Mathematiques Du Signal 3e Edition

SCIENCES SUP
Rappels de cours et exercices rsolus

Master coles dingnieurs
MATHMATIQUES DU SIGNAL
3e dition
Dariush Ghorbanzadeh Pierre Marry Nelly Point Denise Vial
MATHMATIQUES
DU SIGNAL
Dariush Ghorbanzadeh
Matre de confrences au Conservatoire National des Arts et Mtiers (CNAM, Paris)
Pierre Marry
Denise Vial
Nelly Point
Professeur au Conservatoire National des Arts et Mtiers (CNAM, Paris)
3e dition
Prfac par Herv Reinhard Professeur au CNAM (Paris)
Illustration de couverture : DigitalVision
Dunod, Paris, 2008

Dunod, 2002, pour lancienne dition
ISBN 978-2-10-053806-5
Prface
Dunod. La photocopie non autorise est un dlit.
Un seul coup dil aux rayons mathmatiques des librairies scientifiques suffit pour raliser quil est inutile de convaincre les tudiants de la ncessit de faire des exercices pour russir leurs examens. Les diteurs le savent, qui publient une multitude de recueils dexercices ; les tudiants le savent, qui achtent ces ouvrages. Tout mathmaticien, mme apprenti, sait cependant quune condition ncessaire nest pas toujours suffisante. Ainsi, il ne suffit pas dacheter un livre dexercices, ni mme de le lire, pour russir une preuve de mathmatiques, et, encore moins, pour comprendre les lments dune thorie et la faon de lappliquer. Il convient de faire un usage judicieux dun ouvrage dexercices corrigs. Les auteurs sexpliquent plus longuement sur ce point dans leur avant-propos. Ceux-ci travaillent (ou ont travaill) au sein de lquipe denseignants des mathmatiques du signal au Conservatoire National des Arts et Mtiers. Ils y ont acquis une grande exprience pdagogique au service des tudiants de cet tablissement et ont su mettre au point, avec toute lquipe, en particulier Bndicte Log, des exercices varis et progressifs, adapts cette discipline. Ils ont nou avec des collgues dautres disciplines, comme avec les tudiants, un dialogue riche dont ils ont su tirer parti. Les lecteurs devraient donc trouver dans cet ouvrage un outil particulirement efficace pour tester et approfondir leurs connaissances. Herv Reinhard
Avant propos
Les mathmatiques du signal concernent le signal analogique, le signal numrique dterministe et le signal alatoire. Ce recueil dexercices rsolus recouvre lensemble de ces domaines mais les notions et les outils correspondants (analyse de Fourier, distribution et probabilits) sont utiles dans un cadre bien plus large incluant la mcanique, le contrle. Ce recueil complte louvrage lments de mathmatiques du signal de H. Reinhard. Le plan et le contenu des chapitres correspondent ceux du volume prcit. Chaque chapitre souvre sur des rappels des dfinitions, des proprits et des thormes ncessaires la rsolution des exercices proposs. Une liste de notations et un index compltent la table des matires. Deux types dexercices sont proposs. Certains visent seulement lapprentissage du maniement des concepts fondamentaux et peuvent, de ce fait, sembler un peu abstraits. Il convient cependant de ne pas les ngliger car ils ont t slectionns pour permettre au lecteur dviter certaines ides fausses ainsi que des confusions avec des objets mathmatiques dj connus. Dautres sont orients vers lutilisation des concepts dans des applications pratiques. Pour chaque exercice, le lecteur devrait essayer de chercher la solution, question par question. Une fois la rponse trouve, ou en cas dchec prolong, on peut se reporter la solution propose et essayer de comprendre les erreurs ou les points de blocage ventuels avant de passer la question suivante. Lire demble la solution dun exercice nest daucun profit mme si celle-ci est rdige pour tre facilement comprhensible.
Index des notations

Cn
p
C 0 (I ) C n (I ) C (I ) L 1 (I )
n! n , not aussi p (n p)! p! espace vectoriel des fonctions continues sur l'intervalle I espace vectoriel des fonctions n fois continment drivables sur l'intervalle I espace vectoriel des fonctions indfiniment drivables sur l'intervalle I espace vectoriel des fonctions sommables sur l'intervalle I
p coefficient du binme : Cn =
norme de f dans L 1 (I ) : f
= f
L 1 (I )
=
I
| f (t)| dt
L 2 (I ) f,g f
D S D S
espace vectoriel des fonctions de carr sommable sur l'intervalle I produit scalaire de deux fonctions dans L 2 (I ) : f,g =
I
f (t)g(t)dt
norme de f dans L 2 (I ) : f
= f
L 2 (I )
=
I
| f (t)|2 dt
F( f ) L( f ) H( f ) Tz Y (t) sgn(t) 1 [a,b] (t) l
espace des fonctions indfiniment drivables support compact espace des fonctions indfiniment drivables dcroissance rapide espace des distributions espace des distributions tempres transforme de Fourier de f , aussi note f transforme de Laplace de f transforme de Hilbert de f transforme en z fonction de Heaviside ou chelon unit : Y (t) = 1 [0,+[ (t) l note aussi H (t) ou u(t) fonction signe : gale 1 sur R+ , 1 sur R et 0 en t = 0. fonction caractristique de l'intervalle [a,b] : 1 [a,b] (t) = 1 si t [a,b] l / 0 si t [a,b]
Index des notations
Pa (t)
a (t)
l fonction porte centre de longueur a : Pa (t) = 1
[ a ,+ a ] (t) 2 2
fonction triangle :
a (t)
= (1
0
t )1 [a,+a] (t) l a
() (t)
fonction gamma : () =
2 1 t e 2 2
u 1 eu du pour > 0
densit de probabilit de la loi normale centre rduite (t) =
(t)
erf(t) [f] VP
I
fonction de rpartition de la loi normale centre rduite : t u2 1 e 2 du (t) = 2 t u2 1 e 2 du fonction d'erreur : erf(t) = 2 0 distribution rgulire associe la fonction f f (t)dt valeur principale de l'intgrale divergente
I
f (t)dt
Pf a, (t a)
N (0,1) N (,2 )
pseudo-fonction masse de Dirac au point a. On note = 0 = (t) peigne de Dirac loi de probabilit de Gauss (loi normale centre rduite) loi normale de moyenne et de variance 2
Table des matires

Prface Avant propos Index des notations CHAPITRE 0 Intgration CHAPITRE 1 Espaces CHAPITRE 2 Orthogonalit, projections dans L 2 (I ) CHAPITRE 3 Sries de Fourier CHAPITRE 4 Intgrales paramtre, convolution CHAPITRE 5 Transformation de Fourier CHAPITRE 6 Transformation de Laplace CHAPITRE 7 Introduction la thorie des distributions CHAPITRE 8 Drivation, convergence, convolution des distributions
V VII IX 1 19 31 45 65 85 105 121 131 161 199 211 225 273 289 303
CHAPITRE 9 Transforme de Fourier et de Laplace des distributions. Transformes en z des signaux numriques CHAPITRE 10 Filtrage CHAPITRE 11 Espace de probabilits CHAPITRE 12 Variables Alatoires CHAPITRE 13 Covariance. Coefficient de corrlation CHAPITRE 14 Vecteurs gaussiens CHAPITRE 15 Processus stationnaires du second ordre. Signaux alatoires
Chapitre 0
Intgration
RAPPELS
b
Si la fonction f est continue sur lintervalle ferm born [a,b],

a
f (x)dx est
une intgrale dfinie et cest un nombre si a, b et f sont spcifis. Pour x [a,b],

a x
f (t)dt est une fonction de x. Cest la primitive de f qui san-
nule pour x = a. Si lintervalle est non born ou si f nest pas borne, on dit que lintgrale est impropre (ou gnralise).
f (x)dx est convergente si lim

b
X+ a
f (x)dx existe et a une valeur finie.

b a
Si f nest pas dfinie en b,

a
f (x)dx est convergente si lim
0+
f (x)dx
existe et a une valeur finie. Sinon, ces intgrales divergent. Critres de Riemann
a b a
1 dx converge si et seulement si > 1, diverge sinon. x
(R0.1)
1 dx converge si et seulement si < 1, diverge sinon. (R0.2) (x a) 0 g(x) f (x), alors 0

a b b
Si, x [a,b],
g(x)dx
a
f (x)dx.
Mathmatiques du signal
Une intgrale
a
f (x)dx est dite absolument convergente si

a b a
| f (x)|dx a une
b a
valeur finie. Cela implique quelle est convergente car |
f (x)dx|
| f (x)|dx.
On dit alors que la fonction f est sommable sur [a,b]. Critres de comparaison ln(X) eX 0, n ln() 0 . Pour n > 0, n + , X X+ X n X+ 0 f (x) = 1 , on note f g. f et g sont quivalentes au voisinage de a, si lim xa g(x) a f et g sont continues sur ]a,b] et si f g alors
a a b
f (x) dx et
a
g(x) dx sont
a
de mme nature. si f et g sont continues sur [a,+[ et si f g alors

=
f (x)dx et
g(x)dx sont de mme nature.

a
Intgrales doubles Changements de variables : si x = g(u,v) et y = h(u,v), on a : f (x,y)dxdy =

D g u h u g v h v
f (g(u,v),h(u,v))|J (u,v)|dudv
(R0.3)
est limage du domaine D, J est la matrice jacobienne : J =
et |J (u,v)| son dterminant, appel Jacobien.
Thorme de Fubini Si f est sommable sur le domaine D, on peut indiffremment intgrer dabord en x ou en y, le rsultat est identique.
Exercice 0.1
En appliquant la dfinition dune intgrale impropre, dire si les intgrales suivantes sont dfinies ou non. I1 = I3 =
0 e 0
1
dt
I2 = ( n ) = I4 =
0 t
dt
n 1 t
e dt avec n I5 =
1 dt 4 t2
ln t dt
et
0 Intgration
1) I1 = lim
X + 0
X e t dt = lim [ e t ]0 = lim (1 e X ) = 1. Donc, I1 est dfinie et vaut 1. X + X +
2) I2 = lim
X + 0
t n 1e t dt . Or, en intgrant par parties et si n > 1,
do : lim
X + 0
t n 1e t dt = X n 1e X + (n 1)
t n 2 e t dt
t n 1e t dt = (n 1) lim
X + 0
t n 2 e t dt
= ....... = (n 1)(n 2)...1 lim Donc, (n) existe et vaut (n 1)! On a :
X + 0
e t dt = (n 1)!
(n) = (n 1) (n 1) = (n 1)!
3) I3 = lim+
0
ln t dt = lim [t ln t ] dt = lim { ln 1 + } = 1.
0 +
1
0 +
Donc, I3 existe et vaut 1. 4) I4 = lim+

0
e t dt + t
1
A e t
dt + lim
X + A
e t dt . t
Posons J ( ) =
e t dt . En intgrant par parties, on a : t
J ( ) = ln e + En effet : 0 Dautre part,

ln t e
dt et lim+ J ( ) = + car lintgrale est borne.

0 0
lim+
A
ln t e t dt
lim+
ln t e t dt
ln t dt = 1 daprs 3).
0
1 t
e t dt est finie et lim X + t dt

X + A
e t dt existe car : t 1. Donc, I4 diverge.
X + A
lim
lim
e t dt
1 A eA
5) La fonction intgrer tant paire, la nature de I5 est la mme que celle de I6 o I6 =
dt 4t
2
et lon a : I6 = lim+
0
dt 4 t2
En posant t = 2 sinx, I6 = lim+

0
cos x dx o = arcsin(1 /2) cos x
do I6 = lim+ arcsin 1 = , donc I5 existe et vaut 2I6 , soit . 2 2 0
Exercice 0.2
Donner la nature des intgrales I1 , I2 , I4 , I5 prcdentes en utilisant la comparaison avec les intgrales de rfrence
dt
et
(b t )
dt
1) t
I1 =
e t dt . Le seul problme est linfini. Or, si X est assez grand et
X, et > t2 et 0
e t dt <
dt , cette dernire intgrale tant convergente, t2
e t dt
aussi et I1 converge. 2) I2 =
t n 1 e t dt . L aussi, la fonction est continue en 0. linfini, si t est assez grand, 1 dont lintgrale converge sur [X, [ X > 0. t2
n 1 t on peut crire et > tn+1 et, alors, t e <
I2 converge aussi. 3) I4 =
e t e t 1 dt . Pour t assez grand, et > t, et donc < 2 dont lintgrale converge t t t e t t 1 en 0 et t
au voisinage de linfini. Mais Donc, I4 diverge.
e t dt na pas de valeur finie X fini. t
Cette faon de procder par quivalences est plus rapide que lutilisation de la dfinition. (Comparer avec lexercice 1). 4) 2),
b
I5 =
dt 4t
2
dt , 2t 2+t
et
au
voisinage
de
b
(respectivement dt
1 4t dt
1 1 (respectivement ). Or, si a < b, 2 2t 2 2+t
(b t )
a
ou
(t a )
a
converge si < 1. Donc I5 converge.
Exercice 0.3
Examiner la nature des intgrales suivantes : + ln t dt I1 = e t dt I2 = I3 = dt 0 (t + 1) t 1 t
I4 =
ln t dt . t 1
2
0 Intgration
1) I1 =
e t dt +
e t dt . La premire intgrale vaut lim
Y Y
e t dt = + aprs intgra-
tion directe et on a vu que la seconde converge. I1 diverge puisque somme dune divergente et dune convergente. 2) Pour I2 , les seuls points considrer sont 0 et +, la fonction intgrer tant continue 1 1 entre les deux. linfini, qui est intgrable au voisinage de +. En 0, (t + 1) t t 3 / 2 1 1 qui est intgrable au voisinage de 0. Donc I2 converge. (t + 1) t t 3) En 1, la fonction est continue. Si > 1, tel que 1 < < et on peut crire : ln t ln t 1 ln t = . Or, 0 , donc, pour t assez grand, cette quantit est borne par une t + t t t t ln t 1 c qui est sommable sur tout intervalle (X, +) si X > 1. constante c et 0 < t t ln t A Par contre, si < 1, toujours pour t assez grand, car lnt tend vers + avec t, donc t t est minor par une constante A > 0, mais cette fonction nest pas intgrable linfini. Donc I3 diverge. Si = 1, on pose u = lnt et I3 devient Donc I3 diverge pour 4) I4 existe si linfini, 0 <
u du qui diverge.
0
1 et converge si > 1.
t
0
ln t dt et 1
ln t dt existent. Les points considrer sont 0, 1, et . t 1

