Aller au contenu

Variations et optimisation Première : signe de la dérivée

Niveau
Première
Thème
Algèbre
Type
Cours
Lecture
13 min

Sur un intervalle II, une fonction dérivable est croissante si sa dérivée est positive, et décroissante si sa dérivée est négative. Pour étudier les variations de ff, on calcule donc f′(x)f^{\prime}(x), on étudie son signe, puis on traduit ce signe par des flèches dans un tableau de variations.

Exemple : f(x)=x3−3xf(x)=x^3-3x a pour dérivée f′(x)=3x2−3=3(x−1)(x+1)f^{\prime}(x)=3x^2-3=3(x-1)(x+1), positive sur ]−∞ ;−1]\mathopen{]}-\infty\,;-1] et sur [1 ;+∞[[1\,;+\infty\mathclose{[}, négative sur [−1 ;1][-1\,;1]. Donc ff est croissante, puis décroissante, puis croissante, avec un maximum local f(−1)=2f(-1)=2 et un minimum local f(1)=−2f(1)=-2.

À la fin du chapitre, un tableau de variations complet, un problème d'optimisation ou une comparaison de deux courbes ne posent plus de difficulté. La méthode de Newton, elle, tient en un programme de quelques lignes. Prérequis : calculer une dérivée avec les formules du cours de dérivation en Première et étudier le signe d'un trinôme.

Sommaire9 parties

Signe de la dérivée et sens de variation

Théorème (admis)

Soit ff une fonction dérivable sur un intervalle II.

  • Si f′(x)≥0f^{\prime}(x)\geq0 pour tout x∈Ix\in I, alors ff est croissante sur II.
  • Si f′(x)≤0f^{\prime}(x)\leq0 pour tout x∈Ix\in I, alors ff est décroissante sur II.
  • Si f′(x)=0f^{\prime}(x)=0 pour tout x∈Ix\in I, alors ff est constante sur II.

Si de plus f′(x)>0f^{\prime}(x)\gt 0 sur II sauf en un nombre fini de points où elle s'annule, ff est strictement croissante sur II (de même pour « strictement décroissante »).

Conditions d'utilisation. Le théorème exige un intervalle. Sur une réunion d'intervalles, il ne dit rien : l'exemple 3 montre une fonction de dérivée positive qui n'est pas croissante sur son ensemble de définition. Il exige aussi que ff soit dérivable sur l'intervalle étudié.

Réciproque partielle

Si ff est dérivable et croissante sur II, alors f′(x)≥0f^{\prime}(x)\geq0 pour tout x∈Ix\in I.

Démonstration. Soit x∈Ix\in I et h≠0h\neq0 tel que x+h∈Ix+h\in I. Si h>0h\gt 0, la croissance de ff donne f(x+h)≥f(x)f(x+h)\geq f(x) : le taux de variation f(x+h)−f(x)h\dfrac{f(x+h)-f(x)}{h} a un numérateur et un dénominateur positifs. Si h<0h\lt 0 (seul cas possible quand xx est la borne droite de II), f(x+h)≤f(x)f(x+h)\leq f(x) : numérateur et dénominateur sont négatifs, et le taux reste positif ou nul. Dans tous les cas, ce taux tend vers f′(x)f^{\prime}(x) quand hh tend vers 0, et une limite de nombres positifs est positive : f′(x)≥0f^{\prime}(x)\geq0. □\square

Attention, « strictement croissante » n'entraîne pas « f′>0f^{\prime}\gt 0 » : la fonction cube est strictement croissante sur R\mathbb R alors que sa dérivée 3x23x^2 s'annule en 0.

Exemple 1 : variations d’un trinôme avec la dérivée

Soit f(x)=2x2−8x+3f(x)=2x^2-8x+3. Alors f′(x)=4x−8=4(x−2)f^{\prime}(x)=4x-8=4(x-2), qui est négative pour x<2x\lt 2, nulle en 2, positive pour x>2x\gt 2.

xx−∞-\infty22+∞+\infty
f′(x)f^{\prime}(x)−-00++
ff↘\searrow−5-5↗\nearrow

f(2)=8−16+3=−5f(2)=8-16+3=-5 est le minimum de ff. On retrouve le sommet donné par la forme canonique 2(x−2)2−52(x-2)^2-5 : pour un trinôme, la dérivée et le cours sur le second degré donnent le même résultat, α=−b2a\alpha=-\frac{b}{2a} étant exactement le point où f′f^{\prime} s'annule.

