Vous êtes sur la page 1sur 13

Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

PROBLÈME 1 : ANALYSE ET PROBABILITÉS


CCP PC 2015

PARTIE 1 : ANALYSE
e−t tn−1
1. 1.a. Pour n ∈ N∗ , fn est dérivable sur R+ et, pour t > 0, fn0 (t) = (n − t).
n!
fn est donc croissante sur [0, n], décroissante sur [n, +∞[ et

e−n nn
fn (0) = 0 = lim fn (t), fn (n) = .
t→+∞ n!

e−n nn
Par conséquent, le maximum de fn sur R+ est , atteint en n.
n!
e−n nn 1
1.b. Grâce à la formule de Stirling, fn (n) ∼ √ et donc, en simplifiant fn (n) ∼ √ .
n
2πnn e −n 2πn1/2
1.c. Les deux questions précédentes montrent que, pour tout n ∈ N∗ , fn − f est bornée sur R+ et
lim ||fn − f ||∞ = 0 : la suite de fonctions (fn )n∈N∗ converge uniformément vers f sur R+ .
n→+∞
2.
2.a. Pour x ∈ R, on considère la fonction gx : t 7→ e−t tx .
Pour tout x ∈ R, gx est définie et continueZpar morceaux sur R+∗ .
+∞
gx est à valeurs positives donc l’intégrale e−t tx dt est convergente si et seulement si gx est
0
intégrable sur R+∗ .
Pour tout x ∈ R, par croissance comparée, quand t tend vers l’infini, gx (t) = o t12 et 2 > 1 donc


gx est intégrable sur [1, +∞[.


1
En O+ , gx (t) ∼ −x donc gx est intégrable sur ]0, 1] si et seulement si −x < 1 soit x > −1.
t
On peut alors conclure que D =] − 1, +∞[, D contient bien R+ .
2.b. Soit x ∈ R+ . On pose h : t 7→ (ln t)e−t tx .
h est continue par morceaux sur ]0, +∞[.
ln t x+3 −t
Pour t > 1, t2 h(t) = t e donc, par croissance comparée, h(t) = o(1/t2 ).
t
Donc h est intégrable sur [1, +∞[.
Pour t 6 1, |h(t)| 6 | ln t| et ln est intégrable sur ]0, 1] donc h aussi. Z +∞
h est donc intégrable sur ]0, +∞[ ce qui prouve la convergence de l’intégrale (ln t)e−t tx dt.
0
2.c. Soit g : (x, t) 7→ e−t tx .
D’après la question 2.a., pour tout x ∈ R+ , t 7→ g(x, t) est continue par morceaux et intégrable
sur ]0, +∞[.
Pour tout t > 0 et x ∈ R+ , g(x, t) = e−t ex ln t donc x 7→ g(x, t) est de classe C 1 sur R+ et,
∂g
(x, t) = (ln t)e−t tx .
∂x
∂g
Pour tout x ∈ R+ , t 7→ (x, t) est continue par morceaux sur ]0, +∞[.
∂x
Soit [a, b] un segment inclus dans R+ .
∂g
Pour tout x ∈ [a, b], si t > 1, t 6 t et si 0 < t 6 1, t 6 1 donc (x, t) 6 | ln(t)e−t tb |+| ln t|e−t .
x b x


∂x
φ : t 7→ | ln(t)e−t tb | + | ln t|e−t est la somme de deux fonctions continues par morceaux et inté-
grables donc φ l’est aussi. Z +∞
D’après le théorème de dérivabilité des intégrales à paramètre, la fonction x 7→ e−t tx dt est
0
de classe C 1 sur R+ .

Fabien DÉLEN fdelen.maths@bbox.fr 1 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

Z +∞
2.d. Si n ∈ N, n ∈ D donc tn e−t dt est convergente.
Z +∞ 0

Par linéarité, fn (t)dt est aussi convergente.


0
Z +∞
2.e. Pour n ∈ N, on considère la proposition P(n) : « fn (t)dt = 1 ».
Z +∞ 0

f0 (t)dt = [−e−t ]+∞


0 = 1 donc P(0) est vraie.
0
Soit n ∈ N∗ . On suppose P(n) vraie.
Pour t > 0, on pose u(t) = tn+1 , v 0 (t) = e−t et u0 (t) = (n + 1)tn , v(t) = −e−t .
Par croissance comparée, uv a des limites finies en 0 et en +∞ et u, v sont de classe C 1 sur R+
donc, par intégration par parties,
Z +∞ Z +∞
n+1 −t n −t +∞
t e dt = [−(n + 1)t e ]0 + (n + 1) tn e−t dt
0 0
Z +∞
En divisant par (n+1)! et en utilisant l’hypothèse de récurrence, on en déduit fn+1 (t)dt = 1 :
0
P(n + 1) est vraie. Z +∞
Par récurrence, on peut alors conclure que, pour tout n ∈ N, fn (t)dt = 1.
0
3.
3.a. Soit x ∈ R+ et n ∈ N. Z x Z +∞
D’après la relation de Chasles, fn (t)dt + fn (t)dt = 1, on en déduit Hn (x) = 1 −
Z x 0 x

