MATHEMATIQUES Option scientifique Mardi 9 mai 2006 de 8h à 12h



Documents pareils
x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Etude de la fonction ζ de Riemann

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Limites des Suites numériques

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

CHAPITRE 2 SÉRIES ENTIÈRES

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

1 Mesure et intégrale

Séries réelles ou complexes

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

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

Suites et séries de fonctions

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

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

Chapitre 3 : Fonctions d une variable réelle (1)

Comportement d'une suite

Séries numériques. Chap. 02 : cours complet.

Processus et martingales en temps continu

Étudier si une famille est une base

14 Chapitre 14. Théorème du point fixe

La spirale de Théodore bis, et la suite «somme=produit».

Séquence 5. La fonction logarithme népérien. Sommaire

Cours de Statistiques inférentielles

Baccalauréat S Asie 19 juin 2014 Corrigé

SÉRIES STATISTIQUES À DEUX VARIABLES

Exercices de mathématiques

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

20. Algorithmique & Mathématiques

Statistique descriptive bidimensionnelle

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

EXERCICES : DÉNOMBREMENT

STATISTIQUE AVANCÉE : MÉTHODES

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

4 Approximation des fonctions

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Les Nombres Parfaits.

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

Chaînes de Markov. Arthur Charpentier

2 ième partie : MATHÉMATIQUES FINANCIÈRES

IUT Béthune Génie Civil Année Spéciale RDM COURS : STATIQUE

Dénombrement. Chapitre Enoncés des exercices

STATISTIQUE : TESTS D HYPOTHESES

TRANSLATION ET VECTEURS

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

Module 3 : Inversion de matrices

Probabilités et statistique pour le CAPES

Solutions particulières d une équation différentielle...

Des résultats d irrationalité pour deux fonctions particulières

Cours 5 : ESTIMATION PONCTUELLE

Processus géométrique généralisé et applications en fiabilité

Fonction dont la variable est borne d intégration

55 - EXEMPLES D UTILISATION DU TABLEUR.

Chap. 5 : Les intérêts (Les calculs financiers)

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Introduction : Mesures et espaces de probabilités

UNIVERSITÉ DE SFAX École Supérieure de Commerce

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Statistique Numérique et Analyse des Données

JE LÈGUE À L ŒUVRE DES VOCATIONS POUR FORMER NOS FUTURS PRÊTRES NOS RÉPONSES À VOS QUESTIONS SUR LES LEGS, DONATIONS, ASSURANCES VIE

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Chapitre 3 : Transistor bipolaire à jonction

Montages à plusieurs transistors

DETERMINANTS. a b et a'

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

Initiation à l analyse factorielle des correspondances

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

PRÉSENTATION DU CONTRAT

Contribution à la théorie des entiers friables

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Principes et Méthodes Statistiques

Compte Sélect Banque Manuvie Guide du débutant

MESURE DE LA PERFORMANCE GLOBALE DES AGENCES BANCAIRES : UNE APPLICATION DE LA MÉTHODE DEA

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Régulation analogique industrielle ESTF- G.Thermique

Terminale S. Terminale S 1 F. Laroche

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Formation d un ester à partir d un acide et d un alcool

Accompagner les familles d aujourd hui

par Jacques RICHALET Directeur société ADERSA

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Gérer les applications

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

MINISTÈRE DE L'ÉCOLOGIE, DE L'ÉNERGIE DU DÉVELOPPEMENT DURABLE ET DE L'AMÉNAGEMENT DU TERRITOIRE

Échantillonnage et estimation

Université Pierre et Marie Curie. Biostatistique PACES - UE

MESURE DE L'INFORMATION

La DGFiP AU SERVICE DES COLLECTIVITÉS TERRITORIALES ET DES USAGERS. Un nouveau service pour faciliter les paiements

Transcription:

