Maths Pour Prépa

SUJETS ET CORRIGS DE
Tous les sujets des concours

des prpas conomiques et commerciales
HEC ESSEC E.M.Lyon EDHEC ECRICOME
Jean-Louis Roque
MATHMATIQUES
Voie scientifique
Institut d'enseignement suprieur priv
CONCOURS PRCIS
C O L L E C T I O N
Concours 2007
Prcis Concours Collection
Concours 2007
sujets et corrigs
de mathmatiques
voie scientifique
par Jean-Louis Roque
Ancien lve de lcole Normale Suprieure
Professeur de chaire suprieure au Lyce Pasteur Neuilly
Professeur Intgrale
3
Avertissement de lauteur
Emmanuel Crimail
Ce manuel contient les corrigs dtaills de la totalit des preuves de mathma-
tiques de loption scientifique des concours des classes prparatoires conomiques et
commerciales de lanne 2007. Les preuves du cru 2007, linstar de celles de lan
dernier, taient plutt exigeantes et difficiles. Tout en restant trs longues.
Comme dhabitude, nous recommandons aux futurs candidats de suivre les
quelques conseils suivants:
1. Prendre quelques minutes au dbut de lpreuve pour lire, en totalit, lnonc.
Entendons-nous bien, il ne sagit pas den faire une fiche de lecture mais de le par-
courir en vue de:
dcouvrir tout dabord les thmes abords;
reprer, cest toujours bon pour le moral, certaines questions et parfois mme
certaines parties que lon a dj traites pendant sa prparation. Il nest pas
interdit davoir vcu!
faire la part des questions faciles, des questions plus fines et enfin des questions
technologiques , cest--dire ncessitant de gros calculs. Il faut savoir jauger
lennemi !
Il est galement important de ne pas oublier quun nonc bien lu il faut parfois
savoir lire entre les lignes donne de nombreuses rponses aux questions poses.
2. Ne pas sobstiner vouloir traiter dans lordre toutes les questions. Ne pas perdre
trop de temps scher sur une question. Le passage aux questions suivantes
donne souvent des pistes propos des questions prcdentes. Il est fondamental de
fabriquer rapidement des points et davoir, la mi-temps, un confortable magot.
3. Ne pas bouder les questions de calcul et les questions algorithmiques de Turbo-
Pascal plus frquentes en 2007 quauparavant. Le rapport qualit prix est beau-
coup plus intressant quon ne le pense.
4. Avoir une rigueur intellectuelle et mathmatique toute preuve. Il faut tre le
premier convaincu par ce que lon crit. Il ne faut pas oublier les cas, les discus-
sions, les plans. Il y a souvent des facettes dans nos travaux. Il faut galement
bannir les fautes grossires divisions par zro, manipulations diaboliques des in-
galits, atrocits avec les variables muettes grandes spcialits des gougnafiers.
Larrt de lecture existe! Attention galement au bluff qui est fortement sanc-
tionn.
4
5. viter les abrviations. Il faut crire en franais dans sa copie.
6. Ajoutons que certains correcteurs fort heureusement pas tous napprcient ni
lhumour ni les expressions images dans un texte mathmatique. Bannir par exem-
ple le fameux thorme des gendarmes . Lauteur de ces lignes plaide coupable
sur la nature de ses propres corrigs. Reste donc recourir au vieil adage: faites
ce que je dis, ne faites pas ce que je fais! Ceci dit, un peu plus de souplesse de la
part des correcteurs ne serait pas forcment mal venue.
7. Compte tenu de ce qui prcde, il faut que les futurs candidats adoptent le style le
plus impersonnel possible, mais il est important quils aient un style. Une copie de
mathmatiques doit tre agrable lire, cest--dire non seulement bien prsente
beaucoup trop de copies ressemblent des brouillons mais aussi crite dans un
langage clair, concis, sans redondance et sans fautes dorthographe, o franais et
symbolique mathmatique cohabitent dans une grande harmonie.
8. Enfin, comme le disait le gnial mathmaticien Niels Enrik Abel (1802-1829),
pour progresser en mathmatiques, il faut avant tout couter ses matres .
Nous vous souhaitons un bon et agrable travail.
Margauchamfont, 15 mars 2008.
Jean-Louis Roque
* Quil me soit permis davoir ici une pense mue pour mon ami et col-
lgue Emmanuel Crimail, rcemment disparu, qui a enseign la littrature
avec enthousiasme et passion durant de nombreuses annes Intgrale.
5
SOMMAIRE
HEC, premire preuve ......................................................... 7
Ingalit de Le Cam. Mthode de Steele.
Exponentielles de matrices.
Corrig.................................................................................... 13
HEC, deuxime preuve........................................................ 49
Ingalit de Le Cam. Mthode de Chen-Stein.
Barbour and Eagleson.
Corrig.................................................................................... 55
ESSEC, premire preuve..................................................... 77
tude dune Pick function . Lordre de Karl Lwner.
Stricte monononie matricielle.
Corrig.................................................................................... 84
EM Lyon, premire preuve................................................... 113
La srie de Mercator. Une fonction de deux variables.
Polynmes orthogonaux.
Corrig.................................................................................... 118
EDHEC, premire preuve .................................................... 139
quivalent dintgrale. Les quarternions dHamilton.
Limite centre et quivalence. Tirages sotriques.
Corrig.................................................................................... 145
ECRICOME, premire preuve.............................................. 165
Suites, sries, alternance de Leibniz. Une norme dalgbre.
Loi exponentielle translate. Likelihood de Fisher.
Corrig.................................................................................... 171
Hec premire
Ingalit de Le Cam
Mthode de Steele
Exponentielles de matrices
Anne Difficult
2
Pour tout entier n sup erieur ou egal ` a 2, on note M
n
(R) lespace vectoriel des matrices
carr ees dordre n ` a coefcients r eels, I la matrice identit e, et M
n,1
(R) lespace vectoriel
des matrices ` a n lignes et 1 colonne. On confond M
n,1
(R) et R
n
.
Pr eliminaires
Soit E un espace vectoriel r eel. On appelle norme sur E, toute application de E dans
R
+
v eriant :
i. (x) = 0 si, et seulement si, x = 0 ;
ii. pour tout r eel, pour tout x de E :
(x) = [[(x)
iii. pour tout couple (x, y) de E
2
:
(x + y) (x) + (y)
Montrer que lapplication | |
de R
n
` a valeurs dans R
+
d enie pour toute colonne :
X =
_
_
x
1
.
.
.
x
n
_
_
R
n
8 Concours 2007 voie scientifique
par :
|X|
= max
1in
[x
i
[
est une norme sur R
n
.
Partie 1
A. Une norme sur M
n
(R)
1. Montrer que lapplication qui, ` a toute matrice A = (a
i,j
) de M
n
(R), associe le r eel :
max
1in
_
n
j=1
[a
i,j
[
_
d enit une norme sur M
n
(R). La norme de A sera not ee [[A[[.
2.a.

Etablir pour tout X de R
n
, lin egalit e :
[[AX[[
[[A[[ [[X[[
b. Montrer quil existe un vecteur X

0
de R
n
, non nul, tel que :
[[AX
0
[[
= [[A[[ [[X
0
[[
En d eduire que :
[[A[[ = sup
XR
n
,X,=0
[[AX[[
[[X[[
c.

Etablir alors que pour tout couple (A, B) de
_
M
n
(R)
2
_
, on a :
[[AB[[ [[A[[ [[B[[
On dit quune suite (A
m
)
m0
de matrices de M
n
(R) converge vers une matrice
A de M
n
(R) si :
lim
m+
[[A
m
A[[ = 0
On pose A
m
=
_
a
i,j
(m)
_
1i,jn
et A = (a
i,j
)
1i,jn
.
3.a. Montrer que (A
m
)
m0
converge vers Asi, et seulement si, pour tout (i, j) de [[1, n]]
2
:
lim
m+
a
i,j
(m) = a
i,j
b. Montrer que si (A
m
)
m0
converge vers A et (B
m
)
m0
converge vers B, alors la
suite (A
m
B
m
)
m0
converge vers AB.
4. Soit A un el ement de M
n
(R) tel que [[A[[ < 1.
Hec premire 9
a. D eterminer lim
m+
A
m
.
b. Montrer que si est une valeur propre r eelle de A, alors [[ < 1. En d eduire que les
matrices I A et I + A sont inversibles.
c. Montrer que la suite :
_
m
k=0
A
k
_
m
converge, et exprimer sa limite en fonction de la matrice A.
Soit (A
m
)
m0
une suite de matrices de M
n
(R). On dit que la serie de terme
general A
m
, que lon notera :
m0
A
m
converge, si la suite :
_
p
m=0
A
m
_
p
converge. Dans ce cas, sa limite est notee
+
m=0
A
m
5. On consid` ere dans cette question, une matrice non nulle N de M
n
(R) qui v erie la
propri et e suivante : il existe un entier p sup erieur ou egal ` a 2 tel que :
N
p
= 0 et N
p1
,= 0
a. Montrer que la s erie :
k0
1
k!
N
k
converge. On note :
M =
+
k=0
1
k!
N
k
b. Montrer que :
_
X R
n
[ (M I)X = 0
_
=
_
X R
n
[ NX = 0
_
6.a. Soit D une matrice diagonale de M
n
(R). Montrer que la s erie
k0
1
k!
D
k
converge.
b. Soit A une matrice de M
n
(R) diagonalisable, D une matrice diagonale et P une
matrice inversible telles que A = PDP
1
. Montrer que la s erie :
k0
1
k!
A
k
converge, et exprimer sa somme :
+
k=0
1
k!
A
k
en fonction de P et de :
+
k=0
1
k!
D
k
On admet jusqu` a la n du probl` eme que pour toute matrice A de M
n
(R), la
serie :
k0
1
k!
A
k
converge, et on note :
exp(A) =
+
k=0
1
k!
A
k
7. Soit A un el ement de M
n
(R). On pose, pour tout m de N
:
A
m
=
_
I +
1
m
A
_
m
a.

Etablir lin egalit e :
[[
m
k=0
1
k!
A
k
A
m
[[
m
k=0
_
1
m(m1) (mk + 1)
m
k
_
[[A[[
k
k!
b. En d eduire que la suite (A
m
)
m
converge vers exp(A).
Propri et es de lexponentielle de matrice
On admet que si A et B sont elements de M
n
(R) tels que AB = BA, alors :
exp(A + B) = exp(A) exp(B)
1. Montrer que pour toute matrice A de M
n
(R), la matrice exp(A) est inversible et
d eterminer son inverse.
2.a. Soit A une matrice de M
n
(R). Montrer quil existe une matrice S
A
telle que :
exp(A) I = A(I + S
A
)
Hec premire 11
b.

Etudier la fonction d enie sur R
+
par :
x e
x
1 2x
c. En d eduire que si [[A[[ < 1, alors [[S
A
[[ < 1.
d. On suppose que [[A[[ < 1 et que exp(A) = I. Montrer que A est la matrice nulle.
3. On note S
n
lespace vectoriel des matrices sym etriques r eelles dordre n, et S
++
n
lensemble des matrices sym etriques r eelles dordre n dont les valeurs propres sont
strictement positives.
a. Montrer que si A est un el ement de S
n
, alors exp(A) est un el ement de S
++
n
.
b. Montrer que lapplication exp restreinte ` a S
n
est une surjection de S
n
sur S
++
n
.
4. Soit A et B deux matrices de S
n
telles que exp(A) = exp(B). On note u (resp. v)
lendomorphisme de R
n
canoniquement associ e ` a A (resp. B), et exp(u) (resp. exp(v))
lendomorphisme de R
n
canoniquement associ e ` a exp(A) (resp. exp(B)).
a. Montrer que A et B ont les m emes valeurs propres.
b. Montrer que :
Aexp(B) = exp(B) A
c. Soit F un sous-espace propre de v.
i. Montrer que F est egalement un sous-espace propre de exp(v).
ii. Montrer que la restriction de u ` a F induit un endomorphisme de F diagonalisable.
d. En se plaant dans une base de diagonalisation de v, montrer alors que u et v ont les
m emes vecteurs propres. En d eduire que :
A = B
Partie 2
1. On consid` ere R
n
muni de sa base canonique B = (e
1
, e
2
, . . . , e
n
). Soit f
lendomorphisme de R
n
d eni par f(e
1
) = 0, et pour tout i de [[2, n]], f(e
i
) = e
i1
.
On note N la matrice associ ee ` a f relativement ` a la base B. D eterminer, pour tout k de
N, la matrice N
k
.
2. Soit p un r eel de ]0, 1[. On d enit les matrices R
p
et Q
p
par :
R
p
= (1 p)I + pN = I + Q
p
a.

Etablir l egalit e :
exp(Q
p
) =
n1
j=0
e
p
p
j
j!
N
j
b. Calculer [[R
p
[[ et [[Q
p
[[. Montrer que [[ exp(Q
p
)[[ 1.
3.a. Soit mun entier sup erieur ou egal ` a 1, et p
1
, p
2
, . . . , p
m
des r eels de lintervalle ]0, 1[.
On pose pour tout i de [[1, m]] :
R
i
= R
p
i
et Q
i
= Q
p
i
Montrer les egalit es suivantes :
m
k=1
exp(Q
k
) = exp
_
m
k=1
Q
k
_
= exp
__
k=1
p
k
_
(I N)
_
b.

Etablir la relation suivante :
m
k=1
R
k

m
k=1
exp(Q
k
) = [R
1
exp(Q
1
)](R
2
R
m
)
exp(Q
1
)
_
exp(Q
2
) exp(Q
m
) R
2
R
m
c. En d eduire la majoration suivante :

[[
m
k=1
R
k

m
k=1
exp(Q
k
)[[
m
k=1
[[R
k
exp(Q
k
)[[
4.a. Montrer l egalit e :
[[ exp(Q
1
) R
1
[[ = [e
p
1
1 + p
1
[ + p
1
[e
p
1
1[ + e
p
1
n1
k=2
p
k
1
k!
b. En d eduire successivement les deux in egalit es :
[[ exp(Q
1
) R
1
[[ 2p
2
1
et [[
m
k=1
R
k

m
k=1
exp(Q
k
)[[ 2
m
k=1
p
2
k
Partie 3
Les notations sont celles de la partie 2.
On consid` ere m pi` eces de monnaie (1 m < n), telles que pour tout i de [[1, m]], la i
me
pi` ece donne Pile avec la probabilit e p
i
, et Face avec la probabilit e 1 p
i
. On pose :
=
m
i=1
p
i
Un joueur lance successivement la premi` ere pi` ece, la deuxi` eme pi` ece, etc.jusqu` a la m
me
pi` ece, cette exp erience etant mod elis ee par un espace probabilis e (, /, p). Pour tout k
Hec premire 13
de [[1, m]], on note S
k
la variable al eatoire egale au nombre de Pile obtenus ` a lissue des
k premiers lancers.
1.a. Montrer que pour tout k de [[1, m]], les k + 1 premiers el ements de la premi` ere ligne
du produit matriciel R
1
R
2
. . . R
k
repr esentent la loi de S
k
.
b. Montrer la relation suivante :
[[
m
i=1
R
i

m
i=1
exp(Q
i
)[[ =
n1
k=0
p( S
m
= k ) e
k
k!
c. En d eduire lin egalit e suivante :

+
k=0
p( S
m
= k ) e
k
k!
2
m
i=1
p
2
i
2. Dans un programme Pascal sont faites les d eclarations suivantes :
const m = ;
Type tab = array [1..m] of real ;
Var prob : tab
On suppose que prob contient les probabilit es p
1
, p
2
, . . . , p
m
(ainsi prob[1] contient p
1
etc.)
Ecrire une fonction Pascal dont len-t ete est Sm( prob : tab) : integer qui simule la variable
al eatoire S
m
.
Solution
Prliminaires
1. Cest parti pour une petite planication.
Soit X = (x
1
, . . . , x
n
) un vecteur de R
n
. La liste
_
[x
1
[, . . . , [x
n
[
_
, puisquelle
est nie possde, coup sr, un plus grand lment et ce dernier est ouvertement positif
ou nul. Il en rsulte que [[ [[
applique bien R
n
dans R
+
.
Soit nouveau X = (x
1
, . . . , x
n
) un vecteur de R
n
. Au vu et au su du si, et
seulement si , nous sous-planions :
Si X = 0, il est clair que [[X[[
= 0.
Supposons, rciproquement, que [[X[[
= 0. Soit alors i [[1, n]]. Maximum

et valeurs absolues obligent, nous avons certainement :
0 [x
i
[ [[X[[
= 0
Il sensuit cest le fameux thorme du mur et de lafche ! que [x
i
[ = 0 et autant
dire que :
x
1
= = x
n
= 0 i.e. X = 0
Soit R et X = (x
1
, . . . , x
n
) un vecteur de R
n
. Nous avons :
[[X[[
= max
_
[x
1
[, . . . , [x
n
[
_
= max
_
[[ [x
1
[, . . . , [[ [x
n
[
_
la dernire galit reposant sur une lgendaire proprit de la valeur absolue. Oui mais,
comme [[ est positif ou nul, il ne fait aucun doute que :
max
_
[[ [x
1
[, . . . , [[ [x
n
[
_
= [[ max
_
[x
1
[, . . . , [x
n
[
_
et en consquence :
[[X[[
= [[[[X[[
Soit X = (x
1
, . . . , x
n
) et Y = (y
1
, . . . , y
n
) deux vecteurs de R
n
. Nous avons
cette fois :
[[X + Y [[
= max
_
[x
1
+ y
1
[, . . . , [x
n
+ y
n
[
_
Soit i [[1, n]]. Daprs lingalit triangulaire dans R, il ne fait pas lombre dun doute
que :
[x
i
+ y
i
[ [x
i
[ +[y
i
[ [[X[[
+[[Y [[
la dernire majoration ne mritant rien de plus quun maximum oblige . Ainsi tous les
rels [x
i
+y
i
[ sont infrieurs ou gaux [[X[[
+[[Y [[
. Il en est donc de mme de leur

maximum, puisque ce dernier fait partie de la bande. Nous avons donc bien :
[[X + Y [[
[[X[[
+[[Y [[
Partie 1
A. Une norme sur M
n
(R)
Avant de commencer nous signalons que nous sommes et pour cause ! de fervents
adeptes du comportement matriciel(*) que voici :
Lorsquune matrice sappelle machin ou truc nous notons (machin)
ij

ou (truc)
ij
llment situ en place (i, j), cest--dire la croise de la i
me
ligne et
de la j
me
colonne de cette dernire. Cest donc tout naturellement que nous noterons A
ij
ou A
i,j
et non a
i,j
l lment situ en place (i, j) de la matrice A. Nous ferons
galement de mme pour toutes les matrices qui viendront notre rencontre.
1. Nous repartons comme en fourteen !
On dmontre exactement comme au prliminaire que [[ [[ applique parfaitement
M
n
(R) dans R
+
.
Soit A M
n
(R).
Si A = 0, il est manifeste que [[A[[ = 0.
(*) Cest une rgle de conduite excessivement pratique qui a lnorme avantage dconomiser les lettres utilises et qui, en outre,
permet dviter de grosses erreurs. Nous invitons vivement notre vnr lecteur sy plier sur-le-champ !
Hec premire 15
Supposons, rciproquement, que [[A[[ = 0. Il sensuit comme au prliminaire
que dj :
i [[1, n]]
n
j=1
[A
ij
[ = 0
Lorsquune somme de rels positifs ou nuls est nulle tous ses termes sont obligatoirement
nuls et il en rsulte immdiatement que :
i [[1, n]] j [[1, n]] [A
ij
[ = 0
et autant dire que A est la matrice nulle.
Soit R et A M
n
(R). Nous avons :
[[A[[ = max
1in
_
n
j=1
[A
ij
[
_
= max
1in
_
[[
n
j=1
[A
ij
[
_
la dernire galit se passant pratiquement de tout commentaire. Comme au prliminaire
le positif [[ peut sortir du max telle enseigne que :
[[A[[ = [[[[A[[
Soit A et B deux matrices de M
n
(R). nous avons :
[[A + B[[ = max
1in
_
n
j=1
[A
ij
+ B
ij
[
_
Soit alors i et j appartenant [[1, n]]. Selon lingalit triangulaire dans R il savre que :
[A
ij
+ B
ij
[ [A
ij
[ +[B
ij
[
La sommation membre membre de ces ingalits, lentier j gambadant de 1 n, conduit
en douceur :
n
j=1
[A
ij
+ B
ij
[
n
j=1
[A
ij
[ +
n
j=1
[B
ij
[ [[A[[ +[[B[[
la dernire majoration tant, derechef, maximum oblige. Il en rsulte comme supra que :
max
1in
_
n
j=1
[A
ij
+ B
ij
[
_
[[A[[ +[[B[[
ce qui permet de passer la question suivante.
2.a. Soit X = (x
1
, . . . , x
n
) un vecteur de R
n
et A une matrice de M
n
(R). Pour chaque
i [[1, n]], nous noterons y
i
la i
me
entre de la colonne AX. Soit alors i [[1, n]]. La
formule du produit matriciel stipule que :
y
i
=
n
j=1
A
ij
x
j
Grce lingalit triangulaire il semble dj se dessiner que :
[y
i
[
n
j=1
[A
ij
[[x
j
[
Soit alors j [[1, n]]. Nous avons dj eu loccasion de signaler(*) que :
[x
j
[ [[X[[
La multiplication par le positif [A

ij
[ et la sommation membre membre, lentier j se
dandinant de 1 n, conduisent tranquillement :
n
j=1
[A
ij
[[x
j
[
_
n
j=1
[A
ij
[
_
[[X[[
Nous avons galement rencontr(*) lingalit :

n
j=1
[A
ij
[ [[A[[
La multiplication par le positif [[X[[
et une gentille transitivit amnent alors :

[y
i
[ [[A[[[[X[[
Les rels [y
i
[ sont tous infrieurs ou gaux [[A[[[[X[[
et il en est encore une fois de

mme de leur maximum. En bref, nous avons effectivement :
[[AX[[
[[A[[[[X[[
b. La question est assez brutale et un peu svre. Nous allons faire une analyse-synthse.
Analyse :
Supposons que X
0
= (x
1
, . . . , x
n
) soit un vecteur de R
n
convenable. Les entres
respectives de la colonne AX
0
sont, comme supra, encore notes y
1
, . . . , y
n
. Appelons
alors i
0
lun des indices maximum oblige pour lesquels :
[[AX
0
[[ = [y
i
0
[
La reprise, la queue leu leu, de tous les enchanements du a montre que :
[[AX
0
[[ = [y
i
0
[ =
j=1
A
i
0
j
x
j
j=1
[A
i
0
j
[[x
j
[
_
n
j=1
[A
i
0
j
[
_
[[X
0
[[
[[A[[[[X
0
[[
(*) Maximum oblige !

Hec premire 17
Comme la colonne X
0
est convenable, les deux extrmes [[AX
0
[[ et [[A[[[[X
0
[[
sont
gaux telle enseigne quin ne, lon se doit davoir les galits :
[[AX
0
[[ = [y
i
0
[ =
j=1
A
i
0
j
x
j
=
n
j=1
[A
i
0
j
[[x
j
[ =
_
n
j=1
[A
i
0
j
[
_
[[X
0
[[
= [[A[[[[X
0
[[
Cest maintenant que nous allons apprendre des choses passionnantes.

First, puisque :
j=1
A
i
0
j
x
j
=
n
j=1
[A
i
0
j
[[x
j
[
nous avons un cas avr dgalit triangulaire, ce qui cest du grand classique
impose que tous les rels A
i
0
j
x
j
aient le mme signe.
Second, lgalit :
n
j=1
[A
i
0
j
[[x
j
[ =
_
n
j=1
[A
i
0
j
[
_
[[X
0
[[
se ramne quasi mentalement :

n
j=1
[A
i
0
j
[
_
[[X
0
[[ [x
j
[
_
= 0
Il sagit maximum oblige ! dune somme nulle de rels positifs ou nuls et nous
esprons ne froisser personne en assnant que :
j [[1, n]] [A
i
0
j
[
_
[[X
0
[[ [x
j
[
_
= 0
Ce second point sera particulirement vri si les x
j
ont la mme valeur absolue
puisqualors :
[x
1
[ = = [x
n
[ = [[X
0
[[
Third, lgalit :
_
n
j=1
[A
i
0
j
[
_
[[X
0
[[
= [[A[[[[X
0
[[
impose quant elle que :

n
j=1
[A
i
0
j
[ = [[A[[
vu que, X
0
tant convenable, il nest pas nul et sa norme ne lest pas plus ! Lentier i
0
est
donc galement un point datteinte du maximum :
[[A[[ = max
1in
_
n
j=1
[A
ij
[
_
Nous pensons alors en savoir assez pour tenter de faire une :
Synth
`
ese :
Notons i
0
un point datteinte du maximum :
[[A[[ = max
1in
_
n
j=1
[A
ij
[
_
et proposons pour X
0
le vecteur :
(x
1
, . . . , x
n
)
dni de la faon suivante :
j [[1, n]] x
j
=
_
_
_
1 si A
i
0
j
0
1 si A
i
0
j
< 0
Le lecteur constatera que nous avons choisi des x
j
ayant la mme valeur absolue cf.
Second ! quant au 1 si A
i
0
j
0 et au 1 si A
i
0
j
< 0 il est dict cf. First
par la ncessit de lisser le signe des A
i
0
j
x
j
.
Il nous faut prsent vrier que cette proposition est convenable.
Le vecteur X
0
que nous proposons est assurment non nul et en outre :
[[X
0
[[
= 1
Il nous reste donc montrer que :
[[AX
0
[[
= [[A[[
Here we go !
Conformment au a, nous avons dj :
[[AX
0
[[
[[A[[[[X
0
[[
= [[A[[
Conservant les notations y
1
, . . . , y
n
pour les entres respectives de AX
0
, nous avons
donc :
i [[1, n]] [y
i
[ [[A[[ (1)
Nous avons galement :
y
i
0
=
n
j=1
A
i
0
j
x
j
=
n
j=1
[A
i
0
j
[
la dernire galit provenant de lexplication suivante. Soit bien sr j [[1, n]]. Vu notre
choix des x
j
nous clamons que :
Hec premire 19
Si A
i
0
j
0, lon a :
A
i
0
j
x
j
= A
i
0
j
= [A
i
0
j
[
Si A
i
0
j
< 0, lon a :
A
i
0
j
x
j
= A
i
0
j
= [A
i
0
j
[
Finalement, et cest le fameux effet lissage supra, lon a quoi quil arrive :
j [[1, n]] A
i
0
j
x
j
= [A
i
0
j
[
Comme dsormais y
i
0
est positif ou nul, il semble que nous ayons donc :
[y
i
0
[ =
n
j=1
[A
i
0
j
[ = [[A[[ (2)
la deuxime galit reposant sur le choix opr pour i
0
. Tout cela montre inluctablement
que :
[[AX
0
[[
= max
1in
[y
i
[ = [y
i
0
[ = [[A[[
Sacr dbut de question ! Poursuivons.
Soit X un vecteur non nul de R
n
. Sa norme est ouvertement strictement positive et si lon
en croit le rcent a, il ne fait aucun doute que :
[[AX[[
[[X[[
[[A[[
Le rel [[A[[ est donc dj un majorant de lensemble :
_
[[AX[[
[[X[[
[ X R
n
0
_
Dautre part, le rcent b afrme, quant lui, lexistence dun vecteur X
0
R
n
0 tel
que :
[[AX
0
[[
[[X
0
[[
= [[A[[
Notre majorant est donc atteint en X
0
et tout le monde sait quun majorant atteint sappelle
un maximum. Nous avons donc carrment :
[[A[[ = max
XR
n
\0]
[[AX[[
[[X[[
Encore cette dsopilante manie de mettre un sup quand, en ralit, il sagit dun
max , mais bon, ce nest pas encore aujourdhui que lon changera le monde
c. Soit A et B deux matrices carres relles dordre n et soit X un vecteur non nul de
R
n
. Grce deux applications successives du rcent a et comme nous sommes en odeur
de positivit, nous avons :
[[ABX[[
[[A[[[[BX[[
[[A[[[[B[[[[X[[
puis :
[[ABX[[
[[X[[
[[A[[[[B[[
via une division par le strictement positif [[X[[
. Les rels de la forme :

[[ABX[[
[[X[[
o X R
n
0
sont tous infrieurs ou gaux [[A[[[[B[[. Il en est donc de mme de leur maximum qui, si
lon encroit la n du b, nest autre que [[AB[[.
Le but des deux questions prcdentes tait, prcisment, dtablir que :
A M
n
(R) B M
n
(R) [[AB[[ [[A[[[[B[[
ce qui vaut notre norme limportant statut dit de norme dalgbre. Le texte a curieusement
opt pour le passage par lgalit(*) :
[[A[[ = max
R
n
\0]
[[AX[[
[[X[[
do la question dlicate 2.b alors que lon pouvait, facilement, sen tirer directement.
Soit, en effet, A et B deux matrices de M
n
(R) et soit i, j deux lments de [[1, n]]. Grce
la formule du produit matriciel dArthur Cayley, nous avons :
(AB)
ij
=
n
k=1
A
ik
B
kj
Il sensuit, via cette fois lingalit triangulaire, que :
(AB)
ij
k=1
A
ik
B
kj
telle enseigne que :

n
j=1
(AB)
ij
j=1
n
k=1
A
ik
B
kj
=
n
k=1
A
ik
j=1
B
kj
(*) On dit que la norme ]] ]] est subordonne la norme ]] ]]
.
Hec premire 21
lgalit nale protant tout btement dune bnigne inversion de sommation et dune
lgre rorganisation des participants. Oui mais voil, vu la dnition de [[B[[, nous avons
sans quivoque :
n
j=1
B
kj
[[B[[
do ressort immdiatement :
n
j=1
(AB)
ij
_
n
k=1
A
ik
_
[[B[[
Cest maintenant la dnition de [[A[[ quil appartient de prendre le relais puisquelle
stipule, toujours sans la moindre ambigut, que :
n
k=1
A
ik
[[A[[
Finalement :
i [[1, n]]
n
j=1
(AB)
ij
[[A[[[[B[[
ce qui aurait d satisfaire tout le monde.
3.a. As usual, nous planions ce si, et seulement si .
Supposons que la suite (A
m
) converge vers A. Soit alors (i, j) [[1, n]]
2
et m N.
Nous avons eu maintes fois loccasion de signaler que :
0
(A
m
)
ij
A
ij
[[A
m
A[[
Comme par hypothse :
[[A
m
A[[
m+
0
il sensuit par squeeze que :
(A
m
)
ij
A
ij

m+
0 i.e. (A
m
)
ij

m+
A
ij
Supposons rciproquement que, pour tout couple (i, j) [[1, n]]
2
, lon ait :
(A
m
)
ij

m+
A
ij
Il doit sensuivre tranquillement que :
i [[1, n]]
n
j=1
(A
m
)
ij
A
ij

m+
0
puisquil ne sagit que de la somme dun nombre ni x de suites de limite nulle. Il reste
alors en dduire que :
max
1in
_
n
j=1
(A
m
)
ij
A
ij
_

m+
0
Cela va rsulter du petit lemme que voici.
Lemme : Limite et maximum :
i. Soit (u
m
) et (v
m
) deux suites positives relles de limite nulle. La suite (M
m
) dnie
par :
m N M
m
= max(u
m
, v
m
)
est galement de limite nulle.
ii. Ce qui vient de se passer au i pour deux suites positives, vaut galement pour un
nombre ni x de suites positives.
Preuve du lemme :
i. Le maximum de deux rels est assurment lun dentre-eux. Positivit des deux suites
oblige il doit sensuivre que :
m N 0 max(u
m
, v
m
) u
m
+ v
m
La conclusion se fait alors par squeeze.
ii. La preuve est exactement la mme vu que le maximum is squeezed again entre 0 et la
somme.
Retournons alors nos ovins.
Etant tabli que :

i [[1, n]]
n
j=1
(A
m
)
ij
A
ij

m+
0
notre gentil lemme montre, comme nous lattendions, que lon a :
max
1in
_
n
j=1
(A
m
)
ij
A
ij
_

m+
0 i.e. [[A
m
A[[
m+
0
Nous pouvons changer de question.
Notre lemme vaut encore pour des suites non ncessairement positives. Nous conseillons
notre dvou lecteur dessayer den donner la preuve.
b. Nous allons utiliser la question prcdente. Soit donc (i, j) [[1, n]]
2
et m N.
Daprs la formule du produit matriciel dArthur Cayley, nous avons :
(A
m
B
m
)
ij
=
n
k=1
(A
m
)
ik
(B
m
)
kj
Hec premire 23
Or, par hypothse via la directe du a, il savre que :
k [[1, n]] (A
m
)
ik

m+
A
ik
et (B
m
)
kj

m+
B
kj
Les thormes gnraux sont alors catgoriques. Il ne fait aucun doute que :
n
k=1
(A
m
)
ik
(B
m
)
kj

m+
n
k=1
A
ik
B
kj
Mais, formule de Cayley oblige nouveau, lon a :
n
k=1
A
ik
B
kj
= (AB)
ij
telle enseigne que, nalmente :
(A
m
B
m
)
ij

m+
(AB)
ij
La rciproque du a se charge alors de la conclusion.
Tant que nous y sommes et vu que :
R m N (A
m
+ B
m
)
ij
= (A
m
)
ij
+ (B
m
)
ij
il semble indniable et pas vraiment surprenant ! que :
A
m
+ B
m

m+
A + B
4.a. Il y a ici un petit problme technique. Pour dnir la limite dune suite matricielle,
encore eut-il fallu que le texte donne la dnition prcise de la convergence tout court
des suites matricielles et quil fasse tablir le thorme dunicit de la limite pour ces
nouvelles suites convergentes. Nous ferons donc comme si nous navions rien vu en
signalant nonobstant notre ami lecteur que les manquements du texte ne sont pas difciles
combler ! Cela tant, la proprit tablie au 2.c et une rcurrence bnigne conduisent
tranquillement :
m N 0 [[A
m
[[ [[A[[
m
Comme [[A[[ < 1, cest depuis la classe de premire que nous savons que :
[[A[[
m
m+
0
Il en rsulte par squeeze que :
[[A
m
[[
m+
0
ce qui est exactement la dnition de :
A
m
m+
0
Nous crirons donc :
lim
m+
A
m
= 0
b. Soit une valeur propre relle de A. Il existe un vecteur non nul X R
n
tel que :
AX = X
Le passage en norme inni donne alors :
[[[[X[[
= [[AX[[
[[A[[[[X[[
lingalit provenant de la dlicieuse question 2.a. Comme X ,= 0, sa norme est

strictement positive telle enseigne, quaprs simplication, lon tombe sur :
[[ [[A[[
Et comme [[A[[ < 1 Poursuivons.
Dans ces conditions, les rels 1 et 1 ne peuvent pas tre valeur propre de A ce qui, nous
le savons bien, impose que AI et A + I soient inversibles.
c. Soit m N. Assez naturellement nous notons :
S
m
=
m
k=0
A
k
Comme cela avait bien fonctionn pour les sries gomtriques relles, nous avons lide
de de nous intresser la matrice S
m
AS
m
. Nous avons alors les galits tranquilles :
(I A)S
m
= S
m
AS
m
=
m
k=0
A
k
k=0
A
k+1
=
m
k=0
(A
k
A
k+1
) = I A
m+1
la toute dernire, procdant dun trs sympathique tlescopage. Oui mais voil, nous
venons dapprendre linstant que I A est inversible, ce qui permet dj de rcuprer :
S
m
= (I A)
1
(I A
m+1
)
galit ayant un bon pesant darachide. La question 4.a, lgrement dcale, stipule son
tour que :
A
m+1
m+
0
Daprs la remarque que nous sommes juste titre ! permise la n du 3.b, il savre
que :
I A
m+1
m+
I
et daprs le thorme du produit du mme 3.b voil enn que :
(I A)
1
(I A
m+1
)
m+
(I A)
1
Hec premire 25
Si lon en croit ce que raconte le texte en italique qui suit, il semblerait que nous ayons
dmontr que la srie matricielle :
m0
A
m
converge et que :
+
m=0
A
m
= (1 A)
1
Lanalogie on rappelle quici [[A[[ < 1 avec les sries gomtriques relles est plus
que frappante.
5. Les habitus auront reconnu en N une matrice nilpotente dindice p.
a. Soit m N et notons :
T
m
=
m
k=0
1
k!
N
k
Vu les hypothses, ds que k dpasse p, N
k
= 0 et il ne fait alors aucun doute que :
m p 1 T
m
=
p1
k=0
1
k!
N
k
= T
p1
la somme

p1
k=0
ayant un sens(*) vu que p 1. Cela entrane dans la foule :
m p 1 [[T
m
T
p1
[[ = 0
On en dduit immdiatement que :
[[T
m
T
p1
[[
m+
0
ce qui, par dnition, montre que la suite (T
m
) converge vers T
p1
. La srie :
k0
1
k!
N
k
est effectivement convergente et :
M =
+
k=0
1
k!
N
k
=
p1
k=0
1
k!
N
k
b. Lorsque p = 2, lon a carrment M I = N et il n y a rien dmontrer. Nous
pouvons donc, dans la suite, supposer p 3. Dans ces conditions, nous pouvons crire :
M I = N +
1
2!
N
2
+ +
1
(p 1)!
N
p1
= N + f(N)N
2
=
_
I + f(N)N
_
N
(*) Quand on crit une somme de type
s
k=r
il est important que les entiers r et s vrient rs. Cependant, si lon na pas peur
du vide, on peut accepter s=r1, mais pas plus !
o, la surprise gnrale, nous avons dsign par f le polynme :
1
2!
+
T
3!
+ +
T
p3
(p 1)!
assurment genuine vu que p 3. Nous procdons alors par double inclusion.
Soit X un vecteur de R
n
vriant NX = 0. Nous avons :
(M I)X =
_
I + f(N)N
_
NX = 0
et tout le monde est ravi.
La rciproque est un petit peu plus svre. Soit X un vecteur de R
n
vriant cette
fois :
(M I)X = 0 i.e.
_
I + f(N)N
_
NX = 0
Il y a alors deux choses importantes noter.
First, la matrice f(N)N est galement nilpotente. En effet, comme N et
f(N) commutent, lon a
_
f(N)N
_
p
=
_
f(N)
_
p
N
p
= 0
Second, nous rappelons un gentil :
Lemme :
Soit U une matrice nilpotente (n, n). La matrice I
n
+ U est fatalement inversible.
preuve du lemme :
Il existe par hypothse un entier s N
tel que :
U
s
= 0
Dans ces conditions le polynme (T 1)
s
est annulateur de la matrice I
n
+U et zro ne
fait pas partie de ses racines. Tout individu normalement constitu se doit den dduire
alors que :
0 , Spec(I
n
+ U)
chronique dune inversibilit annonce.
Revenons alors nos chres brebis. Nous avons :
_
I + f(N)N
_
NX = 0
et, lemme dixit, la matrice I + f(N)N est inversible. Il en rsulte immdiatement que :
NX = 0
Hec premire 27
6.a. Il existe des rels d
1
, . . . , d
n
tels que :
D =
_
_
d
1
0
.
.
.
.
.
.
.
.
.
0 d
n
_
_
Nous esprons que notre lecteur, fru de culture diagonale, na pas lintention dignorer
que, dans ces conditions, lon a :
k N D
k
=
_
_
d
k
1
0
.
.
.
.
.
.
.
.
.
0 d
k
n
_
_
Soit alors p N. Il en rsulte diagonalement que :
p
k=0
1
k!
D
k
=
_
_
s
1
0
.
.
.
.
.
.
.
.
.
0 s
n
_
_
o, lon sen sera dout, pour chaque i [[1, n]], nous avons not :
s
i
=
p
k=0
d
k
i
k!
Une authentique rfrence aux importantes sries exponentielles permet alors denvisager
que :
i [[1, n]] s
i

p+
e
d
i
telle enseigne que, si lon en croit la convergence termes termes de la rcente question
3.a, il ne semble pas impossible dafrmer que :
p
k=0
1
k!
D
k
p+
_
_
e
d
1
0
.
.
.
.
.
.
.
.
.
0 e
d
n
_
_
Nous pouvons donc passer la suite.
b. Soit p N. Tout lve ayant frquent assidument la classe de premire anne se fait
fort de clamer que :
p
k=0
1
k!
A
k
=
p
k=0
1
k!
PD
k
P
1
= P
_
p
k=0
1
k!
D
k
_
P
1
la dernire galit procdant dune pr-factorisation de P et dune post-factorisation de
P
1
. La question prcdente stipule que la suite matricielle :
_
p
k=0
1
k!
D
k
_
pN
converge. Comme lon accepte volontiers que les suites matricielles constantes convergent
vers leurs propres pommes, la prcdente question 3.b rvle, dans le calme, que la suite :
_
p
k=0
1
k!
A
k
_
pN
converge et que :
+
k=0
1
k!
A
k
= P
_
+
k=0
1
k!
D
k
_
P
1
Nous venons de dmontrer que, lorsque A est diagonalisable, la srie matricielle :
k0
1
k!
A
k
est convergente. Le texte, dans son ct petit bras, admet que cela subsiste lorsque A est
quelconque ce qui ne prsente pourtant pas de relle difcult. Soit en effet Aune matrice
quelconque et i, j deux lments de [[1, n]]. Soit galement k N. Vu la dnition de
notre norme [[ [[, il est totalement vident que :
(A
k
)
ij
[[A
k
[[ [[A[[
k
la dernire ingalit ayant dj t mentionne lors de la question 4.a. Dans ces conditions,
il ne fait aucun doute que :
0
(A
k
)
ij
k!

