LICENCE BUSINESS MANAGEMENT

ANALYSE POUR L’OPTIMISATION

TRAVAUX DIRIGÉS 2022/2023

Chaque TD comporte une série d’exercices à préparer, puis une série d’exercices supplémentaires
(corrigés durant la séance si le temps le permet) destinés à approfondir les sujets traités lors de la séance.

Lors des séances de TD, des étudiants seront interrogés (au minimum une fois dans le semestre) et
évalués de la manière suivante :

+ 1 si la préparation est jugée très sérieuse (ou +0,5 selon la qualité des réponses) ;
0 si la préparation est jugée médiocre ;
 1 si la préparation est jugée inexistante.

Deux interrogations écrites auront lieu (chacune portant sur les séances précédentes) lors des séances
de TD. La note de TD désignera la moyenne de ces deux interrogations écrites.

Une interrogation écrite (IE) de mi-semestre d’une durée de 1 heure aura lieu … vers la mi-semestre !

La note de contrôle continu désignera la somme des points « acquis » (plafonnés à +2) lors des
évaluations orales en TD et de la moyenne arithmétique pondérée de :

la note de TD [coef. 1]
la note d’IE de mi-semestre [coef. 2]

Un examen final écrit d’une durée de 3 heures portera sur l’ensemble du programme du semestre.

La note globale pour cette matière (conformément au régime d’examens) est la moyenne arithmétique
de la note de contrôle continu et de la note d’examen final.

Informations importantes :
 L’usage de la calculatrice étant interdit lors de toutes les évaluations, il est recommandé de bien
connaître les tables de multiplication afin de pouvoir simplifier l’écriture d’une fraction ou
d’une racine carrée ! Une annexe trigonométrique figure en dernière page de ce polycopié.
 Pour toute absence justifiée à l’une des évaluations écrites de contrôle continu, une épreuve de
remplacement sera organisée.
 Un étudiant sera ajourné dans l’un des cas suivants :
- absence injustifiée à l’une des trois évaluations écrites de contrôle continu ;
- absence même justifiée à l’une des épreuves de remplacement ;
- plus de trois absences non justifiées en TD.

Contenu des TD :
séance 1 : matrices et déterminants
séances 2 et 3 : fonctions d’une variable et optimisation
séances 4 à 8 : fonctions de plusieurs variables et optimisation
séances 9 et 10 : intégration

philippe.coutat@univ-lyon3.fr
(bureau 3381)
 BIBLIOGRAPHIE

V. Jalby
Analyse Mathématiques pour économiste [Dunod, collection Express]

P. Martin-Wolczyk
Mathématiques de gestion [Vuibert, collection Les Indispensables]

C. Bouzitat & J. Pradel

Fonctions de plusieurs variables. Optimisation [Cujas]

J.-P. Lecoutre & P. Pilibossian

Analyse II Mathématiques pour les sciences économiques [Dunod]

A. Planche
Mathématiques pour économistes – Analyse [Dunod]

N. Hayek & J.-P. Leca

Mathématiques pour l’économie [Dunod]

S. Rossignol
Mathématiques en économie-gestion [Dunod]

I. Catto, I. Gentil & G. Pons

Mathématiques : éléments de calcul différentiel pour l’économie [Ellipses]

K. Sydsæter & P. Hammond

Essential mathematics for economic analysis [Prentice Hall]
 TD1 : MATRICES ET DETERMINANTS

Exercices à préparer

Exercice 1
 2 0 2  1 2  3
   
On considère les matrices A    1  1  1 et B   0 0 2 
 3 2 2   2 1 1 
  

Calculer det(A), det(B), det(A+B), det(A B) , puis det(A²  B²).

Exercice 2

 0 1  2   3 1 2
   
On considère les matrices : A   2 1 2  et B    2 0 2 
1 1 1   2 1 1
   

1. Calculer A3  2 A 2  A  2 I 3 ; en déduire que A est inversible ainsi que l’inverse de A.

2. Calculer B² + B ; en déduire que B n’est pas inversible. Etait-ce prévisible ?

3. Déterminer la comatrice de A pour retrouver la matrice inverse de A obtenue au 1.

Exercice 3
41
1 2 −3
On considère les matrices 𝐴 = et 𝐵 = 31
−3 2 2
31
1. Calculer AB ; peut-on en déduire que A est inversible ?

2. Calculer M = BA et en déduire M 4 .

3. Les matrices AB et BA sont-elles inversibles ?

Exercice 4
 1  1 1
 
Calculer l’inverse de la matrice M   3 2 1 .
 2 1 1
 
Exercice 5

4 2 0 
  1 1 3  0  2
On considère les matrices : A   2 0  2  , B    et C    .
1 1 3   0 2 2 4 1
 
1. Parmi les produits suivants, quels sont ceux qui ont un sens ?
A² , AC , AB , CA , C² , CB , BA , BC , B² , tBA , AtB , tBC , C tB ,
BAC , CBA , AtBC , C tBA , t(BA)C.

