Centrale 2018 Math 1
March 16, 2021
1 Pr´ eliminaires
1.1 Projection sur un convexe ferm´ e
Q1 Si u = ±1, alors kx+uyk2 = kxk2+kyk2+ 2uhx, yi. En ajoutant les deux identit´es obtenues on aboutit `a l’identit´e du parall´elogramme (qui n’est plus au programme) qui porte ce nom car elle exprime que la somme des carr´es des longueurs des diagonales d’un parall´elogramme est ´egale `a la somme des carr´es des longueurs des 4 cˆot´es. Bien sˆur on fait un dessin (soign´e !!! c’est la premi`ere question du probl`eme, pas la peine de passer pour n´egligent en gagnant 15 secondes). Et il est pr´ef´erable de ne pas donner le nom ”identit´e du parall´elogramme”, de mˆeme qu’il ne faut jamais montrer qu’on connaˆıt du hors-programme).
Q2On s’appuie par exemple sur un dessin pour rendre naturel le fait de prendre a=u−v,b=u−v0, on peut alors ´ecrire
4ku−vk2=k2u−(v+v0)k2+kv−v0k2 On divise tout par 4, ce qui donne
ku−1
2(v+v0)k2=ku−vk2− kv−v0k2 ce qui conclut facilement.
Q3Un peu raide pour un tout d´ebut de probl`eme, cela aurait ´et´e un peu plus sympathique de commencer par se placer sur un compact. On peut d’ailleurs commencer par r´esoudre le probl`eme dans le cas d’un compact, puis s’y ramener en intersectantF avec une boule ferm´ee convenable de centreu. C’est la ”com- pacit´e sans compacit´e”. Mais directement, l’ensemble{ku−wk;w∈F}est non vide minor´e par 0, soit δ sa borne inf´erieure. Pour tout n ≥1 il existe et on consid`ere unxn ∈F tel que δ≤ ku−xnk ≤δ+ 1/n. La suite (xn) est born´ee, commeE est de dimension finie on peut extraire une suite (xφ(n)) qui converge vers un vecteur v. CommeF est ferm´e,v ∈F. Et le th´eor`eme des gendarmes appliqu´e `a
∀n∈N δ≤ ku−xφ(n)k ≤δ+ 1 φ(n) donne
ku−xφ(n)k −−−−−→
n→+∞ δ Mais d’autre part
ku−xφ(n)k −−−−−→ku−vk
On a alorsku−vk=δce qui donne bien
∀w∈F ku−vk ≤ ku−wk
Q4L’existence est montr´ee (Q3). Sivetvconviennent avecv6=v0,Q2montre que
ku−1
2(v+v0)k<ku−vk Mais 1
2(v+v0)∈C, contradiction. D’o`u l’unicit´e.
Q5Si aoub est nul, c’est tr`es simple. Supposonsa >0 etb >0. La fonction ln est concave surR+∗. Orap>0,bq >0, donc, pour toutt∈[0,1],
ln (t ap+ (1−t)bq)≥tln(ap) + (1−t) ln(bq)
Prenonst = 1/p∈]0,1[, alors 1−t= 1/q, et en appliquant exp (qui est crois- sante) aux deux membres de l’in´egalit´e on obtient le r´esultat.
Q6Et donc, siX etY sont `a valeurs r´eelles,
|XY| ≤ 1
p|X|p+1 q|Y|q
Sur un espace probabilis´e fini, toutes les variables al´eatoires ont une esp´erance.
Donc par croissance de l’esp´erance, E(|XY|)≤ 1
pE(|X|p) +1
qE(|Y|q) Et donc, siE(|X|p) =E(|Y|q) = 1,
E(|XY|)≤1 p+1
q = 1
Notons dor´enavant α= (E(|X|p))1/p,β = (E(|Y|q))1/q.Siα= 0, alorsX = 0 presque sˆurement et l’in´egalit´e est une ´egalit´e. Idem siβ= 0. Siα >0 etβ >0, posonsX0 = 1
αX,Y0 = 1
βY. Alors E(|X0|p) = 1
αpE(|X|p) = 1 et de mˆemeE(|Y0|q) = 1. On a donc
E(|X0Y0|)≤1 et donc, encore par lin´earit´e de l’esp´erance,
E(|XY|)≤α β ce qui constitue l’in´egalit´e de H¨older.
