Correction du devoir surveillé 9
Exercice 1 — Tentative de triche
1. • Le tirage des n cartes que Rémus recevra se fait
? sans remise, car Rémus ne peut pas avoir plusieurs fois la même carte ;
? sans ordre, car l’ordre dans lequel les cartes sont distribuées n’influe pas sur la composition de la main de Rémus (ni sur sa victoire).
Le résultat d’un tirage de n cartes est exactement une n-combinaison de l’ensemble des 32cartes.
Ainsi, l’univers Ω est l’ensemble de toutes lesn-combinaisons de l’en- semble des32 cartes. On a alors
Card(Ω) = 32
n
.
• Comme les cartes sont tirées au hasard, toutes les mains de n cartes aient la même probabilité d’être tirées.
On munit donc l’univers de la probabilité uniforme.
• Appelons alorsV l’évènement : «Rémus gagne.», c’est-à-dire «La main tirée contient le sept de pique.».
Calculons la probabilité de l’évènement V.
? Comme la probabilité est uniforme, la probabilité deV est donnée par : P(V) = Card(V)
Card(Ω) .
? Déterminons le cardinal de l’évènement V.
Pour construire une issue qui réaliseV, c’est-à-dire une main qui contient le sept de pique, on procède de la manière suivante.
— On commence par mettre le sept de pique dans la main : on a une seule manière de faire ça.
— Puis on choisit lesn−1autres cartes de la main parmi les31cartes restantes, sans ordre et sans remise : on choisit donc une (n−1)- combinaison de l’ensemble des31cartes restantes. Il y en a
31 n−1
. Au total, on a donc 1×
31 n−1
choix, c’est-à-dire que
Card(V) = 31
n−1
.
Lycée Pierre-Gilles de Gennes 1 Adriane Kaïchouh
? On obtient donc que
P(V) = Card(V) Card(Ω)
= 31
n−1 32
n
= 31!
(n−1)! [31−(n−1)]! × n!(32−n)!
32!
= 31!
(n−1)!(32−n)!× n(n−1)!(32−n)!
32×31!
= n 32 .
Ainsi, Rémus a n chances sur 32 de gagner .
2. Romulus tente de maintenant de tricher : avant de distribuer n cartes à Rémus, il retire pcartes du jeu, sans regarder lesquelles.
Déterminons la probabilité de victoire de Rémus dans cette nouvelle situation.
Appelons T l’évènement «Le sept de pique fait partie des p cartes retirées par Romulus.» et appelons encore V l’évènement «Rémus gagne.».
• Calculons la probabilité de l’évènement T.
Le tirage des p cartes qui seront retirées du jeu se fait dans les mêmes conditions qu’à la première question (sans ordre et sans remise).
En appliquant le résultat de la question précédente à p (au lieu de n), on obtient alors que la probabilité que la main de p cartes tirée contienne le sept de pique vaut :
P(T) = p 32 .
• Appliquons alors la formule des probabilités totales au système complet d’évènements (T, T) :
P(V) =P(T)PT (V) +P T
PT (V)
=P(T)PT (V) + [1−P(T)]PT (V)
= p
32 ×PT(V) + 32−p
32 ×PT(V).
? Si l’évènementT est réalisé, alors le sept de pique est retiré du jeu avant la distribution des n cartes à Rémus, donc la main de Rémus ne peut
plus contenir le sept de pique. Dans ce cas, Rémus perd donc la partie : PT (V) = 0 .
? Supposons à présent que l’évènement T se réalise, c’est-à-dire que le sept de pique ne soit pas retiré du jeu.
Alors le tirage desncartes de Rémus parmi les32−pcartes restant dans le paquet se fait dans les mêmes conditions qu’à la première question.
En appliquant le résultat de la première question au paquet réduit de 32−p cartes, on obtient alors que
PT (V) = n 32−p . Ainsi, on obtient que
P(V) = p
32×0 + 32−p
32 × n 32−p
= n 32 .
