Professional Documents
Culture Documents
E.P.I.T.A.
Corrig de l'preuve de mathmatiques (3 h)
1) Calculs de probabilits conditionnelles
a) La probabilit PABn HABn+1 L est la probabilit, sachant que A et B sont face face, que
A et B ratent leurs cibles, et par indpendance des rsultats des tirs, c'est
1
3
2 = 2.
3
b) La probabilit PABn HAn+1 L est la probabilit, sachant que A et B sont face face, que
A russisse son tir et que B rate le sien.
Par indpendance des rsultats des tirs, c'est
De mme, on s'assurera que PABn HBn+1 L =
2
3
2 = 4.
3
1
.
9
Enfin, la probabilit PABn Hn+1 L est la probabilit, sachant que A et B sont face face,
que A et B russissent leurs tirs, et par indpendance des rsultats des tirs, c'est
2
3
1 = 2.
3
PHABn L.
9
En raisonnant de mme, et en n'crivant que les termes non nuls, on obtient :
4
PHAn+1 L = PABn HAn+1 L PHABn L + PAn HAn+1 L PHAn L = PHABn L + PHAn L.
9
1
PHBn+1 L = PABn HBn+1 L PHABn L + PBn HBn+1 L PHBn L = PHABn L + PHBn L.
9
2
PHn+1 L = PABn Hn+1 L PHABn L + Pn Hn+1 L PHn L = PHABn L + PHn L.
9
Ces relations se traduisent matriciellement comme suit :
2
9
4
9
1
9
2
9
En+1 = En 0 1 0 0 .
0 0 1 0
0 0 0 1
Et par rcurrence facile, on a donc En = E0 M n = H1, 0, 0, 0L M n o M est stochastique.
2) Diagonalisation de la matrice M
a) La matrice M tant triangulaire, on lit sur sa diagonale ses valeurs propres : 2 , 1, 1, 1.
9
2
9
2
9
v quivaut x2 = x3 = x4 = 0.
2) Diagonalisation de la matrice M
E.P.I.T.A.
2015,Mmath
a) La matrice
tant(3h)
triangulaire, on lit sur sa diagonale ses valeurs propres : 2 , 1, 1, 1.5
9
2
9
2
9
v quivaut x2 = x3 = x4 = 0.
Les vecteurs-colonnes suivants ne peuvent tre associs la valeur propre 2/9, et ils sont
associs 1 s'ils vrifient 7 x1 - 4 x2 - x3 - 2 x4 = 0. C'est le cas si x = 4, y = 1, z = 2.
La matrice P obtenue est inversible puisqu'elle est triangulaire avec detHPL = 73 0.
En dsignant par He1 , e2 , e3 , e4 L la base canonique de C4 , on observe que :
P e1 = e1 , P e2 = 4 e1 + 7 e2 , P e3 = e1 + 7 e3 , P e4 = 2 e1 + 7 e4 .
Il en rsulte que :
7 e2 = P e2 - 4 P e1 , 7 e3 = P e3 - P e1 , 7 e4 = P e4 - 2 P e1 .
Puis en multipliant par P-1 :
P-1 e1 = e1 , 7 P-1 e2 = e2 - 4 e1 , 7 P-1 e3 = e3 - e1 , 7 P-1 e4 = e4 - 2 e1 .
La matrice inverse de P en rsulte aussitt :
1 4 1 2
7 -4 -1 -2
1 0 1 0 0
0 7 0 0
P=
et
P-1 =
.
0 0 7 0
7 0 0 1 0
0 0 0 7
0 0 0 1
Sans faire aucun calcul, on observe que P est la matrice de passage de la base canonique
une base de vecteurs propres associs 2 , 1, 1, 1.
9
P-1
Ainsi,
M P est la matrice de l'endomorphisme canoniquement associ M dans la base
de vecteurs propres prcdente, et c'est donc la matrice suivante :
2
9
D = P-1 M P = 0
0
0
1
0
0
0
1
0
0 .
