Communauté Economique et Monétaire de l’Afrique Centrale

Institut Sous-régional de Statistique et d’Economie Appliquée

ISE 1
Travaux dirigés : Optimisation et Convexité

I - Éléments d’analyse convexe

Exercice 1. On considère les fonctions f et g définies de R2 dans R par

f (x, y) = x2 + y 2 + xy + 1 et g(x, y) = x2 + y 2 + 4xy − 2.

1) Déterminer les points critiques de f et g.

2) En reconnaissant le début du développement d’un carré, étudier les extrema locaux de f .
3) En étudiant les valeurs de g sur les droites d’équations y = −x et y = 0, étudier les extrema
locaux de g.
Exercice 2. Déterminer les extrema locaux des fonctions f : R2 → R suivantes :

f (x, y) = x2 + xy + y 2 − 3x − 6y; f (x, y) = x2 + 2y 2 − 2xy − 2y + 1; f (x, y) = x3 + y 3 ;

f (x, y) = (x − y)2 + (x + y)3 ; f (x, y) = x2 + y 3 ; f (x, y) = x4 + y 3 − 3y − 2;

f (x, y) = x3 + xy 2 − x2 y − y 3; f (x, y) = 2x3 + 6xy − 3y 2 + 2;
f (x, y) = x4 + y 4 − 4(x − y)2 .
On pourra représenter ces fonctions avec un petit programme python pour corroborer/vérifier ses
résultats (Lien pour apprendre à tracer les fonctions 3D avec Python).

Exercice 3. 1) Étudier la nature du point critique de la fonction numérique de trois variables

indépendantes définie sur R3 par f (x, y, z) = yz + zx − xy. Représenter cette fonction avec
un petit programme python pour corroborer votre analyse.
2) Étudier la nature des deux points critiques de la fonction numérique de trois variables indépendantes
définie par f (x, y, z) = xy + yz + 2xz − xyz.

Exercice 4. Soit f : Rn → R une fonction convexe. Soit x ∈ Rn une combinaison convexe des points
x1 , . . . , xm de dom(f ). Montrer que
f (x) ≤ max f (xk )
1≤k≤m

Exercice 5. Montrer qu’une fonction f : Rn → R est convexe si et seulement si pour tout (x, y) ∈
Rn × Rn et β ≥ 0 on a
f (y + β(y − x)) ≥ f (y) + β(f (y) − f (x)).

1
Exercice 6. 1) Étudier la convexité/concavité de la fonction x 7→ 1+ex
sur R.
2) En déduire que pour tous x1 . . . xn ≥ 1, on a
n
X 1 n
≥ √ (on pourra appliquer Jensen aux points yk = ln(xk )).
k=1 1 + xk 1 + x1 · · · xn
n

Exercice 7 (Inégalité de Jensen). Soient f : [a, b] → R continue et g : R → R continue et

convexe. Démontrer que !
1 Zb 1 Zb
g f (t)dt ≤ g(f (t))dt.
b−a a b−a a
Exercice 8. 1) Soient f, g : I → R deux fonctions convexes, où I ⊂ R est un intervalle.
Montrer que max(f, g) est une fonction convexe tandis que min(f, g) n’est pas toujours une
fonction convexe.
2) Soient I ⊂ R un intervalle et soit f : I → R une fonction continue convexe et strictement
croissante. Montrer que f −1 : f (I) → I est concave.

Exercice 9. Soit ϕ : Rn → Rm une application linéaire.

1) Montrer que si U ⊂ Rn est convexe alors l’image directe W = ϕ(U) = {ϕ(x), x ∈ U} de U
par ϕ est un ensemble convexe de Rm .
2) Montrer que si W ⊂ Rm est un ensemble convexe alors l’image réciproque U = ϕ−1 (W ) =
{x ∈ Rn , ϕ(x) ∈ W } est un ensemble convexe de Rn .

