Table des matières

1 Fonctions de plusieurs variables 3

1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Notions de norme et de distance . . . . . . . . . . . . . . . . . . 4
1.3 Voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4 Ensembles ouverts et fermés . . . . . . . . . . . . . . . . . . . . 9
1.5 Intérieur, adhérence, frontière . . . . . . . . . . . . . . . . . . . 10
1.6 Ensembles compacts et convexes . . . . . . . . . . . . . . . . . . 11
1.7 Courbes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.8 Limite d’une fonction de plusieurs variables . . . . . . . . . . . 12
1.9 Continuité d’une fonction de plusieurs variables . . . . . . . . . 13
1.10 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.11 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.11.1 Applications économiques des dérivées partielles:
utilités marginales des biens . . . . . . . . . . . . . . . . 17
1.11.2 Applications économiques des dérivées partielles:
productivités marginales . . . . . . . . . . . . . . . . . . 17
1.11.3 Compléments sur les dérivées partielles . . . . . . . . . . 18
1.11.4 Application économique du théorème de Schwarz:
productivités des facteurs . . . . . . . . . . . . . . . . . 19
1.11.5 Dérivée d’une fonction composée . . . . . . . . . . . . . 21
1.11.6 Dérivées partielles de la fonction composée . . . . . . . . 22
1.11.7 Généralisation . . . . . . . . . . . . . . . . . . . . . . . . 23
1.11.8 Différentielle . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.11.9 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.11.10 Ecriture symbolique de la différentielle . . . . . . . . . . 27
1.11.11 Dérivée totale . . . . . . . . . . . . . . . . . . . . . . . . 29
1.11.12 Fonctions et relations implicites . . . . . . . . . . . . . . 29
TABLE DES MATIÈRES 2

1.11.13 Application économique: le taux marginal de substitu-

tion des biens . . . . . . . . . . . . . . . . . . . . . . . . 29
1.11.14 Application économique: le taux marginal de substitu-
tion technique . . . . . . . . . . . . . . . . . . . . . . . . 30
1.11.15 La dérivée seconde totale . . . . . . . . . . . . . . . . . . 32
1.11.16 Interprétation des élasticités . . . . . . . . . . . . . . . . 32
1.11.17 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . 34
Chapitre 1

Fonctions de plusieurs variables

1.1 Généralités
Soit D un sous ensemble de R2 , on appelle fonction de deux variables
l’application f définie par

f : D −→ R
(x, y) 7−→ f (x, y)

Soient D0 un sous ensemble de R3 et f une application. On dit que l’

application f est de 3 variables si

f : D0 −→ R
(x, y, z) 7−→ f (x, y, z)

Exemple 1
√
Soit la fonction f définie par f (x1 , x2 ) = x1 + x2 − 1.
L’ensemble de définition est noté Df = {(x1 , x2 ) ∈ R2 / x1 + x2 − 1 ≥ 0}.
x1 + x2!− 1 = 0, soit x2 = 1 − x1 .
0
θ ∈/ 4, la droite d’équation: x2 = 1 − x1 .
0
Df est l’ensemble des points situés au-dessus de 4 .

Exemple 2
1
Soit la fonction f définie par f (x1 , x2 , x3 ) = p
1 − x2 − x22 − x23
L’ensemble de définition est noté Df : {(x1 , x2 , x3 ) ∈ R3 / 1−x21 −x22 −x23 > 0}
1.2 Notions de norme et de distance 4

1 − x21 − x22 − x23 > 0, soit x21 + x22 + x23 < 1.

L’équation x21 + x22 + x23 = 1 est appelée l’équation d’une sphère et le
domaine de définition est l’intérieur de la sphère.

Définition 3
On considère X un vecteur de Rn .
On appelle épigraphe de f où f est une fonction définie de Rn à valeurs
dans R , l’ensemble noté par

épi(f ) = {X, α) ∈ Rn × R f (x) ≤ α}.

1.2 Notions de norme et de distance

Définition 4 La norme euclidienne ,ou longueur, d’ un vecteur X est la ra-
cine carrée de la somme des carrés de ses composantes. On la note ||X||2 .
Nous avons donc
n
!1/2
X
kXk2 = (xi )2 , avec X = (x1 , x2 , ..., xn )
i=1

Définition 5 La distance euclidienne entre deux vecteurs X et Y est la norme

euclidienne de leur diffèrence, soit kX − Y k2 .
Soit d1 une application de Rn × Rn à valeurs dans R+ .
Si n = 2, on définit d1 (X, Y ) par

d1 (X, Y ) = kX − Y k2 avec X = (x1 , x2 , ..., xn ), Y = (y1 , y2 , ..., yn ) et X−Y = (xi −yi )1≤i≤n

On a
 1/2
n
X
d1 (X, Y ) =  (xi − yi )2  , d1 (X, Y ) est appelée distance euclidienne entre X, et Y.

i=1
i

On a les propriétés suivantes :

1. d1 (X, X) = kX − Xk2 = 0.
2. d1 (X, Y ) = d1 (Y, X)
 1/2
n
(xi − yi )2 
P
En effet d1 (X, Y ) = kX − Y k2 = 
i=1
1.2 Notions de norme et de distance 5

Mais (xi − yi )2 = (yi − xi )2

 1/2
n
donc kX − Y k2 =  (yi − xi )2  = d1 (Y, X), ∀ X, Y ∈ Rn .
P
i=1

3. d1 (X, Y ) ≤ d(X, Z) + d1 (Z, Y ), ∀ X, Y ∈ Rn .

Remarque 6 d1 (X, Y ) = 0 si et seulement si X = Y

 1/2
n n
En effet si d1 (X, Y ) = 0, on a  (xi − yi )2  = 0, soit
P P
(xi −
i=1 i=1

yi )2 = 0, soit
(xi −yi )2 = 0 ∀ i ∈ {1, ...., n}, c’est à dire xi = yi , ∀ i ∈ {1, ...., n}.
La réciproque est évidente.

Notation 7 k k2 est appelée la norme euclidienne.

Définition 8
Une application d : Rn × Rn → R+ est appelée distance si elle vérifie les
propriètés suivantes:
1. d(X, X) = 0, pour tout X appartenant à Rn .
2. d(X, Y ) = d(Y, X), pour tous X et Y appartenant à Rn .
3. d(X, Z) ≤ d(X, Y ) + d(Y, Z), pour tous X, Y et Z appartenant à Rn .

Exemple 9
 1/2
n
(xi − yi )2  est une distance sur Rn
P
1. d1 (X, Y ) = 
i=1

2. d2 : Rn × Rn → R+
n
|xi − yi | est une distance sur Rn .
P
d2 (X, Y ) =
i=1
3. d3 : Rn × Rn → R+ .
d3 (X, Y ) = sup{|xi − yi | ; i = 1, 2, ...., n} est une distance sur Rn .

Définition 10 L’application

N : Rn −→ R
X 7−→ N (X)

est une norme sur Rn si elle vérifie les propriètés suivantes:

1.2 Notions de norme et de distance 6

1. N (X) = 0, c’est à dire que X = 0R2 .

2. N (λX) = |λ| N (X), ∀ X ∈ Rn , ∀ λ ∈ R.
3. N (X + Y ) ≤ N (X) + N (Y ), ∀ X, Y ∈ Rn .

Exemple 11
p
Soit l’ application définie par N1 (X) = x21 + x22 avec X appartenant à R2 .
Montrons que l’ application N1 est une norme.
1. N1 (X) = 0, a-t-on X = 0 ?
p
N1 (X) = x21 + x22 = 0 i.e x21 + x22 = 0, soit x1 = x2 = 0, donc X =
0R2 .
2. N1 (λX) = N1 (λx1 , λx2 ) où λ ∈ R et X ∈ R2 .
p p p
N1 (λX) = (λx1 )2 + (λx2 )2 = λ2 x21 + λ2 x22 = λ2 (x21 + x22 )
√ p
= λ2 x21 + x22 = |λ| N1 (X).
3. Soient X et Y ∈ R2 .
X + Y = (x1 + y1 , x2 + y2 ).
On veut montrer que N1 (X + Y ) ≤ N1 (X) + N1 (Y ).

p p
N (X + Y ) = (x1 + y1 )2 + (x2 + y22 ), N1 (X) = x21 + x22 , N1 (Y ) =
p1
y12 + y22 .
On a

(N1 (X + Y ))2 = (x1 + y1 )2 + (x2 + y2 )2

(N1 (X + Y ))2 = x21 + x22 + y12 + 2x1 y1 + 2x2 y2
(N1 (X) + N1 (Y ))2 = N12 (X) + N12 (Y ) + 2N1 (X)N1 (Y )
q
2 2 2 2
= x1 + x2 + y1 + y2 + 2 (x21 + x22 )(y12 + y22 ).

