Mathématiques

PSI* DS numéro 4 (CCINP) (Durée 4 h) .

Année 2022-2023 (07/12)

Barême en bleu , remarques complémentaires en rouge.

Problème 1

1) (Ω, A , P) un espace probabilisé , G une variable aléatoire sur Ω.

On suppose que G suit une loi géométrique de paramètre p ∈]0, 1[.

a. Que vaut G(Ω) ? Redonner les valeurs P[G = k] pour tout k de G(Ω).

b. Redonner l’espérance et la variance de G.

Dans la suite de l’exercice, on considère une urne contenant n boules noires et

b boules blanches, avec (n, b) ∈ (N∗ )2 .

Les boules ne sont pas discernables au toucher .

2) On tire une boule au hasard dans l’urne. Quelle est la probabilité d’obtenir une noire ?

On notera p la valeur trouvée. Quelle est la probabilité d’obtenir une blanche ?

On effectue une suite infinie de tirages avec remise dans l’urne précédente.

Donc après chaque tirage la boule piochée est remise dans l’urne.

On suppose qu’on dispose d’un espace probabilisé (Ω, A , P)

permettant d’étudier cette expérience aléatoire.

3) a. On note N la variable aléatoire égale au rang d’apparition de la première boule noire,

et B la variable aléatoire égale au rang d’apparition de la première boule blanche.

Déterminer les lois de N et B.

b. Soit k ∈ N∗ , calculer P[(N = k) ∩ (B = k)].

Les variables N et B sont-elles indépendantes ?

4) a.) Grâce au cours, redonner une majoration de P(N > k) en fonction de p et q = 1 − p.

Vous citerez explicitement l’inégalité du cours.

2
b.) Commenter la qualité de la majoration dans le cas : p = , k = 4. Kdo 34 ' 80.
3
1
2

5) Maintenant, on s’intéresse à N N la variable aléatoire égale au rang d’apparition de la

deuxième boule noire.

On va en chercher la loi, puis les éventuelles espérance et variance par deux méthodes.

a.) Expliquer ( avec des phrases ) : P(N N = k) = ak = p2 (k − 1)q k−2 .

Mais aussi N N (Ω) ...

X
a.1.) Prouver la convergence de la série ak .

a.2) Redonner le théorème de cours sur le produit de Cauchy de deux séries...

En déduire la somme de la série du a.1 et conclure.

Montrer l’existence de l’ espérance , puis la calculer ( produit de ... ou autre...) .

Rq : la variance est fastidieuse par cette méthode très calculatoire.

b.) Plus subtil : Expliquer l’événement

(X1 = ... = Xk−1 = 0, Xk = 1, Xk+1 = ... = Xk+p−1 = 0, Xk+p = 1) .

Faire un lien avec P(N = k, N N − N = p).

b.1) Les variables N et N N − N sont-elles indépendantes ?

b.2) Reconnaitre N N − N .

b.3) En déduire avec très peu de calculs E(N N ) et V (N N ).

Problème 2
 
n
Pour n ∈ N et k ∈ [[0, n]], on note pk,n (X) le polynôme X k (1 − X)n−k si bien que :
k
 
n k n!
∀t ∈ R, pk,n (t) = t (1 − t)n−k = tk (1 − t)n−k .
k k!(n − k)!
On va étudier quelques propriétés de cette famille de polynômes appelés "polynômes de Bernstein".

Dans la partie 1, on s’intéresse à deux endomorphismes ϕn et Bn de Rn [X] dont les propriétés

sont liées au fait que la famille des polynômes de Bernstein correspond à une base de Rn [X].

La loi binomiale permet de faire le lien avec l’endomorphisme Bn dont on étudie

en détail la restriction à Rn [X].

La partie 2 aborde la question des séries de fonctions liées aux polynômes de Bernstein

PARTIE 1. ALGÈBRE LINÉAIRE ET PROBABILITÉS

Soit n ∈ N tel que n > 2. On note Rn [X] : notation habituelle. On note P 0 la dérivée...
 3

Ne pas se préoccuper de la numérotation curieuses des questions.

On note F la famille de Rn [X] constituée des polynômes (p0,n (X), p1,n (X), ..., pn,n (X)).

