Université Sidi Mohamed

Ben Abdellah
Faculté Polydisciplinaire Taza
Département des Mathématiques
Filière: Tronc commun Economie-S1 •
Pr. M. EL ANSARI

Intitulé du module:
Mathématique 1

Chapitre 2: Fonctions à deux variables

0.1 Généralités

Point de vue économique

La macroéconomie et la microéconomie utilisent de nombreuses fonctions de plu-
sieurs variables pour modéliser l’économie. ILs sont souvent utilisées pour modéliser
des relations entre deux facteurs qui influencent un certain résultat économique.
Voici quelques exemples et concepts clés:
1. Fonction de production
La fonction de production décrit la relation entre les intrants (comme le travail
et le capital) et le niveau de production. Elle peut être représentée comme :

Q = f (L, K)

où:

* Q est la quantité produite,

* L est la quantité de travail,

* K est la quantité de capital.

2. Fonction d’utilité
La fonction d’utilité représente la satisfaction d’un consommateur en fonction
de la consommation de deux biens. Elle peut s’écrire comme:

U = f (X, Y )

où :

* U est le niveau d’utilité,

* X et Y sont les quantités des deux biens consommés.

1
Filière: Tronc commun Economie-S1 Département des Mathématiques

3. Fonction de coût
La fonction de coût montre le coût total en fonction de la quantité produite et
d’autres facteurs. Elle peut être formulée comme :

C = f (Q, P )

où :

* C est le coût total,

* Q est la quantité produite,

* P représente d’autres paramètres comme le prix des intrants.

4. Optimisation
Dans le cadre de l’optimisation, les fonctions de deux variables sont souvent
utilisées pour maximiser l’utilité ou minimiser les coûts. Par exemple, on peut
chercher à maximiser une fonction d’utilité sous des contraintes budgétaires.
Applications
Analyse de marché : Comprendre comment le prix de deux biens affecte la
quantité demandée.
Théorie du consommateur : Étudier les choix des consommateurs entre deux
biens.
Planification de la production : Aider les entreprises à décider comment allouer
les ressources.
Ces fonctions permettent aux économistes d’analyser et de prédire le compor-
tement économique en tenant compte de l’interaction entre plusieurs variables.

0.1.1 Définitions

Définition 0.1. R2 est l’ensemble des couples (x, y) avec x et y des nombres réels.
Il est possible d’ajouter deux couples ou de multiplier un couple par un nombre réel
:
(
(x, y) + (x′ , y ′ ) = (x + x′ , y + y ′ )
λ(x, y) = (λx, λy), où λ ∈ R

Définition 0.2. On appelle fonction réelle de 2 variables réelles toute application

définie sur un sous-ensemble D de R2 , à valeur dans R.
(
D 7−→ R
f:
(x; y) 7→ f (x; y)

2
Département des Mathématiques Filière: Tronc commun Economie-S1

On appelle ensemble de définition de la fonction f l’ensemble des couples de R2

qui ont une image par f . On le note souvent Df .

Exemple 1. Soit f la fonction définie par f (x, y) = x2 y + 3y. On a Df = R2 .

L’image par f du couple (2, 1) est f (2, 1) = 22 ,1 + 3,1 = 7.

Exemple 2. Soit f la fonction définie par f (x, y) = ln(x + y − 1). f est une
fonction réelle de deux variables réelles. Elle est définie pour les couples (x, y) tels

que x + y − 1 > 0 soit Df = (x, y) ∈ R2 tel que y > 1 − x}. Df est le demi-plan
supérieur délimité par la droite d’équation y = 1 − x (privé de cette droite).

Exemple 3 (Fonction de type Cobb-Douglas). Soient A, a et b des constantes.

Une fonction F est dite de type CobbDouglas si elle est de la forme:

F (x, y) = Axa y b

Les fonctions de type Cobb-Douglas sont très souvent utilisées pour décrire la
relation entre l’utilisation des facteurs de production : le capital K et le travail L
sont appelés inputs ou intrants) et F (K, L) représente le nombre d’unités produites,
appelé output ou extrant. On parle alors d’une fonction de production de type Cobb-
Douglas.

0.1.2 Quelques fonctions usuelles

- Les fonctions linéaires définies sur R2 par f (x, y) = ax + by (avec a et b réels).

- Les fonctions affines définies sur R2 par f (x, y) = ax + by + c (avec a, b et c

réels).

- Les fonctions polynomiales définies sur R2 en faisant la somme de fonctions

du type axn y m (avec a réel, n et m entiers naturels). Par exemple, P(x, y) =
x2 y 4 − 2x3 y + 3xy 3 + x2 y + x − 1 est une fonction polynomiale de degré 6 .

- Les fractions rationnelles sont obtenues en faisant le quotient de deux fon-

ctions polynomiales. Elles sont définies pour tout couple de R2 pour lequel le
dénominateur ne s’annule pas.

