R EVUE DE STATISTIQUE APPLIQUÉE
G. B OREL
Étude sur les marges à prévoir dans les lancements de fabrication pour tenir compte des déchets
Revue de statistique appliquée, tome 7, n
o1 (1959), p. 17-46
<http://www.numdam.org/item?id=RSA_1959__7_1_17_0>
© Société française de statistique, 1959, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.
sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les conditions générales d’uti- lisation (http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme
ÉTUDE SUR LES MARGES A PRÉVOIR
DANS LES LANCEMENTS DE FABRICATION POUR TENIR COMPTE DES DÉCHETS
G. BOREL
Directeur du Contrôle de la Qualité
~
à
la Société "Le Matériel Téléphonique"
Dans les lancements de
fabricat ion
onmajore
lesquantités
strictementnécessaires
pour tenir compte des rebuts defabrication
etd’assernbta~e.
Maisces déchets
présentent
un caractère aléatoire quioblige
àprendre
une marée plusgrande
que celle observée en moyenne. 0 Il en résulte enf in
defabrication
des
reliquats
depièces
détachéesqui représentent
leplus
souvent des pertes (de l’ordre de 1 % duchiffre d’affaires
dans desfabrications
dutype
radio-professionnelle).
Ce caractère aléatoire des déchets est, engénéral,
attribuéau
fait
que les causes de pertes sontimprévisibles,
cequi
semble àpriori
lesfaire échapper
à touteanalyse.
Mais il t est à remarquer que même si les causes de pertes étaientparfaitement
connues etparfaitement stables,
lefait
que le n om bre des déchets pourchaque
type depièce
détachée soit de 1 ’ordre de ladizaine (1
000équipements
x 1 % de déchet moyen = 10pièces rebutées)
conduit à leur-affecter
une loi deprobabil ité
binomialequi
ouvre la porte àl’analyse statistique.
Et l’on trouve que lesreliquats
ainsiexpliqués
sont du même ordre degrandeur
que ceux que l’on constate dans lapratique.
Dans ce domaine aussi
l’analyse statistique
rend compte dephénomènes
enapparence absolument
fortuits
et permet dedé f inir
une méthode rationnelle de calcul des marges à inclure dans les lancements. En outre, ilapparait qu’il
Y aurait mteret du
point
de vue de l’économiegénérale
à cequ’une
tolérancesur les
quantités d’équipements
à livrer soittoujours prévue
dans les con-trats commerciaux.
I - EXPOSE DU PROBLEME
1.1/
Pendant l’exécution d’unecommande,
des déchets en matières pre-mières, pièces
détachées et organes, seproduisent
lors desusinages,
desinspec- tions,
desassemblages,
desessais,
etc.Enparticulier,
lesinspections, qu’elles
s’effectuent unitairement ou par
échantillonnage,
laissent inévitablement passerun
certain pourcentage
depièces
défectueusesqui
se révèlent lors des essais et viennentmajorer
les déchets propres auxopérations d’assemblage.
Tous ces déchets
qui peuvent représenter,
selon letype
depièce,
de0,
5%
à 39/-o
des besoinsstricts,
soit dans des fabrications dutype
radioprofession-
nelle de
0,
2 5%àl~
5%
duprix
devente,
sont loin d’êtrenégligeables
dans l’en-semble du
prix
de revient.La
première
difficulté que l’on rencontre pour lesanalyser
vient du fait que leurimportance
moyenne est mal connue. Lors dupremier
lancement d’unéquipement donné, l’importance
des déchets nepeut
êtreprévue
que très appro- ximativement selon letype
depièce (condensateurs, tubes, etc. ) d’après
l’ex-périence générale
des fabrications.Lorsqu’il s’agit
d’un deuxième ou troisième lancement d’un mêmetype d’équipement, l’importance
des déchetspeut
alors être évaluéepièce par pièce
avec une meilleureprécision.
Mais il faudrait avoirfabriqué
un trèsgrand
nombred’équipements
pour connaître avec uneprécision
satisfaisante la valeur moyenne des déchets. Nous
admettons, toutefois,
que cette valeur moyenne existe comme une limitethéorique plus
ou moins bien con-nue ( 1 ).
La tendance naturelle serait alors de
prévoir
dansl’expression
des besoinsune
majoration égale
aupourcentage
moyen de déchets. Mais on constate que les déchets se manifestent d’unefaçon
aléatoire. Les déchets réels sont tantôt infé- rieurs à la moyenne, tantôtsupérieurs.
Dans ce dernier cas, il est nécessaire de passer des commandes
supplé-
mentaires
qui
accroissent les fraisadministratifs, compromettent l’homogé-
néité des stocks
et,
enoutre,
font courir lerisque
de ne paspouvoir
assembleren
temps
voulu le nombred’équipements prévu. Quand
les déchets sont inférieurs à la moyenne, il en résulte desreliquats
en fin de commandequi représentent toujours une perte.
