Chapitre 2_Les fonctions numériques à plusieurs variables réelles

L’étude de nombreux problèmes nous conduit souvent à envisager des relations entre plusieurs
variables dans lesquelles les valeurs de l’une d’elles sont complètement définies par celles des autres.
Pae exemple l’aire d’un rectangle de côtés x et y dépend des deux variables x, y .Le volume du
parallélépipède rectangle de dimensions x, y, z dépend des trois variables x, y et z : V = xyz
On est souvent amené à considérer simultanément plusieurs variables. Par exemple la moyenne de
classe d’un étudiant est obtenue à partir des notes dans les différentes matières.
I. Généralités
1. Définition
Soit n  ¥ , on note ¡ n l’ensemble dont les éléments sont les n − uplets de réels. Un élément de

¡ n est la donnée de n réels x1 ,K , xn . Cet élément est noté x = ( x1 ,K , xn ) .

Soit x et y deux éléments de ¡ n

: x = ( x1 ,K , xn ) et y = ( y1 ,K , yn ) .On peut définir :

— La somme : x + y = ( x1,K , xn ) + ( y1,K , yn ) = ( x1 + y1,K , xn + yn )

— La multiplication par un réel  :  x = (  x1,K ,  xn )

On appelle fonction numérique à plusieurs variables une fonction définie sur un sous-ensemble
U de ¡ n
à valeurs dans ¡ .
Notation :
f :U  ¡ n
→¡
x = ( x1 ,K , xn ) a f ( x1 ,K , xn )

Exemples

— z = f ( x, y ) = 1 + x 2 + y 2 + xy est une fonction numérique à deux variables

— z = f ( x, y, z ) = x 2 + y 2 + xz − 10 est une fonction numérique à trois variables

— En économie la fonction de production définie par :

F ( K , L ) = K 1 L2 ,1  0, 2  0 et 1 +  2 = 1 est une fonction numérique à deux

variables (le facteur Capital et le facteur travail).

Cette fonction est appelée la fonction de Cobb Douglas.
Dans ce chapitre nous étudierons uniquement les fonctions numériques à deux variables dans tout
ce qui suit.

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 Définition : Si à chaque couple ( x, y ) de valeurs de deux variables indépendantes x et y

correspond une valeur bien déterminée de la variable dépendante z , on dit que z est une
fonction de deux variables indépendantes x et y . Une fonction de deux variables est notée

z = f ( x, y ) .

Une fonction numérique à deux variables une fonction définie sur un sous-ensemble U de ¡ 2
à
valeurs dans ¡ .
Notation :
f :U  ¡ n
→¡
x = ( x1 , x2 ) a f ( x1 , x2 )

Dans ce chapitre, nous nous intéresserons plus particulièrement au cas des fonctions de deux
variables.
Définition On appelle domaine de définition de la fonction z = f ( x, y ) l’ensemble des couples

( x, y ) pour lesquels cette fonction est définie. On note par D le domaine de définition.
Le domaine de définition peut être représenté géométriquement par l’ensemble des points de
coordonnées ( x, y ) dans le plan muni d’un repère orthogonal ( O, i, j ) .

Exemple

Quel est le domaine de définition de la fonction z = f ( x, y ) = x 2 − y 2 ?

D = ( x, y )  ¡ 2
/ x 2 − y 2  0

x2 − y 2  0  x 2  y 2  x  y  D = ( x, y )  ¡ 2
/ x  y

Définition Une fonction de deux variables f ( x, y ) est dite continue au point x = a , y = b si

les trois conditions suivantes sont satisfaites simultanément :

— f ( a, b ) est définie,

— lim f ( y, y ) existe,
x → a , y →b

— lim f ( y, y ) = f ( a, b ) quelle que soit la façon dont x et y tendent vers leurs limites
x → a , y →b

respectives a et b .
2. Distance euclidienne
Définition : Soit x = ( x1 , x2 )  ¡ 2 et y = ( y1 , y2 )  ¡ 2

d ( x, y ) = ( y1 − x1 ) + ( y2 − x2 )
2 2
est appelée la distance euclidienne de x et y

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 II. Dérivées partielles et différentielles totales
1. Dérivées partielles
Considérons la fonction de deux variables z = f ( x, y ) .

