Document Iford B

Le photocopillage, c'est l'usage abusif et collectif de la photocopie sans
autorisation des auteurs et des éditeurs.

Largement répandu dans les établissements d'enseignement, le
photocopillage menace l'avenir du livre, car il met en danger son avenir
économique. Il prive les auteurs d'une juste rémunération.
En dehors de l'usage privé du copiste, toute reproduction totale ou
partielle de cet ouvrage est interdite.
Brainprepa : Centre national de préparation des concours d’entrer dans les grandes écoles
camerounaises
Contact :
br
Site web: www.brainprepa.com

E-mail: cours@brainprepa.com
ai
B.P: 13073 Yaoundé, Cameroun

np
re
Référence :
N° ISBN : 9957-437-76-3
Collection : Brainprepa
pa
Date de parution : 16/01/12
Mise en page : Babel-edition
Auteur du document: Moustapha NJOYA (Mathématicien et coordonnateur de Brainprepa

au Grand Nord du Cameroun)
br
ai
AVANT-PROPOS
La préparation des concours s’apparente plus à une course d’endurance qu’à un sprint.
np
Aussi est-il nécessaire de travailler régulièrement pendant l’année, en apprenant son cours, en
s’entrainant à la rédaction d’exercice et en traitant les derniers sujets du concours.
re
C’est un grand honneur pour moi de présenter la collection « Brainprepa » qui a pour
objectifs principaux :
pa
 L’acquisition par les apprenants des techniques de base et des méthodes de résolution
des exercices au concours ;
 L’acquisition des connaissances essentielles pour chaque chapitre du cours.
Les ouvrages de la collection Brainprepa, s’appuyant sur l’environnement des candidats au

concours, ont pour ambition de les motiver et de les amener à acquérir des savoirs et des
savoirs faire de manière autonome et créatrice. La solution de chaque sujet est détaillée avec
simplicité et clarté. Elle développe avec rigueur le raisonnement permettant d’obtenir la
réponse et constitue donc une référence pour la rédaction de vos sujets au concours.
Je suis heureux, que ces jeunes diplômés camerounais des universités et grandes écoles, à
travers ces documents, aient jugé utile de proposer leur vision dans la préparation des
concours et j’espère que toutes les critiques constructives permettront d’améliorer cet outil
capital dans la préparation des jeunes au concours.
Elie Chancelin KEUKOUA de Tous les concours (www.touslesconcours.info)
Enseignant-Ingénieur
pa
re
np
ai
br
INSTITUT DE FORMATION ET DE RECHERCHE DÉMOGRAPHIQUES
ÉPREUVE DE PROBABILITÉS - STATISTIQUES
(Concours type B (Octobre 2014))
Exercice 1
Un examen est ouvert à des étudiants de formations initiales différentes : économie, statis-
tique, mathématiques. Le tableau ci-après présente les résultats obtenus par 286 candidats à cet
examen.
Formations initiales
Résultat de l’examen
Économie Statistique Mathématiques Total
Réussite 41 59 54 154
Echec 21 36 75 132
br
Total 62 95 129 286

1. Parmi les 154 candidats qui ont réussi à l’examen
ai
a) Quel est le pourcentage des économistes ?

np
b) Quel est le pourcentage des statisticiens ?
c) Quel est le pourcentage des mathématiciens ?

re
2. Parmi les 286 candidats qui se sont présentés à l’examen

a) Quel est le pourcentage des économistes qui ont réussi à l’examen ?
pa
b) Quel est le pourcentage des statisticiens qui ont réussi à l ’examen ?
c) Quel est le pourcentage des mathématiciens qui ont réussi à l’examen ?
3. Si on désigne par taux de réussite le pourcentage des étudiants qui ont réussit à l’examen.
déterminer le taux de réussite :
a) Quelle que soit la formation initiale du candidat
b) chez les économistes
c) chez les statisticiens
d) Chez les mathématiciens
1
e) Représenter graphiquement les taux de réussite selon la formation initiale
4. Le responsable de l’examen désire savoir si la formation initiale d’un étudiant influe sur sa
réussite. Quelle est sa conclusion au seuil de 5% ?
Exercice 2
On dispose, pour un secteur industriel donné et sur une période de 11 années, de la série du
nombre de salariés Y et du chiffre d’affaires X du secteur.
Année Nombre de Salariés (en milliers) Y Chiffre d’affaires (en millions) X

1957 294 624
1958 271 661
1959 314 728
1960 356 782
1961 383 819
br
1962 369 819

1963 402 938
ai
1964 422 1023

1965 475 1136
np
1966 475 1227

1967 486 1317
On veut tester la réalité d’une relation linéaire entre Y et X,
re
soit : yn = a + bxn + εn (n = 1 à 11). Les hypothèses classiques du modèle linéaire simple sont
supposés réalisées, c’est-à-dire que εn est une variable aléatoire suivant une loi normale centrée
pa
d’écart-type σ, N (0, σ).
1. Donner les estimations â et b̂ des paramètres a et b obtenues par la méthode des moindres
carrés ordinaires
2. Calculer :
a) l’estimateur de la variance σ 2
b) l’estimation de la variance de l’estimateur b̂
c) le coefficient de détermination R2 de la régression
3. On se pose le problème de test : H0 : b = 0

H1 : b 6= 0
2
a) A quelle question ce test répond-t-il ?
b) Peut-on dire que b est significativement différent de zéro au risque α = 0, 05?
4. On suppose que, connu de façon exogènes, le chiffre d’affaires en 1970 est de 1772 millions.
a) Sur la base de la relation estimée jusque là à partir des donnés fournies, à combien de
salariés peut-on s’attendre en 1970 ?
b) Sur la seule base de la relation linéaire estimée jusque la à partir des données fournies, à
combien de salariés peut-on s’attendre en 1970 ?
c) Trouver un intervalle de confiance de niveau 0,95 pour l’effectif salarié du secteur.
d) A posteriori, on dénombre en 1970, 514 000 salariés. Que peut on déduire de cette ob-
br
servation supplémentaire ?
Exercice 3
ai
Une compagnie d’assurance A assure 1000 clients pour un sinistre de type S. Chaque client
indépendamment des autres a, au cours d’une année, une probabilité de 0,001 d’être sinistré.
np
Le coût unitaire du remboursement du sinistre s’élève à 10 millions de francs. La compagnie

d’assurance règle le 31 décembre, sur ses réserves, le montant du remboursement des sinistres de
re
l’année et souhaite pouvoir honorer ses engagements avec une probabilité de 0,999.
1. a) Déterminer la loi exacte de nombre X de sinistres constaté en une année

pa
b) Donner l’espérance et la variance de X.
2. Par quelle loi, cette loi exacte peut-elle être approximée ?
3. Après avoir déterminé, à partir cette loi, la valeur X0 telle : p(x ≥ x0 ) > 0, 001 et
p(x ≥ x0 + 1) < 0, 001. donner le montant des réserves que doit posséder la compagnie
d’assurance pour honorer ses engagements avec une probabilité de 0,999
4. Une deuxième compagnie, la compagnie d’assurance B, ayant les mêmes caractéristiques

propose à la compagnie A de fusionner avec elle.
a) Déterminer la loi exacte du nombre Z des sinistres constatés en une année parmi l’en-
semble des 2000 clients, ainsi que la loi approchée de Z.
3
b) -Déterminer le montant des réserves que doivent posséder ensemble les deux compagnies
si elle fusionnent et continuent d’honorer leurs engagements avec une probabilité de 0,999.
-Comparer ce montant à celui des réserves dont devraient disposer les deux compagnies
non fusionnées.
Exercice 4
Une urne contient n jetons numérotés de 1 à n. On effectue p tirages avec remise. Soit X la
variable aléatoire réelle égale au plus grand numéro tiré. Déterminer la loi de X.
Exercice 5
Soit (Xn ), n étant un entier naturel non nul, une suite de variables aléatoires indépendantes
telles que E(Xn ) = m et V (Xn ) = σ 2 . Montrer que si m est inconnu alors
n
1 X 1 X 2
Tn = Xi − Xj
br
n−1 n
i=1
est un estimateur sans biais de σ2

ai
Exercice 6
np
Les assistants sociaux travaillant pour une clinique psychiatrique sont si occupés qu’en
moyenne seuls 60% des patients prospectifs téléphonant pour la première fois obtiendront une
re
communication avec l’un des assistant. On demande aux autres de laisser leur numéro de télé-
phone.
Trois fois quatre, un assistant trouve le temps de rappeler encore le jour même, autrement le
pa
rappel a lieu le lendemain.

L’expérience a montré que dans cette clinique, la probabilité que le patient prospectif demande
une consultation est 0,8 s’il a pu parler immédiatement à un assistant, tandis qu’elle tombe à
0,6 et 0,4 respectivement s’il y a eu rappel du patient le jour même ou le lendemain.
1) Quel est le pourcentage parmi les gens qui appellent demanderont-ils une consultation ?
2) Quel pourcentage des gens en consultation n’ont pas eu à attendre qu’on les rappelle ?
4
ÉPREUVE DE MATHÉMATIQUES
Exercice 1
 
0 1
Soit la matrice B donnée par : B =  
−1 0
a) Calculer B n pour n ≥ 0.
 
a
1 p
b) On considère la suite de matrices Ap =  
− ap 1
Donner la limite de Ap lorsque p tend vers l’infini.
br
Exercice 2
Résoudre et discuter les systèmes d’équations ci-après

ai

2
 x + αy + α z = 0


1. ᾱ + y + αz = 0

np

 2
ᾱ x + ᾱy + z = 0

 x+y+z =m+1


re
2. mx + y + (m − 1)z = m


x + my + z = 1

pa

 x+y+z =m+1


3. mx + y + (m − 1)z = m


x + my + z = 1

Exercice 3
q Q√ 2
Qn k sin(2 n +1)

Calculer limn→+∞ k=1 1 + n
Exercice 4
Soit un réel α un réel tel que α > 1. Pour tout entier n non nul. On pose :
1 1 1
un = α
, vn = α − .
n n − 1 (n + 1)α−1
Sn = u1 + . . . + un et Tn = v1 + . . . + vn
1. Montrer que la suite (Tn ) converge et préciser sa limite.
5
(α − 1)
2. a) Monter qu’il existe, pour tout n ≥ 1. xn ∈]n; n + 1[ / vn =
xn
un
b) Calculer limn→+∞
vn
– En déduire que la suite (Sn ) converge
Exercice 5
On définit pour deux réels strictement positifs a et b, une fonction fa,b de R∗+ dans R par la
formule :
√
1 − e−ax 1 + x
∀x > 0, fa,b =
xb
1. Donner une condition nécessaire et suffisante portant sur les réels a et b pour que fa,b soit
intégrale sur ]1, +∞[
br
2. Donner une condition nécessaire et suffisante portant sur les reels a et b pour que fa,b soit
ai
intégrable sur ]0, +∞[ ?
Exercice 6
np
On considère l’équation différentielle :

re
0
xy + (x − 1)y + y 2 = 0
pa
(E)
1) Soit y une solution de l’équation (E) sur R∗+ et sur R∗− , ne s’annulant pas sur ces inter-
valles.
0
a) Écrire l’équation différentielle (E ) vérifiée par la fonction u = y1 .
0
b) Résoudre (E ) puis (E).
2) Monter que l’équation (E) possède une solution f et une seule, définie sur R, telle que
limx→0 f (x) 6= 0
3) Étudier brièvement les variations de f et tracer son graphe dans un repère orthonormé.
6
CORRIGE ÉPREUVE DE MATHÉMATIQUES
Exercice 1
 
0 1
Soit la matrice B donné par : B =  
−1 0
1) Calculer B n pour n ≥ 0 B 2n+1 = (−1)n B
B 2n = (−1)n I2  p
a
1 p
2) On considère la suite de matrice Ap =   avec a ∈ R
− ap 1
Donner la limite de Ap lorsque p tend vers l’infini
br
Ap = Bpp = ep ln Bp
limp→ = +∞
ai
Exercice 2
np
Résoudre
 et discuter les systèmes d’équations ci-après.
2
 x + αy + α z = 0


ᾱ + y + αz = 0 -Si α = 1. Alors x + y + z = 0
re


 2
ᾱ x + ᾱy + z = 0
Alors, x + y + z = 0
pa
S = {(x, y, z) ∈ R3 x + y + z = 0} -Si α 6= 1 alors S = {(0, 0, 0)}


 x+y+z =m+1


mx + y + (m − 1)z = m


x + my + z = 1


 x+y+z =2


Si m = 1, x + y + z = 1 =⇒ S = ∅


x+y+z =1

m m3 − m2 − 2m + 1
Si m 6= 1, y = =⇒ m − z = −m2 ⇒ z = m(m + 1) et x =
m−1 1−m
m3 − m2 − 2m + 1 m
S={ ; ; m(m + 1)}
1−m 1−m
Exercice 3
Q q sin(2π√n2 +)
n k
Calculer limn→+∞ k=1 1+ n
7
√ q √ n k
sin(2π n2 + 1) ln( nk=1 1 + nk ) ∼ sin(2π n2 + 1)
Q P
ln(1 + )
k=1 2n
π P n k
∼ sin( ) ln(1 + )
n k=1 2n
π Pn k
∼ sin × ln(1 + )
n k=1 2n
π Pn k
∼ sin ×
n k=1 2n
π 1 n(n + 1)
∼ sin ×
n 2n 2
∼ sin πn n+1
4
π
sin πn n+1
4 → quand n tend vers l’infini
4
k sin 2π√n2 +1
r
Qn π
D’où limn→+∞ k=1 1 + = e4
2n
Exercice 4
Soit un réel α tel que α > 1.Pour tout entier n non nul on pose :
1 1 1
br
un = α , vn = α−1 −
n n (n + 1)α−1
Sn = u1 + u2 + . . . + un et Tn = V1 + V2 + . . . + Vn
ai
1. Montrons que la suite (Tn ) Converge et précisons sa limite.

Pn 1 1 Pn 1
np
Tn = α−1
− α−1
= (βk − βk+1 ) où βk = α−1
k=1 K K k=1 K
n
P
Tn = − (βk+1 − βk )
k=1
re
1
Tn = −βn+1 + β1 = 1 −
(n + 1)α−1
limn→+∞ Tn = 1
pa
(α − 1)
2. a) montrons qu’il existe, pour tout n ≥ 1 xn ∈]n, n + 1[ Vn =
xαn
un
b) Calculer lim =1
vn
– Sn = u1 + . . . + un
D’où lim un = limvn
Ainsi lim Sn = lim Tn = 1
Exercice 5
fa,b : R+ → reel √
1 − e−ax 1 + x
x 7→ fa,b (x) =
xb
1. Donnons une condition nécessaire et suffisante portant sur les réels a et b tels pour que fa,b
soit integrable sur ]1, +∞[
∗ Au voisinage de +∞
8
√
1 1+x
fa,b = b − ax b est intégrable si b > 1, a > 0
x e x
∗ Au voisinage de 1
1 − e−ax
fa,b ∼ qui est intégrable si b ≤ 1
1
(1 + )
2x
2. La fonction ga,b (x) = fa,b (x) ln(1 + x) est elle intégrable sur ]0, +∞[
ga,b est intégrable sur ]0, +∞[
Exercice 6 (Voir EXO 6 Mars 2014)

br
ai
np
re
pa
9
ÉPREUVE DE CULTURE-GENERALE
(Concours type A & B (Octobre 2014))
Sujet 1 Qu’est-ce qui fait la Richesse des Nations aujourd’hui ?

Expliquer et discutez à l’aide d’exemples précis tirés de la situation de votre pays.
Sujet 2 Dans le rapport économique sur l’Afrique de 2008, la Commission pour l’Afrique (CEA)
et l’union Africaine (UA) relèvent qu’à mis parcours entre l’adoption des Objectifs du Millénaire
pour le Développement (OMD) et la date butoir de leur réalisation fixée à 2015, les données
disponibles indiquent que la grande majorité des pays africains ne réaliseront pas ces objectifs.
Que vous inspire cette observation ?
br
Sujet 3 Dans une brève dissertation ne dépassant pas quatre pages, commentez la probléma-
tique soulevée par le texte ci-après
ai
Alors que la mise à l’école est loin de concerner tous les enfants en âge d’être scolarisés,
il semble que pour nombre d’acteurs -institutionnels, politiques et financiers, mais aussi cher-
np
cheurs dans le domaine de l’éducation -il suffit d’accroître l’offre scolaire, en construisant des
écoles et en recrutant des enseignants, pour que la scolarisation progresse. L’offre suffirait ainsi
re
à entraîner la demande. Ce qui se passe au niveau des familles, en termes de contraintes, de

logiques ou de stratégies apparaît largement ignoré .
pa
Marc Pilon, Etienne Gérard et Yacouba Yaro, Introduction ,in Marc Pilon et Yacouba
Yaro, la demande d’éducation en Afrique : état des connaissances et perspectives de recherche,
UEPA,2001,p.7.
10
(Concours type B (Mars 2014))
Exercice 1
On étudie la durée d’existence de batteries d’accumulateurs à partir du tableau suivant :
Date de l’observation (en mois) Nombre de batteries survivantes

23 1000
24 975
25 920
26 850
27 750
br
28 600
29 300
ai
30 150
31 50
np
32 0
1000 batteries ont été mises en service à la date zéro et observées ; on admettra que la mise en
re
réforme des batteries s’effectue uniformément au cours d’un mois, et non en fin de mois.
pa
1. Calculer l’espérance de vie (ou durée moyenne de vie ) pour une batterie qu’on met en
service.
2. Calculer la durée de vie probable (ou durée de vie médiane).
3. Calculer l’espérance de vie, comptée à partir de l’année zero, pour les batteries qui at-
teignent l’âge de 28 mois.
Exercice 2
Une entreprise industrielle vent des machines-outils. On s’intéresse au nombre de machines

vendues en une journée. Pour cela, on définit la variable statistique X associée au caractère
nombre de machines vendues dans la journée . On observe les ventes pour 600 jours et on
dresse le tableau des ventes ci-après :
11
Distribution des ventes journalières d’une entreprise
Nombre de machines vendues dans la journée Nombre de jours de ventes

0 98
1 232
2 119
3 85
4 50
5 16
1. Calculer les fréquences des ventes cumulées croissantes.
2. Représenter graphiquement les fréquences
3. Donner la définition et calculer les caractéristiques de tendance centrale suivantes : le mode,

br
la médiane, la moyenne.
ai
4. Calculer les caractéristiques de dispersion suivantes : la variance, l’ecart-type, le coefficient

de variation.
np
5. Calculer les caractéristiques de forme suivantes :

re
a) Les coefficients d’asymétrie de Fisher et de Pearson

pa
a) les coefficients d’applatissement de Fisher et de pearson.
Exercice 3
Si la probabilité d’une réaction allergique à l’injection d’un sérum donné est de 0,001. Quelle
est la probabilité pour que, parmi 2000 individus :
a) Exactement 3 soient des sujets troublés ?
b) Plus de 2 soient des sujets troubles ?
Exercice 4
Une firme pharmaceutique annonce qu’un de ses produits sensé supprimer une allergie dans
un délai de 8 heures est efficace à 90%. Dans un échantillon de 200 personnes, le résultat a été
effectif pour 160 d’entre elles. Déterminer si l’affirmation est légitime.
12
Exercice 5
L’écart-type des poids d’une très grande population d’étudiants est de 10 kg. On tire des
échantillons de 200 étudiants chacun et on calcule l’écart type des poids de chaque échantillon.
1. Déterminer la moyenne et l’ecart-type de la distribution d’échantillonnage des écarts-type.
2. Quels pourcentages d’échantillons présenteraient des écart-types.
a) supérieurs à 11 kg ?
b) inférieurs à 8,8 kg ?
Exercice 6
br
Soit (X1 , . . . , Xn ) un échantillon d’une loi normale N (m, σ).
1. Déterminer l’estimateur du maximum de vraie semblance Tn du paramètre m.

ai
2. Etudier les propriétés de Tn

np
3. Le fait que σ soit connu ou non modifie-il le résultat ?

re
pa
13
Exercice 1
 
1 1 11
 
On considère la matriceA = 
 1 1 1 

1 1 1
a) La matrice A est-elle diagonalisable ?
b) La matrice A est-elle inversible ?
c) Déterminer les valeurs propres associés à chaque valeur propre de A .

br
d) Calculer An
ai
Exercice 2

np
 3, 21x + 0, 71y + 0, 34z = 6, 12



Résoudre et discuter les systèmes d’équations ci-après : a) 0, 43x + 4, 11y + 0, 22z = 5, 71


0, 17x + 0, 16y + 4, 73z = 7, 06

re



 x + 2y + 3z + 4t = a


 4x + y + 2z + 3t = b
pa
b)


 3x + 4y + z + 2t = c


2x + 3y + 4z + t = d

Exercice 3
Etudier la suite
2n+1
X 1
un =
n2 +k
k=1
Exercice 4
a) Démontrer que pour tout entier k strictement positif :

√ √ 1 √ √
k+1− k < √ k− k−1
2k
∗
b) En déduire, que pour tout n ∈ N , la partie entière de la somme :
n 2
X 1
Sn = √
k=1
2 k
14
Exercice 5
R2x dt
On se propose d’étudier la fonction f →
x ln(1 + t2 )
a) Donner le domaine de définition de f.
b) Montrer que f est impaire.
1
c) Soit g la primitive de la fonction t → s’annulant en a > 0 ; exprimer f en fonc-
ln(1 + t2
tion de g.
d) Déduire de c) la dérivabilité de f.
e) Donner le tableau de variation de f, puis faire l’étude aux bornes.

br
f) Donner l’allure de la courbe représentative de f.
Exercice 6
ai
a) Intégrer sur chacun des intervalles ] − ∞, 0[ , ]0, 1[ et ]1 + ∞[ l’équation différentielle :

np
0
x(1 − x)y + y = x (E)
b) Déterminer les solutions de (E) sur ] − ∞, 1[

re
c) Existe-il-des solutions sur R

pa
15
Corrigé ÉPREUVE DE MATHÉMATIQUES
 
1 1 11
 
On considère la matriceA = 
 1 1 1 

1 1 1
a) La matrice A est-elle diagonalisable ?
Soit PA (x) = det(A − XI) = −X(X + 3)(X − 4)
PA admet des racines touts simples alors A est diagonalisable.
b) la matrice A est-elle inversible ?

detA = 0 alors A n’est pas inversible
br
1. Déterminer les vecteurs propres associés à chaque valeur propre de A.

ai
0 on a le sous -espace propre E0 = KerA

– Pour les valeurs propres
np
 x + y + z = 11z = 0
 
  x + y + 11z = 0
X ∈ E0 ⇔ AX = 0 ⇔ x+y+z =0 ⇔

  x+y+z =0
x+y+z =0

re

 z=0
AX = 0 ⇔
 x = −y
pa
   
−1 −1
   
 1 i Le vecteur propre associé à la valeur propre 0 est  1 
E0 =i    
0 1
– Pour la valeur propre -3
 
−3
 
E−3 = Ker(A + 3I) = h  1 i Le vecteur propre associé à la valeur propre 0 est :

1
 
−3
 
1
 
1
– Pour la valeur propre 4
 
4
 
E4 = Ker(A − 4I) = h 1i

16
 
4
 
Le vecteur propre associé à la valeur propre 4 est 1


1
d) Calcul de An
     
−1 −3 4
     
Soit B =   1  ,  1  , 1 la base formée des vecteurs propres de A
    
0 1 1
Dans la base B la matrice de A est sous la forme :
 
0 0 0
0  
A =
 0 −3 0 

0 0 4
0−1 ⇒ 0
n = P A n P −1
A=P A P A
−1 −3 4
 
P = 1
 1 1 où P est la matrice de passage de la base canonique à la base B
br
0 1 1
 
0 1 −1
ai
P −1 = 
 
1 1 5 
7 −7 7 
1 1 2
7 7 7
np
(−3)n+1 + 4n+1 −(−3)n+1 + 4n+1 5(−3)n+1 + 2(4)n+1

 
 7 7 7 
 (−3)n + 4n −(−3)n + 4n 5(−3)n + 2(4)n 
An = 
re
 7 7 7 
(−3)n + 4n −(−3)n + 2(4)n 5(−3)n + 2(4)n
 
−
7 7 7
pa
Exercice 2
Résoudre et discuter les systèmes d’équations ci-après : Résoudre et discuter les systèmes
d’équations
 ci-après :
 3, 21x + 0, 71y + 0, 34z = 6, 12


a) 0, 43x + 4, 11y + 0, 22z = 5, 71


0, 17x + 0, 16y + 4, 73z = 7, 06

la resolution de ce système conduit au résultat suivant :
S = {(0, 014, 17, 99, −19, 69)}



 x + 2y + 3z + 4t = a


 4x + y + 2z + 3t = b
b) la resolution de ce système conduit au résultat suivant :


 3x + 4y + z + 2t = c


2x + 3y + 4z + t = d

1 1 1
S = { (−90a + 16b − 17d), (43a − 6b + 37d), 40 (11a + 2b − 9d)}
40 40
17
Exercice 3
Étudions la suite
2n+1
X 1
un =
n2 +k
k=1
1 2n + 1
En Majorant chaque terme de la suite par , il vient que : Un ≤ 2 et en minorant
n2 + 1 n +1
1 2n + 1
chaque terme de la suite par 2 , il vient que 2 ≤ Un
n + 2n + 1 n + 2n + 1
2n + 1 2n + 1
Donc ≤ Un ≤ 2
n2+ 2n + 1 n +1
2n + 1 2n + 1
Par suite, limn→+∞ 2 = 0 et limn→+∞ 2 =0
n + 2n + 1 n +1
Donc limn→+∞ Un = 0
Exercice 4
a) Démontrons que pour tout entier k strictement positif :

br
√ √ 1 √ √
k+1− k<√ k− k−1
2k
ai
√ √ k+1−k 1 1
k+1− k=√ √ =√ √ ≤ √
k+1+ k k+1+ k 2 k
√ √ k−k+1 1
k− k−1= √ √ =√ √
np
√ √ k + k − 1 k + k−1
k−1< k
√ √ √
k+ k−1<2 k
re
√ √ 1 1
k− k−1= √ √ < √
k+ k−1 2 k
√ √ 1 √ √
D’où k + 1 − k < √ < k − k − 1
pa
2 k
b) En déduire, que pour tout n ∈ N∗ , la partie entière de la somme :

n 2
X 1
Sn = √
k=1
2 k
n2 √
P √ n2 √
P √
k+1− k < Sn < k− k−1
k=1 √ k=1
n − 1 < n2 + 1 − 1 < Sn < n ⇒ E(Sn ) = n − 1
Exercice 5
R2x
dt
f 7→
x ln(1 + t2 )
a) Donner le domaine de définition de f
Df = R
−2x
R dt
f (−x) =
−x ln(1 + t2 )
18
Posons t = −u
R −2x dt R2x du
Ce qui conduit à f (−x) = −x 2
= - 2
= −f (x)
ln(1 + t ) x ln(1 + u )
Donc f est impaire
1
b) Soit g la primitive de la fonction t 7−→ s’annulant en a > 0,exprimons f en
ln(1 + t2 )
fonction g
g(a) = 0
0 1
g (t) =
ln(1 + t2 )
R2x 0
f (x) = g (t)dt = g(2x) − g(x)
x
f (x) = g(2x) − g(x)
d) f est définie sous forme intégrale donc derivable sur son Df

0 0 0 2 1
f (x) = 2g (2x) − g (x) = −
br
ln(1 + 4x ) ln(1 + x2 )
2
e) Donner le tableau de variation de f , puis faire l’étude aux bornes

ai
0 2 1
f (x) = −
ln(1 + x2 ) ln(1 + x2 )
np
2 1
= −
ln(1 + x2 ) ln(1 + 4x2 )
(1 + x2 )2
re
ln
= 1 + 4x2
ln(1 + 4x2 ) ln(1 + x2 )
√ √
pa
0
f (x) = 0 =⇒ x = 0, x = 2 , x = − 2
Exercice 6
a) intégrons sur chacun des intervalles ] − ∞, 0[, ]0, 1[ et ] − 1, +∞[ l’équation différentielle
0
x(1 − x)y + y = x (E)
0 0
(E ) x(1 − x)y + y = 0
0
y 1 dy dx x−1
= ⇒ = ⇒ ln(|y|) = ln(| |) + k
y x(x − 1) dx x(x − 1) x
x−1
⇒y=c| |
x
En utilisant la méthode des variations des constantes à la solution de l’équation homogène
0
(E ), l’on
 trouve la solution générale de l’équation (E)
 − (x − 1) ln(1 − x) + 1 + k x − 1 , six ∈] − ∞, 0[

y(x) = x x x
(x − 1) ln(1 − x) 1 (x − 1)
− −k , six ∈]0, 1[


x x x
c) existe t-il des solutions sur R
il existe des solutions sur les intervalles de R
19
ÉPREUVE DE CULTURE GÉNÉRALE
(Concours type A & B (Mars 2014))
Sujet 1 On assiste de plus en plus dans les pays africains, à une montée de la xénophobie.
a) Expliquer, à l’aide d’exemples précis, de quoi il s’agit.
b) Quelles sont les causes de ce phénomène ?
c) Quelles peuvent en être les conséquences ?
Sujet 2 Lorsqu’on considère certains indicateurs sociaux de développement en Afrique, on

constate toujours que la situation des femmes reste encore problématique,
br
Comment expliquez-vous cette situation aujourd’hui ?

ai
Sujet 3 Dans une dissertation ne dépassant pas cinq pages , discuter l’actualité de
cette analyse
En effet, faute d’alternatives de développement impulsées par les pouvoirs publics, un nombre
np
sans cesse croissant de citadins africains trouvent dans leurs propres initiatives et leur ingénio-
sité les moyens de s’affirmer et de survivre. De nombreuses activités marchandes génératrices
re
de revenus et échappant partiellement à l’emprise des lois et règlements officiels leur servent de
support économique. Elles constituent une véritable planche de salut et traduisent souvent une
pa
vitalité et une ingéniosité surprenantes au vu des ressources relativement modestes déployées. Ce

secteur accueille une population de plus en plus hétérogène : des migrants de toute origine, des
jeunes diplômés en quête d’un premier emploi, des laissés-pour compte du système scolaire des
chômeurs du secteur moderne victimes des politiques de stabilisation. Les activités informelles
exercées à titre secondaire par des femmes et des fonctionnaires publics fournissent des revenus
d’appoint indispensables aux ménages urbains.
Devant la montée du phénomène, une region d’intérêt se manifeste un peu partout à leur égard,
si bien que l’aide internationale s’est avisée du potentiel des petits métiers au moment même où
le bilan de l’industrialisation en Afrique est plus que décevant. Néanmoins, la généralisation des
programmes dits d’ajustement structurel leur a porté un coup rude du fait de l’érosion du revenu
réel et du rétrécissement de la demande globale. Sans être une panacée ni une opportunité per-
mettant de sortir de la crise, ces formes d’activité relevant de l’économie informelle pourvoiront
l’essentiel des emplois ouverts aux ménages urbains à l’horizon 2000. Environ deux citadins sur
20
trois en vivent déjà et on estime que 93 pour cent des nouveaux emplois dans l’Afrique urbaine
des années 1990 seront fournis par ces activités de la débrouille. Ce phénomène est un des grands
sujets de préoccupation concernant l’avenir du continent noir, car il interpelle tout un chacun :
gouvernements, chambres patronales,syndicats, partis politiques, ONG, citoyen ordinaire, aide
internationale.
A la fois productive et re-distributive, l’économie informelle induit en outre des effets appré-
ciables au termes d’intégration économique, de cohérence et de régulation sociale, fonctions pour
lesquelles l’Etat s’est précisément révélé défaillant, voire impuissant. Il y a en effet un contraste
saisissant entre l’incapacité des élites africaines d’innover sur le plan des institutions politiques et
l’ingéniosité dont fait preuve la société civile, les institutions de contrôle, autorégulation, solida-
rité, promotion économique. Face à ce dynamisme de la société civile, les institutions publiques
se caractérisent par un mimétisme, allant jusqu’à une copie conforme des institutions des
ex-puissances coloniales.
br
Le tissu multiforme d’activités marchandes et des pratiques sociales qui animent l’économie
informelle porte en lui les ferments d’un renouveau culturel par rapport au modèle de dévelop-
ai
pement induit par les élites au pouvoir qui ont privilégié l’étatisme et le renouveau se fonde sur
l’esprit d’initiative, la créativité, le travail indépendant et la mobilisation des propres ressources ;
np
autant de ressorts sur lesquels il convient de miser pour l’avenir. Ces attributs de l’économie
informelle ne sauraient pourtant suffire à la création d’un essor économique, lequel, pour être du-
rable, nécessite des efforts soutenus d’épargne, des investissements et des progrès technologiques.
re
In Maldonado C., Gaufryau et autres, L’économie informelle en Afrique franco-

pa
phone.
Structure, dynamique et politiques, Genève, BIT, 2001,PP. 4-5
21
Exercice 1
On veut tester l’hypothèse selon laquelle la probabilité de naissance d’un garçon est égale à la
probabilité de naissance d’une fille. On dispose d’observations sur 100 familles de quatre enfants.
La repartition de ces familles selon le nombre de garçons qu’elles possèdent est la suivante :
Nombre de garçons (X) Nombre de famille ayant X garçons

0 1
br
1 17
2 49
ai
3 27
4 6
np
Total 100
1. Quel type de test doit-on effectuer ?
re
2. Effectuer le test pour un seuil α = 5%

pa
3. Effectuer le test pour un seuil α = 1%.
Exercice 2
Un artisan plombier spécialiste dans les travaux de réparation à domicile occupe 5 ouvriers à
plein temps, c’est-à-dire 40 heures par semaine. Mais les affaires marchent si bien qu’il est obligé
occasionnellement de refuser du travail, et il se demande s’il ne devrait pas engager un ouvrier
supplémentaire.
Un nouvel ouvrier à plein temps lui coûte 20 dollars l’heure, c’est-à- dire 40 heures par se-
maine. Or le revenu additionnel procuré par ce nouvel ouvrier est incertain. L’expérience passée
à permis à cet artisan de connaître la demande hebdomadaire totale (X), en heures de travail,
qui s’adresse à lui.
22
X Fréquences relatives
180-190 0,03
190-200 0,09
200-210 0,12
210-220 0,15
220-230 0,22
230-240 0,21
240-250 0,13
250-260 0,05
1. Si chaque heure de travail lui rapport 30 dollars, est-il rentable d’engager un nouveau plom-
bier :
i) Si l’heure est rigide( c’est-à-dire qu’il n’existe pas d’heures supplémentaires) ?

br
ii) si chaque plombier peut effectuer jusqu’à cinq heures supplémentaires par semaine, au
ai
tarif de 25 dollars l’heure ?

np
2. Que gagne l’artisan à pouvoir faire travailler ses ouvriers en heures supplémentaires ?
Exercice 3
re
On considère le modèle liant une variable aléatoire Yi à une variable non aléatoire exogène
Xi et une variable aléatoire Ui définie par :
pa
Yi = aXi + Ui (i = 1àn)
E(Ui ) = 0, V (Ui ) = σ 2 et Cov(Ui , Uj ) = 0 (i 6= j)
La variable Yi est donc elle-même aléatoire.
1. Calculer E(Yi ), V (Yi ), Cov(Yi , Yj ).
n
u2
P
2. On désire estimer le paramètre réel a en minimisant : Q =
i=1
a) Déterminer l’estimateur â de a fourni par cette méthode.
b) Calculer E(â) et V(â).
c) Soit ûi = Yi − aXi . Calculer E(ûi ) et V (i ).
23
d) En déduire un estimateur sans biais de σ 2
3. On appelle âR (K) l’estimateur de a défini par :

n
P
Xi Yi
i=1
âR (K) = n
K2 + Xi2
P
i=1
Calculer E(âR (K)) et V (âR (K)). En déduire le risque de âR (K).
Exercice 4
Un responsable logistique s’intéresse à la corrélation pouvant exister entre le temps de pré-

paration d’une commande en minutes (Y) et le nombre de colis à préparer (X). Il a effectuer 8
observations de la statistique double (X,Y).
Les résultats sont les suivants :
xi yi
br
7 38
9 42
ai
11 53
13 86
np
14 104
16 144
18 201
re
20 292
1. Représenter graphiquement le nuage de points.
pa
2. Calculer les paramètres du modèle linéaire Y = aX + b
3. Calculer les paramètres du modèle puissance Y = bX a
4. Quel est le modèle le plus adapté aux données ? justifier votre réponse.
5. Quel temps de préparation peut-on attendre si 16 colis sont à préparer ?
Exercice 5
En 2010, une étude à grande échelle a été réalisé dans un pays dénommé IFORDIA pour
tester l’efficacité d’un vaccin contre la polio. Parmi les 740.000 enfants choisis dans les classes
primaires à travers le pays, 400.000 étaient volontaires. La moitié d’entre eux ont été choisis au
24
hasard pour recevoir une injection du vaccin, la moitié restante une injection du placébo d’eau
salée. Les résultats de cette étude sont consignés dans le tableau ci-après :
Groupe Nombre d’enfants Nombre de cas de polio

Vaccinés 200.000 57
Placébo (témoins) 200.000 142
Non volontaires 340.000 157
1. Pour chacun des trois groupes, calculer la fréquence de la polio (nombre de cas de polio
pour 100.000 enfants).
2. Estimer la réduction de la fréquence de la polio grâce à la vaccination et déterminer l’in-

tervalle de confiance à 95%
3. En supposant que tous les volontaires ont été vaccinés, les non volontaires constituant le
br
groupe témoin, relever les limites de cette procédure.

ai
Exercice 6
Le tableau ci-après présente les poids respectifs (en kgs) x et y d’un échantillon de 1 pères et
np
de leurs fils aînés.

Poids du père (X) 65 63 67 64 68 62 70 66 68 67 69 71
re
Poids du fils (Y) 68 66 65 69 66 68 65 71 67 67 68 70

1. Construire le diagramme de dispersion.
pa
2. Trouver la droite de régression de y sur x.
3. Trouver la droite de régression de x sur y.
Exercice 7
Le coefficient de corrélation d’un échantillon de taille 24 est r= 0,75. Au seuil de signification

de 5%, peut-on rejeter l’hypothèse que le coefficient de corrélation de la population est aussi
petit que :
a) ρ = 0, 60
b) ρ = 0, 50
25
Exercice 1
Étant donné le coût de production : C(Q) = Q3 − Q2 + Q + 1 et la loi de la demande :

Q(p) = 3 − 2p ,
Détermine la quantité qui minimise le coût moyen et celle qui maximise le profit total. Quelles
sont les valeurs de ce coût moyen minimum et ce profit maximum ?
Exercice 2
On considère la fonction y définie par : y(x) = (1 + x)m (1).

br
0
a) Écrire une relation simple entre y et sa dérivée y .
b) Montrer que les fonctions de la relation (1) sont de la forme : y(x) = c(1 + x)m (où c est
ai
une constante arbitraire).

np
c) Montrer qu’il existe une fonction f developable en serie entière au voisinage de 0 et qui
vérifie la relation (1) ; telle que :
re
+∞
X
f (x) = an xn (2).
n=0
pa
d) On désigne par g la somme de cette série. Démontrer que que g vérifie la relation (1).
e) En déduire que pour x ∈ ] − 1, 1[ :
+∞
X m(m − 1) . . . (m − n + 1)
(1 + x)m = 1 + xn (3)
n!
n=1
f) Déterminer le développement en série des fonctions ci-après en déterminant leur rayon de

√ 1
convergence : y1 = 1 + x et y2 = √
1+x
26
Exercice 3
Soit a et b deux réels appartenant à l’intervalle ]0, 1 [. On considère deux suites réelles (un )
et (vn ) définies par leurs premiers termes u0 , v0 , et la relation de récurrence mutuelle :

n+1 = (1 − a)un + avn
 u
∀n ∈ N
 vn+1 = bun + (1 − b)vn
1.   que cette relation peut s’écrire sous la forme matricielle : Xn+1 = AXn où Xn =
Montrer
u
 n
vn
et A est une matrice de M2 (R) que l’on déterminera.
2. Exprimer Xn en fonction de X0 .
Soit f l’endomorphisme de de R2 représenté dans la base canonique par la matrice A.
br
3. Déterminer Ker(f − IdR2 ) ; en donner une base (e2 )

ai
4. Montrer que la famille b = (e1 , e2 ) est une base de R2 .

np
5. Donner la matrice de passage P de la base canonique à la base b. Calculer son inverse P −1 .

re
6. Déterminer la matrice D représentant l’endomorphisme f dans la base b.

pa
7. Ecrire la relation qui lie les matrices A, P, P −1 et D.
8. Soit n un entier naturel. Déduire de ce qui précède la matrice An
9. Qu’observe-t-on dans le cas où a + b = 1 ?
10. Donner les expressions de un et vn en fonction de n ,u0 , v0 .
11. Etudier la convergence des suites (un ) et (vn )
12. Que peut-on dire dans le cas où a + b = 1 ?
27
Exercice 4
1
On définit, pour deux réels strictement positifs a et b, une fonction fa,b (x) = .
xa | ln x|b
a) On suppose a < 1. A quelle condition portant sur b la fonction fa,b n’est pas intégrable
sur ]0, 1[.
b) On suppose a > 1. Montrer que fa,b n’est pas intégrable sur ]0,1[.
c) On suppose a 6= 1. A l’aide d’un changement de variable judicieux, donner la nature de

+∞
R
l’intégrale fa,b (x)dx en fonction de a et b.
1
d) On suppose a = 1. Calculer une primitive de fa,b . A qu’elle condition portant sur b, la

fonction fa,b est-elle intégrable sur ]0, 1[ ?
Exercice 5
br
On définit une fonction S de la variable réelle par :

ai
+∞
X 1
S(x) =
n2 x2 +n
n=1
np
+∞
P 1 π2
On admet la valeur de la somme suivante : 2
= , ainsi que la formule de décomposition :
n=1 n 6
re
1 1 −α
∀t > 0, α ≥ 0, = +
t + αt2 t 1 + αt
(1)
pa
a) Quel est le domaine de définition D de S ?
b) Démontrer que S est continue sur D.
c) Préciser le sens de variation de S et limite en +∞
d) Montrer que S est de classe 1 sur son domaine de définition.
1
e) Etablir que , pour tout réel x > 0, ln(1+x2 )−8ln(x2 ) ≤ S(x) ≤ ln(1+x2 )−ln(x2 )+
x2 +1
Exercice 6
Soient deux réels strictement positifs a et b distincts .

t(a − b) αt βt
a) Déterminer deux réels α et β tels que, pour tout réel t : = 2 +
(t2 + a)(t2 + b) t + b t2 + α
28
+∞
R t(a − b)
b) Calculer : I = .
0 (t2 + a)(t2 + b)
br
ai
np
re
pa
29
Correction ÉPREUVE DE MATHÉMATIQUES
Exercice 1
1
1. On CM (Q) = Q2 − Q + 1 + Q
1
Cm (Q) = 3Q2 − 2Q + 1. D’où Q2 − Q + 1 + Q = 3Q2 − 2Q + 1
On a 2Q3 − Q2 − 1 = 0
Le premier membre se factorise en
(Q − 1)(2Q2 − Q − 1)
et la finalité optimale à produire est Q∗ = 1. Le coût moyen minimum est alors CM (1) = 2
br
3−Q
2. Le pris s’exprime en fonction de la quantité par p(Q) = .
2
La recette totale et la recette marginale sont données par :
ai
R(Q) = QP (Q) = 12 (2Q − Q2 )

RM (Q) = 12 (3 − 2Q)
np
Le produit total est maximum pour Q vérifiant

1
3Q2 − 2Q + 1 = (3 − 2Q)
re
2
√
1± 7
Les solutions de cette équation sont Q =
pa
6
√
1+ 7
La seule valable étant Q∗ =
6
3. La valeur du profit maximum réalisé est
Q∗ 2 Q∗
Π(Q∗ ) = R(Q∗ ) − C(Q∗ ) = Q∗ 3 + + −1
2 2
Π(Q∗ ) = −0, 7359
Exercice 2
On considère la fonction y définie par : y(x) = (1 + x)m (1).

