Chapitre 3

Chapitre III ANALYSE ET CHOIX DE PROJETS DINVESTISSEMENT
Index thmatique
On a indiqu que les dcisions stratgiques sont relatives au positionnement dsir par lentreprise long terme, cest--dire la dnition cohrente en composition et volume de son portefeuille de produits et de services quelle dsire mettre sur le march et du portefeuille de ressources permanentes physiques, humaines et informationnelles quelle entend mobiliser pour raliser cette offre. Le chapitre II est ddi aux dcisions lies au choix du portefeuille de produits, celui-ci traite de ladaptation du portefeuille de ressources travers des projets dinvestissement1. Les dcisions stratgiques relatives au portefeuille de produits et la dnition des ressources permanentes ne sont, pas indpendantes. Aprs avoir prsent rapidement (section I) les dcisions stratgiques de production et les outils permettant de comprendre le fonctionnement dun systme productif, nous examinerons les problmes qui se posent lors de lanalyse conomique dun projet dinvestissement (section II, page 170) puis nous discuterons (section III, page 199) le problme de la slection de projets dinvestissement rentrant dans un programme dinvestissement tabli sous contrainte budgtaire. Enn, nous examinerons (section IV, page 228) certains problmes technicoconomiques se posant loccasion de la dnition dun projet ou dun programme dinvestissement.
Table des matires
SECTION I
PRSENTATION DES DCISIONS STRATGIQUES ET

DES TECHNIQUES DE MODLISATION DU FONCTIONNEMENT DUN SYSTME PRODUCTIF
On examinera dabord sur quoi portent les dcisions stratgiques de lentreprise relatives ses ressources permanentes ( I-1). Pour prendre les bonnes dcisions modiant la conception du systme productif, il est indispensable dapprhender correctement le fonctionnement du systme productif adapter. Pour ce faire, un certain nombre de techniques de modlisation sont disponibles et seront prsentes au I-2, page 147.
1. Rappelons que les dmarches damlioration continue transforment progressivement les caractristiques dun systme productif (voir la prsentation du kaizen faite au I-3.2.1, page 70, du chapitre I) et jouent un rle important dans lamlioration de la performance de lentreprise. Cela tant, linvestissement constitue souvent la seule possibilit dadaptation dun systme productif des transformations importante, de lenvironnement technico-conomique, ce que ne contestent nullement dailleurs les tenants du kaizen.
144
Gestion de la production et des ux
I-1
Dcisions stratgiques relatives aux ressources permanentes
Seules les grandes socits crent ex nihilo de nouveaux systmes productifs dune certaine taille. Dune manire gnrale, on assiste une adaptation progressive des systmes existants et lvolution des missions qui leur sont assignes. Lacquisition (ou la radiation) dune ressource permanente de lentreprise doit seffectuer en accord avec une vision stratgique cohrente dans laquelle toutes les fonctions de lentreprise sont impliques1. Cette transformation du systme productif seffectue loccasion dune modication du portefeuille dactivits ou dans le cadre dune recherche damlioration de certains processus. Les ressources mobilises nappartiennent pas toutes lentreprise. Dans de nombreuses entreprises, comme celles de lautomobile, la valeur ajoute en provenance de lextrieur dpasse 70%. Une premire dcision porte donc sur ce que lon dcide de fabriquer en interne et ce que lon externalise sous forme de soustraitance et dapprovisionnement ( I-1.1). La production interne fait appel des quipements ( I-1.2), du personnel ( I-1.3, page 145) et des informations ( I1.4, page 146). On voquera enn ( I-1.5, page 147) le problme de la exibilit du systme productif, telle quelle rsulte de la combinaison des ressources mobilises.
I-1.1
Sous-traitance et approvisionnement
Table des matires Index thmatique
En rgle gnrale, une entreprise ne fabrique pas lintgralit des produits quelle consomme. Outre les matires premires, elle achte ou sous-traite tout ou partie des composants quelle utilise. Dans le premier cas achat les spcications de produits disponibles sur le march2 rpondent aux besoins et aucun avantage stratgique (indpendance, qualit, cot, etc.) nest trouv une production interne. Dans le second cas sous-traitance lentreprise dnit les spcications de composants quelle fait excuter par des fournisseurs qui travaillent alors la commande. Cette sous-traitance peut tre de capacit, lentreprise estimant peu rentable dacqurir un complment de ressources en machines et/ou en hommes qui ne serait souvent que partiellement utilis. Cette sous-traitance peut tre galement de spcialit, lentreprise estimant ne pas disposer des comptences techniques et/ou de loutillage spcialis ncessaire lexcution dun certain travail. Cette frontire entre linterne et lexterne au systme productif nest pas intangible et lune des dcisions stratgiques peut justement en tre le dplacement. Lvolution vers la mise en rseau dentreprises est une tendance lourde qui sexplique par de nombreux facteurs (voir chapitre I, I-2.3, page 62). Une fois dcid ce qui est la charge du systme productif, il faut le dimensionner et le structurer, en cas de cration ex nihilo, ou en modier les caractristiques, en cas dadaptation dun systme existant. Une srie de dcisions cohrentes doivent alors tre prises quant limportance et la nature des ressources permanentes du systme. Ces ressources correspondent aux hommes,
1. Ce qui nimplique pas pour autant la cohrence du systme productif dans la mesure o ses modications successives faites pour rpondre des transformations de lenvironnement se traduisent par adaptations partielles parfois surcapacitaires, qui permettent une rponse satisfaisante mais pas ncessairement cohrente avec le reste du systme productif (en particulier en ce qui concerne les capacits installes et les possibilits de ractivit). 2. On parle encore de produits sur tagre (ou commercial of the shelf, COTS)
Chapitre III - Analyse et choix de projets dinvestissement
145
aux machines et aux informations. Les dcisions qui les concernent sont largement interdpendantes.
I-1.2
quipements
Il faut dabord se poser la question de savoir si lon a intrt travailler sur une grosse unit de production ou sur plusieurs petites, pouvant ventuellement coexister en un mme lieu. Laccroissement de la taille diminue certains cots directs, mais en contrepartie, ce qui est moins bien peru, il augmente de nombreux cots indirects souvent occults dans les analyses prdominance technique qui sont habituellement faites sur ce problme (cots de logistique lis laccroissement induit des transports, cots de coordination lis laugmentation de la complexit dcisionnelle, etc.) et peut engendrer une dilution des responsabilits. Chaque unit de production sorganisera1 en ateliers spcialiss, en lignes de production ou en cellules. Ladaptation lvolution du march explique la mutation de nombreux systmes de production. Historiquement, de nombreux systmes sont passs dune organisation de type ateliers spcialiss (voire de type srie unitaire) une organisation en ligne de production, sous la pression de lapproche cycle de vie du produit. Assez souvent, un produit nouveau est, au dpart, fabriqu la demande et en petites quantits par un systme productif non spcialis, puis on passe progressivement, en fonction de laccueil du march, une production de produits standardiss, bon march et en grande quantit, dans des lignes de production. Lvolution observe en micro-informatique illustre bien ce type dvolution. Les composantes du choix des machines se posent en termes de cots et de performances techniques, mais aussi de polyvalence, de capacit globale installe (sur-dimensionnement voulu pour faire face aux alas ou une croissance prvue) et de capacit unitaire, lorsque plusieurs units sont ncessaires. Ce dernier point implique de choisir entre plusieurs petites machines ou quelques grosses et fait intervenir des considrations de productivit, de exibilit et de disponibilit. Cest ce niveau que sont effectus des choix technologiques importants qui conditionnent les gammes et nomenclatures et concernent le degr de sophistication des machines et dautomatisation de tout ou partie du systme productif. Il convient, ce stade, de ne jamais perdre de vue que dautres ressources productives sont en jeu. La rponse au problme pos doit tre cohrente. La fuite en avant sur le plan technologique peut savrer catastrophique sur le plan conomique, si elle nest pas pense globalement. Un certain nombre de techniques sont disponibles pour aider la conguration de nouveaux systmes productifs.
Index thmatique
Table des matires
I-1.3
Personnel
Le personnel de production doit lui aussi tre dni avec soin, en cohrence avec le parc des machines disponibles et lorganisation de la production (dnition socio-technique des postes de travail). Un arbitrage doit tre effectu sur le degr de spcialisation ou de polyvalence des ouvriers sur des oprations de production
1. Voir la prsentation gnrale de ces formes dorganisation au chapitre I, I-2.2, page 50 et I-2.2.5.1, page 59.
146
et de maintenance et sur limportance et la qualication de lencadrement technique. Lorganisation taylorienne tend privilgier la spcialisation des comptences et des tches avec un encadrement numriquement faible; sa contrepartie vidente est une certaine rigidit structurelle du systme productif qui sadapte alors plus lentement aux alas et aux modications de la demande satisfaire. Les organisations sinspirant des principes du kaizen1 ou du reengineering2 privilgient, au contraire, la polyvalence et linitiative. Il convient galement dintgrer dans cette rexion stratgique les possibilits dajustement de la capacit aux uctuations de la charge (possibilit de uctuation des horaires de prsence, appel aux heures supplmentaires ou au travail intrimaire).
I-1.4
Informations
La dernire ressource permanente est constitue des informations, quelles soient techniques, procdurales ou factuelles. - Les informations techniques correspondent principalement aux gammes et aux nomenclatures. De nombreuses entreprises travaillent encore de manire quasi artisanale dans ce domaine et ne formalisent quune faible partie de leur savoir-faire technique, ce qui pose dvidents problmes dordonnancement. La polyvalence accrue de certaines machines augmente de manire considrable la possibilit de travailler sur des gammes alternatives qui ne seront pas toujours explicites (en fonction dun arbitrage entre le cot de cration dinformations qui ne seront peut-tre jamais utilises et celui dune cration chaud pour rgler un problme ponctuel). - Les informations procdurales correspondent lensemble des procdures (informatises ou non) utilises dans le choix et laffectation des hommes et des quipements. Ces procdures sont mises en uvre aussi bien pour des dcisions oprationnelles (ordonnancement, gestion des stocks) que pour des dcisions tactiques (planication) ou stratgiques (choix des investissements). Il faut souligner que la dnition et lamlioration de ces procdures relvent de la stratgie contrairement leur application. La dnition des procdures mises en uvre dans le cadre de la qualit totale relve galement de cette catgorie dinformations3. - Les informations factuelles correspondent, ici, la description du systme productif et lutilisation qui en est faite (suivi de production). Le niveau de dtail souhait et la dnition des moyens mettre en uvre pour obtenir ce rsultat relvent dune dcision stratgique. Il est clair quune certaine cohrence lie les informations factuelles, procdurales et techniques. Lun des choix stratgiques importants est le degr dintgration de ces catgories dinformation, et linformatique joue un rle important dans ce domaine. On pourra, dans cette optique, sorienter vers des systmes de conception / fabrication assistes par ordinateur (CFAO) et vers les ERP / ERM4.
1. Voir le I, page 41, I-3.2.1, page 70. 2. Voir le I, page 41, I-3.2.2, page 72. 3. Voir le chapitre XIV, page 971. 4. Voir le chapitre XIV, page 957.
Index thmatique
Table des matires
147
I-1.5
Flexibilit physique et exibilit organisationnelle
Cest au niveau stratgique que se dnit la exibilit dun systme productif, cest--dire sa capacit sadapter des modications plus ou moins rapides de la demande externe (y compris lintroduction de produits nouveaux) et aux divers alas, invitables en production. Il importe de bien voir que cette exibilit peut tre obtenue de manire physique par lutilisation de ressources polyvalentes (machines commande numrique reprogrammation rapide, oprateurs hautement qualis et polyvalents) et une certaine conception des produits (modularit1), mais aussi de manire organisationnelle par le biais dune amlioration des diverses procdures qui dnissent les rgles dutilisation des ressources. La exibilit dune entreprise rsulte donc dune combinaison de exibilit physique et de exibilit organisationnelle (gure 27). FIGURE 27 Flexibilit globale
Flexibilit physique
Flexibilit organisationnelle
Lacquisition dun accroissement de exibilit rsulte dun compromis entre des investissements physiques et des investissements damlioration du systme dinformation en particulier par la mise en cohrence et lintgration de systmes incohrents et indpendants2 et/ou des procdures utilises, en particulier avec lusage de systmes interactifs daide la dcision (SIAD). Ce compromis rsulte des performances et des cots relatifs de ces deux formes de exibilit. Lvolution technologique dplace, au cours du temps, la zone de bon compromis entre la exibilit organisationnelle et la exibilit physique, souvent prfre par les ingnieurs qui en matrisent mieux la logique. On peut ajouter que les tudes dinvestissements modiant sensiblement un systme productif saccompagnent de plus en plus de simulations permettant de tester la performance des nouvelles procdures quil est alors souvent ncessaire dintroduire, notamment du point de vue de la exibilit globale de la nouvelle conguration productive3.
Index thmatique
Table des matires
I-2
La modlisation du fonctionnement dun systme productif
Laccumulation et la transmission du savoir se fondent sur des reprsentations abstraites de la ralit et sur des outils de manipulation de cette reprsentation. La modlisation procde de cette dmarche: dominer le hasard de lexprience en tablissant un systme de relations entre un nombre restreint dentits censes reprsenter le rel. De trs nombreuses reprsentations sont possibles. Elles correspondent une certaine grille de lecture du rel, ne prtendant pas puiser sa complexit.
1. Voir chapitre II, page 103 et sq. On reviendra sur cet aspect de la exibilit la page 589 du chapitre IX, o lon voquera la ncessit de remonter la conception des produits pour que diffrentes familles de produits puissent tre produites ou assembles sur des lignes non spcialises dans une gamme de produits. 2. Voir le chapitre XIV, page 957, qui traite des ERP / ERM. 3. On reviendra en dtail sur ce point au I-2.1, page 148.
148
Deux familles doutils sont mobilisables pour tayer linstruction de dossier dinvestissement dune certaine ampleur: les outils de la simulation ( I-2.1) et ceux de cartographie des ux et des processus ( I-2.3, page 160). La vision apporte doit tre complte par une vision systmique du systme productif comportant une dimension socio-organisationnelle car linvestissement dplace les frontires, les pouvoirs et les rles ( I-2.2, page 155). On voquera enn comment ces outils danalyse peuvent tre utiliss pour amliorer les processus ( I-2.4, page 167).
I-2.1
Les outils de simulation de processus
En gestion, la simulation sappuie sur une certaine reprsentation du fonctionnement dun systme productif pour en imiter le comportement et la raction lorsquil est soumis certaines sollicitations (demande, perturbations) et en valuer des principales caractristiques de fonctionnement dans le contexte tudi, an den tirer des consquences oprationnelles (adaptations ventuelles des ressources en quipements, oprateurs et procdures, contrle des entres dans le systme). Aprs avoir examin rapidement les principes sur lesquels sappuient les logiciels de simulation ( I-2.1.1), on illustrera leur usage par un exemple ( I2.1.2, page 152). Les principes de fonctionnement des logiciels de simulation de processus Dans la simulation, un systme vnements discrets est un systme dont on considre que ltat change seulement au moment o se produit un vnement, qui peut tre doccurrence alatoire1. Lvnement peut tre endogne (comme le dbut ou la n dune opration, loccurrence dune panne) ou exogne (comme larrive dun client ou dun objet dans le systme, larrive dune date). Dans cette approche, ce qui se passe entre deux vnements conscutifs (par exemple entre le dbut et la n dune opration) nest pas pris en considration2. La simulation de tels systmes sappuie donc sur une incrmentation variable du temps qui stend de la date dun vnement celle de lvnement suivant. Loccurrence dun vnement dclenche une action3 (dbut dune opration, mobilisation dune ressource, envoi dun article dans un stock). De nos jours, les simulateurs utilisent une interface graphique sophistique permettant facilement de dcrire les ressources dun systme productif, les produits faisant lobjet doprations de production et leurs gammes. Linterface graphique limine la ncessit dun apprentissage pralable dun langage de
1. Cette approche est lune des quatre possibles adoptes en simulation (Banks (1998, [35]), mais cest la plus rpandue en simulation de processus productif. Lapproche dcrite au III-1.2.2, page 424 du chapitre V relve de la mthode dite des trois phases. 2. Lapproche alternative est celle de la simulation en continu (qui peut conduire la possibilit de situations hybrides). Dans cette approche, des quations permettent de dcrire chaque instant ltat de chaque composant du systme tudi. Cette approche, surtout utilise dans les sciences de lingnieur, prsente linconvnient en gestion de ntre adapte qu une reprsentation le plus souvent trop macroscopique de la ralit pour pouvoir apporter un clairage la plupart des problmes dcisionnels. Elle a connu dans les annes soixante un certain dveloppement avec les travaux de Forrester (1961, [154]) et a connu quelques prolongements en gestion (voir, en particulier Thiel, 1998, [417]). Une rapide prsentation de ces approches alternatives peut tre trouve dans louvrage de Banks (1998, [35]). 3. Voir galement, le chapitre XIV, page 959, sur cette approche de programmation vnementielle.
I-2.1.1
Index thmatique
Table des matires
149
programmation qui nest ncessaire1 que dans la description dactions sophistiques lies certains vnements. La simulation demande provoque la projection dun lm dcrivant le fonctionnement dynamique du systme (ux de production, circulation de ressources mobiles) ce qui lui confre un fort pouvoir descriptif du comportement dun systme productif pilot par certaines rgles et soumis une certaine demande. Examinons les concepts mobiliss par les principaux simulateurs commerciaux. Dans un modle de simulation, larticle (ou lentit, la transaction ou lobjet, selon la terminologie utilise) correspond ce qui est trait dans un processus. Il sagit: - soit dun objet physique (pice, dossier) ou immatriel (document lectronique, communication tlphonique) et dans ce cas il y a transformation progressive de certaines caractristiques de lobjet au cours du processus (caractristiques morphologiques ou de localisation pour lobjet physique, valeurs dattributs pour lobjet immatriel); - soit dune personne consommatrice dune prestation de service effectue dans un centre de production de service (restaurant, comptoir bancaire, service hospitalier); dans certains cas, le consommateur de la prestation de service peut tre lune des ressources mobilises dans la fourniture de la prestation (distributeur de marchandise, Guichet Automatique Bancaire) ; lorsque la prestation de service se caractrise par la fourniture dune information (horaire, position de compte, achat de billet lectronique davion) ou dun bien livraison diffre (VPC Internet), la localisation du consommateur importe peu dans un environnement de web ofce qui permet un client distant daccder aux prestations dsires via Internet. Larticle est caractris par des attributs qui peuvent tre intangibles (dsignation, quantit fabriquer, gamme utilisable, etc.) ou modiables au cours de la simulation (statut de larticle aprs un contrle, par exemple). Les arrives des articles rentrant dans le systme, et certaines de leurs caractristiques, sont habituellement rgies par des lois statistiques (stables ou non au cours du temps) choisies pour une simulation. Il est possible de contrler cette gnration alatoire2 pour que le mme jeu de donnes soit soumis un systme productif dans lequel on fait varier le niveau de certaines ressources ou les rgles de pilotage. Dans un modle de simulation, larticle est invitablement soit dans un processeur (voir ci-aprs), soit dans un stock, larticle tant ncessairement prlev dans un stock pour aller dans un processeur pour y subir une opration.
Index thmatique
Table des matires
1. Il peut sagir dun langage de programmation structure propre au logiciel et/ou de langages de programmation volus comme VB ou C++ ou encore, la possibilit de mobiliser tout moment dune simulation, les ressources offertes par Excel et VBA. Dans cette dernire solution, un modle de simulation peut mobiliser un classeur Excel et lensemble de ses fonctionnalits (tendues par les possibilits de VBA), mais, rciproquement, un modle dcrit dans un classeur Excel peut mobiliser le modle dun simulateur de processus. Cette synergie rcente ouvre des perspectives qui modient de manire notable lapproche de nombreux problmes de gestion, dautant plus que larrive dalgorithmes gntiques sous la forme dadd-in dExcel permet une optimisation de problmes non linaires dune certaine complexit. 2. En fait, les gnrateurs de nombres alatoires sont des algorithmes qui gnrent un ensemble consquent (plusieurs dizaines de milliers) de valeurs alatoires. Le contrle seffectue alors par le choix du gnrateur et dun paramtre dinitialisation.
150
- Si larticle est un objet, le stock sera un magasin de pices dtaches, un entrept, un conteneur, une cuve qui se situent distance des processeurs ou proximit pour un stock ddi darticles devant tre rapidement traits par le processeur. - Dans le cas particulier de vhicules terrestres, ariens ou maritimes1, on retrouve aussi le stock soit sous la forme de parking lorsque le vhicule est en attente daffectation, soit sous la forme de point dembarquement (quai de transbordement). - Si larticle est une personne, le stock sera une le dattente ou une salle dattente, selon que la personne peut sasseoir ou non. Un stock est caractris par des attributs: dsignation, capacit maximale, rgle de gestion des entres et des sorties des articles dans le stock (FIFO), etc. Le stock est passif en ce sens quil ne provoque pas lentre ou la sortie dun article en son sein: ce sont les processeurs qui tirent des articles dun stock et poussent les articles quil traite vers dautres stocks. On introduit des stocks ctifs lentre du systme tudi pour y accueillir les articles venant de lextrieur pour tre traits par le systme productif. De mme, on introduit des stocks ctifs la sortie du systme tudi pour y accueillir les articles traits par le systme tudi et quittant celui-ci. La simulation fait appel des processeurs (ou des serveurs ou des machines, selon la terminologie utilise) qui sont des centres de production ou des postes de travail, selon le niveau de dtail retenu, dots ou non dquipements spciques. Lorsque larticle fait lobjet dune transformation physique, le processeur comporte une ou plusieurs machines (ventuellement mises en lignes de production ou dassemblage). Lorsque la prestation est une prestation de transport, le processeur est un engin de transport (vhicule terrestre, arien ou maritime) ou de manutention2 (chariots, convoyeurs). Dans la production de biens, le poste de travail comportera des machines permettant de raliser des oprations de transformation, de manutention ou de transport. Dans la production de prestations de services impliquant la prsence du consommateur en un lieu prcis, le processeur sera, par exemple, une table de restaurant, un cabinet de consultation mdicale, une salle de cours, qui pourront tre dots ou non dquipements (automate bancaire, distributeur de marchandise, mobilier, micro-ordinateur, appareil mdical). Le processeur peut ou non traiter simultanment plusieurs articles (four, table de restaurant). la sortie du processeur, larticle peut conserver le mme nom ou en changer (un nouveau composant tant cr au cours de lopration partir dun ou plusieurs autres composants). Lopration effectue par le processeur peut ou non ncessiter la prsence dun outillage spcique lequel dpend de lopration raliser et peut-tre partag par plusieurs processeurs du mme type, son indisponibilit empchant lexcution dune opration. Lexcution de lopration peut ncessiter la prsence dun oprateur ou de plusieurs oprateurs (ayant ou
1. Dans ce cas, le processeur ralise des oprations dembarquement, de dbarquement ou dacheminement. 2. Certains simulateurs sont spcialiss dans la gestion de magasins de stockage automatique, de transports loguids et de convoyeurs; ils permettent doptimiser la conception ou la transformation de tels systmes (quipements, implantation, rgles de fonctionnement).
Index thmatique
Table des matires
151
non des qualications identiques). Selon les simulateurs, le processeur peut effectuer des oprations plus ou moins complexes: - prendre 1 article (ou un lot de n articles) pour sortir 1 article (ou un lot de n articles), - prendre plusieurs articles pour les assembler en un article la sortie, - prendre un article pour produire n articles en sortie (dsassemblage). Le processeur utilise une gamme dont les caractristiques (distribution de probabilit du temps de lancement et du temps opratoire unitaire, rgle de lotissement) sont prdtermines sil est spcialis dans le traitement dun seul article. Dans le cas contraire, cette dnition est lie aux attributs de larticle traiter. La progression des articles dans le systme productif est assure par lensemble de rgles de fonctionnement des processeurs. Lorsque celui-ci est libre, loccurrence dun vnement sa libration tant un vnement dclenche une tentative dutilisation du processeur en cherchant un travail effectuer par prlvement dun article (ou un lot darticles) dans un stock appartenant une liste de stocks en vriant quil dispose des ressources en oprateurs et outillage. De nombreuses rgles de balayage sont disponibles et sont dautant plus sophistiques que le processeur est polyvalent et la production complexe (voir chapitre V, section II, page 409). Lorsquune opration sachve, des actions peuvent tre dclenches, conduisant la modication dattributs darticles, dindicateur associs des ressources ou de certains paramtres de pilotage de la simulation. Le produit est ensuite envoy dans un stock qui peut tre toujours le mme ou tre dtermin par un attribut de larticle ou tir alatoirement parmi quelques stocks possibles (par exemple, un dossier peut tre trait dnitivement avec une probabilit de 80% ou conduire une demande dinformation complmentaire avec une probabilit de 20%, ce qui conduit deux stocks possibles en sortie). La disponibilit des diffrentes ressources du systme productif est dcrite par des plannings douverture. Des pannes alatoires de processeurs peuvent tre simules, ainsi que les dures de rparation. La simulation du fonctionnement dun systme productif est effectue pour valuer les consquences dune modication de certaines caractristiques du systme productif (ressources mobilises, procdures, etc.) et / ou de son usage (demandes satisfaire). Ces consquences sont values travers un certain nombre dindicateurs physiques dont on retrace lvolution au cours de la simulation par des graphiques et qui ont principalement trait aux ressources (occupation), stocks (longueur de les dattente) et articles (temps de sjour dans le systme). On tire de ces volutions des distributions que lon peut considrer, sous certaines conditions, comme de bonnes approximations de distributions de probabilit de ces indicateurs physiques et rsumer par des indicateurs de tendance centrale (attente moyenne dun article dans le systme, par exemple) et de dispersion. Des paramtres de tendance centrale et de dispersion de ces indicateurs physiques peuvent tre utiliss pour valuer globalement le fonctionnement du systme simul sur une priode donne. Certains simulateurs permettent facilement de calculer des indicateurs synthtiques faisant intervenir de nombreuses informations (cots de fonctionnement, valeur de production, marge ralise, calculs sur la dure de la simulation).
Index thmatique
Table des matires
152
I-2.1.2 Exemple En cliquant sur les icnes mises en marge du texte, vous pouvez examiner (sur PC seulement) deux simulations trs simples du fonctionnement de deux organisations dun bureau de poste comportant cinq positions de travail et accueillant des clients venus faire soit des oprations postales, soit des oprations nancires (les lois de lintervalle de temps sparant deux arrives successives tant des lois exponentielles3 respectivement de moyennes 1,5 minute et 3 minutes). La distribution du temps de traitement requis par un client venu effectuer des oprations postales ou bancaires est dcrite la gure 28 de la page 153, avec lintervalle de conance 90% de cette dure, ainsi que ses principaux paramtres de tendance centrale et de dispersion.
1. Cest le cas de gros simulateurs industriels comme Witness fonctionnant sur PC, mais aussi de simulateurs un peu moins ambitieux, mais beaucoup moins chers comme Simul8. 2. Voir sur ce point la contribution dAndradottir dans Banks (1998, [35]). 3. Rappelons que la loi exponentielle de paramtre est telle que la probabilit que la dure X soit suprieure x est: P(X>x) = ex/ et que cette distribution est relie la loi de Poisson, puisquelle dcrit la probabilit de lintervalle de temps sparant deux vnements successifs se produisant dans le cadre dun processus de Poisson dans lequel la distribution de probabilit du nombre Y dvnements se produisant par unit de temps suit la loi P (), avec = 1 / . Sachant que E(X) = et E(Y) = , il sensuit que la dure moyenne sparant deux vnements successifs est linverse du nombre moyen dvnements se produisant par unit de temps (laquelle est, bien entendu, la mme que celle utilise pour dnir lintervalle de temps sparant deux vnements successifs). Bien videmment, dans la ralit, les lois darrive varient au cours du temps; cette prise en compte dans la simulation est sans problme, mais na pas t retenue ici pour viter de compliquer inutilement cet exemple introductif.
Index thmatique
Table des matires
Trois remarques complmentaires doivent tre faites: - Le suivi en temps rel de certains de ces indicateurs physiques et leur accessibilit tout moment dans la simulation permettent un pilotage sophistiqu du systme productif en permettant, par le biais de mta-rgles utilisant la valeur courante de ces indicateurs physiques, de modier au cours du temps les rgles de gestion utilises globalement ou localement sur certains postes de travail. - Depuis quelques annes, arrivent sur le march des logiciels de simulation qui offrent des possibilits doptimisation1. Cette approche, bien que posant quelques problmes mthodologiques2, repose sur le choix dun indicateur synthtique et lexistence dalternatives relatives des paramtres sous contrle (niveaux de ressources, procdures, etc.). Le logiciel cherche alors la combinaison des variables de contrle qui optimise lindicateur synthtique, toutes choses gales par ailleurs. - Ds que le systme productif comporte quelques dizaines de processeurs, la reprsentation cartographique devient difcilement lisible. Pour faciliter la comprhension des processus complexes, certains simulateurs permettent de runir plusieurs processeurs en un macro-processeur qui les remplace dans la reprsentation graphique, un simple clic sur le macro-processeur ouvrant une fentre dcrivant le processus lmentaire trait par le macro-processeur. Cette mise en uvre de la vision hirarchique des processus, prne dans la plupart des approches de modlisation de processus, nest pas encore gnralise, mais simposera ncessairement terme.
153
FIGURE 28 Distributions de la dure dune opration bancaire ou postale Opration postale

Ga a(4, 1) mm
05 .2 00 .2 05 .1 00 .1 05 .0 00 .0
0 2
Opration bancaire
Ga a(5 1) mm ,
05 .2 00 .2 05 .1 00 .1 05 .0 00 .0
0 2
Dans la premire organisation, 3 guichets sont spcialiss dans les oprations postales et les 2 autres dans les oprations nancires. Dans la cartographie du processus de la gure 29 de la page 154, on peut voir deux arrives de ces deux clients dans le systme productif, visualises par deux portes1. On fait lhypothse que le bureau comporte deux les dattentes spcialises et que tout client qui entre dans le bureau de poste et trouve dans une le dattente de 10 personnes, refuse de rentrer. Par ailleurs, on suppose que tout client qui passe plus de 10 minutes dans la le dattente se lasse et sen va sans tre servi2. La cartographie du processus de lorganisation du bureau de poste avec des guichets polyvalents est fournie dans la gure 30 de la page 154; dans ce cas, la le dattente est limite 20 (mais dans la simulation effectue, le maximum observ est de 16 clients dans la le). La simulation est ralise en continu sur 40 heures reprsentant le fonctionnement du bureau de poste pendant 5 jours3, avec rigoureusement les mmes arrives et les mmes temps de service dans les deux congurations testes. Les rsultats compars de ces deux simulations sont fournis dans le tableau 8, page 155 ; la gure 31 de la page 155 synthtise les distributions de probabilit des attentes des clients et la gure 32 de la page 156 illustre lvolution des les dattente et de loccupation des guichets. On peut vrier sur cet exemple la supriorit de la polyvalence sur la spcialisation, en termes de niveau de service pour
1. Il tait possible de fusionner ces deux arrives, mais les animations disponibles sur le CD-Rom auraient t moins parlantes. 2. Il est facile de modliser tout autre comportement dans la simulation, par exemple par le biais dune distribution de probabilit du temps dattente maximal. De telles sophistications nauraient rien apport cet exemple introductif. 3. Cette simulation devrait tre amliore sur deux points: outre la variation dans la journe (et dans la semaine) des lois darrive des clients, il faudrait tenir compte du fait quen n de journe, le bureau ferme et vide les les dattente (cela tant, on peut observer lexistence de les dattente avant louverture). Ces amliorations sont faciles raliser, mais namnent rien pour cet exemple introductif.
-2
10
12
-2
10
12
14
x = 4; Me = 3,67; Mo = 3; = 2
5.0 % 90.0 % 5.0 > % 1.3 663 7.7537
x = 5; Me = 4,67; Mo = 4; = 2,23
5.0 % 90.0 % 5.0 > % 1.9701 9.1535
Index thmatique
Table des matires
154
FIGURE 29 Cartographie du processus du bureau de Poste dans la conguration de spcialisation des guichets
FIGURE 30 Cartographie du processus du bureau de Poste dans la conguration de polyvalence des guichets
155
TABLEAU 8 Analyse comparative des deux organisations