Finalement, que Rémus triche ou non, la probabilité de victoire de Rémus est la même, donc Romulus n’a aucun intérêt à tricher de cette manière.
Exercice 2 — Pile ou face mutuel urbain
Considérons, pour tout i∈ {1; 2; 3}, les évènements suivants :
? Fi : «La pièce tombe sur face aui-ème lancer.» ;
? Pi =Fi : «La pièce tombe sur pile aui-ème lancer.».
Considérons également les évènements
? A: «Monsieur Antoine Loup gagne la partie.» ;
? T : «Monsieur Tigrenzique gagne la partie.».
Afin de faire un pari éclairé, madame Hokuchaï compare les probabilités de victoire de ses deux collègues : elle compare les nombresP(A) etP(T).
• Montrons que (F1 ∩F2, F1∩P2, P1∩F2, P1 ∩P2) est un système complet d’évè- nements.
? Comme les évènementsF1 etP1 sont complémentaires (donc incompatibles), et les évènementsF2 etP2 aussi, les évènements F1∩F2,F1∩P2,P1∩F2 et P1∩P2 sont deux à deux incompatibles.
? Calculons leur union.
Par distributivité de l’intersection sur l’union, on a :
[(F1∩F2)∪(F1∩P2)]∪[(P1∩F2)∪(P1∩P2)]
= [F1∩(F2∪P2)]∪[P1∩(F2∪P2)]
=
F1∩(F2∪P2)
∪
P1∩(F2∪F2
= [F1∩Ω]∪[P1∩Ω]
=F1∪P1
=F1∪F1
=Ω.
Ainsi,(F1∩F2, F1∩P2, P1∩F2, P1∩P2)est un système complet d’évènements.
• Appliquons alors la formule des probabilités totales à ce système complet d’évè- nements :
P(A) = P(F1∩F2)PF1∩F2(A) +P(F1∩P2)PF1∩P2(A) +P(P1∩F2)PP1∩F2(A) +P(P1∩P2)PP1∩P2(A) et
P(T) = P(F1∩F2)PF1∩F2(T) +P(F1∩P2)PF1∩P2(T) +P(P1∩F2)PP1∩F2(T) +P(P1∩P2)PP1∩P2(T)
• Comme les deux premiers lancers sont indépendants, on a :
P(F1∩F2) =P(F1)P(F2) P(F1∩P2) =P(F1)P(P2) P(P1∩F2) =P(P1)P(F2) P(P1∩P2) =P(P1)P(P2). Or la pièce est équilibrée, donc on a
P(F1) = P(P1) = 1
2 etP(F2) = P(P2) = 1 2, donc obtient que
P(F1∩F2) = 1 2 ×1
2 = 1 4 P(F1∩P2) = 1
4 P(P1∩F2) = 1 4 P(P1∩P2) = 1 4.
On obtient alors que
P(A) = 1
4[PF1∩F2(A) +PF1∩P2(A) +PP1∩F2(A) +PP1∩P2(A)]
P(T) = 1
4[PF1∩F2(T) +PF1∩P2(T) +PP1∩F2(T) +PP1∩P2(T)]. Calculons à présent toutes ces probabilités conditionnelles.
• Supposons que la pièce tombe sur face au premier lancer.
? Si la pièce tombe sur face au deuxième lancer, monsieur Tigrenzique gagne la partie, et par conséquent, monsieur Antoine Loup perd la partie :
PF1∩F2(A) = 0 et PF1∩F2(T) = 1 .
? — Si la pièce tombe surpile au deuxième lancer, monsieur Tigrenzique ne peut plus gagner la partie, puisqu’il faudrait que la pièce tombe deux fois sur facemais qu’il ne reste plus qu’un lancer :
PF1∩P2(T) = 0 .
— Par contre, toujours si la pièce tombe surpileau deuxième lancer, alors monsieur Antoine Loup a encore une chance de gagner : il gagne la partie si et seulement si la pièce tombe sur face au troisième lancer, donc
PF1∩P2(A) =PF1∩P2(F3)
=P(F3) par indépendance des lancers
= 1 2 .
