Mathématiques pour la Microéconomie

Alexandre Volle

Résumé

L’objectif de ce cours est de donner aux étudiants les notions mathématiques d’algèbre et
d’analyse nécessaires pour réussir la microéconomie en licence. Après avoir rappelé les pro-
priétés algébriques élémentaires et l’essentiel pour l’étude des fonctions, nous couvrons en-
suite la dérivation partielle et les outils d’optimisation statiques. Nous ferons le lien systéma-
tique entre les outils mathématiques présentés et leur application aux problèmes microéco-
nomiques que vous rencontrerez. L’enjeu est de conserver l’équilibre entre la formalisation
nécessaire des mathématiques et la vulgarisation de celles-ci pour donner envie aux étudiants
de se les approprier.

1
Table des matières
1 Introduction 3
1.1 Les mathématiques en économie pourquoi ? . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Comprendre les mathématiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2 Rappel de propriétés algébriques élémentaires 5

2.1 Puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Logarithme népérien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

3 Équations, systèmes et fonctions 5

3.1 Équations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 Qu’est-ce qu’une fonction ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.3 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

4 Dérivation 8
4.1 Définition et comment faire ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.1.1 Règle de dérivation en chaîne. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.3 Ce que nous apprennent les dérivées premières. . . . . . . . . . . . . . . . . . . . . . . . 10
4.4 Ce que nous apprennent les dérivées secondes. . . . . . . . . . . . . . . . . . . . . . . . 10

5 Optimisation avec une fonction à une variable 11

er
5.1 Condition du 1 ordre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.2 Condition du 2nd ordre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

6 Fonctions à plusieurs variables 13

6.1 Définition et compréhension . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
6.2 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
6.2.1 Règle de dérivation en chaîne pour une fonction à deux variables. . . . . . . . . 13
6.2.2 Dérivées partielles secondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
6.2.3 Extrema d’une fonction sans contraintes . . . . . . . . . . . . . . . . . . . . . . . 14

7 Optimisation sous contrainte 14

7.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
7.2 Résolution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7.2.1 Fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7.2.2 Optimisation sous contraintes écrites sous forme d’inégalités et méthode de
Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

8 Appendices 19

2
1 Introduction
1.1 Les mathématiques en économie pourquoi ?

“So by all means let’s have math in economics — but as our servant, not our master.” Paul Krugman

“The purpose of computation is insight not numbers” Richard Hamming.

L’utilisation des mathématiques dans la science économique s’est largement développée au cours
du XXe . C’est un langage commun partagé par la science économique à travers le monde. L’éco-
nomie reste une science humaine et cela peut sembler étrange a priori de vouloir formaliser son
étude. La science économique élabore des modèles des phénomènes sociaux. Nous entendons par
là une représentation simplifiée de la réalité. L’économiste se concentre sur les aspects essentiels
de la réalité économique qu’il essaie de comprendre. Les mathématiques ne sont pas systéma-
tiques dans la compréhension des mécanismes économiques, néanmoins elles permettent sou-
vent une meilleure compréhension des forces à l’œuvre. Nous nous en servons pour exprimer et
explorer ces modèles économiques. Elles permettent le développement d’une logique rigoureuse
pour expliquer les phénomènes de cause à effet. Si nous arrivons à expliquer les phénomènes de
cause à effet, nous sommes mieux à même de comprendre les mécanismes économiques à l’œuvre
et ainsi d’où viennent les grandes théories économiques que vous étudierez tout au long de votre
licence.
En science économique, nous nous basons généralement sur les deux principes simples suivants :
le principe d’optimisation : parmi les différents choix qu’ils peuvent effectuer, les agents essaient
de choisir les meilleurs.
le principe d’équilibre : les prix se modifient jusqu’au moment où il y a égalité entre les quantités
d’un bien que les gens demandent et les quantités qui sont offertes.

1.2 Comprendre les mathématiques.

La première étape pour comprendre les mathématiques, c’est avant tout de savoir les lire. La façon
de les écrire peut varier, mais il existe un référentiel commun qui permet de donner à chaque signe,
expression ou symbole une signification et un équivalent verbal (ISO 80000-2 Mathematical signs
and symbols to be used in the natural sciences and technology). N’hésitez pas à le consulter si vous
rencontrez des difficultés à lire des symboles qui vous sont nouveaux dans vos livres de révision.
Dans le tableau 2 ci-dessous, vous trouverez les symboles que vous serez amenés à rencontrer
pendant ce cours.

3
 TABLEAU 1 – Lire les mathématiques.

Signe, symbole, expression Signification

Logique
p⇒q p implique q
p⇔q p équivalent à q
∀x pour tout x
∃x il existe un x

Ensembles
∀x ∈ A pour tout x appartenant à A.
{x 1 , x 2 , . . . , x n } ensemble avec les éléments x 1 , x 2 , . . . , x n
{x ∈ A | p(x)} ensemble de ces éléments de A pour qui p(x) est vrai.
B⊂A B est inclus dans A.
B est un sous ensemble propre de A

Domaine de définition
R ∗+ ensemble des réels strictement positifs.

Opérations
Pn
ai la somme de a 1 + a 2 ... + a n
i =1
Qn
ai le produit de a 1 · a 2 ... · a n
i =1

max(a, b) le maximum entre a et b

min(a, b) le minimum entre a et b

Fonctions
f (x) une fonction f qui dépend de x
limx→a f (x) limite de f (x) quand x tend vers a
df 0
dx , f dérivée de f par rapport à x
n
d f
dx n n-ième dérivée de f par rapport à x
∂f
∂x , ∂x f dérivée partielle de f par rapport à x
∇f le gradient de la fonction f
C1 la fonction d’une variable réelle est dite de classe C 1 si
elle est continue et dérivable sur l’intervalle.

Matrices
 
a ... a 1n
 11
 .. .. ..

A . matrice à n lignes et m colonnes.

