Mathématiques appliquées

Filière économique et commerciale – Voie générale

Code sujet : 288

Durée : 4 heures
Coefficient : 16

La présentation, la lisibilité, l’orthographe, la qualité de la rédaction, la clarté et la précision des raisonnements

entreront pour une part importante dans l’appréciation générale des copies. Les candidats sont invités à
encadrer dans la mesure du possible les résultats de leurs calculs.
Aucun document n’est autorisé. L’utilisation de toute calculatrice et de tout matériel électronique est
interdite. Seule l’utilisation d’une règle graduée est autorisée. Si, au cours de l’épreuve, un candidat repère ce
qui lui semble être une erreur d’énoncé, il la signalera sur sa copie et poursuivra sa composition en expliquant
les raisons des initiatives qu’il sera amené à prendre.

Dans tout le sujet, on considère un espace probabilisé (Ω, 𝐴, ℙ), toutes les variables qui interviennent aléatoires
qui interviennent dans la suite sont définies sur cet espace.

Soit 𝑛 ∈ ℤ tel que 𝑛 ≥ 3 et 𝑝 ∈ ℝ tel que 𝑝 ∈ ]0 ; 1[.

Pour générer des graphes non orientés de manière aléatoire, on se donne :

• 𝑆 = ⟦0 ; 𝑛 − 1⟧, les sommets du graphe ;

• Pour toute paire de sommets {𝑢, 𝑣} avec 𝑢 < 𝑣, 𝑇𝑢,𝑣 une variable de Bernoulli de paramètre 𝑝.

Les variables 𝑇𝑢,𝑣 pour {𝑢, 𝑣} décrivant les paries de sommets avec 𝑢 < 𝑣, sont supposées
indépendantes ;

• Les arêtes d’un graphe 𝐺 ainsi généré sont les paires {𝑢, 𝑣} telles que 𝑇𝑢,𝑣 = 1 si 𝑢 < 𝑣 ou 𝑇𝑢,𝑣 = 1 si
𝑢 < 𝑣.

Dans tout problème, par convention, une somme portant sur un ensemble d’indices vide vaut 0, un produit
vaut 1, une intersection vaut Ω, une réunion vaut ∅.

Partie I : Nombre aléatoire de triangles

On note 𝑇 l’ensemble des parties {𝑢, 𝑣, 𝑤} à trois éléments de l’ensemble des sommets, 𝑟 le nombre de ses
éléments et on pose :

𝑇 = {𝑡1 , … , 𝑡𝑟 }

Étant donné 𝑡 = {𝑢, 𝑣, 𝑤}, un élément de 𝑇, on dit que 𝑡 est un triangle dans un graphe 𝐺 généré aléatoirement si
{𝑢, 𝑣}, {𝑣, 𝑤} et {𝑤, 𝑢} sont des arêtes de 𝐺.

Pour tout 𝑘 ∈ ⟦1 ; 𝑟⟧, on note 𝑌𝑘 la variable aléatoire de Bernoulli associée à l’événement « 𝑡𝑘 est un triangle de
𝐺 » et 𝑍𝑛 la variable aléatoire égale au nombre de triangles de 𝐺.
Exemple : si 𝑛 = 5 et le graphe 𝐺 est représenté ainsi,

alors 𝑍5 = 3.
1. Déterminer 𝑟 en fonction de 𝑛.

2. Soit 𝑘 ∈ ⟦1 ; 𝑟⟧. On note 𝑡𝑘 = {𝑢, 𝑣, 𝑤} avec 𝑢 < 𝑣 < 𝑤. Montrer que 𝑌𝑘 = 𝑇𝑢,𝑣 𝑇𝑣,𝑤 𝑇𝑢,𝑤 .

En déduire alors que 𝑌𝑘 suit la loi de Bernoulli de paramètre 𝑝3 pour tout 𝑘 ∈ ⟦1 ; 𝑟⟧.