[[A[[
k
k!
La srie exponentielle de premire anne :
k0
[[A[[
k
k!
est connue pour sa convergence et par comparaison en signe positif, la srie :
k0
(A
k
)
ij
k!
est absolument convergente donc convergente
Voici une autre remarque qui trouvera son utilit un peu plus loin. Nous venons de
constater que lorsque A est une matrice diagonalisable crite sous la forme :
A = P diag(d
1
, . . . , d
n
)P
1
lon a :
exp(A) = P diag(e
d
1
, . . . , e
d
n
)P
1
Ces belles similitudes matricielles montrent alors magistralement que :
Hec premire 29
Si Spec A, alors e
Spec
_
exp(A)
_
.
Si Spec
_
exp(A)
_
, alors ln Spec A.
Affaire suivre
7.a. Soit m N. Les deux matrices I et A/m nous faisant lhonneur de commuter, la
formule du binme dIsaac, assure que :
_
I +
A
m
_
m
=
m
k=0
_
m
k
_
1
m
k

A
k
k!
Il en rsulte quasi instantanment que :
m
k=0
A
k
k!

m
k=0
_
m
k
_
1
m
k

A
k
k!
=
m
k=0
_
1
m(m1) (mk + 1)
m
k
_
A
k
k!
puisque les combinards affts nignorent point que :
k N
_
m
k
_
=
m(m1) (mk + 1)
k!
Voil donc dj que :
m
k=0
A
k
k!
A
m
=
m
k=0
_
1
m(m1) (mk + 1)
m
k
_
A
k
k!
Mais, la surprise gnrale, lon a :
k [[0, m]] 1
m(m1) (mk + 1)
m
k
0 (1)
et la proprit iii(*) lgrement inducte puis la proprit ii de la dnition dune
norme assurent de concert que :
_
_
_
_
m
k=0
A
k
k!
A
m
_
_
_
_
k=0
_
1
m(m1) (mk + 1)
m
k
_
|A
k
|
k!
Signalons alors pour la troisime fois que :
k N |A
k
| |A|
k
pour que laffaire semble cf. (1) supra positivement et dnitivement dans le sac.
b. Il faut retravailler le ct droit de lingalit prcdente. Compte tenu de ce que nous
avons racont plus haut, il scrit manifestement :
m
k=0
[[A[[
k
k!

m
k=0
_
m
k
_
[[A[[
k
m
k
=
m
k=0
[[A[[
k
k!

_
1 +
[[A[[
m
_
m
(*) Elle sappelle ingalit triangulaire pour la norme.
la dernire galit provenant, cette fois, de la formule de Newton dans R. Il savre ainsi
nalement que lingalit du 7.a se mtamorphose en lencadrement :
0
_
_
_
_
m
k=0
A
k
k!
A
m
_
_
_
_
k=0
[[A[[
k
k!

_
1 +
[[A[[
m
_
m
()
vu que la positivit ajoute gaucheIl reste alors faire valoir deux choses.
First, tout lecteur serialexpo se doit de ne pas avoir oubli que :
m
k=0
[[A[[
k
k!

m+
e
]]A]]
Second, tout lecteur normalement cultiv a, au moins une fois dans sa vie, rencontr
la limite :
a R
_
1 +
a
m
_
m
m+
e
a
Pour ceux ou celles qui lauraient oubli, en voici la preuve. Soit a R. Comme :
1 +
a
m

m+
1
nous pouvons afrmer quil existe un rang m
0
tel que :
m m
0
1 +
a
m
> 0
Dans ces conditions, pour m m
0
, nous sommes autoriss crire :
ln
_
1 +
a
m
_
m
= mln
_
1 +
a
m
_
Mais, selon lquivalence standard :
ln(1 + u)
u0
u
il apparat que :
ln
_
1 +
a
m
_

m+
a
m
telle enseigne que lon a immdiatement :
mln
_
1 +
a
m
_

m+
a
La continuit en a de la fonction exp permet dexponentier cette limite(*), ce qui donne
exactement :
_
1 +
a
m
_
m
m+
e
a
(*) On rappelle en revanche quexponentier une quivalence peut coter trs trs cher
Hec premire 31
Revenons alors nos ovins. Il semble dsormais se dessiner que :
_
1 +
[[A[[
m
_
m
m+
e
]]A]]
et compte tenu de nos deux rvlations voil bien que :
m
k=0
[[A[[
k
k!

_
1 +
[[A[[
m
_
m
m+
e
]]A]]
e
]]A]]
= 0
Il y a donc un superbe sqeeze dans lencadrement () supra qui, si lon en croit la dnition
de la convergence des suites matricielles, stipule que :
A
m

m
k=0
A
k
k!

m+
0
Lcriture :
A
m
= A
m

m
k=0
A
k
k!
+
m
k=0
A
k
k!
et la pertinente remarque faite la n du 3.b assurent de concert que :
A
m

m+
exp(A)
vu que :
A
m

m
k=0
A
k
k!

m+
0 et
m
k=0
A
k
k!

m+
exp(A)
Le rsultat est assez mignon. La limite numrique :
a R
_
1 +
a
m
_
m
m+
expa
se propage galement aux limites matricielles vu que dsormais :
A M
n
(R)
_
I +
A
m
_
m
m+
exp(A)
B. Proprits de lexponentielle de matrice
1. Soit A M
n
(R). Les matrices Aet Aayant la bonne ide de commuter, la dlicieuse
mais srieuse ! proprit admise linstant rvle que :
exp(A) exp(A) = I et exp(A) exp(A) = I
vu qu la surprise gnrale, lexponentielle de la matrice nulle est inopinment la matrice
I. En bref, nous avons :
exp(A) exp(A) = exp(A) exp(A) = I
Cela montre par dnition que la matrice exp(A) est effectivement inversible et que :
_
exp(A)
_
1
= exp(A)
2.a. Attention, le texte prsente ici une petite faiblesse. Pour mener bien cette question
nous allons avoir nouveau admettre(*) une chose, en loccurrence la convergence
que rien a priori ne justie de la srie matricielle :
k2
A
k1
k!
Forts de cette nouvelle information, nous pouvons annoncer un entier m 2 et crire
sans autre explication :
m
k=0
A
k
k!
= I +
m
k=1
A
k
k!
= I + A
m
k=1
A
k1
k!
= I + A
_
I +
m
k=2
A
k1
k!
_
()
Vu ce que nous avons accept dadmettre linstant, nous pouvons proposer :
S
A
=
+
k=2
A
k1
k!
Limportante remarque additionnelle faite la n du 3.b de la partie A permet de passer
la limite dans () lorsque m tend vers +. This exactly yields :
exp(A) = I + A(I + S
A
)
et permet donc denvisager la suite.
Attention, il ny a pas unicit de cette matrice S
A
. Par exemple, si A = 0, toute matrice
de M
n
(R) convient. Le lecteur intress pourra cependant constater que, lorsque A est
inversible, il y a unicit de la matrice S
A
.
b. Notons u la fonction en question. Elle est indiscutablement drivable sur R
+
et :
x R
+
u
t
(x) = e
x
2
Il en rsulte le tableau de variations :
x 0 ln2 +
u
t
0 +
u 1 2 ln2
(*) Nonobstant la preuve que nous avons donne plus haut devrait, sans problme, sappliquer cette nouvelle srie matricielle.
Hec premire 33
c. Warning, cette question est fausse. Nous avons en effet dj attir lattention du
lecteur propos de la non-unicit, en gnral, de la fameuse S
A
et lorsque [[A[[ < 1, il
ny a aucune raison que toutes les S
A
convenables aient une norme strictement infrieure
1. Nous en voulons pour preuve le contre-exemple implacable A = 0 pour lequel toutes
les matrices de la cration conviennent. En revanche, pour la matrice S
A
propose supra,
en loccurrence :
S
A
=
+
k=2
A
k1
k!
les choses devraient rentrer rapidement dans lordre. Soit en effet A M
n
(R) vriant
[[A[[ < 1 et m un entier suprieur ou gal 3. Notons prudemment :
S
A,m
=
m
k=2
A
k1
k!
Daprs lingalit triangulaire pour la norme, il ne fait aucun doute que :
[[S
A,m
[[
m
k=2
[[A
k1
[[
k!

m
k=2
[[A[[
k1
k!
la dernire ingalit rsultant encore une fois de la dlicieuse 2.c de la partie A. Comme
la norme de A est infrieure un, nous pouvons mme aller un peu plus loin. Nous avons
carrment :
[[S
A,m
[[
m
k=2
1
k!
(i)
Il est alors trs tentant denvisager le passage la limite quand m tend vers plus linni
mais attention, si nous savons ce que fait S
A,m
il tend matriciellement vers S
A
par
dnition nous ignorons ce que fait sa norme puisque la continuit des normes nest
pas ofciellement au programme. Nous allons nous en sortir grce la pirouette que voici.
Nous partons de :
S
A
= S
A
S
A,m
+ S
A,m
Lingalit triangulaire permet den dduire que :
[[S
A
[[ [[S
A
S
A,m
[[ +[[S
A,m
[[
de sorte que :
[[S
A
[[ [[S
A
S
A,m
[[ [[S
A,m
[[
Lingalit (i) crite un peu plus haut couple un brin de transitivit nous amne alors
gentiment :
[[S
A
[[ [[S
A
S
A,m
[[
m
k=2
1
k!
(ii)
Nous observons alors deux choses.
Primo, vu que S
A,m
tend matriciellement vers S
A
, il savre que :
[[S
A
S
A,m
[[
m+
0
Secundo, les initis de la srie exponentielle, certes lgrement tronque,
saccordent clamer tous en chur que :
m
k=2
1
k!

m+
e 2
Le passage la limite quand m tend vers plus linni est dsormais possible dans (ii). It
yields :
[[S
A
[[ e 2
Oui mais, comme le nombre de Neper est ouvertement infrieur strict 3, il semble que :
e 2 < 1
ce qui, transitivement, achve cette question.
Le lecteur perspicace aura not que ltude de fonction du rcent b ne sert strictement
rien, si ce nest qu compliquer les choses
Nous voudrions revenir un instant sur la fameuse continuit de la norme. Il est assez
facile la preuve est la mme que celle donne pour la valeur absolue dtablir la
minoration triangulaire que voici :
A M
n
(R) B M
n
(R)

[[A[[ [[B[[
[[AB[[
Soit alors (U
n
)
nN
une suite de matrices convergeant vers une certaine matrice U. Vu
que :
n N 0
[[U
n
[[ [[U[[
[[U
n
U[[
et que, par dnition de la convergence matricielle :
[[U
n
U[[
m+
0
il rsulte par squeeze que :

[[U
n
[[ [[U[[

m+
0
ce qui, ni plus ni moins, signie que :
[[U
n
[[
m+
[[U[[
Nous avons donc le joli suivi :
U
n

m+
U = [[U
n
[[
m+
[[U[[
qui, pour le lecteur squentiellement averti, sappelle continuit de la norme [[ [[. Cela
aurait pu pemettre dviter la pirouette supra.
d. Nous commencons par remarquer que, selon le rcent 2.a, lon a dj :
A(I + S
A
) = 0
Hec premire 35
Comme depuis peu [[S
A
[[ < 1, lexcellent 4.b de la partie A stipule que I + S
A
est
inversible ce qui multiplication droite par (I + S
A
)
1
oblige implacablement :
A = 0
3.a. Soit A o
n
. Comme n 1, le thorme spectral signale que A est ortho-
diagonalisable, ce qui signie quil existe une matrice orthogonale P O
n
(R) et une
matrice diagonale relle :
D = diag(
1
, . . . ,
n
)
telles que, au choix, lon ait :
A = PDP
1
= PDP
T
Si lon en croit les tribulations du 6.b de la partie A il semblerait que :
exp(A) = P exp(D)P
1
= P exp(D)P
T
o, la surprise gnrale :
exp(D) = diag(e
1
, . . . , e
n
)
Nous nous appuyons alors sur deux choses.
First, puisque :
exp(A) = P exp(D)P
T
le succulent dressing undressing principle assure que :
_
exp(A)
T
= P
_
exp(D)
T
P
T
= P exp(D)P
T
= exp(A)
lavant-dernire galit protant de lternelle symtrie des matrices diagonale. Il sensuit
dj que :
exp(A) o
n
vu que la ralit de exp(A) na pu chapper quaux dipiens fortement complexs !
Second, la vue de :
exp(A) = P exp(D)P
1
les matrices exp(A) et exp(D) sont semblables, telle enseigne que :
Spec
_
exp(A)
_
= Spec
_
exp(D)
_
=
_
e
1
, . . . , e
n
_
Exponentielle relle oblige, les valeurs propres de exp(A) sont donc strictement positives
et par consquent :
exp(A) o
++
n
b. Nous venons dj dapprendre que exp applique o
n
dans o
++
n
. Reste contrler
sa surjectivit. Soit donc B o
++
n
. Le thorme spectral encore lui ! garantit
lexistence dune matrice orthogonale P O
n
(R) et dune matrice diagonale diagonaux
strictement positifs :
= diag(
1
, . . . ,
n
)
telles que :
B = PP
1
= PP
T
Rappelons que
1
, . . . ,
n
sont strictement positifs et que exp est une bijection de R sur
R
+
. Dans ces conditions, pour chaque i [[1, n]], il existe un rel
i
tel que :
i
= e
i
et par consquent :
B = P diag(e
1
, . . . , e
n
)P
1
= P diag(e
1
, . . . , e
n
)P
T
La premire galit, via la question 6.b de la partie A, montre que :
B = expA
o, sans aucune hsitation, nous proposons :
A = P diag(
1
, . . . ,
n
)P
1
Remarquons pour nir que, vu lorthogonalit de P, lon a galement :
A = P diag(
1
, . . . ,
n
)P
T
Le dlicieux dressing undressing principle assure alors que :
A
T
= P
_
diag(
1
, . . . ,
n
)
T
P
T
= A
la dernire galit protant, a donf, de lternelle symtrie des matrices diagonales. Nous
sommes nalement partis de B o
++
n
et nous lui avons trouv un antcdent par exp
situ dans o
n
, en loccurrence la fameuse A supra. Que demande le peuple ?
4.a. Les matrices A et B tant symtriques relles dordre suprieur ou gal un sont,
encore une fois, spectralement condamnes la diagonalisationet cest dj une excellente
chose vu la seconde remarque faite la suite de la question 6.b de la partie A. Nous allons
procder par double inclusion.
Soit Spec A. La dite remarque signale que :
e
Spec
_
exp(A)
_
et comme exp(A) = exp(B), lon a galement :
e
Spec
_
exp(B)
_
La mme remarque stipule alors que :
lne
Spec B i.e. Spec B

Hec premire 37
On dmontre mutatis mutandis lautre inclusion telle enseigne que lon a bien :
Spec A = Spec B
b. Comme exp(B) = exp(A), il sagit en ralit de montrer que Acommute sa propre
exponentielle.
Soit m N. Nous avons sans sourciller :
A
_
m
k=0
A
k
k!
_
=
m
k=0
A
k+1
k!
et aussi :
_
m
k=0
A
k
k!
_
A =
m
k=0
A
k+1
k!
Compte tenu de limportant thorme du produit question 3.a de la partie A et de
ce que :
m
k=0
A
k
k!

m+
exp(A)
nous pouvons, grce aux deux galits supra, afrmer que la srie matricielle :
k0
A
k+1
k!
converge et que sa somme vaut la fois Aexp(A) et exp(A)A. Nous pouvons donc
passer la suite.
c.i. Rexion faite, il semble nalement plus facile de travailler avec la matrice B.
Notons la valeur propre de B attache lespace propre F et notons la dimension de
ce dernier.
Diagonalisation oblige, on peut tranquillement trouver une matrice inversible P et des
rels
+1
, . . . ,
n
, tous diffrents de , tels que :
B = P diag(, . . . ,
. .
fois
,
+1
, . . . ,
n
)P
1
Nul ne peut alors se permettre dignorer que :
F = E
(B) = Vect(C
1
, . . . , C
)
o C
1
, . . . , C
sont les premires colonnes de la matrice P.

Nous avons maintes fois signal que, dans ces conditions, lon a :
exp(B) = P diag(e
, . . . , e
. .
fois
, e
+1
, . . . , e
n
)P
1
Oui mais voil, comme la fonction exponentielle est injective, les rels e
+1
, . . . , e
n
sont tous diffrents de e

F = Vect(C
1
, . . . , C
) = E
e
(exp(B))
Notre F est donc lespace propre de exp(B) attach la valeur propre e
.
ii. Cette question ne sert rigoureusement rien.
Nonobstant, pour ceux que cela intresse, le principe eut pu tre le suivant.
Comme u commute exp(v) question b , cest un exercice classique et
facile ! que dtablir que les espaces propres de exp(v) sont stables par u. Ainsi dj,
u stabilise F.
La restriction dun endomorphisme diagonalisable un sous-espace stable est
encore diagonalisable, mais cela est beaucoup plus cher
d.
`
A bien y regarder, nous venons de dmontrer que lorsquune matrice relle M est
diagonalisable alors :
Spec M E
(M) = E
e
(exp(M))
Soit alors Spec A. Daprs la question a supra, appartient galement Spec B et
par consquent :
E
(A) = E
e
(exp(A)) et E
(B) = E
e
(exp(B))
puisque A et B sont depuis longtemps diagonalisables. Comme par hypothse :
exp(A) = exp(B)
il semble bien que :
E
(A) = E
(B)
Si nous revenons aux deux endomorphismes u et v, ils ont exactement les mmes lments
propres, en ce sens que :
Spec u = Spec v
et :
Spec u = Spec v E
(u) = E
(v)
Cela pose une excellente question ! Deux endomorphismes ayant les mmes lments
propres sont-ils fatalement gaux ? La rponse est malheureusement non en gnral, mais
dans le cas de deux endomorphismes diagonalisables ce qui advient de u et v la
rponse est oui comme le montre le petit raisonnement suivant.
As usual, nous notons a
1
, . . . , a
r
les diffrentes valeurs propres de u, de sorte que :
Spec u = Spec v =
_
a
1
, . . . , a
r
_
Diagonalisation oblige, les espaces propres de u sont supplmentaires dans R
n
, ce qui
scrit :
R
n
=
r
i=1
E
a
i
(u)
Soit alors x R
n
. Il existe une liste :
(x
1
, . . . , x
r
) E
a
1
(u) E
a
r
(u)
Hec premire 39
telle que :
x = x
1
+ + x
r
Dans ces conditions, la lueur de la linarit de u et de v, il advient que :
u(x) =
r
i=1
u(x
i
) et v(x) =
r
i=1
v(x
i
)
Oui mais voil, pour chaque i [[1, r]], x
i
appartient E
a
i
(u) = E
a
i
(v) telle enseigne
que :
u(x
i
) = v(x
i
) = a
i
x
i
En bref, lon a :
u(x) = v(x)
et comme cela vaut pour tous les x R
n
, lon a carrment :
u = v
De l en dduire que A = B
Nous avions dj tabli au rcent 3.b que la restriction de exp o
n
tait une surjection
de ce dernier sur o
++
n
. Il semble qu linstant, nous venions dtablir son injectivit.
Finalement, lapplication exp ralise une bijection de o
n
sur o
++
n
.
Dans le cas non diagonalisable, la concidence des lments propres ne suft plus
assurer lgalit comme le montre le contre-exemple suivant. Les deux matrices :
A =
_
0 1
0 0
_
et B =
_
0 2
0 0
_
ont les mmes lments propres vu que, quasi mentalement :
Spec A = Spec B = 0 et E
0
(A) = E
0
(B) = Vect
_
1
0
_
mais pourtant
Partie 2
1. Nul doute que :
N =
_
_
0 1 0 0 0
0 0 1 0 0
0 0 0 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 0 1
0 0 0 0 0
_
_
=
_
_
O I
n1
O O
_
_
Cest alors la classique histoire de la diagonale(*) qui monte.
(*) Et non de la bbette !
Lorsque 0 k < n, grce lendomorphisme f, on trouve inductivement :
N
k
=
_
_
O I
nk
O O
_
_
Lorsque k n, lon a :
N
k
= 0
2.a. On trouve immdiatement Q
p
= pN pI. Comme les matrices pN et pI ont le bon
vouloir de commuter, la proprit admise en tte de gondole stipule dj que :
exp(Q
p
) = exp(pI) exp(pN)
Comme p nest pas nul, la matrice pN est cf. question 1 nilpotente dindice n
linstar de N et la question 5.a de la partie A se charge de nous convaincre de ce que :
exp(pN) =
n1
j=0
p
k
k!
N
k
Quant exp(pI), le calcul est lmentaire et laiss la charge du dvou lecteur. Il
trouvera :
exp(pI) = e
p
I
Nous pouvons passer la suite.
b. Nous avons :
R
p
=
_
_
1 p p 0 0 0
0 1 p p 0 0
0 0 1 p 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1 p p
0 0 0 0 1 p
_
_
Vu que 0 < p < 1, la somme des valeurs absolues des lments des n 1 premires
lignes de R
p
vaut 1. En revanche, en ce qui concerne la dernire ligne, cette somme est
lgrement plus petite. Comme n 2, nous pouvons afrmer que :
[[R
p
[[ = 1
Attention, rigueur, rigueur, dans lventualit heureusement carte ici dun entier
n gal un, lon aurait eu [[R
p
[[ = 1 p
Grce au mme genre de raisonnement on trouve :
[[Q
p
[[ = 2p
Hec premire 41
puisque :
Q
p
=
_
_
p p 0 0 0
0 p p 0 0
0 0 p 0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 p p
0 0 0 0 p
_
_
Enn, lingalit triangulaire et la toujours bienvenue 2.c.A assurent que :
[[ exp(Q
p
)[[
n1
j=0
e
p
p
j
j!
[[N[[
j
Comme la norme de la matrice N est mentalement gale un, il sensuit que :
[[ exp(Q
p
)[[
n1
j=0
e
p
p
j
j!
Le lecteur perspicace aura reconnu droite la probabilit quune variable de Poisson de
paramtre p soit infrieure ou gale n 1. Probabilit oblige, lon a donc bien :
[[ exp(Q
p
)[[ 1
3.a. Pour chaque k [[1, m]], nous avons :
Q
k
= p
k
(N I)
Les matrices Q
k
sont donc des polynmes matriciels par rapport N autrement dit des
lments de R[N] et ce titre, elles se doivent de commuter deux deux. La proprit
admise au dbut du B et une rcurrence bnigne conduisent alors de concert :
m
k=1
exp(Q
k
) = exp
_
m
k=1
Q
k
_
Or, il ne fait aucun doute que :
m
k=1
Q
k
=
_
m
k=1
p
k
_
(N I) =
_
k=1
p
k
_
(I N)
So
b. Il suft de dvelopper.
c. Lgalit prcdente, lingalit triangulaire et lincontournable 2.c.A assurent, dans
un premier temps, que :
_
_
_
_
_
m
k=1
R
k

m
k=1
exp(Q
k
)
_
_
_
_
_
[[R
1
exp(Q
1
)[[ [[R
2
[[ [[R
m
[[
+[[ exp(Q
1
)[[
_
_
_
_
_
m
k=2
R
k

m
k=2
exp(Q
k
)
_
_
_
_
_
Comme les normes des R
k
sont gales un et comme [[ exp(Q
1
)[[ 1, il en rsulte quasi
instantanment que :
_
_
_
_
_
m
k=1
R
k

m
k=1
exp(Q
k
)
_
_
_
_
_
[[R
1
exp(Q
1
)[[ +
_
_
_
_
_
m
k=2
R
k

m
k=2
exp(Q
k
)
_
_
_
_
_
Exactement de la mme faon mais avec un facteur de moins ! il advient que :
_
_
_
_
_
m
k=2
R
k

m
k=2
exp(Q
k
)
_
_
_
_
_
[[R
2
exp(Q
2
)[[ +
_
_
_
_
_
m
k=3
R
k

m
k=3
exp(Q
k
)
_
_
_
_
_
Une rcurrence aise laisse, as usual, devrait alors nous tirer daffaire.
4.a. Depuis la rcente question 2.a, nous avons :
exp(Q
1
) =
n1
j=0
e
p
1
p
j
1
j!
N
j
et grce au calcul des N
j
la bbette qui monte ! de la question 1, cela se dtaille
en :
exp(Q
1
) =
_
_
e
p
1
p
1
e
p
1

e
p
1
p
n1
1
(n 1)!
0 e
p
1
p
1
e
p
1
.
.
.
.
.
.
.
.
.
0 0 e
p
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 e
p
1
p
1
e
p
1
0 0 0 0 e
p
1
_
_
Vu que :
R
1
=
_
_
1 p
1
p
1
0 0 0
0 1 p
1
p
1
0 0
0 0 1 p
1
0 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 1 p
1
p
1
0 0 0 0 1 p
1
_
_
on imagine assez bien la tte de la diffrence exp(Q
1
) R
1
et il suft douvrir grand
ses mirettes pour constater que, dans cette matrice, la ligne ayant la plus haute somme de
valeurs absolues est ouvertement la premire. Il sensuit alors effectivement que :
[[ exp(Q
1
) R
1
[[ = [e
p
1
1 + p
1
[ + p
1
[e
p
1
1[ + e
p
1
n1
k=2
p
k
1
k!
Il faut maintenant faire quelques observations.
Hec premire 43
First, une trs classique ingalit de convexit, stipule que :
u R e
u
1 + u
Il sensuit que :
e
p
1
1 + p
1
0
ce qui va permettre une premire disparition de valeur absolue.
Second, la vue de p
1
positif, la quantit e
p
1
1 est ngative, ce qui conduit
une seconde suppression.
Third, la somme partielle dune srie termes positifs est lorsque cette dernire
converge sentend ! toujours infrieure sa somme, ce qui conduit tous les serial expos
clamer sans autre explication que :
e
p
1
n1
k=2
p
k
1
k!
e
p
1
+
k=2
p
k
1
k!
= e
p
1
(e
p
1
1 p
1
)
vu que la somme ne part pas de zro mais de deux.
Il semble rsulter de tout cela que :
[[ exp(Q
1
) R
1
[[ e
p
1
1+p
1
+p
1
p
1
e
p
1
+1e
p
1
p
1
e
p
1
= 2p
1
(1e
p
1
)
lgalit nale protant de quelques agrables simplications. Nous avons dj signal
supra que :
1 e
p
1
p
1
Il devrait positivement et transitivement sensuivre ce que nous attendons tous,
savoir :
[[ exp(Q
1
) R
1
[[ 2p
2
1
La destination est proche ! Ce que nous venons de faire pour p
1
vaut assurment pour tous
les p
k
k [[1, m]] [[ exp(Q
k
) R
k
[[ 2p
2
k
La conclusion appartient dsormais la rcente question 3.c.
Partie 3
1. Pour chaque entier i [[1, m]], il va tre pratique dappeler X
i
la variable de Bernoulli
qui prend la valeur 1 lorsque la i
me
pice amne pile ce qui, trs classiquement,
entrane :
k [[1, m]] S
k
= X
1
+ + X
k
Il faut en outre le texte omet cet tat des choses supposer lindpendance(*) des
variables X
k
, ce que nous faisons sur-le-champ.
(*) Dans la plus pure des ralits il nen est rien ! Chaque lancer de pice brasse videmment les molcules de lair environnant, ce
qui a fatalement une inuence sur le lancer suivant, moins que les lancers ne soient effectus dans le vide
Signalons galement que limportante hypothse m < n assure, pour chaque k [[1, m]],
lingalit :
k + 1 n
et il y a donc bien la place pour k + 1 lments dans la premire ligne de la matrice
indique.
Signalons enn qu la surprise gnrale, pour chaque k [[1, m]], nous avons :
S
k
() [[0, k]]
a. Nous allons procder par rcurrence nie sur k [[1, m]].
Lorsque k = 1, la variable S
1
= X
1
est de Bernoulli de paramtre p
1
et les
deux premiers lments de la premire ligne de R
1
sont justement 1 p
1
et p
1
. Laffaire
sengage bien.
Supposons la proprit tablie pour un entier k qui, rcurrence nie oblige, vrie :
1 k < m
Comme k < m nous sommes autoriss parler de S
k+1
et lon a sans surprise :
S
k+1
= S
k
+ X
k+1
Soit alors j [[0, k + 1]]. Comme X
k+1
ne prend que les valeurs 0 et 1, la formule des
probabilits totales sur le systme complet :
_
_
X
k+1
= 0
,
_
X
k+1
= 1
_
stipule que :
p( S
k+1
= j ) = p
_
[ S
k+1
= j ] [ X
k+1
= 0 ]
_
+p
_
[ S
k+1
= j ] [ X
k+1
= 1 ]
_
Mais, par double inclusion quasi mentale, il se rvle que :
[ S
k+1
= j ] [ X
k+1
= 0 ] = [ S
k
= j ] [ X
k+1
= 0 ]
et :
[ S
k+1
= j ] [ X
k+1
= 1 ] = [ S
k
= j 1 ] [ X
k+1
= 1 ]
De plus, puisque nous avons suppos indpendantes les variables :
X
1
, . . . , X
k
, X
k+1
le lemme des coalitions assure quil en est de mme de :
S
k
= X
1
+ + X
k
et X
k+1
telle enseigne, quin ne, la formule des probabilits totales supra se mtamorphose en :
p( S
k+1
= j ) = p( S
k
= j )p( X
k+1
= 0 ) +p( S
k
= j 1 )p( X
k+1
= 1 )
Hec premire 45
Vu que S
k
ne prend ni valeur ngative, ni valeur suprieur k la prudence nous
recommande de planier.
Lorsque j = 0, force est de constater que :
p( S
k+1
= 0 ) = p( S
k
= 0 )p( X
k+1
= 0 ) = p( S
k
= 0 )(1 p
k+1
)
Lorsque j = k + 1, la mme force amne :
p( S
k+1
= k + 1 ) = p( S
k
= k )p( X
k+1
= 1 ) = p( S
k
= k ) p
k+1
En revanche, lorsque 1 j k + 1, il ny a pas vraiment de surprise et lon a :
p( S
k+1
= j ) = p( S
k
= j )(1 p
k+1
) +p( S
k
= j 1 ) p
k+1
Si lon en croit lhypothse de rcurrence, la loi de S
k
montre sa frimousse en premire
ligne gauche de la matrice R
1
R
k
ce qui beware lindexation ! scrit :
j [[1, k]] p( S
k
= j ) =
_
R
1
R
k
_
1,j+1
Dautre part, un examen minutieux de la matrice R
k+1
rvle que :
j [[1, n]] (R
k+1
)
j,j
= (1p
k+1
) et j [[1, n1]] (R
k+1
)
j,j+1
= p
k+1
(1)
Mezalor :
Lorsque j = 0, lon a :
p( S
k+1
= 0 ) =
_
R
1
R
k
_
1,1
(1 p
k+1
) =
_
R
1
R
k
_
1,1
_
R
k+1
_
1,1
la dernire relation provenant des rcentes relations (1).
Lorsque j = k + 1, lon a de mme :
p( S
k+1
= k + 1 ) =
_
R
1
R
k
_
1,k+1
_
R
k+1
_
k+1,k+2
Enn, lorsque 1 j k, nul doute que :
p( S
k+1
= j ) =
_
R
1
R
k
_
1,j+1
_
R
k+1
_
j+1,j+1
+
_
R
1
R
k
_
1,j
_
R
k+1
_
j,j+1
Les lments de R
k+1
autres que ceux cits en (1) sont nuls. La formule du produit
matriciel avec ses ts caractristiques et un fabuleux recollement des trois cas nous
amnent alors :
j [[0, k + 1]] p( S
k+1
= j ) =
_
R
1
R
k
R
k+1
_
1,j+1
Autant dire que la loi de S
k+1
occupe les k + 2 premires places de la premire ligne de
la matrice R
1
R
k
R
k+1
ce qui ne peut que nous sduire.
b. Le mme raisonnement inductif il est donc gentiment laiss la charge de notre
valeureux lecteur que celui que nous venons de dvelopper linstant montre que,
pour tout k [[1, m]], les n k 1 derniers lments de la premire ligne de la matrice
R
1
R
k
sont nuls. La variable S
k
tant valeurs dans [[0, k]], il sensuit que la
premire ligne du produit R
1
R
k
est carrment :
[ p( S
k
= 0 ) p( S
k
= 1 ) p( S
k
= n 1 ) ]
Celle de R
1
R
m
est donc :
[ p( S
m
= 0 ) p( S
m
= 1 ) p( S
m
= n 1 ) ]
Gardons cela au chaud quelques instants le temps de se rappeler que, quelques lignes plus
haut, nous avons aperu la matrice exp(Q
1
). Or, si lon en croit la question 3.a de la
partie prcdente, cette dernire ressemble trangement la matrice :
m
i=1
exp(Q
i
)
puisque :
exp(Q
1
) = exp
_
p
1
(I N)
_
et
m
i=1
exp(Q
i
) = exp
_
(I N)
_
La premire ligne du produit des exp(Q
i
) est donc :
_
e
n1
(n 1)!
_
Finalement la premire ligne de la matrice :
m
i=1
R
i

m
i=1
exp(Q
i
)
nest ni plus ni moins que :
[ a
0
a
1
a
n1
]
o :
k [[0, n 1]] a
k
= p( S
m
= k ) e
k
k!
La somme des valeurs absolues des lments de cette ligne est donc :
n1
k=0
p( S
m
= k ) e
k
k!
et maximum oblige il savre dj que :

n1
k=0
p( S
m
= k ) e
k
k!

_
_
_
_
_
m
i=1
R
i

m
i=1
exp(Q
i
)
_
_
_
_
_
Hec premire 47
Le texte, un peu maladroitement, demande en ralit une galit qui ne sert pas vraiment
grand chose. Comme il commence se faire tard, nous en resterons l
c. Ce nest quune transitive consquence de lingalit prcdente et de celle de la very
n de la seconde partie.
Cette ingalit est de Lucien Le Cam et date de . Elle claire en particulier les
liens classiques entre la loi binomiale et la loi de Poisson.
2. Nous commenons par rappeler la classique et presque ofcielle simulation
dune variable binomiale B(m, p) cest--dire dune somme de m variables de Bernoulli
indpendantes de mme paramtre p.
La loi binomiale :
function binomiale (n : integer ; p : real ) : integer ;
var
i, S : integer ;
begin
S := 0 ;
for i := 1 to m do
if random <= p then S := S + 1 ;
binomiale := S ;
end ;
Il suft alors de sadapter notre nouveau contexte. Here you are !
function Sm ( prob : tab) : integer ;
var
i, S : integer ;
begin
S := 0 ;
for i := 1 to m do
if random <= prob[ i ] then S := S + 1 ;
Sm := S ;
end ;
Hec deuxime 49
Hec deuxime
Ingalit de Le Cam
Mthode de Chen-Stein
Barbour and Eagleson
Anne Difficult
2
Pour toute variable al eatoire r eelle Y d enie sur un espace probabilis e (, /, p) et
poss edant une esp erance math ematique, on note E(Y ) cette esp erance pour la probabilit e
p. Pour tout ev enement C de / tel que p( C ) > 0, on note, sous r eserve dexistence,
E(Y/C) lesp erance de Y pour la probabilit e conditionnelle p
C
( esp erance conditionnelle
de Y sachant C ).
Partie 1
Cette partie constitue une application particuli`ere des resultats generaux etudies
dans la suite du probl`eme.
On poss` ede n urnes (n 3) num erot ees de 1 ` a n, dans lesquelles on r epartit au hasard
et de faon ind ependante, m boules indiscernables (m 4), de sorte que, pour tout i de
[[1, n]], la probabilit e pour chaque boule d etre plac ee dans lurne num ero i soit egale ` a
1/n.
On suppose que cette exp erience est mod elis ee par un espace probabilis e
(, /, p).
`
A lissue de cette exp erience, on pose pour tout i de [[1, n]] :
X
i
=
_
_
_
1 si lurne n
o
i est vide
0 sinon
On pose :
W
n
=
n
i=1
X
i
1.a. D eterminer pour tout i de [[1, n]], la loi de la variable al eatoire X
i
.
b. Pour tout couple (i, j) dentiers de [[1, n]] distincts, calculer :
p( [X
i
= 1] [X
j
= 1] )
ainsi que la covariance de X
i
et X
j
. Les variables al eatoires X
i
et X
j
sont-elles
ind ependantes ?
2.a. Exprimer lesp erance E(W
n
) de W
n
en fonction de n et m.
b. On note V (W
n
) la variance de W
n
. Calculer V (W
n
) en fonction de n et m.
c. V erier l egalit e :
E(W
n
) V (W
n
) = n
2
_
1
1
n
_
2m
n(n 1)
_
1
2
n
_
m
En d eduire que :
E(W
n
) V (W
n
) 0
3. Dans cette question, lentier mv erie m = nln n+n|, o` u est une constante r eelle
positive et x| d esigne la partie enti` ere de x.
a. Calculer :
lim
n+
E(W
n
)
b. Montrer que :
lim
n+
_
E(W
n
) V (W
n
)
_
= 0
c. Soit T
n
une variable al eatoire qui suit une loi de Poisson de param` etre
n
= E(W
n
).
On admet que pour tout k de N, on a :
p( W
n
= k ) p( T
n
= k )
min
_
1,
1
n
_
n
V (W
n
)
_
Quelle est la limite en loi de la suite de variables al eatoires (W
n
)
n3
?
4. On pose = e
, et on suppose que le param` etre est inconnu. Dans cette question,

on veut estimer .
Pour p entier de N
, on consid` ere un p- echantillon ind ependant, identiquement distribu e

(T
1
, T
2
, . . . , T
p
) de la loi de Poisson de param` etre . On pose :
T
p
=
1
p
p
i=1
T
i
et U
p
=

p
T
p

Hec deuxime 51
a. Montrer que T
p
est un estimateur sans biais et convergent du param` etre .
b. Quelle est la limite en loi de la suite de variables al eatoires (U
p
)
p1
?
c. On veut construire, pour p assez grand, un intervalle de conance du param` etre au
risque donn e. Soit u le r eel strictement positif tel que p( U u) = /2 o` u U est une
variable al eatoire qui suit la loi normale centr ee r eduite.
Justier que pour p assez grand, on peut ecrire :
p( [U
p
[ u) = 1
et d eterminer alors un intervalle de conance [I
p
, J
p
] pour au risque .
Partie 2
Dans cette partie, d esigne un r eel strictement positif.
Soit M une variable al eatoire d enie sur un espace probabilis e (, /, p) qui suit une loi
de Poisson de param` etre .
Soit A une partie quelconque de N et A son compl ementaire dans N. On rappelle que si
A est non vide, alors :
p( M A) =
iA
e
i
i!
et on pose par convention
_
M
= .
On consid` ere la fonction f
A
d enie sur N par f
A
(0) = 0, et pour tout k de N :
f
A
(k + 1) =
k!
k+1
e
_
p( [ M A] [ M k ] ) p( M A) p( M k )
_
1.a. D eterminer la fonction f
A
dans les cas particuliers A = et A = N.
b. Donner lexpression de f
A
(1) en fonction de et de p( M A) dans les deux cas
suivants : 0 A et 0 A.
Exprimer f
A
(2) en fonction de et de P([M A]) dans le cas o` u 0 et 1 appartiennent ` a
A.
2. Soit A et B deux parties de N disjointes.
a. Montrer que :
f
AB
= f
A
+ f
B
b. En d eduire que :
f
A
= f
A
3.a Montrer que pour tout k de N, la fonction f
A
v erie la relation suivante :
f
A
(k + 1) kf
A
(k) =
_
_
_
p( M A) si k A
p( M A) si k A
b. En d eduire que si A est non vide et distincte de N, la fonction f
A
nest pas
identiquement nulle.
4. Dans cette question, j est un entier naturel non nul, et A est le singleton j.
On pose f
j]
= f
j
.
a. Pour tout k de N
, montrer l egalit e suivante :

f
j
(k + 1) =
_
_
k!
j!
kj+1
p( M k + 1 ) si k j
k!
j!
kj+1
p( M k ) si k < j
b. Calculer f
j
(j + 1) f
j
(j), et d eterminer son signe.
c. Calculer pour tout k de N
, diff erent de j, f
j
(k +1) f
j
(k) en distinguant les deux
cas : k > j et k < j. En d eduire que la diff erence f
j
(k + 1) f
j
(k) est positive si, et
seulement si, k = j.
d.

