Corrigé du Concours Blanc

Documents pareils
EXERCICE 4 (7 points ) (Commun à tous les candidats)

Introduction à l étude des Corps Finis

I. Polynômes de Tchebychev

Continuité d une fonction de plusieurs variables

Limites finies en un point

Image d un intervalle par une fonction continue

Continuité en un point

Développements limités. Notion de développement limité

Continuité et dérivabilité d une fonction

CCP PSI Mathématiques 1 : un corrigé

Suites numériques 4. 1 Autres recettes pour calculer les limites

Suites numériques 3. 1 Convergence et limite d une suite

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Fonctions de plusieurs variables

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Comparaison de fonctions Développements limités. Chapitre 10

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Leçon 01 Exercices d'entraînement

Intégration et probabilités TD1 Espaces mesurés Corrigé

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Calcul fonctionnel holomorphe dans les algèbres de Banach

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Moments des variables aléatoires réelles

Espérance conditionnelle

3 Approximation de solutions d équations

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Capes Première épreuve

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Probabilités sur un univers fini

Exercices sur le chapitre «Probabilités»

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Dualité dans les espaces de Lebesgue et mesures de Radon finies

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Commun à tous les candidats

Texte Agrégation limitée par diffusion interne

Théorème du point fixe - Théorème de l inversion locale

Cours Fonctions de deux variables

Chapitre 2 Le problème de l unicité des solutions

I. Ensemble de définition d'une fonction

Chp. 4. Minimisation d une fonction d une variable

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

TSTI 2D CH X : Exemples de lois à densité 1

Problème 1 : applications du plan affine

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Résolution d équations non linéaires

4 Distributions particulières de probabilités

aux différences est appelé équation aux différences d ordre n en forme normale.

Travaux dirigés d introduction aux Probabilités

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Chapitre VI - Méthodes de factorisation

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Équations non linéaires

Simulation de variables aléatoires

Amphi 3: Espaces complets - Applications linéaires continues

La fonction exponentielle

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Probabilités sur un univers fini

Problèmes de Mathématiques Filtres et ultrafiltres

Cours d Analyse. Fonctions de plusieurs variables

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Chapitre VI Fonctions de plusieurs variables

Le produit semi-direct

Raisonnement par récurrence Suites numériques

Mesures gaussiennes et espaces de Fock

Développements limités, équivalents et calculs de limites

Coefficients binomiaux

Chapitre 6. Fonction réelle d une variable réelle

Correction du Baccalauréat S Amérique du Nord mai 2007

I. Cas de l équiprobabilité

Programmes des classes préparatoires aux Grandes Ecoles

4. Martingales à temps discret

Extrait du poly de Stage de Grésillon 1, août 2010

INTRODUCTION. 1 k 2. k=1

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

1.1 Codage de source et test d hypothèse


TIQUE DE FRANCE NILSYSTÈMES D ORDRE 2 ET PARALLÉLÉPIPÈDES

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

LES MÉTHODES DE POINT INTÉRIEUR 1

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Fonctions de plusieurs variables. Sébastien Tordeux

Correction de l examen de la première session

Nombre dérivé et tangente

108y= 1 où x et y sont des entiers

Rappels sur les suites - Algorithme

Les devoirs en Première STMG

Cours de mathématiques

Optimisation des fonctions de plusieurs variables

Loi binomiale Lois normales

Différentiabilité ; Fonctions de plusieurs variables réelles

BACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE

DOCM Solutions officielles = n 2 10.

Transcription:

Corrigé du Concours Blanc Exercice : On considère la fonction f définie par : f(x = x + 2 2 ln(e x + et on note (C la courbe représentative de f dans un repère orthonorrnal.. Etude de la fonction f. a. f est définie et de classe C sur R. b. Soit x R, on a : f(x = x + 2 2 ln(e x + = x + 2 2 ln ( e x ( + e x = x + 2 2 lne x 2 ln(e x + = x + 2 2 ln(e x + = f( x. En particulier, f est paire sur R. c. Pour déterminer la limite éventuelle de fen +, j utilise la dernière expression de f(x. Comme lim x + ln(e x + = 0, il en découle immédiatement que lim f(x =. x + d. D après le calcul précédent, f(x ( x + 2 = 2 ln(e x + x + droite D d équation y = x + 2 est asymptote à C au voisinage de +. D autre part, comme pour tout x R, 2 ln(e x + < 0, C est au-dessous de D. 2. Variations de la fonction f a. Ainsi que nous l avons remarqué, f est de classe C sur R. Sa dérivée est donnée par De plus, pour tout réel x, f (x = 2 e x e x + f (x > 0 2e x < + e x e x < x < 0. 0. Par définition, cela signifie que la J en déduis le tableau de variations de f : x 0 + f + 0 2 2 ln2 f b. Pour tout x R, Comme ln 2 < lne =, 2 2 ln 2 > 0. f(x = x ln(e x + = e x + = e e x = e. Comme e est strictement positif, l équation f(x = x admet une unique solution sur R : α = ln(e. c. Soit x R, comme f (x = + 2 e x e x, f (x = 2 + (e x + 2.

