Mr FRIKHA

Chapitre3 Optimisations
Plan de cours

I)Extremums global et extrémunslocal

II)Points critiques
III)Extrémums libres
IV) Proprétés du vecteur gradient
V)Déterminant d’une matrice d’ordre 3
VI)Extemumsliés
VII)Problèmes d’optimisations

I)Extremums global et extrémunslocal

1) Extremums global
Définition :
Soit f une fonction définie sur Df ∁𝑅2 àvaleurs dans R et𝐸∁𝐷𝑓
On dit que f présente un extrémum global ou absolu sur E en 𝑋0 ∈
𝑅2 si :
∀𝑋 ∈ 𝐸 𝑓(𝑋) − 𝑓(𝑋0 ) 𝑔𝑎𝑟𝑑𝑒 𝑢𝑛 𝑠𝑖𝑔𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡

*Si 𝑓(𝑋) − 𝑓(𝑋0 ) ≤ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑋0 )𝑒𝑠𝑡 𝑢𝑛 𝑚𝑎𝑥𝑖𝑚𝑢𝑚global

Ou( absolu)de f sur E
*Si 𝑓(𝑋) − 𝑓(𝑋0 ) ≥ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑋0 )𝑒𝑠𝑡 𝑢𝑛 𝑚𝑖𝑛𝑖𝑚𝑢𝑚global
Ou( absolu)de f sur E

Exemple
∗ 𝑓(𝑥; 𝑦) = 𝑥 2 + 𝑦 2 Df=𝑅 2 𝑋0 = 𝑂(0; 0) 𝑓(0; 0) = 0

∀𝑋 ∈ 𝑅 2 𝑓(𝑋) ≥ 0 = 𝑓(0; 0)
Donc 𝑓(0; 0) est un minimum global de sur 𝑅 2

𝑓(𝑥; 𝑦) = −𝑥 2 + 𝑦 Df=𝑅 2 𝑋0 = 𝑂(0; 0) 𝑓(0; 0) = 0

E{(𝑥; 𝑦) ∈ 𝑅2 𝑦 ≤ 0}

∀𝑋 ∈ 𝐸 𝑓(𝑋) ≤ 0 = 𝑓(0; 0)
Donc 𝑓(0; 0) est un maximum global de f sur 𝐸
1
Mais 𝑓(0; 0) n’est pas un maximum global de f sur 𝑅2
Car f(1 ;2)=1> 𝑓(0; 0)
2)Extremums local
Soit f une fonction définie sur Df ∁𝑅2 àvaleurs dans R et𝐸∁𝐷𝑓
On dit que f présente un extrémum local ou (relatif )sur E en 𝑋0 ∈
𝑅2 , s’il existe un réel r > 0𝑡𝑒𝑙 𝑞𝑢𝑒:
∀𝑋 ∈ 𝐵0 (𝑋0 , 𝑟) ∩ 𝐷𝑓 𝑓(𝑋) − 𝑓(𝑋0 ) 𝑔𝑎𝑟𝑑𝑒 𝑢𝑛 𝑠𝑖𝑔𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡

*Si 𝑓(𝑋) − 𝑓(𝑋0 ) ≤ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑋0 )𝑒𝑠𝑡 𝑢𝑛 𝑚𝑎𝑥𝑖𝑚𝑢𝑚local

Ou ( relaif)de f sur E
*Si 𝑓(𝑋) − 𝑓(𝑋0 ) ≥ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑋0 )𝑒𝑠𝑡 𝑢𝑛 𝑚𝑖𝑛𝑖𝑚𝑢𝑚local
Ou( relatif)de f sur E

Remarque
*Si la propriété précédente est vérifiée sur
𝐵0 (𝑋0 , 𝑟)𝑎𝑙𝑜𝑟𝑠 𝑒𝑙𝑙𝑒 𝑟𝑒𝑠𝑡𝑒𝑣𝑟𝑎𝑖𝑒 𝑠𝑢𝑟 𝑡𝑜𝑢𝑡𝑒𝑏𝑜𝑢𝑙𝑒𝑜𝑢𝑣𝑒𝑟𝑡𝑒𝑐𝑒𝑛𝑡𝑟é𝑒 𝑒𝑛 𝑋0
Et de rayon inférieur à r
*Cas particulier E est un ouvert la propriété précédente reste vraie