Spcialisation Clients postaux Clients non rentrs en raison de la longueur excessive1 de la le dattente (sur les 1637 clients stant prsents) Temps moyen en le dattente (limit 10 minutes) % de clients ayant attendu dans la le dattente Temps moyen dattente des clients ayant attendu % de clients partis (en raison dattente trop longue2) Clients non rentrs en raison de la longueur excessive de la le dattente (sur les 789 clients stant prsents) Temps moyen en le dattente (limit 10 minutes) % de clients ayant attendu dans la le dattente Temps moyen dattente des clients ayant attendu % de clients partis (en raison dattente trop longue) 0,2% 3,09 73,5% 4,17 3,3% 0% 3,08 66,9% 4,63 2,0% Banalisation 0 2,19 881 3,90 1,5% 0 2,49 87,5% 3,43 0,9%
Clients nanciers
1. File dattente limite 10 personnes dans chacune des deux les dattente de la conguration spcialise (dans la simulation, les longueurs moyennes de queues ont t respectivement de 2,11 et 0,96 clients) et 20 personnes dans le cas de la le dattente unique de la conguration banalise (en ralit, dans la simulation, le maximum observ est 16 et la longueur moyenne de la queue est, 2,28 clients). 2. Attente maximale de 10 minutes dans chaque conguration.
le client. Ce constat ne tient pas compte du fait que le poste polyvalent peut tre plus onreux que le poste spcialis et que, dans ce cas, des structures hybrides combinant guichets spcialiss et polyvalents peuvent constituer un meilleur compromis. FIGURE 31 Distribution du temps dattente des clients dans les deux congurations
Configuration spcialise File des clients lettres File des clients chques Configuration polyvalente
I-2.2
(chque)
(lettres)
Vision systmique du fonctionnement du systme productif
Parue dans les annes cinquante, lapproche cyberntique propose de distinguer dans un centre de production (qui runit de manire durable un certain nombre de ressources productives complmentaires): - un systme oprant qui ralise les oprations directement productives
156
FIGURE 32 volution des les dattente et de lutilisation des guichets dans la simulation
Configuration spcialise
Configuration polyvalente
- et un systme de conduite qui intervient pour piloter les ressources productives et qui intgre la fois le systme dinformation dcrivant de manire plus ou moins fine ltat du systme et lensemble des procdures de traitement de linformation et de prise de dcision. Cette conception est dcrite par la gure 33. FIGURE 33 Vision cyberntique du fonctionnement dun centre de production
Systme de conduite
Systme oprant
Lapproche simulatoire des processus productifs ( I-2.1, page 148) sinscrit bien dans cette perspective, le systme de conduite tant alors caractris par un ensemble de rgles permettant le pilotage des ux. Cela tant, on se retrouve dans le cadre de dcisions totalement structures1 ce qui en permet la programmation
1. Voir chapitre I, page 46.
Index thmatique
Table des matires
157
qui relvent des dcisions du niveau oprationnel. Cette vision cyberntique vacue la composante socio-organisationnelle du fonctionnement du systme productif, ncessaire dans lanalyse des dcisions tactiques et stratgiques, qui autorise une analyse en termes de ngociation de ressources et dobjectifs. Le point de vue socio-organisationnel dbouche sur une vision dune organisation en centres de dcision que lon peut reprsenter schmatiquement par la gure 34 qui nimplique aucune hypothse implicite sur la conguration du systme productif ou lorganisation retenue. Cette reprsentation est totalement inapproprie la description de processus et ne se prte qu lanalyse de certaines dcisions tactiques ou stratgiques. Elle reste cependant insufsante pour clairer ce type de dcisions dans la mesure o elle nglige compltement lutilisation des ressources dans le cadre du processus productif. Dans lanalyse de dossiers dinvestissement qui comporte toujours une composante organisationnelle importante susceptible dinduire des biais importants dans lanalyse, on retiendra une synthse de ces deux approches (gure 35, page 158) que lon utilisera en particulier pour analyser la propagation des effets dune dcision dinvestissement. Prcisons les quelques concepts utiliss dans cette modlisation. FIGURE 34 Vision socio-organisationnelle du fonctionnement dun centre de production
ALLOCATION DE RESSOURCES lacteur i par lacteur i-1 (hommes, quipements, crdits, procdures, missions, ...)
Table des matires
Index thmatique
DCISIONS dACQUISITION DE NOUVELLES RESSOURCES PRODUCTIVES par lacteur i
RESSOURCES PRODUCTIVES DISPONIBLES pour lacteur i
DCISIONS dUTILISATION DES RESSOURCE PRODUCTIVES DISPONIBLES par lacteur i
ALLOCATION DE RESSOURCES de lacteur i aux acteurs i+k dpendants de lacteur i (hommes, quipements, crdits, procdures, missions, ...)
UTILISATION DIRECTE par lacteur i des RESSOURCES PRODUCTIVES RESTANTES
Un centre de dcision (CD) est un ensemble de ressources, possdant une structure de conduite avec, en particulier, un acteur responsable clairement identi qui doit tre mobilis en vue de produire une certaine classe d objets (produits physiques, prestations de service, informations structurelles, tous dnis ciaprs), en respectant au mieux une mission impartie. Un centre de dcision comporte donc un systme de conduite et des ressources productives qui peuvent elles-mmes tre regroupes et constituer diffrents centres de dcision lintrieur du premier si leur conduite ncessite et relve dune structure dcisionnelle
158
FIGURE 35 Synthse des visions cyberntique et socio-organisationnelle du fonctionnement dun centre de production
Mission, contraintes lgales, directives, informations structurelles
CENTRE DE DCISION CD 1
* MISSIONS * DOTATION GLOBALE DE RESSOURCES :
INFORMATIONS DE GESTION PRESTATIONS DE SERVICE
INF O RM AT ION S DE GES TI ON P RE S T AT IO NS DE S ER VIC E
SYSTME DE CONDUITE - Acteur responsa ble - resso urces de co nduit e - pro cdures
Mi ss io n, con tr ai nt es lg al es , direc ti ve s, inf orm at io ns s tr uc tur el les
INFORMATIONS
DE GESTION
SYSTME OPERANT
CENTRE DE DECISION CD 11
* D O TA T IO N GL O BA LE D E R ES S OU R C ES :
SYS TE ME D E CO N D U IT E - A c*t MISSI ON S o ns a bl e e u r r e sp E R ES SO - r e * so u r c A T IOeNc G CENTRE DEDE G ES TI ONU R C ES : s D OT e s d onLOui t eLE DD ECISION CD 13 d BA - p ro c d u re s * MISSI ON S Mi ss INF O RM AT ION S SYSc io n, e cME r a ir ntEe s io l g a sN rD c U IT lle s TE o , ntnf o m a t CO le s ,u t u r e E D di r e t iv s n * Ai D OT A sT tIO N G LO BA LE D E R ES SO U R C ES : SYS TE ME O P ER AN- T c t e u r r e sp o ns a bl e - r e s so ur c e s d e P ROD UIT S F INI S DE G ES TI ON SYS c o n d ui t e TE ME D E CO N DS U IT E - Ai cs et e u o rntoua ent sp o nslea , bl e r iENC OUR s - p r o c d u r io s c M s n, r e s l ga - r ee st soe u , rnfc o er msa t d e s ct on d ui lle e ts di r c iv s i io n s ru c t u re SYS TE ME O P ERr o cT d u r e s - p AN P ROD UIT S F INI S
ou S E RV ICE S
M i s s io n, c o nt r a i nt e s l g a le s , di t iv e , i nf o m a t ou our eI cNF O sRM A rTIO io n s ENC cOURe S NS s t r u t u r lle s
PRODUITS FINIS ou ENCOURS
* MISSIO N S
CENTRE DE D ECISION INF O12 AT ION S CD RM
M A TI ER ES E T
ET ENCOURS
ENCOU RS
SYS TE ME S T RUER AN EL LE S O P CT UR T
ou S E RV ICE S ou I NF O RM A TIO NS S T RU CT UR EL LE S
ou INFORMATIONS STRUCTURELLES
particulire. Ce modle simple prsente lintrt quil spare le systme de conduite du systme productif et de forcer ainsi lattention sur des procdures de conduite en gnral plus ou moins bien formalises. En fonction de leur production, on peut distinguer trois types principaux de centres de dcision: - Les centres de dcision producteurs de produits physiques correspondent aux sous-systmes dont la mission principale consiste transformer physiquement un produit, en contrler les caractristiques ou le dplacer ; par extension, on classera dans cette catgorie les sous-systmes des entreprises de services qui contribuent directement la ralisation de prestations de service correspondant la satisfaction dune demande nale. - Les centres de dcision producteurs dinformations structurelles correspondent aux services fonctionnels de lentreprise (bureau dtudes, service des mthodes) qui fournissent aux centres de production et aux centres prestataires de service des informations qui spcient leur mission. Plus prcisment, on appelle informations structurelles des informations qui revtent un caractre obligatoire quant leur application et contraignent le fonctionnement du centre destinataire certaines rgles ou performances. Ce sont,
Index thmatique
Table des matires
MATIERES
ou SERVICES
159
par exemple, les gammes de fabrication, les nomenclatures et les dessins des produits - Les centres prestataires de services sont les centres dont la mission consiste fournir, maintenir et rnover les ressources humaines, physiques et informationnelles (hors les informations structurelles) des autres units, ce qui comporte, entre autres, les services entretien - maintenance, uides, formation et approvisionnement. Gnralement, ces units facturent leurs prestations des taux standards, aux units clientes. Elles travaillent capacit xe, cest--dire quune dcision modiant le niveau de consommation de prestations dun centre (dure et frquence des interventions, ainsi que le degr de technicit requis) ne permet pas, la plupart du temps, de rednir immdiatement le potentiel allou ces services prestataires. Le modle de reprsentation retenu classe en six types diffrents les ux qui entrent ou sortent dun centre de dcision: - La mission correspond lensemble des contraintes lgales, directives et informations structurelles reu par un centre de dcision. Ces informations qui caractrisent la mission proviennent donc soit dun centre de dcision hirarchiquement suprieur, soit de centres fonctionnels producteurs dinformations structurelles. - Le ux de production entrant nexiste que pour les centres producteurs de produits physiques; il correspond des matires, articles, composants, sousensembles et produits qui entrent dans lunit de production en provenance de centres fournisseurs (internes ou externes lentreprise) et que lon retrouve, aprs transformation, dans les produits nis ou semi-ouvrs en sortie du centre de production. - Suivant la nature du centre de dcision, le ux de production sortant correspond une production soit de produits physiques, soit des informations structurelles, soit de prestations de services. - Le ux de prestations de services entrant correspond lensemble des prestations de services dont bncie lunit et qui sont ncessaires la ralisation de sa mission et de son activit. Dans le cas de centres prestataires de services ou producteurs dinformations structurelles, ce ux entrant peut intgrer certaines matires ncessaires son activit (pices de rechange, uides, supports physiques dinformations). - Les ux dinformations de gestion entrant et sortant sont constitus des informations phmres ( opposer aux informations structurelles) que schangent, de manire plus ou moins formelle, les diffrents centres sur leur tat, un instant donn (position des stocks, niveau dactivit, disponibilit des ressources, personnels prsents) et qui permettent, en temps rel, la ractivit du systme productif aux alas et dysfonctionnements. Il faut noter que, suivant le processus de production adopt, ces informations revtent une importance ingale; ainsi, dans le cadre dune unit produisant en juste--temps, le volume, la date et la prcision de ces informations conditionnent fortement lefcacit du systme. Tout ux (entrant ou sortant) est dni par des paramtres tels que le volume, la qualit, la rgularit, la priodicit, ainsi que par des rgles xant les conditions
Index thmatique
Table des matires
160
dmission et dutilisation de ces ux. Il existe souvent un certain nombre de contraintes techniques1 qui lient les ux et les ressources qui les produisent et qui les utilisent. Il en rsulte que, dans certains cas, une modication de certaines caractristiques de ressources dun centre productif (respectivement, de ux) implique une modication de ux entrants ou sortants (respectivement, de ressources du centre metteur du ux ou du centre utilisateur). La mauvaise perception de ces contraintes est lune des causes de la vision locale de certains dossiers.
I-2.3
Les outils de cartographie de processus
Certaines approches, comme celle du modle SCOR utilis pour dcrire le fonctionnement de la chane logistique (voir page 895) dcrivent les processus comme un rseau de modules assurant un certain nombre de fonctions. Depuis le milieu des annes soixante-dix, de nombreuses approches de modlisation ont t dveloppes. Ces approches sappuient sur des bases mthodologiques communes, mais comme chacune dentre elles privilgie un point de vue et niveau danalyse particuliers, elles ne sont pas interchangeables. Les grilles de lectures utilises (en combinaison partielle) sont: - lenclenchement des tches identies, avec ou sans prise en compte du temps; ces enclenchements peuvent ou non faire apparatre explicitement des informations de gamme en explicitant les alternatives rencontres pour dtailler tous les traitements que ralise un processus; - les ressources mobilises: quipements, informations, personnes (ou agents); en ce qui concerne cette dernire ressource, diffrentes conceptions sont possibles et dtailles dans lalina suivant; - les rles jous dans un processus; les rles sont alors dconnects des structures organisationnelles et peuvent tre jous par des personnes nappartenant pas un service prdtermin, cette distinction est importante dans une perspective de rvision dun processus; certaines approches privilgient la notion de service fonctionnel, auquel cas, la liste des rles jous par les personnes dun service est considre comme stable (vision acceptable dans une analyse de lexistant); - certaines reprsentations impliquent une approche hirarchique des processus en visant travailler simultanment sur un nombre limit dactivits; dans ce cas, des conventions sont utilises pour faciliter le zoom permettant daller au niveau de dtail dsir. Une dernire caractristique doit tre introduite pour pouvoir classer les diffrentes approches existantes. Certaines dentre elles sont statiques au sens o elles ne visent qu dcrire un processus, tandis que dautres, moins nombreuses, sont dynamiques2, au sens o elles visent simuler le processus en spciant les lois des arrives du processus, celles des temps opratoires ainsi que la distribution de probabilit associe aux alternatives la sortie dun aiguillage. Cette dernire approche nest envisageable que pour des processus oprationnels bien structurs, pour lesquels on dispose dinformations ables. Cette approche simulatoire doit tre distingue de celle utilise par les simulateurs de processus prsents au I1. Note de la page prcdente. Voir Giard, Triomphe et Vergnengre (1990, [202]).
Index thmatique
Table des matires
161
2.1, page 148, par le fait quelles explicitent les gammes opratoires qui sont masques dans les simulateurs de processus (il faut ouvrir des fentres ou lire le code informatique pour prendre connaissance des gammes utilises). Ces deux approches sont complmentaires: le simulateur de processus fournit des informations sur lefcience du processus en fournissant des indications sur le taux dutilisation des ressources, tandis que les outils dynamiques de cartographie des processus permettent de rchir sur les gammes utilises, en particulier pour les processus administratifs (les gammes de production de produits soulevant moins dinterrogations). Les premires approches de modlisation de processus1 ayant connu une relle diffusion remontent la n des annes soixante-dix avec SADT (Structured Analysis and Design Technique), avec son prolongement IDF 0 (Integrated computer aided manufacturing DeFinition) dvelopp au cours de la dcennie suivante sous limpulsion du dpartement de la dfense aux tats-Unis. La modlisation du processus repose sur lactivit qui consomme des inputs et produit des outputs, les inputs et les outputs pouvant tre des informations ou des produits, et laquelle on associe des mcanismes qui reprsentent les ressources humaines, matrielles et logicielles mobilises par lactivit (une activit pouvant donc faire appel dautres mcanismes lorsquon rvise un processus, ce qui revient, dans lanalyse, bien sparer le quoi? du comment?) et des contrles lesquels correspondent des informations qui contraignent lexcution de lactivit sans tre modies par elle. La brique de base de cette modlisation est reprsente la gure 36. Le positionnement relatif de ces lments est standardis; loutput dune activit peut tre linput dun autre, ce quillustre la gure 37 de la page 162. Un certain nombre de conventions graphiques complmentaires sont utilises, en particulier pour indiquer si les inputs (ou les outputs) dune activit sont relier par des relations et, ou inclusif ou ou exclusif. Il est recommand de limiter six le nombre dactivits, ce qui oblige adopter une vision hirarchique du processus (on parle de dcomposition fonctionnelle), facilite par une numrotation dcimale des activits. Cela tant, la navigation entre plusieurs niveaux de dtail de la modlisation rend difcile la vision densemble; dun autre ct, on sait bien quun excs dinformations ne favorise pas non plus cette vision densemble. Ajoutons enn quune prsentation classique de cette approche consiste dsigner une activit par un verbe daction et les inputs et outputs par des noms, la reprsentation de la gure 36 de la page 162 est alors appele actigramme. On peut en tirer un graphe dual dans lequel les noms sont dans les nuds du graphe et les verbes correspondent aux arcs; on parle alors de datagramme.
2. Note de la page prcdente. On nvoquera pas ici lapproche des rseaux de Petri, en dnitive peu utilis dans la description de processus (pour une prsentation synthtique et accessible, voir, par exemple, Proth, 1992, [351], chap VII). Dans cette approche, la description de la circulation de jetons (= objets) travers le systme productif relve en partie seulement dune approche dynamique dans la mesure o il sagit surtout de vrier la cohrence des rgles de fonctionnement du systme tudi: dune certaine faon le temps intervient surtout sous la forme des enclenchements. La mthode GRAFCET (voir, par exemple, David, [123], 1992) sappuie sur cette approche et est utilise pour dcrire des processus de systmes automatiss de production; ce niveau de dtail est trop n pour le type de description de processus envisag par les gestionnaires. 1. Une analyse synthtique de travaux de modlisation de processus peut tre trouve dans Vernadat (1999, [431]) et une analyse dtaille dans Vernadat (1996, [430]).
Index thmatique
Table des matires
162
FIGURE 36 Lactivit SADT / IDF0

Contrle
Input
Activit n Mcanismes
Output
FIGURE 37 Principe dinterconnectivit des activits (daprs Vernadat [431])

La sortie de la bote 3 est un contrle de retour pour la bote 1
La sortie de la bote 1 est lentre de la bote 2 La sortie de la bote 2 est un contrle de la bote 3 et aussi lentre de la bote 3
Table des matires
3
Index thmatique
Les lacunes de IDF0 en matire de modlisation du comportement de lentreprise (contrles dune activit) ont conduit IDF3. la notion dactivit succde celle dunit de comportement (UDC) qui largit la notion dactivit (qui, dj, permettait daller du processus lopration lmentaire selon le zoom retenu) en y rattachant le concept dvnement et la possibilit de pointage sur une autre UDC ou un autre processus avec une mention de type go to. Ces UDC sont relies par des liens et des botes de jonction qui permettent une modlisation plus ne de la circulation des ux puisque les conventions utilises permettent dindiquer le caractre synchrone (simultanit des inputs ou des outputs, selon le cas) ou asynchrone des ux entrants ou sortants. Les liens peuvent correspondre non seulement des antriorits (che en trait plein) comme dans IDF0, mais aussi des ux dobjets (che double tte) et de simples changes dinformations entre UDC (che en pointills). Par rapport IDF 0 , on constate que les mcanismes (ressources mobilises) sont absents et que les contrles sont intgrs dans la reprsentation. CIMOSA1 (Computer-Integrated Manufacturing Open System Architecture) est une architecture issue dun vaste programme europen amorc au milieu
1. Une prsentation dtaille (avec une bibliographie trs dtaille) de CIMOSA et de ses prolongements peut tre trouve dans Vernadat (1996, [430]).
163
annes quatre-vingt qui a t cr pour construire des systmes intgrs de production et qui se trouve actuellement au cur de nombreux travaux. CIMOSA comporte un langage de description des activits et des processus qui, comme les ERP1, prsente un aspect assez normatif. La rigueur de la dmarche a pour contrepartie den rserver lusage des spcialistes et de permettre difcilement une vision densemble dun processus dune certaine complexit (lacune que tente de combler des travaux postrieurs). Dans les annes quatre-vingt-dix, dautres approches de modlisation de processus, plus pragmatiques ont vu le jour2, principalement aux tats-Unis. Elles se placent dans la mouvance du reengineering et certaines dentre elles appuient sur des logiciels, ce qui force une certaine cohrence. En fait, il y a peu de nouveauts sur le plan conceptuel et les diffrences sont surtout des diffrences de prsentation et, parfois, une incitation lutilisation de plusieurs grilles de lecture dun processus. La gure 38 illustre deux exemples de conventions utilises pour dcrire des tches et des gammes. La convention de la partie droite de cette gure (modle STRIM propose par Ould, 1995, [323]), prsente lavantage de permettre la visualisation supplmentaire des interactions entre plusieurs rles jous par des acteurs3 gnralement lis des changes dinformation, et dindiquer le rle prpondrant dans linteraction. FIGURE 38 Exemple de prsentations alternatives de tches et gammes dans un processus
Table des matires
Oui
Marchandise en stock?
Non Marchandise en stock? Production Production Prparation Expdition
Oui Non
Index thmatique
Prparation Expdition
Illustrons quelques reprsentations de visualisation de processus en en dlimitant, tant entendu que le niveau de dtail (zoom) peut toujours tre pouss sans problme. - Lexemple 1 de reprsentation de processus (gure 39, page 164) sattache lenclenchement des tches, certains lments de gammes sont explicites, les
1. Voir le chapitre XIV, III-2.1, page 968. 2. Voir, par exemple, Tenner & De Toro (1997, [413]) et Ould (1995, [323]). Quelques logiciels sont disponibles, une liste, un peu ancienne, peut tre trouve dans Hunt (1996, [235]); Optima est un logiciel de modlisation de processus reprsentatif de lapproche dynamique. 3. Ces rles ne gurent pas ici, mais seront introduits, pour la convention de la partie gauche, sous forme de bandes rassemblant les tches cones un mme rle dans la gure 40, page 165; dans cette reprsentation, les interactions entre rles ne sont pas reprsentes. Aucune illustration des rles ne sera fournie ici pour le modle STRIM, mais le principe retenu est trs simple comprendre: lensemble des tches cones un mme rle est positionn dans un rectangle bords arrondi, ce qui permet une visualisation spatiale des diffrents rles qui interviennent dans lexcution dun processus; les interactions entre deux tches cones deux rles diffrents sont tout simplement visualises par trait reliant ces deux tches et la tche accessoire (avis, accord) est visualise en gris.
164
ressources mobilises sont absentes, les ux de matires et dinformations sont implicites. FIGURE 39 Exemple 1 de reprsentation de processus
mission Commande Rception Commande OK? Saisie Commande Courrier de rejet de la commande Rception Lettre rejet Non Production Prparation Expdition Livraison Rception Expdition
Analyse de la solvabilit du client
Oui Facturation
Marchandise en stock?
- Lexemple 2 (gure 40) enrichit la prsentation en visualisant les services responsables. Les bandes horizontales peuvent tre remplaces par des bandes horizontales, mais on visualise galement ce qui relve dun service par un simple rectangle bords arrondis (les ches allant aux tches permettant de reprer qui fait quoi), ce qui permet une meilleure utilisation de lespace, mais peut rendre la lecture du graphique plus complique si les ches vont dans tous les sens. Le service peut tre remplac par celui de rle ou dacteur, en particulier un niveau de dtail suprieur celui utilis ici. - Lexemple 3 (gure 41, page 166) reprsente les tches du processus selon leur placement dans le temps1. Il est alors difcile de concilier de manire exacte linformation de date de dbut dune tche et sa dure, ce qui conduirait une sorte de graphique de Gantt2 enrichi. En outre, la reprsentation simultane dalternatives dun processus nest envisageable quavec un reprage temporel grossier (ce que lon va faire ici). On peut ajouter quune reprsentation de type Gantt - ressources3 ch (pour visualiser les relations
1. Cette prsentation et la suivante sont proposes notamment par Tenner et De Toro (1996, [413]), mais elles sont transposables sans difcult dans dautres approches, comme celle du modle STRIM dOuld. 2. Pour cette reprsentation, voir le chapitre V, I-1.1.1.2, page 365 et le chapitre IV, III-1.1.6, page 306. 3. Voir gure 84, page 307.
165
FIGURE 40 Exemple 2 de reprsentation de processus Client

mission Commande
Service clientle
Rception Commande
Service financier
Analyse de la solvabilit du client Non OK ? Oui
Service Production Expdition
Rception Lettre rejet
Courrier de rejet de la commande Saisie Commande Facturation Marchandise en stock? Production
Table des matires
Prparation Expdition Rception Expdition Livraison
Index thmatique
dantriorit) est utilisable o les services (ou rles) correspondent aux ressources, condition dliminer les alternatives (difcilement conciliables avec ce type de reprsentation). Cette reprsentation conditionne la recherche damliorations axes sur la chrono-comptition1. - Des conventions additionnelles sont utilisables lorsque la description est ne. Par exemple, des conventions de couleurs peuvent tre utilises pour dissocier les tches ayant une valeur ajoute pour le client, de celles qui nen nont pas, mais bien dautres typologies sont utilisables ( prparer - dcider excuter, par exemple). Ces reprsentations sont intressantes pour stimuler la rexion visant amliorer des processus existants (cf. I-2.4, page 167). Ajoutons enn quen Europe, la n des annes quatre-vingt, une mthodologie danalyse de processus oriente vers la production de prestations de services a t dveloppe pour permettre une meilleure prise en compte de limpact des nouvelles technologies sur lorganisation du travail. Connue sous le nom dOSSAD (Ofce Support System Analysis and Design, Dumas & Char1. Voir chapitre I, page 67.
166
FIGURE 41 Exemple 3 de reprsentation de processus

mission Commande Rception Commande
Jour 1 - matin
Analyse de la solvabilit du client Saisie Commande Facturation Oui OK? Non
Jour 1 - aprs-midi
Marchandise en stock? Oui Courrier de rejet de la commande

Prparation Expdition
Jour 2 - matin Jour 2 - aprs-midi
Livraison
Jour 3 - matin
bonnel, [133], 1990), cette mthode sinspire de dmarches utilises en systme dinformation en distinguant trois niveaux danalyse allant du conceptuel limplmentation: le modle abstrait (ce qui doit tre fait et pourquoi), le modle descriptif (modle contingent un environnement dat) et le modle prescriptif (orient implmentation). chaque niveau danalyse correspondent des concepts qui sont en relation avec ceux qui sont utiliss dautres niveaux. Par exemple, le modle abstrait utilise le concept de fonction et dactivit (plus dtaill) et le
167
modle descriptif utilise (par niveau de dtail croissant) les concepts de procdures de tches et doprations; on retrouve donc, un niveau danalyse donn, le zoom dj prsent dans les autres approches. Au niveau de lopration, on retrouve une vision voisine de lactivit de SADT, avec la spcication de ressources requises (baptises ici outil et ressource en information). Cest au niveau de la tche que la vision est plus originale puisquon lui associe un rle pour lexcution et que ces rles sont ensuite rattachs des acteurs et des units fonctionnelles caractrises par une collection de rles. La description du processus dun modle descriptif reprend sur des bandes verticales un reprage des units et on retrouve un formalisme qui nest pas trs loign de ceux prsents ci-dessus avec, comme dans le modle STRIM, une visualisation des interactions entre oprations. En dnitive, larsenal disponible partage des caractristiques communes importantes que ne doivent pas masquer les diffrences de formalismes graphiques proposs. La complexit des processus permet difcilement une vision multi-dimensionnelle de ses composants. On est alors amen travailler sur des reprsentations privilgiant certaines dimensions, en fonction de lclairage adopt pour lanalyse. Cette multiplicit de regards sur un processus est essentielle pour en comprendre les limites et pouvoir les transformer. Cela tant, il ny a pas vraiment de mthodologie tablie damlioration dun processus, mais seulement lappel un certain nombre de principes que nous allons examiner maintenant.
I-2.4
Table des matires
Lamlioration dun processus
Le travail de cartographie dun processus est men pour en comprendre le fonctionnement en dtail, en juger la pertinence et en faciliter lamlioration. Ds lors quun avis et des propositions doivent tre formuls, il est ncessaire quau-del de la dnition fonctionnelle du processus (par exemple, traiter les factures des fournisseurs), des objectifs defcacit (par exemple, 99% des factures traites dans les trois jours ouvrables suivant la rception de la facture) et defcience (par exemple, atteindre des objectifs defcacit plus contraignants avec les mmes ressources humaines) soient clairement assigns au processus (Hunt, 1996, [235]). Lamlioration du processus est conditionne une relle volont de changement, en dpit des obstacles techniques et des pesanteurs socio-organisationnelles. Lanalyse critique du processus implique un reprage des cheminements irrationnels, des dlais excessifs et des tches manquantes ou superues. Pour faciliter ce diagnostic et disposer de principes daction, on peut faire appel un certain nombre de principes bien connus en gestion de la production ainsi qu la littrature du reengineering1 qui fournit de nombreuses ides sur les pistes damlioration en sappuyant sur une rexion apporte aux rponses aux questions classiques quoi?, quand?, comment?, quoi?. On peut tenter de structurer rationnellement les diffrentes solutions proposes. Trois pistes doivent tre explores, le poids accorder chacune dentre elles tant li au diagnostic port et aux objectifs assigns au processus.
Index thmatique
1. Le reengineering est prsent au chapitre I, I-3.2.2, page 72. Parmi les travaux de synthse sur les principes de rorganisation des processus, on peut citer larticle de Hammer (1990, [214]). Les fondements thoriques de certaines propositions faites par les tenants du reengineering trouvent une justication originale par la thorie des les dattente dans larticle de Peaucelle (2000, [331]).
168
- Il sagit tout dabord dliminer les oprations inutiles. Le point de vue privilgier doit tre celui de la relle valeur ajoute apporte par une activit au client nal. De nombreux exemples peuvent tre trouvs. Des oprations de pointage, darchivage de doubles et de saisie multiple dune mme information nont pas de valeur pour le client; lutilisation dun meilleur systme dinformation (faisant ou non appel aux ERP / ERM1) permet de les liminer. Les oprations de contrle de qualit des produits ou de prestations, source importante de dlais, peuvent souvent tre avantageusement remplaces par les oprations de contrle de qualit du processus; on verra plus loin quune fusion de rles permet galement dliminer certains contrles. Des oprations de stockage et de transport internes napportent pas de valeur et peuvent ventuellement tre limines par une meilleure implantation des ressources. La mise en vidence de ces sources damlioration suppose lusage de cartographies de processus dans lesquelles les activits sont qualies en faisant appel typologies fondes sur cette vision de valeur ajoute (voir ci-dessus). Il sagit galement de rajouter des oprations manquantes dont labsence perturbe le bon fonctionnement du systme (boucles peu justies, variabilit non matrise de certaines oprations): par exemple, dans certains cas, il nexiste pas de bonnes procdures pour les prises de dcisions routinires. - Lusage de cartographies de processus privilgiant le temps (voir gure 41, page 166) peut mettre en vidence la ncessit de rduire la dure dexcution dun processus. Sans toucher la liste des oprations (ce que lon examinera ensuite), trois pistes sont exploitables. La premire ide, vidente, est de chercher jouer sur la rduction du temps dexcution de certaines activits en les automatisant compltement ou partiellement (SIAD), en fournissant de meilleures informations, en appliquant, si cela est possible, les principes du SMED2 pour rduire les temps de prparation dune activit. Faire plus vite connat vite des limites, il faut alors penser faire autrement. La dure de traitement dun objet dans un processus dpend non seulement des temps opratoires, mais aussi de la dtermination du chemin critique dont la longueur est tributaire du degr de squentialit des activits. Il sensuit quune rduction de la dpendance entre activits, notamment par la dmatrialisation de linformation, augmente potentiellement le paralllisme des activits et permet, si certaines de ces activits taient critiques, de rduire le chemin critique. Une dernire source de dlai est lie lexistence de les dattente devant certaines ressources critiques. La uidication du processus passe par plusieurs mesures: un meilleur ordonnancement assurant une utilisation optimale de ces ressources critiques (un stock tampon pouvant limiter la dispersion des rsultats), une rduction de taille de lots de biens ou de dossiers circulant dans le systme productif et une amlioration de la conception du systme productif et des gammes. - Si lon dsire diminuer la dure dexcution dun processus en acceptant de rviser la liste des oprations, il faut explorer une troisime piste qui consiste
1. Voir le chapitre XIV, page 957, qui traite des ERP / ERM. 2. Voir le chapitre VII, page 511.
Index thmatique
Table des matires
169
chercher fusionner des activits, ce qui limine les dlais qui existaient entre ces activits. Cette fusion se heurte en gnral trois types dobstacles, chacun dentre eux pouvant tre contourn. Le premier obstacle est li la comptence des individus. Des actions de formation permettent dobtenir une certaine polyvalence permettant un enrichissement des tches (qui, dans le processus initial pouvaient relever de services diffrents). Une amlioration de laccs aux informations pertinentes et lusage de systmes - experts ou de systmes daide la dcision permet de reculer considrablement les limites de la polyvalence. La consquence est une rduction sensible du nombre de personnes ncessaires la prise en charge de toutes les oprations dun processus (plusieurs groupes travaillant en parallle) et llimination des dlais induits par la squentialit. Sil nest pas possible dobtenir une polyvalence permettant une personne unique de traiter lensemble du processus, il est alors conseill, pour amliorer lefcacit du processus, de mettre les clients du processus en contact avec un interlocuteur unique, appel parfois gestionnaire de cas, qui sert dinterface oblige entre le client et la personne en train de travailler pour ce client. Le deuxime obstacle est li la complexit ou la difcult de certains problmes qui ncessitent des comptences pointues. Dans ce cas, la polyvalence nest envisageable quau prix dun accroissement tel du niveau de qualication requis quconomiquement cette piste est souvent inenvisageable. Une analyse de Pareto sur le degr de complexit des traitements du processus tudi montre habituellement que cette complexit naffecte quune fraction faible du volume des traitements effectus. Si le personnel mobilis est sufsamment important, une solution efcace consiste remplacer le processus complexe capable de traiter tous les cas de gure par quelques processus simplis couvrant plus de 90% des traitements raliser et laisser les cas complexes rsiduels une cellule dexperts. Ces processus simplis sont cons des oprateurs polyvalents, selon les principes voqus ci-dessus. La mise en uvre de la polyvalence et de la simplication aboutit une compression horizontale de la squence dintervenants ncessaires lexcution dun processus. Le dernier obstacle est li au contrle hirarchique: dans un certain nombre de processus administratifs, on observe classiquement lexcution dune srie de tches de type analyser un problme - proposer une solution - valider la dcision - excuter la dcision - contrler lexcution , souvent cones deux catgories acteurs de niveaux hirarchiques diffrents. Dans de nombreux cas, la fusion de rles est possible sans modication des comptences requises grce la mise en place dune dcentralisation contrle de certaines dcisions, dun contrle automatis de certains droits et de la mise en place de procdures de gestion par exception. La mise en place de ces principes aboutit une certaine compression verticale de la ligne hirarchique. Lexploration mthodique de ces trois pistes conduit normalement un certain nombre dides pertinentes damlioration. Certaines dentre elles sont condi-
Index thmatique
Table des matires
170
tionnes par lusage des NTIC (nouvelles technologies de linformation et de la communication) dont une dmarche inductive permet mettre en vidence de nouveaux champs dapplication (voir chapitre I, page 73). Dautres relvent de logiques de rorganisation (pouvant prendre appui sur les NTIC). Les plus innovantes dentre elles sappuient sur une rexion sur la possibilit de dlocaliser dans le temps et dans lespace certains faits gnrateurs. Lun des exemples proposs par Hammer et Champy (1993, [215], p. 49) illustre cette ide: le fait gnrateur du paiement dun fournisseur est la commande livre et non le rapprochement dune facture et dun certicat de conformit la commande, des marchandises livres, condition de travailler en gestion par exception et davoir des fournisseurs ables.
SECTION II
LANALYSE DUN PROJET DINVESTISSEMENT
On examinera lanalyse physique dun projet dinvestissement ( II-1) qui conditionne lanalyse conomique de ce projet ( II-2, page 174). On examinera ensuite limpact de la prcision des informations utilises au travers danalyses de sensibilit des rsultats ( II-3, page 185).
II-1
Lanalyse physique dun projet dinvestissement
II-1.1
Lorigine dun dossier dinvestissement