Si aucune nouvelle commande ne fait suite à celle en cause, laperte
est totale. Même dans le cascontraire,
il y a lieud’appliquer
aux reli-quats
un coefficient dedépréciation
pour diverses raisons(frais
demagasinage,
frais financiers
d’investissements, risques
de détérioration et surtoutrisques techniques
devieillissement, ... ).
1. 2/ L’objet
de laprésente
étude n’est pas tantd’analyser
les causes dedéchets pour
tenter d’en réduire lepourcentage
moyen que d’enanalyser
le foi-sonnement dû à leur caractère aléatoire pour tenter de réduire les
pertes
énu- mérées ci-dessus.---
(1)
En réalité, la notion de valeur moyenne elle-même est discutable. Elle ne conviendrait que sil’expérience passée
portait sur un nombre infini ou trèsgrand d’équipements (Si
nousavons à lancer 1 000
équipements,
il faudrait en avoirdéjà
fabriqué 10 000 pour en déduireune valeur moyenne de déchets utilisable dans de bonnes
conditions).
Quand notreexpé-
rience passée ne porte que sur 2 000
équipements
parexemple,
il semble que leproblème
se
présente
comme suit. Pour utiliser toutes les "informations" que nous arapportées
la fabrication des 2 000
équipements précédents,
nousimaginerons
que nousprélevons
lenouveau lot de 1 000
pièces
dans le lotdéjà
utilisé de 2 000. Si ce lotdéjà
utilisé contenait 20 pièces défectueuses, quelle est laprobabilité
pour que les 1 000pièces prélevées
con-tiennent... 8, 9, 10, 11, 12... pièces défectueuses ?
Le
problème théorique
ainsiposé
est celui des univers finis qui faitappel
à la loihyper- géométrique.
Ilexige
des calculs très lourds et dans laplupart
des applicationspratiques,
on lui substitue le
problème approché
qui utilise la notion de pourcentage moyen de re- buts.L’incidence de l’erreur ainsi comrnise en faisant cette
approximation
est évidemment de minimiser les sécurités nécessaires dans les marges àprévoir
pour faire face aux rebuts.Les chiffres déduits du calcul utilisant cette notion de valeur moyenne seront des chiffres minima.
Si le sens de l’erreur est connu, son importance est plus difficile à chiffrer. En outre, il y aurait peu d’intérêt à le faire car dans la pratique cette
importance
est moindre que ce que pourrait indiquer la théorie. En effet, quand on estime un pourcentage moyen de rebutson n’utilise pas seulement les
enseignements
des lancementsprécédents
mais on utiliseaussi
l’expérience générale
des fabrications qui, elle, résulte de la théorie des universinfinis et à laquelle, par
conséquent,
la notion de pourcentage moyen estsusceptible
de s’appliquer.Encore se bornera-t-on à certaines causes de fluctuation. Bien que les
causes de déchets soient
multiples
et trèsdiverses,
onpeut
tenter de les clas-ser sous trois
rubriques
allant dupurement
fortuit austatistiquement prévisible : a)
les causespurement techniques qui
ne seraientprévisibles qu’à
condi-tion d’effectuer des
expériences préalables :
insuffisance deperformances
despièces
détachées nécessitant untri, fragilité
excessive de certaines compo- santes etc. On a à faire dans cescatégories
à une succession de casparticu- liers ;
b)
les causesplus
ou moins fortuites etplus
ou moinsprévisibles
tellesque la formation
plus
ou moinspoussée
desouvriers,
les aléasdans
le nombredes essais à
effectuer,
les incidents defabrication,
etc. D’unefaçon générale,
on
peut
classer dans cettecatégorie
les facteursqui
introduisent un manque de stabilité dans les causes de rebuts ou un manqued’homogénéité
dans l’ambiancegénérale
desfabrications ;
c) enfin,
interviennent des causesindépendantes
de tous les aléas etqui
se manifesteraient même si les déchets suivaient des lois
rigoureuses
et dansl’hypothèse
d’une stabilitéparfaite
des fabrications(qualité
des livraisons homo-gène~
habileté des ouvriersstable, fréquence
des incidentsconstante).
Cescauses tiennent essentiellement au fait que les
quantités d’équipements,
mêmelorsqu’elles s’expriment
enmilliers,
ne sont pas assezimportantes
pour que la loi desgrands
nombrespuisse
leur êtreappliquée
sans correction.Ce dernier
aspect
duproblème peut
être soumis au calculstatistique.
Onchiffrera
l’importance prévisible
des fluctuationspurement statistiques qui
sontde toutes
façons
inévitables dans les meilleures conditions etayant
trouvé desordres de
grandeur comparables
à ceux des variationsréelles,
on en déduiraque ces fluctuations
statistiques
rendentcompte
de lamajeure partie
des varia-tions
réelles,
cequi justifiera
les méthodes rationnelles de lancementqu’il
estpossible
d’élaborer par le calculstatistique.
