Académique Documents
Professionnel Documents
Culture Documents
Téléphones interdits. Calculatrices autorisées, ainsi que deux feuilles de notes A4 recto-verso. Il
sera particulièrement tenu compte du soin apporté à la rédaction.
Exercice 1. (4 points)
X
+∞
8
Sf (x) = − cos((2n + 1)x)
n=0
π(2n + 1)2
1
:
0 |x| 1.
f
4. En déduire la valeur de la somme : X
fˆ f 1
Z +1 n≥0 4
(2n + 1)2
sin x
On applique le théorème de Dirichlet P
4
dx
en x = 0. On a alors d’après la question
précédente f (0) = Sf (0) et donc
0 −π x= − +∞ 8
n=0 π(2n+1) . D’où : 2
X 1 π2
=
(2n + 1)2 8
n≥0 xk ax
a > 0 k 2 N f f (x) = e
Exercice 2. (4 points) k!
ˆ fonction triangle définie par :
On note Λ fla
1 − |t| si |t| < 1
Λ(t) = .
0 sinon
Toutes les fonctions obtenues à partir de la fonction Λ par translation ou par changement d’échelle,
sont appelées aussi des fonctions triangles. Par exemple, on appelle fonction triangle centrée en 0,
t
de base 2a où a > 0 et de hauteur 1, la fonction t 7→ Λ( ). De même, on appelle fonction triangle
a
centrée en a, degbase 2 et de hauteur 1, la fonction t 7→fΛ(t − a).
Soit f la fonction dont le graphe est le suivant :
2 1 0 1 2
1. Donner l’expression de f . g
2. Écrire f comme combinaison linéaire de deux fonctions triangles à déterminer (vous pouvez
aussi l’écrire comme somme de trois fonctions triangles).
La fonction f est la différence :
— d’un triangle de de hauteur 2 et de base 4 centré en 0
— et d’un triangle de hauteur 1, de base 2 centré en 0
t
Donc f (t) = 2Λ( ) − Λ(t).
2
On peut aussi écrire f comme somme :
— d’un triangle de hauteur 1, de base 2 centré en 0
— d’un triangle de hauteur 1, de base 2 centré en 1
— et d’un triangle de hauteur 1, de base 2 centré en -1
et donc f (t) = Λ(t − 1) + Λ(t) + Λ(t + 1)
3. En déduire sa transformée de Fourier. (NB : le cas échéant tenter un calcul direct mais vous
n’aurez pas dans ce cas la totalité des points)
D’après la question précédente et en utilisant la propriété du changement d’échelle
2
(ou de translation), on a :
sin2 (2πν) sin2 (πν)
fˆ(ν) = 4 −
4π 2 ν 2 π2ν 2
2 2
sin (2πν) sin (πν)
= −
π2ν 2 π2ν 2
4 sin2 (πν) cos2 (πν) sin2 (πν)
= −
π2ν 2 π2ν 2
2
sin (πν) 2
= 4 cos (πν) − 1
π2ν 2
Exercice 3. (3 points)
Le but de cet exercice est de trouver une solution intégrable à l’équation différentielle :
y 0 + y = g(x) (1)
où g est la fonction définie par :
e−x si x≥0
g(x) = .
0 sinon
1. Calculer la transformée de Fourier de la fonction g.
Solution : Z +∞ Z +∞ Z +∞
−2iπνx −x −2iπνx
∀ν ∈ R, ĝ(ξ) = g(x)e dx = e e dx = e−(1+2iπν)x dx =
−(1+2iπν)t A−∞ 0 0
e
lim −
A→+∞ (1 + 2iπν) 0
Et donc
1
ĝ(ν) =
1 + 2iπν
2. Soit y est une solution intégrable de (1), calculer sa transformée de Fourier ŷ.
Solution :
On applique la transformation de Fourier sur l’équation (1) et on utilise la linéarité
de la transformation. La transformée de Fourier de y est bien définie comme on a
supposé qu’on cherche une solution intégrable. On trouve alors pour tout ν ∈ R :
yb0 (ν) + ŷ(ν) = ĝ(ν)
Or F(y 0 )(ν) = 2iπνF(y)(ν) donc :
1
(1 + 2iπν)ŷ(ν) =
1 + 2iπν
Òn en déduit que si y vérifie l’équation différentielle (1), alors :
1
yb(ν) =
(1 + 2iπν)2
3. En déduire que si y est une solution intégrable de (1), alors y(x) = xg(x) pour tout x ∈ R.
Solution :
dĝ 2iπ 1 dĝ
On a (ν) = − 2
et donc yb(ν) = − (ν). D’après les propriétés de
dν (1 + 2iπν) 2iπ dν
la transformation de Fourier et la dérivation on sait que la fonction x 7→ xg(x)
1 dĝ
admet pour transformée de Fourier la fonction ν 7→ − (ν). Par injectivité de
2iπ dν
la transformée de Fourier, on en déduit que y(x) = xg(x) pour tout x ∈ R.
