\documentclass[10pt]{article} \usepackage[french]{babel} \usepackage[utf8]{inputenc} \usepackage[T1]{fontenc} \usepackage{graphicx} \usepackage[export]{adjustbox} \graphicspath{ {./images/} } \usepackage{amsmath} \usepackage{amsfonts} \usepackage{amssymb} \usepackage[version=4]{mhchem} \usepackage{stmaryrd} \usepackage{bbold} \usepackage{mathrsfs} \begin{document} \section*{CONCOURS D'ADMISSION 2025} \includegraphics[max width=\textwidth, alt={}, center]{317fde4c-211d-4607-9c70-4e276d3b27cb-1_641_501_561_0}\\ \includegraphics[max width=\textwidth, alt={}, center]{317fde4c-211d-4607-9c70-4e276d3b27cb-1_332_1025_639_568} \section*{Mathématiques Approfondies} \section*{Série ECG} \section*{Mardi 15 avril 2025 de 8 h00 à 12 h00 \\ Durée : 4 heures} Candidats bénéficiant de la mesure «Tiers-temps » :\\ 8h00-13h20 \section*{L'énoncé comporte 5 pages.} \section*{INSTRUCTIONS} Tous les feuillets doivent être identifiables et numérotés par le candidat.\\ Aucun document n'est permis, aucun instrument de calcul n'est autorisé.\\ Conformément au règlement du concours, l'usage d'appareils communicants ou connectés est formellement interdit durant l'épreuve.\\ Les candidats sont invités à soigner la présentation de leur copie, à mettre en évidence les principaux résultats, à respecter les notations de l'énoncé et à donner des démonstrations complètes - mais brèves - de leurs affirmations.\\ Si, au cours de l'épreuve, un candidat repère ce qui lui semble être une erreur d'énoncé, il le signale sur sa copie et poursuit sa composition en expliquant les raisons des initiatives qu'il est amené à prendre.\\ Ce document est la propriété d'ECRICOME, le candidat est autorisé à le conserver à l'issue de l'épreuve. \section*{Exercice 1} \begin{enumerate} \item (a) Justifier que la série \(\sum_{n \geqslant 1} \frac{1}{n^{2}}\) converge.\\ (b) Montrer que la série \(\sum_{n \geqslant 1} \frac{(-1)^{n}}{n^{2}}\) converge.\\ (c) Montrer que la série \(\sum_{n \geqslant 0} \frac{1}{(2 n+1)^{2}}\) converge. \end{enumerate} On note \[ A=\sum_{n=1}^{+\infty} \frac{1}{n^{2}}, \quad B=\sum_{n=1}^{+\infty} \frac{(-1)^{n}}{n^{2}} \quad \text { et } \quad C=\sum_{n=0}^{+\infty} \frac{1}{(2 n+1)^{2}} . \] \begin{enumerate} \setcounter{enumi}{1} \item Montrer que \(A-B=2 C\) et \(A=C+\frac{1}{4} A\). \item (a) Montrer que, pour tout couple ( \(\alpha, \beta\) ) de réels, \(2 \cos (\alpha) \cos (\beta)=\cos (\alpha+\beta)+\cos (\alpha-\beta)\).\\ (b) Montrer par récurrence sur \(n\) que \end{enumerate} \[ \forall n \in \mathbb{N}^{*} \text { et } \forall t \in\left[0, \pi\left[, \sum_{k=1}^{n}(-1)^{k} \cos (k t)=-\frac{1}{2}+(-1)^{n} \frac{\cos \left(\frac{2 n+1}{2} t\right)}{2 \cos \left(\frac{t}{2}\right)} .\right.\right. \] \begin{enumerate} \setcounter{enumi}{3} \item On considère deux réels \(a\) et \(b\) tels que \(a0\).