Sunteți pe pagina 1din 11

SESSION 2018

Concours commun Centrale

MATHÉMATIQUES 1. FILIERE MP

Partie I - Préliminaires
On note (u|v) le produit scalaire de deux vecteurs u et v de E.
I.A - Projection sur un convexe fermé
Q1. Soit (a, b) ∈ E2 .

ka + bk2 + ka − bk2 = kak2 + 2(a|b) + kbk2 + kak2 − 2(a|b) + kbk2 = 2 kak2 + kbk2 .


Cette identité est l’identité du parallélogramme. Elle signifie que la somme des carrés des longueurs des quatre côtés d’un
parallélogramme est égale à la somme des carrés des longueurs de ses diagonales.
u−v u − v′
Q2. On applique l’identité de la question précédente à a = et b = . On obtient
2 2

′ 2
! ′
u − v 2 u − v ′ 2
2
u − v + v = 2 − v − v

+
2 2 2 2

v − v 2 v − v 2
  ′ ′
2 2 2
=2 ku − vk − = ku − vk −

4 2 2
< ku − vk2 (car v 6= v ′ ),

v + v′


et donc u − < ku − vk.
2
Q3. E = {ku − wk, w ∈ F} est une partie non vide et minorée de R et même de R+ . On en déduit que E admet une borne
inférieure d qui est un réel positif.
1
Pour tout n ∈ N, il existe wn ∈ F tel que d 6 ku − wn k 6 d + . Ceci entraine en particulier que pour tout n ∈ N,
n+1
1
kwn k 6 kuk + kwn − uk 6 kuk + d + 6 kuk + d + 1.
n+1
Donc, la suite w est bornée. Puisque E est de dimension
 finie, le théorème de Bolzano-Weierstrass permet d’affirmer
que l’on peut extraire de la suite w une suite wϕ(n) n∈N , convergeant vers un certain élément v de E. Puisque F est fermé

et que wϕ(n) n∈N ∈ FN , on sait que v est un élément de F.
1
Pour tout n ∈ N, on a d 6 u − wϕ(n) 6 d + . Quand n tend vers +∞, par continuité de l’application x 7→ kxk,
ϕ(n) + 1
on obtient


d 6 lim u − wϕ(n) = u − lim wϕ(n)

= ku − vk 6 d.
n→+∞ n→+∞

v est un élément de F tel que pour tout w ∈ F, ku − vk = d 6 ku − wk.


Q4. On suppose de plus que F est convexe. Montrons que v est unique. Soit v ′ ∈ F tel que pour tout w ∈ F, ku − v ′ k 6
ku − wk. On a alors ku − vk 6 ku − v ′ k et ku − v ′ 6 ku − vk et donc ku − vk = ku − v ′ k.
v + v′
Puisque F est convexe et que v et v ′ sont dans F, w = est dans F et vérifie
2


u − v + v = ku − wk > ku − vk.

2
La question Q2 montre qu’on ne peut avoir v 6= v ′ et donc v = v ′ . Ceci montre l’unicité de v.

http ://www.maths-france.fr 1 c Jean-Louis Rouget, 2018. Tous droits réservés.



I.B - Inégalité de Hölder pour l’espérance
Q5. Soient a et b deux réels positifs. L’inégalité à démontrer est claire quand a = 0 ou b = 0. On suppose dorénavant
a > 0 et b > 0
1
La fonction x 7→ ln x est concave sur ]0, +∞[ car deux fois dérivable sur ]0, +∞[, de dérivée seconde x 7→ − 2 négative
x
1 1
sur ]0, +∞[. Puisque et sont deux réels strictement positifs de somme 1, on a
p q
 
1 p 1 q 1 1
ln a + b > ln (ap ) + ln (bq ) = ln(ab)
p q p q
a p bq
et donc ab 6 + par croissance de la fonction exponentielle sur R.
p q
a p bq
On a montré que pour tout (a, b) ∈ [0, +∞[2 , ab 6 + .
p q
Q6. Posons X(Ω) = {x1 , . . . , xn } et Y(Ω) = {y1 , . . . , ym } où x1 , . . . xn sont deux à deux distincts et y1 , . . . , ym , sont deux
à deux distincts. Supposons tout d’abord E (|X|p ) = E (|Y|q ) = 1.
D’après la formule de transfert et la question Q5,

X
E (|XY|) = |xi yj | P ((X = xi ) ∩ (Y = yj ))
(i,j)∈J1,nK×J1,mK
X 1

p 1 q

6 |xi | + |yj | P ((X = xi ) ∩ (Y = yj ))
p q
(i,j)∈J1,nK×J1,mK
    !
n m m n
1 X p X 1 X q
X
= |xi | P ((X = xi ) ∩ (Y = yj )) +  |yj | P ((X = xi ) ∩ (Y = yj )) 
p q
i=1 j=1 j=1 i=1
n m
1X p 1X q
= |xi | P (X = xi ) + |yj | P (Y = yj )
p q
i=1 j=1
1 1 1 1
= E (|X|p ) + E (|Y|q ) = + = 1
p q p q
1 1
= (E (|X|p )) p (E (|Y|q )) q .

