Limites E Derivadas Parciais PDF

L2 MASS
2012/2013
Aide-mmoire
et exercices corrigs.
VTSU
I
MS
n
tio
41
isa
im
t
Op
Table des matires

1 Fonctions de plusieurs variables 3
NO NI
A CCA
2 Limites et continuit 13
G. F i se --jo
ur
m
3 Drivabilit et diffrentiabilit, fonctions implicites 23 ire
Dern 2013
f vrier
1
4 Extrema 61 di 1
Lun
1
Dernire mise jour : Lundi 11 fvrier 2013
Ce cours sadresse des tudiants de la deuxime anne dune Licence MASS. Il a pour objectif de donner les bases en
calcul diffrentiel pour des fonctions de plusieurs variables indispensables toute formation en mathmatiques appliques
lconomie. Les notions supposes connues correspondent au programme de la premire anne.
Lobjet de ce aide-mmoire est de proposer une explication succincte des concepts vu en cours. De nombreux livres, parfois
trs fournis, existent. Ici on a cherch, compte tenu des contraintes de volume horaire, des acquis des tudiants la premire
anne et des exigences pour la suite du cursus, dgager les points cls permettant de structurer le travail personnel de
ltudiant voire de faciliter la lecture dautres ouvrages. Ce polycopie ne dispense pas des sances de cours et de TD ni de
prendre des notes complmentaires. Il est dailleurs important de comprendre et apprendre le cours au fur et mesure. Ce
polycopi est l pour viter un travail de copie qui empche parfois de se concentrer sur les explications donnes oralement
mais ce nest pas un livre auto-suffisant (il est loin dtre exhaustif ) ! De plus, ne vous tonnez pas si vous dcouvrez des
erreurs (merci de me les communiquer).
On a inclus dans ce texte nombreux exercices corrigs. Ceux-ci, de difficult varie, rpondent une double ncessite. Il
est important de jongler avec les diffrents concepts introduits en cours et mme de faire certaines erreurs une fois pour
bien identifier les piges. Les exercices permettent dorienter les raisonnements vers dautres domaines (physique, cono-
mie, etc.), cela afin dexhiber lintrt et lomniprsence des fonctions de plusieurs variables et de loptimisation. Cependant,
veuillez noter que vous nobtiendrez pas grande chose si vous vous limit choisir un exercice, y rflchir une minute et aller
vite voir le dbut de la correction en passant tout le temps essayer de comprendre la correction qui va paraitre incompr-
hensible. Pour que la mthode dtude soit vraiment efficace, il faut dabord vraiment essayer de chercher la solution. En
particulier, il faut avoir un papier brouillon cot de soi et un crayon. La premire tape consiste alors traduire lnonc
(pas le recopier), en particulier sil est constitu de beaucoup de jargon mathmatique. Ensuite il faut essayer de rapprocher
les hypothses de la conclusion souhaite, et pour cela faire quelques calculs ou transformer les hypothses pour appliquer
un thorme dont on aura vrifier que les hypothses sont bien satisfaite. Cest ici que lintuition joue un grand rle et il ne
faut pas hsiter remplir des pages pour sapercevoir que lide quon a eu nest pas la bonne. Elle pourra toujours resservir
dans une autre situation. Quand finalement on pense tenir le bon bout, il faut rdiger soigneusement en sinterrogeant
chaque pas sur la validit (logique, mathmatique) de ce quon a crit. Si ltape prcdente ne donne rien, il faut chercher
de laide (voir le dbut de la correction, en parler un autre tudiant, interroger les tuteurs).
Gloria FACCANONI
IMATH Btiment U-318 T 0033 (0)4 94 14 23 81

Universit du Sud Toulon-Var
Avenue de luniversit B gloria.faccanoni@univ-tln.fr
83957 LA GARDE - FRANCE i http://faccanoni.univ-tln.fr
2 G. Faccanoni
1 Fonctions de plusieurs variables
Quil sagisse de traiter des questions relatives la biologie, la chimie, la physique, la production, la consommation ou en-
core lenvironnement, etc. une modlisation adquate sexprime le plus souvent laide de fonctions de plusieurs variables.
Ce chapitre introduit les fonctions de plusieurs variables relles en largissant les dfinitions nonces dans le module M11
pour les fonctions dune variable relle. videmment, la reprsentation gomtrique devient plus lourde : une fonction de
n variables se visualise priori dans un espace n + 1 dimensions (n pour les variables, 1 pour la fonction), alors que les
pages dun livre sont, par nature, bidimensionnelles. Pour contourner cette impossibilit technique, nous nous limiterons
aux reprsentations des fonctions de deux variables, soit sous forme de dessins en perspective, soit sous forme de coupes
par des plans horizontaux ou verticaux qui donnent des informations souvent utiles, quoique parcellaires. Ce problme
de visualisation introduit une rupture nette par rapport aux fonctions dune variable tudies antrieurement. Nous pre-
nons le parti de privilgier les thmes qui scartent des notions vues pour les fonctions dune seule variable. loppos,
les dfinitions et les proprits qui apparaissent comme des gnralisations videntes sont voques ou prsentes brive-
ment.
Dfinition Fonction de plusieurs variables

B Une fonction f , dfinie sur une partie D de Rn et valeurs relles, fait correspondre tout point x (x 1 , x 2 , . . . , x n ) de
D un rel unique f (x).
B Le domaine de dfinition de f est lensembleD Rn .
B Limage par f de D est lensemble Imf (D) = r R r = f (x), x Rn R.

B Lensemble des points S = (x, f (x)) x D de Rn+1 est la surface reprsentative de f ; cest lanalogue de la courbe

reprsentative dune fonction dune variable.

x Rn se note aussi ~
x ou x. Si n = 2, on utilise souvent la notation (x, y), si n = 3 la notation (x, y, z).
Exemple dapplications la gestion

1. La production P dune entreprise est souvent exprime en fonction de deux facteurs synthtiques, le capital, not K , et le travail,
not W : P = f (K ,W ).
2. Lutilit U dun consommateur dpend de ses quantits consommes. En prsence de n biens, la fonction dutilit sexprime
sous la forme U = f (x 1 , x 2 , . . . , x n ), o x i dsigne la quantit consomme du i -me bien disponible (i = 1, . . . , n).
3. Le cot C dune brochure publicitaire dpend de son format F , du nombre m de couleurs utilises, de la surface s consacre
aux photographies : C = f (F, m, s). Le format F dpend quant lui de la longueur p, de la largeur q et du nombre de pages n :
F = g (p, q, n). Ainsi C = f (F (p, q, n), m, s) = h(p, q, n, m, s).
Lorsque n = 2, le graphe
G f (x, y, z = f (x, y)) (x, y) D

est tridimensionnel. Les axes relatifs aux variables, x et y,

sont conventionnellement situs dans un plan horizontal (le
domaine D apparat alors comme un sous-ensemble de ce
plan), tandis que la dimension verticale est rserve aux va-
leurs de z. Ainsi, tout (a, b) D, dont limage est f (a, b) R,
correspond le point suivant du graphe : (a, b, f (a, b)) R3 .
Une mise en perspective permet la visualisation des surfaces
trois dimensions. Dans ce cas, laxe z est toujours plac ver-
ticalement. Toutefois, pour des raisons de lisibilit, les axes x
et y ne sont pas toujours prsents selon la mme orienta-
tion.
Pour n > 2, la reprsentation plane devient malheureusement impraticable.
3
1 Fonctions de plusieurs variables Dernire mise jour : Lundi 11 fvrier 2013
Exemple
Exemple
p
Le graphe de la fonction f : R2 R dfinie par f (x, y) = x 2 y 2 Le domaine de la fonction f (x, y) = x + y est donn par
est une surface de R3 qui a la forme dune selle de cheval, comme D = (x, y) R2 x + y = 0 . Il se reprsente donc naturellement

lindique la reprsentation en perspective de la figure ci-dessous. comme une portion du plan R2 . En outre, les valeurs prises par
la fonction parcourent tout lensemble des rels positifs ou nuls :
Im f (D) = R+ .
y
Dfinition Fonctions partielles

Soit f une fonction de D R2 dans R et (a, b) un point intrieur de D. Les fonctions
f b : x 7 f (x, b) et f a : y 7 f (a, y)
dfinies sur un intervalle ouvert contenant respectivement a et b, sont appeles les fonctions partielles associes f au
point (a, b).
4 G. Faccanoni
Dernire mise jour : Lundi 11 fvrier 2013 1 Fonctions de plusieurs variables
De la mme manire, on peut considrer des coupes horizontales du graphe dune fonction de deux variables et on obtient,
de faon gnrale, des courbes planes, dites courbes de niveau. En pratique, on reprsente simultanment diffrentes courbes
de niveau pour visualiser la progression du graphe. Cette reprsentation sapparente aux cartes gographiques o le niveau
correspond laltitude.
Dfinition Lignes de niveau

Soit k R et f une fonction de D R2 dans R ; lensemble (x, y) D f (x, y) = k est la courbe de niveau k de la fonction

f . Les courbes de niveau dune fonction f (x, y) fournissent une reprsentation gomtrique de f sur le plan, alors que
son graphe en donne une dans lespace. La courbe de niveau k est la projection sur le plan dquation z = 0 de lintersec-
tion du graphe de f avec le plan horizontal z = k.
F IGURE 1.1: Relation entre le graphe dune fonction et ses courbes de niveau. Gomtriquement, la ligne de niveau est la
projection sur le plan (x, y) de lintersection de la surface reprsentative de f avec le plan dquation z = k. Par
exemple, si f reprsente la hauteur dun point de la surface terrestre, ses courbes de niveau sont celles apparais-
sant sur les cartes topographiques.
Exemple
La fonction de production de C OBB -D OUGLAS f : (R 2
+ ) R scrit f (x, y) = x y (avec , > 0). Les courbes de niveau dune telle
fonction sont nommes isocantes ou courbes disoproduction. Pour un niveau fix k > 0 de production, lquation x y = k dtermine
les points du plan (x, y) donnant toutes les combinaisons des quantits de facteurs qui permettent de produire ce niveau k.
G. Faccanoni 5
F IGURE 1.2: Les lignes de niveau refltent souvent une ralit physique. Sur une carte topographique, elles dsignent les
points de mme altitude (ici, laltitude du point A est 940 + d = 940 + cb/a). Sur une carte mtorologique, elles
sont les isothermes (lignes reliant les points dgale temprature) ou les isobares (lignes reliant les points dgale
pression).
Exemple
Soit > 0 et considrons la fonction f (, ) = 2 . Cette fonction est souvent utilise en gestion de portefeuille : dsigne la
rentabilit attendue du portefeuille et sa volatilit (cart-type de la rentabilit). La fonction f reprsente lutilit attendue dun
investisseur qui prsente de laversion vis--vis du risque (2 est affect dun coefficient ngatif). Les courbes de niveau pour fix
sont ici appeles courbes dindiffrence ou courbes diso-utilit puisquelles caractrisent les rentabilits attendues et les volatilits
des portefeuilles qui atteignent, pour linvestisseur considr, un niveau fix dutilit attendue.
Cartes topographiques
On peut considrer le relief dune rgion comme tant le graphe dune fonction de deux variables (par exemple, laltitude
en fonction de la longitude et de la latitude). Une courbe de niveau nous indique les points de mme altitude (ou de
mme niveau). En dessinant les courbes de niveau avec leur altitude correspondante, on obtient la carte topographique
du relief. La lecture dune carte topographique permet non seulement dobtenir des mesures quantitatives du relief, mais
aussi de faire rapidement des observations qualitatives sur sa nature. Par exemple, localiser les points de plus haute et de
plus basse altitude ; les crtes, les fonds, les valles, les cols, etc. ; les endroits du relief o les pentes sont plus escarpes
ou plus douces, puisquils correspondent respectivement aux courbes de niveau trs rapproches ou trs distantes.
Exemple
Limage ci-contre montre les courbes de niveaux dune fonction
f . On peut alors se faire une ide de lallure de la fonction. Par
exemple f (1, 3) 72, f (4, 5) 56, f (3, 3) < 50 etc.
Exemple
Alice se rend chez son picier pour y acheter des grappes de raisin et du fromage la coupe. Le prix du raisin est fix 5 euros le Kg,
celui du fromage considr est de 18 euros le Kg. Si Alice dcide dacheter x Kg de raisin et y Kg de fromage, sa dpense en euros est de
D(x, y) = 5x + 18y.
Cette dpense constitue donc une fonction linaire D : R2+ R+ des variables x et y. Le graphe obtenu est une portion de plan.
6 G. Faccanoni
Si Alice dcide de payer en liquide et dispose de L euros seulement, elle ne peut envisager que des budgets (x, y) tels que D(x, y) L.
Graphiquement, ceci revient essentiellement envisager une intersection de la surface S avec des plans horizontaux dquation z =
k [0; L].
Exemple
Le nombre de voitures produites annuellement par une usine dpend du nombre x dheures de travail et du capital y disposition de
la manire suivante :
N (x, y) = 2x 2/3 y 1/3 .
On suppose par ailleurs que le cot de production de q voitures slve
C (q) = 1 + 3q + q 2
et lon dfinit aussi une fonction bnfice B : R2+ R par
B (q, p) = q p C (q).
o p est le prix. N et B sont des fonctions dfinies sur R2+ , valeurs relles, non linaires : les surfaces ne sont plus des portions de
plan ! On peut envisager dtudier le comportement de la fonction B prix fix, cest--dire lorsque p est fix une certaine valeur p 0 .
Graphiquement cela correspond considrer lintersection de la surface avec le plan vertical dquation p = p 0 . On peut aussi sint-
resser lensemble des couples (q, p) permettant de raliser le bnfice B 0 . Graphiquement cela correspond considrer lintersection
de la surface avec le plan horizontal dquation z = B 0 . On peut de plus envisager la fonction Be : R3+ R donnant le bnfice annuel
ralis en fonction du nombre dheures de travail, du capital et du prix unitaire fix : Be(x, y, p) = B (N (x, y), p). Be est une fonction de 3
variables, son graphe se situe donc dans R4 . Cependant les surfaces de niveaux peuvent tre visualises, ainsi que les variation de Be en
fonction de x lorsque les variables y et p sont fixes.
G. Faccanoni 7
............... Exercices ..............

Exercice 1.1
Dans chaque cas, dterminez et reprsentez le domaine de dfinition des fonctions donnes.
p
y+x 2 ln(y) ln(x 2 +1)
1. f (x, y) = p 2. f (x, y) = p
xy
3. f (x, y) = ln(x + y) 4. f (x, y, z) = yz
y
C ORRECTION .
1. D = (x, y) R2 y x 2 et y > 0 3. D = (x, y) R2 y > x

y
y
x
2
2. D = (x, y) R y > 0 et x > y

x
y
4. D = (x, y, z) R3 y 6= 0 et z 6= 0

x
Exercice 1.2
Dans chaque cas, dterminez les courbes de niveau des fonctions de deux variables donnes. Esquissez ensuite leurs
graphes (le graphe peut tre vu comme un empilement de courbes de niveau qui forment une surface dans R3 ).
1. f (x, y) = x + y 1 3. f (x, y) = y cos(x)

yx 2
2. f (x, y) = e
C ORRECTION .
1. f (x, y) = x + y 1 : f (x, y) = ssi y = 1 x , les courbes de niveau sont donc des droites et le graphe de f est un plan.
2 2,4
x
-2 1,6
2
-1
1
1 y 0,8
00
-1
0,0 1
-2
2
-0,8
0
-2 -1 0 1 2
-1,6
y
-2,4
x -1
-3,2
-4,0
-2
-4,8
yx 2 2
2. f (x, y) = e : f (x, y) = ssi y = x + ln(), les courbes de niveau sont donc des paraboles. On observe notamment la
croissance exponentielle marque lorsque les valeurs prises par y sont grandes et celles prises par |x| sont petites.
8 G. Faccanoni
3 000
1
2 500
2 000
1 500
0
-2 -1 0 1 2 -2 8,0
1 000
y
x 5,5
-1 500 3,0
x
0,5
y -1 0
-2,0 0
2
-2
3. f (x, y) = y cos(x) : f (x, y) = ssi y = cos(x) +

10
9
4 -10 -10
y x
-5 4 -5
2
0 0
0
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
5 5
-2
x
-6
10 10
-4
y -11
-6
-8
-10
Exercice 1.3 Domaine de dfinition, courbes de niveau

1. Dterminer et reprsenter le domaine de dfinition de la fonction f : R2 R dfinie par f (x, y) = ln(x y 2 ).
2. Dterminer et reprsenter ses courbes de niveau.
C ORRECTION .
D f = (x, y) R2 x y 2 > 0 = (x, y) R2 y 2 < x x y2 = ek x = y2 + ek

f (x, y) = k
y k
y k = 2
k =0
1
1 k =1
0
1 2 3 x 0
1 2 3 x
1
1
2
2
G. Faccanoni 9
Exercice 1.4
Associer chaque fonction (1-6) sa surface (A-F) et ses courbes de niveau (I-VI) :
1. f (x, y) = sin(x y)
2. f (x, y) = sin(x y)
3. f (x, y) = (1 x 2 )(1 y 2 )
xy
4. f (x, y) = 1+x 2 +y 2
x
5. f (x, y) = e cos(y)
6. f (x, y) = sin(x) sin(y)
C ORRECTION . 1-C-II, 2-F-I, 3-B-VI, 4-D-V, 5-A-IV, 6-E-III.
10 G. Faccanoni
Exercice 1.5
Associer chaque fonction (1-6) sa surface (I-VI).
1. f (x, y) = |x| + |y|
2. f (x, y) = |x y|
1
3. f (x, y) = 1+x 2 +y 2
4. f (x, y) = (x 2 y 2 )2
5. f (x, y) = (x y)2
6. f (x, y) = sin(|x| + |y|)
C ORRECTION . 1-VI, 2-V, 3-I, 4-IV, 5-II, 6-III.
Exercice 1.6
Dans la figure ci-contre on a trac les isobares de lAm-

rique du Nord au 12 aot 2008. La pressione indique est
mesure en millibars (mbar).
1. Donner une estimation de la pression Chicago
(point C), Nashville (point N), San Francisco
(point S) et Vancouver (point V).
2. Dans quelle ville le vent est le plus fort ?
C ORRECTION . Au point C la pression est de 1013 mbar environ, au point N la pression est de 1012 mbar environ, au point S
la pression est de 1010 mbar environ, au point V la pression est suprieure 1016 mbar. Le vent est plus fort San Francisco
car le gradient de pression est plus fort que dans les autres villes.
G. Faccanoni 11
2 Limites et continuit des fonctions de Rn dans R
La notion de limite pour une fonction de plusieurs variables gnralise naturellement la notion correspondante dans le cas
des fonctions dune seule variable. Toutefois, un nouvel lment entre en jeu : les limites unilatrales (i.e. de la gauche et
de la droite) perdent leur sens et sont remplaces par les nombreuses limites directionnelles possibles. En effet, ds que le
domaine se situe dans un espace deux dimensions au moins, les chemins qui mnent un point donn peuvent suivre
divers axes. Ainsi, lensemble des points en lesquels une limite peut tre considre, doit tre dfini en tenant compte de
toutes les possibilits daccs (voir par exemple la figure 2.1). Une faon commode de procder sappuie sur la notion de
boule ouverte dans Rn qui gnralise celle dintervalle ouvert dans R. Pour cela il faut dabord introduire la notion de norme
dans Rn qui gnralise la notion de distance dans R.
F IGURE 2.1: Diffrents faons de sapprocher du point x0 .
Dfinition Norme
On appelle norme sur Rn toute application N de Rn dans [0; +[ possdant les proprits suivantes :
N (x) = 0 x = 0 pour tout x Rn (sparation),

N (x) = ||N (x) pour tout x Rn , pour tout R (homognit),
N (x + y) N (x) + N (y) pour tout x, y Rn (ingalit triangulaire).
On emploie gnralement la notation kxk pour N (x), qui rappelle lanalogie avec la valeur absolue dans R ou le module
dans C.
Proprit
Pour tout x, y Rn
kxk kyk kx yk kxk + kyk.

Dfinition Boules
Dans Rn muni dune norme on appelle
B Boule ouverte de centre A Rn et de rayon r > 0 lensemble B(A, r ) = {x Rn tel que kx Ak < r } ;
B Boule ferme de centre A Rn et de rayon r > 0 lensemble B(A, r ) = {x Rn tel que kx Ak r }.
Normes classiques
Soit p N . Dans Rn , on utilise les normes classiques suivantes dfinies pour x = (x 1 , x 2 , . . . , x n ) par :
s
n
X
|x i |p ,
p

kxkp = kxk = sup |x 1 |, |x 2 |, . . . , |x n | .
i =1
Si p = 2, on parle de norme euclidienne.
13
2 Limites et continuit Dernire mise jour : Lundi 11 fvrier 2013
F IGURE 2.2: lim f (x, y) = L

(x,y)(a,b)
Exemple
On veut dessiner les boules fermes de centre (0, 0) et de rayon r > 0 relatives aux trois normes classiques de R2 : kk1 , kk2 et kk .
La boule ferme de centre (0, 0) et rayon r > 0 est lensemble de points
B((0, 0), r ) = {(x, y) R2 | k(x, y) (0, 0)k r } = {(x, y) R2 | k(x, y)k r }.
B Pour la norme kk on a
k(x, y)k < r sup{|x|, |y|} r.
B Pour la norme kk1 on a
k(x, y)k1 < r |x| + |y| r.
B Pour la norme kk2 on a
k(x, y)k1 < r |x|2 + |y|2 r 2 .
y y y
r r r
r r x r r x r r x
r r r
max{|x|, |y|} r |x| + |y| r x2 + y 2 r
La mot boule a donc ici un sens plus gnrale que dans la vie courante !
Dfinition Limite en un point

Soit D un ouvert de Rn , A D et f une fonction dfinie sur D, ventuellement non dfinie en A, valeurs relles.
B On dit que f a pour limite ` au point A, ce que lon crit lim f (x) = `, si pour tout > 0 il existe > 0 tel que
xA
x D \ { A } et kx Ak < = | f (x) `| < ,
autrement dit
x D B(A, ) = | f (x) `| < .
Voir la figure 2.2 pour un exemple avec une fonction de deux variables et la norme euclidienne.
B On dit que f tend vers + quand x tend vers A, ce que lon crit lim f (x) = +, si pour tout M > 0 il existe > 0 tel
xA
que
x D \ { A } et kx Ak < = f (x) > M ,
autrement dit
x D B(A, ) = | f (x) `| > M .
B On dit que f tend vers quand x tend vers A, ce que lon crit lim f (x) = , si pour tout M < 0 il existe > 0 tel
xA
que
x D \ { A } et kx Ak < = f (x) < M ,
autrement dit
x D B(A, ) = | f (x) `| < M .
14 G. Faccanoni
Dernire mise jour : Lundi 11 fvrier 2013 2 Limites et continuit
Proprit
Lexistence et la valeur ventuelle de la limite sont indpendantes de la norme choisie dans R2 . Lorsquelle existe, la limite
est unique.
Proprit
Si f a pour limite ` en A, la restriction de f toute courbe continue (non seulement les droites !) passant par A admet la
mme limite `.
Astuce
En pratique, pour prouver quune fonction de plusieurs variables nadmet pas de limite en A, il suffit dexpliciter une
restriction une courbe continue passant par A qui nadmet pas de limite, ou deux restrictions qui conduisent des
limites diffrentes. Mais pour prouver lexistence dune limite, il faut considrer le cas gnral.
Attention
Si la restriction toute droite passant par A admet la mme limite, on ne peut pas conclure que la limite existe !
Dfinition Continuit
Soit f une fonction de D Rn dans R. On dit que f est continue en A D si f possde en A une limite gale f (A). Si f
est continue en chaque point de D, on dit que f est continue sur D.
Dfinition Prolongement par continuit

Soit f une fonction de D Rn \ { A } dans R. Si lim f (x) = `, la fonction fe dfinie sur D { A } par fe(A) = ` et fe(x) = f (x)
xA
pour x D est la seule fonction continue en A dont la restriction D soit f . On lappelle le prolongement par continuit
de f A.
Proprit Oprations algbriques

Les fonctions continues de plusieurs variables jouissent des mmes proprits que les fonctions continues dune seule
variable. Les fonctions lmentaires telles que les polynmes, les fonctions exponentielles, logarithmiques et trigonom-
triques sont continues dans leurs domaines de dfinition respectifs. La continuit des autres fonctions stablit, le cas
chant, en tant que somme, produit, compose, le quotient (lorsque le dnominateur ne sannule pas) etc., de fonctions
continues.
Exemple
1. f (x, y) = x 2 + y 2 x y + y est continue dans R2 (polynme du second degr deux variables).
2. f (x, y, z) = e y + x y 2 z est continue dans R3 (somme dune exponentielle et dun polynme).
3. f (x, y) = ln(x + y 2 ) 3 est continue dans D = (x, y) R2 x + y 2 > 0 comme somme du logarithme dun polynme (fonction

compose) et dune constante.
UUUUUUUUUUUUUUUU Astuces UUUUUUUUUUUUUUU

En pratique, lorsque n = 2, il est souvent utile de passer aux coordonnes polaires pour ramener le calcul de la limite dune
fonction de deux variables celui de la limite dune fonction dune seule variable. En effet, tout point (x, y) de R2 \ { (a, b) }
peut tre reprsent par ses coordonnes polaires centres autour dun point (a, b) grce aux relations : x = a + r cos(),
y = b + r sin() avec r > 0 et [0; 2[.
G. Faccanoni 15
R
y
r B((a, b), R) = (x, y) R2 k(x a, y b)k < R

b
a x
Dans cette criture, r reprsente la distance entre (a, b) et (x, y) de sorte que
lim f (x, y) = lim f (a + r cos(), b + r sin())

(x,y)(a,b) r 0

On peut alors utiliser la condition suffisante suivante :

Proposition
Sil existe ` R et une fonction r 7 s = s(r ) telle que au voisinage de (a, b) on a
| f (a + r cos(), b + r sin()) `| s(r ) 0,

r 0
alors
lim f (x, y) = `.
(x,y)(a,b)
Exemple
x 2 y 2
Montrons de deux manires que lim f (x, y) avec f (x, y) = nexiste pas.
(x,y)(0,0) x 2 +y 2
Premire mthode. La premire mthode utilise la dfinition de limite. En effet, le long de laxe horizontal qui a quation y = 0, on a
x2 y 2 x2
lim = lim =1
(x,y)(0,0) x 2 + y 2 x0 x 2
y=0
tandis que, le long de laxe vertical qui a quation x = 0, on a
x2 y 2 y 2
lim = lim = 1
(x,y)(0,0) x 2 + y 2 y0 y 2
x=0
de sorte que les deux limites ne concident pas.

Deuxime mthode. La seconde manire est base sur les coordonnes polaires. En posant x = r cos() et y = r sin(), on a
r 2 (cos2 () sin2 ())

lim f (x, y) = lim f (r cos(), r sin()) = lim = lim (cos2 () sin2 ()) = cos(2).
(x,y)(0,0) r 0, r 0, r 2 (cos2 () + sin2 ()) r 0,
x 2 y 2
Le rsultat varie selon la direction , donc lim 2 2 nexiste pas.
(x,y)(0,0) x +y
Exemple
B Soit f la fonction dfinie sur R2 \ {(0, 0)} par
xy
f (x, y) = 2 .
x + y2
Comme f (0, t ) = 0 et f (t , t ) = 12 alors f ne peut pas tre prolonge par continuit en (0, 0).
16 G. Faccanoni
B Soit f la fonction dfinie sur R2 \ {(0, 0)} par

xy
f (x, y) = q .
x2 + y 2
Pour trouver la valeur de la limite, si elle existe, il suffit de calculer la limite dune restriction une courbe continue passant par
(0, 0) : comme f (0, t ) = 0 pour tout t , si la limite existe elle est 0. Pour vrifier que cest bien la limite on passe en coordonnes
polaires : on pose x = r cos() et y = r sin() pour r > 0 et [0, 2] ; on obtient
r 2 cos() sin() r
f (x(r, ), y(r, )) = p = r cos() sin() = sin(2).
r 2 (cos2 () + sin2 ()) 2
Comme |sin(2)| 1, alors | f (x, y)| r2 0 indpendamment de , donc

r 0
lim f (x, y) = 0.
(x,y)(0,0)
f peut donc tre prolonge par continuit en (0, 0) par la valeur 0.
G. Faccanoni 17
............... Exercices ..............

Exercice 2.1
Ces limites existent-elles dans R ?
1 y3 xy
1. lim ; 2. lim ; 3. lim .
(x,y)(1,1) xy (x,y)(1,0) (x 1)2 + y 2
(x,y)(0,0) x2 + y 2
C ORRECTION .
1 1 1
1. La limite lim(x,y)(1,1) xy nexiste pas car f (1, y) = et
1y f (1, y) = 1y
+.
y1+ y1
2. En polaire x = 1 + r cos(), y = r sin() : f (r, ) = r sin3 et |r sin3 | r ainsi lim f (r, ) = 0 et finalement
r 0
y3
lim = 0.
(x,y)(1,0) (x 1)2 + y 2
On peut galement utiliser le thorme du pincement sans passer par les coordonnes polaires, grce aux ingalits
suivantes :
y 3 |y|3

x 2 + y 2 y 2 = 2 = |y| y 6= 0.
x + y2 y2
xy 1
3. La limite lim(x,y)(0,0) x 2 +y 2
nexiste pas car f (x, x) = 2 et f (x, 0) = 0.
Exercice 2.2
Soit f la fonction dfinie sur R2 par
x2 y

si (x, y) 6= (0, 0)
f (x, y) = x 4 2x 2 y + 3y 2

0 sinon.
Montrer que la restriction de f toute droite passant par lorigine est continue mais que f nest pas continue lorigine.
C ORRECTION . Remarquons tout dabord que la fonction est bien dfinie dans R2 puisque
x 4 2x 2 y + 3y 2 = (x 2 y)2 + 2y 2
ne sannule quen (0, 0).

La restriction de f aux droites x = 0 et y = 0 est la fonction nulle. De plus, la restriction de f la droite y = mx, avec m 6= 0,
donne
mx
f (x, mx) = 2
x 2mx + 3m 2
et tend vers 0 quand x tend vers 0. Comme f (0, 0) = 0, la restriction de f toute droite passant par lorigine est donc continue.
Considrons la restriction de f la parabole y = x 2 . On a
x4 1
f (x, x 2 ) = = .
2x 4 2
Par consquent, f (x, x 2 ) ne tend pas vers 0 quand x tend vers 0.
Exercice 2.3
Soit f la fonction dfinie sur R2 \ {(0, 0)} par
x ln(1 + x 3 )
f (x, y) = .
y(x 2 + y 2 )
Calculer, si elle existe, la limite de f pour (x, y) qui tend vers (0, 0).
18 G. Faccanoni
ln(1 + x 3 ) 2 ln(1 + x 3 )
C ORRECTION . Pour m 6= 0 on a f (x, mx) =

0 mais f (x, x ) = = 1. La limite nexiste donc
m(1 + m 2 )x 2 x0 x 3 (1 + x 2 ) x0
pas.
Exercice 2.4
Soit f : R2 R la fonction ainsi dfinie
3 3

x +y

si (x, y) 6= (0, 0),
2
f (x, y) = x + y 2

0 si (x, y) = (0, 0).
Est-elle continue sur R2 ?
C ORRECTION . On utilise les coordonnes polaires : x = r cos(), y = r sin() ; alors f (r, ) = r (cos3 + sin3 ) et comme
| f (r, )| |2r | 0, on en dduit que limr 0 f (r, ) = 0 indpendamment de , ce qui prouve que lim(x,y)(0,0) f (x, y) = 0,
r 0
i.e. que f est continue en (0, 0). De plus elle est continue sur R2 \ { (0, 0) } comme quotient de fonctions continues dont le
dnominateur ne sannule pas. Nous pouvons donc conclure que f est continue sur R2 .
Exercice 2.5
Montrer que la fonction f : R2 \ { (0, 0) } R dfinie par
x y2
f (x, y) =
x2 + y 4
nest pas prolongeable par continuit en (0, 0).
C ORRECTION . Pour que f soit prolongeable par continuit en (0, 0) il faut que lim(x,y)(0,0) f (x, y) = ` R. Pour prouver que
cette limite nexiste pas il suffit dexpliciter deux restrictions deux courbes continues passant par (0, 0) qui conduisent des
3
limites diffrentes. La restriction de f la courbe continue y = x qui passe par le point (0, 0) est la fonction f (x, x) = x 2x+y 4 =
x y4
1+x 2
. La restriction de f la courbe continue x = y 2 qui passe par le point (0, 0) est la fonction f (y 2 , y) = y 4 +y 4
= 12 . Comme
f (x, x) 0 mais f (y 2 , y) = 21 , la fonction nest pas prolongeable par continuit en (0, 0).
x0
Exercice 2.6
Montrer que la fonction f : R2 \ { (0, 0) } R dfinie par
sin(x 2 ) sin(y 2 )
f (x, y) =
x2 + y 2
nest pas prolongeable par continuit en (0, 0).
C ORRECTION . Pour que f soit prolongeable par continuit en (0, 0) il faut que lim(x,y)(0,0) f (x, y) = ` R. Pour prouver que
cette limite nexiste pas il suffit dexpliciter deux restrictions deux courbes continues passant par (0, 0) qui conduisent des
2)
limites diffrentes. La restriction de f la courbe continue y = 0 qui passe par le point (0, 0) est la fonction f (x, 0) = sin(x
x2
. La
sin(y 2 )
restriction de f la courbe continue x = 0 qui passe par le point (0, 0) est la fonction f (0, y) = y2
. Comme f (x, 0) 1
x0
mais f (0, y) = 1, la fonction nest pas prolongeable par continuit en (0, 0).
G. Faccanoni 19
Exercice 2.7
6x 2 y
Soit f : R2 \ { (0, 0) } R la fonction dfinie par f (x, y) = x 2 +y 2
. Montrer que lim(x,y)(0,0) f (x, y) = 0 de trois faons :
1. daprs la dfinition,
2. daprs le thorme de pincement,
3. en utilisant les coordonnes polaires.
C ORRECTION .
1. Soit > 0. Il faut trouver r > tel que
q 2
x 2 + y 2 0 < r = 6x y 0 < .

x2 + y 2
Comme on a
6x 2 y 6x 2 |y|
q
x 2 + y 2 x 2 = 2 = 6|y| x2 + y 2 (x, y) 6= (0, 0),
x + y2 x2
il suffit de choisir r = /6.
2. Pour tout (x, y) 6= (0, 0) on a
6x 2 y

0 2 6|y| 0
x + y2 (x,y)(0,0)
3. Posons x = r cos() et y = r sin(). On obtient
6x 2 y
lim = lim (6r cos2 () sin()).
(x,y)(0,0) x 2 + y 2 r 0

Or, 0 |6r cos2 () sin()| 6r 0, donc lim(x,y)(0,0) f (x, y) = 0.

