Théorie Du Signal - Cours Et Exercices Corrigés
Théorie Du Signal - Cours Et Exercices Corrigés
Théorie Du Signal - Cours Et Exercices Corrigés
Polycopié du module
Théorie du Signal
Cours et Exercices corrigés
Avant-Propos
Le présent document est le fruit d’un long parcours dans ma carrière d’enseignement. Il se
veut un guide et un outil d’accessibilité, dédié principalement aux étudiants de 2ème Année Licence
(Télécommunication, Electronique, Automatique et Electrotechnique) dans le cadre du
programme officiel, ou même aux étudiants en cycle de Master, qui désirent approfondir leurs
connaissances ou avoir un document de base en Traitement du signal.
Cet ouvrage se veut solution aux constats multiples faits quant à la disponibilité de travaux
spécifiques relatifs aux principes de la Théorie et Traitement du Signal. Ce travail est venu en cela
répondre à un besoin profondément ressenti par les étudiants en Licence en particulier ou même
en Master, de pouvoir disposer d’un ouvrage soigneusement conçu par un enseignant du module.
Le premier chapitre présente quelques définitions de base et généralités utiles sur la Théorie
du Signal en particulier les signaux fondamentaux et leurs représentations.
Le deuxième chapitre dresse une étude des systèmes linéaires invariants analogiques ainsi
que les opérations de la convolution et corrélation.
Le troisième chapitre est réservé aux Séries et Transformées de Fourier, leurs différentes
formes et ses représentations harmoniques.
Nous souhaitons une très bonne lecture à tous nos lecteurs dont les remarques pertinentes
seraient la lumière qui éclairera tout point obscure ou manque constaté dans ce travail.
Sommaire
Chapitre I : Classification et représentation des signaux
I. Introduction .................................................................................................................................. 1
I. Systèmes .................................................................................................................................... 13
I. Introduction ................................................................................................................................ 24
I. Introduction ................................................................................................................................ 62
Classification et représentation
des signaux
Chapitre I Classification et représentation et des signaux
I. Introduction
Le traitement du signal est une discipline indispensable de nos jours. Il a pour objet
l'élaboration ou l'interprétation des signaux porteurs d'informations. Son but est donc de réussir à
extraire un maximum d'information utile sur un signal perturbé par du bruit en s'appuyant sur les
ressources de l'électronique et de l'informatique.
II. Définitions
II.1. Signal
Un signal est la représentation physique de l’information qu’il transporte de sa source à
son destinataire. Sa nature physique peut être très variable : acoustique, électronique, optique, etc.
Mathématiquement, les signaux sont représentés par une fonction d’une variable généralement le
temps. En physique, on s’intéresse qu’au temps t 0 (signal causal), alors qu’en mathématiques,
on peut définir des temps 𝑡 ∈ ]−∞, +∞[ .
II.2. Bruit
Un bruit est défini comme tout phénomène perturbateur gênant la perception ou
l’interprétation d’un signal, par analogie avec les nuisances acoustiques (interférence, bruit de
fond, etc.).
1
Chapitre I Classification et représentation et des signaux
Exemples :
2
Chapitre I Classification et représentation et des signaux
+∞
𝐸 = ∫ |𝑥(𝑡)|2 𝑑𝑡 < ∞
−∞
3
Chapitre I Classification et représentation et des signaux
𝑇
1
𝑃 = lim ∫|𝑥(𝑡)|2 𝑑𝑡 < ∞
𝑇→∞ 𝑇
0
𝑇
1
𝑃 = ∫|𝑥(𝑡)|2 𝑑𝑡 < ∞
𝑇
0
* Règle de calcul :
On calcul l’énergie 𝐸 du signal 𝑥(𝑡), si cette énergie est finie (𝐸 < ∞), alors le signal 𝑥(𝑡)
est un signal à énergie finie, sinon on calcul la puissance moyenne 𝑃, si 𝑃 < ∞, le signal 𝑥(𝑡) est
un signal à puissance moyenne finie. Si 𝐸 = 𝑃 = ∞, on dit que le signal 𝑥(𝑡) est un signal n’est à
énergie finie, n’est à puissance moyenne finie.
Exemples :
𝑒 −𝑡 , 𝑡 ≥ 0
1. 𝑥 (𝑡) = {
0, 𝑡 < 0
+∞
𝐸 = ∫−∞ |𝑥(𝑡)|2 𝑑𝑡
+∞
= ∫0 (𝑒 −𝑡 )2 𝑑𝑡
+∞ −2𝑡
= ∫0 𝑒 𝑑𝑡
1
= − 2 [𝑒 −2𝑡 |∞
0 ]
1
= − 2 [(0 − 1)]
1
𝐸= <∞
2
2. 𝑦(𝑡) = 𝐴. cos(𝜔0 𝑡)
+∞
𝐸 = ∫−∞ |𝑦(𝑡)|2 𝑑𝑡
+∞ 2
= ∫−∞ (𝐴. cos(𝜔0 𝑡)) 𝑑𝑡
4
Chapitre I Classification et représentation et des signaux
+∞
= ∫−∞ 𝐴2 . cos 2 (𝜔0 𝑡)𝑑𝑡
+∞ 1+cos(2𝜔0 𝑡)
= 𝐴2 ∫−∞ ( ) 𝑑𝑡
2
𝐴2 +∞
= 2
∫−∞ (1 + cos(2𝜔0 𝑡))𝑑𝑡
𝐴2 1
= (𝑡 + 2𝜔 [sin(2𝜔0 𝑡)|+∞
−∞ ])
2 0
𝐴2 1
= |+∞
(𝑡⏟ sin(2𝜔0 𝑡)|+∞
−∞ + 2𝜔 [⏟ −∞ ])
2 0
+∞ −1 ≤ ≤+1
𝐸 = +∞
1 𝑇
𝑃 = 𝑇 ∫0 |𝑦(𝑡)|2 𝑑𝑡
1 𝑇 2
= ∫0 (𝐴. cos(𝜔0 𝑡)) 𝑑𝑡
𝑇
1 𝑇
= 𝑇 ∫0 𝐴2 . cos 2 (𝜔0 𝑡)𝑑𝑡
𝐴2 𝑇 1+cos(2𝜔0𝑡)
= ∫0 ( ) 𝑑𝑡
𝑇 2
𝐴2 𝑇
= ∫ (1 + cos(2𝜔0 𝑡))𝑑𝑡
2𝑇 0
𝐴2 1 2𝜋 𝑇
= 2𝑇 (𝑡|𝑇0 + 2𝜔 [sin (2 𝑡)| ])
0 𝑇 0
𝐴2 1
[sin(4𝜋) − sin(0)])
= 2𝑇 ((𝑇 − 0) + 2𝜔 ⏟
0
=0
𝐴2
𝑃= <∞
2
Exemples :
Un signal réel est impair si, pour tout 𝑡 ∈ ℛ, on a : 𝑥 (−𝑡) = −𝑥(𝑡). Graphiquement, il présente
une symétrie par rapport à l'origine.
Exemples :
𝑥(𝑡) est un signal pair (𝑥 (𝑡) = 𝑥(−𝑡)) et 𝑦(𝑡) est un signal impair (𝑦(𝑡) = −𝑦(−𝑡)).
On peut remarquer qu’il est toujours possible de décomposer un signal 𝑥(𝑡) en une somme d’un
signal pair 𝑥𝑝 (𝑡) et d’un signal impair 𝑥𝑖 (𝑡) : 𝑥 (𝑡) = 𝑥𝑝 (𝑡) + 𝑥𝑖 (𝑡) avec :
1
𝑥𝑝 (𝑡) = 2 (𝑥 (𝑡) + 𝑥(−𝑡))
{ 1
𝑥𝑖 (𝑡) = 2 (𝑥 (𝑡) − 𝑥(−𝑡))
Exemple :
Déterminer les parties paire et impaire du signal : 𝑥 (𝑡) = 1 + 𝑡 cos(𝑡) + 𝑡 3 sin(𝑡) cos(𝑡)
La partie paire est : 𝑥𝑝 (𝑡) = 1 + 𝑡 3 sin(𝑡) cos(𝑡), et la partie impaire est : 𝑥𝑖 (𝑡) = 𝑡 cos(𝑡)
6
Chapitre I Classification et représentation et des signaux
❖ Propriétés
Exemples :
Exemple :
𝜋 𝜋 𝜋
Trouver la période commune du signal suivant : 𝑥 (𝑡) = 2 sin ( 4 𝑡) + cos (2 𝑡 − 3 )
2𝜋 2𝜋
La période de la première sinusoïde est : 𝑇1 = 𝜔 = 0.25𝜋 = 8𝑠.
1
2𝜋 2𝜋
La période de la première sinusoïde est : 𝑇2 = 𝜔 = 0.5𝜋 = 4𝑠.
2
7
Chapitre I Classification et représentation et des signaux
Si 𝑡0 > 0, le signal 𝑦(𝑡) est une version retardée du signal original 𝑥(𝑡).
Si 𝑡0 < 0, le signal 𝑦(𝑡) est une version avancée du signal original 𝑥(𝑡).
Si |𝛼 | > 1, le signal 𝑦(𝑡) est une version compressée du signal original 𝑥(𝑡).
Si |𝛼 | < 1, le signal 𝑦(𝑡) est une version dilatée du signal original 𝑥(𝑡).
* Règle générale :
Pour tracer un signal d’équation générale : 𝑦(𝑡) = −𝑎𝑡 + 𝑏, il faut suivre les étapes suivantes :
8
Chapitre I Classification et représentation et des signaux
Exemples :
Solution :
1, 𝑡 ≥ 0 𝑡
𝑠𝑔𝑛(𝑡) = { = ,𝑡 ≠ 0
−1, 𝑡 < 0 |𝑡 |
1, 𝑡 ≥ 0
𝑢 (𝑡 ) = {
0, 𝑡 < 0
En générale :
𝐴, 𝑡 ≥ 𝑡0
𝐴. 𝑢(𝑡 − 𝑡0 ) = {
0, 𝑡 < 𝑡0
9
Chapitre I Classification et représentation et des signaux
𝑡, 𝑡 ≥ 0
𝑟(𝑡) = 𝑡. 𝑢(𝑡) = {
0, 𝑡 < 0
En générale :
𝐴(𝑡 − 𝑡0 ), 𝑡 ≥ 𝑡0
𝐴. 𝑟(𝑡 − 𝑡0 ) = {
0, 𝑡 < 𝑡0
𝜏 𝜏
𝑡 𝐴, − ≤ 𝑡 ≤
𝐴. 𝑟𝑒𝑐𝑡 ( ) = { 2 2
𝜏 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
En générale :
𝜏 𝜏
𝑡 − 𝑡0 𝐴, 𝑡0 − ≤ 𝑡 ≤ 𝑡0 +
𝐴. 𝑟𝑒𝑐𝑡 ( )={ 2 2
𝜏 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
𝜏 𝜏
𝑡 𝐴, − + 𝑘𝑇 ≤ 𝑡 ≤ + 𝑘𝑇
𝐴. 𝑟𝑒𝑐𝑡𝑇 ( ) = { 2 2
𝜏 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
|𝑡 |
𝑡 𝐴 (1 − ) , −𝜏 ≤ 𝑡 ≤ 𝜏
𝐴. 𝑡𝑟𝑖 ( ) = { 𝜏
𝜏
0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
En générale :
|𝑡 − 𝑡0 |
𝑡 − 𝑡0 𝐴 (1 − ) , 𝑡0 − 𝜏 ≤ 𝑡 ≤ 𝑡0 + 𝜏
𝐴. 𝑡𝑟𝑖 ( )={ 𝜏
𝜏
0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
V.6. Fonction sinus cardinal
𝑠𝑖𝑛(𝜋𝑡)
𝑠𝑖𝑛𝑐(𝑡) =
𝜋𝑡
10
Chapitre I Classification et représentation et des signaux
❖ Propriétés
+∞
∫ 𝑠𝑖𝑛𝑐 (𝑡) 𝑑𝑡 = 1
−∞
+∞
∫ 𝑠𝑖𝑛𝑐 2 (𝑡) 𝑑𝑡 = 1
−∞
∞, 𝑡 = 0
𝛿 (𝑡 ) = {
0, 𝑡 ≠ 0
𝛿 (𝑡) ne peut être représentée graphiquement, on la schématise par une flèche marquée par 1, ce
dernier représente l’aire de cette impulsion et non sa hauteur.
