Devoir Maison de Mathématiques 1

Documents pareils
Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Programmes des classes préparatoires aux Grandes Ecoles

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

I. Polynômes de Tchebychev

Image d un intervalle par une fonction continue

Probabilités sur un univers fini

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Simulation de variables aléatoires

INTRODUCTION. 1 k 2. k=1

Comparaison de fonctions Développements limités. Chapitre 10

Probabilités Loi binomiale Exercices corrigés

Travaux dirigés d introduction aux Probabilités

Correction de l examen de la première session

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

3 Approximation de solutions d équations

3. Conditionnement P (B)

Continuité en un point

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

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

Couples de variables aléatoires discrètes

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Chapitre 2 Le problème de l unicité des solutions

Pour l épreuve d algèbre, les calculatrices sont interdites.

Limites finies en un point

Intégration et probabilités TD1 Espaces mesurés Corrigé

NOTATIONS PRÉLIMINAIRES

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Exercices sur le chapitre «Probabilités»

Résolution d équations non linéaires

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

Cours d Analyse. Fonctions de plusieurs variables

Cours d analyse numérique SMI-S4

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

Loi binomiale Lois normales

Moments des variables aléatoires réelles

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

Chapitre 2. Matrices

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Probabilités sur un univers fini

Problème 1 : applications du plan affine

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

Feuille d exercices 2 : Espaces probabilisés

I. Cas de l équiprobabilité

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

Espaces probabilisés

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

Coefficients binomiaux

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

Commun à tous les candidats

Théorème du point fixe - Théorème de l inversion locale

Nombre dérivé et tangente

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Programmation linéaire

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

Capes Première épreuve

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

LES GENERATEURS DE NOMBRES ALEATOIRES

CCP PSI Mathématiques 1 : un corrigé

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

Calcul différentiel sur R n Première partie

Continuité et dérivabilité d une fonction

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

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

Programmation linéaire

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

1 TD1 : rappels sur les ensembles et notion de probabilité

4 Distributions particulières de probabilités

Résolution de systèmes linéaires par des méthodes directes

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

EXERCICES - ANALYSE GÉNÉRALE

La persistance des nombres

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Exercices Corrigés Premières notions sur les espaces vectoriels

MA6.06 : Mesure et Probabilités

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

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Amphi 3: Espaces complets - Applications linéaires continues

Probabilités conditionnelles Loi binomiale

NOMBRES COMPLEXES. Exercice 1 :

Corrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Licence MASS (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Continuité d une fonction de plusieurs variables

Chapitre VI - Méthodes de factorisation

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Suites numériques 4. 1 Autres recettes pour calculer les limites

Calcul fonctionnel holomorphe dans les algèbres de Banach

Chapitre 7 : Intégration sur un intervalle quelconque

Calculs de probabilités conditionelles

Intégration et probabilités TD1 Espaces mesurés

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

Développements limités, équivalents et calculs de limites

Suites numériques 3. 1 Convergence et limite d une suite

P1 : Corrigés des exercices

Correction du baccalauréat ES/L Métropole 20 juin 2014

Espérance conditionnelle

Fonctions de plusieurs variables

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

Logique. Plan du chapitre

Transcription:

