . B
En Base
L’1 e1 10/3 14/3 0 1 – 5/3 0 40 12 e1 sort de
la base
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

L’2 z 1/3 2/3 1 0 1/3 0 172 516


L’3 e3 2 2 0 0 0 1 200 100
L’4 F 600 160 0 0 – 400 0 – 206 400

x entre dans la base

Tant que la solution optimale (tous les coefficients de la dernière ligne négatifs ou nuls) n’est pas
atteinte, la progression suit les mêmes étapes.

5. Structure du troisième tableau et détermination de la ligne L’’p


La variable qui entre en base prend la place de celle qui est sortie. Il convient de diviser la ligne
du pivot du tableau qui précède par le pivot : L’’1 = L’’p = L’1/(10/3)

Hors Base
. y . e1 e2 . B
En Base
L’’1 x 1 1,4 0 0,3 – 0,5 0 12

201211TDPA0313 81
Contrôle de gestion • Série 3

6. Les autres lignes peuvent alors être déterminées


L’’2 = L’2 – (1/3) L’’p
L’’3 = L’3 – 2 L’’p
L’’4 = L’4 – 600 L’’p

Hors Base . y . e1 e2 . B
En Base
L’’1 x 1 1,4 0 0,3 – 0,5 0 12
L’’2 z 0 0,2 1 – 0,1 0,5 0 168
L’’3 e3 0 – 0,8 0 – 0,6 1 1 176
L’’4 F 0 – 680 0 – 180 – 100 0 – 213 600

7. Interprétation du troisième (et dernier) tableau


Les variables hors base sont nulles : y = e1 = e2 = 0.
Les variables en base sont : x = 12, z = 168 et e3 = 176.
• Il s’agit de la solution optimale puisque tous coefficients de la dernière ligne (ou taux margi-
naux de substitution) sont négatifs ou nuls.
• La solution optimale est la production de 12  modèles classiques, 0  modèle rustique et
168 modèles modernes pour une marge sur coûts variables maximale de 213 600 euros.
• Les contraintes relatives à la main-d’œuvre et au bois sont saturées, et il reste une capacité de
176 unités pour le centre finition.
• Il est possible de vérifier cette solution :
900 - (5 ¥ 12  8 ¥ 0  5 ¥ 168 )  0
Ô516 - (1¥ 12  2 ¥ 0  3 ¥ 168 )  0
Ô
Ì
Ô 200 - ( 2 ¥ 12  2 ¥ 0  0 ¥ 168 )  176
ÔÓF  1 000 ¥ 12  960 ¥ 0  1 200 ¥ 168  213 600

➠➠Pour vous entraîner : faites l’exercice autocorrigé 8 « Entreprise D » proposé en fin de série.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
En conclusion, la méthode du simplexe est au programme de l’examen. Cependant, elle pré-
sente l’inconvénient d’exiger de longs calculs et, en ce sens, elle n’est pas dans l’esprit du DCG
qui se veut plus analytique et axé sur la réflexion.
Il faut donc être capable de savoir interpréter des tableaux de calculs et être capable d’expliquer
comment une ligne est obtenue.

B. Le cas du facteur rare de production


Il existe un cas particulier : le facteur rare de production. Une forme canonique présente un cas
de facteur rare quand une seule des contraintes est commune à toutes les variables.
La résolution se fait avec un raisonnement presque intuitif : en privilégiant d’abord les produits
dont la marge sur coût variable par unité de facteur rare consommée est la plus importante.

Exemple applicatif 19

La société Braque fabrique trois produits A, B, C dont les caractéristiques sont les suivantes :

A B C
Marge sur coûts variables 100 300 360
Atelier (Capacité 8 500 uo) 2 uo 4 uo 6 uo
Ventes maximales 1 000 1 000 500
Remarque : uo = unité d’œuvre.

Elle souhaite déterminer son programme optimal de production

82
UE 121 • Contrôle de gestion

1. Forme canonique
A ≥ 0 ; B ≥ 0 ; C ≥ 0
A £ 1000
ÔB £ 1000
Ô
Forme canonique : Ì
ÔC £ 500
ÔÓ2 A  4 B  6 C £ 8 500
MAX (100 A + 300 B + 360 C)
Il s’agit d’un problème de « facteur rare » : l’atelier est la seule ressource commune qui contraint
la production.

2. Résolution
Le problème peut être résolu par l’algorithme du simplexe. Cependant, il est plus rapide, dans
ce cas particulier, de classer les produits en fonction de la marge générée par unité d’œuvre
consommée :

A B C
Marge sur coûts variables (1) 100 300 360
Atelier (2) 2 uo 4 uo 6 uo
Marges par unité d’œuvre (1)/(2) 50 75 60
Classement des produits 3 1 2

Dans un premier temps, il faut produire le maximum de produits B, soit B = 1 000. La consom-
mation du facteur rare est égale à : 4 × 1 000 = 4 000 unités d’œuvre. La capacité disponible du
facteur rare devient égale à : 8 500 – 4 000 = 4 500 unités d’œuvre.
Dans un deuxième temps, il faut produire le maximum de produits C, compte tenu de la capa-
cité disponible, soit C = 500.
La consommation du facteur rare est égale à : 6 × 500 = 3 000 unités d’œuvre.
La capacité disponible du facteur rare devient égale à : 4 500 – 3 000 = 1 500 unités d’œuvre.
Enfin, il faut produire le maximum de produits A, compte tenu de la capacité disponible, soit A =
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

1 500/2 = 750.
La consommation du facteur rare est égale à : 2 × 750 = 1 500 unités d’œuvre.
Le facteur rare est alors saturé.
La combinaison optimale est donc : A = 750, B = 1 000 et C = 500.
La marge sur coûts variables correspondante est égale à :
75 000 + 300 000 + 180 000 = 555 000 €
Il est possible de vérifier la solution par l’algorithme du simplexe.

Pour vous entraîner : faites le sujet 2008 du DCG téléchargeable sur le site
www.cnamintec.fr (examen de l’État).

Section 3. Les problèmes d’ordonnancement

L’ordonnancement a pour but d’organiser dans le temps (« ordonner ») de manière optimale un


ensemble de tâches, soumises à des contraintes, qui concourent à la réalisation d’un objectif ;
Autrement dit, elle permet :
• de déterminer le meilleur temps de réalisation de l’objectif ;
• d’indiquer les tâches qui ne peuvent souffrir de retard sans remettre en cause la durée totale
du projet.

201211TDPA0313 83
Contrôle de gestion • Série 3

Remarque
Les problèmes d’ordonnancement sont des problèmes d’optimisation dans lesquels on ne
cherche pas à maximiser (un résultat) mais à minimiser (un délai).

I. Les graphes

A. Principales représentations d’un graphe


1. Représentation sagittale (du latin sagitta, « flèche »)

C E Un chemin est une suite d’arcs dont chaque extrémité terminale (sauf
pour le dernier) est l’extrémité initiale du suivant.
A
Ainsi A, B, D est un chemin alors que A, B, C n’en est pas un.
Un circuit est un chemin qui se ferme sur lui-même : l’extrémité
terminale du dernier arc est l’origine du premier.
B D Ainsi C, B, D est un circuit.

2. Représentation sous forme de matrice booléenne (c’est-à-dire composée


de 1 et de 0)
La présentation matricielle permet d’exploiter des progiciels d’ordonnancement et de
transport.

Sommets d’arrivée
A B C D E Le chiffre 1 signifie l’existence d’une relation.
A 0 1 0 0 0 La matrice se lit dans les deux sens :
Sommets B 0 0 0 1 0 • En ligne : le sommet C est suivi des sommets B et E.
origines C 0 1 0 0 1 • En colonne : le sommet E est précédé des sommets C et D.
D 0 0 1 0 1
E 0 0 0 0 0

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
3. Représentation sous forme de dictionnaires
Dictionnaire des précédents : Dictionnaire des suivants :
Sommets Précédents Sommets Suivants
X P(X) X S(X)
A / A B
B A ; C B D
C D C B ; E
D B D E ; C
E D ; C E /

B. Recherche des niveaux d’un graphe sans circuit


Cette étape a pour objectif de rendre la représentation sagittale du graphe plus claire. Elle
consiste à classer par ordre croissant de niveau les sommets de gauche à droite.

Le niveau d’un sommet est le nombre d’arcs qui le A B C


sépare de l’origine par le chemin le plus long.
D

Niveau 0 : A, D
Niveau 1 : B
Niveau 2 : C

84
UE 121 • Contrôle de gestion

La démarche de recherche des niveaux est itérative :


• 1. Première étape : sont de niveau 0 les sommets sans précédent
• 2. Deuxième étape : les sommets classés en niveau 0 sont barrés dans les deux colonnes.
• 3. Troisième étape : la procédure de l’étape 2 est répétée pour obtenir les niveaux suivants.

Exemple applicatif 20

La réalisation d’un projet nécessite la réalisation de 10 tâches dont les conditions d’antériorité et
la durée sont précisées dans le tableau suivant :

Tâches (X) Tâches antérieures P(X) Durée en semaines


A Aucune 6
B A 10
C A 6
D Aucune 3
E A, C 14
F A, C, E 5
G A, B, C, J 9
H D 15
I A, B, C, E, F, G, J 7
J A, C 7

1. Niveau 0 : sommets sans précédent


Niveau 0 = A, D
Ces sommets sont barrés dans les deux colonnes.

Tâches (X) Tâches antérieures P(X)


A
B A
C A
D
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

E A,C
F A , C, E
G A , B, C, J
H D
I A , B, C, E, F, G, J
J A,C

2. Niveau 1
Sont de niveau 1 les sommets dont la colonne P(X) est entièrement barrée :
Niveau 1 = B, C, H
Ces sommets sont barrés dans les deux colonnes.

201211TDPA0313 85
Contrôle de gestion • Série 3

3. Niveau 2

Tâches (X) Tâches antérieures P(X)


A
B A
C A
D
E A, C
F A , C, E
G A , B , C, J Niveau 2 = E, J
H D
I A , B , C, E, F, G, J
J A, C

4. Niveau 3

Tâches (X) Tâches antérieures P(X)


A
B A
C A
D Niveau 3 = F, G
E A, C
F A , C, E
G A , B , C, J
H D
I A A , B , C, E , F, G, J
J A, C

5. Niveau 4

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Tâches (X) Tâches antérieures P(X)
A
B A
C A
D Niveau 4 = I
E A, C
F A , C, E
G A , B , C, J
H D
I A , B , C, E , F , G , J
J A, C

C. Suppression des redondances


La suppression des redondances n’est à effectuer que si le dictionnaire et/ou la matrice des
sommets « immédiatement antérieurs » (c’est-à-dire adjacents) ne sont pas communiqués.
Le terme « antérieur » (ou précédent) signifie avant (c’est-à-dire pas nécessairement adjacent).

86
UE 121 • Contrôle de gestion

Un extrait du dictionnaire des précédents de l’exemple 20 permet d’illustrer cette notion :

Tâches Tâches
antérieures A C E L’arc A, E est redondant et ne doit pas figurer
C A sur la représentation sagittale.
E A, C

La représentation sagittale du graphe nécessite donc la suppression des contraintes redon-


dantes pour obtenir le dictionnaire (ou la matrice) des sommets « immédiatement antérieurs »
(c’est-à-dire adjacents).

Exemple applicatif 20 (suite)

La démarche consiste à rechercher les antécédents des tâches antérieures :

Tâches Tâches antérieures Antécédents Tâches immédiatement antérieures (8)


A / /
B A / (1) Tâche A
C A / commune à A
D / ne pas retenir /
E A, C A (2) C
F A, C, E A, C (3) E
G A, B, C, J A, C (4) B, J
H D / (5) D
I A, B, C, E, F, G, J A, C, E, B, J (6) F, G
J A, C A (7) C

(1) La tâche B a pour tâche antérieure :


• la tâche A qui n’a pas de tâche antérieure donc/
(2) La tâche E a pour tâche antérieure :
• la tâche A qui n’a pas de tâche antérieure donc/
• la tâche C qui a pour antécédent A
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

(3) La tâche F a pour tâche antérieure :


• la tâche A qui n’a pas de tâche antérieure donc/
• la tâche C qui a pour antécédent A
• la tâche E qui a pour antécédent A et C
(4) La tâche G a pour tâche antérieure :
• la tâche A qui n’a pas de tâche antérieure donc/
• la tâche B qui a pour antécédent A
• la tâche E qui a pour antécédent A
• la tâche J qui a pour antécédent A et C
(5) La tâche H a pour tâche antérieure :
• la tâche D qui n’a pas de tâche antérieure donc/
(6) La tâche I a pour tâche antérieure :
• la tâche A qui n’a pas de tâche antérieure donc/
• la tâche B qui a pour antécédent A
• la tâche C qui a pour antécédent A
• la tâche E qui a pour antécédent A et C
• la tâche F qui a pour antécédent A, C et E
• la tâche G qui a pour antécédent A, B, C et J
• la tâche J qui a pour antécédent A et C

201211TDPA0313 87
Contrôle de gestion • Série 3

(7) La tâche E a pour tâche antérieure :


• la tâche A qui n’a pas de tâche antérieure donc/
• la tâche C qui a pour antécédent A
(8) La colonne des tâches immédiatement antérieures (ou adjacentes) est obtenue en suppri-
mant les tâches communes de la colonne tâches antérieures et de la colonne des antécédents.

Remarque
Il est également possible de déterminer les niveaux après avoir supprimé les redondances.

Présentation sagittale du graphe sans les redondances


D H

A C E F I

J
B
G

Niveau 0 Niveau 1 Niveau 2 Niveau 3 Niveau 4

II. Méthode des potentiels Métra (MPM)


Les principales méthodes d’ordonnancement sont :
• La méthode PERT (Program Evaluation Research Task) développée à la fin des années cin-
quante aux États-Unis par la NASA pour la réalisation des fusées Polaris. Il s’agit de la méthode
la plus connue en raison de son origine.
• La méthode des potentiels Métra (MPM) développée en France en 1958 par l’équipe de B.
Roy au sein de la société de conseil « Séma-Métra » dans le cadre de la construction du
paquebot France (et/ou pour l’implantation d’une centrale nucléaire ?).

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Seule la méthode MPM est développée car les deux méthodes sont extrêmements similaires.
Les différences sont essentiellement de l’ordre de la présentation graphique. Dans les deux cas,
il faut tracer un graphe des tâches. Dans les deux cas, on cherche à déterminer les dates de
début au plus tôt et les dates de début au plus tard. Dans l’un, les tâches sont représentées par
des carrés, dans l’autre par des ronds…

A. Conventions de représentation de la méthode MPM

Les sommets du graphe représentent les tâches à Les arcs représentent les contraintes de
réaliser et sont symbolisés par des carrés. succession.
Ils sont valués et correspondent au délai à partir
duquel peut commencer la tâche suivante.

Début au plus tôt Début au plus tard

t T Durée de X t T Durée de Y
X Y

Interprétation : la tâche X précède la tâche Y et doit être achevée avant le commencement de Y.

88
UE 121 • Contrôle de gestion

B. Tracement du graphe
Les sommets sont placés par niveaux et de façon à limiter les croisements entre les arcs, et la
durée des tâches est reportée sur les arcs.
Un sommet FIN, aboutissement des tâches sans suivant termine le graphe.
3 15
D H

6 6 14 5 7
A C E F I FIN
6
6
7 9
J

B 10 G

a b Légende
a = début au plus tôt
X
b = début au plus tard

Remarque
Ne pas oublier de relier la tâche H à la tâche finale.

C. Détermination du chemin critique


La recherche du chemin critique nécessite le calcul préalable des dates au plus tôt et des dates
au plus tard de chaque tâche.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

1. Calcul des dates de début au plus tôt


La date de début au plus tôt est la date à laquelle une tâche peut
0
6 débuter.
X Une tâche ne peut commencer tant que les tâches antérieures ne sont
6 pas toutes terminées.
Z En conséquence, quand il y a convergence vers une tâche, il est
0 nécessaire de retenir le chemin le plus long.
4 Les dates au plus tôt se calculent en marquant les sommets de la
Y
gauche vers la droite.

201211TDPA0313 89
Contrôle de gestion • Série 3

Exemple applicatif 20 (suite)

Calcul des dates de début au plus tôt

0 3 3 15
D H

0 6 6 6 12 14 26 5 31 7 38
A C E F I FIN
6
6
12
7 9
J
6 19
B 10 G

a b Légende
a = début au plus tôt
X b = début au plus tard

Remarque
Les tâches A et D peuvent commencer immédiatement, d’où une date au plus tôt égale à 0.
Le projet peut donc être terminé au mieux 38 semaines après le commencement des travaux.

2. Calcul des dates de début au plus tard


La date de début au plus tard est la date limite à laquelle une
15 5 20
tâche peut commencer sans retarder le projet.
U V La date limite de commencement d’une tâche ne doit pas remettre

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
3 en cause la durée totale du projet.
En conséquence, quand il y a convergence vers une tâche, il est
20 – 5 = 15 19 nécessaire de retenir le chemin le plus court.
19 – 3 = 16 W Les dates de début au plus tard se calculent en partant de la fin
du projet après avoir reporté la date de fin au plus tôt calculée
précédemment.

3. Chemin critique
Le chemin critique est le chemin le plus long entre le niveau 0 et la fin du projet. Il est constitué
de l’ensemble des tâches critiques, c’est-à-dire des tâches dont la réalisation ne souffre aucun
retard. Une tâche est critique quand sa date de début au plus tôt est égale à sa date de début
au plus tard. La longueur du chemin critique est donc égale à la somme des durées des tâches
critiques.

90
UE 121 • Contrôle de gestion

Exemple applicatif 20 (suite)

Calcul des dates de début au plus tard et détermination du chemin critique

0 20 3 3 23 15 La date de fin au
plus tôt du projet
D H est reportée.

0 0 6 6 6 6 12 12 14 26 26 5 31 31 7 38 38
A C E F I FIN
6
6
12 15
7 9
J
6 12 19 22
B 10 G

Chemin critique :
Soit : A-C-E-F-I
Vérification : 6 + 6 + 14 + 15 + 7 = 38

a b Légende
a = début au plus tôt
X

D. Calcul et interprétation des marges


Pour chaque tâche, deux marges peuvent être calculées : la marge totale et la marge libre.
MARGE TOTALE MARGE LIBRE
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

La marge totale est le retard maximum que La marge libre est le retard maximum que
peut prendre la réalisation d’une tâche sans peut prendre la réalisation d’une tâche sans
retarder la durée totale du projet. remettre en cause les dates au plus tôt des
tâches suivantes, et donc sans retarder la
marge totale des autres tâches.

tx Tx tx dx ty
X X Y

Marge totale de X = Tx – tx Marge totale de X = ty – dx – tx

Remarques
Les marges d’une tâche critique sont donc nulles puisqu’elle ne peut prendre de retard.
La marge libre d’une tâche est toujours inférieure ou égale à sa marge totale.
Calcul de la marge libre d’une tâche en cas de convergence vers la tâche.

