ECS 2 Dur´ee : 4 heures
Concours blanc de Math´ ematiques n
o1
Remarques : Il est toujours permis d’admettre les r´esultats de questions pr´ec´edentes pour traiter les questions suivantes. Chaque r´eponse doit ˆetre d´emontr´ee et toutes les ´etapes des calculs doivent ˆetre donn´ees. On attachera un soin tout particulier `a la clart´e et `a la propret´e de la r´edaction. Les t´el´ephones portables et les calculatrices, ainsi que tous mat´eriels ´electroniques sont interdits. Tous les ´etudiants ont le choix entre deux probl`emes, un de type ECRICOME et un autre de type ESCP-HEC maths II. Ils indiqueront lisiblement sur leur premi`ere copie le probl`eme qu’ils auront choisi, et ne pourront traiter que les questions de ce probl`eme.
1. Sujet type ECRICOME
Exercice 1. On consid`ere la suite (un)n≥0d´efinie paru0= 0,u1= 1 et pour toutn∈Nparun+2=un+1+un. De plus, on pose : ϕ= 1 +√
5 2 .
(1) V´erifier queϕ >1 et que les r´eelsϕet −1
ϕ sont les solutions de l’´equationx2−x−1 = 0.
(2) Montrer que, pour toutn∈N, on a : unun+2−(un+1)2= (−1)n+1.
(3) (a) Compl´eter la fonction SciLab suivante afin que, prenant en argument un entiern≥2, elle calcule et renvoie la valeur du termeun de la suite (un)n≥0.
functionu= suite(n) v= 0 ;
w= 1 ; fork= 2 :n
− − − − − − −−
− − − − − − −−
− − − − − − −−
end
u=− − − − − − −−
endfunction
(b) Justifier qu’il existe des r´eelsλ, µ que l’on d´eterminera tels que, pour toutn∈N: un=λϕn+µ
−1 ϕ
n
.
(c) En d´eduire que la suite un+1
un
n≥1
converge et d´eterminer sa limite.
(4) Pour toutn∈N∗, on poseSn=
n
X
k=1
(−1)k ukuk+1
.
(a) Montrer, sans chercher `a calculer de somme, que la s´erie de terme g´en´eral 1
unun+1 converge.
(b) En d´eduire que la suite (Sn)n≥1 converge.
(c) A l’aide de la question (2), montrer que, pour toutn∈N∗, on a : Sn+1−Sn= un
un+1
−un+1
un+2
. (d) En d´eduire que : ϕ= 1−
+∞
X
k=1
(−1)k ukuk+1
.
Exercice 2. On consid`ere l’espace vectoriel R3 muni du produit scalaire canonique not´e h, i, et on note B= (i, j, k) la base canonique deR3. Pour tout (x, y)∈(R3)2, on a donchx, yi=tXY, o`uX et Y d´esignent les vecteurs colonnes des coordonn´ees dexetydans la baseB. Enfin, pour tout endomorphismef deR3, de matriceM dans la baseB, on d´esigne parf∗ l’endomorphisme deR3dont la matrice dans la base canonique est ´egale `a tM (cet endomorphisme est appel´el’adjoint def).
Partie I : quelques propri´et´es de f∗.
1
Dans cette partie,f est un endomorphisme deR3.
(1) Montrer que : ∀(x, y)∈(R3)2,hf(x), yi=hx, f∗(y)i.
(2) Montrer quef∗ est le seul endomorphismeg deR3 tel que : ∀(x, y)∈(R3)2,hf(x), yi=hx, g(y)i.
(3) SoitF un sous-espace vectoriel deR3 stable parf, c’est-`a-dire tel que : f(F)⊂F. (a) Calculerhx, f∗(y)ipour toutx∈F et touty∈F⊥.
(b) En d´eduire queF⊥ est stable parf∗.
Partie II : r´eduction des matrices d’un ensemble E.
Dans cette partie, on d´esigne parE l’ensemble des endomorphismesfudeR3 dont la matrice dans la baseB est de la forme :
Mu=
a b c c a b b c a
, o`u : u= (a, b, c)∈R3. (1) Montrer queE est un sous-espace vectoriel deL(R3).
