SlideShare une entreprise Scribd logo
1  sur  16
Télécharger pour lire hors ligne
C’est en 1913 que F.W.Harris, ingénieur chez Westinghouse, établit une première formule très simple liée à
un problème de gestion de stocks. C’est l’un des premiers exemples d’intervention des mathématiques dans le
management, de solution d’un problème de « recherche opérationnelle » dans une entreprise.
Aujourd’hui, les modèles mathématiques sont très sophistiqués et en s’appuyant sur la puissance de calcul des
ordinateurs du vingt-et-unième siècle, on peut les utiliser pour optimiser, au sens que l’on souhaite, la gestion
de stocks.
I. Mise en place du problème
En début de période, le stock contient déjà une quantité initiale de produit qi (éventuellement nulle). Le
gestionnaire peut alors s’il le souhaite commander une quantité qc de produit, une seule fois, en début de
période. Il n’y a pas de réapprovisionnement possible en cours de période.
La quantité totale q = qi + qc est disponible à la vente pour toute la période à venir.
On définit dans ce problème les constantes strictement positives :
• prix de vente unitaire : v
c’est le prix que rapporte chaque unité de produit vendue ;
• coût de stockage unitaire : k
il s’applique à chaque unité de produit présente à un moment de la période dans le stock ;
• coût d’achat unitaire : c
c’est le prix que coûte chaque unité de produit commandée en début de période ;
• coût fixe en cas d’achat : cF
ce coût forfaitaire s’applique uniquement s’il y a une commande passée en début de période.
Ces quatre constantes sont des réels strictement positifs, et on suppose de plus : v > k + c.
On introduit enfin les variables aléatoires réelles suivantes :
• D, la demande, c’est la quantité de produit qui est demandée durant la période. Sa loi est supposée
connue.
• V , la quantité de produit que l’on vend pendant la période.
• B, le bénéfice net sur l’ensemble de la période.
On admet que ces variables aléatoires sont toutes définies sur le même espace probabilisé (⌦, A, P).
1. Pourquoi fait-on l’hypothèse v > k + c ?
II. Optimisation du bénéfice moyen sur une période
A. Cas continu
Dans cette partie, on suppose que la variable aléatoire D représentant la demande admet une densité f qui
est nulle sur ] 1, 0], et continue et strictement positive sur ]0, +1[.
On note R la fonction définie sur [0, +1[ par R(x) = P(D > x).
Les quantités qi et qc sont des réels positifs ou nuls.
2. Étude d’une fonction
On définit la fonction ' sur [0, +1[ par :
'(x) = v
Z x
0
R(t) dt (k + c)x.
(a) Montrer que R réalise une bijection de [0, +1[ sur ]0, 1].
On pose dans la suite S = R 1
✓
k + c
v
◆
.
(b) Justifier l’existence et la dérivabilité de ' sur [0, +1[, et calculer sa dérivée sur cet intervalle.
(c) Déterminer les variations de ' sur [0, +1[.
(d) En déduire : pour tout réel x positif et différent de S, '(x) < '(S).
1 / 5
3. Calcul approché de S avec Scilab
On suppose que l’on a défini une fonction d’entête function r=R(x) qui renvoie la valeur de R au
point x. Soit X une variable aléatoire qui suit la loi exponentielle de paramètre 1.
(a) Montrer que : P
✓
R(X) 6
k + c
v
◆
= e S
.
(b) Compléter le script Scilab qui suit, puis expliquer pourquoi il affiche une valeur approchée de S :
k=input(’k=’) ; c=input(’c=’) ; v=input(’v=’) ;
compt = 0;
for i=1:1000 do
X=grand(1,1,"exp",1)
if ...
compt = compt+1;
end
end
disp(’S=’); disp( log(compt/1000));
4. Espérance de vente
La variable aléatoire V représente la quantité de produit vendue sur la période.
On rappelle que q = qi + qc est la quantité de produit disponible à la vente.
Le minimum de deux réels a et b est noté dans la suite min(a, b).
(a) Justifier : V = min(D, q).
(b) Soit g la fonction définie sur R par g(x) = min(x, q).
i. Montrer que g est continue sur R.
ii. Établir la convergence de l’intégrale
Z q
0
xf(x) dx.
iii. Montrer que V admet une espérance, et que l’on a : E(V ) =
Z q
0
xf(x) dx + qR(q).
iv. À l’aide d’une intégration par parties, établir ensuite : E(V ) =
Z q
0
R(x) dx.
5. Bénéfice espéré
Le bénéfice net sur la période est la variable aléatoire B. Ce bénéfice ne prend en compte que les dépenses
et recettes de la période considérée. Par exemple, le coût d’achat du stock initial qi n’est pas comptabilisé
dans B, mais le coût de stockage de qi l’est.
Les quantités autres que qi et qc sont considérées comme constantes, on propose par conséquent de
noter (qi, qc) = E(B) l’espérance de B.
(a) Si on ne commande pas de produit (qc = 0), exprimer B en fonction de v, V, k et qi.
En déduire : (qi, 0) = '(qi) + cqi.
(b) Si on commande une quantité qc strictement positive de produit, exprimer B en fonction de
v, V, k, cF , qi, qc.
En déduire : pour qc > 0, (qi, qc) = '(qc + qi) + cqi cF .
6. Optimisation
On cherche à déterminer, en fonction d’une valeur donnée qi du stock initial, quelle est la quantité de
produit qc à commander afin d’optimiser l’espérance de bénéfice.
On reprend les notations de la question 2 : S est le réel strictement positif en lequel la fonction ' est
maximale.
(a) On suppose qi > S.
Montrer que pour tout qc > 0, (qi, qc) < (qi, 0).
En déduire que la meilleure stratégie est de ne pas acheter de produit.
2 / 5
(b) On suppose qi < S.
i. Si on achète une quantité non nulle de produit, montrer que pour optimiser le bénéfice espéré
on doit choisir qc = S qi.
Autrement dit, on complète le stock à la quantité S.
On définit sur [0, S[ la fonction par (x) = (x, S x) (x, 0).
ii. Établir que pour tout x 2 [0, S[ : (x) = '(S) '(x) cF .
iii. En déduire que est strictement décroissante sur [0, S[.
iv. Montrer que si cF > '(S), alors est négative sur [0, S[.
Quelle est la bonne stratégie dans ce cas ?
v. Montrer que si cF < '(S), alors il existe un réel unique r 2]0, S[ en lequel s’annule en
changeant de signe.
En déduire que la bonne stratégie est de ne rien commander si qi > r et de compléter le stock
jusqu’à S si qi < r.
Conclusion de cette partie : on a mis en place une stratégie à deux seuils : r (seuil de renouvellement) et S
(stock optimal). La stratégie consiste à ne rien commander si le stock initial est au moins égal à r, et sinon à
acheter la quantité qui complète le stock à la valeur S.
B. Cas discret
Dans cette partie, on suppose que la variable aléatoire D qui représente la demande est à valeurs dans N.
Sa loi est définie par la donnée de la suite de nombres (pn)n2N avec pn = P(D = n).
