Université de Batna 2 3ème année mathématiques

Faculté des Mathématiques et Informatique Année 2020-2021

Département de mathématiques Sidi ali Fatima Zohra1

Corrigé type de la série des exercices 1

Optimisation sans contraintes -LMD- S5

Solution de l’exercice 1

Soit f : R2 −→ R la fonction définie

x3 y 2

si (x, y) 6= (0, 0),

f (x, y) = x2 + y 2
0 si (x, y) = (0, 0).


1. Etude de la continuité de f sur R2 ?

Etude sur R2 \(0, 0) : la fonction f est continue sur R2 \(0, 0), car quotient de fonctions dont le déno-
minateur ne s’annule pas.
Etude en (0, 0) : pour que f soit continue en (0, 0) il faut que lim f (x, y) = f (0, 0) = 0. Passons
(x,y)−→(0,0)
on coordonées polaires : x = 0 + r cos(θ), y = 0 + r sin(θ)
x3 y 2
lim f (x, y) = lim
(x,y)−→(0,0) (x,y)−→(0,0) x2 + y2
= lim r3 cos3 (θ) sin2 (θ)
r−→0
= lim r3 cos3 (θ) sin2 (θ)
r−→0
= 0 = f (0, 0)
Par conséquent f est continue sur R2 .
2. Pour (x, y) 6= (0, 0), on a
3x2 y 2 (x2 + y 2 ) − 2x4 y 2
 
 
∂x f (x, y)  (x2 + y 2 )2 
∇f (x, y) = =
 2x3 y(x2 + y 2 ) − 2x3 y 3 

∂y f (x, y)
(x2 + y 2 )2
Pour (x, y) = (0, 0), on a
f (h, 0) − f (0, 0)
 

∂x f (0, 0)
 lim  
0
∇f (0, 0) =
 h−→0
= h 
=
∂y f (x, y) f (0, h) − f (0, 0)  0
lim
h−→0 h
3. f est de classe C 1 (R2 ) ?
On a déjà vérifie la continuité et la dérivabilité de f , il reste d’étudier la continuité des dérivées partielles,
on a
 x4 y 2 + 3x2 y 4

si (x, y) 6= (0, 0),
∂x f (x, y) = (x2 + y 2 )2
0 si (x, y) = (0, 0).


∂x f est continue sur R2 \(0, 0), pour (x, y) = (0, 0), on a

r6 cos2 (θ) sin2 (θ)(cos2 (θ) + 3 sin2 (θ))
lim ∂x f (x, y) = lim = 0 = ∂x f (0, 0)
(x,y)−→(0,0) r−→0 r4
1 [email protected] page 1
 Par conséquent ∂x f est continue sur R2 . On a aussi,

2x5 y

si (x, y) 6= (0, 0),

∂y f (x, y) = (x2 + y 2 )2
0 si (x, y) = (0, 0).


∂y f est continue sur R2 \(0, 0), pour (x, y) = (0, 0), on a

2r6 cos5 (θ) sin(θ)

lim ∂y f (x, y) = lim = 0 = ∂y f (0, 0)
(x,y)−→(0,0) r−→0 r4

donc ∂y f est continue sur R2 . Par conséquent la fonction f est de classe C 1 (R2 ).
4. On a la fonction f est de classe C 1 (R2 ), alors f est différentiable sur R2 .
En résumé, soit f : Rp −→ R et p > 1, on a le schéma suivant :

f ∈ C1
⇓

f différentiable

⇐= =⇒
f continue f dérivable

Solution de l’exercice 2
Soit f : R2 −→ R la fonction définie

y4

si (x, y) 6= (0, 0),

f (x, y) = x2 + y 2
0 si (x, y) = (0, 0).


1. La fonction f est continue sur R2 \(0, 0), de plus

y4
lim f (x, y) = lim
(x,y)−→(0,0) (x,y)−→(0,0) x2 + y 2

= lim r2 sin4 (θ) = 0 = f (0, 0)

r−→0

Par conséquent f est continue sur R2 .

