DEVOIR DE MATHEMATIQUES POUR LE 7 JANVIER 2008 EXERCICE 1(d’après ESCP) 1) a)Appelons R A (respectivement R B, R C) l’événement « l’étudiant donne la réponse A » (respectivement la réponse B, C) et S l’événement « l’étudiant connaît la bonne réponse ». S et S forment un système complet d’évènements et on peut alors utiliser la formule des probabilités totales pour déterminer P A, P B et P C : P A = P (R A) = P S (R A ) P (S) + P S (R A ) P ( S ) 0r P S (R A ) = 1, P S (R A ) = 1 , P (S) = θ, P ( S ) = 1 - θ. 3 1 Par conséquent, P A = θ + (1 - θ) = 1 + 2 θ. 3 3 3 De même: P B = P (R B) = P S (R B ) P (S) + P S (R B ) P ( S ) avec P S (R B ) = 0 et P S (R B ) = 1 , 3 Et alors P B = 1 ( 1 - θ ) = P C (les réponses B et C jouant le même rôle). 3 b) La probabilité qu’une personne ayant choisi la réponse A connaisse réellement la signification du sigle URSSAF est égale à P R (S) ; et d’après la formule de Bayes A P R (S) = A PS (R A)P(S) θ = = 3θ . 1 (1+ 2θ) 1+ 2θ P(R A) 3 a)Pour i ∈ [1, n] la variable aléatoire X i suit une loi binomiale de paramètres 30 et P A puisque c’est le nombre de succès obtenus au cours de la répétition de 30 épreuves de Bernoulli indépendantes, P A étant la probabilité du succès. On a donc : E (X i) = 30 P A et V (X i) = 30 P A (1 – P A). 2. Par conséquent, E (Z n) = E(X1 )+...+ E(X n ) =PA= 1 30n 3 Les X i étant mutuellement indépendantes, V (Z n ) = + 2 θ. 3 V(X1 )+...+ V(X n ) (30n) 2 = PA(1−PA ) 30n = (1+ 2θ)(1−θ) 135n b) Z n et T n étant des fonctions des X i, ce sont des estimateurs de θ, mais comme E (Z n ) ≠ θ, Z n n’est pas un estimateur sans biais de θ. Par contre E (T n ) = 3E(Zn ) - 1 = 1 + θ - 1 = θ 2 2 2 2 T n est donc un estimateur sans biais de θ. Cet estimateur est alors convergent si lim V (T n) = 0. n → +∞ Or, T n = 3Zn - 1 implique V (T n) = 9 V (Z n) = (1+ 2θ)(1−θ) 2 4 60n 2 On a bien lim V (T n) = 0 : T n est donc un estimateur sans biais et convergent de θ. n → +∞ c) D’après l’inégalité de Bienaymé Tchebytchef, P (1−P ) 3P (1−P ) ∀ ε > 0, P (T n - θ ≥ ε) ≤ V(T2n ) = 9 A 2A = A 2 A ε 4 30nε 40nε On démontre facilement (en étudiant les variations sur [0, 1] de la fonction PA → PA (1 – PA)) que P A (1 – P A) ≤ 1 , donc : P (T n - θ ≥ ε) ≤ 3 2 . 