0
a) Écrire une relation simple entre y et y .
0
y (x) = m(1 + x)m−1
0
⇒ (1 + x)y (x) = m(1 + x)m = my(x)
0
D’où (1 + x)y (x) − my(x) = 0 (1)
item[b)] y(x) = c(1 + x)m , c constante
30
0
(1) ⇔ (1 + x)m y (x) − m(1 + x)m−1 y(x) = 0
y(x)
(1) ⇔ = 0 Soit y(x) = c(1 + x)m (2) c =
(1 + x)m
y(x)
⇔ = c
(1 + x)m
constante
+∞
an xn f est developable au voisinage de 0 :
P
c) f (x) =
n=0
f est telle que :
+∞ +∞
0
X X
n−1
0 = (1 + x)f (x) − mf (x) = (1 + x) nan x −n an xn
n=1 n=0
+∞
X
= [(n + 1)an xn+1 − (m − n)an ]xn
n=0
Une série entière nulle a tous ses coefficients nuls, d’où (n + 1)an+1 − (m − n)an = 0 ⇒
(m − 1) m(m − 1)
a1 = ma0 , a2 = a1 = a0
2 2
br
Par conséquent :
m(m − 1) . . . (m − n + 1)
an = a0
n!
ai
Il existe donc une fonction f développable en série entière au voisinage de 0 telle que :
+∞
an xn
P
f (x) =
n=0
m(m − 1) . . . (m − n + 1)
np
avec an = a0
n!
d) Convergencedelasrieetrayon
re
U
n+1 (x)

limn→+∞ | | = |x| donc la série est convergente de rayon de convergence R = 1.
un (x)
Pour x ∈] − 1, 1[ elle peut être dérivée terme à terme.
pa
d) g somme de la série
0
Par construction de la série, la fonction x 7→ (1 + x)g (x) − mg(x) est, pour x ∈] − 1, 1[,
Somme d’une série entière nulle, est donc nulle. C’est à dire que la fonction g vérifie la
relation (1), par suite est de la forme x 7→ c(1 + x)m (c = a0 car g(0) = a0 )
Pour x ∈] − 1, 1[ on obtient :
+∞
P m(m − 1) . . . (m − n + 1) n
(1 + x)m = 1 + x
n=1 n!
e) Développement en séries entières :

Application de la relation (3)
√ 1
y1 x 7→ 1 + x m =
2
√ +∞ 1.3...(2n − 3) n
(−1)n
P
1+x=1+ x R=1
n=1 2.4...2n
Exercice 3
a,b ∈ ]0, 1[
31

n+1 = (1 − a)un + avn
 u
 vn+1 = bun + (1 − b)vn
 que cette relation peut se mettre sous la forme matricielle Xn+1 = AXn où
a) Montrons
un
Xn =   et A ∈ M2 (R)
vn
   
u 1−a a
 n+1  =  
vn+1 b 1−b
   
1−a a u
En posant A =   et Xn =  n  on a la relation Xn+1 = AXn
b 1−b vn
b) Xn est une suite géométrique de raison A
Donc Xn = An X0
c) Déterminons
  ker(f − idR2 ) donnons une base (e1 ).
x
X =   ∈ ker(f − idR2 ) ssi (A − I)(X) = 0
y
br
 
 −ax + ay = 0  −x + y = 0
↔ →x=y
 bx − by = 0  x−y =0
ai
 
1
(e1 ) =  
1
np
    
x  bx + ay = 0 −a
d) X =   ∈ ker(f − (1 − a − b)idR2 ) ssi e2 =  
y  bx + ay = 0 b
2
re
a) Montrons
  que b= (e1 , e2 ) est une base
de R
−a 1 −a
1
B=   ,   detB = = b + a 6= 0
1 b 1 b

pa
Donc B est une base R2
f) Donnons la matrice de passage P de la basecanonique à la base

 B.
    b a
1 −a b a
P =  P −1 = 1  =  a +1b a + b
detP 1 
1 b −1 1 −
a+b a+b
g) Déterminons la matrice D représentant l’endomorphisme f dans la base b
la base b = (e1 , 
Dans e2 ) la matrice D est donnée suivant
1 0
D= 
0 1−a−b
h) D = P −1 AP
i) Soit n ∈ N
A = P DP −1
32
 
1 0
An = P Dn P −1 = P   P −1
0 (1 − a − b)n
j) Si a+ b =1
b a
A=  detA = 0 ⇒ A n’est pas inversible
b a
b + a(1 − a − b)n a − a(1 − a − b)n
 
k) An = 
 a+b a+b 
b − b(1 − a − b)n a + b(1 − a − b)n 
a+b a+b
Xn = An X(0)
    [b + a(1 − a − b)n ] [a − a(1 − a − b)n ]
un u  un =
 + v0
  = An  0  a+b n
a + b n
vn v0   vn = b − b(1 − a − b) u0 + a + b(1 − a − b) v0
a+b a+b
Or −1 < 1 − a − b < 1
Donc lim(1 − a − b)n = 0
b a
Donc lim unn→+∞ = u0 + v0
a+b a+b
br
a+b=1
m) limn→+∞ un = bu0 + av0 = limn⇐+∞ vn

ai
Exercice 4
np
On définit, pour deux réels strictement positifs a et b, une fonction fa,b de ]0, 1[∪]1, +∞[
dans R par :
re
1
fa,b (x) = (intégrale de Bertrand)
xa | ln x|b
a) On suppose que a < 1 ? A quelle condition portant sur b la fonction fa,b est-elle integrable
pa
sur ]0, 1[ ?
Pour γ ∈]a, 1[, nous avons lim xγ fa,b (x) = 0
1
Ainsi f (x) = O0 ( γ ) et fa,b est integrable sur ]0, 1[ ∀ b ∈ R∗+
x
b) a > 1 Nous avons limx→0 xf (x) = +∞

1
Il s’en suit que = O0 (f (x)) et f n’est pas integrable sur ]0, a]
x
c) On suppose que a 6= 1. A l’aide d’un changement de variable judicieux, donnons la nature

+∞
R
de l’intégrale fa,b (x)dx en fonction de a et b.
1
∗ au voisinage de ∞
1
f : x 7→ a est continue et positive sur [0, +∞[
x | ln x|b
·a>1
Soit γ vérifiant 1 < γ < a, on a alors limx→+∞ xγ f (x) = 0
1
Donc f (x) = 0+∞ ( γ ) et f est integrable sur ]1,+∞[
x
33
·a<1
Dans ce cas, on a limx→+∞ xf (x) = +∞
1
Donc = O+∞ ((f (x))) et f n’est pas integrable sur ]1, +∞[
x
d) On suppose que a = 1. Calculons une primitive de fa,b
0
1 u (x) 0
fa,b (x) = b
= b
= u (x)u(x)−b
x| ln x| u(x)
1 −b+1 1
Fa,b (x) = u = | ln(x)|1−b
1−b (1 − b)
1
La fonction fb (x) = une primitive de fx est F1 (x) = ln(| ln x|)
x| ln x|
il vient alors limx→0 F1 (x) = +∞
1
Si b 6=1 Fb (x) = | ln(x)|1−b
1−b
On en déduit que Fb admet une limite en 0 ssi 1 − b < 0 ssi b > 1
En conclusion, si a = 1 Fa,b est intégrable sur ]0,1[ ssi b > 1
Exercice 5
br
+∞
P 1
S(x) = 2 x2 + n
n=1 n
+∞
1
P
a) Si x = 0 , s(x) = qui diverge.
ai
n=1 n
+∞
P 1 +∞
P 1
Si x 6= 0, 2 2
∼ +∞ 2 2
qui converge
n=1 n x + n n=1 n x
np
Donc D = R∗
b) Démontrons que S est continue

re
1
Posons un (x) = 2 2
n x +n
Soit x ∈ D, alors n2 x2 + n > x2 n2
pa
1 1 1
2 2
≤ 2 2 ⇒ un (x) ≤ 2 2
n x +n x n x n
1
Or 2 est continue sur D et de limite nulle en +∞, elle est bornée sur cet intervalle et on
x
1 M 1
obtient ∀x ∈ D, | 2 2 | ≤ 2 où M = sup 2 /x ∈ D
n x +n n x
M
|un | ≤ 2
Pn
Ainsi Un (x) converge normalement sur D, donc uniformément sur D.
Alors sa fonction somme S est continue sur D.
Précisons le sens de variation de S et sa limite en +∞.
∗ Sur [0, +∞[
⇒ n2 x2 < n2 y 2 + n
1 1
⇒ 2 2
<
Soit x,y ∈ D, alors x2 ≤ y 2 n y +n n + n2 x2
P 1 P 1
⇒ 2 2
<
n y +n n + n2 x2
⇒ s(y) < s(x)
Alors S est décroissante.
34
S est décroissante dans [0, +∞[
∗ sur [−∞, 0[
On montre de même que S est croissante.
Par suite limx→+∞ S(x) = 0
d) montrons que S est de classe C 1 sur son Df

1 +∞
est une suite de fonctions de classe C 1 sur D et la série
P
un (x) = 2 2 un (x)
n x +n n=1
converge simplement sur D.
0 2n2 x
Par ailleurs u( n) (x) = − 2 2
(n x + n)2
0 2M 1
Et |u( n) |(x) ≤ 2 où M = sup 3 /x ∈ D
n |x|
+∞
P 0
D’où un (x) converge uniformément sur D
n=1
Alors la fonction somme S est de classe C 1 sur D
0 P 2n2 x
+∞
Avec ∀x ∈ D , S (x) = − 2 2
br
n=1 n x + n
Exercice 6
ai
soient deux réels, strictement positifs a et b distincts

a) Déterminons α et β tels que :
t(a − b) 2 (α + β)t3 + (aα + bβ)t
np
αt βt
(t + b) = + =
t2 + a t2 + b t2 + a
 (t2 
+ b)(t2 + a)
 α+β =0  (a − b)α = a − b
Par identification ⇐⇒
re
 aα + bβ = a − b  α = −β
Comme a 6= b alors α = 1 et β = −1
t(a − b) t t
pa
2 2
= 2 − 2
(t + a)(t + b) t +b t +a
+∞
R t(a − b) +∞
R t +∞
R t
b) Calculons I = 2 + a)(t2 + b)
dt = 2+b
dt − 2+a
dt
0 (t 0 t 0 t
h t 2 + b i 1 b
I = 21 ln 2 = − ln
t +a 2 a
35
Sujet 1 Dans une brève dissertation ne dépassant pas quatre pages, commentez la problé-
matique soulevée par ce texte.
Les envois de fonds des migrants ont pris une ampleur inégalée au cours des vingt dernières
années, à tel point que, dans bien des pays du Sud, leurs flux financiers dépassent désormais les
montants de l’aide publique au développement, voire des investissements étrangers. Une pareille
évolution a certainement accompagné l’augmentation générale du nombre de migrants interna-
tionaux, qui est passé de 150 millions en 2000 à 214 millions en 2011. Mais elle n’explique pas
pourquoi les transferts ont cru à un rythme beaucoup plus rapide que l’aide publique au dévelop-
pement ou les investissements étrangers dans les pays du Sud. En outre, elle est sans commune
mesure avec l’évolution de la proportion de migrants internationaux dans la population mondiale,
br
qui est restée stable, autour de 3%. De ce point de vue, il est fort possible que l’augmentation
des montants en question provienne d’abord de la conjonction de quatre principaux facteurs :
ai
le renouvellement des paradigmes des économistes, qui attachent désormais plus d’importance
aux flux migratoires ; la réévaluation des chiffres à la hausse et les changements de méthodes
np
statistiques de la Banque Mondiale, qui inclue dorénavant des estimations et ne se contente plus
d’utiliser les données officielles des gouvernements ; la criminalisation des transferts informels
depuis les attentats de septembre 2001 ; et la multiplication des frontières internationales avec
re
l’implosion de l’Union soviétique ou de la yougoslavie et l’indépendance de pays comme l’Ery-

thrée, le Timor Oriental, le Sud Soudan, etc . . .
pa
Dans u e très large mesure, la massification des envois de fonds des migrants vers leurs pays
d’origine reste donc une énigme. Leur impact, en particulier, ne laisse pas d’intriguer les spécia-
listes. Dans les pays du Sud, faut-il en effet y voir une manne de secours qui permettrait
de pallier les lacunes des services sociaux de l’Etat, Voire de l’investissement privé et de l’assis-
tance internationale ? Ou, au contraire, faut-il y voir de l’investissement privé et de l’assistance
internationale ? ou au contraire, faut-il y voir un pis-aller qui enfoncerait les destinataires des
transferts dans un syndrome de dépendance vis-à-vis de l’aide des migrants ? Les d ébats à ce
sujet sont extrêmement riches et l’étude qui suit vise à leur donner un prolongement politique en
s’interrogeant sur l’impact des remises des fonds quant aux modes de gouvernance de l’Afrique
subsaharienne. De fait, les transferts des migrants récemment, les sociologues. En revanche, les
politistes se sont davantage intéressés à l’influence des diasporas sur les conflits armés et les pro-
cessus de transition démocratique. Concernant l’Afrique subsaharienne, de précédents travaux
ont sur tout insisté sur la nécessité de penser le role de l’Etat pour analyser les phénomènes
36
migratoires.
Le Mali constitue un cas intéressant à cet égard. En effet, ses émigré disposent de ressources
humaines et économiques qui, toutes proportions gardées, n’ont rien à envier à celles de leurs
homologues en provenance de pays africains plus peuplés ou plus touchés par des exodes , tels la
Somalie, le Cap Vert, le Lesotho, les Comores ou le Nigeria. Aussi convient-il de s’interroger sur
la façon dont les Maliens de l’extérieur ont essayé de transformer leur force de frappe financière
en capital social et politique. Partant, il importe de se demander dans quelle mesure on assiste
également à l’émergence d’une diaspora. De fait, l’origine ne dit rien du degré d’organisation
transnationale de communautés de migrants réunis autour d’une identité commune. Dans son
sens le plus classique, le terme de diaspora sous-tend généralement un minimum de cohérence
et de communication entre les segments d’un groupe national, régional, religieux ou culturel dis-
persé dans deux pays étrangers au moins. Or il n’est pas évident que les Maliens de l’extérieur
aient atteint ce stade , à la différence des Somaliens ou des Capverdiens.
br
Marc-Antoine Pérouse de Montclos, De l’usage politique des remises de fonds des migrants :
ai
le cas du Mali, Working paper du Ceped, ˚ 26, septembre 2013, pp1-2.

Sujet2
np
Le monde contemporain est dominé par la tendance à la rationalisation de toutes les formes de
l’activité humaine.
Expliquer et discuter cette orientation en vous appuyant sur des exemples précis
re
Sujet 3 " Si l’Etat est fort, il nous écrase. S’il est faible , nous périssons." (Paul Valery. -
pa
Fluctuations sur la liberté . -Regards sur le monde actuel. - PLON 1938)

Dans quelle mesure cette appréciation vous parait-elle pertinente pour votre pays ?
37
Exercice 1
Le tableau suivant indique les nombres de voitures personnelles vendues au Etats-Unis en

1990, par classes de poids. La signification des notations est la suivante :
– ck : centre de la classe k,
– [ak, ak + 1[ : intervalle définissant la classe k,
– nk : nombre de véhicules vendus en 1990 (en milliers) pour la classe k,
– fk : fréquence relatives pour la classe k,
– Fk : fréquences relatives cumulées pour la classe k.
On vous dit par ailleurs que le centre de classe de la dernière classe vaut 5000.
br
ck [ak, ak + 1[ nk fk Fk
[1500, 2000[ 510
ai
[2000, 2500[ 1290

[2500, 3000[ 4070
np
[3000, 4000[ 4094

[4000 et + [ 720
re
1. Comment définissez-vous la population de l’étude ?
2. Quelles sont les variation et leurs natures ?

pa
3. Déterminer la borne supérieure de la dernière classe et compléter les autres centres de classe
4. Calculer les fréquences relatives
5. Calculer les fréquences relatives cumulées.
6. Tracer un histogramme de la distribution des ventes de véhicules en 1990.
7. Donner la moyenne, l’écart-type et la classe modale de cette distribution.
Exercice 2
Une marque donnée de lampes électriques à une durée de vie moyenne de 1500 heures avec un
écart type de 150 heures. Trois lampes sont connectées de telle manière que si l’une d’entre elles
claque, une autre s’allume. En supposant que les durées de vie sont normalement distribuées,
quelle est la probabilité pour que l’éclairage dure :
1. Au moins 5000 heures.
2. Au plus 4200 heures.
38
Exercice 3
Un professeur enseigne les statistiques à deux classe A et B, de 16 et 25 étudiants respec-

tivement. Au cours d’un même examen, bien qu’il ait aucune différence significative entre les
moyennes, l’écart type de la A est 9 alors que celui de la classe B est 12. Peut-on conclure qu’il
a plus de dispersion dans la classe B que dans la classe A aux seuils de signification de :
1. 1% ?
2. 5% ?
Exercice 4
Le tableau ci-dessous donne l’évolution de SMIC horaire converti en euros de 1995 à 2001.
Année 1995 1996 1997 1998 1999 2000 2001
Rang de l’année (xi ) 0 1 2 3 4 5 6
SMIC horaire en euros (yi ) 5,64 5,78 6,01 6,13 6,21 6,41 6,67
br
1. Calculer le pourcentage d’évolution du SMIC horaire entre 1995 et 2001.

2. Représenter le nuage de points (xi , yi ) dans un repère orthogonal (2cm pour une année et
ai
1cm pour un euro).

3. Un ajustement est-il justifié ? Pourquoi ?
np
4. Donner une équation de la droite d’ajustement affine D de y en x obtenue par la méthode

des moindres carrés.
re
5. Calculez le montant du SMIC horaire que l’on peut prévoir en 2005.

6. On envisage un autre modèle pour prévoir le montant du SMIC horaire en supposant qu’à
pa
partir de 2001, le SMIC progressera de 2% par an. En désignant par un le montant du

SMIC de l’année « 2001 + n ».
(a) Calculer le montant du SMIC horaire en 2005.
(b) À partir de quelle année le SMIC horaire aura-t-il dépassé 10 euro ?
Exercice 5
Deux groupes A et B sont formés chacun de 100 malades du Cancer de la Typhoïdes. Un sérum
devant guérir cette affection est administré au groupe A mais pas au groupe B (qui constitue le
groupe contrôle). A part cette différence, le traitements sont identiques dans les deux groupes. Les
traitements montrent que dans les groupes A et B, 75 et 65 personnes respectivement guérissent.
Tester l’hypothèse selon laquelle le sérum est efficace aux niveau de signification suivants :
1. 1% ;
2. 5% ;
3. 10%
39
Exercice 6
Voici un tableau de données brutes concernant les élèves d’une classe :
1. Définissez la population, l’unité statistique, déterminez les variables, leurs modalités, leur
nature.
2. Donnez les tableaux univariés (d’effectifs et de pourcentages) correspondant à chacune de

ces variables en ayant effectué les regroupements nécessaires pour présenter certaines de
ces variables.
3. Donnez les tableaux bivariés donnant pour chaque variable, la moyenne de celle-ci par le
sexe de l’élève.
4. Calculer si possible la moyenne et la médiane de chaque variable,
(a) En utilisant le tableau brut ci-dessous.
(b) Ensuite en utilisant les regroupements suivants : âge (< 12; [12, 15[; > 14) ; taille
br
(< 151; [151, 161[; note (< 11; [11, 14[; >= 14)
5. Commentez les différences éventuelles observées entre les résultats obtenus en a) et en b) ?

ai
np
re
pa
40
No Nom de l’élève sexe Age(ans) Taille(cm) note(/20)
1 Alain G 11 120 16,0
2 Florent G 12 143 12,5
3 Agnès F 13 151 14,0
4 Nadia F 12 128 13,0
5 Edouard G 14 167 12,0
6 Paul G 13 155 15,0
7 Martine F 11 132 13,5
8 Alfred G 15 162 7,0
9 Gérard G 10 110 15,5
10 Joëlle F 13 148 14,0
11 Noémie F 16 164 9,0
12 Serge G 15 172 5,0
br
13 Carole F 12 160 17,0

14 Daniel G 14 1156 14,5
15 Andrée F 13 140 15,5
ai
16 Antoine G 14 172 9,0

17 Barbara F 13 163 11,0
np
18 Bruno G 14 157 13,0

19 François G 12 142 10,0
re
20 Gaëlle F 12 148 8,0

21 Jean G 12 148 6,0
pa
22 Marine F 12 155 11,0

23 Jeanne F 15 160 14,0
24 Mathias G 16 159 15,0
25 Odile F 14 165 11,5
26 Patrick G 12 144 12,5
27 Emmanuel G 12 151 16,0
28 Xavier G 13 150 14,0
29 Louise F 12 145 13,0
Exercice 7
En échantillon de sondage électoral constitué de deux groupes d’électeurs de circonscription

X et Y , de taille 300 et 200 respectivement, a mis en évidence des intentions de vote de 56% et
48% pour un candidat donné. Vérifier les hypothèses suivantes au seuil de signification de 5% :
1. Il y a une différence entre les circonscriptions X et Y .
41
2. Le candidat est préféré dans la circonscription X.
CONCOURS IFORD (Mars 2012) : CORRIGÉE PROBA-STAT B
Exercice 1
Le tableau suivant indique les nombres de voitures personnelles vendues au Etats-Unis en

1990, par classes de poids. La signification des notations est la suivante :
– ck : centre de la classe k,
– [ak, ak + 1[ : intervalle définissant la classe k,
– nk : nombre de véhicules vendus en 1990 (en milliers) pour la classe k,
– fk : fréquence relatives pour la classe k,
– Fk : fréquences relatives cumulées pour la classe k.
On vous dit par ailleurs que le centre de classe de la dernière classe vaut 5000.
br
ck [ak, ak + 1[ nk fk Fk amplitude/500 n0 k fk0

1750 [1500, 2000[ 510 4, 8 4, 8 1 510 4, 8
ai
2250 [2000, 2500[ 1290 12, 1 16, 8 1 1290 12, 1

2750 [2500, 3000[ 4070 38, 1 54, 9 1 4070 38, 1
np
3500 [3000, 4000[ 4094 38, 3 93, 3 2 2047 19, 2

5000 [4000 et 6000[ 720 6, 7 100, 0 4 180 1, 7
re
1. La population de l’étude se définie comme étant l’ensemble des 10684 voitures personnelles
vendues au État-Unis en 1990
pa
2. Les variation poids est quantitative et continue
3. Déterminons la borne supérieure de la dernière classe et compléter les autres centres de

classe
X + 4000
Si X est la borne supérieure de la dernière classe, = 5000, donc X = 6000
2
4. Calculons les fréquences relatives
Voir fk sur le tableau.
5. Calculons les fréquences relatives cumulées.

Voir Fk sur le tableau.
6. Tracé d’un histogramme de la distribution des ventes de véhicules en 1990.

Les classe n’ayant pas les mêmes amplitudes, il faut corriger les effectifs en recalculant les
effectifs (n0k ) et les fréquences relatives effectifs (fk0 ) par unité d’amplitude.
Ensuite construire l’histogramme en utilisant l’effectifs (fk0 )
Se rassurer que la classe modale n’est pas [3000,4000[ mais [2500,3000[
42
7. Donnons la moyenne, l’écart-type et la classe modale de cette distribution.
moyenne =3080,9, l’écart type (s)=72465 et la classe modale est [2500,3000[
Exercice 2
Soient L1 , L2 et L3 les durées de vie. On a :

UL1 +L2 +L3 = UL1 + UL2 + UL1 = 1500 + 1500 + 1500 = 4500 heures
q p
σL1 +L2 +L3 = σL2 1 + σL2 2 + σL2 3 = 3(150)2 = 260 heures.
1. En unités réduites 5000heures, on a (5000 − 4500)/260 = 1, 92 fd’où la probabilité cherchée

est 0, 5000 − 0, 4726 = 0, 0274.
2. En unités réduites 4200 heures, on a (4200−4500)/260 = −1, 15 d’où la probabilité cherchée

est 0, 5000 − 0, 3749 = 0, 1251.
Exercice 3
br
1. En utilisant 1 et 2 pour les classes A et B respectivement, il en vient S1 = 9, S2 = 12 et

n1 16 n2 25
S10 2 = S 2 = (9)2 = 86, 4 et S20 2 = S 2 = (12)2 = 150
n1 − 1 1 15 n2 − 1 2 24
ai
Nous devons choisir les hypothèses

H0 : σ1 = σ2 , il existe une différence d’homogénéité entre les deux classes
np
H1 : σ1 > σ2 , la classe A est moins homogène que la classe B

On utilise en test unilatéral de distribution F avec comme degrés de liberté v1 = 16−1 = 15 ;
re
v2 = 25 − 1 = 24, respectivement pour les classes A et B. Au seuil de 1% on a F0,95 = 2, 80

S0 2 150
d’où pour les deux échantillons on a 10 2 = = 1, 74. Il en résulte que F < F0,95 H0
S2 86, 4
pa
ne peut être rejetée au seuil de 1%
2. Puisque F0,975 = 2, 11 pour les degrés de liberté v1 = 15 et v2 = 24 (F < F0,975 , nous ne

pouvons pas non rejeter H0 au seuil de 5%.
Exercice 4
1. Calculons le pourcentage d’évolution du SMIC horaire entre 1995 et 2001.

(6, 67 − 5, 64) × 100
Entre 1995 et 2001, le SMIC a augmenté de = 18, 26%
5, 64
2. Représentons le nuage de points (xi , yi ) dans un repère orthogonal.
43
y
6.67
6.41
6.21
6.13
6.01
br
5.78
ai
5.64
1.6
np
5.5 x
0 1 2 3 4 5 6
re
3. Un ajustement est justifié car le nuage de point indique une forme linéaire
4. Donnons une équation de la droite d’ajustement affine D de y en x obtenue par la méthode

pa
des moindres carrés.

Y = aX + b = 0, 163X + 5, 634 Voir la représentation sur le graphe.
5. Calculons le montant du SMIC horaire que l’on peut prévoir en 2005.

L’année 2005 est l’année de rang 10.
Pour X = 10, on a Y = 0, 163 × 10 + 5, 634 = 7, 26 euros
6. (a) Calculons le montant du SMIC horaire en 2005.

U0 = 6, 67 (SMIC année 2001) ;
U1 = U0 × 1, 02 (progression de 2%)=6, 67 × 1, 02(SMIC année 2002)
U2 = 6, 67 × 1, 022
U3 = 6, 67 × 1, 023
U4 = 6, 67 × 1, 024 (SMIC année 2005)=7,22 euro
(b) Un = U0 × 1, 02n (suite géométrique de raison 1,02)

On doit trouver n tel que Un = U0 × 1, 02n > 10
44
(ln(10) − ln(6, 67))
Soit n > = 20, 45
ln(1, 02)
Soit n > 21 c’est-à-dire au delà de 2022
Exercice 5
Soient P1 et P2 les fréquences respectives de malades guéris dans le groupe A (avec sérum)
et B ( sans sérum). Nous devons choisir entre les hypothèses suivantes :
H0 : P1 = P2 , les différences sont dues au hasard, le sérum n’a aucune efficacité
H1 : P1 > P2 , les différences ne sont pas dues au hasard, le sérum est efficace.
Sous l’hypothèse H0r
q
UP1 −P2 = σP1 −P2 = pq n11 + 1 1 1

n2 = (0, 70)(0, 30) 100 + 100 = 0, 0648
p a été estimé au moyen de la fréquence moyenne des cures dans les deux groupes donnée par
75 + 65
= 0, 70, d’où q = 1 − p = 0, 30
200
p1 − p2 0, 750 − 0, 650
Z= = = 1, 54
σp1 −p2 0, 0648
br
1. Au seuil de 1%, on ne peut rejeter H0 , donc le sérum n’a aucune efficacité (H0 est rejetée
si Z > 2, 33) ;
ai
2. Au seuil de 5%, on ne peut rejeter H0 donc le sérum n’a aucune efficacité (H0 est rejetée
si ZA > 1, 645) ;
np
3. Au seuil de 10%, on peut rejeter H0 , donc le sérum est efficace (H0 est rejetée si Z > 1, 28).
re
Exercice 6
1. Définition
pa
Population : ensemble des 29 élèves d’une classe,

Unité statistique : Un élève de la classe,
Variables :
Sexe : variable qualitative ou catégorielle ; deux modalités (F et G)
Age : variable quantitative discrète ; 7 modalités (10,11,12,13,14,15 et 16)
Taille : variable quantitative discrète ; nombre de modalités limités (entre 110 et 172)
Note : variable quantitative continue : plusieurs modalités.
2. Donnons les tableaux univariés (d’effectifs et de pourcentages) correspondant à chacune de

ces variables.
Sexe (xi ) Effectifs (ni ) Fréquence (fi )
Masculin 13 44,8
Féminin 16 55,2
Total 29
45
Age (yi ) Effectifs (ni ) Fréquence (fi )
10 1 3,4
11 2 6,9 Note (ti ) Effectifs (ni ) Fréquence (fi )
12 10 34,5 [5 ;10[ 6 20,7
13 6 20,7 [10 ;15[ 16 55,2
14 5 17,2 [15 ;18[ 7 24,1
15 3 10,3 Total 29 100,0
16 2 6,9
Total 29 100,0
Taille (zi ) Effectifs (ni ) Fréquence (fi )

110 1 3,4
120 1 3,4
128 1 3,4
br
132 1 3,4
140 1 3,4
142 1 3,4
ai
143 1 3,4
144 1 3,4
np
145 1 3,4
148 3 10,3
re
150 1 3,4
151 2 6,9
pa
155 2 6,9
156 1 3,4
157 1 3,4
159 1 3,4
160 2 6,9
162 1 3,4
163 1 3,4
164 1 3,4
165 1 3,4
167 1 3,4
172 2 6,9
Total 29 100,0
On pourrait accepter tout aussi un regroupement pour la variable taille.

De même, pour la variable continue, les candidats sont libres d’effectuer leur regroupement.
46
Il conviendra simplement de veiller sur l’exhaustivité des classes (qui ne doivent pas se
chevaucher) et les fréquences (29 et 100%)
3. Donnons les tableaux bivariés donnant pour chaque variable, la moyenne de celle-ci par le
sexe de l’élève.
Moyenne de chaque variable
Sexe (xi ) Effectif (ni ) Fréquence (fi ) Age Taille Note
Féminin 13 44,8 12 150,69 12,65
Masculin 16 55,2 13,06 150,50 12,06
Total 29 100,0
4. Calculons si possible la moyenne et la médiane de chaque variable,
(a) En utilisant le tableau brut ci-dessous.

Age Taille Note
Moyenne de chaque variable 13,00 150,59 12,33
br
Médiane de chaque variable 13,00 151,00 13,00

(b) Ensuite en utilisant les regroupements suivants : âge (< 12; [12, 15[; > 14) ; taille
(< 151; [151, 161[; note (< 11; [11, 14[; >= 14)
ai
Age (yi ) Centre de classe (ci ) Effectifs (ni ) Fréquence (fi )

[10 ;12[ 11 6 20,7
np
[12 ;15[ 13,5 16 55,2

[15 ;17[ 16 7 24,1
re
Total 29 100,0
Moyenne = 13,59
pa
Taille (zi ) Centre de classe (ci ) Effectifs (ni ) Fréquence (fi )

[110 ;151[ 130,5 6 20,7
[151 ;161[ 156 16 55,2
[161 ;173[ 167 7 24,1
Total 29 100,0
Moyenne = 153,38
Note (ti ) Centre de classe (ci ) Effectifs (ni ) Fréquence (fi )

[5 ;11[ 8 6 20,7
[11 ;14[ 12,5 16 55,2
[14 ;18[ 16 7 24,1
Total 29 100,0
Moyenne = 12,41
RESUME
47
Age Taille Note
Moyenne de chaque variable 13,59 153,38 12,41
Médiane de chaque variable 13,70 159,49 13,55
5. Commentons les différences éventuelles observées entre les résultats obtenus en a) et en b)
Les moyennes et les médianes obtenues après regroupement sont différentes des moyennes
obtenues sur les données brutes.
Le regroupement tout en synthétisant ou en résumant quelque peu les données créé une
perte d’information qui se répercute dur les indices calculés.
Exercice 7
Soient P1 et P2 les fréquences d’électeurs des deux circonscriptions qui ont décidé de voter
pour le candidat en question.
Dans l’hypothèse H0r: P1 = P2
q
br
UP1 −P2 = σP1 −P2 = pq n11 + 1 1 1

n2 = (0, 528)(0, 472) 300 + 200 = 0, 0456
[(0, 56)(300) + (0, 48)(200)]
P a été estimé comme = 0, 528, d’où q = 1 − p = 0, 472
500
ai
P1 − P2 0, 560 − 0, 480
Z= = = 1, 75
σP1 −P2 0, 0456
1. H0 ne peut être rejetée, il y a un effet du hasard, pas de différence significative entre les
np
deux circonscriptions.
2. Le candidat est préféré dans la circonscription A (on ne peut rejeter H0 que si Z > 1, 645).
re
pa
48
Exercice 1
Dans l’espace vectoriel R3 muni de la base canonique b = (e1 , e2 , e3 ) on considère l’endomor-

phisme u dont la matrice M par rapport à b est :
 
2 1 0
 
M =
 −3 −1 1 

1 0 −1
1. Calculer M 2 et vérifier que M 3 = 0

br
2. Calculer (I −M )(I +M +M 2 ) et en déduire que I −M est inversible et préciser son inverse.
3. Quelle est la dimension du noyau de u ?

ai
4. Quel est le rang de u ?
/ ker u2 , les trois vecteurs (x, u(x), u2 (x)) forment une base de R3 et e
5. Montrer que ∀x ∈
np
déduire que la famille (x, −u(x), u2 (x)) est une famille libre.
On pose e01 = u2 (e3 ), e02 = u(e3 ), e03 = e3
re
6. Montrer que la famille b0 = (e01 , e02 , e03 ) est une base de R3
7. Donner la matrice P de passage de b à b0

pa
8. Calculer P 2 et en déduire P −1
9. Donner la matrice M 0 de u dans la base b0 .
Exercice 2
Z 1
x
1. Calculer : I(x) = dy
0 1 + xy
Z 1
ln(1 + x)
2. En déduire : I = dx
0 1 + x2
Exercice 3
Soit f une fonction définie sur [0; 1], continue en 0 et en 1 telle que f (0) = f (1) et que :
∀(x) ∈ [0, 1] f (x2 ) ≤ f (x). Montrer que f est constante.
1 1

N.B ∀x ∈]0, 1[, considère les suites : (x, x2 , x4 , . . . ) et x, x 2 , x 4 , . . . .
49
Exercice 4
1. Démontrer que pour tout entier k strictement positif :

√ √ 1 √ √
k+1− k < √ < k − k − 1.
2 k
2
n
X 1
2. En déduire, que pour n ∈ N∗ , la partie entière de la somme : Sn = √ .
k=1
2 k
Exercice 5
1. Trouver le minimum de xx pour x ∈ R∗+ , que l’on désignera par m.

y
2. Soit x et y deux réels tels que 0 < y ≤ x ≤ 1. Démontrer que : xy + y x ≥ m x + m xy .
3. En déduire que ∀(x, y) ∈ R∗+ 2 xy + y x > 1.
4. Montrer que 1 est le plus grand réel A tel que : ∀(x, y) ∈ R∗+ 2 xy + y x > A.
br
Exercice 6
On considère le système suivant d’équations différentielles du premier ordre dans lequel y et

ai
z désigne deux fonction inconnues de x :


np
y 0 + 4z = 2e2x

z 0 − y = 2e2x

re
1. Former l’équation différentielle du second ordre (E) à laquelle satisfait la fonction y(x)
2. Intégrer l’équation (E) et en déduire la solution générale du système

pa
3. Préciser celle des solutions pour laquelle on a y = 1 et z = −1 pour x = 0.
Exercice 1
1. Calculons M 2 et vérifions que M 3 = 0

 
1 1 1
M2 = 
 
 −2 −2 −2 

1 1 1
Puis M 3 = 0
50
2. Calculons (I − M )(I + M + M 2 ) et en déduisons que I − M est inversible et précisons son
inverse.
(I − M )(I + M + M 2 ) = I − M 3 = I
I − M est inversible à droite, donc inversible et son inverse est I + M + M 2
3. La dimension du noyau de u
M est nilpotente donc non inversible, son rang est donc ≤ 2. D’autre part, les deux pre-
mières colonnes de M sont clairement indépendantes d’où son rang est ≥ 2.
Nous en déduisons que le rang de u est 2.
D’après le théorème du rang ; la dimensions du noyau de u est 1.
Conclusion rang de u = 2 et dimension du noyau de u est 1
4. Quel est le rang de u ?
/ ker u2 , montrons que la famille des trois vecteurs (x, u(x), u2 (x)) forment une base
5. Soit x ∈
de R3 et déduisons que la famille (x, −u(x), u2 (x)) est une famille libre.
br
Supposons que λx + µu(x) + νu2 (x) = 0.

