Aller au contenu

Mines Maths 1 PSI 2016

pour ajouter aux favoris
pour marquer comme fait

Corrigé de l’épreuve

Accès immédiat aux corrigés

Débloque tous les corrigés des écrits et oraux et optimise ta préparation aux concours.

Débloquer l’accès 🔓

Déjà inscrit ? Connecte-toi ici.

Énoncé de l’épreuve

💡 Si un sujet identique a été utilisé par le concours pour différentes filières, le sujet affiché ci-dessous peut-être celui d'une autre filière. Le contenu reste identique.

Signaler un problème technique avec cet énoncé

Questions du sujet

1. Montrer que, pour tout $x \in ]-1, 1[$, $$ \frac{1}{\sqrt{1 – x}} = \sum_{k=0}^{\infty} \binom{2k}{k} \frac{1}{4^k} x^k. $$ 2. Pour tout $p \in \mathbb{N}$, déterminer : $$ \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^{(p+1)k}. $$ 3. Pour tout $p \in \mathbb{N}$, justifier la convergence de l’intégrale $$ \int_0^{+\infty} e^{-(p+1) t} \frac{dt}{\sqrt{t}} $$ et calculer sa valeur. En déduire l’égalité : $$ \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^{(p+1)k} = \int_0^{+\infty} e^{-(p+1) t} \frac{dt}{\sqrt{t}}. $$ On admettra que $\int_0^{+\infty} e^{-t} \frac{dt}{\sqrt{t}} = \sqrt{\pi}$. 4. Montrer que, pour toute application polynomiale réelle $Q$, on a : $$ \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^k Q(x^k) = \int_0^{+\infty} e^{-t} Q(e^{-t}) \frac{dt}{\sqrt{t}}. $$ 5. Justifier la convergence de l’intégrale $$ \int_0^{+\infty} e^{-t} \frac{1}{\sqrt{t}} h(e^{-t}) dt $$ et donner sa valeur.} 6. Soit $x \in [0, 1[$. Justifier la convergence de la série de terme général $a_k x^k h(x^k)$. 7. On admet l’égalité (dite de Karamata) : $$ \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^k h(x^k) = \int_0^{+\infty} e^{-t} h(e^{-t}) \frac{dt}{\sqrt{t}}. $$ En utilisant ce résultat pour $x = e^{-\frac{1}{n}}$, en déduire que $$ \sum_{k=0}^n a_k \sim_{n \to \infty} 2\sqrt{n}. $$ 8. Soit $(a_n)_{n \in \mathbb{N}}$ décroissante de réels positifs et, pour tout entier naturel $n$, on pose $S_n = \sum_{k=0}^n a_k$. On fait l’hypothèse que $S_n \sim_{n\to\infty} 2 \sqrt{n}$. On va montrer qu’alors $a_n \sim_{n\to\infty} \frac{1}{\sqrt{n}}$. On notera $[x]$ la partie entière d’un réel $x$. 9. Soit $\alpha, \beta$ un couple de nombres réels vérifiant : $0 < \alpha < 1 < \beta$. Pour tout entier naturel $n$ tel que $n - [\alpha n]$ et $n - [\beta n]$ soient non nuls, justifier l’encadrement : $$ \frac{S_{[\beta n]} - S_n}{[\beta n] - n} \leq a_n \leq \frac{S_n - S_{[\alpha n]}}{n - [\alpha n]}. $$ 10. Soit $\gamma$ un réel strictement positif. Déterminer les limites des suites de termes généraux $$ \frac{n}{[\gamma n]} \quad\text{et}\quad \frac{S_{[\gamma n]}}{\sqrt{n}}. $$} 11. Soit $\varepsilon$ un réel strictement positif. Montrer que, pour tout entier naturel $n$ assez grand, on a : $$ 2(\sqrt{\beta} - 1)/(\beta - 1) - \varepsilon \leq \sqrt{n} a_n \leq 2(1 - \sqrt{\alpha})/(1 - \alpha) + \varepsilon. $$ 12. En déduire que $\displaystyle \lim_{n\to\infty} \sqrt{n} a_n = 1$. 13. On considère $\Omega = \mathbb{Z}^{\mathbb{N}^*}$ l’ensemble des suites indexées par $\mathbb{N}^*$ à valeurs dans $\mathbb{Z}$. On admet que l’on peut construire une tribu $\mathcal{B}$ et une mesure de probabilité $\mathbb{P}$ sur $\Omega$, de sorte que les $X_i$ soient des variables aléatoires indépendantes et de même loi donnée par $$ \mathbb{P}(X_1 = 1) = \mathbb{P}(X_1 = -1) = \frac{1}{2}. $$ On définit la suite de variables aléatoires $(S_n, n \geq 0)$ par $S_0 = 0$, $S_n(\omega) = \sum_{i=1}^n X_i(\omega)$. On définit enfin la variable aléatoire $T$ par : $$ T : \Omega \rightarrow \mathbb{N}^* = \mathbb{N}^* \cup \{+\infty\},\quad \omega \mapsto \begin{cases} +\infty &\text{si}\ S_n(\omega) \neq 0,\ \forall n \geq 1,\\ \inf\{ n \geq 1\mid S_n(\omega) = 0 \} &\text{ s’il existe $n \geq 1$ tel que $S_n(\omega) = 0$}. \end{cases} $$ Pour tout entier naturel $n$, on note $E_n = \{T > n\}$, pour $n \geq 1$, $A^n_n = \{S_n = 0\}$ et pour $k \in \{0, \dots, n-1\}$, $$ A^n_k = \{ S_k = 0 \} \cap \bigcap_{i = k + 1}^n \{ S_i \neq 0 \}. $$ Montrer pour tout $1 \leq k < n$, pour tout $(i_1, \dots, i_{n-k}) \in \{-1, 1\}^{n-k}$, $$ \mathbb{P}\left( X_{k+1} = i_1, \dots, X_n = i_{n-k} \right) = \mathbb{P}\left( X_1 = i_1, \dots, X_{n-k} = i_{n-k} \right). $$ 14. Montrer pour tout $1 \leq k < n$, pour tout $(j_1, \dots, j_{n-k}) \in \mathbb{Z}^{n-k}$ que $$ \mathbb{P}\left( S_{k+1} - S_k = j_1, \dots, S_n - S_k = j_{n-k} \right) = \mathbb{P}\left( S_1 = j_1, \dots, S_{n-k} = j_{n-k} \right). $$ Indication : on pourra considérer l’application $$ \theta : \mathbb{Z}^{n-k} \rightarrow \mathbb{Z}^{n-k},\quad (z_1, \dots, z_{n-k}) \mapsto (z_1, z_1 + z_2, \dots, \sum_{j=1}^{n-k} z_j). $$ 15. En déduire que pour tout $k \in \{0, \dots, n\}$ $$ \mathbb{P}(A^n_k) = \mathbb{P}(S_k = 0) \mathbb{P}(E_{n-k}). $$} 16. Montrer l’égalité : $$ 1 = \sum_{k=0}^n \mathbb{P}(S_k = 0)\mathbb{P}(E_{n-k}). $$ 17. Pour tout réel $x$ de $]0,1[$, établir l’égalité : $$ \frac{1}{1-x} = \left[\sum_{n=0}^{\infty} \mathbb{P}(S_n = 0)x^n\right] \left[\sum_{n=0}^{\infty} \mathbb{P}(E_n)x^n\right]. $$ 18. Pour tout entier naturel $n$, calculer $\mathbb{P}(S_n = 0)$.\\ Indication : on discutera suivant la parité de $n$. 19. En déduire que, pour tout $x \in ]0, 1[$, on a : $$ \sum_{n=0}^{\infty} \mathbb{P}(E_n)x^n = \sqrt{\frac{1 + x}{1 - x}}. $$ 20. À l’aide des résultats obtenus dans les parties précédentes déterminer, quand l’entier naturel $n$ tend vers l’infini, un équivalent de $\mathbb{P}(E_n)$.} 21. Montrer que l’on a : $\mathbb{P}(T = +\infty) = 0$. 22. Pour tout réel $x \in [0,1]$, prouver l’égalité : $$ \frac{1 - \sqrt{1 - x}}{2} = \sum_{n=1}^{\infty} \mathbb{P}(T = n)x^n. $$ 23. En déduire que, pour tout $n \in \mathbb{N}^*$, $$ \mathbb{P}(T = 2n) = \frac{1}{2n - 1} \binom{2n}{n} \frac{1}{4^n}. $$ }

