Étudier $P(x)+k/x$~2 min
Pour $f(x)=P(x)+\dfrac kx$ avec $P$ polynôme de degré $\leq3$, sur un intervalle ne contenant pas $0$ :
1. Dériver terme à terme : $f'(x)=P'(x)-\dfrac k{x^2}$.
2. Réduire au même dénominateur $x^2$ : $f'(x)=\dfrac{x^2P'(x)-k}{x^2}$. Le dénominateur $x^2$ est positif : le signe de $f'$ est celui du numérateur, qu'on factorise si possible.
3. Limites aux bornes, tableau de variations, extremum (valeur exacte).
4. Éventuellement : tangente, asymptote(s), tableau de valeurs et tracé.
$f(x)=x+\dfrac4x$ sur $]0\,;+\infty[$.
• $f'(x)=1-\dfrac4{x^2}=\dfrac{x^2-4}{x^2}=\dfrac{(x-2)(x+2)}{x^2}$.
• Sur $]0\,;+\infty[$, $x+2\gt 0$ et $x^2\gt 0$ : $f'(x)$ a le signe de $x-2$. Négatif sur $]0\,;2[$, nul en $2$, positif après. Minimum $f(2)=2+2=4$.
• En $0^{+}$ : $x\to0$ et $\dfrac4x\to+\infty$, donc $f(x)\to+\infty$ (asymptote $x=0$). En $+\infty$ : $x\to+\infty$ et $\dfrac4x\to0$, donc $f(x)\to+\infty$.
• Comme $\dfrac4x\gt 0$, $f(x)\gt x$ : la courbe est au-dessus de la droite $y=x$, et s'en rapproche quand $x\to+\infty$.
• Coût moyen : pour un coût de production $C(x)=0{,}5x^2+20x+200$ (en €, pour $x$ pièces), le coût moyen par pièce est $M(x)=\dfrac{C(x)}{x}=0{,}5x+20+\dfrac{200}{x}$. $M'(x)=0{,}5-\dfrac{200}{x^2}=\dfrac{x^2-400}{2x^2}$ : minimum en $x=20$, $M(20)=40$ € par pièce. Produire peu, c'est payer cher les frais fixes ; produire trop, c'est payer le terme en $x^2$.
• Prix unitaire d'un lot à prix fixe, temps de trajet $t=\dfrac{d}{v}$ à distance fixée, loi de Boyle-Mariotte $P=\dfrac kV$, loi d'Ohm $I=\dfrac UR$ à tension fixée : à chaque fois une grandeur est inversement proportionnelle à l'autre, et la courbe est une branche d'hyperbole.
Un tableau de valeurs pour « voir » la limite en $0^{+}$, puis un balayage pour localiser un minimum :
for k in range(1, 7):
x = 10**(-k)
print(x, 1 / x) # 0.1 10.0 ; 0.01 100.0 ; ... ; 1e-06 1000000.0
def minimum(pas=0.01): # minimum de x + 4/x sur [0.1 ; 10] par balayage
x, meilleur_x, meilleur_y = 0.1, 0.1, 0.1 + 4 / 0.1
while x <= 10:
if x + 4 / x < meilleur_y:
meilleur_x, meilleur_y = x, x + 4 / x
x = x + pas
return meilleur_x, meilleur_y # environ (2.0, 4.0)