2. Calculer ∇f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite ∇f (0, 0).
3. Pour (x, y) 6= (0, 0), on a

−2xy 4
 
 
∂x f (x, y)  (x2 + y 2 )2 
∇f (x, y) = = 3 2 2 5
 4y (x + y ) − 2y 

∂y f (x, y)
(x2 + y 2 )2

Pour (x, y) = (0, 0), on a

f (h, 0) − f (0, 0)
 

∂x f (0, 0)
 lim  
0
∇f (0, 0) =
 h−→0
= h 
=
∂y f (x, y) f (0, h) − f (0, 0) 
0
lim
h−→0 h

1 [email protected] page 2
 4. f est-elle différentiable sur R2 ?
On remarque que f est de classe C 1 (R2 \(0, 0)), alors elle est différentiable sur R2 \(0, 0), il reste d’étudier
la différentiabilité au point (0, 0).
Rappel. Soit f une fonction à valeurs réelles définie sur une partie ouvert D de R2 . Soit (x0 , y0 ) ∈ D un
point lequel f est dérivable. f est différentiable en (x0 , y0 ) si et seulement si :
f (x0 + h, y0 + k) − f (x0 , y0 ) − h∂x f (x0 , y0 ) − k∂y f (x0 , y0 )
lim √ = 0.
(h,k)−→(0,0) h2 + k 2
Etude en (0, 0) :
f (h, k) − f (0, 0) − h∂x f (0, 0) − k∂y f (0, 0) k4
lim √ = lim 3
(h,k)−→(0,0) h2 + k 2 (h,k)−→(0,0) (h2 + k 2 ) 2

(r sin(θ))4
= lim = 0.
r−→0 r3
Par conséquent f est différentiable sur R2 .
5. La fonction f est-elle de classe C 1 (R2 ) ?
Il reste d’étudier la continuité des dérivées partielles au point (0,0), on a
−2xy 4 2r5 cos(θ) sin4 (θ)
= ≤ 2r −−−→ 0,
(x2 + y 2 )2 r4 r−→0

et
4y 3 x2 + 2y 5 4r5 cos2 (θ) sin3 (θ) + 2r5 sin5 (θ)
= −−−→ 0,
(x2 + y 2 )2 r4 r−→0

alors

lim ∂x f (x, y) = 0 = ∂x f (0, 0),

(x,y)−→(0,0)

lim ∂y f (x, y) = 0 = ∂y f (0, 0)

(x,y)−→(0,0)

Par conséquent ∂x f et ∂y f sont continues au point (0,0), alors la fonction f est de classe C 1 (R2 ).

Solution de l’exercice 3

Soit la fonction de deux variables

4y 2 x3 − y 5 − 2x7

si (x, y) 6= (0, 0),

f (x, y) = 3x4 + 2y 4
0 si (x, y) = (0, 0).


Soit (v1 , v2 ) un vecteur unitaire du plan alors (v1 , v2 ) 6= (0, 0), la dérivée de f en (x0 , y0 ) selon la direction
v = (v1 , v2 ) est
f (x0 + v1 h, y0 + v2 h) − f (x0 , y0 )
∂v f (x0 , y0 ) = lim
h−→0 h

alors
f (v1 h, v2 h) − f (0, 0) 4(v2 h)2 (v1 h)3 − (v2 h)5 − 2(v1 h)7
∂v f (0, 0) = lim = lim
h−→0 h h−→0 (3(v1 h)4 + 2(v2 h)4 )h
4v22 v13 − v25 − 2v17 h2 4v22 v13 − v25
= lim = .
h−→0 3v1 + 2v24 3v1 + 2v24

1 [email protected] page 3
 4v22 v13 − v25
On conclut que la dérivée directionnelle ∂v f (0, 0) existe et égale ∂v f (0, 0) = .
3v1 + 2v24

Solution de l’exercice 4
√ √
Soit f la fonction de R2 −→ R définie par : f (x, y) = e2x+y , soit a = (1, 2), v = (1/ 2, 1/ 2).
s 2
1 2 1 2
   
— On a kvk2 =2  √ + √ = 1, alors kvk2 = 1, donc v est un vecteur unitaire de R2 .
2 2
— On a la fonction f est de classe C 1 (R2 ), alors f est différentiable sur R2 , d’ou la dérivé de f en (x0 , y0 )
selon la direction v = (v1 , v2 ) est

∂v f (x0 , y0 ) = ∇f (x0 , y0 )> v = ∂x f (x0 , y0 )v1 + ∂y f (x0 , y0 )v2 .