ECOLE DE HUTES ETUDES COMMERCILES DU NORD Cocors d'admissio sr classes préparatoires MTHEMTIQUES Optio scietifiqe Mardi 9 mai 6 de 8h à h La présetatio, la lisibilité, l'orthographe, la qalité de la rédactio, la clarté et la précisio des raisoemets etrerot por e part importate das l'appréciatio des copies Les cadidats sot ivités à ecadrer, das la mesre d possible, les résltats de lers calcls Ils e doivet faire sage d'ac docmet ; sele l'tilisatio d'e règle gradée est atorisée L'tilisatio de tote calclatrice et de tot matériel électroiqe est iterdite Exercice Das cet exercice, m désige etier atrel o l O ote id (respectivemet θ l edomorphisme idetité (respectivemet l edomorphisme l d Cl - espace vectoriel Cl m et o cosidère edomorphisme f de Cl m vérifiat : ( f λ id o ( f λ id = θ, où λ et λ sot dex complexes disticts a Vérifier qe ( ( f λ id ( f λ id = id λ λ b E dédire qe : Cl m = Ker ( f λ id Ker ( f λ id c Coclre qe f est diagoalisable et doer ses valers propres (o sera ameé à étdier trois cas Das la site de l exercice, o désige par etier atrel et l o se propose de motrer q il existe pas de matrice de M + (IR telle qe = I, où I désige la matrice diagoale de M + (IR dot les élémets diagoax valet Trover e matrice de M + (Cl telle qe = I 3 Das cette qestio, o sppose q il existe e matrice de M + (IR telle qe = I a Utiliser la première qestio por motrer qe est diagoalisable das M + (Cl et qe ses valers propres sot i et i b Por tote matrice M = (m i, j i p de M p, q (Cl, o ote M la matrice ( m i, j i p j q O ote E i et E i les sos-espaces propres de associés ax valers propres i et i Motrer qe X E i X E i c E dédire qe, si (,,, p est e base de E i, alors (,,, p est e famille libre de E i Coclre qe dim E i = dim E i d Établir efi le résltat demadé j q

Exercice a Motrer qe l o défiit bie e iqe site (, à termes strictemet positifs, e posat : = et, por tot etier spérier o égal à, = b Vérifier qe = 3, pis calcler 3 j Motrer qe la série de terme gééral est divergete et doer lim j 3 a Établir qe :, + = + b E dédire qe la site ( est covergete c Doer éqivalet de l( lorsqe est a voisiage de pis détermier la + atre de la série de terme gééral l( + d E dédire lim l(, pis motrer qe lim = a Motrer qe :, = (, où ( (! désige le coefficiet biomial!! b E tilisat la qestio, détermier lim, pis motrer qe : ( = o( 5 E tilisat le résltat de la qestio 3, motrer qe : = o( ( Exercice 3 O cosidère dex variables aléatoires X et Y, défiies sr espace probabilisé (Ω, T, P, idépedates et sivat totes dex la loi ormale cetrée rédite (de desité otée ϕ et de foctio de répartitio otée Φ O pose Z = Sp(X, Y et l o se propose de détermier la loi de Z, aisi qe so espérace et sa variace a Motrer qe Z est e variable aléatoire à desité défiie elle assi sr (Ω, T, P b Vérifier qe Z admet por desité la foctio f défiie por tot réel x par : f (x = ϕ (xφ (x t a Rappeler la valer de l itégrale e dt b E dédire la covergece et la valer de e dt c E remarqat qe, por tot réel x, ϕ (x = xϕ (x, motrer, grâce à e itégratio par parties, qe : xf ( x dx= π + t e dt π d Motrer de même qe : xf( x dx= π + t e dt π E dédire qe Z a e espérace et doer sa valer t

