Académique Documents
Professionnel Documents
Culture Documents
Exercice 1
1. Les prévisions avec la méthode de la moyenne mobile sont meilleures avec l’ordre L=3.
On prévoit donc une demande de 33 avec cette méthode.
Ecart Ecart
Mois Demande Prévision LE (0,1) absolu Prévision LE (0,5) absolu
Janvier 24 24,0 24
Février 21 24,0 3,00 24,0 3,00
Mars 16 23,7 7,70 22,5 6,50
Avril 34 22,9 11,07 19,3 14,75
Mai 35 24,0 10,96 26,6 8,38
Juin 18 25,1 7,13 30,8 12,81
Juillet 37 24,4 12,58 24,4 12,59
Août 30 25,7 4,32 30,7 0,70
Septembre 36 26,1 9,89 30,4 5,65
Octobre 26 27,1 1,10 33,2 7,18
Novembre 35 27,0 8,01 29,6 5,41
Décembre 38 27,8 10,21 32,3 5,71
Prévision 28,8 35,1
Moyenne des écarts 7,82 7,52
3. Le plus faible écart absolu moyen est obtenu avec la moyenne du lissage exponentiel. C’est
donc la prévision de 35.1 qui est retenu.
Exercice 2
1. Le tableau suivant donne les calculs et l’équation de la droite de la régression linéaire qui
exprime les ventes comme une fonction du trafic est affichée sur la figure.
70
y = 5,0656 x + 17,443
60
50
40
30
20
10
0
0 1 2 3 4 5 6 7 8 9
2. Le trafic sur la route de la 8ème station s’élève à 7 milles véhicules par jour. On utilise
l’équation de la régression linéaire pour trouver la prévision de la demande à cette station,
exprimée en centaines de litres par jour :
L’utilisation de la régression linéaire sur les moyennes trimestrielles par année donne l’équation
suivante :
100,0
y = 14,25x + 35,5
80,0
60,0
40,0
20,0
0,0
0,0 1,0 2,0 3,0 4,0
On utilise cette équation pour trouver la prévision de la demande trimestrielle moyenne durant
la 4ème année. Elle s’élève à 92.5.
Les indices de saisonnalité sont utilisés sur la moyenne précédente pour trouer les prévisions
durant les 4 trimestres prochains :
140
120 118
111
100
80 76
66
60
40
20
0
Tr1 Tr2 Tr3 Tr4
2018 2019 2020 Prévisions