1, 𝑡 = 0
𝛿 (𝑡 ) = {
0, 𝑡 ≠ 0
❖ Propriétés
+∞
∫ 𝛿 (𝑡) 𝑑𝑡 = 1
−∞
+∞
+∞
∫ 𝑥 (𝑡). 𝛿 (𝑡 − 𝑡0 ) 𝑑𝑡 = 𝑥 (𝑡0 )
−∞
𝑥 (𝑡). 𝛿 (𝑡 − 𝑡0 ) = 𝑥 (𝑡0 ). 𝛿 (𝑡 − 𝑡0 ) = +∞
𝑥 (𝑡 ) ∗ 𝛿 (𝑡 ) = 𝑥 (𝑡 )
𝑥 (𝑡) ∗ 𝛿 (𝑡 − 𝑡0 ) = 𝑥(𝑡 − 𝑡0 )
11
Chapitre I Classification et représentation et des signaux
+∞
1, 𝑡 = 𝑘𝑇
𝛿𝑇 (𝑡) = ∑ 𝛿(𝑡 − 𝑘𝑇) = {
0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
𝑘=−∞
Application :
Solution :
12
Chapitre II
Systèmes, convolution et
corrélation des signaux
Chapitre II Systèmes, convolution et corrélation des signaux
I. Systèmes
I.1. Définition
Un système est un modèle mathématique d’un processus physique, qui transforme un signal
d’entrée (ou plusieurs signaux d’entrée) en un signal de sortie (ou plusieurs signaux de sortie).
L’entrée du système s’appelle ‘excitation’ et la sortie s’appelle ‘réponse’.
Exemple :
= 𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡)
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
= 𝑎. 𝐴. 𝑥1 (𝑡) + 𝑏. 𝐴. 𝑥2 (𝑡)
= 𝑎. 𝑦1 (𝑡) + 𝑏. 𝑦2 (𝑡)
2. 𝑦(𝑡) = |𝑥(𝑡)|
13
Chapitre II Systèmes, convolution et corrélation des signaux
𝑇{𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)} = |𝑎. 𝑥1 (𝑡) + 𝑏. 𝑥2 (𝑡)|
I.2.2. Causalité
On dit qu’un système 𝑆 est causal si et seulement s’il vérifié l’expression suivante :
Un système est causal si la réponse 𝑦(𝑡) à l'instant 𝑡 = 𝑡0 ne dépend que des entrées 𝑥 (𝑡) aux
instants 𝑡 ≤ 𝑡0, c.à.d. la sortie ne doit pas précéder l’entrée.
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
2. 𝑦(𝑡) = 𝑥(𝑡 + 2)
Un système est invariant dans le temps si un décalage temporel à l’entrée conduit à un décalage
temporel de même valeur à la sortie.
Exemples :
1. 𝑦(𝑡) = 𝐴. 𝑥(𝑡)
14
Chapitre II Systèmes, convolution et corrélation des signaux
2. 𝑦(𝑡) = 𝑡. 𝑥(𝑡)
𝑦(𝑡 − 𝑡0 ) = (𝑡 − 𝑡0 ). 𝑥(𝑡 − 𝑡0 )
𝑇{𝑥(𝑡 − 𝑡0 )} ≠ 𝑦(𝑡 − 𝑡0 )
I.2.4. Stabilité
On dit qu’un système 𝑆 est stable si et seulement s’il vérifié l’expression suivante :
Un système est stable si en réponse à une entrée bornée, sa sortie est bornée.
Exemples :
1. 𝑦(𝑡) = 3. 𝑥(𝑡)
2. 𝑦(𝑡) = 𝑡. 𝑥(𝑡)
Remarque :
On dit qu’un système 𝑆 est un système 𝐿𝐼𝑇 s’il est Linéaire et Invariant dans le Temps.
Exercice :
𝑦(𝑡) = 𝑥 2 (𝑡)
Solution :
Le système décrit ci-dessus est non linéaire, causal, stable et invariant dans le temps (stationnaire),
donc ce n’est pas un système 𝐿𝐼𝑇.
15
Chapitre II Systèmes, convolution et corrélation des signaux
II. Convolution
II.1. Réponse impulsionnelle
La réponse impulsionnelle ℎ(𝑡) d’un système 𝐿𝐼𝑇 est définie comme la réponse du
système pour l’entée impulsion de Dirac 𝛿(𝑡). La réponse impulsionnelle est une caractéristique
très importante en traitement du signal.
+∞
➢ Traçage des signaux 𝑥 (𝑡) et ℎ(𝑡) avec changement de variable 𝑡 → 𝜏 : 𝑥 (𝜏) et ℎ(𝜏).
➢ Fixation du signal 𝑥 (𝜏) et renversement du signal ℎ(𝜏) par rapport au temps : ℎ(−𝜏).
➢ Décalage du signal ℎ(−𝜏) par 𝑡 : ℎ(𝑡 − 𝜏).
➢ Calcul de l’intégral du produit 𝑥 (𝜏). ℎ(𝑡 − 𝜏) en répétant l’opération pour 𝑡 ∈ ]−∞, +∞[.
Exemple :
Soit un système 𝑆 linéaire invariant dans le temps caractérisé par sa réponse impulsionnelle ℎ(𝑡)
𝑡 𝑡−2
telle que : ℎ(𝑡) = 𝑟𝑒𝑐𝑡 (4), l'entrée de ce système est : 𝑥(𝑡) = 𝑟𝑒𝑐𝑡 ( ).
4
16
Chapitre II Systèmes, convolution et corrélation des signaux
Solution :
+∞
𝑦(𝑡) = 𝑥 (𝑡) ∗ ℎ(𝑡) = ∫−∞ 𝑥 (𝜏). ℎ(𝑡 − 𝜏)𝑑𝜏
1er Cas : 𝑡 + 2 ≤ 0 ⟺ 𝑡 ≤ −2 :
2ème Cas : 0 ≤ 𝑡 + 2 ≤ 4 ⟺ −2 ≤ 𝑡 ≤ 2 :
𝑡+2
𝑦(𝑡) = ∫0 (1.1)𝑑𝜏
= 𝜏| 𝑡+2
0
𝑦 (𝑡 ) = 𝑡 + 2
3ème Cas : 0 ≤ 𝑡 − 2 ≤ 4 ⟺ 2 ≤ 𝑡 ≤ 6 :
17
Chapitre II Systèmes, convolution et corrélation des signaux
4
𝑦(𝑡) = ∫𝑡−2(1.1)𝑑𝜏
= 𝜏| 4𝑡−2
𝑦 (𝑡 ) = 4 − 𝑡 + 2
𝑦(𝑡) = −𝑡 + 6
4ème Cas : 𝑡 − 2 ≥ 4 ⟺ 𝑡 ≥ 6 :
𝑦 (𝑡 ) = 0
0, 𝑡 ≤ −2
𝑡 + 2, − 2 ≤ 𝑡 ≤ 2
Donc : 𝑦(𝑡) = {
−𝑡 + 6, 2 ≤ 𝑡 ≤ 6
0, 𝑡≥6
18
Chapitre II Systèmes, convolution et corrélation des signaux
III. Technique de corrélation
III.1. Définition
La fonction de corrélation (ou intercorrélation) est une technique de comparaison sert à
mesurer le degré de ressemblance entre deux signaux analogiques 𝑥(𝑡) et 𝑦(𝑡), elle est utilisée
dans les radars, les sonars, les communications numériques, la mesure de temps de transmission,
etc. La corrélation est une fonction de 𝜏 définie comme suit :
+∞
𝐶𝑥𝑦 (𝜏) = ∫−∞ 𝑥 (𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
1 𝑇
𝐶𝑥𝑦 (𝜏) = lim ∫ 𝑥 (𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
𝑇→+∞ 𝑇 0
1 𝑇
𝐶𝑥𝑦 (𝜏) = ∫0 𝑥(𝑡). 𝑦(𝑡 + 𝜏)𝑑𝑡
𝑇
+∞
𝐶𝑥𝑥 (𝜏) = ∫−∞ 𝑥 (𝑡). 𝑥 (𝑡 + 𝜏)𝑑𝑡
1 𝑇
𝐶𝑥𝑥 (𝜏) = lim ∫ 𝑥 (𝑡). 𝑥 (𝑡 + 𝜏)𝑑𝑡
𝑇→+∞ 𝑇 0
1 𝑇
𝐶𝑥𝑥 (𝜏) = 𝑇 ∫0 𝑥 (𝑡). 𝑥 (𝑡 + 𝜏)𝑑𝑡
19
Chapitre II Systèmes, convolution et corrélation des signaux
III.3. Propriétés de la corrélation
➢ 𝐶𝑥𝑦 (𝜏) ≠ 𝐶𝑦𝑥 (𝜏)
➢ 𝐶𝑥𝑥 (𝜏) est une fonction paire càd. 𝐶𝑥𝑥 (𝜏) = 𝐶𝑥𝑥 (−𝜏)
Exercice :
𝑒 −𝑡 , 𝑡 ≥ 0
𝑥 (𝑡) = 𝑒 −𝑡 . 𝑢(𝑡) = {
0, 𝑡<0
𝑡−1 1, 0 ≤ 𝑡 ≤ 2
ℎ(𝑡) = 𝑟𝑒𝑐𝑡 ( )={
2 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
1, −2 ≤ 𝑡 ≤ 0
𝑦(𝑡) = ℎ(−𝑡) = {
0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
+∞
𝑔(𝑡) = 𝑥(𝑡) ∗ ℎ(𝑡) = ∫−∞ 𝑥(𝜏). ℎ(𝑡 − 𝜏)𝑑𝜏
1er Cas : 𝑡 ≤ 0 :
20
Chapitre II Systèmes, convolution et corrélation des signaux
𝑡
𝑔(𝑡) = ∫0 (𝑒 −𝜏 . 1)𝑑𝜏
= −𝑒 −𝜏 | 𝑡0
𝑔(𝑡) = 1 − 𝑒 −𝑡
3ème Cas : 𝑡 − 2 ≥ 0 ⟺ 𝑡 ≥ 2 :
𝑡
𝑔(𝑡) = ∫𝑡−2(𝑒 −𝜏 . 1)𝑑𝜏
= −𝑒 −𝜏 | 𝑡𝑡−2
= −(𝑒 −𝑡 − 𝑒 −𝑡 . 𝑒 2 )
𝑔(𝑡) = 𝑒 −𝑡 (𝑒 2 − 1)
Donc :
21
Chapitre II Systèmes, convolution et corrélation des signaux
0, 𝑡≤0
−𝑡
𝑔 (𝑡 ) = { 1 − 𝑒 , 0 ≤ 𝑡 ≤ 2
𝑒 −𝑡 (𝑒 2 − 1), 𝑡 ≥ 2
1er Cas : 𝜏 ≤ 0 :
𝐶𝑥𝑦 (𝜏) = 0, car il n’y a pas d’intersection entre les deux signaux.
𝜏
𝐶𝑥𝑦 (𝜏) = ∫0 (𝑒 −𝑡 . 1)𝑑𝑡
= −𝑒 −𝜏 | 𝜏0
𝐶𝑥𝑦 (𝜏) = 1 − 𝑒 −𝜏
3ème Cas : 𝜏 − 2 ≥ 0 ⟺ 𝜏 ≥ 2 :
𝜏
𝐶𝑥𝑦 (𝜏) = ∫𝜏−2(𝑒 −𝑡 . 1)𝑑𝑡
= −𝑒 −𝑡 | 𝜏𝜏−2
22
Chapitre II Systèmes, convolution et corrélation des signaux
𝐶𝑥𝑦 (𝜏) = −(𝑒 −𝜏 − 𝑒 −(𝜏−2) )
= −(𝑒 −𝜏 − 𝑒 −𝜏 . 𝑒 2 )
𝐶𝑥𝑦 (𝜏) = 𝑒 −𝜏 (𝑒 2 − 1)
Donc :
0, 𝜏≤0
𝐶𝑥𝑦 (𝜏) = {1 − 𝑒 −𝜏 , 0 ≤ 𝜏 ≤ 2
𝑒 −𝜏 (𝑒 2 − 1), 𝜏 ≥ 2
23
Chapitre III
I. Introduction
Le développement en série ou transformée de Fourier permet d’obtenir une représentation
spectrale (fréquentielle) des signaux déterministes. Celle-ci exprime la répartition de l’amplitude,
de la phase, de l’énergie ou de la puissance des signaux considérés en fonction de la fréquence.
L’analyse harmonique est l’instrument majeur de la théorie des signaux et des systèmes.
