Vous êtes sur la page 1sur 7

Correction : Devoir surveillé n˚4

MP Clemenceau 2019-20
Jeudi 28 novembre 2019

Premier problème : Etude d’une marche aléatoire


On considère trois points distincts du plan nommés A, B et C. Nous allons étudier le déplacement aléatoire
d’un pion se déplaçant sur ces trois points.
A l’étape n = 0, on suppose que le pion se trouve sur le point A. Ensuite, le mouvement aléatoire du pion
respecte les deux règles suivantes :
1. le mouvement du pion de l’étape n à l’étape n + 1 ne dépend que de la position du pion à l’étape n, plus
précisément il ne dépend pas des positions occupées aux autres étapes précédentes ;
2. pour passer de l’étape n à l’étape n + 1, on suppose que le pion a une chance sur deux de rester sur place,
sinon il se déplace de manière équiprobable vers l’un des deux autres points.
Pour tout n ∈ IN, on note An l’événement ”le pion se trouve en A à l’étape n”, Bn l’événement ”le pion se
trouve en B à l’étape n” et Cn l’événement ”le pion se trouve en C à l’étape n”. On note également :
 
pn
∀n ∈ IN, pn = P (An ), qn = P (Bn ), rn = P (Cn ) et Vn = qn  ,
rn

et on considère la matrice :  
2 1 1
1
M= 1 2 1 ∈ M3 (IR).
4
1 1 2
Dans l’exercice, on pourra utiliser sans le démontrer le résultat suivant :
 n
4 + 2 4n − 1 4n − 1

1
∀n ∈ IN, M n = 4n − 1 4n + 2 4n − 1 .
3 · 4n
4n − 1 4n − 1 4n + 2

On rappelle que si E et F sont deux événements avec P (F ) > 0, on définit la probabilité conditionnnelle de E
sachant F (notée P (E|F ) ou PF (E)) par :

P (E ∩ F )
P (E|F ) = PF (E) = .
P (F )

Partie I - Calcul des probabilités


1) Calculer les nombres pn , qn et rn pour n = 0 et n = 1.
Correction : • Comme pour n = 0, le pion se trouve sur le point A, on a p0 = 1 et q0 = r0 = 0. Si (Ω, A , P)
est l’espace probabilisé sur lequel on travaille, on a A0 = Ω.
• Par hypothèse, pour tout n ∈ IN, PAn (An+1 ) = 1/2 et PAn (Bn+1 ) = PAn (Cn+1 ) = 1/4, donc, comme
A0 = Ω,
1 1
p1 = P (A1 ) = P (A0 ∩ A1 ) = P (A0 )PA0 (A1 ) = 1 × =
2 2
1 1
q1 = P (B1 ) = P (A0 ∩ B1 ) = P (A0 )PA0 (B1 ) = 1 × =
4 4
1 1
r1 = P (C1 ) = P (A0 ∩ C1 ) = P (A0 )PA0 (C1 ) = 1 × =
4 4
2) Démontrer que pour tout n ∈ IN, on a la relation Vn+1 = M Vn .
Correction : Par hypothèse on a, pour tout n ∈ IN,

PAn (An+1 ) = 1/2 et PBn (An+1 ) = PCn (An+1 ) = 1/4

1
D’où, d’après la formule des probabilités totales avec le système complet d’événements (An , Bn , Cn ),
1 1
pn+1 = P (An+1 ) = P (An )PAn (An+1 ) + P (Bn )PBn (An+1 ) + P (Cn )PCn (An+1 ) = pn + (qn + rn )
2 4
Cette formule reste valable si pn , qn ou rn est nul. De même, on a
1 1 1 1
qn+1 = qn + (pn + rn ) et rn+1 = rn + (pn + qn ).
2 4 2 4
Par suite, pour tout n ∈ IN,
   
2p + qn + rn pn+1
1 n
M Vn = pn + 2qn + rn  = qn+1  = Vn+1
4
pn + qn + 2rn rn+1

3) En déduire que Vn = M n V0 , puis une expression de pn , qn et rn pour tout n ∈ IN.


