Corrigé de concours cnaem Mathématiques et informatique filières : ECS 2022

Réalisé par SOUKHAL Abderahim et DAHNI Abdbelkarim

Problème 0.1

Partie 1 : Diagonalisation de la matrice A

 
2 1 −2
1 
 
A = 1 2 −2

2
2 2 −3


1. (a) Vérifions que A2 − 41 I = 0

On a :   
2 1 −2 2 1 −2
1 
A2 = 1 2 −2 1 2 −2
 
4 
2 2 −3 2 2 −3
 
 
1 0 0
1 
= 0 1 0

4 
0 0 1


Donc A2 − 14 I = 0
(b) D’après la question précédente P (X) = X 2 − 41 est un polynôme annulateur de A
(c) Déterminons les valeurs propres éventuelles de A
les valeurs propres éventuelles de A sont les racines de polynôme annulateur de A
donc les valeurs propres éventuelles de A sont λ = 12 et λ = − 12
2. On a u = (1,1,2) , v = (1,1,1) et w = (−1,1,0)
(a) Montrons que u,v et w sont des vecteurs propres de A en déterminant leurs valeurs propres
Soit U = matB (u) , V = matB (v) et W = matB (w) les coordonnées des vecteurs dans la base
canonique
On a :   
2 1 −2 1
1 
AU = 1 2 −2 1
 
2 
2 2 −3 2
 
 
−1
1   1
= −1 = − U
2  2
−2

Donc u est un vecteur propre associe à la valeur propre est 21

On a :   
2 1 −2 1
1  

AV = 1 2 −2 1
 
2
2 2 −3 1
  
 
1
1   1
= 1 = V
2  2
1
1
Donc v est un vecteur propre et associe à la valeur propre est 2

1
 On a :   
2 1 −2 −1
1  

AW = 1 2 −2  1 
 
2
2 2 −3 0
  
 
−1
1   1
=  1  = W
2  2
0
1
Donc w est un vecteur propre associe à la valeur propre est 2
(b) Montrons que B0 = (u,v,w) est une base de R3
On a Card(B0 ) = 3 = dim(R3 ) donc il suffit de montrer qu’elle est libre
Soit a,b,c ∈ R on a :

au + bv + cw = (0,0,0) ⇒ (a
 + b − c,a + b + c,2a + b) = (0,0,0)


 a+b−c = 0

⇒  a+b+c = 0



2a + b = 0




 a+b−c = 0

⇒  2a + b = 0 L2 ↔ L3



a + b + c = 0




 a+b−c = 0

⇒  2a + b = 0



c = 0 L ←− L − L

 3 3 1


 a+b = 0

⇒  a = 0 L2 ←− L2 − L1



c = 0




 b=0

⇒  a = 0 L2 ←− L2 − L1



c = 0


Donc B0 est libre et donc une base de R3

 1 
− 2 0 0 
(c) On a : MatB0 (f ) =  0 12 0 
0 0 12
 
c-a-d f est diagonalisable donc A est diagonalisable
(d) On a
 
1 1 −1
(d)1. D’après les question précédentes on a : P = 1 1 1 
 
2 1 0
 

1
(d)2. Montrons que : P −1 = Q
 2   
1 1 −1  −1 −1 2  2 0 0
On a P Q = 1 1 1   2 2 −2 = 0 2 0 = 2I
2 1 0 −1 1 0 0 0 2
    
1
Donc P est inversible et P −1 = Q
2
1 1 1
(e) On a D = diag(− 2 , 2 , 2 ) et A = P DP −1
donc AP = P D

2
Partie 2 :
1. Montrons par récurrence que : ∀n ∈ N, An = P D n P −1
Pour n = 0 on a : I = P IP −1 = I vraie
Soit n ∈ N , Supposons que An = P D n P −1
et montrons que : An+1 = P D n+1 P −1
On a An+1 = An A = P D n P −1 P DP −1 = P D n+1 P −1
Donc d’après le principe de récurrence on a ∀n ∈ N, An = P D n P −1
2. Soit n ∈ N on a