L’inégalité de Hölder est donc démontrée dans le cas où E (|X|p ) = E (|Y|q ) = 1. Supposons maintenant E (|X|p ) > 0 et
X Y
E (|Y|q ) > 0. Soient X ′ = ′
1 et Y = 1 . Alors,
p
(E (X )) p
(E (Y q )) q
Xp
 
′p
E (X ) = E =1
E (Xp )
!
′q
XY 1 1
et de même, E (Y ) = 1. Mais alors E 6 1 puis E(|XY|) 6 (E (Xp )) p (E (Y q )) q .

1 1
(E (Xp )) p (E (Y q )) q

Il reste à étudier le cas où l’un des deux nombres E (Xp ) ou E (Y q ) est nul. Supposons par exemple que E (Xp ) = 0. Donc,
n
X p
|xi | P (X = xi ) = 0
i=1
p
puis pour tout i ∈ J1, nK, |xi | P (X = xi ) = 0. Si xi 6= 0, on a nécessairement P (X = xi ) = 0. Ceci montre que nécessai-
rement, Xp prend la valeur 0 avec une probabilité 1 et toute autre valeur éventuelle de Xp est prise avec une probabilité
égale à 0. Mais alors, il en est de même de X et finalement E(|X|) = 0. Maintenant, la variable Y prend un nombre fini de
valeurs et est donc bornée. Soit M un majorant de |Y|. Alors, par croissance de l’espérance,

0 6 E(|XY|) 6 ME(|X|) = 0
1 1
puis E(|XY|) = 0 = (E (Xp )) (E (Y q )) .
p q

1 1
Dans tous les cas, on a montré que E(|XY|) 6 (E (Xp )) p (E (Y q )) q .

http ://www.maths-france.fr 2 c Jean-Louis Rouget, 2018. Tous droits réservés.



I.C - Espérance conditionnelle
X
Q7. E(X) = xP(X = x). Maintenant, (Ai )16i6m est un système complet d’événements. Donc, pour tout x ∈ X(Ω),
x∈X(Ω)
d’après la formule des probabilités totales
m
X
P(X = x) = P (Ai ) × PAi (X = x)
i=1

puis, les sommes étant finies,

!  
X m
X m
X m
X
E(X) = x P (Ai ) × PAi (X = x) = P (Ai )  xPAi (X = x)
x∈X(Ω) i=1 i=1 x∈X(Ω)
m
X
= P (Ai ) E (X|Ai ) .
i=1

I.D - Variables aléatoires à queue sous-gaussienne


Q8. Posons X2 (Ω) = {y1 , . . . , yn } où 0 6 y1 < y2 < . . . < yn . La fonction t 7→ tP(|X| > t) est continue par morceaux et
positive sur [0, +∞[ car,
 √  2 2
 2
 √ 
• si t ∈ 0, y1 , P(|X| > t) = P X > t = P X > y1 = P |X|  y1 = 1
>
√ √  √
• si t ∈  yk , yk+1
 , 1 6 k 6 n − 1, P(|X| > t) = P |X| > yk+1

• si t ∈ yn , +∞ , P(|X| > t) = 0.
Mais alors,

Z +∞ Z √y1 X n−1 Z √yk+1 Z +∞


√ √
2 tP(|X| > t) dt = 2 tP (|X| > y1 ) dt + 2 √
tP (|X| > yk+1 ) dt + 2 0 dt
0 0 k=1 yk yn
Z y1 X Z yk+1
n−1
√ √
= P (|X| > y1 ) du + P (|X| > yk+1 ) du (en posant u = t2 dans chaque intégrale)
0 k=1 yk
n−1
X
√ √
= y1 P (|X| > y1 ) + (yk+1 − yk ) P (|X| > yk+1 )
k=1
n−1
X n−1
X
√ √ √
= y1 P (|X| > y1 ) + yk+1 P (|X| > yk+1 ) − yk P (|X| > yk+1 )
k=1 k=1
n
X n−1
X
√ √
= yk P (|X| > yk ) − yk P (|X| > yk+1 )
k=1 k=1
n−1
X √ √ √
= yk (P (|X| > yk ) − P (|X| > yk+1 )) + yn P (|X| > yn )
k=1
n−1
X n−1
X
√ √ √ √ √
= yk P ( yk 6 |X| < yk+1 ) + yn P (|X| > yn ) = yk P (|X| = yk ) + yn P (|X| = yn )
k=1 k=1
n
X n
X

yk P X2 = yk = E X2 .
 
