WikiPrépaLivrets

Téléchargements

  • Corrigé : pas encore disponible
  • Rapport du jury : non disponible

Description

Annale de maths approfondies BCE HEC/ESSEC pour la filiere ECG, session 2023.

Ces sujets peuvent vous intéresser

Pas encore de corrigé pour ce sujet : voici des sujets proches corrigés.

Lecture du sujet en ligne

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

MATHÉMATIQUES APPROFONDIES

FILIÈRE ÉCONOMIQUE ET COMMERCIALEVOIE GENERALE

Jeudi 27 avril 2023, 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.

Notations

Dans tout le texte, on adopte les notations suivantes:
  • Pour tout entier n ⩾ 0, on note [ [0; n] ] l'ensemble des entiers k vérifiant 0 ⩽ k ⩽ n.
  • Si x ∈ ℝ, on note ⌊x⌋ la partie entière de x.
  • Pour tous n ∈ ℕ^∗ et m ∈ ℕ^∗, M_(n, m)(ℝ) désigne l'ensemble des matrices à coefficients réels ayant n lignes et m colonnes. On pose M_n(ℝ) = M_(n, n)(ℝ) et on note I_n la matrice identité de M_n(ℝ). Les coefficients d'une matrice A ∈ M_(n, m)(ℝ) sont notés (A)_(i, j), 1 ⩽ i ⩽ n et 1 ⩽ j ⩽ m.
  • La transposée d'une matrice A est notée ^t A. Lorsque A = [a] ∈ M_1(ℝ), où a ∈ ℝ, on identifie A au réel a. Si V ∈ M_(n, 1)(ℝ), n ∈ ℕ^∗, on note ‖V‖ sa norme euclidienne.
  • Soit (Ω, A, ℙ) un espace probabilisé. Toutes les variables aléatoires de cet énoncé sont définies sur cet espace.
  • Si X est une variable aléatoire réelle, on note 𝔼(X) son espérance, si elle existe. Pour tout k ∈ ℕ^∗, on appelle moment d'ordre k de X, s'il existe, le réel 𝔼(X^k). On le note m_k(X) et on convient que m_0(X) = 1
  • Si g : ℝ^2 → ℝ est une fonction de deux variables de classe C^2 et (x_1, x_2) ∈ ℝ^2, on notera ∇g(x_1, x_2) et ∇^2 g(x_1, x_2), respectivement, le gradient et la matrice hessienne de g au point ( x_1, x_2 ).
  • ∀α ∈ ℝ_+^∗, on définit la fonction puissance α sur ℝ_+par
ℝ_+, → ℝ_+; x, ↦ {x^α = e^(αln(x)), si x > 0; 0, sinon
  • Soit f une fonction définie sur ℝ à valeurs dans ℝ et J un intervalle de ℝ. On note f_(|J), la restriction de f à J :
f_(|J) : J, → ℝ; x, ↦ f(x)
L'énoncé comporte trois grandes parties I, II et III. Les parties II et III sont largement indépendantes.
Le mot FIN marque la fin de l'énoncé.

Partie I : questions préliminaires, problème des moments

Soit X une variable aléatoire réelle à densité.
  1. Montrer que dans les cas suivants, la variable X admet des moments de tout ordre et déterminer ces moments :
    (a) X suit la loi uniforme sur [0, 1].
    (b) X suit la loi exponentielle de paramètre λ ∈ ℝ_+^∗.
Dans toute la suite, on se donne une suite de réels (u_k)_(k ∈ ℕ) avec u_0 = 1 et un intervalle J de ℝ.
On considère le problème suivant appelé problème des moments et qu'on note ℳ^⋆(J) :
Trouver une variable aléatoire réelle X vérifiant les trois conditions suivantes :
  • Pour tout k ∈ ℕ, X admet un moment d'ordre k et m_k(X) = u_k.
  • X admet une densité f, avec f_(|J) continue sur J.
  • ∀x ∈ ℝ∖J, f(x) = 0.
Si X est une solution de ce problème et f une densité de X vérifiant les points précédents, on dit que f est une densité de X adaptée à ℳ^⋆(J).
Dans ce problème, on s'intéressera uniquement à deux cas :
  • Le cas J = ℝ_+. Dans ce cas, ℳ^∗(J) est appelé le problème de Stieltjes.
  • Le cas J = [0, 1]. Dans ce cas, ℳ^⋆(J) est appelé le problème de Hausdorff.