• Supposons maintenant que la pièce tombe sur pile au premier lancer.
? Si la pièce tombe surface au deuxième lancer, alors monsieur Antoine Loup gagne la partie, et par conséquent, monsieur Tigrenzique perd la partie :
PP1∩F2(A) = 1 et PP1∩F2(T) = 0 .
? — Si la pièce tombe surpileau deuxième lancer, alors monsieur Tigrenzique ne peut plus gagner, puisqu’il faudrait que la pièce tombe encore deux fois sur facemais qu’il ne reste plus qu’un lancer :
PP1∩P2(T) = 0 .
— Toujours si la pièce tombe surpileau deuxième lancer, monsieur Antoine Loup gagne si et seulement si la pièce tombe surfaceau troisième lancer.
Ainsi, on a :
PP1∩P2(A) =PP1∩P2(F3)
=P(F3) par indépendance des lancers
= 1 2 .
• Finalement, on obtient que P(A) = 1
4[PF1∩F2(A) +PF1∩P2(A) +PP1∩F2(A) +PP1∩P2(A)]
= 1 4
0 + 1
2+ 1 + 1 2
= 1 2 et
P(T) = 1
4[PF1∩F2(T) +PF1∩P2(T) +PP1∩F2(T) +PP1∩P2(T)]
= 1
4[1 + 0 + 0 + 0]
= 1 4 .
Ainsi, monsieur Antoine Loup a deux fois plus de chances de gagner la partie que monsieur Tigrenzique ! En probabiliste avisée, madame Hokuchaï parie donc sur la victoire de monsieur Antoine Loup.
Le nœud de l’argument est le suivant :
? pour monsieur Tigrenzique, lorsque la séquence commence bien mais qu’il se retrouve dans une position défavorable (face - pile), il doit recommencer sa combinaison depuis le début (et en trois lancers, il n’a même pas le temps) ;
? alors que dans la même situation (pile - pile), monsieur Antoine Loup a déjà le début de sa combinaison, donc il n’a plus qu’à obtenir une fois face! Exercice 3 — Un petit écart
1. Déterminons les univers images des variables aléatoires X et Y.
• La variable aléatoire X peut prendre toutes les valeurs entières entre 0 et n :
X(Ω) =J0;nK .
En effet, pour toutk ∈J0;nK, le tirage (0, k)réalise l’évènement X =k.
• La variable aléatoire Y peut prendre toutes les valeurs entières entre 0 et n−1.
En effet, pour toutk ∈J0;n−1J, le tirage(k, n)réalise l’évènementY =k. De plus, la variable aléatoire ne peut pas prendre la valeurn, car la boulen n’apparait qu’une fois dans l’urne et aucune boule ne porte un numéro plus grand. Ainsi, on a :
Y(Ω) =J0;n−1K.
2. AppelonsA la variable aléatoire donnant le numéro de la première boule tirée et B la variable aléatoire donnant le numéro de la seconde boule tirée.
• Commençons par donner la loi de la variable aléatoire A.
? L’univers image de la variable aléatoire A est A(Ω) =J0;nK.
? Toutes les boules de l’urne étant indiscernables au toucher, chaque boule de l’urne a la même probabilité d’être tirée au premier tirage.
Comme il y a n boules portant le numéro 0 et 2n boules en tout dans l’urne, on a :
P(A = 0) = n 2n = 1
2 .
? De plus, pour tout k ∈J1;nK, l’urne contient une seule boule numérotée k sur les 2n boules au total, donc on a :
∀k∈J1;nK,P(A =k) = 1 2n .
• L’évènement X =Y + 1 se réalise si et seulement si A =B + 1 (auquel cas on a alorsX =AetY =B) ou B =A+ 1 (auquel cas on a alorsX =B et Y =A) :
(X =Y + 1) = (A=B+ 1)t(B =A+ 1) . Cette union étant clairement disjointe, on a alors :
P(X =Y + 1) =P(A=B+ 1) +P(B =A+ 1)
= P(B =A−1) +P(B =A+ 1). Calculons séparément ces deux probabilités.
