SESSION 2018
Concours commun Centrale
MATHÉMATIQUES 1. FILIERE MP
Partie I - Préliminaires
On note(u|v)le produit scalaire de deux vecteursuetv deE.
I.A - Projection sur un convexe fermé Q1.Soit(a, b)∈E2.
ka+bk2+ka−bk2=kak2+2(a|b) +kbk2+kak2−2(a|b) +kbk2=2 kak2+kbk2 .
Cette identité est l’identité du parallélogramme. Elle signifie que la somme des carrés des longueurs des quatre côtés d’un parallélogramme est égale à la somme des carrés des longueurs de ses diagonales.
Q2.On applique l’identité de la question précédente à a= u−v
2 etb= u−v′
2 . On obtient
u− v+v′ 2
2
=2
u−v 2
2
+
u−v′ 2
2!
−
v′−v 2
2
=2 2
4ku−vk2
−
v′−v 2
2
=ku−vk2−
v′−v 2
2
<ku−vk2(carv6=v′), et donc
u− v+v′ 2
<ku−vk.
Q3.E ={ku−wk, w∈F}est une partie non vide et minorée deRet même deR+. On en déduit queE admet une borne inférieuredqui est un réel positif.
Pour toutn∈N, il existewn∈Ftel qued6ku−wnk6d+ 1
n+1. Ceci entraine en particulier que pour toutn∈N, kwnk6kuk+kwn−uk6kuk+d+ 1
n+1 6kuk+d+1.
Donc, la suitewest bornée. PuisqueEest de dimension finie, le théorème deBolzano-Weierstrasspermet d’affirmer que l’on peut extraire de la suitewune suite wϕ(n)
n∈N, convergeant vers un certain élémentvdeE. PuisqueFest fermé et que wϕ(n)
n∈N∈FN, on sait quevest un élément deF.
Pour toutn∈N, on ad6
u−wϕ(n)
6d+ 1
ϕ(n) +1. Quandntend vers+∞, par continuité de l’applicationx7→kxk, on obtient
d6 lim
n→+∞
u−wϕ(n) =
u− lim
n→+∞
wϕ(n)
=ku−vk6d.
vest un élément deF tel que pour toutw∈F, ku−vk=d6ku−wk.
Q4.On suppose de plus queF est convexe. Montrons que vest unique. Soit v′ ∈F tel que pour tout w∈F,ku−v′k6 ku−wk. On a alorsku−vk6ku−v′k etku−v′6ku−vket doncku−vk=ku−v′k.
PuisqueFest convexe et que vet v′ sont dans F,w= v+v′
2 est dansFet vérifie
u−v+v′ 2
=ku−wk>ku−vk.
La question Q2 montre qu’on ne peut avoirv6=v′ et doncv=v′. Ceci montre l’unicité dev.
I.B - Inégalité de Hölder pour l’espérance
Q5. Soient aet b deux réels positifs. L’inégalité à démontrer est claire quand a= 0 oub= 0. On suppose dorénavant a > 0etb > 0
La fonction x7→lnxest concave sur ]0,+∞[ car deux fois dérivable sur ]0,+∞[, de dérivée secondex7→ − 1
x2 négative sur]0,+∞[. Puisque 1
p et 1
q sont deux réels strictement positifs de somme 1, on a ln
1 pap+ 1
qbq
> 1
pln(ap) + 1
qln(bq) =ln(ab) et doncab6 ap
p +bq
q par croissance de la fonction exponentielle surR. On a montré que pour tout(a, b)∈[0,+∞[2,ab6 ap
p + bq q .
Q6.PosonsX(Ω) ={x1, . . . , xn}etY(Ω) ={y1, . . . , ym}oùx1, . . .xn sont deux à deux distincts ety1, . . . ,ym, sont deux à deux distincts. Supposons tout d’abordE(|X|p) =E(|Y|q) =1.