 . . 

a m1 ··· a mn

4
2 Rappel de propriétés algébriques élémentaires
2.1 Puissances
Propriétés sur les puissances :

a0 = 1
1
a −n = n
a
a n a z = a n+z (1)
n
a
= a n−z
az
¡ n ¢z
a = a nz

" : (a + b)3 6= a 3 + b 3 . Pour développer cette expression on peut utiliser le triangle de Pascal ou la
formule du binôme de Newton qui donne a 3 + 3a 2 b + 3ab 2 + b 3 .

2.2 Logarithme népérien

En économie, nous utilisons principalement le logarithme népérien qui compte comme base e
et dénoté loge = ln. Le logarithme népérien d’un nombre x peut être défini comme la puissance
à laquelle il faut élever e pour obtenir x i.e x = e y → loge (x) = y. Cela tombe bien ! En effet, à la
lumière des propriétés sur les puissances, vous comprenez mieux d’où viennent les propriétés sur
le logarithme népérien.

ln(x y) = ln(x) + ln(y)

x
µ ¶
ln = ln(x) − ln(y)
y
ln x p = p ln x
¡ ¢
(2)
ln(1) = 0
ln(e) = 1
ln e x = x
¡ ¢

x 1 x 12 L −2/3
, ln x1 , ln(e x+3 )
¡ ¢
Exercices : simplifiez ,
x 21 x 23 K −1/3

3 Équations, systèmes et fonctions

3.1 Équations
L’équation nous informe sur la relation entre plusieurs variables et les valeurs que peuvent prendre
ces variables pour confirmer l’égalité. En sortant de la terminale ces équations

y = ax + b
où y et x sont des variables et a et b des paramètres. Par rapport à cette équation les étudiants à
l’université peuvent être perdus pour deux raisons :
- Tout d’abord la notation des variables peut changer en fonction du problème considérée, il n’y

5
aura donc plus les x et y de façon systématique. Par exemple avec q pour les quantités, p pour les
prix une fonction d’offre prendra la forme suivante :

q = αp + c (3)

- Ensuite, les étudiants peuvent être troublés dès qu’il y a plus de deux variables. En économie, il
est commun que d’avoir des fonctions avec multiples variables comme la fonction de production
suivante :
Y = aL α K β (4)
où Y , K et L sont des variables représentant respectivement le niveau de production, la quantité
de capital et la quantité de travail (en heure travaillée par exemple). Le paramètre a dans cette
fonction est parfois considérée comme un indicateur de progrès technique. Les paramètres α et β
comme des indicateurs de technologies stipulant le contenu en capital et en travail de la fonction
de production.

Les économistes emploient aussi souvent le vocable de variable exogène et de variable endogène.
Une variable endogène dépend d’une autre variable du modèle. Une variable exogène peut être
considérée au même titre qu’un paramètre.

Exemple : Soit le programme du consommateur où x 1 et x 2 sont les consommations du bien 1 et

2 et p 1 et p 2 les prix respectifs des biens. Qu’est-ce qui est naturellement supposé endogène et
exogène ?

Il est considéré comme prérequis i) le tracé d’une équation et ii) la résolution système d’équations
(souvent à deux équations deux inconnues pour des raisons pédagogiques).

Exemple : Résoudre pour x 1 et x 2

( ( (
x 1 + 2x 2 = 1 (1) x 1 + 2(−x 1 ) = 1 (1) x 1 = −1 (1)
⇔ ⇔
x1 + x2 = 0 (2) x 2 = −x 1 (2) x2 = 1 (2)

Exercice : Résoudre pour Y et C (

Y = C + I +G (1)
C = cY + b (2)

Résoudre pour x 1 , x 2 et λ

1


 − λp 1 = 0 (1)
 x1



1
− λp 2 = 0 (2)
x2





R − p 1 x1 − p 2 x2 = 0 (3)


6
3.2 Qu’est-ce qu’une fonction ?
Une fonction est une règle qui décrit une relation entre les nombres. Pour chaque x, la fonction
assigne un unique nombre y en fonction d’une règle. Dès lors, une fonction peut être utilisée pour
décrire la règle. Par exemple “prends un nombre et met-le au carré” ou encore “prends un nombre
et multiplie-le par 2”. On écrit ces fonctions particulières comme y = x 2 , y = 2x. 1 Souvent nous
voulons indiquer que la variable y dépend d’une autre variable x. Dans ce cas, nous écrivons y =
f (x) qui doit être interprété comme la variable y qui dépend de x selon la règle f . Dans ce cas x
est souvent nommé variable indépendante,et y la variable dépendante. Souvent une variable y est
dépendante de multiples autres variables x 1 et x 2 par exemple, c’est pour cela qu’on écrit f (x 1 , x 2 ).
Vous voyez souvent les fonctions de production en économie y = F (K , L) qui dépendent du capital
et du travail ou bien l’utilité du consommateur u(x 1 , x 2 ) qui dépend de la consommation de bien 1
et 2.
Une fonction continue est une fonction qui peut être dessinée sans lever le stylo du papier. Une
fonction régulière n’a pas de coins. Une fonction monotone positive (négative) est une fonction
qui croît (décroît) toujours. Une fonction est définie sur un intervalle que l’on appelle un ensemble
de définition.

Graphe. Le graphe d’une fonction dessine le comportement d’une fonction de façon visuelle. En
mathématiques, la variable indépendante se situe généralement sur l’axe horizontal et la variable
dépendante sur l’axe vertical. Le graphe indique la relation entre la variable indépendante et la
variable dépendante. Cependant, en économie, c’est commun de faire l’inverse. Typiquement, les
fonctions de demande sont généralement représentées avec le prix sur l’axe vertical et la quantité
sur l’axe horizontal.

Une fonction linéaire est de forme

y = ax + b (5)

où a est le taux de variation d’une fonction. Graphiquement, c’est la pente. Prenons y = −x + 3.

Pour connaître l’ordonnée à l’origine, il faut déterminer la valeur que la fonction prend lorsque
x = 0 ici y = 3. Pour l’abscisse, c’est le même principe, la valeur de x quand y = 0. Avec x = 3 − y on
a donc x = 3.

