1 e3a PSI 2018
On rappelle que pour deux entiers naturelsr et`, r
`
d´esigne le nombre de parties `a ` ´el´ements d’un ensemble `a r ´el´ements.
Soientn un entier naturel non nul et X et Y deux variables al´eatoires d´efinies sur le mˆeme espace probabilis´e (Ω,A,P) et prenant leurs valeurs dans [[1, n+ 1]].
On suppose qu’il existe a∈R tel que :
∀(i, j)∈[[1, n+ 1]]2, P([X =i]∩[Y =j]) =a n
i−1
. n
j−1
1. • Par la formule du binˆome de Newton, on a :
n
X
k=0
k n
=
n
X
k=0
n k
1k1n−k= (1 + 1)n= 2n
• Une autre m´ethode :
Soit Pn l’ensemble des parties deE = [[1, n]]. On peut ´ecrire Pn=
n
[
k=0
Ak avecAk l’ensemble des parties `a k ´el´ements de E.
On aura, par union disjointe, card(Pn) =
n
X
k=0
card(Ak) =
n
X
k=0
n k
.
Par le cours on sait que cardPn= 2n, oui mais comment cela a-t-il ´et´e d´emontr´e ? Ne serait- ce pas par la formule du binˆome de Newton ?
Montrons par r´ecurrence que∀n ∈N∗, la propri´et´e Qn : card(Pn) = 2n est vraie : Si n= 1 alors E ={1} etPn={, E} donc card(Pn) = 2 = 21, donc Q1 est vraie.
Soit n∈N∗ tel que Qn soit vraie.
On peut ´ecrire E = [[1, n+ 1]] = [[1, n]]∪ {n+ 1}.
On en d´eduit que Pn+1 est form´e par les parties de E qui contiennent n+ 1 et celles qui ne le contiennent pas.
Les parties de E qui ne contiennent pas n+ 1 sont exactement celles de [[1, n]] et il y en a 2n par hypoth`ese. Toute partie de E qui contient n+ 1 est form´ee par une partie de [[1, n]]
auquelle on adjoint n+ 1, il y a donc autant que de parties de E qui contiennentn+ 1 que de parties de [[1, n]] c’est-`a-dire 2n.
On en d´eduit quecard(Pn+1) = 2n+ 2n= 2n+1 et donc la propri´et´eQn+1 est encore vraie.
Finalement ∀n ∈N∗ card(Pn= 2n et donc ∀n ∈N
n
X
k=0
n k
= 2n.
• Encore une autre m´ethode :
On montre que ∀n ∈N∗ la propri´et´e Qn :
n
X
k=0
n k
= 2n est vraie par r´ecurrence :
1
X
k=0
0 k
= 1
0
+ 1
1
= 1 + 1 = 21 donc Q1 est vraie.
Soit n∈N∗ tel que Qn soit vraie.
n+1
X
k=0
n+ 1 k
=
n+ 1 0
+
n+ 1 n+ 1
+
n
X
k=1
n+ 1 k
or
n+ 1 k
= n
k
+ n
k−1
alors
n+1
X
k=0
n+ 1 k
= 1 + 1 +
n
X
k=1
n k
+
n
X
k=1
n k−1
Par l’hypoth`ese de r´ecurrence et le changement d’indice i=k−1 sur la seconde somme on a :
n+1
X
k=0
n+ 1 k
= 1 +
n
X
k=0
n k
+
n−1
X
i=0
n i
= 2n+
n
X
i=0
n i
= 2n+ 2n = 2.2n= 2n+1 Et donc Qn+1 est encore vraie.
Par r´ecurrence on a montr´e :∀n∈N∗
n
X
k=0
n k
= 2n.
• Une derni`ere m´ethode :
On sait que si X est une variable al´eatoire qui suit une loi binomiale de param`etre
n,1 2
alors
n
X
k=0
P(X =k) = 1, or ∀k ∈[[0, n]] P(X=k) = n
k 1 2
k 1 2
n−k
= n
k
. 1 2n donc
n
X
k=0
n k
. 1
2n = 1 ce qui donne
n
X
k=0
n k
= 2n
2. Puisque X et Y sont des variables al´eatoires `a valeurs dans [[1, n+ 1]], Z = (X, Y) est une variable al´eatoire `a valeurs dans [[1, n+ 1]]2, on doit avoir :
X
(i,j)∈[[1,n+1]]2
P(Z = (i, j)) = 1
Or X
(i,j)∈[[1,n+1]]2
P(Z = (i, j)) =
n+1
X
i=1 n+1
X
j=1
P(X =i, Y =j) ce qui donne
1 =
n+1
X
i=1 n+1
X
j=1
a n
i−1
. n
j −1
par les changements d’indices : `=i−1 et k=j−1 on a : 1 =
n
X
`=0 n
X
k=0
a n
`
. n
k
=a
n
X
`=0
n
` n
X
k=0
n k
!