D’après la formule de transfert et la question Q5,
E(|XY|) = X
(i,j)∈J1,nK×J1,mK
|xiyj|P((X=xi)∩(Y =yj))
6 X
(i,j)∈J1,nK×J1,mK
1
p|xi|p+ 1 q|yj|q
P((X=xi)∩(Y=yj))
= 1 p
Xn
i=1
|xi|p
Xm
j=1
P((X=xi)∩(Y=yj))
+ 1 q
Xm
j=1
|yj|q Xn
i=1
P((X=xi)∩(Y =yj))
!
= 1 p
Xn
i=1
|xi|pP(X=xi) + 1 q
Xm
j=1
|yj|qP(Y =yj)
= 1
pE(|X|p) + 1
qE(|Y|q) = 1 p+ 1
q =1
= (E(|X|p))p1(E(|Y|q))1q.
L’inégalité deHölderest donc démontrée dans le cas oùE(|X|p) =E(|Y|q) =1. Supposons maintenantE(|X|p)> 0et E(|Y|q)> 0. SoientX′= X
(E(Xp))1p etY′= Y
(E(Yq))1q. Alors, E(X′p) =E
Xp E(Xp)
=1
et de même,E(Y′q) =1. Mais alorsE
XY
(E(Xp))1p(E(Yq))1q
!
61puisE(|XY|)6(E(Xp))1p(E(Yq))1q.
Il reste à étudier le cas où l’un des deux nombresE(Xp)ouE(Yq)est nul. Supposons par exemple queE(Xp) =0. Donc, Xn
i=1
|xi|pP(X=xi) =0
puis pour touti∈J1, nK, |xi|pP(X=xi) = 0. Si xi6= 0, on a nécessairement P(X=xi) = 0. Ceci montre que nécessai- rement,Xp prend la valeur0 avec une probabilité1 et toute autre valeur éventuelle deXp est prise avec une probabilité égale à0. Mais alors, il en est de même deXet finalementE(|X|) =0. Maintenant, la variableY prend un nombre fini de valeurs et est donc bornée. SoitMun majorant de|Y|. Alors, par croissance de l’espérance,
06E(|XY|)6ME(|X|) =0 puisE(|XY|) =0= (E(Xp))1p(E(Yq))1q.
Dans tous les cas, on a montré queE(|XY|)6(E(Xp))1p(E(Yq))1q.
I.C - Espérance conditionnelle Q7.E(X) = X
x∈X(Ω)
xP(X=x). Maintenant,(Ai)16i6m est un système complet d’événements. Donc, pour toutx∈X(Ω), d’après la formule des probabilités totales
P(X=x) = Xm
i=1
P(Ai)×PAi(X=x) puis, les sommes étant finies,
E(X) = X
x∈X(Ω)
x Xm
i=1
P(Ai)×PAi(X=x)
!
= Xm
i=1
P(Ai)
Xm
x∈X(Ω)
xPAi(X=x)
= Xm
i=1
P(Ai)E(X|Ai).
I.D - Variables aléatoires à queue sous-gaussienne
Q8.PosonsX2(Ω) ={y1, . . . , yn}où06y1< y2< . . . < yn. La fonction t7→tP(|X|>t)est continue par morceaux et positive sur[0,+∞[ car,
• sit∈ 0,√y1
, P(|X|>t) =P X2>t2
=P X2>y1
=P |X|>√y1
=1
• sit∈√yk,√yk+1
, 16k6n−1,P(|X|>t) =P |X|>√yk+1
• sit∈√yn,+∞
,P(|X|>t) =0.
Mais alors,
2 Z+∞
0
tP(|X|>t)dt=2 Z√y1
0
tP(|X|>√
y1) dt+2
n−1X
k=1
Z√yk+1
√yk
tP(|X|>√
yk+1) dt+2 Z+∞
yn
0 dt
= Zy1
0
P(|X|>√y1) du+
n−1X
k=1
Zyk+1
yk
P(|X|>√yk+1) du(en posantu=t2dans chaque intégrale)
=y1P(|X|>√ y1) +
n−1X
k=1
(yk+1−yk)P(|X|>√yk+1)
=y1P(|X|>√ y1) +
n−1X
k=1
yk+1P(|X|>√
yk+1) −
n−1X
k=1
ykP(|X|>√ yk+1)
= Xn
k=1
ykP(|X|>√ yk) −
n−1X
k=1
ykP(|X|>√ yk+1)
=
n−1X
k=1
yk(P(|X|>√
yk) −P(|X|>√
yk+1)) +ynP(|X|>√ yn)
=
n−1X
k=1
ykP(√
yk6|X|<√
yk+1) +ynP(|X|>√ yn) =
n−1X
k=1
ykP(|X|=√
yk) +ynP(|X|=√ yn)
= Xn
k=1
ykP(|X|=√ yk) =
Xn
k=1
ykP X2=yk
=E X2 .