3 a Motrer qe X et Z sivet la même loi b Détermier E(Z, pis doer la valer de la variace de Z Problème U mobile se déplace sr les poits à coordoées etières d axe d origie O départ, le mobile est à l origie (poit d abscisse Le mobile se déplace selo la règle sivate : s il est sr le poit d abscisse k à l istat, alors, à l istat ( + il sera sr le poit d abscisse (k + avec la probabilité k o sr k le poit d abscisse avec la probabilité k + Por tot de IN, o ote X l abscisse de ce poit à l istat et l o a doc X = O admet qe, por tot de IN, X est e variable aléatoire défiie sr espace probabilisé (Ω, T, P et o pose = P(X = Partie : étde de la variable X Vérifier qe X (Ω = {, } pis doer la loi de X Motrer par récrrece qe, por tot etier atrel, X (Ω = {,,, } k 3 a Motrer qe : IN *, k {,, }, P(X = k = k + P(X = k b E dédire qe : IN, k {,,, }, P(X = k = k + k j c E remarqat qe PX ( = k =, motrer qe : IN, = k = j+ d Retrover aisi les valers de et pis détermier et 3 a E remarqat qe la relatio obtee à la qestio 3a pet s écrire sos la forme (k + P(X = k = k P(X = k, motrer qe : IN *, E(X E(X = b E dédire, por tot etier atrel o l, E(X sos forme de somme mettat e je certais termes de la site ( j c Por tot etier atrel o l, doer la valer de et vérifier qe j j + = j+ j Dédire de ces dex résltats qe : IN *, = ( j( j+ d Motrer qe, por tot de IN *, Détermier esite lim + E(X Partie : étde d premier retor à l origie O ote T l istat aqel le mobile se trove por la première fois à l origie (sas compter so positioemet a départ et o admet qe T est e variable aléatoire défiie, elle assi, sr (Ω, T, P O coviet qe T pred la valer si le mobile e reviet jamais e O Par exemple, si les abscisses sccessives d mobile après so départ sot,,,,,,, alors o a T = Si les abscisses sccessives sot :,, 3,,,, alors o a T = + + 3

a Por tot k de IN*, exprimer l évéemet (T = k e foctio d évéemets mettat e je certaies des variables X i b Motrer qe : k IN *, P(T = k = kk ( + c Détermier les costates a et b telles qe : k IN *, = a k( k + k + b k + E dédire qe P(T = =, pis iterpréter ce derier résltat La variable T a-t-elle e espérace? Partie 3 : iformatiqe Compléter les dex istrctios maqates por qe le programme Pascal sivat, das leqel est déclaré comme costate (ici =, calcle et affiche,,,, aisi qe l espérace de X qi sera stockée das la variable e Program edhec_6 ; cost = ; var i, k : iteger ; s, e : real ; : array [] of real ; Begi [] : = ; writel([] ; e : = ; For k : = to do begi s : = ; For i : = to k do begi s : = ----- ; [k] : = s ; ed ; Writel([k] ; e : = ----- ; ed ; Writel(e ; ed a Compléter le programme sivat por q il calcle et affiche la valer prise par T lors de l expériece aléatoire étdiée O rappelle qe, si k est etier atrel o l, l istrctio radom(k revoie aléatoiremet etier compris etre et k Program edhec_6bis ; var T, hasard : iteger ; Begi Radomize ; T : = ; Repeat T : = T + ; hasard : = radom (----- ; til (hasard = ----- ; Writel (T ; ed b Est-o certai qe le ombre de passages das la bocle «Repeat til» est fii?

EDHEC 6 : optio S Corrigé de l épreve de mathématiqes Exercice a ( ( f λ Id ( f λ Id = λ λ (λ λ Id = Id λ λ b D après la qestio a, o a, por tot x élémet de Cl m : Id(x = ( ( f λ Id ( f λ Id (x = ( ( f λ Id (x ( f λ Id (x, d où : λ λ λ λ x = ( f λ Id (x ( f λ Id (x, ce qe l o pet écrire, par liéarité de f : λ λ λ λ x = ( f λ Id ( x + ( f λ Id ( λ λ λ λ x E posat x = ( f λ Id ( x et x = ( f λ Id ( λ λ λ λ x, o a : x Cl m, x = x + x O va maiteat vérifier qe x appartiet à Ker (f λ Id et qe x appartiet à Ker (f λ Id ( f λ Id (x = ( f λ Id( ( f λ Id ( x = (( f λ Id o ( f λ Id ( x λ λ λ λ O vérifie, e développat, qe (f λ Id o ( f λ Id = (f λ Id o ( f λ Id d où : ( f λ Id (x = (( f λ Id o ( f λ Id ( x = θ ( x = λ λ λ λ O a doc : x Ker ( f λ Id De même : ( f λ Id (x = ( f λ Id( ( f λ Id ( λ λ x = (( f λ Id o ( f λ Id ( λ λ x O obtiet tot de site : ( f λ Id (x = θ ( x = λ λ O a doc : x Ker ( f λ Id O viet de motrer qe : Cl m = Ker ( f λ Id + Ker ( f λ Id Il reste à motrer qe cette somme est directe, soit qe Ker ( f λ Id Ker ( f λ Id = {}