\\ (c) Montrer, à l'aide du changement de variable \(s=1-t\), que les intégrales \end{enumerate} \[ \int_{\frac{1}{2}}^{1} t^{x-1}(1-t)^{y-1} \mathrm{~d} t \quad \text { et } \quad \int_{0}^{\frac{1}{2}} s^{y-1}(1-s)^{x-1} \mathrm{~d} s \] sont de même nature.\\ (d) En déduire que \[ \int_{0}^{1} t^{x-1}(1-t)^{y-1} \mathrm{~d} t \text { converge si et seulement si } x>0 \text { et } y>0 \] On note désormais, pour tout couple \((x, y)\) de réels strictement positifs, \(B(x, y)=\int_{0}^{1} t^{x-1}(1-t)^{y-1} \mathrm{~d} t\).\\ 2. Montrer que \[ \forall(x, y) \in] 0,+\infty\left[{ }^{2}, \quad B(x, y)=B(y, x) .\right. \] \begin{enumerate} \setcounter{enumi}{2} \item Soit \(x>0\), calculer \(B(x, 1)\). \item (a) Montrer que \end{enumerate} \[ \forall(x, y) \in] 0,+\infty\left[{ }^{2}, \quad B(x+1, y)+B(x, y+1)=B(x, y) .\right. \] (b) À l'aide d'une intégration par parties, démontrer que \[ \forall(x, y) \in] 0,+\infty\left[{ }^{2}, \quad x B(x, y+1)=y B(x+1, y) .\right. \] (c) En déduire que \[ \forall(x, y) \in] 0,+\infty\left[{ }^{2}, \quad B(x+1, y)=\frac{x}{x+y} B(x, y) .\right. \] \begin{enumerate} \setcounter{enumi}{4} \item Montrer que : \end{enumerate} \[ \forall(p, q) \in\left(\mathbb{N}^{*}\right)^{2}, B(p, q)=\frac{(p-1)!(q-1)!}{(p+q-1)!} . \] \section*{Partie 2} \begin{enumerate} \setcounter{enumi}{5} \item On définit la fonction \(\Gamma\) sur \(\left.\mathbb{R}_{+}^{*} \operatorname{par} \forall \nu \in\right] 0,+\infty\left[, \Gamma(\nu)=\int_{0}^{+\infty} t^{\nu-1} \mathrm{e}^{-t} \mathrm{~d} t\right.\). \end{enumerate} On rappelle que cette fonction est bien définie sur \(\mathbb{R}_{+}^{*}\) et que pour tout réel \(\nu\) strictement positif, \(\Gamma(\nu+1)=\nu \Gamma(\nu)\).\\ (a) Déterminer, pour tout entier naturel \(n, \Gamma(n+1)\) en fonction de \(n\).\\ (b) Calculer \(\Gamma\left(\frac{1}{2}\right)\). On pourra utiliser le changement de variable \(u=\sqrt{2 t}\). Soit \((a, b) \in] 0,+\infty\left[{ }^{2}\right.\), on définit \(f_{a, b}: t \longmapsto \begin{cases}\frac{b^{a}}{\Gamma(a)} t^{a-1} e^{-b t} & \text { si } t>0 \\ 0 & \text { si } t \leqslant 0\end{cases}\)\\ 7. (a) Justifier que \(\int_{-\infty}^{+\infty} f_{a, b}(t) \mathrm{d} t\) converge.\\ (b) Montrer que \(f_{a, b}\) est une densité de probabilité.\\ 8. (a) Reconnaître la loi de \(X\) une variable aléatoire à densité de densité \(f_{a, 1}\). Préciser l'espérance et la variance de \(X\).\\ (b) Reconnaître la loi de \(X\) une variable aléatoire à densité de densité \(f_{1, b}\). Préciser l'espérance de \(X\) et montrer que \(X\) admet une variance et la déterminer.\\ 9. Soit \(X\) une variable aléatoire à densité de densité \(f_{a, b}\).\\ (a) Déterminer la loi de la variable aléatoire \(b X\).\\ (b) Montrer que \(X\) admet une espérance et une variance et les calculer.\\ 10. Soit \(X_{1}\) et \(X_{2}\) deux variables aléatoires à densité indépendantes de densités respectives \(f_{a_{1}, b}\) et \(f_{a_{2}, b}\), où \(a_{1}\), an et \(b\) sont trois réels strictement positifs.