Vous êtes sur la page 1sur 86

Modélisation et optimisation

Fonctions d’une et de plusieurs variables


Programmation lineaire

Par : Dr Mohammed Harfaoui


mharfaoui04@yahoo.fr ii Éléments sous droits d’auteur
Table des matières

1 Fonction d’une seule variable 3


1.1 Définitions et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1 Domaine de définition et graphe . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2 Limite de fonction d’une seule variable . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3 Continuité de fonction d’une seule variable . . . . . . . . . . . . . . . . . . . . 6
1.2 Dérivabilité des fonctions d’une seule variable . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Fonctions concaves et fonctions convexes. . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Les fonctions élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1 Fonction logarithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.2 Fonction Exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5 Formule de Taylor et développement limité . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.2 Formule de Taylor en 0 de fonctions usuelles. . . . . . . . . . . . . . . . . . . . 14
1.6 Optimisation d’une fonction d’une variable réelle . . . . . . . . . . . . . . . . . . . . . 15
1.6.1 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.3 Conditions nécessaires d’optimalité . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.4 Conditions suffisantes d’optimalité . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7 Applications économiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7.1 Notion de revenu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7.2 Notion de coût . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.7.3 Notion d’élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8 Exercices du chapitre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8.1 Généralités sur les fonctions d’une variable . . . . . . . . . . . . . . . . . . . . 21
1.8.2 Convexité et Formules de Taylor et développement limité . . . . . . . . . . . . 21
1.8.3 Etude de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2 Les fonctions à plusieurs variables au service de l’économie 27


2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Généralité et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 Fonctions numériques de plusieurs variables. . . . . . . . . . . . . . . . . . . . . 28

iii
TABLE DES MATIÈRES TABLE DES MATIÈRES
2.2.2 Domaine de définition de fonctions de plusieurs variables. . . . . . . . . . . . . 28
2.2.3 Graphe d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . . . 29
2.2.4 Lignes ou courbe de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.5 Fonctions partielles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Notions de topologie dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3.1 Vecteurs et normes euclidienne dans Rn . . . . . . . . . . . . . . . . . . . . . . 33
2.3.2 Normes classiques dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Limite et continuité des fonctions numériques de plusieurs variables. . . . . . . . . . . 34
2.4.1 Limite et continuité d’une fonction en un point. . . . . . . . . . . . . . . . . . 35
2.4.2 Continuité d’une fonction sur un ouvert. . . . . . . . . . . . . . . . . . . . . . 39
2.5 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.1 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5.2 Dérivée partielle première ou d’ordre un. . . . . . . . . . . . . . . . . . . . . . 41
2.5.3 Dérivée partielle seconde ou d’ordre deux. . . . . . . . . . . . . . . . . . . . . 42
2.6 Différentielle totale d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . 43
2.6.1 Différentiabilité dans R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.2 Propriétés de la différentiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.7 Dérivée d’une fonction composée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.8 Production et productivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.8.1 Productivité marginale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.8.2 Productivité marginale d’un facteur de production. . . . . . . . . . . . . . . . 49
2.8.3 Faire la différence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.8.4 Elasticité prix directe, élasticité prix croisée, et élasticité revenu. . . . . . . . . 51
2.9 Fonctions homogènes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.9.1 Définitions et propriètés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.9.2 Fonction homogène et application économique. . . . . . . . . . . . . . . . . . . 52
2.9.3 Quelques notions économiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.10 Théorèmes de fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.10.1 Théorème des fonctions implicites définies par une équation . . . . . . . . . . . 53
2.10.2 Application économique :Taux marginal de substitution. (T.M.S). . . . . . . . 54
2.11 Courbe d’indifférence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.11.1 Définition mathématiques et économiques. . . . . . . . . . . . . . . . . . . . . . 54
2.11.2 Exemples de courbes d’indifférence. . . . . . . . . . . . . . . . . . . . . . . . . 55

3 Fonction à plusieurs variable : Optimisation dans et application économique 57


3.1 Calcul matréciel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.1.1 Définitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.1.2 Addition et multiplication par un scalaire. . . . . . . . . . . . . . . . . . . . . . 58
3.1.3 Produit matriciel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.1.4 Transposition de matrice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.5 Déterminant d’une matrice et matrice inversible. . . . . . . . . . . . . . . . . . 61
3.1.6 Valeurs propres et vecteurs prpores associés . . . . . . . . . . . . . . . . . . . . 63
3.2 Formule de Taylor et DL d’une fonction de plusieurs variables. . . . . . . . . . . . . . 63
3.3 Extremums libres de fonction à plusieurs variables . . . . . . . . . . . . . . . . . . . . 64
3.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.3.2 Conditions d’extremums libres . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.3.3 Méthode de substitution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

mharfaoui04@yahoo.fr iv Éléments sous droits d’auteur


TABLE DES MATIÈRES TABLE DES MATIÈRES
3.3.4 Méthode de Lagrange. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.5 Études d’extremums sur un compact . . . . . . . . . . . . . . . . . . . . . . . . 74
3.4 Exercices du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.4.1 Domaines de défintions et courbes de niveau . . . . . . . . . . . . . . . . . . . 75
3.4.2 Optimisation et application à la gestion. . . . . . . . . . . . . . . . . . . . . . . 76

mharfaoui04@yahoo.fr v Éléments sous droits d’auteur


TABLE DES MATIÈRES TABLE DES MATIÈRES
Citations mathématiques

Dieu a créé les nombres, le reste est l’ ?uvre


de l’homme.

La vie n’est belle qu’à étudier et à enseigner


les mathématiques.

L’enseignement est un habit tout fait


et pas un habit sur mesure.

mharfaoui04@yahoo.fr vi Éléments sous droits d’auteur


17 février 2020
TABLE DES MATIÈRES TABLE DES MATIÈRES

mharfaoui04@yahoo.fr ii Éléments sous droits d’auteur


TABLE DES MATIÈRES TABLE DES MATIÈRES

mharfaoui04@yahoo.fr 1 Éléments sous droits d’auteur


TABLE DES MATIÈRES TABLE DES MATIÈRES

mharfaoui04@yahoo.fr 2 Éléments sous droits d’auteur


Chapitre 1
Fonction d’une seule variable

Les fonctions de R dans R, constituent la manière naturelle d’exprimer la dépendance d’une gran-
deur par rapport à une autre. Les modèles de la gestion quantitative sont évidemment basés sur
des fonctions, puisque les variables aussi diverses que le chiffre d’affaire, le bénéfice, le coût, etc...,
dépendent, entre autres, de facteurs tels que les prix des inputs, le niveau des ventes, le taux d’intérêt
du marché, etc. En gestion, comme ailleurs, toute formalisation repose sur une réduction de la com-
plexité inhérente au phénomène étudié. Afin de mettre en exergue l’essentiel, la représentation sous
forme de modèle mathématique néglige certains aspects périphériques. La difficulté réside donc dans
le choix des facteurs pertinents, c’est-à-dire ceux qui doivent absolument figurer dans la spécification.
Ce choix varie d’un modèle à l’autre, comme varient les hypothèses relatives aux fonctions qui en
constituent le cadre formel.
Dans la réalité, les éléments chiffrés qui interviennent dans la prise de décision des gestionnaires
sont très souvent simultanément liés à de nombreux facteurs. Par exemple, le coût de production
dépend du prix de tous les inputs nécessaires à l’entreprise, l’utilité du consommateur varie selon les
quantités des divers biens accessibles. Naturellement, pour traiter ces questions, les mathématiques
offrent le cadre de la théorie des fonctions d’une ou plusieurs variables. Néanmoins, cette théorie a
pour préalable indispensable celle, plus simple, des fonctions d’une variable, présentée ici, qui offre
une première approche de la notion de dépendance.
Si, pour une entreprise, la production (notée P) peut dépendre d’un paramètre (noté x) ( il peut
être la quantité, le prix le coût, le capital, les fonctionnaires, ...). On écrit donc : P (x).

Exemple. Supposons que la production est donnée par : P (x) = 10. x unités, où x représente le
capital investi. (par exemple avec un capital de 1000000 Dh on produit 10000 unités. L’entrepreneur
se demande s’il augmente son capital d’une certaine somme et d’un certain pourcentage de son capital
que se passerait-il pour la production ?
Si la fabrication des unités est généré par un coût noté c(x), l’entrepreneur cherche à minimiser ce
coût ou à maximiser son bénéfice donné par : Π(x) = pP (x) − c(x).
Autre exemple. Soit C(x) le prix (en euro) d’une isolation d’épaisseur x visant à réduire la
consommation en chauffage. On suppose que C(x) = ax, a > 0 (le prix de l’isolation croı̂t proportion-
nellement à son épaisseur). Désignons ensuite par q(x) le coût annuel du chauffage lorsqu’une isolation
b
d’épaisseur x est installée. Ce coût décroı̂t évidemment avec x. Supposons, par exemple, que q(x) = ,
x
b > 0. Quelle sera, en fonction du paramètre b, l’épaisseur x∗ de l’isolation qui minimise le coût total

3
Chapitre -1- Limite et Continuité M. Harfaoui
(non actualisé) sur une période de 10 ans ?
1.1 Définitions et généralités
1.1.1 Domaine de définition et graphe
Définition 1.1.1 Une fonction f d’une partie A dans une partie B est une correspondance qui, à
tout élément x½∈ A correspond un et un seul élément f (x) ∈ B.
f : A 7→ B
On écrit :
x → f (x)
L’ensemble A est appelé le domaine de définition de f , et noté Df , Df = {x ∈ R; f (x) ∈
R(f (x)existe).
Le graphe de f est la courbe plane d’équation y = f (x); x ∈ A.

Exemple 1.1.1

1. soit Soit la fonction f (x) = 2 x.
Son domine de définition est : D = {x ∈ R : x ≥ 0} = [0, +∞[.
Son graphe est donné par :

2. En mathématiques, les fonctions logistiques sont les fonctions ayant pour expression

1
f (t) = K ,
1 + ae−rt
où K et r sont des réels positifs et a un réel quelconque.
Elle a pour but la mise à disposition au moindre coût de la quantité d’un produit, à l’endroit et
au moment où la demande existe.
1
Soit f (x) = .
1 − 2e−x
Son domine de définition est : D = {x ∈ R : 1 − 2e−x 6= 0}.
1
1 − 2e−x = 0 ⇔ e−x = ⇔ x = ln(2), donc D = R − {ln(2)}.
2
3. Soit la fonction f (x) = max(x, x2 ).

mharfaoui04@yahoo.fr 4 Éléments sous droits d’auteur


M. Harfaoui Chapitre -1- Limite de fonction d’une seule variable

Fig. 1.1 – La fonction logis-


Fig. 1.2 – f (x) = max(x, x2 )
tique
¨ ¥ k
Exercice
§ ¦1.1.1 La fonction logistique, définie de façon générale par f (x) = 1 + be−ax (avec a, b,
k ∈ R), est souvent utilisée pour modéliser des phénomènes de croissance avec saturation progressive.
En marketing, elle permet de décrire, par exemple, la diffusion d’innovations technologiques dans le
domaine industriel.
Donner le domaine de définition de f suivant les valeurs de a et b(où pour quelles valeurs de a et
b cette fonction est-elle définie dans R ?)

1.1.2 Limite de fonction d’une seule variable


Définition 1.1.2 (Limite finie en un point )
Soit x0 ∈ [a, b] etf une fonction définie sur l’intervalle [a, b] ,sauf peut-être en x0 .
On dit que la fonction f a pour limite l quand x tend vers x0 à droite si :

∀ ε > 0, ∃η > 0 tel que : 0 < x − x0 < η ⇒ |f (x) − l| < ε.

On écrit alors : lim f (x) = l.


x→x+
0

Définition 1.1.3
On dit que la fonction f a pour limite l quand x tend vers x0 à gauche si :

∀ ε > 0, ∃η > 0tel que :0 < x0 − x < η ⇒| f (x) − l |< ε.

On écrit alors : lim f (x) = l.


x→x−
0

Remarque 1.1.1
En général, il est difficile d’appliquer la définition, si on ne connaı̂t pas la limite.
Si la limite l, en x0 est donnée, et on nous demande de le démontrer à partir de la définition, on
cherche généralement à majorer la différence :
|f (x) − l|, par M |x − x0 | et le résultat se déduit facilement.

mharfaoui04@yahoo.fr 5 Éléments sous droits d’auteur


Chapitre -1- Continuité de fonction d’une seule variable M. Harfaoui
Exemple 1.1.2
Pour f (x) = x2 − 1 montrer que lim f (x) = 3.
x→2
On a |f (x) − 2| = |x2 − 1 − 2| = |x2 − 4| = |(x − 2)(x + 2)|. Puisque x → 2 on peut prendre
3 5 7 9 9
≤ x ≤ donc + 2 ≤ x + 2 ≤ d’où |f (x) − 2| ≤ |x − 2|.
2 2 2 2 2
Définition 1.1.4 (Limite finie en −∞ et +∞ )
1. On dit que la fonction f a pour limite l quand x tend vers −∞ si : ∀ ε > 0, ∃η < 0 tel que :
x < η ⇒ |f (x) − l| < ε. On écrit alors lim f (x) = l.
x→−∞
2. On dit que la fonction f a pour limite l quand x tend vers +∞ si : ∀ ε > 0, ∃a > 0 tel que :
x > η ⇒| f (x) − l |< ε. On écrit alors lim f (x) = l.
x→−∞

1.1.3 Continuité de fonction d’une seule variable


La continuité représente le premier niveau de régularité des fonctions. Intuitivement, une fonction
est continue dans un ensemble D si on peut tracer son graphe, pour les valeurs d’abscisses dans D,
sans lever le crayon.

Définition 1.1.5 (Continuité en un point)


Soit x0 ∈ [a, b] etf une fonction définie sur l’intervalle [a, b]. On dit que la fonction f est continue
en x0 si :

∀ ε > 0, ∃η > 0 tel que : |x − x0 | < η ⇒| f (x) − f (x0 ) |< ε.

On peut étudier la continuité à partir du calcul des limites.


Proposition 1.1.1
1. Une fonction f est continue au point x0 à droite si et seulement si : lim f (x) = f (x0 ).
x→x+
0

2. Une fonction f est continue au point x0 à gauche si et seulement si : lim f (x) = f (x0 ).
x→x−
0

3. Une fonction f est continue au point x0 si et seulement si :

lim f (x) = lim f (x) = lim f (x) = f (x0 ).


x→x− x→x+ x→x0
0 0

Exemple 1.1.3
Étudier la continuité sur le domaine de définition de la fonction f définie par


 x2 − 1, si x < 0


 1 x,

si 0 ≤ x < 2
f (x) = 2

 2, si x = 2

 1

 , si x > 2
2
1
On a f (0) = 0, f (2) = 2 , lim f (x) = −1, lim f (x) = 0, lim f (x) = 1, lim f (x) = .
x→0− x→0+ x→2 − x→2+ 2
Cette fonction est discontinue en 0 et 2.

mharfaoui04@yahoo.fr 6 Éléments sous droits d’auteur


M. Harfaoui Chapitre -1- Continuité de fonction d’une seule variable
Remarque 1.1.2
D’après la remarque précédente, il est simple d’appliquer la définition pour étudier la continuité
en un point, puisque la valeur de limite est donnée.

Définition 1.1.6 (continuité sur un ensemble)


1. Une fonction f est continue sur ]a, b[ si et seulement si f est continue en tout point de ]a, b[.
2. Une fonction f est continue sur [a, b] si et seulement si f est continue en tout point de ]a, b[,
continue en a à droite, et en b à gauche.

Remarque 1.1.3
Généralement, il est impossible d’appliquer la définition pour démontrer la continuité sur un in-
tervalle. On utilise généralement les propriétés de quelques fonctions usuelles.

Proposition 1.1.2
Si f est une fonction continue en x0 et g une fonction continue en f (x0 ), alors gof est continue
en x0 .

Proposition 1.1.3
n
X
1. Toute fonction polynôme P : x 7→ ak xk est continue sur IR.
k=0
2. Toute fonction rationnelle ,P/Q, est continue sur son domaine de définition, où P et Q sont
des fonctions polynômes.

3. Si f est une fonction continue et positive sur [a, b], la fonction f est continue sur [a, b].

Proposition 1.1.4
L’image d’un intervalle par une fonction continue est un intervalle.

Fig. 1.3 – Image d’un intervalle par une fonction continue

mharfaoui04@yahoo.fr 7 Éléments sous droits d’auteur


Chapitre -1- Dérivabilité M.Harfaoui
Remarque 1.1.4
La réciproque de cette proposition n’est pas toujours vraie. Il peut exister des fonctions non conti-
nues dont l’image d’un intervalle est un intervalle.

Fig. 1.4 – Image d’un intervalle par une fonc- Fig. 1.5 – Image d’un intervalle par une fonc-
tion non continue tion non continue

Proposition 1.1.5
L’image d’un intervalle [a, b] par une fonction continue f est : f ([a, b]) = [m, M ] où m est la borne
inférieure de f et M est la borne supérieure de f .

Proposition 1.1.6
Toute fonction continue sur un intervalle fermé borné est bornée.

Théorème de la valeur moyenne


Soit f une fonction continue sur [a, b] et f ([a, b]) = [m, M ] où m est la borne inférieure de f et M
est la borne supérieure de f . alors pour tout y0 ∈ [m, M ] il existe c ∈ [a, b] tel que : f (c) = y0 .

1.2 Dérivabilité des fonctions d’une seule variable


1.2.1 Motivations
Au plan appliqué, les dérivées conduisent à la formalisation de notions aussi importantes que la
vitesse et l’accélération en physique, le coût marginal ou l’utilité marginale en gestion.
Les fonctions permettent de modéliser les évolutions économiques afin de gérer au mieux entreprises
et collectivités. On peut ainsi déterminer la production nécessaire à l’obtention d’un coût minimal,
d’un bénéfice maximal, adapter l’offre à la demande pour limiter les stocks ou éviter la pénurie.
1. Taux de variation moyen : vitesse moyenne, coût moyen. Dans ce cas le calcul est simple, il s’agit
d’un quotient.
2. Taux de variation instantané : vitesse instantané, coût marginal. Dans le deuxième cas il s’agit
de remplacer une fonction par une fonction affine (droite) simple à manipuler.

mharfaoui04@yahoo.fr 8 Éléments sous droits d’auteur


M. Harfaoui Chapitre -1- Définitions et propriétés de la dérivée

Motivation. Une entreprise produit avec x unités de matière première P (x) = 3x2 + 100x + 100
unités d’un ceratin produit.
1. Avec x = 100 unités on produit f (100) = 3 ∗ 1002 + 100 ∗ 100 + 100 = 40100 unités.
2. On augmente la matière première d’une unité. De combien varie la production ?
La production varie (augmente)de P (101) − P (100) = (3 ∗ 1012 + 100 ∗ 101 + 100) − (3 ∗ 1002 +
100 ∗ 100 + 100) = 703
3. On a P 0 (x) = 6 ∗ x + 100 et P 0 (100) = 6 ∗ 100 + 100 = 700. Le résultat est presque le même mais
assez simplifié.

1.2.2 Définitions et propriétés


Définition 1.2.1
Soit f une fonction définie sur un intervalle ]a, b[ et x0 un point de cet intervalle. On dit que la
fonction f est dérivable en x0 si
f (x) − f (x0 )
x − x0
admet une limite quand x tend vers x0 .
On la note alors f 0 (x0 ) et on l’appelle dérivée de f au point x0 .

On écrira
f (x) − f (x0 ) f (x0 + h) − f (x0 )
f 0 (x0 ) = lim = lim
x→x0 x − x0 h→0 h
Définition 1.2.2
On dit que f est dérivable sur ]a, b[ si elle est dérivable en tout point de ]a, b[. On appelle alors
fonction dérivée de f l’application f 0 définie par

f 0 : ]a, b[ → IR
x 7→ f 0 (x)

Remarque 1.2.1
Si f est dérivable au point x0 alors :

f (x) = f (x0 ) + (x − x0 )f 0 (x0 ) + ε(x − x0 )

où ε est une fonction définie au voisinage de zéro tel que lim ε(x) = 0.
x→0

Proposition 1.2.1
Soient f et g deux fonctions définies et dérivables sur l’intervalle ]a, b[ alors :
1. La somme f + g est dérivable sur ]a, b[ et (f + g)0 = f 0 + g 0 .
2. Le produit de f par une constante λ est dérivable et : (λ f )0 = λ f 0 .
3. Le produit des deux fonctions f et g est dérivable sur ]a, b[ : (f g)0 = f 0 g + f g 0 .
4. La puissance f n est dérivable sur ]a, b[ : (f n )0 = n f 0 f n−1 .
µ ¶0
1 1 g 0 (x0 )
5. Si g(x0 ) 6= 0, alors l’inverse est dérivable au point x0 et (x0 ) = 2 .
g g g (x0 )

mharfaoui04@yahoo.fr 9 Éléments sous droits d’auteur


Chapitre -1- Fonctions concaves et fonctions convexes. M. Harfaoui
f
6. Si g(x0 ) 6= 0, alors le quotient est dérivable au point x0 et
g
µ ¶0
f f 0 (x0 ) g(x0 ) − f (x0 ) g 0 (x0 )
(x0 ) = .
g g 2 (x0 )
Proposition 1.2.2
Soit f une fonction définie sur un intervalle ]a, b[. Alors
1. La fonction f est strictement croissante sur I si et seulement si : f 0 (x) > 0 pour tout x ∈]a, b[
excepté en des points isolés où f 0 (x) = 0.
2. La fonction f est strictement décroissante sur I si et seulement si f 0 (x) < 0 pour tout x ∈]a, b[
excepté en des points isolés où f 0 (x) = 0.
3. La fonction f est constante sur I si et seulement si : f 0 (x) = 0 pour tout x ∈]a, b[

Par exemple, la quantité globale demandée d’un bien de consommation est décroissante en fonction
du prix, la quantité offerte généralement croissante, l’utilité attendue des investisseurs dépend positi-
vement du rendement attendu (fonction croissante) et négativement du risque (fonction décroissante),
etc.

