Documente Academic
Documente Profesional
Documente Cultură
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→+∞
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 .
!
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
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
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,
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 .
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 ).
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,
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],
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
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
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 ,
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.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.