Si on considère y comme une constante, z n'est plus qu'une fonction de x et dont on peut
calculer la dérivée de cette fonction par rapport à x si elle existe. La dérivée obtenue dans ce cas est la
dérivée partielle de la fonction par rapport à x que
z f 
on peut écrire de plusieurs façons : , , f ( x, y ) , f x ( x, y ) , f x ou z x ou f x'
x x x
La dérivée partielle de f par rapport à x est définie ainsi :

 f ( x +  x , y ) − f ( x, y )
f ( x, y ) = lim
x  x →0 x

De façon analogue on peut définir la dérivée partielle de f par rapport à y notée : f ( x, y )
y

ou f y ( x, y ) ou f y' :

 f ( x, y +  y ) − f ( x, y )
f ( x, y ) = lim (Lorsqu’elle existe et est finie)
y  y →0 x

Soit z = f ( x, y ) une fonction numérique a deux variables

 x z =  x f = f ( x +  x , y ) − f ( x, y ) s’appelle accroissement partiel de la fonction par

rapport à x .
 y z = f ( x, y +  y ) − f ( x, y ) s’appelle accroissement partiel de la fonction par rapport à y .

Définition :
x z yz
La limite lim (respectivement lim ) si elle existe s’appelle dérivée partielle de
 y →0   y →0 
x y

z = f ( x, y ) par rapport à x (respectivement par rapport à y )

Exemple 1 Soit la fonction de deux variables z = f ( x, y ) = 3x 2 + xy − 2 y 2

Calculer la dérivée partielle de cette fonction par rapport à x et la dérivée partielle de z par
rapport à y .

 z
 x = 6 x + y, la var iable y est consideree comme cons tan te
On a : 
 z = x − 4 y, la var iable x est consideree comme cons tan te
y

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 Exemple 2
Soit z = f ( x, y ) = 5x ln (1 + 2 y ) la fonction. Calculer les dérivées partielles de cette fonction

 z
 x = 5ln (1 + 2 y )
 z
 = 10 x
y 1 + 2 y
En général les dérivées partielles d'une fonction z = f ( x, y ) sont aussi des fonctions de x et y ,

on peut les dériver partiellement une seconde fois par rapport à x et par rapport à y .
On appelle ces nouvelles dérivées les secondes dérivées partielles de z et on les note :
2 z 2 f   f 
= 2 =   = z xx = f xx''
x 2
x x  x 

2 z 2 f   f 
= =   = z xy = f xy''
xy xy y  x 

2 z 2 f   f 
= =   = z yy = f yy
''

y 2
y 2
y  y 

2 z 2 f   f 
= ==   = z yx = f yx''
yx yx x  y 

De ces quatre dérivées, seules trois sont distinctes puisque, si elles sont continues :
2 z 2 z
= (Théorème de Schwartz)
xy yx
Exemple
Calculer les dérivées partielles de premier et second ordre de la fonction :
z = f ( x, y ) = −2 x 2 + 3xy 2 − y 3

▪ Les dérivées partielles d’ordre 1

 z
 x = −4 x + 3 y
2

 z
 = 6 xy − 3 y 2

 y
▪ Les dérivées partielles secondes :
2 z 2 f   f  
= 2 =   = ( −4 x + 3 y 2 ) = −4
x 2
x x  x  x

2 z 2 f   f  
= =   = ( −4 x + 3 y 2 ) = 6 y
xy xy y  x  y

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 2 z 2 f   f  
= 2 =   = ( 6 xy − 3 y 2 ) = 6 x − 6 y
y 2
y y  y  y

2. Applications économiques des dérivées partielles

Ici nous allons voir deux applications économiques des dérivées partielles : le cout marginal et la
productivité marginale.
— Cout marginal
La fonction de cout de productions des quantités x et y de deux biens définis par : C = Q ( x, y )

