Analyse pour l'agrégation de mathématiques, 40 développements

Julien Bernis et Laurent Bernis

Utilisés dans les 64 versions de développements suivants :

  • Développement :
  • Remarque :
    Énoncé : Soit $f\in\mathcal{C}^1\left([0,\pi],\mathbb{R}\right)$ telle que $f(0)=f(\pi)=0$. Notons $K_f$ l'ensemble des éléments
    $$u\;:\:\begin{cases} [0,\pi] \times \mathbb{R}_{+} \longrightarrow \mathbb{R}, \\
    (x,t)\longmapsto u(x,t).
    \end{cases}$$
    de $\mathcal{C}\left([0,\pi] \times \mathbb{R}_+\right)$ qui vérifient :

    1.i. $\partial_x u$ et $\partial_t u$ existent et sont continues sur $[0,\pi] \times \mathbb{R}_+^*$,
    ii. $\partial^2_{x^2} u$ existe et est continue sur $[0,\pi] \times \mathbb{R}_+^*$,
    iii. pour tout réel $t\ge 0$, $u(0,t)=u(\pi,t)=0$,
    iv. pour tout $ (x,t)\in [0,\pi] \times\mathbb{R}_+^*$, $\partial_t u(x,t)=\partial^2_{x^2} u(x,t)$\,;

    2. Pour tout $ x\in[0,\pi]$, $u(x,0)=f(x)$.
    Alors $K_f$ est un singleton.

    Nous donnerons de plus l'expression de l'unique élément de $K_f$ sous forme de la somme d'une série d'applications.
  • Référence :
  • Développement :
  • Remarque :
    Soit $a$ et $b$ deux réels tels que $a$ soit strictement inférieur à $b$.
    Soit $C$ une courbe de $\mathbb{R}^2$ admettant un paramétrage $([a,b],f)$ vérifiant :
    -- $f(a)=f(b)$
    -- $f_{[a,b[}$ injective
    -- $f$ est de classe $\mathcal{C}^1$ sur $[a,b]$ et $f'$ ne s'annule pas.

    Soit $A$ l'unique composante connexe bornée définie par $C$. Alors on a :
    -- La longueur $L$ de la courbe $C$ vérifie : $$L^2 \geq 4\pi\lambda(A);$$
    -- $L^2 = 4\pi \lambda(A)$ si et seulement si $C$ est un cercle.


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Peut être présentée avec une application.

    Soit $(X_n)_{n\in\mathbb{N}^*}$ une suite de variables aléatoires à valeurs réelles, indépendantes, centrées. On suppose qu'il existe une suite de réels strictement positifs $(c_n)_{n\in\mathbb{N}^*}$ telle que pour tout $n\in\mathbb{N}^*$, on ait :
    $$|X_n|\leq c_n, \text{ presque sûrement.}$$
    On note $S_n=\sum_{k=1}^{n}{X_k}$. Alors, pour tout $\varepsilon\in\mathbb{R}_+^*$ et tout $n\in\mathbb{N}^*$, on a :
    \begin{equation} \mathbb{P}(|S_n|>\varepsilon) \leq 2\exp\left(\frac{-\varepsilon^2}{2\sum_{k=1}^{n}{c_k^2}}\right) \end{equation}

    Référence (théorème et deux applications) : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Une application qui peut être proposée concerne la stabilité des systèmes newtoniens.

    Énoncé : Soient un entier $n\ge 1$, $\mathcal{U}$ un ouvert de $\mathbb{R}^n$ contenant l'origine $\mathbf{0}$, et $f$ un élément de $\mathcal{C}^3(\mathcal{U}, \mathbb{R})$. On suppose que la différentielle de $f$ est nulle en l'origine et que sa différentielle d'ordre $2$ est non dégénérée en l'origine.
    Alors il existe un $\mathcal{C}^1$-difféomorphisme $\Phi$ d'un voisinage $\mathcal{V}$ de $ \mathbf{0} $ sur un voisnage $\mathcal W$ de $ \mathbf{0} $ inclus dans $\mathcal U$, qui conserve l'origine et tel que pour tout $ Z \in \mathcal{V}$, on ait :
    \begin{equation} f(\Phi( Z) ) - f( \mathbf{0} ) = \frac{1}{2} \mathrm{D}^2_{ \mathbf{0} }f\cdot \left( Z,Z\right). \end{equation}


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    L'application concerne la stabilité des systèmes newtoniens.

