Académique Documents
Professionnel Documents
Culture Documents
Introduction
Nécessite :
Le problème de la demande :
Typologies de la demande
Chapitre I : Gestion des stocks stochastiques
Introduction
Le problème de la demande :
𝐶 = 𝑐𝑟 𝐼𝑟 + 𝑐𝑝 𝐼𝑝 + 𝑐𝑐 𝐼𝑐
𝒆−ʎ ʎ𝒌
P(k) =P(X=k)=
𝒌!
On dit alors que X suit une loi de Poisson de paramètre ʎ
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
On parle de rotation nulle lorsqu’il n’y a pas de report
possible des invendus aux périodes suivantes. C’est le modèle
du vendeur de journaux ou news paper.
x 0 1 2 3 4 5 6 7 8 9
P(X=x) 0,0831 0,2052 0,2565 0,2138 0,1336 0,0668 0,0278 0,0099 0,0031 0,0009
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
On doit déterminer S le stock initial de manière à
minimiser les couts totaux :
𝑪 𝑺 = 𝒄𝒑 𝑰𝒑 + 𝒄𝒓 𝑰𝒓 = 25𝑰𝒑 + 35𝑰𝒓
Avec : 𝑰𝒑 (S) le stock moyen possédé en fin de journée
𝑰𝒓 (S) le nombre moyen de rupture sur la journée
𝟗
𝑰𝒓 (S) = 𝒙=𝟎(𝒙 − 𝑺)+ . 𝑷(𝑿 = 𝒙)
σ
𝟗
𝑰𝒑 (S) = 𝒙=𝟎(𝑺 − 𝒙)+ . 𝑷(𝑿 = 𝒙)
σ
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
0 0,0821 0 0 0 0 0 0
1 0,2052 0 0 0 0 0 0
2 0,2565 1 0 0 0 0 0
3 0,2138 2 1 0 0 0 0
4 0,1336 3 2 1 0 0 0
5 0,0668 4 3 2 1 0 0
6 0,0278 5 4 3 2 1 0
7 0,0099 6 5 4 3 2 1
8 0,0031 7 6 5 4 3 2
9 0,0009 8 7 6 5 4 3
Ir(S) 1,579 0,867 0,411 0,169 0,061 0,019
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
Calcul du stock résiduel moyen : (𝑆 − 𝑥)+
0 0,0821 1 2 3 4 5 6
1 0,2052 0 1 2 3 4 5
2 0,2565 0 0 1 2 3 4
3 0,2138 0 0 0 1 2 3
4 0,1336 0 0 0 0 1 2
5 0,0668 0 0 0 0 0 1
6 0,0278 0 0 0 0 0 0
7 0,0099 0 0 0 0 0 0
8 0,0031 0 0 0 0 0 0
9 0,0009 0 0 0 0 0 0
Ip(S) 0,0821 0,3694 0,9132 1,6708 2,562 3,52
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
S 1 2 3 4 5 6
C(S) 57,33 39,58 37,22 47,69 66,17 88,66
C(S) 100
90 88,66
80
70
66,17
60
57,33
50
𝑺∗ =3
47,69
Série1
40 39,58 37,22
30
20
10
0 S
0 1 2 3 4 5 6 7
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
𝐂 𝐒∗ ≤ 𝐂(𝐒∗ + 𝟏)
ቊ