Nous pouvons calculer les dérivées partielles de C par rapport à x et par rapport à y :
C
: Cout margmal par rapport à x
x
C
: Cout margmal par rapport à y
x
Exemple
Si la fonction de cout conjointe pour produire des quantités x et y de deux biens est:

C ( x, y ) = 10 + x 2 + xy + 3 y 2

C ( x, y )
Le cout marginal par rapport à x : = 2x + y
x
C
Le cout marginal par rapport à y : = x + 6y
y
— Productivité marginale
Pour produire la plupart des biens, on a besoin d'au moins deux facteurs de production tels que le
travail, le capital, la terre, les matériaux ou les machines. Une fonction de production z = f ( x, y )

signifie qu'une quantité z d'un bien est fabriquée à I ‘aide des quantités x et y de deux facteurs de
production. On peut alors calculer la dérivée partielle de z par rapport à x qui nous donne la
productivité marginale de x et la dérivée partielle de z par rapport à y qui nous donne la productivité
marginale de y .
Exemple
Si la fonction de production d’un bien est donnée par : z = f ( x, y ) = 2 xy − 3x 2 + y 2

z
La productivité marginale de x est égale à = 2 y − 6x
x
z
et la productivité marginale de y est égale à = 2x + 2 y
y

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

3. Différentielle totale
Définition : L’accroissement total d’une fonction z = f ( x, y ) est :

z = f ( x +  x , y +  y ) − f ( x, y )

z z
La différentielle totale de z = f ( x, y ) d’ordre 1 est : dz = df ( x, y ) = dx + dy
x y
Exemple :
2 xy − 4 y
Soit z = f ( x, y ) =
x− y
z  z
Calculer et et en déduire la différentielle totale de z = f ( x, y )
x  y

La différentielle totale de z = f ( x, y ) d’ordre 2 est :

2 f 2 2 f 2 f 2
d 2 z = d 2 f ( x, y ) = dx + 2 dxdy + dy
x 2 xy y 2
Exemple :
Soit z = f ( x, y ) = 2 x 2 − 3xy − y 2

La différentielle totale de z = f ( x, y ) d’ordre 2 est : d 2 f ( x, y ) = 4dx2 − 6dxdy + ( − ) dy 2

III. Fonctions homogènes—Coefficient de rendement—Formule d’Euler

1) Fonctions homogènes
On dit que la fonction z = f ( x, y ) est homogène de degré n si pour tout t  0 ,on a :

f ( tx, ty ) = t n f ( x, y )

2) Coefficient de rendement : le degré d’homogénéité n est appelé le coefficient de rendement

Pour apprécier le rendement d’une fonction on compare n à 1 :
▪ Si n  1 alors le rendement est croissant,
▪ Si n  1 alors le rendement est décroissant
▪ Si n = 1 alors le rendement est constant.
3) Formule d’Euler
Une fonction homogène dérivable de degré n satisfait la relation ci-dessous :
f f
x +y = nf ( , y ) appelée la formule d’Euler.
x y
Exemple :

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 x3 − y 3
Soit la fonction z = f ( x, y ) =
x+ y
Montrer que cette fonction est homogène en précisant son degré et vérifier la relation d’Euler.
Apprécier le rendement de la fonction.
IV. Gradient d’une fonction—Elasticité
Gradient d’une fonction
 f f 
On appelle gradient de la fonction z = f ( x, y ) ,noter gradf et gradf =  , 
 x y 
Soit z = f ( x, y ) une fonction

f
x
▪ L’élasticité de f par rapport à x notée e f / x = x
f ( x, y )

f
y
y
▪ L’élasticité de f par rapport à y notée e f / x =
f ( x, y )

Exemple :
Soit f ( x, y ) = x 2 − 2 xy 2 + y3

Calculer le gradient de f et l’élasticité de f

V. Minima et maxima d'une fonction de deux variables
Une fonction de deux variables z = f ( x, y ) présente au point M 0 ( x0 , y0 ) un maximum

(respectivement un minimum) local s’il existe un voisinage de point M 0 sur lequel

f ( x, y )  f ( x0 , y0 ) (respectivement f ( x, y )  f ( x0 , y0 ) ) pour tout point M ( x, y ) .

