Corrigé Ecs 2021

2021
ANNALES
Mathématiques S
VOIE ECONOMIQUE ET
COMMERCIALE
Option Scientifique
SOMMAIRE
ESPRIT DE L’ÉPREUVE PAGE 3
CORRIGÉ PAGE 4
RAPPORT D’ÉPREUVE PAGE 20
ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie E - PAGE 2
Les sujets et corrigés publiés ici sont la propriété exclusive d’ECRICOME. Ils ne peuvent être reproduits à des
fins commerciales sans un accord préalable d’ECRICOME.
ESPRIT DE L’ÉPREUVE
• Vérifier chez les candidats l’existence des bases nécessaires pour des études supérieures de management.
• Apprécier l’aptitude à lire et comprendre un énoncé, choisir un outil adapté et l’appliquer (théorème).
• Apprécier le bon sens des candidats et la rigueur du raisonnement.
SUJET
• Deux exercices d’application des connaissances de base

• Un problème faisant largement appel aux probabilités.
ÉVALUATION
• Les deux exercices sont de valeur sensiblement égale dans le barème.

• 12 à 14 points sont destinés au problème.
ÉPREUVE
Aucun document et instrument de calcul n’est autorisé.

Les candidats sont invités à soigner la présentation de leur copie, à mettre en évidence les principaux
résultats, à respecter les notations de l’énoncé, et à donner des démonstrations complètes (mais
brèves) de leurs affirmations.
ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 3

Les sujets et corrigés publiés ici sont la propriété exclusive d’ECRICOME.
Ils ne peuvent être reproduits à des fins commerciales sans un accord préalable d’ECRICOME.
CORRIGÉ
EXERCICE 1
   
−2 1 1 0 −3 3
1. A2 =  1 −2 1  et A3 =  3 0 −3. Donc A3 = −3A.
1 1 −2 −3 3 0
? Ainsi, X 3 + 3X = X(X 2 + 3) est un polynôme annulateur de A. Les valeurs propres de A sont parmi
les racines de X(X 2 + 3). Donc SpR (A) ⊂ {0}.
       
1 0 1 0
? Réciproquement, remarquons que A 1 = 0 et 1 6= 0. Donc 0 est une valeur propre
      
1 0 1 0
de A. Ainsi, SpR (A) = {0}.
Par ailleurs les deux premières colonnes de A ne sont pas proportionnelles, donc rg(A) > 2. Alors
d’après le théorème
du rang dim Ker(f ) 6 1.
Or Vect (1, 1, 1) ⊂ Ker(f ). Donc Ker(A) = Vect (1, 1, 1) .
Finalement A est une matrice de taille 3 × 3 et a un seul sous-espace propre, de dimension 1.
Ainsi, A n’est pas diagonalisable.
2. J et S sont symétriques réelles. Donc J et S sont diagonalisables par le théorème spectral.
 
0 0 0
JS = SJ = 0 0 0 .
0 0 0
3. Comme S est une matrice de taille 3 × 3 et comme S a trois valeurs propres deux à deux distinctes, les
trois sous-espaces propres de S sont de dimension 1.
Soit λ une valeur propre de S et X un vecteur propre associé : Ker(X − λI3 ) = Vect(X).
Alors SX = λX, donc SJX = JSX = J(λX) = λJX. Ainsi, JX ∈ Ker(X − λI3 ) = Vect(X).
Comme X 6= 0, X est un vecteur propre pour J.
Ainsi, tout vecteur propre de S est un vecteur propre de J.
B = (e1√
4. Comme S est diagonalisable, il existe une base √ , e2 , e3 ) composée de trois vecteurs propres de S,
associés respectivement aux valeurs propres 0, 3 et − 3.
Soit P la matrice de passage
√ de
√ la base canonique de R3 à B.
Alors P −1 SP = Diag(0, 3, − 3).
Or B est aussi une base de vecteurs propres pour J d’après la question précédente. Donc P −1 JP est
diagonale. Ainsi, P −1 SP et P −1 JP sont diagonales.

Partie 2 : Étude des matrices magiques
5. L’application qui à une matrice associe un de ses coefficients est une forme linéaire (forme linéaire
coordonnée). Donc `1 est une somme de formes linéaires. Ainsi `1 est une forme linéaire.
6. Kn est le noyau de la restriction de `1 à En , qui est une forme linéaire.
Ainsi, Kn est un sous-espace vectoriel de En
7. En transposant une matrice, les colonnes deviennent des lignes et vice-versa. Ainsi, si 1 6 i 6 n,
ì (t M ) = ci (M ) et ci (t M ) = ì (M ). De même, les éléments diagonaux sont inchangés et les éléments sur
l’anti-diagonale sont renversés, donc d1 (t M ) = d1 (M ) et d2 (t M ) = d2 (M ).
Si `1 (M ) = · · · = `n (M ) = c1 (M ) = · · · = cn (M ) = d1 (M ) = d2 (M ), alors `1 (t M ) = · · · = `n (t M ) =
c1 (t M ) = · · · = cn (t M ) = d1 (t M ) = d2 (t M ). Ainsi, si M est magique, t M l’est aussi.
8. Remarquons que Jn ∈ En et que s(Jn ) = n.
Soit λ ∈ R, alors par linéarité de s : s(M − λJn ) = s(M ) − λs(Jn ) = s(M ) − nλ.
s(M )
Ainsi, s(M − λJn ) = 0 si et seulement si λ = .
n
s(M )
Ainsi, il existe un unique λ ∈ R vérifiant M − λJn ∈ Kn . Et λ = .
n
9.       
m1,1 ... mn,1 1 m1,1 + · · · + m1,n `1 (M )
 .. ..   ..  =  ..   .. 
MW =  . .  .  .  =  . .
mn,1 . . . mn,n 1 mn,1 + · · · + mn,n `n (M )
Or M ∈ En . Donc M W = s(M )W . Or W 6= 0.
Ainsi W est un vecteur propre de M , associé à la valeur propre s(M ).
Partie 3 : Étude du cas où n = 3

10. Clairement A, J, S ∈ E3 . Et s(A) = s(S) = 0 et s(J) = 3.
11. Par analyse-synthèse. Soit M ∈ M3 (R).
Analyse Supposons qu’il existe soit M1 ∈ A3 (R) et M2 ∈ S3 (R) vérifiant M = M1 + M2 .
Alors par linéarité de la transposition t M = t M1 + t M2 = −M1 + M2 . Par demi-somme M2 =
1 1
(M + t M ) et par demi-différence M1 = (M − t M ).
2 2
1 1
Synthèse Posons M2 = (M + M ) et M1 = (M − t M ).
t
2 2
1 t 1 1
Alors M = M1 + M2 , puis M2 = ( M + t (t M )) = (t M + M ) = M2 et t M1 = (t M − t (t M )) =
t
2 2 2
1 t
( M − M ) = −M1 . Ainsi, M1 est symétrique et M2 est anti-symétrique.
2
Il existe donc bien un unique couple (M1 , M2 ) ∈ A3 (R) × S3 (R) tel que M = M1 + M2 .
1 1
Et M1 = (M − t M ) et M2 = (M + t M ).
2 2

