En partenariat avec
Annale

ECRICOME 2006Maths approfondies

Connectez-vous pour consulter le corrigé.

Accès complet à tous les corrigés avec un abonnement.
Essai gratuit 48h — accès immédiat, sans CB.

ÉcoleECRICOME
Année2006
OptionECS
Thème principalAlgèbre, Analyse, Probabilités
ChapitresCalcul matriciel, Espaces vectoriels, Applications linéaires, Diagonalisation, Algèbre bilinéaire, Suites, Fonctions, Calcul intégral, Séries, Formules de Taylor, Intégrales impropres, Espaces probabilisés, Variables aléatoires discrètes, Vecteurs aléatoires discrets, Informatique

Exercice 1

On considère l’espace vectoriel euclidien \(\mathbb{R}^{3}\) muni de son produit scalaire canonique et on note \(\mathcal{B}=(i,j,k)\) la base canonique de \(\mathbb{R}^{3}\).

Pour tout \((x, y) \in \mathbb{R}^{3} \times \mathbb{R}^{3}\) on a donc :

\[\langle x, y\rangle= {}^t\!X Y\]

\(X\) et \(Y\) désignent les matrices colonnes des coordonnées de \(x\) et \(y\) dans la base \(\mathcal{B}\).

Si \(F\) est un sous-espace vectoriel de \(\mathbb{R}^{3}, F^{\perp}\) désigne le supplémentaire orthogonal de \(F\) dans \(\mathbb{R}^{3}\).

On note \(\mathcal{L}(\mathbb{R}^{3})\) l’ensemble des endomorphismes de \(\mathbb{R}^{3}\) et \(I d\) l’application identité de \(\mathbb{R}^{3}\).

Pour \(f\) endomorphisme de \(\mathbb{R}^{3}\), de matrice \(M\) dans la base canonique, on note \(f^{*}\) l’endomorphisme de \(\mathbb{R}^{3}\) dont la matrice dans la base canonique est \({}^t\!M\).

A. Quelques propriétés de

Dans cette question \(f\) est un endomorphisme de \(\mathbb{R}^{3}\).

  1. Montrer que : \[\forall(x, y) \in\left(\mathbb{R}^{3}\right)^{2}, \ \langle f(x), y\rangle=\left\langle x, f^{*}(y)\right\rangle\]

  2. Montrer que \(f^{*}\) est le seul endomorphisme \(g\) de \(\mathbb{R}^{3}\) vérifiant : \[\forall(x, y) \in\left(\mathbb{R}^{3}\right)^{2}, \ \langle f(x), y\rangle=\langle x, g(y)\rangle\]

  3. Soit \(F\) un sous espace vectoriel de \(\mathbb{R}^{3}\) stable par \(f\) (c’est-à-dire tel que \(f(F) \subset F\)).

    1. Pour \(x \in F\) et \(y \in F^{\perp}\) calculer \(\left\langle x, f^{*}(y)\right\rangle\).

    2. En déduire que \(F^{\perp}\) est stable par \(f^{*}\).

B. Réduction des matrices d’un ensemble

On désigne par \(\mathcal{E}\) l’ensemble des endomorphismes \(f_{u}\) de \(\mathbb{R}^{3}\) dont la matrice dans la base \(\mathcal{B}\) est de la forme \[M_{u}= \begin{pmatrix} a & b & c \\ c & a & b \\ b & c & a \end{pmatrix}\]

\(u=(a, b, c) \in \mathbb{R}^{3}\).

  1. Montrer que \(\mathcal{E}\) est un sous espace vectoriel de \(\mathcal{L}(\mathbb{R}^{3})\).

  2. Montrer que pour tout \(u \in \mathbb{R}^{3}\), \(f_{u}^{*}\) appartient à \(\mathcal{E}\).

  3. On note \(e_{1}=\frac{1}{\sqrt{3}} \left(i+j+k \right)\), \(e_{2}=\frac{1}{\sqrt{2}} \left(i-j \right)\), \(e_{3}=\frac{1}{\sqrt{6}} \left(i+j-2 k \right)\) et \(\mathcal{D}\) la droite de vecteur directeur \(e_{1}\).

    1. Montrer que \(e_{1}\) est un vecteur propre commun aux éléments \(f_{u}\) de \(\mathcal{E}\).

    2. En déduire que, pour tout \(u \in \mathbb{R}^{3}\), \(\mathcal{D}\) est stable par \(f_{u}\).

    3. Déduire des questions précédentes que, pour tout \(u \in \mathbb{R}^{3}\), \(\mathcal{D}^{\perp}\) est stable par \(f_{u}\).