= yk P (|X| = yk ) =
k=1 k=1

Q9. Par suite, a et b étant strictement positifs,


Z +∞ " 2
#+∞
2
 −bt2 e−bt a
E X 6 2a te dt = 2a = .
0 −2b b
0

Q10. Soit t un réel. On a |X + δ| 6 |X| + |δ| et donc si ω est un élément de Ω tel que |X(ω) + δ| > t, alors |X(ω)| + |δ| > t
puis |X(Ω)| > t − |δ|. Ceci montre que {ω ∈ Ω/ |X(ω) + δ| > t} ⊂ {ω ∈ Ω/ |X(ω)| > t − |δ|} puis que

P(|X + δ| > t) 6 P(|X| > t − |δ|).

http ://www.maths-france.fr 3 c Jean-Louis Rouget, 2018. Tous droits réservés.



Q11. Soit t un réel.
 
1 b b 2 b 2
a − bt2 + b(t − |δ|)2 = t2 − 2b|δ|t + bδ2 + a = (t − 2|δ|) − 2bδ2 + bδ2 + a = (t − 2|δ|) + a − bδ2 > 0 car
2
r 2 2 2
a
|δ| 6 ⇒ a − bδ2 > 0.
b
1
Par suite, pour tout réel t, −b(t − |δ|)2 6 a − bt2 .
2
Q12. Soit t un réel tel que t > |δ|

P(|X + δ| > t) 6 P(|X| > t − |δ|)


 
2
6 a exp −b (t − |δ|) (car t − |δ| > 0)
   
1 1
6 a exp a − bt2 = a exp(a) exp − bt2 .
2 2
Q13. Soit t ∈] − |δ|, |δ|[. Alors, t − |δ| < 0 puisP(|X| > t− |δ|) = P(|X| > 0) 6 a (et donc 1 6 a). D’autre part,
1 1 1
a − bt2 > a − bδ2 > a − bδ2 > 0 et donc exp a − bt2 > 1. Donc,
2 2 2
 
1
P(|X + δ| > t) 6 P(|X| > t − |δ|) 6 a 6 a exp(a) exp − bt2 .
2

Partie II - L’inégalité de concentration de Talagrand


II.A - Etude de deux cas particuliers
Q14. Si C ne rencontre pas X(Ω), l’événement {X ∈ C} est vide puis P(X ∈ C) = 0. L’inégalité est donc vraie quand C ne
rencontre pas X(Ω).
n
X n
X
1 1 2
Q15. Posons u = αi ei où (αi )16i6n ∈ {−1, 1}n . Posons encore Y = d(X, u)2 = (εi − αi ) . Pour i ∈ J1, nK,
4 4
i=1 i=1
1 2
posons encore Yi = (εi − αi ) (Yi est une variable aléatoire car εi l’est) de sorte que
4
Xn
Y= Yi .
i=1
1 1
Chaque Yi prend les valeurs 0 ou 1 (suivant que εi 6= αi ou εi = αi ) avec probabilités respectives et . Donc, ∀i ∈ J1, nK,
  2 2
1
Yi ∼ B . Puisque les Yi sont des variables indépendantes (car les εi le sont), on sait que
2
Xn  
1
Y= Yi ∼ B n, .
2
i=1
Q16. D’après le théorème de transfert,

      X n  
1 2 1 k 1 2
E exp d(X, u) = E exp Y = e2 P d(X, u) = k
8 2 4
k=0
Xn    n n  
n k2 1 1 X n √ k
= e = n e
k 2 2 k
k=0 k=0
 √ n
1+ e
= .
2
En particulier,
    n
1 2 1+3
E exp d(X, u) 6 = 2n .
8 2
     
1 1
Q17. Puisque u ∈ C, d(X, C) 6 kX − uk = d(X, u) puis E exp d(X, C)2 6 E exp d(X, u)2 6 2n . D’autre
8 8
part, par indépendance des variables εi , 1 6 i 6 n,

http ://www.maths-france.fr 4 c Jean-Louis Rouget, 2018. Tous droits réservés.



n
Y 1
P(X ∈ C) = P(X = u) = P (ε1 = α1 , . . . , εn = αn ) = P (εi = αi ) =
2n
i=1
  
