Psi Maths Mines 2 2023.enonce

Mines Maths 2 PSI 2023 — Énoncé 1/7
A2023 – MATH II PSI
ÉCOLE DES PONTS PARISTECH,

ISAE-SUPAERO, ENSTA PARIS,
TÉLÉCOM PARIS, MINES PARIS,
MINES SAINT-ÉTIENNE, MINES NANCY,
IMT ATLANTIQUE, ENSAE PARIS,
CHIMIE PARISTECH - PSL.
Concours Mines-Télécom,
Concours Centrale-Supélec (Cycle International).
CONCOURS 2023
DEUXIÈME ÉPREUVE DE MATHÉMATIQUES
Durée de l’épreuve : 3 heures

L’usage de la calculatrice ou de tout dispositif électronique est interdit.
Les candidats sont priés de mentionner de façon apparente

sur la première page de la copie :
MATHÉMATIQUES II - PSI
L’énoncé de cette épreuve comporte 6 pages de texte.
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.
Les sujets sont la propriété du GIP CCMP. Ils sont publiés sous les termes de la licence
Creative Commons Attribution - Pas d’Utilisation Commerciale - Pas de Modification 3.0 France.
Tout autre usage est soumis à une autorisation préalable du Concours commun Mines Ponts.
Téléchargé gratuitement sur Doc-Solus.fr .

Distance entre deux distributions de probabilités sur N
1 Nombre de points fixes d’une permutation.

Soit n un entier naturel non nul. On note Sn l’ensemble des permutations
de l’intervalle entier [[1, n]] = {1, 2, · · · , n}, c’est-à-dire des bijections de [[1, n]]
vers lui-même. Si σ ∈ Sn est une permutation, on appelle point fixe de σ tout
entier i ∈ [[1, n]] tel que σ(i) = i.
Une permutation σ ∈ Sn est appelée un dérangement si elle n’a aucun point
fixe. Pour tout n ≥ 1, on note dn le nombre de dérangements de l’intervalle
entier [[1, n]]. Par convention, on pose d0 = 1.
On munit l’ensemble fini Sn de la probabilité uniforme notée Pn . Sur l’espace
probabilisé fini (Sn , Pn ), on définit la variable aléatoire Xn telle que, pour tout
σ ∈ Sn , Xn (σ) est le nombre de points fixes de la permutation σ.
Ø dn
On introduit enfin la série entière xn , dont le rayon de convergence est
n≥0
n!
noté R, et dont la somme sur l’intervalle de convergence ] − R, R[ est notée s :
+∞
Ø dn n
∀x ∈ ] − R, R[ s(x) = x .
n=0
n!
1 ⊲ Rappeler le cardinal de Sn . En déduire que R ≥ 1.
2 ⊲ Pour k ∈ [[0, n]], montrer que le

A nombre
B de permutations de [[1, n]] ayant
n
exactement k points fixes est dn−k .
k
dn−k
En déduire que Pn (Xn = k) = .
k!(n − k)!
3 ⊲ Montrer que
1
∀x ∈ ] − 1, 1[ s(x) ex = .
1−x
En déduire que R = 1.

dn
4 ⊲ En partant de la relation (1−x)s(x) = e−x pour x ∈ ]−1, 1[, exprimer
n!
pour n entier naturel, sous la forme d’une somme.
5 ⊲ Montrer que la loi de la variable aléatoire Xn est donnée par
1 n−k
Ø (−1)i
∀k ∈ [[0, n]] Pn (Xn = k) = .
k! i=0 i!
6 ⊲ Sur l’espace probabilisé fini (Sn , Pn ), on définit, pour tout i ∈ [[1, n]], la
variable aléatoire Ui telle que, pour tout σ ∈ Sn , on ait Ui (σ) = 1 si
σ(i) = i, et Ui (σ) = 0 sinon.
1
Montrer que Ui suit une loi de Bernoulli de paramètre .
n
Montrer que, si i Ó= j, la variable Ui Uj suit une loi de Bernoulli dont on
précisera le paramètre.
7 ⊲ Exprimer Xn à l’aide des Ui , 1 ≤ i ≤ n. En déduire l’espérance E(Xn ) et

la variance V(Xn ).
8 ⊲ Dans cette question, on fixe un entier naturel k. Déterminer

yk = lim Pn (Xn = k) .
n→+∞
Soit Y une variable aléatoire sur un espace probabilisé (Ω, A, P ), à valeurs

dans N, et vérifiant
∀k ∈ N P (Y = k) = yk .
Reconnaître la loi de Y .