+∞
Où :
2𝜋
𝜔= : est la pulsation propre
𝑇
𝑇
2
𝑎𝑛 = ∫ 𝑥(𝑡) cos(𝑛𝜔𝑡)𝑑𝑡 ; 𝑛 ≥ 1
𝑇
0
𝑇
2
𝑏𝑛 = ∫ 𝑥 (𝑡) sin(𝑛𝜔𝑡)𝑑𝑡 ; 𝑛 ≥ 1
𝑇
0
❖ Propriétés
24
Chapitre III Analyse fréquentielle de Fourier
Exemple :
Solution :
−1, −1≤𝑡 ≤ 0
𝑥 (𝑡 ) = {
+1, 0≤𝑡≤1
2𝜋 2𝜋
𝑇 = 2𝑠; 𝜔 = = =𝜋
𝑇 2
1 𝑇
𝐴0 = ∫0 𝑥 (𝑡)𝑑𝑡
𝑇
1 0 1
= 2 [∫−1(−1)𝑑𝑡 + ∫0 (1)𝑑𝑡]
1
= 2 [−𝑡|−10 + 𝑡|10 ]
1
= 2 [(0 − 1) + (1 − 0)]
2 𝑇
𝑏𝑛 = ∫0 𝑥 (𝑡) sin(𝑛𝜔𝑡)𝑑𝑡
𝑇
2 0 1
= 2 [∫−1 −1. sin(𝑛𝜔𝑡)𝑑𝑡 + ∫0 1. sin(𝑛𝜔𝑡)𝑑𝑡]
25
Chapitre III Analyse fréquentielle de Fourier
1 1
= 𝑛𝜔 . cos(𝑛𝜔𝑡)|−10 − 𝑛𝜔 . cos(𝑛𝜔𝑡)|10
1 1
= (cos(0) − cos(−𝑛𝜋)) − (cos(𝑛𝜋) − cos(0))
𝑛𝜋 𝑛𝜋
1 1
= 𝑛𝜋 (1 − cos(𝑛𝜋)) − 𝑛𝜋 (cos(𝑛𝜋) − 1)
1 1
= 𝑛𝜋 (1 − cos(𝑛𝜋)) + 𝑛𝜋 (1 − cos(𝑛𝜋))
2
= 𝑛𝜋 (1 − cos(𝑛𝜋))
On a : cos(𝑛𝜋) = (−1)𝑛
1, 𝑛 = 2𝑘
cos(𝑛𝜋) = {
−1, 𝑛 = 2𝑘 + 1
2
Alors : 𝑏𝑛 = 𝑛𝜋 (1 − (−1)𝑛 )
0, 𝑛 = 2𝑘
𝑏𝑛 = { 4
, 𝑛 = 2𝑘 + 1
𝑛𝜋
+∞
𝑥(𝑡) = ∑ 𝑏𝑛 sin(𝑛𝜋𝑡)
𝑛=1
+∞
2
𝑥 (𝑡 ) = ∑ (1 − (−1)𝑛 ) sin(𝑛𝜋𝑡)
𝑛𝜋
𝑛=1
+∞
4
𝑥 (𝑡 ) = ∑ sin((2𝑘 + 1)𝜋𝑡)
(2𝑘 + 1)𝜋
𝑘=0
4 4 4 4 4
𝑥 (𝑡 ) = sin(𝜋𝑡) + sin(3𝜋𝑡) + sin(5𝜋𝑡) + sin(7𝜋𝑡) + sin(9𝜋𝑡) + ⋯
𝜋 3𝜋 5𝜋 7𝜋 9𝜋
26
Chapitre III Analyse fréquentielle de Fourier
Pour 𝑛 = 1
Pour 𝑛 = 1: 3
27
Chapitre III Analyse fréquentielle de Fourier
Pour 𝑛 = 1: 10
Pour 𝑛 = 1: 30
28
Chapitre III Analyse fréquentielle de Fourier
𝒏 0 1 2 3 4 5 6 7 ...
𝑎𝑛 0 0 0 0 0 0 0 0 0
𝑏𝑛 / 4 0 4 0 4 0 4 ...
𝜋 3𝜋 5𝜋 7𝜋
+∞ +∞
𝑒 𝑗𝛼 +𝑒 −𝑗𝛼
𝑗𝛼
𝑒 = cos(𝛼 ) + 𝑗 sin(𝛼 ) cos(𝛼 ) = 2
Les relations d'Euler : { ⟹ { 𝑒 𝑗𝛼 −𝑒 −𝑗𝛼
𝑒 −𝑗𝛼 = cos(𝛼 ) − 𝑗 sin(𝛼 ) sin(𝛼 ) = 2𝑗
On pose :
29
Chapitre III Analyse fréquentielle de Fourier
𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡
cos(𝑛𝜔𝑡) =
2
𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
sin(𝑛𝜔𝑡) =
2𝑗
+∞ +∞
𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
𝑥(𝑡) = 𝐴0 + ∑ 𝑎𝑛 ( ) + ∑ 𝑏𝑛 ( )
2 2𝑗
𝑛=1 𝑛=1
+∞
𝑎𝑛 𝑗𝑛𝜔𝑡 𝑎𝑛 −𝑗𝑛𝜔𝑡 𝑏𝑛 𝑗𝑛𝜔𝑡 𝑏𝑛 −𝑗𝑛𝜔𝑡
𝑥 ( 𝑡 ) = 𝐴0 + ∑ ( 𝑒 + 𝑒 + 𝑒 − 𝑒 )
2 2 2𝑗 2𝑗
𝑛=1
+∞ +∞
𝑎𝑛 𝑏𝑛 𝑎𝑛 𝑏𝑛
𝑥(𝑡) = 𝐴0 + ∑ ( + ) 𝑒 𝑗𝑛𝜔𝑡 + ∑ ( − ) 𝑒 −𝑗𝑛𝜔𝑡
2 2𝑗 2 2𝑗
𝑛=1 𝑛=1
+∞ +∞
𝑎𝑛 − 𝑗𝑏𝑛 𝑗𝑛𝜔𝑡 𝑎𝑛 + 𝑗𝑏𝑛 −𝑗𝑛𝜔𝑡
𝑥 ( 𝑡 ) = 𝐴0 + ∑ ( )𝑒 +∑( )𝑒
2 2
𝑛=1 𝑛=1
Posons :
𝐶0 = 𝐴0
𝑎𝑛 − 𝑗𝑏𝑛
𝐶𝑛 = ( )
2
𝑎−𝑛 − 𝑗𝑏−𝑛 𝑎𝑛 + 𝑗𝑏𝑛
𝐶−𝑛 = ( )=( )
2 2
On trouve :
+∞ +∞
𝑗𝑛𝜔𝑡
𝑥 (𝑡) = 𝐶0 + ∑ 𝐶𝑛 𝑒 + ∑ 𝐶−𝑛 𝑒 −𝑗𝑛𝜔𝑡
𝑛=1 𝑛=1
+∞ −1
𝑗0𝜔𝑡 𝑗𝑛𝜔𝑡
𝑥(𝑡) = 𝐶0 𝑒 + ∑ 𝐶𝑛 𝑒 + ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=1 𝑛=−∞
+∞
𝑥(𝑡) = ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
30
Chapitre III Analyse fréquentielle de Fourier
𝑇
1
𝐶0 = 𝐴0 = ∫ 𝑥(𝑡)𝑑𝑡
𝑇
0
1
𝐶𝑛 = (𝑎 − 𝑗𝑏𝑛 )
2 𝑛
𝑇 𝑇
1 2 2
𝐶𝑛 = [ ∫ 𝑥(𝑡) cos(𝑛𝜔𝑡)𝑑𝑡 − 𝑗 ∫ 𝑥 (𝑡) sin(𝑛𝜔𝑡)𝑑𝑡]
2 𝑇 𝑇
0 0
𝑇
1
𝐶𝑛 = ∫ 𝑥(𝑡) . (cos(𝑛𝜔𝑡) − 𝑗 sin(𝑛𝜔𝑡))𝑑𝑡
𝑇
0
𝑇
1
𝐶𝑛 = ∫ 𝑥 (𝑡) 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
0
La représentation spectrale graphique porte le nom de spectre bilatéral, parce que les
fréquences sont négatives et positives car le compteur 𝑛 varie de -∞ à +∞. Le spectre de module
(ou d'amplitude) est une représentation graphique qui permette de donner les modules de 𝐶𝑛 en
fonction de 𝑛 ou 𝑛𝜔, ce spectre est symétrique par rapport à l'axe vertical c.à.d. c'est un spectre
pair : |𝐶𝑛 | = |𝐶−𝑛 |.
2 2 √𝑎𝑛2 + 𝑏𝑛2
|𝐶𝑛 | = √(𝑅𝑒 (𝐶𝑛 )) + (𝐼𝑚(𝐶𝑛 )) =
2
𝐼𝑚(𝐶𝑛 ) −𝑏𝑛
𝜑𝑛 = 𝐴𝑟𝑔(𝐶𝑛 ) = 𝐴𝑟𝑐𝑡𝑔 ( ) = 𝐴𝑟𝑐𝑡𝑔 ( )
𝑅𝑒 (𝐶𝑛 ) 𝑎𝑛
31
Chapitre III Analyse fréquentielle de Fourier
Exemple :
Décomposer le signal représenté sur la figure suivante en S.F.C puis tracer son spectre de module
et de phase (spectres bilatéraux) :
Solution :
+1, 0≤𝑡≤1
𝑥 (𝑡 ) = {
−1, 1≤𝑡≤2
2𝜋 2𝜋
𝑇 = 2𝑠; 𝜔 = 𝑇
= 2
=𝜋
1 𝑇
𝐶0 = 𝑇 ∫0 𝑥 (𝑡)𝑑𝑡
1 1 2
= 2 [∫0 (1)𝑑𝑡 + ∫1 (−1)𝑑𝑡]
1
= 2 [𝑡| 10 − 𝑡| 21 ]
1
= 2 [(1 − 0) − (2 − 1)]
𝐶0 = 0
1 𝑇
𝐶𝑛 = ∫0 𝑥 (𝑡) 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
1 1 2
= 2 [∫0 1 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 + ∫1 (−1) 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡]
1 −1 1 1 2
= 2 [𝑗𝑛𝜔 . 𝑒 −𝑗𝑛𝜔𝑡 | 0 + 𝑗𝑛𝜔 . 𝑒 −𝑗𝑛𝜔𝑡 | 1 ]
1 −1 1
= 2 [𝑗𝑛𝜔 . (𝑒 −𝑗𝑛𝜔 − 1) + 𝑗𝑛𝜔 . (𝑒 −𝑗𝑛2𝜔 − 𝑒 −𝑗𝑛𝜔 )]
1 −1 1
= 2 [𝑗𝑛𝜋 . (𝑒 −𝑗𝑛𝜋 − 1) + 𝑗𝑛𝜋 . (𝑒 −𝑗𝑛2𝜋 − 𝑒 −𝑗𝑛𝜋 )]
32
Chapitre III Analyse fréquentielle de Fourier
1 −1 1
𝐶𝑛 = 2 [𝑗𝑛𝜋 . ((−1)𝑛 − 1) + 𝑗𝑛𝜋 . (1 − (−1)𝑛 )]
1 1 1
= 2 [𝑗𝑛𝜋 . (1 − (−1)𝑛 ) + 𝑗𝑛𝜋 . (1 − (−1)𝑛 )]
1 2
= 2 [𝑗𝑛𝜋 . (1 − (−1)𝑛 )]
1
= 𝑗𝑛𝜋 . (1 − (−1)𝑛 )
0, 𝑛 = 2𝑘
𝐶𝑛 = { 2
= −𝑗
2
, 𝑛 = 2𝑘 + 1
𝑗𝑛𝜋 𝑛𝜋
Donc :
+∞
𝑥(𝑡) = ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
+∞
1
𝑥 (𝑡 ) = ∑ (1 − (−1)𝑛 )𝑒 𝑗𝑛𝜋𝑡
𝑗𝑛𝜋
𝑛=−∞
+∞
2
𝑥 (𝑡 ) = ∑ . 𝑒 𝑗(2𝑘+1)𝜋𝑡
𝑗(2𝑘 + 1)𝜋
𝑘=−∞
Spectre de module :
𝐶0 = 0 ⟹ |𝐶0 | = 0
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶𝑛 = { 2 ⟹ |𝐶𝑛 | = |𝐶−𝑛 | = { 2
−𝑗 𝑛𝜋 , 𝑛 = 2𝑘 + 1 | |, 𝑛 = 2𝑘 + 1
𝑛𝜋
Spectre de phase :
𝜑𝑛 = 𝐴𝑟𝑔(𝐶𝑛 )
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶𝑛 = { 2 ⟹ 𝜑𝑛 = {− 𝜋 ,
−𝑗 𝑛𝜋 , 𝑛 = 2𝑘 + 1 𝑛 = 2𝑘 + 1
2
33
Chapitre III Analyse fréquentielle de Fourier
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶−𝑛 = { 2 ⟹ 𝜑−𝑛 = {+ 𝜋 ,
𝑗 𝑛𝜋 , 𝑛 = 2𝑘 + 1 2
𝑛 = 2𝑘 + 1
𝒏 ... -3 -2 -1 0 1 2 3 ...