Étudier les variations d’une fonction : la méthode

Les étapes

  1. Préciser l'ensemble de définition et l'ensemble où ff est dérivable.
  2. Calculer f′(x)f^{\prime}(x), puis l'écrire sous une forme dont on sait étudier le signe : produit, quotient, trinôme factorisé.
  3. Dresser le tableau de signes de f′(x)f^{\prime}(x).
  4. En déduire les flèches, sur chaque intervalle séparément.
  5. Calculer les valeurs de ff aux points où f′f^{\prime} s'annule et aux bornes fermées.

Comment vérifier. Calculer ff en deux ou trois valeurs simples : elles doivent respecter le sens des flèches. Si le tableau annonce ff croissante sur [1 ;3][1\,;3] et que f(1)>f(3)f(1)\gt f(3), il y a une erreur.

Exemple 2 : une fonction polynôme de degré 3

Soit f(x)=x3−6x2+9x+1f(x)=x^3-6x^2+9x+1 sur R\mathbb R.

f′(x)=3x2−12x+9=3(x2−4x+3)=3(x−1)(x−3).\begin{aligned}f^{\prime}(x)&=3x^2-12x+9\\ &=3(x^2-4x+3)\\ &=3(x-1)(x-3).\end{aligned}

Le trinôme x2−4x+3x^2-4x+3 a pour racine évidente 1 et pour produit des racines 3, donc l'autre racine est 3. Comme son coefficient dominant est positif, f′(x)f^{\prime}(x) est positive à l'extérieur de [1 ;3][1\,;3] et négative entre 1 et 3. On calcule f(1)=1−6+9+1=5f(1)=1-6+9+1=5 et f(3)=27−54+27+1=1f(3)=27-54+27+1=1.

xx−∞-\infty1133+∞+\infty
f′(x)f^{\prime}(x)++00−-00++
ff↗\nearrow55↘\searrow11↗\nearrow

Contrôle : f(0)=1<f(1)=5f(0)=1\lt f(1)=5, cohérent avec la croissance sur ]−∞ ;1]\mathopen{]}-\infty\,;1].

Exemple 3 : une fonction quotient et le piège de la réunion

Soit g(x)=2x−1x+2g(x)=\dfrac{2x-1}{x+2}, définie sur R∖{−2}\mathbb R\setminus\{-2\}. Avec (uv)′=u′v−uv′v2\left(\frac uv\right)^{\prime}=\frac{u^{\prime}v-uv^{\prime}}{v^2}, u=2x−1u=2x-1, v=x+2v=x+2 :

g′(x)=2(x+2)−(2x−1)×1(x+2)2=5(x+2)2.\begin{aligned}&g^{\prime}(x)\\ &=\frac{2(x+2)-(2x-1)\times1}{(x+2)^2}\\ &=\frac{5}{(x+2)^2}.\end{aligned}

g′(x)>0g^{\prime}(x)\gt 0 pour tout x≠−2x\neq-2. Donc gg est strictement croissante sur ]−∞ ;−2[\mathopen{]}-\infty\,;-2\mathclose{[} et strictement croissante sur ]−2 ;+∞[\mathopen{]}-2\,;+\infty\mathclose{[}.

Elle n'est pas croissante sur R∖{−2}\mathbb R\setminus\{-2\} : g(−3)=−7−1=7g(-3)=\frac{-7}{-1}=7 alors que g(0)=−12g(0)=-\frac12, et pourtant −3<0-3\lt 0. On écrit donc deux intervalles séparés, jamais leur réunion.

Exemple 4 : une fonction avec une racine carrée

Soit h(x)=x−2xh(x)=x-2\sqrt x, définie sur [0 ;+∞[[0\,;+\infty\mathclose{[}. La racine carrée n'est pas dérivable en 0, donc on dérive sur ]0 ;+∞[\mathopen{]}0\,;+\infty\mathclose{[}, avec (x)′=12x(\sqrt x)^{\prime}=\frac{1}{2\sqrt x} :

h′(x)=1−22x=1−1x=x−1x.\begin{aligned}h^{\prime}(x)&=1-\frac{2}{2\sqrt x}\\ &=1-\frac{1}{\sqrt x}=\frac{\sqrt x-1}{\sqrt x}.\end{aligned}

Le dénominateur est strictement positif, donc h′(x)h^{\prime}(x) a le signe de x−1\sqrt x-1 : négatif pour 0<x<10\lt x\lt 1, positif pour x>1x\gt 1.

xx0011+∞+\infty
h′(x)h^{\prime}(x)∥\Vert−-00++
hh00↘\searrow−1-1↗\nearrow

hh est décroissante sur [0 ;1][0\,;1] (la continuité en 0 permet d'inclure la borne), croissante sur [1 ;+∞[[1\,;+\infty\mathclose{[}, et son minimum vaut h(1)=1−2=−1h(1)=1-2=-1.