On calcule le gradient de f ,

2e2x+y
   
∂x f (x, y)
∇f (x, y) = =
∂y f (x, y) e2x+y

alors,
2e4
 
∇f (1, 2) =
e4
donc
1 1 3e4
∂v f (1, 2) = ∇f (1, 2)> v = 2e4 v1 + e4 v2 = 2e4 √ + e4 √ = √ .
2 2 2

Solution de l’exercice 5
Rappel (Développement limité à l’ordre 2 dans Rp ) Soit f : D ⊂ Rp −→ R une fonction de classe C 2 (D). Alors
au voisinage de x0 ∈ D on a
1
f (x) = f (x0 ) + (x − x0 )T ∇f (x0 ) + (x − x0 )T Hessf (x0 )(x − x0 ) + o(kx − x2 k2 ).
2
1. f (x, y) = sin x. sin y, f est de classe C 2 sur R2 , au voisinage (x0 , y0 ) = (0, 0), on a
 
1 x
f (x, y) = f (0, 0) + (x, y)∇f (0, 0) + (x, y)Hessf (0, 0)
2 y

On a f (0, 0) = 0.
On calcule le gradient de f ,  
cos x. sin y
∇f (x, y) =
sin x. cos y
alors,  
0
∇f (0, 0) =
0
On calcule la matrice Hessienne de f ,
 
∂xx f (x, y) ∂xy f (x, y)
Hessf (x, y) =
∂yx f (x, y) ∂yy f (x, y)

alors,  
− sin x sin y cos x cos y
Hessf (x, y) =
cos x cos y − sin x sin y
1 [email protected] page 4
 d’ou  
0 1
Hessf (0, 0) = .
1 0
On trouve finalement
    
1 0 1 x 1 y
f (x, y) = (x, y) = (x, y) = xy.
2 1 0 y 2 x

2. f (x, y) = 1 + x + y + x2 − xy + y 2 , f est de classe C 2 sur R2 , alors au voisinage (x0 , y0 ) = (0, 0) on a :

 
1 x
f (x, y) = f (0, 0) + (x, y)∇f (0, 0) + (x, y)Hessf (0, 0)
2 y

On a f (0, 0) = 1.
On calcule le gradient de f ,  
1 + 2x − y
∇f (x, y) =
1 − x + 2y
alors,  
1
∇f (0, 0) =
1
On calcule la matrice Hessienne de f ,
   
∂xx f (x, y) ∂xy f (x, y) 2 −1
Hessf (x, y) = =
∂yx f (x, y) ∂yy f (x, y) −1 2

alors,  
2 −1
Hessf (0, 0) = .
−1 2
On trouve finalement
    
1 1 2 −1 x
f (x, y) = 1 + (x, y) + (x, y)
1 2 −1 2 y
 
1 2x − y
= 1 + x + y + (x, y)
2 −x + 2y
1
= 1 + x + y + (2x2 − xy − xy + 2y 2 )
2
= 1 + x + y + x2 − xy + y 2

Solution de l’exercice 6

1.

f : Rn −→ R
x 7−→ f (x) = hc, xi + b c, x ∈ Rn et b ∈ R.
n
X
On prend c = (c1 , ...., cn ), x = (x1 , ....xn ), alors f (x) = ci xi + b
    i=1
∂x1 f (x) c1
 . = .
  
 = c, et ∇2 f (x) = 0.
∇f (x) = 
 .   . 
∂xn f (x) cn

1 [email protected] page 5
 2.

g : Rn −→ Rm
x 7−→ g(x) = Lx + b L ∈ Mm,n (R) et b ∈ Rm .
     
L11 L12 ... L1n x1 b1
 . . ... .  , x =  .  et b =  .  alors
   
On prend L = 
 . . ... .   .   . 
Lm1 Lm2 ... Lmn xn bm
    
L11 L12 ... L1n x1 b1
 . . ... .   .  +  . 
   
g(x) =  . . ... .   .   . 
Lm1 Lm2 ... Lmn xn bm
   
L11 x1 + L12 x2 + ... + L1n xn + b1 g1 (x)
 .   . 
= = 
 .   . 
Lm1 x1 + Lm2 x2 + ... + Lmn xn + bm gm (x)

alors
   
∂x1 g1 (x) ∂x2 g1 (x) ... ∂xn g1 (x) L11 L12 ... L1n
 . . ... . = .
  . ... . 
Jg(x) =  =L
 . . ... .   . . ... . 
∂x1 gm (x) ∂x2 gm (x) ... ∂xn gm (x) Lm1 Lm2 ... Lmn

On obtient

Jg(x) = L

3.