r 0
Exercice 2.8
Calculer la limite si elle existe ou montrer quelle nexiste pas :
x 4 +y 4 x 2 sin2 y 3x 2 y
a) lim 2 2 ; i) lim 2 2 ; q) lim 2 2 ;
(x,y)(0,0) x +y (x,y)(0,0) x +3y x
(x,y)(0,0) +y
|x|+|y| arctan((x+y)2 )
b) lim 2 2 ; j) lim ; x2 y
(x,y)(0,0) x +y (x,y)(0,0) x2 r) lim x 4 +y 2 ;
(x,y)(0,0)
x3 x 2 y 2
c) lim 2 2 ; k) lim ;
(x,y)(0,0) x +y 2
(x,y)(0,0) x +y
2 x y+y z 2 +xz 2
s) lim 2 2 4 ;
x y2y
x2 y 3 (x,y,z)(0,0,0) x +y +z
d) lim 2 2 ; l) lim ;
(x,y)(2,0) x +y 4x+4 2 2
(x,y)(0,0) 2x +y 2
y sin(x+1) t) lim p x2 ;
e) lim 2 ; sin(x 2 +y 2 ) (x,y)(0,0) x +y 2
(x,y)(1,2) x 2x+1 m) lim 2 2 ;
(x,y)(0,0) x +y
x 2 +y 2 x 2 x 3 +y 2 +y 3
f) lim p ; x 3 +y 2 u) lim x 2 +y 2
;
(x,y)(0,0) x 2 +y 2 +11 n) lim 2 2 ; (x,y)(0,0)
(x,y)(0,0) x +y
2x 2 +3x y+y 2 xy
g) lim ; o) lim xe x/y ; v) lim ;
(x,y)(0,0) x 2 +5y 2
(x,y)(0,0) (x,y)(0,0) x+y
(x+y)2 x ln y
h) lim 2 2 ; p) lim p ; w) lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5.
(x,y)(0,0) x +y (x,y)(0,1) x 2 +(y1)2 (x,y)(0,0)
C ORRECTION .
(x 2 +y 2 )2 x 4 +y 4
a) Comme | f (x, y)| x 2 +y 2
= x 2 + y 2 et en polaire x 2 + y 2 = r 2 0 alors lim 2 2 = 0.
r 0 (x,y)(0,0) x +y
1 |x|+|y|
b) Comme f (x, y) x 2 +y 2
et en polaire x 2 + y 2 = r 2 0 alors lim 2 2 = +.
r 0 (x,y)(0,0) x +y
x3
c) En polaire : f (r, ) = r cos3 et |r cos3 | r . Comme lim f (r, ) = 0 alors lim 2 2 = 0.
r 0 (x,y)(0,0) x +y
1 x y2y
d) Comme f (x, 0) = 0 et f (x, x 2) = 2 la limite lim 2 2 nexiste pas.
(x,y)(2,0) x +y 4x+4
20 G. Faccanoni
2 sin(x+1) y sin(x+1)
e) Comme f (x, 2) = x1 x+1 alors lim 2 nexiste pas.
x1 (x,y)(1,2) x 2x+1
2 x 2 +y 2
f) En polaires : f (r, ) = p r qui ne dpend que de r . Comme lim f (r, ) = 2 alors lim p = 2.
r 2 +11 r 0 (x,y)(0,0) x 2 +y 2 +11
1 2x 2 +3x y+y 2
g) Comme f (x, 0) = 2 et f (0, y) = 5 alors lim x 2 +5y 2
nexiste pas.
(x,y)(0,0)
(x+y)2
h) Comme f (x, x) = 2 et f (x, x) = 0 alors lim 2 2 nexiste pas.
(x,y)(0,0) x +y
cos2 () sin2 (r sin()) x 2 sin2 y

i) En polaires : f (r, ) = 1+2 sin2 ()
et | f (r, )| sin2 (r sin()). Comme lim f (r, ) = 0 alors lim 2 2 = 0.
r 0 (x,y)(0,0) x +3y
arctan((2x)2 ) arctan(x 2 ) arctan((x+y)2 )

j) Comme f (x, x) = x2
4 et f (x, 0) = x2
1 alors lim x2
nexiste pas.
x0 y0 (x,y)(0,0)
x 2 y 2
k) Comme f (x, 0) = 1 et f (0, y) = 1 alors lim x 2 2 nexiste pas.
(x,y)(0,0) +y
() sin 2 3
r3 x2 y 3
l) En polaires : f (r, ) = r 3 cos
1+cos2 ()
et | f (r, )| 1+cos2 ()
car |cos2 () sin3 | 1. Comme lim f (r, ) = 0 alors lim 2x 2 +y 2 = 0.
r 0 (x,y)(0,0)
sin(r 2 ) sin(x 2 +y 2 )
m) En polaires : f (r, ) = r2
. Comme lim f (r, ) = 1 alors lim x 2 +y 2
= 1.
r 0 (x,y)(0,0)
x 3 +y 2
n) Comme f (x, 0) = x 0 mais f (0, y) = 1 1 alors lim 2 2 = 0 nexiste pas.
x0 y0 (x,y)(0,0) x +y
o) Comme f (x, x) = xe 0 mais f (x, x 2 ) = xe 1/x + alors lim xe x/y nexiste pas.
x0 x0+ (x,y)(0,0)
p) En polaire : f (r, ) = cos() ln(1+r sin()) et |cos() ln(1+r sin())| |ln(1+r sin())|. Comme on calcule la limite pour r
x ln y
0, on peut supposer r < 21 ; dans ce cas |ln(1+r sin())| < |ln(1+r )| 0 et comme lim f (r, ) = 0 alors lim p 2 2
=
r 0 r 0 (x,y)(0,1) x +(y1)
0.
3x 2 y
q) En polaire : f (r, ) = 3r cos2 () sin() et |3r (cos2 () sin())| 3r . Comme lim f (r, ) = 0 alors lim 2 2 = 0.
r 0 (x,y)(0,0) x +y
x3 x x4 1 x2 y
r) Comme f (x, x) = x 4 +x 2
= 0 mais
x 2 +1 x0
f (x, x 2 ) = x 4 +x 4
= 2 alors lim x 4 +y 2 nexiste pas.
(x,y)(0,0)
x 2 +2x 3 1+2x x3 x x y+y z 2 +xz 2

s) Comme f (x, x, x) = 2x 2 +x 4
= 1
2+x 2 x0 2
mais f (x, 0, x) = x 2 +x 4
= 0 alors
1+x 2 x0
lim 2 2 4 nexiste pas.
(x,y,z)(0,0,0) x +y +z
2
t) En polaire : f (r, ) = r cos2 () et |r cos2 ()| r . Comme lim f (r, ) = 0 alors lim p x2 = 0.
r 0 (x,y)(0,0) x +y 2
x 2 x 3 +y 2 +y 3 y 3 x 3 y 3 x 3
u) x 2 +y 2
= 1+ x 2 +y 2 . Si on dfinit g (x, y) = x 2 +y 2
, en polaire g (r, ) = r (sin3 cos3 ) et |r (sin3 cos3 )| 2r . Comme
x 2 x 3 +y 2 +y 3
lim f (r, ) = 0 alors lim x 2 +y 2
= 1.
r 0 (x,y)(0,0)
xy
v) Comme f (x, 0) = 1 et f (0, y) = 1 alors lim nexiste pas.
(x,y)(0,0) x+y
w) En polaire : f (r, ) = r 2 ln(r 2 ) + 5 5 alors lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5 = 5.

x0 (x,y)(0,0)
G. Faccanoni 21
3 Drivabilit et diffrentiabilit, fonctions
implicites
3.1 Drives partielles
Lunique drive dune fonction dune variable relle, lorsquelle existe, est lie aux variations de la fonction tandis que la
variable parcourt laxe des abscisses. Pour une fonction f : R2 R, dont le graphe est une surface de R3 , la situation est trs
diffrente. En effet, laxe rel noffre que deux types de mouvements possibles : de gauche droite et de droite gauche tan-
dis que le plan R2 possde une infinit de directions. Il peut savrer intressant dtudier comment une fonction f : R2 R
volue lorsque la variable suit lune ou lautre direction du plan. cet gard, considrons dabord la direction horizontale.
Prenons le point (x 0 , y 0 ) du domaine de f . Son image est f (x 0 , y 0 ) R et le graphe de la fonction, qui est la surface dqua-
tion z = f (x, y) de R3 , comporte le point (x 0 , y 0 , f (x 0 , y 0 )). Lintersection du graphe de f avec le plan vertical y = y 0 est la
courbe dquation z = f (x, y 0 ) de R3 . Le point (x 0 , y 0 ) tant fix, on peut alors interprter cette courbe comme le graphe
de la fonction f y 0 dune seule variable dfinie par f y 0 (x) = f (x, y 0 ). Si f y 0 est drivable en x 0 , alors sa drive nous ren-
seigne sur la variation de la fonction f lorsque (x, y) se dplace le long de la droite horizontale de R2 passant par le point
(x 0 , y 0 ).
Lorsquon pose toutes les variables dune fonction gales une constante, sauf une, on obtient alors une fonction dune seule
variable, qui peut tre drive suivant les rgles habituelles.
Dfinition Drives partielles premires

Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D. Les drives partielles de f
en (x 0 , y 0 ) sont les drives des fonctions partielles f y 0 et f x0 values en (x 0 , y 0 ), i.e. les fonctions
f f (x 0 + h, y 0 ) f (x 0 , y 0 )
(x 0 , y 0 ) = f y00 (x) = lim , drive partielle de f par rapport x au point (x 0 , y 0 ),
x h0 h
f f (x 0 , y 0 + h) f (x 0 , y 0 )
(x 0 , y 0 ) = f x00 (y) = lim , drive partielle de f par rapport y au point (x 0 , y 0 ).
y h0 h
Il sagit de limites dune fonction relle de variable relle !

Si f admet toutes les drives partielles premires, on dit que f est drivable.
Remarque Notation
f
se note aussi x f ou f ,x . (Attention ne pas confondre f ,x la drive de f par rapport x avec f x0 la fonction partielle
x
associe f .)
Dfinition Vecteur gradient

Le gradient de f en (x 0 , y 0 ), not f (x 0 , y 0 ) ou encore grad f (x 0 , y 0 ), est le vecteur dont les composantes sont les drives
partielles premires. Il est orthogonal la courbe de niveau de f passant par (x 0 , y 0 ).
Astuce
En pratique, pour calculer la drive partielle x f (resp. y f ), on drive f comme si elle tait une fonction de la seule
variable x (resp. y) et que lautre variable, y (resp. x), tait une constante.
Ces dfinitions se gnralisent de manire naturelle toute fonction de n variables.
23
3 Drivabilit et diffrentiabilit, fonctions implicites Dernire mise jour : Lundi 11 fvrier 2013
Exemple
Soit f (x, y) = 4 x 2 2y 2 . On a x f (x, y) = 2x y et y f (x, y) = 4y. Le graphe de f est le parabolode z = 4 x 2 2y 2 et le plan vertical
y = 1 lintersecte dans la parabole z = 2 x 2 , y = 1 (et on appelle cette courbe C 1 comme dans la figure gauche). La pente de la droite
tangente cette parabole au point (1, 1, 1) est x f (1, 1) = 2. De la mme faon, le plan vertical x = 1 intersecte le parabolode dans la
parabole z = 22y 2 , x = 1 (et on appelle cette courbe C 2 comme dans la figure droite). La pente de la droite tangente cette parabole
au point (1, 1, 1) est y f (1, 1) = 4.
Les drives partielles jouissent des mmes proprits que les drives de fonctions dune seule variable. En particulier,
les fonctions lmentaires telles que les polynmes, les fonctions exponentielles, logarithmiques et trigonomtriques sont
drivables dans leur domaine respectif. La drivabilit (partielle) des autres fonctions stablit, le cas chant, en tant que
somme, produit, compose, etc., de fonctions drivables. Les rgles de drivation sont galement similaires, lexception
de celle relative la drivation des fonctions composes. En effet, lorsque n > 1, il est impossible de raliser un produit de
composition entre deux fonctions de Rn R.
Exemple
1. Soit la fonction f (x, y) = 3x 2 + x y 2y 2 . Alors D R2 , f est continue, x f (x, y) = 6x + y (car y est considre constante) et
y f (x, y) = x 4y (car x est considre constante).
2. Soit la fonction f (x, y, z) = 5xz ln(1+7y). Alors D {(x, y, z) | y > 1/7}, f est continue et x f (x, y, z) = 5z ln(1+7y), y f (x, y, z) =
35xz
1+7y et z f (x, y, z) = 5x ln(1 + 7y).
3. Considrons lentropie dun gaz parfait en fonction de lnergie interne spcifique et du volume spcifique : s(, ) =
c v ln 1 = c v ln() + c v ( 1) ln() (avec c v et > 1 deux constantes). Comme la temprature et la pression sont dfinies

c v (1)2
respectivement par T = 1/s et P = T s , on obtient T = s1 = c et P = T s = c = ( 1) . On retrouve ainsi la
v v 1
relation bien connue P = RT avec R = c v ( 1).
4. La rsistance totale R dun conducteur produite par trois conducteurs de rsistances R 1 , R 2 R 3 , connects en parallle, est
donnes par la formule
1 1 1 1
= + + .
R R1 R2 R3
On a alors Ri R(R 1 , R 2 , R 3 ) = R 2 /R i2 .
Fonction de production de C OBB -D OUGLAS

C OBB et D OUGLAS ont cherch une fonction, dfinie et drivable dans (R+ )2 , qui caractrise la production en fonction du
travail w et du capital k :
f : (R+ )2 R+
(w, k) 7 f (w, k)
La drive partielle w f est la vitesse laquelle la production change en fonction des variations du travail. On appelle
cela production marginale par rapport au travail ou productivit marginale du travail. De la mme manire, la drive
partielle k f est la vitesse laquelle la production change en fonction des variations du capital. On appelle cela produc-
tion marginale par rapport au capital ou productivit marginale du capital. C OBB et D OUGLAS ont fait les hypothses
suivantes :
B si le travail ou le capital sannulent, la production aussi sannule :
lim f (w, k) = 0, lim f (w, k) = 0;
w0 k0
k w
B la productivit marginale du travail est proportionnelle la production par unit de travail :

R tel que w f (w, k) =
f (w, k);
w
pour k = k 0 fix, on a une EDO dont la solution est f (w, k) = g (k 0 )w o g est une fonction qui ne dpend que de
k0 ;
B la productivit marginale du capital est proportionnelle la production par unit de capital :

R tel que k f (w, k) = f (w, k).
k
24 G. Faccanoni
Dernire mise jour : Lundi 11 fvrier 2013 3 Drivabilit et diffrentiabilit, fonctions implicites
pour w = w 0 fix, on a une EDO dont la solution est f (w, k) = h(w 0 )k o h est une fonction qui ne dpend que de
w0.
On obtient alors la fonction f (w, k) = c w k , o c est une constante. De plus, on a fait lhypothse que si le travail ou le
capital sannulent alors la production aussi sannule, par consquent , > 0 et lon a bien

w f (w, k) = w 1 k = f (w, k), k f (w, k) = w k 1 = f (w, k).
w k
Remarquons que si le travail et le capital augment en mme temps dun facteur m alors
f (mw, mk) = c(mw) (mk) = m + f (w, k).
Pour que la production augmente elle aussi dun facteur m il faut alors imposer + = 1.
Dans certaines applications, on est amen considrer des fonctions de D Rn Rm qui peuvent tre vues comme des
empilements de fonctions de D Rn R :
f : D Rn Rm

f 1 (x)
f (x)
2
.. .
x 7
.
f m (x)
De telles fonctions studient comme sil sagissait de m fonctions de D R. On obtiendra ainsi un vecteur gradient pour
chaque fonction f j , j = 1, . . . , m. La matrice de n lignes et m colonnes dont la colonne j contient le vecteur f j est appele
matrice jacobienne de f .
Une des proprits les plus usites dans la pratique, la rgle de drivation en chane ou chain rule, est relative aux drives
partielles des fonctions composes.
Dfinition Drives des fonctions composes : rgle de drivation en chane (chain rule)
Cas R R2 R Soit f une fonction de deux variables admettant des drives partielles premires et x et y deux fonc-
tions drivables de R dans R :
f : R2 R x: RR y: RR
(x, y) 7 f (x, y) t 7 x(t ) t 7 y(y)
Alors la fonction g
g:R R2 R
t (x = x(t ), y = y(t )) g (t ) = f (x(t ), y(t ))
est drivable et
f f
g 0 (t ) = (x(t ), y(t )) x 0 (t ) + (x(t ), y(t )) y 0 (t ).
x y
Cas R2 R2 R Soit f une fonction de deux variables x et y elles-mme fonctions des deux variables u et v.
f : R2 R2 x : R2 R y : R2 R
(x, y) 7 f (x, y) (u, v) 7 x(u, v) (u, v) 7 y(u, v)
On peut dfinir la fonction compose g (u, v) = f (x(u, v), y(u, v)) :
g : R2 R2 R
(u, v) (x = x(u, v), y = y(u, v)) g (u, v) = f (x(u, v), y(u, v))
Lorsque les drives partielles premires qui interviennent sont dfinies, on a

g f x f y
(u, v) = (x(u, v), y(u, v)) (u, v) + (x(u, v), y(u, v)) (u, v),
u x u y u
g f x f y
(u, v) = (x(u, v), y(u, v)) (u, v) + (x(u, v), y(u, v)) (u, v).
v x v y v
G. Faccanoni 25
Exemple
La pression P (en kilopascals), le volume V (en litres) et la temprature (en kelvins) dune mole dun gaz parfait sont li par lquation
PV = RT avec R = 8.31. On veut dterminer la vitesse laquelle la pression change quand la temprature est de 300 K et est en train
daugmenter raison de 0.1 K s1 et quand le volume est de 100 L et est en train de crotre raison de 0.2 L s1 . Soit f une fonction de
deux variables admettant des drives partielles premires et x et y deux fonctions drivables de R dans R :
P : R2 R T : RR V : RR
(T,V ) 7 P (T,V ) t 7 T (t ) t 7 V (y)
Alors la fonction P
P :R R2 R
t (T (t ),V (t )) P (T (t ),V (t )) = R VT (t )
(t )
est drivable et
P P
P 0 (t ) = (T (t ),V (t ))T 0 (t ) + (T (t ),V (t ))V 0 (t ).
T V
linstant considr, T = 300 et d T /d t = 0.1, V = 100 et dV /d t = 0.2, donc
dP P d T P dV R d T RT dV 3.81 3.81 300

= + = 2 = 0.1 0.2 = 0.04155.
dt T d t V d t V dt V dt 100 1002
La pression est donc en train de diminuer denviron 0.042 kPa s1 .
Exemple
La temprature p en un point (x, y) est note T (x, y) et mesure en degrs Celsius. Un insecte en train de ramper se trouve aprs t
secondes en x = 1 + t , y = 2+t /3, o x et y sont mesurs en centimtres. La fonction temprature satisfait x T (2, 3) = 4 et y T (2, 3) =
3. quelle vitesse crot la temprature sur la trajectoire de linsecte aprs 3 secondes ?
Comme x et y sont chacune fonction du temps t , la fonction T (x, y) est aussi fonction du temps et lon a
dT T d x T d y T 1 T 1
= + = p + .
dt x d t y d t x 2 1 + t y 3
Aprs 3 secondes, x = 2 et y = 3 et
dT 1 1
(2, 3) = 4 + 3 = 2.
dt 22 3
Ainsi la temprature crot de 2 C s1 .
Exemple
Le consommateur dont la fonction dutilit est donne par U (x, y) est soumis la contrainte de budget P x + Q y = R, o P > 0 et Q > 0
sont les prix des deux biens et R > 0 le montant dvolu lachat des ces deux bien. La quantit consomme du second bien devient
ainsi fonction de celle du premier : y = f (x) avec f (x) = RP x
Q , de sorte que, sous la contrainte de budget, la fonction dutilit peut tre
exprime sous la forme dune fonction dune seule variable : V (x) = U (x, f (x)), qui est la compose des fonctions
y : R R2 U : R2 R
x 7 f (x) (x, y) 7 U (x, y)
Grce la chain rule, on a

dV P
V 0 (x) = = x U y U .
dx Q
Attention
Une fonction f peut admettre des drives partielles en
tout point dun ouvert de R2 et ne pas tre continue en
tout point de cet ouvert.
26 G. Faccanoni
Exemple
La fonction
( xy
si (x, y) 6= (0, 0)
f (x, y) = x 2 +y 2
0 sinon
nest pas continue en (0, 0) car f (x, x) = 1/2 6= f (0, 0), cepen-
dant elle admet des drives partielles en (0, 0) car x f (0, 0) =
f (h,0) f (0,0) f (0,h) f (0,0)
limh0 h
= 0 et y f (0, 0) = h
= 0.
Les directions correspondant aux drives partielles sont celles des axes. Dautres drives directionnelles sont aussi envisa-
geables :
Dfinition Drive directionnelle

Les drives partielles dune fonction de deux variables dcrivent le taux de variation de cette fonction lorsquune de ses
variable varie, lautre restant constante. De manire plus gnrale, on peut sintresser au taux de variation de f lorsque
ses arguments (x, y) varient dans une direction fixe. La drive de f en (x 0 , y 0 ) selon la direction v = (a, b) est dfinie par
f f (x 0 + ha, y 0 + hb) f (x 0 , y 0 )
(x 0 , y 0 ) = lim .
v h0 h
f
Lorsque f est diffrentiable (voir plus bas), cette limite vaut v (x 0 , y 0 ) = f (x 0 , y 0 ) v = x f (x 0 , y 0 )a + y f (x 0 , y 0 )b.
Exemple
Calculons la drive de f = x 2 y 2 en (1, 2) selon la direction v = (3, 5) :
f 2 2 )(12 22 ) 2
B en appliquant la dfinition on a v
(1, 2) = limh0 ((1+3h) (2+5h) h
= limh0 16hh14h = 14 ;
f
B comme f est diffrentiable, on a x f (1, 2) = 2 et y f (1, 2) = 4 donc v (1, 2) = f (1, 2) v = 3x f (1, 2) + 5 y f (1, 2) = 6 20 = 14.
Dfinition lasticit
Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D et supposons f drivable par
rapport x (resp. y) en (x 0 , y 0 ) avec x 0 6= 0 (resp. y 0 6= 0) et f (x 0 , y 0 ) 6= 0. Llasticit de f par rapport x (resp. y) en (x 0 , y 0 )
est donne par
f (x 0 +h,y 0 ) f (x 0 ,y 0 ) f (x 0 ,y 0 +h) f (x 0 ,y 0 )
f (x 0 ,y 0 ) y f (x 0 ,y 0 )
E xf (x 0 , y 0 ) = lim h
, E f (x 0 , y 0 ) = lim h
.
h0 h0
x0 y0
Par consquent
x0 y y0
E xf (x 0 , y 0 ) = x f (x 0 , y 0 ), E f (x 0 , y 0 ) = y f (x 0 , y 0 ).
f (x 0 , y 0 ) f (x 0 , y 0 )
Exemple
La fonction de production de C OBB -D OUGLAS f : (R 2 2
+ ) R scrit f (x, y) = x y (avec , > 0). Elle est drivable dans (R+ ) et on
obtient :
x x
E xf (x, y) = x f (x, y) = x 1 y = ,
f (x, y) x y
y y
x y 1 = .
y
E f (x, y) = y f (x, y) =
f (x, y) x y
En consquence, toutes les fonctions de C OBB -D OUGLAS bnficient dlasticits constantes, ce qui contribue expliquer lattrait
quelles reprsentent pour le modlisateur.
G. Faccanoni 27
Dfinition Fonction de classe C 1

Si les fonctions drives partielles x f et y f sont continues sur D, on dit que f est de classe C 1 sur D et on note f
C 1 (D).
3.2 Diffrentiabilit
La diffrentiabilit dune fonction f en un point x0 correspond lexistence dune approximation linaire de la fonction au
voisinage du point (x0 , f (x0 )) du graphe de la fonction.
Pour les fonctions dune seule variable, cette approximation linaire est fournie par la droite tangente dquation y = f (x 0 ) +
f 0 (x)(x x 0 ), impliquant directement lquivalence entre la drivabilit et la diffrentiabilit. Il ntait donc pas ncessaire
dajouter une dfinition.
Dans le cas des fonctions de deux variables et plus, lquivalence disparat entre lexistence des drives partielles, dune
part, et celle dun plan tangent, dautre part. Cela provient du fait que la drivabilit repose seulement sur des limites le long
de directions particulires. La drivabilit apparat donc comme un concept trop faible pour garantir lexistence dun plan
tangent et la notion de diffrentiabilit va combler ce dficit.
Pour les fonctions de deux variables, lintuition gomtrique peut encore servir de guide. Ainsi, si la fonction f est dri-
vable en (x 0 , y 0 ), on peut affirmer lexistence de deux droites tangentes, chacune par rapport la trace verticale du graphe
dans les plans dquation x = x 0 et y = y 0 . Dans le meilleur des cas, ces deux droites, ncessairement concourantes en
(x 0 , y 0 , f (x 0 , y 0 )), forment un plan qui est tangent au graphe. Toutefois, certaines irrgularits peuvent surgir (par exemple, la
prsence dune discontinuit en (x 0 , y 0 )) qui excluent lexistence dun plan tangent. Dans pareil cas, les deux droites existent
et dfinissent un plan qui nest pas un plan tangent, parce quun tel plan nexiste pas. Ces deux droites dterminent donc un
candidat plan tangent, dont lexistence doit encore tre vrifie.
Plus gnralement, la diffrentiabilit dune fonction de n variables, drivable au point x0 , studie en deux tapes. La pre-
mire consiste introduire la candidate diffrentielle. La seconde teste si cette candidate constitue effectivement une ap-
proximation locale de laccroissement de la fonction. Les dfinitions suivantes prcisent ces notions.
Dfinition Fonction diffrentiable

Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D. On dit que f est diffrentiable
en (x 0 , y 0 ) sil existe deux constantes relles A et B telles que
f (x 0 + h, y 0 + k) f (x 0 , y 0 ) = h A + kB + k(h, k)k(h, k)
avec lim(h,k)(0,0) (h, k) = 0 et kk une norme quelconque de R2 .
La diffrentiabilit est une notion plus forte que la continuit et que la drivabilit :
Thorme
Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D. Si f est diffrentiable en
(x 0 , y 0 ), alors f est continue et drivable en (x 0 , y 0 ). Dans ce cas on a A = x f (x 0 , y 0 ) et B = y f (x 0 , y 0 ) et on peut dfinir
la fonction
df (x0 ,y 0 ) : R2 R
(h, k) 7 hx f (x 0 , y 0 ) + k y f (x 0 , y 0 ),
appele diffrentielle de f au point (x 0 , y 0 ). On gnrale on note

df (x 0 , y 0 ) = lim f (x 0 + dx, y 0 + dy) f (x 0 , y 0 ) = x f (x 0 , y 0 ) dx + y f (x 0 , y 0 ) dy.
( dx, dy)(0,0)
28 G. Faccanoni
Exemple
En pratique, on utilise la contrapose :
B si une fonction nest pas continue, alors elle nest pas diffrentiable ;
B si une fonction nest pas drivable (i.e. elle nadmet pas toutes les drives partielles dordre 1), alors elle nest pas diffrentiable.
1. La fonction f : R2 R dfinie par
x y2

si (x, y) 6= (0, 0)
f (x, y) = x 2 +y 4
0 si (x, y) = (0, 0)
est non continue en (0, 0) puisque lim y0 f (y 2 , y) = 12 =

6 f (0, 0). Elle nest donc pas diffrentiable en (0, 0).
2
2. La fonction f : R R dfinie par f (x, y) = |x| + |y| est non drivable en (0, 0), donc non diffrentiable en (0, 0).
Thorme
Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D. Si f est de classe C 1 au
voisinage de (x 0 , y 0 ), alors f est diffrentiable en (x 0 , y 0 ). La rciproque est fausse.
Astuce
Pour rpondre la question la fonction f : R2 R est-elle diffrentiable en (x 0 , y 0 ) R2 ? il est utile de se rappeler le
schma suivant :
f continue

6

f C1
6
6
f diffrentiable
6

6
f drivable
Contrexemples
Soit f : R2 R dfinie par (
g (x, y) si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)
x2 y 2
B Si g (x, y) = , f est de classe C 1 (R2 )
x2 + y 2 !
2 2 1
B Si g (x, y) = (x + y ) sin p alors f nest pas de classe C 1 (R2 ) mais elle est diffrentiable
x2 + y 2
x2 y
B Si g (x, y) = 2 , f nest pas diffrentiable mais elle est continue et drivable
x + y2
xy
B Si g (x, y) = 2 , f nest ni diffrentiable ni continue mais elle est drivable
x + y2
B Si g (x, y) = |x| + |y|, f nest ni diffrentiable ni drivable mais elle est continue
y
B Si g (x, y) = 2 , f nest ni drivable ni continue
x + y2
Thorme
Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) D un point en lequel f est
drivable. Elle est diffrentiable en (x 0 , y 0 ) ssi
f (x 0 + h, y 0 + k) f (x 0 , y 0 ) hx f (x 0 , y 0 ) k y f (x 0 , y 0 )
lim p = 0.
(h,k)(0,0) h2 + k 2
Notons que les fonctions lmentaires telles que les polynme, les fonctions exponentielles, logarithmiques et trigonom-
triques sont automatiquement diffrentiables dans leur domaine respectif et que les proprits de diffrentiabilit relatives
aux sommes, produits, etc., existent.
G. Faccanoni 29
F IGURE 3.1: La fonction f (x, y) = 2x 2 + y semble concider avec son plan tangent au point (1, 1, f (1, 1)) lorsque on zoom vers
ce point. Si on regarde les courbes de niveau, lorsque on zoom vers ce point les courbes tendent vers des droites
parallles toutes la mme distance les unes des autres.
Exemple
1. La fonction f (x, y) = x y 2x + 3y est diffrentiable en (0, 0) car
f (h, k) f (0, 0) hx f (0, 0) k y f (0, 0) hk 2h + 3k h(2)) k(3) hk

lim p = lim p = lim p =0
(h,k)(0,0) 2
h +k 2 (h,k)(0,0) 2
h +k 2 (h,k)(0,0) h2 + k 2
puisque p hk = r cos() sin() et |r cos() sin()| r 0.

2h +k 2 r 0
2 2 2
2. Soit f : R R la fonction dfinie par f (x, y) = x + y . Si f est diffrentiable, alors sa diffrentielle est la fonction
df (x0 ,y 0 ) : Rn R
(h, k) 7 2hx 0 + 2k y 0 .
Afin de voir sil sagit effectivement dune diffrentielle, on calcul
(x 0 + h)2 + (y 0 + k)2 x 02 y 02 2hx 02 2k y 02 h2 + k 2 p

lim p = lim p = lim h 2 + k 2 = 0.
(h,k)(0,0) 2
h +k 2 (h,k)(0,0) 2
h +k 2 (h,k)(0,0)
Par consquent, la fonction f est diffrentiable dans R2 et pour tout (x, y) R2 on a df = 2x dx + 2y dy.
lapproche analytique, correspond la vision gomtrique dun plan tangent. En effet, lorsque f est diffrentiable en (x 0 , y 0 ),
on peut, dans un voisinage de (x 0 , y 0 ), approcher la diffrence f (x 0 +h, y 0 +k) f (x 0 , y 0 ) par df (x0 ,y 0 ) (h, k), donc aussi appro-
cher f (x 0 + h, y 0 + k) par f (x 0 , y 0 ) + df (x0 ,y 0 ) (h, k) (approximation locale linaire ou du premier ordre).
Dfinition Plan tangent et linarisation

Soit f une fonction valeurs relles dfinie sur une partie ouverte D de R2 , (x 0 , y 0 ) D et f est diffrentiable en (x 0 , y 0 ).
Lquation du plan tangent au graphe de la fonction f (x, y) en (x 0 , y 0 ) est
g (x, y) = f (x 0 , y 0 ) + (x x 0 )x f (x 0 , y 0 ) + (y y 0 ) y f (x 0 , y 0 ).
Si on approche une fonction f au voisinage dun point (x 0 , y 0 ) au moyen dune fonction affine L(x, y) = a + bx + c y, il est
naturel de choisir la fonction L dont le graphe est tangent au graphe de la fonction f en (x 0 , y 0 ). Cest ce quon appelle la
linarisation de f en (x 0 , y 0 ) (voir la figure 3.1).
Cette notion se gnralise naturellement pour n > 2 : il sagit en fait dun plan tangent pour n = 2 et dun hyperplan tangent
pour n > 2. Dans un espace de dimension n, un hyperplan est une varit linaire de dimension n 1.
30 G. Faccanoni
Exemple
On veut montrer que la fonction f : R2 R dfinie par f (x, y) = xe x y est diffrentiable en (1, 0) et utiliser sa linarisation pour appro-
cher f (1.1, 0.1). On a
x f (x, y) = e x y + x ye x y x f (1, 0) = 1
2 xy
y f (x, y) = x e y f (1, 0) = 1
Les deux fonctions x f et y f sont continues, donc f est diffrentiable. Sa linarisation donne
f (x, y) ' f (1, 0) + (x 1)x f (1, 0) + (y 0) y f (1, 0) = x + y,
autrement dit xe x y ' x + y lorsque (x, y) ' (1, 0), ainsi f (1.1, 0.1) ' 1.1 0.1 = 1. En effet, f (1.1, 0.1) = 1.1e 0.11 0.98542
Dfinition Fonction homognes

Soit la fonction f : Rn R. Elle est dite homogne de degr k si
f (x) = k f (x), (x, ) Rn R+ .
Les fonctions homognes bnficient de la proprit suivante qui dcoule de la chain rule.
Thorme dE ULER
Si la fonction f : Rn R est homogne de degr k et diffrentiable dans Rn , alors
n
x i xi f (x) = k f (x), Rn .
X
i =1
Exemple
La fonction de production de C OBB -D OUGLAS rendements constants scrit f (x, y) = x y 1 , o R
+ , est homogne de degr 1
puisque f (x, y) = (x) (y)1 = (x y 1 ) = f (x, y). Dans ce cas, la formule dEuler scrit
xx f (x, y) + y y f (x, y) = f (x, y).
Le rsultat f (x, y) de la production obtenue avec les quantits respectives x et y de facteurs permet donc de rmunrer ces facteurs au
niveau de leur productivit marginale.
3.3 Drives partielles dordres suprieurs et matrice hessienne

Si les fonctions drives partielles admettent elles-mmes des drives partielles en (x 0 , y 0 ), ces drives sont appeles dri-
ves partielles secondes, ou drives partielles dordre 2, de f en (x 0 , y 0 ). On peut, de la mme faon, introduire les drives
partielles dordres suprieurs. Les dfinitions suivantes snoncent dans des ensembles ouverts pour viter les problmes
lis au calcul de limites au bord du domaine.
G. Faccanoni 31
Dfinition Drives partielles dordre 2 pour une fonction de deux variables

Soit la fonction f : D R2 R o D est un ouvert de R2 . On a 2 drives partielles dordre 1 et donc 4 drives partielles
dordre 2 ainsi notes :
2 f f

(x 0 , y 0 ) = (x 0 , y 0 ) (note aussi xx f (x 0 , y 0 )),
x 2 x x
2 f f

(x 0 , y 0 ) = (x 0 , y 0 ) (note aussi x y f (x 0 , y 0 )),
x y x y
2 f f

(x 0 , y 0 ) = (x 0 , y 0 ) (note aussi y x f (x 0 , y 0 )),
y x y x
2 f f

(x ,
0 0 y ) = (x 0 , y 0 ) (note aussi y y f (x 0 , y 0 )).
y 2 y y
Les drives partielles dordre suprieur 2 se dfinissent par rcurrence de faon analogue.
La linarisation dune fonction f en un point (x 0 , y 0 ) est un polynme de degr infrieur ou gal 1 tel que

L(x 0 , y 0 ) = f (x 0 , y 0 ),

x L(x 0 , y 0 ) = x f (x 0 , y 0 ),

y L(x 0 , y 0 ) = y f (x 0 , y 0 ).