Remarque
Pour X(x ;y) très voisin de𝑋0 (𝑥0 ; 𝑦0 ) On pose h=𝑥 − 𝑥0 ;
𝑘 = 𝑦 − 𝑦0 H(h ; k)
On dit que f présente un extrémum local ou( relatif )sur E en 𝑋0 ∈
𝑅2 , si pour tout H(h ;k)∈ 𝑅2 𝑡𝑒𝑙 𝑞𝑢𝑒: 𝑋0 + 𝐻 ∈ 𝐸𝑎𝑣𝑒𝑐 ‖𝐻‖ →
0 ; |ℎ| → 0 |𝑘| → 0
H et k suffisamment petit on a :

𝑓(𝑋0 + 𝐻) − 𝑓(𝑋0 ) 𝑔𝑎𝑟𝑑𝑒 𝑢𝑛 𝑠𝑖𝑔𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡

𝑓((𝑥0 + ℎ; 𝑦0 + 𝑘)) − 𝑓((𝑥0 ; 𝑦0 )) 𝑔𝑎𝑟𝑑𝑒 𝑢𝑛 𝑠𝑖𝑔𝑛𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡

Si 𝑓(𝑋) − 𝑓(𝑋0 ) ≥ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑋0 )𝑒𝑠𝑡 𝑢𝑛 𝑚𝑖𝑛𝑖𝑚𝑢𝑚global

Ou( absolu)de f sur E

Exemple
2 2
On donne 𝑓(𝑥; 𝑦)=𝑒 𝑥 +𝑦 g(𝑥; 𝑦)=ln(𝑥 2 − 2𝑥 − 2𝑦 + 𝑦 2 + 3)
En revenant a la définition montrer que
1) f admet un minimum global au point O(0 ; 0)
2) g admet un minimum local au point A(1 ; 1)

2
 Solution
1)Pour tout 𝑥 ∈ 𝑅 𝑒𝑡 𝑦 ∈ 𝑅 𝑜𝑛 𝑎 𝑥 2 + 𝑦 2 ≥ 0
2 2
Comme la fonction exponentielle est croissante 𝑒 𝑥 +𝑦 ≥ 𝑒 0
C’est a dire 𝑓(𝑥; 𝑦) ≥ 𝑓(0 ; 0) ⇔ 𝑓(𝑥; 𝑦) − 𝑓(0 ; 0) ≥ 0
X(x ;y)
Si 𝑓(𝑋) − 𝑓(𝑂) ≥ 0Alors 𝐴𝑙𝑜𝑟𝑠𝑓(𝑂)𝑒𝑠𝑡 𝑢𝑛 𝑚𝑖𝑛𝑖𝑚𝑢𝑚global
Ou( absolu)de f sur E
2)Pour tout H=(h ;k)∈ 𝑅2
𝑓(1 + ℎ ; 1 + 𝑘) − 𝑓(1; 1) =ln((1 + ℎ)2 − 2(1 + ℎ) − 2(1 + 𝑘) + (1 + 𝑘)2 +
3) − ln(1) = ln(ℎ2 + 𝑘 2 + 1) > 0 𝑐𝑎𝑟 ℎ2 + 𝑘 2 + 1 > 1)Tapez une équation ici.