Une fonction non linéaire a comme propriété d’avoir la pente qui change au fur et à mesure que
x change. Les formes de fonction non linéaires très communes en économie sont les fonctions
quadratiques, exponentielles et logarithmiques.

Économie : en microéconomie les puissances et logarithmes peuvent participer à la description de

la relation de préférence du consommateur, par exemple pour le bien x 1 et le bien x 2 :

U (x 1 , x 2 ) = x 1 + ln(x 2 )

Ou bien à la description de la relation entre le capital K et travail L dans la fonction de production

d’une firme :
F (K , L) = K 0.5 L 0.5

3.3 Limites
En économie, nous nous intéressons souvent à l’évolution des fonctions autour d’un point parti-
culier. Soit a ∈ R et f une fonction définie sur l’intervalle I =]a − β, a + β[, β > 0 sauf peut-être en a.

1. Parfois, les fonctions sont appelées des transformations.

7
On dit que la fonction f tend vers +∞ quand x tend vers a lorsque :

lim f (x) = +∞ (6)

x→a

Quelques opérations sur les limites, avec limx→a f (x) = l et limx→a g (x) = k

1. lim ( f + g )(x) = l + k
x→a
2.∀λ ∈ R, lim λ f (x) = λl
x→a
3. lim ( f × g )(x) = l × k (7)
x→a
f l
[Link] k 6= 0, lim (x) =
x→a g k

Économie : en économie l’élasticité est un concept fondamental. L’élasticité de la demande mesure

d (p)−d (a)
la limite du rapport de l’accroissement relatif de la demande (ici, on la notera d (p)) d (a) et de
p−a
l’accroissement relatif du prix, a soit :

d (p)−d (a)
d (a) ad 0 (a) ∆Q P Variation en % de la quantité demandée
²p=a = lim p−a = ⇔ · ⇔− (8)
p→a
a
d (a) ∆P Q Variation en % du prix

Limites avec une forme indéterminée. Il arrive d’avoir des formes indéterminées comme 00 ou
encore ∞∞ . Je vous relaie deux méthodes dans l’appendice qui permettent d’arriver à déterminer la
limite d’une fonction malgré sa forme initiale indéterminée.

4 Dérivation
4.1 Définition et comment faire ?
En économie, nous avons constamment besoin de savoir comment évoluent différentes variables
(la consommation, le taux de chômage, la demande, l’offre...). Pour ce faire, les économistes uti-
lisent principalement la dérivation. En effet, les dérivées permettent d’analyser le taux de variation
d’une fonction. Le nombre dérivé de la fonction f en a, notée f 0 (a) est définie de la manière sui-
vante :
f (a + h) − f (a) f (x) − f (a)
f 0 (a) = lim ⇔ lim = (9)
h→0 h x→a x −a
Exemple : avec f (x) = x 2 .
2
−a 2 (x−a)(x+a)
limx→a xx−a

= limx→a    = 2ap
(x−a)

Exercice : faites la dérivée de f (x) = 2 x

8
 TABLEAU 2 – Dérivées usuelles et règles de dérivation pour l’économie.

Fonction Dérivée

xn nx n−1
u0
ln(u) u
eu 0 u
ue
nx
a na x ln(a)

Opération Règle de dérivation

f (x) + g (x) f 0 (x) + g 0 (x)

f (x) × g (x) f 0 (x)g (x) + f (x)g 0 (x)
f (x) f 0 (x)g (x)− f (x)g 0 (x)
g (x) g (x)2
g (x) f 0 (x)
h i
f (x)g (x) f (x)g (x) f (x) + g 0 (x) ln f (x)

4.1.1 Règle de dérivation en chaîne.

Pour les fonctions composées de type f (g (x)) on applique la règle de dérivation en chaîne qui
donne :
d f (g (x)) dg (x)
( f ◦ g )0 (x) = · (10)
dg (x) dx
Exemple : avec f (x) = (3x + 1)2 sa dérivée est égale à :

d f (x) d3x + 1
f 0 (x) = · = 2(3x + 1) · 3
d(3x + 1) dx

Économie : : il ne sera pas rare, notamment dans les fonctions de coûts des firmes, d’avoir recours à
cette règle. Par exemple, lorsque le coût C d’une firme dépend des quantités et donc de la quantité
demandée Q(p), qui elle-même dépend du prix p sur le marché, on aura une fonction de la forme
C (Q(p)). Il faut alors appliquer la règle de dérivation en chaîne pour obtenir sa dérivée :
¡ ¢
dC Q(p) dQ(p)
⇔ C 0 Q(p) Q 0 (p)
¡ ¢
·
dQ(p) dp

" : Il est très important d’être parfaitement à l’aise avec les règles de dérivations. Durant tout votre
cursus de Licence vous allez les utiliser. Nombreux étudiants déclarent savoir faire, et au moment
de l’examen n’y arrivent malheureusement pas. Un seul remède, la pratique ! Pour pouvoir non
seulement bien réussir les examens et en même temps apprécier les concepts de vos différents
cours.

Exercice : Dérivez (x + 2)3

4.2 Théorème des accroissements finis

Si f est continue sur [a, b] et dérivable sur ]a, b[ alors il existe c ∈]a, b[ tel que f (b) − f (a) = (b −
a) f 0 (c).

9
 f (b)− f (a)
Vous l’avez peut être déjà vu sous la forme b−a = f 0 (c). Cela signifie qu’il existe au moins un
point c tel que la tangente en ce point au graphe de f est parallèle à la corde. Autrement dit, si vous
prenez l’évolution de la vitesse d’un véhicule, sa vitesse instantanée sera égale au moins une fois à
la valeur moyenne de sa vitesse.