=a
n
X
`=0
n
`
2n =a2n
n
X
`=0
n
`
=a2n2n
Donc a= 1 4n
3. On connait la loi du couple (X, Y) alors par la formule des probabilit´es totales, on sait que les lois marginales de X et Y sont donn´ees par :
X(Ω) ⊂[[1, n+ 1]] Y(Ω) ⊂[[1, n+ 1]] et
∀i∈[[1, n+ 1]] P(X =i) =
n+1
X
j=1
P([X =i]∩[Y =j]) =
n+1
X
j=1
a n
i−1
. n
j−1
∀j ∈[[1, n+ 1]] P(Y =j) =
n+1
X
i=1
P([X =i]∩[Y =j]) =
n+1
X
i=1
a n
i−1
. n
j −1
∀i∈[[1, n+ 1]] P(X =i) =
n+1
X
j=1
a n
i−1
. n
j−1
=a n
i−1 n
X
k=0
n k
= 2na n
i−1
∀i∈[[1, n+ 1]] P(X =i) = n
i−1 1
2n De mˆeme
∀j ∈[[1, n+ 1]] P(Y =j) = a n
j−1 n
X
k=0
n k
= n
j−1 1
2n
Les variables al´eatoires X etY suivent la mˆeme loi donn´ee par : X(Ω) =Y(Ω) = [[1, n+ 1]] ∀k ∈[[1, n+ 1]] P(X =k) =
n k−1
1
2n =P(Y =k)>0 On en d´eduit que
∀(i, j)∈[[1, n+ 1]]2 P(X =i)P(Y =j) = n
i−1
. n
j−1
. 1 2n
1
2n =P([X =i]∩[Y =j]) Les variables al´eatoires X etY sont ind´ependantes.
4. Soit Z =X−1, d’apr`esX(Ω) = [[1, n+ 1]], on a imm´ediatement : Z(Ω) = [[0, n]] et
∀k ∈[[0, n]] P(Z =k) =P(X−1 =k) =P(X =k+1) = n
k
. 1 2n =
n k
.
1 2
k 1− 1
2 n−k
Z suit donc une loi binomiale de param`etres
n,1 2
.
Z ,→ B(n, p) avec p= 1
2, alors on sait que E(Z) =np =n.1
2 etV(Z) =np(1−p) =n.1 2
1−1
2
= n 4
Puisque Z admet une esp´erance et une variance, on sait queX =Z+ 1 admet une esp´erance et une variance avec : par lin´earit´e de l’esp´erance E(X) =E(Z+ 1) = E(Z) + 1 = n+ 2
2 et V(X) = V(Z + 1) =V(Z) = n
4 X est d’esp´erance ´egale `a n+ 2
2 et de variance ´egale `a n 4.
5. Soient p, q et r trois entiers naturels et A un ensemble fini de cardinal p+q.
On sait que le nombre de parties de A de cardinalr est ´egal `a
p+q r
.
On peut consid´erer que l’ensembleAest l’union de deux sous-ensemblesA1 etA2 de cardinal respectif pet q et tel que A1∩A2 =.
Ainsi toute partie `a r ´el´ements de A est l’union disjointe d’une partie `a k ´el´ements de A1 et de r−k ´el´ements de A2 avec k variant entre 0 et r et r´eciproquement, donc le nombre de parties `a r ´el´ements de A est ´egal au nombre de couples form´es par une partie de A1 de cardinal k et d’une partie de A2 de cardinal r−k avec k variant entre 0 et r.
Pour k fix´e dans [[0, r]], il y a p
k
parties de A1 `a k ´el´ements et q
r−k
parties de A2 `a r−k ´el´ements, il y a donc
p k
.
q r−k
couples form´es par une partie de A1 de cardinalk et d’une partie de A2 de cardinal r−k.
