WikiPrépaLivrets

Téléchargements

  • Rapport du jury : pas encore publié

L'épreuve en chiffres

Moyenne 11,24 / 20 · écart-type 5,4 · 2 980 présents · où vous situez-vous ?
Afficher ou masquer la section
Moyenne
11,24/ 20
Écart-type
5,4
Présents
2 980
Durée
4 h
moyenne 11,2405101520
Deux tiers des copies environ (moyenne ± écart-type)

Votre note sur 20 à ce sujet, en conditions de concours.

Source : document officiel du concours. Notes publiées par le concours (après harmonisation le cas échéant). Courbe : estimation par une loi normale.

Description

Annale de maths approfondies BCE EDHEC pour la filière ECG, session 2026.

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

Conception : EDHEC BS
MATHÉMATIQUES APPROFONDIES
FILIÈRE ÉCONOMIQUE ET COMMERCIALE
VOIE GÉNÉRALE

Lundi 27 avril 2026 de 14h à 18h
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.
Il est demandé aux candidats d'indiquer clairement les numéros des questions traitées et de mettre leurs résultats en valeur.
Ils ne doivent faire usage d'aucun document. 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.
On suppose, et c'est valable pour toute l'épreuve, que les librairies numpy et numpy.random de Python sont importées avec les commandes respectives import numpy as np, et import numpy.random as rd.
Exercice 1
On considère deux variables aléatoires X_1 et X_2 indépendantes, telles que X_1(Ω) = X_2(Ω) = ]0, 1] et suivant toutes les deux la loi uniforme sur [0,1]. On pose Y_1 = ln(X_1), Y_2 = ln(X_2), Z = X_1 X_2 et on admet que Y_1, Y_2 et Z sont des variables aléatoires à densité définies sur le même espace probabilisé que X_1 et X_2.
  • 1)Écrire en Python une fonction simulZ permettant de simuler Z.
  • 2)Justifier l'existence de l'espérance et de la variance de Z puis les déterminer.
  • 3)On note F la fonction de répartition commune à Y_1 et Y_2.
    • a)Déterminer F(x) pour tout réel x.
    • b)En déduire une densité f commune à Y_1 et Y_2.
  1. a) Vérifier que la fonction h, définie par h(x) = {− xe^x, si x ≤ 0; 0, si x > 0, est une densité de Y_1 + Y_2.
    b) En déduire la fonction de répartition H de Y_1 + Y_2.
    c) Déterminer la fonction de répartition F_Z de Z puis vérifier qu'une densité f_Z de Z est donnée par :
f_Z(x) = {− ln(x), si 0 < x ≤ 1; 0, sinon
  1. a) Pour tout entier naturel n, montrer que l'intégrale ∫_0^1 x^n ln(x)dx converge et donner sa valeur.
    b) Retrouver alors les valeurs de E(Z) et V(Z) déterminées à la question 2).