Q9.Par suite,aet bétant strictement positifs, E X2
62a Z+∞
0
te−bt2dt=2a
"
e−bt2
−2b
#+∞
0
= a b.
Q10.Soittun réel. On a|X+δ|6|X|+|δ|et donc siωest un élément deΩtel que|X(ω) +δ|>t, alors|X(ω)|+|δ|>t
puis|X(Ω)|>t−|δ|. Ceci montre que{ω∈Ω/|X(ω) +δ|>t}⊂{ω∈Ω/|X(ω)|>t−|δ|}puis que
P(|X+δ|>t)6P(|X|>t−|δ|).
Q11.Soitt un réel.
a− 1
2bt2
+b(t−|δ|)2= b
2t2−2b|δ|t+bδ2+a = b
2(t−2|δ|)2−2bδ2+bδ2+a= b
2(t−2|δ|)2+a−bδ2>0 car
|δ|6
ra
b ⇒a−bδ2>0.
Par suite, pour tout réelt,−b(t−|δ|)26a− 1 2bt2. Q12.Soitt un réel tel quet>|δ|
P(|X+δ|>t)6P(|X|>t−|δ|) 6aexp
−b(t−|δ|)2
(cart−|δ|>0) 6aexp
a− 1
2bt2
=aexp(a)exp
−1 2bt2
.
Q13. Soit t ∈] −|δ|,|δ|[. Alors, t−|δ| < 0 puis P(|X| > t−|δ|) = P(|X| > 0) 6 a (et donc 1 6 a). D’autre part,
a− 1
2bt2> a− 1
2bδ2>a−bδ2>0et donc exp
a− 1 2bt2
>1. Donc, P(|X+δ|>t)6P(|X|>t−|δ|)6a6aexp(a)exp
−1 2bt2
.
Partie II - L’inégalité de concentration de Talagrand
II.A - Etude de deux cas particuliers
Q14.SiCne rencontre pasX(Ω), l’événement{X∈C}est vide puisP(X∈C) =0. L’inégalité est donc vraie quandCne rencontre pasX(Ω).
Q15. Posonsu = Xn
i=1
αiei où(αi)16i6n ∈{−1, 1}n. Posons encoreY = 1
4d(X, u)2 = Xn
i=1
1
4(εi−αi)2. Pour i ∈ J1, nK, posons encoreYi= 1
4(εi−αi)2(Yi est une variable aléatoire carεi l’est) de sorte que Y=
Xn
i=1
Yi.
ChaqueYiprend les valeurs0ou1(suivant queεi6=αiouεi=αi) avec probabilités respectives1 2 et 1
2. Donc,∀i∈J1, nK, Yi∼B
1 2
. Puisque lesYi sont des variables indépendantes (car lesεi le sont), on sait que Y=
Xn
i=1
Yi∼B
n,1 2
. Q16.D’après le théorème de transfert,
E
exp 1
8d(X, u)2
=E
exp 1
2Y
= Xn
k=0
ek2P 1
4d(X, u)2=k
= Xn
k=0
n k
ek2 1
2 n
= 1 2n
Xn
k=0
n k
√ ek
=
1+√ e 2
n
. En particulier,
E
exp 1
8d(X, u)2
6 1+3
2 n
=2n. Q17.Puisque u∈C, d(X, C)6kX−uk =d(X, u) puisE
exp
1
8d(X, C)2
6E
exp 1
8d(X, u)2
62n. D’autre part, par indépendance des variablesεi,16i6n,
P(X∈C) =P(X=u) =P(ε1=α1, . . . , εn=αn) = Yn
i=1
P(εi=αi) = 1 2n et finalement,P(X∈C)E
exp
1
8d(X, C)2
6 1
2n ×2n =1.
