SESSION 2023

Concours commun Mines-Ponts

DEUXIÈME ÉPREUVE. FILIÈRE PSI

1. Nombre de points fixes d’une permutation

1) Pour tout n ∈ N∗ , card (Sn ) = n! puis pour tout n ∈ N (y compris pour n = 0 car d0 = 1),
dn
6 1.06
n!
Si (an )n∈N = (1)n∈N , on sait que Ra = 1 et donc R > Ra = 1.
 
0
2) Le nombre de permutations ayant 0 point fixe est dn = dn−0 . Il n’y a qu’une permutation ayant n point fixe, à
  n
n
savoir IdJ1,nK . Il y a donc 1 = dn−n permutation ayant n points fixes.
n
Soit k ∈ J1, n − 1K (pour n > 2). Soit (a1 , . . . , ak ) ∈ J1, nKk tel que a1 < a2 < . . . < ak . Soit σ une permutation de J1, nK
ayant a1 , . . . , ak pour points fixes et n’ayant pas d’autres points fixes.
Alors, par injectivité de σ, σ (J1, nK \ {a1 , . . . , ak }) ⊂ J1, nK \ {a1 , . . . , ak }). σ induit donc une application σ ′ de
J1, nK \ {a1 , . . . , ak }) dans lui-même. De plus, σ ′ est injective de l’ensemble fini J1, nK \ {a1 , . . . , ak }) dans lui-même et donc
σ ′ est une permutation de J1, nK \ {a1 , . . . , ak }). Enfin, σ ayant déjà k points fixes, σ ′ n’a pas de point fixe et est donc un
dérangement de J1, nK \ {a1 , . . . , ak }).
Réciproquement, une permutation ainsi construite admet exactement a1 , . . . , ak pour points fixes. Le nombre de per-
mutations σ ayant a1 , . . . , ak pour points fixes et pas d’autres points fixes, est donc le nombre de dérangements de
J1, nK \ {a1 , . . . , ak }), à savoir dn−k .
 
n
Puisqu’il y a choix possibles de {a1 , . . . , ak }, le nombre de permutations de J1, nK ayant exactement k points fixes
  k
n
est dn−k .
k
Enfin, puisque Pn est la loi uniforme sur Sn ,
 
n
dn−k
k dn−k
Pn (Xn = k) = = .
n! k!(n − k)!
3) Puisque R > 1, on peut effectuer sur ] − 1, 1[ le produit de Cauchy des séries entières de sommes respectives s et exp
et pour x ∈] − 1, 1[, on obtient

+∞ +∞ +∞ +∞
! ! n
! n
!
X dn n X 1 n X X dn−k X X
x n
s(x) × e = x x = x = Pn (Xn = k) xn
n! n! k!(n − k)!
n=0 n=0 n=0 k=0 n=0 k=0
+∞
X
n 1
= x = (car (Xn = k)06k6n est un système complet d’événements).
1−x
n=0

e−x
Ainsi, pour tout x ∈] − 1, 1[, s(x) = puis lim s(x) = +∞. La somme d’une série entière étant continue sur son
1−x x→1, x<1
intervalle ouvert de convergence, ceci impose R 6 1 et finalement R = 1.
4) Pour tout x ∈] − 1, 1[, (1 − x)s(x) = e−x . Or, pour tout x ∈] − 1, 1[

+∞ +∞ +∞
!
X dn n X dn n X dn n+1
(1 − x)s(x) = (1 − x) x =x − x
n! n! n!
n=0 n=0 n=0
+∞
X +∞ +∞ 
dn n X dn−1 n X 
dn dn−1
= x − x = d0 + − xn
n! (n − 1)! n! (n − 1)!
n=0 n=1 n=1

http ://www.maths-france.fr 1 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

puis, par unicité des coefficients d’une série entière,

+∞ 
X +∞
X (−1)n

−x dn dn−1
∀x ∈] − 1, 1[, (1 − x)s(x) = e ⇔ ∀x ∈] − 1, 1[, d0 + − xn =
n! (n − 1)! n!
n=1 n=0
dn dn−1 (−1)n
⇔ ∀n ∈ N∗ , − = .
n! (n − 1)! n!
On obtient pour n ∈ N∗ ,

X n n
X n
X
(−1)k (−1)k
 
dn dk dk−1
= d0 + − =1+ =
n! k! (k − 1)! k! k!
k=1 k=1 k=0

ce qui reste vrai quand n = 0 car d0 = 1.