d. Comme f est une fonction strictement négative sur R, f est strictement décroissante sur R. En particulier sa restriction : f : [0, ] R est décroissante. Comme f (0 = + = 0 et f e ( = 2 + e = e, il vient : + e x [0, ], e + e f (x 0 En particulier x [0, ], f (x e. 3. Convergence de la suite (u n. On donne les valeurs approchées à 0 2 près suivantes : f(0 0, 6 f( 0.37 la suite (u n définie par : { u 0 = 0 n N, u n+ = f(u n, ln(e 0, 54. On étudie a. Montrons par récurrence que : n N, u n [0, ] Initialisation : u 0 = 0 [0, ]. Hérédité : soit n N tel que u n [0, ], c est-à-dire 0 u n. Comme f est décroissante sur [0, ], il vient f( u n+ f(0 Vu le valeurs approximatives de f(0 et f(, il s en suit immédiatement que u n+ [0, ]. Conclusion : I m done! ( n e b. Montrons par récurrence que : n N, u n α. Initialisation : u 0 = 0 est inférieur à. Hérédité : soit n N tel que u n α ( n e D après l Inégalité des Accroissements finis, nous avons d après la question 2.d u n+ α = f(u n f(α sup t [0,] f (t u n α ( e u n α ( n+ e. ( n e Conclusion : Par récurrence, j ai prouvé que n N, u n α. c. Comme 0 e <, la suite géométrique de raison e est convergente de limite nulle. Comme pour tout entier n N, ( n e u n α 0 n + j en déduis d après le théorème de convergence par comparaison, que la suite (u n est convergente de limite α. 2

Exercice 2 : E désigne un espace vectoriel sur le corps C des nombres complexes. On considère le polynôme T de C[X] défini par : et par f un endomorphisme de E satisfaisant à la relation On étudie la suite des puissances de l endomorphisme f. T(X = 3X 3 X 2 X T(f = Θ.. On vérifie aisément que est racine de T. De plus, en procéda,t par identification ou en posant la division euclidienne, on obtient aisément la factorisation : T = (X (3X 2 + 2X + = 3(X (X 2 + 2 3 X + 3. Le discriminant du polynôme X 2 + 2 3 X + 3 étant strictement négatif, T ne possède d autre racine réelle. De plus, notons α, ᾱ les deux racines complexes et conjuguées du polynôme X 2 + 2 3 X +. {α, ᾱ} sont solutions 3 du système : { α ᾱ = 3 α + ᾱ = 2 3 2. On désigne par ϕ l application qui, à tout polynôme P de C[X] associe le reste dans la division euclidienne de P par T. a. Rappelons le théorème de la division euclidienne dans C[X]. Théorème : Etant donné un couple (A, B C[X] C[X] tel que B 0, il existe un couple (Q, R C[X] C[X], unique tel que { A = B Q + R d R < d B b. Soient A, A 2 deux polynômes. Effectuons les divisions euclidiennes de A et A 2 par T. Il vient : où d R < 3; d R 2 < 3. D où pour tout couple (λ, λ 2 C 2, A = T Q + R A 2 = T Q 2 + R 2 λ A + λ 2 A 2 = T ( λ Q + λ 2 Q 2 + ( λ R + λ 2 R 2 Comme par les propriétés algébriques du degré des poynômes d λ R + λ 2 R 2 2, l égalité ci-dessus est la division euclidienne de λ A + λ 2 A 2 par T. Par unicité, il s en suit que le reste dans la division euclidienne de λ A + λ 2 A 2 par T est précisément λ R + λ 2 R 2. Autrement dit : ϕ ( λ A + λ 2 A 2 = λ R + λ 2 R 2 = λ ϕ(a + λ 2 ϕ(a 2 c. Utilisons les caractérisations de l injectivité et de la surjectivité d une application linéaire à l aide du noyau et de l image de cette application. T Ker ϕ, donc Ker ϕ { 0}. Par conséquent ϕ n est pas injectif. Comme le reste dans la division euclidienne par T est un polynôme de degré inférieur ou égal à 2, Im ϕ C 2 [X]. En particulier Im ϕ C[X]. Par conséquent ϕ n est pas surjectif. 3