1 1
et finalement, P(X ∈ C)E exp d(X, C)2 6 × 2n = 1.
8 2n
II.B - Initialisation
Q18. Si n = 1, X prend les deux valeurs e1 et −e1 avec équiprobabilité. Puisque C ∩ X(Ω) contient au moins deux
1
éléments, on a donc C ∩ X(Ω) = {−e1 , e1 } = X(Ω) ou encore X(Ω) ⊂ C. Par suite, P(X ∈ C) = 1 et (X, C)2 (Ω) = {0} de
   d
1
sorte que E exp d(X, C)2 = 1. Finalement,
8
  
1
P(X ∈ C) × E exp d(X, C)2 = 1 6 1.
8
II.C - Propriétés de C+1 et C−1
Q19. Soit x ′ ∈ E ′ .
• x ′ + ten ∈ Ht puis x ′ = π (x ′ + ten ). Si de plus x ′ + ten ∈ C, alors x ′ = π (x ′ + ten ) ∈ π (C ∩ Ht ) = Ct .
n−1
X
• Si x ′ ∈ Ct , il existe y ∈ C ∩ Ht tel que x ′ = π(y). Puisque y ∈ Ht , on peut poser y = yi ei + ten de sorte que
i=1
n−1
X
π(y) = yi ei = y − ten . Mais alors, x ′ + ten = y ∈ C.
i=1
2
Q20. Soit ε ∈ {−1, 1}. Soient (x ′ , y ′ ) ∈ (Cε ) et λ ∈ [0, 1]. Alors, d’après la question précédente, (x ′ + εen , y ′ + εen ) ∈ C2
et donc (1 − λ) (x ′ + εen ) + λ (y ′ + εen ) = (1 − λ)x ′ + λy ′ + εen ∈ C. Mais alors, toujours d’après la question précédente,
(1 − λ)x ′ + λy ′ ∈ Cε . Ceci montre que Cε est un convexe de E ′ .
Soit (up )p∈N une suite convergente d’éléments de Cε . Soit u = lim up .
p→+∞
Pour tout p ∈ N, up + εen est dans C. La suite (up + εen )p∈N converge vers u + εen qui est donc un élément de C,
puisque C est fermé. Donc, u ∈ Cε .
Ainsi, toute suite convergente d’éléments de Cε , converge dans Cε et donc Cε est un fermé de E ′ .
En résumé, pour ε ∈ {−1, 1}, Cε est un convexe fermé de E ′ .
Q21. (εn = 1, εn = −1) est un système complet d’événements. D’après la formule des probabilités totales,

P(X ∈ C) = P (εn = 1) × Pεn =1 (X ∈ C) + P (εn = −1) × Pεn =−1 (X ∈ C)


1 1
= P (X ′ + en ∈ C) + P (X ′ − en ∈ C)
2 2
1 1
= P (X ′ ∈ C+1 ) + P (X ′ ∈ C−1 ) .
2 2

II.D - Une inégalité cruciale


Q22. Par définition, Yεn ∈ Cεn et donc Yε + εn en ∈ C. De même, Y−ε − εn en ∈ C. Puisque C est convexe, le vecteur
w = (1 − λ) (Yε + εn en ) + λ (Y−ε − εn en ) est dans C.
Par définition de d(X, C), on en déduit que d(X, C) 6 kX − wk = k(1 − λ) (Yε + εn en ) + λ (Y−ε − εn en ) − Xk.
Q23.

2 2
k(1 − λ) (Yε + εn en ) + λ (Y−ε − εn en ) − Xk = k(1 − λ) (Yε + εn en ) + λ (Y−ε − εn en ) − (1 − λ) (X ′ + εn en ) − λ (X ′ + εn en )k
2
= k(1 − λ) (Yεn − X ′ ) + λ (Y−εn − X ′ ) − 2λεn en k .

Maintenant, Yεn − X ′ et Y−εn − X ′ sont dans E ′ = Vect (e1 , . . . , en−1 ) et −2λεen est dans Vect (en ) = E ′⊥ . D’après le
théorème de Pythagore,

2 2 2
d(X, C)2 6 k(1 − λ) (Yεn − X ′ ) + λ (Y−εn − X ′ ) − 2λεn en k = k−2λεn en k + k(1 − λ) (Yεn − X ′ ) + λ (Y−εn − X ′ )k
2
= 4λ2 + k(1 − λ) (Yεn − X ′ ) + λ (Y−εn − X ′ )k .

http ://www.maths-france.fr 5 c Jean-Louis Rouget, 2018. Tous droits réservés.