Index thmatique
H.A. Simon1 distingue trois phases dans lanalyse dun processus dcisionnel, ce que rsume la gure 42. - ltape dintelligence initialise le processus par lidentication dun problme ou dune opportunit, - ltape de conception met en uvre les processus danalyse et dlaboration de solutions envisageables pour rpondre au problme pos, - ltape de choix consiste slectionner la meilleure des solutions trouves. FIGURE 42 Prsentation rationnelle du processus de dcision
INTELLIGENCE CONCEPTION CHOIX
Cette prsentation rationnelle du processus dcisionnel est trs souvent abusivement considre plus comme normative quanalytique. Plusieurs questions importantes restent entires, notamment lorsquil sagit de dcisions dinvestissement. La premire est relative la gense du problme pos. Simon souligne le rle des stimuli2 qui dclenchent la prise de conscience et orientent fortement la
1. Voir Simon (1960, [388]).
Table des matires
Il est utile de sinterroger sur la gense des projets dinvestissement ( II-1.1) pour comprendre certains biais et problme que lon rencontre classiquement. Linstruction du dossier dinvestissement conduit prendre un certain nombre de prcautions mthodologiques ( II-1.2, page 171).
171
rexion. Cette ide est reprise sous une forme diffrente par Pounds 1 pour qui le dcideur dtecte un problme par diffrence entre ce quil peroit dans la ralit et une reprsentation idale. Pour lui, trois types de modles sont utilisables: - le modle de type historique ( il se passe des choses diffrentes de ce qui se passe dhabitude), - le modle de type plan ( il se passe des choses diffrentes de ce que lon avait voulu) - et le modle externe ( ailleurs, il se passe des choses diffrentes de chez nous et cest mieux). On doit ajouter que lobservation montre que bien souvent, un problme est plus ou moins consciemment refoul tant quaucune ide de solution ne se fait jour, ce qui donne un poids particulier au rle du modle externe et explique le biais important qui affecte souvent ltape de conception. La gure 43 illustre les implications de ce point de vue. FIGURE 43 Incidence des solutions intuitives sur la formulation dun problme
SOLLICITATIONS PERUES
Table des matires
DFINITION DU PROBLME
SOLUTION(S) INTUITIVE(S) INTELLIGENCE
LABORATION DE LA (OU DES) SOLUTION(S)
VALUATION
SOLUTION RETENUE
Index thmatique
CONCEPTION CHOIX
Dans les entreprises dune certaine importance, avant de dcider de retenir un projet dinvestissement, il faut dabord monter un dossier dcrivant en dtail limpact physique et organisationnel de linvestissement envisag ( II-1). Il faut ensuite en faire lanalyse conomique ( II-1, page 170).
II-1.2
Linstruction du dossier dinvestissement
Dans les entreprises dune certaine taille, le dossier dinvestissement est instruit lchelon local par des ingnieurs qui proposent une solution technique un problme. Ce dossier comporte une description des transformations physiques induites par linvestissement, notamment en ce qui concerne les ux de production; cette analyse se fonde sur un certain nombre dhypothses de travail, parfois implicites, quil convient de souligner dans le dossier pour clairer la prise de dcision2. Il comporte galement une valorisation de ces impacts physiques, laide de donnes tires de la comptabilit de gestion. Cette tude sachve parfois
2. Note de la page prcdente. Simon (1983, [389]). 1. Pounds (1969, [344]), p. 1-19. 2. Il convient de souligner que certaines hypothses de travail sont lies des orientations stratgiques souvent mal connues des acteurs qui instruisent les dossiers.
172
par le calcul dindicateurs synthtiques (voir III-1, page 200) ainsi que la mise en avant de certains lments, difcilement valorisables, tels que lamlioration de la qualit des produits ou de la abilit des quipements et qui seront dautant plus facilement avancs que largumentaire conomique semblera insufsant pour emporter la dcision. Ce dossier est ensuite analys lchelon central par un service spcialis qui sassurera que le dossier est cohrent avec la ligne stratgique de lentreprise et vriera trs approximativement la vraisemblance du dossier et les calculs oprs. La dcision de retenir ou non le dossier est gnralement prise presque immdiatement si les sommes engages sont considres comme relativement faibles. Elle est diffre une runion de dcision plus formelle (comit des investissements, conseil dadministration), dans le cas contraire. Le plus souvent, il est trop tard pour remettre en cause les hypothses du dossier ou certaines options techniques. Limpression densemble qui prvaut est double. - On observe trs souvent un attachement excessif au traitement des informations numriques du dossier et dune attention insufsante sur les conditions de recueil des donnes et aux hypothses physiques conditionnant ltude de rentabilit. Dans ces conditions, il nest gure tonnant, que de nombreux dossiers dinvestissement soient prsents pour corriger des effets indsirables gnrs par un investissement antrieur ou pour permettre datteindre des performances annonces dans un dossier antrieur et qui nont pu tre atteintes. On peut ajouter que gnralement un seul point de vue est retenu dans lanalyse conomique, ce qui peut biaiser la dcision (cet aspect sera trait au II-2.1.1, page 174). - Le second constat est que la prparation du dossier dinvestissement saccompagne rarement dune rexion sur ladaptation, souvent indispensable, des procdures de pilotage des ux dans le systme productif, conscutivement sa transformation. Par exemple, certains investissements de productivit introduisent des rigidits ncessitant une rorganisation du pilotage. Cette rexion peut sappuyer sur la simulation (cf. I-2.1, page 148) pour tester le ralisme des hypothses conditionnant la rentabilit du projet. De nos jours, linstruction de dossiers dinvestissement dune certaine importance suppose donc de travailler avec deux mailles temporelles: une maille grossire (dcoupage annuel ou trimestriel) pour prvoir lutilisation des nouveaux quipements dans une perspective dajustement global charge - capacit et une maille ne (dcoupage de lordre de la minute) pour calibrer correctement la capacit effectivement offerte en fonction des procdures et des caractristiques de la demande. Pour amliorer les dossiers dinvestissement, des efforts doivent tre entrepris dans deux directions, en plus de celles cites ci-dessus: il convient de tout mettre en uvre pour que la vision retenue ne soit pas locale ( II-1.2.1) et de distinguer deux phases dans la mise en service de nouveaux quipements ( II-1.2.2, page 173). II-1.2.1 La ncessaire prise en compte des mcanismes de propagation La dcision dinvestissement, par propagation1 de ses effets, peut rendre ncessaire ladaptation de certaines ressources dautres centres de dcision (cf. page
Index thmatique
Table des matires
173
Index thmatique
157). Il est donc mthodologiquement incorrect de limiter son valuation physique et conomique du dossier, aux seules consquences primaires sur le centre de dcision qui est le sige de la dcision initiale. Cest donc une valuation sur lensemble des centres de dcision atteints quil faut procder. Les mcanismes de propagation sont relativement simples analyser partir dune cartographie des ux utilisant les centres de dcisions pertinents pour ltude: - Une dcision de modication de certaines ressources (hommes, machines, procdures) est projete pour un centre. Elle peut induire son tour une modication de certaines caractristiques des ux mis ou reus par ce centre (cf. page 159) aussi bien du point de vue de la nature des ux que de leurs volumes ou leurs rgles de dclenchement (par exemple, passer un approvisionnement quotidien, nature et volume constant, peut engendrer de fortes perturbations; autre exemple, un nouvel quipement sappuyant sur une nouvelle technologie peut ncessiter des comptences en maintenance diffrente de celles disponibles en interne). - Par ricochet, ces modications de ux entrants ou sortants peuvent perturber le bon fonctionnement des centres atteints (centres metteurs ou destinataires) qui devront, leur tour, prendre des dcisions dadaptation de leurs ressources, ce qui ramne ltape prcdente. Ces mcanismes posent le problme de la dtermination des frontires de la propagation dans le temps et dans lespace. Sur le plan des principes, la rponse est simple: si les modications des caractristiques de certains ux restent dans les limites de variabilit que les ressources du centre atteint savent traiter sans quil soit ncessaire de les modier, la propagation potentielle induite par ce ux sarrte. II-1.2.2 Les phases de la transformation du processus La dcision tudie tant une dcision dinvestissement, il est utile de distinguer deux phases dans ltude des consquences physiques des transformations des ressources (en quipements, machines, ressources informationnelles ou procdurales) et qui se traduit par des variations de charges et/ou avantages par rapport au statu quo: - du rgime transitoire est la dure au cours de laquelle les charges (trop souvent sous-estimes) correspondent aux efforts temporaires qui doivent tre supports par le systme pour passer dun certain niveau qualitatif et/ou quantitatif de ses ressources, procdures et prestations, au niveau vis par la prise de dcision1 ; il sagit des charges induites notamment par les actions de formation, la phase dinstallation, de modication et de dmarrage de biens dquipement, la priode dapprentissage du personnel, la mobilisation limite dans le temps de personnels intrimaires, dheures supplmentaires et de moyens complmentaires; cela dit, la distinction entre les charges ponctuelles dadaptation, les charges du rgime transitoire et les charges
1. Note de la page prcdente. Ces mcanismes de propagation des effets dune transformation du systme productif ne doivent pas tre confondus avec ceux de la propagation de perturbations se produisant en production qui seront abords au chapitre X, page 623. 1. Ce point est rapprocher de ce que le kaizen appelle la maintenance des processus (voir chapitre I, page 70).
Table des matires
174
rptitives du rgime de croisire nest pas sans poser parfois des problmes pratiques. - le rgime de croisire, qui suit le rgime transitoire, dbute lorsque toutes les caractristiques des ressources (quipements, hommes) sont celles dsires, ainsi que celles des ux transitant par les centres de dcision concerns. Trop souvent, les dossiers dinvestissement ngligent le rgime transitoire ainsi que les effets de propagation. la surestimation de lintrt du projet qui en rsulte sajoute une dsorganisation souvent plus dommageable quil tait possible dviter.
II-2
Lanalyse conomique dun projet dinvestissement
II-2.1
Le systme de cots utiliser
Lanalyse physique dun projet dinvestissement met dabord en vidence des ux de consommation de biens et de service et dutilisation de prestations dquipements et outillages, en plus de dpenses dinvestissement. La valorisation de certains de ces ux implique lusage dun systme de cots sur lequel il convient de sinterroger, puisque les conventions sous-jacentes doivent tre compatibles avec lobjectif retenu pour lclairage conomique. Deux problmes diffrents se posent: celui de la multiplicit des points de vue retenir ( II-2.1.1) et celui de la cohrence temporelle des dcisions ( II-2.1.2, page 176). Multiplicit des points de vue et donc des conventions de comptabilit de gestion possibles Les dcisions prises par les acteurs qui instruisent ou valuent un dossier comportent une dimension socio-organisationnelle importante ( I-2.2, page 155) qui conduit sinterroger sur les utilisateurs des informations produites. Lvaluation dune dcision varie ncessairement selon le niveau dobservation de lacteur1. En effet, pour un centre de dcision donn, une modication du portefeuille de ressources qui lui est affect se traduit par une modication de charges II-2.1.1
Index thmatique
Le dossier dinvestissement saccompagne dune tude conomique chiffre dcrivant les consquences conomiques du projet sous forme dchanciers de valeurs allant jusqu la n de lhorizon conomique retenu. Cette tude est souvent qualie de bilan conomique. Un premier problme se pose, celui du systme de cots utiliser dans ce type dtude. Comme on le verra ( II-2.1), plusieurs points de vue peuvent tre retenus et conduisent des valuations diffrentes. La comparaison de projets dinvestissement conduit rechercher un indicateur synthtique (ce problme sera tudi en dtail au III-1, page 200) parmi lesquels ceux faisant appel lactualisation sont considrs comme les plus pertinents. Lintroduction de lactualisation dans le bilan conomique conduit ce que lon appelle un bilan actualis. Le calcul du bilan actualis dun projet pose le problme de la dtermination de lchancier de Flux Nets de Trsorerie (nots FNT) dun projet ( II-2.2, page 176), cest--dire la variation de ux de trsorerie ralise au cours de la priode t dlimite par les dates ponctuelles t 1 et t; ces informations seront ensuite rsumes par lun des indicateurs synthtiques.
Table des matires
175
supporter. Cela dit, cette modication de portefeuille de ressources dun centre ne se traduit pas forcment par une modication quivalente et immdiate pour lentreprise. Pour illustrer ce point, prenons lexemple dun centre de dcision donn o un investissement de productivit peut saccompagner dune diminution du nombre douvriers ncessaires se traduisant par une diminution de charges dexploitation: - Pour le responsable de ce centre (et donc sur un primtre spatial troitement dni), lconomie de personnel que permet linvestissement se traduit par une diminution de ses charges dexploitation. Lusage de ce mode dvaluation conventionnel, sappuyant largement sur des cots standards, constitue une incitation puissante lamlioration continue des performances de lentreprise. - Si lon considre maintenant le point de vue du propritaire de lentreprise et donc si lon largit le primtre spatial lensemble de lentreprise, les conclusions sont plus nuances et peuvent mme tre radicalement diffrentes. Cette remise disposition de personnel peut conduire un licenciement du personnel devenu inutile (auquel cas, il y a concidence dvaluation) ou une nouvelle affectation de ce personnel (avec ou sans formation complmentaire) en remplacement du personnel partant en retraite ou, enn, un maintien en activit de ce personnel surnumraire sans quil y ait une utilit technique relle (mais, une utilit sur le plan du climat social). Au niveau de lentreprise, il ne faut donc retenir que les modications effectivement observables de ux de trsorerie dont on est certain en ralisant le projet. Cette double approche est indispensable et la vrit conomique se situe quelque part entre les deux valuations. En effet, la consolidation dune dcision permettant de diminuer dune demi-personne-anne-travail la charge dun centre, par toute autre dcision prise ailleurs et ayant des effets similaires, peut permettre une conomie en ux de trsorerie quaucune de ces deux dcisions ne permet elle seule datteindre. Ces deux valuations conomiques de la dcision seront dautant plus proches que le degr de synergie de lensemble des dcisions stratgiques prises sera lev. Les consquences de tels effets de synergie chappent, en gnral, lanalyse du projet tudi. Cette incapacit planier des projets partir dune consolidation des ralisations passes et dune anticipation des choix futurs conduit souvent une gestion myope de la stratgie de lentreprise: beaucoup de projets nont de sens que parce quils prparent dautres projets venir dont les gains et les avantages retirs justieront les premires dcisions. On peut noter enn que cette double logique dvaluation conomique des dcisions sarticule parfaitement avec la tendance organisationnelle actuelle des entreprises qui consiste motiver et responsabiliser les acteurs en leur fournissant des outils locaux de gestion et dvaluation (tableaux de bord dindicateurs) et, en mme temps, les inciter adopter des stratgies damlioration de performances globales de lentreprise (qualit totale, dlai de fabrication) au prix mme dune dgradation de performances locales.
1. Une discussion approfondie de ce problme peut tre trouve dans larticle de Fray et Giard (1990, [134]). Ce point a dj t abord au chapitre II, II-2.2, page 121.
Index thmatique
Table des matires
176
II-2.1.2 Conventions comptables et cohrence temporelle des dcisions Il ne suft pas de prendre en compte correctement la multiplicit des points de vue retenir, il faut en outre vrier dans quelle mesure les conventions comptables utilises permettent dassurer un minimum de cohrence temporelle des dcisions. Le projet dinvestissement tudi peut se caractriser par un primtre restreint, en ce sens que les ressources mobilises sont essentiellement celles tudies dans le projet dinvestissement, ce qui est gnralement le cas si lon est en prsence dun investissement de remplacement. Par contre, lorsque le projet porte sur le lancement dun produit nouveau, habituellement, la fabrication envisage fait en partie appel des quipements existant et utilise des composants que fabrique dj lentreprise. Le systme de prix de cession utilis dans lanalyse conomique de tels projets nest pas neutre la fois sur la rentabilit du projet et sur la cohrence temporelle des dcisions. Ces problmes sont traits au chapitre II, II-2.4.1, page 124 o lon montre que la cohrence temporelle des dcisions passe par lusage de lamortissement conomique.
II-2.2
Dtermination des ux nets de trsorerie (FNT) prendre en compte dans les bilans actualiss
Le bilan effectu est ncessairement un bilan diffrentiel ( II-2.2.1) qui oblige bien spcier une solution de rfrence. Quelle que soit la technique utilise pour valuer les consquences nancires du projet, celles-ci peuvent tre dcrites par leurs incidences sur les comptes de rsultat et sur les bilans comptables ( II-
Index thmatique
Table des matires
partir dune mme quantication en volume, les actions dadaptation des ressources et leurs consquences sur le fonctionnement du systme productif devrait toujours tre valorises suivant une logique de cots conventionnels et suivant une logique de cots de trsorerie. Quelques principes simples peuvent tre noncs pour dterminer de tels cots, dans chaque centre de dcision concern. - En cas de modication dutilisation des ressources disponibles dans un centre: le cot conventionnel doit tre calcul sur la base du potentiel disponible et non sur celle du potentiel rellement utilis; cette rgle a pour effet de permettre sans difcult une agrgation par simple additivit de charges calcules selon cette mthode et dautoriser un calcul conomique non ambigu de la marge de manuvre rsiduelle du centre; le cot de trsorerie dune telle modication de ressources physiques ou informationnelles disponibles est nul. - En cas de variation dutilisation de ux de prestations de services, il convient, pour viter une double comptabilisation des charges, daffecter conventionnellement les cots de variation de ux de prestations de service ou dinformations au CD qui les produit, de prfrence au CD qui les consomme parce quil y a plus de chances que les lments constitutifs de ces cots soient mieux connus au niveau du centre produisant les prestations. - Dans le cas dachat ou de vente lextrieur de lentreprise, il y a concidence entre le cot conventionnel et le cot de trsorerie.
177
2.2.2, page 177). On examinera enn comment prendre en compte lination dans la dtermination des ux et les calculs dactualisation ( II-2.2.3, page 182). II-2.2.1 Le principe du bilan diffrentiel Lanalyse dune dcision managriale doit seffectuer par comparaison une dcision alternative que lon considre comme une solution de rfrence. Implicitement il y a toujours au moins une solution de rfrence qui est du type ne pas prendre de dcision et subir passivement les modications de lenvironnement technico-conomique. Dcider de faire quelque chose un moment donn avec certains moyens, cest renoncer faire autre chose au mme moment avec ces mmes moyens. Lanalyse conomique dun investissement conduit donc dnir explicitement une solution alternative de rfrence1. La comparaison des consquences physiques (ou nancires) du projet dinvestissement seffectue donc par une analyse des variations physiques (ou nancires) induites par la solution nouvelle, par rapport cette solution de rfrence. On utilise lexpression bilan diffrentiel pour dcrire ce type danalyse, le terme bilan tant prendre dans son acception gnrale et non comptable. Dans cette analyse, il nest pas ncessaire de tout expliciter puisquen dnitive seuls comptent les lments qui sont modis par les dcisions prises. Le raisonnement diffrentiel limite le recueil des donnes oprer, mais reste trs fortement conditionn par le choix de la solution de rfrence. II-2.2.2 La traduction comptable des ux de trsorerie La variation de ux nets de trsorerie FN T t de la priode t, cest--dire la variation de ux de trsorerie raliss au cours de la priode t (dlimite par les dates ponctuelles t 1 et t) et obtenue par diffrence entre les Flux Nets de Trsorerie FN T t ,1 de la solution tudie et les Flux Nets de Trsorerie FN T t ,0 de la solution de rfrence (FN T t = FN T t ,1 FN T t ,0 ), sont lis : - la comparaison, entre les deux solutions, des oprations dexploitation ralises au cours de cette priode t et se traduisant par des variations de ux c nets de trsorerie FN T t dcrites au compte de rsultats ( II-2.2.2.1) et correspondant la variation de la capacit dautonancement de lexercice pour lentreprise; la longueur de lexercice joue un rle important car sa plus ou moins grande amplitude autorise ou non des compensations entre ux de sens contraire ; dans lexemple prsent, on retiendra la priode annuelle qui correspond des traditions comptables bien tablies, mais rien nempche de retenir dans les calculs une priode plus courte, en particulier pour analyser le rgime transitoire associ au dmarrage dun investissement; - la comparaison, entre les deux solutions, des oprations dinvestissement et / ou de nancement ralises au cours de cette priode t et se traduisant par b des variations de ux de trsorerie FN T t dcrites par le rapprochement des bilans tablis aux dates t 1 et t ( II-2.2.2.2, page 181). La variation de ux net de trsorerie FN T t thoriquement observable sur la priode t est donc:
1. Ce principe a t mis en avant par Clark aprs la premire guerre mondiale dans un ouvrage rest clbre (1923, [95]).
178
FN T t = FN T t + FN T t
relation 13
La variation de Flux Nets de trsorerie Actualiss FNTA de la solution tudie en comparaison avec la solution de rfrence, correspond valeur actualise, la date 0 et pour le taux dactualisation , de cet chancier FN T t de ux nets de trsorerie:
T FN T FN T t T FN T t c b t FNTA = ------------------- = ------------------- + ------------------- = FNTA + FNTA relation 14 t t t t = 0 (1 + ) t = 0 (1 + ) t = 0 (1 + ) T c b
FN T t = A t + ( 1 ) [ P t ( D t + F t ) ]
relation 15
Cette relation 15 amne neuf remarques. c a) On en dduit immdiatement (relation 16) la variation FN TA des ux nets de trsorerie actualiss observable sur le compte de rsultat:
FN TA
c c = FNTA Amortissement A relation 16 c c c + ( 1 ) [ FNTA Produits P ( FNTA Dpenses D + FNTA Frais financiers F ) ]
b)
c)
Lincidence sur la trsorerie de la variation des postes est correctement prise en compte par la relation 15, ce qui implique que chaque variation doit bien tre calcule sur la base de la diffrence des montants positifs de la solution nouvelle et de la solution de rfrence, sans tenir compte du fait que le poste considr correspond normalement un encaissement ou un dcaissement. Cest ainsi que la variation de dpenses est, dans lexemple, Dt = 7 (ce qui correspond une conomie de dpenses), dont lincidence nale est, daprs la formule (1 ) Dt, ce qui a un impact positif sur le ux de trsorerie en cas dconomie de dpenses et un impact ngatif, dans le cas contraire. Le projet tudi peut impliquer de ne prendre en compte que certaines des variables introduites (At, Pt, Ft et Dt) : par exemple, un investissement de productivit pure ou un problme de choix entre des variantes de nancement
Index thmatique
II-2.2.2.1 Les ux nets de trsorerie dcrits travers le compte de rsultat Examinons la variation du compte de rsultat prvisionnel dune entreprise conscutive une dcision dinvestissement et / ou de nancement. En pratique, il est conseill disoler les variations conscutives chaque dcision et notamment de dissocier les projets dinvestissement, des projets de nancement. La structure de ce compte que nous utiliserons ici est simplie, mais on y retrouve le modle comptable classique de dtermination de la capacit dautonancement de lexercice, en supposant que limpt de lexercice est calcul et vers en n dexercice (on lvera cette hypothse simplicatrice ultrieurement). La dmarche suivie est illustre dans le tableau 9, qui dcrit les notations utilises. Ce tableau comporte les calculs pour la solution de rfrence, la solution nouvelle et la diffrence des solutions; il fournit galement lexpression analytique utiliser pour calculer la variation de ux de trsorerie imputable au compte de rsultat dans le cas des hypothses simplicatrices retenues. c La variation FN T t du ux net de trsorerie thoriquement observable sur le compte de rsultat au cours de lanne t est donc:
Table des matires
179
TABLEAU 9 Les ux nets de trsorerie dcrits dans le compte de rsultat (simpli)

Solution i de rfrence (i = 0) Produits Produits Dpenses courantes dexploitation Amortissement (+ provisions) Frais nanciers Charges Revenus soumis impt sur les socits (IS) au taux : Pt (Dt + At + Ft) Impt sur les socits Mt = [Pt (Dt + At + Ft)] Rsultat aprs impt Bt = (1 )[Pt (Dt + At + Ft)]
Table des matires
nouvelle (i = 1) P1t = 202 D1t = 93 A1t = 60 F1t = 24
(diffrence) Pt = P1t P0t =+2 Dt = D1t D0t =7 At = A1t A0t = + 10 Ft = F1t F0t =+4
Pt P0t = 200 Dt At D0t = 100 A0t = 50 F0t = 20
Ft
200 (100 202 (93 + 2 (7 + 10 + 4) + 50 + 20) 60 + 24) =5 = 30 = 25 Mt Bt M0t = 12 B0t = 18 M1t = 10 B1t = 15 Mt = M1t M0t =2 Bt = B1t B0t =3
FNTt dcrit dans le compte de rsultats (= variation de la capacit dautonancement de lexercice) : FNTt = At + Bt = At + (1 )[Pt (Dt + At + Ft)] = At + (1 )[Pt (Dt + Ft)] Application: 0,4 x 10 + 0,6 x [2 (7 +4)] = +10 3 = + 7
Index thmatique
d)
e)
dun quipement (achat, location, leasing) nont aucun impact sur les produits (Pt), une solution de location na aucun impact sur les frais nanciers (Ft) et les amortissements (At), etc. La variation du FNTt imputable aux dpenses Ft et Dt peut se dcomposer en ( Ft + Ft) pour les frais nanciers et ( Dt + Dt) pour les dpenses courantes dexploitation. Dans la mesure o la solution nouvelle accrot la valeur de ces dpenses, on considre que limpact rel de ces accroissements de dpense sur la variation de FNTt est (Ft Dt) diminu de (Ft + Dt). Cette dernire expression sanalyse comme une conomie dimpt sur les socits. Autrement dit, le fait dattnuer le montant de lassiette de limpt de Ft + Dt, fait que lon paiera (Ft + Dt) dimpt en moins. Cette conomie dimpt nest ralise que si lexercice est bnciaire dans la solution de rfrence et dans la solution nouvelle, sinon une analyse spcique simpose. Une analyse similaire pour les amortissements montre que laccroissement damortissement At conduit une diminution de mme ampleur de lassiette de limpt ( At), et donc une conomie dimpt de At, ou, ce qui revient au mme, une variation du bnce aprs impt imputable au seul At, de (l ) At. Mais ici, la diffrence des postes Dt et Ft, lamortissement est une composante directe du FNTt, ce qui fait que limpact de la variation des dotations damortissement est At (1 ) At = At ; ce
180
f)
dernier terme sanalyse donc la fois comme une conomie dimpt par la variation des amortissements et comme lincidence nale de la variation des amortissements sur celle du ux net de trsorerie. La relation 15 reste valable en cas dabsence dimpt sur les bnces ( = 0 ( FN T t = [ P t ( D t + F t ) ] ) ce qui peut tre le cas de certains organismes public procdant des bilans actualiss ou dune analyse que lon souhaite conduire hors incidence scale. En cas de versement de limpt sur les bnces une date diffrente de celle de clture de lexercice (par exemple, paiement dimpt sur les socits au 31 mars pour un rsultat calcul sur lexercice civil de lanne antrieure), il est ncessaire de calculer sparment la variation du montant de limpt sur les socits qui est, daprs ce qui a t vu dans le tableau 9 de la page 179:
c FNTA ImpotsM = [ P t ( D t + A t + F t ) ] c
g)
relation 17
h)
FNTA c
c c c c FNTAProduits P FNTADpenses D + FNTA Frais financiers F + FNTA ImpotsM
relation 18 i) Cette relation 18 implique que la variation FN TA des ux nets de trsorerie actualiss observable sur le compte de rsultats est la diffrence de la variation des ux nets de trsorerie hors impt sur les socits ( = 0) observable sur le compte de rsultats et de la variation des ux dimpt sur les socits (donne par la relation 17).
Exemple : Supposons, par exemple, que lon tudie un projet dinvestissement dont lhorizon conomique est de 4 ans et qui se caractrise, par rapport la solution de rfrence, par une variation damortissement de +500, une variation mensuelle de recettes Pt de + 5 et une variation mensuelle de dpenses courantes dexploitation Dt de 10 (conomie de dpense); supposons en outre que le taux dimposition soit de 40% et que le taux (annuel) dactualisation soit de 10%. Comparons les deux raisonnements tant entendu que, dans les deux cas, il faut ensuite tenir compte de lincidence des ux nets intervenant au bilan (cf. II-2.2.2.2). Raisonnement sur ux annualiss: les variations annuelles sont: Pt = 5 x 12 = 60, Dt = 10 x 12 = 120, At = 500, Mt = 0,4 x [60 ( 120 + 500)] = 128 (ce qui sinterprte comme une conomie dimpt). Le raisonnement sappuyant sur des ux annuels de n de priode conduit actualiser un chancier constant de 0,4 x 500 + 0,6 x
c
Index thmatique
Ce rafnement implique lusage dun dcoupage temporel plus n et sinscrit naturellement dans le cadre danalyses plus nes des recettes et dpenses, ce que lon va voir maintenant. On peut vouloir travailler directement sur des ux de dpenses ou de recettes dont la priodicit nest pas annuelle (salaires mensuels, charges trimestrielles, etc.), sans agrgation de ces valeurs pour les ramener ponctuellement en n de priode. On combine alors les dmarches ayant conduit la relation 16 de la page 178 (actualisation spare de ces ux) et la relation 17 (explicitation de limpt sur les socits, qui implique le calcul du c cumul des ux scrts au cours de lexercice scal). La variation FN TA des ux nets de trsorerie actualiss observable sur le compte de rsultats est donne par la relation 18, dans laquelle les diffrents FNTA dun poste donn (produits, dpenses, etc.) sont, en ralit, le cumul des FNTA des composantes lmentaires de ce poste sur lesquelles on a voulu travailler.
Table des matires
181
(60+120) = 308 (en application de la relation 15, page 178). La valeur actualise 10% de cet chancier est 976,32. On peut ajouter: . que lon aurait pu faire galement appel la relation 18: la valeur actualise de lchancier annuel de variation de recettes (60) est 190,19, celle lchancier mensuel de variation de dpenses ( 120) est ( 380,38) = 380,38, tandis que celle lchancier annuel de variation dimpt reste inchange (405,74) ; ceci conduit bien FN TA = 976,32; . que cette valeur actualise est proche de celle qui sera obtenue en partant des ux rels; ceci explique, compte tenu de la prcision des donnes manipules que lon travaille souvent sur des ux annualiss. Raisonnement sappuyant sur les ux rels : on est alors conduit utiliser le taux dactualisation mensuel 1,11/12 1 = 0,797414%. La valeur actualise de lchancier mensuel de variation de recettes (+ 5) est 198,76, celle lchancier mensuel de variation de dpenses est ( 397,52) = 397,52 et celle lchancier annuel de variation dimpt ( 128) est 405,74, ce qui conduit FN TA
c c
= 1002,02.
II-2.2.2.2 Les ux nets de trsorerie dcrits travers le bilan b La variation FN T t du ux net de trsorerie thoriquement observable sur la variation de bilan entre les bilans de dbut et de n de lanne t est imputable : - La variation dinvestissement ralis lanne t entre la solution nouvelle et la solution de rfrence induit une variation de dcaissement ( It) trouvant immdiatement sa contrepartie dans une variation des immobilisations de lactif. Ces investissements ninterviennent que certaines annes et peuvent ne pas concerner la solution de rfrence. Du point de vue de la trsorerie, linvestissement se traduit par un dcaissement et donc directement par un flux de trsorerie ngatif. Supposons, par exemple, que, dans la solution de rfrence, les investissements prvus slvent 320 et 350, dans la solution nouvelle; la variation du flux net de trsorerie imputable linvestissement sera donc: ( It) = ( 350) ( 320) = 30, ce qui correspond bien laccroissement de dcaissements li au remplacement de linvestissement de la solution de rfrence par celui de la solution nouvelle. Par ailleurs, ces investissements donnent lieu ensuite des amortissements au bilan, mais ceux-ci sont dj comptabiliss dans le compte de rsultat1. Bien entendu, la revente dun quipement est considrer comme une opration symtrique de celle de son acquisition (et donc avec un flux de trsorerie positif). La mme notation It est donc utilise pour tous les ux dachat ou de revente dquipements. On peut ajouter que ces oprations ont une incidence sur la dtermination des impts et taxes calculs sur la base de la valeur nette comptable (impts pris en compte dans les dpenses dexploitation Dt). - Le produit Et dun emprunt ralis lanne t correspond un ux de trsorerie positif qui provoque des variations simultanes et damplitude gale de postes de lactif et du passif (valeurs ralisables ou disponibles et des dettes long et moyen terme). Au cours de lanne t , on peut, au contraire, rembourser une partie de lemprunt pour un montant Et (auquel sajoutent les frais nanciers pris dj en compte dans le compte de rsultat), ce qui corres1. Si les solutions nouvelles et de rfrence ne diffrent que sur deux variantes dun mme quipement, mis en service une mme date et amortis de la mme manire, il est alors vident que les signes du It et des At, pour les priodes t o les amortissements interviennent, sont inverses.
Index thmatique
Table des matires
182
pond un flux de trsorerie ngatif Et (la mme notation E tant utilise pour tous les ux demprunt ou de remboursement de lemprunt). Dans le bilan conomique, cest la diffrence Et entre les valeurs de la solution nouvelle et de la solution de rfrence qui sera prise en compte. - Certaines dcisions (caution dune location par exemple) peuvent entraner des immobilisations de disponibilits nancires , et donc une diminution de la trsorerie disponible, les sommes geles tant thoriquement rcuprables la dernire anne de lhorizon conomique retenu, et de ce fait incluses dans le ux net de trsorerie de la dernire anne. Ces investissements nanciers, nots Gt, correspondent notamment aux dpts de garantie et leurs ajustements (rendus ncessaires par lination, en particulier) qui se traduisent par un transfert de crances (diminution de Banque et caisse, et donc un ux de trsorerie ngatif, compense par un accroissement de crances sur tiers). Doit tre galement considr comme investissement nancier, laccroissement du besoin en fonds de roulement directement li la dcision tudie et qui est rendu ncessaire par laccroissement de lactivit et/ou de lination. Dans le bilan conomique, cest la diffrence Gt entre les valeurs de la solution nouvelle et de la solution de rfrence qui sera prise en compte. Limpt sur les socits naffecte en rien les variations de postes du bilan. Lincidence nale FN T t des variations des postes du bilan sur la variation de ux net de trsorerie entre les deux solutions tudies est donc: FN T t = ( I t ) + G t + E t On en tire la relation gnrale suivante:
FN T t = [ A t + ( 1 ) ( P t ( D t + F t ) ) ] + [ I t + G t + E t ]
b b
relation 19 relation 20
II-2.2.3 La prise en compte de lination Quand elle nest pas ngligeable, lination est la source de bien des malentendus en gestion car elle biaise toutes les informations chiffres disponibles pour des priodes diffrentes (bilan, compte dexploitation gnrale, tudes conomiques prospectives). Sa prise en compte dans les calculs de bilans actualiss peut se faire, sous certaines conditions, en raisonnant partir des donnes relles, cest-dire en euros courants ( II-2.2.3.1). On peut galement raisonner sur des units montaires qui gardent le mme pouvoir dachat ( II-2.2.3.2, page 183). Parfois certains calculs sont effectus en supposant que les prix sont stables ( II2.2.3.3, page 185), ce qui a peu de chances dtre correct. II-2.2.3.1 Le raisonnement en euros courants Prenons lexemple dun projet dinvestissement en cours dexcution au cours du second semestre 2001, conduisant une mise en service au 1er janvier 2002 pour une exploitation durant 5 ans (2002 2006). Les dpenses annuelles dexploitation de lanne 2002 sont les suivantes, exprimes aux conditions conomiques du 30 juin 2001: dpenses de matires = 200, dpenses de mainduvre = 500. Si lon prvoit, pour les annes venir, un taux moyen dination de 5% pour le poste matires et de 8% pour le poste main-duvre , les
Index thmatique
Table des matires
183
dpenses prvisionnelles pour 2006 (exprimes en units montaires de cette poque), soit 5 ans plus tard, sont: x 2006 = 200 1,05
2006 2001
+ 500 1,08
2006 2001
= 989,92
Supposons que le taux dactualisation utiliser pour le bilan actualis soit de 10% / an, ce taux tant exprim en euros courants (cest--dire non corrig de lination), la valeur actualise x 2006 de x2003 est: x 2006 = 989,92 1,1
2001 2006
= 989,92 1,1
= 614,66
Un tel raisonnement, retrac dans les avant-dernires colonnes des tableaux 10 et 11, ne maniant que des grandeurs effectivement observables aux diffrentes priodes, est dit raisonnement en euros courants. TABLEAU 10 Prvisions de dpenses en euros courants et en euros constants
Postes de dpense Matires main-duvre Total Cot annuel Taux au 30 juin dination 2001 prvisionnel 200 500 700 5% an 8% an 7% an2 Dpenses prvisionnelles au 30 juin 2003 exprimes en euros courants du 30 juin 2006 (F2006) 200 x 1,055 = 255,26 500 x 1,085 = 734,66 989,92 F2006 euros constants du 30 juin 20011 (F2001) 255,26 x 1,07 5 = 181,99 734,66 x 1,07 5 = 523,81 705,80 F2001
1. Voir explication au II-2.2.3.2. 2. Voir explication au II-2.2.3.2.
TABLEAU 11 Actualisation avec taux exprims en euros courants et en euros constants

