1

HEC 98 Mathématiques 2 option S

Corrigé par Daniel BELLY

Préliminaire

1) FUNCTION V (Q;Tab); Real;

Var S1, S2: Real;
Begin
S1 := 0; S2 := 0;
For i := 1 to n do
Begin
S1 := S1 + Q[i] x Q(i] x A[i,i];
For j := i + 1 to n do
S2 := S2 + Q[i] x Q[j] x A[i,j];
end;
V := S1 + 2S2

end;

2) remarquons d'abord que: i , i  n, on a: 0  xi  1 et donc xi 2  xi . On en déduit que H

est borné pour la norme 2
car:
n n
  xi   xi  1
2 2
x  H , x 2
i 1 i 1
H est donc un fermé borné. La fonction f est continue partout car c'est un polynôme, elle est
donc bornée sur H et atteint ses bornes. Elle admet donc un minimum sur H, CQFD.

Partie 1

1) on utilise l'inégalité: cov( X , Y )  V ( X )V (Y )

qui devient ici: c  12.3  6 , CQFD.

2) a) On utilise la formule donnée dans le préliminaire:

V ( R )  a 2V ( X )  (1  a ) 2V (Y )  2 a (1  a ) cov( X , Y )
V ( R )  12a 2  3(1  a ) 2  2a (1  a )c

et on obtient le résultat demandé en réduisant et ordonnant.

b) h est dérivable sur 0,1 comme polynôme et:

x  0,1, h' ( x )  2(15  2 c) x  ( c  3)

15
on a l'équivalence suivante: 15  2 c >0  c 
2

ce qui montre que, c étant dans 6,6 , 15  2 c est toujours strictement positif.
 2

· Alors, si c  3, cad si c  3  0, on a: x  0,1, h' ( x )  0 , et donc, h est strictement

croissante sur 0,1 et minimale ssi x  0 , on a donc un unique portefeuille de variance
minimale, et ceci pour a  0 .

 3 c 
· Par contre, si c  3, cad si c  3  0, h est strictement décroissante sur  0, et
 15  2 c 
 3 c 
strictement croissante sur  ,1 , ce qui montre que, cette fois encore, on a un
 15  2 c 
3 c
unique portefeuille de variance minimale, et ceci pour a  , CQFD.
15  2 c

3 c 1 1
3) a) dans ce cas, on trouve  et h( )  0 , ce qui donne une variance nulle. Alors,
15  2 c 3 3
on sait que, si on appelle m l'espérance de la variable aléatoire R, on a P ( R  m)  1 (on dit
que l'événement R  m est presque sûr).

b) Les V.A. X et Y étant indépendantes, cov( X , Y )  0 , on en déduit:

V ( R )  a 2V ( X )  (1  a ) 2V (Y )  3(5a 2  2 a  3)

Le minimum se trouve par une étude simple de x  (5x 2  2 x  3) sur 0,1 , il est atteint
1 1 4
pour la valeur , ce qui donne bien a  ,1  a 
5 5 5

4) Avec des notations évidentes, si on a par hypothèse:

X   ( m, ) et Y   ( m' , ' )

on en déduit: R  aX  bY  (am  bm' , a 2  2  b 2  ' 2 )

18 2
cela donne ici: R  ( , 15 )
5 5

 18 
4  5   1 
Le calcul classique: P ( R  4 )  1  P ( R  4 )  1      1     0,4
2  15 
 15 
5 

5) a) D'une manière générale, soit la V. A. notée T telle que: T  unif a , b , alors:

b b
t ab t2 a 2  ab  b 2
E (T )   dt  , E (T )  
2
dt 
a
ba 2 a
ba 2
(a  b)2
et V ( T )  E ( T 2 )  E ( T ) 
2

12
on en déduit: E ( X )  6 , E (Y )  3 et les variances demandées
 3

b) Il est bien clair que 4Y prend les valeurs de 0 à 24 et:

x
dt x
x  0,24, P ( 4Y  x )   
0
6 24
1
on en déduit que la densité de 4Y vaut sur l'intervalle 0,24 et 0 ailleurs, cad
24
Y  unif 0,24