On suppose que pour tout entier naturel n, pn > 0.
On pose Rn = P(D > n).
Les quantités qi, qc sont maintenant des entiers naturels.
7. On définit la suite ('n)n2N par 'n = v
nX
k=1
Rk (k + c)n si n > 1 et '0 = 0.
(a) Donner une relation entre pn, Rn et Rn+1 pour tout entier naturel n.
(b) En déduire la monotonie de la suite (Rn)n2N, et préciser R0 ainsi que lim
n!1
Rn.
(c) Pour n > 1, simplifier 'n 'n 1 et en déduire qu’il existe un entier naturel S tel que 'S soit la
valeur maximale de la suite ('n).
8. Calcul de S avec Scilab
On suppose que l’on a défini une fonction d’entête function r=p(n) qui renvoie la valeur de pn.
Compléter le script Scilab qui suit pour qu’il affiche '0, ..., 'S puis la valeur de S :
k=input(’k=’) ; c=input(’c=’) ; v=input(’v=’) ;
n=0 ; phi=0 ; R=1 p(0) ; disp(phi);
while R >= ... do
n = n+1;
phi = phi+...;
disp(phi)
R = R ...;
end
disp(’S=’);disp(n);
9. On rappelle que V = min(D, q) où q = qi + qc.
(a) Montrer que V admet une espérance, donnée par : E(V ) =
q 1X
n=0
npn + qRq.
3 / 5
(b) Établir : E(V ) =
qX
n=1
Rn.
On pourra utiliser la formule établie à la question 7(a).
10. On note, comme dans la partie II, (qi, qc) l’espérance du bénéfice B en fonction de qi et qc.
(a) Si qc = 0, établir : (qi, 0) = 'qi
+ cqi.
(b) Si qc > 0, établir : (qi, qc) = 'qi+qc + cqi cF .
Les formules obtenues étant très analogues à celles de la partie A, on peut établir (ce
que l’on ne demande pas de faire) que la stratégie à deux seuils reste valable dans le
cas discret, les seuils étant alors des entiers.
(c) En utilisant le script de la question 8 pour certaines valeurs de k, c et v, on a obtenu les valeurs
suivantes, arrondies à deux chiffres après la virgule, pour '0, ..., 'S :
0 4 7, 9 11, 94 15, 77 19, 34 22, 40 24, 75 26, 16 26, 51
et S = 9. Sachant que cF = 2, 5, déterminer à partir de quelle valeur de qi il est préférable de ne
pas commander dans ce cas particulier.
III. Évolution du stock dans le temps
On cherche maintenant à modéliser l’évolution du stock sur plusieurs périodes, en se plaçant dans le cas discret.
On introduit à cet effet une suite de variables aléatoires (Dn)n2N⇤ qui représentent les demandes aux périodes
successives 1, 2, 3, . . .. Ces variables sont supposées indépendantes et suivent toutes la même loi que la variable
aléatoire D de la partie II.B. On reprend en particulier les notations pk = P(Dn = k) et Rk = P(Dn > k),
ainsi que l’hypothèse pk > 0 pour tout k 2 N.
Pour tout entier naturel non nul n, on note Xn la variable aléatoire prenant comme valeur l’état du stock
en fin de période n (il s’agit donc aussi du stock initial de la période n + 1). On suppose qu’au début de la
première période, le stock est vide, ce qui justifie la convention X0 = 0 (variable aléatoire certaine).
On adopte la stratégie à deux seuils r et S (entiers, vérifiant 0 < r < S) mise en place dans les parties
précédentes, que l’on rappelle :
• Si au début d’une période le stock est supérieur ou égal à r, on ne commande rien.
• Si le stock initial est inférieur strictement à r, on le complète par une commande qui amène le stock à
la valeur S.
Pour tout i et j dans J0, SK, en supposant que le stock initial d’une période donnée est égal à j, on note mi,j
la probabilité pour que le stock à la fin de la période soit égal à i.
On définit la matrice M = (mi,j)06i,j6S. On notera que les lignes et les colonnes de M sont numérotées à
partir de 0.
11. Soit n un entier naturel.
(a) Justifier que la variable aléatoire Xn est à valeur dans l’intervalle d’entiers J0, SK.
Pour tout n 2 N, on note alors Un la matrice colonne
Un =
0
B
B
B
@
P(Xn = 0)
P(Xn = 1)
...
P(Xn = S)
1
C
C
C
A
qui représente la loi de Xn.
(b) Justifier que pour tout i 2 J0, SK : P(Xn+1 = i) =
SX
j=0
mi,jP(Xn = j).
En déduire : Un+1 = MUn.
4 / 5
12. Étude d’un cas particulier
Dans cette question, on suppose que les constantes k, v, c, cF sont telles que les seuils sont r = 2 et S = 3.
(a) Montrer que :
M =
0
B
B
@
R3 R3 R2 R3
p2 p2 p1 p2
p1 p1 p0 p1
p0 p0 0 p0
1
C
C
A
Pour tout entier naturel n, on note an = P(Xn = 0), bn = P(Xn = 1), cn = P(Xn = 2) et
dn = P(Xn = 3), de sorte que Un=
0
B
B
@
an
bn
cn
dn
1
C
C
A.
(b) i. Vérifier que pour tout entier naturel n : cn+1 = (p0 p1)cn + p1.
ii. En déduire une expression de cn en fonction de p0, p1 et n.
iii. Montrer que la suite (cn)n2N converge et déterminer sa limite, notée , en fonction de p0 et p1.
(c) Montrer que les suites (an)n2N, (bn)n2N et (dn)n2N convergent et déterminer leur limite en fonction
de p0, p1, p2 et .
(d) Conclure que la suite (Xn)n2N converge en loi.
13. Existence et unicité d’une loi de probabilité invariante par M
On reprend le cas général.
(a) Vérifier que tous les coefficients de la première ligne de M (c’est-à-dire m0,j, pour j dans J0, SK),
sont strictement positifs.
(b) i. Montrer que pour tout j 2 J0, SK,
SX
i=0
mi,j = 1.
ii. Établir que 1 est une valeur propre de t
M et préciser quel est un vecteur colonne propre associé
à cette valeur propre.
iii. On rappelle le résultat du cours : toute matrice a le même rang que sa transposée.
Montrer que 1 est valeur propre de M.
(c) Soit U un vecteur colonne propre de M associé à la valeur propre 1.
Montrer qu’il existe un réel tel que la matrice colonne V = U, de coefficients v0, ..., vS, vérifie
MV = V ,
SX
j=0
|vj| = 1 et l’un au moins des coefficients de V est strictement positif.
(d) On suppose que V a aussi l’un au moins des ses coefficients qui est strictement négatif. Montrer
que :
SX
j=0
m0,jvj <
SX
j=0
m0,j|vj| et pour tout i 2 J1, SK,
SX
j=0
mi,jvj 6
SX
j=0
mi,j|vj|
et en déduire une contradiction, puis que les coefficients de V sont tous positifs.
(pour la première inégalité, on pourra poser
SX
j=0
m0,jvj = "
0
@
SX
j=0
m0,jvj
1
A où " 2 { 1, 1}.)
(e) On suppose qu’il existe un deuxième vecteur colonne W, différent de V , vérifiant les mêmes pro-
priétés que V .
Montrer qu’il existe ↵ > 0, tel que ↵(V W) vérifie aussi les mêmes propriétés que V . En déduire
une contradiction. Que peut-on en déduire pour la dimension du sous espace propre de M associé
à la valeur propre 1 ?
(f) On suppose que la suite (Xn)n2N converge en loi vers une certaine variable aléatoire X.
Montrer que X vérifie
0
B
B
B
@
P(X = 0)
P(X = 1)
...
P(X = S)
1
C
C
C
A
= V .
5 / 5
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE
ESSEC 2015 Maths I ECE