Taux dactualisation Valeur actuelle au 30 juin 2001 de la dpense du 30 juin 2006
1. Voir explication au II-2.2.3.2, page 183.
10% an en euros courants 989,92 x 1,1 5 = 614,66
1,1/1,07 1 = 2,804% an en euros constants1 705,80 x 1,028 5 = 6 14,66
II-2.2.3.2 Le raisonnement en euros constants Dans le raisonnement en euros constants, ce qui est constant cest un certain pouvoir dachat attach lunit montaire. Ce pouvoir dachat dpend de la structure de consommation choisie, il est donc trs variable dun pays lautre ou dune entreprise une autre. Lindice de prix retenu dans un bilan actualis dpendra donc de lobjectif retenu par celui qui effectue ltude. Supposons, dans notre exemple, quil a t dcid de retenir lindice des prix du Produit Intrieur Brut (auquel il est trs souvent fait appel en pratique), pour exprimer le bilan actualis en euros de juin 2001 (on dit encore: aux conditions conomiques de juin 2001) et que la prvision moyenne faite pour le taux dination du PIB soit de 7% /an. Les dpenses de main-duvre de 2006 doivent tre calcules partir dune drive de prix qui nest plus absolue, mais relative: si 500 croissant au taux de 8%
184
pendant 5 ans font 734,66, cette dernire valeur doit tre modie pour tenir compte du fait que l euro de lanne 2001 est quivalent (1,075 =) 1,40 euro en 2006, ou, ce qui revient au mme, que l euro en 2006 est gal (l / 1,4026 = 1,07 5 =) 0,7130 euro en 2001. Les dpenses de main-duvre de 2006 slveront donc 734,66 x 0,7130 = 523,82 euros constants 2002. Ceci peut encore scrire: 1,08 5 500 1,08 5 --------------------------- = 500 ------------ = 500 0,00935 5 . Tout se passe comme si, au lieu 1,07 5 1,07 5 daffecter les dpenses de main-duvre dune drive absolue de 8% /an, on avait utilis une drive de prix relatifs de 0,935% /an. Un calcul analogue pour les dpenses de matires conduit prvoir, pour ce poste (voir tableau 10, page 183), une dpense en euros constants de 181,99. Autrement dit, cest une drive de prix relatifs de 1,869% / an que lon doit utiliser pour la matire dans le cadre dun raisonnement en euros constants. On peut systmatiser la recherche du taux de drive relative j, partir du taux dination h du poste considr et du taux dination i de la consommation de 1+h rfrence choisi (appel encore dateur): ( 1 + j ) = ----------- . On en dduit: 1+i hi relation 21 j = ---------1+i Pour des taux faibles de i (disons infrieurs 10%), ce taux de drive relative peut raisonnablement sapproximer, pour des calculs sommaires, comme la diffrence entre le taux dination h et le taux dination i (ce qui aurait donn ici l% au lieu de 0,935% et 2% au lieu de 1,869%). Pour terminer le calcul du bilan actualis en euros constants, on doit actualiser 523,81 + 181,99 = 705,80, en utilisant un taux dactualisation exprim lui aussi en 0,1 0,07 euros constants, cest--dire un taux de : ----------------------- = 0,02804 = 2,804 % , ce 1 + 0,07 qui donne: x 1996 = 705,80 1,02804
1991 1996
= 614,66
Ce dernier rsultat est strictement identique celui trouv au II-2.2.3.1, ce qui, la rexion, ne devrait pas tonner car: 1,05 5 1,08 5 1,05/1,07 5 1,05/1,07 5 200 --------- + 500 --------- = 200 --------------------- + 500 --------------------1,10 1,10 1,10/1,07 1,10/1,07 Certains postes, comme celui des amortissements, restent par dnition en euros courants. Le raisonnement en euros constants implique de les corriger de lincidence de lination avant dutiliser le taux dactualisation en euros constants. Par exemple, une conomie dimpt ralise du fait dun accroissement damortissement, qui slverait 1 000 en 2006 est quivalente une somme de 713 euros constants aux conditions conomiques de 2002 et conduit une valeur actualise de 713 x 1,02804 5 = 620,91 euros en 20021. Contrairement ce que pensent certains praticiens, le raisonnement en euros constants ne dispense pas de faire explicitement une prvision dination sur lhorizon considr.
Index thmatique
Table des matires
185
II-2.2.3.3 Le raisonnement prix constants Dans le raisonnement prix constants, les dpenses prvisionnelles de mainduvre et de matires en 2006 sont respectivement de 500 et de 200. Seulement la comparaison directe entre ces 2 grandeurs na plus gure de sens et a fortiori leur sommation, car les prix relatifs ont chang, et donc la position dun certain nombre de problmes (il suft pour sen persuader de rchir limpact de lvolution des prix relatifs du KW nuclaire par rapport au KW thermique). En outre, le taux dintrt ou le taux dactualisation utiliser dans un raisonnement prix constant est difcile dnir, car lutilisation de taux exprims en euros courants intgre implicitement lination, tandis que la dnition dun taux exprim en euros constants pose le problme du dateur retenir, cest--dire de la structure de consommation implicitement considre en rfrence ; dune certaine faon, le choix dun taux exprim en euros constants nest pas compatible avec la logique du raisonnement prix constants. En dnitive, il convient de sabstenir du raisonnement prix constants.
II-3
Les analyses de sensibilit du projet dinvestissement
Table des matires
Aprs avoir prsent le problme mthodologique pos ( II-3.1), on examinera les analyses de sensibilit en univers certain ( II-3.2, page 187) puis en univers alatoire ( II-3.3, page 190). On verra enn ( II-3.4, page 196) comment optimiser certains paramtres dun projet dinvestissement dont certaines caractristiques sont dnies en probabilit.
II-3.1
Prsentation du problme
Lanalyse dun dossier dinvestissement sappuie sur: - des donnes techniques (caractristiques physiques des quipements que lon envisage dacheter, de supprimer ou de raffecter, des anciennes et nouvelles gammes de fabrication, etc.); - une analyse diffrentielle des ux affects par la transformation envisage des processus, se traduisant par des chanciers de variation de consommation de composants et de matires premires, de productions et de ventes; - des informations de cots et, ventuellement, de prix permettant une valorisation des donnes physiques du dossier. La synthse conomique de ces informations seffectue classiquement sur une feuille de calcul dun tableur. On est alors en prsence dune modlisation simplie de la ralit dans laquelle les hypothses retenues se traduisent par des valeurs assignes des cellules de la feuille de calcul (paramtres) et par des mcanismes de calcul en chane aboutissant aux indicateurs retenus pour clairer la prise de dcision, principalement le Flux Net de Trsorerie Actualis (FNTA) et le Taux de Rentabilit Interne (TRI), qui sont dnis comme valeurs calcules dans des cellules de la feuille de calcul (rsultats). Cette modlisation, plus ou moins sophistique, sappuie sur dautres tudes, en particulier sur des simulations de la transformation de processus productifs1 dont elle recueille des informations agr1. On peut galement considrer que lon est dans un cas de drive de cot nulle sur ce poste (h = 0%), ce qui donne:
1,00 1,07 1000 -----------------------1,10 1,07
5
Index thmatique
186
ges (taux moyen doccupation de certaines ressources, par exemple) et certaines hypothses de travail. On supposera ici que ce travail pralable est pertinent1, mais que se pose un problme de prcision quant la connaissance que lon a de certains paramtres, ce qui conditionne la crdibilit des valeurs calcules pour les indicateurs. La dcision nale implique alors une prise de risque que le dcideur souhaite apprcier. Cet clairage est obtenu par une analyse de sensibilit. Pour faire comprendre la dmarche suivie et lintrt de nouveaux outils apparus au dbut des annes quatre-vingt-dix, il est prfrable de sappuyer sur un exemple. Lentreprise MCANOR tudie les consquences conomiques du lancement dun produit en n de conception, dont le cycle de vie se caractrise par une date de retrait prvisionnelle impose (n 2004) en raison dune obsolescence technologique et commerciale rapide imputable un environnement fortement concurrentiel. Le modle retenu ici (voir la feuille de calcul de la gure 44, page 187) est simpli lextrme pour viter de compliquer un exemple se voulant plus illustratif dune analyse de sensibilit, que dune modlisation. Dans cet exemple, un quipement nouveau serait en service au 1er mars 2001, pour un investissement ponctuellement arrt au 31 dcembre 2000; le cot unitaire prvisionnel est de 300 dollars liduriens (avec des hypothses de dcroissance de ce cot les annes suivantes, portes sur la ligne du dessus); le march potentiel est suppos crotre puis dcrotre et le prix de vente est suppos baisser danne en anne. Les informations recueillies permettent de dterminer que lopration a un taux de rentabilit interne de 14,07% et que le FNTA 5% slve 1099269 dollars liduriens. partir de ce rfrentiel, on peut amorcer une tude de sensibilit des indicateurs conomiques retenus sur la base de variantes de valeurs prises par un ou plusieurs paramtres. Ce jeu du que se passe-t-il si?2 est fort instructif et peut conduire, dans lallocation des ressources nancires de lentreprise, une modication du classement de lintrt conomique des projets tudis, observation qui incite relativiser lapproche nancire classique de ces problmes de choix dinvestissement. Par exemple, dans notre exemple, un retard de 3 mois sur la commercialisation du nouveau produit se traduit par une perte de 4 points du taux de rentabilit interne du projet et par une baisse de 43% de son FNTA 5%. Cette analyse comparative permet de dnir des quivalences entre composantes du projet: par exemple, il est quivalent, du point de vue de la baisse de FNTA, de
1. Note de la page prcdente. Ces tudes se fondent sur des approches en univers certain sappuyant sur des cartographies de ux ou de processus (voir I-2.3, page 160). Pour des projets transformant fortement un systme productif, il est souhaitable de procder des simulations en univers alatoire, pour complter la rexion sur la pertinence de rgles de gestion actuelles ou nouvelles au regard de proccupations de performance conomique, de exibilit et de ractivit (voir I-2.1, page 148); de nombreux logiciels, ergonomiques et nancirement abordables, sont maintenant disponibles sur micro-ordinateurs. 1. Celle-ci porte sur de nombreux critres : le niveau de dtail retenu dans la description des processus, des ressources et des ux doit tre sufsamment homogne et compatible avec le niveau dinformation disponible, les mcanismes de valorisation retenus (dissociation entre charges xes et charges variables, dtermination des cots standards, etc.) doivent limiter au maximum les distorsions quils induisent dans une valuation conomique par un bilan diffrentiel, etc. Enn, en cas de dossier dinvestissement relatif au dveloppement et la production de produits nouveaux, il est judicieux (ce que lon ne fait pas dans lexemple sommaire prsent ici) dexpliciter les ventes prvisionnelles en partant dun chancier prvisionnel du march global de la gamme de produits considre et dun chancier de la part prise sur ce march (voir Smith & Reinertsen, 1998, [390], chap. II). Il est vident que la pertinence dun modle sapprcie au cas par cas. Dans ce paragraphe, la rexion porte sur la qualit des informations qui nourrissent le modle et non sur le modle lui-mme. 2. Les Anglo-Saxons parlent de what-if analysis.
Index thmatique
Table des matires
187
FIGURE 44 Donnes initiales du dossier dinvestissement de MECANOR
Index thmatique
retarder de 3 mois lintroduction du produit ou daugmenter de 476000 le montant des investissements et frais dtude (lquivalence en termes de baisse de TRI tant une augmentation de 453000). Dans cet exemple, on dispose dinformations permettant destimer la dpense maximale consentir pour viter de retarder de 3 mois lintroduction du produit nouveau. Lavantage du tableur est de permettre immdiatement des rponses ce type dinterrogation condition, bien sr, davoir pralablement isol dans des cellules, les paramtres que lon souhaite faire varier.
Table des matires
II-3.2
Systmatisation de lanalyse de sensibilit en univers certain
Dans notre exemple, on a seulement 14 paramtres, alors que des problmes rels peuvent faire intervenir des dizaines, voire des centaines de paramtres. Il est vident que, dans ce cas, lexploration de tous les scnarios de variations possibles de chaque paramtre est une opration longue et fastidieuse. Un add-in dExcel, TopRank1, permet dautomatiser ce travail en effectuant mcaniquement ce travail et en classant, pour chaque indicateur retenu, les paramtres par ordre dincidence dcroissante. Avec cette extension des fonctionnalits du tableur, il est possible de dcider que tous les paramtres de la feuille de calcul (ou des feuilles de calcul enchanes) varient, sauf spcications contraires2, de k1 % + k2 %, avec la possibilit de dnir, par interpolation, un nombre prdtermin de valeurs intermdiaires. Dans notre exemple, pour une variation possible de 10% de chacun des 14 paramtres, les 13 autres restant stables, on obtient un classement pour
1. Top Rank est add-in dExcel ou de Lotus 1-2-3, cest--dire un complment de ce tableur qui en accrot les fonctionnalits. Il est dit par Palisade (http ://www.palisade.com do peuvent tre tlcharges des versions compltes dvaluation, utilisables sur quelques semaines), tout comme trois autres adds-in que nous voquerons, @Risk, Evolver et Risk Optimizer. 2. En particulier, dnition par des carts algbriques maximaux ou par des listes nies de valeurs; par ailleurs, il est possible deffectuer autant danalyses de sensibilit diffrentes quil y a de valeurs possibles retenues pour un paramtre donn (par exemple, le taux dactualisation), ce qui permet de tester la stabilit des classements en fonction des valeurs de ce paramtre sous contrle.
188
chaque cellule cible retenue (TRI et FNTA 5%) dans lesquels les cinq facteurs les plus sensibles sont les mmes. Trois graphiques sont utilisables: - Le graphique en tornade (voir gure 45) reprsente un classement de lincidence des variations extrmes envisages pour chaque paramtre sur la variation de cet indicateur, en offrant une visualisation du classement des facteurs par importance dcroissante de leurs impacts sur lindicateur ainsi que limportance relative et le sens de ces impacts. - Le graphique classique liant lindicateur tudi un seul paramtre peut tre obtenu (gure 46). FIGURE 46 Analyse de sensibilit par rapport un paramtre
TRI 18% 16% 14% 12% 10% 8% 6% 4% 2% 0% 0 1 2 3 4 5 6 7 8 9 10 11 12 Nombre de mois dexploitation
Nombre de mois 1 2 3 4 5 6 7 8 9 10 11 12
TRI 2,52% 3,70% 4,91% 6,14% 7,40% 8,68% 9,99% 11,32% 12,68% 14,07% 15,48% 16,93%
- Enn, le graphique en toile daraigne (gure 47, page 190) est habituellement tabli sur le sous-ensemble des paramtres les plus inuents, offre une reprsentation alternative intressante au graphique en tornade lorsque lon dsire visualiser simultanment lincidence dun ensemble de valeurs prises par chaque paramtre, en ne prenant pas en compte seulement les valeurs extrmes des paramtres tudis (ce que lon faisait dj dans le graphique prcdent) et que lincidence des paramtres sur lindicateur retenu nest pas linaire1). Il est possible dtendre cette analyse de sensibilit un groupe de k paramtres, pris parmi les n introduits, qui interviennent dans la dtermination de la valeur dun indicateur. Dans ce cas, le problme exploratoire peut savrer redoutable: supposer que lon retienne 4 valeurs possibles pour chaque paramtre, et que lon retienne k = 3, lanalyse dun jeu de 3 paramtres conduit explorer 43 = 64 groupes de valeurs diffrentes pour ce jeu de 3 paramtres ; sachant quil existe 14!/(11!x3!) = 364 combinaisons de 3 paramtres pris parmi 14, il devient ncessaire dexplorer 64 x 364 = 23296 possibilits pour trouver les
1. Lorsque ce type de graphique est gnr automatiquement, lusage de la couleur permet de reprer les courbes associes aux diffrents paramtres; en labsence de couleur, il est ncessaire de procder un classement des intituls dans la lgende pour permettre ce reprage car la varit des conventions de traits discontinus nest pas sufsante pour permettre un reprage clair de plus de 5 paramtres.
Index thmatique
Table des matires
189
FIGURE 45 Analyse de sensibilit du TRI et du FNTA 5% par un graphique en tornade
Graphique "tornade" du TRI du projet (B14)

-45.92% 13 -34.649%
12 11 14
Cot unitaire / 2000/C3 Investis. + tudes (au 31/12/99) / 1999/B9
44.677% 40.871%
-38.181% March anne pleine / 2000/C8 36.85% -33.009% Prix de vente/D4 32.431% 10 -31.228% Coef de dcroissance du cot/D2 29.52% 9 -28.315% Coef de variation du march/D7 26.808% 8 -24.297% Prix de vente / 2000/C4 25.49% 7 -18.592% Prix de vente/E4 17.606% 6 Coef de dcroissance du cot/E2 -12.961% 12.371% 5 Coef de variation du march/E7 -12.767% 12.188% 4 Perc% Chg Nombre de mois d'exploitation en 2000 / 1999/B6 -9.861% 10.052% 3 in output a Prix de vente/F4 -7.183% 6.911% end of bars 2 Coef de variation du march/F7 -3.644% 3.573% 1 Coef de dcroissance du cot/F2 -3.468% 3.403%
0 -46.95 -39.13 -31.30 -23.48 -15.65 -7.83 .00 7.83 15.65 23.48 31.30 39.13 46.95
% de variation du TRI par rapport

Table des matires
sa valeur centrale
Graphique "tornade" du FNTA 5% d u projet (B13)

-71.675% 13 -60.033%
12 11 14
Index thmatique
Cot unitaire / 2000/C3 March anne pleine / 2000/C8
71.675% 60.033%
-51.57% Prix de vente/D4 51.57% -50.033% Investis. + tudes (au 31/12/99) / 1999/B9 0.033% 5 10 -50.016% Coef de dcroissance du cot/D2 50.016% 9 -45.594% Coef de variation du march/D7 45.594% 8 -36.099% Prix de vente / 2000/C4 36.099% 7 -30.942% Prix de vente/E4 30.942% 6 Coef de dcroissance du cot/E2 -22.168% 22.168% 5 Coef de variation du march/E7 -21.871% 21.871% 4 Perc% Chg Nombre de mois d'exploitation en 2000 / 1999/B6 14.44% -14.44% 3 in output a Prix de vente/F4 -13.097% 13.097% end of bars 2 Coef de variation du march/F7 -6.71% 6.71% 1 Coef de dcroissance du cot/F2 -6.387% 6.387%
0 -72.93 -60.77 -48.62 -36.46 -24.31 -12.15 .00 12.15 24.31 36.46 48.62 60.77 72.93
% de variation du FNTA par rapport
sa valeur centrale
paramtres qui jouent le plus sur lindicateur retenu. Un travail manuel est alors hors de question et, mme avec un ordinateur, on entrevoit rapidement les limites de la dmarche. Cette recherche automatique est effectue par TopRank, malheureusement actuellement seulement sous environnement de tableur amricain en
190
FIGURE 47 Reprsentation de lanalyse de sensibilit du FNTA par un graphique en toile daraigne

-10% % Changement du FNTA % Changement du paramtre -5% 0% 5% 10% 80% March anne pleine en 2001 (C8) Prix de vente en 2001 (D4) 60% Coef de variation du march 2002/2001 (D7) 40% Prix de vente en 2001 (C4) Prix de vente en 2002 (E4) 20% 0% -20% -40% Investissement + tudes au 31/12/2000 (B9) { -60% Coef de dcroissance du cot 2002/2001 (D2) Cot unitaire en 2001 (C3) -80%
II-3.3
Analyse de sensibilit en univers alatoire
Lutilisation de lapproche simulatoire dans linstruction dun dossier dinvestissement remonte aux annes soixante1. Elle repose sur lexploitation des informations plus ou moins subjectives possdes par les acteurs lorigine des informations quantitatives exploites dans le dossier dinvestissement, sur la variabilit des paramtres utiliss, pour fournir des indications sur la variabilit des indicateurs utiliss dans la prise de dcision. Dans cette optique, on est plus en prsence dune technique dagrgation cohrente dopinions que dune approche objective dobtention de la distribution de probabilit dindicateurs, mais cette consolidation davis constitue un outil collectif rationnel danalyse des risques encourus, tels quils sont collectivement perus. Accessoirement, cette approche, en permettant une focalisation sur la rduction de la variabilit, constitue un instrument de pilotage des comportements collectifs. On supposera maintenant que le produit tudi se dcompose en trois sousensembles et que les informations relatives au cot de chacun dentre eux soient
1. Des propositions dexploitation de la dmarche simulatoire pour rsoudre des problmes de gestion se trouvent dans la littrature ds le dbut des annes soixante. En matire dinvestissement, un article clbre de Hertz (1968, [230]) rejette la pratique des scnarios fonde sur des combinaisons dhypothses haute, basse et moyenne, pour proposer une dmarche simulatoire. Cette argumentation est illustre numriquement dans notre ouvrage (Giard, 1995, [182], p. 114 - 123); on y trouve galement une introduction aux techniques de simulation et un exemple dutilisation de ces techniques avec @Risk, sur le problme de lestimation de cots de fabrication dun produit nouveau (repris ici). Le lecteur dsireux dapprofondir ce type dapproche et davoir un panorama des logiciels disponibles dans ce domaine est invit se reporter louvrage de Vose (2000, [434]); dautres logiciels similaires sont disponibles, parmi lesquels Crystal Ball est lun des plus connus (www.decisioneering.com).
Index thmatique
Table des matires
raison de problmes poss par la mauvaise localisation (= version internationale) de cet add-in. Cela tant, ce type danalyse de sensibilit de lincidence de la variation simultane de plusieurs paramtres ne doit pas tre pouss trop loin pour deux raisons. Tout dabord, il privilgie limpact de combinaisons de valeurs extrmes, qui ont une probabilit faible doccurrence. Ensuite, et surtout, il ne permet pas dexploiter le degr de connaissance du problme pos, quont les diffrents acteurs participant linstruction du dossier. Pour aller plus loin, il convient de procder une analyse de sensibilit en univers alatoire.
191
dcrites par des distributions triangulaires1 dont les paramtres sont donns dans le tableau 12, page 191. Pour les autres paramtres, les distributions retenues sont dcrites dans le tableau 13, les prix de vente tant supposs xs a priori2. TABLEAU 12 Informations relatives aux estimations de cot des trois composants du produit (distribution triangulaire postule)
A Cot minimum Cot modal Cot maximum 129 140 172 B 91 100 127 C 52 60 65
TABLEAU 13 Informations relatives aux estimations des autres paramtres du modle

Cellule D2 E2 F2 B6
Table des matires
Paramtre Coefcient de variation du cot (2001 / 2000) Coefcient de variation du cot (2002 / 2001) Coefcient de variation du cot (2003 / 2002) Nombre de mois dexploitation en 2000 Loi uniforme (bornes: 0,85 et 0,95) Loi uniforme (bornes: 0,8 et 0,9) Loi uniforme (bornes: 0,8 et 0,9) Loi Bta Pert
(Min: 1; Mode: 10; Max: 12)
D7 E7 F7 B8 B9
Coefcient de variation du march (2001 / 2000) Loi triangulaire (Min: 1,1; Mode: 1,25; Max: 1,5) Coefcient de variation du march (2002 / 2001) Loi uniforme (bornes: 0,5 et 0,9) Coefcient de variation du march (2003 / 2002) Loi uniforme (bornes: 0,4 et 0,6) March 2000 en anne pleine Loi uniforme (bornes: 8000 et 12000) Loi triangulaire (Min: 5300000; Mode: Investissement + tudes (au 31/12/99)
5500000; Max: 6000000)
Index thmatique
On obtient alors la nouvelle feuille de calcul dcrite dans la gure 48, page 192, o les valeurs utilises sont les esprances mathmatiques des distributions retenues. On sintressera, l encore, une analyse de sensibilit du TRI et du FNTA 5%. Lapplication de la dmarche simulatoire au problme pos, en partant de 1000 jeux de donnes gnrs alatoirement, conduit (voir tableau 14, page 194, et gure 49, page 193) un TRI moyen de 15,21 %, avec une forte dispersion autour de cette valeur (cart-type du TRI: 10,16%) et une probabilit dobtenir un taux de rentabilit interne ngatif de lordre de 5,3% et une probabilit de plus de 30% que ce TRI soit infrieur 10%, ce qui relativise linformation favorable donne par la moyenne3 (et relativise lobjectivit dune slection de projets dinvestissement base sur un strict raisonnement en univers certain).
1. Voir Giard (2003, [182]), p. 157, pour une description sommaire de cette distribution. On notera que la somme des modes des trois distributions donne le cot unitaire de 300, utilis auparavant. La somme des esprances mathmatiques gale au tiers de la somme du minimum, du mode et du maximum, soit 147 + 106 + 59 conduit une valeur diffrente (312, que lon retrouve dans la copie dcran de la gure 48, page 192), mais on a privilgi ici lhypothse le plus souvent vrie selon laquelle linformation fournie spontanment pour une valeur centrale dune distribution est son mode, valeur considre comme la plus probable. 2. Pour les distributions Triangulaire et Bta PERT, le mode utilis correspond la valeur retenue en univers certain; pour les distributions uniformes, cest la moyenne des bornes qui correspond la valeur retenue en univers certain. Voir galement le chapitre IV, III-3.2, page 327.
192
FIGURE 48 Donnes initiales (en esprance mathmatique) du dossier dinvestissement de

MECANOR
partir du moment o lon dispose dun ensemble de donnes obtenues par simulation (1000 jeux de donnes, dans notre exemple), il est tentant de pousser lanalyse pour chercher identier quelques caractristiques fortes dans ces futurs considrs comme quiprobables. Plusieurs pistes peuvent tre suivies: - Dans la mesure o le modle utilis comporte des chanciers, il peut tre intressant dexaminer simultanment la dispersion des valeurs prises par chacun des ux dans la simulation. La synthse la plus parlante est de type graphique, puisque lon est en prsence dun phnomne faisant classiquement lobjet dune reprsentation dans un graphique o laxe des abscisses est celui du temps et celui des ordonnes permet de reprer les valeurs des ux. Il est alors possible de construire autour de la courbe dvolution des valeurs moyennes calcules dans la simulation, un jeu de deux courbes encadrantes correspondant un intervalle. Plusieurs solutions sont alors envisageables. Si la simulation comporte un nombre sufsant de jeux de donnes, ce qui est le cas ici, on peut utiliser des fractiles observs dans la simulation en retenant ceux qui sont symtriques par rapport la mdiane, pour dnir, par exemple un intervalle 95% ou 50%, ce quillustre la gure 50 de la page 194, pour les ux nets de trsorerie des annes 2000 2003. Une autre solution consiste construire les courbes encadrantes en ajoutant k1 x carttype ou k2 x cart-type aux valeurs centrales, avec, par exemple, k1 = 1 et k2 = 2.
3. Une analyse similaire sur le FNTA 5% conduit une valeur moyenne de 144500, avec dispersion trs forte autour de cette valeur (135000) et une probabilit de 15,5% davoir un FNTA ngatif, et donc un taux de rentabilit interne infrieur 5%.
Index thmatique
Table des matires
193
FIGURE 49 Distribution du Taux de Rentabilit Interne du projet et de son FNTA 5% Distribution de TRI / 2000/B16 Distribution for probabilits du TRI
5.000 4.500 4.000 3.500 3.000 2.500 2.000 1.500 1.000 0.500 0.000
-.15 -.025
14.02% 0
(B16)
TRI moyen: 8,82% Mean=8.820847E-02 Mean=8.820847E-02
%
.1
80.98%
.225
5%
.35
.22
Distribution for FNTA au 31/12/00 / Distribution2000/B15 de probabilits du FNTA

Values in 10^ -7
4.000 3.500 3.000 2.500 2.000 1.500 1.000
Index thmatique
0
(B15)
FNTA moyen: 509029 Mean=509029.6
Table des matires
0.500 0.000
-2 -1 0 1 2 3
Values in Millions
34.14% 60.86% 5%
(en millions)
FNTA
2.25
- partir de lensemble des rsultats de ces simulations, on peut vouloir obtenir des indications sur les facteurs que lon peut considrer comme les plus inuents sur la variabilit des indicateurs retenus. Comme en univers certain, on peut soit envisager une approche traitant de manire isole limpact de la variabilit de chaque paramtre intervenant dans la dtermination dun indicateur, sur la variabilit de ce dernier et chercher les classer par ordre dinuence dcroissante, soit chercher trouver des combinaisons de paramtres qui semblent jouer de manire prpondrante sur la variabilit de lindicateur tudi. Cette partie, plus technique, peut tre saute par le lecteur non scientique. Ltude de sensibilit de chaque paramtre peut tre mene de plusieurs faons. Ladd-in @Risk en propose deux qui sappuient sur des dmarches assez classiques en matire de recherche de causalit (voir les rsultats dans les copies dcran de la gure 51, page 196). La premire consiste calculer les coefcients de corrlation de rangs1 entre lindicateur tudi et chaque paramtre dni en probabilit. Cette solution prsente lavan-
194
FIGURE 50 Variabilit des ux de trsorerie
FNT 2004 / 2001 (C13 to F13)

3500
In Thousands FNT (en milliers)
3000 2500 2000 1500 1000 500 C13 D13
Cell:
Cellules
E13
F13
= Mean,+1/-1SD
= +95%,-5%
TABLEAU 14 Estimation des fonctions de rpartition du FNTA 5%, du TRI et du cot de production unitaire
FNTA 5% Moyenne cart-type Minimum Fractile 5% Fractile 10% Fractile 15% Fractile 20% Fractile 25% Fractile 30% Fractile 35% Fractile 40% Fractile 45% Fractile 50% Fractile 55% Fractile 60% Fractile 65% Fractile 70% Fractile 75% Fractile 80% Fractile 85% Fractile 90% Fractile 95% Maximum 5090230 1013064 1846945 1025527 751011 555876 382418 246492 110386 14034 155577 298296 434837 593551 739433 866479 1005544 1181220 1407062 1630657 1821830 509029,6 1013064 TRI 8,8% 8,0% 11,5% 3,8% 1,5% 0,4% 1,6% 2,9% 4,0% 5,1% 6,3% 7,5% 8,6% 9,8% 11,0% 12,0% 13,1% 14,3% 15,9% 17,6% 19,1% 8,8% 8,0% Cot du Produit 312,0 12,2 283,5 293,3 296,1 298,6 300,8 303,2 305,2 306,9 308,2 309,8 311,5 313,3 315,0 316,7 318,3 320,1 321,8 324,4 327,4 312,0 12,2
1. Il sagit, rappelons-le, dun coefcient de corrlation entre deux variables calcules en remplaant chaque valeur prise par une variable par son rang dans lensemble des valeurs prises par cette variable dans lensemble tudi (voir plus de dtail, voir Giard (2003, [182]), p. 266).
195
tage de ne reposer sur aucune hypothse de relation linaire entre lindicateur tudi et le paramtre retenu. La seconde dmarche repose implicitement sur cette hypothse et doit donc tre utilise avec prudence. Elle consiste effectuer une rgression linaire multiple sur les donnes de la simulation, en remplaant la variable explique (lindicateur tudi) et les variables explicatives (les paramtres dnis en probabilit) par les valeurs centres rduites correspondantes, an de faciliter lanalyse des coefcients de rgression: dans notre exemple, le coefcient associ au paramtre march en anne pleine en 2001 est de 0,696; cela signie quun accroissement de 1 cart-type sur ce paramtre se traduit par un accroissement de 0,696 cart-type du TRI. Le classement des coefcients de rgression par valeurs absolues dcroissantes peut alors tre considr comme une mesure correcte de linuence nale de la variabilit relative des paramtres retenus, condition de considrer lhypothse de linarit comme acceptable, en premire grandeur (ce qui implique un coefcient de dtermination multiple estim sufsamment lev; dans notre exemple, ce coefcient est de 0,996 ce qui rend cette approche tout fait acceptable). Un dernier problme mthodologique doit tre rgl, celui de la slection des seuls paramtres considrs comme signicatifs dans cette rgression; la dmarche classique de la rgression en stepwise peut tre utilise1. On peut noter ici la grande concordance de rsultats entre ces deux approches. On peut remarquer aussi que lon ne retrouve pas, comme en univers certain, le cot de fabrication comme premier facteur, ce qui sexplique bien en remarquant que la variation arbitraire de 10% retenue en univers certain pour ce paramtre correspond 2,5 cart-type des valeurs obtenues en univers alatoire, ce qui fait que la situation dcrite en univers certain doit tre considre comme trs peu vraisemblable. Ltude simultane de plusieurs paramtres pose des problmes mthodologiques plus complexes. Lapproche retenue par @Risk est une approche non-paramtrique qui consiste travailler sur le sous-ensemble des simulations ayant conduit aux plus fortes (ou aux plus faibles) valeurs de lindicateur, par exemple les 25% des valeurs les plus fortes (ou les plus faibles), et rechercher si les valeurs prises dans ce sous-ensemble, pour les paramtres dnis en probabilit, diffrent de celles observes dans lensemble des simulations. Pour viter de fonder les conclusions sur des hypothses restrictives, la solution retenue consiste comparer, pour chaque paramtre, la mdiane observe dans le sous-ensemble retenu, avec celle observe sur lensemble des simulations et ne retenir que les paramtres considrs comme signicativement diffrents2. Dans notre exemple, dans lchantillon possdant les 25 % plus fortes valeurs du FNTA 5%, tout comme dans celui possdant les 25% plus faibles valeurs
1. La technique de rgression multiple optimale, thoriquement prfrable, est plus complique mettre en uvre et les rsultats optimaux retenus ne diffrent gnralement pas de ceux trouvs avec la mthode du stepwise plus facile utiliser (cest du reste la solution retenue par @Risk). 2. On note
M ei
0
Index thmatique
Table des matires
et
la mdiane et lcart-type du paramtre i dans lensemble des simulations et
M ei
la mdiane
du paramtre i dans le sous-ensemble de simulations; ce paramtre est considr comme signicatif seulement si M ei0 M ei1 i0 > 0,5 .
196
FIGURE 51 Analyse de sensibilit du TRI par coefcients de corrlation de rang et par coefcients de rgression (stepwise) sur variables centres-rduites
Correlations for TRI / 2000/B16 Coefficient de corrlation de rang

March anne pleine / 2001/C8 Coefficients de variation .../E7 Coefficients de variation .../D7 -.25 Nb mois d'exploitation en .../C6 -.16 -.148 -.136 Coefficients de variation .../F7 -.021 -.02 -.004 .115 Coef de dcroissance du co.../E2 Coef de dcroissance du co.../F2 Cot C =/F4 .195 Coef de dcroissance du co.../D2 Cot B =/D4 Investis. + tudes (au 31/.../B11 .383 .355 Cot A =/B4 .696
-1
-.75
-.5
-.25
.25
.5
.75
Correlation Coefficients
Regression Sensitivity sur VCR (stepwise) Coefficient de rgression for TRI / 2000/B16
March anne pleine / 2001/C8 Coefficients de variation .../D7 Coefficients de variation .../E7 Nb mois d'exploitation en .../C6 -.231 -.2 -.194 -.182 -.082 Coefficients de variation .../F7 -.065 -.025 .379 .364 .292 Cot A =/B4 Investis. + tudes (au 31/.../B11 Cot B =/D4 Coef de dcroissance du co.../D2 .075 Cot C =/F4 Coef de dcroissance du co.../F2 Coef de dcroissance du co.../E2 .706
-1
-.75
-.5
-.25
.25
.5
.75
Std b Coefficients
du FNTA 5%, on retrouve le mme groupe de trois paramtres: le coefcient de dcroissance du cot 2003 / 2002 (cellule F2), march anne pleine (cellule C8) et investissement et tudes (cellule B9); sy ajoute, pour le premier chantillon, le coefcient de variation du march 2002 / 2001 (cellule E7).
II-3.4
Optimisation de certains paramtres en univers alatoire
Les progrs raliss en matire doptimisation depuis une vingtaine dannes ont permis dintgrer aux tableurs, sous forme dadd-in, des algorithmes gntiques1 permettant de rsoudre des problmes doptimisation dune certaine complexit aussi bien en univers certain2 quen univers alatoire3. Cest dans ce dernier cas que nous nous situons ici.
1. Voir I-3.3.2, page 408 du chapitre I-3.3.2. 2. Par exemple, ladd-in Evolver de Palisade utilisable dans Excel (www.palisade.com do peuvent tre tlcharges des versions compltes dvaluation, utilisables sur quelques semaines).
Index thmatique
Table des matires
197
FIGURE 52 Analyse de sensibilit du FNTA 5% par coefcients de corrlation de rang et par coefcients de rgression (stepwise) sur variables centres-rduites
Correlations for FNTA au 31/12/00 / 2000/B15 Coefficient de corr lation de rang
March anne pleine / 2001/C8 Coefficients de variation .../E7 Coefficients de variation .../D7 -.249 Nb mois d'exploitation en .../C6 -.162 -.147 -.123 Coefficients de variation .../F7 -.022 -.022 -.005 .119 Coef de dcroissance du co.../E2 Coef de dcroissance du co.../F2 Cot C =/F4 .184 Coef de dcroissance du co.../D2 Cot B =/D4 Investis. + tudes (au 31/.../B11 .394 .36 Cot A =/B4 .694
-1
-.75
-.5
-.25
.25
.5
.75
Correlation Coefficients
Regression Sensitivity for FNTA au Coefficient de r gression sur VCR (stepwise) 31/12/00 / 2000/B15
March anne pleine / 2001/C8 Coefficients de variation .../D7 Coefficients de variation .../E7 .383 .376 .28 Cot A =/B4 Cot B =/D4 Investis. + tudes (au 31/.../B11 Coef de dcroissance du co.../D2 Coef de dcroissance du co.../E2 .08 -.067 -.028 Cot C =/F4 Coef de dcroissance du co.../F2 .7
Table des matires
Nb mois d'exploitation en .../C6 -.226 -.193 -.186 -.184 -.087
Index thmatique
Coefficients de variation .../F7
-1
-.75
-.5
-.25
.25
.5
.75
Std b Coefficients
Modions notre exemple en introduisant tout dabord deux lires technologiques. La premire correspond une lire nouvelle devant conduire des cots de production unitaires plus faibles, mais les incertitudes se traduisent par une assez grande dispersion du cot unitaire prvisionnel; les donnes de cette hypothse correspondent celles utilises dans lexemple du II-3.3. La seconde lire est bien matrise et se caractrise par un niveau moyen de cots plus lev et une dispersion plus faible. Par ailleurs, la capacit installer devient maintenant une variable de commande. On suppose ici que la capacit minimale installe est de 5000 et que chaque unit de production autorise une production annuelle de 1000, le cot de cette unit supplmentaire tant respectivement de 300000 dollars liduriens pour la lire 1000 et 280000 dollars pour la lire 2. En outre, il faut y ajouter les dpenses dtude (rgies par une distribution triangulaire). La demande satisfaite
3. Note de la page prcdente. Cest le cas de ladd-in Risk Optimizer de Palisade, utilisable sous Excel, en complment de @Risk (autre add-in de Palisade). Lexemple propos ici sappuie sur cet add-in.
198
TABLEAU 15 Informations relatives aux estimations de cot des trois composants du produit (distribution triangulaire postule) dans le cas de la seconde lire
A Cot minimum Cot modal Cot maximum 145 147 151 B 103 110 115 C 60 63 66
au cours dune anne est limite par la capacit installe1. Le problme pos ici est donc celui de la dtermination simultane de la lire et de la capacit installer. Ce problme est trs simpli, mais il donne une ide du champ dapplication de cette approche. Comme dans tout problme doptimisation, on retrouve une fonction optimiser, qui correspond ici une cellule calcule, des variables de commande et des contraintes. - Les variables de commande du problme correspondent des cellules dans lesquelles se trouvent des paramtres numriques qui inuencent la valeur de la cellule optimiser. Chaque variable de commande x est dnie comme tant de type entier ou rel. Le domaine des valeurs quelle peut prendre est restreint par une double ingalit du type x1 x x2. Ces variables de commande peuvent tre des variables binaires (voir chapitre XVI, page 1135) et peuvent interagir librement entre elles2. - Les contraintes du problme correspondent des cellules dans lesquelles gurent des rsultats induits par les paramtres numriques. Rsultant dune cascade de calculs, elles ne sont pas ncessairement linaires. Ces contraintes peuvent de deux types: la contrainte porte sur la valeur calcule pour une cellule au cours de lune quelconque des simulations et son non-respect provoque immdiatement labandon du jeu de valeurs prises par les variables de commande; la contrainte porte sur un paramtre de tendance centrale ou de dispersion tabli pour une cellule sur lensemble des valeurs calcules au cours des simulations faites avec un mme jeu de variables de commande et son nonrespect provoque labandon de ce jeu de valeurs. Ces deux types de contraintes peuvent peser sur une mme cellule calcule. Il peut sagir de celle de la fonction-objectif: cest ainsi que lon peut chercher maximiser le taux de rentabilit interne du projet en interdisant tout jeu de valeurs des variables de commande qui conduise une fois obtenir un TRI ngatif et qui conduise un cart-type de la distribution dchantillonnage des TRI infrieur 0,04.
1. Ce qui suppose que la demande soit assez prvisible pour que des ajustements charge - capacit puisse soprer par la constitution de stock. Dans le cas dune demande fortement alatoire sur courte priode et ne pouvant tre diffre, il faut modier le modle en sappuyant sur un dcoupage temporel plus n ou en faisant appel aux rsultats dun simulateur coupl avec le tableur (selon un mcanisme assez classique de nos jours). 2. Cette interaction est possible dans le modle linaire par le biais de variables indicatrices (voir chapitre XVI, II-2, page 1135) mais reste limite. Les principes de modlisation dvelopps au chapitre XVI, II-2, page 1135, sont utiles dans une modlisation sous tableur et ont t utiliss dans cet exemple.
Index thmatique
Table des matires
199
Dans un premier temps, on recherche optimiser le TRI en dterminant la lire technologique et la capacit installe. Loptimum trouv est lutilisation de la lire 2, avec une capacit installe de 9 units de production, ce qui conduit une esprance mathmatique de TRI gale 13,4 %. Pour prendre un second exemple, on peut imaginer de maximiser le TRI, sous contrainte davoir 10% de chances dobtenir un TRI suprieur 21%. Dans ce cas, loptimum trouv est 13,3% avec une utilisation de la lire 1 et une capacit installe de 10 units de production. Le problme pos tant faiblement combinatoire, on peut illustrer pour les deux lires comment varient simultanment lesprance mathmatique du TRI et son cart-type, en fonction des valeurs prises par des variables de commande (gure 53), ce qui permet dexpliciter le problme, classique en nance de march, de larbitrage entre rentabilit et risque et de retrouver le concept de solution dominante qui sont celles qui font courir le risque le plus faible pour une rentabilit donne1. FIGURE 53 volution de lesprance mathmatique et de lcart-type de la distribution dchantillonnage des TRI en fonction de la lire et du nombre dunits productives
cart-type du TRI
Table des matires
8% 17 7,5% 7% 18 18 17
16
15
14
13 12 11 12 11 9 8 6 7 8 6 7 Esprance 15% Mathmatique du TRI 10 10 9 Filire 1 (nouvelle) Filire 2 (ancienne)
16
15
14
13
Index thmatique
6,5% 6% 5,5% 5% 4,5% 4%
5 5 0% 5%
10%
SECTION III
LA DTERMINATION DU PROGRAMME OPTIMAL DINVESTISSEMENT
La dtermination du programme optimal dinvestissements est une gnralisation du problme de la comparaison de deux projets avec une dimension fortement combinatoire puisque lon a choisir dans lensemble des projets instruits, le sous-ensemble qui sera retenu parce quil est le meilleur pour le critre
1. Par exemple, ici, la rentabilit moyenne de 10% peut tre obtenue de 4 faons et cest avec lusage de 6 machines, dans le cadre de la lire technologique ancienne, que le risque est le plus faible. Dune manire gnrale, cette lire technologique est dominante par rapport la lire nouvelle.
200
retenu et quil respecte un ensemble de contraintes physiques et nancires. On commencera donc par examiner les critres qui peuvent tre mobiliss dans cette prise de dcision ( III-1). Cette comparaison de deux projets pose un certain nombre de problmes mthodologiques qui seront analyss au III-2, page 210. Le problme de la slection du programme optimal dinvestissements se dcrit assez bien dans une formulation de programme linaire qui permet une prise en compte raliste des interdpendances qui lient les projets ( III-3, page 216). On illustrera enn par des exemples numriques ( III-4, page 223), la rsolution de ce problme de dnition du programme optimal dinvestissements tant en univers certain quen univers alatoire et en adoptant les diffrents critres qui auront t proposs.
III-1
Critres de comparaison des projets dinvestissement
Nous examinerons ici, assez succinctement, le problme du choix du critre que lon retrouve trait dans de nombreux manuels dinitiation en nance, au calcul conomique, ou plus particulirement orients vers le choix des investissements. Nous jugerons tout dabord les diffrentes rgles proposes par les praticiens ou les conomistes ( III-1.1) puis nous voquerons des problmes dinterprtation et de dtermination du taux dactualisation ( III-1.2).
III-1.1
Rgles de bon sens auxquelles devraient obir les critres de choix. Prenons lexemple simpli de la comparaison des chanciers des 4 projets du tableau 16; chaque chancier ne diffre dun autre que sur un seul point. TABLEAU 16 tablissement de critres de choix partir de lanalyse de projets
Projets A B C D Investissement au 31/12/2000 10000 10000 10000 10000 Flux Nets de Trsorerie au 31/12/2001 10000 10000 3762 5762 au 31/12/2002 1100 7762 2000 5762 Total 10000 11000 11524 11524
III-1.1.1
Une rexion de bon sens sur cet exemple conduit aux deux rgles suivantes:
1. Voir Bierman & Smidt (1972, [51]), p. 24 -30; lexemple numrique du III-1.1.1 est repris de cet ouvrage de rfrence pour cette rexion mthodologique. Parmi les ouvrages rcents le lecteur peut se reporter au chapitre II de louvrage de M. Albouy (2000, [12]).
Index thmatique
Nous verrons tout dabord des rgles de bon sens1 auxquelles devraient obir des critres de choix ( III-1.1.1) avant den faire lapplication pour rejeter les critres des praticiens ( III-1.1.2, page 201) et accepter des critres proposs par des conomistes ( III-1.1.3, page 202).
Table des matires
Jugement des rgles de choix proposes par les praticiens et les conomistes
201
- Rgle l: Si lon compare les projets A et B, il est vident que B est prfrable A parce que sa dure de vie plus longue permet dobtenir en plus du ux net de trsorerie (FNT) que lon obtient avec le projet A, un FNT supplmentaire. - Rgle 2: Si lon compare les projets C et D, qui procurent lun et lautre un mme cumul de FNT (11524), il est vident que le projet D est prfrable au projet C puisquil anticipe une rentre nancire (2000). Les critres de comparaison des projets dinvestissement ne devront pas violer lune ou lautre de ces rgles de bon sens. III-1.1.2 Rejet des rgles empiriques utilises par certains praticiens Passons en revue trois de ces rgles. III-1.1.2.1 Critre du dlai de rcupration Cest le dlai au bout duquel lentreprise recouvre linvestissement initial. Implicitement les ux de trsorerie obtenus aprs avoir rcupr la mise de fonds initiale sont considrs comme tant tout bnce et le plus important est de rcuprer rapidement sa mise de fonds pour la replacer ailleurs. Dans notre exemple on a, avec utilisation de linterpolation linaire, le classement du tableau 17.
Table des matires
TABLEAU 17 Application du critre du dlai de rcupration