(2) Montrer quefu∗ appartient `aE pour toutu∈R3.
(3) On posee1=√13(i+j+k),e2= √12(i−j),e3=√16(i+j−2k) etD= VectR(e1).
(a) Montrer quee1 est un vecteur propre commun `a tous les ´el´ementsfu deE.
(b) En d´eduire queDest stable par fu pour toutu∈R3.
(c) D´eduire des questions pr´ec´edentes queD⊥ est stable par fu pour toutu∈R3. (d) D´eterminer une ´equation cart´esienne deD⊥.
(e) Montrer que (e2, e3) est une base orthonorm´ee de D⊥. (f) Montrer queB0 = (e1, e2, e3) est une base orthonorm´ee deR3. (g) Justifier alors que la matrice de fu dans la baseB0 est de la forme :
Nu=
e 0 0
0 f g
0 h l
, o`u : e, f, g, h, l∈R.
Probl`eme 1. Dans tout le probl`eme, on consid`ere une variable al´eatoire X `a valeurs positives et une suite (Xn)n≥1 de variables al´eatoires mutuellement ind´ependantes et suivant la mˆeme loi queX. Pour tout entier n≥2, on poseYn = inf{X1, X2, ..., Xn}. 0n dit que la loi deX est implosivesi X n’admet pas d’esp´erance et s’il existe un entierm≥2 tel queYmadmet une esp´erance. Si la loi deX est implosive, on appelleindice d’implosion de X le plus petit entier m ≥2 tel que Ym admet une esp´erance. On notera F la fonction de r´epartition deX etFn la fonction de r´epartition deYn pour tout entiern≥2. Dans le cas o`uX (respective- mentYn) admet une densit´e, on la noteraf (resp. fn).
Partie A - R´esultats pr´eliminaires.
(1) Montrer que, pour toutn≥2, la fonction de r´epartition deYn est donn´ee pour toutx∈Rpar : Fn(x) = 1−(1−F(x))n.
(2) On suppose dans cette question queXadmet une densit´ef. Montrer que, pour toutn≥2,Yn admet une densit´efn et que, pour toutx∈R, on a : fn(x) =nf(x)(1−F(x))n−1.
(3) On souhaite prouver dans cette question que, pour une variable al´eatoire positiveV admettant une densit´eϕcontinue surR+ et de fonction de r´epartition not´ee Φ, on a l’´equivalence suivante :
V admet une esp´erance ⇐⇒
Z +∞
0
(1−Φ(t))dtconverge, et que, dans ce cas, on a : E(V) =
Z +∞
0
(1−Φ(t))dt.
(a) Montrer que, pour tout x∈R+, on a : Z x
0
tϕ(t)dt= Z x
0
(1−Φ(t))dt−x(1−Φ(x)).
(b) On suppose queV admet une esp´erance. Montrer quex(1−Φ(x)) tend vers 0 quandxtend vers +∞. En d´eduire que l’int´egraleR+∞
0 (1−Φ(t))dtconverge.
(c) On suppose que l’int´egraleR+∞
0 (1−Φ(t))dtconverge. Montrer queV admet une esp´erance.
(d) Conclure.
On admet par la suite que le r´esultat de la question (3) reste vrai si la fonction ϕ est continue sur R+ sauf en nombre fini de points.
Partie B - Quelques exemples.
(1) On suppose dans cette question queX admet pour densit´e la fonctionf d´efinie pour toutx∈Rpar : f(x) =
( 0 si x <0 α
1 +x2 si x≥0 . (a) D´eterminer le r´eel α.
(b) Donner la fonction de r´epartitionF deX.
(c) D´eterminer la fonction de r´epartitionF2 deY2.
(d) Justifier queY2 admet une densit´e que l’on d´eterminera.
(e) Montrer que, pour toutx >0, on a : Arctan(x) + Arctan(x1) = π2. (f) En d´eduire un ´equivalent def2 en +∞.
(g) En d´eduire que la loi deX est implosive et donner son indice d’implosion.