2
1 ln t t > 0 ; cette fonction tant quivalente 2 , qui est int2 2 t t 1 t 1 grable si 2 > 1, il suffit de choisir = 1/2 et la fonction est intgrable linfini.
En 0, la fonction quivaut lnt, donc intgrable (cf. exercice 0.1). En 1, la fonction nest pas dfinie mais, si lon pose x = t 1, avec le dveloppement limiln(1 + x ) 1 1 t de ln(1 + x), qui tend vers quand x tend vers 0. La fonction, pro(2 + x ) x 2 + x 2 longeable par continuit, est intgrable en 1. Donc I4 converge et vaut 0.18).
2 (cf. exercice 4
Exercice 0.4
1) tudier la sommabilit de ( > 0). 2) Quelles sont les valeurs de pour lesquelles sin t sur ]0,1] et [1, +[ selon les valeurs de t
+ sin t
dt converge mais pas
sin t dt ? t
3) Application aux intgrales de Fresnel C =
0 cos t dt et
2
S=
0 sin t dt .
2
1) Sommabilit sur ]0, 1] : la fonction est continue sur ]0, 1], non dfinie en 0 au voisinage duquel on a : soit < 2 . Sommabilit sur [1, +[ : sin t t 1 , fonction sommable si > 1. Mais, si t 1, on a sin t sin t = t t t t
1 t
1
, fonction sommable si et seulement si 1 < 1
simplement major par une fonction non sommable, ce qui ninduit rien pour sassurer que sin t nest pas sommable quand t 1 cos 2t . 2t 1 (1 cos 2t ) 2 0 car a2
sin t . Pour t
1, minorons
sin t par une fonction non t
sommable, savoir : En effet, sin t
sin 2 t =
a si 0
1.
sin 2t
Pour 0 < < 1, on a :
vaut
1 cos 2t
1 sin 2t dt = 1 (1 )t 1 2t 1
2t +1
dt .
Le dernier terme est fini car
sin 2t 2t +1
sommable sur [1,+[. Le deuxime terme 2t +1
sin 2 et le premier est infini car lim t 1 = 0 . t + 2
Pour = 1,
1 cos 2t
sin 2t dt = [ln t ]1 2t 1
sin 2t
2t 2
dt de valeur infinie cause du
premier terme.
0 Intgration
Donc,
sin t est sommable sur ]0,1] pour 0 < < 2 et sur [1,+[ pour > 1. t
2) Puisque la sommabilit de la fonction implique la convergence de lintgrale, on peut conclure de 1) que lintgrale converge sur ]0,+[ si 1 < < 2. Voyons si lintgrale converge pour dautres valeurs de . Sur ]0,1], la fonction est positive et la convergence de lintgrale quivaut la sommabilit de la fonction, et lintgrale converge si 0 < < 2. Mais ce nest plus le cas sur [1,+[. En intgrant par parties, on a :
sin t
cos t dt = lim X + t 1
X
cos t dt = valeur finie > 0 t +1
car + 1 > 1 et donc lintgrale converge sur ]0,+[ pour 0 < < 2. En rsum : sur ]0,1] pour 0 < < 2 sin t est sommable t sur [1, +[ pour > 1
sin t dt converge si 1 < < 2. t + sin t + sin t dt converge mais pas En particulier, si = 1, dt . 0 0 t t
0
+ sin t
dt converge si 0 < < 2 et
3) Remarquons que les fonctions intgrer sont continues mais nont pas de limite linfini et on ne peut utiliser immdiatement dquivalent. Alors, transformons les intgrales en posant : t = x .
sin x cos x dx et S = dx . S = 0 2 x 0 2 x question 2). Pour C, intgrons par parties :
On obtient : C =
sin x dx converge daprs la 2 x1 2
1 sin x C= +4 2 x 0 lim sin x = 0 car 0 2 x
sin x sin x sin x 1 dx = lim lim + x + 2 x x0 2 x 4 x x 1 2 x et lim
sin x
x3/ 2
dx .
x +
sin x 2 x
x0
sin x = 0 et la dernire intgrale converge 2 x
daprs la question 2). Donc, C converge : on montre que ces intgrales de Fresnel valent 1 . 2 2
Exercice 0.5 Valeur principale

1) Soit f une fonction quelconque, intgrable partout sauf en + et en et soit fp
1 sa partie paire. On rappelle que f p (t ) = [ f (t ) + f ( t )]. Calculer VP f (t ) dt 2 en fonction de fp en prcisant dans quelle condition cette valeur existe.
2) Application : f (t ) =
1 + t t3 . 1 + t2
f (t ) dt f (t ) dt +
1) VP
f (t ) dt = lim
X + X
= lim X +
X +
X X
f (t ) dt = lim X +
[ f (t ) + f ( t )] dt
= lim 2
f p ( t ) dt
qui existe si fp est intgrable au voisinage de +. 2) Application : f vrifie bien les hypothses du 1) et f p (t ) = sinage de +. Alors, VP 1 est intgrable au voi1+ t2
f (t ) dt = lim 2 arctan( X ) = .
X +
Exercice 0.6 Valeur principale

1) Tracer le graphe sur 2) Vrifier que 3) Calculer VP
2
de la fonction f dfinie par f (t ) = diverge.
1 . t (t + 2 )
1 t(t + 2) dt
2
1 t(t + 2) dt directement, puis en fonction de sa partie paire fp .

2(t + 1) est positive si t 2 (t + 2 ) 2
1) La fonction nest pas dfinie pour t = 0 et t = 2 et f (t ) = t < 1, ngative sinon.
0 Intgration
2) Au voisinage de 0, ble et alors
1 t (t + 2 )
1 qui nest pas intgra2t
1 t (t
1 dt diverge. + 2)
3) VP
1 dt = lim+ 0 1 t (t + 2 )
2
1 dt + t (t + 2 )
1 dt . t (t + 2 )
1 2
En dcomposant la fraction rationnelle, on a : 1 1 1 1 = t t + 2 t (t + 2 ) 2 et VP
1 t (t
1 1 2 2 dt = lim+ [ln t ]1 + [ln t ] [ln t + 2 ]1 [ln t + 2 ] + 2) 2 0 =
1 ln 2 lim (ln + ln 2 ln ln(2 ) ln 4 + ln(2 + )) = . 2 0 + 2 Cette valeur reprsente la limite de la somme algbrique des aires hachures quand 0+. VP VP
a a
f (t ) dt = 2VP f (t ) dt = 0 .
f p (t ) dt o fp est la partie paire de f. Si f est impaire, fp est nulle et
Ici, f p (t ) = Alors VP
1 1 et fp L1( 1,+ 1). ( f (t ) + f ( t )) = 2 2 t 4
1 dt = 2 1 t (t + 2 )
1 dt + 0t 4
2
1 dt . t (t + 2 )
Exercice 0.7 Transforme de Hilbert

1) tudier la sommabilit sur de la fonction f dfinie par : 1 et calculer VP f (t ) = f (t ) dt si elle existe. 2 (t a)(t + 1)
2) La transforme de Hilbert dune fonction est dfinie par : ( H )(u) = 1 VP
(t ) dt . t u
1 . t +1
2
Calculer = H puis = H dans le cas o : (t ) =
10
1) Au voisinage de a, f se comporte comme voisinage de linfini, f (t )
1 et nest donc pas sommable, mais, au ta
1 qui est sommable. t3 Donc, f est sommable sur ], a 1] [a + 2 , +[, 1 et 2 > 0. En particulier, f est sommable sur ], a ] [a + , +[, > 0. + a f (t ) dt = lim+ f (t ) dt + f ( t ) dt . Calculons alors VP 0 a + En dcomposant la fraction en lments simples, on obtient : 1 1 t a 1 f (t ) = = A . o A = 2 2 t a t 2 + 1 t 2 + 1 (t a)(t + 1) a +1
ta a arctan t . Une primitive de f est : F(t ) = A ln 2 t +1 Alors, VP
f (t ) dt = lim+ {F( a ) F( ) + F( +) F( a + )}
0
aA aA = lim+ F( a ) F( a + ) avec 0 2 2
(a + )2 + 1 F( a ) F( a + ) = Aln a arctan(a ) + a arctan(a + ) . 2 (a ) + 1 Ainsi, lim+ {F( a ) F( a + ) } = 0 et VP
0
f (t ) dt =
a . a2 + 1
2) (u) = H ( )(u) =
1 VP
dt u = 2 daprs 1). 2 (t u)(t + 1) u +1
(t ) = H ( )(t ) =
1 VP
u du . (u t )(u 2 + 1)
Lintgration se fait en dcomposant en lments simples : u A Bu + C 1 g(u) = = + , A = tC et B = A. o C = 2 (u t )(u 2 + 1) u t u 2 + 1 t +1 Une primitive de g est : B ut G(u) = A ln u t + ln(u 2 + 1) + C arctan u = A ln + C arctan u 2 u2 + 1
(t ) =
+ 1 t lim+ g(u) du + g(u) du t + 0 1 1 1 = [G( +) G( )] + lim+ [G(t ) G(t + )] = 2 = (t ). 0 t +1
Ainsi, H ( H ( )) = (voir exercice 9.10).
0 Intgration
11
Exercice 0.8
Calculer I =
D x dx dy
avec D = ( x, y) / x 2
1 . 2
1) Dessiner le domaine et intgrer dabord en y. 2) Intgrer dabord en x. Comparer les deux rsultats.
1) I =
12
x
2
dy dx =
12
x ( x x 2 ) dx =
5 . 192
2) Daprs la figure, x varie soit de y ne en deux. I= I=
y , soit de y 1/2 : il faut alors couper le domaiy y = x2 y=x
1 4
x dx d y +

1 2 1
1 4
12
12
x dx dy
1 2
14
1 ( y y 2 ) dy + 2
5 y2 dy = . 1 4 8 2 192
On obtient le mme rsultat car on intgre une fonction continue sur un domaine ferm born et le thorme de Fubini sapplique, mais ce dernier calcul est plus long.
1 4
1 2
Exercice 0.9 Calcul dune intgrale multiple dans le cas o lordre dintgration simpose
Soit I =
1 x
2x
y sin dy dx . x
1) Tracer le domaine D dintgration et calculer I directement. Peut-on calculer I en intgrant dabord en x ? u = x 2) Calculer I par le changement de variables suivant : v = y . x
12
1) I =
y x cos dx x x
2x
y 5 4 3 2 1 0 0,5 1 1,5 2 2,5 x D y=x y = 2x
= (cos 2 cos1)
3 x dx = (cos1 cos 2). 2
y y y sin dx dy = sin dx dy daprs le thorme de est > 0 sur D, I = D D x x x Fubini. On peut alors intgrer dabord en x mais en vain, car on ne connat pas de primitive 1 y de sin , a fortiori de sin . x x Comme sin 2) Le domaine D est dfini par : x y 2x et x [1, 2] qui devient aprs changement de variables : 1 2 et u [1, 2]. Donc limage de D est : = [1, 2] [1, 2]. Le jacobien de la transformation est : x x u v = 1 0 = u J= y y v u u v I= =
sin v u du dv =
u du
sin v dv
1
u 1 2
3 (cos1 cos 2). 2

2
Exercice 0.10 Critre de convergence dans

1) Montrer que, si r = x 2 + y 2 et a > 0, sinon. 2) En dduire le critre de convergence de
1) Posons x J = r y r
r r
dx dy converge si > 2, diverge a r dx dy . a r
{xy = rr cos . = sin
Le jacobien de la transformation vaut : r sin r cos = r
x = cos sin y
0 Intgration
13
2 dx dy + r dr d = 2 + dr qui = 1 r a r 0 a a r r converge si et seulement si 1 > 1 soit > 2. a dr dx dy 2) I = = 2 1 qui converge si et seule0 r r a r ment si < 2.
I=
M r O
Exercice 0.11
Calculer I =
e ( x
+ y2 )
dx dy . dx et de
En dduire la valeur de
0 e
x2
ax 2
dx pour a > 0 .
y M r 0
Remarquons dabord que la fonction est sommable car elle 2 1 est continue en 0, et, linfini, on peut crire : e r r3 (voir exercice 0.10).
Puisque le domaine est un pav et que la fonction est le produit dune fonction de x par une fonction de y, on a : I=
2 e x
2 e y dy dx =
e y dy
2
e x dx =
2
e x dx
2
Posons :
= cos {yx = rr sin . Alors, le jacobien vaut :

+
2
0
J = r et le domaine devient : =
0, . 2
+
Do : I =
r2
r dr d =
re
r2
e r dr = = . 2 2 4 0
2
Donc, I =
, 4
e x dx = I =
2
, et, en posant : x = u a 2
e au du =
2
1 et 2 a
e ax dx =
2
14
Exercice 0.12
Calculer I =
2
D(a) f ( x )g( y) dx dy avec

*
f ( x) =
1 x2
1{ x <1} ( x ),
1 g( y) = ye y / 21 + ( y) et D(a) = {(x, y)/ xy < a} avec a > 0, en faisant le changel ment de variables suivant : x = t et y = u. u
y
D(a) est le domaine hachur mais, compte tenu des valeurs de f et de g, on intgre en fait sur D(a) = {(x,y)/ xy < a, |x| < 1, y > 0} (en gris) et fg est sommable sur D(a). Le jacobien de la transformation est : x x 1 t 2 1 J = t u = u u = y y u 0 1 t u et limage de D(a) est : t ( a) = (t, u) / t < a, < 1, u > 0 u soit : (a) = {(t, u) / |t| < u, t < a}.
D(a) 0 1
y= a x +1 D(a) x
u (a) u = |t| t
+ ue u 2 / 2 du d t t 2 2 2 D ( a) 1 x u t On intgre dabord en u, sinon il faudrait couper le domaine en deux sous-domaines et lon pose : 2 = u2 t2. Do d = u du et Alors, I ( a) =
ye y
/2
dx dy =
I ( a) =
t 2 / 2
e / 2 d dt =
1 2
e t
/2
dt
en utilisant
e ax dx =
2
1 . 2 a
I(a) est la fonction de rpartition de la loi normale centre rduite.
0 Intgration
15
Exercices dentranement
0.13 Les majorations suivantes sont-elles vraies ou fausses ? 1) 2) 3)
f ( x ) dx
f ( x ) dx
1
f ( x ) dx
12
12
0 b
f ( x ) dx
f ( x ) dx
b
12
f ( x ) dx
f ( x ) dx
12
f ( x ) dx
a x [ a, b ]
max f ( x ) dx
0.14 tudier la sommabilit des fonctions f suivantes sur les intervalles prciss et calculer les intgrales qui convergent (notes I). 1 sur 2) 1) (t3 + t + 1)e2t sur [1,+[ ch t 3) (t 1)1/3 sur I1 = [1,2[ et I2 = [2,+[ 5) 7) t sur [0, +[ (1 + t 2 )2 cos t sur ]0,1] t 4) 1 t t2 1 sur [1, +[
6) 8)
1 sur [0, +[ (1 + t 2 )2 ln t sur [1, +[ (1 + t )2
0.15 Les fonctions suivantes sont-elles sommables sur les intervalles considrs ? 1)
cos t 2
(1 t )3 / 2
sur [0, 1[
cos t 2 sur ]0, 1] 2) t3/ 2

1 4) arctan sur ]0, 1] et [1, +[ t 6) ln t sur ]1, +[ et ]0, 1[ t .
3)
e sin t sur ]0, 1] puis [1, +[ t
1 5) sin sur ]0, 1] et [1, +[ t

2
n t 0.16 Montrer que t e est sommable sur , n
Soit In =
t n e t dt . Calculer In sachant que I0 = 1.