Etablir les in egalit es suivantes :
f
j
(j + 1) f
j
(j)
1 e
min
_
1,
1
_
5. On consid` ere le singleton 0 et on pose f
0]
= f
0
. Montrer, pour tout k de N
,
lin egalit e suivante :
f
0
(k + 1) f
0
(k) 0
6.a.

Etablir pour tout k de N, lin egalit e suivante :
f
A
(k + 1) f
A
(k) f
k
(k + 1) f
k
(k)
(on distinguera les deux cas : k A et k A) b. En d eduire, pour toute partie A de N,
lin egalit e suivante :
sup
k0
f
A
(k + 1) f
A
(k)
min
_
1,
1
_
Partie 3
Soit n un entier sup erieur ou egal ` a 2. On consid` ere n variables al eatoires discr` etes
ind ependantes X
1
, X
2
, . . . , X
n
d enies sur un m eme espace probabilis e (, /, p), telles
que pour tout i de [[1, n]], la variable al eatoire X
i
suit une loi de Bernoulli de param` etre
p
i
strictement positif.
On pose :
n
=
n
i=1
p
i
; W
n
=
n
i=1
X
i
Hec deuxime 53
et, pour tout i de [[1, n]], R
i
= W
n
X
i
.
On note M
n
une variable al eatoire qui suit une loi de Poisson de param` etre
n
. Soit A
une partie quelconque de N, et f
A
la fonction d enie dans la partie 2, dans lexpression
de laquelle on remplace M par M
n
et par
n
. On pose f = f
A
.
1.a.

Etablir pour tout i de [[1, n]], l egalit e des deux variables al eatoires X
i
f(W
n
) et
X
i
f(1 + R
i
).
b. En d eduire pour tout i de [[1, n]], l egalit e :
E
_
X
i
f(W
n
)
_
= p
i
E
_
f(1 + R
i
)
_
2. Pour tout i de [[1, n]], on pose :
Y
i
= f(1 + W
n
) f(1 + R
i
)
Etablir la relation suivante :

E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
i
E(Y
i
)
3.a.

Etablir pour tout i de [[1, n]], la formule suivante :
E(Y
i
/[X
i
= 1]) = E
_
f(2 + R
i
) f(1 + R
i
)
_
b. Calculer pour tout i de [[1, n]], E(Y
i
/[X
i
= 0]).
c. D eduire des questions pr ec edentes l egalit e suivante :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
2
i
E
_
f(2 + R
i
) f(1 + R
i
)
_
4.

Etablir lin egalit e suivante :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
min
_
1,
1
n
_
i=1
p
2
i
5.
`
A laide de la question 2.3.a, montrer, pour toute partie A de N, l egalit e suivante :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
= p( W
n
A) p( M
n
A)
En d eduire, pour toute partie A de N, la majoration suivante :
p( W
n
A) p( M
n
A)
min
_
1,
1
n
_
i=1
p
2
i
6. Dans cette question uniquement, on suppose que pour tout i de [[1, n]], X
i
suit la loi de
Bernoulli de param` etre :
p
i
=
1
n + i
a. D eterminer lim
n+
n
. Montrer que :
lim
n+
n
i=1
p
2
i
= 0
b. D eterminer la limite en loi de la suite (W
n
)
n2
.
Partie 4
Les notations sont identiques ` a celles de la partie 3, mais les variables al eatoires
X
1
, X
2
, . . . , X
n
d enies sur (, /, p), ne sont pas n ecessairement ind ependantes.
1.a. Montrer que pour tout i de [[1, n]], on a :
E
_
X
i
f(W
n
)
_
= p
i
E
_
f(1 + R
i
)/[X
i
= 1]
_
b. En d eduire l egalit e suivante :
p( W
n
A) p( M
n
A) =
n
i=1
p
i
_
E
_
f(1 + W
n
)
_
E
_
f(1 + R
i
)/[X
i
= 1]
_
2. On suppose que pour tout i de [[1, n]], il existe une variable al eatoire Z
i
d enie sur
(, /, p), ` a valeurs dans N, telle que la loi de Z
i
soit identique ` a la loi conditionnelle de
R
i
sachant [X
i
= 1].
a. Justier, pour tout couple (, j) dentiers naturels, lin egalit e :
f() f(j)
[ j[ min
_
1,
1
n
_
et en d eduire la majoration suivante :
p( W
n
A) p( M
n
A)
min
_
1,
1
n
_
i=1
p
i
E
_
[W
n
Z
i
[
_
b. On suppose de plus que pour tout de , pour tout i de [[1, n]], on a W
n
() Z
i
().
Etablir l egalit e :
n
i=1
p
i
E
_
[W
n
Z
i
[
_
=
n
V (W
n
)
o` u V (W
n
) d esigne la variance de W
n
.
Hec deuxime 55
En d eduire, pour toute partie A de N, lin egalit e suivante :
p( W
n
A) p( M
n
A)
min
_
1,
1
n
_
n
V (W
n
)
_
Solution
Partie 1
1.a. Soit i [[1, n]]. Comme n 1 et au vu du protocole, la probabilit de placer une
boule en dehors de lurne ni est :
1
1
n
Lhypothse dindpendance des placements fait alors que :
p( X
i
= 1 ) =
_
1
1
n
_
m
La variable X
i
suit donc la loi de Bernoulli :
B
_
1 ,
_
1
1
n
_
m
_
b. Soit (i, j) un couple dentiers distincts de [[1, n]]. Comme n 2, la probabilit de
placer une boule en dehors des urnes de numro i et j est lvidence :
1
2
n
et la mme hypothse dindpendance fait cette fois que :
p( [ X
i
= 1 ] [ X
j
= 1 ] ) =
_
1
2
n
_
m
Il est important de savoir que le produit X
i
X
j
est encore une variable de Bernoulli dont
le paramtre nest autre que p( [ X
i
= 1 ] [ X
j
= 1 ] ). La variable X
i
X
j
possde donc
une esprance et :
E(X
i
X
j
) =
_
1
2
n
_
m
Comme les variables X
i
et X
j
en possde une galement, le couple (X
i
, X
j
) possde
une covariance et :
cov(X
i
, X
j
) = E(X
i
X
j
) E(X
i
)E(X
j
) =
_
1
2
n
_
m
_
1
1
n
_
2m
Nous allons alors dmontrer par labsurde que cette covariance nest jamais nulle. Si tel
tait le cas, nous aurions :
_
1
2
n
_
m
=
_
1
1
n
_
2m
=
_
1
2
n
+
1
n
2
_
m
la dernire galit reposant sur le dveloppement dun carr de la classe de quatrime. Vu
que m nest pas nul, cela ne parat pas trs raisonnable. Qui dit covariance non nulle dit
dpendance pour ne pas dire addiction
2.a. Comme les X
i
possdent une esprance il en est de mme de la somme W
n
et par
linarit :
E(W
n
) = n
_
1
1
n
_
m
b. Les X
i
possdant cette fois une variance, la variable W
n
en possde une aussi et
comme la variance est une forme quadratique, nul ne peut ignorer que :
V (W
n
) =
n
i=1
V (X
i
) + 2
1i<jn
cov(X
i
, X
j
)
Comme la somme situe tout fait droite est bien connue pour avoir
_
n
2
_
termes, il
advient assez sereinement que :
V (W
n
) = n
_
1
1
n
_
m
_
1
_
1
1
n
_
m
_
+ n(n 1)
_
_
1
2
n
_
m
_
1
1
n
_
2m
_
On peut arranger cela un tout petit peu puisquen ralit :
V (W
n
) = n
_
1
1
n
_
m
n
2
_
1
1
n
_
2m
+ n(n 1)
_
1
2
n
_
m
c. Vu ce qui vient darriver, le dbut de la question nest quune pure formalit. Nous
avons en effet :
E(W
n
) V (W
n
) = n
_
1
1
n
_
m
n
_
1
1
n
_
m
+n
2
_
1
1
n
_
2m
n(n1)
_
1
2
n
_
m
et une gentille simplication termine laffaire. Quant la suite, comme il a dj t
remarqu que :
_
1
1
n
_
2
1
2
n
0
et que m est positif, il semble inluctable que :
_
1
1
n
_
2m
_
1
2
n
_
m
0
`
A ct de cela, comme lvidence :
n
2
n(n 1) 0
Hec deuxime 57
et que nous sommes dans une cruciale odeur de positivit, une gentille multiplication
membre membre conduit tranquillement :
n
2
_
1
1
n
_
2m
n(n 1)
_
1
2
n
_
m
ce qui ne peut que nous ravir.
3.a. Comme n est suprieur ou gal deux, lesprance de W
n
est strictement positive et
nous pouvons alors nous intresser fortement la quantit :
lnE(W
n
) = lnn +nlnn + n| ln
_
1
1
n
_
Lingalit standard de la partie entire stipule que :
nlnn + n 1 nlnn + n| nlnn + n
La multiplication par le nettement ngatif ln(1 1/n) puis laddition de lnn nous
apportent alors sur un plateau :
A(n) lnE(W
n
) A(n) ln
_
1
1
n
_
(1)
o, pour allger un poquitn, nous nous sommes permis de noter :
A(n) = lnn + (nlnn + n) ln
_
1
1
n
_
Le dveloppement limit lordre deux du logarithme ici prsent, en loccurrence :
ln
_
1
1
n
_
=
1
n

1
2n
2
+

n
n
2
o (
n
) est une suite de limite nulle, permet de transformer aisment A(n) en :
A(n) =
1
2

lnn
n

2n
+
n

lnn
n
+

n
n
Une trs classique prpondrance signale que :
lnn
n

n+
0
qui, nen pas douter, est la raison essentielle :
A(n)
n+
Voil qui est un bon dbut. Dautre part, vu que sans surprise :
ln
_
1
1
n
_

n+
0
il y a un sacr squeeze dans lencadrement (1) supra duquel rsulte :
lnE(W
n
)
n+
La fonction exponentielle tant dbonnairement continue, il sensuit que :

E(W
n
)
n+
e
b. Nous avons dj russi montrer que :

n
_
1
1
n
_
m
n+
e
Il en rsulte dj carrment que :

n
2
_
1
1
n
_
2m
n+
e
2
Concernant lautre morceau on remarque tout dabord que :
n(n 1)
_
1
2
n
_
m
n+
n
2
_
1
2
n
_
m
(eq)
et comme n 3 on peut allgrement sintresser cette fois :
ln
_
n
2
_
1
2
n
_
m
_
= 2 lnn +nlnn + n| ln
_
1
2
n
_
Lencadrement :
nlnn + n 1 nlnn + n| nlnn + n
est toujours dactualit et ln(1 2/n) est tout aussi ngatif que le cousin du prcdent
a. Il en rsulte alors mutatis mutandis que :
B(n) ln
_
n
2
_
1
2
n
_
m
_
B(n) ln
_
1
2
n
_
(2)
o, cette fois, nous avons allg la situation with :
B(n) = 2 lnn + (nlnn + n) ln
_
1
2
n
_
Nous sortons alors le dveloppement limit lordre deux :
ln
_
1
2
n
_
=
2
n

2
n
2
+

n
n
2
o (
n
) est une suite de limite nulle, qui permet de transformer aisment B(n) en :
B(n) = 2
2 lnn
n

2
n
+
n

lnn
n
+

n
n
Hec deuxime 59
Il ne fait maintenant aucun doute que :
B(n)
n+
2
de sorte que, par squeeze dans (2), apparasse :
ln
_
n
2
_
1
2
n
_
m
_

n+
2
Cest alors dans un dlicieuse continuit exponentielle que :
n
2
_
1
2
n
_
m
n+
e
2
do, grce la non moins dlicieuse (eq) supra, surgit :
n(n 1)
_
1
2
n
_
m
n+
e
2
Compte tenu de la toute proche question 2.c, il sensuit ainsi effectivement que :
E(W
n
) V (W
n
)
n+
0
c. Soit k N. Le min ne servant pas ici grand chose, la proprit que nous admettons
induit la majoration :
p( W
n
= k ) p( T
n
= k )
E(W
n
) V (W
n
)
Si lon en croit notre dernire conclusion il y a squeeze derechef et voil donc dj que :
p( W
n
= k ) p( T
n
= k )
n+
0 (li)
Mais, loi de Denis oblige, nous avons :
p( T
n
= k ) = e
k
n
k!
et depuis le tout rcent 2.b :
n

n+
e
=
en devanant lgrement le futur baptme de e
. La continuit sur R de la fonction exp

et des fonctions monmes amnent alors sur un plateau :
p( T
n
= k )
n+
e
k
k!
`
A la lumire de la limite (li) qui mijote un petit peu plus haut, il savre que :
p( W
n
= k )
n+
e
k
k!
Notons alors T une variable de Poisson de paramtre . Nous notons deux choses
importantes :
First, nous avons :
n 3 W
n
() T() = N
vu que, pour chaque n 3, W
n
prend ouvertement ses valeurs dans [[0, n]].
Second, nous venons linstant dtablir que :
k N p( W
n
= k )
n+
p( T = k )
La condition sufsante de convergence en loi pour les suites de variables discrtes stipule
alors exactement que :
W
n
1
n+
T
ce que lon se permet dcrire aussi parfois :
W
n
1
n+
T()
4. Pour les deux questions qui suivent il eut t plus opportun de considrer une suite
innie, (T
p
)
pN
, qui soit i.i.d et attache la loi de Poisson de paramtre , ce que nous
faisons sur-le-champ.
a. La loi de Poisson de paramtre , parce que nous le savons bien, possde une variance.
Comme la suite (T
p
) est la suite de ses moyennes empiriques de rang p la conclusion est
on ne peut plus ofcielle.
b. Nous avanons les lments suivants :
La suite (T
p
)
pN
est i.i.d oblige forme de variables indpendantes et de
mme loi.
La variable T
1
possde une variance strictement positive . Comme E(T
1
) vaut
galement , le thorme de la limite centre de Liapounov stipule alors exactement que :
T
p

_
/p
1
n+
^(0, 1)
c. Il nous faut comprendre que est un rel de louvert ]0, 1[ et, au cas o on ne laurait
pas reconnu, le rel u du texte nest autre que le trs fameux et trs ofciel t
. Il vrie
donc :
1 (t
) = (t
) =

2
o, lon sen doute bien, dsigne la fonction de Gauss, rpartition de la loi normale
centre rduite.
Cela tant, pour p assez grand comme ils disent, on va carrment dcrter que U
p
est
normale centre rduite, ce qui nous amne :
p( [U
p
[ t
) = p( t
U
p
t
) = (t
) (t
) = 1
Hec deuxime 61
Remarquons alors, sans autre forme de procs, que :
_
[U
p
[ t
=
_
[U
p
[
2
t
2
=
_
(T
p
)
2
t
2
p
0
_
ce qui, en dveloppant un poquitn, devient :
_
[U
p
[ t
=
_
_
t
2
p
+ 2T
p
_
+ T
2
p
0
_
Nous devenons dun coup trs intresss par le trinme :
= X
2
_
t
2
p
+ 2T
p
_
X + T
2
p
vu que ce qui prcde se transforme en :
_
[U
p
[ t
=
_
() 0
Le discriminant de vaut exactement :

= 4T
p
t
2
p
+
t
4
p
2
et est donc ouvertement strictement positif. Il possde donc deux racines relles distinctes
que, trs opportunment, nous nommons I
p
et J
p
et comme elles appartiennent la galerie
des horreurs nous viterons de les calculer explicitement. Cela dit, tout individu ayant
assidment suivi les enseignements de la premire scientique ne peut ignorer que :
_
() 0
=
_
[I
p
, J
p
]
et nalement :
p
_
[I
p
, J
p
]
_
= 1
Nous pouvons changer de partie.
Partie 2
1.a. On trouve aisment, dans les deux cas, que f
A
est lapplication nulle.
b. Il ne fait aucun doute que :
f
A
(1) =
e
_
p
_
[ M A] [ M = 0 ]
_
p
_
[ M A]
_
p
_
[ M = 0 ]
_
_
Cest l quil faut planier un petit peu.
Si 0 appartient A, vu que :
[ M A] [ M = 0 ] = [ M = 0 ]
on dduit que :
f
A
(1) =
1 p( [ M A] )
puisque p( M = 0 ) = e
De la mme faon, si 0 nappartient pas A, vu que :

[ M A] [ M = 0 ] =
on trouve :
f
A
(1) =
p( [ M A] )
Poursuivons. Nous avons nen pas douter :

f
A
(2) =
e
2
_
p
_
[ M A] [ M 1 ]
_
p
_
[ M A]
_
p
_
[ M 1 ]
_
_
Comme le texte suppose que 0 et 1 appartiennent A, il advient tranquillement que :
[ M A] [ M 1 ] = [ M 1 ]
et vu que p( M 1 ) = e
(1 + ), il semble bien que :

f
A
(2) =
1 +
2
_
1 p( [ M A] )
_
2.a. Nous planions un peu.
Lgalit :
f
AB
(0) = f
A
(0) + f
B
(0)
vu quelle scrit 0 = 0 ne devrait casser aucune patte de col vert !
Soit maintenant k N. Nous devons srieusement nous intresser la quantit :
p
_
[ M A B] [ M k ]
_
p
_
[ M A B]
_
p
_
[ M k ]
_
Nous observons cet effet que :
Primo, et sans lombre dun doute, lon a :
_
M A B
=
_
M A
_
M B
Comme les ensembles Aet B sont disjoints, il en est de mme des vnements [ M A]
et [ M B] et par additivit :
p
_
[ M A B]
_
= p
_
M A
_
+p
_
M B
_
Secondo, par le mme type dargumentation au prix nanmoins dune petite
distributivit on dmontre galement que :
p
_
[ M AB][ M k ]
_
= p
_
[ M A][ M k ]
_
+p
_
[ M B][ M k ]
_
Hec deuxime 63
Lgalit :
f
AB
(k + 1) = f
A
(k + 1) +f
B
(k + 1)
sen dduit alors quasi mentalement.
b. Il suft de noter que A etA sont disjointes, que :
AA = N
et de ne pas avoir oubli que, depuis le 1.a, lon a f
N
= 0.
3.a. Soit k N. Nous devons de planier nouveau.
Si k = 0, le ct gauche devient f
A
(1) et au rcent 1.b nous avons trouv :
f
A
(1) =
_
_
_
1 p( M A) si 0 A
p( M A) si 0 / A
Si lon en croit la formule de lvnement contraire, laffaire semble dans le sac.
Si k 1, nous avons cette fois :
f
A
(k + 1) =
k!
k
e
_
p
_
[ M A] [ M k ]
_
p
_
M A
_
p
_
M k
_
_
kf
A
(k) =
k!
k
e
_
p
_
[ M A] [ M k 1 ]
_
p
_
M A
_
p
_
M k 1
_
_
Cest alors quasi mentalement que, par diffrence, lon obtient :
f
A
(k +1) kf
A
(k) =
k!
k
e
_
p
_
[ M A] [ M = k ]
_
p
_
M A
_
p
_
M = k
_
_
Nous devons alors sous-planier exactement comme au rcent 1.b :
Si k A, vu que :
_
M A
_
M = k
=
_
M = k
on trouve instantanment et effectivement :

f
A
(k + 1) kf
A
(k) =
k!
k
e
p( M = k )
_
1 p( M A)
_
= p( M A)
la dernire galit reposant la fois sur la formule de lvnement contraire et sur une
connaissance sans faille de la loi de Denis Poisson.
Si k / A, vu que cette fois :
_
M A
_
M = k
=
on trouve mutatis mutandis :
f
A
(k + 1) kf
A
(k) = p( M A)
On aurait pu galement appliquer le cas prcdent A :=A et user du rcent 2.b mais
cela nest gure plus rapide.
b. Le en dduire est pour le moins trange vu que nous savons cela depuis le 1.b. En
effet, vu que A nest ni la partie vide, ni la partie pleine,lon a les ingalits strictes :
0 < p( M A) < 1
et vu ce que nous avons trouv lpoque pour f
A
(1)
4.a. Soit k N
. Nous avons :
f
A
(k + 1) =
k!
k+1
e
_
p
_
[ M = j ] [ M k ]
_
p
_
M = j
_
p
_
M k
_
_
et on commence avoir lhabitude !
Si k j, vu que :
_
M = j
_
M k
=
_
M = j
il advient que :
f
A
(k + 1) =
k!
k+1
e
p( M = j )
_
1 p( M k )
_
=
k!
j!
kj+1
p( M k + 1 )
la dernire expression tant derechef contrario poissonienne.
En revanche si k < j, vu que :
_
M = j
_
M k
=
on obtient mutatis mutandis :
f
A
(k + 1) =
k!
j!
kj+1
p( M k )
Nous observons que lhypothse k 1 na pas vraiment t utile et heureusement pour
la suite
b. Il rsulte de la premire facette du a que :
f
j
(j + 1) =
1
p( M j + 1 )
alors que la seconde rvle que :
f
j
(j) =
1
j
p( M j 1 )
vu que nous navons pas oubli le crucial j 1. La diffrence :
f
j
(j + 1) f
j
(j) =
1
p( M j + 1 ) +
1
j
p( M j 1 )
Hec deuxime 65
est alors ouvertement strictement positive.
Lorsque j = 1, nous avons utilis sans vergogne la seconde facette du 4.a lorsque
k = 0. Heureusement que nous avons pris la prcaution de signaler supra que cela ne
cause aucun souci
c. Soit nouveau k N et non dans N
. On nous demande de planier, obissons !

Si k > j, vu que k 1 j et si lon en croit les facettes du a, lon a :
f
j
(k + 1) f
j
(k) =
k!
j!
kj+1
p( M k + 1 )
(k 1)!
j!
kj
p( M k )
ce que nous prfrons crire :
f
j
(k + 1) f
j
(k) =
(k 1)!
j!
kj
_
k
p( M k + 1 ) p( M k )
_
Il faut alors observer que :
k
p( M k + 1 ) =
+
i=k+1
k
i
i!
e
<
+
i=k+1
i
i
i!
e
la majoration stricte de droite protant, essentiellement, de ce que les entiers i suprieurs

ou gaux k+1 sont strictement suprieurs k. Aprs quelques gentilles mais lgales !
simplications et un petit changement dindice, il savre que :
+
i=k+1
i
i
i!
e
=
+
i=k+1
i1
(i 1)!
e
=
+
i=k
i
i!
e
= p( M k )
et lon a donc nalement :
k
p( M k + 1 ) p( M k ) < 0
ce qui amne bien :
f
j
(k + 1) f
j
(k) < 0
Si maintenant k < j tout se joue mutatis mutandis mais grce la seconde facette
du rcent 4.a. Nous laissons notre ami lecteur le soin de sen convaincre.
Nous utilisons encore une fois le fait que la seconde facette du 4.a fonctionne lorsque
k = 0.
d. Il a dj t dit plus haut que :
f
j
(j + 1) f
j
(j) =
1
p( M j + 1 ) +
1
j
p( M j 1 )
Mais grce aux mmes ides de majoration que supra, nous notons que :
1
j
p( M j 1 ) =
j1
i=0
1
j

i
i!
e
j1
i=0
1
i + 1

i
i!
e

la raison essentielle tant que :
i [[0, j 1]]
1
j

1
i + 1
Or, sans lombre dune hsitation, nous avons tour tour :
j1
i=0
1
i + 1

i
i!
e
=
1
j1
i=0
i+1
(i + 1)!
e
=
1
i=1
i
i!
e
= p( 1 M j )
Autant dire que nous en sommes :
f
j
(j + 1) f
j
(j)
1
_
p( M j + 1 ) +p( 1 M j )
=
1
p( M 1 )
lgalit de droite se passant quasiment de tout commentaire. Comme :
p( M 1 ) = 1 p( M = 0 ) = 1 e
nous avons galement :

f
j
(j + 1) f
j
(j)
1 e
la positivit de tant entendue depuis bien longtemps. Poursuivons.

La majoration :
1 e
ne devrait pas tre susceptible de faire couler beaucoup dencre

Pour lautre lment du min nous ressortons la bonne vieille ingalit de
convexit :
e
1
do, vu que > 0, dcoule immdiatement :
1 e
1
Nous avons donc bien :
1 e
min
_
1,
1
_
Ces majorations sont des Barbour et Eagleson et datent de .
5. Soit tout dabord k N. On dmontre exactement comme au 4.a que :
f
0
(k + 1) =
k!
k+1
p( M k + 1 )
Si maintenant k est en outre non nul, la lumire de la positivit de k et de k 1, nous
avons :
f
0
(k + 1) =
k!
k+1
p( M k + 1 ) et f
0
(k) =
(k 1)!
k
p( M k )
Hec deuxime 67
telle enseigne que, comme supra :
f
0
(k + 1) f
0
(k) =
(k 1)!
k
_
k
p( M k + 1 ) p( M k )
_
dont la ngativit a dj t tablie auparavant. En revanche le texte ne le demande pas
mais il nous le faudra plus loin, lorsque k = 0, nous avons ouvertement :
f
0
(k + 1) f
0
(k) = f
0
(1) =
1 e
0
Si lon rsume ce qui vient dtre fait aux questions 4 et 5 nous sommes en mesure de
clamer que :
j N k N j ,= k = f
j
(k + 1) f
j
(k) 0
alors que :
k N f
k
(k + 1) f
k
(k) 0
De plus, la majoration du 4.d, a priori valide pour j 1, vient linstant dobtenir son
aval galement en zro telle enseigne que :
k N fk(k + 1) f
k
(k)
1 e
min
_
1,
1
_
Toutes ces prcisions vont se rvler cruciales pour la suite.
6.a. Soit A une partie de N et, dans un premier temps, m un lment de N
. Le point
crucial est le suivant. Nous avons :
A =
_
jA
j
et vu que Aest une partie de N, il sagit dune runion nie ou dnombrable de singletons
deux deux disjoints. Le mme raisonnement que celui dvelopp au 2.a mais utilisant
selon le cas ladditivit ou la -additivit de la probabilit p conduit sans ambages :
f
A
(m) =
jA
f
j
(m)
et comme cela vaut encore trivialement cette fois lorsque m = 0, nous pouvons
afrmer quin ne :
m N f
A
(m) =
jA
f
j
(m)
Soit alors k N.
`
A la lumire de ce que nous venons dapprendre, il semble bien que :
f
A
(k + 1) f
A
(k) =
jA
_
f
j
(k + 1) f
j
(k)
_
Nous repartons pour une planication :
Si k Ale terme f
k
(k+1) f
k
(k) fait partie de notre somme alors que, vu notre
clameur de la n du 5, tous les autres termes son ngatifs. Il sensuit alors tout fait que :
f
A
(k + 1) f
A
(k) f
k
(k + 1) f
k
(k)
Si maintenant k / A, toujours grce notre clameur, tous les termes de la somme
sont carrment ngatifs alors que :
f
k
(k + 1) f
k
(k) 0
b. Soit nouveau A une partie de N et k N. Au regard de la question prcdente et
de notre dernire clameur de la n du 5, nous nous autorisons afrmer que :
f
A
(k + 1) f
A
(k) min
_
1,
1
_
et nous voil repartis pour une planication :
Si f
A
(k + 1) f
A
(k) 0, nous avons sans surprise :
f
A
(k + 1) f
A
(k)
min
_
1,
1
_
En revanche, si f
A
(k + 1) f
A
(k) < 0, grce la sympathique formule
dopposition du 2.b on a :
f
A
(k + 1) f
A
(k)
= f
A
(k + 1) f
A
(k) min
_
1,
1
_
la dernire ingalit provenant du 6.a appliqu tout btement A := A. Il semble que
nous puissions changer de partie.
Partie 3
1.a. Soit i [[1, n]] et . Nous planions :
Si X
i
() = 0, il ny a pas grand chose invoquer.
Dans le cas contraire, variable de Bernoulli oblige, X
i
() = 1 et du coup :
1 + R
i
() = X
i
() + R
i
() = W
i
()
et laffaire est nouveau dans le sac.
b. Soit nouveau i [[1, n]]. Comme X
1
, . . . , X
n
sont indpendantes, le lemme des
coalitions indique que les variables X
i
et f(1 + R
i
) le sont galement vu que :
f(1 + R
i
) = f(1 + X
1
+ + X
i1
+ X
i+1
+ + X
n
)
Comme nos variables ne prennent ici quun nombre ni de valeurs elles possdent
assurment une esprance et si lon en croit la formule donnant lesprance dun produit
de deux indpendantes, il semble bien que :
E
_
X
i
f(1 + R
i
)
_
= E(X
i
)E
_
f(1 + R
i
)
_
= p
i
E
_
f(1 + R
i
)
_
Hec deuxime 69
la dernire galit reposant sur ce quil est convenu desprer dune variable de Bernoulli.
2. Puisque par dnition :
n
=
n
i=1
p
i
et W
n
=
n
i=1
X
i
la linarit de loprateur esprance nous amne tranquillement :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
i
E
_
f(1 + W
n
)
_
i=1
E
_
X
i
f(W
n
)
_
Mais, pour chaque entier i [[1, n]], nous avons tabli que :
E
_
X
i
f(W
n
)
_
= p
i
E
_
f(1 + R
i
)
_
Grce un picochouia de linarit il se dessine que :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
i
E
_
f(1 + W
n
) f(1 + R
i
)
_
3.a. Soit i [[1, n]]. Lvnement [ X
i
= 1 ] tant de probabilit non nulle on rappelle
que p
i
> 0 le conditionnement est autoris et :
E
[ X
i
=1 ]
(Y
i
) =
k
k p
[ X
i
=1 ]
( Y
i
= k )
la sommation portant sur lensemble ni des valeurs prises par Y
i
. Mais, pour chaque
entier k concern, lon a :
p
[ X
i
=1 ]
( Y
i
= k ) =
p( [ Y
i
= k ] [ X
i
= 1 ] )
p( X
i
= 1 )
Oui mais voil, vu les dnitions des uns et des autres il semble difcile de contester que :
_
Y
i
= k
_
X
i
= 1
=
_
f(2 + R
i
) f(1 + R
i
) = k
_
X
i
= 1
Le clou de largumentation revient au lemme des coalitions qui, comme supra, assure
lindpendance des variables :
f(2 + R
i
) f(1 + R
i
) et X
i
Il nen faut pas plus pour clamer haut et fort que :
p
[ X
i
=1 ]
( Y
i
= k ) = p( [ f(2 + R
i
) f(1 + R
i
) = k ] )
E
[ X
i
=1 ]
(Y
i
) =
k
k p( [ f(2 + R
i
) f(1 + R
i
) = k ] )
ce qui met laffaire largement dans le sac.
b. Il y a ici un problme ! Si par malheur p
i
= 1 le conditionnement par [ X
i
= 0 ]
va largement coincer Nous pensons donc plus raisonnable de supposer que les p
i
se
situent dans louvert ]0, 1[. Cela tant, cest mutatis mutandis que nous parvenons :
E
[ X
i
=0 ]
(Y
i
) = 0
c. Nous navons pas oubli la relation :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
i
E(Y
i
)
obtenue lors de la rcente question 2. Soit alors i [[1, n]]. Daprs la formule de
lesprance totale nous avons :
E(Y
i
) = p( X
i
= 1 )E
[ X
i
=1 ]
(Y
i
) +p( X
i
= 0 )E
[ X
i
=0 ]
(Y
i
)
et vu ce que nous venons de trouver linstant, il semble ne rester que :
E(Y
i
) = p
i
E
_
f(2 + R
i
) f(1 + R
i
)
_
de sorte queffectivement :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
n
i=1
p
2
i
E
_
f(2 + R
i
) f(1 + R
i
)
_
4. Grce la question prcdente et lingalit triangulaire nous avons dj :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
i=1
p
2
i
E
_
f(2 + R
i
) f(1 + R
i
)
_
Nous faisons alors mention des choses suivantes :

Dire quune v.a.r U possde une esprance revient dire que [U[ en possde une
galement et en tout tat de cause, lon a :
E(U)
E
_
[U[
_
Vu que les p
2
i
sont positifs, nous avanons un peu puisque nous en sommes alors :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
i=1
p
2
i
E
_
[f(2 + R
i
) f(1 + R
i
)[
_
Hec deuxime 71
Lorsquune variable U ne prend que des valeurs infrieures ou gales un certain
rel M et lorsque U possde une esprance, lon a :
E(U) M
ce qui nest quun cas particulier de la fameuse croissance de loprateur esprance .
Les v.a.r R
i
prennent videmment leurs valeurs dans N et, si lon en croit la toute
dernire question de la seconde partie, les v.a.r :
[f(2 + R
i
) f(1 + R
i
)[
ne prennent que des valeurs infrieures ou gales :
min
_
1,
1
n
_
Il sensuit donc que :
i [[1, n]] E
_
[f(2 + R
i
) f(1 + R
i
)[
_
min
_
1,
1
n
_
et la positivit des p
2
i
encore elle ! amne alors en douceur transitive :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
min
_
1,
1
n
_
n
i=1
p
2
i
ce qui ne peut que nous ravir.
5. Daprs le thorme de transfert, nous avons :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
=
k
_
n
f(1 + k) kf(k)
_
p( W
n
= k )
la sommation portant videmment sur les valeurs prises par la variable W
n
. Mais la
lecture de la question 3.a de la partie 2, et au prix dune bnigne gestion de facettes, cette
somme devient :
kA
p( M
n
A)p( W
n
= k )
kA
p( M
n
A)p( W
n
= k )
cest--dire :
p( M
n
A)
kA
p( W
n
= k ) p( M
n
A)
kA
p( W
n
= k )
Autant dire alors que :
E
_
n
f(1+W
n
)W
n
f(W
n
)
_
= p( M
n
A)p( W
n
A)p( M
n
A)p( W
n
A)
Selon la formule de lvnement contraire, il advient que :
p( M
n
A) = 1 p( M
n
A) et p( W
n
A) = 1 p( W
n
A)
do il ressort, aprs simplication, queffectivement :
E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
= p( W
n
A) p( M
n
A)
Vu ce qui at obtenu la question 4 in semble que nous nayons rien de plus ajouter.
6. Avant de commencer, nous notons quici les p
i
sont non seulement positifs stricts mais
sont, au demeurant, situs dans louvert ]0, 1[. Vu la remarque faite lors de la question 3.b
nous ne pouvons que nous en rjouir.
a. Comme n nest pas nul, il est tout fait possible dcrire :
n
=
1
n
n
i=1
1
1 +
i
n
ce qui fait apparatre au grand jour une classique somme de Riemann attache lintgrale
propre :
_
1
0
dt
1 + t
Comme cette dernire vaut mentalement ln2, le thorme de Darboux-Riemann est
formel. Nous avons :
n

n+
ln2
Occupons-nous prsent de la somme des p
2
i
. Il semble difcilement contestable que :
i [[1, n]] 0 p
2
i