9 ⊲ On note GXn et GY les fonctions génératrices respectives des variables Xn

et Y de la question précédente. Exprimer GXn (s) sous forme de somme,
pour s réel, et vérifier que
∀s ∈ R lim GXn (s) = GY (s) .

n→+∞
2 Convergence en variation totale

Dans la suite du problème, on appelle distribution (de probabilités) sur N
toute application x : N → R+ telle que
+∞
Ø
x(k) = 1 .
k=0
On note DN l’ensemble des distributions de probabilités sur N.

Si x et y sont deux distributions sur N, on définit la distance en variation
totale entre x et y par
1 +∞
Ø- -
dV T (x, y) = -x(k) − y(k)- .
2 k=0
10 ⊲ Soient x, y, z trois distributions sur N. Prouver les propriétés :
0 ≤ dV T (x, y) ≤ 1 ;
dV T (x, y) = 0 ⇐⇒ x = y ;
dV T (y, x) = dV T (x, y) ;
dV T (x, z) ≤ dV T (x, y) + dV T (y, z) .
Si X est une variable aléatoire à valeurs dans N, définie sur un espace probabi-
lisé (Ω, A, P ), on note pX la distribution de probabilités de X. Ainsi, pX est
l’application de N vers R+ définie par
∀k ∈ N pX (k) = P (X = k) .
Il est clair que pX ∈ DN .
En particulier, si λ est un réel strictement positif, on appelle distribution
de Poisson de paramètre λ l’application πλ : N → R+ telle que
λk
∀k ∈ N πλ (k) = e−λ .
k!

11 ⊲ Soient X et Y deux variables de Bernoulli, ayant respectivement pour

paramètres λ ∈ ]0, 1[ et µ ∈ ]0, 1[ . Calculer dV T (pX , pY ).
12 ⊲ Soit X une variable de Bernoulli de paramètre λ ∈ ]0, 1[ . Montrer que
dV T (pX , πλ ) = λ (1 − e−λ ) .
En déduire que
dV T (pX , πλ ) ≤ λ2 .
On considère de nouveau les variables aléatoires Xn introduites dans la partie 1.

Les questions 8. et 9. semblent montrer une certaine “convergence” des lois des
variables Xn vers la loi de Poisson de paramètre 1. Le but de la fin de cette
partie est de montrer que
dV T (pXn , π1 ) −→ 0,
n→+∞
et que cette convergence est assez rapide.
13 ⊲ Vérifier la relation, pour tout n entier naturel non nul,

n
-
+∞
-
+∞
Ø 1 -- Ø (−1)i -- Ø 1
2 dV T (pXn , π1 ) = - + e−1 .
k! - i! k!
-
-
k=0 i=n−k+1 k=n+1
+∞
Ø 1
14 ⊲ Pour n entier naturel, on pose rn = . Prouver la majoration
k=n+1
k!
+∞
1 Ø 1
rn ≤ .
(n + 1)! k=0 (n + 2)k
En déduire un équivalent simple de rn lorsque n tend vers +∞.

15 ⊲ En continuant de majorer le second membre de l’égalité de la question

13., établir l’estimation
2n
3 4
dV T (pXn , π1 ) = O .
n→+∞ (n + 1)!
On pourra faire intervenir des coefficients binomiaux.
3 Autres estimations de distances en variation totale

Si x et y sont deux distributions de probabilités sur N, on définit l’application
x ∗ y : N → R+ par
k
Ø Ø
∀k ∈ N (x ∗ y)(k) = x(i) y(k − i) = x(i) y(j) .
i=0 i+j=k
16 ⊲ Montrer que x ∗ y est une distribution sur N.
17 ⊲ Soient X et Y deux variables aléatoires indépendantes, à valeurs dans N,

définies sur un même espace probabilisé (Ω, A, P ). Prouver la relation
pX+Y = pX ∗ pY .
18 ⊲ Soient (x, y, u, v) ∈ (DN )4 . Montrer que, pour tout k entier naturel,

- - Ø - - Ø - -
-(x ∗ y)(k) − (u ∗ v)(k)- ≤ y(j) -x(i) − u(i)- + u(i) -y(j) − v(j)- .
i+j=k i+j=k
19 ⊲ Avec les notations de la question précédente, établir l’inégalité

dV T (x ∗ y, u ∗ v) ≤ dV T (x, u) + dV T (y, v) .

