Mathématiques1ère

Optimisation de fonctions
Exercices corrigés

Maîtrisez l'optimisation de fonctions : recherche d'extremums, problèmes d'optimisation et modélisation grâce à ces 5 exercices détaillés.

Concepts & Exercices
\(f'(x) = 0 \text{ et } f' \text{ change de signe}\)
Condition pour un extremum
Maximum
\(f'(a) = 0 \text{ et } f'\) change de + à -
Maximum local
Minimum
\(f'(a) = 0 \text{ et } f'\) change de - à +
Minimum local
Optimisation
Modéliser → Dériver → Optimiser
Problème concret
🎯
Définition : Optimiser une fonction consiste à trouver son maximum ou minimum (global ou local).
📊
Étape clé : La dérivée s'annule aux points critiques (potentiels extremums).
🔍
Contexte : Problèmes d'aires, volumes, coûts, bénéfices, etc.
📐
Méthode : Modélisation → Dérivation → Analyse → Interprétation.
Exercice 1
Parmi tous les rectangles de périmètre 20 cm, quel est celui qui a l'aire maximale ?
Exercice 2
Trouver les dimensions d'un cylindre de volume maximal inscrit dans une sphère de rayon R.
Exercice 3
Minimiser la surface d'une boîte rectangulaire de volume 1000 cm³ avec un fond carré.
Exercice 4
Un producteur cherche à minimiser le coût de production d'un article.
Exercice 5
Maximiser le volume d'une cuve cylindrique de surface totale fixe S.
Corrigé : Exercices 1 à 3
1 Rectangle d'aire maximale
Définition :

Problème d'optimisation : Trouver les dimensions d'une figure géométrique qui maximise ou minimise une grandeur (aire, volume, etc.) sous contrainte.

Méthode de résolution :
  1. Identifier la variable à optimiser
  2. Exprimer la fonction à optimiser en fonction d'une seule variable
  3. Dériver la fonction
  4. Chercher les points critiques
  5. Étudier le signe de la dérivée
  6. Conclure sur le maximum ou minimum
Étape 1 : Modélisation du problème

Soit \(x\) la longueur et \(y\) la largeur du rectangle.

Périmètre : \(2x + 2y = 20\), donc \(x + y = 10\), d'où \(y = 10 - x\)

Aire : \(A(x) = x \times y = x(10 - x) = 10x - x^2\)

Étape 2 : Calcul de la dérivée

\(A(x) = 10x - x^2\)

\(A'(x) = 10 - 2x\)

Étape 3 : Recherche des points critiques

\(A'(x) = 0 \Leftrightarrow 10 - 2x = 0 \Leftrightarrow x = 5\)

Étape 4 : Étude du signe de la dérivée

\(A'(x) = 10 - 2x\)

\(A'(x) > 0 \Leftrightarrow 10 - 2x > 0 \Leftrightarrow x < 5\)

\(A'(x) < 0 \Leftrightarrow 10 - 2x < 0 \Leftrightarrow x > 5\)

Étape 5 : Conclusion

Quand \(x = 5\), \(y = 10 - 5 = 5\)

L'aire est maximale quand le rectangle est un carré de côté 5 cm.

L'aire maximale est \(A(5) = 5 \times 5 = 25\) cm²

Le rectangle d'aire maximale est un carré de 5 cm × 5 cm
Réponse finale :

Le rectangle d'aire maximale est un carré de côté 5 cm, avec une aire de 25 cm².

Règles appliquées :

Modélisation : Exprimer la grandeur à optimiser en fonction d'une seule variable

Dérivation : Trouver les points critiques où la dérivée s'annule

Optimisation : Un carré est le rectangle d'aire maximale pour un périmètre donné

2 Cylindre inscrit dans une sphère
Définition :

Volume d'un cylindre : \(V = \pi r^2 h\) où \(r\) est le rayon de base et \(h\) la hauteur.

Étape 1 : Modélisation du problème

Soit \(r\) le rayon du cylindre et \(h\) sa hauteur.