0
1
n +
n +
1
1 0
=
7 0
0
n +
4
7
0
0
1
0
7
0
2
0
0
7
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
7 -4 -1 -2
0
1 0
0 1 0 0
=
0 0 1 0
7 0
0 0 0 1
0
4
7
0
0
1
0
7
0
2
0
.
0
7
4
7
et
1
,
7
avec la probabilit 2 .
7
b) Pour tout entier naturel n, on a AB1 AB2 ... ABn = HT > nL car :
- si l'vnement AB1 AB2 ... ABn a lieu, le combat n'est pas fini la nme preuve.
- si le combat n'est pas fini la nme preuve, A et B sont encore en prsence ce moment
et l'vnement AB1 AB2 ... ABn est bien ralis.
Il en rsulte qu'on a :
PHT > nL = PHAB1 AB2 ... ABn L = PHAB1 L PAB HAB2 L ... PAB ... AB HABn L.
Il en rsulte que PHT > nL =
n
J2N
9
2
9
n-1
2
9
7 2
9 9
n-1
n-1
9
n=1
n=1
De mme, un calcul calcul faisant intervenir la srie-drive de la srie gomtrique donne :
+
7 + 2 n-1 7
1
9
EHTL = n PHT = nL = n
=
= .
9 n=1 9
9 H1 - 2 9L2 7
n=1
Partie II
5) Premiers rsultats de convergence
a) Considrons deux matrices A, B e n et montrons que C = AB e n :
les coefficients ci j = nk=1 ai k bk j sont positifs puisque les ai k et bk j le sont.
les sommes des lignes de C = AB valent 1 puisqu'on a pour 1 i n :
ci j = ai k bk
n
j=1
= ai k bk
n
j=1 k=1
= ai k bk
n
k=1 j=1
k=1
= ai k = 1.
n
j=1
k=1
Il en rsulte aussitt que les puissances d'une matrice stochastique sont stochastiques.
b) Si HMk L est une suite de matrices stochastiques convergeant vers M, on sait que
les coefficients mHkL
i j de Mk convergent vers les coefficients mi j de M, et donc :
HkL
les coefficients mi j = limk + mHkL
i j sont positifs puisque les mi j le sont.
les sommes des lignes de M valent 1 puisque les lignes des Mk valent 1 :
HkL
HkL
mi 1 + mi 2 + ... + mi n = lim ImHkL
i 1 + mi 2 + ... + mi n M = 1.
k +
c) Si la suite IM k M converge vers L, la suite IM 2 k M converge aussi vers L en tant que suite
extraite de IM k M, et elle converge vers L2 en remarquant que M 2 k = M k M k .
Par unicit de la limite, on a L2 = L et L est une matrice de projection.
5.d) Il s'agit donc d'tablir que la suite k Ck converge vers L = lim M k , autrement dit
que la suite relle Ck - L converge vers 0. A cet effet, remarquons d'abord que :
Ck - L =
1
n+1
IM - LM
n
k=0
lim M k ,
1
n+1
1
n+1
M - L =
n
k=0
N-1
somme k=0 M k
1
n+1
M k - L .
n
k=0
M k - L .
M - L +
N-1
k=0
1
n+1
M k - L .
n
k=N
La premire
- L est une constante C.
La seconde somme compte moins de n + 1 termes, tous infrieurs .
On en dduit que :
C
Ck - L
+ .
n+1
Le premier terme tend vers 0 et est aussi infrieur pour n C - 1.
Ainsi donc, on a Ck - L 2 pour n maxJN,
- 1N.
Comme > 0 est arbitraire, cela signifie par dfinition que lim Ck = L.
6) L'espace Cn est somme directe de KerHM - In L et de ImHM - In L
a) Si M est stochastique, on a M v1 = v1 car la somme des lignes de M vaut 1.
b) Pour tout x e Cn , on a compte tenu de la positivit des coefficients mi j de M :
mi j x j mi j x j mi j x = x .
n
j=1
j=1
On en dduit que DetHM L 1 puisque DetHM L est le produit des n valeurs propres de M, et
on a par ingalit triangulaire TrHM L n puisque TrHM L est leur somme.