1
n
2
Mzalor, par addition membre membre, il advient que :
0
n
i=1
p
2
i

1
n
Cest ainsi par squeeze que nous concluons :
n
i=1
p
2
i

n+
0
b. Soit k N. La rcente question 5 dans laquelle nous choisissons A = k, conduit
:
p( W
n
= k ) p( M
n
= k )
i=1
p
2
i
Hec deuxime 73
vu que le bien joli min pas vraiment utile ici est infrieur ou gal 1. Grce la n
de la question prcdente, il sensuit nouveau par squeeze que :
p( W
n
= k ) p( M
n
= k )
n+
0 ()
Mais, loi de Poisson de paramtre
n
oblige, nous avons :
p( M
n
= k ) = e
n

k
n
k!
Oui mais voil, lon a depuis peu :
n

n+
ln2
et les fonctions exp et x x
k
sont continues sur R et a fortiori en ln2. Il nen faut pas
plus pour clamer que :
p( M
n
= k )
n+
e
ln2
ln
k
2
k!
puis, dans la foule, vu ce que raconte () supra :
p( W
n
= k )
n+
e
ln2
ln
k
2
k!
Soit alors U une variable de Poisson de paramtre ln2 dnie sur notre espace probabilis.
Nous observons alors deux choses :
Primo, il ne fait pas lombre dun doute que :
n 2 W
n
() U() = N
on rappelle en effet que W
n
prend ses valeurs dans [[0, n]].
Deuzio, nous venons de constater linstant que :
k N p( W
n
= k )
n+
p( U = k )
La condition sufsante de convergence en loi des suites de variables discrtes assure alors
que :
W
n
1
n+
U
ce quil est parfois autoris dcrire :
W
n
1
n+
T(ln2)
Nous navons pas oubli que :
e
ln2
=
1
2
mais nous avons prfr laisser e
ln2
en ltat pour bien mettre en vidence le ct
poissonnien de laffaire.
Partie 4
1.a. Soit i [[1, n]]. Cest encore une affaire desprance totale. Nous avons en effet :
E
_
X
i
f(W
n
)
_
= p( X
i
= 1 )E
[ X
i
=1 ]
_
X
i
f(W
n
)
_
+p( X
i
= 0 )E
[ X
i
=0 ]
_
X
i
f(W
n
)
_
Largumentation est alors peu prs la mme que celle des 3.a et 3.b de la partie prcdente
cela prs que lon ny coalise plus et quen consquence les conditionnelles restent. Le
rsultat des course est :
E
[ X
i
=1 ]
_
X
i
f(W
n
)
_
= E
[ X
i
=1 ]
_
f(1 + R
i
)
_
et E
[ X
i
=0 ]
_
X
i
f(W
n
)
_
= 0
Comme p( X
i
= 1 ) = p
i
, nous pouvons passer la suite.
b. Soit A N. Le premier point important signaler est le suivant. Lgalit de la
question 5 de la partie prcdente, en loccurrence :
p( W
n
A) p( M
n
A) = E
_
n
f(1 + W
n
) W
n
f(W
n
)
_
na pas du tout utilis lindpendance des variables X
i
et elle est donc encore dactualit.
Dans ces conditions la lueur de luniverselle linarit de lesprance, il semble se dessiner
que :
p( W
n
A) p( M
n
A) =
n
i=1
p
i
E
_
f(1 + W
n
)
_
i=1
E
_
X
i
f(W
n
)
_
Vu le rcent a cela se transforme en :
p( W
n
A) p( M
n
A) =
n
i=1
p
i
E
_
f(1 + W
n
)
_
i=1
p
i
E
[ X
i
=1 ]
_
f(1 + R
i
)
_
et la linarit de la sommation conduit alors exactement au rsultat escompt.
2.a. Soit (, j) N
2
. Nous planions.
Supposons tout dabord j < . Nous pouvons crire tlescopiquement :
f() f(j) =
1
k=j
_
f(k + 1) f(k)
_
Lingalit triangulaire amne alors tranquillement et tout dabord :
f() f(j)
k=j
f(k + 1) f(k)
()
Hec deuxime 75
Mais, depuis belle lurette, nous savons que, pour chaque k N, lon a :
f(k + 1) f(k)
min
_
1,
1
n
_
Comme la somme du right hand side de () comporte ouvertement j termes, laffaire
est dans le sac pour ce premier cas.
Si maintenant j = , nous ne dirons rien de plus que no comment.
Si pour nir, j > , notre vnr lecteur aura droit au magique mutatis mutandis.
Soit alors i [[1, n]]. Vu le rle que lon fait jouer la variable Z
i
, nous sommes en droit
de revendiquer lgalit :
E
[ X
i
=1 ]
_
f(1 + R
i
)
_
= E
_
f(1 + Z
i
)
_
Forts de cette information, si nous rannonons A N, lgalit du rcent b se
mtamorphose en :
p( W
n
A) p( M
n
A) =
n
i=1
p
i
_
E
_
f(1 + W
n
)
_
E
_
f(1 + Z
i
)
_
ou encore sempiternellement :
p( W
n
A) p( M
n
A) =
n
i=1
p
i
E
_
f(1 + W
n
) f(1 + Z
i
)
Lingalit triangulaire et la fameuse

E(U)
E
_
[U[
_
prennent le relais et assnent de
concert :
p( W
n
A) p( M
n
A)
i=1
p
i
E
_
[f(1 + W
n
) f(1 + Z
i
)[
vu que le signe des p

i
Soit alors nouveau i [[1, n]]. Vu que les variables 1 + W
n
et
1 +R
i
sont depuis longtemps valeurs dans N, le dbut de la question amne lingalit
entre variables alatoires que voici :
[f(1 + W
n
) f(1 + Z
i
)[ [W
n
Z
i
[ min
_
1,
1
n
_
La croissance de lesprance dbouche alors sur :
E
_
[f(1 + W
n
) f(1 + Z
i
)[
E
_
[W
n
Z
i
[
_
min
_
1,
1
n
_
ce qui rvle effectivement, par multiplication par p
i
et addition membre membre, que :
p( W
n
A) p( M
n
A)
min
_
1,
1
n
_
n
i=1
p
i
E
_
[W
n
Z
i
[
_
b. Soit une dernire fois i [[1, n]]. La nouvelle hypothse rvle que :
p
i
E
_
[W
n
Z
i
[
_
= p
i
E(W
n
Z
i
) = p
i
E(W
n
) p
i
E(Z
i
)
la dernire galit protant one more time de la galactique linarit de lesprance.
Revenons alors au rle jou par la variable Z
i
. Il stipule que :
p
i
E(Z
i
) = p( X
i
= 1 )E
[ X
i
=1 ]
(R
i
)
On peut alors poursuivre joliment en observant que dans la toute rcente question 1.a
nous navons pas du tout utilis la spcicit de la fonction f et que les conclusions de
cette question sappliquent donc toute fonction g en lieu et place de f et pourquoi pas
la fonction :
g : x x 1
Il sensuit ainsi que :
p( X
i
= 1 )E
[ X
i
=1 ]
(R
i
) = E
_
X
i
(W
n
1)
_
et nous en sommes alors :
n
i=1
p
i
E
_
[W
n
Z
i
[
_
= E(W
n
)
n
i=1
p
i

n
i=1
E
_
X
i
(W
n
1)
_
Un dernier petit effort, nous notons que :
n
i=1
p
i
=
n
= E(W
n
)
et que, toujours par linarit :
n
i=1
E
_
X
i
(W
n
1)
_
= E
_
W
n
(W
n
1)
_
= E(W
2
n
) E(W
n
) = E(W
2
n
)
n
Il en rsulte nalement que :
n
i=1
p
i
E
_
[W
n
Z
i
[
_
=
_
E(W
n
)
2
E(W
2
n
) +
n
=
n
V (W
n
)
la dernire galit reposant sur les dires du tandem Knig-Huygens. Il suft alors pour
conclure dannoncer une dernire fois A N, dvoquer le tout proche 2.a et dy
rpercuter notre dernire galit.
Essec premire 77
Essec premire
tude d'une Pick function
L'ordre de Karl Lwner
Stricte monotonie matricielle
Anne Difficult
2
Notations, rappels
Dans tout le probl` eme, la lettre n d esigne un entier sup erieur ou egal ` a 2 et on note [[1, n]]
lensemble des entiers k v eriant : 1 k n. Par ailleurs, on note :
M
n
(R) lespace vectoriel des matrices carr ees dordre n ` a coefcients r eels ;
M
n,1
(R) lespace vectoriel des matrices colonnes r eelles ` a n lignes ;
M
T
la transpos ee dune matrice M ;
I
n
la matrice identit e de M
n,1
(R) ;
Pour A M
n
(R) :
Ker(A) =
_
X M
n,1
(R) [ AX = 0
_
Objectif du probl` eme :
On dispose dun ordre naturel sur lensemble des r eels, on sinterroge dans ce probl` eme
sur lextension de cet ordre ` a S
n
(R) et on sint eresse en particulier ` a la monotonie de
quelques applications.
Les deux premi` eres parties du probl` eme sont ind ependantes. La troisi` eme partie utilise
simultan ement les deux parties pr ec edentes. La quatri` eme partie reprend essentiellement
les notions vues dans la troisi` eme partie.
Partie 1 Repr esentation int egrale dune fonction puissance
Pr eambule
On d esigne par une application d enie et continue sur R
+
et ` a valeurs positives telle
que lint egrale :
_
+
0
(t)
1 + t
2
dt
soit convergente et on lui associe la fonction f dune variable r eelle d enie par :
f(x) =
_
+
0
_
t
1 + t
2

1
x + t
_
(t)dt
Question pr eliminaire : Montrer que f est d enie sur R
+
.
1. Pour quelles valeurs du r eel , lint egrale :
_
+
0
t
1 + t
2
dt
est-elle convergente ?
Dans toute la suite du probl` eme, pour de telles valeurs de , on d esignera par f
lapplication d enie sur R
+
par :
x R
+
f
(x) =
_
+
0
_
t
1 + t
2

1
x + t
_
t
dt
2. Exprimer f
0
` a laide des fonctions usuelles.
3. On suppose que ] 1, 0[.
Pour x > 0, prouver la convergence de lint egrale :
_
+
0
t
x + t
dt
et, ` a laide dun changement de variable, lexprimer en fonction de x
et dun r eel ne
d ependant que de .
En d eduire lexistence de c et d, r eels ne d ependant que de , tels que :
x > 0, f
(x) = c.x
+ d
Pr eciser le signe de c.
4. On suppose que ]0, 1[.
a. Lorsque x et h sont des r eels tels que x > 0, x+h > 0 et h ,= 0, v erier la relation :
f
(x + h) f
(x)
h
=
_
+
0
t
(x + h + t)(x + t)
dt
Essec premire 79
Montrer alors que f
est d erivable sur R
+
et que :
x > 0, f
t
(x) =
_
+
0
t
(x + t)
2
dt
b. Justier la relation :
x > 0, f
t
(x) = f
t
(1).x
1
En d eduire lexistence de c et d, r eels ne d ependant que de , tels que :
x > 0, f
(x) = c.x
+ d
Pr eciser le signe de c.
Partie 2 Les matrices sym etriques r eelles
On note S
n
(R) le sous-espace vectoriel de M
n
(R) constitu e des matrices sym etriques,
cest-` a-dire :
S
n
(R) =
_
M M
n
(R) [ M
T
= M
_
On dit quune matrice M de S
n
(R) est d enie positive si, pour toute matrice colonne X
de M
n,1
(R) :
X ,= 0 = X
T
M X > 0
Lensemble des matrices sym etriques d enies positives de S
n
(R) sera not e S
++
n
(R).
Enn, lorsque A et B sont deux matrices sym etriques v eriant :
B A S
++
n
(R)
on dira que A est strictement plus petite que B et on le notera A < B.
1. Caracterisations des matrices denies positives.
a. Pour A S
n
(R), etablir l equivalence suivante :
A S
++
n
(R) Toute valeur propre de A est strictement positive.
b. Lorsque A =
_
a b
b c
_
et X =
_
x
y
_
, v erier l egalit e :
aX
T
A X = (ax + by)
2
+ (ac b
2
)y
2
En d eduire que :
_
a b
b c
_
S
++
2
(R) a > 0 et ac b
2
> 0
2. Exemples.
a. Soit A =
_
2 1
1 1
_
et B =
_
4 0
0 5/3
_
.
V erier que A et B appartiennent ` a S
++
2
(R) et montrer que A < B. A-t-on A
2
< B
2
?
b. Soit A S
++
n
(R).
i. Montrer que A est inversible et que A
1
S
++
n
(R).
ii. Pour tout X M
n,1
(R), on d enit lapplication :
A
X
: M
n,1
(R) R ; Y 2X
T
Y Y
T
A Y
Exprimer, pour tout H M
n,1
(R) :
A
X
_
A
1
X + H
_
A
X
_
A
1
X
_
en fonction de H et A.
En d eduire que
A
X
admet en A
1
X un maximum qui vaut X
T
A
1
X.
iii. On consid` ere maintenant B S
++
n
(R) v eriant A < B.
Montrer que pour tout X et tout Y matrices colonnes de M
n,1
(R) :
Y ,= 0 =
A
X
(Y ) >
B
X
(Y )
En d eduire que B
1
< A
1
.
Partie 3 Monotonie sur S
++
n
(R)
Lorsque F est une application d enie sur S
++
n
(R) et ` a valeur dans S
n
(R), on dit que F
est strictement croissante sur S
++
n
(R) si, pour tout A et tout B appartenant ` a S
++
n
(R) :
A < B = F(A) < F(B)
On dira de m eme que F est strictement d ecroissante sur S
++
n
(R) lorsque F est
strictement croissante sur S
++
n
(R).
Par exemple, la propri et e vue au II-2-b-iii se traduit par la stricte d ecroissance de
lapplication :
F : S
++
n
(R) S
n
(R) ; M M
1
1. Resultats preliminaires.
On d esigne par A une matrice sym etrique r eelle dont lensemble des valeurs propres
distinctes
_
1
,
2
, . . . ,
p
_
est class e dans lordre croissant.
On rappelle que :
M
n,1
(R) =
p
i=1
E
i
(A) o E
i
(A) = Ker(A
i
I
n
)
Essec premire 81
a. Justier la relation :
A =
p
i=1
i
M
i
o` u M
i
est la matrice de la projection orthogonale sur E
i
(A) dans la base canonique de
M
n,1
(R). Dans toute la suite du probl` eme, une telle ecriture sappelle la d ecomposition
de A.
b. Montrer que :
I
n
=
p
i=1
M
i
c. Donner la d ecomposition de la matrice A + tI
n
lorsque t est r eel.
Si A appartient ` a S
++
n
(R) et admet la d ecomposition A =
p
i=1
i
M
i
, on d enit, lorsque
f est une application de R
+
dans R, la matrice :
f(A) =
p
i=1
f(
i
)M
i
On peut ainsi consid erer lapplication

f d enie sur S
++
n
(R) et ` a valeurs dans M
n
(R)
par :
f : A

f(A)
2.a. Montrer que, pour tout Aappartenant ` a S
++
n
(R),

f(A) appartient ` a S
n
(R) et donner
la d ecomposition de

f(A) lorsque f est strictement monotone.
b. Pr eciser

f lorsque que :
f : R
+
R ; x
1
x
c. Soit f : R
+
Ret g : R
+
R
+
deux applications strictement monotones. Montrer
que :
f g =

f g
d. Lorsque (a, b, c, d) appartient ` a R
4
avec c > 0, d > 0 et bc ad ,= 0, on consid` ere
lapplication :
h : R
+
R ; x
ax + b
cx + d
Apr` es avoir v eri e que :
x > 0, h(x) =
bc ad
c(cx + d)
+
a
c
montrer la stricte monotonie de
h sur S
++
n
(R).
3. Integrales de matrices.
Soit M lapplication dnie de la faon suivante :
M : R
+
M
n
(R) ; t
_
m
i,j
(t)
_
(i,j)[[1,n]][[1,n]]
o` u :
(i, j) [[1, n]] [[1, n]], m
i,j
: t m
i,j
(t)
est continue sur R
+
.
Lorsque pour tout couple (i, j) [[1, n]] [[1, n]], lint egrale :
_
+
0
m
i,j
(t)dt
converge, on dit que la matrice :
__
+
0
m
i,j
(t)dt
_
(i,j)[[1,n]][[1,n]]
existe et on la note
_
+
0
M(t)dt.
a. Resultats preliminaires.
i. Soit M et N telles que :
_
+
0
M(t)dt et
_
+
0
N(t)dt
existent.
Montrer que
_
+
0
_
M(t) + N(t)
_
dt existe et que :
_
+
0
_
M(t) + N(t)
_
dt =
_
+
0
M(t)dt +
_
+
0
N(t)dt
Dans le m eme ordre did ee, on admettra les deux propri et es suivantes ii et iii.
ii. Soit A M
n
(R) et h continue de R
+
dans R telle que
_
+
0
h(t)dt converge,
et :
M : R
+
M
n
(R) ; t M(t) = h(t)A
alors :
_
+
0
M(t)dt existe et
_
+
0
M(t)dt =
_
_
+
0
h(t)dt
_
A
iii. Soit M telle que
_
+
0
M(t)dt existe et X une matrice colonne de M
n,1
(R).
Alors :
_
+
0
X
T
M(t) Xdt
Essec premire 83
converge et :
X
T
_
_
+
0
M(t)dt
_
X =
_
+
0
X
T
M(t) Xdt
b. On revient ` a lapplication f d enie sur R
+
par :
x > 0 f(x) =
_
+
0
_
t
1 + t
2

1
x + t
_
(t)dt
o` u est une application d enie et continue sur R
+
et ` a valeurs positives, telle que
lint egrale :
_
+
0
(t)
1 + t
2
dt
converge. (cf. Partie 1).
On suppose que A S
++
n
(R) et admet la d ecomposition :
A =
p
i=1
i
M
i
i. Montrer que :
f(A) =
_
+
0
(t)
_
t
1 + t
2
I
n
(A + tI
n
)
1
_
dt
ii. Si B S
++
n
(R) est telle que A < B, montrer que, pour toute matrice colonne X
de M
n,1
(R), non-nulle, et tout t > 0, on a :
X
T
_
t
1 + t
2
I
n
(A + tI
n
)
1
_
X < X
T
_
t
1 + t
2
I
n
(B + tI
n
)
1
_
X
iii. En d eduire que

f est strictement croissante sur S
++
n
(R).
c.
`
A laide des r esultats de la Partie 1, v erier que

ln est strictement croissante sur
S
++
n
(R). Pr eciser le sens de variation de p
associ ee ` a :
p
: R
+
R ; x x
selon que ] 1, 0[ ou ]0, 1[.

Partie 4 Monotonies compar ees de f et

f
On revient aux notations introduites dans les parties pr ec edentes.
1. On d esigne par f une application de R
+
, ` a valeurs dans R. Montrer que, lorsque

f est
strictement croissante sur S
++
n
(R), f lest aussi sur R
+
.
2. Pour t > 0, on d enit les matrices :
A(t) =
_
_
e
t
+ e
t
2
e
t
e
t
2
e
t
e
t
2
e
t
+ e
t
2
_
_
et B(t) =
_
_
t
3
0
0
2
e
t
+ e
t
t
3
_
_
a. Montrer que A(t) S
++
n
(R) et donner la d ecomposition de A(t).
b. Montrer quil existe
0
> 0 tel que :
t ]0,
0
[ B(t) S
++
2
(R)
(On ne cherchera pas ` a d eterminer une valeur, m eme approch ee, de
0
.)
c.

Etablir de m eme quil existe
1
]0,
0
[ tel que :
t ]0,
1
[ B(t) < A(t)
d. D eterminer p
_
A(t)
_
et p
_
B(t)
_
pour tout r eel t de ]0,
1
[ lorsque p
est
lapplication de R
+
dans R :
x x
e. Lorsque > 1, d eterminer un equivalent en 0

+
de la quantit e :
_
e
t
+ e
t
2
t
3
_
_
e
t
+ e
t
2

_
2
e
t
+ e
t
t
3
_
_
e
t
e
t
2
_
2
f. En d eduire que, pour > 1, p
nest pas strictement croissante sur S

++
2
(R).
3. D emontrer que la propri et e enonc ee en 4.1 nadmet pas de r eciproque d` es que n 2.
Solution
Partie 1 Reprsentation intgrale dune fonction puissance
Question prliminaire. Soit x R
+
. Nous faisons valoir trois choses.
La fonction est donne continue sur ]0, +[.
Les fonctions t 1 + t
2
et t x + t ne sannulent pas sur R
+
.
Les fonctions rationnelles sont continues sur leur domaine de dnition.
Il nen faut pas plus pour clamer que la fonction :
t
_
t
1 + t
2

1
x + t
_
(t)
Essec premire 85
est continue sur ]0, +[. Son intgrale est donc deux fois impropre et nous devons tudier
sparment
_
1
0
et
_
+
1
.
Commenons par
_
1
0
.
Soit t > 0. Une bnigne rduction au mme dnominateur amne :
_
t
1 + t
2

1
x + t
_
(t) =
xt 1
(1 + t
2
)(x + t)
(t)
do il ressort, quasi mentalement, que :
_
_
_
t
1 + t
2

1
x + t
_
(t)
t0
t>0
1
x

(t)
1 + t
2
t ]0, 1]
1
x

(t)
1 + t
2
0
la positivit de faisant partie des hypothses ambiantes. Ces dernires garantissent
galement lexistence de lintgrale :
_
+
0
(t)
1 + t
2
dt
et, a fortiori, celle de :
_
1
0
(t)
1 + t
2
dt
La rgle des quivalents en signe ngatif est alors assez dcisive ! Lintgrale :
_
1
0
_
t
1 + t
2

1
x + t
_
(t)dt
existe.
Grce cette fois :
_
_
_
t
1 + t
2

1
x + t
_
(t)
t+
x
(t)
1 + t
2
t [1, +[ x
(t)
1 + t
2
0
on dmontre mutatis mutandis que :
_
+
1
_
t
1 + t
2

1
x + t
_
(t)dt
existe galement. La fonction f est donc bien dnie sur R
+
.
Attention, warning, gros danger ! Les hypothses ne garantissent pas lexistence de
lintgrale :
_
+
0
t
1 + t
2
(t)dt
Lintgrale f(x) ne peut donc gnralement pas tre splitted, ne peut pas tre linarise. En
consquence, il faudra imprativement sauf coup de chance ! pratiquer la politique
de groupe !
`
A bon entendeur
1. Soit R. La grande classe, sur R
+
, de toutes les fonctions puissances fait que :
t
t
1 + t
2
est continue sur ]0, +[. Son intgrale est donc impropre deux fois.
Commenons par
_
1
0
.
Nous faisons valoir que :
_
_
t
1 + t
2

t0
t>0
1
t
t ]0, 1]
1
t
0
leffet culbuto tant toujours de mise dans ces histoires. La rfrence :
_
1
0
dt
t
nexiste que si, et seulement si, > 1. Par quivalence en signe positif, il en est de
mme de :
_
1
0
t
1 + t
2
dt
Occupons-nous maintenant de
_
+
1
.
Toujours dles leffet renversant, nous notons ici que :
_
_
t
1 + t
2

t+
1
t
2
t [1, +[
1
t
2
0
La rfrence :
_
+
1
dt
t
2
nexiste que si, et seulement si, < 1. Sa cousine :
_
+
1
t
1 + t
2
dt
Essec premire 87
se doit de limiter. Tout individu connaissant parfaitement son cours doit alors clamer haut
et fort que :
_
+
0
t
1 + t
2
dt existe 1 < < 1
Soit ] 1, 1[. La fonction : t t
jouit des trois proprits suivantes :

Elle est continue sur R
+
.
Elle y est valeurs strictement positives.
Lintgrale :
_
+
0
t
1 + t
2
dt
existe. Tout est alors en place pour lui attacher la fonction f comme dans le prambule
et, texte dixit, elle sappelle ici f
. La question prliminaire signale alors que, quoi quil

arrive, f
est au moins dnie sur R
+
.
2. Comme 0 appartient sereinement louvert ] 1, 1[, nous pouvons nous lancer ! Soit
donc x > 0. Nous avons :
f
0
(x) =
_
+
0
_
t
1 + t
2

1
x + t
_
dt
Imprativement dles la politique du tir group, une primitive de la totalit de lintrieur
est :
t
1
2
ln(1 + t
2
) ln(x + t)
les valeurs absolues, habituellement prsentes dans ce genre de primitivation, ntant pas
de mise due to an ambiant positivity. Lcriture, pour t > 0 :
1
2
ln(1 + t
2
) ln(x + t) =
1
2
ln
1 + t
2
(x + t)
2
rvle, quasi mentalement, que notre primitive tend vers zro en +. Quant son
comportement en zro, on la retrouve plutt du ct de lnx. La formule dIsaac
Barrow est alors formelle :
f
0
(x) = lnx
3. Soit x > 0. La fonction :
t
t
x + t
est ouvertement continue sur ]0, +[. Son intgrale on commence en avoir lhabitude
est impropre deux fois.
Commenons, as usual par
_
1
0
.
Il ne fait pas lombre dun doute que :
_
_
t
x + t

t0
t>0
1
x

1
t
t ]0, 1]
1
x

1
t
0
la culbutocratie tant toujours dactualit. Comme < 1, la rfrence :
_
1
0
dt
t
existe et, par quivalence en signe positif, laffaire est dnitivement dans le sac.
Passons
_
+
1
.
Limportant est ici :
_
_
t
x + t

t+
1
t
1
t [1, +[
1
t
1
0
Comme ici 1 > 1, nous pouvons tirer notre rfrence
Lintgrale :
_
+
0
t
x + t
dt
existe donc bien. Nous allons lui faire subir le changement de variable t = xu. Comme
x est strictement positif, la fonction u xu ralise gentiment une bijection de classe (
1
de ]0, +[ sur lui-mme telle enseigne quaprs de bnignes simplications :
_
+
0
t
x + t
dt = x
_
+
0
u
1 + u
du
Comme le rel :
_
+
0
u
1 + u
du
ne dpend visiblement que de , nous pouvons, sereinement, envisager la suite. Comme :
f
(x) =
_
+
0
_
t
+1
1 + t
2

t
x + t
_
dt
et comme ici lintgrale :
_
+
0
t
x + t
dt
sest dcide exister, sa copine :
_
+
0
t
+1
1 + t
2
dt
est oblige de limiter. Le lecteur est pri, sur-le-champ den donner une linaire raison.
Pour une fois, et nous en protons follement, lintgrale f
(x) devient spittable et voil

donc que :
f
(x) =
_
+
0
t
+1
1 + t
2
dt
_
+
0
t
x + t
dt =
_
+
0
t
+1
1 + t
2
dt x
_
+
0
u
1 + u
dt
Essec premire 89
la dernire galit provenant du changement de variable supra. Nous proposons alors :
c =
_
+
0
u
1 + u
dt et d =
_
+
0
t
+1
1 + t
2
dt
et tout le monde devrait tre satisfait. En ce qui concerne le signe de c, vu que la question
manque de prcision large ou strict ? nous choisissons de parler du signe strict car
il y a des chances que cela savre dterminant dans la suite.
`
A cet effet observons que
lintgrale :
_
+
0
u
1 + u
dt
jouit des proprits suivantes :
Ses bornes sont dans le sens croissant strict.
Sa fonction intrieure lintgrande pour les intimes est continue et positive
ou nulle sur lintervalle dintgration ]0, +[.
Son intgrande nest pas identiquement nulle sur lintervalle dintgration vu que,
par exemple, sa valeur en 1 est 1/2.
Le thorme du signe strict dune intgrale est alors catgorique. Notre intgrale est
strictement positive et dans la foule :
c < 0
4.a. Soit x R
+
et h un rel non nul vriant x + h > 0. Comme f
est justement
dnie sur R
+
, la quantit :
f
(x + h) f
(x)
h
est sous un total contrle. Cela dit, via la linarit de lintgration il semble que :
f
(x + h) f
(x)
h
=
1
h
_
+
0
_
t
+1
1 + t
2

t
x + h + t

t
+1
1 + t
2
+
t
x + t
_
dt
Il reste faire srieusement le mnage pour voir effectivement apparatre :
f
(x + h) f
(x)
h
=
_
+
0
t
(x + h + t)(x + t)
dt
Il est trs facile cest du mme acabit que lexistence du dbut de la question 3
dtablir, parce que 0 < < 1, lexistence de limpropre :
_
+
0
t
(x + t)
2
dt
Nous laissons notre vnr lecteur le soin de sen persuader. Il est alors tentant de former
le fameux drivateur :
D
h
=
(x + h) f
(x)
h

_
+
0
t
(x + t)
2
dt

ou encore :
D
h
=
_
+
0
t
(x + h + t)(x + t)
dt
_
+
0
t
(x + t)
2
dt
La linarit de lintgration encore elle ! suivie dun srieux mnage encore lui !
conduit alors, sans sourciller, :
D
h
=
h
_
+
0
t
(x + h + t)(x + t)
2
dt
= [h[
_
+
0
t
(x + h + t)(x + t)
2
dt
la dernire galit protant dvidentes positivits ambiantes. Le texte a, ds le dbut,
impos lingalit x + h > 0 ou encore h > x, hypothse sans laquelle f
(x + h)
naurait mme pas eu le moindre sens.
Comme x/2 < 0 et que h ne va pas tarder tendre vers zro, il va savrer confortable
de supposer carrment h x/2, ce qui, bien videmment, nempchera pas h de
commettre son forfait.
Grce cette nouvelle information hypothse de confort pour les initis nous
dduisons aisment que :
[h[
_
+
0
t
(x + h + t)(x + t)
2
dt [h[
_
+
0
t
(x/2 + t)(x + t)
2
dt
Les raisons essentielles cela sont les suivantes :
i. La premire est srement et positivement ! que :
t > 0 h
x
2
t
(x + h + t)(x + t)
2

t
(x/2 + t)(x + t)
2
ii. La seconde est lexistence de lintgrale :
_
+
0
t
(x/2 + t)(x + t)
2
dt
Au vu et au su de tout ce qui a t fait auparavant, rien dans tout cela ne prsente de relle
difcult. Nous demandons cependant notre pugnace lecteur de bien vouloir sinvestir
dans le rglage de tous les dtails sous-jacents. Le rsultat de courses est alors le suivant :
D
h
=
(x + h) f
(x)
h

_
+
0
t
(x + t)
2
dt
[h[
_
+
0
t
(x/2 + t)(x + t)
2
dt
Lintgrale situe at the very right hand side ne dpend manifestement pas de h no
h inside pour les initis ce qui nous procure un, certes classique mais toujours fort
apprci, squeezing process. En consquence, voil que :
f
(x + h) f
(x)
h

_
+
0
t
(x + t)
2
dt
h0
0
Essec premire 91
ce qui scrit galement :
f
(x + h) f
(x)
h

h0
_
+
0
t
(x + t)
2
dt
vu que la dernire intgrale crite, ne dpend pas non plus de h. Cela dmontre, via la
dnition, que f
est drivable en x et que :

f
t
(x) =
_
+
0
t
(x + t)
2
dt
Comme cela vaut, depuis le dbut, pour tout x > 0, la fonction f
est effectivement
drivable sur R
+
et :
x > 0 f
t
(x) =
_
+
0
t
(x + t)
2
dt
b. Soit x > 0. Dans lintgrale :
_
+
0
t
(x + t)
2
dt
nous suggrons le changement de variable vieille connaissance t = xu. Il a t dj
lgalis supra et nous en dduisons donc que :
f
t
(x) =
_
+
0
x
x
2
(1 + u)
2
xdu = x
1
_
+
0
u
(1 + u)
2
du = x
1
f
t
(1)
lavant dernire galit procdant dun sacr mnage fait dans tous les recoins et la
dernire, dune preuve indispensable de physio, physio.
La primitivation, sur lintervalle R
+
, de lgalit prcdente est tout fait prconise et
produit une constante relle d telle que :
x > 0 f
(x) = f
t
(1)
x
+ d
vu que, dans ce qui nous occupe ici, le rel a le bon got de ne pas sannuler. Il reste
proposer :
c =
f
t
(1)
et le tour est jou.

Nous avons quali le rel d de constante. Cest tacitement un rel constant vis--vis
de la primitivation par rapport la variable x, cest--dire un rel indpendant de x. Il a
cependant tout fait le droit et mme le devoir ! de dpendre de
Nous devons, pour nir, parler du signe de c. Nous en parlons strictement comme nous
lavons dj fait plus haut. Le thorme du signe strict dune intgrale nous lavons
utilis une premire fois au 3 rvle, cette fois, que :
f
t
(1) =
_
+
0
u
(1 + u)
2
du > 0
Comme est galement strictement positif, il ne fait plus lombre dun doute que :
c > 0
Partie 2 Les matrices symtriques relles
1.a. Il sagit, pour la n
me
fois, de la fameuse caractrisation spectrale des matrices
strictement positives. Cela dit, force est de constater que, vu ce que demande le programme
ofciel sur la gestion des extrema locaux des fonctions de plusieurs variables, cette
caractrisation devrait, bel et bien, faire partie de notre patrimoine. Mais comme nous
sommes bons princes, nous acceptons de nous plier. Autre chose, pour viter les lourdeurs
dcriture nous noterons S
++
n
plutt que S
++
n
(R). Nous pouvons alors commencer et
comme il y a une quivalence logique, nous planions.
i.
Soit une valeur propre quelconque de A. Symtrie, ralit de Aet lemme de Cauchy
obligent, est obligatoirement rel et il existe une colonne relle X, non nulle et de hauteur
n, telle que :
AX = X
le rexe bilinariste standard consiste multiplier gauche par X
T
ce qui conduit
nommment :
X
T
A X = [[X[[
2
o, la surprise gnrale, nous avons not [[ [[ la norme euclidienne canonique sur lespace
vectoriel M
n,1
(R). Comme X nest pas nulle never forget ! sa norme ne lest pas
plus et voil que :
=
X
T
A X
[[X[[
2
Le numrateur est strictement positif par hypothse puisque A S
++
n
et X ,= 0. Le
dnominateur est, quant lui, normalement et galement positif. De la en dduire que :
> 0
il ne passera pas beaucoup deau sous les ponts.
ii.
La matrice A tant symtrique relle dordre n 1, il existe thorme spectral
dixit une matrice orthogonale P O
n
(R) ainsi quune matrice diagonale D telles
que, au choix :
A = PDP
1
= P D P
T
Soit alors X M
n,1
(R) vriant X ,= 0. Nous avons :
X
T
A X = X
T
P D P
T
X
Considrons alors la nouvelle colonne :
Y = P
T
X
Essec premire 93
Le dlicieux dressing undressing principle stipule que :
Y
T
= X
T
P
X
T
A X = Y
T
D Y
Cest alors que, como de costumbre, nous notons :
D = diag(
1
, . . . ,
n
) et Y =
_
_
y
1
.
.
.
y
n
_
_
Un double produit matriciel quasi mental rvle que :
Y
T
D Y =
n
i=1
i
y
2
i
et nous en sommes donc :
X
T
A X =
n
i=1
i
y
2
i
(1)
Il faut maintenant faire valoir les deux arguments suivants :
Les
i
, puisque ce sont lgendairement les valeurs propres de A, sont, par
hypothse, strictement positifs.
La colonne Y = P
T
X, produit dune matrice inversible, en loccurrence P
T
,
par une matrice non nulle, en loccurrence X, nest pas la colonne nulle. Autant dire quil
existe un entier i
0
[[1, n]] tel que y
2
i
0
> 0.
La somme du right hand side de (1) est donc forme de termes positifs ou nuls, lun
dentre-eux au moins celui dindice i
0
tant strictement positif. Il en rsulte sur-le-
champ que :
X
T
A X > 0
b. La premire vrication nest quune formalit laisse, lo de siempre, la charge de
limptrant. Planions maintenant derechef la nouvelle quivalence logique que voil :
i.
Choisissons tout dabord la colonne :
X
0
=
_
1
0
_
Un calcul direct, excessivement simple, stipule que :
X
0
T
A X
0
= a
Comme A appartient S
++
2
et comme X
0
est ouvertement non nulle, lon a dj a > 0.
Choisissons ensuite la colonne :
X
1
=
_
b
a
_
Le liminaire calcul assure cette fois que :
aX
1
T
A X
1
= (ac b
2
)a
2
Comme a est dsormais strictement positif, il sensuit que :
ac b
2
=
X
1
T
A X
1
a
> 0
vu, encore une fois, que X
1
,= 0 sa deuxime entre ne lest pas et A S
++
2
.
ii.
Soit X une colonne non nulle de hauteur deux. Nous lcrivons, as usual, sous la forme :
X =
_
x
y
_
Vu que a nest pas nul, lgalit liminaire montre que :
X
T
A X =
(ax + by)
2
+ (ac b
2
)y
2
a
Comme a et ac b
2
sont positifs il est dj visiblement acquis que :
X
T
A X 0
Supposons alors par labsurde que
X
T
A X = 0
Cela scrit :
(ax + by)
2
+ (ac b
2
)y
2
= 0
Compte tenu des hypothses, il sagit dune somme nulle de rels positifs ou nuls. Nous
savons alors que, fatalement, tous les termes sont nuls et par consquent :
(ac b
2
)y
2
= 0 et ax + by = 0
Vu que ac b
2
nest pas nul, ncessairement y = 0, ce qui, report dans la deuxime,
amne ax = 0. Comme a nest pas nul non plus, x est nul et voil ty pas que :
X = 0
Cela est une authentique contradiction.
Essec premire 95
Cette caractrisation de S
++
2
est due Gustav Jacobi. Elle sappelle caractrisation
par les mineurs principaux vu que les deux scalaires :
a et ac b
2
sappellent mineurs principaux de la matrice A. Nous esprons galement que le
lecteur naura pas manqu de noter que :
ac b
2
= det A
2.a. Commenons par A. Elle est dj symtrique relle cest un bon dbut et ses
deux mineurs principaux sont :
a = 2 et det A = 1
Le test de Jacobi est formel. La matrice Aappartient bien S
++
2
. Poursuivons. La matrice
B est galement symtrique relle et ses valeurs propres se lisent en diagonale. Ce sont
les rels :
= 4 et =
5
3
Comme ils sont strictement positifs, la caractrisation spectrale du rcent 1.a situe
galement B dans S
++
2
. Nous notons maintenant que :
B A =
_
2 1
1 2/3
_
Il sagit videmment dune matrice symtrique relle et ses mineurs principaux sont cette
fois :
a = 2 et det(B A) =
1
3
Autant dire de manire jacobine que B A appartient S
++
2
ce qui est la dnition de :
A < B
Nous notons pour nir quaprs un calcul quasiment mental, lon dcouvre que :
B
2
A
2
=
_
11 3
3 7/9
_
La symtrie et la ralit sont videment encore au rendez-vous mais les mineurs principaux
sont ici :
a = 11 mais det(B
2
A
2
) =
4
9
Finalement :
B
2
A
2
/ S
++
2
i.e. A
2
,< B
2
b.i. La caractrisation spectrale du 1.a stipule, en particulier, que :
0 / Spec A
vu que les valeurs propres de A sont, toutes, strictement positives. Le clbre test du
spectre assure donc dj linversibilit de la matrice A. Nous signalons alors deux choses
cruciales :
Linverse dune matrice symtrique relle inversible est encore symtrique relle.
Pour toute matrice inversible M, les valeurs propres de M
1
sont exactement les
inverses de celles de M.
Tout cela est totalement lmentaire et assurment patrimonial. Dans ces conditions, la
matrice A
1
se retrouve symtrique relle valeurs propres strictement positives et la
caractrisation spectrale supra la dpose dlicatement et effectivement ! dans S
++
n
.
ii. Soit X et H deux colonnes de M
n,1
(R). Nous avons :
A
X
(A
1
X + H) = 2X
T
(A
1
X + H) (A
1
X + H)
T
A (A
1
X + H)
ou encore aprs quelques dveloppements :
A
X
(A
1
X + H) = 2X
T
A
1
X + 2X
T
H (A
1
X + H)
T
(X + AH) ()
La transposition est connue pour sa linarit et son respect du fameux dressing undressing
principle. Il nen faut pas plus pour assner que :
(A
1
X + H)
T
= X
T
(A
1
)
T
+ H
T
= X
T
A
1
+ H
T
la toute dernire galit provenant de ce que linverse dune symtrique inversible est
encore videmment symtrique. Le dernier produit de lgalit () devient donc :
(X
T
A
1
+ H
T
) (X + AH) = X
T
A
1
X + H
T
X + X
T
H + H
T
A H
Mais, because X et H columns, nous avons :
H
T
X = X
T
H
puisquil ne sagit que du produit scalaire canonique <X , H > des colonnes X et H.
Aprs quelques gentilles simplications, il semble dsormais acquis que :
A
X
(A
1
X + H) = X
T
A
1
X H
T
A H
`
A ct de cela, et grce aux mmes genres de calculs, voil que :
A
X
(A
1
X) = 2X
T
A
1
X X
T
A
1
X = X
T
A
1
X
Il savre donc nalmente que :
A
X
(A
1
X + H)
A
X
(A
1
X) = H
T
A H
Comme A appartient S
++
n
nous en dduisons que :
H M
n,1
(R)
A
X
(A
1
X + H)
A
X
(A
1
X) 0
Essec premire 97
ou encore :
H M
n,1
(R)
A
X
(A
1
X + H)
A
X
(A
1
X)
Cela tablit, via la dnition, que lapplication
A
X
prsente en A
1
X un maximumglobal
qui vaut :
A
X
(A
1
X) = X
T
A
1
X
lgalit ayant dj t rencontre plus haut.
En ralit, due to A S
++
n
, nous avons :
H M
n,1
(R) 0
A
X
(A
1
X + H) <
A
X
(A
1
X)
On exprime cela en disant que
A
X
prsente en A
1
X un maximum global strict.
iii. Soit X et Y deux colonnes de M
n,1
(R), la seconde tant en outre suppose non
nulle. Grce une sympathique simplication et une bifactorisation, nous avons :
A
X
(Y )
B
X
(Y ) = Y
T
(B A) Y
Par hypothse, la matrice B A appartient S
++
n
et Y ,= 0. Il nen faut donc pas plus
pour se prvaloir de :
A
X
(Y )
B
X
(Y ) > 0
ce qui, pour ce dbut de question, ne peut que nous ravir. Poursuivons. Maximum de la
fonction
A
X
oblige, nous avons a fortiori :
B
X
(Y ) < max
M
n,1
(R)
A
X
ce qui, compte tenu de tout ce que nous savons, scrit galement :
B
X
(Y ) < X
T
A
1
X
Supposons alors que X soit galement non nulle. Produit dune inversible par une non
nulle, la colonne B
1
X chappe la nullit et nous avons donc tout fait le droit de la
slectionner comme colonne Y . Il sensuit donc que :
B
X
(B
1
X) < X
T
A
1
X
et comme depuis une assez belle lurette nous savons que :
B
X
(B
1
X) = X
T
B
1
X
il semble difcile de passer ct de :
X
T
B
1
X < X
T
A
1
X i.e. X
T
A
1
X X
T
B
1
X > 0
Une autre bifactorisation plus loin, nous dcouvrons que :
X
T
(A
1
B
1
) X > 0
ce qui nest pas pour nous dfriser !
Partie 3 Monotonie sur S
++
n
1.a. Avant de commencer, nous nous devons de rappeler que, A tant symtrique relle
dordre suprieur ou gal un, elle est spectralement diagonalisable ce qui signie,
entre autres, que les espaces propres E
i
(A) sont supplmentaires orthogonaux dans
M
n,1
(R), lorthogonalit se dnissant vis--vis du produit scalaire canonique sur
lespace des colonnes relles de hauteur n. Dans ces conditions, pour chaque i [[1, p]],
le projecteur orthogonal sur lespace E
i
(A) est exactement le i
me
projecteur
i
attach
la supplmentarit :
M
n,1
(R) = E
1
(A) E
p
(A)
cest--dire le projecteur sur E
i
(A) paralllement la somme des autres espaces propres.
Cela ne va pas tre sans consquence ! En effet, tout individu, un temps soit peu sous les
feux de la rampe, se doit imprativement de connatre les universelles relations :
1
+ +
p
= Id ()
ainsi que la fondamentale :
(i, j) [[1, p]]
2
X
j
E
j
(A)
i
(X
j
) =
ij
X
j
()
grce au trs pratique symbole de Leopold Kronecker.
Toujours, avant de commencer, nous noterons a lendomorphisme canoniquement attach
la matrice A, cest--dire lendomorphisme de M
n,1
(R) dont la matrice dans la base
canonique est A. On rappelle, galement et pour nir, que :
X M
n,1
(R) a(X) = AX
Nous pouvons alors attaquer.
Nous allons tout dabord dmontrer que les deux endomorphismes :
a et
p
i=1
i
concident sur chaque espace propre de A. Soit, cet effet, j [[1, p]] et X
j
E
j
(A).
Cest sans lombre dun doute que, trs proprement :
a(X
j
) = AX
j
=
j
X
j
Nous avons ct de cela :
_
p
i=1
i
_
(X
j
) =
p
i=1
i
(X
j
) =
p
i=1
ij
X
j
Essec premire 99
la dernire galit provenant de la trs fondmentale () rappele supra. La toujours
sympathique gestion du symbole de Leopold amne alors
_
p
i=1
i
_
(X
j
) =
j
X
j
(1)
chronique dune concidence annonce. Poursuivons.
Comme nos deux endomorphismes :
a et
p
i=1
i
sonr dsormais en symbiose sur chaque espace propre de A et comme ces derniers sont
supplmentaires dans M
n,1
(R), il est trs philosophiquement connuque nos deux amis
concident partout et autant dire alors carrment que :
a =
p
i=1
i
En passant aux matrices dans la base canonique de M
n,1
(R) et au vu des notations du
texte, il se dessine effectivement que :
A =
p
i=1
i
M
i
b. Nous avons rappel plus haut la trs mdiatique :
Id =
p
i=1
i
()
Le passage aux matrices dans la base canonique conduit cette fois :
I
n
=
p
i=1
M
i
c. Soit t R. Nous avons trois choses faire valoir :
Tout dabord, la matrice A + tI
n
est assurment symtrique relle.
Ensuite, le quasi mental thme spectre et afnit stipule que :
Spec(A + tI
n
) =
_
i
+ t [ i [[1, p]]
_
et nous en protons pour signaler que les
i
+ t sont assurment diffrents et toujours
rangs dans lordre croissant.
Enn :
i [[1, p]] E
i
+t
(A + tI
n
) = E
i
(A)
Nous ne pouvons quencourager notre pointilleux lecteur sassurer, dans le calme et la
srnit, de la vracit de ces dires. Au vu et au su du troisime point, la matrice, dans la
base canonique, de la projection orthogonale sur lespace E
i
+t
(A + tI
n
) est encore la
matrice M
i
et par consquent, la dcomposition de la matrice A+tI
n
est par dnition :
A + tI
n
=
p
i=1
(
i
+ t)M
i
On pourra noter que, selon les rcents a et b, on a :
A =
p
i=1
i
M
i
et :
tI
n
=
p
i=1
tM
i
Laddition membre membre de ces deux galits donne bien sr :
A + tI
n
=
p
i=1
(
i
+ t)M
i
mais a priori, rien ne prouve que cette galit soit la dcomposition spectrale de A+tI
n
.
Ce sont les observations supra qui le dmontrent !
2.a. Soit A S
++
n
et f une application de R
+
dans R. Conservant les notations du texte,
nous avons :
f(A) =
p
i=1
f(
i
)M
i
ce qui nest pas dpourvu de sens vu que, depuis belle lurette les
i
sont strictement
positifs, et que f dmarre jutement de R
+
. Nous faisons alors tat des lments
suivants :
Les applications
i
supra sont des projecteurs orthogonaux et ce titre, sont des
endomorphismes symtriques de lespace euclidien
_
M
n,1
(R), <, >
_
o, nous lavons
dj signal, <, > est le produit scalaire canonique.
La base canonique de M
n,1
(R) est connue pour tre une base orthonormale de
notre euclidien.
La trs importante caractrisation matricielle de la symtrie assure alors que les matrices
M
i
sont symtriques relles. Il en est de mme de la combinaison linaire :
p
i=1
f(
i
)M
i
Essec premire 101
Nous en dduisons que