2
0.17 tudier la convergence et la convergence en valeur principale des intgrales suivantes : 1 dt 1 dt 1 t+2 dt I1 = I2 = I3 = 2 1 t 1 t 1 t (t + 3)
16
0.18 Calculer les intgrales multiples suivantes (calcul direct) I1 = I2 = I3 = I4 = I5 =
dx dy avec D = {(x,y) / 0 < x < 1, 0 < y < 1, x + y > 1} y 4x, x 1}

2 0
y 2 2 dx dy avec D = {(x,y) / x Dx
x dx dy avec D = {(x,y) / 0 < x < 2, 1 < y < 1, 0 < x + y < 1}

2 e x dx dy 3y
D 6
dx dy . Pour I5 , intgrer 2 fois : dabord en x, puis (1 + y)(1 + x 2 y)
dabord en y. En dduire la valeur de J = I6 =
ln x dx x2 1 z 1 y2}
dx dy dz
D
avec D = {(x,y,z) / x2 + 2y2
0.19 Calculer les intgrales multiples suivantes en faisant le changement de variables indiqu. I1 = I2 = I3 =
e ( x + y ) ( x + y) n dx dy en posant : x = u et y = u. e (u
2
+v2 )
cos(t (u 2 + v 2 ))du dv . Poser u = cos v = sin y x, y 1 x}
xy dx dy o D = {(x,y) / 0 D1+ x + y
Poser : x y = u, x + y = . 0.20 Critre de convergence dans

3
1) Montrer que, si r = x 2 + y 2 + z 2 et a > 0, si > 3, diverge sinon. 2) En dduire le critre de convergence de
r a
dx dy dz converge r
r a
dx dy dz . r
Rponses
0.13 1) Faux : lingalit est du type |a b| b = 5). La majoration correcte est :
|a + b| qui est fausse (il suffit de prendre a = 3 et
f ( x ) dx
f ( x ) dx
f ( x ) dx +
f ( x ) dx
f ( x ) dx
0
0 Intgration
17
2) Faux : lingalit est du type |a b| et b = 5). La majoration correcte est :
|a| |b] qui est fausse (il suffit de prendre a = 3
12
f ( x ) dx
f ( x ) dx
12
12
f ( x ) dx +
f ( x ) dx
12
f ( x ) dx
0
3) Faux : il suffit de prendre f(x) = x 1 sur [0,1], alors max f ( x ) dx = 0 . La majoration correcte est :
f ( x )dx =
1 2
et
[ 0 x 0,1]
f ( x ) dx
[ a x a ,b ]
max f ( x ) dx = max f ( x ) (b a)
x a ,b ] [
0.14 1) f est intgrable ( e t
1 si t grand ). crire la primitive sous la t5 forme : P(t)e2t o P(t) est un polynme de degr 3 dont on dtermine les coefficients en drivant et en identifiant (on a : P (t) 2P(t) = t3 + t + 1 t). On obtient : 29 2 I = P(1)e 2 = e . 8 2) f est intgrable (utiliser e|t| > t2 si t grand) et I = en posant u = et. 3 3) f est intgrable sur I1 (et I = ) mais pas sur I2 . 2 4) f est intgrable (comparer 5) Poser u = 1 + t2, I = 6) Poser t = tan, I = 7) f 1 . 2 1 ). Poser t = chu, alors, I = . t 2
. 4
1 en 0 et nest donc pas intgrable. t
8) f est intgrable (0 < f (t) grant par parties, on a : I = ln2. 0.15 1) Oui : f (t ) 2) Non : f (t )
1 t 2
> 0 quand t est grand, prendre = 1/2). En int-
2 1 t
1 t
32
quand t est voisin de 1, continue en 0.
en 0. 1 en 0 et, linfini, est supt
3) Non sommable du tout : la fonction se comporte comme rieure e 1 (utiliser 1 t sint 1)
18
4) Oui sur ]0,1] (intgrer par parties), non sur [1,+[ 1 (utiliser : lim X arctan = 1 ). X + X 5) Oui sur ]0,1] , non sur [1,+[ (poser t = 6) Sur [1,+[, poser u = lnt. Alors, I = sur ]0,1], poser t = 1 dans lintgrale). u
u e(1 )u du qui converge si > 1 et > 1 et
+ ln u 1 , alors I = 2 du qui converge si < 1 et > 1 et si = 1, 1 u u poser u = lnt : la fonction intgrer devient u qui est sommable en + si < 1, et en 0 si > 1.
0.16
t ne t = t ne
2
t2 2
t2 2
Me
t2 2
qui est sommable sur .
In =
n 1 (2 p 1)(2 p 3)....1 In2 et I1 = 0 I2 p = , I2p+1 = 0. (2 ) p 2
0.17 I1 ne converge pas mais converge en valeur principale, VP Pour I2 , pas de convergence du tout ( VP Pour I3 , on a seulement : VP 0.18 I1 =
dt = 0. t
dt 2 lim 2 = 0 2 + ). 1 t
1
(t + 2 ) ln 2 dt = . 3 1 t (t + 3)
1
1 47 7 (aire de D) ; I2 = (intgrer en y dabord) ; I3 = (couper le domaine en deux) 2 6 6 e36 1 (permuter lordre dintgration) ; 6 (intgrer en x dabord, puis t = y ) et si lon intgre en y dabord,
; I4 = I5 =
2 2
I5 = 2J do J = lipse : 3y2 + x2
2 (intgrer en z dabord puis en (x,y) sur lintrieur de lel; I6 = 4 2 3

1). 2 ln 2 1 . ; I3 = 8 4(1 + t 2 )
0.19 I1 = (n + 1)! = (n + 2) ; I2 =
x = r cos cos 0.20 1) Passer en coordonnes sphriques : y = r sin cos z = r sin , , (0,2), |J| = r2cos, I = 4 2 2 2) < 3.
dr . r 2
Chapitre 1
Espaces L 1 , L 2 et convergences
RAPPELS
L 1 (I ) dsigne lespace vectoriel des fonctions sommables sur lintervalle I, born ou non. Il est muni de la norme f
1
=
I
| f (t)|dt et f
= 0 implique
f = 0 presque partout (en abrg pp ). L 2 (I ) dsigne lespace vectoriel des fonctions dont le carr du module est sommable sur I. Il est muni de la norme f scalaire f,g =
I
=
I
| f (t)|2 dt , associe au produit
f (t)g(t) dt.
Ingalit de Schwarz dans L 2 (I ) : | f,g | cest--dire f (t)g(t) dt

I I
(R1.1)
| f (t)|2 dt
I
|g(t)|2 dt
Si I = [a,b] est born, L 2 (I ) L 1 (I ) et f

1
ba f
b a sup | f (t)|.
tI
(R1.2)
20
Convergence dune suite ( f n )nN de fonctions vers f lorsque n tend vers + : ponctuelle : f n (t) f (t) pour chaque t.
n+
presque partout : f n (t) f (t) pour presque tout t.

n+
uniforme sur I : sup | f n (t) f (t)| 0. Convergence dans

tI L 1 (I ) n+
ou L 2 (I ) : f n f
n+
0 avec la norme approprie.
Pour L 2 (I ), on dit aussi convergence en moyenne quadratique ou au sens de lnergie. Proprits : Conv. uniforme conv. ponctuelle conv. presque partout. Si une suite ( f n ) converge uniformment vers f sur I : si les ( f n ) sont continues, alors f est continue.
I
(R1.3)
f n tend vers
I
f.
Si une suite ( f n ) converge ponctuellement vers f : si la suite des ( f n ) converge uniformment vers g, alors g = f . Pour I = [a,b] born, on a, daprs (R1.2) : conv. uniforme conv. dans L 2 (I ) conv. dans L 1 (I ). (R1.5) (R1.4)
Exercice 1.1 Exemples de fonctions de L1 ou L2

Pour chacune des fonctions suivantes, trouver des intervalles sur lesquels f appartient L1 ou L2 ou aux deux. 1 1 1) f (t ) = 2) f (t ) = sin 2 3) f(t) = (1 + t2)e1/t 2 t (t + 1) t 1
Pour chaque fonction, on utilise la comparaison avec les intgrales de rfrence
dt
et
(b t )
dt
(cf. R0.1 et R0.2) et on rappelle que f Lp(I) si
I f (t )
dt a une valeur finie,
ici p = 1 ou 2. Dautre part, on ne spcifiera pas les intervalles ferms borns sur lesquels f est continue et f L1(I) L2(I).
1 Espaces L1, L2 et convergences
21
1) f est dfinie sur \[ 1,+ 1]. 1 linfini, f (t ) donc sommable. t2 1 Au voisinage de 1 , f (t ) 3 / 2 non sommable. 2 t +1 En 1+ , f (t ) 1 1 / 2 sommable. 2 2 t 1
Donc, f L1(, 1 a) L1(1, +) a > 0. Pour lappartenance de f L2, on tudie la sommabilit de f 2 : 1 1 2 linfini, f (t ) = qui est sommable. (t + 1)2 (t 2 1) t 4
2 Mais f (t )
1 1 2 en 1+ qui sont non sommables. 3 en 1 et f (t ) 8(t 1) 2 t +1
Donc, f L2(, 1 a) L2(1 + a, +) a > 0. 2) f est dfinie sur * et paire, donc f Lp( ) quivaut f Lp( +) (p = 1, 2). + 1 1 1 + sin u , on a : du qui converge (cf. exercice 0.4). sin 2 dt = En posant t = 0 u 2 0 u u t
De mme,
sin 1 dt = 1 t2 2
+ sin 2
u du qui converge car la fonction que lon intgre u u 1 u

3/ 2
tend vers 0 quand u tend vers 0 et est majore linfini par f L1( ) L2( ). 3) Le domaine de dfinition de f est *. linfini, f (t ) t 0 ,
qui est sommable. Donc,
t 2 qui est non sommable. Quand
1 1 , et f(t) 0 mais, quand t 0+ , f (t ) e1 t > qui est non sommable. t t Donc f L1( a, 0) a > 0, et comme f 2(t) = e2/t(1 + t2)2, on a aussi : f L2( a, 0) a > 0.
Exercice 1.2
t + 1 si 1 t 0 Soit g(t ) = et 0 sinon. 1 t si 0 t 1 1) Faire le graphe de fn(t) = g(nt). tudier les convergences ponctuelle, uniforme sur , et en moyenne quadratique de la suite {fn}. t 2) Mme question pour fn (t ) = g . n 3) Mme question pour fn(t) = g(t n).
22
nt + 1 si 1 1) fn (t ) = 1 nt si 0 0 sinon
nt nt
0 1
1 fn
1 n
1 n
1 1 Donc fn nest non nulle que sur , . n n
/ La suite converge ponctuellement vers f(t) = 0 si t = 0 et f(0) = 1. En effet, pour tout t non
nul, il existe N tel que, n N, fn(t) = 0 : il suffit de prendre N > 1 . Les fn tant contit
nues et f discontinue, la convergence nest pas uniforme sur (cf. R1.3). Par contre, sur tout intervalle I du type [a, +[ ou ], a] o a > 0, on a la convergence uniforme car sup fn (t ) f (t ) = fn ( a) = 0 pour n assez grand.
t I
Si la suite converge en moyenne quadratique, la limite est ncessairement f, cest--dire 0 presque partout. Alors, puisque f et fn L2( ) : fn f
2
2 fn (t ) f (t ) dt
1/ 2
= 2
1/ n
(1 nt )2 dt
1/ 2
2 et || fn f ||2 tend vers 0 3n
quand n tend vers linfini. La suite converge donc dans L2( ) vers 0. t + 1 si 1 t 0 n n t t si 0 1 2) fn (t ) = 1 n n sinon 0 La suite converge ponctuellement vers f(t) = 1 t nul, il existe N tel que, n
n
1 fn t
: en effet, fn(0) = 1 et, pour tout t non
N, fn (t ) = 1
t (il suffit de prendre N > |t|). Donc, n
lim fn (t ) = 1. si
1 f fn
La convergence est uniforme sur sup fn (t ) f (t ) 0 .

t n t
Or, fn(t) f(t) = fn(t) 1 et sup fn (t ) f (t ) = 1.

