BCE Maths appliquées HEC ECE 2018Sujet, corrigé et rapport du jury

Epreuve de maths appliquées - ECE 2018

Pas encore noté

Explorer les annales

BanqueBCE Année2018 FilièreECE MatièreMathématiques

Annales BCE ECE Mathématiques BCE ECE 2018 ECE Mathématiques Mathématiques 2018

Téléchargements

Télécharger le sujet (PDF)

Corrigé

Rapport du jury Lire en ligne LaTeX Word

Source du document : annales-prepa.fr

Description

Annale de maths appliquées BCE HEC pour la filiere ECE, session 2018.

Ces sujets peuvent vous intéresser

Lecture du sujet en ligne

L'énoncé complet, avec les formules et les figures, sans ouvrir le PDF.

Sujet en PDF

Conception : HEC Paris

OPTION ÉCONOMIQUE

MATHEMATIQUES

Lundi 30 avril 2018, de 14 h. à 18 h.

La présentation, la lisibilité, l'orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements entreront pour une part importante dans l'appréciation des copies.
Les candidats sont invités à encadrer dans la mesure du possible les résultats de leurs calculs.
Aucun document n'est autorisé. L'utilisation de toute calculatrice et de tout matériel électronique est interdite. Seule l'utilisation d'une règle graduée est autorisée.
Si au cours de l'épreuve, un candidat repère ce qui lui semble être une erreur d'énoncé, il la signalera sur sa copie et poursuivra sa composition en expliquant les raisons des initiatives qu'il sera amené à prendre.

EXERCICE

Soit

n

un entier supérieur ou égal à 2 et

f

un endomorphisme de

R^n

On note $Id_(R^n)$ l'endomorphisme identité de $R^n$ et $0_(L(R^n))$ l'endomorphisme nul de $R^n$ .
On pose : $f^0 = Id_(R^n)$ et $\forallj \in ℕ, f^(j + 1) = f \circ f^j$ .
On suppose que $f^n$ est l'endomorphisme nul de $R^n : f^n = 0_(L(R^n))$ .

Soit $M$ la matrice définie par : $M = (0, 0, 0, 0; 0, 0, 1, 0; 0, 0, 0, 1; 0, 0, 0, 0)$ .
a) Déterminer le spectre de $M$ . La matrice $M$ est-elle diagonalisable?
b) Préciser le rang des matrices $M$ et $M^2$ respectivement.
c) Quels sont les polynômes annulateurs de $M$ dont le degré est égal à 3 ?
Pour tout $j \in [ [0, n] ]$ , on note $F_j$ l'image de l'endomorphisme $f^j$ et $r_j$ son rang : $F_j = Im(f^j)$ et $r_j = dim(F_j)$ . Pour tout $j \in [ [0, n - 1] ]$ , on note $g_j$ la restriction de $f$ à $F_j$ , c'est-à-dire l'application linéaire de $F_j$ dans $R^n$ définie par: $\forallx \in F_j, g_j(x) = f(x)$ .
a) Calculer $r_0$ et $r_(r_2)$ .
b) Soit $j \in [ [0, n - 1] ]$ .
(i) Déterminer le rang de $g_j$ .
(ii) Justifier l'égalité : $r_j - r_(j + 1) = dim(Ker(f) \cap F_j)$ .
c) Établir les inégalités : $n ⩾ r_0 - r_1 ⩾ r_1 - r_2 ⩾ \dots ⩾ r_(n - 1) - r_n ⩾ 0$ .

On rappelle que le cardinal d'un ensemble fini

H

, noté Card

(H)

, est le nombre de ses éléments.
Pour tout

k \in ℕ^*

, on note

P(k)

l'ensemble des

k

-uplets

(x_1, x_2, \dots, x_k)

d'entiers naturels tels que

\sum_(i = 1)^k ix_i = k

, c'est-à-dire:

P(k) = {(x_1, x_2, …, x_k) ∈ N^k; x_1 + 2x_2 + ⋯ + kx_k = k}

. On pose:

p(k) = Card(P(k))

.
3. Pour tout

i \in [ [1, n] ]

, on pose :

x_i = Card({j ∈ [ [0, n − 1] ]; r_j − r_(j + 1) = i})

a) Montrer que

(x_1, x_2, \dots, x_n)

est un élément de

P(n)