f applique donc bien S
++
n
dans S
n
(R). Poursuivons.
Supposons en outre que f soit strictement monotone. Cela se planie classiquement en
dos partes.
Supposons f strictement croissante. Nous allons tablir deux choses.
i. Lensemble des valeurs propres distinctes de

f(A) classes dans lordre croissant
est :
Spec

f(A) =
_
f(
1
), . . . , f(
p
)
_
ii. Nous avons les galits despaces propres :
i [[1, p]] E
f(
j
)
(

f(A)) = E
i
(A)
Here we go !
Nous avanons tour tour les arguments suivants.
Comme par hypothse, lon a :
1
< <
p
et comme f est ici strictement croissante, lon a galement :
f(
1
) < < f(
p
)
et cest dj un bon dbut.
Soit j [[1, p]] et X
j
un vecteur propre de A attach la valeur propre
j
.
Dans ces conditions, nous avons :
f(A)X
j
=
p
i=1
f(
i
)M
i
X
j
=
n
i=1
f(
i
)
ij
X
j
la dernire galit protant de la traduction matricielle de la terrible (). As usual, il ne
reste in ne que :
f(A)X
j
= f(
j
)X
j
ce qui, vu que le vecteur X
j
nest pas nul, stipule non seulement que :
f(
j
) Spec

f(A)
mais, bien y regarder, galement que :
E
j
(A) E
f(
j
)
(

f(A))
Nous savons depuis belle lurette que Aest diagonalisable et que les diffrentes
valeurs propres de Asont
1
, . . . ,
p
. La cns des dimensions des espaces propres est alors
catgorique. Nous avons :
p
i=1
dimE
i
(A) = n
ce qui, vu les inclusions trs rcemment avances et le thorme du sous-espace, oblige
:
p
i=1
dimE
f(
j
)
(

f(A)) n
Nous savons depuis assez longtemps que les f(
i
) sont deux deux distincts. La rgle
du non-dpassement exige alors ouvertement deux choses :
a. La matrice

f(A) na pas dautre valeur propre que les f(
i
).
b. Pour chaque i [[1, p]], lon a :
dimE
i
(A) = dimE
f(
j
)
(

f(A))
ce qui thorme du sous-espace derechef induit carrment :
E
i
(A) = E
f(
j
)
(

f(A))
Nous en savons sufsamment pour assner que :
Spec

f(A) =
_
f(
1
), . . . , f(
p
)
_
et que, pour chaque i [[1, p]], M
i
est la matrice, dans la base canonique, du projecteur
orthogonal sur :
E
f(
j
)
(

f(A))
La vieille galit :
f(A) =
p
i=1
f(
i
)M
i
devient, dsormais, la dcomposition de

f(A).
Supposons maintenant f strictement dcroissante. Il advient mutatis mutandis que
la dcomposition de

f(A) est :
f(A) = f(
p
)M
p
+ + f(
1
)M
1
puisque, par dnition, nous avons des ordres respecter
Le lecteur est pri davoir compris une chose importante. Contre vents et mares
pour ne pas dire par dnition nous avons la certitude de ce que :
f(A) =
p
i=1
f(
i
)M
i
mais, la plupart du temps, cette galit nest, mme pas lordre prs, la fameuse
dcomposition. Voici un exemple, pour enfoncer le clou. Nous savons depuis assez
longtemps que
I
n
=
n
i=1
M
i
Essec premire 103
Cette galit nest pratiquement jamais la dcomposition de la matrice I
n
b. Soit A S
++
n
admettant nouveau la dcomposition :
A =
p
i=1
i
M
i
Lapplication x 1/x tant parfaitement dnie sur R
+
, il en rsulte, par dnition,
que :
f(A) =
p
i=1
1
i
M
i
Mais lon sait depuis toujours que A
1
est encore symtrique relle, puis que :
Spec A
1
=
_
1
1
, . . . ,
1
p
_
et enn que :
i [[1, p]] E
1/
i
(A
1
) = E
i
(A)
Toutes ces choses lments propres de linverse dune inversible sont bien classiques
et ont dailleurs t utilises en partie la question 2 de la partie 2. Il nen faut alors pas
plus pour clamer, haut et fort, que :
p
i=1
1
i
M
i
nest autre que la dcomposition de la matrice A
1
, do ressort, en douceur :
f(A) = A
1
c. Remarquons, avant toute chose, que les hypothses faites permettent de composer
effectivement f par g, ce qui nest pas dnu dintrt Soit alors encore une fois
A S
++
n
admettant as usual la dcomposition :
A =
p
i=1
i
M
i
Les hypothses de monotonie amnent une petite planication.
Supposons que f et g soient strictement croissantes. Le tout rcent 2.a stipule que
la dcomposition de g(A) est alors :
g(A) =
p
i=1
g(
i
)M
i
Oui mais voil, comme g applique par hypothse R
+
dans lui-mme, les g(
i
) sont
strictement positifs. Quand on lapplique g, limportante galit i signale au 2.a stipule
que :
Spec g(A) R
+
telle enseigne que la caractrisation spectrale du 1.a de la partie 2 dpose, en douceur,
la matrice g(A) dans S
++
n
. On peut alors recommencer avec f, ce qui amne :
f
_
g(A)
_
=
p
i=1
f g(
i
)M
i
ce qui nous permet denvisager la suite.
On laura bien compris, les trois autres cas restant se traitent mutatis mutandis.
d. Les hypothses de stricte positivit des deuxrels c et dassurent une parfaite dnition
de h sur R
+
ce qui, quelque part, est plutt rassurant. Cela tant, la vrication de lgalit
demande nest quune formalit laisse, lo de siempre, la charge du valeureux lecteur.
Considrons alors les applications :
f : x
1
x
et g : x x +
c
d
Elles vrient ouvertement les hypothses de la question prcdente et par l mme, les
conclusions Soit alors A S
++
n
. Si lon en croit les toutes rcentes question 1.c et 2.b,
g(A) = A +
c
d
I
n
et

f
_
g(A)
_
=
_
A +
c
d
I
n
_
1
De l en dduire quen ralit :
h(A) =
bc ad
c
(cA + dI
n
)
1
+
a
c
I
n
il ny a quun tout petit pas afne que nous laissons, sans scrupule, la sagacit de
limptrant. Soit maintenant B S
++
n
vriant :
A < B
La stricte positivit de c amne quasi mentalement :
cA + dI
n
< cB + dI
n
Si lon y ajoute la stricte positivit de d, ces deux matrices se retrouvent assurment dans
S
++
n
. La question 2.b.iii de la partie 2 stricte dcroissance de linversion sur S
++
n

est alors catgorique. Nous avons :
(cB + dI
n
)
1
< (cA + dI
n
)
1
i.e. (cA + dI
n
)
1
(cB + dI
n
)
1
> 0
Il reste maintenant observer que :
h(A)
h(B) =
bc ad
c
_
(cA + dI
n
)
1
(cB + dI
n
)
1
_
et planier un poquitn.
Essec premire 105
Si bc ad > 0, il est lumineux que :
h(A)
h(B) > 0
et dans ce premier cas, lapplication

h est strictement dcroissante sur S
++
n
.
En revanche, si bc ad < 0, lapplication

h devient, tranquillement, strictement
croissante sur S
++
n
.
3.a.i. Soit i et j appartenant [[1, n]]. Nous avanons tour tour trois choses.
Lvidente continuit sur R
+
de la fonction m
ij
+n
ij
fait que son intgrale nest
impropre quen zro et en plus linni.
Par hypothse, les deux intgrales :
_
+
0
m
ij
(t)dt et
_
+
0
n
ij
(t)dt
existent ce qui, via la rgle de linarit, assure lexistence de lintgrale :
_
+
0
_
m
ij
(t) + n
ij
(t)
_
dt
La formule de linarit assure pour nir que :
_
+
0
_
m
ij
(t) + n
ij
(t)
_
dt =
_
+
0
m
ij
(t)dt +
_
+
0
n
ij
(t)dt
et nous pouvons passer la question suivante.
b.i. Nous savons depuis la premire partie que f est parfaitement dnie sur R
+
ce qui
nous amne tout naturellement :
f(A) =
p
i=1
_ _
+
0
_
t
1 + t
2

1
i
+ t
_
(t)dt
_
M
i
Soit alors i [[1, p]]. La proprit ii que nous venons dadmettre(*) signale que lintgrale
de matrice :
_
+
0
_
t
1 + t
2

1
i
+ t
_
(t)M
i
dt
existe et vaut :
_ _
+
0
_
t
1 + t
2

1
i
+ t
_
(t)dt
_
M
i
Cest au tour de la proprit i de prendre le relais. Lgrement dope par rcurrence, elle
rvle lexistence de lintgrale de matrice :
_
+
0
(t)
p
i=1
_
t
1 + t
2

1
i
+ t
_
M
i
dt
(*) Elle est, cela dit, trs facile tablir tout comme la iii dailleurs
ainsi que lgalit :
f(A) =
_
+
0
(t)
p
i=1
_
t
1 + t
2

1
i
+ t
_
M
i
dt
Soit alors t R
+
. Il ne fait aucun doute que :
p
i=1
_
t
1 + t
2

1
i
+ t
_
M
i
=
t
1 + t
2
p
i=1
M
i

p
i=1
1
i
+ t
M
i
Mais nous savons depuis fort longtemps que :
p
i=1
M
i
= I
n
alors que du to the recent 2.c, 2.b et 1.c il savre que :
p
i=1
1
i
+ t
M
i
= (A + tI
n
)
1
Cette affaire semble dnitivement boucle.
ii. Soit B S
++
n
vriant A < B, X une colonne non nulle de hauteur n et t > 0.
Nous avons :
_
t
1 + t
2
I
n
(B+tI
n
)
1
_
_
t
1 + t
2
I
n
(A+tI
n
)
1
_
= (A+tI
n
)
1
(B+tI
n
)
1
Comme A < B, il advient sans surprise que :
(A + tI
n
)
1
(B + tI
n
)
1
> 0
et dans la foule :
_
t
1 + t
2
I
n
(B + tI
n
)
1
_
_
t
1 + t
2
I
n
(A + tI
n
)
1
_
> 0
Si, pour allger, nous notons M(t) le big left hand side et comme X nest pas nulle, cest
par dnition de S
++
n
, que nous dduisons que :
X
T
M(t) X > 0
ce qui, grosso modo, nest autre que le rsultat souhait.
iii. Attention, il y a une petite faiblesse du texte cet endroit. Il aurait d exiger
que ne soit pas identiquement nulle ce que, bien videmement, nous rclamons sur-le-
champ !
Essec premire 107
Soit nouveau A et B dans S
++
n
vriant A < B. Si lon en croit la proprit (i) de
lintgration matricielle ainsi que la rcente question i, il semble bien que lon ait :
f(B)

f(A) =
_
+
0
(t) M(t)dt
o, pour chaque t > 0, M(t) est la grosse matrice baptise la question prcdente.
Soit alors galement une colonne X non nulle de M
n,1
(R). Cest au tour de la proprit
admise (iii) de prendre la parole. Elle stipule exactement que :
X
T
f(B)

f(A)
_
X =
_
+
0
(t) X
T
M(t) Xdt
o contrairement aux apparences, lintgrale de droite ne porte pas sur une fonction
matricielle maous costaud mais simplement sur une fonction numrique. Nous faisons
alors tat des faits suivants :
Les bornes dintgration sont dans le sens croissant strict.
Il est facile de se rendre compte au prix dun produit matriciel mental que
la fonction numrique :
t (t) X
T
M(t) X
est continue sur R
+
.
Vu la positivit de et notre conclusion du rcent ii cette mme fonction est
positive ou nulle sur R
+
.
Comme nous avons ajout que nest pas identiquement nulle et la vue derechef
du rcent ii, notre fonction :
t (t) X
T
M(t) X
ne lest pas non plus.
Le thorme de positivit stricte dune intgrale amne alors :
X
T
f(B)

f(A)
_
X > 0
ce qui montre que :
f(B)

f(A) S
++
n
i.e.

f(A) <

f(B)
et nous pouvons passer la suite.
c. Nous nous organisons un peu.
Nous avons constat la seconde question de la partie 1 que la fonction ln est la
fonction f attache la fonction constante gale 1. Comme cette dernire nest pas
identiquement nulle, la n de la question prcdente nous permet de rclamer la stricte
croissance de

ln.
Supposons que appartienne ] 1, 0[. La question 3 de la partie 1, dont nous
conservons les notations, stipule que :
x > 0 p
(x) =
f
(x) d
c
puisqu lpoque, nous avions eu lexcellente ide de grer le signe strict du rel c. Soit
alors A S
++
n
dcompose, as usual, en :
A =
p
i=1
i
M
i
Nous avons par dnition :
p
(A) =
p
i=1
p
(
i
)M
i
ce qui, compte tenu de lgalit prcdente devient :
p
(A) =
1
c
p
i=1
f
(
i
)M
i

d
c
I
n
puisque cela fait belle lurette que la somme des M
i
vaut I
n
. Autant dire que :
p
(A) =
1
c
(A)
d
c
I
n
La fonction

f

++
n
depuis la trs rcente question iii et
comme nous nous souvenons de que c est strictement ngatif, il est immdiat que p
est
strictement dcroissante sur S
++
n
.
Supposons pour nir que appartienne ]0, 1[. On dmontre mutatis mutandis
que p

++
n
mais grce, cette fois, la question 4.b de la
partie 1.
Partie 4 Monotonies compares de f et

f
1. Soit x et y deux rels vriant :
0 < x < y
et considrons les deux matrices :
A = xI
n
et B = yI
n
Nous faisons les observations suivantes :
Les matrices A et B sont assurment dans S
++
n
.
Vu que B A = (y x)I
n
et que y x > 0 il ne fait aucun doute que :
B A S
++
n
Essec premire 109
ce qui par dnition rvle que :
A < B
Leurs deux critures prcdentes, en loccurrence :
A = xI
n
et B = yI
n
sont prcisment leurs dcompositions telle enseigne que :
f(A) = f(x)I
n
et

f(B) = f(y)I
n
Comme par hypothse :
f(A) <

f(B)
nous en dduisons que :
_
f(y) f(x)
_
I
n
S
++
n
ce qui, assez tranquillement, amne :
f(x) < f(y)
2.a. Soit t > 0. On trouve assez rapidement que :
Spec A =
_
e
t
, e
t
_
et que :
E
e
t (A) = Vect
_
1
1
_
et E
e
t (A) = Vect
_
1
1
_
Il sensuit tout dabord que A(t) S
++
2
simplement parce quelle est symtrique relle
dordre deux et que ses valeurs propres sont strictement positives. Nous faisons bien sr
rfrence la caractrisation spectrale dun lointain 1.a.
Comme t > 0, nous avons e
t
< e
t
classement dans lordre strict ! et on dduit
aisment la dcomposition souhaite savoir :
A(t) =
e
t
2
_
1 1
1 1
_
+
e
t
2
_
1 1
1 1
_
b. On observe tout simplement que :
2
e
t
+ e
t
t
3
t0
t>0
1
Un classique argument epsilontik assure alors lexistence dun rel
0
> 0 tel que :
t ]0,
0
[
2
e
t
+ e
t
t
3
> 0
Du coup, lorsque t appartient louvert ]0,
0
[, la matrice symtrique relle B(t) a
ses valeurs propres strictement positives et si lon en croit nouveau une certaine
caractrisation
c. Soit t appartenant louvert ]0,
0
[. Nous allons utiliser la caractrisation de Jacobi
dun certain 1.b. Aprs quelques gentils calculs(*) lon trouve que les mineurs principaux
de A(t) B(t) sont :
e
t
+ e
t
2
t
3
et t
3
_
2
e
t
+ e
t
t
3
_
Le second est assurment strictement positif vu que 0 < t <
0
.
Quant au premier, tant donn que :
e
t
+ e
t
2
t
3
t0
t>0
1
le mme argument epsilontik que celui voqu supra produit un rel
1
situ dans ]0,
0
[
tel que :
t ]0,
1
[
e
t
+ e
t
2
t
3
> 0
En bref, si 0 < t <
1
, nous deux mineurs principaux sont strictement positifs et en
Jacobi consquence lon a bien :
A(t) B(t) > 0 i.e. B(t) < A(t)
d. Soit t appartenant ]0,
1
[.
Nous connaissons la dcomposition de A(t) tant et si bien que :
p
_
A(t)
_
=
e
t
2
_
1 1
1 1
_
+
e
t
2
_
1 1
1 1
_
Celle de la diagonale B(t) sobtient quasi mentalement savoir :
B(t) = t
3
_
1 0
0 0
_
+
_
2
e
t
+ e
t
t
3
__
0 0
0 1
_
et force est de constater que :
p
_
B(t)
_
= t
3
_
1 0
0 0
_
+
_
2
e
t
+ e
t
t
3
_
_
0 0
0 1
_
e. Soit > 1. Il advient alors que :
p
_
A(t)
_
p
_
B(t)
_
=
_
a
t
b
t
b
t
c
t
_
(*) Trs hyperboliques, pour les initis !
Essec premire 111
o, la surprise gnrale, nous avons not :
a
t
=
e
t
+ e
t
2
t
3
; b
t
=
e
t
e
t
2
; c
t
=
e
t
+ e
t
2

_
2
e
t
+ e
t
t
3
_
et lnorme quantit dont on nous demande un quivalent nest alors autre que le mineur
principal a
t
c
t
b
2
t
. Here we go !
Tout ce qui va suivre se sous-entend au voisinage de zro sans quil soit ncessaire de le
prciser chaque fois.
Du dveloppement limit de lexponentielle on dduit facilement que :
e
t
+ e
t
2
= 1 +

2
t
2
2
+ o(t
2
)
De plus, vu la position gographique de , lon galement t
3
= o(t
2
) de sorte que :
a
t
= 1 +

2
t
2
2
+ o(t
2
)
Du mme dveloppement lon dduit galement que :
e
t
e
t
2
= t + o(t
2
)
et le thorme du produit ici du carr ! amne :
b
2
t
=
2
t
2
+ o(t
2
)
Enn, mais ce nest pas le moindre, observons que :
2
e
t
+ e
t
=
1
1 +
t
2
2
+ o(t
2
)
= 1
t
2
2
+ o(t
2
)
la dernire galit provenant du thorme de composition par :
u
1
1 + u
Comme t
3
= o(t
2
) nous avons galement :
2
e
t
+ e
t
t
3
= 1
t
2
2
+ o(t
2
)
La composition par la fonction :
u (1 + u)

nous conduit alors :
_
2
e
t
+ e
t
t
3
_
= 1
t
2
2
+ o(t
2
)
et nalement :
c
t
=
( + 1)
2
t
2
+ o(t
2
)
Encore un petit effort un dernier thorme du produit et une soustraction et voil
que :
a
t
c
t
b
2
t
=
(1 )
2
t
2
+ o(t
2
)
Comme > 1 le produit (1 ) nest pas nul et lon a donc :
a
t
c
t
b
2
t

t0
t>0
(1 )
2
t
2
f. Soit nouveau > 1. Le produit (1 ) tant ngatif, il rsulte de lquivalence
prcdente que notre mineur principal a
t
c
t
b
2
t
est localement ngatif, ce qui, de faon
jacobienne, interdit la matrice :
p
_
A(t)
_
p
_
B(t)
_
toute vellit de positivit.
3. Nous venons de donner un contre-exemple cette rciproque lorsque n = 2.
Maintenant, pour n 2 quelconque, il suft de proposer les deux bloc-matrices :
_
A(t) 0
0 I
n2
_
et
_
B(t) 0
0 I
n2
_
dans lesquelles les blocs A(t) et B(t) sont les matrices (2, 2) de la question prcdente.
EmLyon premire 113
EmLyon premire
La srie de Mercator
Une fonction de deux variables
Polynmes orthogonaux
Problme 1
Anne Difficult
2
On consid` ere lapplication :
f : [0, +[R, x f(x) =
_
_
_
ln(1 + x)
x
si x > 0
1 si x = 0
Partie 1

Etude de lapplication f
1. Montrer que f est continue sur [0, +[.
2. On consid` ere lapplication :
A : [0, +[R, x A(x) =
x
1 + x
ln(1 +x)
a. Montrer que f est de classe (
1
sur ]0, +[ et que, pour tout x ]0, +[ :
f
t
(x) =
A(x)
x
2
b. Montrer que f
t
admet
1
2
comme limite en 0 ` a droite.
c. D emontrer que f est de classe (
1
sur [0, +[ et pr eciser f
t
(0).
d. Dresser le tableau de variation de A. En d eduire que f est strictement d ecroissante
sur [0, +[.
e. D eterminer la limite de f en +.
3. On consid` ere lapplication
B : [0, +[R, x B(x) =
3x
2
+ 2x
(1 + x)
2
+ 2 ln(1 + x)
a. Montrer que f est deux fois d erivable sur ]0, +[, et que, pour tout x ]0, +[ :
f
tt
(x) =
B(x)
x
3
b. Dresser le tableau de variation de B. En d eduire que f est convexe sur ]0, +[.
c. Tracer lallure de la courbe repr esentative de f.
Partie 2 Un d eveloppement en s erie
1. Montrer, pour tout N N et tout t [0, 1] :
1
1 + t
=
N
k=0
(1)
k
t
k
+
(1)
N+1
t
N+1
1 + t
2. En d eduire, pour tout N N et tout x [0, 1] :
ln(1 + x) =
N
k=0
(1)
k
x
k+1
k + 1
+ J
N
(x)
o` u on a not e :
J
N
(x) =
_
x
0
(1)
N+1
t
N+1
1 + t
dt
3.

Etablir, pour tout N N et tout x [0, 1] :
J
N
(x)
x
N+2
N + 2
4. En d eduire que, pour tout x [0, 1], la s erie :
n1
(1)
n1
x
n
n
converge et que :
ln(1 + x) =
+
n=1
(1)
n1
x
n
n
EmLyon premire 115
Partie 3

Egalit e dune int egrale et dune somme de s erie
1. Montrer, en utilisant le r esultat de 2.3, pour tout N N et tout
x [0, 1] :
f(x)
N
k=0
(1)
k
x
k
k + 1

x
N+1
N + 2
2. Montrer que la s erie :
n1
(1)
n1
n
2
converge et que :
_
1
0
f(x)dx =
+
n=1
(1)
n1
n
2
3. Montrer, pour tout N N
:
_
_
2N+1
n=1
1
n
2
=
N
p=0
1
(2p + 1)
2
+
N
p=1
1
4p
2
2N+1
n=1
(1)
n1
n
2
=
N
p=0
1
(2p + 1)
2

N
p=1
1
4p
2
4. On admet que :
+
n=1
1
n
2
=

2
6
Montrer que :
_
1
0
f(x)dx =

2
12
Partie 4 Recherche dextremum pour une fonction de deux variables r eelles
On note :
F : ]0, +[R, x F(x) =
_
x
0
f(t)dt
et :
G : ]0, +[
2
R, (x, y) G(x, y) = F(xy) F(x) F(y)
1. Montrer que G est de classe (
2
sur ]0, +[
2
. Exprimer, pour tout (x, y) ]0, +[
2
,
les d eriv ees partielles premi` eres et secondes de G en (x, y) en fonction de x, y, f(x),
f(y), f(xy), f
t
(x), f
t
(y), f
t
(xy).
2.

Etablir que G admet (1, 1) comme unique point critique.
3. Est-ce que G admet un extremum local ?
Problme 2
Anne Difficult
2
On note n un nombre entier x e sup erieur ou egal 2, E le sous-espace vectoriel de R[X]
constitu e des polyn omes de degr e inf erieur ou egal ` a n et B = (1, X, . . . , X
n
) la base
canonique de E.
Partie 1

Etude dun endomorphisme de E
1. Montrer que, pour tout polyn ome P de E, le polyn ome
_
(X
2
1)P
_
tt
est el ement de
E, o` u
_
(X
2
1)P
_
tt
d esigne le polyn ome d eriv e second de (X
2
1)P.
On note : E E lapplication qui, ` a tout polyn ome P de E, associe :
(P) =
_
(X
2
1)P
_
tt
2. V erier que :
(1) = 2 et (X) = 6X
3. Montrer que est un endomorphisme de E.
4. Calculer (X
k
) pour tout k [[0, n]] et ecrire la matrice A de dans la base B.
5.a. Montrer que admet n + 1 valeurs propres deux ` a deux distinctes que lon notera
0
,
1
, . . . ,
n
, avec :
0
<
1
< <
n
b. Est-ce que est bijectif ?
c. Montrer que est diagonalisable et d eterminer, pour tout k [[0, n]], la dimension
du sous-espace propre de associ e ` a
k
.
6. Soit k [[0, n]] et P un vecteur propre de associ e ` a la valeur propre
k
.
a. Montrer que le degr e du polyn ome P est egal ` a k.
b. Montrer que le polyn ome Q d eni par Q(X) = P(X) est un vecteur propre de
associ e ` a
k
.
7. En d eduire quil existe une unique base (P
0
, P
1
, . . . , P
n
) de E constitu ee de vecteurs
propres de telle que, pour tout k [[0, n]], P
k
est un polyn ome de degr e k, de coefcient
dominant egal ` a 1 et v eriant :
P
k
(X) = (1)
k
P
k
(X)
Que peut-on en d eduire sur la parit e de P
k
?
8. Calculer P
0
, P
1
, P
2
, P
3
.
EmLyon premire 117
Partie 2 Un produit scalaire sur E
1. Montrer que lapplication :
(P, Q) ( P [ Q) =
_
1
1
(1 x
2
)P(x)Q(x)dx
est un produit scalaire sur E.
On munit dor enavant E de ce produit scalaire not e ( [ ).
2.a.
`
A laide dint egrations par parties, etablir que est un endomorphisme sym etrique
de E.
b. Montrer que la base (P
0
, P
1
, . . . , P
n
) de E obtenue ` a la question 1.7 est orthogonale.
Soit j [[1, n]].
3.a. Montrer que pour tout polyn ome S de degr e inf erieur ou egal ` a j 1, on a :
( S [ P
j
) = 0
b. Enconsid erant ( 1 [ P
j
), montrer que P
j
ne garde pas unsigne constant sur lintervalle
] 1; 1[.
c. En d eduire que P
j
admet au moins, dans lintervalle ] 1; 1[, une racine dordre de
multiplicit e impair.
4. On note x
1
, . . . , x
m
lensemble des racines dordre de multiplicit e impair de P
j
appartenant ` a lintervalle ] 1; 1[ et :
S
m
= (X x
1
)(X x
2
) (X x
m
)
a. Justier que m j.
b. Montrer que le polyn ome S
m
P
j
( produit des polyn omes S
m
et P
j
) garde un signe
constant sur lintervalle ] 1; 1[.
c. En consid erant ( S
m
[ P
j
), montrer que m = j.
d. En d eduire que P
j
admet j racines simples r eelles toutes situ ees dans lintervalle
ouvert ] 1, 1[.
Solution
Premier problme
Partie 1

Etude de lapplication f
1. Les thormes gnraux assurent, sans plus attendre, la continuit de f sur louvert
]0, +[. En outre, la lumire de la limite classique :
ln(1 + x)
x

x0
1
et de la dnition de f il savre que :
f(x)
x0
f(0)
do la continuit de f en 0. La fonction f est donc effectivement continue sur la demi-
droite ferme [0, +[.
2.a. Les thormes gnraux encore eux ! font que f est en ralit de classe (
sur
louvert ]0, +[. La classe (
1
en rsulte tranquillement. Quant au calcul de f
t
, il suft
de savoir correctement driver un quotient.
b. Il y a manifestement un forme indtermine mais vu le look de f
t
, en loccurrence :
x
A(x)
x
2
nous savons que le dnouement passe par le dveloppement limit lordre deux, au
voisinage de zro, du numrateur A(x). Here we go !
Nous avons tout dabord le dveloppement limit ofciel :
1
1 + x
= 1 x + o(x)
La multiplication par x le monte magiquement lordre deux et voil que :
x
1 + x
= x x
2
+ o(x
2
)
`
A ct de cela cest toujours ofciellement que nous nous rclamons de :
ln(1 + x) = x
x
2
2
+ o(x
2
)
EmLyon premire 119
Le thorme de soustraction de deux dl
2
assure, quasi mentalement, que :
A(x) =
x
2
2
+ o(x
2
)
et nalement, au voisinage droit de zro, nous avons :
f
t
(x) =
1
2
+ o(1)
do limplacable conclusion puisque o(1) est Edmund Landau dixit le canon de la
limite nulle.
c. Faisons un rapide tat de la situation.
La fonction f est, depuis la question 1, continue sur le ferm [0, +[.
Depuis le rcent 2.a elle est de classe (
1
sur louvert ]0, +[.
Enn, sa drive f
t
a, en zro, la limite nie 1/2.
Dans ces conditions limportant thorme de prolongement dans le cas (
1
est totalement
formel. La fonction f est authentiquement de classe (
1
sur le ferm [0, +[ et en prime :
f
t
(0) =
1
2
d. La fonction A est ouvertement drivable sur R
+
et un calcul bnin amne :
x 0 A
t
(x) =
x
(1 + x)
2
Il en rsulte le tableau :
x 0 +
A
t

A 0
La question suivante va nous obliger un zle supplmentaire. Nous observons les choses
suivantes.
La fonction A est continue sur lintervalle ferm [0, +[.
Elle est drivable sur lintrieur ]0, +[ et sur ce dernier sa drive est manifeste-
ment strictement ngative.
Nous sommes alors supposs savoir que la fonction A est strictement dcroissante sur le
ferm [0, +[. Il advient donc en consquence que :
x > 0 A(x) < A(0) = 0
Il sensuit immdiatement que :
x > 0 f
t
(x) < 0
Comme f
t
(0) = 1/2, cest en ralit sur lintervalle R
+
tout entier que f
t
est strictement
ngative. La fonction f y est donc effectivement strictement dcroissante.
e. Soit x > 0. Nous pouvons terminalement crire :
ln(1 + x) = lnx +ln
_
1 +
1
x
_
et donc :
f(x) =
lnx
x
+
1
x
ln
_
1 +
1
x
_
Les prpondrances classiques assurent sans surprise que :
lnx
x

x+
0
et cest dj un bon dbut.
Le terme :
1
x
ln
_
1 +
1
x
_
ne prsente quant lui aucune indtermination. Il tend dbonnairement vers zro.
Il semble donc que :
f(x)
x+
0
3.a. Ce nest derechef quune affaire de thormes gnraux et de calculs passionnants
b. La fonction B est gnreusement drivable sur R
+
et toujours passionnment :
x 0 B
t
(x) =
2x
2
(1 + x)
3
le dtail du calcul tant, como siempre, laiss la charge du valeureux lecteur. On brosse
alors le tableau :
x 0 +
B
t
+
B 0
La fonction B est donc ouvertement positive ou nulle sur lintervalle R
+
et il en est de
mme de f
tt
. En rsum :
La fonction f est deux fois drivable sur lintervalle R
+
.
EmLyon premire 121
Sa drive seconde y est positive ou nulle.
Lon sent bien le thorme auquel nous devons faire appel mais avec une petite pine dans
le pied. Sa version ofcielle rclame maladroitement dailleurs la classe (
2
qui,
encore une fois, nous est chaleureusement et gnreusement donne. Ouf ! Cela dit on
aurait pu galement sen sortir un peu articiellement cependant via la croissance
de f
t
.
4. Il suft de demander
Partie 2 Un dveloppement en srie

1. Soit N N et t [0, 1]. Nous avons :
N
k=0
(1)
k
t
k
=
N
k=0
(t)
k
do la gentille apparition de la somme de termes conscutifs dune suite gomtrique de
raison t. Vu la position gographique de t, cette dernire est diffrente de un et nous
sommes en droit dutiliser la fameuse :
premier terme crit premier terme non crit
1 raison
Il en rsulte que :
N
k=0
(1)
k
t
k
=
1 (t)
N+1
1 + t
=
1
1 + t

(1)
N+1
t
N+1
1 + t
la dernire galit se passant de tout commentaire. Il ne reste alors qu expdier le terme
situ tout droite dans ses pnates gauche.
2. Soit nouveau N N et x [0, 1]. Les trois fonctions :
t
1
1 + t
; t
N
k=0
(1)
k
t
k
; t
(1)
N+1
t
N+1
1 + t
parce quelles y sont manifestement continues, sont intgrables sur le segment [0, x] et
lon a sans ambages :
_
x
0
dt
1 + t
=
_
x
0
N
k=0
(1)
k
t
k
dt +
_
x
0
(1)
N+1
t
N+1
1 + t
dt
La formule dintgration dIsaac Barrow est lordre du jour pour les deux premires
intgrales, quant la troisime il semble quelle sappelle J
N
(x). Voici donc que :
_
ln[1 + t[
_
x
0
=
_
N
k=0
(1)
k
t
k+1
k + 1
_
x
0
+ J
N
(x)
puisque cest la moindre des choses pour chaque k [[0, N]], lentier k + 1 nest
pas nul. La n de largumentation sappuie sur les faits suivants :
Le rel 1 + x est positif et de fait dispens de valeur absolue.
Si lon en croit le thorme du policier municipal, il apparatrait que ln1 = 0.
Pour chaque k [[0, N]] lentier k + 1 est strictement(*) positif de sorte que :
0
k+1
= 0
Laffaire semble dnitivement dans le sac.
3. Annonons nouveau N N et x [0, 1]. Nous signalons que :
J
N
(x) = (1)
N+1
_
x
0
t
N+1
1 + t
dt et donc