Dire que
N1 (X + Y ) ≤ N1 (X) + N1 (Y ) est équivaut à
q
x21 + x22 + y12 + y22 + 2(x1 y1 + x2 y2 ) ≤ x21 + x22 − y12 + y22 + 2 (x21 + x22 )(y22 + y22 ), soit
p
x1 y1 + x2 y2 ≤ (x1 y1 )2 + (x1 y2 )2 + (x2 y1 )2 + (x2 y2 )2 .

Si x1 y1 + x2 y2 ≥ 0, alors on a :
(x1 y1 + x2 y2 )2 ≤ (x1 y1 )2 + (x2 y2 )2 + (x1 y2 )2 + (x2 y1 )2 , soit
1.3 Voisinage 7

(x1 y1 )2 + (x2 y1 )2 − 2x1 y2 x2 y1 ≥ 0, soit (x1 y2 ) + x2 y2 )2 ≥ 0

ce qui est toujours vrai ; donc

N1 (X + Y ) ≤ N1 (X) + N1 (Y ).
p
Si x1 y1 + x2 y2 < 0, alors on a x1 y1 + x2 y2 ≤ (x21 + x22 )(y12 + y22 )
est toujours vrai, ce qui est équivalent à :

N1 (X + Y ) ≤ N1 (X) + N1 (Y ).

Exemple 12
n
|xi | est une norme sur Rn .
P
1. N2 (X) =
i=1
2. N3 (X) = sup{|xi | , i = 1, ...., n} est une norme sur Rn .

Remarque 13 N1 (X) = d1 (0, X), N2 (X) = d2 (0, X) et N3 (X) = d3 (0, X).

1.3 Voisinage
La notion de voisinage mathématique est semblable à un champ d’investi-
gation économique,c’ est à dire à l’ ensemble sur lequel l’économiste travaille
pour y étudier le chômage,pour analyser la défaillance...

Le couple (Rn , d), où d est une distance, est appelé espace métrique.

Définition 14
On appelle boule ouverte de centre X0 et de rayon r, r > 0 l’ensemble
noté par
B(X0 , r) = {X ∈ Rn / d(X0 , X) < r}.

Cet ensemble est celui dont les éléments sont séparés de X0 d’ une distance
strictement inférieur à r. Il aura la forme d’ intervalle dans R, d’un disque dans
R2 , et d’ une sphère dans R3 . Le mot ”ouverte” traduit l’ inégalité stricte dans
la définition: les vecteurs éloignés de X0 d’ une distance exactement égale à r
ne font pas partie de l’ ensemble.

Nous introduisons une notion plus générale de voisinage .

1.3 Voisinage 8

Définition 15
Tout ensemble contenant une boule ouverte de centre X0 et de rayon r est
appelé voisinage de X0 , on note V (X0 ).

Définition 16 On appelle boule fermée de centre A et de rayon r, r > 0

l’ensemble noté par

B(X0 , r) = {X ∈ Rn /d(X0 , X) ≤ r}.

Exemple 17

Si A = 0R2 et r = 1, on a :
q
2 2
B(0, 1) = {X ∈ R } / d1 (0, X) < 1} = {X ∈ R / x21 + x22 < 1}

est une boule ouverte.

√
Pour X0 = (2, 3), on a x21 +x22 = 4+9 = 13, 13 > 1, donc X0 ∈/ B(0, 1).
q
2 2
B̄(0, 1) = {X ∈ R } / d1 (0, X) ≤ 1} = {X ∈ R / x21 + x22 ≤ 1}

est une boule fermée.

Exemple 18

Considérons la boule
2
X
B(0, 1) = {X ∈ R2 / d2 (0, X) < 1} = {X ∈ R2 / |xi | < 1}.
i=1

2
P
Si X ∈ B(0, 1), alors on a |xi | < 1 c’est à dire que |x1 | + |x2 | < 1.
i=1
Traçons d’abord la droite 4 d’ équation :|x1 | + |x2 | = 1.
1. Si x1 > 0, x2 < 0, on a 41 : x1 − x2 = 1.
2. Si x1 < 0, x2 > 0, on a 42 : −x1 + x2 = 1.
3. Si x1 > 0, x2 > 0, on a 43 : x1 + x2 = 1.
4. Si x1 < 0, x2 < 0, on a 44 : −x1 − x2 = 1.
1.4 Ensembles ouverts et fermés 9

La boule B(0, 1) est la partie hachurée.

Exemple 19

Considérons la boule

B(0, 1) = {X ∈ R2 / d3 (0, X) ≤ 1} = {X ∈ R2 / sup {|x1 | , |x2 |} ≤ 1}.

On a sup {|x1 | , |x2 |} ≤ 1, si et seulement si |x1 | ≤ 1 et |x2 | ≤ 1,

c’est à dire −1 ≤ x1 ≤ 1 et −1 ≤ x2 ≤ 1.

La boule B(0, 1) est l’intersection des droites.

1.4 Ensembles ouverts et fermés

Définition 20 Un ensemble A est dit ouvert si et seulement si pour tout point
X0 de cet ensemble, il existe une boule ouverte de centre X0 et incluse dans
A:

A est ouvert si et seulement si X0 ∈ A entraı̂ne qu’ il existe  > 0 : B(X0 , ) ⊆ A.

Un exemple d’ ensemble ouvert dans R est l’ intervalle

{x / x ∈ R, a < x < b}, que nous noterons par ]a, b[.

Définition 21 Un ensemble A est dit fermé si et seulement si son complémentaire

Ac est ouvert.
1.5 Intérieur, adhérence, frontière 10

Un exemple d’ ensemble fermé dans R est l’ intervalle

{x / x ∈ R, a ≤ x ≤ b}, que nous noterons par [a, b].

Définition 22
Un sous-ensemble E de Rn est borné si et seulement si il existe c strictement
positif tel que d(0, X) ≤ c, ∀ X ∈ E où d est une distance.
Un sous-ensemble V de Rn est un voisinage de X0 ∈ Rn s’il existe une
boule ouverte de centre X0 contenue dans V.
Un ouvert de Rn est un sous-ensemble de Rn qui est voisinage de chacun
de ses points.

Exemple 23

1. L’ensemble R2 est un ouvert de R2 .

2. L’ensemble R3 est un ouvert de R3 .
3. L’ensemble vide noté ∅ est un ouvert de Rn .
4. Toute boule ouverte est un ouvert.

1.5 Intérieur, adhérence, frontière

Définition 24
o
L’intérieur A d’ un ensemble A est le plus grand ensemble ouvert contenu dans
A.
o
X ∈ A si et seulement si il existe  > 0 : B(X0 , ) ⊆ A.

Définition 25
L’ adhérence adh(A) d’ un ensemble A est le plus petit ensemble fermé conte-
nant A. C’est à dire,X appartient à l’ adhérence de A si et seulement si toute
boule centrée sur X a une intersection avec A non vide:

X ∈ adh(A) si et seulement si quelque soit  > 0 : B(X, ) ∩ A 6= ∅.