D’ailleurs nous
indiquerons (au § 3. 3)
lapossibilité
de tenircompte
desfluctuations inhérentes au manque
d’homogénéité
des causes de déchetssigna-
lées
au b)
ci-dessus enajoutant
les deux variations.1. 3/
Avant depoursuivre l’exposé,
il semble nécessaired’expliquer
surdes
exemples
la nature de ces fluctuationsstatistiques
que l’on se propose d’é- tudier. Eneffet,
elles ne tombent pas sous le sens bienqu’elles expliquent
enmajeure partie
les variations réelles de déchets.Si une commande est de 100
équipements
et si lepourcentage
moyen de déchets est de 1%~
que ces déchets résultent depièces
défectueuses ouqu’ils
résultent de détériorations intervenues lors des
assemblages,
onpeut
considé-rer que l’on a à faire à une
population
infinie contenant 1io
de défectueux et danslaquelle
onprélève
au hasard un échantillon de 100pièces.
Cet échantillon necomprend
pas forcément 1pièce
défectueuse. Avec de lachance, il
n’en contien- dra aucune. Avec de lamalchance,
il en contiendra2,
3 ouplus.
Le nombre 1 estsimplement
le nombre moyen.On
trouve,
parexemple :
On voit que pour avoir 99 chances sur 100 de ne pas manquer de la com-
posante
en cause, il fautprendre
une marge de sécurité de 4 unités laissant enmoyenne un
reliquat
de 3 unités en fin de commande.1.4/
Lesagents
deproduction
connaissent bien cesfaits,
carlorsqu’il
s’a-git
d’unepièce
difficile àapprovisionner,
ilsprennent une "sécurité supplémen- taire"
en doublant ou entriplant
la marge de déchetsprobable
afin d’être cer-tains de ne pas courir de
risques
d’arrêt des fabrications. Leurexpérience
etleur intuition leur
enseignent qu’il
convient deprendre
une marge d’autantplus grande
que la valeur de lapièce
estplus faible,
c’est-à-dire que lereliquat
àdéprécier
en fin de commande aura moins de valeur. Ilsacquièrent
ainsi une"sécurité"
au moindreprix.
Parcontre, lorsqu’il s’agit d’organes chers,
l’ex-périence pratique
conduit à ne commander que le strict nécessaire et à passer des commandessupplémentaires
au fournisseur au fur et à mesure des misesaux
rebuts,
surtout si les délais de livraison sont brefs et si le manque d’homo-généité
desproduits
livrés n’est pas à craindre. Demême, lorsque
les lance-ments
portent
sur unequantité importante d’équipements,
les marges sontprises
peu
supérieures
aupourcentage
moyen dedéchets,
car,intuitivement,
on com-prend
que la loi desgrands
nombresjoue
mieux.Dans cette étude nous ne faisons que
préciser
ces raisonnements intuitifs . II - LISTE DES PARAMETRES A PRENDRE EN CONSIDERATION ET BASESDE CALCUL
De
l’exposé qui précède,
il ressort que nous aurons à tenircompte
desparamètres
suivants :2. 1/
Nombred’équipements
àfabriquer.
Soit nSi la
pièce
entre dansl’équipement
avec le coefficient c, le nombre despièces
nécessaires sera n c.2.
2/ Pourcentage moyen
de rebuts. Soit pSi
l’expérience acquise
dans les fabrications est suffisamment étendue on a obtenu une valeur suffisammentprécise
dupourcentage
de rebuts concernant---
(1)
C’est-à-dire probabilité de ne pas manquer de la composante en cause si l’on a approvi- sionné un nombre depièces égal
à celuiindiqué
dans lapremière
colonne.chaque pièce
ouchaque type
depièce.
Dans le cascontraire,
on admettra quece
pourcentage
est connud’après l’expérience générale
des fabrications bienqu’entaché
dequelque imprécision.
Le nombre moyen des rebuts est alors ncp. C’est la moyenne de la loi de Poisson.
2.
3/
Valeur unitaire de lapièce.
Soit uLa valeur unitaire des
pièces
seraexprimée
tantôt en francs et tantôt enprenant
pour unité dedépense
la valeur d’unéquipement,
c’est-à-dire que si leprix de vente
del’équipement
est de un million defrancs,
tous les montants se-ront valorisés en millions.
Les
exemples numériques
seront établis avecl’hypothèse
que leprix
devente de
l’équipement qui
estégal
à 1 sedécompose
en 3parties :
- le coût d’un
jeu
depièces
etd’organes
achetésqui
vaut0, 5,
- le coût des frais
proportionnels
de fabrication et de vente(dépenses
demain-d’0153uvre directe avec
charges
socialescorrespondantes,
frais d’atelierproportionnels, redevances,
taxes et frais financiersproportionnels
au chiffred’affaires, etc. ).
Le montant de ce
poste
est évalué à0, 25 ;
- Les frais fixes
(partie
fixe des frais d’atelier et des frais d’administra- tiongénérale).
Ilsreprésentent
le bénéficebrut,
c’est-à-dire le bénéfice netplus
les frais fixes absorbés. Si cettepartie
fixe est de0, 25,
leprix
de revientmarginal
est alors0,
75 et le bénéfice brut réalisé par la fabrication d’unéqui- pement
vaut0, 25.