Correction : on fait une démonstration par récurrence (qu’on écrit complètement dans le cadre d’un tel
exercice) pour obtenir pour tout entier n Vn = M n V0 .
Par suite, pour tout n ∈ IN,

1 n
pn = 3·4n (4 + 2)
   n 
1 4 +2 
n n  1 n
Vn = M V0 = M 0 = 4 − 1 , donc
 .
3 · 4n
0 4n − 1 1
 n
qn = rn = 3·4n (4 − 1)

4) Déterminer les limites respectives des suites (pn )n∈IN , (qn )n∈IN et (rn )n∈IN . Interpréter le résultat.
1 2
Correction : On a donc pn = 3 + → 31
3·4n n→+∞ et qn = rn = 1
3 − 1
→ 13 .
3·4n n→+∞
On peut en déduire que, après un grand nombre d’étapes, les trois emplacements sont presque équiprobables.

Partie II - Nombre moyen de passages en A


Pour n ∈ IN∗ , on note an le nombre moyen de passages du pion en A entre l’étape 1 et l’étape n et on définit
la variable aléatoire : (
1 si An est réalisé,
Xn =
0 si An est réalisé.
5) Interpréter la variable aléatoire X1 + . . . + Xn et le nombre E(X1 + . . . + Xn ).
Correction : La variable aléatoire X1 + . . . + Xn représente le nombre de passage du pion en A entre l’étape
1 et l’étape n.
E(X1 + . . . + Xn ) représente le nombre moyen de passages du pion en A entre l’étape 1 et l’étape n.
6) Calculer l’espérance de la variable aléatoire Xn pour n ∈ IN∗ .
Correction : Pour tout n ∈ IN∗ , Xn suit une loi de Bernoulli de paramètre pn , donc Xn admet une espérance
et E(Xn ) = pn .
7) En déduire une expression de an .
Correction : X1 + . . . + Xn admet donc une espérance comme combinaison linéaire de variables admettant
une espérance et, par linéarité de l’espérance,
n
X n
X
an = E(X1 + . . . + Xn ) = E(Xk ) = pk
k=1 k=1
n  
X 1 2
= + (d’après la question 3))
3 3 · 4k
k=1
n
n 2 1 − 41
= +
3 12 1 − 14
n 2 1n
= + (1 − ).
3 9 4

2
Partie III - temps d’attente avant le premier passage en B
On définit la variable aléatoire TB de la façon suivante :
1. si le pion ne passe jamais en B, on pose TB = 0 ;
2. sinon, TB est le numéro de l’étape à laquelle le pion passe pour la première fois en B.
Nous allons déterminer la loi de TB et son espérance.
8) Calculer P (TB = 1) et P (TB = 2).
Correction : Comme le pion se trouve en A à l’étape 0, on a
1
P (TB = 1) = P (B1 ) =
4
et P (TB = 2) = P ((A1 ∪ C1 ) ∩ B2 ) = P (A1 ∩ B2 ) + P (C1 ∩ B2 ) (incompatibles)
1 1 1 1 3
= P (A1 )PA1 (B2 ) + P (C1 )PC1 (B2 ) = × + × = .
2 4 4 4 16

9) Soit n ∈ IN. Exprimer Bn en fonction de An et Cn .


Correction : Pour tout n ∈ IN, Bn = An ∪ Cn , car (An , Bn , Cn ) est un système complet d’événements.
10) Etablir que P (B3 ∩ B2 ∩ B1 ) = 14 P (B2 ∩ B1 ), puis en déduire que P (B3 |B2 ∩ B1 ) = 14 .
Correction : On a d’après la question précédente B2 ∩ B1 = (A2 ∩ B1 ) ∪ (C2 ∩ B1 ), donc

P (B3 ∩ B2 ∩ B1 ) = P (B3 ∩ A2 ∩ B1 ) ∪ (B3 ∩ C2 ∩ B1 )
= P (B3 ∩ A2 ∩ B1 ) + P (B3 ∩ C2 ∩ B1 ) (incompatibles)

Les événements A2 ∩ B1 et C2 ∩ B1 n’étant pas négligeables on a alors

P (B3 ∩ B2 ∩ B1 ) = P (A2 ∩ B1 )PA2 ∩B1 (B3 ) + P (C2 ∩ B1 )PC2 ∩B1 (B3 )


1 1
= P (A2 ∩ B1 ) × + P (C2 ∩ B1 ) ×
4 4
1 
= P (A2 ∩ B1 ) + P (C2 ∩ B1 )
4
1 
= P (A2 ∩ B1 ) ∪ (C2 ∩ B1 ) (incompatibles)
4
1
= P (B2 ∩ B1 ),
4
P (B3 ∩ B2 ∩ B1 )
donc P (B3 |B2 ∩ B1 ) = = 14 .
P (B2 ∩ B1 )
Dans la suite, on donne la relation :
n
!