.
b) Dans cette question, on suppose que

n

est égal à 4 .
(i) Déterminer

(x_1, x_2, x_3, x_4)

lorsque

f

est l'endomorphisme de matrice

M

dans la base canonique de

R^4

.
(ii) Trouver l'ensemble

P(4)

et vérifier que

p(4) = 5

.
(iii) Montrer que pour tout

(x_1, x_2, x_3, x_4) \in P(4)

, il existe un endomorphisme

f

R^4

vérifiant (

*

).
4. Pour tout couple

(ℓ, k) \in (N^*)^2

, on pose :

Q(ℓ, k) = {(x_1, x_2, …, x_k) ∈ P(k); x_1 + x_2 + ⋯ + x_k ⩽ ℓ}

q(ℓ, k) = Card(Q(ℓ, k))

.
a) Soit

k \in ℕ^*

.
(i) Trouver l'ensemble

Q(1, k)

.
(ii) Pour tout entier

ℓ ⩾ k

, justifier l'égalité :

Q(ℓ, k) = P(k)

.
b) Pour tout couple (

ℓ, k

) d'entiers tels que

k > ℓ ⩾ 2

, établir la relation :

q(ℓ, k − ℓ) = Card({(x_1, x_2, …, x_k) ∈ P(k); x_1 + x_2 + ⋯ + x_k = ℓ}).

c) Soit

ℓ

un entier supérieur ou égal à 2 .
(i) Pour tout entier

k > ℓ

, montrer l'égalité :

q(ℓ, k) = q(ℓ - 1, k) + q(ℓ, k - ℓ)

.
(ii) Que vaut

q(ℓ, ℓ) - q(ℓ - 1, ℓ)

?
5. La fonction Scilab suivante dont le script est incomplet (lignes (5) et (6)), calcule une matrice qmatrix (n) telle que pour chaque couple

(ℓ, k) \in [ [1, n] ]^2

, le coefficient situé à lintersection de la ligne

ℓ

et de la colonne

k

est égal à

q(ℓ, k)

function q=qmatrix(n)
    q=ones(n,n);
        for L=2 : n
            for K=2 : n
                if (K<L) then q(L,K)=-C......;
                    else if (K==L) then }q(L,K)=.......
                        else q(L,K)=q(L-1,K)+q(L,K-L);end;
                end ;
            end ;
        end;
endfunction

L'application de la fonction qmatrix à l'entier

n = 9

fournit la sortie suivante :

--t qmatrix(9)

\begin{tabular}{|l|l|l|l|l|l|l|l|l|}
\hline 1. & 1. & 1. & 1. & 1. & 1. & 1. & 1. & 1. \\
\hline 1. & 2. & 2. & 3. & 3. & 4. & 4. & 5. & 5. \\
\hline 1. & 2. & 3. & 4. & 5. & 7. & 8. & 10. & 12. \\
\hline 1. & 2. & 3. & 5. & 6. & 9. & 11. & 15. & 18. \\
\hline 1. & 2. & 3. & 5. & 7. & 10. & 13. & 18. & 23. \\
\hline 1. & 2. & 3. & 5. & 7. & 11. & 14. & 20. & 26. \\
\hline 1. & 2. & 3. & 5. & 7. & 11. & 15. & 21. & 28. \\
\hline 1. & 2. & 3. & 5. & 7. & 11. & 15. & 22. & 29. \\
\hline 1. & 2. & 3. & 5. & 7. & 11. & 15. & 22. & 30. \\
\hline
\end{tabular}

a) Compléter les lignes (5) et (6) du script de la fonction qmatrix.
b) Donner un script Scilab permettant de calculer

p(n)

à partir d'une valeur de

n

entrée au clavier.
c) Conjecturer une formule générale pour

q(2, k)

applicable à tout entier

k ⩾ 1

, puis, la démontrer.

PROBLEME

Dans tout le problème:

toutes les variables aléatoires introduites sont supposées définies sur un même espace probabilisé ( $Ω, A, P$ );
on note $n$ un entier supérieur ou égal à 2 .