An = P D n P −1
1 1 −1 (−1)n 0 −0 −1
   
−1 2 
1 
= n+1 1 1 1   0 1 0   2 2 −2
  
2 
2 1 0

0 0 1 −1

1 0


(−1) n 1 −1
 
−1 −1 2

1     
= n+1  (−1)n 1 1   2 2 −2
  
2 
2(−1)n 1 0 −1 1 0
 
(−1)n+1 + 3 (−1)n+1 + 1 2((−1)n − 1) 
 
1 
= n+1  (−1)n+1 + 1 (−1)n+1 + 3 2((−1)n − 1) 

2 n+1
2((−1) + 1 2((−1)n+1 + 1) 2(2(−1)n − 1)
 

3. On a : 


x0 (t) = x(t) + 12 y(t) − z(t)
y (t) = 21 x(t) + y(t) − z(t)

 0
(S) : 

z (t) = x(t) + y(t) − 3 z(t)
 0

2

avec les conditions initiales suivantes : x(0) , y(0) et z(0) = 2

   0 
x(t) x (t)
3.1. On pose : X(t) = y(t) et X 0 (t) = y 0 (t)
   
 0 
z(t) z (t)
 
On a : 


x0 (t) = x(t) + 21 y(t) − z(t)
1 ⇔ X 0 (t) = AX(t)

 0
y (t) = 2 x(t) + y(t) − z(t)

z0 (t) = x(t) + y(t) − 3 z(t)


2

3.2.1. Vérifions que QX 0 (t) = DQX(t)

3.2.
On a d’après la question 2 − a , X 0 (t) = AX(t) = P DP −1 X(t) = 12 P DQX(t)
D’où P −1 X 0 (t) = 21 DQX(t)
D’où 12 QX 0 (t) = 21 DQX(t)
D’où QX 0 (t) = DQX(t)
3.2.2. On pose Z(t) = QX(t) vérifions que Z 0 (t) = DZ(t)
On a d’après la question précédente QX 0 (t) = DQX(t)
Donc Z 0 (t) = DZ(t)
 
z1 (t)
3.2.3. On pose : Z(t) = z2 (t) déterminons les fonctions z1 ,z2 et z3
 
z3 (t)
 
On a :

3
 


z10 (t) = − 12 z1 (t)
Z 0 (t) = QX 0 (t) ⇔ z (t) = 12 z2 (t)

 0
 20

z (t) = 1 z (t)

 3 2 3
− 2t


z1 (t) = ae
 t
⇔ z2 (t) = be 2


z (t) = ce 2t


3

et on a : 
 
z0 (t) z (0) = 4
 1



Z(0) = z0 (t) = QX(0) ⇔ z2 (0) = −4
  


z0 (t)
  
z (t) = 2

3

D’où  t


z1 (t) = 4e− 2
 t
z2 (t) = −4e 2



z (t) = 2e 2t


3

4. En déduire la solution du système différentiel (S)

1 1
On a : Z(t) = QX(t) donc X(t) = Q−1 Z(t) = P Z(t) car Q−1 = P
2 2
D’où     
1 1 −1 z1 (t) z1 (t) + z2 (t) − z3 (t)
1  1
X(t) = 1 1 1  z2 (t) ⇔ X(t) =  z1 + z2 (t) + z3 
   
2 2
2 1 0 z3 (t) 2z1 (t) + z2 (t)
  
 t t


x(t) = 2e− 2 − 3e 2
 t t
⇔ y(t) = 2e− 2 − e 2


z(t) = 4e− 2t − 2e 2t



Problème 0.2
La fonction g définie sur ]0, + ∞[ × R par :