Les images par u2 et par u de ce vecteur nul sont nulles, soit up (−x) = 0
ai
Pour p ≥ 3 : 


λu2 (x) = 0
np


λu(x) + µu2 (x)µ = 0


λx + µu(x) + xµ2

re
Puisque u2 (x) 6= 0, il est évident que λ = µ = ν = 0 (x, u(x), u2 (x)) est une base de R3 .
En remplaçant µ par −µ, la famille (x, −u(x), u2 (x) est également une base de R3 donc
pa
libre.
6. Montrons que la famille b0 = (e01 , e02 , e03 ) est une base de R3

En utilisant les résultats de la question précédente, la famille b0 = (e01 , e02 , e03 ) est une base
de R3 . e3 ∈
/ ker u puisque u(e3 ) = e2 − e3 .
7. Donnons la matrice P de passage de b à b0

P contient en colonne les coordonnées des vecteurs de la base b0 sur la base b.
Or la 3ieme colonne de M 2 est formée des coordonnées sur b de u2 (e3 ), la 3ieme colonne de
M est formée des coordonnées de b sur b de u(e3 )
 
1 0 0
 
P =  −2 −1 0 

1 1 1
8. Calculons P 2 et en déduisons P −1
Alors P 2 = I ce qui permet de vérifier que P est inversible et que P −1 = P .
51
9. Donnons la matrice M 0 de
 u dans la base
0
b .
0 −1 0
0 −1
 
On a : M = P M P =   0 0 −1 

0 0 0
Exercice 2
1. Calculons I(x)
Z 1
x
I(x) = dy = [ln(1 + xy)]10 = ln(x + 1)
0 1 + xy
2. En déduisons I Z 1 Z 1 Z 1
ln(1 + x) 1 x
Nous pouvons alors écrire : I = dx = dy dx
0 1 + x2 0 1+x
2
0 1 + xy
En utilisant le théorème de Fubini on a :
Z 1 Z 1
x
I= 2
dx dy
0 0 (1 + x )(1 + xy)
x
En décomposant la fonction F (x) = et en intégrant par la suite on obtient
br
2
(1 + x )(1 + xy)
ln 2 1 dy π 1 2y
Z Z Z 1
ln(1 + y)
I= 2
+ 2
dy − dy
2 0 1+y 8 0 1+y 0 1 + y2
ai
π
En définitive : I = 8 ln 2
np
Exercice 3
Soit x ∈]0, 1[. Considérons la suite (xn )n∈N définie par u0 = x et pour tout n ∈ N∗ , un+1 =
re
u2n .
n
Par récurrence un = x2 , donc un converge vers 0.
pa
Comme f est continue sur 0, la suite (f (un )) converge vers f (0). Or d’après l’hypothèse
∀n ∈ N, f (un+1 ) = f (u2n ) ≤ f (un ) cette suite est donc décroissante.
Par un raisonnement analogue on montre que la suite (f (vn )) est croissante (v0 = x et
vn = x2−n ).
On en déduit que ∀n ∈ N, f (vn ) ≤ f (1) et en particulier f (x) ≤ f (1).
On a montrer que ∀x ∈]0, 1[, f (0) ≤ f (x) ≤ f (1) Comme f (0) = f (1), alors f est constante
sur [0, 1]
Exercice 4
1. Démontrons que pour tout entier k strictement positif :

√ √ 1 √ √
k + 1 − k < √ < k − k − 1.
2 k
√ √ 1 1 √ √ 1 1
On a : k + 1 − k = √ √ < √ et k − k − 1 = √ √ > √
k+1+ k 2 k k+ k−1 2 k
√ √ 1 √ √
D’où k − 1 − k < √ < k − k − 1
2 k
52
n 2
∗
X 1
2. En déduisons que pour n ∈ N , la partie entière de la somme : Sn = √ .
k=1
2 k
En sommant pour k variant de 1 à n2 on obtient
n 2 2
n √ 2
n √ n2
X √ X X X √
k+1− k < Sn < k− k−1
k=1 k=1 k=1 k=1
En réindexant et après simplification on obtient

p
n2 + 1 − 1 ≤ Sn < n
√
Or n2 + 1 − 1 > n − 1 donc n − 1 ≤ Sn < n.
En conclusion la partie entière de Sn est n − 1.
Exercice 5
1. Trouvons le minimum de xx pour x ∈ R∗+ , que l’on désignera par m.

br
En étudiant les variations de la fonction f (x) = xx = ex ln x on trouve que sur ]0, e−1 ], elle
est strictement décroissante et sur ]e−1 , +∞[ ell est strictement croissante. Elle admet donc
ai
−1
un minimum en e−1 qui vaut f (e−1 ) = e−e
−1
m = e−e
np
y
2. Démontrons que : xy + y x ≥ m x + m xy .
Soit (x, y) ∈ R2 tel que 0 < y ≤ x < 1. On peut écrire
re

xy = (xx ) y

x
y x = y xy
x
pa

x
y y x y
Comme xw ≤ 1 et x < 1, x ≥ x
D’autre part x2 ≥ m, d’où

y y
xy + y x ≥ m x + m
x
3. En déduisons que ∀(x, y) ∈ R∗+ 2 xy + y x > 1.
Pour deux réels x et y strictement positifs tels que x ≥ 1 et y ≥ 1, il est claire que
xy + y x > 1.
y
S’il sont tous deux inférieur à 1 avec y ≤ x, xy + y x ≥ m x + m xy .
y
En posant x = t et en étudiant la fonction ϕ(t) définie par ϕ(t) = mt + mt sur [0, 1], on
obtient qu’elle est deux fois dérivable. En utilisant le raisonnement de la question 1) on
trouve que xy + y x ≥ ϕ xy > 1

En définitive xy + y x > 1
53
4. Montrons que 1 est le plus grand réel A tel que : ∀(x, y) ∈ R∗+ 2 xy + y x > A.
Pour y = 1, lim (xy + y x ) = lim (1 + x) = 1 Donc pour tout ε > 0 ∃α > 0 tel que
x→0 x→0
(y = 1 et 0 < x ≤ α) ⇒ 1 < xy + y x ≤ 1 + ε
1 est donc le plus grand minorant de xy + y x sur R∗+ 2 .
Exercice 6
On considère le système suivant d’équations différentielles du premier ordre dans lequel y et

z désigne deux fonction inconnues de x :

y 0 + 4z = 2e2x

(1)
z 0 − y = 2e2x

(2)
1. Formons l’équation différentielle du second ordre (E) à laquelle satisfait la fonction y(x)
Par dérivation des deux membres de (1) il vient que y 00 + 4z 0 = 4e2x
br
C’est-à-dire compte tenu de l’équation (2), y 00 + (y + e2x ) = 4e2x , d’où
(E) y 00 + 4y = 0.
ai
2. Intégrons l’équation (E) et en déduisons la solution générale du système

La solution générale de (E) étant
np
y 0 = A cos 2x + 3 sin 2x, (A, B) ∈ R2 .

re
par dérivation on obtient y 0 = −2A sin 2x + 2B cos 2x.

L’équation (1) donne alors
pa
1 1
z = (−y 0 + 2e2x ) = (2A sin 2x − 2B cos 2x + 2e2x )
4 4
1
= (A sin 2x − B cos 2x + e2x );
2
Les fonction trouvées étant solution de l’équation (2), la solution générale du système est
donc 
y = A cos 2x + B sin 2x,

z = 1 (A sin 2x − B cos 2x + e2x )


2
3. Précisons celle des solutions pour laquelle on a y = 1 et z = −1 pour x = 0.

Les constante A et B sont déterminées par les conditions suivantes :
1
A = 1 et −1 = 2 − B + 1), d’où B = 3.
La solution demandée est donc

y = cos 2x + 3 sin 2x,

z = 1 (sin 2x − 3 cos 2x + e2x )


2
54
Sujet 1 Pauvreté-Population-Environnement : un cercle vicieux ?

En Afrique au Sud du Sahara l’insuffisance d’une main-d’œuvre qualifiée, une capacité de
gestion publique défaillante, le manque d’infrastructures physiques fonctionnelles sont autant de
facteurs qui entravent sérieusement (les effort et initiative nationales) et auxquels s’ajoute le
manque de capitaux. Par ailleurs la main-d’œuvre non qualifiée augment rapidement pendant
que les ressources naturelles renouvelables telles les arbres dans la forêt, l’eau douce, les sols
cultivables et la biodiversité s’épuisent. Si à ces handicaps s’ajoutent une croissance rapide de
la population, l’utilisation rationnelle du potentiel technique dont dispose un pays pourrait se
trouver menacée . . .
br
Il est avancé que la croissance démographique rapide constitue une menace contre la croissance
économique fondée sur les resources naturelles. Alors que les besoins des populations rurales en
ai
bois de chauffe peuvent à peine constituer une cause de déboisement, tel n’est pas le cas pour
les zones urbaines. Ce nonobstant la dégradation rapide des indicateurs économiques se poursuit
notamment pour les ménages pauvres des zones rurales où les enfants deviennent une forme
np
de retraite vieillesse et de sécurité sociale, à cause du contexte général de paupérisation et la

diminution de l’aide étrangère et pourrait constituer un obstacle de taille pour le progrès.
re
(source : Banque Mondiale)

pa
Travail à faire : Répondre aux questions de votre choix pour un total de 20 points.
1. Quel est le problème posé par ce texte ? Proposer une définition
2. Quelles logiques soutendent un taux de fécondité élevé chez les pauvres.
3. Expliquer quelque coûts de la demande d’enfants.
4. Expliquer et discuter les dissonances entre les politiques publiques et la demande d’enfants.
5. Expliquer pourquoi les zones urbaines sont des prédateurs de l’environnement.
6. Expliquer et discuter la problématique de « l’aide ».
7. Expliquer et illustrer à l’aide d’exemples précis « une capacité de gestion publique dé-
faillante ».
Sujet 2 Dans une brève dissertation ne dépassant pas quatre pages, commentez la probléma-
tique soulevée par ce texte de Brodie Ramin.
L’Afrique sub-saharienne est la region du monde la meins urbanisée. Seulement 39,1% de la
population de la region vit en ville. Néanmoins, d’après les projections, la population urbaine de
55
la région devrait plus que doubler nous atteint 760 millions d’ici 2030. La vitesse de l’urbanisation
rend le phénomène très difficile à gérer. Un article récent du New England Journal of Medicine
soutient que l’urbanisation est un danger sanitaire pour certaines populations vulnérables et que
cette évolution démographique menace de créer une catastrophe humanitaire.
CONCOURS IFORD (Mars 2012) : CORRIGÉE INDICATIONS
Repérer dans les réponses des candidats les éléments non exhaustifs ci-après
1. Quel est le problème posé par ce texte ?

Développement économique et social ; changement social ; lutte contre la pauvreté ; dé-
faillance des politiques publiques, etc.
2. Expliquer et discuter la logique qui sous-tend un taux de fécondité élevé chez

br
les pauvres
Explication
ai
Pour les populations :

– Les enfants sont considérés comme une assurance-vieillesse ; maladie ;
– la parenté est, avec la terre, partie intégrante de la stratégie de développement
np
– Les enfants sont une source pour construire les pays : faute d’équipements, les hommes
constituent le capital le plus précieux de la famille, du village et du pays.
re
– risques élevés de mortalité et de mortalité

– peurs et incertitudes liées survie et au développement de l’enfant, face à la pauvreté aux
pa
maladies, aux catastrophes en tout genre

Éléments qui militent qui militent en faveur de la maîtrise de la fécondité :
– la qualité de la prise en charge des enfants ;
– les risques liés pour la santé de la mère ;
– les coûts de l’entretien des enfants en rapport avec les ressources disponibles pour famille
– la fécondité élevée ne se limits pas seulement aux pauvres ou aux ruraux
– Nécessité de politique publiques appropriées pour faire de la démographie un atout (rôle
des gouvernements)
– contraintes des politiques et de la planification macroéconomiques
– coût des politiques sociales
– assurer adéquation population et développement
– pression des bailleurs le fonds internationaux
3. Expliquer et discuter quelques coûts de la demande d’enfants

Explication
56
– Baisse de la capacité de travail de la femme pendant la grossesse et la première enfance ;
– risque de perdre la vie pendant ou après la grossesse ;
– les enfants absorbent l’essentiel des revenus du ménage :
alimentation, scolarisation, santé, etc.
Discussion
– Les facteurs négatifs peuvent être atténués par une politique de la famille des politiques
publiques sectorielles volontaristes, en phase avec les dynamiques de population
4. Expliquez et discutez les dissonances entre les politiques publiques et la de-

mande d’enfants
Explication
– Absence de vision partagée sur la représentation de l’enfant
– Inadéquation entre demande et offre de service de base
(Faible accès aux services sociaux de base de qualité : soins, éducation, énergie, eau, trans-
br
port, intrants et marchés . . . paupérisation, chômage)

ai
Discussion :
Pour obtenir une approche consensuelle
– Communication efficace entre gouvernement et familles
np
– la parenté responsable de la part des familles ;

– la bonne governance de la part des gouvernants
re
5. Pensez-vous que les zones urbaines sont des prédateurs de l’environnement ?

justifier votre position
pa
OUI
– Déboisement pour construction des villes, bois de chauffe/charbon,
– population, industrialisation, ordres
– consommation eau et électricité,
NUANCE : le milieu rural également
– urbanisation des campagnes
– complexes agro-industriels en milieu rural
– activités agricoles extensives
– activités pastorales traditionnelles
– activités minières
– exploitation forestières
Parfois frontière très tenue entre l’urbain et le rural, qui s’interpénètrent en Afrique
Élément de’ ruralisation de la ville et d’urbanisation de la campagne.
57
Exercice 1
Dans un collège X en Sciences de la nature, l’effectif d’élèves du programme est composé

à parts égales de filles et de garçons et 60% des élèves veulent se diriger dans le domaine de
la santé. De plus, on sait que la probabilité qu’un élève soit un garçon voulant aller dans un
domaine autre que celui de la santé est de 0,35.
1. Symbolisez les événements mentionnés et relevez les probabilités explicites de cette situa-
tion. En d’autres termes, traduisez mathématiquement les renseignements donnée.
2. Un élève est choisi au hasard. Déterminer la probabilité des événements :

br
a. L’élève ne se dirige pas dans le domaine de santé.
b. L’élève est un garçon se dirigeant dans le domaine de la santé.

ai
c. L’élève est un garçon ou un élève se dirigeant dans le domaine de la santé.
d. L’élève est une fille et elle ne se dirige pas dans le domaine de la santé.
np
Exercice 2
re
La probabilité de migrer à une distance r peut être approchée par une fonction de type Pareto
k1
m1 (r) = ra
pa
Z ∞
1. Calculer la probabilité de migrer à une distance supérieure à R M1 (R) = m1 (r)dr.
R
2. Discuter les valeurs de M1 (R) en fonction de R et des paramètres k1 et a.
3. Reprendre les questions 1) et 2) si la probabilité de migrer à une distance n’est approchée

par une fonction exponentielle m2 (r) = k2 e−br .
Exercice 3
Les lampes électriques fabriquées par un industriel A ont une durée de vie moyenne de 1400
heures avec un écart type de 200 heures, tandis que celles fabriquées par un industriel B ont
une durée de vie moyenne de 1200 heures avec un écart type de 100 heures. Si l’on teste des
échantillons aléatoires de 125 lampes de chaque marque, quelle est la probabilité que les lampes
A aient par rapport aux lampes B une durée moyenne de vie au moins :
1. Supérieure de 160 heures,
2. Supérieure de 250 heures.
58
Exercice 4
Un échantillon de sondage électoral constitué de deus groupes d’électeurs de circonscription

X et Y , de taille 300 et 200 respectivement, a mis en évidence des intentions de vote de 56% et
48% pour un candidat donné. Vérifier les hypothèses suivantes au seuil de signification de 5% :
1. Il y a une différence entre les circonscriptions X et Y .
2. Le candidat est préféré dans la circonscription X.
Exercice 5
Deux groupes A et B sont formés chacun de 100 malades du cancer de la Thyroïde. Un sérum
devant guérir cette affection est administré aux malades du groupe A mais pas à ceux du groupe
B (qui constitue le groupe de contrôle). A part cette différence, les traitements sont identiques
dans les deux groupes. Les traitements montent que dans les groupes A et B, 75 et 65 personnes
respectivement guérissent. Tester l’hypothèse selon laquelle le sérum est efficace aux niveaux de
br
signification suivants :
1. 1%
ai
2. 5%
3. 10%
np
Exercice 6
re
Le recensement général de la population et de l’habitation du pays IFORDIA a permis de

répartir sa population par sexe selon l’état matrimonial au 31 décembre 1998 (tableau 1).
pa
État matrimonial
Sexe
Célibataire Mariés Veufs Divorcés Total
Hommes 2 181 954 2 411 630 135 914 264 220 4 993 718
Femmes 1 894 892 2 418 631 598 705 307 806 5 220 034
Total 4 076 846 4 830 261 734 619 572 026 10 213 752
Tableau 1 – Récupération de la population d’IFORDIA par sexe selon l’état matrimonial au

31 décembre 1998.
1. À partir du tableau 1 établir les répartitions proportionnelles par sexe par statut matrimo-
nial et par rapport à la population totale :
2. Laquelle de ces trois répartitions proportionnelles permettrait de comparer :
(a) Les pourcentages de célibataires parmi les hommes et les femmes.
59
(b) Les pourcentages d’hommes parmi les célibataires et les divorcés.
(c) Les pourcentages d’homme et de femme parmi les célibataires.
(d) Les pourcentages d’hommes célibataires et de femmes divorcées dans la population

totale.
3. Laquelle des trois répartitions proportionnelles faut-il utiliser pour répondre aux questions
suivantes :
(a) Parmi les célibataires, quel est le sexe qui domine ?
(b) Le célibat touche-t-il proportionnellement plus d’hommes que de femmes ?
(c) Le déséquilibre hommes/femmes est-il même parmi les veufs/veuves et parmi les di-
vorcé(es) ?
Exercice 7
On a mesuré le périmètre crânien et le tour de hanche d’un échantillon de 50 étudiants d’une

br
université de la République d’IFORDIA. Les données, exprimées en cm, sont présentées dans le
tableau 2
ai
I 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
np
Xi 37 37 33 33 36 34 37 37 35 32 32 34 40 39 39 39 39 37 37 37
Yi 76 75 76 69 73 70 74 73 76 72 66 75 84 88 80 78 78 79 84 85
re
I 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Xi 38 38 38 38 38 35 40 32 34 32 39 39 39 39 37 38 38 37 37 38
pa
Yi 84 82 82 76 74 76 84 66 75 72 88 80 78 78 79 76 74 84 85 84
I 42 43 44 45 46 47 48 49 50
Xi 38 37 37 33 33 36 34 37 37
Yi 82 76 75 76 69 73 70 74 73
Tableau 2 – Répartition de 50 étudiants de la République IFORDIA par périmètre crânien et

par tour de hanche.
1. Dépouiller ces informations sous forme de tableau de contingence en formant des classes
d’amplitude 2 pour la variable X et 4 pour la variable Y .
2. Calculer pour chaque variable la moyenne marginale ainsi que l’écart-type.
3. Calculer le coefficient de corrélation linéaire entre X et Y .
4. Que peut-on dire de la relation entre X et Y ?
60
Exercice 8
Le tableau 3 reprend la répartition des femmes en âge de procréer par nombre d’enfants nés
vivants déclarés à l’issue du recensement général de la population d’un pays X.
Nombres d’enfant Nombre de femmes

0 473 836
1 778 159
2 676 157
3 379 425
4 214 080
5 115 202
6 64 979
7 37 860
br
8 22 733
9 13 659
10 et + 21 064
ai
Tableau 3 – Répartition des femmes en âge de procréer oar nombre d’enfants nés vivants.
np
1. Calculer le nombre d’enfant dont la mère a moins de 10 enfants

re
2. Sachant que le nombre total d’enfants s’élève à 5 838 792
(a) Quel est le nombre d’enfant des mères de 10 enfants et plus ?

pa
(b) En déduire le nombre moyen d’enfants par femme pour ces mères.
3. Calculer le nombre moyen d’enfants par femme pour l’ensemble des femmes considérées.
Exercice 9
Une industrie de machinerie lourde affirme que depuis quelques années les machines qu’elle
fabrique font de moins en moins de bruit. Le comité Santé et Sécurité au travail d’une usine dont
tout l’équipement provient de cette industrie désire vérifier ces dires.
Une équipe choisit au hasard des machines faisant partie de son équipement et note le niveau
de bruit développé lors du fonctionnement de la machine de même que l’année de fabrication
(voir tableau 4)
1. Représenter le nuage de points.
61
Année de fabrication Niveau de bruit (décibels)
68 91,3
71 90,1
80 85,4
82 88,6
75 89,3
90 87,1
73 87,8
84 86,3
88 86,0
78 88,7
70 89,5
86 85,2
br
82 86,6
90 86,4
77 87,1
ai
Tableau 4 – Niveau de bruit (décibels) des machines par année de fabrication.

np
2. Calculer le coefficient de corrélation, le coefficient de détermination et trouver l’équation

de la droite de régression.
re
3. Interpréter les coefficient de correlation et de détermination.
4. Trois ex-employés sont atteint de surdité partielle et pointent le niveau de bruit des ma-
pa
chines qu’il utilisaient. Que peut-on supposer comme niveau de bruit pour une machine
fabriquée en 1979 ? En 1989 ? En 1996 ?
Exercice 1
1. Traduisons mathématiquement les renseignements donnée.

Soit F : l’élève est une fille,
G : l’élève est un garçon,
A : l’élève se dirige dans le domaine de la santé.
On a : P (F ) = 0, 5 P (G) = 0, 5 P (A) = 0, 6
P (G ∩ A) = P (G \ A) = 0, 35
62
2. a. On veut P (A) = 1 − P (A) = 1 − 0, 6 = 0, 4
b. On veut P (G ∩ A) : On sait que P (G \ A) = P (G) − P (G ∩ A)

C’est-à-dire 0, 35 = 0, 5 − P (G ∩ A) P (G ∩ A) = 0, 5 − 0, 35 = 0, 15
c. On veut P (G ∪ A) : On a P (G ∪ A) = P (G) + P (A) − P (G ∩ A) d’où P (G ∪ A) =

0, 5 + 0, 6 − 0, 15 = 0, 95
d. On veut P (F ∩ A) ou encore P (F \ A)
On a : p(A) = P (F ∩ A) + P (G ∩ A)
d’où 0, 4 = P (F ∩ A) + 0, 35 ⇐⇒ P (F ∩ A) = 0, 05
Exercice 2
Dans le cas où la probabilité de migrer à une distance r est approchée par une fonction de
type Pareto, la probabilité de migrer à une distance supérieure à R sera égale à
• Si a 6= 1
br
∞
∞
k1 r−a+1 1 ∞

−k1
Z
k1
M1 (R) = dr = =
R ra −a + 1 R a − 1 ra−1 R
-Si a > 1
ai
k1 1
M1 (R) = × a−1
a−1 R
np
L probabilité de migrer à une distance comprise entre 0 et ∞ doit être égale à 1. Par conséquent,
M1 (0) doit être égal à 1. Or
re
k1
M1 (0) = ∞=∞ si k1 6= 0
a−1
Donc ce modèle ne peut être pour R = 0, et M1 (R) n’est utilisable que pour R > 0
pa
- Si a < 1
k1 1 k1
M1 (R) = a−1
− ∞ = ±∞ selon le signe de k1
a−1R a−1
Puisque M1 (R) est une probabilité, cette quantité ne peut prendre que des valeurs comprises
entre zéro et l’unité, ce qui exclut les valeurs de a < 1.
• Si a = 1 Z ∞
k1
M1 (R) = dr = [k1 ln(r)]∞
R = k1 (ln(∞) − ln(R)) = ±∞
R r
selon le signe de k1
Comme M1 (R) est une probabilité, la valeur a = 1 doit également être rejetée.
Par conséquent, la fonction de type Pareto ne convient pour approcher la probabilité de migrer
que si R > 0 et a > 1
Si la probabilité de migrer à une distance r est une fonction exponentielle de r.
m2 (r) = k2 e−br
63
la probabilité de migrer a une distance supérieure à R sera égale à
Z ∞ ∞
k2 e−br k2 e−br

M2 (R) = k2 e−br dr = − =
R b R b
La fonction exponentielle convient pour toutes les valeur de R si et seulement si
k2
M2 (0) = =1
b
ce qui implique b = k2
si b 6= k2 (c’est le cas générale), alors le modèle exponentielle ne peut être utilisé pour R = 0.
Exercice 3
Soient X A et X B les durées de vie moyennes des échantillons A et B, respectivement. Dans

ces conditions
µX = µX A − µX B = 1400 − 1200 = 200hr et
A −X B r r
2 2
σA σB 1002 2002
σXA −XB = + = + = 20hr
nB nB 125 125
br
La variable réduite pour la différence des moyennes est :

(XA − XB ) − (µXA −XB ) (XA − XB ) − 200
Z= =
σXA −XB 20
ai
très sensiblement distribuée normalement

160 − 200
1. En unités réduites la différence de 160 heures= = −2 donc la probabilité que les
np
20
lampes A aient par rapport aux lampes B une durée moyenne de vie au moins supérieure
de 160 heures = 0, 5000 + 0, 4772 (aire sous la courbe normale à droite de z = −2).
re
250 − 200
2. En unité réduites la différence de 250 heures = = 2, 50 donc la probabilité que
20
les lampes A aient par rapport aux lampes B une durée moyenne de vie au moins supérieure
pa
de 250 heures 0, 5000 − 0, 4938 = 0, 9962 (aire à droite de z = 2, 5).
Exercice 4
Soient P1 et P2 les fréquences des électeurs des deux circonscriptions qui ont décidé de voter
pour un candidat donné.
Dans l’hypothèse H0 : (P1 r
= P2 )
q
σP1 −P2 = pq n11 + 1 1 1

µP1 −P2 = 0 n2 = 0, 528 × 0, 472 × 300 + 200 = 0, 0456
0, 56 × 300 × 0, 48 × 200
Avec p = = 0, 528 et q = 1 − p = 1 − 0, 528 = 0, 473. D’où
500
p1 − p2 0, 560 − 0, 480
Z= = = 1, 57
σp1 −p2 0, 0456
1. Il s’agit d’un test bilatéral entre H0 (p1 = p2 ) et H1 (p1 6= p2 ). Puisque Z = 1, 75 l’hypo-
thèse H0 ne peut être rejetée et il n’y a pas de différence entre les deux circonscriptions.
2. Il s’agit d’un test unilatéral entre H0 est rejetée si Z > 1, 645. Comme c’est le cas, il en
résulte que le candidat est préféré dans la circonscription X.
64
Exercice 5
Soient p1 et p2 les fréquences respectives des malades guéris (1) avec le sérum et (2) sans
sérum. Nous avons le choix entre les deux hypothèse suivantes
H0 : P1 = P2
H1 : P1 > P2
Sous l’hypothèse H0 r q
= pq n11 + 1 1 1

µP1 −P2 = 0 σP −1−P2 n2 = 0, 70 × 0, 30 × 100 + 100 = 0, 0648
75 + 65
Avec P = et q = 1 − p = 1 − 0, 70 = 0, 30. D’où
200
P1 − P2 0, 750 − 0, 650
Z= = = 1, 54
σP1 −P2 0, 0648
1. Sur la base d’un test unilatéral au seuil de 1%, H0 est rejetée si Z > 2, 33, ce qui n’est pas,
le cas. Les résultats sont donc l’effet du hasard au seuil de signification de 1%
2. Sur la base d’un test unilatéral au seuil de 5%, cH0 est rejeté si Z > 1, 645, ce qui n’est
br
pas le cas. Les résultats sont donc l’effet du hasard au seuil de signification de 5%.
3. Sur la base d’un test unilatéral au seuil de 10%, H0 est rejetée si Z > 1, 28, ce qui est
ai
effectivement le cas. Par conséquent le sérum est efficace au seuil de signification de 10%.
np
Exercice 6
1. Établissons les répartitions proportionnelles par sexe par statut matrimonial et par rapport
re
à la population totale
Repartions de la population d’IFORDIA par sexe selon l’état matrimonial
pa
Classe Célibataire Mariés Veufs Divorcés Total

Hommes 2 181 954 2 411 630 135 914 264 220 4 993 718
Femmes 1 894 892 2 418 631 598 705 307 806 5 220 034
Total 4 076 846 4 830 261 734 619 572 026 10 213 752
Répartition proportionnelle par sexe

Hommes 53,5206383 49,9275298 18,5012911 46,1902081 48,8921016
Femmes 46,4793617 50,0724702 81,4987089 53,8097919 51,1078984
Total 100 100 100 100 100
Répartition proportionnelle par statut matrimonial

Hommes 43,6939771 48,2932757 2,72169954 5,29104767 100
Femmes 36,3003766 46,3336254 11,4693697 5,89662826 100
Total 39,9152633 47,2917396 7,19244994 5,60054718 100
65
Répartition proportionnelle par rapport à la population total
Hommes 21,3620037 23,6115974 1,3306961 2,5869044 48,8921016
Femmes 18,5523596 23,6801422 5,86175384 3,01364278 51,1078984
Total 39,9152633 47,2917396 7,19244994 5,60054718 10
2. (a) C’est la spécification proportionnelle par statu matrimonial qui permettrait
de comparer les pourcentages des célibataires parmi les hommes et parmi les femmes.
(b) C’est la répartition proportionnelle par sexe qui permettraient de comparer les
pourcentages d’homme parmi les célibataire et les divorces.
(c) C’est la répartition proportionnelle par sexe qui permettrait de comparer les
pourcentages d’hommes et femmes parmi les célibataires.
(d) C’est la répartition proportionnelle par rapport à la population totale qui

br
permettrait de comparer les pourcentages d’hommes célibataires et de femmes divor-

cées dans la population.
ai
3. (a) C’est La répartition proportionnelle par sexe qu’il faut utiliser pour répondre
la question : parmi les célibataires quel est le sexe qui domine ?
np
(b) C’est la répartition proportionnelle par rapport à la population totale qu’il

faut utiliser pour répondre à la question : Le célibat touche-t-il proportionnellement
plus d’hommes que de femmes ?
re
(c) C’est la répartition proportionnelle par sexe qu’il faut utiliser pour répondre à
la question : Le déséquilibre hommes/femmes est-il même parmi les veufs/veuves et
pa
parmi les divorcé(es) ?
Exercice 7
1. Dépouillons ces informations sous forme de tableau de contingence en formant des classes
d’amplitude 2 pour la variable X et 4 pour la variable Y .
Tour de hanche (Y)

Périmètre crânien (X) 66-69 70-73 74-77 78-81 82-85 86-89 Total
32-33 4 2 2 0 0 0 8
34-35 0 2 4 0 0 0 6
36-37 0 4 6 2 4 0 16
38-39 0 0 4 6 5 2 17
40-41 0 0 0 0 2 0 2
Total 4 8 16 8 11 2 49
66
2. Calculons pour chaque variable la moyenne marginale ainsi que l’écart-type.
(a) Variable X : périmètre crânien (P. Crânien)

P. crânien (X) centre de classe ci effectif fréquence fi (%) fi × ci fi × c2i
32-33 33 8 16,33 538,78 17779,59
34-35 35 6 12,24 428,57 15000,000
36-37 37 16 32,65 1208,16 44702,04
38-39 39 17 34,69 1353,06 52769,39
40-41 41 2 4,08 167,35 6861,22
Total 49 100,00 3695,92 137112,24
P
Moyenne de X : X = fi ci = 36, 96cm
2
Variance de X : V (X) = fi c2i − X = 137112, 12 − (36, 96)2 = 5.07
P
p √
Écart-type de X : σX = V (X) = 5, 07 = 2, 25
(b) Variable Y : Tour de hanche

br
Tour de hanche (Y ) centre de classe ci effectif fréquence fi (%) fi × ci fi × c2i

65-69 68 4 8,16 555,10 37746,91
ai
70-73 72 8 16,33 1175,51 8436,73

74-77 76 16 32,65 2481,63 188604,08
78-81 80 8 16,33 1306,12 104489,80
np
82-85 84 11 22,45 1885,71 158460,00

86-89 88 2 4,08 359,18 31608,16
re
Total 49 100,00 7763,27 605485,72

P
Moyenne de Y : Y = fi ci = 77, 63cm
pa
2
Variance de Y : V (Y ) = fi ci − Y = 6054, 86 − (77, 63)2 = 28, 44
P
p √
Écart type σY = V (Y ) = 28, 44 = 5, 33cm
3. Calculons le coefficient de corrélation linéaire entre X et Y .
Tour de hanche (Y)

P. crâ. (X) 68 72 76 80 84 88 Total
33 18318,37 9697,96 10236,73 0,00 0,00 0,00 38253,06
35 0,00 10285,71 21714,29 0,00 0,00 0,00 32000,00
37 0,00 21746,94 34432,65 12081,63 25371,43 0,00 93632,65
39 0,00 0,00 24195,92 38204,08 337428,57 14008,16 109836,73
11 0,00 0,00 0,00 0,00 14057,14 0,00 14057,14
Total 18318,37 41730,61 90579,59 50285,71 72857,14 44008,16 287779,59
P C xi C yi
Cov(X, Y ) = − XY = 2877, 7959 − (36, 96 × 77, 63) = 8, 56
xi
67
Calculons le coefficient de correlation linéaire r(X, Y )
Cov(X, Y ) 8, 56
r(X, Y ) = = = 0, 71
σX σY 2, 2 × 5, 32
4. Ce peut-on dire de la relation entre X et Y

r(X, Y ) > 0 veut dire qu’il existe une relation positive entre X et Y . Autrement dit, le
périmètre crânien et le tour de hanche varient dans le même sens. Autrement dit encore, si
le périmètre crânien augmente, le tour de hanche augment aussi ; à l’inverse si le périmètre
crânien diminue, le tour de hanche diminue aussi.
Par ailleurs, cette liaison est très forte car r(X, Y ) est proche de 1.
Exercice 8
1. Calculons le nombre d’enfant dont la mère a moins de 10 enfants

Nombres d’enfant (n) Nombre de femmes (F ) (n) × (F )
br
0 473 836 0
1 778 159 778 159
2 676 157 1352314
ai
3 379 425 1138275

4 214 080 856320
np
5 115 202 576010

6 64 979 389874
re
7 37 860 265020
8 22 733 181864
pa
9 13 659 122931
Total 5660767
Soit N10 le nombre d’enfants dont la mère a moins de 10 enfants
X9
N10− = ni Fi = 5660767 enfants
i=1
2. (a) Calcul du nombre d’enfant des mères de 10 enfants et plus
Soit N10+ ce nombre. Si on désigne par N le nombre total d’enfants, on a :
N10+ = N − N10− = 5838792 − 5660767 = 178025 enfants
(b) En déduisons le nombre moyen d’enfants par femme pour ces mères.
Soit N 10+ ce nombre. On a 21064 femmes qui ont 40 enfants et plus et ces femmes
ont 178025 enfants
178025
N 10+ = = 8, 45 enfants par femme
21064
3. Calculons le nombre moyen d’enfants par femme pour l’ensemble des femmes considérées.
68
Nombres d’enfant (n) Nombre de femmes (F )
0 473 836
1 778 159
2 676 157
3 379 425
4 214 080
5 115 202
6 64 979
7 37 860
8 22 733
9 13 659
10 et plus 21 064
Total 2 797 154
br
Exercice 9
1. Représentons le nuage de points

ai
Niveau du brut
np
92
91
re
90
pa
89
88
87
86
85
84 Année
0 20 30 40 50 60 70 80 90 100
2. Calculons le coefficient de corrélation, le coefficient de détermination et trouvons l’équation

de la droite de régression
X = 79, 6, SX = 7, 24
Y = 87, 7, SY = 1, 82
r2 = 0, 62 et ŷ = −0, 20x + 103, 46
P
xi yi = 104560, 5. Alors r = −0, 79,
69
3. Interprétons les coefficient de correlation et de détermination.
Le niveau de bruit baisse au fur et à mesure qu’on avance dans le temps.
62% des variation du niveau de bruit sont expliquées par celle liées au temps.
4. En 1979 : environ 87,8 décibels

En 1989 : environ 85,8 décibels,
En 1996 : données inutilisables.
br
ai
np
re
pa
70
Exercice 1
1. Étudier la variation du polynôme du 3e degré f (x) = k(x − a)(b − x)2 , où a et b sont trois
constantes telle que k > 0 et a < b.
2. Représenter dans un repère orthonormé la variation de ce polynôme
Exercice 2
Dans une culture le taux d’accroissement instantané du nombre de bactéries est proportionnel
à ce nombre.
br
1. Si l’on constate que le nombre double en 4 heures, quel sera-t(il au bout de 12 heures ?
2. S’il y a 104 bactéries au bout de 3 heures et 4 × 104 au bout de 5 heures, quel était le
ai
nombre initial ?
np
Exercice 3
Résoudre le système d’équation linéaires suivant :

re

2 dx + dy − 4x − y = et

dt dt
 dx + 3x + y = 0

pa
dt
Exercice 4
On veut calculer une meilleure approximation de la solution particulière de l’équation diffé-

rentielle y 0 = f (x, y) par le méthode de Picard.
Z x
y = y0 + f (x, y)dx (1)
x0
Pour x = x0 , la valeur correspondant de y est y0 . Un première approximation y1 est obtenue

en remplaçant y par y0 dans l’équation (1) c’est-à-dire :
Z x
y1 = y0 + f (x, y0 )dx (2)
x0
Un deuxième approximation y2 est alors obtenue en remplaçant y par y1 dans l’équation (1)
et on : Z x
y2 = y0 + f (x, y1 ) (3)
x0
71
En répétant le procédé, on obtient une succession de valeur y0 , y1 , y2 , y3 , . . . , chacune donnant
une meilleure approximation de l a valeur cherchée.
Application numérique
Calculer les 3 premières valeurs approchées de y, y1 , y2 et y3 , pour x = 0, 1, sachant que pour
dy
y = 1, x = 0 et que y 0 = dx = 3x + y 2 .
Exercice 5
1. Si une population compte un million d’habitants et s’accroît chaque année de 10 000 habi-
tants, quel sera son effectif après x années ?
2. La population d’un pays comptait en 2010, 70,56 millions d’habitants. Si un taux annuel
d’accroissement de 1,7% se maintien jusqu’en 2025, quel sera l’effectif de la population en
1015, 2020 2022 et 2025 ?
3. Si la population d’un pays double en 50 ans, en combien de temps triplera-t-elle, compte

br
tenu de ce que le taux instantané d’accroissement est proportionnel au nombre d’habitants ?
Exercice 6
ai
Soit E un espace vectoriel de dimension 2 rapporté à une base (~ı, ~) et 

M l’ensemble des

a b
np
endomorphisme de E admettant dans la base (~ı, ~) une matrice de la forme  

1−a 1−b
où a et b sont deux tels que a − b 6= 1
re
1. Soit ϕ un élément de M . Montrer qu’il existe une droite vectorielle (D1 ) dont on précisera
une base (~e1 ) en fonction de a et b telle que pour tout vecteur ~u de (D1 ), ϕ(~u) = ~u
pa
2. Montrer qu’il existe un nombre réel unique k différent de 1 que l’on exprimera en fonction
de a et b tel que l’ensemble {~u, ~u | ϕ(~u) = k~u} soit une droite vectorielle (D). Déterminer
un base (~e2 ) de (D).
3. Montrer que (~e1 , ~e2 ) est une base de E et exprimer la matrice de ϕ dans cette base.
4. donner une condition nécessaire et suffisante portant sur a et b pour que ϕ ne soit pas
bijectif.
Exercice 7
Tokam part du Cameroun avec une some de 657.000 FCFA et doit visiter n pays d’Afrique
situé dans la zone hors CFA. Sachant que le taux d’échange est de 15% à chaque frontière et que
tous les frais de séjours et de transport y compris le transport au Cameroun sont pris en charge
par ses amis.
1. Combien lui reste-t-il au troisième pays ?
72
2. Combien de pays doit-il visiter pour qu’au retour au Cameroun il lui reste moins de
200.000FCFA ?
Exercice 8
Soit (un ) une suite telle que u0 ∈ [0, 1] et pour tout entier naturel n :

 si un < 1 un+1 = 2un

2
 si un ≥ 1 1
un+1 = un −

2 2
1. Démontrer que si u0 est rationnel, la suite (un ) est périodique à partir d’un certain rang.
2. La réciproque est-elle vraie ?
3. Pour quelles valeurs de u0 la suite (un ) est-elle convergente ?
Exercice 9
br
1. Résoudre dans R l’équation différentielle (E) : y 00 + 2y 0 + 5y = 0.
2. Déterminer la solution f qui vérifie f (0) = 1 et f (0) = −1

ai
3. On pose F (x) = − 51 [f 0 (x) + 2f (x)].
(a) Montrer que F est une primitive de f sur R. Expliciter F (x)

np
Z π
2
(b) En déduire le calculer de f (x)dx
0
re
Exercice 10
On note f (0) la dérivée d’ordre n de la fonction numérique de la variable réelle x, définie par :
pa
1
f (x) = 1
(1 + x2 ) 4
1. Montrer que pour tout entier naturel n, il existe un polynôme de degré n noté Pn , tel que :
Pn (x)
f (n) (x) = 1
(1 + x2 )n+ 4
2. Trouver une équation différentielle du premier ordre vérifiée par f
3. En déduire que Pn+1 (x) + 2n + 21 xPn (x) + n n − 12 (1 + x2 )Pn−1 (x)

4. En déduire que : Pn (x) = −n n − 21 Pn−1 (x)

5. Montrer que pour tout entier naturel n non nul, Pn admet n racines réelles distinctes.
73
CONCOURS IFORD (Mars 2011) : CORRIGÉE Épreuve de Mathématiques B
Exercice 1
1. Étudions la variation du polynôme du 3e degré f (x) = k(x − a)(b − x)2 .

y = k(x − α)(β − x)2 = k(x3 − (2β + α)x2 + β(2α + β)x − αβ 2 )
- Domaine de définition et signe de y
Cette fonction est définie pour toute valeur de x. Elle s’annule en x = α et en x = β.
Puisque (β − x)2 est toujours positif, quelle que soit la valeur de x, le signe de y dépend
uniquement du signe de x−α. Donc ce polynôme est négatif pour les valeurs de x inférieures
à α et positif pour les valeurs de x supérieures à α.
- Dérivée et extema
Pour calculer la dérivée on peut procéder de deux façons :
br
partant de y = k(x3 − (2β + α)x2 + β(2α + β)x − αβ 2 ) :

y 0 = k(3x2 − 2(2β + α)x + β(2α + β))
ai
partant de y = k(x − α)(β − x)2 :

on pose u(x) = k(x − α) et v(x) = (β − x)2 , et on dérive ces deux fonctions :
np
u0 (x) = k et v 0 (x) = −2(β − x)

re
et la dérivée du polynôme s’écrit :
y 0 = u0 (x)v(x) + u(x)v 0 (x) = k(β − x)2 − 2k(x − α)(β − x)

pa
= k(β − x)((β − x) − 2(x − α)) = k(β − x)(β + 2α − 3x)
= k(β 2 + 2αβ − 3βx − βx − 2αx + 3x2 )
= k(3x2 − 2(2β + α)x + β(2α + β)
La seconde approche a l’avantage de fournir la dérivée première sous la forme
y 0 = k(β − x)(β + 2α − 3x)
2α + β
qui montre que y 0 s’annule en x = β et x = < β puisque α < β. De plus cette
3
dérivée est du signe contraire du coefficient de x2 , c’est-à-dire négative pour les valeurs
β + 2α β + 2α
de x comprise entre et β, et positive pour les valeurs de x inférieur à ou
3 3
supérieures à β.
β + 2α
En x = , le polynôme prend la valeur
3
β + 2α 2 4k(β − α)3

β + 2α
y=k −α β− =
3 3 27
74
β + 2α
Donc la fonction y = k(x − α)(β − x)2 est croissante jusqu’en x = où elle atteint
3
4k(β − α) 3 β + 2α
une valeur maximale égale à , décroissante entre x = et x = β où elle
27 3
atteint un minimum local qui vaut 0, et à nouveau croissant au-delà de x = β.
- Dérivée seconde et concavité du graphe
Pour connaître la concavité du graphe de cette fonction ; on doit connaître les intervalles sur
lesquels sa dérivées est croissante et ceux sur lesquelles elle est décroissante. On calculera
la dérivée seconde, qui est la dérivée première de y = k(β − x)(β + 2α − 3x) et qui sera
notée :
y 00 = −k(β + 2α − 3x) − 3k(β − x) = −k(β + 2α − 3x + 3β − 3x)
= −k(4β + 2α − 6x) = −2k(2β + α − 3x) = 2k(3x − 2β − α
2β + α
y 00 s’annule pour x = : elle est du signe du coefficient de x, c’est-à-dire positive pour
3
2β + α 2β + α
br
les valeurs de x supérieures à et négative pour les valeurs de x inférieur à .