II.B - Initialisation
Q18. Si n = 1, X prend les deux valeurs e1 et −e1 avec équiprobabilité. Puisque C∩X(Ω) contient au moins deux éléments, on a doncC∩X(Ω) ={−e1, e1}=X(Ω)ou encoreX(Ω)⊂C. Par suite,P(X∈C) =1 et 1
d(X, C)2(Ω) ={0}de sorte queE
exp
1
8d(X, C)2
=1. Finalement, P(X∈C)×E
exp
1
8d(X, C)2
=161.
II.C - Propriétés de C+1 etC−1
Q19.Soitx′∈E′.
•x′+ten ∈Htpuisx′=π(x′+ten). Si de plusx′+ten ∈C, alorsx′=π(x′+ten)∈π(C∩Ht) =Ct.
• Si x′ ∈Ct, il existe y∈ C∩Ht tel que x′ = π(y). Puisque y ∈ Ht, on peut poser y=
n−1X
i=1
yiei+ten de sorte que π(y) =
n−1X
i=1
yiei=y−ten. Mais alors,x′+ten=y∈C.
Q20.Soitε∈{−1, 1}. Soient(x′, y′)∈(Cε)2etλ∈[0, 1]. Alors, d’après la question précédente,(x′+εen, y′+εen)∈C2
et donc(1−λ) (x′+εen) +λ(y′+εen) = (1−λ)x′+λy′+εen∈C. Mais alors, toujours d’après la question précédente, (1−λ)x′+λy′∈Cε. Ceci montre queCε est un convexe deE′.
Soit(up)p
∈Nune suite convergente d’éléments deCε. Soitu= lim
p→+∞up. Pour tout p ∈ N, up+εen est dansC. La suite (up+εen)p
∈N converge vers u+εen qui est donc un élément de C, puisqueCest fermé. Donc,u∈Cε.
Ainsi, toute suite convergente d’éléments deCε, converge dansCε et doncCε est un fermé deE′. En résumé, pourε∈{−1, 1},Cε est un convexe fermé deE′.
Q21.(εn=1, εn= −1)est un système complet d’événements. D’après la formule des probabilités totales, P(X∈C) =P(εn=1)×Pεn=1(X∈C) +P(εn= −1)×Pεn=−1(X∈C)
= 1
2P(X′+en ∈C) +1
2P(X′−en∈C)
= 1
2P(X′∈C+1) + 1
2P(X′∈C−1). II.D - Une inégalité cruciale
Q22.Par définition, Yεn ∈Cεn et donc Yε+εnen ∈ C. De même, Y−ε−εnen ∈C. Puisque Cest convexe, le vecteur w= (1−λ) (Yε+εnen) +λ(Y−ε−εnen)est dansC.
Par définition ded(X, C), on en déduit qued(X, C)6kX−wk=k(1−λ) (Yε+εnen) +λ(Y−ε−εnen) −Xk. Q23.
k(1−λ) (Yε+εnen) +λ(Y−ε−εnen) −Xk2=k(1−λ) (Yε+εnen) +λ(Y−ε−εnen) − (1−λ) (X′+εnen) −λ(X′+εnen)k2
=k(1−λ) (Yεn−X′) +λ(Y−εn−X′) −2λεnenk2.
Maintenant, Yεn −X′ et Y−εn −X′ sont dans E′ = Vect(e1, . . . , en−1) et −2λεen est dans Vect(en) = E′⊥. D’après le théorème dePythagore,
d(X, C)26k(1−λ) (Yεn−X′) +λ(Y−εn −X′) −2λεnenk2=k−2λεnenk2+k(1−λ) (Yεn −X′) +λ(Y−εn−X′)k2
=4λ2+k(1−λ) (Yεn −X′) +λ(Y−εn−X′)k2.