• Calculons P(B =A−1).
CommeA(Ω) =J0;nK, l’ensemble{(A=k)|k ∈J0;nK}est un système com- plet d’évènements.
Appliquons alors la formule des probabilités totales à ce système complet d’évènements :
P(B =A−1) =
n
X
k=0
P(A =k)PA=k(B =A−1)
=
n
X
k=0
P(A =k)PA=k(B =k−1)
=P(A= 0)PA=0(B =−1)
| {z }
=0
+
n
X
k=1
P(A=k)PA=k(B =k−1).
Comme aucune boule n’est numérotée−1, la probabilité conditionnellePA=0(B =−1) est nulle, donc on obtient que
P(B =A−1) =
n
X
k=1
P(A =k)PA=k(B =k−1)
=
n
X
k=1
1
2nPA=k(B =k−1) car pour tout k ∈J1;nK, P(A=k) = 1 2n
= 1 2n
n
X
k=1
PA=k(B =k−1) par linéarité de la somme
= 1 2n
"
PA=1(B = 0) +
n
X
k=2
PA=k(B =k−1)
# .
? Si l’évènement A = 1 se réalise, c’est-à-dire si la première boule tirée porte le numéro1, alors à l’issue du premier tirage, l’urne contient2n−1 boules, dont n boules numérotées 0, donc on a :
PA=1(B = 0) = n 2n−1 .
? Soit k ∈J2;nK. Alors k−1∈J1;n−1K.
Ainsi, si l’évènement A =k se réalise, c’est-à-dire si la première boule tirée est numérotée k, alors à l’issue du premier tirage, l’urne contient 2n−1boules, dont une numérotée k−1, donc on a :
PA=k(B =k−1) = 1 2n−1 . On obtient alors que
P(B =A−1) = 1 2n
"
n 2n−1 +
n
X
k=2
1 2n−1
#
= 1 2n
"
n
2n−1 + 1 2n−1
n
X
k=2
1
#
par linéarité de la somme
P(B =A−1) = 1 2n
n
2n−1+ 1
2n−1(n−2 + 1)
= 1
2n × 2n−1 2n−1
= 1 2n .
• De même, calculons P(B =A+ 1).
Appliquons la formule des probabilités totales au système complet d’évène- ments {(A=k)|k ∈J1;nK} :
P(B =A+ 1) =
n
X
k=0
P(A=k)PA=k(B =A+ 1)
=
n
X
k=0
P(A=k)PA=k(B =k+ 1)
=P(A= 0)PA=0(B = 1) +
n
X
k=1
P(A=k)PA=k(B =k+ 1)
= 1
2PA=0(B = 1) +
n
X
k=1
1
2nPA=k(B =k+ 1)
= 1
2PA=0(B = 1) + 1 2n
n
X
k=1
PA=k(B =k+ 1) par linéarité de la somme
= 1
2PA=0(B = 1) + 1 2n
" n−1 X
k=1
PA=k(B =k+ 1)
!
+PA=n(B =n+ 1)
# . Calculons ces probabilités conditionnelles.
? Si l’évènement A= 0 se réalise, alors à l’issue du premier tirage, l’urne contient 2n−1 boules, dont une seule numérotée 1, donc on a :
PA=0(B = 1) = 1 2n−1 .
? Soit k ∈J1;n−1K. xAlors k+ 1∈J2;nK.
Ainsi, si l’évènement A=k se réalise, alors à l’issue du premier tirage, l’urne contient 2n−1boules, dont une seule numérotée k, donc on a :
PA=k(B =k+ 1) = 1 2n−1 .
? Comme aucune boule n’est numérotée n+ 1, on a : PA=n(B =n+ 1) = 0.