\\ (a) Montrer que \(X_{1}+X_{2}\) admet pour densité la fonction \[ x \longmapsto \begin{cases}\frac{b^{a_{1}+a_{2}} B\left(a_{1}, a_{2}\right)}{\Gamma\left(a_{1}\right) \Gamma\left(a_{2}\right)} x^{a_{1}+a_{2}-1} e^{-b x} & \text { si } x>0 \\ 0 & \text { si } x \leqslant 0\end{cases} \] (b) En déduire que \[ \forall(x, y) \in] 0,+\infty\left[{ }^{2}, \quad B(x, y)=\frac{\Gamma(x) \Gamma(y)}{\Gamma(x+y)} .\right. \] (c) Que vaut \(B\left(\frac{1}{2}, \frac{1}{2}\right)\) ? \section*{Partie 3} On suppose dans cette partie et pour les questions d'informatique que les bibliothèques suivantes sont importées ainsi : \begin{verbatim} import numpy as np import numpy.random as rd \end{verbatim} \begin{enumerate} \setcounter{enumi}{10} \item Soit ( \(x, y\) ) un couple de réels strictement positifs.\\ (a) Soit \(U\) une variable aléatoire de loi uniforme sur \(] 0,1[\). \end{enumerate} Montrer que \(U^{x-1}(1-U)^{y-1}\) admet une espérance et la déterminer en fonction de \(x\) et \(y\).\\ On admet que \(U^{x-1}(1-U)^{y-1}\) admet une variance.\\ (b) Écrire une fonction, en langage Python, nommée Simul qui prend en entrée deux réels \(x\) et \(y\) strictement positifs et qui renvoie une simulation de \(U^{x-1}(1-U)^{y-1}\).\\ (c) Soit \(\left(U_{n}\right)_{n \geqslant 1}\) une suite de variables aléatoires indépendantes et de même loi uniforme sur \(] 0,1[\). Montrer que la suite \(\left(R_{n}\right)_{n \geqslant 1}\) converge en probabilité vers la variable aléatoire certaine \(B(x, y)\) où pour tout entier naturel non nul \(n, R_{n}=\left(\frac{1}{n} \sum_{k=1}^{n} U_{k}^{x-1}\left(1-U_{k}\right)^{y-1}\right)\).\\ (d) Écrire une fonction, en langage Python, nommée Rn qui prend en entrée deux réels \(x\) et \(y\) strictement positifs et un entier \(n\) et qui renvoie une simulation de \(R_{n}\).\\ (e) Dans la figure suivante, sont représentées différentes simulations de \(R_{n}\) en fonction de \(n\) pour \(x=y=\frac{1}{2}\). Quel résultat de la partie 2 illustre-t-on?\\ \includegraphics[max width=\textwidth, alt={}, center]{317fde4c-211d-4607-9c70-4e276d3b27cb-6_851_1143_641_479}\\ 12. Soit \(a\) un réel supérieur ou égal à 1 .\\ (a) Soit \(X\) une variable aléatoire suivant une loi exponentielle de paramètre 1 . Montrer que \(X^{a-1}\) admet une espérance et une variance et les donner.\\ (b) Soit \(\left(X_{n}\right)_{n \geqslant 1}\) une suite de variables aléatoires indépendantes et de même de loi exponentielle de paramètre 1 . On définit, pour tout entier naturel non nul \(n, M_{n}=\frac{1}{n} \sum_{k=1}^{n} X_{k}^{a-1}\).\\ Montrer que \(M_{n}\) est un estimateur convergent et sans biais de \(\Gamma(a)\)\\ (c) Expliquer ce que renvoie la fonction Myst suivante : \begin{verbatim} def Myst(n): U = rd.random(n) X = -np.log(1-U) return(X) \end{verbatim} (d) Compléter la fonction suivante afin qu'elle renvoie une valeur approchée de \(\Gamma(a)\). \begin{verbatim} def Approx(n, a): X = Myst(n) ..... # plusieurs lignes sont possibles \end{verbatim} \(\_\_\_\_\) \end{document}