Modéliser avec une fonction d’une variable

Commence par nommer la grandeur d’entrée, celle de sortie et leurs unités. Le domaine ne se déduit pas seulement de la formule : il vient aussi de la situation. Une longueur doit être positive, un effectif entier et une relation expérimentale peut n’avoir été vérifiée que sur un intervalle.

Écris ensuite les hypothèses. Dire « $\text{C(x)=0,02}{x}^2\text{−4x+500}$ » ne précise ni ce que mesure C, ni l’unité de x, ni les coûts omis. Cette étape évite de donner un sens concret à une valeur mathématiquement calculable mais hors contexte.

La dérivée mesure une variation instantanée du modèle. Son signe indique les intervalles où la grandeur augmente ou diminue. Un zéro de la dérivée n’est candidat à un extremum que si le signe change ou si une autre justification l’établit.

Pour une décision discrète, l’optimum réel peut se situer entre deux entiers. Compare alors les valeurs admissibles voisines. Termine par une phrase qui nomme la grandeur optimisée, la valeur de la variable et l’unité.

Si une fonction continue prend des valeurs de part et d’autre d’un niveau k, le théorème des valeurs intermédiaires garantit qu’elle atteint k. La stricte monotonie sur l’intervalle assure ensuite l’unicité. Ces deux idées justifient une recherche numérique.

Le balayage repère un intervalle ; la dichotomie le resserre en divisant successivement l’intervalle par deux. Une valeur affichée par la calculatrice n’est pas une preuve d’existence ni d’unicité.

Un modèle choisit des variables et en écarte d’autres. Après le calcul, demande si les paramètres sont stables, si les données couvrent la zone étudiée et si une extrapolation est raisonnable. Une bonne réponse peut être conditionnelle : « selon ce modèle, si les hypothèses restent valides… ».

Compare si possible une prédiction à une observation non utilisée pour construire la fonction. Un écart systématique signale un mécanisme manquant ; un petit écart isolé ne valide pas pour autant le modèle partout.