Math´ ematiques
Corrig´ e du concours blanc n
◦3 Epreuve n ´
◦1
Exercice 1
.[Ecricome 2006]
Pour tout entier natureln, on d´efinit la fonctionfn de la variable r´eelle xpar : fn(x) =xnexp
−x2 2
1. On calcule le quotient :
fn(x)
1/x2 = xn+2exp
−x2 2
= xn+2
exp (x2/2)
= exp
−x2
2 + (n+ 2) ln (x)
= exp
x2
−1
2 + (n+ 2)ln (x) x2
Et comme ln (x) =
+∞o x2 , alors
−1
2+ (n+ 2)ln (x) x2 −→
x→+∞−1 2 et donc
exp
x2
−1
2+ (n+ 2)ln (x) x2
x→+∞−→ 0.
Conclusion : fn(x) =
+∞o 1
x2
2. fn est continue sur R+, donc Z +∞
0
fn(x)dxest impropre en +∞.fn est positive surR+ et
fn(x) =
+∞o 1
x2
Comme Z +∞
1
1
x2dx est convergente (d’apr`es le crit`ere de Riemann), alors d’apr`es le crit`ere de comparaison par n´egligeabilit´e,
Z +∞
0
fn(x)dxconverge ´egalement.
3. On poseIn = Z +∞
0
fn(x)dx.
(a) SoitA≥0, calculons
Z A 0
fn+2(x)dx= Z A
0
xn+2exp
−x2 2
dx On effectue une int´egration par parties avec
v0(x) =xexp
−x2 2
:u(x) =xn+1:v(x) =−exp
−x2 2
:u0(x) = (n+ 1)xn commeuetv sont de classeC1, on obtient
Z A 0
fn+2(x)dx =
−exp
−x2 2
xn+1
A
0
− Z A
0
−(n+ 1)xnexp
−x2 2
dx
= −exp
−A2 2
An+1+ 0 + (n+ 1) Z A
0
xnexp
−x2 2
dx 1
Par croissance compar´ee, on en conclut que Z A
0
fn+2(x)dx −→
A→+∞(n+ 1) Z +∞
0
xnexp
−x2 2
dx
Conclusion : In+2= (n+ 1)In
(b) La densit´e d’une variable al´eatoire suivant la loi normale centr´ee r´eduite v´erifie Z +∞
−∞
√1 2πexp
−x2 2
dx= 1 Comme la fonction x7→exp
−x22
est paire, on a Z +∞
0
√1 2πexp
−x2 2
dx= 1
2 Donc
I0= Z +∞
0
exp
−x2 2
dx=1
2
√ 2π
Conclusion : I0= rπ
2 (c) On a
I1= Z +∞
0
xexp
−x2 2
dx L’int´egrale est impropre en +∞. SoitA≥0,
Z A 0
xexp
−x2 2
dx=
−exp
−x2 2
A
0
= 1−exp
−x2 2
On en conclut que
Z A 0
xexp
−x2 2
dx −→
A→+∞1 Conclusion : I1= 1
(d) Pourn∈N, soitPn la proposition : ”I2n= rπ
2 (2n)!
2nn! etI2n+1= 2nn!”.
Initialisation :Pour n= 0 on a
rπ 2
(2·0)!
200! = rπ
2 =I0
200! = 1 =I1 DoncP0est vraie.
H´er´edit´e :On supposePn vraie pour unn∈Nfix´e.
I2n = rπ
2 (2n)!
2nn!
I2n+1 = 2nn!
Montrons que Pn+1 est vraie.
I2(n+1) = I2n+2= (2n+ 1)I2n= (2n+ 1) rπ
2 (2n)!
2nn!
= rπ
2
(2n+ 2) (2n+ 1) (2n)!
(2n+ 2) 2nn!
= rπ
2
(2n+ 2) (2n+ 1) (2n)!
2·2n(n+ 1)n!
= rπ
2
(2n+ 2)!
2n+1(n+ 1)!
et
I2(n+1)+1 = I2n+3= (2n+ 2)I2n+1= (2n+ 2) 2nn!
= 2 (n+ 1) 2nn! = 2n+1(n+ 1)!
DoncPn+1 est vraie.