2. Calculer les produits suivants : BA , tBC et CBA.

3. Après en avoir vérifié la cohérence, calculer les matrices suivantes :

D = 2I3 + 3A² , E = 3A  2tBB et F = 4BtB + 5C².

Exercice 6

On considère une matrice M carrée d’ordre 3 telle que M 2  M (on dit que M est « idempotente »).
Démontrer que M est inversible si et seulement si M  I 3 .
 TD 2 : FONCTIONS D’UNE VARIABLE

Exercice à préparer

Exercice 1
Pour chacune des fonctions suivantes :

f ( x)  2 x 5  4 x 3  8 x  6
x 5  2x3  x
g ( x) 
x3  x
h( x)  ln( x 2  x)
j ( x)  x e 2 x ²  1
( )
𝑘(𝑥) =

1. Déterminer le domaine de définition et les limites aux bornes de ce domaine.

2. Déterminer si la fonction est paire ou impaire (ou ni l’une ni l’autre !).
3. Calculer la dérivée en précisant là où elle existe.

Exercices supplémentaires

Exercice 2
Soit f la fonction définie par :

 x  ( x  1)ln( x  1) si x  1
f ( x)  
 1 si x  1

1. La fonction f est-elle continue ?

2. La fonction f est-elle dérivable ?

Exercice 3

ln(1  x)  x
Soit f la fonction définie par : f ( x)  .
ex 1

1. Déterminer le domaine de définition de f.

2. Etudier le signe de la fonction g ( x)  ln(1  x)  x à l’aide de son tableau des variations.
3. En déduire que f est négative sur son domaine.
ln(1  x)  x x
4. Déterminer la limite de f en 0 [on pourra écrire f ( x)   x et examiner la limite
x e 1
des deux facteurs séparément]
 TD 3 : FONCTIONS D’UNE VARIABLE ET OPTIMISATION

Exercice à préparer

Exercice
Pour chacune des fonctions suivantes :

f ( x )  2 x 3  x 2  4 x  5

1
g ( x)   x 6  10 x 4  120 x 2
2

ln x
h( x ) 
x
8
j ( x)  2 x 2 
x

k ( x )  xe  x
2

1. Après avoir précisé le domaine de définition de la fonction, calculer sa dérivée première et sa dérivée
seconde.
2. Déterminer si la fonction est convexe ou concave (ou ni l’une ni l’autre !).
3. Déterminer le (ou les) point(s) critique(s).
4. Déterminer la nature de ce (ou ces) point(s) critique(s) ainsi que, dans le cas d’un extremum, son (ou
leur) caractère purement local ou global.
 TD 4 : FONCTIONS DE DEUX VARIABLES

Exercice à préparer

Exercice 1 (dérivées partielles / convexité)

Pour chacune des fonctions suivantes :

1. Donner le domaine de définition de la fonction.

2. Calculer les dérivées partielles premières et secondes.
3. Déterminer si la fonction est convexe ou concave (ou ni l’une ni l’autre !).

f ( x, y )  2 xy  x 2  y 2

g ( x, y)  e x ²  y ²

1
h( x, y ) 
x y
i( x, y)  x 4  x 2 y 2  y 3

𝑗(𝑥, 𝑦) = 𝑥 ln 𝑥² + 𝑦 ln 𝑦²

xy
k ( x, y ) 
(1  x ²)(1  y ²)

Exercice supplémentaire

Exercice 2 (convexité des fonctions de Cobb-Douglas)

Soit f la fonction définie pour x > 0 et y > 0 par f(x,y) = xy où  et  sont deux nombres réels
donnés. Déterminer les valeurs de  et  pour lesquelles f est convexe ou concave.
 TD 5 : OPTIMISATION LIBRE

Exercices à préparer

Exercice 1 (optimisation libre dans 2)

Rechercher les points critiques des fonctions suivantes, préciser leur nature ainsi que le caractère local
ou global des extremums obtenus.

F(x,y) = x2 + y2 – xy

G(x,y) = – y3 + 2xy – x2 + y

H(x,y) = 4xy – x4 – y4

K(x,y) = x3 + y3 – 9xy

L( x, y )   x ln x  y ln y

Exercice 2 (optimisation sous contrainte dans 3 mais « libre » dans 2)

Rechercher les solutions globales du problème d’optimisation avec contrainte suivant :

Opt  ( x, y , z )  x ²  y ²  z ²

( P) 
 s. c. xyz  1

Exercice 3 (substitution)

Rechercher les extremums du problème d’optimisation avec contrainte suivant :

Opt f ( x, y )  y ²  yx ²

(Q ) 
 s. c. y  2 x  5
 Exercices supplémentaires

Exercice 4

xy
On considère la fonction k de l’exercice 1 du TD 4 : k ( x,y ) 
(1  x ²)(1  y ²)
1. Déterminer les points critiques de k.
2. Déterminer la nature de chacun de ces points critiques.
3. Démontrer que les extremums trouvés sont globaux.

Exercice 5 (droite de régression des moindres carrés)

Soit {(xi , yj , nij) : 1 i  p , 1 j  q } une série statistique à deux caractères X et Y [N désigne le

nombre total d’observations : la somme des nij]. On considère le problème de régression linéaire qui
consiste déterminer l’équation de la droite des moindres carrés de Y en X, c’est à dire qui consiste à
trouver le couple (a,b) qui minimise sur ² la fonction :
i p j q
(a, b)   nij [ y j  (axi  b)]²
i 1 j 1

Définitions :
q p
Effectifs marginaux : ni   nij , n j   nij
j 1 i 1
p q
Effectif total : n   ni    n j
i 1 j 1
i p
1 1 j q
Moyennes marginales : x  i i
n i 1
n x , y   n j y j
n j 1
1 p 1 q
Variances marginales : V(X)  
n i 1
n x
i i
2
 x ² , V ( Y )  
n j 1
n j y 2j  y ²

1 p q
Covariance : cov(X, Y)   nij xi y j  x  y
n i 1 j 1

1. Démontrer que  admet pour unique point critique le point de coordonnées :

cov(X, Y)
 a* 
V(X)


 b*  y a*x


2. Démontrer que  admet un minimum global en (a*,b*).

 TD 6 : ENSEMBLE DE CONTRAINTE

Exercices à préparer

Exercice 1 (qualification)
Examiner si les contraintes suivantes sont qualifiées :

g1(x,y) = x² + y² – k = 0 (k étant un réel strictement positif donné)

g2(x,y) = x4 + y4 – 2x2y2 = 0

g3(x,y) = ln(1+x) – y² = 0

Exercice 2 (compacité – convexité)

1. Démontrer que les ensembles suivants sont des ensembles fermés de ² :

F1 = {(x,y)  ² : x² + 2y² = 2}

F2 = {(x,y)  ² : e x² + y²  5}

F3 = Df où 𝑓(𝑥, 𝑦) = 𝑥+𝑦−1

F4 = {(x,y)  ² : x y  x  1}

xy 1
F5 = {(x,y)  ² :  }
(1  x ²)(1  y ²) 12

2. Démontrer que les ensembles F1 et F2 sont des ensembles compacts de ².

F3 est-il compact ?

3. Démontrer que les ensembles suivants sont des ensembles ouverts de ² :

O1 = {(x,y)  ² : 3x + y5 < 1}

O2 = {(x,y)  ² : – 2 e 1– x – 8y2 + x – y > 3}

4. Démontrer que F2 , F3 et O2 sont des ensembles convexes de ² ; F1 est-il un ensemble

convexe de ² ?
 Exercices supplémentaires

Exercice 3 (problème ouvert !)

1. L’ensemble F5 est-il un ensemble convexe de ² ?
2. L’ensemble F5 est-il un ensemble compact de ² ?

Exercice 4 (problème convexe)

On cherche à résoudre le problème d’optimisation sous contrainte suivant :

Opt f ( x, y )  2 x  x ²  y ²

( P) 
 s.c. 4  x ²  y ²  0


1. Démontrer que la fonction f est convexe sur ².

2. Démontrer que la contrainte de (P) définit un ensemble ouvert et convexe de ².

3. Déterminer la solution globale du problème suivant :

Min f ( x, y )  2 x  x ²  y ²

( Pmin ) 
 s.c. 4  x ²  y ²  0


4. Le problème suivant admet-il une solution globale ?

Max f ( x, y )  2 x  x ²  y ²

( Pmax ) 
 s.c. 4  x ²  y ²  0


5. Les problèmes suivants admettent-ils une solution globale ?

Max f ( x, y )  2 x  x ²  y ²
~ 
( Pmax ) 
 s.c. 4  x ²  y ²  0


et

Min f ( x, y )  2 x  x ²  y ²
~ 
( Pmin ) 
 s.c. 4  x ²  y ²  0

 TD 7 : OPTIMISATION SOUS CONTRAINTE D’EGALITE

Exercice à préparer

Exercice 1
Pour chacun des problèmes d’optimisation proposés ci-dessous :

1. Vérifier que la contrainte est qualifiée.

2. Déterminer les points critiques du lagrangien associé au problème.

3. Déterminer les extremums éventuels ainsi que leur nature et leur caractère local ou global.

Opt f1 ( x, y )   x ² y

( P1 ) 
 s.c. 2 x ²  y ²  3


Opt f 2 ( x, y )   xy

( P2 ) 
 s.c. x ²  y ²  18


Opt f 3 ( x, y )   x ²  y ²

( P3 ) 
 s.c. xy  9


Opt f 4 ( x, y)  x ²  y ²  xy

( P4 ) 
 s.c. x ²  y ²  2


Opt f 5 ( x, y )  x  y  xy

( P5 ) 
 s.c. x ²  y ²  1


Exercice supplémentaire

Exercice 2
Résoudre le problème (Q) de l’exercice 3 du TD 5 par la méthode de Lagrange.
 TD 8 : OPTIMISATION SOUS CONTRAINTE D’INEGALITE

Exercices à préparer

Exercice 1 (paramétrisation)
On considère le problème d’optimisation suivant :
 Opt f ( x, y )  x 3  y 3

( P) 
 s.c. x ²  y ²  1

1. Justifier le fait que (P) admet un minimum global et un maximum global.

2. Résoudre pour tout k [0;1] le problème suivant :

 Opt f ( x, y )  x 3  y 3

( Pk ) 
 s.c. x ²  y ²  k

3. En déduire les solutions globales de (P).

Exercice 2
On considère le problème d’optimisation suivant :
 Opt f ( x, y )  x 2  y 2

(Q ) 
 s.c. y  x  1

1. La contrainte définit-elle un ensemble compact de ² ?

2. On pose le problème paramétré associé à (Q) :

 Opt f ( x, y )  x 2  y 2

(Qk ) 
 s.c. y  x  k

2.1. Résoudre le problème (Qk) par la méthode de Lagrange.
2.2. Retrouver les résultats du 2.1. par substitution.
2.3. En déduire la (ou les) solution(s) globale(s) de (Q).

3. Autre méthode pour résoudre (Q) :

3.1. Montrer que f est convexe.

3.2. En déduire le minimum global de (Q).
3.3. En déduire également que (Q) n’admet aucun maximum global.

4. Retrouver graphiquement les réponses obtenues.

 TD 9 & 10 : INTEGRATION

Exercices à préparer

Exercice 1
Calculer les intégrales suivantes :

1  dx 2 dx
I 1   ( x  1) 3 dx ; I 2   ; I3  
1 1 (x  2 )5 3 x 1

 3 2
I4   e  x dx ; I 5   3 x dx ; I 6   x 3 1  x dx
0 2 2

Exercice 2
A l’aide de changements de variables, calculer les intégrales suivantes :

0 5 6 x  15
J 1   x ²(1  x 3 ) 3 dx ; J2   dx
1 4
x²  5 x  4

e² dx  ex
J3   ; J4   dx
e x ln x 0 1  e2x

Exercice 3
En intégrant par parties, calculer les intégrales suivantes :

1
0 x 1 0 x 1
K 1   xe 2 dx ; K 2   x 2 ln xdx ; K3   dx ; K 4   ln(1  x ²)dx
 0 1
2 x 0
 Exercices supplémentaires

Exercice 4 (intégration libre …)

Calculer les intégrales suivantes :

 
ln 2 0 e²
4 2
ex 1  ln x
0 tan xdx ; 0 e cos xdx ; 2 (1  ln x) x dx ; 1 1  e x dx ; 
x x
dx
e
x ln x

Exercice 5 (positivité de la variance)

Soient a et b deux réels tels que a < b et f et g deux fonctions continues sur [a ; b].

1. Démontrer l’inégalité de Cauchy-Schwarz :

2
b  b b
  f ( x) g ( x)dx    f ²( x)dx   g ²( x)dx
 
a  a a

b
en considérant le polynôme P ( )   ( f ( x)  g ( x))² dx .
a

2. En déduire que si une variable aléatoire absolument continue X de densité  ayant pour support [a ; b]
b
(i.e. la densité  est positive sur , vaut 0 en dehors de [a ; b] et vérifie   ( x ) dx  1 ), alors :
a

V(X)= E[X²] – (E[X])²  0

b
où E[ X k ]   x k  ( x)dx
a

[on pourra prendre f ( x)  x  ( x) et bien choisir g…]

Exercice 6 (aire du disque unité)

Démontrer que l’aire du disque unité est égale à  en exprimant sur [0 ; 1] la fonction x  f(x) qui
a pour graphe le quart nord-est du cercle trigonométrique et en posant le changement de variable :
x = sin u [on rappelle que 2cos²u = 1+ cos2u ].