fn (t)dt.
0
3.b. Soit n ∈ N. Z x
fn est continue sur R+ donc fn (t)dt est une primitive de fn sur R+ . Par conséquent Hn est
0
dérivable sur R+ et, pour x ∈ R+ , Hn0 (x) = −fn (x). fn étant continue, Hn est de classe C 1 sur
R+ .
3.c. Soit n ∈ N.
Hn est en particulier continue sur R+ donc lim Hn (x) = Hn (0) = 1.
x→0
Par définition d’intégrale généralisée convergente, lim Hn (x) = 0.
x→+∞
3.d. Soit x ∈ R+ .
Pour tout n ∈ N, fn est continue sur [0, x] et la suiteZde fonctions (f
Z n ) converge uniformément vers
x x
f sur R+ donc sur [0, x], on en déduit que lim fn (t)dt = f (t)dt = 0. Par conséquent,
n→+∞ 0 0
lim Hn (x) = 1.
n→+∞
4. 4.a. fn atteint son maximum en n donc la représentation graphique de f1 est Ca , celle de f5 est Cc .
4.b. Quand n augmente le maximum de fn est de plus en plus petit (graphiquement : le point de plus
haute ordonnée est de plus en plus bas).
L’aire sous chacune des courbes est égale à 1.
5.
X tn X
5.a. Pour t ∈ R+ , la série exponentielle converge et a pour somme et donc la série fn (t)
X n!
converge : la série de fonctions fn converge simplement sur R+ .
an
5.b. Soit a ∈ R+∗ . Pour n ∈ N et t ∈ [0, a], |fn (t)| 6 (0 6 e−t 6 1 et t 7→ tn est croissante sur R+ .)
X an n! X
De plus la série converge donc la série de fonctions fn converge normalement sur [0, a].
n! X
5.c. D’après la question 1.b. et par comparaison aux séries de Riemann, ||fn ||∞,R+ diverge donc
X
la série de fonctions fn ne converge pas normalement sur R+ .

Fabien DÉLEN fdelen.maths@bbox.fr 2 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

PARTIE 2 : PROBABILISTES
1.
1.a. Par hypothèse, S1 = X1 suit une loi de Poisson de paramètre 1.
Soit n ∈ N∗ .
On suppose que Sn suit une loi de Poisson de paramètre n.
Sn+1 = Sn + Xn+1 , Sn suit une loi de Poisson de paramètre n, Xn+1 suit une loi de Poisson de
paramètre 1 et Sn , Xn+1 sont indépendantes (résultat admis dans l’énoncé) donc Sn+1 suit une
loi de Poisson de paramètre n + 1.
Par récurrence, on en déduit que, pour tout n ∈ N∗ , Sn suit une loi de Poisson de paramètre n.
Par conséquent, E(Sn ) = V (Sn ) = n.
1.b. Par linéarité de l’espérance, E(Sn∗ ) = 0.
Pour une variable aléatoire admettant une variance, V (aX + b) = a2 V (X) donc V (Sn∗ ) = 1.
n
√ X
1.c. Soit n ∈ N∗ . n > 0 donc P (Sn∗ 6 0) = P (Sn 6 n) = P (Sn = k) et, par définition de la loi
k=0
de Poisson,
n
X nk
P (Sn∗ 6 0) = e−n
k!
k=0

2. Soit n ∈ N∗ .
On applique la formule de Taylor avec reste intégrale à la fonction f = exp qui de classe C n+1 sur R+
avec les bornes a = 0 et b = n. Pour tout k ∈ N, f (k) = f et f (0) = 1 donc
n n
nk en−t tn
X Z
n
e = + dt
k! 0 n!
k=0

3.
3.a. On multiplie la relation précédente par e−n :
n
nk n
e−t tn
X Z
1 = e−n + dt
k! 0 n!
k=0

Donc, avec les questions II.1.c. et I.3.a., P (Sn∗ 6 0) = Hn (n).


3.b. Soit n ∈ N∗ . La question précédente puis la relation de Chasles nous donnent :
Z +∞ n Z +∞
∗ ∗ −t t tn+1
P (Sn 6 0) − P (Sn+1 6 0) = e dt − e−t dt
n n! n+1 (n + 1)!
Z +∞ n Z n+1 n+1 Z +∞
−t t −t t tn+1
= e dt + e dt − e−t dt
n n! n (n + 1)! n (n + 1)!

tn+1 tn
Dans la denière intégrale, on pose v 0 (t) = e−t , u(t) = et v(t) = −e−t , u0 (t) = . u et
(n + 1)! n!
v sont de classe C 1 sur [n, +∞[ et uv a une limite finie (nulle) en +∞ donc, par intégration par
parties,

+∞ n n+1 +∞
tn+1 nn+1 tn
Z Z Z
−t t
P (Sn∗ 6 0) − ∗
P (Sn+1 6 0) = e dt + e −t
dt − e−n − e−t dt
n n! n (n + 1)! (n + 1)! n n!

et, après simplification,


n+1
tn+1 nn+1
Z
P (Sn∗ 6 0) − ∗
P (Sn+1 6 0) = e−t dt − e−n
n (n + 1)! (n + 1)!

Fabien DÉLEN fdelen.maths@bbox.fr 3 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

Z n+1
3.c. On a donc P (Sn∗ 6 0) − P (Sn+1

6 0) = fn+1 (t)dt − fn+1 (n) et fn+1 est croissante sur
n
[n, n + 1] donc, pour tout t ∈ [n, n + 1], fn+1 (t) > fn+1 (n) et, en intégrant sur [n, n + 1],
P (Sn∗ 6 0) − P (Sn+1
∗ 6 0) > 0.

