FONCTIONS À PLUSIEURS VARIABLES Exercice 3

ème
Mathématiques de Base 3 - 2 année - A.U. 2022/2023
2

2
 Exercice 3

On considère la fonction f définie sur R2 par:

1
f(x, y) = −x2y + 2y2 + y
1. Déterminer les points critiques de f et donner leurs natures locales. 2. Préciser si les
extremums locaux trouvés dans la question précédante sont globaux ou non.
3. Soit la fonction g définie sur R2 par g(x, y) = x2 + y2. On cherche maintenant à
optimiser f sous la contrainte g(x, y) = 1, en utilisant la méthode de Lagrange. a)
Chercher les points critiques de f sous la contrainte g(x, y) = 1. b) Donner les extremums
de f sous la contrainte g(x, y) = 1 et préciser leurs natures.

@UP-Maths Fonctions de plusieurs variables Mathématiques de Base 3

 3

3
2
On considère la fonctionf définie surR par:
1
f(x, y) =−x2y+ 2y2+y
3

On considère la fonction f définie sur R2 par:

1
f(x, y) = −x2y + 2y2 + y
1. Déterminer les points critiques de f et donner leurs natures locales.
3

3
2
On considère la fonction f définie sur R par:
1
f(x, y) = −x2y + 2y2 + y
1. Déterminer les points critiques de f et donner leurs natures locales. •
Déterminons les dérivées partielles premières de f
Pour tout (x, y) ∈ R2,

∂f

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

3
2
On considère la fonction f définie sur R par:
1
f(x, y) = −x2y + 2y2 + y
1. Déterminer les points critiques de f et donner leurs natures locales. •
Déterminons les dérivées partielles premières de f
Pour tout (x, y) ∈ R2,
 ∂f

∂x(x, y) = −2xy
∂f
2
∂y (x, y) = −x + y + 1
• Déterminons le ou les points qui annulent les dérivées partielles premières de f
 
 ∂y (x, y) =  −x2 + y + 1
∂f
=0
∂x (x, y) = 0 0=⇒ ∂f −2xy = 0
4

4
 
y = 0 =⇒ x = 1 ou x = −1
4



=⇒ 


x = 0 ou y = 0 
2

−x + y + 1 = 0=⇒
=⇒

x = 0 ou y = 0
−x2 + y + 1 = 0=⇒

x = 0 =⇒ y = −1
 
y = 0 =⇒ x = 1 ou x = −1



x = 0 =⇒ y = −1

Les points critiques sont donc (0, −1), (−1, 0) et (1, 0).
• Déterminons leurs natures à l’aide de la matrice Hessienne
• Déterminons leurs natures à l’aide de la matrice Hessienne On
définit la matrice Hessienne par la matrice Hf ∈ M2(R) telle que:

∂x
2
(x, y)∂2f ∂y∂x(x, y)∂2f
Hf (x, y) = 
 ∂x∂y (x, y)
∂2f
∂2f
2
∂y (x, y)
• Déterminons leurs natures à l’aide de la matrice Hessienne On

définit la matrice Hessienne par la matrice Hf ∈ M2(R) telle que:

 ∂2f ∂y∂x(x, y)∂2f
2
∂x (x, y)∂2f  
Hf (x, y) =

∂x∂y (x, y)
∂2f 2
∂y (x, y)

∂2f

2
∂x (x, y) = −2y
∂2f
2
∂y (x, y) = 1
∂2f
 ∂x∂y (x, y) = −2x
Par suite;  
Par suite;
−2y−2x −2x1
Hf(x, y) = 
 Hf(x, y) = 
−2y−2x −2x1
• En (0,−1):
(0,−1) 0 1
= 


2 0
Hf
Par suite;
• En (0, −1):
Hf (x, y) =
 
−2y −2x −2x 1
−1) = 1
 

200
Hf (0, 

det(Hf (0, −1)) = 2> 0 et tr(Hf (0, −1)) = 3 > 0, alors f possède un minimum local en (0,
−1).
Par suite;
−2y −2x −2x 1
• En (0, −1): 
Hf (x, y) = 
 −1) = 1
 

200
Hf (0, 

det(Hf (0, −1)) = 2> 0 et tr(Hf (0, −1)) = 3 > 0, alors f possède un minimum local en (0,
−1).
• En (−1, 0):
 1

Hf (−1,
0) = 0 2 2

det(Hf (−1, 0)) = −4 < 0 , alorsf possède un point selle en (−1, 0) .