Définition 26
La frontière F r(A) d’ un ensemble A est l’ intersection de l’ adhérence et de l
’ adhérence de son complémentaire:

F r(A) = adh(A) ∩ adh(Ac )

1.6 Ensembles compacts et convexes 11

On notera que
– Un ensemble est ouvert si et seulement s’ il est égal à son intérieur.
– Un ensemble est fermé si et seulement s’ il est égal à son adhérence.
– Tout ensemble fermé contient sa frontière.

1.6 Ensembles compacts et convexes

Définition 27
Un sous ensemble A de Rn est dit compact s’ il est fermé et borné. C’ est à
dire qu’il existe un nombre k fini tel que ||X|| < k pour tout tout élément X
de A.

Définition 28
Un sous ensemble A de Rn est dit convexe si pour tout X ∈ A, pour tout
Y ∈ A, et pour tout µ ∈ R tel que 0 ≤ µ ≤ 1, le point Z = µX + (1 − µ)Y
est un élément de A.

Définition 29
On appelle segment d’ extrémité X, et Y appartenant à Rn , l’ ensemble défini
par
[X, Y ] = {λX + (1 − λ)Y, λ ∈ [0, 1]}.
Un ensemble est donc convexe lorsqu’ un segment de droite reliant deux points
X et Y de cet ensemble est entièrement inclus dans cet ensemble.

1.7 Courbes de niveau

Pour représenter graphiquement une fonction de deux variables à valeurs
dans R, on a souvent recours à la construction géométrique appelée ”courbe
de niveau”.

Définition 30
Soient D un sous ensemble de R2 et k un réel. Soit f une fonction définie
de D à valeurs dans R. On appelle courbe de niveau k de la fonction f, le
lieu géométrique des points X et Y de D satisfaisant l’ égalité f (X, Y ) = k.

Exemple 31
1.8 Limite d’une fonction de plusieurs variables 12

Les courbes d’ indifférence et les isoquantes sont courbes de niveau.

Cette méthode d’ étude de variation de la fonction de deux variables

peut également s’ appliquer aux fonctions de trois variables. On ne parlera
plus de courbes de niveau mais de ”surface de niveau”.
Définition 32
Soient D un sous ensemble ouvert de R3 et k un réel. Soit f une fonction
définie de D à valeurs dans R. On appelle surface de niveau k de f, l’ensemble
noté par
Λ = {x, y, z) ∈ D/f (x, y, z) = k}.

1.8 Limite d’une fonction de plusieurs variables

Soit D un sous ensemble de Rn et non vide.
Soient d une distance et X0 appartenant à Rn .
On considère f une fonction définie de D à valeurs dans R.
Définition 33
On dit que f (X) tend vers l lorsque X tend vers X0 si
Pour tout ε > 0, il existe α > 0, pour tout X ∈ D, d(X, X0 ) < α
entraine que |f (x) − `| < ε.
NB: On peut donner aussi la définition de

f → ∞ quand X → X0 et f → ` quand kXk → ∞.

Notation 34 f tend vers ` quand X → X0 . On note limf = lim .f (X)

X0 X0 →X0

Exemple 35

Trouver le domaine de définition de la fonction

1+x
(x, y) → f (x, y) = (x2 + y 2 ) sin( ).
y
Df = R2 − {(x, 0), x ∈ R}.
Chercher lim f ?
(0,0) 
1+x 
On sait que sin( y ) ≤ 1

 
2 2
 1 + x 
(x + y ) sin(
 ) ≤ x2 + y 2
y 
1.9 Continuité d’une fonction de plusieurs variables 13

1+x
−x2 + y 2 ≤ (x2 + y 2 ) sin( ) ≤ x2 + y 2
| {z } y | {z }
↓ ↓
0 0

lim f = 0
(0,0)

Théorème 36
Soient f et g deux fonctions définies sur D ⊂ Rn et X0 ∈ Rn .
On suppose que limf = a et limg = b et λ ∈ R. On a
X0 X0
1. Si la limite de f existe, alors elle est unique.
2. limλf = λa.
X0

3. lim(f + g) = a + b.
4. lim(f.g) = a.b
X0
f a
5. lim = si b 6= 0.
X0 g b

1.9 Continuité d’une fonction de plusieurs va-

riables
Soient D un sous ensemble de Rn , non vide et X0 un point de Rn .
On considère f une fonction définie de D à valeurs dans R.

Définition 37
On dit que f est continue en X0 si et seulement si les conditions suivantes
sont vérifiées :
1. Le point X0 appartient au domaine de définition de f.
2. Et on a limf = f (X0 ).
X0

Définition 38
Soit Ω un ouvert de Rn . Soit une fonction f définie de Ω à valeurs dans R.
La fonction f est continue sur Ω si elle est continue en tout point de Ω.

Théorème 39
Soient f et g deux fonctions réelles définies sur D.
On suppose de plus que f et g sont continues en X0 et λ ∈ R, on a :
1. λf est continue en X0 .
1.10 Dérivation 14

2. (f + g) continue en X0 .
3. (f.g) continue en X0 .
f
4. continue en X0 si g(X0 ) 6= 0.
g

1.10 Dérivation
Soient D un sous ensemble de Rn , non vide et X0 appartenant à Rn .
On considère f une fonction définie de D à valeurs dans R.

Définition 40
Soient H un élément de Rn et t appartenant à R.
La dérivée de f au point X0 dans la direction H est définie par :
f (X0 + tH) − f (X0 )
lim = f 0 (X0 , H).
t→0 t
Exemple 41

Soit la fonction définie par

f : R2 −→ R
(x, y) −→ f (x, y) = ax + by

Remarque : ax + by = A.X où A = (a, b) et X = (x, y).

On note AX = < A, X > . Soit H ∈ R2 une direction, H = (h1 , h2 ).
On a

X0 + tH = (x0 , yo ) + t(h1 , h2 )
f (X0 + tH) = a(x0 + th1 ) + b(yo + th2 )
f (X0 + tH) = ax0 + tah1 + byo + tbh2
f (X0 + tH) − f (X0 ) = ax0 + tah1 + byo + th2 − (ax0 + byo )
= tah1 + tbh2 = t(ah1 + bh2 ).

La dérivée de f au point X0 dans la direction H est définie par

f (X0 + tH) − f (X0 )
lim = lim(ah1 + bh2 )
t→0 t t→0
f (X0 + tH) − f (X0 )
lim = ah1 + bh2 = A.H =< A, H >
t→0 t
f (X0 + tH) − f (X0 )
lim = f 0 (X0 , H).
t→0 t
1.11 Dérivées partielles 15

Exemple 42

Soit la fonction définie par

f : R2 −→ R
X 7−→ f (X) = kXk22 , kXk22 = norme euclidienne X, X = (x, y)

kXk2 = x2 + y 2 ⇒ kXk22 = x2 + y 2 = X.X =< X, X >

p

X0 = (x0 , yo ), H = (h1 , h2 ), t ∈ R. On a

f (X0 + tH) = (X0 + tH) · (X0 + tH)

f (X0 + tH) = X0 · X0 + tHX0 + t2 H · H
f (X0 + tH) = f (X0 ) + 2t X0 H + t2 H · H
f (X0 + tH) − f (X0 ) = 2t X0 H + t2 H · H, on divise par t, on a
f (X0 + tH) − f (X0 )
= 2X0 H + tH · H.
t
La dérivée de f au point X0 dans la direction H est définie par
f (X0 + tH) − (X0 )
lim = 2X0 H = f 0 (X0 , H).
t→0 t
Définition 43
Si la G−dérivée de f en X0 existe pour toute direction H alors l’application
définie par

f 0 (X0 ) : Rn −→ R
H 7−→ f 0 (X0 )(H) = f 0 (X0 , H)

est appelée la G−dérivée de f au point X0 ou la dérivée au sens de Gâteaux de

f au point X0 .

Définition 44
On dit que f est G - différentiable au point X0 si la G-dérivée de f au point
X0 existe et est linéaire.

1.11 Dérivées partielles

Définition 45
Soit f (x, y) une fonction de deux variables à valeurs réelles définie dans un
1.11 Dérivées partielles 16

domaine D du plan. Soit X0 = (x0 , y0 ) un point intérieur de D. Faisons lui

subir un petit accroissement ∆x tel que le point (x0 + ∆x, y0 ) appartient à D.
La quantité ∆f = f (x0 + ∆x, y0 ) − f (x0 , y0 ) est l’accroissement partiel de la
fonction f par rapport à x. La limite finie ,si elle existe du rapport ∆f
∆x
s’ appelle
dérivée partielle de la fonction f par rapport à la variable x au point (x0 , y0 )
et on note
∂f 0 ∆f f (x0 + ∆x, y0 ) − f (x0 , y0 )
(x0 , y0 ) = fx (x0 , y0 ) = lim = .
∂x ∆x→0 ∆x ∆x
Si F = f (x1 , x2 , ..., xn ) est une fonction de n variables indépendantes, alors
∂F F (x1 , x2 , ..., xi + ∆xi , xi+1 , ..., xn ) − F (x1 , x2 , ..., xi , xi+1 , ..., xn )
=
∂xi ∆xi
est la dérivée partielle de la fonction F par rapport à la variable indépendante
xi , i = 1, ..., n.

Exemple 46

Soit la fonctionnelle définie par

J : R2 −→ R
1
J(X) = kXk22 − < A, X > où A = (a, b), X = (x, y)
2
(
f1 (X) fonction du 2ème exemple
J(X) = 12 f1 (X) − f2 (X) où
f2 (X) fonction du 1er exemple.
0 1 0 0
J (X0 , H) = 2 f1 (X0 , H) − f2 (X0 , H) = X0 · H − A · H
L’application qui à H associe < X0 − A, H > est linéaire
car < X0 − A, H1 + H2 > = < X0 − A, H1 > + < X0 − A, H2 >
Soit λ ∈ R, on a < X0 − A, λH > = λ < X0 − A, H > .
Identification de la G− dérivée f 0 (X0 ) est un vecteur de Rn lorsque
f est G−différentiable en X0 .
H = h1 e2 + h2 e2 , {e1 , e2 } est la base canonique.
f 0 (X0 )(H) = f 0 (X0 )(h1 e1 + h2 e2 ) = h1 f 0 (X0 )e1 + h2 f 0 (X0 )e2 ..
(car f 0 (X0 )H est linéaire).
f (X0 + te1 ) − f (X0 ) ∂f
f 0 (X0 )(e1 ) = lim = (X0 )
t→0 t ∂y
f (X0 + te2 ) − f (X0 ) ∂f
f 0 (X0 )(e2 ) = lim = (X0 )
t→0 t ∂y
D’où f 0 (X0 )(H)) = h1 ∂f∂x
(X0 )
+ h2 ∂f
∂y
(X0 )
1.11 Dérivées partielles 17

Définition 47
Soit f (X) une fonction de classe C 1 . On appelle gradient de f (X) au point X0
le vecteur des dérivées partielles d’ ordre un de f (X) et on le note grad f (X)
ou ∇ f (X). On a
∂f (X0 )
∇f (X) = ( )i ≤ 1 ≤n .
∂xi
 
Remarque 1 Le vecteur ∂f ∂x
(X 0 ), ∂f
∂y
(X 0 ) est appelé gradient de f en X0 et
est noté
grad f (X0 ) = ∇f (X0 ) = f 0 (X0 )

1.11.1 Applications économiques des dérivées partielles:

utilités marginales des biens
Soit U (x, y) = x ln y la fonction d’ utlité d’ un consommateur dépendant
de deux biens 1 et 2, consommés en quantités x et y. Les utilités marginales
sont les dérivées partielles ∂U
∂x
(x, y) et ∂U
∂x
(x, y) de cette fonction d’ utilité par
rapport à chacun de ses arguments x et y. Il s’ agit en effet de déterminer
l’ effet d’ une variation infinitésimal du bien i, (i = 1, 2) sur la satisfaction
du consommateur. Pour trouver ∂U ∂x
, il faut traiter y comme constante, i.e
considérer que la consommation du bien 2 ne change pas lorsque celle du bien
1 change.

∂U
()y=ȳ = ln y.
∂x
De même,pour trouver ( ∂U
∂y
),il faut traiter x comme constante et considérer
ainsi que le consommateur ne modifie pas sa consommation de bien 1 lorsque
celle de bien 2 change

∂U x
( )x=x̄ = .
∂y y

1.11.2 Applications économiques des dérivées partielles:

productivités marginales
Soit Q = F (K, L) la quantité maximale de produit qu’ entrepreneur puisse
produire avec les quantités K et L de capital et de travail. La fonction F est
1.11 Dérivées partielles 18

appelée fonction de production. Elle pourrait, par exemple s’ écrire comme une
fonction de Coob-Douglas,définie par

Q = F (K, L) = AK a Lb , avecA > 0, a, b, > 0.

0
La dérivée partielle FK est le taux d’ accroisement de la quantité produite Q
lorsque K varie et L reste constante. Ce taux s’ appelle productivité marginale
0
du capital . De même, FL est la productivité marginale du travail.
Analysons l’ intérêt économique de ces concepts par un exemple.
Supposons que le but de l’ entrepreneur soit de rendre maximal son profit. S’
il vend son produit à un prix PQ = 1, le taux d’ accroissement de son revenu
lorsqu’ il fait varier l’ effectuer de sa main-d’ oeuvre sera de
∂PQ F 0 0
= PQ FL = FL .
∂L
Sous certaines conditions, l’ entrepreneur aura intérêt à prendre de la main-
d’oeuvre si le taux d’ accroissement du revenu est plus grand qu ’au taux d’
accroissement du coût salarial, qui est égal au taux de salaire PL . Il augmentera
0 0
donc la quantité du facteur travail lorsque FL > PL , et la diminuera si FL <
PL .
0
A l’ optimalité, on aura FL = PL . La solution sera la quantité de main-d’
oeuvre à engager. Application numérique, on prend PK = 1, PL = 2, A = 1, a =
1/4 = b. On obtient

0
FL = 1/4K 1/4 L−3/4 = PL = 2
0
FK = 1/4K −3/4 L1/4 = PK = 1

La solution du système est L = (2048)−1/2 et K = 2L.

1.11.3 Compléments sur les dérivées partielles

Soient Ω un ouvert de R2 et X0 appartenant à Ω.
La fonction f est définie de Ω à valeurs dans R.
Les dérivées partielles du second ordre de la fonction f sont les dérivées
∂f ∂f
partielles premières des fonctions , et . Si f est deux fois dérivable, on
∂x ∂y
peut écrire
∂ 2f ∂ 2f
   
∂ ∂f ∂ ∂f
= ; =
∂x2 ∂x ∂x ∂y 2 ∂y ∂y
1.11 Dérivées partielles 19

∂ 2f ∂ 2f
   
∂ ∂f ∂ ∂f
= ; = .
∂x∂y ∂x ∂y ∂y∂x ∂y ∂x
Théorème 48 (Schwarz) La fonction f admet des dérivées partielles du
second ordre continues au point X0 , si on a

∂ 2f ∂ 2f
(X0 ) = (X0 ), pour tout X0 ∈ Ω.
∂x∂y ∂y∂x

1.11.4 Application économique du théorème de Schwarz:

productivités des facteurs
Soit Q = F (K, L) une fonction de production où K est le facteur capital
et L est le facteur travail.
De combien, en limite, la productivité marginale du travail(res. du capital)
change t-elle lorsqu’ on ajoute une unité suplémentaire de capital(resp. de
travail)?
Soit

a = F (K0 , L0 ), b = F (L0 + ∆L, K0 )

c = F (L0 + ∆L, K0 + ∆K), d = F (L0 + ∆L, K0 + ∆K)

Les valeurs a, b, c et d sont les valeurs de F, c’ est à dire les niveaux de pro-
duction, aux coins du rectangle abcd dans le plan OKL, formé par les points
initiaux K0 , L0 et modifiant K, L par les quantités ∆K et ∆L respectivement
, et séparément ensuite.

Puisqu’ on ne connaı̂t pas la forme fonctionnelle de la fonction de la

production, approximons les dérivées partielles d’ ordre deux par leur différence
d’ ordre deux. La productivité marginale du travail, évaluée en (L0 , K0 ) est
1.11 Dérivées partielles 20

approximativement égale à:

0 F (L0 +∆L,K0 )−F (L0 ,K0 )
FL (K0 , L0 ) = ∆L
0 b−a
(1.1)
FL = ∆L

Si l’ on accroı̂t la quantité de capital de ∆K, la productivité marginale du

travail,évaluée en (L0 , K0 + ∆K), est
0 F (L0 +∆L,K0 +∆K)−F (L0 ,K0 +∆K)
FL (L0 , K0 + ∆K) = ∆L
0 c−d
(1.2)
FL = ∆L

Ensuite, on peut trouver la dérivée partielle secondaire( ou dérivée partielle

00 ∂2F
croisée) FL,K = ∂L∂K , qui mesure la variation de la productivité marginale du
travail, lorsqu’ une unité supplémentaire de capital est ajoutée au processus
de production,entre les productivités marginales du travail (1.2) et (1.3) :
00 1 c−d
− b−a


FL,K = ∆K ∆L ∆L
00 (1.3)
FL,K = c−d−b+a
∆K∆L

∂ F 00 2
Afin de trouver l’ autre dérivée partielle croisée FK,L = ∂K∂L , nous cher-
0
chons d’ abord la productivité marginale du capital FK . On étudie l’ effet d’
une variation d’ une unité supplémentaire du facteur travail sur la production.
On a
0 F (L0 ,K0 +∆K)−F (L0 ,K0 )
FK (L0 , K0 + ∆K) = ∆K
0 d−a
(1.4)
FK = ∆K

En augmentant la quantité de travail de ∆L, la productivité marginale du

capital est

0 F (L0 +∆L,K0 +∆K)−F (L0 +∆L,K0 )

FK (L0 + ∆L, K0 ) = ∆K
0 c−b
(1.5)
FK = ∆K

D’ où,la variation de la productivité marginale due à une variation de la quan-

tité de travail est approximativement égale à

00 1 c−b d−a


FK,L (L0 , K0 ) = ∆L ∆K
− ∆K
00 c−b−d+a
(1.6)
FK,L = ∆L∆K

Les équations (1.3) et (1.6) sont identiques: les dérivées secondes ou croisées
sont les mêmes.
1.11 Dérivées partielles 21

L’ interprétation économique de ce résultat est la suivante:L’effet d’ une petite

variation du facteur du travail sur la productivité marginale du capital est le
même que l’effet d’ une petite variation du facteur capital sur la productivité
marginale du travail.

Remarque 49
Sous les mêmes hypothèses que ci-dessus, on a :
Pour une dérivation d’ordre p, s’il y a n dérivations par rapport à x et m
∂ pf
dérivations par rapport à y. On écrit : n m .
∂x ∂y
Si f admet des dérivées partielles continues en X0 , on a :
∂ pf ∂ pf
(X 0 ) = (X0 ).
∂xn ∂y m ∂y m ∂y n

1.11.5 Dérivée d’une fonction composée

Soient a et b des réels tels que a < b. Soient les fonctions x et y définies
par

x :]a, b[ −→ R, y :]a, b[ −→ R
t 7−→ x(t), t 7−→ y(t)

On considère une fonction F définie par

F :]a, b[ −→ R
t 7−→ F (t) = f (x(t), y(t))

Ex: f (x, y) = 3x2 + y. x(t) = 2t + 1 y(t) = 1.

F (t) = 3(2t + 1)2 + 1. Calculer F 0 (t). facile.

Théorème 50
Si de plus la fonction admet des dérivées partielles continues en X0 , alors sous
l’hypothèse x et y dérivables, on a :
∂f 0 ∂f 0 dx dy
F 0 (t) = x (t) + y (t) avec x0 (t) = , y 0 (t) = .
∂x ∂y dt dt
Si X0 = (x(to ), y(to )), alors on a :
∂f ∂f
F 0 (to ) = (X0 ) x0 (to ) + (X0 ) y 0 (to ).
∂x ∂y
1.11 Dérivées partielles 22

Exemple 51

Soit la fonction définie par

f : R2 −→ R
f (x, y) 7−→ x3 + 2y

où y et x sont des fonctions de t dérivables.

F (t) = f (x(t), y(t))
F 0 (t) = ∂f
∂x
(x(t), y(t)) x0 (t) + ∂f
∂y
(x(t), y(t) y 0 (t).
∂f
∂x
= 3x2 , ∂f
∂y
= 2, d’où F 0 (t) = 3x2 x0 (t) + 2y 0 (t).

Exemple 52

Soit la fonction définie par

1
f (x, y) = e2x sin
y
où x(t) = 3t2 et y(t) = 1 + t.
Si F (t) = f (x(t), y(t)), alors on a F 0 (t) = ∂f
∂x
x0 (t) + ∂f
∂y
y 0 (t).
 
∂f
∂x
= 2e2x sin y1 ; ∂f∂y
= e2x · − y12 cos y1 , x0 (t) = 6t, y 0 (t) = 1.
F 0 (t) = 2e2x sin y1 (6t) − e2x y12 cos y1 .
2 2
F 0 (t) = 2e6t sin 1+t1
6t − e6t (1+t)1 1
2 cos 1+t .

1.11.6 Dérivées partielles de la fonction composée

Soit Ω un ouvert de R2 . Soit F une fonction définie de Ω à valeurs dans
R
telle que F (u, v) = f (x(u, v), y(u, v)) où x et y sont défnies par

x : Ω −→ R, y : Ω −→ R

avec x et y admettant des dérivées partielles en u et v.

Théorème 53
Si de plus les dérivées partielles premières de f existent, on a
∂F ∂f ∂x ∂f ∂y
= + ;
∂u ∂x ∂u ∂y ∂u
∂F ∂x ∂x ∂f ∂y
= + .
∂v ∂v ∂v ∂y ∂v
1.11 Dérivées partielles 23

Exemple 54

Soit la fonction définie par

F (u, v) = 4x(u, v) − y 2 (u, v).

x(u, v) = u2 + v 2
On donne :
y(u, v) = uv
∂F ∂f ∂x ∂f ∂y
= · + ·
∂u ∂x ∂u ∂y ∂u
∂f ∂f ∂x ∂y
= 4, = −2y. = 2u, =v
∂x ∂y ∂u ∂u
∂F
= 4. (2u) + (−2y) − (v) = 8u − 2uv 2 .
∂u
∂F ∂f ∂x ∂f ∂y ∂x ∂x
= · + · or = 2v · = u donc
∂v ∂x ∂v ∂y ∂v ∂v ∂v
∂F
= 4 (2v) − 2y(u) = 8v − 2u2 v.
∂v
Exemple 55

Soit la fonction définie par F (u, v) = xα (u, v) + y β (u, v), α, β ∈ R.

∂F ∂F
= αxα−1 (u, v), = β y β−1 (u, v).
∂x ∂y
∂F ∂f ∂x ∂f ∂x ∂F ∂x ∂y
= · + · soit = αxα−1 · + βy β−1 .
∂u ∂x ∂u ∂y ∂u ∂u ∂u ∂u
∂F ∂f ∂x ∂f ∂y ∂x ∂y
De même, on a = · + · = αxα−1 + βy β−1 · .
∂v ∂x ∂v ∂y ∂v ∂v ∂v

1.11.7 Généralisation
Soit I un intervalle de R. Soit F une fonction définie de I à valeurs dans
R
telle que F (t) = f (x1 (t), x2 (t) , ..., xp (t)) où
xj , j ∈ {1, 2, ..., p} défnie par xj : I −→ R, est dérivable en t.