2.
4/
Coefficient dedépréciation
àappliquer
auxreliquats
de fin de com-mande. Soit a.
Pour
représenter
ladépréciation
àappliquer
auxreliquats
de fin de com-mande on en
multipliera
la valeur par un coefficientcompris
entre 0 et 1. Si l’unité dedépenses
est la valeur d’unéquipement,
ce coefficients’applique
aumontant des achats
qui
vaut lui-même0,
5 parjeu
depièce.
Dans les
exemples d’application, nous prendrons
tantôt a =0,
cequi signi-
fie que les
reliquats
constituent uneperte sèche,
tantôt a =0,
5qui paraît
êtrele minimum de
dépréciation
àfaire,
même dans le cas de fabricationsrépétiti-
ves.
2. 5/
Coût de lapassation
d’une commande derajustement
ou d’une remiseen fabrication. Soit Ar.
Pour une
pièce achetée,
le coût d’une cornmandesupplémentaire
est lasomme de frais à caractère administatif
(frais
delancement, d’achats,
fraisde
réception,
demagasinage,
frais decomptabilisation,
defacturation ... )
etdes frais
d’inspection.
Pour une
pièce fabriquée,
le coût d’une remise en fabrication est la sorn- me des fraissupplémentaires
d’atelier(réglage
demachines, majoration
pourpetite série),
des fraisd’inspection
et des frais administratifs(frais
de lance-ment,
demagasinage,
decomptabilisation... ).
Les frais administratifs
seuls, peuvent
être estimés au minimum à 10 000 fr.Dans le cas de livraisons
complexes
Arpeut
atteindre 30 à 50 000fr,
surtout si les fraisd’inspection
sontimportants. Cependant
ces chiffres ne tiennent pascompte
durisque
de nonhomogénéité
des lots dû au fractionnement des livrai-sons.
2.6/
Pénalitépour "chute
decontrat".
Soit AchDans le cours de notre
étude,
nous serons amenés à introduire là notion depénalité
à payer dans le cas où le nombred’équipements prévu
au contratn’est pas
réalisé.
Cettepénalité qui
chiffre le"risque calculé" joue
le mêmerôle que le coût de la
passation
d’une commande derajustement.
Ellepeut
êtreexprimée
soit enfrancs,
soit en nombred’équipements.
En
réalité,
cettepénalité
à payercomprend
deuxparties :
- la
pénalité proprement
ditecorrespondant
à une sorte"d’ arnende",
- les
pertes correspondant
à la nonabsorption
des frais fixes sur leséqui- pements qui
ne sont pas livrés.2.
7/
Délai deréapprovisionnement
t et durée d’exécution de la commande ’I’Soient t le délai de
réapprovisionnement
et T la durée d’exécution d’une commande.Durant une
première phase
de durée(T - t)
leréapprovisionnement
restepossible
et lapénalité
à payer en cas de marge initiale insuffisante est le coût de lapassation
d’une commandesupplémentaire
Ar. Pendant une secondephase
de durée
t,
leréapprovisionnement
n’estplus possible
et lapénalité
à payer dans le cas d’une marge initiale insuffisante est lapénalité
pour chute de contrat Ach.Si la
politique générale
d’exécution de la commande exclut toute faculté derajustement
desquantités,
la secondephase
est seule àprendre
en considéra-tion.
2. 8/
Nombre depièces critiques.
Soit N.Le nombre des
pièces
pourlesquelles
lapossibilité
d’unrajustement
enquantité
est exclue seraappelé
N. Ce nombre croît évidemment au fur et à nle- sure que letemps
s’écouledepuis
le début de la commande. En fin decommande ,
ce nombre atteint le nombre des
pièces
entrant dansl’équipement.
2.
9/
Plande l’exposé.
..Nous allons examiner successivement les deux cas
évoqués
ci-dessus :a)
Dans lapremière phase
où lapassation
d’une commande derajustement
reste
possible,
leproblème
est de faire la balance entre le coût de lapassation
d’une commande
supplémentaire
et le coût desreliquats en
fin de commande.b)
Dans la secondephase
où l’éventualité d’une commandesupplémentaire
est
exclue,
il faut calculer la marge de sécurité defaçon
à être sûrs de satis- faire au contrat avec uneprobabilité donnée ;
ouplutôt,
il faut faire la balance entre lesreliquats
de fin de commande d’unepart et,
d’autrepart,
lespertes
résultant d’unepénalité
à payer en cas de non réalisation ducontrat,
ycompris
les
pertes
résultant d’une réduction éventuelle du nombred’équipements
livrés.Nous commencerons par étudier ce second cas.
III - CAS OU LE RAJUSTEMENT DES COMMANDES EST EXCLU.
3.