Conclusion : D’apr`es le principe de r´ecurrence, on a : pour tout entiern, I2n= rπ
2 (2n)!
2nn! et I2n+1= 2nn!.
4. Soitf la fonction d´efinie pour tout r´eelxpar : f(x) =
f1(x) six≥0, 0 six <0.
(a) f est continue sur R∗ et positive surR. De plus, Z 0
−∞
f(x)dx= Z 0
−∞
0dx= 0 et
Z +∞
0
f(x)dx= Z +∞
0
f1(x)dx=I1= 1 donc
Z +∞
−∞
f(x)dxconverge et vaut 1.
Conclusion : f est une densit´e de probabilit´e.
(b) SoitX une variable al´eatoire r´eelle qui admetf pour densit´e de probabilit´e.
i. t7→tf(t) est nulle en dehors deR+ et positive surR+. On ´etudie la convergence de Z +∞
0
tf(t)dt Z +∞
0
tf(t)dt= Z +∞
0
t2exp
−t2 2
dt=
Z +∞
0
f2(t)dt=I2= rπ
2 2!
211! = rπ
2 Conclusion : DoncX a une esp´erance etE(X) =
rπ 2 ii. Montrons queX admet un second moment.
t7→t2f(t) est nulle en dehors deR+ et positive surR+. On ´etudie la convergence de Z +∞
0
t2f(t)dt Z +∞
0
t2f(t)dt= Z +∞
0
t3exp
−t2 2
dt=
Z +∞
0
f3(t)dt=I3= 211! = 2 DoncE X2
= 2. Enfin, d’apr`es la formule de Koenig-Huygens, V(X) =E X2
−E(X)2= 2−π 2 Conclusion : DoncX a une variance etV(X) = 2−π
2
5. On d´esigne parF etGles fonctions de r´epartitions respectives deX et de Y =X2. (a) Pourx∈R, on a
G(x) =P(Y ≤x) =P X2≤x
• Pourx≥0 :
X2≤x
=
|X| ≤√ x
=
−√
x≤X≤√ x Et comme−√
x≤√ x:
G (x) =F √ x
−F −√ x
• Pourx <0 :
X2≤x
=∅ doncG(x) = 0.
(b) Gest une fonction de r´epartition. V´erifions les crit`eres de fonctions de r´epartition de variable `a densit´e :
• CommeFest continue surR(fonction de r´epartition de variable `a densit´e), alorsGest continue sur [0,+∞[.
Gest ´egalement continue sur ]−∞,0[ (fonction nulle). ´Etudions la continuit´e deGen 0.
G(x) = 0 −→
x→0−0 et G(0) =F√ 0
−F
−√ 0
= 0 DoncGest continue en 0.
Conclusion : Gest continue sur R
3
• CommeF est de classeC1sur R∗ carf est continue sur R∗. DoncGest de classeC1 surR∗+ carx7→√ x est de classeC1surR∗+.Gest de classeC1sur ]−∞,0[.
Conclusion : Gest de classeC1 surR∗
DoncGest une fonction de r´epartition de variable `a densit´e.
Conclusion : Y est une variable al´eatoire `a densit´e Pour x6= 0, on ag(x) =G0(x). Donc pourx <0,
g(x) = 0 et pourx >0,
g(x) = G0(x) = 1 2√
xF0(x) + 1 2√
xF0 −√ x
= 1
2√ x
f √ x
+f −√ x
= 1
2√ x
h√
xe−x/2+ 0i
car −√ x <0
= 1
2e−x/2 En prenantg(0) = 0, on obtient une densit´eg deY
g(x) = 1
2e−x/2 six >0, 0 six≤0.
On reconnaˆıt que Y suit une loi exponentielle de param`etre 1 2. Conclusion : Y ,→ E 12
Conclusion : E(Y) = 2 etV (Y) = 4
Exercice 2
.[Ecricome 2015 partiel]
1. Dans ce programme la variable M d´esigne le nombre de boules contenues dans l’urne (qui diminue qu fil de l’exp´erience...) donc `a chaque tirage la propbabilit´e de tirer la boule noire est 1
M N=input(’Donner un entier naturel non nul’)
S=zeros(1,N) for k=1:10000
i=1 M=N
while rand(1,1)>1/M i=i+1
M=M-1 end
S(i)=S(i)+1 end
disp(S/10000) bar(S/10000)
2. On sait tout d’abord queX(Ω) ={1,2,3,4,5}et l’histogramme donn´e laisse penser queX suit une loi uniforme sur{1, . . . ,5}.