0 , si t < 0


g(x,t) =  −2tx
 e1+t , si t > 0


Partie 1 : Quelques propriétés d’une fonction définie à partir

d’une intégrale
1. 1.1. Soit x ∈ ]0, + ∞[ on a :
2 −2tx
limt→+∞ t 2 g(x,t) = limt→+∞ t 1+t
e
=0
n t
Car limt→−∞ t e = 0
1.2. Soit x ∈ ]0, + ∞[ la fonction t → g(x,t) est continue sur R+ g(x,t) =+∞ o( t12 ) d’après la question
précédente
R +∞
et comme 1 t12 dt converge (critère de Riemann )
R +∞
alors 0 g(x,t)dt converge
R 1 −2tx R 1 −2u
2. 2.1. Soit x > 0 Montrons que : 0x et+1 dt = 0 ex+u du
On pose u = tx donc dt = 1x du
R 1 −2tx R 1 −2u
d’où 0x et+1 dt = 0 ex+u du

4
 R1
e−2tx
2.2. Montrons que pour x strictement positif , x
0 t+1 dt > e−2 ln( x+1
x )
Soit u ∈ [0,1] on a :

−2u > −2 =⇒ e−2u > e−2

−2u e−2
=⇒ ex+u > x+u
R 1 −2u R1
1
=⇒ 0 ex+u > e−2 0 x+u
R 1 −2tx
=⇒ 0x et+1 dt > e−2 [ln(x + u)]10
R 1 −2tx
=⇒ 0x et+1 dt > e−2 ln( x+1
x )
R1
e−2tx
d’où 0
x
t+1 dt > e−2 ln( x+1
x )
2.3. Soit x > 0montrons que : f (x) > e−2 ln( x+1
x )
R +∞ −2tx R 1 −2tx R +∞ −2tx R1
e−2tx
On a : f (x) = 0 et+1 dt = 0x et+1 dt + 1 et+1 dt > 0x t+1 dt
x
R 1 −2tx
D’où f (x) > 0x et+1 dt > e−2 ln( x+1
x )
2.4. En déduire limx→0+ f (x)
On a : f (x) > e−2 ln( x+1 −2 x+1
x ) et limx→0+ e ln( x ) = +∞
Donc limx→0+ f (x) = +∞
3. 3.1. Soit x > 0 montrons que : f (x) > e−2 ln( x+1
x )
−2xt
On a pour tout t > 0 , e1+t 6 e−2tx
R +∞ h −2xt i+∞
1
Donc f (x) 6 0 e−2tx dt = − e 2x = 2x
0
−2xt
et comme e1+t > 0 pour tout t > 0 alors 0 < f (x)
1
d’où 0 < f (x) 6 2x
3.2. En déduire limx→+∞ f (x)
1 1
On a : 0 < f (x) 6 2x et limx→+∞ 2x = 0 alors limx→+∞ f (x) = 0
R +∞
4. 4.1. Soit x > 0 montrons que : 0 te−2tx dt = 4x12
Soit a > 0 une intégration par parties donne :
Ra ia ia
−2tx dt = −t e−2xt + 1 a e−2tx dt = − ae−2xa + 1 − e−2xt ae−2xa e−2ax
h R h
1 1
0
te 2x 0 2x 0 2x 2x 2x 0 = − 2x + 2x ( 2x − 2x )
R +∞ Ra
Donc 0 te−2tx dt = lima→+∞ 0 te−2tx dt = 4x12
1 1
4.2. En déduire que pour tout x > 0 : |f (x) − 2x |6 4x2
Soit x > 0 on a :
R +∞
1
f (x) − 2x = f (x) − 0 e−2tx dt
R +∞ −2tx
= 0 e1+t − e−2tx dt
R +∞ −2tx
= − 0 te1+t dt
alors
R +∞ −2tx
1
|f (x) − 2x | = | − 0 te1+t dt|
R +∞
1
6 0 te−2tx dt car 1+t 61
1
Donc |f (x) − 2x | 6 4x12
4.3. En déduire un équivalent simple de f (x) au voisinage de +∞
1
On a : |f (x) − 2x | 6 4x12
1
Donc |2xf (x) − 1| 6 2x
Donc limx→+∞ 2xf (x) = 1
1
D’où f (x) ∼+∞ 2x