3
Exercice 4. (4 points)
Les questions 1, 2 et 3 sont totalement indépendantes et peuvent être traitées dans
l’ordre que vous souhaitez.
1. Un groupe d’étudiants ont prévu un pique-nique aujourd’hui mais la matinée est nuageuse. Ils
se posent la question s’il va pleuvoir dans l’après-midi. Voici les informations dont ils disposent :
— Parmi les après-midis pluvieuses, la moitié ont eu des matinées nuageuses ;
— au mois de mars les matinées nuageuses sont fréquentes, environ 40% ;
— cependant le mois de mars est assez sec, il pleut dans seulement 10% des après-midis.
Calculer la probabilité qu’il pleuve aujourd’hui dans l’après-midi sachant que la matinée est
nuageuse.
On note N l’évènement "la matinée est nuageuse", P AM l’évènement "il pleut dans
l’après-midi". D’après l’énoncé, on a P (N ) = 0,4, P (P AM ) = 0,1 et PP AM (N ) = 0,5.
On cherche à calculer PN (P AM ). On a :
2. Dans une carrière de marbre, un contrôle est effectué sur des dalles destinées à la construction.
La surface des dalles est vérifiée pour détecter d’éventuels éclats ou taches. Il a été constaté
qu’en moyenne il y a 1,2 défaut par dalle et que le nombre de défauts par dalle suit une loi de
Poisson.
(a) Quelles sont les valeurs possibles de la variable ? Quel est le paramètre λ de cette loi de
Poisson ?
On note N la variable aléatoire comptant le nombre de défauts par dalle. On
sait d’après l’énoncé que N ∼ P(λ). La variable aléatoire N comme valeurs des
entiers positifs et le paramètre λ est son espérance donc λ = 1,2.
(b) Quelle est la probabilité d’observer au moins 2 défauts par dalle ?
On veut calculer P (N ≥ 2).
On a P (N ≥ 2) = 1−P (N < 2) = 1−P (N = 0)−P (N = 1) = 1−e−1,2 −1,2e−1,2 ≈ 0,3374
3. La durée de vie d’un atome radioactif de carbone14, exprimée en année, est une variable
aléatoire X qui suit la loi exponentielle de paramètre λ = 0,00012. Ce paramètre porte le nom
de constante de désintégration.
(a) Quelle est la durée de vie moyenne d’un tel atome ?
1 1
La durée de vie moyenne est E[X] = = ≈ 8333,33
λ 0,00012
(b) Quelle est la probabilité qu’un tel atome ne soit pas encore désintégré au bout de 10000
ans ? Z +∞
On a : P (X > 10000) = λe−λt dt = e−λ10000 = e−1,2 ≈ 0,3
10000
(c) La demi-vie radioactive d’un noyau est le réel positif m 1 que l’on définit par l’égalité :
2
1
P (X ≤ m 1 ) = P (X ≥ m 1 ) =
2 2 2
Déterminer la demi-vie m 1 d’un atome de Carbone14.
2
1 −λm 1 1 ln(2)
On a P (X ≥ m 1 ) = ⇔ e 2 = ⇔ −λm 1 = − ln(2) ⇔ m = =≈ 5776,23
2 2 2 2 λ
Tournez la page →
4
Exercice 5. (3 points)
Une machine est conçue pour fabriquer des plaques de tôle d’épaisseur 0,3 mm. Mais, elles n’ont
pas exactement toutes la même épaisseur. En effet, on a constaté que la distribution des épaisseurs
autour de la valeur moyenne de 0,3 mm avait un écart-type de 0,1 mm.
1. Par quelle loi est-il raisonnable de modéliser l’épaisseur de chaque plaque ?
Il semble raisonnable de modéliser l’épaisseur de chaque plaque par une loi normale
de moyenne 0,3mm et d’écart-type 0,1mm.
