ChapII.

Analyse de Fourier
I. Introduction
➔Joseph Fourier (1768-1830): mathématicien et physicien
français. Connu pour :
➢Ses travaux sur la décomposition des fonctions périodiques
en séries trigonométriques convergentes (séries de Fourier).
➢Leurs applications au problème de la propagation de la
chaleur.
➔L’analyse de Fourier est l’outil mathématique principal qui
permet le passage de la représentation temporelle à la
représentation fréquentiel.
➔Ce passage permet de décomposer un signal en éléments
sinusoïdaux.
➔Chaque sinusoïde représente une fréquence, ce qui permet
d’obtenir les renseignements sur la distribution
fréquentielle.
II. Signaux périodiques et signaux sinusoïdaux
1. Caractéristiques des signaux périodiques
Un signal 𝑥 𝑡 est périodique si :
∃ 𝑇 ∈ 𝑵   𝑡 ∈ ℝ, 𝑥 𝑡 + 𝑇 = 𝑥(𝑡)
L’intervalle T est appelé période.
L’inverse de la période f = 1/T est dite fréquence.
La valeur moyenne 𝑥ҧ d’un signal périodique est calculée sur un
intervalle de temps T qui correspond à la période.

1 𝑡+𝑇 1 𝑇
𝑥ҧ = න 𝑥(𝑡)𝑑𝑡 = න 𝑥(𝑡)𝑑𝑡
𝑇 𝑡 𝑇 0
Remarque : On peut toujours choisir l’intervalle le mieux adapté
au cas étudié.
La valeur efficace 𝑥𝑒𝑓𝑓 d’un signal périodique est égal à la racine
carré de la valeur moyenne du module au carré de ce signal. Ce qui
nous donne :

1 𝑇
𝑥𝑒𝑓𝑓 = න 𝑥(𝑡) 2 𝑑𝑡
𝑇 0

Le carré de cette valeur efficace correspond à la puissance

moyenne du signal.

Remarque : Les signaux périodiques ont des énergies infinies

mais des puissances moyennes finies.
2. Caractéristiques d’un signal sinusoïdal
➔Les signaux sinusoïdaux sont des signaux périodiques qui jouent
un rôle fondamental puisque tout signal périodique peut se
décomposer comme la superposition de signaux sinusoïdaux.

➔Un signal x(t) est dit sinusoïdal si son évolution temporelle peut
se mettre sous la forme:
𝑥 𝑡 = 𝐴. sin 𝜔𝑡 + 𝜑 𝑎𝑣𝑒𝑐 𝐴 > 0
A : l’amplitude du signal.

𝜔𝑡 + 𝜑: la phase à l’instant 𝑡, ou phase instantanée (radian).

𝜑: phase initiale est définie en modulo 2𝜋.

ω : pulsation (rad/s).
Exemple de signal sinusoïdal, le calcul de la fréquence f et la
période T en fonction de sa pulsation est facile.

La période correspond à l’intervalle de temps pour lequel la phase

varie de 2π donc :
1 2𝜋 1 𝜔
𝑇= = 𝑠 𝑜𝑢 𝑓 = = (𝐻𝑧)
𝑓 𝜔 𝑇 2𝜋
➔Comme l’intégrale d’une sinusoïde sur une période est nulle,
alors la valeur moyenne d’un signal sinusoïdal est nulle.

1 𝑇 1 𝑇
𝑥ҧ = න 𝑥(𝑡)𝑑𝑡 = න 𝐴. sin 𝜔𝑡 + 𝜑 𝑑𝑡 = 0
𝑇 0 𝑇 0
➔La valeur efficace du signal sinusoïdal précédent peut être
calculée comme suit :

2 1 𝑇 𝐴2 𝑇
𝑥𝑒𝑓𝑓 = න 𝑥(𝑡) 2 𝑑𝑡 = න 𝑠𝑖𝑛2 (𝜔𝑡 + 𝜑)𝑑𝑡
𝑇 0 𝑇 0
𝐴2 𝑇 𝐴2
= න (1 − 𝑐𝑜 𝑠 2 𝜔𝑡 + 𝜑 )𝑑𝑡 =
2𝑇 0 2
➔Pour un signal sinusoïdal, Il existe une relation simple entre la
valeur efficace et l’amplitude du signal :
𝐴
𝑥𝑒𝑓𝑓 =
2
➔Le décalage temporelle résulte en un changement de la phase à
l’origine, mais ne modifie pas l’amplitude du signal.