2
Soit (x, y) ∈ E2 et λ ∈ [0, 1]. Montrons que k(1 − λ)x + λyk 6 (1 − λ)kxk2 + λkyk2 .

(1 − λ)kxk2 + λkyk2 − k(1 − λ)x + λyk2 = λ(1 − λ) kxk2 − 2(x|y) + kyk2




= λ(1 − λ)kx − yk2 > 0


2
et donc k(1 − λ)x + λyk 6 (1 − λ)kxk2 + λkyk2 .
Ainsi,

2
d(X, C)2 6 4λ2 + k(1 − λ) (Yεn − X ′ ) + λ (Y−εn − X ′ )k
2 2
6 4λ2 + (1 − λ) kYεn − X ′ k + λ kY−εn − X ′ k
2 2
= 4λ2 + (1 − λ)d (X ′ , Cεn ) + λ (X ′ , C−εn ) (par définition de Y±εn ).

II.E - Espérances conditionnelles


Q24. D’après l’hypothèse faite sur X, C ∩ X(ω) contient au moins un vecteur de dernière coordonnée 1 et au moins un
n−1
X
vecteur de dernière coordonnée −1 que l’on note u = βi ei − en = u ′ − en où les βi sont dans {−1, 1}. Le vecteur
i=1
u ′ − en est dans C et donc le vecteur u ′ est dans C−1 puis

p− > P(X ′ = u ′ ) > 0.

Q25. Soit ω ∈ Ω tel que εn (ω) = −1. D’après la question Q23,

2 2
d(X(ω, C)2 6 4λ2 + (1 − λ)d X ′ (ω), Cεn (ω) + λd X ′ (ω), C−εn (ω)
2 2
= 4λ2 + (1 − λ)d (X ′ (ω), C−1 ) + λd (X ′ (ω), C+1 )
1−λ  λ
λ2
     
1 1 ′ 2 1 ′ 2
puis exp d(X(ω), C)2 6 exp exp d (X (ω), C−1 ) exp d (X (ω), C+1 ) .
8 2 8 8
Par croissance de l’espérance conditionnelle, on en déduit que,

     2   1−λ   λ !
1 2 λ 1 ′ 2 1 ′ 2
E exp d(X, C) |εn = −1 6 exp E exp d (X , C−1 ) exp d (X , C+1 ) |εn = −1
8 2 8 8
 2   1−λ   λ !
λ 1 ′ 2 1 ′ 2
= exp E exp d (X , C−1 ) exp d (X , C+1 ) .
2 8 8

1 1
Q26. Soit λ ∈]0, 1[. On applique l’inégalité de Hölder avec p = et q = de sorte que p et q sont deux réels
1−λ λ
1 1
strictement positifs tels que + = 1. On obtient
p q
  1−λ   λ !    1−λ    λ
1 ′ 2 1 ′ 2 1 2 1 2
E exp d (X , C−1 ) exp d (X , C+1 ) 6 E exp d (X ′ , C−1 ) E exp d (X ′ , C+1 )
8 8 8 8

et donc,

     2   1−λ    λ


1 2 λ 1 ′ 2 1 ′ 2
E exp d(X, C) |εn = −1 6 exp E exp d (X , C−1 ) E exp d (X , C+1 ) .
8 2 8 8

Enfin, λ = 0 ou λ = 1, l’inégalité à établir est l’inégalité de la question Q25. L’inégalité de cette question est donc
démontrée pour tout λ ∈ [0, 1].
Q27. En remplaçant dans tout ce qui précède, −1 par +1 et +1 par −1 (l’inégalité p+ > p− n’ayant pas encore servi),
on a aussi pour tout λ ∈ [0, 1],

http ://www.maths-france.fr 6 c Jean-Louis Rouget, 2018. Tous droits réservés.



     2   1−λ    λ
1 2 λ 1 ′ 2 1 ′ 2
E exp d(X, C) |εn = 1 6 exp E exp d (X , C+1 ) E exp d (X , C−1 ) .
8 2 8 8

Quand λ = 0 et en multipliant par le réel positif p+ , on obtient en particulier

      
1 2 1 ′ 2
p+ × E exp d(X, C) |εn = 1 6 p+ E exp d (X , C+1 )
8 8
  
′ 1 ′ 2
= P (X ∈ C+1 ) E exp d (X , C+1 ) .
8

Maintenant, d’après la question Q20, C+1 est un convexe fermé et non vide de E ′ qui est de dimension n−1. Par hypothèse
de récurrence,
      
1 2 ′ 1 ′ 2
p+ × E exp d(X, C) |εn = 1 6 P (X ∈ C+1 ) E exp d (X , C+1 ) 6 1,
8 8
et donc, puisque p+ > p− > 0,
   