1/
Formulegénérale
Lorsqu’il
n’est paspossible
de lancer uncomplément
decommande,
soitparce que les délais de
réapprovisionnement
sonttrop longs,
soit parce que cetteimpossibilité
résulte de lapolitique générale
retenue pour l’exécution de la com-mande et si l’on n’admet pas de tolérances dans les
quantités
àlivrer,
les mar-ges pour rebuts doivent être fortement
majorées.
On détermine ces margespar
le raisonnement suivant :
Pour un nombre de rebuts moyen np
donné,
soit Pr(k)
laprobabilité
d’avoirk rebuts. La
probabilité
de ne pas avoirplus
de k rebuts est la somme de 0 à kdes
probabilités partielles.
C’ e st la
probabilité
depouvoir
faire au moins le nombred’équipements pré-
vu au contrat si l’on a
pris
kpièces supplémentaires.
Le nombre N des
types
depièces auxquelles
cette formules’applique
estle nombre des
composantes
entrant dansl’équipement,
laprobabilité
de fairele contrat s’obtient en élevant
l’expression précédente
à lapuissance
Npuisqu’il
faut
pouvoir
faire le contrat avec chacune des Npièces.
3. 2/ Exemples numériques
Si l’on veut avoir une bonne
garantie
de faire le contrat(99, 9 11/o
de chances parexemple),
et si le nombre depièces
en cause N estélevé,
on est conduit àprévoir
des margesimportantes
laissant en fin de commande desreliquats
nonnégligeables.
Legraphique n°
1 donne lesprobabilités
élémentaires Pr(k)
etcumulées
Pr (0 - k)
en fonction du nombre depièces supplémentaires
k pour di-verses valeurs du nombre des
composantes critiques
N =1, 10,
100 et 1 000 .On s’est
placé
dans le cas où le nombre des rebutsprobables
est np = 10(par exemple
1 000équipements
et 1tjo
de déchet moyen, ou encore 500équipements
et 2
%
de déchetmoyen).
..
Etant donné
l’importance
de ces indications sur les margesnécessaires,
nous allons donner d’autres
exemples numériques
de leur valeur dans le cas où lepourcentage
moyen de rebuts est de 1%mais
où le nombre deséquipements
àlivrer n est de
100, 200,
500 ou1 000,
cequi
donne des chiffres de rebuts moyens de1, 2,
5 ou 10 et où le nombre destypes
depièces
en cause N est de1, 10 ,
100 ou 1
000,
cequi correspond
à desprobabilités
unitaires parpièce P (k)
de0, 999, 0, 9999, 0, 99999
ou0, 999999.
Le tableau carré ci-après
donne lesmarges nécessaires
correspondant
à ces 4 x 4 = 16 cas.Graphique dl - Probabilités élémentaires et cumulées de pouvoir assembler le nombre d’équipements prévu en fonc- tion du nombre des pièces supplémentaires commandées. Pour diverses valeurs N du nombre des composantes criti-
ques et dans le cas où le nombre des rebuts probables np = 10.
1 . 1
On voit que si l’on veut obtenir une
grande probabilité
de réaliser le con-trat, pour les lancements
importants le pourcentage
de rebuts moyen doit être doublé outriplé
et pour les lancements de faibleirnportance, il
doit être multi-plié par 6
ou 8. Eneffet,
la loi desgrands
nombresjoue
d’autant moins bien que le nombre deséquipements
àfabriquer
estplus
réduit.Enfin, plus
leséquipe-
ments sont
complexes,
c’est-à-direplus
N estélevé, plus
la marge de sécurité àprendre
estimportante.
3.
3/ Majoration
des margesquand
les causes de rebuts ne sont pas stabi- lisées._ ___ __
Rappelons
que les marges de sécuritéindiquées
ci-dessus sont des mar-ges minima
correspondant
au cas où les causes de rebuts sontparfaitement
sta- bilisées. Elles sont inévitables et neproviennent
que des fluctuations statisti- ques dephénomènes parfaitement homogènes.
Si les causes de rebuts ne sont pas
parfaitement stabilisées,
parexemple
si l’habileté du
personnel
estsusceptible
de varier par suite d’embauches nou- velles ou si l’on admet lapossibilité
dechanger
de fournisseur ou de méthode detravail, etc. ,
ainsi que nous l’avionsdéjà
ditau 9
1.2,
il convient demajo-
rer les chiffres ci-dessus. Pour faire un calcul
approximatif,
nous supposerons que lesphénomènes
suivent une loi normale de moyenne np et de variance np(1 - p) # np.
Si nous supposons que ces deux
catégories
dephénomènes
ont la mêmeimportance,
la variance estmultipliée
par 2 sans que la valeur moyenne soitchangée.
La marge de sécurité k’ tenant
compte
de cettehypothèse
se déduit de la marge kprécédemment
calculée par la formule suivante :Par
exemple :
- pour n = 1 000 N = 1
000,
p = 1~o,
il fautremplacer
la marge k - 26 par k’ = 33- pour n = 100 N =
100,
p = 1elo,
il fautremplacer
la marge k = 7 par k’=10.Dans tout notre
développement,
cette éventualité del’augmentation
du nom-bre des déchets restera sous-entendue.
