J-0
00m
00j
00h
00min
00s

BCE Maths appliquees ESSEC ECE 2015

Epreuve de maths appliquees - ECE 2015

Notez ce sujet en cliquant sur l'étoile
0.0(0 votes)
Probabilités finies, discrètes et dénombrementProbabilités continuesSuites et séries de fonctionsIntégrales à paramètresStatistiquesInformatique
RetourLire
Logo concours BCE - Voir tous les sujets BCE

Voir tous les sujets

Logo concours BCE
🔗 Explorer
Banque
BCE
Année
2015
Filière
ECE
Matière
Mathématiques
Annales BCE ECE MathématiquesBCE ECE 2015ECE MathématiquesMathématiques 2015

Téléchargements disponibles

Sujet et rapport

Télécharger le sujet →Rapport du jury →

Corrigés

Télécharger corrigé →

Lecture et formats

Lire en ligne →LaTeX →Word →

Description

Annale de maths appliquees BCE ESSEC pour la filiere ECE, session 2015.

Lecture web du sujet

Version HTML avec rendu des formules, intégrée sur la page canonique.

PDF
8a41e926-45a2-4171-8d74-c163d92d43ba
Concours d'admission de 2015

Conception : ESSEC

OPTION Economique

MATHÉMATIQUES

Jeudi 7 mai 2015 , de 14 h. à 18 h.

La présentation, la lisibilité, l'orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront pour une part importante dans l'appréciation des copies.
Les candidats sont invités à encadrer dans la mesure du possible les résultats de leurs calculs.
Ils ne doivent faire usage d'aucun document. L'utilisation de toute calculatrice et de tout matériel electronique est interdite. Seule l'utilisation d'une règle graduée est autorisée.
Si au cours de l'épreuve, un candidat repère ce qui lui semble être une erreur d'énoncé, il la signalera sur sa copie et poursuivra sa composition en expliquant les raisons des initiatives qu'il sera amené à prendre.
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 (éventuellement nulle). Le gestionnaire peut alors s'il le souhaite commander une quantité de produit, une seule fois, en début de période. Il n'y a pas de réapprovisionnement possible en cours de période.
La quantité totale est disponible â la vente pour toute la période à venir.
On définit dans ce problème les constantes strictement positives :
  • prix de vente unitaire :
    c'est le prix que rapporte chaque unité de produit vendue;
  • coût de stockage unitaire :
    il s'applique à chaque unité de produit présente à un moment de la période dans le stock;
  • coût d'achat unitaire :
    c'est le prix que coûte chaque unité de produit commandée en début de période ;
  • cout fixe en cas d'achat :
    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 : .
    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 ( ).
  1. Pourquoi fait-on l'hypothèse ?

II. Optimisation du bénéfice moyen sur une période

A. Cas continu

Dans cette partie, on suppose que la variable aléatoire représentant la demande admet une densité qui est nulle sur , et continue et strictement positive sur .
On note la fonction définie sur .
Les quantités et sont des réels positifs ou nuls.

2. Étude d'une fonction

On définit la fonction sur par :
(a) Montrer que réalise une bijection de sur .
On pose dans la suite .
(b) Justifier l'existence et la dérivabilité de sur , et calculer sa dérivée sur cet intervalle.
(c) Déterminer les variations de sur .
(d) En déduire : pour tout réel positif et différent de .

3. Calcul approché de avec Scilab

On suppose que l'on a défini une fonction d'entête function qui renvoie la valeur de au point . Soit une variable aléatoire qui suit la loi exponentielle de paramètre 1.
(a) Montrer que: .
(b) Compléter le script Scilab qui suit, puis expliquer pourquoi il affiche une valeur approchée de :
ii. Établir que pour tout .
iii. En déduire que est strictement décroissante sur .
iv. Montrer que si , alors est négative sur .
Quelle est la bonne stratégie dans ce cas?
v. Montrer que si , alors il existe un réel unique [ en lequel s'annule en changeant de signe.
En déduire que la bonne stratégie est de ne rien commander si et de compléter le stock jusqu'à si .
Conclusion de cette partie : on a mis en place une stratégie à deux seuils : (seuil de renouvellement) et (stock optimal). La stratégie consiste à ne rien commander si le stock initial est au moins égal à , et sinon à acheter la quantité qui complète le stock à la valeur .

B. Cas discret

Dans cette partie, on suppose que la variable aléatoire qui représente la demande est à valeurs dans . Sa loi est définie par la donnée de la suite de nombres avec .
On suppose que pour tout entier naturel .
On pose .
Les quantités sont maintenant des entiers naturels.
7. On définit la suite et .
(a) Donner une relation entre et pour tout entier naturel .
(b) En déduire la monotonie de la suite , et préciser ainsi que .
(c) Pour , simplifier et en déduire qu'il existe un entier naturel tel que soit la valeur maximale de la suite .