Exemple : Considérons le signal sinusoïdal 𝑥 𝑡 décalé

temporellement de τ :
𝑥 𝑡 − 𝜏 = 𝐴. sin 𝜔(𝑡 − 𝜏) + 𝜑 = 𝐴. sin 𝜔𝑡 + (𝜑 − 𝜔𝜏 )
III. Analyse en série de Fourier d'un signal périodique
➔ Le théorème de Fourier permet de décomposer tout signal périodique
en somme de signaux sinusoïdaux.

➔ Les hypothèses du théorème de Fourier sont toujours vérifiées pour

les signaux rencontrés dans la réalité.

1. Théorème de Fourier
➔ Toute signal 𝑥 𝑡 réelle, périodique de période 𝑇 = 2𝜋Τ𝜔 , monotone
par morceaux et bornée sur le segment [0, T] est décomposable en une
somme de fonctions sinusoïdales appelée "Série de Fourier".
∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝐴𝑛 . cos(𝑛𝜔𝑡) + 𝐵𝑛 . sin 𝑛𝜔𝑡

𝑛=1
𝑥ҧ , 𝐴𝑛 et 𝐵𝑛 sont réels et peuvent être calculés à partir des
expressions suivantes :
1 𝑇
𝑥ҧ = න 𝑥(𝑡)𝑑𝑡
𝑇 0
2 𝑇
𝐴𝑛 = න 𝑥 𝑡 . cos(𝑛𝜔𝑡)𝑑𝑡
𝑇 0
2 𝑇
𝐵𝑛 = න 𝑥 𝑡 . sin(𝑛𝜔𝑡)𝑑𝑡
𝑇 0
➔Les fréquences des composantes sinusoïdales sont des multiples
de la fréquence 𝑓 du signal périodique décomposé.
➔La fréquence 𝑓1 = 𝑓 est la fréquence fondamentale, ou première
harmonique (𝑛 = 1).
➔La fréquence 𝑓𝑛 = 𝑛. 𝑓 correspond à l’harmonique d’ordre 𝑛
(𝑛 > 1).
➔ Les signaux cos(𝑛𝜔𝑡) et sin(𝑛𝜔𝑡) constituent une base
orthogonale de l’espace des fonctions considérées :
𝑇
 𝑛, 𝑚 ∈ 𝑁: න cos 𝑛𝜔𝑡 . sin 𝑚𝜔𝑡 𝑑𝑡 = 0
0
 𝑛, 𝑚 ∈ 𝑁 𝑎𝑣𝑒𝑐 𝑛 ≠ 𝑚 ∶
𝑇 𝑇
න cos 𝑛𝜔𝑡 . cos 𝑚𝜔𝑡 𝑑𝑡 = න sin 𝑛𝜔𝑡 . sin 𝑚𝜔𝑡 𝑑𝑡 = 0
0 0
 𝑛 ∈ 𝑁 𝑎𝑣𝑒𝑐 𝑛 ≠ 0 ∶
𝑇 𝑇
2
𝜋
2
න cos 𝑛𝜔𝑡 𝑑𝑡 = න sin 𝑛𝜔𝑡 𝑑𝑡 =
0 0 𝜔
➔ Si le signal 𝑥(𝑡) subit un simple décalage suivant l'axe des temps
alors les coefficients 𝐴𝑛 et 𝐵𝑛 seront modifiés.
➔ En conséquence, on cherche donc une nouvelle écriture des
séries de Fourier dans laquelle la puissance est conservée après un
décalage suivant l'axe des temps et où ce décalage apparaitra sous
la forme d’un déphasage.
➔ Cette nouvelle écriture s'obtient en posant :
𝐴𝑛 = 𝐶𝑛 sin(𝜑𝑛 )
𝐵𝑛 = 𝐶𝑛 cos(𝜑𝑛 )
En remplaçant 𝐴𝑛 et 𝐵𝑛 par ses expressions dans 𝑥(𝑡) :
∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝐶𝑛 sin(𝜑𝑛 ). cos(𝑛𝜔𝑡) + cos(𝜑𝑛 ). sin 𝑛𝜔𝑡