Le cylindre est inscrit dans une sphère de rayon \(R\).

Par le théorème de Pythagore : \(r^2 + \left(\frac{h}{2}\right)^2 = R^2\)

Donc \(r^2 = R^2 - \frac{h^2}{4}\)

Étape 2 : Expression du volume en fonction de h

\(V(h) = \pi r^2 h = \pi \left(R^2 - \frac{h^2}{4}\right) h = \pi R^2 h - \frac{\pi h^3}{4}\)

Étape 3 : Calcul de la dérivée

\(V'(h) = \pi R^2 - \frac{3\pi h^2}{4}\)

Étape 4 : Recherche des points critiques

\(V'(h) = 0 \Leftrightarrow \pi R^2 - \frac{3\pi h^2}{4} = 0\)

\(\Leftrightarrow R^2 = \frac{3h^2}{4} \Leftrightarrow h^2 = \frac{4R^2}{3}\)

\(\Leftrightarrow h = \frac{2R}{\sqrt{3}}\)

Étape 5 : Calcul du rayon correspondant

\(r^2 = R^2 - \frac{h^2}{4} = R^2 - \frac{4R^2/3}{4} = R^2 - \frac{R^2}{3} = \frac{2R^2}{3}\)

Donc \(r = R\sqrt{\frac{2}{3}}\)

Dimensions optimales : \(h = \frac{2R}{\sqrt{3}}\), \(r = R\sqrt{\frac{2}{3}}\)
Réponse finale :

Le cylindre de volume maximal inscrit dans une sphère de rayon \(R\) a pour dimensions : hauteur \(h = \frac{2R}{\sqrt{3}}\) et rayon \(r = R\sqrt{\frac{2}{3}}\).

Règles appliquées :

Géométrie : Utilisation du théorème de Pythagore pour relier les variables

Optimisation : Maximisation d'une fonction avec contrainte

Calcul algébrique : Manipulation d'expressions avec racines carrées

3 Boîte de surface minimale
Définition :

Surface d'une boîte : Pour une boîte rectangulaire de dimensions \(x\), \(y\), \(z\) : \(S = 2(xy + xz + yz)\).

Étape 1 : Modélisation du problème

Soit \(x\) le côté du fond carré et \(h\) la hauteur de la boîte.

Volume : \(V = x^2 h = 1000\), donc \(h = \frac{1000}{x^2}\)

Surface : \(S(x) = x^2 + 4xh = x^2 + 4x \cdot \frac{1000}{x^2} = x^2 + \frac{4000}{x}\)

Étape 2 : Calcul de la dérivée

\(S(x) = x^2 + \frac{4000}{x} = x^2 + 4000x^{-1}\)

\(S'(x) = 2x + 4000 \cdot (-1)x^{-2} = 2x - \frac{4000}{x^2}\)

Étape 3 : Recherche des points critiques

\(S'(x) = 0 \Leftrightarrow 2x - \frac{4000}{x^2} = 0\)

\(\Leftrightarrow 2x = \frac{4000}{x^2} \Leftrightarrow 2x^3 = 4000\)

\(\Leftrightarrow x^3 = 2000 \Leftrightarrow x = \sqrt[3]{2000} = 10\sqrt[3]{2}\)

Étape 4 : Calcul de la hauteur correspondante

\(h = \frac{1000}{x^2} = \frac{1000}{(10\sqrt[3]{2})^2} = \frac{1000}{100\sqrt[3]{4}} = \frac{10}{\sqrt[3]{4}}\)

Étape 5 : Vérification du minimum

\(S''(x) = 2 + \frac{8000}{x^3}\)

Pour \(x > 0\), \(S''(x) > 0\), donc \(x = 10\sqrt[3]{2}\) donne un minimum.

Dimensions optimales : \(x = 10\sqrt[3]{2}\) cm, \(h = \frac{10}{\sqrt[3]{4}}\) cm
Réponse finale :

La boîte de surface minimale a pour dimensions : côté de la base \(x = 10\sqrt[3]{2}\) cm et hauteur \(h = \frac{10}{\sqrt[3]{4}}\) cm.