1 1
E exp d(X, C)2 |εn = 1 6 .
8 p+
Q28. Soit λ ∈ [0, 1]. D’après la formule de l’espérance totale établie à la question Q7,

          
1 1 1
E exp d(X, C)2 = P (εn = 1) E exp 2
d(X, C) |εn = 1 + P (εn = −1) E exp 2
d(X, C) |εn = −1
8 8 8
        
1 1 2 1 2
= E exp d(X, C) |εn = 1 + E exp d(X, C) |εn = −1
2 8 8
 2   1−λ    λ !
1 1 λ 1 ′ 2 1 ′ 2
6 + exp E exp d (X , C−1 ) E exp d (X , C+1 ) .
2 p+ 2 8 8


Ensuite, C+1 estC−1 sont des convexes fermés non videsde E qui est  de dimension n − 1 et donc, par hypothèse
1 ′ 2 1 1 ′ 2 1
de récurrence, E exp d (X , C−1 ) 6 et E exp d (X , C+1 ) 6 . On a donc montré que pour tout
8 p− 8 p+
λ ∈ [0, 1],
    2 !
1 2 1 1 λ 1 1
E exp d(X, C) 6 + exp .
8 2 p+ 2 (p− )1−λ (p+ )λ
II.F - Optimisation
p−
Q29. Puisque p+ > p− > 0, λ = 1 − est dans [0, 1[ puis
p+
!
λ2
    
1 1 1 1 1
E exp d(X, C)2 6 + exp
8 2 p+ 2 (p− )1−λ (p+ )λ
 2   λ−1 !
1 λ p−
= 1 + exp
2p+ 2 p+
  2 
1 λ λ−1
= 1 + exp (1 − λ) .
2p+ 2

x2
Q30. Pour x ∈ [0, 1[, posons f(x) = ln(2 + x) − ln(2 − x) − (x − 1) ln(1 − x) − . f est deux fois dérivable sur [0, 1[ et pour
2
x ∈ [0, 1[,
1 1
f ′ (x) = + − ln(1 − x) − 1 − x
2+x 2−x
puis

http ://www.maths-france.fr 7 c Jean-Louis Rouget, 2018. Tous droits réservés.



1 1 1 8x x
f ′′ (x) = − + + −1= 2
+ > 0.
(2 + x)2 (2 − x)2 1 − x 2
(x − 4) 1 − x
f ′ est donc une fonction croissante sur [0, 1[. Puisque f ′ (0) = 0, f ′ est positive sur [0, 1[ puis f est croissante sur [0, 1[.
Puisque f(0) = 0, f est positive sur [0, 1[ et donc

x2
∀x ∈ [0, 1[, + (x − 1) ln(1 − x) 6 ln(2 + x) − ln(2 − x).
2
Q31. Par croissance de l’exponentielle sur R, on en déduit encore que, pour x ∈ [0, 1[,
x2 2+x
e 2 (x − 1)1−x 6
2−x
puis que
x2 2+x 4
1+e 2 (x − 1)1−x 6 1 + = .
2−x 2−x
p−
Q32. Ainsi, pour λ = 1 − ∈ [0, 1[,
p+
  
1 1 4
E exp d(X, C)2 6 × ,
8 2p+ 2−λ
puis,

     
1 1 1
P(X ∈ C)E exp d(X, C)2 = (p+ + p− ) E exp d(X, C)2 (d’après Q21)
8 2 8
 
1 1 4 1 p− 4
6 (p+ + p− ) = 1+
2 2p+ 2 − λ 4 p+ 2 − λ
1 4
= (1 + 1 − λ) = 1.
4 2−λ
L’inégalité est démontrée par récurrence.
II.G - Inégalité de Talagrand
Q33. Soit t un réel strictement positif.

    2 
1 t
P(X ∈ C) × P(d(X, C) > t) = P(X ∈ C) × P exp d(X, C)2 > exp
8 8
  
1
E exp d(X, C)2
8
6 P(X ∈ C) ×  2 (d’après l’inégalité de Markov)
t
exp
8
 2
1 t
6  2  = exp − .
t 8
exp
8

Partie III - Démonstration du théorème de Johnson-Lindentstrauss


III.A - Une inégalité de concentration
Q34. Si r < 0, C est vide et en particulier, C est une partie convexe et fermée de Mk,d (R). Dorénavant, r > 0. Dans ce
cas, C contient la matrice nulle et n’est donc pas vide.
• Soient(M, N) ∈ C2 et λ ∈ [0, 1].

k((1 − λ)M + λN)uk = k(1 − λ)Mu + λNuk 6 (1 − λ)kMuk + λkNuk 6 (1 − λ)r + λr = r.