BCPST 2 2016/2017 Devoir Maison de Mathématiques 1 On souhaite résoudre l équation (E) suivante : P (z) = 0 (E) d inconnue z complexe avec P le polynôme X 3 6X + 4. 1. Dans un premier temps, on cherche à approximer l une des racines de P afin de le factoriser. (a) Donner le nombre de racines réelles de P. Montrer en particulier que P s annule une seule fois sur [1, 5]. On note α le réel tel que P (α) = 0 et α [1, 5]. (b) On définit les suites (a k ) k N et (b k ) k N de la façon suivante : a 0 = 1 et b 0 = 5. Pour tout entier naturel k, on note c k = a k + b k et : 2 { { a k si P (a k )P (c k ) 0 b k si P (a k )P (c k ) > 0 a k+1 = et b k+1 = sinon sinon c k i. Proposer une fonction en Python prenant en entrée un entier naturel k et renvoyant (a k, b k ). ii. En déduire des conjectures concernant les limites de (a k ) k N et (b k ) k N. iii. Démontrer que, pour tout entier naturel k, on a : b k a k = 1 2 k 2. iv. En déduire les limites de (a k ) k N et (b k ) k N. v. En déduire une fonction en Python prenant en entrée un entier naturel n et renvoyant une approximation à 10 n près de α. vi. En déduire la valeur de α. (c) Résoudre (E). 2. Dans un deuxième temps, on suppose qu il existe z 0 un complexe vérifiant l équation (E). On suppose qu il existe u et v deux complexes tels que u + v = z 0 et u v = 2. On va chercher un polynôme du second degré dont u 3 et v 3 sont les racines, cela nous permettra d expliciter u 3 et v 3 puis u et v et enfin de résoudre (E). (a) i. Démontrer que u 3 + v 3 = 4. ii. Soient a et b deux complexes. On suppose que z 1 et z 2 sont deux complexes tels que z 1 + z 2 = a et z 1 z 2 = b. Expliciter un polynôme du second degré dont z 1 et z 2 sont les racines. iii. En déduire les valeurs de u 3 et v 3. (b) i. Résoudre l équation z 3 = 1 d inconnue z complexe. ii. On note j le complexe tel que j 3 = 1 et Im (j) > 0. Prouver que j est bien définie et expliciter le. ( ) ( ) 11π 11π iii. Expliciter (1 + i) j et en déduire les valeurs exactes de cos et sin. 12 12 iv. Posons w = 2 + 2i, résoudre l équation z 3 = w d inconnue z complexe. (c) En déduire de nouveau les solutions de (E). c k

BCPST 2 2016/2017 Devoir Maison de Mathématiques 2 Pour tout réel t strictement positif, on définit la suite (x n (t)) n N par : x 0 (t) = t et n N, x n+1 (t) = x n (t) ainsi que les deux suites (u n (t)) n N et (v n (t)) n N définies par : n N, u n (t) = 2 n (x n (t) 1) et v n (t) = u n(t) x n (t). 1. (a) Soit g : t t t. Étudier le signe de g. (b) En déduire que, si t est un réel supérieur à 1, (x n (t)) n N converge et déterminer sa limite. (c) Étudier (x n (t)) n N si t est un réel inférieur à 1. 2. Dans cette question, t est un réel strictement positif fixé. (a) Proposer une fonction en Python prenant en entrée un entier naturel n et un réel T strictement positif et renvoyant [[u 0 (T ),, u n (T )], [v 0 (T ),, v n (T )]]. (b) Que conjecturer sur les suites (u n (t)) n N et (v n (t)) n N? (c) Montrer que les suites (u n (t)) n N et (v n (t)) n N sont adjacentes, on note L(t) leur limite. (d) En déduire une fonction en Python prenant en entrée un réel T strictement positif et renvoyant une approximation à 10 3 près de L(T ). 3. On considère désormais la fonction f suivante : { R + R f : t L(t). (a) Représenter f et conjecturer ce qu est f. (b) Démontrer que L(t) est un élément de [1 1t ], t 1. (c) Montrer que f est dérivable en 1 et donner f (1). (d) On fixe dans cette question deux réels strictement positifs t 1 et t 2. i. Montrer que, pour tout entier naturel n, on a : x n (t 1 t 2 ) = x n (t 1 ) x n (t 2 ). (e) ii. En déduire lim (u n(t 1 t 2 ) u n (t 1 ) u n (t 2 )). n + iii. Donner une relation entre f(t 1 t 2 ), f(t 1 ) et f(t 2 ). i. Montrer que, pour tout réel t strictement positif et tout réel h tel que t + h soit strictement positif, on a : ( f(t + h) f(t) = f 1 + h ). t ii. En déduire que f est dérivable et déterminer f. iii. Expliciter f.