𝑛
3. Justifier que 𝑍𝑛 = ∑𝑟𝑘=1 𝑌𝑘 . En déduire que 𝐸(𝑍𝑛 ) = ( ) 𝑝 3.
3

• On s’intéresse à la variance de 𝑍𝑛 .
Si 𝑖 et 𝑗 appartiennent à ⟦1 ; 𝑟⟧ et sont différents, on note 𝑖 ≡ 𝑗 lorsque 𝑡𝑖 et 𝑡𝑗 ont exactement deux
éléments en commun et l’inverse dans le cas contraire.
On note 𝜖 l’ensemble des couples (𝑖 ; 𝑗) tels que 𝑖 ≡ 𝑗, et 𝐹 l’ensemble des couples (𝑖 ; 𝑗) tels que 𝑖 ≠ 𝑗 et
𝑖 et 𝑗 ne sont pas équivalents.
On désigne par 𝑎𝑛 le nombre d’éléments de 𝜖.

4. Démontrer :

𝑟 𝑟

𝑉(𝑍𝑛 ) = 𝑐𝑜𝑣 (∑ 𝑌𝑖 , ∑ 𝑌𝑗 ) = ∑ 𝑐𝑜𝑣(𝑌𝑖 , 𝑌𝑗 )

𝑖=1 𝑗=1 (𝑖,𝑗)∈⟦1 ;𝑟⟧2

5. Montrer que si (𝑖, 𝑗) ∈ 𝐹, 𝑌𝑖 et 𝑌𝑗 sont indépendants.

En déduire que :

𝑉(𝑍𝑛 ) = ∑ 𝑉(𝑌𝑖 ) + ∑ 𝑐𝑜𝑣(𝑌𝑖 , 𝑌𝑗 )

𝑖=1 (𝑖,𝑗)∈𝜖

6. En conclure que :

𝑉(𝑍𝑛 ) = 𝑟𝑝3 (1 − 𝑝3 ) + ( ∑ 𝐸(𝑌𝑖 , 𝑌𝑗 )) − 𝑎𝑛 𝑝6

(𝑖,𝑗)∈𝜖

• On note ∆𝑛 = ∑(𝑖,𝑗)∈𝜖 𝐸(𝑌𝑖 , 𝑌𝑗 ).

7. Montrer que si 𝑖 ≡ 𝑗, 𝐸(𝑌𝑖 , 𝑌𝑗 ) = 𝑝5 et en déduire que ∆𝑛 = 𝑎𝑛 𝑝5 .

𝑛
En conclure que : 𝑉(𝑍𝑛 ) = ( ) (𝑝3 − 𝑝6 ) + 𝑎𝑛 (𝑝5 − 𝑝6 ).
3

8. Calcul de 𝑎𝑛 :
a) Déterminer le nombre de triplets ({𝑢, 𝑣}, 𝑤, 𝑦), où 𝑢, 𝑣, 𝑤, 𝑦 sont quatre éléments distincts de
l’ensemble ⟦0 ; 𝑛 − 1⟧.

𝑛(𝑛−1)(𝑛−2)(𝑛−3)
b) En déduire que 𝑎𝑛 = .
2
Partie II : Étude informatique

On se donne un graphe 𝐺 généré par le procédé décrit dans le préambule.

On définit la fonction supprimeDer(L) qui, si L est la liste des listes d’adjacence du graphe 𝐺 dont les sommets
sont 0, 1, … , 𝑛 − 1, modifie L afin qu’elle devienne la liste des listes d’adjacence 𝐺 ′ , dont les sommets sont
0, 1, … , 𝑛 − 2, obtenu en supprimant dans 𝐺 le sommet 𝑛 − 1 et les arêtes contenant ce sommet.

def supprimeDer(L) :
s = len(L) – 1
[Link]() # supprime le dernier élément de L
for a in L :
if s in a :
[Link](s) # supprime s dans la liste a

9. Compléter la fonction suivante pour qu’elle retourne le nombre de triangles dont un des sommets est le
sommet s dans le graphe 𝐺 dont la liste des listes d’adjacence est L.

10. Écrire une fonction nbTriangles(L), utilisant les deux fonctions précédentes, qui retourne le nombre
de trianlges du graphe 𝐺 dont la liste des listes d’adjacence est représentée par L.