5
 Partie 2 : Application de la fonction f
R +∞
1. Soit x > 0 , Montrons que l’intégrale 0
te−2tx dt converge
La fonction t −→ te−2tx est continue sur R∗+
et on a : limt→+∞ t 3 e−2tx = 0 donc te−2tx = o( t12 )
R +∞ R +∞
et on a : 0 t12 dt converge (critère de Riemann α = 2 > 1 donc 0 te−2tx dt converge
x
2. Soit x > 0 et h un réel non nul tel que |h| < 2
2.1. Montrons que pour tout t > 0 on a : |e−2th − 1 + 2th| 6 2h2 t 2 e2t|h|
La fonction t −→ e−2th est de classe C 2 donc d’après la formule de Taylor reste intégrale sur
[−2th,0]
R −2th
On a : e−2th = 1 − 2th + 0 (y + 2th)e−y dy
R0
Si h > 0 : |e−2th − 1 + 2th| = −2th (y + 2th)e−y dy
et on a :
y ∈ [−2th,0] =⇒ −y 6 2th
=⇒ e−y 6 e2th
R0
=⇒ |e−2th − 1 + 2th| 6 −2th (y + 2th)e2th dy
 0
−2th 2th (y+2th)2
=⇒ |e − 1 + 2th| 6 e 2
−2th
=⇒ |e−2th − 1 + 2th| 6 2t 2 h2 e2t|h| car h > 0
R −2th
Si h < 0 on a : |e−2th − 1 + 2th| = 0 (−y − 2th)e−y dy
Or −y 6 0 6 −2th =⇒ e−y 6 e−2th
Donc R −2th
|e−2th − 1 + 2th| 6 0
(−y − 2th)e−2th dy
 −2th
(−y−2th)2
=⇒ |e−2th − 1 + 2th| 6 e−2th 2
0
=⇒ |e −2th 2 2
− 1 + 2th| 6 2t h e 2t|h| car h < 0

Donc |e−2th − 1 + 2th| 6 2t 2 h2 e2t|h|

−2th −1+2th
2.2. Montrons que pour tout t > 0 on a : | e (1+t)h
| 6 2|h|t 2 etx
D’après la question précédente on a :
|e−2th − 1 + 2th| 6 2t 2 h2 e2t|h|
Donc
−2th −1+2th 2 2t|h|
|e (1+t)h
| 6 2t t+1
|h|e

1
6 2t 2 |h|e2t|h| car 1+t 61
x
Or |h| < 2
−2th −1+2th
Donc | e (1+t)h
| 6 2|h|t 2 etx
f (x+h)−f (x)
R +∞ R +∞
t −2tx
2.3. Montrons que : | h + 2 0 1+t e dt| 6 2|h| 0
t 2 e−tx dt
−2th −1+2th
On a : | e (1+t)h | 6 2|h|t 2 etx
En multipliant par e−2tx on aura :
−2t(x+h) −e−2tx +2the−2tx
|e (1+t)h
| 6 2|h|t 2 e−tx
−2t(x+h) −e−2tx 2t −2tx
|e (1+t)h
+ 1+t e | 6 2|h|t 2 e−tx

6
 R +∞ R +∞
f (x+h)−f (x) t −2tx e−2t(x+h) −e−2tx 2t −2tx
Or : h +2 0 1+t e dt = 0 (1+t)h
+ 1+t e dt
Donc

f (x+h)−f (x)
R +∞ R +∞ −2t(x+h) −2tx
t −2tx 2t −2tx
| h +2 0 1+t e dt| 6 0
| e (1+t)h
−e
+ 1+t e |dt
R +∞
2 −tx
6 2|h| 0 t e dt
R +∞
t −2tx
2.4. Montrons que ∀x > 0 : f 0 (x) = −2 0 1+t e dt
3. 3.1. Soit x > 0 , montrons que f 0 (x) = − 1
+ 2f (x) x
On a : R +∞
t −2tx
f 0 (x) = −2 0 1+t e dt
R +∞
t+1−1 −2tx
= −2 0 e dt
R +∞ 1+t R +∞
−2tx 1 −2tx
= −2 0 e dt + 2 0 1+t e dt
h ia R +∞
= lima→+∞ 1x + 2 0 1+t 1 −2tx
e dt
0
1
= − x + 2f (x)