Pour tout P ∈ Rn [X], on définit les polynômes ϕn (P ) et Bn (P ) par :

ϕn (P )(X) = nXP (X) + X(1 − X)P 0 (X)
et
n  
X k
Bn (P )(X) = P pk,n (X).
n
k=0
4. 4.a) Montrer que ϕn et Bn sont des endomorphismes de Rn [X].
4.b) Vérifier que, pour tout k ∈ [[0, n]], ϕn (pk,n )(X) = k pk,n (X).
4.c) En déduire que F est une base de Rn [X] et que ϕn est diagonalisable.
4.d) Montrer que ϕn n’est pas bijectif et que Bn est bijectif.
5. Soit r ∈ N∗ et t ∈ [0, 1]. On considère un espace probabilisé (Ω, A , P) et Tr une variable
aléatoire sur (Ω, A , P) qui suit la loi binomiale B(r, t). On note Tr = Tr /r.
Pour Y une variable aléatoire discrète sur (Ω, A , P), on note, sous réserve d’existence, E(Y )
l’espérance de Y et V (Y ) la variance de Y .
On rappelle que si Y (Ω) ⊂ [[0, r]] et h est une fonction à valeurs réelles définie sur [[0, r]],
Xr
alors h(Y ) admet une espérance et E(h(Y )) = h(k)P(Y = k).
k=0
5.a) Donner un exemple de situation probabiliste qui peut être décrite par une variable aléa-
toire qui suit la loi binomiale B(r, t).

5.b) Donner Tr (Ω) et justifier que, pour tout k ∈ [[0, r]], on a P (Tr = k) = pk,r (t).

5.c) Donner l’expression simplifiée des quantités suivantes :

E(Tr ), E(Tr ), V (Tr ), V (Tr ), E(Tr2 ) et E((Tr )2 );
t t2
vérifier en particulier que E((Tr )2 ) =+ (r − 1).
r r
5.d) En déduire que les égalités suivantes sont valables pour tout t ∈ [0, 1] :
r r r  2  
X X k X k 1 2 1
pk,r (t) = 1, pk,r (t) = t et pk,r (t) = 1 − t + t.
r r r r
k=0 k=0 k=0

5.e) Montrer que les trois égalités précédentes sont encore valables pour tout t ∈ R.

6. Montrer que R2 [X] est un sous-espace vectoriel de Rn [X] qui est stable par Bn .
∼
On note Bn l’endomorphisme de R2 [X] induit par Bn ; on rappelle que dans ce cas, pour
∼ ∼
tout P ∈ R2 [X], Bn (P ) = Bn (P ). On note An la matrice de Bn en base canonique de R2 [X].

On note M3 (R) l’espace vectoriel des matrices carrées réelles d’ordre 3.

       
1 0 0 1 0 0 1 0 0 1 0 0
On note aussi I3 =  0 1 0  ,H =  0 1 1 ,D = 0 1
 0 et Dn = 0 1 0 
0 0 1 0 0 0 0 0 0 0 0 1 − n1
 
1 0 0  
1  1 1
7. Montrer que An = 0 1

n = 1− I3 + H.
n n
0 0 1 − n1
4

8. 8.a) La matrice H est-elle diagonalisable ?

 
1 0 a
8.b) Soit a et b deux réels et Q = 0 1 b . Justifier que Q est inversible.
0 0 1
8.c) Déterminer (sans chercher à calculer Q−1 ) deux réels a et b tels que H = QDQ−1 .

9. On suppose dans toute la finde cette partie

 que les réels a et b ont été choisis de telle sorte
1 0 a
que H = QDQ−1 pour Q = 0 1 b .
0 0 1
On munit M3 (R) d’une norme quelconque. Si une suite de matrices de M3 (R), notée (M` ),
converge vers une matrice M , on note lim (M` ) = M . On admet alors que lim (M` ) = M
`→+∞ `→+∞
si et seulement si pour tout (i, j) ∈ [[1, 3]]2 , on a : lim (M` )i,j = Mi,j .
`→+∞
9.a) Montrer que lim (An ) = I3
n→+∞
9.b) Montrer que l’application ψ définie sur M3 (R) par ψ(M ) = QM Q−1 est linéaire.
9.c) En déduire que si lim (M` ) = M , alors, lim (QM` Q−1 ) = QM Q−1 .
`→+∞ `→+∞
9.d) Montrer que An = QDn Q−1 .
9.e) Déterminer explicitement, pour n > 2, lim (A`n ).
`→+∞
9.f ) Déterminer explicitement lim (Ann ).
n→+∞