3
Filière: Tronc commun Economie-S1 Département des Mathématiques

xy
Par exemple, la fonction f (x, y) = x−y est une fraction rationnelle définie sur
2
R privé de la droite ∆ d’équation y = x.
x2 −y 2
La fonction g(x, y) = x2 +y 2 est une fraction rationnelle définie sur R2 −
{(0, 0)}.

0.1.3 Représentation graphique - Courbes de niveau

Soit D un sous-ensemble de R2 et f une fonction de D dans R.

Définition 0.3. Le graphe de f est l’ensemble des éléments de R3 (on parle alors de
triplets) de la forme (x, y, f (x, y)) avec (x, y) ∈ D. C’est une surface. Soit k ∈ R,

l’ensemble Ck = (x; y; z) ∈ R3 | f (x, y) = k où (x, y) ∈ D} est appelé courbe de
niveau k de la fonction f .

La courbe de niveau k de f est obtenue en faisant l’intersection de la surface

représentative de f et du plan d’équation z = k, comme si on faisait "des tranches
horizontales"...

0.2 Notion de limite - continuité

Nous noterons X = (x, y) un couple de R2 .

Approche intuitive de la notion de limite:
Intuitivement, on a envie de dire la chose suivante:
"f (X) tend vers ℓ quand X tend vers X0 ". Cela signifie que "la valeur de f (X)
est proche de ℓ quand X s’approche de X0 .
Le problème est de savoir ce que l’on entend par "X s’approche de X0 ".
Dans R, c’est facile: on peut s’approcher d’un point par la gauche ou par la
droite.

4
Département des Mathématiques Filière: Tronc commun Economie-S1

Nous avons vu que, la limite en un point existe si et seulement si la limite à

gauche existe, la limite à droite existe et les deux sont égales.
Dans R2 , on peut approcher un point le long d’une infinité de chemins. C’est ce
qui va rendre rendre la notion de limite plus difficile à définir (et à comprendre...)

Exemple 4. Soit f la fonction définie sur D = R2 − {(0, 0)} par :

xy
f (x, y) = .
x2 + y 2

Soient X ∈ D et O = (0, 0).

Notre objectif est de déterminer "la limite de f quand X tend vers O".
Pour cela nous allons nous approcher de O suivant deux directions distinctes.

i) Considérons la droite D1 d’équation y = 2x : Si X ∈ D1 , alors X = (x, 2x) et

x(2x) 2x2 2 2
f (X) = 2 2
= 2 = donc lı́m X→O f (X) = .
x + (2x) 5x 5 X∈D1 5
ii) Considérons la droite D2 d’équation y = 3x : Si X ∈ D2 , alors X = (x, 3x) et
x(3x) 3x2 3 3
f (X) = 2 = = donc lı́m X→O f (X) = .
x + (3x)2 10x2 10 X∈D2 10
iii) Conclusion :
En approchant O suivant deux droites distinctes, nous avons obtenu deux
limites différentes. Cela signifie que la fonction f n’admet pas de limite en
O = (0, 0).

0.2.1 Limite de f en X0

Définition 0.4. Soit f une fonction réelle de 2 variables réelles définie sur l’ensemble
D et X0 un point de R2 . On dit que f tend vers ℓ lorsque X tend vers X0 , (X restant
dans D) si :

5
Filière: Tronc commun Economie-S1 Département des Mathématiques

lı́m |f (X) − ℓ| = 0 ou lı́m |f (X) − ℓ| = 0

d(X,X0 )→0 ∥X−X0 ∥→0
X∈D X∈D

Cela signifie que f (X) est "proche de ℓ "quand X est "suffisamment proche de
X0 . On notera dans ce cas : lı́mX→X0 f (X) = ℓ.
X∈D

Si D = R2 , on notera simplement lı́mX→X0 f (X) cette limite.

Remarque 0.1. X0 n’est pas nécessairement un point de D mais on doit pouvoir

l’approcher par des points de D. En termes topologiques, on dit que X0 est un point
adhérent à D

0.2.2 Continuité de f en X0

Définition 0.5. Soit f une fonction définie sur un sous-ensemble D de R2 et

X0 ∈ D.
On dit que f est continue en X0 si f (X) tend vers f (X0 ) quand X tend vers
X0 (suivant n’importe quel chemin dans D ), soit encore lı́mX→X0 f (X) = f (X0 ).
X∈D
On dit que f est continue sur D si f est continue en tout point de D.

0.3 Dérivées partielles

0.3.1 Définitions

Soit f une fonction de 2 variables réelles définie sur un sous-ensemble D de R2

et X0 = (x0 , y0 ) ∈ D.