Théorème 56
Si de plus les dérivées partielles premières de f existent, on a
n
0
X ∂f
F (t) = x0i (t).
i=1
∂xi
1.11 Dérivées partielles 24

Soit Ω un ouvert de Rn . Soit F une fonction définie de Ω à valeurs dans

R
telle que F (u1 , u2 , ..., un ) = f (x1 (u1 , ..., un ), x2 (u1 , ..., un ) , , xp (u1 , ..., un )) où
xj , j ∈ {1, 2, ..., p} défnie par xj : Ω −→ R, admet des dérivées par-
tielles
en (u1 , u2 , ..., un ).

Théorème 57
Si de plus les dérivées partielles premières de f existent, on a
p
∂F X ∂f ∂xj
= · , i = 1, ..., n.
∂ui j=1
∂xj ∂ui

Exemple 58 Soit la fonction f définie par

 2
 4x y si X 6= (0, 0)
f (x, y) = x2 + y 2
0 sinon


Cette fonction est- elle de classe C 1 sur R2 ?

Montrons qu’ elle est dérivable en (0, 0).
– Recherche des dérivées partielles de f en X0 = (0, 0) : f (x, 0) = 0 et
f (0, 0) = 0 :

f (x, 0) − f (0, 0) 0
= pour tout x 6= 0.
x−0 x
f (y, 0) = 0 et f (0, 0) = 0 :

f (0, y) − f (0, 0) 0
= pour tout y 6= 0.
y−0 y
0 0
On a donc fx (0, 0) = 0 et fy (0, 0) = 0. La fonction est dérivalbe en (0, 0).
4x2 y0
– Pour tout X0 6= (0, 0), la fonction φ(x) = f (x, y0 ) = 2 est une
x + y02
fraction rationnelle en x, et donc dérivable sur son domaine de définition
, qui est R tout entier. On calcule facilement

8y03 x0

 f 0 (x , y ) = si y0 6= 0
x 0 0
(x20 + y02 )2
 0
fx (x0 , 0) = 0
De même, on obtient
1.11 Dérivées partielles 25

2 2 2
 f 0 (x , y ) = 4x0 (x0 − y0 ) si x 6= 0

y 0 0 0
(x20 + y02 )2
 0
fy (0, y0 ) = 0
La fonction f est dérivable sur R2 . Elle n’ est pas de classe C 1 sur R2 car
les dérivées partielles ne sont pas continues en (0, 0). Par contre, elle est
de classe C 1 sur l’ ouvert de R2 \(0, 0), noté R2∗ .

Théorème 59 (De l’approximation linéaire)

Soient Ω un ouvert de R2 et X0 = (x0 , y0 ) un point appartenant à Ω.
La fonction f est définie de Ω à valeurs dans R.
Si f est une fonction admettant des dérivées premières qui sont continues au
point X0 , alors on a
∂f ∂f
f (x0 + h, y0 + k) − f (x0 , y0 ) = h (x0 , y0 ) + k · (x0 , y0 )
∂x ∂y
√
+ h2 + k 2 ε(h, k)

où lim ε(h, k) = 0.

(h,k)→(0,0)

Exemple 60

Soit la fonction définie par f (x, y) = x2 y, x0 = 1, y0 = 2, k = 2 et h = 1.

4f = f (x0 + h, y0 + k) − f (x0 , y0 )
∂f ∂f
4f = (x0 ; y0 )h + k (x0 , y0 )
∂x ∂y
∂f ∂f
∂x
= 2xy, ∂y
= x2
∂f ∂f
∂x
(x0 , y0 ) = 4, ∂y
(x0 , y0 ) = 1
Donc on a 4f = 4h + 1k = 4 + 2 = 6.

1.11.8 Différentielle
L’ objet de cette section est le calcul d’ accroissements, plutôt que de rap-
ports entre deux accroissements. Plus précisément, nous examinerons comment
une fonction d’ une ou plusieurs varie lorsque chacun de ses arguments varie,
de manière infinitésimale.
Soient Ω un ouvert de Rn et X0 un point appartenant à Ω.
La fonction f est définie de Ω à valeurs dans R.
1.11 Dérivées partielles 26

Définition 61
Si f est une fonction admettant des dérivées partielles premières au point
X0 , alors la différentielle de f au point X0 est l’application

df : Rn −→ R
n
X ∂f
h 7−→ dfX0 (h) = (X0 )hi
i=1
∂xi

avec h = (h1 , h2 , ...., hn ).

Exemple 62

(x, y 7→ f (x, y) = x2 + xy − y 3 , X0 = (1, 1)

∂f ∂f
dfX0 (h) = (X0 )h1 + (X0 )h2 .
∂x ∂y
∂f ∂f ∂f ∂f
= 2x + y, = x − 3y 2 , (X0 ) = −2, (X0 ) = 3.
∂x ∂y ∂y ∂x
dfX0 (h) = 3h1 − 2h2 .
Si X0 est fixe, la différentielle est toujours une application linéaire.

1.11.9 Propriétés
1. La différentielle X0 dfX0 est linéaire en h.

dfX0 (h + k) = dfX0 (h) + dfX0 (k)

dfX0 (λh) = λ dfX0 (h), ∀ h, k ∈ Rn , ∀λ ∈ R.

2. Si u et v sont deux fonctions définies sur Ω ⊂ Rn et admettant une

différentielle en X0 , alors on a :

(a) d(λu)X0 = λduX0 , ∀λ ∈ R.

(b) d(u + v)X0 = duX0 + dvX0
(c) d(uv)X0 = duX0 v + udvX0 .
 u  du − udv
X0 X0
(d) d = 2
si v 6= 0 au voisinage de X0 .
v v
1.11 Dérivées partielles 27

1.11.10 Ecriture symbolique de la différentielle

Soient Ω un ouvert de Rn et la fonction f définie de Ω à valeurs dans
R.
Si f = f (x1 , x2 , ..., xn ) est une fonction continûment différentiable sur Ω,
,alors on a la différentielle de f qui est égale à
n
X ∂f
df = dxi .
i=1
∂xi

Remarque 2 Les quantités dxi , pour i = 1, 2, ..., n, sont ici considérés comme
des paramétres de la fonction df.
La différentielle contrairement à la dérivé permet de mesurer l’ effet des va-
riations simultanées de la consommation de plusieurs biens sur la satisfaction
du consommateur.

Soit U = φ(x1 , x2 , ..., xn ) la fonction d’ utilité d’ un consommateur. L’ effet

des variations simultanées de la consommation de l’ ensemble des biens sur l’
utilité totale est égale à
n
X ∂U
dU = dxi
i=1
∂xi

Exemple 63
√
Soit une fonction de production donnée par f (K, L) = K + K ln L.
1. quel est le domaine de définition? de continuité? de différentiabilité?
2. Quelle est la différence d’ interprétation entre les dérivées partielles et la
différentielle de la fonction f ?
3. Un chef d’ entreprise dont la fonction de production est donnée par f
prévoit d’ augmenter son capital de K0 = 100 jusqu’ à K = 105 et son
travail de L0 = e10 jusqu’ à L = e10 + 4. Après avoir justifié pourquoi on
pouvait utiliser la calcul différentiel pour répondre à la question, évaluer
une valeur approchée de la nouvelle production. e10 = 20000.
∂f
– Une dérivé partielle, ∂K , permet de mesurer l’ effet d’ une petite variation
de K uniquement ( L constant) sur la production. La différentielle, elle,
permet de mesurer l’ effet d’ une petite variation simultanée de K et de
L sur la production f.
1.11 Dérivées partielles 28

– On va utiliser la formule suivante

∂f ∂f
f (K0 + ∆K, L0 + ∆L) = f (K0 , L0 ) + ∆K + ∆L
∂K ∂L
Cette formule est valable si f est différentiable en (K0 , L0 ) et si ∆K, ∆L
petits. Ici puisque K0 , > 0, L0 > 0, la fonction est bien différentiable
en (K0 , L0 ) et ∆K = 5 et ∆L = 4 sont petits devant K0 = 100 et
L0 = 20000. Calculons les dérivées partielles

∂f 1 1 ∂f K0 100
(K0 , L0 ) = √ +ln L0 = +10 = 10.05 et (K0 , L0 ) = = = 0.005
∂K 2 K0 20 ∂L L0 20000
Ainsi:

f (K0 + ∆K, L0 + ∆L) = 1010 + 10.05.5 + 0.005.4 = 1060.27.