Ceci étant pour tout entier n ∈ N∗ , on en déduit que la suite (P (Sn∗ 6 0))n∈N∗ est décroissante.
Par ailleurs elle est minorée par 0 (suite de probabilités) donc elle converge.

Pour tout n ∈ N∗ , 0 6 l 6 P (Sn∗ 6 0) 6 P (S1∗ 6 0) donc, en passant à la limite,


0 6 l 6 H1 (1).
Z 1
H1 (1) = 1− f1 (t)dt avec f1 continue positive non identiquement nulle sur [0, 1] donc H1 (1) < 1.
0
On en déduit que l ∈ [0, 1[.
3.d. Méthode numérique : on utilise la question 1.c. pour une valeur de n assez grande.
Avec le programme :
def approx(n):
p,f,s=1,1,1
for k in range(1,n+1):
p=p*n
f=f*k
s=s+p/f
return(s*exp(-n))
et n = 100, on obtient environ 0, 51.
Méthode probabiliste : Comme on ne peut pas directement simuler une loi de Poisson, on utilise
1
une loi binomiale de paramètres N et avec N assez grand. On en déduit des valeurs qui suivent
N
une loi proche de la loi de Poisson de paramètre 1. Ensuite, on construit Sn puis Sn∗ . On calcule
alors la fréquence d’obtention de Sn∗ 6 0 sur un grand nombre de réalisations.
from math import sqrt
from random import random
def bino(n,p):
s=0
for k in range(n):
if random()<=p:
s=s+1
return(s)
def Sn(n,N):
s=0
for k in range(n):
s=s+bino(N,1/N)
return(s)
def Snet(n,N):
return((Sn(n,N)-n)/sqrt(n))
def estimation(m,n,N):
s=0
for k in range(m):
if Snet(n,N)<=0:
s=s+1
return(s/m)
et voici les résultats obtenus sur 10 réalisations en prenant m = n = N = 1000 :
[0.55, 0.6, 0.48, 0.52, 0.47, 0.49, 0.52, 0.59, 0.5, 0.51]

Fabien DÉLEN fdelen.maths@bbox.fr 4 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

Le problème est qu’on ne dispose pas de contrôle sur la précision de nos résultat (pas d’estimation
du reste dans la méthode numérique et aucun renseignement pour la méthode probabiliste).
4.
+∞
X (nt)k
4.a. Pour n ∈ N∗ et t ∈ R, GSn (t) = e−n . Cette série converge puisqu’il s’agit d’une série
k!
k=0
exponentielle et
GSn (t) = en(t−1)
4.b. Soit t ∈ R√+∗ et n ∈ N∗ . √ √

tSn = (t1/ n )Sn −n = (t1/ n )Sn × t− n et, par linéarité de l’espérance,

tSn admet une espérance et √
G (t 1/ n )
∗ S
E(tSn ) = n

t n
 √ 
exp n(t 1/ n − 1)

4.c. Avec les deux questions précédentes, E(tSn ) = √ .
t n
u2 √ ln t (ln t)2 1 √
Quand u tend vers 0, eu = 1+u+ +o(u2 ) donc t1/ n = 1+ √ + +o( ) et n(t1/ n −1) =
2 n 2n n
√ (ln t)2 √ √ ∗ (ln t)2
n ln t + + o(1). Par conséquent, avec t n = exp( n ln t), E(tSn ) = exp( + o(1)).
2 2
2
 
∗ (ln t)
Par continuité de la fonction exponentielle, lim E(tSn ) = exp .
n→+∞ 2

PROBLÈME 2 : ALGÈBRE
CCP PC 2015
   
1 −1 0 1 1
1. On peut choisir A2 = et A2 = .
1 1 1 1
2. Tous les coefficients
 deA3 sont dans {−1, 1} donc A3 ∈ B3 .
3 1 −1
AT3 A3 =  1 3 1  donc A3 n’est pas dans H3 .
−1 1 3
On calcule le
déterminant de A3 en ajoutant C3 à C1 :
0 −1 −1

det(A3 ) = 0 1 −1 et, en développant par rapport à la 1ère colonne, det(A3 ) = 4 6= 0 donc
2 1 1
A3 ∈ G3 .
3.
3.a. Tous les coefficients de A4 sont dans {−1, 1} donc A4 ∈ B4 .
En effectuant le produit matriciel, on trouve AT4 A4 = 4I4 donc A4 ∈ H4 .
3.b. A4 est une matrice symétrique donc A24 = 4I4 et S 2 = I4 . On a donc φ2 = idR4 et φ est une
symétrie.
Soit λ une valeur propre de φ et x un vecteur propre associé. φ(x) = kxk donc φ2 (x) = λ2 x et
x = λ2 x. x est un vecteur propre donc x est non nul et λ2 = 1. Par conséquent Sp(S) ⊂ {−1, 1}.
Si 1 n’est pas valeur propre de S, alors S−I4 est inversible et, comme S 2 −I4 = (S−I4 )(S+I4 ) = 0,
S + I4 = 0. Ceci est absurde donc 1 est valeur propre de S. On démontre de même que −1 est
valeur propre de S.
Par double inclusion, on a donc Sp(S) = {−1, 1}.
3.c. A4 est une matrice symétrique réelle donc A4 est diagonalisable par le théorème spectral.
Comme A4 = 2S, χA4 (X) = det(XI4 − 2S) = 24 χS ( X2 ) et Sp(A4 ) = {−2, 2}. (pour λ ∈ R,
χA4 (λ) = 0 si et seulement si λ2 ∈ {−1, 1}).