𝐂 𝐒∗ ≤ 𝐂(𝐒∗ − 𝟏)
Ou encore
𝐂 𝐒∗ + 𝟏 − 𝐂 𝐒∗ ≥ 𝟎
ቊ
𝐂 𝐒∗ − 𝐂(𝐒 ∗ − 𝟏) ≤ 𝟎
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
Etudions l’évolution de la différence de cout de stocks
successifs : 𝐂 𝐒 ∗ + 𝟏 − 𝐂 𝐒 ∗
𝑰𝒓 (S=4)=σ∞
𝒙=𝟓 𝒙 − 𝟒 . 𝑷(𝑿 = 𝒙)
De même pour S=5
𝑰𝒓 (S=5)=σ∞
𝒙=𝟔 𝒙 − 𝟓 . 𝑷(𝑿 = 𝒙)
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
En général :
𝑰𝒓 (S)=σ∞
𝒙=𝑺+𝟏 𝒙 − 𝑺 . 𝑷(𝑿 = 𝒙)
La différence de deux stocks initiaux consécutifs nous donne:
= σ∞ ∞
𝒙=𝟓 𝒙 − 𝟒 . 𝑷 𝑿 = 𝒙 − σ𝒙=𝟓 𝒙 − 𝟓 . 𝑷(𝑿 = 𝒙)
= σ∞
𝒙=𝟓 . 𝟏. 𝑷 𝑿 = 𝒙
= 𝑷(𝑿 > 𝟒)
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
Généralisation :
Relation entre Ir et Ip :
𝐈𝐩 (S) = σ𝐒−𝟏
𝐱=𝟎 𝐒 − 𝐱 . 𝐏 𝐗 = 𝐱 = σ 𝐒
𝐱=𝟎 𝐒 − 𝐱 . 𝐏(𝐗 = 𝐱)
∞ ∞
= 𝐒 − 𝐱 . 𝐏 𝐗 = 𝐱 − 𝐒 − 𝐱 . 𝐏(𝐗 = 𝐱)
𝐱=𝟎 𝐱=𝐒+𝟏
∞ ∞ ∞
= 𝐒 𝐏 𝐗 = 𝐱 − 𝐱. 𝐏 𝐗 = 𝐱 + 𝐱 − 𝐒 . 𝐏(𝐗 = 𝐱)
𝐱=𝟎 𝐱=𝟎 𝐱=𝐒+𝟏
ഥ + 𝐈𝐫 (S)
=𝐒−𝐗
Avec 𝑋ത La demande moyenne de X
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
Donc finalement :
Généralisation :
ഥ + (𝒄𝒓 + 𝒄𝒑 )𝑰𝒓 𝑺 + 𝟏
𝑪 𝑺 + 𝟏 −𝑪 𝑺 = 𝒄𝒑 𝑺 + 𝟏 − 𝑿
−𝒄𝒑 𝑺 − 𝑿ഥ + (𝒄𝒓 + 𝒄𝒑 )𝑰𝒓 𝑺
= 𝒄𝒑 + (𝒄𝒓 + 𝒄𝒑 )(𝑰𝒓 𝑺 + 𝟏 − 𝑰𝒓 (𝑺)
= 𝒄𝒑 − 𝒄𝒓 + 𝒄𝒑 𝑷(𝑿 > 𝑺)
Les conditions d’optimalité deviennent
𝑐𝑝 − 𝑐𝑟 + 𝑐𝑝 𝑃(𝑋 > 𝑆 ∗ ) ≥ 0
ቐ
𝑐𝑝 − 𝑐𝑟 + 𝑐𝑝 𝑃(𝑋 > 𝑆 ∗ − 1) ≤ 0
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
a) Demande suivant une loi de probabilité
discrète (exemple : Loi de poisson)
Généralisation :
Ou encore S optimal si :
𝒄𝒑
𝑷(𝑿 > 𝑺∗ ) ≤ ≤ 𝑷(𝑿 > 𝑺∗ − 𝟏)
𝒄𝒑 + 𝒄𝒓
𝒄𝒑 𝟐𝟓
= = 𝟎, 𝟒𝟏𝟕
𝒄𝒑 + 𝒄𝒓 𝟐𝟓 + 𝟑𝟓
Une consultation du tableau de Poisson donnant P(X>S) nous
donne :
𝑷 𝑿 > 𝟑 = 𝟎, 𝟐𝟒𝟐𝟒 ≤ 𝟎, 𝟒𝟏𝟕 ≤ 𝑷 𝑿 > 𝟐 = 𝟎, 𝟒𝟓𝟔𝟐
D’où 𝑺∗ =3
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1.1 Stock à rotation nulle ou modèle du vendeur
De journaux
a) Demande suivant une loi de probabilité
Continu (exemple : Loi normale)
Exemple :
On suppose que la demande suit une loi
Normale de moyenne 𝑋ത =300 et d’écart type σ=20.
Question : quel est le nombre d’exemplaires à commander
S de manière à minimiser le cout de gestion.