3. • P(X = 1) =P(N1) = 1 N
• P(X = 2) =P(B1∩N2) =P(B1)PB1(N2) = N−1 N
1 N−1 = 1
N
• P(X = 3) =P(B1∩B2∩N3) =P(B1)PB1(B2)PB1∩B2(N3) = N−1 N
N−2 N−1
1 N−2 = 1
N. 4. X(Ω) ={1, . . . , N}.
Soitk∈ {1, . . . , N}, d’apr`es la formule des probabilit´es compos´ees, on a P(X=k) =P(B1∩. . .∩Bk−1∩Nk) =N−1
N
N−2
N−1. . . 1
N−(k−1) = 1 N Ainsi,∀k∈ {1, . . . , N},P(X=k) = 1
N doncX suit une loi uniforme sur{1, . . . , N}.
5. E(X) = N+ 1
2 donc le nombre moyen de tirage n´ecessaires `a l’obtention d’une boule noire est N+ 1 2 .
Exercice 3
.[EDHEC 2011]
On consid`ere deux variables al´eatoiresX etY, d´efinies sur un espace probabilis´e (Ω,A,P), et ind´ependantes.
On suppose queX est une variable `a densit´e et on noteFX sa fonction de r´epartition.
On suppose par ailleurs que la loi deY est donn´ee par : P (Y = 1) = P (Y =−1) = 1 L’ind´ependance deX etY se traduit par les ´egalit´es suivantes, valables pour tout r´eel2 x:
P([X≤x]∩[Y = 1]) =P(X ≤x)P(Y = 1) etP([X ≤x]∩[Y =−1]) =P(X ≤x)P(Y =−1) On poseZ =XY et on admet queZ est, elle aussi, une variable al´eatoire d´efinie sur (Ω,A,P).
On se propose d’´etablir deux r´esultats utiles pour la suite dans la partie 1, puis d’en d´eduire la loi de la variable al´eatoireZ en fonction de la loi deX dans les parties 2 et 3.
Partie I : Expression de la fonction de r´epartition de Z en fonction de celle de X 1. SiX ,→ U([a, b]) alors une densit´e est
fX(x) = ( 1
b−a six∈[a, b]
0 sinon
Donc sa fonction de r´epartition estFX(x) = Z x
−∞
f(t)dt=
0 six < a x−a
b−a six∈[a, b]
1 six > b Et siX ,→ E(λ) alorsFX(x) =
0 six <0 1−e−λx six≥0
2. ((Y = 1),(Y =−1)) est un syst`eme complet d’´ev´enements, donc, pour toutx∈R: P (Z≤x) = P (Y = 1) P[Y=1](Z ≤x) + P (Y =−1) P[Y=−1](Z≤x)
= P (Y = 1) P[Y=1](X ≤x) + P (Y =−1) P[Y=−1](−X ≤x)
= P (Y = 1) P (X ≤x) + P (Y =−1) P (−X ≤x) par ind´ependance
=1
2[P (X≤x) + P (X ≥ −x)]
=1
2[FX(x) + 1−FX(−x)]
Conclusion : ∀x∈R, FZ(x) = 1
2(FX(x)−FX(−x) + 1).
Partie II : ´Etude de deux premiers exemples
1. On suppose que la loi deX est la loi normale centr´ee r´eduite.
Sa fonction de r´epartition est doncFX= Φ avec Φ (−x) = 1−Φ (x) pour toutxr´eel.
Donc∀x∈R, FZ(x) = 12(Φ (x)−(1−Φ (x)) + 1) = Φ (x) Conclusion : Z suit ´egalement une loiN(0,1)
2. On suppose que la loi deX est la loi uniforme sur [0,1]
(a) On aFX(x) =
0 six <0 x six∈[0,1]
1 six >1
doncF(−x) =
0 six >0
−x six∈[−1,0]
1 six <−1 (b) On rappelle queFZ(x) = 12(FX(x)−FX(−x) + 1), alors
• Six <−1,
FZ(x) =1
2(0−1 + 1) = 0
• Si [−1,0],
FZ(x) = 1
2(0− −x+ 1) =1 +x 2
• Si [0,1],
FZ(x) = 1
2(x−0 + 1) = x+ 1 2 5
• Six >1,
FZ(x) =1
2(1−0 + 1) = 1 Finalement FZ(x) =
0 six <−1
x+1
2 six∈[−1,1]
1 six >1.