La calculatrice donne pour valeur approchée1060.266017, donc notre ap-

proximation est bonne

Exemple 64

Soit F (x, y) = ln(x + 2y), définie pour x > 0 et y > 0. Sa différentielle est
égale à
1 2
dF (x, y) = dx + dy.
x + 2y x + 2y
II est intéressant de noter que si l’ on pose dy = 0 dans cette expression et que
l’ on divise ses deux membres par dx, supposé non nul,on obtient la dérivée
partielle de F par rapport à x :
dF ∂F 1
|dy=0 = = .
dx ∂x x + 2y
Le calcul d’ une différentielle peut être interprété comme une linéaire locale
d’ une fonction numérique. Ceci peut être compris aisément en considérant
l’ exemple d’ une fonction d’ une seule variable F (x). Sa différentielle est
0
dF (x) = F (x)dx. Si x est suffisamment proche de c, nous pouvons remplacer
les différentiellles dF et dx par les diffèrences finies ∆F = F (x) − F (c) et
∆x = x − c pour obtenir l’ égalité approximative suivante:
0
F (x) − F (c) ' F (x − c)

Cette dernière relation peut s’écrire:

0 0
F (x) ' F (c) − cF (c) + xF (c)
0 0
Soit aussi F (x) ' a + bx avec a = F (c) − cF (c) et b = F (c).
1.11 Dérivées partielles 29

1.11.11 Dérivée totale

Une dérivée totale est donc un rapport de diffŕentielles. On s’ intéressera
par exemple, au taux de variation de F (x, y) = ln(x + 2y) par rapport à x
lorsque les deux variables x et y changent de façon infinitésimale, et du même
montant, c’ est à dire dx = dy. On obtient
3
dF (x, y)|dx=dy = .
x + 2y

1.11.12 Fonctions et relations implicites

Une fonction implicite, ou une relation implicite, est définie par une ex-
pression de la forme F (x1 , x2 , ..., xn ) = 0. Par exemple,une fonction de pro-
duction Q = F (K, L) peut s’ exprimer sous la forme suivante G(Q, K, L) =
Q − F (K, L) qui définit une relation implicite entre K et L, pour Q donné.
Si F est continûment différentiable, on peut définir la dérivée totale suivante

dL
|dF =0
dK
qui s’ obtient en posant dF = 0, en divisant les deux membres de cette équation
dL
par dK, et en résolvant en . Dans le cas où G(Q, K, L) = 0 définit une
dK 0
fonction L(K) pour Q donné, cette dérivée totale est égale à L (K).

1.11.13 Application économique: le taux marginal de

substitution des biens
Placo̧ns nous dans le cas où un consommateur peut acheter deux articles
a1 et a2 en quantités respectives x et y. L’ ensemble de toutes les combinaisons
des deux biens pour lesquels ce client obtient le même niveau de satisfaction
constitue la courbe d’ indifférence d’ équations implicites U (x, y) = c où U
désigne la fonction d’utilité et c une constante.

Par chaque point du premier quadrant, il passe une et une seule courbe
d’indifférence : celle-ci correspond à des niveaux de satisfaction de plus en plus
élevés au fur et à mesure que l’on progresse dans la direction du Nord-Est.
Le long d’une courbe d’indifférence d’équation U (x, y) = c, on a bien entendu
dU = ∂U ∂x
dx + ∂U
∂y
dy = 0.
A satisfaction égale, si la consommation de a1 décroı̂t de dx ( avec dx < 0, il
1.11 Dérivées partielles 30

en résultera une perte d’ utilité approximativement égale à ∂U

∂x
dx. Cette perte
sera compensée par un gain approximativement égale à ∂U ∂y
dy obtenu par une
dy
augmentation de dy de la quantité de a2 . La pente m = dx = tan α de la
tangente en un point (x, y) de la courbe d’ indifférence est le taux par lequel le
consommateur voudra substituer a1 à a2 ou a2 `à a1 tout en restant à un même
niveau donné de satisfaction. L ’ opposé de cette pente m est le taux marginal
de substitution des biens qui est égal au rapport des utilités marginales:
∂U
∂x
T M S = −m = −(− ∂U )
∂y

1.11.14 Application économique: le taux marginal de

substitution technique
Soit l’ exemple de la fonction de production F (K, L) = γK a Lb . On peut
la représenter graphiquement par un système de courbes de niveau, appelées
isoquants dans l’ espace des facteurs de production K et L.

Chaque isoquante est le lieu géométrique des combinaisons de facteurs per-

mettant de produire une quantité donnée. Il est important que l’ entrepreneur
puisse évaluer la pente d’ une tangente de ces courbes de niveau.
1.11 Dérivées partielles 31

Pour cela, le problème de la recherche d’ une combinaison de facteurs de coût

minimal peut être résolu en trouvant le point de tangence entre une courbe
d’ isoquant et une droite d’ isocoût d’ équation C(K, L) = PK K + PL L, où
PK , PL sont les prix des facteurs. Cette condition de tangence est illustrée à la
figure suivante.

Le point (K ∗ , L∗ ) de coût minimal permettant de produire une quantité Q0

est caractérisé par légalité entre la pente de la droite d’ isocoût et la pente de
la tangente à l’ isoquante Q = Q0 . L’ opposé de cette pente s’ appelle le taux
marginal de substitution entre les facteurs. Elle est aussi égale à opposé de la
dL
dérivée totale dK |dF =0 .
Calculons ces expressions:
0 0
dQ = dF (K, L) = FK dK + FL dL = 0,

Il vient
0
dL F γaK a−1 Lb aL
|dF =0 = − K0 = − a b−1
=− (1.7)
dK FL γbK L bK
De la même manière on calcule la pente de la droite d’ isocoût d’ équation
C(K, L) = PK K + PL L, nous obtenons

0
dL C PK
|dC=0 = − K0 = − (1.8)
dK CL PL
L’ égalité des deux pentes implique
aL PK
− =− (1.9)
bK PL
L
Cette condition de tangence détermine le rapport optimal K
:
L bPK
= (1.10)
K aPL
1.11 Dérivées partielles 32

1.11.15 La dérivée seconde totale

En général la pente n’est pas toujours négative et croisssante. Dans le cas
d’ une fonction Q = K 2 + L2 , la pente est négative, mais elle déroı̂t lorsqu’ on
substitue K pour L. Le point de tangence correspond alors à un maximum du
coût.
Les dérivées secondes totales vont nous permettre de vérifier que les courbes de
niveau d’ une fonction de production ont bien la forme requise ( pente négative
et croissante) pour qu ’ un point de tangence soit un point de coût minimal.
Dans notre exemple, le taux marginal de substitution de la fonction de Coob-
dL aL
Douglas était égal à − dK |dF =0 = bK . Ce taux est positif puisque les quantités
de facteurs sont positives et que a et b sont positifs. Donc la pente est négative.
Est-elle croissante?
d2 L
Pour cela, cherchons la dérivée seconde totale dK 2 |dF =0 .

Calculons la différentielle du taux marginal de substitution . On a

dL aL a
d |dF =0 = 2
dK − dL (1.11)
dK bK bK
Divisons cette différentielle (1.11) par dK et maintenons la contrainte dF = 0
dL
en remplaçant dK par le taux marginal de substitution. On obtient

d2 L aL dK a dL
2
|dF =0 = 2
−
dK bK dK bK dK
2
dL aL a (−aL)
2
|dF =0 = 2
−
dK bK bK bK
d2 L aL a2 L
|dF =0 = +
dK 2 bK 2 b2 K 2
Soit aussi

d2 L aL a
|dF =0 = (1 + ) > 0
dK 2 bK 2 b
La pente est donc bien croissante.