Alors, la densité de X  4Y est donnée par:

 12 12
1 1
 f X (t ) f 4Y ( x  t )dt  12 0 f 4Y ( x  t )dt  12.24 0   x 24,x  dt 0 si x  0
x
1 x
 
12.24 0
dt 
12.24
si 0 < x  12
12
1 1
 
12.24 0
dt 
24
si 12 < x  24
12
1 36  x
 
12.24 x  24
dt 
12.24
si 24 < x  36

 1 si 36  x

24 36
X  4Y dt 36  t 5
c) P ( R  4)  P (  4)  P ( X  4Y  20    dt 
5 20
24 24 12.24 12

Partie 2
1) on applique de nouveau la formule du préliminaire avec z  1  x  y et les variances et
covariances données. On trouve V ( R)  f ( x , y ) , ce qui montre bien que le problème revient
à déterminer le minimum de f sur K puisque :
 x  0, y  0,  z  0, x  y  z  1   x  0,  y  0, x  y  1, z  1  x  y 
2) a) Calculs classiques de dérivées partielles pour le polynôme f indéfiniment dérivable:

f ' x ( x , y )  8 x  4 y  8 et f ' y ( x , y )  4 x  20 y  10 s'annulent simultanément ssi

5 1
x  et y 
6 3

pour ces valeurs, on trouve f ' x 2  8 , f ' xy 4 , f ' y 2  20 , f ' x 2 f ' y 2  ( f ' xy )  156  0 .
2

5 1
On a donc bien un minimum pour le couple unique ( , )
6 3

b) Si f avait un minimum sur l'ouvert K0, les dérivées partielles d'ordre un s'y
5 1
annuleraient. Or, elles ne s'annulent simultanément que pour le couple ( , ) , qui n'est pas
6 3
dans K0, CQFD.
 4

3) a) Les variables x et y étant dans 0,1 :

7 1
· Sur K1, on étudie y  f (0, y )  10 y 2  10 y  6 , de minimum atteint pour y 
2 2
· Sur K2, x  f ( x ,0)  4 x  8 x  6 , de minimum 2 atteint pour x  1
2

7
· Sur K3, x  f ( x ,1  x )  2(5x 2  7 x  3) de minimum 1,1 atteint pour x 
10

b) Nous savons déjà d'après le préliminaire qu'il existe un unique portefeuille de variance
minimale. Cette variance minimale ne pouvant être atteinte sur K0, elle l'est sur
K  K 0  K1  K 2  K 3 , elle vaut donc 1,1 et le portefeuille de variance minimale est
7 3
( , ,0) .
10 10

HEC 98 Mathématiques 2 option S

Corrigé par Daniel BELLY suite
 5

Partie 3
1) a) Toujours avec la même formule, on obtient: V ( X  Y  Z )  3  6c , et une variance
1
étant toujours positive ou nulle, on déduit: c   .
2
D'autre part: c  cov( X , Y )  V ( X )V (Y )  1 , ce qui montre la double inégalité
demandée.

b) De nouveau la formule du préliminaire:

V ( X  Y  Z )  x 2  y 2  z 2 2c xy  yz  zx 

D'autre part, partons de l'expression donnée:

 1
2
 1
2
 1   1  2c
2

1  c x  3   y  3   z  3   3

 
 1  1  2c
= 1  c x  y  z    (en utilisant x  y  z  1 )
2 2 2

 3  3
 
= c 1 x  y  z
2 2 2
  x 2
 y2  z2
= 2c xy  yz  zx   x 2  y 2  z 2 (car 2 xy  yz  zx   x 2  y 2  z 2   x  y  z   1 ),
2

CQFD

Il suffit donc pour avoir le portefeuille minimal, d'étudier le minimum de l'expression

1
donnée. Etant donné que 1  c  0 , le portefeuille minimal sera donc pour x  y  z 
3

2) a) Il y a beaucoup de calculs. On suppose connu espérance et variance d'une loi

géométrique. Je détaillerai seulement E ( XY ) à titre d'exemple. On trouve:
E ( X )  4, E (Y )  5, E ( Z )  6
V ( X )  V (Y )  V ( Z )  4
cov( X , Y )  cov(Y , Z )  cov( Z , X )  2

