WikiPrépaLivrets

Téléchargements

  • Rapport du jury : non disponible

Description

Annale de maths approfondies BCE HEC/ESCP pour la filiere ECS, session 2004.

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

BANQUE COMMUNE D'EPREUVES ECRITES POUR LE HAUT ENSEIGNEMENT COMMERCIAL

Concepteurs :H.E.C.E.S.C.P. - E.A.P.

OPTION SCIENTIFIQUE

MATHEMATIQUES II

Lundi 10 Mai 2004, de 8 h. à 12 h.

Abstract

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. 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.

Toutes les variables aléatoires qui interviennent dans ce problème sont définies sur un même espace probabilisé ( Ω, F, P ).
L'objet de ce problème est la recherche et l'étude de lois possédant une propriété, dite de stabilité, qui intervient dans la modélisation de nombreux phénomènes satisfaisant une certaine invariance d'échelle.
  • Soit X une variable aléatoire réelle. On dit qu'une suite (X_k)_(k ⩾ 1) de variables aléatoires est une suite de copies de X si (X_k)_(k ⩾ 1) est une suite de variables indépendantes ayant toutes même loi que X.
  • On dit qu'une variable aléatoire réelle X suit une loi stable si il existe une suite réelle strictement positive (a_n)_(n ⩾ 1) telle que, pour toute suite (X_k)_(k ⩾ 1) de copies de X et pour tout entier n supérieur ou égal 1, X_1 + … + X_n et a_n X ont même loi. On vérifie facilement l'unicité de la suite (a_n)_(n ⩾ 1) si X n'est pas nulle presque sûrement. On dira alors que (a_n)_(n ⩾ 1) est la suite associée à la loi de X.
On note ℕ^⋆ l'ensemble des entiers supérieurs ou égaux à 1 (i.e. {1, 2, 3, …} ).
On admettra que
∀A > 0, arctanA + arctan1/A = π/2
où l'expression arctan désigne la fonction réciproque de la restriction de la fonction tangente à ] − π/2, π/2[.

I. Un résultat sur certaines suites positives

Soit (u_n)_(n ⩾ 1) une suite de réels strictement positifs vérifiant les deux propriétés suivantes:
  • pour tout couple d'entiers (m, n) ∈ ℕ^(⋆2), u_(mn) = u_m u_n,
  • il existe un réel strictement positif A tel que, pour tout couple (m, n) ∈ ℕ^(⋆2), si m ≤ n, alors u_m ⩽ Au_n.
On veut montrer qu'il existe un réel positif α tel que, pour tout entier n ∈ ℕ^⋆, u_n = n^α.
  1. Montrer que u_1 = 1.
  2. Montrer que, pour tout couple (r, k) ∈ ℕ^⋆ × ℕ, u_(r^k) = u_r^k.
  3. Soient a, a^′ > 0, et y ∈ ℝ^⋆. Soient u, u^′, v, v^′ quatre réels tels que
u + iv = (a^′)/(π((y − ia)^2 + a^(′2))) et u^′ + iv^′ = a/(π((y + ia^′)^2 + a^2))
où i désigne le nombre complexe de module 1 et d'argument π/2.
a) Montrer que :
∀x ∈ ℝ, (aa^′)/(π^2(x^2 + a^2)((x − y)^2 + a^(′2))) = (vx + au)/(π(x^2 + a^2)) + (v^′(x − y) + a^′ u^′)/(π((x − y)^2 + a^(′2)))
(On multipliera les deux membres de ( ⋆ ) par leur dénominateur commun et on appliquera la question précédente en prenant z_1 = ia et z_2 = y + ia^′.)
b) On admet les égalités suivantes:
u + iv, = (a^′(y^2 + a^(′2) − a^2) + 2iaa^′ y)/(π(y^2 + (a + a^′)^2)(y^2 + (a − a^′)^2)); u^′ + iv^′, = (a(y^2 + a^2 − a^(′2)) − 2iaa^′ y)/(π(y^2 + (a + a^′)^2)(y^2 + (a − a^′)^2))
Montrer que :
u + u^′ = (a + a^′)/(π(y^2 + (a + a^′)^2))
  1. Soit B > 0. Calculer ∫_(− B)^B x/(x^2 + a^2)dx et ∫_(− B)^B(x − y)/((x − y)^2 + a^2)dx.
  2. Soient Z_a et Z_(a^′) deux variables aléatoires indépendantes suivant des lois de Cauchy de paramètres respectifs a et a^′. Montrer que la valeur de la densité de la loi de Z_a + Z_(a^′) au point y est égale à u + u^′ (cf. question 4). En déduire la loi de Z_a + Z_(a^′).
  3. En déduire que Z suit une loi stable. Quelle est la suite associée à la loi de Z ?

