Méthode d’ordonnancement probabiliste qui représente activités et précédences sous forme d’un réseau tout en traitant les durées d’activité comme des variables incertaines (souvent estimées par des points multiples d’experts), utilise ces estimations pour calculer des durées espérées et des mesures de variance, et déduit des temps d’achèvement probabilistes et des probabilités associées aux calendriers et chemins critiques.

Principe

Lorsque les durées sont incertaines, modéliser les durées par des distributions de probabilité et propager leurs moments dans le réseau de précédence fournit des temps d’achèvement espérés et des distributions de dates possibles ; la criticité devient un attribut probabiliste plutôt qu’un seul chemin déterministe.

Démonstration

Scénario illustratif → Un calendrier de livraison logicielle contient des tâches aux durées incertaines. Reconnaissance : l’équipe fournit des estimations optimiste, la plus probable et pessimiste pour chaque tâche. Action : l’analyste calcule les durées espérées et les variances à partir des estimations en trois points, agrège dans le réseau et déduit un temps d’achèvement attendu et la probabilité de respecter une échéance contractuelle. Conséquence : la direction obtient une probabilité quantifiée pour planifier contingences, tampons de ressources ou décisions sur le périmètre, sachant que la fiabilité dépend de la qualité des estimations et des hypothèses d’indépendance.

Mauvaise application

Utiliser les durées espérées PERT comme des entrées fixes d’ordonnancement sans tenir compte de la variance et des corrélations : l’erreur consiste à accepter la moyenne comme représentative quand la distribution est asymétrique ou quand les durées sont corrélées, ce qui entraîne une évaluation des risques trompeuse.

Conséquence

Une application correcte intègre l’incertitude dans la planification, permettant d’évaluer des échéances en probabilité et de cibler des mesures d’atténuation ; une mauvaise utilisation peut générer une confiance excessive, des provisions mal placées, une sous‑estimation de la variance et des priorités de réponse aux risques inadaptées, car les résultats dépendent fortement de la validité des estimations et des hypothèses d’indépendance.

Inversion

Les prédictions PERT deviennent peu fiables lorsque les estimations d’entrée sont mauvaises, lorsque les durées sont fortement corrélées entre tâches, ou lorsque l’exécution inclut des contraintes de ressources modifiant la concurrence des tâches ; dans ces cas, la simulation Monte‑Carlo, des modèles statistiques empiriques ou un ordonnancement stochastique contraint par les ressources peuvent être nécessaires.

Limite

Dans le champ : projets avec incertitude notable sur les durées, disposant d’estimations à points multiples et où les relations de précédence dominent le timing. Cas frontière : projets à incertitude modérée mais à fortes contraintes de ressources—PERT apporte un aperçu partiel mais doit être complété. Hors champ : ordonnancement déterministe avec durées très fiables, ou RCPSP dominés par la disponibilité des ressources.

Tension sémantique

PERT se situe entre le CPM déterministe et la simulation Monte‑Carlo complète : il cherche à incorporer l’incertitude par des approximations analytiques (souvent des estimations en trois points), au prix d’une simplicité qui limite la fidélité face aux incertitudes corrélées et complexes ; le choix reflète un compromis entre tractabilité et réalisme.

Synthèse

PERT formalise l’incertitude des estimations de durée et transforme des jugements subjectifs en déclarations probabilistes sur l’achèvement ; son efficacité dépend de la qualité des estimations et des hypothèses d’indépendance, et il est le plus utile lorsqu’il est complété par validation empirique, analyses de sensibilité ou simulation pour les structures de dépendance complexes.