On obtient alors que
P(B =A+ 1) = 1
2 × 1
2n−1 + 1 2n
n−1
X
k=1
1 2n−1
= 1
2(2n−1)+ 1
2n × 1 2n−1
n−1
X
k=1
1 par linéarité de la somme
= 1
2(2n−1)+ 1
2n(2n−1)×(n−1)
= n
2n(2n−1) + n−1 2n(2n−1)
= 1 2n .
• Finalement, en sommant les deux probabilités obtenues, on a : P(X =Y + 1) =P(B =A−1) +P(B =A+ 1)
= 1 2n + 1
2n
= 1 n . Exercice 4 — Noyau dur
1. (a) Montrons que E est un sous-espace vectoriel deR4.
• Comme on a :
0 + 2×0 + 0 = 0 + 3×0−0 = 0, le vecteur nul 0R4 appartient à E .
• Montrons que l’ensemble E est stable par combinaison linéaire.
Soient u=
x y z t
et v =
x0 y0 z0 t0
deux vecteurs de E.
Soient λ etµ deux scalaires.
Montrons que le vecteur λu+µv appartient à E.
Le vecteurλu+µvs’écrit
λx+µx0 λy+µy0 λz+µz0 λt+µt0
=
X Y Z T
, avec
X =λx+µx0 Y =λy+µy0 Z =λz+µz0 T =λt+µt0.
Alors on a :
X+ 2Y +Z = (λx+µx0) + 2(λy+µy0) + (λz+µz0)
=λ(x+ 2y+z)
| {z }
car=0u∈E
+µ(x0+ 2y0+z0)
| {z }
car=0v∈E
= 0 et
X+ 3Y −T = (λx+µx0) + 3(λy+µy0)−(λt+µt0)
=λ(x+ 3y−t)
| {z }
car=0u∈E
+µ(x0+ 3y0−t0)
| {z }
car=0v∈E
= 0,
donc on a bien X+ 2Y +Z =X+ 3Y −T = 0, donc λu+µv∈E . Ainsi, l’ensemble E est un sous-espace vectoriel deR4 .
(b) • Trouvons une famille génératrice du sous-espace vectoriel E. Pour tout vecteur u=
x y z t
∈R4, on a l’équivalence suivante :
u∈E ⇐⇒x+ 2y+z =x+ 3y−t= 0
⇐⇒
x + 2y + z = 0
x + 3y − t = 0
⇐⇒
x + 2y + z = 0
y − z − t = 0 L2 ←−L2−L1
⇐⇒
x = −3z − 2t y = z + t.
Ainsi, le sous-espace vectoriel E est le suivant :
E =
−3z−2t z+t
z t
(z, t)∈R2
=
z
−3 1 1 0
+t
−2 1 0 1
(z, t)∈R2
donc
E =Vect
−3 1 1 0
,
−2 1 0 1
.
Posons e1 =
−3 1 1 0
ete2 =
−2 1 0 1
.
Alors la famille (e1, e2)est génératrice de E .
• De plus, comme les deux vecteurs e1 et e2 ne sont pas colinéaires, la famille (e1, e2) est libre .
Ainsi, la famille (e1, e2)est une base de E.
Comme cette base de E contient deux vecteurs, on a dim(E) = 2.
2. Montrons qu’il existe un unique endomorphisme f de R4 tel que
• f(u1) = u1−u2+u3;
• f(2u1+ 3u4) =u2;
• Ker(f) =E =Vect(e1, e2).
Nous allons pour cela utiliser le théorème de détermination des applications li- néaires par l’image des vecteurs d’une base de R4.
• Posonsv2 = 2u1+ 3u4. Le vecteur v2 s’écrit donc
v2 = 2u1+ 3u4 = 2
1 0 0 0
+ 3
0 0 0 1
=
2 0 0 3
.
Montrons alors que la familleB = (u1, v2, e1, e2)est une base de R4.
? Comme Card(B) = 4 =dimR4 , la famille B est une base de R4 si et seulement si elle est libre.