Définition 0.6. - On appelle dérivée partielle de f en (x0 , y0 ) par rapport à

x la dérivée de l’application x 7−→ f (x, y0 ) en x0 (quand elle existe).
∂f
On la note alors (x0 , y0 ) ou encore fx′ (x0 , y0 ).
∂x
- On appelle dérivée partielle de f en (x0 , y0 ) par rapport à y la dérivée de
l’application y 7−→ f (x0 , y) en y0 (quand elle existe).
∂f
On la note alors (x0 , y0 ) ou encore fy′ (x0 , y0 ).
∂y
Remarque 0.2. On a donc, quand ces limites existent:

∂f f (x0 + h, y0 ) − f (x0 , y0 )
(x0 , y0 ) = lı́m
∂x h→0 h
et
∂f f (x0 , y0 + h) − f (x0 , y0 )
(x0 , y0 ) = lı́m
∂y h→0 h

6
Département des Mathématiques Filière: Tronc commun Economie-S1

Définition 0.7. Soit f une fonction de 2 variables réelles définie sur un sous-
ensemble D de R2 . f est dite dérivable sur D si f est dérivable par rapport à x et
à y, en tout point de D.

Exemple 5. Considérons la fonction f définie sur R2 par

f (x, y) = x3 y + x2 y 2 + x + y 2

On a:
∂f


 (x, y) = 3x2 y + 2xy 2 + 1
∂x
∂f

 (x, y) = x3 + 2x2 y + 2y
∂y
Exemple 6. Considérons la fonction f définie par:

f (x, y) = ln x2 + y 2 − 1 .


Elle est définie sur D = (x, y) ∈ R2 tel que x2 + y 2 − 1 > 0 .
La fonction f est dérivable sur D (comme composée de fonctions dérivables) et
on a :

∂f 2x

 (x, y) = 2
x + y2 − 1

∂x
∂f 2y

 (x, y) = 2
∂y x + y2 − 1

0.3.2 Dérivées partielles d’ordre 2

Soit f une fonction définie, dérivable sur un sous-ensemble D de R2 .

∂f ∂f
Définition 0.8. Dans la mesure où les dérivées partielles et sont elles
∂x ∂y
mêmes des fonctions de deux variables définies sur D, si elles sont dérivables, nous
pouvons les dériver de nouveau pour obtenir des dérivées partielles secondes.

∂2f ∂2f
   
∂ ∂f ∂ ∂f
≡ , ≡
∂x ∂x ∂x2 ∂y ∂x ∂y∂x
2
∂2f
   
∂ ∂f ∂ f ∂ ∂f
≡ , ≡
∂x ∂y ∂x∂y ∂y ∂y ∂y 2
Vous rencontrerez aussi la notation suivante :

∂2f ′′ ∂2f 2
′′ ∂ f ∂2f
≡ fxy , ≡ fyx , 2 ≡ fx′′2 , 2 ≡ fy′′2
∂y∂x ∂x∂y ∂x ∂y
Attention

7
Filière: Tronc commun Economie-S1 Département des Mathématiques

′′
Dans les notations, il faut respecter l’ordre de dérivation. fyx indique que l’on
∂2f
dérive par rapport à y puis x, ce qui correspond à .
∂x∂y
Définition 0.9. Si les 2 dérivées partielles premières de f sont dérivables par
rapport aux deux variables, en tout point de D, on dit que la fonction f est deux
fois dérivable sur D.

Exemple 7. Soit f définie sur R2 par f (X) = f (x, y) = xy 2 + 3ex y. f est une
fonction dérivable par rapport à x sur R2 car c’est une somme de fonctions déri-
vables.
∂f
On a en particulier (X) = y 2 + 3ex y, pour tout X = (x, y) ∈ R2 . Cette
∂x
fonction dérivée partielle est elle-même dérivable sur R2 et on a :

∂2f ∂2f
fx′′2 (X) = 2
′′
(X) = 3ex y, fxy (X) = (X) = 2y + 3ex
∂x ∂y∂x


Exemple 8. Soit f définie sur R2 − {(0, 0)} par f (X) = f (x, y) = ln x2 + y 2 . f
est une fonction dérivable par rapport à y sur R2 − {(0, 0)} (composée d’une fon-
ction polynomiale et de la fonction ln, elles mêmes dérivables). On a en particulier
∂f 2y
(X) = 2 , pour tout X = (x, y) ∈ R2 . Cette fonction dérivée partielle est
∂y x + y2
elle-même dérivable sur R2 − {(0, 0)} et on a :

′′ ∂2f 4xy ′′ ∂2f 2 x2 − y 2
fyx (X) = (X) = − 2 , fy 2 (X) = ∂y 2 (X) = 2
∂x∂y (x2 + y 2 ) (x2 + y 2 )

Remarque 0.3. Il faut faire attention en général à l’ordre de dérivation. Sauf

dans le cas suivant :

Théorème 0.1 (Théorème de Schwarz (admis)). Soit f une fonction définie

sur un sous-ensemble D de R2 et X un point de D. Si f admet en X des dérivées
partielles secondes continues, alors on a l’égalité :

∂2f ∂2f
(X) = (X)
∂x∂y ∂y∂x
Remarque 0.4. Ce théorème est utile dans la pratique car il diminue le nombre
de calculs à effectuer. ( 3 dérivées partielles secondes au lieu de 4 ). De plus, il
s’applique généralement à toutes les fonctions que vous rencontrerez en économie.