    4. Déterminer une équation de \(\mathcal{D}^{\perp}\).

    5. Montrer que \(\left(e_{2}, e_{3}\right)\) est une base orthonormale de \(\mathcal{D}^{\perp}\) et que \(\mathcal{B}^{\prime}=\left(e_{1}, e_{2}, e_{3}\right)\) est une base orthonormale de \(\mathbb{R}^{3}\).

    6. Justifier alors que la matrice de \(f_{u}\) dans la base \(\mathcal{B}^{\prime}\) est de la forme \[N_{u}= \begin{pmatrix} e & 0 & 0 \\ 0 & f & g \\ 0 & h & l \end{pmatrix}\]

      \(e, f, g, h, \ell\) sont des réels.

Exercice 2

On considère la fonction \(f\) des deux variables réelles \(x, t\), définie par :

\[f(x, t)= \mathrm{e}^{-t^{2}} \, \sqrt{1+x t}\]

  1. Étude de \(f\).

    1. Justifier que \(f\) est de classe \(\mathcal C^{2}\) sur \(\left[ 0,+\infty \right[ \times \left[ 0,+\infty \right[\).

    2. Pour \((x, t) \in\left[ 0,+\infty \right[ \times \left[ 0,+\infty \right[\), calculer \[\partial_1 f(x,t) \quad \text{et} \quad \partial_{1,1}^2 f(x,t)\]

    3. Montrer que pour \((x, t) \in\left[ 0,+\infty \right[ \times \left[ 0,+\infty \right[\),

      \[\left| \partial_{1,1}^2 f (x, t)\right| \leqslant \frac{t^{2}}{4} \,\mathrm{e}^{-t^{2}}\]

  2. Montrer que pour tout réel \(\alpha\) strictement positif, l’intégrale \[\int_{0}^{+\infty} t^{\alpha} \,\mathrm{e}^{-t^{2}} \,\mathrm{d}t\]

    est convergente.

    En déduire que pour tout réel \(x\) positif, les intégrales suivantes sont convergentes :

    \[\int_{0}^{+\infty} \mathrm{e}^{-t^{2}} \, \sqrt{1+x t} \,\mathrm{d}t\quad \text{et} \quad \int_{0}^{+\infty} \frac{t \,\mathrm{e}^{-t^{2}}}{\sqrt{1+x t}} \,\mathrm{d}t\]

  3. On considère la fonction \(g\) définie sur \([0,+\infty[\) par \[g(x)=\int_{0}^{+\infty} f(x, t) \,\mathrm{d}t= \int_{0}^{+\infty} \mathrm{e}^{-t^{2}} \, \sqrt{1+x t} \,\mathrm{d}t\]

    1. Sans chercher à calculer la dérivée de \(g\), montrer que \(g\) est croissante sur \([0,+\infty[\).

    2. Soit \(x_{0} \in[0,+\infty[\).

      Montrer que pour \((x, t) \in[0,+\infty[\times[0,+\infty]\),

      \[\left|f(x, t)-f(x_{0}, t)-\left(x-x_{0}\right) \partial_1 f(x_0,t) \right| \leqslant \frac{t^{2}}{8} \,\mathrm{e}^{-t^{2}}\left|x-x_{0}\right|^{2}\]

    3. En déduire que pour \(x_{0} \in[0,+\infty[\),

      \[\left|g(x)-g(x_{0})-\left(x-x_{0}\right) \int_{0}^{+\infty} \partial_1 f \! \left(x_{0}, t\right) \,\mathrm{d}t\right| \leqslant \frac{\left|x-x_{0}\right|^{2}}{8} \int_{0}^{+\infty} t^{2} \,\mathrm{e}^{-t^{2}} \,\mathrm{d}t\]

    4. Montrer que \(g\) est dérivable sur \(\left[0,+\infty\left[\right.\right.\) et que \(g^{\prime}\) est définie par

      \[g^{\prime}(x)=\int_{0}^{+\infty} \partial_1 f (x, t) \,\mathrm{d}t\]

      Retrouver le sens de variations de \(g\).

Problème

On effectue une succession infinie de lancers indépendants d’une pièce donnant Pile avec la probabilité \(p \in \left] 0,1 \right[\) et Face avec la probabilité \(q=1-p\).

On va s’intéresser dans ce problème aux successions de lancers amenant un même côté.

On dit que la première série est de longueur \(n \geqslant 1\) si les \(n\) premiers lancers ont amené le même côté de la pièce et le \((n+1)^{\grave{e}me}\) l’autre côté.

De même la deuxième série commence au lancer suivant la fin de la première série et se termine (si elle se termine) au lancer précédant un changement de côté.

