DS2 VB
DS2 VB
DS2 VB
Mathématiques (version B)
DS2 (version B)
Exercice 1
Partie I : Étude d’une suite récurrente
u2n
On considère une suite (un )n∈N définie par u0 ∈ R et : ∀n ∈ N, un+1 = .
n+1
On suppose : u0 > 0.
ln(un )
On pose : ∀n ∈ N, vn = .
2n
1. Montrer que la suite (vn )n∈N est bien définie et : ∀n ∈ N, un > 0.
P ln(n) +∞
P ln(k)
2. a) Montrer que la série n
converge. Dans la suite, on note : σ = − k
.
n>1 2 k=1 2
` = σ + v0
Partie II : Approximation de σ
5. a) Montrer : ∀x ∈ ]0, +∞[, ln(x) 6 x − 1.
+∞ ln(k) n+1
b) En déduire : ∀n ∈ N∗ ,
P
6 .
k=n+1 2k 2n
n
P ln(k) n+1
6. Montrer alors : ∀n ∈ N∗ , σ− − k
6 .
k=1 2 2n
7. Écrire une fonction Scilab d’entête function sigma = approx(eps) qui, prenant en argument un
réel ε strictement positif, renvoie une valeur approchée de σ à ε près.
1
ECE2 23 Octobre 2021
Mathématiques (version B)
Exercice 2
a b
1. Soit a et b deux réels strictement positifs et A la matrice carré d’ordre 2 définie par : A = .
b a
a) Montrer que si a et b sont égaux, la matrice A n’est pas inversible.
2. Soit p un réel vérifiant 0 < p < 1 et q le réel 1 − p. On suppose que X et Y sont deux variables
aléatoires définies sur le même espace probabilisé (Ω, A , P), indépendantes et suivant la même loi
géométrique de paramètre p.
X(ω) Y (ω)
Pour tout ω de Ω, on désigne par M (ω) la matrice carrée d’ordre 2 : et on note S(ω)
Y (ω) X(ω)
(respectivement D(ω)) la plus grande (respectivement la plus petite) valeur propre de M (ω) et on
définit ainsi deux variables aléatoires sur (Ω, A , P).
p
a) Montrer que la probabilité de l’événement [X = Y ] est donnée par : P([X = Y ]) = .
2−p
En déduire la probabilité de l’événement {ω ∈ Ω | M (ω) est inversible}.
b) Calculer la covariance des variables aléatoires S et D.
Problème
Toutes les variables aléatoires de ce problème sont définies sur le même espace probabilisé (Ω, A , P).
Introduction
On s’intéresse dans ce problème à la détermination de lois de probabilité composées qui interviennent
en particulier dans la gestion du risque en assurance et en théorie de la ruine. On étudie le modèle
suivant :
• le nombre de sinistres à prendre en charge par une compagnie d’assurances sur une période donnée
est une variable aléatoire N à valeurs dans N ;
• les coûts des sinistres successifs sont modélisés par une suite de variables aléatoires (Uk )k∈N∗ . On
suppose que les variables Uk sont à valeurs dans N, indépendantes et identiquement distribuées, et
sont indépendantes de N ;
n
On pose, pour tout n ∈ N∗ , Xn =
P
• Uk et X0 est la variable certaine de valeur 0 ;
k=1
2
ECE2 23 Octobre 2021
Mathématiques (version B)
• la charge sinistrale totale pour la compagnie d’assurance sur une période est donnée par la variable
aléatoire X définie par :
PN
X= Uk
k=1
et l’on précise que X = X0 = 0 si N prend la valeur 0. On dit que X suit une loi composée.
• Pour tout entier naturel j, on pose pj = P([N = j]), qj = P([U1 = j]) et rj = P([X = j]).
+∞
P
2. Pour tout entier naturel j, établir : rj = P([Xn = j]) pn .
n=0
3. Dans cette question 3., on suppose que N suit la loi binomiale de paramètres m, entier naturel, et
π, réel dans ]0, 1[. Soit j un entier naturel.
a) Justifier que rj = 0 si j > m.
m
n j m
p (1 − p)n−j π n (1 − π)m−n .
P
b) Établir que pour tout j ∈ J0, mK : rj =
n=j j n
n m m m−j
c) Vérifier que pour tous entiers j, n, m tels que 0 6 j 6 n 6 m : = .
j n j n−j
m−j
m j
P m−j `
d) En déduire, pour tout j ∈ J0, mK : rj = (pπ) (1 − p)π (1 − π)m−j−` .
j `=0 `
e) Montrer finalement que X suit une loi binomiale et préciser ses paramètres en fonction de m, p
et π.
4. On suppose dans cette question 4. que N suit la loi de Poisson de paramètre λ, réel strictement
positif.
a) Montrer que pour tout entier naturel j, on a :
(λ p)j +∞ 1 n−j
rj = e−λ
P
λ(1 − p)
j! n=j (n − j)!
b) En déduire que X suit une loi de Poisson, et préciser son paramètre en fonction de p et λ.
3
ECE2 23 Octobre 2021
Mathématiques (version B)
x
(x − t)n
Z
Pour tout entier naturel n, on pose In = dt.
0 (1 − t)c+n+1
On admet le résultat suivant :
n
1 P c+k−1 k c+n
∀n ∈ N, = x +c In
(1 − x)c k=0 k n
x−t
a) Vérifier que pour tout t ∈ [0, x] : 0 6 6 x.
1−t
xn+1
En déduire l’encadrement : 0 6 In 6 .
(1 − x)c+1
n
∗ c+n Q c
b) (i) Montrer, pour tout n dans N : = 1+ .
n k=1 k
(ii) Montrer que pour tout réel t positif, ln(1 + t) 6 t.
1
(iii) Établir, pour tout entier naturel k > 2 : 6 ln(k) − ln(k − 1).
k
n 1
En déduire : ∀n ∈ N∗ ,
P
6 1 + ln(n).
k=1 k
∗ c+n
(iv) Montrer que pour tout n dans N : ln 6 c (1 + ln(n)).
n
c + n n+1
En déduire : lim x = 0.
n→+∞ n
P c+k−1 k
c) En conclure que la série x est convergente, et établir la formule du binôme
k>0 k
négatif :
+∞
P c+k−1 k 1
x =
k=0 k (1 − x)c
7. Soit p un réel de
]0, 1[ et r
un réel strictement positif. Montrer que la suite de nombres (pk )k∈N
r+k−1
définie par pk = (1 − p)k pr définit une loi de probabilité d’une variable aléatoire à
k
valeurs dans N. On l’appelle loi binomiale négative de paramètres r et p.
8. Si Y est une variable aléatoire suivant la loi binomiale négative de paramètres 1 et p, reconnaître
la loi de Y + 1.
9. Espérance et variance.
Soit Z une variable aléatoire suivant la loi binomiale négative de paramètres r réel strictement
positif et p ∈ ]0, 1[.
r+k−1 r+k−1
a) Montrer que pour tout entier k > 1 : k =r .
k k−1
r(1 − p)
b) Montrer que Z admet une espérance et que l’on a : E(Z) = .
p
r(1 − p)
c) Montrer que Z admet une variance et que l’on a : V(Z) = .
p2
On pourra commencer par calculer l’espérance de Z(Z − 1).
4
ECE2 23 Octobre 2021
Mathématiques (version B)
11. Montrer que, dans tous les cas, N admet une espérance et une variance, et qu’elles sont données
a+b a+b
par : E(N ) = et V(N ) = .
1−a (1 − a)2