Prévision de la demande

Dimension: px
Commencer à balayer dès la page:

Download "Prévision de la demande"

Transcription

1 But : Pour prendre des décisions relatives à la structure et au fonctionnement opérationnel de tout système logistique; il faut s appuyer sur un système de prévision fiable. Concerne le long, moyen et court terme. Une prévision se caractérise par trois éléments : Période élémentaire de la prévision. Horizon couvert. Périodicité de révision. 1

2 Typologie et niveaux des prévisions : On trouve deux catégories de méthodes : Qualitatives : fondées sur l expérience et le jugement. Quantitatives : faisant appel à l outil statistique. 2

3 Méthodes qualitatives : Fondées sur l expérience, l intuition et l opinion des professionnels de la vente. Utilisées pour la prévision à moyen ou long terme. Parmi ces méthodes on peut citer : Etude de marché. Marché test. Delphi 3

4 Méthodes quantitatives : Recherchent dans les données passées des lois de comportement de la demande qui sont ensuite projetées sur l avenir. Adaptées à la prévision à moyen et court terme. Constituent le point de départ des méthodes de planification des besoins en composants. Se divisent en deux grandes catégories : Méthodes d extrapolation dans le temps. Méthodes explicatives ou associatives ou causales. 4

5 Méthodes d extrapolation : Principe : S agit de déduire d une chronique passée connue, les valeurs prévisibles à venir (prolongement de la tendance commerciale). La prévision soit fiable, il faut que les paramètres qui décrivent la demande restent stables. Les techniques les plus utilisées : Moyenne mobile simple ou pondérée. Lissage exponentiel simple ou double. Régression linéaire ou exponentielle. Décomposition de la demande pour mettre en évidence la saisonnalité, la tendance et la variable aléatoire. 5

6 Méthodes explicatives : A partir des données du passée, s agit de déterminer une relation entre la variable à prévoir ( variable expliquée) et une ou plusieurs autres variables ( variables explicatives). Deux familles principales : Modèles à équation unique. Modèles à équations simultanées ou économétriques. 6

7 Nature des décisions Stratégique Tactique Opérationnelle Opérationnelle Horizon Long terme ( 3 ans et plus) Moyen terme (de 6 mois à 2 ans) Court terme (quelques semaines) Très court terme (quelques jours) Illustrations Construire une usine ou lancer un nouveau produit Planification de la capacité PIC Planification de la fabrication PDP Ordonnancement Ordres de fabrication Ordres d achat Niveau de la prévision Grandes familles de produits Familles de produits Produit Produits, options et composants Degré d agrégation Maximal Fort Moyen Minimal Méthodes utilisées Etudes réalisées par des syndicats, professionnels, organisme. Etudes de marché. Delphi. Expérience. Opinions des cadres. Etudes de marché spécifiques. Analyse statistique de tendance. Technique économétriques. Similitude avec un produit existant. Analyse statistique de la saisonnalité. Régressions. Moyenne mobile. Lissage exponentiel. En fonction des prévisions précédentes, les logiciels établissent les besoins nets de chaque article. Outils statistiques déjà cités. 7

8 Agrégation et désagrégation des prévisions : Le degré d agrégation concerne la demande du client: Unité retenue est large : prévision est agrégée.(long terme) Unité retenue est étroite : la prévision est désagrégée.(court terme) A noter : Le MRP suppose de disposer de données totalement désagrégées. 8

9 Pyramide Agrégation- Désagrégation : VENTES Agrégation Société Marché Gamme Famille Article Désagrégation PREVISIONS 9

10 La régression linéaire : Ou droite des moindres carrés. Principe : Calculer l équation de la droite représentative d une tendance de type linéaire : (y = a*x + b) La méthode vise à minimiser la somme des carrés des écarts entre les données de la demande et les ordonnées correspondants de la droite de régression. La somme algébrique des écarts est nulle. Pour n données : a = (n*s(x*y)- S x*sy)/(n* S x 2 (S x) 2 ) b = (Sy)/n - ( a* S x)/n 10

11 Demande Prévision de la demande X (trimestre) Illustration : Y (demande) Y= * X X 2 Y 2 XY Prévision régression Régression linéaire Trimestre Demande Prévision 11

12 Les méthodes d extrapolation : On admet que les facteurs qui ont déterminé la demande passée continuent à agir sur la demande future. Méthode 1 : Moyenne à long terme. Principe : Consiste à tenir compte de toute les données passées et d en faire la moyenne. Ne peut s appliquer qu à une demande stable. 12

13 Méthode 2 : Moyenne mobile simple. Principe : Consiste à prendre la moyenne arithmétique des n dernières données pour établir la prévision. A chaque nouvelle période, la donnée la plus ancienne est remplacée par la plus récente (mobile). Stockage et traitement des données moins lourd s que méthode 1. On se contente de n entre 3 et 6. 13

14 Méthode 3 : Moyenne mobile pondérée. Principe : traduire le fait que les données des n valeurs passées retenues ne rentrent pas dans la prévision avec la même importance. Leur accorder un poids différents en leur appliquant un coefficient. La somme des n coefficients doit égal à 1. 14

