WikiPrépaLivrets

BCE Maths appliquées EDHEC ECE 2007Sujet, corrigé et rapport du jury

Epreuve de maths appliquées - ECE 2007

Téléchargements

Description

Annale de maths appliquées BCE EDHEC pour la filiere ECE, session 2007.

Ces sujets peuvent vous intéresser

Lecture du sujet en ligne

L'énoncé complet, avec les formules et les figures, sans ouvrir le PDF.
Afficher ou masquer la section

SUJET MATHÉMATIQUES 2007
Option Économiques

Exercice 1

Pour toute matrice M élément de M_2(IR), on note ^t M la matrice transposée de M, définie de la façon suivante : si M = (a, c; b, d) alors ^t M = (a, b; c, d).
On pose E_1 = (1, 0; 0, 0), E_2 = (0, 1; 0, 0), E_3 = (0, 0; 1, 0), E_4 = (0, 0; 0, 1).
On rappelle que B = (E_1, E_2, E_3, E_4) est une base de M_2(ℝ).
On note φ l'application qui à toute matrice M de M_2(ℝ) associe φ(M) = M + ^t M.
  1. a) Montrer que φ est un endomorphisme de M_2(ℝ).
    b) Écrire la matrice A de φ dans la base B.
    c) En déduire que φ est diagonalisable et non bijectif.
  2. Calculer A^2 et en déduire que, pour tout n de 𝕀ℕ^∗, A^n = 2^(n − 1)A.
  3. a) Montrer que Imφ = vect(E_1, E_2 + E_3, E_4), puis établir que dimImφ = 3.
    b) En déduire la dimension de Kerφ puis déterminer une base de Kerφ.
    c) Établir que Imφ est le sous-espace propre de φ associé à la valeur propre 2.
    d) Donner, pour résumer, les valeurs propres de φ ainsi qu'une base de chacun des sous-espaces propres associés.

Exercice 2

On admet que, si Z_1 et Z_2 sont deux variables aléatoires à densité, définies sur le même espace probabilisé, alors leur covariance, si elle existe, est définie par :
cov(Z_1, Z_2) = E(Z_1 Z_2) − E(Z_1)E(Z_2).
On admet également que si Z_1 et Z_2 sont indépendantes alors leur covariance est nulle.
On considère deux variables aléatoires réelles X et U définies sur le même espace probabilisé ( Ω, A, P ), indépendantes, X suivant la loi normale N(0, 1) et U suivant la loi discrète uniforme sur { − 1, 1}. On pose Y = UX et on admet que Y est une variable aléatoire à densité, définie elle aussi sur l'espace probabilisé (Ω, A, P).
  1. a) En utilisant la formule des probabilités totales, montrer que :
∀x ∈ ℝ, P(Y ≤ x) = P([U = 1] ∩ [X ≤ x]) + P([U = − 1] ∩ [X ≥ − x]).
b) En déduire que Y suit la même loi que X.
2) a) Calculer l'espérance de U puis montrer que E(XY) = 0.
b) En déduire que cov(X, Y) = 0.
3) a) Rappeler la valeur de E(X^2) et en déduire que ∫_0^(+ ∞)x^2 e^(− (x^2)/2)dx = 1/2√(2π).
b) Montrer, grâce à une intégration par parties, que :
∀A ∈ ℝ_+, ∫_0^A x^4 e^(− (x^2)/2)dx = − A^3 e^(− (A^2)/2) + 3∫_0^A x^2 e^(− (x^2)/2)dx
c) En déduire que l'intégrale ∫_0^(+ ∞)x^4 e^(− (x^2)/2)dx converge et vaut 3/2√(2π).
d) Établir finalement que X possède un moment d'ordre 4 et que E(X^4) = 3.
4) a) Vérifier que E(X^2 Y^2) = 3.
b) Déterminer cov(X^2, Y^2).
c) En déduire que X^2 et Y^2 ne sont pas indépendantes. Montrer alors que X et Y ne le sont pas non plus.
d) Cet exercice a permis de montrer qu'un résultat classique concernant les variables discrètes est encore valable pour les variables à densité. Lequel ?

Exercice 3

  1. a) Montrer que : ∀x > 0, x − lnx > 0.
    b) On pose alors : {f(x) = (lnx)/(x − lnx) si x > 0; f(0) = − 1.
Déterminer l'ensemble de définition D de la fonction f.
2) a) Montrer que f est continue sur D.
b) Montrer que f est dérivable (à droite) en 0 et que f_d^′(0) = 0.
3) a) Justifier que f est dérivable sur D∖{0} et calculer f^′(x) pour tout x de D∖{0}.
b) Déterminer la limite de f en + ∞.
c) Dresser le tableau de variation de f.
4) Étudier le signe de f(x).
5) Pour tout réel x élément de D, on pose F(x) = ∫_0^x f(t)dt.
a) Montrer que F est de classe C^1 sur D puis étudier ses variations.
b) Déterminer lim_(x → + ∞)∫_1^x(lnt)/tdt.
c) En déduire lim_(x → + ∞)∫_1^x(lnt)/(t − lnt)dt, puis lim_(x → + ∞)F(x).