f : Rn −→ R
1
x 7−→ f (x) = hAx, xi + hb, xi + c A ∈ Mn (R), b, x ∈ Rn et c ∈ R.
2
On va calculer ∇f (x),
On a la fonction f (f : Rn −→ R) est de classe C ∞ sur Rn , d’aprés le développement de Taylor d’ordre
1, on a :

f (x + h) = f (x) + hT ∇f (x) + o(khk), (1)

D’autre part on a
1
f (x + h) = hA(x + h), (x + h)i + hb, (x + h)i + c
2
1 1 1 1
= hAx, xi + hAx, hi + hAh, xi + hAh, hi + hb, xi + hb, hi + c
2 2 2 2
1 1 1 T 1
= hAx, xi + hb, xi + c + hAx, hi + hA x, hi + hb, hi + hAh, hi
2
| {z } 2 2 2 | {z }
o(khk)
f (x)

Et comme |hAh, hi| ≤ kAk2 khk2 , on a

1
f (x + h) = f (x) + h(A + AT )x + b, hi + o(khk)
2
1
= f (x) + hT ( (A + AT )x + b) + o(khk) (2)
2
1 [email protected] page 6
 1
D’aprés (1) et (2), on obtient ∇f (x) = (A + AT )x + b, si A est symétrique ∇f (x) = Ax + b.
2
On calcule la Hessienne de f , d’aprés (2), on a
1 1
∇f (x + h) = A(x + h) + AT (x + h) + b
2 2
1 1
= (A + A )x + b + (A + AT )h
T
2
| {z } 2
∇f (x)
1
= ∇f (x) + (A + AT )h.
2
1
et donc Hess(f )(x) = ∇2 f (x) = (A + AT ). On en déduit que si A est symétrique, Hessf (x) = A.
2

1 [email protected] page 7
Université de Batna 2 3ème année mathématiques
Faculté des Mathématiques et Informatique Année 2020-2021
Département de mathématiques Sidi ali Fatima Zohra1

Corrigé type de la série des exercices 2

Optimisation sans contraintes -LMD- S5

Solution de l’exercice 1

1. f (x, y) = (x − 1)2 + 2y 2 .

on calcule le gradient de f
! !
∂x f (x, y) 2(x − 1)
∇f (x, y) = =
∂y f (x, y) 4y

On cherche les points critiques comme solutions du système

( (
∂x f (x, y) = 0 2(x − 1) = 0
=⇒
∂y f (x, y) = 0 4y = 0

Ce système admet unique solution est (x, y) = (1, 0), alors on a un seul point critique M = (1, 0).

On calcule la matrice Hessienne de f

! !
∂xx f (x, y) ∂xy f (x, y) 2 0
Hessf (x, y) = =
∂yx f (x, y) ∂yy f (x, y) 0 4

On cherche la nature de M , !
2 0
Hessf (1, 0) =
0 4
On a det(Hessf (1, 0)) = 8 > 0 et ∂xx f (1, 0) = 2 > 0, donc la matrice Hessf (1, 0) est définie positive.
Par conséquent, le point M est un minimum local de f .

2. f (x, y) = 3x3 − 6xy + 3y 2 .

on calcule le gradient de f
!
9x2 − 6y
∇f (x, y) =
−6x + 6y
On cherche les points critiques comme solutions du système
( (
∂x f (x, y) = 0 9x2 − 6y = 0
=⇒
∂y f (x, y) = 0 −6x + 6y = 0

ce système admet deux solutions sont (x, y) = (0, 0) et (x, y) = ( 23 , 23 ) , alors f admet deux points
critiques M1 = (0, 0) et M2 = ( 23 , 23 ).

1 [email protected] page 1
 On calcule la matrice Hessienne de f
!
18x −6
Hessf (x, y) =
−6 6

On cherche la nature de M1 , !
0 −6
Hessf (0, 0) =
−6 6
On a det(Hessf (0, 0)) = −36 < 0, donc la matrice Hessf (0, 0) est indéfinie.
Par conséquent, le point M1 est un point selle de f .

On cherche la nature de M2 ,
!
2 2 12 −6
 
Hessf , =
3 3 −6 6
     
On a det(Hessf 32 , 32 ) = 36 > 0 et ∂xx 23 , 32 = 2 > 0, donc la matrice Hessf 2 2
3, 3 est définie
positive .
Par conséquent, le point M2 est un minimum local de f .