15 Quantité Prévision de la demande Illustration de la méthode moyenne mobile 150 Demande Moyenne mobile simple sur 3 périodes 0 D emand e M o yenne mo b ile simp le sur 3 p ério d es M oyenne mobile pondérée sur 3 p ério d es( 2 0 %- 3 0 %- 50 %) M o yenne mo b ile p o d érée sur 3 p ério d es( 10 %- 2 0 %- 70 %) Mois Moyenne mobile pondérée sur 3 périodes(20%-30%- 50%) Moyenne mobile podérée sur 3 périodes(10%-20%- 70%) 15

16 Méthode 4 : Lissage exponentiel. Principe :Tient compte de toutes les données passées connues et leur accorde un poids sous forme de coefficients de pondération reliées entre elles par une loi connue. Mémoriser que la dernière donnée et la prévision correspondantes. Données : Pt : prévision pour la période t. Dt : demande constatée pour la période t. a : constante de lissage; entre 0 et 1. 16

17 La prévision pour la période suivante P(t+1): P(t+1) = a*dt + (1- a)*pt Les multiplicateurs de données décroissent exponentiellement avec l ancienneté n des données. La somme des coefficients a*(1- a) n tend vers 1. Le choix de a est laissé à l utilisateur et dépend de son jugement. La détermination de a dépend des importances respectives que présentent pour l entreprise le lissage des variations aléatoires et la sensibilité aux dernières demandes. 17

18 Quantité Prévision de la demande Illustration lissage exponentiel Demande a = 0,1 a = 0,5 a = 0,9 Demande a = 0, ,6 100,64 98,58 99,22 98,8 99,42 99,48 100,53 101,97 103,78 106,4 a = 0, ,5 98,75 96,88 100,94 100,47 105,23 110,12 115,06 122,53 a = 0, ,6 109,36 82,94 102,79 95,78 104,08 100,41 109,04 114,4 119,44 128,94 Mois 18

19 Décomposition de la demande : Pour construire un bon système de prévision, il est indispensable d analyser correctement la structure de la demande passée, en recherchant la présence des éléments suivants : Base. Saisonnalité. Tendance. Variations aléatoires autour de la tendance centrale. 19

20 Saisonnalité : fluctuations de la demande qui se répètent à intervalles réguliers et qui sont reliés à un ou plusieurs facteurs environnementaux. Caractériser une saisonnalité consiste à calculer des indices saisonniers pour chaque période (rapport entre la demande réelle et une moyenne globale). La moyenne globale est appelée demande désaisonnalisée. 20

21 Demande Prévision de la demande Illustration : Saisonnalité Mois Demande 1998 Indice 1998 Demande 1999 Indice 1999 Saisonnalité Demande 1998 Demande Mois Total

22 Tendance : La tendance est une évolution du niveau de base de la demande en fonction du temps. La tendance peut être linéaire ou exponentielle. Tendance linéaire : méthode de régression. Tendance exponentielle : régression sur le logarithme de la variable. 22

23 Variation aléatoire : Les variations de la demande non expliquées par la décomposition en niveau de base, saisonnalité et tendance; et qui sont génératrices d une erreur de prévision. Ces variations se situent symétriquement de part et d autre de la prévision. 23

24 Prise en compte de la tendance : Dans la majorité des cas la tendance est additive. 1ère façon : évaluer la tendance et calculer les paramètres de la droite de régression sur les n dernières données passées. 2ème façon :Lissage exponentiel double. T(t+1) = b*(p(t+1) Pt) + (1- b)*tt T(t+1) et Tt : tendance pour la période t+1 et t. b : Coefficient de lissage de la tendance. 24

25 On corrige la prévision calculée à partir des données de la demande : P(t+1) = a*dt + (1- a)*pt T(t+1) = b*(p(t+1) Pt) + (1- b)*tt Prévision corrigée : P (t+1) = P(t+1) +(1+ a)/(2*a)*t(t+1) 25

26 Prise en compte de la saisonnalité : S il existe, le principe de calcul d une prévision suit les étapes suivantes : Désaisonnaliser la dernière demande connue en la divisant par le coefficient saisonnier correspondant à sa période. Effectuer les calculs de prévision selon l une des méthodes sur la demande désaisonnalisée. Effectuer si nécessaire une correction de tendance. Resaisonnaliser la prévision en la multipliant par l indice saisonnier. 26

27 Mesure de qualité d une prévision : Ecart algébrique moyenne : eam = (S(Pt Dt))/n Pt : prévision de la période t. Dt : demande de la période t. n : nombre de demandes passées observées. Si le système de prévision est adapté à la structure de la demande, les variations aléatoires seront les seules causes d erreur et eam fluctue autour de 0. 27

28 Ecart absolu moyen : EAM = (S( Pt Dt ))/n EAM dépend de la variabilité de la demande et doit rester à peu prés constant. Carré moyen des erreurs : EAM2 = (S(Pt Dt) 2 )/n Préféré à EAM chaque fois que l on veut privilégier un système faisant beaucoup de petites erreurs par rapport à un système caractérisé par des erreurs moins fréquentes mais des écarts plus grands. 28