Exemple 9. Soit f définie sur R2 par f (X) = f (x, y) = x3 + 2xy 3 − 4y 2 .

f est une fonction dérivable sur R2 (fonction polynomiale).
∂f ∂f
On a : (X) = 3x2 + 2y 3 et (X) = 6xy 2 − 8y, pour tout X = (x, y) ∈ R2 .
∂x ∂y

8
Département des Mathématiques Filière: Tronc commun Economie-S1

Ces fonctions dérivées partielles sont elles-mêmes dérivables sur R2 et les dé-
rivées partielles seront des fonctions polynomiales donc continues sur R2 , on peut
appliquer le théorème précédent:

∂2f ∂2f
(X) = (X) = 6y 2
∂x∂y ∂y∂x
∂2f ∂2f
Par ailleurs, (X) = 6x et (X) = 12xy − 8
∂x2 ∂y 2

0.3.3 Élasticités partielles

Définition 0.10. Soit f une fonction de 2 variables réelles définie sur un ensemble
D et X0 = (x0 , y0 ) un point de D tel que f (X0 ) ̸= 0.
L’élasticité de la fonction f , par rapport à la variable x, au point X0 , est
l’élasticité de la fonction x 7−→ f (x, y0 ) au point X0 .
Nous noterons : Exf (X0 ) cette élasticité. Nous avons donc:

fx′ (X0 ) x0 ∂f
Exf (X0 ) = x0 = (X0 )
f (X0 ) f (X0 ) ∂x
Exemple 10. Supposons que la quantité demandée d’un bien soit fonction du prix
unitaire p et du revenu R de la façon suivante :

50R
Q(p, R) =
p3/2
On a :

∂Q 75R ∂Q 50
= − 5/2 et = 3/2
∂p p ∂R p
L’élasticité de la demande par rapport au prix est :

∂Q p −75R p −75 −3
EpQ = × = 5/2 × 50R = = = −1, 5
∂p Q p p3/2
50 2

Cela signifie que lorsque le prix augmente de 1 %, la demande baisse de 1, 5 %

environ. De même, l’élasticité de la demande par rapport au revenu est :

Q ∂Q R 50 R
ER = × = 3/2 × 50R = 1
∂R Q p p3/2

Si le revenu augmente de 1 %, alors la demande augmente de 1 % environ.

Exercice
Calculer les élasticités partielles de la fonction de production type Cobb-Douglas
f ( K, L) = Kα Lβ .

9
Filière: Tronc commun Economie-S1 Département des Mathématiques

0.3.4 Fonctions homogènes

Soient f une fonction de 2 variables réelles définie sur un ensemble D et α ∈ R.

Définition 0.11. On dit que f est homogène de degré α sur D si:

∀t > 0, ∀X ∈ D, on a tX ∈ D et f (tX) = tα f (X)


Exemple 11. Considérons la fonction f (x, y) = x1/3 y 2/3 définie sur D = (x, y) ∈ R2 ,
tel que x > 0 et y > 0}.
Si (x, y) ∈ D et si t > 0, alors tx > 0 et ty > 0. Donc (tx, ty) ∈ D. On a alors
f (tx, ty) = (tx)1/3 (ty)2/3 = t1/3 t2/3 f (x, y) = tf (x, y).
Par conséquent, f est homogène de degré 1 sur D.

Exemple 12. Plus généralement, la fonction de production de Cobb-Douglas F :

2
(K, L) 7→ cK α Lβ est homogène de degré α + β sur R∗+ .
On dit que F est à rendements d’échelle croissants si α + β > 1, constants si
α + β = 1, décroissants si α + β < 1.

Théorème 0.2. Soit f une fonction homogène de degré α sur D.

∂f ∂f
Si f est dérivable sur D, alors et sont homogènes de degré (α − 1) sur
∂x ∂y
D.