Exercice1
On considère
g(𝑥; 𝑦)=−𝑥 2 + 2𝑥𝑦 − 𝑦 2 ; f(𝑥; 𝑦)=√1−𝑥 2 + √1 − 𝑦 2

En revenant a la définition montrer que

1)f admet un minimum local au point O(0 ; 0)
2)g admet un maximum global au point A(a ; a) ou a∈ 𝑅

II)Points critiques ou points stationaires

Définition :
Soit f une fonction définie sur Df ∁𝑅2 à valeurs dans R ,𝑋0 ∈ 𝑅2
On suppose que f admet des dérivées partielles premières de
premier ordre

On appelle point critique ou point stationnaire de f tout point où

𝑓 ′ 𝑥 (𝑋0 )
⃗⃗⃗⃗⃗⃗⃗
Le vecteur gradient noté ∇𝑓(𝑋0 ) = ( ′ )est nul c’est à dire :
𝑓 𝑦 (𝑋0 )
𝑓 ′ 𝑥 (𝑥0 ; 𝑦0 ) = 0𝑒𝑡 𝑓 ′ 𝑦 (𝑥0 ; 𝑦0 ) = 0
III)Extrémums libres

Théorème conditions nécessaires(CN)

Soit f une fonction définie sur Df ∁𝑅2 à valeurs dans R et𝑋0 ∈ 𝐷𝑓
Si f présente un extrémum en 𝑋0 Alors
𝑋0 𝑒𝑠𝑡 𝑢𝑛 𝑝𝑜𝑖𝑛𝑡 𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝑑𝑒 𝑓
Théorème conditions nécessaires(CN)
Soit f une fonction de classe 𝐶 1 définie sur Df ∁𝑅2 à valeurs dans R
et𝑈𝑢𝑛𝑜𝑢𝑣𝑒𝑟𝑡𝑐𝑜𝑛𝑣𝑒𝑥𝑒 𝑖𝑛𝑐𝑙𝑢 𝑑𝑎𝑛𝑠 𝐷𝑓 𝑒𝑡 𝑋0 ∈ 𝑈
Si f présente un extrémum en 𝑋0 Alors
𝑋0 𝑒𝑠𝑡 𝑢𝑛 𝑝𝑜𝑖𝑛𝑡 𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝑑𝑒 𝑓
3
 Théorème conditions suffisante(CS) d’extremum global sur U
Soit f une fonction définie sur Df ∁𝑅2 à valeurs dans R et𝑋0 ∈ 𝐷𝑓
Si f présente un extrémum en 𝑋0 Alors ∗ 𝑠𝑖 ∇𝑓(⃗⃗⃗⃗⃗⃗⃗ 𝑋0 )=(0 ;0) et𝑋0
𝑒𝑠𝑡 𝑢𝑛 𝑝𝑜𝑖𝑛𝑡 𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝑒𝑡 𝑓𝑐𝑜𝑛𝑣𝑒𝑥𝑒 𝑠𝑢𝑟𝑈
Alors 𝑋0 est un minimum global pour f sur U

⃗⃗⃗⃗⃗⃗⃗ 𝑋0 )=(0 ;0) et𝑋0

Si f présente un extrémum en 𝑋0 Alors ∗ 𝑠𝑖 ∇𝑓(
𝑒𝑠𝑡 𝑢𝑛 𝑝𝑜𝑖𝑛𝑡 𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 𝑒𝑡 𝑓𝑐𝑜𝑛𝑐𝑎𝑣𝑒 𝑠𝑢𝑟𝑈
Alors 𝑋0 est un maximum global pour f sur U

Exemple
On considère
f(𝑥; 𝑦)=3𝑥 + 3𝑥𝑦 + 3𝑦 2
2

1) Déterminer les points critiques de f

2) Etudier la convexité de f
3) Déduire la nature des points critiques

Solution
a)Recherche des points critiques
𝑓 ′ 𝑥 (𝑥; 𝑦) = 0 6𝑥 + 3𝑦 = 0
⃗⃗⃗⃗⃗⃗⃗
∇𝑓(𝑋 )=(0 ;0)⇔ { ′ ⇔{
𝑓 𝑦 (𝑥; 𝑦) = 0 6𝑦 + 3𝑥 = 0
𝑦 = −2𝑥
⇔{
−12𝑥 + 3𝑥 = 0

Le seul point critique est O(0 ;0)