Si nous reprenons l’expression avec x1 < x 2 deux points de I tel que f (x 2 ) − f (x 1 ) = (x 2 − x 1 ) f 0 (x),
avec a < b deux points de I nous pouvons déduire facilement que :
Si pour tout x intérieur à I , f 0 (x) = 0 alors f est constante sur I .
Si pour tout x intérieur à I , f 0 (x) > 0 alors f est croissante sur I .
Si pour tout x intérieur à I , f 0 (x) < 0 alors f est décroissante sur I .
C’est grâce à ce théorème que nous pouvons nous servir des résultats dans la partie qui va suivre.

4.3 Ce que nous apprennent les dérivées premières.

Tout d’abord, elles permettent de savoir comment évolue une fonction.
f 0 (x) > 0 ∀x ∈ I ⇔ f (x) est croissante sur I .
f 0 (x) < 0 ∀x ∈ I ⇔ f (x) est décroissante sur I .
f 0 (x) = 0 ∀x ∈ I ⇔ f (x) est constante sur I .

Comme nous l’avons vu, le taux de variation instantané de f en x est f 0 (x). Elle est utilisée pour
déterminer l’élasticité comme nous l’avons vu dans la formule (8). Elle permet aussi de poser un
raisonnement dit à la marge, notamment avec le concept de l’utilité marginale du consommateur,
soit la dérivée u 0 (x) de sa fonction d’utilité u(x). Son utilisation est systématique pour déterminer
les comportements des agents, car elle va permettre d’établir les conditions de premiers ordres.
Comme nous allons le voir plus loin, cela nous permettra de déterminer les extremums d’une
fonction ou dit “vulgairement” le comportement optimal d’un consommateur ou d’une firme par
exemple.

4.4 Ce que nous apprennent les dérivées secondes.

Pour en savoir plus sur l’évolution de dérivée première f 0 (x) nous faisons appel à la dérivée se-
conde que nous écrivons
d2 f
f 00 (x) ⇔ (11)
dx 2

f est convexe sur I si f 00 (x) > 0 ∀x ∈ I ⇔ f 0 (x) est croissante sur I .

f est concave sur I si f 00 (x) < 0 ∀x ∈ I ⇔ f 0 (x) est décroissante sur I .
f 00 (x) = 0 ∀x ∈ I ⇔ f 0 (x) est constante sur I .
Nous allons insister dans ce qui suit sur les notions de concavité et de convexité qui sont centrales
en économie.

Il y a une autre façon de définir la concavité et la convexité :

Convexité :∀x ∈ I , ∀y ∈ I , ∀α ∈ [0, 1], f (αx + (1 − α)y) ≤ α f (x) + (1 − α) f (y)

(12)
Concavité :∀x ∈ I , ∀y ∈ I , ∀α ∈ [0, 1], f (αx + (1 − α)y) ≥ α f (x) + (1 − α) f (y)

1 2
Avec d (p) = −p 2 et α = 2 avec x = 1 et y = 2 on a (− 21 − 1)2 ≥ − 12 − 12 . d (p) est donc concave.

" : À visualiser graphiquement pour comprendre.

10
Les dérivées secondes nous indiquent comment varie la variation. Si elle accélère ou si elle est
ralentie. Pour caractériser des rendements décroissants par exemple, nous allons utiliser un ralen-
tissement de la variation. Cela représentera que lorsque l’entreprise augmente de plus en plus un
facteur de production, toute chose étant égale par ailleurs, la production augmente mais de moins
en moins vite. Un ralentissement est donc caractérisé par une dérivée seconde négative, c’est-à-
dire une fonction concave. Ces notions nous aide également à déterminer la nature d’un point
critique que nous verrons plus loin.

Exercice : Commentez l’évolution de la fonction de production L 1/3 lorsque le travail L augmente

en déterminant la dérivée seconde

5 Optimisation avec une fonction à une variable

La recherche d’extremums est récurrente en économie. Elle reflète le principe d’optimisation. De
façon quasi-systématiques les économistes font l’hypothèse que les agents cherchent à optimi-
ser leur stratégie sous des contraintes diverses. Par exemple, cela peut être un consommateur qui
cherche à maximiser son utilité ou une entreprise qui minimise ses coûts. Dans un but de simplifi-
cation, vous rencontrerez souvent dans vos divers exercices de microéconomie des fonctions avec
un minimum ou maximum unique.

5.1 Condition du 1er ordre.

La condition nécessaire du 1er ordre établie que :
Soit f définie sur un intervalle ouvert I et a ∈ I . Si f est dérivable en a et admet un extremum local 2
sur I en a, alors f 0 (a) = 0.
La nullité de la dérivée est une condition nécessaire pour qu’un point fournisse un extremum, mais
elle n’est pas suffisante, i.e la réciproque est fausse. Dans ce cas, au point critique où la dérivée s’an-
nule f 0 (x) = 0 on peut déterminer l’extremum de la fonction.

Exercice : Soit la fonction de profit de la forme π(q) = −2q 2 +6q +1. Déterminez le niveau de quan-
tité q optimale. Est-ce un maximum ou un minimum ?

5.2 Condition du 2nd ordre.

Les conditions suffisantes du 2nd ordres établissent que :
Soit f définie sur un intervalle ouvert I et a ∈ I . Si f est 2 fois dérivable en a et vérifie f 0 (a) = 0 et
f 00 (a) < 0 (resp. f 00 (a) > 0), alors f admet un maximum (resp. minimum) local strict sur I en a.

Récapitulatif des conditions du 1er et 2nd ordres :

Si f (x) est convexe ( f 00 (x) > 0) : f 0 (a) = 0 ⇔ admet un minimum global quand x = a.
Si f (x) est concave ( f 00 (x) < 0) : f 0 (a) = 0 ⇔ admet un maximum global quand x = a.

Exercice : Trouvez l’extremum de la fonction u(x) = −x 2 + x, quel est sa nature ?

Étudiez les extrema des fonctions suivantes :
2. Si la fonction est strictement convexe (resp. concave) le minimum (resp. maximum) local est global.