    Énoncé : Soient un entier $n\ge 1$, $\mathcal{U}$ un ouvert de $\mathbb{R}^n$ contenant l'origine $\mathbf{0}$, et $f$ un élément de $\mathcal{C}^3(\mathcal{U}, \mathbb{R})$. On suppose que la différentielle de $f$ est nulle en l'origine et que sa différentielle d'ordre $2$ est non dégénérée en l'origine.
    Alors il existe un $\mathcal{C}^1$-difféomorphisme $\Phi$ d'un voisinage $\mathcal{V}$ de $ \mathbf{0} $ sur un voisnage $\mathcal W$ de $ \mathbf{0} $ inclus dans $\mathcal U$, qui conserve l'origine et tel que pour tout $ Z \in \mathcal{V}$, on ait :
    \begin{equation} f(\Phi( Z) ) - f( \mathbf{0} ) = \frac{1}{2} \mathrm{D}^2_{ \mathbf{0} }f\cdot \left( Z,Z\right). \end{equation}


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Énoncé : Pour tout entier naturel $n$ non nul, $B_n$ désigne le nombre de relations d'équivalence sur un ensemble à $n$ éléments. Et l'on conviendra que $B_0=1$.
    Alors :
    -- Pour tout $n\in\mathbb{N}$,
    \begin{equation}B_{n+1}=\sum\limits_{k=0}^{n} \begin{pmatrix}n\\k\\ \end{pmatrix}B_{n-k}.
    \end{equation}
    -- La série entière de la variable réelle $t$, $$\sum\limits_{n\ge 0}\frac{B_n}{n!}t^n$$
    a un rayon de convergence $R$ non nul et sa somme $S$ vérifie :
    $$
    \forall t\in \,]-R,R\,[, \;S'(t)= \exp(t)S(t).
    $$
    -- Pour tout entier naturel $n$,
    $$
    B_n=\frac 1 e\sum\limits_{p=0}^{+\infty} \frac {p^n }{ p! }\hbox{ (formule de Doblinski)}.
    $$

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Soit $(X_n)_{n\in\mathbb{N}*}$ une suite de variables aléatoires discrètes, indépendantes et identiquement distribuées, dont la loi est définie par :
    $$ \mathbb{P}(X_1=1)=p, \mathbb{P}(X_1=-1)=1-p=q.$$
    La variable aléatoire $X_n$ représente, le gain du joueur à l'issue du $n^{\mathrm{e}}$ lancer, dans la mesure où la partie se déroule en au moins $n$ lancers.

    Pour un entier $k\in [\![0,a+A]\!]$, on définit la suite de variables aléatoires $(S_n)_{n\in\mathbb{N}^*}$ :
    $$ S_0=k, \;\;\; \forall n\in\mathbb{N}^*, S_n=k + \sum_{j=1}^{n}{X_j}.$$
    Si $S_0=a$ alors, avec la même réserve sur $n$, $S_n$ représentele capital du joueur après $n$ lancers de pièce.

    Enfin, on définit la variable aléatoire $T$, représentant la durée de la partie, par la relation :
    $$T= \mathop{\mathrm{inf}} \left\{n\in\mathbb{N} \;|\; S_n \in \{ 0, a+A \} \right\},$$
    en convenant que $\mathop{\mathrm{inf}}(\emptyset )=+\infty$.

