21

Recherches d’extrema

1. Un extremum (maximum ou minimum) est une valeur 4.6 Le théorème [4.5] prouve l’existence d’extrema absolus
particulière de la fonction. On distingue deux types d’extrema. (maximum et minimum), mais ne permet pas d’estimer la va-
1.1 ✍ La fonction f : U → R
atteint un maximum global, ou leur de ces extrema puisqu’il ne donne aucune indication sur les
maximum absolu, au point M0 ∈ U si, et seulement si, points de K où ces extrema sont atteints.
En outre, l’existence d’éventuels extrema relatifs distincts des ex-
∀ M ∈ U, f ( M ) 6 f ( M0 ) . trema absolus ne peut être prouvée de cette manière.
5. Exemples
1.2 ✍ La fonction f : U → R
atteint un maximum local, ou 5.1 La fonction f définie sur D = [ x2 + y2 6 2] par
maximum relatif, au point M0 ∈ U si, et seulement si,
∀ ( x, y) ∈ D, f ( x, y) = xy| x2 + y2 − 1|
∃ V ∈ VU ( M0 ), ∀ M ∈ V, f ( M ) 6 f ( M0 ) .
atteint un maximum absolu et un minimum absolu sur D.
5.2 La fonction f définie sur D = [ x2 + y2 6 1] par
1.3 Tout extremum absolu est en particulier un extremum
local.
q
∀ ( x, y) ∈ D, f ( x, y) = x 2 + y2 + y2
1.4 Il ne faut pas confondre un extremum de f , qui est une
valeur réelle de f , avec les points de U, parfois appelés extré-
mants de f , où la fonction f prend cette valeur particulière. atteint un maximum absolu et un minimum absolu sur D.
Si f atteint un maximum global, cette valeur maximale est 5.3 La fonction f définie sur D = [ x2 + y2 6 16] par
unique. Il est atteint en un point au moins de U, mais peut être q
atteint en plusieurs points de U (éventuellement en une infinité ∀ ( x, y) ∈ D, f ( x, y) = x 2 + y2 + x 2 − y2
de points de U).
Une fonction peut atteindre plusieurs maxima relatifs différents atteint un maximum absolu et un minimum absolu sur D.
sans atteindre de maximum absolu. 5.4 Soit K = [ x > 0] ∩ [ y > 0] ∩ [ x + y 6 1] ⊂ 2 . R
2. Les extrema d’une fonction numérique f définie sur un R
La fonction f : K → définie par
R
intervalle de peuvent se déduire des variations de f .
Pour une fonction f définie sur un ouvert U de d , l’étude des R ∀ ( x, y) ∈ K, f ( x, y) = xy(1 − x − y)
variations n’a plus de sens et la recherche des extrema est un
problème difficile en général. atteint un maximum absolu et un minimum absolu sur K. →[20]
6. Extrema d’une forme affine
I
R
On étudie une forme affine f sur d , définie par

∀M∈ Rd , f ( M ) = f (O) + ϕ(OM )

Existence d’extrema
3. Toute fonction bornée f : U → R
admet une borne su-
R
où ϕ ∈ L( E, ) est une forme linéaire sur d . R
6.1 En général, la fonction f n’a pas de point critique.
périeure et une borne inférieure, mais cela ne prouve pas qu’elle
atteint effectivement un maximum ou un minimum. 6.2 Quelle que soit la partie fermée et bornée K ⊂ d , la R
4. Parties compactes de d R fonction f atteint un maximum et un minimum sur K.
6.3 R
Si d est muni de sa structure euclidienne canonique,
La notion de partie compacte généralise la notion de seg-
R
ment sur et l’étend aux espaces vectoriels de dimension finie.
alors
R
R ∀ u ∈ d , f ( A + u) = f ( A) + ∇ f ( A)  u

 
4.1 Une partie K de d est fermée lorsqu’elle est stable par
passage à la limite : si (u n )n∈N est une suite de vecteurs ap-
partenant à K qui converge vers le vecteur ℓ, alors le vecteur ℓ
quel que soit le point A ∈ d . R
6.4 Si le compact K est la boule fermée ce centre A et de
appartient encore à K. rayon r :
Cette notion ne dépend pas de la norme choisie sur d . R A = k AM k2 = r2 ,
R
 