On définit de même les séries suivantes.

\(\Omega\) désigne l’ensemble des successions infinies de Pile ou Face.

Pour \(i \in \mathbb{N}^{*}\), on note \(P_{i}\) l’événement « le \(i\) ème lancer amène Pile » et \(F_{i}\) l’événement contraire.

Les trois parties sont indépendantes.

A. Étude des longueurs de séries

  1. On note \(L_{1}\) la longueur de la première série.

    1. Exprimer l’événement \(\left(L_{1}=n\right)\) à l’aide des événements \(P_{i}\) et \(F_{i}\) pour \(i\) entier naturel variant entre 1 et \(n+1\).

    2. En déduire que :

      \[\mathbb{P}\! \left(L_{1}=n\right)=p^{n} q+q^{n} p\]

    3. Vérifier que :

      \[\sum_{n=1}^{+\infty} \mathbb{P}\! \left(L_{1}=n\right)=1\]

  2. On note \(L_{2}\) la longueur de la deuxième série.

    1. Exprimer l’événement \(\left(L_{1}=n\right) \cap\left(L_{2}=k\right)\) à l’aide des événements \(P_{i}\) et \(F_{i}\) pour \(i\) entier naturel variant entre 1 et \(n+k+1\) puis calculer la probabilité de l’événement \(\left(L_{1}=n\right) \cap\left(L_{2}=k\right)\).

    2. En déduire que, pour \(k \in \mathbb{N}^{*}\),

      \[\mathbb{P}\! \left(L_{2}=k\right)=p^{2} q^{k-1}+q^{2} p^{k-1}\]

      On admet que :

      \[\sum_{k=1}^{+\infty} \mathbb{P}\! \left(L_{2}=k\right)=1\]

    3. Montrer que la variable aléatoire \(L_{2}\) admet une espérance égale à 2.

B. Étude du nombre de séries lors des \(n\) premiers lancers

On considère dans toute cette partie que la pièce est équilibrée, c’est-à-dire que \(p=\frac{1}{2}\).

On note \(N_{n}\) le nombre de séries lors des \(n\) premiers lancers :

  • La première série est donc de longueur \(k<n\) si les \(k\) premiers lancers ont amené le même côté de la pièce et le \((k+1)^{\grave{e}me}\) l’autre côté et de longueur \(n\) si les \(n\) premiers lancers ont amené le même côté de la pièce ;

  • La dernière série se termine nécessairement au \(n^{\grave{e}me}\) lancer.

    Par exemple, si les lancers successifs donnent : FFPPPPFFPPP... (F désignant Face et P Pile), on a pour une telle succession \(\omega \in \Omega\),

    \[\begin{array}{ll} N_{1}(\omega)=N_{2}(\omega)=1 \quad & N_{3}(\omega)=\cdots=N_{6}(\omega)=2 \\ N_{7}(\omega)=N_{8}(\omega)=3 \quad & N_{9}(\omega)=\cdots=N_{11}(\omega)=4 \end{array}\]

    les données précédentes ne permettant évidemment pas de déterminer \(N_{12}(\omega)\).

On admettra que \(N_{n}\) est une variable aléatoire sur \((\Omega, \mathcal{A}, \mathbb{P})\).

  1. Déterminer les lois de \(N_{1}, N_{2}\) et \(N_{3}\) et donner leurs espérances.

  2. Dans le cas général où \(n \in \mathbb{N}^{*}\), déterminer \(N_{n}(\Omega)\) (ensemble des valeurs prises par \(N_{n}\)) puis calculer les valeurs de \(\mathbb{P}\! \left(N_{n}=1\right)\) et \(\mathbb{P}\! \left(N_{n}=n\right)\).

  3. Simulation informatique :

    Pour \(k \in \mathbb{N}^{*}\) on note \(X_{k}\) la variable aléatoire qui vaut 1 lorsque le \(k^{\text {ème }}\) lancer amène Pile et 0 sinon.

    On rappelle qu’en langage Python, la commande rd.random(2) simule une variable aléatoire de loi uniforme sur \(\{0,1\}\) (soit une loi de Bernoulli de paramètre \(1 / 2\)). Compléter le programme informatique suivant pour que, m étant une valeur entière, inférieure à 100, entrée par l’utilisateur, il simule les \(m\) variables aléatoires \(X_{1}, X_{2}, \ldots, X_{m}\) (dont les valeurs seront placées dans le tableau X) et détermine les valeurs de \(N_{1}, N_{2}, \ldots, N_{m}\) (qui seront stockées dans le tableau N).