    Énoncé : En prenant $S_0=a$,
    -- Le nombre de tours moyen pour que la partie s'achève est donné par les formules :
    si $p > \frac{1}{2}$ alors, $$ \mathbb{E}[T]= \frac{(a+A)\frac{1-\left(\frac{q}{p}\right)^{a}}{1-\left(\frac{q}{p}\right)^{a+A}}-a}{p-q},$$
    si $p = \frac{1}{2}$ alors, $$ \mathbb{E}[T]= a\,A.$$
    -- Presque sûrement, le jeu se finit en un nombre fini de lancers : $$\mathbb{P}(T < + \infty)=1.$$
    -- La probabilité que le joueur gagne est donnée par les formules :
    si $p > \frac{1}{2}$ alors, $$\mathbb{P}(S_T=a+A)=\frac{1-\left(\frac{q}{p}\right)^{a}}{1-\left(\frac{q}{p}\right)^{a+A}},$$
    si $p = \frac{1}{2}$ alors, $$\mathbb{P}(S_T=a+A) = \frac{a}{a+A}.$$


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Énoncé : Soit $f\in\mathbb{L}^2([0,1],\mathbb{R})$, $\alpha \in \mathbb{L}^{\infty}([0,1],\mathbb{R})$ et $\beta\in\mathcal{C}^1([0,1],\mathbb{R})$. On suppose que :
    -- Il existe $\alpha_{\mathrm{min}}\in\mathbb{R}_+^*$ telle que, pour $\lambda-$presque tout $x\in[0,1]$, on ait $\alpha_{\mathrm{min}}\leq \alpha(x)$,
    -- Pour tout $x\in [0,1]$, $\beta'(x)\leq 2$.

    Alors il existe un unique élément $u$ de $H_0^1(]0,1[,\mathbb{R})$ qui soit solution, au sens des distributions, du problème :
    \begin{equation} -(\alpha u')'+\beta u' + u = f \end{equation}


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Possibilité d'ajouter une des deux applications suivantes :

    Application 1 : Soit $p\in\, ]0,1[$. Soit $(Y_n)_{n\in\mathbb{N}^*}$ une suite de variables aléatoires réelles telle que pour tout $n\in\mathbb{N}^*$, $Y_n$ suive la loi binomiale $\mathcal{B}(n,p)$. Alors on a :
    $$ \frac{Y_n-np}{\sqrt{np(1-p)}} \xrightarrow[n\to +\infty]{\mathcal{L}} \mathcal{N}(0,1).$$


    Application 2 : Soit $n\in \mathbb{N}^*$. On étudie le modèle statistique $\left( \{0,1\}^n, \{\mathcal{B}(1,p)\}_{p\in\, ]0,1[}\right)$. Soit $X_n,\ldots,X_n$, un $n$-échantillon de loi de Bernoulli $\mathcal{B}(1,p)$, $p\in\,]0,1[$.
    Pour $\alpha\in\, ]0,1[$, déterminons un intervalle au niveau de confiance asymptotique $1-\alpha$ du paramètre d'intérêt $p$.

    Référence (également valable pour le TCL) : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    201 203 205 228

    Énoncé : Soient $(K,\mathrm{d})$ un espace métrique compact et $\mathcal{A}$ une partie de l'espace vectoriel normé $\left( \mathcal{C}(K,\mathbb{C}), \|\cdot\|_{\infty} \right)$ des fonctions continues sur $K$. Alors les propriétés suivantes sont équivalentes :
    -- La partie $\mathcal{A}$ est équicontinue et bornée.
    -- La partie $\mathcal{A}$ est relativement compacte.

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Soient $n\in\mathbb{N}^*$ et $f : \mathbb{R}^n\rightarrow\mathbb{R}^n\in\mathcal{C}^2(\mathbb{R}^n,\mathbb{R}^n)$.
    Les deux propositions suivantes sont équivalentes :
    -- L'application $f$ est un $\mathcal{C}^1$-difféomorphisme de $\mathbb{R}^n$ sur $\mathbb{R}^n$.
    -- Pour tout $x\in \mathbb{R}^n$, $\mathrm{D}_x f$ est inversible, et $\lim\limits_{\|x\|\to +\infty}{\|f(x)\|}=+\infty$.

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Pour l'application.

    Énoncé :
    -- Pour tout élément $x_0$ de $\mathbb{R}$, il existe un ${\mathcal G}_\delta$ dense $D$ de $({\mathcal C }_{2\pi},\|\cdot\|_\infty)$, tel que pour tout élément $f$ de $D$,
    $$ \mathop{\sup}\limits_{n\in\mathbb{N}}|S_n(f)(x_0)|=+\infty,$$ (en particulier la série de Fourier de $f$ diverge en $x_0$.)
    -- Il existe un ${\mathcal G}_\delta$ dense $\Delta$ de $({\mathcal C }_{2\pi},\|\cdot\|_\infty)$, tel que pour tout élément $f$ de $\Delta$,
    l'ensemble
    $$
    \left\{x\in \mathbb{R}\;\big|\; \mathop{\sup}\limits_{n\in\mathbb{N}}|S_n(f)(x)|=+\infty
    \right\}
    $$
    soit un ${\mathcal G}_\delta$ dense de $(\mathbb{R},|\cdot|)$.