12. (a) Comme M ∈ E3 , d’après la question 7, t M ∈ E3 et s(t M ) = s(M ) = 0.
Donc t M ∈ K3 .
Comme K3 est un sous-espace vectoriel de E3 , il est stable par combinaison linéaire. Ainsi, M1 , M2 ∈ K3 .
(b) Comme M1 est antisymétrique, il existe a, b, c ∈ R vérifiant
 
0 a b
M1 = −a 0 c  .
−b −c 0
Comme S(M1 ) = 0, alors a − c = a + b = 0. Donc a = c = −b. Ainsi M1 = aA.
Comme M2 est symétrique, il existe a, b, c, d, e, f ∈ R vérifiant
 
a b c
M2 =  b d e  .
Or s(M2 ) = 0. c e f

 a + b + c = 0
 b+d+e = 0


Donc c + e + f = 0 . Alors en sommant les 4 premières lignes a + b + c + d + e + f = 0.
a +d+f = 0




2c + d = 0

Donc en utilisant la première ligne, d+e = f = 0, puis en soustrayant avec la troisième ligne c−d = 0.
Donc d’après la dernière ligne c = d = 0.
Alors la première ligne devient a = −b, la deuxième ligne b = −e, puis dans la troisième ligne e = −f .
Ainsi c = d = 0, puis a = e = −f = −b.
Et de tels réels vérifient bien le système. Donc il existe un réel β tel que M2 = βS.
13. D’après la question 12, pour toute matrice M de K3 , il existe deux réels α et β tels que M = αA + βS.
Donc la famille (A, S) est une famille génératrice de K3 .
Or A et S ne sont pas proportionnelles. Donc la famille (A, S) est une famille libre.
Ainsi (A, S) est une base de K3 . D’après la question 8, pour tout matrice M de E3 , il existe un réel λ
tel que M − λJ ∈ K3 .
Donc d’après la question précédente, il existe des réels α et β tels que M − λJ = αA + βS.
Donc M = λJ + αA + βS.
Ainsi la famille (A, S, J) est une famille libre de E3 .
Soit (a, b, c) ∈ R3 tel que aA + bS + cJ = 0.
Donc en regardant la coefficient de la deuxième ligne et deuxième colonne c = 0, puis par liberté de
(A, S), a = b = 0.
Donc la famille (A, S, J) est libre.
Ainsi (A, J, S) est une base de E3 .
14. ? D’après la question 4, P −1 JP et P −1 SP sont diagonales, donc pour tout x, y ∈ R P −1 (xJ + yS)P est
diagonale. Ainsi, Vect(J, S) ⊂ ∆.
? Soit M ∈ ∆, alors M ∈ E3 , donc il existe x, y, z ∈ R vérifiant M = xA + yJ + zS.
1 1
Si x 6= 0, Alors A = (M − yJ − zS). Donc P −1 AP = (P −1 M P − yP −1 JP − zP −1 SP ) est
x x
diagonale, ce qui contredit la question 1 de la première partie. Ainsi, x = 0, donc M ∈ Vect(J, S).
Ainsi par double inclusion, ∆ = Vect(J, S).

EXERCICE 2
1. Les fonctions (x, y) 7−→ −(x2 + y 2 ) et (x, y) 7−→ x2 + y sont polynomiales, donc de classe C 2 sur R2 . La
fonction exponentielle est de classe C 2 sur R, donc par composition (x, y) 7−→ exp(−(x2 + y 2 )) est C 2
sur R2 .
Ainsi par produit f est de classe C 2 sur R2 .
Et pour (x, y) ∈ R2 ,
2 +y 2 ) 2 +y 2 ) 2 +y 2 )
∂1 f (x, y) = 2xe−(x − 2x(x2 + y)e−(x = 2x(1 − x2 − y)e−(x ,
−(x2 +y 2 ) −(x2 +y 2 ) −(x2 +y 2 )
∂2 f (x, y) = e − 2y(x2 + y)e = (1 − 2y 2 − 2yx2 )e .
2. (x, y) est point critique de f si et seulement si ∂1 f (x, y) = ∂2 f (x, y) = 0.

Or ∂1 f (x, y) = 0 si et seulement si (x = 0 ou x2 + y = 1).
2 1 1
— Si x = 0, alors ∂2 f (x, y) = (1 − 2y 2 )e−y , qui s’annule donc en y = √ et en y = − √ .
2 2
2 −(x2 +y 2 ) 1 1
— Si x + y = 1, alors ∂2 f (x, y) = (1 − 2y)e , qui s’annule donc pour y = . Donc x2 = , ce
2 2
1 1
qui équivaut à x = √ ou x = − √ .
2 2
1 1 1 1 1 1
Réciproquement si (x, y) ∈ 0, √ , 0, − √ , √ , , −√ , , alors ∂1 f (x, y) = ∂2 f (x, y) =
2 2 2 2 2 2
0.
1 1 1 1 1 1
Ainsi, f possède quatre points critiques : 0, √ , 0, − √ , √ , , −√ , .
2 2 2 2 2 2

1 1 1
2
3. ∂1,2 f 0, √ = 0. Or f est de classe C 2 sur R2 . Donc ∂1,2 2
f 0, √ 2
= ∂2,1 f 0, √ .
2 2 2
1
Ainsi ∇2 f 0, √ est diagonale.
2

1 1
2
∂1,1 f 0, √ =2 1− √ e−1/2 > 0
2 2
√

1
2
∂2,2 f 0, √ = −2 2e−1/2 < 0.
2

2 1
Donc ∇ f 0, √ admet une valeur propre strictement positive et une valeur propre strictement né-
2
gative.

1
Ainsi, f n’admet pas d’extremum local en 0, √ .
2


2 1
4. De même, ∇ f 0, − √ est diagonale, donc
2

1 1
2
∂1,1 f 0, − √ =2 1+ √ e−1/2 > 0
2 2
√

1
2
∂2,2 f 0, − √ = 2 2e−1/2 > 0.
2

2 1
Ainsi, le spectre de ∇ f 0, − √ a deux valeurs propres strictement positives.
2

1
Ainsi, f admet un minimum local en 0, − √ .
2
5.
√

1 1 1 1 1 1
2
∂1,1 f √ , = −2e−3/4 , 2
∂2,2 f √ , = −3e−3/4 , 2
∂1,2 f √ , = − 2e−3/4 .
2 2 2 2 2 2
√
Comme f est C sur R , par le théorème de Schwarz,
2 2 2
∂1,2 f = 2
∂2,1 f, donc H = −e −3/4 √2 2
2 3
Comme H est symétrique et réelle, par le théorème spectral, H est diagonalisable sur R.
√
0 2
√ 2
Déterminons les valeurs propres de la matrice H = .
2 3
Comme H 0 est diagonalisable.
√ Notons λ, µ ses deux valeurs propres réelles, T r(H 0 ) = λ + µ = 5.

