Année 2021-2022 Université Grenoble Alpes, Polytech

Maths S6 Filières, GGC, MAT et PRI

Corrigé Examen Mathématiques filières

Jeudi 03 mars 2022, durée 2h30

Téléphones interdits. Calculatrices autorisées, ainsi que deux feuilles de notes A4 recto-verso. Il
sera particulièrement tenu compte du soin apporté à la rédaction.

Exercice 1. (4 points)

Soit f la fonction de R −→ R, 2π-périodique et paire définie par :

f (x) = 2x − π sur [0,π]

1. Tracer le graphe de f sur l’intervalle [−3π,3π].

2. Déterminer les coefficients de Fourier ainsi que Sf la série de Fourier de la fonction f .

La fonction f estZ paire, donc bnZ = 0 pour tout entier n. 
π π
4 2 π (2x − π)2
Ensuite, a0 = f (x)dx = (2x − π)dx = = 0.
2π 0 Zπ π 0 Z 4π 0
4 2
Pour tout n ≥ 1 on a an = f (x) cos(nx)dx = (2x − π) cos(nx)dx. En intégrant
2π 0 π 0
par parties, on trouve :
 π Z  Z π 
2 sin(nx) 2 π 4
an = (2x − π) − sin(nx)dx = − sin(nx)dx
π n 0 n 0 πn 0
4 4
= 2
[cos(nx)]π0 = ((−1)n − 1)
πn πn2
8
Donc pour tout entier n a2n = 0 et a2n+1 = − . On en déduit que :
π(2n + 1)2

X
+∞
8
Sf (x) = − cos((2n + 1)x)
n=0
π(2n + 1)2

3. Pour quelles valeurs de x a-t-on f (x) = Sf (x) ?

La fonction f est affine par morceaux donc elle est C 1 par morceaux. En particulier
elle vérifie les conditions du théorème de Dirichlet qui dit que dans ce cas la série
− (x+ )
de Fourier converge pour tour x et on a f (x )+f 2
= Sf (x). Or ici la fonction est
continue partout. Donc pour tout réel x on a f (x) = Sf (x).

1
 :
0 |x| 1.

f
4. En déduire la valeur de la somme : X
fˆ f 1
Z +1 n≥0 4
(2n + 1)2
sin x
On applique le théorème de Dirichlet P
4
dx
en x = 0. On a alors d’après la question
précédente f (0) = Sf (0) et donc
0 −π x= − +∞ 8
n=0 π(2n+1) . D’où : 2

X 1 π2
=
(2n + 1)2 8
n≥0 xk ax
a > 0 k 2 N f f (x) = e
Exercice 2. (4 points) k!
ˆ fonction triangle définie par :
On note Λ fla

1 − |t| si |t| < 1
Λ(t) = .
0 sinon

Toutes les fonctions obtenues à partir de la fonction Λ par translation ou par changement d’échelle,
sont appelées aussi des fonctions triangles. Par exemple, on appelle fonction triangle centrée en 0,
t
de base 2a où a > 0 et de hauteur 1, la fonction t 7→ Λ( ). De même, on appelle fonction triangle
a
centrée en a, degbase 2 et de hauteur 1, la fonction t 7→fΛ(t − a).
Soit f la fonction dont le graphe est le suivant :

2 1 0 1 2

1. Donner l’expression de f . g
2. Écrire f comme combinaison linéaire de deux fonctions triangles à déterminer (vous pouvez
aussi l’écrire comme somme de trois fonctions triangles).
La fonction f est la différence :
— d’un triangle de de hauteur 2 et de base 4 centré en 0
— et d’un triangle de hauteur 1, de base 2 centré en 0
t
Donc f (t) = 2Λ( ) − Λ(t).
2
On peut aussi écrire f comme somme :
— d’un triangle de hauteur 1, de base 2 centré en 0
— d’un triangle de hauteur 1, de base 2 centré en 1
— et d’un triangle de hauteur 1, de base 2 centré en -1
et donc f (t) = Λ(t − 1) + Λ(t) + Λ(t + 1)
3. En déduire sa transformée de Fourier. (NB : le cas échéant tenter un calcul direct mais vous
n’aurez pas dans ce cas la totalité des points)
D’après la question précédente et en utilisant la propriété du changement d’échelle

2
 (ou de translation), on a :
sin2 (2πν) sin2 (πν)
fˆ(ν) = 4 −
4π 2 ν 2 π2ν 2
2 2
sin (2πν) sin (πν)
= −
π2ν 2 π2ν 2
4 sin2 (πν) cos2 (πν) sin2 (πν)
= −
π2ν 2 π2ν 2
2
sin (πν) 2