PARTIE 2. SÉRIES DE FONCTIONS

Soit k ∈ N∗ . Pour n ∈ N, et t ∈ [0, 1], on note :

  
 n k
t (1 − t)n−k si n ≥ k

pk,n (t) si n ≥ k
fn (t) = si bien que fn (t) = k
0 si n < k,
0 si n < k.


nk
 
n
16. Montrer que ∼ quand n tend vers +∞ et en déduire, pour tout t ∈]0, 1[, un
k k!
équivalent de fn (t) quand n tend vers +∞.
P
17. Etablir que fn converge simplement sur [0, 1].
+∞
X
Pour t ∈ [0, 1], on note S(t) = fn (t).
n=0
18. Déterminer S(t) pour t = 0 et pour t = 1.
19. .

1
19.a) Donner le développement en série entière au voisinage de 0 de la fonction u 7→ .
1−u
+∞
X k!
19.b) En déduire que, pour tout u ∈ [0, 1[, n(n − 1) . . . (n − k + 1)un−k = .
(1 − u)k+1
n=k
1
19.c) En déduire que, pour tout t ∈]0, 1], S(t) = .
P t
19.d) La série fn converge-t-elle normalement sur [0, 1] ?
 5

Éléments de correction

Problème 1

1) a. G(Ω) = N ∗ , P[G = k] = pq k−1 (question de cours).0.5+0.5+1+1 .

1 q
b. Encore du cours : E(G) = , V (G) = 2 .
p p
n
2) La probabilité d’obtenir une noire est p = .
n+b
La probabilité d’obtenir une blanche est q = 1 − p. 1pt.

3) a. Les lois de N et B sont bien sûr des lois géométriques de paramètres p et q.1pt.

b. P[(N = k)∩(B = k)] = 0 car incompatibles, donc elles ne sont pas indépendantes...1pt.

E(N ) 1
4) a.) Par l’inégalité de Markov P(N > k) 6 = .
k kp
Rq : tout est positif , valeurs absolues inutiles. 1.5pt.
∞
E(N )
X
b.) Si on calcule les vraies valeurs : P(N > k) = P(N = j) = q k−1 , k ∼ 0.167 .
k

L’ordre de grandeur est de 1 à 10 bôf. 0.5pt.

5) a.) P(N N = k) = ak = p2 (k − 1)q k−2 car il y k − 1 événements incompatibles et

équiprobables qui aboutissent à notre situation. 1.5pt.

Ce n’est plus le cas particulier...

Il y a en désordre, 2 gains de probabilité respectives p et k − 2 échecs de

probabilité respectives q.

Le k − 1 correspond aux différentes places où le premier gain peut se localiser.

N N (Ω) = [2, ∞[ car il faut au moins deux essais...0.5pt.

a.1.) On applique la méthode de d’Alembert, le quotient tend vers q < 1.

1pt.

ou dse.

a.2) Le produit de Cauchy de deux séries absolument convergentes, converge

∞
X ∞
X ∞ X
X
et uk . vs = uk .vs . 1pt.
0 0 0 k+s=n
6

On me parle de rayon ou on est très clair.

On peut se ramener au produit de Cauchy (en décalant les indices à la fin) de la série

géométrique avec elle-même.

X 1
On arrive comme en cours à (n + 1)xn = sur ] − 1, 1[.1pt.
(1 − x)2
ou dse.

Notre somme vaut 1...

L’espérance existe grâce à d’Alembert. ou dse.

∞ ∞
X X 2
E(N N ) = k(k − 1)p2 q k−2 = p2 (k + 2)(k + 1)q k = .
p
2 0

Par le produit de Cauchy suivant : uk = (k + 1)xk et vs = xs .

1
Le résultat à gauche vaut calculé avant. 2pt.
(1 − x)3
∞ X ∞ ∞ n
" #
X X X X X
A droite : (k + 1)xn = xn ( (k + 1)) = xn (n + 1) + k .
n=0 k+s=n n=0 k+s=n n=0 k=0
∞
1
X
On arrive à : xn (n + 1)(n + 2), puis on prend x = q.
2
n=0

b.) (X1 = ... = Xk−1 = 0, Xk = 1, Xk+1 = ... = Xk+s−1 = 0, Xk+s = 1) est l’événement

commençant par k − 1 échecs, puis un gain en k, puis le deuxième gain arrive en

position k + s. 1+1 pt.