(2) On suppose dans cette question queX est une variable al´eatoire discr`ete `a valeurs dansNtelle que :
∀k∈N, P([X =k]) = 1
√k+ 1 − 1
√k+ 2. (a) V´erifier queP+∞
k=0P([X=k]) = 1.
(b) La variable al´eatoireX admet-elle une esp´erance? Justifier.
(c) Donner la valeur deF(k) =P([X ≤k]) pour toutk∈N. (d) D´eterminer la loi deY2. Admet-elle une esp´erance? Justifier.
(e) D´eterminer la loi deY3. Admet-elle une esp´erance? Justifier.
(f) La loi deX est-elle implosive? Si oui, quel est son indice d’implosion?
Partie C - Loi implosive d’indice fix´e.
Dans cette partie, on souhaite r´epondre `a la question suivante : ”Existe-t-il, pour tout entierm≥2, une loi qui est implosive et d’indice d’implosion ´egal `a m?”.
(1) Soitαun r´eel >1. Pour toutx∈R, on pose : f(x) =
( 0 si x <1 a
xα si x≥1 . (a) D´eterminer un r´eel atel que f soit une densit´e de probabilit´e.
(b) Dans la suite de cette partie,Xest une variable al´eatoire admettantfcomme densit´e. D´eterminer la fonction de r´epartitionF deX.
(c) Discuter, en fonction deα, l’existence de l’esp´erance de X.
(d) Discuter, en fonction denet de α, l’existence de l’esp´erance de Yn. (e) R´epondre `a la question pos´ee.
Partie D - Lois non implosives.
Dans cette partie, on souhaite r´epondre `a la question suivante : ”Existe-t-il des variables al´eatoires posi- tives qui n’admettent pas d’esp´erance et dont la loi n’est pas implosive?”.
(1) Pour toutx∈R, on pose :
f(x) =
0 si x <2 a
xln2(x) si x≥2 . (a) D´eterminer un r´eel atel que f soit une densit´e de probabilit´e.
(b) Dans la suite de cette partie,Xest une variable al´eatoire admettantfcomme densit´e. D´eterminer la fonction de r´epartitionF deX.
(c) La variable al´eatoireX admet-elle une esp´erance? Justifier.
(d) Discuter l’existence de l’esp´erance deYn. (e) R´epondre `a la question pos´ee.
Partie E - Variables implosant sur une autre.
Soit Y une variable al´eatoire positive admettant une esp´erance. On dit que la variable al´eatoire X im- plose sur Y siX est implosive et si, en notant mson indice d’implosion, Ymest de mˆeme loi que Y.
(1) SoientX et Y deux variables al´eatoires r´eelles et soitn un entier≥2 tel queYn a la mˆeme loi que Y. A l’aide de la questionA.1, exprimer la fonction de r´epartition deX en fonction de celle deY. (2) SoitY une variable al´eatoire suivant la loi g´eom´etrique de param`etrep∈]0,1[. A l’aide de la question
pr´ec´edente, montrer qu’il n’existe aucune variable al´eatoireX implosive qui implose surY.
(3) Soit m un entier ≥ 2. Montrer qu’il existe une variable al´eatoire Y admettant une esp´erance et une variable al´eatoireX implosive d’indice d’implosion mqui implose surY (indication : on pourra s’inspirer des r´esultats de la partieC).
(4) SoitY une variable al´eatoire positive admettant une densit´eg. On noteGsa fonction de r´epartition.
Soitmun entier≥2. Montrer que, s’il existe une variable al´eatoireXimplosive, d’indice d’implosion m, qui implose sur Y, alors pour tout entier k tel que 2 ≤k ≤m, il existe une variable al´eatoire implosive, d’indice d’implosion k, qui implose surY.
Partie F - Variables explosives.
Pour tout entier n ≥ 2, on pose Zn = sup{X1, X2, ..., Xn}. On dit que la loi de X est explosive s’il ex- iste un entier m ≥ 2 tel que Zm n’admet pas d’esp´erance. Si la loi de X est explosive, on appelle indice d’explosion deX le plus petit entierm≥2 tel queZmn’admet pas d’esp´erance.
(1) Pour un entiermdonn´e, existe-t-il des variables al´eatoires de loi explosive d’indice d’explosionm?