\ 1
∀n ∈ IN , P Bn+1 Bk = .
4
k=1

11) Pour k ∈ IN∗ , calculer P (TB = k). Que vaut P (TB = 0) ?


Correction : • Pour tout k ≥ 3, à l’aide de la formule des probabilités composées on a

P (TB = k) = P (B1 ∩ B2 ∩ . . . ∩ Bk−1 ∩ Bk )


k−2
Y
= P (B1 ) × PB1 ∩...∩Bi (Bi+1 ) × PB1 ∩...∩Bk−1 (Bk )
i=1
k−2
3 Y  1
= × 1 − PB1 ∩...∩Bi (Bi+1 ) ×
4 i=1 4
k−2     k−1
3 Y 3 1 1 3
= × × = .
4 i=1 4 4 4 4

Cette formule est encore valable pour k = 1 et k = 2 d’après les expressions trouvées en 8, donc on a :
 k−1
∗ 1 3
∀k ∈ IN , P (TB = k) = .
4 4

3
• Comme (TB = k)k∈IN forme un système complet d’événements, on a

+∞ +∞  k−1
X X 1 3 1 1 3
P (TB = 0) = 1− P (TB = k) = 1− = 1− × 3 =0 (série géométrique de raison ∈] − 1, 1[).
4 4 4 1− 4
4
k=1 k=1

12) Justifier que la variable aléatoire TB admet une espérance. Quelle est l’espérance de TB ?
Correction : TX est presque une variable aléatoire suivant une loi géométrique. Seul la valeur 0 n’est pas
l’univers d’une loi géométrique, mais celle-ci ne change pas la sommabilité de (kP(TB = k))k∈IN∗ . On en
déduit l’existence et la valeur de l’espérance :

E(TB ) = 4

Partie IV - Justification
13) Montrer le résultat  n
4 + 2 4n − 1 4n − 1

1
∀n ∈ IN, Mn = 4n − 1 4n + 2 4n − 1
3 · 4n
4n − 1 4n − 1 4n + 2
(a) par calcul direct
 
1 1 1
Correction : Il suffit d’écrire M = 41 (I3 + J) avec J = 1 1 1. I3 et J commutent et, pour
1 1 1
k > 1, J k = 3k−1 J.
n  
! n  
! n  
! !  
1 X n 1 X n 1 1 X n k 1 1
Mn = n J k = n I3 + 3k−1 J = n I3 + 3 J = n I3 + (4n − 1)J
4 k 4 k 4 3 k 4 3
k=0 k=1 k=1

D’où le résultat.
(b) en calculant le polynôme caractéristique, puis le polynôme minimal.
Correction : M est symétrique réelle donc diagonalisable.
Après calcul on trouve que χM = (X − 1)(X − 14 )2 , on en déduit que πM = (X − 1)(X − 14 ) car M est
diagonalisable. On fait alors la division euclidienne de X n par πM qui est de la forme aX + b. On a le
système (en évaluant en 1 et 14 , a + b = 1 et a 14 + b = 41n .
On en déduit M n = 43 (1 − 41n )M + (1 − 43 (1 − 41n ))I3 , d’où le résultat.

Second problème : Théorème du point fixe et applications


Le but de ce problème est de démontrer le théorème du point fixe de Picard et d’en voir plusieurs applications.
Soit (E, k.k) un espace vectoriel normé.

Définition 1 Une application de E dans est une contraction stricte de rapport k si elle est k-lipschitzienne
et que k ∈ ]0, 1[.

On notera, pour n ∈ IN et f : E → E, f n = f ◦ f ◦ ... ◦ f , avec la convention f 0 = IdE .


| {z }
n fois

I) Démonstration
On suppose que E est de dimension finie.
Soit f une application de E dans lui même, contraction stricte de rapport k. Pour a ∈ E, on considère la
suite (xn )n∈IN définie par x0 = a et, pour n ∈ IN, xn+1 = f (xn ).
1) Pour tout entier naturel n on pose un = xn+1 − xn .