n 0 n
Donc la convergence nest pas uniforme sur . a Mais, sur I = [ a, a], sup fn (t ) f (t ) = tend vers 0 quand n tend vers linfini et il y a n t I convergence uniforme sur I. La convergence en moyenne quadratique ne studie pas, car f L2( ).
23
t n + 1 si 1 t n 0 3) fn (t ) = n + 1 t si 0 t n 1 0 sinon La limite ponctuelle de la suite est la fonction f identiquement nulle : en effet, pour chaque t fix et n assez grand (soit n > t + 1), fn(t) = 0. Mais, la convergence nest pas uniforme sur
t
1 fn
n1
n+1
car sup fn (t ) f (t ) = 1, ne tend donc pas
vers 0 quand n tend vers linfini. On constate que la convergence est uniforme sur ], a] quel que soit a fini car, si n est assez grand, fn est nulle sur cet intervalle. Pour la convergence en moyenne quadratique, f et fn L2( ) : fn f
2 2
fn (t ) f (t ) dt =
g 2 (t n)dt =
g 2 (u)du
expression indpendante de n, finie et non nulle. Donc || fn f ||2 ne tend pas vers 0 et il ny a pas convergence en moyenne quadratique des fn vers f.
Exercice 1.3
Soient les suites de signaux fn (t ) = t + 1 t et gn (t ) = 1 + n n
n
o t [0,1].
Examiner les convergences ponctuelle, uniforme sur [0, 1], et dans L2(0, 1) des suites fn et gn.
1) Pour t fix, lim fn (t ) = f (t ) = t , et fn et f L2(0,1).
n
fn ( t ) f ( t ) = tipliant 0 par
t+ la
1 t = n quantit
1/ n t + 1/ n + t conjugue
1 t [0,1], majoration obtenue en muln puis en utilisant t+ 1 n 1 . n Donc
t [ 0,1]
sup fn (t ) f (t )
1
1 , sup fn (t ) f (t ) 0 et la suite converge uniformment n n t [ 0,1]

2
vers f sur [0, 1]. fn f

2 2
0 fn (t ) f (t )
dt
1 en utilisant lingalit ci-dessus, do la convergence de n
la suite vers f dans L2(0, 1).
24
2) gn(0) = 1 et lim gn (t ) = lim e

n n
n ln(1+ t / n )
= lim e t /
n
/ = 1 si t = 0 en utilisant ln(1 + u)
u si u est petit. Donc, la suite converge ponctuellement vers la fonction g dfinie sur [0,1] par g(t) = 1. t Pour la convergence uniforme, comme 1 + crot avec t, on a : n t sup gn (t ) g(t ) = sup 1 + n t [ 0,1] t [ 0,1]
t [ 0,1] n
1 1 = 1 + n
1 = gn (1) 1.
sup gn (t ) g(t ) tend vers 0 quand n tend vers + puisque gn(1) tend vers 1.
Donc la suite converge uniformment sur [0,1] vers g. Pour la convergence dans L2(0,1), on a, puisque g et gn L2(0,1) : 0 gn g
2 2
g ( t ) g( t )
0 n
dt
( sup gn (t ) g(t ) )2 do, quand n tend vers linfini,

t [ 0,1]
||gn g||2 0 et la suite converge dans L2(0,1) vers g. (cf. R1.5)
Exercice 1.4
Soit la suite de fonctions fn (t ) = n e n
2
( t 2 )2
1) La suite converge-t-elle ponctuellement, uniformment sur , et dans L2( ) ? On utilisera
e at dt =
2
. a
n
2) Pour quelles valeurs de a-t-on : lim
fn (t )dt =
lim fn (t )dt ?
1) fn(2) = n, donc lim fn (2) vaut 1 si = 0, 0 si < 0 et nest pas dfinie si > 0, et,
n
/ pour t = 2, lim fn (t ) = 0 . Ainsi, la suite ne converge ponctuellement sur

n
que si
0. La limite ponctuelle vaut 0 si < 0, et 0 sauf en 2 o elle est gale 1 si = 0.
Mais, , la suite converge vers 0 presque partout. tudions la convergence uniforme sur quand 0 : fn(t) f(t) = fn(t) sauf si t = 2 et = 0, car alors fn(2) f(2) = 0. Pour valuer sup fn (t ) f (t ) , on drive donc fn :
t
fn(t ) = 2 n + 2 (t 2)e n
(t 2 )2
sannule pour t = 2, lim fn (t ) = 0 ,

t
25
et alors sup fn (t ) f (t ) = fn (2) = n qui tend vers 0 quand n tend vers linfini seulement si
t
< 0. Do la convergence uniforme pour < 0. Pour la convergence dans L2( ), fn L2( ) et f = 0 presque partout : fn f
2 2
n 2 e 2 n
(t 2 )2
dt = n 2
e 2 n
2 2
du =
2 2 1 = n 2n 2 2n
et lexpression tend vers 0 si <
1 . 2
2) On a donc lim fn = 0 presque partout quel que soit et

n
lim fn (t )dt = 0 alors que
On na donc lgalit que si < 1.
n e n
(t 2 )2
dt = n
en
2 2
du =
n = n 1 qui ne tend vers 0 que si < 1. n2
Exercice 1.5
1 l n 2 t 2 1 [ n,n ] (t ). Examiner les convergen1 np ces uniforme et au sens de lnergie de la suite pour p = 2 et p = 1. Soit la suite de fonctions fn (t ) =
Si p = 2, fn L2( ), f (t ) = lim fn (t ) = lim

n
1 t2 1 2 1 [ n,n](t) = 0 1 l n n n
1/n1 n1 < n2 1/n2 n2 n1 0 n1 n2 t
sup fn (t ) f (t ) = fn (0) =
t Dunod. La photocopie non autorise est un dlit.
1 tend vers 0 quand n tend n 4 3n
vers linfini et il y a convergence uniforme sur . fn f

2 2
1 n4
(n 2 t 2 )dt =
tend vers 0 quand n tend vers + et la suite converge dans L2( ) vers 0. Si p = 1,
n
fn ( t ) = 1
t2 sur [ n, n] et n2
n2 n1
f (t ) = lim fn (t ) = 1 partout. 1 fn ( t ) f ( t ) = t2 1 1 2 n sur ] , n[]n, +[ sur [ n, n]
n1
n2
26
Donc, sup fn (t ) f (t ) = 1 et la suite ne

t
converge pas uniformment sur . La limite f ntant pas dans L2( ), il ny a pas de convergence au sens de lnergie.
f fn
Exercice 1.6
l Soit la suite de fonctions dfinies par : fn(t) = (sint)n 1 [0,](t), n . 1 1) Quelle est la limite ponctuelle f de cette suite ? 2) Y a-t-il convergence uniforme sur ? 3) Y a-t-il convergence en moyenne quadratique? (Indication : on peut calculer lintgrale par rcurrence et utiliser la formule de Stirling : n! n n e n 2 n valable si n grand.)
, car |sint| < 1, donc f est nulle sauf en /2 o elle 2 n vaut 1 : elle est donc nulle presque partout.
1) fn(/2) = 1, et fn (t ) 0 si t 2) La convergence nest pas uniforme sur 3) fn f
2 2
car les fn sont continues mais pas f (cf. R1.3).
(sin t )2 n dt = In . En crivant In =
sin t (sin t )2 n 1 dt et en intgrant par
parties, on obtient : In = In =
2n 1 (2 n 1)(2 n 3).....3.1 avec I = et donc In 1 . Soit In = I0 0 2n 2 n(2 n 2).....2
(2n)! . 2 2 n (n!)2
Avec lapproximation de n! , on a : In
qui tend vers 0 quand n tend vers linfini. La n suite converge donc en moyenne quadratique vers 0.
Remarque. On peut aussi montrer que In tend vers 0 ainsi : dabord, In = 2 puisque sin( u) = sinu et on dcoupe lintervalle : In = 2
(sin t )2 n dt
(sin t ) dt +
2n
2n 2 (sin t ) dt 2
2n 2 sin + 2 2
27
en majorant sint par k = sin < 1 dans la premire intgrale et par 1 dans la seconde 2 et la quantit k 2 n + 2
, 0
n
est aussi petite que lon veut car k 2 n 0 . On a :

n
lim In
2 avec aussi petit que lon veut.
Donc In 0 quand n tend vers linfini.
1.7 Pour chacune des fonctions f suivantes, trouver des intervalles sur lesquels f appartient L1 ou L2 ou aux deux. 1 1 1 1) 2) ln1 3) arctan 4) |t|e t 2 t t t t 1 tudier les convergences uniforme et en moyenne quadratique des suites fn : 1) n (1 + n 2 t 2 )
2 2
1.8
l 1 2) n 2 sin nt 1 4) arctan
1 1 (t ) , n n
1 en t , 0 en 0 t t l 1 5) 1 (t ). , 3)
n n
1 1 , 0 en n 1 + nt
1.9
nt . Soit la suite de signaux fn (t ) = t e

2
1) Examiner les convergences ponctuelle et uniforme sur . d 2) A-t-on : lim fn(t ) = [ lim fn (t )] ? n dt n 1.10 On suppose que les suites {fn} et {gn} convergent dans L2(I) vers f et g respectivement, pour tout intervalle I. A-t-on lim fn + gn = f + g et lim fn gn = fg dans L2(I)
n n
Rponses
1.7
1) Domaine de dfinition : I = ] , 1[ ]1,+[. f tant impaire et f 2 paire, on raisonne 1 sur ]1,+[. Au voisinage de 1, f (t ) et linfini, f (t ) 1 do f L1(I) mais 2 t 1 t2 f L2(I).
28
2) Domaine de dfinition : ]1, [. linfini, pose t = 1 + x,
f (t )
1 non sommable et, en 1, si lon t
1+
1 ln1 dt t
ln 2 dx qui converge.
0
Donc, f L1(1, a) a born. On a de mme, f L2(1, a). 3) Le domaine de dfinition est * et, f tant impaire, on raisonne sur et, linfini, f (t )
+.
lim f (t ) =
t 0
1 non sommable. On a donc seulement f L1( a, a) a fini. Par t 1 contre, linfini, f 2 (t ) 2 et f L2( ). t 4) <1 >0 <0 = 0 (a > 0) L1(a, +) L1(, a) >1 L 1( ) L1(
+)
< 1/2
> 1/2 L 2( L 2(
) +)
L1( a, a)
L2(a, +) L2(, a)
L2( a, a)
1.8
1) fn 0 sauf en 0 o il ny a pas de limite. Il ny a donc pas convergence uniforme sur . En posant u = nt, ce dans L2( ). fn f
2
= c n avec c constante non nulle, donc pas de convergen-
1 1 2) Dabord, lim fn = 0 car , {0} et fn(0) = 0, et fn L2( ). n n n Mais la convergence ne peut tre uniforme puisque 1 sup fn (t ) f (t ) = fn = n2 . Pour la convergence dans L2( ) : 2n t fn f
2 2
f n ( t ) f ( t ) dt = n 4
+1 n
1 n
sin 2 nt dt = n 3 (en linarisant).
Donc, la suite ne converge pas dans L2( ) : on verra quelle converge au sens des distributions. 3) f (t ) = 1 t et 0 en 0. fn continues et f discontinue impliquent : pas de
convergence uniforme sur , ni dans L2( ) dailleurs car f L2( ). 4) fn est discontinue, fn (0) = sup fn (t ) f (t ) =
t
, f est nulle sauf en 0 o elle vaut . 4 4
donc pas de convergence uniforme sur . 2
29
fn (t )
1 fn L2 ( ) nt
2 2
fn f
arctan 1 dt = 1 n 1 + nt
arctan 1 du = c / et c = 0. u n
do la convergence dans L2( ) vers 0 presque partout.
/ 5) fn(0) = 0 et, si t = 0 et n assez grand (tel que

et la convergence est uniforme sur fn f 1.9
2 2
< t ), fn(t) = 0. Donc, la limite f est nulle n

1 qui tend vers 0. n
car sup fn (t ) f (t ) =
t
=2
t dt = 2 et la suite converge vers 0 dans L2( ). 3n3

n
1) fn(0) = 0, et fn (t ) 0 si t 0, donc la limite ponctuelle f est nulle partout. La convergence est uniforme sur fn(t ) = e nt
2
: En effet, fn f = fn a pour drive 1 1 (1 2 nt 2 ), fonction paire qui sannule en . et en 2n 2n
1 2 1 e puisque la fonction tend vers 0 quand t tend Donc, sup fn (t ) f (t ) = fn = 2n 2n t vers linfini. nt 2 / 2) gn (t ) = fn(t ) = e (1 2 nt ) et g(t ) = lim gn (t ) = 0 si t = 0, 1 sinon. n
2
La convergence nest pas uniforme puisque la limite est discontinue alors que les gn sont continues. De ce fait, on na pas : g(t) = f (t) (cf. R1.4). 1.10 Vrai pour la somme, faux pour le produit. || fn + gn (f + g)|| || fn f || + ||gn g|| et f + g L2( ). f L2(I) et g L2(I) fg L1(I) daprs lingalit de Schwarz. Par exemple, si 1 f (t ) = 1 4 et g = f, alors, f L2(0,1) et g L2(0,1). Mais fg L2(0,1). t On a : fg L1(I). La convergence a lieu dans L1(I) car : || fngn fg||1 || fn||2||gn g||2 + ||g||2|| fn f ||2 .
Chapitre 2
Orthogonalit, projections dans L 2 (I )
RAPPELS
Produit scalaire dans L 2 (I ) : f,g =
I
f (t)g(t)dt .
Proprits : linarit : f + h,g = f,g + h,g f,g = g, f , donc f,g = f,g 0 et f, f = 0 f = 0 dans L 2 (I ) f, f Norme associe au produit scalaire : f =
I
| f (t)|2 dt =
f, f
- Deux fonctions f et g sont orthogonales si leur produit scalaire est nul. Alors, f + g 2 = f 2 + g 2 (Pythagore). La projection orthogonale f dune fonction f de L 2 (I ) sur un sous-espace vectoriel ferm F engendr par la famille de fonctions orthogonales (0 ,1 ,2 ,. . . ,n ) est gale : f(t) =
k=n
ck k (t) o ck =
k=0
f,k . k 2
(R2.1)
Cest la meilleure approximation de f par une fonction de F. Cest, parmi toutes les fonctions g de F, celle qui rend minimum la quantit f g 2.
32
Puisque f f est orthogonal f, lerreur dapproximation vaut : f f

