Dur´ee Coefficient % Coeff Format Th`eme(s) E3A Sujet 1 4h 4 (3) (Polytech) 19% 3 `a 5 exercices Tout le programme
1 ou 2 chapitre(s) par exercice E3A
Sujet 2 3h
4 (0)
(Polytech) 19% 1 (ou 2) probl`eme(s) Tout le programme CCP 4h 9 15% 1 (ou 2) probl`eme(s) Tout le programme Mines
Sujet 1 3h 4 13% 1 probl`eme `a th`eme Analyse-Probabilit´es ou Alg`ebre-Probabilit´es Mines
Sujet 2 3h 3 10% 1 probl`eme `a th`eme Alg`ebre-Probabilit´es ou Analyse-Probabilit´es Centrale
Sujet 1 4h 12 12% 1 probl`eme `a th`eme Alg`ebre-Probabilit´es ou Analyse-Probabilit´es Centrale
Sujet 2 4h 12 12% 1 probl`eme `a th`eme Analyse-Probabilit´es ou Alg`ebre-Probabilit´es X-ENS 4h 5 (9)
(Ulm)
18%
(23%) 1 probl`eme `a th`eme Tout le programme D’autres informations sur les ´epreuves :
E3A Sujet 1 :
L’´epreuve comporte trois `a cinq exercices ind´ependants portant sur des parties diverses du programme de math´ematiques et ´eventuellement sur le programme « informatique pour tous ». Certains exercices peuvent s’int´eresser `a une d´emarche de r´esolution math´ematique d’une situation issue d’une autre discipline. Cette ´epreuve teste plus particuli`erement la capacit´e des candidats `a « s’engager dans une recherche et mettre en œuvre des strat´egies », `a « mod´eliser » et traduire en langage math´ematique des probl`emes pouvant relever de toutes les disciplines du concours.
E3A Sujet 2 :
L’´epreuve porte sur tout le programme. Elle comporte un ou deux probl`emes impliquant un travail d´evelopp´e dont les parties sont li´ees entre elles. Cette ´epreuve ´evalue plus particuli`erement les capacit´es du candidat `a « repr´esenter », et « raisonner et argumenter les r´eponses aux questions sous la forme de d´emonstrations ».
Il est essentiel d’aller consulter les rapports de jury apr`
es avoir trait´
e un sujet ! ! !
Rapports de jury CCINP : http://www.concours-commun-inp.fr/fr/epreuves/annales/annales-epreuves-communes.html Rapports de jury Mines-Ponts https://www.concoursminesponts.fr/page-3/
Rapports de jury Centrale https://www.concours-centrale-supelec.fr/CentraleSupelec Rapports de jury X-ENS https://www.ens.psl.eu/rapports-et-sujets-2019-psi
2019
PSI
PC
E3A Sujet 1
Ex 1 R´eduction d’endomorphismes, ´etude de fonction Ex 2 Variables al´eatoires
Ex 3 Alg`ebre lin´eaire de PCSI + stabilit´e + Endomorphismes nilpotents
Ex 4 Suites et s´eries num´eriques, D.L.
Ex 1 Suites et s´eries num´eriques Ex 2 R´eduction, polynˆomes
Ex 3 Suites num´eriques, r´eduction, espaces pr´ehilbertiens Ex 4 S´eries enti`eres, R´eduction
E3A Sujet 2
Syst`eme lin´eaire, D´eterminant, alg`ebre lin´eaire de PCSI, EQDF, s´eries enti`eres, r´eduction d’endomorphismes, espaces pr´ ehilber-tiens.