6 5 2
Or (H 0 )2 = √ = 5H 0 − 4I2 .
5 2 11
Ainsi, un polynôme annulateur de H 0 est X 2 − 5X + 4 = (X − 1)(X − 4). Donc Sp(H 0 ) ⊂ {1, 4}.
Or T r(H 0 ) = 5, donc Sp(H 0 ) = {1, 4}.
Ainsi, les valeurs propres de H sont −e−3/4 < 0 et −4e−3/4 < 0.

1 1 1 1
Comme √ , est un point critique de f , donc f admet un maximum local en √ , .
2 2 2 2

6. (a) Remarquons que 0 6 |y| 6 max(|x|, |y|), et |x|2 6 max(|x|, |y|)2 .
Alors Par l’inégalité triangulaire et par positivité de l’exponentielle:
2 +y 2 ) 2 +y 2 ) 2 +y 2 )
|f (x, y)| = |x2 + y|e−(x 6 (|x|2 + |y|)e−(x 6 (max(|x|, |y|)2 + max(|x|, |y|))e−(x .
Et x2 +y 2 > max(|x|, |y|)2 , donc −(x2 +y 2 ) 6 − max(|x|, |y|)2 , donc par croissance de l’exponentielle :
2 2
0 < e−(x +y ) 6 exp(− max(|x|, |y|)2 ).
2
Or max(|x|, |y|)2 + max(|x|, |y|) > 0. Donc |f (x, y)| 6 (max(|x|, |y|)2 + max(|x|, |y|))e− max(|x|,|y|) .
2
(b) Par croissances comparées, (u2 + u)e−u −→ 0.
u→+∞
2 1
Par définition de la limite il existe r > 0 tel que, si u > r, 0 6 (u2 + u)e−u 6 e−3/4 ..
2 2
En particulier ∀(x, y) ∈ R2 tel que max(|x|, |y|) > r, (max(|x|, |y|)2 + max(|x|, |y|))e− max(|x|,|y|) 6
1 −3/4 1
e . Donc ∀(x, y) ∈ R2 , tel que max(|x|, |y|) > r, alors 0 6 |f (x, y)| 6 e−3/4 .
2 2
(c) K est le carré de sommets de coordonnées (r, r), (r, −r), (−r, −r) et (−r, r).
Or (x, y) 7→ max(|x|, |y|) est continue sur R2 et K est l’image réciproque de [0, r], donc K est bien un
fermé de R2 .
1 1
(d) Pour x = 0 et y = ± √ , f (x, y) = ± e−1/4 , donc par croissance stricte de l’exponentielle
2 2
1 1
|f (x, y)| = e−1/4 > e−3/4 .
2 2

1 1
Ainsi, 0, √ ∈ K et 0, − √ ∈ K.
2 2
1 1 1
Pour x = ± √ et y = , on a f (x, y) = e−3/4 , donc |f (x, y)| = e−3/4 > e−3/4 .
2 2 2
1 1 1 1
Donc, √ , ∈ K et − √ , ∈ K. Ainsi, les points critiques de f sont dans K.
2 2 2 2
1 1 1 1 1 1
Notons C1 = 0, √ , C2 = 0, − √ , C3 = √ , et C4 = − √ , les quatre points
2 2 2 2 2 2
critiques de f .
Remarquons que f (C2 ) < 0 et que f (C3 ) = f (C4 ) > 0.
D’après la question 6b) si (x, y) ∈
/ K, alors f (C2 ) < 0 6 |f (x, y)| 6 f (C3 ) = f (C4 ).
Comme f est continue sur le fermé-borné (borné par définition) K, alors f admet un minimum sur K,
ainsi qu’un maximum. Ces extremums ne peuvent se trouver au bord de K, par l’inégalité précédente.
◦
Ainsi, f atteint un minimum et un maximum sur l’ouvert K = (x, y) ∈ R2 | max(|x|, |y|) < r , donc

ces lieux sont des points critiques de f , donc sont parmi C1 , C2 , C3 , C4 . Or C1 n’est pas le lieu d’un
extremum de f .

1 1 1
Ainsi, f atteint un minimum global en C2 = 0, − √ et un maximum global en C3 = √ ,
2 2 2
1 1
et C4 = − √ , .
2 2

7. Si f admettait un extremum sous la contrainte φ(x, y) = x2 + y 2 = 1 en (1, 0), alors le gradient de f
serait proportionnel à ∇φ(1, 0) = (2, 0). Cela ne semble pas être le cas : le gradient de f semble être
plutôt proportionnel à (0, 1).
Ainsi, f ne semble pas atteindre un extremum sous la contrainte x2 + y 2 = 1 en (1, 0).
1 2 5

2
8. Remarquons que ∀y ∈ R, g(y) = −y + y + 1 = − y − + .
2 4
1
Ainsi, g atteint son maximum sur [−1, 1] en y = et son minimum y = −1.
2
9. Comme x2 + y 2 = 1, alors f (x, y) = g(y)e−1 . √
2 2 1 3
Ainsi, sous la contrainte x + y = 1, f admet un maximum pour y = , donc pour x = ± , et un
2 2
minimum pour y = −1, donc pour x = 0.
√ ! √ !
3 1 3 1
Sous la contrainte x2 + y 2 = 1, f atteint donc un maximum en les points , et − , ,
2 2 2 2
ainsi qu’un minimum en (0, −1). En ces points, sur la figure 1 le gradient de f est bien orthogonal au
cercle d’équation x2 + y 2 = 1, donc proportionnel au gradient de cette contrainte.

PROBLÈME
PARTIE 1 : Estimateur du maximum de vraisemblance
1. (a)
function V = sim_V (n , a )
V = max ( grand (n ,1 , " unf " ,0 , a ));
endfunction
(b) L’estimateur semble être convergent (mais aussi la suite (Vn ) semble être croissante).


 0 si t < 0
t

2. (a) ∀t ∈ R, FX1 (t) = si 0 6 t 6 a .

 a
1 si a < t

(b) Soit t ∈ R.
Fn (t) = P(Vn 6 t)
= P(max(X1 , . . . , Xn ) 6 t)

= P [X1 6 t] ∩ · · · ∩ [Xn 6 t]
= P(X1 6 t) × P(X2 6 t) × · · · × P(Xn 6 t) par indépendance des variables aléatoires
n
= FX1 (t) car les Xi ont même loi

 0 si t < 0
tn

Ainsi Fn (t) = si 0 6 t 6 a
 an

1 si t > a
(c) Fn est continue sur R et de classe C 1 sur R \ {0, a}. Ainsi, Vn est à densité .