L'objet du problème est l'étude de sommes de variables aléatoires suivant une loi de Bernoulli de même paramètre mais qui ne sont pas nécessairement indépendantes.
Les parties II et III sont indépendantes de la partie I.

Partie I. Valeurs possibles du coefficient de corrélation linéaire dans divers schémas de Bernoulli

Dans cette partie, on considère des variables aléatoires

X_1, X_2, \dots, X_n

suivant chacune la même loi de Bernoulli de paramètre

p

avec

0 < p < 1

, e'est-à-dire:

\forallk \in [ [1, n] ], P([X_k = 1]) = p

P([X_k = 0]) = 1 - p

.
On suppose que pour tout couple

(k, ℓ) \in [ [1, n] ]^2

avec

k \neq ℓ

, le coefficient de corrélation linéaire des variables aléatoires

X_k

X_ℓ

est le même; on noter ce coefficient. On a donc:

∀(k, ℓ) ∈ [ [1, n] ]^2, (Cov(X_k, X_ℓ))/(√(V(X_k)V(X_ℓ))) = {1, si k = ℓ; r, si k ≠ ℓ.

1.a) Dans les deux cas (i) et (ii) suivants, calculer la valeur de

r

et exprimer la variance de la variable aléatoire

\sum_(k = 1)^n X_k

en fonction de

n

p

.
(i) Les variables aléatoires

X_1, X_2, \dots, X_n

sont mutuellement indépendantes.
(ii) Les variables aléatoires

X_1, X_2, \dots, X_n

sont toutes égales.

De plus, préciser la loi de

\sum_(k = 1)^n X_k

dans chacun des deux cas précédents.
b) Montrer que pour tout

k \in [ [1, n] ]

, la variance de la variable aléatoire

\sum_(i = 1)^k X_i

est donnée par la formule:

V(\sum_(i = 1)^k X_i) = kp(1 - p)(1 + (k - 1)r).

c) En déduire que le coefficient

r

est au moins égal à

- 1/(n - 1)

.
2. On suppose dans cette question que

n

est égal à 2.
a) Montrer que

r

est égal à -1 si et seulement si on a :

P([X_1 = 1] \cap [X_2 = 1]) = p(2p - 1)

.
b) Que vaut alors

P([X_1 = 0] \cap [X_2 = 0])

?
c) En déduire que

r

ne peut être égal à -1 que lorsque

p = 1/2

P([X_1 + X_2 = 1]) = 1

.
3. On suppose dans cette question que

n

est supérieur ou égal à 3 et que

P([\sum_(k = 1)^n X_k = 1]) = 1

.
a) Exprimer les valeurs de

p

r

en fonction de

n

.
b) Déterminer les

n

-uplets

(x_1, x_2, …, x_n) ∈ {0, 1}^n

pour lesquels la probabilité

P(⋂_(k = 1)^n[X_k = x_k])

est strictement positive et la calculer.

Partie II. Lois bêta-binomiales

Soit $(x, y) \in R^2$ .
a) Justifier que l'intégrale $\int_0^(1/2)t^(x - 1)(1 - t)^(y - 1) dt$ est convergente si et seulement si $x > 0$ .
b) Pour tout réel $ε$ tel que $0 < ε < 1/2$ , établir à l'aide d'un changement de variable affine, l'égalité :

\int_(1/2)^(1 - ε)t^(x - 1)(1 - t)^(y - 1) dt = \int_ε^(1/2)t^(y - 1)(1 - t)^(x - 1) dt

c) En déduire que l'intégrale

\int_0^1 t^(x - 1)(1 - t)^(y - 1) dt

est convergente si et seulement si

x > 0

y > 0

Dans toute la suite du problème, on pose:

\forall(x, y) \in (R_+^*)^2, B(x, y) = \int_0^1 t^(x - 1)(1 - t)^(y - 1) dt

.
5. Soit

x

y

des réels strictement positifs.
a) À l'aide d'une intégration par parties, établir la relation :

B(x + 1, y) = x/y \times B(x, y + 1)

.
b) En déduire l'égalité :

B(x, y + 1) = y/(x + y) \times B(x, y)

.
6. Pour tout réel

z

, soit

((z)^([m]))_(n \in ℕ)

la suite définie par :

(z)^([0]) = 1

\forallm \in ℕ, (z)^([m + 1]) = (z + m) \times (z)^([m])

. (par exemple, pour tout

m \in N

, on a :

(1)^([m]) = m!