4.2 Une partie K de d est compacte lorsqu’elle est simulta-
nément fermée et bornée. Cette notion ne dépend pas non plus alors f atteint respectivement son maximum strict et son mini-
de la norme choisie sur d .R mum strict aux points M+ et M− définis par
4.3 R
Tout segment [ a, b ] ⊂ est donc compact, mais une par-
R
tie compacte de n’est pas nécessairement un segment : l’union ∇ f ( A) ∇ f ( A)
de deux segments est une partie compacte de . R M+ = A + r ·
k∇ f ( A)k
, M− = A − r ·
k∇ f ( A)k
.
4.4 L’ensemble triadique KC de Cantor est une partie compacte
contenue dans [0, 1] qui possède des propriétés étonnantes. 6.5 Si f prend la même valeur (extrémale ou non) en deux
Q
– Comme , il est totalement discontinu : entre deux points de points distincts M1 et M2 , alors la droite ( M1 M2 ) est orthogo-
KC , il existe un réel qui n’appartient pas à KC . nale au gradient de f et
Q
– Comme , tout voisinage d’un point de KC contient une infi-
nité de points de KC . ∀ M ∈ [ M1 , M2 ] , f ( M ) = f ( M1 ) = f ( M2 ) .
Q
– Comme , il est de mesure nulle : pour tout ε > 0, il existe une
suite ( In )n∈N de sous-intervalles de [0, 1] dont l’union contient 6.6 En dimension 2, si K est un rectangle :
KC et dont la somme des longueurs est inférieure à ε.
R Q
– Comme et contrairement à , il n’est pas dénombrable. K = [ a 1 , a 2 ] × [ b1 , b2 ]
R R
4.5 ➙ Soit f , une fonction continue de d dans . La restriction de
R
f à une partie compacte K ⊂ d est bornée et atteint ses bornes.
alors f atteint ses valeurs extrêmes en l’un des sommets du rec-
tangle. Il suffit de calculer ces quatre valeurs de f et de les com-
parer pour obtenir le maximum et le minimum de f .
21 • Recherches d’extrema

6.7 Exemples II
1. Calculer les extrema de la fonction définie par
Extrema locaux
∀ ( x, y) ∈ R2, f ( x, y) = 2x − y + 3
9. La formule de Taylor peut servir à localiser un extre-
sur K = [ x2 + y2 + 2x − 3y 6 5]. mum. Un développement limité ayant une valeur locale, cette
2. Calculer les extrema de la fonction définie par technique ne peut servir qu’à justifier la présence d’un extre-
mum relatif.
∀ ( x, y) ∈ R2, f ( x, y) = x + 3y + 2 En particulier, on pourra peut-être déterminer l’endroit où un
extremum global est atteint, ainsi que la valeur de cet extre-
sur K = [−1, 1] × [−1, 1]. mum, mais les techniques qui vont être présentées maintenant
3. Calculer les extrema de la fonction définie par ne peuvent en aucune manière prouver que cet extremum est
bien un extremum global.
∀ ( x, y, z) ∈ R3 , f ( x, y, z) = −3x + 2y + z − 2 10. Condition nécessaire d’extremum
10.1 R
Si f ∈ C 1 (U, ) atteint un extremum local au point
sur K = [ x2 + y2 + z2 + 2y − 6z 6 3]. M0 ∈ U, alors la fonction
4. Calculer les extrema de la fonction définie par
ϕv = [t 7→ f ( M0 + t · v)]
∀ ( x, y, z) ∈ R, 3
f ( x, y, z) = x + 2y − z + 1 atteint un extremum local en t = 0, quel que soit v ∈ E.

sur K = [−1, 1] × [−2, 2] × [0, 2].

R
10.2 ➙ Si f ∈ C 1 (U, ) atteint un extremum local en un point M0
de l’ouvert U, alors M0 est un point critique de f .
7. Extrema sur une partie non compacte
Un argument de compacité permet de justifier qualitativement
11. L’application f : R2 → R définie par
l’existence d’un extremum, en n’effectuant que les calculs néces- f ( x, y) = x2 − y2
saires pour appliquer le théorème [4.5].
7.1 Fonctions propres admet l’origine pour unique point critique, mais n’atteint ni
R
Si f : d → R
est une fonction continue qui tend vers + ∞ au
maximum local, ni minimum local en ce point.
voisinage de de l’infini, alors la fonction f atteint un minimum
absolu.
7.2 R R
Si f : d → est une fonction positive qui tend vers 0
au voisinage de l’infini, alors elle atteint un maximum absolu.
8. Exemples
8.1 La fonction définie sur 2 par R
f = ( x, y) 7→ x4 + y4 − 4xy
 

atteint un minimum absolu sur R2 .