𝒄𝒓 = 𝟑, 𝟓 − 𝟐, 𝟖 = 𝟎, 𝟕 𝑭
𝒄𝒑 = 𝟐, 𝟖 − 𝟐, 𝟔 = 𝟎, 𝟐 𝑭
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1.1 Stock à rotation nulle ou modèle du vendeur
De journaux
a) Demande suivant une loi de probabilité
Continu (exemple : Loi normale)
Le cout de gestion s’écrit dans le cas d’une loi continue
de la manière suivante :
𝑪 𝑺 = 𝒄𝒑 𝑰𝒑 + 𝒄𝒓 𝑰𝒓
𝑺 ∞
𝑪 𝑺 = 𝒄𝒑 න 𝑺 − 𝒙 . 𝒇 𝒙 𝒅𝒙 + 𝒄𝒓 න 𝒙 − 𝑺 . 𝒇 𝒙 𝒅𝒙
𝒙=𝟎 𝒙=𝑺
𝝏𝑪
=𝟎
𝝏𝑺
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1.1 Stock à rotation nulle ou modèle du vendeur
De journaux
a) Demande suivant une loi de probabilité
Continue (exemple : Loi normale)
On refait les mêmes raisonnements que dans le cas discret :
𝑺
𝑰𝒑 𝑺 = න 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙
𝟎
∞ ∞
= 𝟎 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙 − 𝑺 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙
∞
ഥ
= 𝑺 − 𝑿 + 𝒙 𝑺− 𝑺 𝒇 𝒙 𝒅𝒙
=𝑺−𝑿 ഥ +𝑰𝒓 (𝑺)
Donc on aura :
∞
𝝏𝑰𝒓 (𝑺)
= − න 𝒇 𝒙 𝒅𝒙 = −𝑷(𝑿 > 𝑺)
𝝏𝑺 𝑺
ഥ + (𝒄𝒑 + 𝒄𝒓 )𝑰𝒓 (𝑺)
𝑪 𝑺 = 𝒄𝒑 𝑺 − 𝑿
𝝏𝑪 ∗
𝒄𝒑
= 𝒄𝒑 − 𝒄𝒓 + 𝒄𝒑 𝑰𝒓 𝑺 = 𝟎 → 𝑷 𝑿 > 𝑺 =
𝝏𝑺 𝒄𝒓 + 𝒄𝒑
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1.1 Stock à rotation nulle ou modèle du vendeur
De journaux
a) Demande suivant une loi de probabilité
Continu (exemple : Loi normale)
Appliquons ceci à l’exemple :
𝒄𝒑 𝟎, 𝟐
𝑷 𝑿> 𝑺∗ = = = 𝟎, 𝟐𝟐𝟐𝟐
𝒄𝒓 + 𝒄𝒑 𝟎, 𝟐 + 𝟎, 𝟕
Comme on ne dispose que la table de la loi normale réduite, il
Faut réduire la variable aléatoire X en lui ôtant sa moyenne et en
La divisant par son écart type. On obtient :
𝑿−𝑿ഥ 𝑺∗ − 𝟑𝟎𝟎
𝑷( > = 𝟎, 𝟐𝟐𝟐𝟐
𝝈 𝟐𝟎
Par lecture dans la table de la normale on détermine :
𝑺∗ −𝟑𝟎𝟎
𝒕𝒔 =
𝟐𝟎
=0,765 𝑺∗ =315,3≈ 𝟑𝟏𝟓
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
Remarques
𝑪 𝑺 = 𝒄𝒑 𝑰𝒑 + 𝒄𝒓 𝑰𝒓
Détermination de Ip et Ir :
Cas où x<S
S=320
Droite de consommation
X=310
S-x=10
T=5jours
Evolution du stock
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
On en déduit le stock moyen possédé :
𝟑𝟐𝟎 + 𝟏𝟎 𝑺 + (𝑺 − 𝒙)
𝑰𝒑 𝑺 = =
𝟐 𝟐
On en conclut que :
𝑺 + (𝑺 − 𝒙)
𝑺𝒊 𝒙 < 𝑺 ∶ 𝑰𝒑 𝑺 =
𝟐
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
Cas où la demande x>S
Dans ce cas il y aura une rupture de stock. C’est l’exemple
De S=320 et x=350 : On fait la même hypothèse de répartition
Uniforme de la demande sur la période et on utilise une
Interpolation linéaire de la consommation. On obtient la
figure suivante :
S=320
x=350
S=0
X-S=20
T=5jours
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
La demande journalière est donc : 350/5=70=x/T ampoules/jour
Donc la pente de la droite de consommation est -70. Dans
ce cas :
𝑺 𝒕 = 𝟑𝟐𝟎 − 𝟕𝟎𝒕 Qui s’annule pour :
𝟑𝟐𝟎 𝒙
𝑺 𝒕 = 𝟑𝟐𝟎 − 𝟕𝟎𝒕 = 𝟎 → 𝒕 = = 𝟒, 𝟓𝟕 𝒋𝒐𝒖𝒓𝒔 = 𝑺/( )
𝟕𝟎 𝑻
𝑺 𝑺
= ∗
𝟐 𝒙
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
En général: 𝑺 𝑺
𝑺𝒊 𝒙 > 𝑺 ∶ 𝑰𝒑 𝑺 = ∗
𝟐 𝒙
Cette fonction sera très difficile à intégrer analytiquement.