11
k(l ) = l e 3l
j (u) = u 3 − 4u 2 + 4u

12
6 Fonctions à plusieurs variables
6.1 Définition et compréhension

f : R2 −→ R
(13)
(x 1 , x 2 ) −→ f (x 1 , x 2 )
# »
Le triplet (x 1 , x 2 , f (x 1 , x 2 )) est un point N ou un vecteur ON de R3 une fois choisi un système d’axes.

Produit cartésien : Qu’est-ce que R2 ?

R2 = R × R = {(x 1 , x 2 ) tel que x 1 ∈ R x 2 ∈ R} Les éléments de (x 1 , x 2 ) de R2 s’appellent des couples.
Exemple : Soit une paire de chaussette, un élément de C × C = C 2 . Soit C :{Jaune, Bleu, Vert} et C :
{Jaune, Bleu, Vert} le nombre d’éléments est de 9. Il y a 9 paires possibles. C’est bien l’ensemble des
couples (chaussette, chaussette) avec chaussette (gauche) ∈ C et chaussette (droite) ∈ C .

Vous allez très souvent rencontrer ce type de fonction notamment en microéconomie avec le consom-
mateur. Surtout la fonction d’utilité U (x 1 , x 2 ), la fonction de production Y (K , L) et bien d’autres
encore. Vous verrez également leur représentation graphique appelée des courbes d’indifférences
ou isoquantes sur des espaces (x 1 , x 2 ).

Visualisation graphique sur geogebra pour mieux comprendre les fonctions à deux variables, et la
démarche que vous devez connaître pour vos exercices en microéconomie pour l’optimisation à
plusieurs variables avec ou sans contraintes.

6.2 Dérivées partielles

Dès lors que la fonction est à plusieurs variables, nous pouvons utiliser la dérivée partielle. Il faut
spécifier par rapport à quoi la fonction varie d’où le changement dans la notation.

On appelle dérivée partielle de f par rapport à x 1 en a = (a 1 , a 2 ), la limite suivante si elle existe :

f (a 1 + h 1 , a 2 ) − f (a 1 , a 2 ) f (x 1 , a 2 ) − f (a 1 , a 2 )
f x01 (a 1 , a 2 ) = lim ⇔ lim = (14)
h 1 →0 h1 x→a 1 x1 − a1

Pour connaître la variation de la fonction de production Y (K , L) si augmente le facteur travail L,

il faut calculer la dérivée partielle. L’autre variable K est supposée constante. Cela donnera la va-
riation de Y en fonction de L à K constant. Même interprétation pour U (x 1 , x 2 ) pour connaître la
variation d’utilité si x 1 varie à x 2 constant nous calculons ∂U (x 1 ,x 2 )
∂x 1

6.2.1 Règle de dérivation en chaîne pour une fonction à deux variables.

Soit u et v deux fonctions continues et dérivables sur R2 et ∀t , (u(t ), v(t )) ∈ R2 . Soit F (t ) = f (u(t ), v(t ))
alors f est dérivable sur un intervalle I et :

F 0 (t ) = f u0 (u(t ), v(t ))u 0 (t ) + f v0 (u(t ), v(t ))v 0 (t )

dF (t ) du(t ) dv(t ) (15)
= F 0 u(u(t ), v(t )) + F 0 v(u(t ), v(t ))
dt dt dt
dv(t )
": dt représente la variation de v(t ) pour une variation infinitésimale de t .

Exemple : déterminer la dérivée avec la règle de dérivation en chaîne de la fonction de profit

π(r (q), c(q)) avec c(q) = (2q + 2)3 et r (q) = 25 − q 2 . Soit π(r (q), c(q)) = r (q) − c(q)

13
6.2.2 Dérivées partielles secondes

La dérivée partielle seconde de f par rapport à x 1 , x 2 en (a 1 , a 2 ) lorsqu’elle existe est la dérivée par-
0
tielle de f x1 par rapport à x 2 en (a 1 , a 2 ).
∂2 f
On la note ∂x 2 ∂x 1 (a 1 , a 2 ). On définit de même les dérivées partielles secondes de f par rapport à
∂2 f
x 1 , x 1 que l’on note ∂x 2 (a 1 , a 2 ).
1

Théorème de Schwartz. Si f x002 x1 et f x001 x2 sont continues en (a 1 , a 2 ), alors f x002 x1 (a 1 , a 2 ) = f x001 x2 (a 1 , a 2 ).

6.2.3 Extrema d’une fonction sans contraintes

Conditions nécessaires du 1er ordre : Soit f définie sur un ouvert O et (a 1 , a 2 ).

Si f est dérivable en (a 1 , a 2 ) et f admet un extremum local sur O en (a 1 , a 2 ), alors :
#» #»
∇ f (a 1 , a 2 ) = 0 (16)

ce qui s’écrit aussi :

∀i = 1, ..., n f x0i (a 1 , a 2 ) = 0

Nous l’avons vu chaque dérivée d’une fonction à deux variables par rapport à une variable nous
renseigne partiellement sur la variation de la fonction. Le gradient (ou ∇) nous indique la direction
pour laquelle la fonction f augmente le plus. Le gradient d’une fonction est un vecteur dont les
composantes sont les dérivées partielles.  
∂f
#»
Pour une fonction à deux variables le gradient s’écrira : ∇ f (x, y) =  ∂x 
∂f
∂y

Nous n’irons pas plus loin dans l’étude de la nature des extremums dans les fonctions à plusieurs
variables que vous verrez au semestre suivant. Vous pouvez néanmoins retenir que si f est définie,
différentiable et convexe alors l’extremum est un minimum local. Si f est définie, différentiable
et concave alors l’extremum est un maximum local. Cela vous permettra lors de votre rencontre
avec les exercices de microéconomie de connaître la nature de l’extremum que vous étudiez dès
les hypothèses précisées dans l’énoncé.

Exemple : La fonction d’utilité du consommateur est concave des biens consommés (plus la quan-
tité d’un bien est grande, plus le supplément de satisfaction de l’individu sera faible).