J
N
(x)
=
_
x
0
t
N+1
1 + t
dt
vu que lintgrale que nous avons sous les yeux est bornes dans le sens croissant et
intrieur positif positive ou nulle. Dautre part, il semble difcilement contestable que :
t [0, x]
t
N+1
1 + t
t
N+1
De l en dduire que :
_
x
0
t
N+1
1 + t
dt
_
x
0
t
N+1
dt
il ny a quun petit pas qui se franchit sur-le-champ continment et avec bon sens. La n
seffectue sans surprise. Comme supra il savre Cavalierement(**) que :
_
x
0
t
N+1
dt =
_
t
N+2
N + 2
_
x
0
=
x
N+2
N + 2
la raison essentielle tant, encore une fois, la stricte positivit de N + 2. Nous pouvons
passer la suite.
4. Soit x [0, 1] et n N
. La somme partielle dordre n de notre srie as usual note

S
n
nest autre que :
S
n
=
n
k=1
(1)
k1
x
k
k
=
n1
k=0
(1)
k
x
k+1
k + 1
(*) Il faut toujours se mer comme de la peste des sournois 0
0
qui peuvent venir polluer certains calculs !
(**) Ces intgrales, trs en vogue la n du Moyen-Age, sappellent intgrales de Bonaventura Cavalieri.
EmLyon premire 123
la dernire galit reposant sur le changement dindice k := k + 1. La question 2 arrive
point nomm puisquelle rvle dj que :
S
n
= ln(1 + x) J
n1
(x)
La question prcdente signale quant elle que :
J
n1
(x)
x
n+1
n + 1

1
n + 1
la dernire ingalit procdant de lexcellente position gographique du rel x. Il sensuit
by squeeze que :
J
n1
(x)
n+
0
et dans la foule :
S
n

n+
ln(1 + x)
Nous pouvons cette fois changer de partie.
Partie 3

Egalit dune intgrale et dune somme de srie
1. Soit N N et x [0, 1]. Les questions 2 et 3 de la partie 2 indiquent que :
ln(1 + x)
N
k=0
(1)
k
x
k+1
k + 1
x
N+2
N + 2
vu que le ct gauche nest autre que

J
N
(x)
. Il est alors urgent de planier :

Si 0 < x 1, la division par le strictement positif x conduit tranquillement :
f(x)
N
k=0
(1)
k
x
k
k + 1
x
N+1
N + 2
ce qui nest pas pour nous dplaire.
En revanche, lorsque x = 0, nous avons un certain nombre de choses faire valoir :
Primo, vu la dnition de f, lon a f(0) = 1.
Deuzio, il semble que :
N
k=0
(1)
k
0
k
k + 1
= 1
vu que 0
0
= 1 et 0
k
= 0 pour k > 0. Cest dailleurs un bel exemple de 0
0
qui passe !
Tertio, because of N + 1 > 0, il est galement dit que :
0
N+1
N + 2
= 0
Lingalit demande devient alors triviale dans ce cas.
2. La srie propose est mentalement absolument convergente puisque la srie de Riemann
de paramtre deux Cela dit, lingalit de la question prcdente se laisse docilement
et continment ! cf. 1.1 intgrer sur le segment [0, 1] ce qui, vu le sens des bornes,
amne dans un premier temps :
_
1
0
f(x)
N
k=0
(1)
k
x
k
k + 1
dx
_
1
0
x
N+1
N + 2
dx =
1
(N + 2)
2
lgalit de droite procdant dun vident et dj fait petit calcul dintgrale de
Bonaventura Cavalieri.
Lidale place des bornes et la continuit ambiante dj voque permettent daller
triangulairement et transitivement plus loin, savoir :
_
1
0
_
f(x)
N
k=0
(1)
k
x
k
k + 1
_
dx
1
(N + 2)
2
Un brin de linarit plus loin et quelques cavalires intgrales et nous voici devant :
_
1
0
f(x)dx
N
k=0
(1)
k
(k + 1)
2
1
(N + 2)
2
Le changement dindice k := k 1 fait magiquement apparatre la somme partielle
dordre N + 1 de notre srie et lon a nalement :
_
1
0
f(x)dx
N+1
k=1
(1)
k1
k
2
1
(N + 2)
2
(1)
La srie en question converge depuis le dbut de la question. Le passage la limite dans
(1) lorsque N tend vers plus linni est tout fait lgal ainsi que fortement indiqu !
Il livre :
_
1
0
f(x)dx
+
k=1
(1)
k1
k
2
0
Autant dire que :
_
1
0
f(x)dx =
+
k=1
(1)
k1
k
2
et tout le monde est content.
Il eut t possible dutiliser (1) non pas via un passage la limite mais via un squeeze.
Cela aurait permis de faire dune pierre deux coups :
La convergence de la srie. On conomisait le dbut de la question.
La valeur de la somme. 3. Nous rappelons la fondamentale formule suivante :
La formule de s
eparation pair impair :

EmLyon premire 125
Soit (a
n
)
nN
une suite relle quelconque. Soit m N
. On a lgalit :
m
n=1
a
n
=
m/2
p=1
a
2p
+
(m1)/2
p=0
a
2p+1
o, la notation est internationale, | dsigne la partie entire.
La preuve :
Elle repose uniquement sur les quatre choses suivantes :
Un entier est soit pair, soit impair.
Les entiers pairs situs entre 1 et m sont exactement les 2p o p est un entier
vriant :
1 p m/2|
Les entiers impairs situs entre 1 et msont exactement les 2p+1 o p est un entier
vriant :
0 p (m1)/2|
Laddition est commutative.
Soit alors N N
. Il suft alors dappliquer cette super formule aux deux situations

suivantes :
i. La suite (a
n
)
nN
est dnie par :
n N
a
n
=
1
n
2
et m = 2N + 1
ii. La suite (a
n
)
nN
est dnie par :
n N
a
n
=
(1)
n1
n
2
et m = 2N + 1
en ayant, pour les deux cas, quasi mentalement observ que :
m/2| = N + (1/2)| = N et (m1)/2| = N| = N
4. Soit nouveau N N
. La premire formule du 3 assure que :

N
p=0
1
(2p + 1)
2
=
2N+1
n=1
1
n
2

1
4
N
p=1
1
p
2
Vu ce que le texte nous demande dadmettre une des plus clbres formules de Leonhard
Euler il savre que :
N
p=0
1
(2p + 1)
2

N+
2
6

1
4

2
6
=

2
8
La seconde relation du 3, en loccurrence :
2N+1
n=1
(1)
n1
n
2
=
N
p=0
1
(2p + 1)
2

1
4
N
p=1
1
p
2
Vu tout ce que nous avons appris, le passage la limite lorsque N tend vers plus linni
est dsormais possible and it yields :
+
n=1
(1)
n1
n
2
=

2
8

1
4

2
6
=

2
12
`
A la lecture des conclusions de la question 2 nous pouvons changer de partie.
Partie 4 Recherche dextremum pour une fonction de deux variables relles
1. Remarquons avant de commencer que ]0, +[
2
est un ouvert de R
2
ce qui, vu les
questions qui suivent, est la moindre des choses. Pour ceux ou celles qui en
douteraient nous en donnerons la preuve la n de la partie 4.
Cela dit, comme f est continue sur R
+
, la copine F est Gaston Darboux dixit une
primitive de f. Comme cette dernire est de classe (
1
sur R
+
, la fonction F y hrite de
la classe (
2
et cest un bon dbut. Les trois fonctions :
(x, y) xy ; (x, y) x ; (x, y) y
visiblement polynomiales deux variables sont, quant elles, de classe (
2
sur louvert
]0, +[
2
et elles y sont valeurs strictement positives. Les thormes gnraux attribuent
alors la classe (
2
aux composes gauche :
(x, y) F(xy) ; (x, y) F(x) ; (x, y) F(y)
puis carrment la fonction G. De plus et sans autre explication, pour chaque (x, y)
appartenant ]0, +[
2
lon a :
G
x
(x, y) = yf(xy) f(x) ;
G
y
(x, y) = xf(xy) f(y)
puis :
2
G
x
2
(x, y) = y
2
f
t
(xy) f
t
(x) ;

2
G
y
2
(x, y) = x
2
f
t
(xy) f
t
(y)
et enn :
2
G
xy
(x, y) = xyf
t
(xy)
2. Nous allons nous y prendre en deux temps.
EmLyon premire 127
Cest tout dabord mentalement que lon observe que (1, 1) appartient bien
louvert ambiant et que :
G
x
(1, 1) =
G
y
(1, 1) = 0
Cest dj un bon dbut.
Supposons, rciproquement que (x, y) soit critique pour G. Les deux rels x et y
sont alors strictement positifs et :
yf(xy) = f(x) ; xf(xy) = f(y)
Facettes de f obligent, la premire galit se dcline en :
ln(1 + xy)
x
=
ln(1 + x)
x
i.e. ln(1 + xy) = ln(1 + x)
La fonction ln tant injective il sensuit :
1 + xy = 1 + x i.e. xy = x
Comme x nest pas nul il en rsulte dj que :
y = 1
Maintenant, grce la seconde galit, en loccurrence xf(xy) = f(y), on dmontre
mutatis mutandis que :
x = 1
et le tour est jou.
3. Nous allons bien sr utiliser les notations de Gaspard Monge. On observe quau point
(1, 1) lon a :
r = t = 0 et s = f
t
(1)
Dans ces conditions, il ne fait aucun doute que :
rt s
2
=
_
f
t
(1)
_
2
< 0
la stricte ngativit rsultant de ce que cf. la question 2.d de la partie 1 le rel
f
t
(1) nest pas nul. Il faut alors clamer quil ny a pas dextremum local en (1, 1) mais
plutt un point selle. En outre, si lon en croit lincontournable condition ncessaire du
premier ordre sur un ouvert, la fonction G ne pouvait esprer un extremum local quau
point critique (1, 1). En bref, la fonction G ne possde aucun extremum local.
Voici maintenant, comme promis, la preuve de louverture de ]0, +[
2
. Considrons
cet effet les deux ensembles :
U
1
=
_
(x, y) R
2
[ x > 0
_
et U
2
=
_
(x, y) R
2
[ y > 0
_
Le premier est limage rciproque de lintervalle ouvert R
+
par lapplication :
(x, y) x
dont la continuit sur R
2
ne peut chapper qu ceux ou celles ! qui nont jamais
aperu un polynme deux variables. Le thorme de limage rciproque de Felix
Hausdorff assure quil sagit dun genuine ouvert de R
2
.
On dmontre mutatis mutandis que le second est galement un ouvert de R
2
.
Comme lvidence :
]0, +[
2
= U
1
U
2
la conclusion passe, cette fois, par le thorme des intersections nies du mme Felix.
Deuxime problme
Partie 1

Etude dun endomorphisme de E
1. Soit P E. Il savre que :
(X
2
1)P R
n+2
[ X ]
puisqu nen pas douter, E nest autre que le fameux R
n
[ X ]. La drivation seconde
ramne alors tout cela tranquillement dans E.
2. Notons que, n tant suprieur ou gal deux, les deux polynmes 1 et X appartiennent
bien E. Le reste ne mrite que no comment.
3. Hay que planicar un poquitn.
La premire question montre dj que applique bien E dans lui-mme.
La linarit de dcoule immdiatement de celle de la drivation seconde.
4. Soit k [[0, n]]. Vu que nous avons dj calcul (1) et (X), nous pouvons gentiment
supposer k 2 et il apparat bien vite que :
(X
k
) = (k + 2)(k + 1)X
k
k(k 1)X
k2
la prsence de X
k2
ntant pas contraire la polynomiale attitude puisque k 2 0.
En rsum :
k [[0, n]] (X
k
) =
_
_
1 si k = 0
6X si k = 1
(k + 2)(k + 1)X
k
k(k 1)X
k2
si k 2
EmLyon premire 129
La matrice A ne demande plus qu clore. Here you are !
A =
_
_
2 0 2
6 0
.
.
.
12
.
.
.
.
.
.
.
.
.
.
.
.
k(k1)
.
.
.
0
.
.
.
(k+2)(k+1)
.
.
.
.
.
.
.
.
.
n(n1)
.
.
.
0
(n+2)(n+1)
_
_
5.a. La matrice Atant trigonale suprieure, cest avec les mirettes que lon dcouvre son
spectre qui est dailleurs le mme que celui de . Ainsi :
Spec =
_
(k + 2)(k + 1) [ k [[0, n]]
_
Nous serons donc en conformit avec le texte si, pour chaque k [[0, n]], nous proposons :
k
= (k + 2)(k + 1)
Assurons-nous que ces rels sont bien deux deux diffrents. Soit donc k et h deux
lments diffrents de [[0, n]]. Nous faisons valoir que :
si k < h, lvidence (k + 1)(k + 2) < (h + 1)(h + 2) ;
si k > h, sans lombre dun doute (k + 1)(k + 2) > (h + 1)(h + 2).
La liste (
0
, . . . ,
n
) est donc bien forme de n+1 nombres deux deux distincts rangs
dans lordre croissant.
b. Lendomorphisme est bijectif pour la simple et bonne raisonque 0ne fait visiblement
pas partie de son spectre.
c. Il vient dtre dit que possde n + 1 valeurs propres deux deux diffrentes et il
se trouve que justement :
n + 1 = dimE
Les initis auront donc reconnu une authentique star. La trs importante condition
sufsante de diagonalisation stipule alors deux choses :
Lendomorphisme est diagonalisable.
Les espaces propres de sont des droites vectorielles.
Autant dire que :
k [[0, n]] dimE
k
() = 1
6.a. Le polynme P, puisquil est vecteur propre, nest assurment pas le polynme nul.
Nous pouvons alors noter d son degr qui appartient [[0, n]] , a
d
son coefcient
dominant, de sorte que le terme dominant de P est exactement a
d
X
d
. Dans ces conditions,
celui de :
(X
2
1)P
est ouvertement a
d
X
d+2
. Celui de :
_
(X
2
1)P
_
tt
= (P)
est donc lvidence (d+2)(d+1)a
d
X
d
. Oui mais voil, vu que P est vecteur propre de
attach la valeur propre
k
= (k +2)(k +1), nous disposons galement de lgalit :
(P) = (k + 2)(k + 1)P
Nous venons linstant de dire que le coefcient de X
d
du ct gauche valait :
(d + 2)(d + 1)a
d
alors que celui de X
d
du ct droit vaut visuellement :
(k + 2)(k + 1)a
d
Lidentication polynomiale est alors formelle. Lon se doit davoir :
(d + 2)(d + 1)a
d
= (k + 2)(k + 1)a
d
De plus, le rel a
d
coefcient dominant dun polynme non nul est lui-mme non nul
(d + 2)(d + 1) = (k + 2)(k + 1)
Nous avons dj eu loccasion de signaler que cela impose :
d = k
do notre entire satisfaction.
b. Soit S un polynme quelconque de E. Un rapide calcul de drive seconde montre
que :
(S) =
_
(X
2
1)S
_
tt
= (X
2
1)S
tt
+ 4XS
t
+ 2S (1)
Dans ces conditions, lon a dj :
(Q) = (X
2
1)Q
tt
+ 4XQ
t
+ 2Q
Mais, si lon en croit la formule de drivation dune compose, lon a :
Q
t
= P
t
(X) et Q
tt
= P
tt
(X)
de sorte que nalement :
(Q) = (X
2
1)P
tt
(X) 4XP
t
(X) + 2P(X)
EmLyon premire 131
`
A la lumire de lgalit (1) et avec un peu de physionomie il devrait normalement
apparatre que :
(Q) = (P)(X)
Comme (P) =
k
P depuis belle lurette, lon en dduit que :
(Q) =
k
P(X) =
k
Q
ce qui est dj rjouissant. De plus, P ntant pas le polynme nul, Q ne lest pas plus et
nous pouvons envisager la suite.
7. Il est question dexistence et dunicit, nous planions.
Existence :
Nous avons dj constat que les espaces propres de taient des droites vectorielles.
Pour chaque k [[0, n]], il existe donc un polynme S
k
,= 0 tel que :
E
k
() = Vect(S
k
)
ce qui nous amne proposer :
P
0
=
S
0
dom(S
0
)
; P
1
=
S
1
dom(S
1
)
; ; P
n
=
S
n
dom(S
n
)
cest--dire les S
k
diviss par leurs coefcients dominants. Il nous reste vrier que la
proposition (P
0
, P
1
, . . . , P
n
) est convenable.
Soit dabord k [[0, n]].
Division par le dominant oblige, P
k
est un polynme unitaire, cest--dire de
coefcient dominant un. Cest un excellent dbut.
Comme P
k
est non nul et colinaire S
k
, il est, comme ce dernier, vecteur propre
de attach
k
de sorte que lon galement :
E
k
() = Vect(P
k
)
et si lon en croit le rcent 6.a lon se doit davoir :
degP
k
= k
Nous continuons en fanfare.
Cest au tour du 6.b de pointer son nez. Il assure, ni plus ni moins, que P
k
(X)
appartient lui-aussi la droite vectorielle
E
k
() = Vect(P
k
)
Autant dire quil existe un rel a tel que :
P
k
(X) = aP
k
Comme P
k
est unitaire de degr k le terme dominant du ct gauche est (1)
k
X
k
alors
que le mme, ct droit, est assurment aX
k
. Lidentication se fait mentalement et,
notre plus grand plaisir, elle livre :
a = (1)
k
Cette proprit fait que :
Lorsque k est pair, lon a :
x R P
k
(x) = P
k
(x)
ce qui signie que la fonction polynomiale P
k
est paire.
Lorsque k est impair, lon a :
x R P
k
(x) = P
k
(x)
et la fonction P
k
est cette fois impaire. On rsume cela en disant que la fonction P
k
a la
mme parit que lentier k.
Enn, vu que :
E
0
() = Vect(P
0
) ; E
1
() = Vect(P
1
) ; ; E
n
() = Vect(P
n
)
et que est diagonalisable, il est de bon ton de ne pas ignorer que :
(P
0
, P
1
, . . . , P
n
)
est une base de E forme de vecteurs propres de . Nous pouvons alors passer lunicit.
Unicit
e :
Supposons que (H
0
, H
1
, . . . , H
n
) soit une autre base convenable et soit k [[0, n]]. Le
polynme H
k
est alors vecteur propre de de degr k ce qui, la parfaite lecture de la
question 6.a le condamne appartenir la droite vectorielle :
E
k
() = Vect(P
k
)
Il existe donc un rel b tel que :
H
k
= bP
k
et comme H
k
, P
k
sont tous deux unitaires b est fatalement gal un. En bref :
H
k
= P
k
et le tour est jou.
8. Le polynme P
0
, comme il est unitaire de degr 0, nest autre que le polynme 1. Le
polynme P
1
est quant lui unitaire impair de degr 1. Nul doute alors que :
P
1
= X
EmLyon premire 133
Passons P
2
. Il est dj unitaire pair de degr deux et par consquent de la forme :
P
2
= X
2
+ c o c R
Il est en outre vecteur propre de attach la valeur propre
2
= 12. On trouve
rapidement :
(X
2
+ c) = 12X
2
+ 2c 2
Lquation :
(P
2
) = 12P
2
se traduit donc par :
12X
2
+ 2c 2 = 12X
2
+ 12c
ce qui donne mentalement c = 1/5. Du coup :
P
2
= X
2
1
5
Reste dterminer P
3
. Il est unitaire impair de degr trois et donc de look :
P
3
= X
3
+ dX o d R
Il est galement vecteur propre de attach la valeur propre
3
= 20. Grce au mme
type de raisonnement que pour P
2
on parvient d = 3/7 et par consquent :
P
3
= X
3
3
7
X
En rsum :
n 0 1 2 3
P
n
1 X X
2
1
5
X
3
3
7
X
Le texte suppose depuis le dbut que lentier nest suprieur ou gal deux. Pour pouvoir
causer de P
3
il eut t raisonnable de le supposer suprieur trois
Partie 2 Un produit scalaire sur E
1. Nous planions classiquement en cinq points.
Soit P, Q appartenant E. Lternelle continuit des fonctions polynomiales fait
que la fonction :
x (1 x
2
)P(x)Q(x)
est ouvertement continue sur le segment [1, 1]. Son intgrale existe donc depuis la classe
de terminale. Ainsi, ( . [ . ) applique bien E E dans R.
Pour la symtrie, nous ne dirons que no comment.
Soit Q E. La linarit de :
P
_
1
1
(1 x
2
)P(x)Q(x)dx
dcoule mentalement de celle de lintgration.
Soit P E. Nous avons :
( P [ P ) =
_
1
1
(1 x
2
)P
2
(x)dx 0
puisque la fonction intrieure lintgrande pour les initis est visiblement positive
ou nulle sur [1, 1] et les bornes sont dans le sens croissant.
Soit enn P E vriant :
( P [ P ) = 0
ce qui se traduit par :
_
1
1
(1 x
2
)P
2
(x)dx = 0
Cest l que nous faisons valoir que :
Les bornes dintgrations sont diffrentes.
Lintgrande est visuellement continue et de signe constant sur [1, 1].
La contraposition du thorme du signe strict dune intgrale oblige implacablement que :
x [1, 1] (1 x
2
)P
2
(x) = 0
do il rsulte immdiatement que :
x ] 1, 1[ P(x) = 0
Louvert ] 1, 1[ tant un ensemble inni, le polynme P possde une innit de racines,
ce qui le condamne une grosse nullit.
Ce produit scalaire est un cas particulier de produit scalaire de Gustav Jacobi.
2.a. Soit P, Q deux lments de E. Nous avons :
( (P) [ Q) =
_
1
1
(1 x
2
)(P)(x)Q(x)dx
Considrons alors les deux fonctions :
u = (1 X
2
)Q et v =
_
(X
2
1)P
_
t
Nous les avons choisies parce quelles ralisent lgalit :
( (P) [ Q) =
_
1
1
uv
t
EmLyon premire 135
Comme elles sont polynomiales elles sont assurment de classe (
1
sur le segment [1, 1]
et la formule dintgration par parties rvle alors que :
( (P) [ Q) =
_
uv
1
1

_
1
1
u
t
v
La prsence du facteur 1 X
2
dans u ne laisse pas beaucoup davenir au crochet
_
uv
1
1
et au prix dun bnin changement de signe il semble se dessiner que :
( (P) [ Q) =
_
1
1
_
(X
2
1)Q
_
t
_
(X
2
1)P
_
t
De la mme faon mutatis mutandis pour les latinistes on dmontre que :
( P [ (Q) ) =
_
1
1
_
(X
2
1)P
_
t
_
(X
2
1)Q
_
t
La conclusion est donc dsormais commutativement claire. Nous avons effectivement :
( (P) [ Q) = ( P [ (Q) )
b. On rappelle que les espaces propres dun endomorphisme symtrique sont deux
deux orthogonaux. Comme il sagit ici des Vect(P
k
) nous pouvons passer la suite.
3.a. Nous commenons par tablir un certain nombre de choses concernant la famille :
(P
0
, . . . , P
j1
)
Vu que pour chaque k [[0, j 1]] le degr de P
k
vaut k elle est forme de
polynmes de R
j1
[ X ]. Elle est donc intrieure lespace R
j1
[ X ].
Sous-famille dune famille libre elle jouit dune authentique libert.
Enn, et si lon sait correctement compter, sa longueur est j, entier qui nest autre
que la dimension de R
j1
[ X ].
Le thorme de caractrisation des bases en dimension nie rvle alors quil sagit
dune base de R
j1
[ X ]. Soit alors S R
j1
[ X ]. Base oblige, il existe des scalaires
a
0
, . . . , a
j1
tels que :
S =
j1
i=0
a
i
P
i
La bilinarit de notre produit scalaire amne maintenant lgalit :
( S [ P
j
) =
j1
i=0
a
i
( P
i
[ P
j
)
Oui mais voil, lorthogonalit signale au rcent 2.b fait que pour chaque i [[0, j 1]]
lon a :
( P
i
[ P
j
) = 0
chronique dune annulation annonce.
b. Comme le polynme 1 appartient manifestement R
j1
[ X ], la question prcdente
stipule dj que :
_
1
1
(1 x
2
)P
j
(x)dx = 0
Supposons alors par labsurde que P
j
garde un signe constant sur louvert ] 1, 1[. La
fonction :
x (1 x
2
)P
j
(x)
puisquelle sannule en 1 et en 1, garde, quant elle, un signe constant sur le segment
[1, 1], zone sur laquelle elle est en outre continue. Comme les bornes de lintgrale ont
la bonne ide dtre diffrentes, un important thorme dj cit supra, oblige :
x [1, 1] (1 x
2
)P
j
(x) = 0
do il rsulte que :
x ] 1, 1[ P
j
(x) = 0
Le pauvre polynme P
j
, dsormais inniment enracin, se doit dtre le polynme nul ce
qui, pour un vecteur propre, est plutt dplac. La contradiction est arrive !
c. Nous venons de montrer que le polynme P
j
ne garde pas un signe constant sur
louvert ] 1, 1[. Cela signie quil existe deux rels diffrents a, b de ] 1, 1[ tels que :
P
j
(a) > 0 et P
j
(b) < 0
La fonction P
j
puisquelle est continue sur le segment [a, b] se doit dobir au thorme
des valeurs intermdiares de Bernhard Bolzano. Autant dire que P
j
possde au moins une
racine dans ] 1, 1[. Supposons par labsurde que les racines de P
j
dans ] 1, 1[ soient
toutes de multiplicits paires. Nommons-les r
1
, . . . , r
s
et leurs multiplicits respectives
2n
1
, . . . , 2n
s
. Le polynme P
j
devrait alors avoir une factorisation de type :
P
j
= (X r
1
)
2n
1
(X r
s
)
2n
s
Q
o, absence de racines dans ] 1, 1[ oblige, le polynme Q resterait tranquillement de
signe constant sur ] 1, 1[. Le polynme P
j
aurait alors visuellement un signe constant
sur ] 1, 1[ ce qui contredit la prcdente question.
4.a. Qui peut ignorer que le nombre de racines dun polynme non nul ne peut jamais
dpasser son degr ?
b. Continuons noter r
1
, . . . , r
s
les ventuelles racines dordre pair de P
j
dans ] 1, 1[
et 2n
1
, . . . , 2n
s
leurs multiplicits respectives. Notons galement 2p
1
+ 1, . . . , 2p
m
+ 1
les multiplicits impaires respectives des racines x
1
, . . . , x
m
. La factorisation de P
j
a
cette fois le look :
P
j
= (X x
1
)
2p
1
+1
(X x
m
)
2p
m
+1
(X r
1
)
2n
1
(X r
s
)
2n
s
Q
1
o Q
1
, compltement dracin sur ] 1, 1[, y garde paisiblement un signe constant. Dans
ces conditions :
S
m
P
j
= (X x
1
)
2p
1
+2
(X x
m
)
2p
m
+2
(X r
1
)
2n
1
(X r
s
)
2n
s
Q
1
EmLyon premire 137
et la conclusion devient carrment lumineuse.
c. Supposons par labsurde que m soit diffrent de j.
`
A la lecture du rcent a lon doit
avoir m < j, cest--dire :
m j 1
puisquil sagit dentiers. Le 3.a situ un peu plus haut assne alors avec force lgalit :
( S
m
[ P
j
) = 0 i.e.
_
1
1
(1 x
2
)S
m
(x)P
j
(x)dx = 0
Largumentation est alors la mme que celle dveloppe au dernier 3.b.
Daprs la question prcdente, la fonction :
x (1 x
2
)S
m
(x)P
j
(x)
est continue et de signe constant sur le segment [1, 1].
Les bornes dintgration sont diffrentes.
Notre vaillant thorme assure alors encore une fois que :
x [1, 1] (1 x
2
)S
m
(x)P
j
(x) = 0
do il ressort derechef :
x ] 1, 1[ S
m
(x)P
j
(x) = 0
Le polynme S
m
P
j
, hritant ainsi dune innit de racines, serait le polynme nul alors
que son degr est le gentil entier j + m. So
d. Nous venons de trouver j racines distinctes de P
j
dans lintervalle ouvert ] 1, 1[.
Comme degP
j
= j, nous avons largement fait le plein ! En outre ces racines diffrentes
sont fatalement et arithmtiquement de multiplicit 1 puisque dans le cas contraire,
le nombre de racines de P
j
, comptes avec multiplicit, dpasserait allgrement et
scandaleusement j.
Edhec premire 139
Edhec premire
quivalent d'intgrale
Les quaternions d'Hamilton
Limite centre et quivalence
Tirages sotriques
Exercice 1
Anne Difficult
2
Pour tout n N
, on pose :
u
n
=
_
+
0
e
x
x +
1
n
dx
1. Montrer que la suite (u
n
)
nN
est bien dnie.
2. Pour tout n N
, on pose alors :
v
n
=
_
1
0
e
x
x +
1
n
dx et w
n
=
_
+
1
e
x
x +
1
n
dx
a. Montrer que :
n N
0 w
n

1
e
b. Montrer que :
n N
v
n

1
e
ln(n + 1)
c. Donner la limite de la suite (u
n
).
3. On se propose de dterminer un quivalent de u
n
lorsque n est au voisinage de +.
a. Montrer que lintgrale
I =
_
1
0
1 e
x
x
dx
est une intgrale convergente.
b.

Etablir que :
n N
0
_
1
0
1 e
x
x +
1
n
dx I
c. En dduire un encadrement de v
n
valable pour tout n N
.
d. Donner enn, en utilisant cet encadrement, un quivalent simple de u
n
.
Exercice 2
Anne Difficult
2
On considre les matrices de M
4
(R) :
J =
_
_
0 1 0 0
1 0 0 0
0 0 0 1
0 0 1 0
_
_
; K =
_
_
0 0 1 0
0 0 0 1
1 0 0 0
0 1 0 0
_
_
; L =
_
_
0 0 0 1
0 0 1 0
0 1 0 0
1 0 0 0
_
_
On note I la matrice unit dordre 4, E le R-espace vectoriel engendr par (I, J, K, L)
et Id lendomorphisme identit de E. On pose :
A = J + K
1. Montrer que (I, J, K, L) est une base de E et donner la dimension de E.
2.a. Exprimer JK, KL et LJ en fonction respectivement de L, J et K.
b. Calculer J
2
, K
2
et L
2
puis en dduire que :
KJ = L ; LK = J ; JL = K
c. En dduire que E est stable pour le produit matriciel.
3. Calculer A
2
. En dduire que A est inversible et exprimer A
1
en fonction de A.
Edhec premire 141
4. On considre maintenant lapplication
A
qui toute matrice M de E associe :
A
(M) = AMA
1
a. Montrer que
A
est un endomorphisme de E.
b. Dterminer Ker
A
puis montrer que
A
est un automorphisme de E.
5.a.

Ecrire la matrice
A
de
A
dans la base (I, J, K, L), puis justier que
A
est
diagonalisable.
b. Donner les valeurs propres de
A
ainsi que les sous-espaces propres associs.
On rappelle que lapplication, note tr, qui toute matrice de M
4
(R) associe sa trace,
(cest--dire la somme de ses lments diagonaux) est une application linaire de M
4
(R)
dans R. On rappelle galement que lapplication qui tout couple (M, N) de E E
associe le rel not ( M [ N ) dni par :
( M [ N ) = tr(M
T
N)
est un produit scalaire sur E. On munit dsormais E de ce produit scalaire.
6.a. Montrer que, pour tout couple (P, Q) de E E :
tr(PQ) = tr(QP)
b.

Etablir alors que
A
est un endomorphisme symtrique de E.
c. En dduire que Ker(
A
Id) et Ker(
A
+ Id) sont supplmentaires orthogonaux
dans E.
Exercice 3
Anne Difficult
2
On considre une suite (X
n
)
n1
de variables alatoires dnies sur un mme espace
proba-
bilis (, /, p), mutuellement indpendantes, et qui suivent toutes la loi exponentielle de
paramtre 1. On pose :
S
n
=
n
k=1
X
k
1. Rappeler quelle est la loi suivie par S
n
. Donner lesprance et la variance de S
n
.
2.
`
A laide du thorme de la limite centre, tablir que :
lim
n+
p( S
n
n) =
1
2
3. En dduire la valeur de :
lim
n+
_
n
0
t
n1
e
t
(n 1)!
dt
4.a. Utiliser le rsultat prcdent pour montrer que :
_
1
0
z
n1
e
nz
dz
n+
n!
2n
n+1
b. On admet que :
n!
n+
_
n
e
_
n
2n
En dduire un nouvel quivalent de :
_
1
0
z
n1
e
nz
dz
Problme
Anne Difficult
1
On dsigne par n un entier naturel suprieur ou gal 2.
On dispose de deux urnes U et V , lurne U contenant une boule blanche et (n1) boules
noires et lurne V contenant une boule noire et (n 1) boules blanches.
Un joueur choisit une urne au hasard pour le premier tirage puis il effectue des tirages
dune boule avec remise de cette boule dans lurne dont elle provient, selon trois protocoles
tudis dans les trois parties de ce problme.
Pour tout i de N
, on note B
i
lvnement on obtient une boule blanche au i
me
tirage .
On note X le numro du tirage o lon obtient, pour la premire fois, une boule noire
et Y le numro du tirage o lon obtient, pour la premire fois, une boule blanche. On
admet que X et Y sont deux variables alatoires dnies sur le mme espace probabilis
(, /, p).
Pour nir, on note U lvnement le premier tirage a lieu dans lurne U .
Partie 1
Dans cette partie, les tirages qui suivent le premier tirage ont lieu dans lurne qui a t
choisie au premier tirage.
1.a. Dterminer p( X = 1 ).
b. Pour tout entier k suprieur ou gal 2, crire lvnement
_
X = k
laide de
certains des vnements B
i
ouB
i
, puis montrer que :
k 2 p( X = k ) =
1
2
_
_
1
n
_
k1
n 1
n
+
_
n 1
n
_
k1
1
n
_
Edhec premire 143
Vrier que cette formule reste valable pour k = 1.
2.

Etablir que X possde une esprance et donner sa valeur.
3. Montrer que X et Y suivent la mme loi.
4. On dcide de coder lvnement U par 1 et lvnement U par 0. On rappelle que
la fonction random renvoie, pour un argument k de type integer (avec k 1) un entier
alatoire compris entre 0 et k 1 (ceci de faon quiprobable).
Complter le programme suivant pour quil permette le calcul et lafchage de la valeur
prise par la variable alatoire X lors de lexprience dcrite dans cette partie.
program edhec 2007 ;
var x, n, tirage, hasard : integer ;
begin
randomize ; readln(n) ; hasard := random(2) ; x := 0 ;
if hasard= 0 then repeat x := x + 1 ; tirage:= random(n) ; until (tirage = 0) ;
else repeat . . . ; tirage:= . . . ; until . . . ;
writeln(x) ;
end.
Partie 2
Dans cette partie, les tirages qui suivent le premier tirage ont lieu dans lurne U si le tirage
prcdent a donn une boule blanche et dans lurne V sinon.
1.a. Donner p( X = 1 ).
b. En procdant comme dans la partie 1, montrer que :
k 2 p( X = k ) =
1
2
_
1
n
_
k2
n 1
n
2.

Etablir que X possde une esprance et donner sa valeur.
3. Montrer que X et Y suivent la mme loi.
4. Avec les mmes conventions et les mmes notations que celles de la partie 1, crire un
programme permettant le calcul et lafchage de la valeur prise par la variable alatoire
X lors de lexprience dcrite dans cette partie.
Partie 3
Dans cette partie, chacun des tirages suivant le premier tirage a lieu dans la mme urne
que le tirage qui le prcde, si ce dernier a donn une boule blanche, et dans lautre urne
dans le cas contraire.
1.a. Donner p( X = 1 ).
b. Toujours selon la mme mthode, montrer que :
k 2 p( X = k ) =
(n 1)
k1
+ n 1
2n
k
Vrier que la formule prcdente reste valable pour k = 1.
c.

Etablir que X possde une esprance puis montrer que :
E(X) =
n
2
2(n 1)
2.a. En procdant comme la question 1.b, montrer que :
i N
p( Y = 2i ) =
_
n 1
n
2
_
i1
n
2
2n + 2
2n
2
b. Montrer galement que :
i N
p( Y = 2i + 1 ) =
1
2
_
n 1
n
2
_
i
Vrier que cette formule reste valable pour i = 0.
c. On pose :
n N
E
2n
(Y ) =
2n
k=1
kp( Y = k ) et n N E
2n+1
(Y ) =
2m+1
k=1
kp( Y = k )
Montrer que la suite
_
E
2n
(Y )
_
nN
converge et donner sa limite.

Montrer que la suite
_
E
2n+1
(Y )
_
nN
converge et a la mme limite que (E
2n
(Y ))
nN
.
En dduire que Y possde une esprance et que :
E(Y ) =
3n
2
2(n
2
n + 1)
3.a. Montrer que X et Y suivent la mme loi lorsque n = 2. Quelle est cette loi ?
b. Comment pouvait-on justier, sans calcul, les deux rsultats ci-dessus ?
4. Montrer que E(Y ) E(X) avec galit si, et seulement si, n = 2.
5.