+∞
𝑎𝑛2 + 𝑏𝑛2 = 𝑃𝑛2 cos 2 (𝜃𝑛 ) + 𝑃𝑛2 sin2 (𝜃𝑛 ) = 𝑃𝑛2 [cos 2 (𝜃𝑛 ) + sin2 (𝜃𝑛 )] = 𝑃𝑛2
⟹ 𝑃𝑛 = √𝑎𝑛2 + 𝑏𝑛2
34
Chapitre III Analyse fréquentielle de Fourier
+∞
+∞
𝑥(𝑡) = 𝑃0 + ∑ 𝑃𝑛 cos(𝑛𝜔𝑡 − 𝜃𝑛 )
𝑛=1
𝑃𝑛 = √𝑎𝑛2 + 𝑏𝑛2
𝑏𝑛
𝜃𝑛 = 𝐴𝑟𝑐𝑡𝑔 ( )
𝑎𝑛
Exemple :
Décomposer le signal représenté sur la figure suivante en S.F.P puis tracer son spectre de module
et de phase (spectres unilatéraux) :
35
Chapitre III Analyse fréquentielle de Fourier
Solution :
+1, 0≤𝑡≤1
𝑥 (𝑡 ) = {
−1, 1≤𝑡≤2
2𝜋 2𝜋
𝑇 = 2𝑠; 𝜔 = = =𝜋
𝑇 2
2 0, 𝑛 = 2𝑘
On a trouvé : 𝐴0 = 0 ; 𝑎𝑛 = 0 et 𝑏𝑛 = 𝑛𝜋 (1 − (−1)𝑛 ) = { 4
, 𝑛 = 2𝑘 + 1
𝑛𝜋
0, 𝑛 = 2𝑘
𝑃0 = 𝐴0 = 0 ; 𝑃𝑛 = √𝑎𝑛2 + 𝑏𝑛2 = 𝑏𝑛 = { 4
, 𝑛 = 2𝑘 + 1
𝑛𝜋
𝑎𝑛
cos(𝜃𝑛 ) = =0 0, 𝑛 = 2𝑘
𝑃𝑛
{ 0, 𝑛 = 2𝑘 ⟹ 𝜃𝑛 = { 𝜋
𝑏
sin(𝜃𝑛 ) = 𝑃𝑛 = { , 𝑛 = 2𝑘 + 1
2
𝑛 1, 𝑛 = 2𝑘 + 1
Donc :
+∞
𝑥 (𝑡) = 𝑃0 + ∑ 𝑃𝑛 cos(𝑛𝜔𝑡 − 𝜃𝑛 )
𝑛=1
+∞
4 𝜋
𝑥 (𝑡 ) = ∑ cos ((2𝑘 + 1)𝜋𝑡 − )
(2𝑘 + 1)𝜋 2
𝑘=0
4 𝜋 4 𝜋 4 𝜋
𝑥 (𝑡 ) = cos (𝜋𝑡 − ) + cos (3𝜋𝑡 − ) + cos (5𝜋𝑡 − ) + ⋯
𝜋 2 3𝜋 2 5𝜋 2
Spectre de module :
𝑃0 = 0 → |𝑃0 | = 0
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝑃𝑛 = { 4 ⟹ |𝑃𝑛 | = { 4
, 𝑛 = 2𝑘 + 1 | |, 𝑛 = 2𝑘 + 1
𝑛𝜋 𝑛𝜋
Spectre de phase :
36
Chapitre III Analyse fréquentielle de Fourier
0, 𝑛 = 2𝑘
𝜃𝑛 = { 𝜋 , 𝑛 = 2𝑘 + 1
2
𝒏 0 1 2 3 4 5 6 7 ...
𝑃𝑛 0 4 0 4 0 4 0 4 …
𝜋 3𝜋 5𝜋 7𝜋
𝜃𝑛 0 𝜋 0 𝜋 0 𝜋 0 𝜋 ...
2 2 2 2
Remarque :
Une fonction 𝑥0 (𝑡) non périodique et finie (définie sur l'intervalle [𝑎, 𝑏] et nulle ailleurs) peut être
aussi développée en série de Fourier, pour cela nous considérons la fonction 𝑥(𝑡) périodique de
période 𝑇 = [𝑎, 𝑏] et elle est égal à 𝑥0 (𝑡) sur cet intervalle.
37
Chapitre III Analyse fréquentielle de Fourier
+∞ +∞
+∞
𝑆. 𝐹. 𝐶: 𝑥 (𝑡) = ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
+∞
𝑆. 𝐹. 𝑃: 𝑥 (𝑡) = 𝑃0 + ∑ 𝑃𝑛 cos(𝑛𝜔𝑡 − 𝜃𝑛 )
𝑛=1
38
Chapitre III Analyse fréquentielle de Fourier
Exercice 1 :
Décomposer le signal périodique 𝑥 (𝑡) suivant en S.F.T, S.F.C et S.F.P puis tracer ses spectres de
module et de phase unilatéraux et bilatéraux correspondants
Solution :
1+cos(2𝛼 ) 1+cos(2𝜔𝑡) 𝐴 𝐴
On a : cos 2 (𝛼 ) = ⟹ 𝑥 (𝑡 ) = 𝐴 ( ) = 2 + 2 . cos(2𝜔𝑡)
2 2
+∞
𝐴 𝐴
𝑥 (𝑡) = 2 + 2 . cos(2𝜔𝑡) = 𝐴0 + 𝑎2 cos(2𝜔𝑡)
𝐴 𝐴
On déduit que : 𝐴0 = ; 𝑎2 = ; 𝑏𝑛 = 0 et 𝑎𝑛 = 0, ∀ 𝑛 ≠ 2
2 2
+∞
𝑆. 𝐹. 𝑃 ∶ 𝑥 (𝑡) = 𝑃0 + ∑ 𝑃𝑛 cos(𝑛𝜔𝑡 − 𝜃𝑛 )
𝑛=1
𝐴 𝐴
𝑥 (𝑡) = 2 + 2 . cos(2𝜔𝑡) = 𝑃0 + 𝑃2 cos(2𝜔𝑡 − 𝜃2 )
𝐴 𝐴
On trouve : 𝑃0 = ; 𝑃2 = ; 𝜃2 = 0 et 𝑃𝑛 = 0, ∀ 𝑛 ≠ 2 ; 𝜃𝑛 = 0
2 2
𝐴 𝐴
Ou bien : 𝑃𝑛 = √𝑎𝑛2 + 𝑏𝑛2 = 𝑎𝑛 ⟹ 𝑃0 = 𝐴0 = et 𝑃2 = 𝑎2 =
2 2
𝑏
𝜃𝑛 = 𝐴𝑟𝑐𝑡𝑔 (𝑎𝑛 ) = 𝐴𝑟𝑐𝑡𝑔(0) ⟹ 𝜃𝑛 = 0
𝑛
On prend 𝐴 = 1 :
39
Chapitre III Analyse fréquentielle de Fourier
+∞
𝑆. 𝐹. 𝐶 ∶ 𝑥 (𝑡) = ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
𝐴 𝐴 𝐴 𝐴 𝑒 −𝑗2𝜔𝑡 +𝑒 𝑗2𝜔𝑡 𝐴 𝐴 𝐴
𝑥 (𝑡) = 2 + 2 . cos(2𝜔𝑡) = 2 + 2 ( 2
) = 2 + 4 𝑒 −𝑗2𝜔𝑡 + 4 𝑒 𝑗2𝜔𝑡
𝐴 𝐴 𝐴
𝑥 (𝑡) = 4 𝑒 −𝑗2𝜔𝑡 + 2 + 4 𝑒 𝑗2𝜔𝑡 = 𝐶−2 𝑒 −𝑗2𝜔𝑡 + 𝐶0 + 𝐶2 𝑒 𝑗2𝜔𝑡
𝐴 𝐴
On trouve que : 𝐶−2 = 𝐶2 = ; 𝐶0 = et 𝐶𝑛 = 0 ∀ 𝑛 ≠ ±2
4 2
𝐼𝑚(𝐶 )
𝜑𝑛 = 𝐴𝑟𝑐𝑡𝑔 (𝑅𝑒(𝐶𝑛) ) = 𝐴𝑟𝑐𝑡𝑔(0) → 𝜑𝑛 = 0
𝑛
𝑎𝑛 −𝑗𝑏𝑛 𝑎𝑛 𝑎2 𝐴
Ou bien : 𝐶𝑛 = ( )= → 𝐶2 = =
2 2 2 4
𝑎𝑛 +𝑗𝑏𝑛 𝑎𝑛 𝑎2 𝐴
𝐶−𝑛 = ( )= → 𝐶−2 = =
2 2 2 4
𝐴
𝐶0 = 𝐴0 = 2
40
Chapitre III Analyse fréquentielle de Fourier
−𝑏
𝜑𝑛 = 𝐴𝑟𝑐𝑡𝑔 ( 𝑎 𝑛 ) = 𝐴𝑟𝑐𝑡𝑔(0) ⟹ 𝜑𝑛 = 0
𝑛
1 1 𝐴
Ou bien : 𝐶𝑛 = 2 𝑃𝑛 𝑒 −𝑗𝜃𝑛 ⟹ 𝐶2 = 2 𝑃2 𝑒 −𝑗0 = 4
1 1 𝐴
𝐶−𝑛 = 2 𝑃𝑛 𝑒 𝑗𝜃𝑛 ⟹ 𝐶−2 = 2 𝑃2 𝑒 𝑗0 = 4
𝐴
𝐶0 = 𝑃0 = 2
𝜑𝑛 = −𝜃𝑛 ⟹ 𝜑𝑛 = 0
On prend 𝐴 = 1 :
Exercice 2 :