? Montrons que la famille B est libre.
Soient a,b, cet d quatre réels.
Supposons que au1+bv2 +ce1+de2 = 0R4. Montrons que a=b=c=d= 0.
Comme au1+bv2+ce1+de2 = 0R4, on a :
a
1 0 0 0
+b
2 0 0 3
+c
−3 1 1 0
+d
−2 1 0 1
=
0 0 0 0
donc
a + 2b − 3c − 2d = 0 c + d = 0
c = 0
3b d = 0
donc a =b =c=d = 0. Ainsi, la famille B est libre .
Finalement, la familleB est bien une base de R4 .
• Reformulons à présent la condition recherchée : démontrons que pour tout endomorphisme f ∈ L(R4), on a l’équivalence suivante :
f(u1) = u1−u2+u3 f(2u1+ 3u4) = u2
Ker(f) = E =Vect(e1, e2)
⇐⇒
f(u1) =u1−u2+u3 f(v2) =u2
f(e1) = 0R4 f(e2) = 0R4. Soit f un endomorphisme de R4.
=⇒] Supposons que f vérifie
f(u1) =u1−u2+u3 f(2u1+ 3u4) =u2
Ker(f) =E.
Alors les deux premières conditions donnent bien que f(u1) =u1−u2+u3 etf(v2) = u2 .
De plus, comme les vecteurse1ete2appartiennent àE, ils appartiennent au noyau de f, donc on a :
f(e1) = 0R4 et f(e2) = 0R4 .
⇐=] Réciproquement, supposons que f vérifie
f(u1) =u1−u2+u3 f(v2) = u2
f(e1) = 0R4 f(e2) = 0R4.
Alors, par définition de v2, les deux premières conditions donnent que f(u1) =u1−u2+u3 etf(2u1+ 3u4) = u2 .
Montrons à présent que Ker(f) =E =Vect(e1, e2). Soit u un vecteur de R4.
Notons (x, y, z, t) les coordonnées du vecteurudans la base B, de sorte que
u=xu1+yv2+ze1+te2. Alors on a l’équivalence suivante :
u∈Ker(f)⇐⇒f(u) = 0R4
⇐⇒f(xu1+yv2+ze1+te2) = 0R4
⇐⇒xf(u1) +yf(u2) +zf(e1) +tf(e2) = 0R4 par linéarité de f
⇐⇒x(u1 −u2 +u3) +yu2+ 0R4 + 0R4 = 0R4 par hypothèse
⇐⇒xu1+ (y−x)u2+xu3 = 0R4
⇐⇒
x= 0 y−x= 0 x= 0
par liberté de la base(u1, u2, u3, u4)
⇐⇒x=y= 0
⇐⇒ u∈Vect(e1, e2). Ainsi, on a bien Ker(f) =Vect(e1, e2).
Finalement, pour tout endomorphismef deR4, on a l’équivalence sui- vante :
f(u1) =u1−u2+u3
f(2u1+ 3u4) =u2 Ker(f) =E
⇐⇒
f(u1) =u1 −u2 +u3 f(v2) = u2
f(e1) = 0R4 f(e2) = 0R4.
• Comme la famille B = (u1, v2, e1, e2) est une base de R4, le théorème de détermination assure qu’il existe un unique endomorphismef deR4 tel que
f(u1) =u1−u2+u3 f(v2) = u2
f(e1) = 0R4 f(e2) = 0R4.
D’après l’équivalence précédente, il s’ensuit qu’il existe un unique en- domorphismef deR4 tel que
f(u1) =u1−u2+u3 f(2u1+ 3u4) = u2
Ker(f) =E.
Problème — La petite boule rouge (d’après un oral d’Agro-Véto 2015) Ce problème sort techniquement du cadre du programme de première année : la variable aléatoire X n’est pas finie. En effet, son univers image est X(Ω) =N∗ . La dernière question est donc difficile, mais le reste se fait très bien avec les outils de sup.
