MPSI B 29 juin 2019
Énoncé
Soit (Ω, P ) une espace probabilisé ni et X une variable aléatoire réelle dénie sur Ω . On note m son espérance et Y = X − m la variable centrée associée. On considère également des variables aléatoires X
1, ..., X
ndénies sur Ω mutuellement indépendantes et de même loi que X ainsi que la variable aléatoire S
n= X
1+ ... + X
n.
Dans ce problème ε > 0 est xé. La partie 2 est un cas particulier de la partie 1 qui utilise les notations Y , ψ , h
+dénie dans la partie 1.
Partie 1 : Généralités
1. On considère des nombres réels p
1, · · · , p
Net y
1, · · · , y
Ntels que
∀i ∈ J 1, N K , p
i> 0; y
1< y
2< · · · < y
N.
Former (en justiant) un développement asymptotique en +∞ de la fonction ϕ dénie par :
ϕ(t) = εt − ln
N
X
k=1
p
ke
tyk! .
Le reste devra être o(e
(yN−1−yN)t) .
2. Pour t ∈ R, exprimer à l'aide de la formule de transfert l'espérance de la variable aléatoire e
tY. On note E(e
tY) cette espérance.
3. On dénit une fonction ψ dans R
+par
∀t ∈ R
+, ψ(t) = εt − ln(E(e
tY)).
a. Déterminer ψ(0) et ψ
0(0) . En déduire qu'il existe t > 0 tel que ψ(t) > 0 .
b. Préciser l'ensemble des ε > 0 tels que ψ → −∞ en +∞ . Dans la suite du problème, on suppose que ε est dans cet ensemble.
c. Montrer que ψ est majoré et qu'il atteint sa borne supérieure que l'on note h
+(ε) . Montrer que h
+(ε) > 0 .
4. Soit t ∈ R
+. Montrer que :
P (S
n≥ εn) ≤ E(e
tSn) e
nεt.
5. Montrer que :
e
−nψ(t)= e
−nεtE(e
tSn) 6. En déduire que :
P S
nn ≥ ε
≤ e
−nh+(ε).
Partie 2 : Cas de variables de Bernoulli
Soit p ∈]0, 1[ . On suppose dans cette partie que X est de loi de Bernoulli de paramètre p . On suppose également que 0 < ε < 1 − p .
1. Montrer que :
P
S
nn − p ≥ ε
1/n≤ e
−h+(ε). 2. a. Montrer que : ∀t ∈ R
+, E e
tY= ((1 − p) + pe
t)e
−pt. b. Montrer que :
h
+(ε) = (p + ε) ln p + ε
p
+ (1 − p − ε) ln
1 − p − ε 1 − p
.
3. Posons k
n= b(p + ε)nc + 1 , où bxc désigne la partie entière de x . Montrer que :
P S
nn − p ≥ ε
≥ n
k
np
kn(1 − p)
n−kn.
4. a. Soit α > 0 , soit (u
n) une suite admettant en +∞ le développement asymptotique suivant :
u
n= αn + O(1).
Montrer que u
nln(u
n) admet en +∞ le développement asymptotique suivant : u
nln(u
n) = αn ln(αn) + o(n).
b. On admet que ln(n!) admet le développement asymptotique suivant en +∞ : ln(n!) = n ln(n) − n + o(n).
Montrer que :
ln n
k
np
kn(1 − p)
n−kn∼ −nh
+(ε).
Cette création est mise à disposition selon le Contrat
Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/
1
Rémy Nicolai Avalea3MPSI B 29 juin 2019
5. Etudier la convergence de la suite de terme général
P S
nn − p ≥ ε
1/n.
Corrigé
Partie 1 : généralités
1. Mettons en facteur l'exponentielle p
Ne
yNtd'exposant maximal
ϕ(t) = (ε − y
N)t − ln(p
N) − ln (1 + r(t)) avec r(t) =
N−1
X
k=1
p
kp
Ne
−(yN−yk)t∼ p
N−1p
Ne
−(yN−yN−1)t→ 0 à cause de la stricte croissance des y
k. En développant le ln :
ϕ(t) = (ε − y
N)t − ln(p
N) − r(t) + o(r(t))
= (ε − y
N)t − ln(p
N) − p
N−1p
Ne
−(yN−yN−1)t+ o(e
−(yN−yN−1)t) 2. D'après la formule de transfert :
E(e
tY) = X
xk∈X(Ω)
P (X = k)e
t(xk−m)3. a. D'après la question précédente, ψ(t) = εt − ln
p
1e
t(x1−m)+ · · · + p
Ne
t(xN−m)= ϕ(t)
en notant X(Ω) = {x
1, · · · , x
N} (du plus petit au plus grand), y
k= x
k− m et p
k= P (X = x
k) . On en déduit
ψ(0) = 0 et ψ
0(t) = ε − p
1(x
1− m)e
t(x1−m)+ · · · + p
N(x
N− m)e
t(xN−m)p
1e
t(x1−m)+ · · · + p
Ne
t(xN−m)⇒ ψ
0(0) = ε − p
1(x
1− m) + · · · + p
N(x
N− m) p
1+ · · · + p
N= ε car p
1(x
1− m) + · · · + p
N(x
N− m) = m − m = 0 (la variable Y est centrée).