Les points en les quels une fonction présente un minimum ou un maximum local s’appellent points
extremums locaux
De la définition il résulte que si la fonction z = f ( x, y ) présente un extremum en M 0 alors son

accroissement total f = f ( M ) − f ( M 0 ) en M 0 satisfait dans un voisinage de M 0 a l’une des

conditions suivantes :
▪ f  0 cas de maximum local
▪ f  0 cas de minimum local

Inversement si l’une de ces inégalités à lieu au voisinage d’un point M 0 alors la fonction présente

un extremum local en M 0

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 Si z = f ( x, y ) possède des dérivées partielles premières en un point M 0 ( x0 , y0 ) où elle

présente un extremum alors les dérivées partielles premières en M 0 sont nulles :

 f
 x ( x0 , y0 ) = 0
 f
 ( x0 , y0 ) = 0
 y
Dans ce chapitre on étudiera les extremums libres (ou sans contraintes) et les extremums liés (ou
avec contraintes).
Etude des extremums libres
Algorithme de recherche des extremums libres (Extremums sans contraintes)
On suit le plan ci-dessous :
f f
— Calculer les dérivées partielles premières : et
x  y
— Recherche des points critiques ou points stationnaires : Pour cela il suffit de résoudre le
 f
 x ( x, y ) = 0
système : 
 f ( x, y ) = 0
 y
— Soit M 0 ( x0 , y0 ) un point critique. Calculer les dérivées partielles secondes :

2 f 2 f 2 f
, et
x 2 xy y 2

2 f 2 f 2 f
Posons : a = 2 ( M 0 ) , b = ( M 0 ) , c = 2 ( M 0 ) et   = ac − b2
x xy y

On distingue trois cas :    0,   0 et   = 0

Cas 1 :    0  la fonction présente en M 0 un extremum :

   0
▪   M 0 est un minimum
 a  0

   0
▪   M 0 est un maximum
a  0
Cas 2 :    0  la fonction n’admet pas d’extremum en M 0 .Le point M 0 est appeler un point Col

ou un point Selle
Cas 3 :   = 0

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 Dans ce cas on ne peut rien conclure, il faut une étude approfondie. Il faut calculer l’accroissement
total z de la fonction au point et étudier son signe :
▪ Si z  0 alors M 0 est un maximum local

▪ Si z  0 alors M 0 est un minimum local

▪ Si z est à la fois positif et négatif ( z ne garde pas de signe constant) alors M 0 n’est pas

extremum.
Exemple d’application 1
Soit la fonction z = f ( x, y ) = x3 + 3xy 2 − 15x − 12 y .Etudier les extrema de cette fonction.

f f
— Calcul des dérivées partielles : ( x, y ) = 3x2 + 3 y 2 − 15 et ( x, y ) = 6 xy − 12
x y

3x 2 + 3 y 2 − 15 = 0
— Recherche des points critiques : 
 6 xy − 12 = 0
La résolution de ce système donne 4 points critiques :
M1 (1,2 ) , M 2 ( 2,1) , M 3 ( −1, −2 ) , M 4 ( −2, −1)

2 f 2 f 2 f
— Calcul des dérivées partielles secondes : = 6 x , = 6 y et = 6x
x 2 xy y 2

Pour le point M1 (1,2 ) : a = 6, b = 12, c = 6

  = 36 − 144 = −108  0  M1 est un point Selle

Pour le point M 2 ( 2,1)

a = 12, b = 6, c = 12,  = 144 − 36 = 108  0  M 2 est un point extremum

  = 108  0
On a :   M 2 est un minimum local
 a = 12  0

Ainsi de suite………….
Exemple d’application 2
Soit la fonction z = f ( x, y ) = x 4 + y 4 .Etudier les extrema de cette fonction.