4
a) Montrer que, pour tout entier naturel n, on a kun+1 k ≤ k kun k , puis que
kun k ≤ k n kf (a) − ak.
X
En déduire que la série un converge.
Correction : soit n ∈ IN, comme f est k-contractante on a kf (xn+1 ) − f (xn )k ≤ k kxn+1 − xn k. Ce
qui s’écrit encore kxn+2 − xn+1 k ≤ k kxn+1 − xn k, c’est à dire kun+1 k ≤ k kun k.
On montre ensuite que, pour tout entier n, kun k ≤ k n ku0 k, par récurrence immédiate. On a par définition
de la suite u0 = x1 − x0 = f (a) − a, d’où le résultat demandé.
P n P
Comme on a k < 1 la série k est convergente. On en déduit, par comparaison, que la série kun k
est aussi convergente.
P
La suite (un )n∈IN est une suite d’éléments d’un espace de dimension finie, on en déduit que la série un
est aussi convergente.
b) Montrer que la suite (xn )n∈IN converge vers un vecteur ` ∈ E .
n−1
X n−1
X
Correction : Pour n ∈ IN∗ on a, par télescopage, uk = (xk+1 − xk ) = xn − x0 . On a donc, pour
k=0 k=0
n−1
X
tout n ∈ IN∗ , xn = x0 +
P
uk . Comme la série un est convergente on en déduit que la suite (xn )n∈IN
k=0
est convergente. On note ` sa limite.
c) Montrer que ` est un point fixe de f , c’est à dire f (`) = `.
Correction : l’application f étant lipschitzienne elle est continue. Par propriété séquentielle de la
continuité, de l’égalité f (xn ) = xn+1 vraie pour tout n, on déduit, par passage à la limite, que f (`) = `.
` est donc bien un point fixe de f .
d) Montrer que f admet un unique point fixe.
Correction : si on suppose qu’il existe deux points fixes distincts l et l0 .
On a alors kf (l) − f (l0 )k ≤ k kl − l0 k et donc kl − l0 k ≤ k kl − l0 k, ce qui est impossible car k < 1. Donc
f admet un unique point fixe.

On vient de montrer le théorème du point fixe de Picard dans le cas particulier où E est de dimension finie.
Théorème du point fixe de Picard : dans un espace de dimension finie (E, k k), une application f : E → E
qui est une contraction stricte admet un unique point fixe et pour tout a ∈ E, la suite des itérés (f n (a))∈∈IN
converge ce point fixe.

II) Exemples et contre exemples


2) Sur la nécessité d’avoir une contraction stricte.
On considère la fonction g : IR → IR définie par :
π
g(t) = t + − arctan(t)
2
a) Démontrer que, pour tout t ∈ IR, on a |g 0 (t)| < 1.
En déduire que l’on a, pour tout x et y réels : |g(x) − g(y)| < |x − y|
1
Correction : g est dérivable comme composée de fonctions dérivables et on a ∀t ∈ IR g 0 (t) = 1 − .
1 + t2
1
Pour t ∈ IR on a ∈ ]0, 1] d’où pour tout t ∈ IR, on a |g 0 (t)| < 1.
1 + t2
Soit x et y deux réels distincts, d’après l’égalité des accroissements finis on a l’existence d’un réel c ∈ ]x, y[
(ou c ∈ ]y, x[ ) tel que f (x) − f (y) = f 0 (c)(x − y). On en déduit, avec l’inégalité trouvée précédemment,
que |g(x) − g(y)| < |x − y|.
b) La fonction g admet-elle un point fixe ?
Est-elle une contraction stricte ?
π
Correction : si il existe a ∈ IR tel que g(a) = a alors on aurait = arctan(a), ce qui est impossible.
2
Donc la fonction g n’admet pas de point fixe.
Elle ne peut donc pas être contractante stricte sinon il y aurait un point fixe.
3) Un exemple
Soit f : IR → IR une fonction continue telle que, pour tout x ∈ IR, on ait :
1
f (x) = f ◦ g(x) où g(x) = x+1
5

5
a) On considère la suite (un )n∈IN définie par u0 ∈ IR et un+1 = 15 un + 1 pour tout entier n.
A l’aide de la première question, montrer que la suite (un )n∈IN converge vers un réel ` que l’on précisera.
Correction : la relation de récurrence s’écrit un+1 = g(un ) avec g(x) = 15 x + 1. Or comme on a pour
tout x et y |g(x) − g(y)| = 15 |x − y| cette fonction est strictement contractante, elle admet donc un point
fixe qui est 54 et la suite (un )n∈IN converge vers ce point fixe.
b) Montrer que, pour tout n ∈ IN et pour tout x ∈ IR, on a f (g n (x)) = f (x).
Correction : il suffit d’écrire une récurrence rapide.
c) En déduire que f est une fonction constante.
Correction : d’après la question a), pour tout x la suite définie par u0 = x et pour tout n ∈ IN
un+1 = g(un ) converge vers 54 . Comme la fonction f est continue, par passage à la limite on a, avec, pour
tout n ∈ IN un = g n (x),    
5
f (x) = f lim un = f
n→+∞ 4
La fonction f est donc bien constante.
4) Un système non linéaire dans IR2
On s’intéresse dans cette question au système :