Les polynmes de TAYLOR gnralisent cette construction pour des polynmes de degrs quelconques. Ici on va se limiter
aux polynmes de degr au plus 2.
Dfinition Polynme de TAYLOR

Si f est de classe C 2 au voisinage de (x 0 , y 0 ), alors
f (x, y) = f (x 0 , y 0 )
+ (x x 0 )x f (x 0 , y 0 ) + (y y 0 ) y f (x 0 , y 0 )
1
+ (x x 0 )2 xx f (x 0 , y 0 ) + 2(x x 0 )(y y 0 )x y f (x 0 , y 0 ) + (y y 0 )2 y y f (x 0 , y 0 )

2
+ o((x x 0 )2 + (y y 0 )2 ).
Dfinition Matrice Hessienne

Soit la fonction f : D R2 R o D est un ouvert de R2 . La matrice Hessienne de f en (x 0 , y 0 ) est la matrice de taille 2 2
dont les entres sont les drives partielles secondes :
xx f (x 0 , y 0 ) x y f (x 0 , y 0 )

H f (x 0 , y 0 ) = .
y x f (x 0 , y 0 ) y y f (x 0 , y 0 )
Son dterminant est le rel H f (x 0 , y 0 ) = xx f (x 0 , y 0 ) y y f (x 0 , y 0 ) x y f (x 0 , y 0 ) y x f (x 0 , y 0 ).
Dfinition Fonction de classe C k

Si les fonctions drives partielles dordre k sont continues sur D, on dit que f est de classe C k sur D. Si les drives
partielles de tout ordre existent, f est dite de classe C sur D.
Exemple
Les drives premires et secondes de la fonction f (x, y) = 2x 2 + 3x y 2 y 3 sont
x f (x, y) = 4x + 3y 2 , y f (x, y) = 6x y 3y 2 ,
32 G. Faccanoni
xx f (x, y) = 4, x y f (x, y) = 6y, y x f (x, y) = 6y, y y f (x, y) = 6x 6y.
La matrice hessienne est donne par

4 6y
.
6y 6x 6y
Dans cet exemple, on remarque que la matrice hessienne de f est symtrique du fait que les drives secondes mixtes, x y f et y x f ,
sont gales. Le thorme suivant garantit cette galit sous des conditions lgres.
Thorme Thorme de S CHWARZ

Si au moins une des drives partielles x y f et y x f est continue en (x 0 , y 0 ) alors x y f (x 0 , y 0 ) = y x f (x 0 , y 0 ).
Comme la drive seconde pour les fonctions dune seule variable, la matrice hessienne permet dtudier la convexit des
fonctions de plusieurs variables et joue, ds lors, un rle important dans leur optimisation.
Dfinition Convexit
Soit la fonction f : D R2 R, o D est un sous-ensemble convexe de Rn .
B f est concave dans D si
(x 0 , y 0 ), (x 1 , y 1 ) D et t [0; 1];

f (1 t )(x 0 , y 0 ) + t (x 1 , y 1 ) (1 t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est strictement concave dans D si
(x 0 , y 0 ), (x 1 , y 1 ) D et t ]0; 1[;

f (1 t )(x 0 , y 0 ) + t (x 1 , y 1 ) > (1 t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est convexe dans D si
(x 0 , y 0 ), (x 1 , y 1 ) D et t [0; 1];

f (1 t )(x 0 , y 0 ) + t (x 1 , y 1 ) (1 t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est strictement convexe dans D si
(x 0 , y 0 ), (x 1 , y 1 ) D et t ]0; 1[;

f (1 t )(x 0 , y 0 ) + t (x 1 , y 1 ) < (1 t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
Comme pour les fonctions dune variable, la concavit et la convexit des fonctions de n variables suffisamment rgulires
peuvent tre caractrises laide des drives dordres 1 ou 2.
Proprit
Soit f : D R2 R, o D est un sous-ensemble convexe de R2 , une fonction diffrentiable dans D. Alors
1. f est concave dans D (x 0 , y 0 ), (x 1 , y 1 ) D, f (x 1 , y 1 ) f (x 0 , y 0 ) + (x 1 x 0 )x f (x 0 , y 0 ) + (y 1 y 0 ) y f (x 0 , y 0 ) ;
2. f est convexe dans D (x 0 , y 0 ), (x 1 , y 1 ) D, f (x 1 , y 1 ) f (x 0 , y 0 ) + (x 1 x 0 )x f (x 0 , y 0 ) + (y 1 y 0 ) y f (x 0 , y 0 ).
Si, de plus, f C 2 (D), alors
1. f est concave dans D (x, y) D, H f (x, y) est semi-dfinie ngative (i.e. H f (x, y) 0 et xx f (x, y) 0) ;
2. f est convexe dans D (x, y) D, H f (x, y) est semi-dfinie positive (i.e. H f (x, y) 0 et xx f (x, y) 0) ;
3. (x, y) D H f (x, y) est dfinie ngative (i.e. H f (x, y) > 0 et xx f (x, y) < 0) = f est strictement concave dans D ;
4. (x, y) D H f (x, y) est dfinie positive (i.e. H f (x, y) > 0 et xx f (x, y) < 0) = f est strictement convexe dans D.
Les deux premiers noncs expriment que tout plan tangent au graphe dune fonction concave (resp. convexe) se trouve au-
dessus (resp. au-dessous) de ce graphe. Les deux derniers, relatifs la matrice hessienne, rappellent celui qui fait rfrence au
signe de la drive seconde dune fonction dune seule variable. De la mme manire, la condition stricte ne sapplique que
dans un seul sens. Ds lors, une fonction peut tre strictement convexe sans que sa matrice hessienne soit dfinie positive
en tout point.
Exemple
1. Soit f (x, y) = x 2 + y 2 . On a
B f C 2 (R2 ),
B H f (x, y) = 20 02 pour tout (x, y) R2 ,
B H f (x, y) = 4 > 0 et xx f (x, y) = 2 > 0 donc H f (x, y) est dfinie positive pour tout (x, y) R2 .
Il sen suit que f est strictement convexe dans R2 .
G. Faccanoni 33
2. Soit f (x, y) = x 4 + y 4 . On a
B f C 2 (R2 ),
12x 2 0

B H f (x, y) = 0 12y 2
pour tout (x, y) R2 ,
B H f (x, y) = 144x 2 y 2 0 et xx f (x, y) = 12x 2 0 donc H f (x, y) est dfinie positive pour tout (x, y) (R )2 et semi-dfinie
positive en (0, 0).
On peut cependant montrer laide de la dfinition que la fonction est strictement convexe dans R2 .
3.4 Fonctions implicites

Si b 6= 0, lquation ax + b y + c = 0 dfinit une fonction y = (ax + c)/b. Nous allons gnraliser ce fait aux quations du
type f (x, y) = 0 o f est une fonction diffrentiable : une fonction (x) est dfinie implicitement prs de x = a par lqua-
tion f (x, y) = 0 si toutes les solutions de cette quation dans un voisinage de (a, (a)) sont sur le graphe {(x, y) | y = (x)}
de .
Exemple
Si f (x, y) = x 2 + y 2 1, lquation f (x, y) = 0 est celle dun cercle de rayon 1 centr en (0, 0). Ce cercle nest pas globalement le
pgraphe
dune fonction, cependant p lquation f (x,p y) = 0 peut tre rsolue explicitement pour y. On trouve les deux solutions y = 1 x 2 .
Les fonctions 1 (x) = 1 x 2 et 2 (x) = 1 x 2 sont dfinies implicitement par lquation f (x, y) = 0 prs de x = 1.
Thorme de la fonction implicite (cas dune fonction deux variables)

Soit f : D R2 R une fonction de classe C 1 au voisinage de (x 0 , y 0 ) D. Si f (x 0 , y 0 ) = k (k constante relle) et
y f (x 0 , y 0 ) 6= 0, alors il existe un intervalle ouvert I contenant x 0 et une fonction de I dans R de classe C 1 sur I telle que
(x 0 ) = y 0 et pour tout x I
x f (x, (x))
f (x, (x)) = k et 0 (x) =
y f (x, (x))
et la droite tangente y = (x) en x = x 0 a pour quation y = 0 (x 0 )(x x 0 ) + y 0 .
Exemple y
y 2 y = 3x
La fonction y 2 y = 3x dfini implicitement au voisinage de
(2, 2) une fonction y = (x). La droite tangente au graphe de
la courbe dquation y = (x) a quation
x f (2, (2)) 3 3 4
y = (x 2) +(2) = (x 2) 2 = x .
y f (2, (2)) 2(2) 1 5 5 2
x
2 y = (x)
Formules
d
B On calcule dx de f (x, (x)) = k. On obtient
x f (x, (x)) + y f (x, (x)) 0 (x) = 0
do
x f (x, (x))
0 (x) = .
y f (x, (x))
d
B On calcule dx de x f (x, (x)) + y f (x, (x)) 0 (x) = 0. On obtient

xx f (x, (x)) + x y f (x, (x)) + y y f (x, (x)) 0 (x) 0 (x) + y f (x, (x)) 00 (x) = 0
do
xx f (x, (x)) + x y f (x, (x)) + y y f (x, (x)) 0 (x) 0 (x)

00
(x) =
y f (x, (x))
34 G. Faccanoni
f (x,(x)) f (x,(x))

xx f (x, (x)) x y f (x, (x)) y y f (x, (x)) xy f (x,(x)) xy f (x,(x))
=
y f (x, (x))
f (x,(x)) ( f (x,(x)))2
xx f (x, (x)) x y f (x, (x)) xy f (x,(x)) + y y f (x, (x)) (x f (x,(x)))2
y
=
y f (x, (x))
(xx f (x, (x))) ( y f (x, (x)))2 (x y f (x, (x))) (x f (x, (x))) ( y f (x, (x))) + ( y y f (x, (x))) (x f (x, (x)))2
=
( y f (x, (x)))3
Thorme de la fonction implicite (cas dune fonction trois variables)

Soit f : D R3 R une fonction de classe C 1 au voisinage de (x 0 , y 0 , z 0 ) D. Si f (x 0 , y 0 , z 0 ) = k et z f (x 0 , y 0 , z 0 ) 6= 0, alors
il existe un ouvert I R2 contenant (x 0 , y 0 ) et une fonction de I dans R de classe C 1 sur I telle que (x 0 , y 0 ) = z 0 et pour
tout (x, y) I
x f (x, y, (x, y)) y f (x, y, (x, y))

f (x, y, (x, y)) = k, x (x, y) = , y (x, y) = .
z f (x, y, (x, y)) z f (x, y, (x, y))
G. Faccanoni 35
............... Exercices ..............

Calcul de drives partielles
Exercice 3.1
Calculer toutes les drives partielles dordre 1 des fonctions donnes :
1. f (x, y) = y 5 3x y
2. f (x, y) = x 2 + 3x y 2 6y 5
3. f (x, y) = x cos(e x y )
4. f (x, y) = x/y
5. f (x, y) = x y
6. f (x, y, z) = x cos(xz) + ln(2 sin2 (y + z))
C ORRECTION .
1. x f (x, y) = 3y et y f (x, y) = 5y 4 3x
2. x f (x, y) = 2x + 3y 2 et y f (x, y) = 6x y 30y 4
3. x f (x, y) = cos(e x y ) x ye x y sin(e x y ) et y f (x, y) = x 2 e x y sin(e x y )
4. x f (x, y) = 1/y et y f (x, y) = x/y 2
5. x f (x, y) = y x y /x et y f (x, y) = ln(x)x y
2 sin(y + z) cos(y + z) 2 sin(y + z) cos(y + z)
6. x f (x, y, z) = x cos(xz)xz sin(xz), y f (x, y) = 2
et z f (x, y) = x 2 sin(xz)+
2 sin (y + z) 2 sin2 (y + z)
Exercice 3.2
1 mole de gaz parfait qui occupe le volume V la temprature T et la pression P vrifie la relation PV = RT o R est
une constante. Montrer que
P V T P V
= 1, T = R.
V T P T T
C ORRECTION . On a
P T V R T V P R
= R 2 = = =
V V T P P R T V
donc
P V T T RV P V RR
= R 2 = 1, T =T = R.
V T P V P R T T V P
Exercice 3.3
La loi de VAN DER WAALS pour n moles dun gaz scrit
n2 a

P + 2 (V nb) = nRT
V
o P est la pression, V le volume, T la temprature du gaz, R la constant universelle des gaz et a et b deux constantes
positives. Calculer T P
P et V .
C ORRECTION .
T V nb P n(2naV 2 4n 2 abV RT v 3 + 2n 3 ab 2 )
= , = .
P nR V V 3 (nb V )2
36 G. Faccanoni
Exercice 3.4
Une tude des glaciers a montr que la temprature T linstant t (mesur en jours) la profondeur x (mesure en pied)
peut tre modlise par la fonction
T (x, t ) = T0 + T1 e x sin(t x)
o = 2/365 et sont deux constantes positives.
1. Calculer x T et t T .
2. Montrer que T satisfait lquation de la chaleur t T = kxx T pour une certaine constante k.
C ORRECTION .
1. x T = T1 e x (sin(t x) + cos(t x)) et t T = T1 e x cos(t x).
t T T1 e x cos(t x)
2. On a xx T = 22 T1 e x cos(t x) donc xx T = 22 T1 e x cos(t x)
= 22
.
Chain rule
Exercice 3.5
Calculer z 0 (t ) ou w 0 (t ) :
1. z(t ) = f (x(t ), y(t )), f (x, y) = x 2 + y 2 + x y, x(t ) = sin(t ), y(t ) = e t ;
2. z(t ) = f (x(t ), y(t )), f (x, y) = cos(x + 4y), x(t ) = 5t 4 , y(t ) = 1/t ;
3. w(t ) = f (x(t ), y(t ), z(t )), f (x, y, z) = xe y/z , x(t ) = t 2 , y(t ) = 1 t , z(t ) = 1 + 2t ;
p
4. w(t ) = f (x(t ), y(t ), z(t )), f (x, y, z) = ln( x 2 + y 2 + z 2 ), x(t ) = sin(t ), y(t ) = cos(t ), z(t ) = tan(t ).
C ORRECTION .
1. z 0 (t ) = (2x(t ) + y(t ))x 0 (t ) + (2y(t ) + x(t ))y 0 (t ) = (2 sin(t ) + e t ) cos(t ) + (2e t + sin(t ))e t ;

2. z 0 (t ) = sin(x(t ) + 4y(t ))x 0 (t ) 4 sin(x(t ) + 4y(t ))y 0 (t ) = t42 20t 3 sin 5t 4 + 4t ;

t 2 (1t )

x(t )y(t ) y(t )/z(t ) 0 t2 8t 2 +5t +2 (1t )/(1+2t )
3. w 0 (t ) = e y(t )/z(t ) x 0 (t ) + x(t ) y(t )/z(t ) 0
z(t ) e y (t ) 2
z (t )
e z (t ) = 2t 1+2t 2 (1+2t ) 2 e (1t )/(1+2t ) = (1+2t )2
te ;
2x(t ) 2y(t )
4. w 0 (t ) = p x 0 (t )+ p 2 y 0 (t )+ p 2 2z(t2 ) 2 z 0 (t ) = p 2 2 sin(t ) cos(t )
+ p 22 cos(t2) sin(t ) 2 +
x 2 (t )+y 2 (t )+z 2 (t ) x (t )+y 2 (t )+z 2 (t ) x (t )+y (t )+z (t ) sin (t )+cos2 (t )+tan2 (t ) x (t )+y (t )+tan (t )
2 tan(t ) 1 2 sin(t )
p 2 = cos(t ) .
sin2 (t )+cos2 (t )+tan2 (t ) cos (t )
Exercice 3.6
La production annuelle de bl B dpend de la temprature moyenne T et des prcipitations R. Les scientifiques es-
timent que la temprature moyenne est en train de crotre de 0.15 C an1 et que les prcipitations diminuent raison de
0.1 cm an1 . Ils pensent aussi quaux niveaux de production actuels T B = 2 et R B = 8. Que signifient les signes de ces
drives partielles ? Estimez le taux actuel de variation de la production de bl d B /d t .
C ORRECTION . Comme T B est ngative, une augmentation de la temprature moyenne (tout en gardant les prcipitations
annuelles constant) entrane une diminution de la production de bl aux niveaux de production actuels. Puisque R B est
positive, une augmentation de la pluviosit annuelle (tout en gardant la temprature moyenne constante) provoque une
augmentation de la production de bl.
Puisque la temprature moyenne augmente un taux de 0.15 C an1 , nous savons que d T /d t = 0.15. Comme les prcipita-
tions diminuent raison de 0.1 cm an1 , nous savons que d R/d t = 0.1. Par consquent,
d B B d T B d R
= + = (2) (0.15) + (8) (0.1) = 1.1.
dt T d t R d t
Ainsi, nous estimons que la production de bl diminuera raison de 1.1 units par an.
G. Faccanoni 37
Exercice 3.7
La longueur `, la largeur w et la hauteur h dune boite changent en fonction du temps t . un instant donn les dimen-
sions sont ` = 1 m, w = h = 2 m, et ` et w augmentent au taux de 2 m s1 tandis que h diminue au taux de 3 m s1 . Calculer
les taux de variation du volume, de la surface et de la longueur de la diagonale.
C ORRECTION . On a
V (t ) = V (`(t ), w(t ), h(t )) = `(t ) w(t ) h(t ),

S(t ) = S(`(t ), w(t ), h(t )) = 2 w(t ) h(t ) + w(t ) `(t ) + h(t ) `(t ) ,

p
d (t ) = d (`(t ), w(t ), h(t )) = `2 (t ) + w 2 (t ) + h 2 (t ),
donc
V
= ` V `0 + w V w 0 + h V h 0 = w(t ) h(t ) `0 (t ) + `(t ) h(t ) w 0 (t ) + w(t ) `(t ) h 0 (t ) = 6 m3 s1 ,
t
S
= ` S `0 + w S w 0 + h S h 0 = 2 (w(t ) + h(t )) `0 (t ) + (h(t ) + `(t )) w 0 (t ) + (w(t ) + `(t )) h 0 (t ) = 10 m2 s1 ,
t
d ``0 (t ) + w w 0 (t ) + hh 0 (t )
= ` d `0 + w d w 0 + h d h 0 = p = 0 m s1 ,
t `2 (t ) + w 2 (t ) + h 2 (t )
Linarisation
Exercice 3.8
Sachant que la fonction f : R2 R est diffrentiable et que
f (2, 5) = 6, x f (2, 5) = 1, y f (2, 5) = 1,
donner une valeur approche de f (2.2, 4.9).
C ORRECTION . On approche f (2.2, 4.9) par L (2,5) (2.2, 4.9) ou L (2,5) est lquation du plan tangent f au point (2, 5) :
L (2,5) (x, y) = f (2, 5) + (x 2)x f (2, 5) + (y 5) y f (2, 5) = 6 + (x 2) (y 5) = x y + 9
donc f (2.2, 4.9) 6.3.
Exercice 3.9
Calculer les diffrentielles des fonctions suivantes :
v
q
2 z 2
m = p5q3 u = x 2 + 3y 2 R = 2 cos() T= L = xze y
1 + uv w
C ORRECTION .
1. m = 5p 4 q 3 dp + 3p 5 q 2 dq
x 3y
2. du = p dx + p dy
2
x + 3y 2 x + 3y 2
2
3. R = 2 cos() d + 2 cos() d 2 sin() d

v2w 1 v 2u
4. T = 2
du + 2
dv dw
(1 + uv w) (1 + uv w) (1 + uv w)2
2 z 2 2 z 2 2 z 2
5. L = ze y dx 2x y ze y dy x(2z 2 1)e y dz
38 G. Faccanoni
Exercice 3.10
p p 4
La fonction de production dun entrepreneur est donn par K L, o K reprsente le capital utilis et L le travail. Actuel-
lement, il utilise 9 units de capital et 16 units de travail. Dterminez par approximation linaire la production obtenue
sil augmente dune unit le capital et de deux units le facteur travail.
p p
4
C ORRECTION . La fonction f (K , L) = K L est diffrentiable dans (R+ )2 et
p
4
p
L K
K f (K , L) = p , L f (K , L) = p
4
,
2 K 4 L3
par consquent
p4
p
p p
4 16 9 2 3 313
f (9 + 1, 16 + 2) f (9, 16) + 1K f (9, 16) + 2L f (9, 16) = 9 16 + p + p4
2 = 32+ + 2 = .
2 9 4 16 3 2 3 4 8 48
Exercice 3.11
On mesure un rectangle et on obtient une largeur de 30 cm et une longueur de 24 cm, avec une erreur dau plus 0.1 cm
pour chaque mesure. Estimer laire du rectangle.
C ORRECTION . Laire du rectangle est donne par la fonction f (x, y) = x y avec x la largeur et y la longueur (en cm). Lorsque
(h, k) ' (0, 0), on a
f (x + h, y + k) ' f (x, y) + hx f (x, y) + k y f (x, y)
donc, pour h, k [0.1, 0.1], on a
f (30 + 0.1, 24 + 0.1) ' 30 24 + 0.1 24 + 0.1 30 = 725.4,

f (30 0.1, 24 0.1) ' 30 24 0.1 24 0.1 30 = 714.6,
donc laire est comprise entre 714.6 cm2 et 725.4 cm2 .
Exercice 3.12
La tension T de la cordelette du yo-yo en figure est dcrite
par la fonction
mg R
T= 2
2r + R 2
o m est la masse du yo-yo et g lacclration due la gra-
vit. Donner une estimation de la variation de T lorsque
R passe de 3 cm 3.1 cm et r passe de 0.7 cm 0.8 cm.
C ORRECTION .
mg (2r 2 R 2 ) 4mg r R (8.02 8.4) 0.1

dT = R T dR + r T dr = 2 2 2
dR + 2 2 2
dr = mg 0.0165mg < 0.
(2r + R ) (2r + R ) 99.6004
Diffrentiabilit
Exercice 3.13 Diffrentiabilit
Vrifier, en utilisant la dfinition, que les fonctions f : R2 R suivantes sont diffrentiables dans le point indiqu :
p
a) f (x, y) = x y 3x 2 en (1; 2), c) f (x, y) = x y + 3y 2 en (2; 1), e) f (x, y) = y x en (4; 1),
b) f (x, y) = x y 3y 2 en (2; 1), d) f (x, y) = x y 2y 2 en (2; 3), f) f (x, y) = |y| ln(1 + x) en (0; 0).
G. Faccanoni 39
C ORRECTION . Une application f : R2 R est diffrentiable en (x 0 , y 0 ) R2 ssi
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 )

lim p = 0.
(x,y)(x 0 ,y 0 ) (x x 0 )2 + (y y 0 )2
a) On a
f (x, y) = x y 3x 2 f (1, 2) = 1,
x f (x, y) = y 6x x f (1, 2) = 4,
y f (x, y) = x y f (1, 2) = 1,
donc
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) x y 3x 2 + 1 + 4(x 1) (y 2)
p = p .
(x x 0 )2 + (y y 0 )2 (x 1)2 + (y 2)2
Avec le changement de variables x = 1 + r cos et y = 2 + r sin ce rapport se rcrit
x y 3x 2 + 1 + 4(x 1) (y 2) (1 + r cos )(2 + r sin ) 3(1 + r cos )2 + 1 + 4r cos r sin

p = = r cos (sin 3 cos )
(x 1)2 + (y 2)2 r
On a alors
x y 3x 2 + 1 + 4(x 1) (y 2)
4r 0

p
2
(x 1) + (y 2) 2 r 0
do
x y 3x 2 + 1 + 4(x 1) (y 2)
lim p = 0.
(x,y)(1,2) (x 1)2 + (y 2)2
La fonction est donc diffrentiable en (1, 2).
b) On a
f (x, y) = x y 3y 2 f (2, 1) = 1,
x f (x, y) = y x f (2, 1) = 1,
y f (x, y) = x 6y y f (2, 1) = 4,
donc
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) x y 3y 2 + 1 (x 2) + 4(y 1)
p = p .
(x x 0 )2 + (y y 0 )2 (x 2)2 + (y 1)2
x y 3y 2 + 1 (x 2) + 4(y 1) (2 + r cos )(1 + r sin ) 3(1 + r sin )2 + 1 r cos + 4r sin

p = = r sin (cos 3 sin ).
(x 2)2 + (y 1)2 r
On a alors
x y 3y 2 + 1 (x 2) + 4(y 1)
4r 0

p
(x 2)2 + (y 1)2 r 0
do
x y 3y 2 + 1 (x 2) + 4(y 1)
lim p = 0.
(x,y)(2,1) (x 2)2 + (y 1)2
c) On a
f (x, y) = x y + 3y 2 f (2, 1) = 5,
x f (x, y) = y x f (2, 1) = 1,
y f (x, y) = x + 6y y f (2, 1) = 8,
donc
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) x y + 3y 2 5 (x 2) 8(y 1)
p = p .
(x x 0 )2 + (y y 0 )2 (x 2)2 + (y 1)2
40 G. Faccanoni

x y + 3y 2 5 (x 2) 8(y 1) (2 + r cos )(1 + r sin ) + 3(1 + r sin )2 5 r cos 8r sin
p = = r sin (3 sin + cos ).
(x 2)2 + (y 1)2 r
On a alors
x y + 3y 2 5 (x 2) 8(y 1)
4r 0

p
(x 2)2 + (y 1)2 r 0
do
x y + 3y 2 5 (x 2) 8(y 1)
lim p = 0.
(x,y)(2,1) (x 2)2 + (y 1)2
d) On a
f (x, y) = x y 2y 2 f (2, 3) = 24,
x f (x, y) = y x f (2, 3) = 3,
y f (x, y) = x 4y y f (2, 3) = 14,
donc
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) x y 2y 2 + 24 3(x + 2) + 14(y 3)
p = p .
(x x 0 )2 + (y y 0 )2 (x + 2)2 + (y 3)2
x y y 2 + 24 3(x + 2) + 14(y 3) (2 + r cos )(3 + r sin ) 2(3 + r sin )2 24 3r cos + 14r sin
p = = r sin (cos 2 sin ).
(x + 2)2 + (y 3)2 r
On a alors
x y y 2 + 24 3(x + 2) + 14(y 3)
3r 0

p
(x + 2)2 + (y 3)2 r 0
do
x y y 2 + 24 3(x + 2) + 14(y 3)
lim p = 0.
(x,y)(2,3) (x + 2)2 + (y 3)2
e) On a
p
f (x, y) = y x f (4, 1) = 2,
y 1
x f (x, y) = p x f (4, 1) = ,
2 x 4
p
y f (x, y) = x y f (4, 1) = 2,
donc p
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) y x 2 14 (x 4) 2(y 1)
p = p .
(x x 0 )2 + (y y 0 )2 (x 4)2 + (y 1)2
p p
y x 2 14 (x 4) 2(y 1) (1 + r sin ) 4 + r cos 2 r cos 4 2r sin
p =
(x 4)2 + (y 1)2 r
q

2(1 + r sin ) 1 + r cos
4 2 r cos
4 2r sin
=
r
r cos
2(1 + r sin ) 1 + 8 + o(r ) 2 r cos 4 2r sin
=
r
r o(r )
= cos sin + 0
4 r r 0
p
o on a utilis lapproximation 1 + t ' 1 + 2t + o(t ) lorsque x ' 0. Par consquent
lim p = 0.
(x,y)(4,1) (x x 0 )2 + (y y 0 )2
G. Faccanoni 41
f) Comme f (x, 0) = f (0, y) alors x f (0, 0) = y f (0, 0) = 0 donc
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) |y| ln(1 + x)

p = p .
(x x 0 )2 + (y y 0 )2 x2 + y 2
Avec le changement de variables x = r cos et y = r sin on a

|y| ln(1 + x)
= |sin() ln(1 + r cos())| 2r |sin() cos()| 2r 0.

p
x2 + y 2 r 0
Exercice 3.14
Soit f : R2 R une application. Dire si les affirmations suivantes sont V raies ou F ausses.
1. Si f C 1 (R2 ) alors f est diffrentiable en tout point.
2. Si f C 1 (R2 ) alors il existe f en tout point.
3. Si f C 1 (R2 ) alors f est continue.
4. Si f est diffrentiable en tout point alors f C 1 (R2 ).
5. Sil existe f en tout point alors f C 1 (R2 ).
6. Si f est continue alors f C 1 (R2 ).
7. Si f est diffrentiable en (x 0 , y 0 ) alors il existe f (x 0 , y 0 ).
8. Si f est diffrentiable alors f est continue.
9. Sil existe f (x 0 , y 0 ) alors f est diffrentiable en (x 0 , y 0 ).
10. Si f est continue alors f est diffrentiable.
11. Si f est continue alors il existe f en tout point.
12. Sil existe f en tout point alors f est continue.
C ORRECTION .
1. V Si f C 1 (R2 ) alors f est diffrentiable en tout point.
2. V Si f C 1 (R2 ) alors il existe f en tout point.
3. V Si f C 1 (R2 ) alors f est continue.
4. F Si f est diffrentiable en tout point alors f C 1 (R2 ).
5. F Sil existe f en tout point alors f C 1 (R2 ).
6. F Si f est continue alors f C 1 (R2 ).
7. V Si f est diffrentiable en (x 0 , y 0 ) alors il existe f (x 0 , y 0 ).
8. V Si f est diffrentiable alors f est continue.
9. F Sil existe f (x 0 , y 0 ) alors f est diffrentiable en (x 0 , y 0 ).
10. F Si f est continue alors f est diffrentiable.
11. F Si f est continue alors il existe f en tout point.
12. F Sil existe f en tout point alors f est continue.
Exercice 3.15 Exemple de P EANO

2 2

x y x y

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 si (x, y) = (0, 0).
42 G. Faccanoni
Montrer que f est continue sur R2 . Calculer f (x, y). Montrez que f admet des drives partielles secondes en tout point.
Que pouvez-vous dduire du calcul de x y f (0, 0) et de y x f (0, 0) ?
C ORRECTION . La fonction est clairement continue dans R2 \ {(0, 0)} car quotient de fonctions continues dont le dnomina-
teur ne sannule pas. Elle est aussi continue en (0, 0) car
x y(x 2 y 2 )

lim | f (x, y)| = lim lim 2 |cos() sin()(cos2 sin2 )| lim 2 2 = 0 = f (0, 0).
x 2 + y 2 = 0

(x,y)(0,0) (x,y)(0,0) 0

f est donc continue sur R2 .

On a
4
x 4x 2 y 2 y 4
4 2 2 4
y x + 4x y y

si (x, y) 6= (0, 0), x
si (x, y) 6= (0, 0),
x f (x, y) = (x 2 + y 2 )2 y f (x, y) = (x 2 + y 2 )2
f (x,0) f (0,0) f (0,y) f (0,0)
lim

x = 0 si (x, y) = (0, 0), lim

y = 0 si (x, y) = (0, 0).
x0 y0
On en dduit
4x y 3 (x 2 3y 2 ) 6 4 2 2 4 6
2 2 3 si (x, y) 6= (0, 0), x +9x y2 9x

2 3
y y
si (x, y) 6= (0, 0),
(x +y )

(x +y )
xx f (x, y) = x y f (x, y) = y f (x,0) y f (0,0)
lim x f (x,0)x f (0,0) = 0 si (x, y) = (0, 0), lim
= 1 si (x, y) = (0, 0),
x0 x x0 x
3
4x y(3x 2 y 2 )
6 4 2 2 4 6
x +9x y 9x y y

(x 2 +y 2 )3
si (x, y) 6= (0, 0),
(x 2 +y 2 )3 si (x, y) 6= (0, 0),
y x f (x, y) = f (0,y)x f (0,y) y y f (x, y) = f (0,y) y f (0,0)
lim x

y = 1 si (x, y) = (0, 0), lim y

y = 0 si (x, y) = (0, 0),
y0 y0
Comme x y f (0, 0) 6= y x f (0, 0), le thorme de S CHWARZ permet de conclure que les drives secondes x y f (x, y) et y x f (x, y)
ne sont pas continue en (0, 0).
Exercice 3.16 Continuit, drivabilit, diffrentiabilit

2

x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).
1. Est-elle continue sur R2 ?

2. Calculer f (x, y).
3. La fonction f est-elle de classe C 1 (R2 ) ?
4. Que peut-on conclure sur la diffrentiabilit de la fonction f sur R2 ?
C ORRECTION .
1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dnominateur ne sannule pas. Pour que f
soit continue sur R2 il faut alors que lim(x,y)(0,0) f (x, y) = f (0, 0) = 0. Passons on coordonnes polaires : x = 0+r cos(),
y = 0 + r sin(),
f(r, ) = f (x(r, ), y(r, )) = r cos2 sin().
Comme | f(r, )| r 0 alors lim(x,y)(0,0) f (x, y) = 0 donc f est continue sur R2 .
r 0
x f (x, y)

2. f (x, y) = avec
y f (x, y)
4 2 2
2x y 3 x x y

si (x, y) 6= (0, 0)
(x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x 2 +y 2 )2

x f (x, y) = y f (x, y) = f (0,y) f (0,0)
lim f (x,0) f (0,0) = 0 si (x, y) = (0, 0) lim
= 0 si (x, y) = (0, 0)
x0 y0 y0
x0
G. Faccanoni 43
3. Comme f est continue et drivable sur R2 et ses drives partielles sont continues sur R2 \ { (0, 0) } alors f est de classe
C 1 (R2 \ { (0, 0) }). Pour quelle soit de classe C 1 (R2 ) il faut que les drives partielles soient continues sur R2 , autrement
dit il faut que
lim x f (x, y) = x f (0, 0) lim y f (x, y) = y f (0, 0)

(x,y)(0,0) (x,y)(0,0)
1
Comme x f (x, x) = 2 6= 0 = x f (0, 0) on conclut que x f nest pas continue en (0, 0), donc f nest pas de classe C 1 (R2 ).
4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est diffrentiable sur R2 \ { (0, 0) }. Pour quelle soit diffrentiable sur R2
il faut que
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0)
lim p = 0.
(x,y)(0,0) (x 0)2 + (y 0)2
f (x,y) f (0,0)x f (0,0)(x0) y f (0,0)(y0) 1
Si on note h(x, y) = p , comme h(x, x) = 23/2
6= 0, alors f nest pas diffrentiable sur R2 .
(x0)2 +(y0)2

3 3

x y xy

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 sinon.
1. La fonction f est-elle continue en (0, 0) ?
2. Dterminer si les drives partielles x f (0, 0) et y f (0, 0) existent et les calculer le cas chant.
3. La fonction f est-elle de classe C 1 sur R2 ?
4. La fonction f est-elle diffrentiable en (0, 0) ?
C ORRECTION .
x 3 yx y 3
1. On tudie la limite lim 2 2 . On a
(x,y)(0,0) x +y
x3 y x y 3 x2 y 2 2

2 2

= x y = r cos() sin() cos () sin () 0
x2 + y 2 x2 + y 2 r 0

car r 2 cos() sin() cos2 () sin2 () 2r 2 . On en dduit que la limite de f (x, y) quand (x, y) tend vers (0, 0) est

0 = f (0, 0). La fonction est donc continue en (0, 0). De plus, f est continue sur (R+ )2 car quotient de fonctions continues
dont le dnominateur ne sannule pas, donc f est continue sur R2 .
2. Attention : il faut revenir la dfinition de drive partielle en un point puisque la fonction au point (0, 0) nest pas
dfinie de la mme faon que sur le reste du domaine.
B Calcul de x f (0, 0) :
2 2
f (0 + t , 0) f (0, 0) (0 + t )0 (0+t ) 0
(0+t )2 +02
0 0
x f (0, 0) = lim = lim = lim = lim 0 = 0.
t 0 t t 0 t t 0 t t 0
La drive partielle par rapport x en (0, 0) existe et est gale 0.

B Calcul de y f (0, 0) :
2 2
f (0, 0 + t ) f (0, 0) 0(0 + t ) 002 (0+t )
+(0+t )2
0 0
y f (0, 0) = lim = lim = lim = lim 0 = 0.
t 0 t t 0 t t 0 t t 0
La drive partielle par rapport y en (0, 0) existe et est gale 0.

3. Ici on doit calculer les drives partielles sur le reste du domaine et vrifier si elles sont continues ou non en (0, 0) qui
est le seul point qui peut poser des problmes.
B Calcul de x f (x, y) pour (x, y) 6= (0, 0) :
x3 y x y 3 (3x 2 y y 3 )(x 2 + y 2 ) (x 3 y x y 3 )(2x) x 4 y 4 + 4x 2 y 2

x = = y .
x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
44 G. Faccanoni
On a
x 4 y 4 + 4x 2 y 2
y 2 2 2
= r sin() cos4 () sin4 () + 4 cos2 () sin2 () 0
(x + y ) r 0

car r sin() cos4 () sin4 () + 4 cos2 () sin2 () 6r . On en dduit que la limite de x f (x, y) quand (x, y) tend

vers (0, 0) est 0 = x f (0, 0). La fonction x f est donc continue en (0, 0). De plus, elle est continue sur R2 \ { (0, 0) } car
quotient de fonctions continues dont le dnominateur ne sannule pas.
B Calcul de y f (x, y) pour (x, y) 6= (0, 0) :
x3 y x y 3 (x 3 3x y 2 )(x 2 + y 2 ) (x 3 y x y 3 )(2y) x 4 y 4 4x 2 y 2

y = = x .
x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
On a
x 4 y 4 4x 2 y 2
4 4 2 2

x = r cos() cos () sin () 4 cos () sin () 0
(x 2 + y 2 )2 r 0

4 4 2 2
car r cos() cos () sin () 4 cos () sin () 6r . On en dduit que la limite de y f (x, y) quand (x, y) tend

vers (0, 0) est 0 = y f (0, 0). La fonction y f est donc continue en (0, 0). De plus, elle est continue sur R2 \ { (0, 0) } car
quotient de fonctions continues dont le dnominateur ne sannule pas.
La fonction f est continues sur R2 , elle admets des drives partielles sur R2 et ses drives partielles sont continues
sur R2 . On conclut que la fonction f est de classe C 1 sur R2 .
4. La fonction f est diffrentiable en (0, 0) car elle est de classe C 1 .