Ecrire un programme permettant le calcul et lafchage de la valeur prise par la variable
alatoire X lors de lexprience dcrite dans cette partie.
Edhec premire 145
Solution
Exercice 1
1. Soit n N
. La fonction :
x
e
x
x +
1
n
est ouvertement continue sur la demi-droite ferme [0, +[ puisque son dnominateur ne
sy annule jamais. Son intgrale nest donc impropre quune fois, en plus linni. Lorsque
x est plus grand que 1, il en est de mme de x + (1/n) et lon en dduit aisment que :
x 1 0
e
x
x +
1
n
e
x
La rfrence exponentielle
_
+
0
e
x
dx tant bien connue pour exister, le test de
comparaison en signe positif assure lexistence de lintgrale u
n
et tout le monde est
ravi.
2.a. Soit n N
. Nous ressortons lencadrement utilis la question prcdente. Les

existences dintgrales ayant dj t rgles, nous pouvons intgrer sur la demi-droite
[1, +[. La croissance de lintgration indique alors que :
0 w
n

_
+
1
e
x
dx
puisque les bornes furent dans le sens croissant. Cela tant, il reste observer que, selon
limportante formule dIsaac Barrow :
_
+
1
e
x
dx =
_
e
x
_
+
1
=
1
e
et laffaire est dans le sac.
b. Soit nouveau n N
. Nous faisons valoir ici que :

x [0, 1] e
x
e
1
=
1
e
Il sen dduit positivement que :
x [0, 1]
e
x
x +
1
n
1
e

1
x +
1
n
Vu que les bornes sont nouveau bien disposes, lineffable croissance de lintgration
amne cette fois :
v
n

1
e
_
1
0
dx
x +
1
n
Cest au tour de la formule dIsaac de prendre le relais. Lagrable positivit ambiante
permet dcrire sans autre commentaire que :
_
1
0
dx
x +
1
n
=
_
ln
_
x +
1
n
_
_
1
0
= ln
_
1 +
1
n
_
ln
_
1
n
_
= ln(n + 1)
la dernire galit reposant sur les plus vieilles proprits du logarithme.
c. Nous nous appuyons sur trois choses.
Ce nest, nous lesprons, une surprise pour personne que :
1
e
ln(n + 1)
n+
+
Emport par llan de la question 2.b, il devient alors assez limpide que :
v
n

n+
+
La question 2.a rvle, quant elle, que la suite (w
n
) est borne.
Daprs la relation de Chasles, nous avons :
n N
u
n
= v
n
+ w
n
La suite (u
n
), somme dune suite borne et dune suite tendant vers plus linni, se doit
de vrier :
u
n

n+
+
3.a. La fonction :
x
1 e
x
x
est continue sur le semi-ouvert ]0, 1]. Son intgrale est impropre une fois en zro. Il a t
signal en classe de terminale que :
1 e
x
x

x0
x>0
1
Notre intgrale est donc faussement impropre ce qui lui assure un paisible existence.
b. Soit n N
. Il est trs facile de justier lencadrement :

x ]0, 1] 0
1 e
x
x +
1
n
1 e
x
x
()
Edhec premire 147
ainsi que lexistence de lintgrale :
_
1
0
1 e
x
x +
1
n
dx
qui nest jamais quune bonne vieille intgrale propre. On peut alors allgrement intgrer
lencadrement () sur le semi-ouvert ]0, 1] ce qui donne exactement :
0
_
1
0
1 e
x
x +
1
n
dx I
vu que lintgration est croissante lorsque les bornes sont bien disposes.
c. Soit nouveau n N
. Lintgrale :
_
1
0
1
x +
1
n
dx
a dj t rencontre et calcule plus haut. Elle vaut ln(n+1). On peut donc tranquillement
linariser lintgrale de lencadrement prcdent ce qui donne sans plus attendre :
_
1
0
1 e
x
x +
1
n
dx =
_
1
0
1
x +
1
n
dx
_
1
0
e
x
x +
1
n
dx = ln(n + 1) v
n
Du coup, le rcent b devient :
0 ln(n + 1) v
n
I
et il revient au mme dcrire :
ln(n + 1) I v
n
ln(n + 1)
d.
`
A la vue de cet encadrement, tout esprit normalement constitu devrait, dans un
premier temps, se douter quun quivalent raisonnable de v
n
soit ln(n + 1).
Annonons en effet un entier n 1. La division de lencadrement prcdent par le
strictement positif ln(n + 1) amne :
1
I
ln(n + 1)

v
n
ln(n + 1)
1
do il rsulte par squeeze que :
v
n
ln(n + 1)

n+
1
et lon a comme prvu :
v
n

n+
ln(n + 1)
Nous devons de faire un petit peu mieux, et cet effet nous rappelons :
La formule complog :
Soit u et v deux rels strictement positif, le second tant en outre diffrent de 1. On a
lgalit :
lnu
lnv
= 1 +
1
lnv
ln
u
v
Sa vrication nest quune dconcertante banalit, laisse, lo de siempre, notre
valeureux lecteur. Il sensuit que :
n 2
ln(n + 1)
lnn
= 1 +
1
lnn
ln
_
1 +
1
n
_
Comme lvidence :
1
lnn

n+
0 et ln
_
1 +
1
n
_

n+
0
il savre que :
ln(n + 1)
lnn

n+
1
ce qui induit lquivalence, somme toute assez classique :
ln(n + 1)
n+
lnn
puis, dans une transitive foule, le mieux annonc :
v
n

n+
lnn (1)
Nous sommes presquau bout du tunnel. Nous savons depuis longtemps que :
n N
u
n
= v
n
+ w
n
Nous savons galement que :
v
n

n+
+ et (w
n
) est borne.
Il en rsulte que :
w
n
= o(v
n
) puis u
n
= v
n
+ o(v
n
)
Dans ces conditions, la dnition de lquivalence nous rvle que :
u
n

n+
v
n
Edhec premire 149
et la rcente quivalence (1) permet, transitivement, daccder :
u
n

n+
lnn
Exercice 2
1. Il sagit dtablir que la famille (I, J, K, L) est libre. Soit donc a, b, c, d des rels
vriant :
aI + bJ + cK + dL = 0
`
A la lecture de nos diffrentes matrices, cela scrit :
_
_
a b c d
b a d c
c d a b
d c b a
_
_
= 0
et oblige assurment :
a = b = c = 0
La famille (I, J, K, L) est donc bien une base de E et pour qui sait compter jusqu quatre,
dimE = 4
2. Commenons par signaler que, vu quelles sont toutes carres (4, 4), lon peut, sans
souci, multiplier entre-elles les matrices de E. Nous le redirons plus !
a. On trouve aisment :
JK = L ; KL = J ; LJ = K
b. Lon a de mme :
J
2
= K
2
= L
2
= I
Partons alors de :
K = LJ
et multiplions droite par J. Lon dbouche sur :
KJ = LJ
2
= L
la dernire galit protant de ce que J
2
= I. Les deux autres galits, lon sen doute
bien, sobtiennent mutatis mutandis.
c. Nous avons la table de multiplication :
I J K L
I I J K L
J J I L K
K K L I J
L L K J I
Cela tant, les seize produits possibles des matrices de notre famille gnratrice sont donc
lments de E. Or, tout produit de deux lments de E est, distributivement, combinaison
linaire de ces seize produits. Il en rsulte que E est effectivement stable pour le produit
matriciel.
3. Cest toujours sans aucune difcult que lon trouve :
A
2
= 2I
Il sen dduit que :
A
_
A
2
_
=
_
A
2
_
A = I
double galit qui montre, via la dnition, que A est inversible et que :
A
1
=
A
2
Cela a lnorme privilge de signaler que A
1
est galement lment de E. Affaire
suivre bientt
4.a. As usual, hay que planicar un poquitn.
Soit M appartenant E. Comme A et A
1
sont galement lments de E, la
stabilit pour le produit de ce dernier, assure que :
AMA
1
E
Dans ces conditions,
A
applique bien E dans lui-mme.
La linarit de
A
nest, quant elle, quune histoire banale de distributivit.
b. Soit M Ker
A
. Nous avons :
AMA
1
= 0
Les multiplications droite par Aet gauche par A
1
conduisent M = 0, ce qui rvle
que :
Ker
A
=
_
0
_
Edhec premire 151
Lendomorphisme
A
est dsormais injectif et opre sur un espace vectoriel de dimension
nie, en loccurrence 4. Limportante caractrisation des automorphismes en dimension
nie permet de passer la suite.
5.a. Quelques calculs relativement anodins indiquent que :
A
(I) = I ;
A
(J) = K ;
A
(K) = J ;
A
(L) = L
La matrice
A
ne demande alors qu clore. Here it is.
A
=
_
_
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
_
_
Cette matrice est symtrique relle. Elle est donc spectralement diagonalisable et
lendomorphisme
A
se doit de limiter du moins, pour linstant, sur laspect de la diago-
nalisation.
c. Nous commenons par les lments propres de la matrice
A
. Soit un rel. La
petite suite doprations lmentaires :
L
2
L
3
puis L
3
L
3
+ L
2
permet de passer de la matrice
A
I la matrice :
U() =
_
_
1 0 0 0
0 1 0
0 1
2
0
0 0 0 (1 + )
_
_
Il est alors vident que :
Spec
A
=
_
1, 1
_
Pour lespace propre attach 1, grce la matrice U(1), lon trouve quasi
mentalement lensemble des colonnes :
_
_
x
y
y
0
_
_
o (x, y) R
2
Autant dire que :
E
1
(
A
) = Vect
_
_
_
1
0
0
0
_
_
,
_
_
0
1
1
0
_
_
_
Lespace propre attach 1 est, quant lui, form des colonnes :
_
_
0
y
y
t
_
_
o (y, t) R
2
et autant dire que :
E
1
(
A
) = Vect
_
_
_
0
0
0
1
_
_
,
_
_
0
1
1
0
_
_
_
Comme nous travaillons dans la base (I, J, K, L), la traduction vectorielle ne se fait pas
attendre. Here you are.
Spec
A
=
_
1, 1
_
E
1
(
A
) = Vect (I, J + K) = Vect (I, A) ; E
1
(
A
) = Vect (L, J K)
On aurait pu, mais nous avons prfr rester simple, constater que :
2
A
= Id
et utiliser le cours sur les fameuses symtries ou involutions linaires.
6.a. Soit P, Q deux matrices de E et i [[1, 4]]. La formule du produit matriciel assure
que :
(PQ)
ii
=
4
j=1
P
ij
Q
ji
tr(PQ) =
4
i=1
4
j=1
P
ij
Q
ji
On trouve de la mme faon :
tr(QP) =
4
j=1
4
i=1
Q
ji
P
ij
=
4
j=1
4
i=1
P
ij
Q
ji
la dernire galit protant tout simplement de ce que, parce quils sont rels, les P
ij
, Q
ij
commutent docilement. La conclusion appartient alors la formule dinversion des
sommations.
b. Soit P et Q deux lments de E. Nous avons :
(
A
(P) [ Q) = tr
_
(A P A
1
)
T
Q
Le dlicieux dressing undressing principle stipule que :

(A P A
1
)
T
= (A
1
)
T
P
T
A
T
= (A
1
) P
T
(A) = A
1
P
T
A
lavant-dernire galit protant dune sympathique et visuelle antisymtrie des matrices
A, A
1
, la dernire pouvant, quant elle, se passer de tout commentaire. Il semble donc
que nous en soyons :
(
A
(P) [ Q) = tr
_
A
1
P
T
A Q
Edhec premire 153

Dun autre ct, nous avons :
( P [
A
(Q) ) = tr
_
P
T
A Q A
1
La classique proprit de la question 6.a rvle pour nir que :

tr
_
A
1
(P
T
A Q)
= tr
_
(P
T
A Q) A
1

c. Les espaces Ker(
A
Id) et Ker(
A
+ Id) sont, nous le savons bien les espaces
propres de
A
respectivement attachs aux valeurs propres 1 et 1.
Daprs une condition ncessaire et sufsante quil vaut mieux ne pas avoir oubli,
ils sont supplmentaires dans E, pour la simple et bonne raison que :
Spec
A
= 1, 1
et que
A
est diagonalisable.
Comme les espaces propres dun endomorphisme symtrique sont, ad vitam eter-
nam, deux deux orthogonaux, la prcdente question nous incite changer dexercice.
Exercice 3
1. Soit n N
. La loi exponentielle de paramtre 1 nest rien dautre que la loi gamma

(1, 1) ou (1). Comme X
1
, . . . , X
n
sont indpendantes, le thorme de stabilit de la
loi gamma stipule que S
n
suit la loi (1, n) ou (n). Dans ces conditions, nous nous
devons de savoir que S
n
possde une variance et par la mme occasion une esprance
et que :
E(S
n
) = V (S
n
) = n
2. Nous observons que la suite (X
n
)
nN
jouit des proprits suivantes :
Elle est forme de variables ayant toutes la mme loi de probabilit.
Elle est forme de variables mutuellement indpendantes.
La variable X
1
possde une variance non nulle.
Cest exactement ce quil nous faut pour dclencher le thorme de la limite centre de
Liapounov.
`
A cet effet, nous signalons que, pour chaque n N
, la variable centre
rduite attache S
n
est :
S
n
=
S
n
n
n
La conclusion est alors implacable. Pour chaque rel x nous avons :
p
_
S
n
n
n
x
_

n+
(x)
o, as usual, dsigne la fonction de rpartition de la loi normale centre rduite. Notons
enn que, pour chaque entier n 1, au vu et au su ! de la positivit de

n, il ne
fait aucun doute que lon a lgalit dvnements :
_
S
n
n
=
_
S
n
n
n
0
_
En bref, nous avons :
p( S
n
n)
n+
(0) =
1
2
la valeur de (0) se devant dtre connue comme le loup blanc.
3. Soit n N
. Depuis la question 1 la variable S

n
suit la loi (1, n) ou (n). Elle admet
donc pour densit la fonction f
S
n
dnie sur R par :
t R f
S
n
(t) =
_
_
t
n1
e
t
(n 1)!
si t > 0
0 si t 0
puisque personne ne peut se permettre davoir oubli que :
(n) = (n 1)!
Dans ces conditions :
p( S
n
n) =
_
n
f
S
n
(t)dt =
_
n
0
t
n1
e
t
(n 1)!
dt
la dernire galit procdant dune gentille gestion de facette. La question 2 peut alors se
reformuler en :
_
n
0
t
n1
e
t
(n 1)!
dt
n+
1
2
4.a. Soit nouveau n N
. Dans lintgrale :
_
n
0
t
n1
e
t
dt
nous envisageons le changement de variable t = nz. Comme n est strictement positif, la
fonction afne :
z nz
ralise une bijection de classe (
1
de ]0, 1] sur ]0, n] telle enseigne que :
_
n
0
t
n1
e
t
dt = n
n
_
1
0
z
n1
e
nz
dz
la sortie de n
n
pouvant se passer de tout commentaire. Grce une autre gentille sortie,
le rsultat de la question 3 peut dnitivement scrire :
n
n
(n 1)!
_
1
0
z
n1
e
nz
dz
n+
1
2
Cest ici que se place une remarque simple mais efcace.
Limite non nulle et

equivalence :
Edhec premire 155
Soit u une quantit suite ou fonction ayant en un point une limite ,= 0(*). Dans
ces conditions, on a galement lquivalence :
u
Grce cette information et vu que 1/2 est assurment non nul, il semble que :
n
n
(n 1)!
_
1
0
z
n1
e
nz
dz
n+
1
2
La lgendaire compatibilit de lquivalence avec le produit conduit maintenant :
_
1
0
z
n1
e
nz
dz
n+
(n 1)!
2n
n
Oui mais voil, pour chaque n N
, lon a manifestement :
(n 1)!
2n
n
=
n!
2n
n+1
et nous pouvons passer la n de lexercice.
b. Lquivalent admis cest le clbre quivalent de James Stirling et Abraham de
Moivre permet de peauner lquivalence du a. Au prix de quelques simplications il
savre nalement que :
_
1
0
z
n1
e
nz
dz
n+
_

2n
e
n
Problme
Partie 1
Nous soulevons avant de commencer un lger problme. Les variables X et Y ne
sont pas dnies sur tout entier. Quelle est, en effet, la valeur prise par X si lon ne
tire jamais de noire ? Idem pour Y lorsquon ne tire jamais de blanche. Le lecteur pourra
cependant vrier qu chaque fois, les variables X et Y sont presque srement dnies
ce qui permet de continuer les appeler variables alatoires relles . Le problme nest
nalement donc pas si grave Nous pouvons commencer.
1.a. Si cela ne gne personne nous prfrons parce que cest typographiquement plus
joli noter V plutt que U et N
i
plutt que B
i
. Cela tant, les urnes tant choisies au
hasard, cest--dire avec quiprobabilit, lon a indiscutablement :
p( U ) = p( V ) =
1
2
(*) Lorsquil sagit dune limite nulle, sabstenir !
Lensemble
_
U, V
_
est donc unsystme complet dvnements de probabilits nonnulles.
La formule des probabilits totales, dans sa version conditionne, assure alors que :
p( X = 1 ) =
1
2
p
U
( X = 1 ) +
1
2
p
V
( X = 1 )
Mais, vu la dnition de X et les compositions de nos deux urnes, il semble indiscutable
que :
p
U
( X = 1 ) = p
U
( N
1
) =
n 1
n
et p
V
( X = 1 ) = p
V
( N
1
) =
1
n
Du coup :
p( X = 1 ) =
1
2
_
n 1
n
+
1
n
_
=
1
2
b. Soit k 2. Il semble indniable que :
_
X = k
= B
1
. . . B
k1
N
k
Comme au rcent a, nous avons sans surprise :
p( X = k ) =
1
2
p
U
( X = k ) +
1
2
p
V
( X = k )
et cette fois :
p
U
( X = k ) = p
U
( B
1
. . . B
k1
N
k
)
puis :
p
V
( X = k ) = p
V
( B
1
. . . B
k1
N
k
)
Le protocole stipule que lorsque le premier tirage seffectue dans U, il en est de mme de
tous les autres tirages. Du coup la probabilit :
p
U
( B
1
. . . B
k1
N
k
)
est la probabilit dobtenir k 1 blanches puis une noire lors de tirages dans lurne U.
Les tirages tant effectus avec remise, les vnements B
1
, . . . , B
k1
, N
k
se retrouvent
tacitement indpendants vis--vis de la probabilit p
U
et par consquent :
p
U
( B
1
. . . B
k1
N
k
) = p
U
( B
1
) p
U
( B
k1
)p
U
( N
k
) =
_
1
n
_
k1
n 1
n
la dernire galit se passant aisment de tout commentaire.
Cest exactement de la mme faon que lon parviendra :
p
V
( B
1
. . . B
k1
N
k
) =
_
n 1
n
_
k1
1
n
Il savre donc bien que :
p( X = k ) =
1
2
_
_
1
n
_
k1
n 1
n
+
_
n 1
n
_
k1
1
n
_
Edhec premire 157
La vrication de la validit de cette galit lorsque k = 1 nest quune formalit laisse,
lo de siempre, la charge de notre dvou lecteur.
Le lecteur intress pourra se pencher sur le phnomne suivant. Il vient dtre dit que les
vnements B
1
, B
2
sont indpendants vis--vis de la probabilit p
U
et le sont galement
vis--vis de p
V
.
Oui mais attention, ils ne le sont pas vis--vis de p. Nous demandons en effet notre
lecteur de dmontrer que :
p( B
1
B
2
) ,= p( B
1
)p( B
2
)
2. Le terme gnral de la srie :
k1
kp( X = k )
est combinaison linaire des deux termes gnraux ofciels :
k k
_
1
n
_
k1
et k k
_
n 1
n
_
k1
Comme les deux rels 1/n et (n 1)/n sont ouvertement et idalement situs dans
louvert ] 1, 1[ ils le sont mme dans ]0, 1[ les deux sries :
k1
k
_
1
n
_
k1
et
k1
k
_
n 1
n
_
k1
sont nommment convergentes et le test de linarit assure dj la convergence de :
k1
kp( X = k )
Comme cette dernire est terme gnral positif, elle est galement absolument conver-
gente ce qui permet de revendiquer lexistence de lesprance de X.
De plus, la formule de linarit signale que :
E(X) =
1
2
_
+
k=1
k
n 1
n
_
1
n
_
k1
+
+
k=1
k
1
n
_
n 1
n
_
k1
_
Cest ici quil faut faire preuve dun peu de physionomie. Puisque n 2(*), la premire
somme du right hand side est exactement lesprance de la loi gomtrique de paramtre
(n 1)/n et la deuxime, celle de la loi gomtrique de paramtre 1/n. Tout individu
connaissant scrupuleusement ses classiques, se doit alors de conclure :
E(X) =
1
2
_
n
n 1
+ n
_
=
1
2

n
2
n 1
(*) Nous rappelons aux amnsiques quun paramtre de loi gomtrique ne peut se permettre dtre nul
3. En appliquant rigoureusement Y ce que nous avons fait X lors de la question 1 on
dcouvre sans aucun souci que :
k N
p( Y = k ) = p( X = k )
4. Le point crucial de la chose est le suivant :
p( random(n) = 0 ) =
1
n
et p( random(n) > 0 ) =
n 1
n
Nous proposons donc le programme :
program edhec 2007 ;
begin
if hasard= 0 then repeat x := x + 1 ; tirage:= random(n) ; until (tirage = 0) ;
else repeat x := x + 1 ; tirage:= random(n) ; until (tirage > 0) ;
writeln(x) ;
end.
Partie 2
1.a. Rien na chang pour le premier coup. En bref :
p( X = 1 ) =
1
2
b. Soit k 2. Exactement comme la partie 1 nous avons :
p( X = k ) =
1
2
p
U
( B
1
. . . B
k1
N
k
) +
1
2
p
V
( B
1
. . . B
k1
N
k
)
Il ny a plus, vrai dire, les indpendances que nous avions en partie 1. Cependant, si lon
en croit le nouveau protocole :
Le rel :
p
U
( B
1
. . . B
k1
N
k
)
est la probabilit qui dit blanc dit U ! dobtenir la squence B
1
, . . . , B
k1
, N
k
via
des tirages exclusivement effectus dans lurne U.
En revanche :
p
V
( B
1
. . . B
k1
N
k
)
est la probabilit dobtenir notre squence via un premier tirage dans V , les autres ayant
lieu dans U. Il nen faut pas plus pour clamer que :
p
U
( B
1
. . . B
k1
N
k
) =
_
1
n
_
k1
_
n 1
n
_
Edhec premire 159
alors que, parce que k 2 :
p
V
( B
1
. . . B
k1
N
k
) =
_
n 1
n
__
1
n
_
k2
_
n 1
n
_
Il rsulte de tout cela que :
p( X = k ) =
1
2
_
_
1
n
_
k1
_
n 1
n
_
+
_
n 1
n
__
1
n
_
k2
_
n 1
n
_
_
On fait alors un peu de mnage et lon trouve effectivement :
p( X = k ) =
1
2
_
n 1
n
__
1
n
_
k2
=
n 1
2
_
1
n
_
k1
Ici la relation est malheureusement incorrecte pour k = 1 et les deux cas resterons
dnitivement spars. En rsum :
k N
p( X = k ) =
_
_
n 1
2
_
1
n
_
k1
si k 2
1
2
si k = 1
2. On dmontre comme au 1 que X possde une esprance puisque, vu lidale situation
gographique de 1/n, la srie ofcielle :
k
_
1
n
_
k1
est absolument convergente. Cela dit :
E(X) =
1
2
+
n 1
2
+
k=2
k
_
1
n
_
k1
On reconnat droite une somme classique mais, attention, lgrement ampute dun
terme. Cest la raison pour laquelle :
E(X) =
1
2
+
n 1
2
_
1
_
1
1
n
_
2
1
_
Il reste maintenant arranger tout cela et lon trouve aisment :
E(X) =
1
2

3n 2
n 1
3. Cest du pur mutatis mutandis. On fait, mot pour mot, subir Y ce qui a tait fait pour
X quelques lignes plus haut.
4. Il suft dadapter un peu le programme de la partie 1. Voici donc notre proposition :
program edhec 2007 deuxime ;
begin
if hasard= 1 then repeat x := x + 1 ; tirage:= random(n) ; until (tirage > 0) ;
else begin
x := x + 1 ;
tirage:= random(n) ;
if tirage> 0 then repeat
x := x + 1 ;
tirage:= random(n) ;
until (tirage > 0) ;
end ;
writeln(x) ;
end.
Partie 3
1.a. Rien ne change !
p( X = 1 ) =
1
2
b. Soit encore k 2. Lgalit :
p( X = k ) =
1
2
p
U
( B
1
. . . B
k1
N
k
) +
1
2
p
V
( B
1
. . . B
k1
N
k
)
est toujours dactualit mais il faut nouveau se caler sur le nouveau protocole.
Le rel :
p
U
( B
1
. . . B
k1
N
k
)
est la probabilit dobtenir la squence B
1
, . . . , B
k1
, N
k
via des tirages exclusivement
effectus dans lurne U.
En revanche :
p
V
( B
1
. . . B
k1
N
k
)
est la probabilit dobtenir notre squence via des tirages exclusivement effectus dans
V . Il nen faut pas plus pour assner :
p
U
( B
1
. . . B
k1
N
k
) =
_
1
n
_
k1
_
n 1
n
_
alors que :
p
V
( B
1
. . . B
k1
N
k
) =
_
n 1
n
_
k1
_
n 1
n
_
Edhec premire 161
Il sensuit :
p( X = k ) =
1
2
_
_
1
n
_
k1
_
n 1
n
_
+
_
n 1
n
_
k1
_
n 1
n
_
_
qui devrait nous convaincre que X suit exactement la mme loi que sa cousine de la
premire partie. Lexpression demande par le texte sobtient alors quasiment mentale-
ment mais napporte pas vraiment grand chose.
Quant la validit lorsque k = 1, elle a dj t faite en premire partie.
c. Dj fait galement.
2.a. Soit i N
. On commence avoir lhabitude.

p( Y = 2i ) =
1
2
p
U
( N
1
. . . N
2i1
B
2i
) +
1
2
p
V
( N
1
. . . N
2i1
B
2i
)
Le rel :
p
U
( N
1
. . . N
2i1
B
2i
)
est la probabilit dobtenir la squence N
1
, . . . , N
2i1
, N
2i
via des tirages, tour tour,
effectus dans U, V, U, V, . . . , U, V . Si lon compte bien, cela exigera i tirages dune noire
dans U, i 1 tirages dune noire dans V et pour nir, un tirage de blanche dans V . Nul
ne peut alors contester que :
p
U
( N
1
. . . N
2i1
B
2i
) =
_
n 1
n
_
i+1
_
1
n
_
i1
En revanche :
p
V
( N
1
. . . N
2i1
B
2i
)
est la probabilit dobtenir la mme squence via des tirages effectus alternativement
dans V, U, V, U, . . . , V, Uet il nen faut pas plus, cette fois, pour revendiquer :
p
V
( N
1
. . . N
2i1
B
2i
) =
_
n 1
n
_
i1
_
1
n
_
i+1
En bref :
p( Y = 2i ) =
1
2
_
_
n 1
n
_
i+1
_
1
n
_
i1
+
_
n 1
n
_
i1
_
1
n
_
i+1
_
et la formule demande en ressort quasi immdiatement.
b. Soit i N
. La mme mthode mais cette fois via les alternances impaires :

U, V, U, V, . . . , U, V, U et V, U, V, U, . . . , V, U, V
conduit sans la moindre difcult au rsultat escompt. Nous laissons au lecteur inquiet
le soin de se charger de lintendance. Le cas i = 0 entre dans la danse vu que nous
commenons en avoir lhabitude nous avons comme toujours :
p( Y = 1 ) =
1
2
c. Lutilisation des sous-suites paires et impaires ne simpose pas les parties entires
ne sont pas si effrayantes tout de mme ! et nous nous en passerons donc. Pire, il y a
une regrettable mismatch entre deux entiers n, ce qui nous oblige modier les notations.
Nous prfrons annoncer r N
. La formule de sparation pair-impair signale que :

E
r
(Y ) =
r
k=1
kp( Y = k ) =
r1
2

i=0
(2i + 1)p( Y = 2i + 1 ) +
r
2
i=1
2i p( Y = 2i )
Vu les rsultats des deux questions prcdentes et une linarisation de la premire somme
cela devient :
E
r
(Y ) =
r1
2

i=0
ia
i
+
1
2
r1
2

i=0
a
i
+
n
2
2n + 2
n
2
r
2
i=1
ia
i1
o, pour allger un peu la sauce, nous avons momentanment not :
a =
n 1
n
2
Vu que a est idalement situ, les trois sries quasi ofcielles :
i0
ia
i
;
i0
a
i
;
i1
ia
i1
sont convergentes de sommes respectives :
a
(1 a)
2
;
1
1 a
;
1
(1 a)
2
Comme :
_
r 1
2
_

r+
+ et
_
r
2
_

r+
+
nous nous autorisons clamer que :
E
r
(Y ) =
r
k=1
kp( Y = k )
r+
a
(1 a)
2
+
1
2

1
1 a
+
n
2
2n + 2
n
2

1
(1 a)
2
Cela montre, par dnition, que la srie :
k1
kp( Y = k )
converge et que sa somme vaut lhorrible machin :
a
(1 a)
2
+
1
2

1
1 a
+
n
2
2n + 2
n
2

1
(1 a)
2
Edhec premire 163
Comme il sagit en outre dune srie termes positifs, elle est, encore une fois, absolument
convergente. En bref, la variable Y possde bien une esprance et :
E(Y ) =
a
(1 a)
2
+
1
2

1
1 a
+
n
2
2n + 2
n
2

1
(1 a)
2
Cela tant, un calcul dune extrme posie rvle que :
a
(1 a)
2
+
1
2

1
1 a
+
n
2
2n + 2
n
2

1
(1 a)
2
=
3
2

n
2
n
2
n + 1
3.a. On constate, lorsque n = 2, que X et Y suivent toutes les deux la loi gomtrique
de paramtre 1/2.
b. Cela nest pas tonnant puisque dans ce cas les deux urnes U et V ont exactement
la mme composition savoir une noire et une blanche et tout se passe comme si
tous les tirages avaient lieu dans lurne U. La variable X est alors le temps dattente de
la premire noire lors de tirages avec remise dans U et comme la probabilit dy tirer une
noire est 1/2
La variable Y est, quant elle, le temps dattente de la premire blanche. So
4. Un calcul ais montre que :
E(X) E(Y ) =
n
2
2

(n 2)
2
(n 1)(n
2
n + 1)
La conclusion est alors limpide.
5. Tant que lon attend une noire, la procdure est identique celle de la cousine de la
partie 1, on peut donc se contenter du mme programme
Ecricome premire 165
Ecricome premire
Suites, sries, alternance de Leibniz
Une norme d'algbre
Loi exponentielle translate
Likelihood de Fisher
Exercice 1
Anne Difficult
1
1.
`
A laide de d eveloppements limit es usuels que lon rappellera clairement, montrer que
lorsque x est au voisinage de 0 on a :
ln(2 e
x
) = x x
2
+ o(x
2
)
2.a. Montrer que pour tout entier k sup erieur ou egal ` a 2, on a :
2 e
1/k
]0, 1[
b. En d eduire le signe de ln(2 e
1/k
), pour tout entier k sup erieur ou egal ` a 2.
c. Quelle est la nature de la s erie de terme g en eral ln
_
2 e
1/k
_
?
d. Pour n entier sup erieur ou egal ` a 2, on pose :
V
n
=
n
k=2
ln
_
2 e
1/k
_
et u
n
= expV
n
D eterminer :
lim
n+
V
n
et lim
n+
u
n
3.a. Montrer que :
ln(nu
n
) =
n
k=2
_
ln
_
2 e
1/k
_
ln
_
1
1
k
__
b. D eterminer un equivalent, quand k tend vers +, de :
ln
_
2 e
1/k
_
ln
_
1
1
k
_
c. En d eduire que u
n
est equivalent, quand n tend vers +, ` a :
K
n
o K est un rel strictement positif.
Quelle est la nature de la s erie de terme g en eral u
n
?
4. On pose
S
n
=
n
k=2
(1)
k
u
k
a.

Etudier le sens de variations de la suite (u
n
)
n2
.
b. Montrer que les suites (S
2n
)
n1
et (S
2n+1
)
n1
sont deux suites adjacentes.
c. En d eduire la nature de la s erie de terme g en eral (1)
n
u
n
.
Exercice 2
Anne Difficult
2
M
n
(R) d esigne lensemble des matrices carr ees dordre n 2, ` a coefcients r eels. Pour
tout el ement A = (a
ij
)
1i,jn
de M
n
(R), on appelle trace de A , et on note tr(A),
la somme des el ements diagonaux, cest-` a-dire :
tr(A) =
n
i=1
a
ii
On admet que tr est une application lin eaire de M
n
(R)dans R et que :
A M
n
(R) B M
n
(R) tr(AB) = tr(BA)
On note A
T
la transpos ee de la matrice A.
1. Soit lapplication d enie sur M
n
(R) M
n
(R) par :
A M
n
(R) B M
n
(R) (A, B) = tr(A
T
B)
Exprimer (A, B) en fonction des coefcients de A et B et montrer que est un produit
scalaire sur M
n
(R).
On note N la norme associ ee ` a ce produit scalaire.
2. Soit A, B M
n
(R). Le but de cette question est de prouver que :
N(AB) N(A)N(B)
a. Justier lexistence de P M
n
(R) et D M
n
(R) telles que :
P
T
(A
T
A) P = D
o` u P est une matrice orthogonale et D une matrice diagonale.
On notera par la suite
i
le coefcient d
ii
de la matrice D = (d
ij
)
1i,jn
.
b. Soit une valeur propre de A
T
A et X un vecteur propre associ e.
En calculant X
T
A
T
A X de deux mani` eres diff erentes, montrer que 0.
c. On pose :
S = P
T
(B B
T
) P = (s
ij
)
1i,jn
Montrer que
[N(A)]
2
= tr(D) ; [N(B)]
2
= tr(S) ; [N(AB)]
2
= tr(SD)
d. Montrer que :
tr(SD) =
n
i=1
i
s
ii
e. On note E
i
le i
me
vecteur de la base canonique de M
n,1
(R), espace des matrices ` a
n lignes et une colonne, ` a coefcients r eels. Montrer que :
E
T
i
S E
i
= [[B
T
P E
i
[[
2
o` u | | d esigne la norme euclidienne canonique de M
n,1
(R), puis calculer E
T
i
S E
i
en
fonction des coefcients de S.
Quen d eduit-on, pour i entier compris entre 1 et n, sur le signe de s
ii
?
f. Montrer que :
n
i=1
i
s
ii

_
n
i=1
i
__
n
i=1
s
ii
_
puis conclure que :
N(AB) N(A)N(B)
Problme
Anne Difficult
2
Le pr eliminaire, les parties 1 et 2 sont ind ependants.
Pr eliminaire
On consid` ere deux variables al eatoires ` a densit e X et Y d enies sur un m eme espace
probabilis e, admettant des esp erances E(X), E(Y ) et des variances V (X), V (Y ). On
suppose V (X) > 0. On d enit la covariance de X et Y par :
cov(X, Y ) = E
__
X E(X)
__
Y E(Y )
_
= E(XY ) E(X)E(Y )
1.a. Montrer que pour tout nombre r eel :
V (X + Y ) =
2
V (X) + 2cov(X, Y ) + V (Y )
b. En etudiant le signe du trin ome pr ec edent, montrer que :
_
cov(X, Y )
_
2
V (X)V (Y )
c.
`
A quelle condition n ecessaire et sufsante a-t-on l egalit e
_
cov(X, Y )
_
2
= V (X)V (Y ) ?
Partie 1

Etude dune fonction de deux variables
n d esigne un entier non nul, A et S deux r eels positifs ou nuls v eriant S > nA.
On d enit sur [0, +[]0, +[ la fonction L
n
par :
L
n
(a, b) =
_
_
1
b
n
e
(Sna)/b
si 0 a A
0 si a > A
1. Justier que L
n
est de classe (
1
sur louvert ]0, A[]0, +[ et montrer que L
n
nadmet
pas dextremum sur cet ouvert.
2. Montrer que :
a [0, A[ b ]0, +[ L
n
(a, b) < L
n
(A, b)
Montrer que ce r esultat est encore vrai pour tout a de ]A, +[.
3. Soit g la fonction d enie sur ]0, +[ par :
b > 0 g(b) = L
n
(A, b)
Montrer que g admet un maximum absolu sur ]0, +[, atteint en un point b
0
que lon
exprimera en fonction de A, S et n.
4. D eduire de ce qui pr ec` ede que L
n
admet sur [0, +[]0, +[ un maximum absolu
atteint en un unique point (a
0
, b
0
) que lon pr ecisera.
Partie 2

Etude dune loi
Soit a 0 et b > 0. On consid` ere la fonction f
a,b
d enie sur R par :
f
a,b
(x) =
_
_
1
b
e
(xa)/b
si x a
0 sinon
1. V erier que f
a,b
est bien une densit e de variable al eatoire. On note c(a, b) la loi
associ ee.
On consid` ere d esormais une variable al eatoire X de loi c(a, b).
2. D eterminer la fonction de r epartition de X.
3. On pose Y = X a. D eterminer la loi de Y et la reconnatre. En d eduire E(X) et
V (X).
4. Soit p N. Montrer que X admet un moment dordre p, E(X
p
), et pour p > 0
d eterminer une relation liant E(X
p
) et E(X
p1
).
5. Simulation de la loi c(a, b).
a. Soit U une variable al eatoire de loi uniforme sur [0, 1[. Montrer que la variable
al eatoire :
b ln(1 U) + a
suit la loi c(a, b).
b. On rappelle quen langage Pascal, la fonction random permet de simuler une variable
al eatoire de loi uniforme sur [0, 1[.

