WikiPrépaLivrets

Téléchargements

  • Rapport du jury : non disponible

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
CONCOURS COMMUNS POLYTECHNIQUES
EPREUVE SPECIFIQUE - FILIERE TSI
MATHEMATIQUES 1
Durée : 4 heures
Les calculatrices sont autorisées
N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction.
Si un candidat est amené à repérer ce qui peut lui sembler être une erreur d'énoncé, il le signalera sur sa copie et devra poursuivre sa composition en expliquant les raisons des initiatives qu'il a été amené à prendre.

EXERCICE

On munit un plan euclidien orienté d'un repère orthonormé direct ( O; ı⃗, ȷ⃗ ).
Soit H la courbe d'équation 3x^2 + 13y^2 − 10√3xy = 2 et C la courbe d'équation x^2 + y^2 = 1.
  1. Montrer qu'il existe un repère orthonormé direct (O; I⃗, J⃗) que l'on ne cherchera pas à déterminer, dans lequel la courbe H a pour équation 18X^2 − 2Y^2 = 2.
    On pourra utiliser la calculatrice.
  2. Justifier que H est une hyperbole et préciser son excentricité.
  3. Reconnaître la courbe C. En déduire une équation de C dans le repère (O; I⃗, J⃗).
  4. Montrer que C et H se coupent en quatre points A, B, C et D dont on donnera les coordonnées dans le repère (O; I⃗, J⃗).
  5. Prouver que les quatre points A, B, C et D forment un rectangle et donner son aire.
  6. Donner les coordonnées des sommets, des équations des asymptotes et des équations des tangentes aux sommets de l'hyperbole dans le repère ( O; I⃗, J⃗ ).
  7. Représenter graphiquement dans le repère ( O; I⃗, J⃗ ), la courbe C et l'hyperbole H avec ses asymptotes, ses sommets et ses tangentes en ses sommets.
    N.B. : On ne demande pas de faire apparaître le repère ( O; ı⃗, ȷ⃗ ) .

PROBLÈME

Ce problème comporte trois parties. Les parties A et B peuvent se traiter de façon indépendante. On peut utiliser certains résultats de la partie B pour traiter la partie C.

Notations

Pour n ∈ ℕ^∗, on note M_n(ℝ) l'espace vectoriel des matrices carrées à n colonnes à coefficients réels. On note ^t M la transposée de la matrice M.
On appelle vecteur colonne de ℝ^n toute matrice à n lignes et 1 colonne à coefficients dans ℝ.

Définitions

On dit qu'un vecteur colonne est stochastique lorsque ses coefficients sont tous positifs et que la somme de ces coefficients vaut 1 . Par exemple le vecteur colonne (0, 3; 0, 6; 0, 1) est stochastique car 0, 3 ⩾ 0 et 0, 6 ⩾ 0 et 0, 1 ⩾ 0 et 0, 3 + 0, 6 + 0, 1 = 1.
On dit qu'une matrice carrée est stochastique lorsque chacune de ses colonnes l'est.

Partie A

Un exemple en dimension 3

Dans cette partie, on étudie les trois suites (x_n), (y_n) et (z_n) à valeurs dans ℝ définies par:
x_0 = y_0 = 1/2; z_0 = 0 et pour tout n ∈ ℕ :; (R){x_(n + 1) = 7/(10)x_n + 2/5y_n, + 1/2z_n; y_(n + 1) = 3/(10)x_n, + 1/(10)z_n; z_(n + 1) =, 3/5y_n + 2/5z_n
Pour tout n ∈ ℕ, on pose X_n = (x_n; y_n; z_n).
  1. Montrer que le système ( R ) s'écrit sous forme matricielle X_(n + 1) = AX_n avec A une matrice de M_3(ℝ) que l'on déterminera.
  2. Justifier que la matrice carrée A est stochastique.
  3. Écrire un programme dans le langage de Maple ou Mathematica qui calcule le vecteur colonne X_(2010).
  4. Calculer la trace de A notée Tr(A) et le déterminant de A noté det(A). On pourra utiliser la calculatrice. La matrice A est-elle inversible?
  5. Prouver que le vecteur colonne (1; 1; 1) est un vecteur propre de la matrice ^t A. Quelle est la valeur propre associée?
  6. On pourra admettre les résultats demandés ici pour traiter la question suivante. Soit M une matrice de M_3(ℝ).
    (a) Montrer que les matrices M et ^t M ont le même polynôme caractéristique.
    (b) Établir que M admet trois valeurs propres complexes (éventuellement non distinctes) que l'on note λ_1, λ_2 et λ_3 et que : Tr(M) = λ_1 + λ_2 + λ_3.
  7. Déduire des questions précédentes que les valeurs propres de A sont 0, 1/(10) et 1 .
  8. Justifier qu'il existe une matrice de M_3(ℝ) inversible P telle que A = PDP^(− 1) avec D = (1, 0, 0; 0, 1/(10), 0; 0, 0, 0) et P = (3, 1, 1; 1, a, 2; 1, − 2, b) où a et b sont des réels que l'on déterminera.
  9. Calculer P^(− 1). On pourra utiliser la calculatrice.
  10. Démontrer par récurrence que pour tout n ∈ ℕ, on a : X_n = PD^n P^(− 1)X_0.
  11. Soit n ∈ ℕ^∗.
    (a) Exprimer X_n en fonction de n.
    (b) Montrer que le vecteur colonne X_n est stochastique.
  12. Prouver que la suite (x_n) (respectivement (y_n) et (z_n) ) est convergente vers une limite, notée l_x (respectivement l_y et l_z ).
  13. Prouver que le vecteur colonne L = (l_x; l_y; l_z) est stochastique et est vecteur propre de A.