2

xy

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

2. Est-elle drivable sur R2 ?
3. Est-elle de classe C 1 (R2 ) ?
4. Est-elle diffrentiable sur R2 ?
C ORRECTION .
1. TUDE DE LA CONTINUIT SUR R2
tude sur R2 \ { (0, 0) } : f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dnominateur ne
sannule pas.
tude en (0, 0) : pour que f soit continue en (0, 0) il faut que lim(x,y)(0,0) f (x, y) = f (0, 0) = 0. Passons on coordon-
nes polaires : x = 0 + r cos(), y = 0 + r sin(),
f(r, ) = f (x(r, ), y(r, )) = r cos() sin2 ().
Comme | f(r, )| r 0 alors lim(x,y)(0,0) f (x, y) = 0.

r 0
Donc f est continue sur R2 .
2. TUDE DE LA DRIVABILIT SUR R2
f est drivable sur R2 si les deux drives partielles x f et y f sont dfinie pour tout (x, y) R2 :
2x 3 y
y 4 x 2 y 2
2 22 si (x, y) 6= (0, 0)
(x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x +y )
x f (x, y) = y f (x, y) = f (0,y) f (0,0)
lim f (x,0) f (0,0) = 0 si (x, y) = (0, 0) lim
= 0 si (x, y) = (0, 0)
x0 y0 y0
x0
Donc f est drivable sur R2 .

3. TUDE DE LA RGULARIT SUR R2
f est continue et drivable sur R2 .
G. Faccanoni 45
tude sur R2 \ { (0, 0) } : les drives partielles sont continues sur R2 \{ (0, 0) } car quotient de fonctions continues dont
le dnominateur ne sannule pas. Alors f est de classe C 1 (R2 \ { (0, 0) })
tude en (0, 0) : les drives partielles sont continues en (0, 0) ssi
lim x f (x, y) = x f (0, 0) lim y f (x, y) = y f (0, 0)
(x,y)(0,0) (x,y)(0,0)
Comme y f (x, x) = 21 6= 0 = y f (0, 0) on conclut que y f nest pas continue en (0, 0)

f est de classe C 1 (R2 \ { (0, 0) }) mais nest pas de classe C 1 (R2 ).
4. TUDE DE LA DIFFRENTIABILIT SUR R2
tude sur R2 \ { (0, 0) } : comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est diffrentiable sur R2 \ { (0, 0) }.
tude en (0, 0) : pour que f soit diffrentiable en (0, 0) il faut que
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0)
lim p = 0.
(x,y)(0,0) (x 0)2 + (y 0)2
f (x,y) f (0,0)x f (0,0)(x0) y f (0,0)(y0) x y2 1
Si on note h(x, y) = p = p , comme h(x, x) = 6= 0, alors f nest pas
(x0)2 +(y0)2 (x 2 +y 2 )3 23/2
diffrentiable en (0, 0).
f est diffrentiable sur R2 \ { (0, 0) } mais nest pas diffrentiable en (0, 0).
Exercice 3.19
2

(x 1)y

si (x, y) 6= (1, 0),
f (x, y) = (x 1) + y 2
2

0 si (x, y) = (1, 0).
1. tude de la fonction sur R2 \ { (1, 0) } :

1.1. montrer que f est continue sur R2 \ { (1, 0) } ;
1.2. calculer le gradient de f pour (x, y) R2 \ { (1, 0) } ;
1.3. montrer que f est de classe C 1 sur R2 \ { (1, 0) } ;
1.4. que peut-on conclure sur la diffrentiabilit de f sur R2 \ { (1, 0) } ?
2. tude de la fonction en (1, 0) :
2.1. montrer que f est continue en (1, 0) ;
2.2. calculer le gradient de f en (1, 0) ;
2.3. montrer que f nest pas diffrentiable en (1, 0) ;
2.4. f est-elle de classe C 1 en (1, 0) ?
C ORRECTION .
1. tude de la fonction sur R2 \ { (1, 0) }.
1.1. f est continue sur R2 \ { (1, 0) } car quotient de fonctions continues dont le dnominateur ne sannule pas.
1.2. Le gradient de f pour (x, y) R2 \ { (1, 0) } est le vecteur de composantes
(x 1)2 y 2 2(x 1)3 y

x f (x, y) = y 2 , y f (x, y) = .
((x 1)2 + y 2 )2 ((x 1)2 + y 2 )2
1.3. f est continue et drivable sur R2 \ { (1, 0) } ; ses drives partielles sont continues sur R2 \ { (1, 0) } car quotients de
fonctions continues dont les dnominateurs ne sannulent pas. Alors f est de classe C 1 (R2 \ { (1, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (1, 0) }) alors f est diffrentiable sur R2 \ { (1, 0) }.
2. tude de la fonction en (1, 0).
2.1. Pour que f soit continue en (1, 0) il faut que lim(x,y)(1,0) f (x, y) = f (1, 0). Passons en coordonnes polaires : x =
1 + r cos(), y = 0 + r sin(),
f(r, ) = f (x(r, ), y(r, )) = r cos() sin2 .
Comme | f(r, )| r 0 alors lim(x,y)(1,0) f (x, y) = 0 donc f est continue en (1, 0).
r 0
2.2. Le gradient de f en (1, 0) est le vecteur de composantes
f (x, 0) f (1, 0) f (0, y) f (1, 0)
x f (1, 0) = lim = 0, y f (1, 0) = lim = 0.
x1 x 1 y0 y 0
46 G. Faccanoni
2.3. Pour prouver que f nest pas diffrentiable en (1, 0) il faut montrer que
f (x, y) f (1, 0) x f (1, 0)(x 1) y f (1, 0)(y 0)

lim p 6= 0.
(x,y)(1,0) (x 1)2 + (y 0)2
f (x,y) f (1,0)x f (1,0)(x1) y f (1,0)(y0) (x1)y 2 1

Notons h(x, y) = p = ; comme h(x, x 1) = 6= 0, alors f nest pas
(x1)2 +(y0)2 ((x1)2 +y 2 )3/2 23/2
diffrentiable en (1, 0).
2.4. Comme f nest pas diffrentiable en (1, 0), elle nest pas de classe C 1 en (1, 0). Si on a oubli ce thorme on peut
le prouver directement : pour quelle soit de classe C 1 en (1, 0) il faut que les drives partielles soient continues,
autrement dit il faut que
lim x f (x, y) = x f (1, 0) et lim y f (x, y) = y f (1, 0).

(x,y)(1,0) (x,y)(1,0)
1
Comme y f (x, x 1) = 2 6= y f (1, 0) = 0 on conclut que x f nest pas continue en (1, 0), donc f nest pas de classe
C 1 en (1, 0).
Exercice 3.20
2

x (y + 1)

si (x, y) 6= (0, 1),
f (x, y) = x + (y + 1)2
2

0 si (x, y) = (0, 1).

1.1. montrer que f est continue sur R2 \ { (0, 1) } ;
1.2. calculer le gradient de f pour (x, y) R2 \ { (0, 1) } ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 1) } ;
2.1. montrer que f est continue en (0, 1) ;
2.2. calculer le gradient de f en (0, 1) ;
2.3. montrer que f nest pas diffrentiable en (0, 1) ;
2.4. f est-elle de classe C 1 en (0, 1) ?
C ORRECTION .
2x(y + 1)3 x 2 (y + 1)2

x f (x, y) = , y f (x, y) = x 2 .
(x 2 + (y + 1)2 )2 (x 2 + (y + 1)2 )2
1.3. f est continue et drivable sur R2 \ { (0, 1) } ; ses drives partielles sont continues sur R2 \ { (0, 1) } car quotients
de fonctions continues dont les dnominateurs ne sannulent pas. Alors f est de classe C 1 (R2 \ { (0, 1) }).
2.1. Pour que f soit continue en (0, 1) il faut que lim(x,y)(0,1) f (x, y) = f (0, 1). Passons en coordonnes polaires :
x = 0 + r cos(), y = 1 + r sin(),
f(r, ) = f (x(r, ), y(r, )) = r cos2 sin().
Comme | f(r, )| r 0 alors lim(x,y)(0,1) f (x, y) = 0 donc f est continue en (0, 1).
r 0
f (x, 0) f (0, 1) f (0, y) f (0, 1)

x f (0, 1) = lim = 0, y f (0, 1) = lim = 0.
x0 x 1 y1 y +1
G. Faccanoni 47
2.3. Pour prouver que f nest pas diffrentiable en (0, 1) il faut montrer que
f (x, y) f (0, 1) x f (0, 1)(x 0) y f (0, 1)(y + 1)

lim p 6= 0.
(x,y)(0,1) x 2 + (y + 1)2
f (x,y) f (0,1)x f (0,1)(x0) y f (0,1)(y+1) x 2 (y+1) 1
Notons h(x, y) = p = ; comme h(y + 1, y) = 6= 0, alors f nest
(x0)2 +(y+1)2 (x 2 +(y+1)2 )3/2 23/2
pas diffrentiable en (0, 1).
2.4. Comme f nest pas diffrentiable en (0, 1), elle nest pas de classe C 1 en (0, 1). Si on a oubli ce thorme on
peut le prouver directement : pour quelle soit de classe C 1 en (0, 1) il faut que les drives partielles soient
continues, autrement dit il faut que

(x,y)(0,1) (x,y)(0,1)
1
Comme y f (y + 1, y) = 2 6= y f (0, 1) = 0 on conclut que x f nest pas continue en (0, 1), donc f nest pas de
classe C 1 en (0, 1).

2 2

x y

si (x, y) 6= (0, 0),
f (x, y) = x + y 2
2

0 si (x, y) = (0, 0).

C ORRECTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
x2 y 2
lim f (x, y) = lim = lim 2 cos2 sin2 lim 2 = 0 = f (0, 0).
(x,y)(0,0) (x,y)(0,0) x 2 + y 2 0 0


2. Pour (x, y) 6= (0, 0) on a
2x y 4

x f (x, y)

2 2 2
f (x, y) = = (x 2x+y4 y ) .
y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

f (x,0) f (0,0)
!
x f (0, 0) limx0

x0 0
f (0, 0) = = f (0,y) f (0,0) = .
y f (0, 0) lim y0 y0
0
3. On a dj vrifi que la fonction est continue sur R2 . Vrifions si ses drives partielles sont continues sur R2 . On a
2x y 4
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
x f (x, y) =
0 si (x, y) = (0, 0),
2 (cos sin4 )
5
lim x f (x, y) = lim = lim 2 = 0 = x f (0, 0)
(x,y)(0,0) 0 4 0

2x 4 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
y f (x, y) =
0 si (x, y) = (0, 0).
2 (cos4 sin )
5
lim y f (x, y) = lim = lim 2 = 0 = y f (0, 0),
(x,y)(0,0) 0 4 0

la fonction est donc de classe C 1 (R2 ).
48 G. Faccanoni
4. Puisque toute fonction de classe C 1 () est diffrentiable sur , on conclut que f est diffrentiable sur R2 .

3 2

x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

C ORRECTION .
x3 y 2
lim f (x, y) = lim = lim 3 cos3 sin2 = lim 3 = 0 = f (0, 0).
(x,y)(0,0) (x,y)(0,0) x 2 + y 2 0 0


2. Pour (x, y) 6= (0, 0) on a 2 2 2 2
x y (x +3y )
x f (x, y)

2 2 2
f (x, y) = = (x 2x+y5 y ) .
y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

f (x,0) f (0,0)
!
x f (0, 0) limx0

x0 0
f (0, 0) = = f (0,y) f (0,0) = .
y f (0, 0) lim y0 y0
0
( x 2 y 2 (x 2 +3y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
x f (x, y) =
0 si (x, y) = (0, 0),
6 cos2 sin2 (cos2 + 3 sin2 )
lim x f (x, y) = lim = lim 4 2 = 0 = x f (0, 0)
(x,y)(0,0) 0 4 0

2x 5 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
y f (x, y) =
0 si (x, y) = (0, 0).
2 (cos5 sin )
6
lim y f (x, y) = lim = lim 2 2 = 0 = y f (0, 0),
(x,y)(0,0) 0 4 0



2 3

x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

G. Faccanoni 49
C ORRECTION .
x2 y 3
lim f (x, y) = lim = lim 3 cos2 sin3 = lim 3 = 0 = f (0, 0).
(x,y)(0,0) (x,y)(0,0) x 2 + y 2 0 0


2. Pour (x, y) 6= (0, 0) on a
2x y 5

x f (x, y)

2 2 2
f (x, y) = = x 2 (x +y )
y 2 (3x 2 +y 2 )
.
y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

f (x,0) f (0,0)
!
x f (0, 0) limx0

x0 0
f (0, 0) = = f (0,y) f (0,0) = .
y f (0, 0) lim y0 y0
0
2x y 5
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
x f (x, y) =
0 si (x, y) = (0, 0),
2 (cos sin5 )
6
lim x f (x, y) = lim = lim 2 2 = 0 = x f (0, 0)
(x,y)(0,0) 0 4 0

( x 2 y 2 (3x 2 +y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
y f (x, y) =
0 si (x, y) = (0, 0).
(3 cos + sin2 )
6 2
lim y f (x, y) = lim = lim 4 2 = 0 = y f (0, 0),
(x,y)(0,0) 0 4 0



(
1
(x 2 + y 2 )3 cos x 2 +y 2 si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).

4. Sans faire de calculs, que peut-on conclure sur la diffrentiabilit de la fonction f sur R2 ?
C ORRECTION .
1
lim f (x, y) = lim 6 cos = 0 = f (0, 0).
(x,y)(0,0) 0 2

50 G. Faccanoni
2. Pour (x, y) 6= (0, 0) on a

1 1
6x(x 2 + y 2 )2 cos x 2 +y 2 2
!
x f (x, y) 2 + 2x(x + y ) sin x 2 +y 2

f (x, y) = = 1 1 .
y f (x, y) 6y(x 2 + y 2 )2 cos x 2 +y 2 2
2 + 2y(x + y ) sin x 2 +y 2
Pour (x, y) = (0, 0) on a

f (x,0) f (0,0)
!
x f (0, 0) limx0

x0 0
f (0, 0) = = f (0,y) f (0,0) = .
y f (0, 0) lim y0 y0
0
1 1
6x(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2x(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
x f (x, y) =
0 si (x, y) = (0, 0),
1 1
lim x f (x, y) = lim 6 5 cos cos 2 + 2 3 cos sin 2 = 0 = x f (0, 0)
(x,y)(0,0) 0

1 1
6y(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2y(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
y f (x, y) =
0 si (x, y) = (0, 0).
1 1
lim y f (x, y) = lim 6 5 sin cos + 2 3 sin sin 2 = 0 = y f (0, 0),
(x,y)(0,0) 0 2



y4

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).
1. La fonction f est-elle continue sur R2 ?

2. Calculer f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite f (0, 0). La fonction f est-elle de classe C 1 (R2 ) ?
3. La fonction f est-elle diffrentiable sur R2 ?
C ORRECTION .
1. La fonction est clairement continue sur R2 \ {(0, 0)}. De plus
y4 (r sin )4
= = r 2 sin4 r 2 0
x 2 + y 2 (r cos )2 + (r sin )2 r 0
do
lim f (x, y) = 0 = f (0, 0).
(x,y)(0,0)

2. ~
f (x, y) est le vecteur de composantes x f (x, y) et y f (x, y) et on a :
2x y 4

2 , si (x, y) 6= (0, 0),
(x + y 2 )2
x f (x, y) =
f (x, 0) f (0, 0)
lim = 0, sinon;

x0 x 0
2 2

3 2x + y
2y , si (x, y) 6= (0, 0),

(x 2 + y 2 )2

y f (x, y) =
f (0, y) f (0, 0)
lim = 0, sinon.

y0 y 0
G. Faccanoni 51
tant donn que
2x y 4 4
= 2 (r cos )(r sin )

((r cos )2 + (r sin )2 )2 2r r0
0

(x 2 + y 2 )2
et
3
2y (2x 2 + y 2 ) 3 2 2 2
= 2 (r sin ) (2(r cos ) + (r sin ) ) 18r 3 0

(x 2 + y 2 )2 ((r cos )2 + (r sin )2 )2 r 0
on a
lim x f (x, y) = 0 = x f (0, 0),

(x,y)(0,0)
lim y f (x, y) = 0 = y f (0, 0).

(x,y)(0,0)
La fonction f est donc de classe C 1 (R2 ).

3. tant de classe C 1 (R2 ), f est diffrentiable sur R2 . Si on ne se rappelle pas du thorme on peut le vrifier directement
par la dfinition : une application f : R2 R est diffrentiable en (x 0 , y 0 ) R2 ssi

lim p = 0.
(x,y)(x 0 ,y 0 ) x2 + y 2
On a bien
f (x, y) f (x 0 , y 0 ) x f (x 0 , y 0 )(x x 0 ) y f (x 0 , y 0 )(y y 0 ) y4

lim = lim =0
(x,y)(0,0) (x 2 + y 2 )3/2
p
(x,y)(x 0 ,y 0 ) (x x 0 )2 + (y y 0 )2
car
y4 (r sin )4
= r 0.
(x 2 + y 2 )3/2 ((r cos )2 + (r sin )2 )3/2 r 0

y

2 + y2
si (x, y) 6= (0, 0),
f (x, y) = x
0 si (x, y) = (0, 0).

1. La fonction f est-elle continue sur R2 ?

2. Calculer f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite f (0, 0).
3. La fonction f est-elle diffrentiable sur R2 ?
C ORRECTION .
1. La fonction est continue sur R2 \ {(0, 0)} mais elle nest pas continue sur R2 car si on considre la restriction de f la
courbe y = x, qui passe par (0, 0), on a
1
lim f (x, x) = lim 6= f (0, 0).
x0 x0 2x
2. ~
f (x, y) est le vecteur de composantes x f (x, y) et y f (x, y) et on a :
2x y

x 2 y 2
(
(x 2 +y 2 )2
, si (x, y) 6= (0, 0), , si (x, y) 6= (0, 0),
x f = y f = (x 2 +y 2 )2
lim f (x,0) f (0,0) = 0, sinon; 6 , sinon
x0 x0
f (0,y) f (0,0)
car lim y0 = .
y0
3. Ntant pas continue, f nest pas diffrentiable sur R2 .
52 G. Faccanoni

2 2

x y +xy

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 sinon.
1. La fonction f est-elle continue en (0, 0) ?
2. Dterminer si les drives partielles x f (0, 0) et y f (0, 0) existent et les calculer le cas chant.
3. La fonction f est-elle de classe C 1 sur R2 ?
4. La fonction f est-elle diffrentiable en (0, 0) ?
C ORRECTION .
1. On tudie la limite
x2 y + x y 2
lim .
(x,y)(0,0) x 2 + y 2
On a
x2 y + x y 2 x+y
= x y = r cos() sin() cos() + sin() 0
x2 + y 2 x2 + y 2 r 0

car r cos() sin() cos()+sin() 2r . On en dduit que la limite de f (x, y) quand (x, y) tend vers (0, 0) est 0 = f (0, 0).

La fonction est donc continue en (0, 0).

2. Attention : il faut revenir la dfinition de drive partielle en un point puisque la fonction au point (0, 0) nest pas
dfinie de la mme faon que sur le reste du domaine.
(0+t )+0
f (0 + t , 0) f (0, 0) (0 + t )0 (0+t )2 +02
0 0
x f (0, 0) = lim = lim = lim = lim 0 = 0.
t 0 t t 0 t t 0 t t 0
La drive partielle par rapport x en (0, 0) existe et est gale 0.

La fonction est symtrique en x et y, donc la drive partielle par rapport y en (0, 0) existe et est gale 0.
3. Ici on doit calculer la drive partielle sur le reste du domaine et vrifier si elle est continue ou non en (0, 0) qui est le
seul point qui peut poser des problmes.
x2 y + x y 2 (2x y + y 2 )(x 2 + y 2 ) (x 2 y + x y 2 )(2x) y 2 x 2 + 2x y

x 2 2
= 2 2 2
= y2 .
x +y (x + y ) (x 2 + y 2 )2
On remarque que sur la droite y = x elle vaut 1/2 6= x f (0, 0). On en dduit que la drive partielle par rapport x nest
pas continue en (0, 0) donc la fonction f nest pas de classe C 1 sur R2 .
4. La fonction f est diffrentiable en (0, 0) ssi
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0)

lim p = 0.
(x,y)(0,0) (x 0)2 + (y 0)2
On a
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0) x+y
lim = lim x y 2 .
+ y 2 )3/2
p
(x,y)(0,0) 2
(x 0) + (y 0) 2 (x,y)(0,0) (x
On remarque que sur la droite y = x elle nexiste pas. La fonction f nest pas diffrentiable en (0, 0).

Soit m N et f : R2 R la fonction dfinie comme suit :
m
x y si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2
0 si (x, y) = (0, 0).

G. Faccanoni 53
1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m N ;

1.2. calculer le gradient de f pour (x, y) R2 \ { (0, 0) } pour tout m N ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 0) } pour tout m N ;
2.1. pour quelles valeurs de m N la fonction f est-elle continue en (0, 0) ?
2.2. calculer le gradient de f en (0, 0) pour tout m N ;
2.3. pour quelles valeurs de m N la fonction f est-elle diffrentiable en (0, 0) ?
2.4. pour quelles valeurs de m N la fonction f est-elle de classe C 1 en (0, 0) ?
C ORRECTION .
x m1 y(mx 2 + m y 2 2x 2 ) x m (x 2 y 2 )
x f (x, y) = , y f (x, y) = .
(x 2 + y 2 )2 (x 2 + y 2 )2
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)(0,0) f (x, y) = f (0, 0).
B Si m = 0, f scrit ( y
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui nest pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/(2x) .
x0
B Si m = 1, f scrit ( xy
x 2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 sinon
qui nest pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
B Si m > 1, passons en coordonnes polaires : x = 0 + r cos(), y = 0 + r sin(),
f(r, ) = f (x(r, ), y(r, )) = r m1 cosm () sin().
Comme | f(r, )| r m1 0 alors lim(x,y)(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r 0
f (x, 0) f (0, 0) f (0, y) f (0, 0)

x f (0, 0) = lim = 0, y f (0, 0) = lim = 0.
x0 x 0 y0 y 0
2.3. f est diffrentiable en (0, 0) si et seulement si
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0)

lim p 6= 0.
(x,y)(0,0) (x 0)2 + (y 0)2
De plus, toute fonction diffrentiable est continue.

B Si m = 0 ou m = 1, f nest pas continue en (0, 0) donc elle nest pas diffrentiable en (0, 0).
f (x,y) f (0,0)x f (0,0)(x0) y f (0,0)(y0) xm y
B Soit m > 1 et notons h(x, y) = p = 2 2 3/2 .
2 2
(x0) +(y0) (x +y )
1
B Si m = 2, comme h(y, y) = 23/2 6= 0, alors f nest pas diffrentiable en (0, 0).
) = h(x(r, ), y(r, )) = r m2 cosm () sin().

h(r,
)| r m2 0 alors lim(x,y)(0,0) h(x, y) = 0 donc f est diffrentiable en (0, 0).

Comme |h(r,
r 0
54 G. Faccanoni
2.4. Une fonction est de classe C 1 si ses drives partielles sont continues, autrement dit si

(x,y)(0,0) (x,y)(0,0)
De plus, toute fonction de classe C 1 est diffrentiable.

B Si m = 0 ou m = 1 ou m = 2, f nest pas diffrentiable en (0, 0) donc elle nest pas de classe C 1 en (0, 0).
(
x f (r, ) = x f (x(r, ), y(r, )) = r m2 (m cos2 ()) cosm1 () sin(),
y f (r, ) = y f (x(r, ), y(r, )) = r m2 (cos2 () sin2 ()) cosm ().
Comme | x f (r, )| mr m2 0 et | y f (r, )| 2r m2 0 alors lim x f (x, y) = 0 et lim y f (x, y) =

r 0 r 0 (x,y)(0,0) (x,y)(0,0)
0 donc f est diffrentiable en (0, 0).

Soit m N et f : R2 R la fonction dfinie comme suit :
m 2

x y

si (x, y) 6= (0, 0),
f (x, y) = x + y 2
2

0 si (x, y) = (0, 0).

1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m N ;
1.2. calculer le gradient de f pour (x, y) R2 \ { (0, 0) } pour tout m N ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 0) } pour tout m N ;
2.1. pour quelles valeurs de m N la fonction f est-elle continue en (0, 0) ?
2.2. calculer le gradient de f en (0, 0) pour tout m N ;
2.3. pour quelles valeurs de m N la fonction f est-elle diffrentiable en (0, 0) ?
2.4. pour quelles valeurs de m N la fonction f est-elle de classe C 1 en (0, 0) ?
C ORRECTION .
(m 1)x m1 y 2 (x 2 + y 2 ) x m y 2 (2x) x m1 y 2 (mx 2 + m y 2 2x 2 )

x f (x, y) = = ,
(x 2 + y 2 )2 (x 2 + y 2 )2
2y(x 2 + y 2 ) 2y 3 2x m+2 y
y f (x, y) = x m = .
(x 2 + y 2 )2 (x 2 + y 2 )2
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)(0,0) f (x, y) = f (0, 0).
B Si m = 0, f scrit
( y2
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui nest pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
f(r, ) = f (x(r, ), y(r, )) = r m cosm () sin2 ().
Comme | f(r, )| r m 0 alors lim(x,y)(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r 0
G. Faccanoni 55
f (x, 0) f (0, 0) f (0, y) f (0, 0)

x f (0, 0) = lim = 0, y f (0, 0) = lim = 0.
x0 x 0 y0 y 0
2.3. f est diffrentiable en (0, 0) si et seulement si
f (x, y) f (0, 0) x f (0, 0)(x 0) y f (0, 0)(y 0)

lim p 6= 0.
(x,y)(0,0) (x 0)2 + (y 0)2
De plus, toute fonction diffrentiable est continue.

B Si m = 0, f nest pas continue en (0, 0) donc elle nest pas diffrentiable en (0, 0).
f (x,y) f (0,0)x f (0,0)(x0) y f (0,0)(y0) xm y 2
B Soit m > 0 et notons h(x, y) = p = .
(x0)2 +(y0)2 (x 2 +y 2 )3/2
1
B Si m = 1, comme h(y, y) = 23/2 6= 0, alors f nest pas diffrentiable en (0, 0).
) = h(x(r, ), y(r, )) = r m1 cosm () sin2 ().

h(r,
)| r m1 0 alors lim(x,y)(0,0) h(x, y) = 0 donc f est diffrentiable en (0, 0).

Comme |h(r,
r 0
2.4. Une fonction est de classe C 1 si ses drives partielles sont continues, autrement dit si

(x,y)(0,0) (x,y)(0,0)
De plus, toute fonction de classe C 1 est diffrentiable.

B Si m = 0 ou m = 1, f nest pas diffrentiable en (0, 0) donc elle nest pas de classe C 1 en (0, 0).
(
x f (r, ) = x f (x(r, ), y(r, )) = r m1 (m cos2 ()) cosm1 () sin2 (),
y f (r, ) = y f (x(r, ), y(r, )) = 2r m1 cosm2 () sin().
Comme | x f (r, )| mr m1 0 et | y f (r, )| 2r m1 0 alors lim(x,y)(0,0) x f (x, y) = 0 et lim(x,y)(0,0) y f (x, y) =

r 0 r 0
0 donc f est diffrentiable en (0, 0).
Fonctions implicites
Exercice 3.30
On considre la courbe plane dquation
ye x + e y sin(2x) = 0. (3.1)
1. Vrifier que lquation (3.1) dfinie une et une seule fonction y = (x) au voisinage de (0, 0).
2. Calculer 0 (0) et crire lquation de la droite tangente au graphe de la fonction en le point (0, (0)).
y
3. En dduire la limite de x quand (x, y) tend vers (0, 0) en tant sur la courbe.
C ORRECTION . On pose f (x, y) = ye x + e y sin(2x).

1. On note que (0, 0) est une solution de lquation f (x, y) = 0. On a
x f (x, y) = ye x + 2e y cos(2x), x f (0, 0) = 2,

x y
y f (x, y) = e + e sin(2x), y f (0, 0) = 1.
Puisque y f (0, 0) 6= 0 il existe une et une seule fonction y = (x) dfinie au voisinage de 0 tel que f (x, (x)) = 0.
2. On a
x f (0, 0)
0 (0) = = 2
y f (0, 0)
donc lquation de la droite tangente en x = 0 est y = 2x.
3. On a
y (x) (x) (0)
lim = lim = lim = lim 0 (x) = 0 (0) = 2.
(x,y)(0,0) x x0 x x0 x 0 x0
f (x,y)=0
56 G. Faccanoni
z = f (x, y)
z =0
y = (x)
Exercice 3.31
xe y + e x sin(2y) = 0. (3.2)
y
3. En dduire la limite de x quand (x, y) tend vers (0, 0) en tant sur la courbe.
C ORRECTION . On pose f (x, y) = xe y + e x sin(2y)

x f (x, y) = e y + e x sin(2y), x f (0, 0) = 1,

y x
y f (x, y) = xe + 2e cos(2y), y f (0, 0) = 2.
2. On a
x f (0, 0) 1
0 (0) = =
y f (0, 0) 2
donc lquation de la droite tangente en x = 0 est y = 12 x.

3. On a
y (x) (x) (0) 1
lim = lim = lim = lim 0 (x) = 0 (0) = .
(x,y)(0,0) x x0 x x0 x 0 x0 2
f (x,y)=0
Exercice 3.32
2x 3 y + 2x 2 + y 2 = 5. (3.3)
3. Sachant que
xx f (x, (x))( y f (x, (x)))2 2x f (x, (x)) y f (x, (x))x y f (x, (x)) + (x f (x, (x)))2 y y f (x, (x))
00 (x) =
( y f (x, (x)))3
en dduire le dveloppement de Taylor de lordre 2 centr en x = 1.
G. Faccanoni 57
C ORRECTION . On pose f (x, y) = 2x 3 y + 2x 2 + y 2 5

x f (x, y) = 6x 2 y + 4x x f (1, 1) = 10,

3
y f (x, y) = 2x + 2y, y f (1, 1) = 4.
2. On a
x f (1, 1) 5
0 (1) = =
y f (1, 1) 2
donc lquation de la droite tangente en x = 1 est y = 52 (x 1) + 1 = 52 x + 72 .
3. On a
xx f ( y f )2 2x f y f x y f + (x f )2 y y f
00 (x) =
( y f )3
et
xx f (x, y) = 4(3x y + 1) xx f (1, 1) = 16,

2
x y f (x, y) = 6x x y f (1, 1) = 6,
y y f (x, y) = 2, y y f (1, 1) = 2,
00 (1)
donc 00 (1) = 1 do (x) = (1) + 0 (1)(x 1) + 2 (x 1)
2
= 1 25 (x 1) 12 (x 1)2 .
Exercice 3.33
On considre lquation xe y + ye x = 0.
1. Vrifier quelle dfinie une et une seule fonction y = (x) au voisinage de (0, 0).
2. Calculer le dveloppement de Taylor de lordre 2 centr en x = 0.
C ORRECTION .
z = g (x, y)
z =0
y = (x)
Soit g (x, y) = xe y + ye x ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle dfinie alors une et une seule
fonction y = (x) dans un intervalle qui contient x = 0. De plus, on sait que (0) = 0 et 0 (0) = 1 car
g x (x, (x)) e (x) + (x)e x

0 (x) = = .
g y (x, (x)) xe (x) + e x
Comme est de classe C 1 , alors 0 est de classe C 1 car composition de fonctions de classe C 1 , il sen suit que est de classe
C 2 . Alors
00 (0) 2
(x) = (0) + 0 (0)x + x + o(x 2 ).
2
58 G. Faccanoni
Pour calculer 00 on peut soit driver lexpression de 0 soit driver lquation qui la dfini implicitement : comme
g (x, (x)) = xe (x) + (x)e x
en drivant cette expression on obtient
e (x) + xe (x) 0 (x) + 0 (x)e x + (x)e x = 0
et en la drivant nouveau (ce que lon peut faire car est de classe C 2 ) on obtient
e (x) 0 (x) + e (x) 0 (x) + xe (x) (0 (x))2 + xe (x) 00 (x) + 00 (x)e x + 0 (x)e x + 0 (x)e x + (x)e x = 0.