Règles appliquées :

Contrainte : Volume fixe impose une relation entre les dimensions

Optimisation : Minimisation d'une fonction avec contrainte

Dérivée seconde : Pour confirmer qu'un point critique est un minimum

Corrigé : Exercices 4 à 5
4 Coût de production minimal
Définition :

Fonction de coût : \(C(x)\) représente le coût total de production de \(x\) unités.

Étape 1 : Modélisation du problème

Soit \(C(x) = x^3 - 12x^2 + 60x + 50\) le coût de production de \(x\) milliers d'unités.

On cherche à minimiser ce coût.

Étape 2 : Calcul de la dérivée

\(C'(x) = 3x^2 - 24x + 60\)

Étape 3 : Recherche des points critiques

\(C'(x) = 0 \Leftrightarrow 3x^2 - 24x + 60 = 0\)

\(\Leftrightarrow x^2 - 8x + 20 = 0\)

\(\Delta = (-8)^2 - 4(1)(20) = 64 - 80 = -16 < 0\)

Le discriminant est négatif, donc \(C'(x)\) n'a pas de racines réelles.

Étape 4 : Étude du signe de la dérivée

Comme le coefficient de \(x^2\) est positif et \(\Delta < 0\), on a \(C'(x) > 0\) pour tout \(x\).

Donc \(C(x)\) est strictement croissante.

Étape 5 : Conclusion

Le coût est minimal au début de la production (pour \(x\) proche de 0).

Si on impose une quantité minimale de production, le coût minimal est atteint à cette quantité.

La fonction de coût est croissante, pas de minimum local
Réponse finale :

La fonction de coût est strictement croissante, donc le coût minimal est atteint pour la quantité de production la plus faible possible.

Règles appliquées :

Analyse de dérivée : Si \(C'(x) > 0\) partout, la fonction est croissante

Optimisation économique : Parfois, le minimum est atteint aux bornes de l'intervalle

Discriminant : Pour déterminer le nombre de solutions d'une équation du second degré

5 Cylindre de volume maximal
Définition :

Surface d'un cylindre : \(S = 2\pi r^2 + 2\pi rh\) (bases + surface latérale).

Étape 1 : Modélisation du problème

Soit \(r\) le rayon et \(h\) la hauteur du cylindre.

Surface totale : \(S = 2\pi r^2 + 2\pi rh\) (constante)

Donc \(2\pi r^2 + 2\pi rh = S\), d'où \(h = \frac{S - 2\pi r^2}{2\pi r}\)

Volume : \(V(r) = \pi r^2 h = \pi r^2 \cdot \frac{S - 2\pi r^2}{2\pi r} = \frac{r(S - 2\pi r^2)}{2} = \frac{Sr - 2\pi r^3}{2}\)

Étape 2 : Calcul de la dérivée

\(V(r) = \frac{Sr - 2\pi r^3}{2}\)

\(V'(r) = \frac{S - 6\pi r^2}{2}\)

Étape 3 : Recherche des points critiques

\(V'(r) = 0 \Leftrightarrow \frac{S - 6\pi r^2}{2} = 0\)

\(\Leftrightarrow S - 6\pi r^2 = 0 \Leftrightarrow r^2 = \frac{S}{6\pi}\)

\(\Leftrightarrow r = \sqrt{\frac{S}{6\pi}}\)

Étape 4 : Calcul de la hauteur correspondante

\(h = \frac{S - 2\pi r^2}{2\pi r} = \frac{S - 2\pi \cdot \frac{S}{6\pi}}{2\pi \sqrt{\frac{S}{6\pi}}} = \frac{S - \frac{S}{3}}{2\pi \sqrt{\frac{S}{6\pi}}} = \frac{\frac{2S}{3}}{2\pi \sqrt{\frac{S}{6\pi}}}\)