On fait l’Hypothèse ( approximation ) suivante :
La rupture se produit en fin de période.
Ainsi le stock varie sur toute la période entre
S et 0 et :
𝑺
𝑰𝒑 𝑺 =
𝟐
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
On peut maintenant déterminer la solution optimale.
On a :
𝑪 𝑺 = 𝒄𝒑 𝑰𝒑 + 𝒄𝒓 𝑰𝒓
Avec :
𝑺
𝑺 𝑺−𝒙 𝑺 ∞
𝑰𝒑 𝑺 = න + 𝒇 𝒙 𝒅𝒙 + න 𝒇 𝒙 𝒅𝒙
𝟎 𝟐 𝟐 𝟐 𝑺
∞
𝑰𝒓 𝑺 = න 𝒙 − 𝑺 𝒇 𝒙 𝒅𝒙
𝑺
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
Expression de IP en fonction de Ir :
𝑺
𝑺 𝑺−𝒙 𝑺 ∞
𝑰𝒑 𝑺 = න + 𝒇 𝒙 𝒅𝒙 + න 𝒇 𝒙 𝒅𝒙
𝟎 𝟐 𝟐 𝟐 𝑺
∞
𝑺 𝟏 𝑺
= න 𝒇 𝒙 𝒅𝒙 + න 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙
𝟐 𝟎 𝟐 𝟎
𝑺 𝟏 ∞ ∞
= + න 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙 − න 𝑺 − 𝒙 𝒇 𝒙 𝒅𝒙
𝟐 𝟐 𝟎 𝑺
ഥ 𝑰𝒓 𝑺
𝑺 𝑺 𝑿
= + − +
𝟐 𝟐 𝟐 𝟐
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
Expression de IP en fonction de Ir :
ഥ 𝑰𝒓 𝑺
𝑿
𝑰𝒑(𝑺) = 𝑺 − +
𝟐 𝟐
On peut donc exprimer C(S) en fonction de Ir seul :
ഥ
𝑿 𝒄𝒑
𝑪 𝑺 = 𝒄𝒑 𝑰𝒑 + 𝒄𝒓 𝑰𝒓 = 𝒄𝒑 𝑺 − + (𝒄𝒓 + ) 𝑰𝒓 (𝑺)
𝟐 𝟐
𝝏𝑪 𝒄𝒑 𝝏𝑰𝒓 𝑺
= 𝒄𝒑 + 𝒄𝒓 +
𝝏𝑺 𝟐 𝝏𝑺
𝒄𝒑
= 𝒄 𝒑 + 𝒄𝒓 + −𝑷(𝑿 > 𝑺∗ = 𝟎
𝟐
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
D’où :
𝒄𝒑
𝑷(𝑿 > 𝑺∗ =
𝒄𝒓 + 𝒄𝒑
𝟐
∗
𝟏, 𝟏𝟓𝟒
𝑷(𝑿 > 𝑺 ) = = 𝟐, 𝟐𝟖%
𝟎𝟏, 𝟏𝟓𝟒
𝟓𝟎 +
𝟐
La lecture de la table réduite donne:
𝑺∗ − 𝟑𝟎𝟎 𝑺∗ =340
𝒕𝒔 = 𝟐 =
𝟐𝟎
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
1. Gestion calendaire (T,S)
1.2 Stock à rotation non nulle
a) Demande suivant une loi de probabilité
discrète (exemple : Loi Poisson)
Détermination de q et s :
𝟐µ𝑪𝒄
𝐐𝐞 =
𝐂𝐩
Chapitre I : Gestion des stocks stochastiques
II. Les Politiques de gestion en univers aléatoire
2. La gestion par point de commande