Définition 1.2.3
Soit f : ]a, b[→ IR.
1. Si f est dérivable sur ]a, b[ et f 0 est dérivable, on note f 00 ou f (2) la dérivée de f 0 . La fonction
f 00 est appelée dérivée seconde de f .
2. Pour tout n ≥ 2, on définit la dérivée n-iéme f (n) de f comme la dérivée de f (n−1) lorsque
f (n−1) existe et est dérivable : f (n) (x) = [f (n−1) (x)]0 On pose f (0) = f .
3. On dit que f est de classe C n sur ]a, b[ si f (n) existe et est continue sur ]a, b[. On note f ∈ C n (D).

1.3 Fonctions concaves et fonctions convexes.


Une fonction de production, ici à un facteur, est naturellement croissante puisque, avec une quan-
tité supérieure du facteur de production, on ne peut qu’accroı̂tre le niveau produit. Elle peut être
concave (fonction de production à rendements décroissants) ou convexe (fonction de production à
rendements croissants).

Définition 1.3.1
Soit f : ]a, b[→ IR. Si pour tout x, y ∈]a, b[ et tout λ ∈ [0, 1].
1. f (λx + (1 − λ)y) ≤ λf (x) + (1 − λ)f (y), On dit que f est convexe.
2. f (λx + (1 − λ)y) ≥ λf (x) + (1 − λ)f (y), on dit que f est concave (ou −f est convexe).

Proposition 1.3.1
Soit f :]a, b[→ IR une fonction deux fois dérivable sur ]a, b[. Alors
1. f est convexe sur ]a, b[ si et seulement si f 00 est positive ou nulle.
2. f est concave sur [a, b] si et seulement si f 00 est négative ou nulle.

De façon générale, c’est la courbure du graphe qui est visée. Orientée vers le bas, l’allure de la
courbe est dite concave, et, vers le haut, convexe.

mharfaoui04@yahoo.fr 10 Éléments sous droits d’auteur


M. Harfaoui 1.4. LES FONCTIONS ÉLÉMENTAIRES
1.4 Les fonctions élémentaires
1.4.1 Fonction logarithme
Définition 1.4.1
On appelle logarithme népérien la fonction notée ln : ln : IR∗+ → IR; x 7→ ln x,
1
vérifiant ∀x ∈ IR∗+ (lnx)0 = et ln(1) = 0.
x
Etude de la fonction ln
1. Domaine définition : Dln = IR∗+ =]0, +∞[.
1
2. Dérivée : (ln x)0 = > 0 pour tout x ∈]0, +∞[.
x
3. Variation : ln x est strictement croissante sur ]0, +∞[.
1
4. Dérivée seconde : (ln x)00 = − 2 < 0 pour tout x ∈]0, +∞[. La fonction ln est donc strictement
x
concave sur ]0, +∞[.
5. Limites : lim ln x = +∞ et lim ln x = −∞.
x→+∞ x→0
Tableau de variation et graphe

x 0 +∞
ln0 (x) +
ln(x) −∞ % +∞

Fig. 1.6 – Courbe de la fonction logarithme

Propriétés
1. Pour tout a, b ∈]0, +∞[, on a ln(ab) = ln a + ln b et ln(a/b) = ln a − ln b.
2. Pour tout a ∈]0, +∞[ et r ∈ Q,
I on a ln ar = r ln a.
3. Il existe un réel unique note e tel que ln e = 1, e ' 2, 718.Il est appelé nombre de Néper.
4. Pour tout n ∈ IN, on a les limites suivantes :
ln x ln x ln(1 + x)
lim = 0, lim xn ln x = 0, lim = lim = 1.
x→+∞ xn x→0 x→0 x − 1 x→0 x

1.4.2 Fonction Exponentielle


Définition 1.4.2
On appelle fonction exponentielle la fonction réciproque de ln. Elle est notée
exp : IR →]0, +∞[ x 7→ ex Pour tout x ∈ IR, ex est l’unique réel tel que ln(ex ) = x. En particulier,
0
e = 1.

mharfaoui04@yahoo.fr 11 Éléments sous droits d’auteur


Chapitre-1- Etudes des fonctions élémentaires M. Harfaoui
Etude de la fonction exp
– Domaine définition : Dexp = R.
– Dérivée : (ex )0 = ex > 0 pour tout x ∈]0, +∞[.
– Variation : exp x est strictement croissante sur IR.
– Dérivée seconde : (ex )00 = ex > 0 pour tout x ∈ IR. La fonction exp est donc strictement convexe
sur IR.
– On a les limites : lim ex = +∞, lim ex = 0.
x→+∞ x→−∞

Tableau de variation et graphe

x −∞ +∞
exp0 (x) +
exp(x) −∞ % +∞

Fig. 1.7 – Courbe de la fonction exponentielle

Propriétés

ea
1. Pour tout a, b ∈ IR, on a ea+b = ea × eb et ea−b = .
eb
I on a (ea )r = era /
2. Pour tout a ∈ IR et r ∈ Q,

3. Pour x ∈]0, +∞[ et y ∈ IR eln x = x et ln(ey ) = y.


ex ex − 1
4. Pour tout n ∈ IN, on a les limites suivantes : lim xn ex = 0, lim = +∞? lim = 1.
x→−∞ x→=∞ xn x→0 x

Propriétés

xa
1. Pour tout x ∈]0, +∞[ et a, b ∈ IR, on a xa+b = xa × xb et xa−b =
xb
I on a (xa )r = xra .
2. Pour tout a ∈ IR et r ∈ Q,

3. Pour x, y ∈]0, +∞[ et a ∈ IR, (xy)a = xa y a .

x3 + 2
Exemple 1.4.1 Etude de la fonction f (x) = .
x2 − 1

mharfaoui04@yahoo.fr 12 Éléments sous droits d’auteur


M. Harfaoui Chapitre -1- Formule de Taylor et développement limité

1.5 Formule de Taylor et développement limité


1.5.1 Définitions
Le théorème de Taylor permet d’approcher des fonctions par un polynôme tout en établissant une
majoration de l’erreur commise. Il utilise les dérivées successives.

Définition 1.5.1
Soit f une fonction à valeurs réelles définie sur un intervalle I, et a ∈ I. On dit que f admet un
développement limité d’ordre n (abrégé par DLn) en a, s’il existe n + 1 réels a0 , a1 , . . . , an tels que
X n
la fonction R : I → R définie par : f (x) = ai (x − a)i + R(x).
i=0
vérifie : R(x) tend vers 0 lorsque x tend vers a, et ce « plus rapidement » que le dernier terme de
R(x)
la somme, c’est-à-dire que : lim = 0.
x→x0 (x − x0 )n

Les fonctions R vérifiant ceci sont notées o((x − a)n ) (voir l’article « Comparaison asymptotique
», et plus précisément la famille des notations de Landau). On écrit donc :
n
X n
X
f (x) = ai (x − a)i + o((x − a)n ) ou f (a + h) = ai hi + o(hn ),
i=0 i=0
en posant x = a + h :

Théorème de Taylor 1.5.1


Si f est (p+1) fois dérivable dans l’intervalle ]a−α, a+α[, où α > 0, alors pour tout x ∈]a−α, a+α[
p
X f (i) (a) f (p+1) (c)
f (x) = f (x) = (x − a)i + (x − a)p+1 .
i! (p + 1)!
|i=0 {z } | {z }
approximation de Taylor d’ordre p reste d’ordre p
| {z }
développement de Taylor d’ordre p
øù c = a + θ(x − a); θ ∈]0, 1[.

mharfaoui04@yahoo.fr 13 Éléments sous droits d’auteur


Chapitre -1- Formule de Taylor en 0 de fonctions usuelles. M. Harfaoui

Remarque 1.5.1
Dans le cas particulier où a = 0, le développement de Taylor est appelé développement de Mac
Laurin.

1.5.2 Formule de Taylor en 0 de fonctions usuelles.


X n
1
∀ |x| < 1 = xk + xn ²(x).
1−x
k=0
Xn
1
∀ |x| < 1 = (−1)k x2k + x2n ²(x).
1 + x2
k=0
X n
xk
∀x ∈ R ex = + xn ²(x).
k!
k=0
X n
xk
∀x ∈ R ln(1 − x) = − + xn ²(x).
k
k=1

Exemple 1.5.1
Établissez les approximations de Taylor d’ordre 1 et d’ordre 2 de la fonction f (x) = ex au voisinage
de x = 2.
La fonction f est indéfiniment dérivable dans R.f (x) = f 0 (x) = f 00 (x) = ex .
L’approximation d’ordre 1 est donc donnée par :
f (x) ' f (2) + f 0 (2)(x − 2) = e2 (x − 1).
L’approximation d’ordre 2 est donnée par :

f 00 (2) (x − 2)2
f (x) ' f (2) + f 0 (2)(x − 2) + (x − 2)2 = e2 (x − 1 + ).
2 2

¨ ¥
§Exercice ¦1.5.1
Soit la fonction f (x) = ln(1 + x).
1. En utilisant le développement de Mac Laurin de f (x), calculez la valeur de ln(1.1) avec une
erreur inférieure à 0, 001.

n
X (−1)k+1 xk (−1)n+2 xn+1
f (x) = ln(1 + x) = ln(1 + x) = + .
k (n + 1)(1 + c)n+1
k=1

Pour que l’erreur soit inférieure à 0, 001 : la valeur absolue du reste d’ordre n, noté Rn , doit
être inférieure à 0, 001 :
¯ ¯ ¯ (−1)n+2 xn+1 ¯
¯Rn ¯ = ¯ ¯ < 0, 001.
(n + 1)(1 + c)n+1
Or c > 1 et x = 0.1 donc
¯ ¯ ¯ (−1)n+2 (0.1)n+1 ¯ (0.1)n+1
¯Rn ¯ < ¯ ¯= .
n+1 n+1

mharfaoui04@yahoo.fr 14 Éléments sous droits d’auteur


M. Harfaoui Chapitre -1- Optimisation d’une fonction d’une variable réelle

Il apparaı̂t que si n = 2 l’approximation d’ordre 2 atteint donc la précision voulue : ln(1.1) '
(0.1)2
0.1 + = 0.095.
2
2. Majorez l’erreur commise dans le calcul de ln(1.1) si on remplace ln(1+x) par son développement
de Mac Laurin d’ordre 38.
L’erreur commise si on remplace ln(1 + x) par son développement deMac Laurin d’ordre 38 peut
être majorée comme suit :

¯ f 38 (c)x38 ¯ ¯ (0.1)38 ¯ (0.1)38


¯ ¯=¯ ¯< .
38! (1 + c)38 38

1.6 Optimisation d’une fonction d’une variable réelle


1.6.1 Motivation.
Dans une entreprise on cherche toujours à minimiser le coût ou maximiser le bénéfice.
Comment déterminer un coût minimal ? un bénéfice maximal ?
Exemple. Le coût de production de x tonnes d’un produit (0 ≤ x ≤ 10) est donné, en milliers
d’euros, par la formule C(x) = 0, 25x2 − 2x + 5.
Pour quelle production le coût est-il minimal ?

1.6.2 Définitions
La section présente traitera ce problème.

Définition 1.6.1
Soit U un ensemble et f : U → IR une fonction.
1. On appelle minorant de f sur U tout réel α tel que : ∀x ∈ U, f (x) ≥ α.
2. On appelle majorant de f sur U tout réel β tel que : ∀x ∈ U, f (x) ≤ β.
3. On appelle borne inférieure de f sur U le plus grand des minorants de f . Il est noté inf f ;
U
4. On appelle borne supérieure de f sur U le plus petit des majorants de f . Il est noté sup f .
U

mharfaoui04@yahoo.fr 15 Éléments sous droits d’auteur


Chapitre -1- Conditions d’optimalité M. Harfaoui
Théorème 1.6.1
Soit f : [a, b] → IR une fonction continue sur [a, b]. Soit M = sup f (x) et m = inf f (x) Alors
x∈[a,b] x∈[a,b]

1. les bornes m et M de f sont finies (appartiennent à IR) ;


2. la fonction f atteint ses bornes : il existe xm et xM dans [a, b] tels que f (xm ) = m et f (xM ) = M .
C’est -à- dire : ∀x ∈ [a, b], m = f (xm ) ≤ f (x) ≤ f (xM ) = M .
3. Pour tout β tel que m ≤ β ≤ M , il existe α ∈ [a, b] tel que f (α) = β (Théorème des valeurs
intermédiaires)

Définition 1.6.2
Soit f : D → IR une application définie sur un ensemble D. On dit que
1. f admet un minimum global en x0 ∈ D si f (x0 ) = inf x∈D f (x) i.e. ∀x ∈ D, f (x0 ) ≤ f (x).
2. f admet un maximum global en x0 ∈ D si f (x0 ) = supx∈D f (x) i.e. ∀x ∈ D, f (x0 ) ≥ f (x).
3. f admet un minimum local en x0 ∈ D s’il existe un voisinage V de x0 tel que

f (x0 ) = inf f (x) i.e. ∀x ∈ V, f (x0 ) ≤ f (x).


x∈V

4. f admet un maximum local en x0 ∈ D s’il existe un voisinage V de x0 tel que

f (x0 ) = sup f (x) i.e. ∀x ∈ V, f (x0 ) ≥ f (x).


x∈V

5. On appelle extremum (local) de f un maximum ou un minimum (local).

Théorème 1.6.2
Soit f une fonction continue définie sur un intervalle fermé [a, b]. si f admet un extremum sur
[a, b], alors cet extrmum est atteint en a ou b ou en un point stationnaire.

1.6.3 Conditions nécessaires d’optimalité


Proposition 1.6.1
Soit f : D → IR et x0 ∈ D. On suppose que f est dérivable en x0 . Si f admet un extremum local
en x0 , alors f 0 (x0 ) = 0.

1.6.4 Conditions suffisantes d’optimalité


Proposition 1.6.2
Soit f : D → IR et x0 ∈ D. On suppose que f est deux fois dérivable en x0 et que f 0 (x0 ) = 0.
Alors
1. si f 00 (x0 ) < 0, f admet un maximum local en x0 .
2. Si f 00 (x0 ) > 0, f admet un minimum local en x0 .

mharfaoui04@yahoo.fr 16 Éléments sous droits d’auteur


M.Harfaoui Chapitre -1- Applications économiques
Reprenons l’exemple de la motivation.
Le coût de production de x tonnes d’un produit (0 ≤ x ≤ 10) est donné, en milliers d’euros, par
la formule C(x) = 0, 25x2 − 2x + 5.
Pour quelle production le coût est-il minimal ?
Pour déterminer le minimum d’une fonction coût ou le maximum d’une fonction bénéfice, on calcule
sa dérivée, puis on en déduit son tableau de variation.
* Lorsque la dérivée est négative, la fonction est décroissante,
* si la dérivée est positive, la fonction est croissante.
2
On a C 0 (x) = 0, 25 × 2x − 2 + 0 = 0 ⇔ 5x − 2 = 0 ⇔ x = .
5
00 2 2
On a C (x) = 0, 5 > 0, donc le coût est minimal pour x = et le minimum est : C( ) =
5 5
0.25 ∗ (0.4)2 − 2 ∗ 0.4 + 5 = 0.4(0.1 − 1) + 5 = −0.36 + 5 = 4.64.

1.7 Applications économiques


La notion de dérivée est une notion importante qui permet de modéliser des phénomènes dans la
nature. Si un phénomène dépend d’un paramètre et ce dernnier varie en quantité ou en porcentage,
on cherche à savoir le comportement de ce phénomène.

1.7.1 Notion de revenu


Définition 1.7.1
La fonction f qui exprime le prix en fonction de la quantité, p = f (q), est appelée fonction de
demande.

Un producteur qui vend ses produits sur le marché recevra une contrepartie : c’est le total des
sommes perçues par le vendeur. C’est le revenu global du producteur.

Définition 1.7.2
le revenu global du producteur est calculé en multipliant le prix du bien vendu par la quantité
vendu :RG = p.q = q.f (q).

Définition 1.7.3
Le revenu moyen est le revenu global divisé par la quantité vendue.

RG q f (q)
Rmoyen = = = f (q).
q q
Ainsi le revenu moyen est égal à la fonction de la demande qui, elle-même exprime le prix.

Revenu moyen = Fonction de demande = prix

Le revenu marginal est le rapport de l’augmentation du revenu global sur l’augmentation des
biens vendus.

Le revenu marginal est donc un taux d’accroissement


Augmentation du RG
Rmarginal = .
Augmentation de la quantité vedue

mharfaoui04@yahoo.fr 17 Éléments sous droits d’auteur


Chapitre -1- Notion d’élasticité M.Harfaoui
Plus précisément, le revenu marginal est la limite de ce rapport quand l’augmentation des ventes tend
vers 0.
∆ RG
Rmarginal = lim .
∆ Q→0 ∆ Q

Le revenu marginal est donc la dérivée du revenu global.

Revenu marginal = Dérivée du revenu global

Le revenu global sera noté R et R0 le revenu marginal.

Exemple.

La fonction de la demande est : p = f (q) = 5 − 2q.


Le revenu global est alors R = q f (q) = q(5 − 2q) = 5q − 2q 2 .
Le revenu marginal est R0 = 5 − 4q.

Remarque 1.7.1
L’augmentation du revenu global peut être négative (c’est le cas d’une perte) et par conséquent, le
revenu marginal peut être aussi négatif.
La fonction de demande ne peut être négative car le prix ne peut être négatif.

1.7.2 Notion de coût


Définition 1.7.4
Le coût total est la somme de toutes les dépenses engagées pour la production d’une quantité de
biens. Le coût est donc fonction de la quantité produite. C = f (q).
C
Le coût moyen le coût de l’unité du bien produit Cmoyen = .
q
Le coût marginal est donné par la limite d’un taux d’accroissement.

Augmentation du coût total ∆C


Cmarginal = lim = lim .
∆Q→0 Augmentation de la production ∆ q→0 ∆ q

Le coût marginal est donc la dérivée du coût total.

Remarque 1.7.2
En général, les coûts, notamment moyens, c’est-à-dire à l’unité produite, sont importants pour des
quantités produites faibles. Ils diminuent au fur et à mesure de l’augmentation des quantités produites
et cela jusqu’à un minimum : cette relation entre le coût et la quantité produite exprime une économie
d’échelle.
Toutefois, à partir de ce minimum, les coûts s’accroissent de nouveau quand la quantité du bien
produite augmente dans une grande proportion.
L’entrepreneur qui cherche à minimiser les coûts tout en produisant le maximum essaiera d’établir
la quantité de sa production au niveau de ce minimum.

mharfaoui04@yahoo.fr 18 Éléments sous droits d’auteur


M.Harfaoui Chapitre -1- Notion d’élasticité
1.7.3 Notion d’élasticité
En économie, l’élasticité est le changement proportionnel d’une variable y relativement à une autre
variable x.

Définition 1.7.5
Soit f (x) une fonction et x0 ∈ IR tel que f (x0 ) 6= 0 et f dérivable en x0 , on définit l’élasticité de
f 0 (x0 )
f en x0 : E(f, x0 ) = x0 .
f (x0 )

Remarque.
x dy
L’élasticité de y = f (x) par rapport à x est notée ou Ey/x . On a : Ey/x = dx .
y
Interprétation
Pour un accroissement relativement petit de la variable x, on peut utiliser l’élasticité de la façon
suivante :
dy dx
= Ey/x .
y x
Si ∆x est petit, alors
∆f ∆x
' e(f, x0) ×
f (x0 ) x0
Ainsi lorsque x augmente de 1%, alors y augmente de Ey/x %.
L’élasticité Ey/x est donc le pourcentage de la variation (augmentation ou diminution) de y lorsque
x augmente de 1%
.