201211TDPA0313 91
Contrôle de gestion • Série 3

18 2 22 Marge libre de la tâche R :

R S Date au plus Date au plus Date au plus


tôt de R tôt de S tôt de T
2
18 22 25
Durée de R
25
M. L. = 22 – 2 – 18 = 2
T
M. L. = 25 – 2 – 18 = 5

Retenir le minimum : marge libre de R = 2

Exemple applicatif 20 (suite)

Calcul des marges totales et des marges libres :


Dates au Dates au Marges Marges Détail du calcul des marges libres :
Tâches
plus tôt plus tard totales libres
A 0 0 0 0 6 – 6 – 0 = 0 ; 6 – 6 – 0 = 0
B 6 12 6 3 19 – 10 – 6 = 3
C 6 6 0 0 12 – 6 – 6 = 0
D 0 20 20 0 3 – 3 – 0 = 0
E 12 12 0 0 26 – 14 – 12 = 0
F 26 26 0 0 31 – 5 – 26 = 0
G 19 22 3 3 31 – 9 – 19 = 3
H 3 23 20 20 38 – 15 – 3 = 20
I 31 31 0 0 38 – 7 – 31 = 0
J 12 15 3 0 19 – 7 – 12 = 0

Interprétation des marges de la tâche J :


Il est possible de prendre un retard de 3 semaines (marge totale = 3) sans changer la durée du
projet.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
En revanche, si on désire ne pas remettre en cause la date de commencement au plus tôt des
tâches suivantes, un retard est impossible (marge libre = 0).

➠➠Pour vous entraîner : faites l’exercice autocorrigé 9 « Produit P » proposé en fin de série.

III. Diagramme de Gantt


Le diagramme de Gantt est un outil très utilisé par les opérationnels pour visualiser le suivi des
tâches d’un projet.
Il se présente sous la forme d’un planning qui comporte en colonnes un calendrier dont le décou-
page peut être journalier, hebdomadaire ou mensuel en fonction du projet suivi, et en lignes les
tâches, en distinguant l’aspect prévisionnel et l’aspect réel.
Par rapport au graphe MPM, il ne fait pas apparaître les dates de début au plus tard et ne permet
pas de faire apparaître le chemin critique. En revanche, il a l’avantage d’être assez simple à
construire et à lire. Il a surtout l’avantage de pouvoir être utilisé pour ré-estimer le coût d’un pro-
jet en cours d’avancement, en prévoyant au moins deux lignes par tâche de manière à faire
figurer sur une ligne la prévision, et sur une autre ligne la réalisation.

92
UE 121 • Contrôle de gestion

Exemple applicatif 21

Une entreprise a décidé la construction d’un entrepôt. Il est en cours d’aménagement. L’annexe 1
présente la liste des tâches et coûts prévus, le planning et l’état des réalisations établi 20  semaines
après le démarrage du projet.

Liste des tâches et coûts prévus


Tâches Durées
Tâches immédiatement prévues Coûts prévus
antérieures (semaines)
A Destruction agencement existant / 2 60 000 €
B Mise en place d’un nouvel agencement A 8 180 000 €
C Mise en place d’un nouvel agencement B 4 32 000 €
D Mise en place des dispositifs de stockage C 7 105 000 €
des ouvrages
E Création de quais d’expédition C 2 58 000 €
F Installation du matériel de bureau D 1 83 000 €
G Installation du matériel de bureau D 4 120 000 €

État des réalisations après 20 semaines


Durée réelle des tâches Réalisé
Tâches Coûts réels
réalisées ou débutées à 20 semaines
A 03 semaines 100 % 68 000 €
B 10 semaines 100 % 192 000 €
C 5 semaines 100 % 36 000 €
D 2 semaines 25 % 50 000 €
E 2 semaines 100 % 58 000 €
F 0 0 0
G 0 0 0

1. Établir le planning prévisionnel des travaux sur un diagramme de Gantt. En déduire


la date prévisionnelle de fin des travaux.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Diagramme de Gantt (l’analyse se situe à la fin de la semaine 20)


Semaines
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
P
A
R
P
B
R
P
C
R
P
D
R
P
E
R
P
F
R
P
G
R
P = prévu R = réel

Fin prévue : 25 semaines après le commencement.

201211TDPA0313 93
Contrôle de gestion • Série 3

2. Analyser l’état d’avancement réel du projet et en déduire la date de fin probable


des travaux dans l’hypothèse où les tâches non débutées respecteront les durées pré-
vues et que les tâches en cours suivront le même rythme. Reporter le résultat de cette
analyse sur le diagramme de Gantt.
L’avancement réel a été reporté sur le schéma précédent.
La tâche A a pris une semaine de retard dans son exécution, ce qui retarde le début de B. La
tâche B a pris deux semaines de retard dans son exécution, ce qui retarde le début de C. La
tâche C débute avec 3 semaines de retard (cumul du retard de A et B) et a pris une semaine de
retard dans son exécution, ce qui retarde le début de D. La tâche D est débutée pour 25 % et
devrait durer 8 semaines à ce rythme, soit une semaine de plus que prévu. Les tâches F et G
débuteront à ce rythme avec un retard cumulé de 5 semaines. Si la durée prévue des tâches F
et G est respectée, le projet sera terminé au mieux 30 semaines après son commencement. La
tâche E a débuté avec 4 semaines de retard et a été exécutée dans le temps prévu. Le projet
sera terminé au mieux 30 semaines après son commencement.

3. En supposant que la tâche D sera poursuivie au même rythme (durée et coûts) que
durant ses deux premières semaines de réalisation, indiquer quelle devrait être la durée
totale du projet et ré-estimer son budget total.

Budget réestimé
Tâches Réalisé à 20 semaines Coûts réels
A Coûts réels 68 000
B Coûts réels 192 000
C Coûts réels 36 000
D (50 000/2) × 8 200 000
E Coûts réels 58 000
F Coûts prévus 83 000
G Coûts prévus 120 000
Budget réestimé 757 000

➠➠Pour vous entraîner : faites l’exercice autocorrigé 9 « Produit P » proposé en fin de série.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Chapitre 5. La gestion de la qualité
Les outils liés à la gestion de la qualité qui seront présentés sont l’estimation, les tests d’hypo-
thèse, le diagramme de Pareto, le diagramme d’Ishikawa, les cercles de qualité et le coût cible.
Mais avant de présenter les outils qui feront l’objet d’exercices le jour de l’examen, les enjeux liés
à la qualité sont présentés.

Section 1. Les enjeux de la qualité

I. Qualité, certification, et qualité totale

A. Définition de la qualité

Définition
D’après la définition de l’ISO (l’Organisation Internationale de Normalisation ou International
Standard Organisation), la qualité d’un produit ou d’un service est définie comme l’aptitude
d’un ensemble de caractéristiques à satisfaire des besoins ou des attentes qui peuvent être
exprimés ou implicites.

94
UE 121 • Contrôle de gestion

Ce qui est intéressant dans cette définition, c’est que la qualité n’est pas définie de manière
objective : un produit n’est pas par nature de qualité. La qualité ne se comprend que relative-
ment à l’usage qui est fait du produit. Dans une entreprise ou une organisation, la qualité est
définie en fonction des besoins et des attentes des clients. La qualité concerne tous les secteurs
de l’entreprise tels que les produits, les services, la stratégie, les processus, les ressources, les
indicateurs de performance organisationnelle, la gestion, ainsi que l’information sur les clients et
l’environnement organisationnel.
La gestion de la qualité est la mise en place dans un « organisme », quel qu’il soit, d’un ensemble
d’activités orientées vers la satisfaction d’une entité, généralement appelée « client », qui est
le bénéficiaire final de l’activité de cet organisme.
Plus largement, c’est aussi un moyen que se donnent certaines organisations, dans des buts tels
que la mise en conformité par rapport aux standards du marché, la recherche de l’efficience, ou
encore pour assurer leur pérennité en s’assurant de la satisfaction de leurs partenaires, des
fournisseurs aux clients en passant par les actionnaires, les employés et l’État. On parle alors de
qualité totale.

B. La Certification
La certification est une procédure par laquelle un organisme externe indépendant atteste qu’un
produit, un service ou un processus est conforme aux exigences d’une norme. L’Organisation
internationale de normalisation (ISO) a pour but de produire des normes internationales dans les
domaines industriels et commerciaux appelées normes ISO. Ces normes sont utiles aux orga-
nisations industrielles et économiques de tout type, aux gouvernements, aux instances de régle-
mentation, aux dirigeants de l’économie, aux professionnels de l’évaluation de la conformité,
aux fournisseurs et acheteurs de produits et de services, dans les secteurs tant public que privé
et, en fin de compte, elles servent les intérêts du public en général lorsque celui-ci agit en qualité
de consommateur et utilisateur. L’ISO est une organisation non gouvernementale représentant
un réseau d’instituts nationaux de 158 pays, selon le principe d’un membre par pays.
La famille des normes ISO 9000 désigne un ensemble de normes relatives à la qualité :
• ISO 9000 : norme qui définit les principes essentiels de la gestion de la qualité et le vocabulaire
relatif à la qualité.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

• ISO 9001 : norme qui décrit les exigences d’un système de management de la qualité, c’est-
à-dire les obligations à respecter.
• ISO 9004 : norme pour la mise en place et l’amélioration permanente du système de manage-
ment de la qualité.
En France, ces normes sont répertoriées par l’AFNOR (Agence Française de Normalisation), et
la procédure de certification est confiée à des organismes accrédités par le COFRAC (Comité
Français d’Accréditation), mis en place par le gouvernement français et chargé de définir des
règles à suivre en matière d’audit et de certification pour les entreprises françaises.

C. La qualité totale
La première approche du contrôle de la qualité est une action en fin du processus de produc-
tion pour vérifier a posteriori le résultat d’un travail.
Il s’agit de tests de conformité destinés à rejeter les productions non conformes à une norme.
Cette procédure fondée sur des méthodes statistiques ne fait que constater les effets et non pas
les causes. C’est le contrôle dans son acception restrictive du terme (vérification).
Le contrôle s’est peu à peu déplacé vers l’amont des processus de production, et l’objectif n’est
plus le niveau acceptable de qualité mais un objectif d’amélioration continue pour tendre vers
le « zéro défaut » avec la qualité totale (le contrôle dans son acception étendue de « maîtrise »).
La gestion de la qualité est donc une démarche globale de qualité totale qui, non seulement, est
source d’économies tout au long de la chaîne de valeur (amélioration de la qualité des produits

201211TDPA0313 95
Contrôle de gestion • Série 3

et des processus, réduction des coûts, suppression de dysfonctionnements, qualité optimale et


non pas qualité maximale…) et de rentabilité (justification d’un prix élevé, élément de différencia-
tion…), mais également un élément fédérateur (culture qualité, démarche participative source
d’adhésion, de motivation et de satisfaction du personnel…).

II. Nature des coûts liés à la qualité

A. Typologie des coûts liés à la qualité


Les coûts liés à la qualité peuvent être classés en quatre catégories.

1. Les coûts de prévention


Ce sont les coûts pour éviter préventivement les anomalies de production : formation du person-
nel, maintenance préventive, étude et conception du produit, étude des méthodes de produc-
tion, enquêtes chez les fournisseurs…

2. Les coûts de détection


Ce sont les coûts liés à la détection des produits non conformes : coûts (équipements, person-
nel) liés aux contrôles (sondages, tests) de la qualité des approvisionnements, des produits
finis…

3. Les coûts internes de non-qualité


Ce sont les coûts de défaillance interne (ou malfaçon) détectés avant livraison aux clients : coûts
(matières perdues, temps passé…) des rebuts, des retouches, inactivité des installations…

4. Les coûts externes de non-qualité


Ce sont les coûts détectés après livraison aux clients : coûts liés aux échanges, réparations,
indemnités, procès, à la détérioration de l’image de marque, au manque à gagner sur produits

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
défectueux…

B. Coûts liés à la qualité et coûts cachés


La notion de coût caché a été développée par H. Savall et l’ISÉOR (Institut de socio-économie
des entreprises et des organisations) à Lyon.

Définition
Les coûts cachés désignent les coûts non repérés par les systèmes d’information classiques
dont dispose l’entreprise (budgets, comptabilité générale ou analytique, tableaux de bord
financiers…) par opposition aux coûts visibles qui possèdent une dénomination comptable
telle que charges de personnel ou achats de matières premières.
Les coûts cachés sont des coûts qui existent, mais qui ne sont pas identifiés correctement ; ils
sont confondus avec d’autres coûts et ne sont pas pris en considération lors de la prise de déci-
sion de management.
L’origine des coûts cachés réside dans des dysfonctionnements mesurés par cinq indicateurs :
• l’absentéisme ;
• les accidents du travail ;
• la rotation du personnel ;
• la non-qualité des produits ;
• la sous-productivité directe est liée au surcroît de travail pour le contrôle.

96
UE 121 • Contrôle de gestion

Ces dysfonctionnements engendrent des coûts qui peuvent se classer en cinq rubriques :
• les sursalaires : salaires liés au remplacement la personne absente ;
• les surtemps passés à la régulation du dysfonctionnement ;
• les surconsommations ;
• les non-productions ;
• la non-création de performance stratégique.
Le schéma suivant (source : www.iseor.com) synthétise ces informations :

Ces dysfonctionnements engendrent des coûts cachés


qui affectent la performance de l’entreprise

Absentéisme
Accidents du travail
Rotation du personnel
Non-qualité
Sous-productivité directe

INDICATEURS

Coûts cachés

Surcharges COMPOSANTS Non produits

SURSALAIRE :
temps passé par une personne NON-PRODUCTION :
titulaire d’un poste perte de production
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

mieux rémunéré à une activité ou d’activité engendrée


qui ne lui est pas attribuée. par le dysfonctionnement.
SURTEMPS :
temps passé à la régulation NON-CRÉATION DE
d’un dysfonctionnement. POTENTIEL STRATÉGIQUE :
performances retardées à cause
SURCONSOMMATION : de dysfonctionnement actuels.
quantité de produits consommés
en plus pour réguler RISQUES
le dysfonctionnement.

Les coûts liés à la non-qualité sont donc généralement des coûts cachés. Par exemple, si le
directeur de production réduit le temps d’usinage des pièces produites, il va sans doute dimi-
nuer le coût de production. Mais si cette diminution génère des défauts plus fréquents sur les
pièces produites, cela se traduira par des mécontentements de la part des clients, des retours
de produits non conformes, des pertes de parts de marché, des rabais accordés… qui diminuent
le résultat de l’entreprise et augmente les charges du service commercial. Ainsi, les consé-
quences d’une décision liée à la production ne seront pas identifiées comme imputables au
directeur de production. Pire, elles risquent au contraire de pénaliser le directeur commercial qui
n’y est pour rien, alors que le directeur de la production pourrait être félicité d’avoir diminué les
coûts de production !
Le système de coûts n’identifie généralement pas les coûts de la qualité en tant que tels. Ce sont
des coûts qui sont transversaux et qui se répartissent à différents niveaux. Ce sont donc des
coûts cachés.

201211TDPA0313 97
Contrôle de gestion • Série 3

Section 2. Les outils de gestion de la qualité en amont

Les outils de la gestion de la qualité « en amont » forment un ensemble de techniques, pas
nécessairement très formalisées, pas nécessairement quantitatives (il y a peu de formules
mathématiques), permettant de s’interroger sur la pertinence du processus de production afin
de l’améliorer en continu.
Seront décrits le diagramme de Pareto, le diagramme d’Ishikawa, les cercles de qualité et la
méthode du coût cible.

I. Identifier les priorités


La gestion des priorités a déjà été présentée dans le chapitre sur la gestion des stocks. Elle se
base sur des outils assuez intuitifs dont la loi dite du « 20/80 » (ou diagramme de Pareto).

Définition
Le diagramme de Pareto est un outil qui se fonde sur le principe qu’un petit nombre de
causes a de grands effets et que le grand nombre des autres causes n’a que de faibles
conséquences (loi des « 20‑80 »).
La construction du diagramme de Pareto consiste dans un premier temps à identifier les pro-
blèmes rencontrés, à en faire un relevé statistique, à les classer par ordre de fréquence décrois-
sante pour définir les priorités d’action, et à les représenter graphiquement.
Dans un deuxième temps, une analyse qui doit aboutir à des actions pour améliorer la situation
future est effectuée.

Exemple applicatif 22

Dans un atelier, le relevé problèmes rencontrés pendant le mois est le suivant :

Défauts D1 D2 D3 D4 D5 D6 D7 Total
Nombre 2 5 3 13 7 3 1 34

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
d’observations
Fréquence 5,71 % 14,29 % 8,57 % 40,00 % 20,00 % 8,57 % 2,86 % 100 %
Classement 5 3 4 1 2 4 6
D1 = absentéisme
D2 = pannes
D3 = mauvais réglage
D4 = approvisionnement insuffisant
D5 = erreurs de manipulation du personnel
D6 = séries défectueuses
D7 = autre

Fréquence
d’apparition
100
90
80
70
60
50
40
30
20
10
0 Défauts
D4 D5 D2 D3 D6 D1 D2

98
UE 121 • Contrôle de gestion

Il est à remarquer que deux défauts (soit 2/7 = 28,8 % des défauts) expliquent 60 % des pro-
blèmes rencontrés. Le diagramme facilite la visualisation des causes des problèmes selon l’am-
pleur de leurs effets.

Le diagramme permet d’identifier le petit nombre de problèmes qui est à la source du plus grand
nombre de défauts. C’est un outil simple et intéressant pour identifier les priorités d’action.
Pour remédier aux problèmes identifiés, il n’y a pas de solution toute faite : tout dépend du
contexte. Par exemple, pour résoudre des problèmes d’approvisionnement, il faudra peut-être
chercher à mettre en place une meilleure programmation des achats, ou changer de fournis-
seurs, ou augmenter le stock de sécurité, ou mieux former le personnel, ou rendre plus claires
les nomenclatures et les consignes, ou donner plus de temps, etc.

Pour vous entraîner : faites le sujet 2008 du DCG (examen de l’État) téléchargeable sur le
site www.cnamintec.fr.

II. Améliorer la qualité en continu


Apparus au début des années 1960 au Japon sous l’influence d’Ishikawa, les cercles de qua-
lité se sont diffusés dans le reste du monde à la fin de la décennie 1970.

Définition
Les cercles de qualité sont des groupes de salariés constitués pour identifier et résoudre des
problèmes.
Un groupe de travail de 4 à 15 personnes (de niveaux et de services différents dans l’entreprise),
se réunit régulièrement pour définir, analyser, choisir, proposer et résoudre les problèmes concer-
nant la qualité dans le travail. De tous les problèmes, le groupe se focalise sur le plus important
et apporte sa réflexion après un remue-méninges (brainstorming).
La philosophie de cette méthode de management participatif est de réunir les salariés directe-
ment concernés par un problème donné afin d’en débattre. Connaissant leur travail mieux que
quiconque, ils sont les mieux placés pour trouver les solutions et stopper les gaspillages.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Les cercles de qualité n’ont pas de pouvoir de décision et les solutions envisagées sont trans-
mises à la hiérarchie qui les accepte ou non. Les cercles de qualité remplissent plusieurs
fonctions :
• fonction technique : amélioration de la qualité ;
• fonction économique : réduction des coûts ;
• fonction sociale : outil de management participatif et consultatif (avec la « dynamique des
groupes », Lewin a montré que les participants d’un groupe s’impliquent davantage).
Les principales règles de bon fonctionnement des cercles de qualité sont :
• le volontariat des participants au groupe ;
• l’engagement des membres à participer aux réunions ;
• un animateur ;
• une communication directe et égalitaire ;
• une délimitation des problèmes à résoudre.

Définition
Le diagramme d’Ishikawa (ou diagramme des relations causales, ou diagramme en arêtes de
poisson) est une méthode d’animation des cercles de qualité et d’analyse des problèmes
rencontrés.
C’est un diagramme destiné à examiner les causes profondes d’un problème à résoudre. En
posant continuellement la question « pourquoi ? » (comme un enfant de 2 ans qui répète conti-
nuellement « pourquoi ? »), en cherchant le pourquoi du pourquoi du pourquoi…, la réflexion au
sein du cercle de qualité doit permettre de découvrir la véritable cause des problèmes.