3 3
2β + α
Donc la dérivée première y 0 est croissante pour les valeurs de x supérieures à et
3
2β + α
ai
décroissante pour les valeurs de x inférieures à . On peut dès lors conclure que la
3
fonction y = k(x − α)(x − β)2 a une concavité orientée vers e haut pour toutes les valeurs
2β + α
np
de x inférieures à et une concavité orientée vers le bas pour toutes les valeurs de x
3
2β + α 2β + α
supérieures à . Le point dont l’abscisse est a pour ordonnée.
3 3
re
2β + α 2 2k

2β + α
y=k −α β− = (β − α)2
3 3 27
pa
Ce point est un point d’inflexion où la tangente a une pente égale à

2β + α 2β + α k
y=k β− β + 2α − 3 = (: β − α)3
3 3 3
2. Graphe de y = k(x − α)(β − x)2 pour α = 0, β = 10 et k = 0, 01
75
y
2
x
−5 0 5 10 15
−1
br
Exercice 2
Dans une culture le taux d’accroissement instantané du nombre de bactéries est proportionnel
ai
à ce nombre.
1. Si l’on constate que le nombre double en 4 heures, quel sera-t(il au bout de 12 heures ?
np
2. S’il y a 104 bactéries au bout de 3 heures et 4 × 104 au bout de 5 heures, quel était le
nombre initial ?
re
Exercice 3
pa
Résolvons le système d’équation linéaires suivant :


2 dx + dy − 4x − y = et

(1)
dt dt
 dx + 3x + y = 0

(2)
dt
Remarquons tout d’abord que la solution x = x(t) et y = y(t) vérifiera aussi
d2 x dx dy
2
+3 + =0 ((3))
dt dt dt
obtenue en dérivant (2). De plus en multipliant (1) par −1 ; 2) par −1 et (3) par 1 puis en
ajoutant on obtient :
d2 x
+ x = e−t ((4))
dt2
qui est aussi vérifiée par x = x(t) et y = y(t). Cette dernière équation fini est indépendante de
y et de ses dérivées peut se résoudre aisément.
1 1
x = c2 cos t + c2 sin t − 2 et = c1 cos t + c2 sin t − et
D +1 2
76
D’une manière analogue en dérivant 1) on obtient y à travers l’équation.
d2 x d2 y dx dy
2 2
+ 2 −4 − = et
dt dt dt dt
et entre (1), (2), (3) et (5) on élimine x et ses dérivées. Il est cependant plus simple de procéder
comme suit.
De (2) on tire :
y = − dx 1 t 1 t

dt − 3x = − −c2 sin t + c2 cos t − 2 e − 3 c1 cos t + c2 sin t − 2 e
On obtient finalement

x = c1 cos t + c2 sin t − 1 et

2
y = (c1 − 3c3 ) sin t − (3c1 + c2 ) cos t + 2et


qui est la solution générale de l’équation.
Exercice 4
br
Utilisons la méthode de Picard pour obtenir une valeur approchée de y pour x = 0, 1, étant
dy
donnée que y = 1 quand y = 0 et = 3x + y 2
ai
dx
Ici f (x, y) = 3x + y 2 , x = 0, y = 1. D’où
Z x Z x
2
np
y1 = y0 + (3x + y0 )dx = 1 + (3x + 1)dx

0 0
3
= x2 + x + 1
2
re
Z x Z x
9 4 3
y2 = y0 + (3x + y1 )dx = 1 + x + 3x + 5x + 1 dx
4
pa
0 0
9 3 4 5
= x5 + x4 + x3 + x2 + x + 1
20 4 3 2
Z x
81 10 27 9 141 8 17 7 1157 6
y3 = 1 + x + x + x + x + x
0 400 40 80 4 180
136 5 125 4 23 3
= x + x + x + 6x2 + 5x + 1dx
15 12 3
Ainsi Pour x = 0, 1, y0 = 1, y1 = 1, 115, y2 = 1, 1264 et y3 = 1, 12721.
Exercice 8
1. Démontrons que si u0 est rationnel, la suite (un ) est périodique à partir d’un certain rang.
pn
Posons un = qn avec pn ∈ N, qn ∈ N∗ , pn ≤ qn et pn ∧ qn = 1
2pn
si un < 21 , un+1 = qn :
- Si qn est impaire, qn+1 = qn
qn
- Si qn est paire, qn+1 = 2
77
pn 2pn −qn
- Si un ≥ 21 , un+1 = qn − 1
2 = 2qn
- Si qn est impaire, qn+1 = 2qn

- Si qn est pair, qn+1 ≤ qn
qn est donc toujours de la forme 2αn q0 avec αn ∈ Z, α ne pouvant augmenter que si qn est
impair. Il ne peut dépasser 1. On a donc qn ≤ 2q0 , l’ensemble des qn est fini. Come pn ≤ qn ,
il en est de même de l’ensemble des pn . En définitive, l’ensemble des valeurs prices par la
suite (un ) est fini cette suite est donc périodique à partir d’un certain rang.
2. Supposons qu’il existe deux indice distincts n et n + p tels que un+p = un

On a : f p (un ) = un .
Or f p est fonction affine à coefficients rationnel. Il existe donc deux rationnels a et b tels
que : aun + b = un
La solution de cette équation si elle existe est rationnelle. Donc un ∈ Q.
de même, u0 est solution de l’équation f n (u0 ) = un donc u0 est rationnel.
br
3. Valeurs de u0 pour que la suite (un ) soit convergente

La fonction f est continue en tout point de [0, 1]
ai
1
soit 2. La suite (un ) ne peut converger que vers une solution de l’équation f (x) = x
1
(c’est-à-dire 0), ou éventuellement vers 2
np
Or, si un est voisin de 12 , un+1 est voisin de 0 ou de 1. La suite ne converge donc pas vers
1
2. La seule limite possible est zéro (0).
re
La suite (un ) ne peut converger vers zéro (0) qu’en étant stationnaire. En effet, pour
1
0 < ε < 2, un ne peut rester indéfiniment dans l’intervalle ouvert ]0; ε[. Il existe donc
pa
un entier n0 tel que un0 = 0. Les antécédents de zéro (0) sont les rationnels dont le
dénominateur est une puissance de 2.
p
Ainsi, la suite (un ) converge si et seulement si u0 = 0 ou u0 = avec p et q entiers
2q
naturels et p ≤ 2q .
78
(Concours type B (Avril 2010))
Exercice 1
Lees notes obtenues à une interrogation de probabilité se sont étalées de 0 à 10 selon que le
nombre de réponses correctes 0; 1 . . . ; 10 ; la note moyenne a été de 6,7 et l’écart type de 1,2. En
supposant que les notes sont normalement distribuées, déterminer :
1. le pourcentage d’étudiants ayant eu 6 points ;
2. La note maximum des 10% les plus basses de la classe ;
3. la note minimum des 10% les plus élevées.

br
Exercice 2
Le coefficient de correlation entre les notes Statistiques et de Mathématiques d’un groupe de

ai
21 étudiants est égale à 0,80. Quelles sont les limites à 90% pour ce coefficient ?
np
Exercice 3
Deux coefficients de correlation obtenus à partir de deux échantillons de taille n1 = 28 et

re
n2 = 35 ont été calculés et valant r1 = 0, 50 et r2 = 0, 30 respectivement. Existe-t-il entre eux

une différence significative au seuil de 5%.
pa
Exercice 4
Samba, qui sort en moyenne deux soir par semaine, joue au tradipraticien et pratique de
l’automédication pour soulager ses maux de tête causés par des lendemains matins de fêtes
plutôt difficiles. Cependant, il avait déjà été averti que la mixture qu’il prend possède un effet
secondaire parfois gênant : une fois sur cent, aléatoirement, Samba se retrouve transformé pour
le journée en un chien
Quelle est la probabilité que Samba, sur le cours d’une année entière, se retrouve au moins
3 jours sous cette forme ? On pourra, après avoir vérifie les conditions, approcher un loi de
probabilité par une loi de poisson dont on en déterminera les paramètres.
Exercice 5
Bakari casse un bâton en deux, le point de rupture (X˚étant (uniformément) aléatoire. Quelle
est la probabilité pour que le grand morceau soit au moins 3 fois plus grand que le petit ?
79
Exercice 6
Vous vous promenez le long d’une voie ferrée, en pleine rêverie. Vous prenez soudainement
conscience d’un grand bruit, droit derrière vous.
1. En quoi consiste l’erreur de 1re espèce (α) ? L’erreur de 2e espèce (β) ? Laquelle est la plus
grave ? Que faites-vous ?
2. Si on compare le test d’hypothèse à un jugement peut-on dire que l’erreur de 1re espèce est
de condamner un homme coupable ? Répondre par vraie ou faux ! ! !
3. Dans l’analogie du jugement, que se passerait-il, si on souhaite rendre l’erreur de 1er espace
nulle ?
Exercice 7
Pour un sondage électorale, on constate deus échantillons d’électeurs de tailles 300 et 200
respectivement dans deus circonscriptions A et B cela met en évidence des intentions de vote des
br
56% et 48% pour un candidat donné.

Tester au seuil de 5% les hypothèses :
ai
1. Il y a une différence entre les circonscriptions
2. Le candidat est préféré dans la circonscription A.

np
Exercice 8
re
Une société a mis au point un produit. Une étude préalable a montrer une relation entre les
prix X proposé (en francs cfa) pour de produit et le nombre de clients Y disposés à l’acheter
pa
à ce pris. Le chiffre d’affaires potentiel Z, correspondant au choix du prix X est donné par :
Z = X × Y . L’enquête menée au près de 500 personnes a donne le résultat consignés dans le
tableau 7
Prix (Xi ) 40 35 32 28 24 20 16 12 10 8
Clients (yi ) 60 80 130 200 240 350 390 420 440 500
Tableau 5 – Répartition des clients selon le pris dont ils sont disposés à acheter le produit
1. Représenter le nuage de points Mi (Xi , yi ) dans un repère convenable choisi (nombre de

clients en fonction du prix proposé).
2. quel commentaire pouvez-vous faire de ce qui nuage de point ?
3. La covariance étant égal à -1582,50 client*Fcfa, quel commentaire pouvez-vous faire ?
80
4. La variance de X = 10, 53 et la variance de Y = 151, 49, calculer le coefficient de correlation
linéaire. Que peut-on conclure ?
5. Donner une équation de la droite de régression de Y en X et tracer cette droite.
6. En utilisant cette modélisation linéaire, déterminer le niveau de prix qui donne le chiffre
d’affaire potentiel maximum et préciser la valeur de ce maximum.
Exercice 9
Le tableau ci-dessous précise la distribution de départements d’un pays A selon la taux de

divorces (nombre de divorces pour 10000 femmes mariées), associé à la variable X, et le t aux
de population urbaine (pourcentage de la population du département vivant dans des unités
urbaines), associé à la variable Y .
Y : Taux de popularité urbaine

br
X : Taux de divorces [20 ;50[ [50 ;65[ [65 ;100[ Total

[10 ;25[ 13 3 0 16
[25 ;40[ 14 13 7 34
ai
[40 ;55[ 8 16 7 31
[55 ;70[ 0 0 7 7
np
Total 35 32 21 88
Tableau 6 – Départements selon le taux de divorces et le taux de population urbaine pour une
re
année donnée.
pa
1. Définir la population étudier.
2. Définir les variables étudiées et leur type.
3. Que représentent les chiffres 14 et 88 en caractère gras, italique et souligné.
4. Quel est le nombre de Départements où le taux de divorce est supérieur ou égale à 40 pour
10 000 et le taux de population urbaine supérieur à 50 pour 100.
5. Déterminer les moyennes et variances marginales.
6. Calculer alors les moyennes et les variances conditionnelles de X à Y fixé.
7. Interpréter les résultats obtenus.
8. Calculer la covariance COV(X,Y), sachant que

XX
nij ∗ xi ∗ yj = 190493, 75
i j
Quelle interprétation en faites-vous ?
81
9. Tracer l’histogramme des taux de divorces quel que soit le département.
br
ai
np
re
pa
82
CONCOURS IFORD (Avril 2010) : CORRIGÉE PROBA-STAT B
Exercice 1
Déterminons :
1. le pourcentage d’étudiants ayant eu 6 points
Pour appliquer les lois de distribution normale à des données discrètes, il est nécessaire
de les traiter comme continues et, par conséquent une note égale à 6 doit être envisagée
comme comprise entre 5,5 et 6,5.
5,5−6,7
- 5,5 en unités réduites = 1,2 = −1, 0
6,5−6,7
- 6,5 en unités réduites = 1,2 = −0, 17
Le pourcentage d’étudiant ayant eu 6 points = aire compris entre z = −1 et z = −0, 17 =
0, 3413 − 0, 0675 = 0, 2738 = 27, 38%
br
2. La note maximum des 10% les plus basses de la classe

Soit x1 la note minimum recherchée et z2 son expression réduite. L’aire à gauche de z1 est
ai
x1 −6,7
10% = 0, 1 d’où l’aire entre z1 et 0 = 0, 40 et est très voisin de −1, 28 et z1 = 1,2 = −1, 28
et x1 = 5, 2 ou 5 l’entier le plus proche .
np
3. la note minimum des 10% les plus élevées.

Soit x2 la note maximum recherchée et z2 son expression réduite. D’après la question 2) et
x2 −6,7
par symétrie, z2 = 1, 28. D’où = 1, 28 et x2 = 8, 2 ou 8 l’entier le plus proche.
re
1,2
Exercice 2
pa
Le coefficient de correlation entre les notes Statistiques et de Mathématiques d’un groupe de

21 étudiants est égale à 0,80. Déterminons les limites à 90% pour ce coefficient.
Les limites à 90% pour Uz sont :

Z ± 1, 96σZ = 1, 1513 log 1+r
1−r ± 1, 96
√1
n−3
= 1, 0986 ± 0, 4620
L’intervalle de confiance à 95% de 0,5366 à 1,5606.
Si UZ = 1, 1513 log 1+Φ
1−Φ = 0, 5366, Φ = 0, 4904
1+Φ
Si UZ = 1, 1513 log 1−Φ = 1, 5606, Φ = 0, 9155
Les limites de confiance à 95% de Φ sont 0,49 et 0,92.
Exercice 4
Sot X le nombre de jours, sur une année donnée, où Samba se retrouve transformé en chien.
Il y a 52 semaines dans un année, donc Samba s’administre n = 104 fois sa mixture. À chaque
1
fois, et de façon indépendante, il a une probabilité p = 100 de se transformer. Donc X suit la loi
1
binomiale de paramètre p = 100
83
D’après le cours , comme n > 30, p < 0, 1 et np < 10, on peut approcher la loi de X par une
loi de Poisson de paramètre : m = np = 1, 04 (de sorte que les espèces soient les mêmes).
k
On a alors, d’après le cours : P (X = k) = e−m mk! avec k, un entier naturel
Or, on veut calculer :
P (X ≥ k) = 1 − P (X < 3) = 1 − (P (X < 0) − P (X = 1) − P (X = 2)) = 1 −
2

e−m 1 + m + m2 = 8, 8%
Ainsi, il y a environ 8,8% de chance pour que cette mésaventure arrive au moins trois fois
dans l’année à Samba.
Remarque : le calcul exact avec la loi binomiale donne 8,7%.
Exercice 5
On modélise le bâton par le segment [0, 1] et l’on note X le point de rupture. X suit donc
une loi uniforme sur [0, 1] (cette hypothèse n’est très réaliste, mais elle est donnée par l’énoncé)
br
1
Il faut voir que le grand morceau est trois fois plus grand que le petit si et seulement si X ≤ 4
ou X ≥ 14 .
En effet, distinguons deux cas : soit X ≤ 12 , auquel cas le petit morceau est de longueur X
ai
et de grand morceau de longueur 1 − X. On doit résoudre l’inéquation 1 − X ≥ 3X, qui revient

à X ≤ 14 .
np
1
Si 4 < X ≤ 12 , le grand morceau n’est pas assez grand.
On fait le même travail dans le cas X > 12 , ou bien on remarque que c’est la même chose par
re
symétrie.
1 3 1 3

Ainsi, la probabilité cherchée est : P X ≤ 4 ou X ≥ 4 = P X≤ 4 +P X≥ 4 . La
pa
densité de X étant la fonction f constante égale à 1 sur [0, 1], on a donc :

P X ≤ 41 = intégrale de (Idx) avec x allant de 0 à 14 , ce qui donne 14

P X ≥ 34 = intégrale de (Idx) avec x allant de 34 à 1, ce qui donne 14 .

1 1
Finalement, la réponse est donc 4 + 4 = 12 .
Exercice 6
1. (a) L’erreur de premier espèce consiste à bondir hors des rails alors qu’aucun train n’ar-
rive.
(b) L’erreur de deuxième espèce consiste à poursuivre sa promenade alors qu’un train
arrive effectivement.
(c) Ce qui est plus grave est l’erreur de deuxième espèce.
(d) Choisir l’erreur de première espèce.
2. Faux, car l’erreur de premier espèce consiste à condamner un homme innocent.
3. L’accusé sera relaxé si on veut rendre l’erreur de premier espèce nulle.
84
Exercice 7
On compare les pourcentages PA et PB de votants pour le candidat dans les deux populations
A et B.
Soit FA la variable aléatoire qui à tout échantillon de taille 300 prélevé dans la circonscription
A associe la fréquence fA des votants pour le candidat dans cet échantillon et soit FB la variable
aléatoire de taille 200 prélevé dans la circonscription B associe la fréquence fB des votants pour
le candidat dans cet r
échantillon.

0,44×0,56
FA suit N (PA ; 299 soit N (PA ; 0, 029)

FB suit N (PB ; 0,52×0,48
199 soit N (PB ; 0, 035).
p
On pose D = FA −FB . Alors D suit N PA − PB ; 0, 352 + 0, 0292 soit N (PA − PB ; 0, 045)
1. Il y a une différence entre les circonscriptions

Test bilatéral : on test s’il y a une différence entre les deux circonscriptions.
Choix des hypothèses :
br
Hypothèse nulle H0 : PA = PB ; hypothèse alternative H1 : PA 6= PB .

Détermination de la région critique au seuil de 5% :
ai
Sous H0 , D suit N (0; 0, 045). P (−h ≤ D ≤ h) = 0, 95.

h h h
P − 0,045 ≤ T ≤ 0,04 = 0, 95. (T suivant la loi N (0, 1)). Ainsi, Φ 0,045 = 0, 975 donc
np
h
0,045 = 1, 96 d’où h = 0, 09
re
Règle de décision :
Soit d = fA fB la différence entre deux fréquences observées respectivement dans deux
échantillons des circonscriptions A et B.
pa
• Si d appartient à [−0, 09; 0, 09], alors on accepte H0 et on rejette H1
• Si d n’appartient pas à [−0, 09; 0, 09], alors on accepte H1 et on rejette H0
Utilisation du test :
Ici d = 0, 08 : on n’a pas de raison de rejeter H0 au seuil de 5%. On considère qu’il n’y a
pas de différence significative entre les deux circonscription.
2. Le candidat est préféré dans la circonscription A.

Test unilatéral : On teste si le candidat est préféré dans la circonscription A.
Choix des hypothèses :
Hypothèse nulle H0 : PA = PB ; hypothèse alternative H1 : PA > PB .
Détermination de la région critique au seuil de 5% :

h
Sous H0 , D suit N (0; 0, 045). P (D ≤ h) = 0, 95. P T ≤ 0,045 = 0, 95.

h h
Φ 0,045 = 0, 95 donc 0,045 = 1, 645 d’où h = 0, 07
85
Règle de décision
Soit d = fA − fB la différence entre deux fréquences observées respectivement dans deus
échantillons des circonscriptions A et B.
Si d ≤ 0, 07, alors on accepte H0 et in rejette H1
Si d > 0, 07, alors on accepte H1 et on rejette H0
Utilisation du test :
Ici d = 0, 08 : on rejette H0 au seuil de 5%. On considère que le candidat est préféré dans
la circonscription A.
Exercice 8
1. Représentons le nuage de points Mi (Xi , yi ) dans un repère convenable choisi (nombre de

clients (Yi ) en fonction du prix proposé (Xi )).
nombre de clients
br
600
ai
500
400
np
300
re
200
100
pa
0 prix
0 5 10 15 20 25 30 35 40 45
2. Commentaire de ce nuage de point

Ce nuage de point présente l’allure d’une droite qui à un pente négative. On peut donc
présenter une relation linéaire négative entre le pris et le nombre de client. Autrement dit,
le nombre de clients augmente lorsque le prix du produit décroît. Ce qui est tout à fait
normal car lorsque le pris du produit diminue, même les clients à faible pouvoir d’achat
peuvent se le procurer.
3. La covariance étant égal à -1582,50 client*Fcfa, on peut faire le commentaire suivant :
La covariance étant négative, cela veut dire que le prix du produit et le nombre de clients
variant en sens contraires. Lorsque le prix diminue, le nombre de clients augmente. Inver-
sement, lorsque le prix augmente, le nombre de client diminue. Cela confirme la relation
négative précédente qu’on a présumé entre le prix et le nombre de client ainsi que le com-
mentaire qui en est fait.
86
4. Calculons le coefficient de correlation linéaire rx,y entre X et Y :
On donne : V (X) =)10, 53 et V (Y ) = 151, 49
Cov(X, Y ) Cov(X, Y ) −1582, 50

rx,y = =p p =√ √ = −39, 62
σX σY V (X) V (Y ) 10, 53 151, 49
Or on sait que −1 ≤ rx,y ≤ 1 donc il a une erreur dans les données.

Après vérification, on se rend compte que Cov(x, y) = −1582, 50. L’erreur se trouve donc
au niveau des variations. Ce sont les écart types de X et de Y qui sont donnés et non les
variances. On suppose donc que : σX = 10, 53 et σY = 151, 49 et on trouve :
Cov(X, Y ) −1582, 50
rx,y = = = −0, 99
σX σY 10, 53 × 151, 49
Conclusion : La valeur absolue de rxy = | − 0, 99| = 0, 99 est proche de 1, donc le degré

de la liaison linéaire négative entre le prix X et le nombre de clients Y est très élevée. On
a une liaison linéaire négative presque parfaite.
br
5. Donnons une équation de la droite de régression de Y en X et traçons cette droite.

On a une équation de la forme Y = aX + b. Il s’agit de déterminer les paramètres a et b
Cov(X, Y ) Cov(X, Y ) −1582, 50
ai
a= = 2
= = −14, 27
V (X) σx 10, 53 × 10, 53
b = YP− aX
Yi
np
60 + 80 + 130 + 200 + 240 + 350 + 390 + 420 + 440 + 500 2810

Y = i = = = 281clients
Pn 10 10
Xi
40 + 35 + 32 + 28 + 24 + 20 + 16 + 12 + 10 + 8 225
re
i
X= = = = 22, 5FCFA
n 10 10
On a donc :
pa
b = Y − aX = 281 − (−14, 27) × 22, 5 = 281 + 14, 27 × 22, 5 = 602, 075 ≈ 602 clients
L’équation de la droite de régression de Y en X est donc : Y = −14, 27X + 602

Représentation graphique de la droite :
Quelques points
Prix (Xi ) Client (Yi )

0 602
20 317
40 31
42,1864085 0
6. En utilisant cette modélisation linéaire, déterminons le niveau de prix qui donne le chiffre
d’affaire potentiel maximum et précisons la valeur de ce maximum.
On a la relation suivante qui donne le chiffre d’affaire potentiel en fonction du prix et du
nombre de client : Z = X × Y
87
Or Y = aX + b = −14, 27X + 602 ⇒ Z = X(aX + b) = X(−14, 27X + 602) = −14, 27X 2 +
602X
Trouver le prix X qui donne un chiffre maximum revient à calculer la dérivée première de
Z par rapport X et de rechercher la valeur de X pour laquelle cette dérivée d’annule. On
a:
Cette dérivée premiere est donnée par : D0 (D)x = −14, 27 × 2 × X + 602
602
D0 (Z)x = 0 ⇒ −14, 27×2×X+602 = 0 ⇒ 28, 54X = 602 ⇒ X = = 21, 09 ≈ 21F CF A
28, 54
Le prix minimum qui donne le chiffre d’affaire maximum : Xmin = 21, 09 ≈ 21F CF A
Le chiffre d’affaire potentiel maximum correspond est :
Zmin = −14, 27X 2 +602X = −14, 27×21×21+602×21 = −6293, 07+12642 = 6348, 93 ≈ 6349F CF A
Exercice 9
br
1. Définition de la population étudier.

La population étudier c’est l’ensemble des départements du pays A.
ai
2. Définition les variables étudiées et leur type.

Les variables étudier sont :
np
– Le taux de divorces : variable (quantitative) continue

– Le taux de population urbaine : variable (quantitative) continue
re
3. Ce que représentent les chiffres 14 et 88 en caractère gras, italique et souligné.

– Le chiffre 88 représente le nombre total de D du pays A
pa
– Le chiffre 14 représente le nombre de Département où le taux de divorce est situé dans

l’intervalle [25; 40[ pour 10 000 femmes mariées et le taux de population urbaine situé
dans l’intervalle [20; 50[ pour 100.
4. Le nombre de Départements où le taux de divorce est supérieur ou égale à 40 pour 10 000

et le taux de population urbaine supérieur à 50 pour 100.
N = 16 + 0 + 7 + 7 = 16 + 14 = 30 département
5. Déterminons les moyennes et variances marginales.
Taux de divorce Centre de classe ci Effectif ni Fréquence fi (%) fi ci fi c2i

[10 ;25[ 17,5 16 18,18 318,18 5568,18
[25 ;40[ 32,5 34 38,64 1255,68 40809,66
[40 ;55[ 47,5 31 35,23 1673,30 79481,53
[55 ;70[ 62,5 7 7,95 497,16 31072,44
Total 88 100,00 3744,32 156931,82
88
Moyenne Marginale de X 37, 44 pour 10 000
Variance Marginale de X 167,33
Taux de pop urbaine Centre de classe ci Effectif ni Fréquence fi (%) fi ci fi c2i

[20 ;50[ 35 35 39,77 1392,05 48721,59
[50 ;65[ 57,5 32 36,36 2090,91 120227,27
[65 ;100[ 82,5 21 23,86 1968,75 162421,88
Total 88 100,00 5451,70 331370,74
Moyenne Marginale de X 54, 52%

6. Calculons alors les moyennes et les variances conditionnelles de X à Y fixé.
(a) Y = [20; 50[ (c’est-à-dire taux de population urbaine =[20 ;50[)

br
[10 ;25[ 17,5 13 37,14 650,00 11375,00

[25 ;40[ 32,5 14 40,00 1300,00 42250,00
ai
[40 ;55[ 47,5 8 22,86 1085,71 51571,43

[55 ;70[ 62,5 0 0,00 0,00 0,00
np
Total 35 100,00 3035,71 105196,43

re
(b) Y = [50; 65[ (c’est-à-dire taux de population urbaine = [50 ;65[)

pa

[10 ;25[ 17,5 3 9,38 164,06 2871,09
[25 ;40[ 32,5 13 40,63 1320,31 42910,16
[40 ;55[ 47,5 16 50,00 2375,00 112812,50
[55 ;70[ 62,5 0 0,00 0,00 0,00
Total 32 100,00 3859,38 158593,75
(c) Y = [65; 100[ (c’est-à-dire taux de population urbaine = [65 ;100[)
89
[10 ;25[ 17,5 0 0,00 0,00 0,00
[25 ;40[ 32,5 7 33,33 1083,33 35208,33
[40 ;55[ 47,5 7 33,33 1083,33 75208,33
[55 ;70[ 62,5 7 33,33 2083,33 130208,33
Total 21 100,00 4750,00 240625,00
7. Interprétons les résultats obtenus.
Le taux de population urbaine moyen du pays A est de 54,52% ; Autrement dit, plus de la
moitié de la population de ce pays réside en ville. On note cependant une grande dispersion
autour de cette moyenne car V (Y ) = 341, 6 ⇒ σY = 18, 48%.
Le taux de divorce moyen de l’ensemble du pays quant à lui est de 37,44 pour 10 000 femmes
br
mariées. Il est relativement faible avec une dispersion autour de la moyenne de 12,94 pour
10 000.
ai
Le calcul des moyennes conditionnelles de X à Y fixé montre que le taux de divorce moyen
augmente avec le taux de la population urbaine. Toutefois, la dispersion du taux de divorce
np
autour de la moyenne est quasiment stable quel que soit le niveau d’urbanisation.
8. Calculons la covariance COV(X,Y), sachant que
re
1 XX
Cov(X, Y ) = nij xi yj − XY
n
i j
1
pa
= × 190493, 75 − 37, 44 × 54, 52 = 2164, 70 − 2041, 23 = 123, 47

88
Interprétation :
La covariance mesure la variance commune entre deux variables. C’est son signe que l’on
interprète. Dans ce cas, on Cov(X, Y ) = 123, 47 qui est positif, X et Y varient dans le
même sens. Autrement dit, le taux de divorce augmente lorsque le taux de population
urbaine diminue.
9. Traçons l’histogramme des taux de divorces quel que soit le département.
Tableau des fréquences

Taux de divorce Effectif ni Fréquence fi (%)
[10 ;25[ 16 18,18

[25 ;40[ 34 38,64
[40 ;55[ 31 35,23
[55 ;70[ 7 7,95
Total 88 100,00
90
Pourcentage
40
30
20
10
0 Taux de divorces (en pour 10000)

0 [10; 25[ [25; 40[ [40; 55[ [55; 70[
br
ai
np
re
pa
91
Exercice 1
L’évolution d’une population féminine âgée de moins de 45 ans est régie par la matrice de
projection suivante s’appliquant aux groupe d’âges 0-14 ans, 15-29 ans et 30-44 ans
 
0, 4171 0, 8498 0, 1273
 
P =
 0, 9924 0 0 

0 0, 9826 0
1. Chercher la structure stable de cette population sachant que celle-ci est donnée, à un facteur
près par le vecteur propre associé à la seule valeur propre positive de la matrice P ?
br
2. Estimer la structure obtenue après deux périodes à partir de la structure initiale suivante :
ai
Age Effectif
0-14 ans 300 000
15-29 ans 210 000
np
30-44 ans 180 000

3. Rendre comparable ces trois structures ?
re
Exercice 2
pa
π
Z Z 1
2 dy
1. En utilisant le théorème de Fubini, calculer l’intégrale : I = dx
0 0 1 + y cos x
+∞ π
(−1)k
Z
X 2
2. Montrer ensuite que : + cosk (x)dx
k+1 0
k=0
Exercice 3
Soit A, une matrice symétrique d’ordre n, définie positive et r un réel (r > 0).
1. Montrer que la matrice A + rIn est symétrique, définie positive.
2. On considère la matrice B = (rIn + A)−1 (rIn − A). Montrer que B est symétrique.
3. Montrer que les valeurs propres de B sont dans l’intervalle ] − 1; 1].
Exercice 4
Z n
1 arctan t
1. On pose pour tout n ≥ 0, un = a dt.
n 0 tb P
Discuter suivant a et b la nature de la série : un .
92
jn 2iπ
2. On considère la série de terme générale : un = , où n ≥ 1 et j = e 3 .
n
n
X
On note Sn = uk et wn = u3n−2 + u3n−1 + u3n
k=1 P
(a) Déterminer la nature de la série : wn
P
(b) En déduire que la série un converge.
Exercice 5
 
6 12
Soit la matrice B =  
−2 −4
1. Calculer B 2 et vérifier que B 2 et B sont homothétiques. Calculer le rapport d’homothétie.
2. Déduire de 1) les matrices B 3 et B n pour n, entier positif.
 
−7 12
3. Soit la matrice M =  . Calculer J telle que M = J + I. En déduire M n .
−2 −3
4. Calculer la matrice Bx + I puis (Bx + I)n , où x ∈ R.
br
Exercice 6
ai
Soit E un R(espace vectoriel. On note multiplicativement la composition des applications

dans Γ(E) et on pose I = IdE . soit f , un endomorphisme de E et α, β deux réels distincts tels
np
que : (f − αI)(f − βI) = 0. On pose F = ker(f − αI) et Fβ = ker(f − βI).

1. Démontrer que Im(f − βI) ⊂ Fα et Im(f − βI) ⊂ Fβ .
re
2. Démontrer que les sous-espaces vectoriels Fα et Fβ sont supplémentaires.

3. On désigne par P la projection de Fα parallèlement à Fβ , et par q la projection de Fβ
pa
parallèlement à Fα . Démontrer que : p + q = I et pq = qp = 0.

4. Démontrer que : f = αp + βq.
5. En déduire l’endomorphisme f n pour n ∈ N
Exercice 7
Trouver un équivalent simple au voisinage de 0 des différences :

1. (1 + sin x)x − (1 + x)sin x
2. (sin x)x − xsin s
Exercice 8
Trouver donné le coût de production : C(Q) = Q3 − Q2 + Q + 1, et la loi de la demande :

Q(p) = 3 − 2p.
Déterminer la quantité qui minimise le coût moyen et celle qui maximise le profit total.
Quelle sont les valeurs de ce coût moyen minimum et de ce profit maximum ?
93
Exercice 9
L’entreprise IFORDIA emploi 10 employés. Les dates de naissance et l’embauche de ce per-

sonnel sont reprises dans le tableau 7. On appelle âge révolu d’un individu, l’âge qu’il avait
atteint à son dernier anniversaire.
1. Calculer les âges exacts (années, mois et jours) et révolus de chaque employé à la date du
28/04/2010.
2. Calculer les anciennetés exactes (années, mois et jours) et révolution de chaque employé à
la date du 28/04/2010.
3. Suite aux difficultés économiques, cette entreprise voudrait comprimer son personnel et ne
rester qu’avec 5 employés. Les critères de compression sont les suivants : (I) avoir 60 ans
au 28/04/2010 ou (2) avoir atteint une ancienneté de 30 ans de service au 28/04/2010.
Déterminer les personnes susceptibles d’être comprimées aux termes de ces deux critères.
br
No d’ordre Date de naissance Date d’embauche

1 15/04/1952 01/01/1982
ai
2 1951 15/03/1966
3 03/1949 1974
np
4 1950 01/07/1980
5 30/03/1950 12/09/1968
re
6 17/12/1949 14/12/1984
7 22/01/1952 11/08/1980
8 25/02/1960 01/01/1982
pa
9 20/02/1972 01/01/1995
10 01/01/1960 25/05/1994
Tableau 7 – Personnel de l’entreprise IFORDIA selon la date de naissance et la date d’embauche
94
CONCOURS IFORD (Mars 2010) : CORRIGÉE ÉPREUVE DE MATHS
OPTION B
Exercice 1
1. Cherchons la structure stable de cette population.

det(P − λI) = 0 pour λ = 1, 2053
Le vecteur propre associée à cette valeur propre est tel que
    
−0, 7822 0, 8498 0, 1273 x1 0
    
 0, 9924 −1, 2093 0   x2  =  0 
    
0 0, 9826 −1, 2093 x3 0
Ce qui implique
1, 2093 0, 9826
x1 = x2 x3 = x2
br
0, 9924 1, 2093
et si on impose x1 + x2 + x3 = 100% on obtient
ai
x1 = 20, 2%, x2 = 33, 0%, x3 = 26, 8%
2. Par ailleurs, après deux périodes la structure est égaler à :

np
      
300 1, 0258 0, 4848 0, 0544 300 420
p2 
      
210  =  0, 4239 0, 8433 0, 1263   210  =  327 
      
re
180 0, 9751 0 0 180 293
3. Pour rendre les trois structures comparables, il faut transformer la structure initiale et la
pa
structure après deux ans comme suit :
Age Structure Structure après Structure

initiale deux ans ittable
0-14 300000 43,5 420000 40,4 40,2
15-44 210000 30,4 327000 31,4 33,0
30-44 180000 26,1 293000 28,2 26,8
Total 690000 100,0 1040000 100 100
Exercice 2
π
1 Z Z
dy 2
1. En utilisant le théorème de Fubini, calculons l’intégrale : I = dx
0 0 1 + y cos x
La fonction (x, y) → 1+y1cos x est continue sur l’intervalle 0; π2 × [0; 1]

D’après le théorème de Fubini

π
Z 1Z 2 dx
I= dy
0 0 1 + y cos x
95
Z π
2 dx π

Calculons en posant u = tan 2 ,
0 1 + y cos x
Si y 6= 1 :
π
Z Z 1
2 dx dx
=2
0 1 + y cos x 0 u × (1 − y) + (1 + y)
r 1
2 1−y
=p arctan u
1 − y2 1+y 0
r
2 1−y
=p arctan
1 − y2 1+y
Z π Z 1
dx2
Si y = 1, = dx = 1
0 1 + cos x 0
D’où en considérant que la fonction obtenue est prolongée par continuité en 1 :
1 1
π2
r r
1−y 1−y
Z
2 2
I= p arctan dy = −2 arctan =
0 1 − y2 1+y 1+y 0 8
br
+∞ π
(−1)k
Z
X 2
2. Montrons ensuite que : + cosk (x)dx
k+1 0
k=0
Pour tout (x, y) donc [0, 1] × 0, π2 et que tout M > 0 :

ai
N
1 X (−y cos x)2k+1
= (−y cos x)k +
1 + y cos x 16 + y cos x
np
k=0
Donc
re
π π
1 1
(−y cos x)N +1
Z Z Z Z
2 2
k
I= (−y cos x) dy dx + dy dx
0 0 0 0 1 + y cos x
N π
(−)k
Z
pa
X 2
= cosk xdx + RN
k+1 0
k=0
R π R
1 N +1
π
Et |RN | ≤ 0
2
0 y dy dx =
2(N + 1)
+∞ π
(−1)k
Z
X 2
D’où I = cosk xdx
k+1 0
k=0
Exercice 3
1. Montrons que la matrice A + rIn est symétrique, définie positive.

Elle est donc diagonalisable et ses valeurs propres λ1 , λ2 , . . . , λn sont strictement positives
la matrice A + rIn , est symétrique. Ses valeurs propres sont λ1 + r, . . . , λn + r qui sont
strictement positives. Elle est définie positive
2. Montrons que B est symétrique.

Soit B = (rIn + A)−1 (rIn − A)
On a : B = (rIn −t A)(rIn +t A)−1 = (rIn − A)(rIn + A)−1
96
A est symétrique, de plus (rIn − A) commute avec rIn + A
Montrons que (rIn + A)−1 commute avec rIn − A.
Soit M une matrice inversible. Si M et N commutent, alors M −1 et N commutent égale-
ment
M N = N M ⇐⇒ M −1 M N M −1 = N −1 N M M −1
D’où t B = B et B est symétrique.
3. Montrons que les valeurs propres de B sont dans l’intervalle ] − 1; 1].

Les valeurs propres de B sont réelles, car B est symétrique réelle
Soit λ une valeur propre de B. Il existe un vecteur X non nul tel que BX = λX. On en
déduit que
(rIn + A)−1 (rIn − A)X = λX
Multiplions par rIn + A : (rIn − A)X = λ(rIn + A)X

D’où (1 + λ)AX = r(1 − λ)X.
br
On ne peut pas avoir λ = −1, car dans ce cas 0 = 2rX ce qui est impossible car r > 0 et
1−λ
X est non nul. Donc AX = r X
ai
1+λ
1−λ
r= est une valeur propre de A. Elle est strictement positive. Par conséquent, λ est
1+λ
dans ] − 1; 1[.
np
Exercice 4
re
P
1. Discutons suivant a et b la nature de la série : un .
Z n
1 arctan t
On pose pour tout n ≥ 0, un = a dt.
pa
n 0 tb
Étudions d’abord les conditions d’existence de l’intégrale.
La fonction t → arctan t

tb est continue et positive sur ]0, n].
arctan t 1
Pour t proche de 0 : b
∼ b .
r t −1
La fonction est donc integrable sur ]0, n] si et seulement si : b < 2.
Nous nous limitons maintenant à b < 2.
Supposons b 6= 1. Nous pouvons faire une intégration par parties :
arctan t n
Z n Z n
arctan t dt
b
dt = b−1
− 2 b−1
0 t (1 − b)t 0 0 (1 − b)(1 + t )t
arctan n 1 Rn dt
Soit un = a+b−1
− a 0 (1−b)(1+t 2 )tb−1
(1 − b)n n
Si b > 0, vérifions de manière analogue à ce qui précède que la fonction Φ :

1
t→
(1 − b)(1 + t2 )tb−1
97
Z n
dt
est intégrable sur ]0; +∞[ l’intégrale admet donc une limite réelle
0 (1 − b)(1 + t2 )tb−1
`b lorsque n → +∞
lorsque b > 1, nous obtenons un ∼ − n`ba ? Dans ce cas la série
P
un converge M et seulement
si a > 1. Lorsque 0 < b < 1, nous obtenons
π
un ∼
2(1 − b)na+b−1
Dans de cas la série converge si et seulement si a + b > 2.
Z x
dt
Si b ≤ 0, l’intégrale 2 a+b−1
tend vers +∞ avec n.
0 (1 − b)(1 + t )
Revenons à l’équation de un pour en déterminer un équivalent
Z n
1 arctan t
un = a dt
n 0 tb

arctan t
La fonction t → est positive est integrable sur [0, n], mais ne l’est pas sur
tb
]0, +∞].
Z n
br
arctan t
L’intégrale tend vers +∞, lorsque n tend vers +∞. Nous en déduisons dt ∼
Z n 0 tb
arctan t
dt. Puis
tb
ai
1
π n dt
Z n
π n st
Z Z
arctan t
≤ dt ≤
4 0 tb 0 tb 2 0 tb
P
np
La série un converge si et seulement si a + b > 2.

Enfin que se passe t-il si b = 1 ?
En raisonnant comme précédemment nous obtenons
re
π n dt
Z n
π n st
Z Z
arctan t
≤ dt ≤
4 1 t 1 t 2 1 t
pa
P
Puis en comparant à une série de Reimann, on conclut que la série un converge si et
seulement si, a > 1.
2πi
Jn
2. On considère le série : un = où n ≥ 1 et J = e 3
n ,
P
(a) Déterminons la nature de la série : wn
−3nJ 2 − 6n + 2 9n + 2
wn = D’où |wn | ≤ .
3n(3n − 1)(3n − 2) 3n(3n − 1)(3n − 2)
P 9n + 2 P
La série converge, donc la série un est absolument conver-
3n(3n − 1)(3n − 2)
gente.
P
(b) En déduisons que la série un converge.
Xn
Notons Tn = wk . Alors S3n = Tn
k=1
+∞
X
La suite (S3n ) converge vers wk . De plus on a :
k=1
1 2
|S3n+1 − S3n | ≤ et |S3n+2 − S3n | ≤
n n
98
P
La série un donc les sommes partielle convergent est une série convergente de somme
Xn
wk
k=0
Exercice 5
1. Calculons B 2 et vérifions que B 2 et B sont homothétiques.