(2) Existe-t-il des variables al´eatoires positives qui ne sont pas explosives? Justifier.
2. Sujet type HEC-ESCP (maths II)
Probl`eme 2. Dans tout le probl`eme, on d´esigne par (Ω,A, P) un espace probabilis´e et parX une variable al´eatoire sur (Ω,A), `a valeurs dans R+. Toutes les variables al´eatoires qui interviennent dans le probl`eme sont d´efinies sur le mˆeme espace (Ω,A) qui est, sauf mention du contraire, muni de la probabilit´eP. Enfin, on noteSX la fonction d´efinie surR`a valeurs r´eelles, telle que :
∀x∈R, SX(x) =P([X > x]).
Dans le cadre de l’´evaluation des risques encourus par des ´etablissements financiers, il est n´ecessaire de retrancher `a la valeur moyenne attendue des investissements (esp´erance math´ematique ”pure”) un terme cor- rectif d’autant plus important que le risque est plus grand. L’objet du probl`eme est de d´eterminer, grˆace `a une
”fonction de distorsion”, une ”esp´erance corrig´ee” qui prend en compte cette notion de risque et qui poss`ede les propri´et´es requises pour une ´evaluation coh´erente de risques financiers, en particulier, une propri´et´e de sous-additivit´e n´ecessaire pour valoriser ´equitablement les avantages ´eventuels de la diversification..
Partie I. Probabilit´e de surpassement et esp´erance.
(1) On suppose uniquement dans cette question queX suit la loi exponentielleE(λ) avecλ >0.
(a) V´erifier l’´egalit´e : E(X) =R+∞
0 SX(x)dx.
(b) Ecrire une fonction SciLab qui, ´etant donn´es deux r´eels λ, r >0, trace la courbe repr´esentative de la fonction de r´epartitionF deX sur l’intervalle [−r, r].
(2) Soithla fonction d´efinie surR+ par : h(x) = (x+1)(x+2)1 . (a) Justifier la convergence de l’int´egraleR+∞
0 h(x)dx.
(b) D´eterminer deux r´eelsc, dv´erifiant pour tout r´eel x≥0 la relation : h(x) =x+1c +x+2d . (c) En d´eduire une primitive dehsurR+.
(d) Montrer que la fonctionf0 d´efinie parf0(x) = (x+1)(x+2) ln(2)1 six≥0 etf0(x) = 0 six <0 est une densit´e de probabilit´e.
(3) On suppose dans cette question queX admet pour densit´e la fonctionf0 de la question (2)(c).
(a) La variable al´eatoireX admet-elle une esp´erance? Justifier.
(b) Pour toutx∈R, calculerSX(x) et en trouver un ´equivalent lorsquextend vers +∞.
(c) Etudier la convergence de l’int´egrale R+∞
0 SX(x)dx.
(4) (a) Justifier la monotonie de la fonctionSX et trouver la limite deSX(x) lorsquextend vers +∞.
(b) Montrer que la fonctionSX est continue `a droite. A quelle condition est-elle continue en 0?
(5) Dans cette question, on suppose queX admet une densit´ef nulle sur ]− ∞,0], continue sur ]0,+∞[
mais non n´ecessairement en 0.
(a) Montrer que la fonctionSX est continue surRet de classeC1 sur ]0,+∞[.
(b) Justifier la convergence de l’int´egraleR1
0 xf(x)dx.
(c) Etablir pour tout r´eel A≥0 l’´egalit´e : RA
0 SX(x)dx=ASX(A) +RA
0 xf(x)dx.
(d) En d´eduire que, si l’int´egraleR+∞
0 SX(x)dxconverge, alorsX admet une esp´erance.
(e) Montrer que, siX admet une esp´erance, alors on a pour tout A≥0 : R+∞
A xf(x)dx≥ASX(A).
(f) D´eduire des r´esultats pr´ec´edents que X admet une esp´erance si et seulement si l’int´egrale R+∞
0 SX(x)dxconverge, et que dans ce cas, on a : E(X) =R+∞
0 SX(x)dx(1).
(6) Dans cette question, on suppose queX est discr`ete et `a valeurs dansN. (a) Etablir pour tout n∈Nl’´egalit´e : Pn
k=0SX(k) = (n+ 1)P([X ≥n+ 1]) +Pn
k=0kP([X =k]).