5) Soit alors k ∈ J0, nK.
n−k
dn−k 1 X (−1)i
Pn (Xn = k) = = .
k!(n − k)! k! i!
i=0

6) Soit i ∈ J1, nK. Notons Sni l’ensemble des permutations de J1, nK fixant i. Une permutation σ fixant i induit une
permutation σi de J1, nK \ {i}. Ensuite, l’application

σ 7→ σi est une bijection de Sni sur S (J1, nK \ {i}), l’ensemble des
i
permutations de J1, nK \ {i}. Donc, card Sn = (n − 1)! puis

card Sni


(n − 1)! 1
P (Ui = 1) = = = .
card (Sn ) n! n
1
Donc, puisque Ui prend les valeurs 0 et 1, Ui suit la loi de Bernoulli de paramètre .
n
Soit (i, j) ∈ J1, nK2 tel que i 6= j. Pour tout σ ∈ Sn , Ui Uj (σ) = 1 ⇔ σ(i) = i et σ(j) = j et Ui Uj (σ) = 0 sinon.
On note Sni,j l’ensemble des permutations de J1, nK fixant i et j. Comme précédemment,
 
card Sni,j (n − 2)! 1
P (Ui Uj = 1) = = = .
card (Sn ) n! n(n − 1)
1
Donc, Ui Uj suit la loi de Bernoulli de paramètre .
n(n − 1)
1 1
7) Puisque chaque Ui suit la loi de Bernoulli de paramètre , on sait que pour tout i ∈ J1, nK, E (Ui ) = .
n n
Xn
Puisque Xn est le nombre de points fixes d’une permutation, Xn = Ui et donc, par linéarité de l’espérance,
i=1
n
X n
X 1
E (Xn ) = E (Ui ) = = 1.
n
i=1 i=1

Ensuite,

 
X n
X
X
E X2n = E  E U2i +


Ui Uj  = E (Ui Uj )
16i,j6n i=1 i6=j
n
X 1
E (Ui ) + n2 − n × (car U2i = Ui )


=
n(n − 1)
i=1
= E (Xn ) + 1 = 2.

Mais alors, d’après la formule de Koenig-Huygens,

2
V (Xn ) = E X2n − (E (Xn )) = 1.

http ://www.maths-france.fr 2 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

n−k
1 X (−1)i
8) Soit k ∈ N. Pour n > k, Pn (Xn = k) = puis
k! i!
i=0
+∞
1 X (−1)i e−1
lim Pn (Xn = k) = = .
n→+∞ k! i! k!
i=0
k
1 −1
Ainsi, pour tout k ∈ N, P(Y = k) = e . Donc, Y suit la loi de Poisson de paramètre λ = 1.
k!
9) Soit s ∈ R. Soit n ∈ N.

n n n−k
!
X X X (−1)i sk
k
GXn (s) = P (Xn = k) s =
i! k!
k=0 k=0 i=0
n n−i
!
X (−1)i X sk
= (i 6 n − k ⇔ k 6 n − i)
i! k!
i=0 k=0
n +∞
! n +∞
! n n +∞
!
X (−1)i X sk X (−1)i X sk X (−1)i X (−1)i X sk
= − = es −
i! k! i! k! i! i! k!
i=0 k=0 i=0 k=n−i+1 i=0 i=0 k=n−i+1
+∞ +∞ n +∞
!
X (−1)i X (−1)i X (−1)i X sk
= es − es −
i! i! i! k!
i=0 i=n+1 i=0 k=n−i+1
+∞ +∞
n
!
X (−1)i X (−1)i X sk
s−1 s
=e −e − .
i! i! k!
i=n+1 i=0 k=n−i+1

+∞
X (−1)i (−1)i
Pour tout n ∈ N, est le reste à l’ordre n de la série convergente de terme général , i ∈ N. Donc,
i! i
i=n+1
+∞
X (−1)i
lim = 0.
n→+∞ i!
i=n+1
+∞
X +∞
X
sk sk ε
De même, lim = 0. Soit ε > 0. Il existe n0 ∈ N tel que, pour n > n0 , 6 . Pour n > n0 , on a
n→+∞ k! k! e
k=n−i+1 k=n−i+1
n +∞
! n +∞
X (−1) i X s k X1 ε εX 1
6 × 6 = ε.
i! k! i! e e i!
i=0 k=n−i+1 i=0 i=0
n +∞
!
X (−1)i X sk
Ceci montre que lim = 0. Par suite,
n→+∞ i! k!
i=0 k=n−i+1

lim GXn (s) = es−1 .