4 160nε Par conséquent, lim P (T n - θ ≥ ε) = 0 et donc T n converge en probabilité vers θ. n → +∞ 3. a)Remarquons que les X i étant mutuellement indépendantes, n L (x1, x 2, …, x n, p) = CP(X =x ) = P ((X 1 = x 1) ∩…∩ ( X n = x n) ) k =1 k k n f (p) = ln (L (x1, x 2, …, x n, p))= ∑ln(P(X =x ) k =1 k k Or, pour tout entier k compris entre 0 et 1, la variable aléatoire X k suit une loi binomiale de paramètres 30 et P A = p. 30 x k PA (1 − PA )30 − x k et f (p) = x k Donc P ( X k = x k) = n n ) + ln p ∑ln( 30 ∑x x k k =1 k =1 n k + ln (1 – p) ∑(30−x ) k k =1 f est définie, dérivable sur ]0, 1[ et f ’ (p) = 1 p n ∑x k =1 k - 1 1−p n ∑(30−x ) = ∑ k =1 k k =1 n (1−p) n p(1 – p) étant positif, f ’ est du signe de f’ (x) est positive pour p ≤ 1 30n n ∑ k =1 k =1 n ∑x (30− x k ) = p(1−p) ∑x k =1 n ∑ x k −p k −30np k =1 k −30np p(1−p) . x k : f est alors croissante; f’ (x) est négative pour p ≥ 1 30n n ∑x k =1 k : f est alors décroissante. n b) D’après l’étude précédente f passe par un maximum pour p = 1 ∑x i 30n i =1 n (On dit alors que Z n = 1 ∑Xi est l’estimateur du maximum de vraisemblance pour p). 30n i =1 EXERCICE II (EML 97) 1) Z est le nombre de succès (« obtenir le 6 » dans la succession de N épreuves de Bernoulli indépendantes de paramètre 1/ 6. Z suit donc une loi binomiale de paramètres N et 1/ 6 : k 1 5 ∀ k ∈ [0, N], P (Z = k) = N k N −k ; E (Z) = 6 6 N 6 et V (Z) = 5N 36 2) Soit k ∈ N, n ∈ N. • k > n : si on a lancé n fois la pièce on ne peut pas obtenir plus de n fois pile ; donc, dans ce cas P (Z =n) (X = k) = 0 • k ≤ n : P (Z =n) (X = k) est la probabilité d’obtenir k succès au cours de la répétition de n épreuves de Bernoulli indépendantes de paramètre p. On a : P (Z =n) (X = k) = nk p k ( 1 – p) n – k 3) Soit un couple d'entiers naturels (k, n): •si 0≤k ≤ n ≤ N, p k ( 1 – p) n – k 5 alors P (X = k et Z = n) = P (Z =n) (X = k) × P (Z = n) = nk N n N −n 6 n 1 . 6 •si n > N, {Z = n} est l’événement impossible et comme (X = k et Z = n) ⊂ (Z = n}, P (X = k et Z = n) = 0 •si k > n alors nous avons vu que P (Z =n) (X = k) = 0, d’où P (X = k et Z = n) = 0 . 4) Les évènements {(Z = n), n ∈ N} forment un système complet d’évènements ; on peut donc utiliser la formule des probabilités totales : +∞ N (1 − p) n P (X = 0) = ∑ P(X = 0 et Z = n ) = ∑ n0 N n 6 n = 0 n =0 5 N 1− p 5 p = + = 1 − 6 6 N −n n N 6 5) Pour tout couple d'entiers naturels (k, n) tel que 0 ≤ k ≤ n ≤ N : n! N! N! n N = = k n k! (n − k )! n! ( N − n )! k! (n − k )!( N − n )! n N 1 N 1− p 5 = ∑ n 6 n = 0 6 6 N−n N! ( N − k )! N! N N − k = = k n − k k! ( N − k )! (n − k )! ( N − k − n + k )! k! (n − k )!