20 ⊲ Soit U une variable binomiale de paramètres n ∈ N∗ et λ ∈ ]0, 1[ . Prouver

l’inégalité
dV T (pU , πnλ ) ≤ n λ2 .
21 ⊲ Soit α un réel strictement positif. Pour tout entier naturel n tel que
α
n > ⌊α⌋, on note Bn une variable binomiale de paramètres n et . Pour
n
tout k entier naturel, déterminer
lim P (Bn = k) .
n→+∞
On pourra utiliser la question précédente.
22 ⊲ Soient α et β deux réels strictement positifs. En utilisant les résultats et

les méthodes qui précèdent, montrer que
dV T (πα , πβ ) ≤ |β − α| .
Fin du problème

Psi Maths Mines 2 2023.enonce

Transféré par

Droits d'auteur :

Formats disponibles

Psi Maths Mines 2 2023.enonce

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Psi Maths Mines 2 2023.enonce

Transféré par

Droits d'auteur :

Formats disponibles

Mines Maths 2 PSI 2023 — Énoncé 1/7

A2023 – MATH II PSI

ÉCOLE DES PONTS PARISTECH,

DEUXIÈME ÉPREUVE DE MATHÉMATIQUES

Durée de l’épreuve : 3 heures

Les candidats sont priés de mentionner de façon apparente

L’énoncé de cette épreuve comporte 6 pages de texte.

Téléchargé gratuitement sur Doc-Solus.fr .

Distance entre deux distributions de probabilités sur N

1 Nombre de points fixes d’une permutation.

1 ⊲ Rappeler le cardinal de Sn . En déduire que R ≥ 1.

2 ⊲ Pour k ∈ [[0, n]], montrer que le

Téléchargé gratuitement sur Doc-Solus.fr .

5 ⊲ Montrer que la loi de la variable aléatoire Xn est donnée par

7 ⊲ Exprimer Xn à l’aide des Ui , 1 ≤ i ≤ n. En déduire l’espérance E(Xn ) et

8 ⊲ Dans cette question, on fixe un entier naturel k. Déterminer

Soit Y une variable aléatoire sur un espace probabilisé (Ω, A, P ), à valeurs

Téléchargé gratuitement sur Doc-Solus.fr .

9 ⊲ On note GXn et GY les fonctions génératrices respectives des variables Xn

∀s ∈ R lim GXn (s) = GY (s) .

2 Convergence en variation totale

On note DN l’ensemble des distributions de probabilités sur N.

10 ⊲ Soient x, y, z trois distributions sur N. Prouver les propriétés :

Téléchargé gratuitement sur Doc-Solus.fr .

11 ⊲ Soient X et Y deux variables de Bernoulli, ayant respectivement pour

12 ⊲ Soit X une variable de Bernoulli de paramètre λ ∈ ]0, 1[ . Montrer que

On considère de nouveau les variables aléatoires Xn introduites dans la partie 1.

et que cette convergence est assez rapide.

13 ⊲ Vérifier la relation, pour tout n entier naturel non nul,

En déduire un équivalent simple de rn lorsque n tend vers +∞.

Téléchargé gratuitement sur Doc-Solus.fr .

15 ⊲ En continuant de majorer le second membre de l’égalité de la question

3 Autres estimations de distances en variation totale

16 ⊲ Montrer que x ∗ y est une distribution sur N.

17 ⊲ Soient X et Y deux variables aléatoires indépendantes, à valeurs dans N,

18 ⊲ Soient (x, y, u, v) ∈ (DN )4 . Montrer que, pour tout k entier naturel,

19 ⊲ Avec les notations de la question précédente, établir l’inégalité

Téléchargé gratuitement sur Doc-Solus.fr .

20 ⊲ Soit U une variable binomiale de paramètres n ∈ N∗ et λ ∈ ]0, 1[ . Prouver

On pourra utiliser la question précédente.

22 ⊲ Soient α et β deux réels strictement positifs. En utilisant les résultats et

Téléchargé gratuitement sur Doc-Solus.fr .

Vous aimerez peut-être aussi