8.2 La fonction définie sur R2 par
f = ( x, y) 7→ x4 + y4 − 2( x − y)2
 

atteint un minimum absolu sur R22.

8.3 La fonction f définie sur R par 12.
1.
Un point critique singulier
La fonction f définie par
2 2 
f = ( x, y) 7→ ( x + y)e−( x +y ) R2, f ( x, y) = y2 − 4x2 y + 3x4

∀ ( x, y) ∈

atteint un maximum absolu et un minimum absolu sur R2∗. admet l’origine O comme seul point critique. La hessienne de f
8.4 Soit a > 0. Les fonctions définies sur U = ∗+ × R R+ par en O est positive, mais pas définie positive.
R
2. Pour tout θ ∈ , on pose u θ = (cos θ, sin θ ).
Un équivalent de f (t · uθ ) au voisinage de t = 0 montre que
1 1 a2 a2 xy
f 1 ( x, y) =
x
+ + xy
y
f 2 ( x, y) =
x2
+
y2
+
a2 ∀θ∈ R, ∃ αθ > 0, ∀ 0 < t < αθ , f (t · uθ ) > f (O).
a a Ainsi, la restriction de f à une droite quelconque passant par O
f 3 ( x, y) = x + y2 +
2
f 4 ( x, y) = x + y +
xy xy atteint un minimum local strict en O — ce qui ne signifie que
pas que f atteint un minimum strict en O.
atteignent un minimum absolu sur U. 3. Comme f ( x, y) = (y − 3x2 )(y − x2 ), la fonction f n’at-
8.5 La fonction f définie sur A = [0 < x 6 a 6 b 6 y] ⊂ R2 teint pas un minimum strict en O.
par
( x + y )2
∀ ( x, y) ∈ A, f ( x, y) =
xy
atteint un minimum absolu sur A.
 II Extrema locaux

Compléments : étude au second ordre et le développement limité de f à l’ordre deux au voisinage du

point critique peut aussi s’écrire
13. Soit U, un ouvert de l’espace E = d . On suppose que R
E est muni de sa structure euclidienne canonique, pour laquelle 1
f ( M0 + h = f ( M0 ) + q ( h ) + O k h k 2


la base canonique est une base orthonormée et on étudie une
R
fonction f : U → au voisinage d’un point M0 .
avec
2
13.1 On sait alors que, pour tout vecteur w ∈ E,
∂2 f ∂2 f ∂2 f
( M0 ) h2x + 2 ( M0 ) h x hy + 2 ( M0 ) h2y .

 
f ( M0 + t · w ) = f ( M0 ) + t ∇ f ( M0 )  w + O ( t ) q (h) =
∂x 2 ∂x∂y ∂y
lorsque t tend vers 0.
13.2 Nous allons préciser ce développement limité en suppo- 16.3 Il existe une base orthonormée B = (u, v) de vecteurs
sant que f est de classe C 2 sur U. propres de ∇2 f ( M0 ).
13.3 ✍ La hessienne* de f au point M0 ∈ U est l’endomorphisme 1. La décomposition du vecteur h dans cette base
symétrique de E représenté dans la base canonique par la matrice
h = hu · u + hv · v
∂2 f
R
 
( M0 ) ∈ S d ( ). donne
∂xi ∂x j 16i,j6d khk2 = h2x + h2y = h2u + h2v .

Cet endomorphisme est noté ∇2 f ( M0 ). 2. En notant λ et µ, les valeurs propres de ∇2 f ( M0 ) respec-

13.4 * Formule de Taylor-Young tivement associées à u et v,
R
Si la fonction f : U → est de classe C 2 , alors
∀ h ∈ E, q (h) = λh2u + µh2v .

 
f ( M0 + h ) = f ( M0 ) + ∇ f ( M0 )  h
3. Si 0 < λ 6 µ, alors q (h) > λkh k2 et
1
 2
h ∇ f ( M0 )(h ) + O kh k2


+
2 f ( M0 + h ) > f ( M0 )
lorsque h tend vers 0. pour tout vecteur non nul h assez petit.
14. Si M0 est un point critique, alors pour tout w ∈ E,

t2
 2
w ∇ f ( M0 )(w) + O (t2 )

f ( M0 + t · w ) = f ( M0 ) +
2
pour t voisin de 0 et le comportement de f au voisinage de M0
est décrit par la forme quadratique* q associée à la hessienne de
f , définie par

∀ w ∈ E, q (w) = w  ∇2 f ( M0 )(w) .

 

15. Deuxième condition nécessaire d’extremum

15.1 Si f atteint un maximum local en M0 , alors la hessienne
de f en M0 est négative :

∀ w ∈ E, q (w) 6 0.
4. Si λ 6 µ < 0, alors q (h) 6 µ khk2 et
15.2 Si f atteint un minimum local en M0 , alors la hessienne
f ( M0 + h ) < f ( M0 )
de f en M0 est positive :
pour tout vecteur non nul h assez petit.
∀ w ∈ E, q (w) > 0.
5. Si λ < 0 < µ, alors [15.3]
15.3 Si la hessienne de f en M0 admet une valeur propre stric-
f ( M0 + t · u ) < f ( M0 ) < f ( M0 + t · v )
tement positive et une valeur propre strictement négative, alors
f n’atteint pas un extremum local en M0 . pour tout scalaire t 6= 0 assez petit. →[11]
16. Réduction de la hessienne en dimension 2
R
On suppose ici pour simplifier que E = 2 . La base canonique
de E est notée B0 = (e x , ey ).
16.1 La décomposition d’un vecteur h ∈ E dans cette base
orthonormée
h = h x · e x + hy · ey
permet de calculer sa norme :

kh k2 = h2x + h2y .

16.2 La matrice de ∇2 f ( M0 ) dans la base canonique est

∂2 f ∂2 f
 
 ∂x2 ( M0 ) ∂x∂y
( M0 ) 
 ∂2 f ∂2 f
 

( M0 ) ( M0 )
∂x∂y ∂y2
21 • Recherches d’extrema

6. Si le vecteur propre u est associé à la valeur propre λ = 0, 16.5 * Soit M0 ∈ U, un point critique de f ∈ C 2 (U, ). R
alors 1. Si rt − s2 > 0, alors f atteint un extremum local strict en M0 .
f ( M0 + t · u ) − f ( M0 ) = O ( t 2 ) Il s’agit d’un minimum pour r > 0 et d’un maximum pour r < 0.
pour t voisin de 0 et le signe de cette différence ne peut être 2. Si rt − s2 < 0, alors la fonction f ne passe pas par un extre-
déduit de la formule de Taylor-Young à l’ordre deux. mum local en M0 .
6.a Pour f ( M0 + h ) = h2v , la fonction f passe par un mini- 17. Exemples
mum en M0 , mais ce minimum n’est pas strict. 17.1 La fonction [( x, y) 7→ x3 + y3 − 3xy] n’est ni majorée, ni
R
minorée sur 2 . Elle admet deux points critiques : M0 = (0, 0)
et M1 = (1, 1). Elle atteint un minimum local strict en M1 . La
valeur en M0 n’est pas un extremum local.
17.2 Suite de [8.1] – La fonction f admet trois points critiques :
M−1 = (−1, −1), M0 = (0, 0) et M1 = (1, 1). Elle atteint son
minimum global en M−1 et en M1 . La valeur f ( M0 ) n’est pas
un extremum local.
17.3 La fonction f = [( x, y) 7→ x2 + xy + y2 + 2x − 2y] admet
M0 = (−2, 2) pour seul point critique. Elle atteint son minimum
absolu en M0 . →[40]
17.4 Suite de [8.2] – √
La fonction
√ f admet trois
√ √points critiques :
M0 = (0, 0), M1 = ( 2, − 2) et M1′ = (− 2, 2). La valeur
6.b Pour f (h ) = h2v + h3u , la fonction f ne passe pas par un f ( M0 ) n’est pas un extremum local. La fonction f atteint son
minimum en M0 , mais l’allure du graphe (une fronce) n’est pas minimum absolu en M1 et en M1′ .
celle d’un col pour autant. 17.5 La fonction f = [( x, y) 7→ x2 + y2 − x3 ] n’est ni majorée,
R
ni minorée sur 2 . Elle admet deux points critiques : M0 = (0, 0)
et M1 = (2/3, 0). Elle passe par un minimum local strict en M0 ;
la valeur f ( M1 ) n’est pas un extremum local.