Extremums et dérivée nulle

Maximum, minimum, local ou global

Soit ff définie sur II et a∈Ia\in I. On dit que f(a)f(a) est le maximum de ff sur II si f(x)≤f(a)f(x)\leq f(a) pour tout x∈Ix\in I ; minimum si f(x)≥f(a)f(x)\geq f(a) pour tout x∈Ix\in I. On parle d'extremum local en aa lorsque l'inégalité est vraie pour tous les xx de II appartenant à un intervalle ouvert contenant aa.

Le maximum est la valeur f(a)f(a) ; le réel aa est l'endroit où il est atteint. « Le maximum vaut 5, atteint en x=1x=1 » : deux informations distinctes.

Condition nécessaire en un point intérieur

Si ff est dérivable sur un intervalle ouvert II et admet un extremum local en un point aa de II, alors f′(a)=0f^{\prime}(a)=0 : la tangente en ce point est horizontale.

Condition suffisante

Si f′f^{\prime} s'annule en aa en changeant de signe, alors ff admet un extremum local en aa : un maximum si f′f^{\prime} passe de ++ à −-, un minimum si elle passe de −- à ++.

Optimisation par annulation de la dérivée
Au maximum intérieur, la tangente est horizontale et la dérivée change de signe.
Démonstration de la condition nécessaire (pour aller plus loin)

Supposons que f(a)f(a) soit un maximum local. Pour hh assez petit, f(a+h)≤f(a)f(a+h)\leq f(a), donc f(a+h)−f(a)≤0f(a+h)-f(a)\leq0.

  • Pour h>0h\gt 0 : f(a+h)−f(a)h≤0\dfrac{f(a+h)-f(a)}{h}\leq0, donc à la limite f′(a)≤0f^{\prime}(a)\leq0.
  • Pour h<0h\lt 0 : on divise un nombre négatif par un nombre négatif, donc f(a+h)−f(a)h≥0\dfrac{f(a+h)-f(a)}{h}\geq0 et f′(a)≥0f^{\prime}(a)\geq0.

Les deux inégalités donnent f′(a)=0f^{\prime}(a)=0. Le raisonnement utilise des valeurs de hh des deux signes : c'est pourquoi aa doit être intérieur à l'intervalle. □\square

Exemple 5 : deux exceptions à connaître

  • Dérivée nulle sans extremum. Pour f(x)=x3f(x)=x^3, f′(0)=0f^{\prime}(0)=0, mais f′(x)=3x2≥0f^{\prime}(x)=3x^2\geq0 ne change pas de signe : ff est strictement croissante et n'a pas d'extremum en 0. La réciproque de la condition nécessaire est fausse.
  • Extremum sans dérivée nulle. Pour f(x)=xf(x)=x sur [0 ;1][0\,;1], le maximum 11 est atteint en x=1x=1, alors que f′(1)=1f^{\prime}(1)=1. Le point 1 est une borne de l'intervalle, pas un point intérieur : il faut toujours comparer avec les valeurs aux bornes.

Résoudre un problème d’optimisation

Méthode en cinq étapes

  1. Choisir la variable xx, préciser son unité et son intervalle imposé par le contexte.
  2. Exprimer la grandeur à optimiser comme une fonction de xx.
  3. Dériver, factoriser, étudier le signe de la dérivée.
  4. Dresser le tableau de variations sur l'intervalle du contexte, bornes comprises.
  5. Répondre à la question posée, avec une phrase et l'unité.

Exemple 6 : la boîte sans couvercle de volume maximal

Dans une feuille carrée de 30 cm de côté, on découpe aux quatre coins un carré de côté xx cm, puis on relève les bords pour former une boîte sans couvercle.

Modélisation. La base est un carré de côté 30−2x30-2x et la hauteur vaut xx, donc

V(x)=x(30−2x)2.V(x)=x(30-2x)^2.