2. On suppose que les épaisseurs des différentes plaques sont indépendantes. On empile n plaques,
où n ≥ 1 est un entier. Pour tout i ∈ {1,2, · · · ,n}, on note Xi la variable aléatoire « épaisseur
de la plaque numéro i ». Soit Z la variable aléatoire « épaisseur des n plaques ».
(a) Exprimer Z en fonction de X1 ,X2 , · · · ,Xn .
On a Z = X1 + X2 + · · · + Xn
(b) Quelle est la loi de Z et quelle est son espérance ?
Les variables aléatoires sont indépendantes √ donc Z suit aussi une loi normale
de moyenne 0,3n et d’écart-type 0,1 n.
Exercice 6. (4 points)
La question 2, peut être traitée même si la question 1 n’a pas été aboutie.
Dans une population, la probabilité qu’une personne demande à être vaccinée contre la grippe est
p = 0,1. On constitue dans cette population un échantillon de n individus et on note X la variable
aléatoire comptant le nombre de personnes de l’échantillon qui demandent à être vaccinées.
1. Quelle loi peut-on proposer pour la variable aléatoire X et quelles sont les hypothèses qui
permettent de justifier un tel choix ?
La variable aléatoire X compte le nombre de succès (= vouloir être vacciné) dans la
répétition indépendante de n épreuves de Bernouilli dont chacune a une probabilité
de succès égale à p = 0,1. Ainsi, X suit une loi binomiale de paramètre n et p = 0,1.
2. On suppose maintenant que n = 10000.
X − 1000
(a) On pose Y = √ . Justifier précisément qu’on peut approcher la loi de Y par la loi
900
normale N (0,1).
On est dans les conditions d’application du théorème limite central.
En particulier, on sait que si X ∼ B(n,p) avec les conditions suivantes sur n et p :
n ≥ 30, np ≥ 5 et n(1 − p) ≥ 5
alors on peut approcher cette loi binomiale par une loi normale de moyenne np et d’écart-
p X − np
type np(1 − p) et donc la loi de p , peut être approchée par la loi normale
np(1 − p)
N (0,1).
(b) Calculer P (941 < X ≤ 1059).
On a :
941 − 1000 X − 1000 1059 − 1000
P (941 < X ≤ 1059) = P √ < √ ≤ √
900 900 900
= P (−1,9667 < Y < 1,9667)
≈ P (Z < 1,9667) − P (Z ≤ −1,9667)
où Z ∼ N (0,1). On obtient donc :
P (941 < X ≤ 1059) ≈ 2P (Z < 1,9667) − 1 ≈ 2 × 0,9754 − 1 ≈ 0,951
5
(c) Calculer x tel que P (X ≤ x) = 0,8.
x − 1000
On a P (X ≤ x) = 0,8 ⇔ P (Y ≤ ) = 0,8. En approchant la loi de Y par
30
la loi normale N (0,1), ceci revient à calculer x tel que P (Z ≤ x−1000 30
) = 0,8. Ce
x−1000
qui est équivalent à F (Z ≤ 30 ) = 0,8. Or d’après la table de la loi normale
centrée réduite, on a F (0,84) ≈ 0,8. Par injectivité de fonction de répartition
x − 1000
F , on en déduit que ≈ 0,84 et donc que x ≈ 1025,2
30
(d) Pour des raisons de conservation limitée des vaccins, le nombre de doses du vaccin de la
grippe disponibles pour servir cet échantillon de 10000 individus est limitée à une valeur
xlim qui correspond au nombre maximal de personnes qu’on peut vacciner.
On appelle R le risque de ne pas pouvoir répondre à une demande massive de vaccinations.
Quel nombre xlim de doses de vaccin faut-il prévoir pour que le risque R soit inférieur ou
égal à 1% ?
xlim − 1000
On cherche à calculer xlim tel que P (X > xlim ) ≤ 0,01 ⇔ P (Y > ) ≤ 0,01.
30
En approchant la loi de Y par une loi normale centrée réduite, ceci revient à
xlim − 1000 xlim − 1000
calculer xlim tel que P (Z > ) ≤ 0,01 ⇔ 1 − P (Z ≤ ) ≤ 1 − 0,99.
30 30
On cherche donc xlim tel que F ( xlim − 30
1000 ) ≥ 0,99 ≈ F (2,33). La fonction de
xlim − 1000
répartition F étant strictement croissante sur R, ceci implique que ≥
30
2,33 et donc xlim ≥ 1070.
6
7