On obtient 00 (0) = 4 et le dveloppement de Taylor scrit
(x) = x + 2x 2 + o(x 2 ).
Exercice 3.34
Montrer que lquation x y 4 x 3 + y = 0 dfinit implicitement au voisinage de 0 une fonction relle de la variable relle
y = (x) et calculer la tangente au graphe de au point (0, 0).
C ORRECTION . Soit g (x, y) = x y 4 x 3 + y ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle dfinie alors
une et une seule fonction y = (x) dans un intervalle qui contient x = 0. De plus, on sait que (0) = 0 et 0 (0) = car
g x (x, (x)) y 4 3x 2
0 (x) = = .
g y (x, (x)) 4x y 3 + 1
La droite tangente y = (x) en (0, 0) a quation y = 0 (0)(x 0) + 0 = 0.
Exercice 3.35
Soit f lapplication dfinie sur R2 par
x2 y y3
f (x, y) = + x2 + 4y.
2 3
Soit lquation f (x, y) = 3. Montrer quelle dfinit implicitement au voisinage de (0, 3) une fonction y = (x) et calculer
lquation de la droite tangente y = (x) en x = 0.
C ORRECTION . f est une application de classe C sur R2 . Comme f (0, 3) = 3 et y f (0, 3) = 5 6= 0, alors il existe un inter-
valle ouvert I contenant x = 0 et une fonction de I dans R de classe C sur I telle que (0) = 3 et pour tout x I
x f (x, (x)) (x) + 2

f (x, (x)) = 3 et 0 (x) = = 2x 2 .
y f (x, (x)) x + 22 (x) 8
3+2
Lquation de la droite tangente y = (x) en x = 0 est y = mx + q avec m = 0 (0) = 2 0 02 +2(3) 2 8 = 0 et q = y 0 mx 0 =
3 0 = 3.
Exercice 3.36
x2 y y3
f (x, y) = x2 + 4y.
2 3
G. Faccanoni 59
C ORRECTION . f est une application de classe C sur R2 . Comme f (0, 3) = 3 et y f (0, 3) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 0 et une fonction de I dans R de classe C sur I telle que (0) = 3 et pour tout x I
x f (x, (x)) (x) 2

f (x, (x)) = 3 et 0 (x) = = 2x 2 .
y f (x, (x)) x + 22 (x) 8
32
Lquation de la droite tangente y = (x) en x = 0 est y = mx + q avec m = 0 (0) = 2 0 02 +23 2 8 = 0 et q = y 0 mx 0 =
3 0 = 3.
Exercice 3.37
x y 2 x3
f (x, y) = + 4x + y 2 .
2 3
C ORRECTION . f est une application de classe C sur R2 . Comme f (3, 2) = 7 et y f (3, 2) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 3 et une fonction de I dans R de classe C sur I telle que (3) = 2 et pour tout x I
x f (x, (x)) (x)2 + 2x 2 8

f (x, (x)) = 7 et 0 (x) = = .
y f (x, (x)) 2(x + 2)(x)
7 7 41
Lquation de la droite tangente y = (x) en x = 3 est y = mx + q avec m = 0 (3) = 10 et q = y 0 mx 0 = 2 + 10 3= 10 .
Exercice 3.38
Montrez que lquation
x 3 + 4x y + z 2 3y z 2 3 = 0
permet dexprimer z en fonction de (x, y) au voisinage de (1, 1, 1). Calculez alors x z(1, 1) et y z(1, 1).
C ORRECTION . Soit f la fonction dfinie sur R3 par f (x, y, z) = x 3 + 4x y + z 2 3y z 2 3. f possde des drives partielles
continues :
x f (x, y, z) = 3x 2 + 4y, y f (x, y, z) = 4x 3z 2 , z f (x, y, z) = 2z 6y z,
et au point (1, 1, 1) on a
x f (1, 1, 1) = 7, y f (1, 1, 1) = 1, z f (1, 1, 1) = 4.
Puisque f (1, 1, 1) = 0 et z f (1, 1, 1) 6= 0, le thorme des fonctions implicites nous assure quon peut exprimer z en fonction
de (x, y) dans un voisinage de (1, 1, 1) et que
z x f (1, 1, 1) 7 z y f (1, 1, 1) 1
(1, 1) = = , (1, 1) = = .
x z f (1, 1, 1) 4 y z f (1, 1, 1) 4
60 G. Faccanoni
4 Optimisation libre et li de fonctions de Rn dans R
Parmi toutes les sujets abordes dans ce cours, loptimisation de fonctions, gnralement de plusieurs variables, est sans
conteste celle qui apparat le plus frquemment dans la modlisation physique ou conomique (maximiser le bnfice, la
satisfaction des clients, la productivit ou minimiser les cots, le risque, etc.).
La dtermination des extrema dans le cas dune seule variable a t dtaille lors du module M11. Logiquement, le prsent
chapitre en est un prolongement qui fait intervenir les diverses notions spcifiques aux fonctions de plusieurs variables.
Nanmoins, le thme de loptimisation plusieurs variables exige un saut conceptuel important. En effet, plusieurs notions
relatives aux fonctions dune variable sont loin de se gnraliser de faon vidente. Par exemple, les fonctions dune va-
riable (suffisamment rgulires) admettent une seule drive premire, une seule drive seconde, etc., tandis que, pour les
fonctions de n variables, le nombre de drives possibles crot avec lordre de drivation : n drives partielles premires,
n 2 drives partielles secondes, etc. Une consquence directe de cet accroissement apparatra sous la forme de conditions
ncessaires et suffisantes plus lourdes formuler. Par ailleurs, la prise en compte pratique des contraintes imposes aux
variables doit tre fondamentalement revue.
Prenons le cas de la maximisation de la fonction f (x) dont lunique variable est soumise une contrainte de non-ngativit
(x 0), qui traduit par exemple le fait que x est une quantit, une densit, un prix ou toute autre grandeur dpourvue de
sens pour une valeur ngative. Loptimisation seffectue alors laide de la procdure usuelle, la contrainte ayant pour effet
de restreindre le domaine dtude R+ et dexiger un examen particulier pour le seul point qui en constitue le bord (x = 0).
Plongeons le mme problme dans un cadre bivari : maximiser f (x, y) sous la double contrainte x 0 et y 0. prsent,
le domaine admissible est donn par (R+ )2 dont le bord, { (x, 0) | x R+ } (0, y) y R+ , comporte videmment une in-

finit de points. Une tude individuelle des points de cet ensemble devient techniquement difficile, de sorte quil apparat
indispensable de disposer de mthodes doptimisation qui intgrent demble la prsence de contraintes qui font apparatre
des bords. Cette approche (recherche dextrema lis), spcifique aux fonctions de plusieurs variables, sera aborde dans
ce chapitre aprs lexpos des principes de loptimisation dite libre, qui vise la dtermination des extrema dans un domaine
ouvert, donc sans bords.
Exemple
Vous vous promenez sur un chemin de montagne.
B Vous tes trs sportif et vous dsirez aller le plus haut possible dans la rgion dont vous avez la carte.
B Vous tes un peu moins sportif, vous vous contentez de suivre le chemin indiqu. la fin de la journe, vous dsirez savoir quel est
le point le plus haut ou le plus bas o vous tes pass.
Laltitude est une fonction h de deux variables, la position (x, y) sur la carte.
B Dans le premier cas, vous cherchez trouver le maximum de la fonction h.
B Dans le deuxime cas, le chemin est reprsent par une contrainte entre x et y donne par une quation g (x, y) = 0. La question est
donc de trouver les points (x 0 , y 0 ) vrifiant g (x 0 , y 0 ) tels que h soit extrmale en (x 0 , y 0 ) parmi les points vrifiant g (x, y) = 0.
Dfinition
Soit f une fonction de D Rn dans R. On dit que
B f est borne dans D sil existe un nombre rel M 0
tel que
pour tout x D, | f (x)| M ;
B f admet un maximum (resp. minimum) global (ou ab-
solu) en x0 D si
pour tout x D, f (x) f (x0 ) (resp. f (x) f (x0 )) ;
B f admet un maximum (resp. minimum) local (ou re-

latif) en x0 D sil existe une boule de rayon non nul
B(x0 , r ) telle que
pour tout x DB(x0 , r ), f (x) f (x0 ) (resp. f (x) f (x0 )).
61
4 Extrema Dernire mise jour : Lundi 11 fvrier 2013
Thorme de Weierstrass
Si D est ferm a et born (on dit alors que D est compact) et si f est continue, alors f admet un maximum et un minimum
globaux atteints au moins une fois, autrement dit il existe xm D et xM D tels que
f (xm ) f (x) f (xM ), (x) D.
= D \ D soit la frontire D.
Remarquons que les extrema peuvent appartenir soit louvert D
a. cest--dire quil contient sa frontire
Ce rsultat donne une condition suffisante dexistence dun minimum et dun maximum globaux. Cependant, la restriction
relative au domaine compact est malheureusement trop forte pour la rsolution de nombreux problmes, en particulier, ceux
pour lesquels les variables ne sont pas bornes. Beaucoup plus pineuse n variables qu une seule variable, la question
du traitement des ventuels bords du domaine motive la scission entre extrema libres et lis. En effet, les restrictions du
domaine qui sexpriment sous la forme dune galit (g (x) = 0) ou dune ingalit non stricte (g (x) 0) crent gnralement
une infinit de points de bords, dont ltude au cas par cas devient impraticable. Les conditions de L AGRANGE et de K UHN et
T UCKER visent combler cette lacune.
Avant daborder ces nouveaux rsultats, la section suivante prsente la dtermination des extrema dans un domaine ouvert.
La terminologie dextrema libres rsulte de labsence de conditions introduisant des bords dans le domaine, que lon
appelle aussi des contraintes.
4.1 Extrema libres

Thorme de F ERMAT : condition ncessaire dextrmum local
Si f prsente un extrmum local en x0 et est de classe C 1 en ce point, alors
f (x0 ) = 0.
Un point vrifiant cette condition est appel point stationnaire, ou point critique, de f .
Exemple
On veut 2optimiser
2 la fonction f (x, y) = x 2 + y 2 dans le disque ouvert centr en (0, 0) de rayon 1, reprsent par D =
2
(x, y) R x + y < 1 . Le seul candidat est lunique point critique (0, 0) quon trouve en rsolvant x f (x, y) = 0 et y f (x, y) = 0.

La dfinition implique de faon immdiate que f admet un minimum global en (0, 0). En effet
f (x, y) = x 2 + y 2 0 = f (0, 0) (x, y) D.
En revanche, la fonction nadmet aucun maximum.
Recette pour le calcul des extrema dune fonction f continue dans un ensemble D compact
Si x0 est un extrmum local pour f et si x0 D avec f drivable en x0 , alors il est un point critique. Cependant, si x0 D
ou si f nest pas drivable en x0 , alors ce thorme ne sapplique pas et il faut raisonner diffremment.
B On calcul la valeur de f en les points stationnaires de f dans louvert D = D \ D ;
B on calcul la valeur de f en les points stationnaires de f sur le bord D ;
B on calcul la valeur de f en les points de non drivabilit (sil en existe).
La plus grande valeur indique le maximum global, la plus petite le minimum global.
Exemple
On veut trouver le extrema globaux de la fonction f dfinie par f (x, y) = (x y)2 sur le carr ferm D = [0; 1]2 .
B On calcule la valeur de f en les points stationnaires de f dans louvert D =]0; 1[2 :
f (x, y) = (x y)2 , x f (x, y) = 2(x y), y f (x, y) = 2(x y),
et f = (0, 0) si et seulement si y = x et lon a f (x, x) = 0.

B On calcule la valeur de f en les points stationnaires de f sur le bord D :
B Arrte dquation y = 0 : soit g :]0, 1[ R telle que g (x) f (x, 0) = x 2 alors g 0 (x) 6= 0 pour tout x ]0, 1[
62 G. Faccanoni
Dernire mise jour : Lundi 11 fvrier 2013 4 Extrema
B Arrte dquation y = 1 : soit g :]0, 1[ R telle que g (x) f (x, 1) = (x 1)2 alors g 0 (x) 6= 0 pour tout x ]0, 1[
B Arrte dquation x = 0 : soit g :]0, 1[ R telle que g (y) f (0, y) = (y)2 alors g 0 (y) 6= 0 pour tout y ]0, 1[
B Arrte dquation x = 1 : soit g :]0, 1[ R telle que g (y) f (1, y) = (1 y)2 alors g 0 (y) 6= 0 pour tout y ]0, 1[
donc il nexiste pas de points stationnaires sur les arrtes du carr.
B On calcule la valeur de f en les points de non drivabilit :
B f (0, 0) = 0
B f (1, 0) = 1
B f (0, 1) = 1
B f (1, 1) = 0
En rsum, les candidats extrema globaux sont les points (0, 0), (0, 1), (1, 0), (1, 1) et (k, k) avec k ]0; 1[. On conclut que
B le minimum global est atteint aux points (k, k) avec k [0; 1] et valent 0,
B le maximum global est atteint au point (1, 0) et (0, 1) et vaut 1.
Exemple
On veut trouver le extrema globaux de la fonction f dfinie par f (x, y) = 6y 2 4x y 4y + x 2 + 6x 6 sur la rgion triangulaire com-
pacte D de sommets A = (0, 3), B = (4, 1) et C = (3, 2).
y = 5x/3 + 3
A y = x/2 + 3
y = 3x 11
B On calcule la valeur de f en les points stationnaires de f dans louvert D = D \ D :
f (x, y) = 6y 2 4x y 4y + x 2 + 6x 6, x f (x, y) = 4y + 2x + 6 y f (x, y) = 12y 4x 4
et f = (0, 0) si et seulement si (x, y) = (11/5, 2/5) et lon a f (11/5, 2/5) = 67/5.

B On calcule la valeur de f en les points stationnaires de f sur le bord D :
B Arrte AB : y = mx + q avec m = (y A y B )/(x A x B ) = 1/2 et q = y A mx A = 3
B Arrte AC : y = mx + q avec m = (y A yC )/(x A xC ) = 5/3 et q = y A mx A = 3
B Arrte BC : y = mx + q avec m = (y B yC )/(x B xC ) = 3 et q = y B mx B = 11
donc

1 5
g AB (x) f x, y = x + 3 = x 2 26x 72, x [4; 0] g 0AB (x) = 5x 26 < 0;
2 2

5x 67 218 134 218 109 109 2591
g AC (x) f x, y = + 3 = x2 x 72, x [3; 0] g 0AC (x) = x x = et g AC ( )= ;
3 3 3 3 3 67 67 201
g BC (x) f (x, y = 3x 11) = 41x 2 334x 688, x [4; 3] 0
g BC (x) = 82x 334 < 0.
En rsum, les candidats extrema globaux sont les points
x y f (x, y)
11/5 2/5 67/5

D
0 3 72 D
4 1 8 D
3 2 55 D
109/67 58/201 2591/201 D
On conclut que
B le minimum global est atteint au point (11/5, 2/5) D et vaut 67/5,
B le maximum global est atteint au point (26/5, 4/5) D et vaut 22/5.
G. Faccanoni 63
-12
-32
3
-52 -1
-3
1
-72 -1
-3
-5
Exemple
On construit une canalisation de forme trapzodale avec une plaque de largeur L = 1, 36. Quelles sont les valeurs optimales de la
longueur ` du ct inclin et de langle quil fait avec la verticale pour que le flux passant dans la gouttire soit maximal ?
`
L 2`
La surface maximiser est dcrite par la fonction
f (`, ) = ` cos() ` sin() + L 2` ,

avec D = (`, ) 0 ` L2 , 0 2 .
n o

B On cherche tout dabord les points critiques de f qui se trouvent lintrieur du domaine D et on calcul la valeur de f en ces points :
f (`, ) = ` cos() ` sin() + L 2` ,

f ` (`, ) = cos() 2` sin() + L 2` ,

f (`, ) = ` 2` cos2 () + 2` sin() L sin() ` ,

si et seulement si (`, ) = (L/3, /6) et lon a f (L/3, /6) 0.2669667645.

et f (`, ) = (0, 0) dans D
B On cherche le maximum de f sur le bord D de D :
2
g 1 (`) f (`, 0) = ` L 2` , g 10 (`) = L 4` = 0 ` = L4 et f ( L4 , 0) = L8 < 0.26;

g 2 (`) f (`, /2) = 0;

g 3 () f (0, ) = 0;

g 4 () f (L, ) = (L)2 cos() sin() 1 , g 40 () = (L)2 cos2 () sin2 () + sin() = 0 = .

2
Comme f (`, ) f (L/3, /6) pour tout (`, ) D on conclut que le flux passant dans la gouttire sera maximal pour ` = L/3 et = /6.

L/
3
L/
6 6
3
L/3
Thorme Condition suffisante dextrmum local dans un ouvert (cas de 2 variables)

Soit f une fonction de classe C 2 sur un ouvert D R2 et (x 0 , y 0 ) un point stationnaire ; posons
(x 0 , y 0 ) xx f (x 0 , y 0 ) y y f (x 0 , y 0 ) x y f 2 (x 0 , y 0 ).
B Si (x 0 , y 0 ) > 0, alors f prsente un extrmum relatif en (x 0 , y 0 ) ; il sagit dun maximum si xx f (x 0 , y 0 ) < 0 et dun
minimum si xx f (x 0 , y 0 ) > 0 ;
B si (x 0 , y 0 ) < 0, alors f prsente un point-selle (ou point-col) a en (x 0 , y 0 ) ; ce nest pas un extrmum ;
B si (x 0 , y 0 ) = 0, on ne peut pas conclure partir des drives secondes.
En rsum, si x f (x 0 , y 0 ) = 0 et y f (x 0 , y 0 ) = 0, la nature du point critique (x 0 , y 0 ) est dtermine par le tableaux suivant :
64 G. Faccanoni
(a) Point de maximum (b) Point de selle
(x 0 , y 0 ) xx f (x 0 , y 0 ) Nature de (x 0 , y 0 )
+ + minimum local
+ maximum local
point-selle
0 on ne peut pas conclure
a. Le mot col vient de lexemple de la fonction altitude et de la configuration (idalise) dun col de montagne : minimum de la ligne de crte,
maximum de la route, sans tre un extremum du paysage. Le mot selle vient de lexemple dune selle de cheval.
tude directe
Aprs avoir dtermin un point stationnaire x0 , on peut aussi tudier directement le signe de la diffrence
d (h) = f (x0 + h) f (x0 ).
Si cette diffrence est de signe constant pour h voisin de 0, il sagit dun extrmum local (un maximum si d < 0, un
minimum si d > 0). Sinon, il sagit dun point-col (ou point-selle). Mieux, si le signe est constant pour h quelconque, alors
lextrmum est global.
Exemple
On veut tudier la fonction f (x, y) = x 2 + y 2 2x 4y sur R2 . Elle a pour drives partielles x f (x, y) = 2x 2 et y f (x, y) = 2y 4 qui
ne sannulent quen (1, 2), seul point o il peut donc y avoir un extremum local. On tudie directement le signe de la diffrence
d (h, k) = f (1 + h, 2 + k) f (1, 2) = h 2 + k 2 > 0.
Comme cette diffrence est positive pour h et k voisins de 0 il sagit dun minimum. En effet, xx f (1, 2) = 2 > 0, y y f (1, 2) = 2,
x y f (1, 2) = 0 donc (1, 2) = 4 > 0 et il sagit bien dun minimum.
Exemple
Pour dterminer les extrema libres de la fonction f (x, y) = x 2 + y 3 2x y y dans R2 , on constate dabord que f est un polynme, donc
diffrentiable dans louvert R2 . Les seuls candidats extrema locaux sont les points critiques. Toutefois, nous ne disposons daucune
garantie priori sur le fait que les ventuels extrema locaux soient globaux.
Recherche des points critiques On a

2x 2y 0 1 1
f = 0 2 = (x, y) = , ou (x, y) = (1, 1).
3y 2x 1 0 3 3

Les deux candidats sont donc 31 , 13 et (1, 1).
Classification La matrice hessienne de f en un point (x, y) R2 est
xx f (x, y) x y f (x, y)

2 2
H f (x, y) = = .
y x f (x, y) y y f (x, y) 2 6y

Comme 13 , 13 < 0 et D(1, 1) > 0, alors ( 13 , 31 ) est un point-selle et f admet en (1, 1) un minimum local de valeur f (1, 1) =
1. Ce minimum nest cependant pas global puisque, par exemple, f (0, 2) = 6 < f (1, 1) = 1.
G. Faccanoni 65
Exemple Lois de S NELL -D ESCARTES

Un rayon lumineux se propage la vitesse v 1 dans le milieu M 1 et la vitesse v 2 dans le milieu M 2 . Le principe de Fermat prcise que
la lumire suit le trajet le plus conomique en temps.
En dimension 2. En notant x labscisse du point o la trajectoire coupe linterface, le temps ncessaire pour aller de (x 1 , z 1 ) (x 2 , z 2 )
en passant par le point dabscisse x vaut
q q
(x x 1 )2 + z 12 (x 2 x)2 + z 22
t (x) = + .
v1 v2
Cette quantit est (localement) optimale quand sa drive par rapport x sannule, cest dire lorsque
x x1 x2 x
q q = 0,
v1 (x x 1 )2 + z 12 v2 (x 2 x)2 + z 22
ce qui conduit la loi de S NELL -D ESCARTES

sin(1 ) sin(2 )
= .
v1 v2
M1
z1
1
x2
x1 x
z2
M2
En dimension 3. Dans le cas tridimensionnel, la situation est similaire. Il sagit cette fois de dterminer les coordonnes (x, y) dans le
plan de linterface o le rayon coupera celui-ci. Le temps de trajet vaut cette fois
q q
(x x 1 )2 + (y y 1 )2 + z 12 (x 2 x)2 + (y 2 y)2 + z 22
t (x, y) = + .
v1 v2
Il sagit cette fois doptimiser par rapport x et y simultanment, ce qui revient annuler simultanment les drives de t par
rapport x et y, cest dire son gradient. Ceci conduit aux quations
xx 1 x 2 x

q q
)2 +(yy 2 2 x)2 +(y 2 2
v 2 d2 x x1

v 1 (xx1 1 ) +z 1 v2 (x 2 2 y) +z 2 0 x2 x
t = 0 = =

yy 1 y 2 y
0 y2 y v 1 d1 y y 1

q q
v1 (xx 1 )2 +(yy 1 )2 +z 12 v2 (x 2 x)2 +(y 2 y)2 +z 22
autrement dit, le point du plan de coordonnes (x, y) se trouve dans le segment compris entre (x 1 , y 1 ) et (x 2 , y 2 ). On se ramne
donc un problme bidimensionnel et le raisonnement ci-dessus sapplique directement.
On obtient de la mme faon la loi de S NELL -D ESCARTES la rflexion.
Mthode des moindres carrs : fitting par une relation affine

Lorsquun chercheur met au point une exprience (parce quil a quelques raisons n que les deux grandeurs x et y
de croire
sont lies par une fonction f ), il rcolte des donnes sous la forme de points (x i , y i ) i =0 mais en gnrale ces donnes
sont affectes par des erreurs de mesure. Lorsquon en fait une reprsentation graphique il cherche f pour quelle sajuste
le mieux possible aux points observs. Soit d i = y i f (x i ) lcart vertical du point (x i , y i ) par rapport la fonction f . La
mthode des moindres carrs est celle qui choisit f de sorte que n la somme des carrs de ces dviations soit minimale.
On considre un ensemble de points exprimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont lies
par une relation affine, cest--dire de la forme y = mx +q pour certaines valeurs de m et q, au moins approximativement
(autrement dit, lorsquon affiche ces points dans un plan cartsien, les points ne sont pas exactement aligns mais cela
semble tre d des erreurs de mesure). On souhaite alors trouver les constantes m et q pour que la droite dquation
y = mx + q sajuste le mieux possible aux points observs. Soit d i = y i (mx i + q) lcart vertical du point (x i , y i ) par
rapport la droite. La mthode des moindres carrs est celle qui choisit m et q de sorte que la somme des carrs de ces
dviations soit minimale.
66 G. Faccanoni
Pour cela, on doit minimiser la fonction E : R2 R+ dfinie par

n n
E (m, q) = d i2 = (y i mx i q)2 .
X X
i =1 i =0
E E
Pour minimiser E on cherche dabord ses points stationnaires, i.e. les points qui vrifient m = q = 0. Puisque
! !
E X n E X n
(m, q) = 2 (y i (mx i + q))x i , (m, q) = 2 (y i (mx i + q)) ,
m i =0 q i =0
alors
E
( (P
n
m (m, q) = 0 (y i mx i q)x i = 0
E Pin=0
q (m, q) = 0 i =0 (y i mx i q) = 0
Pn Pn Pn
i =0 x i i =0 y i (n + 1) i =0 (x i y i )
m=

(P
n
2
y i x i m ni=1 x i2 + q ni=0 x i = 0
Pn
+1) ni=0xi2
P P P
x i (n
Pin=0 Pn i =0
Pn
x i y i ni=0 y i
Pn
x i2
Pn P
xi
i =0 y i m i =1 x i + (n + 1)q = 0 i =0 i =0 i =0

q =

Pn 2 Pn 2

i =0 x i (n + 1) i =0 x i

Si on note
1 X n 1 X n 1 X n 1 X n
x= xi , x2 = x2, xy = xi y i , y= yi .
n + 1 i =0 n + 1 i =0 i n + 1 i =0 n + 1 i =0
alors
x y xy y x2 x x y
m= , q= .
(x)2 x 2 x 2 (x)2
La droite dquation
y = mx + q
sappelle droite de rgression de y par rapport x et passe par le point moyen (x, y).
Cette criture est susceptible de gnrer des erreurs de roundoff (les deux termes dans chaque numrateur ainsi quau
dnominateur sont presque gaux). Il est alors mieux calculer m et q comme suit (ce qui est quivalent) :
Pn
y i (x i x)
m = Pni =0 q = y mx.
i =0 x i (x i x)
Notons 2x = x 2 (x)2 la variance des abscisseset c = x y x y le coefficient de corrlation. La droite de rgression de y par
rapport x a alors quation
c
y= (x x) y.
x
Exemple
Si on a le points suivantes
x 1 2 3 4 5
y 0.9 1.5 3.5 4.2 4.9
on trouve m = 1.07 et q = 0.21 :
G. Faccanoni 67
y
5
4
3
2
1
0 1 2 3 4 5 x
Fitting par un exponentiel

Soit a > 0 et considrons la fonction f (x) = ae kx : elle est non-linaire mais si on prend son logarithme on obtient
ln( f (x)) = kx + ln(a) qui est linaire en k et a la forme mx + q avec m = k et q = ln(a). On peut alors faire une rgres-
n
sion linaire sur lensemble (x i , ln(y i )) i =0 et obtenir ainsi k et ln(a). Cependant ceci nest pas quivalent faire un
n
fitting sur lensemble initial (x i , y i ) i =0 . En effet, si on note d i = y i ae kxi et D i = ln(y i ) (kx i + ln(a)), lorsquon fait

n
une rgression linaire sur lensemble (x i , ln(y i )) i =0 on minimise D i et non d i .
Mthode des moindres carrs : fitting par un polynme

n
On considre un ensemble de points exprimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont lies,
au moins approximativement, par une relation polynomiale, cest--dire de la forme y = m j
P
j =0 a j x pour certaines valeurs
Pm
de a j . On souhaite alors trouver les m +1 constantes a j pour que le polynme dquation y = j =0 a j x j sajuste le mieux
P
j
possible aux points observs. Soit d i = y i m j =0 a j x i lcart vertical du point (x i , y i ) par rapport au polynme. La
mthode des moindres carrs est celle qui choisit les a j de sorte que la somme des carrs de ces dviations soit minimale.
Pour cela, on doit minimiser la fonction E : Rm+1 R+ dfinie par
!2
n n m
j
E (a 0 , a 1 , . . . , a m ) = d i2
X X X
= yi a j xi .
i =1 i =0 j =0
E
Pour minimiser E on cherche dabord ses points stationnaires, i.e. les points qui vrifient a j = 0 pour j = 0, . . . , m.
Puisque
!!
E X n
0
Xm
j
(a 0 , a 1 , . . . , a m ) = 2 xi y i a j xi ,
a 0 i =0 j =0
!!
E X n
1
Xm
j
(a 0 , a 1 , . . . , a m ) = 2 xi y i a j xi ,
a 1 i =0 j =0
..
.
!!
E X n
m
Xm
j
(a 0 , a 1 , . . . , a m ) = 2 xi y i a j xi ,
a m i =0 j =0
on obtient alors le systme linaire de (m + 1) quations en les (m + 1) inconnues a 0 , a 1 , . . . , a m suivant
E

a 0 (a 0 , a 1 , . . . , a m ) = 0 a 0 (n + 1) + a 1 ni=0 x i + + a m ni=0 x im = ni=0 y i
P P P

E (a 0 , a 1 , . . . , a m ) = 0

a 0 n x i + a 1 n x 2 + + a m n x m+1 = n y i x i

P P P P
a 1 i =0 i =0 i i =0 i i =0
.
...
..

P
E
a 0 ni=0 x im + a 1 ni=0 x im+1 + + a m ni=0 x i2m = ni=0 y i x im
P P P
a m (a 0 , a 1 , . . . , a m ) = 0

Pn Pn m
Pn
(n + 1) i =0 x i ... i =0 x i a0 i =0 y i
n x
P P n 2 P n m+1 n
P
i =0 x i ... i =0 x i a 1 i =0 y i x i

i =0 i
. . . . = .

.. .. .. .
. ..

Pn m Pn m+1 Pn 2m Pn m
i =0 i x i =0 i x . . . i =0 i x a m i =0 i iy x
Quand m = n, le polynme des moindres carrs concide avec le polynme dinterpolation de L AGRANGE, i.e. lunique
polynme L tel que L(x i ) = y i pour tout i = 0, . . . , n.
68 G. Faccanoni
Exemple
partir des donnes
x 1.0 2.5 3.5 4.0 1.1 1.8 2.2 3.7
y 6.008 15.722 27.130 33.772 5.257 9.549 11.098 28.828
on veut calculer la droite et la parabole de rgression et comparer les erreurs des chaque rgression.
1. La droite de rgression a quation y = mx + q avec
P6

y i (x i x)
m = P7i =0 8.420042377, q = y m x 3.37833528,

x (x x)
i =0 i i
o x = 71 6i =0 x i = 2.0125 et y = 17 6i =0 y i = 13.567. Lerreur est

P P
6
(y i (mx i + q))2 = 39.59960820.
X
i =0
2. La parabole de rgression a quation y = a 0 + a 1 x + a 2 x 2 avec a 0 , a 1 , a 2 solution du systme linaire

P6 P6
x2 a
P6
8 x y a0

8 16.1 44.79

108.536

P6 P6i =0 2i P6i =0 i3 0 P6 i =0 i
i =0 x i x x a 1 = i =0 y i x i i.e. 16.1 44.79 141.311 a 1 = 322.7425

P6 P6i =0 i3 P6i =0 i4
x2
P6
i =0 i
x
i =0 i
x a2
i =0 i
yi x 2 i =0
44.79 141.311 481.5123 a 2
i
1067.97905
et on obtient
a 0 = 0.744611871628180655,

a 1 = 2.14480468957977077,

a 2 = 1.51926210146774388.
Lerreur est
6
(y i (a 0 + a 1 x i + a 2 x i2 ))2 = 5.715921703.
X
i =0
y
40
30
20
10
1 2 3 4 x
Exemple
Le tableau ci-dessous donne la conductivit thermique k du sodium pour diffrentes valeurs de la temprature. On veut calculer la
parabole de meilleur approximation.
T (C) 79 190 357 524 690
k 1.00 0.932 0.839 0.759 0.693
La parabole de rgression a quation y = a 0 + a 1 x + a 2 x 2 avec a 0 , a 1 , a 2 solution du systme linaire
P4 P4
x i2 a 0 4 y
P
6 x a0

8 16.1 44.79

108.536

P4 P4i =0 2i P4i =0 i =0 i
x 3 a 1 = 4i =0 y i x i
P
i =0 x i x i.e. 16.1 44.79 141.311 a 1 = 322.7425

P4 P4i =0 i3 P4i =0 i4
x2
P4 2
x x a2 yi x 44.79 141.311 481.5123 a 2 1067.97905
i =0 i i =0 i i =0 i i =0 i
et on obtient

a 0 = 0.744611871628180655,

a 1 = 2.14480468957977077,

a 2 = 1.51926210146774388.
G. Faccanoni 69
Lerreur est
6
(y i (a 0 + a 1 x i + a 2 x i2 ))2 = 5.715921703.
X
i =0
Exemple
La viscosit cinmatique de leau varie en fonction de la temprature comme dans le tableau suivant :
T (C) 0 21.1 37.8 54.4 71.1 87.8 100

(103 m2 s1 ) 1.79 1.13 0.696 0.519 0.338 0.321 0.296
On veut valuer les valeurs (10 ), (30 ), (60 ), (90 ) par le polynme de meilleur approximation de degr 3.
6
On a la famille de points (Ti , i ) i =0 . Le polynme de meilleur approximation de degr 3 scrit

r (T ) = a 0 + a 1 T + a 2 T 2 + a 3 T 3
o a 0 , a 1 , a 2 , a 3 sont solution du systme linaire

P6 P6
T2
P6
T 3 a
P6

6 T
P6 T P6i =0 i2 Pi6=0 i3 Pi6=0 i4 0 P6 i =0 i
T T T a 1 P i =0 i Ti

i =0 i
P6 Pi6=0 i3 P6i =0 i4 P6i =0 i5
a 2 =
i =0 Ti2 T T T 6i =0 i Ti2

P6i =0 i4 P6i =0 i5 P6i =0 i6

P6
T3
P6 3
i =0 i
T
i =0 i
T
i =0 i
T
i =0 i
a3 T
i =0 i i
et on obtient

a 0 = 0.914534618675843625,

a = 0.914534618675843625,
1

a 2 = 0.000620138768106035594,

a 3 = 0.000620138768106035594.

On a alors
r (10 ) = 1.004300740 r (30 ) = 0.9114735501 r (60 ) = 0.9114735501 r (90 ) = 0.249145396
4.2 Extrema lis

La scission entre extrema libres et lis (ou sous contraintes) est ne de limpossibilit de traiter loptimisation dans les do-
maines non ouverts selon la procdure expose dans la section prcdente. En effet, la condition ncessaire ne sapplique
pas aux bords du domaine. Or, si de tels points existent, leur tude au cas par cas est gnralement peu aise. Ds lors, la
thorie mathmatique propose des mthodes doptimisation lie. Celles-ci incorporent directement dans la rsolution les
contraintes qui dfinissent des domaines non ouverts. La nomenclature peut savrer trompeuse. En effet, au plan opra-
tionnel, ce nest pas la prsence intrinsque de contraintes dans loptimisation qui conduit dlaisser loptimisation libre
au profit de loptimisation lie. Ce sont plutt les consquences de ces restrictions au niveau de la nature topologique du
domaine de dfinition de la fonction qui guident lutilisateur vers lune ou lautre des techniques. Ainsi, dans un domaine
fort limit, mais ouvert, la recherche des extrema libres sapplique. linverse, une contrainte sous forme dingalit non
stricte doit toujours tre prise en compte pour dterminer les extrema lis.
Parmi les types de contraintes auxquelles le modlisateur peut se trouver confront, deux classes se distinguent. Dune part,
celles qui lient les variables du problme au travers dune ou plusieurs quations. Ces contraintes dites dgalits sont ap-
prhendes grce au thorme de L AGRANGE, qui fournit une condition de premier ordre formule partir dune fonction
ad hoc, dnomme lagrangien. Dans cette approche, de nouvelles variables, dites multiplicateurs, apparaissent et offrent
une possibilit supplmentaire dans lanalyse des rsultats. Dautre part, loptimisation sous des contraintes dingalits non
strictes, gnralement traite grce au thorme de K UHN et T UCKER, ne sera pas tudie lors de ce module.
Exemple
Maximisation dutilit sous contrainte budgtaire : les mnages doivent choisir le niveau de consommation des biens A et B ,
quand les prix sont p a et p b et le revenu est R :
max u(c a , c b ) tel que p a c a + p b c b = R.

c a ,c b
Allocation du temps : une tudiante doit allouer son temps entre la prparation pour le cours A t A et le cours B t B , tant donn
70 G. Faccanoni
quelle dispose de 60 heures par semaine y consacrer : t A +t B = 60 est la contrainte. Elle cherche obtenir la meilleure moyenne
possible sur ces deux cours, tant donn que si elle passe t i heures par semaine sur le cours i (i =A ou B), elle peut esprer une
g (t )+g (t ) p
note g i (t i ) : A A 2 B B est la fonction maximiser. Par exemple g A (t A ) = 20 + 20 t A et g B (t B ) = 80 + 3t B .
Problme
Dterminer les extrema dune fonction de n variables, note f (x), mathmatiquement dfinie dans un domaine ouvert
D Rn , mais dont les variables sont soumises aux m contraintes g 1 (x) = 0, g 2 (x) = 0, . . ., g m (x) = 0, o les fonctions g j sont
galement dfinies dans D. Ces contraintes dlimitent le sous-ensemble A de D dans lequel seffectue loptimisation
A = x D g 1 (x) = 0, . . . , g m (x) = 0 .

La dfinition dextremum li rsulte donc de celle des extrema libres.

Dfinition Optimisation lie
La fonction f , appele fonction objectif, admet un maximum li (resp. un minimum li) sous les contraintes g 1 (x) =
0, g 2 (x) = 0, . . ., g m (x) = 0, en x0 A si, en ce point, elle admet un maximum libre (resp. un minimum libre) dans le
domaine A .
Gnralement, une contrainte de type g j (x) = 0 dfinit une courbe. Lensemble A est donc constitu de lintersection de
m courbes dans D Rn . Pour m > 1, il peut donc contenir fort peu de points. Cest pourquoi, en pratique, il est rare de
rencontrer plus dune contrainte dgalit. Et, dans tous les cas, il est exclu davoir plus de contraintes que de variables, de
sorte que la condition m < n sera systmatiquement impose.
Exemple
Le consommateur maximise une fonction dutilit, note U (x, y), qui dpend des quantits consommes de deux biens, x et y, sous
une contrainte budgtaire p 1 x + p 2 y = R, o p 1 et p 2 (p 1 , p 2 > 0) sont les prix des biens. Cette contrainte exprime que le montant
allou aux dpenses relatives aux deux biens considrs est fix R. Dans ce cas simple qui comporte deux variables et une contrainte,
on peut aisment ramener loptimisation lie la recherche dun maximum libre. En effet, la contrainte de budget permet dexpliciter
p
la quantit dun bien en fonction de lautre y = pR p 1 x. En vertu de la condition ncessaire pour la fonction dune variable obtenue
2 2
aprs substitution de y en fonction de x, on a
dU (x, y(x)) p1 x U (x, y) y U (x, y)

= x U (x, y) + y U (x, y)y 0 (x) = x U (x, y) y U (x, y) = 0 = = .
dx p2 p1 p2
Ce rsultat indique qu loptimum, les utilits marginales (terme conomique qui signifie tout simplement drives partielles de la
fonction utilit par rapport aux quantits consommes) pondres par les inverses des prix sgalisent et dsignons par cette quantit
commune.
Par ailleurs, la contrainte de budget peut tre reformule par g (x, y) = 0, o g (x, y) = p 1 x + p 2 y R, de sorte que p 1 = x g (x, y) et
p 2 = y g (x, y) et finalement
x U (x, y) y U (x, y)
(
x U (x, y) x g (x, y) = 0
= = U = g .
p1 p2 y U (x, y) y g (x, y) = 0
Autrement dit, si on introduit la fonction

L(x, y, ) U (x, y) g (x, y),
loptimum on a L = 0, ce qui correspond la condition ncessaire dexistence dun extrema libre pour la fonction L.
Le thorme de L AGRANGE gnralise la dmarche adopte dans cette rsolution. Il reprsente une condition ncessaire pour
loptimisation sous des contraintes dgalit.
Thorme des multiplicateurs de L AGRANGE
Soit les fonctions f et g 1 , . . ., g m (m < n) de classe C 1 dans un ouvert D Rn . Si f admet en x0 un extremum li sous les
contraintes g 1 (x) = 0, . . ., g m (x) = 0 et si la jacobienne en x0 (i.e. la matrice (x j g i (x0 ))mn ) est de rang m, alors
m
= (1 , . . . , m ) Rm tel que f (x0 ) = i g i (x0 ).
X
i =1
Le thorme de L AGRANGE peut tre vu comme la condition ncessaire dexistence dextrema libres applique la fonc-
G. Faccanoni 71
tion de n + m variables appele fonction lagrangienne (ou le lagrangien) :
L : D Rm R
m
(x, ) 7 f (x0 ) i g i (x0 )
X
i =1
o = (1 , . . . , m ).
Dune manire qui peut sembler paradoxale, la mthode de L AGRANGE permet de transformer un problme doptimisa-
tion lie dune fonction de n variables sous m contraintes en un problme doptimisation libre dune fonction de n + m
variables, alors quintuitivement, on aurait plutt attendu une baisse de la dimension du problme due aux restrictions im-
pliques par la prsence de contraintes. Mais le paradoxe nest quapparent. En effet, lintroduction des m multiplicateurs de
L AGRANGE, (1 , . . . , m ), enrichit plus quelle nalourdit loptimisation, grce linterprtation dont jouissent ces variables.
Prcisment, la valeur prise par un multiplicateur traduit linfluence marginale du niveau de la contrainte correspondante
sur la valeur de la fonction objective loptimum. On dit aussi que le multiplicateur de L AGRANGE mesure lintensit de la
contrainte. Chaque multiplicateur exprime la sensibilit de la fonction dobjectif la variation du niveau dune contrainte.
Par exemple, une contrainte qui ninfluence pas loptimisation (contrainte inoprante ou superflue) est affecte dun mul-
tiplicateur nul. loppos, un multiplicateur lev correspond une contrainte qui pnalise de faon importante lopti-
mum.
Exemple Ingalit des moyennes arithmtiques et gomtriques
p
Cherchons le maximum de la fonction f (x 1 , x 2 , . . . , x n ) = n x 1 x 2 . . . x n sur Rn
+ sous la contrainte x 1 + x 2 + + x n = n.
En un point o le maximum est atteint, on peut appliquer le thorme prcdent avec g (x 1 , x 2 , . . . , x n ) = (x 1 + x 2 + + x n ) n. On
obtient
1
x1 1

p
n x x ...x
1
1
n x2

1 2
f = g = .

n .. ..
. .

