Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Gestion des opérations > Cours 2 > Flashcards

Cours 2 Flashcards

1
Q

Qu’est-ce qu’une prévision?

A

déterminer la valeur future d’une variable d’intérêt en se
basant sur des données historiques, sur l’expérience ou sur les
deux pour prendre des décisions éclairées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quelle est la différence entre vente et demande?

A

La demande n’est pas connue à l’avance alors que les ventes réelles ne peuvent qu’être observées

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Qu’est-ce que la demande indépendante?

A

demande pour les produits finis ou les pièces de rechange.

Exemple: pièce de véhicule
Voir diapo 8

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Qu’est-ce que la demande dépendante?

A

demande découlant d’une
décision de l’entreprise soit les besoins en matières
premières, en composants et autres matières liées aux
opérations de l’entreprise

Exemple: ingrédients
Voir diapo 8

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce qu’on dit garder en tête lors de l’utilisation des prévisions?

A

Doivent porter sur la demande indépendante

Sont rarement exactes -> il reste une marge d’erreur

Tendent à être meilleur
- pour le futur proche que lointain ex: météo.

Le passé n’est pas tjrs garant du futur

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Pourquoi on fait des prévisions?

A

Vaut mieux avoir une « estimation éclairée » du futur que ne rien prévoir du tout

Les départements d’une organisation se basent sur les prévisions pour formuler et exécuter leurs plans
- Comptabilité
- finance
- Marketing
- RH

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Quel est le lien entre l’incertitude et l’horizon de temps?

A

L’incertitude augmente par rapport au temps.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Quelles sont les deux catégories de méthode de prévision?

A

Qualitatives et quantitatives

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Quelles sont les caractéristiques des prévisions qualitatives et quantitatives?

A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quelles sont les deux catégories des méthode quantitatives et en quoi consiste celles-ci?

A

Séries chronologiques
- Les prévisions naïves
- la moyenne mobile
- la moyenne mobile pondérée
- Le lissage exponentiel simple

Modèles associatifs
- Régression linéaire simple

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Qu’est-ce qu’une série chronologique et qu’est-ce qu’on peut observer avec cette série?

A

Suite d’observations prises à intervalles réguliers sur
un certain laps de temps (jour, semaine, mois…)
Voir diapo 29

Le comporte des séries chronologiques;
- Tendance
- Saisonnalité
- Cycles
- Variations irrégulières
- Variation aléatoires
voir diapo 31

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Quelles sont les composantes de la demande?

A

Tendance: mouvement graduel à long terme sur plusieurs années,
à la hausse ou à la baisse

Saisonnalité: variations périodiques à court terme, assez régulières, reliées à des facteurs saisonniers

Cycles: variations en forme d’ondes durant plus d’une année, reliées à des facteurs politiques, économiques, etc.

Variations irrégulières: inhabituels mais explicables (dus à des circonstances inhabituelles non récurrentes). Il faut les identifier et les corriger dans les données

Variations aléatoires: tout ce qui n’a pas été pris en compte cis-dessous variations ne pouvant être ni anticipées ni évitées ni
expliquées donc dues au hasard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Que signifie t?

A

pour désigner la période (t pour temps). Une période
peut être un jour, une semaine, un mois, etc.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Que signe Rt?

A

pour désigner la demande Réelle de la période t

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Que signifie Pt?

A

pour désigner la Prévision pour la période t

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Qu’est-ce que les prévisions naïves?

A

Estimer la demande de la période actuelle à partir de la période précédente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Quels sont les avantages et les inconvénients des prévisions naïves?

A

Avantages
Très simple, rapide et peu
coûteuse

Inconvénients
Prévisions très sensibles aux
changements de la demande

18
Q

Qu’est-ce que la moyenne mobile?

A
19
Q

Quel est l’impact du choix du n dans la moyenne mobile?

A

Si « n » est petit, les
prévisions seront plus
réactives

Si « n » est grand, les
prévisions seront plus
stables

20
Q

Quels sont les vannages et les inconvénients de la moyenne mobile?

A

Avantages
La demande n’est pas
estimée en se basant
exclusivement sur la
dernière période, mais
plutôt en considérant « n »
périodes

Inconvénients
Les « n » périodes ont une
importance égale. Or, il se
peut que les données les
plus récentes soient plus
représentatives de la
demande actuelle que les
données plus anciennes

21
Q

Qu’est-ce que la moyenne mobile pondérée?

A
22
Q

Quelles sont les avantages et les inconvénients de la moyenne pondérée?

A

Avantages
Reflète plus rapidement les
tendances à la hausse ou à
la baisse parce que les
données récentes ont plus
de poids

Inconvénients
Ajoute une difficulté
supplémentaire, c.-à-d.
qu’il faut choisir la valeur
de « n » et également
déterminer la valeur du
poids à attribuer à chacune
des « n » périodes (les
valeurs de w1,w2,…,wn)

23
Q

Qu’est-ce que le lissage exponentiel simple?