FAQ

Comment démontrer le développement en série entière de \( \frac{1}{\sqrt{1 – x}} \) pour \( x \in ]-1, 1[ \) ?

Pour démontrer ce développement, on utilise la formule du binôme généralisé. On écrit \( \frac{1}{\sqrt{1 – x}} = (1 – x)^{-1/2} \), puis on applique la série binomiale pour \( \alpha = -1/2 \). Les coefficients \( \binom{-1/2}{k} \) se simplifient en \( \binom{2k}{k} \frac{1}{4^k} \), ce qui donne la série demandée. Tu peux retrouver cette démonstration détaillée dans le corrigé de l’épreuve, accessible en débloquant les corrigés sur Prépa Booster !

Quelle est la limite \( \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^{(p+1)k} \) et comment la calculer ?

Cette limite est liée à l’intégrale \( \int_0^{+\infty} e^{-(p+1) t} \frac{dt}{\sqrt{t}} \). Pour la calculer, on utilise un changement de variable et le fait que \( \int_0^{+\infty} e^{-t} \frac{dt}{\sqrt{t}} = \sqrt{\pi} \). Le résultat final est \( \frac{\sqrt{\pi}}{\sqrt{p+1}} \). Pour une explication complète, consulte le corrigé détaillé sur Prépa Booster !