29 Signaux d alerte : Un système de prévision destiné à gérer des milliers d articles doit être mis sous contrôle. Pour éviter les conséquences désastreuses de l emploi de prévisions erronées dans les décisions logistiques. Pour cela, surveiller : eam, EAM et EAM2. Principe de surveillance : fixer une limite à EAM et deux bornes inférieure et supérieur à eam. 29

30 Mise en place d un système de prévision : Les grandes lignes de l approche à appliquer : Commencer par définir le type de prévision dont on a besoin.ce qui induit la classe de méthode à priori adaptées. Définir l application particulière. Analyser la structure de la demande passée. Simuler le modèle en vue de déterminer les valeurs que doivent prendre les paramètres. Définir et mettre en place des signaux d alerte permettant par la suite de mettre sous contrôle l adaptation de la méthode retenue. 30

Chapitre 2: Prévisions des ventes

Chapitre 2: Prévisions des ventes Chapitre 2: Prévisions des ventes AVIS IMPORTANT : Ces notes sont basées sur le livre de Steven Nahmias : Production et Operations Analysis, 4 ième édition, McGraw-Hill Irwin 200. Les figures sont issues

Plus en détail

La gestion des ventes.

La gestion des ventes. I. La prévision des ventes. A. Principe. La gestion des ventes. Elle consiste à déterminer les ventes futures à la fois en quantité et en valeur en tenant compte des tendances et contraintes imposées à

Plus en détail

VIII : Gestion des prévisions

VIII : Gestion des prévisions CHTIBI Chafik Une prévision est une prédiction des événements à venir qu'on utilise à des fins de planification. Les méthodes de prévision peuvent se fonder sur des modèles mathématiques utilisant les

Plus en détail

Le budget des ventes (méthodes de prévision)

Le budget des ventes (méthodes de prévision) ECOLE DES HAUTES ETUDES COMMERCIALES Niveau : 3 ème année MGT Groupe : 2 Année Académique : 2011/2012 Module : Gestion Budgétaire Enseignant : KHERRI Abdenacer Site web : www.gb-ehec.jimdo.com Plan du

Plus en détail

Méthodes de prévision des ventes

Méthodes de prévision des ventes Méthodes de prévision des ventes Il est important pour toute organisation qui souhaite survivre dans un environnement concurrentiel d adopter des démarches de prévision des ventes pour anticiper et agir

Plus en détail

«Cours Statistique et logiciel R»

«Cours Statistique et logiciel R» «Cours Statistique et logiciel R» Rémy Drouilhet (1), Adeline Leclercq-Samson (1), Frédérique Letué (1), Laurence Viry (2) (1) Laboratoire Jean Kuntzmann, Dép. Probabilites et Statistique, (2) Laboratoire

Plus en détail

Outil de gestion de production mis au point aux Etats-Unis dans les années 1965, par Joseph Orlicky Limites des méthodes de gestion des stocks

Outil de gestion de production mis au point aux Etats-Unis dans les années 1965, par Joseph Orlicky Limites des méthodes de gestion des stocks MRP Outil de gestion de production mis au point aux Etats-Unis dans les années 1965, par Joseph Orlicky Limites des méthodes de gestion des stocks Articles gérés indépendamment les uns des autres On suppose

Plus en détail

Ressources pour le lycée général et technologique

Ressources pour le lycée général et technologique éduscol Classe terminale - Série STMG L accompagnement personnalisé Ressources pour le lycée général et technologique Approfondir Vers le supérieur La prévision des tendances et l outil statistique Présentation

Plus en détail

Cours et applications

Cours et applications MANAGEMENT SUP Cours et applications 3 e édition Farouk Hémici Mira Bounab Dunod, Paris, 2012 ISBN 978-2-10-058279-2 Table des matières Introduction 1 1 Les techniques de prévision : ajustements linéaires

Plus en détail

Chapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3

Chapitre 3 : Le budget des ventes. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 3 Chapitre 3 : Le budget des ventes Introduction 2 Rappel des différents budgets opérationnels - budget des ventes (chapitre 3) - budget de production (chapitre 4) - budget des approvisionnements et des

Plus en détail

LES LOGICIELS DE GESTION DE STOCK

LES LOGICIELS DE GESTION DE STOCK LES LOGICIELS DE GESTION DE STOCK Un stock est utile à de nombreux acteurs économiques : Pour le commerçant : il est une sécurité pour garantir la disponibilité des produits et satisfaire plus rapidement

Plus en détail

Cours Statistiques descriptives

Cours Statistiques descriptives C. Terrier 1/5 29/9/24 Cours Statistiques descriptives Auteur : C. Terrier ; mailto:webmaster@cterrier.com ; http://www.cterrier.com Utilisation : Reproduction libre pour des formateurs dans un cadre pédagogique