( N − n )! = N N − k Par conséquent, nk N k n − k n Alors, comme dans la question précédente, pour tout k entier tel que 0 ≤k ≤ N, +∞ N p k (1 − p) n − k P (X = k) = ∑ P(X = k et Z = n ) = ∑ nk N n 6 n =k n =0 5 N N − k p k (1 − p) n − k = ∑ N k n − k 6 n =k 5 N−k 5 p = N ∑ N − k k 6 i = 0 i 6 k k p 1 − p + 5 = N k 6 6 6 N −k N −n N − k −i 1 6 n 1− p 6 i N −n 1 6 n k N p N − k 5 = N ∑ k 6 n = k n − k 6 N − k −(n − k ) 1− p 6 n −k (par changement d’indice) k p 1 − p = N k 6 N −k 6 k p 1 − p 6)La variable aléatoire X prend toutes les valeurs k de [0, N], et P (X = k) = N k 6 N −k 6 p 6 Par conséquent, X suit une loi binomiale de paramètres (N, ). Un raisonnement analogue, q = 1- p jouant le rôle de p,montre que Y suit une loi binomiale de paramètres (N, 1− p 6 ) 6) Intuitivement, on peut prévoir que X et Y ne sont pas indépendantes ; démontrons le : P (X = N et Y = 1) = 0 puisque si on a obtenu N « piles » au cours de N lancers, on ne peut pas N p 5+p avoir obtenu de « face ».Et P (X= N) = et P (Y = 1) = N 6 p Donc P (X = N)× P (Y = 1) = N 6 5+p N 6 6 N −1 1− p 6 N −1 1− p 6 . ≠ 0 = P (X = N et Y = 1) Les variables aléatoires X et Y ne sont donc pas indépendantes. Déterminons la loi du couple (X, Y) : •Ce couple prend ses valeurs dans [O, N]× [O, N] .• ∀ k ∈ [O, N] et ∀ k’ ∈ [O, N], * si k + k’ > N, P (X = k et Y = k’) = 0 car on ne peut avoir plus de N « piles » et « faces ». *si 0 ≤ k + k’ ≤ N, alors : 5 P (X = k et Y = k’) = P (X = k et Z = k + k’) = k +k k ' k +Nk ' p k ( 1 – p) k’ 6 N −k − k ' 1 6 k+k' (d’après la question 3) avec n = k + k’). 7) Z = X + Y, donc V (Z) = V (X + Y) = V (X) + V (Y) + 2 cov (X, Y) Or V (Z) = 5N 36 , V (X) = N D’où cov (X, Y) = N 72 p( 6 − p ) 36 et V (Y) = N (5 – p (6 – p) – (1 – p) (5 (1 − p)(5 + p) 36 N + p)) = p 36 (p – 1) Remarque : on trouve une covariance négative ; ce qui est normal puisque X et Y varient en sens inverse. EXERCICE III (ESSEC 2005) : probabilités et analyse I. Étude d’une fonction : ∀ x ∈ R , f ( x ) = ex (1 + e x )2 . ∀ x ∈ R, f (− x ) = e− x e2x × e− x = (1 + e − x )2 e 2 x × (1 + e − x ) 2 = ex = (e x + 1) 2 ex (1 + e x ) 2 = f ( x ) , donc f est paire. e x (1 + e x )2 − e x × 2e x (1 + e x ) f est indéfiniment dérivable sur R et : ∀ x ∈ R, f ′( x ) = (1 + e ) x 4 = (1 − e x ) e x (1 + e x )3 . Sans indétermination : lim f = 0 , donc (parité de f ) : lim f = 0 . −∞ x 0 0 1/4 –∞ f ′( x ) + f ( x) +∞ 0 y +∞ – 1 0 Cf −1 ∫ A 0 1 x 1 1 1 1 = − ( x ) , 2 u u (x) est une primitive de f sur R. 1 + ex f est continue sur R, donc, pour tout réel A, l’intégrale de plus : O ' u′( x ) a)En posant: ∀ x ∈ R u ( x) = 1 + e x , on a: ∀ x ∈ R, f ( x ) = donc la fonction x a 1 1/4 A 1 1 −1 f (x ) d x = = − , donc : x 2 1 + eA 1 + e 0 ce qui prouve que l’intégrale +∞ ∫0 f (x ) d x D’après 2. b), f étant paire, l’intégrale ∫ ∫ A A f ( x ) d x → A → +∞ 0 converge et : existe ; f (x) d x 0 +∞ ∫ f (x ) d x = 0 1 , 2 1 . 