2
= f
avec
k=n 2
=
k=0
| f,k |2 . k 2
(R2.2)
Exemples de bases : base orthogonale dans L 2 (0,T ) : 1,cos 2t T ,sin 2t T ,. . . ,cos n2t T ,sin n2t T ,. . . (R2.3)
base orthonorme dans L 2 (1,+1) : les polynmes de Legendre Pn (t) = n+ 1 1 dn 2 ((t 1)n ) 2 2n n! dt n (R2.4)
Exercice 2.1 Rappels : projections dans R3

Soient f1 , f2 , f3 trois vecteurs de
3
1 2 1 2 tels que f1 = 0 , f2 = 0 , 1 2 1 2
0 f3 = 1 . On rappelle que le produit scalaire de deux vecteurs u et v de 3 de com 0 posantes ui et vi dans la base canonique vaut : u, v =
ui vi . i =1
1) Montrer que f1 , f2 , f3 sont orthogonaux deux deux et norms. 2) Soient F lespace engendr par f2 et f3 , F = {v 3 / v u u F} son orthogonal. Dcrire succinctement ces espaces. 1 3) Soit u = 2 . Quelles sont les projections uF de u sur F et uF sur F ? 3 Vrifier la relation de Pythagore.
1) En appliquant la dfinition, on obtient : si i = j, 0 sinon, et ||fi|| = 1 i = 1 3. 2) F = {v
3
fi , f j = ij symbole de Kronecker, qui vaut 1
2 / v = f2 + f3} soit v = . 2
2 Orthogonalit, projections dans L2(I)
33
Et, si x, y, z sont les composantes de v, lquation x + z = 0 dfinit F. Cest lquation dun plan. F est la droite engendre par f1 : cest lensemble des vecteurs qui scrivent : v = f1 , et si les composantes dun tel vecteur sont x, y , z, alors on a : x = z, y = 0, quations qui dfinissent la droite F. 3) Daprs (R2.1), uF est dfinie par : uF = u, f2 f2 + u, f3 f3 = 1 2 f2 + 2 f3 = 2 2 1 et uF = u, f1 f1 = 2 4 f1 = 0 2 2 et la
relation de Pythagore est vrifie puisque uF uF . En effet, uF

2
+ uF
= 6+8= u
= 14 .
Exercice 2.2 Procd dorthogonalisation de Gram-Schmidt

On considre lespace vectoriel L 2 (1,1) muni du produit scalaire : f,g =
1 1
f (x)g(x) dx
1) a) Construire une suite de polynmes pi 2 2 orthogonaux avec i = 0,1,2 de sorte que le degr de pi soit i et que le coefficient du terme de plus haut degr soit gal 1. On a donc p0 (x) = 1. Calculer p1 , puis p2 . b) Expliciter les polynmes Pi proportionnels aux pi et de norme gale 1. Vrifier que ces polynmes sont ceux de Legendre dfinis par (R2.4). c) Gnralisation : connaissant p0 , p1 ,. . . , pn1 , calculer pn par la formule :
j=n1
pn (x) = x n +
j=0
n, j p j (x)
2) Dterminer la meilleure approximation au sens de la norme de L 2 (1,1) de la fonction f (x) = e x par une fonction polynomiale de degr n . Si on note f n cette approximation, on a, dans la base orthonorme prcdente et daprs (R2.1) :
i=n
f n (x) =
i=0
ai Pi (x) avec ai = f,Pi
a) Calculer ai pour i = 0,1,2. En dduire les approximations f 0 , f 1 , f 2 de lexponentielle successivement par des polynmes de degr 0, 1 puis 2 dans L 2 (1,1).
34
b) Calculer
f fn
en fonction des ai et de
f
2
. En dduire, pour
2
chaque approximation, lerreur relative f f n
/ f
c) Faire 3 figures avec, sur chacune, le graphe de y = e x et respectivement les graphes de y = f 0 (x) , y = f 1 (x) et y = f 2 (x).
l 3) Faire de mme avec f (x) = sgn(x)1 [1,1] (x) en prenant des polynmes de Legendre de degrs 5. 1) a) On pose p1 (x) = x + a et p2 (x) = x 2 + bx + c et on dtermine les constantes par p0 , p1 = 0, p0 , p2 = 0 et p1 , p2 = 0.
On obtient (sachant que, pour g impaire et sommable sur [,],

1 1 1 1 1 1
g(x)dx = 0) :
1.(x + a) dx = 0
p2 (x) = x 2
2a = 0 2 + 0 + 2c = 0 3 2 b = 0. 3
1.(x 2 + bx + c) dx = 0 x.(x 2 + bx + c) dx = 0 p1 (x) = x,
1 3 Ces 3 fonctions polynmes forment une base orthogonale de lespace vectoriel des fonctions polynomiales de degr infrieur ou gal 2. On a donc : p0 (x) = 1, b) Les polynmes Pi sont dfinis par : Pi (x) = p0 p1
2
pi (x) , avec pi pi
= pi , pi :
= = =
1 1 1 1 1 1
1 dx = 2 x 2 dx = x2 1 3 2 3
2
p2
dx =
1 1
2 1 x4 x2 + 3 9
dx =
8 45
3 45 1 1 x2 P1 (x) = x, P2 (x) = do : P0 (x) = , 2 8 3 2 c) Les n conditions pn , pk = 0 pour k = 0,1,2,. . . ,n 1 scrivent : x n , pk + n,k pk , pk = 0 / car p j , pk = 0 pour j = k et on a : n,k = x n , pk do pn . pk 2
35
2) a) Calculons les ai = e x ,Pi et les f i : a0 = a1 = a2 = 1 1 e x dx = (e1 e1 ) 2 2 1

1 1
ex
1 1
3 3 x dx = 2e1 2 2 45 1 x2 8 3 dx = 45 8 2 14 e e1 3 3
ex
1
f 0 (x) = a0 P0 (x) =
e1 e1 = sh(1) 1.1752 2 e1 e1 + 3e1 x 1.175 2 + 1.10364x f 1 (x) = a0 P0 (x) + a1 P1 (x) = 2 1 15 x2 f 2 (x) = a0 P0 (x) + a1 P1 (x) + a2 P2 (x) = sh(1) + 3e1 x + e 7e1 4 3
0.99629 + 1.10364x + 0.53672 x 2 Si on utilise la base des pi qui est orthogonale mais pas norme, on a alors
i=n
f n (x) =
i=0
e x , pi pi (x) pi 2
ce qui vite davoir des racines carres dans les calculs. b) Lerreur f f n On a : f fn
2 2
correspond en traitement du signal soit lnergie soit la puissance.

i=n i=n
f
i=0 2
ai Pi , f
i=0 i=n
ai Pi
i=n i=n i=n
= f = f
f,
i=0 i=n
ai Pi
i=0 i=n
ai Pi , f +
i=0 i=n
ai Pi ,
i=0
ai Pi
2
i=0 2
ai f,Pi +
i=0 2
ai2 = f
2
i=0
ai2
On retrouve (R2.2) : f f
2
= f fn ex
2
+ fn
. On calcule donc :
e2 e2 = sh2 = 3.62686 2 1 1 1 2 a0 = (e1 e1 )2 = (e2 2 + e2 ) = ch2 1 2.76220 2 2 3 2 a1 = 4e2 = 6e2 0.81201 2 2 45 2 5 14 2 a2 = e e1 = (e2 14 + 49e2 ) 0.05121 8 3 3 2 =
1
dx =
36
f f0 f f1 f f2
2 2 2
= sh2 (ch2 1) 0.86 = f = f

2 2 2 2 a0 a1 5.27 102 2 2 2 a0 a1 a2 1.44 103
Les erreurs relatives sont donc : f f0 f 2

2
0.24 ,
f f1 f 2
0.015 ,
f f2 f 2
0.0004
Lerreur relative en norme L 2 est dans le dernier cas c) Graphes

3 2,5 2 1,5 1 0,5 0 1 y = ex y =f (x)
0
f f2 = 4 104 2%. f
3 2,5 2 1,5 1 0,5 0 1 y = ex y =f (x)

1
3 2,5 2 1,5 1 0,5 0 1 y = ex y =f (x)

2
3) a) Daprs (R2.4), Pn est de degr n, P2k est pair et P2k+1 est impair. Comme ai = f,Pi = 0 ai =
1 1 1
f (x)Pi (x) dx et que f est impaire, on a : si i est pair sgn(x)Pi (x)dx = 2

0 1
2
0
Pi (x)dx
si i est impair
On na donc besoin que des Pi pour i = 1,3,5. Avec (R2.4), on a : P1 (x) = a1 = 2 a3 = 3 2 7 2

1 0 1 0
3 x, 2 x dx =
P3 (x) = 3 2 1 4
7 5x 3 3x , 2 2
P5 (x) =
11 63x 5 70x 3 + 15x 2 8
(5x 3 3x) dx =
7 2
37
a5 =
1 4
11 2
1 0
(63x 5 70x 3 + 15x) dx =
1 8
11 2
3 x, f 2 (x) = f 1 (x) 2 1 7 5x 3 3x 1 f 3 (x) = f 2 (x) + a3 P3 (x) = f 2 (x) = (35x 3 + 45x), 4 2 2 16 f 4 (x) = f 3 (x) f 0 (x) = a0 P0 (x) = 0, f 1 (x) = f 0 (x) + a1 P1 (x) = f 5 (x) = f 4 (x) + a5 P5 (x) = f 4 (x) + = 11 63x 5 70x 3 + 15x 16 8
21(33x 5 50x 3 + 25x) 128 b) Les calculs sont les mmes qu la question 2) : f
2
1 1
12 dx = 2
2 a1 =
3 7 11 2 2 , a3 = , a5 = 2 32 128 f f 1 2 = 2 1.5 = 0.5 f f3

2 2 2 2 = 2 a1 a3 0.281 2 2 = 2 a1 a3 a5 0.195
f f5
Les erreurs relatives sont donc : f f1 f 2

2
0.25 ,
f f3 f 2
0.14 ,
f f5 f 2
0.098
f f5 0.31 30%. On notera f que les erreurs sont plus grandes qu la question prcdente : cela est d la discontinuit de la fonction. Lerreur relative en norme L 2 est dans le dernier cas
c)
1,5 1 0,5 0 0,5 1 1,5 1 0,5 0 0,5 1 f5 f3
f1 f0
38
Exercice 2.3 Polynmes de Tchebychev de premire espce

1) Dans L2( 1,+ 1), on considre ( f , g) =
f ( t ) g( t ) 1 t2
dt .
Montrer que dfinit un produit scalaire sur L2( 1,+ 1). 2) Soit Tn(t) = cos(n arccost). Montrer que Tn est un polynme de degr n. 3) Vrifier que la famille des Tn est orthogonale pour le produit scalaire dfini cidessus. Est-elle orthonorme ? 4) Quelle est la meilleure approximation de f(t) = sgn(t)1l [1,1](t) au sens des moin1 dres carrs dans L2( 1,+ 1) muni du produit scalaire , par des polynmes de degr 5 ? Comparer lexercice 2.2.
1) ( f, f) 0, et ( f, f) = 0 f = 0 presque partout, cest--dire 0 dans L2( 1,+ 1). Dautre part, est bilinaire et symtrique en raison des proprits de lintgrale. Donc dfinit un produit scalaire sur L2( 1,+ 1). 2) Posons = arccost o t ( 1,+ 1) do (0, ) et Tn(t) = cos(n). On a donc t = cos, sin = 1 t 2 et Tn(t) = Re(cosn + i sinn) soit, avec la formule de Moivre, Tn (t ) = Re(cos + i sin ) n = Re(t + i 1 t 2 ) n . Puis, avec la formule du binme, Tn (t ) = Re
C t
k =0
k =n
k nk k i (1 t 2 ) k / 2 . n
2 4 Donc Tn (t ) = t n Cn t n 2 (1 t 2 ) + Cn t n 4 (1 t 2 )2 ...
Cest un polynme de degr n comme somme finie de tels polynmes, et le coefficient de 2 4 6 m tn vaut : 1 + Cn + Cn + Cn + ...Cn = 2 n 1 (m dsignant n ou n 1 selon la parit de n). Cette relation rsulte des dveloppements de (1 + 1)n et de (1 1)n par la formule du binme. Donc, Tn est un polynme de degr n exactement. Ainsi : T0(t) = 1, T1(t) = t, T2(t) = 2t2 1, T3(t) = 4t3 3t, T4(t) = 8t4 8t2 + 1, 3) Tn , Tm = T5(t) = 16t5 20t3 + 5t, etc. dt 1 t2 .
Tn (t )Tm (t ) 1 t 1 2
0 2
dt =
cos n cos m d car d =
Do : Tn , Tm = / Si n = m,
[cos(n + m) + cos(n m) ] d .
1 sin(n + m) sin(n m) + = 0. n m 0 2 n+m
Tn , Tm =
39
Mais, si n = m, Tn
1 [1 + cos 2 n ] d = / si n = 0 et si n = 0. La famille 2 0 2 est orthogonale mais non orthonorme.