𝑛=1
 ∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝐶𝑛 sin(𝑛𝜔𝑡 + 𝜑𝑛 )
𝑛=1
𝐴𝑛
𝜑𝑛 = 𝑎𝑟𝑐𝑡𝑎𝑛
Avec :൞ 𝐵𝑛

𝐶𝑛 = 𝐴2𝑛 + 𝐵𝑛2
𝐶𝑛 et 𝜑𝑛 sont respectivement les spectres d’amplitude et les
spectres de phase.
Propriétés
➔ Si 𝑥 𝑡 est paire => 𝐵𝑛 = 0 ∀ 𝑡

=> 𝑥 𝑡 = 𝑥ҧ + σ∞
𝑛=1 𝐴𝑛 . cos(𝑛𝜔𝑡)

➔ Si 𝑥 𝑡 est impaire => 𝐴𝑛 = 0 𝑒𝑡 𝑥ҧ = 0 ∀ 𝑡

=> 𝑥 𝑡 = σ∞
𝑛=1 𝐵𝑛 . sin 𝑛𝜔𝑡

➔ Si on ajoute une constante à 𝑥 𝑡 , c’est la valeur moyenne qui

change et non pas 𝐴𝑛 et 𝐵𝑛 .

➔ Si on change l’origine des temps de 𝑥 𝑡 , le spectre de phase est

modifié et non pas le spectre d’amplitude.
Exemples
1. Soit 𝑔 𝑡 un signal périodique de période 𝑇 = 2𝜋 définie par:
𝑔 𝑡 = 𝑡 , −𝜋 ≤ 𝑡 ≤ 𝜋
➔ Monotone par morceaux et bornée
➔ Elle admet donc un développement en série de Fourier :
𝑇 𝜋 2 𝜋
1 1 1 𝑡
𝑔ҧ = න 𝑔(𝑡)𝑑𝑡 = න 𝑡 𝑑𝑡 = =0
𝑇 0 2𝜋 −𝜋 2𝜋 2 −𝜋
2 𝑇 2 𝜋
𝐴𝑛 = න 𝑔 𝑡 . cos(𝑛𝜔𝑡)𝑑𝑡 = න 𝑡. cos(𝑛. 𝑡)𝑑𝑡
𝑇 0 2𝜋 −𝜋
𝜋
1 sin(𝑛. 𝑡) 1 𝜋
= 𝑡 − න sin(𝑛. 𝑡)𝑑𝑡 = 0
𝜋 𝑛 −𝜋
𝑛 −𝜋

La valeur moyenne et les coefficients de cosinus sont nuls parce

que 𝑔 𝑡 est impaire.
 2 𝑇 2 𝜋
𝐵𝑛 = න 𝑔 𝑡 . sin(𝑛𝜔𝑡)𝑑𝑡 = න 𝑡. sin(𝑛. 𝑡)𝑑𝑡
𝑇 0 2𝜋 −𝜋
𝜋
1 cos(𝑛. 𝑡) 1 𝜋 2
= −𝑡 + න cos(𝑛. 𝑡)𝑑𝑡 = (−1)𝑛+1
𝜋 𝑛 −𝜋
𝑛 −𝜋 𝑛

sin(𝑡) sin(2𝑡) 𝑛+1

sin(𝑛𝑡)
𝑔 𝑡 =2 − + ⋯ + (−1) +⋯
1 2 𝑛
+∞
sin(𝑛𝑡)
=2 ෍ (−1)𝑛+1
𝑛
𝑛=1
2. Soit 𝑓 𝑡 un signal périodique de période 𝑇 = 2𝜋 définie par :
−𝑡 , −𝜋 ≤ 𝑡 ≤ 0
𝑓 𝑡 =ቊ
𝑡, 0≤𝑡≤𝜋