Projets Valeur du critre Rang A 1 1er ex aequo B 1 1er ex aequo C 1,8 4e D 1,7 3e
Index thmatique
La rgle l nest donc pas respecte (puisque B nest pas prfr A); en outre, si linvestissement pour C et D est de 11524, la rgle 2 est en dfaut. Ce critre est souvent utilis par les praticiens qui souhaitent par ce biais intgrer la notion de risque. III-1.1.2.2 Critre de la recette moyenne par euro engag Lapplication de ce critre (tableau 18) conduit une violation de la rgle 2. TABLEAU 18 Application du critre de la recette moyenne par euro engag
Projets Recette totale Investissement Valeur du critre1 Rang A 10000 10000 1,00 4e B 11000 10000 1,10 3e C 11524 10000 1,15 1er ex aequo D 11524 10000 1,15 1er ex aequo
1. Valeur du critre = Recette totale/Investissement.
202
III-1.1.2.3 Critre du revenu moyen sur valeur comptable de linvestissement Ce critre, illustr par le tableau 19, est, une transformation linaire prs, identique au prcdent si lamortissement linaire est utilis (sinon il peut donner des classements diffrents); il conduit une violation de la rgle 2. III-1.1.3 Critres proposs par les conomistes Les principaux critres proposs sont au nombre de deux: le Flux Net de Trsorerie Actualis (FNTA) et le taux de rentabilit interne (TRI). TABLEAU 19 Application du critre du revenu moyen sur valeur comptable de linvestissement
Projets Amortissement linaire moyen Flux Net de Trsorerie moyen Revenu moyen1 Valeur comptable moyenne2 Valeur du critre3 Rang A 10000 10000 0 5000 0% 4e B 5000 5550 550 5000 11% 3e C 5000 5762 762 5000 15% 1er ex aequo D 5000 5762 762 5000 15% 1er ex aequo
III-1.1.3.1 Le Flux Net de Trsorerie Actualis (FNTA) Le FNTA, appel encore par certains auteurs Valeur Actuelle Nette (VAN) mais cette dsignation est moins prcise, est la somme des Valeurs actualises des FNT scrts chaque anne par le projet dinvestissement considr. Pour un taux dactualisation constant au cours du temps1 et un projet dont les FNT sont scrts la n des annes 0 T, le FNTA lanne 0 est dni par la relation 22:
T
FNTA = FN T t ( 1 + ) t
t=0
relation 22
Par exemple, le FNTA 6% du projet B est: 10000 1100 FNTA B = 10000 + -------------- + ------------ = 10000 + 9434 + 979 = + 413 1,06 1,06 2 Lapplication de ce critre2, dans notre exemple, conduit au tableau 20, o lon constate que si les deux rgles de bon sens sont respectes, le rang est fonction du taux dactualisation retenu.
1. La constance du taux dactualisation est une simplication que les spcialistes de la thorie nancire nacceptent pas en univers non certain. Dans ce chapitre, on conservera cette simplication notamment parce que les erreurs engendres sont du second ordre par rapport la prcision des donnes manipules. 2. Certains spcialistes proposent dutiliser le critre du taux denrichissement relatif, quotient du FNTA linvestissement pour slectionner les projets en cas de demande excessive de budget pour le taux dactualisation retenu. La position la plus frquente chez les nanciers (voir, par exemple, Albouy, [12], chapitre II) est de considrer que le taux dactualisation est un cot moyen pondr du capital et que les grandes entreprises ayant accs au march nancier, une rgulation sopre par le march.
Index thmatique
Table des matires
1. Revenu moyen = Flux Net de Trsorerie moyen Amortissement linaire moyen. 2. Valeur comptable moyenne = Investissement/2. 3. Valeur du critre = Revenu moyen/Valeur comptable moyenne.
203
TABLEAU 20 Application du critre du FNTA

Projets Valeur du FNTA 6% Rang Valeur du FNTA 30% Rang A 570 4e 2308 3e B + 413 3e 1657 1e C + 457 2e 2513 4e D + 564 1e 2158 2e
III-1.1.3.2 Le Taux de Rentabilit Interne (TRI) Le taux de rentabilit interne dun projet (TRI), appel encore par certains auteurs1 le Taux Moyen de Rentabilit (TMR), est le taux dactualisation qui rend nul le FNTA de ce projet2. Limplication de ce critre donne conduit au tableau 21, o lon peut constater que ce critre respecte les deux rgles de bon sens. Lutilisation de ce critre peut conduire des classements diffrents de celui obtenu avec celui du FNTA3. TABLEAU 21 Application du critre du TRI
Projets Valeur du critre Rang A 0% 4e B 10% 1er ex aequo C 8,9% 3e D 10% 1er ex aequo
Ce critre est utilis dans certaines entreprises o lon donne le feu vert toute opration dont le TRI est suprieur x%; mais dun point de vue pratique, il est plus simple de calculer le FNTA dun projet ce taux et de voir si ce FNTA est positif (auquel cas son TRI est suprieur x). Lavantage du FNTA sur le TRI, est dtre un critre additif: le FNTA 6% de la ralisation simultane de C et D est de 457 + 564 = 1021, tandis que le TRI de cette ralisation simultane ne peut sobtenir simplement partir des TRI des projets dorigine. Cet avantage, dcisif du point de vue des calculs jusqu il y a une trentaine dannes4, explique sans doute la prfrence des conomistes et gestionnaires pour le FNTA.
III-1.2
Problmes poss par lactualisation
Pralablement tout calcul de FNTA, on doit se demander la signication quil convient de donner un FNTA ( III-1.2.1) et dterminer un taux dactualisation de rfrence ( III-1.2.2, page 205).
1. Dautres rservent cette appellation au critre dcrit au III-1.1.2.3, page 202. 2. Ce taux peut ne pas tre unique (cas de solutions relles multiples de lquation polynomiale de degr T). 3. Ce point sera illustr par lexemple numrique du III-4, page 223. 4. Cet avantage est quasi inexistant maintenant comme on le verra dans lexemple du III-4, page 223.
204
III-1.2.1 Signication de lactualisation Trois justications ont t trouves lactualisation, mais seule la dernire justie lutilisation de lactualisation dans la comparaison des projets dinvestissement1. III-1.2.1.1 Prise en compte dune incertitude qui crot avec lloignement de lhorizon conomique considr Lactualisation a pour effet daccorder une pondration dcroissante avec lloignement temporel, cette dcroissance tant dautant plus marque que le taux dactualisation est lev. On peut constater ces deux proprits dans lexemple du tableau 22, mais il convient de souligner quil sagit l dun effet et non dun but de la technique dactualisation qui ne constitue pas un moyen acceptable de rendre compte du risque2. TABLEAU 22 Illustration de la croissance du poids relatif des FNT immdiats avec le taux dactualisation
Temps FNTt Temps
( 1 + ) t FNT t ( 1 + ) t FNT t ( 1 + ) t --------------------------------------------3
t=0 10000 t=0 1 10000 1 10000 1 10000 1 10000 -
t=1 5000 t=1 1 5000 33,33% 0,95238 4762 35,08% 0,90909 4545 36,78% 0,86957 4348 38,42%
t=2 4000 t=2 1 4000 26,67% 0,90703 3628 26,73% 0,82645 3306 26,75% 0,75614 3025 26,72%
t=3 6000 t=3 1 6000 40,00% 0,86384 5183 38,19% 0,75131 4508 36,47% 0,65752 3945 34,86%
Total 5000 Total 4 5000 100% 3,72325 3573 100% 3,48685 2359 100% 3,28323 1317 100%
Index thmatique Table des matires
0%
i=1
FNT i ( 1 + ) i ( 1 + ) t
5%
FNT t ( 1 + ) t FNT t ( 1 + ) t --------------------------------------------3
i=1
FNT i ( 1 + ) i ( 1 + ) t
10%
FNT t ( 1 + ) t FNT t ( 1 + ) t --------------------------------------------3
i=1
FNT i ( 1 + ) i ( 1 + ) t
15%
FNT t ( 1 + ) t FNT t ( 1 + ) t --------------------------------------------3
i=1
FNT i ( 1 + ) i
1. Voir Bierman & Smidt (1972, [51]). 2. Voir Maillet (1974, [289]), p. 231 233.
205
III-1.2.1.2 Introduction de la prfrence de temps Cette justication est la traduction sophistique de ladage populaire un tiens vaut mieux que deux tu lauras . Autrement dit, lagent conomique prfre consommer immdiatement les sommes disponibles parce que la prime dattente offerte en cas de consommation diffre nest pas assez attractive. Cette approche subjective nest pas sufsante pour tayer lutilisation de lactualisation en matire de choix dinvestissement car une partie des projets examins est nance sur emprunt et donc nimplique pas de diffrer une quelconque consommation (distribution de dividendes, par exemple). III-1.2.1.3 Alternatives possibles dans lutilisation des capitaux Un projet dinvestissement ne peut tre jug isolment, mais doit ltre en comparaison avec dautres projets internes lentreprise (y compris le remboursement anticip demprunts contracts antrieurement) et mme externes lentreprise (prises de participation, placements sur le march montaire ou nancier). Ces opportunits, tant internes quexternes, conduisent rejeter lexistence de fonds gratuits. La comparaison entre projets doit donc se faire partir dune rmunration implicite minimale des capitaux, de niveau (= taux dactualisation de rfrence) dterminer (voir III-1.2.2) et que seule la technique dactualisation prend correctement en compte. Si lon prfre se ramener la notion plus familire de capitalisation ( un taux dintrt moyen identique au taux dactualisation de rfrence) dchanciers relatifs des projets de mme dure de vie, il est facile de constater que les valeurs capitalises sont, un facteur constant multiplicatif prs, gales aux valeurs actualises1 et quen consquence les classements des projets auxquels conduisent ces deux critres, sont gaux. Cette constatation ne prjuge en rien la rentabilit effective des projets ultrieurs qui seront nancs laide de ces ux. III-1.2.2 Dtermination du taux dactualisation de rfrence La dtermination du taux dactualisation de rfrence est fondamentale, car le classement des projets selon leur rentabilit peut varier avec le taux dactualisation retenu. On examinera dabord ce point ( III-1.2.2.1) avant de prsenter les rgles de dnition du taux dactualisation de rfrence ( III-1.2.2.2, page 206) et dexaminer lincidence de lusage du bilan diffrentiel ( III-1.2.2.3, page 209). III-1.2.2.1 Importance du problme Pour illustrer limportance du choix dun taux dactualisation conomiquement correct, il suft danalyser lexemple numrique du tableau 23 de la page 206 qui dcrit les FNT de 4 projets de mme dure et correspondant un mme investissement, an dviter toute source de distorsion dans les comparaisons; les valeurs actualises de ces chanciers sont donnes au tableau 24 de la page 206 et portes dans la gure 54, page 207.
1. En posant FNTAi, le Flux Net de Trsorerie Actualis du projet i, au taux , en t = 0 et FNTCi, le Flux Net de Trsorerie capitalis en t = T, il est vident que
FNTC i = FNTA i ( 1 + ) T . FNTA i = FN T it -----------------( 1 + )t t=0
T T
Index thmatique
Table des matires
et
FNTC i =
t=0
FN T it ( 1 + ) T t
entrane
206
TABLEAU 23 Exemple de projets comparer

Projets A B C D Fin de lanne 0 10000 10000 10000 10000 1 2100 2000 1900 5300 2 2600 3400 3500 3600 3 2800 2500 2600 2600 4 4200 3400 4100 1800 5 4300 4000 6300 1400 6000 5300 8400 4700 TRI 15,64% 14,56% 20,11% 19,13%
TABLEAU 24 Actualisation des chanciers des projets

Taux A B C D 2%
4 874 4 263 7 030 3 958
4%
3 881 3 349 5 824 3 294
6%
3 006 2 541 4 760 2 697
8%
2 231 1 827 3 820 2 161
10% 12% 14% 16% 18% 20% 22% 24% 26% 28% 30%
1 546 1 193 2 987 1 678 937 630 2 248 1 242 397 130 1 591 848 83 1 007 492 511 892 1 232 1 535 1 806 2 048 2 264 487 169 23 391 762 1 093 1 390 1 655 315 711 1 065 1 381 1 663 1 915 2 140 2 342 123 389 631 850 1 050 1 232
III-1.2.2.2 Dtermination du taux dactualisation de rfrence Deux coles saffrontent sur ce point: la premire prconise dutiliser un cot moyen pondr des capitaux2 gurant au bilan et est donc oriente vers le pass de lentreprise. La seconde cole est au contraire tourne vers lavenir et considre que le taux dactualisation de rfrence dcoule du portefeuille de projets dinvestissement de lentreprise, et nest que le prix dune ressource rare matrialise par le budget dinvestissement et dans ces conditions, le taux dactualisation de rfrence doit tre gal au taux de rentabilit du dernier projet que lentreprise peut entreprendre et que lon qualie de projet marginal3. Cette rgle est interprter de deux faons diffrentes, selon que les capacits dendettement sont atteintes ou non.
1. Les spcialistes qui acceptent lhypothse de lefcience des marchs estiment que le taux dactualisation nest pas directement li lenveloppe budgtaire de lentreprise, celle-ci tant extensible en fonction des caractristiques de ces marchs. Cette hypothse nous semble trop forte. 2. Voir, par exemple, Van Horne (1977, [427]), p. 330 - 331. Certains auteurs sont cependant moins tourns vers le pass et raisonnent sur une structure nancire objectif do se dgage un taux pondr sufsant pour rmunrer les actionnaires et prteurs compte tenu du niveau de risque encouru. 3. Sa dtermination peut ne pas tre immdiate si les projets dinvestissements ne sont pas indpendants et divisibles.
Index thmatique
Lexamen de cet exemple montre que si lon dispose dun budget de 20000, le choix des deux projets les plus rentables varie en fonction du taux dactualisation retenu: jusqu un peu plus de 8%, il faut retenir les projets A et C et quau del, il convient de retenir les projets C et D. Lintersection de deux courbes dans la gure 54 qui modie le classement des deux projets concerns est appele intersection de Fisher. Le taux dactualisation doit tre fond conomiquement, faute de quoi des erreurs de choix pouvant tre lourdes de consquences pour lentreprise sur le plan nancier et technique (choix dune lire de production) peuvent tre commises1.
Table des matires
207
FIGURE 54 volution des FNTA en fonction du taux dactualisation FNTA

9000 C 8000 7000 6000 B 5000 4000 3000 2000 1000 00 1000 2000
Table des matires
Intersections de Fisher
D
22 2 4 6 8 10 12 14 16 20 18
24
26
28
30
Taux dactualisation D C A B
3000
- Entreprise nayant pas puis ses capacits dendettement Lentreprise fera normalement appel des fonds extrieurs tant que la rentabilit du projet supplmentaire examin est suprieure au taux dintrt de lemprunt; elle sarrtera normalement lorsque le taux de rentabilit interne du projet marginal, not , devient gal au taux de lemprunt supplmentaire, ncessaire sa ralisation (voir gure 55, page 208). Lintroduction du risque conduit les nanciers considrer que ladaptation passe par une transformation de la structure du capital et que donc, implicitement, seul ce cas de gure est prendre en compte, ce qui repose sur lhypothse dune efcience des marchs nanciers. - Entreprise ayant puis ses capacits dendettement Si lentreprise ne souhaite pas dpasser un certain niveau demprunt (pour respecter une certaine structure nancire, par exemple), ou si elle nobtient pas la totalit des concours bancaires souhaits, lentreprise doit retenir comme taux dactualisation, celui qui galise loffre et la demande de capitaux (voir gure 56, page 208) et non un taux arbitraire comme le taux de lemprunt marginal1.
Index thmatique
1. Lutilisation dun taux dactualisation infrieur au taux correctement calcul (cas de certaines entreprises publiques auxquelles les autorits de tutelle imposent la fois un taux dactualisation et une enveloppe budgtaire par le biais de lautorisation de hausses tarifaires et de restrictions daccs au march nancier) a conduit certains conomistes proposer des critres additionnels de comparaison pour liminer certains projets rentables au taux dactualisation impos. Ces critres empiriques sont dnus de justications thoriques.
208
FIGURE 55 Dtermination du taux dactualisation de rfrence pour une entreprise nayant pas puis ses capacits dendettement
Demande de capitaux Fonds propres Emprunts Offre de capitaux
Taux dactualisation Taux consenti au premier euro emprunt
FIGURE 56 Dtermination du taux dactualisation de rfrence pour une entreprise ayant puis ses capacits dendettement
Demande de capitaux Fonds propres Emprunts
Offre de capitaux
Taux consenti au premier euro emprunt
Taux dactualisation Taux consenti au dernier euro emprunt
Ces principes de dtermination des taux dactualisation de rfrence ont deux consquences pratiques: - Tout dabord, la connaissance du taux dactualisation implique celle des projets slectionns qui dpend elle-mme du taux dactualisation. De nos jours, ce problme numrique est assez facile rsoudre sur tableur avec un add-in appropri. Nous illustrerons cette recherche au III-4.1.2, page 224, avec un exemple prenant en compte les principaux problmes mthodologiques rencontrs dans ce chapitre mais nous traiterons aussi le cas, plus simple, de la dtermination du programme optimal dinvestissement avec lusage dun taux dactualisation impos ( III-4.1.1, page 224). - Ensuite, ce qui importe avant tout dans le FNTA associ chaque projet, cest son signe et non son montant (sauf dans certains cas de dpendance entre projets), ce qui permet danalyse le FNTA du programme (= somme des FNTA des projets retenus) comme une prime qui vient sajouter la rmunration minimale du capital implicitement fournie par le taux dactualisation . Il est possible daller plus loin dans cette vision prospective de la dtermination du programme dinvestissement car il nous semble en dnitive plus raliste et
209
comprhensible de chercher maximiser la rentabilit de lenveloppe budgtaire que lon dsire consommer, ce TRI optimal correspondant en fait un taux dactualisation de rfrence. Les problmes numriques poss par une telle position nen sont plus depuis quelques annes, avec les moyens algorithmiques et informatiques dont on dispose et nous illustrerons cette optimisation du TRI de la consommation budgtaire au III-4.1.3, page 225 (en nous appuyant sur le mme exemple que celui utilis pour illustrer les autres mthodes). Dans cette perspective, on tudie des scnarios de fourchettes denveloppes de dpenses dinvestissement nances par un appel plus ou moins important lemprunt et lon recherche, pour chaque scnario, le programme dinvestissement qui maximise la rentabilit de la dpense dinvestissement. Cette position nenlve pas tout intrt la dtermination du taux dactualisation de rfrence qui nest alors plus utilis pour choisir le programme optimal dinvestissement mais pour assurer une certaine cohrence temporelle des dcisions, comme on la propos au chapitre II, IV-1, page 228, avec lutilisation de lamortissement conomique. Dans cette optique de calcul dun amortissement conomique et compte tenu des remarques que lon va faire au III1.2.2.3, il nous semble prfrable de xer le taux dactualisation de rfrence en accord avec le point de vue rtrospectif (cot moyen pondr des capitaux gurant au bilan) parce quil repose sur une certaine stabilit des attentes des propritaires et apporteurs de capitaux, en matire de rmunration, dans un contexte technicoconomique donn.
III-1.2.2.3 Impact de lapproche de lanalyse des projets par le bilan diffrentiel sur la rentabilit du programme dinvestissement On a vu que lanalyse des projets dinvestissement passe ncessairement par un bilan diffrentiel ( II-2.2.1, page 177). Ds lors, on considre implicitement comme acquise la consommation du budget correspondant au cumul des investissements des solutions de rfrence1 de chaque groupe de projets alternatifs dans lesquels lun des projets est ncessairement retenu parce que le groupe de projets alternatifs conditionne la poursuite dactivits que lon a dcid de ne pas remettre en cause. Cette dcision peut avoir t prise pour des raisons stratgiques et ne gnrer que des ux de dpenses sans impact dcelable sur les recettes2 ; elle peut aussi correspondre la continuation de dcisions antrieurement prises et que lon nenvisage pas de remettre en cause (par exemple, investissement li un largissement dune gamme de produits, conformment un plan de dveloppement arrt lors du lancement de la gamme). La rentabilit de cette consommation budgtaire minimale ne peut tre facilement dtermine car elle met en jeu toute une srie de dcisions antrieures celles du choix du programme dinvestissement analys ici. Cest sur la consommation budgtaire additionnelle que se concentrent les dcisions prendre et la rentabilit que lon mesure porte sur cette seule consommation budgtaire
1. condition que ceux-ci soient correctement choisis, cest--dire que les solutions alternatives aient une rentabilit diffrentielle positive. 2. Par exemple, un constructeur automobile peut dcider que lactivit de fonderie relve de ses activits de base, pour des raisons de qualit et de scurit. Dans ces conditions, le remplacement dun four lectrique ou dun cubilot ne se discute pas, ce qui fait lobjet dun choix, cest le type de matriel de remplacement.
210
additionnelle. Cette observation reste valable, quelle que soit lcole laquelle on se rattache dans la dtermination du taux dactualisation de rfrence.
III-2
Problmes mthodologiques poss par la comparaison de deux projets
Le premier problme est li lhomognit des FNTA calculs ( III-2.1) et le second ( III-2.2, page 211) lingalit des dures de vie des projets.
III-2.1
Homognit des FNTA calculs
Le bilan actualis dun projet est ncessairement un bilan diffrentiel, puisque les FNT sont tous calculs par diffrence entre une solution de rfrence et une solution nouvelle associe la ralisation du projet (cf. II-2.2.1, page 177). La comparaison des FNTA de deux projets est donc conditionne par les solutions de rfrence sous-jacentes et ne pas en tenir compte peut conduire de graves erreurs de jugement sappuyant sur une apparence de rigueur scientique. Parmi 1es problmes rencontrs en pratique, trois nous paraissent devoir tre signals. Possibilit de retenir un projet ayant une rentabilit absolue ngative Ce cas de gure peut se produire lorsque des recettes sont associes au projet. La variation de FNT du bilan diffrentiel est en gnral imputable un effet de productivit, mais linvestissement de la solution nouvelle peut fort bien correspondre un investissement mixte de productivit et de capacit (auquel cas un accroissement de recettes sajoute aux conomies de dpenses). Lexemple numrique du tableau 25 illustre ce cas de gure: le TRI du bilan diffrentiel est de 19% alors que la rentabilit absolue du projet (A2) est ngative. Sur la base du bilan diffrentiel et dun taux dactualisation infrieur 19%, on peut donc tre amen retenir un projet non rentable au dtriment dun projet rentable. Cela tant, la poursuite dactivits non rentables peut rsulter dune dcision stratgique: vouloir se placer sur un march porteur, vouloir offrir une large gamme de produits ou de services, etc. TABLEAU 25 Exemple de possibilit de slection dun projet rentabilit ngative
Projet A1 A2 A2 A1 0 20000 25000 5000 1 1500 3000 1500 2 3000 5000 2000 3 4000 6000 2000 4 2000 3000 1000 5 3000 4500 1500 Total 3500 3000 TRI 4,76% 18,88% 6500 11,39%
III-2.1.1
III-2.1.2 Possibilit dengraisser un projet trs rentable Lune des pratiques courantes (et souvent difcile dtecter) consiste inclure dans les dpenses dinvestissement et/ou de fonctionnement dun projet trs forte rentabilit (et donc assur dtre retenu par la direction) des dpenses non directement lies lobjet initial du projet. Par exemple, 1e bilan actualis dun projet de rnovation dun atelier de peinture peut tre grev par lintroduction de nouveaux engins de manutention de performances nettement suprieures
Index thmatique
Table des matires
211
celles dont on a besoin, alors quil existe des engins moins chers et mieux adapts. Ces dpenses de prestige faussent la comparaison des projets dinvestissement. III-2.1.3 Impossibilit de comparer directement certains projets Il est bien connu en comptabilit analytique que certaines dpenses ne peuvent tre affectes un produit parce quelles contribuent directement ou indirectement la fabrication de plusieurs produits. Un grand nombre de projets dinvestissement fournissent des prestations de cette nature; leurs FNT sont ncessairement tous ngatifs, et donc leurs FNTA galement. La comparaison de deux projets de ce type na de sens que si ces projets fournissent des prestations comparables et si ces projets sont exclusifs (ce qui conduit implicitement des bilans diffrentiels). Sil nen est pas ainsi, la comparaison des FNTA de deux projets est sans intrt Il est inutile, par exemple, de comparer lachat dun engin de manutention et celui dun serveur dapplications informatiques, par contre lexamen des bilans actualiss de plusieurs modles dengins de manutention est riche dintrt. Cette comparaison a cependant un sens au niveau global de la dtermination du programme dinvestissement o lon doit tenir compte des rapports cot/performance des diffrents projets (exclusifs ou non) et en mme temps de la concurrence que ceux-ci entretiennent dans lutilisation des ressources rares. Ce problme sera abord au III-3, page 216. Lorsqu un projet on peut associer directement une recette ou un accroissement de recette, son FNTA peut tre positif. La comparaison directe dun projet FNTA positif et dun projet FNTA ngatif du type de celui envisag prcdemment na pas grand sens, sauf, l encore, dans le cadre de la dtermination du programme optimal dinvestissement.
Table des matires
Index thmatique
III-2.2
Prise en compte de lingalit des dures de vie des projets
Le plus souvent, les projets examins sont de dures de vie diffrentes. La comparaison de leurs intrts respectifs par le critre du FNTA est quelque peu fausse puisque largent dpens pour ces investissements nest pas immobilis durant la mme priode, ce quillustre lexemple du tableau 26. Trois solutions sont envisageables, chacune delles prsentant des avantages et des inconvnients, mais il est essentiel de sen tenir toujours la mme pour calculer les FNTA servant dterminer le programme optimal dinvestissement. Les deux premires solutions reposent sur le rinvestissement, en n de dure de vie, de la somme initialement immobilise, tandis que la dernire sappuie sur un horizon conomique commun tous les projets. TABLEAU 26 Exemple de projets dures de vie ingales
t=0 t=1 t=2 1900 1500 1000 t=3 2200 1400 1100 t=4 900 1200 t=5 800 700 t=6 t=7 TRI FNTA
5%
Projet 1 5000 2000 Projet 2 5000 1800 Projet 3 5000 1200
800
900
10,46 % 528,56 10,36% 651,46 9,42 % 772,40
212
FNTA n relation 23 = -----------------------------n 1 (1 + ) t=0 Le tableau 27 illustre lapplication de cette solution avec = 5%. FNTA = FNTA n ( 1 + )
nt
TABLEAU 27 Correction de lingalit des dures de vie par la chane innie de remplacement lidentique
t=0 Projet 1 5000 Projet 2 5000 Projet 3 5000 t=1 2000 1800 1200 t=2 1900 1500 1000 t=3 2200 1400 1100 t=4 900 1200 t=5 800 700 t=6 t=7 FNTA
5%
FNTA
5%
800
528,56 3881,84 651,46 3009,40 900 772,40 2669,74
La solution consistant utiliser, sur lhorizon inni, un chancier constant y, calcul comme donnant la mme valeur actualise sur la dure de vie effective n du projet que celle de lchancier rel conduit, un facteur multiplicatif prs,
Index thmatique
III-2.2.1 Rinvestissement dans le mme projet Cette solution peut revtir deux formes: lentreprise peut raisonner sur le plus petit commun multiple des dures de vie des projets soumis la slection budgtaire, mais elle peut aussi supposer, pour chaque projet, un renouvellement lidentique jusqu linni (qui est le plus grand commun multiple). En pratique, le PPCM est trs lev et les rsultats sont sans diffrence signicative que lon suive lune ou lautre mthode. Lentreprise est oblige de faire explicitement des hypothses sur lvolution des chanciers prendre en considration. Une hypothse simplicatrice couramment admise consiste reconduire les chanciers jusqu linni. Ceci nest raliste qu condition de supposer que la production permise par linvestissement considr est stable et de recettes sensiblement constantes, ce qui fait que lvolution de lchancier de ux nets de trsorerie ne sexplique que par celle des cots. Cette solution amne deux remarques: - terme, les conditions doffres et de demandes du bien ou du service considr modieront profondment les donnes du problme. Toutefois, avec un taux dactualisation pas trop bas, lincidence des annes loignes est faible dans un calcul dactualisation, en consquence de quoi la rpercussion derreurs de prvision lest aussi. - Lutilisation de cette hypothse implicite nest pensable qu la condition que la production du bien ou du service considr soit en rgime de croisire et non en phase de dmarrage ou de dclin. Cette remarque est importante car il est normal, pour une entreprise, denvisager le lancement de produits ou services nouveaux, concurremment la poursuite dactivits anciennes. Il conviendra donc pour ces produits ou services de formuler des hypothses de rgime permanent an de ne pas sous-valuer leur intrt conomique. Si lon note FNTAn, le ux net de trsorerie actualis sur la dure de vie effective n du projet, le renouvellement lidentique, jusqu linni, revient crire:
Table des matires
213
la mme solution que celle du renouvellement lidentique sur une priode innie, ce que montre la relation 24. relation 24 y = FNTA n ------------------------------ = FNTA n 1 (1 + ) Si ces deux solutions aboutissent au mme classement des projets, la premire nous semble prfrable car elle met laccent sur lincidence relle de lingalit des dures de vie et le remploi possible des sommes dgages, et force faire des hypothses sur la rentabilit du placement des sommes libres. Dans la seconde solution, celle-ci est toujours implicitement gale la rentabilit du projet qui libre ces sommes; il sagit l dune hypothse forte quil vaut mieux expliciter. On peut ajouter enn que, normalement, les projets internes lentreprise ont une rentabilit suprieure au taux hors risque qui est celui des placements prsentant une garantie absolue (bons du Trsor, etc.). Il sensuit que le taux dactualisation de lentreprise est normalement suprieur au taux hors risque. Il est alors facile de constater daprs les formules de termes correctifs que si on retenait le taux hors risque pour calculer la rentabilit du remploi des capitaux, le terme correctif ajouter serait ngatif, ce qui serait aberrant. Remarquons en outre que retenir une rentabilit des capitaux rinvestis gale la rentabilit marginale, revient rendre nul le terme correctif, et donc ne pas tenir compte des ingalits de dures de vie1. III-2.2.2 Rinvestissement dans un projet moyen Comme dans la premire solution, lentreprise considre quen n de dure de vie, un montant gal linvestissement initial est rinvesti, mais sa rentabilit est gale la rentabilit moyenne des capitaux. Cette rentabilit moyenne est obligatoirement suprieure la rentabilit marginale, cette dernire dnissant le taux dactualisation. Ce choix se base sur lhypothse que, dans lavenir, la distribution des taux de rentabilit interne des diffrents projets ne sera gure diffrente de celle observe et rsulte en outre du refus daffecter un projet particulier, les sommes libres par tous les quipements en n de vie, au cours de lanne considre. Toutefois, par prudence, lentreprise peut tre amene minorer le taux de rentabilit moyen utiliser, prenant de ce fait une certaine assurance sur lavenir. Le taux dactualisation utilis dans lexemple prcdent (5%) correspondait au taux de rentabilit du projet marginal. Supposons maintenant que les capitaux investis dans lentreprise dgagent, en moyenne, une rentabilit de 10 %. On considrera alors qu la n de la dure de vie des projets l et 2 (respectivement 3 et 5 ans), lentreprise investira une somme gale linvestissement initial pour rcuprer respectivement au bout de 4 et 2 ans (cest--dire au terme du projet le plus long) ce montant capitalis 10%. On obtient alors les FNTA du tableau 28. Ajoutons, ce qui est mathmatiquement vident, que cette correction est inutile lorsque le taux dactualisation utilis est justement ce taux moyen. Si la slection seffectue sur la base dune maximisation du TRI de la dpense dinvestissement
1. Il est noter que cette solution a la prfrence des nombreux nanciers qui vacuent de ce fait le problme de lingalit des dures de vie.
214
TABLEAU 28 Correction de lingalit des dures de vie par la chane innie de remplacement lidentique
t=0 Projet 1 5000 Projet 2 5000 Projet 3 5000 t=1 2000 1800 1200 t=2 1900 1500 1000 t=3 2200 5000 1400 1100 800 5000 1200 700 900 t=4 t=5 t=6 t=7 FNTA
corrig
+ 5500 x 1,173 1186,72 + 5500 x 1,175 2196,49 800 900 772,40
(voir page 209), il faut considrer que cette rentabilit moyenne est gale ce TRI pour rendre cette correction inutile, ce qui est acceptable sil savre que ce TRI est stable sur longue priode. III-2.2.3 Horizon conomique born arbitrairement Une dernire possibilit, sans doute plus dlicate mettre en uvre, consiste comparer les diffrents projets sur une priode assez longue, par exemple T = 10 ans. Les projets dure de vie infrieure sont supposs tre renouvels lexpiration de leur dure de vie. Pour tenir compte des reliquats dactivit, il suft alors de crditer les diffrents projets de leur valeur rsiduelle la dixime anne, se plaant ainsi dans le cas ctif dune cessation dactivit. Sil existe un march doccasion, la dtermination de la valeur rsiduelle ne prsente gure de difcults. Dans le cas contraire, il faut dterminer cette valeur. Plusieurs mthodes sont possibles. Citons tout dabord une pratique qui na pour elle que sa simplicit dutilisation, cest celle qui consiste prendre comme valeur rsiduelle la dnition du capital non amorti la n de lhorizon conomique retenu, en supposant que lon pratique un remboursement par annuits constantes (amortissement + intrt). Par exemple, un quipement achet 10000 et dune dure de vie de 15 ans aura dans ces conditions une valeur rsiduelle de 4171 si le taux dactualisation rel de 5% est utilis1. notre avis, deux cas de gure doivent tre distingus selon qu lquipement considr on associe uniquement des ux de dpenses ou des ux de dpenses et des ux de recettes. a) Si lon associe au projet uniquement des ux de dpenses, la dtermination de la valeur rsiduelle VT est ncessairement arbitraire. Pour lever cet arbitraire, il faut introduire un critre. Celui que lon retiendra ici (mais dautres sont envisageables) correspond une volont de maintenir constante chaque anne la somme des cots directs dutilisation (qui, en gnral, croissent au cours du temps) et dun amortissement conomique (lequel na rien voir avec lamortissement scal), qui correspond la diminution de valeur de dclassement ( V t 1 V t ) augmente, le cas chant, de la rmunration V t 1 du capital immobilis2. Illustrons ceci par un exemple simpli o lhorizon retenu est de 3 ans (au lieu de 10) et la dure de vie de lquipement de 5 ans. Linvestissement est de 1000, et la somme non
1. On a en effet: 2. Cette somme
1, 05 1, 05 -------------------------------------- 10000 = 4171 . 15 1, 05 1 ( V t 1 V t ) + V t 1
15 10
est appele charge dimmobilisation par Boiteux (1964, [59], chap X).
Index thmatique
Table des matires
215
actualise des cots Ct de fonctionnement est de 600, ce qui conduit une annuit de 320 et une valeur rsiduelle de 370 la n de lanne 3, comme le montre le tableau 29. TABLEAU 29 Dtermination de lchancier de valeurs rsiduelles en cas dabsence de recettes et sans prise en compte de la rmunration du capital investi
0 Ct Ct + (Vt-1 Vt) Vt-1 Vt Vt 1000 1 100 320 220 780 2 110 320 210 570 3 120 320 200 370 4 130 320 190 180 5 140 320 180 0 600 1600 1000
Si lon introduit lactualisation, avec un taux dactualisation de 12 %, on obtient une valeur rsiduelle de 440,15 la n de lanne 3, comme on peut le constater sur le tableau 30. TABLEAU 30 Dtermination de lchancier de valeurs rsiduelles en cas dabsence de recettes et avec prise en compte de la rmunration du capital investi
0
Table des matires
1 100 395,16 295,16 120,00 175,16
2 110 395,16 285,16 98,98 186,17 638,67
3 120 395,16 275,16 76,64 198,52 440,15
4 130 395,16 265,16 52,82 212,34 227,82
5 140
600
FNTA 424,45
Ct x=
1000 + 424,45 ------------------------------------------------{ ( 1 1,12 5 ) 0,12 }
395,16 1975,78 1424,45 255,16 1375,78 1000,00 27,34 0,00 375,78 289,68 710,32
Index thmatique
x Ct = 0,12Vt-1 + (Vt-1 Vt) 0,12Vt-1 Vt-1 Vt Vt 1000
227,82 1000,00
824,84
b) Si lon associe au projet des ux de recettes et des ux de dpenses, la valeur de dclassement est galement en grande partie arbitraire. En effet (cf. tableau 30) la valeur actualise des FNTt positifs (diffrences entre les recettes dexploitation Rt et les dpenses dexploitation Dt) peut sanalyser comme la valeur actualise des charges dimmobilisation (cest--dire la perte de valeur V t 1 V t , augmente de la rmunration V t 1 du capital immobilis) et de bnces nets dexploitation Bt. Si lon suppose pour simplier que linvestissement I a lieu lanne t = 0, on a:
t FNT t ( 1 + ) = ( R t D t ) ( 1 + ) t=1 t=1 T T t T
= { ( V t 1 V t + V t 1 ) + B t } ( 1 + )
t=1
216
T
= I + Bt ( 1 + )
t=1
= I + FNTA
Il ressort de cette formulation que, pour un taux dactualisation et un chancier de valeurs rsiduelles donn Vt, on peut dduire sans difcult un chancier de bnces nets dont la valeur actualise correspond au FNTA du projet. Rciproquement, si lon connat lchancier de bnces nets, on peut calculer lchancier de valeurs rsiduelles. Mais comme cet chancier de bnces nets est inconnu (on ne connat que sa valeur actualise) il est impossible, sans hypothses complmentaires, de calculer lchancier des valeurs rsiduelles. Une solution possible pour rsoudre ce problme consiste dire que la valeur rsiduelle la n dune anne quelconque, lanne 3 par exemple, a la mme rentabilit que linvestissement initial. Dans lexemple donn au tableau 31 le projet au TRI de 16,79% et la valeur rsiduelle la n de la troisime anne est de 347,18 car un tel placement, procurant des FNT de 200 et 240 les annes suivantes, a galement un TRI de 16,79%. Cette solution, qui a le mrite de la simplicit, nen reste pas moins arbitraire. TABLEAU 31 Dtermination de lchancier de valeurs rsiduelles en cas de recettes, avec prise en compte de la rmunration du capital investi
FNTt Vt 1000,00 400,00 300,00 767,95 596,93 350,00 347,18 200,00 205,49 240,00
III-3
La dnition du programme optimal dinvestissement par la programmation linaire
En univers certain, le programme optimal dinvestissements se dtermine en toute rigueur en faisant appel aux techniques de programmation linaire en nombres entiers1. Les coefcients ci de la fonction-objectif sont les FNTA associs aux projets, et la variable xi associe ce coefcient est la part du projet que lon ralise, cette part pouvant tre comprise entre 0 (le projet nest pas retenu) et 1 (le projet est retenu dans sa totalit), et ne prendre ventuellement que lune de ces deux valeurs si le projet nest pas fractionnable (on parle alors de variable binaire, voir chapitre XVI, page 1135). Il est possible galement de donner xi des valeurs entires non ngatives; ce sera le cas, par exemple, dun nombre xi de vhicules quune socit de taxis dsire acqurir, et le coefcient ci nest alors autre que le FNTA unitaire. Les interdpendances sont correctement prises en compte laide des contraintes. Lutilisation intelligente de ces diverses contraintes garantit que la
1. Cette formulation est due Weingartner (1963, [438] et 1966, [439]). Certaines formulations fournies ci-aprs sont des extensions des rsultats noncs par cet auteur. Une application de cette approche a t dveloppe par la SEMA, avec le programme CAPRI (voir Lesourne, 1973, [276], chap. XI). Les possibilits offertes de nos jours par les modeleurs (voir le II-1, page 1132, du chapitre XVI) mais aussi par les tableurs et leurs add-in permettant des optimisations en univers alatoire, de modles non linaires de complexit moyenne (voir II3.3, page 190, et II-3.4, page 196) permettent dutiliser facilement ces approches.
217
slection nale des projets par la programmation linaire sera cohrente sur le plan technique et conforme aux objectifs de lentreprise. Cette conformit exige bien sr, en outre, que la banque de projets soumise la slection budgtaire nentre pas elle-mme en conit avec ces objectifs. Ces contraintes peuvent tre classes en 2 catgories: celles qui visent les relations entre projets deux deux ( III-3.1) et celles relatives lensemble du programme ( III-3.2, page 218). On illustrera ces possibilits sur un exemple numrique simpli ( III-4, page 223).
III-3.1
Les contraintes de dpendance rciproque des projets
Les variables reprsentant les projets i et j sont les variables dichotomiques xi et xj. Examinons par quelles contraintes se traduisent les diverses relations autres que celle dindpendance (qui se traduit par labsence de contrainte). III-3.1.1 Exclusion Lapplication des rgles 1 du chapitre XVI, page 1139 conduit la relation 25 permettant de prendre en compte linterdiction de slection simultane de 2 projets et la relation 26 qui porte cette interdiction de slection simultane k projets. relation 25 xi + x j 1
k
Table des matires
xi 1
i=1
relation 26
Cest de cette faon que peut tre trait le problme des variantes dun mme projet. Ces variantes, qui remplissent toutes la mme fonction principale pour lentreprise, se diffrencient soit par la technique utilise, soit par la date dinscription un programme (ou par toute combinaison des deux). Si lon a dcid quun investissement de remplacement (correspondant lune des variantes susvises) est ncessaire en tout tat de cause, la contrainte retenir est celle de la relation 27, qui est une application des rgles 2 du chapitre XVI, page 1139.
k
Index thmatique
xi = 1
i=1
relation 27
III-3.1.2 Ralisation conditionnelle Si j ne peut tre ralis qu condition que i le soit, on utilise la relation 28, qui est une application des rgles 3 du chapitre XVI, page 1140. x j xi relation 28 Si j ne peut tre ralis qu condition que lun quelconque des k premiers projets (exclusifs ou non) soit ralis, la gnralisation de cette contrainte passe par lutilisation de la relation 29, qui gnralise la relation prcdente.
k
x j xi
i=1
relation 29
218
III-3.1.3 Synergie Si une plus-value rsulte de la ralisation simultane de i et de j, on introduit une opration xk de cot nul et la relation 30 (en application des rgles 3 du chapitre XVI, page 1140, comme pour la relation 28) qui permet, lorsque i et j sont raliss, de porter 1 la valeur de xk puisque la fonction-objectif saccrot sans rpercussion sur la contrainte de budget. x k x i et x k x j relation 30 Si, la place dun effet de synergie, nous avons une moins-value (effet de concurrence), il faut passer par la relation 31 car le modle a tendance rendre xk aussi faible que possible, cest--dire gal 0, ce qui ne se produit que si xi ou xj est nul. ( xk + 1 ) xi + x j relation 31 En gnral si la plus-value, ou la moins-value, rsulte de la ralisation simultane de k premiers projets, on cre un projet ctif i, de cot nul et on utilise:
k
k x i x j (plus-value)
j=1 k
relation 32 relation 33
x i + k 1 x j (moins-value)
j=1
On peut ajouter que les rendements croissants ou dcroissants peuvent tre pris en compte discrtionnairement par le biais de projets ralisation conditionnelle et synergie (cas de rendements croissants) ou effet de concurrence (cas de rendements dcroissants). Un autre artice est encore possible et consiste introduire des projets exclusifs correspondant autant dhypothses de rendement moyen.
III-3.2
Les contraintes portant sur lensemble du programme
III-3.2.1 Contraintes de trsorerie On peut exiger que les ux nets de trsorerie rsultant du choix du programme soient suprieurs un minimum bt lequel peut varier chaque anne t. Cette contrainte sexprime par T inquations correspondant aux T priodes constitutives de lhorizon conomique retenu (relation 34). Ces ux ne sont pas actualiss.
N
x i FNT it b t , avec t = 1, ..., T (contrainte de trsorerie)