3.
4/
Prise en considération du fait que lespièces composantes
ont des valeurs différentes.Les N
pièces critiques ayant
des valeursdifférentes,
leproblème
se pose d’obtenir uneprobabilité
donnée de faire le contrat avec la moindredépense.
Cette
probabilité globale
est leproduit
desprobabilités correspondant àchaque pièce.
La
dépense
à rendre minimum est D =kiui
+k2u2
+k3u3 +
... Si nous dérivonsarithmétiquement
D parrapport
àkl, k2, k3...
et si nous dérivonslogarithmi- quement Pr
parrapport
à ces mêmesvariables,
nous obtenons deux formes li- néaires endkl, dk2, dk3, ...
La dérivée de Pr(0 - k)
étantPr(k)
ces formeslinéaires seront
équivalentes
si :Ce coefficient A
qui
esthomogène
à ureprésente
unprix.
Nous retrouvonsla même
expression au §
4. 1 relatif au cas où lerajustement
enquantité
est pos- sible et où Areprésentera
le coût de lapassation
d’une nouvelle commande. Dans le casactuel,
ceparamètre (que
nousdésignerons
par Ach pour ledistinguer
decelui
correspondant
au casprécédent désigné
parAr) représente "le risque
cal-culé"
de ne pas réaliser la commande ou lapénalité
à payer si le contrat n’est pas satisfait.On voit
qu’il
convient d’attribuer une mêmepénalité
Ach à toutes lespièces
pour le cas où chacune d’elles viendrait à manquer, ce
qui
est normalpuisque
la carence d’une
pièce quelconque, quelle qu’en
soit lavaleur,
suffit à compro- mettre l’exécution du contrat. Maisplus
la valeur unitaire u estélevée, plus
lerapport
des deuxprobabilités
doit être faible pour unepénalité
Achdonnée ,
c’est-à-dire
plus
la marge de sécurité kpeut
être réduite.Le raisonnement
qui
vient d’être effectuépeut
être illustré de lafaçon
suivante :
la probabilité 9 8 %
de faire unéquipement
avec 2pièces, peut
s’obte-nir de
plusieurs façons
différentes : parexemple,
onpeut
écrire0, 98 = 0, 99
x0,
99 ou0,
98 =0,
9999 x0,
98.Dans le
premier
cas,nous répartissons
laprobabilité
en deuxparties éga- les,
dans le second nous faisonsporter
la sécuritéprincipalement
sur la pre- mièrepièce,
cequi
estavantageux lorsque
cettepièce
est de peu de valeur tan- dis que cellequi
seraapprovisionnée
avec uneprobabilité plus
faible est unepièce
chère.Le
graphique n° 2 ci-contre porte
en abscisse le nombre de rebutsprobable
np et en ordonnée
l’importance numérique
de la marge de sécurité àprévoir k.
Les diverses courbes
correspondent
aux diverses valeurs durapport A
u de laGraphique d2 - Marge à prendre en nalité de chute à la valeur unitaire de la fonction du nombre des rebuts moyen pour diverses valeurs du pièce.
rapport 2013
u de la pé-pénalité
pour chute du contrat à la valeur unitaire de lapièce.
L’annexe
n°
1 chiffrel’avantage qu’il
y a àproportionner
la marge de sé- curitéprise
surchaque pièce
à la valeur unitaire de cettepièce.
Dans le casd’une distribution de s valeurs unitaire s
corre spondant
à celle que l’on rencontre pour unéquipement donné,
cetavantage
pour un chiffre d’affaires de 2 milliards varie de 4 à 10 millions par an selon le nombre deséquipements
lancés par com- mande.3.
5/
Réflexions sur la notion depénalité.
Que signifie
cette notion depénalité
à payer en cas de chute du contrat oude
risque
calculéqui s’est
introduite dans le calcul comme une constante mathé-mathique ?
Nous donnerons d’abord un raisonnementplus
intuitifpermettant
demontrer la relation entre cette
pénalité
et laprobabilité
souhaitée de réaliser le contrat.La
figure
ci- contreporte
en abscisse le
pourcentage
de sécuritéprévu
k17/o
et en or-donnée la
probabilité
de réa-liser le contrat. Par exem-
ple,
si l’on apris
k =2,
3%
on a Pr = 91jo.
Si nous prenons une unité de
plus
k =2,
47,o,
Pr atteint 97%o
Nous avions 91
11/o
de chances de réaliser lecontrat,
c’est-à-dire 91%
de chances quel’approvision-
nement d’une unité
supplémentaire
soitinutile,
donnant 91de
chances de réali-ser une
perte
de 1jeu
depièces.