Exercice 2

Dans cet exercice, on pourra utiliser sans démonstration les formules cos(2a) = 2cos^2(a) − 1 et sin(2a) = 2sin(a)cos(a).
On rappelle le développement limité à l'ordre 5 de la fonction sinus au voisinage de 0 donné par :
sin(x) = x − (x^3)/6 + (x^5)/(120) + o(x^5)
  1. Montrer que l'on définit parfaitement deux suites (u_n)_(n ∈ ℕ^∗) et (v_n)_(n ∈ ℕ^∗) en posant u_1 = 0, v_1 = 2 et, pour tout entier naturel n non nul :
u_(n + 1) = √((1 + u_n)/2) et v_(n + 1) = (v_n)/(u_(n + 1))
  1. Compléter la fonction Python suivante afin qu'elle renvoie v_n.
def suite_v(n):
    u=0
    v=2
    for k in range(2,n+1):
        ⋮
        ⋮
    return v
  1. a) Montrer qu'il existe une unique suite (α_n)_(n ∈ ℕ^∗) dont les éléments appartiennent à [0, π/2] et telle que :
∀n ∈ ℕ^∗, u_n = cos(α_n)
b) Expliciter α_n en fonction de n, pour tout n de ℕ^∗.
c) En déduire que, pour tout n de ℕ^∗, on a v_n = 2^n sin(π/(2^n)) puis donner la valeur de lim_(n → + ∞)v_n.
4) Déterminer les constantes réelles a, b et c telles que :
v_n = _(n → + ∞)a + b/(4^n) + c/(4^(2n)) + o(1/(4^(2n)))
  1. Accélération de convergence par la méthode de Richardson.
    On pose, pour tout n de ℕ^∗, w_n = (4v_(n + 1) − v_n)/3.
  • a)Écrire en Python une fonction suite_w utilisant la fonction suite_v et qui renvoie w_n.
  • b)Donner la limite de w_n.
  • c)Montrer que w_n = _(n → + ∞)π − (π^5)/(480 × 4^(2n)) + o(1/(4^(2n))), puis déterminer un équivalent de (w_n − π)/(v_n − π) lorsque n est au voisinage de + ∞.
  • d)Dans le cadre de la recherche d'une valeur approchée de π, quel intérêt y a-t-il à utiliser la suite (w_n)_(n ∈ ℕ^∗) plutôt que la suite (v_n)_(n ∈ ℕ^∗) ?
  1. Généralisation de la méthode de Richardson.
    Étant donnés deux réels q et r de ]0,1[ tels que q > r, on considère une suite (x_n)_(n ∈ ℕ^∗) vérifiant :
∃(a, b, c) ∈ ℝ × ℝ^∗ × ℝ^∗, x_n = _(n → + ∞)a + bq^n + cr^n + o(r^n)
  • a)Définir une suite (y_n)_(n ∈ ℕ^∗) dont le terme général est combinaison linéaire de x_n et x_(n + 1), qui vérifie y_n = _(n → + ∞)a + dr^n + o(r^n), où d est une constante à déterminer en fonction de c, q et r.
  • b)Montrer que x_n = _(n → + ∞)a + bq^n + o(q^n).
  • c)En déduire que la suite (y_n)_(n ∈ ℕ^∗) converge vers a plus rapidement que la suite (x_n)_(n ∈ ℕ^∗).