Fabien DÉLEN fdelen.maths@bbox.fr 5 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

3.d. Il faut trouver les sous espaces propres de A4 qui sont les mêmes que ceux de S. Comme la trace
de A4 est nulle, les deux sous espaces propres sont de dimension 2.
Pour obtenir les colonnes de P , on cherche une base orthonormale de chaque sous espace propre
(on peut par exemple chercher une base puis l’orthonormaliser avec le procédé de Schmidt).
1 1
4. Soit A ∈ Hn . n est non nul donc AT A = In ce qui prouve que A est inversible, d’inverse AT . Par
n n
conséquent Hn ⊂ Gn . Par définition on a aussi Gn ⊂ Bn donc finalement Hn ⊂ Gn ⊂ Bn .
On peut considérer que Bn est l’ensemble des n2 -listes d’éléments pris dans {−1, 1} donc Bn est un
2
ensemble fini de cardinal 2n .
5. Soit A ∈ Bn .
On suppose i).
Pour tous i et j entre 1 et n, (AT A)i,j = Ci (A)T Cj (A) (produit par blocs) donc, si i est différent de
j, Ci (A)T Cj (A) = 0 : la famille (Cj (A))16j6n est orthogonale.
On a donc l’implication i) =⇒ ii).
On suppose ii).
1
On note, pour j entre 1 et n, Cj0 = Cj ( √ A).
n
Par hypothèse (C10 , · · · , Cn0 ) est orthogonale.
n n
√ X 2 X
Comme les coefficients de A sont dans {−1, 1}, la norme de Cj (A) est n ( Aij = 1 = n) et
i=1 i=1
donc la norme de Cj0 est 1.
1
On en déduit que les colonnes de la matrice √ A forment une base orthonormale de Mn,1 (R) et donc
n
1
√ A est une matrice orthogonale.
n
On a montré l’implication ii) =⇒ iii).
On suppose iii).
1
Alors A0 = √ A est orthogonale donc A0T A0 = In et, en multipliant par n, AT A = nIn : A ∈ Hn (A
n
est dans Bn ). On a donc iii) =⇒ i).
On peut alors conclure que les trois propositions sont équivalentes.
6.
n−1
6.a. Pour i entre 2 et n, on multiplie Li (A) par A1,1 donc det(A0 ) = A1,1 det(A).
6.b. Pour i entre 2 et n et j entre 1 et n, A0i,j = A1,1 Ai,j − Ai,1 A1,j .

Pour j = 1, on a donc A0i,j = 0 et pour j > 2, A0i,j est la différence de deux nombres qui sont
égaux à 1 ou −1 donc 
est égale à −2, 0 ou 2. 
A1,1 A1,2 · · · A1,n
 0 
Par conséquent, A0 =  .  avec B 0 matrice carrée de taille n − 1 dont
 
 .. B0 
0
tous les coefficients sont dans {−2, 0, 2}.
A0 est alors triangulaire par blocs donc det(A0 ) = A1,1 det(B 0 ) avec A0 inversible et A1,1 non nul
donc det(B 0 ) 6= 0 : B 0 est inversible.
6.c. En utilisant la linéarité du déterminant par rapport à chaque colonne, det(B 0 ) = 2n−1 det(B 00 ) où
B 00 est une matrice dont tous les coefficients sont dans {−1, 0, 1}. Par conséquent det(A0 ) est un
multiple de 2n−1 . Comme det(A0 ) et det(A) sont égaux au signe près (A1,1 vaut 1 ou −1), det(A)
est aussi un multiple de 2n−1 .
6.d. A ∈ Hn et det(AT ) = det(A) donc det(A)2 = det(nIn ) = nn . Ainsi, | det(A)| = nn/2 .
D’après la question précédente, 2 divise nn/2 donc on peut écrire n = 2p : |det(A)| = (2p)p et
22p−1 divise 2p pp 2p−1 divise pp , en particulier 2 divise p.
On en déduit que n est un multiple de 4.

Fabien DÉLEN fdelen.maths@bbox.fr 6 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

7.
7.a. Soient x = (x1 , · · · , xr ), y = (y1 , · · · , yr ) deux éléments de Rr et ∈ R.
τr (x + λy) = τr (x1 + λy1 , · · · , xr + λyr )
= (x2 + λy2 , x1 + λy1 , x3 + λy3 , · · · , xr + λyr )
= (x2 , x1 , x3 , · · · , xr ) + λ(y1 , y2 , y3 , · · · , yr )
= τr (x) + λτr (y)
τr est donc un endomorphisme de Rr .
De plus, si τr (x) = 0, alors x = 0 donc τr est injectif. Un endomorphisme injectif en dimension
finie est bijectif donc τr est un automorphisme de Rr .
7.b. τr (1, 0, · · · , 0) = (0, 1, 0, · · · , 0), τr (0, 1, 0, · · · , 0) = (1,
0, · · · , 0)et, si i >0, τr (e
i ) = ei (ei ième
A 0 0 1
vecteur de la base canonique). Par conséquent, Tr = où A = .
0 Ir−2 1 0
7.c. Tr est la matrice d’un automorphisme donc Tr est inversible et A aussi.
Les opérations élémentaires, Li ← L1 − Li ne modifient pas le rang de la matrice donc A0 est
inversible.  
1
1
La première colonne de A0 est  . , sur la première ligne de A0 , il n’y a que des 1.
 