D´eterminant de Vandermonde
Int´egrales impropres, Int´egrales `a param`etre, EQDF, s´eries num´ e-riques,
Int´egrale de Gauss
CCP
Pb 1 Int´egrales impropres, S´eries enti`eres, s´eries de fonctions, cal-cul de d´eriv´ees,
Fonction Gamma Th´eor`eme de Borel
Pb 2 R´eduction de matrices, matrices sym´etriques, suites lin´eaires r´ecurrentes d’ordre 2, matrices par blocs, Syst`eme d’EQDF Disques de Gershgorin
Ex 1 Int´egrales impropres, espaces pr´ehilbertiens, R´eduction d’en-domorphisme,
Famille de polynˆomes orthogonaux (polynomes de Laguerre), D´ e-terminant de Vandermonde)
Ex 2 EQDF, S´eries enti`eres,
Ex 3 Variables al´eatoires, matrices, probabilit´es
MINES Sujet 1
S´eries enti`eres, variables al´eatoires, polynˆomes, ´etude de fonctions et in´egalit´es, EQDF
Comportement asymptotique de somme de s´eries enti`eres
Idem sujet PSI
MINES Sujet 2
Int´egrales impropres, Coefficients binomiaux, suites de fonctions, int´egrales `a param`etre. Le probl`eme des moments
Fonctions de densit´e, Gaussienne, polynˆomes de Bernstein, Trans-form´ee de Fourier
Int´egrales impropres, int´egrales `a param`etre, S´erie de fonctions, S´eries enti`eres, D.L.
´
Etude d’une s´erie de fonctions Formule sommatoire de Poisson
CENTRALE Sujet 1
Matrices par blocs, r´eduction d’endomorphisme, alg`ebre lin´eaire de PCSI, partition d’un ensemble fini.
Endomorphismes nilpotents, racines carr´ees de matrices
Alg`ebre lin´eaire de PCSI, R´eduction, espaces euclidiens, matrices par blocs
R´eduction de sous-alg`ebre de LpEq Th´eor`eme de Burnside
CENTRALE Sujet 2
EQDF, S´eries enti`eres, s´eries g´en´eratrices, variables al´eatoires, cal-cul diff´erentiel, permutations derr1, nss
Analyse combinatoire de diff´erents mod`eles d’urne Urne de Polya, m´ethode de Flajolet, Urne de Friedman
Calcul de d´eriv´ees, S´eries enti`eres, s´eries de fonctions, Variables al´eatoires
Permutations d’un ensemble fini
X-ENS
Espaces euclidiens, endomorphismes sym´etriques, Espaces vecto-riels norm´es, Polynˆomes d’endomorphismes, Suite de polynˆomes Minimiseur d’une application
Espace vectoriel norm´e, polynˆomes, R´eduction, Variables al´ ea-toires
2018
PSI
PC
E3A
Sujet 1 Ex 1 Espaces euclidiens, endomorphismes sym´Ex 2 Probabilit´es, d´enombrement etriques Ex 3 Alg`ebre lin´eaire, r´eduction , e.v.norm´es
Ex 4 Algorithmique Suite de Robinson
Ex 1 Alg`ebre lin´eaire, R´eduction Ex 2 S´eries enti`eres, Int´egrabilit´e Ex 3 Probabilit´es, variables al´eatoires
E3A
Sujet 2 Equations diff´´ erentielles, int´egrales g´en´eralis´ees, Alg`ebre lin´eaire, r´eduction, S´eries de fonctions
´
Etude de fonctions, polynˆomes, s´eries num´eriques
CCP
Pb 1 Alg`ebre lin´eaire, R´eduction, EQDF, S´eries enti`eres Pb 2 Probabilit´es, Variables al´eatoires, fonctions g´en´eratrices Loi faible et forte des grands nombres
Polynˆomes, alg`ebre lin´eaire, espaces euclidiens, endomorphismes sym´etriques, distance `a un s.e.v., s´eries enti`eres, calcul d’int´egrale Polynˆomes de Legendre, Polynˆome de Lagrange, interpolation pour calcul approch´e d’int´egrale
MINES Sujet 1
Probabilit´e, Variables al´eatoire, d´enombrement, alg`ebre lin´eaire, espaces euclidiens
Th´eor`eme de Koml´os
Idem sujet PSI
MINES Sujet 2
Int´egrales g´en´eralis´ees, int´egrales `a param`etre, e.v. norm´es, Va-riables al´eatoires
Th´eor`eme Centrale Limite
Transformation d’Ornstein-Uhlenbeck
Int´egrales, s´eries num´eriques, calcul diff´erentiel, e.v.norm´es, s´eries enti`eres
Preuve du th´eor`eme de D’Alembert-Gauss
CENTRALE Sujet 1
Alg`ebre lin´eaire, r´eduction, suites r´ecurrentes lin´eaires, espaces eu-clidiens
Matrices de Toeplitz
Int´egrales g´en´eralis´ees, int´egrales `a param`etre, Calcul diff´erentiel, alg`ebre lin´eaire, variables al´eatoires
Transform´ee de Fourier Variables de Rademacher
CENTRALE Sujet 2
Variables al´eatoire, fonctions g´en´eratrices, s´eries num´eriques, s´ e-ries enti`eres, polynˆomes, Int´egrales g´en´eralis´ees
S´eries num´eriques, s´eries de fonctions, int´egrales g´en´eralis´ees, arithm´etique, probabilit´es, variables al´eatoires
Fonction ζ de Riemann Loi Zeta
X-ENS EQDF, alg`ebre lin´eaire, r´eduction, e.v.norm´es, variables al´eatoires
Alg`ebre lin´eaire, espaces euclidiens, probabilit´es, variables al´ ea-toires, int´egrales g´en´eralis´ees
2017
PSI
PC
E3A Sujet 1
Ex 1 Alg`ebre lin´eaire de PCSI, r´eduction Polynˆomes d’interpolation de Lagrange
Ex 2 Int´egrales g´en´eralis´ees, espaces pr´ehilbertiens Ex 3 Variables al´eatoires.