Sa probabilité est donc P(N = k, N N − N = s).

b.1) Les variables N et N N − N sont indépendantes car la probabilité 2pt.

P(N = k, N N − N = s) = pq k−1 pq s−1 qui est bien le produit des deux probabilités

P(N = k) avec P(N N − N = s). k, s quelconques !

On peut aussi expliquer, je préfère, mais les phrases doivent être...

b.2) Reconnaitre N N − N est une géométrique de paramètre p.1.5pt.

calcul brut ou une belle phrase.

2
b.3) E(N N ) = E(N ) + E(N N − N ) = par linéarité. 1pt.
p
2q
Et V (N N ) = V (N ) + V (N N − N ) = 2 par indépendance.1pt.
p
 7

Partie 1. Algèbre linéaire et probabilités

4.
4.a) ϕn est une application de Rn [X] dans R[X].

Si (P, Q) ∈ Rn [X]2 et λ ∈ R, par linéarité de la dérivation,

ϕn (P + λQ) = ϕn (P ) + λϕn (Q) donc ϕn est une application linéaire.

On a un vrai pb de degré ! !

Si k < n, ϕn (X k ) est de degré au plus k + 1 donc est dans Rn [X].

Par ailleurs, ϕn (X n ) = nX n ∈ Rn [X] donc, avec la linéarité,

on peut conclure que ϕn est une application de Rn [X] dans lui même.

Finalement, ϕn est un endomorphisme de Rn [X].

 
k
Si P ∈ Rn [X], pour tout k entre 0 et n, P ∈ R et pk,n est un polynôme
n
de degré n donc Bn (P ) ∈ Rn [X] : Bn est une application de Rn [X] dans lui même.
     
2 k k k
Pour (P, Q) ∈ Rn [X] et λ ∈ R, (P + λQ) =P + λQ
n n n
donc Bn est une application linéaire.

Par conséquent, Bn est un endomorphisme de Rn [X].

3.5pt pour toute la question .

   
n n
4.b) Si k ∈ J1; n − 1K, p0k,n (X) = kX k−1
(1 − x)n−k
− (n − k)X k (1 − X)n−k puis
k k
X(1 − X)p0k,n (X) = k(1 − X)pk,n − (n − k)Xpk,n (X).

On vérifie que cette égalité est encore valable pour k = 0 et pour k = n

ce qui permet d’obtenir, après simplification, ϕn (pk,n (X)) = kpk,n (X).

1.5pt.

Attention résultat dans l’énoncé ! !

4.c) Pour tout entier k entre 0 et n, pk,n étant de plus non nul, c’est un vecteur propre
associé à la valeur propre k. Ces valeurs propres étant deux à deux distinctes, on en déduit
que la famille F est libre. C’est de plus une famille de n + 1 vecteurs de Rn [X] qui est de
dimension n + 1 donc F est une base de Rn [X]. 2.5pt.

C’est alors une base de Rn [X] composée de vecteurs propres de ϕn donc ϕn est dz .

4.d) En particulier 0 est valeur propre de ϕn donc ϕn n’est pas bijectif. 1pt.
8

 P dans le noyau de Bn . Comme la famille F est libre, pour tout k entre 0 et n,

Soit
k
P = 0 : P a donc au moins n + 1 racines distinctes et est de degré au plus n donc P
n
est le polynôme nul.2pt.

Par conséquent, Bn est injectif ; Par thm du rang,

il s’agit d’un endomorphisme dans un espace de dimension finie donc Bn est bijectif.

5.
5.a) On considère une urne contenant des boules rouges et vertes. La proportion de boules
rouges est t. On effectue r tirages successifs et avec remise d’une boule de cette urne. Le
nombre de boules rouges obtenues suit alors la loi B(r, t) (nombre de succès lors de la
réalisation de r épreuves de Bernoulli identiques et indépendantes). 1pt.