i=1
relation 34
Pour couvrir leurs charges xes (et donc viter de rendre dcitaire un exercice), les entreprises sont conduites souhaiter une certaine rgularit du cumul des FNT. Ceci explique que souvent des entreprises prfrent des projets fortement rentables mais rentres irrgulires, des projets moins rentables mais rentres rgulires. ceci sajoute galement le fait que les projets les plus rentables peuvent tre les plus risqus et que larbitrage entre rentabilit et risque (cf. page 199) peut les rendre moins attractifs.
219
On peut galement exiger que ces ux nets de trsorerie soient compris dans une fourchette, et cest par ce biais que lon traitera de prfrence le problme de la dnition de programmes optimaux pluriannuels. Ceci conduit aux deux remarques suivantes: - Si lon se place du seul point de vue de la date optimale de ralisation dun projet, le critre du FNTA indique sans quivoque quel programme annuel ce projet doit tre inscrit. Cette anne de mise en service, optimale du point de vue des variantes dun mme projet, peut tre remise en cause dans la dtermination optimale du programme dinvestissement, pour soulager la contrainte de trsorerie de cette anne. Le retard tant ncessairement limit dans le temps, il est ncessaire, en particulier pour des projets ne gnrant pas de recettes, dexiger quil soit ralis au cours de lun des k premiers exercices en appliquant la relation 27 de la page 217 x i = 1 .
i=1 k
- On a vu au III-3.1.1, page 217, quil y avait intrt considrer les variantes dun projet qui ne diffrent que par leur date de ralisation, comme autant de projets exclusifs. Les FNTA de ces projets exclusifs diffrent pour deux raisons. En retardant une opration, on modie, par le seul jeu de lactualisation, le FNTA qui lui est associ. En dcalant dans le temps les chanciers de FNT, ceux-ci peuvent changer damplitude sous des inuences multiples (drives de cots, variation de la demande). Il faut souligner enn que la marge de manuvre dont on dispose au niveau budgtaire est bien plus faible quil ne le parat. On a voqu ( III-1.2.2.3, page 209) le fait que de nombreux investissements ne gnrent aucune recette et que lon tait alors souvent dans lobligation de choisir dans chaque sous-ensemble dalternatives, lune dentre elle. Il sensuit quune partie importante du budget, celle correspondant au cumul des alternatives les moins onreuses de chaque sousensemble, doit tre considre comme dj engage. Les degrs de libert rsiduels dont on dispose alors, offrent la possibilit de prfrer une autre variante dans chacun des sous-ensembles et de retenir des projets FNTA positifs (nappartenant pas aux sous-ensembles prcits). Il est intressant de noter que le FNTA et les investissements de ces derniers projets, qui correspondent souvent de nouvelles opportunits et sont pris dans leur intgralit, rentrent en comptition avec des variations de FNTA et dinvestissements rsultant dtudes de bilans diffrentiels de variantes de projets de renouvellement dquipement qui intgrent ou non des effets de productivit ou de capacit, et dont la rentabilit absolue si celle-ci a un sens peut tre trs diffrente (voir III-2.1.1, page 210). La rationalit de la dmarche est cependant assure au niveau global car le problme pos est celui dune allocation optimale dun budget dinvestissement et non celui de comparaison dalternatives partielles. III-3.2.2 Contraintes physiques On peut aussi se xer le mme genre de contrainte, anne par anne, pour toutes les ressources rares de lentreprise. Cest ainsi que si, certains projets, des cono-
Index thmatique
Table des matires
220
mies de personnel importantes sont associes, on pourra introduire une limite la dcroissance des effectifs (qui tienne compte des dparts naturels et ce, ventuellement, par qualication). III-3.2.3 Remarques Sur le plan de la mise en uvre de la programmation linaire, deux remarques importantes concernant la conciliation de divers points de vue, peuvent tre faites. III-3.2.3.1 Permutation possible du rle de certaines contraintes et de la fonction-objectif Les objectifs dune entreprise sont multiples et le critre nancier est loin dtre la seule proccupation de ses dirigeants. Le pluralisme de vues peut avoir sa traduction en programmation linaire, si les autres objectifs peuvent sexprimer par un ensemble de seuils, pour lesquels les diffrents projets mis en concurrence ont des rpercussions. Des proccupations stratgiques peuvent conduire exiger que la slection de projets permette dassurer, anne par anne, un certain potentiel minimal de production pour certains produits ou services. Mais on peut aussi fort bien ne pas vouloir privilgier laspect nancier, ce qui conduit alors changer de fonction-objectif, au prot par exemple dune fonction cherchant maximiser le potentiel de production, dans une optique de croissance (la dtermination de ce potentiel pose implicitement, au niveau de la fonctionobjectif, un problme dagrgation assez dlicat). Les proccupations nancires ne disparatraient pas pour autant et seraient alors intgres en contraintes, lentreprise dsirant maximiser son potentiel de production, condition de ne pas descendre en dessous dune rentabilit minimale (approche connue sous le nom de goal programming). Ce seuil minimal, par exemple b1, sera satur par a 1 j x j o a1j correspond au FNTA associ au projet j. En pratique, il peut tre prfrable de rechercher sil existe un noyau stable de projets lorsque lentreprise cherche concilier des objectifs diffrents. III-3.2.3.2 Analyse multicritre et programmation linaire Ajoutons enn que lapproche par la programmation linaire peut partiellement se substituer aux techniques danalyse multicritre. En effet, lintroduction des variables dichotomiques permet de hirarchiser des projets selon un point de vue ( laide des relations de ralisation conditionnelle) en laissant la possibilit de considrer comme quivalents plusieurs projets se situant un mme niveau hirarchique. Par exemple, les projets l k l sont quivalents (un seul devant tre ralis) et prfrs au projet k, mais le projet i leur est prfr. Cette hirarchie est prise en compte par la relation 35.
k1
xk x j xi
j=1
relation 35
Or, chaque point de vue, correspond une hirarchie de choix dont lagrgation entrane pratiquement toujours des effets Condorcet, cest--dire, en utilisant le langage des contraintes: x 1 < x 2, x 2 < x 3, x 3 < x 1 . Mais dans notre systme, les relations de hirarchie sont prises en compte par des ingalits larges () et non des ingalits strictes (<) ce qui fait que si deux points de vue sont, a priori, incom-
Index thmatique
Table des matires
221
patibles pour un ensemble de trois projets ou plus, pour lesquels des effets Condorcet se produisent, et sil est possible par ailleurs de les raliser tout simultanment, les ingalits larges se transforment en galits et le programme linaire peut intgrer cette combinaison dans lune de ses bases. Cela tant, vouloir faire coexister tout prix des points de vue diffrents seffectue au dtriment de loptimum et, si les points de vue exprims sont trs diffrents, on peut tre amen ne pas saturer lenveloppe budgtaire. Pour ces raisons, il vaut peut-tre mieux appliquer les techniques danalyse multicritre lors de la dnition de la banque de projets. Rappelons enn que la conciliation de points de vue ne constitue pas une n en soi et que lart de diriger consiste, dans lentreprise comme ailleurs, arbitrer entre plusieurs stratgies possibles. III-3.2.3.3 Prise en compte du risque La dmarche dcrite au II-3.4, page 196, sur la prise en compte probabiliste du risque dans lanalyse dun projet se transpose sans difcult dans la recherche du programme optimal dinvestissement. On illustrera cette possibilit au III4.2, page 226. III-3.2.3.4 Raisons de la faible diffusion de lapproche rigoureuse du choix du portefeuille dinvestissement Rares sont les entreprises qui procdent une dmarche de rationalisation des choix dinvestissement aussi sophistique que celle prsente ici. De nombreuses raisons expliquent cela. La mconnaissance de ces approches rationnelles et la difcult (faible aujourdhui) de leurs mises en uvre ne constituent quune raison parmi dautres. La plus importante tient sans doute au fait que le problme du choix des investissements ne se pose pas de manire rationnelle une fois par an, sachant que les contraintes scales conduisent, dans bon nombre de pays avoir une dtermination annuelle de la capacit dautonancement. Le calendrier des dcisions est rythm par des besoins et des opportunits qui forcent des prises de dcisions plus frquentes, avec des budgets dinvestissement lastiques en fonction de ces besoins et opportunits, avec une certaine rgulation de lenveloppe dinvestissement seffectuant sur un calendrier annuel. Dans ce cadre, il nest pas rare dobserver une absence de discussion relle ds lors que lon est assur que la rentabilit des projets retenus est trs leve pour lentreprise et le budget dgag correspond alors aux besoins. Cette pratique est galement habituelle pour des investissements de faible montant, dans le cadre dune dcentralisation de la dcision opre par des entreprises dune certaine importance, et la mise sous tension est alors gnralement complte par une dotation budgtaire annuelle et un contrle a posteriori. Bien videmment, une analyse priodique (au moins annuelle) des autres projets est ralise. Si un certain nombre de prcautions sont prises, cette pratique peut aboutir au mme rsultat que celui dune mise en uvre annuelle dune dmarche rationnelle de choix dinvestissement, en permettant de mieux coller aux besoins et opportunits. Cela tant, plusieurs remarques doivent tre faites: - On a voqu ( III-2.1.3, page 211) le fait quil nest pas possible dassocier des recettes certains investissements, la pratique du bilan diffrentiel
Index thmatique
Table des matires
222
conduit alors choisir lalternative la plus intressante, mais la consommation budgtaire de lalternative retenue porte sur la totalit du montant de lalternative et non sur linvestissement diffrentiel. - On a voqu ( III-2.1.1, page 210) le fait que la direction de lentreprise dcide de rester sur des activits peu rentables, voire non rentables. La pratique du bilan diffrentiel ne doit pas conduire, l aussi, une absence de rexion stratgique sur le maintien de telles activits. - Lanalyse priodique du portefeuille rsiduel de projets peut sinspirer des approches dcrites ici, dautant plus quelles autorisent une prise en compte du risque ( III-3.2.3.3, page 221) et ne remettent pas en cause des dcisions stratgiques1. - Le cadre thorique de rfrence offert par les dmarches dcrites ici permet dvaluer les risques que lon accepte de courir en utilisant des mthodes empiriques et, accessoirement, peut orienter lempirisme raisonn mettre en uvre. TABLEAU 32 chancier du portefeuille de projets
Taux de rentabilit interne Projets A B C2 D3 E F4 G5 H6 I J K t=0 000 1100 800 0 600 2000 0 1300 t=1 300 300 200 50 150 800 50 550 t=2 600 600 300 60 100 600 70 600 600 600 600 t=3 400 300 100 70 300 500 30 800 200 700 140 t=4 0 450 300 0 300 800 10 0 200 0 300 t=5 0 0 100 0 0 400 10 0 0 0 400 t=6 0 0 100 0 0 0 0 0 0 0 300
avec sans rinvestissement rinvestissement1
13,71% 17,99% 11,35% 13,20% 18,02% 21,74% 18,63% 11,68% 10,29%
13,85% 16,76% 11,35% 13,45% 17,41% 18,16% 17,09% 12,91% 10,29%
900 300 1700 800 2300 1200
1. au taux de 14% (voir III-2.2.2, page 213); dans ces conditions, il convient de retrancher au dernier FNT (par exemple, pour le projet E, 300 pour t = 4 = ), le montant de linvestissement (ce qui donne ici 300) et dajouter la dernire priode le montant de linvestissement capitaliss entre et t = 7 (ce qui donne ici 600 x 1,052 = 779,76 2. C ne peut tre choisi que si B a dj t slectionn (voir III-3.1.2, page 217). 3. D est un bonus associ la ralisation simultane de A et B (voir III-3.1.3, page 218, en particulier la relation32). 4. F et B sont exclusifs (voir III-3.1.1, page 217). 5. G est un malus associ la ralisation simultane de E et F (voir III-3.1.3, page 218, en particulier la relation 33). 6. C ne peut tre choisi que si B a dj t slectionn (voir III-3.1.2, page 217).
1. Puisque choix portant alors sur des variantes, dont une est obligatoirement prise (cf relation 27 de la page 217).
223
III-4
Exemples dapplication de la dmarche de dtermination du portefeuille optimal dinvestissement
Les coefcients de la fonction-objectif sont, nous lavons dit, les FNTA associs aux projets. Lexemple de la page 187 illustrait le calcul du FNTA dun projet, avec les analyses de sensibilit en univers certain puis en univers alatoire. Nous allons montrer concrtement, sur un exemple numrique simpli, comment slectionner des projets dinvestissement dans un ensemble de projets-candidats, en traitant ce problme, en univers certain et en univers alatoire, travers les approches bases sur lactualisation. Dans cet exemple (voir tableau 32, page 222): - on a tenu compte des contraintes de dpendance rciproque des projets (voir III-3.1, page 217); - on a tenu compte des contraintes portant sur lensemble du programme (voir III-3.2, page 218); ici on na retenu que la contrainte budgtaire1 (dune dpense dinvestissement maximale de 7000); - on a utilis successivement deux critres: tout dabord, la maximisation du FNTA du portefeuille retenu, pour un taux dactualisation impos (5%) et avec le TRI du projet marginal, ensuite, la maximisation du TRI (taux de rentabilit interne) du portefeuille retenu (voir page 209); - les projets retenus se caractrisant par des dures de vie ingales, le principe dun rinvestissement la n des projets, sur un horizon born correspondant celui du projet le plus long, dans un projet moyen ( III-2.2.2, page 213) de rentabilit gale: 14%, si loptimisation porte sur le critre du FNTA du portefeuille retenu, que lon utilise un taux dactualisation de 5 % ou que lon recherche le taux dactualisation de rfrence; au TRI, si loptimisation porte sur le critre est celui de la maximisation du TRI du portefeuille retenu. Examinons maintenant les solutions optimales trouves pour les diffrentes formulations retenues. On utilisera ici le terme de programmation mathmatique, plus gnral que celui de la programmation linaire, parce que certaines formulations ne sont pas linaires du fait que lune des variables utilises (le taux dactualisation) intervient dans la dtermination des coefcients de la fonction-objectif. Pour cette raison, nous avons utilis un add-in dExcel qui utilise un algorithme gntique, pour rechercher la solution du problme pos2. Tout ceci ne doit pas faire oublier (voir III-1.2.2.3, page 209) que lapproche du bilan diffrentiel conduit considrer quune partie du budget dinvestissement est consomme, les choix portant sur variations dinvestissement.
Index thmatique
Table des matires
1. On a plutt intrt dnir une fourchette de budget dinvestissement pour tenir compte du caractre discontinu de la demande de capitaux de projets non divisibles. Cette fourchette doit correspondre ce que lentreprise souhaite investir, avec un rendement maximal du capital investi (rendement exprim sous forme de FNTA ou de TRI).
224
III-4.1
Choix du programme optimal en univers certain
III-4.1.1 Programmation mathmatique et taux dactualisation prdni La formulation du problme et la solution optimale trouve sont dcrites dans la feuille Excel de la gure 57 de la page 225. Comme indiqu au dbut du III, page 199, chaque projet correspond une variable binaire xi (cellules B4 B14) et, dans la fonction-objectif z = c i x i , les FNTA de ces projets (cellules D4 D14) sont les coefcients ci associs ces variables binaires; les cellules C4 C14 correspondent aux cixi et le FNTA z du programme dinvestissement est dans la cellule C15, qui est la somme des cellules C4 C14. Les contraintes soumises au solveur gntique ont la forme des contraintes dcrites dans les cellules jaunes de la feuille; sy ajoute une contrainte forant les variables xi ne pouvoir prendre que la valeur 0 ou la valeur 1. Le portefeuille de projets projets A, B, D, E, H, I et J maximise le FNTA 5% avec un taux de rentabilit des rinvestissements de 14%, avec un FNTA maximum gal 3123 et une consommation de budget gale 6600. Programmation linaire et mathmatique et taux dactualisation gal au TRI du projet marginal La dtermination du taux dactualisation de rfrence suivant la procdure dcrite la page 208, avec un taux de rentabilit des rinvestissements de 14%, conduit au taux gal 10,28%1, correspondant au TRI du projet J, projet marginal. Dans cette formulation, on utilise au mieux le budget parce que les FNTA des projets sont dautant plus levs que le taux dactualisation est faible. La solution optimale consiste alors slectionner les projets A, B, D, E, H et K, ce qui conduit une consommation budgtaire de 6300 et un FNTA de 995 (non comparable au prcdent, le taux dactualisation ntant pas le mme). On constate donc un choix diffre de celui ralis avec le taux de 5%. III-4.1.2
2. Note de la page prcdente. Cet add-in est Evolver de la socit Palisade (www.palisade.com do peuvent tre tlcharges des versions compltes dvaluation, utilisables sur quelques semaines). Comme les grands codes de programmation linaire ou non linaire, il offre le choix entre plusieurs algorithmes spcialiss dans des classes de problmes et autorise un paramtrage de ces algorithmes. Par ailleurs dans des problmes dune certaine taille, il ne garantit pas davantage lobtention de loptimum et le choix de la solution initiale utilise pour amorcer les calculs savre souvent importante dans le processus dobtention de loptimum. Lutilisation de cet add-in est proche de celle retenue par le solveur dExcel pour dnir un problme de programmation linaire (voir chapitre XVI, I-4.4, page 1129 et la gure 268, page 1130). Les formulations retenues sappuient sur des variables binaires, selon la logique dcrite dans les zones jaunes de la gure 57 mais lutilisation directe de conditions logiques appropries formules avec les fonctions du tableur aurait conduit au mme rsultat. 1. Dans ce problme, la difcult est de forcer le taux dactualisation, utiliser pour tablir le programme dinvestissement, tre gal au taux du projet marginal de ce programme: le taux dactualisation est alors dni comme tant Min ( x i TRI i* + ( 1 x i ) ) o TRI i* est le TRI du projet i avec rinvestissement et o est une constante supi
rieure nimporte quel TRI. Pour obtenir ce rsultat, on a mis dans les cellules N4 N14, le TRI du projet si celui est retenu et = 200%, dans le cas contraire (par exemple, dans la cellule N4, ceci conduit linstruction =B3*M3 + 2*(1-B3) mais on aurait obtenu le mme rsultat avec =SI(B3; B3*M3; 2)). Il suft ensuite de dterminer (dans la cellule N15) le minimum des cellules N4 N14. Enn, dans la cellule B1 qui contient le taux dactualisation utilis pour calculer les FNTAi, on met la valeur minimale trouve (cellule N15) diminu dune valeur trs faible (ici 0,001%) pour permettre au projet marginal davoir un FNTA positif et donc dtre retenu dans le programme.
Index thmatique
Table des matires
225
FIGURE 57 Optimisation du FNTA au taux dactualisation de 5% et rinvestissement 14%
Table des matires
Programmation linaire et critre du TRI maximal du budget investi Ici le taux de rinvestissement retenu est gal au TRI du programme dinvestissement retenu. Dans ce problme, ce nest plus la valeur de la cellule C15 quil faut maximiser mais celle de la cellule B2, en forant la cellule C15 prendre une valeur nulle (en pratique, on a forc cette cellule prendre une valeur comprise entre 1 et + 1). Il faut aussi tenir compte du fait quune solution triviale consiste rduire le programme dinvestissement au seul projet plus fort TRI. Si lon veut dpenser en investissement un montant minimal, il faut alors modier la contrainte budgtaire (ici on a voulu dpenser au moins 5500 et, au plus, 7000); on peut alors optimiser le rendement du budget investi. La solution maximisant le TRI (avec un taux de rentabilit du rinvestissement gal ce TRI) conduit slectionner les projets A, B, C D, E, H et I, ce qui conduit un TRI maximum gal 17,71% et une consommation de budget gale 57001 (gure 59, page 227).
III-4.1.3
Index thmatique
1. Le programme A, B, D, E, I et K, qui est le second meilleur choix, conduit une moins bonne saturation du budget disponible (5900) avec une dtrioration du TRI du programme (15,05%). Le troisime meilleur choix B, C, E, H, I et K consomme un budget de 7000, pour un TRI de 14,90%. Ceci illustre le rendement marginal dcroissant des sommes investies et la ncessit de forcer le budget consommer un montant sufsamment lev pour tre en mesure de pouvoir dpenser la somme que lon souhaite investir, au meilleur rendement.
226
FIGURE 58 Optimisation du FNTA au taux dactualisation gal au TRI du projet marginal et rinvestissement 14%
III-4.2
Choix du programme optimal en univers alatoire
La dmarche dcrite au II-3.4, page 196, est transposable sans difcult pour rsoudre le problme pos en univers alatoire1. Il faut simplement plus de temps de calcul et une meilleure expertise dans le choix des mthodes utilisables et la dtermination dune solution initiale respectant les contraintes. Le tableau 33 adapte au cas alatoire les donnes du tableau 32 de la page 222. Une distribution triangulaire a t systmatiquement utilise avec un mode correspondant au ux de trsorerie correspondant du tableau 32. Avec le taux dactualisation de 5% et le taux de rinvestissement de 14%, on retrouve la mme solution quen univers certain2 mais on dispose maintenant en plus de la distribution de probabilit du FNTA du programme. Celle-ci est approximativement symtrique, son esprance mathmatique est 2978, son carttype est 137 et ses fractiles 5% et 95% sont respectivement 2748 et 3198. La recherche en univers alatoire du programme dinvestissement qui maximise le rendement dune dpense budgtaire comprise galement entre 5500 et 7000
1. Les distributions utilises dans cet exemple sont indpendantes mais ladd-in utilis permet sans difcult dintroduire des corrlations entre les variables alatoires (ce qui peut permettre, dans certains cas de traiter de faon plus judicieuse les effets de synergie entre projets). 2. Ceci sexplique par le caractre faiblement dissymtrique des distributions retenues.
Index thmatique
Table des matires
227
FIGURE 59 Optimisation du TRI avec consommation budgtaire dnie par une fourchette
Index thmatique
Table des matires
TABLEAU 33 chancier du portefeuille de projets1 en univers alatoire: paramtres des distributions triangulaires retenues (Minimum / Mode / Maximum)
Projets t=1
270 / 300 / 330 255 / 300 / 360 180 / 200 / 220 45 / 50 / 57,5 120 / 150 / 165 600 / 800 / 1040 -45 / -50 / -60 440 / 550 / 605 270 / 300 / 360 560 / 800 / 880 1080 / 1200 / 1440
t=2
540 / 600 / 660 510 / 600 / 720 270 / 300 / 330 54 / 60 / 69 80 / 100 / 110 450 / 600 / 780 -63 / -70 / -84 480 / 600 / 660 540 / 600 / 720 420 / 600 / 660 540 / 600 / 720
t=3
360 / 400 / 440 255 / 300 / 360 90 / 100 / 110 63 / 70 / 80,5 240 / 300 / 330 375 / 500 / 650 -27 / -30 / -36 640 / 800 / 880 180 / 200 / 240 490 / 700 / 770 126 / 140 / 168
t=4
t=5
t=6
A B C D E F G H I J K
382,5 / 450 / 540 270 / 300 / 330 90 / 100 / 110 90 / 100 / 110
240 / 300 / 330 600 / 800 / 1040 -9 / -10 / -12 300 / 400 / 520 -9 / -10 / -12
180 / 200 / 240
270 / 300 / 360
360 / 400 / 480
270 / 300 / 360
1. Les relations de dpendance rciproques de ces projets sont dfinies au tableau 32, page 222.
228
conduit galement au mme rsultat quen univers alatoire, avec un TRI moyen de 17,58%, un cart-type de 0,7%. De surcrot, on voit quil y a environ 30% pour le TRI dpasse 18 % et 1,6 % pour quil soit infrieur 16 %. Des analyses de sensibilit du type de celles conduites la page 193 peuvent tre conduites.
SECTION IV
QUELQUES COMPOSANTES TECHNICOCONOMIQUES DE LA RENTABILIT DES PROJETS DINVESTISSEMENT
Les projets dinvestissement ont pour objectif de transformer le systme productif pour ladapter lvolution des besoins et assurer le maintien de la performance technique et conomique de lentreprise. Lclairage conomique de plusieurs problmes de nature technique ou organisationnel a dj t introduit. - On a voqu au II-3.4, page 196, lanalyse conomique du changement de lire de production. - Lappel aux techniques de simulation ( I-2.1, page 148) savre indispensable pour mettre en place une organisation pertinente lorsque lintroduction dquipements modie de manire sensible lquilibre des caractristiques techniques des postes de travail. Il sagit alors dune rexion complmentaire sur la ncessaire adaptation des comptences, procdures de conduite et maintenance du systme productif tudi mais aussi, dans certains cas de logistique de circulation de ux entre les postes de travail (certains logiciels de simulation offrant dans ce domaine des moyens dinvestigation particulirement puissants). Dautres problmes se posent souvent dans la mouvance des dossiers dinvestissement. Nous en aborderons ici deux: celui de limplantation des centres de production, au sens large, ( IV-1) et celui de la dtermination de la dure de vie optimale de certains quipements ( IV-2, page 234). Pour mmoire, un dernier problme ne doit pas tre oubli, mme si nous ne labordons pas explicitement ici : certains investissements saccompagnent dune modication du systme dinformation dont les incidences doivent tre correctement values.
IV-1
Limplantation des centres de production
Le problme de limplantation des centres de production (pris au sens large) a une double dimension: - Une dimension spatiale tout dabord, car il sagit dune part de savoir o localiser une usine (ou un centre de services), et dautre part o localiser les diffrents postes de travail dans cette usine, mais nous ne nous intresserons ici qu ce dernier aspect de la question1. - Une dimension organisationnelle, ensuite, car la rponse au problme de la localisation des postes de travail dpend troitement du mode dorganisation retenu: organisation en ateliers spcialiss (voir chapitre I, I-2.2.2, page
1. En effet si les techniques de localisation optimale dune usine sont relativement dveloppes (voir, en particulier, chapitre VIII, I-2.2.2, page 552), il est bien rare que dans la pratique les choix soient fonds sur ce type de rationalit, la politique jouant un rle primordial dans la localisation de nouvelles usines de grands groupes, et les facteurs dune rationalit extra-conomique (rle des pouses des cadres susceptibles de dmnager par exemple), jouant un rle non moins important dans la localisation dunits nouvelles dentreprises moyennes.
Index thmatique
Table des matires
229
51), organisation en ligne de production ou dassemblage (voir chapitre I, I2.2.3, page 53 et le chapitre IX, page 589), organisation lie une mise en uvre de la technologie de groupe (voir chapitre I, I-2.2.5.1, page 59) ou organisation combinant plusieurs de ces formes. Dans une organisation en ateliers spcialiss, se posent principalement le problme de lordonnancement (que nous examinerons au chapitre V, page 359) et celui de la localisation des ateliers, dans une optique de minimisation des cots de manutention. Ce dernier problme fera lobjet du IV-1.1. Dans une organisation en ligne, ce nest pas tant le problme de la localisation des postes que celui de leurs contenus en travail qui se pose, avec la prise en compte du souci dquilibrer les charges de travail sur les diffrents postes, pour optimiser leur utilisation globale, et de celui de permettre une certaine varit de la production et exibilit dans les niveaux de production; ces problmes seront abords au chapitre IX (et le problme dquilibrage dune ligne sera abord, en particulier, au I-1.1, page 592).
IV-1.1
La localisation optimale des ateliers spcialiss
La localisation respective des centres de production a une incidence sur le cot des ux circulant entre ces diffrents centres de production. Ces centres de production peuvent tre aussi bien des bureaux dun service administratif que des ateliers spcialiss. Dans le premier cas, les ux sont des ux dinformations (documents divers) mais galement des dplacements de personnes appeles travailler ensemble de faon plus ou moins rgulire. Dans le second cas, les ux qui circulent entre centres de production sont avant tout des ux de matires premires et de produits semi-nis ou nis. Le cot de la manutention comprend les amortissements des engins de manutention qui vont jusquaux ponts roulants, les dpenses dnergie, les salaires de lquipe de manutentionnaires, et il faut y ajouter le cot de constitution de stocks-tampons complmentaires dans certains cas. Il est souvent possible de diminuer limportance de ces ux entre centres de production, et ce faisant de diminuer les dpenses de gestion, en amliorant la localisation de ces centres de production. Nous examinerons dans un IV-1.1.1 la complexit de ce problme de localisation en supposant, pour simplier la prsentation du problme, que les centres de production sont dimportance voisine du point de vue de leur encombrement au sol, et quaucune contrainte ne pse sur leur localisation; puis, dans un second paragraphe ( IV-1.1.2, page 233), nous lverons ces hypothses, pour aborder les problmes tels quils se prsentent dans la ralit. IV-1.1.1 Prsentation simplie du problme
Index thmatique
Table des matires
IV-1.1.1.1 Exemple introductif Usinec fabrique du matriel lectrique et comporte 5 ateliers spcialiss dgale importance: latelier 1 qui regroupe les tours, latelier 2 qui regroupe les presses, latelier 3 qui fabrique les moteurs, latelier 4 qui soccupe de lassemblage, de la nition et de lexpdition et latelier 5 qui est le magasin des pices dtaches et matires premires. La manutention entre ateliers seffectue le plus souvent par container, aussi lunit de trac que lon retiendra est le container, mais on aurait aussi bien pu retenir une autre unit comme la tonne, ou encore une unit ctive
230
dnie en troite relation avec les cots de manutention (unit de chargement dun engin de manutention par exemple). Cinq localisations sont possibles, les diffrents emplacements ayant tous la mme surface. Les distances (en mtres) entre ces emplacements sont donnes dans le premier des tableaux 34 o lon peut constater une symtrie par rapport la diagonale, cest--dire que la distance dij pour aller de i en j est la mme que pour se rendre de j en i (ce qui nest pas toujours vrai: les emplacements peuvent se situer par exemple des niveaux diffrents, ce qui permet dutiliser la gravit). La production seffectuant en petite srie, les ux de transport entre ateliers varient dun article lautre. Sur une priode reprsentative, les changes entre centres de production (en centaines de containers) sont donns dans le second des tableaux 34. La diagonale du tableau est nulle cest--dire que, par convention, on ne soccupe pas de la manutention au sein dun atelier spcialis (ou plus exactement que celle-ci naffectera pas la localisation respective des diffrents ateliers) On peut noter en outre que ces ux ne sont pas symtriques. Supposons que les ateliers 1 5 sont respectivement dans les emplacements I V, et que le cot de manutention est proportionnel au trac tij et la distance dij, ce qui fait que le cot minimal de manutention est obtenu par laffectation qui minimise t ij d ij . Le cot de manutention de la solution actuelle est donc de
i j
9311 (= somme des valeurs du dernier tableau 34): TABLEAU 34 Donnes du problme dimplantation des ateliers Distance dij entre zones dimplantation
I I II III IV V 0 25 22 45 47 II 25 0 18 21 23 III 22 18 0 24 20 IV 45 21 24 0 22 V 47 23 20 22 0 1 2 3 4 5 1 0 30 5 1 40
Table des matires
2 20 0 10 2 50
3 50 15 0 1 35
4 10 20 25 0 10
5 5 5 15 10 0
tij. dij.
1-I 2 - II 3 - III 4 - IV 5-V 1 - I 2 - II 3 - III 0 500 1100 750 0 270 110 180 0 45 42 24 1880 1150 700 4 - IV 450 420 600 0 220 5-V 235 115 300 220 0
Index thmatique
Trac tij entre ateliers
231
IV-1.1.1.2 Recherche dune meilleure localisation Mme dans ce cas trs simple, o les ateliers occupent tous la mme supercie et o aucune contrainte particulire ne pse sur les affectations des ateliers, le problme pos est redoutable puisquil y a 5! = 120 affectations diffrentes possibles. Que dire alors de problmes rels o le dcoupage est plus n et o lon trouve facilement 30 centres de production, ce qui correspond 30! = 2,65 x 032 affectations possibles! Une approche efcace du problme a t mise au point en 1963 par Armour et Buffa1 qui est connue sous le nom de CRAFT (Computerized Relative Allocation of Facilities Technique) et dont le programme est largement utilis, dautant plus quil permet de rsoudre les problmes beaucoup plus complexes que nous verrons au IV-1.1.2, page 233. Lalgorithme cherche amliorer progressivement une solution initiale, et sarrter lorsquaucune amlioration supplmentaire ne peut plus tre obtenue. La procdure suivie est trs schmatiquement la suivante: - tape l: On recherche lamlioration de la dernire solution retenue en recherchant la meilleure permutation de 2 centres de production, et lon retiendra la permutation qui diminue le plus fortement les cots de manuten2 tion. Il faut. donc explorer la variation de cot des C n = n ( n 1 ) 2 permutations possibles de 2 centres diffrents de production pris dans un ensemble initial de n centres (= nombre de combinaisons de 2 lments pris dans un ensemble de n lments pour reprendre la terminologie du dnombrement des problmes combinatoires). - tape 2: Revenir ltape 1 avec la nouvelle solution comme solution de rfrence. Si aucune nouvelle diminution de cot de manutention nest possible, passer ltape 3 en conservant la solution de rfrence. - tape 3: La solution retenue est la solution de rfrence de la dernire itration. Les rsultats de lapplication de cet algorithme sont consigns dans le tableau 35 de la page 232. Ce tableau rsum amne les commentaires suivants - la solution nalement retenue consiste affecter aux centres I V les ateliers dans lordre 4, 5, 3, 2 et 1, le cot total de manutention tant de 8469 par priode de rfrence, contre 93l1 initialement (do une conomie de 9 %). En explicitant toutes les affectations possibles, on montre que cette solution est optimale, mais dune manire gnrale, cet algorithme ne garantit pas loptimalit de la solution trouve. - Cette solution a t obtenue aprs le calcul du cot de 40 solutions possibles (non toutes diffrentes), ce qui reprsente un gain de calcul substantiel par rapport aux 120 solutions thoriquement ralisables. Ces 40 solutions correspondent 10 permutations de 2 des ateliers pour 4 solutions de rfrence, ces solutions de rfrence sont encadres dans le tableau de synthse de calcul, et sont galement repres par un astrisque (permutation cot minimal et infrieur celui de la solution de rfrence nouvelle solution de rfrence).
Index thmatique
Table des matires
1. Armour et Buffa (1963, [21]), p. 294-309.
232
TABLEAU 35 Recherche de limplantation optimale avec CRAFT