7 Optimisation sous contrainte

7.1 Vocabulaire
Optimiser, comme nous l’avons vu signifie maximiser ou minimiser une fonction. La fonction que
nous cherchons à optimiser s’appelle la fonction objectif. Elle prend souvent la forme d’une fonc-
tion de profit pour la firme, d’utilité pour le consommateur ou de bien-être général pour le régula-
teur. Les variables de cette fonction sont ce qu’on appelle les arguments. Les arguments optimaux
sont souvent annotés d’une étoile par convention. La valeur optimale d’une fonction est égale à
l’image de ses arguments optimaux. Lorsque l’on parle de solution du programme d’optimisation,
il s’agit des arguments optimaux.

Exemple : Soit un consommateur qui cherche à maximiser son utilité en fonction de la consom-
mation de deux biens. u est la fonction objectif, elle dépend des arguments x 1 et x 2 . Lorsque l’on

14
insère les arguments maximaux (ou solution) (x 1∗ , x 2∗ ) dans la fonction u, on obtient la valeur maxi-
male possible u(x 1∗ , x 2∗ ) (ou fonction d’utilité indirecte).

Lorsque l’on parle d’optimisation sous contrainte si l’on introduit une ou plusieurs contraintes sur
les arguments. Avec la fonction g qui définit les contraintes sur l’argument x 1 et x 2 . Par exemple
un revenu contraint la consommation on la représentera sous forme d’inéquation avec R − p 1 x 1 −
p 2 x 2 ≥ 0. Lorsque l’on dit que la contrainte sature on pourra simplifier cette contrainte sous forme
d’équation telle que g (x 1 , x 2 ) = 0. Si la contrainte est représentée par une inégalité stricte telle que
g (x 1∗ , x 2∗ ) > 0 on dit que la contrainte est libre (ou passive), c’est-à-dire qu’elle n’aura pas d’in-
fluence sur le choix de l’agent.
Exemple : si vous avez 100e pour acheter une glace et que vous êtes rassasié au bout d’une boule,
votre contrainte de revenu n’impacte pas votre décision.

Une solution est dite intérieure si l’ensemble des arguments optimaux de la fonction objectif sont
strictement positifs x > 0.

Un programme d’optimisation indique :

- le type d’optimisation à réaliser : maximisation ou minimisation
- la fonction objectif à optimiser
- l’ensemble des arguments dont on doit déterminer la valeur optimale
- l’ensemble des contraintes
Exemple : 
 max u (x 1 , x 2 )


 {x 1 ,x 2 }

sous les contraintes

(17)



 g (x 1 , x 2 ) ≥ 0

h (x 1 , x 2 ) = 0


Note : vous pouvez substituer “sous les contraintes” par l’abréviation t.q (tel que).

Face aux problèmes d’optimisations que vous allez rencontrer en microéconomie, il y aura presque
toujours des hypothèses simplificatrices. Elles assurent une solution intérieure et unique et per-
mettent de vérifier les conditions de second ordre (rappelez vous que les conditions de premier
ordre seules ne permettent pas de savoir déterminer la nature du point critique, il faut pour cela
vérifier les conditions de second ordre comme dans la section 5.2).
Remarque 1 : Faire l’hypothèse d’une solution intérieure nous simplifie grandement la vie ! En effet,
sans cette hypothèse, il faudrait rajouter autant de contraintes écrites sous la forme d’inégalités de
non-négativité que d’arguments de la fonction objectif (x 1 ≥ 0, x 2 ≥ 0).

Remarque 2 : En économie, nous avons l’habitude de maximiser plutôt que de minimiser. Du coup,
certains étudiants peuvent être mis en difficulté lorsqu’ils sont confrontés à un problème de mini-
misation. Pourtant, il existe une technique très simple qui vous permet de retomber sur vos pattes.
En effet, les arguments minimaux de la fonction f et les arguments maximaux de la fonction –f sont
identiques. Ainsi, une fois que vous avez calculé les arguments maximaux de la fonction –f, il vous
suffit de les substituer dans la fonction f pour obtenir sa valeur minimale.

15
7.2 Résolution.
Nous allons voir deux méthodes de résolution.

7.2.1 Fonctions implicites

Soit le programme d’optimisation suivant :

 max π y 1 , y 2
 ¡ ¢
{ y 1 ,y 2 } (18)
¡ ¢
t .q.h y 1 , y 2 = 0


C’est une solution bien plus séduisante pour les étudiants, car elle est plus simple d’utilisation dans
le cas de résolution de programme avec des hypothèses simplificatrices. Dans un premier temps,
nous utilisons la contrainte écrite sous forme d’égalité suivante h(y 1 , y 2 ) = 0. Cela nous permet de
déterminer deux fonctions implicites : y 2 = φ(y 1 ) et y 1 = ψ(y 2 ). Si nous substituons l’une de ces
fonctions implicites dans la fonction objectif, alors nous allons faire d’une pierre deux coups. Nous
intégrons la contrainte et nous simplifions la fonction en une fonction à une seule variable.

 max π ψ y 2 , y 2
 ¡ ¡ ¢ ¢
{y2 } (19)
t .q.y 1 = ψ y 2
 ¡ ¢

La relation y 1 = ψ y 2 nous permettra ensuite de déterminer le niveau optimal de y 1 . Cette relation

¡ ¢

nous indique comment doit évoluer y 1 en fonction de y 2 . La valeur optimale (hypothèse simplifi-
catrice d’unicité de la solution) de y 2 correspond au point où la dérivée s’annule i.e :

∂π ψ y 2 , y 2
¡ ¡ ¢ ¢
=0 (20)
∂y 2

Une fois que l’on a déterminé le niveau y 2∗ optimal on l’insère dans la relation y 1∗ = ψ y 2∗ pour
¡ ¢

déterminer y 1∗ . Enfin on détermine la valeur optimale en insérant les arguments optimaux dans la
fonction π et avoir π(y 1∗ , y 2∗ ).