Soit(x, y)∈E2etλ∈[0, 1]. Montrons quek(1−λ)x+λyk26(1−λ)kxk2+λkyk2.
(1−λ)kxk2+λkyk2−k(1−λ)x+λyk2=λ(1−λ) kxk2−2(x|y) +kyk2
=λ(1−λ)kx−yk2>0 et donck(1−λ)x+λyk26(1−λ)kxk2+λkyk2.
Ainsi,
d(X, C)264λ2+k(1−λ) (Yεn−X′) +λ(Y−εn−X′)k2 64λ2+ (1−λ)kYεn−X′k2+λkY−εn−X′k2
=4λ2+ (1−λ)d(X′, Cεn)2+λ(X′, C−εn)2 (par définition deY±εn).
II.E - Espérances conditionnelles
Q24.D’après l’hypothèse faite surX, C∩X(ω)contient au moins un vecteur de dernière coordonnée1 et au moins un vecteur de dernière coordonnée −1 que l’on note u=
n−1X
i=1
βiei−en = u′−en où les βi sont dans {−1, 1}. Le vecteur u′−en est dansCet donc le vecteur u′ est dansC−1puis
p−>P(X′ =u′)> 0.
Q25.Soitω∈Ωtel que εn(ω) = −1. D’après la question Q23,
d(X(ω, C)264λ2+ (1−λ)d X′(ω), Cεn(ω)2
+λd X′(ω), C−εn(ω)2
=4λ2+ (1−λ)d(X′(ω), C−1)2+λd(X′(ω), C+1)2
puis exp 1
8d(X(ω), C)2
6exp λ2
2 exp 1
8d(X′(ω), C−1)2
1−λ exp
1
8d(X′(ω), C+1)2 λ
. Par croissance de l’espérance conditionnelle, on en déduit que,
E
exp 1
8d(X, C)2
|εn= −1
6exp
λ2 2
E
exp
1
8d(X′, C−1)2
1−λ exp
1
8d(X′, C+1)2 λ
|εn = −1
!
=exp λ2
2
E
exp 1
8d(X′, C−1)2
1−λ exp
1
8d(X′, C+1)2 λ!
.
Q26. Soit λ ∈]0, 1[. On applique l’inégalité de Hölder avec p = 1
1−λ et q = 1
λ de sorte que p et q sont deux réels strictement positifs tels que 1
p+ 1
q =1. On obtient
E
exp 1
8d(X′, C−1)2
1−λ exp
1
8d(X′, C+1)2 λ!
6
E
exp 1
8d(X′, C−1)2
1−λ E
exp
1
8d(X′, C+1)2 λ
et donc,
E
exp 1
8d(X, C)2
|εn= −1
6exp
λ2
2 E
exp
1
8d(X′, C−1)2
1−λ E
exp
1
8d(X′, C+1)2 λ
. Enfin, λ = 0 ou λ = 1, l’inégalité à établir est l’inégalité de la question Q25. L’inégalité de cette question est donc démontrée pour toutλ∈[0, 1].
Q27.En remplaçant dans tout ce qui précède, −1 par+1et +1 par−1 (l’inégalitép+ >p− n’ayant pas encore servi), on a aussi pour toutλ∈[0, 1],
E
exp 1
8d(X, C)2
|εn =1
6exp
λ2
2 E
exp
1
8d(X′, C+1)2
1−λ E
exp
1
8d(X′, C−1)2 λ
. Quandλ=0 et en multipliant par le réel positifp+, on obtient en particulier
p+×E
exp 1
8d(X, C)2
|εn =1
6p+E
exp
1
8d(X′, C+1)2
=P(X′∈C+1)E
exp 1
8d(X′, C+1)2
.