2 +∞ +∞ +∞ ∫ −∞ f ( x) d x converge et : ∫ −∞ f ( x) d x = 2 ∫ 0 f ( x) d x = 1 ; de plus, f est continue et à valeurs positives sur R, donc f est une densité de probabilité. Soit F la fonction de répartition de X. ∀ x ∈ R, F ( x ) = ∫ x 1 −1 ex f (t ) d t = = 1 − = . −∞ 1 + ex 1 + ex 1 + e t −∞ x L’observation du graphe de f invite à conjecturer : ∀ x ∈ R, F ( x) + F (− x) = 1 . En effet : ∀ x ∈ R, F ( x ) + F (− x ) = ex 1+ e x + e −x 1+ e −x = ex 1+ e x + e x × e−x e x × (1 + e − x ) = ex 1+ e x + 1 e x +1 = 1+ e x 1+ e x = 1. 4)Existence et calcul de l’espérance de X On a : De plus : x 3e x (1 + e x )2 ∼ x 3e x +∞ ∼ e2x +∞ x3 → 0 , x → +∞ ex xe x 1 (1 + e ) x2 x 2 x3 ex donc : . x 3e x (1 + e x ) 2 → 0 , ce qui peut s’écrire : x → +∞ → 0 . x →+∞ On a ainsi prouvé que xe x (1 + e ) x 2 est négligeable devant 1 x2 au voisinage de +∞ . La fonction : x a x f ( x) est continue, à valeurs positives sur [0, + ∞ [ ; de plus, elle est négligeable devant la fonction x a 1 x 2 , et on sait que l’intégrale ⌠ +∞ ⌡1 l’intégrale +∞ ∫0 x f ( x) d x 1 x2 d x converge, donc est convergente. La fonction x a x f ( x) étant impaire, l’intégrale 0 ∫ −∞ x f ( x) d x est convergente et : +∞ 0 ∫ − ∞ x f ( x) d x = − ∫ 0 x f ( x) d x . 0 +∞ ∫ −∞ x f ( x) d x et ∫ 0 x f ( x) d x étant convergentes et opposées, l’intégrale Enfin, les intégrales +∞ ∫ −∞ x f ( x) d x est convergente et vaut 0, ce qui prouve que X admet une espérance et : E( X ) = 0 . II. Calcul d’une variance 1)a) On a : x4e x x4 ∼ x 2 +∞ x (1 + e ) e x 2 × f ( x ) → 0 , et x4 x4e x → 0 , donc : → 0 , c’est-à-dire : x →+∞ x →+∞ x e (1 + e x ) 2 1 x2 ce qui prouve que x 2 f ( x ) est négligeable devant x → +∞ au voisinage de +∞ . Par un raisonnement analogue à celui mené dans I 4. b), on obtient alors que l’intégrale ∫ +∞ x2 f ( x) d x 0 est convergente. b)On démontre, toujours comme à la question I. 4. b), que l’intégrale ∫ +∞ −∞ x 2 f ( x ) d x est convergente, ce qui prouve l’existence de E( X 2 ) . On en déduit que X admet une variance et, d’après la formule de Huygens : V(X) = E( X 2 ) − ( E( X ) )2 = E( X 2 ) = parité de x a x2 f ( x ) 2∫ +∞ 0 x2 f ( x) d x . 2)a)On a, pour tout réel A positif : ∫ A 0 1 x 2 f ( x ) d x = − x 2 1 + ex De plus, l’intégrale (car +∞ ∫0 A2 ∼ A 2e − A 1 + eA +∞ +∞ ∫0 A 0 A A 1 − A2 x ⌠ ⌠ + 2 d x = + 2 dx . x A ⌡ 0 1+ e ⌡ 0 1 + ex 1+ e x 2f ( x ) d x est convergente et A2 1 + eA → 0 A → +∞ ⌠ et A 2e − A → 0 ),donc l’intégrale A → +∞ +∞ x ⌡ 0 1+ e x d x converge et : +∞ +∞ x ⌠ x 2 f ( x ) d x = 2 dx . ⌡ 0 1+ ex b)On a, pour tout réel A positif : [ A ⌠ x e−x ⌠ d x = x × d x = − x ln(1 + e − x ) x − x ⌡ 