Ex 4 Programmation Python Dichotomie et tri par dichotomie
Ex 1 S´eries de fonctions (fonction ζ)
Ex 2 R´eduction d’endomorphismes (matrice de rang 1) Ex 3 Probabilit´es, variables al´eatoires
S´eries num´eriques
Ex 4 Programmation Python (Th´eor`eme des nombres premiers)
E3A Sujet 2
Alg`ebre lin´eaire et r´eduction d’endomorphismes Un peu de topologie et de s´eries enti`eres. matrices nilpotentes, de rang 1
Int´egrales `a param`etre, S´eries enti`eres, int´egrales g´en´eralis´ees R´eduction d’endomorphismes, ´Equations diff´erentielles
CCP
Pb 1 Matrices orthogonales (et antisym´etriques)
Pb 2 Int´egrales, int´egrales g´en´eralis´ees, int´egrales `a param`etre ´
Equations diff´erentielles, s´eries num´eriques, s´eries de fonctions Lemme de Riemann-Lebesgue, Int´egrale de Dirichlet, Ph´enom`ene de Gibbs
Probabilit´es, variables al´eatoires, S´eries g´en´eratrices S´eries enti`eres, r´eduction d’endomorphismes
´
Etude d’un automate g´en´erant une suite al´eatoire de lettres
MINES Sujet 1
Probabilit´es, Espaces vectoriels norm´es, alg`ebre lin´eaire, r´eduction d’endomorphismes matrices stochastiques
Idem sujet PSI
MINES Sujet 2
Alg`ebre lin´eaire, r´eduction d’endomorphismes Sujet sur les endomorphismes ´echangeurs
´
Etude des noyaux it´er´es
Int´egrales g´en´eralis´ees, analyse asymptotique Int´egrales `a param`etres, suites num´eriques Probabilit´es, variables al´eatoires
Formule de Stirling, Int´egrale de Gauss, Formule de Bernstein
CENTRALE Sujet 1
Probabilit´es, Variables al´eatoires Suites num´eriques
´
Etude des « Grandes d´eviations »
D´enombrement, Programmation Python S´eries enti`eres, ´equations diff´erentielles Polynˆomes, alg`ebre lin´eaire
Probabilit´es, variables al´eatoires, Fonctions g´en´eratrices
CENTRALE Sujet 2
Suites num´eriques r´ecurrentes, Espaces vectoriels norm´es Alg`ebre lin´eaire, r´eduction d’endomorphismes
Syst`emes diff´erentiels
Matrices de Floquet, multiplicateurs de Floquet
Alg`ebre lin´eaire, suites num´eriques Int´egrales g´en´eralis´ees, s´eries num´eriques Probabilit´es, variables al´eatoires
In´egalit´e de Bienaym´e-Tchebychev
X-ENS
Endomorphismes sym´etriques, Espaces euclidiens Int´egrales
´
Etude des paires caract´erisantes
Alg`ebre lin´eaire, r´eduction d’endomorphismes Espaces vectoriels norm´es, Suites de matrices Rayon spectral
2016
PSI
PC
E3A Sujet 1
Ex 1 S´eries num´eriques et enti`eres
Ex 2 R´eduction d’endomorphismes, S´eries de fonctions Ex 3 Programmation Python
Ex 4 R´eduction d’endomorphismes, Espaces euclidiens
Ex 5 Int´egrales, Variables al´eatoires
Ex 1 Espace euclidien, Int´egrales impropres Matrices de Gramm