3. f (x, y) = ex−y (x2 − 2y 2 ).

on calcule le gradient de f
!
ex−y (x2 − 2y 2 + 2x)
∇f (x, y) =
ex−y (−x2 + 2y 2 − 4y)

On cherche les points critiques de f ,

(
ex−y (x2 − 2y 2 + 2x) = 0
ex−y (−x2 + 2y 2 − 4y) = 0

ce dernier admet deux solutions sont (x, y) = (0, 0) et (x, y) = (−4, −2) , alors f admet deux points
critiques M1 = (0, 0) et M2 = (−4, −2).

On calcule la matrice Hessienne de f

!
ex−y (x2 − 2y 2 + 4x + 2) ex−y (−x2 + 2y 2 − 2x − 4y)
Hessf (x, y) = x−y 2 2
e (−x + 2y − 2x − 4y) ex−y (x2 − 2y 2 + 8y − 4)

On cherche la nature de M1 , !
2 0
Hessf (0, 0) =
0 −4
On a det(Hessf (0, 0)) = −8 < 0, donc la matrice Hessf (0, 0) est indéfinie.
Par conséquent, le point M1 est un point selle de f .

On cherche la nature de M2 ,
!
−6e−2 8e−2
Hessf (−4, −2) =
8e−2 −12e−2

On a det(Hessf (−4, −2)) = 8e−4 > 0 et ∂xx f (−4, −2) = −6e−2 < 0, donc la matrice Hessf (−4, −2)
est définie négative. Par conséquent, le point M2 est un maximum local de f .

1 [email protected] page 2
 4. f (x, y) = x3 + xy 2 − x2 y − y 3 .

On calcule le gradient de f
!
3x2 + y 2 − 2xy
∇f (x, y) =
2xy − x2 − 3y 2
On cherche les points critiques de f ,
( (
3x2 + y 2 − 2xy = 0 2x2 + (x − y)2 = 0
=⇒
2xy − x2 − 3y 2 = 0 −2y 2 − (x − y)2 = 0

La seul point critique de f est M = (0, 0).

On calcule la matrice Hessienne de f

!
6x − 2y 2y − 2x
Hessf (x, y) =
2y − 2x 2x − 6y
On cherche la nature de M , !
0 0
Hessf (0, 0) =
0 0
On a det(Hessf (0, 0)) = 0, alors on peut rien déduire sur la nature de M .
D’autre part, on a au voisinage de (0, 0),
f (2x, x) = 5x3 , alors f (2x, x) ≥ 0 = f (0, 0) pour x > 0, et f (2x, x) ≤ 0 = f (0, 0) pour x < 0.
Par conséquent, le point M1 est un point selle de f .

Solution de l’exercice 2

On considère la fonction définie sur R2 par :

∀(x, y) ∈ R2 , f (x, y) = 2x2 + y 2 + 12x + 4y + 2xy + 24.
1. f est de classe C 2 sur R2 car f est une fonction polynômiale définie sur R2 .
2. (a) On calcule le gradient de f
!
4x + 2y + 12
∇f (x, y) =
2x + 2y + 4

On cherche l’unique point critique (a, b) de f ,

(
4x + 2y + 12 = 0
2x + 2y + 4 = 0

Ce système admet une seule solution (x, y) = (−4, 2), alors f admet un seul point critique (a, b) = (−4, 2).

(b) On calcule la matrice Hessienne de f

!
4 2
Hessf (x, y) =
2 2
alors, !
4 2
Hessf (a, b) =
2 2
(c) On a det(Hessf (−4, 2)) = 4 > 0 et ∂xx f (−4, 2) = 4 > 0, donc la matrice Hessf (a, b) est définie
positive.
En déduire que f admet un minimum local m au point (a, b) = (−4, 2), avec m = f (−4, 2) = 4.