Entraînement
18. Suite de [8.4] –
1. La fonction f 1 admet le point (1, 1) pour unique point
critique et atteint son minimum absolu en√ce point.
√
2. La fonction f 4 admet le point ( 3 a, 3 a) pour unique
point critique.
3. Les fonctions f 2 et f 3 admettent chacune un unique point
6.c Pour f (h) = h2v + h4u , la fonction f passe par un mini- critique, situé sur la droite [ y = x ].
mum local strict en M0 , comme dans le cas où les deux valeurs 19. La fonction f = [( x, y) 7→ xy − x2 y + xy2 ] n’est ni majoré,
propres de la hessienne sont strictement positives. R
ni minorée sur 2 . Elle admet quatre points critiques :

M0 = (0, 0), M1 = (0, −1), M2 = (1, 0), M3 = (1/3, −1/3).

La fonction f passe par un minimum local strict en M3 . Elle ne

passe pas par un extremum local aux autres points critiques.
20. Suite de [5.4] – Quels que soient a > 0, b > 0 et c > 0, la
fonction g définie par

∀ ( x, y) ∈ K, g( x, y) = x a yb (1 − x − y)c

atteint un maximum absolu sur K au point

6.d Pour f (h) = h2v − h4u , la fonction f passe par un col  a b 

en M0 , comme dans le cas où la hessienne possède une valeur ( x, y) = ,
a+b+c a+b+c
propre strictement positive et une valeur propre strictement né-
gative. →[11] et atteint son minimum absolu en chaque point du bord de K.
21. La fonction f définie par

∀ ( x, y, z) ∈ R3 , f ( x, y, z) = xyz + xy + yz

n’atteint aucun extremum sur R3 car la trace de sa hessienne est

nulle en tout point.

16.4 Les notations de Monge* sont :

∂2 f ∂2 f ∂2 f
r= ( M0 ) , s= ( M0 ) , t= ( M0 ) .
∂x2 ∂x∂y ∂y2
 III Extrema globaux

III Applications
26. L’expression définie sur ]0, 1[ n ∩ [ x1 + · · · + xn = 1] par
Extrema globaux
n
1
ϕ ( x1 , . . . , x n ) = ∑
III.1 Extremum d’un polynôme quadratique k =1
1 − xk

22. Soit f : R2 → R définie par atteint son minimum absolu en x1 = · · · = xn = 1/n.

27. Soient a, b et c, les longueurs des côtés d’un triangle.
f ( x, y) = x2 + xy + y2 − 5x − y. Alors
a b c
1. Il existe une matrice symétrique et inversible S ∈ S2 ( ) R + + >3
R
b+c−a c+a−b a+b−c
et une matrice colonne B ∈ M2,1 ( ) telles que
avec égalité si, et seulement si, le triangle est équilatéral.
 
x 1t 28. Entropie d’une variable aléatoire discrète
∀X= , f ( x, y) = XSX − t BX. Soit ( p1 , . . . , pn ), une famille de réels strictement positifs dont la
y 2
somme est égale à 1. L’entropie de cette famille, définie par
2. Quelles que soient X0 et H dans M2,1 ( ), R n
H ( p1 , . . . , p n ) = − ∑ p k ℓn p k ,
1t k =1
f ( X0 + H ) = f ( X0 ) + ( t X0 S − t B ) H + HSH.
2 est maximale pour p1 = · · · = pn = 1/n.
On choisit X0 = S −1 B. Pourquoi ? 29. Inégalité arithmético-géométrique
3. Soit ∆ = Diag(3, 1). Il existe une matrice orthogonale 29.1 La fonction − ℓn est strictement convexe sur ]0, + ∞ [.
R
P ∈ O2 ( ) telle que t PSP = ∆. 29.2 * Quels que soient les réels strictement positifs x1 , . . ., xn ,
4. Pour tout H ∈ M2,1 ( ) non nul, R x1 + · · · + x n √
> n x1 · · · x n
t n
HSH = t HP∆ t PH > t HP t PH = t HH > 0.
avec égalité si, et seulement si, x1 = · · · = xn .
5. La fonction f atteint son minimum global strict en X0 et 29.3 La fonction définie par g( x, y, z) = ( xyz)3 sur le compact
n’est pas majorée sur 2 . R →[40] R
K = ( + )3 ∩ [ x + y + z = 1] admet 0 pour minimum et atteint
son maximum en x = y = z = 1/3.
III.2 Fonctions convexes 29.4 La fonction définie par g( x, y, z) = x2 + y2 + z2 sur le
fermé [ x2 y2 z2 = 1] n’est pas majorée. Elle atteint son minimum
23. Alors que l’étude au second ordre est une étude locale, la
convexité permet d’établir des inégalités globales. aux points ( x, y, z) tels que x2 = y2 = z2 = 1.
Soit ( p1 , . . . , pn ) ∈ (]0, 1[)n , des réels dont le produit est
R est une fonction convexe, alors
29.5
24. Si f : I → égal à 2−n . Les sommes
x + ··· + x  f ( x1 ) + · · · + f ( x n ) n n
f 1 n pk
n
6
n ∑ pk et ∑
k =1 k =1
1 − pk
quels que soient les réels x1 , . . ., xn dans I.
sont minimales pour p1 = · · · = pn = 1/2.
25. Cas d’égalité
25.1 R
Si f : I → est convexe et s’il existe 0 < t0 < 1 tel que