(b) En d´eduire que, si la s´erie de terme g´en´eralSX(n) converge, alorsX admet une esp´erance.
(c) Montrer queX admet une esp´erance si et seulement si la s´erie de terme g´en´eralSX(n) converge, et que dans ce cas, on a : E(X) =P+∞
k=0SX(n).
(d) On suppose queX admet une esp´erance.
(i) Exprimer pour tout N ∈N∗ l’int´egrale RN
0 SX(x)dx`a l’aide d’une somme partielle de la s´erie de terme g´en´eralSX(n).
(ii) En d´eduire que : E(X) = limA→+∞RA
0 SX(x)dx.
Ainsi, la relation(1) reste applicable dans le cas des variables al´eatoires `a valeurs dansN. On admet qu’elle reste applicable `a toute variable al´eatoire pour laquelle l’int´egraleR+∞
0 SX(x)dx converge.
Partie II. Fonctions de distorsion et esp´erances corrig´ees : un exemple.
On appelle fonction de distorsion toute fonction g d´efinie, continue et croissante sur l’intervalle [0,1] qui v´erifie les trois propri´et´es suppl´ementaires : g(0) = 0,g(1) = 1 etgest concave sur ]0,1[. Pour toute fonction de distorsion g, on dit queX admet une esp´erance corrig´ee par g si la fonction g◦SX admet une int´egrale convergente sur [0,+∞[. Cette int´egrale, not´eeEg(X), est appel´ee esp´erance de X corrig´ee parg. Ainsi :
Eg(X) = Z +∞
0
g(SX(x))dx.
(1) Exemple. Soit Φ la fonction de r´epartition de la loi normale centr´ee r´eduite dont la d´eriv´ee, not´ee ϕ, est telle que : ∀t∈R, ϕ(t) =√1
2πe−t2/2.
(a) Justifier que Φ est une bijection de Rsur ]0,1[. On note Ψ sa bijection r´eciproque.
Soitα∈]0,12[ et soitwαla fonction d´efinie sur [0,1] telle que : wα(x) =
0 si x= 0
Φ(Ψ(x)−Ψ(α)) si 0< x <1
1 si x= 1
.
(b) Montrer que la fonctionwαest continue sur [0,1] et d´erivable sur ]0,1[.
(c) Etablir, pour toutx∈]0,1[, la relation : w0α(x) = exp
Ψ(α)Ψ(x)−(Ψ(α))2 2
.
(d) D´eterminer l’´equation de la tangente `a la courbe de la fonctionwα au point d’abscisseα.
(e) V´erifier quewα est une fonction de distorsion.
(2) On consid`ere `a nouveau la fonction de distorsionwαd´efinie dans la question (1) de la partie II. Soit Y une variable al´eatoire qui suit une loi normale d’´ecart-type ´egal `a 1, dont l’esp´erance est not´eeµ, et soitX une variable al´eatoire qui suit la mˆeme loi que exp(Y).
(a) Justifier l’existence de l’esp´erance deX et la calculer.
(b) Montrer que, pour toutx >0, on a : wα(SX(x)) =P([Xe−Ψ(α)> x]).
(c) En d´eduire l’existence et la valeur deEwα(X).
Partie III. Sous-additivit´e des esp´erances corrig´ees.
Les notations et le contexte de cette partie sont identiques `a ceux des parties I et II. Dans cette partie, on note g une fonction de distorsion arbitraire et on suppose l’existence de Eg(X). SoitB un r´eel positif et soit Y une variable al´eatoire `a valeurs dans R+ telle que P([Y ∈ [0, B]) = 1. L’objectif de cette partie consiste `a ´etablir l’in´egalit´e : Eg(X+Y)≤Eg(X) +Eg(Y) (2).
(1) (a) Soitxun r´eel fix´e de [0,1]. Justifier pour tout entiern≥1 l’in´egalit´e : g
x
1− 1
n
+ (1−x)1 n
≥xg
1−1 n
+ (1−x)g 1
n
.