f f
— Calcul des dérivées partielles : ( x, y ) = 4 x3 et ( x, y ) = 4 y 3
x y

4 x3 = 0  x = 0

— Recherche des points critiques :  3 
4 y = 0  y = 0

— L’unique point critique est le point M 0 ( 0,0 )

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

a = 0, b = 0, c = 0,  = 0 ,on ne peut rien conclure. Il faut calculer l’accroissement total z de
la fonction au point et étudier son signe

f = f ( x0 +  x , y0 +  y ) − f ( x0 , y0 ) = f ( 0 +  x ,0 +  y ) − f ( 0,0 ) = (  x ) + (  y )  0
4 4

 M 0 ( 0,0 ) est un minimum

Exemple d’application 3
Etudier les extrema des fonctions ci-dessous :
a) z = f ( x, y ) = x3 + y 3

b) z = f ( x, y ) = 4 x 2 − xy + y 2 − x3

c) z = f ( x, y ) = 3x 2 + 2 y 2

Exercice
x2 y y3
Soit application définie sur ¡ 2 par : f ( x, y ) = + x2 + − 4 y
2 3
Trouver les points critiques de la fonction f et établir leur nature

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 Etude des extremums liés
Dans de nombreuses applications pratiques de maximisation ou de minimisation, le problème est de
maximiser ou minimiser une fonction donnée sous certaines conditions ou contraintes sur les variables.
La méthode étudiée ci-après est applicable à n'importe quel nombre de variables et de contraintes. La
méthode des multiplicateurs de Lagrange est employée pour obtenir un maximum ou un minimum d'une
fonction soumise à des contraintes d’égalité.
Soit z = f ( x, y ) la fonction objective qui doit être maximiser ou minimiser sous la contrainte

 ( x, y ) = 0 .

L’équation  ( x, y ) = 0 est appelée équation de liaison.

Algorithme de recherche des extremums liés (Extremums avec contraintes)

— Former une fonction auxiliaire appelée un lagrangien : F ( x, y;  ) = f ( x, y ) +  ( x, y )

 est le multiplicateur de Lagrange.

F F F
— Calculer les dérivées partielles premières de F : , et
x y 

F f 
 x = x +  x = 0

 F f 
— Recherche des points critiques :  = + =0
 y y  y
 F
 =  ( x, y ) = 0
 
— Soit M 0 ( x0 , y0 ;  ) un point critique (solution du système ci-dessus)

2F 2F 2F

On calcule , et au point M 0
x 2 xy y 2
2
2F 2F  2F 
Calculer  = 2 g 2 −   au point M 0
x y  xy 
2F 2F
✓ Si   0, 2 ( M 0 )  0 et ( M 0 )  0 alors M 0 est un maximum
x y 2

2F 2F
✓ Si   0, ( 0)
M  0 et ( M 0 )  0 alors M 0 est un minimum
x 2 y 2
✓ Si   0 alors le test échoue, il faut examiner la fonction au voisinage de x et y .

Remarque : Pour la nature des points critiques on peut aussi calculer :

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 2 F 2 2 F 2F 2
d 2 F ( x, y ) = dx + 2 dxdy + dy au point M 0 avec la condition que dx et dy
x 2 xy y 2
 
sont liées entre elles par l’équation : dx + dy = 0 et dx 2 + dy 2  0
x y

✓ d 2 F ( M 0 )  0  M 0 est un maximum lié de la fonction z = f ( x, y )

✓ d 2 F ( M 0 )  0  M 0 est un minimum lié de la fonction z = f ( x, y )

Exemple 1 :
Soit z = f ( x, y ) = 6 − 4 x − 3 y une fonction numérique a deux variables x et y liées par la

relation : x 2 + y 2 = 1 .Etudier les extremums de cette fonction.

➢ Indication de solution
— Le lagrangien : F ( x, y;  ) = f ( x, y ) +  ( x, y ) = 6 − 4 x − 3 y +  ( x 2 + y 2 − 1)

— Calcul des dérivées partielles premières :

F f 
= + = −4 + 2 x
x x x
F f 
= + = −3 + 2 y
y y y
F
=  ( x, y ) = x 2 + y 2 − 1

−4 + 2 x = 0 (1)

— Recherche des points critiques : −3 + 2 y = 0 ( 2 )
 2
 x + y − 1 = 0 ( 3)
2

2
(1)   =
x
3
( 2)   =
2y

2
(1)   =
x 2 3 4y
 = x=
3
( 2)   = x 2y 3
2y

Et remplaçons x par sa valeur dans ( 3) on a :

 x 2 + y 2 − 1 = 0 ( 3)
 14 y 2
 4y  + y 2 = 1  25 y 2 = 9
 x= 9
 3

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

 9 3 −3
25 y 2 = 9  y 2 =  y = ou y =
25 5 5
3 4 5
Pour y =  x = et =
5 5 2
−3 −4 −5
Pour y = x= et =
5 5 2
4 3 5  −4 −3 −5 
Les points M 0  , ;  et M1  , ;  sont les points critiques de la fonction.
5 5 2  5 5 2 
Nature de chacun de ces points :
4 3 5
✓ Pour M 0  , ; 
5 5 2
2F 2F 2F
= 2 , = 0, = 2
x 2 xy y 2

2 F ( M 0 ) 2 F ( M 0 )  2F ( M 0 ) 
2

= g −  = 5  5 − 0 = 25
x 2 y 2  xy 
2F 2F
On a  = 25  0, ( M ) = 5  0 et ( M 0 ) = 5  0 alors M 0 est un minimum lié
x 2 y 2
0

 −4 −3 −5 
✓ Pour M1  , ; 
 5 5 2 

2F ( M 0 ) 2F ( M 0 )  2F ( M 0 ) 

2

= g −  = ( −5)  ( −5) − 0 = 25
x 2 y 2  xy 
2 F 2F
On a  = 25  0, ( M ) = −5  0 et ( M 0 ) = −5  0 alors M 0 est un maximum lié
x 2 y 2
0

 zmin ( M 0 ) = 1
On a : 
 zmax ( M 1 ) = 11
Exemple 2 :
Déterminer les minima et maxima de la fonction objectif z = f ( x, y ) = 5x 2 + 6 y 2 − xy sous la

contrainte x + 2 y = 24 .
— Pour cela, construisons la fonction de Lagrange :
F ( x, y;  ) = f ( x, y ) +  ( x, y ) = 5x 2 + 6 y 2 − xy +  ( x + 2 y − 24 )

F f 
= + = 10 x − y + 
x x x

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

F f 
= + = 12 y − x + 2
y y y
F
=  ( x, y ) = x + 2 y − 24

10 x − y +  = 0 (1)

— Recherche des points critiques : 12 y − x + 2 = 0 ( 2)

 x + 2 y − 24 = 0 ( 3)
De ce système on trouve l’unique point critique A ( 6,9 )

2F 2F 2F

= 10, = −1, = 12
x 2 xy y 2

 2 F ( A)  2 F ( A)   2 F ( A) 
2

= g −  = (10 )  (12 ) − 1 = 119

x 2 y 2  xy 
2F 2F
 = 119  0, ( A ) = 10  0 et ( A) = 12  0 alors A est un minimum lié
x 2 y 2
VI. Applications économiques des multiplicateurs de Lagrange
II y a beaucoup d'applications économiques des minima et maxima sous contraintes.
Par exemple :
— Si un producteur fabrique deux biens, il peut vouloir minimiser le cout total tout en devant
fabriquer une quantité totale minimale spécifiée ;
— Une compagnie peut désirer maximiser ses ventes résultant de deux publicités effectuées, tout
en observant la contrainte du budget de publicité ;
— Un consommateur peut vouloir maximiser sa fonction d'utilité provenant de la consommation de
certains biens, tout en étant restreint par son budget.
Exemple 1
Un consommateur dépense son revenu de 48 francs pour l’achat de deux biens x et y . Les prix de
x et de y sont respectivement 2 francs et 3 francs. La fonction d’utilité du consommateur est donnée
par la formule :
u ( x, y ) = − x 2 − 2 y 2 + 2 xy

Combien d’utilités du bien x et du bien y doit-il consommer pour maximiser son utilité ?
➢ Indication de solution

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

La fonction objective à maximiser est u ( x, y ) = − x 2 − 2 y 2 + 2 xy . La contrainte est 2 x + 3 y = 48

La fonction auxiliaire est : U ( x, y;  ) = u ( x, y ) + u ( x, y ) = − x 2 − 2 y 2 + 2 xy +  ( 2 x + 3 y − 48)

— Dérivées partielles
U f 
= +  u = −2 x + 2 y + 2
x x x
U f 
= +  u = −4 y + 2 x + 3
y y y
U
= u ( x, y ) = 2 x + 3 y − 48

−2 x + 2 y + 2 = 0 (1)

— Points critiques : −4 y + 2 x + 3 = 0 ( 2)

 2 x + 3 y − 48 = 0 ( 3)
336 240   336 240  
Et en résolvant ce système on trouve : x = et y =  B , 
29 29   29 29  
— On calcule à présent de calculer les dérivées partielles d’ordre afin
 2U  2U  2U
de déterminer la nature de ce point critique : = −2, = 2, = −4
x 2 xy y 2

 2U ( B )  2U ( B )   2U ( B ) 
2

= g −  = ( −2 )  ( −4 ) − 4 = 4
x 2 y 2  xy 
2F 2F
 = 4  0, ( )
B = −2  0 et ( B ) = −4  0 alors B est un maximum lié
x 2 y 2
Exemple 2
Une firme fabrique des avions qu’elle vend sur deux marchés étrangers. On désigne par q1 le

nombre d’avions vendus sur le 1ier marché au prix unitaire p1 = 60 − 2q1 et q2 le nombre d’avions

vendus sur le 2ier marché au prix unitaire p2 = 80 − 4q2 .On pose q1 + q2 = q le nombre total d’avions

vendus. La fonction du Cout total de la firme est : C = 50 + 40q

a. Donner l’expression explicite de la fonction Cout total de fabrication de la firme.
C ( q1 , q2 ) = 50 + 40 ( q1 + q2 ) = 40q1 + 40q2 + 50

b. Calculer la recette totale de la firme.

R ( q1 , q2 ) = p1q1 + p2 q2 = ( 60 − 2q1 ) q1 + (80 − 4q2 ) q2
= −2q12 − 4q22 + 60q1 + 80q2

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables

c. Calculer la fonction bénéfice total ou Profit total de la firme.
B ( q1 , q2 ) = R ( q1 , q2 ) − C ( q1 , q2 )
= −2q12 − 4q22 + 60q1 + 80q2 − 40q1 − 40q2 − 50
= −2q12 − 4q22 + 20q1 + 40q2 − 50
d. Trouver les quantités optimales de q1 et q2 qui maximisent le Profit.

 B
 q = −4q1 + 20
 1

 B = −8q + 40
 q2 2

−4q1 + 20 = 0 q1 = 5
Points critiques :    M ( 5,5) est l’unique point critique
−8q2 + 40 = 0 q2 = 5

 2 B
 2 = −4
 q1
  2 B 2 B 2 B 2 B 2 B
 = 0   = 2 (M ) 2 (M ) −

( M ) = 32  et 2 ( M ) = −4  0
 q1q2 q1 q2 q1q2 q1
 B2
 2 = −8
 q2
 M est un maximum
Le profit B possède un maximum local en q1 = 5 et q2 = 5 avions et le profit maximum réalisé est

B ( 5,5) = 100

Dr Diawara Daouda_L1_S1_Fonctions à plusieurs variables