E ( XY )  E ( B  C)( A  C  1)  E ( AB  BC  B  AC  C 2  C)
= E ( A) E ( B )  E ( B ) E (C )  E ( B )  E ( A) E (C )  V (C )   E (C )   E (C )  22
2

ceci grâce à l'indépendance et à V (C)  E (C 2 )   E (C)

2

b) On calcule V ( R):

  
V ( R )  4 x 2  y 2  z 2  xy  yz  zx , ,ce qui peut s'écrire, en choisissant c 
1
2
:

V ( R )  4 x 2
 y2  z2   2cxy  yz  zx
on est donc ramené à la question 1)b) à un facteur 4 près, d'où le même portefeuille minimal,
CQFD.

c) On cherche d'abord la loi de A  B en utilisant l'indépendance:

 6

n 1 n 1
n  2, P( A  B  n)   P( A  k , B  n  k ) =
kA
 P( A  k ) P( B  n  k )
kA
n 1 k n k n
 1  1  1
=     
   2
kA 2
 n  1  ,
 2

puis celle de A  B  C par la même méthode:

n 1 n
(n  1)(n  2) n 1
n  3, P( A  B  C  n)   P( A  B  k , C  n  k ) =   k  1  =
1
kA kA
 2 2 n 1

Calcul de P( R  5) :
5
1
P( R  5)  P( A  B   C  6)  1   p( A  B  C  i ) 
i 3 2

Partie 4

1) Il s'agit de calculs:
n 
 cov( R1 , R j ) x j 
 j 1 
.............. 
n 
 cov( Ri , R j ) x j 
MU   jj 1 
.............. 
 
n 
 cov( Rn , R j ) x j 
 j 1 
 
 
n n n n
t
UMU   xi  cov( Ri , R j ) x j =   xi x j cov( Ri , R j ) , ce qui n'est autre que V ( R )
i 1 j 1 i 1 j 1

(pour s'en assurer, il suffit de distinguer les termes où i=j des autres et d'utiliser
cov( Ri , R j )  cov( R j , Ri ) )

2) a) M est symétrique, donc diagonalisable et même elle admet une base orthonormale de
vecteurs propres.

b) b) Soit  une valeur propre et U un vecteur propre associé, on a successivement:

MU   U , V (T ) t UMU  t U U   U
2

V (T )
On en déduit que 2
  ; la variance étant positive ou nulle, il en est de même de  ,
U
CQFD.

3) a) Il suffit d'écrire U dans une base orthonormale de vecteurs propres, avec des notations
naturelles:
 7

n n n n
t
UMU     i t ui M   i ui =  i t ui   i  i ui ,
i 1 j 1 i 1 i 1
n
ce qui n'est autre que 
i 1
 i 2  i , puisque la base est orthonormale. De plus,

l'endomorphisme étant bijectif, les  i sont non nulles, donc strictement positives.
t
UMU  0 n'est donc possible que si tous les  i sont nuls, CQFD.

b) Il suffit de vérifier les propriétés de bilinéarité. Ainsi, grâce à ce que nous venons de voir,
nous aurons une forme bilinéaire définie positive.

c) Ceci n'est autre que l'égalité du parallélogramme: la somme des carrés des diagonales est
égale la somme des carrés des quatre cotés. Ceci se démontre simplement en utilisant

 
2
 U W  1
)    N (U )   N (V )  2 t UMV et l'égalité analogue :
2 2
 N ( 2  4

 
2
 U W  1
)    N (U )   N (V )  2 t UMV
2 2
 N ( 2  4

d) Nommons m le minimum de V(T) sur H. Supposons qu'il soit atteint pour les
U  W 
portefeuilles représentés par U et V. Alors, on vérifie aisément que  est aussi dans
 2 
 U W 
H et nous avons donc: N (U )  N (V )  m   N ( )  , et d'après c):
 2 
2 2
 U W   U W 
m  N (
2
)   m2   N ( )   m2 ,
 2   2 
 U W 
ce qui implique que  N ( )   0 , cad U = V, CQFD.
 2 