Partie B

Cas de la dimension 2

Soit A une matrice carrée stochastique de M_2(ℝ).
On considère une suite ( X_n ) de vecteurs colonnes de ℝ^2 telle que X_0 est stochastique et telle que pour tout n ∈ ℕ, X_(n + 1) = AX_n.
  1. Montrer qu'il existe a et b deux réels de [0, 1] tels que A = (a, b; 1 − a, 1 − b).
On définit deux suites réelles (x_n) et (y_n) telles que pour tout n ∈ ℕ, X_n = ((x_n)/(y_n)).
2. Démontrer par récurrence que pour tout n ∈ ℕ, le vecteur colonne X_n est stochastique. Il s'agit d'établir que x_n ⩾ 0, y_n ⩾ 0 et x_n + y_n = 1.
3. Montrer que 0 ⩽ Tr(A) ⩽ 2.
4. (a) On suppose que Tr(A) = 0.
Montrer que A = (0, 1; 1, 0). Que vaut A^2 ? Que se passe t-il pour la suite (X_n) ?
(b) On suppose que Tr(A) = 2.
Que vaut A ? Que se passe t-il pour la suite (X_n) ?
On suppose désormais que 0 < Tr(A) < 2.
5. Montrer que − 1 < a − b < 1.
Soit V = (1/(− 1)) un vecteur colonne de ℝ^2.
6. (a) Montrer que V est un vecteur propre de A. Exprimer la valeur propre associée que l'on note q, en fonction de a et b.
(b) Prouver que |q| < 1.
7. Établir que 1 est une valeur propre de A.
8. Prouver que la matrice A est diagonalisable.
9. On pourra admettre le résultat demandé ici pour traiter la suite. Établir qu'il existe un vecteur colonne de ℝ^2, L = ((l_x)/(l_y)) et un réel λ vérifiant :
AL = L et X_0 = L + λV.
On ne cherchera pas à calculer l_x, l_y et λ.
10. Montrer par récurrence que pour tout n ∈ ℕ, on a : X_n = L + q^n λV.
11. Prouver que la suite (x_n) (respectivement (y_n) ) est convergente vers l_x (respectivement l_y ).
12. En déduire que le vecteur colonne L est stochastique. On pourra utiliser B.2.
13. Soit T un vecteur colonne stochastique de ℝ^2 tel que AT = T. Montrer que T = L.

Partie C
Un cas particulier

On reprend les notations de la partie B.
Dans cette partie, on suppose de plus que la matrice A n'est pas inversible.
  1. Montrer que la matrice A est de rang 1.
  2. Montrer qu'il existe α ∈ [0, 1] tel que A = (α, α; 1 − α, 1 − α).
  3. Établir alors que A^2 = A.
  4. Prouver que pour tout n ∈ ℕ^∗, X_n = AX_0.
Soit E un plan euclidien muni d'une base orthonormée B = (ı⃗, ȷ⃗) et f l'endomorphisme de E associé à la matrice A dans la base B.
5. Montrer que l'application linéaire f est un projecteur.
6. Donner dans la base B, une équation de Kerf et une équation deImf.
7. En déduire que l'endomorphisme f est une projection orthogonale si et seulement siα = 1/2.
8. Soit θ ∈ ℝ. On note u⃗(θ) le vecteur de coordonnées ( cos(θ), sin(θ) ). Établir que ‖f(u⃗(θ))‖^2 = ((2α − 1)^2 + 1)sin^2(θ + π/4).
9. En déduire les valeurs de (‖f(ı⃗)‖)/(‖ı⃗‖) et (‖f(ı⃗ + ȷ⃗)‖)/(‖ı⃗ + ȷ⃗‖) en fonction de α.
10. Démontrer que f est une projection orthogonale si, et seulement si, pour tout x⃗ ∈ E, on a : ‖f(x⃗)‖ ⩽ ‖x⃗‖.

Pas de description pour le moment