5.b) Tr (Ω) = J0; rK et, pour tout k entre 0 et r,

 
r k
P (Tr = k) = t (1 − t)r−k donc P (Tr = k) = pk,r (t). 1pt.
k
5.c) On sait que E(Tr ) = rt donc, par linéarité de E,4pt pour le tout.

E(Tr ) = t. V (Tr ) = rt(1 − t)

t(1 − t)
donc V (Tr ) = .
r
On explique d’où sortent les résultats...

D’autre part, V (Tr ) = E(Tr2 ) − (E(Tr ))2 ) donc E(Tr2 ) = rt(1 − t + rt) et,
 
2 t(1 − t + rt) 1 2 1
toujours par linéarité, E((Tr ) ) = = 1− t + t.
r r r
r
X Xr
5.d) Tr (Ω) = J0; rK donc P (Tr = k) = 1 : pk,r (t) = 1.
k=0 k=0
y
D’après la formule de transfert rappelée dans l’énoncé avec h : y 7→ ,
r
r
X k
E(Tr ) = P (Tr = k) = E(Tr ) :
r
k=0
r
X k
pk,r (t) = t.2.5pt pour le tout.
r
k=0
y2
En utilisant E((Tr )2 ) et h : y 7→ , on obtient de même
r2
r  2  
X k 1 2 1
pk,r (t) = 1 − t + t.
r r r
k=0
5.e) Ces trois égalités sont des égalités entre polynômes, valables en une infinité de points
donc en tout point t de R (si, pour tout t ∈ [0; 1], P (t) = Q(t), alors le polynôme P − Q a
une infinité de racines donc il est nul).1pt.

6. Pour tous polynômes P et Q, deg(P +λQ) ≤ max(deg P, deg Q) donc R2 [X] est un sous espace
vectoriel de Rn [X] (R2 [X] est de plus non vide et est inclus dans Rn [X] car n ≥ 2).1pt.
 9
 
1 1
Bn (1) = 1, Bn (X) = X et Bn (X 2 ) = X 2 + X donc Bn (1), Bn (X) et Bn (X 2 )
1−
n n
sont dans R2 [X]. Comme (1, X, X 2 ) engendre R2 [X], on en déduit que R2 [X] est stable par Bn .

7. On obtient An en mettant,en les coordonnées de Bn (1), Bn (X) et Bn (X 2 ) dans la

colonnes, 
1 0 0  
1  1 1
base (1, X, X 2 ) donc An = 0 1 n . On vérifie alors que An = 1 − I3 + H.
n n
0 0 1 − n1
2pt.

8.
8.a) H est une matrice triangulaire donc ses valeurs propres sont ses éléments diagonaux :
0 et 1.

Le rang de H est égal à 2 donc la dimension de E0 (H) est 1 (d’après le théorème du rang).

Le rang de H − I3 est égal à 1 donc la dimension de E1 (H) est 2.1.5pt.

Ainsi dim E1 (H) + dim E0 (H) = 3 et H ∈ M3 (R) donc H est diagonalisable.

8.b) Q est une matrice triangulaire supérieure à coefficients diagonaux non nuls donc

Q est inversible (par exemple le déterminant de Q est 1 6= 0). 0.5pt.

8.c) Soit h l’endomorphisme de R3 canoniquement associé à H h(1, 0, 0) = (1, 0, 0), h(0, 1, 0) =

(0, 1, 0) donc, si on pose e1 = (1, 0, 0) et e2 = (0, 1, 0), (e1 , e2 ) est une base de E1 (h) (famille
libre de 2 vecteurs dans un espace de dimension 2).

On cherche (a, b) ∈ R3 tel que e3 = (a, b, 1) engendre le noyau de H.

On doit donc avoir a = 0 et b + 1 = 0 donc b = −1 : e3 = (0, −1, 1).3pt.

D’après la question précédente, la matrice de (e1 , e2 , e3 ) dans la base canonique de R3 est

inversible donc (e1 , e2 , e3 ) est une base de R3 dans laquelle la matrice de h est D. D’après
la formule de changement de bases, on a alors H = QDQ−1 .

9.  
1 1
9.a) lim = 0 donc lim 1 − = 1 et lim An = I3 . 0.5pt.
n+∞ n n+∞ n n+∞

9.b) Soit (M1 , M2 ) ∈ M3 (R)2 et λ ∈ R.0.5pt.