Partie II : le problème de Stieltjes

II.1) Des conditions nécessaires d'existence

On suppose dans cette partie II. 1 que le problème ℳ^⋆(J) avec J = ℝ_+admet une solution notée X. On note f une densité de X adaptée à ℳ^⋆(J).
Pour tout n ∈ ℕ^⋆, on note H_n et G_n les matrices de M_n(ℝ) dont les coefficients sont :
∀(i, j) ∈ [ [1; n] ]^2, (H_n)_(i, j) = u_(i + j − 2), (G_n)_(i, j) = u_(i + j − 1)
  1. Ecrire explicitement H_3 et G_3 en fonction de u_0, u_1, u_2, u_3, u_4 et u_5.
  2. Soit n ∈ ℕ^⋆ et W = [α_1; ⋮; α_n] ∈ M_(n, 1)(ℝ). Montrer que
^t WH_n W = ∑_(i = 1)^n∑_(j = 1)^n α_i α_j u_(i + j − 2)
puis que
^t WH_n W = ∫_0^(+ ∞)(P(x))^2 f(x)dx
où P est la fonction polynomiale définie par
P(x) = ∑_(i = 1)^n α_i x^(i − 1) pour tout x ∈ ℝ
  1. En déduire que pour tout n ∈ ℕ^∗, toutes les valeurs propres de H_n sont positives.
  2. Montrer de même que pour tout n ∈ ℕ^∗, toutes les valeurs propres de G_n sont positives.
  3. On suppose uniquement dans cette question que u_0 = 1, u_1 = 1/2 et u_2 = 1/3.
Montrer que nécessairement u_3 ⩾ 2/9.
7. On suppose dans cette question seulement qu'il existe un réel θ > 0 tel que l'intégrale ∫_0^(+ ∞)f(t)exp(t^θ)dt converge.
(a) Montrer que pour tout n ∈ ℕ^∗ et tout t ∈ ℝ_+, on a
t^n exp(− t^θ) ⩽ (n/θ)^(n/θ)exp(− n/θ)
(b) En déduire que la série de terme général (u_n)^(− θ/n) diverge.

8. Python

On se donne un entier naturel N. On pose : N^⋆ = 1 + ⌊N/2⌋.
On voudrait vérifier numériquement que la condition suivante, portant sur les N + 1 premiers termes u_0, ⋯, u_N, est vérifiée :
∀n ∈ [ [0; N^⋆] ], toutes les valeurs propres de H_n sont positives (CS_N)
On rappelle que cette condition est nécessaire d'après la question 4 ci-dessus.
La fonction test_stieltjes() ci-dessous est écrite en langage Python. Elle est incomplète. Elle a comme paramètre d'entrée un tableau unidimensionnel U (de type array) comportant une suite finie de nombres réels u_0, ⋯, u_N.
Compléter les parties soulignées en pointillé afin que la fonction test_stieltjes() renvoie la valeur 1 si la condition (CS_N) est satisfaite et renvoie la valeur 0 sinon.
On notera que la fonction eigvalsh() de la librairie numpy. linalg renvoie un tableau unidimensionnel contenant les valeurs propres d'une matrice symétrique donnée en paramètre.
On reproduira sur la copie le programme après l'avoir complété (sans les commentaires).
import numpy as np
import numpy.linalg as al
def test_stieltjes(U):
    N = len(U) - 1 # indice du dernier terme de la suite finie U
    m = 1+ N // 2
    H = np.zeros((m, m))
    for n in range(1, m+1): # taille de la matrice H_n
        for i in range(_______, ________):
            H[i, n-1] = U[i+n-1]
            H[n-1, i] =
        valp = al.eigvalsh(H)
        for k in range(0, _-_-_-___):
            if (__-_-_-_-_-_-_-_-___):
                return __-_
    return __-_

II.2) Non unicité des solutions

On définit la fonction g : [0, + ∞[ → ℝ par
g(x) = exp(− x^(1/4))sin(x^(1/4)) pour tout x ∈ [0, + ∞[.
  1. Soit n ∈ ℕ. Montrer que les intégrales
∫_0^(+ ∞)t^n e^(− t)sin(t)dt et ∫_0^(+ ∞)t^n e^(− t)cos(t)dt
existent (on convient que t^0 = 1 ).
On note dans la suite
S_n = ∫_0^(+ ∞)t^n e^(− t)sin(t)dt, T_n = ∫_0^(+ ∞)t^n e^(− t)cos(t)dt et V_n = [S_n; T_n] ∈ M_(2, 1)(ℝ)
  1. Montrer que S_0 = 1/2. On admet que T_0 = S_0.
  2. Montrer que pour tout n ∈ ℕ on a
S_(n + 1) + T_(n + 1) = (n + 1)T_n,; S_(n + 1) − T_(n + 1) = (n + 1)S_n.
  1. En déduire que pour tout n ∈ ℕ on a
V_(n + 1) = (n + 1)MV_n, où M = 1/2[1, 1; − 1, 1].
  1. En déduire que pour tout n ∈ ℕ
V_n = n!M^n V_0.
  1. Calculer M^4 et en déduire que pour tout n ∈ ℕ
S_(4n + 3) = 0.
  1. En utilisant le changement de variable x = t^4 dont on justifiera la validité, montrer que:
∀n ∈ ℕ, ∫_0^(+ ∞)x^n g(x)dx = 0
  1. Montrer qu'il existe deux fonctions g_1 et g_2 positives, distinctes, continues sur ℝ_+et telles que pour tout n ∈ ℕ les deux intégrales
∫_0^(+ ∞)x^n g_1(x)dx et ∫_0^(+ ∞)x^n g_2(x)dx
existent et sont égales.
17. Que peut-on conclure par rapport au problème ℳ^⋆(J) quand J = [0, + ∞[ ?