11. On suppose que la fonction graphe(n,p) génère un graphe aléatoire suivant les hypothèses décrites
dans le préambule.
Expliquer ce que retourne la fonction suivante :
Partie III : Inégalité de Harris

Soit 𝑘 ∈ ℕ∗ .

• On considère 𝑓 une fonction définie sur une partie 𝐷 de ℝ𝑘 à valeurs dans ℝ.

Si 𝑘 ≥ 2, on dit que 𝑓 est 𝑘 −croissante sur 𝐷 si, pour tout (𝑥1 , … , 𝑥𝑘 ) élément de 𝐷 et 𝑖 ∈ ⟦1 ; 𝑘⟧,
𝑡 → 𝑓(𝑥1 , … 𝑥𝑖−1 , 𝑡, 𝑥𝑖+1 , … , 𝑥𝑘 ) est croissante sur son domaine de définition.

Si 𝑘 = 1, une fonction 1 −croissante sur 𝐷 est simplement une fonction croissante sur 𝐷.

• On définit de même la notion de fonction 𝑘 −décroissante.

• On considère 𝑋1 , … 𝑋𝑘 des variables aléatoires finies.
On admet le résultat suivant (théorème de transfert d’ordre 𝑘) :
Si 𝑓 est une fonction définie sur 𝑋1 (Ω) × … × 𝑋𝑘 (Ω) et 𝑌𝑘 = 𝑓(𝑋1 , … 𝑋𝑘 ), alors :

𝐸(𝑌𝑘 ) = ∑ 𝑓(𝑥1 , … 𝑥𝑘 )ℙ([𝑋1 = 𝑥] ∩ … ∩ [𝑋𝑘 = 𝑥𝑘 ])

(𝑥1 ,…𝑥𝑘 )∈𝑋1 (Ω)×…×𝑋𝑘 (Ω)

On note (𝐻𝑘 ) la proposition suivante :

Si 𝑋1 … , 𝑋𝑘 sont des variables aléatoires finies indépendantes, 𝑓 et 𝑔 deux fonctions définies sur
𝑋1 (Ω) × … × 𝑋𝑘 (Ω) et 𝑘 −croissantes sur cet ensemble, et si l’on pose 𝑌𝑘 = 𝑓(𝑋1 , … 𝑋𝑘 ) et 𝑍𝑘 =
𝑔(𝑋1 , … 𝑋𝑘 ), alors :

𝐸(𝑌𝑘 𝑍𝑘 ) ≥ 𝐸(𝑌𝑘 )𝐸(𝑍𝑘 ) (inégalité de Harris)

12. Dans cette question, on pose 𝑘 = 1 et 𝑋 = 𝑋1 une variable aléatoire finie. On considère 𝑓 et 𝑔 deux
fonctions sur croissantes sur 𝑋(Ω).

2
a) Montrer que pour tout (𝑥, 𝑦) ∈ (𝑋(Ω)) , (𝑓(𝑥) − 𝑓(𝑦))(𝑔(𝑥) − 𝑔(𝑦)) ≥ 0.

b) Montrer que pour tout 𝑦 ∈ 𝑋(Ω),

𝐸(𝑓(𝑋)𝑔(𝑋)) + 𝑓(𝑦)𝑔(𝑦) ≥ 𝑔(𝑦)𝐸(𝑓(𝑋)) + 𝑓(𝑦)𝐸(𝑔(𝑋))

c) En déduire alors que (𝐻1 ) est vraie.

13. On suppose que (𝐻𝑘 ) est vraie pour un certain 𝑘 et on considère 𝑋1 , … 𝑋𝑘+1 des variables aléatoires
finies indépendantes, 𝑓 et 𝑔 deux fonctions définies sur 𝑋1 (Ω) × … × 𝑋𝑘+1 (Ω) et (𝑘 + 1) −croissantes.
On pose 𝑌𝑘+1 = 𝑓(𝑋1 , … , 𝑋𝑘+1 ) et 𝑍𝑘+1 = 𝑔(𝑋1 , … 𝑋𝑘+1 ).

a) A l’aide des théorèmes de transfert d’ordre 𝑘 + 1 et 𝑘, démontrer que :