Pour toutk ∈N∗, notonsBkl’évènement «On tire une boule blanche auk-ième tirage.».
1. Montrons que pour tout n∈N∗, on a un=
n−1
Y
k=0
2k 2k+ 1. Soit n ∈N∗.
• L’évènement En s’écrit de la manière suivante : En=
n
\
k=1
Bk .
Alors d’après la formule des probabilités composées, on a : un=P(En)
=P
n
\
k=1
Bk
!
=P(B1)PB1(B2). . .PB1∩···∩Bn−1(Bn)
=
n−1
Y
k=0
PB1∩···∩Bk(Bk+1).
• Soit k ∈J0;n−1K.
Supposons que l’évènement B1 ∩ · · · ∩Bk soit réalisé, c’est-à-dire que l’on ait tiré que des boules blanches lors des k premiers tirages.
Alors on a doublé k fois le nombre de boules blanches de l’urne.
À l’issue du k-ième tirage, l’urne contient donc 2k boules blanches et une boule rouge, donc on a :
PB1∩···∩Bk(Bk+1) = 2k 2k+ 1 .
• Ainsi, on obtient finalement que un=
n−1
Y
k=0
2k 2k+ 1 . 2. Montrons que la suite (un)n∈N∗ converge.
• Étudions la monotonie de la suite (un)n∈N∗. Soit n∈N∗.
D’après la question précédente, le nombre un est non nul.
On a alors :
un+1
un =
n
Y
k=0
2k
2k+ 1 × 1
n
Y
k=0
2k 2k+ 1
= 2n 2n+ 1 ×
n−1
Y
k=0
2k
2k+ 1 × 1
n−1
Y
k=0
2k 2k+ 1
= 2n 2n+ 1
<1.
Comme le nombreunest positif, car c’est une probabilité, et non nul, la mul- tiplication parunest strictement croissante, donc on obtient que un+1 < un . Ainsi, la suite (un)n∈N∗ est strictement décroissante .
• Comme pour toutn∈N∗, le nombreunest positif (car c’est une probabilité), la suite(un)n∈N∗ est minorée par 0.
Comme la suite (un)n∈N∗ est décroissante et minorée, le théorème de convergence monotone assure que la suite (un)n∈N∗ converge .
On note l sa limite.
3. Montrons que pour tout x∈R∗+, 06ln(1 +x)6x.
• Pour tout x∈R∗+, 161 +x, donc par croissance de la fonction ln, on a : 06ln(1 +x).
• Étudions la fonction g: x7−→x−ln(1 +x) surR∗+.
? La fonction g est définie et dérivable sur]−1; +∞[ donc sur R∗+.
? Pour tout x∈R∗+, on a : g0(x) = 1− 1
1 +x = (1 +x)−1
1 +x = x 1 +x,
donc pour tout x∈ R∗+, g0(x) est strictement positive comme quotient de nombres positifs.
Ainsi, la fonction g est strictement croissante sur l’intervalleR∗+.
? Or lim
x→01 + x = 1 donc par continuité de la fonction ln en 1, on a
x→0limln(1 +x) = ln(1) = 0.
Par différence, on obtient donc que lim
x→0g(x) = 0.
Ainsi, la fonction g est positive sur R∗+ . Finalement, on obtient que pour tout x∈R∗+,
06ln(1 +x)6x . Pour toutn ∈N∗, on posevn=−ln(un).
Comme la suite (un)n∈N∗ est strictement positive, la suite (vn)n∈N∗ est bien définie.
4. Montrons que la suite (vn)n∈N∗ converge.
• Pour tout n∈N∗, on a :
vn =−ln(un)
=−ln
n−1
Y
k=0
2k 2k+ 1
!
=−
n−1
X
k=0
ln 2k 2k+ 1
=
n−1
X
k=0
ln 2k+ 1
2k
=
n−1
X
k=0
ln 1 + 1
2k
.