BCPST 2 2016/2017 Épreuve A Agrovéto 2009 (Extrait) Durée approximative: 2h Devoir Maison de Mathématiques 3 Soient E un espace vectoriel réel de dimension 3 et ( e 1, e 2, e 3 ) une base B de E. Considérons l endomorphisme u de E tel que Mat B (u) = A avec A = 1 1 1 1 1 1 1. 2 4 4 2 Pour tout réel λ, on appelle E λ l ensemble { x E tel que u( x ) = λ x }. 1. Diagonalisation de u (a) Donner une base ( e 1 ) de E 2 et une base ( e 2, e 3 ) de E 1. (b) Montrer que ( e 1, e 2, e 3 ) est une base de E. On la note B. (c) Expliciter la matrice de u dans B. 2. Recherche des «racines carrées» de u (a) On suppose qu il existe un endomorphisme v de E tel que v v = u. i. Démontrer que u v = v u. ii. Démontrer que u ( v( e 1 ) ) = 2v( e 1 ). iii. En déduire qu il existe un réel r tel que v( e 1 ) = r e 1. iv. Soit x un vecteur tel que u( x ) = x. Démontrer que u ( v( x ) ) = v( x ) et en déduire que v( x ) appartient à Vect( e 2, e 3 ). v. En déduire qu il existe des nombres réels h, x, y, z et t tels que h 0 0 Mat B (v) = 0 x y 0 z t vi. En déduire que r 2 = 2 avec r le réel tel que v( e 1 ) = r e 1. (b) Existe-t-il des endomorphismes v de E tels que v v = u? 3. Construction d une base de E dans laquelle la matrice de u est de diagonale nulle Nous constatons que la somme des éléments diagonaux de A est nulle et nous nous proposons de démontrer qu il existe une base de E dans laquelle la matrice de u est de diagonale nulle. (a) Mettons en place notre premier changement de base. i. Démontrer que la famille ( e1, u( e 1 ) ) est libre. ii. Soient a, b et c trois réels. Démontrer que a e 1 +b e 2 +c e 3 appartient à Vect ( e1, u( e 1 ) ) si et seulement si 4b c = 0. En déduire une condition nécessaire et suffisante pour que la famille ( e1, u( e 1 ), a e 1 + b e 2 + c e 3 ) soit une base de E.

Dans la suite de ce problème, e 3 désigne le vecteur e 1 + e 2 + e 3. On note alors B la famille ( e1, u( e 1 ), e 3 ). iii. Justifier que B est une base de E. iv. Écrire la matrice de u dans la base B. La matrice obtenue est de la forme A = où α, β, γ, δ, λ, µ désignent des nombres réels. 0 α β 1 γ δ 0 λ µ (b) Soit C = ( (1, 0), (0, 1) ) la base canonique de R 2. Considérons l endomorphisme f de R 2 défini par ( ) γ δ Mat C (f) =, λ µ où les nombres γ, δ, λ, µ ont été calculés à la question précédente. On appelle C la famille ( (0, 1), f((0, 1)). i. Démontrer que C est une base de R 2 et écrire la matrice de f dans la base C. ii. On appelle a, b, c et d quatre réels tels que : ( ) a c = Mat C (C ). b d Calculer u (au( e 1 ) + b e 3 ) et u (cu( e 1 ) + d e 3 ). (c) En déduire une base de E dans laquelle la matrice de u est de diagonale nulle.

BCPST 2 2016/2017 Devoir Maison de Mathématiques 4 On définit, pour tout entier naturel non nul n, les deux quantités suivantes : J n = 1 1. On va d abord prouver que (J n ) n N tend vers 0. 0 1 + (1 + x 3 ) dx et I 1 n n = 0 (1 + x 3 ) dx. n (a) i. Montrer que la suite (J n ) n N est décroissante. ii. Montrer que la suite (J n ) n N est convergente. On note l sa limite. (b) Montrer que, pour tout entier naturel non nul n, on a : J n 3n = 1 3n 2 + (J n n J n+1 ). (c) En déduire la nature de n 1 J n n. (d) Que peut-on en déduire sur l? 2. (a) Montrer que, pour tout entier naturel non nul n, I n est bien définie. (b) Montrer que, pour tout entier naturel non nul n, on a : + 1 1 1 dx (1 + x 3 ) n 3n 1. (c) En déduire que la suite (I n ) n N converge vers 0. 3. (a) Déterminer trois réels a, b et c tels que : x R +, 1 1 + x = a 3 1 + x + bx + c 1 x + x. 2 (b) En déduire que I 1 = 2π 3 3. (c) Montrer que, pour tout entier naturel non nul n, on a : I n+1 = 3n 1 3n I n. 4. Écrire une fonction en Python qui, étant donné un entier naturel non nul n, calcule et affiche la valeur de I n. Vérifier que la suite (I n ) n N converge bien vers 0.