On en d´eduit que
p+q r
=
r
X
k=0
p k
.
q r−k
6. On sait que pour toutk ∈[[0, n]]
n k
= n
n−k
alors avec la formule trouv´ee pr´ec´edemment on a :
n
X
k=0
n k
2
=
n
X
k=0
n k
.
n n−k
=
n+n n
n
X
k=0
n k
2
= 2n
n
7. On note B ∈ Mn+1(R) la matrice dont le coefficient de la lignei et de la colonne j est bi,j =P([X =i]∩[Y =j]).
(a) On a donc ∀(i, j)∈[[1, n+ 1]]2 bi,j = 1 4n
n i−1
.
n j−1
et donc∀j ∈[[1, n+ 1]], Cj la ji`eme colonne de la matrice B est
Cj =
b1,j
... bn,j
= 1 4n
n j −1
.
n
0 n
1 ... n n
6= 0
Toutes les colonnes de la matrice B sont donc non nulles et multiples de la mˆeme co-
lonne
n
0 n
1 ... n n
.
On en d´eduit que B est une matrice de rang ´egal `a 1.
(b) Par d´efinition de la trace, par changement d’indice et en utilisant le r´esulat de la question 6. on obtient :
T r(B) =
n+1
X
i=1
bi,i = 1 4n
n+1
X
i=1
n i−1
2
= 1 4n
n
X
k=0
n k
2
= 2n
n 1
4n
T r(B) = 2n
n 1
4n
2 Extrait de e3a MP 2020
Soient X etY deux variables al´eatoires ind´ependantes, `a valeurs dans N et telles que :
∀k ∈N, P(X =k) =P(Y =k) = p qk o`u p∈]0,1[ et q = 1−p.
8. X(Ω) ⊂N, en notant pk = P(X = k) pour tout k ∈ N, on doit v´erifier que ∀k ∈ N pk ∈ [0,1], que la s´erieX
k
pk converge et est de somme ´egale `a 1 (en faitpk >0 suffit si la somme de la s´erie vaut 1).
p ∈]0,1[ alors q = 1−p est aussi dans ]0,1[ donc ∀k ∈ N pk =P(X =k) =pqk ∈[0,1] et puisque |q|<1 on sait que la s´erie g´eom´etrique X
qk converge avec
+∞
X
k=0
qk = 1
1−q = 1 p. On en d´eduit que la s´erie X
k
pk converge et
+∞
X
k=0
pk =p
+∞
X
k=0
qk= p p = 1.
On a bien une loi de probabilit´e.
9. 1`ere m´ethode : avec une loi usuelle
Notons Z la variable al´eatoire d´efinie parZ =X+ 1, on a Z(Ω) =N∗ puisque X(Ω) =N et
∀k ∈N∗ P(Z =k) =P(X+ 1 =k) =P(X =k−1) = pqk−1 =p.(1−p)k−1 On en d´eduit queZ =X+ 1 suit une loi g´eom´etrique de param`etre p.
On sait alors que Z admet une esp´erance avec E(Z) = 1 p.
On en d´eduit par lin´earit´e que X =Z−1 admet une esp´erance et E(X) =E(Z)−1 = 1−p
p = q p
2nde m´ethode : avec la d´efinition
X poss`ede une esp´erance si, et seulement si la s´erie X
k
kP(X =k) converge absolument.
1`ere m´ethode :
On sait que les s´eries enti`eres P
xk et P
kxk sont de mˆeme rayon de convergence ´egal `a 1.
Or q ∈]0,1[, donc la s´erie P
kqk converge absolument, ce qui donne la convergence absolue de la s´erie X
kP(X =k).
2nde m´ethode :
Puisque q ∈]0,1[, par croissances compar´ees lim
k→+∞k3P(X = k) = lim
k→+∞pk3qk = 0 alors kP(X = k) =
+∞ o 1
k2
, or on sait que la s´erie `a termes positifs X 1
k2 converge, alors par comparaison, la s´erie X
k
kP(X =k) converge absolument.
3`eme m´ethode :
Pour k ∈ N∗, on pose uk = kP(X =k) = kpqk, on remarque de uk 6= 0 et |uk+1|
|uk| = k+ 1 k q alors lim
k→+∞
|uk+1|
|uk| = q < 1 alors d’apr`es la r`egle de d’Alembert, on sait que la s´erie P uk
converge absolument.