Comme la fonction est C
∞, elle est strictement croissante au voisinage de 0 donc strictement positive dans un petit intervalle ]0, a] .
b. Le développement obtenu dans la première question s'applique à la fonction ψ . On en déduit que
ψ −−→ −∞ ⇔
+∞ε < y
N= max(X (Ω)) − m.
c. Comme ψ diverge vers −∞ en +∞ , il existe un réel b tel que ψ(x) ≤ 0 pour x ≥ b . La fonction ψ prend des valeurs strictement positives dans [0, b] . Elle est majorée et atteint sa borne supérieure car elle est continue dans le segment [a, b] . Cette valeur maximale est strictement positive donc c'est aussi la plus grande valeur de ψ sur [0, +∞[ car ψ est négative au delà de b . On note h
+(ε) cette valeur.
4. La variable aléatoire e
t(Sn−nm)est à valeurs strictement positives, on peut donc lui appliquer l'inégalité de Markov :
P
e
t(Sn−nm)≥ e
ntε≤ E e
t(Sn−nm)e
ntεOr, la fonction exponentielle étant strictement croissante, on dispose d'une égalité entre événements :
e
t(Sn−nm)≥ e
ntε= (t(S
n− nm) ≥ ntε) = ((S
n− nm) ≥ nε)
ce qui permet de conclure pour t > 0 . Si t = 0 , le membre de droite vaut 1 donc l'inégalité est évidente (probabilité).
5. D'après l'expression de ϕ trouvée en 3 :
e
−nψ(t)= e
−nεt
X
y∈Y(Ω)
P (Y = y)e
ty
n
= e
−nεtY
i∈J1,nK
X
yi∈Yi(Ω)
P (Y
i= y
i)e
tyi
= e
−nεtX
(y1,···,yn)∈Y1[Ω)×···×Yn(Ω)
P (Y
1= y
1) · · · P (Y
n= y
n)e
t(y1+···+yn)= e
−nεtX
(y1,···,yn)∈Y1[Ω)×···×Yn(Ω)
P ((Y
1= y
1) ∩ · · · ∩ (Y
n= y
n)) e
t(y1+···+yn)car les variables Y
i= X
i− m sont mutuellement indépendantes. La variable somme
Cette création est mise à disposition selon le Contrat
Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/
2
Rémy Nicolai Avalea3MPSI B 29 juin 2019
S
n− nm = Y
1+ · · · + Y
napparait alors :
e
−nψ(t)= e
−nεtX
s∈(Sn−m)(Ω)
X
y1+···+yn=s
P ((Y
1= y
1) ∩ · · · ∩ (Y
n= y
n)) e
ts!
= e
−nεtE
e
t(Sn−nm)On aurait aussi pu rédiger en utilisant des résultats de cours plutôt qu'en les redémon- trant. Si X et Y sont des variables aléatoires indépendantes, alors f (X) et g(Y ) le sont aussi (avec la fonction exponentielle). L'espérance du produit de variables aléatoires mutuellement indépendantes est le produit des espérances.
6. On peut utiliser la question 4 ; avec (S
n− nm ≥ εn) =
S
nn − m ≥ ε
⇒ P S
nn − m ≥ ε
≤ e
−nεtE
e
t(Sn−nm)= e
−nψ(t)Cette inégalité est valable pour tous les t > 0 . On a vu en question 3.c. qu'il existe un t
maxtel que ψ(t
max) = h
+(ε) . En appliquant l'inégalité précédente justement en ce t
max, on obtient
P S
nn − m ≥ ε
≤ e
−nh+(ε)Partie 2 : cas des variables de Bernoulli
1. L'espérance de
Snnest p donc en prenant la racine n -ème de l'inégalité de la n de la première partie (question 6). On obtient
P
S
nn − p ≥ ε
1n≤ e
−h+(ε)2. a. D'après la formule de transfert :
E(e
tY= P (X = 0)e
−tp+ P (X = 1)e
(1−p)t= (1 − p)e
−tp+ pe
(1−p)t= 1 − p + pe
te
−ptb. Utilisons l'espérance calculée à la question précédente pour préciser ψ et ψ
0. ψ(t) = εt − ln q + pe
te
−pt= (ε + p)t − ln(q + pe
t) ψ
0(t) = 1
q + pe
t(ε + p)q + (ε − q)pe
ten posant q = 1 − p et après réduction au même dénominateur.