BCPST 2 2016/2017 Épreuve B Agrovéto 2013 (Extrait) Durée approximative: 3h Devoir Maison de Mathématiques 5 Pour deux événements A et B d un même espace probabilisé, on notera P (A) la probabilité de A et, si P (B) 0, P (A B) la probabilité conditionnelle de A sachant B. Le but de ce problème est de définir et d utiliser dans des cas simples la notion d espérance conditionnelle, dont la définition dans le cas de variables discrètes est donnée ci dessous et servira dans les parties A, B et C. Les parties A, B, C sont indépendantes. Pour n et p deux entiers naturels non nuls, soient X et Y deux variables aléatoires à valeurs respectivement dans 0, n et 0, p. On suppose que, pour tout i 0, p, P (Y = i) 0. On appelle espérance conditionnelle de X sachant (Y = i) la quantité E(X Y = i) = n kp (X = k Y = i). k=0 A) Question préliminaire Avec les notations de la définition ci-dessus, montrer, à l aide de la formule des probabilités totales, la relation suivante : E(X) = p E(X Y = i)p (Y = i). i=0 Cette relation, connue sous le nom de formule de l espérance totale, sera utilisée dans les parties A, B et C de ce problème. Nous y ferons référence sous le nom ( ). B) Étude d un premier exemple 1) Soient U et V deux variables aléatoires indépendantes et de même loi uniforme sur 0, 3. On note M la variable aléatoire dont la valeur est égale au maximum de la valeur de U et de la valeur de V, soit M = max(u, V ). a) Donner la loi conjointe du couple (U, V ). b) Représenter dans un tableau la loi conjointe du couple (U, M). En déduire la loi marginale et l espérance de M. 2) Le but de cette question est de généraliser le résultat de la question précédente. Soit n un entier naturel non nul. U et V désignent désormais deux variables aléatoires réelles discrètes, indépendantes, de même loi uniforme sur 0, n. On note alors M = max(u, V ) la variable aléatoire égale à la valeur maximale prise par U et V. n a) Calculer la valeur de k pour un entier naturel i tel que i < n. b) Montrer que : n i 2 = i=0 k=i+1 c) Montrer que E(M U = n) = n. n(n + 1)(2n + 1). 6 d) On considère i un entier naturel tel que i < n. i) Montrer que : E(M U = i) = ip (M = i U = i) + ( ) n kp (M = k U = i). k=i+1

ii) Montrer que, pour tout k de i + 1, n, on a : P (M = k U = i) = 1 n + 1. n iii) En déduire la valeur de kp (M = k U = i) en fonction de i et n. k=i+1 iv) Que vaut P (M = i U = i)? v) Calculer E(M) en fonction de n à l aide de la relation (*). Ce résultat est-il cohérent avec celui obtenu dans la question B)1)b)? C) Étude d un second exemple Étant donné b un entier naturel non nul, on considère une urne contenant b boules blanches. Les autres boules, au nombre de c, c entier naturel, sont noires. L urne contient ainsi b + c boules, on note N cette quantité. On tire les boules une à une et sans remise. On s intéresse au nombre Y N de boules noires tirées avant d obtenir la première blanche (l indice N marque la dépendance de Y par rapport au nombre total de boules dans l urne avant le premier tirage). On pose u N = E(Y N ) et on raisonne par récurrence sur N pour une valeur de b fixée. X 1 désigne la variable de Bernoulli égale à 1 si la première boule tirée est blanche et 0 sinon. 1) Quelles sont les valeurs possibles de Y N? 2) Que vaut E(Y N X 1 = 1)? 3) On suppose dans cette question N > b. Justifier, pour tout i de 1, N b, l égalité P (Y N = i X 1 = 0) = P (Y N 1 = i 1). 4) En déduire que E(Y N X 1 = 0) = 1 + u N 1 si N > b. 5) Déduire de la relation ( ) qu on a u N = (1 + u N 1 ) N b si N > b. N 6) Que vaut u b? Déterminer u b+1, u b+2 à l aide de la question précédente. 7) Donner E(Y b+k ) pour tout k entier naturel. D) Étude d un troisième exemple On s intéresse maintenant au problème suivant. Pour un examen, une liste de N (avec N un entier supérieur à 2) questions a été fournie aux étudiants pour leurs révisions. Le jour de l examen, n (avec n un entier naturel inférieur à N) questions de la liste, choisies aléatoirement, sont posées sous forme de questionnaire à choix multiple (QCM), avec quatre réponses possibles à chaque fois dont une seule est juste. Chaque réponse juste rapporte un point, les réponses fausses rapportent zéro point. Les questions sont indépendantes entre elles. On s intéresse ici à un étudiant donné, qui a révisé et connaît la réponse à b (avec b un entier naturel inférieur à N) questions de la liste. Le jour de l examen, il se retrouve donc face à n questions, chacune de l un ou l autre des deux types suivants : Celles qui sont parmi les b qu il a révisées et dont il connaît la réponse ; on note C la variable aléatoire égale au nombre de ces questions ; Celles qu il n a pas révisées, auxquelles il donne une réponse au hasard parmi les quatre fournies («au hasard»signifiant ici qu il possède une chance sur quatre de donner la bonne réponse) ; on note D le nombre de ces questions auxquelles l étudiant répond correctement. On supposera dans la suite que 1 n b et n N b. On note Y le nombre total de points obtenus par l étudiant à son examen. Le but est le calcul de l espérance de Y. 1) Quelle est la loi suivie par C? En déduire E(C).