On a :     
6 12 6 12 12 24
  =  = 2B
−2 −4 −2 −4 −4 −8
la matrice B 2 se déduit de la matrice B par l’homothétie de rapport 2.
2. Déduisons de 1) les matrices B 3 et B n pour n, entier positif.

B 3 = B · B 2 = B(2B) = 2B · B = 2B 2 = 2 · 2B = 22 B = 23−1 B.
Montrons par récurrence que B n = 2n−1 B pour tout en tier n positif.
On a en effet :
br
B 2 = 22−1 B
ai
B n−1 = 2n−2 BB ⇒ B n = B · B n−1 = B(2n−2 B)
= 2n−2 B · B = 2n−2 B 2 = 2n−2 2B = 2n−1 B

np
 
−7 12
3. Soit la matrice M =  . Calculer J telle que M = J + I. En déduire M n .
−2 −3
re

    
7 12 1 0 6 12
J =M −I = − =  = B,
−2 −3 0 1 −2 −4
pa
Soit J = B et M = B + I.
Puis que, pour tout en tier positif k, I k = I et B k · I = I · B k = B k = 2k−1 B, on peut
calculer M n = (B + I)n en employant la formule du binôme :
M n = (B + I)n = ( n0 ) B n + ( nI ) B n−1 · I + ( n2 ) B n−2 · I 2 + · · · +

n
+ ( nk ) B n−k · I k + · · · + ( n−1 ) B · I n−1 + ( nk ) · I
= ( n0 ) 2n−1 + ( n1 ) 2n−2 + ( n2 ) 2n−3 + · · · +

n
+ ( nk ) 2n−k−1 + · · · + ( n−1 )B + I
= ( 0 ) 2 + ( n1 ) 2n−1 + ( n2 ) 2n−2 + · · · +
n n
iB
n
+ ( nk ) 2n−k + · · · + ( n−1 )2 +I
2
puisque
n
( n0 ) 2n + ( n1 ) 2n−1 + · · · + + ( nk ) 2n−k + · · · + ( n−1 ) 2 + ( nn ) = (2 + 1)n = 3n
99
on a
B
M n = (3n − 1) +I
2
Pour tout entier n positif ou nul.
4. Calculons la matrice Bx + I puis (Bx + I)n , où x ∈ R.

Puisque, pour tout en tier positif k,
B k
(Bx)k I = I(Bx)k = (Bx)k = B k xk = 2k x
2
on peut calculer (Bx + I)n en employant la formule d u binôme :
(Bx + I)n = ( n0 ) (Bx)n + ( n1 ) (Bx)n−1 I + ( n2 ) (Bx)n−2 I 2 + · · · +

n
( nk ) (Bx)n−k I k + · · · + ( n−1 ) (Bx)I n−1 + ( nn ) I
= ( n0 ) 2n xn + ( n1 ) 2n−1 xn−1 + ( n2 ) 2n−2 xn−2 + · · · +

iB
n
+ ( nk ) 2n−k xn−k + · · · + ( n−1 ) 2x + I.
2
br
Comme
n
( n0 ) 2n xn + ( n1 ) 2n−1 xn−1 + · · · + ( nk ) 2n−k xn−k + · · · + ( n−1 ) 2x + ( nn ) = (2x + 1)n
ai
On a
(2x + 1)n − 1
(Bx + I)n = B+I
np
2
Pour tout entier n positif ou nul.
re
Exercice 6
1. Démontrons que Im(f − βI) ⊂ Fα et Im(f − βI) ⊂ Fβ .

pa
On sait que f · g = 0 ⇒ Img ⊂ ker f . D’où
Im(f − βI) ⊂ Fα et Im(f − αI) ⊂ Fβ
2. Démontrons que les sous-espaces vectoriels Fα et Fβ sont supplémentaires.

Pour tout x ∈ E.
1
x= (f − βI)(x) − (f − αI)(x)
α−f
Or (f − βI)(x) ∈ Fα et (f − αI)(x) ∈ Fβ d’où
E = Fα + Fβ
Soit x ∈ Fα ∩ Fβ , f (x) = α = βx. Comme α 6= β x = 0. Donc Fα ∩ Fβ = {0}. En définitive
E = Fα ⊕ Fβ
Fα et Fβ sont supplémentaires dans E.
100
3. Démontrons que : p + q = I et pq = qp = 0.
Par définition ∀x ∈ E, x = p(x) + q(x) d’où p + q = I
p(x) = p(x) + pq(x) d’où pq(x) = 0, pq = 0
q(x) = qp(x) + q(x) d’où qp(x) = 0, qp = 0
4. Démontrons que : f = αp + βq.

1
On a p(x) = (f − βI)(x)
α−β
1
q(x) = (f − αI)(x)
α−β
d’où αp(x) + βq(x) = f (x) : αp + βq = f
5. En déduisons l’endomorphisme f n pour n ∈ N

Comme p et q commutent, on peut calculer (αp + βq)n par la formule du binôme
n
X
fn = ( nk ) pk q n−k
k=0
br
Tous les termes de k = 1 à n − 1 s’annulent.

Il reste f n = αn p + β n q quit est l’endomorphisme de f n
ai
Exercice 7
np
Trouvons un équivalent simple au voisinage de 0 des différences :
1. (1 + sin x)x − (1 + x)sin x

re
−1 + sin x)x = ex∈(1+sin x) . On sait que pour h tendent vers zéro
h2 h3 h4
ln(1 + h) = h − + − + O(h4 )
pa
2 3 4
Posons h = sin x
x3
1 h=x− 3 + O(x4 )
x4
− 21 h2 = x2 − 3 + O(x4 )
1
3 h3 = x3 + O(x4 )
− 41 h4 = x4 + O(x4 )
x3 x4 x5
x ∈ (1 + sin x) = x2 − 2 + 6 − 12 + O(x5 )
On sait que pour k ≥ 0
k2 k3
ek = 1 + k + + + O(k 3 )
2 6
1 I =1
x3 x4 x5
1 k= x2 − 2 − 6 − 12 + O(x5 )
1
2 k2 = x4 − x5 + O(x5 )
1
6 x3 = +O(x5 )
x3 2x4 7x5
(1 + sin x)x = 1 + x2 − 2 + 3 − 12 + O(x5 )
101
De même on montre que
x3 x4 x5
sin x ln(1 + x) = x2 − + − + O(x5 )
3 6 6
et
x3 2x4 2x5
(1 + x)sin x = 1 + x2 − + − + O(x5 )
2 3 3
En définitive
7x5 2x5
(1 + sin x)x − (1 + x)sin x = − + + O(x5 )
12 3
x5
D’où (1 + sin x)x − (1 + x)sin x ∼ 12
2. (sin x)x − xsin s

Remarquons que
sin x sin x
(sin s)x = ex ln(sin s) = ex ln x
+x ln x
= xx ex ln x
sin x
En développant en série les quantités ex ln x et xsin x on obtient finalement
x3
(sin x)x − xsin x ≈ 6 ln x
br
Exercice 8
ai
1
1. On CM (Q) = Q2 − Q + 1 + Q
1
Cm (Q) = 3Q2 − 2Q + 1. D’où Q2 − Q + 1 + Q = 3Q2 − 2Q + 1
np
On a 2Q3 − Q2 − 1 = 0
Le premier membre se factorise en
re
(Q − 1)(2Q2 − Q − 1)
et la finalité optimale à produire est Q∗ = 1. Le coût moyen minimum est alors CM (1) = 2
pa
3−Q
2. Le pris s’exprime en fonction de la quantité par p(Q) = .
2
La recette totale et la recette marginale sont données par :
R(Q) = QP (Q) = 12 (2Q − Q2 )
RM (Q) = 12 (3 − 2Q)
Le produit total est maximum pour Q vérifiant
1
3Q2 − 2Q + 1 = (3 − 2Q)
2
√
1± 7
6
√
1+ 7
La seule valable étant Q∗ =
6
3. La valeur du profit maximum réalisé est
Q∗ 2 Q∗
Π(Q∗ ) = R(Q∗ ) − C(Q∗ ) = Q∗ 3 + + −1
2 2
Π(Q∗ ) = −0, 7359
102
Exercice 9
Date de nais- Date d’em- Ancienneté

No Ages exacts Ages révolus Anc. révolues
sance bauche exact
28 ans, 3
58 ans et 13
1 15/04/1952 01/01/1982 58 ans mois et 27 28 ans
jours
jours
59 ans, 3 44 ans, 1
2 1951 15/03/1966 moins et 27 59 ans mois et 12 44 ans
jours jours
61 ans, 1 36 ans, 3
3 mars 49 1974 mois et 28 61 ans mois et 27 36 ans
jours jours
29 ans, 9
60 ans et 29
4 1950 01/07/1980 60 ans mois et 27 29 ans
jours
jours
br
41 ans, 7
60 ans et 29
5 30/03/1950 12/09/1968 60 ans mois et 16 41 ans
ai
jours
jours
60 ans, 4 25 ans, 4
np
6 17/12/1949 14/12/1984 mois et 11 60 ans mois et 14 25 ans

jours jours
58 ans, 3 29 ans, 8
re

jours jours
pa
28 ans, 3
50ans, deux
8 25/02/1960 11/01/1982 50 ans mois et 17 28 ans
mois 3jours
jours
38 ans, 2 15 ans, 3
9 20/02/1972 01/01/1995 mois et 8 38 an mois et 27 15 ans
jours jours
50 ans, 3 15 ans, 11
jours jours
On admet que les personnelles pour lesquelles seule l’année de naissance est précisées sont
née au premier janvier de l’année et celle pour lesquelles l’année et le mois est précisés sont née
au 1er du mois. Il en est de même pour les anciennetés.
1. Calculons les âges exacts (années, mois et jours) et révolus de chaque employé à la date du
28/04/2010. Voir tableau ci-dessus colonnes 4 et 5
103
2. Calculons les anciennetés exactes (années, mois et jours) et révolution de chaque employé
à la date du 28/04/2010. Voir tableau ci-dessus colonnes 6 et 7
3. Au terme des critères d’ancienneté (30ans) et d’âge (60ans), les personnes portant les
numéros d’ordre ci-après sont susceptible d’être comprimées : 1 par rapport à l’ancienneté,
3 par rapport à l’âge et à l’ancienneté, 4 par rapport à l’âge, 5 par rapport à l’âge et à
l’ancienneté et 6 par rapport à l’âge
br
ai
np
re
pa
104
ÉPREUVE DE CULTURE GENERALE
Sujet 1
D’après le rapport sur l’épidémie mondiale di SIDA 2008, on constate que malgré des avancées
significatives dans la prévention des nouvelles infections à VIH observées dans plusieurs pays les
plus touchés par l’épidémie de SIDA et la stabilisation du pourcentage mondiale de personnes
vivant avec le VIH depuis 2000, la proposition des infections chez les femmes augmente dans
plusieurs pays.
Comment expliquez-vous cette féminisation de l’épidémie du SIDA en Afrique particulière-

ment ?
br
Sujet 2
ai
Dans une brève dissertation ne dépassant pas cinq pages, commentez cette position d’un
spécialiste des questions de population et développement relative à la démographie africaine
np
aujourd’hui :
« Les défis démographie observés au Nord ne sont pas semblables à ceux des pays du Sud ».
re
Étayer votre argumentaire d’exemple précis.
Sujet 3 Commentez et discutez cette observation de Yves Marguerat :

pa
« Un agriculture urbaine : apparent paradoxe pour nos habitudes de penser en opposition

ville et campagne, mais réalité bien visible pour qui sait observer les villes africaine, où il est
bien rare qu’un terrain non bâti (pour une raison ou pour une autre : pente, réserve domaniale,
risque d’inondation, construction en attente de financement . . .) ne soit pas couvert de cultures
vivriers, de jardinets soigneusement travaillés, amoureusement binés . . . Cet envahissement dis-
cret des interstices de la ville par l’activité des campagnes est e général l’œuvre des femmes,
des épouses des citadins (moins ”urbaines” que leurs maris), qui produisent surtout les céréales
ou les tubercules de l’alimentation traditionnelle principalement pour leur propre consommation
familiale ».
Yves Marguerat, « Préface », dans Christine Schilter, L’agriculture urbaine à Lomé, Pa-
ris/Genéve, Karthala/IUED, 1991, P.9
105
CONCOURS IFORD (Mars 2010) : QUELQUES ORIENTATIONS POUR LA
CORRECTION DE L’ÉPREUVE DE CULTURE GENERALE
1. Grille de notation
La notation est effectuée sur 20 points répartis de la manière suivante :
no Éléments d’évaluation Barème

1.1 Problématique et argumentation 08 points
1.2 Connaissance générale/Illustration 04 points
1.3 Plan de travail 03 points
1.4 Langue et expression/Résdaction/Style 03 points
1.5 Presentation formelle du document 02 point
Total 20 points
2. Contenu de la dissertation ou du documentaire
br
Le développement de chaque sujet proposé dans le cadre du concours doit faire ressortir
les éléments suivants :
2.1 Le problème général posé par le sujet proposé
ai
2.2 Les problèmes secondaires découlant du problème générale
2.2 La définition des concepts ou termes contenus dans le sujet

np
2.2 La discution de la position reflétée par l’énoncé du sujet : avantages ; inconvénients ;

forces/faiblisses, contraintes
re
2.2 L’introduction doit camper le sujet en précisant le contexte dans lequel il faudrait le situer :
contexte politique, contexte économique et social/culturel
pa
2.2 La conclusion doit rappeler les principaux points abordés dans la dissertation et ouvrier une
irrespective.
Sujet 1 D’après les différents rapport de ONUSIDA sur la situation, on constate que malgré des
avancés significatives dans la prévention des nouvelles infections à VIH observées dans plusieurs
pays les touchés par l’épidémie de sida, l’épidémie continue de toucher les femmes plus que mes
hommes.
Comment expliquez-vous cette féminisation de la maladie en Afrique particulièrement ?
1.1 Problème central posé par le sujet
Le candidat doit être en mesure de montrer que le Sida constitue un des défis de l’heure,
notamment à cause de la situation épidémiologique sur le continent. Le Sida est à la foi un
problème de santé publique, un problème de société et un problème de développement. On
observe un évolution importante de la séroprévalence, qui varie évidement d’un pays à l’autre
106
à l’autre, se traduit particulièrement dans l’ensemble par une féminisation de la maladie. En
effet, dans la plupart des pays touchés par la maladie, on observe que la proportion des femmes
infectées reste toujours significativement élevé par rapport à celle des hommes. Ce qui amène
à s’interroger sur les facteurs explicatifs de cette situation ou les facteurs de vulnérabilité des
femmes.
Questionnements spécifiques :
Qu’est ce qui peut permettre de comprendre la féminisation de la pandémie en Afrique ?
Quels sont les facteurs explicatifs de la vulnérabilité des femmes au vih-sida ?
1.2 Problèmes secondaires

– Des disparités sexuelles concernant la séroprévalence
– Les facteurs de vulnérabilité des femmes par rapport aux hommes
– Les facteurs peuvent varier selon le milieu de résidence (urbain/rural) ; l’âge (adolescence
et adultes), la situation matrimoniale (mariée, célibataires), etc
br
2. Argumentaire
ai
Dans le développement, il s’agit pour le candidat de montrer l’éventail de facteurs qui contri-
buent à rendre intelligible cette féminisation de la pandémie en Afrique.
np
Parmi ces facteurs, on devra retrouver :

– Facteurs sociaux : les changements dans les modèles de nuptialité et de sexualité carac-
térisés par une entrée d plus en plus précoce en vie sexuelle, et très souvent en dehors du
re
mariage, la montée de la décohabitation familiale et conjugale, associées à la montée du

travail féminin, à la salarisation ; la montée de la cohabitation sans mariage qui conduit
pa
à des pratiques telles que le multipartenariat sexuel. En outre, des pratiques sociales telle
que le viol, l’acceptabilité du test avant le mariage, la connaissance, l’acceptabilité et l’uti-
lisation des méthodes préventives sont autant de facteurs qui peuvent rendre compte de
l’évolution de la maladie et particulièrement au sein de la population féminin. En effet,
plusieurs travaux montrent que les femmes n’ont pas toujours le pouvoir de négocier des
rapports sexuels protégés au sein de couple, même lorsqu’elles sont certaines des risques en-
courus. La société est plus tolérante vis-à-vis des déviations sexuelles chez les hommes que
chez les femmes (adultère, multipartenarait, etc.) Ainsi les femmes en union sont exposées
lorsque leurs conjoints sont engagés dans des relations sesuelles avec d’autres partenaires.
– Facteurs culturels : l’influence de certaines tradition : les rites post-partum, l’excision,
lévirat, sororat, blindage, tatouages, pratiques thérapeutiques, des coutumes primissives
favorables à la sexualité hors/avant mariage, la polygamie et donc au multipartenariat
masculin ;
107
– Facteurs économiques : Le contexte de pauvreté se généralise en touchent particuliè-
rement les femmes, qui constituent aujourd’hui un groupe vulnérable ; la situation socio-
économique de la femme dans les économie traditionnelles et capitalistes (subordinations et
dépendance économique) ; la situation économique des femmes dans le milieu professionnel
l’expose à des formes de violences sexuelles, etc. L’ensemble de ces facteurs n’est pas de
nature à renforcer leur autonomie financière, condition nécessaire pour s’approvisionner
en méthodes préventives lorsqu’elles le désirent. Par ailleurs, cette situation est une cause
importante des comportements à risque dans les villes et au sein des groupes d’âges spéci-
fiques (jeunes femmes, élèves, femmes en âge d’activité, etc.) La pauvreté est associée à la
pratique de la prostitution.
– Facteurs politiques : En dépit de la montée en puissance de la maladie dans plusieurs
pays, dans réponses politiques, en particulier celles qui mettent l’accent sur l’approche
genre, ont tardé à se mettre en place. Lorsqu’elle existe, elles sont encore confrontées à des
pesanteurs socioculturelles.
br
– Facteurs biologiques : d’après des études en biologie, la vulnérabilité de la femme est liée
à la constitution biologique des parois vaginales. Ainsi, lors des rapports, elles présentent
ai
plus de risque que les hommes. En outre, la situation de conflits, de guerre et de violences
qui caractérise beaucoup de pays africains se traduit par des scènes régulières de viols et
np
d’agression sexuelles des femmes.

– Facteurs démographiques : Dans les pays touchés, comme l’Afrique du Sud, l’intensité
des flux migratoires est associée au développement de la maladies. Ainsi, les migrants
re
masculins sont souvent engagés dans des rapport avec divers partenaires sexuels féminins.
Cette situation est de nature à rendre vulnérable les femmes lorsque ces rapport sont
pa
rémunérés.
Conclusion
La candidat doit être en mesure de montrer que ces facteurs n’interviennent pas dans tous les
pays de façon identique. D’un pays à l’autre, l’influence de ces facteurs est relative. Ainsi, certains
facteurs sont plus pertinents dans un contexte que dans l’autre. La multiplicité de facteurs qui
entrent en compte traduit cependant la complexité de la vulnérabilité des femmes face au VIH-
SIDA.
Sujet 2 : Dans une brève dissertation ne dépassant pas cinq pages, commenter cette po-
sition d’un spécialiste des questions de population et développement relative à la démographie
africaine aujourd’hui.
« Les défis démographiques observé au Nord ne sont semblable à ceux des pays du Sud ».
Étayer votre argumentation d’exemple précis.
108
Problématique central : Il s’agi de montrer la spécificité de la démographie des pays en
développant par rapport à celle développés, à partir d’un certain nombre d’indication (mortalité,
migration, fécondité, structure de la population, politiques de population, etc.)
Le candidat doit être en meure de montrer que les défis majeurs qui s’imposent aujourd’hui
aux pays développés ne sont pas les mêmes qu’on rencontre dans les pays en développement
(notamment africains) à cause des caractéristiques générales de leurs démographies respectives
et des politiques de population qui y sont respectivement développés.
2. Argumentation
2.1 Spécification des pays en développement en matière ed population/défis démo-

graphiques des pays en développement
de manière générale, l’Afrique se caractérise par :
– Croissance démographique/Natalité/Natalité/Fécondité élevée : La croissance démogra-
phique reste relativement importante dans les pays en développement à cause de l’im-
br
portance de la natalité qui y reste encore élevé par rapport aux autres parties du monde
– Rajeunissement de la population : la structure de la population montre que ces pays sont
ai
majoritaire constitués de jeunes ; ce qui pose des problèmes spécifiques en termes de poli-
tiques sociales sociales (lutte contre le chômage, politiques éducatives, politiques de l’em-
np
ploi, etc)
– Accès limité à la population : la croissance démographique qui se situe autour de 2,8%
re
traduit un faible recours à la contraception pour des raison sociales, culturelles, politiques
et économiques.
– Mortalité élevée : le niveau de mortalité maternelle et infantile est encore élevé dans les
pa
pays en développement, dépit des effort consentis pour lutter contre ce fléau. Il s’agit
particulièrement de la mortalité infantile et maternelle.
– Sexualité des adolescents : le contexte et l’ampleur du phénomène fait qu’il s’agit d’un
des principaux défis de l’heure, compte tenu des problèmes sociaux qu’elle engendre (IST ;
SIDA, et autres types d’infection) comportements à risque (avortement, multipartenariat
sexuel, etc)
– Migration (internes, forces/sous contrainte, internationale : le contexte de pauvreté et l’en-
vironnement politique de ces pays restent des facteurs de la mobilité. Les pays en déve-
loppent sont affectés de ce fait par des modèles migratoires spécifiques qui contribuent à un
dynamique de population tant à l’intérieur des continent qu’à l’extérieur de ceux-ci. Parmi
les principaux modèles, on peut citer : la fuite des cerveaux (émigration des populations
hautement qualifiée) ; l’émigration clandestine, les migrations forcées, etc.
– Augmentation de la population âgée : En dépit de l’effectif encore faible des personnel
âgées, leur proportion tend à augmenter, contribuant au développement de nouveaux pro-
109
blème sociaux (abandon des personnes âgées, prise en charge, conflits intergénérationnel,
etc.)
– Croissance urbaine : Dans les pays en développement, notamment en Afrique, la croissance
urbaine est très importante au point où d’ici quelque années, plus de la moitié de la
population de certains pays vivront en ville.
Par conséquent, dans les pays en développement, les principaux défis concernant le chômage,
l’accès à l’emploi des jeunes, la santé de la reproduction des adolescente, la maîtrise de la
croissance urbaine et démographique.
2.2 Spécification des pays en développement en matière de population/Défis démo-

graphiques des pays en développement
Les pays développés s<onrt particulièrement confrontés à d’autre types de problème. Il
s’agit notamment d’une natalité faible, ce qui pose un problème à terme le problème du
remplacement de la population ; de l’immigration dont les conséquences s’observent sur le
marché du travail. Au niveau de la structure de la populations, le défis majeur reste la
br
proportion de la population âgée qui a conduit vieillissement de la population du troisième

âge. Les politiques sociales s’orientent donc vers cette catégorie (politiques de retraite par
ai
exemple). La mortalité à été maîtrisée avec le développement technologique et les causes de

la mortalité sont distinctes de celles observées dans les pays en développement.
np
Sujet 3 Commentez et discutez cette observation de Yves Marguerat :

re
« Un agriculture urbaine : apparent paradoxe pour nos habitudes de penser en opposition ville
et campagne, mais réalité bien visible pour qui sait observer les villes africaine, où il est bien
rare qu’un terrain non bâti (pour une raison ou pour une autre : pente, réserve domaniale, risque
pa
d’inondation, construction en attente de financement . . .) ne soit pas couvert de cultures vivriers,

de jardinets soigneusement travaillés, amoureusement binés . . . Cet envahissement discret des in-
terstices de la ville par l’activité des campagnes est e général l’œuvre des femmes, des épouses des
citadins (moins ”urbaines” que leurs maris), qui produisent surtout les céréales ou les tubercules
de l’alimentation traditionnelle principalement pour leur propre consommation familiale ».
Yves Marguerat, « Préface », dans Christine Schilter, L’agriculture urbaine à Lomé, Pa-
ris/Genéve, Karthala/IUED, 1991, P.9
1. Problème central posé par le texte : La question de l’agriculture urbaine comme une
spécificité de la ville africaine.
2. Problème secondaire et argumentaire
110
2.1. Spécificités de cette agriculture dans les villes africaines
Type d’espaces occupés : pente, réserve domaniale, risque d’inondation, construction en attente
de financement. Cette agriculture traduit une forme d’envahissement discret des interstices des
villes, mais également des espaces publics urbains (abords de rues, enceinte d’édifices adminis-
tratifs, domaine de l’État, domaines privé inoccupés, etc.) Il s’agit aussi d’une forme de détour-
nement de ces espace. ce qui laisse penser que les utilisateurs (c’est-à-dire ces agriculteurs) ne
sont pas les détenteurs.
Types de cultures : une agriculture vivrière et maraîchère destinée à la consommation domes-
tiques
Différences ville-campagne : L’agriculture urbaine remet en cause la définition qu l’on a de la
ville. En effet, l’auteur montre que l’agriculture reste une activité des campagnes
2.2 Rôle social et économique

br
Catégorie d’acteurs impliqués ; D’après l’extrait, il s’agit d’une occupation féminine et parti-
culièrement de femmes d’origine rurales installées en ville.
Cette activité contribue à l’alimentation familiale et constitue un appoint à la crise (écono-
ai
mique et alimentaire). Elle permet donc aux ménages de faires des économies en ce qui concerne
les dépenses allouées à l’alimentation du ménage.
np
3. Discussion
re
Le candidat devra avoir un esprit d’ouverture et critiques afin de d’interroger sur les aspects
suivants :
pa
En quoi l’exemple de Lomé rend-elle compte de la ville africaine en général ? Ces observa-
tions peuvent-elle être valables pour l’ensemble des villes d’Afrique subsaharienne ? Quels autres
aspects de cette agriculture ne prennent pas en compte ce diagnostic ?
Pour répondre à ces question, le candidat doit pouvoir montrer les aspect qui ne sont pas
l’extrait et qui permettent de mieux comprendre le phénomène.
Par exemple, on s’attendait à ce que le candidat montre qu’aujourd’hui, les acteurs se re-
crutent dans toutes mes couches sociales et qu’il ne s’agit pas seulement d”une activité féminine.
Les femmes qui y opèrent sont souvent spécialisées dans les formes particulière (agriculture vi-
vrière) et la communication de ces produit. L’agriculture urbaine ne joue donc pas simplement
le rôle d’appuis à l’économie et à l’alimentation domestiques. C’est même pour les femmes une
source de revenu. Elle contribue à booster leur pouvoir économique au sein des ménages/familles.
111
L’agriculture urbaines prend d’autre forme et varie aussi des villes d’Afrique tropicales aux
villes sahèliennes. Ainsi, elle prend en compte la pratique de l’élévation. Toutefois, quelle que
soit la ville considérée, elle se développement de plus en plus sous forme d’horticulture, activité
dans laquelle se trouve une masse importante de jeune homme. De ce fait, il s’agit d’une activité
spécifiquement urbaines qui contribue à l’embellissement des espace publics et publics et privés
dans les villes. br
ai
np
re
pa
112
(Concours type B (Mai 2009))
Exercice 1
Soit (X1 , . . . Xn ) un échantillons indépendant et identiquement distribue (iid) d’une loi nor-
male de moyenne θ et de variance θ(1 − θ) où θ ∈]0, 1[, est un paramètre inconnu. on considère
les estimateurs de θ : n n
1X 1X 2
T1 = xi = X Tn = Xi
n n
i=1 i=1
1. Montrer que T1 et T2 sont deux estimateurs sans biais et convergents du paramètre θ.
2. Peut(on comparer la précision de ces deux estimateurs ?
N.B. : ON donne Var(X 2 ) = 2θ2 (1 − θ2 )

br
Exercice 2
ai
Soit X une variable aléatoire suivant la loi de densité : f (x) = θ2 xe−θx avec θ > 0 et x > 0.
Soit (X1 , . . . , Xn ) un échantillon indépendant et identiquement distribué de variable parente
np
A.
Une réalisation de cet échantillon pour n = 100 a donné des valeurs xi vérifiant :
re
n
X n
X
xi = 398 x2i = 2510.
i=1 i=1
pa
1. Montrer que X est un estimateur efficace d’une fonction de θ. Donner l’espérance et la

variance X et en déduire l’espérance et la variance de X.
2. En utilisant cet estimateur , déterminer un intervalle de confiance bilatéral approché sur 0

au niveau de confiance 1 − α (on considère que n est grand).
3. A.N : calculer l’estimation de 0 et l’intervalle de confiance pour 1 − α = 95%.
Exercice 3
On considère un échantillon suffisamment petit qui fera l’objet d’un suivi répété, afin d’estimer
le nombre de repas pré-cuisinés dans une grande ville. Le taux de réponse élevé signifie que
l’échantillon est essentiellement aléatoire. On a enregistré, lors d’une enquête, le nombre de
repas « prêts à consommer » pris par chaque individu au cours de la semaine précédente ; et en
résumé l’on obtient : X = 0, 82, x = 0, 48 et n = 180. Calculer un intervalle de confiance à 95%
pour la moyenne de la population totale de cette ville.
113
Exercice 4
Pour comparer la fiabilité de deux types T1 et T2 de machines à laver le linge, on choisi comme
critère la durée de fonctionnement sans panne sur le programme « blanc », représentée comme
une variable aléatoire X pour T1 et Y pour T2 .
On suppose que X et Y suivent les lois normales de moyennes respectives µ1 et µ2 et de
variances σ12 et σ22 .
Les observations, exprimées en jours de fonctionnement, sur 10 machines de chaque type ont
donné les résultats suivants :
n
X n
X n
X n
X
xi = 142, 1 xi = 2080, 5 yi = 150, 4 yi2 = 2345, 4
i=1 i=1 i=1 i=1
1. Tester l’égalité des variances, au niveau de signification α = 0, 10
2. Les durées moyennes de fonctionnement sont-elles significativement différentes au seuil

α = 0, 005 ?
br
3. Donner un intervalle de confiance à 95% sur la différence µ1 − µ2 des durées de vi moyennes

des deux types de machines.
ai
4. Les réponses aux trois questions précédentes restent-elles valables si X et Y ne suivent pas
une loi normale ?
np
Exercice 5
re
Dans deux classes parallèles d’une même école, les notes, sur 20, obtenues par les élèves, à
l’occasion d’une même é"preuve, sont les suivantes :
pa
Classe A 9 15 15 7 11 12 14 10 11 8
8 11 11 14 8 10 11 11 10 11
7 15 12 6 14 9 15 8 8 14
15 10 11 13 11 11 15 12 15 10
Classe B 11 9 8 13 9 8 13 14 15 15
10 10 7 15 15 7 14 9 3 10
15 10 15 8 15 8 14 9 6 13
12 11 9 9 13 14 8 13 8 5
1. Comparer, par des procédés graphiques, les deux séries statistiques proposées.
2. Comparer les deux séries à l’aide de leurs caractéristiques de tendance centrale.
3. Reprendre la comparaison en utilisant les caractéristiques de dispersion.
4. Commenter.
114
Exercice 6
Soit X une variable aléatoire suivant la loi de densité :


eθ−x , x ≥ θ

f (x) =
0

si non
On admet que E(X) = θ + 1 et V ar(X) = 1 et on suppose disposer d’un échantillon indé-

pendant et identiquement distribué de grande taille.
1. Déterminer un estimateur θ̂1 et θ par la méthode des moments
2. Montrer que cet estimateur est sans biais.
3. Déterminer sa variance.
4. Déterminer un intervalle de confiance bilatérale approché au niveau de confiance a en

utilisant θ̂1 .
br
5. Application numérique : on dispose d’un échantillon de taille 2000 dont les principales
caractéristiques sont :
n n
ai
X X
xi = 8019, x2i = 34410 min(xi ) = 3, 0001 et max(xi ) = 12, 3751
i=1 i=1
np
Calculer l’intervalle de confiance pour a = 5%.
Exercice 7
re
On lance trois dés et on désigne par A, B, C les événements :

pa
A : sur les trois faces, il y a au moins un as,
B : sur les trois faces, deux au moins sont identiques ;
C : la somme des points est paire.
Évaluer les probabilités des événements A, B, C, AB, ACBC, ABC
115
CONCOURS IFORD (Mai 2009) : CORRIGÉE PROBA-STAT B
Exercice 1
Soit (X1 , X2 , . . . , Xn ) un échantillon indépendant et identiquement distribué d’une loi nor-

male de moyenne θ et de variance θ(1 − θ), θ ∈]0, 1[
n
1X
1. Montrons que T1 = xi = X est un estimateurs sans biais et convergents du paramètre
n
i=1
θ.
T1 est un estimateur sans biais de θ si et seulement si E(T1 ) = θ
n n
! !
1X 1 X 1
E(T ) = E xi = E xi = E(x1 + x2 + · · · + xn )
n n n
i=1 i=1
1
= [E(x1 ) + E(x2 ) + · · · + E(xn )]
n
br
or E(x1 = E(x2 ) = · · · = E(xn ) = θ

D’où E(T1 ) = n1 (θ + θ + · · · + θ) = n1 (nθ)
ai
E(T1 ) = θ Donc T1 est un estimateur sans biais de θ

Montrons que T1 est un estimateur sans biais et convergent.
np
Un estimateur sans biais T1 est dit convergent si et seulement sa variance tend vers 0 quand
n → +∞
re
Donc T2 est un estimateur sans biais de θ

Montrons que T2 est convergent.
pa
Il suffit de montrer que lim V (T2 ) = 0

n→+∞
n n n
! !
1X 2 1 X 1 X
V (T2 ) = V xi = 2V x2i = V (x2i )
n n n2
i=1 i=1 i=1
1 1
= 2 [nV (x2i )] = [2θ2 (1 − θ2 )]
n n
1 2 1
lim V (T2 ) = lim [2θ (1 − θ2 )] = 0 car → 0
n→+∞ n→+∞ n n
Conclusion : T2 est un estimateur sans biais et converge de θ.
2. Comparons la précision de ces deux estimateurs

Examinons les variation s des deux estimateurs avant de se prononcer sur leur précision.
Pour rappel,
θ(1 − θ) 2θ2 (1 − θ2 ) 2θ2 (1 − θ)(1 + θ)
V (T1 ) = et V (T2 ) = =
n n n
θ(1 − θ)
V (T2 ) = 2θ(1 + θ) × = 2θ(1 + θ)V (T1 )
n
116
V (T2 ) = 2θ(1 + θ)V (T1 ). On peut donc bien comparer la décision de ces deux estimateurs
en fonction de 2θ(1 + θ), 2θ(1 + θ) ∈]0, 1[ l’estimateur T2 est meilleur que T1 car il a la
variance la plus faible.
2θ(1 + θ) ∈]1; +∞[, T1 est meilleur que T2 .
Exercice 2
f (x) = θ2 xe−θx avec θ > 0 et x > 0

Soit ((X1 , X2 , . . . , Xn ) i.i.d de X.
1. Montrons que X est un estimateur efficace d’une fonction de θ.

Pour cela, montrons que la condition nécessaire et suffisante d’efficacité est vérifiée.
La vraissemblance est donc :
n
Y
L(θ; x1 , x2 3, . . . , xn ) = θ2n xi e−θxi
i=1
br
n
X n
X
⇒ ln L(θ; x1 , x2 , . . . , xn ) = 2n ln θ + ln xi + ln e−θxi
i=1 i=1
n n
ai
X X
⇒ ln L(θ; x1 , x2 , . . . , xn ) = 2n ln θ + ln xi − θ ln xi
i=1 i=1
np
Calculons la dérivée partielle de L par rapport à θ d’où


Xn 
n  xi 
re

∂ ln L 2n X 2 i=1  2
= + xi = n 
θ + n  = n n + x

∂θ θ
i=1  
pa
On en déduit que X est un estimateur efficace de

−2 2
g(θ) = θ E(X) = E(X) = θ
g 0 (θ)

2 1 2
V (X) = =− = 2
n θ θ nθ

2 2
V (X) = nV (X) = n 2
= 2
nθ θ
2
d’où V (X) = θ2
.
2. Déterminons un intervalle de confiance IC bilatéral approché sur 0 au niveau de confiance

1 − α.
IC = X ± Z α2 √sn avec X = E(X) = 2
θ ⇒ IC = 2
θ ± Z α2 √sn
3. Calculons l’estimation de 0 et l’intervalle de confiance pour 1 − α = 95%.

2 2 2
E(X) = θ ⇒θ= E(X) = X
117
n
X n
X
Or xi = 398 ; x2i = 2520 ; n = 100 d’où
i=1 i=1
n
X
xi
i=1 398
X= = = 3, 98
n 100
2
D’où θ̂ = c’est-à-dire θ̂ = 0, 503
3, 98
n
1X 2 2 1
2
s = xi − X = × 2520 − (3, 98)2 = 9, 36
n 100
i=1
9, 36
IC = 3, 98 ± Z0,025 × √
100
9, 36
= 3, 98 ± 1, 96 ×
10
= 3, 98 ± 1, 83
br
d’où IC =]2, 15; 5, 81[

X = 0, 82, s = 0, 48 et n = 180
ai
Soit m la moyenne de la population totale de cette ville.

L’intervalle de con fiance à 95% de m est tel que m = X ± Z0,025 √sn , m = 0, 82 ± 1, 96 ×
0,48
np
√
180
= 0, 82 ± 0, 07
c’est-à-dire l’intervalle de confiance à 95% pour m est 0, 75 < m < 0, 89
re
Exercice 4
1. Testons l’égalité des variances, au niveau de signification α = 0, 10

pa
Le test de Fisher donne comme région critique

2
s2x

sx
W = < Fn1 −1;n2 −1; α2 ou 2 > Fn1 −1;n2 −1;1− α2
s2y sy
s2x
A.N s2x = 6, 81, s2y = 9, 26 s2y
= 0, 74
F9;9;0,05 = 0, 31 F9;9;0,95 = 3, 18
On conclura à l’hypothèse d’égalité des variances
2. Les variance étant égales, onutilise le test de Student 

 |x − y| 
La région critique est W = q > tn1 +n2 −2;1− α2
s 1 + 1 
n1 n2
|x−y|
A.N. α = 5% t18;0,975 = 2, 101 s2 = 8, 04 q
1
= 0, 65. On conclura à l’hypothèse
s n
+ n1
1 2
d’égalité de moyennes au seuil α = % c’est-à-dire les moyenne ne sont pas significativement
différentes.
118
3. Donnons un intervalle de confiance à 95% sur la différence µ1 − µ2 des durées de vie
moyennes des deux types de machines.
h q q i
IC = (x − y) − s × (tn1 +n2 −2; ) × n11 + 1
n2 ; (x − y) + s + (tn1 +n2 −2 ) × 1
n1 + 1
n2
A.N. IC = [−3, 42; 1, 83]

4. Non !
Dans ce cas il faut une taille d’échantillon assez grande c’est-à-dire n ≥ 30
Exercice 5
1) Comparons par des procédés graphiques, les deux séries statistiques proposées.
Classe A
Effectif
10
8
br
6
ai
4
np
2
re
0 Notes
0 6 7 8 9 10 11 12 13 14 15
pa
Classe B
Effectif
0 Notes
0 3 4 5 6 7 8 9 10 11 12 13 14 15
Sur le vu des diagrammes en bâton, la distribution B semble plus dispersée que la distribution
A, laquelle semble avoir une moyenne arithmétique supérieure.
119
2) et 3)
A
Note Effectifs Effectif
xi ni cumulés xi ni x2i ni |xi − 11, 21| |xi − 11, 2|ni
croissant
6 1 1 6 36 5,2 5,2
7 2 3 14 98 4,2 8,4
8 5 8 40 320 3,2 16
9 2 10 18 162 2,2 4,4
10 5 15 50 500 1,2 6
11 10 25 110 1210 0,2 2
12 3 28 36 432 0,8 2,4
13 1 29 13 169 1,8 1,8
14 4 30 56 784 2,8 11,2
br
15 7 40 105 1575 3,8 16,6

40 448 5286 84,0
ai
A
Note Effectifs Effectif
np
xi ni cumulés xi ni x2i ni |xi − 10, 75| |xi − 10, 75|ni

croissant
re
3 1 1 3 9 47,75 7,75
5 1 2 5 25 5,75 5,75
pa
6 1 3 6 36 4,75 4,75
7 2 5 14 98 3,75 7,50
8 6 11 48 384 2,75 16,50
9 6 17 54 486 1,75 10,50
10 4 21 40 400 0,75 3
11 2 23 22 242 0,25 0,50
12 1 24 12 144 1,25 1,25
13 5 29 65 845 2,25 11,25
14 4 33 56 784 3,25 13
5 7 40 105 1575 4,25 29,75
40 430 5028 111,50
448 430
moyenne arithmétique A : = 11, 2 moyenne arithmétique B : = 10, 75
40 40
Médiane A = 11 Médiane B inférieure à 10
120
(15 notes inférieures à 11, 15 notes supérieures à 11)
(21 notes étant inférieures ou égale à 10)
En moyenne la classe A semble supérieure à la classe B.
Étendu A : 15 − 6 = 9 Étendu B : 15 − 3 = 12
5286 5028
Variance A = − (11, 2)2 = 6, 71 Variance B = − (10, 75)2 = 10, 1375
40 40
d’où écart type =2,6 d’où écart type =3,18
84 111, 50
Écart moyen A : = 2, 1 Écart moyen B : = 2, 79
40 40
La distribution B présente des caractéristiques de dispersion de mesure plus élevées que celles
de la distribution A.
4) Valeur moyenne plus élevée pour la distribution A et notes plus regroupées autour de la
moyenne arithmétique, donnent à cette moyenne arithmétique une signification plus grande.
Exercice 6
br
θ̂1 = X − 1
E(θ̂1 ) = E(X − 1) = E(X) − 1 = (θ + 1) − 1 = θ
ai
V (θ̂1 ) = V (X − 1) = V (X) = n12 V (X) = n12 1 = nn2 = n1

P P
U1− α2 U1− α2

θ̂1 − E(θ̂1 )
N (0, 1) ⇒ IC = X − 1 − √ ; X − 1 + √
np
V (θ̂1 ) n n
A.N. x = 4, 0095, α = 5% n = 2000
d’où IC = [2, 9657; 3, 0533]
re
Exercice 7
pa
On lance trois dés et on désigne par A, B, C les événements :
A : sur les trois faces, il y a au moins un as,
B : sur les trois faces, deux au moins sont identiques ;
C : la somme des points est paire.
Évaluons les probabilités des événements A, B, C, AB, ACBC, ABC

Les événements A et B sont plus simples que les événement A et B :
A : aucune face ne présente l’as ;
B : les trois faces sont différentes.
En conséquent, on va se référer à A, B, C et déduire des résultats obtenus les réponses aux
question posées.
Les événements équiprobables sont les A36 = 216 arrangements avec répétition de trois sym-
boles choisis parmi six. Chaque arrangement est de la forme :
(a, b, c)
121
où a désigne le point amené par le premier dé b, le point amené par le second dé et c le point
amené par le troisième dé.
a) A correspond aux arrangements avec répétition de trois symboles choisis parmi cinq (2,3,5,6).
Don :
A3

5 125
P (A) = 53 = =
A6 6 216
125 91
P (A) = 1 − =
216 216
b) B correspond aux arrangements sans répétition de trois symboles choisis parmi six.
Donc :
A36 6×5×4 120 5
P (A) = 3 = 3
= =
A6 6 216 9
5 4 96
P (B) = 1 − = =
9 9 216
c) C correspond aux arrangement avec répétition de la forme :
br
C1 : (face paire, face paire, face paire)

C2 : (face paire, face impaire, face impaire)
ai
C1 correspond à A33 arrangement avec répétition.