Partie III : le problème de Hausdorff

Dans toute cette partie, on suppose que J = [0, 1].

III.1) Une condition nécessaire d'existence

On suppose dans ce paragraphe III. 1 que le problème ℳ^∗(J) avec J = [0, 1] admet une solution notée à nouveau X. On note f une densité de X adaptée à ℳ^⋆(J).
18. Montrer que u_n > 0 pour tout n ∈ ℕ.
19. Plus généralement, montrer que pour tous i ∈ ℕ et j ∈ ℕ, on a
∑_(k = 0)^j(− 1)^k(j/k)u_(i + k) > 0
  1. On suppose dans cette question seulement que u_0 = 1, u_1 = 1/2 et u_2 = 1/3.
Montrer que u_3 ∈ ]1/6, 1/3[.
21. Revenons au cas général. Montrer que pour tout α > 0, la série de terme général (u_n)/(n^α)(n ⩾ 1) est convergente.
Cette affirmation reste-t-elle vraie quand α = 0 ?
III.2) Un test en langage Python pour le problème de Hausdorff
Revenons à la condition (7) ci-dessus. Pour tous n ∈ ℕ et j ∈ [ [0; n] ] on pose
Δ_(n, j) = ∑_(k = 0)^j(− 1)^k(j/k)u_(n + k − j)
Soit n ∈ ℕ. On dit que la condition (7) est vraie à l'ordre n si
∀j ∈ [ [0; n] ], Δ_(n, j) > 0
  1. Exprimer Δ_(n, 0) en fonction de u_n.
  2. Montrer que pour tout n ∈ ℕ et tout j ∈ [ [0; n] ] on a
Δ_(n + 1, j + 1) = Δ_(n, j) − Δ_(n + 1, j)

24. Python

La fonction test_hausdorff() ci-dessous est écrite en langage Python. Elle est incomplète. Elle a comme paramètre d'entrée un tableau unidimensionnel U (de type array) comportant une suite finie de nombres réels u_0, ⋯, u_N. Ici N est calculé à partir de la taille de U en utilisant la fonction len() qui renvoie la taille du tableau.
Compléter les parties soulignées en pointillé afin que la fonction test_hausdorff()renvoie un couple comportant les deux éléments suivants :
→ un entier info tel que:
  • info = − 1 si la condition (CH_n) est satisfaite pour tout n ∈ [ [0; N] ].
  • info est égal au plus petit entier n ∈ [ [0; N] ] pour lequel CH_n n'est pas satisfaite sinon.
→ un tableau bidimensionnel Delta de taille (N + 1) × (N + 1) comportant les coefficients Δ_(n, j) pour n ∈ [ [0; N] ] et j ∈ [ [0; N] ] (on pose Δ_(n, j) = 0 si j > n ).
On reproduira sur la copie le programme après l'avoir complété (sans les commentaires).
import numpy as np
def test_hausdorff(U):
    N = len(U) - 1 # indice du dernier terme de la suite finie U
    Delta = np.zeros((N+1, N+1))
    info = -1
    for k in range(__-_,_-_-___):
        Delta[k, 0] = U[__]
        if ((__-_-_-_-_-_-_-_-_-_-_-__) and (info == -1 )):
                info = k
        for j in range(____-_ , _________):
            Delta[k, j] =
            if ( (__________-___________) and (________________)):
                info =
    return (info, Delta)