201211TDPA0313 99
Contrôle de gestion • Série 3

La particularité du diagramme, c’est de classer ces causes sur un axe horizontal en cinq caté-
gories principales, les « 5 M » : méthode, main-d’œuvre, matériel, milieu, matières.

Milieu Main-d’œuvre Matières

Effets sur le problème


à résoudre

Méthode Matériel

Des flèches sont rajoutées au fur et à mesure de la réflexion.

Milieu Main-d’œuvre Matières

Oubli
Lisibilité des
Fatigue étiquettes
Compétence
Manque de temps
Éclairage Qualité
insuffisant Motivation insuffisante
Absentéisme

D5
Erreurs de manipulation
du personnel
Temps d’exécution

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Machine mal réglée
prévu insuffisant

Méthode Matériel

Il faut bien comprendre que ce diagramme n’a rien de mathématique. C’est un support de
réflexion pour animer des groupes de travail destinés à résoudre les causes des problèmes.
Le diagramme sert à regrouper des idées, des opinions se rattachant à des problématiques
diverses et à créer des liens entre elles.
Cet outil graphique issu d’un brainstorming recense les causes aboutissant à un effet. Son ana-
lyse permet une aide à la décision soit pour corriger un fait existant, soit pour mettre en place
d’un projet. Le diagramme d’Ishikawa est simultanément :
• un outil d’animation et de dialogue ;
• un outil de formation du personnel ;
• un outil de collecte des données sur un problème à résoudre ;
• un outil de diagnostic qui permet une vision globale des interdépendances des causes.
Après un effet de mode important, les cercles de qualité ont actuellement quasiment disparu en
Europe et aux États-Unis en raison du manque d’engagement des directions et du manque
d’implication des salariés.

Pour vous entraîner : faites le sujet 2008 du DCG (examen de l’État) téléchargeable sur le
site www.cnamintec.fr.

100
UE 121 • Contrôle de gestion

III. Analyser et optimiser les caractéristiques du produit


La méthode du coût cible (ou coût objectif, ou « target costing » ) permet d’analyser et d’opti-
miser la production en tenant compte de l’importance relative accordée par le client aux diffé-
rentes fonctions d’un produit.

 Le coût-cible est-il un coût complet ou un coût partiel ?


Dans de nombreux manuels, la méthode du coût cible est présentée à la suite du cours sur les
coûts complets et les coûts partiels.
Bien qu’elle ne puisse en aucun cas être considérée comme une alternative à la méthode des
centres d’analyse ou à la méthode ABC, on peut penser que la méthode du coût cible est une
méthode de coût complet dans la mesure où elle analyse l’ensemble des charges (directes et indi-
rectes) liées à un produit. La méthode du coût cible n’est a priori pas une méthode de coût partiel…
bien que la démarche puisse parfaitement être mise en œuvre sur une partie seulement des coûts.
La méthode du coût cible ne peut être rattachée sans équivoque, ni aux coûts complets, ni aux
coûts partiels. Par nature, cette méthode est une approche prospective utilisée uniquement
à l’occasion du développement de nouveaux produits et/ou services. Elle ne peut en aucun
cas servir, par exemple, à évaluer des stocks.

A. Les fondements de la méthode


La méthode du coût cible a été développée dans l’industrie automobile au Japon pendant la
période 1970‑1980. Elle s’inscrit dans une démarche d’analyse du coût global (ou life cycle
cost) qui consiste à analyser la rentabilité sur l’ensemble du cycle de vie, depuis le coût de
conception jusqu’au coût de destruction.

Définition
Le coût cible est un ensemble de méthodes et d’outils de gestion visant à adapter le coût
complet prévisionnel des produits aux objectifs de profitabilité fixés pour l’ensemble du cycle
de vie, sous la contrainte du marché.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Son objectif est de définir ex ante le coût maximum de revient que l’entreprise peut supporter
compte tenu de ses objectifs de profit et du prix de vente imposé par le marché. Ce coût maxi-
mum devient la cible à atteindre.

1. Une approche marketing

Définition
Le marketing (ou mercatique) est la discipline en sciences de gestion qui s’intéresse aux
besoins du consommateur : analyse des besoins (étude de marché), adaptation des produits
aux besoins, information et création du besoin chez le consommateur.
En économie, le marché (market en anglais) est le lieu où se rencontrent offre et demande. En
sciences de gestion, on se situe du point de vue de l’entreprise (l’offreur), et l’étude du marché
devient essentiellement l’étude de la demande.
La méthode du coût cible se fonde sur le principe que le prix est imposé par le marché. Le prix ne
dépend donc pas du coût, et c’est au contraire le coût qui doit être adapté au prix du marché.
Le coût apparaît alors comme une variable d’action qui est limitée par deux contraintes :
• le prix imposé par le marché ;
• la marge choisie par l’entreprise.
L’équation traditionnelle issue de la vision « ingénieur » de l’entreprise :
Prix de vente = Coût de revient imposé par le processus industriel + Marge
devient, dans une vision « marketing » de l’entreprise :
Coût cible = Prix de vente imposé par le marché – Profit cible.

201211TDPA0313 101
Contrôle de gestion • Série 3

Remarque
Méthode de coût et conception de la gestion : si la méthode des centres d’analyse peut être
considérée comme issue de la conception de l’entreprise qu’ont les ingénieurs (ou les mathé-
maticiens), et que la méthode ABC peut être considérée comme issue de la conception de
l’entreprise qu’ont les stratèges (et les chercheurs en gestion), la méthode du coût cible doit
être rattachée à la conception qu’en ont les hommes et les femmes du marketing, pour qui le
client et la satisfaction de ses besoins commandent à toutes les décisions.

2. La phase amont de conception


La comptabilité de gestion ne s’intéresse trop souvent qu’à la phase de production. Or, actuel-
lement, 70 % à 90 % des coûts sont des coûts de conception (en amont de la production) et des
coûts de maintenance et de services liés au produit (en aval de la production).
En conséquence, c’est dès la phase de conception que se joue la profitabilité future des produits
et/ou services nouveaux, et la méthode du coût cible est un ensemble de méthodes et d’outils
de gestion des coûts qui s’appuient sur la prédominance de la phase amont du cycle de vie.
Par ailleurs, les modèles traditionnels sont adaptés à des produits parvenus à maturité dont la
durée du cycle de vie est assez longue.

Définition
Le cycle de vie d’un produit est un outil de gestion qui consiste à considérer que la commer-
cialisation d’un produit traverse des étapes chronologiques, similaires aux étapes qui rythment
la vie d’un individu : lancement, croissance, maturité, déclin. Chacune de ces étapes se carac-
térise par des facteurs clefs de succès et un environnement concurrentiel différents.
La méthode du coût cible part d’un constat simple : ce sont les produits qui génèrent le profit de
l’entreprise, et cette profitabilité (résultat/chiffre d’affaires) se joue essentiellement dans la
phase de conception.
Traditionnellement, les efforts de réduction des coûts portent sur la recherche de gains de pro-
ductivité lors de la fabrication. Le point de départ de la méthode du coût cible repose sur le
constat qu’environ 80 % des coûts du cycle de vie d’un produit sont pré-engagés lorsque la

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
première unité du produit est lancée en fabrication alors même que 80 % de ces coûts ne seront
effectivement dépensés qu’après cette date.
Ainsi, la majorité des coûts qui seront supportés durant les phases de production et de distribution
des produits dépend de choix réalisés lors des phases de conception et de développement.
En conséquence, il est plus facile de réduire les coûts au moment de la conception. Il est donc logique
de se tourner vers l’amont en se préoccupant des coûts lors même de la conception des produits.
Le raccourcissement de la durée du cycle de vie des produits conjugué au fait que lorsque la produc-
tion commence, environ 80 % des coûts de l’ensemble du cycle sont engagés même s’ils ne seront
dépensés qu’ultérieurement, met en évidence l’importance de la phase initiale de conception.
Par exemple, un fabricant automobile peut se poser la question de savoir s’il équipe son nou-
veau modèle d’un moteur tout électrique ou hybride. Ce choix est effectué très tôt dans le cycle
de vie du produit, bien avant que la production ne soit lancée. Le coût de production est donc
encore nul. Pourtant, lorsque les premiers modèles seront assemblés, le choix du type de moto-
risation ne pourra plus être remis en cause. Une grande partie des coûts sera donc conditionnée
par ce choix. S’il s’avère que la technologie tout électrique est 20 % plus chère que ce que les
prévisions estimaient, il ne sera plus possible pour autant de revenir à une motorisation hybride.
C’est cette idée qui est exprimée lorsque l’on dit que 80 % des coûts sont pré-engagés (ou
décidés) avant que la production ne soit lancée. La gestion de la production pourra au mieux
tenter d’optimiser les 20 % de coûts opérationnels restant.

102
UE 121 • Contrôle de gestion

Coûts totaux provoqués par le produit


au long de son cycle de vie

Coûts engagés

80 %

Coûts dépensés

Phases du
Conception Début de Fin du cycle cycle de vie
production

Les coûts décidés sont maîtrisables : choix de sous-traitance, de technologie, analyse de la


valeur, etc.
Les coûts dépensés sont suivis par le contrôle de gestion comptable classique.

B. Mise en œuvre de la méthode du coût cible


1. Détermination du coût cible
Le coût cible se déduit du prix de vente imposé par le marché et du profit cible.

a. La fixation du prix de vente


Les techniques d’étude de marché conduisent à déterminer le prix prévisionnel.

Définition
Une étude de marché est une technique d’analyse des besoins du client. Elle peut se faire
sous forme d’entretiens semi-directifs, d’enquêtes par questionnaire, de suivi de panel, etc.
Elle peut également se faire par consultation de documentation (statistiques des chambres de
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

commerce, mairies, presse spécialisée, etc.).


Dans le cadre des études du coût cible, puisque la démarche vise à prendre en compte l’en-
semble du cycle de vie du produit, l’étude de marché ne se contentera pas de déterminer le prix
de vente acceptable par les consommateurs à une date donnée. Elle déterminera l’évolution du
prix de vente, et des volumes des ventes prévus sur l’ensemble du cycle de vie du produit.

Exemple applicatif 23

Après avoir établi un questionnaire, l’équipe marketing de l’entreprise Big-W a effectué un son-
dage auprès de 1  200  utilisateurs pour étudier les attentes du marché concernant le produit
Small-W.
Le Small-W serait lancé début N+1. Pour ce premier exercice le prix de vente pourrait être fixé à 9 €.
En N+2, l’effet nouveauté s’estompant, le prix de vente devrait être ramené à 8 € puis à 7 € en N+3
et 6 € en N+4. Les types de produits auxquels appartient la gamme Small-W ont généralement un
cycle de vie de 4 ans. Au-delà, la société Big-W devra proposer un produit de substitution.
Les prévisions de vente portent sur 1 000 articles en N+1, 2 000 articles en N+2, 2 000 articles
en N+3 et 1 000 en N+4.
On déduit de ces informations un CA prévisionnel la première année de 9 000 €, 16 et 14 000 €
les années 2 et 3, et 6 000 € l’année 4, soit un CA total de 45 000 € sur les quatre années cor-
respondant à un volume de ventes de 6 000 unités.
On en déduit un prix de vente cible moyen de 7,5 €.

201211TDPA0313 103
Contrôle de gestion • Série 3

Une manière de déterminer un prix cible consiste à poser deux questions aux personnes inter-
rogées par sondage :
1. Au-dessus de quel prix n’achèteriez-vous pas le produit parce que trop cher ?
2. En dessous de quel prix n’achèteriez-vous pas le produit parce que de qualité insuffisante ?
En posant ces deux questions, les personnes interrogées établissent une fourchette de prix qui
leur semble raisonnable pour acquérir un produit. Le prix cible est alors le prix tel qu’il maximise
le volume des ventes.

Exemple applicatif 24

Réponses au
questionnaire
Prix Prix % prix % % prix
% cumulé % de non Taux
Prix trop trop trop cumulé trop
décroissant acheteurs d’acceptabilité
élevé bas élevé croissant bas
100 0 2 0 % 0 % 10 % 90 % 90 % 10 %
150 2 4 10 % 10 % 20 % 70 % 80 % 20 %
200 4 10 20 % 30 % 50 % 20 % 50 % 50 %
250 5 2 25 % 55 % 10 % 10 % 65 % 35 %
300 6 2 30 % 85 % 10 % 0 % 85 % 15 %
350 2 0 10 % 95 % 0 % 0 % 95 % 5 %
400 1 0 5 % 100 % 0 % 0 % 100 % 0 %
Total 20 20

Le prix qui maximise les ventes est 200 €. À ce prix là, 20 % de la population n’achètera pas le
produit car pas assez cher, et 50 % n’achètera pas car trop cher. Au final, 50 % de la population
pourrait acquérir le produit.

b. La fixation du profit cible


Un objectif de rentabilité de l’ensemble du portefeuille de produits est fixé sur un horizon tempo-

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
rel en fonction des options stratégiques, du mode de financement, de la stratégie commerciale,
de la croissance attendue, etc.
Une quote-part du profit global planifié est alors attribuée à chaque produit et constitue son
profit cible.
Le coût cible se déduit de l’équation précédemment présentée :

Coût cible = Prix de vente imposé – Profit cible

Exemple applicatif 23 (suite)

L’entreprise Big-W a un objectif de marge de 40 % en N+1, 30 % en N+2, puis 20 % en N+3 et
N+4. En reprenant les données de l’exemple précédent, calculer le coût cible.
Le coût cible de l’année 1 est de 60 % × 9 = 5,4 €.
Le coût cible de l’année 2 est de 70 % × 8 = 5,6 €.
Le coût cible de l’année 3 est de 80 % × 7 = 5,6 €.
Le coût cible de l’année 4 est de 80 % × 6 = 4,8 €.
Le coût cible moyen (pondéré par le volume des ventes) sur les quatre années est donc de
(5,4 × 1 000) + (5,6 × 2 000) + (5,6 × 2 000) + (4,8 × 1 000)]/6 000 = 5,43 €.

104
UE 121 • Contrôle de gestion

c. Décomposition du coût cible


À ce stade, le coût cible n’est pas opératoire car trop global. Aussi doit-il être décomposé en
fonction des composantes en coûts cibles partiels. Cette décomposition nécessite :
• l’identification des différentes fonctions que le produit est censé remplir ;
• l’évaluation de l’importance relative que le consommateur attribue à chacune des fonctions ;
• l’analyse des relations entre les composants et les fonctions ;
• la définition d’un coût cible par composant : la part du coût du composant dans le coût total
doit être cohérente avec sa part relative de contribution à la valeur créée pour le client.
Le coût cible global représente ainsi une mesure de la valeur perçue par le consommateur, ce
qu’il est prêt à payer pour l’ensemble des fonctions attachées au produit, et chaque composant
du produit doit engendrer un coût (coût cible par composant) correspondant à la valeur que lui
attribue le consommateur.

Remarque
Cette étape est essentielle dans la méthode du coût cible. Dans la méthode des centres d’ana-
lyse, les coûts sont répartis en centres d’analyse selon une vision fonctionnelle de l’entreprise.
Dans la méthode ABC, ils sont répartis en activités selon une vision stratégique. Dans la
méthode du coût cible, les coûts sont répartis en fonction de l’importance relative accordée
par le client aux composants d’un produit. C’est cette décomposition du coût qui permet
ensuite des recommandations. Le seul coût cible global ne permet aucune application concrète
en contrôle de gestion.

2. Détermination du coût estimé


Dans un deuxième temps, compte tenu de son pôle de compétences (hommes, technologie,
organisation du travail, communication), l’entreprise estime le coût qu’elle est capable de réali-
ser. Comme le coût cible, le coût estimé doit couvrir l’ensemble du cycle de vie. Compte tenu de
son aspect stratégique, la connaissance de ce coût futur suppose précision et justesse.
L’estimation fait appel à trois types de méthodes.

a. Les méthodes paramétriques


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Fondées sur la corrélation entre les coûts et les paramètres physiques du produit (poids, volume,
dimension, puissance, etc.), elles débouchent sur une relation Y = aX + b.
Ces méthodes sont simples et rapides mais trop approximatives. Aussi ne sont-elles à utiliser
que comme première approximation.

b. Les méthodes analogiques


Elles prennent comme point de départ le coût d’un produit existant analogue au produit nou-
veau. Le coût estimé est dérivé des modifications apportées au produit nouveau.
Ces méthodes supposent des conditions techniques stables et un concept de produit non
innovant.

c. Les méthodes analytiques


Elles consistent en une analyse technique détaillée du produit nouveau.
La pertinence du modèle d’allocation des charges aux coûts est fondamentale pour obtenir un
coût estimé fiable. La prise en compte dans le coût des produits de leur complexité (nombre de
composants, niveau de standardisation, etc.), de leur mode de fabrication (nombre d’opérations,
taille des lots, etc.) doit être correctement évaluée pour percevoir les phénomènes de subven-
tionnement croisé.
C’est pourquoi les méthodes de coûts à base d’activités (ABC) sont fréquemment utilisées dans
la démarche du coût cible.

201211TDPA0313 105
Contrôle de gestion • Série 3

3. Optimisation du coût
L’objectif de la méthode du coût cible (et de sa décomposition par fonction) est de comparer le
coût cible (importance accordée par le consommateur à chaque fonction) et son coût prévu
(contraintes techniques) afin d’en tirer des conséquences en terme d’optimisation.
Lorsque le coût estimé est peu différent du coût cible, il n’y aura pas de recommandation parti-
culière à effectuer. Mais lorsque le coût estimé d’un composant est sensiblement différent du
coût cible du composant, l’objectif est alors, sinon de résorber l’écart, tout du moins de s’inter-
roger sur sa cause. Deux cas de figure sont à envisager :
• Le coût estimé du composant est inférieur à son coût cible : cette situation est a priori favo-
rable puisqu’il n’est pas indispensable de chercher à diminuer le coût du composant.
Cependant, l’entreprise doit se demander si, au contraire, il ne conviendrait pas de développer
et d’améliorer le composant pour satisfaire encore mieux le client !
• Le coût estimé du composant est supérieur à son coût cible : dans cette situation, l’entreprise
doit chercher à diminuer le coût du composant car il n’est pas en adéquation avec l’impor-
tance relative accordée par le client à la fonction qu’il remplit.
Des techniques d’optimisation sont à mettre en œuvre. Les améliorations doivent toujours être
effectuées dans une perspective valeur-coût : il ne s’agit pas de réduire le coût si cela devait
affecter la valeur perçue, mais d’optimiser le rapport entre ces deux dimensions.
Ce processus d’amélioration peut être mis en œuvre à toutes les étapes du cycle de vie.

a. Pendant la conception
L’analyse de la valeur (voir la définition ci-avant) est la technique utilisée pour rapprocher le
coût estimé du coût cible sans affecter la valeur perçue par le client (c’est-à-dire ce qui est
nécessaire à sa satisfaction).
L’analyse de la valeur passe par une analyse fonctionnelle pour recenser, caractériser, hiérar-
chiser et valoriser les fonctions du produit. Chacune des fonctions identifiées doit être valorisée
pour le producteur (coût) et pour le client (prix que le client est prêt à payer pour cette
fonction).
L’analyse fonctionnelle consiste à :

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
• rechercher les fonctions ;
• classer les fonctions entre fonctions principales et fonctions contraintes ainsi qu’entre fonc-
tions d’usage et fonctions d’estime ;
• différencier les fonctions de service répondant aux besoins des utilisateurs des fonctions tech-
niques choisies par le concepteur-réalisateur pour assurer des fonctions de service ;
• hiérarchiser les fonctions ;
• valoriser les fonctions.
L’analyse fonctionnelle permet souvent d’éliminer une multitude de « petites tâches » inutiles et
d’adapter le bien en fonction des besoins du consommateur pour obtenir non pas la qualité
maximale, mais la qualité optimale.
Par ailleurs, la conception modulaire des produits, et plus généralement la différenciation
retardée des produits, permet de valoriser les interactions entre produits et processus de
production.

b. Pendant la phase de production


L’optimisation doit se poursuivre par l’effet d’apprentissage et par une dynamique permanente
de progrès (« kaizen »).
Pendant la phase de production, la « maintenance des coûts » consiste à contrôler les coûts
réels pour les maintenir proches des coûts cibles et pour éliminer les causes d’écarts.