f (1 − t 0 ) x + t 0 y = (1 − t 0 ) f ( x ) + t 0 f ( y ),

alors III.3 Méthode des crêtes

30. La méthode des crêtes ramène la recherche des extrema
∀ 0 < t < 1, f (1 − t) x + ty = (1 − t) f ( x ) + t f (y).


globaux d’une fonction de 2 variables à l’étude des extrema de
2 fonctions d’une variable.
En particulier, si x 6= y, alors la restriction de f à [ x ↔ y] est
affine.
30.1 Soit K = [ a, b ] × [ c, d]. Si f : K → R
est continue, alors
les fonctions m et M définies par
25.2 ✍ Une fonction f : I → R
est strictement convexe lorsque,
quels que soient x et y dans I, m( x ) = min f ( x, y) et M ( x ) = max f ( x, y)
c 6y6d c 6y6d

∀ 0 < t < 1, f (1 − t) x + ty < (1 − t) f ( x ) + t f (y).

sont continues sur [ a, b ] et

25.3 R
Si f ∈ C 2 ( I, ) et si f ′′ ( x ) > 0 pour tout x ∈ I, alors f
min f ( x, y) = min m( x )
( x,y )∈K a6 x 6b
et max f ( x, y) = max M ( x ).
( x,y )∈K a6 x 6b
est strictement convexe.
25.4 Soit f , une fonction strictement convexe. Pour tout entier 30.2 Si Ω est l’image de [ a, b ] × [ c, d] par une fonction ϕ, alors
n > 2 et toute famille ( xk )16k6n d’éléments de I, s’il existe des
réels strictement positifs t1 , . . ., tn tels que min f ( M ) = min ( f ◦ ϕ)(u, v)
M∈Ω a 6 u6 b
c 6v6d
n n n
max f ( M ) = max ( f ◦ ϕ)(u, v)
 
∑ tk = 1 et f ∑ tk xk = ∑ t k f ( x k ), M∈Ω a 6 u6 b
k =1 k =1 k =1 c 6v6d

alors x1 = · · · = xn . et la méthode des crêtes peut s’appliquer à la fonction ( f ◦ ϕ).

21 • Recherches d’extrema

31. On considère une fonction f de classe C 1 sur un rec- 31.2 De manière analogue, on peut aussi, pour chaque valeur
tangle U = ] a, b [ × ]c, d[. de y0 ∈ ]c, d[, chercher les valeurs extrêmes de la fonction

[ x 7→ f ( x, y0 )]

sur ] a, b [. Le minimum est atteint en xm = ψm (y0 ) (courbe rouge)

S
et le maximum en x M = ψ M (y0 ) (courbe bleue).

y y

C2 S
V
S

C1
S′
C2 x
V
V

On voit sur ses courbes de niveau que cette fonction admet cinq
points critiques :
– Elle atteint son maximum global en S. C1
– Elle passe par un maximum local en S ′ . S′
– Elle atteint son minimum global en V.
– En deux autres points critiques C1 et C2 , elle n’atteint ni maxi-
mum local, ni minimum local.
31.1 Pour chaque valeur de x0 ∈ ] a, b [, on cherche les valeurs En étudiant f le long de ces deux courbes, c’est-à-dire en étu-
extrêmes de la fonction diant
y 7 → f ψm ( y ) , y et y 7 → f ψ M ( y ), y