Contenu connexe

En vedette

AIDES AUX ETUDIANTS
AIDES AUX ETUDIANTSAIDES AUX ETUDIANTS
AIDES AUX ETUDIANTSJo Anis
 
les clientèles françaises et le numérique
les clientèles françaises et le numériqueles clientèles françaises et le numérique
les clientèles françaises et le numériqueSophie Dujardin
 
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...Charlotte Desrosiers
 
Mes vacances
Mes vacancesMes vacances
Mes vacancesJasmineFB
 
Le Progressiste n°2263
Le Progressiste n°2263Le Progressiste n°2263
Le Progressiste n°2263Jo Anis
 
Natox: cause des rides
Natox: cause des ridesNatox: cause des rides
Natox: cause des ridesCate Dawn
 
Projet sur les carrières informatiques
Projet sur les carrières informatiquesProjet sur les carrières informatiques
Projet sur les carrières informatiquesvicdem
 
Présentation carrière leo propre
Présentation carrière leo proprePrésentation carrière leo propre
Présentation carrière leo propreleo-francois17
 
Mara ison technologies a presentation for gabon telecom french version new
Mara ison technologies a presentation for gabon telecom french version newMara ison technologies a presentation for gabon telecom french version new
Mara ison technologies a presentation for gabon telecom french version newrahul jhangid
 
PRE transition
PRE transitionPRE transition
PRE transitionSimonBalle
 
Eric Moreau: Fluent interfaces
Eric Moreau: Fluent interfacesEric Moreau: Fluent interfaces
Eric Moreau: Fluent interfacesMSDEVMTL
 
Présentation 3
Présentation 3Présentation 3
Présentation 3Rush Elk
 
Tirer parti du bilinguisme dans la fonction publique de l’avenir
Tirer parti du bilinguisme dans la fonction publique de l’avenirTirer parti du bilinguisme dans la fonction publique de l’avenir
Tirer parti du bilinguisme dans la fonction publique de l’avenirDonna Achimov
 

En vedette (20)

AIDES AUX ETUDIANTS
AIDES AUX ETUDIANTSAIDES AUX ETUDIANTS
AIDES AUX ETUDIANTS
 
Scanost
ScanostScanost
Scanost
 
Corporate games olness
Corporate games olnessCorporate games olness
Corporate games olness
 
les clientèles françaises et le numérique
les clientèles françaises et le numériqueles clientèles françaises et le numérique
les clientèles françaises et le numérique
 
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...
EXTRAIT - LIVRE BLANC De Michel et Augustin à Meetic... regards croisés de 9 ...
 