8. Calcul de avec Scilab

On suppose que l'on a défini une fonction d'entête function qui renvoie la valeur de . Compléter le script Scilab qui suit pour qu'il affiche puis la valeur de :
k=input(' k=') ; c=imput(' c=') ; v=input('v=') ;
n=0 ; phi=0; R=1-p(0) ; disp(phi);
while }\textrm{R}>=\ldots.d
    n = n+1;
    phi = phi+...;
    disp(phi)
    R = R ...;;
end
disp('S=');disp(n);
  1. On rappelle que où .
    (a) Montrer que admet une espérance, donnée par : .
    (b) Etablir : .
On pourra utiliser la formule établie à la question 7(a).
10. On note, comme dans la partie II, l'espérance du bénéfice en fonction de et .
(a) Si , établir : .
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 représente la quantité de produit vendue sur la période.
On rappelle que est la quantité de produit disponible à la vente.
Le minimum de deux réels et est noté dans la suite min .
(a) Justifier : .
(b) Soit la fonction définie sur par .
i. Montrer que est continue sur .
ii. Établir la convergence de l'intégrale .
iii. Montrer que admet une espérance, et que l'on a : .
iv. À l'aide d'une intégration par parties, établir ensuite : .

5. Bénéfice espéré

Le bénéfice net sur la période est la variable aléatoire . Ce bénéfice ne prend en compte que les dépenses et recettes de la période considérée. Par exemple, le coût d'achat du stock initial n'est pas comptabilisé dans , mais le cout de stockage de l'est.
Les quantités autres que et sont considérées comme constantes, on propose par conséquent de noter l'espérance de .
(a) Si on ne commande pas de produit ( ), exprimer en fonction de et .
En déduire : .
(b) Si on commande une quantité strictement positive de produit, exprimer en fonction de .
En déduire : pour .

6. Optimisation

On cherche à déterminer, en fonction d'une valeur donnée du stock initial, quelle est la quantité de produit à commander afin d'optimiser l'espérance de bénéfice.
On reprend les notations de la question est le réel strictement positif en lequel la fonction est maximale.
(a) On suppose .
Montrer que pour tout .
En déduire que la meilleure stratégie est de ne pas acheter de produit.
(b) On suppose .
i. Si on achète une quantité non nulle de produit, montrer que pour optimiser le bénéfice espéré on doit choisir .
Autrement dit, on complète le stock à la quantité .
On définit sur la fonction par .
(b) Si , établir : .
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 et , on a obtenu les valeurs suivantes, arrondies à deux chiffres après la virgule, pour :
et . Sachant que , déterminer à partir de quelle valeur de 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 éé successives . Ces variables sont supposées indépendantes et suivent toutes la même loi que la variable aléatoire de la partie II.B. On reprend en particulier les notations et , ainsi que l'hypothèse pour tout .
Pour tout entier naturel non nul , on note la variable aléatoire prenant comme valeur l'état du stock en fin de période (il s'agit donc aussi du stock initial de la période ). On suppose qu'au début de la première période, le stock est vide, ce qui justifie la convention (variable aléatoire certaine).
On adopte la stratégie à deux seuils et (entiers, vérifiant ) mise en place dans les parties précédentes, que l'on rappelle:
  • Si au début d'une période le stock est supérieur ou égal à , on ne commande rien.
  • Si le stock initial est inférieur strictement à , on le complète par une commande qui amène le stock à la valeur .
Pour tout et dans , en supposant que le stock initial d'une période donnée est égal à , on note la probabilité pour que le stock à la fin de la période soit égal à .
On définit la matrice . On notera que les lignes et les colonnes de sont numérotées à partir de 0 .
11. Soit un entier naturel.
(a) Justifier que la variable aléatoire est à valeur dans l'intervalle d'entiers .
Pour tout , on note alors la matrice colonne
qui représente la loì de .
(b) Justifier que pour tout .
En déduire : .

12. Étude d'un cas particulier

Dans cette question, on suppose que les constantes sont telles que les seuils sont et .
(a) Montrer que :
Pour tout entier naturel , on note et , de sorte que .
(b) i. Vérifier que pour tout entier naturel .
ii. En déduire une expression de en fonction de et .
iii. Montrer que la suite converge et déterminer sa limite, notée , en fonction de et .
(c) Montrer que les suites et convergent et déterminer leur limite en fonction de et .
(d) Conclure que la suite converge en loi.
13. Existence et unicité d'une loi de probabilité invariante par
On reprend le cas général.
(a) Vérifier que tous les coefficients de la première ligne de (c'est-à-dire , pour dans ), sont strictement positifs.
(b) i. Montrer que pour tout .
ii. Établir que 1 est une valeur propre de 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 .
(c) Soit un vecteur colonne propre de associé à la valeur propre 1.
Montrer qu'il existe un réel tel que la matrice colonne , de coefficients , vérifie et l'un au moins des coefficients de est strictement positif.
(d) On suppose que a aussi l'un au moins des ses coefficients qui est strictement négatif. Montrer que :
et en déduire une contradiction, puis que les coefficients de sont tous positifs. (pour la première inégalité, on pourra poser où .)
(e) On suppose qu'll existe un deuxième vecteur colonne , différent de , vérifiant les mêmes propriétés que .
Montrer qu'il existe , tel que vérifie aussi les mêmes propriétés que . En déduire une contradiction. Que peut-on en déduire pour la dimension du sous espace propre de associé à la valeur propre 1 ?
(f) On suppose que la suite converge en loi vers une certaine variable aléatoire .
Montrer que vérifie .

Pas de description pour le moment