 • En 

(1, 0):

= −2 1
Hf(1, 0)
0 −2 

det(Hf (1, 0)) = −4 < 0 , alors f possède un point selle en (1, 0) .

• En (1, 0):
 

Hf (1, 0 −2 
0) = −2 1

(1, 0)) = −4 < 0 , alors possède un point selle en (1, 0).

det(Hf f 2. En utilisant la
définition, préciser si les extremums locaux trouvés dans la question précédante sont
globaux ou non.
 • En 

(1, 0):


Hf (1, 0 −2 
0) = −2 1

det(Hf (1, 0)) = −4 < 0 =⇒ (1, 0) est un point selle.

2. En utilisant la définition, préciser si les extremums locaux trouvés dans la question
précédante sont globaux ou non.

1
f(0, −1) = − 2
 5
f(2, 1) = − 2
• En 

(1, 0):


Hf (1, 0 −2 
0) = −2 1

det(Hf (1, 0)) = −4 < 0 =⇒ (1, 0) est un point selle.

2. En utilisant la définition, préciser si les extremums locaux trouvés dans la
question précédante sont globaux ou non.
 1
f(0, −1) = − 2
5
f(2, 1) = − 2
=⇒ ∃(x, y) = (2, 1) tel que f(2, 1) = −25 < −12.
Donc le minimum local atteint en (0, 1) n’est pas global.
3. Soit la fonction g définie sur R2 par g(x, y) = x2 + y2.
On cherche maintenant à optimiser f sous la contrainte g(x, y) = 1, en utilisant la
méthode de Lagrange.
3. Soit la fonction g définie sur R2 par g(x, y) = x2 + y2.
On cherche maintenant à optimiser f sous la contrainte g(x, y) = 1, en utilisant la
méthode de Lagrange.

a. Chercher les points critiques de f sous la contrainte g(x, y) = 1. On appelle L(x, y, λ) =

2 1 2 2 2
f(x, y) − λg(x, y) − 1 = −x y + 2y + y − λ(x + y − 1) le Lagrangien associé au
problème.
Résolvons le système:
  = 0 ∂L

∂y (x, y, λ)
 = 0 ∂L

∂L ∂λ (x, y, λ)

∂x (x, y, λ) = 0
3. Soit la fonction g définie sur R2 par g(x, y) = x2 + y2.
On cherche maintenant à optimiser f sous la contrainte g(x, y) = 1, en utilisant la
méthode de Lagrange.

a. Chercher les points critiques de f sous la contrainte g(x, y) = 1. Soit, L(x, y, λ) =

2 1 2 2 2
f(x, y) − λg(x, y) − 1 = −x y + 2 y + y − λ(x + y − 1) le Lagrangien associé au
problème.
Résolvons le système:
∂L 0
 ∂y (x, y, λ) =
 (x, y, λ) =
∂x 0 ∂L
 0 ∂L ⇐⇒
 ∂λ (x, y, λ) =
   2 − 2λy = 0
  −2xy − 2λx −x + y + 1
x2 + y2 = 1
=0
9

9

2x(y+λ) = 0=⇒x = 0 ouy=−λ −x2+y +
 1−2λy = 0

⇐⇒
x2+y2 = 1
9

9

2x(y + λ) = 0 =⇒ x = 0 ou y = −λ −x2
 + y + 1 − 2λy = 0

⇐⇒
x2 + y2 = 1
• Si x = 0 =⇒ y = 1 ou y = −1.
D’après la deuxième relation, on a alors λ =y+1 2y.
9

9

2x(y + λ) = 0 =⇒ x = 0 ou y = −λ −x2
 + y + 1 − 2λy = 0

⇐⇒
x2 + y2 = 1
• Si x = 0 =⇒ y = 1 ou y = −1.
D’après la deuxième relation, on a alors λ =y+1
• si y = 1 =⇒ λ = 1 et si 2y.
y = −1 =⇒ λ = 0.

• Si y = −λ, la deuxième relation se réecrit −x2 − λ + 1 + 2λ2et la troisième x2

+λ2 = 1.
En additionnant ces deux relations, on trouve

3λ2 − λ + 1 = 1 =⇒ λ(3λ − 1) = 0

Cela donne λ = 0 ou λ = 31.