Exercice 10. Soit A ∈ Mm,n (R) et b ∈ Rm

1) Montrer que si f : Rm → R est convexe et s.c.i alors la fonction g : Rn → R définie par
g(x) = f (Ax + b) est également convexe et s.c.i et dom(g) = {x ∈ Rn , Ax + b ∈ dom(f )}.
2) Montrer que pour tout x ∈ Int(dom(ϕ)), on a ∂ϕ(x) = AT ∂f (Ax + b).
3) On suppose que f est différentiable. Montrer que g est différentiable et pour x ∈ Rn on a

∇g(x) = AT · ∇f (Ax + b), (∇f (x) ≡ (dg(x))T ).

4) On suppose que f est deux fois différentiable. Montrer g est deux fois différentiable et pour
x ∈ Rn on a
Hg (x) = AT · Hf (Ax + b) · A.

Exercice 11. 1) Si f1 , . . . , fk sont des fonctions convexes définies sur un même ensemble convexe
n
C ⊂ R et si α1 , . . . , αk sont des réels positifs alors α1 f1 + · · ·+ αk fk est une fonction convexe.
De plus, si l’une des fonctions fi est strictement convexe alors α1 f1 +· · ·+αk fk est strictement
convexe.
2) Soient f, g : R → R deux fonctions convexes. On suppose en plus que la fonction g est
croissante (resp. strictement croissante). Démontrer que la fonction g ◦ f est convexe (resp.
strictement convexe).
3) Soit I un intervalle de R et f : I →]0, ∞[. On dit que f est logarithmiquement convexe si
ln(f ) est convexe. Démontrer que si f est logarithmiquement convexe, alors f est convexe. La
réciproque est-elle vraie ? (On pourra par exemple considérer la fonction f (x) = x)
4) Soit I un intervalle de R et f : I →]0, ∞[. On suppose que pour tout α > 0, f α est convexe.
4-1) Pour t ∈ [0, 1], x, y ∈ I et α ≥ 0 on pose

u(α) = exp(α ln(f (tx + (1 − t)y))) et v(α) = t exp(α ln(f (x))) + (1 − t) exp(α ln(f (y))).

Montrer que u′ (0) ≤ v ′ (0).

4-2) En déduire que f est logarithmiquement convexe.

Exercice 12. Soit f : Rn → R une fonction à la fois convexe et concave, c’est à dire telle que

∀(x, y) ∈ Rn , ∀θ ∈ [0, 1], f (θx + (1 − θ)y) = θf (x) + (1 − θ)f (y).

Le but de cet exercice est de montrer que f est une fonction affine( i.e., il existe a ∈ Rn et b ∈ R tels
que f (x) = ha, xi + b). On pose g(x) = f (x) − f (0).
 1) Montrer que g est impaire : ∀x ∈ Rn , g(−x) = −g(x).
2) Montrer que g est 1-homogène : ∀x ∈ Rn , ∀λ > 0, f (λx) = λf (x).
3) Montrer que g est linéaire et conclure.

Exercice 13. Soit f une fonction convexe, s.c.i et différentiable sur son domaine. Montrer que

∀x ∈ Int(dom(f )), ∂f (x) = {∇f (x)}.

Exercice 14 (Vers la programmation quadratique). On appelle fonctionnelle quadratique toute

fonction f : Rn → R de la forme
1
f (x) = hAx, xi − hb, xi + c,
2
où A ∈ Mn (R) est une matrice carrée, b ∈ Rn et c ∈ R. On pose S = {x ∈ Rn , Ax = b}.
1) Montrer que l’on peut toujours supposer que la matrice A est symétrique (on suppose A
symétrique dans toute la suite de l’exercice).
2) Montrer que f est différentiable sur Rn et que pour tout x ∈ Rn , ∇f (x) = Ax − b.
3) En déduire que f ∈ C ∞ (Rn ) et que pour tout x ∈ Rn , Hf (x) = A.
4) Justifier que f est convexe si et seulement si A est positive.
5) Montrer que f est strictement convexe si et seulement si A est définie positive.
6) Montrer qu’il existe x ∈ Rn tel que pour tout y ∈ Rn , y 6= x, f (x) < f (y) si et seulement si
A est définie positive.
7) Montrer qu’il existe x ∈ Rn tel que pour tout y ∈ Rn , f (x) ≤ f (y) si et seulement si A est
positive et S 6= ∅.
8) Montrer que si A n’est pas positive, alors inf x∈Rn f (x) = −∞.
8) En considérant le projeté orthogonal de b sur le sous-espace vectoriel Ker(A), montrer que si
A est positive et que S = ∅ alors inf x∈Rn f (x) = −∞.