Comme 0 < ε < q = 1 − p , la fonction est croissante de 0 à t
maxpuis décroissante ensuite avec
t
max= ln p + ε
q − ε q p
= ln p + ε
p
− ln(q − ε) + ln q
h
+(ε) = ψ(t
max) = (ε + p)t
max− ln
q + p + ε q − ε q
= (ε+p)t
max−ln q−ln(p + q)
| {z }
=0
+ln(q−ε) = (ε+p) ln p + ε
p
+(1−ε−p) ln q − ε
q
Finalement
h
+(ε) = (p + ε) ln p + ε
p
+ (q − ε) ln q − ε
q
3. Dans cette partie, comme les variables X
isuivent une loi de Bernoulli de paramètre p , la somme S
nsuit une loi binomiale d'espérance np . On traduit l'événement considéré à l'aide de la loi binomiale. Il est important de remarquer que p + ε < 1 car ε < q . On en déduit que k
n≤ n
S
nn − p ≥ ε
= (S
n≥ (p + ε)n) Or k
n> (p + ε)n donc (S
n= k
n) ⊂
Snn− p ≥ ε d'où
P S
nn − p ≥ ε
≥ P (S
n= k
n) = k
nn
p
knq
n−kn4. a. Pour obtenir un développement de ln(u
n) , factorisons par αn :
ln(u
n) = ln(αn + O(1)) = ln(αn) + ln
1 + O( 1 n )
= ln(n) + ln(α) + O( 1 n )
Cette création est mise à disposition selon le Contrat
Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/
3
Rémy Nicolai Avalea3MPSI B 29 juin 2019
On en déduit
u
nln(u
n) = (αn + O(1))
ln(n) + ln(α) + O( 1 n )
= αn ln(n) + αn ln(α) + O(ln(n)) = αn ln(αn) + O(ln(n))
| {z }
∈o(n)
car O(1) ∈ O(ln(n)) .
b. Les suites (k
n) et n − k
nsont de la forme traitée en question a.
( k
n=(p + ε)n + O(1) n − k
n=(q − ε)n + O(1)
⇒
( k
nln(k
n) =(p + ε)n ln ((p + ε)n) + o(n) (n − k
n) ln(n − k
n) =(q − ε)n ln ((q − ε)n) + o(n) En utilisant le fait que o(k
n) ∈ o(n) et o(n − k
n) ∈ o(n) ainsi que le début de la formule de Stirling rappelée par l'énoncé, on obtient un développement du coecient du binôme
ln k
nn
= ln
n!
k
n!(n − k
n)!
= n ln(n) − n
− (p + ε)n ln ((p + ε)n) + (p + ε)n
− (q − ε)n ln ((q − ε)n) + (q − ε)n + o(n)
= (1 − (p + ε) − (q − ε)) n ln(n)
+ (−1 − (p + ε) ln(p + ε) + (p + ε) − (q − ε) ln(q − ε) + (q − ε)) n + o(n)
= − ((p + ε) ln(p + ε) + (q − ε) ln(q − ε)) n + o(n) On dispose aussi de développements de k
net n − k
n(avec O(1) ∈ o(n) )
ln k
nn
= − ((p + ε) ln(p + ε) + (q − ε) ln(q − ε)) n + o(n) ln(p
kn) =(p + ε)n ln(p) + o(n)
ln(q
n−kn) =(q − ε)n ln(q) + o(n)
On peut tout combiner ln
k
nn
p
knq
n−kn=
(p + ε) ln p
(p + ε)
(q − ε) ln p
(q − ε)
n + o(n)
∼ −nh
+(ε) 5. Notons z
n= ln
kn
n
p
knq
n−kn. Les questions 6. et 9. conduisent à l'encadrement e
zn≤ P
S
nn − p ≥ ε
≤ e
−nh+(ε)dont on prend la racine n -ième
e
znn≤
P S
nn − p ≥ ε
n1≤ e
−h+(ε)Comme (
znn) converge vers −h
+(ε) on en déduit par le théorème d'encadrement que la suite converge vers e
−h+(ε).
Cette création est mise à disposition selon le Contrat
Paternité-Partage des Conditions Initiales à l'Identique 2.0 France disponible en ligne http://creativecommons.org/licenses/by-sa/2.0/fr/