41
Chapitre III Analyse fréquentielle de Fourier
1. Donner l’expression du signal 𝑥(𝑡) sur une période 𝑇, en déduire la pulsation propre 𝜔.
2. Décomposer ce signal en série de Fourier trigonométrique.
3. En déduire les formes complexe et polaire.
1. 𝑥 (𝑡) = |𝑡|, −1 ≤ 𝑡 ≤ 1
𝑡, 0 ≤ 𝑡 ≤ 1
𝑥 (𝑡 ) = {
−𝑡, −1 ≤ 𝑡 ≤ 0
2𝜋 2𝜋
𝑇 = 2𝑠 ⟹ 𝜔 = = =𝜋
𝑇 2
2. S.F.T :
+∞
1 0 1
= 2 [∫−1(−𝑡). 𝑑𝑡 + ∫0 𝑡. 𝑑𝑡]
0 1
1 −𝑡 2 𝑡2
= 2[ | + 2| ]
2 −1 0
1 1 1
= 2 [(0 + 2 + 2 − 0)]
1
𝐴0 = 2 ; c’est la valeur moyenne du signal
2 0 1
⏟−1(−𝑡). cos(𝑛𝜔𝑡)𝑑𝑡 + ∫
= 2 [∫ ⏟0 𝑡. cos(𝑛𝜔𝑡)𝑑𝑡]
𝐼1 𝐼2
0 1
𝐼1 = ∫−1(−𝑡). cos(𝑛𝜔𝑡)𝑑𝑡 = ∫0 𝑡. cos(𝑛𝜔𝑡)𝑑𝑡 = 𝐼2
1
𝑎𝑛 = 2. 𝐼1 = ∫0 2𝑡. cos(𝑛𝜔𝑡)𝑑𝑡
𝑢 = 2𝑡 → 𝑢′ = 2
{ 1
𝑣 ′ = cos(𝑛𝜔𝑡) → 𝑣 = 𝑛𝜔 sin(𝑛𝜔𝑡)
2𝑡 2 1
𝑎𝑛 = 𝑛𝜔 . sin(𝑛𝜔𝑡)| 10 − (𝑛𝜔) . ∫0 sin(𝑛𝜔𝑡) 𝑑𝑡
2𝑡 2
= . sin(𝑛𝜔𝑡)| 10 + ( . cos(𝑛𝜔𝑡)| 10
𝑛𝜔 𝑛𝜔)2
2 2
= 𝑛𝜋 (sin(𝑛𝜋) − 0) + (𝑛𝜋)2 (cos(𝑛𝜋) − cos(0))
2
𝑎𝑛 = ((−1)𝑛 − 1)
(𝑛𝜋)2
0, 𝑛 = 2𝑘
𝑎𝑛 = { −4
, 𝑛 = 2𝑘 + 1
(𝑛𝜋)2
+∞
𝐴 2
𝑥 (𝑡 ) = + ∑ ((−1)𝑛 − 1) cos(𝑛𝜋𝑡)
2 (𝑛𝜋)2
𝑛=1
+∞
𝐴 4
𝑥 (𝑡 ) = − ∑ ( )
2 cos( 2𝑘 + 1 𝜋𝑡)
2 ((2𝑘 + 1)𝜋)
𝑘=0
3. S.F.C :
+∞
𝑥(𝑡) = ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=−∞
1
𝐶0 = 𝐴0 =
2
1
𝐶𝑛 = (𝑎 − 𝑗𝑏𝑛 )
2 𝑛
1 2
= [ ((−1)𝑛 − 1) − 𝑗. 0]
2 (𝑛𝜋)2
1
= ((−1)𝑛 − 1)
(𝑛𝜋)2
0, 𝑛 = 2𝑘
𝐶𝑛 = { −2
, 𝑛 = 2𝑘 + 1
(𝑛𝜋)2
S.F.P :
43
Chapitre III Analyse fréquentielle de Fourier
+∞
𝑥(𝑡) = 𝑃0 + ∑ 𝑃𝑛 cos(𝑛𝜔𝑡 − 𝜃𝑛 )
𝑛=1
1
𝑃0 = 𝐴0 =
2
𝑃𝑛 = √𝑎𝑛2 + 𝑏𝑛2 = √𝑎𝑛2
0, 𝑛 = 2𝑘
𝑃𝑛 = { 4
, 𝑛 = 2𝑘 + 1
(𝑛𝜋)2
Ou bien :
1
𝑃0 = 𝐶0 =
2
𝑃𝑛 = 2|𝐶𝑛 |
0, 𝑛 = 2𝑘
𝑃𝑛 = { 4
, 𝑛 = 2𝑘 + 1
(𝑛𝜋)2
4. Spectres de module et phase :
Spectres bilatéraux :
1 1
𝐶0 = 2 ⟹ |𝐶0 | = 2
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶𝑛 = { −2 ⟹ |𝐶𝑛 | = |𝐶−𝑛 | = { 2
(𝑛𝜋)2
, 𝑛 = 2𝑘 + 1 , 𝑛 = 2𝑘 + 1
𝑛 2 𝜋2
𝜑𝑛 = 𝐴𝑟𝑔(𝐶𝑛 )
1
𝐶0 = 2 ⟹ 𝜑0 = 0 (Parce que 𝐶0 est réel positif)
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶𝑛 = { {
, 𝑛 = 2𝑘 + 1 ⟹ 𝜑𝑛 = ±𝜋, 𝑛 = 2𝑘 + 1
−2
(𝑛𝜋)2
(Si 𝐶𝑛 est nul alors 𝜑𝑛 est nul, si 𝐶𝑛 est réel négatif alors 𝜑𝑛 = ±𝜋)
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝐶−𝑛 = { {
, 𝑛 = 2𝑘 + 1 ⟹ 𝜑−𝑛 = ∓𝜋, 𝑛 = 2𝑘 + 1
−2
(−𝑛𝜋)2
(Si 𝐶−𝑛 est nul alors 𝜑−𝑛 est nul, si 𝐶−𝑛 est réel négatif alors 𝜑−𝑛 = ∓𝜋)
44
Chapitre III Analyse fréquentielle de Fourier
𝒏 ... -3 -2 -1 0 1 2 3 ...
Spectres unilatéraux :
1 1
𝑃0 = 2 ⟹ |𝑃0 | = 2
0, 𝑛 = 2𝑘 0, 𝑛 = 2𝑘
𝑃𝑛 = { 4 ⟹ |𝑃𝑛 | = { 4
(𝑛𝜋)2
, 𝑛 = 2𝑘 + 1 2 2, 𝑛 = 2𝑘 + 1
𝑛 𝜋
1
𝑃0 = 2 ⟹ 𝜃0 = 0
𝑏
𝜃𝑛 = 𝐴𝑟𝑐𝑡𝑔 (𝑎𝑛 )
𝑛
0, 𝑛 = 2𝑘
𝑎𝑛 = { −4
, 𝑛 = 2𝑘 + 1 et 𝑏𝑛 = 0
(𝑛𝜋)2
45
Chapitre III Analyse fréquentielle de Fourier
0, 𝑛 = 2𝑘
𝑃𝑛 = { 4
, 𝑛 = 2𝑘 + 1
(𝑛𝜋)2
𝑎𝑛 0, 𝑛 = 2𝑘
cos(𝜃𝑛 ) = ={
{
𝑃𝑛 −1, 𝑛 = 2𝑘 + 1 ⟹ 𝜃 = {0, 𝑛 = 2𝑘
𝑛
𝑏𝑛 𝜋, 𝑛 = 2𝑘 + 1
sin(𝜃𝑛 ) = 𝑃 =0
𝑛
𝒏 0 1 2 3 4 5 6 7 ...
𝑃𝑛 1 4 0 4 0 4 0 4 0
2 𝜋2 9𝜋 2 25𝜋 2 49𝜋 2
𝜃𝑛 0 𝜋 0 𝜋 0 𝜋 0 𝜋 ...
46
Chapitre III Analyse fréquentielle de Fourier
𝑇 +∞
𝐴; 0 ≤ 𝑡 ≤ 4𝐴 1
{ 2 𝑥(𝑡) = ∑ sin(2𝜋(2𝑘 + 1)𝑓0 𝑡)
𝑇 𝜋 (2𝑘 + 1)
−𝐴; ≤𝑡≤𝑇 𝑘=0
2
𝑇 𝑇 +∞
𝐴; − ≤𝑡≤ 4𝐴 (−1)𝑘
{ 4 4 𝑥(𝑡) = ∑ cos(2𝜋(2𝑘 + 1)𝑓0 𝑡)
𝑇 3𝑇 𝜋 (2𝑘 + 1)
−𝐴; ≤𝑡≤ 𝑘=0
4 4
4𝐴 𝑇
− 𝑡 + 𝐴; 0 ≤ 𝑡 ≤ +∞
{ 𝑇 2 8𝐴
𝑥(𝑡) = 2 ∑
1
cos(2𝜋(2𝑘 + 1)𝑓0 𝑡)
4𝐴 𝑇 𝜋 (2𝑘 + 1)2
𝑡 + 𝐴; − ≤ 𝑡 ≤ 0 𝑘=0
𝑇 2
2𝐴 𝑇 +∞
− 𝑡 + 𝐴; 0 ≤ 𝑡 ≤ 𝐴 4𝐴 1
{ 𝑇 2 𝑥(𝑡) = + 2 ∑
(2𝑘 + 1)2
cos(2𝜋(2𝑘 + 1)𝑓0 𝑡)
2𝐴 𝑇 2 𝜋
𝑡 + 𝐴; − ≤ 𝑡 ≤ 0 𝑘=1
𝑇 2
2𝐴 𝑇 +∞
− 𝑡; 0 ≤ 𝑡 ≤ 𝐴 4𝐴 1
{ 𝑇 2 𝑥(𝑡) = − 2 ∑ cos(2𝜋(2𝑘 + 1)𝑓0 𝑡)
2𝐴 𝑇 2 𝜋 (2𝑘 + 1)2
𝑡; − ≤ 𝑡 ≤ 0 𝑘=1
𝑇 2
+∞
2𝐴 𝑇 𝑇 2𝐴 (−1)𝑘−1
𝑡; − ≤ 𝑡 ≤ 𝑥(𝑡) = ∑ sin(2𝜋𝑘𝑓0 𝑡)
𝑇 2 2 𝜋 𝑘
𝑘=1
+∞
𝐴 𝐴 𝐴 1
𝑡; 0 ≤ 𝑡 ≤ 𝑇 𝑥(𝑡) = − ∑ sin(2𝜋𝑘𝑓0 𝑡)
𝑇 2 𝜋 𝑘
𝑘=1
+∞
2𝐴 4𝐴 1
|A. sin(𝜔0 𝑡)|; 0 ≤ 𝑡 ≤ 𝑇 𝑥(𝑡) = − ∑ 2 cos(2𝜋2𝑘𝑓0 𝑡)
𝜋 𝜋 4𝑘 − 1
𝑘=1
𝑇 𝐴 𝐴
𝐴. sin(𝜔0 𝑡) ; 0 ≤ 𝑡 ≤ 𝑥(𝑡) = + sin(2𝜋𝑓0 𝑡)
2 𝜋 2
{ +∞
𝑇 𝐴 ((−1)𝑘 + 1)
0 ; ≤𝑡≤𝑇 − ∑ cos(2𝜋𝑘𝑓0 𝑡)
2 𝜋 𝑘2 − 1
𝑘=2
47
Chapitre III Analyse fréquentielle de Fourier
III.1. Définition
On définit la transformée de Fourier d'un signal 𝑥(𝑡) par :
+∞
+∞
+∞
+∞
1
𝑥(𝑡) = ∫ 𝑋(𝜔)𝑒 𝑗𝜔𝑡 𝑑𝜔
2𝜔
−∞
Condition d’existence :
48
Chapitre III Analyse fréquentielle de Fourier
𝐼𝑚{𝑋 (𝑓 )}
𝜑(𝑓 ) = 𝐴𝑟𝑐𝑡𝑔 ( )
𝑅𝑒 {𝑋(𝑓 )}
Exemple :
Calculer la transformée de Fourier du signal 𝑥(𝑡) puis tracer leurs spectres de module et de phase :
𝑡
𝑥 (𝑡) = 𝐴. 𝑟𝑒𝑐𝑡 ( )
𝜏
Solution :
𝜏 𝜏
𝑡 𝐴, − ≤𝑡≤
𝑥 (𝑡) = 𝐴. 𝑟𝑒𝑐𝑡 ( ) = { 2 2
𝜏 0, 𝑎𝑖𝑙𝑙𝑒𝑢𝑟𝑠
+∞
𝑋(𝑓 ) = ∫−∞ 𝑥(𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
𝜏
+
=∫ 𝜏
2
𝐴𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
−
2
𝜏
−𝐴
= 𝑗2𝜋𝑓 . 𝑒 −𝑗2𝜋𝑓𝑡 |−2𝜏
2
𝜏 𝜏
−𝐴
= 𝑗2𝜋𝑓 . (𝑒 −𝑗2𝜋𝑓2 − 𝑒 +𝑗2𝜋𝑓2 )
𝐴
= 𝑗2𝜋𝑓 . (𝑒 𝑗𝜋𝑓𝜏 − 𝑒 −𝑗𝜋𝑓𝜏 )
𝐴 (𝑒 𝑗𝜋𝑓𝜏 −𝑒 −𝑗𝜋𝑓𝜏 )
= 𝜋𝑓 . 2𝑗
𝐴 𝜏
= 𝜋𝑓 . sin(𝜋𝑓𝜏) .𝜏
sin(𝜋𝑓𝜏)
= 𝐴𝜏. 𝜋𝑓𝜏
Si : 𝐴 = 𝜏 = 1 ⟹ 𝑋(𝑓) = sinc(𝑓 )
49
Chapitre III Analyse fréquentielle de Fourier
Spectre de module :
𝑋(𝑓) est purement réel alors le module de 𝑋(𝑓) est toujours positif
Spectre de phase :
50
Chapitre III Analyse fréquentielle de Fourier
Cas particuliers :
𝑇𝐹 {𝛿(𝑡)} = 1
𝑇𝐹 {1} = 𝛿(𝑓 )
𝑇𝐹 {𝛿 (𝑡 − 𝑡0 )} = 𝑒 −𝑗2𝜋𝑓𝑡0
𝑇𝐹{𝑒 ±𝑗2𝜋𝑓0 𝑡 } = 𝛿 (𝑓 ∓ 𝑓0 )
Exemple :
Calculer la transformée de Fourier du signal 𝑥(𝑡) puis tracer leurs spectres de module et de phase :
𝑥(𝑡) = 𝐴. cos(2𝜋𝑓0 𝑡)
Solution :
𝑒 𝑗2𝜋𝑓0 𝑡 + 𝑒 −𝑗2𝜋𝑓0 𝑡
𝑥 (𝑡) = 𝐴. cos(2𝜋𝑓0 𝑡) = 𝐴 ( )
2
𝐴 𝐴
𝑋 (𝑓 ) = 𝑇𝐹{𝑒 𝑗2𝜋𝑓0 𝑡 } + 𝑇𝐹{𝑒 −𝑗2𝜋𝑓0 𝑡 }
2 2
𝐴 𝐴
𝑋 (𝑓 ) = 𝛿 (𝑓 − 𝑓0 ) + 𝛿(𝑓 + 𝑓0 )
2 2
51
Chapitre III Analyse fréquentielle de Fourier
On prend : 𝐴 = 1 et 𝑓0 = 50 𝐻𝑧 :