Maintenant, d’après la question Q20,C+1est un convexe fermé et non vide deE′ qui est de dimensionn−1. Par hypothèse de récurrence,
p+×E
exp 1
8d(X, C)2
|εn =1
6P(X′ ∈C+1)E
exp 1
8d(X′, C+1)2
61, et donc, puisquep+>p−> 0,
E
exp 1
8d(X, C)2
|εn =1
6 1
p+
. Q28.Soitλ∈[0, 1]. D’après la formule de l’espérance totale établie à la question Q7,
E
exp 1
8d(X, C)2
=P(εn =1)E
exp 1
8d(X, C)2
|εn=1
+P(εn= −1)E
exp 1
8d(X, C)2
|εn= −1
= 1 2
E
exp
1
8d(X, C)2
|εn =1
+E
exp
1
8d(X, C)2
|εn= −1
6 1 2
1 p+
+exp λ2
2 E
exp
1
8d(X′, C−1)2
1−λ E
exp
1
8d(X′, C+1)2
λ! .
Ensuite, C+1 est C−1 sont des convexes fermés non vides de E′ qui est de dimension n−1 et donc, par hypothèse de récurrence,E
exp
1
8d(X′, C−1)2
6 1
p−
et E
exp 1
8d(X′, C+1)2
6 1
p+
. On a donc montré que pour tout λ∈[0, 1],
E
exp 1
8d(X, C)2
6 1 2
1 p+
+exp λ2
2
1 (p−)1−λ
1 (p+)λ
! . II.F - Optimisation
Q29.Puisquep+>p−> 0,λ=1−p−
p+
est dans[0, 1[puis
E
exp 1
8d(X, C)2
6 1 2
1 p+
+exp λ2
2
1 (p−)1−λ
1 (p+)λ
!
= 1 2p+
1+exp λ2
2 p− p+
λ−1!
= 1 2p+
1+exp
λ2 2
(1−λ)λ−1
.
Q30.Pourx∈[0, 1[, posonsf(x) =ln(2+x) −ln(2−x) − (x−1)ln(1−x) −x2
2 .fest deux fois dérivable sur[0, 1[et pour x∈[0, 1[,
f′(x) = 1
2+x+ 1
2−x−ln(1−x) −1−x puis
f′′(x) = − 1
(2+x)2 + 1
(2−x)2+ 1
1−x−1= 8x
(x2−4)2+ x 1−x >0.
f′ est donc une fonction croissante sur[0, 1[. Puisque f′(0) =0, f′ est positive sur[0, 1[ puis f est croissante sur [0, 1[.
Puisquef(0) =0, fest positive sur[0, 1[et donc
∀x∈[0, 1[, x2
2 + (x−1)ln(1−x)6ln(2+x) −ln(2−x).
Q31.Par croissance de l’exponentielle surR, on en déduit encore que, pourx∈[0, 1[, ex22 (x−1)1−x6 2+x
2−x puis que
1+ex22 (x−1)1−x61+ 2+x 2−x = 4
2−x. Q32.Ainsi, pourλ=1− p−
p+ ∈[0, 1[, E
exp
1
8d(X, C)2
6 1
2p+ × 4 2−λ, puis,
P(X∈C)E
exp 1
8d(X, C)2
= 1
2(p++p−)E
exp 1
8d(X, C)2
(d’après Q21) 6 1
2(p++p−) 1 2p+
4 2−λ = 1
4
1+p−
p+
4 2−λ
= 1
4(1+1−λ) 4 2−λ =1.
L’inégalité est démontrée par récurrence.
II.G - Inégalité de Talagrand Q33.Soitt un réel strictement positif.
P(X∈C)×P(d(X, C)>t) =P(X∈C)×P
exp 1
8d(X, C)2
>exp t2
8
6P(X∈C)× E
exp
1
8d(X, C)2
exp t2
8
(d’après l’inégalité deMarkov)
6 1
exp t2
8
=exp
−t2 8
.
Partie III - Démonstration du théorème de Johnson-Lindentstrauss
III.A - Une inégalité de concentration
Q34.Si r < 0, Cest vide et en particulier,Cest une partie convexe et fermée de Mk,d(R). Dorénavant,r>0. Dans ce cas,Ccontient la matrice nulle et n’est donc pas vide.
•Soient(M, N)∈C2etλ∈[0, 1].
k((1−λ)M+λN)uk=k(1−λ)Mu+λNuk6(1−λ)kMuk+λkNuk6(1−λ)r+λr=r.