1
x 1
n
En particulier, on obtient que tous les x i sont gaux et quils sont tous gaux 1. Ainsi, on a f (x 1 , x 2 , . . . , x n ) f (1, 1, . . . , 1) = 1 =
g (x, y)/n. On retrouve ainsi lingalit des moyennes arithmtiques et gomtriques
p
n
x1 + x2 + + xn
x1 x2 . . . xn .
n
Optimiser f (x, y) sous la contrainte g (x, y) = 0.

Rcrivons le thorme des multiplicateurs de L AGRANGE pour une fonction de deux variables et une seule contrainte
dgalit (voir la figure 4.1 pour une interprtation gomtrique) :
Soit les fonctions f et g de classe C 1 dans un ouvert D R2 . Si f admet en (x 0 , y 0 ) un extremum li sous la
contrainte g (x, y) = 0 et si g (x 0 , y 0 ) 6= (0, 0), alors
R tel que f (x 0 , y 0 ) = g (x 0 , y 0 ).
On a alors deux mthodes pratiques pour dterminer les extrema lis de f sous la contrainte g :
Mthode 1 : Lagrangien. Formons le lagrangien
L(x, y, ) = f (x, y) g (x, y)
o (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gra-
dient de L soit nul, autrement dit on cherche les triplets (x, y, ) tels que
x f (x, y) = x g (x, y),

y f (x, y) = y g (x, y),
0 = g (x, y).
Notons (x 0 , y 0 , 0 ) une solution de ce systme. Si g (x 0 , y 0 ) 6= 0, alors (x 0 , y 0 ) est un point critique de la fonction

f sous la contrainte g . Ces points critiques satisfont la contrainte, mais il sagit prsent de classer ces candidats.
72 G. Faccanoni
F IGURE 4.1: On cherche les extrema de la fonction f (x, y) sous la contrainte g (x, y) = k. Cela signifie quon cherche les ex-
trema de f (x, y) lorsque le point (x, y) appartient la courbe de niveau g (x, y) = k. En figure on voit cette courbe
ainsi que plusieurs courbes de niveau de f . Celles-ci ont quation f (x, y) = c pour c = 7, 8, 9, 10, 11. Optimi-
ser f (x, y) sous la condition g (x, y) = k signifie chercher la plus grande (ou plus petite) valeur de c telle que
la courbe de niveau f (x, y) = c croise la courbe g (x, y) = k. Pour que cela ait lieu il faut que les deux courbes
aient la mme droite tangente. Cela signifie que les gradients sont parallles, cest--dire quil existe R tel que
f (x 0 , y 0 ) = g (x 0 , y 0 ).
Comme dans le cas des extrema libres, on peut formuler des conditions du deuxime ordre relatives aux points
critiques, mais qui ne sappliquent qu certains cas. Soit
(x 0 , y 0 ) xx L(x 0 , y 0 ) y y L(x 0 , y 0 ) (x y L(x 0 , y 0 ))2
B si (x 0 , y 0 ) > 0, xx L(x 0 , y 0 ) < 0 et y y L(x 0 , y 0 ) < 0 on a un maximum local en (x 0 , y 0 ) ;

B si (x 0 , y 0 ) > 0, xx L(x 0 , y 0 ) > 0 et y y L(x 0 , y 0 ) > 0 on a un minimum local en (x 0 , y 0 ) ;
B si (x 0 , y 0 ) 0 on ne peut pas conclure.
Mthode 2 : Rduction. Cette mthode est base sur la possibilit dexprimer la contrainte sous forme paramtrique.
Par exemple
que (x, y) R2 g (x, y) = 0 = x R h(x) = y , alors optimiser la fonction

B sil existe une fonction h(x) telle
de deux variables f (x, y) sous la contrainte g (x, y) = 0 quivaut optimiser la fonction dune seule variable
f (x, y = h(x)) ;
que (x, y) R2 g (x, y) = 0 = y R h(y) = x , alors optimiser la fonction

B sil existe une fonction h(y) telle
de deux variables f (x, y) sous la contrainte g (x, y) = 0 quivaut optimiser la fonction dune seule variable
f (x = h(x), y).
Exemple
Soient dterminer les minima et maxima de la fonction objectif f (x, y) = 5x 2 + 6y 2 x y sous la contrainte x + 2y = 24. Pour cela,
construisons la fonction de L AGRANGE
L(x, y, ) = f (x, y) g (x, y) = 5x 2 + 6y 2 x (x + 2y 24)
et annulons son gradient
10x y +

0

0
L = 0 12y x + 2 = 0 . f |g (x,y) = 0
(6, 9, 612)
0 x 2y 24 0
On obtient x = 6, y = 9. Comme xx L(6, 9) = 10 > 0, y y L(6, 9) =

12 > 0, x y L(6, 9) = 1 et xx L(6, 9) y y L(6, 9) x y L 2 (6, 9) > 0, il
sagit dun minimum. On notera que, dans ce cas, la valeur de (6, 9, 0)
ne prsente pas dintrt et nest donc pas cherche.
Dans cet exemple on peut expliciter une variable dans la
contrainte, par exemple y = 12 x2 . Alors on peut minimiser direc- g (x, y) = 0
tement la fonction f (x, 12 x2 ) = 7x 2 84x +864 : comme f 0 (x, 12
x 6
2 ) = 14x 84, le minimum se trouve en x = 6, y = 12 2 = 9 et la
fonction vaut f (6, 9) = 612.
G. Faccanoni 73
Exemple Trouver un champ rectangulaire daire maximale dlimit par une clture de longueur ` donne.
Si x et y dsignent les longueurs des cts du champ, la longueur de la clture est 2(x + y) et laire x y. Le problme est de trouver le
maximum atteint par laire, non pas parmi tous les points de R2+ , mais seulement parmi ceux vrifiant la contrainte 2(x + y) = `, o
` > 0 est fix.
Lagrangien. Formons le lagrangien
L(x, y, ) = x y (2(x + y) `)
o (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, ) tels que
x = `/4

y 2

0
L = 0 x 2 = 0 y = `/4
` 2(x + y) 0

= `/8

Donc (`/4, `/4) est un point critique de la fonction f sous la contrainte g . Observons que ce point a t obtenu par une condition
ncessaire et comme (`/4, `/4, `/8) < 0, rien dans le thorme ne permet de savoir si cest un maximum, un minimum ou ni
lun ni lautre.
Rduction. Bien sr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour y :
`
2(x + y) = ` = y= x.
2
En reportant cette valeur de y dans lexpression de laire, on obtient
` `

A ` (x) = x x et A 0` (x) = 2x.
2 2
Le maximum de A ` (x) est atteint pour x = `/4, ce qui entrane aussi y = x : primtre fix, le rectangle daire maximale est le
carr.
Optimiser f (x, y, z) sous la contrainte g (x, y, z) = 0.

Rcrivons le thorme des multiplicateurs de L AGRANGE pour une fonction de trois variables et une seule contrainte
dgalit :
Soit les fonctions f et g de classe C 1 dans un ouvert D R3 . Si f admet en (x 0 , y 0 , z 0 ) un extremum li sous
la contrainte g (x, y, z) = 0 et si g (x 0 , y 0 , z 0 ) 6= (0, 0, 0), alors
R tel que f (x 0 , y 0 , z 0 ) = g (x 0 , y 0 , z 0 ).
On a alors deux mthodes pratiques pour dterminer les extrema lis de f sous la contrainte g :
L(x, y, z, ) = f (x, y, z) g (x, y, z)
o (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gra-
dient de L soit nul, autrement dit on cherche les triplets (x, y, z, ) tels que
x f (x, y, z) = x g (x, y, z),

y f (x, y, z) = y g (x, y, z),
z f (x, y, z) = z g (x, y, z),
0 = g (x, y, z).
Notons (x 0 , y 0 , z 0 , 0 ) une solution de ce systme. Si g (x 0 , y 0 , z 0 ) 6= 0, alors (x 0 , y 0 , z 0 ) est un point critique de la

fonction f sous la contrainte g . Ces points critiques satisfont la contrainte, mais il reste encore dterminer sil
sagit effectivement dun extremum.
Par exemple
B sil existe une fonction h(x, y) telle que (x, y, z) R3 g (x, y, z) = 0 = (x, y) R2 h(x, y) = z , alors chercher

les extrema lis de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 quivaut chercher les
extrema libres de la fonction de deux variables f (x, y, z = h(x, y)) ;
B sil existe une fonction h(x, z) telle que (x, y, z) R3 g (x, y, z) = 0 = (x, z) R2 h(x, z) = y , alors chercher

les extrema lis de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 quivaut chercher les
extrema libres de la fonction de deux variables f (x, y = h(x, z), z) ;
B sil existe une fonction h(y, z) telle que (x, y, z) R3 g (x, y, z) = 0 = (y, z) R2 h(y, z) = x , alors chercher les

extrema lis de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 quivaut chercher les
extrema libres de la fonction de deux variables f (x = h(y, z), y, z).
74 G. Faccanoni
Exemple Parmi les paralllpipdes de surface S fixe, lesquels ont un volume maximal ?
Si x, y, z dsignent les longueurs des cts du paralllpipde, la surface est 2(x y + y z + xz) et le volume x y z. Le problme est de
trouver le maximum atteint par le volume x y z, non pas parmi tous les points de R3+ , mais seulement parmi ceux vrifiant la contrainte
2(x y + y z + xz) = S, o S est fix.
Lagrangien. Formons le lagrangien
L(x, y, z, ) = x y z (2(x y + y z + xz) S)
o (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, z, ) tels que
p

y z 2(y + z) 0
z(y x) = 2(y x) x = S/6
y = pS/6

y(z x) = 2(z x)
xz 2(x + z) 0
L = 0 x y 2(y + x) = 0
p
x(z y) = 2(z y) z = S/6
p

S 2(x y + y z + xz) 0

2(x y + y z + xz) = S

= S/96
p p p
Donc ( S/6, S/6, S/6) est un point critique de la fonction f sous la contrainte g . Observons que ce point a t obtenu par
une condition ncessaire. Rien dans le thorme ne permet de savoir si cest un maximum, un minimum ou ni lun ni lautre.
Rduction. Bien sr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour z :
S
xy
2(x y + y z + xz) = S = z= 2 .
x+y
En reportant cette valeur de z dans lexpression du volume, on obtient

S
xy
VS (x, y) = x y 2 .
x+y
On peut calculer le maximum de cette fonction avec la technique du gradient (extrema libres). Le maximum de VS (x, y) est
atteint pour s
S
x=y= ,
6
q
ce qui entrane aussi z = S6 : surface fixe, le paralllpipde de volume maximal est le cube.
Optimiser f (x, y, z) sous les contraintes g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0.

Rcrivons le thorme des multiplicateurs de L AGRANGE pour une fonction de deux variables et deux contraintes dga-
lit :
Soit les fonctions f , g 1 et g 2 de classe C 1 dans un ouvert D R3 . Si f admet en (x 0 , y 0 , z 0 ) un extremum li
sous les contraintes g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 et si g 1 (x 0 , y 0 , z 0 ) 6= (0, 0, 0) et g 2 (x 0 , y 0 , z 0 ) 6= (0, 0, 0), alors
, R tels que f (x 0 , y 0 , z 0 ) = g 1 (x 0 , y 0 , z 0 ) + g 2 (x 0 , y 0 , z 0 ).
On a alors deux mthodes pratiques pour dterminer les extrema lis de f sous les contraintes g 1 et g 2 :
L(x, y, z, , ) = f (x, y, z) g 1 (x, y, z) g 2 (x, y, z)
o et (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que
le gradient de L soit nul, autrement dit on cherche les 5-uplets (x, y, z, , ) tels que
x f (x, y, z) = x g 1 (x, y, z) x g 2 (x, y, z),

y f (x, y, z) = y g 1 (x, y, z) y g 2 (x, y, z),
z f (x, y, z) = z g 1 (x, y, z) z g 2 (x, y, z),
0 = g 1 (x, y, z),
0 = g 2 (x, y, z).
Notons (x 0 , y 0 , z 0 , 0 , 0 ) une solution de ce systme. Si g 1 (x 0 , y 0 , z 0 ) 6= 0 et g 2 (x 0 , y 0 , z 0 ) 6= 0, alors (x 0 , y 0 , z 0 ) est

un point critique de la fonction f sous les contraintes g 1 et g 2 . Ces points critiques satisfont les contraintes, mais il
reste encore dterminer sil sagit effectivement dun extremum.
sil existe deux fonctions h 1 (x) et h 2 (x) telles que (x, y, z) R3 g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 =

Par
exemple,
x R h 1 (x) = y et h 2 (x) = z , alors optimiser la fonction de trois variables f (x, y, z) sous les contraintes

g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 quivaut optimiser la fonction dune seule variable f (x, y = h 1 (x), z = h 2 (x)) ; etc.
G. Faccanoni 75
Exemple
On veut optimiser la fonction f (x, y, z) = x y z sous les contraintes g 1 (x, y, z) = x 2 + y 2 + z 2 1 et g 2 (x, y, z) = x + y + z 1.
La contrainte g 1 (x, y, z) = 0 est lquation de la sphre de centre (0, 0, 0) et de rayon 1 ; la contrainte g 2 (x, y, z) = 0 est lquation dun
plan. On cherche donc les extrema de f sur lintersection de la sphre unit et dun plan, savoir sur un cercle dans lespace. Si un point
(x, y, z) est solution, alors il existe deux multiplicateurs 1 , 2 tels que L = 0 o L(x, y, z, 1 , 2 ) = f (x, y, z)1 g 1 (x, y, z)2 g 2 (x, y, z) =
x y z 1 (x 2 + y 2 + z 2 1) 2 (x + y + z 1). On doit donc avoir
y z 1 (2x) 2

0
xz (2y) 0
1 2
L = 0 x y 1 (2z) 2 = 0

2 2 2
1 (x + y + z ) 0

1 (x + y + z) 0
On obtient donc un systme de 5 quations et 5 inconnues : x, y, z, 1 , 2 . Ltude de ce systme montre quil a 6 solutions, donnes
dans le tableau ci-dessous :
x y z 1 2
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
1/3 2
/3 2
/3 1/3 2/9
2
/3 1/3 2
/3 1/3 2/9
2
/3 2
/3 /3 1/3 2/9
1
Observons que ces points ont t obtenus par une condition ncessaire. Rien dans le thorme ne permet de savoir si ce sont des
maxima, des minima ou ni lun ni lautre.
76 G. Faccanoni
............... Exercices ..............

Optimisation dans un ouvert
Exercice 4.1
Soit f : R2 R une fonction de classe C 2 (R2 ) et (a, b) un point de R2 . On suppose que
f (a, b) = 0, x f (a, b) = 0, y f (a, b) = 0, xx f (a, b) = 1, y y f (a, b) = 2, x y f (a, b) = 3.
Le point (a, b) est-il un point critique ? Si oui, de quelle nature ?
C ORRECTION . Il est un point critique et plus particulirement il sagit dun point-selle car (a, b) < 0.
Exercice 4.2
On suppose que (1, 1) est un point critique dune fonction f dont les drives secondes sont continues. Dans chaque cas,
que peut-on dire au sujet de f ?
1. xx f (1, 1) = 4, x y f (1, 1) = 1, y y f (1, 1) = 2 ; 2. xx f (1, 1) = 4, x y f (1, 1) = 3, y y f (1, 1) = 2.
C ORRECTION .
1. Dabord on calcule (1, 1) = xx f (1, 1) y y f (1, 1)(x y f (1, 1))2 = 7. Comme (1, 1) > 0 et xx f (1, 1) > 0, f a un minimum
local en (1, 1).
2. Dabord on calcule (1, 1) = xx f (1, 1) y y f (1, 1) (x y f (1, 1))2 = 1. Comme (1, 1) < 0, f a un point-selle en (1, 1).
Exercice 4.3
partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et prciser pour
chacun de ces points sil sagit dun point-selle ou dun
maximum ou dun minimum local.
Vrifier ensuite le raisonnement sachant que
f (x, y) = 4 + x 3 + y 3 3x y.
C ORRECTION . Dans la figure, le point (1, 1) est entour par des courbes de niveau qui sont de forme ovale et qui indiquent
que si nous nous loignons du point dans nimporte quelle direction les valeurs de f augmentent. Ainsi on pourrait sattendre
un minimum local en ou proximit de (1, 1).
Les courbes de niveau proche du point (0, 0) ressemblent des hyperboles, et si nous nous loignons de lorigine, les valeurs
de f augmentent dans certaines directions et diminuent dans dautres, donc nous nous attendons trouver un point selle.
Vrifions cette analyse :
Points critiques : x f (x, y) = 3x 2 3y, y f (x, y) = 3y 2 3x. On a un point critique si les deux drives partielles sannulent
en mme temps ; on trouve deux points critiques : (1, 1) et (0, 0).
tudes des points critiques : les drives secondes sont xx f (x, y) = 6x, x y f (x, y) = 3, y y f (x, y) = 6y, ainsi (x, y) =
xx f (x, y) y y f (x, y) (x y f (x, y))2 = 36x y 9. Comme (1, 1) > 0 et xx f (1, 1) > 0, f a un minimum local en (1, 1).
Comme (0, 0) < 0, f a un point-selle en (0, 0).
G. Faccanoni 77
Exercice 4.4
partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et prciser pour
chacun de ces points sil sagit dun point-selle ou dun
maximum ou dun minimum local.
Vrifier ensuite le raisonnement sachant que
f (x, y) = 3x x 3 2y 2 + y 4 .
C ORRECTION . Dans la figure, les points (1, 1) et (1, 1) sont entours par des courbes de niveau qui sont de forme ovale
et qui indiquent que si nous nous loignons du point dans nimporte quelle direction les valeurs de f augmentent. Ainsi on
pourrait sattendre des minima locaux en ou proximit de (1, 1).
De la mme manire, le point (1, 0) est entour par des courbes de niveau qui sont de forme ovale et qui indiquent que si
nous nous loignons du point dans nimporte quelle direction les valeurs de f diminuent. Ainsi on pourrait sattendre un
maximum local en ou proximit de (1, 0).
Les courbes de niveau proche des points (1, 0), (1, 1) et (1, 1) ressemblent des hyperboles, et si nous nous loignons de
ces points, les valeurs de f augmentent dans certaines directions et diminuent dans dautres, donc nous nous attendons
trouver des points de selle.
Vrifions cette analyse : (
3 3x 2 = 0
f = 0
4y + 4y 3 = 0
donc les points critiques sont (1, 0), (1, 1), (1, 1), (1, 0), (1, 1), (1, 1). Les drives secondes sont xx f (x, y) = 6x,
x y f (x, y) = 0, y y f (x, y) = 12y 2 4, ainsi (x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 = 72x y 2 + 24x.
Point critique xx f Conclusion

(1, 0) 24 > 0 6 < 0 f a un maximum local en (1, 0)
(1, 1) 48 < 0 f a un point-selle en (1, 1)
(1, 1) 48 < 0 <0 f a un point-selle en (1, 1)
(1, 0) 24 < 0 f a un point-selle en (1, 0)
(1, 1) 48 > 0 6>0 f a un minimum local en (1, 1)
(1, 1) 48 > 0 6>0 f a un minimum local en (1, 1)
Exercice 4.5
x2 y y3
f (x, y) = + x2 + 4y.
2 3
Trouver les points critiques de la fonction f et tablir leur nature.
C ORRECTION . f est une application dfinie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
!
x y + 2x,
f = x2 2 et f = 0 (x, y) { (0, 2), (0, 2) } .
2 + y 4
Pour en tudier la nature on calcule les drives secondes :
xx f (x, y) = y + 2 y y f (x, y) = 2y x y f (x, y) = x
Donc
(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 = 2y(y + 2) x
78 G. Faccanoni
et
(0, 2) = 0, (0, 2) = 16.
Comme (0, 2) > 0 et xx f (0, 2) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f .
En revanche, comme (0, 2) = 0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 4.6
Dterminer les extrema de la fonction f : R2 R dfinie par f (x, y) = y 2 + x y ln(x).
C ORRECTION . f est de classe C 2 dans son domaine de dfinition, louvert D = (x, y) R2 x > 0 .

y ln(x)+y
Points critiques On a f (x, y) = 2y+x ln(x) et
(
y(1 + ln(x)) = 0,

0 1 1
f (x, y) = (x, y) (1, 0); ,
0 2y + x ln(x) = 0, e 2e
y
Nature des points critiques D(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 = x 2 (1 + ln(x))2 . Comme D(1, 0) = 1 < 0, le
point (1, 0) est un point-selle ; comme D(1/e, 1/(2e)) = 1 > 0 et xx f (1/e, 1/(2e)) = 1/2 > 0, le point (1/e, 1/(2e)) est un
minimum local.
Exercice 4.7
x2 y y3
f (x, y) = x2 + 4y.
2 3
!
x y 2x,
f = x2 2 et f = 0 (x, y) { (0, 2), (0, 2) } .
2 + y 4
xx f (x, y) = y 2 y y f (x, y) = 2y x y f (x, y) = x
Donc
(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 = 2y(y 2) x
et
(0, 2) = 16, (0, 2) = 0.
Comme (0, 2) > 0 et xx f (0, 2) < 0, on conclut que le point (0, 2) est un maximum pour f .
En revanche, comme (0, 2) = 0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 4.8
x y 2 x3
f (x, y) = + 4x + y 2 .
2 3
G. Faccanoni 79
2 !
y
+ x 2 4,
f = 2 et f = 0 (x, y) { (2, 0), (2, 0) } .
x y + 2y
xx f (x, y) = 2x y y f (x, y) = x + 2 x y f (x, y) = y
Donc
(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 = 2x(x + 2) y
et
(2, 0) = 0, (2, 0) = 16.
Comme (2, 0) > 0 et xx f (2, 0) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f . En revanche, comme (2, 0) =
0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 4.9
Une montagne a la forme de la surface z(x, y) = 2x y 2x 2 y 2 8x + 6y + 4 (lunit de mesure est de 100 mtres). Si le
niveau de la mer correspond z = 0, quelle est la hauteur de la montagne ?
C ORRECTION . Il sagit dvaluer z(x, y) dans le point de maximum. Cherchons dabord les points critiques :

~ 2y 4x 8
z(x, y) =
2x 2y + 6
et ~
z(x, y) =~0 ssi (x, y) = (1, 2). On tablie la nature du point critique en tudiant le dterminant de la matrice hessienne :
xx f (x, y) = 4 < 0, y y f (x, y) = 2, x y f (x, y) = 2,
et xx f (1, 2) y y f (1, 2) (x y f (1, 2))2 = 4 > 0 donc (1, 2) est un maximum. Comme z(1, 2) = 14, la montagne est haute
1400 mtre.
Exercice 4.10
Dterminer et classer les 5 points critiques (en spcifiant sils sont des max, des min ou des points de selle) de la fonction
f : R2 R dfinie par
2 y 2 )
f (x, y) = (x 2 y 2 )e (x .
C ORRECTION . Cherchons dabord les 5 points critiques :

2 2
!
2x(1 x 2 + y 2 )e (x y )
f (x, y) = 2 2
2y(1 x 2 + y 2 )e (x y )
et f (x, y) = (0, 0) ssi

(x, y) { (0, 0), (0, 1), (0, 1), (1, 0), (1, 0) }.
tudions maintenant sparment chacun de ces points en calculant au pralable le dterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 y 2 )
xx f (x, y) = 2e (x (1 5x 2 + y 2 + 2x 4 2x 2 y 2 ),
2 y 2 )
x y f (x, y) = 4x y(x 2 y 2 )e (x ,
(x 2 y 2 )
y y f (x, y) = 2e (1 x 2 + 5y 2 + 2x 2 y 2 2y 4 ),
(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 .
80 G. Faccanoni
On a alors
(x 0 , y 0 ) xx f (x 0 , y 0 ) x y f (x 0 , y 0 ) y y f (x 0 , y 0 ) (x 0 , y 0 )
(0, 0) 2 0 2 4 cest un point-selle
(1, 0) 4e 0 4e 16
e2
cest un maximum
(1, 0) 4e 0 4e 16
e2
cest un maximum
4 4 16
(0, 1) e 0 e e2
cest un minimum
4 4 16
(0, 1) e 0 e e2
cest un minimum
Exercice 4.11
Dterminer et classer les 5 points critiques (en spcifiant sils sont des max, des min ou des points de selle) de la fonction
f : R2 R dfinie par
2 y 2 )
f (x, y) = (y 2 x 2 )e (x .
C ORRECTION . Cherchons dabord les 5 points critiques :

2 2
!
2x(1 + x 2 y 2 )e (x y )
f (x, y) = 2 2
2y(1 + x 2 y 2 )e (x y )
et f (x, y) = (0, 0) ssi

(x, y) { (0, 0), (0, 1), (0, 1), (1, 0), (1, 0) }.
tudions maintenant sparment chacun de ces points en calculant au pralable le dterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 y 2 )
xx f (x, y) = 2e (x (1 5x 2 + y 2 + 2x 4 2x 2 y 2 ),
2 y 2 )
x y f (x, y) = 4x y(x 2 y 2 )e (x ,
(x 2 y 2 )
y y f (x, y) = 2e (1 x + 5y 2 + 2x 2 y 2 2y 4 ),
2
(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 .
On a alors
(x 0 , y 0 ) xx f (x 0 , y 0 ) x y f (x 0 , y 0 ) y y f (x 0 , y 0 ) (x 0 , y 0 )
(0, 0) 2 0 2 4 cest un POINT DE SELLE
4 4 16
(1, 0) e 0 e e2
cest un MIN
4 4 16
(1, 0) e 0 e e2
cest un MIN
(0, 1) 4e 0 4e 16
e2
cest un MAX
(0, 1) 4e 0 4e 16
e2
cest un MAX
Exercice 4.12
La socit dAdle produit deux types dampoules : E17 et E24. Indiquons par x le nombre de milliers dampoules de
type E17 produites et supposons que la demande pour ce type de lampes est donne par p 1 = 50 x, o p 1 est le prix
de vente en euros. De mme, indiquons par y le nombre de milliers dampoules de type E24 produites et supposons
que la demande pour ce type est donne par p 2 = 60 2y, o p 2 est aussi le prix de vente en euros. Les cots communs
de production de ces ampoules est C = 2x y (en milliers deuros). Par consquent, le bnfice de la socit dAdle (en
milliers deuros) est une fonction de deux variables x et y. Dterminer le profit maximal dAdle.
G. Faccanoni 81
C ORRECTION . La fonction profit en milliers deuros est p(x, y) = p 1 x + p 2 y C (x, y) = 50x x 2 + 60y 2y 2 2x y. Pour maxi-
miser le profit, on cherche dabord les points stationnaires :
(
x = 20,

50 2x 2y 0
p = 0 =
60 4y 2x 0 y = 5.
Pour tablir la nature de ces points, on tudie la matrice hessienne :
xx p(x, y) = 2, xx p(20, 5) = 2 < 0,

x y p(x, y) = 2, x y p(20, 5) = 2,
y y p(x, y) = 4, y y p(20, 5) = 4,
et (20, 5) = (2)(4) (2)2 = 4 > 0 donc (20, 5) est un point de maximum pour p et le profit maximal vaut p(20, 5) = 650.
La socit dAdle ralise le profit maximal de 650000 euros lorsquelle vend 20000 ampoules E17 30 euros lune et 5000
ampoules E24 50 euros lune.
Exercice 4.13
Vous tes le directeur financier de la firme S ANBON & F ILS. Cette entreprise a investi 3000 euros pour mettre au point un
nouveau parfum. Le cot de la production est de 3 euros par flacon de 100 mL. Lexpert consult par M. S ANBON pre a
tabli que si la firme consacre x euros en publicit pour son parfum et que le prix de vente dun flacon est de y euros, la
p
firme vendra exactement 300+6 x 10y pices. La firme S ANBON & F ILS fixe videmment x et y de manire maximiser
son profit. En tant que directeur financier, il vous incombe de dterminer ces valeurs.
C ORRECTION .
p
B Revenu de la vente : y(300 + 6 x 10y)
p
B Cot de production : 3(300 + 6 x 10y)
B Cot de dveloppement et de publicit : 3000 + x
p
Le profit de la firme maximiser est donc : f (x, y) = (y 3)(300 + 6 x 10y) x 3000. La condition ncessaire scrit
( 3(y3)
x f (x, y) = p
x
1 = 0
= (x 0 , y 0 ) = (164025, 138).
y f (x, y) = 330 + 6 x 20y = 0
p
La hessienne en ce point est dfinie ngative :

3(y3)
f (x, y) = p 3
xx

2 x
241
x y f (x, y) = p3x = (x 0 , y 0 ) = .
f (x, y) = 30(y3)
32805
p3

yy p
x3 x
Comme xx f (x 0 , y 0 ) = 20, on a bien un maximum. La firme S ANBON & F ILS va donc consacrer 164025 euros la pro-
motion de son nouveau parfum et vendre le flacon de 100 mL 138 euros. Elle ralisera de la sorte le profit maximal de
f (164025, 138) = 15225 euros.
Exercice 4.14 Une fabrication optimale

Votre socit soccupe de la fabrication dune pice mcanique. Celle-ci dpend de deux paramtres rels x et y ( priori
non-contraints) de la faon suivante : le cot unitaire de fabrication dune pice est gal
c(x, y) = x 2 + 2y 2
tandis que le taux de pices dfectueuses (compris entre 0 et 1) est gal
1
t (x, y) = .
1 + (x y)2
On cherche maximiser la rentabilit totale du processus de fabrication. On prendra pour fonction objectif le cot uni-
taire moyen dune pice non-dfectueuse, qui est gal au cot de fabrication dune pice divis par le taux de pices
non-dfectueuses, et on tentera de le simplifier autant que possible.
82 G. Faccanoni
c(x,y) x 2 +2y 2 (x 2 +2y 2 )(1+x 2 y 2 )

C ORRECTION . La fonction minimiser scrit f (x, y) = = = . La condition ncessaire scrit
1t (x,y) 1 1 2 x2 y 2
1+(x y)
4
x f (x, y) = 2 x x2
(
3 =0 p
4
p
4
2y 4 1 = (x 0 , y 0 ) = ( 2, 1/ 2).
y f (x, y) = 2 y 3 =0
La hessienne en ce point est dfinie positive :

x 4 +6

xx f (x, y) = 2 x 4

2+6 1+3
x y f (x, y) = 0 = (x 0 , y 0 ) = 4 > 0.
f (x, y) = 2 2y 4 +3

2 1/2
yy y4
p
4
p
4
Comme xx f (x 0 , y 0 ) > 0, on a bien unpminimum. En choisissant (x, y) = ( 2, 1/ 2), le cot unitaire moyen dune pice non-
dfectueuse est minimale est gal 4 2.
Exercice 4.15 Courbe de meilleure approximation

n
On considre un ensemble de points exprimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont
lies, au moins approximativement, par une relation de la forme y = a sin( 2 x) + b cos( 2 x). On souhaite alors trouver les
constantes a et b pour que la courbe dquation y = a sin( 2 x) + b cos( 2 x) sajuste le mieux possible aux points observs
(on parle de courbe de meilleure approximation).
Soit d i = y i (a sin( 2 x i ) + b cos( 2 x i )) lcart vertical du point (x i , y i ) par rapport la courbe. La mthode de rgression
(ou des moindres carrs) est celle qui choisit a et b de sorte que la somme des carrs de ces dviations soit minimale.
Pour cela, on doit minimiser la fonction E dfinie par
E : R2 R+
n
(a, b) 7 E (a, b) = d i2 .
X
i =0
crire le systme linaire qui permet de calculer a et b.
C ORRECTION . Pour minimiser E on cherche ses points stationnaires. Puisque

!
E X n
(a, b) = 2 y i a sin 2 x i + b cos 2 x i sin 2 x i ,
a i =0
!
E X n
(a, b) = 2 y i a sin 2 x i + b cos 2 x i cos 2 x i ,
b i =0
on obtient
E
y i a sin 2 x i + b cos 2 x i sin( 2 x i ) = 0
( (P
n

a (a, b) = 0 i =0
Pn
E

cos( 2 x i ) = 0

b (a, b) = 0 i =0 y i a sin 2 x i + b cos 2 x i
a sin 2 x i + b cos 2 x i sin( 2 x i ) = ni=0 y i sin( 2 x i )

(P
n
P
Pn i =0
cos( 2 x i ) = ni=0 y i cos( 2 x i )
P
i =0 a sin 2 x i + b cos 2 x i
sin2 2 x i sin 2 x i cos 2 x i y i sin 2 x i
Pn Pn Pn
i =0 i =0 a i =0
P n

P n 2 = P n .
i =0 sin 2 x i cos 2 x i i =0 cos 2 x i b i =0 y i cos 2 x i
Si on note
n n n n n
sin2 cos2
X X X X X
U= 2 xi , V= sin 2 xi cos 2 xi , W= 2 xi , P= y i sin 2 xi , Q= y i cos 2 xi ,
i =0 i =0 i =0 i =0 i =0
on doit rsoudre le systme linaire

U V a P
=
V W b Q
dont la solution est
W P V Q UQ V P
a= , b= .
UW V 2 UW V 2
G. Faccanoni 83
Exercice 4.16
La mthode de rgression stend facilement desdonnes qui dpendent de deux ou plusieurs variables. On considre
n
un ensemble de points exprimentaux (x i , y i , z i ) i =0 et on suppose que les trois grandeurs x, y et z sont lies, au moins
approximativement, par une relation affine de la forme z = a + bx + c y. On souhaite alors trouver les constantes a, b et c
pour que le plan dquation z = a + bx + c y sajuste le mieux possible aux points observs (on parle de plan de meilleure
approximation).
Soit d i = z i (a + bx i + c y i ) lcart vertical du point (x i , y i , z i ) par rapport au plan. La mthode de rgression (ou des
moindres carrs) est celle qui choisit a, b et c de sorte que la somme des carrs de ces dviations soit minimale. Pour
cela, on doit minimiser la fonction E dfinie par
E : R3 R+
n
(a, b, c) 7 E (a, b, c) = d i2 .
X
i =0
1. crire le systme linaire qui permet de calculer a, b et c

5
2. Calculer lquation du plan de meilleure approximation pour lensemble (x i , y i , z i ) i =0 o
i 0 1 2 3 4 5
xi 0 0 1 2 2 2
yi 0 1 0 0 1 2
3 1 1
zi 2 2 2 0 2 1
On utilisera la mthode du pivot de G AUSS pour la rsolution du systme linaire.
C ORRECTION . 1. Pour minimiser E on cherche ses points stationnaires. Puisque

!
E X n
(a, b, c) = 2 (z i (a + bx i + c y i )) ,
a i =0
!
E X n
(a, b, c) = 2 (z i (a + bx i + c y i ))x i ,
b i =0
!
E X n
(a, b, c) = 2 (z i (a + bx i + c y i ))y i ,
c i =0
on obtient
E Pn Pn Pn
a (a, b, c) = 0
Pi =0 (z i (a + bx i + c y i )) = 0
Pi =0 (a + bx i + c y i ) = i =0P
zi
E n n 2 n
b (a, b, c) = 0 i =0 (z i (a + bx i + c y i ))x i = 0 i =0 (ax i + bx i + c y i x i ) = i =0 z i x i