\(h = \frac{2S}{3} \cdot \frac{1}{2\pi \sqrt{\frac{S}{6\pi}}} = \frac{S}{3\pi \sqrt{\frac{S}{6\pi}}} = \frac{S}{3\pi} \cdot \sqrt{\frac{6\pi}{S}} = \frac{S}{3\pi} \cdot \frac{\sqrt{6\pi}}{\sqrt{S}}\)

\(h = \frac{\sqrt{S} \cdot \sqrt{6\pi}}{3\pi} = \frac{\sqrt{6\pi S}}{3\pi}\)

Étape 5 : Relation entre r et h

\(r = \sqrt{\frac{S}{6\pi}}\) et \(h = \frac{\sqrt{6\pi S}}{3\pi} = \frac{\sqrt{6\pi} \cdot \sqrt{S}}{3\pi}\)

\(h = \frac{\sqrt{6\pi}}{3\pi} \cdot \sqrt{S} = \frac{2}{\sqrt{6\pi}} \cdot \sqrt{S} = 2\sqrt{\frac{S}{6\pi}} = 2r\)

Dimensions optimales : \(h = 2r\) (hauteur = diamètre)
Réponse finale :

Le cylindre de volume maximal pour une surface totale fixe S a pour dimensions : rayon \(r = \sqrt{\frac{S}{6\pi}}\) et hauteur \(h = 2r\), c'est-à-dire que la hauteur égale le diamètre.

Règles appliquées :

Contrainte géométrique : Surface totale fixe impose une relation entre r et h

Optimisation : Maximisation du volume avec contrainte de surface

Résultat intéressant : Le cylindre optimal a hauteur = diamètre

Cours bien détaillé
\(f'(a) = 0 \text{ et } f'\) change de signe
Condition d'extremum
🎯
Définition : Un extremum est un maximum ou un minimum local ou global d'une fonction.
📊
Point critique : Point où la dérivée s'annule ou n'existe pas.
🔍
Optimisation : Processus de recherche du maximum ou minimum d'une fonction.
📋
Étapes : Modélisation → Dérivation → Analyse → Interprétation.
💡
Conseil : Toujours vérifier les conditions de validité des solutions trouvées
🔍
Attention : Un point critique n'est pas toujours un extremum
Astuce : Simplifier les expressions avant de dériver
📋
Méthode : Vérifier le signe de la dérivée autour des points critiques
Vérification : Utiliser la dérivée seconde pour confirmer le type d'extremum
Méthode générale d'optimisation :
  • Étape 1 : Comprendre le problème et identifier la grandeur à optimiser
  • Étape 2 : Introduire les variables et les relations entre elles
  • Étape 3 : Exprimer la fonction à optimiser en fonction d'une seule variable
  • Étape 4 : Déterminer l'intervalle de définition de la fonction
  • Étape 5 : Calculer la dérivée et chercher les points critiques
  • Étape 6 : Étudier le signe de la dérivée pour déterminer les variations
  • Étape 7 : Conclure sur l'existence d'un maximum ou minimum
  • Étape 8 : Interpréter le résultat dans le contexte du problème
Règles importantes :
  • Les extremums se trouvent aux points critiques ou aux bornes de l'intervalle
  • Un point critique est un candidat pour un extremum local
  • La dérivée seconde permet de distinguer maximum et minimum
  • Si \(f'(a) = 0\) et \(f''(a) > 0\), alors \(f\) admet un minimum local en \(a\)
  • Si \(f'(a) = 0\) et \(f''(a) < 0\), alors \(f\) admet un maximum local en \(a\)
  • Un problème d'optimisation nécessite souvent une modélisation mathématique
Types d'extremums :
  • Maximum local : Valeur la plus grande dans un voisinage du point
  • Minimum local : Valeur la plus petite dans un voisinage du point
  • Maximum global : Valeur la plus grande sur tout l'intervalle de définition
  • Minimum global : Valeur la plus petite sur tout l'intervalle de définition
Optimisation de fonctions Dérivation