Cosidéros doc élémet x de Ker ( f λ Id Ker ( f λ Id O a alors : f (x = λ x et f (x = λ x, d où λ x = λ x, ce qi s écrit : (λ λ x = Comme λ λ, o a x = Ceci prove qe Ker ( f λ Id Ker ( f λ Id {} L iclsio réciproqe état évidete (car le vecter l appartiet ax dex oyax, o a l égalité : Ker ( f λ Id Ker ( f λ Id = {} Por coclre : Cl m = Ker ( f λ Id Ker ( f λ Id c La somme directe écrite ci-desss prove q a mois des dex oyax est pas rédit a vecter l, ce qi fait qe trois cas se présetet : Ker ( f λ Id = {} d où Cl m = Ker ( f λ Id O a doc f = λ Id, ce qi prove qe f est diagoalisable avec λ comme sele valer propre Ker ( f λ Id = {} d où Cl m = Ker ( f λ Id O a doc f = λ Id, ce qi prove qe f est diagoalisable avec λ comme sele valer propre Ker ( f λ Id {} et Ker ( f λ Id {} D après b, Cl m est somme directe des dex sos-espaces propres de f (associés ax valers propres λ et λ, ce qi prove qe f est diagoalisable et qe ses valers propres sot λ et λ La matrice diagoale dot les élémets diagoax sot égax à i vérifie bie = I 3 a E cosidérat l edomorphisme f de Cl + dot est la matrice das la base caoiqe de Cl +, o pet écrire f = Id, soit : ( f i Id o ( f + i Id = θ D après la première qestio, f est diagoalisable das Cl + et soit i, soit i, soit i et i sot ses valers propres (et doc celles de Mais das le cas préset, si avait q e valer propre (i par exemple, la matrice serait semblable à i I (car est diagoalisable et il existerait e matrice P iversible telle qe : = P ii P = i P I P = i I Ceci cotredit le fait qe est e matrice réelle E coclsio : est diagoalisable et ses valers propres sot i et i b X E i X = i X X = ix X = i X Comme la matrice est réelle, o a =, d où : X E i X = i X X E i O pet doc affirmer : X E i X E i c Comme,,, p sot élémets de E i, o sait, d après la qestio précédete, qe,,, p sot élémets de E i Motros qe (,,, p est libre Soit (λ,, λ p Cl p tel qe λ i i p i= = E cojgat, o obtiet : λ i Comme (,,, p est e base de E i, c est e famille libre et o pet e dédire qe : i {,,, p}, λ i = E cojgat à ovea, o a fialemet : i {,,, p}, λ i = Coclsio : p i= i =

(,,, p est e famille libre de E i Il fat maiteat motrer qe (,,, p est e famille géératrice de E i Por tot X de E i, o sait qe X appartiet à E i (d après 3b, doc, comme (,,, p est e base de E i, il existe p complexes λ,, λ p tels qe X = λ i i E cojgat, o obtiet : X = p λ i i i=, ce qi prove qe (,,, p est e famille géératrice de E i Fialemet, (,,, p est e base de E i et o a bie : p i= dim E i = dim E i = p d D après la qestio 3a, M + (Cl = E i E i doc + = dim E i + dim E i = p Cette égalité est impossible pisqe + est impair et p est pair L hypothèse émise a débt de la qestio 3 est doc irrecevable et o coclt qe : Il existe ace matrice de M + (IR telle qe = I Exercice a O procède par récrrece forte Por =, est bie défii par l éocé et = > Si l o sppose, por etier fixé das IN ( qe,, sot bie défiis et strictemet positifs, alors j > et, comme est bie défii ( et strictemet positif, o a bie : est défii et strictemet positif Coclsio : La site ( est bie défiie et à termes strictemet positifs Por l icité, o sppose q il existe e site (v telle qe v = et, por tot etier spérier o égal à, v = v j j = Tojors par récrrece forte, o motre qe :, v = Por =, o a bie = v Si l o sppose, por etier fixé das IN ( qe : j {,,, }, j = v j, alors o a facilemet j = v j, c est-à-dire = v j = Coclsio : O défiit bie e iqe site (, à termes strictemet positifs, e posat : = et, por tot etier spérier o égal à, = j = j