Enpassant
de 91 à 97de
chances de réali-ser le
contrat,
onacquiert
6%
de chances deplus
d’éviter lapénalité
Ach. Lepoint
d’indifférence est celuicorrespondant
au cas où laperte
et legain
ci-dessus sont
égaux : 0, 91
u =0, 06
Ach.Ach
=approximativement
15jeux
soit7,
5millions( 1).
u
Dans ce
calcul,
nous n’avons pas tenucompte
du faitqu’en prenant
unjeu
de
plus
nouspouvions
avoir dans certaines circonstances 6%
de chances de li-vrer un
équipement
deplus
et derécupérer
les fraisgénéraux correspondants.
Le calcul
complet
sera effectuéau ~ 3.
8.Le
graphique n°
3ci-joint
tientcompte
de cette correction. Il donne la cor-respondance
entre la valeur de lapénalité
et laprobabilité
de réaliser le con-trat.
On
voit,
parexemple,
que pour une commande de 1 000équipements :
- une
probabilité
de réaliser le contrat de 90% correspond
à unepéna-
lité de
2,
3équipements,
---
(1)
Sur lafigure
ci-dessus on voit que lapénalité
Ach estégale
à la sous-tangeante de la cour- be des probabilités cumulées. En effet :Graphique ri 3 - Relation entre la probabilité de réaliser le contrat et la pénalité de chute. Les courbes AI tiennent compte de la non-absorption des frais fixes ainsi que du coefficient a de dépréciation des reliquats de fin de commande.
- une
probabilité
de réaliser le contrat de 99% correspond
à unepénalité
de 14
équipements,
- une
probabilité
de réaliser le contratde 99, 6 % correspond
à unepénalité
de 70
équipements.
Au §
3. 10 nousreprendrons
cette discussionquand
nous aurons chiffrél’avantage escompté
du choix du chiffre depénalité
leplus opportun
et montré que ce choix est peucritique.
3.
6/
Cas où iln’y
a pas depénalité
en cas de chute du contrat.S’il
n’y
a pas depénalité
en cas de chute du contrat mais seulement unnombre maximum
d’équipements
à vendre(cas
de tolérances commerciales surle nombre des
postes
à livrer auclient),
il y a naturellement intérêt àfabriquer
le
plus grand
nombrepossible d’équipements
pourrécupérer
leplus possible
defrais
généraux.
La balance est à faire entrel’augmentation
du nombre deséqui- pements
livréset,
parconséquent, l’augmentation
des fraisgénéraux
absorbésd’une part et, d’autre part, le
coût desjeux
depièces
commandés ensupplément.
Soient :
n + k le nombre de
jeux
depièces
commandés valant :0,
5(n
+k)
n le nombre
d’équipements qu’il
estpossible
defabriquer
avec cesjeux.
a)
Si n est inférieur ouégal
à une limite no, on vend néquipements
et ondépense :
- pour les achats :
0,
5(n
+k)
- pour les frais
propôrtionnels : 0,
25 n.Le bénéfice brut est :
B1 -
n -0,
5(n
+k) - 0,
25 n =0,
25 n -0,
5 kb)
Si n e stsupérieur à no
on ne vendplus
que noéquipements
et ondépense :
- pour les achats
0,
5(n
+k)
- pour les frais
proportionnels 0,
25 no .Il reste en fin de commande
(n - no) jeux
utilisables valant0,
5(n - no)
etauxquels
onapplique
le coefficient dedépréciation
a.Le bénéfice brut est :
B2
no -0,
5(n
+k) - 0,
25 no +0,
5(n - Ho)
a=
(0,
7 5 -0,
25a)
no -0,
5 k -0,
5(1 - a)
nc) Lorsque
le nombre nd’équipements qu’il
estpossible
d’assembler avec(n
+k) jeux
varie de o à n + k avec pourchaque
valeur laprobabilité
Pr(n),
lebénéfice brut
probable
est :d)
la valeuroptimum
du nombre dejeux supplémentaires
commandés k estcelle
qui
donne le bénéfice brut maximum. Avec des valeurs discontinues de n il seraittrop
laborieux d’effectuer lescalculs,
nousremplacerons
les somma-tions 2.
par desintégrales
et nous dériverons B parrapport
à k enremarquant
quela dérivée
de Pr(n)
parrapport
à k a la même valeur mais lesigne
con-traire que la dérivée par
rapport
à n, car avoir unjeu
de rebuts deplus
revientà faire un
équipement
de moins.On trouve que la valeur
optimum
de k est donnée parl’expression
Le
premier
termereprésente
laprobabilité
de faire au moins noéquipe-
ments. Cette
probabilité
doit êtreégale
à1/3
si ladépréciation
desreliquats
est totale
(a = 0).