Si λ = 0,
Si λ = 0, la troisième relation donne x2 = 1 =⇒ x = 1 ou x = −1,

=⇒ y = −λ = 0

Si λ = 0, la troisième relation donne x2 = 1 =⇒ x = 1 ou x = −1,

=⇒ y = −λ = 0
Si λ =13,
Si λ = 0, la troisième relation donne x2 = 1 =⇒ x = 1 ou x = −1,
 =⇒ y = −λ = 0
Si λ =13, la troisième relation donne x2 +19 = 1 =⇒ x2 =89, 3ou x
−2√
= 2

2√ 1
et donc x = 2 =⇒ y = − 3

3
Si λ = 0, la troisième relation donne x2 = 1 =⇒ x = 1 ou x = −1,

=⇒ y = −λ = 0
Si λ =13, la troisième relation donne x2 +19 = 1 =⇒ x2 =89, 3ou x
−2√
= 2
 2√ 1
et donc x = 2 =⇒ y = − 3

3
les points critiques du Lagrangien L sont les suivants:
2√ 2
A = (0, −1, 0), B = (0, 1, 1), C = (−1, 0, 0), D = (1, 0, 0), E = (− 3 , −31,13)
2√
etF = ( 2

3, −13,13).
b. Donner les extremums de f sous la contrainte g(x, y) = 1 et
préciser leurs natures.

• Vérifier que la contrainte est qualifiée en point (x0, y0):

 g(x, y) = x2 + y2 = 1 ∀(x, y) ∈ R2
g(0, −1) = 1
g(0, 1) = 1
g(−1, 0) = 1
g(1, 0) = 1
√
g(−2 2
1
3, − 3) = 1
√
g(2 2
1
3, − 3) = 1
 ∂x(0, −1) = (0, −2) 6= (0, 0)
∂x(0, −1),∂g
∂g

∂y (0, 1) = (0, 2) 6= (0, 0)

∂x(0, 1),∂g
∂g
√
∂x(−2 2
∂y (x, y) = (2x, 2y) ∀(x, y) ∈ ∂y (−1, 0) = (−2, 0) 6= (0, 0)
R2
∂x(−1, 0),∂g
∂x(x, y),∂g ∂g
∂g
 ∂g

∂y (1, 0) = (2, 0) 6= (0, 0) √

∂y (−2 2
∂x(1, 0),∂g
∂g 1 √
1 3, − 3) = (−4 2
3, − 3),∂g
√ 2 1 √
∂x(2 2 3, − 3) 6= (0, 0) 3, − 3) = (4 2
√ ∂g
∂y (2 2 1 2
3, − 3),∂g 3, − 3) 6= (0, 0)
• Matrice Hessienne borde ; 
∂2L

∂x∂y (x, y)−∂g



2
∂x (x, y)∂2L
 
∂x (x, y) 
 HL(x, y, λ) = ∂y∂x(x, y)∂2L
2
∂y (x, y)−∂g
∂2L
∂y (x, y)
−∂g

∂x (x, y)−∂g
∂y (x, y) 0
• atrice Hessienne borde; 
∂2L

∂x∂y (x, y)−∂g


 ∂x
2
(x, y)∂2L
 
∂x (x, y) 
2
∂y (x, y)−∂g
∂y∂x(x, y)∂2L
HL(x, y, λ) = ∂2L
−∂g
 ∂x (x, y)−∂g ∂y (x, y)
∂y (x, y) 0 
Donc, 
2λ −2x −2x 0
HL(x, y, λ) = −2x 1 − 2λ
 
−2y − −2y −2x −2y 
• atrice Hessienne borde; 
∂2L

∂x∂y (x, y)−∂g


 ∂x
2
(x, y)∂2L
 
∂x (x, y) 
2
∂y (x, y)−∂g
∂y∂x(x, y)∂2L
HL(x, y, λ) = ∂2L
 −∂g ∂x (x, y)−∂g ∂y (x, y)
∂y (x, y) 0 
Donc, 
0 0)) =
HL(x, y, λ) =
 000

−2y −  012020
2λ −2x −2x
−2x 1 − 2λ = −4 < 0
−2y −2x −2y
det(HL(0, −1,
• Matrice Hessienne bordée; 
∂2L