Remarque 1.7.3
Soit f une fonction de la variable x ( par exemple f peut être la demande et x le prix ).
1. E(f, x0 ) = 0 ,la fonction est parfaitement inélastique : f ne change pas, quelle que soit la
variation de prix x.
2. E(f, x0 ) = ∞, la fonction parfaitement élastique : une petite variation du x conduit à une
fonction f soit 0 soit ∞.
²dp = −∞²dp = −∞
3. E(f, x0 ) > 0 : une croissance relative de x entraı̂ne une croissance relative de f (x).
4. E(f, x0 ) < 0 : une croissance relative de x entraı̂ne une décroissance relative de f (x).
5. E(f, x0 ) < −1 ou E(f, x0 ) > 1 (|E(f, x0 )| > 1), Dla foction est élastique. La fonction varie plus
¯que¯ proportionnellement à la variable.
¯ d¯
¯²p ¯ > 1lacroissanceoudécroissancerelativedef(x)estsupérieureàcelledex: laf onctionestélastique
6. −1 < E(f, x0 ) < 1, La fonction varie moins que proportionnellement à la variable. La croissance
ou décroissance relative de f (x) est inférieure à celle de x : la fonction est inélastique.
7. |E(f, x0 )| = 1, fonction avec élasticité unitaire. Hyperbole équilatère (c’est le cas si la fonction
d’utilité est une Cobb-Douglas).
1
8. L’élasticité de Ex/y est égale à .
Ey/x

mharfaoui04@yahoo.fr 19 Éléments sous droits d’auteur


Chapitre -1- Notion d’élasticité M.Harfaoui

Exemple :
Soit la fonction de la demande p = 2 − 3Q.
Calculons l’élasticité de la demande par rapport au prix pour une quantité égale à 3.
On a
EQ p dQ p 1 2 − 3Q 1 2 − 3Q
e= = = = =
Ep Q dp Q dp/dQ Q −3 −3Q
pour Q = 3, on obtient : e = 7/9 ' 0, 78.
Ainsi, pour une quantité de 2/5 unités, une augmentation de prix de 1% entraı̂ne une augmentation
de la quantité vendue de 0, 78
L’élasticité permet de donner le pourcentage de variation (augmentation ou diminution) de f
lorsque x augmente de 1%.
Lorsque la grandeur x varie de 1% la grandeur f varie de e(f, x0 )%.
On peut distinguer trois cas particuliers :
1. Quand l’élasticité est nulle, la demande ne varie pas quand le prix varie. La demande reste
inchangée quel que soit le prix. C’est notamment le cas des produits de première nécessité : bien
que le prix augmente, la consommation se maintient.
2. Quand l’élasticité est infinie, un petit changement de prix entraı̂ne un grand changement de
demande. C’est par exemple le cas des produits de mode dont les ventes s’effondrent en période
de crise et décuplent en période de croissance.
3. Quand l’élasticité est positive, la demande augmente avec le prix. On peut alors distinguer deux
types :

mharfaoui04@yahoo.fr 20 Éléments sous droits d’auteur


M.Harfaoui 1.8. EXERCICES DU CHAPITRE 1
1.8 Exercices du chapitre 1
GROUPE ISCAE- RABT

1.8.1 Généralités sur les fonctions d’une variable


¨ ¥
Exercice
§ ¦1.8.1 (exo 25 p 83)
Soient les fonctions

x2 − 1 
 x2 − 1, si x<0
1. f (x) = ; 

x+3
 2  1 x,

si 0≤x<2
 x −1 4. f (x) = 2

 x−1 , x<1
 


2, si x=2

 1
2. f (x) =  , si x>2

  2 2 2
2
 x + 3, x ≥ 1

x+1  e−x −3x
 2 5. f (x) = , si x 6= 0
 x +1  x2

 , x<1 −6 , si x = 0

 x x− 1
3. f (x) = 1≤x≤3

 x+1
 x−3

 √ x>3
x−3
1. Déterminez les domaines de définition, et les limites aux bornes
2. Déterminez les asymptotes éventuelles de ces fonctions.
3. Étudier la continuité de ces fonctions sur leurs domaines de définitions.
4. Calculer les dérivées de ces fonctions sur leurs domaines de définitions.

1.8.2 Convexité et Formules de Taylor et développement limité


¨ ¥
§Exercice ¦1.8.2 (exo 25 p 91)
Établissez les approximations de Taylor d’ordre 1 et d’ordre 2 de la fonction f (x) = ex au voisinage
de x = 2.
¨ ¥
Exercice
§ ¦1.8.3 (exo 26 p 92)
Établissez les approximations de Taylor d’ordre 2 et d’ordre 4 des fonctions au voisinage de 0 et
au voisinage de 2
ex ex
1. f (x) = , 3. f (x) = ,
1−x 1+x
ln(1 − x) x ln(2 + x)
2. f (x) = , 4. g(x) = ,
1+x 1 + x2
¨ ¥
§Exercice ¦1.8.4 (exo 27 p 93)
Soit la fonction f (x) = ln(1 + x).
1. En utilisant le développement de Mac Laurin de f (x) calculez la valeur de ln(1, 1) avec une
erreur inférieure à 0, 001.
2. Majorez l’erreur commise dans le calcul de ln(1, 1)si on remplace ln(1 + x)par son développement
de Mac Laurin d’ordre 38.

mharfaoui04@yahoo.fr 21 Éléments sous droits d’auteur


1.8. EXERCICES DU CHAPITRE 1 M.Harfaoui
1.8.3 Etude de fonctions
¨ ¥
Exercice
§ ¦1.8.5 (31 p 96) √
Montrez que la fonction de production définie par P = f (q) = q est croissante et déterminez si
les rendements sont croissants ou décroissants (c-à-d : resp. convexe f 00 ≥ 0, concave f 00 ≤ 0).
¨ ¥
Exercice
§ ¦1.8.6
La fonction d’offre f exprime la quantité produite q d’un bien en fonction de son prix p :

 4, si 0 < p < 2
f (p) = 8(6 − p)−1/2 , si 2 ≤ p < 5

(p − 3)3 , si p ≥ 5
1. Montrez que f est continue dans R∗+ et qu’elle est convexe dans chacun des sous-domaines ]0; 2[ ;
]2; 5[ et ]5; +∞[
2. Sur le graphe de la fonction, constatez visuellement qu’elle est globalement convexe dans R∗+ .
¨ ¥
§Exercice ¦1.8.7
x
On considère la fonction f définie par f : x 7→ .
ln x
1. Expliciter le domaine de définition de f.
2. Calculer la limite lim f (x). Qu’en déduit-on sur f ?
x→0+
3. Justifier la dérivabilité de f sur son domaine de définition et expliciter sa dérivée.
4. Donner le sens de variations de f sur son domaine de définition.
5. Montrer que f réalise une bijection de ]e, +∞[ sur ]e, +∞[.
6. Déterminer la nature de l’asymptote en +∞ à la courbe représentative de la fonction f.
¨ ¥
§Exercice ¦1.8.8
Vous êtes propriétaire d’une entreprise dont le prix de vente est constant à 40DH. Votre coût total,
Ct (q) est donné par : Ct (q) = 1000 + 240q − 4q 2 .
A quel niveau de production votre profit total atteint un maximum ?
¨ ¥
§Exercice ¦1.8.9
Partie A
x3
Soit la fonction numérique C définie dans [0; 300] par : C(x) = − 15x2 + 2500x.
30
1. Calculer C 0 (x), C 0 désigne la fonction dérivée de C. Etablir le tableau de variations de C 0 sur
[0; 300] et en déduire son signe.
2. On appelle (C) la courbe représentative de C. On note A le point de (C) d’abscisse 150.

(a) Donner une équation de (T ), la tangente à (C) en A.


(b) En utlisant le sens de variations de C 0 tel qu’il a été établi dans la question 1., indiquer la
position de (C) par rapport à (T ).

3. Constuire la courbe (C) et (T ).

mharfaoui04@yahoo.fr 22 Éléments sous droits d’auteur


M.Harfaoui 1.8. EXERCICES DU CHAPITRE 1
Partie B(Application économique.)
Pour une entreprise E dont la production peut varier de 0 à 300 unités, le coût total de fabrication
de x unités est donné par la fonction :

x3
C(x) = − 15x2 + 2500x.
30
On appelle coût marginal la dépense occasionnée par la production d’un objet supplémentaire ; On
choisit comme modélisation de ce coût marginal Cmarg (x) = C 0 (x) On suppose que l’entreprise est en
situation de monopole, ce qui a pour effet que la demande est uniquement fonction du prix. La relation
−45x
liant le prix de vente p et la demande x (en unités) est : p(x) = + 2750.
8
(autrement dit, quand x objets sont vendus, chacun l’est au prix p(x) )
1. Calculer la recette totale R(x) pour la vente de x unités.
On appelle recette marginal l’augmentation de recette procurée par la vente d’un objet supplémentaire.
On modélise cette recette marginale par : rmarg (x) = R0 (x) où R0 est la fonction dérivée de R.
Pour quelle valeur de x la recette marginale est-elle égale au coût marginal ?
−x3
2. Montrer que le bénéfice pour la production et la vente de x unités est donné par :B(x) = +
30
75x 2
+ 250x.
8
3. Calculer B 0 (x) , où B 0 représente la fonction dérivée de B. En déduire que le bénéfice est
maximum quand la recette marginale est égale au coût marginal. Que vaut ce bénéfice maximum ?
¨ ¥
§Exercice ¦1.8.10
On désigne par p le prix de vente unitaire de l’article fabriqué. Une analyse théorique a permis
de supposer que la quantité demandée de cet article variait en fonction du prix de vente p selon la
relation :
1
q = − p2 + 100p + 5000
2
1. Étudier les variations de cette fonction, et tracer sa courbe représentative.
2. Pour quelles valeurs valeurs de p cette fonction peut-elle en fait correspondre à la réalité ?
3. Dans l’intervalle où la fonction trouvée vous parait acceptable, exprimer, en fonction de p
l’élasticité de la demande q par rapport au prix p. Quelle est sa signification ?
4. Calculer cette élasticité pour p = 100.
¨ ¥
§Exercice ¦1.8.11
x p
La fonction d’offre dans une industrie est O : p = 6+ . La fonction de demande est D : x = 150−
3 2
1. Calculer l’équilibre du marché (prix et quantité).
2. Représenter sur le même repère les deux fonctions demande et offre.
3. De combien sera l’excèdent de demande si le gouvernement impose un prix plafond de p = 40 ?
¨ ¥
Exercice
§ ¦1.8.12
La fonction de production d’une entreprise utilisant le travail ”L” comme seul facteur de la pro-
1√
duction est donnée par P (x) = x.
2

mharfaoui04@yahoo.fr 23 Éléments sous droits d’auteur


1.8. EXERCICES DU CHAPITRE 1 M.Harfaoui
1. Supposant qu’une entreprise utilise 900 unités pour sa production. Quelle sera l’augmentation
de la production si l’entreprise décide d’utiliser une unité de travail supplémentaire.
1 1
L’augmentation du produit est P 0 (900).1 = √ = .
4 900 120
2. On suppose que l’entreprise diminue l’effort du travail en passant de 900 à 891 unités. Donner
une estimation de la variation de la production qui en résulte.
Une estimation de la variation de la production qui en résulte est une estimation de
1 1
P 0 (900).(−9) = √ = ..(−9) = −0.075.
4 900 120
3. De combien variera la production si on augmente le travail de 2% des 900 unités ?
¨ ¥
Exercice
§ ¦1.8.13 (30 p 95)
k
La fonction logistique, définie de façon générale par f (x) = (avec a, b, k des nombres
1 + beax
reéls), est souvent utilisée pour modéliser des phénomènes de croissance avec saturation progressive.
En marketing, elle permet de décrire, par exemple, la diffusion d’innovations technologiques dans le
domaine industriel.
1. Pour quelles valeurs de a et b cette fonction est-elle définie dans R ?.
2. On donne les deux fonctions logistiques suivantes.

1 1
g(x) = h(x) = .
1 − e−x 1 + e−x
(a) Déterminez les domaines de définition, de continuité et de dérivabilité ainsi que les asymp-
totes éventuelles de ces deux fonctions. Esquissez-en le graphe.
(b) Déduisez-en laquelle des deux semble la mieux adaptée à représenter la diffusion d’une
innovation technologique.
¨ ¥
Exercice
§ ¦1.8.14 (exo 5 p 116)
Un carton publicitaire doit contenir 54cm2 de texte imprimé. Les marges imposées sont de 1 cm
en haut et bas de page et de 1.5 cm de chaque côté du texte.
Sachant que le prix du carton est proportionnel à sa superficie, quelles seront les dimensions du
carton le moins cher possible ?
¨ ¥
§Exercice ¦1.8.15 (exo 7 p 117)
Soit Ci (x)le prix (en euro) d’une isolation d’épaisseur x visant à réduire la consommation en
chauffage. On suppose que Ci (x) = ax, a > 0 (le prix de l’isolation croı̂t proportionnellement à son
épaisseur). Désignons ensuite par Cch (x) le coût annuel du chauffage lorsqu’une isolation d’épaisseur
b
x est installée. Ce coût décroı̂t évidemment avec x. Supposons, par exemple, que Cch (x) = , b > 0.
x
Quelle sera, en fonction du paramètre b, l’épaisseur x∗ de l’isolation qui minimise le coût total
(non actualisé) sur une période de 10 ans ?
¨ ¥
Exercice
§ ¦1.8.16 (exo 8 p 118)
Le profit qu’une firme cherche à maximiser est égal à son revenu moins son coût de production :
Π(q) = R(q) − C(q) où q désigne la quantité produite.
1. Montrez qu’au niveau optimal de production q ∗ , le coût marginal (dérivée de la fonction de coût)
est égal au revenu marginal (dérivée de la fonction de revenu).

mharfaoui04@yahoo.fr 24 Éléments sous droits d’auteur


M.Harfaoui 1.8. EXERCICES DU CHAPITRE 1
2. Déterminez le niveau optimal de production q ∗ pour les fonctions de revenu et coût suivantes :

1
R(q =) = 179q − 3q 2 C(q) = q 3 − 3q 2 + 10q + 4.
3
¨ ¥
Exercice
§ ¦1.8.17 (exo 9 p 119)
Une firme en position de monopole fait face à deux fonctions de demande pour le même produit,
émanant de deux marchés distincts :
1
q1 = 40 − 2p1 et q2 = 20 − p2 .
2

Sachant que le coût de production est de C = 25 + 4q où q = q1 + q2 , déterminez, dans chacun des
cas suivants, le prix qui maximise le profit de la firme.
1. La firme pratique une discrimination de prix entre les deux marchés.
2. La firme pratique un prix unique sur les deux marchés.

mharfaoui04@yahoo.fr 25 Éléments sous droits d’auteur


1.8. EXERCICES DU CHAPITRE 1 M.Harfaoui

mharfaoui04@yahoo.fr 26 Éléments sous droits d’auteur


Chapitre 2
Les fonctions à plusieurs variables au service de
l’économie

2.1 Introduction
Les fonctions de plusieurs variables constituent la matière mathématique de prédilection pour
la formalisation des problèmes de la gestion. Qu’il s’agisse de traiter des questions relatives à la
production, la consommation ou encore l’environnement et la gestion publique, une modélisation
adéquate s’exprime le plus souvent à l’aide de fonctions de plusieurs variables. Les restrictions exigées
par ce cadre conceptuel imposent toutefois, d’une part, la quantification des facteurs pris en compte
(les valeurs des variables sont des nombres réels) et, d’autre part, la représentation des relations sous
forme déterministe. Au-delà de ces restrictions, d’autres théories mathématiques, qui dépassent le
cadre du présent ouvrage, prennent le relais. Ainsi, la théorie des probabilités offre diverses possibilités
d’intégration de la notion de risque, cruciale par exemple pour les financiers.
Pour sa production, une entreprise utilise souvent plusieurs facteurs, à savoir le capital, la main
d’oeuvre, les machines,...
Comme exemple la fonction de coob-Douglass connue en microeconomie donne par P (K, L) =
AK α Lβ , où K et L sont le capital et le travail utilisés.

2.2 Généralité et définitions

n veut généraliser pour ce type de fonc- Pour cela, il sera nécessaire de préciser certains
O tions les notions et résultats étudiés pour outils topologiques déjà plus ou moins abordés
les fonctions réelles de la variable réelle vues, pour l’étude des fonctions de R dans R norme,
à savoir, régularité (continuité, dérivabilité...), distances associée, ouvert, fermé, notion de li-
existence d’extremum locaux ou globaux pour mite...
les fonctions à valeurs dans R, intégrabilité...

27
Chapitre-2- Généralité et définitions Dr M. Harfaoui
2.2.1 Fonctions numériques de plusieurs variables.
Définition 2.2.1
On appelle fonction numérique de plusieurs variables toute applica-
tion f d’une partie Ω de IRn dans IR qu’on note

f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).

Exemple 2.2.1

1. f : R2 → IR : (x, y) → f (x, y) = x2 − y + 2 est une fonction de deux variables.


x2 + z − 2
2. f : R3 → R : (x, y, z) → f (x, y, z) = + y 2 + z 2 − 1 est une fonction de trois variables.
x2 + 1

4 t2 + 2
3. f : R → R : (x, y, z, t) → f (x, y, z, t) = 2 est une fonction de quatre variables.
x + y2 + 2

2.2.2 Domaine de définition de fonctions de plusieurs variables.


Définition 2.2.2
Le domaine de définition d’une fonction numérique de plusieurs va-
riables f est l’ensemble Df défini par

Df = {(x1 , x2 , ...xn ) ∈ Ω : f (x1 , x2 , ...xn ) ∈ IR}.

p
Exemple 2.2.2 1. f : IR2 → IR, (x, y) → 1 − x2 + y.
Df = {(x, y) ∈ IR2 , 1 − x2 + y ≥ 0 } c’est donc la partie au-dessus de la parabole d’équation :
y = x2 − 1 (fig.1.1).

2. f : Ω ⊂ IR3 → IR, (x, y, z) → (ln(1 − x2 − y 2 − z 2 )) z.
Df = {(x, y, z) ∈ Ω, 1 − x2 − y 2 − z 2 > 0 et z ≥ 0 } c’est donc l’intérieur de la demi-sphère
supérieure sans sa frontière (fig.1.2).

p
Fig. 2.1 – f (x) = x2 − 1 Fig. 2.2 – 1 − x2 − y 2

mharfaoui04@yahoo.fr 28 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Généralité et définitions
2.2.3 Graphe d’une fonction de plusieurs variables
Rappel. Le graphe d’une fonction d’une seule variable f : R → R, x → y = f (x), est une partie
de R2 définie par Cf = {(x y) ∈ R2 , x ∈ Df : y = f (x)}.
Dans R2 considérons l’ensemble de point connu depuis le lycée z = 2x + y qui définit un plan de
vecteur normal − →
n (2, 1, −1), si on pose z = f (x, y) une obtient une fonction de deux variables dont le
graphe est un plan.

Définition 2.2.3
Soit Ω une partie de Rn et f : Ω → R, (x1 , x2 , ...xn ) →
f ((x1 , x2 , ...xn ),
de domaine de définition Df ; le graphe de f est la partie, notée Gf
de IRn+1 , définie par :

Gf = {(x1 , x2 , ...xn , z) ∈ IRn+1 , ((x1 , x2 , ...xn ) ∈ Df ; z = f (x1 , x2 , ...xn )}.

Cas particuliers.
1. Dans le cas d’une fonction d’une seule variable le graphe est une partie de IR2 et prend le nom
de courbe.
2. Dans le cas d’une fonction de deux variable le graphe est une partie de IR3 et prend le nom de
surface.

Exemple 2.2.3
1. f (x, y) = x + y − 3. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x + y − 3}, c’est donc le plan de

vecteur normal n(1, 1, −1).
2. f (x, y) = x2 − y 2 .( fig.1.3) Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x2 − y 2 } (fig.1.3).

mharfaoui04@yahoo.fr 29 Éléments sous droits d’auteur


Chapitre-2- Généralité et définitions Dr M. Harfaoui
3. f (x, y) = x2 + y 2 , avec x2 + y 2 ≤ 1. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 } et z = x2 + y 2 et
x2 + y 2 ≤ 1}. Gf est donc un cône de rayon de la base R = 1(fig.1.4).

p
Fig. 2.3 – f (x, y) = x2 − y 2 Fig. 2.4 – f (x, y) = x2 + y 2

p
4. f (x, y) = 1 − x2 − y 2 , G est la demi-sphère supérieure avec sa frontière, (fig.1.2).

5. f (x, y) = cos(x). cos(y), G est la surface représentée dans (fig.1.5).

6. f (x, y) = x2 + y 2 , Gf est une paraboloı̈de, (fig.1.6).

Fig. 2.5 – f (x, y) =


cos(x). cos(y) Fig. 2.6 – f (x, y) = x2 + y 2

mharfaoui04@yahoo.fr 30 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Généralité et définitions

Fig. 2.7 – f (x, y) = cos(x2 +


y2) Fig. 2.8 – f (x, y) = sin(xy)

cos(1/x) − y
Fig. 2.10 – .
Fig. 2.9 – cos(x). cos(y) x3 − y 2

2.2.4 Lignes ou courbe de niveau

e la même manière, on peut considérer simultanément différentes courbes de niveau


D des coupes horizontales du graphe d’une pour visualiser la progression du graphe.
fonction de deux variables et on obtient, Cette représentation s’apparente aux cartes
de façon générale, des courbes planes, dites géographiques où le niveau correspond à l’alti-
courbes de niveau. En pratique, on représente tude.

Définition 2.2.4
Soit k ∈ R et f une fonction de D ⊂ R2 dans R,l’ensemble

{(x, y) ∈ R2 : f (x, y) = k}

est la courbe de niveau k de la fonction f . Les courbes de niveau d’une fonction f fournissent une
représentation géométrique de f sur le plan, alors que son graphe en donne une dans l’espace. La
courbe de niveau k est la projection sur le plan d’équation z = 0 de l’intersection du graphe de f avec
le plan horizontal z = k.

mharfaoui04@yahoo.fr 31 Éléments sous droits d’auteur


Chapitre-2- Notions de topologie dans Rn Dr M. Harfaoui

Fig. 2.11 – Courbes de niveau Fig. 2.12 – Carte

Remarque 2.2.1
éométriquement, la ligne de niveau est la réalité physique. Sur une carte topographique,
G projection sur le plan (x, y) de l’inter- elles désignent les points de même altitude
section de la surface représentative de f avec (dans la figure ci-après, l’altitude du point
le plan d’équation z = k. Par exemple, si f A est 94 + d = 940 + cb/a). Sur une
représente la hauteur d’un point de la surface carte météorologique, elles sont les isothermes
terrestre, ses courbes de niveau sont celles qui (lignes reliant les points d’égale température)
apparaissent sur les cartes topographiques. ou les isobares (lignes reliant les points d’égale
Les lignes de niveau reflètent souvent une pression).

2.2.5 Fonctions partielles.


Définition 2.2.5
Soit une fonction de n variables

f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).

On appelle fonction partielle d’ordre i (ou ieme fonction partielle) la fonction d’une seule variable en
variant la ieme coordonnée et en fixant les autres. Elle est définie par

fi :]a, b[⊂ IRn → IR : xi → fi (xi ) = f (x1 , ..., xi , ...xn ).