 0 si t < 0
tn−1

Et ∀t ∈ R \ {0, a}, Fn0 (t) = n n si 0 6 t 6 a

 a
 0 si t > a

0 
 si t < 0
tn−1

Une densité de Vn est donc ϕn : t 7→
 n an

si 0 6 t 6 a
 0 si t > a
Z +∞
3. ϕn est nulle en dehors de [0, a] et continue sur [0, a], ainsi tϕn (t)dt converge. Donc Vn admet une
−∞

espérance.
Z +∞
Et E[Vn ] = tϕn (t)dt
Z−∞
a
= tϕn (t)dt
0
Z a
n
= tn dt
an
0 n+1 a
n t
=
an n+1 0
n
Donc E[Vn ] = a . Comme E[Vn ] 6= a, Vn est un estimateur biaisé.
n+1
4.

P |Vn − a| > ε = P [Vn − a 6 −ε] ∪ [Vn − a > ε]

= P [Vn 6 a − ε] ∪ [Vn > a + ε]
= P(Vn 6 a − ε) + P(Vn > a + ε) car [Vn 6 a − ε] ∩ [Vn > a + ε] = ∅
= P(Vn 6 a − ε) comme a + ε > a, P(Vn > a + ε) = 0
= Fn (a − ε)

 0 si ε > a
= (a − ε)n
 si 0 < ε 6 a
an
a−ε (a − ε)n
Si 0 < ε 6 a, alors 0 6 < 1, donc n
−→ 0. Ainsi, pour tout ε > 0, P |Vn −a| > ε −→ 0.
a a n→+∞ n→+∞
Ainsi, Vn est un estimateur convergent.

t t
5. Pour tout réel t, P n(a − Vn ) 6 t = P a − Vn 6 = 1 − P Vn < a − .
n n

t t
Comme Vn est à densité, P Vn = a − = 0. Donc P(n(a − Vn ) 6 t) = 1 − Fn a − .
n n
Si t 6 0 , alors P(n(a − Vn ) 6 t) = 0. Donc lim P(n(a − Vn ) 6 t) = 0.
n→+∞
t t
Si t < 0 , alors comme −→ 0, il existe alors un entier N tel que ∀n > N , 0 6 a − 6 a, donc
n n→+∞ n
n n
1 t t
P n(a − Vn ) 6 t = 1 − n a − =1− 1−
a n an
n

t t
Or 1− = exp n ln 1 − .
an
an

t t 1 t
Et n ln 1 − =n − +o = − + o(1).
an an n a


t t
Donc lim n ln 1 − =− .
n→+∞ an a
t n

−t
Alors par continuité de l’exponentielle, lim 1− = exp .
n→+∞ an a
(
0 si t 6 0
Ainsi lim P n(a − Vn ) 6 t = t .
n→+∞ 1 − e− a si t < 0
(
1 0 si t 6 0
Or la fonction de répartition d’une loi exponentielle de paramètre est t 7−→ t .
a 1− e− a si t < 0

L 1
Ainsi, n(a − Vn ) −→ E .
n→+∞ a
6. Soit α ∈]0, 1[. Notons X une variable aléatoire de loi exponentielle de paramètre 1/α. Notons z le
1
(1 − α)-quantile de la loi exponentielle de paramètre :
a
P(X 6 z) = 1 − α ⇐⇒ 1 − e−z/a = 1 − α ⇐⇒ α = e−z/a ⇐⇒ z = −a ln(α)
Par la question précédente,
P(n(a − Vn ) 6 z) −→ P(X 6 z) = 1 − α
n→+∞
z
Or, pour n tel que n > − ln(α), P(n(a − Vn ) 6 z) = P a 6 Vn + .
n
z
Comme Vn 6 a, alors P Vn 6 a 6 Vn + −→ 1 − α.
n n→+∞
h z i
Ainsi, Vn ; Vn + est un intervalle de confiance asymptotique de niveau 1 − α pour Vn .
n
7. (a) Vn est bornée, donc, Vn admet un moment d’ordre 2.
Z +∞
E[Vn2 ] = t2 φn (t)dt
Z−∞a
= t2 φn (t)dt
0
n a n+1
Z
= t dt
an 0
a
n tn+2

=
an n + 2 t=0
n
= a2 .
n+2
n
Donc E(Vn2 ) = a2 .
n+2

(b) Le risque quadratique est
r(Vn ) = E (Vn − a)2

= E Vn2 − 2aVn + a2

= E Vn2 − 2aE [Vn ] + a2

n 2n
= a2 − a2 + a2
n+2 n+1
n(n + 1) − 2n(n + 2) + (n + 1)(n + 2)
= a2
(n + 1)(n + 2)
2a2
Donc r(Vn ) = .
(n + 1)(n + 2)
Comme le risque quadratique tend vers 0, on retrouve que l’estimateur est convergent.
Partie 2 : Méthode des moments

8.
function M = simulation_M (n , a )
M = 2* sum ( grand (n ,1 , " unf " ,0 , a )) / n ;
endfunction
9. Comme les Xi sont de même loi, par linéarité de l’espérance :

h i 1X n
E Xn = E[Xi ] = E[X1 ].
n
i=1
a
Une variable de loi uniforme sur [0, a] a une espérance de .
h i a 2
Ainsi, E X n = , donc E[Mn ] = a et Mn est sans biais.
2
n
1 X
Comme les variables aléatoires Xi sont indépendantes, V X n = 2 V (Xi ).
n
i=1
1
Comme les variables aléatoires Xi ont même loi V X n = V (X1 ).
n
a2
Une variable de loi uniforme sur [0, a] a une variance de .
12
a2
Ainsi, V X n = .
12n
a2
10. Comme Mn est sans biais, r(Mn ) = V (Mn ) = 4V X n = .
3n
Comme le risque quadratique tend vers 0, Mn est convergent.

a a
11. Comme les Xi sont indépendantes et identiquement distribuées, d’espérance et d’écart-type √ , par
2 2 3
le théorème central-limite :
a
 
X̄ −
 n 2 L
 a  −→ N (0, 1).
√ n→+∞
2 3
a
 
√ √ a a √  X̄n −
Or n(Mn − a) = 2 n X̄n − = √ n 2.
2 3 a
√
2 3
√ a2

L
Ainsi, n(Mn − a) −→ N 0, .
n→+∞ 3
√
a2

3
12. Soit X suit la loi N 0, , alors X suit la loi N (0, 1).
3 a
α
Soit z le 1 − quantile de la loi normale centrée-réduite.
2 √ !
3 a a
Alors 1 − α = P −z 6 X 6 z = P −z √ 6 X 6 z √ .
a 3 3
√

a a
Donc P −z √ 6 n(Mn − a) 6 z √ −→ 1 − α.
3 3 n→+∞
Or,
√

az az az az az az
P − √ 6 n(Mn − a) 6 √ = P − √ 6 Mn − a 6 √ = P Mn − √ 6 a 6 Mn + √
3 3 3n 3n 3n 3n
z
Pour tout entier naturel n tel que 1 − √ > 0, on a alors :
3n
!
Mn Mn a a
P 6a6 = P M n − z √ 6 a 6 Mn + z √ .
1 + √z3n 1 − √z3n 3n 3n
!
Mn Mn
Donc lim P 6a6 = 1 − α.
n→+∞ 1 + √z3n 1 − √z3n
" #
Mn Mn
Ainsi ; est un intervalle de confiance asymptotique de niveau 1 − α pour a.
1 + √z3n 1 − √z3n
Le meilleur intervalle de confiance serait celui qui a l’amplitude la plus petite.