  4. Fonction génératrice de \(N_{n}\).

    On pose, pour \(n \in \mathbb{N}^{*}\) et pour \(s \in[0,1]\),

    \[G_{n}(s)=\sum_{k=1}^{n} \mathbb{P}\! \left(N_{n}=k\right) s^{k}\]

    1. Pour \(s \in[0,1]\), comparer l’espérance de la variable aléatoire \(s^{N_{n}}\) avec \(G_{n}(s)\).

    2. Que représente \(G_{n}^{\prime}(1)\) ?

    3. Montrer que pour tout \(n \geqslant 2\) et tout \(k \in\{1, \cdots, n\}\) on a :

      \[\mathbb{P}\! \left(\left(N_{n}=k\right) \cap P_{n}\right)=\frac{1}{2} \, \mathbb{P}\! \left(\left(N_{n-1}=k\right) \cap P_{n-1}\right)+\frac{1}{2} \,\mathbb{P}\! \left(\left(N_{n-1}=k-1\right) \cap F_{n-1}\right)\]

      On admet que l’on obtiendrait de même :

      \[\mathbb{P}\! \left(\left(N_{n}=k\right) \cap F_{n}\right)=\frac{1}{2} \,\mathbb{P}\! \left(\left(N_{n-1}=k\right) \cap F_{n-1}\right)+\frac{1}{2} \,\mathbb{P}\! \left(\left(N_{n-1}=k-1\right) \cap P_{n-1}\right)\]

      Montrer alors que :

      \[\mathbb{P}\! \left(N_{n}=k\right)=\frac{1}{2} \,\mathbb{P}\! \left(N_{n-1}=k\right)+\frac{1}{2} \,\mathbb{P}\! \left(N_{n-1}=k-1\right)\]

    4. Soit \(n \geqslant 2\). Montrer que :

      \[G_{n}(s)=\frac{1+s}{2} \, G_{n-1}(s)\]

      Calculer \(G_{1}(s)\) et en déduire que \[G_{n}(s)=\left(\frac{1+s}{2}\right)^{n-1} s\]

    5. Déterminer le nombre moyen de séries dans les \(n\) premiers lancers.

C. Probabilité d’avoir une infinité de fois deux Pile consécutifs

  1. Montrer que pour tout réel \(x\) on a : \[1-x \leqslant \mathrm{e}^{-x}\]

  2. On considère dans cette question une suite \(\left(A_{i}\right)_{i \in \mathbb{N}^{*}}\) d’événements indépendants. On suppose que la série de terme général \(\mathbb{P}\! \left(A_{i}\right)\) diverge.

    Soit \(k \in \mathbb{N}^{*}\) fixé. Pour \(n \geqslant k\), on note :

    \[C_{n}=\bigcup_{k \leqslant i \leqslant n} A_{i}=A_{k} \cup \cdots \cup A_{n}\]

    1. Justifier que :

      \[\lim _{n \rightarrow+\infty} \sum_{i=k}^{n} \mathbb{P}\! \left(A_{i}\right)=+\infty\]

    2. Montrer que :

      \[\mathbb{P}\! \left(C_{n}\right)=1-\prod_{i=k}^{n} \mathbb{P}\! \left(\overline{A_{i}}\right)\]

      puis, en utilisant la question 7 que :

      \[\mathbb{P}\! \left(C_{n}\right) \geqslant 1-\exp \! \left(-\sum_{i=k}^{n} \mathbb{P}\! \left(A_{i}\right)\right)\]

      En déduire que :

      \[\lim _{n \rightarrow+\infty} \mathbb{P}\! \left(C_{n}\right)=1\]

    3. Comparer pour l’inclusion les événements \(C_{n}\) et \(C_{n+1}\). Que peut-on en déduire pour

      \[\mathbb{P}\! \left(\bigcup_{i=k}^{+\infty} C_{i}\right) ?\]

    4. Justifier que :

      \[\bigcup_{i=k}^{+\infty} A_{i}=\bigcup_{n=k}^{+\infty} C_{n}\]

      et en déduire que :

      \[\mathbb{P}\! \left(\bigcup_{i=k}^{+\infty} A_{i}\right)=1\]

  3. En considérant les événements \(A_{n}\) « on obtient Pile au \((2 n)^{\text {ème }}\) et au \((2 n+1)^{\text {ème }}\) lancers », montrer que la probabilité d’avoir deux Pile consécutifs après n’importe quel lancer vaut 1.

Tu veux le corrigé détaillé ?

Le corrigé pas à pas, les aides et les explications sont disponibles dans la plateforme.

error: Ce contenu est protégé !