C2 correspond à (3!/2!1!)A13 A23 arrangement avec répétitions. C1 et C2 sont disjoints. Donc
np
P (C) = P (C1 ) + P (C2 ) = (f rac36)3 + 81

63
= 108
216 = 1
2
d) AB correspond aux arrangements sans répétition de trois symboles parmi cinq. Donc
re
A35 5×4×3 60 5
P (AB) = 3 = 3
= =
A6 6 216 18
pa
On en déduit les probabilités de AB, AB, AB, A + B

125 − 60 65
P (AB) = P (A) − P (AB) = =
216 216
91 − 60 31
AB ≡ A − AB : P (AB) = P (A) − P (AB) = =
216 216
60 156
A + B ≡ AB : P (A + B) = 1 − P (AB) = 1 − =
216 216
e) AC correspond aux arrangements avec répétition C, ceci près que les faces impaires ne peuvent
être que 3 ou 5.
L’ensemble AC correspond ainsi à :
3! 1 2
A33 + A A éléments.
2!1! 3 2
2
3 36 63
d’où P (AC) = + 3 =
6 6 216
Par les mêmes raisonnements que ci-dessus, on déduit :
45 46 62
P (AC) = , P (AC) = , P (AC) =
216 216 216
122
f) BC correspond aux arrangements sans répétition parmi ceux définissant C. Donc BC com-
porte :
3! 1 2 3 × 2 × 1 54 60
A35 + A3 A3 éléments d’où P (BC) = 3
+ 3 =
2!1! 6 6 216
48 60
On en déduit : P (BC) = P (BC) = , P (BC) = P (BC =
216 216
g) ABC correspond aux arrangements sans répétition parmi ceux définissant AC. Donc ABC
comporte :
3! 1 2
A33 + A A éléments.
2!1! 3 2
3 × 2 × 1 18 24
D’où P (ABC) = + 3 = .
63 6 216
On en déduit les probabilité figurant sur la dernière figure du ci-après (probabilité exprimées
en 1/216)
br
ai
np
re
pa
123
(Concours type B (Mai 2009))
Exercice 1
√
On considère la fonction y = f (x), d’finie par : y = x2 − 1, où x est un réel x > 1
d(n) On (x)
1. Établir que n
f (x) = f (n) (x) = n−1 , où P est une fonction polynomiale.
dx (x2 − 1) 2
2. Préciser le monôme de plus haut degré de Pn (x) (distinguer les cas n = 0, n = 1 et n ≥ 2).
3. Établir que : Pn=1 (x) + An (x)Pn (x) + Bn (x)Pn−1 (x) = 0 où An (x) et Bn (x) sont des
polynômes à préciser.
4. Démontrer que : Pn0 (x) = −n(n − 2)Pn−1 (x) pour tout n ≥ 1

br
5. Calculer P1 (x).
Exercice 2
ai
On considère la fonction définie sur ] − 1; 1[ par :

np

 x

si x 6= 0
ln |1−x|
f (x) =
−1

si x = 0
re
1. Démontrer que la fonction f (x) vérifie dans un voisinage de 0 l’équation différentielle :

x(1 − x)y 0 − (1 − x)y = y 2 .
pa
2. En déduire que, si f est développable en série dans un voisin age de 0, pour tout n ≥ 4, les
coefficient ap de la série entière vérifient la relation :
n−2
X
(n + 1)an = (n − 1)an−1 + ap an−p
p=2
3. Montrer que les coefficients an vérifient également :

n−1
1 X ak
∀n ≥ 2, an = −
n+1 n−k+1
k=1
4. En déduire les valeurs de a2 , a3 et a4 .
Exercice 3
Étant donné le coût de production : C(Q) = Q3 − Q2 + Q + 1, et la loi de la demande :

Q(p) = 3 − 2p.
124
1. Déterminer la quantité qui minimise le coût moyen et celle qui maximise le profit total.
2. Quelle sont les valeurs de ce coût moyen minimum et de ce profit maximum ?
3. (a) On suppose par exemple, que x est impaire et y pair. Montrer qu’il existe deux entier
naturels non nuls p et q, premiers entre eux, tel que :
x = p − q ; z = p + q et y 2 = 4pq.
(b) Montrer que p et q sont des carrés parfaits.
4. En déduire l’ensemble E. Donner tous les triplets (x, y, z) de E avec z ≤ 18.
Exercice 4
On désigne par E l’espace vectoriel des fonctions polynômes à coefficients réels définies sur
R+ .
Z +∞
1. Montrer que pour tout f ∈ E, l’intégrale : e−x f (x)dx existe.
0
br
Z +∞
2. On pose : ∀ninN, In = e−x xn dx
0
(a) Démontrer que : ∀n ∈ N∗ In = nIn−1
ai
(b) En déduire In .
Z ∞
3. Pour tout couple (f, g) ∈ E2, on pose : (f /g) = e−x f (x)g(x)dx
np
0
Montrer que l’on définit ainsi un produit scalaire sue E.
re
Exercice 5
Dans l’anneau M p (R) des matrices carrées d’ordre p à coefficients réels, on désigne respecti-
pa
vement par 0 est I la matrice nulle et la matrice unité.

On considère une matrice A de M p (R) pour laquelle il existe deux réels α et β distincts tels
que : (A − αI)(A − βI) = 0.
1. Montrer que l’on a aussi (A − βI)(A − αI) = 0.
2. Exprimer A2 en fonction en A et I.
3. Montrer que pour tout entier naturel n, il existe des réels un et vn tels que :
An = un A + vn I
4. Exprimer un+1 et vn+1 en fonctions de un et vn .
5. Exprimer un+2 en fonction de un+1 et un .
6. En déduire l’expression de un en fonction de n, puis celle de An en fonction de n, A et I
7. Montrer que :
(a) (A − αI)2 = (β − α)(A − αI)
125
(b) (A − βI)2 = (α − β)(A − βI)
8. En déduire les expressions de (A − αI)n et (A − βI)n pour tout entier naturel n.
9. Monter que A est une combinaison linéaire de (A − αI) et (A − βI).
10. En déduire l’expression de An en fonction de n, A et I. Comparer ce résultat à celui de la

question 6).
Exercice 6
On considère une population P ayant un taux d’accroissement naturel annuel moyen constant
r. On désigne par P0 l’effectif de cette population à la date de la première observation t = 0.
1. Calculer P1 , P2 , P3 et P4 .
2. En déduire que la population P croît suivant une suite géométrique dont on déterminera
la raison.
3. On appelle temps de doublement d’une population le temps t tel que P1 = 2P0 . Calculer t
br
(r contant).
4. Application numérique : Calculer le temps de doublement des populations dont les taux
ai
d’accroissement naturels annuels moyens sont les suivants : 0,1 ; 0,5 ; 1,0 ; 1,5 ; 2,0 ; 2,5 ;
2,7 ; 3,0 ; 3,5 et 4,0
np
Exercice 7
re
On dit qu’une fonction réelle f est une fonction logistique si et seulement si la fonction définie
df (t)
par est une fonction linéaire décroissante de f .
f (t)dt
pa
Soit P (t l’effectif de la population

d’un pays donné au temps t. On suppose que P (t vérifie la
dP (t) P (t)
relation suivante : = aP (t) 1 − − eP (t), où a, L et e sont des constantes positives
dt L
avec a > e.
Montrer que P (t) est une fonction logistique (on dit aussi que P définie une population
logistique).
126
CONCOURS IFORD (Mai 2009) : CORRIGÉE MATHÉMATIQUES (Type B)
Exercice 1
√
On considère la fonction y = f (x), d’finie par : y = x2 − 1, où x est un réel x > 1
d(n) On (x)
1. Établissons que f (x) = f (n) (x) = n−1 , où P est une fonction polynomiale.
dxn 2
(x − 1) 2
Pn (x)
Pour n = 0 f (0) (x) = 1 d’où l’existence d’un polynôme P0 (x) = 1
(x − 1)− 2
2
Pn (x)
Soit n, un entier naturel pour lequel il existe un polynôme Pn tel que f (n) (x) = n−1 .
(x2 − 1) 2
En dérivant une fois de plus on obtient :
Pn0 (x)(x2 − 1) − (2n − 1)xPn (−x)

f n+1 (x) = − n+1
(x2 − 1) 2
br
Il existe donc un polynôme
Pn+1 (x) = Px0 (x)(x2 − 1) − (2n − 1)xPn (x)

ai
vérifiant ainsi l’hypothèse de récurrence au rang n + 1. D’après le théorème de la récurrence

il existe bien un polynôme Pn pour tout n ∈ N
np
2. Précisons le monôme de plus haut degré de Pn (x)

En appliquant la formule de récurrence à partir de P0 (x) = 1, on obtient successivement
re
P1 (x) = x, P20 x) = −1, P3 (x) = 3 et P4 (x) = −12x2 − 3

On pe ut émettre une conjecture : pour n ≥ 2, Pn est de degré n − 2, vérifions cela par
pa
récurrence.
Pour n = 2, le polynôme P2 est de degré 0,
Soit n ≥ 2 tel que Pn (x) = an xn−2 + · · · +, alors
P 0 (x) = (n − 2)an xn−3 + · · · , et

Pn+1 (x) = (n − 2)an − (2n − 1)an xn−1 + ·
= −(n + 1)an xn−1 + · · ·
Le polynôme Pn+1 est bien de degré n−1 et son coefficient dominant est an+1 = −(n+1)an .
D’après le théorème de la récurrence, pour ≥ 2 le polynôme Pn est de degré n − 2 et son
coefficient dominant est (par un e nouvelle récurrence évidente)
n!
an = (−1)n+1
2
127
3. Établissons que : Pn=1 (x) + An (x)Pn (x) + Bn (x)Pn−1 (x) = 0 où An (x) et Bn (x) sont des
polynômes à préciser.
x √
On remarque f 0 (x) = √ d’où (x2 − 1)f 0 (x) = x x2 − 1 = xf (x).s
−1 x2
En dérivant n fois les deux membres et en appliquant la formule de Leibniz on obtient :
n
X n
X
( nk ) (x2 − 1)(k) (n+1−k)
f = ( nk ) (x)(k) f (n−k)
k=0 k=0
Remarquons qu’il n’y a à calculer ;que trois termes dans le premier membre et deus dans
le second
Pn+1 (x) Pn (x) Pn−1 (x) Pn (x) Pn−1 (x)
(x2 −1) n+1 +2nx n−1 +n(n−1) n−3 =x n−1 +n n−3
(x2 − 1) 2 (x2 − 1) 2 (x2 − 1) 2 (x2 − 1) 2 (x2 − 1) 2
n−1
Soit en m multipliant par (x2 − 1) 2
Pn+1 (x) + (2n − 1)xPn (x) + n(n − 2)(x2 − 1)Pn−1 (x) = 0
C’est bien la formule demandée avec

br
An (x) = (2n − 1)x et Bn (x) = n(n − 2)(x2 − 1)

ai
4. Démontrons que : Pn0 (x) = −n(n − 2)Pn−1 (x) pour tout n ≥ 1

D’après question 1)
np
Pn+1 (x) + (2n − 1)xPn (x) = (x2 − 1)Pn0 (x)
En remplaçant dans le résultat de la question précédente on obtient :

re
Pn0 (x) = −n(n − 2)Pn−1 (x)

pa
5. D’autre par, en appliquant ce même résultat pour n = 0 on obtient comme plus haut
P1 (x) = x
Exercice 2
On considère la fonction définie sur ] − 1; 1[ par :


 x

si x 6= 0
ln |1−x|
f (x) =
−1

si x = 0
1. Démontrons que la fonction f (x) vérifie dans un voisinage de 0 l’équation différentielle :

x(1 − x)y 0 − (1 − x)y = y 2 .
La fonction f est de classe e1 sur ] − 1, 0[∪]0, 1[.
De plus, au voisina ge de 0 :
x x
f (x) = x2
= −1 + + o(x)
−x − + o(x2 ) 2
2
128
La fonction f se prolonge par continuité en 0 et est décroissante en 0 avec f 0 (0) = 21 .
Vérifions qu’elle est de la classe e1 sur ] − 1, 1[
Calculons pour tout x de ] − 1, 1[
x2
x(x − x)yL(1 − x)y = = y2
ln |1 − x|
an xn de rayon de convergence R > 0, solution

P
2. Si nous supposons qu’il existe une série
de l’équation différentielle, nous obtenons : ∀x ∈] − R, R[
+∞
X +∞
X
x(1 − x) an xn−1 = (1 − x) an xn
n=1 n=0
+∞ X
n
!
X
= ak an−k xn
n=0 n=0
L’unité de développement en série entière permet d’identifier les coefficients

X 3
a0 = a20 a0 )2a0 a1 a = 2a0 a2 + a21 2a3 − a2 =
br
ak a3k
k=0
n
X
1
∀n ≥ 4, (n − 1)an = (n − 2)an−1 + ak ank nous en déduisons a0 = −1 ; a1 = 2 (ce qui
ai
k=0
est confirmé par le développement l’unité)
Et n ≥ 4
np
n−2
X
(n − 1)an = (n − 2)an−1 + 2a0 an + 2a1 an−1 + ak an−k
k=2
re
n−2
X
Soit ∀n ≥ 4(n + 1)an = (n − 1)an−1 + ak an−k
k=2
pa
1 Pn−1 ak
3. Montrons que les coefficients an vérifient également : ∀n ≥ 2, an = n+1 − k=1 n−k+1
Pour x ∈] − 1, 1[n on sait que f (x) ln(1 − x) = x. Nous en déduisons l’inégalité

+∞ +∞ n
! !
X
n
X x
∀x ∈] − R, R[ an x − =x
n
n=0 n=1
Le théorème sur les produits de Cauchy de séries entières permet d’écrire :

n
X 1
∀n ≥ 2 ak =0
n−k+1
k=0
n−1
1 X 1
Soit ∀n ≥ 2 an = ak
n+1 n−k+1
k=1
4. En déduisons les valeurs de a2 , a3 et a4 .
1 1 19
a2 = 12 ; a3 = 24 et a4 = 7215
129
Exercice 3
1. Déterminons la quantité qui minimise le coût moyen et celle qui maximise le profit total.
1
On a CM (Q) = Q2 − Q + 1 + Q, Cm(Q) = 3Q2 − 2Q + 1
1
D’où Q2 − Q + 1 + Q = 3Q2 − 2Q + 1 où 2Q3 − Q2 − 1 = 0
Le premier membre se factorise en (Q − 1)(2Q2 + Q + 1) et la quantité optimale à produit
est Q∗ = 1. Le coût moyen minimum est CM (1) = 2
2. Le prix d’exprimé en fonction de la quantité par
3−Q
p(Q) = = RM (Q)
2
La recette totale et la recette marginale sont données par

R(Q) = QP (Q) = 12 (3Q − Q2 )
Rm(Q) = 12 (3 − 2Q)
br
3. Le produit total est maximum pour vérifiant
1
3Q2 − 2Q + 1 = (3 − 2Q)
2
ai
√
1± 7
6
√
np
∗
Q = (1 + 7)
La seule valable étant ≈ 0, 6076
6
La valeur du profit maximum réalisé est
re
Q∗ 2 Q∗
π(Q∗ ) = R(Q∗ ) − C(Q∗ ) = Q∗ 3 + + −1
2 2
pa
π(Q∗ ) = −0, 7359
Exercice 4
1. Puisque ∀p ∈ N, Fp (x) = x(x − 1)(x − 2) · · · (x − p + 2)(x − p + 1)

On a
Fp (p) = p(p − 1)(p − 2) · · · (p − p + 2)(p − p + 1) = p!
Fp (p) = p!, ∀p ∈ N
2. Puisque n ∈ N et n < p, n ≤ (p − 1) et dans le polynôme factoriel
Fp (n) = n(n − 1)(n − 2) · · · (n − n) · · · (n − p + 1)(n − p + 1)
Le facteur (n − n) = 0 on conclut que Fp (n) = 0, ∀n < p (−n ∈ N)
3. Quand m > p
m!
Fp (m)) = m(m − 1)(m − 2) · · · (m − p + 2)(m − p + 1) = puisque m ∈ N
(m − p)!
130
F (m) m!
p = ∀m > p (m ∈ N)
(m − p)!
On remarque Fp (m) représente le nombre d’applications injective d’un ensemble de cardinal
p dans un ensemble de cardinal m.
4. ∀p ∈ N et ∀x 6= l
∆Fp (x) = Fp (x + 1) − Fp (x) Après développement on obtient
∆Fp (x) = pFp−1 (x) De même,
∆2 Fp (x) = p(p − 1)Fp−2 (x)
5. On peut écrire
Fp (x) = [x(x − 1)(x − 2) · · · (x − p + 2)](x − p + 1)
= Fn−1 (x)(x − p + 1)
et Fp0 (x) = Fn−1

0 (x)(x − p + 1) + Fp−1 (x).
br
La dérivée Fp (x) au point x = (p − 1) est
Fp0 (p − 1) = Fp−1
0
(p − 1)[p − 1 − p + 1] + Fp−1 (p − 1)
ai
D’où Fp0 (p − 1) = (p − 1)! ∀p ∈ N

np
Exercice 5
re
1. m0 = lim mk = G ?
k→0
1
xk1 + · · · + xki + · · · + xkn k

mk =
n
pa
où xki = ek ln xi puisque ln xki = k ln xi .

Si k → 0, k ln xi 1 et ek ln xi ≈ 1 + k ln xi
Après développement et substitution de xi dans mk on obtient
k 2 x2 kx2

1 1
ln mk = ln[1 + kx] ≈ kx − + ··· = X − + ··· → x
k k 2 2 k→0
h Q 1
i 1
mk −−−→ ex = exp ln ( i xi ) n = ( i xi ) n = G
Q
k→0
P
xi
2. Montrons que si k > 1, on a m = ≤ mk
n
En effet la fonction puissance:
y 0 = kxk−1 > 0

+
x ∈ R → y = f (x) = x où k
y 00 = k(k − 1)xk−2 > 0

est une fonction croissante et convexe vers le bas x.
131
Il en résulte que " #
X X
f p i xi ≤ pi f (xi )
i i
En choisissant p1 = · · · = pi = · · · = pn = n1
" #k
X xi X xk
i
≤
n n
i i
1
Comme k > 1 > 0 et > 0 k
1
X xi P xk k
i i
≤ ou m ≤ mk
n n
i
3. Montrons que si 0 < k < 1 on a :
P
xi
i
m= ≥ mk
n
La fonction puissante y = f (x) = xk avec x ∈ R+ où

y 0 = kxk−1 > 0
br
y 00 = k(k − 1)xk−2 < 0


ai
est une fonction croissante et convexe vers le haut, il en résulte que

X X X k X
f pi xi ≥ pi f (xi ) ou p i xi ≥ pi xki
i i
np
une raisonnement analogue à celui de 1) conduit à

 P k  1 P 1
xi k
xki k
re
 i   ≥
  i 
n n
 
pa
où m ≥ mk , l’égalité étant réalisée si x1 = · · · = xi = · · · = xn

4. Le raisonnement identique en 2) et 3) permet de montrer m ≥ mk quand k < 0
5. Supposons que k > 1
Posons k 0 = ak, on a :



a > 1, puisque k 0 > k

  P a  a1
xi


 P
i xi
ma =   ≥ puisque a > 1


 n n



1 = k

a k0
En posant xi = yik et un development des sommes tout en tenant compte des inégalités
1
k > 1 > 0, k > 0. On montre que
P  10 P 1
yik k
yik k
i i
≥
   
n n
  
D’où mk0 ≥ mk
132
Exercice 6
On considère la matrice  
1 2 3 ··· n
 

 2 2 3 ··· n 
 
A=
 3 3 3 ··· n  
 .. .. .. .. 

 . . . . 

n n n ··· n
1. La matrice A est symétrique réelle. Elle est donc diagonalisable et ses valeurs propres sont
réelles.
2. les vecteurs X est vecteurs propres de A associé à la valeur propres λ si et seulement si,
AX = λX
Soit :
    
1 2 3 ··· n xi xi
  ..   .. 
br
2 2 3 ··· n  . .
   
    
 .. ..
   
3 3 3 ··· n  = λ
  

  .   . 
.. .. .. ..    

 ..   .. 
. . . .
ai
. .

 







n n n ··· n Xn Xn
Puis le système (I)
np




x1 + 2x2 + · · · + nxn = λx1
re






2x1 + 2x2 + · · · + nxn = λx2
..

.
pa



(n − 1)x1 + · · · + (n − 1)xn−1 + nxn = λxn−1







(n)x + · · · + (n)x

1 n−1 + nxn = λxn
Le système (I) est équivalent au système (II) ci-après


x1 = λ(x2 − x1 )









 x1 + x2 = λ(x3 − x2 )
..

 .


x1 + · · · + xn−1 = λ(xn − xn−1 )







nx + · · · + nx

+ nx = λx
1 n−1 n n
Effectuons à nouveau les mêmes opérations sur les lignes. Nous obtenons le système équi-
133
valent 



x1 = λ(x2 − x1 )






x2 = λ(x3 − x2 ) − λ(x2 − x1 )
..

 .


xn−1 = λ(xn − xn−1 − λ(xn−1 − xn−2 )






nx = λx − nλ(x − x

)
n n n n−1
soit 



 (1 + λ)x1 − λx2



λx1 − (1 + 2λ)x2 + λx3 = 0



..

 .


λxn−2 − (1 + 2λ)xn−1 + λxn = 0







+ x (λ − n − nλ) = 0

nλx
n−1 n
br
3. Si nous remplaçons λ par 0 dans le système ci(dessus nous obtenons

n1 = · · · = an = 0
ai
0 n’est donc pas valeur propre de A.

Soit λ une va leurs propre de A et X = (x1 , . . . , xn ) un vecteur propre associé à A.
np
Puisque λ n’est pas nulle, le choix de x1 permet de calculer x2 avec la première équation,
puis de proche en proche xp , pour p vérifiant de 1 à n. xn se calcule avec la (n − 1) ième
re
équation.
Le choix de λ comme valeurs propre permet d’assurer que le système est compatible, c’est-
à-dire que la dernière équation est vérifiée par la valeurs trouvée. Les vecteurs propres
pa
associées à la valeurs λ forment donc une droite vectorielle.

La matrice A est diagonalisable, donc l’espace Rn est somme directe de ces droites vecto-
rielle.
La matrice A possède n valeurs propres distinctes
Exercice 7
La solution de cet exercice et identiques à celle de l’exercice 7 de l’option A (cf corrigé de

l’équation de maths option A).
Exercice
Exercice impossible à traiter car dépendant d’un autre exercice qui n’a pas été donnée dans
l’épreuve. Les candidats qui estimerons qu’il est impossible de traiter cet exercice doivent avoir
la totalité des points.
134
Exercice 7
On considère la matrice
 
a+b b+c c+d
 
M = a 2 + b2 b2 + c2 c2 + a2 
 
a3 + b3 b2 + c2 c3 + a3
Soustrayons à la dernière colonne la deuxième puis à la deuxième la première

a+b
c−a a−b

∆(M ) = a2 + b2 c2 − a2 a2 − b2

a3 + b3 c3 − a3 a3 − b3
 
a+b 1 1
 
∆(M ) = (c − a)(a − b)  2 2
 a +b c+a a+b 

a3 + b3 c2 + a2 + ac a2 + b2 + ab
br
Soustrayons la dernière colonne multipliée par a + b à la première.

0 1 1

ai
∆(M ) = (c − a)(a − b) −2ab c+a a+b

−2a(a + b) c2 + a2 + ac a2 + b2 ab
np
Soit
0 1 1

∆(M ) = −2ab(c − a)(a − b) 1 c+a a+b
re

a + b c2 + a2 + ac a2 + b2 + ab
Soustrayons la troisième colonne à la seconde

pa

0 0 1

∆(M ) = −2ab(c − a)(a − b) 1
c−a a+b

a + b (c − b)(c + b + a) a2 + b2 + ab

0 0 1

∆(M ) = −2ab(c − a)(a − b)(c − b) 1 1 a+b

a + b (c + b + a) a2 + b2 + ab
D’où
0 0 1

∆ = −2ab(c − a)(a − b)(c − b) 1 0 a+b

a + b c a + b2 + ab
2
Conclusion

0 0 1 0 0 1 1 0 1

1 0 a+b = 1 0 a+b = − a+b 0 1

a + b 1 a2 + b2 + ab a + b 1 a2 + b2 + ab a2 + b2 + ab 1 a + b
135

1 0 1

∆=
a+b 0 1 =1

a2 + b2 + ab 1 a + b
Enfin
∆(M ) = −2ab(c − a)(a − b)(c − b)
Exercice 8
1. Démonstration de la formule (LEIBNIZ)

p
( kp ) f (k) g (p−k)
X
(f g)p =
k=0
Cette formule est évidente si p = 1 puisqu’elle s’écrit
(f g)0 = ( 10 ) f g 0 + ( 11 ) f 0 g
br
supposons maintenant la formule exacte pour le paramètre p et démontrons la pour (p + 1).

Il vient :
0
ai

(f g)p+1 = (f g)(p)
p
!0
( kp ) f (k) g (p−k)
X
=
np
k=0
on montre que :
re
p+1
X
(f g)p+1 = p+1
f (k) g (p−k+1)

k
k=0
2. Démontrons que si A est une matrice symétrique, il existe deux matrices non singulières S
pa
et T telles que S t AS = 1 et T t T = A
On sait qu’il existe une matrice orthogonale R telle que
Rt AR = diag(λ1 , . . . , λn )
où λi > 0 (i = 1, . . . , n). On construit la matrice

1 1
D = dia √ , · · · √
λ1 λn
et S = RD, Celle-ci donne bien
S t AS = Dt Rt ARD

1 1
= diag √ , · · · √ diag(λ1 , . . . , λn )diag = I
λ1 λn
On définit ensuite T = S −1
Ce qui donne T t T = (S −1 )t S −1 = (S t )−1 S −1 = A
puisque S t AS = I
136
(Concours type A et B (Mai 2009))
Premier sujet
L’organisation des Nations Unies (ONU) a adopté deux textes puis énoncent clairement le
principe de l’égalité des sexes et condamnent à l’encontre des femmes. Il s’agit des textes suivants :
– la Déclaration Universelle des Droites de l’Homme (1948) ;
– la Convention sur l’Elimination de toutes les Formes de Disorientation à l’égard
des Femmes (1979).
Pensez-vous qu’il est possible d’appliquer correctement ces testes dans les pays africains ?
Deuxième Sujet
br
Dans une brève dissertation ne dépassant pas quatre pages, commentez la problématique
ai
soulevée par cette observation ?

« Le développement urbain des villes africaines se manifeste par une croissance démographique
très rapide, accompagnée d’une extension spectaculaire de l’espace urbain. Ces deux phénomènes
np
ont entraîne d’importantes opérations de rénovation dont les conséquences ont marqué profondé-
ment l’écologie. De formes nouvelles de pollution urbaines ont fait leur apparition. »
re
Troisième sujet
pa
Dégagez avec précision les principaux problèmes que soulève ce texte et commentez-les.
Longtemps perçue comme une communauté résidentielle et commensale, unie par des liens
de sang et d’alliance, et partageant sur le long terme les mêmes intérêts économiques, la famille
semble se mur progressivement en une structure de cohabitation, instable et mouvante, presque
entièrement fondée sur l’intérêt individuel. Entre la famille polynucléaire élargie, qui prédomi-
nait naguère souvent, et la famille mononucléaire, plus restreinte, qui tend à être l’apanage des
sociétés dites « modernes », la pluralité des formes intermédiaires qui s’observe aujourd’hui, se
traduit par une grande diversité des structures et typologies familiales. Au Nord comme au Sud,
des formes particulières de familles émerge,t (familles matriarcales, familles monogames, famille
recomposées, etc.) qui incitent à préjuger des modèles familiaux de demain , dans la mesure
où les formes de cohabitation induites par le simple désir de vivre ensemble, tendent de plus
en plus à être saisies et analysées, non pas comme des formes intermédiaires ou transitoires de
constitution de la famille, mais plutôt comme la matérialisation de formes entièrement nouvelles
de l’institution familiale. Cette diversification des formes familiales s’articule avec de nouvelles
137
conceptions individuelles et collectives en matière de procréation, de place et rôle de l’enfant
dans la famille, et plus largement de reproduction de reproduction démographique. Nouvelles
conceptions qui conduisent à des évolutions, distinctes selon les populations, des arrangements
matrimoniaux et de mise en union, des comportement de fécondité au sein du couple et des cycles
de vie familiales.
Au nombre des facteurs ayant induit les transformations des structures et dynamiques fami-
liales, figurent des évolutions de fond, telles l’amélioration des niveaux d’éducation, l’aspiration
à la liberté individuelle, les remises en question des valeurs et modes de vie dits « traditionnels »,
le relâchement des liens sociaux, me développement économique, l’urbanisation, les migrations
internes et internationales, la cristallisation du mouvement féministe, l’autonomie économique ac-
crue des femmes, le changement de comportement procéatteurs. Selon les sociétés et les époques,
ces multiples facteurs, et notamment la mobilité croissante des individus et des groupes avec
l’extension des espaces de vie familiaux qu’elle suscite, ont influencé, de diverse manières, la
br
taille, la composition et les conditions de vie des familles, et conduit à l’adoption de nouvelles
formes d’échanges interindividuelles et de nouvelles stratégies de fonctionnement ou de survie de
ai
la part des unités familiales.
Mais avec les modifications de la composition des familles sont, également, intimement asso-
np
ciées aux variations sur le court et moyen terme de l’environnement économique et social. Ainsi,
la prédominance ou la rareté de certaines formes d’organisation de la production, les situation
re
de crise économique, sociale, politique, sanitaire, le chômage persistant, la précarité des condi-
tions de vie, etc., engendrent autant de contextes qui favorisent la persistance, l’émergence ou
le disparition de certaine forme de l’institution familiale. En outre, le désengagement progressif
pa
de l’État de certaine dépenses publiques, dans certains pays du Nord comme du Sud, contraint
les familles à se subtituer à lui et à jouer un rôle prépondérant dans la prise en charge des
enfants , des personnes âgées, des personnes marginalisées, etc., tandis qu’au Sud, l’émergence
du rôle de l’État dans certaines d’assistance et de production sociale, autrefois réservées à la
sphère familiale, se réalise de manière très inégale selon les pays, les milieux de résidence et les
groupes économiques. Ainsi, ces nouvelles sollicitations et dévolutions de fonction, en engendrant
des tensions et ruptures au sein des familles, forcent celles-ci à s’ajouter en permanence, avec des
modalités et des temporalités différentes selon les sociétés.
Source : Vignikin Kokou et Vimard Patrice (sous la direction de) Familles au Nord ; Familles
au Sud, Bruylant s.a., Louvain-la-Neuve, 2005, pp. 11-12.
138
CORRECTION ÉPREUVE DE CULTURE GENERALE
(Concours type A et B (Mai 2009))

br
Total 20 points
ai
np

re

pa
irrespective.
Premier sujet :
L’organisation des Nations Unies (ONU) a adopté deux textes qui énoncent clairement le
principes de l’égalité des sexes et condamnant toute discriminant à l’encontre des femmes. Il
s’agit des textes suivants :
– la Déclaration Universelle des Droites de l’Homme (1948) ;
– la Convention sur l’Elimination de toutes les Formes de Disorientation à l’égard
des Femmes (1979).
Pensez-vous qu’il est possible d’appliquer correctement ces testes dans les pays africains ?
139
1. Problème général :
1.1 problème général : Problème de genre et particulièrement du statut de la femme (droits

de la femme)
Compte tenu de leurs spécificités, des objectifs de ces instruments juridiques internationaux et des
particularités des pays africains (politiques, économiques, culturelles et sociales), il est important
de savoir s’il est possible d’appliquer correctement ces textes dans ces pays.
1.2 Problème secondaires

– Dualité modernité tradition
– Relation entre l’universalité des lois internationales et les spécificités nationales : condition
de ces lois
– Spécificités et valeur des accords internationaux
– Atouts et contraintes à la mise en œuvre de ces textes en Afrique
– Rôle régulateur des Nation Unies
br
– Lien entre Déclaration Universelle des Droits de l’Homme et les Conventions

ai
2. Concepts clés à définir
– Droits de l’Homme
np
– Discrimination
– Égalité des sexes
re
– Appliquer correctement
– Convention
pa
3. Argumentaire
3.1. Contexte général de ces instruments

– La connaissance de la dignité inhérente à tous les membres de la famille humaine et de
leurs droits égaux et inaliénable constitue le fondement de la liberté, de la justice et de la
paix dans le monde
– L"’importance du respect des droits de l’Homme pour la paix mondiale et le développement
en général
– le non respect des droits de l’Homme nuit à l’humanité
– L’urgence de faire en sorte que les femmes bénéficient universellement des droits et principes
consacrant l’égalité, la sécurité, la liberté, l’intégrité et la dignité de tous les êtres humains
– La violence à l’égard des femmes constitue une violation des droits de la personne humaine
et des libertés fondamentales et empêche partiellement ou totalement les femmes de jouir
desdits droits et libertés.
140
3.2 Rappel des éléments constitutifs de ces deux instruments juridiques internatio-
naux N.B. Ces deus textes préconisent le respect de la dignité humaine et des droits humains
La décoration universelle des Droits de l’Homme a été adoptée le 10 décembre 1948
par les 58 États Membres qui constituaient alors l’Assemblée générale des Nations Unies. Elle
consacre la valeur de la dignité humaine et la nécessité de respecter celle-ci à travers un certains
nombre de droits fondamentaux (éducation, information, santé, protection, à la vie, etc.) et
les libertés individuelles sans distinction aucune, notamment de race, de couleur, de sexe, de
langue, d’opinion politique ou de toute autre opinion, d’origine nationale ou sociale, de fortune,
de naissance ou de toute autre situation.
La convention qui est entrée en vigueur le 3 septembre 1981 :

• définit la notion de discrimination à l’égard des femmes ;
• impose aux État parties de s’abstenir de tout acte ou pratique discriminatoire fondé sur le
sexe ;
br
• oblige les États parties à prendre de mesures pour assurer l’égalité des femmes dans tous les
domaines de la vie ;
ai
• garantit aux femmes des droits égaux à ceux des hommes dans la vie publique et politique,
pour l’acquisition de la nationalité, dans l’éducation ,dans la vie professionnelle, pour la santé
np
ainsi que dans le droit du mariage et de la famille.
3.3 Atouts des sociétés Africaines en matière de droits des hommes : Montrer qu’il
re
existe un cadre institutionnel et légal favorable aux respect des droits de la personne et de ceux des
femmes en particulier. les pays africains sont des État de droit dans lesquels il existe des consti-
pa
tutions et des cadres juridiques (calqués d’ailleurs sur la base des instruments juridiques interna-
tionaux) qui permettent de protéger les droits des individus et la personne humaine qu’il s’agit
de l’homme ou de la femme. Donner quelques exemples de ces documents/Lois/qtextes/cadre
légal (constitution, code pénal, Code de la famille). En plus de ces instruments, il existe des insti-
tutions qui peuvent faciliter le respect de ces engagements. C’est notamment le cas de la justice,
de la Commission Nationale des Droits de l’Homme et des Libertés, des Ministères sectoriels
(santé, éducation, protection des femmes, affaires sociales, environnement, affaires sociales, etc.).
L’ensemble des activités menées par ces dernières constituent de façon directe à l’atteinte des
objectifs mentionnés dans ces instruction s, notamment la promotion de la femme et le respect
des droits individuels.
Compte tenu de ce cadre institutionnel, on pe ut être tenté de dire que ces texte sont ou
peuvent être convenablement appliqués. Or il ne se passe pas de jours sans qu’on évoque des
formes d’abus dont sont victimes les femmes. Plusieurs conférences ont montré que ces textes ne
sont pas toujours respectés, en dépit des efforts réalisés ça et là en Afrique.
141
Cependant, suffit-il qu’il existe des textes et des instructions pour que ces textes soient
convenablement appliqués ? À quels niveaux peuvent se trouver les contraintes ? Pour quelles
raisons ces textes ne peuvent-ils pas être convenablement appliqués ?
3.4. Contraintes Du point de vue politique : la faible engagement de certaines État pour la
cause des Droits de l’Homme et de la protection de la femme, la faible participation politique
des femmes, l’absence de mesures législative efficaces, la forte représentativité des hommes dans
la vie politique et en conséquence l’absence des femmes.
Du point de vue politique :, le pou voir économique des femmes les rend vulnérables )pros-
titution, exploitation sexuelles), le statut économique de la femme limite l’accès à certains des
droits énoncé dans ces instructions juridiques ;
Du point de vue social et culturel : analphabètisme, ignorance de leurs droits elles-mêmes
et par la sociétré, l’influence des traditions ancestrales de la société patriarcale, l’influence des
comportements sexistes ancrées dans les traditions, l’influence de la socialisation différentielle,
br
l’influence des préjugés et des pratiques coutumières, ou de tout autre type, qui sont fondés
sur l’idée de l’infériorité ou de la supériorité de l’un ou l’autre sexe ou d’un rôle stéréotypé
ai
des hommes et des femmes ; le faible dynamisme des femmes, faibles capacités à s’organiser en
association de defense de leur droits sociaux et politiques,
np
4. Éléments de la discussion
– Le problème de l’applicabilité des lois internationales et des droits de l’Homme ne se pose

re
pas seulement en Afrique

– Le statut de la femme est essentiellement un problème de société et de culture
pa
– Les différents textes internationaux n’on t pas que des avantages des sociétés appelées à
les appliquer
5. Perspectives : Comment solutionnner les problèmes en fonction des atouts constatés ?