n→+∞

D’autre part,
+∞
X +∞ −1
X +∞ n
X
e s
GY (s) = P(Y = n)sn = sn = e−1 = es−1 .
n! n!
n=0 n=0 n=0

On a montré que pour tout s ∈ R, lim GXn (s) = GY (s).

n→+∞

2. Convergence en variation totale

+∞ +∞ +∞ +∞
!
1X 1X 1 X X
10) • dVT (x, y) = |x(k) − y(k)| 6 (|x(k)| + |y(k)|) = (x(k) + y(k) = 1. Donc, dVT (x, y) 6 1.
2 2 2
k=0 k=0 k=0 k=0
+∞
1X
• dVT (x, y) = 0 ⇔ |x(k) − y(k)| = 0 ⇔ ∀k ∈ N, |x(k) − y(k)| = 0 (réels positifs de somme nulle). Mais alors,
2
k=0
dVT (x, y) = 0 ⇔ ∀k ∈ N, x(k) = y(k) ⇔ x = y.

http ://www.maths-france.fr 3 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

+∞ +∞
1X 1X
• dVT (x, y) = |x(k) − y(k)| = |y(k) − x(k)| = dVT (y, x).
2 2
k=0 k=0
+∞
X +∞ +∞
1 1X 1X
• dVT (x, z) = |x(k) − y(k) + y(k) − z(k)| 6 |x(k) − y(k)| + |y(k) − z(k)| = dVT (x, y) + dVT (y, z).
2 2 2
k=0 k=0 k=0

11) Soit X (resp. Y) une variable aléatoire suivant une loi de Bernoulli de paramètre λ ∈]0, 1[ (resp. µ ∈]0, 1[).
1 1
dVT (pX , pY ) = (|pX (0) − pY (0)| + |pX (1) − pY (1)|) = (|(1 − λ) − (1 − µ)| + |λ − µ|) = |λ − µ|.
2 2
Donc, dVT (pX , pY ) = |λ − µ|.
+∞
!
1 X
12) dVT (pX , πλ ) = |PX (0) − πλ (0)| + |PX (1) − πλ (1)| + πλ (k) puis
2
k=2

+∞ k
!
1 X λ −λ 1
−λ −λ
(1 − λ) − e−λ + λ 1 − e−λ + e−λ eλ − 1 − λ




dVT (pX , πλ ) = (1 − λ) − e + λ − λe + e =
2 k! 2
k=2
1
1 − λ − e−λ + 1 + λ − e−λ − 2λe−λ


=
2
On sait que pour tout réel x, ex > 1 + x (inégalité de convexité). Donc, e−λ > 1 − λ puis 1 − λ − e−λ 6 0. Par suite,

1 −λ
e − 1 + λ + 1 + λ − e−λ − 2λe−λ


dVT (pX , πλ ) =
2
1
2λ − 2λe−λ = λ 1 − e−λ .



=
2
Enfin, encore une fois, e−λ > 1 − λ et donc 0 < 1 − e−λ 6 λ puis

dVT (pX , πλ ) 6 λ2 .
13) Soit n ∈ N.

n +∞ n n−k +∞
X X X 1 X (−1)i e−1 X (−1)k
2dVT (pXn , π1 ) = |pXn (k) − π1 (k)| + π1 (k) = − + e−1
k! i! k! k!
k=0 k=n+1 k=0 i=0 k=n+1
n
X n−k
X +∞
X +∞
X
1 (−1)i (−1)i (−1)k
= − + e−1
k! i! i! k!
k=0 i=0 i=0 k=n+1
n
X +∞
X i +∞
X
1 (−1) (−1)k
= + e−1
k! i! k!
k=0 i=n−k+1 k=n+1

14) Soit n ∈ N∗ . Pour k > n + 2, k! = (n + 1)! × (n + 2) × . . . × k > (n + 1)!(n + 2)k−(n+1) ce qui reste vrai quand
k = n + 1. On en déduit que
+∞
X +∞
X +∞
X
1 1 1 1 1
rn = 6 = .
k! (n + 1)! (n + 2)k−(n+1) (n + 1)! (n + 2)k
k=n+1 k=n+1 k=0

1 1
Puisque 0 6 6 < 1,
n+2 3
1 1 n+2
rn 6 × = .
(n + 1)! 1 (n + 1) × (n + 1)!
1−
n+2
+∞
X 1 1
D’autre part, rn = > et donc
k! (n + 1)!
k=n+1
n+2
∀n ∈ N∗ , 1 6 (n + 1)!rn 6 .
n+1

http ://www.maths-france.fr 4 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

Les deux membres extrêmes de l’encadrement ci-dessus tendent vers 1 quand n tend vers +∞ et donc, d’après le théorème
des gendarmes, lim (n + 1)!rn = 1 puis
n→+∞
1
rn ∼ .
n→+∞ (n + 1)!
15) Soit n ∈ N∗ .