2) Soit k 0, n. Déterminer la loi conditionnelle de D sachant [C = k]. En déduire E(D C = k). 3) Calculer E(D) à l aide de la relation (*), puis E(Y ).

BCPST 2 2016/2017 Devoir Maison de Mathématiques 6 On note B la base canonique du C-espace vectoriel C 4 et id l endomorphisme identité de C 4. On note M 4 (C), respectivement M 4 (IR), l ensemble des matrices carrées d ordre 4 à coefficients dans C, respectivement dans IR. On définit les matrices suivantes : 1 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 I = 0 0 1 0 0 0 0 1 et J = 0 0 0 1 1 0 0 0. On note g l endomorphisme de C 4 dont la matrice dans la base B est J. Pour tout quadruplet (a 1, a 2, a 3, a 4 ) C 4, on note M (a1,a 2,a 3,a 4 ) la matrice l endomorphisme de C 4 dont la matrice dans la base B est M (a1,a 2,a 3,a 4 ). Première partie 1. Résoudre l équation z 4 = 1 d inconnue z complexe. 2. On note Sp (g) l ensemble des valeurs propres de g. (a) Expliciter J 4. (b) Soit λ une valeur propre de g, montrer que λ 4 = 1. (c) En déduire que Sp (g) = {1, i, 1, i}. 4 a k J k 1 et f (a1,a 2,a 3,a 4 ) (d) Déterminer une base de chaque sous-espace propre associé formée de vecteur(s) dont la première composante dans la base canonique est 1. (e) L endomorphisme g est-il diagonalisable? 3. On considère un quadruplet (a 1, a 2, a 3, a 4 ) de C 4, on l appelle A. (a) Calculer les coefficients de la matrice M A. (b) Montrer que f A est combinaison linéaire de id, g, g g et g g g. (c) Calculer l image par f A des vecteurs propres de g déterminés à la question 2. (d) En déduire que l endomorphisme f A est diagonalisable et donner une matrice diagonale à laquelle M A est semblable. z 1 1 1 4. Pour tout z C, on note M(z) la matrice M(z) = 1 z 1 1 1 1 z 1. 1 1 1 z (a) Déterminer les valeurs propres de M(z). (b) Déterminer l ensemble des complexes z pour lesquels la matrice M(z) est inversible. (c) Soient n IN, k IN et z C. i. Calculer ( M(1) ) k et ( M(z) M(1) ) k. ii. En déduire une expression de ( M(z) ) n à l aide de z, n, M(1) et I. k=1