Demostración. Puisque f est homogène de degré α sur D, alors, par définition :

∀(x; y) ∈ D, ∀t > 0, f (tx; ty) = tα f (x; y)

Nous allons dériver par rapport à x les deux membres de l’égalité (3) :
A gauche : La fonction f est dérivable sur D donc la fonction qui à X 7−→ f (tX)
est dérivable par rapport à x sur D en tant que fonction composée de fonctions
∂f
dérivables et la dérivée vaut t (tx, ty).
∂x
À droite :

∂f α ∂f
(t f (x, y)) = tα (x, y)
∂x ∂x
On obtient donc

∂f ∂f
t (tx, ty) = tα (x, y)
∂x ∂x
soit encore :

∂f ∂f
(tx, ty) = tα−1 (x, y)
∂x ∂x
∂f
est homogène de degré α − 1.
∂x

10
Département des Mathématiques Filière: Tronc commun Economie-S1

∂f
De même pour
∂y
Théorèmei 0.3 (Théorème d’Euler). Soit f une fonction définie sur
∗ 2


R+ = 0, +∞[×]0, +∞[, dérivable et dont les dérivées partielles sont continues.
On a alors : f est homogène de degré α si et seulement si

∂f ∂f
x (X) + y (X) = αf (X).
∂x ∂y

Remarque 0.5. Ce théorème permet d’établir le théorème d’épuisement du produit

(connu des économistes) Si f est une fonction de production dépendant du capital
K et du travail L , homogène de degré 1 , on a

LfL′ (K, L) + KfK

′
(K, L) = f ( K, L)

Exemple 13. Soit

f (x, y) = x2 y

f est homogène de degré 3 , en effet :

∀t > 0, f (tx, ty) = t2 x2 ty = t3 x2 y = t3 f (x, y)

et on a
xfx′ (x, y) + yfy′ (x, y) = x,2xy + yx2 = 3x2 y = 3f (x, y)
d’où la formule d’Euler.

0.4 Optimisation des fonctions de deux variables avec et sans contra-

intes

Soit f une fonction définie sur un ensemble D de R2 . Nous allons chercher les
éventuels extrema de f . C’est à dire la valeur la plus grande ou la plus petite prise
par f (selon les situations...) ainsi que les points pour lesquels ces extrema sont
atteints.

Définition 0.12. Soit X∗ = (x∗ , y ∗ ) un point de D.

La fonction f présente un maximum global en X∗ si

∀X ∈ D, f (X) ⩽ f (X∗ ) .

La fonction f présente un minimum global en X ∗ si

∀X ∈ D, f (X) ⩾ f (X ∗ ) .

11
Filière: Tronc commun Economie-S1 Département des Mathématiques

Définition 0.13. Soit X∗ = (x∗ , y ∗ ) un point de D.

La fonction f présente un maximum local en X∗ s’il existe un sous-ensemble
D ⊂ D contenant X∗ tel que:
′

∀X ∈ D′ , f (X) ⩽ f (X∗ ) .

La fonction f présente un minimum local en X∗ s’il existe un sous-ensemble

D′ ⊂ D contenant X∗ tel que:

∀X ∈ D′ , f (X) ⩾ f (X∗ ) .

0.4.1 Optimisation : conditions nécessaires du premier ordre

On a vu en le chapitre 1 que si une fonction f présente un extremum local au

point intérieur x∗ de son ensemble de définition et si elle est dérivable en x∗ , alors
f ′ (x∗ ) = 0.
On dispose d’un résultat analogue pour les fonctions de plusieurs variables.

Théorème 0.4. Soit f une fonction définie sur un ensemble D de R2 et X∗ un

point intérieur à D.
Si f est différentiable en X∗ et si f admet un extremum local en X∗ , alors on
a:

∂f ∂f
(X ∗ ) = (X ∗ ) = 0
∂x ∂y
Définition 0.14. Ces égalités s’appellent les conditions du premier ordre (du
problème d’optimisation).
Tout point X∗ vérifiant ces conditions est appelé point candidat ou point
critique (du problème d’optimisation).

Remarque 0.6. Soulignons que ces conditions du premier ordre sont des con-
ditions nécessaires mais, en général, ne sont pas suffisantes de sorte qu’un point
candidat n’est pas forcément un extremum.

Exemple 14. Si on considère la fonction f définie sur R2 par

f (x, y) = xy C 1 sur R2 .
∂f ∂f
On remarque (0, 0) = (0, 0) = 0. Cependant, f ne présente pas d’extremum
∂x ∂y
local en (0, 0).

0.4.2 Optimisation sans contraintes ou (libre)

On donne dans ce paragraphe des conditions du second ordre qui sont suffisantes
pour la recherche d’un extremum local dans un problème d’optimisation.

12
Département des Mathématiques Filière: Tronc commun Economie-S1

Soient f une fonction définie sur un ensemble D de R2 et X ∗ = (x∗ , y ∗ ) un

point intérieur à D.
Supposons que:

i) X∗ est un point critique (c’est à dire fx′ (X∗ ) = fy′ (X∗ ) = 0).

ii) les dérivées partielles de f sont continues en X∗ (autrement dit f est C2 au

point critique X∗ ).