A

Repartir de la prévision de la période précédente et la corriger en
lui ajoutant l’écart entre cette prévision et la demande réelle (c.-àd. l’erreur), mais en pondérant cette erreur d’un facteur de lissage
constant, désigné par la lettre a (se lit alpha)

a aussi appelé la constante de lissage, est défini par l’utilisateur
(une donnée dans ce cours)

alpha doit être compris entre 0 et 1

24
Q

Quelle est la formule du lissage exponentiel simple?

A

Pt = Pt-1 + a (Rt-1 - Pt-1)

25
Q

Quelles sont les résultats potentiel du lissage exponentiel simple par rapport à la valeur de alpha?

A

Si a est petit, les prévisions seront plus stables

Si a est grand, les prévisions seront plus réactives

26
Q

Quelles sont les avantages et les inconvénients du lissage exponentiel simple?

A

Avantages
Simple, nécessite
relativement peu de
calculs

Inconvénients
Le choix du facteur
(constante) de lissage
alpha

27
Q

Qu’est-ce que l’effet coup de fouet?

A
28
Q

Quelles sont les principales conséquences de l’effet coup de fouet?

A

inventaire excessif:
coût stockage et sujet à l’obsolescence/périssabilité

mauvais service client:
pénurie avec ou sans possibilité de reporter la
demande

perte de ventes/revenus

entraîne des pics coûteux:
surtemps/surcharge en production/transport, bris en manutention

prévision de la demande erronée: révisions constantes et coûts de correctif

29
Q

Quelles sont les principales causes de l’effet coup de fouet?

A

mise à jour des prévisions de la demande par échelon

politiques de lotissement des commandes

fluctuation des prix et autres promotions

dynamique lors de rationnement/pénurie

très long temps d’exécution des commandes

30
Q

Comment choisir la bonne méthode de prévision?

A
  1. Définir le but des prévisions
  2. Fixer l’horizon de temps
  3. Collecter et analyser les données
  4. Choisir la méthode de prévision
  5. Calculer les prévisions et mesures d’erreurs
  6. Faire le suivi

*En pratique, on teste généralement plusieurs techniques avant de faire un choix

31
Q

Comment choisir la meilleur méthode de prévision?

A

Doit donner les prévisions avec les plus petites erreurs (plus juste)

Se baser sur les données passées (demande réelle)

L’écart entre la donnée passée et la prévision faite par
la méthode est mesuré pour s’assurer de la justesse de
la méthode de prévision

Les différentes mesures d’écarts que nous allons voir
peuvent être évaluées pour différentes méthodes. La
méthode donnant les plus faibles écarts serait la plus
appropriée

Voir diapo 55 et 56

32
Q

Comment calculer l’erreur de prévision pour une période donnée?

A

L’écart entre la demande réelle et la prévision

formule;
Et = Rt - Pt

33
Q

Comment interpréter les valeurs obtenues dans le calcul de l’erreur de prévision pour une période donnée?

A

Si la valeur de Et est positive, alors nécessairement la prévision
est plus basse que la valeur réelle. Cela signifie que la prévision
sous-estime la demande

Si la valeur de Et est négative, alors nécessairement la prévision
est plus élevée que la valeur réelle. Cela signifie que la prévision
surestime la demande

Si la valeur de Et est nulle, alors nécessairement la prévision
coïncide avec la valeur réelle. Cela signifie que la prévision est
parfaitement exacte

34
Q

Quels sont les mesures d’erreurs?

A

L’erreur moyenne (EM)

L’erreur moyenne absolue (EMA)

L’erreur quadratique moyenne (EQM)

Le pourcentage d’erreur absolue moyen (PEAM)

35
Q

Comment calculer et interpréter l’erreur moyenne (EM)

A
36
Q

Comment calculer et interprété l’erreur moyenne absolue (EMA)?

A
37
Q

Comment calculer et interpréter l’erreur quadratique moyenne (EQM)?

A
38
Q

Comment calculer et interpréter le pourcentage d’erreur absolue moyen (PEAM)?

A
39
Q

Qu’est-ce que la régression linéaire simple?

A

La régression linéaire simple exprime la relation entre
une variable dépendante Y et une variable
indépendante X

exemple: le nombre de morts dus au cancer du poumon (=Y)
est relié au nombre de fumeurs (=X)

Voir diapo 65 à 71

40
Q

Qu’est-ce que le coefficient de corrélation?

A

Un nombre compris entre -1 et 1 qui nous indique dans
quelle mesure la droite décrit correctement (et de
façon crédible) la relation entre les deux variables

Si r > 0, alors Y et X varient dans le même sens
Si r < 0, alors Y et X varient dans le sens contraire
Si r est près de 0, alors il y a absence de corrélation

Voir formule diapo 72

41
Q

Quel est le coefficient de détermination R exp2?

A

Il représente le % de la variation dans la variable
dépendante (ventes) expliquée par les variations de la
variable indépendante (population)

Plus r 2 tend vers 1, meilleur est le lien entre Y et X

Exemple des restaurants: diapo 75
On peut donc expliquer à 90,3% la variation dans les
ventes par les variations de la population étudiante

Gestion des opérations (3 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions