L2 Sciences Économiques Cours de Luc Joseph

Mathématiques Corrigé proposé par Benoı̂t Landelle

Année 2007/2008

TD Feuille N˚6
VERSION INCOMPLETE

Introduction
Méthode

Exercice 18
x2
Soit f définie par f (x, y) = 9 + (y − 1)2 et g(x, y) = x2 + 2y − 3. La contrainte g(x, y) = 0 permet
d’écrire x2 en fonction de y
g(x, y) = 0 ⇐⇒ x2 = 3 − 2y
Ainsi, on cherche un extremum libre de la fonction
1 20 4
y 7−→ (3 − 2y) + (y − 1)2 = y 2 − y +
9 9 3
Cette fonction admet un minimum global et local en y = 10/9 et on en déduit finalement que f admet
les minima locaux et globaux sous contrainte en
Ã√ ! à √ !
7 10 7 10
, , − ,
3 9 3 9

Exercice 19
Soit f définie par f (x, y) = 2x + y et g(x, y) = x2 + y 2 − 5. Pour optimiser la fonction f sous la contrainte
g(x, y) = 0, on définit le Lagrangien L par

L(x, y, λ) = f (x, y) + λg(x, y)

Un extremum lié de f sous la contrainte g(x, y) = 0 est un extremum libre de L. Les conditions du
premier ordre pour L sont
 ∂L 
 ∂x (x, y, λ) = 0  2 + 2xλ = 0
∂L
∂y (x, y, λ) = 0 ⇐⇒ 1 + 2yλ = 0
 ∂L 
∂λ (x, y, λ) = 0
x2 + y 2 = 5
© ª
⇐⇒ (x, y, λ) ∈ (2, 1, −1/2), (−2, −1, 1/2)

Au point (2, 1), on a

f (2 + h, 1 + k) − f (2, 1) = 2h + k
et la contrainte se traduit par

g(2 + h, 1 + k) = 0 ⇐⇒ (2 + h)2 + (1 + k)2 − 5 = 0

1
⇐⇒ 2h + k = − (h2 + k 2 )
2

1
On en déduit
∀(h, k) ∈ R2 | g(2 + h, 1 + k) = 0 f (2 + h, 1 + k) − f (2, 1) ≤ 0
ce qui signifie que le point (2, 1) est un maximum local et global sous contrainte.

Au point (−2, −1), on a

f (−2 + h, −1 + k) − f (−2, −1) = 2h + k
et la contrainte se traduit par

g(−2 + h, −1 + k) = 0 ⇐⇒ (−2 + h)2 + (−1 + k)2 − 5 = 0

1
⇐⇒ 2h + k = (h2 + k 2 )
2
On en déduit

∀(h, k) ∈ R2 tels que g(−2 + h, −1 + k) = 0 f (−2 + h, −1 + k) − f (−2, −1) ≥ 0

ce qui signifie que le point (2, 1) est un minimum local et global sous contrainte.

Exercice 20
Soit f définie par f (x, y) = x2 + y 2 + 4x − 2y + 1 et g(x, y) = 4x2 − y 2 . On considère f sous la contrainte
g(x, y) = 0. On définit le Lagrangien L par

L(x, y, λ) = f (x, y) + λg(x, y)

= x2 + y 2 + 4x − 2y + 1 + λ(4x2 − y 2 )

Les conditions du premier ordre pour L sont

 ∂L 
 ∂x (x, y, λ) = 0  2x + 4 + 8xλ = 0
∂L
∂y (x, y, λ) = 0 ⇐⇒ 2y − 2 − 2yλ = 0
 ∂L 
∂λ (x, y, λ) = 0
4x2 − y 2 = 0
¡ ¢
Pour vérifier que le point A de coordonnées − 54 , 85 est un point stationnaire, on s’assure qu’il est
compatible avec le système (S). On obtient
 ¡ ¢
 (x, y) = − 45 , 85  ¡ ¢

  (x, y) = − 54 , 85
2x + 4 + 8xλ = 0
⇐⇒ λ = 38

 2y − 2 − 2yλ = 0 
 0=0
4x2 − y 2 = 0
On conclut que le point A est effectivement un point stationnaire. Pour déterminer sa nature, on étudie
6
f (−4/5 + h, 8/5 + k) − f (−4/5, 8/5) = (2h + k) + h2 + k 2
5
La contrainte donne
5
g(−4/5 + h, 8/5 + k) = 0 ⇐⇒ 2h + k = (4h2 − k 2 )
8
et par suite, pour tout (h, k) ∈ R2 tels que g(−4/5 + h, 8/5 + k) = 0, il vient
6 5
f (−4/5 + h, 8/5 + k) − f (−4/5, 8/5) = × (4h2 − k 2 ) + h2 + k 2
5 8
1
= 4h2 + k 2 ≥ 0
4
ce qui signifie que le point (−4/5, 8/5) est un minimum local et global sous contrainte.

2
Exercice 21
On veut optimiser f (x, y) = xy sous la contrainte x2 + 4y 2 = 8.

1. Soit g(x, y) = x2 + 5y 2 − 8. On note L le Lagrangien avec

L(x, y, λ) = f (x, y) + λg(x, y)

= xy + λ(x2 + 5y 2 − 8).