2)Etude de la convexité de f

′ ′
𝑓′ 𝑥2 (𝑥;𝑦) 𝑓′ 𝑥𝑦 (𝑥;𝑦) 6 3
𝐻𝑓=( ′ ′ )=( )
𝑓′ 𝑓′ 3 6
𝑥𝑦 (𝑥;𝑦) 𝑦2
(𝑥;𝑦)
Df =𝑅 2 domaine convexe
detH(x ; y)=36-9=27≥ 0 et r=6> 0 d’où fest convexe surDf

3)Comme f est convexe et O(0 ;0)est le seul point critique Alors (O ;f(O) est un
minimum global de f
Exercice2
On considère
f(𝑥; 𝑦)=𝑥 + 𝑦 2 − ln(2𝑥 − 𝑦)
2

4
 1) Détermineret représenter le domaine de définition
2) Déterminer les points critiques de f
3) Etudier la convexité de f
4) Déduire la nature des points critiques

Théorème conditions suffisante(CS) d’extremum local sur U

f une fonction de classe 𝐶 2 définie sur Df ∁𝑅2 à valeurs dans R
et𝑈𝑢𝑛𝑜𝑢𝑣𝑒𝑟𝑡 𝑖𝑛𝑐𝑙𝑢 𝑑𝑎𝑛𝑠 𝐷𝑓 𝑒𝑡 𝑋0 ∈ 𝑈∇𝑓( ⃗⃗⃗⃗⃗⃗⃗ 𝑋0 )=(0 ;0)
et𝑋0 𝑒𝑠𝑡 𝑢𝑛 𝑝𝑜𝑖𝑛𝑡 𝑐𝑟𝑖𝑡𝑖𝑞𝑢𝑒 et H la matrice hessienne en (𝑥0 ; 𝑦0 )

∀(𝑥0 ; 𝑦0 ) ∈ 𝑈 ′
𝑓′ 𝑥2 (𝑥0 ;𝑦0 )
′
𝑓′ 𝑥𝑦 (𝑥0 ;𝑦0 ) 𝑟 𝑠
𝐻=( ′ ′ )=( )
′ ′
𝑓 𝑥𝑦 (𝑥0 ;𝑦0 ) 𝑓 𝑦2 (𝑥0 ;𝑦0 ) 𝑠 𝑡
2
Le déterminant de H noté det H = r t - 𝑠
𝐴𝑙𝑜𝑟𝑠
*f fonction est dite localement convexe au voisinage
*𝑆𝑖 𝑟𝑡 − 𝑠 2 > 0𝑒𝑡(𝑟 > 0𝑜𝑢𝑡 > 0)Alors𝑋0 est un minimum local sur U

∗ 𝑆𝑖 𝑟𝑡 − 𝑠 2 > 0𝑒𝑡(𝑟 < 0𝑜𝑢 𝑡 < 0)Alors𝑋0 est un maximum local sur U

*𝑆𝑖 𝑟𝑡 − 𝑠 2 < 0Alors𝑋0 est un point col (ni max ni min )

Exemple
On considère
f(𝑥; 𝑦)=𝑥 − 3𝑥𝑦 + 𝑦 3 + 3
3

1)Etudier l’existence et la nature des extrémums de f

Solution
a)Recherche des points critiques
𝑓 ′ 𝑥 (𝑥; 𝑦) = 0 3(𝑥 2 − 𝑦) = 0
⃗⃗⃗⃗⃗⃗⃗
∇𝑓(𝑋 )=(0 ;0)⇔ { ′ ⇔{
𝑓 𝑦 (𝑥; 𝑦) = 0 3(𝑦 2 − 𝑥) = 0