Q7CommeX(Ω) est fini, les sommes ´ecrites ci-dessous sont finies, il n’y a donc aucun probl`eme d’interversion. Et
m
X
i=1
P(Ai)E(X|Ai) =
m
X
i=1
P(Ai)
X
x∈X(Ω)
PAi(X =x)x
= X
x∈X(Ω)
m X
i=1
P(Ai)PAi(X =x)
! x
!
= X
x∈X(Ω)
(P(X =x)x)
(formule des probabilit´es totales). Et on reconnaˆıt bien, dans la derni`ere ex- pression,E(X).
Q8La suggestion de l’´enonc´e incite je pense `a d´ecouper l’int´egrale. En effet, si 1≤i≤n−1,
2 Z √yi+1
√yi
tP(|X| ≥t)dt=P(X2≥yi+1) Z √yi+1
√yi
2tdt
=P(X2≥yi+1)(yi+1−yi) Si t >√
yn, P(|X| ≥t) = 0. Enfin, si 0≤t≤√
y1, P(|X| ≥t) = 1. Donc par relation de Chasles,
2 Z +∞
0
tP(|X| ≥t)dt=y1+
n−1
X
i=1
(yi+1−yi)P(X2≥yi+1) On coupe en deux la somme et on r´eindexe :
2 Z +∞
0
tP(|X| ≥t)dt=y1+
n
X
i=2
yiP(X2≥yi)−
n−1
X
i=1
yiP(X2≥yi+1) et on rassemble :
2 Z +∞
0
tP(|X| ≥t)dt=y1(1−P(X2≥y2)+ynP(X2≥yn)+
n−1
X
i=2
yi P(X2≥yi)−P(X2≥yi+1) Mais P(X2 ≥yi)−P(X2 ≥yi+1) = P(yi ≤X2 < yi+1) = P(X2 =yi). Et
1−P(X2 ≥ y2) = P(X2 = y1). Enfin, P(X2 ≥ yn) = P(X2 = yn). Donc finalement
2 Z +∞
0
tP(|X| ≥t)dt=
n
X
i=1
yiP(X2=yi) =E(X2) Q9Et donc
E(X2)≤ Z +∞
2atexp(−bt2) dt
Mais avec le changement de variableu=√
bt,t=u/√ b,
Z +∞
0
2atexp(−bt2) dt= a b
Z +∞
0
2uexp(−u2) du= a b
−exp(−u2)+∞
0 =a b Q10On a |X|=|X+δ−δ| ≥ |X+δ| − |δ|, donc
|X+δ| ≥t =⇒ |X| ≥t− |δ|
et donc, par croissance,
P(|X+δ| ≥t)≤P(|X| ≥t− |δ|) Q11
a−1
2bt2+b(t− |δ|)2=a+1
2bt2−2bt|δ|+bδ2
L’expression trouv´ee est un trinˆome de degr´e 2, de discriminant r´eduit
∆ =b2δ2−(a+bδ2)b 2 Donc
∆ = b2δ2 2 −ab
2 = b
2 bδ2−a
≤0
Le discriminant est n´egatif, le trinˆome garde donc un signe constant, et son coefficient dominant est positif, donc il reste positif, ce qu’on voulait.
Par hypoth`ese, Q12
P(|X| ≥t−δ)≤aexp −b(t−δ)2 Q10et Q11donnent alors l’in´egalit´e cherch´ee.