➔ Monotone par morceaux et bornée

➔ 𝑓 𝑡 admet donc un développement en série de Fourier :

1 𝑇 1 0 𝜋
𝜋
ҧ
𝑓 = න 𝑓(𝑡)𝑑𝑡 = න −𝑡 𝑑𝑡 + න 𝑡 𝑑𝑡 =
𝑇 0 2𝜋 −𝜋 0 2
2 𝑇
𝐴𝑛 = න 𝑓 𝑡 . cos 𝑛𝜔𝑡 𝑑𝑡 =
𝑇 0
0 𝜋
2
= න −𝑡 . cos 𝑛. 𝑡 𝑑𝑡 + න 𝑡. 𝑐𝑜𝑠(𝑛. 𝑡) 𝑑𝑡
2𝜋 −𝜋 0
 0 𝜋
1 sin(𝑛. 𝑡) 1 0 sin(𝑛. 𝑡) 1 𝜋
𝐴𝑛 = −𝑡 + න sin(𝑛. 𝑡)𝑑𝑡 + 𝑡 − න sin(𝑛. 𝑡)𝑑𝑡
𝜋 𝑛 −𝜋
𝑛 −𝜋 𝑛 0
𝑛 0

4
2 − 𝑠𝑖 𝑛 𝑒𝑠𝑡 𝑖𝑚𝑝𝑎𝑖𝑟
𝐴𝑛 = 2 cos 𝑛𝜋 − 1 = ቐ 𝜋𝑛2
𝜋𝑛 0 𝑠𝑖 𝑛 𝑒𝑠𝑡 𝑝𝑎𝑖𝑟
2 𝑇
𝐵𝑛 = න 𝑓 𝑡 . sin 𝑛𝜔𝑡 𝑑𝑡
𝑇 0
0 𝜋
2
= න −𝑡 . sin 𝑛. 𝑡 𝑑𝑡 + න 𝑡. 𝑠𝑖𝑛(𝑛. 𝑡) 𝑑𝑡 = 0
2𝜋 −𝜋 0
Les coefficients de sinus sont nuls parce que 𝑓 𝑡 est paire.
𝜋 4 cos(𝑡) cos(3𝑡) cos((2𝑘 + 1)𝑡)
𝑓 𝑡 = − 2
+ 2
+ ⋯+ 2
+⋯
2 𝜋 1 3 2𝑘 + 1
 +∞
𝜋 4 cos((2𝑘 + 1)𝑡)
𝑓(𝑡) = − ෍
2 𝜋 (2𝑘 + 1)2
𝑘=0
2. Développement en série de Fourier complexe
Il est possible d'obtenir une écriture complexe de la série de Fourier.

𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡

cos 𝑛𝜔𝑡 = 𝑒𝑡 sin 𝑛𝜔𝑡 =
2 2𝑗
En remplaçant dans l’équation des séries de Fourier on aura :
+∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝐴𝑛 . cos(𝑛𝜔𝑡) + 𝐵𝑛 . sin 𝑛𝜔𝑡