Ecrire, en langage Pascal, une fonction tirage, de
param` etres a et b simulant une variable al eatoire de loi c(a, b).
Partie 3 Estimation des param` etres a et b
a et b d esignent toujours deux r eels tels que a 0 et b > 0. On consid` ere d esormais
une suite de variables al eatoires (X
i
)
i1
ind ependantes identiquement distribu ees de loi
c(a, b).
Pour n entier sup erieur ou egal ` a 2, on consid` ere les variables al eatoires S
n
, et Y
n
d enies
par :
S
n
= X
1
+ X
2
+ + X
n
et Y
n
= min(X
1
, X
2
, . . . , X
n
)
Le but de cette partie est de d eterminer des estimateurs de a et b.
1. La fonction tirage, ainsi que les variables informatiques a, b, X, S, Y de type real et
i, n de type integer etant suppos ees d enies, compl eter le corps du programme principal
suivant, de mani` ere ` a ce quil simule S
n
et Y
n
, les valeurs etant stock ees respectivement
dans S et Y.
begin
randomize ;
readln(a, b, n) ;
X := tirage(a, b) ;
S := . . . ;
Y := . . . ;
for i := 2 to n do. . .
. . . . . .
. . . . . .
. . . . . .
. . .
end.
2. D eterminer lesp erance et la variance de S
n
.
3. Quelle est la loi suivie par la variable al eatoire :
(X
1
a) + (X
2
a) + + (X
n
a)
En d eduire une densit e de S
n
.
4.a. D eterminer la fonction de r epartition de Y
n
. En d eduire que Y
n
suit une loi c(a
n
, b
n
)
o a
n
et b
n
sont deux rels que lon prcisera.
Donner les valeurs de E(Y
n
) et V (Y
n
).
b. Calculer le biais ainsi que le risque quadratique de Y
n
en tant questimateur de a.
b. Rappeler lin egalit e de Markov pour une variable al eatoire admettant un moment
dordre 2.
`
A laide de ce qui pr ec` ede, prouver que (Y
n
) est une suite destimateurs de a, asympto-
tiquement sans biais et convergente.
5. On pose :
Z
n
=
S
n
n
Y
n
a. Calculer le biais de Z
n
en tant questimateur de b.
b. On note r
Z
n
(b) le risque quadratique de Z
n
. Montrer que :
r
Z
n
(b) =
2b
2
n
2
+
b
2
n

2
n
cov(S
n
, Y
n
)
c.
`
A laide du pr eliminaire montrer que :
lim
n+
r
Z
n
(b) = 0
et en d eduire que (Z
n
) est une suite destimateurs de b, asymptotiquement sans biais et
convergente.
6. Pour un echantillon donn e (x
1
, . . . , x
n
), vriant :
min(x
1
, . . . , x
n
) ,= max(x
1
, . . . , x
n
)
correspondant ` a une r ealisation des n variables al eatoires X
1
, . . . , X
n
, on d enit la
fonction L sur [0, +[]0, +[ par :
a 0 b > 0 L(a, b) =
n
i=1
f
a,b
(x
i
)
a. Montrer que L est la fonction L
n
d enie dans la partie 1, pour des valeurs de A et S
que lon pr ecisera en fonction des x
i
.
b. Comparer les estimations de a et b obtenues sur l echantillon (x
1
, . . . , x
n
) ` a partir
de Y
n
et Z
n
avec les valeurs a
0
et b
0
obtenues dans la partie 1.
Solution
Exercice 1
1. Avant de commencer, signalons que la fonction :
x ln(2 e
x
)
est manifestement dnie sur la demi-droite ouverte ] , ln2[ ce qui lui assure une
genuine dnition au voisinage de zro. Cela dit, il sagit dune bnigne composition de
dveloppements limits lordre deux. La fonction :
u : x 1 e
x
possde mentalement et usuellement ! le dveloppement limit au voisinage de zro
que voici :
u(x) = 1 e
x
= x
x
2
2
+ o(x
2
)
Toujours usuellement et toujours au voisinage de zro lon a galement :
ln(1 + u) = u
u
2
2
+ o(u
2
)
Enn :
x ] , ln2[ ln(2 e
x
) = ln
_
1 + u(x)
_
et u(x)
x0
0
Tout est en place pour dclencher le fameux thorme de composition. La fonction :
x ln(2 e
x
)
possde effectivement un dveloppement limit lordre deux au voisinage de zro,
dveloppement dont la partie rgulire est la troncature lordre deux du polynme :
x x
x
2
2

1
2
_
x
x
2
2
_
2
Or cette dernire nest autre que :
x x x
2
Laffaire semble donc dans le sac.
La formulation de la question nous oriente fortement vers le thorme de composition.
Nous signalons cependant que le thorme de Taylor-Young eut t un peu plus expditif
2.a. Soit k un entier suprieur ou gal deux. Nous avons sans surprise :
0 <
1
k

1
2
Eu gard la stricte croissance de lexponentielle il semble indniable que :
1 < e
1/k
e
1/2
Dans ces conditions, il ne fait aucun doute que :
2 e
1/2
2 e
1/k
< 1
et comme 2 e
1/2
est ouvertement strictement positif
b. Soit nouveau k un entier suprieur ou gal deux. Il rsulte du a que :
ln(2 e
1/k
) 0
Nous rassurons notre dvou lecteur, le signe en question est en ralit strictement
ngatif, mais comme cela ne sert strictement rien
c. Le dveloppement limit de la premire question, via le thorme de la partie
principale, livre lquivalence :
ln(2 e
x
)
x0
x
Il sensuit que :
_
_
ln(2 e
1/k
)
k+
1
k
k 2
1
k
0
la seconde partie de laccolade se passant de tout commentaire. La srie oppose de la
srie harmonique est divergente. La rgle des quivalents en signe ngatif est catgorique.
Elle condamne la divergence la srie en question. En bref :
k2
ln(2 e
1/k
) diverge
Rappel : le th
eor
`
eme de la partie principale :
Soit u une fonction de variable relle ayant au voisinage dun certain point un
dveloppement limit dont la partie rgulire nest pas nulle. Le premier terme non nul
de cette partie rgulire appel partie principale de u en est, au voisinage de ,
un quivalent de la fonction u.
d. Pour chaque n suprieur ou gal deux V
n
nest rien de plus que la somme partielle
dordre n de la srie que nous venons dtudier linstant. Or cette dernire est divergente
et terme gnral localement(*) ngatif. Il est alors temps de se rappeler que, fatalement :
V
n

n+
Comme la limite en de la fonction exp est nulle, il sensuit sur-le-champ que :

u
n

n+
0
3.a. Il faut srement comprendre que n est un entier suprieur ou gal deux, ce que nous
empressons dannoncer. Soit aussi k [[2, n]]. Nous crivons :
ln(2 e
1/k
) ln
_
1
1
k
_
= ln(2 e
1/k
) +lnk ln(k 1)
ce qui cre un gentil tlescope sur la droite. Laddition membre membre, lentier k
batifolant sa guise de 2 n, rvle physio, physio que :
n
k=2
_
ln(2 e
1/k
) ln
_
1
1
k
_
_
= V
n
+lnn
car, comme me le rappelait un jour un policier municipal, lon a ln1 = 0. Dautre part,
vu que n et u
n
sont hautement strictement positifs, il ne fait aucun doute que :
ln(nu
n
) = lnn +lnu
n
= lnn + V
n
(*) La question b indique que ce signe est globalement ngatif mais le local tabli grce lquivalence du c suft largement
cette question.
and Bobs your uncle !
b. Nous avons appris en question 1 que lorsque x est au voisinage de zro, lon a :
ln(2 e
x
) = x x
2
+ o(x
2
)
`
A cot de cela, nous savons usuellement que, dans les mmes conditions :
ln(1 x) = x
x
2
2
+ o(x
2
)
Le thorme daddition ou de soustraction ? de deux dveloppements limits assure
alors que, cerca de cero :
ln(2 e
x
) ln(1 x) =
x
2
2
+ o(x
2
)
do il ressort principalement que :
ln(2 e
x
) ln(1 x)
x0
x
2
2
Il sensuit comme supra que :
ln(2 e
1/k
) ln
_
1
1
k
_

k+
1
2k
2
c. La question est un peu brutale. Nous allons nous organiser un petit peu.
Il ressort de la question prcdente que :
_
_
ln(2 e
1/k
) ln
_
1
1
k
_

k+
1
2k
2
k 2
1
2k
2
0
la seconde partie de laccolade se passant, nouveau, de tout commentaire. La srie de
Riemann de paramtre deux tant convergente, il en est de mme, par quivalence en
signe ngatif, de la srie :
n2
_
ln(2 e
1/k
) ln
_
1
1
k
_
_
Le rcent 3.a nous apprend quant lui que, pour chaque entier n 2, ln(nu
n
)
est exactement la somme partielle dordre n de la srie convergente dont nous venons,
linstant, de faire connaissance.
Il nen faut pas plus pour afrmer que, lorsque n tend vers plus linni, ln(nu
n
)
a une limite nie que nous noterons classiquement . La fonction exp tant continue sur
R donc en il sensuit que :
nu
n

n+
e
l
Comme e
l
nest pas nul, les habitus de lquivalence savent bien que lon a galement :
nu
n

n+
e
l
Il en dcoule alors immdiatement que :
u
n

n+
e
l
n
Il reste maintenant proposer K = e
l
cest bien un rel strictement positif pour
terminer ce dbut de question.
Rappel : limite et

equivalence :
Soit u une suite ou une fonction de variable relle ayant en un certain point une limite
nie , cest--dire vriant :
u
Si ,= 0, on a galement lquivalence :
u
Attention, si est nul, sabstenir !

Nous venons de montrer lexistence dun rel K vriant :
_
_
u
n

n+
K
n
n 2
K
n
0
Nous avons dj euloccasionde mentionner la divergence de la srie harmonique. Comme
K nest pas nul, il en est videmment de mme de la srie
K/n ce qui, par quivalence

en signe positif, se transmet la srie de terme gnral u
n
. En bref :
n2
u
n
diverge
4.a. Soit n un entier suprieur ou gal deux. Nous avons tout classiquement et tout
dabord :
V
n+1
V
n
= ln
_
2 e
1/(n+1)
_
La question 2.b est alors sans appel. Ce nombre est coup sr ngatif et du coup :
V
n+1
V
n
La fonction exp tant croissante sur R, il savre que :
u
n+1
u
n
et la suite (u
n
)
n2
est dcroissante.
b. Avant de commencer, remarquons que la suite (S
n
) tant visiblement dnie partir
du rang 2, les deux sous-suites (S
2n
) et (S
2n+1
) sont effectivement dnies partir du
rang 1. Cela dit, il nous faut srieusement planier. Soit n N
.
Toujours tout classiquement, nous avons :
S
2n+2
S
2n
= u
2n+2
u
2n+1
0
la ngativit provenant de la dcroissance de la suite (u
n
). Ainsi :
(S
2n
)
n1
est dcroissante.
Nous avons de mme :
S
2n+3
S
2n+1
= u
2n+3
+ u
2n+2
0
la positivit provenant encore une fois de la sempiternelle dcroissance de la suite u. En
consquence :
(S
2n+1
)
n1
est croissante.
Pour nir, nous observons que :
S
2n
S
2n+1
= u
2n+1
La question 2.d stipule que la suite (u
n
) est de limite nulle. Il en est alors a fortiori de
mme de sa sous-suite impaire et par consquent :
S
2n
S
2n+1

n+
0
chronique dune adjacence annonce.
c. Les deux suites (S
2n
) et (S
2n+1
) sont adjacentes et sont, ce titre, convergentes de
mme limite. La synthse pair-impair est alors catgorique. La suite (S
n
)
n2
converge
ce qui, par dnition, traduit la convergence de la srie :
n2
(1)
n
u
n
Toute ressemblance avec le fameux thorme des sries alternes de Gottfried Leibniz
est plus quune pure concidence
Exercice 2
1. Soit A et B deux matrices de M
n
(R). Le produit A
T
B manifestement carr (n, n)
est assur de laisser une trace derrire lui et, via la formule du produit matriciel dArthur
Cayley, il semble que :
tr(A
T
B) =
n
i=1
(A
T
B)
ii
=
n
i=1
n
j=1
(A
T
)
ij
(B)
ji
=
n
i=1
n
j=1
(A)
ji
(B)
ji
(1)
la dernire galit procdant dune gentille gestion de transpositition. Poursuivons.
Ce dbut de question montre dj que est une authentique application de
M
n
(R) M
n
(R) dans R.
Vu lgalit (1) la symtrie de ne pose aucun problme pas plus dailleurs que
la linarit de :
B (A, B)
lorsque A est xe.
Soit Aune matrice non nulle de M
n
(R). Toujours grce la trs pratique formule
(1), nous avons :
(A, A) =
n
i=1
n
j=1
(A)
2
ji
Il sagit dune somme de rels positifs non tous nuls et nous ne craignons donc pas
dafrmer que :
(A, A) > 0
This scalar product sappelle produit scalaire de Hilbert-Schmidt. Daucuns le qualient
galement de produit scalaire canonique sur M
n
(R). En effet, si nous rangeons dans
une seule et mme colonne les n
2
lments dune matrice carre (n, n), la formule (1)
stipule que nest rien dautre que le produit scalaire canonique sur R
n
2
. Cela aurait
dailleurs pu constituer une preuve de notre question Quant la norme N elle sappelle
norme de Schur et il semble que nous ayons nous employer bientt dmontrer quil
sagit de ce que lon appelle une norme dalgbre , proccupation analogue celle du
commencement du texte dHec en dbut douvrage.
2.a. La matrice A
T
A est symtrique relle. Sa ralit est en effet translucide et quant
sa symtrie, nous en voulons pour preuve le fameux dressing, undressing principle qui
assure que :
_
A
T
A
_
T
= A
T
A
Comme elle est dordre suprieur ou gal un, limportant thorme spectral assure
effectivement lexistence dune matrice orthogonale P O
n
(R) et dune matrice
diagonale relle D telles que :
P
T
A
T
A P = D
b. Le Monsieur parle de deux mthodes diffrentes. Here we go !
La premire consiste observer que, selon le dlicieux dressing, undressing, nous
avons :
X
T
A
T
A X = (A X)
T
A X
Oui mais cest un point crucial le produit A X est ouvertement une colonne de
hauteur n vu que, vecteur propre oblige, il en est de mme de X. Dans ces conditions, et
en devanant la notation utilise la question e, il ne fait aucun doute que :
(A X)
T
A X = [[A X[[
2
La seconde mthode prote, donf, de ce que X est -propre pour A
T
A ce qui,
entre autres, amne lgalit :
A
T
A X = X
Il en dcoule sur-le-champ que :
X
T
A
T
A X = X
T
X = [[X[[
2
o, pour la seconde fois, nous faisons usage de la norme euclidienne canonique des
colonnes de hauteur n. La comparaison des deux modes de calcul apporte sur un plateau
lgalit :
[[A X[[
2
= [[X[[
2
Cest presque ni. Vecteur propre oblige never forget ! la colonne X nest pas nulle
et du coup :
=
[[A X[[
2
[[X[[
2
La positivit de crve alors lcran.
Cette positivit nest pas vraiment tonnante vu que A
T
A est une matrice de Jorgen
Gram (n, n), cest--dire un lment du fameux S
+
n
.
c. Prenons les choses les unes aprs les autres.
La question a rvle que :
tr D = tr
_
P
T
A
T
A P
_
Le texte rappelle dans son chpeau la clbre tr(MN) = tr(NM) qui permet ici
darriver :
tr D = tr
_
A
T
A P P
T
_
Oui mais voil, comme P est orthogonale, lon a P P
T
= I
n
, telle enseigne que :
tr D = tr(A
T
A) =
_
N(A)
_
2
la dernire galit reposant sur la dnition de la norme N.
On dmontre mutatis mutandis que :
tr S = tr(B B
T
) = tr(B
T
B) =
_
N(B)
_
2
lavant dernire galit procdant, encore une fois, du dlicieux tr(MN) = tr(NM) .
Grce au miracle toujours apprci du P P
T
= I
n
nous avons dans un premier
temps :
SD = P
T
B B
T
A
T
A P
et comme nous lavons dj fait par deux fois, il sensuit dj :
tr(SD) = tr
_
B B
T
A
T
A
_
= tr
_
B
T
A
T
A B
_
en usant bien sr et trs librement de lincontournable tr(MN) = tr(NM) . Un autre
incontournable semble tre le dressing, undressing principle selon lequel :
B
T
A
T
= (A B)
T
En bref, il savre que :
tr(SD) = tr
_
(A B)
T
A B
_
=
_
N(AB)
_
2
ce qui termine cette technologique question.
d. Nous en protons pour rappeler, une fois pour toutes, leffet dune multiplication par
une matrice diagonale.
Le lemme prodiag :
Soit n et p deux entiers naturels non nuls et Rune matrice rectangulaire de format (n, p).
i. Le prproduit : Soit D une matrice diagonale (n, n). On a :
DR =
_
D
ii
R
ij
_
1in
1jp
(prediagli)
Autrement dit, les lignes de R ont encaiss les lments diagonaux respectifs de D.
ii. Le postproduit : Soit une matrice diagonale (p, p). On a :
R =
_
R
ij
jj
_
1in
1jp
(postdiagco)
Autrement dit, les colonnes de Ront encaiss les lments diagonaux respectifs de .
Il rsulte ici du posteffect que :
SD =
_

j
S
ij
_
1i,jn
et le reste nest que littrature.
e. Soit i [[1, n]]. Nous avons :
E
i
T
S E
i
= E
i
T
P
T
B B
T
P E
i
Le principe feuillage-effeuillage encore lui ! stipule que :
E
i
T
P
T
B =
_
B
T
P E
i
_
T
ce qui amne :
E
i
T
S E
i
=
_
B
T
P E
i
_
T
B
T
P E
i
Comme B
T
P E
i
est manifestement une colonne de hauteur n, lon a effectivement :
E
i
T
S E
i
= [[B
T
P E
i
[[
2
Poursuivons. Les canoniciens de tout poil savent bien que :
S E
i
= C
i
(S)
o C
i
(S) dsigne la i
me
colonne de S. De faon analogue, le produit E
i
T
C
i
(S) nest
autre que la i
me
ligne de la colonne C
i
(S), ligne qui se rsume au seul lment S
ii
. En
bref :
E
i
T
S E
i
= S
ii
Le dbut de la question apporte alors, sur un plateau, lgalit :
S
ii
= [[B
T
P E
i
[[
2
do il ressort que :
S
ii
0
La matrice S qui nalement nest autre que :
_
B
T
P
_
T
B
T
P
est, elle aussi, une matrice de Gram (n, n), cest--dire une matrice du famous S
+
n
. La
positivit des lments diagonaux dune telle matrice fait partie du patrimoine positiviste !
f. Nous avons en dveloppant :
_
n
i=1
i
__
n
j=1
S
jj
_
=
n
i=1
n
j=1
i
S
jj
Oui mais voil, les questions 2.b et 2.e nous ont appris que les rels
i
et S
jj
sont tous
positifs ou nuls, telle enseigne que notre double somme est manifestement suprieure
ou gale sa partie diagonale ce qui scrit :
n
i=1
n
j=1
i
S
jj

n
i=1
i
S
ii
ce qui ne peut que nous ravir. Si lon en croit les rcentes questions 2.c et 2.d, cela scrit
exactement :
_
N(AB)
_
2
_
N(A)
_
2
_
N(B)
_
2
La fonction

tant croissante sur R
+
et au vu de la positivit(*) de la norme N il
sensuit effectivement que :
N(AB) N(A)N(B)
(*) Le pige le plus redoutable et redout de la classe de troisime. Combien de potaches ont rat leur B.E.P.C pour avoir
navement cru que, pour x rel,
x
2
=x alors quen ralit
x
2
=]x] ?
Problme
1. Prliminaires
Avant de commencer, nous rappelons quelques points fondamentaux. Soit (, T , p) un
espace probabilis.
Lensemble V(, R) de toutes les variables alatoires relles dnies sur (, T , p)
est un R-espace vectoriel. Ce rsultat est ofciellement admis.
Lensemble V
2
(, R) de celles qui possdent une variance et par l mme, une
esprance en est un sous-espace vectoriel.
La covariance cov est une forme bilinaire symtrique positive sur V
2
(, R)
vriant :
U V
2
(, R) cov(U, U) = V (U)
Enn, pour toute U V
2
(, R), lon a lquivalence :
V (U) = 0 U est presque srement certaine
1. Soit R. La relation demande nest autre que la formule dAl Kashi pour la
covariance.
2.a. Vu quune variance est assurment positive ou nulle, le trinme :

2
V (X) + 2cov(X, Y ) + V (Y )
est constamment positif ou nul sur R. Tout individu ayant assidment frquent une
classe de premire scientique se doit de savoir que le discriminant du dit trinme doit
imprativement tre ngatif ou nul. Or :
= 4
_
cov
2
(X, Y ) V (X)V (Y )
_
ce qui devrait satisfaire tout le monde.
Pour ceux ou celles qui ne lauraient pas reconnu, il sagit de lingalit de
Cauchy-Schwarz-Bouniakowski pour la covariance
b. Condition ncessaire et sufsante oblige, nous nous devons de planier un poqutin.
Supposons que :
cov
2
(X, Y ) = V (X)V (Y )
Si lon en croit le calcul prcdent, nous en dduisons que :
= 0
Oui mais voil, il est prcis que V (X) ,= 0. Dans ces conditions nous avons d apprendre
en premire S que le trinme supra possde une racine double
0
. Il sensuit alors que :
V (
0
X + Y ) = 0
et, vu ce que nous avons rappel plus haut, la variable
0
X + Y est presque certaine.
Supposons, rciproquement, quil existe un rel
0
tel que
0
X +Y soit presque
srement certaine. On a bien entendu :
V (
0
X + Y ) = 0
et notre eff trinme possde au moins une racine relle. Lanne de nos seize ans rvle
alors que fatalement :
0
Comme, quoi quil arrive, 0, il savre que = 0 et du coup :
cov
2
(X, Y ) = V (X)V (Y )
En rsum, nous avons la condition ncessaire et sufsante :
cov
2
(X, Y ) = V (X)V (Y )
0
R tel que
0
X + Y est p. s certaine
Partie 1
Avant toute chose, il est bon de noter que L
n
est farpaitement dnie sur le produit
R
+
R
+
. Cest une simple affaire douverture de mirette.
1. Nous allons tout dabord tablir que ]0, A[ ]0, +[ est bien une partie ouverte de
R
2
. Pour cela nous notons :
U =
_
(a, b) R
2
[ a ]0, A[
_
et V =
_
(a, b) R
2
[ b ]0, +[
_
de telle sorte que :
]0, A[ ]0, +[ = U V
Lensemble U est limage rciproque de louvert ]0, A[ par la premire application
coordonne. Cette dernire tant lgendairement continue sur R
2
, le thorme des images
rciproques dHausdorff assure que U est un ouvert de R
2
.
On dmontre mutatis mutandis que V est un ouvert de R
2
.
Le thorme des intersections dumme Hausdorff stipule alors que UV est effectivement
un ouvert de R
2
. Nous pouvons poursuivre.
La fonction :
(a, b)
S na
b
est rationnelle deux variables et ouvertement dnie sur notre ouvert ]0, A[ ]0, +[.
`
A ce titre, elle y est de classe (
1
.
Pour peu prs les mmes raisons, il en est de mme de la fonction :
(a, b)
1
b
n
Comme exp est de classe (
1
sur R, la conclusion appartient aux gnreux
thormes gnraux. La fonction L
n
possde bien la classe (
1
sur notre ouvert.
Un calcul lmentaire signale que :
(a, b) ]0, A[ ]0, +[
L
n
a
(a, b) =
n
b
n+1
e
(Sna)/b
Vu que n nest pas nul, cette drive partielle ne pourra jamais sannuler sur notre ouvert
telle enseigne que la fonction L
n
ny possdera aucun point critique. La condition
ncessaire du premier ordre doptimisation locale dune fonction de classe (
1
sur un
ouvert est srieusement mise en dfaut ce qui devrait satisfaire tout le monde.
2. Soit b R
+
.
Soit tout dabord a vriant 0 a < A. Comme n et b sont strictement positifs,
on vrie lmentairement que :
S na
b
<
S nA
b
La fonction exponentielle tant strictement croissante sur R, il sensuit que :
e
(Sna)/b
< e
(SnA)/b
La multiplication par le strictement positif 1/b
n
livre alors effectivement lingalit
stricte :
L
n
(a, b) < L
n
(A, b)
Soit maintenant a ]A, +[. Il suft dobserver que L
n
(a, b) = 0 alors que :
L
n
(A, b) =
1
b
n
e
(SnA)/b
est un rel visiblement strictement positif.
Nous avons donc nalement :
b > 0 a R
+
A L
n
(a, b) < L
n
(A, b)
3. Nous avons :
b > 0 g(b) =
1
b
n
e
(SnA)/b
La fonction g est ouvertement drivable sur R
+
et lon a :
b > 0 g
t
(b) =
S nAnb
b
n+2
e
(SnA)/b
Comme il est prcis que n et S nA sont strictement positif, le rel :
b
0
=
S nA
n
est situ dans R
+
et il en rsulte le tableau de variations :
b 0 b
0
+
g
t
+ 0
g g(b
0
)
ce qui ne peut que nous sduire.
Cependant, en vue de ce qui va suivre, nous apportons quelques utiles prcisions.
La fonction g est drivable donc continue sur le semi-ouvert ]0, b
0
] et sa
drive est strictement positive sur louvert ]0, b
0
[. Il est alors bon de savoir que g est
strictement croissante sur le semi-ouvert ]0, b
0
].
Le mme genre dargumentation montre que g est strictement dcroissante sur
[b
0
, +[.
Il en rsulte que g natteint son maximum quau point b
0
.
4. Soit (a, b) appartenant [0, +[]0, +[. Nous avons tour tour :
L
n
(a, b) L
n
(A, b) L
n
(A, b
0
) ()
ce qui montre dj que L
n
a un maximum absolu atteint, au moins, au point (A, b
0
).
Supposons pour nir que (a
1
, b
1
) soit un point datteinte du maximum de L
n
. Il devrait
sensuivre que :
L
n
(a
1
, b
1
) = L
n
(A, b
0
)
ce qui, la lumire de lencadrement (), impose :
L
n
(a
1
, b
1
) = L
n
(A, b
1
) et L
n
(A, b
1
) = L
n
(A, b
0
)
Oui mais voil, nous avons vu la question 2 que la premire galit ne peut avoir lieu que
si, et seulement si, a
1
= A et la deuxime prcisions utiles ! que si, et seulement
si, b
1
= b
0
. Il semble que nous puissions changer de partie.
Partie 2

Etude dune loi
1. Il y a, dans lair, comme un parfum de transfert afne. Soit en effet une variable
alatoire T suivant la loi exponentielle de paramtre 1. Pour une fois, nous lui choisirons
pour densit la fonction f
T
dnie sur R par :
x R f
T
(x) =
_
_
_
e
x
si x 0
0 si x < 0
Comme b ,= 0, il est bien connu que b T + a est encore une variable densit dont une
densit, as usual note f
b T+a
, est dnie sur R par :
x R f
bT+a
(x) =
1
[b[
f
T
_
x a
b
_
Comme b est positif, une facile gestion de facettes montre que :
f
a,b
= f
bT+a
et laffaire est dans le sac.
2. Daprs de que nous venons de voir, il existe une variable T de loi c(1) telle que :
X = bT + a
Soit alors x R. Comme b est strictement positif, on a lgalit :
F
X
(x) = F
T
_
x a
b
_
et comme nous connaissons par cur les rpartitions exponentielles, nous dduisons :
F
X
(x) =
_
_
_
1 e
(xa)/b
si x a
0 si x < a
3. Grce nos notations nous avons Y = bT. Au risque de radoter, nous obervons que
b > 0 et que T suit la loi c(1). Cest alors tout fait ofciellement que nous revendiquons :
Y c
_
1
b
_
On sait dsormais que Y possde une esprance et une variance et que :
E(Y ) = b et V (Y ) = b
2
Il en rsulte trs classiquement que X possde galement une esprance et une variance
et que :
E(X) = b + a et V (X) = b
2
Nous avions directement ces rsultats via la relation X = bT + a sans passer par la
variable Y
4. Il sagit dtudier lintgrale :
_
+
a
x
p
e
(xa)/b
dx
Elle nest impropre quune fois en plus linni et vu que b est strictement positif, une
incontournable prpondrance signale que :
x
p+2
e
x/b
x+
0
Il en rsulte mentalement que :
x
2
_
x
p
e
(xa)/b
_

x+
0
ce qui x
2
-shot pour les intimes devrait sufre assurer la convergence de notre
intgrale. On rappelle que pour les intgrales de type moment il y a quivalence
entre convergence et convergence absolue et nous pouvons alors conclure lexistence
du moment dordre p.
Supposons maintenant p 1. Les deux fonctions :
u : x x
p
et v : x e
(xa)/b
sont de classe (
1
sur la demi-droite [a, +[ et, prpondrance classique oblige, le produit
uv a, en plus linni, la limite nie zro. De plus :
x a u
t
(x) = px
p1
et v
t
(x) =
1
b
e
(xa)/b
la premire galit ntant pas trangre au fait que p soit suprieur ou gal un. Cest
alors by parts quil en rsulte :
E(X
p
) = a
p
+ pbE(X
p1
)
Nous rappelons notre ami lecteur tudiant quil nest pas autoris pratiquer
lintgration par parties directement sur limpropre comme nous venons de le faire. Il
doit annoncer s a puis, pratiquer lintgration par parties sur la partielle :
_
s
a
x
p
e
(xa)/b
dx
et enn passer la limite lorsque s tend vers plus linni.
5.i. Pour allger la situation nous allons nous permettre de noter :
V = b ln(1 U) + a
et nous observons que, vu lgalit :
U() = [0, 1[
la variable 1 U est valeurs strictement positives ce qui, quelque part, rassure un peu
notre logarithme. Cela tant, soit x R. Grce la stricte positivit de b et aux croissances
respectives du logarithme et de lexponentielle lon a, par double inclusion, lgalit :
_
V x
=
_
U 1 e
(xa)/b
_
Il en rsulte dans la foule que :
F
V
(x) = F
U
_
1 e
(xa)/b
_
et nous planions un poquitn :
Si x < a, le rel u = 1 e
(xa)/b
est ngatif. Rpartition |
[0,1[
oblige, nous
avons F
U
(u) = 0 et par consquent :
F
V
(x) = 0
Si x a le rel u = 1 e
(xa)/b
appartient cette fois au semi-ouvert [0, 1[ et
nous savons alors que F
U
(u) = u. Autant dire que :
F
V
(x) = 1 e
(xa)/b
En rsum
F
V
(x) =
_
_
_
1 e
(xa)/b
si x a
0 si x < a
Si lon en croit la rcente question 2, la variable V suit effectivement la loi c(a, b).
5.ii. Il suft de demander !
function tirage (a, b : real) : real ;
begin
tirage:= b ln(1 random) + a ;
end ;
Partie 3 Estimation des paramtres a et b
Signalons une chose avant de commencer. La variable Y
n
nest srement pas le minimum
des variables X
1
, . . . , X
n
pour la bonne et simple raison que la plupart du temps minimum
il ny a pas ! En revanche Y
n
est la borne infrieure linmum de ces variables. En
dautres termes :
Y
n
= inf(X
1
, . . . , X
n
)
En revanche, et toute la nuance est l, pour chaque , lon a :
Y
n
() = min
_
X
1
(), . . . , X
n
()
_
1. Voici notre proposition :
begin
randomize ;
readln(a, b, n) ;
X := tirage(a, b) ;
S := X ;
Y := X ;
for i := 2 to n do begin
X := tirage(a, b) ;
S := S + X ;
if X < Y then Y := X ;
end ;
writeln(S, Y ) ;
end.
Rien de bien surprenant cela. Ce sont de classiques gestions informatiques de sommes
et de minimum.
2. Les variables X
i
possdent esprance et variance. Il en est donc de mme de la somme
S
n
. De plus, grce la linarit de lesprance :
E(S
n
) = n(a + b)
et comme les X
i
sont indpendantes :
V (S
n
) = nb
2
3. Nous savons depuis la question 3 de la partie prcdente que, pour chaque entier
i [[1, n]], la variable X
i
a suit la loi exponentielle c(1/b), cest--dire la loi gamma :
(b, 1)
Les X
i
tant indpendantes, daprs le lemme des coalitions, les X
i
a le sont galement
et le thorme de stabilit de la loi gamma par addition quand indpendance stipule que :
n
i=1
(X
i
a) (b, n)
Nous venons donc de dmontrer que S
n
na est une variable (b, n). Le thorme du
transfert afne indique alors que S
n
est une variable densit dont une densit f
S
n
est
dnie sur R par :
x R f
S
n
(x) = f
S
n
na
(x na)
On gre alors les facettes de la loi (b, n) et voil que :
x R f
S
n
(x) =
_
_
(x na)
n1
e
(xna)/b
b
n
(n 1)!
si x > na
0 si x na
4. Soit x R. Vu que linmum fait bon mnage avec lantirpartition, nous faisons tat
de ce que :
_
Y
n
> x
=
n
i=1
_
X
i
> x
Nous passons allgrement sur les faciles problmatiques tribales et vu que les
variables X
1
, . . . , X
n
sont indpendantes et quidistribues, nous avons :
p( Y
n
> x) =
_
p( X
1
> x)
_
n
do rsulte lgalit :
F
Y
n
(x) = 1
_
1 F
X
1
(x)
_
n
La rpartition de la loi c(a, b) a dj t rencontre plus haut et voil donc que :
x R F
Y
n
(x) =
_
_
1 e
n(xa)/b
si x a
0 si x < a
On reconnat alors la rpartition de la loi c(a, b/n) et nous proposons donc :
a
n
= a et b
n
=
b
n
Il en rsulte instantanment que :
E(Y
n
) = a +
b
n
et V (Y
n
) =
b
2
n
2
i. Nous avons dune part :
b
Y
n
(a) = E(Y
n
) a =
b
n
Quant au risque quadratique il vaut la variance plus le carr du biais et par consquent :
r
Y
n
(a) =
2b
2
n
2
ii. On nous demande de rappeler, rappelons !
Lin
egalit
e dAndre
Markov :
Soit (, T , p) un espace probabilis et X une variable alatoire dnie sur cet espace.
On suppose que X possde un moment dordre deux. Lon a alors :
> 0 p( [X[ )
E(X
2
)
2
Vu ce que nous avons trouv au i, nous pouvons afrmer que :
b
Y
n
(a)
n+
0
ce qui fait que notre suite (Y
n
) est effectivement asymptotiquement sans biais. Soit
maintenant > 0. Lingalit de Markov applique la variable Y
n
a qui, entre nous
soit dit, possde bien un moment dordre deux, signale que :
p( [Y
n
a[ )
r
Y
n
(a)
2
cest--dire :
p( [Y
n
a[ )
2b
2
n
2
2
Il y a alors un trs sympathique squeeze qui montre que :
p( [Y
n
a[ )
n+
0
Autant dire alors que :
Y
n
1
n+
a
ce qui est la dnition de la convergence ou de la consistance.
5. Nous savons depuis longtemps que toutes les variables en prsence possdent esprance,
variance et autres moments du monde Il ne sagit donc ici que de calcul.
i. Nous avons :
E(Z
n
) =
1
n
E(S
n
) E(Y
n
) = b
b
n
et dans la foule :
b
Z
n
(b) = E(Z
n
) b =
b
n
ii. La variance tant une forme quadratique, nous revendiquons :
V (Z
n
) =
1
n
2
V (S
n
)
2
n
cov(S
n
, Y
n
) + V (Y
n
)
Mais nous avons appris en cours de route que :
V (S
n
) = nb
2
et V (Y
n
) =
b
2
n
2
telle enseigne que, dj :
V (Z
n
) =
b
n
2
+
b
2
n
2

2
n
cov(S
n
, Y
n
)
Comme il est bien connu que :
r
Z
n
(b) = V (Z
n
) +
_
b
Z
n
(b)
_
2
compte tenu du i lon a bien :
r
Z
n
(b) =
b
n
2
+
2b
2
n
2

2
n
cov(S
n
, Y
n
)
iii. Grce la question 1 du prliminaire, en y prenant le carr par la racine , semble
se dessiner que :
cov(S
n
, Y
n
)

S
n
Y
n
=
b
2
n
Notre covariance ne peut donc lutter contre linluctable squeeze qui lamne une limite
nulle et qui devrait sufre convaincre tout le monde de ce que :
r
Z
n
(b)
n+
0
Nous en dduirons alors comme supra que :
Z
n
1
n+
b
et comme lvidence :
b
Z
n
(b)
n+
0
nous pouvons attaquer la dernire question.
6.i. Soit (a, b) R
+
R
+
. Le calcul explicite de L(a, b) demande une solide gestion de
facettes.
Si tous les x
i
sont suprieurs ou gaux a, ce qui revient :
0 a min(x
1
, . . . , x
n
)
lon a :
L(a, b) =
1
b
n
e
(x
1
++x
n
na)/b
Dans le cas contraire, lun des x
i
est strictement infrieur a ce qui entrane
instantanment :
L(a, b) = 0
Si lon rsume :
L(a, b) =
_
_
1
b
n
e
(x
1
++x
n
na)/b
si 0 a min(x
1
, . . . , x
n
)
0 si a > min(x
1
, . . . , x
n
)
Tout lair de bien se mettre en place si lon propose :
A = min(x
1
, . . . , x
n
) et S = x
1
+ + x
n
Encore faut-il pour que tout soit dans lordre que S > na, mais cela provient tout btement
de lhypothse :
min(x
1
, . . . , x
n
) ,= max(x
1
, . . . , x
n
)
Elle assure en effet que les x
i
ne sont pas tous gaux et quen consquence leur somme
est strictement plus grande que n fois le plus petit dentre-eux.
ii. Nous notons simplement que :
Y
n
(x
1
, . . . , x
n
) = min(x
1
, . . . , x
n
) = A = a
0
et :
Z
n
(x
1
, . . . , x
n
) =
x
1
+ + x
n
n
min(x
1
, . . . , x
n
) =
S
n
A = b
0
Le couple :
_
Y
n
(x
1
, . . . , x
n
), Z
n
(x
1
, . . . , x
n
)
_
est donc celui qui maximise la fonction L
n
.
La fonction L
n
sappelle fonction de vraisemblance likelihood in english relative
lchantillon observ (x
1
, . . . , x
n
). Les estimateurs Y
n
et Z
n
sont dits obtenus par la
mthode du maximum de vraisemblance, mthode de au mathmaticien anglais Ronald
Aylmer Fisher en .
Publication Espace tudes ditions
Coordination ditoriale
Bernard Cier
Rvision/Correction
Marie-Claire Vitale
Couverture
Stphane Mac Donald
Achev dimprimer sur les presses
de limprimerie TAAG
Grigny 91350
Tl. : 01 69 25 40 40
Dpt lgal : Premier trimestre 2008
ISBN n 9-782845-551893
aux Grandes Ecoles de Commerce :
- voie S, voie ES
Admissions parallles (intgration en 1
re
et
2
e
annes) aux Grandes Ecoles de Commerce
aux IEP Paris - Province
- prparation annuelle et intensive dt
Prparation au cycle du Master de lIEP de Paris
Des prpas
Intgrale,
des prpas, des stages
Institut d'enseignement suprieur priv
53, avenue Paul Doumer 75016 Paris 01 40 72 74 60
17, rue Saint Sans 75015 Paris 01 45 77 35 80
www.prepaintegrale.com
Prparation aux Concours des Grandes Ecoles
de Commerce en admission parallle
Prparation aux concours des coles de
commerce : Ssame, Acces, Ipag, Pass, Team
Prparation aux concours des IEP
Paris Province (Bac + 0, Bac +1) vacances de Pques
Prparation au concours Message (Matrise de
Sciences de Gestion)
Prparation au concours CELSA
Prparation aux concours des Grandes coles de
Commerce pour les voies littraires
Des stages dintgration
Rvision et soutien intensifs :
- pour les Terminales en Maths, Physique,
Philosophie, conomie
- pour les classes de Premires en Franais,
Maths, Physique, conomie
Prparation au test dAnglais dentre en Licence 1
dconomie et gestion ou de Droit et Sciences
Politiques (Paris X)
Rvision et soutien pour les prpas commerciales :
- pr-rentre et vacances scolaires
Langues ltranger (Londres et Garmisch
Partenkirchen)
Formation aux entretiens de personnalit :
- tous niveaux
- toutes sections
Des stages de perfectionnement et de rvisions
Annales Mthodologie Chroniques dans revues
spcialises
Cycles de confrences, de concerts
Partenariat, dition, culture
15

Maths Pour Prépa

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Maths Pour Prépa

Diunggah oleh

Hak Cipta:

Format Tersedia

SUJETS ET CORRIGS DE

Tous les sujets des concours

b. Montrer quil existe un vecteur X

c. En d eduire la majoration suivante :

c. En d eduire lin egalit e suivante :

= 0. Soit alors i [[1, n]]. Maximum

. Il en est donc de mme de leur

La multiplication par le positif [A

Nous avons galement rencontr(*) lingalit :

et une gentille transitivit amnent alors :

et il en est encore une fois de

(*) Maximum oblige !

Cest maintenant que nous allons apprendre des choses passionnantes.

se ramne quasi mentalement :

impose quant elle que :

. Les rels de la forme :

telle enseigne que :

(*) On dit que la norme ]] ]] est subordonne la norme ]] ]]

Etant tabli que :

lingalit provenant de la dlicieuse question 2.a. Comme X ,= 0, sa norme est

Spec B i.e. Spec B

sont les premires colonnes de la matrice P.

telle enseigne que :

et maximum oblige il savre dj que :

, et on suppose que le param` etre est inconnu. Dans cette question,

, on consid` ere un p- echantillon ind ependant, identiquement distribu e

, montrer l egalit e suivante :

Etablir la relation suivante :

La fonction exponentielle tant dbonnairement continue, il sensuit que :

b. Nous avons dj russi montrer que :

Il en rsulte dj carrment que :

. La continuit sur R de la fonction exp

Le discriminant de vaut exactement :

De la mme faon, si 0 nappartient pas A, vu que :

Poursuivons. Nous avons nen pas douter :

(1 + ), il semble bien que :

on trouve instantanment et effectivement :

. On nous demande de planier, obissons !

la majoration stricte de droite protant, essentiellement, de ce que les entiers i suprieurs

66 Concours 2007 voie scientifique

nous avons galement :

la positivit de tant entendue depuis bien longtemps. Poursuivons.

ne devrait pas tre susceptible de faire couler beaucoup dencre

Nous faisons alors mention des choses suivantes :

Lingalit triangulaire et la fameuse

vu que le signe des p

lapplication d enie sur R

est d erivable sur R

selon que ] 1, 0[ ou ]0, 1[.

e. Lorsque > 1, d eterminer un equivalent en 0

nest pas strictement croissante sur S

jouit des trois proprits suivantes :

. La question prliminaire signale alors que, quoi quil

est au moins dnie sur R

(x) devient spittable et voil

90 Concours 2007 voie scientifique

est drivable en x et que :

et le tour est jou.

est strictement croissante sur S

est strictement croissante sur S

112 Concours 2007 voie scientifique

Partie 2 Un dveloppement en srie

. La somme partielle dordre n de notre srie as usual note