+∞ +∞
n n
! n
X X (−1)i X 1 X 1 X rn−k
6 =
i! k! i! k!
k=0 i=n−k+1 k=0 i=n−k+1 k=0
Xn
1 n−k+2 1
6 × × (d’après la question précédente)
k! n − k + 1 (n − k + 1)!
k=0
Xn   Xn   
1 1 (n + 1)! 1 1 n+1
= 1+ = 1+
(n + 1)! n − k + 1 k!(n − k + 1)! (n + 1)! n−n+1 k
k=0 k=0
n+1
X n + 1
2 2
6 = (1 + 1)n+1
(n + 1)! k (n + 1)!
k=0
2n
=4× .
(n + 1)!
n
X +∞
X (−1)i 2n
   
1 1
Par suite, = O . Mais alors, en tenant compte de rn = +o
i! n→+∞ (n + 1)! n→+∞ (n + 1)! (n + 1)!
k=0 i=n−k+1
d’après la question précédente,

+∞ +∞
n
!
1 X 1 X (−1)i X 1
−1
dVT (pXn , π1 ) = +e
2 k! i! k!
k=0 i=n−k+1 k=n+1
2n e−1
   
1
= O + +o
n→+∞ (n + 1)! (n + 1)! (n + 1)!
n
 
2
= O .
n→+∞ (n + 1)!

3. Autres estimations de distances en variation totale

16) Soient x et y deux distributions de probabilités sur N. x ∗ y est une application de N dans R+ et de plus,

 
+∞
X +∞
X X
 
x ∗ y(k) = 
 x(i)y(j)

k=0 k=0 (i,j)∈J0,kK2
i+j=k

+∞
! +∞ 
X X
= x(i)  y(j) (produit de Cauchy de deux séries absolument convergentes)
i=0 j=0

= 1 × 1 = 1.

Donc, x ∗ y est une distribution de probabilités sur N.

17) (X + Y)(Ω) = N puis, pour k ∈ N,

http ://www.maths-france.fr 5 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

X
pX+Y (k) = P(X + Y = k) = P((X = i) ∩ (Y = j))
2
(i,j)∈J0,kK
i+j=k
X
= P(X = i) × P(Y = j) (car les variables X et Y sont indépendantes)
2
(i,j)∈J0,kK
i+j=k
X
= pX (i) × pY (j) = pX ∗ pY (k).
(i,j)∈J0,kK2
i+j=k

Ainsi, pour tout k ∈ N, pX+Y (k) = (pX ∗ pY ) (k) et finalement, pX+Y = pX ∗ pY .

18) Soit (x, y, u, v) ∈ (DN )4 . Soit k ∈ N.

X X
|(x ∗ y)(k) − (u ∗ v)(k)| = x(i)y(j) − u(i)v(j)
i+j=k i+j=k

X X X X
= x(i)y(j) − u(i)y(j) + u(i)y(j) − u(i)v(j)
i+j=k i+j=k i+j=k i+j=k

X X
= (x(i) − u(i))y(j) + u(i)(y(j) − v(j))
i+j=k i+j=k
X X
6 y(j)|x(i) − u(i)| + u(i)|y(j) − v(j)|
i+j=k i+j=k

19)

+∞
1X
dVT (x ∗ y − u ∗ v) = |(x ∗ y)(k) − (u ∗ v)(k)|
2
k=0
    
+∞ +∞
1 X  X X X
6 y(j)|x(i) − u(i)| +  u(i)|y(j) − v(j)| (d’après la question précédente)
2
k=0 i+j=k k=0 i+j=k
 !   ! +∞ 
+∞ +∞ +∞
1 X X X X
= |x(i) − u(i)|  y(j) + u(i)  |y(j) − v(j)|
2
i=0 j=0 i=0 j=0

(produits de Cauchy de séries absolument convergentes)

+∞ +∞
1X 1X 2
= |x(i) − u(i)| + |y(j) − v(j)| (car (y, u) ((DN ) )
2 2
i=0 j=0

= dVT (x, u) + dVT (y, v).