Donc, (1 − λ)M + λN ∈ C. Ceci montre que C est convexe.
• L’application h1 : M 7→ Mu est une application linéaire sur Mk,d (R) à valeurs dans Mk,1 (R) et donc h1 est continue
sur Mk,d (R). D’autre part, l’application h2 : v 7→ kvk est continue sur Mk,1 (R). On en déduit que g = h2 ◦ h1 est

http ://www.maths-france.fr 8 c Jean-Louis Rouget, 2018. Tous droits réservés.



continue sur Mk,d (R). Par suite, C = g−1 ([0, r]) est un fermé de Mk,d (R) en tant qu’image réciproque d’un fermé de R
par l’application continue g.
Finalement, C est une partie convexe et fermée de Mk,d (R).
Q35. Posons M = (mi,j )16i6k, 16j6d .

 2
k
X Xd
kMuk2 =  mi,j uj 
i=1 j=1
  
k
X Xd d
X
6  m2i,j   u2j  (d’après l’inégalité de Cauchy-Schwarz)
i=1 j=1 j=1
 
k
X Xd
=  m2i,j  (car kuk = 1)
i=1 j=1

= Tr MT M = kMk2F ,


et donc kMuk 6 kMkF .


Q36. Supposons d(M, C) < t. Si r > 0, C est non vide.
Puisque C est un convexe fermé non vide de Mk,d (R), il existe N ∈ C telle que d(M, C) = kM − NkF d’après la question
Q4. D’après la question précédente,

kMuk − kNuk 6 k(M − N)uk 6 kM − NkF = d(M, C) < t


puis

g(M) = kMuk 6 kNuk + t 6 r + t (car N ∈ C).


Si r < 0, C est vide et d(X, C) n’est pas défini.
Q37. Soit r > 0. D’après la question précédente, l’événement {d(X, C) < t} est contenu dans l’événement {g(X) < r + t}.
Par passage au complémentaire, on obtient {g(X) > r + t} ⊂ {d(X, C) > t} puis, d’après la question Q33,

P(g(X) 6 r)P(g(X) > r + t) = P(X ∈ C)P(g(X) > r + t)


 2
t
6 P(X ∈ C)P(d(X, C) > t) 6 exp − .
8

Si r < 0, P(g(X) 6 r) = 0 et l’inégalité est immédiate.


III.B - Médianes
Q38. X prend un nombre fini de valeurs dans Mk,d (R) puis g(X) prend un nombre fini de valeurs positives : 0 6 y1 <
y2 < . . . < yp .
La fonction G : t 7→ P(g(X) 6 t) est croissante
sur R (car si t 6 t ′ , alors {g(X) 6 t} ⊂ {g(X) 6 t ′ }). G (yp ) =
1
P (g(X) 6 yp ) = 1. On peut poser i = Min j ∈ J1, pK/ G (yj ) > puis on pose m = yi .
2
1 1
Par construction, P (g(X) 6 m) > . Si i > 2, par construction P (g(X) 6 yi−1 ) < puis
2 2
1 1
P(g(X) > m) = P (g(X) > yi ) = 1 − P (g(X) < yi ) = 1 − P (g(X) 6 yi−1 ) > 1 − = .
2 2
1 1
Si i = 1, P(g(X) = y1 ) = P (g(X) 6 y1 ) > et donc P (g(X) > y1 ) > P (g(X) = y1 ) > . Dans tous les cas, m = yi
2 2
convient.
Q39. Soit t > 0.

http ://www.maths-france.fr 9 c Jean-Louis Rouget, 2018. Tous droits réservés.



P(|g(X) − m| > t) = P((g(X) > m + t) ∪ (g(X) 6 m − t))
 
1 1
6 P(g(X) > m + t) + P(g(X) 6 m − t) = 2 × P(g(X) > m + t) + P(g(X) 6 m − t)
2 2
6 2 (P(g(x) 6 m)P(g(X) > m + t) + P(g(X) 6 m − t)P(g(X) > m))
    
1 1
6 2 exp − ((m + t) − m)2 + exp − (m − (m − t))2 (d’après Q37)
8 8
 
1
= 4 exp − t2 .
8
Q40. On en déduit que

  Z +∞
2
E (g(X) − m) = 2 tP(|g(X) − m| > t) dt (d’après la question Q8)
0
Z +∞     +∞
1 2 1 2
68 texp − t dt = 8 −4exp − t
0 8 8 0
= 32.
k
X d
X
Q41. (g(X))2 = kXuk2 = (Xu)2i (où pour i ∈ J1, kK, (Xu)i = εi,j uj ). Par linéarité de l’espérance,
i=1 j=1
k
X
2
E (Xu)2i .
 