0 1+ e 1+ e ⌡0 A +∞ ] +∫ A 0 A 0 A 1 ⌠ 1 ln(1 + e − x ) d x = −A ln1 + A + ln1 + x d x , e ⌡0 e 1 1 A d x est convergente et A ln1 + A → 0 (car A ln1 + A ∼ A x → +∞ ⌡ 0 1+ e e +∞ e e de plus, l’intégrale ⌠ x x +∞ 1 ⌠ → 0 ), donc l’intégrale ln1 + x d x est convergente A x → +∞ e ⌡0 e A et +∞ +∞ 1 ⌠ dx = ln 1 + x d x . ⌡ 0 1 + ex e ⌡0 et ⌠ x 3)Soit n un entier naturel non nul. a)La fonction g : x a ln(1 + x ) est infiniment dérivable sur ]−1, +∞[ comme composée de fonctions infiniment dérivables et les règles de dérivation permettent de montrer par récurrence que sa dérivée n-ième est la fonction x a ( −1) n − 1 ( n − 1)! . (1 + x )n b)Soit t un réel de [0, 1] . Pour tout réel x de [0, t ] , (1 + x)n +1 est minoré par 1, donc : g ( n +1) ( x ) ≤ n! (1 + x ) n +1 ≤ n!. Appliquons alors l’inégalité de Taylor-Lagrange à l’ordre n à la fonction g entre 0 et t : n g ( t ) − g (0 ) − ∑ k =1 n +1 t−0 ( t − 0) k ( k ) g (0 ) ≤ n ! k! (n + 1)! n ln(1 + t ) − ln(1) − c’est-à-dire : ∑ (−1) , k −1 ( k k =1 k −1 k ( −1) t k k =1 n ou encore : ln(1 + t ) − ∑ ≤ n ! n +1 − 1)! k t ≤ t , k! (n + 1)! t n+1 . n+1 c)Soit x un réel positif. Alors 1 e x appartient à [0, 1] et on peut remplacer t par 1 e x dans 1 ( −1)k −1 e− kx k k =1 l’inégalité précédente : ln 1 + x − ∑ e n ≤ e− ( n + 1) x . n+1 d)D’après l’inégalité précédente, et en admettant la convergence des intégrales entrant en jeu, on a +∞ ⌠ d’une part : ⌡0 1 ln 1 + x e k −1 − kx n (−1) e dx ≤ ⌠ − ∑ k ⌡0 k =1 +∞ 1 et d’autre part : ⌠ ln 1 + x e ⌡0 n ⌠ d x − ∑ k =1 ⌡ 0 +∞ +∞ e − ( n +1) x dx n +1 ⌠ (−1) k −1 e − kx dx ≤ k ⌡0 +∞ 1 ln 1 + x e k −1 − kx n (−1) e − dx . ∑ k k =1 D’où l’inégalité : +∞ 1 ⌠ ln 1 + x e ⌡0 n ⌠ d x − ∑ k =1 ⌡ 0 +∞ +∞ + ∞ − ( n + 1) x ( −1)k −1 e − kx ⌠ e dx ≤ dx . k n+1 ⌡0 4)Soit n un entier naturel non nul. D’une part, pour tout entier k compris au sens large entre 1 et n et pour tout réel A positif : A k −1 − kx k −1 − kx k ⌠ (−1) e dx = (−1) − e = (−1) (e− Ax − 1) , k k k 0 k2 ⌡0 A donc l’intégrale ⌠ ⌡0 +∞ (−1) k −1 e − kx dx k converge et : ⌠ +∞ ⌡0 (−1) k −1 e − kx (−1) k −1 dx = k k2 . D’autre part, et par des calculs analogues, on obtient la convergence de l’intégrale ⌠ +∞ ⌡0 sa valeur : 1 . (n + 1) 2 Ainsi, on a la majoration : ⌠ ⌡0 +∞ n 1 (−1) k −1 ln 1 + x dx − ∑ k2 e k =1 ≤ 1 (n + 1) 2 +∞ 1 ⌠ ln 1 + x e ⌡0 et le théorème d’encadrement permet d’obtenir l’égalité : ⌠ Enfin, on a les égalités suivantes : V(X) = 2∫ +∞ 0 +∞ +∞ x 1 ⌠ x 2 f ( x) d x = 4⌠ dx = 4 ln 1 + x x ⌡ 0 1+ e ⌡0 e k −1 +∞ (−1) d x = 4 ∑ k2 k =1 = k −1 +∞ ( −1) − . dx = ∑ k2 k =1 π2 . 3 e − ( n +1) x dx n +1 et