On reconnaˆıt la fonction de r´epartition deZ ,→ U([−1,1])
Partie III : ´Etude du cas o`u la loi de X est la loi exponentielle de param`etre1.
1. (a) On aFX(x) =
0 six <0
1−e−x six≥0 etFX(−x) =
0 six >0 1−ex six≤0 Donc
FZ(x) =1
2(FX(x)−FX(−x) + 1) = 1
2(0−(1−ex) + 1) = 12ex six <0
1
2(1−e−x−0 + 1) = 1−12e−x six≥0 (b) La fonction de r´epartition deZ est continue et de classeC1sur ]−∞,0[ et ]0,+∞[
FZ(x) =1 2ex −→
x→0−
1
2 etFZ(0) = 1−1 2e0= 1
2 doncFZ continue en 0 et donc surR. DoncZ est une variable al´eatoire `a densit´e.
(c) En posantfZ(0) = 1
2, une densit´e deZ est fZ(x) =
1
2ex six <0
1
2e−x six≥0 On a donc pour toutx∈R,
fZ(x) = 1 2e−|x|
(d) On reconnaˆıt dansR+∞
0 xe−xdxl’esp´erance d’une loiE(1) doncR+∞
0 xe−xdx=11 = 1 (e) Pour toutx∈R,−x∈Ret fZ(−x) = 12e−|−x|=12e−|x|=fz(x)
DoncfZ est bien paire, et la fonctionx→xfZ(x) est impaire.
Or R+∞
0 xfZ(x)dx=R+∞
0 1
2xe−xdx converge, doncR0
−∞xfZ(x)dxconverge et lui est oppos´ee.
Finalement R+∞
−∞ xfZ(x)dx= 0
Conclusion : Z a une esp´erance etE(Z) = 0 2. (a) AvecX ,→exp (1) on aE X2
=V(X) +E(X)2= 2 etE X2
=R+∞
0 x2e−xdx Conclusion : R+∞
0 x2e−xdx= 2 (b) DoncR+∞
0 x2fZ(x)dx= 12R+∞
0 x2e−xdx= 1 et par parit´eR0
−∞x2fZ(x)dx= 1 DoncR+∞
−∞ x2fZ(x)dxconverge et vaut 2 Conclusion : Z2a une esp´erance etE Z2
= 2 Z a une variance etV (Z) =E Z2
−E(Z)2= 2 3. (a) On aE(Y) =−1P (Y =−1) + 1P (Y = 1) = 0 doncE(Y) = 0
Conclusion : E(X)E(Y) = 0 =E(Z)
On retrouve le r´esultat connu pour deux variables discr`etes ind´ependantes : l’esp´erance du produit est le produit des esp´erances.
(b) On aZ2=X2Y2 avecY2= 1 doncZ2=X2 On a donc E Z2
=E X2
=V(X) +E(X)2= 2 etV(Z) =E Z2
= 2
4. SoitU et V des variables al´eatoires suivant respectivement la loi de Bernoulli de param`etre 12 et la loi uniforme sur [0,1[
(a) On poseQ=−ln (1−V) et on admet que Qest une variable al´eatoire.
Pour toutx∈R:
[Q≤x] = [−ln (1−V)≤x] = [1−V ≥e−x] = [V ≤1−e−x] DoncFQ(x) = P (Q≤x) =FV (1−e−x).
FV est continue sur R et de classe C1 sur R\ {0,1} donc FQ est continue sur R et de classe C1 en xtel que 1−e−x6= 1 (surR) et6= 0 (surR∗).
DoncQest une variable `a densit´e et une densit´e deQest donn´ee par fQ(x) =FV0 1−e−x
e−x=e−xfV 1−e−x car 1−e−x<0⇐⇒x <0 et 1−e−x<1 toujours donc
fQ(x) =
0 six <0 (1−e−x<0) e−x six≥0 (1−e−x∈[0,1] ) Conclusion : Q ,→ E(1)
(b) On poseR= 2U−1 et on admet queR est une variable al´eatoire.