1 [email protected] page 3
 3. (a) On a
2
y y y
  
2(x + + 3)2 = 2 x + + 12 x + + 18
2 2 2
y2
= 2x2 + 2xy + + 12x + 6y + 18,
2
on trouve que

y y2
2x2 + 2xy + 12x = 2(x + + 3)2 − ( + 6y + 18). (1)
2 2
(b) On a aussi

1 y2
(y − 2)2 = − 2y + 2,
2 2
on trouve que

y2 1
− 2y + 6 = (y − 2)2 + 4. (2)
2 2

(c) On insert l’égalité (1) dans l’expression de f , on obtient

f (x, y) = 2x2 + y 2 + 12x + 4y + 2xy + 24

y y2
= 2(x + + 3)2 − ( + 6y + 18) + y 2 + 4y + 24
2 2
y y 2
= 2(x + + 3)2 + − 2y + 6
2 2
En utilisant l’égalité (2) dans l’égalité ci-dessus de f , on trouve
y 1
f (x, y) = 2(x + + 3)2 + (y − 2)2 + 4,
2 2
ceci implique que

∀(x, y) ∈ R2 , f (x, y) ≥ 4.

alors,

∀(x, y) ∈ R2 , f (x, y) ≥ f (−4, 2),

On conclut que, le minimum déjà trouver m = 4, dans la question (2)(c) est un minimum global de f sur R2 .

Solution de l’exercice 3

Soit f la fonction définie sur R2 par :

2 +1)
∀(x, y) ∈ R2 , f (x, y) = xex(y .

(1) La fonction f est de classe C 2 sur R2 car elle est la composition de fonctions de classe C 2 sur R2 .

1 [email protected] page 4
 (2) (a) On calcule le gradient de f
2 +1)
!
(1 + x(y 2 + 1))ex(y
∇f (x, y) = 2
2x2 yex(y +1)

(b) On va montrer que le seul point en lequel f est susceptible de présenter un extremum local est A =
(−1, 0).
on a ( 2
(1 + x(y 2 + 1))ex(y +1) = 0
2
2x2 yex(y +1) = 0
Ce système admet une seule solution (x, y) = (−1, 0) , alors f admet un seul point critique A = (−1, 0) .

(3) (a) On calcule la matrice Hessienne de f

2 2
!
(2 + x(y 2 + 1))(y 2 + 1)ex(y +1) (2 + x(y 2 + 1))2xyex(y +1)
Hessf (x, y) = 2 2
(2 + x(y 2 + 1))2xyex(y +1) (1 + 2xy 2 )2x2 ex(y +1)

(b) On a !
e−1 0
Hessf (−1, 0) =
0 2e−1

det(Hessf (−1, 0)) = 2e−2 > 0 et ∂xx f (−1, 0) = e−1 > 0, donc la matrice Hessf (−1, 0) est définie positive.
En déduire que f admet un minimum local m au point A, avec m = f (−1, 0) = −e−1 .
2 +1) 2 +1)
(4) (a) Pour x ≥ 0, on a y 2 + 1 ≥ 1 alors x(y 2 + 1) ≥ x, donc ex(y ≥ ex , on trouve xex(y ≥ xex .
2 +1) 2 +1)
Pour x ≤ 0, on a y 2 + 1 ≥ 1 alors x(y 2 + 1) ≤ x, donc ex(y ≤ ex , on obtient xex(y ≥ xex .

Par conséquent, ∀(x, y) ∈ R2 , f (x, y) ≥ xex .

(b) On va étudier les variation de la fonction g définie sur R par g(x) = xex .
g est dérivable sur R, et

g 0 (x) = (x + 1)ex .

Le tableau de variation de g sur R,

x −1

g 0 (x) − 0 +

g(x)
−e−1

On conclut que,

∀x ∈ R, g(x) ≥ −e−1

Par conséquent

∀(x, y) ∈ R2 , f (x, y) ≥ −e−1 = f (−1, 0),

alors le minimum déjà trouver dans la question (2)(b) est un minimum global de f sur R2 .

1 [email protected] page 5
 Solution de l’exercice 4

Soit f la fonction définie sur R2 par :

∀(x, y) ∈ R2 , f (x, y) = x3 + y 3 + 3xy.

(a) On calcule le gradient de f

!
3x2 + 3y
∇f (x, y) =
3y 2 + 3x

On calcule la matrice Hessienne de f

!
6x 3
Hessf (x, y) = .
3 6y

(b) On note u(x) = x et v(x) = ex alors

0 0
f (u(x), v(x)) = u0 (x)∂x f (u(x), v(x)) + v (x)∂y f (u(x), v(x))
= ∂x f (x, ex ) + ex ∂y f (x, ex )
= 3x2 + 3ex + ex (3e2x + 3x)

(c) L’équation du plan tangent à la surface d’équation z = f (x, y) au point (1, 1.5), est

z = f (1, 1.5) + (x − 1, y − 1.5)∇f (1, 1.5).