 .. 
1
Soient i et j supérieurs ou égaux à 2.
Si (Tr )i,j = 1, alors A0i,j = 1 − 2 = −1 et si (Tr )i,j = −1, alors A0i,j = 1.
On peut alors conclure que A0 ∈ Gn .
8. On prend r = 4 dans ce qui précède. On renommant A la matrice A0 de la question 7. :
 
1 1 1 1 1 1
1 1 −1 1 1 1
 
1 −1 1 1 1 1
A=  
 1 1 1 −1 1 1 

1 1 1 1 −1 1 
1 1 1 1 1 −1
A est dans G6 mais pas dans H6 car ses deux premières colonnes ne sont pas orthogonales.
9.  
x1
9.a. λ est une valeur propre de A donc on peut considérer un vecteur propre associé X =  ... .
 

xn
Xn
On a alors AX = λX et donc, pour tout i entre 1 et n, Ai,j xj = λxi .
j=1
{|xi |, i ∈ [[1, n]]} est une partie finie non vide de R donc on peut considérer son plus grand élément
m. il existe k entre 1 et n tel que |xk | = m.
Comme X n’est pas nul, xk 6= 0 et, par définition de m, pour tout j entre 1 et n, |xj | 6 |xk |.

n n
X X

9.b. On a en particulier |λ||xk | = Akj xj et, d’après l’inégalité triangulaire, |λ||xk | 6
|Akj ||xj |.
j=1 j=1
Akj vaut 1 ou −1 donc |Akj | = 1 et, pour tout j, |xj | 6 |xk | donc |λ||xk | 6 n|xk | et, comme |xk |
est non nul, |λ| 6 n.
9.c. Ce qui précède prouve que le sup existe et est inférieur ou égal à n.
Pour montrer l’égalité, il suffit de trouver une matrice A ∈ Bn qui admet n comme valeur propre.
On peut choisir la matrice A dont tous les coefficients sont égaux à 1. Alors A ∈ Bn et si U est
la colonne dont tous les coefficients sont égaux à 1, alors AU = nU et U n’est pas nul donc n est
valeur propre de A. On a donc l’égalité : sup (({|λ| tel que ∈ Sp(A) et A ∈ Bn }) = n.

Fabien DÉLEN fdelen.maths@bbox.fr 7 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

Sujet Centrale PSI 2018


I Moments d’une variable aléatoire
Q1 Selon que 0 6 X 6 1 ou X > 1, on aura X k 6 1 ou X k 6 X n . Dans les deux cas,
∀k ∈ [[1, n]], 0 6 X k 6 1 + X n
Q2 On sait que l’existence d’une espérance pour Y (v.a. positive) entraı̂ne l’existence d’une espérance pour
tout X telle que |X| 6 Y . On en déduit par la majoration précédente que, si X admet un moment d’ordre
n (n ∈ N∗ ), alors X admet des moments d’ordre k pour tous k ∈ [[1, n − 1]].

I.A - Fonction génératrice des moments


Q3 mn (X) s’obtient par la dérivée nème en 0 de M – c’est le principe d’identification des séries entières.
Q4 Pour que la variable aléatoire etX admette une espérance, il faut que
∞ k k
X XX t x n
|etxn | P (X = xn ) = P (X = xn ) converge.
k!
n>0 n>0 k=0

Or on reconnaı̂t dans MX (t) une série


P∞ double, sommable car tout est positif et convergent : en remplaçant
n
(théorème de transfert) mn (t) par p=0 P (X = xp )xp , il vient
+∞ ∞
X tn X X tn
MX (t) = mn (X) = P (X = xp )xnp
n! n!
n=0 n>0 p=0

et (en changeant de notations) par le théorème de Fubini il vient bien que


MX (t) = E(etX ).
Q5 Réciproquement, s’il existe un réel R > 0 tel que, pour tout t ∈] − R, R[, la variable aléatoire etX admet
une espérance, alors pour tout t ∈] − R, R[ on a la sommabilité qui permet le calcul précédent, dont le
résultat reste valide.
Donc l’ensemble de définition de la fonction génératrice des moments de X contient ] − R, R[ et pour
tout t ∈] − R, R[, MX (t) est encore égal à E(etX ).
Q6 Montrons que la variable aléatoire X + Y admet des moments de tous ordres. Comme
p  
X n
(X + Y )p = X n Y p−n
p
n=0

Xn
où les v.a. et Y p−n sont indépendantes (lemme des coalitions), d’espérance finie (par hypothèse), leurs
produits ont aussi une espérance qui est le produit des espérances d’où enfin par linéarité :
p   p  
p
 X n n p−n
X n
E (X + Y ) = E(X )E(Y )= mn (X)mp−n (Y ).
p p
n=0 n=0
p
Pour conclure, la famille des np mn (X)mp−n (Y ) tp! (où on convient que np = 0 si p < n) est sommable pour
 

t de valeur absolue < min(RX , RY ) puisque par sommation par tranches il vient
p   p
XX n tp X X mn (X) n mp−n (Y ) p−n
mn (X)mp−n (Y ) = t t
p p! n! (p − n)!
p>0 n=0 p>0 n=0
X mn (X) mk (Y ) X mn (X) X mk (Y )
= tn tk = tn tk
n! k! n! k!
n,k>0 n>0 k>0

autrement dit
MX+Y (t) = MX (t) × MY (t).
(c’est le produit de Cauchy des deux séries entières)