Permutation Numro Couple Solution initiale 1 12 2 13 3 14 4 15 5 23 6 24 7 25 8 34 9 35 10 45 Solution initiale 1 12 2 13 3 14 4 15 5 23 6 24 7 25 8 34 9 35 10 45 Solution initiale 1 12 2 13 3 14 4 15 5 23 6 24 7 25 8 34 9 35 10 45 Solution initiale 1 12 2 13 3 14 4 15 5 23 6 24 7 25 8 34 9 35 10 45 Affectation des ateliers aux centres I II III IV V 1 2 3 4 5 2 1 3 4 5 3 2 1 4 5 4 2 3 1 5 5 2 3 4 1 1 3 2 4 5 1 4 3 2 5 1 5 3 4 2 1 2 4 3 5 1 2 5 4 3 1 2 3 4 5 4 2 3 1 5 4 1 3 2 5 4 2 1 3 5 1 2 3 4 5 4 2 3 5 1 4 3 2 1 5 2 4 3 1 5 4 5 3 1 2 3 2 4 1 5 4 2 5 1 3 5 2 3 1 4 4 2 3 5 1 4 1 3 5 2 4 2 1 5 3 1 2 3 5 4 4 2 3 1 5 4 3 2 5 1 2 4 3 5 1 4 5 3 2 1 3 2 4 5 1 4 2 5 3 1 5 2 3 4 1 4 5 3 2 1 4 5 3 1 2 4 5 1 2 3 1 5 3 2 4 4 1 3 2 5 4 5 2 3 1 2 5 3 4 1 4 2 3 5 1 3 5 4 2 1 4 3 5 2 1 5 4 3 2 1 Cot de manutention 9311 9695 9586 8632 9518 9299 10050 9373 10392 9399 9273 8632 8662 8912 9311 8584 8614 10404 8631 10387 8612 9528 8584 8776 8824 9273 8632 8626 10356 8469 10423 8652 9528 8469 8631 8919 9221 8662 8556 9586 8584 9930 8607 10173
Itration 2
Itration 1
Itration 4
Itration 3
- Le cot de manutention est mentionn de prfrence la variation de cot par rapport au cot de la solution de rfrence, mais en ralit cest cette varia-
Index thmatique
Table des matires
233
tion de cot que lon a intrt calculer pour minimiser les calculs (il est clair, en comparant les rsultats des deux premires solutions de rfrence qui diffrent par la permutation des ateliers l et 4, que les dij et dij. tij ne changent pas ds lors que i et j sont diffrents de l et 4). IV-1.1.2 Prsentation dun problme rel Dans la pratique, le problme est beaucoup plus complexe. La raison principale est quil est bien rare que les diffrents centres de production occupent la mme surface au sol. Ceci fait que la recherche dune solution doit ncessairement tenir compte des diffrences de consommation despace des centres de production. Accessoirement, la localisation de certains centres peut tre sujette des restrictions (proximit dune chemine daration par exemple), et la forme de certains ateliers peut tre impose ; en outre, la conguration du local nest soumise aucune restriction. Ces diffrentes contraintes peuvent tre prises en compte par CRAFT. Reprenons, pour illustrer ce point, lexemple que Buffa, Armour et Vollmann ont donn1, et qui traite dun problme damlioration de limplantation de 22 ateliers (reprs par les lettres A V, les ateliers U et V ayant une localisation impose, dans une usine de lindustrie arospatiale). On ne reproduira pas ici les donnes de base du problme (matrice des ux de transport entre ateliers, matrice des cots de transport entre ateliers pour une distance unitaire donne, surface requise pour chacun de ces ateliers), pour ne donner que la conguration initiale ( gauche du tableau 36 de la page 234) et la conguration nale ( droite du tableau 36). La nouvelle solution diminue les cots de manutention de 39%. Chaque rectangle du schma reprsente une surface carre de 100 pieds carrs. Les distances sont calcules vol doiseau entre les centres des ateliers, ce qui est acceptable si ceux-ci sont localiss sur des surfaces carres, mais est beaucoup plus contestable lorsque latelier a une conguration gomtrique nettement diffrente (rectangle de faible largeur, conguration en L...). Le calcul vol doiseau peut tre biais lorsque certaines contraintes (pilier de soutnement par exemple) rendent physiquement impossible cet itinraire. Par ailleurs, lhypothse de cots de manutention proportionnels aux distances peut ne pas tre toujours raliste. Cela tant, ces distorsions sont du second ordre le plus souvent, car, la recherche dune solution rellement optimale est sans grand intrt. En effet, loptimum est conditionn par la abilit des informations recueillies et par leur reprsentativit (cest--dire pour une performance des structures observes un moment donn). Ajoutons enn que le recueil des donnes de base est dun cot lev, ce qui fait que lon naura intrt sattaquer ce problme que si les cots de manutention sont levs et si une certaine permanence des structures peut raisonnablement tre postule. Pour en nir sur ce problme, indiquons que, depuis de nombreuses annes, des logiciels plus performants, prenant en compte des formulations plus complexes du problme de limplantation (notamment en travaillant sur 3 dimensions) sont disponibles et que des problmes de complexit moyenne2 peuvent maintenant
1. Voir Buffa, Armour & Vollmann (1964, [72]). Le lecteur intress pourra consulter une bibliographie complte sur ce thme dans les articles de R.V.Johnson (1982,[244]), et Fould (1983, [155]), ainsi que louvrage de Francis et White (1974, [159]).
Index thmatique
Table des matires
234
TABLEAU 36 Exemple dimplantation optimale dans un cas rel (adapt de Buffa, Armour & Vollmann, [72])
Ancienne conguration Cot 329498 Nouvelle conguration Cot 264508
T T T T T T S S S R R Q Q Q O O O O O O O O O O O O O O
T T T T T T S S S R R Q Q Q O O O O O O O O O O O O O O
T T T T T T S S S R R P P P O O O O O O O O O O O O O O
T T T T T T S S S P P P P P O O O O O O O O O O O O O O
T T T T T T S S P P P P P P O O U U U O O O O O O O O O
V V V V V N N N M L L L L K K K U U U U O O O O O O O O
V V V V V N N N L L L L L K K K U U U U E E I I I M G G
V V V V V N N N L L L L L K K K U U U U E E I I I M G G
V V V V V N N N N L L L K K K K U U U U E E I I I M G G
V V V V V N N N N L L L K K K K U U U U E E I I I M G G
V V V V V B B B B B B D D D D D D D D U E E I I I F F F
V V V V V B B B B B B D D D D D D D D D E E J J F F F F
V V V V V B B B B B B D D D D D D D D D E E J J F F F F
V V V V V A A A A A A C C C D D D D D D E E E J F F F F
V V V V V A A A A A A C C D D D D D D D E E E J F F F F
P P T T T T T T T S S S S R R R Q Q F F F F F O O O O O
P P P T T T T T T S S S S S R R Q Q F F F F F O O O O O
P P P T T T T T T S S S S S R C Q Q F F F F F O O O O O
P P P T T T T T T L L L L L C C C C F F F F E O O O O O
P P P T T T T T M L L L L L I I I U U U E E E O O O O O
V V V V V B B B B L L L L L I I I U U U E E E O O O O O
V V V V V B B B B L L L L L I I I U U U E E E O O O O O
V V V V V B B B K K K K K I I I I U U U E E E O O O O O
V V V V V B B B K K K K K K I I I U U U E E E O O O O O
V V V V V B B B K K K K K K I I I U U U E E E O O O O O
V V V V V B D D D D D D D D I I I G G G A A E O O O O O
V V V V V D D D D D D D D D N N N G G G A A A O O O O O
V V V V V D D D D D D D D D N N N N G G A A A O O O O O
V V V V V M M D D D D D D D N N N N J J J A A O O O O O
V V V V V M M D D D D D D N N N N N J J J A A O O O O O
facilement tre rsolus en utilisant un tableur et un algorithme gntique sous forme dadd-in1.
IV-2
Dtermination de la dure de vie optimale dun quipement
Le problme se pose concrtement en univers alatoire ou en univers incertain, mais avant de traiter ce cas au IV-2.2, page 243, nous tudierons ce problme en univers certain au IV-2.1 pour introduire la problmatique pose et parce que souvent cette simplication permet dobtenir rapidement des ordres de grandeurs acceptables.
2. Note de la page prcdente. Si les surfaces requises par les diffrents ateliers sont diffrentes on peut se ramener au cas gnral en partant sur des multiples dune surface de base et en considrant que les tracs entre ces parties dun atelier sont trs importants pour forcer la contigut. 1. Voir les exemples dutilisation dEvolver dans ce chapitre (page 196 et page 224).
Index thmatique
Table des matires
235
IV-2.1
Dtermination de la dure de vie optimale en univers certain
Nous verrons tout dabord ( IV-2.1.1) les critres utilisables pour dterminer la dure de vie optimale, avant den prsenter les applications pour des remplacements lidentique ( IV-2.1.2, page 237) ou non ( IV-2.1.3, page 242). IV-2.1.1 Critres de dtermination de la dure de vie optimale Diffrents critres faisant appel lactualisation sont possibles. Nous utiliserons ici la notation discrte, la place de la notation continue habituellement utilise dans la littrature spcialise, pour rendre la problmatique plus facilement intelligible1. Supposons, pour commencer, que lquipement considr soit seul contribuer la fabrication dun bien, ou la fourniture dune prestation de services (vhicule automobile dun chauffeur de taxi, par exemple). On notera: - Rt, la recette dexploitation de la priode t, imputable lquipement considr, - Dt, les dpenses directes dexploitation hors amortissement associes au volume de production q t de la priode t, y compris, pour les priodes concernes, le cot dacquisition de lquipement ou la recette associe la revente du matriel doccasion (dpense ngative), - Mt = Rt - Dt, la marge brute ralise au cours de la priode t, laquelle correspond au ux net de trsorerie associ la squence dinvestissement, - , le taux dactualisation utilis dans lentreprise; ce taux est dni pour une unit de temps qui est celle de la priode de rfrence utilise. Le problme de la dtermination de la dure de vie optimale peut tre formul dans le cadre dun horizon limit T priodes (par exemple lintervalle de temps sparant la prise de dcision et lchance dune concession) ou dans le cadre dun horizon inni ( T = ). Dans les deux cas, loptimum se caractrise par une squence de dcisions de renouvellement, et donc par un certain chancier de dpenses sur T priodes. Le seul intrt de cette distinction est que, sous certaines conditions, la squence de dcisions optimales dans le cadre dun horizon inni est la reconduction dune mme dure de vie optimale pour tous les quipements de la chane de remplacement. Les chanciers, dnis pour les priodes l T, que nous actualiserons seront implicitement dnis pour une politique i donne de renouvellement des quipements. Cette stratgie a un impact direct sur lchancier Dt qui, dune part inclut les dpenses dachat et de recettes de revente doccasion et, dautre part, comporte des dpenses dentretien qui dpendent habituellement de la dure de vie retenue et de lchancier qt. Elle peut galement avoir un impact indirect sur Rt et/ou qt, si la production porte sur une prestation de service et que celle-ci se dgrade avec lge de lquipement (par exemple, un taxi a rarement plus de dix ans dge, du moins en France). Le premier critre2 qui vient lesprit est celui de la maximisation de la marge brute actualise, par rapport aux diffrentes politiques i.
Index thmatique
Table des matires
1. La notation continue permet de trouver plus facilement les politiques optimales, mais les rsultats trouvs sont plus difciles interprter. 2. Note de la page prcdente. Le seul habituellement utilis en univers certain. Voir Jorgenson, Mac Call et Radner (1974, [253]), p. 6-8, ou Boiteux (1964, [59]), p. 136-141; ces diffrents auteurs utilisent la notation continue.
236
T t critre 1: maximum ( R it D it ) ( 1 + ) relation 36 i t = 1 Si lchancier de recettes est le mme quelle que soit la politique adopte, ce critre est quivalent celui de la minimisation des dpenses. T t critre 2: minimum D it ( 1 + ) i t = 1 relation 37
Ce dernier critre permet dviter davoir formuler des hypothses sur lchancier Rit, ou plus prcisment sur les recettes unitaires, car lchancier Dit est fonction de lchancier qit. Une hypothse de calcul trs frquemment retenue est celle de la constance de la production (qit = q), qui nest acceptable, en particulier, que si aucune obsolescence technique ou commerciale ne vient frapper lquipement tudi mais est cohrent avec lhypothse dun rgime de croisire stable. Lorsque plusieurs quipements concourent simultanment la production dun ou plusieurs biens (ou prestations de service), le critre 2 est alors seul utilisable, car il est arbitraire dimputer tout ou partie des recettes lun ou lautre des facteurs productifs (dautant plus quapparaissent des charges xes non affectables sil y a plusieurs productions). Lutilisation de ce critre implique que lchancier des recettes associ lun quelconque de ces produits (ou prestation de service) est indpendant de la stratgie retenue pour chacun des facteurs productifs. Par ailleurs, sil y a plusieurs productions j, Dit est la dpense directe dexploitation associe aux productions qijt, et il est, l encore, commode de postuler que ces productions qijt sont constantes dans le temps et indpendantes de la stratgie i (qijt = qj). Lorsque lon se situe en univers alatoire, le choix dune politique de maintenance et de remplacement se traduit par une esprance mathmatique de dpenses E(Dt) et une esprance mathmatique E ( t ) de temps dutilisation t durant la priode t (on a E ( t ) <1, chaque priode tant conventionnellement dune dure gale 1). Si le temps de fonctionnement correct de lquipement peut tre valoris au tarif unitaire v, on obtient un troisime critre quivalent au premier en retenant la politique i qui maximise la valeur actualise de la diffrence entre lesprance mathmatique de la valorisation du temps disponible, et celle des dpenses: T t critre 3: maximum [ vE ( it ) E ( D it ) ] ( 1 + ) i t = 1 relation 38
Si le temps dutilisation it a une esprance mathmatique trs proche de lunit (maintenance ou remplacement effectus en dehors des heures normales dutilisation, par exemple), le critre 3 est, une constante prs, quivalent au critre 4 suivant, qui est lquivalent, en esprance mathmatique, du critre 2.
Index thmatique
Table des matires
237
T t critre 4: minimum E ( D it ) ( 1 + ) t = 1 i
relation 39
Dautres critres peuvent tre encore utiliss, et plus particulirement le quotient de lesprance mathmatique actualise du temps dutilisation par celle des dpenses, qui, sous certaines conditions, est quivalent au critre 3 et plus facile dutilisation. Cette discussion dpasse cependant le propos introductif que lon sest x1. Dtermination de la dure de vie optimale dans le cas dun remplacement lidentique Au cours de la prsentation des critres, nous avons distingu le cas de lhorizon inni, de celui de lhorizon limit. Nous aborderons dabord rapidement ce dernier cas, en indiquant que la programmation dynamique laquelle il sera fait appel, permet de traiter galement le cas dune chane de remplacements de caractristiques non identiques. IV-2.1.2.1 Cas dun horizon limit Nous partirons dun exemple introductif, que nous rsoudrons ensuite aprs en avoir montr la solution analytique. IV-2.1.21a) Exemple introductif Lentreprise Ordomeca doit acheter une machine au dbut de la priode 1 (et ventuellement au dbut dune priode ultrieure) pour la fabrication dun article quelle prvoit de fabriquer pendant 6 ans. Les cots de fabrication, dachat en dbut de priode et de revente en n de priode, sont donns (aprs actualisation la date t = 0) dans le tableau 37 de la page 239, dans lequel cij est le cot dutilisation total dune machine achete en dbut de priode i (cest--dire la date i 1) et revendue en n de priode j (cest--dire la date j), ce qui donne par exemple: c24 = 220 + 50 + 60 - 75 = 225. IV-2.1.21b) Solution analytique La rsolution de ce problme seffectue sans difcult en utilisant la programmation dynamique qui sera prsente en dtail au chapitre VIII (section II, page 562), lanalogie avec un problme de transport tant vidente, comme lillustre la gure 60 o: - les nombres cercls reprsentent des dates de n de priodes, la place des villes, - les arcs visualisent lutilisation dune machine entre sa date dacquisition i (nud de dpart) et sa date de revente j (nud darrive), la place des itinraires; sur ces arcs sont nots les cots cij, somme des cots dachat en i, de fonctionnement entre i et j, diminue de la valeur de rcupration en j.
IV-2.1.2
1. Voir Jorgenson, Mac Call et Radner (1974, [253]), p. 15-17, pour une reprsentation de ces critres en notations continues.
238
FIGURE 60 Graphe associ au problme de dtermination de la dure de vie optimale dun quipement (exemple du tableau 37 de la page 239)
57
0 33 240 570 150 440 700
340 250 1 160 440
440 160 225
270 170
150 250
170
340
36 0
On peut utiliser lalgorithme gnral de la programmation dynamique en dnissant de faon rcurrente le cot minimal ft de fonctionnement du systme entre les dates t et T: f t = minimum ( f i + c it ) , avec t = T 1, T 2, ..., 0 relation 40
i<t
Cette formulation de type backward peut tre utilise telle quelle, mais il est aussi simple dexploiter la formulation quivalente de type foreward (relation 41 de la page 238) qui sera utilise dans les problmes de programmation de la production avec cots concaves (chapitre VIII, II-4.1, page 582) et o ft reprsente le cot minimal de fonctionnement du systme entre les dates 0 et t (cest-dire pour les priodes l t): f t = minimum ( f i + c it ) , avec i = 0 t 1, f0=0 et t = 1 T relation 41
i<t
Cette relation 41 permet de rechercher loptimum dans un tableau du type du tableau 38. IV-2.1.21c) Rsolution numrique de lexemple introductif La recherche numrique seffectue dans le tableau 38 de la page 240 do lon tire que la politique optimale consiste acheter la date 0, puis revendre la date 2 lquipement sur le march de loccasion, et racheter aussitt un quipement neuf qui sera vendu la date 6, n de lhorizon conomique retenu. IV-2.1.2.2 Cas de lhorizon inni On dmontre alors1 que la politique optimale est de type stationnaire, cest-dire quelle consiste utiliser toutes les machines de la chane innie de remplacement, pendant exactement le mme nombre de priodes. Nous allons utiliser cette proprit et le critre 2 pour rsoudre un exemple numrique. IV-2.1.22a) Exemple numrique Ordomeca envisage lachat de la machine MGl dont la dure de vie physique est de 10 ans et elle se demande quelle est la dure de vie conomique de cette machine qui cote 200 000 dollars liduriens. Les donnes annuelles prvision1. Voir Wagner (1975, [435]), p. 399-402.
Index thmatique
Table des matires
239
TABLEAU 37 Exemple de cots utiliss dans une dtermination de dure de vie optimale dun quipement en univers certain, avec horizon born
Priode j dutilisation Achat en i Fonctionnement Revente en j cij Achat en i Fonctionnement Revente en j cij Achat en i Fonctionnement Revente en j cij Achat en i Fonctionnement Revente en j cij Achat en i Fonctionnement Revente en j cij Achat en i Fonctionnement Revente en j cij 1 200 50 100 150 2 60 70 240 210 50 100 160 3 70 50 330 60 70 250 220 50 110 160 4 90 30 440 70 50 340 60 75 255 230 50 110 170 5 110 10 570 90 40 440 70 60 340 60 70 270 230 50 130 150 6 130 0 700 110 20 570 80 40 440 70 50 360 60 90 250 250 60 140 170
machine achete la date i =
Index thmatique
Table des matires
nelles de cots, en dollars constants, sont donnes dans le tableau 39 de la page 240. Le taux dactualisation utilis est de 5% /an (taux rel, et non nominal). IV-2.1.22b) Solution analytique Lapplication du critre 2 (relation 37, page 236) peut seffectuer en deux temps: - calculer la valeur actualise en t = 0 de lchancier de la premire machine achete et utilise n priodes (calcul effectuer pour chacune des dures de vie possibles); - calculer lannuit constante quivalente (n de priode) lchancier rel dutilisation dune machine pendant n priodes (calcul effectuer pour chacune des dures de vie possibles).
240
TABLEAU 38 Application de lalgorithme foreward de programmation dynamique

Date j de n de service 0 Date i de mise en service 1 2 3 4 5 c0j c1j f1 + c1j c2j f2 + c2j c3j f3 + c3j c4j f4 + c4j c5j f5 + c5j ft gt 150 0 1 150 2 240 160 310 3 330 250 400 160 400 4 440 340 490 255 495 170 500 5 570 440 590 340 580 270 600 150 190 6 700 570 720 440 680 360 690 250 690 170 740 680 2
240 0
330 0
440 0
570 0
50
20
10
1. en milliers de dollars liduriens.
La dure de vie optimale est celle laquelle correspond la plus faible annuit constante quivalente. En effet, pour le taux dactualisation retenu, si lchancier rel, dni pour une dure de vie de n priodes, est quivalent un chancier de n versements constants, la rptition jusqu linni de lchancier rel est alors quivalente la rptition jusqu linni de lchancier constant. IV-2.1.22c) Solution de lexemple numrique Il ressort du tableau 40 que la dure de vie conomique de la MGl est de 7 ans. La valeur du critre 2, pour cette politique de remplacement lidentique tous les 7 ans, est de: 96, 05 1, 05
t=1 t
= 1921 , et le gain ralis, en choisissant cette
dure de vie conomique de prfrence la dure de vie physique, est de (101,89 96,05) / 101,89 = 5,7 %. IV-2.1.22d) Remarques Ltude de la solution optimale appelle trois remarques:
Index thmatique
t 1 Dpenses directes 50 dexploitation Valeur de revente lge t 100
2 50
3 50
4 50
5 70
6 80
7 90
8 100
9 120
10 130
Table des matires
TABLEAU 39 Dpenses dexploitation et valeur doccasion de la MG-11
241
TABLEAU 40 Dtermination de la dure de vie optimale de la machine MG-1

Dure dutilisation n 0 1 2 3 4 5 6 7 8 9 10 Dt Dt -----------1,05 n 200,00 47,62 45,35 43,19 41,14 54,85 59,70 63,96 67,68 77,35 85,95 Dt ----------- 1,05 n t=0 200,00 247,62 292,97 336,16 377,30 432,14 491,84 555,80 623,49 700,84 786,79
n
Vn
Vn -----------1,05 n
Dt Vn ------------ ----------- 1,05 n 1,05 n t=0
Annuit pour une dure dutilisation n 160,00 133,17 117,10 104,08 99,81 96,90 96,05 96,47 98,60 101,89
200 50 50 50 50 70 80 90 100 120 140
100 50 20 10 0 0 0 0 0 0
95,24 45,35 17,28 8,23 0,00 0,00 0,00 0,00 0,00 0,00
152,38 247,62 318,89 369,07 432,14 491,84 555,80 623,49 700,84 786,79
- La dtermination de la dure de vie optimale conduit au calcul dun cot moyen actualis annuel. Lorsque plusieurs quipements sont en comptition, la comparaison conomique de ces quipements doit seffectuer en comparant leurs cots moyens actualiss annuels. - La dtermination de cette dure de vie optimale dpend du taux dactualisation retenu et peut tre ventuellement peu sensible au choix du taux dactualisation. - Lorsque la valeur rsiduelle est nulle, ce qui se produit dans notre exemple partir de la cinquime priode, et que les dpenses de fonctionnement sont croissantes au cours du temps, on peut arrter les calculs ds que la dpense annuelle devient suprieure la dernire annuit calcule. En effet, dans notre exemple, lchancier rel dune machine garde 7 annes est quivalent un chancier constant de 7 versements de 96,06. Prolonger la dure de vie dune anne revient vrier si lannuit constante quivalente lchancier rel que lon aurait en gardant la machine 8 ans, est infrieure 96,06, or ceci revient rechercher lannuit constante quivalente dun chancier de huit versements, les sept premiers tant de 96,06 et le huitime, de 100. Lorsque la valeur de revente est ngligeable et que les dpenses de fonctionnement sont croissantes, la date de renouvellement optimale est celle qui prcde la date pour laquelle la dpense de fonctionnement devient suprieure au cot moyen actualis1.
Index thmatique
Table des matires
1. Voir galement la dmonstration, en notations continues et pour le critre 1, dans Boiteux (1964, [59]), p. 140141 (La date de renouvellement optimale est celle pour laquelle le bnce brut de lanne devient gal la moyenne actualise des bnces nets), ou encore dans Jorgenson, Mac Call et Radner (1974, [253]), p. 7-10.
242
IV-2.1.3 Dtermination de la date de dclassement optimale Lorsquapparat sur le march un matriel plus performant1 que celui en cours dutilisation, deux politiques sont envisageables: garder le matriel initial jusqu la n de sa dure de vie conomique ou anticiper son dclassement pour bncier des performances accrues du nouveau matriel. Ce problme peut se poser dans le cadre dun horizon limit et se traite alors sans difcult laide de la programmation dynamique (cf. III-1.2.1, page 204) mais il se pose le plus souvent dans le cadre dun horizon inni (ou, ce qui revient au mme, sans horizon bien prcis). Nous introduirons dabord un exemple numrique avant de prsenter la solution. Exemple introductif Ordomeca envisage de remplacer la machine MG1 qui fonctionne depuis 2 ans par la nouvelle machine MG2 plus performante, qui cote 2l0 000 dollars liduriens et a une dure de vie physique estime 10 ans. Les donnes conomiques de cette nouvelle machine (comparables celle du tableau 39 de la page 240) gurent dans le tableau 41. TABLEAU 41 Dpenses dexploitation et valeur doccasion de la MG-21
t 1 dpenses directes 30 dexploitation valeur de revente lge t 100
1. en milliers de dollars liduriens
IV-2.1.3.1
2 30 50
3 30 20
4 40 10
5 50 0
6 60 0
7 70 0
8 80 0
9 90 0
10 100 0
La dure de vie conomique de cette machine MG-2 reste, comme vous pouvez le vrier, de 7 ans mais lannuit constante quivalente pour cette dure de vie descend 79,20 (contre 96,05 pour la machine MG-1). Le problme pos est de savoir quand il est judicieux, dun point de vue conomique, de remplacer la machine MG1 par la machine MG2. IV-2.1.3.2 Solution Si lon reprend le raisonnement des quivalences dchanciers conduit au III-1.2.2.2, page 206, il est vident2 que lon na pas intrt anticiper la mise en service de la machine MG-2 tant que la nouvelle annuit (79,20) est infrieure la dpense dexploitation annuelle (diminue, le cas chant, de la valeur doccasion). Lexamen du tableau 39 de la page 240 montre que lanne 6, la dpense dexploitation (80) est suprieure la nouvelle annuit, mais que lanne 5 cest linverse qui se produit. On a donc intrt acheter la machine MG-2 la n de lanne 5 et donc anticiper dune anne la radiation prvue.
1. ct de cette obsolescence technique, dont lincidence porte principalement sur les ux de dpense, peut exister une obsolescence de nature commerciale lie linadquation progressive de lquipement fournir des produits ou des prestations de service vendables. Lobsolescence commerciale a un impact sur les ux de recettes et oblige alors en gnral, recourir au critre 1. 2. Voir galement Boiteux (1964, [59]), p. 144-145, qui, en utilisant le critre 1 et des notations continues, aboutit la conclusion suivante, valable si la valeur doccasion est ngligeable; la date de dclassement optimale est celle pour laquelle le bnce brut devient infrieur la moyenne actualise du bnce net de linstallation de remplacement.
243
IV-2.2
Dtermination de la dure de vie optimale en univers alatoire
Lorsque la dure de vie dun quipement est alatoire, cet quipement comportant un (ou plusieurs) composant(s) dont la dure de vie est elle-mme alatoire, la dpense dune priode devient alors une variable alatoire. Il convient alors dutiliser le critre 3 ou le critre 4. La rsolution de ce problme est complexe, car il dpend troitement de la politique de maintenance. Nous commencerons dans le IV-2.2.1 par donner un aperu de cette problmatique. Nous aborderons ensuite ( IV-2.2.2, page 244) le problme de lestimation de la loi de la dure de vie dun composant. Nous calculerons enn ( IV-2.2.3, page 249), sur un exemple simpli (mais tir de la ralit), la dure de vie optimale dun quipement. IV-2.2.1 Le problme pos Nous avons dit que le problme de la dure de vie optimale dpendait de la politique de maintenance suivie1. Nous nous contenterons den retracer ici brivement la philosophie pour faire comprendre la complexit du problme pos. Les politiques de maintenance visent dnir un ensemble de rgles de dcision permettant de garantir, un cot minimal, un mme niveau de service pour un matriel en tat de marche, tout au long de son existence. Ces rgles de dcision concernent la mise en uvre dune ou de plusieurs des actions suivantes: remplacement prventif dun composant, remplacement dun composant aprs panne (action exclusive ou non de la prcdente), inspection priodique du matriel. Le systme dinformation conduisant connatre le bon fonctionnement de tous les composants dun matriel de faon continue ou par intermittence conditionne le choix des politiques possibles et a un cot qui est gnralement non pris en compte dans les modles de maintenance. Lorsque le bon fonctionnement du systme est connu de faon continue, il ny a pas dautre action de maintenance que le remplacement de composants. Si le cot dun remplacement prventif est plus faible que celui occasionn par le remplacement aprs panne, et si le taux de dfaillance2 crot avec lge du composant, la politique optimale consiste remplacer le composant lorsquil tombe en panne, ou prventivement un ge dtermin par le calcul conomique. La dtermination du remplacement prventif est aise si la machine considre ne comporte quun seul composant, ou plusieurs composants indpendants (les politiques optimales se dnissant alors comme la juxtaposition de politiques dtermines de faon indpendante). La dpendance de composants peut tre due soit des conomies ralises en remplaant simultanment plusieurs composants
1. Il ne peut tre question daborder ici la problmatique de la maintenance, qui justierait elle seule de longs dveloppements et ncessiterait lappel des outils mathmatiques plus sophistiqus que ceux utiliss dans cet ouvrage. Une bonne introduction une approche formalise des problmes de maintenance peut tre trouve dans louvrage de Pellegrin (1997, [333]). 2. Le taux de dfaillance est la probabilit conditionnelle quun composant tombe en panne entre t et t + t , en sachant quil a atteint lge t. Une comparaison dmographique peut mieux faire saisir cette notion: si sur une gnration de 1000 personnes, 400 sont mortes avant lge de 60 ans, cest--dire que 600 atteignent lge de 60 ans, et si 50 dentre elles meurent avant datteindre lge de 61 ans, la probabilit conditionnelle de dcs (cest-dire le taux de dfaillance) est de 50/600 = 8%, et ne doit pas tre confondue avec la probabilit de mourir dans la 61me anne (ici 5%).
Index thmatique
Table des matires
244
(assembls en module par exemple), soit des lois de dure de vie de certains composants qui dpendent de lge dautres composants. La politique optimale consiste alors remplacer simultanment plusieurs composants lorsque lun dentre eux tombe en panne, ou aprs une dure dutilisation xe par le calcul. Ces rgles de dcision sont xes une fois pour toutes si lon se place dans une perspective de machine en tat de marche jusqu linni, et si les donnes de cots (qui fondent larbitrage) restent les mmes. Par contre, si lon dcide dutiliser lquipement pour une dure xe a priori, ces rgles doivent tre revues ds lors quun remplacement de composant(s) se produit avant un remplacement titre prventif. Lorsque le bon fonctionnement du systme est connu de faon intermittente, le problme se complique par lintervention, dans larbitrage conomique, du cot dobtention des informations sur le systme, informations fournies par des inspections priodiques. Il ressort de cette description rapide, quen univers alatoire, la dtermination de la dure de vie alatoire est insparable de la dnition dune politique de maintenance, moins de nenvisager que le cas de remplacement aprs panne (qui, habituellement, conduit un cot plus lev en raison de perturbations imprvues). Cest ce cas de gure que nous retiendrons pour donner un aperu des problmes poss. Mais pour cela, il faut dabord dterminer la dure de vie de ses principaux composants. IV-2.2.2 Dtermination de la loi de dure de vie dun composant Commenons par prciser deux concepts utiliss classiquement dans cette problmatique. - Si lon note T, la variable alatoire dure de vie dun composant, cest-dire lintervalle de temps sparant sa mise en service, du moment o il est hors dusage, la fonction de rpartition F(t) donne la probabilit P(T<t), cest--dire la probabilit que la dure de vie du composant soit infrieure ou gale t. La probabilit que la dure de vie soit suprieure ou gale t est donc l F(t). Ce complment 1 de la fonction de rpartition est appel loi de abilit du composant. - Si lon note h(t) le taux de dfaillance, on a, par dnition des probabilits conditionnelles et si lon se souvient que la probabilit instantane de dfaillance cest--dire la densit de probabilit f(t) est la drive de la fonction de rpartition: f (t) F ( t ) relation 42 h ( t ) = ------------------ = ------------------ = { log [ 1 F ( t ) ] } 1 F(t ) 1 F(t ) IV-2.2.2.1 Estimation de la loi de dure de vie Lorsque lon dispose dun chantillon de quelques dizaines dobservations dune variable, on peut facilement exploiter ces informations laide dun logiciel spcialis pour dterminer, parmi les distributions de probabilit qui semblent a priori acceptables pour oprer une bonne synthse du phnomne tudi, celle qui est la meilleure du point de vue statistique1. Lorsque lon sintresse la dure de vie dun organe, ceci suppose que lon dispose dun ensemble dinformations relatives la dure maximale dutilisation avant dtre hors dusage. Souvent les
245
informations recueillies sont insufsantes pour permettre une analyse de qualit. Il faut alors exploiter au mieux les informations disponibles et, en particulier, la connaissance que lon a des composants utiliss depuis un certain temps et considrs encore comme utilisables. Examinons, partir dun exemple, comment traiter ce problme. Lentreprise Ordomeca a 35 vhicules Volnault en service, et dispose des carnets dentretien de 5 vhicules radis. Tous ces vhicules sont utiliss dans des conditions similaires. Les informations relatives au moteur de ce vhicule sont donnes dans le tableau 42 de la page 246. Le chier ainsi constitu fournit des observations sur davantage de moteurs que de vhicules puisque lon observe un certain nombre de moteurs en plus des moteurs dorigine1. Pour procder la reconnaissance dune distribution thorique, il faut dabord reconstituer la distribution observe qui se caractrise par un ensemble de couples de points t, F(t), o F(t) est lestimation de la probabilit que la dure de vie T soit infrieure t. Deux mthodes sont possibles pour obtenir ces informations: la premire est une estimation partir de frquences observes et la seconde, plus performante, utilise la fonction de hasard. IV-2.2.21a) Estimation partir des frquences observes Le principe de base est relativement simple. Il consiste imaginer que lon procde, par exemple, lexprience suivante: sachant que lon soumet un chantillon de moteurs lexprience utilisation pendant 120000 km, combien de moteurs seront tombs en panne avant datteindre ce kilomtrage? Dans une premire approche, on peut imaginer que lon procde, par exemple, lexprience suivante : sachant que lon soumet un chantillon de moteurs lexprience utilisation pendant 120 000 km , combien de moteurs seront tombs en panne avant datteindre ce kilomtrage? Une premire rponse cette question consiste ne sintresser quaux moteurs dorigine. Dans ce cas, les moteurs des vhicules 24 40 constituent lchantillon recherch (de taille 17) o seuls taient en tat de marche aprs cette preuve, les moteurs dorigine des vhicules 24, 30, 35, 36 et 39 2. Lestimation de la probabilit que la dure de vie dun moteur soit infrieure 120000 km est alors (17 5)/17 = 70,6%.
Index thmatique
Table des matires
1. Note de la page rcdente. Plusieurs tests sont classiquement utiliss par des logiciels spcialiss, comme Bestt de Palisade (http://www.palisade.com do peuvent tre tlcharges des versions compltes dvaluation, utilisables sur quelques semaines): 2, Kolmogorov-Smirnov, Anderson-Darling. Ces deux derniers tests sont utiliser pour des distributions continues, le test dAnderson-Darling tant plus puissant que celui, plus connu, de Kolmogorov-Smirnov est utiliser de prfrence pour les distributions continues; le test du 2, le plus connu, prsente linconvnient, pour les distributions continues, dun regroupement arbitraire des observations en classe et savre le moins puissant. Ces logiciels calculent, pour chaque distribution teste, lestimation du maximum de vraisemblance de chaque paramtre caractristique de la loi de probabilit slectionne. 1. Par exemple, le douzime vhicule du chier a eu son moteur dorigine chang au bout de 38000 km puis un second moteur chang aprs 11800 km; son troisime moteur a donc 93600 38000 11800 = 43800 km au moment o le chier est constitu. Le second moteur du onzime vhicule est chang au moment o lenqute est ralise (892 = 415 + 477); son troisime moteur na donc pas encore fonctionn, ce qui implique que ce vhicule tait en rparation lors de la constitution du chier. Au total on dispose donc de 68 informations du type composant tomb en panne au kilomtrage x ou composant encore en tat de marche au kilomtrage x. 2. Le moteur dorigine des vhicules 35 et 39 taient en tat de marche au Kilomtre 120000 au moment de la constitution du chier mais ont t remplacs ensuite.
246
TABLEAU 42 Donnes de base (ges exprims en centaines de kilomtres)