1.11.16 Interprétation des élasticités

Définition 65 Une élasticité est un concept de dérivée qui mesure le taux de
variation en termes relatifs plutôt qu’ absolus. Une élasticité est un rapport de
deux pourcentages de variation, celui de F (x) et celui de x. L’ élasticité de F
1.11 Dérivées partielles 33

par rapport à x s’ obtient en multipliant la dérivée par le rapport x/F (x). On

a

dF (x) x dF (x)/F (x)

E(F, x) = =
dx F (x) dx/x

Soit l’ exemple d’ une fonction d’ une seule variable y = F (x), l’ élasticité

est la pente d’ une tangente à la courbe représentative de F lorsque x et y sont
toutes mesurées sur une échelle logarithmique.

dy x dy/y d ln y x
= = .
dx y dx/x d ln x y

Définition 66
Soient Ω un ouvert de R2 et f une fonction définie de Ω à valeurs dans R.
On dit que la fonction f est différentiable au point X0 de Ω si elle vérifie :
∂f ∂f
f (x0 + h, yo + k) = f (x0 , yo ) = h (x0 , yo ) + (x0 , yo ) · k + θ (k(h, k)k2 )
∂x ∂y
√
où X0 = (x0 , y0 ) avec θ (k(h, k)k2 ) = h2 + k 2 ε(h, k).
lim ε(h, k) = 0
(h,k)→(0,0)

On suppose que Ω un ouvert de Rn et f une fonction définie de Ω à valeurs

dans R.
On dit que la fonction f est différentiable au point X0 de Ω si elle vérifie :
n
X ∂f
f (X0 + h) − f (X0 ) = (X0 )hi + θ (khk2 )
i=1
∂x i

avec h = (h1 , h2 , ..., hn ), i = {0, 1, ..., n} et X0 = (x01 , x02 , ..., x0n ).

Définition 67
Soient Ω un ouvert de R2 et X0 un point de Ω.
Soit f une fonction définie de Ω à valeurs dans R, différentiable au point
X0 .
On appelle plan tangent en X0 = (x0 , y0 , z0 ) à la surface d’équation :
z = f (x, y), le plan d’équation

∂f ∂f
(X0 )(x − x0 ) + (X0 )(y − y0 ) − (z − z0 ) = 0.
∂x ∂y
1.11 Dérivées partielles 34

Exemple 68

X0 = (1, 2, f (1, 2)), z = f (x, y) = x2 y, z0 = f (1, 2) = 2.

Plan tangent au point X0
∂f ∂f
(X) = 2xy, (1, 2) = 4
∂x ∂x
∂f ∂f
(X) = x2 , (1, 2) = 1
∂y ∂y
l’équation du plan tangent est : 4(x − 1) + (y − 2) − (z − 2) = 0.

1.11.17 Formule de Taylor

Soient Ω un ouvert de R2 et X0 = (x0 , y0 ) appartenant à Ω.

La fonction f est définie de Ω à valeurs dans R.

Exemple 69 Soit la fonction f définie par

2 2
 xy(x − y )

si X 6= (0, 0)
f (x, y) = x2 + y 2
0 sinon


Cette fonction est- elle de classe C 2 sur R2 ?

– Caculer des dérivées premières. On calcule sans difficulté, pour X 6=
(0, 0) :

0 ∂f (yx4 + 4x2 y 3 − y 5 )
fx (X) = =
∂x (x2 + y 2 )2
0 ∂f (−xy 4 − 4y 2 x3 + x5 )
fy (X) = =
∂y (x2 + y 2 )2

f est donc indéfiniment dérivable sur R2∗ .

Pour X = (0, 0), on a f (x, 0) = f (0, y) = 0 pour tout x et tout y réels.
0 0
On en déduit que fx (0, 0) = 0 et fy (0, 0) = 0.
1.11 Dérivées partielles 35

0 0
– cacul des dérivées secondes en (0, 0) de fx (0, y) = y et fy (x, 0) = x.
On déduit que
0 0
00 ∂ 2f f (0, y) − fx (0, 0)
fxy (0, 0) = = lim x
∂x∂y y−→0 y−0
y6=0
= −1
0 0
00
2
∂ f fy (x, 0) − fy (0, 0)
fyx (0, 0) = = lim
∂y∂x x−→0
x6=0
x−0
= 1

Les dérivées secondes ” rectangulaires” existent et sont différentes en

(0, 0). Elles ne peuvent donc être toutes les deux continues en (0, 0). La
fonction f n’ admet pas admet de dérivées partielles secondes continues
sur R2 .
Cela signifie que f n’est pas de classe C 2 sur R2 .

Théorème 70
Si f admet des dérivées partielles secondes continues en X0 , pour tous h, k appartenant
à R tels que (x0 + h, y0 + k) appartient à Ω, alors on a :

∂f ∂f
f (x0 + h, y0 + k) = f (x0 , y0 ) + h (X0 ) + k (X0 )
∂y ∂y
2 2 2
 
1 2∂ f ∂ f 2∂ f
+ h 2
(X0 )+ 2hk (X0 ) + k 2
(X0 ) + θ(kh, kk22 ).
2 ∂x ∂y∂x ∂y
Bibliographie

[1] Aubonnet.F., Guinin.D.,et Joppin.B.,Précis de mathématiques: Algèbre 2.

2ème édition, Editions Bréal, 1988.
[2] Bouzitat.C., Pradel.J.,Mathématiques: Fonctions de plusieurs varibles-
Optimisation, Editions Cujas.
[3] Calvo.B, Doyen.J., Calvo.A., et Boschet,F.,.Exercices d’algèbre, 1er cycle,
2ème année, Editions Armand Colin, Collection U 1984.
[4] Deschamps.C.,Ramis.E., et Odoux.J,. Cours de mathématiques spéciales
Tome 2 : Algèbre et applications à la géométrie,
[5] Ferrier, O Maths pour économistes, l’ Analyse en Economie, vol1, vol2,
Editions De Boeck Bruxelles, 2003.
Editions Masson, 1987.
[6] Lesieur.L., Temam.R., et Lefevre.J., Compléments d’algèbre linéaire,
maths spéciales : 1ère et 2ème années, Editions Armand Colin, Col-
lection U 1978.
[7] Liret.,F et D.Martinais.D., Mathématiques pour le DEUG, Algèbre et
géométrie, 2ème année, Cours et exercices avec solutions, Editions Du-
nod Paris, 1997.
[8] Michel.,P , Cours de Mathématiques pour économistes, Editions Econo-
mica,Paris, 1989.
[9] Pécastaings.F., et J. Sevin.J., Chemins vers L’Algèbre. Tome 2 : Exercices
avec soultions et rappels de cours, Editions Vuibert, 1980.
[10] Rivaud.J., Algèbre linéaire. Tome 1 : Exercices avec soultions, Editions
Vuibert, 1978
[11] Seymour.L., Algèbre linéaire, cours et problèmes, Serie Schaum.
[12] Sureau.H.,et Y. Sureau.Y., Algèbre linéaire, DEUG scientifiques: 1ère et
2ème années, Volumes 1 et 2,
BIBLIOGRAPHIE 37

Editions Armand Colin, Collection Flash U– Séries mathématiques

1987.
[13] Varian.Hal R., Microecomics Analysis, Editions W.W.Norton Com-
pany New York, 1992.
[14] Wade.A., Les mathématiques de l’ analyse économique moderne, Edi-
tions Economica, 2007.
Index

épigraphe, 4 utilités marginales, 17

adhérence, 10 voisinage, 7, 10

boule fermée, 8
boule ouverte, 7, 8

compact, 11
convexe, 11
courbe de niveau, 11
courbes d’ indifférence, 12

dérivée partielle, 16
dérivée totale, 29
dérivées secondes totales, 32
dérivées partielles, 17
dérivées partielles du second ordre conti-
nues, 19
différentielle, 26, 27
distance euclidienne, 4

fermé, 9
frontière, 10

gradient, 17

intérieur, 10
isoquante s, 12

norme euclidienne, 4

ouvert, 9

taux marginal de substitution, 32