Donc f 0 (x) = − 1x + 2f (x)

1−2x
3.2. Montrons que f est solution de l’équation différentielle E y” − 4y = x2
Soit x > 0 on a : f 0 (x) = − 1x + 2f (x)
Donc
1
f ”(x) = x2
+ 2f 0 (x)
1
= x2
− 2x + 4f (x)
1−2x
= x2
+ 4f (x)
1−2x
Donc f ”(x) − 4f (x) = x2
1−2x
Donc f est solution de l’équation différentielle E y” − 4y = x2
3.3. Résolvant l’équation différentielle E y” − 4y = 1−2x
x2
l’équation différentielle homogène de E est y” − 4y = 0
l’équation caractéristique de E est r 2 − 4 = 0 donc l’ensemble de solutions de l’équation caracté-
ristique est {−2,2}
donc l’ensemble de solutions de l’équation homogène est S = {x → ae2x + be−2x ; a,b ∈ R}
D’où l’ensemble de solutions de l’équation différentielle est S = {x → ae2x + be−2x + f (x) ; x >
0a,b ∈ R}
4. On a : La fonction hx définie sur R par :

0 , si t < 0


hx (t) =  1 e−2tx
1+t , si t > 0

 f (x)

4.1. Montrons que hx est une densité de probabilité

On a hx est une fonction continue par morceau sur R et positive
R +∞ f (x)
et on a : −∞ hx (t)dt = f (x) = 1
Donc hx est une densité de probabilité
4.2. Montrons que X admet une espérance E(X) puis donnons sa valeur en fonction de f (x) et de
f 0 (x)
On a : 
0 , si t < 0


hx (t) =  1 e−2tx
1+t , si t > 0

 f (x)

7
 et limt→+∞ t 3 hx (t) = 0 donc h(x) =+∞ o( t12 )
R +∞ R +∞
et on a 1 t12 dt converge (critère de Riemann) donc 0 thx (t)dt
converge , donc E(X) existe
et on a :
R +∞
1 t −2tx
E(X) = f (x) 0 1+t e dt
0
1 f (x)
= − 2 f (x)

Problème 0.3
La fonction f(λ,θ) sur R par :

0 , si x < θ


f(λ,θ) (x) =  λ
 λθ
 , si x > θ
xλ+1

Partie 1 : La variable aléatoire à densité f(λ,θ)

1. Montrons que f(λ,θ) est une densité de probabilité
On a : f(λ,θ) positive est continue par morceaux sur R
et on a :
R +∞
λθ λ
R
f
R (λ,θ)
(x)dx = θ xλ+1 ia
x−λ
h
= λθ λ lima→+∞ −λ θ
−λ
= λθ λ θλ
= 1
Donc f(λ,θ) est une densité de probabilité
2. Déterminons la fonctions de répartition FX de la variable aléatoire X
Soit t ∈ R Rt
Si t < θ on a : FX (t) = −∞ f(λ,θ) (x)dx = 0
Si t > θ on a :
Rt
FX (t) = f(λ,θ) (t)dt
R−∞
t λθ λ
= 0 t λ+1
dt
h −λ it
= λθ λ t−λ
θ
= θ λ ( θ1λ − t1λ )
= 1 − ( θt )λ
D’où