2
= Tn , Tn =
4) Notons fn lapproximation de f : T cest la projection de f sur lespace vectoriel engendr par la famille orthonorme Tk = k Tk pour k = 0 n et fn (t ) = Posons : k = f , Tk Tk
2
k =0
k =n
f , Tk Tk (t ) =
1 Tk
2
k =0
k =n
f , Tk Tk (t ).
. dt = 2 Tk
2
k =
1 Tk
2
f (t )Tk (t ) 1 t2
Tk (t ) 1 t2
dt =
/2
cos k d
si k est impair et k = 0
si k est pair, soit : 2 p +1 = Do : f0(t) = 0 f1 (t ) = 1T1 (t ) =
4( 1) p . (2 p + 1)
1,5 1 f5 f3
4 t = f2 ( t )
0,5 0 0,5 1 1,5 1 0,5 0
f1
f3 (t ) = f1 (t ) + 3T3 (t ) = 16 3 8 t + t = f 4 (t ) 3
f0
f5 (t ) = f4 (t ) + 5T5 (t ) 192t 5 320t 3 + 180t = 15 Parmi tous les polynmes P quelconques de degr tit
0,5
5, cest f5 qui rend minimum la quan-
( f (t ) P(t )) 1 t2
dt .
Exercice 2.4
Soit E = {f / f et f L2( 1,1), valeurs dans C} et
( f , g) =
1 f (t )g(t ) dt + 1 f (t )g(t ) dt .
40
1) Montrer que dfinit un produit scalaire sur E. On le notera : f , g E . 2) Soit fk(t) = eikt. Calculer ||fk||E et fk , f p
L2 ( 1,1)
fk , f p
/ pour p = k ; comparer ||fk||2 et
3) Dterminer trois polynmes P0 , P1 , P2 de degrs respectifs 0, 1 et 2, orthonorms pour ce produit scalaire.

1) ( f , f ) = f
2 2
+ f
2 2
0 , et (f, f) = 0 || f ||2 = 0, cest--dire f = 0 dans L2( 1,+ 1).
Dautre part, est linaire en f en raison des proprits de lintgrale, et ( f , g) = ( g, f ). Donc dfinit un produit scalaire sur E et || f ||E = ( (f, f))1/2. =
2)
fk
e ikt dt +
2 12
ike ikt dt 1
1 2
12
= 2 + 2 2 k 2 alors que
fk
e ikt dt 1
1
= 2.
/ Et, si k = p, fk , f p fk , f p = =
1 1
i ( k p )t
e i ( k p )t 2 sin( ( k p)) = 0, dt = = ( k p) i ( k p) 1
e i ( k p )t dt + 2 kp
e i ( k p )t dt = 0 galement.
Les fonctions sont donc orthogonales pour les deux produits scalaires, mais de norme diffrente. 3) On part de Q0(t) = 1 et P0 (t ) = Q0 (t ) de sorte que P0 est bien de norme 1. Puis, Q0 E Q1 , P0
E
Q1(t) = t 0P0(t) o 0 est dtermin par Q2(t) = t2 1P1(t) 0P0(t), avec Q2 , P0 Les calculs donnent : Q0
E
= 0 et P (t ) = 1 Q2 (t ) . Q2 E
Q1 (t ) , et Q1 E
= Q2 , P 1
= 0 et P2 (t ) =
dt =
1
2 , P0 (t ) = 0 P0
2 E
1 2 1 2
Q1 , P0
= t, P0
t dt +
0 dt 0 = 0 do 0 = 0.
41
Q1
=
E
t 2 dt +
1 dt 1
1
12
8 = 3
E
12
et P (t ) = 1 =
3 t. 8 2 0 = 0 . 3 Do Q2 (t ) = t 2 1 3 et
Q2 , P0 Q2 , P 1 Q2
= t 2 , P0 = t2, P 1
1 P , P0 1 1 P , P 1 1
0 P0 , P0
0 P0 , P 1
12
= 1 = 0 .
2 t 2 1 dt + 1 3 1
4t 2 dt 1
1
8 2 12 = 3 5
et P2 (t ) =
1 5 2 (3t 1) . 8 2
Exercice 2.5
Soit g(t) = 1 ]0,1[(t) et gk(t) = g(t k) pour k dans . l 1) Montrer que les fonctions gk sont orthonormes pour le produit scalaire rel usuel de L2( ). 2) Quelle est la meilleure approximation f dune fonction f de L2( ) par une fonction de lespace engendr par {g0 , g1 , ......, gn} ?
1) gk , g p = l g (t ) g (t ) dt = 11]
0 k p 0 1 1
1 l k , k +1[ (t )1 ] p, p +1[ (t ) dt .
/ Cette intgrale est nulle si k = p car ]k, k + 1[ ]p, p + 1[ = . En revanche, si p = k, gk =

Dunod. La photocopie non autorise est un dlit. k =n
k +1
dt
12
= 1. Les gk sont donc orthonormes pour le produit scalaire rel
usuel de L2( ). 2) f (t ) =
k =0
f , gk gk (t ) o
f , gk =
k +1
f (t ) dt est la valeur moyenne de f sur linter-
valle (k, k + 1). Sur chaque intervalle ]k, k + 1[, f est constante et vaut
k +1
f ( t ) dt .
2.6 Par un changement de variables, dduire des polynmes orthonorms de Legendre les polynmes orthonorms dans L2(a,b). Expliciter les trois premiers polynmes orthonorms dans L2(0,1).
42
2.7
Soient g(x) = sup(0,1 |x|) et gk(x) = g(x k). Les fonctions gk sont-elles orthonormes pour le produit scalaire rel usuel de L2( ) ? Lexpression ( f , g) = L2( 1,+ 1) ?
2.8
f (t ) g (t ) dt dfinit-elle un produit scalaire sur
2.9
1 Soient E = L2( ,) et f (t ) = cos t 1 l
(t ). 0, 2
Quelle est la meilleure approxi-
mation de f dans lespace Wm engendr par les 2m + 1 premiers vecteurs de la base trigonomtrique complexe de E ? 2.10 Soit f(t) = et, o t (0,1). Quelle est la meilleure approximation de f par des polynmes de degr infrieur ou gal 2 dans L2(0,1) ? Comparer au dveloppement de Taylor limit lordre 2. 2.11 Trouver a, b, c dans
Rponses
tels que
+1
( x 3 a bx cx 2 )2 dx soit minimum.
2.6
b 2 Pn ( g( x )) Pm ( g( x )) dx . ba a 1 En posant t = (2x (b + a)) / (b a) = g(x) et si on note Pn les polynmes de Legendre
Pn (t ) Pm (t )dt =
orthonorms sur ( 1,+ 1) et Pn* les polynmes orthonorms sur (a,b), on a : Pn* ( x ) = 2 2 x (b + a) Pn . Alors, si a = 0 et b = 1 : P0* ( x ) = 1, ba ba
P* ( x ) = 3 (2 x 1), P2* ( x ) = 5 (6 x 2 6 x + 1). 1 2.7 Non, ||gk|| = gk , gk +1 = 2.8 2 3 gk , gk +2 = 0 , mais g( x k )g( x k 1) dx =
k +1
(1 t ) t dt = 6 .
0
Non, ( f, f ) = 0 f = constante presque partout, non ncessairement nulle presque partout. Les vecteurs orthonorms sont en (t ) = o cn = f , en . On obtient : cn = 1 int e pour m 2 n m et (t ) =
2.9
c e (t )
n n m
+m
i(n + ( i )n+1 ) / / si n = 1 et n = 1, c1 = 2 (n 2 1)
1 i 2 4 2
et c1 = c1 . Il conviendra de distinguer les cas suivants : n = 4k, n = 4k + 1, n = 4k + 2, n = 4k + 3.
43
2.10 Les polynmes orthonorms dans L2(0,1) sont ceux de lexercice 2.6.
(t ) =
i=0
f , Pi* Pi* (t ) = 3(13e 35) + 4(147 54e)t + 30(7e 19)t 2
= 1, 013 + 0, 851t + 0, 839 t 2 et Taylor : (t) = 1 + t + t2/2. 2.11 Le polynme de degr 2 , P , qui ralise le minimum de lexpression est la projection de x3 sur lespace vectoriel des polynmes de degr P( x ) = 2. On se place dans L2( 1,1) et
x , P P ( x)
3 i i i=0
o les Pi sont les polynmes de Legendre. On obtient :
3 3 P( x ) = x et a = c = 0, b = . 5 5
Chapitre 3
Sries de Fourier
RAPPELS
Soit f une fonction de lespace L 2 (0,T ). Dans la base orthogonale {0 ,1 ,2 ,...,n } on a f (x) =
pp + n=0
cn n (x) avec cn =
f,n n ,n
et
f,g =
0
f (x)g(x) dx
Soit f une fonction priodique de priode T, on note S f sa srie de Fourier. Dans la base orthogonale {1,cos(
2x 2x n2x n2x ),sin( ),...,cos( ),sin( ),...} T T T T 2x 2x S f (x) = a0 + a1 cos( ) + b1 sin( ) + ... T T n2x n2x + an cos( ) + bn sin( ) + ... T T 1 T
T 0
a0 =
f (x)dx
an =
2 T
T 0
f (x)cos(
n2x )dx T
bn =
2 T
T 0
f (x)sin(
n2x )dx T
46
soit en utilisant la pulsation = S f (x) = a0 +
2 T (an cos(nx) + bn sin(nx)) (R3.1)
nN +T
Pour tout rel

0
f (x) dx =
f (x) dx.
Si f est paire, les bn sont nuls, S f est une srie de cosinus. Si f est impaire, les an sont nuls, S f est une srie de sinus. Dans la base orthogonale exp(inx), avec n Z S f (x) =
nZ
cn exp(inx) et cn =
1 T
T 0
f (x)exp(
in2x ) dx. (R3.2) T an + ibn . (R3.3) 2
c0 = a0 , et pour n N
cn =
pp
an ibn , 2
cn =
Dans les deux bases, on a S f (x) = f (x) Th. de Dirichlet Pour f de classe C 1 par morceaux, on a x R 1 S f (x) = ( f (x + ) + f (x )) 2 (R3.4)
Pour f continue sur R, S f converge uniformment vers f sur R. Th. de drivation Pour f de classe C 1 par morceaux, continue sur R, la srie de Fourier de f sobtient en drivant terme terme celle de f et elle converge dans L 2 (0,T ). Identit de Parseval (nergie du signal et des harmoniques) : f
2 L 2 (0,T ) 2 = T a0 +
1 2
n=1
2 2 an + bn
(R3.5)
=T
n=
cn cn = T
|cn |2
(R3.6)
n=
3 Sries de Fourier
47
Exercice 3.1
1) Dvelopper en srie de Fourier les fonctions suivantes et prciser si la srie est gale la fonction correspondante. a) f(t) = t2 si t [0, ], f paire, de priode 2. b) g(t) = t si t ] , [, de priode 2. c) h(t) = t si t ] 1, 1[, de priode 2. d) K(t) = t si t ]0, 2 [, de priode 2. 2) Calculer les sommes suivantes : S1 =
2 3
1 , n2 n =1
S2 =
( 1)n , n2 n =1
S3 =
( 1)n , 2n + 1 n =1
S4 =
n4 .
n =1
1) a) f, tant paire, admet un dveloppement en cosinus. a0 = ak = 1 2 1
t 2 dt =
2
f
t 2 cos kt dt =
t 2 cos kt dt
0
do, en intgrant par parties, ak = La srie de Fourier de f est S f (t ) =
4 k
t sin kt dt =
4 4 k 2 cos k = 2 ( 1) . k k
2 ( 1) k +4 cos kt et, puisque f est continue et C1 3 k2 k =1
par morceaux (R3.4), Sf (t) = f (t) t . 1 / b) On a : g(t ) = f (t ) pour t = (2p + 1). 2

Comme f est continue et C1 par morceaux, la srie de Fourier de g sobtient en drivant terme terme celle de f : 1 Sg (t ) = S (t ) f 2 Sg (t ) = 2
( 1) k +1 sin kt . Mais, Sg nest pas gale g partout. k k =1
pour t (2 p + 1) g(t ) (R3.4) Sg (t ) = + = 0 pour t = (2 p + 1) 2
48
Donc Sg nest pas gale g partout, sauf si lon impose : g((2p + 1)p) = 0. c) h est relie g par la relation Sh (t ) = 2 h( t ) = 1 g( t ) do Sh (t ) =
1
1 Sg ( t ) soit
h
( 1) k +1 sin k t k k =1
1
et, comme prcdemment, h(t ) si t 2 p + 1 Sh (t ) = . sinon 0

0 1
d) Si y (t) = K(t) p, alors y (t) = g(t p) et K(t) = g(t p) + p. Donc SK(t) = Sg(t p) + p soit ( 1) k +1 SK ( t ) = + 2 sin(k (t )) k k =1
( 1) k +1 ( 1) k sin kt = +2 k k =1
SK ( t ) = 2
K (t ) si t 2 p sin kt . et Sk (t ) = si t = 2 p k k =1
Pour avoir SK = K partout, il aurait fallu dfinir K en 2pp par K(2pp) = p. 2) Les sommes S1 , S2 , S3 sobtiennent en prenant des valeurs particulires de t. S1 sobtient avec f et t = p : S f ( ) = f ( ) = 2 = 2 2 2 ( 1) k +4 cos k 4 S1 = 3 3 k2 k =1
1 2 = 6 n2 n =1
S2 sobtient avec f et t = 0 : S f (0) = f (0) = 0 =
2 + 4 S2 3
( 1) n 2 = . 12 n2 n =1
S3 sobtient avec g et t =
1 (ou bien avec h et t = ) : 2 2
( 1) k +1 k sin =2 2 k 2 k =1
( 1) k +1 k sin = k 2 4 k =1
3 Sries de Fourier
49
1 si k = 4 k + 1 k = 1 si k = 4 k + 3 , la srie ci-dessus est bien S = 1 1 + 1 1 ... et, puisque sin 3 2 3 5 7 0 si k pair

n=0
(1)n . = 2n + 1 4
S4 sobtient partir de la relation de Parseval (R3.5) applique f : E=
2 1 f 2 (t )dt = 2 a0 + 2
(a
n =1
2 n
2 + bn
soit
t 4 dt = 2
4 1 5 = 2 + 5 9 2
16 14 4 et S4 = 8 5 9 n4 n =1
n
n =1
1
4
4 . 90
On peut retrouver S1 avec la relation de Parseval applique g, h, ou K.
Exercice 3.2 Phnomne de Gibbs

On note Sn(t) = h0(t) + h1(t) + ... + hn(t) la somme des (n + 1) premiers harmoniques. 1) Tracer les graphes de S1 , S3 , S15 et S40 pour les fonctions f et K de lexercice 3.1, laide dune calculatrice. Que constate-t-on ? 2) On sintresse la fonction K et Sn (t ) = 2 a) Calculer Sn (t ) en utilisant la relation :
sin kt . k k =1
sin n + 1 n +1 2 1 2 = cos + cos 2 + ... + cos n = cos 2 2 sin 2 sin 2 2

sin n b) Quelle est la plus petite valeur positive de t correspondant un extremum de Sn ? Quelle est la valeur mn de cet extremum ? c) Quelle est la limite de mn quand n tend vers + ?
50
1) Graphes des Sn(t) pour f (t) = t2 sur [0,p], paire, de priode 2p.
10 n = 15 8 n=3 6 4 2 0 2 10 8 6 4 2 0 2 0 2 4 6 8 n = 40 0 2 4 6 8 n=1
Graphes des Sn(t) pour K(t) = t sur ]0, 2p [, de priode 2p.