A presentation of AMIES
A presentation of AMIESA presentation of AMIES
A presentation of AMIES
 
Mes vacances
Mes vacancesMes vacances
Mes vacances
 
Le Progressiste n°2263
Le Progressiste n°2263Le Progressiste n°2263
Le Progressiste n°2263
 
Natox: cause des rides
Natox: cause des ridesNatox: cause des rides
Natox: cause des rides
 
Projet sur les carrières informatiques
Projet sur les carrières informatiquesProjet sur les carrières informatiques
Projet sur les carrières informatiques
 
Présentation carrière leo propre
Présentation carrière leo proprePrésentation carrière leo propre
Présentation carrière leo propre
 
Mara ison technologies a presentation for gabon telecom french version new
Mara ison technologies a presentation for gabon telecom french version newMara ison technologies a presentation for gabon telecom french version new
Mara ison technologies a presentation for gabon telecom french version new
 
El nostre ple
El nostre pleEl nostre ple
El nostre ple
 
Mot de bienvenue au labo vté
Mot de bienvenue au labo vtéMot de bienvenue au labo vté
Mot de bienvenue au labo vté
 
PRE transition
PRE transitionPRE transition
PRE transition
 
Eric Moreau: Fluent interfaces
Eric Moreau: Fluent interfacesEric Moreau: Fluent interfaces
Eric Moreau: Fluent interfaces
 
(Règlement offline uk_fin2)
(Règlement offline uk_fin2)(Règlement offline uk_fin2)
(Règlement offline uk_fin2)
 
Présentation 3
Présentation 3Présentation 3
Présentation 3
 
Mesure de la performance acoustique des écrans routiers NF S 31-089 / NF EN 1...
Mesure de la performance acoustique des écrans routiers NF S 31-089 / NF EN 1...Mesure de la performance acoustique des écrans routiers NF S 31-089 / NF EN 1...
Mesure de la performance acoustique des écrans routiers NF S 31-089 / NF EN 1...
 
Tirer parti du bilinguisme dans la fonction publique de l’avenir
Tirer parti du bilinguisme dans la fonction publique de l’avenirTirer parti du bilinguisme dans la fonction publique de l’avenir
Tirer parti du bilinguisme dans la fonction publique de l’avenir
 

Similaire à ESSEC 2015 Maths I ECE

Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012Ahmed Ammar Rebai PhD
 
presentation kadimi wahidi.pdf
presentation kadimi wahidi.pdfpresentation kadimi wahidi.pdf
presentation kadimi wahidi.pdfmouadwahidi
 
Variables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfVariables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfKOUADIOPATRICE1
 
Cours nombres reels
Cours nombres reelsCours nombres reels
Cours nombres reelsbades12
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfhajar517389
 
Cours probabilite 2013
Cours probabilite 2013Cours probabilite 2013
Cours probabilite 2013simoh-salhi
 
Espace vectoriel euclidien
Espace vectoriel euclidienEspace vectoriel euclidien
Espace vectoriel euclidienTanger Outlets
 
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...Anacours
 
Sommation séries entières
Sommation séries entièresSommation séries entières
Sommation séries entièresLoïc Dilly
 
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017Ahmed Ammar Rebai PhD
 
CAPES maths 2019 composition 2
CAPES maths 2019 composition 2CAPES maths 2019 composition 2
CAPES maths 2019 composition 2Dany-Jack Mercier
 

Similaire à ESSEC 2015 Maths I ECE (20)

Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
 
Diviser Pour Régner
Diviser Pour RégnerDiviser Pour Régner
Diviser Pour Régner
 
presentation kadimi wahidi.pdf
presentation kadimi wahidi.pdfpresentation kadimi wahidi.pdf
presentation kadimi wahidi.pdf
 
Video
VideoVideo
Video
 
Mon intervention lors du Ciro10
Mon intervention lors du Ciro10Mon intervention lors du Ciro10
Mon intervention lors du Ciro10
 
246242769 sequence-1-pdf
246242769 sequence-1-pdf246242769 sequence-1-pdf
246242769 sequence-1-pdf
 
Variables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfVariables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdf
 
Cours nombres reels
Cours nombres reelsCours nombres reels
Cours nombres reels
 
Récursivité
RécursivitéRécursivité
Récursivité
 
DS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdfDS6-CB-sujet (1).pdf
DS6-CB-sujet (1).pdf
 
Cours probabilite 2013
Cours probabilite 2013Cours probabilite 2013
Cours probabilite 2013
 
Espace vectoriel euclidien
Espace vectoriel euclidienEspace vectoriel euclidien
Espace vectoriel euclidien
 
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...
Bac 2015 : les sujets de MATHEMATIQUES tombés à Washington Série S (obligatoi...
 
Fic00001
Fic00001Fic00001
Fic00001
 
02 correction-td smi-s3-algo2
02 correction-td smi-s3-algo202 correction-td smi-s3-algo2
02 correction-td smi-s3-algo2
 
Sommation séries entières
Sommation séries entièresSommation séries entières
Sommation séries entières
 
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
 
CAPES maths 2019 composition 2
CAPES maths 2019 composition 2CAPES maths 2019 composition 2
CAPES maths 2019 composition 2
 
Chap9
Chap9Chap9
Chap9
 
transparents-Algo-complexite.pdf
transparents-Algo-complexite.pdftransparents-Algo-complexite.pdf
transparents-Algo-complexite.pdf
 

Plus de Ahmed Ammar Rebai PhD

Finance data analysis_nuclear_physics_comparaison
Finance data analysis_nuclear_physics_comparaisonFinance data analysis_nuclear_physics_comparaison
Finance data analysis_nuclear_physics_comparaisonAhmed Ammar Rebai PhD
 
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...Ahmed Ammar Rebai PhD
 
Les milieux financiers: cours boursiers, entre instabilité et prévisions
Les milieux financiers: cours boursiers, entre instabilité et prévisionsLes milieux financiers: cours boursiers, entre instabilité et prévisions
Les milieux financiers: cours boursiers, entre instabilité et prévisionsAhmed Ammar Rebai PhD
 
Les milieux financiers: Entre aléas et prédictions
Les milieux financiers: Entre aléas et prédictionsLes milieux financiers: Entre aléas et prédictions
Les milieux financiers: Entre aléas et prédictionsAhmed Ammar Rebai PhD
 
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré)
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré) Liste des projets TIPE (Travail d'Initiative Personnelle Encadré)
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré) Ahmed Ammar Rebai PhD
 
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...Ahmed Ammar Rebai PhD
 
Méthodes sur les séries numériques
Méthodes sur les séries numériquesMéthodes sur les séries numériques
Méthodes sur les séries numériquesAhmed Ammar Rebai PhD
 
Complément sur les espaces vectoriels normés et la topologie métrique
Complément sur les espaces vectoriels normés et la topologie métriqueComplément sur les espaces vectoriels normés et la topologie métrique
Complément sur les espaces vectoriels normés et la topologie métriqueAhmed Ammar Rebai PhD
 