∂x∂y (x, y)−∂g


 
2
∂x (x, y)∂2L
 
∂x (x, y) 
2
∂y (x, y)−∂g
∂y∂x(x, y)∂2L
HL(x, y, λ) = −∂g ∂y (x, y)
∂2L −∂g
∂x (x, y)
∂y (x, y) 0 
Donc, 
0
HL(x, y, λ) =
 
−2y − 
2λ −2x −2x det(HL(0, −1,
−2x 1 − 2λ 0)) =

−2y −2x −2y 000

 012020
= −4 < 0
Donc f admet un minimum local en (0;−1) sous la contrainte x2 + y2 = 1.
0
−4 0 0
det(HL(0, 1, 0 −1 −2 0 −2 = 16 > 0
1)) =
• Matrice Hessienne bordée; 
∂2L

∂x∂y (x, y)−∂g


 ∂x
2
(x, y)∂2L
 
∂x (x, y) 
2
∂y (x, y)−∂g
∂y∂x(x, y)∂2L
HL(x, y, λ) = ∂2L
−∂g
 ∂x (x, y)−∂g ∂y (x, y)
∂y (x, y) 0 
Donc, 
0 0)) =
HL(x, y, λ) =
 000

−2y −  012020
2λ −2x −2x
−2x 1 − 2λ = −4 < 0
−2y −2x −2y
det(HL(0, −1,
Donc f admet un minimum local en (0;−1) sous la contrainte x2 + y2 = 1.
1)) = 0
−4 0 0 = 16 > 0
det(HL(0, 1,
0 −1 −2 0 −2
Donc f admet un maximum local en (0;1) sous la contrainte x2 + y2 = 1.

det(HL(−1, 0, 0))
=
022210100
= −2 < 0
December 5, 2021
 0222101
det(HL(−1, 0, 0 0 = −2 < 0
0)) =
Donc f admet un minimum local en (−1, 0) sous la contrainte x2 + y2
= 1. December 5, 2021

0222101
det(HL(−1, 0, 0 0 = −2 < 0
0)) =
Donc f admet un minimum local en (−1, 0) sous la contrainte x2 + y2 =

1. 0 −2 −2

det(HL(1, 0, 0)) =
−2 1 0 −2 0 0
= −4 < 0

December 5, 2021

0)) = 00
0222101
det(HL(−1, 0,
 = −2 < 0

Donc f admet un minimum local en (−1, 0) sous la contrainte x2 + y2 =

1. 0 −2 −2

det(HL(1, 0, −2 1 0 −2 0 0 = −4 < 0
0)) =
Donc f admet un minimum local en (1, 0) sous la contrainte x2 + y2 =

1. December 5, 2021

√
4√ 4 2
0 2
 323
− 2√ 1 1
√
4 23
det(HL( 2 3, − 3, 3)) √
= 4 2 =329 > 0
3132

30

December 5, 2021
 √
4√ 4 2
0 2
323
− 2√ 1 1
√
4 23
det(HL( 2 3, − ,
3 3))
=
√
4 2 =329 > 0
3132

3 30
Donc f admet un maximum
−2√
local en ( 2
 3, −13) sous la contrainte x2 + y2 = 1. December 5, 2021

√
4√ 4 2
0 2
323
− 2√ 1 1
√
4 23
det(HL( 2 3, − ,
3 3))
=
√
4 2 =329 > 0
3132

3
−2√
local en ( 2
Donc f admet un maximum
30

3, −13) sous la contrainte x2 + y2 = 1.

−4√
0 2

4√
3− 2
3
2 = 4√
det(HL( √2 − 2 132
1 1 4√ 3 =329 > 0
3, − 3, 3)) − 23 2

30

December 5, 2021
 √
4√ 4 2
0 2
323
− 2√ 1 1
√
4 23
det(HL( 2 3, − ,
3 3))
=
√
4 2 =329 > 0
3132

3 30
Donc f admet un maximum
−2√
local en ( 2

3, −13) sous la contrainte x2 + y2 = 1.

−4√
0 2

4√
3− 2
1 1
2 √ 3, − 3, 3)) 4√ 4√
det(HL( 2
= − 23
− 2 132
3
 2
3 =329 > 0
3 30
Donc f admet un maximum
2√
local en ( 2

3, −13) sous la contrainte x2 + y2 = 1. December 5, 2021