𝐸(𝑌𝑘+1 𝑍𝑘+1 ) = ∑ 𝐸(𝑓(𝑋1 , … , 𝑋𝑘 , 𝑥)𝑔(𝑋1 , … , 𝑋𝑘 , 𝑥))ℙ(𝑋𝑘+1 = 𝑥)

𝑥∈𝑋𝑘+1 (Ω)

b) Justifier que pour tout 𝑥 ∈ 𝑋𝑘+1 (Ω) :

𝐸(𝑓(𝑋1 , … 𝑋𝑘 , 𝑥)𝑔(𝑋1 , … 𝑋𝑘 , 𝑥)) ≥ 𝐸(𝑓(𝑋1 , … , 𝑋𝑘 , 𝑥))𝐸(𝑔(𝑋1 , … , 𝑋𝑘 , 𝑥))

c) On pose 𝑢(𝑥) = 𝐸(𝑓(𝑋1 , … 𝑋𝑘 , 𝑥)) et 𝑣(𝑥) = 𝐸(𝑔(𝑋1 , … , 𝑋𝑘 , 𝑥)) ∀𝑥 ∈ 𝑋𝑘+1 (Ω).

Montrer que 𝑢 et 𝑣 sont croissantes sur 𝑋𝑘+1 (Ω) et 𝐸(𝑌𝑘+1 𝑍𝑘+1 ) ≥ 𝐸(𝑢(𝑋𝑘+1 )𝑣(𝑋𝑘+1 )).

d) En conclure que (𝐻𝑘+1 ) est vraie. Conclure.

e) La propriété (𝐻𝑘 ) reste-t-elle vraie si 𝑓 et 𝑔 sont 𝑘 −décroissantes ? Justifier votre réponse.

Que se passe-t-il si l’une est 𝑘 −croissante et l’autre 𝑘 −décroissante ?
Partie IV : Inégalité de Janson et application

On reprend les notations de la partie I.

De plus, on pose 𝑍𝑛,𝑖 = ∑𝑖𝑘=1 𝑌𝑘 ∀𝑖 ∈ ⟦1 ; 𝑟⟧. On remarquera que 𝑍𝑛,𝑟 = 𝑍𝑛 .

Dans cette partie, on établit un encadrement de ℙ(𝑍𝑛 = 0).

𝑛
( )
14. Justifier que ⋂0≤𝑢<𝑣≤𝑛−1[𝑇𝑢,𝑣 = 0] ⊂ [𝑍𝑛 = 0]. En déduire que ℙ(𝑍𝑛 = 0) ≥ (1 − 𝑝) 2 > 0.

15. Montrer que pour tout 𝑖 ∈ ⟦1 ; 𝑟⟧, ℙ(𝑌𝑖 = 0) = 𝐸(1 − 𝑌𝑖 ) et montrer que :

ℙ(𝑍𝑛,𝑖 = 0) = 𝐸 (∏(1 − 𝑌𝑘 ))
𝑘=1

𝑛
16. a) On pose 𝑚 = ( ). Justifier brièvement que 𝑌𝑘 s’exprime comme une fonction 𝑚 −croissante sur
2
{0 ; 1}𝑚 des variables aléatoires 𝑇𝑢,𝑣 pour 𝑢 < 𝑣 éléments de ⟦0 ; 𝑛 − 1⟧ ∀𝑘 ∈ ⟦1 ; 𝑟⟧.

En déduire que 1 − 𝑌𝑖 , puis ∏𝑖−1

𝑘=1(1 − 𝑌𝑘 ) s’expriment comme des fonctions 𝑚 −décroissantes des
variables aléatoires 𝑇𝑢,𝑣 pour 𝑢 < 𝑣 éléments de ⟦0 ; 𝑛 − 1⟧ ∀𝑖 ∈ ⟦2 ; 𝑟⟧.

b) En conclure que, pour tout 𝑖 ∈ ⟦2 ; 𝑟⟧, ℙ(𝑍𝑛,𝑖 = 0) ≥ ℙ(𝑍𝑛,𝑖−1 = 0)ℙ(𝑌𝑖 = 0) puis que :