Ex 2 Analyse : ´Etude de fonctions, Alg`ebre lin´eaire Programmation Python, Interpolation de Lagrange
Ex 3 Suite r´ecurrente d’ordre 2, Calcul matriciel, Diagonalisation Probabilit´es (ensemble d´enombrable)
E3A Sujet 2
Ex 1 Polynˆomes, Nombres complexes, trigonom´etrie
Ex 2 Int´egrales impropres, Int´egrales `a param`etre, s´eries de fonc-tions
S´eries enti`eres, Suites et s´eries num´eriques Int´egrales sur un segment
Diff´erentes expressions de ln 2
CCP
Calcul matriciel, R´eduction d’endomorphisme
Probabilit´es de 1`ere ann´ee, Espaces vectoriels norm´es
Matrice stochastiques, matrices `a diagonales dominantes et rayon spectral
Espaces vectoriels norm´ees, Alg`ebre lin´eaire R´eduction d’endomorphismes, Probabilit´es Int´egrales g´en´eralis´ees, int´egrales `a param`etre S´eries de fonctions
Polynˆomes de Bernstein MINES
Sujet 1
S´eries enti`eres, Int´egrales impropres, Suites Probabilit´es et variables al´eatoires
Identit´e de Karamata, Th´eor`eme Taub´erien, Marche al´eatoire
Idem sujet PSI
MINES Sujet 2
Calcul matriciel, R´eduction d’endomorphisme Espaces euclidiens, Programmation Python Matrices quasi-nilpotentes
D´eterminant, D´erivation de fonctions vectorielles Alg`ebre lin´eaire
Wronskien et probl`eme de Waring CENTRALE
Sujet 1
Calcul matriciel, Espaces euclidiens
Espaces vectoriels norm´es, Automorphismes orthogonaux Variables al´eatoires, Programmation Python
Int´egrales impropres, Int´egrales `a param`etre Probabilit´es, Variables al´eatoires
Fonction Gamma, Transform´ee de Fourier, Loi de Poisson
CENTRALE Sujet 2
Int´egrales impropres, S´eries de fonctions ´
Equations diff´erentielles, Int´egrales `a param`etre
Transform´ees de Fourier, transform´ees de Laplace, ´ Echantillon-nage de Shannon
Alg`ebre lin´eaire, Polynˆomes
R´eduction d’endomorphisme, Combinatoire, coefficients bino-miaux
X-ENS
Matrices par bloc, Matrices orthogonales
Espaces pr´ehilbertiens, R´eduction d’endomorphismes Th´eor`eme de Broyden
Espaces vectoriels norm´es, S´eries num´eriques
2015
PSI
PC
E3A Sujet 1
Ex 1 Programmation Python
Ex 2 Diagonalisation de matrices et variables al´eatoires
Ex 3 ´Etude de fonction, int´egrales impropres et int´egrales `a pa-ram`etre
Ex 4 Polynˆomes, nombres complexes, espaces vectoriels norm´es, r´eduction de matrices
Ex 1 Diagonalisation de matrice et r´eduction d’endomorphisme Ex 2 Trigonom´etrie, s´erie de fonctions,
Int´egrales g´en´eralis´ees et int´egrales `a param`etre
Ex 3 Espaces euclidiens et endomorphismes sym´etriques Ex 4 Programmation Python, s´eries enti`eres
Suite de Fibonacci E3A
Sujet 2
Espaces euclidiens, endomorphismes sym´etriques.