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Pour une application détaillée, consulter également la référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses

    Énoncé : Soit $f\in\mathbb{L}^2([0,1],\mathbb{R})$, $\alpha \in \mathbb{L}^{\infty}([0,1],\mathbb{R})$ et $\beta\in\mathcal{C}^1([0,1],\mathbb{R})$. On suppose que :
    -- Il existe $\alpha_{\mathrm{min}}\in\mathbb{R}_+^*$ telle que, pour $\lambda-$presque tout $x\in[0,1]$, on ait $\alpha_{\mathrm{min}}\leq \alpha(x)$,
    -- Pour tout $x\in [0,1]$, $\beta'(x)\leq 2$.
    Alors il existe un unique élément $u$ de $H_0^1(]0,1[,\mathbb{R})$ qui soit solution, au sens des distributions, du problème :
    \begin{equation} -(\alpha u')'+\beta u' + u = f \end{equation}

  • Référence :
  • Développement :
  • Remarque :
    Leçons : 223, 224, 262, 263.

    Soit $X$ une variable aléatoire réelle. On dit que $X$ suit la loi de Gumbel (standard) lorsque pour tout $t\in\mathbb{R}$, on a :
    $$F_X(t)=\exp\left(-\mathrm{e}^{-t}\right)$$


    Énoncé : Soit $\lambda\in\mathbb{R}_+^*$ et $(X_n)_{n\in\mathbb{N}^*}$ une suite de variables aléatoires indépendantes et identiquement distribuées de loi exponentielle $\mathcal{E}(\lambda)$. Posons pour tout $n\in\mathbb{N}^*$ :
    $$M_n=\mathop{\max}_{k\in[\![1,n]\!]}{X_k}.$$
    Alors on a :
    -- $$\frac{M_n}{\mathrm{ln}(n)} \xrightarrow[n \to +\infty]{\mathrm{p.s.}} \frac{1}{\lambda}.$$
    -- $$\lambda M_n- \mathrm{ln}(n) \xrightarrow[n \to +\infty]{\mathcal{L}} Y,$$ où $Y$ est une variable aléatoire suivant la loi de Gumbel.

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    Énoncé :
    -- Soient un réel $b>0$ et $f$ une application de $[0,b]$ dans $\mathbb{R}$.
    On suppose que :
    1. $f$ est continue;
    2. $f$ est à valeurs dans $[a,b]$;
    3. $f$ est croissante;
    4. pour tout élément $x$ de $]0,b]$, $f(x)$ strictement plus petit que $x$ et $f(0)=0$;
    5. Il existe un réel $\lambda>0$ et un réel $r>1$ tels que :
    $$ f(x) =x-\lambda x^r+\mathop{o}\limits_{x\to 0}\left(x^r\right).$$

    Pour tout $c\in\, ]0,b[$ la relation \begin{equation} u_0=c,\; \forall n\in\mathbb{N}, u_{n+1}=f(u_n) \end{equation} définit une suite $(u_n)_{n\in\mathbb{N}}$ à valeurs dans $]0,b[$, de limite $0$, de plus :
    $$ u_n \mathop{\sim}\limits_{n\to +\infty} \frac {K}{n^{\frac{1}{r-1}} },\hbox{ où } K=(\lambda(r-1))^{\frac{1}{1-r}}. $$

    -- Dans le cas particulier $f\;:\; x\longmapsto \ln(1+x),$ on a le développement asymptotique à deux termes :
    $$ u_n=\frac 2 n +\frac{2\ln(n)}{3n^2}+ \mathop{ o}\limits_{n\to +\infty} \left( \frac{\ln n} {n^2} \right) .$$