E

Pn
Pn 2 Pn
c (a, b, c) = 0 i =0 (z i (a + bx i + c y i ))y i = 0 i =0 (a y i + bx i y i + c y i ) = i =0 z i y i
Pn Pn Pn
(n + 1) x y a z
Pn Pni =0 2i Pni =0 i Pni =0 i
i =0 x i x x i y i b = i =0 z i x i .
Pn Pni =0 i Pi =0
n 2 Pn
y
i =0 i x
i =0 i i y i =0 y i c i =0 z i y i
2. Dans notre cas,

n
X n
X n
X 11
xi = 7 yi = 4 zi =
i =0 i =0 i =0 2
n
X n
X 7 n
X 9
xi y i = 6 xi zi = y i zi =
i =0 i =0 2 i =0 2
n n
x i2 = 13 y i2 = 6
X X
n +1 = 6
i =0 i =0
donc on a le systme linaire

11
6 7 4 a /2
7 13 6 b = 7/2
4 6 6 c 9
/2
84 G. Faccanoni
quon peut rsoudre par la mthode de G AUSS
L 2 L 2 76 L 1
6 7 4 11
/2 6 7 4 11
/2 6 7 4 11
/2
L 3 L 3 23 L 1 8
L 3 L 3 29 L2
7 13 6 7
/2 0 29
/6 4
/3 35/12 0 29
/6 4
/3 35/12
4 6 6 9
/2 0 4
/3 10
/3 5
/6 0 0 86
/29 95
/58
dont la solution est 123

a /86 1.430232557
b = 65/86 0.7558139503 .
c 95
/172 0.5523255766
Exercice 4.17 Fonctions implicites, extrema libres

On considre lquation x 2 + 4y 2 + 2y 4 + z 2 + sin z = 0.
1. Vrifier quelle dfinie une et une seule fonction z = (x, y) au voisinage de (0, 0, 0).
2. Montrer que le point (0, 0) est un point stationnaire pour z = (x, y) et en tablir sa nature.
C ORRECTION . Soit g (x, y, z) = x 2 + 4y 2 + 2y 4 + z 2 + sin z. Elle est clairement de classe C (R3 ) et on a
x g (x, y, z) = 2x, y g (x, y, z) = 8y + 8y 3 , z g (x, y, z) = 2z + cos z,

x g (0, 0, 0) = 0, y g (0, 0, 0) = 0, z g (0, 0, 0) = 1.
Comme z g (0, 0, 0) 6= 0 on peut conclure que lquation x g (x, y, z) = 0 dfinie implicitement une et une seule fonction
z = (x, y) au voisinage de (0, 0) et (0, 0) = 0. De plus
x g (x, y, (x, y)) 2x

x (x, y) = = , x (0, 0) = 0,
z g (x, y, (x, y)) 2(x, y) + cos((x, y))
x g (x, y, (x, y))
y (x, y) = , y (0, 0) = 0,
z g (x, y, (x, y))
donc (0, 0) est un point stationnaire pour z = (x, y). Comme
2 (x, y)(2 sin((x, y)))

xx (x, y) = + 2x , xx (0, 0) = 2,
2(x, y) + cos((x, y)) (2(x, y) + cos((x, y)))2
2 y (x, y) sin((x, y)) y (x, y)
x y (x, y) = 2x , x y (0, 0) = 0
(2(x, y) + cos((x, y)))2
8(1 + 3y 2 ) 8(y + y 3 ) y (x, y)(2 sin((x, y)))
y y (x, y) = + y y (x, y) = 8.
2(x, y) + cos((x, y)) (2(x, y) + cos((x, y)))2
le dterminant de la matrice hessienne est 16 : le point (0, 0) est un point de maximum locale pour la fonction z = (x, y).
Exercice 4.18
tudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x 4 + y 4 2(x y)2 , 4. f (x, y) = x 2 + x y + y 2 2x y, 7. f (x, y) = 8

x + xy + y,
x2 5. f (x, y) = x 3 y 2 (6 x y),
2. f (x, y, z) = 2 + x y z z + y,
2
3. f (x, y) = (x 1) + 2y , 2
6. f (x, y) = e xy (x 2 2y 2 ), 8. f (x, y) = x 2 cos(y),
C ORRECTION .
1. f (x, y) = x 4 + y 4 2(x y)2 est dfinie sur R2 valeur dans R ; comme la restriction f (x, 0) = x 4 2x 2 tend vers + pour
x qui tend vers , il ny a pas de maximum global sur R2 . Comme R2 est ouvert, un extrmum relatif de f vrifie la
condition ncessaire f (x, y) = 0. Comme
x f (x, y) = 4(x 3 x + y), y f (x, y) = 4(y 3 + x y),
G. Faccanoni 85
p p p p
les points critiques sont donc 1 (0, 0), ( 2, 2), ( 2, 2) (on note que f (x, y) = f (x, y)). Pour en tudier la nature,
calculons les drives secondes :
xx f (x, y) = 12x 2 4, x y f (x, y) = 4, y y f (x, y) = 12x 2 4;
on en dduit que
(x 0 , y 0 ) xx f (x 0 , y 0 ) x y f (x 0 , y 0 ) y y f (x 0 , y 0 ) D(x 0 , y 0 )
(0, 0) 4 4 4 0 tudier sparment,
p p
( 2, 2) 20 4 20 384 est un minimum,
p p
( 2, 2) 20 4 20 384 est un minimum.
Pour connatre la nature du point (0, 0) on tudie le signe de d (h, k) = f (h, k) f (0, 0) pour h et k voisins de 0 :
d (h, k) = h 4 + k 4 2(h k)2 ;
comme d (h, 0) = (h 2 2)h 2 < 0 lorsque h est voisin de 0 mais d (h, h) = 2h 4 > 0, alors (0, 0) est un point-selle.
Remarquons quavec des transformations algbriques, on peut rcrire la fonction sous la forme
f (x, y) = (x 2 2)2 + (y 2 2)2 + 2(x + y)2 8.

p p p p p p p p
Comme f ( 2, 2) = f ( 2, 2) = 8, les points ( 2, 2) et ( 2, 2) sont des minima globaux.
2
2. f (x, y, z) = x2 + x y z z + y est dfinie sur R3 valeur dans R ; comme la restriction f (0, 0, z) = z tend vers pour
z qui tend vers , il ny a pas dextremum global sur R3 . Comme R3 est ouvert, un extrmum relatif de f vrifie la
condition ncessaire f (x, y, z) = 0. Comme
x f (x, y, z) = x + y z, y f (x, y, z) = xz + 1, f z (x, y, z) = x y 1,
il ny a quun point critique : (1, 1, 1). Pour connatre sa nature on a deux possibilits :
B on tudie le signe de la diffrence d (x, y, z) = f (x, y, z) f (1, 1, 1) pour x voisin de 1, y voisin de 1 et z voisins de
1 :
x2 1 x2 3
d (x, y, z) = + xyz z + y +111 = + xyz z + y ,
2 2 2 2
mais ce nest pas facile den tudier le signe ;
B on tudie le signe de f (h, k, l ) = f (1 + h, 1 + k, 1 + l ) pour h, k et l voisins de 0 (les termes de degr 1 en h, k et l
doivent disparatre) :
h 2 + 1 + 2h 3 h2
f (h, k, l ) = + (1 + h)(1 + k)(1 + l ) (1 + l ) + (1 + k) = + hkl + hl hk + kl .
2 2 2
Il ne reste que transformer f si on pense quil sagit dun extrmum ou fournir des restrictions qui se contredisent
si on pense que ce nest pas un extrmum. Comme les deux restrictions deux courbes continues passant par
lorigine f (h, 0, h) = 32 h 2 > 0 et f (h, h, 0) = 21 h 2 < 0 donnent des signes diffrents, on conclut que ce nest pas
un extrmum.
Remarquons quavec des transformations algbriques, on peut rcrire la fonction sous la forme
f (x, y) = (x 2 2)2 + (y 2 2)2 + 2(x + y)2 8.

p p p p p p p p
Comme f ( 2, 2) = f ( 2, 2) = 8, les points ( 2, 2) et ( 2, 2) sont des minima globaux.
3. f (x, y) = (x 1)2 + 2y 2 est dfinie sur R2 valeur dans R et x f (x, y) = 2x 2, y f (x, y) = 4y. Comme f (x, y) = 0 ssi
(x, y) = (1, 0), et
xx f (x, y) = 2, x y f (x, y) = 0, y y f (x, y) = 4,
on en dduit que D(1, 0) = 8 > 0 : il sagit dun minimum.
4. f (x, y) = x 2 + x y + y 2 2x y est dfinie sur R2 valeur dans R et x f (x, y) = 2x + y 2, y f (x, y) = x + 2y 1. Comme
f (x, y) = 0 ssi (x, y) = (1, 0), et
xx f (x, y) = 2, x y f (x, y) = 1, y y f (x, y) = 2,

( ( (
4x 3 4x + 4y = 0 x3 + y 3 = 0 x = y
1. = =
4y 3 + 4x 4y = 0 y3 + x y = 0 (y 2 2)y = 0
86 G. Faccanoni
5. f (x, y) = x 3 y 2 (6 x y) est dfinie sur R2 valeur dans R et x f (x, y) = 3x 2 y 2 (6 x y) x 3 y 2 , y f (x, y) = 2x 3 y(6 x

y) x 3 y 2 . Tous les points (x, 0) et (0, y) sont des points critique ainsi que le point (3, 2). Comme
xx f (x, y) = 6x y 2 (6x y)6x 2 y 2 , x y f (x, y) = 6x 2 y(6x y)3x 2 y 2 2x 3 y, y y f (x, y) = 2x 3 (6x y)4x 3 y,
on en dduit que D(3, 2) > 0 : il sagit dun maximum. En revanche, ltude de la matrice hessienne ne permet pas de
conclure pour les points sur les axes. Pour connatre la nature de ces points on tudie le signe de d (h, k) = f (h, k)
f (0, 0). Donc les points (0, y) sont des selles, les points (x, 0) pour x < 0 ou x > 6 sont des maxima, les points (x, 0) pour
0 < x < 6 sont des minima, le point (6, 0) est une selle.
6. f (x, y) = e xy (x 2 2y 2 ) est dfinie sur R2 valeurs dans R et x f (x, y) = e xy (x 2 2y 2 + 2x), y f (x, y) = e xy (x 2 +
2y 2 4y). Les points critiques sont (0, 0) et (4, 2). Comme
xx f (x, y) = e xy (x 2 2y 2 + 4x + 2), x y f (x, y) = e xy (x 2 + 2y 2 2x 4y), y y f (x, y) = e xy (x 2 2y 2 + 8y 4);
on en dduit que
(4, 2) 6e 2 8e 2 12e 2 8e 4 maximum
(0, 0) 2 0 4 8 selle
x 2 8y y2x
7. f (x, y) = x8 + xy + y est dfinie dans R2 \ (x, y) x y = 0 ouvert et x f (x, y) = x 2 y , y f (x, y) =

y2
. Comme f (x, y) = 0
ssi (x, y) = (4, 2), et
16 1 2x
xx f (x, y) = 3 , x y f (x, y) = 2 , y y f (x, y) = 3 ,
x y y
13
8. f (x, y) = x cos(y) est dfinie dans R2 et x f (x, y) = 2x, y f (x, y) = sin y. Les points critiques sont les points (0, k)
2
avec k Z. Pour tudier la nature de ces points, on calcule le dterminant de la matrice hessienne :
xx f = 2, x y f = 0, y y f = cos(y),
donc (0, k) = 2 cos(k) = (1)k : si k est impaire cest un point-selle, si k est paire cest un minimum.
Exercice 4.19
2 +y 2 )
tudier et classer les points stationnaires de la fonction f (x, y) = (x 2 + y 2 )e (x .
2 2 2 2
C ORRECTION . Comme x f (x, y) = 2x(1 x 2 y 2 )e (x +y ) et y f (x, y) = 2y(1 x 2 y 2 )e (x +y ) , les points critiques sont
(0, 0) et les points (x, y) qui appartiennent au cercle x 2 + y 2 = 1. Comme f (x, y) 0 pour tout (x, y) R2 et f (x, y) = 0 ssi
(x, y) 6= (0, 0) ou (x, y) est tel que x 2 + y 2 1 = 0, on en dduit quils sont des minima (le calcul des drives secondes porte
des calculs trs longues).
2
Sinon, on peut remarquer que si on pose w(r ) = f (r cos , r sin ) = r 2 e r , on obtient une fonction dune seule variable et
2
on a w 0 (r ) = 2r (1 r 2 )e r qui a un minimum pour r = 0 et r = 1.
Optimisation dans un ferm
Exercice 4.20
p
Quel point du cercle dquation x 2 + y 2 1 minimise la distance la droite y = 4 3x ?
G. Faccanoni 87
C ORRECTION . En se rappelant la formule pour la distance dun point (x, y) dune droite dquation ax + b y + c = 0, il sagit
de minimiser la fonction p
|ax + b y + c| | 3x + y 4|
f (x, y) = p =
a2 + b2 2
p
dans D = (x, y) x + y 2 1 . Comme 3x + y 4 < 0 pour tout point de D, il sagit alors de minimiser la fonction
2
p
4 3x y
d (x, y) = .
2
p
Les extrema se trouvent soit dans D soit sur D. Comme d (x, y) = ( 3, 1) 6= (0, 0), il ny a pas dextrema dans D.
Il faut
alors les chercher sur D. Pour cela on exprime D sous forme paramtrique x = cos et y = sin pour [0; 2]. La restric-
tion de d cette courbe donne la fonction dune seule variable
p
4 3 cos sin
h() = d (x(), y()) = .
2
Comme h 0 () = sin 6 on a que h 0 () = 0 ssi = 6 ou = 7

6 . Il faut comparer la valeur de h en ces points avec la valeur
en 0 et en 2 : p
4 3
7
h(0) = h(2) = , h = 1, h = 3.
2 6 6
p
On conclut que le point qui minimise la distance correspond = 6 , cest--dire le point ( 12 , 3
2 ).
Remarquons que, une fois tablit que les extrema se trouvent sur la courbe dquation x 2 + y 2 = 1, cela revient calculer le
y) = x 2 + y 2 1. On peut alors utiliser la mthode des multiplicateurs
minimum de d sous la contrainte g (x, y) = 0 avec g (x, p
4 3xy
de L AGRANGE : on introduit le lagrangien L(x, y, `) = 2 `(x 2 + y 2 1), on calcul son gradient
p
23 2`x
L = 1 2`y ,

2
1 x2 y 2
p p p p p
3 3 3 3 3
comme L(x, y, `) = (0, 0, 0) ssi (x, y) = ( 12 , 2 ) ou (x, y) = ( 21 , 2 ), et comme d ( 21 , 1
2 ) < d ( 2 , 2 ), on conclut que ( 21 , 2 )
est le minimum.
p
3
2
1 x
2
p
y = 4 3x
Exercice 4.21
On cherche les extrema de la fonction f : R2 R dfinie par f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 1.
tude dans louvert x 2 + y 2 < 1 : dterminer le point critique de f dans x 2 + y 2 < 1 et en tablir la nature.
dterminer les points critiques du lagrangien L (x, y, ) f (x, y)(x 2 +y 2 1) et en tablir
tude sur le bord x 2 + y 2 = 1 :
la nature.
Quels sont les minimum et maximum absolus de f dans le disque x 2 + y 2 1 ?
88 G. Faccanoni
C ORRECTION . Le disque x 2 + y 2 1 est un ensemble ferm born et la fonction f est continue, pour le thorme de Weiers-
trass il existe un maximum et un minimum absolus de f dans le disque.
1. tude de f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 < 1 :
2x
Points critiques f (x, y) = 4y et
(
2x = 0,

0
f (x, y) = (x, y) = (0, 0)
0 4y = 0,
Nature des points critiques D(x, y) = xx f (x, y) y y f (x, y)(x y f (x, y))2 = 2402 = 8. Comme D(0, 0) > 0, le point
(0, 0) est un minimum local.
2. tude sur le bord x 2 + y 2 = 1 :
2x2x

Points critiques L (x, y, ) = 4y2y et
1x 2 y 2

2x 2x = 0,

0
L (x, y, ) = 0 4y 2y = 0, (x, y, ) { (0, 1, 2), (0, 1, 2), (1, 0, 1), (1, 0, 1) }
0

2
x + y2 = 1
Nature des points critiques D(x, y, ) = xx L (x, y, ) y y L (x, y, ) (x y L (x, y, ))2 = 2(1 ) 2(2 ) 02 = 4(1
)(2 ). Comme D(0, 1, 2) = D(0, 1, 2), D(1, 0, 1) = D(1, 0, 1) = 0, on ne peut pas tablir la nature de ces points
critiques en utilisant le lagrangien.
tant donn que f (0, 0) = 0, f (0, 1) = 2, f (0, 1) = 2, f (1, 0) = 1 et f (1, 0) = 1 on conclut que (0, 0) est le minimum absolu et
(0, 1) sont les maximums absolus de f dans le disque x 2 + y 2 1.
Exercice 4.22
tudier et classer les
p points stationnaires des fonctions suivantes
1. f (x, y) = x y 1 x 2 y 2 ,
2. f (x, y) = x 2 + y 2 x y dans lensemble D = {(x, y) | |x| 1, |y| 1}.
C ORRECTION .
1. f (x, y) = x y 1 x 2 y 2 est dfinie sur le disque D = (x, y) R2 x 2 + y 2 1 valeur dans R ; les extrema peuvent
p
tre soit dans D soit sur le bord D = (x, y) R2 x 2 + y 2 = 1 .

Cherchons dabord les points critiques dans D :
y(12x 2 y 2 )

p
1x 2 y 2
f (x, y) = x(1x 2 2y 2 )
p 2 2
1x y
et f (x, y) = (0, 0) ssi

n p p p p p p p p o
(x, y) (0, 0), (1/ 3, 1/ 3), (1/ 3, 1/ 3), (1/ 3, 1/ 3), (1/ 3, 1/ 3) .
tudions maintenant sparment chacun de ces points en calculant au pralable le dterminant de la matrice hes-
sienne de la fonction f en un point quelconque :
x y(3 2x 2 3y 2 )
xx f (x, y) = p ,
(1 x 2 y 2 )3
1 3x 2 + 3x 2 y 2 3y 2 + 2x 4 + 2y 4
x y f (x, y) = p ,
(1 x 2 y 2 )3
x y(3 3x 2 2y 2 )
y y f (x, y) = p ,
(1 x 2 y 2 )3
D(x, y) = xx f (x, y) y y f (x, y) (x y f (x, y))2 .
G. Faccanoni 89
On a alors
(0, 0) 0 1 0 1 SELLE
( p1 , p1 ) p4 p2 p4 4 MAX
3 3 3 3 3
( p1 , p1 ) p4 p2 p4 4 MIN
3 3 3 3 3
( p1 , p1 ) p4 p2 p4 4 MIN
3 3 3 3 3
( p1 , p1 ) p4 p2 p4 4 MAX
3 3 3 3 3
La fonction nest pas drivable sur D mais on peut tudier la nature de ces points en observant que f est nulle sur les
axes, positive dans le premier et le troisime quadrant, ngative p dans le deuxime et quatrime quadrant p donc (1, 0),
(0, 1), (1, 0) et (0, 1) sont des points de SELLE, les points (x, 1 x 2 ) avec x > 0 et les points (x, 1 x 2 ) avec x < 0
p p
sont des MIN, les points (x, 1 x 2 ) avec x < 0 et les points (x, 1 x 2 ) avec x > 0 sont des MAX.
2. Lensemble D un ferm born et la fonction f est continue, pour le thorme de Weierstrass il existe un maximum et
un minimum de f dans D. On suit la recette pour le calcul de ces valeurs :
B on cherche dans D : les points critiques de f doivent annuler le gradient de f ; on a f (x, y) = (2x 1, 2y 1) = (0, 0)
ssi (x, y) = (1/2, 1/2) et f (1/2, 1/2) = 1/2 ;
B on cherche sur D : on doit considrer quatre segments
B S 1 = (x, y) x = 1, |y| 1 : h 1 (y) = f |S 1 = y 2 y pour y [1; 1], h 10 (y) = 2y 1 = 0 ssi y = 1/2 et h 1 (1/2) = 1/4 ;

h 1 (1)
de plus, = 2 et h 1 (1)= 0 ; donc le MAX de h 1 vaut 2 et le MIN vaut 1/4 ;
B S 2 = (x, y) x = 1, |y| 1 : h 2 (y) = f |S 1 = 2+y 2 y pour y [1; 1], h 20 (y) = 2y1 = 0 ssi y = 1/2 et h 2 (1/2) = 7/4 ;
h 2 (1)
de plus, = 4 et h 2 (1) = 2 ; donc le MAX de h 2 vaut 4 et le MIN vaut 7/4 ;
B S 3 = (x, y) y = 1, |x| 1 : h 3 (x) = f |S 3 = x 2 x pour x [1; 1], h 30 (x) = 2x 1 = 0 ssi x = 1/2 et h 3 (1/2) = 1/4 ;
h 3 (1)
de plus, = 2 et h 3 (1)= 0 ; donc le MAX de h 3 vaut 2 et le MIN vaut 1/4 ;
B S 4 = (x, y) y = 1, |x| 1 : h 4 (y) = f |S 4 = 2+x 2 x pour x [1; 1], h 40 (y) = 2x1 = 0 ssi x = 1/2 et h 2 (1/2) = 7/4 ;
de plus, h 4 (1) = 4 et h 4 (1) = 2 ; donc le MAX de h 4 vaut 4 et le MIN vaut 7/4.
En rsum, les candidats sont :
(x 0 , y 0 ) (1/2, 1/2) (1, 1) (1, 1) (1, 1/2) (1/2, 1) (1, 1/2) (1/2, 1) (1, 1)
f (x 0 , y 0 ) 1/2 2 2 1/4 1/4 7/4 7/4 4
On conclut que le MAX absolu est 4 obtenu en (1, 1) et le MIN absolu est 1/2 obtenu en (1/2, 1/2).
Max pour h 2 et h 4
Min pour h 2 Min pour h 4

Max pour h 3 Max pour h 1
Min libre
Min pour h 3 Min pour h 1
90 G. Faccanoni
Optimisation sous contraintes
Exercice 4.23
Utiliser la mthode des multiplicateurs de L AGRANGE pour calculer le maximum et le minimum de la fonction f sous la
(les) contrainte(s) indique(s) :
1. f (x, y) = x 2 + y 2 sous la contrainte x y = 1
2. f (x, y) = 3x + y sous la contrainte x 2 + y 2 = 10
3. f (x, y) = y 2 x 2 sous la contrainte 14 x 2 + y 2 = 1
4. f (x, y) = e x y sous la contrainte x 3 + y 3 = 16
5. f (x, y, z) = 2x + 2y + z sous la contrainte x 2 + y 2 + z 2 = 9
6. f (x, y, z) = x 2 + y 2 + z 2 sous la contrainte x + y + z = 12
7. f (x, y, z, t ) = x + y + z + t sous la contrainte x 2 + y 2 + z 2 + t 2 = 1
8. f (x 1 , x 2 , . . . , x n ) = x 1 + x 2 + + x n sous la contrainte x 12 + x 22 + + x n2 = c
9. f (x, y, z) = x + 2y sous les contraintes x + y + z = 1 et y 2 + z 2 = 4
10. f (x, y, z) = 3x y 3z sous les contraintes x + y z = 0 et x 2 + 2z 2 = 1
C ORRECTION .
1. Formons le lagrangien
L(x, y, ) = x 2 + y 2 (x y 1)
o (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient
de L soit nul, autrement dit on cherche les triplets (x, y, ) tels que
2x y

0
L = 0 2y x = 0 (x, y, ) { (1, 1, 2), (1, 1, 2) }
1xy 0
Donc (1, 1) et (1, 1) sont des points critiques de la fonction f sous la contrainte x y = 1. Observons que ces points
ont t obtenus par une condition ncessaire et comme (1, 1, 2) = (1, 1, 2) = 0, rien dans le thorme ne permet
de savoir sil sagit de maxima, minima ou ni lun ni lautre. En observant les courbes de niveau ci-dessous on conclut
quil sagit de minima.
y
k%
f (x, y) = k
xy = 1
x
xy = 1
f (x, y) = 2
L(x, y, ) = 3x + y (x 2 + y 2 10)

3 2x 0
L = 0 1 2y = 0 (x, y, ) { (3, 1, 1/2), (3, 1, 1/2) }
10 x 2 y 2 0
Donc (3, 1) et (3, 1) sont des points critiques de la fonction f sous la contrainte x 2 +y 2 = 10. Comme (3, 1, 1/2) = 1 > 0
et xx L(3, 1, 1/2) = 1 < 0, le point (3, 1) est un maximum ; puisque (3, 1, 1/2) = 1 > 0 et xx L(3, 1, 1/2) = 1 > 0,
le point (3, 1) est un minimum.
G. Faccanoni 91
f (x, y) = 10 x 2 + y 2 = 10
f (x, y) = k
k%
x
f (x, y) = 10
1 2
L(x, y, ) = y 2 x 2 x + y2 1
4
2x x/2

0
L = 0 2y 2y = 0 (x, y, ) { (0, 1, 1), (0, 1, 1), (2, 0, 4), (2, 0, 4) }
1 14 x 2 y 2 0
Donc (0, 1), (0, 1), (2, 0) et (2, 0) sont des points critiques de la fonction f sous la contrainte 41 x 2 + y 2 = 1. Observons
que ces points ont t obtenus par une condition ncessaire et comme (x, y, ) = (4 + )(1 ), alors (0, 1, 1) =
(0, 1, 1) = (2, 0, 4) = (2, 0, 4) = 0, rien dans le thorme ne permet de connatre leur nature. En observant les
courbes de niveau ci-dessous on conclut que les points (0, 1) et (0, 1) sont des maxima et les points (2, 0) et (2, 0) sont
des minima.
k%
y
f (x, y) = 1
f (x, y) = k
x 2 + 4y 2 = 4
f (x, y) = 4 f (x, y) = 4
x
k% k%
f (x, y) = 1
k%
L(x, y, ) = e x y x 3 + y 3 16

ye x y 3x 2

0
L = 0 xe x y 3y 2 = 0 (x, y, ) = (2, 2, e 4 /6)
16 x 3 y 3 0
92 G. Faccanoni
Donc (2, 2) est un point critique de la fonction f sous la contrainte x 3 + y 3 = 16. Observons que ces points ont t ob-
tenus par une condition ncessaire et comme (2, 2, e 4 /6) < 0, on ne peut pas conclure sur la nature du point critique.
Cependant, on analysant les courbes de niveau, on voit quil sagit dun maximum.
4
y 2
K1 0 1 2 3 4
x
K1
L(x, y, z, ) = 2x + 2y + z x 2 + y 2 + z 2 9

de L soit nul, autrement dit on cherche les points (x, y, z, ) tels que
2 2x 0

2 2y 0
(x, y, z, ) { (2, 2, 1, 1/2), (2, 2, 1, 1/2) }

L = 0 =
1 2z 0
2 2 2
16 x y z 0
Donc (2, 2, 1) et (2, 2, 1) sont des points critiques de la fonction f sous la contrainte x 2 + y 2 + z 2 = 9. Observons que
ces points ont t obtenus par une condition ncessaire et on ne peut pas conclure sur leur nature. Cependant, comme
f (2, 2, 1) = 9 et f (2, 2, 1) = 9, le premier est un maximum tandis que le dernier un minimum.
L(x, y, z, ) = x 2 + y 2 + z 2 x + y + z 12

de L soit nul, autrement dit on cherche les points (x, y, z, ) tels que
2x 0

2y 0
(x, y, z, ) = (4, 4, 4, 2).

L = 0 =
2z 0
12 x y z 0
Donc (4, 4, 4) est un point critique de la fonction f sous la contrainte x + y + z = 12. Observons que ce point a t
obtenu par une condition ncessaire et on ne peut pas conclure sur sa nature. Pour cela, on peut expliciter une variable
de la contrainte et tudier loptimisation libre de la fonction de deux variables ainsi obtenue. Par exemple, on pose
z = 12xy et on obtient la fonction h(x, y) = f (x, y, z = 12xy) = x 2 +y 2 +(12xy)2 = 2(x 2 +y 2 +x y 12x12y +72).
On a
4x + 2y 24 0
h = 0 = (x, y) = (4, 4).
4y + 2x 24 0
De plus,
2 1
Hh (x, y) = (x, y) R2
1 2
donc (4, 4) > 0 et xx h(4, 4) = 2 > 0 : le point (4, 4) est un minimum pour h donc le point (4, 4, 12 4 4 = 4) est un
minimum de f sous la contrainte x + y + z = 12.
L(x, y, z, ) = x + y + z + t x 2 + y 2 + z 2 + t 2 1

de L soit nul, autrement dit on cherche les points (x, y, z, t , ) tels que
1 2x 0

1 2y 0
(x, y, z, t , ) { (1/2, 1/2, 1/2, 1/2, 1), (1/2, 1/2, 1/2, 1/2, 1) } .

L = 0
1 2z = 0

1 2t 0
2 2 2 2
1x y z t 0
G. Faccanoni 93
Donc (1/2, 1/2, 1/2, 1/2) et (1/2, 1/2, 1/2, 1/2) sont des points critiques de la fonction f sous la contrainte x 2 + y 2 +
z 2 + t 2 = 1. Observons que ces points ont t obtenus par une condition ncessaire et on ne peut pas conclure sur leur
nature.
n n
L(x 1 , x 2 , . . . , x n , ) = x i ( x i2 c)
X X
i =1 i =1
de L soit nul, autrement dit on cherche les points (x 1 , x 2 , . . . , x n , ) tels que

1 2x 1 0
1 2x 0
2
.. .
= . (x 1 , x 2 , . . . , x n , ) { (c/n, c/n, . . . , c/n, 1), (c/n, c/n, . . . , c/n, 1) } .
L = 0 . .

1 2x n 0
Pn
c i =1 x i2

0
Donc (c/n, c/n, . . . , c/n) et (c/n, c/n, . . . , c/n) sont des points critiques de la fonction f sous la contrainte ni=1 x i2 =
P
c. Observons que ces points ont t obtenus par une condition ncessaire et on ne peut pas conclure sur leur nature.
L(x, y, z, , ) = x + 2y x + y + z 1 y 2 + z 2 4

o et (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que le
gradient de L soit nul, autrement dit on cherche les points (x, y, z, , ) tels que
1 0

2 2y 0 n p p p p p p o
(x, y, z, , ) (1, 2, 2, 1, 1/ 8), (1, 2, 2, 1, 1/ 8) .

L = 0 2z = 0

1 x y z 0
4 y 2 z2 0
p p p p
Donc (1, 2, 2) et (1, 2, 2) sont des points critiques de la fonction f sous les contraintes x +y +z = 1 et y 2 +z 2 = 4.
Observons que ces points ont t obtenus par une condition ncessaire et on ne peut pas conclure sur leur nature.
L(x, y, z, , ) = 3x y 3z x + y z x 2 + 2z 2 1

o et (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que le
gradient de L soit nul, autrement dit on cherche les points (x, y, z, , ) tels que
3 2x 0

1 0
3 + 2z = 0 1 2 1 2 1 2 1 2
(x, y, z, , ) p , p , p , 1, p , p , p , p , 1, p

L = 0 .
3 3 3 3 3 3 3 3

x y + z 0
1 x 2 2z 2 0
p p p p p p
Donc (1/ 3, 2/ 3, 1/ 3) et (1/ 3, 2/ 3, 1/ 3) sont des points critiques de la fonction f sous les contraintes x+y =
z et x 2 +2z 2 = 1. Observons que ces points ont t obtenus par une condition ncessaire et on ne peut pas conclure sur
leur nature.
Exercice 4.24
tudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x y dans R2 sous la contrainte x 2 + y 2 = 1,
2. f (x, y) = x 2 + y 2 + 2 dans R2 sous la contrainte x 2 2x y + y 2 = 0,
3. f (x, y) = (x y) ln(4 + x y) sous la contrainte x 2 + y 2 = 1.
94 G. Faccanoni
C ORRECTION .
1. On a g (x, y) = (2x, 2y)T = (0, 0) si et seulement si (x, y) = (0, 0) mais (0, 0) ne vrifie pas la contrainte donc on peut
appliquer la mthode des multiplicateurs de L AGRANGE. On introduit le lagrangien L(x, y, ) = x y (x 2 + y 2 1) et on
cherche ses points critiques :

y 2x 0
1 1 1 1 1 1 1 1 1 1 1 1
L(x, y, ) = x 2y = 0 (x, y, )
p , p , , p ,p , , p ,p , , p , p , .
1 x2 y 2 0 2 2 2 2 2 2 2 2 2 2 2 2
Soit
(x, y, ) xx L(x, y, ) y y L(x, y, ) (xx L(x, y, ))2 = 42 1.
Alors
B p12 , p12 , 12 > 0 donc le point (x, y) = p12 , p12 est un maximum et f p12 , p12 = 21 ;

B p12 , p12 , 12 > 0 donc le point (x, y) = p12 , p12 est un maximum et f p12 , p12 = 12 ;

B p12 , p12 , 12 < 0 donc le point (x, y) = p12 , p12 est un minimum et f p12 , p12 = 12 ;

B p1 , p1 , 12 < 0 donc le point (x, y) = p1 , p1 est un minimum et f p1 , p1 = 12 .
2 2 2 2 2 2
2. On cherche les possibles extrema par la mthode des multiplicateurs de L AGRANGE. Si on note g (x, y) = x 2 2x y + y 2
la contrainte, on a x g (x, y) = 2x 2y et y g (x, y) = 2x + 2y donc le point (0, 0) est une singularit de la contrainte.
Cherchons maintenant les points stationnaires du lagrangien :
L(x, y, ) = x 2 + y 2 + 2 (x 2 2x y + y 2 ).
On a
L x (x, y, ) = 2x (2x 2y), L y (x, y, ) = 2y (2x + 2y), L (x, y, ) = (x 2 2x y + y 2 ),
donc le gradient de L sannule seulement en (0, 0) et f (0, 0) = 2. Comme f (x, y) 2 en tout point, il sagit dun mini-
mum. En revanche il ny a pas de maximum (ceci ne contredit pas le thorme de Weierstrass car la contrainte g (x, y) =
(x y)2 = 0, i.e. la droite y = x nest pas un ensemble born). En effet, f (x, y)|g (x,y)=0 = f (x, x) = 2x 2 + 2 +.
x+
3. f (x, y) = (x y) ln(4 + x y) dans R2 sous la contrainte x 2 + y 2 = 1,
Remarquons tout dabord que la fonction nest dfinie que si y < x + 4, ce qui est toujours vrifi si on ralise la
contrainte. Comme la contrainte g (x, y) = x 2 + y 2 1 a gradient g (x, y) = (2x, 2y) qui ne sannule pas lorsque g (x, y) =
0, on peut utiliser la mthode des multiplicateurs de L AGRANGE : on dfini le lagrangien L(x, y, `) = (x y) ln(4+ x y)
`(1 x 2 y 2 ) et on cherche les points stationnaires pour L, comme
xy
ln(4 + x y) + 4+xy 2`x
xy
L(x, y, `) = ln(4 + x y) 4+xy 2`y

x2 + y 2 1
p p p p p p p
L(x, y, `) =p
et p p ssi (x, y)p= (1/ 2, 1/
(0, 0, 0) p 2) ou (x, y) = (1/ 2, 1/ 2).
p Commep f (1/ 2, 1/ 2) = 2/ 2 ln(4 +
2/ 2)p et f p
(1/ 2, 1/ 2) = 2/ 2 ln(4 2/ 2), on conclut que (x, y) = (1/ 2, 1/ 2) est un maximum li et (x, y) =
(1/ 2, 1/ 2) un minimum li.
Exercice 4.25
Une firme produit des appareils dans deux usines diffrentes. Les cots totaux de production pour les deux usines sont
respectivement :
C 1 (q) = 200 + 6q + 0.03q 2 , C 2 (q) = 150 + 10q + 0.02q 2 ,
o q reprsente le nombre dappareils produits dans lusine. La firme sest engage livrer 100 appareils une entreprise.
Les frais de transport par appareil sont de 4 euros pour les livraisons partir de la premire usine et de 2 euros pour les
livraisons partir de la seconde usine. Les frais de transport sont supports par la firme productive. Calculer le nombre
dappareils que doit produire la firme dans chaque usine afin de minimiser le cot total de production compris le cot
de transport.
G. Faccanoni 95
C ORRECTION . Deux mthodes possibles :