Plus en détail

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS Formations EViews FORMATIONS GENERALES INTRODUCTIVES DEB : DECOUVERTE DU LOGICIEL EVIEWS INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS FORMATIONS METHODES ECONOMETRIQUES VAR : MODELES

Plus en détail

Présentation de l épreuve

Présentation de l épreuve MÉTHODO Présentation de l épreuve 1. Programme de l arrêté du 22 décembre 2006 DURÉE DE L ENSEIGNEMENT ÉPREUVE N 11 CONTRÔLE DE GESTION (à titre indicatif) : 210 heures 18 crédits européens 1. Positionnement

Plus en détail

Chap 6. Le marché : la demande globale

Chap 6. Le marché : la demande globale Chap 6 Le marché : la demande globale L entreprise commerciale doit adopter son offre aux attentes des consommateurs. Pour cela, elle doit parfaitement les connaître et s adapter à leurs spécificités.

Plus en détail

Saisonnalité et prévision

Saisonnalité et prévision Saisonnalité et prévision Introduction Le secteur de l hôtellerie-restauration fait l objet de fortes variations saisonnières qui ont un caractère structurel. Ces variations doivent être saisies sous différents

Plus en détail

Module 4 - Leçon 03 - Budget des ventes 3. Méthode des coefficients saisonniers

Module 4 - Leçon 03 - Budget des ventes 3. Méthode des coefficients saisonniers Module 4 - Leçon 3-3 Méthode des coefficients saisonniers Cette méthode consiste à mettre en évidence des coefficients saisonniers afin de corriger les valeurs ajustées sur la droite de tendance. Parmi

Plus en détail

Cahier de vacances - Préparation à la Première S

Cahier de vacances - Préparation à la Première S Cahier de vacances - Préparation à la Première S Ce cahier est destiné à vous permettre d aborder le plus sereinement possible la classe de Première S. Je vous conseille de le travailler pendant les 0

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Loi normale ou loi de Laplace-Gauss

Loi normale ou loi de Laplace-Gauss LivreSansTitre1.book Page 44 Mardi, 22. juin 2010 10:40 10 Loi normale ou loi de Laplace-Gauss I. Définition de la loi normale II. Tables de la loi normale centrée réduite S il y avait une seule loi de

Plus en détail

Gestionnaire du Réseau de Transport d 'Electricité. La prévision de consommation d électricité à RTE

Gestionnaire du Réseau de Transport d 'Electricité. La prévision de consommation d électricité à RTE Gestionnaire du Réseau de Transport d 'Electricité La prévision de consommation d électricité à RTE 2 PLAN DE LA PRESENTATION RTE, le gestionnaire du réseau d électricité Présentation d une méthodologie

Plus en détail

Questions pratiques 4: Transformer la variable dépendante

Questions pratiques 4: Transformer la variable dépendante Questions pratiques 4: Transformer la variable dépendante Jean-François Bickel Statistique II SPO8 Transformer une variable consiste en une opération arithmétique qui vise à construire une nouvelle variable

Plus en détail

TABLE DES MATIÈRES CHAPITRE

TABLE DES MATIÈRES CHAPITRE TABLE DES MATIÈRES CHAPITRE 1 Le pilotage de la performance... 17 I. Du contrôle au pilotage de la performance... 17 A. Le contrôle de gestion traditionnel... 17 B. Le pilotage de la performance... 19

Plus en détail

Chapitre 8 ANALYSE DES SÉRIES CHRONOLOGIQUES

Chapitre 8 ANALYSE DES SÉRIES CHRONOLOGIQUES Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 8 ANALYSE DES SÉRIES CHRONOLOGIQUES Nous abordons dans ce chapitre l analyse de données statistiques particulières

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Chapitre 3 RÉGRESSION ET CORRÉLATION

Chapitre 3 RÉGRESSION ET CORRÉLATION Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 3 RÉGRESSION ET CORRÉLATION La corrélation est une notion couramment utilisée dans toutes les applications

Plus en détail

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7.

Session 2011. Enseignement de Spécialité. Durée de l épreuve : 3 heures. Coefficient : 7. Ce sujet comporte 7 pages numérotées de 1 à 7. BACCALAURÉAT GENÉRAL Session 2011 MATHÉMATIQUES Série ES Enseignement de Spécialité Durée de l épreuve : 3 heures Coefficient : 7 Ce sujet comporte 7 pages numérotées de 1 à 7. L utilisation d une calculatrice

Plus en détail

Méthodes des prévisions des ventes. Préparé par : KALLOUL Jihane BOUGHLAL Hakima SEMMAR Ilyass LOUSS Reda

Méthodes des prévisions des ventes. Préparé par : KALLOUL Jihane BOUGHLAL Hakima SEMMAR Ilyass LOUSS Reda Méthodes des prévisions des ventes Préparé par : KALLOUL Jihane BOUGHLAL Hakima SEMMAR Ilyass LOUSS Reda Plan Introduction I-Méthodes endogènes et décomposition II-Autres méthodes de prévision III-simulation

Plus en détail

GESTION DES VENTES - ECARTS SUR VENTES

GESTION DES VENTES - ECARTS SUR VENTES GESTION DES VENTES - ECARTS SUR VENTES Objectif(s) : o Analyse des écarts sur chiffre d'affaires : Pré requis : o Modalités : o o écart sur prix de vente, écart sur quantité. évaluation du chiffre d'affaires.

