Corrigé : EM Lyon 2006
Transcription
Corrigé : EM Lyon 2006
Corrigé : EM Lyon 2006 Option économique Exercice 1: 1. a) Comme A est une matrice triangulaire, on peut lire ses valeurs propres sur sa diagonale. Les valeurs propres de A sont 0 et 1. b) A admet deux valeurs propres distinctes et A ∈ M2 (R) donc A est diagonalisable. Comme D est la matrice diagonale contenant les valeurs propres de A, il suffit de construire la matrice P de passage de la base canonique à une base de vecteurs propre de A pour avoir A = P DP −1 . 1 1 On alors remarque que est un vecteur propre associé à la valeur propre 0 et est un vecteur propre associé 0 1 à la valeur propres 1. Comme les deux valeurspropres sont distinctes, les deux vecteurs propres forment une base 1 1 de vecteurs propres et donc en posant P = , on aura bien d’après la formule de changement de base : 0 1 A = P DP −1 . 2. a) • E est un sous-ensemble de M2 (R). • E n’est pas vide car la matrice nulle est dans E. • Soient B et C deux matrices de E et a et b deux réels. aB + bC est une matrice de M2 (R) et de plus : A(aB + bC) = aAB + bAC = aBD + bCD = (aB + bC)D donc aB + bC ∈ E. E est bien un sous-espace vectoriel z t 0 b) On a AM = et M D = z t 0 z Donc M ∈ E ⇔ AM = M D ⇔ z de M2 (R). y . t t 0 y = ⇔ z = 0 et y = t. t 0 t x y c) D’après la question précédente : E = /(x, y) ∈ R2 0 y On peut donc écrire E = vect(U, A). La famille (U, A) est donc génératrice de E. Montrons qu’elle est libre. On cherche tous les réels a et b tels que a b 0 0 aU + bA = 0 ⇔ = ⇔a=b=0 0 b 0 0 Donc la famille (U, A) est bien libre et donc est une base de E. 0 1 d) U A = . Non U A n’est pas un élément de E car 1 6= 0. 0 0 3. a) Soit M et M ′ deux matrices et a et b deux réels : f (aM + bM ′ ) = A(aM + bM ′ ) − (aM + bM ′ )D = aAM − aM D + bAM ′ − bM ′ D = af (M ) + bf (M ′ ) donc f est bien linéaire. b) ker(f ) = {M ∈ M2 (R)/f (M ) = 0} = E donc d’après les questions précédentes ker(f ) est de dimension 2. c) D’après le théorème du rang dim(ker(f ))+dim(Im(f )) =dim(M2 (R)) donc on en déduit que Im(f ) est de dimension 2. x y d) • Soit M = . On a : z t f (M ) = M z t−y x y ⇔ = z 0 z t x=z ⇔ t = 2y t=0 x=z ⇔ t=y=0 EM Lyon 2006 Page 1 Corrigé Donc les matrices telles que f (M ) = M sont de la forme x x 0 . Comme on peut trouver une matrice non nulle 0 telle que f (M ) = M , 1 est bien une valeur propre de f . • De même que précédemment on résout f (M ) = −M et on trouve que les solutions sont les matrices de la forme 0 y et donc pour la même raison que précédemment −1 est bien une valeur propre de f . 0 0 e) Les trois valeurs propres de f sont donc 0, 1 et −1. Le sous-espace propre associé à la valeur propre 0 est E0 = ker(f ) donc E0 est de dimension 2. x 0 1 0 Le sous-espace propre associé à la valeur propre 1 est E1 = /x ∈ R = vect . La famille x 0 1 0 1 0 est génératrice de E1 et libre car formée d’un seul vecteur non nul, donc c’est une base de E1 . Ainsi E1 1 0 est de dimension 1. De même E−1 est de dimension 1. La somme des dimension des sous-espaces propre est donc 2 + 1 + 1 = 4 = dim(M2 (R)) donc f est diagonalisable. 0 0 0 0 0 0 0 0 f) Dans une base de vecteur propre la matrice de f est D = 0 0 1 0 . 