𝑟
𝑛
( )
ℙ(𝑍𝑛 = 0) ≥ ∏ ℙ(𝑌𝑘 = 0) puis ℙ(𝑍𝑛 = 0) ≥ (1 − 𝑝3 ) 3
𝑘=1

17. Inégalité de Boole : Montrer par récurrence sur 𝑘 ≥ 2 que si 𝐵1 , … 𝐵𝑘 sont des événements, on a :

𝑘 𝑘

ℙ (⋃ 𝐵𝑖 ) ≤ ∑ ℙ(𝐵𝑖 )
𝑖=1 𝑖=1

• Si 𝐴 est un événement de probabilité non nulle, on rappelle que la probabilité conditionnelle sachant 𝐴
est notée ℙ𝐴 . On admet qu’elle possède les mêmes propriétés que la probabilité ℙ. En particulier,
l’inégalité de Boole est vérifiée par ℙ𝐴 .
De plus, si 𝑋 est une variable finie, on note 𝐸𝐴 (𝑋) l’espérance de 𝑋 pour la probabilité de ℙ𝐴 , ce qui
signifie que :
𝐸𝐴 (𝑋) = ∑ 𝑥ℙ𝐴 (𝑋 = 𝑥)
𝑥∈𝑋(Ω)
Cette espérance conditionnelle possède les mêmes propriétés que l’espérance en particulier l’inégalité
de Harris étudiée en partie 3.

18. On considère 𝐴, 𝐵 et 𝐶 trois événements tels que ℙ(𝐵 ∩ 𝐶) ≠ 0 et ℙ(𝐴 ∩ 𝐶) ≠ 0.

Montrer que ℙ𝐵∩𝐶 (𝐴) ≥ ℙ𝐶 (𝐴)ℙ𝐴∩𝐶 (𝐵).

• On admet que les probabilités conditionnelles qui interviennent dans la suite sont bien définies.

19. On pose 𝐴𝑖 = [𝑌𝑖 = 0] ∀𝑖 ∈ ⟦1 ; 𝑟⟧.

On note aussi 𝐼𝑖 = {𝑗 ∈ ⟦1 ; 𝑖 − 1⟧ / 𝑗 ≡ 𝑖} et 𝐽𝑖 son opposé.

Soit 𝑖 ≥ 2, on définit 𝐵𝑖 = ⋂𝑗∈𝐼𝑖 𝐴𝑗 et 𝐶𝑖 = ⋂𝑗∈𝐽𝑖 𝐴𝑗 , ainsi on a : 𝐵𝑖 ∩ 𝐶𝑖 = ⋂𝑖−1

𝑗=1 𝐴𝑗 .

a) Justifier que 𝐴𝑖 et 𝐶𝑖 sont indépendants. En déduire que ℙ𝐵𝑖 ∩𝐶𝑖 ̅̅̅̅̅ ̅̅̅̅̅
(𝐴𝑖 ) ≥ ℙ(𝐴 𝑖 )ℙ𝐴
̅̅̅𝑖 ∈𝐶𝑖 (𝐵𝑖 ).

b) ̅̅̅̅
Établir que ℙ𝐴̅̅̅𝑖 ∩𝐶𝑖 (𝐵𝑖 ) ≥ 1 − ∑𝑗∈𝐼𝑖 ℙ𝐴̅̅̅𝑖∩𝐶𝑖 (𝐴 𝑗 ).
 c) On admet provisoirement que pour 𝑗 ∈ ⟦1 ; 𝑖 − 1⟧ :

̅̅̅̅
ℙ𝐴̅̅̅𝑖∩𝐶𝑖 (𝐴 ̅
𝑗 ) ≤ ℙ𝐴̅𝑖 (𝐴𝑗 ) (1)

En déduire que, ℙ𝐵𝑖 ∩𝐶𝑖 (𝐴𝑖 ) ≤ 1 − ℙ(𝐴̅𝑖 )(1 − ∑𝑗∈𝐼𝑖 ℙ𝐴̅𝑖 (𝐴̅𝑗 )) .

d) Justifier que 1 − 𝑥 ≤ exp(−𝑥) ∀𝑥 ∈ ℝ et en déduire :