106
UE 121 • Contrôle de gestion

Le modèle de MAKIDO résume la maîtrise des coûts recherchée par l’optimisation du coût :

Coût cible Coût estimé Coût réel


Conception et réduction Maintenance
du coût du coût

Exemple applicatif 23 (suite)

L’entreprise Big-W a déterminé que le coût objectif des fonctions répondant aux besoins de
confort est de 1,50 € (par produit) et que le coût objectif des fonctions répondant aux besoins
esthétiques est de 0,80 €.
Les ingénieurs de l’entreprise considèrent que les caractéristiques du produit répondant aux
fonctions de confort généreront un coût prévisionnel de 1,05 €, alors que les caractéristiques du
produit répondant aux fonctions esthétiques généreront un coût prévisionnel de 1,25 €.
On constate que le coût estimé de la fonction confort est de 0,45 € inférieur au coût cible de la
fonction (soit 30 %) et que le coût estimé de la fonction esthétique est de 0,45 € supérieur au
coût cible (soit 56 %).
Ces deux écarts sont significatifs.
Le premier écart peut être interprété favorablement : le coût de la fonction confort n’est pas
exagéré. Mais on peut penser qu’il serait intéressant d’investir dans cette fonction pour amélio-
rer encore davantage le confort du produit qui est un critère important au regard du client alors
qu’il n’est pas une source de coût importante.
Le second écart suscite quant à lui des interrogations sur les choix de production : le coût de la
fonction est disproportionné par rapport à l’importance accordée par le client à cette fonction.
Est-il utile de dépenser autant d’argent pour améliorer l’esthétique du produit (couleur, choix,
finitions, etc.) alors même que l’esthétique n’est pas un critère important pour le client ? Il faut
que les ingénieurs de Big-W cherchent des moyens pour diminuer les coûts liés à cette fonction
(réduire les options, réduire les décorations, réduire les gammes de production, etc.).
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Conclusion
La méthode des coûts cibles est une vision tournée vers le marché qui s’inscrit parfaitement
avec les démarches de qualité totale et de benchmarking.
Elle implique une vision transversale des organisations : le marketing pour les études de mar-
ché, les études et méthodes pour la conception et les choix de processus, le contrôle de ges-
tion pour la valorisation des coûts et des performances, les approvisionnements dans le choix
des composants, etc.
Cependant, elle se heurte à des difficultés d’évaluation :
• Si l’entreprise dispose d’une certaine marge de manœuvre dans la fixation du prix de lance-
ment en fonction de sa stratégie (écrémage ou pénétration), elle doit anticiper les réactions
des concurrents.
• Une autre difficulté concerne la répartition du profit global sur une longue période entre les
différents produits du portefeuille.
• Les éléments à retenir dans le calcul du coût estimé sont en partie arbitraires, et il est difficile
d’appréhender les phénomènes d’apprentissage.
• La méthode nécessite une implication forte pour surmonter la culture budgétaire des territoires
et aboutir à une coopération transversale et non hiérarchique entre les différentes fonctions.
La conception du coût cible reste bien souvent le fait des professionnels de la conception et
ignore la vision transversale.

➠➠Pour vous entraîner, faites l’exercice autocorrigé n° 8 proposé en fin de série et le sujet
autocorrigé « Montres » disponible dans les ressources de l’UE 121, sur le site Internet de
l’Intec : http://www.cnamintec.fr.

201211TDPA0313 107
Contrôle de gestion • Série 3

Section 3. Les outils de gestion de la qualité en aval

 Remarque préliminaire sur les exercices d’échantillonnage


L’estimation et les tests d’hypothèse sont généralement considérés comme difficiles par les
étudiants. Pourtant, sans prétendre que ce type d’exercices tombe souvent, ils tombent régu-
lièrement. Aussi, convient-il de ne pas se décourager et de s’entraîner régulièrement sur ces
parties.
Le diagramme de Pareto, les cercles de qualité ou l’analyse du coût cible visent à améliorer la
qualité dans une démarche d’analyse ex ante, ou continue. Les techniques d’échantillonnage
sont des outils mathématiques de contrôle de la qualité dans une logique ex post : la production
a déjà été lancée, et on veut vérifier que les biens ou les services produits et destinés à la vente
sont conformes aux exigences demandées (au cahier des charges).
Pour effectuer ces vérifications, il y a deux possibilités. La première consiste à contrôler tous les
produits de manière systématique. Un tel contrôle exhaustif risque de générer des coûts très
élevés. Il peut se justifier dans le cas de produits de très haute technologie, ou liés à la sécurité
ou la santé. Lorsque l’on produit un satellite ou une centrale nucléaire, on peut espérer que le
moindre détail de la production est sérieusement contrôlé, et le coût de ces contrôles mérite
d’être engagé.
En revanche, lorsque l’entreprise produit des biens ou services de consommation courante, dont
les conséquences d’un défaut sont peu ou pas graves, il devient inutile de générer des coûts de
contrôle de qualité trop importants. Si dans une boîte d’allumettes, un certain nombre d’allu-
mettes sont mal calibrées, ou défectueuses, on peut penser que cela aura un impact quasiment
nul sur la satisfaction du client. L’entreprise peut s’accorder une marge de liberté, et un contrôle
exhaustif n’est plus indispensable : l’entreprise aura recours à des techniques d’échantillon-
nage et à des calculs statistiques.

I. Échantillonnage

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
A. Description
Lorsqu’elle pratique un échantillonnage, l’entreprise prélève dans la production de manière plus
ou moins aléatoire un certain nombre de produits : l’échantillon. Elle vérifie les caractéristiques
des produits prélevés. La question est alors de savoir dans quelle mesure ce qui est observé
dans l’échantillon est généralisable à l’ensemble de la production (la population totale en lan-
gage mathématique).
Il y a alors deux manières de poser le problème, qui donnent lieu à deux types d’exercices diffé-
rents (même s’ils ont des points communs) : les estimations et les tests.
Dans les estimations, l’objectif est de chercher à connaître (estimer) dans la population totale un
caractère mesuré dans un échantillon. On ne connaîtra jamais la mesure exacte, mais l’utilisation
des statistiques permet de quantifier (de « probabiliser ») la chance que la mesure exacte soit
égale ou proche de la valeur mesurée dans l’échantillon.
Dans les tests statistiques, le raisonnement est légèrement différent : on se fixe un objectif ou
une norme pour la production réelle, et après avoir mesuré la caractéristique dans un échantillon,
on veut savoir si oui ou non on peut considérer (avec une certaine probabilité de se tromper) que
la norme est respectée dans la population totale. C’est donc une réponse binaire à une hypo-
thèse qui est attendue.
Dans tous les cas, l’intérêt des statistiques est de pouvoir quantifier la probabilité de se tromper.
Par exemple, si une entreprise fabrique 1 000 vis d’une longueur de 5 cm par jour, et que, mesu-
rant la longueur de 100 vis prises au hasard elle observe que la longueur moyenne des 50 vis est
de 4  cm, il ne semble pas utile de faire des calculs compliqués pour en déduire qu’il y a un

108
UE 121 • Contrôle de gestion

problème dans le processus de production. L’écart est tel que, intuitivement, on se doute que la
taille des vis dans la population totale n’est pas de 5 cm. En revanche, si on mesure une taille de
4,8 cm, on ne sait pas nécessairement comment interpréter ce résultat. Il y a une chance que
l’ensemble des vis produites soient un peu plus petites que la taille attendue, mais en même
temps, l’écart est relativement réduit et il n’est pas certain que ce soit le cas. L’intérêt des statis-
tiques est de pouvoir quantifier cette probabilité.
Au final, les exercices d’échantillonnage sont de quatre types :

Estimation ponctuelle

Estimations
Estimation par intervalle
de confiance
Echantilonnage

Test bilatéral

Tests

Test unilatéral

Après avoir rappelé les propriétés des échantillons, les quatre types d’exercices seront décrits.

B. Distribution d’échantillonnage
Soit une population mère Ω de taille N et une variable aléatoire X.
De cette population sont issus p échantillons E1, E2, …, Ep de taille n qui auront des moyennes
et des écarts types différents.
La notion de distribution d’échantillonnage peut être résumée et schématisée :

Population Échantillon 1 Échantillon 2 Échantillon p


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

mère : Ω
Taille : N
Moyenne : m Taille : n Taille : n Taille : n
Proportion : p Espérance : x1 Espérance : x 2 Espérance : xp
Écart type : σ Proportion : f1 Proportion : f2 Proportion : fp
Écart type : s’1 Écart type : s’2 Écart type : s’p

1. Distribution d’échantillonnage des moyennes


Les moyennes xi de chaque échantillon varient d’un échantillon à l’autre et représentent la dis-
tribution des moyennes de la variable aléatoire X n qui associe à tout échantillon de taille n la
moyenne de cet échantillon.
La variable aléatoire X n prend donc les valeurs : x1, x 2 , … , xp
Quelle que soit la taille de l’échantillon, si la variable aléatoire X suit une loi normale, la variable
aléatoire X n suit une loi normale.
De même, d’après le théorème de la limite centrale, quelle que soit la loi suivie par la variable
aléatoire X, si n ≥ 30, la variable aléatoire X n suit une loi normale.
Il est impératif de connaître les paramètres de la loi normale suivie par X n pour les estimations
de moyenne et les tests de moyenne.

201211TDPA0313 109
Contrôle de gestion • Série 3

s
Si n ≥ 30 ou si X suit une loi N(m, σ)X n suit une loi N(m, )
n
Quand les conditions sont réunies (si n ≥ 30 ou si X suit une loi normale), la variable aléatoire X n
s X -m
suit une loi normale N(m, ) et T = suit N(0,1).
n s
n
2. Distribution d’échantillonnage des fréquences
De la population mère Ω sont issus des échantillons de taille  n qui auront des fréquences
différentes.
Les fréquences fi de chaque échantillon varient d’un échantillon à l’autre et représentent la dis-
tribution des fréquences de la variable aléatoire Fn qui associe à tout échantillon de taille n la
fréquence de cet échantillon.
La variable aléatoire Fn prend donc les valeurs : f1, f2, …, fp
D’après le théorème de la limite centrale, si n ≥ 30, la variable aléatoire Fn suit approximativement
une loi normale.
Il est impératif de connaître les paramètres de la loi normale suivie par Fn pour les estimations de
proportion et les tests de proportion.

pq
Si n ≥ 30Fn suit une loi N(p, )
n
Rappel : q = 1 – p

II. Estimation
L’étude des caractéristiques de tous éléments d’une population est souvent impossible à réali-
ser en raison de contraintes de coûts et de temps. Cette impossibilité conduit à étudier un sous-
ensemble issu de la population mère : l’échantillon.
Les méthodes probabilistes de constitution des échantillons consistent à prélever au hasard des

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
éléments de la population et sont les seules à respecter les lois statistiques1. Le prélèvement des
éléments de l’échantillon peut être effectué :
• Avec remise : l’élément prélevé est immédiatement remis dans la population mère avant de
prélever le suivant. Un élément pouvant être éventuellement prélevé plusieurs fois, les tirages
sont indépendants et l’échantillon est dit non exhaustif.
• Sans remise : l’échantillon est exhaustif, mais les tirages ne sont pas indépendants puisque la
composition de la population mère est modifiée à chaque tirage.
Dans la suite, pour pouvoir appliquer les règles du calcul des probabilités, les échantillons seront
supposés être constitués avec remise, ou être des échantillons sans remise dont la taille est
négligeable par rapport à celle de la population qui est de grande taille ou infinie (le tirage est
alors assimilable à un tirage avec remise).
Soit une population mère Ω de taille N, une variable aléatoire X pour laquelle l’espérance mathé-
matique m, la proportion p et l’écart type σ sont inconnus.
Il s’agit d’estimer, à partir des caractéristiques calculées sur un échantillon, la valeur des carac-
téristiques de la population mère.

1. Dans la pratique les méthodes probabilistes sont très souvent délaissées au profit des méthodes empi-
riques (méthode des quotas, méthode des itinéraires, etc.) moins coûteuses et moins difficiles à
appliquer.

110
UE 121 • Contrôle de gestion

Population mère : Ω
Échantillon représentatif
Taille : N Taille : n
Moyenne : m (inconnue)
Espérance : x (connue)
Proportion : p (inconnue) Proportion : f (connue)
Écart type : σ (inconnu) Écart type : σ’ (connu)

Induire les caractéristiques de la population mère


de la connaissance des caractéristiques d’un échantillon.

Remarques
• Plus l’échantillon est grand, meilleure est l’estimation.
• Il est important de ne pas confondre x et m, f et p, σ’ et σ.

Par ailleurs, pour diminuer le risque de se tromper, plutôt que de donner un nombre appelé esti-
mation ponctuelle, il est possible de donner une « fourchette » appelée intervalle de confiance,
dans laquelle se trouve le paramètre à estimer.

a. Estimations ponctuelles
1. Estimation ponctuelle d’une moyenne
Soit m la moyenne inconnue de la variable X définie sur la population mère, et x la moyenne
calculée sur un échantillon de taille n. La moyenne x variant d’un échantillon à l’autre est une
estimation ponctuelle de m :

Le nombre x est une estimation ponctuelle de m.

2. Estimation ponctuelle d’une proportion


Soit p la proportion inconnue de la variable X définie sur la population mère, et f la proportion
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

calculée sur un échantillon de taille n. La proportion f variant d’un échantillon à l’autre est une
estimation ponctuelle de p :

Le nombre f est une estimation ponctuelle de p.

3. Estimation ponctuelle d’une variance et d’un écart type


Soit σ2 la variance et σ l’écart type inconnus de la variable X définie sur la population mère, et σ’2
la variance calculée sur un échantillon de taille n.
Contrairement aux estimations précédentes, σ’2 n’est pas une bonne estimation de la variance
de la population mère car σ’2 mesure la dispersion autour de la moyenne x de l’échantillon et
non pas autour de la moyenne m de la population mère.
Prendre σ’2 sous-estimerait la variance de la population mère, et ce d’autant plus que la taille n
de l’échantillon est petite.
En revanche, le nombre s2 est une estimation ponctuelle de la variance :
n
Le nombre s2 = σ’2 est une estimation ponctuelle de σ2
n–1

n
Le nombre s = s2  = σ’ est une estimation ponctuelle de σ.
n–1

201211TDPA0313 111
Contrôle de gestion • Série 3

Remarque
La touche [σN–1] d’une calculatrice donne directement l’estimation ponctuelle de σ.

Exemple applicatif 25

Afin de mieux gérer les demandes de crédit de ses clients, le directeur d’une agence bancaire
réalise une étude relative à la durée de traitement des dossiers. Un échantillon aléatoire non
exhaustif de 30 dossiers traités a donné :

Durée en minutes [0, 10[ [10, 20[ [20, 30[ [30, 40[ [40, 50[ [50, 60[
Nombre 3 6 10 7 3 1

1. Calculer la moyenne et l’écart type des durées de traitement de cet échantillon.


L’utilisation d’une calculatrice donne (prendre le centre des classes pour les calculs) :
x = 26,33 minutes.
σ’ = 12,31 minutes.

2. En déduire des estimations ponctuelles de la moyenne m et de l’écart type σ de la


population totale des dossiers traités.
Une estimation ponctuelle de la moyenne m de la population est 26,33 minutes. Une estimation
30
ponctuelle de l’écart type σ de la population est s = 12,31  = 12,52 minutes.
30 - 1
3. Donner une estimation ponctuelle de la proportion des demandes de la population
totale dont la durée de traitement est de plus de 40 minutes.
Une estimation ponctuelle de la proportion p des demandes de la population totale dont la durée
de traitement est de plus de 40 minutes est 4/30 = 0,1333.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
b. Estimations par intervalles de confiance
L’objectif est de déterminer un intervalle symétrique [a, b] qui contiendra le paramètre θ (lire
thêta) à estimer avec une probabilité α appelée seuil ou coefficient de confiance (le nombre 1 – α
étant appelé seuil ou coefficient de risque) :
P{θ ∈ [a, b]} = α

Remarque
L’estimation d’une variance et l’estimation d’un écart type ne seront pas étudiées.

1. Estimation par intervalle de confiance d’une moyenne


Soit m la moyenne inconnue de la variable X définie sur la population mère, et X n la variable
aléatoire qui associe à tout échantillon de taille n la moyenne de cet échantillon.
Deux cas sont à envisager, suivant que l’écart type σ de la variable aléatoire X est connu ou non.

1er cas : L’écart type σ de la population mère est connu


Avant d’avoir prélevé un échantillon de taille n, la valeur x que prendra la variable aléatoire X n
n’est pas connue, mais il est possible de l’encadrer dans un intervalle symétrique centré autour
de m, au seuil de confiance α :
P(m – k < X n  < m + k) = α

112
UE 121 • Contrôle de gestion

s
Il est rappelé que X n suit une loi N(m, ). Le calcul de l’intervalle de confiance est alors effectué
n
X-m
avec la loi normale centrée réduite en posant T = .
s
n
Des intervalles d’acceptation centrés sur la moyenne d’un échantillon de taille n peuvent alors
être calculés au seuil de confiance α (compris entre 0 et 1) :
P(m – k < X n  < m + k) = α
(m - k) - m (m  k) - m
P(  < T <  ) = α
s s
n n
-k k
P(  < T <  ) = α
s s
n n
k
Posons t =
s
n
P(– t < T < t) = α
π(t) – π(-t) = α
π(t) – [1 – π(t)] = α
2π(t) – 1 = α
1 a
π(t) =
2
La lecture d’une table N(0,1) donne :
t = 1,96 pour α = 0,95
t = 2,575 pour α = 0,99
k
Sachant que t =
s a
k = t n
n
L’intervalle de confiance est donc :
s s
P(m – t < X n < m + t ) = α
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

n n
Après avoir prélevé un échantillon de taille n, une des réalisations de l’intervalle de confiance
I est :

È s s ˘ Avec :
I  Í x - ta ; x  ta tα = 1,96 pour α = 0,95
Î n n ˙˚
tα = 2,575 pour α = 0,99

Remarques
• En résumé, les valeurs tα sont obtenues en posant t tel que :
p(– t < T < t) = α, soit 2π(t) – 1 = α
Ainsi, pour α = 0,95, on pose 2π(t) – 1 = 0,95 et on recherche t tel que π(t) = 1,95/2 = 0,975.
La lecture de la table de la loi normale centrée réduite (cf. annexe de la série 2 du cours par
correspondance) permet d’obtenir t = 1,96.
• La moyenne m de la population appartient à l’intervalle calculé dans α % des cas, ce qui
signifie également qu’elle peut ne pas appartenir à l’intervalle de confiance dans 100 – α %
des cas.
• Si elle appartient à l’intervalle, la moyenne m peut être située n’importe où dans l’intervalle
et n’a pas plus de raisons d’être près du centre.
• Plus le coefficient de confiance α augmente, plus l’amplitude de l’intervalle augmente : ce
qui est gagné en certitude est perdu en précision.