Les solutions sontO(0 ;0) et A(1 ; 1)donc on a deux points critiques

b) Nature de ces points

′ ′
𝑓′ 𝑥2 (𝑥;𝑦) 𝑓′ 𝑥𝑦 (𝑥;𝑦) 6𝑥 −3
𝐻𝑓=( ′ ′ )=( )
𝑓′ 𝑥𝑦 (𝑥;𝑦) ′
𝑓 𝑦2 (𝑥;𝑦) −3 6𝑦

detH(x ; y)=36xy-9
Nature dupointA(1 ;1) detH(1 ;1)=27> 0 𝑒𝑡 𝑟 = 6 >
0 𝑑𝑜𝑛𝑐 𝑓𝑙𝑜𝑐𝑎𝑙𝑒𝑚𝑒𝑛𝑡 𝑐𝑜𝑛𝑣𝑒𝑥𝑒
D’où le point A(1 ;1) est un minimum local
5
 Nature du point o(0 ;0)
detH(0;0)=-9<
0𝑑𝑜𝑛𝑐 𝑓𝑛𝑖 𝑐𝑜𝑛𝑣𝑒𝑥𝑒𝑛𝑖 𝑐𝑜𝑛𝑐𝑎𝑣𝑒 𝑎𝑢 𝑣𝑜𝑖𝑠𝑖𝑛𝑎𝑔𝑒 𝑑𝑢 𝑝𝑜𝑖𝑛𝑡 𝑂(0; 0)
D’où le point O(0 ;0) est un pont selle
Exercice 3
Etudier l’existence et la nature des extrémums des fonctions suivantes
1) f(𝑥; 𝑦)=𝑥 3 + 3𝑥𝑦 2 − 15𝑥 − 12𝑦 + 2
1) f(𝑥; 𝑦)=𝑦 3 + 3𝑥 2 𝑦 − 6𝑥 2 − 6𝑦 2 + 2

IV) Proprétés du vecteur gradient

Soit f une fonction de classe 𝐶 1 définie sur Df ∁𝑅2 à valeurs dans R

et𝑈𝑢𝑛𝑜𝑢𝑣𝑒𝑟𝑡 𝑖𝑛𝑐𝑙𝑢 𝑑𝑎𝑛𝑠 𝐷𝑓 𝑒𝑡 𝑋0 ∈ 𝑈
On considère la courbe e niveau noté 𝐶𝑘 que l’on suppose non vide
Et soit 𝑋0(𝑥0;𝑦0) ∈ 𝐶𝑘 si le vecteur gradient est non nul∇𝑓(𝑋0 ) ≠
(0; 0)Alors l’équation de la tangente a la courbe 𝐶𝑘 au point 𝑋0
S’écrit :
(𝑥 − 𝑥0 ) 𝑓 ′ 𝑥 (𝑥0 ; 𝑦0 ) + (𝑦 − 𝑦0 )𝑓 ′ 𝑦 (𝑥0 ; 𝑦0 ) = 0

Remarque : Si𝑓 ′ 𝑦 (𝑥0 ; 𝑦0 ) ≠ 0

Alors l’équation de la tangente a la courbe 𝐶𝑘 au point 𝑋0
S’écrit :
−𝑓′ 𝑥 (𝑥0 ;𝑦0 )
(𝑦 − 𝑦0 )=a(𝑥 − 𝑥0 ) avec a=
𝑓′ 𝑦 (𝑥0 ;𝑦0 )
Si f est une fonction d’utilité a=TMS2/1 (𝑥0 ; 𝑦0 )
Si f est une fonction Production a=TMST2 (𝑥0 ; 𝑦0 )
1
Si𝑓 ′ 𝑦 (𝑥0 ; 𝑦0 ) = 0 et 𝑓 ′ 𝑥 (𝑥0 ; 𝑦0 ) ≠ 0
Alors l’équation de la tangente a la courbe 𝐶𝑘 au point 𝑋0
S’écrit :
′ (𝑥
(𝑥 − 𝑥0 ) 𝑓 𝑥 0 ; 𝑦0 ) =0 d’où 𝑥 = 𝑥0

V)Déterminant d’une matrice d’ordre 3

𝑎11 + 𝑎12 𝑎13

Soit A une matrice d’ordre 3 A= (𝑎21 − 𝑎22 𝑎23 )
𝑎31 + 𝑎32 𝑎33
6
 𝑎22 𝑎23 𝑎12 𝑎13
Le déterminant de A est égale à detA= +𝑎11 |𝑎 𝑎33 | − 𝑎 |
21 𝑎 𝑎33 | +
32 32
𝑎12 𝑎13
𝑎31 |𝑎 |
32 𝑎33

1 2 4
0 −2 2 4 2 4
Exemple ∆= det | 2 0 −2|=+1| | − 2| | − (−1) | |
2 5 2 5 0 −2
−1 2 5

= 4-2× 2 + (−4)= - 4
Exercice4
2 3 1
Calculer ∆= det |2 0 −2|
0 −5 3

VI)Extemumsliés
Définition
Soit f une fonction de classe 𝐶 1 définie sur Df ∁𝑅2 à valeurs dans R
et𝑈𝑢𝑛𝑜𝑢𝑣𝑒𝑟𝑡 𝑖𝑛𝑐𝑙𝑢 𝑑𝑎𝑛𝑠 𝐷𝑓 𝑒𝑡 𝑋0 ∈ 𝑈
Soit g une fonction de classe 𝐶 1 définie sur Dg ∁𝑅2 à valeurs dans R

On veut optimiser f sous la contrainte g(x ;y)=b

Pour cela on pose L : 𝑅2 × 𝑅 → 𝑅

(x ;y; 𝛾)→ 𝑓(𝑥 ; 𝑦) − 𝛾(g(x ;y)- b)
Lest appelée fonction de Lagrange
et 𝛾 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑡𝑒𝑢𝑟 𝑑𝑒 𝐿𝑎𝑔𝑟𝑎𝑛𝑔𝑒

Si Lprésente un extrémum en 𝑋0 Alors

Théorème conditions Nécessaire(CN) d’extremum lié sur U
Si L présente un extrémum lié en 𝑋0 (𝑥0 ; 𝑦0 ; 𝛾0 ) Alors 𝑋0 est un
point critique de L c'est-à-dire

c’est a dire
𝑳′ 𝒙 (𝒙; 𝒚) = 𝟎
′
{𝑳 𝒚 (𝒙; 𝒚) = 𝟎
𝑳′ 𝜸 (𝒙; 𝒚) = 𝟎

7
 Théorème conditions suffisante(CS) d’extremum lié sur U

On suppose que L de classe 𝐶 2 et 𝑋0 (𝑥0 ; 𝑦0 ; 𝛾0 ) est un point

critique de L
On pose 𝐻𝐵 (𝑥0 ; 𝑦0 ; 𝛾0 ) =
0 𝑔′ 𝑥 (𝑥0 ; 𝑦0) 𝑔′ 𝑦 (𝑥0 ; 𝑦0)
(𝑔′ 𝑥 (𝑥0 ; 𝑦0) 𝐿′𝑥 2 (𝑥0 ; 𝑦0 ; 𝛾0 ) 𝐿′𝑥𝑦 (𝑥0 ; 𝑦0 ; 𝛾0 ))
𝑔′ 𝑦 (𝑥0 ; 𝑦0) 𝐿′𝑦𝑥 (𝑥0 ; 𝑦0 ; 𝛾0 ) 𝐿′𝑦2 (𝑥0 ; 𝑦0 ; 𝛾0 )

Alors
1)si det 𝐻𝐵 0 ; 𝑦0 ; 𝛾0 ) > 0 𝐴𝑙𝑜𝑟𝑠 𝑙𝑒 𝑝𝑜𝑖𝑛𝑡 (𝑋0 ; 𝑓(𝑋0 ))estunmaximum lié a la
(𝑥
contrainte
2)si det 𝐻𝐵 (𝑥0 ; 𝑦0 ; 𝛾0 ) < 0 𝐴𝑙𝑜𝑟𝑠 𝑙𝑒 𝑝𝑜𝑖𝑛𝑡 (𝑋0 ; 𝑓(𝑋0 ))estun minimum lié a la
contrainte
3)𝑠𝑖𝑑𝑒𝑡𝐻𝐵 (𝑥0 ; 𝑦0 ; 𝛾0 ) =
0 𝐴𝑙𝑜𝑟𝑠 𝑜𝑛 𝑛𝑒 𝑝𝑒𝑢𝑡 𝑝𝑎𝑠 𝑐𝑜𝑛𝑐𝑙𝑢𝑟𝑒 𝑝𝑜𝑢𝑟 𝑙𝑎𝑛𝑎𝑡𝑢𝑟𝑒𝑑𝑢 𝑝𝑜𝑖𝑛𝑡 (𝑋0 ; 𝑓(𝑋0 ))