 

[ y 7→ f ( x0 , y)]
on peut situer les ordonnées des points S et V.
sur ]c, d[. Le minimum est atteint en ym = ϕm ( x0 ) (courbe rouge)
et le maximum en y M = ϕ M ( x0 ) (courbe bleue). 32. Exemples
32.1 La fonction f définie par
y
∀ ( x, y) ∈ [−1, 1] × [−1, 1], f ( x, y) = x4 y2 + ℓn(1 + y4 )

est bornée et atteint ses bornes.

S Le seul point critique de f est (0, 0).
Pour tout y ∈ [−1, 1], elle atteint son minimum en x = 0 et son
maximum en x = ±1.

min f ( x, y) = ℓn(1 + y4 )
x ∈[−1,1]
C2 x
V max f ( x, y) = y2 + ℓn(1 + y4 )
x ∈[−1,1]

Le minimum de f est donc 0, valeur prise en (0, 0). Son maxi-

C1 mum est égal à 1 + ℓn 2, valeur prise en (±1, 1).
S′ 32.2 On étudie la fonction f définie par

1−x−y
p
∀ ( x, y) ∈ T, f ( x, y) = xy

R R
où T = ( x, y) ∈ + × + : 1 − x − y > 0 .

1. La fonction f est positive sur T et nulle sur le bord de T.
2. La fonction f atteint son maximum en un point critique
de l’intérieur de T.
L’unique point critique de f situé à l’intérieur de √
T a pour coor-
données (2/5, 2/5) et le maximum de f est égal à 4 5/125.
3. Pour chaque x ∈ [0, 1], en restriction à [0, 1 − x ], la fonc-
tion [y 7→ f ( x, y)] passe par un maximum en

V S x 2
ϕ M (x) = (1 − x ).
3
En étudiant f le long de ces deux courbes, c’est-à-dire en étu-
diant Sur [0, 1], la fonction g définie par
et

 

x 7→ f x, ϕm ( x ) x 7→ f x, ϕ M ( x ) 2
g( x ) = f x, ϕ M ( x ) = √ x (1 − x )3/2


on peut situer les abscisses des points S (maximum maximorum) 3 3
et V (minimum minimorum).
atteint son maximum en x = 2/5.
 Questions, exercices & problèmes

Applications 38.2 R
On suppose que A ∈ Sn ( ) et, pour tout x ∈ E, on pose
33.1 La fonction f définie sur [0, 1] × par R ψ ( x ) = h x | Ax i .
f = ( x, y) 7→ 2xy2 + ℓn(4 + y2 ) Restreinte à la sphère unité, l’application ψ atteint un maximum
 
en un vecteur x0 qui est un vecteur propre de A : →[18.26.1]
atteint un minimum absolu en (0, 0).
33.2 Suite de [8.5] – Le minimum absolu de f sur A est atteint Ax0 = h Ax0 | x0 i x0 .
en ( x, y) = ( a, b ).
33.3 Suite de [8.4] – La méthode des crêtes s’applique aux fonc-
tions f 1 , f 2 , f 3 et f 4 . 39. Fonction de Leibniz
34. Utilisation des coordonnées polaires Soient n points A1 , . . ., An d’un espace euclidien et (α1 , . . . , αn ),
34.1 La fonction f définie par une famille de réels. On pose σ = α1 + · · · + αn .
q 1. Si σ 6= 0, la fonction f définie par
f ( x, y) = y2 + x2 + y2 − 1 n

est bornée sur D = [ x2 + y2 6 9] et atteint ses bornes. Son maxi-

∀ M ∈ E, f ( M) = ∑ α k k Ak M k2
k =1
mum est égal à 11.
34.2 Suite de [8.3] – Le maximum absolu de f est égal à 1/√e. atteint un extremum global au point G = α1 A1 + · · · + αn An .
Le minimum absolu s’en déduit par symétrie. 2. Étudier le cas σ = 0.
34.3 Suite de [5.2] – Le maximum absolu de f est égal à 2 ; le 40. Théorème de Lax-Milgram
minimum absolu est nul. On suppose que E est un espace euclidien.
34.4 Suite de [5.3] – Le maximum absolu de f est égal à 20 ; le On choisit un vecteur u ∈ E et un endomorphisme f ∈ S ( E )
minimum absolu est égal à −12. dont toutes les valeurs propres sont strictement positives.
34.5 Suite de [5.1] – Le maximum absolu de f est égal à 1 ; le 40.1 L’application g définie par
minimum absolu s’en déduit par symétrie.
35. Autres changements de variables 1
 