Espaces vectoriels normés partie 1
Espaces vectoriels normés partie 1 Espaces vectoriels normés partie 1
Espaces vectoriels normés partie 1 Ahmed Ammar Rebai PhD
 
reduction des endomorphismes partie 1
reduction des endomorphismes partie 1reduction des endomorphismes partie 1
reduction des endomorphismes partie 1Ahmed Ammar Rebai PhD
 
Methodes pour algebre lineaire et dualite
Methodes pour algebre lineaire et dualiteMethodes pour algebre lineaire et dualite
Methodes pour algebre lineaire et dualiteAhmed Ammar Rebai PhD
 
Evidence for the charge-excess contribution in air shower radio emission obse...
Evidence for the charge-excess contribution in air shower radio emission obse...Evidence for the charge-excess contribution in air shower radio emission obse...
Evidence for the charge-excess contribution in air shower radio emission obse...Ahmed Ammar Rebai PhD
 
Ill-posedness formulation of the emission source localization in the radio- d...
Ill-posedness formulation of the emission source localization in the radio- d...Ill-posedness formulation of the emission source localization in the radio- d...
Ill-posedness formulation of the emission source localization in the radio- d...Ahmed Ammar Rebai PhD
 
Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Ahmed Ammar Rebai PhD
 
Some possible interpretations from data of the CODALEMA experiment
Some possible interpretations from data of the CODALEMA experimentSome possible interpretations from data of the CODALEMA experiment
Some possible interpretations from data of the CODALEMA experimentAhmed Ammar Rebai PhD
 
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...Ahmed Ammar Rebai PhD
 
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...Ahmed Ammar Rebai PhD
 
Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Ahmed Ammar Rebai PhD
 

Plus de Ahmed Ammar Rebai PhD (20)

Finance data analysis_nuclear_physics_comparaison
Finance data analysis_nuclear_physics_comparaisonFinance data analysis_nuclear_physics_comparaison
Finance data analysis_nuclear_physics_comparaison
 
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...
Marchés financiers et Mouvement brownien Peut-on rendre compte des fluctuatio...
 
Les milieux financiers: cours boursiers, entre instabilité et prévisions
Les milieux financiers: cours boursiers, entre instabilité et prévisionsLes milieux financiers: cours boursiers, entre instabilité et prévisions
Les milieux financiers: cours boursiers, entre instabilité et prévisions
 
Les milieux financiers: Entre aléas et prédictions
Les milieux financiers: Entre aléas et prédictionsLes milieux financiers: Entre aléas et prédictions
Les milieux financiers: Entre aléas et prédictions
 
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré)
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré) Liste des projets TIPE (Travail d'Initiative Personnelle Encadré)
Liste des projets TIPE (Travail d'Initiative Personnelle Encadré)
 
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...
Correction partie 1,2 et début 3 Epreuve de mathématiques informatique Banque...
 
Méthodes sur les séries numériques
Méthodes sur les séries numériquesMéthodes sur les séries numériques
Méthodes sur les séries numériques
 
Complément sur les espaces vectoriels normés et la topologie métrique
Complément sur les espaces vectoriels normés et la topologie métriqueComplément sur les espaces vectoriels normés et la topologie métrique
Complément sur les espaces vectoriels normés et la topologie métrique
 
Equations differentielles
Equations differentiellesEquations differentielles
Equations differentielles
 
Espaces vectoriels normés partie 1
Espaces vectoriels normés partie 1 Espaces vectoriels normés partie 1
Espaces vectoriels normés partie 1
 
Reduction endomorphisme partie 2
Reduction endomorphisme partie 2Reduction endomorphisme partie 2
Reduction endomorphisme partie 2
 
reduction des endomorphismes partie 1
reduction des endomorphismes partie 1reduction des endomorphismes partie 1
reduction des endomorphismes partie 1
 
Methodes pour algebre lineaire et dualite
Methodes pour algebre lineaire et dualiteMethodes pour algebre lineaire et dualite
Methodes pour algebre lineaire et dualite
 
Evidence for the charge-excess contribution in air shower radio emission obse...
Evidence for the charge-excess contribution in air shower radio emission obse...Evidence for the charge-excess contribution in air shower radio emission obse...
Evidence for the charge-excess contribution in air shower radio emission obse...
 
Ill-posedness formulation of the emission source localization in the radio- d...
Ill-posedness formulation of the emission source localization in the radio- d...Ill-posedness formulation of the emission source localization in the radio- d...
Ill-posedness formulation of the emission source localization in the radio- d...
 
Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...
 
Some possible interpretations from data of the CODALEMA experiment
Some possible interpretations from data of the CODALEMA experimentSome possible interpretations from data of the CODALEMA experiment
Some possible interpretations from data of the CODALEMA experiment
 
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...
Étude de l'énergie et du point d'émission radio des rayons cosmiques détectés...
 
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...
The shape radio_signals_wavefront_encountered_in_the_context_of_the_uhecr_rad...
 
Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...Towards the identification of the primary particle nature by the radiodetecti...
Towards the identification of the primary particle nature by the radiodetecti...
 

Dernier

Texte avec différentes critiques positives, négatives ou mitigées
Texte avec différentes critiques positives, négatives ou mitigéesTexte avec différentes critiques positives, négatives ou mitigées
Texte avec différentes critiques positives, négatives ou mitigéesLeBaobabBleu1
 
Fiche de vocabulaire pour faire une appréciation
Fiche de vocabulaire pour faire une appréciationFiche de vocabulaire pour faire une appréciation
Fiche de vocabulaire pour faire une appréciationLeBaobabBleu1
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfDafWafia
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"ArchivesdeLyon
 
rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfOssamaLachheb
 
Àma Gloria.pptx Un film tourné au Cap Vert et en France
Àma Gloria.pptx   Un film tourné au Cap Vert et en FranceÀma Gloria.pptx   Un film tourné au Cap Vert et en France
Àma Gloria.pptx Un film tourné au Cap Vert et en FranceTxaruka
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptxTxaruka
 