R´eduction d’endomorphismes, Norme d’endomorphismes Distance entre un point et un ensemble, matrices stochastiques
Formule de Taylor-Young, S´eries enti`eres Diagonalisation d’endomorphismes, Polynˆomes
CCP
´
Equations et syst`emes diff´erentiels
Espaces vectoriels norm´es, diagonalisation de matrices S´eries enti`eres, int´egrales `a param`etre
Norme subordonn´ee, Int´egrale de Gauss
Pb 1 Suite et s´eries de fonctions, int´egrales impropres Probabilit´es et variables al´eatoires
Polynˆomes de Bernstein
Pb 2 Espaces euclidiens : endomorphismes sym´etriques, D´eterminant, r´eduction de matrices, op´erations ´el´ementaires. MINES
Sujet 1
Suite et s´eries de fonctions, s´eries enti`ere, Probabilit´es M´ethode de Stein
Idem sujet PSI
MINES Sujet 2
Calcul matriciel par bloc, d´eterminant Espaces pr´ehilbertiens et produit scalaire Matrices symplectiques, centre d’un ensemble
Calcul matriciel, Polynˆomes Suites de matrices, Probabilit´es Suite de Fibonacci, Suite de Lucas CENTRALE
Sujet 1
Suites r´ecurrences, variables al´eatoire S´eries g´en´eratrices, Esp´erance
Processus de Galton-Watson,Formule de Wald
Alg`ebre lin´eaire, s.e.v. stables
Syst`eme diff´erentiel, espaces euclidiens
CENTRALE Sujet 2
Calcul diff´erentiel
Espaces vectoriels norm´es, polynˆomes `a deux variables Fonctions harmoniques
´
Etude de fonctions, suites et s´eries de fonctions Int´egrales g´en´eralis´ees
Fonctions `a support compact X-ENS Equations diff´´ erentielles, s´eries de fonctions,
Produit scalaire, produit vectoriel, isom´etries
Espaces euclidiens, endomorphismes sym´etriques, D´enombrement
Voici une liste non exhaustive de notions/th`emes/questions qui reviennent souvent dans les sujets de concours (´ecrits comme oraux) et sont consid´er´ees comme « classiques ». Cela se signifie pas surtout pas qu’il faut tout savoir sur ceux-ci ni les apprendre par cœur mais il faut en avoir entendu parler et de ne pas ˆetre « `a sec » sur les id´ees `a d´evelopper sur ces sujets.
A - ANALYSE
1. SuitepWnq des int´egrales de Wallis Wn
»π{2 0
sinnptq dt (Sens de variation, convergence, limite, trouver une relation de r´ecurrence entre Wn 2 et Wn)
2. Formule de Stirling n!?2πnnnen. (certains sujets ont pour but de d´emontrer cette formule via l’´etude de s´eries et des int´egrales de Wallis) 3. Int´egrale de Gauss I
» 8
0
et2 dt ?
π
2 (Savoir prouver sa convergence, connaitre sa valeur par cœur. Il est possible de calculer sa valeur via des int´egrales `a param`etre ou encore les int´egrales de Wallis ou suites de fonctions mais le sujet vous orientera bien entendu)
4.
» 8
0
sin t
t dt Savoir prouver sa convergence (par IPP) Savoir prouver la non-int´egrabilit´e sur R de tÞÑ sin t
t (par comparaison s´eries-int´egrale mais le sujet aidera l`a encore) 5. Fonction Gamma d’Euler : Γpxq
» 8
0
tx1et dt sur s0, 8r (Ensemble de d´efinition, continuit´e, d´erivabilit´e, limites, ´equivalent en x 0 et la relation Γpx 1q xΓpxq)
6. Fonction ζ de Riemann (ou Riemann altern´ee) : ζpsq
8 ¸ n1 1 ns et θpsq 8 ¸ n1 p1qn1
ns (convergence, continuit´e, limites)
7. Transform´ees de Fourier :@x P R, pfpxq » 8
8 fptqe
ixt dt , transform´ees de Laplace :@p ¡ 0, Lpfqppq » 8 0
fptqeptdt (int´egrales `a param`etre) 8. ln 2
8
¸
n1
p1qn1
n Savoir le prouver : d´emonstration via les s´eries enti`eres avec convergence uniforme sur r0, 1s et le CSSA ou par l’in´egalit´e de Taylor-Lagrange.