∀ x ∈ E, g( x ) = f ( x)  x − h u | x i
35.1 On peut trouver les extrema de e x +t − 2( x + t) + ( x − t)2 2
sur 2Ren posant u = x + t et v = x − t. est de classe C 2 sur E et pour tout x0 ∈ E,
35.2 R
L’étude de x2 − 2xy + 2y2 + e− x sur 2 conduit naturel-
∇ g( x0 ) = f ( x0 ) − u et ∇2 ( g)( x0 ) = f .
lement à poser u = y − x/2 et v = x.
35.3 Étudier les extrema de f ( x, y) = ( xy)α + βxy en fonction L’unique point critique de g est x0 = f −1 (u).
de (α, β) ∈ 2 .R 40.2 Pour tout vecteur h ∈ E non nul,
1
 
g ( x0 + h ) = g ( x 0 ) + f ( h )  h > g ( x0 )
2
Questions, exercices & problèmes donc g( x0 ) est un minimum global strict.
41. La fonction f définie par
Perfectionnement
∀ ( x, y, z) ∈ R3, 2 2
f ( x, y, z) = ( x + z2 )e x ( y +z +1)
36. Questions pour réfléchir
1. Suite de [2] – Pourquoi ne peut-on définir le sens de admet M0 = (−1, 0, 0) pour seul point critique. Elle atteint son
variation d’une fonction f : U → ? R minimum absolu en ce point.
R
2. On suppose que f : Ω → atteint un extremum en un 42. Polynômes de Hermite
point M0 ∈ Ω qui n’est pas un point critique de f . Que peut-on Si la fonction f définie sur l’ouvert
en déduire ?
3. Soit f , une fonction continue sur un compact K. Condi-

R
U = ( x1 , . . . , x n ) ∈ n : x1 < x2 < · · · < x n

tion pour que les extrema soient atteints sur la frontière de K.

4. Suite de [16.5] – Exemple d’application de 2 dans R R par
n
telle que rt − s2 = 0 et : f (x) = ∑ x2k − ∑ ℓn | x i − x j | .
4.a admettant un maximum local en M0 ? k =1 16i < j6n
4.b admettant un minimum local en M0 ? atteint un minimum local au point x0 = (r1 , . . . , rn ) ∈ U, alors
4.c n’admettant pas d’extremum local en M0 ? on pose
5. Suite de [25.1] – Interpréter graphiquement le résultat. n
37. Étudier les extrema sur R 2 de la fonction définie par Hn (t) = ∏ ( t − r i ).
i =1
f ( x, y) = x + (y2 − y)2 .
2
Comme Hn′′ (ri ) − 2ri Hn′ (ri )
= 0 pour tout 1 6 i 6 n, la fonction
Hn est une solution de l’équation différentielle

Approfondissement
∀t∈ R, x ′′ (t) − 2tx ′ (t) + 2nx (t) = 0.

38. R R
Soit A ∈ Mn ( ). L’espace d est muni de sa struc-
43. Soit K = [0, 1] × [0, 1].
ture euclidienne canonique et, pour tout vecteur x, on note Ax,
l’image de x par l’endomorphisme canoniquement associé à la 1. Étudier la continuité de la fonction f : K → R définie
matrice A. par 
38.1 Pour tout x ∈ E, on pose  x (1 − y) si 0 6 x 6 y 6 1,
f ( x, y) = 
y(1 − x ) si 0 6 y 6 x 6 1.
ϕ( x ) = h x | t AAx i .
Peut-on en conclure à l’existence d’un maximum et d’un mini-
Restreinte à la sphère unité [k x k = 1], l’application ϕ atteint un mum de f ?
maximum en un vecteur x0 qui est un vecteur propre de t AA : 2. Calculer le minimum et le maximum de f à l’aide de
t
2 la méthode des crêtes. Comment trouver les extrema de f en
AAx0 = Ax0 x0 .

cherchant ses points critiques ?