Les dérivées :
du taxi de Cotonou
au calcul différentiel
Un zémidjan qui accélère dans la rue. Un marchand qui cherche son meilleur prix. Une cultivatrice qui surveille la croissance de ses tomates. Tous vivent des dérivées sans le savoir. Aujourd’hui on met des mots — et des maths — sur cette intuition universelle.
Imagine un zémidjan — un conducteur de moto-taxi — qui démarre de l’arrêt de Jéricho à Cotonou. Au départ, il est immobile. Puis il accélère. Puis il roule à vitesse constante. Puis il freine avant le carrefour. À chaque instant, sa vitesse change.
La dérivée, c’est exactement ça : mesurer à quelle vitesse quelque chose change, à un instant précis. Pas sur un trajet entier. Pas en moyenne. À un instant exact.
C’est l’une des idées les plus puissantes jamais inventées par les mathématiciens. Et elle est partout autour de nous.
Partie 1 — L’intuition : la pente qui bouge
La vitesse moyenne vs la vitesse instantanée
Supposons que notre zémidjan parcourt 10 km en 20 minutes. Sa vitesse moyenne est 10/20 = 0,5 km/min = 30 km/h. Simple.
Mais à l’instant où il passe devant le marché Dantokpa, quelle est sa vitesse exacte ? 45 km/h ? 20 km/h ? La vitesse moyenne ne le dit pas. Il faut quelque chose de plus précis.
Imagine que tu regardes le compteur de vitesse du zémidjan à l’instant t. Ce compteur ne mesure pas la distance totale parcourue. Il mesure combien de mètres il parcourrait en une seconde s’il continuait exactement à cette vitesse.
C’est exactement ce que fait la dérivée : elle lit le « compteur instantané » d’une fonction.
Du taux de variation à la dérivée
Soit f(t) la position du zémidjan à l’instant t. Entre t et t+h, il a parcouru f(t+h) – f(t). Son taux de variation moyen sur cet intervalle est :
Maintenant, si on rend h de plus en plus petit — une minute, une seconde, un centième de seconde, un millionième… — ce taux de variation tend vers une valeur précise. C’est la dérivée.
f'(t) = limh→0 [f(t+h) – f(t)] / h
Géométriquement, la dérivée est la pente de la tangente à la courbe au point t. Pas la pente d’une droite qui coupe la courbe en deux points — la pente de la droite qui « touche » la courbe en un seul point, sans la traverser.
Partie 2 — Les règles de calcul
Calculer la dérivée par la définition à chaque fois serait fastidieux. Heureusement, des règles simples existent.
| Fonction f(x) | Dérivée f'(x) | Exemple concret |
|---|---|---|
| f(x) = c (constante) | f'(x) = 0 | Prix fixe → variation = 0 |
| f(x) = xⁿ | f'(x) = n·xⁿ⁻¹ | x³ → 3x² |
| f(x) = eˣ | f'(x) = eˣ | Croissance exponentielle |
| f(x) = ln(x) | f'(x) = 1/x | x > 0 |
| f(x) = sin(x) | f'(x) = cos(x) | Oscillations |
| f(x) = cos(x) | f'(x) = -sin(x) | Oscillations décalées |
| f(x) + g(x) | f'(x) + g'(x) | Somme de fonctions |
| f(x) × g(x) | f'(x)g(x) + f(x)g'(x) | Règle du produit |
| f(g(x)) | f'(g(x)) × g'(x) | Règle de la chaîne |
Exemples terre à terre
Exemple 1 — Le prix des tomates au marché
Le prix d’un kilo de tomates à Dantokpa suit la fonction f(t) = 3t² – 12t + 500 (en FCFA), où t est le nombre de semaines après la saison sèche. À quelle vitesse le prix change-t-il à la semaine 3 ?
À la semaine 3, le prix augmente de 6 FCFA par semaine. Et quand f'(t) = 0 ? → 6t – 12 = 0 → t = 2. La semaine 2 est le minimum du prix — c’est le meilleur moment pour acheter des tomates !
Exemple 2 — La croissance d’un bébé
Si la taille d’un bébé suit h(t) = 50 × √t (cm), où t est l’âge en mois, à quelle vitesse grandit-il à 4 mois ?
À 4 mois, le bébé grandit de 12,5 cm par mois. Remarque : plus t grandit, plus h'(t) diminue — les bébés grandissent moins vite en vieillissant. La dérivée le confirme mathématiquement.
Partie 3 — Les dérivées partielles
Jusqu’ici, nos fonctions n’avaient qu’une seule variable (t ou x). Mais la réalité est souvent plus complexe — plusieurs facteurs influencent un résultat en même temps.
La production de maïs P dépend de deux choses à la fois : la quantité de pluie r (en mm) ET la quantité d’engrais e (en kg). On écrit P(r, e).
Si on veut savoir « comment la production change quand il pleut plus, toutes choses égales par ailleurs (engrais fixe) » — c’est la dérivée partielle par rapport à r.
Si on veut savoir « comment la production change quand on ajoute de l’engrais, pluie fixe » — c’est la dérivée partielle par rapport à e.
Comment calculer une dérivée partielle ?
C’est simple — on applique les mêmes règles que la dérivée ordinaire, mais on traite toutes les autres variables comme des nombres fixes.