Ajoutons que la matrice In est stochastique et ralise les galits ci-dessus.
c) Si y = M x - x e ImHM - In L KerHM - In L, on a M y = y, et en composant par M :
y = M x - x, y = M 2 x - M x, ... , y = M k-1 x - M k-2 x, y = M k x - M k-1 x.
Par addition, on obtient k y = M k x - x, et puisque M k e n (qui est stable par produit) :
1
1
2 x
y = M k x - x IM k x + x M
.
k
k
k
1
k+1
M x = x1 +
k
j=0
M k e n
1
k+1
IM j+1 z - M j zM = x1 +
k
j=0
1
k+1
IM k+1 z - zM.
b) Quitte appliquer ceci aux vecteurs e1 , ... , en , on observe que Ck e j , qui n'est autre que
la jme colonne de Ck , converge vers Pe j , qui n'est autre que la jme colonne de P.
Ainsi, chaque lment de Ck a pour limite l'lment correspondant de P, ce qui signifie que
la suite HCk L converge vers P au sens de . (ou de toute autre norme, qui est quivalente
puisque l'espace vectoriel n HCL est de dimension finie).
c) Si la suite IM k M converge vers L, on a dmontr que HCk L converge aussi vers L, et
comme on vient de voir que HCk L converge vers P, ceci implique que si IM k M converge,
c'est vers la matrice de projection P sur KerHM - In L dans la direction ImHM - In L.
b) Par consquent, la somme directe des sous-espaces propres associs aux valeurs propres
l 1 est bien incluse dans ImHM - In L.
Et comme M est diagonalisable, la somme directe des sous-espaces propres de M est Cn :
KerHM - In L KerHM - l2 In L ... KerHM - l p In M = Cn .
p
On en dduit que i=2 dimHKerHM - li In L = n - dimHKerHM - In LL = dimHImHM - In LL.
Et comme la somme directe des sous-espaces propres associes aux valeurs propres autres
que 1 est incluse dans ImHM - In L, cette galit des dimensions donne le rsultat voulu :
KerHM - l2 In L ... KerHM - l p In M = ImHM - In L.
c) Comme M diagonalisable, tout vecteur x peut s'crire x = x1 + x2 + ... + x p o chaque xi
appartient au sous-espace propre KerHM - li In L et vrifie donc M xi = li xi .
Notons que x1 tant la projection sur KerHM - In L dans la direction de la somme des autres
sous-espaces propres dont on a vu qu'elle est gale ImHM - In L, c'est la projection sur
KerHM - In L dans la direction ImHM - In L, de sorte qu'on a bien x1 = P x.
Par ailleurs, comme on a M xi = li xi pour 1 i p avec l1 = 1, il est clair que :
" k e N,
M k x - Px l2 k x2 + ... + l p k xk .
Les valeurs propres l2 , ... , l p autres que 1 tant ici de module strictement infrieur 1,
cette expression tend bien vers 0 quand k tend vers +, ce qui implique lim M k x = P x.
Quitte appliquer ceci aux vecteurs e1 , ... , en , on observe que M k e j , qui n'est autre que
la jme colonne de M k , converge vers Pe j , qui n'est autre que la jme colonne de P.
Ainsi, chaque lment de M k a pour limite l'lment correspondant de P, ce qui signifie
que la suite IM k M converge vers P au sens de . (ou de toute autre norme).
d) Comme la suite k M k converge ds lors que M est diagonalisable et que 1 est sa seule
valeur propre de module 1, considrons la matrice suivante dont les valeurs propres sont 1 :
0 1
M=
.
1 0
Cette matrice M est clairement stochastique, et on voit que M 2 = I2 , donc M 3 = M , etc.
On a ainsi M 2 k = I2 et M 2 k+1 = M pour tout entier naturel k.
Et comme M I2 , il est clair que la suite IM k M est alors divergente.