Plus en détail

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION

LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION LA PROGRAMMATION LINEAIRE : UN OUTIL DE MODELISATION Dans les leçons précédentes, nous avons modélisé des problèmes en utilisant des graphes. Nous abordons dans cette leçon un autre type de modélisation.

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

LE BUDGET DES VENTES

LE BUDGET DES VENTES LE BUDGET DES VENTES Objectif(s) : o Pré requis : o Modalités : o o o Elaboration du budget des ventes. Connaissances du processus "ventes". Principes, Synthèse, Application. TABLE DES MATIERES Chapitre

Plus en détail

GESTION DE STOCK. C'est l'interprétation d'un historique d'observations effectuées à la date fixé et classées chronologiquement

GESTION DE STOCK. C'est l'interprétation d'un historique d'observations effectuées à la date fixé et classées chronologiquement GESTION DE STOCK Stock : Prévision de consommation I - Prévisions de consommation C'est l'interprétation d'un historique d'observations effectuées à la date fixé et classées chronologiquement 1 ) Méthode

Plus en détail

SUJET INÉDIT 1. Dossier 1. Charges et choix d une unité d œuvre 4 points 45 minutes CHAPITRES 1 et 4

SUJET INÉDIT 1. Dossier 1. Charges et choix d une unité d œuvre 4 points 45 minutes CHAPITRES 1 et 4 SUJET INÉDIT 1 La société Coupe & Shampoing Coupe & Shampoing est un salon de coiffure indépendant. Afin de faire face à la concurrence de salons de coiffure franchisés, son dirigeant, Kamel, aimerait

Plus en détail

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité CANEGE Leçon 5 Systèmes de gestion à recomplétement périodique et stock Objectif : A l'issue de la leçon l'étudiant doit être capable : dans le cadre des calendriers d approvisionnement à recomplètement

Plus en détail

2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2. L intégration horizontale des fonctions de l entreprise 12

2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2. L intégration horizontale des fonctions de l entreprise 12 Table des matières Avant-propos 3 Introduction 1. L entreprise et l environnement financier...5 2. Le concept traditionnel...6 2.1. Les stades d évolution de la fonction de Supply Chain Management 7 2.2.

Plus en détail

Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire.

Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire. ARTICLE STATISTIQUE N 2 LES INDICATEURS Un processus se décline par un ensemble d activités liées les unes aux autres selon une méthodologie décrivant leur cadre et leur mode opératoire. Ainsi l on distingue

Plus en détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité

CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité 1 CNAM 2002-2003 2léments de cours Bonus-malus et Crédibilité Une situation fréquente en pratique est de disposer non pas d un résultat mais de plusieurs. Le cas se présente en assurance, par exemple :

Plus en détail

4. Indices de précipitations

4. Indices de précipitations 4. Indices de précipitations Cette partie présente les évolutions prévues de cinq indices de précipitations. Il s agit de moyennes annuelles (voir annexes 1 à 4 pour les valeurs saisonnières). Il est à

Plus en détail

La distinction. entre charges opérationnelles et charges de structure

La distinction. entre charges opérationnelles et charges de structure La distinction 7 entre charges opérationnelles et charges de structure OBJECTIF Maîtriser les concepts de base en matière de variabilité des charges Identifier les situations où la décomposition entre

Plus en détail

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES

STATISTIQUES A UNE VARIABLE EXERCICES CORRIGES STATISTIQUES A UNE VARIALE EXERCICES CORRIGES Exercice n Les élèves d une classe ont obtenu les notes suivantes lors d un devoir : Note 4 5 8 0 4 5 8 0 Effectif 4 7 6 4 ) Déterminer l étendue et le mode

Plus en détail

Chapitre 5. Chapitre 5: Prévision 115. Slide 186

Chapitre 5. Chapitre 5: Prévision 115. Slide 186 Chapitre 5: Prévision 115 Slide 186 Chapitre 5 Prévision Dans ce chapitre, nous aordons les prolèmes de prévision de la demande, qui sont très importantes à moyen terme pour l étlissement du plan agrégé,

Plus en détail

SOMMAIRE. II L organisation du projet. 15 II.1 La place du projet dans la structure de l entreprise. 15 II.2 Les acteurs. 18

SOMMAIRE. II L organisation du projet. 15 II.1 La place du projet dans la structure de l entreprise. 15 II.2 Les acteurs. 18 SOMMAIRE CHAPITRE 1 INTRODUCTION I Définition du projet et de la gestion de projets. 7 I.1 Définition du projet. 7 I.2 Définition de la gestion des projets. 10 I.3 Interaction formulation - résolution