Pour l’intervalle de la question 6 :

nVn n − ln(α)Vn
− Vn = − 1 Vn =
n + ln(α) n + ln(α) n + ln(α)
nVn −a ln(α)
Donc − Vn ∼ .
n + ln(α) n→+∞ n

Pour l’intervalle de la question 12:
√
√

Mn Mn 1 1 2z 3n Mn
− = 3n Mn √ −√ =
1 − √z3n 1 + √z3n 3n − z 3n + z 3n − z 2
Mn Mn 2za
Donc z − ∼ √ .
1 − 3n
√ 1 + √z3n n→+∞ 3n
13. Asymptotiquement, r(Vn ) = o (r(Mn )).

n→+∞
Sur les graphiques, les courbes de Vn semblent être bien plus proches de a que celles de Mn .
Partie 3 : Consistance de ces estimateurs

14. (a) Soit t un réel de ]a, 2a].
\n
[Vn 6 t] = [Xk 6 t].
k=1
n
Y
Par indépendance des variables aléatoires Xk , P(Vn 6 t) = P(Xk 6 t).
k=1
Or t > a et pour tout entier k de J2, nK, Xk suit une loi uniforme sur [0, a].
Donc ∀k ∈ J2, nK, P(Xk 6 t) = 1.
Donc P(Vn 6 t) = P(X1 6 t).
t
Ainsi ∀n ∈ N∗ , ∀t ∈]a, 2a], P(Vn 6 t) = .
2a
(b) Si t < 0 , alors P(Vn 6 t) = 0.
Si 0 6 t 6 a Par indépendance mutuelle des Xk , on a :
P(Vn 6 t) = P([X1 6 t] ∩ · · · ∩ [Xn 6 t]) = P(X1 6 t) . . . P(Xn 6 t).

t t
OrP(X1 6 t) = et si k > 2, P(Xi 6 t) = .
2a n a
t
Donc P(Vn 6 t) = n .
2a
t
Si a < t 6 2a , d’après la question précédente, P(Vn 6 t) = .
2a
Si t > 2a , alors P(Vn 6 t) = 1.


 0 si t < 0
 n
t


si 0 6 t 6 a


2an

Ainsi P(Vn 6 t) =
 t
si a < t 6 2a





 2a
1 si t > 2a



0 si t < a

t

En faisant tendre n vers +∞, P(Vn 6 t) −→ si a 6 t 6 2a .
n→+∞   2a
1 si t > 2a

 0 si t < a

t
La fonction F : t 7−→ si a 6 t 6 2a est croissante sur R, continue à droite en tout point de

 2a
1 si t > 2a
R, de limite 0 en −∞ et 1 en +∞. Donc F est une fonction de répartition d’une variable aléatoire Z.
Ainsi, Vn converge en loi vers Z.
3
3 3 3 a 1
(c) P Vn > = 1 − P Vn 6 . D’après la question (a), P Vn > =1− 2 = .
2a 2a 2a 2a 4
3
Alors P Vn > ne tend pas vers 0 quand n tend vers +∞.
2a
Donc Vn n’est pas convergent.
2 2X1 2
15. (a) Remarquons que Mn =(X1 + · · · + Xn ) = + (X2 + · · · + Xn ).
n n n
2X1 n − 1 0
Donc Mn = + Mn .
n n
a n−1
(b) En décomposant a = +a ,
n n

2X1 n − 1 0 1 n − 1 0

|Mn − a| = + Mn − a = (2X1 − a) + (Mn − a) .
n n n n
Par l’inégalité triangulaire :

1 n−1 0
|Mn − a| 6 |2X1 − a| + |Mn − a|.
n n
Or 0 6 X1 6 2a. Donc −a 6 2X1 − a 6 3a.
n−1
Et 0 6 6 1.
n
3a
Donc |Mn − a| 6 + |Mn0 − a|.
n
(c) Si [Mn0 − a| < ε, alors par la question précédente on a
3a
|Mn − a| < + ε < 2ε.
n
h i h i
Donc |Mn0 − a| < ε ⊂ |Mn − a| < 2ε .
ε
(d) De même pour , il existe un entier N tel que ∀n > n,
2
h i h εi
|Mn − a| > ε ⊂ |Mn0 − a| > ,
2

ε
Donc 0 6 P (|Mn − a| > ε) 6 P |Mn0 − a| ≥ .
2
0 ε
Comme (Mn ) converge en probabilité vers a, alors lim P |Mn − a| > = 0.
n→+∞ 2
Donc par encadrement P (|Mn − a| > ε) −→ 0.
n→+∞
Ainsi, (Mn ) converge en probabilité vers a.
16. Dans le cas où X1 est faussée, on voit que Vn ne converge plus, alors que Mn si. Les intervalles de
1
confiance sur Mn0 ayant un diamètre proportionnel à √ et la « perturbation » apportée par X1 étant
n
1
un O , on obtiendra même des résultats identiques sur Mn que ceux obtenus à la partie 2 !
n
En résumé : l’estimateur Vn est converge certes plus rapidement que Mn , mais il est aussi bien plus
sensible aux erreurs (l’estimateur Mn est plus robuste que Vn ).

RAPPORT D’ÉPREUVE
Remarques globales
Avec une moyenne de 11,50 et un écart-type de 5,44, cette épreuve a permis une sélection tout à fait satis-
faisante des candidats.
Forme
Les copies sont souvent bien présentées, les résultats sont souvent mis en valeurs. Les candidats qui à l’inverse
ne font pas cet effort ne peuvent pas être évalués de manière indulgente. Certaines copies, heureusement rares,
ressemblent à de véritables brouillons.
Lorsque l’énoncé fournit la réponse à une question calculatoire, il convient de détailler les calculs. Le cor-
recteur n’attribuera pas de points à des arguments du type « par le calcul on obtient [...] » ou « de même que
précédemment ».
Il convient de répondre explicitement aux questions posées.
Les calculs en « zig-zag » sont extrêmement pénibles à suivre pour le correcteur, et cela doit l’être aussi
pour le candidat. Une telle présentation n’incite pas le correcteur à étudier en détail le calcul, pour attribuer
quelques points en cas d’erreur. Le nombre de copies n’est pas limité : nous incitons les candidats à aérer et
aligner leurs calculs, ainsi qu’à les disposer correctement.
Fond
Les candidats doivent simplifier leurs réponses aux questions de calcul, ce n’est pas au correcteur de reprendre
la réponse pour en vérifier la correction ! Il est indispensable de conclure une question.
Ce sujet a mis en lumière les grandes difficultés que rencontrent bon nombre de candidats lors des manipulations
d’inégalités. Les techniques de base (relevant souvent du lycée, voire du collège) sont loin d’être acquises, et
beaucoup de candidats semblent ne pas avoir les idées claires sur le type de réponses à apporter aux problèmes
2 2
qui mettent en jeu ces techniques. Par exemple, pour majorer un terme de la forme e−(x +y ) , la plupart des
candidats essaient de majorer (x2 + y 2 ). . .
On relève de grandes confusions entre appartenance et inclusion. Il faut prendre du recul sur les réponses
apportées : on ne peut pas décemment proposer une probabilité ou une fonction de répartition prenant des
valeurs négatives.
Remarques question par question