Exemple : Supposons qu’une firme doit résoudre le programme suivant : avec y 1 sa production et
y 2 sa matière première avec p 1 > 0 et p 2 > 0.

 max π y 1 , y 2 = p 1 y 1 − p 2 y 2
 ¡ ¢
{y1 y2 } (21)
p
t .q y 1 = 2 y 2


On peut déterminer les deux fonctions implicites à la contrainte :

y 12
y2 = = φ(y 1 )
4 (22)
p
y 1 = 2 y 2 = ψ(y 2 )

On peut substituer l’une ou l’autre avec φ(y 1 ) nous pouvons réécrire le programme de maximisa-
tion :

16
 y 12
  Ã !
max π y 1 , φ(y 1 ) = p 1 y 1 − p 2 φ(y 1 )  max p y − p
 ¡ ¢ 
1 1 2

 

{y1 } {y1 } 4
⇔ (23)
2
t .q y = φ(y ) y
 
2 1 1
 

 t .q y =

2
4
Nous faisons désormais face à un problème de maximisation s’apparentant à de l’optimisation
libre pour lequel la fonction objectif n’a qu’un seul argument (y 1 ). Nous déterminons la valeur op-
timale en y 1∗ , c’est-à-dire la valeur pour laquelle la dérivée première de la fonction objectif s’annule

∂π y 1 , φ y 1
¡ ¡ ¢¢
y1 2p 1
= 0 ⇔ p1 − p 2 = 0, y 1∗ = (24)
∂y 1 2 p2

2p 1 2
³ ´
p1 2
³ ´
p2
Avec la fonction implicite φ nous déterminons y 2∗ soit y 2∗ = 4 = p2 .

On peut désormais calculer la valeur optimale prise par la fonction objectif, ici la fonction de profit
de la firme :

p2
µ ¶2
p1
µ ¶
2p 1
π(y 1∗ , y 2∗ ) = p 1 − p2 = 1 (25)
p2 p2 p2

7.2.2 Optimisation sous contraintes écrites sous forme d’inégalités et méthode de Lagrange

Lorsque l’on a affaire à un problème d’optimisation sous contraintes écrites sous forme d’inégali-
tés, la méthode des fonctions implicites ne peut plus s’appliquer. Donc nous allons voir ici com-
ment appliquer la méthode de Lagrange et les conditions d’optimalité de Karush, Kuhn & Tucker.

Soit le problème suivant :


max u (x 1 , x 2 )
1 ,x 2 }
 {x


t.q (26)



h(x 1 , x 2 ) ≥ 0

Notez que par convention on écrit h(x 1 , x 2 ) ≥ 0 pendant votre licence vous pouvez simplifier 3 une
contrainte du type R ≥ p 1 x 1 + p 2 x 2 alors h(x 1 , x 2 ) = R − p 1 x 1 − p 2 x 2 = 0.
Il faut dans un premier temps définir la fonction de Lagrange L associée à ce problème :

L(x 1 , x 2 , λ) = u(x 1 , x 2 ) + λh(x 1 , x 2 ) (27)

Avec λ ≥ 0. La fonction de Lagrange associée à un problème d’optimisation se définit comme la

somme de la fonction objectif et des contraintes liées par les multiplicateurs de Lagrange leur étant
associés (un multiplicateur par contrainte). La variable λ est appelée multiplicateur de Lagrange.
Sa valeur dépend des arguments de la fonction objectif. Un multiplicateur de Lagrange indique la
variation de la fonction objectif à laquelle conduirait un relâchement marginal de la contrainte lui
étant associé (de combien va augmenter l’utilité du consommateur s’il dispose 1e de plus dans le
revenu ? autrement dit, c’est l’utilité marginale du revenu).

3. x 1 et x 2 sont continues et le consommateur préfère toujours consommer un peu plus, d’où la saturation naturelle
”de la contrainte.

17
Lorsque la contrainte est libre, (i.e inégalité stricte du type >0 ou <0) le multiplicateur associé est
nul. Lorsque la contrainte est active, le multiplicateur sera positif.

Un théorème nous dit que les conditions nécessaires d’optimalité 4 de Karush Kuhn Tucker (KKT)
est le suivant :

#» #»
∇u(x 1 , x 2 ) + λ ∇h(x 1 , x 2 ) = 0 (28)

soit de façon équivalente :

∂L (x 1 , x 2 , λ)

∂u(x 1 , x 2 ) ∂h(x 1 , x 2 )

= 0 (1)

− λ∗


 ∂x 1

 =0
∂x ∂x 1
 
1
 
 ∂L (x 1 , x 2 , λ) = 0 (2)

 

 ∂u(x 1 , x 2 ) ∂h(x 1 , x 2 )

 

∂x 2 ⇔ − λ∗ =0 (29)
∂x 2 ∂x 2
∂L (x 1 , x 2 , λ)

 

 ∗
λ∗ λ h(x 1∗ , x 2∗ ) = 0


 = 0 (3) 
∂λ

 

 ∗
λ ≥0

 
λ∗ ≥ 0 (4)


Que signifie ces 4 conditions ?

Les équations marginales (1) + (2) : vous retrouvez ici les conditions de premier ordre classiques
dans le cadre d’un programme d’optimisation standard.
Les relations d’exclusion (3) : À la solution du problème, chaque contrainte peut être soit libre,
soit saturée. Lorsque h(x 1∗ , x 2∗ ) = 0 alors le multiplicateur y étant associé est positif (λ∗ ≥ 0). Si elle
est libre, alors h(x 1∗ , x 2∗ ) > 0 et le multiplicateur associé est nul (λ∗ = 0). Cela contraint (3) à être
toujours nul.
Les contraintes de non-négativité des multiplicateurs (4) :. Ces inéquations rappellent simple-
ment que les multiplicateurs de Lagrange doivent être positifs.

4. Pour les plus téméraires on peut l’appliquer : si u est de classe C 1 sur R∗ ∗

+ × R+ , g est de classe est de classe C 1 sur
#»
R∗ ∗ ∗ ∗
+ × R+ , (x 1 , x 2 ) est solution du problème, ∇ h(x 1 , x 2 ) 6= 0

18
8 Appendices
Quelques outils en plus qui ne font pas partie du programme de révision pour l’examen, mais que
vous rencontrerez peut-être dans votre parcours en microéconomie.