b Por =, la relatio qi défiit deviet : = 3 doc : = 3 De même, 3 = 5 ( + = 5 ( + et o a : 3 3 = 5 Comme = et comme tos les j sot positifs, o a j O e dédit, comme >, qe j, soit : Comme >, o pet alors écrire :, Comme la série de terme gééral diverge (série proportioelle à la série de Riema de paramètre, le critère de comparaiso por les séries à termes positifs motre qe la série de terme gééral diverge Comme c est e série à termes strictemet positifs, o a : lim j = j = 3 a, + = Comme, par défiitio, O a doc : j = + j = ( + j +, o obtiet : + =, + = + + + ( + b D après ce qi précède, + = + = + Or > et + > doc :, + < Comme, de pls <, o a fialemet :, + < La site ( est doc décroissate Comme elle est miorée par, o pet coclre :

La site ( est covergete c Le qotiet existe et est strictemet positif, doc l( + De pls, grâce à la qestio 3a, l( = l ( + + Comme lim =, o a : l( ~ + + existe La série de terme gééral est divergete et le critère d éqivalece por les séries à termes positifs assre qe : La série de terme gééral l( est divergete k d, l( = ( k = k + k = + l( k l( k+ = l( l( = l( car l( = k O e dédit qe :, l( = l( k = k + La série de terme gééral l( est divergete et à termes positifs (car k lim l( = k = k + O pet doc coclre qe : + lim l( = + > doc : O a alors immédiatemet : a O procède par récrrece Por =, = 3 et = ( 6 lim = = L iitialisatio est faite 3 Si l o sppose, por etier fixé spérier o égal à, qe =, alors : (

+ = + = + = ( +!! (! =!! ( +! E mltipliat par + +, o obtiet :!! + = ( +! + + =!( +! ( + ( +! E mltipliat par ( + + ( +!( +!, o a efi + = + ( + ( +! = ( + ( + + Par récrrece, o a bie : b O sait qe :, = Comme lim = et lim, = j = j j =, o a : ( lim = D après la qestio a, o a = ( doc lim ( =, ce qi pet s écrire : lim ( = et o a doc : ( = o( 5 O sait qe lim = doc lim ( = E mltipliat par, o a alors : lim Ceci vet dire qe : ( = =, ce qi s écrit ecore lim o( ( / ( =

Exercice 3 a Por tot réel x, o a : (Z x = (X x (Y x Comme X et Y sot des variables aléatoires, (X x et (Y x sot des évéemets (élémets de la trib T et ler itersectio est ecore élémet de T Ceci prove qe (Z x appartiet à T et qe Z est e variable aléatoire défiie sr (Ω,T, P Par idépedace de X et Y, o a P(Z x = P(X x P(Y x, ce qi doe : F Z (x = (Φ (x Comme Φ est de classe C sr IR, il e est de même de F Z, ce qi fait de Z e variable aléatoire à desité (les atres propriétés de F Z état vérifiées pisqe Z est e variable aléatoire b E dérivat F Z, o obtiet e desité de Z défiie par : x IR, f Z (x = ϕ (x Φ (x a E référece à la loi ormale cetrée rédite, o pet affirmer qe : e t dt = π t b E effectat le chagemet de variable = das l itégrale précédete (ce qi est atorisé car c est chagemet de variable affie, o obtiet : e dt O a alors : t = π e t dt = π Remarqe : o povait obteir ce résltat directemet e remarqat qe la foctio qi à t t associe e est e desité d e variable aléatoire sivat la loi ormale N(, π c Por tot réel x, ϕ (x = π e x, doc ϕ (x = x π e x = x ϕ (x, xf( x dx= xϕ( x φ( x dx O pose (x = Φ (x et v (x = x ϕ (x, avec (x = ϕ (x et v(x = ϕ (x Les foctios et v sot de classe C sr [, ] doc o pet réaliser l itégratio par parties qi doe : xf( x dx= [ ϕ (xφ (x] + ( ϕ( x dx, d où : x xf( x dx= ϕ (Φ ( + ϕ (Φ ( + e dx π Or lim ϕ ( = et, comme Φ est e foctio de répartitio, lim Φ ( =