E (g(X)) =
i=1
Ensuite, pour 1 6 i 6 k

 2 
d
X
E (Xu)2i = E 

εi,j uj  
 
j=1

d
X X
u2j E ε2i,j + 2

= uj uj ′ E (εi,j εi,j ′ ) .
j=1 16j<j ′ 6d

Ensuite, E ε2i,j = E(1) = 1 puis pour j 6= j ′ , les variables εi,j et εi,j ′ étant indépendantes,


 2
1 1
E (εi,j εi,j ′ ) = E (εi,j ) E (εi,j ′ ) = 1× + (−1) × = 0.
2 2
d
 X
Il reste E (Xu)2i = u2j = kuk2 = 1 puis
j=1
k
 X
E (g(X))2 = 1 = k.
i=1
2

On a montré que E (g(X)) = k.
2
D’après l’inégalité de Cauchy-Schwarz, (E(g(X)))2 = (E(g(X) × 1)) 6 E (g(X))2 E 12 = k et donc, puisque g(X)
 

est une variable positive, 0 6 E(g(X)) 6 k.
Q42. On en déduit que

√ √ 2
E (g(X) − m)2 = E (g(X))2 − 2mE(g(X)) + m2 = k − 2mE(g(X)) + m2 > k − 2m k + m2 =
 
k−m .

III.C - Un lemme clé


1
Q43. D’après la question Q39, la variable aléatoire Y = g(X) − m vérifie l’inégalité de la question Q4 avec a = 4 et b = .
8
a √
r
D’après les questions Q12 et Q13, si 0 6 |δ| 6 = 32, alors pour t > 0,
b

http ://www.maths-france.fr 10 c Jean-Louis Rouget, 2018. Tous droits réservés.



 
1 2 4
P(|g(X) − m + δ| > t) = P(|Y + δ| > t) 6 4e exp − t (∗).
16
√ 2 √ √
k − m 6 E (g(X) − m)2 6 32 puis k − m 6 32. On peut donc appliquer

D’après les questions Q40 et Q42,


(∗) avec δ = m − k et on obtient pour t > 0,

 
  1
P g(X) − k > t 6 4e4 exp − t2 .

16
√ √ √ √

X
Q44. |kAk uk − 1| > ε ⇔ √
k u − 1 > ε ⇔ kXuk − k > ε k ⇔ g(X) − k > ε k. D’après la question précédente,

    
1 1 1
P (|kAk uk − 1| > ε) 6 4e4 exp − kε2 6 4e4 exp − 160 ln = 4e4 δ10
16 16 δ
 9
4 1 e4 34 81
< 4e δ = 7δ < 7δ = δ
2 2 2 128
< δ.

III.D - Conclusion
1
Q45. En posant u = (vi − vj ),
kvi − vj k
(1 − ε) kvi − vj k 6 kAk vi − Ak vj k 6 (1 + ε) kvi − vj k ⇔ 1 − ε 6 kAk uk 6 1 + ε ⇔ |kAk uk − 1| 6 ε.

Donc, Ei,j est l’événement {|kAk uk − 1| > ε}. D’après la question 44, P Ei,j < δ.
Q46.

     
\ \ [ P
X 
1−P Ei,j  = P  Ei,j  = P  Ei,j  6 Ei,j
16i<j6N 16i<j6N 16i<j6N 16i<j6N
j−1
N
! N
X X X X
< δ=δ 1 =δ (j − 1)
16i<j6N j=2 i=1 j=2
N(N − 1)
= δ.
2
 
\ N(N − 1)
et donc P  Ei,j  > 1 − δ.
2
16i<j6N

1 1 1 ln(1/δ)
Q47. On prend δ de la forme avec α > 2. On a bien 0 < δ 6 2 < . La condition k > 160 s’écrit encore
Nα 2 2 ε2
ln(N)
k>c où c = 160α est une constante strictement positive indépendante de N, d, k et ε.
ε2
\
Toute réalisation de l’événement Ei,j fournit une application linéaire Ak de Rk dans Rd qui est une ε-isométrie.
16i<j6n
La probabilité de cet événement vérifie
 
\ N(N − 1)
P Ei,j  > 1 − .
2Nα
16i<j6N

ln(N)
En choisissant α = 2, on voit que sous la condition k > c , on a plus d’une chance sur deux qu’il existe une ε-isométrie
ε2
k d
de R dans R . En choisissant α = 100, on voit que l’existence d’une telle ε-isométrie est quasiment certaine.

http ://www.maths-france.fr 11 c Jean-Louis Rouget, 2018. Tous droits réservés.

S-ar putea să vă placă și