Réunion des directeurs de Jonzac - 15 mai 2024
Réunion des directeurs de Jonzac - 15 mai 2024Réunion des directeurs de Jonzac - 15 mai 2024
Réunion des directeurs de Jonzac - 15 mai 2024IEN_Jonzac
 
Un petit coin etwinning- Au fil des cultures urbaines
Un petit coin  etwinning- Au fil des cultures urbainesUn petit coin  etwinning- Au fil des cultures urbaines
Un petit coin etwinning- Au fil des cultures urbainesSocratis Vasiopoulos
 
Exemple de grille d'audit 5S, check liste Audit
Exemple de grille d'audit 5S, check liste AuditExemple de grille d'audit 5S, check liste Audit
Exemple de grille d'audit 5S, check liste Audittechwinconsulting
 
GHASSOUB _Seance 3_ measurement and evaluation in education.pptx
GHASSOUB _Seance 3_ measurement and evaluation in education.pptxGHASSOUB _Seance 3_ measurement and evaluation in education.pptx
GHASSOUB _Seance 3_ measurement and evaluation in education.pptxAbderrahim GHASSOUB
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptxTxaruka
 
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptx
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptxGHASSOUB _Seance 4_ measurement and evaluation in education_-.pptx
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptxAbderrahim GHASSOUB
 
Nathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseNathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseTxaruka
 

Dernier (14)

Texte avec différentes critiques positives, négatives ou mitigées
Texte avec différentes critiques positives, négatives ou mitigéesTexte avec différentes critiques positives, négatives ou mitigées
Texte avec différentes critiques positives, négatives ou mitigées
 
Fiche de vocabulaire pour faire une appréciation
Fiche de vocabulaire pour faire une appréciationFiche de vocabulaire pour faire une appréciation
Fiche de vocabulaire pour faire une appréciation
 
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdfPowerPoint-de-Soutenance-de-TFE-infirmier.pdf
PowerPoint-de-Soutenance-de-TFE-infirmier.pdf
 
Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"Les débuts de la collection "Le livre de poche"
Les débuts de la collection "Le livre de poche"
 
rapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdfrapport de stage gros oeuvre_compressed.pdf
rapport de stage gros oeuvre_compressed.pdf
 
Àma Gloria.pptx Un film tourné au Cap Vert et en France
Àma Gloria.pptx   Un film tourné au Cap Vert et en FranceÀma Gloria.pptx   Un film tourné au Cap Vert et en France
Àma Gloria.pptx Un film tourné au Cap Vert et en France
 
Quitter la nuit. pptx
Quitter        la             nuit.   pptxQuitter        la             nuit.   pptx
Quitter la nuit. pptx
 
Réunion des directeurs de Jonzac - 15 mai 2024
Réunion des directeurs de Jonzac - 15 mai 2024Réunion des directeurs de Jonzac - 15 mai 2024
Réunion des directeurs de Jonzac - 15 mai 2024
 
Un petit coin etwinning- Au fil des cultures urbaines
Un petit coin  etwinning- Au fil des cultures urbainesUn petit coin  etwinning- Au fil des cultures urbaines
Un petit coin etwinning- Au fil des cultures urbaines
 
Exemple de grille d'audit 5S, check liste Audit
Exemple de grille d'audit 5S, check liste AuditExemple de grille d'audit 5S, check liste Audit
Exemple de grille d'audit 5S, check liste Audit
 
GHASSOUB _Seance 3_ measurement and evaluation in education.pptx
GHASSOUB _Seance 3_ measurement and evaluation in education.pptxGHASSOUB _Seance 3_ measurement and evaluation in education.pptx
GHASSOUB _Seance 3_ measurement and evaluation in education.pptx
 
Quitter la nuit. pptx
Quitter          la        nuit.    pptxQuitter          la        nuit.    pptx
Quitter la nuit. pptx
 
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptx
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptxGHASSOUB _Seance 4_ measurement and evaluation in education_-.pptx
GHASSOUB _Seance 4_ measurement and evaluation in education_-.pptx
 
Nathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre françaiseNathanaëlle Herbelin.pptx Peintre française
Nathanaëlle Herbelin.pptx Peintre française
 