3. On note L, L 2, L 3, les polynômes définis par L (X = (X (X α, L 2 (X = (X (X α, L 3 (X = (X α(x α a. Remarquons que C 2 [X] est de dimension 3. Par suite, nous avons les équivalences suivantes : (L, L 2, L 3 est une base ssi elle est génératrice (minimale ssi elle est libre (maximale Montrons qu elle est libre. Soit (λ, λ 2, λ 3 C 3 tels que λ L + λ 2 L 2 + λ 3 L 3 = 0. Montrons que nécessairement, λ = λ 2 = λ 3 = 0. Pour cela, évaluons la relation polynômiale λ L + λ 2 L 2 + λ 3 L 3 = 0 en ᾱ, α et. Il vient λ L (ᾱ = 0 λ 2 L 2 (α = 0 λ 3 L 3 ( = 0 D où il résulte finalement λ = λ 2 = λ 3 = 0. Ainsi, (L, L 2, L 3 est libre (maximale dans C 2 [X], c est donc une base de C 2 [X]. b. Soit n un entier naturel, alors ϕ(x n est un polynôme de degré inférieur ou égal à 2. Comme (L, L 2, L 3 est une base de C 2 [X], ϕ(x n se décompose de façon unique dans cette base : il existe donc un unique triplet (a n, b n, c n appartenant à C 3 tel que : ϕ(x n = a n L + b n L 2 + c n L 3. Pour exprimer a n, b n, c n en fonction de α et α, remarquons que X n = T Q n + a n L + b n L 2 + c n L 3. Evaluons cette égalité aux points, α, ᾱ. Il vient : = c n ( α( ᾱ α n = b n (α (α ᾱ ᾱ n = a n (ᾱ (ᾱ α En particulier, comme ( α( ᾱ = + αᾱ (α + ᾱ = + /3 + 2/3 = 2, il en résulte c n = /2 α n b n = α (α ᾱ ᾱ n a n = ᾱ (ᾱ α c. Reprenons l égalité polynômiale X n = T Q n + a n L + b n L 2 + c n L 3, et appliquons-la à un endomorphisme u L(E. Nous obtenons u n = T(u Q n (u + a n L (u + b n L 2 (u + c n L 3 (u. Ceci étant valable pour n importe quel endomorphisme u de E c est vrai en particulier pour f. Comme par hypothèse T(f = Θ, il vient : f n = a n L (f + b n L 2 (f + c n L 3 (f 4

Problème : Partie I. Etude d une variable discrète d univers image fini. Deux urnes A et B, initialement vides, peuvent contenir respectivement au plus n et m boules (n, m. On s intéresse au protocole suivant On choisit l urne A avec la probabilité p ]0, [, l urne B avec la probabilité q = p. On met une boule dans l urne choisie. On répète cette épreuve autant de fois qu il est nécessaire pour que l une des urnes soit pleine. Les choix des urnes sont mutuellement indépendants. A. Préliminaires. On définit la suite de terme général a n par : a n =. a = ( 2 = 4 2. Soit n, a n+ n + = a n = 4 = 4 = 2 4 n 4 n+ 4n n + ( 2n, n. n ( 2n + 2 n + ( 2n n (2n + 2! n! n! (n +! (n +! (2n! + (2n + 2(2n + n (n + 2 2n + +. 2. Montrons par récurrence que pour tout entier n : a n 2n +. Initialisation : a = /2 /3. Hérédité : Soit n tel que a n. D après la question précédente 2n + a n+ = 2 2n + + a n 2 2n + n n + 2n + 2n + 2 +. Pour conclure, il suffit de vérifier que tout entier naturel n : 2n + 2 + 2n + n + 2 +. Ceci découle des équivalences suivantes, valides pour 2n + 3 + 2n + 3 2n + 4 (n + n + 2n + 3 (2n + (2n + 3 4(n + 2 4n 2 + 8n + 3 4n 2 + 8n + 4. + 2n + 3. Il en résulte que a n+ Conclusion : par récurrence, j ai montré que pour tout entier n : a n n 2n +. 5