U(Ω) ={0,1} donc (2U−1) (Ω) ={−1,1}avec
P (R= 1) = P (U = 1) = 12 et P (R=−1) = P (U = 0) = 12 (mˆeme loi que leY de la partie 1) (c) V ,→ U([0,1[) est simul´ee parrandet Q=−ln (1−V) suitE(1) a la mˆeme loi que X.
U est simul´e pargrand(1,1,"uin",0,1)et R= 2U−1 a la mˆeme loi queY et ind´ependant deX.
V=rand(1,1);
X=-log(1-V);
U=floor(2*rand(1,1));
Y=2*U-1;
Z=X*Y;
disp(Z)
Exercice 4
.[HEC 2008]
Etant donn´´ e un entier n sup´erieur ou ´egal `a 2, on consid`ere un nuage den points du plan, c’est-`a-dire un n-uplet ((x1, y1),(x2, y2), . . . ,(xn, yn)) d’´el´ements de R2. On suppose que les r´eels x1, x2, . . . (respy1, y2, . . . ) ne sont pas tous ´egaux.
On appelle moyenne arithm´etique xet ´ecart-typeσx dun-uplet x= (x1, x2, . . . , xn) les r´eels suivants :
x= 1 n
n
X
k=1
xk et σx= v u u t 1 n
n
X
k=1
(xk−x)2
On d´efinit de mˆeme la moyenne arithm´etiquey et l’´ecart-typeσy dun-uplety= (y1, y2, . . . , yn).
La covariance Cov (x, y) et le coefficient de corr´elation lin´eaireρ(x, y) du couple (x, y) sont donn´es par : Cov (x, y) = 1
n
n
X
k=1
(xk−x) (yk−y) et ρ(x, y) =Cov (x, y) σx×σy
Soitf la fonction d´efinie surR2`a valeurs r´eelles qui, `a tout couple (a, b) deR2, associe le r´eel f(a, b) tel que : f(a, b) =
n
X
k=1
(a xk+b−yk)2 1. f est de classeC2surR2 en tant que fonction polynomiale.
2. (a) Pour (a, b)∈R2, on a
∂1(f) (a, b) =
n
X
k=1
2 (a xk+b−yk)xk et ∂2(f) (a, b) =
n
X
k=1
2 (a xk+b−yk) Donc (a, b) est un point critique def si et seulement si
(S)
a
n
X
k=1
x2k+b
n
X
k=1
xk−
n
X
k=1
ykxk= 0 a
n
X
k=1
xk+nb−
n
X
k=1
yk = 0 (b) Par ailleurs, on a
n σx2=
n
X
k=1
(xk−x)2 =
n
X
k=1
x2k−2x
n
X
k=1
xk+
n
X
k=1
x2
=
n
X
k=1
x2k
!
−2nx2+nx2=
n
X
k=1
x2k
!
−nx2 7
n
X
k=1
x2k =nσx2+nx2
nCov (x, y) =
n
X
k=1
(xk−x) (yk−y) =
n
X
k=1
xk yk−x
n
X
k=1
yk−y
n
X
k=1
xk+
n
X
k=1
x y
=
n
X
k=1
xk yk
!