Exercice 15 (Caractérisation de la forte convexité). Soit f : Ω ⊂ Rn → R une fonction de

classe C 1 sur l’ouvert Ω et soit K ⊂ Ω un ensemble convexe.
A/ Montrer que les assertions suivantes sont équivalentes :
(i) la fonction f est µ-fortement convexe sur K (avec µ > 0) ;
(ii) pour tout (x, y) ∈ K 2 et tout α ∈ [0, 1], on a
µ
f (αx + (1 − α)y) ≤ αf (x) + (1 − α)f (y) − α(1 − α)kx − yk2 ;
2
(iii) pour tout (x, y) ∈ K 2 , on a

h∇f (y) − ∇f (x), y − xi ≥ µky − xk2 .

B/ Montrer que si l’on suppose f définie et de classe C 2 sur Rn alors f est µ-fortement convexe sur
Rn si et seulement si
hHf (x)h, hi ≥ µkhk2 ∀x ∈ Rn , ∀h ∈ Rn .
 II - Optimisation sans contrainte

Exercice 16. Soient les fonctions f , g et h définies sur R2 par f (x, y) = x4 + y 4 , g(x, y) = (x − y)2
et h = f − 2g.
1) Montrer que les fonctions f et g sont convexes sur R2 , mais que h = f − 2g n’est ni convexe
ni concave sur R2 .
2) La fonction h admet-elle un maximum ou un minimum sur R2 ?
3) Déterminer les points critiques de h et préciser leur nature.

Exercice 17. Soit f la fonction définie sur R3 par f (x, y, z) = x4 − 2x2 y + 2y 2 − 2yz + 2z 2 − 4z + 5.
1) Déterminer les points critiques de f sur R3 .
2) Montrer que l’expression de f (x, y, z) peut s’écrire sous forme d’une somme de carrés.
3) En déduire les extréma de f sur R3 .

Exercice 18. On considère la fonction f définie sur R2 par

f (x, y) = x4 + y 4 − 2(x − y)2 .

1) Montrer qu’il existe (α, β) ∈ R2+ (et les déterminer) tels que

f (x, y) ≥ αk(x, y)k2 − β ∀(x, y) ∈ R2

où k · k désigne la norme euclidienne dans R2 . En déduire que le problème de minimisation

de f sur R2 possède au moins une solution.
2) La fonction f est-elle convexe sur R2 ?
3) Déterminer les points critiques de f , et préciser leur nature (minimum local, maximum local,
point-selle, . . .). Résoudre alors le problème.

Exercice 19. Soit a ∈ R. On définit la fonction fa : R2 → R par fa (x, y) = x2 + y 2 + axy − 2x − 2y

1) Pour quelles valeurs de a, la fonction fa est-elle convexe ? Et strictement convexe ?
2) Discuter en fonction des valeurs du paramètre a de l’existence de solutions au problème d’op-
timisation
inf{fa (x, y), (x, y) ∈ R2 }.
3) Lorsque a ∈] − 2, 2[, résoudre le problème précédent.

Exercice 20 (Quotient de Rayleigh). Soit A ∈ Sn+ (symétrique et positive à coefficients réelles).

On considère la fonction f : Rn \ {0Rn } → R définie par

hAx, xi
f (x) = ,
kxk2

où h·, ·i est le produit scalaire euclidien de

1) Montrer que f est C ∞ sur son ensemble de définition.
2) Montrer que les problèmes d’optimisation suivants possèdent une solution

inf f (x) et sup f (x).

x∈Rn \{0Rn } x∈Rn \{0Rn }

3) Déterminer l’ensemble des points critiques de la fonction f .

4) Résoudre les deux problèmes ci-dessus.
 5) Démontrer que la matrice hessienne de f en un point critique x∗ ∈ Rn \ {0Rn } est
2
Hf (x∗ ) = ∗ 2
(A − f (x∗ )In ), (In désigne la matrice identité de taille n).
kx k

6) En déduire que tous les points critiques qui ne sont pas solution d’un des problèmes ci-dessus
sont des points-selles.

Exercice 21. Partie A. Soit f : Rn → R une fonction convexe et deux fois différentiable. On
suppose qu’il existe L > 0 tel que

∀x, h ∈ Rn , hHf (x)h, hi ≤ Lkhk2 ,

autrement dit kHf (x)kMn (R) ≤ L.

1) Montrer que

L
f (y) ≤ f (x) + h∇f (x), y − xi + ky − xk2 ∀x, y ∈ Rn .
2
2) Pour x fixé dans Rn on définit une fonction g de Rn dans R par

L
g(y) = f (x) + h∇f (x), y − xi + ky − xk2 (y ∈ Rn ).
2
Montrer que g admet un unique minimum ȳ sur Rn et calculer la valeur minimale de g.
3) On suppose que f admet un minimum global en x̄. Montrer que
1
f (x̄) ≤ f (x) − k∇f (x)k2 ∀x ∈ Rn .
2L
Partie B. Soit f : Rn → R une fonction convexe et deux fois différentiable. On suppose qu’il
existe µ > 0 tel que
∀x, h ∈ Rn , hHf (x)h, hi ≥ µkhk2 .
1) Montrer que f est µ-fortement convexe et coercive, et en déduire que f admet un unique
minimum global x̄.
2) Montrer que pour tout x ∈ Rn
1 2
f (x̄) ≥ f (x) − k∇f (x)k2 et kx − x̄k ≤ k∇f (x)k.
2µ µ
Partie C. Soit f : Rn → R une fonction convexe et deux fois différentiable. On suppose qu’il
existe µ > 0 et L > 0 (avec 0 < µ < L) tels que

∀x, h ∈ Rn , µkhk2 ≤ hHf (x)h, hi ≤ Lkhk2 .

1) Montrer que f admet un minimum global x̄ qui satisfait les inégalités suivantes :
2 2
(f (x) − f (x̄)) ≤ kx − x̄k2 ≤ (f (x) − f (x̄)) ∀x ∈ Rn .
µ L

2) On note (xk )k∈N une suite produite par un algorithme de descente. Déduire de ce qui précède
que la suite (f (xk ))k∈N converge vers f (x̄) si et seulement si la suite (xk )k∈N converge vers
x̄.

Exercice 22 (Approximation au sens des moindres carrés).

Exemple 1. Dans le plan (s, t), on cherche la droite d’équation t = α + βs qui passe par les
points (0, 1), (1, 9), (3, 9), (4, 21).
 (1-a) Montrer que si cette droite existait, le vecteur x = (α, β)T serait solution d’un système
linéaire Ax = b ; on donnera explicitement la matrice A et le vecteur b.
(1-b) Montrer qu’une telle droite n’existe pas. Dans la suite du problème on va trouver la droite
qui passe le “plus près” possible de ces quatre points, au sens de la norme euclidienne.
Exemple 2. On cherche maintenant à déterminer les coefficients α, β et γ d’une fonction
linéaire T de R3 dans R, dont on ne connait la valeur qu’en deux points : T (1, 1, 1) = 3
et T (0, 1, 1) = 2.
(2-a) Montrer que les coefficients α, β et γ s’ils existent, satisfont un système linéaire Ax = b ;
on donnera explicitement la matrice A et le vecteur b.
(2-b) Montrer qu’il existe une infinité de solutions au système Ax = b. Dans la suite du
problème on va trouver les coefficients α, β et γ qui donnent un vecteur x de norme
euclidienne minimale.
On considère maintenant une matrice A d’ordre n × m et b ∈ Rn , et on veut résoudre dans
un sens aussi “satisfaisant” que possible le système linéaire

Ax = b, x ∈ Rm (1)

lorsque m 6= n ou lorsque m = n mais que A n’est pas inversible. Soit f la fonction définie de
Rn dans R par f (x) = kAx − bk2 . On cherche à minimiser f ; c’est à dire à trouver x̄ ∈ Rn
tel que
f (x̄) = min{f (x), x ∈ Rn }. (2)
3) Soit E un sous espace vectoriel de Rm tel que Rm = E ⊕ KerA.
(3-a) Montrer que f (z) → +∞ lorsque kzk → +∞ avec z ∈ E.
(3-b) Montrer que la fonction f est strictement convexe de E dans R.
(3-c) En déduire qu’il existe un unique z̄ ∈ E tel que

f (z̄) ≤ f (z), ∀z ∈ E (3)

4 Soit Xb = {z̄ + y, y ∈ KerA} où z̄ est défini à la question précédente. Montrer que Xb est
égal à l’ensemble des solutions du problème de minimisation (2).
5 Montrer que x ∈ Xb ⇐⇒ At Ax = At b. On appelle système d’équations normales le système
At Ax = At b.
6 Écrire les équations normales dans le cas de l’exemple 1, et en déduire l’équation de la droite
obtenue par moindres carrés, i.e. par résolution de (2). Tracer les quatre points donnés à la
question 1 et la droite obtenue sur un graphique.
7 Écrire les équations normales dans le cas de l’exemple 2, et vérifier que le système obtenu
n’est pas inversible.
8 Pour y ∈ KerA on pose g(y) = ky + z̄k2 , où z̄ est défini à la question (3-c). Montrer qu’il
existe un unique ȳ ∈ KerA tel que g(ȳ) ≤ g(y) pour tout y ∈ KerA. En déduire qu ’il existe
un unique x̄ ∈ Xb tel que kx̄k2 ≤ kxk pour tout x ∈ Xb . On appelle x̄ pseudo-solution de (2).
9) Calculer x̄ dans le cas des exemples 1 et 2.
Dans la suite du problème, on considère, pour ε > 0 fixé, une version pénalisée du problème
(2). On introduit la fonction fε de Rm dans R, définie par
1
fε (x) = kxk2 + kAt Ax − At bk2 ,
ε
et on cherche à trouver xε solution du problème de minimisation suivant

fε (xε ) ≤ fε (x), ∀x ∈ Rm . (4)

10) Montrer que le problème (4) possède une unique solution xε .

11) Calculer ∇fε et en déduire l’équation satisfaite par xε .
 12) Montrer que xε converge vers x̄ lorsque ε → 0.

Exercice 23. Un fabricant de postes de télévision produit q postes par semaine à un coût total de
C = 6q 2 + 80q + 5000. C’est un monopoleur et son prix s’exprime par la relation p = 1080 − 4q.
Montrons que le bénéfice net maximum est atteint lorsque la production est de 50 postes par semaine.

Exercice 24. Une firme aéronautique fabrique des avions qu’elle vend sur deux marchés étrangers.
Soit q1 le nombre d’avions vendus sur le premier marché et q2 le nombre d’avions vendus sur le
deuxième marché. Les fonctions de demande dans les deux marchés respectifs sont :

p1 = 60 − 2q1 et p2 = 80 − 4q2 ,

p1 et p2 sont les deux prix de vente. La fonction de coût total de la firme est C = 50 + 40q. Trouver
le nombre d’avions que la firme doit vendre sur chaque marché pour maximiser son bénéfice.

Exercice 25. A) Soient a et b deux constantes réelles. On considère les fonctions f et g définies
sur R par
f (x) = 8x − 2x2 + b2 , g(y) = 8y − a2 − 2y 2.
1) Déterminer les extrema de chacune de ces fonctions sur R.
2) On considère ensuite la fonction h définie sur R2 par :

h(x, y) = 8(x + y) − 3x2 − y 2 .