2 6
n=3 n = 15
2 n=1 0 1 2 0 2 4 6 2 8
3 Sries de Fourier
51
2 6
2 n = 40
0 1 2 0 2 4 6 2 8
Dans le cas de f, qui est continue, Sn(t) converge bien vers f(t) pour tout t et, dailleurs, la convergence est uniforme. Mais, pour K qui est discontinue, Sn(t) converge vers K(t) seulement pour / t = 2p (p ) et Sn(2pp) = p, alors que K(2pp) na pas t dfinie. On constate la prsence doscillations au voisinage de chaque discontinuit, mais lamplitude de ces oscillations semble se stabiliser. 1 t sin n + t n +1 2 2 = 1 2) a) Sn (t ) = 2 cos kt = 2 cos t . t t 2 sin sin k =1 2 2 t t n +1 b) Sn (t ) = 0 cos t = 0 ou sin n = 0 avec sin 0 2 2 2 t = 0 et t = 2p. t 2 2 k sin n = 0 t = + 2 n n
sin n
ce qui exclut
n +1 cos t =0 2
t=
2 k . + n +1 n +1 . n +1
La plus petite valeur positive de t qui annule la drive est : n = et, daprs le graphe, Sn a un minimum en an : mn = Sn(an).
Par ailleurs, on peut crire que Sn (t ) = + Sn (u) du puisque Sn(0) = p,

0
do :
1 sin n + u 2 Sn (t ) = + t du u 0 sin 2
52
et
mn = + n +1
n +1
1 sin n + u 2 du . u sin 2
c) lim mn = lim J n o J n =
n + n +
n +1
1 sin n + u 2 du . u sin 2
On peut crire : Jn =
n +1
u sin (2 n + 1) 2 du = 2 u sin 2
2 ( n +1)
2 ( n +1)
sin(2 n + 1) x dx sin x 1 1 sin((2 n + 1) x ) dx sin x x
= 2
sin((2 n + 1) x ) dx + x sin d +
2 ( n +1)
= 2 o n ( x )
2 n +1 2n + 2
2n + 2
n ( x ) dx
1 1 1 1 et la fonction est continue, borne au voisinage de 0, tensin x x sin x x dant vers 0 quand x tend vers 0 (comme on le constate avec un dveloppement limit). Donc lim
n 0
2n+2
n ( x ) dx = 0 ,
n +
lim J n = 2
sin d et
n +
lim mn = 2
sin d = 0, 562281450 .
(On montre que
sin d = 1, 851937052 . )
Exercice 3.3
Soit la fonction f de priode 2a, dfinie sur [ a, a] par : f(t) = A P2b(t) avec b < a. 1) Tracer le graphe de f et calculer sa srie de Fourier. tudier la convergence de cette srie. 2) En dduire le dveloppement en srie de Fourier de la fonction g dfinie par : A g(t ) = f (t b) . 2
3 Sries de Fourier
53
Tracer le graphe de g. a 3) Prciser les coefficients de la srie de Fourier de g dans le cas b = . Justifier 2 le rsultat. Calculer lnergie E de g sur une priode. Combien faut-il prendre dharmoniques pour que le signal h0(t) + h1(t) + ... + hn(t), o hp est le pime harmonique, ait une nergie au moins gale 95 % de E ?
1) La fonction f est paire donc sa srie de Fourier est une srie de cosinus.
A
2a
2a
La valeur moyenne est a0 = A an =
b et on a a
2 a 2 f (t )cos n t dt avec = 2a a 2a 1 b 2A n t n b sin . = A cos dt = a b a n a La srie de Fourier de f est
b 2 S f (t ) = A + a
n sin
1
n =1
n b n t cos . a a
La fonction f tant C1 par morceaux, sa srie de Fourier converge, et elle converge presque partout vers la fonction f. Plus prcisment, en tout point t , la srie de Fourier converge vers la demi-somme des limites droite et gauche de f en t (notes f(t +) et f(t )). / Donc : t = b + k2a, o k , Sf(t) = f(t) (cest--dire 0 ou A), tk = b + k2a, o k , S f (tk ) = A . 2
A 2) Le graphe de g est obtenu en translatant celui de f de b horizontalement et de ver2 ticalement. Sa srie de Fourier est : Sg (t ) = S f (t b) b 1 = A a 2 A 2 2A +
n sin
1
n =1
n b n (t b) cos . a a
54
A 2 2a A 2 b 2b 2a
3) Si b =
a , alors la fonction g est impaire et 2 sin
0 n b = sin n = k a 2 ( 1)
si n = 2 k . si n = 2 k + 1
Comme, pour tout a rel, on a :
cos k = ( 1) k cos = ( 1) k sin , 2 2

on obtient : Sg (t ) = On en dduit que : an = 0 b2k = 0 b2 k +1 = n si k * k . a , g est 2 2A 1 (2 k + 1) t sin . k = 0 2k + 1 a
2A 1 2k + 1
La srie de Fourier de g est une srie de sinus, ce qui est normal, car pour b = impaire. Dans ce cas, h0(t) = a0 = 0, et le pime harmonique est h p (t ) = b p sin p t . a
Si on note Ep lnergie du pime harmonique, lidentit de Parseval implique que :

2 E = Ta0 +
E
1
p.
Or lnergie du pime harmonique sur une priode [ a, a] est : Ep = On a : E2k = 0 et E2 k +1 = a
2 b sin p t dt = 2 a b 2 . p p a 2 a a
4 A2 1 . 2 (2 k + 1)2
3 Sries de Fourier
55
Or : E = Donc :
A aA 2 2 g(t ) dt = 2 a = . 2 a 2
a
E2 k +1 =
8 1 E. 2 (2 k + 1)2
Pour que la somme h0 + ... + h2k+1 ait une nergie au moins gale 95 % de E, il faut et il suffit que : 8 1 1 1 2 1 + 2 + 2 + ... + 2 3 5 (2 k + 1) cest--dire : sk + 1 = 1 + 1 1 1 + + ... + 9 25 (2 k + 1) 2 95 2 = 1, 172 01... 100 8 95 100
on a : s1 = 1, s2 = 1,111..., s3 = 1,151 1..., s4 = 1,171 5..., s5 = 1,183 9... On a donc s5 95 2 ce qui correspond k = 4. 100 8 Donc, dans ce cas, il faut sommer la valeur moyenne (qui est nulle) et les 9 premiers har moniques pour obtenir un signal g approchant le signal initial g et tel que gg
2 2
5% E = 5% g 2 .
1 ), il faut un n grand nombre dharmoniques. Il en faut moins si la srie converge plus vite (cf. exercice 3.7). Dans ce cas, comme la srie converge lentement (les coefficients sont en
Exercice 3.4
Soient g et h deux fonctions priodiques de priode 2 dfinies par : g(t) = eat si t [0,p] et g paire h(t) = eat si t ]0,p [ et h impaire avec a > 0. 1) Calculer la srie de Fourier Sg de g. 2) En dduire celle de h. Quelle valeur faut-il donner h(kp) pour obtenir lgalit de h et de sa srie ?
1) La fonction g tant paire, sa srie de Fourier est une srie de cosinus. 1 1 e 1 g(t )dt = e at dt = 2 0 a en utilisant la parit de g. 2 2 at an = g(t )cos nt dt = e cos nt dt . 2 0 a0 =
ea
56
En intgrant deux fois par parties, il vient : 2 a a a2 an = [e ( 1) n 1] 2 an (avec cosn = ( 1)n) n2 n do : an = 2a [e a ( 1) n 1] . (a + n 2 )

2
La fonction g tant continue et C1 par morceaux, Sg est gale g sur uniforme sur . On a : g(t ) = e a 1 2 a + a
et la convergence est
e a ( 1) n 1 cos nt . a2 + n2 n =1
ea
2) h se dduit de g par drivation. Prcisment, on a : 1 h(t ) = g (t ) pour t = k. / a Puisque g est continue, de classe C1 par / morceaux et que g existe si t = k 2g(t) si t = k), on obtient : / (g(t) = a g (t ) = 2a
1 0 1
/ galit vraie pour t = k et
n[e a ( 1) n 1] sin nt a2 + n2 n =1
ea
h( t ) =
n[e a ( 1) n 1] / sin nt o t = k. a2 + n2 n =1
En fait, lgalit est vraie pour t = k si lon pose h(k) = 0.
Exercice 3.5
Pour toute fonction f, on dfinit f (t ) si f (t ) sa partie positive f + par : f + (t ) = sinon 0 f (t ) si f (t ) sa partie ngative f par : f (t ) = sinon 0 On a donc : f (t) = f +(t) f (t) et | f(t)| = f +(t) + f (t). 1) Calculer les coefficients de Fourier g(t) = cost,
+ . + + an et bn du signal g+ quand
, 0 .
3 Sries de Fourier
57
2) Dduire de ce qui prcde et des coefficients an et bn de g, les coefficients an et bn de |g|. Vrifier que les coefficients de rang impair sont tous nuls. Pourquoi ?
1) g est une fonction paire, de priode T = 2 et il en est de mme de g+.
g 1 0 1 g+ 1 2 0
2
2 t
|g| 1 0
+ Les coefficients de Fourier bn sont nuls et + a0 = + an = Dunod. La photocopie non autorise est un dlit.
g + (t ) dt =
/( 2 )
cos t dt =
/ /( 2 )
g + (t )cos nt dt =
/( 2 )
cos t cos nt dt
[cos( (1 + n)t ) + cos( (1 n)t )] dt .
1 + Si n = 1, an = / Or,
sin (n + 1) sin (1 n) 2 2 + n +1 1 n
0 sin k = 2 ( 1) p
+ a2 p +1 = 0 2( 1) p + a2 p = (1 4 p 2 )
si k = 2 p si k = 2 p + 1 ( p 0) ( p 0) .
do :
58
+ Il reste calculer a1 : + a1 =
/( 2 )
[1 + cos 2 t ] dt =
1 + 0 = . 2 2
2) On remarque que |g| = g+ + g = 2g+ g.

+ |g| tant paire, ses coefficients bn sont nuls et an = 2 an an si lon considre que g, g+, |g|
ont mme priode T =
2 .
Les coefficients an et bn de g sont nuls sauf a1 qui vaut 1 puisque : cos t = a0 + a1 cos 2 t 2 2t + ... + a2 cos T T = a0 + a1 cos t + a2 cos 2 t + ... + an cos n t + ...
a = 2 a + a = 2 0 0 0 a = 2 a + a = 1 1 = 0 1 1 1 do : + a = 2 a2 p +1 a2 p +1 = 0 2 p +1 4( 1) p + a2 p = 2 a2 p a2 p = (1 4 p 2 )
( p 0) ( p > 0) 2 : (1)
La srie de Fourier de |g| scrit, avec T = S g (t ) = 2 +
4( 1) p cos 2 p t . (1 4 p 2 ) p =1
Mais, en ralit, la priode de |cos t| est

* S g ( t ) = a0 +
et la srie de Fourier scrit :