De pls, ϕ ( = π, Φ ( =, et lim b près passage à la limite, o obtiet : e x dx x = e dx qi coverge d après xf ( x dx= π + π + e x dx d, xf( x dx = x x x dx ϕ( φ( La même itégratio par parties qe ci-desss doe : xf( x dx = ϕ (Φ ( ϕ (Φ ( + π Or lim De pls, lim o obtiet : e x dx ϕ ( = et, comme Φ est e foctio de répartitio, lim e x dx x = e dx xf ( x dx = π + π Φ ( = qi coverge d après b près passage à la limite, e x dx Grâce à la relatio de Chasles (sr des itégrales covergetes, o a : xf ( x dx= xf( x dx + xf( x dx, ce qi doe : xf ( x dx= π e x dx, et avec le résltat de la qestio b, o a fialemet : xf ( x dx= π Les itégrales croisées e c et d sot totes les dex absolmet covergetes (elles coverget et lers itégrades sot de sige costat doc Z possède e espérace mathématiqe et : E(Z = π 3 a Tot d abord, X (Ω = IR + et, por tot réel positif x, o a : (X x = ( x X x, d où l o dédit qe : x, F X (x = Φ ( x Φ ( x, mais comme Φ ( x = Φ ( x, o obtiet : x, F X (x = Φ ( x Par aillers, Z (Ω = IR + et, por tot réel positif x, o a : (Z x = ( x Z x, d où l o dédit qe :

x, F Z (x = F Z ( x F Z ( x, mais comme, por tot z de IR, F Z (z = (Φ (z, o obtiet : x, F Z (x = (Φ ( x (Φ ( x = (Φ ( x ( Φ ( x, et e développat, o a efi : x, F Z (x = Φ ( x Les foctios de répartitio de X et Z sot égales doc o pet coclre : X et Z sivet la même loi b O dédit de la qestio 3a qe, e particlier, X et Z ot même espérace Comme X sit la loi ormale N (,, o a : E(X = V(X + (E(X = Par coséqet : E(Z = Ceci garatit qe Z a e variace doée par la formle V(Z = E(Z (E(Z, d où l o dédit : V(Z = π Problème Partie État e O a départ, le mobile pet, soit se déplacer sr le poit d abscisse (avec la probabilité, soit rester e O (avec la probabilité E coclsio : X (Ω = {, } et X sit la loi B ( L iitialisatio est faite por = car X est la variable certaie égale à Si l o sppose qe, por fixé das IN, X (Ω = [, ], alors, por tot k de [, ], si le mobile est sr le poit d abscisse k à l istat, il se trovera, à l istat ( +, soit e O, soit sr le poit d abscisse k + (avec k + [, + ] Par coséqet : X + (Ω = [, + ] O coclt par récrrece qe : IN, X (Ω = [, ] 3 a vec le système complet d évéemets (X = j j, la formle des probabilités X = j totales s écrit : k [, ], P(X = k = P ( X = k P( X = j Comme k est o l, la sele faço por le mobile d atteidre le poit d abscisse k est de proveir d poit d abscisse k O a doc : j k, PX j X k = ( = = Il reste alors : P(X = k = PX k X k = = ( P(X = k O e dédit :

k [, ], P(X = k = k k + P(X = k k b E itérat, o obtiet : k [, ], P(X = k = k + k k P(X k = Ceci se simplifie et doe, e remplaçat P(X k = par k : P(X = k = k k + Cette égalité est ecore valable por k = (elle s écrit alors P(X = = et por = (elle s écrit alors P(X = = et o a fialemet : k [, ], P(X = k = k + k Remarqe : o povait obteir ce résltat e motrat par récrrece fiie sr i qe : k + i P(X = k = P(X i = k i k + c Comme, por tot etier atrel, (X = k k est système complet d évéemets, k o a P( X = k =, ce qi s écrit ecore = k = k = k + E effectat le chagemet d idice j = k, o a alors : IN, j j+ = d Por =, la formle précédete doe = Por =, elle doe : + =, d où l o tire : = Por =, o a : 3 + + =, d où l o tire : = 3 = 5 Por = 3, o a : + 3 + + 3 =, d où l o tire : 3 = 6 5 = 3 8 a La relatio obtee e 3a s écrit : k [, ], (k + P(X = k = k P(X = k E sommat por k allat de à, o trove, après avoir scidé la première somme : k = kp( X = k + P( X = k = kp( X = k, ce qi doe : k = k = E(X + P(X = = kp( + X = k, soit : k = E(X + P(X = = E( + X Par liéarité de l espérace, o obtiet : E(X + P(X = = + E(X