4x = sin(x + y)
(S)
3y = 3 + 2 arctan(x − y)

On munit IR2 de la norme k k1 , c’est à dire définie par k(x, y)k1 = |x| + |y| et on considère l’application
ψ : IR2 → IR2 définie par :
 
1 2
ψ(x, y) = sin(x + y) , 1 + arctan(x − y)
4 3

a) Démontrer que pour tout a et b réels, on a :

|sin(b) − sin(a)| 6 |b − a| et |arctan(b) − arctan(a)| 6 |b − a|

Correction : il suffit d’utiliser l’inégalité des accroissements finis.


b) Montrer que ψ est une contraction stricte de IR2 , k k1 dans lui même.


Correction : Il suffit d’utiliser les inégalités qui précèdent et on obtient une application strictement
11
contractante de rapport 12 .
c) En déduire que le système (S) admet une unique solution dans IR2 .
Correction : ψ étant une contraction stricte, elle admet un point fixe unique (a, b) : (a, b) = ψ(a, b),
ce point n’est autre que la solution du système (S).
d) On munit pour cette question, IR2 de la norme k k∞ définie par k(x, y)k∞ = max(|x|, |y|).

Déterminer ψ 21 , − 12 − ψ(0, 0) ∞ .


L’application ψ est-elle encore une contraction stricte pour la norme k k∞ ?


Quel commentaire peut-on faire ?

Correction : On a ψ 21 , − 12 − ψ(0, 0) ∞ = π6 . L’application ψ n’est pas une contraction stricte car

1 1
pour tout k ∈ [0, 1[, on a ψ 2 , − 2 − ψ(0, 0) ∞ = π6 = π6 > k2 = 21 , − 12 − (0, 0) ∞ . Suite à l’exemple


ci-dessus, une contraction pour une norme peut ne pas l’être pour une autre norme équivalente. La
contractibilité dépend alors de la métrique choisie. La condition de contractibilité n’est qu’une condition
suffisante mais pas nécessaire pour avoir un point fixe.

III) Un équation intégrale


5) Soit F l’espace vectoriel des applications bornées de [0, 1] dans IR. Pour f ∈ F on pose kf k∞ = sup |f (x)|.
x∈[0,1]
On note aussi E l’espace vectoriel des applications continues de [0, 1] dans IR.
a) Montrer soigneusement que k·k∞ est une norme sur F .
Correction : cf cours

On admet pour la suite du problème que le théorème de Picard est encore applicable sur cet espace.
b) Justifier que E ⊂ F .
Correction : toute fonction continue sur un segment est bornée...

6
c) Montrer que si (fn )n∈IN est une suite de fonctions continues sur [0, 1] convergeant vers une fonction f
pour la norme k·k∞ , alors f est aussi continue sur [0, 1].
Correction : cf cours sur suites de fonctions. L’idée principale étant

|f (x) − f (a)| 6 |f (x) − fn (x)| + |fn (x) − fn (a)| + |fn (a) − f (a)|
ε
Soit ε > 0. Pour n assez grand fixé, pour tout t ∈ [0, 1], |f (t) − fn (t)| 6 kf − fn k∞ < , et par continuité
3
ε
de fn , |fn (x) − fn (a)| , d’où |f (x) − f (a)| < ε.
3
6) On considère une application continue K : [0, 1]2 → IR, ainsi que g ∈ E. Pour λ ∈ IR, on considère Φ
l’application définie sur E, qui à f associe :
Z 1
∀x ∈ [0, 1] Φ(f )(x) = g(x) − λ K(x, y)f (y) dy
0

a) Justifier l’existence de M = max |K(x, y)|.


(x,y)∈[0,1]2
Correction : K est continue sur le compact [0, 1]2 .
On admet que Φ(f ) est un élément de E.
b) On suppose que |λ| < M −1 . Vérifier que Φ est une contraction stricte de (E, k·k) et en déduire qu’il
existe une unique fonction f dans E telle que :
Z 1
∀x ∈ [0, 1] g(x) = f (x) + λ K(x, y)f (y) dy
0

Correction : on a, après calculs, kΦ(f1 ) − Φ(f2 )k∞ 6 |λ| M kf1 − f2 k∞ , or par hypothèse |λ| M < 1,
donc Φ est bien une contraction stricte de (E, k·k).
On applique alors le théorème de Picard.