5. (a) Écrire une fonction en Python qui, étant données deux matrices de M 4 (IR), renvoie le produit matriciel des deux matricesà l aide de boucles for. (b) Écrire une fonction en Python qui, étant donnés une matrice de M 4 (IR) et un entier naturel n, renvoie la puissance n-ième de la matrice en utilisant la fonction précédente. (c) Écrire une fonction en Python qui, étant donnés un réel z et un entier naturel n, évalue (M(z)) n. (d) Écrire une fonction en Python permettant de vérifier la formule de la question 4. Commenter les résultats obtenus. Seconde partie On note IR 3 [X] l ensemble des polynômes de degré inférieur ou égal à 3. On note P 0, P 1, P 2, P 3 les polynômes suivants : P 0 = 1, P 1 = X, P 2 = X 2, P 3 = X 3. On rappelle que B 1 = (P 0, P 1, P 2, P 3 ) est une base du IR-espace vectoriel IR 3 [X]. Pour tout polynôme P de IR 3 [X], on définit h(p ) par : h(p ) = ( 1 X 2) [ P (0) P ( )] (0) P (0) + X P (0). 6 2 1. Montrer que h est un endomorphisme de IR 3 [X]. 2. Déterminer la matrice de h dans la base B 1. 3. Déterminer l ensemble des valeurs propres réelles de h. 4. L endomorphisme h est-il diagonalisable? 5. Déterminer une base de l image et du noyau de h.

BCPST 2 2016/2017 Devoir Maison de Mathématiques 7 Épreuve G2E 2016 (Extrait) Durée approximative: 2h Dans tout le problème n désigne un entier naturel non nul et a, λ et λ sont des réels strictement positifs. Dans la partie A, on détermine l ensemble de définition d une fonction définie par une intégrale. Dans la partie B, on établit quelques propriétés remarquables de cette fonction et on en calcule des valeurs. Cette fonction est utilisée dans la partie C pour construire une densité de probabilité dont on constate qu elle est en lien avec les lois de Poisson. Partie A : Ensemble de définition d une fonction définie par une intégrale Soit Γ la fonction définie sur une partie de R par : Γ : x + 0 e t t x 1 dt. Soit x un réel. ( 1. (a) Calculer lim e t t x+1) et en déduire qu il existe T [1, + [ tel que : t + t [1, + [, t T e t t x 1 1 t 2. (b) Pour quelles valeurs de x, (c) Démontrer que 1 de cette intégrale. (d) En déduire que 0 1 0 + 1 e t t x 1 dt est-elle convergente? t x 1 dt converge si et seulement si x > 0 et donner dans ce cas la valeur e t t x 1 dt converge si et seulement si x > 0. 2. Déduire des questions précédentes l ensemble de définition de Γ. Partie B : Quelques propriétés de cette fonction 1. (a) Démontrer que : x R +, Γ(x) > 0. (b) Démontrer que : x R +, Γ(x + 1) = xγ(x). (c) Calculer Γ(1) puis démontrer par récurrence que pour tout n N, Γ(n) = (n 1)!. 2. On admet que Γ a une limite en 1, en 0 + et en +. (a) Déterminer ces trois limites. ( ) Γ(x) (b) Déterminer également lim x + x

3. (a) Rappeler la valeur de + e x2 2 dx et en déduire + 0 e x2 2 dx. (b) A l aide d un changement de variable que l on justifiera avec soin, démontrer que : ( ) 1 Γ = π. 2 ( (c) En déduire enfin, pour tout n N, une expression de Γ n + 1 ) à l aide de factorielles. 2 Partie C : Une densité de probabilité On rappelle que a, λ et λ sont des réels strictement positifs et on considère la fonction f a,λ définie sur R par : λ a f a,λ : x Γ(a) e λx x a 1 si x > 0 0 si x 0 1. (a) Etudier la continuité de f a,λ sur R et déterminer à quelle condition nécessaire et suffisante, f a,λ est continue sur R. (b) Etudier les variations de f a,λ sur R +. 2. (a) Justifier que f 1,λ est une densité de probabilité d une variable aléatoire suivant une loi que l on précisera. (b) Plus généralement, montrer que f a,λ est une densité de probabilité d une variable aléatoire X. (c) Quelle est alors une densité de la variable aléatoire λ λ X? 3. Démontrer que : E(X) = a λ. 4. On suppose dans cette dernière question que a est un entier naturel non nul et on note t un réel strictement positif. Z désigne une variable aléatoire suivant une loi de Poisson. (a) Démontrer que la fonction ci-dessous est une primitive de f a,λ sur R : (b) En déduire P (X > t). a 1 (λx) k x R e λx si x > 0, F a,λ (x) = k! k=0 0 si x < 0 (c) En déduire enfin que P (X > t) = P (Z < a) en précisant le paramètre de la variable aléatoire Z.