Pour déterminer un taux marginal de substitution :

Transformation monotone. Souvent, cela permet d’étudier une fonction avec plus de simplicité.
Par exemple, les Cobb Douglas (K α L β ) vont pouvoir se transformer avec la fonction ln (α ln(K ) +
β ln(L)). Nous n’aurons pas la même utilité, mais la relation de préférence et le taux marginal de
substitution resteront les mêmes. Donc nous aurons les mêmes décisions dans les deux cas, mais
pas le même rendu final (le niveau d’utilité ou le niveau de profit). Qu’est-ce qu’une transforma-
tion monotone ? Une transformation qui ne change pas l’ordre de préférence, i.e, il faut vérifier que
la dérivée de la fonction de transformation soit positive. Multiplier par un scalaire négatif ou trans-
former en x1 change la relation de préférences, par conséquent ce n’est pas une transformation
monotone par exemple.

Économie : Faites une transformation logarithmique de la fonction Cobb Douglas Y suivante

Y = T K α L 1−α

où K dénote le capital, L le travail, T et α représente la technologie.

Pour déterminer les limites :

Fonctions équivalentes.
On dit que f et g sont équivalentes quand x tend vers a, lorsque

f (x)
lim = 1, ce qui s’écrit f ∼a g (30)
x→a g (x)

On dit aussi que f et g sont équivalentes au voisinage de a. D’une façon générale, un polynôme est
équivalent, quand x tend vers 0, à son monôme de plus bas degré.

f (x) 2
Exemple : f (x) = 2x 3 + 4x 2 + 3x et g (x) = 3x on a limx→0 g (x) = limx→0 2x +4x+3
3 =1

À l’inverse quand x tend vers ∞, un polynôme est équivalent à son monôme du plus haut degré.

x 4 1
Exemple : Avec x ∈ R+∗ et f (x) = e + x + 2 ln(x) + x . La fonction exponentielle l’emporte sur la
fonction puissance qui l’emporte sur la fonction ln. Donc en +∞ on a f ∼+∞ e x . En effet,

f (x) x 4 2 ln(x)
µ ¶
1
lim = 1 + + + = 1 + 0 + 0 + 0 = 1.
x→a ex ex ex x · ex

f (x)
Économie : : Avec f (x) = 2x 4 +x 3 +2x 2 +2x et g (x) = 2x 3 +9x 2 +x déterminez la limite de g (x) quand
x tend vers 0 et +∞.

Rationalisation. Cette méthode consiste à multiplier une fonction rationnelle par un binôme conju-
gué (trouver son identité remarquable) pour éliminer les formes indéterminées généralement au

19
dénominateur.
p p
Exemple : avec f (x) = x + 3 − 3 et g (x) = x

a−b a+b
a −b 2 2
zp }| p { zp }| p {
p p z }| {
f (x) x +3− 3 x + 3 − 3 ( x + 3 + 3) x +3−3
lim = = · p p = p p
x→0 g (x) x x ( x + 3 + 3) x( x + 3 + 3)
x 1
= p p = p
x( x + 3 + 3) 2 3

Règle de l’Hôpital. Soit a ∈ R. Soit f et g deux fonctions continues et dérivables 5 et g (x) 6= 0 si

x 6= a. Si 1) f et g sont continues sur l’intervalle de définition 2) f (a) = g (a) = 0, et 3) g 0 (a) 6= 0.
Alors :

f (x) f 0 (x)
lim = lim 0 (31)
x→a g (x) x→a g (x)

f (x)
Exemple : avec f (x) = ln(1 + x) et g (x) = x. On veut connaître limx→0 g (x) . Les conditions sont
remplies, nous pouvons appliquer la règle de l’Hôpital soit :
1
ln(1 + x)
lim = lim 1+x = 1
x→0 x x→0 1

Exercice : avec f (x) = ln(1 + x) et g (x) = 2x 2 avec a → +∞

Théorème des fonctions implicites Une fonction est de forme explicite lorsque la variable dépen-
dante et indépendante sont séparées. Par exemple, nous remplaçons dans l’expression f (x, y) par
x = 1 et y = 2 avec la relation x · y alors f (x, y) = 2. Néanmoins, vous rencontrerez des fonctions im-
plicites, c’est-à-dire où la variable dépendante n’a pas été donnée de façon explicite en termes de
variable indépendante. Une fonction implicite est définie par l’équation f (x 1 , x 2 ) = c toute fonc-
tion φ définie sur I de R à valeurs J de R et telle que ∀x 1 ∈, f (x 1 , φ(x 1 )) = c

Théorème. Soit f une fonction de deux variables de classe C 1 sur R2 , soit f (x 1 , x 2 ) = c avec c ∈
R fixé. Si f (a 1 , a 2 ) 6= 0 alors il existe un intervalle ouvert I contenant a 1 , un intervalle ouvert J
contenant a 2 , et une fonction φ : I → J de classe C 1 telle que :

∀x 1 ∈ I , f (x 1 , φ(x 1 )) = c, φ(a 1 ) = a 2 (32)

et que φ satisfait la propriété d’unicité on a :

0
f x1 (a 1 , a 2 )
φ0 (a 1 ) = − (33)
f x02 (a 1 , a 2 )

Combien je dois sacrifier de x 2 au profit de x 1 pour garder le niveau d’utilité c.

5. Note : si f est dérivable en a alors f est continue en a.

20
Références
Candau, F. (2020). Introduction aux mathématiques pour économistes.
Hayek, Naïla et Leca, J.-P. (2019). Mathématiques pour l’économie-6e éd. : Analyse-Algèbre. Dunod.
Hours, S. (2015). Kit de survie en recherche d’extrema liés.
Varian, H. R. (2015). Introduction à la microéconomie moderne. De Boeck Superieur.

21