−2nx y+nx y
n
X
k=1
xk yk=nCov (x, y) +n x y
Par cons´equent, avecn x=
n
X
k=1
xk et n y=
n
X
k=1
yk, on obtient
(S)⇐⇒
a nσx2+nx2
+b n x−(nCov (x, y) +n x y) = 0
a n x+nb−n y= 0 ⇐⇒
n6=0
a σx2+a x2+b x−Cov (x, y)−x y= 0 a x+b−y= 0
⇐⇒
a σx2−Cov (x, y) +x(a x+b−y) = 0
a x+b−y= 0 ⇐⇒
a σx2−Cov (x, y) = 0 a x+b−y= 0 or Pn
k=1(xk−x)26= 0 car lesxk ne sont pas tous ´egaux (`a x) doncσx26= 0, ainsi
(S)⇐⇒
a= Cov (x, y) σx2 b=−Cov (x, y)
σ2x x+y Conclusion : f admet un unique point critique
ˆ a,ˆb
=
Cov (x, y)
σx2 ,−Cov (x, y) σ2x x+y
(c) On calcule les d´eriv´ees secondes :
∂1,12 (f) (a, b) = 2
n
X
k=1
x2k= 2n σx2+x2
∂2,12 (f) (a, b) = 2
n
X
k=1
xk = 2n x=∂21,2(f) (a, b) (Schwarz)
∂2,22 (f) (a, b) = 2
n
X
k=1
1 = 2n Donc la hessienne de f en
ˆ a,ˆb
s’´ecrit
∇2(f) ˆ a,ˆb
= 2n
σx2+x2 x
x 1
D´eterminons les valeurs propres de∇2(f) ˆ a,ˆb
. Soitλ∈R, on poseλ0 tel queλ= 2nλ0 alors
∇2(f) ˆ a,ˆb
−λ I2est non inversible⇐⇒(σx2+x2−λ0)(1−λ0)−x2= 0⇐⇒λ02−(1 +σx2+x2)λ0+σ2x= 0 On obtient le discriminant
∆ = (σx2+x2−1)2+ 4σ2x>0 alors
λ01= 1 +σ2x+x2+√
∆
2 >0 et λ02= 1 +σx2+x2−√
∆
2 = 1 +σx2+x2
2 1−
s
1− σ2x 1 +σ2x+x2
!
>0
Comme ces valeurs propres sont strictement positives, la fonctionf admet un minimum local en ˆ a,ˆb
.
(d) On calcule avec : ˆ a,ˆb
=
Cov (x, y)
σ2x ,−Cov (x, y) σ2x x+y
qui sont solutions de
(S)
a
n
X
k=1
x2k+b
n
X
k=1
xk−
n
X
k=1
ykxk= 0 a
n
X
k=1
xk+nb−
n
X
k=1
yk = 0 On va s’en servir pour calculer
f ˆ a,ˆb
=
n
X
k=1
ˆ
a xk+ ˆb−yk
2
=
n
X
k=1
ˆ
a2 x2k+ ˆb2+y2k+ 2ˆa xk ˆb−2ˆa xkyk−2ˆb yk
= ˆa2
n
X
k=1
x2k+nˆb2+
n
X
k=1
yk2+ 2ˆaˆb
n
X
k=1
xk−2ˆa
n
X
k=1
xkyk−2ˆb
n
X
k=1
yk o`u on fait r´eapparaˆıtre les ´equations v´erifi´ees par
ˆ a,ˆb
= ˆa ˆa
n
X
k=1
x2k+ ˆb
n
X
k=1
xk−
n
X
k=1
xkyk
!
+ ˆb nˆb+ ˆa
n
X
k=1
xk−
n
X
k=1
yk
!
+
n
X
k=1
y2k−ˆa
n
X
k=1
xkyk−ˆb
n
X
k=1
yk
=
n
X
k=1
yk2−ˆa
n
X
k=1
xkyk−ˆb
n
X
k=1
yk
= nσy2+ny2−Cov (x, y)
σx2 (nCov (x, y) +n x y)−
−Cov (x, y) σx2 x+y
ny
= nσy2−Cov (x, y)
σ2x (nCov (x, y) +n x y) +Cov (x, y) σx2 xny
= nσy2−nCov (x, y) σ2x
2
d’autre part
nσy2
1−(ρ(x, y))2
=nσy2 1−Cov (x, y)2 σ2x×σ2y
!
=nσ2y−nCov (x, y) σx2
2
Conclusion : f ˆ a,ˆb
=nσy2
1−(ρ(x, y))2 3. (a) f
ˆ a,ˆb
est une somme de termes positifs doncf ˆ a,ˆb
≥0 et donc 1−(ρ(x, y))2≥0.
Conclusion : |ρ(x, y)| ≤1.
(b) Lorsque|ρ(x, y)|= 1 on a f ˆ a,ˆb
= 0, donc
n
X
k=1
ˆ
a xk+ ˆb−yk
2
= 0 comme c’est une somme de termes positifs, pour toutk,
ˆa xk+ ˆb−yk2
= 0.
Pour toutk:
yk = ˆa xk+ ˆb Conclusion : Les points sont align´es.
9