IV. Les événements exceptionnels

Du fait de la décroissance rapide à l'infini de la fonction densité des variables gaussiennes, celles-ci n'accordent que peu d'importance aux valeurs extrêmes. Aussi, pour inclure, dans un modèle mathématique, l'éventualité de phénomènes extrêmes, on est amené à privilégier des lois dont la fonction densité décroît moins vite à l'infini. Le but de cette partie est d'étudier ce qu'il en est pour la loi de Cauchy.
Dans cette partie, (X_i)_(i ⩾ 1) est une suite de variables aléatoires indépendantes suivant la loi de Cauchy de paramètre 1.
On dira qu'un événement exceptionnel s'est produit avant l'instant n, si il existe un entier k inférieur ou égal à n tel que, pour tout entier i inférieur ou égal à n et différent de k, |X_k| > 2|X_i|. Autrement dit, à l'instant n, la variable la plus forte de l'histoire (en valeur absolue) est supérieure au double de chacune des autres variables. On appellera E_n un tel événement. Ainsi,
E_n = ⋃_(k = 1)^n(⋂_(1 ⩽ i ⩽ n; i ≠ k)(|X_k| > 2|X_i|))
  1. Montrer que :
P(E_n) = nP(⋂_(i = 2)^n(|X_1| > 2|X_i|)).
  1. Soit r ∈ ℕ^⋆, r ⩾ 2. Montrer qu'il existe un réel α_r tel que, pour tout entier n de la forme r^k, où k est un entier positif, u_n = n^(α_r). Exprimer α_r en fonction de r et de u_r.
  2. Soit (r_1, r_2) ∈ ℕ^(⋆2), r_2 > r_1 ⩾ 2. On introduit alors les réels α_(r_1) et α_(r_2) définis selon la question précédente.
    a) Soit k ∈ ℕ^⋆. Montrer qu'il existe un entier ℓ tel que r_2^k ⩽ r_1^ℓ < r_2^(k + 1).
    b) En déduire que (r_2^k)^(α_(r_2)) ⩽ A(r_2^(k + 1))^(α_(r_1)) et (r_2^k)^(α_(r_1)) ⩽ A(r_2^(k + 1))^(α_(r_2)).
    c) En faisant tendre k vers l'infini, déduire l'égalité α_(r_1) = α_(r_2). Conclure.

II. La loi gaussienne

A. On rappelle l'expression de la densité d'une variable gaussienne de moyenne m et de variance σ^2 :
f_(m, σ^2)(x) = 1/(√(2πσ^2))exp(− ((x − m)^2)/(2σ^2))
  1. Soit a un réel strictement positif et b et c deux réels quelconques.
Trouver trois réels α, m, σ, que l'on exprimera en fonction de a, b, c tels que
∀x ∈ ℝ, ((x − m)^2)/(2σ^2) + α = ax^2 + bx + c
  1. En déduire que ∫_(− ∞)^(+ ∞)exp(− (ax^2 + bx + c))dx = √(π/a)exp((b^2 − 4ac)/(4a)).
  2. Soient G et G^′ deux variables aléatoires gaussiennes centrées indépendantes de variances respectives σ^2 et σ^(′2). Redémontrer en calculant la densité de la loi de G + G^′, que G + G^′ est une variable gaussienne dont on donnera l'espérance et la variance.
  3. Montrer que G suit une loi stable. Quelle est la suite associée à la loi de G ?
    B. Dans cette section, X est une variable aléatoire qui suit une loi stable et qui admet une espérance m et une variance σ^2 strictement positive. On ne suppose pas que X suit une loi gaussienne. Soit (X_k)_(k ⩾ 1) une suite de copies de X et (a_k)_(k ⩾ 1) la suite associée à la loi de X.
  4. En considérant les variances de X_1 + … + X_n et de a_n X, donner, pour tout entier naturel n non nul, la valeur de a_n. Montrer que m = 0.
  5. En appliquant le théorème de la limite centrée, montrer que X suit une loi gaussienne.