0 , si x < θ


FX (t) = 
1 − ( θt )λ , si x > θ


3. Montrons que X admet une espérance

R
X admet une une espérance si R tf(λ,θ) (t)dt converge
On a :
R +∞
λθ λ
R
tf
R (λ,θ)
(t)dt = θ tλ
dt
R +∞
1
et on a : θ tλ
dt converge si λ > 1 critère de Riemann

8
 R
Donc R tf(λ,θ) (t)dt
D’où E(X) existe si λ > 1
Et dans ce cas on a :
R +∞
E(X) = −∞ tf(λ,θ) (t)dt
R +∞
= λθ λ θ t1λ dt
h −λ+1 ia
t
= λθ λ lima→+∞ −λ+1
θ
−λ+1
= λθ λ θλ−1
λθ
= λ−1
4. Montrons que X admet une variance
R
X admet une une espérance si R t 2 f(λ,θ) (t)dt converge car E(X) existe
On a :
R +∞
λθ λ
R
R
t 2 f(λ,θ) (t)dt = θ t λ−1
dt
R +∞
1
et on a : θ tλ−1 dt converge si λ − 1 > 1 critère de Riemann
c-a-d λ
R >2
Donc R t 2 f(λ,θ) (t)dt converge si λ > 2
D’où V (X) existe si λ > 2
Et dans ce cas on a :
R +∞
E(X 2 ) = −∞ tf(λ,θ) (t)dt
R +∞
1
= λθ λ θ tλ−1 dt
h −λ+2 ia
λ t
= λθ lima→+∞ −λ+2
θ
λθ 2
= λ−2
λθ 2 λθ 2 λθ 2
Et on a : V (X) = E(X 2 ) − (E(X))2 = λ−2 − ( λ−1 ) = (λ−2)(λ−1)2
5. Soit n0 = bθc + 1 , k > n0 uk = P (k 6 X 6 k + 1)
n
X θ θ λ
5.1. Montrons que uk = ( )λ − ( )
n0 n+1
k=n0
Soit n > n0 et k ∈ [|n0 ,n|]
On a : uk = FX (k + 1) − FX (k)
Xn
Donc uk = FX (n + 1) − FX (n0 ) , somme télescopique
k=n0
Or n0 = E(θ) + 1 et n > n0 > θ
Donc
n
X
θ λ
uk = 1 − ( n+1 ) ) − 1 + ( nθ0 )λ
k=n0
= ( nθ0 )λ − ( n+1
θ λ
)
Donc
n
X θ θ λ
uk = ( )λ − ( )
n0 n+1
k=n0

9
 X
5.2. Montrons que la série un converge
n>n0
n
X
La somme partielle (Sn )n>n0 = ( uk )n>n0 converge
k=n0
θ λ
car limn→+∞ ( n+1 ) =0
X
Donc la série un converge et on a :
n>n0
+∞
X θ λ θ λ θ
un = limn→+∞ ( ) −( ) = ( )λ
n=n0
n0 n+1 n0
k λ
5.3. Soit k > n0 > θ Montrons que P(X>k) (X 6 k + 1) = 1 − ( k+1 )
On a :

P (k66k+1)
P(X>k) (X 6 k + 1) = P (X>k)
uk
= 1−P (X<k)
FX (k+1)−FX (k)
= 1−FX (k)
ou k > 0
( θk )λ −( k+1
θ λ
)
=
( θk )λ
k λ
= 1 − ( k+1 )
k λ
D’où P(X>k) (X 6 k + 1) = 1 − ( k+1 )
5.4. Écrivant un programme en Python qui détermine et affiche le plus petit entier naturel n tel que
P(X>k) (X 6 k + 1) 6 10−5

import math
import numpy.random as rd
lam = 4
theta = math.sqrt(3)
k=math.floor(theta)+1
while 1-(\frac{k}{(k+1)})**lam > 1e-5
k=k+1
print(f"la valeur demandée est n={k}")

6. On considère la variable aléatoire Yλ = ln(Xλ,1 )

6.1. Montrons que Yλ suit la loi exponentielle de paramètre λ ε(λ)
Soit t ∈ R

FYλ (t) = P (ln(Xλ,1 ) 6 t)