)
Établir pour tout

(x, y) \in (R_+^*)^2

et pour tout couple

(k, ℓ)

d'entiers tels que

0 ⩽ k ⩽ ℓ

, la relation :

B(x + k, y + ℓ - k) = ((x)^([k]) \times (y)^([ℓ - k]))/((x + y)^([ℓ])) \times B(x, y).

Soit $a$ et $b$ des réels strictement positifs.

Pour tout

k \in [ [0, n] ]

, on pose :

p_k = (n/k)((a)^([k]) \times (b)^([n - k]))/((a + b)^([n]))

.
a) À l'aide de la relation obtenue dans la question 6 , montrer que

\sum_(k = 0)^n p_k = 1

On dit qu'une variable aléatoire

S

suit la loi bêta-binomiale

B(n; a, b)

S(Ω) = [ [0, n] ]

et si :

\forallk \in [0, n], P([S = k]) = (n/k)((a)^([k]) \times (b)^([n - k]))/((a + b)^([n])).

b) Reconnaître la loi

B(n; 1, 1)

.
c) Montrer que l'espérance d'une variable aléatoire

S

qui suit la loi

B(n; a, b)

est égale à

(na)/(a + b)

Partie III. Un modèle possible dans le cas où $n = 2$

Soit

a

b

des réels strictement positifs et

X_1

X_2

deux variables aléatoires à valeurs dans

{0, 1}

telles que:

∀(x_1, x_2) ∈ {0, 1}^2, P([X_1 = x_1] ∩ [X_2 = x_2]) = (B(a + x_1 + x_2, b + 2 − x_1 − x_2))/(B(a, b)).

8.a) Montrer que les deux variables aléatoires

X_1

X_2

suivent la même loi de Bernoulli.
b) Montrer que la variable aléatoire

X_1 + X_2

suit la loi bêta-binomiale

B(2; a, b)

.
c) Établir la relation :

P_([X_1 = 1])([X_2 = 1]) = (a + 1)/(a + b + 1)

.
9. La fonction Scilab suivante dont le script est incomplet (lignes (5) et (6)), effectue une simulation des deux variables aléatoires

X_1

X_2

qu'elle place dans un vecteur ligne à deux composantes.
(1) function

x =

randbetabin

(a, b)

(2)

x = zeros(1, 2)

;
(3)

u = (a + b)*rand()

;
(4)

v = (a + b + 1)*rand()

;
(5) if

(u < a)

then

x(1, 1) = 1

; if

\dots\dots

then

x(1, 2) = 1

; end ;
(6) else if ........ then

x(1, 2) = 1

; end ;
(7) end ;
(8) endfunction
a) Préciser la loi simulée par la variable u de la ligne (3).
b) Compléter les lignes (5) et (6).
10.a) Calculer le coefficient de corrélation linéaire de

X_1

X_2

.
b) Soit

(p, r)

un couple de réels vérifiant

0 < p < 1

0 < r < 1

Expliquer comment utiliser la fonction randbetabin pour simuler deux variables aléatoires suivant une même loi de Bernoulli de paramètre

p

et dont le coefficient de corrélation linéaire est égal à

r

FIN

Pas de description pour le moment

Commentaires• BCE Maths appliquées HEC ECE 2018

Connectez-vous pour participer aux discussions

Partagez vos avis, posez des questions et échangez avec la communauté

Chargement des commentaires...

Explorer les annales

Téléchargements

Description

Ces sujets peuvent vous intéresser

Lecture du sujet en ligne

Conception : HEC Paris

OPTION ÉCONOMIQUE

MATHEMATIQUES

EXERCICE

PROBLEME

Dans tout le problème:

Partie I. Valeurs possibles du coefficient de corrélation linéaire dans divers schémas de Bernoulli

Partie II. Lois bêta-binomiales

Partie III. Un modèle possible dans le cas où n = 2

Commentaires• BCE Maths appliquées HEC ECE 2018

Commentaires• BCE Maths appliquées HEC ECE 2018

Partie III. Un modèle possible dans le cas où $n = 2$