Optimiser une situation de gestion

Optimiser signifie rechercher la meilleure valeur d’une grandeur dans un ensemble de possibilités. Avant de dériver, il faut préciser ce que signifie « meilleure ». Une entreprise peut chercher le bénéfice le plus élevé, le coût total le plus faible ou un délai minimal. Ces objectifs ne sont pas équivalents. Produire moins peut réduire les dépenses, mais réduire aussi les ventes. La question choisie détermine donc la fonction à étudier.

Un modèle relie une variable à une grandeur. Dans une situation de production, la variable représente souvent une quantité. Son domaine traduit les contraintes : quantité positive, capacité maximale, commande minimale. Une formule donnée pour une production entre 0 et 100 objets ne doit pas être utilisée pour 500 objets sans nouvelle justification. Les coûts fixes, les capacités des machines et les prix peuvent changer au-delà du domaine prévu.

On distingue le coût total C(x), la recette R(x) et le bénéfice B(x) = R(x) − C(x). Une recette importante n’assure pas un bénéfice positif : les coûts peuvent être encore plus élevés. Un bénéfice négatif correspond à une perte. Le maximum d’une fonction de bénéfice peut lui-même être négatif : dans ce cas, la meilleure possibilité du modèle limite la perte sans rendre l’activité rentable.

Les situations d’entreprise présentées ici sont fictives. Leurs formules permettent d’étudier une décision, pas de prévoir une entreprise réelle. Pour utiliser un modèle dans la pratique, il faudrait vérifier ses données, ses hypothèses et sa période de validité. Une conclusion mathématique exacte peut devenir une mauvaise décision si l’on oublie une contrainte absente de la formule.

Pour optimiser une fonction polynomiale sur un intervalle fermé, on étudie sa dérivée, ses variations puis ses valeurs aux bornes et aux points critiques. Un point critique est ici une abscisse intérieure où la dérivée s’annule. La plus grande des valeurs retenues donne le maximum global. Un tableau de variations explique pourquoi aucune autre abscisse du domaine ne peut donner mieux.

Le maximum de la courbe continue est ici directement réalisable. Cela facilite l’interprétation, mais ce n’est pas toujours le cas. Dans un problème réel, x peut compter des objets indivisibles, des salariés ou des véhicules. Il faudra alors comparer les possibilités entières voisines. La dérivation reste utile pour localiser la meilleure zone, mais ne transforme pas une fraction d’objet en production possible.

Le domaine d’une fonction de gestion est souvent représenté par un intervalle, même si les quantités finales sont entières. Cette extension continue simplifie l’étude. Si le maximum continu se situe entre deux entiers et si la fonction est croissante avant ce maximum puis décroissante après, seuls les deux entiers voisins restent à comparer. Les autres sont moins favorables par monotonie.

Le coût marginal discret est la différence C(x + 1) − C(x). Il mesure exactement le supplément de coût lorsque la production passe de x à x + 1 unités dans le modèle. La dérivée C′(x) mesure une évolution instantanée du coût dans le modèle continu. Elle peut approcher le coût marginal pour un accroissement d’une unité lorsque l’approximation locale est suffisamment précise.

L’écriture C(x + h) ≈ C(x) + hC′(x) vient de la tangente. Elle est destinée aux petits accroissements h autour de x. Le signe ≈ rappelle qu’il s’agit d’une approximation, pas d’une égalité garantie. L’erreur dépend de la forme de la fonction et de l’ampleur de l’accroissement. Si le modèle permet de calculer la différence exacte, on peut la comparer à l’approximation.

Lorsque le prix de vente reste constant, une unité supplémentaire apporte une recette supplémentaire constante. Comparer cette recette au coût supplémentaire aide à comprendre pourquoi le bénéfice finit par diminuer. Dans le modèle continu, B′(x) = R′(x) − C′(x). L’égalité des dérivées de recette et de coût repère un candidat à l’optimum, mais il faut toujours vérifier le sens de variation et les contraintes.

Une réponse complète distingue le résultat mathématique et sa portée. Dire « produire 225 objets est optimal dans ce modèle, pour une capacité comprise entre 0 et 300 » est plus précis que « il faut toujours produire 225 objets ». Le prix de vente, la demande, les coûts fixes et la capacité font partie des hypothèses. Si l’un d’eux change, la décision doit être réexaminée.

Pour vérifier une solution, calcule une ou deux valeurs voisines et assure-toi que l’ordre de grandeur est cohérent. Ce contrôle peut révéler une faute arithmétique, mais il ne remplace pas l’étude des variations. Pense aussi aux cas limites : produire zéro peut entraîner un coût fixe ; une obligation de commande minimale peut exclure cette possibilité ; un minimum de coût n’est pas nécessairement un maximum de bénéfice.

S’entraîner : utilise l’espace d’exercices du site pour poursuivre le travail sur les variations et les modèles de gestion.