= 4 cos (πν) − 1
π2ν 2
Exercice 3. (3 points)
Le but de cet exercice est de trouver une solution intégrable à l’équation différentielle :
y 0 + y = g(x) (1)
où g est la fonction définie par :

e−x si x≥0
g(x) = .
0 sinon
1. Calculer la transformée de Fourier de la fonction g.
Solution : Z +∞ Z +∞ Z +∞
−2iπνx −x −2iπνx
∀ν ∈ R, ĝ(ξ) = g(x)e dx = e e dx = e−(1+2iπν)x dx =
 −(1+2iπν)t A−∞ 0 0
e
lim −
A→+∞ (1 + 2iπν) 0
Et donc
1
ĝ(ν) =
1 + 2iπν
2. Soit y est une solution intégrable de (1), calculer sa transformée de Fourier ŷ.
Solution :
On applique la transformation de Fourier sur l’équation (1) et on utilise la linéarité
de la transformation. La transformée de Fourier de y est bien définie comme on a
supposé qu’on cherche une solution intégrable. On trouve alors pour tout ν ∈ R :
yb0 (ν) + ŷ(ν) = ĝ(ν)
Or F(y 0 )(ν) = 2iπνF(y)(ν) donc :
1
(1 + 2iπν)ŷ(ν) =
1 + 2iπν
Òn en déduit que si y vérifie l’équation différentielle (1), alors :
1
yb(ν) =
(1 + 2iπν)2
3. En déduire que si y est une solution intégrable de (1), alors y(x) = xg(x) pour tout x ∈ R.
Solution :
dĝ 2iπ 1 dĝ
On a (ν) = − 2
et donc yb(ν) = − (ν). D’après les propriétés de
dν (1 + 2iπν) 2iπ dν
la transformation de Fourier et la dérivation on sait que la fonction x 7→ xg(x)
1 dĝ
admet pour transformée de Fourier la fonction ν 7→ − (ν). Par injectivité de
2iπ dν
la transformée de Fourier, on en déduit que y(x) = xg(x) pour tout x ∈ R.

3
Exercice 4. (4 points)
Les questions 1, 2 et 3 sont totalement indépendantes et peuvent être traitées dans
l’ordre que vous souhaitez.
1. Un groupe d’étudiants ont prévu un pique-nique aujourd’hui mais la matinée est nuageuse. Ils
se posent la question s’il va pleuvoir dans l’après-midi. Voici les informations dont ils disposent :
— Parmi les après-midis pluvieuses, la moitié ont eu des matinées nuageuses ;
— au mois de mars les matinées nuageuses sont fréquentes, environ 40% ;
— cependant le mois de mars est assez sec, il pleut dans seulement 10% des après-midis.
Calculer la probabilité qu’il pleuve aujourd’hui dans l’après-midi sachant que la matinée est
nuageuse.
On note N l’évènement "la matinée est nuageuse", P AM l’évènement "il pleut dans
l’après-midi". D’après l’énoncé, on a P (N ) = 0,4, P (P AM ) = 0,1 et PP AM (N ) = 0,5.
On cherche à calculer PN (P AM ). On a :

P (P AM ∩ N ) P (P AM )PP AM (N ) 0,1 × 0,5

PN (P AM ) = = = = 0,125
P (N ) P (N ) 0,4

2. Dans une carrière de marbre, un contrôle est effectué sur des dalles destinées à la construction.
La surface des dalles est vérifiée pour détecter d’éventuels éclats ou taches. Il a été constaté
qu’en moyenne il y a 1,2 défaut par dalle et que le nombre de défauts par dalle suit une loi de
Poisson.
(a) Quelles sont les valeurs possibles de la variable ? Quel est le paramètre λ de cette loi de
Poisson ?
On note N la variable aléatoire comptant le nombre de défauts par dalle. On
sait d’après l’énoncé que N ∼ P(λ). La variable aléatoire N comme valeurs des
entiers positifs et le paramètre λ est son espérance donc λ = 1,2.
(b) Quelle est la probabilité d’observer au moins 2 défauts par dalle ?
On veut calculer P (N ≥ 2).
On a P (N ≥ 2) = 1−P (N < 2) = 1−P (N = 0)−P (N = 1) = 1−e−1,2 −1,2e−1,2 ≈ 0,3374
3. La durée de vie d’un atome radioactif de carbone14, exprimée en année, est une variable
aléatoire X qui suit la loi exponentielle de paramètre λ = 0,00012. Ce paramètre porte le nom
de constante de désintégration.
(a) Quelle est la durée de vie moyenne d’un tel atome ?
1 1
La durée de vie moyenne est E[X] = = ≈ 8333,33
λ 0,00012
(b) Quelle est la probabilité qu’un tel atome ne soit pas encore désintégré au bout de 10000
ans ? Z +∞
On a : P (X > 10000) = λe−λt dt = e−λ10000 = e−1,2 ≈ 0,3
10000
(c) La demi-vie radioactive d’un noyau est le réel positif m 1 que l’on définit par l’égalité :
2

1
P (X ≤ m 1 ) = P (X ≥ m 1 ) =
2 2 2
Déterminer la demi-vie m 1 d’un atome de Carbone14.
2
1 −λm 1 1 ln(2)
On a P (X ≥ m 1 ) = ⇔ e 2 = ⇔ −λm 1 = − ln(2) ⇔ m = =≈ 5776,23
2 2 2 2 λ
Tournez la page →