III. La loi de Cauchy

  1. Soit a > 0. Vérifier que la fonction f_a : x ↦ a/(π(x^2 + a^2)) est bien une densité de probabilité. (On utilisera le changement de variable x = atant ).
On dit qu'une variable aléatoire suit la loi de Cauchy de paramètre a si elle admet la fonction f_a pour densité.
2) Soit Z une variable aléatoire suivant la loi de Cauchy de paramètre égal à 1 .
a) La variable Z admet-elle une espérance ?
b) Soit λ > 0. Quelle est la loi de λZ ?
3) Soit P un polynôme de degré inférieur ou égal à 3 à coefficients réels. Soient z_1 et z_2 deux nombres complexes distincts de partie imaginaire strictement positive. Montrer que si z_1 et z_2 sont des racines de P, alors P = 0. (On remarquera que z¯_1 et z¯_2 sont également racines de P.)
2) En déduire que :
∀A > 0, P(E_n) ⩾ nP((|X_1| > 2A) ∩ (⋂_(i = 2)^n(|X_i| < A))).
  1. Montrer que: ∀A > 0, P(|X_1| > A) = 2/πarctan1/A.
  2. Soit λ > 0, et n assez grand pour que (πλ)/(2n) < π/2. En choisissant A = 1/(tan(πλ)/(2n)), montrer que
P(E_n) ⩾ nP(|X_1| > 2/(tan(πλ)/(2n)))(1 − λ/n)^(n − 1)
  1. Soit ε > 0 et λ > 0. Montrer que, pour tout entier n assez grand, P(E_n) > λ/2e^(− λ) − ε.
  2. En déduire que, pour tout entier n assez grand, P(E_n) > 1/6.

V. Le nombre a_n est une puissance de n

Soit X une variable aléatoire suivant une loi stable. Soit (X_k)_(k ⩾ 1) une suite de copies de X et (a_k)_(k ⩾ 1) la suite associée à la loi de X.
A. Une variable aléatoire X est dite symétrique si elle a la même loi que la variable − X. Autrement dit, pour tout intervalle I ⊂ ℝ, P(X ∈ I) = P(− X ∈ I) (exemple : une variable gaussienne centrée).
Dans cette section, on suppose X non nulle et symétrique.
  1. Montrer que P(X > 0) = 1/2(1 − P(X = 0)).
  2. Montrer qu'il existe μ > 0 tel que P(X > μ) > 0.
  3. a) Montrer que, pour tout couple (m, n) ∈ ℕ^(⋆2), a_(m + n)X a même loi que a_m X_1 + a_n X_2.
    b) En déduire que, pour tout k-uplet d'entiers (m_1, …, m_k), a_(m_1 + … + m_k)X a même loi que a_(m_1)X_1 + … + a_(m_k)X_k.
    c) En prenant tous les entiers m_i égaux à un même entier ℓ, montrer que a_(kℓ) = a_k a_ℓ.
  4. En considérant l'événement (X_1 ⩾ 0) ∩ (X_2 > t), montrer en utilisant la question V.A.3.a, que pour tout couple (m, n) ∈ ℕ^(⋆2), et pour tout t > 0,
P(X > (a_n)/(a_(m + n))t) ⩾ 1/2P(X > t)
  1. En utilisant la question V.A.2., montrer que l'ensemble {(a_n)/(a_(n + m)) : (m, n) ∈ ℕ^(⋆2)} est majoré. En déduire l'existence d'un réel α tel que, pour tout entier naturel non nul n, a_n = n^α. B. On suppose que X suit une loi stable à densité, mais on ne suppose plus que X est symétrique.
  2. Montrer que la variable X_1 − X_2 est symétrique.
  3. Montrer que X_1 − X_2 suit une loi stable. Soit (b_n)_(n ⩾ 1) la suite associée à la loi de X_1 − X_2. Montrer que, pour tout entier naturel n non nul, a_n = b_n. Conclure.

Pas de description pour le moment