201211TDPA0313 113
Contrôle de gestion • Série 3

2e cas : L’écart type σ de la population mère est inconnu2


Il s’agit du cas le plus fréquent.
Si la taille de l’échantillon est suffisamment grande3 (supérieure à 30), d’après le théorème de la
limite centrale, il est possible de prendre s comme estimation de σ pour calculer l’intervalle de
confiance :
È s s ˘
Si n ≥ 30, I  Í x - ta  m  x  ta
Î n n ˙˚
2. Estimation par intervalle de confiance d’une proportion
Les principes de calcul de l’intervalle de confiance sont les mêmes que pour une moyenne.
Soit p la moyenne inconnue de la variable X définie sur la population mère, et Fn la variable aléa-
toire qui associe à tout échantillon de taille n la fréquence de cet échantillon.
Avant d’avoir prélevé un échantillon de taille n, la valeur p que prendra la variable aléatoire Fn
n’est pas connue, mais il est possible de l’encadrer dans un intervalle symétrique centré autour
de p, au seuil de confiance α :
P(p – k < Fn < p + k) = α
pq
Si n ≥ 30, il est rappelé que Fn suit une loi N(p, ). Le calcul de l’intervalle de confiance est
n
F -p
alors effectué avec la loi normale centrée réduite en posant T = n .
pq
n
Des intervalles d’acceptation centrés sur la proportion d’un échantillon de taille n peuvent alors
être calculés au seuil de confiance α (compris entre 0 et 1) :
P(p – k < X n < p + k) = α
(p - k ) - p (p  k ) - p
P( <T< ) = α
pq pq
n n
k k
P(– < T <  ) = α
pq pq

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
n n
k
Posons t =
pq
n
P(– t < T < t) = α
1 a
π(t) =
2
La lecture d’une table N(0,1) donne :
t = 1,96 pour α = 0,95
t = 2,575 pour α = 0,99
k
Sachant que t =
pq
pq n
k = t
n
L’intervalle de confiance est donc :
pq pq
P(p – t < X n < p + t ) = α.
n n

2. Seul le cas d’échantillons suffisamment grands (n ≥ 30) sera présenté.


3. La condition n ≥ 30 est primordiale. En effet, si n < 30, même si X suit une loi normale, la variable ne
suit pas une loi normale, mais une loi de Student.

114
UE 121 • Contrôle de gestion

Il est admis qu’après avoir prélevé un échantillon de taille n, la valeur f peut servir d’estimation
ponctuelle de p (et de q = 1 – f), et qu’une des réalisations de l’intervalle de confiance I est :

f (1- f ) f (1- f ) Avec :


I = [f – tα  ; f + tα ] tα = 1,96 pour α = 0,95
n n
tα = 2,575 pour α = 0,99

Exemple applicatif 25 (suite)

1. Sachant que l’écart type de la durée de traitement des demandes de la population


totale est de 13 minutes, donner un intervalle de confiance à 95 % et à 99 % de la
moyenne.
s 13
Dans ce cas, X n suit une loi N(m, ), soit une loi N(m, ) et une estimation de m est 26,33.
n 30
Explication du calcul de l’intervalle à 95 %
P(26,33 – k < X n < 26,33 + k) = 0,95
(26,33 - k) - 26,33 (26,33  k) - 26,33
P( < T <  ) = 0,95
13 13
30 30
-k k
P( < T <  ) = 0,95
13 13
30 30
k k
Posons t =  =
13 2,3734
30
P(– t < T < t) = 0,95
2π(t) – 1 = 0,95
π(t) = 0,975
La lecture d’une table N(0,1) donne t = 1,96
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

k
1,96 =
2,3734
k = 4,6519
L’intervalle de confiance est donc :
P(26,33 – 4,65 < X n  < 26,33 + 4,65) = 0,95
La moyenne m de la population totale appartient dans 95 % des cas à l’intervalle :
È 13 13 ˘
ÍÎ 26, 33 - 1, 96 ¥ 30 ; 26, 33  1, 96 ¥ 30 ˙˚  = [21,68 ; 30,98]
La moyenne m de la population totale appartient dans 99 % des cas à l’intervalle :
[26,33 – 2,575 × 2,373 ; 26,33 + 2,575 × 2,373] = [20,22 ; 32,44]

2. L’écart type de la durée de traitement des demandes de la population totale étant


inconnu, donner un intervalle de confiance à 95 % et à 99 % de la moyenne.
La taille de l’échantillon est suffisamment grande. L’estimation de l’écart type s = 12,52 peut être
retenue. La moyenne m de la population totale appartient dans 95 % des cas à l’intervalle :
È 12, 52 12, 52 ˘
ÍÎ 26, 33 - 1, 96 ¥ 30 ; 26, 33  1, 96 ¥ 30 ˙˚  = [21,85 ; 30,81]
La moyenne m de la population totale appartient dans 99 % des cas à l’intervalle :
È 12, 52 12, 52 ˘
ÍÎ 26, 33 - 2, 575 ¥ 30 ; 26, 33  2, 575 ¥ 30 ˙˚ = [20,44 ; 32,22]

201211TDPA0313 115
Contrôle de gestion • Série 3

3. Donner un intervalle de confiance à 95 % de la proportion des demandes de la


population totale dont la durée de traitement est de plus de 40 minutes.
Une estimation ponctuelle de la proportion est 4/30 = 0,1333.
0,1333 ¥ 0, 8667
Comme n ≥  30, il est rappelé que Fn suit une loi N(0,1333, ), soit une loi
N(0,1333, 0,06206). 30

P(0,1333 – k < Fn < 0,1333 + k) = 0,95


(0,1333 - k) - 0,1333 (0,1333  k) - 0,1333
P( < T <  ) = 0,95
0,062 0,062
k k
P(– < T <  ) = 0,95
0,062 0,062
k
Posons t =
0,062
P(– t < T < t) = 0,95
2π(t) – 1 = 0,95
π(t) = 0,975
La lecture d’une table N(0,1) donne t = 1,96
D’où k = 0,1216
L’intervalle de confiance est donc :
P(0,1333 – 0,1215 < Fn < 0,1333 + 0,1215) = 0,95
La proportion p des demandes de la population totale dont la durée de traitement est de plus de
40 minutes appartient dans 95 % des cas à l’intervalle :
[0,0117 ; 0,2549]

➠➠Pour vous entraîner : faites l’exercice autocorrigé  13 « Estimation d’une proportion »


proposé en fin de série.

Faites également l’exercice autocorrigé « Estimation d’une moyenne et d’un écart type »

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
disponible dans les ressources de l’UE 121 du site www.cnamintec.fr.

III. Les tests d’hypothèses


Les tests d’hypothèses sont un outil de contrôle statistique a posteriori.
À partir des observations faites sur un échantillon, un test a pour objectif de vérifier si une hypo-
thèse de départ est acceptable ou non.
Les tests d’hypothèses paramétriques permettent la comparaison d’une estimation à une norme.
Un test consiste à choisir entre deux hypothèses :
• L’hypothèse nulle H0 qui porte sur une valeur θ de la variable aléatoire X.
Contre :
• L’hypothèse alternative H1 qui porte sur d’autres valeurs de la variable aléatoire X, compte tenu
d’un niveau de risque α.
Si l’hypothèse nulle est supposée vraie, la décision D0 est prise, et inversement, si l’hypothèse
alternative est supposée vraie, la décision D1 est prise. Il y a donc quatre situations possibles qui
peuvent se résumer dans le tableau suivant :

Décisions D0 : D1 :
Hypothèses Accepter H0 Accepter H1
H0 vraie Pas d’erreur Erreur de première espèce
H1 vraie Erreur de deuxième espèce Pas d’erreur

116
UE 121 • Contrôle de gestion

Le risque de première espèce, noté α, est la probabilité de refuser H0 (ou d’accepter H1) à tort,
soit probabilité conditionnelle de prendre la décision D1 alors que H0 est vraie :
α = P(D1/H0)
Le risque de seconde espèce, noté β, est la probabilité d’accepter H0 (ou de refuser H1) à tort,
soit probabilité conditionnelle de prendre la décision D0 alors que H1 est vraie :
β = P(D0/H1)
Tout test comporte ainsi un risque d’erreur, et une décision ne peut donc être prise qu’avec un
certain risque.

A. compArAIson D’une moyenne à une norme


Soit une population mère Ω sur laquelle est définie une variable aléatoire X de moyenne m incon-
nue et d’écart type σ.
Le test a pour objectif de déterminer, à partir d’une estimation x calculée sur un échantillon, si la
moyenne m de la population mère peut être considérée égale ou non à une norme m0.
La qualification du test est fonction de l’hypothèse alternative H1 :

Test bilatéral Tests unilatéraux


H0 : m = m0 H0 : m = m0 H0 : m = m0
Contre : H1 : m ≠ m0 Contre : H1 : m < m0 Contre : H1 : m > m0
Au seuil de risque α (ou de confiance 1 – α)

L’hypothèse H0 étant supposée vraie, si la variable X suit une loi normale ou si la taille de l’échan-
tillon est supérieure à 30, la variable aléatoire X n, qui associe à tout échantillon de taille n la
s
moyenne de cet échantillon, suit une loi normale N(m0 ; ) si l’écart type σ est connu.
n
1. Détermination de la région d’acceptation et de la région critique
De façon intuitive, si l’estimation x est très voisine de m0, le test est inutile : la décision D0 est
prise et l’hypothèse H0 est supposée vraie.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Dans le cas contraire, il est possible de calculer une région d’acceptation qui conduit à accepter
l’hypothèse H0 et une région critique de rejet de l’hypothèse H0.
La région d’acceptation est l’intervalle au seuil (1 – α) qui contient une réalisation de X n, la région
critique étant la région complémentaire.
Test bilatéral : H1 : m ≠ m0 Test unilatéral : H1 : m < m0 Test unilatéral : H1 : m > m0
mo mo mo
D1 D1 D1 D1
Région Région
Région d'acceptation d'acceptation
d'acceptation

La région d’acceptation est telle que : La région d’acceptation est telle que : La région d’acceptation est telle que :
P(m0 – k < X n < m0 + k) = 1 – α P(X n > m0 – k) = 1 – α P(X n < m0 + k) = 1 – α
Soit une région d’acceptation : Soit une région d’acceptation : Soit une région d’acceptation :
s s s s
[mo – t1–α ; mo + t1–α ] [mo – t1–α ; + ∞[ ]– ∞ ; mo + t1–α ]
n n n n
t1–α = 1,96 si α = 5 % t1–α = 1,645 si α = 5 % t1–α = 1,645 si α = 5 %
t1–α = 2,575 si α = 1 % t1–α = 2,326 si α = 1 % t1–α = 2,326 si α = 1 %
X
La région critique est symétrique et La région critique est telle que : La région critique est telle que :
est telle que : P(X n < m0 – k) = α P(X n > m0 + k) = α
PX n > m0 + k) = α / 2
P(X n < m0 – k) = α / 2

201211TDPA0313 117
Contrôle de gestion • Série 3

Si l’écart type σ est inconnu, il est possible de prendre l’estimation ponctuelle s si et seulement
si n est supérieur à 30 (nota : cette règle n’est pas applicable aux échantillons de taille inférieure
à 30 même si la variable X suit une loi normale).

2. Règle de décision
Si l’estimation x calculée sur un échantillon appartient à la région d’acceptation l’hypothèse H0
est acceptée. Dans le cas contraire, l’hypothèse H0 est rejetée.

Exemple applicatif 26

Avant d’engager une campagne publicitaire, la direction d’un hypermarché vous demande de
construire un test qui, au vu des chiffres d’affaires journaliers des 30  jours ouvrables suivant
cette campagne publicitaire, permettra de décider si, au seuil de signification de 5 %, la moyenne
des chiffres d’affaires a augmenté, c’est-à-dire dépassé 150 000 euros.
Les chiffres d’affaires journaliers obtenus pendant les 30 jours ouvrables suivant la campagne
publicitaire ont été les suivants :

Chiffres d’affaires journaliers


1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 2,1 2,2 2,3
en centaines de milliers d’euros
Nombre de jours 1 2 2 8 8 2 2 1 2 1 0 1

1. Mise en place du test


Il s’agit d’un test unilatéral :
H0 : m ≥ 1,5
Contre H1 : m < 1,5
Au seuil de risque α = 5 %
1,5

Région critique :
CA n’a pas augmenté Région d’acceptation

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
• Soit X la variable aléatoire qui mesure le chiffre d’affaires journalier de l’hypermarché
considéré.
L’hypothèse H0 étant supposée vraie et la taille de l’échantillon étant ≥ 30, la variable aléatoire X 30,
qui à tout échantillon de taille 30 associe la moyenne observée sur cet échantillon, suit une loi
s
normale N(1,5 ;  ).
30
• La région d’acceptation de l’hypothèse H0 est obtenue par le calcul de la probabilité
suivante :
P(X n > 1,5 – k) = 0,95
(1,5 - k) - 1, 5
P(T >  s ) = 0,95
30
k
P(T > –  s ) = 0,95
30
k
Posons t = s
30
P(T > - t) = 0,95
P(T < t) = 0,95
π(t) = 0,95
La lecture d’une table N(0,1) donne t = 1,645

118
UE 121 • Contrôle de gestion

k
D’où : 1,645 = s
30
s
k = 1,645 × 
30
La région d’acceptation est donc :
s
P[X n > 1,5 – (1,645 ×  )] = 0,95
30
s
Elle correspond à l’intervalle [1,5 – 1,645 ×   ; + ∞[
30
Comme l’écart type de la population mère n’est pas connu, il faudra retenir son estimation cal-
culée à partir de l’échantillon.
• Si la moyenne calculée sur un échantillon de taille  30 appartient à la région d’acceptation,
l’hypothèse H0 est acceptée, et inversement.

2. Peut-on conclure, au seuil de signification de 5 %, qu’à la suite de la campagne


publicitaire la moyenne des chiffres d’affaires journaliers a dépassé 150 000 euros ?
La moyenne calculée sur l’échantillon est égale à 1,623 centaine de milliers d’euros.
L’écart type de l’échantillon est égal à 0,24039 centaine de milliers d’euros et l’estimation ponc-
30
tuelle de l’écart type de la population est le nombre s = 0,24039 = 0,2445
30 - 1
0, 2445
La région d’acceptation est donc [1,5 – 1,645 ×   ; + ∞[ = [1,42657 ; + ∞[
30
La moyenne calculée sur l’échantillon appartient à la région d’acceptation.
En conclusion, au seuil de risque de 5 %, on rejette l’hypothèse H1 pour accepter l’hypothèse
H0 : la moyenne des chiffres d’affaires a augmenté, c’est-à-dire a dépassé 150 000 euros.

b. Comparaison d’une proportion à une norme


Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Soit une population mère  Ω sur laquelle est définie une variable aléatoire  X de proportion  p
inconnue. Le test a pour objectif de déterminer, à partir d’une estimation f calculée sur un échan-
tillon, si la proportion p de la population mère peut être considérée égale ou non à une norme p0 :

Test bilatéral Tests unilatéraux


H0 : p = p0. H0 : p = p0. H0 : p = p0.
Contre : H1 : p ≠ p0. Contre : H1 : p < p0. Contre : H1 : p > p0.
Au seuil de risque α (ou de confiance 1 – α).

• L’hypothèse H0 étant supposée vraie, si la taille de l’échantillon est supérieure à 30, la variable
aléatoire Fn, qui associe à tout échantillon de taille n la fréquence de cet échantillon, suit une
p0 (1- p0 )
loi binomiale qui peut être approchée par la loi normale N(p0 ; ).
n
1. Détermination de la région d’acceptation et de la région critique
La région d’acceptation est l’intervalle au seuil 1 – α qui contient une réalisation de Fn.
Par un raisonnement analogue à celui présenté dans le paragraphe précédent, les régions d’ac-
ceptation sont les suivantes :

201211TDPA0313 119
Contrôle de gestion • Série 3

Test
Région d’acceptation
Au seuil de risque a
H0 : p = p0 p 0 (1 - p 0 ) p 0 (1 – p 0 )
[p0 – t1 –α  ; p0 + t1 –α ]
Contre : H1 : p ≠ p0 n n

H0 : p = p0 p 0 (1 - p 0 )
[p0 – t1 –α  ; + ∞[
Contre : H1 : p < p0 n

H0 : p = p0 p 0 (1– p 0 )


]– ∞ ; p0 + t1 –α ]
Contre : H1 : p > p0 n

La région critique est la région complémentaire de la région d’acceptation.

2. Règle de décision
Si l’estimation f calculée sur un échantillon appartient à la région d’acceptation l’hypothèse H0
est acceptée. Dans le cas contraire, l’hypothèse H0 est rejetée.

Exemple applicatif 27

Une entreprise fabrique industriellement des pains de margarine. Leurs emballages portent
notamment l’indication suivante : poids net = 500 grammes.
On estime que le poids en grammes d’un pain produit est une variable aléatoire X qui suit une loi
normale de moyenne 520 et d’écart type  20. On suppose que les poids des différents pains
produits sont indépendants les uns des autres. À l’emballage, un pain est refusé si son poids est
inférieur ou égal à 490 grammes.

1. Un pain arrive à l’emballage. Calculer la probabilité qu’il soit refusé.


Le pain est refusé si X < 490.
490 - 520
P(X < 490) = P(T < ) = P(T < – 1,5) = π(– 1,5) = 1 – π(1,5) ≈ 0,0668
20

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
2. L’entreprise produit, avant emballage, 10  000  pains par semaine. On note Y la
variable aléatoire mesurant le nombre de pains refusés.

a. Déterminer la loi de Y.
Chaque pain est refusé avec la probabilité p = 0,0668 et admis avec la probabilité
q = 1 – 0,0668 = 0,9932.
Y est la répétition de 10 000 épreuves de Bernoulli indépendantes et suit donc une loi binomiale
B (10 000 ; 0,0668).
E(Y) = 10 000 × 0,0668 = 668
σ(Y) = 10 000 ¥ 0, 0668 ¥ (1- 0, 0668 ) ≈ 25
Les conditions sont réunies pour approcher la loi binomiale par une loi normale N(668 ; 25).

b. Calculer, en utilisant une approximation (dont les paramètres seront arrondis aux entiers
les plus proches), la probabilité de l’événement « 650 ≤ Y ≤ 700 ».
En toute rigueur, une correction de continuité devrait être effectuée. Par souci de simplification,
le calcul suivant est admis :
650 - 668 700 - 668
P(650 ≤ Y ≤ 700) = P( ≤ T ≤  ) = π(1,28) – π(– 0,72) ≈ 0,663
25 25

120
UE 121 • Contrôle de gestion

3. Les emballages des pains de margarine portent aussi l’indication suivante : teneur
en matières grasses = 82 %. L’entreprise affirme qu’au moins 90 % des pains pro-
duits respectent la teneur indiquée.

a. Mettre en place un test au seuil de risque de 5 %.