ESSEC 2015 Maths I ECE

  • 1. C’est en 1913 que F.W.Harris, ingénieur chez Westinghouse, établit une première formule très simple liée à un problème de gestion de stocks. C’est l’un des premiers exemples d’intervention des mathématiques dans le management, de solution d’un problème de « recherche opérationnelle » dans une entreprise. Aujourd’hui, les modèles mathématiques sont très sophistiqués et en s’appuyant sur la puissance de calcul des ordinateurs du vingt-et-unième siècle, on peut les utiliser pour optimiser, au sens que l’on souhaite, la gestion de stocks. I. Mise en place du problème En début de période, le stock contient déjà une quantité initiale de produit qi (éventuellement nulle). Le gestionnaire peut alors s’il le souhaite commander une quantité qc de produit, une seule fois, en début de période. Il n’y a pas de réapprovisionnement possible en cours de période. La quantité totale q = qi + qc est disponible à la vente pour toute la période à venir. On définit dans ce problème les constantes strictement positives : • prix de vente unitaire : v c’est le prix que rapporte chaque unité de produit vendue ; • coût de stockage unitaire : k il s’applique à chaque unité de produit présente à un moment de la période dans le stock ; • coût d’achat unitaire : c c’est le prix que coûte chaque unité de produit commandée en début de période ; • coût fixe en cas d’achat : cF ce coût forfaitaire s’applique uniquement s’il y a une commande passée en début de période. Ces quatre constantes sont des réels strictement positifs, et on suppose de plus : v > k + c. On introduit enfin les variables aléatoires réelles suivantes : • D, la demande, c’est la quantité de produit qui est demandée durant la période. Sa loi est supposée connue. • V , la quantité de produit que l’on vend pendant la période. • B, le bénéfice net sur l’ensemble de la période. On admet que ces variables aléatoires sont toutes définies sur le même espace probabilisé (⌦, A, P). 1. Pourquoi fait-on l’hypothèse v > k + c ? II. Optimisation du bénéfice moyen sur une période A. Cas continu Dans cette partie, on suppose que la variable aléatoire D représentant la demande admet une densité f qui est nulle sur ] 1, 0], et continue et strictement positive sur ]0, +1[. On note R la fonction définie sur [0, +1[ par R(x) = P(D > x). Les quantités qi et qc sont des réels positifs ou nuls. 2. Étude d’une fonction On définit la fonction ' sur [0, +1[ par : '(x) = v Z x 0 R(t) dt (k + c)x. (a) Montrer que R réalise une bijection de [0, +1[ sur ]0, 1]. On pose dans la suite S = R 1 ✓ k + c v ◆ . (b) Justifier l’existence et la dérivabilité de ' sur [0, +1[, et calculer sa dérivée sur cet intervalle. (c) Déterminer les variations de ' sur [0, +1[. (d) En déduire : pour tout réel x positif et différent de S, '(x) < '(S). 1 / 5
  • 2. 3. Calcul approché de S avec Scilab On suppose que l’on a défini une fonction d’entête function r=R(x) qui renvoie la valeur de R au point x. Soit X une variable aléatoire qui suit la loi exponentielle de paramètre 1. (a) Montrer que : P ✓ R(X) 6 k + c v ◆ = e S . (b) Compléter le script Scilab qui suit, puis expliquer pourquoi il affiche une valeur approchée de S : k=input(’k=’) ; c=input(’c=’) ; v=input(’v=’) ; compt = 0; for i=1:1000 do X=grand(1,1,"exp",1) if ... compt = compt+1; end end disp(’S=’); disp( log(compt/1000)); 4. Espérance de vente La variable aléatoire V représente la quantité de produit vendue sur la période. On rappelle que q = qi + qc est la quantité de produit disponible à la vente. Le minimum de deux réels a et b est noté dans la suite min(a, b). (a) Justifier : V = min(D, q). (b) Soit g la fonction définie sur R par g(x) = min(x, q). i. Montrer que g est continue sur R. ii. Établir la convergence de l’intégrale Z q 0 xf(x) dx. iii. Montrer que V admet une espérance, et que l’on a : E(V ) = Z q 0 xf(x) dx + qR(q). iv. À l’aide d’une intégration par parties, établir ensuite : E(V ) = Z q 0 R(x) dx. 5. Bénéfice espéré Le bénéfice net sur la période est la variable aléatoire B. Ce bénéfice ne prend en compte que les dépenses et recettes de la période considérée. Par exemple, le coût d’achat du stock initial qi n’est pas comptabilisé dans B, mais le coût de stockage de qi l’est. Les quantités autres que qi et qc sont considérées comme constantes, on propose par conséquent de noter (qi, qc) = E(B) l’espérance de B. (a) Si on ne commande pas de produit (qc = 0), exprimer B en fonction de v, V, k et qi. En déduire : (qi, 0) = '(qi) + cqi. (b) Si on commande une quantité qc strictement positive de produit, exprimer B en fonction de v, V, k, cF , qi, qc. En déduire : pour qc > 0, (qi, qc) = '(qc + qi) + cqi cF . 6. Optimisation On cherche à déterminer, en fonction d’une valeur donnée qi du stock initial, quelle est la quantité de produit qc à commander afin d’optimiser l’espérance de bénéfice. On reprend les notations de la question 2 : S est le réel strictement positif en lequel la fonction ' est maximale. (a) On suppose qi > S. Montrer que pour tout qc > 0, (qi, qc) < (qi, 0). En déduire que la meilleure stratégie est de ne pas acheter de produit. 2 / 5
  • 3. (b) On suppose qi < S. i. Si on achète une quantité non nulle de produit, montrer que pour optimiser le bénéfice espéré on doit choisir qc = S qi. Autrement dit, on complète le stock à la quantité S. On définit sur [0, S[ la fonction par (x) = (x, S x) (x, 0). ii. Établir que pour tout x 2 [0, S[ : (x) = '(S) '(x) cF . iii. En déduire que est strictement décroissante sur [0, S[. iv. Montrer que si cF > '(S), alors est négative sur [0, S[. Quelle est la bonne stratégie dans ce cas ? v. Montrer que si cF < '(S), alors il existe un réel unique r 2]0, S[ en lequel s’annule en changeant de signe. En déduire que la bonne stratégie est de ne rien commander si qi > r et de compléter le stock jusqu’à S si qi < r. Conclusion de cette partie : on a mis en place une stratégie à deux seuils : r (seuil de renouvellement) et S (stock optimal). La stratégie consiste à ne rien commander si le stock initial est au moins égal à r, et sinon à acheter la quantité qui complète le stock à la valeur S. B. Cas discret Dans cette partie, on suppose que la variable aléatoire D qui représente la demande est à valeurs dans N. Sa loi est définie par la donnée de la suite de nombres (pn)n2N avec pn = P(D = n). On suppose que pour tout entier naturel n, pn > 0. On pose Rn = P(D > n). Les quantités qi, qc sont maintenant des entiers naturels. 