Exercice 3

On suppose que toutes les variables aléatoires de cet exercice sont définies sur un certain espace probabilisé (Ω, A, P).
Partie 1
Un mobile se déplace aléatoirement sur un axe dont l'origine est le point O d'abscisse 0.
Au départ (instant 0 ), le mobile est situé sur le point O.
Le mobile se déplace selon la règle suivante : à chaque instant k(k ∈ ℕ^∗), il se place de façon équiprobable sur l'un des points d'abscisses 0, 1, …, k.
Pour tout entier naturel k, on note X_k la variable aléatoire égale à l'abscisse de ce point à l'instant k (on a donc X_0 = 0 ).
On admet que (X_k)_(k ∈ ℕ) est une suite de variables aléatoires mutuellement indépendantes.
  1. a) Déterminer, pour tout entier naturel k non nul, la loi de X_k.
    b) Montrer que, pour tout entier naturel k non nul, X_k possède une espérance et une variance, puis calculer E(X_k) et V(X_k).
  2. On note Y la variable aléatoire égale au rang du premier retour à l'origine du mobile (sans prendre en compte son positionnement au départ) et on pose Y = 0 s'il n'y a aucun retour à l'origine.
    a) Pour tout entier naturel n non nul, exprimer l'événement (Y = n) à l'aide des variables aléatoires X_1, X_2, …, X_n.
    b) En déduire que l'on a :
∀n ∈ ℕ^∗, P(Y = n) = 1/n − 1/(n + 1)
  • c)Déterminer par le calcul la valeur de ∑_(n = 1)^(+ ∞)P(Y = n). En déduire P(Y = 0).
  • d)La variable Y admet-elle une espérance ?
Partie 2
On désigne par n un entier naturel supérieur ou égal à 1 et on considère une variable aléatoire U_n telle que U_n(Ω) = [ [0, n − 1] ] et qui suit la loi uniforme sur [ [0, n − 1] ].
Pour tout k ∈ [ [0, n − 1] ], on considère également une variable aléatoire Z_n dont la loi, conditionnellement à l'événement ( U_n = k ), est la loi géométrique de paramètre 1 − k/n.
3) Simulation informatique de Z_n.
Compléter la fonction suivante afin qu'elle simule U_n et Z_n et renvoie la valeur prise par Z_n.
def var_Z(n):
    U=------
    Z=------
    return Z
  1. a) Montrer que, pour tout i de ℕ^∗, on a l'égalité :
P(Z_n = i) = 1/n∑_(k = 0)^(n − 1)(k/n)^(i − 1) − 1/n∑_(k = 0)^(n − 1)(k/n)^i
  • b)En déduire la valeur de lim_(n → + ∞)P(Z_n = i).
  • c)Conclure quant à la convergence en loi de la suite (Z_n)_(n ∈ ℕ^∗).
  1. Espérance de Z_n.
    Justifier que l'on peut utiliser la formule de l'espérance totale puis établir que l'espérance de Z_n est donnée par :
E(Z_n) = ∑_(k = 1)^n 1/k
  1. Équivalent de E(Z_n) lorsque n est au voisinage de + ∞.
  • a)Montrer que, pour tout k de ℕ^∗, on a :
    1/(k + 1) ≤ ln(k + 1) − ln(k) ≤ 1/k
  • b)Établir, pour tout entier naturel n supérieur ou égal à 2 , l'encadrement :
    ln(n) + 1/n ≤ E(Z_n) ≤ ln(n) + 1
  • c)En déduire un équivalent de E(Z_n).
Problème
On désigne par n un entier naturel non nul et on note I_n la matrice identité de M_n(ℝ).
On note S_n(ℝ) le sous-espace vectoriel de M_n(ℝ) constitué des matrices symétriques et on dit qu'une matrice M de S_n(ℝ) est positive lorsque l'on a :
∀X ∈ M_(n, 1)(ℝ), ^t XMX ≥ 0
On note S_n^+(ℝ) l'ensemble des matrices symétriques positives.
Partie 1 : caractérisation des matrices symétriques positives
On désigne par A une matrice de S_n(ℝ) et on se propose de montrer que A est élément de S_n^+(ℝ) si, et seulement si, ses valeurs propres sont positives.
  1. On suppose que A est positive et on considère une valeur propre λ de A.
  • a)Montrer qu'il existe un vecteur X non nul de M_(n, 1)(ℝ) tel que λ = (^t XAX)/(^t XX).
  • b)En déduire que λ ≥ 0.
  1. a) Justifier l'existence d'une matrice orthogonale P de M_n(ℝ) et d'une matrice diagonale D de M_n(ℝ) telles que A = PD^t P.
    On pose D = (λ_1, (0); λ_2, ⋱; (0), λ_n) et on suppose que les réels λ_1, …, λ_n sont tous positifs, non nécessairement distincts.
  • b)Pour tout vecteur X de M_(n, 1)(ℝ), on pose Y = ^t PX. Montrer que ^t XAX = ^t YDY.
  • c)En déduire que : ∀X ∈ M_(n, 1)(ℝ), ^t XAX ≥ 0.
  1. Conclure quant à l'objectif annoncé.
Partie 2 : « racine carrée » d'une matrice symétrique positive
Dans cette partie, A désigne une matrice de S_n^+(ℝ) telle que A = PD^t P, les matrices P et D étant celles présentées dans la partie 1.