𝑛=1
+∞
𝑒 𝑗𝑛𝜔𝑡 + 𝑒 −𝑗𝑛𝜔𝑡 𝑒 𝑗𝑛𝜔𝑡 − 𝑒 −𝑗𝑛𝜔𝑡
= 𝑥ҧ + ෍ 𝐴𝑛 . + 𝐵𝑛 .
2 2𝑗
𝑛=1
+∞
𝐴𝑛 − 𝑗𝐵𝑛 𝑗𝑛𝜔𝑡 𝐴𝑛 + 𝑗𝐵𝑛 −𝑗𝑛𝜔𝑡
= 𝑥ҧ + ෍ 𝑒 + 𝑒
2 2
𝑛=1
 2 𝑇
𝐴𝑛 − 𝑗𝐵𝑛 = න 𝑥 𝑡 . 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 0
2 𝑇
𝐴𝑛 + 𝑗𝐵𝑛 = න 𝑥 𝑡 . 𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 0
On pose
𝐴𝑛 − 𝑗𝐵𝑛 1 𝑇
𝑋𝑛 = = න 𝑥 𝑡 . 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
2 𝑇 0
Et on peut noter que
𝐴𝑛 + 𝑗𝐵𝑛 1 𝑇
= න 𝑥 𝑡 . 𝑒 𝑗𝑛𝜔𝑡 𝑑𝑡 = 𝑋−𝑛
2 𝑇 0
Ce qui implique
+∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 + 𝑋−𝑛 𝑒 −𝑗𝑛𝜔𝑡

𝑛=1
 +∞ +∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 + ෍ 𝑋−𝑛 𝑒 −𝑗𝑛𝜔𝑡

𝑛=1 𝑛=1
+∞ −1

= 𝑥ҧ + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 + ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡
𝑛=1 𝑛=−∞
1 𝑇
Aussi 𝑥ҧ = ‫𝑥 ׬‬ 𝑡 . 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡 = 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 pour 𝑛 = 0.
𝑇 0

+∞
1 𝑇
Donc : 𝑥 𝑡 = ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 avec 𝑋𝑛 = න 𝑥 𝑡 . 𝑒 −𝑗𝑛𝜔𝑡 𝑑𝑡
𝑇 0
𝑛=−∞
Si 𝑥 𝑡 est paire 𝐵𝑛 = 0 et 𝑋𝑛 = 𝑋−𝑛 et si 𝑥(𝑡) est impaire 𝐴𝑛 = 0 et
𝑋𝑛 = −𝑋−𝑛 .
3. Théorème de Bessel-Parseval
La formule de Bessel-Parseval est plus facile à établir en utilisant
le développement en série de Fourier complexe. Soit 𝑥 𝑡 un
signal périodique par définition nous avons :
+∞ +∞

𝑥 𝑡 = 𝑥ҧ + ෍ 𝐴𝑛 . cos 𝑛𝜔𝑡 + 𝐵𝑛 . sin 𝑛𝜔𝑡 = ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡

𝑛=1 𝑛=−∞
1 𝑇
On calcule ‫׬‬0 𝑥(𝑡)2 𝑑𝑡 ?
𝑇

𝑇 𝑇 +∞ +∞
1 2
1
න 𝑥(𝑡) 𝑑𝑡 = න ෍ 𝑋𝑛 𝑒 𝑗𝑛𝜔𝑡 ෍ 𝑋𝑚 𝑒 𝑗𝑚𝜔𝑡 𝑑𝑡
𝑇 0 𝑇 0
𝑛=−∞ 𝑚=−∞

𝑇 +∞ +∞
1
= න ෍ ෍ 𝑋𝑛 𝑋𝑚 𝑒 𝑗(𝑛+𝑚)𝜔𝑡 𝑑𝑡
𝑇 0
𝑛=−∞ 𝑚=−∞
 +∞ +∞ 𝑇 +∞ +∞
1
= ෍ ෍ 𝑋𝑛 𝑋𝑚 න 𝑒 𝑗(𝑛+𝑚)𝜔𝑡 𝑑𝑡 = ෍ 𝑋𝑛 𝑋−𝑛 = ෍ 𝑋𝑛 2
𝑇 0
𝑛=−∞ 𝑚=−∞ 𝑛=−∞ 𝑛=−∞
Puisque :
𝑇
𝑇 𝑗(𝑛+𝑚)𝜔𝑡 𝑒 𝑗(𝑛+𝑚)𝜔𝑡 𝑒 𝑗(𝑛+𝑚)2𝜋 −1
‫׬‬0 𝑒 𝑑𝑡 =
𝑗(𝑛+𝑚)𝜔 0
=
𝑗(𝑛+𝑚)𝜔
= 0 𝑠𝑖 𝑛 + 𝑚 ≠ 0