Plus en détail

Déclassement d'actifs et stock brut de capital

Déclassement d'actifs et stock brut de capital Extrait de : La mesure du capital - Manuel de l'ocde 2009 Deuxième édition Accéder à cette publication : http://dx.doi.org/10.1787/9789264067752-fr Déclassement d'actifs et stock brut de capital Merci

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

Planification de la Production par la méthode MRPII

Planification de la Production par la méthode MRPII Planification de la Production par la méthode MRPII Amir Kchaou Achraf Ammar ISGI Sfax Plan Introduction: 1) La notion de production : 2) Définition du système de production : 3) La fonction de production

Plus en détail

1. La fonction de consommation keynésienne

1. La fonction de consommation keynésienne Rappels de cours Aix- Marseille Université - Faculté des Sciences Economiques Licence EM 1ère année - 2ème semestre Travaux dirigés de Macroéconomie Karine CONSTANT Gilles DE TRUCHIS 1. La fonction de

Plus en détail

Préface à l édition française

Préface à l édition française Table des matières Préface à l édition française III Chapitre 1 La compétitivité des opérations 1 1. Qu est-ce qu un processus? 3 1.1. Les processus imbriqués 4 2. Qu est-ce que le management des opérations?

Plus en détail

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Plus en détail

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés

Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la gestion du risque des sociétés Les nouveaux enjeux et défis du marché immobilier : comment y contribuer? Chaire Ivanhoé Cambridge ESG UQÀM Etude empirique de la valeur d utilité de l immobilier des entreprises : un actif associé à la

Plus en détail

Exercice N 1 : Extrait du BEP secteur 1 session 2005

Exercice N 1 : Extrait du BEP secteur 1 session 2005 Exercice N 1 : Extrait du BEP secteur 1 session 2005 Tarifs Sam souhaite aller à la piscine municipale dont les tarifs sont présentés dans le tableau ci-contre : Normal 3,80 Groupe 3 On note x le nombre

Plus en détail

La Gestion de Production Méthode MRP A. BOUAISSI

La Gestion de Production Méthode MRP A. BOUAISSI La Gestion de Production Méthode MRP A. BOUAISSI Généralités Objet de la gestion de production Introduction 1.1 Objet de la gestion de production La gestion de production a pour objectif de répondre aux

Plus en détail

Séance 9. Planification globale Planification détaillée 4-530-03. Gestion des opérations et de la production

Séance 9. Planification globale Planification détaillée 4-530-03. Gestion des opérations et de la production Gestion des opérations et de la production Séance 9 4-530-03 Planification globale Planification détaillée Plan de la présentation La planification globale : Objectifs et principes de base; Stratégies

Plus en détail

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites

La problématique des tests. Cours V. 7 mars 2008. Comment quantifier la performance d un test? Hypothèses simples et composites La problématique des tests Cours V 7 mars 8 Test d hypothèses [Section 6.1] Soit un modèle statistique P θ ; θ Θ} et des hypothèses H : θ Θ H 1 : θ Θ 1 = Θ \ Θ Un test (pur) est une statistique à valeur

Plus en détail

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions :

Probabilités. I- Expérience aléatoire, espace probabilisé : ShotGun. 1- Définitions : Probabilités I- Expérience aléatoire, espace probabilisé : 1- Définitions : Ω : Ensemble dont les points w sont les résultats possibles de l expérience Des évènements A parties de Ω appartiennent à A une

Plus en détail

Conseil économique et social. Document établi par le Bureau central de statistique d Israël

Conseil économique et social. Document établi par le Bureau central de statistique d Israël Nations Unies Conseil économique et social ECE/CES/GE.2/214/3 Distr. générale 12 février 214 Français Original: russe Commission économique pour l Europe Conférence des statisticiens européens Groupe d

Plus en détail

Leçon 9. MRP2 : structure

Leçon 9. MRP2 : structure Leçon 9 MRP2 : structure L'objectif principal de la leçon est de connaître et de comprendre le principe de gestion la production avec la méthode MRP2. A l'issue de la leçon l'étudiant doit être capable

Plus en détail

Enquête mensuelle de conjoncture auprès des ménages

Enquête mensuelle de conjoncture auprès des ménages Note Méthodologique Dernière mise à jour : 27-1-214 Enquête mensuelle de conjoncture auprès des ménages Présentation de l enquête L Insee réalise depuis janvier 1987 l enquête mensuelle de conjoncture

Plus en détail

Enquête sur les investissements dans l industrie

Enquête sur les investissements dans l industrie Note Méthodologique Dernière mise à jour : 30-08-2010 Enquête sur les investissements dans l industrie Avertissement : depuis mai 2010, les résultats de l enquête trimestrielle sur les investissements

Plus en détail

GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE

GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE ADVANCED PLANNING SCHEDULE GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE Votre contact : Pierre Larchères 06 30 35 96 46 18, rue de la Semm - 68000 COLMAR p.larcheres@agelis.fr PRESENTATION