Posons
2
δ = fx′′2 (X∗ ) fy′′2 (X∗ ) − fxy
 ′′
(X∗ ) = rt − s2

Théorème 0.5 (Conditions suffisantes du second ordre). - Si δ > 0, alors

f admet un extremum local en X∗ . De plus :

si fx′′2 (X∗ ) > 0, alors il s’agit d’un minimum local

si fx′′2 (X∗ ) < 0, alors il s’agit d’un maximum local

- Si δ < 0, alors f n’admet pas d’extremum local en X*.

On dit alors que f présente un col en X∗ ou encore que le point de R3 de
coordonnées (x∗ , y ∗ , f (x∗ , y ∗ )) est un point-selle.

- Si δ = 0, alors on ne peut rien conclure.

13
 Filière: Tronc commun Economie-S1 Département des Mathématiques

Exemple 15. 1. Soit f (x, y) = x2 + y 2 , cherchons si f admet des points extre-

mums.
Conditions nécessaire du 1 ordre:
( ( (
fx′ (x, y) = 0 2x = 0 x=0
⇐⇒ ⇐⇒
fy′ (x, y) = 0 2y = 0 y=0

(0, 0) est le seul point critique.

Conditions suffisantes du second ordre:
Calculons maintenant les dérivées partielles secondes, on a

∂2f
(x, y) = 2
∂x2
d’où
∂2f
(0, 0) = 2
∂x2
et
∂2f
(x, y) = 2
∂y 2

d’où
∂2f
(0, 0) = 2
∂y 2

enfin,
∂2f
(x, y) = 0
∂x∂y

d’où
∂2f
(0, 0) = 0.
∂x∂y

On en déduit que δ = 4 > 0, donc (0, 0) est un extremum local de f , et comme

∂2f
fx′′2 (0, 0) = (0, 0) = 2 > 0, alors (0, 0) est un minimum local de f .
∂x2
2. On souhaite optimiser la fonction

f (x, y) = x3 + y 3 − 6xy

Les conditions nécessaires d’optimalité sont:

14
Département des Mathématiques Filière: Tronc commun Economie-S1

( ( ( 2
fx′ (x, y) = 0 3x2 − 6y = 0 y = 36 x2 = x2
⇐⇒ ⇐⇒ x4
fy′ (x, y) = 0 3y 2 − 6x = 0 4 − 2x = 0
( 2
(
y = x2 x = 0 ou x = 2
⇐⇒ ⇐⇒
x(x3 − 8) = 0 y = 0 ou y = 2

On obtient donc deux points critiques : (0, 0) et (2, 2).

Pour étudier la nature des deux points, on va utiliser les conditions suffi-
santes du second ordre. Pour cela, il est nécessaire de calculer δ.

∂2f ∂2f
(x, y) = 6x; (x, y) = 6y
∂x2 ∂y 2
et

∂2f ∂2f
(x, y) = (x, y) = −6
∂x∂y ∂y∂x
D’où δ = 36xy − 36 = 36(xy − 1).
Au point (x, y) = (0, 0), δ = −36 < 0, la fonction n’admet pas d’extremum en
ce point.
Au point (x, y) = (2, 2), δ = 108 > 0, la fonction admet donc un extremum
local en ce point.
∂2f
Comme (2, 2) = 6 × 2 = 12 > 0, cet extremum est un minimum local. Ce
∂x2
minimum est f (2, 2) = 8 + 8 − 24 = −8.

0.4.3 Optimisation avec contraintes ou (liée)

On veut étudier l’existence d’un extremum local de la fonction f dérivable

soumise à la contrainte d’égalité g(x, y) = 0.
Le problème de maximisation s’écrit :

máx f (x, y) s.c. g(x, y) = 0

x,y

Le problème de minimisation s’écrit :

mı́n f (x, y) s.c. g(x, y) = 0

x,y

Exemple 16. Dans la théorie micro-économique du consommateur, on cherche

souvent à maximiser la fonction d’utilité U(x, y), sous la contrainte budgétaire
xpx + ypy − R = 0.

Méthode de Lagrange

15
Filière: Tronc commun Economie-S1 Département des Mathématiques

La première étape de la méthode de maximisation ou minimisation est d’introduire

un multiplicateur de Lagrange, noté λ, associé à la contrainte g(x, y) = 0.
Le lagrangien L ou la fonction lagrangienne est définie par :

L(x, y, λ) = f (x, y) + λg(x, y)

où λ (multiplicateur de lagrange ) est une inconnue.

Théorème 0.6 (Condition nécessaire d’optimalité ot du premier ordre).