9. Savoir prouver qu’il existe γP R (constante d’Euler) tel que
n
¸
k1
1
k ln n γ op1q (prouver que la suite punq d´efinie par un
n
¸
k1
1
k ln n converge. 10. Polynˆomes de Bernstein (on les retrouve dans certains sujets de concours)
B - ALG `EBRE LIN´EAIRE
1. Savoir montrer que pour A et B dans MnpKq on a trpABq trpBAq et que deux matrices semblables ont mˆeme trace
2. Savoir montrer que deux matrices semblables ont les mˆemes polynˆomes annulateurs.
3. Savoir montrer que si la somme des coefficients d’une ligne d’une matrice A est constante, alors cette constante est valeur propre de A et un vecteur propre associ´e.
4. Se souvenir que pour une matrice de MnpKq de rang r, 0 est valeur propre de multiplicit´e au moins n r.
5. Se rappeler que dans C, la somme des valeurs propres est toujours ´egale `a la trace et le produit toujours ´egal au d´eterminant. 6. Savoir prouver que pour une matrice r´eelle, ses valeurs propres complexes sont conjugu´ees deux `a deux et de mˆeme multiplicit´e.
7. Savoir montrer que si M est de rang 1 alors M2 trpMqM, savoir trouver ses valeurs propres, savoir prouver qu’elle est diagonalisable si, et seulement si, sa trace est non nulle.
8. Savoir montrer que le rang d’un projeteur est ´egal `a sa trace.
9. Savoir prouver qu’un projecteur ou une sym´etrie sont diagonalisables.
10. Savoir prouver que si une matrice commute avec toutes les matrices alors elle est multiple de In.
11. Savoir prouver qu’une matrice qui commute avec une matrice diagonale dont les ´el´ements sont deux `a deux distincts est aussi diagonale. 12. R´esolution de l’´equation matricielle M2 A d’inconnue M P MnpKq avec A P MnpKq fix´ee. (avec A diagonalisable de taille 2 2 ou 3 3)
13. Convergence et calcul d’exponentielles de matrices : exppAq
8
¸
n0
An
n! (avec A diagonalisable de taille 2 2 ou 3 3)
14. Matrices nilpotentes A P MnpKq : savoir prouver que l’indice de nilpotence p v´erifie p ¤ n, que SppAq t0u, que la seule matrice nilpotente et
diagonalisable est la matrice nulle et l’ensemble de ces matrices n’est pas un s.e.v. de MnpKq ou encore que la seule matrice sym´etrique nilpotente est la
matrice nulle.
15. Noyaux it´er´es : savoir prouver que pour uP LpEq, kerpupq kerpup 1q et Impup 1q Impupq.
16. Matrices stochastiques : savoir prouver que 1 est toujours valeur propre et donner les vecteurs propres associ´es et que cet ensemble est stable par produit (il y a des interpr´etations probabilistes).
17. Soientpa0, . . . , anq n r´eels distincts et py0, . . . , ynq fix´es.
Polynˆomes de Lagrange : (hors-programme mais) savoir prouver qu’il existe un unique polynˆome P P RnrXs tel que pour i P rr0, nss, P paiq yi.
18. Commutant d’une matrice diagonale : Savoir trouver la dimension de l’espace vectoriel des matrices M qui commutent avec les matrices D diagonales (`a coefficients distincts dans un premier temps puis quelconques ensuite).
19. Se rappeler de l’expression et de la valeur du d´eterminant de Vandermonde.
20. Savoir trouver une relation de r´ecurrence d’ordre 2 sur le d´eterminant ∆n de la matrice An de taille n telle que :
C - ALG `EBRE BILIN ´EAIRE
1. Savoir reconnaitre le th´eor`eme spectral : Toute matrice sym´etrique r´eelle est diagonalisable. 2. Savoir classifier les isom´etries de l’espace.
3. Savoir prouver que pour AP MnpRq, tAA est diagonalisable et que ses valeurs propres sont positives.
4. Montrer que pour AP SnpRq et X P Rn, λmintXX ¤tXAX ¤ λmaxtXX.
5. Savoir prouver que pour AP SnpRq : @X P Rn,tXAX ¥ 0 ô SppAq R .
6. Savoir prouver qu’un projecteur est sym´etrique si, et seulement si, il est orthogonal. 7. Savoir orthogonaliser une famille libre de vecteurs `a l’aide du proc´ed´e de Gramm-Schmidt. 8. Savoir prouver que xf, gy
»b a
fptqgptqwptq dt (avec w ¡ 0) est un produit scalaire sur Cpra, bs, Rq ou sur RrXs) 9. Savoir qu’il existe des familles de polynˆomes orthogonaux pour certains valeurs de wptq, ra, bs sp´ecifiques.