• Pour tout k ∈ N, le nombre 1
2k appartient à R∗+, donc en lui appliquant le résultat de la question précédente, on obtient que
06ln 1 + 1
2k
6 1 2k .
• Montrons que la suite (vn)n∈N∗ est majorée.
Soit n∈N∗.
? Sommons tous les membres de droite des inégalités précédentes pour k ∈J0;n−1K :
n−1
X
k=0
ln 1 + 1
2k
6
n−1
X
k=0
1 2k, c’est-à-dire que
vn6
n−1
X
k=0
1 2k .
? La somme
n−1
X
k=0
1
2k est la somme des n premiers termes de la suite géo- métrique de premier terme 1 et de raison 1
2 (différente de 1), donc elle vaut :
n−1
X
k=0
1 2k =
1− 1 2n 1− 1
2
= 2
1− 1 2n
62.
? On obtient alors que vn62.
Ainsi, la suite (vn)n∈N∗ est majorée par 2.
• Montrons que la suite (vn)n∈N∗ est croissante.
Pour tout n∈N∗, on a : vn+1−vn=
n
X
k=0
ln 1 + 1
2k
−
n−1
X
k=0
ln 1 + 1
2k
=ln 1 + 1
2n
>0, d’après l’inégalité précédente.
Ainsi, la suite (vn)n∈N∗ est croissante .
• Comme la suite (vn)n∈N∗ est croissante et majorée, le théorème de conver- gence monotone assure que la suite (vn)n∈N∗ converge .
5. • Montrons que pour tout n ∈N∗,
n
X
k=1
P(X =k) = 1−P(En). Soit n∈N∗.
? L’évènement En se réalise si et seulement si la boule rouge est tirée à l’un des n premiers tirages, donc on a :
En=
n
[
k=1
(X =k).
? Les évènements (X = k), avec k ∈ J1;nK, sont disjoints deux à deux, donc on a :
P En
=P
n
G
k=1
(X=k)
!
=
n
X
k=1
P(X =k), donc on a :
1−P(En) =
n
X
k=1
P(X =k).
• Pour tout n∈N∗, on a donc
n
X
k=1
P(X =k) = 1−P(En) = 1−un.
D’après la question 2, la suite (un)n∈N∗ converge versl, donc on obtient que
n→+∞lim
n
X
k=1
P(X =k) = 1−l .
• Évaluons alors la probabilité de ne jamais tirer de boule rouge, c’est-à-dire P(X = 0).
Comme l’univers image de la variable aléatoireXestN∗, l’ensemble{(X =k)|k ∈N∗} est un système complet d’évènements, donc on a :
n→+∞lim
n
X
k=0
P(X =k) = 1.
Isolons alors le terme d’indice k= 0 : P(X = 0) + lim
n→+∞
n
X
k=1
P(X =k) = 1, donc
P(X = 0) = 1− lim
n→+∞
n
X
k=1
P(X =k). D’après le point précédent, on a alors :
P(X = 0) = 1−(1−l), donc
P(X = 0) =l .
• Déterminons enfin si cette probabilité est nulle.
? Pour tout n ∈N∗, on avn=−ln(un), donc un =e−vn .
? D’après la question 4, la suite (vn)n∈N∗ converge. Appelonsl0 sa limite.
Par continuité de la fonction x7−→e−x enl0, il s’ensuit que
n→+∞lim un=e−l0, c’est-à-dire que l =e−l0 .
? Or, toujours d’après la question 4, la suite (vn)n∈N∗ est minorée par 2, c’est-à-dire que
n→+∞lim vn 62,
donc par passage à la limite dans cette inégalité large, on obtient que l0 62.
Par décroissance de la fonction x7−→e−x, on obtient alors que e−l0 >e−2,
c’est-à-dire que
l >e−2 .
Comme la fonction exponentielle est à valeurs strictement positives, il s’ensuit donc que
P(X = 0) =l > 0.
Finalement, la probabilité de ne jamais tirer de boule rouge est non nulle.