Soient f et g deux fonctions dérivables en (x0 , y0 ). Si (x0 , y0 ) est un extremum
local de f sous la contrainte g(x, y) = 0, alors il existe un nombre λ0 ∈ R tel que :
∂L ∂L ∂L
(x0 , y0 , λ0 ) = 0 et (x0 , y0 , λ0 ) = 0 et (x0 , y0 , λ0 ) = 0.
∂x ∂y ∂λ
La recherche des extremums commence alors par la résolution du système :

∂L


 (x, y, λ) = 0

 ∂x
 ∂L
(x, y, λ) = 0
 ∂y
 ∂L (x, y, λ) = 0



∂λ
tout point solution de ce système est un point critique ou stationnaire de
f.

Théorème 0.7 (Conditions suffisantes d’optimalité ou du deuxième or-

dre). Soient ( x0 , y0 ) un point critique de f sous contrainte g(x, y) = 0, λ0 le
multiplicateur de Lagrange associé et soit le hessien de f au point (x0 , y0 , λ0 ) :
 
L′′ x2 L′′ yx L′′ λx
 ′′
hess(f ) (x0 , y0 , λ0 ) = det  L xy L′′ y 2 L′′ λy 


L′′ xλ L′′ yλ L′′ λ2

Alors :

- Si hess (f ) ((x0 , y0 , λ0 ) > 0 , alors (x0 , y0 ) est un maximum local de f .

- Si hess (f ) ((x0 , y0 , λ0 ) < 0 , alors (x0 , y0 ) est un minimum local de f .

- Si hess(f ) ((x0 , y0 , λ0 ) = 0 , alors on ne peut rien dire.

Exemple 17. 1. On considère le problème d’optimisation suivant

(
optimiser f (x, y) = 2x + y
sous x2 + y 2 = 1
(
optimiser f (x, y) = 2x + y
⇐⇒
sous g(x, y) = x2 + y 2 − 1 = 0

16
Département des Mathématiques Filière: Tronc commun Economie-S1

Le lagrangien associé au problème est :

L(x, y, λ) = f (x, y) + λg(x, y) = 2x + y + λ x2 + y 2 − 1

Les conditions nécessaires d’optimalité sont :

 
′
 Lx (x, y, λ) = 0
  2 + 2λx = 0

′
Ly (x, y, λ) = 0 ⇐⇒ 1 + 2λy = 0
 ′
 
 2
Lλ (x, y, λ) = 0 x + y2 − 1 = 0

−1
 x= λ

−1
=⇒ y = 2λ
 1
 1
λ2 + 4λ2 = 1
√ √
5 5
On trouve donc λ1 = 2 et λ2 = − 2 . On a donc deux points critiques:
√ √
5 −2 −1 − 5 √2 √1
λ1 = 2 =⇒ x = √
5
et y = √
5
λ2 = 2 =⇒ x = 5
et y = 5
Le hessien du Lagrangien est:

 
2λ 0 2x
hess (f )(x, y, λ) = det  0 2λ 2y  = −8λ x2 + y 2
 

2x 2y 0

−2 √ −1
√ 
5

−2 √ −1
√ 
5
√
* En(x, y, λ) = √ 5
, 5
, 2 : hess (f ) √
5
, ,
5 2
= −4 5 < 0, com-
me le hessien est strictement négatif,  le problème  admet un minimum

−2 √ −1 −2 √ −1
√
local en √
5
, 5 . Ce minimum est f √
5
, 5 = − 5.
 √   √  √
* En(x, y, λ) = √25 , √15 , −2 5 : hess (f ) √25 , √15 , −2 5 = 4 5 > 0,
comme le hessienest strictement positif,le problème  √ admet un maximum
2 √1 2 √1
local en √
5
, 5 . Ce maximum est f √
5
, 5 = 5.

2. Fonction d’utilité U (x, y) = Axa y b

Soit le problème de maximisation de la fonction d’utilité Cobb-Douglas sous
contrainte budgétaire :

máx Axa y b s.c. px + qy = m

x,y

On écrit le lagrangien :

L(x, y, λ) = Axa y b − λ(px + qy − m)

17
Filière: Tronc commun Economie-S1 Département des Mathématiques

Les conditions du premier ordre (CPO) sont obtenues en calculant les dérivées
partielles du lagrangien par rapport à x, y et λ et en les égalant à zéro.
1. Dérivée partielle par rapport à x :

∂ ∂
L′x (x, y, λ) = Axa y b − λ (px + qy − m) = Aaxa−1 y b − λp = 0


∂x ∂x

2. Dérivée partielle par rapport à y :

∂ ∂
L′y (x, y, λ) = Axa y b − λ (px + qy − m) = Abxa y b−1 − λq = 0


∂y ∂y

3. La contrainte complète ou la dérivée partielle par rapport à λ le système

de trois équations:

L′λ (x, y, λ) = px + qy − m = 0

Ces trois équations forment le système des CPO du problème de maximisation

de la fonction d’utilité Cobb-Douglas sous contrainte budgétaire.
On peut trouver les valeurs de x, y et λ de la solution