7. On définit la suite ('n)n2N par 'n = v nX k=1 Rk (k + c)n si n > 1 et '0 = 0. (a) Donner une relation entre pn, Rn et Rn+1 pour tout entier naturel n. (b) En déduire la monotonie de la suite (Rn)n2N, et préciser R0 ainsi que lim n!1 Rn. (c) Pour n > 1, simplifier 'n 'n 1 et en déduire qu’il existe un entier naturel S tel que 'S soit la valeur maximale de la suite ('n). 8. Calcul de S avec Scilab On suppose que l’on a défini une fonction d’entête function r=p(n) qui renvoie la valeur de pn. Compléter le script Scilab qui suit pour qu’il affiche '0, ..., 'S puis la valeur de S : k=input(’k=’) ; c=input(’c=’) ; v=input(’v=’) ; n=0 ; phi=0 ; R=1 p(0) ; disp(phi); while R >= ... do n = n+1; phi = phi+...; disp(phi) R = R ...; end disp(’S=’);disp(n); 9. On rappelle que V = min(D, q) où q = qi + qc. (a) Montrer que V admet une espérance, donnée par : E(V ) = q 1X n=0 npn + qRq. 3 / 5
  • 4. (b) Établir : E(V ) = qX n=1 Rn. On pourra utiliser la formule établie à la question 7(a). 10. On note, comme dans la partie II, (qi, qc) l’espérance du bénéfice B en fonction de qi et qc. (a) Si qc = 0, établir : (qi, 0) = 'qi + cqi. (b) Si qc > 0, établir : (qi, qc) = 'qi+qc + cqi cF . Les formules obtenues étant très analogues à celles de la partie A, on peut établir (ce que l’on ne demande pas de faire) que la stratégie à deux seuils reste valable dans le cas discret, les seuils étant alors des entiers. (c) En utilisant le script de la question 8 pour certaines valeurs de k, c et v, on a obtenu les valeurs suivantes, arrondies à deux chiffres après la virgule, pour '0, ..., 'S : 0 4 7, 9 11, 94 15, 77 19, 34 22, 40 24, 75 26, 16 26, 51 et S = 9. Sachant que cF = 2, 5, déterminer à partir de quelle valeur de qi il est préférable de ne pas commander dans ce cas particulier. III. Évolution du stock dans le temps On cherche maintenant à modéliser l’évolution du stock sur plusieurs périodes, en se plaçant dans le cas discret. On introduit à cet effet une suite de variables aléatoires (Dn)n2N⇤ qui représentent les demandes aux périodes successives 1, 2, 3, . . .. Ces variables sont supposées indépendantes et suivent toutes la même loi que la variable aléatoire D de la partie II.B. On reprend en particulier les notations pk = P(Dn = k) et Rk = P(Dn > k), ainsi que l’hypothèse pk > 0 pour tout k 2 N. Pour tout entier naturel non nul n, on note Xn la variable aléatoire prenant comme valeur l’état du stock en fin de période n (il s’agit donc aussi du stock initial de la période n + 1). On suppose qu’au début de la première période, le stock est vide, ce qui justifie la convention X0 = 0 (variable aléatoire certaine). On adopte la stratégie à deux seuils r et S (entiers, vérifiant 0 < r < S) mise en place dans les parties précédentes, que l’on rappelle : • Si au début d’une période le stock est supérieur ou égal à r, on ne commande rien. • Si le stock initial est inférieur strictement à r, on le complète par une commande qui amène le stock à la valeur S. Pour tout i et j dans J0, SK, en supposant que le stock initial d’une période donnée est égal à j, on note mi,j la probabilité pour que le stock à la fin de la période soit égal à i. On définit la matrice M = (mi,j)06i,j6S. On notera que les lignes et les colonnes de M sont numérotées à partir de 0. 11. Soit n un entier naturel. (a) Justifier que la variable aléatoire Xn est à valeur dans l’intervalle d’entiers J0, SK. Pour tout n 2 N, on note alors Un la matrice colonne Un = 0 B B B @ P(Xn = 0) P(Xn = 1) ... P(Xn = S) 1 C C C A qui représente la loi de Xn. (b) Justifier que pour tout i 2 J0, SK : P(Xn+1 = i) = SX j=0 mi,jP(Xn = j). En déduire : Un+1 = MUn. 4 / 5
  • 5. 12. Étude d’un cas particulier Dans cette question, on suppose que les constantes k, v, c, cF sont telles que les seuils sont r = 2 et S = 3. (a) Montrer que : M = 0 B B @ R3 R3 R2 R3 p2 p2 p1 p2 p1 p1 p0 p1 p0 p0 0 p0 1 C C A Pour tout entier naturel n, on note an = P(Xn = 0), bn = P(Xn = 1), cn = P(Xn = 2) et dn = P(Xn = 3), de sorte que Un= 0 B B @ an bn cn dn 1 C C A. (b) i. Vérifier que pour tout entier naturel n : cn+1 = (p0 p1)cn + p1. ii. En déduire une expression de cn en fonction de p0, p1 et n. iii. Montrer que la suite (cn)n2N converge et déterminer sa limite, notée , en fonction de p0 et p1. (c) Montrer que les suites (an)n2N, (bn)n2N et (dn)n2N convergent et déterminer leur limite en fonction de p0, p1, p2 et . (d) Conclure que la suite (Xn)n2N converge en loi. 13. Existence et unicité d’une loi de probabilité invariante par M On reprend le cas général. (a) Vérifier que tous les coefficients de la première ligne de M (c’est-à-dire m0,j, pour j dans J0, SK), sont strictement positifs. (b) i. Montrer que pour tout j 2 J0, SK, SX i=0 mi,j = 1. ii. Établir que 1 est une valeur propre de t M et préciser quel est un vecteur colonne propre associé à cette valeur propre. iii. On rappelle le résultat du cours : toute matrice a le même rang que sa transposée. Montrer que 1 est valeur propre de M. (c) Soit U un vecteur colonne propre de M associé à la valeur propre 1. Montrer qu’il existe un réel tel que la matrice colonne V = U, de coefficients v0, ..., vS, vérifie MV = V , SX j=0 |vj| = 1 et l’un au moins des coefficients de V est strictement positif. (d) On suppose que V a aussi l’un au moins des ses coefficients qui est strictement négatif. Montrer que : SX j=0 m0,jvj < SX j=0 m0,j|vj| et pour tout i 2 J1, SK, SX j=0 mi,jvj 6 SX j=0 mi,j|vj| et en déduire une contradiction, puis que les coefficients de V sont tous positifs. (pour la première inégalité, on pourra poser SX j=0 m0,jvj = " 0 @ SX j=0 m0,jvj 1 A où " 2 { 1, 1}.) (e) On suppose qu’il existe un deuxième vecteur colonne W, différent de V , vérifiant les mêmes pro- priétés que V . Montrer qu’il existe ↵ > 0, tel que ↵(V W) vérifie aussi les mêmes propriétés que V . En déduire une contradiction. Que peut-on en déduire pour la dimension du sous espace propre de M associé à la valeur propre 1 ? (f) On suppose que la suite (Xn)n2N converge en loi vers une certaine variable aléatoire X. Montrer que X vérifie 0 B B B @ P(X = 0) P(X = 1) ... P(X = S) 1 C C C A = V . 5 / 5