Plus en détail

Séries chronologiques saisonnières et prévision

Séries chronologiques saisonnières et prévision Séries chronologiques saisonnières et prévision Jairo Cugliari L1 IDEA S2 2014-2015 Under construction (version compiled on 05/02/2015 at 13:37) (last version available here) Plan du cours 1 Notations

Plus en détail

Le MRP. 1. DéfinitionsD. 2. Architecture d un d. 3. La Planification des besoins en composant. 4. Le Plan Directeur. 5. Processus d actualisationd

Le MRP. 1. DéfinitionsD. 2. Architecture d un d. 3. La Planification des besoins en composant. 4. Le Plan Directeur. 5. Processus d actualisationd 1. DéfinitionsD Le MRP 2. Architecture d un d système MRP 2 3. La Planification des besoins en composant 4. Le Plan Directeur 5. Processus d actualisationd 6. La prise en compte des contraintes de capacité

Plus en détail

Examen Gestion de portefeuille

Examen Gestion de portefeuille ESC Toulouse 2005 D. Herlemont Mastère BIF Examen Gestion de portefeuille Durée : 2 heures Les documents ne sont pas autorisés. Pour les questions à choix multiples, une ou plusieurs réponses peuvent être

Plus en détail

L ESSENTIEL DE LA GESTION BUDGÉTAIRE

L ESSENTIEL DE LA GESTION BUDGÉTAIRE DIDIER LECLÈRE L ESSENTIEL DE LA GESTION BUDGÉTAIRE LES ESSENTIELS DE LA FINANCE, 1944, 2012 ISBN : 978-2-212-55334-5 Chapitre 4 Le budget des approvisionnements l ESSENTIEL Le budget des achats est lié

Plus en détail

23. Interprétation clinique des mesures de l effet traitement

23. Interprétation clinique des mesures de l effet traitement 23. Interprétation clinique des mesures de l effet traitement 23.1. Critères de jugement binaires Plusieurs mesures (indices) sont utilisables pour quantifier l effet traitement lors de l utilisation d

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

Partie I Le consommateur et la demande

Partie I Le consommateur et la demande Partie I Le consommateur et la demande Chapitre 1 La fonction d utilité 1 Plan du cours 1. Le consommateur. 2. La notion d utilité. 3. Les courbes d indifférence. 4. L optimum du consommateur. 5. Exercices.

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE Mardi 26 juin 2012 MATHEMATIQUES durée de l épreuve : 4h

Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE Mardi 26 juin 2012 MATHEMATIQUES durée de l épreuve : 4h Entrée à Sciences Po ADMISSION AU COLLÈGE UNIVERSITAIRE Mardi 26 juin 2012 MATHEMATIQUES durée de l épreuve : 4h A. P. M. E. P. Le problème se compose de 4 parties. La dernière page sera à rendre avec

Plus en détail

Sujet de Bac 2012 Maths ES Obligatoire & Spécialité - Métropole

Sujet de Bac 2012 Maths ES Obligatoire & Spécialité - Métropole Sujet de Bac 2012 Maths ES Obligatoire & Spécialité - Métropole Exercice 1 : 5 points Sur le site http: //www.agencebio.org, on a extrait des informations concernant l agriculture en France métropolitaine.

Plus en détail

Baccalauréat ES Nouvelle-Calédonie 2 mars 2015

Baccalauréat ES Nouvelle-Calédonie 2 mars 2015 Baccalauréat ES Nouvelle-Calédonie mars 015 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats On considère la fonction f définie pour tout réel x de l intervalle [1,5 ; 6] par : f (x)=(5x 3)e x. On

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Devoir Surveillé n 5 BTS 2009 groupement B

Devoir Surveillé n 5 BTS 2009 groupement B EXERCICE 1 (12 points) Devoir Surveillé n 5 BTS 2009 groupement B Les trois parties de cet exercice peuvent être traitées de façon indépendante. A. Résolution d une équation différentielle On considère

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Comment préparer un dossier d affaires pour système ERP. Un guide étape par étape pour les décideurs de l industrie du plastique

Comment préparer un dossier d affaires pour système ERP. Un guide étape par étape pour les décideurs de l industrie du plastique Comment préparer un dossier d affaires pour système ERP Un guide étape par étape pour les décideurs de l industrie du plastique Comment préparer un dossier d affaires pour système ERP // Introduction Introduction

Plus en détail

1. L évolution de la compétitivité de l entreprise... 1. 2. Le contexte de la nouvelle gestion de production... 4

1. L évolution de la compétitivité de l entreprise... 1. 2. Le contexte de la nouvelle gestion de production... 4 Sommaire Chapitre 1 Introduction 1. L évolution de la compétitivité de l entreprise... 1 2. Le contexte de la nouvelle gestion de production... 4 3. La gestion de production et les flux... 5 4. Gestion

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Fonction polynôme du second degré : Forme canonique

Fonction polynôme du second degré : Forme canonique Fonction polynôme du second degré : Forme canonique I) Introduction. Soit g(x) = a(x - s)²+h. Toute fonction polynôme du second degré peut s écrire sous cette forme. Le passage de la forme développée à