Déterminer les extréma de h sur R2 .

B) Application : On considère deux firmes concurrentes produisant le même bien en quantités
différentes q1 et q2 et ayant des fonctions de coût différentes C1 et C2 . La fonction de coût de
chacune des deux firmes dépend des quantités de bien produites par les deux firmes. Le prix
unitaire p du bien est fixé sur le marché indépendamment des quantités fabriquées.
1) Dans un premier temps, chaque directeur de firme essaie de maximiser son profit en agis-
sant sur la variable qu’il contrôle. Calculer les quantités optimales produites par chacune
des firmes ainsi que le profit qui en résulte sachant que :

C1 (q1 , q2 ) = 2q1 + 2q12 − q22 , C2 (q1 , q2 ) = 2q2 + q12 + 2q22 , p = 10.

2) Dans un deuxième temps, les deux firmes fusionnent. Elle constituent deux divisions d’une
même entreprise. Il n’y a plus qu’un centre de décision qui essaie de maximiser son profit
en agissant sur les variables qu’il contrôle sans modifier les conditions techniques de pro-
duction des deux divisions.
Calculer les quantités optimales qu’il demande à chacune des deux divisions de produire
pour maximiser le profit. La fusion est-elle souhaitable ? Pourquoi ?

Exercice 26. Une firme monopolistique produit un certain bien. Le coût total de sa production est
représenté par la fonction :
C = 2I 2 + 5q 2 − 20q + 400,
où q représente les unités produites et I un indice de qualité du produit (par exemple le degré de
raffinage du produit). Le prix que la firme peut exiger sur le marché est fonction de l’indice de
qualité :
p = 100 − 3q + 4I.
1) Calculer la recette totale de la firme.
2) Trouver q et I tels qu’ils maximisent le bénéfice de la firme.
3) Vérifier les conditions de deuxième ordre.
Exercice 27. Une firme (en situation de monopole) produit un unique bien qui peut être vendu à
deux clients a et b. Si la firme produit la quantité Qa d’unités de bien pour le client a, alors celui-ci
est diposé à payer le prix unitaire de 50 − 5Qa . Si la firme produit la quantité Qb d’unités de bien
pour le client b, alors celui-ci est diposé à payer le prix unitaire de 100 − 10Qb . Le coût pour la firme
de produire Q unités de bien est 90 + 20Q.
1) Que représente la fonction Π définie sur R+ × R+ par

Π(Qa , Qb ) = Qa (50 − 5Qa ) + Qb (100 − 10Qb ) − [90 + 20(Qa + Qb )].

2) Si la firme veut maximiser son profit, quelle quantité de bien doit-elle produire et vendre à
chaque client ? Calculer alors le profit maximal.

Exercice 28. Soit l’ouvert D = {(p, q) ∈ R2 : p > 0, q > 0} de R2 . Soient x et y les quantités
demandées de deux biens X et Y en fonction de leurs prix unitaires p et q. Sur D, on définit les
fonctions de demande f et g par :
1 q−1 p−2 1 q−1 p−2
x = f (p, q) = e e et y = g(p, q) = e e .
pq pq 2
Première partie
1) Montrer que f et g sont de classe C 1 sur D.
2) Calculer les gradients des fonctions f et g en tout point de D.
3) Donner les élasticités relatives des fonctions f et g en tout point de D.
On suppose dans la suite de cette partie que les prix unitaires initiaux valent p0 = 2 et q0 = 1.
4) On suppose que q est fixé à la valeur 1. Quelle variation relative doit-on attribuer à p à partir
de 2 pour que la demande en bien X augmente de 5% ? Quelle sera alors la variation relative
correspondante de la demande en bien Y ? Ce modèle est-il raisonnable ?
5) On suppose que p augmente de 5% à partir de 2 et que q diminue de 3% à partir de 1. Quelles
sont les variations relatives correspondantes des demandes en bien X et Y ?
6) On observe maintenant une augmentation de la demande en bien X de 2%, la demande en
bien Y restant constante. Quelles variations relatives des prix ont provoqué ce changement ?
Deuxième partie On définit le chiffre d’affaires par

Φ(p, q) = p f (p, q) + q g(p, q), (p, q) ∈ D.