Elle doit êtreégale
à1/2
si ladépréciation
est de 50~o (a = 0, 5). Enfin,
s’iln’y
a pas dedépréciation (a = 1)
on vérifie que laprobabilité
est
égale
àl’unité,
c’ e st- à-dire que l’onpeut
commander autant dejeux
depièces
que l’on
désire,
cequi
était évident àpriori.
e) Onpeut
tenter de donner uneinterprétation graphique
duraisonnement, analogue
à celle donnéeau 0
3. 5.La
figure
ci- contre compor- teégalement
en abscisse la margeprise
pour les déchets et en or- donnée laprobabilité
de faire le contrat. Elle définit deux zones :la zone I où les
pertes
résultentde la non
absorption
des frais fi-xes et la zone II où les
pertes
ré- sultent desreliquats
en fin de com- mande.Quand
le nombre desjeux
de
pièces supplémentaires
k aug- mente d’une unité :-
ily a
uneprobabilité
Pr(k)
pour que le contrat soitdéjà
fait etdonc- que
la
dépense
soitinutile,
cequi représente
uneperte
devaleur 0, 5 ( 1 - a) ;
-
ily a une probabilité [ 1 - Pr] ]
pour que le contrat ne soit pasfait,
doncque l’on réalise un
gain supplémentaire
parl’absorption
de frais fixes valant0,
2 5.Si l’on est arrivé au
point d’équilibre,
legain
et laperte
s’annulent et l’on a :3. 7/
Tolérances sur lesquantités d’équipements
à livrer.Le calcul
précédent
où iln’y
a pas depénalité
à payer pour chute de con- tratcorrespond
au cas où une tolérance commerciale sur lesquantités
à li-vrer à été
prévue.
Quelle
est la valeur de cette tolérance àprévoir
dans les contratsqui
per- met de réaliser cette condition ? Le tableau ci-dessous donne d’unepart
la marge àprendre
dans les lancements depièces
détachéeset,
d’autrepart,
la valeur de la tolérance àprévoir
dans le nombred’équipements
livrables.On voit que les marges à
prendre
sont sensiblement inférieures à celles donnéesau §
3. 2 pour le cas où le contrat doit être réalisé à99, 9
%(par
exem-ple 2,
1 7oau lieu de2,
6%~
ou encore 5°ô
au lieu de 80/0).
Enoutre,
la tolérance commerciale sur lesquantités d’équipements
à livrer doit avoir une ouverture totalequi
varie de0, 6 0/’o
à 3 ou 40/o. L’avantage escompté
de l’introduction de de cette tolérance commerciale sera chiffréau §
3. 9.Comme nous l’avons
indiqué au 3. 3,
si l’on tientcompte
de la non homo-généité
des causes dedéchets,
les marges dans le lancement despièces
déta-chées doivent être
majorées.
Les tolérances commerciales sontégalement
élar-gies.
Elles sontmultipliées
au total par1, 4,
si la variance due à la non homo-généité
des causes de déchets estégale
à la variance due aux fluctuations statis-tiques.
3.
8/
Prise en considération de la nonabsorption
des frais fixes dans lecas où une
pénalité
estprévue.
Au
paragraphe
3.5,
nous avons évalué le coût de lapénalité
àprévoir
pourchute du
contrat,
sans tenircompte
de la nonabsorption
des frais fixes sur le nombred’équipements
chutés. Il est intéressant de voir dansquelle
mesure cefait affecte les valeurs retenues.
La
figure
ci- contrequi,
comme les
précédentes,
com-porte
en abscisse la margeprise
pour les rebuts et en ordonnée laprobabilité
de ré-aliser le contrat Pr définit deux zones : la zone I dans
laquelle
lespertes
seprodui-
sent par non
absorption
desfrais fixes et par
risque
d’en-courir la
pénalité A’ ;
la zone II danslaquelle
lespertes proviennent
des reli-quats
en fin de commandedépréciés
au coefficient a.Lorsque
kaugmente
d’une unité legain
est pour la zone 1 :et pour la zone II la
perte
est :le
point
d’indifférence s’obtient si ces deuxquantités
sontégales :
En négligeant la
nonabsorption
des frais fixes et ensupposant
ladéprécia-
tion
totale,
nous aurions obtenu :Donc, la pénalité A’ qui
tientcompte
de ces deux facteurs s’obtientàpartir
de la
pénalité
Aqui
en fait abstraction par la formule suivante :Ce coefficient correctif a été introduit sur le
graphique n°
3qui permet
decalculer la
pénalité
A à utiliser dans legraphique n°
2 en fonction de lapénalité
réelle A’.
3.9/
Economies réalisées.Nous
disposons
maintenant de tous les éléments nécessaires pour chiffrerl’avantage
attendu del’application
des diverses méthodesexposées
ci-dessus.Le
graphique
ci-dessuscomporte
deuxparties symétriques
parrapport
àun axe vertical etreprésentant
la même relation sous deux formeséquivalen-
tes. Dans la
partie droite,
la margeprise
pour les rebuts k estportée
en abs-cisse et la
probabilité
de réaliser le contrat enordonnée.
Dans lapartie gauche
l’abscisse est le nombre n
d’équipements
livrés pour une marge de sécurité fixedonnée,
et l’ordonnée est laprobabilité
defabriquer
le nombred’équipements.
Le bénéfice pour n
équipements
à assembler est :+
0,
25 n pour les fraisgénéraux
absorbés-
0,
5 k pour lesmajorations
d’achat depièces
-
[ 1 -
Pr(o - k)]
A’ pour lerisque
depénalité
k