Exemple 2.2.4 Soit la fonction définie sur IR2 p − (0, 0) par


1 − x2 + y 2
f : IR2 − (0, 0) → IR : (x, y) → f (x, y) = .
x2 + y 2
La première et la deuxième fonction partielles de f sont
p
∗ 1 − x2 + y 2
1. f : IR → IR : x → f1 (x) = , y fixé.
x2 + y 2
p
∗ 1 − x2 + y 2
2. f : IR → IR : y → f2 (y) = , x fixé.
x2 + y 2

mharfaoui04@yahoo.fr 32 Éléments sous droits d’auteur


Dr M.Harfaoui 2.3. NOTIONS DE TOPOLOGIE DANS RN
n
2.3 Notions de topologie dans R
2.3.1 Vecteurs et normes euclidienne dans Rn
a distance usuelle entre deux points de R2 ou R3 vue dans les petites classes est ce qu’on appelle
L la distance euclidienne. On définit également ainsi la longueur d’un vecteur −

→ →

→u , encore appelée la
norme euclidienne de ce vecteur et notée k u k : si u a pour composantes (u1 et u2 ) dans p un repère

→ → −
orthonormale (O, i , j ), alors le Théorème de Pythagore donne (figure 1.7) : k − →u k= u21 + u22 .
Rappelons qu’en dimension 2, on identifie un vecteur − →
u de coordonnées (u1 et u2 ) avec un point
−−→ −
M du plan de coordonnées (u1 , u2 ) une fois fixée une origine O et écrit OM = → u.
On généralisera ici cette identification en désignant le point ou le vecteur de coordonnées (x1 , ..., xn )
par x = (x1 , ..., xn ) ∈ Rn .

2.3.2 Normes classiques dans Rn


Les trois normes sur Rn sont données par : pour tout x = (x1 , ..., xn ) ∈ Rn
n
X
1. N1 (x) = N1 (x1 , ..., xn ) =k (x1 , ..., xn ) k1 = | xi |
i=1
v
uX
u n
2. N2 (x) = N2 (x1 , ..., xn ) =k (x1 , ..., xn ) k2 = t x2i
i=1

3. N∞ (x) = N∞ (x1 , ..., xn ) = sup (| xi |).


1≤i≤n

Exemple 2.3.1
Représentation des frontières trois boules correspondantes aux trois normes usuelles dans R2 :

N1 (x, y) = |x| + |y|, N2 (x, y) = x2 + y2 , N∞ (x, y) = sup(|x|, |y|).

On vérifie facilement que ces applications vérifient les trois propriétés d’une normes.

Exemple 2.3.2 Dans R la fonction valeur absolue est une norme.

mharfaoui04@yahoo.fr 33 Éléments sous droits d’auteur


Chapitre-2- Limite etcontinuité . Dr M. Harfaoui
Dans la suite, on notera ||.|| sans préciser de quelle norme il s’agit.

Proposition 2.3.1
Les trois normes N1 (x), N2 (x) et N∞ (x) sont équivalentes.

Démonstration. Soit n ∈ N∗, alors pour tout 1 ≤ i ≤ n, On a


v
u n
uX
| xi |≤ t x2i , | xi |≤ sup (| xi |),
i=1 1≤i≤n

Donc pour tout n ∈ N∗ :



N∞ ≤ N1 ≤ n.N2 ≤ n.N∞ .

En général on a le théorème suivant, qu’on admettra sans démonstration

Théorème 2.3.1 (Admis.)


Sur un espace vectoriel normé de dimension finie, toutes les normes sont équivalentes.

2.4 Limite et continuité des fonctions numériques de plusieurs va-


riables.

ne fois qu’on a les normes et les voisinages, de boule ouverte dans Rn qui généralise celle
U la définition de limite est la même que d’intervalle ouvert dans R. Pour cela il faut uti-
dans R ou C. liser la notion de norme dans Rn qui généralise
La notion de limite pour une fonction de la notion de distance dans R.
plusieurs variables généralise naturellement la En effet, on sait que la limite et la conti-
notion correspondante dans le cas des fonc- nuité en un point x0 d’une fonction numérique
tions d’une seule variable. Toutefois, un nouvel d’une seule variable sont données par les
élément entre en jeu : les limites unilatérales définitions
(i.e. de la gauche et de la droite) perdent leur (∀ε > 0), (∃η > 0) tels que | x − x0 |< η ⇒|
sens et sont remplacées par les nombreuses li- f (x) − L |< ².
mites directionnelles possibles. En effet, dès
(∀ε > 0), (∃η > 0) tels que | x − x0 |< η ⇒|
que le domaine se situe dans un espace à deux
f (x) − f (x0 ) |< ².
dimensions au moins, les chemins qui mènent
à un point donné peuvent suivre divers axes. Ces définitions sont données par les valeurs
Ainsi, l’ensemble des points en lesquels une li- absolues.
mite peut être considérée, doit être défini en te- Dans le cas des fonctions de plusieurs la
nant compte de toutes les possibilités d’accès notion de valeur absolue n’est plus valable et
(voir par exemple la figure 1.18). Une façon elle sera remplacée une notion jouant le même
commode de procéder s’appuie sur la notion rôle. On utilise alors la notion de : norme.

mharfaoui04@yahoo.fr 34 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Limite et continuité .
2.4.1 Limite et continuité d’une fonction en un point.

Fig. 2.13 – limite et continuité

Soit (pk )k > 0 une suite de points (ou de vecteurs) de Rn . On dit que cette suite converge vers une
limite p ∈ Rn si et seulement si pour tout ² > 0, il existe k0 tel que

k ≥ k0 ⇒k pk − p k< ².

Théorème 2.4.1
1. Si f est une fonction pôlynone sur Rn et soit x = (x1 , x2 , ..., xn ), a = (a1 , a2 , ..., an ), alors sa
limite en a = (a1 , a2 , ..., an ) est lim = f (a).
x→a
2. Si f est une fonction rationnelle de domaine de définition Df et soit x = (x1 , x2 , ..., xn ) ∈ Df ,
a = (a1 , a2 , ..., an ) ∈ Df , alors sa limite en a = (a1 , a2 , ..., an ) est lim = f (a)
x→a

Définition 2.4.1
Soit Ω un ouvert de Rn , a = (a1 , a2 , ..., an ) ∈ Ω et f une fonction numérique de plusieurs variables
définie sur un domaine Ω, sauf peut être au point a, à valeurs dans R.
On dit que f admet une limite L en a si (∀ε > 0), (∃η > 0) tels que

x ∈ Ω\x0 et k x − a k< η ⇒| f (x) − L |< ², pour x = (x1 , ..., xn ).

ou k . k est l’une des trois normes équivalentes, autrement dit


T
x ∈ Ω\a B(a, η) ⇒| f (x) − L |< ², pour x = (x1 , ..., xn ).

et on écrit lim f (x) = L.


x→a

mharfaoui04@yahoo.fr 35 Éléments sous droits d’auteur


Chapitre-2- Limite et continuité . Dr M. Harfaoui

Fig. 2.14 – Limite en un point.

Proriété 2.4.1
L’existence et la valeur éventuelle de la limite sont indépendantes de la norme choisie dans R2 .
Lorsqu’elle existe, la limite est unique.

Proriété 2.4.2
Si f a pour limite L en un point a, la restriction de f à toute courbe continue (non seulement les
droites !) passant par a admet la même limite L.

Remarques Soit a = (a1 , a2 , ..., an ) ∈ Rn , pour tout x = (x1 , x2 , ..., xn voisin de a on a


1. Si P est un polynôme de Rn , lim f (x) = f (a).
x→a
2. Si f est une fonction rationnelle de domaine de définition Df ⊂ Rn alors lim f (x) = f (a).
x→a,x∈Df

3. Soit f une fonction numérique définie sur Rn . Si h est une fonction continue de R et lim f (x) = l
x→a
existe alors lim h(f (x)) = h(l).
x→a

Exemple 2.4.1
1. La f la fonction définie de R2 dans R par

xy 2
f (x, y) =
3x2 + | y |

admet pour limite 0 lorsque (x, y) tend vers (0, 0).


En effet, au voisinage de (0, 0), | y |≥ 3y 2 et donc voisinage de (0, 0)

xy 2 x
| f (x, y) − f (0, 0) |≤ ≤ ,
3x2 + 3y 2 3

y2 x
car 2 2
≤ 1. La valeur tend vers 0 lorsque (x, y) tend vers (0, 0).
x +y 3

mharfaoui04@yahoo.fr 36 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Limite et continuité .
2. La f la fonction définie de R2 dans R par

3 + x − y2
f (x, y) = .
x2 + y 4
admet pour limite +∞ lorsque (x, y) tend vers (0, 0).

En effet, dans la boule de centre (0, 0) et de rayon 1, nous avons y 4 < y 2 , ce qui implique que
x2 + y 4 < x2 + y 2 . Nous avons aussi | x |< 1 et | y |< 1, ce qui implique que 3 + x − y 2 >
3 − 1 − 1 = 1. Donc
1 x
f (x, y) > 2 2
≤ , qui tend vers +∞ lorsque (x, y) tend vers (0, 0).
x +y 3

Astuces
1. En pratique, pour prouver qu’une fonction f de plusieurs variables admet une limite L en a, il
suffit de majorer (f − L) par une fonction simple à manuplier qui tend vers 0 en a.
2. En pratique, pour prouver qu’une fonction de plusieurs variables n’admet pas de limite en a, il
suffit d’expliciter une restriction à une courbe continue passant par a qui n’admet pas de limite,
ou deux restrictions qui conduisent à des limites différentes. Mais pour prouver l’existence d’une
limite, il faut considérer le cas général.
¡ ¢ ¡ ¢
3. Attention lim f (x, y) 6= lim lim f (x, y) et lim f (x, y) 6= lim lim f (x, y) . (voir
(x,y)→(a,b) x→a y→b (x,y)→(a,b) y→b x→a
l’exemple ci-dessous.)
4. Si au voisinage de (a, b) on a | f (x, y) − l |≤ h(x, y) et lim f (x, y) = 0 alors
(x,y)→(a,b)
lim f (x, y) = l.
(x,y)→(a,b)

x2 − y 2
Exemple 2.4.2 Montrons que lim )f (x, y) avec f (x, y) = . n’existe pas.
(x,y)→(0,0 x2 + y 2
La première méthode utilise la définition de limite. En effet, le long de l’axe horizontal qui a
x2 − y 2 x2
équation y = 0, on a lim = lim = 1 tandis que, le long de l’axe vertical qui a
(x,y)→(0,0)y=0 x2 + y 2 x→0 x2
x2 − y 2 −y 2
équation x = 0, on a lim = lim = −1 de sorte que les deux limites ne coı̈ncident
(x,y)→(0,0)x=0 x2 + y 2 x→0 y 2
pas.

Exercice. Montrer que les fonctions suivantes admettent les limites 0 aux points données
x2 y 3
1. f (x, y) = p , où (x0 , y0 ) = (0, 0) (utiliser les inégalités x2 ≤ x2 + y 2 et y 2 ≤ x2 + y 2 ).
x2 + y 2
x2 sin(xy)
2. f (x, y) = , où (x0 , y0 ) = (0, 0) (utiliser l’inégalité x2 ≤ x2 + y 2 , on obtient | f (x, y) |≤|
x2 + y 2
sin(xy) |) .
x2 y
3. f (x, y) = , où (x0 , y0 ) = (0, 0). (passer aux coordonnées polaires puis aux directions
x4 + y 2
x = y et y = x2 ).

Théorème 2.4.2

mharfaoui04@yahoo.fr 37 Éléments sous droits d’auteur


Chapitre-2- Limite et continuité . Dr M. Harfaoui
Si f admet une limite en un point a sur un voisinage Va de a alors sa restriction sur tout sous ensemble
0
Va de Va admet la même limite en a. On a :

lim f (x) = lim


0
f (x)
x∈Va →a x∈Va →a

Corollaire 2.4.1.1
Si une fonction f admet une limite sur un ouvert alors f admet la même limite par rapport à chacune
de ses variables.
Remarque 2.4.1
La réciproque de ce théorème n’est pas toujours vraie.
xy
En effet soit la fonction définie par f (x, y) = 2 . Cette fonction admet la même limite par
x + y2
rapport à chacune des variable au point (0, 0).
Car : lim f (x, 0) = 0 et lim f (0, y) = 0,
x→0 y→0
kx2 k
mais lim f (x, kx) = lim 2 2
= . Cette dernière limite dépend de k et
(x,kx)→(0,0) (x,kx)→(0,0) (1 + k )x 1 + k2
donc f n’a pas de limite.
Proposition 2.4.1
Soient f et g deux fonctions admettant en x0 les limites L et L0 . Alors
1. Soient f + g admet en x0 la limite L + L0 .
2. Soient αf admet en x0 la limite αL
f L
3. admet en x0 la limite 0 , si L0 6= 0.
g L

2.4.1.1 Continuité d’une fonction en un point.


Soit f une fonction numérique de plusieurs variables définie dans un ouvert Ω de Rn et a ∈ Ω .
Définition 2.4.2
On dit que f est continue en un point a si :

lim f (x) = f (a).


x→a

Autrement dit f est continue en a ∈ Ω si f possède en a une limite égale à f (a).


Théorème 2.4.3
f est continue en un point a si et seulement si f admet une limite en a et cette limite est f (a).

Remarque 2.4.2
Dans le cas d’une fonction d’une variable réelle on sait que tout fonction continue à droite et à
gauche en un point est continue. Cette propriété tombe en défaut dans le cas des fonction de plusieurs
variables.
En effet, la fonction définie sur R2 par :

 xy 2
f (x, y) = 2 , si (x, y) 6= (0, 0)
x + y4

f (x, y) = 0, si (x, y) = (0, 0)
est continue suivant toute direction passant passant par (0, 0) mais pas continue en (0, 0) (poser x =
y 2 ).

mharfaoui04@yahoo.fr 38 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Limite etcontinuité .
2.4.1.2 Opération sur la continuité des fonctions de plusieurs variables.

es fonctions continues de plusieurs va- dans leurs domaines de définition respectifs.


L riables jouissent des mêmes propriétés que La continuité des autres fonctions s’établit, le
les fonctions continues d’une seule variable. cas échéant, en tant que somme, produit, com-
Les fonctions élémentaires telles que les po- posée, le quotient (lorsque le dénominateur ne
lynômes, les fonctions exponentielles, loga- s’annule pas) etc..., de fonctions continues.
rithmiques et trigonométriques sont continues

Proposition 2.4.2
Si f et g sont continues en x0 et α ∈ R alors
1. f + g, f.g et α f sont continues en x0 .
f
2. si g(x0 ) 6= 0 alors est continue en x0 .
g

2.4.2 Continuité d’une fonction sur un ouvert.


Soit f une fonction numérique de plusieurs variables définie dans un ouvert Ω de Rn .

Définition 2.4.3
On dit que f est continue sur un ouvert Ω si f est continue en tout point de Ω.

Théorème 2.4.4
1. Toute fonction polynôme est continue sur Rn .
2. Toute fonction rationnelle est continue sur son domaine de définition.

Exemple 2.4.3 Étudier la continuité de des fonctions f et g définies par


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

1. x + y2 2
2
(utiliser la norme k (x, y) k2 )
 f (x, y) = 1 ,

si :(x, y) = (0, 0)
2

 x2 (x + y)
f (x, y) = 2 , si ;(x, y) 6= (0, 0)
2. x + y2 (utiliser la norme k (x, y) k1 )

f (x, y) = 0, si :(x, y) = (0, 0)

Théorème 2.4.5
Si f est continue alors f est continue par rapport à chacune de ses variables séparément.

Remarque 2.4.3 La réciproque est fausse.

Exemple 2.4.4 On considère une fonction f : R2 → R définie de la façon suivante


( xy
si (x, y) 6= (0, 0),
f : (x, y) 7→ x2 + y2
0 si (x, y) = (0, 0).

Ses deux fonctions partielles en (0, 0) sont

mharfaoui04@yahoo.fr 39 Éléments sous droits d’auteur


Chapitre-2- Limite et continuité . M. Harfaoui
 
 x·0 
 0·y
 si x 6= 0,  si y 6= 0,
x2 + 0 0 + y2
fy : x 7→ f (x, 0) et fx : y 7→ f (0, y) =

 

0 si x = 0,  0 si y = 0.
Elles sont donc continues. Pourtant f n’est pas continue en (0, 0) :
1/n2 1
Soient xn = yn = 1/n. On a lim xn = lim yn = 0, mais f (xn , yn ) = 2
= . Donc
n→+∞ n→+∞ 2/n 2
lim f (xn , yn ) 6= 0 = f (0, 0).
n→+∞
Une autre démonstration du fait que f n’est pas continue en (0, 0) : prenons une restriction de f sur
la droite D1 définie par l’équation y = x.
³ ¯ ´ xx 1
lim f (x, y)¯D1 = lim = .
(x,y)→(0,0) x→0 x2 + x2 2

Donc la fonction f restreinte à un sous-ensemble D1 de R2 n’a pas la même limite que la même
fonction restreinte à deux autres sous-ensembles de R2 . (Les fonctions partielles f(0,0),1 et f(0,0),2 sont
des restrictions de f aux droites y = 0 et x = 0 respectivement). Or la limite, si elle existe, doit être
unique , donc la limite n’existe pas.

2.4.2.1 Continuité de la composée de deux fonctions.


Théorème 2.4.6
Soit f une fonction définie continue sur un ouvert Ω de R et g fonction définie continue sur un ouvert
Ω0 de R telles que f (Ω) ⊂ Ω0 .
Si f continue en un point x0 de Ω et g est continue en f (x0 ) alors la fonction gof est continue en x0 .

Exemple 2.4.5
1. f (x, y) = x2 + y 2 − xy + y est continue dans R2 (polynôme du second degré à deux variables).
2. f (x, y, z) = ey + xy 2 − z + sin(xyz) est continue dans R3 (somme d’une exponentielle et d’un
polynôme).
3. f (x, y) = ln(x + y 2 ) − 3xy est continue dans D = {(x, y) ∈ R2 /x + y 2 > 0} comme somme du
logarithme d’un polynôme (fonction composée) et d’une constante.

2.5 Dérivées partielles


2.5.1 Motivation.
es fonctions de plusieurs trouvent leurs ap- constant ?
L plications en économie surtout. Pour une Il s’agit de calculer la dérivée par rap-
fonction de production de la forme P = port au facteurs qui varie et comme la fonc-
f (K, L) = aK α Lβ (celébre fonction de cob- tion dépend de deux variables on parlera de
Douglass), on peut se demander de combien dérivées partielles.
augmentera la production si l’un des facteurs Pour une entreprise si on cherche à mini-
de production augmente en gardant le second miser le coût, il s’agit là encore d’étudier les

mharfaoui04@yahoo.fr 40 Éléments sous droits d’auteur


M. Harfaoui Chapitre 2- Dérivées partielles
dérivées premières et secondes partielles.

2.5.2 Dérivée partielle première ou d’ordre un.

Soit f : Ω ⊂ IR2 −→ IR définie sur un domaine ouvert Ω de IR2 , et (x0 , y0 ) un élément de Ω.

Définition 2.5.1
On appelle dérivée partielle première ou d’ordre un de f par rapport à x au point (x0 , y0 ), notée :
∂f 0
(x0 , y0 ) = fx (x0 , y0 ), la dérivée de la fonction x −→ f (x, y0 ) au point x0 . Donc
∂x
∂f f (x, y0 ) − f (x0 , y0 )
(x0 , y0 ) = lim
∂x x→x0 x − x0
On appelle dérivée partielle première ou d’ordre un de f par rapport à y au point (x0 , y0 ), notée
∂f 0
(x0 , y0 ) = fy (x0 , y0 ), la dérivée de la fonction y −→ f (x0 , y) au point y0 . Donc
∂x
∂f f (x0 , y) − f (x0 , y0 )
(x0 , y0 ) = lim
∂y y→y0 y − y0

Exemple 2.5.1 Soit f (x, y) = x2 − xy. Calculer les dérivées partielles au point (2, 0). En considérant
y constant et en dérivant par rapport à x on a
∂f f (x, 0) − f (2, 0) x2 − 4
(2, 0) = lim = lim = 2.
∂x x→2 x−2 x→2 x − 2

∂f f (2, y) − f (2, 0) 4 − 2y − 4
(2, 0) = lim = lim = −2.
∂y y→0 y y→0 y

2.5.3 Dérivée partielle seconde ou d’ordre deux.

Définition 2.5.2

mharfaoui04@yahoo.fr 41 Éléments sous droits d’auteur


Chapitre 2- Dérivées partielles M. Harfaoui
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à x au point (x0 , y0 ), notée :

∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fx (x0 , y0 ),
∂x2 ∂x ∂x
∂f
la dérivée de la fonction x −→ (x, y0 ) au point x0 .
∂x
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à y au point (x0 , y0 ), notée :

∂2f ∂ ∂f 00
2
(x0 , y0 ) = ( )(x0 , y0 ) = fy (x0 , y0 ),
∂y ∂y ∂y
∂f
la dérivée de la fonction y −→ (x0 , y) au point x0 .
∂y
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à x, y au point (x0 , y0 ), notée

∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fxy (x0 , y0 ),
∂x∂y ∂x ∂y
la dérivée de la fonction :
∂f
x −→ (x, y0 ) au point x0 .
∂x
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à y, x au point (x0 , y0 ), notée :

∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fyx (x0 , y0 ),
∂y∂x ∂y ∂x
∂f
la dérivée de la fonction : y −→ (x0 , y) au point y0 .
∂x
Définition 2.5.3
Les fonctions dérivées partielles de deux variables sont les fonctions définies par :
∂ ∂f ∂ ∂f
(x, y) → ( )(x, y), (x, y) → ( )(x, y).
∂x ∂x ∂y ∂x

Exemple 2.5.2 Soit f (x, y) = 2x2 − 3xy + 4y 2 . Calculer les dérivées partielles au point (1, 2). En
considérant y constant et en dérivant par rapport à x on a
∂f
(x, y) = 4x − 3y.
∂x
En considérant x constant et en dérivant par rapport à y on a :
∂f
(x, y) = −3x + 8y).
∂y

Définition 2.5.4
On dit que f est de classe C k sur un ouvert Ω de IRn si les dérivées partielles d’ordre k de f sont
continues sur Ω.

mharfaoui04@yahoo.fr 42 Éléments sous droits d’auteur


M. Harfaoui Chapitre 2- Différentielle totale
2.6 Différentielle totale d’une fonction de plusieurs variables
Soit f une fonction numérique d’une seule variable définie sur un intervalle I. Soit a ∈ I et
h = x − a = ∆x. On sait que sa dérivée en a est donnée par

0 df 0
f (a) = (a), donc df (a) = f (a)dx.
dx
On généralise cette définition dans Rn de la façon suivante.