    -- Soit $d \in \mathbb{R}_+$ la relation
    \begin{equation} v_0=d,\; \forall n\in\mathbb{N}, v_{n+1}=v_n+\exp\left(-v_n^2\right) \end{equation} définit une suite $(v_n)_{n\in \mathbb{N}}$ qui diverge vers $+\infty$. De plus :
    $$v_n \mathop{\sim}\limits_{n\to+\infty}\sqrt{\ln n}.$$


    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    On trouvera (en plus de l'énoncé classique) un énoncé et une preuve alternative (répondant à une question fréquemment posée par le jury) dans la référence :
    Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses.
    C'est une généralisation du résultat dans lequel on n'impose pas que le centre de l'ellipsoïde soit l'origine.

    Énoncé (Ellipsoïde affine de John-Loewner) : Soit $K$ un ensemble compact de $\mathbb{R}^N$ d'intérieur non vide. Alors il existe un et un seul ellipsoïde plein de volume minimal (NON NÉCESSAIREMENT CENTRÉ EN L'ORIGINE), qui contienne $K$.

  • Référence :
  • Développement :
  • Remarque :
    Énoncé :
    -- Pour tout élément $x_0$ de $\mathbb{R}$, il existe un ${\mathcal G}_\delta$ dense $D$ de $({\mathcal C }_{2\pi},\|\cdot\|_\infty)$, tel que pour tout élément $f$ de $D$,
    $$ \mathop{\sup}\limits_{n\in\mathbb{N}}|S_n(f)(x_0)|=+\infty,$$ (en particulier la série de Fourier de $f$ diverge en $x_0$.)
    -- Il existe un ${\mathcal G}_\delta$ dense $\Delta$ de $({\mathcal C }_{2\pi},\|\cdot\|_\infty)$, tel que pour tout élément $f$ de $\Delta$,
    l'ensemble
    $$
    \left\{x\in \mathbb{R}\;\big|\; \mathop{\sup}\limits_{n\in\mathbb{N}}|S_n(f)(x)|=+\infty
    \right\}
    $$
    soit un ${\mathcal G}_\delta$ dense de $(\mathbb{R},|\cdot|)$.

    Référence : Analyse pour l'agrégation de mathématiques, 40 développements, J. et L. Bernis, Ellipses
  • Référence :
  • Développement :
  • Remarque :
    D'après moi pour les leçons : 162, 219, 223, 226, 229, 233 et 253.

    Je suis passé à l'oral sur ce développement (voir mon retour sur la leçon 233 si cela vous intéresse, notamment les questions).

    Le développement est assez calculatoire et le jury le sait. Je ne peux que conseiller de prévoir du temps pour expliquer l'algorithme (le 2) de mon document), de faire un dessin et surtout de prévenir le jury que vous allez l'expliquer.

    Pour moi la convexité apparaît à deux endroits : pour l'unicité du minimum de la fonctionnelle quadratique (qui est strictement convexe) et dans le lemme de Kantorovich.

    NB : tous mes développements sont généralement très détaillés car j'ai besoin de bien comprendre toutes les étapes. En l'état ils sont donc généralement trop longs pour tenir en 15 mins, et les parties "faciles" ne sont donc pas à mentionner ou juste à l'oral.
    J'écris assez mal également, toutes mes excuses.
  • Référence :
  • Fichier :
  • Développement :
  • Remarque :
    Développement relativement classique, assez long mais pas très difficile.
    On utilise le théorème C^1 sous le signe intégrale, le théorème fondamental de l'analyse (qu'il faut savoir rapidement démontrer) et le théorème de convergence dominée.
    On peut également, comme le suggère le livre de Julien et Laurent Bernis, démontrer ce résultat de deux manières différentes, mais cela me parait beaucoup trop long pour être présenter en 15 minutes; ce sont néanmoins des techniques à connaitre.

    NB1 : Il faut se convaincre soi-même de la pertinence d'un recasage et être capable de défendre son choix le jour J devant le jury. Vous pouvez, évidemment, ne pas être d'accord avec moi.
    NB2 : Il peut y avoir des fautes dans ce que j'écris, faites attention.
  • Référence :
  • Fichier :

Utilisés dans les 27 versions de leçons suivantes :