Mettre en place des institutions efficaces, faire des activités de de sensibilisation, renforcer
le pouvoir décisionnel des femmes, mener des activistes spécifiques en faveur des femmes et
particulièrement de la jeune fille et visant à agir sur les système socioculturels traditionnels, etc.
Deuxième sujet :
Dans une brève dissertation ne dépassant pas quatre pages, commentez la problématique
soulevées par cette observation ?
« Le développement urbain des villes africaines se manifeste par une croissance démographique
très rapide, accompagnée d’une extension spectaculaire de l’espace urbain. Ces deux phénomènes
142
ont entraîne d’importantes opérations de rénovation dont les conséquences ont marqué profondé-
ment l’écologie. De formes nouvelles de pollution urbaines ont fait leur apparition. »
Problèmes posés par le sujet
Le sujet traite de l’urbanisation en Afrique en tentant de montrer :
1.1.1 La spécificité du processus urbain en Afrique ;
1.1.2 Urbanisation et consommation de l’espace ;
1.1.3 Le lien entre urbanisation et environnement.
Concepts clé à définir
2.1 Urbanisation
2.2 Développement urbain
2.3 La ville/espace urbain

br
2.4 Croissance démographique

ai
2.5 Ecologie urbaine
2.6 Pollution urbaine

np
Argumentaire
re
Le travail à faire doit ressortir de façon logique et cohérente les trois enchaî-
nements de la citation et développer les idées secondaires soulevées par le sujet à
savoir :
pa
3.1. La spécificité du processus urbain : une croissance démographique galopante, due à deus
facteurs : croissance naturelle (fécondité)+mouvements humains (migrations forcées, exode
rural, migrations de travail, migrations scolaire, etc.).
3.2. Urbanisation et consommation de l’espace : conurbanisation, absorption des espaces ruraux

périphériques, développement géographique de la ville africaine.
3.3. le lien entre urbanisation et environnement (pollution, gestion des déchets urbain). Montrer
que l’enjeu de l’urbanisation c’set la gestion de l’écologie urbaine pour un développement
durable.
3.4. Croissance urbaine et développement durable quelles pourraient être les conséquences des
constats posés par le sujet (sur l’écologie urbaine) sur le développement futur du continent ?
Réchauffement progressif des villes, changements climatiques et incidence sur la vie humaine.
143
4. Dissertation et perspectives
La discussion doit faire ressortir des éléments qui sont similaires à l’urbanisation
dans les autres continents notamment :
– Ce schémas semble résumer tous les dynamiques d’urbanisation dans le monde et ne peut
résumer une spécificité particulière de l’Afrique d’autant plus que ces problèmes ont éga-
lement été souligné dans les recherches sur le monde développé ;
– Faire des comparaisons avec le schéma d’urbanisation dans les pays développés en montrant
que la ville semble moins s’étendre en hauteur, exception faite de quelques ville (La Caire
d’Abidjan, Johannesburg). Ce qui est un indicateur du sous développement
– Montrer aussi que le développement urbain pose en réalité le problème des défis futur du
continent puisque d’ici 2025 plus de la moitié de la population africaine vivra en ville.
br
ai
np
re
pa
144
Exercice 1
Une observation auprès d’un échantillon de commerçants à conduit à la répartition suivante

de leur attitude (favorable ou défavorable) vis-à-vis du condom selon leur sexe.
Sexe
Attitude
Masculin Féminin Ensemble
Favorable 30 33 63
Défavorable 93 6 99
Ensemble 123 39 162
br
Peut’on affirme que l’attitude vis-à-vis du condom dépend du sexe du commerçant ?

ai
Exercice 2
Une firme pharmaceutique souhaite lancer sur le marché d’un pays africain un préservatif
np
féminin. Une étude économique a montré que le lancement de ce préservatif ne pouvait être
rentable que s’il y avait au moins 20% d’acheteurs potentiels. Un sondage sur 1600 femmes ?
re
sexuellement actives a monté que 192 sont favorables au préservatif féminin. Avec un risque
d’erreur de 2,5%, quelle décision conseilleriez-vous à la firme pharmaceutique ? Justifier votre
réponse.
pa
Exercice 3
On se propose d’étudier la taille (en cm) des individus dans une population de 1000000
personnes. On sait que, pour cette population, la taille moyenne des individus est de 170 cm et
la variation de 400 cm. On tire au hasard dans cette population des échantillon de 100 personnes.
1. Quelle loi suit la taille moyenne des échantillons ? Déterminer la moyenne et l’écart type
de cette distribution d’échantillonnage de tailles moyennes.
2. Déterminer la probabilité pour que, dans un groupe de 10à personnes issu de la population,
la taille moyenne soit inférieure à 165 cm.
3. Déterminer la probabilité pour que, dans un groupe de 100 personnes issu de la population,
la taille moyenne soit supérieure à 172 cm.
4. Déterminer la probabilité pour que, dans un groupe de 100 personnes issu de la population,
la taille moyenne soit comprise entre 168 et 175 cm.
145
Exercice 4
On sait que 20% des femmes en âge de procréer (15-49ans) d’un pays africain sont favorables
à la contraception moderne. On fait des sondage sur des échantillons de 100 femmes en âge de
procéder.
1. Déterminer la loi que suit la proportion fi des échantillon de 100 femmes favorables à la
contraception moderne.
2. Déterminer la probabilité pour que, dans un groupe de 100 femmes, moins de 15% soient
favorable à la contraception moderne.
3. Déterminer la probabilité pour que, dans le même groupe, plus de 27% soient favorable à
la contraception moderne.
4. Déterminer la probabilité pour que la proportion de favorables soit comprise entre 15% et
25%.
br
Exercice 5
Le tableau suivant indique la distribution conjointe de l’âge (en années révolues) et du taux
ai
de concentration du cholestérol dans le sang (en g/l) de 10 individus.
X (âge) Y (taux de contraception du cholestérol)

np
30 1.6
60 2.5
re
40 2.2
20 1.4
50 2.7
pa
30 1.8
40 2.1
20 1.5
70 2.8
60 2.6
1. Calculer les moyennes des variables X et Y.
2. Calculer les variances des variables X et Y.
3. Tracer le nuage de points Y en fonction de X.
4. Quel type d’ajustement peut-on appliquer à ces données ?
5. Calculer et commenter le coefficient de corrélation linéaire.
6. Estimer l’équation de la droite de régression de type Y = aX + b.
7. Estimer les taux de cholestérol des individus âgés de 10 ans et 35 ans, respectivement.
8. Ces deux résultat sont-ils la même fiabilité ?
146
Exercice 6
I. On considère une famille de 2 enfants. On suppose que les probabilités d’avoir un enfant de
sexe masculin ou un enfant de sexe féminin sont équiprobables. On définit les événements
suivants :
– H : « la famille a un garçon » ;
– A : « l’aîné est un garçon » ;
– B : « les deux enfant sont des garçons ».
1) Calculer les probabilités de survenance des événements H, A et B
2) Calculer les probabilité conditionnnelles P (B/H) et P (B/A)
II. SoitΩ l’ensemble des compositions possibles en filles et en garçon des familles ayant un
nombre quelconque d’enfants. On désigne par Hn l’ensemble des familles de n enfants. Pour
tout entier n on pose :
∞
X
br
P (Hn ) = pn avec pn = 1
n=0
On suppose que pour tout entier n, les différentes répartitions filles-garçons d’un famille de
ai
n enfants sont équiprobables.

Soit A l’événement « une famille n’a pas de fille »
np
1) Calculer la probabilité P (A \ Hn ).
2) Déduire les probabilité P (A ∩ Hn ) et P (A).

re
3) Pour n = 1, calculer P (H1 \ A). Cette probabilité est appelée probabilité des causes.
pa
147
Exercice 1
Il s’agit ici de tester l’hypothèse d’indépendance entre l’op inion et le sexe par un test du X 1
Processus de calcul du X 2
1. Tableau d’indépendance
PP
PP Sexe
P PP Homme Femme Ensemble
Attitude
PP
PP
P
Favorable 47,8 15,2 63,0
Défavorable 75,2 25,8 99,0
Ensemble 123 39 162
br
2. Tableau des différences

PP
PP Sexe
PP
Homme Femme
ai
PP
Attitude PP
PP
Favorable -17,8 17,8
np
Défavorable 17,8 -7,8
3. Tableau des carrés des différences divisé par le nombre attendu

re
PP
PP Sexe
PP
PP Homme Femme
Attitude PP
PP
pa
Favorable 6,6 21,0

Défavorable 4,2,8 13,3
X 2 = 6, 6 + 21, 0 + 4, 2 + 13, 3 = 45, 2

A2DL ⇒ 3, 99 < X 2 , ce qui confirme que l’attitude vis-à-vis du condom dépend bien du
sexe du commerçant.
Exercice 2
Pour β = 0, 0025 t =r2, 248. r

192 0, 12 × 0, 88 192 0, 12 × 0, 88
Donc − 2, 248 < + 2, 248
1600 1600 1600 1600
Soit : 0, 102 < p < 0, 138 avec α = 0, 975.
Il ne faut donc pas lancer le préservatif féminin
148
Exercice 3
1. La taille moyenne de la population est m = 170.

√
L’écart-type de la population est la racine carrée de la variance. Donc : σ = 400 = 20
Un échantillon tiré a pour taille n = 100. Il a pour moyenne Xi et pour écart-type σi .
Puisque n > 30, on sait que la moyenne de cette loi normale sera :
Mx = m)170 et l’écart-type : σx = √σ = 20
=2
n 10
Xi − 170
2. La loi normale est donc : N (170, 2) et l’écart-type réduit : t =
2
La probabilité pour que Xi < 165 est la même que t < −2, 5. Cette probabilité est donc :
P (t < −2, 5) = Π(−2, 5) = 1 − Π(2, 5) = 0, 0062.
Il y a donc 0, 6% de chance que la taille moyenne d’un groupe de 100 personnes soit
inférieure à 165.
br
3. La probabilité que Xi > 172 est la même que t > 1.sssssss

Donc : P (t > 1) = 1 − Π(1) = 0, 1587.
ai
supérieure à 172 cm.
4. La probabilité que 168 ≤ Xi ≤ 175 est la même que −1 ≤ Xi ≤ 2, 5. Donc P (−1 ≤ t ≤

np
2, 5) = Π(2, 5) − Π(−1).
Or, Π(2, 5) = 0, 9938 et Π(−1) = 1 − Π(1) = 0, 1587. Donc, P (−1 ≤ t ≤ 2, 5) = 0, 8351.
re
comprise entre 168 à 175 cm
pa
Exercice 4
La population peut être considéré comme infinie car le nombre d’individu est grand.
1. Déterminons la loi que suit la proportion fi des échantillon de 100 femmes favorables à la
contraception moderne.
La proportion p de la population favorable à la contraception est : p = 0, 20.
Un échantillon de 100 femme en âge de procréer issu de la population a pour taille n = 100.
Donc n > 30. On sait que la proportion de femme favorable dans les échantillons de 100
suit une loi normale.
Cette loi a pour moyenne : µi = p = 0, 20 et pour écart-type :
pq 0, 20 × 0, 90
σi = = = 0, 04.
n 100
fi 0, 20
La loi est donc : N (0, 20; 0, 04) et l’écart réduit est : t =
0, 04
149
2. Déterminons la probabilité pour que, dans un groupe de 100 femmes, moins de 15% soient
favorable à la contraception moderne.
La probabilité que fi < 0, 15 est donc celle que t < −1, 25.
Or P (t < −1, 25) = Π(−1, 25) = 1 − Π(1, 25) = 0, 1056
Il y a donc 10, 56% de chance que moins de 15% des femmes soient favorables à la contra-
ception moderne dans un échantillon de 100 femmes.
3. Déterminons la probabilité pour que, dans le même groupe, plus de 27% soient favorable à
la contraception moderne.
La probabilité pour que fi > 0, 27 est la même que t > 1, 75.
Or P (t > 1725) = 1 − Π(1, 75) = 0, 0401.
Il y a donc 4% de chance que plus de 27% des femmes soient favorables à la contraception
moderne dans un échantillon de 100 femmes.
4. Déterminons la probabilité pour que la proportion de favorables soit comprise entre 15%
br
et 25%.
La probabilité que est la même que 0, 15 ≤ fi ≤ 0, 25 est la même que −1, 25 ≤ fi ≤ 1, 25.
ai
Donc P (−1, 25 ≤ t ≤ 1, 25) = Π(1, 25) − Π(−1, 25) = 2Π(1, 25) − 1 = 0, 7888.
Il y a donc 78, 88% de chance pour qu’il ait entre 15 et 25% des femmes soient favorables
np
à la contraception moderne dans un échantillon de 100 femmes.

re
Exercice 5
1. Calculons les moyennes des variables X et Y.

pa
Moyenne de X = 42 et Moyenne de Y = 2, 12
2. Calculons les variances des variables X et Y.

Variance de X = 275 et Variance de Y = 0, 25
3. Traçons le nuage de points Y en fonction de X.
150
taux de cholestérol
2.5
1.5
0.5
br
0 âges
0 20 30 40 50 60 70
ai
4. En examinant le nuage de point, il apparaît qu’il semble plus linéaire. Une droite est donc
np
plus indiquée comme ajustement.
5. Calculons et commentons le coefficient de corrélation linéaire.

Cov(X, Y )
re
r=
σy σx
Cov(X, Y ) = 7, 86 σy = 16, 61 et σx = 0, 5
pa
r = 0, 95. Le signe de r positif et proche de 1 confirme une corrélation linéaire assez forte
entre les deux variables.
6. Estimons l’équation de la droite de régression de type Y = aX + b.

b = 0, 0475 et a = 2, 12 − (0, 0475 : ×42) = 0, 125 d’où on a :
Y = 0, 0475X + 0, 125.
7. Estimons les taux de cholestérol des individus âgés de 10 ans et 35 ans, respectivement.
à 35 ans, le taux de cholestérol estimé est Y = 1, 79g/l
à 10 ans, le taux de cholestérol estimé est Y = 0, 6g/l.
8. Ces résultats n’ont pas le même fiabilité car le risque de se tromper sur le taux de cholestérol
pour un individu âgé de 10 ans est plus élevé que celui d’un individu âgé de 35 ans.
Exercice 6
151
Exercice 1
Trouver l’ensemble des polynômes P de C[X] tels que : P (X 2 ) = P (X)P (X + 1)
Exercice 2
On considère la suite de polynômes (Pn ) n ∈ N définie par : P0 = 1 ; P1 = X

1 1
∀x ≥ 1 Pn = Pn−1 ; ∀n > 1 P − = Pn
2 2
(On désignera de la même façon le polynôme Pn et la fonction polynomiale correspondante).
1. Déterminer les polynômes P1 et P3
br
2. Démontrer que pour tout entier n le polynôme Pn est de même parité que l’entier n.
3. En déduire les valeurs de Pn (t) où n est un entier impaire supérieur ou égal à 3 et t ∈
ai
1
− 2 , 0, 12 .

4. Étudier les variations de la fonction P3 sur l”intervalle − 12 , 12 et tracer sa courbe repré-

np
sentative sur cet intervalle.

5. En déduire les variations de la fonction P4 sur cet intervalle − 12 , 12 .

re
6. Démontrer que P4 admet sur cet intervalle deux zéros réels et deux seulement.
7. On suppose que pour tout entier n ∈ N ; Bn = n!Pn − 12

pa
(a) Calculer B0 ; B1 ; B2 et B3
n
∗ 1 1 X n
(b) Démontrer que : ∀n ∈ N ∀t ∈ [0, 1] Pn − +t = ( k ) Bk T n−k
2 n!
k=0
(c) En déduire, pour n ∈ N∗ , l’expression de Bn en fonction de B0 , . . . , Bn−1
(d) Calculer B4 ; B5 et B6 .
Exercice 3
On se propose de déterminer l’ensemble E des triplets (x, y) ∈ N∗ 3 tels que x2 + y 2 = z 2

1. Montrer que pour tout couple (a, b) d’entier naturels tels que a > b, le triplet (a2 −
b2 , 2ab, a2 + b2 ) appartient à l’ensemble E.
2. Donner six solutions distinctes.
3. Soit (x, y, z) un élément de E tel que x ∧ y = 1
(a) Montrer qu’alors x ∧ z = 1 et y ∧ z = 1
(b) Montrer que x et y ne sont pas de même parité.
152
Exercice 4
Fp (x) étant le polynôme factoriel d’ordre p calculer :
1. Fp (p) ;
2. Fp (n) pour n < p (n ∈ N) ;
3. Fp (m) pour m > p (m ∈ N)
4. ∆Fp (x) ; ∆2 Fp (x) ;
5. la dérivée de Fp (x) au point x = p−1
Exercice 5
Étant donné n nombres réels positifs x1 , . . . , xi , . . . , xn et un nombre réel k, on appelle

moyenne potentielle d’ordre k la quantité :
s
k k k k
k 1
k x1 + x1 + · · · + xi + · · · + xn x1 + xk1 + · · · + xki + · · · + xkn k
br
mk = =
n n
" n #1
Y n
ai
1
On note : G = [xi · x2 · · · · · xn ] =
n la moyenne géométrique de x1 , x2 , . . . , xi , . . . , xn .
i=1
Montrer que :
np
1. m0 = lim mk =)G
k=0
2. m ≤ mk quand k > 1.
re
3. m ≥ mk quand 0 < k < 1
4. m ≥ mk quand k < 0.
pa
5. mk0 ≥ mk quand k 0 > k.
Exercice 6
 
1 2 3 ··· n
 

 2 2 3 ··· 

 
On considère la matrice A = 
 3 3 3 

 .. 

 . 

n n n ···
Où n désigne un entier supérieur ou égal à 3 et les vecteurs de C n ou de Rn sont identités à
des matrices colonnes à n lignes.
1. Démontrer que les valeurs propres de A sont réelles et que A est diagonalisable.
2. Écrire le système (I) des équations qui exprime que le vecteur X est vecteur propre de A
associé à la valeur propre λ.
153
3. Établir que ce système (I) est équivalent à système (II) dans lequel la première équation E1
relie x1 et x2 l’équation Fp , pour p variant de 2 à n − 1, relie xp−1 , xp et xp+1 et l’équation
Gn relie xn−1 et xn .
4. Démontrer que 0 n’est pas une va leur propre de A et déterminer la dimension de chacun
des sous espace propre. Combien cette matrice possède-t-elle de valeurs propres distinctes ?
Justifier votre réponse ?
Exercice 7
On considère la matrice suivant :

 
a+b b+c c+a
 
M = a 2 + b2 b2 + c2 c2 + a2 
 
x3 + b3 b3 + c3 c3 + a3
Sans le développer, mettre le déterminant de la matrice de la matrice M sous forme de produit

br
de facteurs puis calculer sa valeur.

ai
Exercice 8
1. Démontrer par récurrence la formule de LEIBNIZ donnant la dérivée p-iéme du produit de

np
deux fonctions f et g.
p
( kp ) f (k) g (p−k)
X
(p)
(f g) =
re
k=0
2. Démontrer que si A est symétrique définie positive, il existe deux matrices non singulières
S et T telles que : S 0 AS = I et T 0 T = A.
pa
154
CONCOURS IFORD (Avril 2008) : CORRIGÉE MATHÉMATIQUES B
Exercice 1
Trouvons l’ensemble des polynômes P de C[X] tels que : P (X 2 ) = P (X)P (X + 1)

Remarquons tout d’abord que les polynômes constants solutions son t 0 et 1.
Soit P une solution non constante de degré n ∈ N∗ . D’après le théorème de d’Alembert
Gauss, P possède n racines complexes, comptées avec leurs ordre de multiplicité.
Si α est une racine de P , on a :
P (α2 ) = P (α)P (α + 1) = 0
Donc α2 est aussi racine de P . Comme P n’a qu"un nombre fini de racines α est soit nulle, soit
racine de l’unité. On a donc nécessairement :
br
α = 0 ou |α| = 1 (4)
ai
De même, P [(α − 1)2 ] = P (α − 1)P (α) = 0, donc (α − 1)2 est racine de P . D’après (4) on a
nécessairement :
np
α = 0 ou |α − 1| = 1 (5)
π π
Les seuls complexes vérifiant à la fois : |α| = 1 et |α − 1| = 1 sont ei 3 et e−i 3 , mais ils ne peuvent
re
pas être racines de P , car leur carré ne vérifie plus la condition (5). Les seules racines possibles
de sont donc 0 et A. Le polynôme P est de la forme p(X) = λX p (X − 1)q avec λ ∈ C∗ . On a
alors :
pa
P (x2 ) = λx2p (x2 − 1)q
P (x)p(x + 1) = λ2 xp+q (x + 1)p (x − 1)q .

Du fait de l’unicité d’un polynôme en facteur irréductible le polynôme p est une solution si
et seulement si λ = 1 et p = q. L’ensemble des solution est donc :
{0, 1, xp (x − 1)q pour p ∈ N∗ }
Exercice 2
1. Déterminons les polynômes P1 et P3

x2
P20 = x, d’où p2 = 2 +c
x2 3
p3 = + c d’où p3 = x6 + cx + d
2
p − 12 = p3 12 ⇒ − 481
− 2c + d = 1 c 1

48 + 2 + d d’où c = − 24
x3 x4 x2
p04 = x
+ dx + e mais comme p4 − 12 = p4 1

6 − 24 + d d’où p4 = 24 − 48 2 alors d = 0
x2 1 x3 x
En définitive : P2 = 2 − 24 ; p3 = 6 − 24
155
2. Démontrons que pour tout entier n le polynôme P2n est pair, et P2p+1 impair.
- P = 0, P0 est pair et P1 est impair
- soit p ∈ N tel que P2p+1 est impair.
0
Comme P2p+3 est pair, P2p+3 = Q + c où Q est un polynôme impair.
Alors P2p+4 = R + cx + d, où R est un polynôme pair

1 1 1 c
P2p+4 − = P2p+4 ⇒− +d= +d
2 2 2 2
d’où c = 0, ce qui prouve que P2p+3 est impair. La propriété est vérifiée au rang p + 1.
D’après le théorème de la récurrence, le polynôme Pn est toujours de la même parité que
l’entier n
3. En déduisons les valeurs de Pn (t) où n est un entier impaire supérieur ou égal à 3 et

t ∈ − 12 , 0, 21 .

Pour tout entier n impair le polynôme Pn est impair donc Pn − 12 = −Pn 12 . Par ailleurs,

br
comme n ≥ 3 Pn − 12 = Pn 12 d’où Pn − 21 = −Pn 12 = 0

De même Pn (0) = −Pn (0), d’où Pn (0) = 0
4. Étudions les variations de la fonction P3 sur l’intervalle − 12 , 12 et traçons sa courbe re-

ai

présentative sur cet intervalle.

Comme la fonction P3 est impaire, il suffit de l’étudier que 0; 12

np
P3 (x) = 1
24 (4x
3 − x), d’où P 0 (x) = 1
− 1).
24 (12x
2
Le tableau de variation de la fonction P3 (x) sur 0; 12 où µ ≈ 8 · 10−3 apparaît ci-après :

re
q
x 1 1
0 12 2
pa
P30 (x) - 0 +
0 0
P3 (x)
−µ
0.5
x
−0.5 0.5
−0.5
156
Courbe de P3
5. En déduisons les variations de la fonction P4 sur cet intervalle − 21 , 21 .

La fonction P4 est paire, et sa dérivée est P3 sur 0, 12 , P40 est négative, donc P4 est

décroissante
x 1
0 2
P40 (x) -
M
P4 (x)
m
On sait que P5 − 21 = P5 1

2
D’après le théorème de Rolle, il existe c ∈ − 12 ; 12 tel que P50 (c) = 0 c’est-à-dire P4 (c) = 0.

Les extremas m et M de la fonction P4 sont donc de signe contraire.

br
6. Démontrons que P4 admet sur cet intervalle deux zéros réels et deux seulement.
La fonction P4 étant continue et strictement décroissante que 0, 21 , elle s’annule une fois

ai
et une seule fois sur cet intervalle. Par ailleurs p4 étant paire, elle admet zéros opposées, α
et −α sur − 12 , 12 .

np
7. (a) Calculons B0 ; B1 ; B2 et B3
B0 = 1 ; B1 = − 12 ; B2 = 1
6 et B3 = 0
n
1 1 X n
re
∗
(b) Démontrons que : ∀n ∈ N ∀t ∈ [0, 1] Pn − + t = ( k ) Bk T n−k
2 n!
k=0
Appliquons la formule de Toylor au polynôme Pn
pa
n
Pnk − 21 k
X
1
Pn − − t = t
2 k!
k=0
n
(k) (k) Bn−k 1 X Bn−k
− 12 1
tk

or Pn = Pn−k ; d’où pn = . On a donc Pn − 2 + t =
(n − k)! n! k!(n − k)!
k=0
n!
On peut faire apparaître le coefficient binomial ( nk ) =
k!(n − k)!
n
1 X
Pn − 21 + t = ( nk ) Bn−k tk

n!
k=0
ou en changeant k en n − k
n
1 X n
Pn − 21 + t = ( k ) Bk tn−k

n!
k=0
(c) En déduisons, pour n ∈ N∗ , l’expression de Bn en fonction de B0 , . . . , Bn−1

L’égalité précédente donne
n
Bn 1 X n
Pour t = 0 : Pn − 12 = 1
( k ) Bk or, si n ≥ 2, Pn − 12 =

; t = 1 : Pn 2 =
n n!
k=0
P 12 ; d’où

157
Pn n
∀n ≥ 2 Bn = k=0 ( k ) Bk
Si n est un entier supérieur ou égal à 1, on peut appliquer cette relation au rang n + 1 ;

on obtient
n−1
X
n+1

∀n ≥ 1 Bn+1 = Bn+1 + (n + 1)Bn + k Bk
k=0
n−1
1 X n+1

En définitive ∀ Bn = − k Bk
n+1
k=0
(d) Calculons Bn pour n = 4 ; n = 5 et n = 6
B4 = − 15 (B0 + 5B1 + 10B2 + 10B3 ) = − 30
1
B5 = 0 (en effet P5 − 21 = 0)

B6 = − 71 (B0 + 7B1 + 21B2 + 35B3 + 35B4 + 21B5 ) = 1

42
Exercice 3
1. Montrons que pour tout couple (a, b) d’entier naturels tels que a > b, le triplet (a2 −
br
b2 , 2ab, a2 + b2 ) appartient à l’ensemble E.

Soient a et b deux entiers tels que 0 < b < a.
ai
Si on pose x = a2 − b2 ; y = 2ab et z = a2 + b2
x, y, z et z sont bien des entiers strictement positifs et
np
x2 + y 2 = (a2 − b2 )2 + 4a2 b2 = (a2 + b2 ) = z 2

re
Le triplet (x, y, z) appartient à E.
2. Donnons six solutions distinctes.

pa
a b x y z
2 1 3 4 5
3 1 8 6 10
4 1 15 8 17
3 2 5 12 13
4 2 12 16 20
4 3 7 24 25
Attention ! pour cette question le correcteur doit vérifier l’exactitude des résultats en fonc-
tion des exemples choisis par le candidat.
3. On remarque certaines sont égales à un facteur près.

Il suffit de s’intéresser aux solutions pour lesquelles x et y sont premiers entre eux.
(a) Montrons qu’alors x ∧ z = 1 et y ∧ z = 1
158
Si x ∧ z = d, d2 divise x2 et z 2 , donc il dicise y 2 , or x2 et y 2 sont premiers entre eux,
donc d2 = 1, d’où d = 1, x et z sont donc premier entre eux. Il en est de même de y
et z.
(b) Montrons que x et y ne sont pas de même parité.

x et y étant premiers entre eux, il ne sont pas tous les deux pairs. Supposons qu’ils
doivent soient tous deux impairs z serait vous pair, x2 + y 2 serait congru à 2 modulo
4, tant disque z 2 serait congru a 0où on aboutit à une contradiction. D’où x et y ne
sont pas de même parité
(c) En admettant que x est impair et y pair, z est impair. Il existe deux entiers strictement
positifs p et q tels que : z + x = 2p ; z − x = 29 ou en déduit x = p − q, z = p + q
et y 2 = (p + q)2 − (p − q)2 = 4pq Comme x et z sont premiers entre eux, il en est de
même de p et q.
Comme y 2 = 4pq, pq est un carré. Dans sa décomposition en facteur premiers, chaque
br
facteur doit apparaître avec un exposant pair. Comme p et q sont premier entre eux,
les facteurs premiers sont différent chaque facteur premier doit donc apparaître avec
exposant pair à la fois dans la décomposition de p et dans celle de q : p et q sont des
ai
carrés d’entiers. En posant p = a2 et q = b2 on a x = a2 − b2 , y = 2ab et z = a2 + b2
(d) L’ensemble E est l’ensemble des triplets de la forme (a2 − b2 , 2abc , c(a2 + b2 )) ou
np
(2abc, c(a2 − b2 ), c(a2 + b2 )) a, b et c sont des entiers strictement positifs a > b

4. Les quatre premier exemples de la question 1) donne les triplets tels que z ≤ 18 :
re
(3, 4, 5); (8, 6, 10); (15, 8, 17); (5, 12, 13). En multipliant premier exemple par le facteur 2 on
le facteur 3
pa
(6, 8, 10); (9, 12, 15) et échangeant x et y, si le triplet correspond n’a pas déjà été obtenu.
(4, 3, 5); (8, 15, 17); (12, 5, 15); (12, 9, 15)
Il y a donc dix solutions.
Exercice 4
1. Soit f une fonction polynômiale non nulle de degré n ∈ N, de terme dominant an xn . La

fonction x → e−x f (x) est continue donc localement intégrable sur R+ au voisinage de +∞,
|e−x f (x)| est équivalente à |e−x an xn | qui est négligeable devant x−2 donc cette fonction
est intégrable sur R+ .
Z x
2. (a) Pour tout n ∈ N, In = lim e−t tn dt
x→∞ 0
Pour n > 0, intégrons par parties, on obtient :
Z x Z x
e−t tn dt = −e−x xn + n e−t tn−1 dt
0 0
Soit en faisant tendre x vers +∞ ; In = nIn−1
159
Z +∞
(b) I0 = e−x dx = 1, d’où on déduit à l’aide d’une récurrence immédiate sur n ∈
0
N, In = n!
3. L’intégrale (f /g) existe d’après la question 1) car f /g est une fonction polynômiale, il ne
reste plus qu’a vérifier que l’application qui au couple (f, g) associe (f |g) est une forme
bilinéaire symétrique définie positive sur R[x].
Exercice 5
1. Les matrices A et I commutent puisque IA = AI = 0, de plus, A commute avec toutes

ses puissances. Donc si P (x) et Q(x) sont deux polynômes, les matrices P (A) et Q(A)
commutent :
(A − βI)(A − α) = (A − αI)(A − βI) = 0
2. Cette égalité s’inscrit : A2 = (α + β)A + αβI = 0

D’où A2 = (α + β)A − αβI
br
3. Effectuons une récurrence sur l’entier naturel n pour établir l’existence de réel un et vn tels
que : An = un A + vn I
ai
- Si n = 0, A0 = I donc u0 = 0 et v0 = 1
- Soit n tel que la propriété soit vraie au rang n alors
np
An+1 = An A = (un A + vn I)A

re
= un ((α + β)A − αβI) + vn A
= ((α + β)un + vn )A − αβI

pa
4. D’après le théorème de récurrence, la propriété est donc vraie pour tout entier n et :
un+1 = (α + β)un + vn ; vn+1 = −αβun
5. on en déduit
un+1 = (α + β)un+1 − αβun (6)
6. L’ensemble des suite (un )n∈N vérifiant (6) est un R-espace vectoriel E de dimension 2
don t on cherche une base. Une suite géométrique de la forme un = rn vérifiant (6) si et
seulement si r est solution de l’équation caractéristique
r2 − (α + β)r − αβ = (r − a)(r − β) = 0
Les suites (αn ) et (β n ) sont linéairement indépendante elles forment donc une base de E.
∃(a, b) ∈ R2 vn ∈ N, un = aαn + bβ n
160
a et b son t alors déterminés à l’aide de u0 et u1
 
u0 = a + b = 0
 a =
 1
α−β
u1 = aα + bβ = 1
 b = − 1

α−β
Nous en déduisons les expressions de un et de vn en fonctions de n


αn − β n
un =


α−β
αβ n − βαn
vn =


α−β
et celle de An en fonction de n ∈ N, A et I
αn − β n αβ n − βαn
An = A+ I
α−β α−β
7. (a) Calculons (A − αI)2

br
(A − αI)2 = A2 − 2αA + α2 I
= (α + β)A − 2αA + (α2 − αβ)I

ai
= (β − α)A + α(α − β)I
= (β − α)(A − αI)
np
(b) de même (A − βI)2 = (α − β(A − βI)
8. Une récurrence permet d’étudier, pour tout n ∈ N∗

re

(A − αI)n = (β − α)n−1 (A − αI)

pa
(A − βI)n = (α − βI)n−1 (A − βI)


9. On peut écrire :
β α
A= (A − αI) − (A − βI)
β−α β−α
10. les matrices A − αI et A − βI commutent, nous pouvons donc appliquer la formule du
binôme. De plus tout terme de la forme (A − α)k (A − β)n−k est nul, d’où
n
β n

n n α
A = (A − αI) + (A − βI)n
β−α α−β
βn αn
= (A − α − I) + (A − βI)
β−α α−β
αn − β n αβ n − βαn
An = A+ I
α−β α−β
Nous retrouvons bien le résultat de la question 6)
161
Exercice 6
1. Calcul des effectifs P1 , P2 , P3 et P4

Soit r le taux d’accroissement constant d’une population et P0 l’effectif de la population à
la date t0 . Les effectifs P1 , P2 , P3 et P4 se calculent comme suit :
P1 = P0 + P0 r = P0 (1 + r) ou P1 = P0 er , P2 = P1 + P1 r = P1 (1 + r) = P0 (1 + r)2 ou
P2 = P0 e2r
P3 = P2 +P2 r = P2 (1+r) = P0 (1+r)3 ou P3 = P0 e3r , P4 = P4 +rP4 = P4 (1+r) = P0 (1+r)4
ou P4 = P0 e4r
2. Déduction de la croissance de P
On s’aperçoit que par récurrence on peut généraliser l’estimation de la population à une
date t lorsque r est constant. On obtient ainsi pour une date t Pt = P0 (1+r)t ou Pt = P0 etr .
Il s’agit évidemment d’une suite géométrique de raison (1 + r) ou rr .
3. Calcul du temps de doublement

br
Le temps de doublement se calcule comme suit :

Comme Pt = 2P0 la relation ci-dessus devient 2P0 = P0 (1 + r)t
ai
Après simplification on trouve 2 = (1 + r)t soit ln 2 = t ln(1 + r) où ln est le logarithme

ln 2
népérien. D’où t = .
np
ln(1 + r)
ln 2
En utilisant la seconde formule : t =
r
Les deux formules conduisent aux résultats quasiment identiques lorsque r ≤ 5%
re
4. Application Numérique
pa
Attention les taux ont été exprimés en pourcentage dans l’épreuve sans le préciser. Pour
les étudiants qui n’en tiendront pas compte, se référer au dernier tableau :
ln 2
t=
ln(1 + r)
R Temps de doublement en années
0,001 693
0,005 139
0,010 70
0,015 47
0,020 35
0,025 28
0,027 26
0,030 23
0,035 20
0,040 18
162
ln 2
t=
r
r Temps de doublement en années
0,001 693
0,005 139
0,010 69
0,015 46
0,020 35
0,025 28
0,027 26
0,030 23
0,035 20
0,040 17
PS- Pour les étudions qui ont utilisé les taux sans se référer au pourcentage parce que
br
l’indication n’avait été donnée dans ce sens, la solution apparaît dans le tableau suivant :
r Temps de doublement en années

ai
0,1 7
0,5 2
1 1
np
0,5 1
2 1
re
2,5 1
2,7 1
pa
3 1
3,5 0
4 0
Exercice 7
dP (t)
Il s’agit de monterr que la fonction définie par est décroissante et linéaire de P (t)
P (t)dt
dP (t) P (t)
Partant de la relation = aP (t) 1 − − eP (t), on obtient en divisant les deux parties
dt 2
de l’égalité par P (t) :
dP (t) a a dP (t)
= (a−e)− P (t) en désignant par β = a−e et α = on obtient = β −αP (t)
P (t)dt L L P (t)dt
avec β > 0 (parce que a > e) et α > 0 (parce que a et L sont supérieure à 0).
λP (t)
La fonction = β −αP (t) est donc forcement linéaire et décroissante de P . En définitive
P (t)dt
P est une fonction logistique.
163
Exercice 1
On considère n variable aléatoire X1 , X2 , . . . , Xn totalement indépendantes et suivant chacune

la loi B(1, 0) (Loi de Bernoulli de paramètre 0). On pose
n n
X 1X
zn = xi fn = xi
n
i=1 i=1
1. Déterminer la distribution de la variable zn
2. En déduire la distribution de fn . Calculer E(fn ) et V ar(fn ).

br
3. Montrer que fn converge en probabilité vers une quantité certaine qu’il faut préciser.
4. quelle est la distribution asymptotique de fn ?

ai
5. Monter que la variable aléatoire qn = 1 − fn converge en probabilité et en loi.
Exercice 2
np
Dans une urne contenant des boules blanches et noires en proportion p et q (p + q = 1), on
procède à des tirages successifs et indépendants.
re
On appelle X la variable aléatoire « nombre de tirages nécessaires pour obtenir une boule
blanche ».
pa
a) Déterminer la loi de la variable X. Calculer l’espérance mathématiques et la variance de la

variable X. Quelle est la fonction génératrice de cette loi ?
b) On appelle Y la variable aléatoire « nombre de tirage nécessaire pour obtenir r boules

blanches ». Déduire des résultats de la question a) :
i) la loi de la variable Y .
ii) l’espérance mathématiques de la variable Y ,
iii) la variance de la variable Y .
iv) la fonction génératrice de la loi la variable Y .
c) Déterminer directement la loi de la variable Y .
164
Exercice 3
Dans un pays donné, la majorité gouvernementale a 244 députés à l’Assemblée Nationale et

la minorité dispose de 243 sièges. La probabilité qu’un député de la majorité soit malade le joue
1 1
d’un scrutin important est 244 : cette probabilité est de 243 pour un député de l’opposition. La
maladie frappa les députés de façon indépendante. Soient respectivement M et m le nombre des
malades dans la majorité et dans l’opposition.
1. On étudie d’abord les variables aléatoires M et m.
(a) Quelle est la loi exacte de M ? celle de m ? Indiquer leurs espérances mathématiques
et leurs variances respectives.
(b) Peut-on remplacer les lois précédentes par des lois approchées d’un maniement plus
simple ? Lesquelles ?
2. Indiquer, sans démonstration mais en justifiant votre réponse, la loi suivie par le nombre
total de malades : T = M + m.
br
3. On s’intéresse maintenant à la différence D = M − m. Calculer l’espérance mathématique

et la variance de cette variable aléatoire.
ai
Exercice 4
np
Une usine fabrique deux types d’ampoules A et B pour les feux arrières de motocyclettes en
utilisant deux processus techniques de fabrication.
re
Les ampoules de type A ont une durée moyenne de vie de 3675 heures avec un écart-type de
430 heures et celle de type B une durée moyenne de vie de 4500 heures avec un écart-type de
pa
980 heures.
Le fabriquant étranger de motocyclettes qui achète ces ampoules estime que les ampoules dont
la durée de vie est inférieure à 3000 heures sont de mauvaise qualité et sont donc inacceptables.
On suppose que la durée de vie de chaque type d’ampoule fabriquées par l’usine est une
variable aléatoire normale.
1. Compte tenu de la norme d’acceptabilité fixée par l’acheteur, quel processus de fabrication
l’usine a-t-elle intérêt à choisir ?
2. Comment se modifie ce choix si l’acheteurs considère désormais comme de mauvaise qualité

les ampoules dint la durée de vie est inférieure à 3500 heures ?
3. On sélectionne au hasard et dans les mêmes conditions des ampoules de type A et B.

Quelle est la probabilité pour que la durée de vie des ampoules de type A soit supérieur à
celle des ampoules de type B ?
165
Exercice 5
On veut comparer la proportion p des naissances masculines à celle des naissances féminines
grâce ç un échantillon de 900 naissances.
1. On veut bâtir un test pour choisir entre les deux hypothèses suivantes :
H0 : p = 0, 5 H1 : p > 0, 5
Existe-t-il un test UPP au seuil α = 0, 05 pour tester H0 contre H1 ?
Application numérique : Que doit-on conclure si l’on trouve dans notre échantillons 510
naissance masculines ?
2. On teste maintenant
H0 : p = 0, 5 contre H1 6= 0, 5
existe-t-il un test UPP au seuil α = 0, 05 ?
br
Exercice 6
On veut estimer la moyenne m d’une variable aléatoire x suivant une loi normale de variance
ai
σ 2 = 1024 à l’aide d’un échantillon de taille 256. La moyenne pour l’échantillons est x = 150.
a) Estimer la moyenne m avec un degré de confiance α = 0, 870.

np
b) Calculer le degré de confiance que l’on peut avoir pour l’estimation suivante : 147 ≤ m ≤ 153.
re

pa
Exercice 1
On considère n variable aléatoire X1 , X2 , . . . , Xn totalement indépendantes et suivant chacune

la loi B(1, 0) (Loi de Bernoulli de paramètre 0). On pose
n n
X 1X
zn = xi fn = xi
n
i=1 i=1
1. Déterminons la distribution de la variable zn

zn est la somme de n variables indépendantes suivant chacune une loi de Bernoulli, c’est
donc une variable qui suit une loi de Bernoulli de paramètre m et θ
zn # B(m, θ)
2. En déduisons la distribution de fn .
n
1X 1
fn = xi = zn d’où fn # n1 B(n, θ)
n n
i=1
Calculons E(fn ) et V ar(fn ).
166
= n1 E(zn ) = n1 nθ = θ

E(fn ) = E 1 nzn
E(fn ) = θ
n n
! !
1 1X 1 X 1
V (fn ) = V zn =V xi = 2V xi = V (zn ) ou V (zn ) = nθ(1 − θ)
n n n n2
i=1 i=1
1 θ(1 − θ)
d’où V (fn ) = 2 nθ(1 − θ) =
n n
θ(1 − θ)
V (fn ) =
n
t
Développement limité de ei n :
t 2
ei n = 1 + i nt + i2 2n
t
2 + ··· ⇒
n
t2

t
ϕfn (t) = (1 − θ) + θ 1 + i − 2
n 2n
n
t2

it
= 1−θ+θ+θ −θ 2
n 2n
2
n
t t
= 1 + θi − θ 2
br
n 2n

t2 2
⇒ Log(ϕn (t)) = nLog 1 + θi nt − θ 2n 2 or développement limité de Log(1 + x) = x + x2 −
ai
x3
3 .
it t2
Si on s’arrête au premier terme, c’est-à-dire Log(1 + x) = x + m avec x = θ −θ 2
n 2n
np
t2

it
⇒ Log(ϕfn (t)) = n θ − θ 2
n 2n
2
re
θt
= θit −
2n
t 2
lim Log(ϕfn ) = lim θit − θ 2n = θit d’où
pa
n→+∞ n→+∞
lim ϕfn (t) = eθit (7)

n→+∞
Or la loicertaine définie par :

1 pour x = θ

f (x) =
0 pour x 6= θ

a pour fonction caractéristique

X
ϕx (t) = E(eitx ) = eitx f (x)
= eitθ f (θ) + 0 × eitx (8)
= eitθ
3. Montrons que fn converge en probabilité vers une quantité certaine qu’il faut préciser.
θ(1 − θ)
fn = n1 zn = n1 B(n, θ) et E(fn ) = θ, V (fn ) =
n
θ(1 − θ)
lim V (fn ) = lim =0
n→+∞ n→+∞ n
167
p
E(fn ) = θ et lim V (fn ) = 0 ⇒ fn # θ
n→+∞
p
fn converge en probabilité vers θ fn # θ
4. Distribution asymptotique de fn ?
zn P
fn = or zn = xi # B(n, θ) d’où la fonction caractéristique de zn est ϕx (t) =
n
((1 − θ) + θeit )n
t
or ϕ xa (t) = ϕx at ⇒ ϕfn (t) = ϕ zn (t) = ϕz nt )((1 − θ) + θei n )n

n
D’après le théorème de Paul Levy, les relation (7) et (8) ⇒ fn converge en loi vers la
variable certaine x.

1 pour x = θ

fn # x définie par f (x) =
0 pour x 6= θ

5. Montons que la variable aléatoire qn = 1 − fn converge en probabilité et en loi.

qn = 1 − fn
br
E(qn ) = E(1 − fn ) = 1 − E(fn ) = 1 − θ

θ(1 − θ) θ(1 − θ)
V (qn ) = V (1 − fn ) = V (fn ) = ⇒ lim V (qn ) = lim =0
n n→+∞ n→+∞ n
ai

E(qn ) = 1 − θ

p
⇒ qn # 1 − θ
 lim V (qn ) = 0

np
n→+∞
p
qn # 1 − θ

re
1 pour x = θ

fn # x / f (x) =
0 pour x 6= θ

pa
Pour x = θ, 1 − fn = 1 − 1 = 0 
1 pour x = θ

pour x 6= θ, 1 − fn )1 − 0 = 1 ⇒ qn # x définie par f (x) =
0 pour x 6= θ


1 pour x = θ

qn # x définie par f (x) =
0 pour x 6= θ

Exercice 2
Dans une urne contenant des boules blanches et noires en proportion p et q (p + q = 1), on
procède à des tirages successifs et indépendants.
On appelle X la variable aléatoire « nombre de tirages nécessaires pour obtenir une boule
blanche ».
a) Déterminons la loi de la variable X.