Donc,(1−λ)M+λN∈C. Ceci montre queCest convexe.
•L’applicationh1 : M7→Muest une application linéaire surMk,d(R)à valeurs dansMk,1(R)et donch1est continue sur Mk,d(R). D’autre part, l’application h2 : v 7→ kvk est continue sur Mk,1(R). On en déduit que g= h2◦h1 est
continue surMk,d(R). Par suite,C=g−1([0, r])est un fermé deMk,d(R)en tant qu’image réciproque d’un fermé deR par l’application continueg.
Finalement,Cest une partie convexe et fermée deMk,d(R).
Q35.PosonsM= (mi,j)16i6k, 16j6d.
kMuk2= Xk
i=1
Xd
j=1
mi,juj
2
6 Xk
i=1
Xd
j=1
m2i,j
Xd
j=1
u2j
(d’après l’inégalité deCauchy-Schwarz)
= Xk
i=1
Xd
j=1
m2i,j
(carkuk=1)
=Tr MTM
=kMk2F, et donckMuk6kMkF.
Q36.Supposonsd(M, C)< t. Sir>0,Cest non vide.
PuisqueCest un convexe fermé non vide deMk,d(R), il existeN∈Ctelle qued(M, C) =kM−NkFd’après la question Q4. D’après la question précédente,
kMuk−kNuk6k(M−N)uk6kM−NkF=d(M, C)< t puis
g(M) =kMuk6kNuk+t6r+t(carN∈C).
Sir < 0,Cest vide etd(X, C)n’est pas défini.
Q37.Soitr>0. D’après la question précédente, l’événement{d(X, C)< t}est contenu dans l’événement{g(X)< r+t}.
Par passage au complémentaire, on obtient{g(X)>r+t}⊂{d(X, C)>t}puis, d’après la question Q33,
P(g(X)6r)P(g(X)>r+t) =P(X∈C)P(g(X)>r+t) 6P(X∈C)P(d(X, C)>t)6exp
−t2 8
. Sir < 0,P(g(X)6r) =0 et l’inégalité est immédiate.
III.B - Médianes
Q38.X prend un nombre fini de valeurs dansMk,d(R)puisg(X) prend un nombre fini de valeurs positives :0 6y1<
y2< . . . < yp.
La fonction G : t 7→ P(g(X) 6 t) est croissante sur R (car si t 6 t′, alors {g(X) 6 t} ⊂ {g(X) 6 t′}). G(yp) = P(g(X)6yp) =1. On peut poseri=Min
j∈J1, pK/ G(yj)>1 2
puis on posem=yi. Par construction,P(g(X)6m)>1
2. Sii>2, par constructionP(g(X)6yi−1)< 1 2 puis
P(g(X)>m) =P(g(X)>yi) =1−P(g(X)< yi) =1−P(g(X)6yi−1)> 1−1 2 = 1
2. Si i = 1, P(g(X) = y1) = P(g(X)6y1) > 1
2 et donc P(g(X)>y1) > P(g(X) =y1) > 1
2. Dans tous les cas, m = yi
convient.
Q39.Soitt > 0.
P(|g(X) −m|>t) =P((g(X)>m+t)∪(g(X)6m−t)) 6P(g(X)>m+t) +P(g(X)6m−t) =2×
1
2P(g(X)>m+t) +1
2P(g(X)6m−t)
62(P(g(x)6m)P(g(X)>m+t) +P(g(X)6m−t)P(g(X)>m)) 62
exp
−1
8((m+t) −m)2
+exp
−1
8(m− (m−t))2
(d’après Q37)
=4exp
−1 8t2
. Q40.On en déduit que
E
(g(X) −m)2
=2 Z+∞
0
tP(|g(X) −m|>t)dt(d’après la question Q8) 68
Z+∞ 0
texp
−1 8t2
dt=8
−4exp
−1 8t2
+∞ 0
=32.