( polynˆomes de Tchebychev, Legendre, Hermite, Laguerre)
D - ESPACES VECTORIELS NORM ´ES
1. Savoir prouver qu’un ensemble est un ferm´e (par image r´eciproque d’un ferm´e par une application continue ou par intersection finie de ferm´es). 2. Savoir prouver que tout s.e.v. de dimension finie est un ferm´e.
3. Savoir prouver que GLnpRq est un ferm´e.
4. Savoir prouver que toute matrice est limite d’une suite de matrices inversibles. 5. Rayon spectral d’une matrice : ρpAq max
λPSppAq|λ|. Savoir montrer que ρ est une norme sur MnpRq.
6. Th´eor`eme du point fixe : si f : EÑ E est k-lipschitzienne (k 1) alors elle admet un unique point fixe. 7. Norme subordonn´ee : savoir montrer que}|A}| sup
X0Rn
}AX}
}X} sup}X}1 }AX}
}X} est une norme. 8. Savoir prouver que l’ensemble des matrices stochastiques est un ferm´e born´e.
E - PROBABILIT ´ES
1. Connaitre les d´efinitions, ensemble de d´efinition, expressions des lois usuelles : Bernoulli, uniforme, binomiale, g´eom´etrique, Poisson. 2. Connaitre les esp´erances et variances des lois ci-dessus ainsi que les s´eries g´en´eratrices associ´ees.
3. Savoir utiliser les propri´et´es des variables al´eatoires ind´ependantes sur les probabilit´es, l’esp´erance, la variance, les s´eries g´en´eratrices. 4. Pour kP XpΩq Y pΩq, savoir calculer ppX ¥ kq, ppX kq, ou encore ppX Y q, ppX Y q...
5. La somme Sn X1 X2 . . . Xn de n variables al´eatoire ind´ependantes et suivant la mˆeme loi de Bernoulli suit une loi binomiale.
6. La somme Sn X1 X2 . . . Xn de n variables al´eatoire ind´ependantes et suivant des lois de Poisson de param`etres λ1, . . . , λnsuit une loi de Poisson.
7. Savoir reconnaitre une loi binomiale (nombre de succ`es), g´eom´etrique (temps d’attente du premier succ`es) lors d’un processus de r´ep´etition d’exp´eriences de Bernoulli identiques et ind´ependantes.
8. Savoir prouver l’in´egalit´e de Markov, puis l’in´egalit´e de Bienaym´e-Tchebychev.
9. Savoir prouver la loi faible des grands nombres `a partir de l’in´egalit´e de Bienaym´e-Tchebychev.
F - ´EQUATIONS DIFF ´ERENTIELLES LIN ´EAIRES
1. Savoir r´esoudre une ´equation diff´erentielle lin´eaire d’ordre 1 homog`ene ou avec second membre (variation de la constante).
2. Savoir r´esoudre une ´equation diff´erentielle lin´eaire d’ordre 2 `a coefficients constants, homog`ene ou avec second membre de la forme xÞÑ eλxou xÞÑ cospωxq, xÞÑ sinpωxq.
3. Connaitre la structure (s.e.v. de dimension 2) d’une ´equation diff´erentielle lin´eaire d’ordre 2 homog`ene `a coefficients quelconques. 4. Connaitre la structure (y yH yP) d’une ´equation diff´erentielle lin´eaire d’ordre 2 avec second mˆeme.
5. Savoir r´esoudre un syst`eme diff´erentiel de la forme X1 AX avec X P Mn,1pKq et A P MnpKq diagonalisable ou trigonalisable `a coefficients constants.
G - CALCUL DIFF ´ERENTIEL
1. Savoir prouver qu’une fonction est de classe C1.
2. Savoir prouver qu’une fonction `a 2 (ou 3) variables admet des extremums sur un ouvert (ou un ferm´e en ´etudiant la fronti`ere). 3. Savoir utiliser la r`egle de la chaˆıne et calculer des d´eriv´ees partielles.