Il faut x>0x\gt 0 et 30−2x>030-2x\gt 0, donc x∈]0 ;15[x\in\mathopen{]}0\,;15\mathclose{[}.

Dérivée. Avec la formule du produit (uv)′=u′v+uv′(uv)^{\prime}=u^{\prime}v+uv^{\prime}, où u=xu=x et v=(30−2x)2v=(30-2x)^2, v′=2×(−2)(30−2x)v^{\prime}=2\times(-2)(30-2x) :

V′(x)=(30−2x)2−4x(30−2x)=(30−2x)[(30−2x)−4x]=(30−2x)(30−6x).\begin{aligned}&V^{\prime}(x)\\ &=(30-2x)^2-4x(30-2x)\\ &=(30-2x)\big[(30-2x)-4x\big]\\ &=(30-2x)(30-6x).\end{aligned}

Signe. Sur ]0 ;15[\mathopen{]}0\,;15\mathclose{[}, 30−2x>030-2x\gt 0, donc V′(x)V^{\prime}(x) a le signe de 30−6x30-6x : positif pour x<5x\lt 5, négatif pour x>5x\gt 5.

xx00551515
V′(x)V^{\prime}(x)++00−-
VV↗\nearrow20002000↘\searrow

Conclusion. V(5)=5×202=2000V(5)=5\times20^2=2000. Le volume est maximal pour des carrés de 5 cm de côté ; la boîte mesure alors 20 cm sur 20 cm sur 5 cm et contient 2 000 cm³, soit 2 litres. Contrôle : V(4)=4×222=1936V(4)=4\times22^2=1936 et V(6)=6×182=1944V(6)=6\times18^2=1944, tous deux inférieurs à 2 000.

Exemple 7 : minimiser un coût moyen

Le coût de fabrication de qq centaines de pièces est C(q)=q2+2q+36C(q)=q^2+2q+36 (en centaines d'euros), pour q∈]0 ;20]q\in\mathopen{]}0\,;20]. Le coût moyen par centaine est

CM(q)=C(q)q=q+2+36q.C_M(q)=\frac{C(q)}{q}=q+2+\frac{36}{q}.

Avec (1q)′=−1q2\left(\frac1q\right)^{\prime}=-\frac1{q^2} :

CM′(q)=1−36q2=q2−36q2=(q−6)(q+6)q2.\begin{aligned}C_M^{\prime}(q)&=1-\frac{36}{q^2}=\frac{q^2-36}{q^2}\\ &=\frac{(q-6)(q+6)}{q^2}.\end{aligned}

Sur ]0 ;20]\mathopen{]}0\,;20], q+6>0q+6\gt 0 et q2>0q^2\gt 0, donc CM′(q)C_M^{\prime}(q) a le signe de q−6q-6 : CMC_M décroît sur ]0 ;6]\mathopen{]}0\,;6] puis croît sur [6 ;20][6\,;20]. Le coût moyen minimal est CM(6)=6+2+6=14C_M(6)=6+2+6=14, soit 1 400 € par centaine de pièces, pour une production de 600 pièces.

Position relative de deux courbes

Étudier le signe de la différence

Soit ff et gg définies sur II, de courbes Cf\mathcal C_f et Cg\mathcal C_g, et d(x)=f(x)−g(x)d(x)=f(x)-g(x).

  • Si d(x)>0d(x)\gt 0, Cf\mathcal C_f est au-dessus de Cg\mathcal C_g au point d'abscisse xx.
  • Si d(x)<0d(x)\lt 0, Cf\mathcal C_f est en dessous.
  • Si d(x)=0d(x)=0, les courbes se coupent (ou se touchent) en ce point.

Deux outils pour le signe de dd : la factorisation (tableau de signes) ou, si elle échoue, l'étude des variations de dd avec sa dérivée, puis la lecture de son minimum ou de son maximum.

Exemple 8 : la cubique et la première bissectrice

Position de C\mathcal C : y=x3y=x^3 par rapport à la droite Δ\Delta : y=xy=x. On pose d(x)=x3−x=x(x−1)(x+1)d(x)=x^3-x=x(x-1)(x+1).

xx−∞-\infty−1-10011+∞+\infty
d(x)d(x)−-00++00−-00++

C\mathcal C est au-dessus de Δ\Delta sur ]−1 ;0[\mathopen{]}-1\,;0\mathclose{[} et sur ]1 ;+∞[\mathopen{]}1\,;+\infty\mathclose{[}, en dessous sur ]−∞ ;−1[\mathopen{]}-\infty\,;-1\mathclose{[} et sur ]0 ;1[\mathopen{]}0\,;1\mathclose{[}. Elles se coupent aux points d'abscisses −1-1, 00 et 11. Contrôle : pour x=12x=\frac12, 18<12\frac18\lt\frac12, la courbe est bien en dessous.

Exemple 9 : une courbe et sa tangente

Soit f(x)=x3−3x+1f(x)=x^3-3x+1. On a f′(x)=3x2−3f^{\prime}(x)=3x^2-3, donc f′(1)=0f^{\prime}(1)=0 et f(1)=−1f(1)=-1 : la tangente au point d'abscisse 1 est la droite horizontale TT : y=−1y=-1. Différence :

d(x)=f(x)−(−1)=x3−3x+2.\begin{aligned}d(x)&=f(x)-(-1)\\ &=x^3-3x+2.\end{aligned}

Comme d(1)=0d(1)=0 et que la tangente « touche » la courbe en 1, on cherche d(x)=(x−1)2(x+c)d(x)=(x-1)^2(x+c). En développant, (x−1)2(x+2)=(x2−2x+1)(x+2)=x3−3x+2(x-1)^2(x+2)=(x^2-2x+1)(x+2)=x^3-3x+2, donc c=2c=2.

(x−1)2≥0(x-1)^2\geq0, donc d(x)d(x) a le signe de x+2x+2 (et s'annule aussi en 1). La courbe est au-dessus de sa tangente sur ]−2 ;+∞[\mathopen{]}-2\,;+\infty\mathclose{[}, sauf au point de contact d'abscisse 1, et en dessous sur ]−∞ ;−2[\mathopen{]}-\infty\,;-2\mathclose{[}. Elle recoupe la tangente au point (−2 ;−1)(-2\,;-1).

Exemple 10 : démontrer une inégalité avec un minimum

On veut prouver que, pour tout x≥0x\geq0, x≤x+12\sqrt x\leq\dfrac{x+1}{2} : la courbe de la racine carrée est sous sa tangente en 1, qui a pour équation y=12x+12y=\frac12x+\frac12.

Soit d(x)=x+12−xd(x)=\dfrac{x+1}{2}-\sqrt x sur [0 ;+∞[[0\,;+\infty\mathclose{[}. Pour x>0x\gt 0 :

d′(x)=12−12x=x−12x.d^{\prime}(x)=\frac12-\frac{1}{2\sqrt x}=\frac{\sqrt x-1}{2\sqrt x}.

d′d^{\prime} est négative sur ]0 ;1[\mathopen{]}0\,;1\mathclose{[} et positive sur ]1 ;+∞[\mathopen{]}1\,;+\infty\mathclose{[} : dd admet un minimum en 1, égal à d(1)=1−1=0d(1)=1-1=0. Donc d(x)≥0d(x)\geq0 pour tout x≥0x\geq0, ce qu'on voulait. On pouvait aussi remarquer que d(x)=(x−1)22d(x)=\frac{(\sqrt x-1)^2}{2} : deux méthodes, un même résultat, c'est un bon contrôle.

Fonctions paires et impaires

Définitions

Soit ff définie sur un ensemble DD symétrique par rapport à 0 (si x∈Dx\in D, alors −x∈D-x\in D).

  • ff est paire si f(−x)=f(x)f(-x)=f(x) pour tout x∈Dx\in D. Dans un repère orthogonal, sa courbe est symétrique par rapport à l'axe des ordonnées.
  • ff est impaire si f(−x)=−f(x)f(-x)=-f(x) pour tout x∈Dx\in D. Sa courbe est symétrique par rapport à l'origine du repère.

Exemples de référence : x↦x2x\mapsto x^2, x↦∣x∣x\mapsto|x| et le cosinus sont paires ; x↦x3x\mapsto x^3, x↦1xx\mapsto\frac1x et le sinus sont impaires. La plupart des fonctions ne sont ni paires ni impaires : pour f(x)=x2+xf(x)=x^2+x, f(1)=2f(1)=2 et f(−1)=0f(-1)=0, ni égaux ni opposés.

Conditions à vérifier

Une égalité vérifiée pour une valeur ne prouve rien : il faut un calcul pour tout xx. En revanche, une seule valeur suffit pour prouver qu'une fonction n'est pas paire. Et si l'ensemble de définition n'est pas symétrique, la question ne se pose pas : x↦x2x\mapsto x^2 définie sur [−1 ;2][-1\,;2] n'est pas paire.

Intérêt pour les variations. Une fonction paire a des variations « en miroir » : décroissante sur [−b ;−a][-b\,;-a] si elle est croissante sur [a ;b][a\,;b]. Une fonction impaire garde le même sens de variation sur [a ;b][a\,;b] et sur [−b ;−a][-b\,;-a]. On peut donc étudier ff sur [0 ;+∞[[0\,;+\infty\mathclose{[} et compléter par symétrie.

Exemple 11 : parité puis variations

Soit f(x)=xx2+1f(x)=\dfrac{x}{x^2+1}, définie sur R\mathbb R, ensemble symétrique.

Parité. Pour tout réel xx, f(−x)=−x(−x)2+1=−xx2+1=−f(x)f(-x)=\dfrac{-x}{(-x)^2+1}=-\dfrac{x}{x^2+1}=-f(x) : ff est impaire.

Variations sur [0 ;+∞[[0\,;+\infty\mathclose{[}.

f′(x)=1×(x2+1)−x×2x(x2+1)2=1−x2(x2+1)2.\begin{aligned}f^{\prime}(x)&=\frac{1\times(x^2+1)-x\times2x}{(x^2+1)^2}\\ &=\frac{1-x^2}{(x^2+1)^2}.\end{aligned}

Sur [0 ;+∞[[0\,;+\infty\mathclose{[}, 1−x2=(1−x)(1+x)1-x^2=(1-x)(1+x) a le signe de 1−x1-x : ff croît sur [0 ;1][0\,;1], décroît sur [1 ;+∞[[1\,;+\infty\mathclose{[}, avec f(1)=12f(1)=\frac12.

Par symétrie. ff étant impaire, elle décroît sur ]−∞ ;−1]\mathopen{]}-\infty\,;-1], croît sur [−1 ;0][-1\,;0] et f(−1)=−12f(-1)=-\frac12. Ainsi, pour tout réel xx, −12≤f(x)≤12-\frac12\leq f(x)\leq\frac12.

Méthode de Newton : approcher une solution

Pour approcher une solution de f(x)=0f(x)=0, on part d'une valeur x0x_0 proche de la solution. On remplace la courbe par sa tangente au point d'abscisse x0x_0, et on prend pour x1x_1 l'abscisse du point où cette tangente coupe l'axe des abscisses. Puis on recommence à partir de x1x_1.

Formule de récurrence

La tangente en xnx_n a pour équation y=f(xn)+f′(xn)(x−xn)y=f(x_n)+f^{\prime}(x_n)(x-x_n). Elle coupe l'axe des abscisses lorsque y=0y=0, ce qui donne, si f′(xn)≠0f^{\prime}(x_n)\neq0 :

xn+1=xn−f(xn)f′(xn).x_{n+1}=x_n-\frac{f(x_n)}{f^{\prime}(x_n)}.
Méthode de Newton pour f(x) = x² − 2 : la tangente en x0 = 2 coupe l'axe des abscisses en x1 = 1,5, la tangente en x1 le coupe en x2 ≈ 1,4167, proche de racine de 2
Deux étapes de la méthode de Newton pour x2−2=0x^2-2=0 : chaque tangente conduit plus près de 2≈1,4142\sqrt2\approx1{,}4142.

Exemple 12 : approcher racine de 2

Avec f(x)=x2−2f(x)=x^2-2, f′(x)=2xf^{\prime}(x)=2x et la formule devient

xn+1=xn−xn2−22xn=12(xn+2xn).\begin{aligned}x_{n+1}&=x_n-\frac{x_n^2-2}{2x_n}\\ &=\frac12\left(x_n+\frac{2}{x_n}\right).\end{aligned}

En partant de x0=2x_0=2 :

  • x1=12(2+1)=1,5x_1=\frac12\left(2+1\right)=1{,}5 ;
  • x2=12(1,5+21,5)=1712≈1,416 667x_2=\frac12\left(1{,}5+\frac{2}{1{,}5}\right)=\frac{17}{12}\approx1{,}416\,667 ;
  • x3=577408≈1,414 216x_3=\frac{577}{408}\approx1{,}414\,216 ;
  • x4≈1,414 213 562 4x_4\approx1{,}414\,213\,562\,4, qui donne déjà dix décimales exactes de 2\sqrt2.
def newton(f, df, x0, n):
    termes = [x0]
    x = x0
    for k in range(n):
        x = x - f(x) / df(x)
        termes.append(x)
    return termes

f = lambda x: x**2 - 2
df = lambda x: 2*x
print(newton(f, df, 2, 4))

La fonction renvoie la liste x0,x1,…,xnx_0, x_1, \dots, x_n. Le programme affiche [2, 1.5, 1.4166666666666667, 1.4142156862745099, 1.4142135623746899].