= P (Xλ,1 6 et
= t
X,1 (e )
F
0 si t < ln(1) = 0


= 
1 − ( 1t )λ si t > 0

 e
0 si t < 0

= 

1 − e−λt si t > 0


D’où Yλ suit la loi exponentielle de paramètre λ ε(λ)

6.2. L’espérance et la variance de Yλ
On a E(Yλ ) = λ1 et V (Yλ ) = λ12 car Yλ suit la loi exponentielle de paramètre λ ε(λ)

10
 6.3. Écrivant un programme en Python qui simule la variable aléatoire Yλ

import math
import numpy.random as rd
lam = flot(input("veuiller entrer la valeur de lambda (réel strictement positif
obs = rd.exponential(\frac{1}{lam},100)

Partie 2 : Comparaison de deux estimateurs du paramètre θ

n
X
1
1. Sn = n Zk
k=1
1.1. Calculons E(Sn )
On a :
n
X
1
E(Sn ) = n E(Zk )
k=1
n
X
1
= n E(Xθ )
k=1
= E(Xθ )
= E(X(4,θ)
= 43 θ
D’après la question 3 partie 1
Donc E(Sn ) = 43 θ
1.2. Montrons que Mn = 34 Sn est un estimateur sans biais de θ
On a : E(Sn ) = 43 θ donc Mn est un estimateur sans biais de θ
1.3. Calculons la variance de Mn
On a :

V (Mn ) = V ( 34 Sn )
Xn
9
= 16n2 V (Zk )
k=1
9
= 16n (Xθ )
V
9θ 2
= 8(2n−1)(4n−1)2

D’après la question 4 partie 1

9θ 2
D’où V (Mn ) = 8(2n−1)(4n−1)2
1.4. Calculons le risque quadratique de r(Mn ) de Mn

r(Mn ) = E((Mn − θ)2 )

= E(Mn2 ) − 2θE(Mn ) + θ 2
= E(Mn2 ) − (E(Mn ))2
= V (Mn )
9θ 2
Donc r(Mn ) = 8(2n−1)(4n−1)2

11
2. 2.1. Soit t ∈ R on a :

FTn (t) = P (Tn 6 t)

= 1 − P (Tn > t)
= 1 − P (∩nk=1 (Zk > t))
Yn
= 1− (Zk > t) car les v.a Z1 ,...Zn sont indépendantes
k=1
n
Y
= 1− (1 − FXθ (t))
k=1

Car ∀k ∈ {1,...,n} Zk ,→ X4,θ

D’où

1 − (1 − FXθ )n
FTn (t) = 
0 si t < θ


= 
1 − ( θt )4n si t > θ


2.2. D’après la question 2.a

Tn ,→ X4n,θ la loi de Pareto de paramètre 4n,θ
2.3. Montrons que Nn est un estimateur sans biais de θ
On a E(Nn ) = 4n−1
4n
4n
Or E(Tn ) = 4n−1 θ car T ,→ X4n,θ
D’où E(Nn ) = θ
D’où Nn est un estimateur sans biais de θ
2.4. Calculons le risque quadratique de r(Nn ) de Nn

r(Nn ) = E((Nn − θ)2 )

= V (n)
= ( 4n−1
4n )V (Tn )
θ2
= 4n(4n−2)

θ2
Donc r(Nn ) = 8n(2n−1)
3. L’estimateur le plus performant est Nn
Car

θ2 9θ 2
V (Nn ) − V (Mn ) = 8n(2n−1)
− 8(2n−1)(4n−1) 2
θ2 1 9
= 8n(2n−1) n
( − (4n−1)2
θ 2 (16n2 −17n
= 8n(2n−1) + 1n(4n − 1)2
1
2θ 2 (n− 16 )(n−1)
= n(2n−1)(4n−1)2
>0

Car n > 2 d’où V (Nn ) > V (Mn )

12