20) Soit U une variable aléatoire suivant la loi binomiale de paramètre n ∈ N∗ et λ ∈]0, 1[. On sait qu’il existe des variables
aléatoires indépendantes X1 , . . . , Xn , suivant toutes la loi de Bernoulli de paramètre λ telles que U = X1 + . . . + Xn .
Soit V une variable aléatoire suivant la loi de Poisson de paramètre nλ. On sait qu’il existe des variables aléatoires
indépendantes Y1 , . . . , Yn , suivant toutes la loi de Poisson de paramètre λ telles que V = Y1 + . . . + Yn .
Soit n > 2. D’après le lemme des coalitions, les variables X1 + . . . + Xn−1 et Xn sont indépendantes. D’après la question
17, pU = pX1 +...+Xn−1 ∗ pXn et de même pV = pY1 +...+Yn−1 ∗ pYn puis, d’après la question précédente

dVT (pU , pV ) = dVT (pX1 +...+Xn−1 ∗ pXn , pY1 +...+Yn−1 ∗ pYn )

6 dVT (pX1 +...+Xn−1 , pY1 +...+Yn−1 ) + dVT (pXn , pYn )
6 dVT (pX1 +...+Xn−1 , pY1 +...+Yn−1 ) + λ2 (d’après la question 12).

http ://www.maths-france.fr 6 © Jean-Louis Rouget, 2023. Tous droits réservés.

Mines-Ponts 2023 - PSI - Mathématiques 2 - Corrigé

Montrons alors par récurrence que pour tout n ∈ N∗ , dVT (pX1 +...+Xn , pY1 +...+Yn ) 6 nλ2 (où les Xi sont des variables
indépendantes suivant la loi de Bernoulli de paramètre λ et les Yj sont des variables aléatoires indépendantes suivant
la loi de Poisson de paramètre λ).
• Le résultat est vrai pour n = 1 d’après la question 12.
• Soit n > 1. Supposons le résultat pour n. Alors,

dVT (pX1 +...+Xn+1 , pY1 +...+Yn+1 ) 6 dVT (pX1 +...+Xn , pY1 +...+Yn ) + λ2 6 nλ2 + λ2 = (n + 1)λ2 .
Le résultat est démontré par récurrence.
21) D’après la question précédente, pour n > ⌊α⌋,

 α 2 α2
dVT (pBn , πα ) = dVT pBn , πn× αn 6 n = .
n n
Soit alors k ∈ N. Pour n > Max{k, ⌊α⌋},

αk −α 2α2
P (Bn = k) − e = |pBn (k) − πα (k)| 6 2dVT (pBn , πα ) 6 ,
k! n
2α2 αk −α
où de plus lim = 0. On en déduit que pour tout k ∈ N, lim P (Bn = k) = πα (k) = e .
n→+∞ n n→+∞ k!
22) Soit U (resp. V) une variable aléatoire suivant la loi de Poisson de paramètre α (resp. β).
Soit n > Max{⌊α⌋, ⌊β⌋}.
Soient X1 , . . . , Xn , (resp. Y1 , . . . , Yn ) n variables aléatoires indépendantes suivant toutes la loi de Bernoulli de paramètre
α β
(resp. ) puis Un = X1 + . . . + Xn (resp. Vn = Y1 + . . . + Yn ). Donc, Un (resp. Vn ) suit la loi binomiale de paramètres
n n
α β
n et (resp. n et ). D’après la question 21,
n n
α2 β2
dVT (pUn , πα ) 6 et dVT (pVn , πβ ) 6 .
n n
Mais alors, pour n > Max{⌊α⌋, ⌊β⌋}, d’après la question 10,

α2 + β2
dVT (πα , πβ ) 6 dVT (πα , pUn ) + dVT (pUn , pVn ) + dVT (pVn , πβ ) 6 dVT (pUn , pVn ) + .
n
Ensuite,

dVT (pUn , pVn ) = dVT (pX1 +...+Xn , pY1 +...+Yn )

= dVT (pX1 ∗ . . . ∗ pXn , pY1 ∗ . . . ∗ pYn ) (d’après la question 17 et par récurrence)
Xn
6 dVT (pXk , pYk ) (d’après la question 19 et par récurrence)
k=1
Xn
α β
= − (d’après la question 11)
n n
k=1
= |α − β|.

α2 + β2
Ainsi, pour tout n > Max{⌊α⌋, ⌊β⌋}, dVT (πα , πβ ) 6 |α − β| + . Quand n tend vers +∞, on obtient
n
VT (πα , πβ ) 6 |α − β|.

http ://www.maths-france.fr 7 © Jean-Louis Rouget, 2023. Tous droits réservés.