25. Python

def test3():
    N = 10
    U = np.zeros(N+1)
    for k in range(0, N+1):
        U[k] = 1.0/(k+1) # correspond a une loi uniforme
    V=test_hausdorff (U)
    \mathrm { U[3] } \mathrm { = } \mathrm { 0.16 }
    W=test_hausdorff (U)
    return V,W
On tape dans la console
>>> V,W=test3()
Quelles seront les valeurs de V[0] et W[0] retournées ?
III.3) Unicité de solutions à densité de classe C^1.
On suppose dans ce paragraphe que X_1 et X_2 sont solutions du problème ℳ^⋆(J) avec J = [0, 1]. On note f_1 et f_2 des densités de X_1 et X_2 respectivement adaptées au problème ℳ^⋆(J). On suppose les restrictions de f_1 et f_2 sur [0, 1] de classe C^1 sur [0, 1]. On pose h = f_2 − f_1 et on considère la suite de fonctions polynomiales (hˆ_n)_(n ∈ ℕ^∗), définies par:
hˆ_n(x) = ∑_(k = 0)^n h(k/n)(n/k)x^k(1 − x)^(n − k), pour tout x ∈ ℝ.
  1. Montrer qu'il existe une constante réelle K ∈ ℝ_+telle que
∀(x, y) ∈ [0, 1]^2, |h(x) − h(y)| ⩽ K|x − y|.
  1. Soient x ∈ [0, 1] et n ∈ ℕ^∗ fixés tous les deux. Soit Y_n une variable aléatoire discrète à valeurs dans [ [0; n] ]. On pose
Z_n = (Y_n)/n
(a) Montrer que
|h(x) − 𝔼(h(Z_n))| ⩽ K𝔼(|Z_n − x|)
(b) En déduire que
|h(x) − 𝔼(h(Z_n))| ⩽ K√(𝔼((Z_n − x)^2))
  1. Montrer que pour tout x ∈ [0, 1] et tout n ∈ ℕ^∗ on a
|h(x) − hˆ_n(x)| ⩽ K(√(x(1 − x)))/(√n) ⩽ K/(2√n)
  1. Montrer que pour tout n ∈ ℕ^∗ on a
∫_0^1 hˆ_n(x)h(x)dx = 0
  1. En déduire que pour tout n ∈ ℕ^∗, on a
∫_0^1 h^2(x)dx ⩽ K/(2√n)∫_0^1|h(x)|dx
  1. En déduire que f_1 = f_2. Conclure.

III.4) Problème de Hausdorff tronqué

Pour tout k ∈ ℕ, on définit trois fonctions
ℝ^2 → ℝ; R_k :, ℝ^2; (α_1, α_2), ↦ ∫_0^1 t^k exp(α_1 t + α_2 t^2)dt F_k :; (α_1, α_2), ↦ (R_k(α_1, α_2))/(R_0(α_1, α_2)); G : ℝ^2, → ℝ; (α_1, α_2), ↦ ln(R_0(α_1, α_2)) − u_1 α_1 − u_2 α_2
On admet que, pour tout k ∈ ℕ, la fonction R_k est continue sur ℝ^2.
32. Montrer qu'il existe une constante C > 0 telle que
∀x ∈ [ − 1, 1], 0 ⩽ e^x − 1 − x ⩽ Cx^2
  1. Soit k ∈ ℕ.
    (a) Montrer que R_k admet une dérivée partielle par rapport à sa première variable en tout point et que pour tout (α_1, α_2) ∈ ℝ^2
∂_1 R_k(α_1, α_2) = R_(k + 1)(α_1, α_2)
On admet que R_k admet une dérivée partielle par rapport à sa seconde variable en tout point et que pour tout (α_1, α_2) ∈ ℝ^2
∂_2 R_k(α_1, α_2) = R_(k + 2)(α_1, α_2)
(b) Pour tout i ∈ {1, 2}, en déduire l'identité,
∂_i F_k = F_(k + i) − F_k F_i
(c) Montrer que pour tout i ∈ {1, 2} et pour tout (α_1, α_2) ∈ ℝ^2 on a
∂_i F_k(α_1, α_2) = 1/(R_0(α_1, α_2))∫_0^1(t^i − F_i(α_1, α_2))(t^k − F_k(α_1, α_2))exp(α_1 t + α_2 t^2)dt
  1. Soit (α_1, α_2) ∈ ℝ^2.
    (a) Exprimer ∇^2 G(α_1, α_2) en fonction des dérivées partielles des F_k(α_1, α_2), k ⩾ 0.
    (b) En déduire que pour tout v = [v_1; v_2] ∈ M_(2, 1)(ℝ) tel que v ≠ 0 on a
^t v∇^2 G(α_1, α_2)v > 0.
(c) En déduire que les valeurs propres de la matrice ∇^2 G(α_1, α_2) sont strictement positives.
(d) Dans cette question, on suppose qu'il existe une variable aléatoire X solution de ℳ^⋆(J) et de densité f adaptée à ℳ^⋆(J) telle que
ℝ, →; f :, ↦ {ℝ; 1/(R_0(α_1, α_2))exp(α_1 t + α_2 t^2) si t ∈ [0, 1]; 0 sinon
Montrer que G admet alors un minimum (local) en ( α_1, α_2 ).

Pas de description pour le moment