𝑇 𝑇
Et ‫׬‬0 𝑒 𝑗(𝑛+𝑚)𝜔𝑡 𝑑𝑡 = ‫׬‬0 𝑑𝑡 = 𝑇 𝑠𝑖 𝑛 + 𝑚 = 0 => 𝑚 = −𝑛

D’où le résultat

𝑇 +∞ +∞ 2 2
1 𝐴 𝑛 + 𝐵𝑛
න 𝑥(𝑡)2 𝑑𝑡 = ෍ 𝑋𝑛 2 = 𝑥ҧ 2 + ෍
𝑇 0 2
𝑛=−∞ 𝑛=1

On en déduit que la puissance moyenne dissipée par le signal 𝑥(𝑡)

est égal à la somme de la puissance dissipée par sa composante
continue et des puissances moyennes de chacun des harmoniques.
IV. Transformée de Fourier
La transformation de Fourier (TF) est une extension de la
décomposition en sérié de Fourier, mais pour des signaux
quelconques .
Définition 1 : Soit un signal 𝑥(𝑡), sa TF est une fonction complexe
de la variable réelle f définie par :
+∞
𝑇𝐹 𝑥(𝑡) = 𝑋 𝑓 = 𝑥, exp(−𝑗2𝜋𝑓𝑡) = න 𝑥(𝑡) e−j2πft 𝑑𝑡
−∞
𝑋 𝑓 est la superposition d’une infinité de raies qui s’étendent,
dans le domaine fréquentiel, de -∞ à +∞.
Définition 2 : On appelle transformée de Fourier inverse (TFI) la
relation :
+∞
𝑇𝐹 −1 𝑥(𝑡) = 𝑥 𝑡 = 𝑋, exp(𝑗2𝜋𝑓𝑡) = න 𝑋(𝑓) ej2πft 𝑑𝑓
−∞
Remarque
La TF de 𝑥 𝑡 , (𝑋 𝑓 ), existe si ‫ 𝑡𝑑 𝑡 𝑥 ׬‬existe. (𝑥 𝑡 est une
fonction bornée).
L'énergie totale d'un signal ne dépend pas de la représentation
choisie : fréquentielle ou temporelle d'après l'égalité de Parseval
(dite aussi identité de Rayleigh).
+∞ +∞
𝐸𝑥 = න x(t) 2 𝑑𝑡 = න 𝑋(𝑓) 2 𝑑𝑓
−∞ −∞
1. Propriétés de Transformation de Fourier
1- La transformée de Fourier est inversible si 𝑥(𝑡) est un signal à
énergie finie

2- Linéarité 𝑇𝐹 𝛼𝑥 𝑡 + 𝛽𝑦(𝑡) = 𝛼𝑇𝐹 𝑥(𝑡) + 𝛽𝑇𝐹 𝑥(𝑡)

1 𝑓
3- Dilatation : 𝑇𝐹 𝑥(𝛼. 𝑡) = .𝑋
𝛼 𝛼

4- Translation en temps : 𝑇𝐹 𝑥(𝑡 − 𝜏) = 𝑋(𝑓)𝑒 𝑗2𝜋𝑓𝜏

5- Translation en fréquence : 𝑇𝐹 𝑥(𝑡)𝑒 𝑗2𝜋𝑓0𝑡 = 𝑋(𝑓 − 𝑓0 )