1) Trouver les points critiques de Φ sur D.

2) Montrer que Φ est convexe sur D (on pourra passer au logarithme).
3) Optimiser Φ sur D, c’est-à-dire trouver les extrema locaux sur D et préciser s’ils sont globaux.
 II - Optimisation sous contraintes

Exercice 29. Trouver l’extremum de f (x, y) = x2 − 2xy + y 2 + 5z 2 sous la contrainte x + y + 2z = 10.

Exercice 30. Soit f : R3 → R donnée par f (x, y, z) = xy + yz + zx. Trouver la valeur maximale
et la valeur minimale de f sur K = {(x, y, z) ∈ R3 : x2 + y 2 + z 2 ≤ 1}, après avoir prouvé qu’elles
existent.

Exercice 31. Soit T = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0, x + y ≤ 1} et soit la fonction f définie sur R2

par
1 1
f (x, y) = −x − 2y − 2xy + x2 + y 2.
2 2
1) La fonction f est-elle convexe ? concave ?
2) Démontrer que tout extrémum local de f sur T se trouve sur la frontière de T .
3) Déterminer le minimum et le maximum de f sur T .

Exercice 32.

Exercice 33. 1) Trouver les extrema de la fonction objectif f (x, y) = 5x2 + 6y 2 − xy sous la
contrainte x + 2y = 24.
2) Un consommateur dépense 24 XAF pour l’achat de deux biens : x et y. Les prix de x et de y
sont respectivement de 1 XAF et de 2 XAF. La fonction d’utilité du consommateur est donnée
par U = 5x2 + 6y 2 − xy. Combien d’unités de chaque bien doit-il consommer pour maximiser
son utilité ?

Exercice 34. Déterminer les points les plus proches et les plus éloignés de l’origine (s’ils existent)
de la courbe d’équation x6 + y 6 = 1. Tracer cette courbe pour corroborer vos résultats.

Exercice 35. Une entreprise fabrique deux modèles de petites voitures, les modèles X et Y . Le
modèle X, le plus abordable, se vend à 1 euro pièce. Quant au modèle Y , beaucoup plus sophistiqué,
il se vend à 3 euro. Le coût de fabrication, exprimé en euro, est donné par la fonction suivante :

C(x, y) = 5x2 + 5y 2 − 2xy − 2x − 1000,

où x est le nombre de petites voitures du modèle X et y est le nombre de petites voitures du modèle
Y . On suppose que les jouets fabriqués sont tous écoulés sur le marché.
1) Pour tout (x, y) ∈ (R∗+ )2 , donner P (x, y), le profit de l’entreprise lorsqu’elle a vendu x jouets
de modèle X et y jouets de modèle Y .
2) La fonction P est elle convexe sur (R∗+ )2 ? Concave sur (R∗+ )2 ?
3) La capacité de production de l’entreprise est au total 20 jouets par jour. En supposant que
l’entreprise tourne à plein régime, trouver la répartition maximale entre les modèles de type
X et Y permettant de maximiser le profit quotidien. Calculer dans ce cas le profit réalisé.
4) Le conseil d’administration de l’entreprise s’interroge sur la pertinence de vouloir produire à
pleine capacité. Il se demande s’il ne peut pas augmenter le profit en produisant autrement.
Pouvez-vous aider le conseil d’administration ?
Exercice 36. Une entreprise fabrique trois types de machines : x1 , x2 et x3 . La fonction de coût
conjointe C(x1 , x2 , x3 ) est :
C(x1 , x2 , x3 ) = 4x21 + 2x22 + x23 − 2x1 x2 + x2 x3 − 30x2 − 30x3 .
Combien de machines de chaque type l’entreprise doit-elle fabriquer pour minimiser son coût s’il lui
faut un total de 400 machines ?