4
Exercice 5. (3 points)
Une machine est conçue pour fabriquer des plaques de tôle d’épaisseur 0,3 mm. Mais, elles n’ont
pas exactement toutes la même épaisseur. En effet, on a constaté que la distribution des épaisseurs
autour de la valeur moyenne de 0,3 mm avait un écart-type de 0,1 mm.
1. Par quelle loi est-il raisonnable de modéliser l’épaisseur de chaque plaque ?
Il semble raisonnable de modéliser l’épaisseur de chaque plaque par une loi normale
de moyenne 0,3mm et d’écart-type 0,1mm.
2. On suppose que les épaisseurs des différentes plaques sont indépendantes. On empile n plaques,
où n ≥ 1 est un entier. Pour tout i ∈ {1,2, · · · ,n}, on note Xi la variable aléatoire « épaisseur
de la plaque numéro i ». Soit Z la variable aléatoire « épaisseur des n plaques ».
(a) Exprimer Z en fonction de X1 ,X2 , · · · ,Xn .
On a Z = X1 + X2 + · · · + Xn
(b) Quelle est la loi de Z et quelle est son espérance ?
Les variables aléatoires sont indépendantes √ donc Z suit aussi une loi normale
de moyenne 0,3n et d’écart-type 0,1 n.
Exercice 6. (4 points)
La question 2, peut être traitée même si la question 1 n’a pas été aboutie.
Dans une population, la probabilité qu’une personne demande à être vaccinée contre la grippe est
p = 0,1. On constitue dans cette population un échantillon de n individus et on note X la variable
aléatoire comptant le nombre de personnes de l’échantillon qui demandent à être vaccinées.
1. Quelle loi peut-on proposer pour la variable aléatoire X et quelles sont les hypothèses qui
permettent de justifier un tel choix ?
La variable aléatoire X compte le nombre de succès (= vouloir être vacciné) dans la
répétition indépendante de n épreuves de Bernouilli dont chacune a une probabilité
de succès égale à p = 0,1. Ainsi, X suit une loi binomiale de paramètre n et p = 0,1.
2. On suppose maintenant que n = 10000.
X − 1000
(a) On pose Y = √ . Justifier précisément qu’on peut approcher la loi de Y par la loi
900
normale N (0,1).
On est dans les conditions d’application du théorème limite central.
En particulier, on sait que si X ∼ B(n,p) avec les conditions suivantes sur n et p :
n ≥ 30, np ≥ 5 et n(1 − p) ≥ 5
alors on peut approcher cette loi binomiale par une loi normale de moyenne np et d’écart-
p X − np
type np(1 − p) et donc la loi de p , peut être approchée par la loi normale
np(1 − p)
N (0,1).
(b) Calculer P (941 < X ≤ 1059).
On a :
 
941 − 1000 X − 1000 1059 − 1000
P (941 < X ≤ 1059) = P √ < √ ≤ √
900 900 900
= P (−1,9667 < Y < 1,9667)
≈ P (Z < 1,9667) − P (Z ≤ −1,9667)
où Z ∼ N (0,1). On obtient donc :
P (941 < X ≤ 1059) ≈ 2P (Z < 1,9667) − 1 ≈ 2 × 0,9754 − 1 ≈ 0,951

5
(c) Calculer x tel que P (X ≤ x) = 0,8.
x − 1000
On a P (X ≤ x) = 0,8 ⇔ P (Y ≤ ) = 0,8. En approchant la loi de Y par
30
la loi normale N (0,1), ceci revient à calculer x tel que P (Z ≤ x−1000 30
) = 0,8. Ce
x−1000
qui est équivalent à F (Z ≤ 30 ) = 0,8. Or d’après la table de la loi normale
centrée réduite, on a F (0,84) ≈ 0,8. Par injectivité de fonction de répartition
x − 1000
F , on en déduit que ≈ 0,84 et donc que x ≈ 1025,2
30
(d) Pour des raisons de conservation limitée des vaccins, le nombre de doses du vaccin de la
grippe disponibles pour servir cet échantillon de 10000 individus est limitée à une valeur
xlim qui correspond au nombre maximal de personnes qu’on peut vacciner.
On appelle R le risque de ne pas pouvoir répondre à une demande massive de vaccinations.
Quel nombre xlim de doses de vaccin faut-il prévoir pour que le risque R soit inférieur ou
égal à 1% ?
xlim − 1000
On cherche à calculer xlim tel que P (X > xlim ) ≤ 0,01 ⇔ P (Y > ) ≤ 0,01.
30
En approchant la loi de Y par une loi normale centrée réduite, ceci revient à
xlim − 1000 xlim − 1000
calculer xlim tel que P (Z > ) ≤ 0,01 ⇔ 1 − P (Z ≤ ) ≤ 1 − 0,99.
30 30
On cherche donc xlim tel que F ( xlim − 30
1000 ) ≥ 0,99 ≈ F (2,33). La fonction de
xlim − 1000
répartition F étant strictement croissante sur R, ceci implique que ≥
30
2,33 et donc xlim ≥ 1070.

Fin. Table de la loi Normale N (0,1) →

6
7