Il s’agit d’effectuer le test d’hypothèse bilatéral :
H0 : p = 0,90
Contre : H1 : p ≠ 0,90
Au seuil de risque α = 0,05
• L’hypothèse H0 étant supposée vraie et la taille de l’échantillon étant supérieure à 30, la variable
aléatoire Fn, qui associe à tout échantillon de taille 200 la fréquence de cet échantillon, suit une
0, 9 ¥ (1- 0, 9)
loi binomiale qui peut être approchée par la loi normale  N(0,90  ; ), soit
N(0,9 ; 0,02121). 200
• La région d’acceptation de l’hypothèse  H0 est obtenue par le calcul de la probabilité
suivante :
P(0,9 – k < F200 < 0,9 + k) = 0,95
(0,9 - k) - 0, 9 (0,9  k) - 0, 9
P( < T <  ) = 0,95
0,02121 0,02121
k k
P(– < T <  ) = 0,95
0,02121 0,02121
k
Posons t =
0,02121
P(– t < T < t) = 0,95
2π(t) – 1 = 0,95
π(t) = 0,975
La lecture d’une table N(0,1) donne t = 1,96
k
1,96 =
0,02121
k = 0,04157
La région d’acceptation est donc :
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

P(0,9 – 1,96 × 0,02121 < F200 < 0,9 + 1,96 × 0,02121) = 0,95


P(0,9 – 0,04157< F200 < 0,9 + 0,04157) = 0,95
Elle correspond à l’intervalle [0,8584 ; 0,9416]
• Si la fréquence calculée sur un échantillon de taille 200, appartient à la région d’acceptation,
l’hypothèse H0 est acceptée, et inversement.

b. Un échantillon aléatoire de 200 pains est constitué : 172 respectent la teneur indiquée.


Conclure.
La fréquence calculée sur l’échantillon = 172/200 = 0,86.
Elle appartient à la région d’acceptation et, au seuil de risque de 5 %, l’hypothèse H0 est accep-
tée : la proportion de pains qui respectent la teneur en matières grasses est de 90 %.

➠➠Pour vous entraîner : faites les exercices autocorrigés 14 « Test d’hypothèses » et 15


« Test d’hypothèses » proposés en fin de série.

Pour vous entraîner : faites l’exercice autocorrigé « Test d’hypothèses » disponible dans
les ressources de l’UE 121 du site www.cnamintec.fr.

201211TDPA0313 121
UE 121 • Contrôle de gestion

Annexes

Annexe 1 Résumé des estimations et tests

1. Distributions d’échantillonnage : caractéristiques de la population mère connues


Soit dans une population mère Ω de taille N, une variable aléatoire X pour laquelle l’espérance
mathématique m, la proportion p et l’écart type σ sont connus.
Échantillonnage des moyennes Échantillonnage des proportions
Variable aléatoire Xn Fn
Espérance mathématique E(X n ) = m E(Fn) = p
Écart type s pq
σ(X n ) = σ(Fn) =
n n
Loi de probabilité Si n ≥ 30 ou si X suit une loi normale, Si n ≥ 30, Fn suit une loi binomiale :
X n suit une loi normale pq
Fn suit N(p, )
s n
X n suit N(m, )
n

2. Estimations : caractéristiques de la population mère inconnues


Soit une population mère Ω de taille N, une variable aléatoire X pour laquelle l’espérance mathé-
matique m, la proportion p et l’écart type σ sont inconnus.
Paramètre à estimer Estimation ponctuelle Intervalle de confiance au seuil α
Moyenne m (inconnue) Une réalisation x de X n sur un • σ connu  : si n ≥ 30 ou si X suit une loi
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

échantillon est une estimation normale :


s s
de m. [x – tα  ; x + tα ]
n n
• σ inconnu : si n ≥ 30 remplacer σ par son
estimation s.
Proportion p (inconnue) Une réalisation f de Fn sur un f (1- f ) f (1- f )
échantillon est une estimation [f – tα n
 ; f + tα
n
]
de p :
Écart type σ (inconnu) Soit σ’ l’écart type d’un Non étudié
échantillon de taille n :
n
s = σ’
n-1

3. Comparaison d’une moyenne à une norme


Ne pas hésiter à faire un schéma pour étudier la région critique et la région d’acceptation.
s
Si H0 est vraie et si X suit une loi normale ou si n ≥ 30, X n suit une loi normale N(m0 ; ). Le
calcul des probabilités permet d’obtenir la région d’acceptation. n

201211TDPA0313 123
Contrôle de gestion • Série 3

Test
Région d’acceptation
Au seuil de risque α
H0 : m = m0 s
Contre H1 : m ≠ m0 [mo – t1-α ; mo + t1-α ]
n
H0 : m = m0 s
Contre H1 : m < m0 [mo – t1-α  ; + ∞[
n
H0 : m = m0 s
Contre H1 : m > m0 ]– ∞ ; mo + t1-α ]
n

Quand σ est inconnu, prendre son estimation s si n ≥ 30.


Si l’estimation x appartient à la région d’acceptation, l’hypothèse  H0 est acceptée, et
inversement.

4. Comparaison d’une proportion à une norme


Ne pas hésiter à faire un schéma pour étudier la région critique et la région d’acceptation.
p0 (1- p0 )
Si H0 est vraie et si n ≥ 30, Fn suit une loi normale N(p0 ; ). Le calcul des probabilités
permet d’obtenir la région d’acceptation. n

Test
Région d’acceptation
Au seuil de risque α
H0 : p = p0 p0 (1- p0 ) p0 (1- p0 )
[po – t1-α  ; po + t1-α ]
Contre H1 : p ≠ p0 n n
H0 : p = p0 [po – t1-α ; + ∞[
Contre H1 : p < p0
H0 : p = p0 p0 (1- p0 )
]– ∞ ; po + t1-α ]
Contre H1 : p > p0 n

Si l’estimation  f appartient à la région d’acceptation, l’hypothèse  H0 est acceptée, et


inversement.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Annexe 2 Les formules que l’on peut apprendre par cœur

Modèle de Wilson sans pénurie :


2 D ¥ cl
Qw =
c’s
Modèle de Wilson sans pénurie :

Modèle de Wilson Modèle avec rupture


1
Qw Q* = Qw ¥
a
nw n* = nw ¥ a
1
Tw T* = Tw ¥
a

124
UE 121 • Contrôle de gestion

Annexe 3 Les auteurs à connaître


Il est bien vu de pouvoir citer le nom de quelques auteurs fondamentaux de contrôle de gestion
dans le cadre d’une question rédactionnelle à l’examen. Il n’y a bien évidemment pas de liste
officielle des auteurs à connaître, mais les noms de Pareto ou Jensen et Meckling doivent évo-
quer quelque chose aux candidats à l’examen de DGC/DCG.

Chris Argyris
Né en 1923, il fut professeur à l’université d’Harvard à Boston. Ses principaux travaux portent
sur les relations entre individus et organisations et sur la gestion du changement.

Richard M. Cyert
Né en 1921, Richard Cyert fut professeur et président de l’université Carnegie Mellon à Pittsburgh.
Il est célèbre pour l’ouvrage, rédigé en collaboration avec James March, A Behavioral Theory
of the Firm édité en 1963 dans lequel ils analysent l’entreprise comme une coalition de groupes
d’individus aux intérêts conflictuels. Le problème de l’organisation est de maintenir un minimum
de stabilité et la prise de décision n’est donc pas purement rationnelle ; elle résulte souvent des
rapports de force entre les acteurs de l’entreprise.

Kaoru Ishikawa
Né en 1915 à Tokyo, Kaoru Ishikawa a d’abord travaillé chez Nissan avant d’occuper un poste
de professeur à l’Université de Tokyo en 1947. Il développe la notion de cercles de qualité en
1962, et propose le diagramme qui porte son nom en 1980.

Michael C. Jensen
Michael Jensen a été professeur de finance à l’université de Rochester entre 1967 et 1988 et à
la Harvard Business School de 1985 à 2000.
Il a travaillé sur des modèles d’évaluation des actifs financiers, sur les politiques de stock-
options, sur la gouvernance d’entreprise, et a créé un indicateur de performance des gestion-
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

naires d’actifs.
Son travail le plus connu est son article de 1976 avec William H. Meckling, « Theory of the firm :
Managerial behaviour, agency costs and ownership structure » un des articles d’économie les
plus cités, donnant naissance à la « théorie de l’agence ».

James G. March
Né en 1928, James March fut professeur à l’université de Stanford près de San Francisco.
Il est célèbre pour l’ouvrage A Behavioral Theory of the Firm édité en 1963 avec Richard Cyert.

William H. Meckling
William Meckling a été professeur à l’université de Rochester. Il est célèbre pour avoir écrit avec
M.  Jensen l’article « Theory of the firm : Managerial behaviour, agency costs and ownership
structure » qui théorise notamment le concept de relation d’agence et a donné naissance à la
« théorie de l’agence ».

Vilfredo Pareto
Vilfredo Pareto est un économiste italien, né à Paris en 1848, qui fait des études d’ingénieur à
Turin, mais qui s’illustre en tant que professeur et chercheur en économie et en sociologie à
Turin, Florence et Lausanne.

201211TDPA0313 125
Contrôle de gestion • Série 3

Peter A. Pyhrr
Peter Pyhrr fut contrôleur dans de nombreuses sociétés, et notamment chez Texas Instrument
dans les années 1970. C’est à cette époque qu’il publie un article dans la Harvard Business
Review décrivant la procédure BBZ (budget base zéro). Le gouverneur de Géorgie, Jimmy
Carter, favorisa l’adoption de cette procédure pour l’élaboration du budget de l’État en 1973, et
pour l’élaboration du budget fédéral américain en 1979.

Henri Savall
Henri Savall est un économiste et professeur de sciences de gestion. Il a crée en 1976 avec
Véronique Zardet l’ISEOR, Institut de Socio-Économie des Entreprises et des Organisations. Il
est rattaché à une équipe de recherche de l’université Lyon III.
Il a théorisé et diffusé la notion de coût caché, notamment grâce à son ouvrage Maîtriser les
coûts et les performances cachées.

R. H. Wilson
C’est l’article que R.H. Wilson a écrit en 1934 dans la Harvard Business Review (« A scientific
Routine for Stock Control ») qui l’a rendu célèbre et qui a conduit à donner son nom au modèle
de gestion des stocks enseigné dans le cadre de l’examen.
Le modèle permet de détermine un « EOQ », ou Economic Order Quantity.
L’auteur précise dans son article que cette méthode était utilisée dans la compagnie Western
Electric, sans en préciser l’origine. C’est Ford Whitman Harris, ingénieur, qui en est à l’origine. Il
a écrit deux articles nettement moins académiques sur le sujet, publiés dans Factory : The
Magazine of management en 1911.
Mais il est possible que F. W. Harris se soit lui-même inspiré des travaux de William Thomson
Lord Kelvin qui en 1881 publie « On the Economy of Metal Conductors of Electricity » dans le
rapport n° 51 de la « British Association for the Advancement of Sciences ». Dans cet article,
l’auteur s’intéresse au coût de transmission de l’électricité : une partie de celui-ci augmente
lorsque la section des fils augmente, mais une autre partie diminue. Il y a donc un optimum à
déterminer. C’est exactement la même logique qui est suivie pour déterminer la quantité opti-
male des commandes (EOQ).

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

126
UE 121 • Contrôle de gestion

Exercices autocorrigés

Ne pas envoyer à la correction


L’auteur des exercices 2 à 15 est Marc RIQUIN.

Exercice 1 : Cas Distroc – Budget des ventes

Énoncé
La société Distroc commercialise 3 produits, P1, P2 et P3, dans 3 zones géographiques A, B et
C. Chaque directeur de zone établit ses prévisions des ventes, en précisant les bases retenues
pour les calculs. Ces prévisions sont ensuite centralisées par le directeur commercial qui pré-
sente un budget trimestriel consolidé à la direction générale.
La société prépare actuellement ses prévisions budgétaires pour le 1er trimestre N+1.

TRAVAIL À FAIRE
1. Pour la zone C, les ventes du 1er trimestre N ont été les suivantes :
– 300 000 produits P1 ;
– 270 000 produits P2 ;
– 420 000 produits P3.
Établissez le programme trimestriel des ventes pour la zone C, en nombre de produits (vous
utiliserez le même type de tableau que pour les autres zones).
2. Sur la base des informations fournies par les directeurs de zones, établissez le budget
mensualisé des ventes pour le 1er trimestre N+1 de la société.
3. Ce budget est-il nécessairement celui qui sera définitivement retenu pour établir la liasse
budgétaire ? Pourquoi ?
4. Pour la suite du cas, et indépendamment des résultats numériques des questions précé-
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

dentes, on suppose que le programme des ventes présenté à la direction générale retient les
hypothèses suivantes comme étant les plus probables, pour le 1er trimestre N+1 (en unités de
produits) :
Mois Janvier Février Mars
Produits
P1
P2
P3

Par ailleurs, pour l’établissement de l’ensemble des prévisions budgétaires, on raisonne dans
une « fourchette » de plus ou moins 10 % :
– hypothèse basse ou « pessimiste » : – 10 % ;
– hypothèse haute ou « optimiste » : + 10 %.
Dans ces conditions, faites une évaluation « flexible » des dépenses prévisionnelles d’intérim
trimestrielles.
5. Établissez le budget flexible trimestriel des charges de distribution (la mensualisation
n’est pas demandée).
6. Distroc opère sur des marchés soumis à de fortes variations conjoncturelles, aussi bien sur
les volumes que sur les prix.

201211TDPA0313 127
Contrôle de gestion • Série 3

Une analyse statistique de l’historique des ventes montre que le chiffre d’affaires trimestriel
suit une loi normale ayant :
– pour espérance mathématique : 12 millions d’euros ;
– pour écart type : 2 millions d’euros.
a. Calculez la probabilité d’atteindre l’hypothèse haute de la fourchette budgétaire.
b. Calculez la probabilité de se situer dans la fourchette budgétaire (on utilisera la table four-
nie dans la série 2 du cours).
c. Commentez.

Annexe 1
Programme des ventes transmis par le directeur de la zone A (en unités de produits vendus) pour
le 1er trimestre N+1 :

Mois
Janvier Février Mars
Produits
P1 157 000 141 000 170 000
P2 140 000 128 000 156 000
P3 225 000 205 000 249 000

Idem pour la zone B :

Mois
Janvier Février Mars
Produits
P1 212 000 180 000 230 000
P2 201 000 171 000 207 000
P3 302 000 270 000 332 000

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Annexe 2

Hypothèses retenues pour établir les prévisions du 1er trimestre N+1


a. L’activité est saisonnière et on retient les coefficients saisonniers suivants :
• janvier : 1
• février : 0,9
• mars : 1,1
b. Par rapport aux prix actuels (fin décembre N) qui sont respectivement 2, 4 et 3 euros l’unité
pour P1, P2, P3, et compte tenu de la concurrence, les décisions suivantes ont été prises au
niveau de la politique de prix :
• produit P1 : hausse de 3 % début février
• produit P2 : baisse de 10 % dès début janvier
• produit P3 : hausse de 5 % début février.
c. Les ventes devraient croître en volume de 5 % pour P1 et P2 et de 8 % pour P3 par rapport à
la période correspondante en N.

128
UE 121 • Contrôle de gestion

Annexe 3

Structure des charges de distribution


a. Les charges variables, de nature essentiellement logistique, sont estimées à 0,10 euro par
produit vendu.
b. Par ailleurs, les représentants touchent une commission de 5 % sur le chiffre d’affaires.
c. Les charges fixes mensuelles s’élèvent à 210 000 euros, tant que le volume d’activité mensuel
ne dépasse pas 1 600 000 produits (tous produits confondus).
d. Au-delà du seuil de 1 600 000 produits, il faut recourir à du personnel intérimaire pour faire
face aux problèmes de manutention lors de l’expédition des produits. Les charges fixes aug-
mentent alors par paliers de 15 000 euros supplémentaires par « tranche » de 100 000 produits.
Les intérimaires ont des contrats d’un mois minimum, renouvelables.

Corrigé

1. Programme de la zone C
Moyenne mensuelle Janvier Février Mars
Produit Total trimestriel
N (1) (0,9) (1,1)
300 000
P1 (1,05)  100 000 105 000(a) 94 500 115 500 315 000
3
270 000
P2 (1,05)  90 000 94 500 85 050 103 950 283 500
3
420 000
P3 (1,08)  140 000 151 200 136 080 166 320 453 600
3
(a) Pour chaque case : moyenne mensuelle × indice de volume × coefficient saisonnier.
300 000
Par exemple, pour les ventes de P1 en janvier : 105 000 = ¥ 1, 05 ¥ 1.
3
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

2. Budget consolidé des ventes


Mois
Janvier Février Mars Total
Produits
P1 948 000 855 930(1) 1 061 930 2 865 860
P2 1 567 800 1 382 580 1 681 020 4 631 400
P3 2 034 600 1 924 909 2 354 058 6 313 560
Total 4 550 400 4 163 412 5 097 008 13 810 820
(1) Pour chaque case :
(∑ prévisions par zone) × prix × indice de variation de prix. Par exemple pour P2 en février :
(141 000 + 180 000 + 94 500) = 415 500
415 500 × 2 × 1,03 = 855 930

Attention
Pour P1 et P3, la hausse de prix n’intervient qu’en février.

3. Budget définitif ?
Non. Le budget de la question 2 représente la consolidation, l’agrégation mécanique des prévi-
sions établies de manière décentralisée. Or, généralement, un processus de navette s’instaure
entre la direction et les unités périphériques, dans la mesure où le budget ne représente pas
uniquement une prévision déterminée par un certain nombre de facteurs, mais aussi un objectif
négocié.

201211TDPA0313 129
Contrôle de gestion • Série 3

4. Prévision flexible des dépenses d’intérim


a. Nombres totaux de produits mensuels pour l’hypothèse moyenne :
• janvier : 480 000 + 440 000 + 690 000 = 1 610 000
• février : 1 440 000
• mars : 1 750 000
b. Détermination des « tranches » excédentaires
Mois
Janvier Février Mars Total trimestriel
Hypothèse
× × ×
Basse 0
→0 →0 →0
Moyenne →2 3
→1 →0
× ×
×
Haute 6
→4
→2 →0

c. Dépenses prévisionnelles d’intérim

Hypothèse Nombre de tranches Coût prévisionnel


Basse 0 0
Moyenne 3 3 × 15 000 = 45 000
Haute 6 6 × 15 000 = 90 000

5. Budget flexible des charges de distribution

a. Calcul des commissions pour l’hypothèse moyenne


P1 : 3 % début février :
[(480 000 × 2) + [(420 000 + 520 000) × 2 × 1,03]] × 0,05 = 144 820
P2 : moins 10 % dès janvier

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
[(440 000 + 390 000 + 480 000) × 4 × 0,9] × 0,05 = 235 800
P3 : 5 % début février. Même calcul que pour P1, soit 320 850
Soit en tout :
144 820 + 235 800 + 320 850 = 701 470

b. Budget flexible trimestriel


Élément Hypothèse basse Hypothèse moyenne Hypothèse haute
(– 10 %) (+ 10 %)
Logistique 4 800 000 × 0,9 × 0,1 4 800 000 × 0,1 4 800 000 × 1,1 × 0,1
= 432 000 = 480 000 = 528 000
Commissions 701 470 × 0,9
(5b) 701 470 701 470 × 1,1 = 771 617
= 631 323
Charges fixes 210 000 × 3 = 630 000 630 000 630 000
Intérim (4c) 0 45 000 90 000
Total 1 693 323 1 856 470 2 019 617

Volume global : 1 610 000 + 1 440 000 + 1 750 000 = 4 800 000.