Par opérations matricielles, ψ(M1 + λM2 ) = ψ(M1 ) + ψ(M2 ) donc ψ est linéaire.

9.c) ψ est une application linéaire en dimension finie donc elle est continue :

si lim Ml = M , alors lim ψ(Ml ) = ψ(M ) c’est-à-dire lim (QMl Q−1 ) = QM Q−1 .1.5pt.
l+∞ l+∞ l+∞

Je préfère une multiplication de matrice cvtes, ici, 2 sont constantes.

 
−1 −1 0 −1 0 1 1
9.d) H = QDQ et QI3 Q = I3 donc An = QAn Q où An = 1 − I3 + D = Dn .
n n
Ainsi An = QDn Q−1 .1pt.
10

1 l
 
1
9.e) Pour n ≥ 2, 0 ≤ 1 − < 1 donc lim 1 − = 0. Ainsi lim Dnl = D.
n l+∞ n l+∞
De plus, pour tout entier naturel l, Aln = QDnl Q−1 donc, d’après la question 9.c),

lim Aln = QDQ−1 = H.1.5pt.

l+∞

9.f ) Pour n ≥ 2, Ann = QDnn Q−1 .2pt.

 
 n 1 0 0
1
lim 1 − = e−1 donc lim Dnn =  1 0  = e−1 I3 + (1 − e−1 )D.
n+∞ n n+∞
0 0 e−1
 
1 0 0
D’après la question 9.c), lim Ann = e−1 I3 + (1 − e−1 )QDQ−1 = 0 1 1 − e−1 
n+∞
0 0 e−1

Partie 5. Séries de fonctions

 
n n(n − 1) · · · (n − k + 1)
16. Pour n ≥ k, = .
k k!
n, n − 1, · · · , n − k + 1 sont k termes équivalents à n. k est fixé donc,

nk
 
n
par produit, ∼ quand n tend vers l’infini.1.5pt.
k k!
k
nk

t
En multipliant par tk (1 − t)n−k , on obtient, pour t ∈]0; 1[, fn (t) ∼+∞ (1 − t)n .
k! 1−t
17. Soit t ∈ [0; 1]. Donc t est fixé ! !3pt.
X
Pour tout n ∈ N, fn (0) = 0 donc la série fn (0) converge.
X
Si n > k, fn (1) = 0 donc la série fn (1) converge.
k
nk

t
Pour t ∈]0; 1[, on pose un (t) = (1 − t)n .
k! 1 − t
n+1 k
 
un+1 (t) un+1 (t)
un (t) > 0 et = (1 − t) donc lim = 1 − t < 1.
un (t) n n+∞ un (t)
X
D’après le critère de d’Alembert, la série un (t) converge.
X
Par comparaison de séries à termes positifs, la série fn (t) converge.
X
Conclusion : pour tout t ∈ [0; 1], la série fn (t) converge simplement sur [0; 1].

18. Comme vu précédemment, S(0) = 0 et S(1) = fk (1) = 1.

19.
+∞
1 X
19.a) Si u ∈] − 1; 1[, = un .0.5pt.
1−u
n=0
19.b) On dérive k fois cette égalité. Par récurrence, on démontre que la dérivée kième de
1 k!
u 7→ est u 7→ . Par conséquent, pour tout u ∈ [0; 1[,1.5pt.
1−u (1 − u)k+1
On cite dse, ouvert de convergence...
 11

+∞
X k!
n(n − 1) · · · (n − k + 1)un−k =
(1 − u)k+1
n=k
19.c) Soit t ∈]0; 1]. Bref t fixé ! 2pt.Attention résultat dans l’énoncé...
+∞
X n(n − 1) · · · (n − k + 1) k
En utilisant la définition de fn (t), S(t) = t (1−t)n−k donc, avec
k!
n=k
tk 1
la question précédente, S(t) = k+1
. Après simplification, on trouve S(t) = .
(1 − (1 − t)) t
X
19.d) Supposons que la série fn converge normalement sur [0; 1].1.5pt.

Pour tout n ∈ N, fn est continue sur [0; 1] donc, d’après le théorème de transfert

de continuité, S est continue sur [0; 1].

D’après la question précédente, S n’est pas continue sur [0; 1] donc il y a une contradiction.
X
Par conséquent, la série de fonctions fn ne converge pas normalement sur [0; 1].