Académique Documents
Professionnel Documents
Culture Documents
Applications de la simulation de MC
2. Gestion de stocks
L’utilisation de la simulation rencontre de nombreuses
applications dans le domaine du management, de la gestion ou Le stock au début de l’exercice es t de 10 objets. Le
du marketing. La vente d’un article e s t suivie de la mise à jour gestionnaire effectue une simulation pour T = 4 (on passe
du stock et, s’il y a lieu, du déclenchement d’une commande commande dès que le nombre d’objets en fin de journée
auprès du fournisseur. Aujourd’hui il est courant de mettre à jour est égal ou inférieur à 4) et Q = 12 (on commande 12
en temps réel un inventaire, et cela de manière automatique, par objets à la fois).
exemple par lecture optique des codes à barres des articles qui
a bandonnent un stock.
Nous allons illustrer ici, par un exemple simple, la solution d’un
problème d’inventaire.
1/2
Pour simuler l’arrivée (ou plutôt l’inter-arrivée) des clients, en sachant
que les clients arrivent avec une moyenne de 15 clients par heure (1
3. Systèmes de files d’attente client toutes les 4 minutes), nous utiliserons des nombres aléatoires ui
Un phénomène de file d’attente se caractérise par le fait que plusieurs distribués uniformément sur [0, 1], et la transformation ti = −4 ln(ui).
clients en même temps demandent à être servis. Les clients arrivent de
manière aléatoire et nous supposons que les arrivées sont indépendantes
les unes des autres.
Le temps qui sépare deux arrivées consécutives sera appelé inter- Ensuite, il faut calculer la fonction de répartition des temps de service :
arrivée.
Pour étudier un phénomène d’attente, on peut donc décomposer la
période concernée en plusieurs périodes élémentaires, telles que dans
chacune d’entre elles la loi des inter-arrivées soit considérée comme À l’aide d’un autre ensemble, indépendant du premier, de nombres
constante. aléatoires distribués uniformément sur [0, 1], vi, cette fonction permet
Le temps nécessaire pour fournir au client le service qu’il demande, la de simuler les temps de service ts,i.
durée ou temps de service, doit être pris en compte dans une La formule
simulation. D’autres éléments essentiels dans un problème de file
d’attente est le nombre de guichets et la distribution des temps de Donne
service pour chaque opérateur de guichet.
Dans la plupart des cas, on peut considérer que la loi des inter-arrivées
est une loi exponentielle. C’est en effet la loi qui correspond à une Voici le résultat d’une simulation :
fréquence uniforme, et à des arrivées non corrélées entre elles. La
densité de probabilité qu’un temps t sépare l’arrivée de deux clients est
alors égale à :
f(t) = λe−λt
Où λ représente le nombre moyen d’arrivées de clients par unité de
temps. Cela revient à dire que la probabilité pn d’observer n arrivées
pendant l’unité de temps suit la loi de Poisson :
pn =e−λ λn / n!
.
Des hypothèses peuvent être faites pour modéliser le phénomène en
question.
(a) la durée de service suit la même loi de probabilité pour tous les
clients, c’est-à-dire qu’il n’existe pas plusieurs catégories de clients ;
(b) la durée de service suit la même loi à chaque guichet, c’est-à-dire
qu’il n’y a pas de serveur plus rapide que d’autres ;
(c) les durées de service sont indépendantes les unes des autres.
Si les temps d’inter-arrivée sont régis par une loi exponentielle, Aider
le gérant à prendre sa décision en simulant le phénomène depuis
l’heure d’ouverture à l’heure de fermeture, une heure après.
2/2