➢ Linéarité :
𝑇.𝐹
𝛼. 𝑥 (𝑡) + 𝛽. 𝑦(𝑡) → 𝛼. 𝑋 (𝑓 ) + 𝛽. 𝑌(𝑓)
➢ Translation temporelle :
𝑇.𝐹
𝑥 (𝑡 − 𝑡0 ) → 𝑒 −𝑗2𝜋𝑓𝑡0 . 𝑋(𝑓)
➢ Translation fréquentielle :
𝑇.𝐹−1
𝑋(𝑓 − 𝑓0 ) → 𝑒 𝑗2𝜋𝑓0 𝑡 . 𝑥(𝑡)
➢ Conjugaison :
𝑇.𝐹
𝑥 ∗ (±𝑡) → 𝑋 ∗ (∓𝑓 )
➢ Dérivation temporelle :
𝑑 𝑛 𝑥(𝑡) 𝑇.𝐹
→ (𝑗2𝜋𝑓 )𝑛 . 𝑋(𝑓)
𝑑𝑡 𝑛
➢ Dérivation fréquentielle :
𝑑 𝑛 𝑋(𝑓 ) 𝑇.𝐹−1
→ (−𝑗2𝜋𝑡)𝑛 . 𝑥(𝑡)
𝑑𝑓 𝑛
52
Chapitre III Analyse fréquentielle de Fourier
➢ Intégration temporelle :
𝑡
𝑇.𝐹 1 1
∫ 𝑥 (𝑡)𝑑𝑡 → . 𝑋(𝑓 ) + . 𝑋(0). 𝛿(𝑓)
−∞ 𝑗2𝜋𝑓 2
➢ Intégration fréquentielle :
𝑓
𝑇.𝐹 −1 −1
∫ 𝑋 (𝑓 )𝑑𝑓 → . 𝑥 (𝑡 )
−∞ 𝑗2𝜋𝑡
➢ Changement d'échelle :
𝑇.𝐹 1 𝑓
𝑥 (𝑎𝑡) → .𝑋( ), 𝑎 ≠ 0
|𝑎 | 𝑎
➢ L'inverse :
𝑇.𝐹
𝑥 (−𝑡) → 𝑋(−𝑓 )
➢ Dualité (symétrie) :
𝑇.𝐹
𝑋 (𝑡 ) → 𝑥 (−𝑓 )
➢ Convolution :
𝑇.𝐹
𝑥 ( 𝑡 ) ∗ 𝑦 (𝑡 ) → 𝑋 ( 𝑓 ). 𝑌 ( 𝑓 )
𝑇.𝐹
𝑥 ( 𝑡 ). 𝑦 (𝑡 ) → 𝑋 ( 𝑓 ) ∗ 𝑌 (𝑓 )
Exemple 1 :
Solution :
𝑒 −𝑡 ; 𝑡 ≥ 0
𝑥1 (𝑡) = 𝑒 −𝑡 . 𝑢(𝑡) = {
0; 𝑡 <0
53
Chapitre III Analyse fréquentielle de Fourier
0 ;𝑡 ≥ 0
𝑥2 (𝑡) = 𝑒 𝑡 . 𝑢(−𝑡) = { 𝑡
𝑒 ; 𝑡<0
+∞
𝑋1 (𝑓 ) = ∫−∞ 𝑥1 (𝑡)𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
+∞ −𝑡
= ∫0 𝑒 . 𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑡
+∞ −(1+𝑗2𝜋𝑓)𝑡
= ∫0 𝑒 𝑑𝑡
−1 +∞
= 1+𝑗2𝜋𝑓 . 𝑒 −(1+𝑗2𝜋𝑓)𝑡 |0
−1
= 1+𝑗2𝜋𝑓 . (0 − 1)
1
𝑋1 (𝑓 ) =
1+𝑗2𝜋𝑓
𝑇.𝐹
On voit que 𝑥2 (𝑡) = 𝑥1 (−𝑡), donc on utilise la propriété de l’inverse : 𝑥 (−𝑡) → 𝑋(−𝑓 )
𝑋2 (𝑓 ) = 𝑋1 (−𝑓 )
1
𝑋2 (𝑓 ) = 1+𝑗2𝜋(−𝑓)
1
𝑋2 (𝑓 ) = 1−𝑗2𝜋𝑓
1 1
𝑋(𝑓 ) = 1+𝑗2𝜋𝑓 + 1−𝑗2𝜋𝑓
1−𝑗2𝜋𝑓+1+𝑗2𝜋𝑓
𝑋 (𝑓 ) =
(1+𝑗2𝜋𝑓)(1−𝑗2𝜋𝑓)
2
𝑋(𝑓 ) = 1+4𝜋2𝑓2
54
Chapitre III Analyse fréquentielle de Fourier
Exemple 2 :
Soit les deux signaux analogiques 𝑥(𝑡) et 𝑦(𝑡) représentés par les figures ci-dessous :
Solution :
𝑑𝑥(𝑡)
On voit que : 𝑥 (𝑡) = ∫ 𝑦(𝑡) 𝑑𝑡, ou bien : 𝑦(𝑡) = 𝑑𝑡
55
Chapitre III Analyse fréquentielle de Fourier
2. 𝑋(𝑓) et 𝑌(𝑓) :
𝑡
On a : 𝑇𝐹 {𝐴. 𝑟𝑒𝑐𝑡 (𝜏)} = 𝐴𝜏. 𝑠𝑖𝑛𝑐(𝜏𝑓 ) ⟹ 𝑇𝐹 {𝑟𝑒𝑐𝑡(𝑡)} = 𝑠𝑖𝑛𝑐 (𝑓 )
1 1
𝑦(𝑡) = 𝑟𝑒𝑐𝑡 (𝑡 + ) − 𝑟𝑒𝑐𝑡 (𝑡 − )
2 2
𝑇.𝐹
En utilisant la propriété de décalage : 𝑥 (𝑡 − 𝑡0 ) → 𝑒 −𝑗2𝜋𝑓𝑡0 . 𝑋(𝑓)
1 1
𝑌 (𝑓 ) = 𝑒 +𝑗2𝜋𝑓2 . 𝑠𝑖𝑛𝑐 (𝑓 ) − 𝑒 −𝑗2𝜋𝑓2 . 𝑠𝑖𝑛𝑐(𝑓 )
𝜋𝑓
= (2𝑗. sin(𝜋𝑓 )). 𝑠𝑖𝑛𝑐(𝑓 ) .
𝜋𝑓
𝑌 (𝑓 ) = 𝑗2𝜋𝑓. 𝑠𝑖𝑛𝑐 2 (𝑓 )
𝑥 (𝑡) = ∫ 𝑦(𝑡) 𝑑𝑡
𝑡 𝑇.𝐹 1 1
En utilisant la propriété de l’intégral : ∫−∞ 𝑥 (𝑡)𝑑𝑡 → . 𝑋 (𝑓 ) + 2 . 𝑋(0). 𝛿(𝑓)
𝑗2𝜋𝑓
1 1
𝑋(𝑓 ) = 𝑗2𝜋𝑓 . 𝑌 (𝑓 ) + 2 . 𝑌 (0). 𝛿(𝑓)
1
𝑋(𝑓 ) = 𝑗2𝜋𝑓 . 𝑗2𝜋𝑓. 𝑠𝑖𝑛𝑐 2 (𝑓 )
𝑋(𝑓 ) = 𝑠𝑖𝑛𝑐 2 (𝑓 )
56
Chapitre III Analyse fréquentielle de Fourier
𝑡
𝐴. 𝑟𝑒𝑐𝑡 ( ) 𝐴𝜏. 𝑠𝑖𝑛𝑐(𝜏𝑓 )
𝜏
𝑡
𝐴. 𝑡𝑟𝑖 ( ) 𝐴𝜏. 𝑠𝑖𝑛𝑐 2 (𝜏𝑓 )
𝜏
𝐴 𝐴
A. cos(2𝜋𝑓0 𝑡) . 𝛿(𝑓 − 𝑓0 ) + . 𝛿 (𝑓 + 𝑓0 )
2 2
𝐴 𝐴
A. sin(2𝜋𝑓0 𝑡) . 𝛿(𝑓 − 𝑓0 ) − . 𝛿 (𝑓 + 𝑓0 )
2𝑗 2𝑗
𝐴
𝐴. 𝑠𝑔𝑛(𝑡)
𝑗𝜋𝑓
𝛿 (𝑡 ) 1
𝛿 (𝑡 − 𝑡0 ) 𝑒 −𝑗2𝜋𝑓𝑡0
1 1
𝑢(𝑡) 𝛿 (𝑓 ) +
2 𝑗2𝜋𝑓
+∞ +∞
1
∑ 𝛿(𝑡 − 𝑘𝑇0 ) ∑ 𝛿(𝑓 − 𝑘𝑓0 )
𝑇0
𝑘=−∞ 𝑘=−∞
57
Chapitre III Analyse fréquentielle de Fourier
+∞
𝑇 𝑇
1 1
𝑃𝑥 = ∫|𝑥(𝑡)|2 𝑑𝑡 = ∫ 𝑥 (𝑡). 𝑥(𝑡)𝑑𝑡
𝑇 𝑇
0 0
𝑇 𝑇 +∞
1 1
𝑃𝑥 = ∫ 𝐴0 . 𝑥(𝑡)𝑑𝑡 + ∫ 𝑥(𝑡) [∑[𝑎𝑛 cos(𝑛𝜔𝑡) + 𝑏𝑛 sin(𝑛𝜔𝑡)]] 𝑑𝑡
𝑇 𝑇
0 0 𝑛=1
𝑇 +∞ 𝑇 +∞ 𝑇
1 1 1
𝑃𝑥 = 𝐴0 . ∫ 𝑥(𝑡)𝑑𝑡 + ∑ 𝑎𝑛 . ∫ 𝑥(𝑡) cos(𝑛𝜔𝑡) 𝑑𝑡 + ∑ 𝑏𝑛 . ∫ 𝑥(𝑡) sin(𝑛𝜔𝑡) 𝑑𝑡
𝑇 𝑇 𝑇
0 𝑛=1 0 𝑛=1 0
+∞ +∞
2
𝑎𝑛2 𝑏𝑛2
𝑃𝑥 = 𝐴0 + ∑ +∑
2 2
𝑛=1 𝑛=1
+∞
1
𝑃𝑥 = 𝐴20 + ∑(𝑎𝑛2 + 𝑏𝑛2 )
2
𝑛=1
+∞
1
𝑃𝑥 = 𝑃02 + ∑ 𝑃𝑛2
2
𝑛=1
La forme complexe :
𝑇 𝑇
1 1
𝑃𝑥 = ∫|𝑥(𝑡)|2 𝑑𝑡 = ∫ 𝑥 (𝑡). 𝑥 ∗ (𝑡)𝑑𝑡
𝑇 𝑇
0 0
𝑇 +∞
1
𝑃𝑥 = ∫ [ ∑ 𝐶𝑛 𝑒 𝑗𝑛𝜔𝑡 ] . 𝑥 ∗ (𝑡)𝑑𝑡
𝑇
0 𝑛=−∞
58
Chapitre III Analyse fréquentielle de Fourier
+∞ 𝑇
1
𝑃𝑥 = ∑ 𝐶𝑛 ∫ 𝑥 ∗ (𝑡). 𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
𝑛=−∞ 0
+∞ 𝑇
1 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝑃𝑥 = ∑ 𝐶𝑛 . ∫ 𝑥(𝑡). 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇
𝑛=−∞ 0
+∞
̅̅̅
𝑃𝑥 = ∑ 𝐶𝑛 . 𝐶 𝑛
𝑛=−∞
+∞
𝑃𝑥 = ∑ 𝐶𝑛2
𝑛=−∞
−1 +∞
+∞ +∞
𝑃𝑥 = |𝐶0 |2 + 2 ∑|𝐶𝑛 |2
𝑛=1
Exemple :
En utilisant les trois formes du théorème de Parseval pour les signaux périodiques, calculer la
puissance moyenne du signal suivant :
Solution :
La forme trigonométrique :
𝐴 𝐴
On a trouvé : 𝐴0 = ; 𝑎2 = 2 ; 𝑏𝑛 = 0 et 𝑎𝑛 = 0, ∀ 𝑛 ≠ 2
2
+∞
1
𝑃𝑥 = 𝐴20 + ∑(𝑎𝑛2 + 𝑏𝑛2 )
2
𝑛=1
1
𝑃𝑥 = 𝐴20 + 𝑎22
2
59
Chapitre III Analyse fréquentielle de Fourier
3
𝑃𝑥 = 𝑊𝑎𝑡𝑡
8
La forme polaire :
𝐴 𝐴
On a trouvé : 𝑃0 = ; 𝑃2 = ; 𝜃2 = 0 et 𝑃𝑛 = 0, ∀ 𝑛 ≠ 2 ; 𝜃𝑛 = 0
2 2
+∞
1
𝑃𝑥 = 𝑃02 + ∑ 𝑃𝑛2
2
𝑛=1
1
𝑃𝑥 = 𝑃02 + 𝑃22
2
3
𝑃𝑥 = 𝑊𝑎𝑡𝑡
8
La forme complexe :
𝐴 𝐴
On a trouvé : : 𝐶−2 = 𝐶2 = ; 𝐶0 = et 𝐶𝑛 = 0 ∀ 𝑛 ≠ ±2
4 2
+∞
𝑃𝑥 = |𝐶0 |2 + 2 ∑|𝐶𝑛 |2
𝑛=1
𝑃𝑥 = |𝐶0 |2 + 2|𝐶2 |2
3
𝑃𝑥 = 𝑊𝑎𝑡𝑡
8
+∞ −∞
+∞
+∞
𝑥 ∗ (𝑡) = ∫ 𝑋 ∗ (𝑓 )𝑒 −𝑗2𝜋𝑓𝑡 𝑑𝑓
−∞
+∞ +∞
60
Chapitre III Analyse fréquentielle de Fourier
+∞ +∞
𝐸𝑥 = ∫ 𝑋 ∗ (𝑓 ). 𝑋(𝑓). 𝑑𝑓
−∞
+∞
𝐸𝑥 = ∫ |𝑋(𝑓)|2 . 𝑑𝑓
−∞
Exemple :
Solution :
𝑡
𝑥 (𝑡) = 𝑟𝑒𝑐𝑡 ( )
4
𝑡 𝑡
On a : 𝑇𝐹 {𝐴. 𝑟𝑒𝑐𝑡 (𝜏)} = 𝐴𝜏. 𝑠𝑖𝑛𝑐(𝜏𝑓 ) ⟹ 𝑇𝐹 {𝑟𝑒𝑐𝑡 (4)} = 4. 𝑠𝑖𝑛𝑐(4𝑓 )
+∞
𝐸𝑥 = ∫ |𝑋 (𝑓 )|2 𝑑𝑓
−∞
+∞
1
On pose : 𝑓 ′ = 4𝑓 ⟹ 𝑑𝑓 = 4 𝑑𝑓′
+∞
16
𝐸𝑥 = ∫ 𝑠𝑖𝑛𝑐 2 (𝑓′) 𝑑𝑓′
4
−∞
𝐸𝑥 = 4 𝐽𝑜𝑢𝑙𝑒𝑠
𝐷𝑆𝐸 = |𝑋(𝑓)|2
61
Chapitre IV
Transformée de Laplace
Chapitre IV Transformée de ℒaplace
I. Introduction
L’analyse temporelle des circuits linéaires en régime transitoire nécessite la résolution des
équations différentielles. Pour cela, nous allons introduire un outil mathématique puissant : La
transformation de ℒaplace ; elle permette de remplacer les opérations analytiques de dérivation et
d'intégration par des opérations algébriques. Cette propriété facilite la résolution des équations
différentielles.
+∞
Condition d’existence
+∞
Exemple :
1. 𝑓1 (𝑡) = 𝑢(𝑡)
2. 𝑓2 (𝑡) = 𝑟(𝑡)
4. 𝑓4 (𝑡) = cos(𝜔𝑡)
62
Chapitre IV Transformée de ℒaplace
Solution :
1, 𝑡 ≥ 0
1. 𝑓1 (𝑡) = 𝑢(𝑡) = {
0, 𝑡 < 0
+∞
+∞
= ∫0 1. 𝑒 −𝑝𝑡 𝑑𝑡
−1
= . 𝑒 −𝑝𝑡 | +∞
0
𝑝
−1
= . (0 − 1)
𝑝
1
𝐹1 (𝑝) =
𝑝
𝑡, 𝑡 ≥ 0
2. 𝑓2 (𝑡) = 𝑟(𝑡) = {
0, 𝑡 < 0
+∞
+∞
= ∫0 𝑡. 𝑒 −𝑝𝑡 𝑑𝑡
𝑢 = 𝑡 → 𝑢′ = 1
{ 𝑣 ′ = 𝑒 −𝑝𝑡 → 𝑣 = −1 𝑒 −𝑝𝑡
𝑝
−𝑡 +∞ −1
𝐹2 (𝑝) = . 𝑒 −𝑝𝑡 | +∞
0 − ∫0 𝑒 −𝑝𝑡 𝑑𝑡
𝑝 𝑝
−𝑡 1
𝐹2 (𝑝) = . 𝑒 −𝑝𝑡 | +∞
0 − 𝑝2 . 𝑒
−𝑝𝑡 | +∞
0
𝑝
−1
= . (0 − 1)
𝑝2
1
𝐹1 (𝑝) =
𝑝2
63
Chapitre IV Transformée de ℒaplace
𝑒 −𝑎𝑡 , 𝑡 ≥ 0
3. 𝑓3 (𝑡) = 𝑒 −𝑎𝑡 . 𝑢(𝑡) = {
0 , 𝑡<0
+∞
+∞ −𝑎𝑡
= ∫0 𝑒 . 𝑒 −𝑝𝑡 𝑑𝑡
+∞ −(𝑝+𝑎)𝑡
= ∫0 𝑒 𝑑𝑡
−1 +∞
= 𝑝+𝑎 . 𝑒 −(𝑝+𝑎)𝑡 | 0
−1
= 𝑝+𝑎 . (0 − 1)
1
𝐹3 (𝑝) =
𝑝+𝑎
4. 𝑓4 (𝑡) = cos(𝜔𝑡)
𝑒 𝑗𝜔𝑡 +𝑒 −𝑗𝜔𝑡
On a : cos(𝜔𝑡) = 2
+∞
1
= 2 [ℒ{𝑒 𝑗𝜔𝑡 } + ℒ{𝑒 −𝑗𝜔𝑡 }]
1
On a trouvé précédemment que : ℒ{𝑒 −𝑎𝑡 } = , alors :
𝑝+𝑎
1 1 1
𝐹4 (𝑝) = [ + ]
2 𝑝 − 𝑗𝜔 𝑝 + 𝑗𝜔
1 𝑝 + 𝑗𝜔 + 𝑝 − 𝑗𝜔
𝐹4 (𝑝) = [ ]
2 𝑝2 − (𝑗𝜔)2
𝑝
𝐹4 (𝑝) =
𝑝2 + 𝜔 2
64
Chapitre IV Transformée de ℒaplace
𝑡𝑛 𝑛! 𝑡. sin(𝜔𝑡) 2𝑝𝜔
𝑝𝑛+1 (𝑝 2 + 𝜔 2 )2
𝑒 −𝑎𝑡 1 𝑡. cos(𝜔𝑡) 𝑝2 − 𝜔2
𝑝+𝑎 (𝑝 2 + 𝜔 2 )2
𝑡. 𝑒 −𝑎𝑡 1 𝑒 −𝑎𝑡 . sin(𝜔𝑡) 𝜔
(𝑝 + 𝑎 ) 2 (𝑝 + 𝑎 ) 2 + 𝜔 2
𝑡 𝑛 . 𝑒 −𝑎𝑡 𝑛! 𝑒 −𝑎𝑡 . cos(𝜔𝑡) 𝑝+𝑎
(𝑝 + 𝑎)𝑛+1 (𝑝 + 𝑎 ) 2 + 𝜔 2
➢ Linéarité :
𝑇.ℒ
𝛼. 𝑓 (𝑡) + 𝛽. 𝑔(𝑡) → 𝛼. 𝐹 (𝑝) + 𝛽. 𝐺(𝑝)
➢ Translation temporelle :
𝑇.ℒ
𝑓 (𝑡 − 𝑡0 ) → 𝑒 −𝑝𝑡0 . 𝐹(𝑝)
𝑇.ℒ
𝑒 −𝑎𝑡 . 𝑓(𝑡) → 𝐹 (𝑝 + 𝑎 )
➢ Dérivation temporelle :
𝑑𝑓 (𝑡) 𝑇.ℒ
→ 𝑝. 𝐹 (𝑝) − 𝑓(0)
𝑑𝑡
65
Chapitre IV Transformée de ℒaplace
𝑑 2 𝑓 (𝑡) 𝑇.ℒ 2
→ 𝑝 . 𝐹 (𝑝) − 𝑝. 𝑓(0) − 𝑓 ′(0)
𝑑𝑡 2
𝑇.ℒ −1 𝑑 𝑛 𝐹(𝑝)
𝑡 𝑛 . 𝑓 (𝑡 ) → (−1)𝑛
𝑑𝑝𝑛
➢ Intégration temporelle :
∞
𝑇.ℒ 1 1
∫ 𝑓(𝑡)𝑑𝑡 → . 𝐹 (𝑓 ) + . 𝐺 (0); 𝑔(𝑡) = ∫ 𝑓 (𝑡)𝑑𝑡
0 𝑝 2
➢ Intégration fréquentielle :
∞
𝑇.ℒ −1 1
∫ 𝐹 (𝑝)𝑑𝑝 → . 𝑓 (𝑡 )
0 𝑡
➢ Changement d'échelle :
𝑇.𝐹 1 𝑓
𝑓 (𝑎𝑡) → .𝐹 ( ), 𝑎 ≠ 0
|𝑎 | 𝑎
𝑡 𝑇.ℒ
𝑓( )→ 𝑎. 𝐹 (𝑎𝑝), 𝑎 ≠ 0
𝑎
➢ Convolution :
𝑇.ℒ
𝑓 ( 𝑡 ) ∗ 𝑔 (𝑡 ) → 𝐹 (𝑓 ). 𝐺 (𝑓 )
𝑇.ℒ
𝑓 ( 𝑡 ). 𝑔 (𝑡 ) → 𝐹 ( 𝑓 ) ∗ 𝐺 (𝑓 )
66
Chapitre IV Transformée de ℒaplace
𝑐+𝑗𝜔
1
𝑓(𝑡) = ℒ −1 {𝐹 (𝑝)} = ∫ 𝐹 (𝑝). 𝑒 𝑝𝑡 𝑑𝑝 , 𝑡 > 0
2𝜋𝑗
𝑐−𝑗𝜔
Où 𝑐 : est une constante, appelée abscisse de convergence ; cette méthode est difficile à utiliser et
on préfère d’autres méthodes.