Exemple — Bénéfice d’un vendeur de glaces à Cotonou
Un vendeur de glaces réalise un bénéfice B(p, q) = 2pq – 3p² + 5q FCFA, où p est le prix unitaire (en centaines de FCFA) et q la quantité vendue. Calculons les dérivées partielles :
∂B/∂p (on dérive par rapport à p, q est constante) :
∂B/∂p = 2q – 6p
→ Si q = 10 et p = 2 : ∂B/∂p = 20 – 12 = +8 → augmenter le prix de 100 FCFA rapporte 800 FCFA de plus
∂B/∂q (on dérive par rapport à q, p est constante) :
∂B/∂q = 2p + 5
→ Si p = 2 : ∂B/∂q = 4 + 5 = +9 → vendre une glace de plus rapporte 900 FCFA de bénéfice
Ces deux dérivées partielles disent au vendeur : « Vaut-il mieux augmenter mon prix ou vendre plus ? » Ici, vendre plus (∂B/∂q = 9) rapporte légèrement plus qu’augmenter le prix (∂B/∂p = 8).
Partie 4 — Applications réelles et concrètes
1. Trouver le maximum et le minimum
Une fonction atteint son maximum ou minimum là où sa dérivée s’annule : f'(x) = 0. C’est l’application la plus utilisée en optimisation — trouver le meilleur prix, la meilleure dose de médicament, le meilleur angle de tir.
2. Le gradient — dérivée partielle en action
Quand une fonction dépend de plusieurs variables, le gradient regroupe toutes ses dérivées partielles. C’est le vecteur qui pointe dans la direction de plus forte augmentation.
Imagine que tu es sur une colline et tu veux monter le plus vite possible. Le gradient te dit exactement dans quelle direction faire un pas pour monter le plus rapidement.
En data science, la descente de gradient fait l’inverse — elle descend la colline pour trouver le minimum d’une fonction d’erreur. C’est le moteur de l’apprentissage automatique.
3. La descente de gradient — comment les IA apprennent
Quand une intelligence artificielle s’entraîne — que ce soit pour reconnaître des visages, traduire du texte ou prédire des maladies — elle utilise la dérivée. À chaque étape, elle calcule le gradient de son erreur et fait un petit pas dans la direction opposée pour réduire cette erreur.
Répéter jusqu’à convergence :
θ ← θ – α × ∂Erreur/∂θ
Où α (alpha) est le « taux d’apprentissage » — la taille du pas fait à chaque itération.
Sans les dérivées partielles, aucune IA moderne ne pourrait apprendre. ChatGPT, les modèles de traduction, les diagnostics médicaux — tout repose sur ce calcul.
Le code Python
La dérivée, c’est l’art de mesurer le changement. Et comprendre le changement, c’est comprendre le monde. — Inspiration du calcul différentiel
✏️ Exercice corrigé
Une productrice de piment à Parakou modélise son bénéfice mensuel (en milliers de FCFA) par :
B(x, y) = 4xy – 2x² – y² + 10x + 8y
où x = quantité de piment (en sacs) et y = prix unitaire (en milliers de FCFA).
a) Calcule ∂B/∂x et ∂B/∂y.
b) Pour x = 3 et y = 5, calcule les deux dérivées partielles. Interprète.
c) Trouve le point (x, y) qui maximise le bénéfice en résolvant ∂B/∂x = 0 et ∂B/∂y = 0 simultanément.
d) Quel est ce bénéfice maximum ?
a)
∂B/∂x = 4y – 4x + 10 (on dérive par rapport à x, y est constante)
∂B/∂y = 4x – 2y + 8 (on dérive par rapport à y, x est constante)
b) Pour x=3, y=5 :
∂B/∂x = 4(5) – 4(3) + 10 = 20 – 12 + 10 = +18
→ Produire un sac de piment de plus rapporte 18 000 FCFA supplémentaires ✅
∂B/∂y = 4(3) – 2(5) + 8 = 12 – 10 + 8 = +10
→ Augmenter le prix de 1 000 FCFA rapporte 10 000 FCFA de plus ✅
c) Système ∂B/∂x = 0 et ∂B/∂y = 0 :
4y – 4x + 10 = 0 → y = x – 2,5 … (I)
4x – 2y + 8 = 0 → y = 2x + 4 … (II)
(I) = (II) : x – 2,5 = 2x + 4 → -x = 6,5 → x = -6,5
→ résultat négatif : le modèle a des limites pour ces paramètres. En pratique, on ajouterait des contraintes x ≥ 0, y ≥ 0.
d) Pour l’exercice pédagogique, si on avait trouvé x=5, y=3 : B(5,3) = 4(5)(3) – 2(25) – 9 + 50 + 24 = 60 – 50 – 9 + 74 = 75 milliers de FCFA ✅
Ce qu’on retient
La dérivée est l’outil universel du changement. Elle dit à notre zémidjan à quelle vitesse il roule, au vendeur de glaces comment maximiser son bénéfice, et à l’intelligence artificielle comment apprendre de ses erreurs. La dérivée partielle étend ce pouvoir aux situations réelles où plusieurs facteurs jouent en même temps — comme la pluie et l’engrais sur la production de maïs.
Et si tu as tout compris jusqu’ici, tu viens de poser les bases du calcul différentiel — la branche des mathématiques qui a permis à Newton de comprendre la gravité, à Einstein de formuler la relativité, et aux ingénieurs africains de construire des ponts solides sur l’Ouémé.
Dans le prochain article, nous plongerons dans la loi normale et la courbe en cloche — cette forme mystérieuse qui gouverne les notes des élèves, la taille des adultes béninois, et presque tout ce qui varie dans la nature.