SE1A_13D2_MathsStats

4
C1392 1 Ecole Normale Supérieure de Cachan 61 avenue du président Wilson 94230 CACHAN Concours d’admission en 1 ère année Banque d’épreuves : - Concours ENS Cachan - Economie Gestion option I - Concours ENSAI – option économie et gestion Session 2013 Composition de Mathématiques et Statistiques Durée : 4 heures Aucun document n’est autorisé L’usage de toute calculatrice est interdit Le sujet comporte 4 pages, 2 exercices et 2 problèmes indépendants. Si, au cours de l’épreuve, un candidat repère ce qui lui semble être une erreur d’énoncé, il le signale sur sa copie et poursuit sa composition en expliquant les raisons des initiatives qu’il est amené à prendre.

description

concours math

Transcript of SE1A_13D2_MathsStats

Page 1: SE1A_13D2_MathsStats

C1392

1

Ecole Normale Supérieure de Cachan 61 avenue du président Wilson

94230 CACHAN

Concours d’admission en 1ère année Banque d’épreuves :

- Concours ENS Cachan - Economie Gestion option I - Concours ENSAI – option économie et gestion

Session 2013

Composition de Mathématiques et Statistiques

Durée : 4 heures

Aucun document n’est autorisé

L’usage de toute calculatrice est interdit

Le sujet comporte 4 pages, 2 exercices et 2 problèmes indépendants.

Si, au cours de l’épreuve, un candidat repère ce qui lui semble être une erreur d’énoncé, il le signale sur sa copie et poursuit sa composition en expliquant les raisons des initiatives qu’il est amené à prendre.

Page 2: SE1A_13D2_MathsStats

Exercice 1

On appelle loi Γ(a, p), a, p ∈ R+, la loi de probabilite de densite par rapport a lamesure de Lebesgue

fa,p(x) = K(a, p)e−pxxa−11(x>0),

ou 1(x>0) = 1 si x > 0 et 0 sinon. Par ailleurs, on pose Γ(a) =

∫ +∞

0

e−uua−1du.

1. Calculer K(a, p) (en utilisant Γ(a)).

2. Montrer que Γ(a+ 1) = aΓ(a). Calculer Γ(1), Γ(2), Γ(n) (pour tout n > 1).

3. Trouver les moments (non centres) d’une variable qui suit une loi Γ(a, p). Quelleest sa variance ?

4. Montrer que le carre d’une variable de loi normale centree, reduite N(0, 1) suitune loi Γ(a, p). Que vaut le reel Γ(1/2) ?

5. Soient X et Y , deux variables independantes de loi Γ(a, p) et loi Γ(b, p) respecti-vement. Quelle est la loi de X + Y ?

Exercice 2

Soit Tn(R) ⊂Mn(R) le sous ensemble des matrices triangulaires superieures,

T ∈ Tn(R)⇐⇒ Ti,j = 0 ∀ 1 ≤ j < i ≤ n.

1. Montrer que Tn(R) est un espace vectoriel. Quelle est sa dimension ?

2. Montrer que T, S ∈ Tn(R)⇒ TS ∈ Tn(R).

3. Soit T ∈ Tn(R). Montrer que T est inversible (dans Mn(R)) si et seulement si∀ 1 ≤ i ≤ n, Ti,i 6= 0.

On se donne desormais une matrice triangulaire superieure T ∈ Tn(R) inver-sible fixee, et on veut montrer que T−1 est egalement triangulaire superieure.

4. Montrer que

{φ : Tn(R) −→ Tn(R)

M 7−→ TMest bien definie et lineaire.

5. Montrer que kerφ = {~0Tn(R)}. Quelle est la dimension de Imφ ?

6. En deduire qu’il existe M ∈ Tn(R), TM = I (ou I est la matrice identite de taillen) et en conclure que T−1 est triangulaire superieure.

2

Page 3: SE1A_13D2_MathsStats

Probleme 1

Premiere partie :

Soit n un entier positif fixe et p, q ∈ R fixe. On considere la fonction B = B(n, p, q)

de N dans R definie par B(k) = Cknp

kqn−k pour tout 0 ≤ k ≤ n, B(k) = 0 si k > n,

avec Ckn =

n!

(n− k)!k!.

1. Pour quelles valeurs des parametres p et q cette loi est elle une loi de probabilite ?On considerera desormais que ces conditions sont verifiees (et donc que B est uneloi de probabilite).

2. Decrire (rapidement) une experience correspondant a cette loi.

3. Comment s’appelle cette loi ?

4. Soit X une variable aleatoire de loi B. Calculer son esperance.

Seconde partie :

Soit (Xi)i>0 une suite de variables aleatoires independantes et de meme loi B = B(n,p,q),ou p et q verifient les conditions necessaires a l’obtention d’une loi de probabilite. Pourtout k ≥ 1, on pose Mk = max

1≤i≤kXi. On suppose que n, p et q sont inconnus (mais fixes)

et on se propose de les estimer.

1. Calculer P(X ≤ n− 1).

2. En deduire la probabilite P(Mk = n).

3. Proposer un estimateur “raisonnable” de n (justifier).

4. En s’aidant de la premiere partie, proposer un estimateur “raisonnable” de p(justifier).

Troisieme partie :

Soit (Xn)n>0 une suite de variables aleatoires de lois respectives B(n, 1n, 1− 1

n).

1. Calculer la limite de (1− 1

n)n.

2. Ecriren!

(n− k)!

1

nkcomme un produit de k − 1 termes < 1.

3. En deduire la convergence, pour k fixe, P(Xn = k) −→n→∞

e−1

k!.

3

Page 4: SE1A_13D2_MathsStats

Probleme 2

Premiere partie :

On considere la matrice T de Mn(R) qui s’ecrit :

T =

2 −1 0−1 2 −10 −1 2

1. Calculer le determinant de T et en deduire que T est inversible.

2. Calculer les valeurs propres de T et determiner une base de R3 constituees devecteurs propres de T .

Seconde partie :

Soit n ∈ N∗. On definit la matrice Tn de Mn(R) dont les seuls termes non nuls sont :aii = 2 pour tout i ∈ {1, . . . , n}ai,i+1 = −1 pour tout i ∈ {1, . . . , n− 1}ai,i−1 = −1 pour tout i ∈ {2, . . . , n}

1. Ecrire T1, T2, T3, Tn.

2. On designe par Pn(λ) le polynome caracteristique de Tn. Montrer que pour toutn ≥ 3, Pn(λ) verifie la relation Pn(λ) = (2− λ)Pn−1(λ)− Pn−2(λ).

3. Montrer que si n est impair, 2 est valeur propre de Tn. Determiner dans ce casune base du sous-espace propre associe a la valeur propre 2.

4. Calculer le determinant de Tn.

4