0 0 0 −1 La matrice de f ◦ f ◦ f dans la base de vecteurs propres est D3 . Or D3 = D donc on a bien f = f ◦ f ◦ f . Exercice 2: 1. a) Calculons tout d’abord les dérivées partielles de F . Comme F est polynomiale, F est de classe C ∞ . ∂F (x, y) = (y − 2)(x + y − 6) + (x − 1)(y − 2) ∂x ∂F (x, y) = (x − 1)(x + y − 6) + (x − 1)(y − 2) ∂y ∂F ∂F Ainsi (4, 2) = 0 et (4, 2) = 0 donc (4, 2) est bien un point critique. ∂x ∂y ∂F ∂F (2, 3) = −1 + 1 = 0 et (2, 3) = −1 + 1 = 0 donc (2, 3) est bien un point critique. De plus ∂x ∂y b) Nous allons utiliser ici les notations de Monge car F est de classe C ∞ donc nous avons besoin de calculer les dérivées secondes de F . ∂2F (x, y) = 2(y − 2) ∂x2 ∂2F (x, y) = 2(x − 1) ∂y 2 ∂2F (x, y) = 2x + 2y − 9 ∂x∂y Donc au point (4, 2), r =, t = 6 et s = 1. Ainsi s2 − rt = 1 > 0 et donc F n’admet pas d’extremum local en (4, 2). c) Au point (2, 3), r = 2, t = 2 et s = 1. Donc s2 − rt = −3 < 0 et r > 0 donc F admet un minimum local en (2, 3). 2. a) Lorsque x > 4, on a x − 2 > 2 et 2x − 4 > 3 donc (x − 2)(2x − 5) > 6 > 4. b) En multipliant l’inégalité précédente par x > 4 > 0, on obtient ϕ(x) > 4x pour tout x > 4. On déduit de cette inégalité que pour x > 4, ϕ(x) > 16 > 4 et donc ϕ(x) ∈ [4; +∞[. 3. a) Pour tout n ∈ N, un+1 = un (un − 2)(2un − 5) = ϕ(un ). b) Montrons par récurrence que la propriété ≪ P(n) : un > 4n+1 ≫ est vraie pour tout n. • Pour n = 0. Comme u0 = 4 et 40+1 = 4, on a bien P(0) qui est vraie. • Supposons P(n) vraie. Alors d’après la question 2. b), un+1 = ϕ(un ) > 4un > 4n+2 . Donc P(n + 1) est vraie et donc la propriété est bien vraie pour tout n. P 1 1 1 6 n+1 . Or la série est convergente (série géométrique D’après ce qu’on vient de montrer, on a donc 0 < un 4 4n+1 P 1 1 1 de raison et −1 < < 1), donc d’après les critères de convergence sur les séries à termes positifs, la série 4 4 un est convergente. EM Lyon 2006 Page 2 Corrigé c) PROGRAM ex1 ; VAR u :REAL ; k,n :INTEGER ; BEGIN u :=4 ; n :=10 ; WHILE u< 10000000000 DO BEGIN u :=u*(u-2)*(2*u-5) ; n :=n+1 ; END ; WRITE(n) ; END. 4. a) Comme ϕ ne s’annule pas sur [4; +∞[ et que c’est une fonction continue, g est continue sur [4; +∞[. Le problème pour l’intégrale se pose donc uniquement en +∞. 5 De plus au voisinage de +∞, ϕ(x) ∼ 2x3 , donc g(x) ∼ 3 . On sait de plus (intégrale de Riemann avec α > 1) que x Z +∞ Z +∞ 5 dx converge, donc l’intégrale g(x) dx est bien convergente. x3 4 4 b) Nous allons ici procéder par identification. Pour cela il faut tout d’abord réduire au même dénominateur la somme des trois fractions : a b c (2a + 2b + c)x2 + (−9a − 5b − 2c)x + 10a + + = x x − 2 2x − 5 ϕ(x) On doit donc choisir a, b c tels que : 10a = 10 9a + 5b + 2c = 0 2a + 2b + c = 0 a=1 ⇔ 5b + 2c = −9 2b + c = −2 a=1 b = −5 ⇔ c=8 g(x) = c) Soit A > 4 : Z A g(x) dx = 4 Or lim A→+∞ Z A 4 5 8 1 − + x x − 2 2x − 5 5 8 1 − + x x − 2 2x − 5 dx A = [ln(x) − 5 ln(x − 2) + 4 ln(2x − 5)]4 A(2A − 5)4 = ln − ln 4 + 5 ln 2 − 4 ln 3 (A − 2)5 A(2A − 5)4 = 24 donc on en déduit que : (A − 2)5 Z +∞ g(x) dx = 7 ln 2 − 4 ln 3 4 Exercice 3: Partie A 1 2 1. a) ∀x ∈ R, g(x) = √ e−x . π 2 b) Comme E(U ) = 0, on a V (U ) = E(U ) = Z +∞ x2 g(x) dx. −∞ 1 2 Or x2 g(x) = √ × x2 e−x et x → x2 g(x) est une fonction paire. π Z +∞ Z +∞ 2 Donc, comme x g(x) est convergente et que la fonction est paire, on peut aussi dire que x2 g(x) dx est −∞ 0 Z 1 +∞ 2 convergente et vaut x g(x). 