3. D après la première question, a n+ a n = 2 2n + +. Or pour tout entier naturel non nul n N, a n+ a n 2n + 2 + 4n 2 + 4n + 4n 2 + 4n. Cette dernière inégalité étant trivialement vraie, il s en suit que a n+ la suite (a n est croissante. De plus, d après la question 2, 2 a n n 2n + a n 2 est supérieur ou égal à. En conséquence Il en résulte d une part que la suite monotone (a n est bornée, donc convergente; et d autre part que sa limite l vérifie 2 l 2. On admet que l = / π. B. Etude de cas particuliers. Dans cette partie seulement m = n et p = q = 2. On note R n la variable aléatoire égale au nombre (éventuellement nul de boules contenues dans l urne qui n est pas pleine, à l issue de l expérience.. Loi de R Si n =, le jeu s arrête dès que l une des deux urnes contient une boule. Par conséquent, le jeu s arrête au premier coup! L urne qui n est pas pleine est vide. r i 0 P[R = r i ] Loi de R 2 Lorsque n = 2, le jeu s arrête lorsqu une urne contient deux boules. En ce cas, l autre urne contient 0, ou boule. Pour calculer la loi de R 2, je fais un arbre. A B A B A B A B A B J en déduis r i 0 P[R 2 = r i ] /2 /2 Il en résulte facilement que E(R 2 = /2 et V (R 2 = /4. Loi de R 3 Les valeurs possibles pour R 3 sont 0, et 2. [R 3 = 0] : les cas favorables sont (A, A, A et (B, B, B. Les choix des urnes étant indépendants, il vient P[R 3 = 0] = 2 2 3 = 4. [R 3 = ] : il y a 2 ( 3 = 6 cas favorables pour 2 4 cas possibles. D où P[R 3 = ] = 6 2 4 = 3 8. 6

2. [R 3 = 2] : il y a 2 ( 4 2 = 2 cas favorables pour 2 5 cas possibles. D où J en déduis la loi de R 3 : r i 0 2 P[R 3 = r i ] /4 3/8 3/8 P[R 3 = 2] = 2 2 5 = 3 8. Il en résulte facilement que E(R 3 = 9/8 et V (R 3 = 39/64. Dans toute la suite du problème n 2. 3. R n (Ω[[0, ]]. 4. Soit k [[0, ]]. a. Soit E n,k l événement à l issue du ( + k ième tirage l urne A contienne boules et l urne B contienne k boules Il y a n +k tirages. Un résultat possible est donc une liste de symboles A ou B. Donc Ω = {A, B} n+k est muni de la probabilité uniforme : Card Ω = 2 n+k. E n,k est l ensemble des listes contenant exactement symboles A. Une telle liste est entièrement et uniquement déterminée par les places des symboles A. Par suite ( ( + k + k Card E n,k = =. k ( +k D où finalement P(E n,k = 2 +k. b. [R n = k] est réalisé lorsque E n,k est réalisé puis l urne A est choisie au n + k ième coup, ou bien lorsqu on a choisi fois l urne B au cours des + k premiers tirages et encore l urne B au n + k ième coup. Il en résulte que ( P([R n = k] = 2 P(E n,k ( +k k = 2 2 +k 5. Soit k [[0, n 2]]. ( n+k ( k+ n + k 2(k + P[R n = k + ] = 2(k + 2 n+k = 2 n+ k (k + k + ( n + k = 2 n+ k (n + k k = (n + kp[r n = k] D où k [[0, n 2]], 2(k + P([R n = k + ] = (n + kp([r n = k] 6. Sommons l égalité précédente pour k compris entre 0 et n 2, il vient : n 2 2(k + P([R n = k + ] = 2 kp[r n = k] = k= 2 k= n 2 (n + kp([r n = k] (n + kp([r n = k] (2P[R n = ] kp[r n = k] = n + k P([R n = k] (2P[R n = ]. 7