130
UE 121 • Contrôle de gestion

6. Évaluation des probabilités

a. Probabilité d’atteindre le haut de la fourchette


Par rapport aux résultats numériques de la question 5, le haut de la fourchette correspond à
701470
 × 1,1 = 15 432 340 euros.
0, 05
Nous avons Prob  v 15 432 340 
Ê 15 432 340 - 12 000 000 ˆ
 Prob Á T ˜¯
Ë 2 000 000
 Prob ( T 1, 72)  1- prob ( T  1, 72)  1- 0, 957  0, 04
43

Il n’y a que 4 chances sur 100 d’atteindre le haut de la fourchette, ce qui est très peu : cette
hypothèse est irréaliste.

b. Probabilité de se situer dans la fourchette


15 432 340
Le bas de la fourchette correspond à un chiffre d’affaires de ¥ 0, 9  12 626 460 .
La probabilité recherchée est égale à : ,
11
Prob (12 626 460 £ v £ 15 432 340 )  Prob ( v £ 15 432 340 ) - Prob ( v £ 12 626 460 )
Prob (T ≤ 1,72) – Prob (T ≤ 0,31) = 0,957 – 0,621 = 0,336
Il n’y a que 33 chances sur 100 d’être dans la fourchette, ce qui est, là encore, très peu.

c. Appréciation
Les calculs précédents montrent que les prévisions budgétaires sont beaucoup trop optimistes :
on risque fort de ne même pas atteindre le bas de la fourchette !

Exercice 2 : Cas Jardipro – budget des ventes

Énoncé
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

La société Jardipro fabrique et commercialise essentiellement par le canal des grandes surfaces
spécialisées du petit outillage à main utilisé par les particuliers pour les travaux de jardinage. Les
ventes, très saisonnières, sont concentrées sur les mois de printemps. Les statistiques commer-
ciales mensuelles fournissent sur les deux dernières années (N–1 et N) les montants suivants
des ventes hors taxes, en milliers d’euros :
MOIS N–1 N
Janvier 20 23
Février 21 24
Mars 33 35
Avril 49 53
Mai 80 87
Juin 103 112
Juillet 68 73
Août 62 66
Septembre 74 80
Octobre 59 64
Novembre 42 45
Décembre 22 25
Total 633 687

201211TDPA0313 131
Contrôle de gestion • Série 3

TRAVAIL À FAIRE
1. Représentez graphiquement l’évolution des ventes.
2. L’évolution des ventes laisse apparaître une légère croissance, qui se confirme depuis
plusieurs années. Afin de quantifier de façon plus formalisée cette tendance, établissez
l’équation de la droite de tendance, sous la forme d’une fonction R du type y* = ax + b, avec :
y* = ventes mensuelles en milliers d’euros
x = variable temps (on prendra x = 1 pour janvier N–1)
a et b = constantes déterminées par « ajustement » (ou « régression ») linéaire selon la
méthode des moindres carrés.
Il est précisé que la droite de régression passe par le point de coordonnées (x, y).
Les coefficients a et b seront calculés avec une précision d’au moins 4 décimales. Représentez
graphiquement la droite de régression sur le graphique précédent.
3. Pour chaque mois xi, le montant observé des ventes, yi peut être rapporté à la valeur de la
fonction de régression yi* pour calculer un coefficient de saisonnalité.
Calculez ces coefficients pour les 24 mois de l’historique, puis en faisant la moyenne arith-
métique des résultats concernant N–1 et N, les 12 coefficients caractérisant la saisonnalité
mensuelle (par exemple, le coefficient caractérisant le mois de janvier sera obtenu en faisant
la moyenne des résultats obtenus pour janvier N–1 et janvier N).
Ces coefficients seront calculés avec 4 décimales.
4. En combinant l’effet de tendance et la saisonnalité mensuelle, établissez les prévisions de
ventes hors taxes mensualisées pour N+1, en arrondissant au millier d’euros le plus proche.
Calculez le chiffre d’affaires prévisionnel hors taxes annuel.
5. Dans tout ce qui suit, quels que soient les résultats de la question précédente, on suppose
que le chiffre d’affaires prévisionnel annuel retenu pour N+1 est de 800 milliers d’euros, hypo-
thèse la plus probable.
La vente des produits laisse à Jardipro une marge sur coût variable de 40 % par rapport au
chiffre d’affaires, et les charges fixes annuelles s’élèvent à 300 milliers d’euros.
Les responsables de la société raisonnent dans le cadre de la « fourchette » budgétaire sui-
vante : le chiffre d’affaires prévisionnel peut se situer entre une hypothèse « basse » ou « pes-

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
simiste » à moins 5 %, et une hypothèse « haute » ou « optimiste » à plus de 5 %, en fonction
de la conjoncture.
Dans ce cadre, établissez le budget des ventes et le compte de résultat prévisionnel annuels
« flexibles » de la société.
6. 20 % des ventes de Jardipro sont facturées en dollars en dehors de la zone euro. Tous les
coûts sont en euros, sauf 10 % des coûts variables et 25 % des coûts fixes, qui sont facturés
en dollars.
Actuellement, un dollar vaut un euro. En N+1, le dollar peut gagner ou perdre d % de sa
valeur par rapport à l’euro. Par exemple, si le dollar gagne 10 % de sa valeur, un dollar
s’échangera contre 1,10 euro.
Calculez la valeur du résultat prévisionnel annuel de Jardipro, dans l’hypothèse centrale la
plus probable de la fourchette budgétaire, en fonction de d. La société doit-elle redouter une
hausse du dollar ?
7. À partir de quel pourcentage p des ventes facturées en dollars la société est-elle insensible
aux fluctuations de la valeur de l’euro par rapport au dollar (avec, toujours un chiffre d’affaires
total prévisionnel de 800 milliers d’euros) ?

132
UE 121 • Contrôle de gestion

Corrigé

1. Représentation graphique
y = ventes en k€ 112
103

80
74

(R)
y = 55
46,7174

25
20 22

x = mois
x = 12,5

2. Droite de tendance
La calculatrice doit permettre d’obtenir :
R = 0,66261x + 46,7174.
La droite a été reportée sur le graphique précédent et il est possible de vérifier qu’elle passe par
(12,5 ; 55).
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

3. Coefficients de saisonnalité
Il faut disposer les calculs en pensant que l’on va devoir faire une moyenne arithmétique des
valeurs obtenues pour N–1 et N, pour chaque mois. Il vaut donc mieux prendre les mois dans
l’ordre suivant :
1 (janvier N–1), 13 (janvier N), 2 (février N–1), etc.

201211TDPA0313 133
Contrôle de gestion • Série 3

Tableau de calculs
yi
Périodes xi yi y*i Moyenne
y i*
Janvier N–1 1 20 47,3800(1) 0,4221
N 13 23 55,3313 0,4157
Février N–1 2 21 48,0426 0,4371
N 14 24 55,9939 0,4286
Mars N–1 3 33 48,7052 0,6775
N 15 35 56,6566 0,6178
Avril N–1 4 49 49,3678 0,9925
N 16 53 57,3192 0,9246
Mai N–1 5 80 50,0305 1,5990
N 17 87 57,9818 1,5005
Juin N–1 6 103 50,6931 2,0318
N 18 112 58,6444 1,9098
Juillet N–1 7 68 51,3557 1,3241
N 19 73 59,3070 1,2309
Août N–1 8 62 52,0183 1,1919
N 20 66 59,9696 1,1006
Septembre N–1 9 74 52,6809 1,4047
N 21 80 60,6322 1,3194
Octobre N–1 10 59 53,3435 1,1060
N 22 64 61,2948 1,0441
Novembre N–1 11 42 54,0061 0,7777
N 23 45 61,9574 0,7263
Décembre N–1 12 22 54,6687 0,4024
N 24 25 62,6200 0,3992
(1) calcul des y*i, sur la droite de tendance :
pour x = 1, on a y* = (0,66261 × 1) + 46,7174 = 47,3800 ; puis, pour x = 13 : y* = (0,66261 × 13) + 46,7174 = 55,3313 etc.
0, 4221 0, 4157
(2) 0, 4189 
2
0, 4371 0, 4286
0, 4329  et ainsi de suite.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
2

4. Prévision des ventes


Par exemple, pour janvier N+1, qui est le 25e mois sur l’échelle des temps :
y*25 = (0,66261 × 25) + 46,7174 = 63,2826
y*25 = 63,2826 × 0,4189 ≈ 27 milliers d’euros

Tableau de calcul
Mois x y* Coefficient Prévision (en kt)
Janvier N+1 25 63,2826 0,4189 27
Février 26 63,9453 0,4329 28
Mars 27 64,6079 0,6477 42
Avril 28 65,2705 0,9586 63
Mai 29 65,9331 1,5498 102
Juin 30 66,5957 1,9708 131
Juillet 31 67,2583 1,2775 86
Août 32 67,9209 1,1463 78
Septembre 33 68,5835 1,3621 93
Octobre 34 69,2461 1,0751 74
Novembre 35 69,9088 0,7520 53
Décembre 36 70,5714 0,4008 28
Total 805

134
UE 121 • Contrôle de gestion

5. Budget des ventes et compte de résultat « flexibles »


La « flexibilité » signifie ici que l’on effectue des calculs pour des niveaux d’activité différents.

Calculs en milliers d’euros


Hypothèse basse Hypothèse Hypothèse haute
Éléments
(¥ 0,95) centrale (¥ 1,05)
Chiffre d’affaires 760 800 840
Charges variables (CA × 0,6) 456 480 504
Marge sur coûts variables (CA × 0,4) 304 320 336
Charges fixes 300 300 300
Résultat prévisionnel +4 + 20 + 36

6. Résultat prévisionnel en fonction du pourcentage d’appréciation du dollar


Nous avons :
Résultat prévisionnel = Ventes – (Charges variables – Charges fixes)
800 – (480 + 300)

80 % 20 % 90 % 10 % 75 % 25 %
en euros en dollars en euros en dollars en euros en dollars

Soit :
800 – (480 + 300)

640 160 432 48 225 75


en euros en dollars en euros en dollars en euros en dollars

Résultat prévisionnel :
d d d
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

RP  640  160 (1  ) - 432 - 48 (1  ) - 225 - 75 (1  )


100 100 100
d
RP  640  160 - ( 432  48  225  75)  (160 - 48 - 75)
100
Rp = 20 + 0,37d
Ce résultat est logique : pour d = 0 (stabilité du dollar), on retrouve, Rp = 20, comme dans la
question précédente.
S’il y a baisse du dollar (si le dollar perd d % de sa valeur par rapport à l’euro) alors Rp devient
Rp = 20 – 0,37d.
La société n’a pas à redouter la hausse du dollar, tout au contraire : ses hausses de coûts
seraient plus que compensées par la hausse de ses facturations.

7. Pourcentage des ventes facturées en dollars


Soit p ce pourcentage ; par exemple, si p = 20, 20 % des ventes sont facturées en dollars.
Jardipro est insensible à l’effet dollar si la hausse des coûts est compensée par la hausse des
ventes, donc si :
p d d d
800 ×   × (1 +  ) = 48 × (1 +  ) + 75 × (1 +  )
100 100 100 100

201211TDPA0313 135
Contrôle de gestion • Série 3

On peut « simplifier » par :


d
1 soit :
100
8 p  48  75
48  75 123
p   15, 375
8 8
Il faut donc que la société facture un peu plus de 15 % de ses ventes en dollars.

Exercice 3 : Modèle de Wilson, variables aléatoires continues – Cas Alpha

Énoncé
La société Alpha désirerait s’approvisionner régulièrement en matières premières pour éviter
toute rupture de stock et de trop amples variations de prix. Pour l’année à venir (année de
360 jours, pour simplifier), la production prévisionnelle serait de 2 800 produits  X, 9 000 pro-
duits Y et 2 150 produits Z.
Le coût de lancement a été évalué à 45 euros par commande et le taux de possession du stock
à 10 %.

TRAVAIL À FAIRE
1. Calculez le programme optimal d’approvisionnement. En déduire le coût total annuel de
gestion de ce stock.
2. La société souhaiterait, par ailleurs, connaître l’incidence de la fixation d’un stock de sécu-
rité de 3 000 kg sur l’ensemble des paramètres précédents.
3. Si le délai d’approvisionnement était fixé à 30 jours, quel serait le stock d’alerte ?
Il est possible d’admettre que les ventes annuelles de produits X, Y et Z sont des variables
indépendantes qui suivent une loi normale dont les paramètres sont les suivants :
– X suit la loi N(3 000 ; 200)
– Y suit la loi N(9 000 ; 100)

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
– Z suit la loi N(2 000 ; 50)
4. . Déterminez la loi et les paramètres de la consommation totale.
5. À quel taux de service correspondrait un stock de sécurité de 3 000 kg ?
6. À quel niveau fixer le stock de sécurité afin de limiter le taux de rupture de stock à 5 % ?

Annexe Consommation de matières premières par produit


X Y Z
Consommation unitaire de MP 10 kg 15 kg 15 kg

Le coût d’achat d’un kilogramme de matière première est égal à 1,50 euro.

Corrigé

Question 1
La consommation annuelle = 10 × 2 800 + 15 × 9 000 + 15 × 2 150 = 195 250 kg
D = 195 250

136
UE 121 • Contrôle de gestion

cl = 45
cs = 1,5 × 10 % = 0,15 € par an (donc P = 1)
Q
CG = 45 n +   × 0,15 × 1
2
195 250
CG(Q) = 45 ×  + 0,075 q
Q
8 786 250
CG’(Q) = – + 0,075
Q2
S’annule pour Q* = 10 823,58 kg
n* = 195 250/10 823,58 = 18,04 commandes
T* = 360/18,04 = 20 jours
CG (10 823,58) = 811,77 + 811,77 = 1 623,54 €

Remarque
Il est possible d’arrondir n* à 18 commandes, d’où Q* = 195 250/18 = 10 847,22
Il y aurait 17 commandes de 10 847 et une dernière de 10 851.

Question 2
La fonction serait
ÊQ ˆ
CG = 45 n + Á  3 000˜  × 0,15 × 1
Ë2 ¯
195 250
CG(Q) = 45 ×  + 0,075 q + 450
Q
Il n’y aurait pas d’incidence sur le programme optimal d’approvisionnement car il s’agit d’une
constante dont la dérivée est nulle.
En revanche, le coût de gestion du stock augmenterait de 450 pour passer à 2 073,54 euros.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Question 3
Comme le délai d’approvisionnement (30 jours) est supérieur à la période d’approvisionnement
(20 jours), il y a une commande en cours qui sera livrée.
195 250
SA =  × 30 + 3 000 – 10 823,58 = 8 447,24 kg
360
Question 4
La consommation totale (QT = 10 X + 15 Y + 15 Z) suit une loi normale puisqu’elle est la somme
de variables aléatoires normales.
E(QT) = E(10X) + E(15Y) + E(15Z)
E(QT) = 10 E(X) + 15 E(Y) + 15 E(Z)
E(QT) = 10 × 3 000 + 15 × 9 000 + 15 × 2 000 = 195 000
Comme les variables aléatoires sont indépendantes :
V(QT) = V(10X) + V(15Y) + V(15Z)
V(QT) = 102 V(X) + 152 V(Y) + 152 V(Z)
V(QT) = 102 × 2002 + 152 × 1002 + 152 × 502 = 6 812 500
σ = 6 812 500 ≈ 2 610
QT suit la loi N(195 000 ; 2 610).

201211TDPA0313 137
Contrôle de gestion • Série 3

Question 5
Le taux de service TS est la probabilité que la consommation soit satisfaite compte tenu du
stock de sécurité de 3 000 kg :
TS = p(QT < 195 000 + 3 000) = p(QT < 198 000)
Ê 198 000 - 195 000 ˆ
TS = pÁ T  ˜¯  = p(T < 1,15) = 0,8749 ; soit 87, 49 %.
Ë 2 610
Question 6
Le stock de sécurité S est tel que :
p(QT > 195 000 + S) = 0,05
1 – p(QT < 195 000 + S) = 0,05
p(QT < 195 000 + S) = 0,95
Ê (195 000  S ) - 195 000 ˆ
pÁ T  ˜¯  0, 95
Ë 2 610
Ê S ˆ
p ÁT   0, 95
Ë 2 610 ˜¯
S
posons t =
2 610
S
π(t) = 0,95 t = 1,645 d’où  = 1,645 et S = 4 293,45 kg
2 610

Exercice 4 : Modèle de gestion des stocks avec tarifs dégressifs

Énoncé
L’entreprise M vous demande d’analyser le problème de gestion du stock d’une nouvelle matière
première M1 nécessaire pour sa fabrication.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Hypothèses de travail :
• La production du produit nouveau est régulière et effectuée tous les jours.
• La consommation de la matière première M1 est régulière et il est prévu une quantité néces-
saire de 5 760 unités pour une période de référence de 360 jours.
• La livraison du fournisseur doit être effectuée au moment où le stock disponible devient nul,
aucun stock de sécurité n’étant nécessaire.
• Le coût du lancement de chaque commande est égal à 224 euros, ce montant étant indépen-
dant de la quantité commandée et du prix d’achat total.
• Le coût du stockage est directement proportionnel au prix d’achat de la matière et il représente
0,525 euro par unité stockée et par mois de stockage lorsque le prix d’achat unitaire est de
75 euros.
• Le volume commandé au fournisseur doit être constant.
• Aucun retard n’est possible dans la livraison du fournisseur.
• Aucune rupture de stock ne peut être admise.
Conditions du fournisseur :
Le prix de vente brut est de 75 euros l’unité. Une remise est accordée ou non en fonction du
volume x commandé :
Volume commandé Prix p à l’unité
x ≤ 1 200 pas de remise
1 200 < x ≤ 2 400 remise 2 %
2 400 < x ≤ 4 800 remise 2,5 %
x > 4 800 remise 4 %

138
UE 121 • Contrôle de gestion

Remarque
Le fournisseur s’est engagé à livrer à la date prévue, en garantissant qu’il n’y aurait ni avance
ni retard dans la livraison.

TRAVAIL À FAIRE
1. Exprimez le coût total d’approvisionnement de la matière première M1, pour la période de
360 jours et dans le cas où le fournisseur n’accorde pas de remise, en fonction du volume
constant de chaque commande.
2. Déterminez le volume optimal de chaque commande et en déduire le coût d’achat total
minimal de la matière M1 dans le cas où le fournisseur n’accorde pas de remise.
3. Afin d’étudier l’intérêt des propositions commerciales du fournisseur concernant les tarifs
dégressifs :
a. Déterminez les nombres (entiers) de commandes pour lesquels les conditions de tarif sont
distinctes du tarif sans remise.
b. Déduisez-en le nombre optimal de commandes.

Corrigé

Question 1
Coût total d’approvisionnement : CA
Q
CA = 5 760 × 75 + 224 n +   × 0,525 × 12
2
5 760 1290 240
CA (Q) = 432 000 + 224 + 3,15 Q = 432 000 +   + 3,15 Q
Q Q
Question 2
1290 240
CA’ (Q) = – + 3,15
Q2
S’annule pour Q* = 640
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

n* = 5 760/640 = 9 commandes


T* = 360/9 = 40 jours
CA (640) = 432 000 + 2 016 + 2 016 = 436 032 €

Question 3
Le tarif dégressif ne s’applique qu’à partir de 1 200 unités. Donc si n est supérieur à 5 com-
mandes, il n’y a pas de remise et dans ce cas Q* = 640 et n* = 9 commandes. Il est donc possible
de limiter l’étude de la fonction à n = 1, 2, 3 et 4.
Le coût de stockage est proportionnel au prix. Pour 75 euros, il est égal à 0,525 euro. Il est tel que :
0,525 = ts × 75
Q
Il représente donc 0,7 % du prix p et CA = 5 760 × p + 224 n +   × (0,7 % p) × 12
2
Prix achat Coût Coût
n Q = 5 760/n CA
5 760 p de lancement de stockage
1 5 760 5 760 × 72 224 17 418,24 432 362,24
2 2 880 5 760 × 73,125 448 8 845,20 430 493,20
3 1 920 5 760 × 73,5 448 5 927,04 429 735,04
4 1 440 5 760 × 73,5 896 4 445,28 428 701,28
9(1) 640 5 760 × 75 2 106 2 016 436 032,00
(1) Dernière ligne inutile mais présentée pour mémoire.

