\documentclass[10pt]{article} \usepackage[french]{babel} \usepackage[utf8]{inputenc} \usepackage[T1]{fontenc} \usepackage{fvextra, csquotes} \usepackage{amsmath} \usepackage{amsfonts} \usepackage{amssymb} \usepackage[version=4]{mhchem} \usepackage{stmaryrd} \usepackage{bbold} \title{Conception : EMLYON Business School } \author{} \date{} \begin{document} \maketitle \begin{displayquote} \(1^{\text {ère }}\) épreuve (option économique) MATHÉMATIQUES \end{displayquote} Mardi 28 avril 2015 de 8 heures à 12 heures\\ 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.\\ 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. \section*{EXERCICE 1} Dans tout l'exercice, ( \(\Omega, \mathcal{A}, \mathbf{P}\) ) désigne un espace probabilisé et toutes les variables aléatoires considérées seront supposées définies sur cet espace. \section*{Partie I : Loi exponentielle} Dans toute cette partie, \(\lambda\) désigne un réel strictement positif. \begin{enumerate} \item Donner une densité, la fonction de répartition, l'espérance et la variance d'une variable aléatoire suivant la loi exponentielle de paramètre \(\lambda\). \item Justifier que les intégrales suivantes convergent et donner leurs valeurs : \end{enumerate} \[ \int_{0}^{+\infty} \mathrm{e}^{-\lambda x} \mathrm{~d} x, \quad \int_{0}^{+\infty} x \mathrm{e}^{-\lambda x} \mathrm{~d} x \] \begin{enumerate} \setcounter{enumi}{2} \item a. Soit \(U\) une variable aléatoire suivant la loi uniforme sur \([0 ; 1[\). Quelle est la loi de la variable aléatoire \(V=-\frac{1}{\lambda} \ln (1-U)\) ?\\ b. Écrire une fonction en Scilab qui, étant donné un réel \(\lambda\) strictement positif, simule la loi exponentielle de paramètre \(\lambda\). \end{enumerate} On considère une suite \(\left(X_{n}\right)_{n \in \mathbb{N}^{*}}\) de variables aléatoires indépendantes suivant toutes la loi exponentielle de paramètre 1. Pour tout \(n\) de \(\mathbb{N}^{*}\), on définit la variable aléatoire \(T_{n}=\max \left(X_{1}, \ldots, X_{n}\right)\) qui, à tout \(\omega\) de \(\Omega\), associe le plus grand des réels \(X_{1}(\omega), \ldots, X_{n}(\omega)\) et on note \(f_{n}\) la fonction définie sur \(\mathbb{R}\) par : \[ \forall x \in \mathbb{R}, \quad f_{n}(x)=\left\{\begin{array}{cl} n \mathrm{e}^{-x}\left(1-\mathrm{e}^{-x}\right)^{n-1} & \text { si } x \geqslant 0 \\ 0 & \text { si } x<0 \end{array} .\right. \] \section*{Partie II : Loi de la variable aléatoire \(T_{n}\)} \begin{enumerate} \setcounter{enumi}{3} \item a. Calculer, pour tout \(n\) de \(\mathbb{N}^{*}\) et pour tout \(x\) de \(\mathbb{R}^{+*}\), la probabilité \(\mathbf{P}\left(T_{n} \leqslant x\right)\).\\ b. En déduire que, pour tout \(n\) de \(\mathbb{N}^{*}, T_{n}\) est une variable aléatoire à densité, admettant pour densité la fonction \(f_{n}\). \item a. Montrer que, pour tout \(n\) de \(\mathbb{N}^{*}\), la variable aléatoire \(T_{n}\) admet une espérance.\\ b. Déterminer l'espérance \(\mathbf{E}\left(T_{1}\right)\) de \(T_{1}\) et l'espérance \(\mathbf{E}\left(T_{2}\right)\) de \(T_{2}\). \item a. Vérifier : \(\forall n \in \mathbb{N}^{*}, \forall x \in \mathbb{R}^{+}, f_{n+1}(x)-f_{n}(x)=-\frac{1}{n+1} f_{n+1}^{\prime}(x)\).\\ b. Montrer ensuite, à l'aide d'une intégration par parties : \end{enumerate} \[ \forall n \in \mathbb{N}^{*}, \quad \int_{0}^{+\infty} x\left(f_{n+1}(x)-f_{n}(x)\right) \mathrm{d} x=\frac{1}{n+1} \int_{0}^{+\infty} f_{n+1}(x) \mathrm{d} x \] c. En déduire, pour tout \(n\) de \(\mathbb{N}^{*}\), une relation entre \(\mathbf{E}\left(T_{n+1}\right)\) et \(\mathbf{E}\left(T_{n}\right)\), puis une expression de \(\mathbf{E}\left(T_{n}\right)\) sous forme d'une somme. \section*{Partie III : Loi du premier dépassement} Dans toute cette partie, a désigne un réel strictement positif.\\ On définit la variable aléatoire \(N\) égale au plus petit entier \(n\) de \(\mathbb{N}^{*}\) tel que \(X_{n}>a\) si un tel entier existe, et égale à 0 sinon.\\ 7. Justifier l'égalité d'événements : \((N=0)=\bigcap_{k=1}^{+\infty}\left(X_{k} \leqslant a\right)\). En déduire la probabilité \(\mathbf{P}(N=0)\).\\ 8. Montrer : \(\forall n \in \mathbb{N}^{*}, \quad \mathbf{P}(N=n)=\left(1-\mathrm{e}^{-a}\right)^{n-1} \mathrm{e}^{-a}\).\\ 9. Déterminer l'espérance \(\mathbf{E}(N)\) et la variance \(\mathbf{V}(N)\) de \(N\). On s'intéresse maintenant à la variable aléatoire \(Z\), définie pour tout \(\omega\) de \(\Omega\) par : \[ Z(\omega)=\left\{\begin{array}{cc} X_{N(\omega)}(\omega) & \text { si } N(\omega) \neq 0 \\ 0 & \text { si } N(\omega)=0 \end{array}\right. \] \begin{enumerate} \setcounter{enumi}{9} \item Justifier : \(\mathbf{P}(Z \leqslant a)=0\). \item Soit \(x \in] a ;+\infty[\).\\ a. Soit \(n \in \mathbb{N}^{*}\). Justifier l'égalité d'événements : \end{enumerate} \[ ((N=n) \cap(Z \leqslant x))=\left\{\begin{array}{ll} \left(a