Comme E(R n = k P([R n = k] = k P([R n = k], j en déduis k= E(R n = n (2P([R n = ] 7. n E(R n = (2P[R n = ] = (2 ( 2n 2 2n ( 2n 2 4. Or, d après les préliminaires, nous savons que a = plus l infini. Autrement dit Il en découle que ( 2n 2 4 π n E(R n 2 π 2 2n 2 = (2 ( 2n 2 4 ( 2n 2 4 converge vers / π quand n tend vers π C. Retour au cas général. On abandonne les conditions m = n et p = q = 2.. Introduisons les événements G A l expérience se termine et l urne A est pleine G B l expérience se termine et l urne B est pleine, et pour k [[0, m ]] E n,k l événement à l issue du ( + k ième tirage l urne A contienne boules et l urne B contienne k boules. E n,k correspond à la réalisation de succès(a dans une suite de + k expériences de Bernouilli indépendantes de même paramètre p. Par conséquent, ( + k P(E n,k = p q k Il en résulte que P(G A = m ( + k p n q k De même, en échangeant les rôles de n et m, de p et de q, il vient ( m + k P(G B = q m p k Comme le jeu se termine certainement en moins de n + m coups, = P(G A + P(G B, c est-à-dire : q m ( m m + k ( + k p k + p n q k = m 2. On pose u m = m ( + k q k = P(G A. 8

a. Comme pour tout entier m, u m+ u m = q m( +m 0, (um est une suite croissante. De plus d après ( ( + k p n u m + q m p k = Par suite pour tous entiers naturels non nuls n et m 0 u m p n Ainsi, la suite (u m est croissante et majorée (par /p : elle est donc convergente. b. Soit k [[0, ]], ( m + k = m (m + k (m + k 2 m k! m + m k k!. c. Comme les termes de la somme ci-dessous sont tous positifs, j en déduis que lorsque m + : D où q m ( m + k p k m lim m + qm q m p k mk k! q m p m (! m + 0. ( m + k p k = 0 m d. Passons à la limite quand m tend vers + dans (. Il vient lim u m = m + p n Remarque : Nous retrouvons ici la convergence et la somme de la série géométrique de raison q dérivée fois. Partie II. Etude d une variable discrète d univers image infini. Dans cette dernière partie l urne B, initialement vide, a une capacité illimitée et l urne A, initialement vide, peut contenir au plus n boules (n. On s intéresse au protocole suivant On choisit l urne A avec. la probabilité p ]0, [, l urne B avec la probabilité q = p. On met une boule dans l urne choisie. On répète cette épreuve autant de fois qu il est nécessaire pour que l urne A soit pleine. Les choix successifs des urnes sont mutuellement indépendants. On note T n le nombre (éventuellement nul de boules contenues dans l urne B et (Z j j [,n]], les variables aléatoires définies de la façon suivante : Z compte le nombre de boules mises dans B avant de mettre la première boule dans A. Pour tout entier j de [[2, n]], Z j compte le nombre de boules mises dans B entre la (j ième boule et la j ième boule mises dans A. On admet que T n est une variable aléatoire.. T n (Ω = N. 2. Soit k N. Les résultats établis à la question Partie I.C. lors du calcul de P(G A restent valides dans ce contexte. Ainsi ( + k P[T n = k] = p n q k 9

3. Avec les notations de la Partie I.C + P([T n = k] = p n lim m u m =. 4. Z est le nombre d échecs avant le premier succès dans une suite d expériences de Bernouilli indépendantes de même paramètre p. Autrement dit Z + est le temps d attente du premier succès. Par suite Z + suit une loi géométrique de paramètre p. Il en résulte aisément que : Z (Ω = N et pour tout entier k N, P[Z = k] = p q k, E(Z = + p et V (Z = q p 2 Comme pour tout entier j [[, n]], Z j suit la même loi que Z, il vient : Z j (Ω = N et pour tout entier k N, P[Z j = k] = p q k, E(Z j = + p et V (Z j = q p 2 5. Par construction des variables Z j, il est clair que T n = Z + Z 2 + + Z n 6. Par linéarité de l espérance, il en résulte que E(T n = E(Z + + E(Z n = n + n p De plus les variables aléatoires (Z j j étant mutuellement indépendantes, V (T n = V (Z + + V (Z n = n q p 2 0