Exercice 1
Partie 1 : Étude de trois matrices
1. La première partie de cette question est en général bien réalisée.
Cependant la déduction des valeurs propres entraine des confusion de vocabulaire : ainsi il est souvent
écrit que « X 3 + 3X = 0 est un polynôme annulateur de la matrice A ». Trop de candidats ne maı̂trisent

pas le lien entre polynôme annulateur et valeur propre, concluant directement après avoir trouvé 0 pour
unique racine que Sp(A) = {0}. La factorisation du polynôme annulateur X 3 + 3X est parfois assez
hasardeuse et donne les résultats suivants : X 2 (X + 3) ou X(X 2 − 3). Certains ne recherchent pas les
valeurs propres à partir de l’équation obtenue comme imposé dans le sujet et surtout pensent que les
valeurs propres d’une matrice sont ses éléments diagonaux, ou bien qu’une matrice ayant des zéros sur
sa diagonale ne peut être diagonalisée ou n’est pas inversible.
Pour la non-diagonalisation de A, certains utilisent l’argument incorrect : « A n’est pas symétrique »,
montrant ainsi une confusion dans le sens des implications. D’autres encore affirment que A est antisymé-
trique donc non-diagonalisable. Certains candidats comparent la somme des dimensions des sous-espaces
propres à la dimension de l’ensemble des matrices carrées M3 (R), ou confondent dimension et taille de
A. Il n’est a priori pas du tout évident que « A admet au moins une valeur propre réelle ».
2. De (trop) nombreux candidats se lancent dans l’étude des éléments propres (avec généralement des
erreurs) de J et S alors qu’il suffisait de remarquer que ces matrices sont symétriques réelles, donc
diagonalisables. Une telle démarche indique une mauvaise lecture et un manque d’analyse de l’ensemble
de l’exercice. Il est conseillé aux candidats de ne pas se lancer tête baissée et sans réflexion dans des
calculs longs et hasardeux, les sujets privilégient les raisonnements à des calculs fastidieux. Des candidats
remarquent que S est symétrique, mais ne voient pas que J l’est également. L’argument que S et J sont
à coefficients réels est très souvent oublié.
Il a également été constaté une certaine confusion entre J et I3 . Une lecture attentive de l’énoncé devrait
éviter ce type de confusion.
3. Le raisonnement suivant (gravement erroné) : « si JX 6= 0, comme J 6= 0 on a X = 0 » est trop souvent
rencontré.
L’énoncé est parfois mal interprété et beaucoup de candidats comprennent le résultat de cette question
comme « J et S ont mêmes vecteurs propres ».
Ceux qui ont adopté une méthode calculatoire, en cherchant les sous-espaces propres de S puis en testant
sur J chacun des vecteurs trouvés, ont perdu un temps précieux et peu sont arrivés au bout de ces calculs.
Et dans ce cas, beaucoup ne l’ont vérifié que pour 3 vecteurs propres et non pour tous les vecteurs propres
de S.
Toutefois, plusieurs candidats montrent assez aisément qu’un vecteur propre X associé à une valeur
propre non nulle de S vérifie JX = 0, donc que X est vecteur propre de J associé à 0, puis que (1, 1, 1)
est base de Ker(S) et est vecteur propre de J pour la valeur propre 3. Un dernière étape indiquant que
tous les cas ont ici été traités est souvent manquante.
4. Cette question n’a pas été très souvent traitée de manière parfaitement correcte : on retrouve réguliè-
rement l’affirmation fausse : « S et J ont les mêmes vecteurs propres ». De plus, écrire la relation de
diagonalisation pour S avec une matrice de passage P puis pour J avec une matrice de passage Q et
conclure que nécessairement P = Q est une erreur de raisonnement couramment retrouvée. Des candidats
ne comprennent pas le but de la question, à savoir diagonaliser dans une même base. Un certain nombre
de candidats croient que mêmes vecteurs propres impliquent même valeurs propres. Certains candidats
ont avancé que S et J étaient semblables, ce qui est faux.

Partie 2 : Étude des matrices magiques.
La plupart des candidats n’ont pas compris qu’il était possible d’utiliser s en remplacement de tous les ì ,
cj , d1 et d2 ; à partir de la question 5. Cela occasionne alors des réponses souvent lourdes et peu lisibles.
5. Beaucoup de candidats montrent correctement la linéarité mais oublient d’écrire que `1 est une forme.
6. Peu de candidats pensent à interpréter Kn comme un noyau. Dans beaucoup de copies, l’inclusion Kn ⊂ En
est oubliée. La linéarité de s n’est que très rarement exploitée, bien qu’elle soit donnée par l’énoncé. Trop
de candidats démontrent en pratique à nouveau cette linéarité et perdent du temps en vérifiant la nullité
de la somme de toutes les lignes et toutes les colonnes et les diagonales. Il ne suffit pas d’affirmer que Kn
est stable par combinaison linéaire, mais il fallait le prouver et de conclure clairement par l’appartenance
de M + λN dans Kn et non seulement la somme nulle.
7. Des confusions conduisent à écrire que ì t M = cj (M ) (et inversement), les indices i et j n’ayant pas