𝑁(𝑝) 𝑎 + 𝑏. 𝑝 + 𝑐. 𝑝2 + ⋯ + 𝑘. 𝑝𝑚
𝐹 (𝑝 ) = =
𝐷(𝑝) 𝑎′ + 𝑏′ . 𝑝 + 𝑐 ′. 𝑝2 + ⋯ + 𝑘 ′ . 𝑝𝑛
𝑁(𝑝) 𝑎 + 𝑏. 𝑝 + 𝑐. 𝑝2 + ⋯ + 𝑘. 𝑝𝑚
𝐹 (𝑝 ) = =
𝐷(𝑝) 𝑎′ + 𝑏 ′ . 𝑝 + 𝑐 ′. 𝑝2 + ⋯ + 𝑘 ′ . 𝑝𝑛
𝑁(𝑝)
𝐹 (𝑝 ) =
(𝑝 − 𝑝1 ). (𝑝 − 𝑝2 ). (𝑝 − 𝑝3 ) … . . (𝑝 − 𝑝𝑛 )
𝐴 𝐵 𝐶 𝑍
𝐹 (𝑝 ) = + + + ⋯+
𝑝 − 𝑝1 𝑝 − 𝑝2 𝑝 − 𝑝3 𝑝 − 𝑝𝑛
𝐴 = 𝐹 (𝑝). (𝑝 − 𝑝1 )|𝑝=𝑝1
𝐵 = 𝐹 (𝑝). (𝑝 − 𝑝2 )|𝑝=𝑝2
𝐶 = 𝐹 (𝑝). (𝑝 − 𝑝3 )|𝑝=𝑝3
67
Chapitre IV Transformée de ℒaplace
Exemple :
𝑝+3
1. 𝐹1 (𝑝) = (𝑝+1)(𝑝+2)
1
2. 𝐹2 (𝑝) = 𝑝2 +3𝑝+2
𝑝+1
3. 𝐹3 (𝑝) = 𝑝3 +5𝑝+6𝑝
Solution :
𝑝+3
1. 𝐹1 (𝑝) = (𝑝+1)(𝑝+2)
𝐴 𝐵
𝐹1 (𝑝) = 𝑝+1 + 𝑝+2
𝐴 = 𝐹1 (𝑝). (𝑝 + 1)|𝑝=−1
𝑝+3
𝐴= . (𝑝 + 1)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−1
𝑝+3
𝐴= |
(𝑝 + 2) 𝑝=−1
−1 + 3
𝐴=
−1 + 2
𝐴=2
𝐵 = 𝐹1 (𝑝). (𝑝 + 2)|𝑝=−2
𝑝+3
𝐵= . (𝑝 + 2)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−2
𝑝+3
𝐵= |
(𝑝 + 1) 𝑝=−2
−2 + 3
𝐵=
−2 + 1
𝐵 = −1
68
Chapitre IV Transformée de ℒaplace
2 1
𝐹1 (𝑝) = −
𝑝+1 𝑝+2
2 1
𝑓1 (𝑡) = ℒ −1 { } − ℒ −1 { }
𝑝+1 𝑝+2
1 1
𝑓1 (𝑡) = 2. ℒ −1 { } − ℒ −1 { }
𝑝+1 𝑝+2
𝑓1 (𝑡) = 2. 𝑒 −𝑡 − 𝑒 −2𝑡 = 𝑒 −𝑡 (2 − 𝑒 −𝑡 ), 𝑡 ≥ 0
1
2. 𝐹2 (𝑝) = 𝑝2 +3𝑝+2
1
𝐹2 (𝑝) = (
𝑝+1)(𝑝+2)
𝐴 𝐵
𝐹2 (𝑝) = 𝑝+1 + 𝑝+2
𝐴 = 𝐹2 (𝑝). (𝑝 + 1)|𝑝=−1
1
𝐴= . (𝑝 + 1)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−1
1
𝐴= |
(𝑝 + 2) 𝑝=−1
1
𝐴=
−1 + 2
𝐴=1
𝐵 = 𝐹2 (𝑝). (𝑝 + 2)|𝑝=−2
1
𝐵= . (𝑝 + 2)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−2
1
𝐵= |
(𝑝 + 1) 𝑝=−2
69
Chapitre IV Transformée de ℒaplace
1
𝐵=
−2 + 1
𝐵 = −1
1 1
𝐹2 (𝑝) = −
𝑝+1 𝑝+2
1 1
𝑓2 (𝑡) = ℒ −1 { } − ℒ −1 { }
𝑝+1 𝑝+2
𝑝+1
3. 𝐹3 (𝑝) = 𝑝3 +5𝑝+6𝑝
𝑝+1
𝐹3 (𝑝) = 𝑝(𝑝+2)(𝑝+3)
𝐴 𝐵 𝐶
𝐹3 (𝑝) = 𝑝 + 𝑝+2 + 𝑝+3
𝐴 = 𝐹3 (𝑝). 𝑝|𝑝=0
𝑝+1
𝐴= . 𝑝|
𝑝(𝑝 + 2)(𝑝 + 3) 𝑝=0
𝑝+1
𝐴= |
(𝑝 + 2)(𝑝 + 3) 𝑝=0
1
𝐴=
(2)(3)
1
𝐴=
6
𝐵 = 𝐹3 (𝑝). (𝑝 + 2)|𝑝=−2
𝑝+1
𝐵= . (𝑝 + 2)|
𝑝(𝑝 + 2)(𝑝 + 3) 𝑝=−2
70
Chapitre IV Transformée de ℒaplace
𝑝+1
𝐵= |
𝑝(𝑝 + 3) 𝑝=−2
−2 + 1
𝐵=
−2(−2 + 3)
1
𝐵=
2
𝐶 = 𝐹3 (𝑝). (𝑝 + 3)|𝑝=−3
𝑝+1
𝐶= . (𝑝 + 3)|
𝑝(𝑝 + 2)(𝑝 + 3) 𝑝=−2
𝑝+1
𝐶= |
𝑝(𝑝 + 2) 𝑝=−3
−3 + 1
𝐶=
−3(−3 + 2)
−2
𝐶=
3
1 1 1 1 2 1
𝐹3 (𝑝) = . + . − .
6 𝑝 2 𝑝+2 3 𝑝+3
1 1 2
𝑓3 (𝑡) = 𝑢(𝑡) + 𝑒 −2𝑡 − 𝑒 −3𝑡 , 𝑡≥0
6 2 3
𝑁(𝑝) 𝑎 + 𝑏. 𝑝 + 𝑐. 𝑝2 + ⋯ + 𝑘. 𝑝𝑚
𝐹 (𝑝 ) = = ′
𝐷(𝑝) 𝑎 + 𝑏 ′ . 𝑝 + 𝑐 ′. 𝑝2 + ⋯ + 𝑘 ′ . 𝑝𝑛
𝑁(𝑝)
𝐹 (𝑝 ) =
(𝑝 − 𝑝1 )𝑘 . (𝑝 − 𝑝2 ). (𝑝 − 𝑝3 ) … . . (𝑝 − 𝑝𝑛 )
𝐴𝑘 𝐴𝑘−1 𝐴1 𝐵 𝐶 𝑍
𝐹 (𝑝 ) = + + ⋯ + + + + ⋯ +
(𝑝 − 𝑝1 )𝑘 (𝑝 − 𝑝1 )𝑘−1 𝑝 − 𝑝1 𝑝 − 𝑝2 𝑝 − 𝑝3 𝑝 − 𝑝𝑛
71
Chapitre IV Transformée de ℒaplace
1 𝑑 𝑟 [𝐹 (𝑝). (𝑝 − 𝑝1 )𝑘 ]
𝐴𝑖 = [ | ]
𝑟! 𝑑𝑝𝑟 𝑝=𝑝
1
𝑟 = 0, 1, 2, 3, …
Avec : {
𝑖 = 𝑘, 𝑘 − 1, 𝑘 − 2, … ,1
𝐵 = 𝐹 (𝑝). (𝑝 − 𝑝2 )|𝑝=𝑝2
𝐶 = 𝐹 (𝑝). (𝑝 − 𝑝3 )|𝑝=𝑝3
Exemple :
1
1. 𝐹1 (𝑝) = (𝑝+1)2 (𝑝+2)
𝑝2 +2𝑝+3
2. 𝐹2 (𝑝) = (𝑝+1)3
3𝑝
3. 𝐹3 (𝑝) = 𝑝2 +4𝑝+4
Solution :
1
1. 𝐹1 (𝑝) = (𝑝+1)2 (𝑝+2)
On voit que 𝐹1 (𝑝) contient un pôle double : 𝑝1 = −1 et un pôle simple : 𝑝1 = −2, alors on peut
écrire 𝐹1 (𝑝) sous la forme suivante :
𝐴2 𝐴1 𝐵
𝐹1 (𝑝) = 2
+ +
(𝑝 + 1) 𝑝+1 𝑝+2
1
𝐴2 = . (𝑝 + 1)2 |
(𝑝 + 1)2 (𝑝 + 2) 𝑝=−1
72
Chapitre IV Transformée de ℒaplace
1
𝐴2 = |
(𝑝 + 2) 𝑝=−1
𝐴2 = 1
𝑑 1
𝐴1 = ( . (𝑝 + 1)2 )|
𝑑𝑝 (𝑝 + 1)2 (𝑝 + 2) 𝑝=−1
𝑑 1
𝐴1 = ( )|
𝑑𝑝 (𝑝 + 2) 𝑝=−1
−1
𝐴1 = |
(𝑝 + 2)2 𝑝=−1
𝐴1 = −1
𝐵 = 𝐹1 (𝑝). (𝑝 + 2)|𝑝=−2
1
𝐵= . (𝑝 + 2)|
(𝑝 + 1)2 (𝑝 + 2) 𝑝=−2
1
𝐵= |
(𝑝 + 1)2 𝑝=−2
1
𝐵=
(−2 + 1)2
𝐵=1
1 1 1
𝐹1 (𝑝) = 2
− +
(𝑝 + 1) 𝑝+1 𝑝+2
𝑝2 +2𝑝+3
2. 𝐹2 (𝑝) = (𝑝+1)3
𝐹2 (𝑝) contient un seul pôle triple : 𝑝1 = −1, alors on peut écrire 𝐹2 (𝑝) sous la forme suivante :
73
Chapitre IV Transformée de ℒaplace
𝐴3 𝐴2 𝐴1
𝐹2 (𝑝) = + +
(𝑝 + 1)3 (𝑝 + 1)2 𝑝 + 1
𝑝2 + 2𝑝 + 3
𝐴3 = . (𝑝 + 1)3 |
(𝑝 + 1)3
𝑝=−1
𝐴3 = 𝑝2 + 2𝑝 + 3|𝑝=−1
𝐴3 = 2
𝑑 𝑝2 + 2𝑝 + 3
𝐴2 = ( . (𝑝 + 1)3 )|
𝑑𝑝 (𝑝 + 1)3 𝑝=−1
𝑑 2
𝐴2 = (𝑝 + 2𝑝 + 3)|𝑝=−1
𝑑𝑝
𝐴2 = (2𝑝 + 2)|𝑝=−1
𝐴2 = 0
1 𝑑 2 𝑝2 + 2𝑝 + 3
𝐴1 = [ ( . (𝑝 + 1)3 )| ]
2 𝑑𝑝2 (𝑝 + 1)3 𝑝=−1
1 𝑑2 2
𝐴1 = [ 2 (𝑝 + 2𝑝 + 3)|𝑝=−1 ]
2 𝑑𝑝
1
𝐴1 = [2| ]
2 𝑝=−1
𝐴1 = 1
74
Chapitre IV Transformée de ℒaplace
2 1
𝐹2 (𝑝) = 3
+
(𝑝 + 1) 𝑝+1
2 1
𝑓2 (𝑡) = ℒ −1 { 3
} + ℒ −1 { }, 𝑡≥0
(𝑝 + 1) 𝑝+1
𝑓2 (𝑡) = 𝑡 2 𝑒 −𝑡 + 𝑒 −𝑡 , 𝑡≥0
3𝑝
3. 𝐹3 (𝑝) = 𝑝2 +4𝑝+4
𝐹3 (𝑝) contient un seul pôle double : 𝑝1 = −2, alors on peut écrire 𝐹3 (𝑝) sous la forme suivante :
3𝑝
𝐹3 (𝑝) =
(𝑝 + 2)2
𝐴2 𝐴1
𝐹3 (𝑝) = +
(𝑝 + 2)2 𝑝 + 2
1
𝐴2 = [[𝐹 (𝑝). (𝑝 + 2)2 ]|𝑝=−2 ]
0! 3
3𝑝
𝐴2 = . (𝑝 + 2)2 |
(𝑝 + 2)2 𝑝=−2
𝐴2 = 3𝑝|𝑝=−2
𝐴2 = −6
𝑑 3𝑝
𝐴1 = ( . (𝑝 + 2)2 )|
𝑑𝑝 (𝑝 + 2)2 𝑝=−1
𝑑 (3𝑝)
𝐴1 = |
𝑑𝑝 𝑝=−2
𝐴1 = 3|𝑝=−2
𝐴1 = 3
75
Chapitre IV Transformée de ℒaplace
−6 3
𝐹3 (𝑝) = 2
+
(𝑝 + 2) 𝑝+2
Exemple :
2𝑝2 + 7𝑝 + 8
𝐹 (𝑝 ) = 2
𝑝 + 3𝑝 + 2
Solution :
2𝑝2 + 7𝑝 + 8 𝑝2 + 3𝑝 + 2
2𝑝2 + 6𝑝 + 4 2
𝑝+4
𝑝+4
𝐹 (𝑝 ) = 2 +
𝑝2 + 3𝑝 + 2
𝑝+4
On pose : 𝐺 (𝑝) = 𝑝2+3𝑝+2
Les pôles de 𝐺 (𝑝) sont : 𝑝1 = −1 et 𝑝2 = −2, donc on peut écrire 𝐹 (𝑝) sous la forme suivante :
𝑝+4
𝐹 (𝑝) = 2 + (𝑝+1)(𝑝+2)
𝐴 𝐵
𝐹 (𝑝) = 2 + 𝑃+1 + 𝑃+2
𝐴 = 𝐺 (𝑝). (𝑝 + 1)|𝑝=−1
76
Chapitre IV Transformée de ℒaplace
𝑝+4
𝐴= . (𝑝 + 1)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−1
𝑝+4
𝐴= |
𝑃 + 2 𝑝=−1
−1 + 4
𝐴=
−1 + 2
𝐴=3
𝐵 = 𝐺 (𝑝). (𝑝 + 2)|𝑝=−2
𝑝+4
𝐵= . (𝑝 + 2)|
(𝑝 + 1)(𝑝 + 2) 𝑝=−2
𝑃+4
𝐵= |
𝑃 + 1 𝑝=−2
𝐵 = −2
3 2
𝐹 (𝑝) = 2 + 𝑃+1 − 𝑃+2
1 1
𝑓 (𝑡) = 2. ℒ −1 {1} + 3. ℒ −1 { } − 2. ℒ −1 { }, 𝑡≥0
𝑝+1 𝑝+2
77
Références
Références
78