Q13Si 0≤t <|δ|,t2< δ2, doncbt2< bδ2≤a. Et donc aexp(a) exp
−1 2bt2
≥aexp(a) exp
−a 2
=aexpa 2
Mais en prenant t= 0 dans l’hypoth`ese deI.D.on trouve que n´ecessairement a≥1. Et donc
P(|X+δ| ≥t)≤1≤aexpa 2
Q14 Si C∩X(Ω) =∅, alors P(X ∈C) = 0, l’in´egalit´e `a montrer est 0 ≤1, vraie.
Q15Notonsu=
n
X
i=1
uiei, o`u pour touti: ui∈ {−1,1}. Par orthonormalit´e de (e1, . . . , en),
d(X, u)2=
n
X
i=1
(ui−i)2
Chaque (ui −i)2 vaut 0 avec probabilit´e 1/2, 4 avec probabilit´e 1/2. Donc 1
4(ui−i)2 suit une loi de Bernoulli B(1/2). Notant fi : x 7−→ 1
4(ui−x)2, f1(1),. . . ,fn(n) sont mutuellement ind´ependantes. Donc leur somme suit une loi binomialeB(n,1/2).
Q16NotantY = 1
4d(X, u)2, on cherche l’esp´erance de exp 1
2Y
. Par transfert cette esp´erance vaut
E
exp 1
2Y
=
n
X
k=0
P(Y =k) exp k
2
Ou encore
E
exp 1
2Y
= 1 2n
n
X
k=0
n k
exp k
2
et donc
E
exp 1
2Y
= 1
2n 1 +√ en
Mais 1 +√
e <4. Donc E
exp
1 2Y
≤2n
Q17 Or u ∈ C, donc d(X, C) ≤ d(X, u) (je ne pense pas qu’on demande de d´etailler cela sous la forme
∀ω∈Ω d(X(ω), C)≤d(X(ω), u) )
ce qui permet d’affirmer (croissance de l’exponentielle, croissance de l’esp´erance) que
E
exp 1
8d(X, C)2
≤E
exp 1
8d(X, u)2
≤2n Mais d’autre part, ici, P(X ∈C) = 1
2n. Ce qui donne bien (II.1).
Q18 Ici, C∩X(Ω) = X(Ω) et X(Ω) = {e1,−e1}. On a P(X ∈ C) = 1 et d(X, C) = 0. Donc E
exp
1
8d(X, C)2
=E(1) = 1. Et donc (II.1) est une
´ egalit´e.
Q19
x0∈Ct⇐⇒ ∃x∈C∩Ht x0 =π(x)
⇐⇒x0+ten∈C
(en effet,six0 ∈E0, x0 =π(x) signifie qu’il existes tel quex=x0+sen. Donc x0=π(x) etx∈Htsignifiex=x0+ten).
Q20 Une intersection de convexes est convexe (pas dans le programme, mais tellement simple. . . ) ; donc C∩Ht est convexe. l’image d’un convexe par une application lin´eaire est convexe (l`a, c’est moins sˆur qu’on se contente d’une affirmation, justifions-le donc) ; en effet, siy et z sont dans π(C∩Ht), soity1
et z1dansC∩Httels que y=π(y1),z=π(z1). Alors pour touts∈[0,1], sy+ (1−s)z=π(sy1+ (1−s)z1)∈π(C∩Ht)
Pourt∈ {−1,1},Ccontient par hypoth`ese un vecteurx1e1+· · ·+xn−1en−1+ ten, et alorsx1e1+· · ·+xn−1en−1∈Ct. DoncCt6=∅.
Soit enfin (x0p) une suite d’´el´ements de Ct qui converge vers x0 ∈ E. Chaque x0p+ten(p∈N) est dansC, et la suite (xp0+ten)pconverge versx0+ten, qui est dansC carC est ferm´e. Donc x0 ∈Ctet on a montr´e queCtest ferm´e, inclus dansE0qui est lui-mˆeme ferm´e (espace vectoriel de dimension finie), donc ferm´e deE0.