On a  
∂L
 ∂x (x, y, λ) =0  y + 2λx = 0
∂L
(S) : ∂y (x, y, λ) =0 ⇐⇒ x + 8λy = 0 .
  2
∂L
∂λ (x, y, λ) =0 x + 4y 2 − 8 = 0
En remplaçant dans la dernière équation successivement en x et en y, on obtient
 2
 x (1 + 16λ2 ) = 8 ½ 2
2 2 x − 4y 2 = 0
(S) =⇒ y (1 + 16λ ) = 2 =⇒ .
 2 x2 + 4y 2 − 8 = 0
x + 4y 2 − 8 = 0

Finalement, on a l’équivalence (réciproque triviale)

n o
(S) ⇐⇒ (x, y, λ) ∈ (2, 1, −1/4), (2, −1, 1/4), (−2, 1, 1/4), (−2, −1, −1/4) .

2. Détaillons le cas de l’extremum lié en (2, 1). On étudie le signe de

f (2 + h, 1 + k) − f (2, 1) = h + 2k + hk.

On écrit également que le point (2 + h, 1 + k) satisfait la contrainte, à savoir

1
(2 + h)2 + 4(1 + k)2 = 8 ⇐⇒ h + 2k = − (h2 + 4k 2 ).
4
Ainsi, on a
1
f (2 + h, 1 + k) − f (2, 1) = − (h2 + 4k 2 ) + hk = −(h/2 − k)2 .
4
On en déduit donc que le point (2, 1) est un maximum local et global sous contrainte. Les résultats sont
identiques pour le point (−2, −1). Pour (2, −1), on a
1 2
f (2 + h, −1 + k) − f (2, −1) = −h + 2k + hk et − h + 2k = (h + 4k 2 )
4
d’où
f (2 + h, 1 + k) − f (2, 1) = (h/2 + k)2 .
Le point (2, −1) est donc un minimum local et global sous contrainte et c’est encore vrai pour le point
(−2, 1).

Exercice 22
1
Soit f définie par f (x, y) = 1+xy − x2 + 2x et g(x, y) = exy − 2y 2 − 1.

1. Le Lagrangien L est défini par

L(x, y, λ) = f (x, y) + λg(x, y)

1
= − x2 + 2x + λ(exy − 2y 2 − 1)
1 + xy

3
Par dérivation, il vient
∂L y
(x, y, λ) = − − 2x + 2 + λyexy
∂x (1 + xy)2
∂L x
(x, y, λ) = − + λxexy − 4λy
∂y (1 + xy)2
∂L
(x, y, λ) = exy − 2y 2 − 1
∂x
Évaluées au point (1, 0), les équations donnent
 ∂L
 ∂x (1, 0, λ) = 0 ½
∂L λ=1
∂y (1, 0, λ) = 0 ⇐⇒ ⇐⇒ λ = 1
 ∂L 0=0
∂λ (1, 0, λ) = 0

Ainsi, le point de coordonnées (1, 0, 1) est un point stationnaire du Lagrangien.

2. On effectue le changement de coordonnées

1
f (1 + h, k) = − (1 + h)2 + 2(1 + h)
1 + (1 + h)k
1
= − 1 − 2h − h2 + 2 + 2h
1 + k + hk
Comme lim(h,k)−→(0,0) k + hk = 0, on peut utiliser le DL usuel
1
= 1 − u + u2 + o(u2 )
1+u
Il vient
¡ ¢
f (1 + h, k) − f (1, 0) = 1 − (k + hk) + (k + hk)2 + o (k + hk)2 − 1 − 2h − h2 + 2 + 2h − 2
= −k − hk + k 2 − h2 + o(h2 , k 2 )

On fait de même avec g

g(1 + h, k) = ek+hk − 2k 2 − 1
(k + hk)2 ¡ ¢
= 1 + (k + hk) + + o (k + hk)2 − 2k 2 − 1
2
3 2 2 2
= k + hk − k + o(h , k )
2
Ainsi, on a l’équivalence
3k 2
g(1 + h, k) = 0 ⇐⇒ k + hk = + o(h2 , k 2 )
2
Donc, sous la contrainte, on a

f (1 + h, k) − f (1, 0) = −(k + hk) + k 2 − h2 + o(h2 , k 2 )

3k 2
= − + k 2 − h2 + o(h2 , k 2 )
2
1
= − (2h2 + k 2 ) + o(h2 , k 2 )
2
Puis on factorise le terme d’ordre deux. Sous contrainte, il vient
· ¸
1 h2 + k 2
f (1 + h, k) − f (1, 0) = − (2h2 + k 2 ) 1 + 2 ε(h, k)
2 2h + k 2
1
= − (2h2 + k 2 ) [1 + ε(h, k)]
2

4
La dernière égalité s’obtient en remarquant

h2 + k 2
∀(h, k) ∈ (R∗ )2 0< <1
2h2 + k 2
Ainsi, on conclut que le point (1, 0) est un minimum local sous contrainte.