Fabien DÉLEN fdelen.maths@bbox.fr 8 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

I.B - Exemples
λn
Q7 Z vérifie P (Z = n) = e−λ . Par croissance comparée (à 1/n2 ), Z admet des moments de tous ordres
n!
qui valent
X np λ n
mp (Z) = e−λ .
n!
n>0

Q8 La fonction génératrice des moments de Z est (interversion justifiée par sommabilité)


X tp X X −λ np λn tp X λn X np tp X λn t t
mp (Z) = e = e−λ = e−λ ent = e−λ eλe = eλ(e −1) .
p! n! p! n! p! n!
p>0 p>0 n>0 n>0 p>0 n>0

On en déduit les valeurs de m1 (Z) et m2 (Z) par dérivation (Q3) :


t −1) t −1)
MZ (t)0 = λet eλ(e , MZ (t)00 = (λet + λ2 e2t )eλ(e m1 (Z) = m0Z (0) = λ, m2 (Z) = λ + λ2 .

On retrouve (pour vérifier !) espérance et variance de la loi de Poisson.


Q9 Pour calculer la fonction génératrice des moments de la variable aléatoire Sn , on pourrait utiliser Q6,
mais avec la somme de n v.a. indépendantes.
Autrement : la loi de Sn est une loi binomiale B(n, λ/n), avec P (Sn = k) = nk ( nλ )n−k (1 − nλ )k .


On en déduit le moment
n  
p n λ λ
X
mp (Sn ) = k ( )n−k (1 − )k ,
k n n
k=0

et la FGdM :
n n  
tp X n λ k X tp
 
XX n λ k λ λ
MSn (t) = kp ( ) (1 − )n−k = ( ) (1 − )n−k kp
k n n p! k n n p!
p>0 k=0 k=0 p>0
n   n
X n λ k λ λ λet 
= ( ) (1 − )n−k ekt = 1 − + .
k n n n n
k=0

t −1)
Q10 lim MSn (t) = eλ(e à t fixé en prenant le logarithme, puis l’exponentielle (par continuité de ces
n→+∞
fonctions).
Q11 La question 8 donnait le même résultat. . . on sait que Sn tend vers la loi de Poisson de paramètre λ
en un sens (« en loi »), c’est sa définition.
Q12 On a P (Yn = nk ) = n1 .
n
1X k p
D’où le calcul du moment d’ordre p : mp = ( ) , et la fonction génératrice des moments de la
n n
k=1
variable aléatoire Yn :
n n n
X1X k p tp 1 X X 1 tk p 1 X t k/n
MYn (t) = ( ) = ( ) = e .
n n p! n p! n n
p>0 k=1 k=1 p>0 k=1

1
et − 1
Z
Q13 On reconnait une somme de Riemann : il vient donc à t fixé lim MYn (t) = etx dx = , qui
n→+∞ 0 t
fait figure de FGdM de la distribution uniforme sur le segment [0, 1] (hors-programme).

Fabien DÉLEN fdelen.maths@bbox.fr 9 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

II. Moments d’une suite numérique


II.A - étude d’une fonction
Q14 ϕ est de classe C ∞ sur R \ {1} comme composée de fonctions C ∞ . Quand x tend vers 1 par valeurs
inférieures, on a ϕ(x) → 0 par limite de l’exponentielle en −∞, donc on a même limite à gauche et à droite
en 1, et ϕ est continue sur R.
Q15 Déjà on a le plaisir de calculer
 
0 −x −1 x  ϕ(x)
ϕ (x) = exp √ √ − 3/2
=−
1−x 1 − x (1 − x) (1 − x)3/2

L’exponentielle tend vers 0 bien plus vite que (1 − x)3/2 , donc lim x→1 ϕ0 (x) = 0 [rigoureusement il faudrait
√ x<1
poser y = 1 − x pour se ramener à une croissance comparée classique].
La limite à droite est clairement 0 aussi, donc par le théorème de la dérivée prolongée (la fonction est
continue, C 1 sauf éventuellement en 1 et sa dérivée y a une limite), ϕ est de classe C 1 sur R.
Q16 On montre que, pour tout entier naturel non nul p, il existe deux polynômes Pp et Qp à coefficients
réels tels que, pour tout x ∈] − ∞, 1[,


   
(p) Pp ( 1 − x) −x −x
ϕ (x) = √ exp √ = Rp ( 1 − x) exp √
Qp ( 1 − x) 1−x 1−x
par une récurrence immédiate :
— C’est vrai pour p = 1 (et même p = 0) comme on l’a prouvé,
1
— Supposant la propriété vraie, en dérivant on va obtenir du (1−x) 3/2 en dérivant l’exponentielle et une
√ √
autre fraction rationnelle de la variable 1 − x en dérivant la fraction Rp ( 1 − x) par dérivation de
fonctions composées.
Q17-18 On en déduit comme en Q15 que le théorème de la dérivée prolongée s’applique (supposant par
récurrence que ϕ est de classe C p−1 à la dérivée d’ordre p, car lim x→1 ϕ(p) (x) = 0 par croissance comparée,
x<1
pour tout p ∈ N∗ et donc ϕ(p) (1) existe et vaut 0.