Exercice 37. Une entreprise a la fonction de production suivante :

1 1
Q = 8K 2 L 4
où Q est la production, K le capital et L le travail. Le prix du capital est pK = 4, le taux de salaire
pL = 2 et l’entreprise désire produire Q = 64. Trouver la combinaison des facteurs K et L donnant
au moindre coût la production requise.

Exercice 38. Une firme produit des appareils dans deux usines différentes. Les coûts de production
respectifs pour les deux usines sont :
C1 = 200 + 6q1 + 0.03q12 , C2 = 150 + 10q2 + 0.02q22 .
où q1 et q2 représentent le nombre d’appareils produits dans chaque usine. La firme s’est engagée à
livrer 100 appareils à une entreprise de Yaoundé. Les frais de transport par appareil sont de 4 XAF
pour les livraisons à partir de la première usine et de 2 XAF pour les livraisons à partir de la seconde
usine. Les frais de transport sont supportés par la firme productrice. Calculer le nombre d’appareils
que la firme doit produire dans chaque usine afin de minimiser le coût total (coût de transport y
compris).

Exercice 39. Une firme produit un certain bien qu’elle vend sur le marché au prix unitaire de 8
XAF. La quantité produite (et vendue) est donnée par :
3 1
Q = 8K 8 L 8
où K représente les unités de facteur capital employées et L les unités de facteur travail employées.
3 1
Le revenu de la firme s’élève donc à 8Q = 64K 8 L 8 . Le coût de production de cette firme est donné
par C = 12K + 4L.
1) Trouver les quantités de K et L que la firme doit employer afin de maximiser son bénéfice.
2) La firme constate que la politique de maximisation du bénéfice ne lui assure pas une part de
marché suffisante. Elle décide en conséquence d’adopter la politique de maximisation de la
quantité vendue sous réserve d’un bénéfice minimal égal à 48 XAF.
i) Formuler explicitement le problème de maximisation sous contrainte.
ii) Montrer que dans la solution optimale, la combinaison optimale des facteurs (c’est-à-dire
leurs proportions) reste la même que dans le problème de maximisation du bénéfice.
iii) Donner la solution complète pour K, L et Q.

Exercice 40. La fonction de production d’une firme est donnée par

1 3
Q = 4K 4 L 4
où K et L sont les deux facteurs de production et Q la quantité produite. La firme achète les deux
facteurs sur le marché : le prix unitaire de L est de 3 XAF et, en raison d’une pénurie, le prix
unitaire de K est une fonction croissante de K suivant la formule :
pk = 2 + 0.1K.
Sachant que la somme consacrée à l’achat des deux facteurs de production est de 150 XAF, trouver
les valeurs de K et L qui maximisent la production. Quel est le prix unitaire de K ?
Exercice 41. Vous partez en vol charter pour un voyage aux États-Unis. Dans votre valise vous êtes
autorisé à emporter 24 kg. Vos affaires de toilette pèsent 4 kg et vous voulez utiliser les 20 kg qui
restent de façon optimale. Vous aimeriez emporter trois sortes de biens : blue jeans notés X, T-shirts
notés Y et pull-overs notés Z. Les poids unitaires respectifs sont (en kg) :

pX = 2, pY = 0.5, pZ = 1.

L’utilité que ces vêtements vous procurent pendant votre voyage est mesurée par la fonction :

U = X 2 Y Z.

1) Choisissez X, Y et Z de façon à maximiser l’utilité.

2) Ayant choisi votre assortiment optimal, vous vous rendez compte que vous ne pouvez pas
fermer votre valise. Le volume total disponible (après y avoir rangé vos affaires de toilette) est
de 40dm3 . Le volume unitaire respectif des trois vêtements (en dm3 ) est :
2
VX = 4 , VY = , VZ = 3.
3
Trouvez la combinaison optimale sous la double contrainte du poids et du volume. Vérifier
alors la condition de deuxième ordre.