ℙ𝐵𝑖∩𝐶𝑖 (𝐴𝑖 ) ≤ exp ((−ℙ(𝐴̅𝑖 ) + ∑ ℙ(𝐴𝑗̅ ∩ 𝐴̅𝑖 ))

𝑗∈𝐼𝑖

20. On rappelle que ∆𝑛 = ∑(𝑖,𝑗)∈𝜖2 𝐸(𝑌𝑖 𝑌𝑗 ) où 𝜖 a été défini dans la partie I à la suite de la question 2.

a) Montrer que :
𝑟 𝑟

ℙ(𝑍𝑛 = 0) = ℙ (⋂ 𝐴𝑖 ) = ℙ(𝐴1 ) ∏ ℙ𝐵𝑖 ∈𝐶𝑖 (𝐴𝑖 )

𝑖=1 𝑖=2

b) En déduire alors :

∆𝑛
ℙ(𝑍𝑛 = 0) ≤ exp (−𝐸(𝑍𝑛 ) + ) (inégalité de Janson)
2

c) Justifier l’encadrement :

𝑛 𝑛 𝑎𝑛
(1 − 𝑝3 )(3 ) ≤ ℙ(𝑍𝑛 = 0) ≤ exp (− ( ) 𝑝3 + 𝑝5 )
3 2

21. On considère 𝑐 ∈ ℝ∗ + .

𝑐 3 𝑎𝑛 𝑐 5 𝑐3
a) Montrer que lim −(𝑛3) ( ) + ( ) =− .
𝑛→+∞ 𝑛 2 𝑛 6

𝑐3 𝑐3
b) Établir que lim (𝑛3) ln (1 − )=− .
𝑛→+∞ 𝑛3 6

𝑐
c) On suppose que 𝑛 > 𝑐 et 𝑝 = . Déterminer lim ℙ(𝑍𝑛 = 0).
𝑛 𝑛→+∞

22. Reprenons les notations de la partie II. L’exécution de l’instruction fonctionMystere(100) affiche
dans la console Python 0.849. Est-ce cohérent avec le résultat de la question précédente, si on
𝑥2
considère que pour 𝑥 assez petit, 𝑒 −𝑥 est proche de 1 − 𝑥 + ?
𝑥
23. Démonstration de (1) – Soit 𝑚 un entier plus grand que 2. On considère 𝑋1 , … , 𝑋𝑚 des variables de
Bernoulli indépendantes et 𝐼 un sous-ensemble de ⟦1 ; 𝑚⟧. On note 𝐽 le complémentaire de 𝐼 dans
⟦1 ; 𝑚⟧. On note 𝐴 l’événement :

[∏ 𝑋𝑖 = 1]
𝑖∈𝐼

a) Montrer que pour tout (𝑥1 , … 𝑥𝑚 ) ∈ {0 ; 1}𝑚 :

∏ ℙ(𝑋𝑖 = 𝑥𝑖 )
ℙ𝐴 ([𝑋1 = 𝑥1 ] ∩ … ∩ [𝑋𝑚 = 𝑥𝑚 ]) = { 𝑖∈𝐽 si ∏ 𝑥𝑖 = 1
0 sinon 𝑖∈𝐽

b) En déduire que les variables aléatoires 𝑋1 , … , 𝑋𝑚 sont indépendantes pour la probabilité

conditionnelle ℙ𝐴 .

• Soit 𝑖 ≥ 2, on reprend les notations de la question 19..

c) Montrer que pour tout 𝑗 ∈ ⟦1 ; 𝑖 − 1⟧ :

𝐸𝐴̅̅̅𝑖 (𝑌𝑗 ∏𝑘∈𝐽𝑖 (1 − 𝑌𝑘 ))

ℙ𝐴̅𝑖∩𝐶𝑖 (𝐴𝑗̅ ) =
ℙ𝐴̅𝑖 (𝐶𝑖 )

d) En utilisant l’inégalité de Harris, montrer que pour tout 𝑗 ∈ ⟦1 ; 𝑖 − 1⟧ :

ℙ𝐴̅𝑖 ∈𝐶𝑖 (𝐴𝑗̅ ) ≤ ℙ𝐴̅𝑖 (𝐴𝑗̅ )

FIN DU DEVOIR