de rapport entre eux. Les égalités des sommes des lignes/colonnes/diagonales sont parfois incomplètes
(en particulier d2 est oubliée.).
8. Certains candidats partent sur une « démonstration par l’absurde » en supposant qu’il existe λ, µ des
réels vérifiant M − λJ ∈ Kn et M − µJ ∈ Kn . Ils réalisent rarement qu’ils démontrent alors uniquement
l’unicité, et non l’existence. Peu de candidats pensent à préciser tout d’abord que M − λJn est magique
avant de s’intéresser à sa somme.
9. La non-nullité de W est trop souvent oubliée. On trouve aussi des réponses du type M W = ì (M )W qui
sont éminemment maladroites, au mieux : la réponse ne dépend pas de i (rarement introduit).
Partie 3 : Étude du cas où n = 3
10. Cette question est en général bien traitée. Il est regrettable cependant que certains oublient de répondre
à une partie de la question en ne précisant pas explicitement la valeur de la somme de chacune de ces
matrices magiques. Quelques candidats n’ont pas compris que s(M ) est la valeur commune de d1 (M ),
d2 (M ) et des ì (M ), cj (M ) (en cas d’égalité) et non la somme de ces valeurs.
11. Cette question classique et fort certainement traitée durant les deux années de CPGE est en général
faite correctement. Cependant, il est peu acceptable qu’il reste une partie non négligeable de candidats
qui ne savent pas la résoudre rapidement et soigneusement.
12. (a) Cette question a été très peu traitée ou justifiée trop succinctement. Un certain nombre de candidats
se « perd » dans des équations vérifiées par ì (M1 ) , ì (M2 ), ì (M ), ì (t (M )), · · · également avec les
colonnes, au lieu d’utiliser directement la linéarité de la somme.
(b) Cette question est très rarement correctement traitée, des arguments fantaisistes conduisent à conclure
directement. Les raisonnements suivants ont souvent été rencontrés « M1 et A sont antisymétriques
donc colinéaires », ou « les deux matrices symétriques M2 et S donc colinéaires ».
13. Certains candidats essaient d’utiliser un argument de dimension pour montrer que (A, J, S) est une
base de l’espace des matrices magiques. Pourtant, la dimension de cet espace n’a été établie nulle part
auparavant !
Trop de candidats ne prouvent que la liberté de la famille et le font souvent de manière peu efficace en
démontrant que la famille (A, S) est libre en revenant à la définition, alors qu’il s’agit d’une famille de
deux vecteurs clairement non-colinéaires.
14. Une question très peu abordée par les candidats et alors mal rédigée par ceux ayant tenté d’y répondre.

Exercice 2
1. Cette question est en général bien traitée. Cependant une erreur fréquente sur les implications des
régularités d’une fonction est rencontrée : « f est continue, donc dérivable, donc C 2 ». Et certaines
notations utilisées sont maladroites ou incorrectes : utiliser la notation ’ pour dériver, écrire le symbole ∂
sous les formes suivantes : δ, σ, S. Une expression factorisée des dérivées partielles permettait de mener
efficacement l’étude de la question suivante. Les candidats sont invités fortement à passer un peu de
temps à mettre sous forme factorisée leurs résultats.
2. Cette question a souvent été bien réussie. Cependant des maladresses dans les calculs sont à signa-
ler, l’obtention correcte des 4 points critiques étant relativement rare. Quelques candidats oublient que
l’équation y 2 = 1/2 admet deux solutions. Certains candidats ne détaillent aucun calcul, et obtiennent
étrangement les trois points étudiés dans les questions suivantes. Le correcteur interprète souvent cela
comme un manque d’honnêteté intellectuelle, ce qui ne peut que nuire à l’évaluation de la suite de la
copie.
3. Bien que la matrice soit diagonale, certains élèves se lancent dans le calcul de recherche des valeurs
propres en résolvant A − λI, en se trompant parfois même dans les calculs.
Certains croient à tort que la présence de deux valeurs propres de signe différent ne permet pas de
conclure.
Certains oublient tout simplement de conclure quant à l’existence ou non d’un extremum : se contenter
de dire que la fonction admet un point selle (ou col, à condition de ne pas l’écrire « colle »...) ne répond
pas complètement à laquestion.

2 1
Que R soit ouvert et 0, √ soit point critique sont rarement évoqués dans la conclusion, ici et dans
2
les deux questions suivantes. Cet oubli est encore plus dommageable quand le point ne fait pas parti de
la liste obtenue dans la question 2.
4. Cette question a souvent été bien réussie, mais peu traitée. La recherche de valeurs propres d’une matrice
diagonale ne devrait toutefois pas nécessiter l’usage d’un déterminant.
5. Peu de candidats parviennent à obtenir les valeurs propres exactes de la matrice hessienne. Le fac-
teur e−3/4 est notamment fréquemment oublié. Certains candidats pensent qu’une matrice à coeffi-
cients négatifs ne
peut
avoir qu’un spectre négatif. Or, ceci est faux, comme le montre le contre-
2 1
exemple A = − . Certains candidats font appel au déterminant pour obtenir le signe du produit
1 2
des valeurs propres, ce qui est hors programme. Quelques rares candidats utilisent les résultats hors
programmes avec les notations de Monge pour conclure.
6. (a) Majorer correctement l’exponentielle semble hors de portée pour la plupart des candidats. Dans
l’ensemble, lesD majorations sont souvent très confuses. L’inégalité triangulaire est peu utilisée, et
l’absence de valeurs absolues est très fréquente.
(b) Beaucoup de copies n’abordent pas cette question. La limite demandée a posé des problèmes, de
manière surprenante. Beaucoup de candidats ne sont pas à l’aise avec les croissances comparées, et se
sentent obligés de pousser de lourds développements. Très peu de candidats ne savent pas comment
utiliser la valeur de la limite pour répondre à la deuxième partie de la question.
(c) Cette question est peu abordée et les représentations graphiques de K données sont rarement cor-
rectes : un disque, une portion du carré demandé, souvent le quart.

(d) Cette question est rarement abordée. Les quelques candidats traitant cette question se perdent sou-
vent, ne réalisant pas que c’est sur l’image des points critiques qu’il faut raisonner.
7. Bien qu’il semble clair que beaucoup de candidats aientnt déjà vu ce type de graphe, leurs interprétation
portent souvent sur la taille des flèches, mais presque aucun ne pense à relier ce graphe à la propriété du
cours en jeu ici et ne fait pas le lien avec les extrema liés. Beaucoup de justifications sont fantaisistes :
« le point est à l’extrémité du cercle » ou « la taille du vecteur est très petite ».
8. Cette question simple sur le signe d’un trinôme ne sollicite que peu de notions du programme propre
des CPGE. Il est regrettable qu’elle fut si peu traitée et de manière imparfaite. Une étude sans calcul de
la dérivée était attendue. Certains candidats donnent la liste des extrema locaux, d’autres précisent les
points en lesquels les extrema sont atteints mais ne donnent pas leur valeur numérique.
9. Cette question est très peu traitée. Le lien avec la question précédente et un commentaire de la figure
ont été extrêmement rares.
Problème
Partie 1 : Estimateur du maximum de vraisemblance
1. (a) Ce type de question Scilab faisant partie du bagage minimum en informatique devrait être abordée
par beaucoup plus de candidats.
Les commandes input et disp n’ont rien à faire dans le corps d’une fonction scilab, dans ce contexte.
Il est regrettable, alors que l’énoncé rappelait généreusement la méthode pour simuler une loi uni-
forme, que certains candidats ne parviennent pas a minima à choisir les bonnes valeurs ded paramètres
(il reste trop fréquemment la variable m et/ou b dans la ligne de commande).
La fonction max ne semble pas être toujours connue des candidats, on relève des boucles FOR pour
trouver le maximum d’une liste.
(b) Cette question n’est pas toujours abordée, ce qui laisse penser que certains candidats ont réalisé une
impasse sur les statistiques. La plupart des réponses données sont toutefois satisfaisantes.
2. Les questions 2 et 3 sont souvent traitées efficacement et avec succès, ce qui montre que les candidats y
ont été bien préparés. C’est un point de satisfaction !
(a) Cette question de cours est en grande majorité bien traitée.
(b) En général, cette question en général est
! bien traitée et bien justifiée.
\n
Cependant cette écriture P Xi 6 x est trop souvent rencontrée : elle n’a pas de sens. Quelque-
i=1
fois, l’intersection porte sur des probabilités et non sur des événements.
(c) On relève une certaine méconnaissance des critères du cours permettant de garantir qu’une fonction
de répartition correspond à une variable à densité. Certains fournissent une liste, souvent trop longue,
de propriétés parmi lesquelles ne figurent pas toujours les deux éléments indispensables.
Rappelons en particulier que la croissance n’est pas à vérifier.
x n x n−1
Dans le calcul de la densité, beaucoup pensent que la dérivée de x 7−→ est x 7−→ .
a a
3. Une maladresse souvent commise : l’image de Vn n’est pas finie, mais bornée.
Le calcul de l’espérance est effectuée avant ou pendant l’étude de la convergence absolue : il convient de
mieux organiser ces deux raisonnements distincts. Certains candidats mènent leurs calculs sous réserve

