Problème ECG1 maths appliquées : trois produits se partagent un marché

↩ Chapitre : Matrices · Chaînes de Markov (ECG1-ECG2)

Introduction

Chaque mois, un consommateur choisit l’un de trois produits, avec des probabilités qui dépendent de son choix du mois précédent. Comment évoluent les parts de marché ? Quelles sont-elles à long terme ?

On traduit le problème par une relation matricielle U_{n+1}=AU_n+B, que l’on ramène à V_{n+1}=AV_n grâce à un point fixe, puis on calcule les puissances de A.

Le sujet

Problème d’après ECRICOME 1993, adapté au programme ECG 2021. Durée indicative : 1 h 30. Programme : probabilités totales, calcul matriciel, matrices inversibles d’ordre 2, puissances de matrices, limites de suites, Python.

Option : maths appliquées (le problème est aussi accessible en maths approfondies). Niveau : ★. Faisable : dès que le calcul matriciel et les probabilités conditionnelles sont vus.

Énoncé et corrigé

Trois produits X, Y et Z se partagent un marché. Chaque mois, un consommateur utilise un seul de ces produits. On note x_n, y_n, z_n les probabilités qu’il utilise X, Y, Z le n-ième mois, avec x_0=0{,}1, y_0=0{,}2, z_0=0{,}7. D’un mois à l’autre :

  • s’il utilise X, il utilise le mois suivant X, Y, Z avec les probabilités 0{,}4, 0{,}3, 0{,}3 ;
  • s’il utilise Y : 0{,}3, 0{,}4, 0{,}3 ;
  • s’il utilise Z : 0{,}2, 0{,}1, 0{,}7.

1 ▷ Exprimer x_{n+1}, y_{n+1} et z_{n+1} en fonction de x_n, y_n, z_n.

Indication

Formule des probabilités totales avec le système complet (produit utilisé le mois n).

Corrigé

x_{n+1}=0{,}4x_n+0{,}3y_n+0{,}2z_n, y_{n+1}=0{,}3x_n+0{,}4y_n+0{,}1z_n, z_{n+1}=0{,}3x_n+0{,}3y_n+0{,}7z_n.

2 ▷ On pose A=\begin{pmatrix}0{,}2&0{,}1\\0{,}2&0{,}3\end{pmatrix}, B=\begin{pmatrix}0{,}2\\0{,}1\end{pmatrix} et U_n=\begin{pmatrix}x_n\\y_n\end{pmatrix}. En utilisant z_n=1-x_n-y_n, montrer que U_{n+1}=AU_n+B.

Indication

Remplacer z_n dans les deux premières relations.

Corrigé

x_{n+1}=0{,}4x_n+0{,}3y_n+0{,}2(1-x_n-y_n)=0{,}2x_n+0{,}1y_n+0{,}2 et y_{n+1}=0{,}3x_n+0{,}4y_n+0{,}1(1-x_n-y_n)=0{,}2x_n+0{,}3y_n+0{,}1, ce qui s’écrit U_{n+1}=AU_n+B.

3 ▷ Déterminer la matrice colonne C telle que C=AC+B. On pose V_n=U_n-C ; montrer que V_{n+1}=AV_n, puis que V_n=A^nV_0.

Indication

C=AC+B équivaut à (I_2-A)C=B : résoudre ce système 2\times2.

Corrigé

(I_2-A)C=B s’écrit 0{,}8c_1-0{,}1c_2=0{,}2 et -0{,}2c_1+0{,}7c_2=0{,}1. On trouve c_1=\dfrac5{18} et c_2=\dfrac29 (vérification : 0{,}8\cdot\frac5{18}-0{,}1\cdot\frac29=\frac{4-0{,}4}{18}=0{,}2).

V_{n+1}=U_{n+1}-C=AU_n+B-(AC+B)=A(U_n-C)=AV_n, et par récurrence V_n=A^nV_0.

4 ▷ Soit P=\begin{pmatrix}1&1\\-1&2\end{pmatrix}. (a) Montrer que P est inversible et calculer P^{-1}. (b) Calculer D=P^{-1}AP. (c) En déduire A^n pour tout n\in\mathbb N.

Indication

(c) A=PDP^{-1}, puis récurrence : A^n=PD^nP^{-1}.

Corrigé

(a) \det P=2+1=3\neq0 et P^{-1}=\dfrac13\begin{pmatrix}2&-1\\1&1\end{pmatrix}.

(b) AP=\begin{pmatrix}0{,}1&0{,}4\\-0{,}1&0{,}8\end{pmatrix} et D=P^{-1}AP=\begin{pmatrix}0{,}1&0\\0&0{,}4\end{pmatrix}.

(c) A=PDP^{-1} et, par récurrence, A^n=PD^nP^{-1}=\dfrac13\begin{pmatrix}2(0{,}1)^n+(0{,}4)^n&-(0{,}1)^n+(0{,}4)^n\\-2(0{,}1)^n+2(0{,}4)^n&(0{,}1)^n+2(0{,}4)^n\end{pmatrix}.

5 ▷ En déduire x_n, y_n et z_n en fonction de n. Quelles sont, à long terme, les parts de marché des trois produits ?

Indication

V_0=U_0-C, puis U_n=C+A^nV_0 ; les termes en (0{,}1)^n et (0{,}4)^n tendent vers 0.

Corrigé

V_0=\begin{pmatrix}0{,}1-\frac5{18}\\0{,}2-\frac29\end{pmatrix}=\begin{pmatrix}-\frac8{45}\\-\frac1{45}\end{pmatrix}. Avec A^n :

x_n=\dfrac5{18}-\dfrac{(0{,}1)^n}9-\dfrac{(0{,}4)^n}{15} et y_n=\dfrac29+\dfrac{(0{,}1)^n}9-\dfrac{2(0{,}4)^n}{15}, puis z_n=1-x_n-y_n=\dfrac12+\dfrac{(0{,}4)^n}5. Contrôle pour n=0 : x_0=\frac{25-10-6}{90}=0{,}1, y_0=\frac{20+10-12}{90}=0{,}2, z_0=0{,}7.

Comme (0{,}1)^n\to0 et (0{,}4)^n\to0, on a x_n\to\dfrac5{18}\approx0{,}28, y_n\to\dfrac29\approx0{,}22, z_n\to\dfrac12. À long terme, le produit Z détient la moitié du marché, quelles que soient les parts de départ.

6 ▷ (Python) Calculer U_{20} par la relation de récurrence et comparer avec les limites trouvées.

Indication

Utiliser numpy et l’opérateur @ pour le produit matriciel.

Corrigé
import numpy as np
A = np.array([[0.2, 0.1], [0.2, 0.3]])
B = np.array([0.2, 0.1])
U = np.array([0.1, 0.2])
for n in range(20):
    U = A @ U + B
print(U, 5/18, 2/9, 1 - U.sum())

On obtient x_{20}\approx0{,}27778, y_{20}\approx0{,}22222, z_{20}\approx0{,}5 : la convergence est très rapide.


Pour aller plus loin


Pr. Elakili, agrégé de mathématiques et professeur en classes préparatoires depuis 25 ans, accompagne aussi quelques étudiants vers les écoles de commerce, à Casablanca et à distance. En savoir plus

Publications similaires