Exemple
Etudier l’existence et la nature des extrémums de f sous la contrainte dans les
cas suivantes
1) f(𝑥; 𝑦)=𝑥𝑦 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = 𝑥 2 + 𝑦 2 =8
2) f(𝑥; 𝑦)=−𝑥 2 − 𝑦 2 − 𝑥 + 2𝑦 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = 𝑥 + 𝑦 = 1

Solution

1)On pose L(𝑥; 𝑦; 𝛾)= f(𝑥; 𝑦) − 𝛾(𝑔(𝑥; 𝑦) − 𝑏)

L(𝑥; 𝑦; 𝛾)= xy−𝛾(𝑥 2 + 𝑦 2 − 8)

Condition du 1er ordre

𝑳′ 𝒙 (𝒙; 𝒚) = 𝟎 𝒚 − 𝟐𝛾𝑥 = 0 𝑳𝟏
′ (𝒙;
{𝑳 𝒚 𝒚) = 𝟎 ⇔ { 𝒙 − 𝟐𝛾𝑦 = 𝟎 𝑳𝟐
′ (𝒙; 2 2
𝑳 𝜸 𝒚) = 𝟎 𝑥 + 𝑦 = 8 𝑳𝟑

𝑳𝟏 − 𝑳𝟐 ⇔ (𝒚 − 𝒙)(𝟏 + 𝟐𝛾) = 𝟎
1er cas si y=x
8
𝑳𝟑 2𝑥 2 = 8 ⇔ 𝑥 2 = 4 ⇔ 𝑥 = 2 𝑜𝑢 𝑥 = −2
 1
𝑷𝒐𝒖𝒓 𝒙 = 𝟐 ;y=2 et 𝛾 =
2
1
𝑷𝒐𝒖𝒓 𝒙 = −𝟐 ;y=-2 et 𝛾 =
2
−1
1 cas si 𝛾 =
er
y=-x
2

𝑳𝟑 2𝑥 2 = 8 ⇔ 𝑥 2 = 4 ⇔ 𝑥 = 2 𝑜𝑢 𝑥 = −2
1
𝑷𝒐𝒖𝒓 𝒙 = 𝟐 ;y=-2 et 𝛾 = −
2
1
𝑷𝒐𝒖𝒓 𝒙 = −𝟐 ;y=2 et 𝛾 = −
2
Conclution on a 4points critiques
1
 A(2 ;2) avec 𝛾 =
2
1
 B(-2 ;-2) avec 𝛾 =
2
1
 C(2 ;-2) avec 𝛾 = −
2
1
 D(-2 ;2) avec 𝛾 = −
2

Condition du 2er ordre

𝑔′𝑥 (x ;y)=2x 𝑔′𝑦 (x ;y)=2y
𝑳′′ 𝒙𝟐 (𝒙; 𝒚) = −𝟐𝛾
′
{𝑳′ 𝒚𝟐 (𝒙; 𝒚) = −𝟐𝛾
𝑳′ 𝒙𝒚 (𝒙; 𝒚) = 𝟏

D’où la matrice hèssienne bordée est :

0 2𝑥 2𝑦
𝐻𝐵 (𝑥 ; 𝑦; 𝛾) = (2𝑥 −2𝛾 1 )
2𝑦 1 −2𝛾
1
*A(2 ;2) avec 𝛾 = nature du point A
2

1 0 4 4
𝐻𝐵 (2 ; 2; ) = (4 −1 1 )
2
4 1 −1
1
𝑑𝑒𝑡𝐻𝐵 (2 ; 2; ) = 64 > 0
2
Donc le point (A ;f(A)) est un maximum lié
1
*B(-2 ;-2) avec 𝛾 = nature du point B
2
9
 1 0 −4 −4
𝐻𝐵 (−2 ; −2; ) = (− 4 −1 1 )
2
−4 1 −1
1
𝑑𝑒𝑡𝐻𝐵 (−2 ; −2; ) = 64 > 0
2
Donc le point (B ;f(B)) est un maximum lié
−1
*C(2 ;-2) avec 𝛾 = nature du point C
2

