Mathématiques 2007 Classe Prepa HEC (S) Concours Ecricome

Mathématiques 2007 Classe Prepa HEC (S) Concours Ecricome

Documents
7 pages
Lire
YouScribe est heureux de vous offrir cette publication

Description

Concours du Supérieur Concours Ecricome. Sujet de Mathématiques 2007. Retrouvez le corrigé Mathématiques 2007 sur Bankexam.fr.

Sujets

Informations

Publié par
Ajouté le 14 juin 2007
Nombre de lectures 169
Langue Français
Signaler un abus
1. EXERCICE. 1. A laide de développements limités usuels que lon rappellera clairement, montrer que lorsquexest au voisinage de0on a x2 2 ln (2e) =xx+o(x):
1. Montrerque pour tout entierksupérieur ou égal à2, on a :
1=k 2e2]0;1[: 1=k 2. Endéduire le signe deln (2e), pour tout entierksupérieur ou égal à2. 1=k 3. Quelleest la nature de la série de terme généralln (2e)? 4. Pournentier supérieur ou égal à2, on pose n X 1=k Vn= ln(2e)etun= expVn: k=2 Déterminer limVnetlimun: n!+1n!+1 1. Montrerque   n X 1 1=k ln (nunln (2) =e)ln (1): k k=2 1=k 2. Déterminerun équivalent, quandktend vers+1, deln (2e)1 ln (1): k K 3. Endéduire queunest équivalent, quandntend vers+1, àavec n K >0. Quelle est la nature de la série de terme généralun? 2. Onpose n X k Sn= (1)uk: k=2
1. Etudierle sens de variations de la suite(un)n>2. 2. Montrer que les suites(S2n)n>1et(S2n+1)n>1sont deux suites adja-centes. n 3. Endéduire la nature de la série de terme général(1)un.
2. EXERCICE. Mn(R)désigne lensemble des matrices carrées dordren>2, à coe¢ cients réels. Pour tout élémentA= (aij)16i;j6ndeMn(R), on appelle trace deA, et on note T r(A), la somme des éléments diagonaux, cest-à-dire : n X T r(A) =aii: i=1
On admet queT rest une application linéaire deMn(R)dansRtelle que
8A2 Mn(R);8B2 Mn(R);
T r(AB) =T r(BA):
t On noteAla transposée de la matriceA. 1. Soit'lapplication dénie surMn(R) Mn(R)par : t tt 8A2 Mn(R);8B2 Mn(R); '(A; B) =T r(AB) (AB=AB): Exprimer'(A; B)en fonction des coe¢ cients deAetBet montrer que' est un produit scalaire surMn(R). On noteNla norme associée à ce produit scalaire. 2. SoientA; B2 Mn(R)but de cette question est de prouver que. Le
N(AB)6N(A)N(B): 1. Justierlexistence deP2 Mn(R)etD2 Mn(R)telles que t t P(AA)P=D Pest une matrice orthogonale etDune matrice diagonale. On notera par la suiteile coe¢cientdiide la matriceD= (dij)16i;j6n.
2
t 2. Soitune valeur propre deAAetXun vecteur propre associé. t t En calculantX AAXde deux manières di¤érentes, montrer que>0. t t 3. OnposeS=P(B B)P= (sij)16i;j6nque. Montrer
2 [N(A)] =T r(D);
2 [N(B)] =T r(S);
2 [N(AB)] =T r(SD):
4. Montrerque n X T r(SD) =isii: i=1 eme 5. OnnoteEileivecteur de la base canonique deMn;1(R), espace des matrices àncients réels.Montrer quelignes et une colonne, à coe¢ t t2 EiSEi=jjBP Eijj; jj:jjdésigne la norme euclidienne canonique deMn;1(R), puis cal-t culerEiSEien fonction des coe¢ cients deS. Quen déduit-on, pourientier compris entre 1 etn, sur le signe desii ? 6. Montrerque  ! ! n nn X XX isii6isii i=1i=1i=1 puis conclure que N(AB)6N(A)N(B):
3. PROBLEME. Le préliminaire, les parties I et II sont indépendants.
3.1. Préliminaire
On considère deux variables aléatoires à densitéXetYdénies sur un même espace probabilisé, admettant des espérancesE(X); E(Y)et des variancesV(X); V(Y). On supposeV(X)>0dénit la covariance de. OnXetYpar
Cov(X; Y) =E[(XE(X))(YE(Y))] =E(XY)E(X)E(Y):
3
1. Montrerque pour tout nombre réel,
2 V(X+Y) = V(X) + 2Cov(X; Y) +V(Y):
1. Enétudiant le signe du trinôme précédent, montrer que
2 (Cov(X; Y))6V(X)V(Y):
2. Aquelle condition nécessaire et su¢ sante a-t-on légalité
2 (Cov(X; Y)) =V(X)V(Y) ?
3.2. Partie I : Etude dune fonction de deux variables ndésigne un entier non nul,AetSdeux réels positifs ou nuls vériantS > nA. On dénit sur[0;+1[]0;+1[la fonctionLnpar : 8 1 (na+S) >1 < b Ln(a; b) =esi06a6A n b > : Ln(a; b) = 0sia > A