4) a) Justifier que la matrice Δ = (√(λ_1); √(λ_2); (0), ⋱; √(λ_n)), élément de M_n(ℝ), est correctement définie.
b) Vérifier que la matrice B = PΔ^t P est élément de S_n^+(ℝ) et vérifie B^2 = A.
5) On note μ_1, …, μ_p les valeurs propres distinctes de A (avec 1 ≤ p ≤ n ) ce qui fait que λ_1, …, λ_n sont éléments de {μ_1, …, μ_p}.
Pour tout i de [ [1, p] ], on pose : ∀x ∈ ℝ, L_i(x) = ∏_(k = 1; k ≠ i)^p(x − μ_k)/(μ_i − μ_k).
Pour tout (i, j) ∈ [ [1, p] ]^2, justifier que l'on a :
L_i(μ_i) = 1 et L_i(μ_j) = 0 si i ≠ j
  1. On note S le polynôme défini par S = ∑_(i = 1)^p√(μ_i)L_i.
  • a)Montrer que S(μ_k) = √(μ_k) pour tout k de [ [1, p] ] et en déduire S(λ_i), pour tout i de [ [1, n] ].
  • b)Établir, pour tout entier naturel k, la relation A^k = PD^(kt)P.
  • c)En déduire que S(A) = PS(D)^t P puis établir finalement que B = S(A).
Partie 3 : unicité de la « racine carrée » d'une matrice symétrique positive
Dans cette partie, A désigne toujours une matrice de S_n^+(ℝ).
On se propose de montrer que la matrice B trouvée dans la partie précédente est la seule matrice symétrique positive à vérifier B^2 = A. Pour ce faire, on raisonne par l'absurde en supposant qu'il existe une autre matrice C de S_n^+(ℝ) telle que C^2 = A.
7) a) Montrer que C et A commutent (c'est-à-dire que AC = CA ).
b) En déduire que, pour tout entier naturel k, on a A^k C = CA^k puis utiliser la question 6c) pour en déduire que B et C commutent.
On munit ℝ^n de sa structure euclidienne canonique pour laquelle on note ⟨u, v⟩ le produit scalaire des vecteurs u et v de ℝ^n.
On note Id l'endomorphisme identité de ℝ^n, b l'endomorphisme symétrique de ℝ^n canoniquement associé à B et c l'endomorphisme symétrique de ℝ^n canoniquement associé à C.
On note toujours μ_1, …, μ_p(p ≤ n) les valeurs propres distinctes de A, et pour tout i de [ [1, p] ], on pose E_i = Ker(b − √(μ_i)Id).
8) a) Justifier rapidement que b ∘ c = c ∘ b.
b) Montrer que E_i est stable par c (c'est-à-dire que, si x ∈ E_i, alors c(x) ∈ E_i ).
c) On note alors c_i l'endomorphisme induit par c sur E_i, défini par :
c_i : E_i → E_i; x ↦ c_i(x) = c(x)
Justifier que c_i est symétrique.
d) En déduire qu'il existe une base orthonormale B_i de E_i formée de vecteurs propres, à la fois de c_i et de b.
e) Expliquer comment construire une base B de ℝ^n dans laquelle les matrices de b et c sont diagonales.
f) Montrer alors que C = B.
Grâce à l'unicité, on note maintenant B = A^(1/2) et B est appelée la « racine carrée » de A.
Partie 4 : un résultat sur l'inversibilité et la positivité
On dit qu'une matrice M de S_n(ℝ) est définie positive lorsque l'on a :
∀X ∈ M_(n, 1)(ℝ)∖{0_(M_(n, 1)(ℝ))}, ^t XMX > 0
  1. En s'inspirant des questions 1) et 2), mais sans refaire les calculs déjà faits, montrer qu'une matrice A de S_n(ℝ) est définie positive si, et seulement si, ses valeurs propres sont strictement positives.
  2. Soit M une matrice de S_n(ℝ). On note Sp(M) l'ensemble des valeurs propres de M.
    On pose N = M − I_n.
    a) Montrer que N est symétrique.
    On suppose dans la suite de cette question que N est positive.
    b) Montrer que Sp(M) ⊂ [1, + ∞[ et en déduire que M est inversible.
    Établir que I_n − M^(− 1) est positive.
  3. Soit S_1 et S_2 deux matrices de S_n(ℝ), avec S_1 définie positive.
    On admet sans démonstration que S_2 − S_1 est symétrique et on suppose que S_2 − S_1 est positive.
  • a)Montrer que S_2 est définie positive.
  • b)Justifier que S_1^(1/2) est inversible puis développer et simplifier le produit S_1^(− 1/2)(S_2 − S_1)S_1^(− 1/2), où S_1^(− 1/2) désigne l'inverse de S_1^(1/2).
  • c)On pose L = S_1^(− 1/2)S_2 S_1^(− 1/2).
Vérifier que L est symétrique et que L − I_n est symétrique, puis montrer, en considérant, pour tout X ∈ M_(n, 1)(ℝ), le réel ^t X(L − I_n)X, que L − I_n est positive.
  • d)Justifier que L est inversible et que I_n − L^(− 1) est positive.
  • e)Établir finalement que S_1^(1/2)(S_1^(− 1) − S_2^(− 1))S_1^(1/2) est positive et conclure que S_1^(− 1) − S_2^(− 1) est positive.

Pas de description pour le moment