Définition 2.6.1
Soit f : Ω ⊂ Rn → R, a = (a1 , a2 , ..., an ) ∈ Ω. La différentielle de f au point a , notée df (a) est une
application linéaire de Rn dans R telle que au voisinage de a on a

f (a + h) − f (a) = df (a)(h) + o(|h|). (1)

Ici, h ∈ Rn , tel que a + h est au voisinage de a.


La fonction f est dite différentiable au point a si elle possède une différentielle en ce point.
La fonction f est dite différentiable dans un domaine Ω si elle est différentiable en tout point de Ω.

On peut réécrire la condition de différentiablité 1

f (a + h) − f (a) − (df (a)) (h)


lim =0
khk→0 khk

Proposition 2.6.1
La différentielle df (a), si elle existe, est unique. On la note selon les auteurs ou les circonstances

L = Df (a) ou df (a) ou Da f ou da f.

En utilisant les définitions des dérivées partielles on peut montrer la proposition suivante ca-
ractérisant la différentielle

Proposition 2.6.2
Soit f une fonction numérique de plusieurs variables définie sur un ouvert un voisinage contenant
a = (a1 , a2 , ..., an ).
La différentielle totale de f en a, qu’on note dfx0 , l’application linéaire de Rn dans R définie par
n
X ∂f
(df )a = (a)dxi .
∂xi
i=1

2.6.1 Différentiabilité dans R2 .


Définition 2.6.2
Soit Ω un ouvert de R2 et soit f une fonction f : Ω → R. On dit que f est différentiable en (a, b) ∈ Ω
s’il existe des constantes réelles a et b telles que :
²(h, k)
f (a + h, b + k) − f (a, b) = ah + bk + ²(h, k) et lim √ = 0.
(h,k)→(0,0) h2 + k 2

Cas particuliers

mharfaoui04@yahoo.fr 43 Éléments sous droits d’auteur


Chapitre 2- Différentiabilité dans R2 . M. Harfaoui
∂f ∂f
1. Dans R2 : (df )( a, b) = (a, b)dx + (a, b)dy.
∂x ∂y
∂f ∂f ∂f
2. Dans R3 : (df )( a, b, c) = (a, b, c)dx + (a, b, c)dy + (a, b, c)dz.
∂x ∂y ∂z

Remarque 2.6.1
∂f ∂f
1. On peut montrer que h = (a, b) et k = (a, b).
∂x ∂x
2. Pour montrer qu’une fonction est différentiable en un point (a, b), on calcule les dérivées par-
tielles en ce point et la limite :
¯ ¯
¯f (a + h, b + k) − f (a, b) − ah + bk ¯
lim √ = L.
(h,k)→(0,0) h2 + k 2

Si cette limite est nulle la fonction est différentiable en ce point et de différentiable

∂f ∂f
(df )( a, b) = (a, b)dx + (a, b)dy
∂x ∂y

2.6.2 Propriétés de la différentiabilité.


Proposition 2.6.3
Soit f : Ω ⊂n −→ R et g : Ω ⊂ IRn −→ IR de classe C 1 sur l’ouvert Ω de IRn . Alors pour tout
(α, β) ∈ IR2 et tout a ∈ Ω : d(f + g)a = dfa + dga

Remarque 2.6.2
La différentielle totale de z = f (x, y) est l’accroissement de z lorsque dx et dy tendent vers 0.
dz ' ∆z.
On peut déterminer l’erreur ε(z) de z si on connaı̂t les variations dx et dy.
∂f ∂f
En effet dz = (a, b)dx + (a, b)dy.
∂x ∂y
∂f ∂f
| dz |≤| (a, b) | . | dx | + | (a, b) | . | dy |, ou
∂x ∂y
∂f ∂f
| ε(z) |≤| (a, b) | . | ε(x) | + | (a, b) | . | ε(y) |.
∂x ∂y

Exemple 2.6.1 Soit f (x, y) = x2 − xy + 2y 2 − 3x + 2.


1. Calculer df (1, 2).
2. En déduire l’erreur ε(z) lorsque (x = 1 + 0.02 ou x = 1 + 0.02) et (y = 2 + 0.01 ou y = 1 − 0.01).
0 0
On a fx (x, y) = 2x − y − 3 et fx (x, y) = −x + 4y, donc
0 0
fx (1, 2) = −3 , et fx (1, 2) = 7.
df (x, y) = (2x − y − 3)dx + (−x + 4y)dy donc df (1, 2) = −3dx + 7dy d’où

| ε(z) |≤ 3 | ε(x) | +7 | ε(y) |≤ 0.27.

Proposition 2.6.4
Si f est différentiable en un un point a alors f est continue en a

mharfaoui04@yahoo.fr 44 Éléments sous droits d’auteur


M. Harfaoui Chapitre 2- Différentiabilité dans R2 .
Proposition 2.6.5
Si f est différentiable en un point a alors f admet une dérivé suivant tout vecteur non nul −→u de Rn .
En particulier Si f est différentiable en un point a alors f admet une dérivé partielle par rapport à
chacune de ses variables.

Remarque 2.6.3 La réciproque de cette proposition n’est pas toujours vraie. En effet : soit la
fonction f : R2 → R définie de la façon suivante
( xy
2
si (x, y) 6= (0, 0),
f : (x, y) 7→ x + y2
0 si (x, y) = (0, 0).

On sait que f n’est pas différentiable en (0, 0) parce qu’elle n’est même pas continue. Comment se
comportent ses dérivées partielles au voisinage de (0, 0) ?
∂f y0 (y02 − x20 ) ∂f ∂f
On a vu que si (x0 , y0 ) 6= (0, 0), (x0 , y0 ) = et que (0, 0) = 0. Donc est
∂x (x20 + y02 )2 ∂x ∂x
bien définie au voisinage de (0, 0), mais elle n’est pas continue : si xn = 1/n et yn = 2/n, on a
∂f 2/n2 2/n2 ∂f
lim xn = 0, lim yn = 0, et (xn , yn ) = = . Donc, lim (xn , yn ) 6= 0.
n→+∞ n→+∞ ∂x (1/n2 + 4/n2 )2 25/n4 n→+∞ ∂x

Proposition 2.6.6
Pour que f : Ω ⊂ Rn → R soit différentiable en un point a, il suffit que f admette sur V , un voisinage
∂f
de a, n dérivées partielles , toutes continues en a.
∂xi
Proposition 2.6.7
Pour que f : Rn → R soit différentiable sur un ouvert U de Rn , il suffit et il suffit que f soit de classe
C 1 sur U .
Conséquence. Si f est différentiable en un point a alors f admet une dérivée partielle suivant toute
direction (et en particulier, par rapport à chacune de ses variables).

Remarque 2.6.4 La réciproque de la proposition n’est pas toujours vraie.

Exemple 2.6.2
Étude de la continuité et la diffrentiabilité (0, 0) de la fonction f définie par

 y2x
f (x, y) = 2 , si ;(x, y) 6= (0, 0)
x + y2

f (x, y) = 0, si :(x, y) = (0, 0)

Il est évident que la fonction est continue en (0, 0).


t3
On a, pour tout t, f (t(1, 1)) = , et
2.t2
f (t(1, 1)) − f (0, 0) 1
lim = .
t→0 t 2
1
Donc f est dérivable suivant le vecteur (1, 1) et on a d(1,1) f (0, 0) = .
2
f (t(2, 1)) − f (0, 0) 2 1
De même lim = 6= .
t→0 t 5 2
∂f ∂f
Mais f n’est pas differentiable en (0, 0). En effet, on vérifie que (0, 0) = (0, 0) = 0 et on a
∂x ∂y

mharfaoui04@yahoo.fr 45 Éléments sous droits d’auteur


Chapitre-2- Dérivée d’une fonction composée Dr M. Harfaoui
¯ ¯
¯f (h, +k) − f (0, 0)¯ k2 h ¯ 1
lim √ = lim √ ¯=∓ √ 6= 0.
(h,k)→(0,0) 2
h +k 2 2 2 2
(h,k)→(0,0),h=k (h + k ) h + k 2 2 2
Attention. Une fonction peut admettre des dérivées partielles en tout point d’un ouvert sans
xy
qu’elle soit continue en un point de cet ouvert. Étudier la fonction f (x, y) = 2 et f (0, 0) = 0.
x + y2

2.7 Dérivée d’une fonction composée


Théorème 2.7.1
Soit f une fonction définie sur une partie ouverte D de R2 admettant des dérivées partielles continues
sur D. On suppose que x et y sont des fonctions d’une seule variable définies et dérivables sur un
intervalle I de R ; x = ϕ(t) et y = ψ(t).
Alors la fonction F définie sur I par F (t) = f 0 x, y) = f (ϕ(t), ψ(t)) est dérivable sur I et on a

0 dF ∂f dx ∂f dy
F = = . + . ,
dt ∂x dt ∂y dt
ou
0 0 0 0 0
F (t) = fx (ϕ(t), ψ(t))ϕ (t) + fy (ϕ(t), ψ(t))ψ (t).

Théorème 2.7.2
Soit f : (u, v) −→ f (u, v) une fonction définie sur une partie ouverte D de R2 admettant des dérivées
partielles continues sur D. On suppose que u et v sont des fonctions de deux variables définies sur une
partie ouverte U de R2 admettant des dérivées partielles continues sur U : u = ϕ(x, y) et v = ψ(x, y).
Alors la fonction F définie sur U par :

F (x, y) = f (ϕ(x, y), ψ(x, y))

admet des dérivées partielles sur U définies par :


½ 0 0 0 0 0
Fx (x, y) = fu (ϕ(x, y), ψ(x, y))ϕx (x, y) + fv (ϕ(x, y), ψ(x, y))ψx (x, y),
0 0 0 0 0
Fy (x, y) = fu (ϕ(x, y), ψ(x, y))ϕy (x, y) + fv (ϕ(x, y), ψ(x, y))ψy (x, y)
¨ ¥
Exercice
§ ¦2.7.1
Soit f une fonction de deux variables de classe C 2 sur (R∗ )2 vérifiant l’équation aux dérivées
partielles

1 ∂f 1 ∂f f (x, y)
(E) : . (x, y) + . (x, y) = 2 .
x ∂x y ∂y (x + y 2 )2
Soit f (x, y) = h(x2 + y 2 ) où h est une fonction d’une seule variable de classe C 1 .
1. Calculer les dérivées partielles premières et secondes de f en fonction de celles de h.
0
2. Donner une équation aux dérivées partielles (E ) vérifiée par h.
0
3. Résoudre (E ) puis déterminer toutes les fonctions f solutions de (E).

Corrigé 2.7.1 1. Calculer les dérivées partielles premières et secondes de f en fonction de celles
de h. Pour tout (x, y) ∈ R2 on pose t = x2 + y 2 . On a

mharfaoui04@yahoo.fr 46 Éléments sous droits d’auteur


Dr M. Harfaoui Chapitre-2- Dérivée d’une fonction composée
∂f ³ ´0 ¡ 2 ¢0 0
(a) (x, y) = h(x + y ) = x + y ) x .h (t) = 2.x.h0 (t);
2 2 2
∂x x
∂f ³ ´0 ¡ ¢0
(b) (x, y) = h(x2 + y 2 ) = x2 + y 2 ) x .h0 (t) = 2y.h0 (t);
∂y x
2
∂ f ³ ³ ´
(c) 2 (x, y) = 2.x.h0 (t))0x = 2 h0 (t) + 2xh00 (t) ;
∂ x
∂2f ³ ³ ´
(d) 2 (x, y) = 2.y.h0 (t))0y = 2 h0 (t) + 2yh00 (t) ;
∂ y
∂2f ³ ¡ ¢
(e) (x, y) = 2.y.h0 (t))0x = 2y h0 (t) x = 4xyh00 (t).
∂xy
0
2. Donner une équation aux dérivées partielles (E ) vérifiée par h. En remplaçant par les dérivées
partielles, trouvées dans la première question, dans l’équation (E) on trouve (E 0 ) : 4h0 (t) =
h(t)
.
t2
0
3. Résolution de (E ) puis détermination toutes les fonctions f solutions de (E).
0
(a) h(t) = 0 est solution de (E ).
h(t) h0 (t) 1
(b) Pour h(t) 6= 0 on a 4h0 (t) = 2 ⇔ = ,
t h(t) 4.t2
donc pour k ∈ R∗ ,

−1
ln(|h(t)| = + c ⇔ h(t) = ∓ec e−1/t = h(t) = k.e−1/4t ,
4t
En combinant (a) et (b) on aura h(t) = α.e−1/4t où α ∈ R∗ .Donc
2 +y 2 )
f (x, y) = α.e−1/4(x où α ∈ R∗ .

Exemple 2.7.1 Transformer l’équation suivante


0 0
(x + y)fx (x, y) + (x − y)fy (x, y) = 0
½
u = x2 − y 2 − 2xy,
à l’aide des nouvelles variables :
v=y

Théorème 2.7.3 (Théorème de Schwartz).


∂2f ∂2f
Si les dérivées partielles secondes et sont continues en (x0 , y0 ) alors
∂y∂x ∂x∂y
∂2f ∂2f
(x0 , y0 ) = (x0 , y0 )
∂y∂x ∂x∂y

Corollaire 2.7.0.1
Soit f une fonction définie sur un ouvertU de R2 .
∂2f ∂2f
Si les fonctions dérivées partielles secondes : et sont continues sur U .
∂y∂x ∂x∂y
∂2f ∂2f
Alors pour tout (a, b) ∈ U : (a, b) = (a, b).
∂y∂x ∂x∂y

mharfaoui04@yahoo.fr 47 Éléments sous droits d’auteur


2.8. PRODUCTION ET PRODUCTIVITÉ Dr M. Harfaoui
Exemple 2.7.2 Soit la fonction : f : R2 → R définie par :
xy(x2 − y 2 )
f (x, y) = ,et (x, y) 6= (0, 0) f (0, 0) = 0
x2 + y 2
∂2f ∂2f
Un calcul élémentaire donne (0, 0) = 1 et (0, 0) = −1.
∂y∂x ∂x∂y
Par ailleurs, f admet des dérivées secondes en tout point de R2 − {(0, 0)}, donc l’une des deux
∂2f ∂2f
fonctions ou n’est pas continue en (0, 0).
∂y∂x ∂x∂y

2.8 Production et productivité


½
f : Rn → R
x = (x1 , x2 , .., xn ) → y = f (x)
En général, elle peut être vue comme une fonction transformant les facteurs/inputs capital (noté
K) et travail (noté L) dans un produit/output (noté P ).
Une fois la possibilité d’une fonction de production admise, les économistes considèrent ses ca-
ractéristiques : rendements marginaux des facteurs, élasticité de production des facteurs, rendements
d’échelle, type de progrès technique, élasticité de substitution, etc....
La productivité permet de mesurer l’efficacité du système productif, d’une entreprise par
exemple.
L’activité d’une entreprise, c’est de produire.
L’efficacité sera d’autant plus grande qu’elle produira une quantité donnée avec moins de fac-
teurs de production (capital et travail).
La productivité est donc toujours une comparaison entre la production réalisée et les quantités
de facteurs de production utilisés pour réaliser cette production.
Si on pose :
PT=Productivité du travail, PC=Productivité du capital, QP=quantité produite, QT=quantité
de travail utilisée, QC=quantité de capital utilisée
Les productivités des facteurs sont données par :

QP QP
PT = , PC = .
QT QC
La quantité de travail utilisée peut être mesurée simplement par le nombre de travailleurs (ou
nombre d’emplois) ; on obtient alors la productivité par tête (ou productivité moyenne).
Productivité globale des facteurs
La productivité globale des facteurs compare la production réalisée à la quantité de capital et de
travail utilisée.
Si on note : PGF=Productivité globale des facteurs, QP=quantité produite, QTC=quantité de
travail et de capital utilisée.
La productivité est donnée par le rapport :

QP
P GF = .
QT C
Les économistes considèrent que la productivité joue un rôle essentiel dans la détermination de la
demande de travail : la demande de travail (des entreprises) dépend de la comparaison entre le salaire

mharfaoui04@yahoo.fr 48 Éléments sous droits d’auteur


Dr M. Harfaoui 2.8. PRODUCTION ET PRODUCTIVITÉ
(qui se détermine sur le marché du travail) et la productivité marginale du travail (schématiquement,
la productivité du dernier travailleur embauché).
L’entreprise embauche tant que le salaire est inférieur à la productivité marginale du travail.

2.8.1 Productivité marginale


Définition 2.8.1 On appelle facteurs de production (inputs) les moyens utilisés pour produire : main
d’oeuvre, matériel, capital, matières premières, etc.
Rappelons qu’une production est économiquement efficace quand les biens et les services sont pro-
duits au plus bas coût possible.

2.8.2 Productivité marginale d’un facteur de production.

Définition 2.8.2 On appelle productivité marginale d’un facteur de production la quantité supplémentaire
produite quand ce facteur augmente d’une unité.

Exemples.
Une heure de travail supplémentaire dans une mine de cuivre permet d’extraire 300 kg de minerai
supplémentaire.
La productivité marginale d’un ouvrier chez un constructeur de voitures est de 1, 5 véhicule par
mois.

Définition 2.8.3
Soit Q une quantité d’un bien B produit à l’aide de deux facteurs X et Y , selon la fonction
Q = f (x, y), où x et y sont les quantités des facteurs X et Y . On fixe (x, y) à (a, b)
1. La productivité marginale du facteur X est l’accroissement de la production dû à l’utilisation
d’une unité supplémentaire du facteur X, quand le facteur Y reste constant. Elle s”exprime par
0
la limite : fx (a, b).
2. La productivité marginale du facteur Y est l’accroissement de la production dû à l’utilisation
d’une unité supplémentaire du facteur Y , quand le facteur X reste constant. Elle s’exprime par
0
la limite :fy (a, b).

Exemple. Soit Q = f (x, y) = 15x + 20y − 2x2 − y 2 + 4xy la fonction de production qui représente
le nombre d’unités produites à partir des facteurs x le nombre de travailleurs et y le capital utilisé en
euros.
1. A partir du couple (x, y) = (2, 4) on produit 118 unités.
2. Les productivités marginales de X et Y sont données par :
½ 0
fx (x, y) = 15 − 4x + 4y
0
fy (x, y) = 20 − 2y + 4x
0 0
Pour x = 2, y = 4, on a :fx (2, 4) = 23 et fy (2, 4) = 20.
Donc, Quand x augmente d’une unité (y fixé), la productivité augmente de 23 unités.
Quand y augmente d’une unité (x fixé), la productivité augmente de 20 unités.

mharfaoui04@yahoo.fr 49 Éléments sous droits d’auteur


Chapitre 2- Elasticité prix directe, élasticité prix croisée, et élasticité revenu M. Harfaoui
2.8.3 Faire la différence.

1. Quelle différence faites-vous entre productivité moyenne PM et marginale Pm ?


PM représente le rapport entre la production et la quantité utilisée des facteurs de production,
X(production) X
par exemple : ou (capital), où l’on parle de production par tête. La Pm
L(quantité de travail) K
correspond à l’évolution de la production à la suite d’une augmentation infinitésimale du facteur
de production.
Remarque importante :
si Pm est supérieure à PM alors PM augmente. Au contraraire, si Pm est inférieure à PM alors
cette dernière diminue.
Exemple si j’ai en 5 matières les notes : 10, 12, 9 13 et 11 alors ma moyenne est 11 et j’ai une
8eme note supérieure à ma moyenne (disons 13) alors ma moyenne augmentera (11,4), et si j’ai
8eme note inférieure à ma moyenne ’disons 10) alors ma moyenne augmentera (10,8) .
2. Pour qu’un producteur fasse du profit pensez-vous que les productivité moyenne et
marginale sont positives, négatives ou nulles ?
Soyez précis sur la situation concrète. PM ne peut pas être négative car il est impossible de
produire moins que 0. Elle ne peut pas être nulle car cela signifierait qu’il n’y a pas de production,
en conclusion PM doit être positive. Quand Pm est positive la production augmente. Tant que
Pm est supérieure à PM , on aura intérêt à augmenter le facteur variable mais une fois que Pm
et PM seront égales, il ne sera plus utile de continuer à l’augmenter. En effet, si une production
reste constant sur plusieurs périodes consécutives dans ce cas nous n’avons pas d’augmentation
de profit.
3. Que se passe-t-il lorsque :
(a) les productivités moyenne et marginale sont positives et croissantes ?
La productivité augmente plus que proportionnellement. Dans ce cas, le facteur fixe K est
sous-utilisé, le producteur va augmenter le facteur variable L jusqu’à ce que Pm soit maxi-
male. Par exemple nous avons deux professeurs avec cinq salles disponibles. La production
augmente mais les professeurs ne pourront occuper que deux salles or nous en avons cinq,
par conséquent il faudra embaucher car le facteur capital est sous utilisé.
(b) la productivité moyenne est positive, croissante et la productivité marginale est positive
mais décroissante ?
PM augmente, ainsi le producteur a intérêt à augmenter le facteur variable L jusqu’à ce
que Pm devienne maximale. Pm décroı̂t mais reste supérieure à PM (cf. loi des rendements
décroissants de Turgot : ” au-delà d’un certain niveau lorsqu’on augmente la quantité de
facteur, la production augmente de moins en moins vite ”). Prenons un exemple : si j’ai
une moyenne de 11 et une nouvelle note de 18, ma moyenne augmentera en revanche si j’ai
encore une nouvelle note de 15, ma moyenne augmentera cependant Pm sera décroissante
mais toujours positive.
(c) la productivité marginale et la productivité moyenne sont positives et décroissantes ?
Le producteur a augmenté au maximum les facteurs de production et n’a plus intérêt à
les augmenter davantage. En effet, dans le cas où le producteur augmenterait un des deux
facteurs, il dégraderait l’autre.

mharfaoui04@yahoo.fr 50 Éléments sous droits d’auteur


M. Harfaoui Chapitre 2- Elasticité prix directe, élasticité prix croisée, et élasticité revenu
2.8.4 Elasticité prix directe, élasticité prix croisée, et élasticité revenu.
Un des avantages importants de l’approche contemporaine de la demande est qu’elle permet de
faire des prévisions assez précises des comportements de consommation quand les prix et/ou le revenu
sont modifiés.
Supposons que le prix d’un bien comme “l’essence sans plomb destinée aux véhicules particuliers”
augmente (cela peut-être dû à une augmentation générale des produits pétroliers, mais aussi une
augmentation du taux de taxe). Si la richesse du consommateur n’a pas varié, il est clair qu’il ne peut
plus se payer ce qu’il achetait avant.
Mais il est également possible que l’augmentation du prix de l’essence sans plomb pousse les
individus à augmenter d’autres dépenses. On va ainsi réagir à l’augmentation en substituant un bien
à un autre.
Les économistes définissent également la notion d’élasticité-prix croisée.
* Une élasticité croisée positive signifie que l’augmentation du prix d’un bien entraı̂ne l’augmen-
tation de la demande d’un autre bien. Les deux biens sont donc substituables.
* Une élasticité croisée négative signifie que l’augmentation du prix d’un bien entraı̂ne la diminution
de la demande d’un autre bien. Les deux biens sont alors dits complémentaires. Par exemple, la baisse
des prix des lecteurs DVD entraı̂ne une augmentation de la demande de DVD.
* Une élasticité croisée nulle signifie que les deux biens sont indépendants.