n du vhicule 1 2 3 4 5 6 7 8 9 10 114 124 13 14 15 16 17 18 19 20 ge1 130 220 300 325 390 490 590 610 680 830 892 936 940 969 990 1027 1060 1070 1100 1124 ge au dcs du moteur second 2 moteur3 dorigine 0 0 0 0 0 0 0 0 0 0 415 380 554 0 700 313 767 510 800 862 477 118 0 0 468 0 0 0 0 n du vhicule 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 ge1 1150 1183 1190 1298 1300 1311 1320 1366 1380 1400 1420 1450 1460 1500 1513 1550 1640 1700 1780 2030 ge au dcs du moteur second 2 moteur2 dorigine 0 0 798 0 448 250 750 439 1150 0 500 537 870 237 1224 0 890 1000 1350 735 443 163 0 0 0 0 656 0 221 0 0 0 0 0
1. Kilomtrage observ lors de la radiation du vhicule ou kilomtrage du vhicule en service la date de recueil des donnes. Les vhicules ont t classs par valeurs croissantes. 2. 0 si le moteur tait dorigine au moment de lobservation ou kilomtrage observ au moment du remplacement du moteur dorigine 3. 0 si le premier moteur de remplacement tait en tat de marche au moment de lobservation ou kilomtrage observ au moment du remplacement du premier moteur de remplacement. Un tiret indique que linformation est sans objet, le moteur dorigine tant toujours en usage. 4. Les informations relatives ces deux vhicules sont repres par la mme convention de couleur de fond de cellules dans les tableaux 42 44 et dans le tableau 46.
Cependant cette rponse nutilise pas toute linformation disponible, puisque lon ne tient pas compte de ce que sont devenus les moteurs de remplacement: lexamen du tableau 42 montre que le premier moteur de remplacement du vhicule 34 a parcouru 150 000 23 700 = l16 300 km et donc a t rform sans pouvoir franchir le cap des 120000 km, tandis que celui du vhicule 40 a parcouru 203000 - 73500 = 129500 km et quil fonctionnait encore au moment de la constitution du chier. En dnitive, lchantillon est de 17 + 2 = 19 et lon y enregistre 19 5 l = 13 moteurs nayant pas support lpreuve, ce qui donne une estimation de 13/19 = 68,4%. La gnralisation du raisonnement conduit au tableau 43.
247
TABLEAU 43 Cration de vhicules ctifs

ge ti1 tat du ge de dcs Vhicule ge ti1 tat du ge de dcs Vhicule du moteur de du moteur de du du moteur2 remplacement ctif3 moteur2 remplacement ctif3 vhicule vhicule 477 M 477 11 (2) 920 B ? 31 (2) 556 M 118 12 (2) 913 M 656 32 (2) 386 B ? 13 (2) 590 B ? 33 (2) 290 B ? 15 (2) 1263 M 221 34 (2) 714 M 468 16 (2) 289 B ? 35 (2) 293 B ? 17 (2) 750 B ? 37 (2) 560 B ? 18 (2) 700 B ? 38 (2) 300 B ? 19 (2) 430 B ? 39 (2) 262 B ? 20 (2) 1295 B ? 40 (2) 392 B ? 23 (2) 438 B ? 12 (3) 852 M 443 25 (2) 246 B ? 16 (3) 1061 M 163 26 (2) 409 B ? 25 (3) 570 B ? 27 (2) 898 B ? 26 (3) 927 B ? 28 (2) 257 B ? 32 (3) 230 B ? 29 (2) 1042 B ? 34 (3)
1. Kilomtrage parcouru par le vhicule depuis le dernier changement de moteur 2. B: moteur en tat de fonctionnement lors de la constitution du fichier. M: moteur changer. 3. suivi du rang du moteur sur le vhicule
Pour plus de facilit de traitement, on peut fusionner les informations de ces deux tableaux en les classant par ge croissant, ce qui donne le tableau 44 de la page 248 dans lequel on a dress la liste des vhicules ctifs (ceux ayant le moteur dorigine ou un moteur de remplacement), en indiquant le nombre de kilomtre qua effectu le vhicule ctif, sans se proccuper du fait que son moteur a ou non t en usage jusquau bout et, si cette information est disponible, le kilomtrage du moteur lors de sa radiation. partir de ce tableau 44, on peut assez facilement systmatiser la dmarche dcrite ci-dessus, pour quelques valeurs de dure de vie dun moteur, en essayant de ne pas effectuer destimation de la probabilit de dcs avant ti sur des chantillons trop ables. On obtient alors la distribution du tableau 45 de la page 249. Cela tant cette approche nexploite pas au mieux linformation disponible, contrairement celle sappuyant sur la fonction de hasard cumule, et peut conduire, comme cest le cas ici, ne pas respecter la proprit de nondcroissance de la fonction de rpartition. IV-2.2.21b) Utilisation de la fonction de hasard cumule La fonction de hasard cumule stablit partir de la probabilit conditionnelle h(t), qui peut se dnir comme: h ( t ) = [ log ( 1 F ( t ) ) ] (relation 42 de la
page 244). On en dduit, aprs intgration: 1 F ( t ) = e
0 h ( u ) du
et, si lon pose
248
TABLEAU 44 Fusion des tableaux 42 et 43 (tri par ge croissant)

ge ge Vhicule ge du dcsdu tat du Rang Vhicule ge du dcsdu tat du Rang du moteur invers du ctif vhicule moteur ctif vhicule moteur moteur invers
1 (1) 2 (1) 29 (2) 16 (3) 32 (3) 20 (2) 35 (2) 15 (2) 17 (2) 19 (2) 3 (1) 4 (1) 13 (2) 5 (1) 23 (2) 25 (3) 39 (2) 12 (3) 11 (2) 6 (1) 12 (2) 18 (2) 27 (2) 33 (2) 7 (1) 8 (1) 9 (1) 38 (2) 16 (2) 37 (2) 10 (1) 25 (2) 11 (1) 26 (3) 32 (2) 130 220 230 246 257 262 289 290 293 300 300 325 386 390 392 409 430 438 477 490 556 560 570 590 590 610 680 700 714 750 830 852 892 898 913 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 477 ? 118 ? ? ? ? ? ? ? 468 ? ? 443 415 ? 656 B B B B B B B B B B B B B B B B B B M B M B B B B B B B M B B M M B M 70 69 68 67 66 65 64 63 62 61 60 59 58 57 56 55 54 53 52 51 50 49 48 47 46 45 44 43 42 41 40 39 38 37 36 t 31 (2) 28 (2) 12 (1) 13 (1) 14 (1) 15 (1) 16 (1) 34 (3) 17 (1) 26 (2) 18 (1) 19 (1) 20 (1) 21 (1) 22 (1) 23 (1) 34 (2) 40 (2) 24 (1) 25 (1) 26 (1) 27 (1) 28 (1) 29 (1) 30 (1) 31 (1) 32 (1) 33 (1) 34 (1) 35 (1) 36 (1) 37 (1) 38 (1) 39 (1) 40 (1) 920 927 936 940 969 990 1027 1042 1060 1061 1070 1100 1124 1150 1183 1190 1263 1295 1298 1300 1311 1320 1366 1380 1400 1420 1450 1460 1500 1513 1550 1640 1700 1780 2030 ? ? 380 554 ? 700 313 ? 767 163 510 800 862 ? ? 798 221 ? ? 448 250 750 439 1150 ? 500 537 870 237 1224 ? 890 1000 1350 735 B B M M B M M B M M M M M B B M M B B M M M M M B M M M M M B M M M M 35 34 33 32 31 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
H ( t ) = h ( u ) du relation 43 0 on obtient alors le rsultat fondamental suivant, valable pour toutes les lois de probabilits continues: F(t ) = 1 e relation 44 Il suft donc de faire le cumul des probabilits conditionnelles de panne pour obtenir, aprs exponentiation, une estimation de la fonction de rpartition.
[ H ( t ) ]
Index thmatique
Table des matires
249
TABLEAU 45 Premire estimation de F(ti)

Nombre ki de moteurs Dure dutilisation Nombre ni de moteurs soumis une dure ti atteinte ou soumis une dure dutilisation t et hors Estimation de F(ti) = i dutilisation ti dpasse dusage avant ti 300 400 500 600 700 800 900 1000 1100 1200 59 55 50 45 42 40 36 29 24 19 5 7 13 15 17 21 22 19 14 13 8,5% 12,7% 26,0% 33,3% 40,5% 52,5% 61,1% 65,5% 60,9% 68,4% ki --ni
Le tableau 46 de la page 250 reprend les informations du tableau 42 de la page 246 en classant les 70 moteurs par kilomtrage croissant observ lors de la constitution de lchantillon, que ces moteurs soient hors dusage ou non. On en tire alors le tableau 47 de la page 251 dans lequel les moteurs en tat de marche sont limins. Le taux de dfaillance au kilomtrage du moteur hors dusage se calcule alors comme linverse du nombre de moteurs ayant atteint ou dpass ce kilomtrage. La fonction de hasard cumule et la fonction de rpartition gurent galement dans ce tableau 47.. IV-2.2.3 Dtermination de la dure de vie optimale Nous supposons ici que la maintenance se borne remplacer lidentique chacun des composants du vhicule, lorsque ceux-ci tombent en panne. Les lois de dures de vie sont indpendantes (ou trs faiblement dpendantes). On calculera donc lesprance mathmatique de la dpense actualise de remplacement de chacun des composants, en supposant que lon utilise le vhicule un certain nombre de kilomtres. Puis, comme dans le problme pos en univers certain, on calcule lannuit constante quivalente la somme des esprances mathmatiques actualises des dpenses de tous les composants, et de la dpense dacquisition du matriel I0, diminue de la valeur V n de revente actualise du matriel doccasion; et, comme prcdemment, la dure de vie optimale est dtermine par la politique qui conduit la plus faible annuit constante quivalente. Pour le problme pos, on a calcul une mensualit constante quivalente de prfrence lannuit. Le vhicule utilitaire considr parcourt en moyenne 1900 km chaque mois et met donc 5,26 mois (= 0,439 an) pour parcourir 10000 km; les calculs seront conduits pour des dures de vie gales des multiples entiers de ces donnes. Nous examinerons successivement 3 problmes : celui de la dtermination de lesprance mathmatique du cot de remplacement dun composant au cours dune priode, celui du calcul de la dure de vie optimale proprement dite, et enn une rexion sur les implications de ltude de la dispersion des rsultats.
Index thmatique
Table des matires
250
TABLEAU 46 Classement des observations faites sur les 68 moteurs changs ou en tat de fonctionnement des 40 vhicules du tableau 42 de la page 246
ge ti Vhicule du tat1 dorigine2 moteur 118 M 12 (2) 130 B 1 (1) 163 M 26 (2) 220 B 2 (1) 221 M 34 (2) 230 B 29 (2) 237 M 34 (1) 246 B 16 (3) 250 M 26 (1) 257 B 32 (3) 262 B 20 (2) 289 B 35 (2) 290 B 15 (2) 293 B 17 (2) 300 B 3 (1) 300 B 19 (2) 313 M 16 (1) 325 B 4 (1) 380 M 12 (1) 386 B 13 (2) 390 B 5 (1) 392 B 23 (2) 409 B 25 (3) 415 M 11 (1) ni
3
70 69 68 67 66 65 64 63 62 61 60 59 58 57 56 55 54 53 52 51 50 49 48 47
ge ti Vhicule du tat1 dorigine2 moteur 430 B 39 (2) 438 B 12 (3) 439 M 28 (1) 443 M 25 (2) 448 M 25 (1) 468 M 16 (2) 477 M 11 (2) 490 B 6 (1) 500 M 31 (1) 510 M 18 (1) 537 M 32 (1) 554 M 13 (1) 560 B 18 (2) 570 B 27 (2) 590 B 7 (1) 590 B 33 (2) 610 B 8 (1) 656 M 32 (2) 680 B 9 (1) 700 M 15 (1) 700 B 38 (2) 735 M 40 (1) 750 M 27 (1) 750 B 37 (2)
ni
46 45 44 43 42 41 40 39 38 37 36 35 34 33 32 31 30 29 28 27 26 25 24 23
1. B: moteur en tat de fonctionnement lors de la constitution du fichier. M: moteur changer. 2. suivi du rang du moteur sur le vhicule 3. Nombre de moteurs ayant dpass lge ti dans lchantillon
IV-2.2.3.1
Dtermination de lesprance mathmatique du cot de remplacement dun composant au cours dune priode Introduisons les notations suivantes: - s: Indice de la priode au cours de laquelle le vhicule a atteint entre (s l). x 10000 Kilomtres et s x 10000 kilomtres. Compte tenu de lhypothse de production mensuelle constante, u on a t = 10000 s / u. - m : indice du numro dordre dun composant tombant en panne: m = l pour le composant dorigine, m. = 2 pour le second composant (premier composant de remplacement) ; il sagit toujours du mme type de composant (moteur par exemple). Dans notre exemple, nous limiterons m 5 (cest-dire 4 remplacements), car le problme pos implicitement nest pas celui de ltude dun rgime stationnaire, mais celui dun vhicule dont la dure de
Index thmatique
ge ti Vhicule du tat1 dorigine2 moteur 767 M 17 (1) 798 M 23 (1) 800 M 19 (1) 830 B 10 (1) 862 M 20 (1) 870 M 33 (1) 890 M 37 (1) 898 B 26 (3) 920 B 31 (2) 927 B 28 (2) 969 B 14 (1) 1000 M 38 (1) 1042 B 34 (3) 1150 B 21 (1) 1150 M 29 (1) 1183 B 22 (1) 1224 M 35 (1) 1295 B 40 (2) 1298 B 24 (1) 1350 M 39 (1) 1400 B 30 (1) 1550 B 36 (1)
ni3 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
Table des matires
251
TABLEAU 47 Construction de la fonction de hasard cumule et de la fonction de rpartition de la dure de vie du moteur
ti
118 163 221 237 250 313 380 439 443 448 468 477 500 510 537 554 656 700 735 750 767 798 800 862 870 890 1000
ni
70 68 66 64 62 54 52 44 43 42 41 40 38 37 36 35 29 26 25 23 22 21 20 18 17 16 11
1 h ( t i ) = --ni
0,01429 0,01471 0,01515 0,01563 0,01613 0,01852 0,01923 0,02273 0,02326 0,02381 0,02439 0,02500 0,02632 0,02703 0,02778 0,02857 0,03448 0,03846 0,04000 0,04348 0,04545 0,04762 0,05000 0,05556 0,05882 0,06250 0,09091
H(ti) = h(t j)
j=1 0,01429 0,02899 0,04414 0,05977 0,07590 0,09442 0,11365 0,13637 0,15963 0,18344 0,20783 0,23283 0,25915 0,28617 0,31395 0,34252 0,37700 0,41547 0,45547 0,49894 0,54440 0,59202 0,64202 0,69757 0,75640 0,81890 0,90981
1e
H ( t i )
1,42% 2,86% 4,32% 5,80% 7,31% 9,01% 10,74% 12,75% 14,75% 16,76% 18,77% 20,77% 22,83% 24,89% 26,94% 29,00% 31,41% 34,00% 36,58% 39,28% 41,98% 44,68% 47,38% 50,22% 53,06% 55,91% 59,74%
Index thmatique
Table des matires
vie physique est infrieure 300000 km et que la probabilit duser plus de 5 composants dun mme type durant la dure de vie physique maximale est tout fait ngligeable. - Pms : Probabilit de rparation du composant m, au cours de la priode s. - Ism : Esprance de cot (= Im) de la rparation du composant m au cours de la priode s. Lorsque lindice m manque, cest que la sommation sur cet indice a t effectue. On retiendra, en outre, lhypothse que les pannes se produisent ncessairement en n de priode1. La dtermination de Pms stablit par rcurrence, partir de la distribution thorique P1s obtenue empiriquement (dans notre exemple, nous avons vu que la
1. Si cette hypothse est trop forte, il faut alors utiliser des priodes damplitude plus faible. Dans notre exemple, on obtient pratiquement les mmes rsultats que ceux obtenus ci-aprs, en utilisant des priodes damplitude 100 fois plus faible celle utilise ici: les carts trouvs sont ngligeables.
252
probabilit que le moteur dorigine tombe en panne entre 20000 et 30000 km, cest--dire au cours de la priode s = 3, tait P1,3 = 0,0l94). IV-2.2.31a) Dtermination de la probabilit P2s quune panne de rang 2 se produise la priode s Le tableau de la gure 61 donne lge du vhicule lorsque deux remplacements du moteur se sont produits, et ce, pour les diffrentes dures de vie possibles du composant considr. Lge du vhicule est obtenu en sommant lge atteint par le vhicule lorsque le premier remplacement est rendu ncessaire, et celui o la panne du second moteur rend invitable le second remplacement. FIGURE 61 ge du vhicule au second remplacement
ge du vhicule au premier remplacement 1 2 3 4 (panne du moteur dorigine)
1 2 3 4
2 3 4 5
3 4 5 6
4 5 6 7
5 6 7 8 REMARQUE: les ges sont exprims en nombre entier de priodes

ge du vhicule au second remplacement
ge du second moteur lors de son remplacement
On peut remarquer que les lments de chaque diagonale Sud-Ouest Nord-Est, sont gaux. Il est facile ds lors de voir que: P 2, 2 = P 1, 1 P 1, 1 P 2, 3 = P 1, 1 P 1, 2 + P 1, 2 P 1, 1 P 2, 4 = P 1, 1 P 1, 3 + P 1, 2 P 1, 2 + P 1, 3 P 1, 1 do:
s1
P 2, s = P 1, j P 1, s j
j=1
relation 45
Dans notre exemple numrique, on a les probabilits de premire panne donnes dans le tableau 48. TABLEAU 48 Exemple numrique de distribution de probabilit de la dure de vie du moteur
s p1s 1 0,00175 2 0,0088 3 0,0194 4 0,0323 5 0,0462 6 0,0599 7 0,0722
253
Dans le problme concret qui se pose, la garantie joue pour la premire priode, ce qui fait que le remplacement du moteur nest pas la charge de lutilisateur sil doit tre effectu au cours de cette priode. On considre alors que la probabilit P1,1 est nulle. On obtient alors: P 2, 2 = 0 0 P 2, 3 = 0 0,0088 + 0,0088 0 = 0 P 2, 4 = 0 0,0194 + 0,0088 0,0088+0,0194 0 = 0,000077 P 2, 5 = 0 0,0323 + 0,0088 0,0194 + 0,0194 0,0088 + 0,0323 0 = 0,000341 P 2, 6 = 0 0,0462 + 0,0088 0,0323 + 0,0194 0,0194 + 0,0323 0,0088 + 0,0462 0 = 0,000945 etc., do le tableau 49 o les rsultats sont donns avec une prcision de 1/10000. TABLEAU 49 Exemple numrique de calcul de probabilit de lge du vhicule au second remplacement
s p2s
Table des matires
2 0
3 0
4 0,0001
5 0,0003
6 0,0009
7 0,0021
IV-2.2.31b) Dtermination de la probabilit P3s quune panne de rang 3 se produise au cours de la priode s Le raisonnement gnralise celui qui vient dtre prsent. Le tableau de la gure 62 de la page 253 donne lge du vhicule lorsque trois remplacements du moteur se sont produits, et ce, pour les diffrentes dures de vie possibles du composant considr. FIGURE 62 ge du vhicule au troisime remplacement
ge du vhicule au second remplacement 2 3 4 5
Index thmatique
1 2 3 4
3 4 5 6
4 5 6 7
5 6 7 8
6 7 8 ge du vhicule au troisime remplacement
ge du troisime moteur lors de son remplacement
254
Il est facile dtablir :

s2
P 3, s = P 2, s j P 1, j
j=1
relation 46
Lapplication de cette relation 46 notre exemple numrique conduit au tableau 50. TABLEAU 50 Exemple numrique de calcul de probabilit de lge du vhicule au deuxime remplacement
s P3,5 3 4 5 6 7 8 9 10 11 12 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0003 0,0005
IV-2.2.31c) Cas gnral Par rcurrence, on montre que:

s+1m
P ms =
P 1 j P m 1, s j
j=1
relation 47
s k
1 2
1
0,0 0,0 0,0 0,0 0,0 0,0 0,0
2
8,8 0,0 0,0 0,0 0,0 8,8 8,5
3
19,4 0,0 0,0 0,0 0,0 19,4 18,4
4
32,3 0,1 0,0 0,0 0,0 32,3 30,0
5
46,2 0,3 0,0 0,0 0,0 46,5 42,2
6
59,9 0,9 0,0 0,0 0,0 60,9 54,1
7
72,2 2,1 0,0 0,0 0,0 74,3 64,6
8
81,9 3,9 0,0 0,0 0,0 85,9 73,0
9
88,2 6,6 0,1 0,0 0,0 94,8 79,0
10
90,5 10,2 0,1 0,0 0,0
11
88,6 14,9 0,3 0,0 0,0
12
83,0 20,6 0,5 0,0 0,0
13
74,5 27,0 0,9 0,0 0,0
14
64,1 33,9 1,6 0,0 0,0 99,6 74,5
15
52,7 41,0 2,6 0,0 0,0 96,3 70,5
16
41,5 47,8 3,9 0,1 0,0 93,3 66,9
17
31,3 54,0 5,7 0,1 0,0 91,1 63,9
18
22,6 59,1 7,9 0,2 0,0 89,0 61,7
19
15,5 62,9 10,7 0,4 0,0 89,6 60,1
P ks
3 4 5
P .s P .s 1
100,8 103,8 104,1 102,5 82,2 82,8 81,3 78,3
1. Actualisation 5% / an de
Ps .
IV-2.2.31d) Calcul de lesprance mathmatique du nombre de composants changer au cours dune priode Si un moteur est chang au cours dune priode quelconque k, il sagit soit du moteur dorigine, soit du premier moteur remplac, soit du second moteur remplac... On peut alors utiliser le thorme des probabilits totales dans le cas dvnements exclusifs, et on obtient alors la probabilit P .s e quun moteur (de rang quelconque) tombe hors dusage partir de la relation 48.
Index thmatique
TABLEAU 51 tablissement de la distribution de probabilit (/) du remplacement dun moteur selon lge du vhicule
Table des matires
Do le tableau 51 qui donne la distribution de probabilit de lge du vhicule lors du remplacement dun premier moteur, dun deuxime moteur, , dun cinquime moteur. Les deux dernires lignes du tableau seront expliques ultrieurement.

s s+1m
255
P .s =
m=1
P 1 j P m 1, s j
j=1
relation 48
Lesprance mathmatique du nombre de moteurs en panne au cours de la priode s est la moyenne de la loi binomiale B (n = 1, p = P .s ), cest--dire P .s . IV-2.2.3.2 Dtermination de la dure de vie optimale Lesprance de cot de remplacement du moteur de cot Ij au cours de la priode s est: I j P .s . La valeur actualise de ce cot est (la date laquelle les s.10000 km sont atteints tant t = 10000 s/u/ 12, o u est le kilomtrage mensuel): I j P .s ( 1 + )
t
Si lon garde le vhicule n priodes, la dpense actualise de remplacement de moteur au cours de ces n priodes est alors: 10000s t I j P .s ( 1 + ) = I j P .s ( 1 + ) avec t = ----------------12u
t s=1 n n
relation 49
s=1
Table des matires
Pour faciliter les calculs, la dernire ligne du tableau 51 fournit la valeur actualise des probabilits P .s . Il ne reste plus qu cumuler les dpenses actualises des diffrents composants j, et tenir compte de la valeur de revente Vn (dont la dtermination nest pas toujours des plus faciles) pour calculer la mensualit constante quivalente Mn associe un renouvellement du vhicule tous les 10000 x n kilomtres: Mn = I0 Vn ( 1 + )
n n
Index thmatique
+ I j P .s ( 1 + )
j s=1
12 ------------------------------------ , avec: m 1 ( 1 + 12 )
10000 n 1 12 m = --------------------- = nombre de mois dutilisation et 12 = ( 1 + ) 1 = taux 12 u mensuel quivalent au taux annuel . Dans le cas trait, les mensualits constantes quivalentes du vhicule Volnault sont (en dollars liduriens) et pour le taux rel dactualisation de 5% (on ne tiendra pas compte pour linstant de la dernire ligne): TABLEAU 52 Calcul des mensualits constantes quivalentes dutilisation du vhicule en fonction de lge de radiation du vhicule
s
Mn n
2 951 35
4 633 40
6 521 43
8 470 44
10 444 44
12 430 41
14 419 35
16 408 28
18 395 25
20 384 24
Il ressort de ce tableau quil y a intrt faire durer le plus longtemps possible le vhicule. Cette observation doit tre tempre par le fait que nest pris en compte dans ltude quun nombre limit de composants (embrayage moteur, cardans, bote de vitesses et freins) mais qui correspondent aux grosses
256
dpenses. Des dpenses mineures (remplacement dun moteur de lave-glace, par exemple) sont dun poids sans doute plus important lorsque le vhicule vieillit et il est sans doute raisonnable de considrer quau-del de 150000 km il y a une sous-estimation de la dpense (cependant 10 dollars liduriens dcart par mois pour un vhicule utilis sur 160000 km reprsentent une valeur actualise de 7ll dollars). Il faut enn noter que le choix de garder un vhicule 150000 km par exemple, ne veut pas dire que sa radiation aura lieu ncessairement cette date: un vhicule en tat de marche en franchissant ce cap sera gard tant quune panne dun composant majeur ne laura pas immobilis, et rciproquement un vhicule tomb en panne peu avant ce kilomtre sera radi avec anticipation. Dans ce dernier cas, le calcul conomique permet de dire, lorsquun composant tombe en panne, et compte tenu de lge des autres composants, sil est intressant ou non de procder au remplacement (en comparant lesprance mathmatique du cot dentretien aprs rparation avec la mensualit constante quivalente trouve dans la stratgie optimale). IV-2.2.3.3 Le problme de la dispersion des rsultats En univers alatoire, il est insufsant de juger sur le seul critre du cot (ou de rentabilit). Le raisonnement dcrit la page 199, en application de la thorie nancire moderne, montre quil est indispensable de faire intervenir en outre, dans le choix dun investissement, la dispersion des rsultats obtenus pour, le cas chant, effectuer un arbitrage entre rentabilit et risque. La dpense actualise dune chane innie de vhicules de dure de vie n, est une variable alatoire dont on a considr lesprance mathmatique (rappelons que Mn est gal au produit de cette esprance par le taux dactualisation), mais qui peut galement se caractriser par sa dispersion. 2 2 On prendra comme paramtre de dispersion n , le produit de la variance des dpenses de la chane innie par le taux dactualisation mensuel, an de pouvoir 2 comparer plus facilement n et Mn. Si un accroissement de dure de vie n2 n1 se traduit par une diminution de la mensualit constante quivalente ( M n < M n ) , 2 1 mais saccompagne simultanment dun accroissement de la dispersion des 2 2 dpenses n > n , un arbitrage devra tre opr entre les notions desprance et 2 1 de risque. IV-2.2.33a) Calcul de 2 Deux proprits classiques facilitent le calcul: - Tout dabord, on sait que la variance dune somme de variables alatoires indpendantes est gale la somme des variances de ces variables alatoires. Puisque lon a considr les cinq types de pannes comme indpendantes, la variance des dpenses totales sera gale la somme des variances relatives chacune des pannes. - Deuximement, la variance des dpenses peut se calculer comme lesprance mathmatique des carrs des dpenses, diminue du carr de lesprance mathmatique des dpenses.
Index thmatique
Table des matires
257
Le problme se ramne donc au calcul de lesprance mathmatique des carrs des dpenses. Pour des raisons dhomognit, il est ncessaire dy ajouter le carr de la dpense nette1 dacquisition du vhicule, ds lors que ce poste gure dans le calcul de lesprance mathmatique des dpenses. Pour un type de panne quelconque, compte tenu des hypothses retenues, on peut avoir de l 5 remplacements. Le calcul de lesprance des carrs stablit progressivement, en partitionant la variable alatoire en 5 sous-ensembles. - Un seul remplacement est opr. Chaque priode t (1 t n) est caractrise par la dpense It et la probabilit qui lui est associe est gale au produit de la probabilit de loccurrence dune panne au cours de la priode t par celle quaucune panne se produise au cours des n - t priodes suivantes: p 1t 1 p 1i
i=1 nt
On en dduit une premire somme de carrs S1, constitutive de :

n
S1 =
t=1
2 I t p 1t
1 p 1t
i=1
nt
- Deux remplacements sont oprs. Un premier remplacement est opr au cours de la priode t, et un second au cours de la priode u. La dpense effectue est donc: ( I t + I u ) . La probabilit associe cette dpense est gale au produit de la probabilit que la panne se produise en priode t, par celle quelle se produise en priode (u t), puisque 2 pannes successives sont indpendantes, multipli par la probabilit quaucune panne ne survienne au cours des (n u) priodes suivantes. Elle est donc gale : [ p 1t p 1 ( u t ) ] 1 p 1v
v=1 nu
Index thmatique
Table des matires
On en dduit une seconde somme de carrs S2, ajouter la prcdente dans 2 le calcul de :
n1
S2 =
t = 1u = t + 1
( I t + I u ) p 1t p 1 ( u t ) 1 p 1v
2 v=1
nu
- k remplacements sont oprs. Le premier remplacement est opr au cours de la priode t1, le second au cours de la priode t2, ..., le kime au cours de la priode k. La dpense effectue est donc:
k i=1
I t i avec t i < t i + 1 n
Il est facile de montrer par rcurrence, une fois tabli le calcul du point prcdent, que la probabilit associe cette dpense est:
k
p 1t p 1 ( t t ) 1 i j1
i=2
k 1 p 1v v=1
nt
1. = valeur dachat diminue de la valeur actualise de la valeur de revente la n de la priode n.
258
La somme Sk ajouter aux prcdentes, pour le calcul de est donc:

k k S k = p 1k p 1 ( t t ) 1 p 1v i j1 i=2 t1 = 1 v=1 2 Le calcul de sen dduit aisment car on a: nk nt k i=1
Iti
relation 50
= S k ( 12 M n ) 2
k=1
relation 51
IV-2.2.33b) Analyse des rsultats La comparaison des cots et de leur dispersion (voir le tableau 52 de la page 255 et la gure 63) montre que seules les politiques consistant garder le vhicule plus de 100000 km sont efcientes. Autrement dit, pour une mme dispersion des rsultats (= risque encouru), il est toujours plus intressant, parce que moins coteux, de retenir la politique qui conduit la dure de vie la plus longue. FIGURE 63 Arbitrage cot risque de la dpense mensuelle dutilisation dun vhicule en fonction de sa dure de conservation
1000 900 800 700 600 500 400 300 20 s = 18 s = 20 25 30 35 40 45 50 s = 16 s = 14 s=4 s=6 s=8 s = 10
Index thmatique
Mn
s=2
Table des matires
s = 12

Chapitre 3

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chapitre 3

Uploaded by

Copyright:

Available Formats

Chapitre III ANALYSE ET CHOIX DE PROJETS DINVESTISSEMENT

Table des matires

PRSENTATION DES DCISIONS STRATGIQUES ET

Gestion de la production et des ux

Dcisions stratgiques relatives aux ressources permanentes

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

Gestion de la production et des ux

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Flexibilit physique et exibilit organisationnelle

Table des matires

La modlisation du fonctionnement dun systme productif

Gestion de la production et des ux

Les outils de simulation de processus

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

Gestion de la production et des ux

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

Gestion de la production et des ux

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

FIGURE 28 Distributions de la dure dune opration bancaire ou postale Opration postale

5.0 % 90.0 % 5.0 > % 1.3 663 7.7537

5.0 % 90.0 % 5.0 > % 1.9701 9.1535

Table des matires

Gestion de la production et des ux

Chapitre III - Analyse et choix de projets dinvestissement

TABLEAU 8 Analyse comparative des deux organisations

Vision systmique du fonctionnement du systme productif

Gestion de la production et des ux

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

DCISIONS dACQUISITION DE NOUVELLES RESSOURCES PRODUCTIVES par lacteur i

RESSOURCES PRODUCTIVES DISPONIBLES pour lacteur i

DCISIONS dUTILISATION DES RESSOURCE PRODUCTIVES DISPONIBLES par lacteur i

UTILISATION DIRECTE par lacteur i des RESSOURCES PRODUCTIVES RESTANTES

Gestion de la production et des ux

Mission, contraintes lgales, directives, informations structurelles

PRODUITS FINIS ou ENCOURS

CENTRE DE D ECISION INF O12 AT ION S CD RM

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

Gestion de la production et des ux

Les outils de cartographie de processus

Table des matires

Chapitre III - Analyse et choix de projets dinvestissement

Table des matires

Gestion de la production et des ux

FIGURE 36 Lactivit SADT / IDF0

FIGURE 37 Principe dinterconnectivit des activits (daprs Vernadat [431])

Chapitre III - Analyse et choix de projets dinvestissement

Non Marchandise en stock? Production Production Prparation Expdition

Gestion de la production et des ux

Analyse de la solvabilit du client

Chapitre III - Analyse et choix de projets dinvestissement

FIGURE 40 Exemple 2 de reprsentation de processus Client

Service Production Expdition