Plus en détail

Lycée Cassini BTS CGO 2014-2015. Test de début d année

Lycée Cassini BTS CGO 2014-2015. Test de début d année Lycée assini BTS GO 4-5 Exercice Test de début d année Pour chaque question, plusieurs réponses sont proposées. Déterminer celles qui sont correctes. On a mesuré, en continu pendant quatre heures, la concentration

Plus en détail

Shadow Manager Simulateur de gestion globale d entreprise. Introduction

Shadow Manager Simulateur de gestion globale d entreprise. Introduction Shadow Manager Simulateur de gestion globale d entreprise Introduction Le logiciel de simulation d entreprise Shadow Manager représente le nec plus ultra des outils pédagogiques de simulation de gestion

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production

Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production Préparé par : Ait ahmed Essedek Matière : Gestion de la production et des stocks Encadré par : Mr. NACIRI

Plus en détail

FONCTION DE DEMANDE : REVENU ET PRIX

FONCTION DE DEMANDE : REVENU ET PRIX FONCTION DE DEMANDE : REVENU ET PRIX 1. L effet d une variation du revenu. Les lois d Engel a. Conditions du raisonnement : prix et goûts inchangés, variation du revenu (statique comparative) b. Partie

Plus en détail

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES

DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Université Paris1, Licence 00-003, Mme Pradel : Principales lois de Probabilité 1 DEFINITION et PROPRIETES des PRINCIPALES LOIS de PROBABILITES Notations Si la variable aléatoire X suit la loi L, onnoterax

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

Supports de formation du GCE Inventaires nationaux des gaz à effet de serre

Supports de formation du GCE Inventaires nationaux des gaz à effet de serre Supports de formation du GCE Inventaires nationaux des gaz à effet de serre Gestion du manque de données Version 2, avril 2012 Public cible et objectif des supports de formation Ces supports de formation

Plus en détail

!-.!#- $'( 1&) &) (,' &*- %,!

!-.!#- $'( 1&) &) (,' &*- %,! 0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets

Plus en détail

UNE ESTIMATION DU PARC AUTOMOBILE À L AIDE DES DURÉES DE VIE DES VÉHICULES

UNE ESTIMATION DU PARC AUTOMOBILE À L AIDE DES DURÉES DE VIE DES VÉHICULES UNE ESTIMATION DU PARC AUTOMOBILE À L AIDE DES DURÉES DE VIE DES VÉHICULES François JEGER Le parc de véhicules automobiles en service vieillit de trois mois par an depuis 1993 : la durée de vie médiane

Plus en détail

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels Etab=MK3, Timbre=G430, TimbreDansAdresse=Vrai, Version=W2000/Charte7, VersionTravail=W2000/Charte7 Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

Plus en détail

L élaboration des données de comptabilité annuelle et l analyse économique

L élaboration des données de comptabilité annuelle et l analyse économique L élaboration des données de comptabilité annuelle et l analyse économique Stéphane Gregoir (stephane.gregoir@edhec.edu) Juin 2008 Objectifs Illustrer quelques uns des problèmes que l on peut rencontrer

Plus en détail

Fonctions - Continuité Cours maths Terminale S

Fonctions - Continuité Cours maths Terminale S Fonctions - Continuité Cours maths Terminale S Dans ce module, introduction d une nouvelle notion qu est la continuité d une fonction en un point. En repartant de la définition et de l illustration graphique

Plus en détail

Guide méthodologique d élaboration d un outil de simulation des effectifs par métier

Guide méthodologique d élaboration d un outil de simulation des effectifs par métier Guide méthodologique d élaboration d un outil de simulation des effectifs par métier Ce travail s inscrit dans le cadre du déploiement du Répertoire des métiers de la fonction publique hospitalière. Un

Plus en détail

Épreuve n 11 : contrôle de gestion

Épreuve n 11 : contrôle de gestion Épreuve n 11 : contrôle de gestion Nature : épreuve écrite portant sur l étude d une ou de plusieurs situations pratiques et/ou un ou plusieurs excercices et/ou une ou plusieurs questions. Durée : 4 heures.

Plus en détail

Statistiques à deux variables Ajustements affines

Statistiques à deux variables Ajustements affines Statistiques à deux variables Ajustements affines Christophe ROSSIGNOL Année scolaire 2011/2012 Table des matières 1 Série statistique à deux variables 2 1.1 Définition Nuage de points......................................

Plus en détail

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels.

Licence de Sciences et Technologies. Fiche de cours 1 - Nombres réels. Licence de Sciences et Technologies EM21 - Analyse Fiche de cours 1 - Nombres réels. On connaît les ensembles suivants, tous munis d une addition, d une multiplication, et d une relation d ordre compatibles

Plus en détail

A propos du calcul des rentabilités des actions et des rentabilités moyennes

A propos du calcul des rentabilités des actions et des rentabilités moyennes A propos du calcul des rentabilités des actions et des rentabilités moyennes On peut calculer les rentabilités de différentes façons, sous différentes hypothèses. Cette note n a d autre prétention que

Plus en détail