−1 0 4 −4
𝐻𝐵 (2 ; −2; ) = ( 4 1 1 )
2
−4 1 1
−1
𝑑𝑒𝑡𝐻𝐵 (2 ; −2; ) = −64 > 0
2
Donc le point (C ;f(C)) est un minimum lié
−1
*D(2 ;-2) avec 𝛾 = nature du point A
2

−1 0 4 4
𝐻𝐵 (2 ; −2; ) = (4 −1 1 )
2
4 1 −1
1
𝑑𝑒𝑡𝐻𝐵 (2 ; 2; ) = −64 > 0
2
Donc le point (A ;f(A)) est un minimum lié
2) f(𝑥; 𝑦)=−𝑥 2 − 𝑦 2 − 𝑥 + 2𝑦 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = 𝑥 + 𝑦 = 1
On Remarque que la contrainte est linéaire y=1-x
h(x)=f(x ;1-x)
Méthode de substitution
h(x)= −𝑥 2 − (1 − 𝑥)2 − 𝑥 + 2(1 − 𝑥)

h(x)= −2𝑥 2 − 𝑥 + 1
h est dérivable sur R et h’(x)=-4x-1
−1 −1 5
et h’(x)=0 ⇔x= et y=1-( )=
4 4 4
−1
Le tableau de variation admet un maximun en x=
4

h ’ (x) + -
h
10
Exercice5
Etudier l’existence et la nature des extrémums de f sous la contrainte dans les
cas suivantes
1) f(𝑥; 𝑦)=𝑥 2 + 𝑦 2 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = 𝑥𝑦=1
2) f(𝑥; 𝑦)=𝑦 2 − 𝑦 2 − 𝑥 + 2𝑦 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = 𝑥 + 𝑦 = 1
1 1
3) f(𝑥; 𝑦)= + 𝑠𝑜𝑢𝑠 𝑙𝑎 𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑔(𝑥; 𝑦) = ln(𝑥) + ln(𝑦)=-2
𝑥 𝑦

VII)Problèmes d’optimisations

Exercice6
Au ministère de l’agriculture ,on a établi que le profit annuel (en ∈)pour
lesfermescultivantsdes germes de soja et des pistaches esexprimé par la fonction
P(x ; y)=600𝑥+800𝑦 − 𝑥 2 − 2𝑦 2 − 2𝑥𝑦
Ou x représente le nombre d’acresplantés en germes de soja et y le nombre
d’acresplantés en pistaches.
1)Un fermier posséde une terre de 500 acres .E supposantqu’il désire utiliser
A pleine capacité ses terres,trouver la répartition de la productionpermettant de
maximiserson profit .Prouverqu’il s’agit bien d’un maximum absolu.
2)Le fermier s’interroge sur pertinence de vouloir cultivé àpleine capacité
sesterres.Il se demandesi la solutionqu’il obtient sans cette contrainte serait.
plus intérissante.Aidez_ leà répondre acette question en trouvantla solutionqui
maximise le prfitsans cette contrainte.Prouver qu’il sagit bien d’un maxumum
absolu .La solutionobtenue est elle réalisable ?
3)En exploitant les résultats obtenus aux point précédent , suggériez-vous au
fermier de diminuer la surfacetotale consacrée à ses cultures ou d’utiliser à
pleine ses terres ?
Indication
1)On veut maximiser p(x ;y) sous la contrainte x+y=500
a)Méthode de substitution
b) Méthode de lagrange
2)On veut maximiser p(x ;y) sans la contrainte
3)On compare p(400 ;100) àp(200 ;100) conclure

Travaille demander ( pour les gps SG4 ; SG8 ;SG10)

1) Apprendre tous les théorèmes et toutes les définitions
2) Refaire les exemples corrigées
3) Faire les exercices de 1 à 10

11