6- Parité:
𝑥 𝑡 = 𝑥𝑝 𝑡 + 𝑥𝑖 𝑡 => 𝑇𝐹 𝑥(𝑡) = 𝑇𝐹 𝑥𝑝 𝑡 + 𝑇𝐹 𝑥𝑖 𝑡
𝑑 𝑛 𝑥(𝑡)
7- Dérivation : 𝑇𝐹 = 𝑗2𝜋𝑓 𝑛 𝑋(𝑓)
𝑑𝑡 𝑛
8- Intégration :
𝑡
1 1
𝑇𝐹 න 𝑥 𝜏 𝑑𝜏 = 𝑋 𝑓 + 𝑋 0 𝛿 𝑓
−∞ 𝑗2𝜋𝑓 2
+∞
𝑎𝑣𝑒𝑐 𝑋 0 = න 𝑥 𝑡 𝑑𝑡
−∞

9- Conjugaison : 𝑇𝐹 𝑥 ∗ (𝑡) = 𝑋 ∗ (−𝑓)

10- Dualité : si 𝑇𝐹 𝑥(𝑡) = 𝑋 𝑓 => 𝑇𝐹 𝑋(𝑡) = 2𝜋. 𝑥(−𝑓)

11- Si 𝑥 𝑡 est réel alors :

𝑅𝑒 𝑋(𝑓) = 𝑇𝐹 𝑥𝑝 𝑡 est une fonction réelle et

𝑗𝐼𝑚 𝑋(𝑓) = 𝑇𝐹 𝑥𝑖 𝑡 est fonction imaginaire

12- Si 𝑥 𝑡 est réel pair, alors 𝑋 𝑓 est réel pair

13-Si 𝑥 𝑡 est réel impair, alors 𝑋 𝑓 est imaginaire impair

14- Convolution 𝑇𝐹 𝑥 𝑡 ∗ 𝑦 𝑡 = 𝑋 𝑓 . 𝑌(𝑓)

15- Multiplication 𝑇𝐹 𝑥 𝑡 . 𝑦 𝑡 = 𝑋 𝑓 ∗ 𝑌(𝑓)

𝑑𝑛 𝑋 𝑓
16- 𝑇𝐹 𝑡𝑛𝑥 𝑡 = (𝑗)𝑛
𝑑𝑓 𝑛
Domaine temporel 𝑥 𝑡 Domaine fréquentiel 𝑋 𝑓 Signal
𝛿 𝑡 , 𝐾. 𝛿 𝑡 1, K Dirac

1, K 𝛿 𝑡 , 𝐾. 𝛿 𝑡 Constante

𝛿 𝑡 − 𝑡0 exp(−𝑗2𝜋𝑓𝑡0 ) Dirac décalé

exp(𝑗2𝜋𝑓0 𝑡) 𝛿 𝑓 − 𝑓0 Exponentiel complexe

𝑈 𝑡 1Τ2 𝛿 𝑓 + 1Τ𝑗2𝜋𝑓 Echelon unité

𝑠𝑔𝑛 𝑡 = 𝑡Τ 𝑡 1Τ𝑗𝜋𝑓 Fonction signe

𝑟𝑒𝑐𝑡 𝑡Τ𝑇0 𝑇0 . 𝑠𝑖𝑛𝑐(𝑇0 . 𝑓) Fonction porte

Ʌ(𝑡Τ𝑇0 ) 𝑇0 . 𝑠𝑖𝑛𝑐 2 (𝑇0 . 𝑓) Fonction triangle

𝑐𝑜𝑠(2𝜋𝑓0 𝑡) 1Τ2 . 𝛿 𝑓 + 𝑓0 + 𝛿 𝑓 − 𝑓0 Cosinus

𝑥 𝑡 . 𝑐𝑜𝑠(2𝜋𝑓0 𝑡) 1Τ2 . 𝑋 𝑓 + 𝑓0 + 𝑋 𝑓 − 𝑓0 Modulation

2. 𝑓0 . 𝑠𝑖𝑛𝑐(2. 𝑓0 . 𝑡) 𝑟𝑒𝑐𝑡 𝑓 Τ2. 𝑓0 Fonction sinus cardinal