18
Département des Mathématiques Filière: Tronc commun Economie-S1

Série 2 de TD

Exercice 1
Déterminer le domaine de définition des fonctions suivantes:
√
xy x2 + 3y
1) f (x, y) = 2 5)f (x, y) =
x + y2 |x| + 3
x2 y √
2) g(x, y) = 6) f (x, y) = x2 y + xy 2 − 2x
x2 + 3y
xy
3) h(x, y) = ln(xy) 7) f (x, y) =
x2 + 2y
p

4) k(x, y) = 4x − x2 + 4y − y 2 8) f (x, y) = ln exy + y 2 + 2
p
9) f (x, y) = ln(2x + 3y + 1)

Exercice 2
Calculer les dérivées partielles d’ordre 1 et d’ordre 2 des fonctions suivantes:

1) f (x, y) = x2 − 6xy − 6y 2 + 2x + 24y 5) f (x, y) = y 3 − 4y 4 + 4xy 2 − x2

x3 xy
2) g(x, y) = x2 + 2y 2 − 6) f (x, y) =
y x2 + 2y
3
−1
3) h(x, y) = ln(x + y) 7) f (x, y) = ex + y 2 + 2xy
√

4) f (x, y) = x2 y + xy 2 − 2x 8) f (x, y) = ln exy + y 2 + 2

Exercice 3
Déterminer les points critiques des fonctions suivantes:
1
1) f (x, y) = xy − x4 − 14 y 4
4


2) f (x, y) = x (ln(x))2 + y 2
xy
3) f (x, y) =
(1 + x2 ) (1 + y 2 )
Exercice 4
Verifier que les fonctions suivantes sont homogènes et préciser leurs degrés
d’homogénéité :
1
1. f (x, y) = p , (x, y) ∈ R∗2 .
3
x + y2
2

x2
2. f (x, y) = , (x, y) ∈ R∗2 .
xy − y 2
3. f (x, y) = axα y 1−α , (x, y) ∈ R+2 .

19
Filière: Tronc commun Economie-S1 Département des Mathématiques

Exercice 5
xy 2
On se donne la fonction de deux variabies suivante : f (x, y) = .
x2 + y2
1. Vérifier que f est homogène et calculer xfx′ (x, y) + yfy′ (x, y).

2. Qu’en est-il de l’homogénéité de fx′ et fv′ .

3. En déduire que xfx′′2 (x, y) + yfxy

′′
(x, y) = 0 et yfy′′2 (x, y) + xfxy
′′
(z, y) = 0.

Exercice 6
Déterminer les extremums locaux des fonctions suivantes ainsi que les points
selles:

1) f (x, y) = 2x2 + 2xy + y 2 + 2x − 3

2) f (x, y) = −5x2 + 4xy − y 2 + 16x + 10

3) f (x, y) = x2 − y 2 + 4x − 4y − 8

4) f (x, y) = xy 2 + 2x2 + y 2

Exercice 7
Déterminer ies points critiques des fonctions suivantes :

1. f (x, y) = 3x2 y 2 sous la contrainte 3x + 2y = 5.

1 1 1 1
2. f (x, y) = + sous la contrainte 2 + 2 = 1.
x y x y
3. f (x, y) = x4 y sous ia contrainte x4 + y 4 = 5.

Exercice 9
Déterminer les extremums locaux (liés) des fonctions suivantes:

1. f (x, y) = x + 2y sous le contrainte x2 + y 2 = 1.

1 1 1 1
2. f (x, y) = + sous la contrainte 2 + 2 = 1.
x y x y
Exercice 10
Un consommateur désire dépenser un budget R = 400 en achetant un bien X
de prix unitaire px = 1 et un bien Y de prix unitaire py = 4.
Appliquer la méthode du multiplicateur de Lagrange pour maximiser son utilité
donnée en fonction des quantités achetées par u(x, y) = xy.
Exercice 11
Supposons que la demande d’un bien X en fonction de son prix unitaire px et
du prix unitaire py d’un autre bien Y soit donnée par:

20
Département des Mathématiques Filière: Tronc commun Economie-S1

DX = f (px , py ) = px py + 2px − 4py

Calculer et interpréter les élasticités partielles (directe et croisée) de la demande

du bien X pour px = py = 12 .
Exercice 12.
L production d’un seul produit d’une entreprise s’exprime par la fonction q =
1 1
60K 6 L 3 où K est la quantité de capital utilisée et L est la quantité de travail
utilisée. Les prix unitaires respectifs de q, K et L sont p0 = 167, pK = 60, PL = 10.
Determiner les quantites de travail et de capital à utiliser à fin de minimiser le
10
cout de production et stteindre un nivesu de production égal q0 = 120 × 12 3 .

21