La croissance linéaire est l’un des modèles les plus simples et les plus utiles pour décrire l’évolution d’une quantité. Elle repose sur une idée très intuitive : à chaque étape, on ajoute toujours la même valeur. Cette régularité en fait un outil puissant pour comprendre et prévoir des phénomènes du quotidien.
Dans ce chapitre, vous allez rencontrer deux manières complémentaires de décrire une croissance linéaire : les fonctions affines et les suites arithmétiques. Elles racontent la même histoire, mais avec deux langages différents.
Une fonction affine permet de modéliser une évolution continue : on relie une quantité à une autre par une relation du type (f(x) = ax + b). Le coefficient « a » représente la variation régulière : c’est ce que l’on ajoute à chaque unité de temps, de distance ou de quantité.
Les suites arithmétiques, elles, décrivent une évolution étape par étape : on passe d’un terme au suivant en ajoutant toujours la même valeur, appelée raison. C’est la version « pas à pas » de la croissance linéaire.
Ces modèles ne sont pas de simples constructions mathématiques : on les retrouve partout.
Dans la vie courante, un abonnement téléphonique, un forfait de transport ou un budget mensuel suivent souvent une croissance linéaire. Si vous économisez la même somme chaque mois, vous créez une suite arithmétique sans même le savoir.
En physique, la distance parcourue à vitesse constante est une fonction affine du temps. En chimie, la progression d’une réaction dans ses premières minutes peut parfois être modélisée linéairement.
Dans les métiers du bâtiment, la quantité de matériaux nécessaire augmente souvent de manière proportionnelle à la longueur ou à la surface : là encore, une fonction affine permet de prévoir les besoins.
En économie, les amortissements linéaires, les coûts fixes ou certaines prévisions budgétaires reposent sur ce type de croissance.
Même dans l’informatique, certains algorithmes ont un temps d’exécution qui augmente de façon linéaire avec la taille des données.
Comprendre la croissance linéaire, c’est donc apprendre à reconnaître ces situations, à les modéliser et à anticiper leur évolution. C’est aussi un premier pas vers des modèles plus complexes, qui décrivent un monde parfois moins régulier mais tout aussi passionnant.
Article rédigé avec l’aide d’une IA