1 1. JustierqueLnest de classeCsur louvert]0; A[]0;+1[. Montrer queLnnadmet pas dextremum sur cet ouvert.
2. Montrerque
8a2[0; A[;8b2]0;+1[; Ln(a; b)< Ln(A; b):
Montrer que ce résultat est encore vrai pour toutade]A;+1[.
3. Soitgla fonction dénie sur]0;+1[parg(b) =Ln(A; b). Montrer quegadmet un maximum absolu sur]0;+1[, atteint en un point b0que lon exprimera en fonction deA; S; n.
4. Déduirede ce qui précède queLnadmet sur[0;+1[]0;+1[un maximum absolu atteint en un unique point(a0; b0)que lon précisera.
4
3.3. Partie II : Etude dune loi Soita>0etb >0considère la fonction. Onfa;bdénie surRpar : 8 (xa) >1 < fa;b(x) =e bsix>a b > : fa;b(x) = 0sinon
1. Vérierquefa;bOn noteest bien une densité de variable aléatoire.E(a; b) la loi associée.
On considère désormais une variable aléatoireXde loiE(a; b).
2. Déterminerla fonction de répartition deX.
3. OnposeY=Xa. Déterminerla loi deYet la reconnaître. En déduireE(X)etV(X).
p 4. Soitp2N. MontrerqueXadmet un moment dordrep,E(X), et pour p p1 p >0déterminer une relation liantE(X)etE(X).
5.Simulation de la loiE(a; b):
1. SoitUune variable aléatoire de loi uniforme sur[0;1[. Montrer que la variable aléatoirebln (1U) +asuit une loiE(a; b). 2. Onrappelle quen langage Pascal, la fonctionrandompermet de simuler une variable aléatoire de loi uniforme sur[0;1[. Ecrire, en langage Pascal, une fonctiontirage, de paramètresaetb simulant une variable aléatoire de loiE(a; b).
3.4. Partie III : Estimation des paramètresaetb aetbdésignent toujours deux réels tels quea>0etb >0. Onconsidère désormais une suite de variables aléatoires(Xi)i>1indépendantes identiquement distribuées de loiE(a; b). Pournentier supérieur ou égal à2, on considère les variables aléatoiresSnetYn
5
dénies parSn=X1+X2+  +XnetYn= min(X1; X2; : : : ; Xn).
Le but de cette partie est de déterminer des estimateurs deaetb.
1. Lafonctiontirage, ainsi que les variables informatiquesa,b,X,S,Yde type realeti,nde typeintegerétant supposées dénies, compléter le corps du programme principal suivant, de manière à ce quil simuleSnetYn(les valeurs étant stockées respectivement dansSetY). begin randomize ; readln(a,b,n) ; X:=tirage(a,b) ; S:=... ; Y:=...; for i:= 2 to n do... : : : : : : : : : : : : : : : : : : ... end.
2. Déterminerlespérance et la variance deSn. 3. Quelleest la loi suivie par la variable aléatoire(X1a) + (X2a) +  + (Xna)? En déduire une densité deSn. 4. Déterminerla fonction de répartition deYn. En déduire queYnsuit une loiE(an; bn)(on préciseraanetbn). Donner les valeurs deE(Yn)etV(Yn). 1. Calculerle biais ainsi que le risque quadratique deYnen tant questimateur dea. 2. Rappelerlinégalité de Markov pour une variable aléatoire admettant un moment dordre 2. A laide de ce qui précède, prouver que(Yn)est une suite destimateurs deaasymptotiquement sans biais, convergente.
6
S n 5. OnposeZn=Yn. n 1. Calculerle biais deZnen tant questimateur deb. 2. OnnoterZn(b)le risque quadratique deZnque. Montrer 2 2 2b b2 rZ(b) =+Cov(Sn; Yn): n 2 n nn 3. Alaide du préliminaire montrer que limrZ(b) = 0 n n!+1 et en déduire que(Zn)est une suite destimateurs debasymptotique-ment sans biais, convergente.
6. Pourun échantillon donné(x1; : : : ; xn), avecminfx1; : : : ; xng 6= maxfx1; : : : ; xng, correspondant à une réalisation desnvariables aléatoiresX1; : : : ; Xn, on dénit la fonctionLsur[0;+1[]0;+1[par
n Y L(a; b) =fa;b(xi): i=1
1. Montrer queLest la fonctionLndénie dans la partie I, pour des valeurs deAetSque lon précisera en fonction desxi. 2. Comparerles estimations deaetbobtenues sur léchantillon(x1; : : : ; xn) à partir deYnetZnavec les valeursa0etb0obtenues dans la partie I.
7