X − 1 suit une loi binomiale négative de paramètre 1 et p
168
x − 1 # B − (1, p) ⇒ X # 1 + B − (1, P ) où B − (1, p) est la loi binomiale négative de paramètre
1 et p
1×p 1−p 1−p 1
E(X − 1) = = ⇒ E(x) = +1=
p p p p
1 × (1 − p) 1−p
V (X − 1) = ⇒ V (x) =
p2 p2
1 1−p
E(x) = p V (x) = p2
Fonction générale de x
gx (u) = E(ux ) =
P (x)
u Px
x=1
r−1
La loi binomiale négative X 0 est telle que p(X 0 = x0 )Cx+r−1 pr q x−r
P x x−1 p P
Pour r = 1, on a P (X 0 = x0 ) = pq x−1 ⇒ gx0 (u) = u pq =q (uq)x
x≥1 x=1
P i
or r = r + r2 + · · · + rn + · · · = r(1 + r + · · · )
i≥1
h i
1
tend vers r 1−r avec |r| < 1
h i
1
(uq)x # uq 1−uq
P
⇒
br
x=1

⇒ gx (u) = pq · uq 1−uq
1 pu
= 1−uq
ai
pu
gx (u) =
1 − uq
b) Y : "nombre de tirages nécessaires pour avoir r boules blanches"
np
Déduire des résultats de la question a :
i) la loi de la variable Y .
re
Xr
Y = Xi or Xi # 1 + B − (1, P ) d’où
i=1
pa
Y # r + B − (r, P )
ii) l’espérance mathématiques de la variable Y

r r r
!
X X X 1 r
E(Y ) = E Xi = E(Xi ) = =
p p
i=1 i=1 i=1
r
E(Y ) = p
iii) la variance de la variable Y

r
!
X
Xi = ri=1 V (Xi ) (Car indépendant)
P
V (Y ) = V
i=1
r
X 1−p r(1 − p)
V (Y ) = =
p2 p2
i=1
iv) la fonction génératrice de la loi la variable Y .
c) Déterminons directement la loi de la variable Y .

Par définition de la loi binomiale négative de paramètre r et p, Y − r # B − (r, p) d’où
Y # r + B − (r, p)
169
Exercice 3
1. On étudie d’abord les variables aléatoires M et m.
(a) Les lois exactes de M et m

M # B(244, 1/244)
m # B(243, 1/243)
Espérances mathématiques de variances
1
E(M ) = M1 P1 = 244 × =1
244
1 243
V (M ) = M1 P1 (1 − p1 ) = 244 × × = 0, 996
244 244
1
E(m) = M2 P2 = 243 × =1
243
1 242
V (M ) = M2 P2 (1 − P2 ) = 243 × × = 0, 996
243 243
E(M ) = 1 V (M ) = 0, 996 E(m) = 1 V (m) = 0, 996
(b) On a un phénomène rare (probabilité faible). De plus variable ≈ moyenne et n1 > 50

br
On peut approximer M par la loi de poisson de paramètre 1.

De même on peut approximer un par la loi de poisson de paramètre 1.
ai
M # P(1) m # P(1)
2. loi suivie par le nombre total de malades : T = M + m.

np
T est la somme de deux lois de poisson de paramètre 1 d’où T est une loi de poissons de
paramètre m1 + m2 = 1 + 1 = 2
re
T # P(1)
3. D = M · m
pa
E(D) = E(M − m) = E(M ) − E(m) = 1 − 1 = 0

V (D) = V (M ) + V (m) car M et m sont indépendantes.
V (D) = 1 + 1 = 2
E(D) = 0 V (D) = 2
Exercice 4
Xa − 3675
1. Xa # N (3675, 430) ⇒ # N (0, 1)
430
Xb − 4500
Xb # N (4500, 980) ⇒ # N (0, 1)
980
Posons P (Xa < 3000) = P1 et p(Xb < 3000) = P2
Si P1 < P2 ⇒ l’usine a intérêt à choisir la fabrication des ampoules de type A, sinon, il
170
choisit les ampoules de type B.

Xa − 3675 3000 − 3675
P1 = P (Xa < 3000) = P <
430 430

Xa − 3675
=P < −1, 57
430
= 1 − P (Z < 1, 57)
avec Z # N (0, 1)
Sur la table de la loi N (0, 1) ⇒ P (Z < 1, 57) = 0, 9418 ⇒
P1 = 1 − 0, 9418 = 0, 0582

Xb − 4500 3000 − 4500
P2 = P (Xb < 3000) = P <
980 980

Xb − 4500 Xb − 4500
=P < −1, 53 = 1 − P < 1, 53
980 980
br
= 1 − P (Z < 1, 53)
Sur la table de N (0, 1) ⇒ P (Z < 1, 53) = 0, 9370 d’où

ai
P2 = 1 − 0, 9370 = 0, 063
P1 < P2 donc la probabilité d’obtention des ampoules de mauvaise qualité est donc faible
np
dans le processus A que dans le processus B. L’usine à intérêt à choisir le processus de

fabrication des ampoules de type A.
re
2. Comment se modifie ce choix si l’acheteurs considère désormais comme de mauvaise qualité

les ampoules dint la durée de vie est inférieure à 3500 heures ?
pa
Posons P10 = P (Xa < 3500) et P20 = P (Xb < 3500)

0 Xa − 3675 3500 − 3675
P1 = P (Xa < 3500) = P <
430 430
= P (Z < −0, 41) = 1 − P (Z < 0, 41)
Sur la table deN (0, 1) ⇒ P (Z < 0, 41) = 0, 6591 d’où

P10 = 1 − 0, 6591 = 0, 3409

Xb − 4500 3500 − 4500
P20 = P (Xb < 3500) = P <
980 980
= P (Z < −1, 02) = 1 − P (Z < 1, 02)
Sur la table deN (0, 1) ⇒ P (Z < 1, 02) = 0, 8461 d’où d’où

P20 = 1 − 0, 8461 = 0, 1539
P20 < P10 implique l’usine a intérêt dans ce cas à choisir la processus de fabrication des
ampoules de type B.
171
3. P = P (Xa > Xb ) = P (Xa − Xb > 0)
√
Xa # N (3675, 430) Xb # N (4500, 980) ⇒ Xa − Xb # N (3675 − 4500, 430 + 9802 )
d’où Xa − Xb # N (−825, 1070)
(Xa − Xb ) − (−825)
# N (0, 1)
1070
P = P (Xa − Xb > 0) = 1 − P (Xa − Xb < 0)

(Xa − Xb ) + 825 0 − (−825)
=1−P <
1070 1070

(Xa − Xb ) + 825
=1−P < 0, 77
1070
= 1 − P (Z < 0, 77)
Sur la table de N (0, 1) ⇒ P (Z < 0, 77) = 0, 7794 ⇒ P = 1 − 0, 7794 = 0, 2206

P 0, 2206
br
Exercice 5
ai
X # (n, p) avec n = 900
1. H0 : P = 0, 5 H1 : P > 0, 5
np
Existe-t-il un test UPP au seuil α = 0, 05 pour tester H0 contre H1 ?

L(x, P0 )
Region de rejet : W = x ∈ N | ≤k
L(x, P )
re
n
Y
Cnxi P0xi (1 − P0 )n−xi
(x, P0 )
= i=1 ≤k
pa
n
L(x, P ) Y
Cnxi P xi (1 − P)n−xi
i=1
n
P0 xi 1 − P0 n−xi
Cnxi
Y

= ≤k
CnxiP 1−P
i=1
n
P xi Y
1 − P0 n

P0 1 − P
= ≤k
P 1 − P0 1−P
i=1
ie P xi
P0 1 − P k 1 − P0
≤ n n car >0
P 1 − P0 Y 1 − P0 1−P
1−P
i=1
ie
X P0 1 − P k
xi Log ≤ LogB avec B = n
P 1 − P0 1 − P0 n
Y
1−P
i=1
ie
172

P P0 1 − P P
xi ≥ K Car Log ≤ 0 ⇒ W = {x | xi ≥ k}
P P 1 − P0
Xi # B(1, p) ⇒ Xi # B(n, P )
n est suffisamment grand (900)
√ Xn − P
or n p # N (0, 1)
P (1 − P )
P
xi √ k ! √ k
√ n − P 0 n n − P 0 n − P0
PP =P0 np ≥p =α⇒ p n = U1−α d’où
P0 (1 − P0 ) P0 (1 − P0 ) P0 (1 − P0 )
p
K = nP0 (1 − P0 )U1−α + nP0
A.N. P0 = 0, 5, n = 900, α = 0, 05, U1−α = 1, 64
K = 474, 6
P
xi = 510 > K on est bien dans l région critique W , on refuse H0 .
2. On teste maintenant
H0 : P = 0, 5 contre H1 : P 6= 0, 5
br
Existe-t-il un test UPP ou seuil α = 0, 05 ?

Il s’agit d’un text bilatéral c’est-à-dire la région
! critique est telle que
ai
√ X 1 − P0 √ X 2 − P0
P np ≤ U ≤ np =1−α
P0 (1 − P0 ) P0 (1 − P0 )

avec U # N (0, 1) or P −U α2 ≤ U ≤ U α2 = 1 − α
np
et X = n1 Xi = nX = K ⇒ K = X X
P P
xi ⇒ n ⇒ Xi = nX = X ⇒ K = n
d’où √ √
re
K1 K2
√
n
− nP0 √ nP0
n
−
−U α2 = p et U α2 = p
P0 (1 − P0 ) P0 (1 − P0 )
pa
d’où
p p
K1 = nP0 − U α2 nP0 (1 − P0 ) et K2 = P0 + U α2 nP0 (1 − P0 )
A.N. P0 = 0, 5 n = 900, α = 0, 05, U α2 = 1, 96
√
K1 = 900 × 0, 5 + 1, 96 900 × 0, 5 × 0, 5 = 450 − 1, 96 × 30 × 0, 5 = 420, 6
K2 = 900 × 0, 5 + 1, 96 × 30 × 0, 5 = 479, 4
Région critique =[420, 6; 479, 4] = R
P
Or xi = 510 ∈ R d’où on refuse H0
Exercice 6
a) Estimons la moyenne m avec un degré de confiance α = 0, 870.

X # N (m, σ)
X −m
D’après le théorème central limite on a : Z = # N (0, 1)
√σ
m
α
Posons U = Z α2 ⇐⇒ P (Z ≥ U ) = 2
173

σU σU
P Xm − √ ≤ m ≤ X + √ =1−α
n n
α
Au seuil α = 0, 20 ⇒ = 0, 10 − 10% sur la table de N (0, 1) ⇒ U = Z α2 = 1, 65
2
√
σU 1, 65 × 1024 1, 65 × 32
X m − √ = 150 − √ = 150 − = 146, 7
n 256 16
σU 1, 65 × 32
X m + √ = 150 + = 153, 3
n 16
Avec un degré de confiance de 0,80 on a 146, 7 ≤ m ≤ 153, 3
b) Calculons le degré de confiance que l’on peut avoir pour l’estimation suivante : 147 ≤ m ≤ 153.
σU
On a : X m + √ = 153
n
√ √
σU 3 n 256 3 × 16
X = 150 ⇒ √ = 3 ⇒ U = = 3√ = = 1, 5
n σ 1024 32
U = 1, 5 = Z α2
α
Table de N (0, 1), Z α2 = 1, 5 ⇒ 2 ≈ 0, 13 ⇒ α ≈ 0, 26 ⇒ 1 − α0, 84
Pour une estimation 147 ≤ m ≤ 153, o a un degré de confiance ≈ 0, 84
br
α
N.B : On pourra aussi admettre un degré de confiance de (pour 2 ≈ 0, 14) de 0, 82 ou 0, 83
qui est de centre des deux précédentes ou tout autre valeur comprise entre 0,82 et 0,14.
ai
np
re
pa
174
Exercice 1
a2 an
+ ··· +
Soit (a1 , . . . , an ) n réels tels que : a1 + =0
2 n
Démontrer qu’il existe un réel x strictement compris entre 0 et 1 tel que :
a1 + a2 x + · · · + an xn−1 = 0
Exercice 2
n
X Xk
Pour tout entier naturel n, on considère la fonction fn définie par : fn (x) =
k!
k=0
1. Donner la relation qui existe entre cette fonction et sa dérivée.
br
2. Déterminer en fonction de n, le nombre de solution. réelles de l’équation fn (x) = 0

ai
Exercice 3
Déterminer une fonction f de classe C 2 sur R2 telle que :

np
 2
∂ F ∂2f
− = x2 − y 2




 ∂x2 ∂y 2
re

 ∀x ∈ R f (x, x) = 0
∂f ∂f



∀x ∈ R
 (x, −x) = (x, −x)
∂x ∂y
pa
Indication : poser u = x + y et v = x − y
Exercice 4
Résoudre les équations différent réelles linéaires suivantes :

dy
1. x = y + x3 + 3x2 − 2x
dx
dy
2. (x − 2) = y + 2(x − 2)3
dx
Exercice 5
On considère l’équation linéaire de récurrence homogène de second ordre :
un = 5un−1 − 6un−2 (H2 )
175
1. Calculer de proche en proche les sept premiers termes de la suite (vn ) définie par

ses deux premiers termes v0 = u0 + u00 = 3 et v1 = u0 + u00 = 4

0 0 1 1
la relation de recurrence (H2 ) : Vn = 5vn−1 − vn−2


2. Montrer que, pour tout entier naturel n, on a l’identité vn = u0n + u00n .
Exercice 6
Intégrer par partie

2x2 dx
Z
1.
(x2 + 1)
Z
2. x3 ln xdx, où ln désigne le logarithme népérien (base e).
Z
3. x3 ex dx.
br
Exercice 7
1+x−y
On considère l’application f de R2 dans R2 définie par f (x, y) = p .
1 + x2 + y 2
ai
1. Calculer les dérivées partielles à l’ordre 1 de f .
2. Déterminer les points critiques de f , c’est-à-dire les points de R2 où les deux dérivées
np
partielles de f s’annulent simultanément.

re
pa
176
CONCOURS IFORD (Avril 2007) : CORRIGÉE 2007 B
Exercice 1
Considérons la fonction f définie par :

x2 xn
f (x) = a1 x + a2 + · · · + an .
2 n
f est définie et dérivable sur R, f (0) et d’après l’hypothèse, f (1) = 0.
On peut donc appliquer le théorème de Rolle sur [0,1] il existe c ∈]0, 1[ tel que f 0 (c) = 0.
Or : f 0 (x) = a1 + a2 x + · · · + an xn−1
Cette fonction admet bien un zéro dans l’intervalle ]0, 1[.
Exercice 2
br
1. Donnons la relation qui existe entre cette fonction et sa dérivée.

n
X xk
fn (x) =
k!
ai
k=0
n n n−1
X kxk−1 X xk−1 X
fn0 (x) = = = fn−1 (x)
k! (k − 1)!
k=1 k=1 k=0
np
d’où fn0 = fn−1 .
2. Déterminons en fonction de n, le nombre de solution. réelles de l’équation fn (x) = 0

re
• pour n = 0, f0 (x) = 1 : pas de zéro.
• pour n = 1, f1 (x) = 1 + x un zéro : −1

pa
x2
• pour n = 2, f2 (x) = 1 + x + 2 pas de zéro réel discriminant strictement négatif)
D’où fh n ne possède aucun zéro quand n est pair et un unique zéro quand n est impair.
Vérifions cela par récurrence.
Soit p un entier naturel tel que la fonction f2p possède aucune zéro. Cette fonction é
tant continue garde un signe constant sur R, qui est celui de f2p c’est-à-dire, la fonction
f2p+1 est strictement positif de plus :
lim f1p+1 (x) = −∞ et lim f2p+1 (x) = +∞
x→−∞ x→+∞
f2p+1 est donc une bijection de R dans R : elle possède un unique zéro, que nous notons
αp
x αp
f2p + +
+∞
f2p+1 0
−∞
177
f2p+1 (x) < 0 pour x < αp
et f2p+1 (x) > 0 pour x > ‘αp
0
Comme f2p+1 = f2p+2 , la relation f2p+1 est strictement décroissante sur ] − ∞, αp ] et
strictement croissante sur [αp , +∞[, elle présente donc un minimum strict en αp .
x αp
f2p + +
f2p+1 - 0 +
+∞ +∞
f2p+2
f2p+2 (αp )
αp2p+2 αp2p+2
Or f2p+2 (αp ) = f2p+2 (αp ) + =
(2p + 2)! (2p + 2)!
Car αp est un zéro de f2p+1 .
br
Le minimum de la fonction f2p+2 est strictement positif : cette fonction est donc partout
strictement positif : elle ne possède aucune zéro réel. On trouve l’hypothèse de récurrence
ai
au rang p + 1 : la position est donc vérifiée pour tout entier naturel p.

Pour résumer : fn ne possède aucune zéro quand p est pair et un unique zéro quand n
est imapir
np
Exercice 3
re
En procédant au changement de variables u = x + y et v = x − y définissons la fonction F

par : F (u, v) = f (x, y)
pa

 ∂f =
 ∂F ∂u
+ ∂F ∂v
= ∂F
+ ∂F
∂x ∂u ∂x ∂v ∂x ∂∂u ∂v
 ∂f =
 ∂F ∂u
+ ∂F ∂v
= ∂F
− ∂F
∂y ∂u ∂y ∂v ∂y ∂∂u ∂v
En recommençant cette opération, on obtient

∂2F
!
∂2f + ∂2F
2
∂2F

∂ F ∂u∂v
= + +
∂x2 ∂u2 ∂u∂v ∂v 2
∂2F
!
∂2f ∂2F ∂2F − ∂2F

∂u∂v
= − −
∂y 2 ∂u2 ∂u∂v ∂v 2
c’est-à-dire 
 ∂ 2 f2 =
 ∂2F ∂ F
+ 2 ∂u∂v
2
+ ∂2F
∂x ∂u2 ∂v 2
 ∂ 2 f2 =
 ∂2F ∂ F
− 2 ∂u∂v
2
+ ∂2F
∂y ∂u2 ∂v 2
D’où en définitive :
∂2f ∂2f ∂2F
− = 4
∂x2 ∂y 2 ∂u∂v
∂2f ∂2f
L’équation aux dérivées partielles ∂x2
− ∂y 2
= x2 − devient :
178
∂2F
= 14 uv
∂u∂v
Intégrons une première fois par rapport à la variable u :
∂F 1
− u, v) = u2 v + C(v)
∂v 8
où C est une fonction de classe C 1 d’une seule variable.
∂f ∂f ∂F
La condition (x, −x) = (x, −x) implique (0, v) = 0, d’où C(v) = 0 ∀v ∈
∂x ∂y ∂v
Intégrons une deuxième fois par rapport à la variable v :
1
F (u, v) = u2 v 2 + K(u)
16
où K est une fonction de classe C 1 d’une seule variable.
La condition f (x, x) = 0 implique F (u, 0) = 0, d’où K(u) = 0 pour tout u ∈ R. En définitive,
1
l’unique solution est : F (u, v) = u2 v 2 . c’est-à-dire en revenant aux variables x et y
16
1 2
f (x, y) = (x − y 2 )2
16
Exercice 4
br
Résolvons les équations différent réelles linéaires suivantes :

dy dy 1
1. x = y + x3 + 3x2 − 2x ou − y = x2 + 3x − 2
ai
Z dx Z dx x
dx 1
P (x)dx = − = − ln x et e− ln x = est un facteur
x x
np
d’où
Z
1 1 2
y = (x + 3x − 2)dx
x x
re
Z
2
= x+3− dx
x
1
pa
= x2 + 3x − 2 ln x + c
2
ou 2y = x3 + 6x2 − 4x ln x + Cx
dy dy 1
2. (x − 2) = y + 2(x − 2)3 ou − y = 2(x − 2)
Z dx Z dx x − 2
dx
P (x)dx = − = − ln(x − 2)
x−2
1
Un facteur intégrant est e− ln(x−2) =
Z x−2 Z
1 1
D’où y = 2 (x − 2)2 dx = 2 (x − 2)dx = (x − 2)2 + c
x−2 x−2
où y = (x − 2)3 + c(x − 2).
Exercice 5
1. Calculons de proche en proche les sept premiers termes de la suite (vn )

v0 = 3 ; v1 = 4
v2 = 5v1 − 6v0 = 5 × 4 − 6 × 3 = 2 = u02 + u002
179
v3 = 5v2 − 6v1 = 5 × 2 − 6 × 4 = −14 = u03 + u003
v4 = 5v3 − 6v2 = 5(−14) − 6 × 2 = −82 = u04 + u004
v5 = 5v4 − 6v3 = 5(−82) − 6(−14) = −326 = u05 + u005
v6 = 5v5 − 6v4 = 5(−326) − 6(−82) = −1138 = u06 + u06
2. Montrons que, pour tout entier naturel n, on a l’identité vn = u0n + u00n .
 relation est vraie pourn = 0 et n = 1

- Cette
 v 0 00
n−2 = un−2 + un−2

- Si
 vn−12 = u0 + u00 
n−1 n−1
On a
vn = 5vn−1 − 6vn−2
= 5(u0n−1 + u0n−1 ) − 6(u0n−2 + u00n−2 )
= (5u0n−1 − 6u0n−2 )(5u00n−1 − 6u00n−2 )
= u0n + u00n
br
Si les suites {u0n } et {u00n } sont solutions de l’équation de récurrence (H2 ) : vn = 5un−1 −
6un−2 , la suite {vn } = {u0n + u00n } est aussi solution de l’équation (H2 ).
ai
Exercice 6
np
Intégrons par partie

2x2 dx
Z
x
1. =− 2 + arctan x + c
re
2
(x + 1) x +1
x4 x4
Z
2. x3 ln xdx = ln x − +c
4 16
pa
Z
3. x3 ex dx = ex (x3 − 2x2 + 6x − 6) + c.
Exercice 7
1. Calculons les dérivées partielles à l’ordre 1 de f .

∂f 1 + y 2 + x(y − 1)
(x, y) = 3
∂x (1 + x2 + y 2 ) 2
∂f 1 + x2 + y(x + 1)
(x, y) = 3
∂y (1 + x2 + y 2 ) 2
Déterminons les points critiques de f
2. 
1 + y 2 + x(y − 1) = 0 (1)

1 + y 2 + x(y − 1) = 0 (2)

Ce système équivaut à celui formé des équations (1) et (2) et (1) soit

(x − y)(y − x − 1) = 0

1 + y 2 + x(y − 1) = 0

180
La relation x = y = 0 donne par rapport dans la seconde équation x = 1, d’où le point
critique (1, −1).
La relation y = x + 1 donne par rapport dans la seconde équation 2(1 + x + x2 ) = 0 sans
solution réelle. f possède donc un unique point critique A(1, −1).
br
ai
np
re
pa
181
(Concours type A et B (Mars 2007))
Sujet 1
Commentez l’article ci-dessous paru dans un journal en République Démocratique de Congo.

Au Shaba, un retour à l’âge de pierre.
Longue de 500 kilomètres, la route en terre qui va de Lubumbashi au lac Moero est l’une des
voies principales empruntée pour le transport des poissons de lac et des produits agricoles de
la région. Mais depuis trois ans, l’Office des routes, surnommé ici l’Office des trous, n’entretient
plus cete piste [. . . ]. Son personnel n’a pas vu une feuille de paye depuis trois ans [. . . ]. Résultat :
dans toute la région les produits de première nécessité sont devenus extrêmement rares. [. . . ]. Le
br
haut-Lomani est retourné à l’âge de pierre. La mousse des feuilles de papayer sert de savon. Mais
cette mousse bleuâtre abîme les vêtements et provoque des irritations de la peau. Pour s’éclairer
ai
la nuit, l’arbre umwenge remplace la lampe tempête et le pétrole [. . . ]. Mais à cause de la fumée,
les paysans ont les yeux rouges comme des sorciers. Il faut désormais être habile pour allumer
np
un feu. Faute d’allumettes, c’est en tournant rapidement sur une planchette de bois très dur un
bâtonnet de lushiko qu’on enflame les copeaux [. . . ]. Quant au sel, il n’est plus disponible ou
re
trop cher [. . . ]. Le manque d’entretien des pistes empêche l’évacuation des récoltes. Les réformes
monétaires successives et l’hyperinflation -30000% depuis octobre 1993 - pénalisant les paysans
qui ne peuvent échanger à temps leurs billets et voient toutes leurs économies perdre toute valeur
pa
en quelques jours.
Bethuel Kasamwa Tuseko, La Référence Plus/Syfia, Kinshara.
Sujet 2
Dans un ouvrage pujblié à l’Harmattan en 2006, Jean Marc ELA et Sidonie ZOA montrent
que « l’immigration est porteuse d’enjeux multiples, tant pour les sociétés « émettrices » des flux
que pour les sociétés réceptrices ».
Comment expliquez-vous ces enjeux en ce début de XXIè siècle ?
Sujet 3
Dégager avec précision les principaux problèmes que soulève ce texte et commentez-
les.
182
« L’urbanisation est la plus spectaculaire transformation ayant affecté le continent noir de-
puis les années 1950. Outils de l’échange marchand, lieux d’accumulation du capital financier,
commercial et parfois manufacturier, concentration humaines qui facilitent brassages et innova-
tion, espaces de construction et de légitimation des pouvoirs post-coloniaux, les villes, produits
et vecteurs du changement social (Dubersson et Raison, 1998), sont particulièrement sensibles à
la crise des complexes politico-économiques africains (Hugon, 1999).
Celle-ci, déclenche au début des années 1980 et dont le caractère structurel n’a pas été modifié
par le relatif et inégal renversement de conjoncture économique de puis 1995, est accompagnée
d’un décélération du rythme général de la croissance démographique urbaine, très rapide durant
quarante Ans, d’une apparente perte de vitesse des métropoles et d’un essor relatif, quoique
contrasté, de nombreuses villes petites et moyennes. La réduction du rythme de croissance est
remarquable dans la plus part des pays où le modèle mono-macrocéphale classique était vérifié,
mais tous les systèmes de villes existants ne sont pas réductibles à ce modèle et l’évolution actuelle
n’est pas partout une nouveauté. là où elle paraît l’être, il faut identifier et jauger la part réelle
br
des effets de crise : sont-ils à l’origine du transfert, inégal, de croissance vers « le bas » ou celui-ci,
inscrit dans la longue durée de la maturation des systèmes urbains, est-il simplement accéléré ?
ai
La relation perte de vitesse des grandes cités systèmes urbains, est-il durable ou réversible et
vers quelles(s) configuration(s) urbaine(s) tend l’Afrique subsaharienne ?
np
Au faciés urbain de la crise des economies rentières, dont témoignent la montée di chômage et
de l’informalisation généralisée, se conjuguent les dysfonctionnements du modèle de ville appliqué
depuis les indépendances. Dans les grandes cités de l’Afrique « ajustée », la maintenance des
re
réseaux est déficiente, les investissements ont périclité, les trajectoires sociales sont descendantes
et la pauvreté s’est accrue. Qualifiée de « crise urbaine » (Stren et White, 1993), dont il faut
pa
appréhender les conséquences démographiques, la désorganisation partielle ou totale des systèmes

d’encadrement « par le haut » à longtemps été amortie par les vigoureux dynamismes « du bas ».
Ces dernières révèlent toutefois leurs limites ; de nombreux citadins en sont réduits à multiplier
les tactiques de survie, et si qquelques innovations ont bien été suscitées, les solutions alternatives
aptes à relever le défi urbain restent à inventer ».
Cf. Alain DUBRESSON, « l’Afrique subsaharienne face au défi urbain », in Populations

et défis urbains. Chaire de Quételet 1996, Institut de Démographie, Université Catholique de
Louvain, Louvain-la-Neuve, Academia-Bruylant/L’Harmattan,2003, pp. 51-78.
183
CONCOURS IFORD (Mars 2007) : CORRIGÉE CULTURE GENERALE

Total 20 points
br
ai


np

re
pa
irrespective.
Sujet 1 :
Problème général :
La Déclaration Universelle des Droits de l’Homme et la Constitutions de différents pays
consacrent l’éducation comme un droit fondamental pour tous les individus. Depuis plusieurs
années la plupart des États africains ont entrepris des actions pour rendre effectif ce droit, et
particulièrement le droit à l’éducation scolaire de base. Les principes édictés lors de la Conférence
mondiale sur l’EPT, tout comme les recommandations qui suivront lors du Forum de Dakar en
2000 viseront la réalisation de ce qu’il est aujourd’hui convenu d’appeler un des objectifs du
développement pour le millénaire. Cependant, malgré les multiples efforts entrepris par les États
et les partenaires au développement, en élaborant un Plan d’action de l’EPT, on constate dans
plusieurs pays d’Afrique subsaharienne notamment que tous les enfants en âge d’aller à l’école
184
n’y vont pas. En d’autres termes, l’affectivité du droit à l’éducation scolaire pour tous les enfants
n’est pas encore atteint. C’est pour cette raison que le sujet propose d’interroger les conditions
de l’affectivité de ce droit ou les conditions d’accès de tous les enfants à l’école.
En d’autres termes, quelles sont les actions envisageables et déjà en œuvre qui peuvent
permettre de rendre effectif ce droit et donc de permettre à tous les enfants d’acceder à l’école.
Quelle mesures prendre pour que tous les enfants puissent avoir droit à l’éducation scolaire ?
Perspectives d’analyse : Ces mesures doivent relever à la fois du côté de la demande

d’éducation que de celui de l’offre éducative. Elle concernent dès lors à la fois des aspects poli-
tique, économiques, culturels et sociaux. Mais pour bien les circonscrire, il convient au préalable
d’identifier les catégories les plus vulnérables et les obstacles à la scolarisation.
Concepts clés à définir et arguments à développer

– L’éducation et le droit à l’éducation
– la spécificités de la sous scolarisation en Afrique (les filles, les handicapés, les populations
br
rurales, les groupes vulnérables, les marginaux, les couches vivants dans la précarité, etc.)
– les obstacle au droit à l’éducation et les facteurs de l’inaccessibilité des enfants à l’éducation
ai
scolaire : accessibilité géographique, accessibilité culturelle, accessibilité économique, les

facteurs sociaux (travail des enfants, statut familiale des enfants, les pratiques culturelles
np
telles que le mariage précoce qui influence les filles, la place des enfants dans le cycle de
production familiale et les conflits avec l’activité scolaire, les traditions ancestrales et la
re
perception de l’école
– les conditions du droit à l’éducation : le problème de l’offre (personnel en qualité et en
quantité, infrastructure et équipements pédagogiques, une offre de qualité pour satisfaire
pa
toutes les composantes de la sociétés (handicapés par exemples), le contexte économique

’crise et désengagement de l’État, ajustement structurel, école et mobilité sociale ; agir
sur la perception de l’école comme facteur de mobilité sociale en terme de sensibilisation,
développer des programmes pour les groupes marginaux (nomades, éleveurs, Pygmées),
lutter contre certains fléaux sociaux enfant de la rue, la délinquance juvénile, et.)
Discussion
Le problème du droit à l’éducation ne se pose pas exclusivement en terme d’accès mais aussi
et surtout en terme de rétention ou de maintien à l’école. C’est pour cette raison que les actions
à envisager doivent s’inscrirez dans le long terme. Ces mesure doivent relever à la fois du côté de
la demande d’éducation que de celui de l’offre éducative.
Sujet 2
problème général : La conception du développement durable
185
Concepts clés à définie
Développement
Développement durable
Population, environnement et développement
Discussion
Une conception nouvelle développement depuis 1990
Une vision plus humaniste du développement
Une conception plus complexe du développement
Une rupture avec la conception classique du développement
L’importance de la prise en compte de l’homme et des en j eux environnementaux
Une gestion durable des ressources pour un équilibre entre population environnement et
développement
L’impact de cette définition dans le monde en développement et les grandes orientations des
br
politiques de développement.
Sujet 3 Commentaire du texte

ai
Le texte est un extrait de l’article de A.M. Gaillard et J. Gaillard, intitulé « Fuit des cerveaux,
circulation des compétences en Afrique : un défi global » paru dans l’ouvrage dirigé par Marc
np
Pilon.
re
Problème général et titre eu texte : Le texte traite de la fuite des cerveaux en Afrique,
et particulièrement de ce mouvement de populations qualifiées entre le Sud et le Nord.
pa
Problème secondaires : Les grandes orientations historiques et l’évolution de ce phénomène

en Afrique depuis les indépendances jusqu’à nos jours.
La spécificité de ce phénomène à chaque moment retenu dans les grandes articulation (pen-
dant les indépendances les flux migratoires vers le Nord est caractérisé par le départ de personnes
désireuses de poursuivre leur formation afin de revenir remplacer les colons ; Apr ès les années
80 on observe un premier changement et après la crise des années 90 les départ se généralise à la
population déjà qualifiée et formée sur place, mais qui ne peut pas servir dans les pays africain.
C’est cette approche historique qui a suscité le développement de deux grandes approches expli-
catives : les nationalistes et les internationalistes qui examinent respectivement les conséquences
de ces flux sur le développement national et la régulation de ces flux par me marché mondial.
L’impact de ces flux sur le développement des pays concernés et le marché international du
travail
Discussion
186
Avantages et inconvénients de la fuite des cerveaux
Les mesures incitatrices dans les pays de départ et les facteurs d’attraction dans les pays
d’accueil
Les politiques migratoires et la gestion du phénomènes
D’autres forme de migrations en Afrique (clandestines)
Les politiques sociales, économiques de développement et le phénomène
br
ai
np
re
pa
187
Exercice 1
Un marchand d’appareils micro-informatiques vend 4 ordinateurs le même jours on sait que

la probabilité pour que ce type d’appareils fonctionne encore après 5 ans est p = 0, 6.
Calculer la probabilité pour que
a) 3 ordinateurs fonctionnent encore après 5 ans ;
b) 3 ordinateurs au moins ne fonctionnent encore après 5 ans ;
c) 1 ordinateur au plus ne fonctionne plus après 5 ans ;
d) les 4 ordinateurs ne fonctionnent plus après 5 ans.

br
Exercice 2
ai
On veut estimer la moyenne m d’une variable X suivant une loi normale de variance σ 2 = 1024
à l’aide d’un échantillon de taille 256. La moyenne pour l’échantillon est x = 150.
np
a) Estimer la moyenne m avec un degré de confiance α = 0, 80.
b) Calculer le degré de confiance que l’on peut avoir pour l’estimation suivante : 147 ≤ m ≤ 153.
re
Exercice 3
pa
Pour déterminer la vitesse moyenne des balles à la sortie d’un revolver, on tire 37 coups. La
vitesse moyenne mesurée est de 400m/s.
a) Estimer la vitesse moyenne avec un coefficient de confiance de 85%.
b) Avec le même coefficient de confiance, calculer la taille de l’échantillon permettant d’estimer

la vitesse moyenne par une fourchette de 2m/s.
Exercice 4
Un firme pharmaceutique souhaite lancer sur le marché d’un pays africain un préservatif
féminin. Une étude économique a montré que le lancement de ce préservatif ne pouvait être
rentable que s’il y avait au moins 20% d’acheteurs potentiels.
Un sondage sur 1600 femmes sexuellement actives à montré que 192 sont favorables au pré-
servatif féminin. Avec un risque d’erreur de 2,5%, quelle décision conseillez-vous à la firme phar-
maceutique ? Justifier votre réponse.
188
Exercice 5
Une variable aléatoire continue X de densité de probabilité A(2−X) est définie sur l’intervalle
0 à +2.
a) Calculer le facteur A de façon à ce que A(2−X) soit véritablement une densité de probabilité.
b) Représenter graphiquement la loi de probabilité correspondante.
c) Donner la fonction de répartition de la loi de probabilité en question et représenter graphi-

quement la variable de cette fonction.
d) En utilisant les résultats, numérique et graphique, de la question c) déterminer la somme des

probabilités correspondant aux valeurs de x comprises entre x = 0, 4 et x = 1, 2
e) Calculer l’espérance mathématique et la variance de la loi étudier
f) Vérifier, pour la loi de probabilité étudiée, l’inégalité de Bienaymé pour t = 2
Exercice 6
br
Dans un pays africain donné, les dernières élections législatives ont donné les résultats sui-
ai
vants :
– Partie A : 40% des électeurs
– Partie B : 20% des électeurs
np
– Partie C : 30%
– Abstentions : 10% des électeurs
re
Six moins plus tard on a réalisé un sondage auprès d’un échantillon aléatoire de 500 électeurs
représentatif de la population de ce pays pour connaître leur préférence si on pro cède à de
pa
nouvelles élections. Les résultats de ce sondage ont été les suivants :

– Partie A : 225 électeurs
– Partie B : 85 électeurs
– Partie C : 150 électeurs
– Abstentions : 53 électeurs
Peut-on conclure que la composition poli(tique du corps électoral est resté inchangée depuis
les dernières élections ? Justifier votre réponse.
Exercice 7
La probabilité pour qu’un individu séjournant dans une ville africaine contracte le paludisme
dans une journée en zone tropicale est de 0,001.
Quelle est la probabilité pour qu’un individu contracte le paludisme en 300 jours ?
189
Exercice 8
Une en quête réalisée auprès des agents communautaires des services santé de la reproduction
dans une province du pays IFORDIA a permis d’obtenir la structure par âge et par sexe des
enquêtés reprise dans le tableau 1
Groupe d’âges Masculin Féminin Ensemble

<20 ans 10 12 22
20-29 ans 30 23 53
30-39 ans 25 18 43
40-44 ans 13 10 23
45-49 ans 11 6 17
50 ans et + 11 6 17
Total 100 77 177
Tableau 1 : Structure par groupe d’âge et par sexe des relais communautaires enquêtés.
br
On rappelle que l’âge minimum des enquêtés était de 10 ans et qu’aucun relais communautaire
n’avait un âge supérieur à 70 ans au moment de l’enquête.
ai
1. Calculer les effectifs relatifs et tracer dans un même graphique l’histogramme de chaque
distribution par groupe d’âges et par sexe des relais communautaires.
np
2. Calculer les âges moyen et médian pour chaque sexe et pour l’ensemble.
re
pa
190

Document Iford B

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Document Iford B

Transféré par

Droits d'auteur :

Formats disponibles

Le photocopillage, c'est l'usage abusif et collectif de la photocopie sans

autorisation des auteurs et des éditeurs.

Site web: www.brainprepa.com

B.P: 13073 Yaoundé, Cameroun

Date de parution : 16/01/12

Mise en page : Babel-edition

Auteur du document: Moustapha NJOYA (Mathématicien et coordonnateur de Brainprepa

Les ouvrages de la collection Brainprepa, s’appuyant sur l’environnement des candidats au

Elie Chancelin KEUKOUA de Tous les concours (www.touslesconcours.info)

Total 62 95 129 286

a) Quel est le pourcentage des économistes ?

b) Quel est le pourcentage des statisticiens ?

c) Quel est le pourcentage des mathématiciens ?

2. Parmi les 286 candidats qui se sont présentés à l’examen

b) Quel est le pourcentage des statisticiens qui ont réussi à l ’examen ?

c) Quel est le pourcentage des mathématiciens qui ont réussi à l’examen ?

b) chez les économistes

c) chez les statisticiens

d) Chez les mathématiciens

Année Nombre de Salariés (en milliers) Y Chiffre d’affaires (en millions) X

1962 369 819

1964 422 1023

1966 475 1227

d’écart-type σ, N (0, σ).

b) l’estimation de la variance de l’estimateur b̂

c) le coefficient de détermination R2 de la régression

3. On se pose le problème de test : H0 : b = 0

b) Peut-on dire que b est significativement différent de zéro au risque α = 0, 05?

c) Trouver un intervalle de confiance de niveau 0,95 pour l’effectif salarié du secteur.

Le coût unitaire du remboursement du sinistre s’élève à 10 millions de francs. La compagnie

1. a) Déterminer la loi exacte de nombre X de sinistres constaté en une année

b) Donner l’espérance et la variance de X.

2. Par quelle loi, cette loi exacte peut-elle être approximée ?

4. Une deuxième compagnie, la compagnie d’assurance B, ayant les mêmes caractéristiques

est un estimateur sans biais de σ2

rappel a lieu le lendemain.

Résoudre et discuter les systèmes d’équations ci-après

1. Montrer que la suite (Tn ) converge et préciser sa limite.

– En déduire que la suite (Sn ) converge

intégrable sur ]0, +∞[ ?

On considère l’équation différentielle :

S = {(x, y, z) ∈ R3 x + y + z = 0} -Si α 6= 1 alors S = {(0, 0, 0)}

1. Montrons que la suite (Tn ) Converge et précisons sa limite.

Exercice 6 (Voir EXO 6 Mars 2014)

Sujet 1 Qu’est-ce qui fait la Richesse des Nations aujourd’hui ?

à entraîner la demande. Ce qui se passe au niveau des familles, en termes de contraintes, de

On étudie la durée d’existence de batteries d’accumulateurs à partir du tableau suivant :

Date de l’observation (en mois) Nombre de batteries survivantes

2. Calculer la durée de vie probable (ou durée de vie médiane).

Une entreprise industrielle vent des machines-outils. On s’intéresse au nombre de machines

Nombre de machines vendues dans la journée Nombre de jours de ventes

1. Calculer les fréquences des ventes cumulées croissantes.

2. Représenter graphiquement les fréquences

3. Donner la définition et calculer les caractéristiques de tendance centrale suivantes : le mode,

4. Calculer les caractéristiques de dispersion suivantes : la variance, l’ecart-type, le coefficient

5. Calculer les caractéristiques de forme suivantes :

a) Les coefficients d’asymétrie de Fisher et de Pearson

a) les coefficients d’applatissement de Fisher et de pearson.

a) Exactement 3 soient des sujets troublés ?

b) Plus de 2 soient des sujets troubles ?

1. Déterminer la moyenne et l’ecart-type de la distribution d’échantillonnage des écarts-type.

2. Quels pourcentages d’échantillons présenteraient des écart-types.

Soit (X1 , . . . , Xn ) un échantillon d’une loi normale N (m, σ).