II.B - Développements en série


Q19 Par le développement en série entière de l’exponentielle, il vient
+∞ +∞
X 1 (−x)q X (−1)q q
ϕ(x) = √ q = x (1 − x)−q/2 .
q! 1 − x q!
q=0 q=0

Q20 D’après la formule du binôme de Newton, la vraie, la généralisée, on a


X −q/2 X (−q/2)(−q/2 − 1) . . . (−q/2 − p + 1)
−q/2
(1 − x) = (−x)p = (−1)p xp
p p!
p>0 p>0
X (q/2 + p − 1) . . . (q/2 + 1)q/2
= xp
p!
p>0

Donc, pour tout x ∈] − 1, 1[ et tout q ∈ N∗ , on a


+∞
X q 
−q/2
(1 − x) = Hp + p − 1 xp .
2
p=0

Q21 On a en combinant
+∞ +∞ +∞
X (−1)q q −q/2
X (−1)q q
X q  X (−1)q q 
ϕ(x) = x (1 − x) = x Hp + p − 1 xp = Hp + p − 1 xp+q .
q! q! 2 q! 2
q=0 q=0 p=0 p,q>0

Fabien DÉLEN fdelen.maths@bbox.fr 10 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

(−1)0 0
En isolant les termes d’indice q = 0 dont la contribution vaut x (1 − x)0 = 1, et en posant q = i + 1
0!
sinon, on trouve bien
 
+∞ X +∞ i+1
 
X
2 (−1) i − 1
∀x ∈]−1, 1[, ϕ(x) = 1+  ai,j (x) où l’on a posé ∀(i, j) ∈ N , ai,j (x) = Hj + j xi+j+1 .
(i + 1)! 2
i=0 j=0

Q22 Observons déjà que Hj i−1 i+1



2 + j > 0 puisque i et j sont > 0 (le dernier terme du numérateur est 2 ).
Si x est positif, on a donc |ai,j (x)| = (−1)i+1 ai,j (|x|).
Si x est négatif, on a donc |ai,j (x)| j i+1 i+1
 = (−1)
 ai,j (|x|) = (−1) ai,j (x) = (−1) ai,j (−|x|).
En reprenant tout le calcul avec √ |x| , on trouve que le (−1)q xq (alias (−1)i+1 ) se simplifie en |xq |,
1−|x|
tandis que les xp (qui proviennent du DSE de la racine) se changent en |x|p .
Quand la poussière retombe, pour tout x ∈] − 1, 1[, il reste effectivement
 
+∞ X +∞
!
X |x|
 |ai,j (x)| = exp p − 1.
i=0 j=0
1 − |x|

Q23 On vient de démontrer une sommabilité, ce qui autorise à Fubiniser : en sommant à i + j + 1 = n


(produit de Cauchy), le terme constant étant toujours mis de côté, il vient
    +∞
i−1 n+j X
Hj +j = Hj −1 d’où ∀x ∈] − 1, 1[, ϕ(x) = an xn
2 2
n=0

où 
 a0 = 1

n−1
X (−1)n−k  
n+k (1)
 an = Hk −1 pour tout n ∈ N∗
(n − k)!

2
k=0

II.C - Un prolongement dans C


X
Q24 La sommabilité établie en Q22 montre que, pour tout z ∈ D, la série entière an z n converge.
n>0
Q25 Le théorème de dérivation terme à terme des séries entières affirme que pour tout p ∈ N∗ et tout
x ∈] − 1, 1[, Φp (x) = ϕ(p) (x) et que les séries entières gardent le même rayon de convergence (ici 1) après
dérivation. En particulier, pour tout p ∈ N∗ et tout z ∈ D, la série entière
+∞
X
(n + p)(n + p − 1) · · · (n + 1)an+p z n converge.
n=0
√ −x 
Q26 Rappelons que la fonction ϕ(p) s’exprime sous la forme Rp ( 1 − x) exp √ pour x < 1 (et 0 pour
1−x
x > 1 !). Or cette fonction est continue sur [−1, 1], donc y est bornée (limite nulle en 1).
Donc Φp est bornée sur ] − 1, 1[ car c’est la même !
On admet gentiment que la fonction Φp est bornée sur D.
Q27 Soit r un réel de l’intervalle ]0, 1[. On sait alors que la série entière
X
(n + p)(n + p − 1) · · · (n + 1)an+p rn eniθ
n

converge normalement pour θ ∈ R, car r < R rayon de convergence (on est sur un cercle – compact – inclus
dans le disque ouvert de convergence).

Fabien DÉLEN fdelen.maths@bbox.fr 11 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

Ceci autorise à intégrer terme à terme le développement en série de Φp (reiθ )e−niθ sur le segment [0, 2π].
R 2π k
Or 0 (reiθ ) e−niθ dtheta = 0 quand k 6= n, il reste donc
Z 2π
1
(n + p)(n + p − 1) · · · (n + 1)an+p r = n
Φp (reiθ )e−niθ dθ.
2π 0

Q28 On a donc compte tenu de ce que |Φp | est bornée par une constante Kp (admis en Q26)
Z 2π
1 1 Kp
∀r ∈]0, 1[ |an+p |rn 6 Kp dθ 6
(n + p)(n + p − 1) · · · (n + 1) 2π 0 np

et en faisant tendre r vers 1 on a l’inégalité voulue


Xpar passage à la limite.
Q29 La convergence normale de la série entière an xn sur [0, 1] résulte de la majoration précédente.
n>0
+∞
X
On a donc convergence uniforme et continuité de la somme de la série entière, et donc la valeur de an
n=0
est la limite en 1 de ϕ, qui est 0 d’après Q14.
Q30 En Q28 nous avons établi que an+p = O( n1p ). Par réindexation (p étant fixé) cela prouve que an =
1 1
O( (n−p) p ) = O( np ). On a donc une convergence vers 0 plus rapide que n’importe quelle série de Riemann.