2 −∞ EM Lyon 2006 Page 3 Corrigé Ainsi Z +∞ 2 x2 e−x dx est convergente et : 0 1 √ π Z +∞ 2 −x2 x e +∞ 2 −x2 x e 0 dx est convergente et 0 2. Z Z +∞ 1 1 dx = V (U ) = ⇔ 2 4 2 −x2 x e 0 Z 0 +∞ 2 −x2 x e √ π dx = 4 √ π . dx = 4 (i) F est nulle sur ] − ∞; 0] donc continue sur cet intervalle. F est aussi continue sur ]0; +∞[ comme composée de fonctions usuelles. De plus Limx → 0+ F (x) = 0 = F (0) = lim F (x) donc F est continue en 0. x→0− Ainsi F est continue sur R. (ii) F est nulle sur ] − ∞; 0] donc de classe C 1 sur cet intervalle. F est aussi C 1 sur ]0; +∞[ comme composée de fonctions usuelles. Donc F est de classe C 1 sur R∗ . 2 (iii) Si x < 0, F ′ (x) = 0 et si x > 0, F ′ (x) = 2xe−x > 0. Donc F est constante sur ] − ∞; 0[ et croissante sur ]0; +∞[ et comme F est continue F est croissante sur R. (iv) On a de plus lim F (x) = 0 et lim F (x) = 1. x→−∞ x→+∞ Tous ces points nous ( permettent d’affirmer que F est la fonction de répartition d’une variable aléatoire à densité. Une 0 si x 6 0 densité est f (x) = . 2 2xe−x si x > 0 ( 0 si x 6 0 3. a) On remarque que xf (x) = . 2 −x2 2x e si x > 0 Z 0 Comme xf (x) est nulle sur ] − ∞; 0], xf (x) dx est absolument convergente et vaut 0. −∞ √ √ Z +∞ π π = D’après la question 1. b) xf (x) dx est convergente (absolument car fonction positive) et vaut 2 × 4 2 0 √ Z +∞ π = Donc xf (x) dx est absolument convergente, ce qui signifie que X admet une espérance et E(X) = 0 + 2 −∞ √ π . 2 b) • Si y < 0, l’événement [X 2 6 y] est impossible donc P (X 2 6 y) = 0. • Si y = 0, P (X 2 6 0) = P (X 2 = 0) = 0 car X est une variable à densité. √ √ √ √ • Si y > 0, P (X 2 6 y) = P (− y 6 X 6 y) = F ( y) − F (− y) = 1 − e−y . c) • Notons G la fonction de répartition de la variable aléatoire X 2 . Par définition, pour tout réel y, G(y) = P (X 2 6 y). ( 0 si y 6 0 On a donc G(y) = . 1 − e−y si y > 0 On reconnaı̂t ici la fonction de répartition d’une variable aléatoire suivant une loi exponentielle de paramètre 1. Donc X 2 suit la loi exponentielle de paramètre 1. • On sait donc que X 2 admet une espérance ce qui signifie que X admet une variance. π De plus E(X 2 ) = 1 donc V (X) = E(X 2 ) − E(X)2 = 1 − . 4 Partie B 1. E(Z) = 1 1−p . et V (Z) = p p2 1 1 1 1 1 1 = . Donc m = . (E(Z1 ) + · · · + E(Zn )) = + ···+ n n p p p p De plus comme on a supposé que les Zi sont indépendantes, on a 1 1−p 1 1−p 1−p V (Mn ) = 2 (V (Z1 ) + · · · + V (Zn )) = 2 = + · · · + 2 2 n n p p np2 2. a) Par linéarité de l’espérance on a E(Mn ) = Donc σn = EM Lyon 2006 r 1−p . np2 Page 4 Corrigé Mn − m 6 1 = P (0 6 Mn∗ 6 1). 06 σn Or d’après le théorème de la limite centrée (les Zi sont indépendantes, suivent la même loi de variance non nulle) Mn∗ converge en loi vers une VAR M ∗ suivant la loi normale centrée réduite. Donc lim P (0 6 Mn − m 6 σn ) b) On remarque que P (0 6 Mn − m 6 σn ) = P n→+∞ existe et lim P (0 6 Mn − m 6 σn ) = lim P (0 6 n→+∞ EM Lyon 2006 n→+∞ Mn∗ Page 5 1 6 1) = P (0 6 M 6 1) = √ 2π ∗ Z 1 e−x 2 /2 dx 0 Corrigé