Cas favorables. La méthode converge très vite lorsque x0x_0 est proche de la solution et que f′f^{\prime} ne s'annule pas près d'elle. Elle peut échouer sinon : avec f(x)=x2−2f(x)=x^2-2 et x0=0x_0=0, f′(0)=0f^{\prime}(0)=0 et la formule n'a pas de sens (la tangente est horizontale). On vérifie donc toujours le résultat en calculant f(xn)f(x_n), qui doit être très proche de 0.

Erreurs fréquentes

Écrire une réunion d’intervalles dans le tableau

« gg est croissante sur ]−∞ ;−2[∪]−2 ;+∞[\mathopen{]}-\infty\,;-2\mathclose{[}\cup\mathopen{]}-2\,;+\infty\mathclose{[} » pour g(x)=2x−1x+2g(x)=\frac{2x-1}{x+2}. Le théorème ne s'applique que sur un intervalle, et g(−3)=7>g(0)=−12g(-3)=7\gt g(0)=-\frac12 le contredit. On écrit « croissante sur chacun des intervalles ».

Conclure à un extremum dès que la dérivée s’annule

« f′(0)=0f^{\prime}(0)=0 donc ff a un extremum en 0 » est faux pour f(x)=x3f(x)=x^3. Il faut un changement de signe de f′f^{\prime}. Contrôle : regarder le signe de f′f^{\prime} juste avant et juste après le point.

Confondre la valeur et l’endroit

Pour la boîte de l'exemple 6, répondre « le volume maximal est 5 » mélange l'abscisse et la valeur. Le maximum est V(5)=2000V(5)=2000 cm³, atteint pour x=5x=5 cm. Les unités aident à détecter l'erreur : un volume ne s'exprime pas en centimètres.

Oublier l’intervalle du contexte

Dans l'exemple 6, V′V^{\prime} s'annule aussi en x=15x=15. Garder cette valeur ferait conclure à une boîte de hauteur 15 cm… et de base nulle. Une racine de la dérivée hors de l'intervalle du problème est écartée.

Comparer les dérivées au lieu des fonctions

« f′(x)>g′(x)f^{\prime}(x)\gt g^{\prime}(x), donc Cf\mathcal C_f est au-dessus de Cg\mathcal C_g » est faux : avec f(x)=2xf(x)=2x et g(x)=x+5g(x)=x+5, f′=2>g′=1f^{\prime}=2\gt g^{\prime}=1, mais f(0)=0<g(0)=5f(0)=0\lt g(0)=5. La position relative se lit sur le signe de f(x)−g(x)f(x)-g(x), pas sur celui de f′−g′f^{\prime}-g^{\prime}.

L’essentiel

SituationÀ retenir
Sens de variationsur un intervalle : f′≥0⇒ff^{\prime}\geq0\Rightarrow f croissante ; f′≤0⇒ff^{\prime}\leq0\Rightarrow f décroissante
Extremum intérieurf′(a)=0f^{\prime}(a)=0 est nécessaire ; un changement de signe de f′f^{\prime} est suffisant
Bornesun extremum peut être atteint en une borne sans que f′f^{\prime} s'y annule
Optimisationvariable et intervalle, fonction, dérivée, tableau, réponse avec unité
Position relativesigne de f(x)−g(x)f(x)-g(x)
Paritédomaine symétrique ; paire : f(−x)=f(x)f(-x)=f(x) ; impaire : f(−x)=−f(x)f(-x)=-f(x)
Newtonxn+1=xn−f(xn)f′(xn)x_{n+1}=x_n-\dfrac{f(x_n)}{f^{\prime}(x_n)}, avec f′(xn)≠0f^{\prime}(x_n)\neq0

Pour vous entraîner : exercices corrigés de variations et optimisation en Première.