Comment justifier la convergence de l’intégrale \( \int_0^{+\infty} e^{-(p+1) t} \frac{dt}{\sqrt{t}} \) ?

Cette intégrale converge car l’intégrande \( e^{-(p+1) t} \frac{1}{\sqrt{t}} \) est intégrable en \( 0^+ \) (comportement en \( t^{-1/2} \)) et en \( +\infty \) (décroissance exponentielle). On peut la calculer en effectuant le changement de variable \( u = (p+1)t \), ce qui ramène l’intégrale à une forme connue. Pour plus de détails, débloque les corrigés sur Prépa Booster !

Comment généraliser le résultat à une fonction polynomiale \( Q \) dans la limite \( \lim_{x \to 1^-} \sqrt{1 – x} \sum_{k=0}^{\infty} a_k x^k Q(x^k) \) ?

On utilise la linéarité de la limite et le fait que \( Q \) est une combinaison linéaire de monômes. Chaque terme \( x^k Q(x^k) \) peut être traité séparément en utilisant les résultats précédents. La limite se ramène alors à une intégrale faisant intervenir \( Q(e^{-t}) \). Pour une démonstration complète, consulte le corrigé sur Prépa Booster !

Comment montrer que \( \sum_{k=0}^n a_k \sim_{n \to \infty} 2\sqrt{n} \) en utilisant l’égalité de Karamata ?

On utilise l’égalité de Karamata avec \( x = e^{-1/n} \) et on fait tendre \( n \) vers l’infini. Le terme \( \sqrt{1 – x} \) se comporte comme \( \frac{1}{\sqrt{n}} \), et la somme \( \sum_{k=0}^{\infty} a_k x^k h(x^k) \) est approchée par une intégrale. En combinant ces éléments, on obtient l’équivalent \( 2\sqrt{n} \). Pour une explication détaillée, débloque les corrigés sur Prépa Booster !

Comment encadrer \( a_n \) en utilisant les parties entières \( [\alpha n] \) et \( [\beta n] \) ?

On utilise la décroissance de la suite \( (a_n) \) et on encadre \( a_n \) en fonction des sommes partielles \( S_n \). En choisissant \( \alpha \) et \( \beta \) convenablement, on obtient un encadrement qui permet de montrer que \( a_n \sim \frac{1}{\sqrt{n}} \). Pour une démonstration complète, consulte le corrigé sur Prépa Booster !

Comment calculer \( \mathbb{P}(S_n = 0) \) pour une marche aléatoire symétrique ?

Pour une marche aléatoire symétrique, \( \mathbb{P}(S_n = 0) \) est non nul seulement si \( n \) est pair. Dans ce cas, on utilise la formule \( \mathbb{P}(S_{2n} = 0) = \binom{2n}{n} \frac{1}{2^{2n}} \). Ce résultat est crucial pour la suite du problème. Pour une explication détaillée, débloque les corrigés sur Prépa Booster !

Comment établir la relation \( \sum_{n=0}^{\infty} \mathbb{P}(E_n)x^n = \sqrt{\frac{1 + x}{1 – x}} \) ?

On utilise la relation \( \frac{1}{1 – x} = \left( \sum_{n=0}^{\infty} \mathbb{P}(S_n = 0)x^n \right) \left( \sum_{n=0}^{\infty} \mathbb{P}(E_n)x^n \right) \) et le fait que \( \sum_{n=0}^{\infty} \mathbb{P}(S_n = 0)x^n = \frac{1}{\sqrt{1 – x^2}} \). En combinant ces résultats, on obtient l’expression demandée. Pour une démonstration complète, consulte le corrigé sur Prépa Booster !

Comment trouver un équivalent de \( \mathbb{P}(E_n) \) quand \( n \) tend vers l’infini ?

On utilise le développement asymptotique de \( \sqrt{\frac{1 + x}{1 – x}} \) au voisinage de \( x = 1 \). En utilisant un équivalent de \( \mathbb{P}(E_n) \) lié à \( \frac{1}{\sqrt{\pi n}} \), on obtient le comportement asymptotique recherché. Pour une explication détaillée, débloque les corrigés sur Prépa Booster !

Comment montrer que \( \mathbb{P}(T = +\infty) = 0 \) pour une marche aléatoire symétrique ?

On utilise le fait que \( \mathbb{P}(E_n) \) décroît comme \( \frac{1}{\sqrt{n}} \), ce qui implique que la série \( \sum \mathbb{P}(E_n) \) diverge. Par le lemme de Borel-Cantelli, cela montre que l’événement \( \{T = +\infty\} \) a une probabilité nulle. Pour une démonstration complète, consulte le corrigé sur Prépa Booster !