En particulier, pour p ∈ N∗ on an = O( np+421


) et (n + p)(n + p − 1) · · · (n + 1)an+p = O( n142 ). On en déduit
X
la convergence normale de la série entière (n + p)(n + p − 1) · · · (n + 1)an+p xn sur [0, 1]. On ne peut
n>0
appliquer le théorème de dérivation des séries entières sur [0, 1] (seulement sur [−1, 1[) mais la
convergence normale, donc uniforme, permet d’appliquer la version récursive du théorème de dérivation
terme à terme, ce qui donne pour somme de cette série
+∞
X
(n + p)(n + p − 1) · · · (n + 1)an+p xn = ϕ(p) (x) = Φp (x)
n=0

et en particulier
+∞
X
(n + p)(n + p − 1) · · · (n + 1)an+p = Φp (1) = 0 d’après Q18.
n=0

Q31 On en déduit par récurrence aisée que que tous les moments d’ordre p de la suite (an ) sont nuls. Je me
contente d’ébaucher la récurrence :
X
m0 = an = 0 (d’après Q29)
n>0
X X X
(n + 1)an =0 = nan + an = m1 + m0 ⇒ m1 = 0
n>0 (d’après Q30) n>0 n>0
X X X X
(n + 2)(n + 1)an =0 = n2 an + 3nan + an = m2 + 3m1 + 2m0 ⇒ m2 = 0 . . .
n>0 (d’après Q30) n>0 n>0

Fabien DÉLEN fdelen.maths@bbox.fr 12 PSI 2020-2021


Lycée de l’Essouriau CORRECTION DS N◦ 6 Les Ulis

III. Moments d’une fonction

III.A - étude d’une fonction à valeurs dans C


 2

Q32 On a |θ(x)| = exp − ln4π2x où − ln2 (x) → −∞ et donc lim x→0 |θ(x)| = 0.
x>0
Q33 θ est de classe C ∞ sur R+∗ comme composée de fonctions C ∞ .
On démontre par récurrence sur n ∈ N qu’il existe Pn ∈ C[X] tel que

Pn (ln x)
∀x ∈]0, +∞[ θ(n) (x) = θ(x) :
xn
— C’est vrai pour n = 0 avec P = 1 !
— Supposons l’hypothèse de récurrence vérifiée pour le rang n, alors

d  Pn (ln x)  P 0 (ln x) nPn (ln x) Pn (ln x) 0


θ (n+1)
(x) = θ(x) = n n θ(x) − θ(x) + θ (x)
dx xn xx xn+1 xn
− ln x i
2π 2
+ 2π P1 (ln x)
et comme θ0 (x) = θ(x) = x θ(x), on récupère bien
x
P
n+1 (ln x)

θ(n+1) (x) = θ(x) .
xn

(avec Pn+1 = Pn0 − nPn + P1 Pn , mais quelle importance ?)


Q34 Effectuons le changement de variable y = − ln x. On a alors y → +∞ quand x → 0+ , et

y2
 
(n) ny y
θ (x) = Pn (−y)e exp − 2 − i → 0 quand y → +∞ par croissance comparée.
4π 2π
2 2
En effet e−y /4π est imbattable !
Q35 Comme ci-dessus, (Q18) on en déduit par le théorème de la dérivée prolongée que θ est de classe C ∞
sur R.

III.B - étude d’une intégrale


Q36 R +∞ 2
L’intégrale Ip = −∞ e−(t−pπ) sin tdt est absolument convergente car l’intégrande, continu, est dominé
en ±∞ par 1/t2 par croissance comparée. Ceci autorise le changement de variable :
Z +∞ Z +∞
2 2
Ip = e−(t−pπ) sin tdt = e−x sin(x + pπ)dx = (−1)p I0 = 0
−∞ −∞

2
car la fonction x 7→ e−x sin x est impaire !
ln x
Q37 On procède avec conviction au changement de variable t = 2π , qui donne

2 ln2 x ln x  dx
e−(t−pπ) dt = exp −
2
+ 2pπ − p2 π 2 , d’où
4π 2π 2πx
2 2 Z +∞
e−p π ln2 x
   
p−1 ln x
∀p ∈ N Ip = x exp − 2 sin dx (oui, même si p = 0. . .).
2π 0 4π 2π
 2

Q38 Conclusion : la fonction très naturelle x 7→ exp − ln4π2x sin ln2πx a tous ses moments nuls. Revoyez


l’exercice classique (avec le théorème de Weierstrass) qui montre qu’une fonction continue ayant tous ses
moments nuls sur un segment est la fonction nulle !

Fabien DÉLEN fdelen.maths@bbox.fr 13 PSI 2020-2021

Vous aimerez peut-être aussi