(b) En d´eduire queg(x)≥x.
(c) Soienta, b, εtrois r´eels tels que : 0< a < b < b+ε <1. Justifier l’existence d’un r´eelλ∈[0,1]
v´erifiant les deux ´egalit´es :
λa+ (1−λ)(b+ε) = b (1−λ)a+λ(b+ε) = a+ε . En d´eduire l’in´egalit´e : g(b+ε)−g(a+ε)≤g(b)−g(a).
(2) (a) Montrer queE(X) existe et queE(X)≤Eg(X).
(b) Montrer que, siX est une variable al´eatoire certaine, alors : Eg(X) =E(X).
(c) Soit r >0 et soits≥0. Montrer queEg(rX+s) existe et que : Eg(rX+s) =rEg(X) +s.
(d) SoientT etW deux variables al´eatoires telles queP([0≤T ≤W]) = 1. Sous r´eserve d’existence, comparerEg(T) etEg(W).
(3) Justifier l’existence deEg(Y) et deEg(X+Y), puis ´etablir queEg(Y)≤BetEg(X+Y)≤Eg(X)+B.
(4) On se propose de montrer par r´ecurrence sur l’entiernque l’in´egalit´e (2) est vraie pour toute variable al´eatoire U telle que P([U ∈ J0, nK]) = 1. Soit n ∈ N donn´e. On suppose que, quelle que soit la probabilit´eP sur (Ω,A), l’in´egalit´e (2) est vraie pour toute fonction de distorsion g, pour toute variable al´eatoireX poss´edant une esp´erance corrig´ee par g et pour toute variable al´eatoire U telle queP([U ∈J0, nK]) = 1.
(a) D´eduire de la question pr´ec´edente que la propri´et´e ci-dessus est v´erifi´ee pourn= 0.
(b) On suppose la propri´et´e ci-dessus v´erifi´ee pour un entier natureln donn´e. Soit Z une variable al´eatoire telle que P([Z ∈ J0, n+ 1K]) = 1 et p = P([Z > 0]) > 0. On pose P∗ = P[Z>0]
(probabilit´e conditionnelle sachant [Z >0]). Pour tout r´eelx >0, on pose : SX∗(x) =P∗([X > x]), SZ∗(x) =P∗([Z > x]), SX+Z∗ (x) =P∗([X+Z > x]).
(i) Etablir l’´egalit´e : SX+Z(x) = (1−p)P[Z=0]([X > x]) +pSX+Z∗ (x).
(ii) ExprimerSX(x) etSZ(x) en fonction dep, P[Z=0]([X > x]), SX∗(x), S∗Z(x).
(iii) En utilisant la question (1)(c), partie III, d´eduire des relations pr´ec´edentes l’in´egalit´e : g(SX+Z(x))−g(SX(x))−g(SZ(x))≤g pSX+Z∗ (x)
−g(pSX∗(x))−g(pSZ∗(x)). (c) Justifier que la fonction h:x7−→ g(px)g(p) est une fonction de distorsion et ´etablir l’in´egalit´e :
Z +∞
0
h SX+Z∗ (x) dx≤
Z +∞
0
h(SX∗(x))dx+ Z +∞
0
h(SZ∗(x))dx.
(d) En d´eduire l’in´egalit´e : Eg(X+Z)≤Eg(X) +Eg(Z). Conclure.
(5) Pour toutn∈N∗ et toutω∈Ω, on poseYn(ω) =n1bnY(ω)c, o`ubucd´esigne la partie enti`ere deu.
(a) Justifier l’existence deEg(Yn) etEg(X+Yn), puis ´etablir que : Eg(X+Yn)≤Eg(X) +Eg(Yn).
(b) Pour toutx >0, comparer les ´ev´enements [Yn > x] et [Y > x], et montrer que :Eg(Yn)≤Eg(Y).
(c) Montrer que, pour tout entiern≥1, on a : Z +∞
1 n
g(SX+Y(x))dx= Z +∞
0
g
SX+Y
x+ 1
n
dx≤Eg(X+Yn).
(d) En d´eduire l’in´egalit´e (2).