de convergence et donnent la valeur numérique de l’espérance sans ’lever’ à aucun moment la réserve.
Beaucoup de candidats ne répondent pas à la question posée (Vn est-il biaisé ?), mais indiquent que Vn
est asymptotiquement sans biais. Si cette affirmation est en soi correcte (et pertinente), elle ne répond
malheureusement pas à la question posée !
4. Un manque de maı̂trise dans la gestion des valeurs absolues apparaı̂t : la traduction de |Vn − a| > ε
devient −ε 6 Vn − a 6 ε ou encore ε 6 Vn − a 6 −ε.
t n

5. Une question peu abordée. La détermination correcte de lim 1− est bien réalisée par un
n→+∞ an
bon nombre de candidats, mais posent encore des problème pour un certain nombre de candidats qui
composent de manière illicite des équivalents.
6. Cette question est très arement abordée.
On a observé quelques tentatives intéressantes. Ces candidats-l) ont toutefois eu des difficultés à faire
« disparaı̂tre » le paramètre a des bornes de l’intervalle. Le caractère asymétrique de la situation, qui
pouvait être observé dans le graphe donné précédemment (on lisait que Vn 6 a) n’a pas bien été vu.
7. (a) Cette question simple est en général bien réalisée.
(b) La définition du risque quadratique est mal connue !
La réponse étant donnée, le correcteur est vigilant sur la réalité des calculs effectués : des tentatives
d’entourloupe sont récurrentes (et toujours à proscrire !)
Partie 2 : Méthode des moments
8. Cette question d’informatique est peu traitée, mais quand elle est traitée, elle l’est correctement sauf
certains qui oublient le coefficient 2 dans la définition de Mn .
9. Cette question est souvent et assez bien abordée par les candidats.
Invoquer l’indépendance des variables aléatoires Xk pour le calcul de E X n est inutile ; seule la linéarité
de l’espérance doit être invoquée.
La variance d’une loi uniforme n’est pas toujours bien connue, elle est parfois confondue avec celle d’une
loi uniforme discrète.
10. Cette question est en général bien traitée par ceux qui l’ont abordée.
11. Cette question est rarement traitée.
Le théorème central limite est mal maı̂trisé, tant du point de vue des hypothèses que dans sa formulation.
12. Cette question est très rarement abordée.
La notion d’intervalle de confiance n’inspire manifestement pas confiance.
13. Certains (rares) candidats fournissent des arguments corrects permettant de comparer les risques mais
oublient de confronter leurs observations au graphique.
Partie 3 : Consistance de ces estimateurs
14. (a) Cette question est en général bien traitée par ceux qui l’ont abordée.
Certains candidats pensent à tort que max(X1 , . . . , Xn ) = X1 car le support de X1 « comprend » des
valeurs plus grandes que celles des autres variables aléatoires Xi pour i > 2.
(b) Cette question est en général bien traitée par ceux qui l’ont abordée.
(c) Cette question relativement simple et abordable par toute personne qui lit bien l’énoncé, une bonne
part de la réponse se trouvant dans une question précédente, est malheureusement trop peu souvent

abordée, et les erreurs y sont regrettables.
3 3
Trop de candidats donnent une réponse faisant intervenir la disjonction des cas a < 0 ; a ∈ [0, a] ;
2 2
3 3
a ∈ [a, 2a] ; a > 2a. Cette discussion n’a pourtant pas lieu d’être !
2 2
Parmi ceux qui trouve la probabilité de 1/4, la majorité « intuite » que l’estimateur ne converge pas
sans réussir à le prouver rigoureusement.
15. (a) Cette question assez simple est très rarement traitée.
Un bon nombre de bonnes réponses, mais aussi bien trop d’erreurs grossières.
(b) Cette question est très rarement abordée.
n−1 0 n−1
L’erreur très souvent rencontrée ici est un problème de factorisation: Mn − a = (Mn0 − a).
n n
(c) Cette question est très très rarement abordée.
(d) Cette question est très très rarement abordée.
16. Cette question est très rarement abordée.


Corrigé Ecs 2021

Transféré par

Droits d'auteur :

Formats disponibles

Corrigé Ecs 2021

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

Corrigé Ecs 2021

Transféré par

Droits d'auteur :

Formats disponibles

2021

ESPRIT DE L’ÉPREUVE PAGE 3

RAPPORT D’ÉPREUVE PAGE 20

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie E - PAGE 2

• Deux exercices d’application des connaissances de base

• Les deux exercices sont de valeur sensiblement égale dans le barème.

Aucun document et instrument de calcul n’est autorisé.

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 3

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 4

Partie 3 : Étude du cas où n = 3

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 5

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 6

2. (x, y) est point critique de f si et seulement si ∂1 f (x, y) = ∂2 f (x, y) = 0.

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 7

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 8

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 9

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 10

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 11

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 12

P(X 6 z) = 1 − α ⇐⇒ 1 − e−z/a = 1 − α ⇐⇒ α = e−z/a ⇐⇒ z = −a ln(α)

Par la question précédente,

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 13

r(Vn ) = E (Vn − a)2

= E Vn2 − 2aE [Vn ] + a2

Partie 2 : Méthode des moments

9. Comme les Xi sont de même loi, par linéarité de l’espérance :

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 14

Le meilleur intervalle de confiance serait celui qui a l’amplitude la plus petite.

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 15

13. Asymptotiquement, r(Vn ) = o (r(Mn )).

Partie 3 : Consistance de ces estimateurs

P(Vn 6 t) = P([X1 6 t] ∩ · · · ∩ [Xn 6 t]) = P(X1 6 t) . . . P(Xn 6 t).

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 16

Par l’inégalité triangulaire :

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 17

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 18

Remarques question par question

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 19

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 20

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 21

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 22

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 23

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 24

ANNALES DU CONCOURS ECRICOME PREPA 2021 : Mathématiques voie S - PAGE 25

Vous aimerez peut-être aussi