Définition 2.8.4
Soit une loi de la demande d’un bien X qui dépend de son prix pX et du prix pY d’un autre bien
Y . On a donc :
QX = f (pX , pY ).
1. L’élasticité partielle directe de la loi de la demande du bien X est la proportion en pourcentage
de la variation (augmentation ou diminution) de la demande de X lorsque le prix de X augmente
de 1% et le prix de Y reste constant.

pX ∂QX
EQX /pX = .
QX ∂pX

2. L’élasticité partielle croisée de loi de la demande du bien X est la proportion en pourcentage


de la variation (augmentation ou diminution) de la demande de X lorsque le prix de Y augmente
de 1% et le prix de X reste constant.

pY ∂QX
EQX /pY = . .
QX ∂pY

Définition 2.8.5
Les deux biens sont dits substituables si l’élasticité partielle croisée est positive et ils sont
complémentaires si l’élasticité partielle croisée est négative.

Remarque 2.8.1
L’élasticité partielle directe est en général négative car il s’agit de la diminution de la demande
lorsque le prix augmente et l’augmentation de la demande lorsque le prix diminue

mharfaoui04@yahoo.fr 51 Éléments sous droits d’auteur


2.9. FONCTIONS HOMOGÈNES M. Harfaoui
2.9 Fonctions homogènes
2.9.1 Définitions et propriètés
Définition 2.9.1
Une fonction de deux variables z = f (x, y) est dite homogène d’ordre α si pour tout t > 0 ; f (tx, ty) =
tα f (x, y).

Exemple 2.9.1
1. La fonction définie par z = f (x, y) = 3x2 y − xy 2 est homogène d’ordre 3.
x
2. La fonction définie par z = f (x, y) = ln( ) est homogène d’ordre 0.
x+y
x−y
3. La fonction définie par z = f (x, y) = 2 est homogène d’ordre −1.
x + y2

Proposition 2.9.1
Si f est une fonction homogène d’ordre α et admet des dérivées partielles. Alors les fonctions dérivées
partielles sont homogènes d’ordre α − 1.

Théorème 2.9.1 (Théorème d’Euler)


Soit f une fonction admettant des dérivées partielles continues sur un domaine D, alors la fonction
f est homogène d’ordre α si et seulement si
0 0
xfx (x, y) + yfy (x, y) = αf (x, y).

Démonstration.
On a f (tx, ty) = tα f (x, y), on dérive le premier et le deuxième membre de l’égalité par rapport a
t on aura xf 0 (tx, ty) + yf 0 (tx, ty) = αtα−1 f (x, y), et on remplace t par 1.
x
Exemple 2.9.2 La fonction définie par z = f (x, y) = xe y est homogène d’ordre 1 et on montre
0 0
facilement que xfx (x, y) + yfy (x, y) = f (x, y).

2.9.2 Fonction homogène et application économique.


Remarque 2.9.1
Soit f une fonction homogène d’ordre α qui représente une fonction de production, on a, pour tout
t > 0 : f (tx, ty) = tα f (x, y).

Signification 1.
1. Si α = 1, la fonction est dite à rendements constants.
2. Si α > 1, la fonction est dite à rendements croissants.
3. Si α < 1, la fonction est dite à rendements décroissants.
Signification 2.
La formule d’Euler, pour une fonction homogène P de degré α est : αf (x, y) = x.fx0 (x, y) +
y.fy0 (x, y). Économiquement, si α = 1, la valeur de la production est égale à la somme des quantités
de chaque facteur multipliés par la productivité marginale de chacun d’eux.

mharfaoui04@yahoo.fr 52 Éléments sous droits d’auteur


M. Harfaoui Chapitr-2-Théorème des fonctions implicites
2.9.3 Quelques notions économiques.
Soit P = f (x, y)
Notons p le prix de Y , w le salaire horaire, r la rémunération de l’utilisation d’une machine pendant
un an, pK le prix d’achat d’une machine.
La minimisation du coût de production pour produire la quantité Y si les prix w et r des facteurs
sont donnés implique des quantités x et y des facteurs telles que :

P = f (x, y) = x.fx0 (x, y) + y.fy0 (x, y).

On dit qu’on est en situation de concurence parfaite si productivités marginales du capital et du


travail fx0 et fy0 sont respectivement égales au taux d’intérêt réel et taux de salaire réel.
Donc le revenu du capital est x.fx0 et le revenu du travail est y.fy0 .
Enfin, si le marché est à l’équilibre concurrentiel :
pY = wx + ry.
La valeur de la production est égale à la somme des revenus du travail et du capital.

2.10 Théorèmes de fonctions implicites


2.10.1 Théorème des fonctions implicites définies par une équation
En route vers la définition
Soit l’équation f (x, y) = 0, peut-on trouver y en fonction de x, c-à-d existe-t-il une fonction ϕ telle
que y = ϕ(x)?

Exemple 2.10.1
Soit f (x, y) = x2 +y 2
√ −1 et soit l’équation
2 2 2 2
√ f (x, y) = x +y −1 = 0. Alors f (x, y) = x +y −1 = 0
est équivalente à y = −x2 + 1 ou y = − −x2 + 1.
Soit (a, b) tel que : f (a, b) = 0.
La solution de l’équation (1) au voisinage de (a, b) est définie par :

1. Si b > 0, on prend y = ϕ(x) = −x2 + 1

2. Si b < 0, on prend y = ϕ(x) = − −x2 + 1

Théorème 2.10.1 (Théorème des fonctions implicites définies par une équation.)

Soit f une fonction de deux variables de classe C 1 sur un ouvert U de R2 et un point (a, b) ∈ U telle
que f (a, b) = 0.
0 0 0
Si fx et fy existent et sont continues sur V et si fy (a, b) 6= 0, alors Il existe :
– un voisinage Ia de a.
– un voisinage Ja de b.
– une fonction ϕ d’une seule variable de classe C 1 de Ia dans Jb
tels que pour tout (x, y) ∈ Ia × Jb :
0
fy (x, y) 6= 0
f (x, y) = 0 ⇐⇒ y = φ(x)
0
0 fx (x, ϕ(x))
De plus pour tout x ∈ Ix0 : ϕ (x) = −
fy0 (x, ϕ(x))

mharfaoui04@yahoo.fr 53 Éléments sous droits d’auteur


Chapitre 2- Courbe d’indifférence M. Harfaoui
Définition 2.10.1
La fonction ϕ ainsi définie est appelée fonction implicite définie par une équation.

Exemple 2.10.2 Montrer qu’il existe une fonction ϕ de classe C ∞ au voisinage de 0 telle que ϕ(0) =
0, définie implicitement par arctan(xy) + 1 = exp(x + y).
Donner le DL3 de f au voisinage de 0.(On trouve ϕ(x) = −x − x2 − x3 + o(x3 ))

2.10.2 Application économique :Taux marginal de substitution. (T.M.S).


Supposons que l’un des facteurs utilisés pour une production n’est plus disponible et on veut
atteindre un certain niveau de production. C’est normal d’augmenter l’autre facteur. L’accroissemnet
de ce deuxième facteur est donné par ce qu’on appelle : le taux marginal de substitution.
Le taux marginal de substitution (TMS), en sciences économiques, est la variation de la quantité
consommée d’un bien nécessaire pour maintenir l’utilité d’un consommateur constante, alors que la
quantité consommée d’un bien varie.

Soit une fonction d’utilité : u = f (x, y) où x et y sont des quantités respectives de deux biens X
et Y .
Pour u = C constant, plusieurs combinaisons de x et y possibles.

Définition 2.10.2
Le T.M.S de Y à X noté : TY /X est la quantité de Y nécessaire pour compenser la perte d’une
unité de X, l’utilité restant est constante.
0
dy f (x, y)
TY /X =− = x0 .
dx fy (x, y)
C’est le rapport des utilités marginales de X et Y .

Résultat :
1
TX/Y = .
TY /X

2.11 Courbe d’indifférence


2.11.1 Définition mathématiques et économiques.
Soit f une fonction de deux variables définie sur sur une partie P de R2 :
½
f, P → R
, (x, y) → z = f (x, y)

Définition 2.11.1
La courbe Ck de niveau k est la courbe définie par l’équation

Ck = {(x, ) ∈ R2 ; f (x, y) = k}

Par exemple si f (x, y) = x2 − y,la courbe Ck de niveau k est Ck = {(x, ) ∈ R2 ; y = x2 − k}, c’est
une paraole de sommet Ω(−k, 0).

mharfaoui04@yahoo.fr 54 Éléments sous droits d’auteur


M. Harfaoui Chapitre 2- Courbe d’indifférence
Définition 2.11.2
En microéconomie, une courbe d’indifférence est un graphique montrant la combinaison de deux
biens pour lesquels un agent économique (tel qu’un consommateur ou une entreprise) est indifférent,
c’est-à-dire qu’il n’a pas de préférence pour une combinaison plutôt qu’une autre.
Par exemple, si un consommateur est satisfait de la même façon par 1 pomme et 4 bananes, 2
pommes et 2 bananes, ou 5 pommes et 1 banane, alors ces combinaisons seront reliées par la même
courbe d’indifférence.

Remarque 2.11.1
1. Les courbes d’indifférence servent à analyser le choix des agents économiques. Les courbes d’in-
différence sont les courbes de niveau définies par : u = f (x, y) = U .
2. Pour un couple de biens donné, une infinité de courbes d’indifférence peut être dessiné.
3. Il est souvent fait l’hypothèse que le consommateur préfère les combinaisons de biens représentant
un plus haut niveau de consommation.
4. Le consommateur rationnel va choisir le panier de bien pour lequel il aura la courbe d’indifférence
la plus élevée, étant donnée les choix qui s’offrent à lui.

Fig. 2.15 – courbes d’indifférence-1 Fig. 2.16 – courbes d’indifférence

2.11.2 Exemples de courbes d’indifférence.


Au lieu de représenter le graphe d’une fonction de deux variables dans l’espace, on préfère parfois
représenter dans le plan les courbes de niveau, ou lignes de niveau. C’est le principe utilisé, par exemple,
pour les cartes de randonnées type IGN (Institut Géographique Nationale).
Le consommateur préférera être sur U = 6.5 que sur U = 5, et préférera U = 5 à U = 3.5, mais peu
luin’importe où il se trouve sur les courbes d’indifférence. La pente d’une courbe d’indifférence, appelée
par les économistes le taux marginal de substitution, montre le taux pour lequel le consommateur
voudra bien donner un peu d’un bien en échange de l’autre bien. La courbe est convexe car le taux
marginal de substitution est décroissant. Pour la plupart des biens, le taux marginal de substitution
n’est pas constant, ce qui donne une courbe d’indifférence strictement convexe (Fig.1.12).
Si les biens sont parfaitement substituables alors les courbes d’indifférences seront des droites
parallèles. Le taux marginal de substition est constant (Fig.1.13).

mharfaoui04@yahoo.fr 55 Éléments sous droits d’auteur


Chapitre 2- Courbe d’indifférence M. Harfaoui
Si les biens sont parfaitement complémentaires alors les courbes d’indifférence seront en formes de
L. Par exemple, si une recette de gâteau nécessite 3 cuillères de farine et 1 de sucre. peu importe quelle
quantité supplémentaire de farine vous utilisez, vous ne pourrez pas faire de gâteau supplémentaire
sans sucre.

Fig. 2.18 – courbes d’indifférence-2


Fig. 2.17 – Biens parfaitement substituables

Fig. 2.19 – Biens parfaitement complémentaires

Sur une courbe de niveau, la fonction garde une valeur constante, ceci explique le nom qu’elles
prennent en économie :
1. courbes d’indifférence lorsque la fonction considérée est l’utilité d’un consommateur, rappelons
que l’utilité est une manière de représenter les préférences des consommateurs de manière abs-
traite,
2. isoquantes (ou courbes d’isoproduction) lorsque la fonction considérée est la fonction de produc-
tion, que l’on repésente souvent comme une fonction du capital (stock de capital) et du travail
(services du travail),
3. courbes d’isocoût lorsque la fonction considérée est le coût,...

mharfaoui04@yahoo.fr 56 Éléments sous droits d’auteur


Chapitre 3
Fonction à plusieurs variable : Optimisation
dans et application économique

3.1 Calcul matréciel.


3.1.1 Définitions.
Définition 3.1.1
Une matrice à m lignes et n colonnes est un tableau rectangulaire de mn nombres, rangés ligne par
ligne. Il y a m lignes, et dans chaque ligne n nombres.
Passons maintenant à la définition formelle. Soient R un ensemble et (m, n) un couple d’en-
tiers positifs. Le plus souvent, l’ensemble R est muni d’une structure de corps mais on utilise aussi
fréquemment des matrices à coefficients dans un anneau.
On appelle matrice à coefficients dans R, de dimension (ou taille) (m, n) (c’est-à-dire à m lignes
et n colonnes), une famille (ai,j ) d’éléments de R indexée par le produit cartésien des ensembles de
nombres entiers 1, ..., m et 1, ..., n.
La matrice A pourra être notée par

A = (ai,j )1≤i≤m,1≤j≤n .

Exemple.
On représente généralement une matrice sous la forme d’un tableau rectangulaire. Par exemple,
est représentée ci-dessous une matrice A, à coefficients entiers, et de dimension (3, 4) :
 
0 1 2 3
A = 4 5 6 7  .
8 9 10 11
La disposition générale des coefficients d’une matrice A de taille (m, n) est donc la suivante
 
a1,1 a1,2 ··· a1,n
 a2,1 a2,2 ··· a2,n 
 
A= . .. .. .. 
 .. . . . 
am,1 am,2 · · · am,n

57
Chap.- Calcul matréciel. Dr M.Harfaoui
Pour effectuer certaines opérations, il peut être utile de travailler sur le système des lignes ou des
colonnes d’une matrice. On pourra alors l’écrire sous une des formes suivantes
 
L1
 L2  ¡ ¢
 
A =  .  ou A = C1 C2 . . . Cn .
.
 . 
Lm
L’ensemble des matrices à coefficients dans R possédant m lignes et n colonnes est noté Mm,n (R)
(ou parfois Mm,n (R) ). Lorsque m = n on note plus simplement Mn (R) .
Soit A = (ai,j )1≤i≤m, 1≤j≤n ∈ Mm,n (R), on appelle matrice transposée de A la matrice

t
A = (aj,i )1≤j≤n, 1≤i≤m .

Remarquons que tA ∈ Mn,m (R).


Par exemple, avec la matrice A des exemples précédents, on a
 
0 4 8
 1 5 9
t
A=
2

6 10
3 7 11

3.1.2 Addition et multiplication par un scalaire.


Définition 3.1.2
On ne peut additionner que deux matrices de même taille.
La somme de deux matrices A = (ai,j ) et B = (bi,j ) est la matice C = (ci,j ) définie par :

A + B = (ai,j ) + (bi,j ) = (ci,j ), où ci,j = ai,j + bi,j .

Exemple

µ ¶ µ ¶ µ ¶
0 1 2 3 0 0 1 1 0 1 3 4
+ =
4 5 6 7 0 1 0 1 4 6 6 8
chaque valeur du couple (m, n), l’espace Mm,n (R) devient alors un groupe abélien, d’élément neutre
la matrice nulle, celle dont tous les coefficients valent 0.
On définit aussi une opération à gauche de R sur chaque espace Mm,n (R) en associant, à chaque
scalaire

Définition 3.1.3
Le produit de la matrice A = (ai,j ) par un scalaire λ est la matrice λ.A définie par :
¡ ¢
λ.A = λai,j .

Exemple
En reprenant toujours la matrice A du premier exemple :

mharfaoui04@yahoo.fr 58 Éléments sous droits d’auteur


Dr M.Harfaoui Chap.- Calcul matréciel.
 
0 2 4 6
2A =  8 10 12 14 .
16 18 20 22

3.1.3 Produit matriciel.


On commence par définir le produit d’une matrice ligne par une matrice colonne. Soit n un nombre
entier, L une matrice ligne, xi ses coefficients, C une matrice colonne, yi ses coefficients. On les suppose
toutes deux de taille n. On définit alors le produit, considéré comme un scalaire ou une matrice de
dimension (1, 1) :
 
y1
¡ ¢ .  X
LC = x1 . . . xn  ..  = xi yi
yn 1≤i≤n

On remarque la condition de compatibilité sur les tailles des matrices (égalité du nombre de co-
lonnes de la première avec le nombre de lignes de la deuxième). On définit maintenant plus généralement
un produit entre deux matrices, la première, (xi,j ) dans Mm,n (R), la deuxième, (yi,j ) dans Mn,p (R),
toujours avec une condition de compatibilité sur les tailles (et l’ordre des facteurs de la multiplica-
tion ne peut en général pas être changé). Le résultat obtenu est une matrice de Mn,p (R), dont les
coefficients (zi,j ) sont obtenus par :
X
zi,j = xi,k yk,j = xi,1 y1,j + xi,2 y2,j + · · · + xi,p yp,j
1≤k≤n

À la lumière de l’exemple de la multiplication d’une matrice ligne par une matrice colonne, on peut
reformuler cette définition en disant que ce coefficient est égal au produit de la ligne i de la première
matrice par la colonne j de la deuxième, ce qui s’écrit de la manière suivante, si les Li sont les lignes
de la première matrice, et les Cj les colonnes de la deuxième, le produit est :
 
  L1 C1 L1 C2 . . . L1 Cp
L1
 ..  ¡ ¢   L2 C1 L2 C2 . . . L2 Cp 

 .  C1 . . . Cp =  .. .. ..  .
 . . . 
Lm
Lm C1 Lm C2 . . . Lm Cp
Pour calculer en pratique un produit, il est nécessaire de visualiser l’opération. On considère le
coefficient c1,2 de la matrice produit C = AB si A est une matrice de type (4, 2), et B est une matrice
de type (2, 3).
2
X
c1,2 = a1,r br,2 = a1,1 b1,2 + a1,2 b2,2
r=1
Le produit matriciel est associatif, distributif à droite et à gauche par rapport à l’addition ma-
tricielle. En revanche, même si les dimensions permettent de donner un sens à la question, même si
l’anneau des scalaires est commutatif, un produit de matrices ne commute en général pas : AB n’est
pas égal à BA, par exemple :
µ ¶ µ ¶ µ ¶ µ ¶
0 0 1 0 0 0 0 0
A= B= AB = BA =
1 0 0 0 1 0 0 0

mharfaoui04@yahoo.fr 59 Éléments sous droits d’auteur


Chap.- Calcul matréciel. Dr M.Harfaoui
Remarque.
le produit de deux matrices non nulles peut être nul, comme l’exemple au-dessus.
Ce contre-exemple prouve même que les matrices AB et BA ne sont pas toujours semblables. Il
arrive même, selon les tailles respectives des matrices A et B, que l’un des deux produits existe et pas
l’autre.
Lorsque l’anneau des scalaires est commutatif, la transposition et le produit matriciel sont com-
patibles au sens suivant :

∀A ∈ Mn,p (R), ∀B ∈ Mp,q (R), t(AB) =t B tA.

Définition 3.1.4
On appelle matrice scalaire une matrice de la forme λIn où λ est un élément de l’anneau R.
 
a 0 ... 0
0 a . . . 0
 
aIn =  . . . .
 .. .. . . .. 
0 0 ... a

Ces matrices s’appellent matrices scalaires car elles se comportent comme des scalaires, vis-à-vis
de la multiplication :

∀λ ∈ R, ∀A ∈ Mn (R), (λIn )A = λA .

Lorsque λ est central dans R, c’est-à-dire lorsque λ commute avec tous les éléments de R, on a en
outre :

∀λ ∈ R, ∀A ∈ Mn (R), A(λIn ) = (λIn )A.

Réciproquement, toute matrice B de Mn (R) telle que ∀A ∈ Mn (R),AB = BA est une matrice
scalaire λIn où λ est central dans R (ceci se démontre en prenant pour A les matrices de la base
canonique).

Définition 3.1.5
Une matrice de la forme :
 
a1 0 ... 0
 0 a2 ... 0
 
 .. .. .. .. 
. . . .
0 0 . . . an

sera dite matrice diagonale.