La solution optimale consiste donc à passer 4 commandes de 1 440 unités chacune, soit une
commande tous les 90 jours.

201211TDPA0313 139
Contrôle de gestion • Série 3

Exercice 5 : Modèle de gestion des stocks avec rupture

Énoncé
La société M prévoit de vendre 1 600 produits X pour l’année à venir.
Le coût de lancement d’une commande est de 78 euros.
Le coût de stockage d’un article est de 0,65 euro par mois.
Le coût de pénurie est estimé à 2,60 euros par mois et par article.

TRAVAIL À FAIRE
1. Calculez le programme d’approvisionnement et le niveau de stockage optimaux.
2. Vérifiez la solution à partir du modèle de Wilson sans pénurie.

Corrigé

1. Étude de la fonction
1 600 S S Q-S Q-S
CG (S, Q) = 78 ×  +   × 0,65 ×   × 12 +   × 2,6 ×   × 12
Q 2 Q 2 Q
124 800 S2 ( Q - S )2
CG (S, Q) = + 3,9 + 15,6
Q Q Q
124 800 S 2
( Q - 2 SQ  S2 )
2
CG (S, Q) = + 3,9 + 15,6
Q Q Q
2
124 800 S S2
CG (S, Q) = + 3,9 + 15,6 Q – 31,2 S + 15,6
Q Q Q
124 800 S2
CG (S, Q) = + 19,5 + 15,6 Q – 31,2 S
Q Q
S
• CG’S (S, Q) = 39 – 31,2
Q
S
La dérivée s’annule pour  = 31,2/39 = 0,8

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Q
124 800 S2
• CG’Q (S, Q) = – 2 – 19,5 2 + 15,6
Q Q
124 800 124 800
CG’Q (S, Q) = – – 19,5 (0,8)2 + 15,6 = –  + 3,12
Q2 Q2
La dérivée s’annule pour Q2 = 40 000 soit pour Q* = 200
S* = 0,8 × 200 = 160
n* = 1 600/200 = 8 commandes
T* = 360/8 = 45 jours
Ts = 45 × 0,8 = 36
Tp = 45 × 0,2 = 9 jours
CG (160, 200) = 1 248 €

2. Modèle de Wilson sans pénurie


1 600 Q 124 800
CG (Q) = 78 ×  +   × 0,65 × 12 = + 3,9 Q
Q 2 Q
124 800
CG’ (Q) = – + 3,9
Q
La dérivée s’annule pour Q2 = 32 000 soit pour Q* = 178,88
Taux de pénurie = 2,6/3,25 = 0,8

140
UE 121 • Contrôle de gestion

Modèle de Wilson Modèle avec pénurie


Q ≈ 178,88 1
Q* = 178,88 ×   = 200
0,8
n ≈ 8,94 n* = 8,94 ×  0,8  = 8 commandes
T ≈ 40,25 1
T* = 40,25 ×   = 45 jours
0,8
CG = 1 395,30 € CG = 1 248 €

Exercice 6 : Résolution graphique d’un problème de maximisation – X&Y

Énoncé
Une entreprise fabrique et commercialise, entre autres, les produits X et Y. Les éléments variables
de coût sont les suivants :
Produit X Produit Y
Poids unitaire 11,8 kg 2,5 kg
Matières premières :
MP A 12 kg à 1 € = 12 € 3 kg à 1 € = 3 €
MP B 0,5 kg à 2 € = 1 € 0,1 kg à 2 F = 0,20 €
Main-d’œuvre directe 0,5 heure à 60 € = 30 € 5 minutes à 60 €/h = 5 €
Centres de production :
Centre 1 3 uo à 1 € = 3 € 0,5 uo à 1 € = 0,50 €
Centre 2 8 uo à 2 € = 16 € 1 uo à 2 € = 2 €
Centre de distribution 13 € 2,30 €

• Compte tenu des difficultés d’approvisionnement, l’entreprise ne pourra se procurer plus de


24 000 tonnes de MP A. En revanche, la MP B se trouve en quantité illimitée.
• Compte tenu du personnel employé dans l’entreprise, le nombre d’heures total de main-
d’œuvre directe ne pourra être supérieur à 700 000 heures.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

• Le centre  1 ne pourra fournir que 4  000  000  d’unités d’œuvre (uo) et le centre  2 que
10 000 000 d’unités d’œuvre.
• Compte tenu du marché, l’entreprise envisage de produire au moins 3 540 tonnes de produit X
et au moins 12 800 tonnes de produit Y.
• L’entreprise peut vendre au prix de 105 euros HT le produit X et 23 euros HT le produit Y.

TRAVAIL À FAIRE
Vous devez aider l’équipe de travail à prendre une décision concernant les quantités à fabri-
quer de chacun de ces deux produits pour maximiser le résultat.
1. Présentez le programme linéaire correspondant sous la forme canonique (le raisonnement
se fera dans l’unité retenue pour définir la contrainte : tonne et heure).
2. Donnez une solution graphique.

Corrigé

Question 1
Définition des variables :
x = nombre de produits x à fabriquer,
y = nombre de produits y à fabriquer.
• Contrainte de la MP A exprimée en tonnes : 0,012 x + 0,003 y ≤ 24 000
Soit : 4 x + y ≤ 8 000 000

201211TDPA0313 141
Contrôle de gestion • Série 3

• Contrainte de main-d’œuvre : 0,5 x + 1/12 y ≤ 700 000


Soit : 6 x + y ≤ 8 400 000
• Contrainte du centre 1 : 3 x + 0,5 y ≤ 4 000 000
Soit : 6 x + y ≤ 8 000 000
• Contrainte du centre 2 : 8 x + 1 y ≤ 10 000 000
• Contraintes commerciales en tonnes : 0,0118 x ≥ 3 540 et 0,0025 y ≥ 12 820
Soit : x ≥ 300 000 et y ≥ 5 120 000
• Calcul des marges sur coûts variables unitaires (MCV) :

x y
Prix de vente 105 23
Charges variables 75 13 Fonction économique : MAX F = 30 x + 10 y
MCV 30 10

x ≥ 0 ; y ≥ 0
x  300 000
Forme canonique : Ì
Ó6 x  y  8 000 000
MAX F = 30 x + 10 y

2. Résolution graphique
y
La marge sur coûts variables est
10 000 000 maximale au sommet A dont les
coordonnées sont telles que :
x  300 000
8 000 000 Ì
Ó6 x  y  8 000 000
Soit x = 300 000 et y = 6 200 000
6 000 000 Il faut donc produire
A
300 000 produits x et
6 200 000 produits y pour une
4 000 000 marge sur coûts variables
maximale égale à :
D. S. A

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
F = 300 000 × 30 + 6 200 000 × 10
2 000 000 F = 71 000 000

0 x
– 500 000 0 500 000 1 000 000 1 500 000 2 000 000

– 20 000 000

Exercice  7  : Résolution graphique d’un problème de minimisation – société V

Énoncé
La société V a pour objet l’extraction et la distribution de matériaux de carrière. Elle doit assurer,
pour des travaux routiers, la fourniture aux Ponts & Chaussées de graviers en divers calibres.
Un marché portant sur les quantités suivantes :
• graviers calibre 1 : 13 500 tonnes ;
• graviers calibre 2 : 11 200 tonnes ;
• graviers calibre 3 : 5 000 tonnes.
a été adjugé pour un prix global de facturation.

142
UE 121 • Contrôle de gestion

La Ssociété exploite deux carrières P1 et P2 louées à une société civile qui perçoit une redevance
par tonne de pierre extraite. Celle-ci est la suivante :
• pour P1 : 19,40 € par tonne ;
• pour P2 : 20 € par tonne.
Après extraction, la pierre est concassée. Les graviers ainsi obtenus sont triés selon leur calibre.
Chaque tonne de pierre fournit les quantités suivantes de graviers (exprimées en tonnes) :
• Pierre de P1 :
–– graviers calibre 1 : 0,36 tonne,
–– graviers calibre 2 : 0,40 tonne,
–– graviers calibre 3 : 0,16 tonne.
• Pierre de P2 :
–– graviers calibre 1 : 0,45 tonne,
–– graviers calibre 2 : 0,20 tonne,
–– graviers calibre 3 : 0,10 tonne.
(Le complément à une tonne représente du sable, actuellement considéré comme déchet sans
valeur marchande.)
La direction souhaite définir son programme d’extraction de pierre de P1 et de P2 de façon à
minimiser le coût des redevances à la société civile.

TRAVAIL À FAIRE
1. Présentez le programme linéaire correspondant sous la forme canonique.
2. Donnez une solution graphique.
3. L’optimisation de programme conduit-elle à produire des graviers en excédent par rapport
aux tonnages adjugés ? Justifiez la réponse.

Corrigé

Question 1
Définition des variables :
x = nombre de tonnes de pierre P1,
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

y = nombre de tonnes de pierre P2.


Forme canonique :
x ≥ 0 ; y ≥ 0
0,36x  0,45y 13 500
Ô
Ì0,40x  0,20y 11200
Ô0,16x  0,10y 5 000
Ó
MIN F = 19,4x + 20y

Soit après simplification :


x ≥ 0 ; y ≥ 0
4x  5y 150 000
Ô
Ì2x  1y 56 000
Ô8x  5y 250 000
Ó
MIN F = 19,4x + 20y

201211TDPA0313 143
Contrôle de gestion • Série 3

2. Résolution graphique
y La redevance est minimale
au point C dont les
coordonnées sont telles
60 000 que :
A
4 x  5y  150 000
50 000 Ì
Ó8 x  5y  250 000
D.S.A
Soit x = 25 000 et y =
40 000 10 000
Il faut donc produire
30 000 B 25 000 tonnes de pierre P1
et 10 000 tonnes de pierres
20 000 P2 pour une redevance
minimale égale à :
C F = 25 000 × 19,4
10 000
+ 10 000 × 20 = 685 000 €
D
0 x
– 10 000 0 10 000 20 000 30 000 40 000
– 10 000

Question 3
Remplacer x par 25 000 et y par 10 000 dans chaque inéquation du premier système permet
d’étudier s’il y a ou non excédent de production :
Contrainte 1 : 0,36 × 25 000 + 0,45 × 10 000 = 13 500 donc pas d’excédent.
Contrainte 2 : 0,40 × 25 000 + 0,20 × 10 000 = 12 000 excédent = 12 000 – 11 200 = 800 t
Contrainte 3 : 0,16 × 25 000 + 0,10 × 10 000 = 5 000 donc pas d’excédent.

Exercice 8 : Méthode du simplexe – Entreprise D

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
Énoncé
L’entreprise D fabrique pour des entreprises de quincaillerie des pièces en inox. Ces pièces sont
de trois types : A, B, C. Elles sont fabriquées par lots de 50 dans un atelier où sont rassemblées
deux machines pour la découpe de l’inox, une machine pour l’emboutissage, deux machines
pour le polissage et la finition. Chaque machine fonctionne 120 heures par mois.
Les charges variables de fabrication sont rassemblées dans le tableau suivant :
Coût de l’heure Lot A Lot B Lot C
Découpe 20 € 1 h 1,5 h 1,5 h
Emboutissage 30 € 0,5 h 1 h 1 h
Polissage et finition 40 € 2 h 85 € 1 h
Inox 50 € 200 € 68 €
Prix de vente (HT) 200 € 210 €

TRAVAIL À FAIRE
Déterminez le programme de production mensuel qui maximise le résultat.

Corrigé
Définition des variables :
x = nombre de lots de 50 pièces A,
y = nombre de lots de 50 pièces B,
z = nombre de lots de 50 pièces C.

144
UE 121 • Contrôle de gestion

Forme canonique :
Positivité x≥0;y≥0;z≥0
Découpe 1 x + 1,5 y + 1,5 z ≤ 240 (2 machines)
Emboutissage 0,5 x + 1 z ≤ 120 (1 machine)
Polissage et finition 2 x + 1 y + 1 z ≤ 240 (2 machines)
MAX F = 35 x + 45 y + 42 z

Calcul des coefficients de la fonction économique :

Lot A Lot B Lot C


Découpe 020 30 30
Emboutissage 15 30
Polissage et finition 80 40 40
Inox 50 85 68
1- Total des charges variables 165 155 168
2- Prix de vente 200 200 210
2 – 1 = Marge sur coûts variables 35 45 42

x ≥ 0 ; y ≥ 0 ; z ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0 ; e3 ≥ 0


1x  1,5y  1,5z  e1  240
Ô
Forme standard : Ì0,5x  1z  e2  120
Ô 2x  1y  1z  e3  240
Ó
MAX F = 35 x + 45 y + 42 z + 0 e1 + 0 e2 + 0 e3

Première tableau :
Hors Base
x y z . . . B R
En Base
L1 e1 1 1,5 1,5 1 0 0 240 160
L2 e2 0,5 0 1 0 1 0 120 ∞
L3 e3 2 1 1 0 0 1 240 240
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

L4 F 35 45 42 0 0 0 0

Deuxième tableau :
Hors Base
x y z . . . B R
En Base
L’p = L1/1,5 y 2/3 1 1 2/3 0 0 160 240
L’2 = L2 – 0 L’p e2 0,5 0 1 0 1 0 120 240
L’3 = L3 – 1 L’p e3 4/3 0 0 – 2/3 0 1 80 60
L’4 = L4 – 35 L’p F 5 0 –3 – 30 0 0 – 7 200

Troisème tableau :
Hors Base
. . z e1 . e3 B
En Base
L’’1 = L’1 – 2/3 L’’p y 0 1 1 1 0 – 0,5 120
L’’2 = L2 – 0 L’’p e 2 0 0 1 0,25 1 – 0,375 90
L’’3 = L’’p = L’3/4/3 x 1 0 0 – 0,5 0 0,75 60
L’’4 = L4 – 35 L’’p F 0 0 –3 – 27,5 0 – 3,75 – 7 500

L’optimum est atteint puisque tous les taux marginaux de substitution (ou coefficients de la der-
nière ligne) sont négatifs ou nuls.

201211TDPA0313 145
Contrôle de gestion • Série 3

La variable z est hors base, donc z = 0. La valeur de variables x et y qui sont en base est lue dans
la colonne B : x = 60 ; y = 120 et F = 7 500.
La contrainte 2 dispose d’une capacité non utilisée égale à 90 unités d’œuvre.
Il faut donc produire 60 lots de pièces A, 120 lots de pièces B et aucun lot de pièces C pour une
marge sur coûts variables maximale égale à 7 500 euros.

Exercice 9 : Ordonnancement, loi normale – Produit P

Énoncé
Le responsable de la production d’un produit  P a étudié l’ordonnancement des tâches de la
commande d’un client jusqu’à la livraison.
Le processus nécessite la réalisation de 10 tâches dont les conditions d’antériorité et la durée
sont précisées dans le tableau suivant :
Sommets d’arrivée
A B C D E F G H I J
Durée en jours
A 02 1 1 1
B 7 1
C 5 1 1
D 21
Sommets E 14 1
origines F 5 1
G 4 1 1
H 1 1
I 2 1
J 1
Exemple d’interprétation : la tâche A, de durée égale à 2 jours, précède les tâches D, E et F.

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
TRAVAIL À FAIRE
1. Présentez le dictionnaire des tâches immédiatement antérieures.
2. Déterminez les niveaux du graphe.
3. Tracez le graphe en précisant sur la représentation sagittale : les dates de début au plus tôt
et de début au plus tard et le chemin critique.
4. Vérifiez le chemin critique.
5. Calculez la marge totale et la marge libre des tâches.
6. La durée des tâches est fixe, à l’exception de celle de la tâche E qui représente une durée
moyenne. La durée de la tâche  E est une variable aléatoire XE qui suit une loi normale.
L’expérience du responsable de la production permet de remarquer que :
• La durée moyenne de la tâche E est de 14 jours.
• Il y a 47 % de chances que cette tâche soit comprise entre 7 et 21 jours.
Soit Z la durée totale du chemin le plus long contenant E.
a. Quelle relation simple peut-on écrire entre Z et XE ?
b. Calculez l’écart type de XE.
c. Calculez la probabilité de livrer le produit P plus de 45 jours après sa commande.

146
UE 121 • Contrôle de gestion

Corrigé

Question 1
La lecture de la matrice colonne par colonne donne le dictionnaire des tâches immédiatement
antérieures :

Tâches Tâches immédiatement antérieures


A /
B /
C /
D A
E A, B, C
F A, C
G E, F
H G
I G
J H, I

Question 2
Tâches TAI (1) Niveau 0 Niveau 1 Niveau 2 Niveau 3 Niveau 4
A / A
B / B
C / C
D A D
E A, B, C E
F A, C F
G E, F G
H G H
I G I
J H, I J
(1) TAI = Tâches immédiatement antérieures.
Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite

Question 3
Représentation sagittale du graphe selon la méthode MPM

0 5 2 2 7
A D 21
2

0 0 7 7 7 25 26 28 28
14
B E H 1 FIN
4
5 1
21 21 27 27
2 G 4 J

5 2
0 2 5 5 16 25 25
C F I

a b Légende
a = début au plus tôt
Chemin critique : B-E-G-I-J X b = début au plus tard

201211TDPA0313 147
Contrôle de gestion • Série 3

Question 4
Vérification du chemin critique : 7 + 14 + 4 + 2 + 1 = 28.

Question 5
Les tâches critiques ont une marge nulle. Leur calcul est toutefois rappelé.

Tâches Marges totales Marges libres


A 05 Minimum = 2 – 2 – 0 = 0
B 0 7 – 7 – 0 = 0
C 2 Minimum = 5 – 5 – 0 = 0
D 5 28 – 21 – 2 = 5
E 0 21 – 14 – 7 = 0
F 11 21 – 5 – 5 = 11
G 0 Minimum = 25 – 4 – 21 = 0
H 1 27 – 1 – 25 = 1
I 0 27 – 2 – 25 = 0
J 0 28 – 1 – 27 = 0

Question 6
Z = 14 + XE
XE suit une loi normale N (14, σ).
D’après le texte :
P(7 < XE < 21) = 0,47
X E - 14
P(– 7/σ < T < 7/σ) = 0,47 avec T = suivant la loi normale N(0, 1)
s
P(– t < T < t) = 0,47 avec t = 7/σ
2 π(t) – 1 = 0,47
π(t) = 0,735

Document de travail réservé aux élèves de l’Intec – Toute reproduction sans autorisation est interdite
La lecture de la table de la loi normale N(0, 1) donne t = 0,63.
D’où 0,63 = 7/σ et σ = 11,11
Il s’agit de calculer P(Z > 45) soit P(XE + 14 > 45)
Ê 31- 14 ˆ
P(XE > 31) = P Á T   = P(T > 1,53) = 1 – P(T < 1,53) = 1 – 0,937 = 0,063
Ë , ˜¯
1111

Exercice 10 : Diagramme de Gantt

Énoncé
Une entreprise désire implanter une nouvelle ligne de production. Des retards demandent l’inter-
vention de personnel d’encadrement payé à un taux horaire supérieur à la normale. Les prévi-
sions relatives à l’implantation de la nouvelle ligne de production étaient les suivantes :

148
UE 121 • Contrôle de gestion

Nombre Nombre
Tâches
Tâches Description des opérations de semaines d’heures
antérieures
prévues prévues(1)
A Démontage de l’ancienne ligne 3 750
B Préparation du bâtiment, fondations A 2 490
C Installation des infrastructures électriques B 2,5 560
D In