Puisque la s´erie X
kP(X =k) converge absolument,X admet une esp´eranceE(X) avec
E(X) =
+∞
X
k=0
kP(X =k) = p
+∞
X
k=0
kqk=p
+∞
X
k=1
kqk=pq
+∞
X
k=1
kqk−1
On sait que ∀x∈]−1,1[
+∞
X
k=1
kxk−1 = 1
(1−x)2 alors E(X) = pq 1
(1−q)2 = pq p2 = q
p 3`eme m´ethode : avec la fonction g´en´eratrice
Cherchons GX la fonction g´en´eratrice de X car on sait que si GX est d´erivable en 1 alorsX est d’esp´erance finie et E(X) =G0X(1).
Par d´efinition GX(t) =
+∞
X
k=0
P(X =k)tk, au moins pourt ∈[−1,1].
∀k∈N P(X =k)tk=p(qt)k Pour |qt|<1 on a GX(t) = p
+∞
X
k=0
(qt)k = p 1−qt. 1∈
−1 q,1
q
donc la fonction GX est d´erivable en 1 et ∀t∈]−1/q,1/q[ G0X(t) = pq (1−qt)2 donc G0X(1) = pq
(1−q)2 = q
1−q = q p.
X admet une esp´erance et E(X) = q
p = 1−p p
10. ((X =k))k∈N est un syst`eme complet d’´ev´enements puisqueX(Ω) =N, alors par la formule des probabilit´es totales on a :
P(X =Y) =
+∞
X
k=0
P([X =k]∩[X =Y]) =
+∞
X
k=0
P([X =k]∩[Y =k]) Les variables al´eatoires X etY sont ind´ependantes alors
P(X =Y) =
+∞
X
k=0
P(X =k).P(Y =k) =
+∞
X
k=0
p2q2k =p2
+∞
X
k=0
q2k
q ∈]0,1[ alors q2 ∈]0,1[ et donc
P(X =Y) =p2. 1
1−q2 = p2
(1−q)(1 +q) = p2 p(1 +q)
P(X =Y) = p
1 +q = p 2−p
11. Soit S =X +Y. X(Ω) = Y(Ω) = N alors S(Ω) = N et la formule des probabilit´es totales avec le syst`eme complet d’´ev´enements ((X =k))k∈N donne :
∀n∈N P(S =n) =
+∞
X
k=0
P(X =k).P(X=k)(S =n) =
+∞
X
k=0
P(X =k).P(X=k)(Y =n−k) Les variables al´eatoires X etY sont ind´ependantes alors
∀n∈N P(S =n) =
+∞
X
k=0
P(X =k).P(Y =n−k)
Puisque Y(Ω) = N, pour k > n on a P(Y =n−k) = 0 et pour 0 6k 6 n on a n−k ∈N donc P(Y =n−k) =pqn−k, on a alors :
∀n∈N P(S=n) =
n
X
k=0
P(X =k).P(Y =n−k) =
n
X
k=0
p2qkqn−k=p2
n
X
k=0
qn = (n+ 1)p2qn
La loi de S =X+Y est donn´ee par S(Ω) =Net ∀n∈N P(S =n) = (n+ 1)p2qn.
3 Extrait de e3a PC 2020
Dans cet exercice,E d´esigne l’espace vectoriel R2[X] des polynˆomes de degr´e inf´erieur ou ´egal `a 2 et `a coefficients r´eels et B= (1, X, X2) sa base canonique.
Pour tout couple (P, Q) d’´el´ements de E, on pose :
(P|Q) =P(1)Q(1) +P0(1)Q0(1) +P00(1)Q00(1).
12. • L’applicationϕ: (P, Q)7→(P|Q) est clairement d´efinie sur E×E et est `a valeurs dansR.
• Par commutativit´e du produit des r´eels, on a (P|Q) = (Q|P) pour tout (P, Q)∈E×E. ϕ est donc sym´etrique.
•Par lin´earit´e de la d´erivation et op´erations sur les r´eels on a aussi pourP, Q, Rtrois ´el´ements de E etλ un r´eel :
(λP +Q|R) = (λP(1) +Q(1)).R(1) + (λP0(1) +Q0(1)).R0(1) + (λP00(1) +Q00(1)).R00(1)
(λP+Q|R) = λ(P(1).R(1) +P0(1).R0(1) +P00(1).R00(1))+(Q(1).R(1) +Q0(1).R0(1) +Q00(1).R00(1)) (λP +Q|R) = λ(P|R) + (Q|R)
Donc ϕest lin´eaire `a gauche, alors par sym´etrie ϕest bilin´eaire.