Outre le déterminant, une autre fonction à noter est la trace. Toutes deux apparaissent dans un objet
plus général, le polynôme caractéristique, qui à son tour permet d’obtenir certaines caractérisations
des matrices diagonalisables (c’est-à-dire semblables à une matrice diagonale), ou de la trigonalisation.

mharfaoui04@yahoo.fr 60 Éléments sous droits d’auteur


Dr M.Harfaoui Chap.- Calcul matréciel.
3.1.4 Transposition de matrice.
Définition 3.1.6
La transposition d’une matrice s’obtient en échangeant les lignes et les colonnes de la matrice. Elle
est notée :
 
x11 x21 . . . xp1
 x12 x22 . . . xp2 
0  
X =  . . . . . . 

 . . . . . . 
x1p x2p . . . xpn
 
1 2 1
 4 2 13 
Dans l’exemple précédent la matrice transposée associeé est : M 0 = 
 7

8 1 
8 4 5

3.1.5 Déterminant d’une matrice et matrice inversible.


Pour chaque nombre entier n, on note In la matrice carrée de taille n dont les coefficients diagonaux
sont égaux à 1 et dont les autres coefficients sont nuls ; elle est appelée matrice identité de taille n.
 
µ ¶ 1 0 0
1 0
I1 = 1 I2 = I3 = 0 1 0 In = (δi,j )1≤i≤n,1≤j≤n
0 1
0 0 1
où δi,j désigne le symbole de Kronecker.
Sous réserve de compatibilité des tailles, les matrices In sont neutres à droite et à gauche pour la
multiplication.

∀A ∈ Mm,n (R), Im A = A In = A.

Définition 3.1.7
Soit A une matrice de dimension (m, n). On dit que A est inversible à droite (respectivement à
gauche) s’il existe une matrice B de taille (n, m) telle que AB = Im (respectivement BA = In ).

Définition 3.1.8 (Déterminant d’uneµmatrice


¶ carré d’ordre 2 et 3)
a b
Le déterminant de la matrice A = est
c d
¯ ¯
¯a b ¯
DetA = ¯¯ ¯ = ad − bc.
c d¯
 
a b c
Le déterminant de la matrice A = d e f  est
g h i
¯ ¯
¯a b c ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯ ¯ e f¯ ¯d f ¯ ¯d e ¯
¯ ¯ ¯
DetA = ¯d e f ¯ = a ¯ ¯ ¯
− b¯ ¯ ¯
+ c¯ ¯.
¯g h i ¯ h i¯ h i¯ g h¯

mharfaoui04@yahoo.fr 61 Éléments sous droits d’auteur


Chap.- Calcul matréciel. Dr M.Harfaoui
Exemple.
 
µ ¶ 4 2
2 5
Calculer les déterminants des matrices : A = et 3 1 7
5 7
9 2 3

Proposition 3.1.1
Une matrice carrée est inversible si et seulement si son déterminant est non nul.

Définition 3.1.9
On appelle matrice scalaire une matrice de la forme λIn où λ est un élément de l’anneau R.
 
λ 0 ... 0
0 λ . . . 0
 
λ.In =  . . . .. 
.
. .. . . .
0 0 ... λ

Ces matrices s’appellent matrices scalaires car elles se comportent comme des scalaires, vis-à-vis
de la multiplication :

∀λ ∈ R, ∀A ∈ Mn (R), (λIn )A = λA .

Lorsque λ est central dans R, c’est-à-dire lorsque λ commute avec tous les éléments de R, on a en
outre :

∀λ ∈ R, ∀A ∈ Mn (R), A(λIn ) = (λIn )A.

Réciproquement, toute matrice B de Mn (R) telle que ∀A ∈ Mn (R),AB = BA est une matrice
scalaire λIn où λ est central dans R (ceci se démontre en prenant pour A les matrices de la base
canonique).

Définition 3.1.10
Une matrice de la forme :
 
a1 0 ... 0
 0 a2 ... 0
 
 .. .. .. .. 
. . . .
0 0 . . . an

sera dite matrice diagonale.

Outre le déterminant, une autre fonction à noter est la trace. Toutes deux apparaissent dans un objet
plus général, le polynôme caractéristique, qui à son tour permet d’obtenir certaines caractérisations
des matrices diagonalisables (c’est-à-dire semblables à une matrice diagonale), ou de la trigonalisation.

mharfaoui04@yahoo.fr 62 Éléments sous droits d’auteur


M. Harfaoui Chap.3-Formule de Taylor d’une fonction de plusieurs variables
3.1.6 Valeurs propres et vecteurs prpores associés
Définition 3.1.11 ¡ ¢
La valeur propre d’une matrice A = aij 1≤i,j≤n de type (n, n) est la valeur λ solution de l’équation
¯ ¯
¯a11 − λ a12 ... a1n ¯
¯ ¯
¡ ¢ ¯¯ a21 a22 − λ ... a2n ¯
¯
Det A − λ.In = ¯ . .. .. .. ¯ = 0.
¯ .. . . . ¯
¯ ¯
¯ an1 an2 . . . ann − λ¯

Définition 3.1.12
Soit A une matrice de type (n, n) et λ une valeur propre de A.
Le vecteur prpore associé à la valeur propre λ est le vecteur vλ solution de l’équation

A.vλ = λ.vλ

3.2 Formule de Taylor et DL d’une fonction de plusieurs variables.


Théorème 3.2.1 (Formules de Taylor)
Soit f une fonction de classe C 2 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le segment
[a,a+h] alors il existe θ ∈]0, 1[ tel que :

0 0 1 00 00 00
f (a+h, b+k) = f (a, b)+hfx (a, b)+kfy (a, b)+ (h2 fx (a, b)+2hkfxy (a, b)+k 2 fy (a, b))+o((h2 +k 2 )2 ).
2

Théorème 3.2.2 (Formules de Taylor et notation de Monge)/


∂f ∂f ∂2f ∂2f ∂2f
Si on pose p = (a, b), q = (a, b), r = (a, b), s = (a, b) et t = (a, b), la formule de
∂x ∂y ∂x2 ∂x∂y ∂y 2
Taylor prend la forme
1
f (a + h, b + k) = f (a, b) + ph + qk + (rh2 + 2shk + tk 2 ) + o((h2 + k 2 )2 )
2
1
où f (a + h, b + k) = f (a, b) + ph + qk + Q(h, k) + o((h2 + k 2 )2 ).
2

Exercice d’application.
1. Soit f la fonction définie par f (x, y) = (x − y)2 + x3 + y 3 .
(a) Donner le développement de Taylor à l’ordre 2.
(b) Peut-on déduire le signe de au voisinage de (0,0) ?(pour cela étudier le signe de f (x, x)).
2. Soit f la fonction définie par f (x, y, z) = x2 + y 2 + 2z 2 + 2x − 3y.
(a) Donner le développement de Taylor à l’ordre 2.
3
(b) Déduire le signe de au voisinage de (−1, , 0)
2

mharfaoui04@yahoo.fr 63 Éléments sous droits d’auteur


3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES M. Harfaoui
Théorème 3.2.3 (Formules de Taylor à l’ordre 2.)
Soit U un ouvert de Rn et f une fonction de classe C 2 de U dans R.
Pour tout a ∈ U , on a, lorsque h = (h1 , h2 , ..., hn ) tend vers 0,
n
X n
∂f 1 X ∂2f 2
X ∂2f
f (a + h) − f (a) = a)hi + ( (a)h i + 2 (a)dxi dxj ) + o(k h k2 ).
∂xi 2 ∂ 2 xi ∂xi ∂xj
i=1 i=1 1≤i<j≤n

Pn ∂f 1 Pn ∂2f P ∂2f
ou f (a + h) − f (a) = a)hi + ( (a)h2 +2 (a)dxi dxj )+ k h k2 ²(h) avec
i
i=1 ∂xi 2 i=1 ∂ 2 xi 1≤i<j≤n ∂xi ∂xj
lim ²(h) = 0.
h→0
C’est la formule de Taylor-Young.

3.3 Extremums libres de fonction à plusieurs variables

3.3.1 Définition

Dans cette partie on cherche à étudier l’existante d’extremum d’une fonction de Rn dans R, puis
à calculer ces éventuels extremums.

Définition 3.3.1 (Extremums globaux).


Soit f une fonction de deux variables définie sur un ouvert Ω de Rn et a = (a1 , a2 , ..., an ) un point de
Ω.
1. On dit que f admet un maximumglobal au point (a1 , a2 , ..., an ) si :

∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≤ f (a).

On écrit : f (a) = sup(x)∈Ω f (x)


2. On dit que f admet un minimum global au point (a1 , a2 , ..., an ) si :

∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≥ f (a).

On écrit f (a) = inf (x)∈Ω f (x).


3. On appelle extremum global un maximum global ou un minimum global.
4. L’extremum global est strict si l’inégalité est stricte pour x 6= a.

Définition 3.3.2 (Extremums locaux).

mharfaoui04@yahoo.fr 64 Éléments sous droits d’auteur


M. Harfaoui 3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES
1. On dit que f admet un maximum local au point a s’il existe une boule ouverte B(a, r) de centre
de a et dr rayon r tels que :
\
∀(x) ∈ Ω B(a, r), f (x) ≤ f (a).

On écrit : f (a) = sup(x)∈ϑa f (x).


2. On dit que f admet un minimum local au point a s’il existe une boule ouverte B(a, r) de centre
de a et dr rayon r tels que :
\
∀(x) ∈ Ω B(a, r), f (x) ≥ f (a).

On écrit f (a) = inf x∈ϑa f (x).


3. On appelle extremum local un maximum global ou un minimum local.
4. L’extremum local est strict si l’inégalité est stricte pour x 6= a.

Quelques graphes.

Fig. 3.1 – Extremums Fig. 3.2 – Maximum

Fig. 3.3 – Minimum Fig. 3.4 – Point selle

mharfaoui04@yahoo.fr 65 Éléments sous droits d’auteur


3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES M. Harfaoui
Dans le cas de fonctions de plusieurs va- définie sur Ω =] − 2, 2[×] − 1, 1[ admet un mi-
riables, contrairement au cas d’une seule va- nimum local et minimum global. Sur le fermé
riable, la visualisation des extremums est Ω = [−2, 2]×][−1, 1] la fonction f possède, en
délicates. Considérons la fonction plus se deux minimums sur Ω, six maximums
et six autres minimums (situé sur la frontière
de Ω, ∂Ω = Ω\Ω.
f (x, y) = 1 + 30x2 + 20x3 − 15x4 − 12x5 + 8y 2

Remarque 3.3.1
Généralement les deux problèmes mathématiques montrer qu’il existe un objet et trouver un
tel objet son assez différents. Le second problème entraı̂ne le premier, il est en général plus difficile
à résoudre. Par exemple, on sait que :
Toute fonction continue sur un fermé borné est une application bornée qui atteint
ses bornes.

Exemple 3.3.1
1. Soit la fonction f définie par f (x, y) = 3 + 2x + 4y − x2 − y 2 .
On a pour tout (x, y) de R2 : f (x, y) = 8 − (x − 1)2 − (y − 1)2 et f (2, 1) = 8 donc f admet un
maximum global au point (2, 1) et ce maximum est : 8.
2. La fonction f (x, y) = x2 y n’admet ni maximum ni minimum au voisinage de (0, 0).

Fig. 3.5 – f (x, y) = 3 + 2x +


4y − x2 − y 2 Fig. 3.6 – f (x, y) = x2 y

m2

3.3.2 Conditions d’extremums libres


3.3.2.1 Fonction de deux variables et extremums libres.

Soit f une fonction de deux variables de classe ∈ sur un ouvert Ω de R2 et (a, b) un point de Ω.
¥ Conditions nécessaires d’optimalité (du premier ordre)

Théorème 3.3.1

mharfaoui04@yahoo.fr 66 Éléments sous droits d’auteur


M. Harfaoui 3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES
Si f admet un extremum au point (a, b) et si elle a des dérivées partielles en ce point, alors

∂f ∂f
(a, b) = (a, b) = 0.
∂x ∂y

Remarque 3.3.2
La réciproque de ce théorème set fausse (prendre la fonction f (x, y) = xy).

¥ Conditions suffisantes d’optimalité (du second ordre)

Définition 3.3.3
On appelle point stationnaire ou critique le point solution du système :

∂f ∂f
(x, y) = 0, et (x, y) = 0..
∂x ∂y
Au voisinage d’un point critique (a, b), la formule de Taylor donne :
0 0 1 00 00 00
f (a+h, b+k) = f (a, b)+hfx (a, b)+kfy (a, b)+ (h2 fx (a, b)+2hkfxy (a, b)+k 2 fy (a, b))+o((h2 +k 2 )2 ).
2
k 2 00 h 00 h 00
Donc f (a + h, b + k) − f (a, b) = (fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) + o((h2 + k 2 )2 ).
2 k k
k 2 00 h 00 h 00
Le signe de f (a + h, b + k) − f (a, b) est celui de (f (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) au
2 x k k
voisinage de (a, b).
Rappel :(signe d’un trinôme)
Le signe du trinôme : T (x) = ax2 + bx + c dépend du signe de ∆ = b2 − 4ac
1. Si ∆ < 0, T ne s’annule pas et garde un signe constant : celui de a.
2. ∆ = 0, T s’annule une seule fois et garde un signe constant,celui de a.
3. ∆ > 0, T s’annule deux fois, donc change signe.
k 2 00 h 00 h 00
On déduit donc que le signe de f (a + h, b + k) − f (a, b) = (fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b))
2 k k
au voisinage de (a, b), dépend du signe de ∆ = s20 − r0 t0 , Où :

∂2f ∂2f ∂2f


r0 = (a, b), s 0 = (a, b et t 0 = (a, b).
∂x2 ∂x∂y ∂y 2
Ces notations sont appelées : Notation de Monge alors ∇(a, b) = r0 t0 − s20 .

Définition 3.3.4
On appelle matrice
 2 héssienne2 de f aupoint (a, b) la matrice
∂ f ∂ f
 ∂x2 (a, b) ∂x∂y (a, b)
Hf (a, b) =  ∂2f
. Son déterminant, noté ∇(a, b), est appelé : hessien de f au

∂2f
(a, b) (a, b)
∂x∂y ∂y 2
point (a, b). On a alors Hf (a, b) = r0 t0 − s20 .
Théorème 3.3.2
1. Si Hf < 0 alors f n’admet pas d’extremum au point (a, b) ( c’est un point selle).
2. Si Hf > 0 et r0 < 0, alors f admet un maximum local au point (a, b).
3. Si Hf > 0 et r0 > 0, alors f admet un minimum local au point (a, b).
4. Si Hf = 0, on ne peut pas conclure.

mharfaoui04@yahoo.fr 67 Éléments sous droits d’auteur


3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES M. Harfaoui
Exemple. Cherchons sur R2 les extremums de
f : (x, y) → x3 + y 3 .
On cherche d’abord les points critiques.

∂f ∂f
= 3x2 = 0 ⇒ x = 0, et = 3y 2 = 0 ⇒ y = 0
∂x ∂y
Il n’y a qu’un seul point critique (0, 0). En ce point (0, 0) on a

∂2f ∂2f ∂2f


(0, 0) = 6x |(0,0) = 0 = r, (0, 0) = 0 = s, (0, 0) = 6y |(0,0) = 0 = t.
∂x2 ∂x∂y ∂y 2
En (0, 0) , s2 − rt = 0, le théorème ne permet pas de conclure. Mais f (x, y) − f (0, 0) = x3 + y 3 et
f (−x, −y) − f (0, 0) = −x3 − y 3 expression de signe opposé.
Ainsi f (x, y) − f (0, 0) change de signe au voisinage du point critique : (0, 0) est un point col ou
point selle.
Exercice d’application.
Déterminer les points stationnaires et leurs natures pour la fonction f (x, y) = x3 +3xy 2 −15x−12y.

3.3.2.2 Fonction de trois variables et extremums libres.

Soit f une fonction de trois variables définie sur un ouvert Ω de R3 . On considère le héssien de f
défini par  00
fx2 (a, b, c) 00 (a, b, c) f 00 (a, b, c) 
fxy xz
Hf (a, b, c) =  00 (a, b, c)
fyx 00 (a, b; c) 
fy002 (a, b, c) fyz et son déterminant est
00 (a, b, c)
fzx fzy (a, b, c) fz002 (a, b, c)
00

¯ 00 00 (a, b, c) f 00 (a, b, c)¯¯


¯fx2 (a, b, c) fxy
¯ 00 xz ¯
detHf (a, b, c) = ¯¯fyx (a, b, c) fy002 (a, b, c) fyz
00 (a, b; c)¯
¯.
¯f 00 (a, b, c) f 00 (a, b, c) f 00 (a, b, c)¯
zx zy z2

Théorème 3.3.3
Soit un domaine ouvert Ω de R3 , une fonction deux fois continûment différentiable sur Ω et (a, b, c)


un point de Ω. On note ∇f le gradient et Hf la matrice hessienne de f au point (a, b, c).

− −

1. Si ∇f = 0 et si Hf a toutes ses valeurs propres strictement négatives, alors f admet un
maximum local en (a, b, c).

− −

2. Si ∇f = 0 et si Hf a toutes ses valeurs propres strictement positives, alors f admet un
minimum local en (a, b, c).

− −

3. Si ∇f = 0 et si Hf a au moins une valeur propre nulle on ne peut pas conclure.

Une autre version du théorème.


Soit un domaine ouvert Ω de R3 , une fonction deux fois continûment différentiable sur Ω et (a, b, c)


un point de Ω. On note ∇f le gradient de f .
Soient¯ les déterminants
00 (a, b, c) f 00 (a, b, c)¯¯
¯fx002 (a, b, c) fxy ¯ 00 ¯
¯ 00 xz ¯ ¯f 2 (a, b, c) fxy00 (a, b, c)¯
¯ 00 00 ¯ ¯ x
∆3 = ¯fyx (a, b, c) fy2 (a, b, c) fyz (a, b; c)¯ , ∆2 = ¯ 00 ¯ , et ∆1 = f 002 (a, b, c)
¯f 00 (a, b, c) f 00 (a, b, c) f 00 (a, b, c)¯ fyx (a, b, c) fy002 (a, b, c)¯ x
zx zy z2

mharfaoui04@yahoo.fr 68 Éléments sous droits d’auteur


M. Harfaoui 3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES
Théorème 3.3.4
1. Si tous les déterminants ∆i strictement positifs pour i = 1, 2, 3, alors f admet un minimum local
en (a, b, c).
2. Si tous les déterminants (−1)i ∆i strictement positifs pour i = 1, 2, 3, alors f admet un maximum
local en (a, b, c).
3. Si l’un au moins des déterminants est nul on ne peut pas conclure.

Exemple 3.3.2
1. Soit la fonction de trois variables f (x, y, z) = x4 + y 2 + z 2 − 4x − 2y − 2z + 4.
Le gradient et la matrice hessienne de f sont
   
4x3 − 4 12x2 0 0


∇f (x, y, z) =  2y − 2  Hf (x, y, z) =  0 2 0 
2z − 2 0 0 2

Le gradient s’annule au point(1, 1, 1) , qui est un minimum local, puisque les valeurs propres de
la matrice hessienne sont toutes strictement positives. Il s’agit en fait d’un minimum global.
2. Soit la fonction de trois variables. f (x, y, z) = x4 − 2x2 y + 2y 2 + 2z 2 + 2yz − 2y − 2z + 2.
Le gradient et la matrice hessienne de f sont
   
4x3 − 4xy 12x2 + 4y −4x 0


∇f (x, y, z) =  −2x2 + 4y + 2z − 2  Hf (x, y, z) =  −4x 4 2 .
2y + 4z − 2 0 2 4
1 1
Le gradient s’annule en trois points,(1, 1, 0) ,(−1, 1, 0) et (0, , ). Pour les deux premiers points,
3 3
1 1
la matrice hessienne a toutes ses valeurs propres positives : ce sont des minimums. En (0, , ), la
3 3
matrice hessienne a deux valeurs propres positives, et une négative. Ce n’est donc ni un maximum
ni un minimum : nous parlerons encore de “point selle”, par analogie avec la dimension .
3. Soit la fonction de trois variables f (x, y, z) = x4 − 2x2 y + 2y 2 + 2z 2 + 4yz − 2y − 2z + 2.
Le gradient et la matrice hessienne de f sont
   
4x3 − 4xy 12x2 − 4y −4x 0


∇f (x, y, z) =  −2x2 + 4x + 4y − 2  Hf (x, y, z) =  −4x 4 4 .
4y + 4z − 2 0 4 4

Le gradient s’annule en tous les points (x, y, z) tels que x = 0 et4y + 4z − 2 = 0. En chacun de
ces points la matrice hessienne a au moins une valeur propre nulle et le théorème ne permet pas
de conclure.
On utilise la formule de Taylor pour étudier donc le signe de :
1 1 1
f (h, k, + l) − f (0, 0, ), en (0, 0, ) par exemple.
2 2 2
1
On a au point (0, 0, ) :
2

mharfaoui04@yahoo.fr 69 Éléments sous droits d’auteur


3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES M. Harfaoui
00 00 00 00 00 1 00 1
fx2 = fxz = fxy = fyz = 0, fy2 (0, 0, ) = 4, et fz 2 (0, 0, ) = 4.
2 2
1 1 1 2 2
Donc f (h, k, + l) − f (0, 0, ) = (4k + 4l ) ≥ 0 ; ce qui prouve que f admet un minimum
2 2 2
1 1 3
local en (0, 0, ) et ce minimum est : f (0, 0, ) = .
2 2 2

Remarque 3.3.3
On sera vigilant que les théorèmes s’appliquent à des ensembles ouverts. Une fonction définie sur un
ensemble non ouvert peut admettre des extremums sans que sa différentielle soit nulle.
Par exemple la fonction f (x, y) = x2 + y 2 définie sur la boule unité fermée B(O(0, 0), 1) de centre O
et de rayon 1 présente des maximums en tout point du bord de B(O(0, 0), 1) alors que sa différentielle
n’est nulle qu’au point O(0, 0).