Problème

On lance une pièce équilibrée (la probabilité d'obtenir "pile" et celle d'obtenir "face" étant donc toutes les deux égales à 1/2 ) et on note Z la variable aléatoire égale au rang du lancer où l'on obtient le premier "pile".
Après cette série de lancers, si Z a pris la valeur k(k ∈ ℕ^∗), on remplit une urne de k boules numérotées 1, 2, …, k, puis on extrait au hasard une boule de cette urne.
On note X la variable aléatoire égale au numéro de la boule tirée après la procédure décrite ci-dessus.
  1. On décide de coder l'événement «obtenir un "pile" » par 1 et l'événement «obtenir un "face" » par 0 .
    On rappelle que la fonction random renvoie, pour un argument k de type integer (où k désigne un entier supérieur ou égal à 1 ) un entier aléatoire compris entre 0 et k − 1.
    a) Compléter le programme suivant pour qu'il affiche la valeur prise par Z lors de la première partie de l'expérience décrite ci-dessus.
Program edhec_2007 ;
Var z, hasard : integer ;
Begin
    Randomize ; z := 0 ;
    Repeat z := ........ ; hasard := ........ ; until (hasard = 1);
    Writeln(z) ;
End.
b) Quelle instruction faut-il rajouter avant la dernière ligne de ce programme pour qu'il simule l'expérience aléatoire décrite dans ce problème et affiche la valeur prise par la variable aléatoire X ?
2) Établir la convergence de la série de terme général 1/k(1/2)^k(k ∈ ℕ^∗).
3) Rappeler la loi de Z ainsi que son espérance et sa variance.
4) a) Pour tout couple ( i, k ) de ℕ^∗ × ℕ^∗, déterminer la probabilité P_((Z = k))(X = i).
b) En déduire que : ∀i ∈ ℕ^∗, P(X = i) = ∑_(k = i)^(+ ∞)1/k(1/2)^k.
c) On admet, dans cette question, que ∑_(i = 1)^(+ ∞)∑_(k = i)^(+ ∞) = ∑_(k = 1)^(+ ∞)∑_(i = 1)^k. Vérifier que :
∑_(i = 1)^(+ ∞)P(X = i) = 1
  1. a) Montrer que, pour tout entier naturel i non nul, on a : iP(X = i) ≤ (1/2)^(i − 1).
    b) En déduire que X possède une espérance.
    c) Montrer, en admettant qu'il est licite de permuter les symboles Σ comme dans la question 4c), que :
E(X) = 3/2
  1. a) Utiliser le résultat de la question 5a) pour montrer que X a un moment d'ordre 2 .
    b) Établir alors, toujours en admettant qu'il est licite de permuter les symboles Σ comme dans la question 4c), que :
E(X^2) = 1/6∑_(k = 1)^(+ ∞)(k + 1)(2k + 1)(1/2)^k
c) Déterminer les réels a, b et c tels que : ∀k ∈ ℕ^∗, (k + 1)(2k + 1) = ak(k − 1) + bk + c.
d) En déduire la valeur de E(X^2) et vérifier que V(X) = (11)/(12).
7) a) Écrire l'inégalité de Bienaymé-Chebychev, pour la variable X.
b) En déduire que P(X ≥ 3) ≤ (11)/(27).
8) On se propose dans cette question de calculer P(X = 1), P(X = 2) et P(X ≥ 3).
a) Écrire explicitement en fonction de x et n la somme ∑_(k = 1)^n x^(k − 1) ( n désignant un entier naturel non nul et x un réel différent de 1 ).
b) En déduire que : ∀n ∈ ℕ^∗, ∑_(k = 1)^n 1/k(1/2)^k = ln2 − ∫_0^(1/2)(x^n)/(1 − x)dx.
c) Montrer que : ∀n ∈ ℕ^∗, 0 ≤ ∫_0^(1/2)(x^n)/(1 − x)dx ≤ (1/2)^n.
En déduire la valeur de lim_(n → + ∞)∫_0^(1/2)(x^n)/(1 − x)dx.
d) Établir alors que P(X = 1) = ln2 puis donner la valeur de P(X = 2).
e) Utiliser les résultats précédents pour calculer P(X ≥ 3), puis donner une valeur approchée de P(X ≥ 3) en prenant ln2 ≃ 0, 7. Que peut-on en déduire en ce qui concerne le majorant trouvé à la septième question ?

Pas de description pour le moment