Mthode de Lagrange : soit qi le nombre dappareils produits dans lusine i .
B Contrainte :
q 1 + q 2 = 100
B Cot totale :
C (q 1 , q 2 ) = C 1 (q 1 ) + 4q 1 +C 2 (q 2 ) + 2q 2 = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350.
B Lagrangien :
L(q 1 , q 2 , `) = C (q 1 , q 2 ) `(100 q 1 q 2 ) = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350 `(100 q 1 q 2 ).
B Gradient du lagrangien :
0.06q 1 + 10 + `

L(q 1 , q 2 , `) = 0.04q 2 + 12 + `
q 1 + q 2 100
B Points critiques du lagrangien :
L(q 1 , q 2 , `) = (0, 0, 0) (q 1 , q 2 , `) = (60, 40, 13.6).
B Nature du point critique :
q1 q1 L(60, 40, 13.6) = 0.06 > 0, q2 q2 L(60, 40, 13.6) = 0.04 > 0, q1 q2 L(60, 40, 13.6) = 0,
et (q1 q1 Lq2 q2 L q1 q2 L 2 )(60, 40, 13.6) = 0.0024 > 0 : il sagit dun minimum.
Mthode de rduction : soit qi le nombre dappareils produits dans lusine i .
B Contrainte :
q 1 + q 2 = 100 = q 2 = 100 q 1 .
B Cot total :
C (q 1 ) = C (q 1 , q 2 (q 1 )) = C 1 (q 1 ) + 4q 1 +C 2 (q 2 (q 1 )) + 2q 2 (q 1 ) = 0.03q 12 + 0.02(q 2 (q 1 ))2 + 10q 1 + 12q 2 (q 1 ) + 350 =

0.03q 12 + 0.02(100 q 1 )2 + 10q 1 + 12(100 q 1 ) + 350 =
0.03q 12 + 0.02(10000 400q 1 + q 12 ) + 10q 1 + 1200 12q 1 + 350 = 0.05q 12 6q 1 + 1050.
B Drive du cot total :

C 0 (q 1 ) = 0.1q 1 6
B Points critiques du cot total :
C 0 (q 1 ) = 0 q 1 = 60.
B Nature du point critique :
C 00 (180) = 0.1 > 0,
donc il sagit dun minimum.
Par consquent, quand la firme livre 60 appareils de sa premire usine et 100 q 1 = 40 appareils de sa deuxime, le cot total
est minimal sous la contrainte dune livraison de 100 appareils.
Exercice 4.26
Une entreprise fabrique deux modles de vlos de montagne : le modle X est plus abordable et se vend 500 lunit,
tandis que le modle Y se vend 1000 lunit. Les cots totaux de fabrication (en ) sont exprims par la fonction
c(x, y) = 5x 2 + 5y 2 52 x y + 10000 o x est le nombre de vlos du modle X et y est le nombre de vlos du modle Y ,
produits mensuellement. On suppose que chaque vlo produit peut tre vendu sur le march.
1. crire (x, y) 7 p la fonction des profits totaux mensuels.
2. La capacit de production de lentreprise est de 150 vlos par mois. En supposant que lentreprise dsire utiliser
pleine capacit son usine, trouver la rpartition de la production mensuelle permettant de maximiser les profits
(on utilisera la mthode que lon prfre). Prouvez quil sagit bien dun maximum absolu et donnez la valeur du
profit mensuel.
3. Le patron de lentreprise sinterroge sur la pertinence de vouloir produire pleine capacit. Il se demande si la
solution quil obtiendrait sans cette contrainte serait plus intressante. Aidez-le rpondre cette question en
96 G. Faccanoni
trouvant la solution qui maximise les profits sans cette contrainte. Prouvez quil sagit bien dun maximum absolu
et donnez la valeur du profit mensuel. La solution obtenue est-elle ralisable pour lentreprise ?
C ORRECTION .
1. La fonction des profits totaux mensuels est p(x, y) = 500x + 1000y c(x, y) = 500x + 1000y 5x 2 5y 2 + 52 x y 10000.
2. On veut produire de 150 vlos par mois ce qui donne la contrainte x + y = 150. Il sagit alors de rsoudre le problme
maximiser p(x, y) sous la contrainte x + y = 150.
Pour cela, on peut utiliser lune de deux mthodes suivantes :

Mthode 1 On maximise p(x)
= p(x, 150x) = 5x 2 5(150x)2 +500x +1000(150x)+ 25 x(150x)10000 = 25 2
2 x +
1375x + 47500.
Points critiques p 0 (x) = 25x + 1375, p 0 (x) = 0 si et seulement si x = 55.
Classification p 00 (x) = 25, p 00 (55) < 0.
Conclusion x = 55 est un maximum de p donc (x, y) = (55, 95) est un maximum de p sous la contrainte x+y = 155
avec p(55, 95) = 65312, 50
Mthode 2 On maximise le lagrangien L(x, y, ) = p(x, y) (x + y 150) = 500x + 1000y c(x, y) = 500x + 1000y
5x 2 5y 2 + 25 x y 10000 (x + y 150).
500 10x + 52 y

0
Points critiques L(x, y, ) = 1000 10y + 52 x , L(x, y, ) = 0 si et seulement si (x, y, ) = (55, 95, 375
2 ).
150 x y 0
Classification Soit D(x, y, ) xx L(x, y, ) y y L(x, y, )(x y L(x, y, ))2 = (10)(10)(5/2)2 . On a D(55, 95, 375
2 )>
0, xx L(55, 95, 375 375
2 ) < 0 et y y L(55, 95, 2 ) < 0.
Conclusion (x, y) = (55, 95) est un maximum de p sous la contrainte x + y = 155 avec p(55, 95) = 65312, 50
3. On maximise le profit p(x, y) sans contraintes.
500 10x + 25 y

0
Points critiques p(x, y) = 5 , p(x, y) = si et seulement si (x, y) = (80, 120).
1000 10y + 2 x 0
Classification D(x, y) = xx p(x, y) y y p(x, y)(x y p(x, y))2 = (10)(10)(5/2)2 , D(80, 120) > 0 et xx p(80, 120) < 0.
Conclusion (x, y) = (80, 120) est un maximum de p avec p(80, 120) = 70000
La solution obtenue nest pas ralisable pour lentreprise car elle dpasse la capacit de 150 vlos.
Exercice 4.27
Au ministre de lagriculture, on a tabli que le profit annuel (en ) pour les fermes cultivant des germes de soja et des
pistaches est exprim par la fonction
p(x, y) = 600x + 800y x 2 2y 2 2x y
o x reprsente le nombre dacres plants en germes de soja et y le nombre dacres plant en pistaches.
1. Un fermier possde une terre de 500 acres. En supposant quil dsire utiliser pleine capacit ses terres, trouver la
rpartition de la production permettant de maximiser son profit. Prouver quil sagit bien dun maximum absolu.
2. Le fermier sinterroge sur la pertinence de vouloir cultiver pleine capacit ses terres. Il se demande si la solution
quil obtiendrait sans cette contrainte serait plus intressante. Aidez-le rpondre cette question en trouvant la
solution qui maximise le profit sans cette contrainte. Prouvez quil sagit bien dun maximum absolu. La solution
obtenue est-elle ralisable ?
3. En exploitant les rsultats obtenus aux point prcdent, suggriez-vous au fermier de diminuer la surface totale
consacre ces deux cultures ou dutiliser pleine capacit ses terres ?
C ORRECTION .
1. On veut cultiver 500 acres ce qui donne la contrainte x + y = 500. Il sagit alors de rsoudre le problme
maximiser p(x, y) sous la contrainte x + y = 500.
Pour cela, on peut utiliser lune des deux mthodes suivantes :

Mthode 1 On maximise p(x)
= p(x, 500x) = 600x +800(500x)x 2 2(500x)2 2x(500x) = 800x 100000x 2 .
Points critiques p 0 (x) = 800 2x, p 0 (x) = 0 si et seulement si x = 400.
G. Faccanoni 97
Classification p 00 (x) = 2, p 00 (400) < 0.

Conclusion x = 400 est un maximum de p donc (x, y) = (400, 100) est un maximum de p sous la contrainte
x + y = 500.
Mthode 2 On maximise le lagrangien L(x, y, ) = p(x, y)(x + y 500) = 600x +800y x 2 2y 2 2x y (x + y 500).
600 2x 2y

0
Points critiques L(x, y, ) = 800 4y 2x , L(x, y, ) = 0 si et seulement si (x, y, ) = (400, 100, 400).
500 x y 0
Classification Soit D(x, y, ) xx L(x, y, ) y y L(x, y, )(x y L(x, y, ))2 = (10)(10)(5/2)2 . On a D(400, 100, 400) >
0, xx L(400, 100, 400) < 0 et y y L(400, 100, 400) < 0.
Conclusion (x, y) = (400, 100) est un maximum de p sous la contrainte x + y = 500 avec p(400, 100) = 60000
2. On maximise le profit p(x, y) sans contraintes.

600 2x 2y 0
Points critiques p(x, y) = , p(x, y) = si et seulement si (x, y) = (200, 100).
800 4y 2x 0
Classification D(x, y) = xx p(x, y) y y p(x, y) (x y p(x, y))2 = (2) (4) (2)2 , D(200, 100) > 0 et xx p(200, 100) < 0.
Conclusion (x, y) = (200, 100) est un maximum de p. La solution obtenue est ralisable pour le fermier car elle ne
dpasse pas les 500 acres.
3. Comme p(400, 100) = 60000 < p(200, 100) = 100000, il est plus rentable pour le fermier de diminuer la surface totale
consacre ces deux cultures plutt que dutiliser pleine capacit ses terres.
Exercice 4.28
Trouver le rectangle de surface s maximale parmi ceux qui ont primtre p > 0 fix.
C ORRECTION . Appelons x > 0 et y > 0 respectivement la base et la hauteur dun rectangle quelconque. Le primtre est la
fonction 2x + 2y tandis que la surface est la fonction s(x, y) = x y. Il sagit de trouver le maximum s(x, y) sous la contrainte
g (x, y) = 2x + 2y p = 0.
Premire mthode Soit L(x, y, ) = s(x, y) g (x, y). En appliquant la condition ncessaire des multiplicateurs de L A -
GRANGE , on doit calculer les triplets (x, y, ) solutions du systme

y = 2,

0
L(x, y, ) = 0 = x = 2,
= (x, y, ) = (p/4, p/4, p/4).
0

2x + 2y = p,

Lunique extrmum de s sous la contrainte g est le point (p/4, p/4) et s(p/4, p/4) = p 2 /16. Comme (p/4, p/4, p/4) < 0,
on ne peut pas tablir la nature du point critique.
Seconde mthode Dans ce cas on peut crire directement la restriction de s sur la contrainte et on obtient
h(x) = f (x, p/2 x) = x(p/2 x).
Pour maximiser cette restriction on calcul sa drive premire :
h 0 (x) = p/2 2x = 0 ssi x = p/4, h 0 (x) => 0 ssi x < p/4, h 0 (x) =< 0 ssi x > p/4.
Le point (p/4, p/4) est bien un maximum.
Exercice 4.29
Trouver le rectangle de primtre minimale parmi ceux qui ont surface fixe.
98 G. Faccanoni
C ORRECTION . Appelons x > 0 et y > 0 respectivement la base et la hauteur dun rectangle quelconque. Le primtre est la
2
) R dfinie par
fonction 2x + 2y tandis que la surface est la fonction s(x, y) = x y. Il sagit de minimiser la fonction p : (R+ +
+ 2
p(x, y) = 2(x + y) sous la contrainte s(x, y) = 0 o s : (R ) R est dfinie par s(x, y) = x y K avec K > 0 une constante.
+
Premire mthode Soit L(x, y, ) = p(x, y) s(x, y). En introduisant le systme de L AGRANGE, il sagit de chercher les so-
2
lutions (x, y, ) (R+
) R de
2 y = 0,

0
p p

2
L(x, y, ) = 0 = 2 x = 0, = (x, y, ) = K, K, p .
0
K
K x y = 0,

p p p p p p p
On obtient que le seul point critique est ( K , K ) et p( K , K ) = 4 K . Comme ( K , K , p2 ) = p4 < 0, on ne
K K
peut pas tablir la nature du point critique.
K
Seconde mthode La contrainte se rcrit y = x donc il sagit de chercher les extremum de la fonction relle de variable
relle h : (R+ ) R+ dfinie par
K K

h(x) = f x, =2 x+ .
x x
Cherchons dabord les points critiques :
K
h 0 (x) = 2 2
x2
p
et h 0 (x) = 0 ssi x = K . Comme h 00 (x) = 4 xK3 > 0, il sagit dun minimum.
Exercice 4.30
Trouver les dimensions dune bote rectangulaire ouverte de surface 12 de volume maximale.
C ORRECTION . Notons x, y et z les dimensions de la bote. Il sagit de maximiser la fonction f (x, y, z) = x y z sous la contrainte
g (x, y, z) = 2xz + 2y z + x y = 12 avec x, y, z > 0 (la face manquante a cots x et y).
1. En utilisant la mthode des multiplicateurs de L AGRANGE, on cherche les solutions du systme 2

y z = (2z + y),

xz = (2z + x),

x y = (2x + 2y),

2xz + 2y z + x y = 12.

Lunique solution est le point (x, y, z, ) = (2, 2, 1, 1/2) et f (2, 2, 1) = 4.

12x y
2. La contrainte se rcrit z(x, y) = 2(x+y) ; il sagit alors de maximiser la fonction h : (R+ )2 R+ dfinie par h(x, y) =
12x y
x y 2(x+y) . Cherchons dabord les points critiques :
y 2 (x 2 +2x y12)

2
h(x, y) = x 2 (y2(x+y)
2 +2x y12)

2(x+y) 2
et h(x, y) = (0, 0) ssi (x, y) = (2, 2). tudions maintenant ce point en calculant le dterminant de la matrice hessienne
de la fonction h :
y 2 (12 + y 2 )
h xx (x, y) = h xx (2, 2) = 1 < 0,
(x + y)3
x y(x 2 + y 2 + 3x y 12) 1
h x y (x, y) = h x y (2, 2) = ,
(x + y)3 2
x 2 (12 + x 2 )
h y y (x, y) = h y y (2, 2) = 1,
(x + y)3

x y z = (2xz + x y),

x y z = (2y z + x y),

2. = 2xz + x y = 2y z + x y = 2xz + 2y z = x = y = 2z

x y z = (2xz + 2y z),

2xz + 2y z + x y = 12.

G. Faccanoni 99
3
D(2, 2) = h xx (2, 2)h y y (2, 2) (h x y (2, 2))2 = > 0.
4
On a donc que (2, 2) est bien un maximum.
Exercice 4.31
Trouver le paralllpipde (i.e. une bote ferme) de volume 8 dont la surface est minimale.
C ORRECTION .
3
1. On doit minimiser la fonction f : (R+ ) R dfinie par f (x, y, z) = 2(x y + xz + y z) sous la contrainte g (x, y, z) = 0 o
+
+ 3
g : (R ) R est dfinie par g (x, y, z) = x y z 8. En introduisant le systme de L AGRANGE, il sagit de chercher les
+
3
solutions (x, y, z, ) (R+
) R de
2y + 2z y z = 0, (4.1a)

2x + 2z xz = 0,

(4.1b)

2x + 2y x y = 0, (4.1c)

x y z 8 = 0. (4.1d)
On obtient 3 que le seul point critique est (2, 2, 2).

8
2. La contrainte se rcrit z = xy donc il sagit de chercher les extrema de la fonction de deux variables h : (R+ )2 R+
dfinie par
8 8 8
h(x, y) = f x, y, = 2 xy + + .
xy y x
Cherchons dabord les points critiques :
2 y x82
h(x, y) =
2 x y82
et h(x, y) = (0, 0) ssi (x, y) = (2, 2). tudions maintenant ce point en calculant le dterminant de la matrice hessienne
de la fonction h :
32
h xx (x, y) = h xx (2, 2) = 4 > 0,
x3
h x y (x, y) = 2 h x y (2, 2) = 2,
32
h y y (x, y) = 3 h y y (2, 2) = 4,
y
D(2, 2) = h xx (2, 2)h y y (2, 2) (h x y (2, 2))2 = 12 > 0.
On a donc que (2, 2) est bien un minimum.
Exercice 4.32
Soit le solide constitu dun cylindre de rayon r > 0 et
hauteur h > 0 limit par deux demi-sphre de rayon r > 0
r
comme dans la figure ci-dessous. Maximiser le volume du
solide pour une surface fixe gale 16.
Rappel : un cylindre de rayon de base R et de hauteur H a
h
volume R 2 H et surface totale 2(R 2 )+2R H , une sphre
de rayon R a volume 43 R 3 et surface 4R 2 .
3. Avec les trois soustractions (4.1b)-(4.1a), (4.1c)-(4.1a) et (4.1c)-(4.1b) on obtient x = y = z, on insre ce rsultat dans (4.1d) et on trouve la solution.
100 G. Faccanoni
C ORRECTION . La surface du solide est la somme de la surface latrale du cylindre 2r h et de la surface des deux demi-
sphres 4r 2 :
S(r, h) = (4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre r 2 h et du volume des deux demi-sphres 43 r 3 :

2 4 3
V (r, h) = hr + r .
3
1. Mthode des multiplicateurs de L AGRANGE : on introduit la fonction lagrangienne

4 3
2
L (r, h, ) = V (r, h) (16 S(r, h)) = hr + r 16 (4r 2 + 2hr ) .

3
On cherche les points critiques du lagrangien :
2 2
(2hr + 4r ) ((8r + 2h)) = 0, 2hr + 4r + (2h + 8r ) = 0,

r = 2,

2
L = 0 (r ) (2r ) = 0, 2
r + 2r = 0, h = 0,

(4r 2 + 2hr ) = 16,
2
4r + 2hr = 16, = 1.

Comme
(r, h, ) (r r L )(hh L ) (r h L )2 = 42 (r + )2 , (2, 0, 1) < 0,
on ne peut pas tablir la nature du point critique
2. Mthode de rduction : on limine h de la contrainte :
8
(4r 2 + 2hr ) = 16 h = 2r.
r
Il sagit alors de maximiser la fonction

4 2
g (r ) = V (r, h(r )) = hr 2 + r 3 = 12r r 3

3 3
On a
2
g 0 (r ) = 12 3r 2 = 0 r = 2

3
et g 00 (r ) = 32 (6r ) < 0, donc r = 2 est un maximum et h(2) = 0.
Le solide qui maximise le volume pour une surface donne est donc une sphre !
Exercice 4.33
hauteur h > 0 limit par deux demi-sphre de rayon r > 0
r
comme dans la figure ci-contre. Minimiser la surface du
solide pour un volume fix gale 323 .
h
C ORRECTION . La surface du solide est la somme de la surface latrale du cylindre 2r h et la surface des deux demi-sphres
4r 2 :
S(r, h) = (4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre r 2 h et du volume des deux demi-sphres 43 r 3 :

2 4 3
V (r, h) = hr + r .
3
G. Faccanoni 101

32 2 32 2 4 3
L (r, h, ) = S(r, h) V (r, h) = (4r + 2hr ) hr + r .
3 3 3
On cherche les points critiques de la fonction lagrangienne :
2 2
(8r + 2h) (2hr + 4r ) = 0, 2h + 8r + (2hr + 4r ) = 0,

r = 2,

L = 0 (2r ) r 2 = 0, 2
2r + r = 0, h = 0,

2 4 3 32
2 4 3 32
hr + 3 r = 3 , hr + 3 r = 3 , = 1.

On tudie la nature du point critique trouv :
(r, h, ) = (r r L )(hh L ) (r h L )2 = 42 (1 + r )2 = (2, 0, 1) < 0,
on ne peut pas conclure.


4 32 4 8
hr 2 + r 3 = h = r .
3 3 3 r2
Il sagit alors de maximiser la fonction

4 16
g (r ) = S(r, h(r )) = (4r 2 + 2hr ) = +r2
3 r
On a
8 8
g 0 (r ) = r 2 = 0 r = 2
3 r
et g 00 (r ) = 38 1 + 16/r 3 > 0 donc r = 2 est un minimum et h(2) = 0.

Exercice 4.34
hauteur h > 0 surmont par une demi-sphre de rayon
r
r > 0 comme dans la figure ci-contre. Maximiser le vo-
lume du solide pour une surface fixe gale 5.
h
C ORRECTION . La surface du solide est la somme de la surface du disque de base r 2 avec la surface latrale du cylindre
2r h et la surface de la demi-sphre 2r 2 :
S(r, h) = (3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre r 2 h et du volume de la demi-sphre 23 r 3 :

2
V (r, h) = hr 2 + r 3 .
3

2 3
L (r, h, ) = V (r, h) (5 S(r, h)) = hr + r 5 (3r 2 + 2hr ) .
2

3
On cherche les points critiques de la fonction lagrangienne :
2 2
(2hr + 2r ) ((6r + 2h)) = 0, 2hr + 2r + (6r + 2h) = 0,

(
2 2
r = h = 1,
L = 0 r ((2r )) = 0, r + (2r ) = 0,
= 12 .
(3r 2 + 2hr ) = 5,
2
3r + 2hr = 5,

102 G. Faccanoni

5 3
(3r 2 + 2hr ) = 5 h = r.
2r 2
Il sagit alors de minimiser la fonction

2 5 3 2 5 5
g (r ) = V (r, h(r )) = h(r )r 2 + r 3 = r r 3 + r 3 = r r 3 .
3 2 2 3 2 6
On a
5 5 2
g 0 (r ) = r = 0 r = 1
2 2
et g 00 (r ) = (5r ) < 0 donc r = 1 est un maximum et h(1) = 1.
Exercice 4.35
hauteur h > 0 surmont par une demi-sphre de rayon
r
r > 0 comme dans la figure ci-contre. Minimiser la sur-
face du solide pour un volume fix gale 35 Rappel :
un cylindre de rayon de base R et de hauteur H a volume
h
R 2 H et surface totale 2(R 2 )+2R H , une sphre de rayon
R a volume 43 R 3 et surface 4R 2 .
C ORRECTION . La surface du solide est la somme de la surface du disque de base r 2 avec la surface latrale du cylindre
2r h et la surface de la demi-sphre 2r 2 :
S(r, h) = (3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre r 2 h et du volume de la demi-sphre 23 r 3 :

2
V (r, h) = hr 2 + r 3 .
3

5 2 5 2 2 3
L (r, h, ) = S(r, h) V (r, h) = (3r + 2hr ) hr + r .
3 3 3
On cherche les points critique de la fonction lagrangienne :
(6r + 2h) (2hr + 2r 2 ) = 0, 2

6r + 2h + (2hr + 2r ) = 0,

(
r = h = 1,
L = 0 (2r ) r 2 = 0, 2r + r 2 = 0,

= 2.
hr 2 + 23 r 3 = 53 ,
2 2 3 5
hr + 3 r = 3 ,


2 5 5 2
hr 2 + r 3 = h = 2 r.
3 3 3r 3
Il sagit alors de minimiser la fonction

10 4 2 10 5 2
g (r ) = S(r, h(r )) = (3r 2 + 2h(r )r ) = 3r 2 + r = + r .
3r 3 3r 3
On a
0 10 10
g (r ) = 2 + r = 0 r = 1
3r 3

20
et g 00 (r ) = 3r 3
+ 10
3 > 0 donc r = 1 est un minimum et h(1) = 1.
G. Faccanoni 103
Exercice 4.36
Trouver le cylindre de volume maximal inscrit dans une sphre de rayon R > 0 fix. . .
y
1. . . . avec la mthode des multiplicateurs de L AGRANGE (i.e. minimisation dune R
x
fonction f (x, y) sous une contrainte g (x, y) = 0) [NB : on se contentera de
trouver le point critique] ;
2. . . . avec la mthode des extrema libres en liminant une variable de la
contrainte (par exemple en minimisant une fonction h(x) = f (x, y(x))) [NB :
aprs avoir trouv le point critique, tablir sa nature].
Suggestion : voir la figure ci-contre pour dduire la contrainte.
C ORRECTION . Notons y > 0 le rayon de base du cylindre et x > 0 sa demi-hauteur du cylindre.

1. Avec la mthode des multiplicateurs de L AGRANGE il sagit de maximiser la fonction f (x, y) = 2x y 2 sous la contrainte
g (x, y) = R 2 x 2 y 2 = 0. On crit la fonction de L AGRANGE
F (x, y, ) = f (x, y) g (x, y) = 2x y 2 (R 2 x 2 y 2 )
et on cherche les points critiques de F :

2y 2 + 2x

~
F (x, y, ) = 4x y + 2y .
x2 + y 2 R2
q
On a ~
F (x, y, ) =~0 ssi (x, y, ) = p1 R, 23 R, p2 R .
3 3
p
2. Avec la mthode des extrema libres il sagit dliminer une variable de la contrainte, par exemple en posant y = R2 x2
et on minimise la fonction h(x) = f (x, y(x)) :
p
h(x) = f (x, y(x) = R 2 x 2 ) = 2x(R 2 x 2 ).
On cherche dabord les points critiques :

h 0 (x) = 2(R 2 3x 2 )
R
et h 0 (x) = 0 ssi x = p . On tudie la nature du point critique en tudiant la drive seconde :
3

R
h 00 (x) = 12x, h 00 p <0
3
R
donc x = p est un maximum.
3
Exercice 4.37
Trouver trois nombres rels positifs dont le produit vaut 1728 et dont la somme est minimale :
1. avec la mthode des multiplicateurs de L AGRANGE (i.e. minimisation dune fonction f (x, y, z) sous une contrainte
g (x, y, z) = 0), [on se contentera de trouver le point critique sans en tudier sa nature] ;
2. avec la mthode des extrema libres en liminant une variable de la contrainte (en minimisant une fonction
h(x, y) = f (x, y, z(x, y))) ; aprs avoir trouv le point critique, tablir sa nature.
C ORRECTION . Il sagit de minimiser la fonction f (x, y, z) = x + y + z sous la contrainte g (x, y, z) = x y z 1728 = 0.

1. On crit la fonction de L AGRANGE
F (x, y, z, ) = f (x, y, z) g (x, y, z) = x + y + z (x y z 1728)
et on cherche le(s) point(s) critique(s) de F :
1 y z

1 xz
~
F (x, y, z, ) =
1 x y .

1728 x y z
On a ~
F (x, y, z, ) =~0 ssi (x, y, z, ) = (12, 12, 12, 1/144).
104 G. Faccanoni
1728
2. On rcrit la contrainte sous la forme z = xy et on linjecte dans la fonction minimiser :
1728
h(x, y) = f (x, y, z(x, y)) = x + y + z(x, y) = x + y .
xy
On cherche dabord le(s) point(s) critique(s) :
1 1728
!
~
h(x, y) = x2 y
1 1728
x y2
et ~
h(x, y) = ~0 ssi (x, y) = (12, 12). On tablie la nature du point critique en tudiant le dterminant de la matrice
hessienne :
3456 3456 1728
xx h(x, y) = , y y h(x, y) = , x y h(x, y) = ,
x3 y x y3 x2 y 2
1 1 1
xx h(12, 12) = > 0, y y h(12, 12) = , x y h(12, 12) =
6 6 12
1
et xx h(12, 12) y y h(12, 12) (x y h(12, 12))2 = 48 > 0 donc (12, 12) est un minimum.
Exercice 4.38
Trouver le paralllpipde de volume 1 dont la somme des longueurs des arrtes est minimale
C ORRECTION .
1. Avec la mthode des multiplicateurs de L AGRANGE il sagit de minimiser la fonction f (x, y, z) = 4x + 4y + 4z sous la
contrainte g (x, y, z) = x y z 1 = 0. On crit la fonction de L AGRANGE
F (x, y, z, ) = f (x, y, z) g (x, y, z) = 4(x + y + z) (x y z 1)
et on cherche le(s) point(s) critique(s) de F :
4 y z

4 xz
~
F (x, y, z, ) =
4 x y .

1 xyz
On a ~
F (x, y, z, ) =~0 ssi (x, y, z, ) = (1, 1, 1, 4).
1
2. Avec la mthode des extrema libres il sagit dliminer une variable de la contrainte, par exemple en posant z = xy , et
de minimiser ensuite la fonction h(x, y) = f (x, y, z(x, y)) :

1 1
h(x, y) = f x, y, =4 x+y+ .
xy xy
On cherche dabord le(s) point(s) critique(s) :
4 x 42 y
!
~
h(x, y) =
4 x 4y 2
et ~
h(x, y) = ~0 ssi (x, y) = (1, 1). On tablie la nature du point critique en tudiant le dterminant de la matrice hes-
sienne :
8 8 4
xx h(x, y) = , y y h(x, y) = , x y h(x, y) = ,
x3 y x y3 x2 y 2
xx h(1, 1) = 8 > 0, y y h(1, 1) = 8, x y h(1, 1) = 4
et xx h(1, 1) y y h(1, 1) (x y h(1, 1))2 = 48 > 0 donc (1, 1) est un minimum.
G. Faccanoni 105
Exercice 4.39
Si un courant lectrique I traverse un circuit lectrique de rsistance R, la quantit de chaleur mise en une unit de
temps est proportionnelle I 2 R. Calculer la dcomposition du courant I en trois courants I 1 , I 2 , I 3 laide de trois rsis-
tances R 1 , R 2 , R 3 pour que la chaleur mise soit minimale. . .
1. . . . avec la mthode des multiplicateurs de L AGRANGE, i.e. en minimisant la fonction f (I 1 , I 2 , I 3 ) = I 12 R 1 +I 22 R 2 +I 32 R 3
sous la contrainte g (I 1 , I 2 , I 3 ) = I 1 +I 2 +I 3 I , (on se contentera de trouver le point critique sans en tudier la nature)
2. . . . en rduisant le problme une minimisation libre par limination dune variable dans la contrainte I = I 1 + I 2 +
I3.
C ORRECTION .
1. On maximise le lagrangien L(I 1 , I 2 , I 3 , ) = f (I 1 , I 2 , I 3 ) g (I 1 , I 2 , I 3 ).
2I 1 R 1 0

2I 2 R 2 0
Points critiques : L(I 1 , I 2 , I 3 , ) =
2I 3 R 3 donc L(I 1 , I 2 , I 3 , ) = 0 si et seulement si

I I1 I2 I3 0
R2 R3 R1 R3 R1 R2 2R 1 R 2 R 3

(I 1 , I 2 , I 3 , ) = I, I, I, I .
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3

R2 R3 R1 R3 R1 R2
Conclusion : (I 1 , I 2 , I 3 ) = R 1 R 2 +R 1 R 3 +R 2 R 3 I , R 1 R 2 +R 1 R 3 +R 2 R 3 I , R 1 R 2 +R 1 R 3 +R 2 R 3 I
est un extremum de f sous la contrainte
g (I 1 , I 2 , I 3 ) = 0.
2. On maximise f(I 1 , I 2 ) = f (I 1 , I 2 , I I 1 I 2 ) = I 12 R 1 + I 22 R 2 + (I I 1 I 2 )2 R 3 .

2I R 2(I I 1 I 2 )R 3 0
Points critiques : f(I 1 , I 2 ) = 1 1 et lon a f(I 1 , I 2 ) = si et seulement si
2I 2 R 2 2(I I 1 I 2 )R 3 0
R2 R3 R1 R3

(I 1 , I 2 ) = I, I .
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3
Classification : I 1 I 1 f(I 1 , I 2 ) = 2(R 1 + R 3 ) > 0, I 2 I 2 f(I 1 , I 2 ) = 2(R 2 + R 3 ) et I 1 I 2 f(I 1 , I 2 ) = 2R 3 , donc I 1 I 1 f(I 1 , I 2 )

2
I 2 I 2 f(I 1 , I 2 ) I 1 I 2 f(I 1 , I 2 ) = 4(R 1 + R 3 )(R 2 + R 3 ) 4R 32 > 0 pour tout (I 1 , I 2 ) R2 .

Conclusion : (I 1 , I 2 ) = R1 R2 +RR21 RR33 +R2 R3 I , R1 R2 +RR11 RR33 +R2 R3 I est un minimum de f donc
R2 R3 R1 R3 R1 R2

(I 1 , I 2 , I 3 ) = I, I, I
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3
est un minimum de f sous la contrainte g (I 1 , I 2 , I 3 ) = 0.
106 G. Faccanoni

Limites E Derivadas Parciais PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Limites E Derivadas Parciais PDF

Uploaded by

Copyright:

Available Formats

L2 MASS

Table des matires

IMATH Btiment U-318 T 0033 (0)4 94 14 23 81

Dfinition Fonction de plusieurs variables

reprsentative dune fonction dune variable.

Exemple dapplications la gestion

est tridimensionnel. Les axes relatifs aux variables, x et y,

Pour n > 2, la reprsentation plane devient malheureusement impraticable.

Dfinition Fonctions partielles

Dfinition Lignes de niveau

et lon dfinit aussi une fonction bnfice B : R2+ R par

............... Exercices ..............

1. D = (x, y) R2 y x 2 et y > 0 3. D = (x, y) R2 y > x

1. f (x, y) = x + y 1 3. f (x, y) = y cos(x)

3. f (x, y) = y cos(x) : f (x, y) = ssi y = cos(x) +

Exercice 1.3 Domaine de dfinition, courbes de niveau

D f = (x, y) R2 x y 2 > 0 = (x, y) R2 y 2 < x x y2 = ek x = y2 + ek

C ORRECTION . 1-C-II, 2-F-I, 3-B-VI, 4-D-V, 5-A-IV, 6-E-III.

C ORRECTION . 1-VI, 2-V, 3-I, 4-IV, 5-II, 6-III.

Dans la figure ci-contre on a trac les isobares de lAm-

2. Dans quelle ville le vent est le plus fort ?

F IGURE 2.1: Diffrents faons de sapprocher du point x0 .

N (x) = 0 x = 0 pour tout x Rn (sparation),

Si p = 2, on parle de norme euclidienne.

F IGURE 2.2: lim f (x, y) = L

B((0, 0), r ) = {(x, y) R2 | k(x, y) (0, 0)k r } = {(x, y) R2 | k(x, y)k r }.

max{|x|, |y|} r |x| + |y| r x2 + y 2 r

Dfinition Limite en un point

x D \ { A } et kx Ak < = | f (x) `| < ,

Dfinition Prolongement par continuit

Proprit Oprations algbriques

compose) et dune constante.

UUUUUUUUUUUUUUUU Astuces UUUUUUUUUUUUUUU

lim f (x, y) = lim f (a + r cos(), b + r sin())

On peut alors utiliser la condition suffisante suivante :

| f (a + r cos(), b + r sin()) `| s(r ) 0,

tandis que, le long de laxe vertical qui a quation x = 0, on a

de sorte que les deux limites ne concident pas.

r 2 (cos2 () sin2 ())

B Soit f la fonction dfinie sur R2 \ {(0, 0)} par

Comme |sin(2)| 1, alors | f (x, y)| r2 0 indpendamment de , donc

f peut donc tre prolonge par continuit en (0, 0) par la valeur 0.

............... Exercices ..............

ne sannule quen (0, 0).

Par consquent, f (x, x 2 ) ne tend pas vers 0 quand x tend vers 0.

Est-elle continue sur R2 ?

nest pas prolongeable par continuit en (0, 0).

nest pas prolongeable par continuit en (0, 0).

3. Posons x = r cos() et y = r sin(). On obtient

Or, 0 |6r cos2 () sin()| 6r 0, donc lim(x,y)(0,0) f (x, y) = 0.

cos2 () sin2 (r sin()) x 2 sin2 y

arctan((2x)2 ) arctan(x 2 ) arctan((x+y)2 )

x 2 +2x 3 1+2x x3 x x y+y z 2 +xz 2

w) En polaire : f (r, ) = r 2 ln(r 2 ) + 5 5 alors lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5 = 5.

Dfinition Drives partielles premires

Il sagit de limites dune fonction relle de variable relle !

Dfinition Vecteur gradient

Ces dfinitions se gnralisent de manire naturelle toute fonction de n variables.

Fonction de production de C OBB -D OUGLAS

B la productivit marginale du travail est proportionnelle la production par unit de travail :

f (mw, mk) = c(mw) (mk) = m + f (w, k).

On peut dfinir la fonction compose g (u, v) = f (x(u, v), y(u, v)) :

Lorsque les drives partielles premires qui interviennent sont dfinies, on a