Il s’agit de chercher les extremums d’une g(x1 , ..., xn ) = 0, appelée : contrainte. Pour
I fonction z = f (x1 , ..., xn ) dans le cas où les ceci on utilise deux méthodes : Méthode de
variables sont liés par une relation de la forme : substitution et Méthode de Lagrange.

3.3.3 Méthode de substitution.

La méthode de substitution consiste à :


1. Définir les différentes variables x1 , x2 , x3 ,... ;
2. Écrire l’objectif en fonction des variables ; Écrire toutes les contraintes ;
3. Exprimer, en utilisant les contraintes, toutes les variables en termes d’une seule ou des variables
en fonctions du reste (par exemple x2 = f1 (x1 ) , x3 = f2 (x1 ) , ...) ;
4. Substituer ces expressions dans l’objectif ;
5. Optimiser une fonction d’une seule variable.

Remarque 3.3.4
a fonction à optimiser peut souvent La difficulté réside dans le fait que nous
L dépendre de plusieurs facteurs. Par sommes confrontés à plus d’une variable. La
exemple, les profits réalisés peuvent dépendre résolution d’un tel problème fait appel à la
du coût des ressources, du nombre d’employés, méthode dite de substitution, le résultat étant
du prix de vente. Comment optimiser, sous la réduction du nombre de variables.
contrainte, une fonction à plusieurs variables ?

3.3.3.1 Cas de deux variables

Soit à optimiser la fonction : f sous la contrainte g(x, y) = 0 . Soit (a, b) tel que : g(a, b) = 0 et
gy0 (a, b)6= 0.
On suppose que gx0 et gy0 sont définies et continues sur un voisinage de (a, b).
Alors d’après le théorème des fonctions implicits il existe une fonction ϕ d’une seule variable telle
que

gx0 (x, ϕ(x))


g(x, ϕ(x)) = 0, b = ϕ(a) et ϕ0 (x) = − .
gy0 (x, ϕ(x))

mharfaoui04@yahoo.fr 70 Éléments sous droits d’auteur


M. Harfaoui 3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES
On se ramène donc à déterminer les extremums d’une fonction d’une seule variable

h(x) = f (x, ϕ(x)).

La condition nécessaire s’écrit : h0 (x) = 0, pour déterminer les points x0 stationnaires.


La condition suffisante s’écrit h00 (x0 ) 6= 0 :
½ 0
h (x0 ) > 0, f admet un minimum ;
h0 (x0 ) < 0, f admet un maximum ;

Exemple 3.3.3
Une compagnie produit et distribue de la boisson gazeuse. Les contenants (canettes) ont une forme
cylindrique de hauteur h et de rayon r. Afin de réduire les coûts, Kola veut minimiser la surface d’alu-
minium nécessaire à la construction des contenants. Cependant, ils doivent s’assurer qu’un contenant
ait un volume de 128πcm3 . Quels sont les dimensions du contenant qui réalisent l’objectif et satisfait
la contrainte ?
Solution

1. Définir les différentes variables x1 , x2 , x3 ,... ; r : rayon du cylindre (r > 0) ; h : hauteur du


cylindre (h > 0).
2. Écrire l’objectif en fonction des variables ; Objectif : minimiser la surface du contenantM inS(r, h) =
2π.r2 + 2π.r.h.
3. Écrire toutes les contraintes
volume = 128π et volume = π.r2 h.
4. Exprimer, en utilisant les contraintes, toutes les variables en termes d’une seule (par exemple
128
x2 = f1 (x1 ) , x3 = f2 (x1 ) ,...). De l’expression : π.r2 h = 128π, on isole h, h = 2 .
r
2
5. Substituer ces expressions dans l’objectif S(r, h) = 2π.r + 2π.r.h
128 256
On pose ϕ(r) = 2.π.r2 + 2.π.r.( 2 ).Donc ϕ(r) = 2.π.r2 + π.( ).
r r
6. Optimiser.
256 0
On a ϕ0 (r) = (2.π.r2 + 2.π.r.( )) . Un point stationnaire est obtenu lorsque S 0 (r) = 0 où
r
256
4.π.r − π( ) = 0 ⇒ r = 4.
r2
Il faut s’assurer qu’on retrouve bien un minimum en ce point :
256 512
Or ϕ00 (r) = (4.π.r − π( 2 ))0 = 4.π + π( 3 )).
r r
Pour r > 0, la dérivée seconde est toujours positive. La fonction S est donc toujours convexe, ce
qui implique que le point stationnaire r = 4 constitue un minimum absolu. La valeur correspondante
128
de h est obtenu de la relation h = 2 = 8.
r
La surface est minimisée lorsque r = 4 et h = 8.

Remarque 3.3.5
La résolution par substitution demeure un moyen très efficace, même dans les problèmes ayant plus
de deux variables.

mharfaoui04@yahoo.fr 71 Éléments sous droits d’auteur


3.3. EXTREMUMS LIBRES DE FONCTION À PLUSIEURS VARIABLES M. Harfaoui
3.3.3.2 Cas de trois variables et deux contraintes

Étudier les 2 2
½ extremums de la fonction f définie par ; f (x, y, z) = x + y − xy + z + 4 sous les
x=y
contraintes :
x2 + y 2 + z = 5
Exemple 3.3.4
Avec exactement 2700cm2 de carton, nous désirons construire une boı̂te (largeur x, profondeur y,
hauteur z) pouvant contenir un volume V . Nous exigeons que la largeur de la boı̂te soit le double de
sa profondeur. Nous aimerions maximiser le volume que peut contenir cette boı̂te. Quelles valeurs de
x, y, z réalisent notre objectif.
Solution.
1. Définir les différentes variables/
x : largeur de la boı̂te (x > 0), y : profondeur de la boı̂te (y > 0)et z : hauteur de la boı̂te (z > 0)

2. Écrire l’objectif en fonction des variables : maximiser le volume de la boı̂te M axv(x, y, z) = xyz.
3. Écrire toutes les contraintes :
1. Surface du matériel disponible 2700m2 , 2xy + 2yz + 2xz = 270 (1)
2. Dimensions exigées x = 2y.
4. Exprimer, en utilisant les contraintes, toutes les variables en fonction d’une seule. On a x = 2y
La variable x est exprimée en fonction de y dans la contrainte 2 : x = 2y
En substituant cette expression dans la contrainte (1), nous pourrons aussi exprimer z en fonc-
tion de y

2xy + 2yz + 2zx = 2700 ⇔ 2(2y)y + 2yz + 2z(2y) = 2700 ⇔ 4y2 + 6zy = 2700.
2700 − 4y 2
Donc z = .
6y
5. Substituer ces expressions dans l’objectif d’obtenir une fonction d’une seule variable ϕ(y) =
4
900y − y 3 .
3
6. Optimiser.
les points stationnaires sont :
4
ϕ0 (y) = (900y − y 3 )0 = 0 ⇔ 900 − 4y 2 = 0, ⇒ y = 15 ou y = −15.
3
Or, seule la valeur y = 15 est acceptable puisque les dimensions de la boı̂te doivent être positives.
Il faut s’assurer qu’on retrouve bien un maximum en ce point :
4
ϕ00 (y) = (900y − y 3 )00 = −8y
3
Sur le domaine y > 0, la dérivée seconde est toujours négative.
La fonction V est donc toujours concave, ce qui implique que le point stationnaire y = 15 constitue
un maximum absolu.
Les valeurs de x et de z correspondantes sont x = 2y = 2(15) = 30.
Le volume de la boı̂te est donc maximisé lorsque ses dimensions sont x = 30 , y = 15 , z = 20.

3.3.4 Méthode de Lagrange.

mharfaoui04@yahoo.fr 72 Éléments sous droits d’auteur


Dr M.Harfaoui Chapitre-1- Études d’extremums sur un fermé
a méthode de Lagrange est une méthode tiplicateur de Lagrange, par contrainte. En-
L permettant de résoudre les problèmes suite, on forme une combinaison linéaire de
d’optimisation sous contrainte. Supposons que la fonction et des contraintes, les coefficients
le problème soit de trouver les extremums des contraintes étant les multiplicateurs de La-
d’une fonction de plusieurs variables f , tout grange. Le problème passe ainsi d’un problème
en imposant des contraintes sur les valeurs d’optimisation avec contrainte à un problème
de celle-ci, définie par : g(x1 , x2 , ..., xn ) = 0. non contraint, qui peut être résolu par une
Cette méthode consiste à introduire une in- méthode adaptée.
connue scalaire supplémentaire, appelée mul-

3.3.4.1 Techniques de calcul des extrémums sous contrainte en dimension 2.

Soit à optimiser la fonction de deux variables f sous la contrainte g(x, y) = 0, où f et g sont de
classe C 2 .
Pour résoudre le problème, on forme la fonction auxiliaire appelée : Lagrangien :

L(x, y, λ) = f (x, y) + λg(x, y). (1)

1. On détermine les points stationnaires (x0 , y0 ) et le multiplicateur auxiliaire λ0 de L :

0 0
Lx (x, y, λ) = fx (x, y) + λgx (x, y) = 0 (2)

L0y (x, y, λ) = fy0 (x, y) + λgy0 (x, y) = 0 = 0 (3)

L0λ (x, y, λ) = g(x, y) = 0 (4)

2. On détrmine le hessien de L ,(x0 , y0 , λ0 ).


¯ 00 ¯
¯ Lx2 L00xy L00xλ ¯
¯ 00 ¯
detHL (x0 , y0 , λ0 ) = ¯¯Lyx fy002 L00yλ ¯¯
¯L00 L00 00 ¯
xλ yλy Lλ2

Théorème 3.3.5
1. Si detHL (x0 , y0 , λ0 ) > 0, f admet un maximum.
2. Si detHL (x0 , y0 , λ0 ) < 0, f admet un minimum.
3. Si detHL (x0 , y0 , λ0 ) = 0, on ne peut pas conclure.

Exemple 3.3.5 Étudier les extremums de la fonction f sous la contrainte dans le cas suivant f (x, y) =
x2 y 3 et g(x, y) = x + y − 5 = 0.

mharfaoui04@yahoo.fr 73 Éléments sous droits d’auteur


Chapitre-1- Études d’extremums sur un fermé Dr M.Harfaoui
3.3.5 Études d’extremums sur un compact
Dans cette section puisqu’on s’intéresse aux sous ensembles de Rn un ensemble fermé E sera défini
à partir de fonctions continues de la façon suivante :

E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≤ 0} ou E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≥ 0}

,
un ouvert O sera défini par

O = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) < 0}ouO = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) > 0}

Théorème 3.3.6 ¡ ¢
Soit f : K ⊂ Rn → R continue avec K un compact, alors f K est un compact. En particulier fonction
atteint ses bornes sur K.

mharfaoui04@yahoo.fr 74 Éléments sous droits d’auteur


Dr M.Harfaoui 3.4. EXERCICES DU CHAPITRE 2
3.4 Exercices du chapitre 2
GROUPE ISCAE- RABT

3.4.1 Domaines de défintions et courbes de niveau

¨ ¥
§Exercice ¦3.4.1
1. Déterminer les domaines de défintions des fonctions suivantes et les représenter
1 √ √ √ √
(a) f (x, y) = x3 y 2 + x − 1 − y − 2, (d) f (x, y) = y − 2x + 1 − x + y − 2,
5
1 3 2 p p √
(b) f (x, y) = x y + (x − 1)(y − 2), (e) f (x, y) = 1 − x2 − y 2 − x + y − 1,
5
x2 y √ p √
(c) f (x, y) = 2 2
+ y − 2x + 1, (f ) f (x, y) = 1 − x2 + y − 2 − y,
x +y

2. Représenter les courbes de niveau k des fonctions suivantes :


(a) f (x, y) = 2x − y − 1, k = 0, 1, 2, −1,
(b) f (x, y) = x2 − y + 1, k = 0, 1, 2, −1,
2x − y
(c) f (x, y) = 2 , k = 0, 1, 2, −1,
x + y2
p
(d) f (x, y) = x2 + y 2 − 1, k = 0, 1, 2, −1, k = 0, 1, 2, −1.
¨ ¥
Exercice
§ ¦3.4.2 Etudier la continuité des fonctions suivantes sur leurs domaines de défintions :
( xy
1. f (x, y) = y 3 x2 + y 4 − xy 2 − 7x + 4, f (x, y) = , si (x, y) 6= (0, 0)
xy 5. x2 + y 2
2. f (x, y) = , f (0, 0) = 0
1 + x2 + y 2 
xy
3. f (x, y) = ,  f (x, y) = 1 x2 + y 2 − 1, si x2 + y 2 > 1

 1 − x2 − y 2 6. 2
 xy 2  − 1 x2 ,
 sinon
f (x, y) = 2 , si (x, y) 6= (0, 0) 2
4. x + y2

f (0, 0) = 0

¨ ¥
§Exercice ¦3.4.3 Calculer les dérivées partielles premières et secondes sur les domaines de défintions
des fonctions suivantes.
( xy
1. f (x, y) = yx2 + xy 2 − x3 , f (x, y) = , si ;(x, y) 6= (0, 0)
5. x2 + y2
2. f (x, y) = ln(x2 + y − 1) + 2x − 3y + 5, f (0, 0) = 0

p  2x + y
3. f (x, y) = ex + y 2 − 1,  f (x, y) = , si ;x 6= y
6. x−y
p  f (x, x) = − 1

4. f (x, y) = x2 + y 2 + 1 − 3y α ,nα ∈ R.
2
¨ ¥
Exercice
§ ¦3.4.4 Pour chacune des fonctions suivantes, dire si elle est continue, si elle admet des
dérivées partielles, si elle est différentiable, et si elle admet des dérivées partielles continues

mharfaoui04@yahoo.fr 75 Éléments sous droits d’auteur


3.4. EXERCICES DU CHAPITRE 2 Dr M.Harfaoui
1. f (x, y) = x2 + y 3 − 5x3 y − 2x + 8y − 7, 3. f (x, y) =| x − y |,

(  2x + y
xy  f (x, y) = , si ;x 6= y
f (x, y) = , si ;(x, y) 6= (0, 0) 4. x−y
2. x2 + y2
 f (x, x) = − 1

f (0, 0) = 0 2
¨ ¥
Exercice
§ ¦3.4.5
( xy
Calculez l’élasticité partielle de f par rap- f (x, y) = , si ;(x, y) 6= (0, 0)
port à x et de g par rapport à y et en donner 1. x2 + y 2
f (0, 0) = 0
la signification. ½
g(x, y) = x2 , si ;(x, y) 6= (0, 0)
2.
f (0, 0) = 1
¨ ¥
§Exercice ¦3.4.6
1. Montrer que les fonctions suivantes sont homogènes et déterminer leurs degés
xy
(a) f (x, y) = 2 ,
x + y2
(b) f (x, y) = x2 y − 3xy 2 ,
(c) f (K, L) = AK α Lβ ,
2. Soit P (K, L) = K α Lβ + K β Lα + 2K 2/3 − L2/3 ,
(a) Pour quelles valeurs de α et β P est-elle homogène ?
(b) Calculer les élasticités de P par rapport à K et L.
(c) On se place en un point où les élésticités sont égales. Déterminer la valeur du taux de
croissance instantané de P lorsque les taux de croissances instantanés des facteurs sont
TK = 1.5% et TL = 1%.

3.4.2 Optimisation et application à la gestion.


¨ ¥
§Exercice ¦3.4.7 Etudier la nature du point critique (p 220).
f (x, y) = (x − y)2 + (y − 1)2
(la matrice hesienne est nulle mais f (x, y) − f (1, 1) = (x − y)2 + (y − 1)2 ≥ 0 minimum global).
¨ ¥
§Exercice ¦3.4.8
Pour chacune des fonctions suivantes étudier la nature du point critique donné
1. f (x; y) = x2 − xy + y 2 au point critique (0, 0) ;
2. f (x; y) = x2 + 2xy + y 2 + 6 au point critique (0, 0) ;
3. f (x; y) = x3 + 2xy 2 − y 4 + x2 + 3xy + y 2 + 10 au point critique (0, 0).

¨ ¥
§Exercice ¦3.4.9 Déterminer les points stationnaires et leurs natures dans les cas suivants

1. f (x, y) = 4x2 + 2xy + y 2 , 4. f (x, y, z) = x2 + 3y 2 + 2z 2 − 2xy + 2xz


2. f (x, y) = −x2 + x − xy + y − y 2 , (p 222).
3. f (x, y) = y(y + x ln(x) + y 2 ) (p 221), 5. f (x, y, z) = x2 − 4x + xy − y 2 − xz + z 2 .

mharfaoui04@yahoo.fr 76 Éléments sous droits d’auteur


Dr
¨ M.Harfaoui
¥ 3.4. EXERCICES DU CHAPITRE 2
§Exercice ¦3.4.10 Optimiser les fonctions suivantes
1. f (x, y) = x + y 2 sous x2 + y 2 ≤ 1 (p 228). (Lagrange).
√ √
2. f (x, y) = x. 4 y sur Ω = {(x, y) : x ≥ 0, y ≥ 0, 2x + y ≤ 10}(p 228). (Lagrange).
¨ ¥
§Exercice ¦3.4.11 (p 229) Maximisez la fonction d’utilité U = xy, sous la contrainte du budget
p1 x + p2 y ≤ R ,(p1 , p2 , R > 0) et les contraintes de non-négativité de x et y.
¨ ¥
§Exercice ¦3.4.12 Vous disposez d’un budget vacances de 9000 DH que vous répartissez intégralement
pour couvrir les frais de séjour X et les déplacements Y . Votre fonction d’utilité U est définie par
U (x, y) = y + 400 ln(x), x désignant la durée du séjour en jours et y la distance parcourue en km.
Vous évaluez à 400 DH le prix d’une journée et à 10 DH le prix du km.
1. Déterminer l’équation caractérisant la contrainte de budget et la représenter.
2. Comment vous pouvez organiser vos vacances pour maximiser votre satisfaction et la déterminer.
¨ ¥
Exercice
§ ¦3.4.13 Un entrepreneur produit un bien X au prix unitaire p à partir de deux facteurs

de production A et B aux prix unitaires respectifs p1 et p2 , selon la fonction de production Q = 3 xy,
où Q est la quantité produite de l’output, x et y les quantités des inputs.
1. Déterminer en fonction de p, p1 et p2 les quantifiés x et y qui maximisent le profit.
2. Déterminer la quantité maximale du profit.
¨ ¥
Exercice
§ ¦3.4.14 Un entrepreneur produit une quantité Q d’un bien X partir des quantités x et y
millions d’unités de deux facteurs de production A et B aux prix unitaires respectifs px et py , selon les
fonctions : px = 69 − 2x et py = 93 − 3y millions de dirhams. Le coût de cette production est donnée
par par la fonction : C = x2 + 3xy + y 2 millions de dirhams.
1. Déterminer les quantifiés x et y puis les prix qui maximisent le profit de l’entrepreneur.
2. Déterminer alors le profit maximal.
¨ ¥
§Exercice ¦3.4.15 Un individu consacre un revenu 5000 Dh à l’achat de deux biens X et Y en
quantités respectives x et y et aux prix unitaires pX = 1000 Dh et pY = 1000 Dh. La fonction d’utilité
est : U = f (x, y) = x2 y 3 .
Un individu cherche à maximiser son utilité compte tenu de la contrainte budgétaire (appelée :
droite budgétaire) : 1000.x + 1000.y = 5000.
Déterminer les quantités qui maximisent son utilité.
¨ ¥
Exercice
§ ¦3.4.16 Une entreprise produit un bien X à partir de deux biens A et B, selon une fonction

f (x, y) = 5 xy, aux prix unitaires p1 = 2 pour le bien A, p2 = 8 pour le bien B et p = 20 le bien X.
Déterminer les valeurs de x et y qui maximisent le profit de l’entrepreneur sachant qu’il maintient
sa production constante à 500 unités.
¨ ¥
Exercice
§ ¦3.4.17 Soit la fonction de production P définie par : P = f (K, L) = A.[α.K β + (1 −
1
α).Lβ ] β .
A, α et β sont des constantes.
1. (a) Montrer que la fonction est homogène et déterminer son degré

mharfaoui04@yahoo.fr 77 Éléments sous droits d’auteur


3.4. EXERCICES DU CHAPITRE 2 Dr M.Harfaoui
(b) En déduire que la production est totalement répartie entre le capital et le travail.

2. On pose : A = 10, α = 2 et β = 2. On suppose que P = 100 et K = 10.


(a) De combien va diminuer le capital si le travail augmente de 2 unités alors que la production
reste constante ?
(b) De combien va augmenter la production si le facteur travail L augmente de 2%, sachant
que le caital demeure constant ?

¨ ¥
Exercice
§ ¦3.4.18 Soit une économie où les marchés sont concurrentiels et qui produit selon la
technologie exprimée par la fonction de production suivante : Y = 10K 0,2 L0,8 .
1. On suppose que la production est égale à 200 et que le capital est égal à 20. En utilisant la notion
appropriée pour chaque cas, indiquer :
(a) De combien va augmenter la production lorsque le facteur travail augmente d’une unité,
sachant que le capital demeure constant ?
(b) De combien peut diminuer le capital si le travail augmente d’une unité alors que la produc-
tion reste constante ?

2. Montrer que les productivités marginales des facteurs sont décroissantes. Montrer que le T M ST
est également décroissant.
3. Supposons maintenant que la production est égale à 100 et que le salaire du marché est égal à 8
unités monétaires :
(a) Déterminer le travail et le capital qui seront utilisés dans cette économie.

mharfaoui04@yahoo.fr 78 Éléments sous droits d’auteur

Vous aimerez peut-être aussi