Q41.(g(X))2=kXuk2= Xk
i=1
(Xu)2i (où pouri∈J1, kK, (Xu)i= Xd
j=1
εi,juj). Par linéarité de l’espérance,
E (g(X))2
= Xk
i=1
E (Xu)2i . Ensuite, pour16i6k
E (Xu)2i
=E
Xd
j=1
εi,juj
2
= Xd
j=1
u2jE ε2i,j
+2 X
16j<j′6d
ujuj′E(εi,jεi,j′).
Ensuite,E ε2i,j
=E(1) =1puis pourj6=j′, les variablesεi,j etεi,j′ étant indépendantes, E(εi,jεi,j′) =E(εi,j)E(εi,j′) =
1×1
2 + (−1)×1 2
2
=0.
Il resteE (Xu)2i
= Xd
j=1
u2j =kuk2=1 puis
E (g(X))2
= Xk
i=1
1=k.
On a montré queE (g(X))2
=k.
D’après l’inégalité de Cauchy-Schwarz, (E(g(X)))2 = (E(g(X)×1))2 6E (g(X))2E 12
= k et donc, puisque g(X) est une variable positive,06E(g(X))6√
k.
Q42.On en déduit que
E (g(X) −m)2
=E (g(X))2
−2mE(g(X)) +m2=k−2mE(g(X)) +m2>k−2m√
k+m2=√
k−m2
. III.C - Un lemme clé
Q43.D’après la question Q39, la variable aléatoireY=g(X) −mvérifie l’inégalité de la question Q4 aveca=4etb= 1 8. D’après les questions Q12 et Q13, si06|δ|6
ra b =√
32, alors pourt>0,
P(|g(X) −m+δ|>t) =P(|Y+δ|>t)64e4exp
−1 16t2
(∗).
D’après les questions Q40 et Q42,√
k−m2
6E (g(X) −m)2
632 puis
√k−m 6√
32. On peut donc appliquer (∗)avecδ=m−√
ket on obtient pourt>0, P
g(X) −√ k
>t
64e4exp
− 1 16t2
.
Q44.|kAkuk−1|> ε⇔
√X ku
−1
> ε⇔
kXuk−√ k
> ε√
k⇔
g(X) −√ k
> ε√
k. D’après la question précédente,
P(|kAkuk−1|> ε)64e4exp
− 1 16kε2
64e4exp
− 1 16160ln
1 δ
=4e4δ10
< 4e4 1
2 9
δ= e4 27δ < 34
27δ= 81 128δ
< δ.
III.D - Conclusion Q45.En posantu= 1
kvi−vjk(vi−vj),
(1−ε)kvi−vjk6kAkvi−Akvjk6(1+ε)kvi−vjk⇔1−ε6kAkuk61+ε⇔|kAkuk−1|6ε.
Donc,Ei,j est l’événement{|kAkuk−1|> ε}. D’après la question 44,P Ei,j
< δ.
Q46.
1−P
\
16i<j6N
Ei,j
=P
\
16i<j6N
Ei,j
=P
[
16i<j6N
Ei,j
6 XP
16i<j6N
Ei,j
< X
16i<j6N
δ=δ XN
j=2
Xj−1
i=1
1
!
=δ XN
j=2
(j−1)
= N(N−1) 2 δ.
et doncP
\
16i<j6N
Ei,j
> 1− N(N−1) 2 δ.
Q47.On prend δ de la forme 1
Nα avecα >2. On a bien0 < δ6 1 22 < 1
2. La condition k>160ln(1/δ)
ε2 s’écrit encore k>cln(N)
ε2 oùc=160αest une constante strictement positive indépendante deN,d,k etε.
Toute réalisation de l’événement \
16i<j6n
Ei,j fournit une application linéaireAk deRk dansRdqui est une ε-isométrie.
La probabilité de cet événement vérifie
P
\
16i<j6N
Ei,j
> 1− N(N−1) 2Nα . En choisissantα=2, on voit que sous la conditionk>cln(N)
ε2 , on a plus d’une chance sur deux qu’il existe uneε-isométrie deRkdansRd. En choisissantα=100, on voit que l’existence d’une telleε-isométrie est quasiment certaine.