•SoitP ∈E, (P|P) =P2(1)+P02(1)+P002(1)>0 par somme de r´eels positifs et si (P|P) = 0 alors P2(1) =P02(1) =P002(1) = 0. On a donc
(P|P) = 0 =⇒P(1) =P0(1) =P00(1) = 0 1`ere m´ethode :
On en d´eduit que si (P|P) = 0 alors 1 est racine de P de multiplicit´e au moins 3, donc il existe Q∈E tel que P = (X−1)3.Q, or deg(P)62 donc Q= 0 et finalement P = 0.
2nde m´ethode :
On a obtenu : (P|P) = 0 =⇒ P(1) = P0(1) = P00(1) = 0. On sait que deg(P) 6 2 donc il existe (a, b, c)∈R3 tels queP =aX2+bX+calorsP(1) =a+b+c= 0, P0(1) = 2a+b = 0 et P00(1) = 2a= 0, ce qui entraine (a, b, c) = (0,0,0) doncP = 0.
3`eme m´ethode :
On a obtenu : (P|P) = 0 =⇒P(1) =P0(1) =P00(1) = 0. On sait que deg(P)6 2, donc P00 est un polynˆome constant or P00(1) = 0 donc P00 = 0, P0 est alors un polynˆome constant or P0(1) = 0 donc P0 = 0 et P est donc un polynˆome constant orP(1) = 0 donc P = 0.
On a montr´e (P|P)>0 et (P|P) = 0 =⇒P = 0.
ϕ est donc d´efinie-positive.
ϕ est une forme bilin´eaire sym´etrique d´efinie-positive sur E, c’est donc un produit scalaire surE. 13. (1, X, X2) est une base de E, appliquons lui le proc´ed´e d’orthonormalisation de Gram-
Schmidt pour obtenir (U1, U2, U3) une base orthonormale deE.
On sait que U1, U2 et U3 sont donn´es par les formules : U1 = 1
p(1|1)1 U2 = X−(X|U1)U1
kX−(X|U1)U1k U3 = X2−(X2|U1)U1−(X2|U2)U2 kX2−(X2|U1)U1−(X2|U2)U2k
• On obtient : U1 = 1
√1 = 1.
• On a imm´ediatement (X|1) = 1 + 0 + 0 = 1 donc X−(X|U1)U1 =X−1 et kX−1k=p
(X−1|X−1) =√
02+ 12 + 02 = 1 donc U2 =X−1.
• De mˆeme (X2|1) = 1 + 0 + 0 = 1, (X2|X−1) = 0 + 2 + 0 = 2 donc
X2−(X2|U1)U1−(X2|U2)U2 =X2−1−2(X−1) =X2 −2X+ 1 = (X−1)2 et k(X−1)2k=√
02+ 02+ 22 =√
4 donc U3 = 1
2(X−1)2.
Une base orthonormale de E pour le produit scalaire introduit est :
1, X−1, (X−1)2 2
.
14. H =R1[X] est un sous-espace vectoriel de dimension finie, alors en notant pH la projection orthogonale sur H, on sait que pour U =X2−4
d(U, F) = M in
P∈HkU −Pk=kU −pH(U)k
D’apr`es le proc´ed´e d’orthonormalisation de Gram-Schmidt utilis´e pr´ec´edemment on sait que V ect(1) =V ect(U1),V ect(1, X) =V ect(U1, U2) et V ect(1, X, X2) =V ect(U1, U2, U3).
1`ere m´ethode :
H = R1[X] = V ect(1, X) = V ect(U1, U2), donc (U1, U2) est une base orthonormale de F avec U1 = 1, U2 =X−1, alors on sait que
pH(U) = (U|U1)U1+ (U|U2)U2 =−3 + 2(X−1) = 2X−5 et U −pH(X) = X2−2X+ 1 = (X−1)2 alors kU −pH(U)|=k(X−1)2k= 2 2nde m´ethode :
H =R1[X] =V ect(1, X) est un hyperplan de R2[X] =V ect(1, X, X2) =V ect(U1, U2, U3) . (U1, U2, U3) est une base orthonormale de R2[X] avec H =V ect(1, X) =V ect(U1, U2), donc U3 = (X−1)2
2 est un vecteur normal `a l’hyperplan H, on sait alors que d(U, H) = |(U|U3)|
kU3k =|(U|U3)|=|0 + 0 + 2|= 2 on a donc d(U, F) = 2.
La distance de U =X2−4 `aR1[X] est ´egale `a 2.