(d) On cherche les points critiques comme solutions du système

( (
∂x f (x, y) = 0 3x2 + 3y = 0
=⇒
∂y f (x, y) = 0 3y 2 + 3x = 0

Ce système admet deux solutions sont (0, 0) et (−1, −1), f admet deux points critiques M1 = (0, 0) et
M2 = (−1, −1).

(e) On cherche la nature de M1 ,

!
0 3
Hessf (0, 0) =
3 0

On a det(Hessf (0, 0)) = −9 < 0 , donc la matrice Hessf (0, 0) est indéfinie. Par conséquent, le point M1 est
un point selle de f .

On cherche la nature de M2 ,
!
−6 3
Hessf (−1, −1) =
3 −6

On a det(Hessf (−1, −1)) = 27 > 0 et et ∂xx f (−1, −1) = −6 < 0, donc la matrice Hessf (−1, −1) est définie
négative.
Par conséquent, le point M2 est un maximum local de f .

(f) On a f (x, x) = 2x3 + 3x2 , on voit que

lim f (x, x) = +∞,

x−→+∞

1 [email protected] page 6
donc f n’a pas de maximum global, et

lim f (x, x) = −∞,

x−→−∞

alors f n’a pas de minimum global.

Solution de l’exercice 5

On va étudier la convexité de l’ensemble suivant :

1. A={(x, y) ∈ R2 \ x2 + y 2 ≤ 1}.

Soit X1 ∈ A, alors X1 = (x1 , y1 ) ∈ R2 tel que x21 + y12 ≤ 1

Soit X2 ∈ A, alors X2 = (x2 , y2 ) ∈ R2 tel que x22 + y22 ≤ 1.
D’autre part, ∀λ ∈ [0, 1], on a λX1 + (1 − λ)X2 = (λx1 + (1 − λ)x2 , λy1 + (1 − λ)y2 ),
alors ∀X1 , X2 ∈ A, ∀λ ∈ [0, 1], on a

(λx1 + (1 − λ)x2 )2 + (λy1 + (1 − λ)y2 )2 = λ2 (x21 + y12 ) + (1 − λ)2 (x22 + y22 ) + 2λ(1 − λ)(x1 x2 + y1 y2 )
1 1
≤ λ2 + (1 − λ)2 + 2λ(1 − λ)( (x21 + x22 ) + (y12 + y22 ))
2 2
1 1
≤ λ2 + (1 − λ)2 + 2λ(1 − λ)( (x21 + y12 ) + (x22 + y22 ))
2 2
1 1
≤ λ + (1 − λ) + 2λ(1 − λ)( + ) = (λ + (1 − λ))2 = 1
2 2
2 2

On conclut que

∀X1 , X2 ∈ A, ∀λ ∈ [0, 1], λX1 + (1 − λ)X2 ∈ A

Par conséquent, A est un ensemble convexe.

1
2. B={(x, y) ∈ R2 \ (y − x2 ) ≥ 0}.
2
1
Soit X1 ∈ B, alors X1 = (x1 , y1 ) ∈ R2 tel que (y1 − x21 ) ≥ 0
2
1
Soit X2 ∈ B, alors X2 = (x2 , y2 ) ∈ R tel que (y2 − x22 ) ≥ 0.
2
2
D’autre part, ∀λ ∈ [0, 1], on a λX1 + (1 − λ)X2 = (λx1 + (1 − λ)x2 , λy1 + (1 − λ)y2 ),
alors ∀X1 , X2 ∈ B, ∀λ ∈ [0, 1], on a
1 1 1 1
((λy1 + (1 − λ)y2 ) − (λx1 + (1 − λ)x2 )2 ) = (λy1 + (1 − λ)y2 ) − (λx1 )2 − ((1 − λ)x2 )2 − λ(1 − λ)x1 x2
2 2 2 2
1 1 1
≥ (λx21 + (1 − λ)x22 ) − (λx1 )2 − ((1 − λ)x2 )2 − λ(1 − λ)x1 x2
2 2 2
1 2 1 2
= λ(1 − λ)x1 + λ(1 − λ)x2 − λ(1 − λ)x1 x2
2 2
1
= λ(1 − λ)(x1 − x2 )2 ≥ 0
2
On conclut que

∀X1 , X2 ∈ B, ∀λ ∈ [0, 1], λX1 + (1 − λ)X2 ∈ B

Par conséquent, B est un ensemble convexe.

1 [email protected] page 7