* k cos 2
a
k =1
kt .
(2)
On constate que les termes en cos(2k + 1)t sont absents dans (2), donc a2 k +1 = 0 et
* ak = a2 k .
3 Sries de Fourier
59
Exercice 3.6
Soit f un signal priodique, de priode 2a, dfini par f(t) = et sur ] a, a[, a > 0, f(a) = b. 1) Tracer le graphe de f sur [ 3a, 3a]. 2) Calculer la srie de Fourier S de f. 3) tudier la convergence de la srie vers f. Comment faut-il choisir b pour quil y ait convergence ponctuelle pour tout t ? 4) Quelle est la somme des sries :
1)
( 1)n 1 + n2 n =1
et
1 + n2 .
n =1
3a
3a t
2) Comme f nest ni paire, ni impaire, on calcule les coefficients de Fourier complexes n, a ibn pour n 1. on en dduira an et bn par : n = n 2 On note =
2 = . 2a a
0 = n =
do :
1 2a 1 2a
a a
e t dt =
sh a = a0 a sh a e in sh a ( 1) n = a 1 in a 1 in
e t e i nt dt =
n =
sh a ( 1) n (1 + in ) an ibn pour n = a 2 1 + (n )2 sh a 1 + a
1.
S(t ) =
1 + (n )
1
2( 1) n
(cos n t n sin n t ) .
60
3) En tout point o f est continue, la srie de Fourier converge ponctuellement vers f. En un point de discontinuit, la srie converge vers la demi-somme des limites. On a : et / S(t) = f(t) t = a(1 + 2k), k S( a ) = 1 ( f ( a + ) + f ( a )) = ch a . 2
Pour quil y ait convergence ponctuelle pour tout t, il faut que b = cha. 4) Il suffit de prendre = 1 donc a = p et de donner t une valeur telle que sinnt = 0 et cosnt = 1 n, soit t = 0. On obtient alors daprs 3) :
( 1) n 1 = 1 . 1 + n 2 2 sh n =1
Pour calculer la deuxime srie, on cherche t tel que sinnt = 0 et cosnt = ( 1)n, soit t = . Avec a = , on a daprs 3) :
1+ n
1
1 1 . 2 th
Cette deuxime srie tant termes positifs, on peut essayer de la calculer en utilisant Parseval, do :
2 sh sh 2 = 2 1+ 2
1+ n
1
1 2 .
Comme sh2p = 2shp chp, on retrouve le rsultat prcdent.
3.7 Soit f un signal de priode T, dfini sur [0,T [ par f (t) = at(T t) avec a > 0. 1) Montrer que f est paire. 2) Calculer sa srie de Fourier. Quelle est la nature de la convergence de cette srie vers f ? 3) Calculer lnergie E de f sur une priode. Calculer lnergie de h0(t) = a0 et de h1 (t ) = a1 cos En dduire lnergie de a0 + a1 cos 3.8 2 t . T
2 t en fonction de E. T
Dvelopper en srie de Fourier les fonctions suivantes : 1) f1(t) = cos2t en tant que fonction de priode 2p puis p. 2) f2(t) = sin3t 3) f3(t) = sin3t si t [0,p], paire
3 Sries de Fourier
61
4) f(t) = cos t si t [ p,p], T = 2p, (tracer les graphes pour l = 1/4, l = 5/2 par exemple). 5) gl(t) = cosl t si t , , T = p, l 2 2 2 Retrouver le rsultat de 3). 1 1 / 6) Pour t = np, tablir les formules : cotan t = + 2t t t 2 n 2 2 n 1
et 3.9
1 1 1 . = + 2t ( 1) n 2 sin t t t n 2 2 n 1
T Dterminer la srie de Fourier complexe du 0 signal f dont le graphe est ci-contre. +h Quobtient-on si t = T h ? Quelle est alors la limite de la srie quand h tend vers 0 ? Retrouver le rsultat de lexercice 3.1.
3.10 Calculer les coefficients de Fourier de la fonction de priode 2p dfinie sur l 1 [ p,p] par cos t 1 (t ). Comparer lexercice 2.9.
0, 2
Rponses
3.7
1) Si t ]0,T [, t ] T,0[, T t ]0,T [ et, f priodique implique f ( t) = f (T t) = a(T t)[T (T t)] = a(T t)t = f (t) f paire sur ] T, T [ donc partout. 2) S f (t ) = a T2 2 1 4a cos n t , = et la convergence vers f est uniforme. n2 2 T 6 n =1
3) h1
f
2 2
2 2
a2T 5 = E, 30
h0
2 2
a2T 5 = E 0, 833, 36 h0 + h1
2 2
8 a 2 T 5 = E 0,154 , (2 )4
= 0, 987 E .
3.8
1) f1 paire, T = 2 S f (t ) = a0 +
a cos nt
n n =1
T = S f (t ) = a0 + Or cos2 t = a0 =
a cos 2nt .
n n =1
1 1 1 (cos 2t + 1) a0 = , a2 = , an = 0 sinon. 2 2 2
1 1 , a1 = , an = 0 sinon. 2 2
62
2) f2 est impaire, T = 2p, sin 3 x = S f (t ) =
3 1 sin x sin 3 x . 4 4
b sin nt ,
n n 1
b1 =
3 1 , b3 = , bn = 0 sinon. 4 4
3) f3 est de priode p, S f (t ) = 24 1 an = . 2 (1 4n )(9 4n2 ) 4) fl est paire, S f , (t ) = a0 + a0 =
a cos 2nt ,
n n 1
a0 =
4 , 3
a cos nt , l
n n 1
sin ( 1)n sin 2 , an = . 2 n2

1 0,5 cos( x ) 4
0 cos(2,5x) 0,5
1 15
10 2
10 2
15
5) gl(t) = fl/2(2t), Sg, (t ) = a0 + sin
a cos 2nt , l 2
n n 1
sin 4 n 2 , a = ( 1) 2 a0 = n 2 4n2 2 sin 3 t = cos3 t , t (0,), t , , T = 2 2 2 2 3 1 3 1 cos3 t = cos t + cos 3t Ssin3 t (t ) = S 3 (t ) = Sg,1 (t ) + Sg,3 (t ). cos t 4 4 4 4
2
6) Sf (p) = fl(p) puis t = lp donne la premire formule. Sf (0) = fl(0) puis t = lp donne la deuxime formule. 3.9 S f (t ) = A +h 1 AT 2 T 4 2 n 2 n0 1 1 1 2 i n 1 2 i n +h 2 i n t T + e T e T. + e h h
Si = T h, S f (t ) =
nh t 2 i 2 i n A 1 1 T e T , t. AT 2 1 e 2 4 2 n 2 (T h)h n0
3 Sries de Fourier
63
Si de plus, h 0, S f (t ) =
A 1 + 2
t i 2 i n T / e t = kT, k n n0
( f est alors discontinue en t = kT ). On retrouve Sk(t) de 3.1 avec A = T = 2p. 3.10 a0 = a4 k = 1 , 2 1 (( 4 k )2 1) , , a1 = 1 , 4 4k (( 4 k )2 1) 1 ( 4 k + 2) b1 = , , 1 , 2
b4 k =
a4k +1 = 0 a4 k +2 =
b4 k +1 = b4 k +2 = b4 k +3
1 , (( 4 k + 2)2 1) ,
a4k +3 = 0
4k + 2 , (( 4 k + 2)2 1) 1 = . ( 4 k + 2) an ibn c = n o les cn sont dfinis lexer2 2
Les coefficients complexes sont n = cice 2.9.
Chapitre 4
Intgrales paramtre, convolution
RAPPELS
Thorme de convergence domine de Lebesgue Soit { f n } une suite de fonctions dfinies sur I telle que la suite { f n } converge presque partout vers f sur I , il existe une fonction g sommable sur I telle que n N ,x I | f n (x)| g(x) avec
I
g(x)dx finie
alors f est sommable sur I et

n+
lim
f n (x)dx =
I I
f (x)dx
Le thorme est encore vrai pour une famille de fonctions dpendant dun paramtre continu . Sous les mmes hypothses lim f (x)dx =
I
I 0
lim f (x)dx
(R4.1)
Intgrale paramtre F(t) =

I
f (x,t) dx
66
Continuit et drivabilit de F(t) Thorme dans le cas o I = [a,b] est ferm born 1) si f (x,t) est dfinie et continue sur [a,b] [c,d], alors la fonction F(t) est dfinie et continue sur [c,d] f 2) si la drive partielle est dfinie et continue sur [a,b]]c,d[ t alors la fonction F(t) est continment drivable sur ]c,d[ et sa drive est F (t) = d F(t) = dt
b a
f (x,t) dx . t
(R4.2)
Thorme dans le cas o I est non born ou bien f est non borne 1) si f (x,t) est dfinie et continue sur I [c,d], et si il existe g(x) sommable sur I telle que x I, t [c,d] | f (x,t)| g(x) avec 0
I
g(x) dx < +
alors la fonction F(t) est continue sur [c,d]. f 2) si de plus la drive partielle est dfinie et continue sur I ]c,d[, t et si il existe h(x) sommable sur I telle que x I, t [c,d] f (x,t) t h(x) avec 0
I
h(x) dx < +
alors la fonction F(t) est continment drivable sur ]c,d[ et sa drive est F (t) = d F(t) = dt f (x,t) dx . t (R4.3)
Produit de convolution de 2 fonctions f et g dfinies sur R tout entier : ( f g) (x) =

+
f (x y)g(y)dy
(R4.4)
Une fonction causale scrit Y (x) f (x) avec Y (x) la fonction chelon (ou de Heaviside) qui vaut 1 sur R+ et 0 ailleurs.
4 Intgrales paramtre, convolution
67
Le produit de convolution de 2 fonctions causales est causal et on a x R ( f g)(x) = Y (x)

0 x
f (x y)g(y)dy
(R4.5)
Si f L 2 (R), g L 2 (R), alors f g est continue et borne. f L 1 (R), g L 1 (R) f g L 1 (R) (R4.6)
Exercice 4.1
1) Soit fn (t ) = 1 , n 0. Calculer lim n 1 + t 2 +1 / n me de convergence domine.
n a
fn (t ) dt
en utilisant le thor-
2) Soit gn(t) = nfn(nt). Calculer lim
+a
gn (t ) dt , pour a > 0.
1) Le thorme de convergence domine impose de trouver une fonction h sommable ici sur , indpendante de n, telle que : |fn(t)| h(t), t.
Alors, On a : 1 1 + t 2 +1 / n
lim
fn (t ) dt =
lim fn (t ) dt .
1, t 1
2 +1 / n
, mais la fonction gale 1 partout nest pas sommable sur 1 si |t| 1+ t2 1 car alors t2 si t t2+1/n. On prend donc, pour 1
. Par ailleurs,
1+ t
majorer fn sur sur .
1 , la fonction h telle que : h(t ) = 1 1 + t 2 1 , on a : lim n 1+ t2
si t > 1 et h est alors sommable
Et, comme lim fn (t ) =

n
f n ( t ) dt =
1 dt = . 1+ t2
2)
+a
gn (t ) dt =
+a
nfn (nt ) dt =
+ na
na
fn (u) du en posant : u = nt.

+
On peut aussi crire :
+a
gn (t ) dt =
l fn (u)1[ na,na ] (u) du . 1[
68
l Et, puisque |fn(u) 1 [na,na](u)| |fn(u)| h(u) daprs la question 1), et que +a 1 l lim fn (u)1[ na,na ] (u) = 1[ , on a : lim gn (t ) dt = . n n a 1 + u2
Exercice 4.2
1) Quelle est la limite ponctuelle de la suite dfinie par : fn(t) = n2t e nt ? 2) Comparer lim 3) Comparer lim
n 0
fn (t ) dt et et
0 nlim fn (t ) dt . Conclure. a nlim fn (t ) dt

+
f n ( t ) dt n a
pour a > 0. Conclure.
1) Soit f (t ) = lim fn (t ). Alors, f(t) vaut 0 si t

n
0 car f(0) = 0 et lim e nt = 0 si t > 0 et +

n +
si t < 0. Donc f nest pas dfinie si t < 0. La suite ne converge ponctuellement que sur 2)
+.
n 2 t e nt dt = (nt + 1)e nt
]0
= 1.
Donc,
n 0
lim
fn (t ) dt = 1
alors
que
0 n
lim fn (t ) dt =
0 dt = 0 . Le thorme de convergence domine ne peut sappliquer,

+
sinon on aurait constat lgalit. Il nexiste donc pas de fonction g sommable sur g(t) t +. que | fn(t)| 3)
telle
n 2 t e nt dt = (nt + 1)e nt
]a
= (na + 1)e na .
+
Ici, on a bien lim
n a
fn (t ) dt = 0 =
a n
lim fn (t ) dt .
Sur (a,+), le thorme de convergence domine sapplique : en effet, lorsque n est assez 1 1 > 0 et e nt grand, donc nt aussi, on peut crire n 2 t e nt 2 puisqualors (nt ) t la fonction majorante est sommable sur (a,+), a > 0.
Exercice 4.3
1) Soit F( x ) =
f (t, x ) dt o f (t, x ) =
e t e tx . Pour quelles valeurs de x la t
fonction F est-elle dfinie ? 2) Montrer que F est continue et drivable sur son domaine de dfinition. Calculer la valeur de F , en dduire celle de F.
69
1) Quand t est voisin de +, voisin de 0, e t e tx t
e t e tx est sommable alors que ne lest que si x > 0. Pour t t t
1 t (1 tx ) = x 1, valeur finie. Donc, F est dfinie pour x > 0. t 0 et x > 0 et pour chaque x > 0, il existe > 0 et A tels que f (t , x ) M ( x ) = max f (t, x ) ,
t [ 0,1]
2) f est continue pour t 0 < x A. Alors : Pour tout t [0,1], f (t , x )

x [ , A ]
et, pour tout x [, A],
M , A = max M ( x ), quantit constante finie. 1 <1 t f (t, x ) < e t e xt e t + e t .
Pour tout t > 1,
si 0 t 1 M g(t ) = , A t . e t +e si t > 1 Comme g est sommable sur [0 ,+[, F est continue sur tout intervalle [ , A], soit pour tout x > 0. f (t, x ) = e tx e t x , et, pour t 0, cette fonction est sommable. Par ailleurs, x On a donc : f (t, x ) Alors, daprs (R4.3), F est drivable et F ( x ) =
e tx dt =
1 , do F(x) = lnx + C. Mais, x F( x ) = ln x .
puisque f (t,1) = 0, on a, en particulier, F(1) = C =
0 dt = 0 . Do
Exercice 4.4
Calculer les produits de convolution suivants :
sint * P2a(t)
et
cost * P2a(t).
Soient f et g les fonctions obtenues. Vrifier que f est impaire, que g est paire et quelles sont toutes les deux indfiniment drivables sur . Expliciter leur drives f et g.
Le produit de convolution tant commutatif, il peut tre calcul de deux faons : soit f (t ) = =
sin u P2 a (t u) du
t +a
t +a
t a
sin u du = [ cos u]t a = cos(t + a) + cos(t a).
70
+
soit f (t ) = =
P2 a (u)sin(t u) du
a
sin(t u) du = [ + cos(t u)] a = cos(t a) cos(t + a).
Dans les deux cas, on obtient la mme expression qui peut encore scrire : f (t ) = 2 sin a sin t t . comme la fonc-
Le produit de convolution sint * P2a(t) est donc impair et de classe C sur tion sinus. De mme, on obtient : g(t ) = 2 sin a cos t La fonction g est paire et de classe C sur . On remarque que : f (t) = 2 sina cost = g(t) g(t) = 2 sina sint = f(t). t .
Exercice 4.5
Soient f et g deux fonctions et soit h = f * g, leur produit de convolution. 1) Montrer que si f et g ont mme parit, alors f * g est paire et que si f et g ont des parits opposes, f * g est impaire. 2) Montrer que si f (ou g) est translate de a, alors f * g est translate de a. 3) Montrer que si f et g sont nulles respectivement hors de [a, b] et hors de [c, d ], alors f * g est nulle hors de [a + c, b + d ]. Vrifier en particulier que si f et g sont causales (nulles sur ), alors f * g est aussi une fonction causale dont on donnera lexpression.
1) Pour connatre la parit de h, il faut comparer h( t) et h(t). Or : h( t ) =
f (u)g( t u) du .
a) Si f et g ont mme parit, alors f(u)g( t u) = f( u) g(t + u) et donc : h( t ) =

+
f ( u)g(t + u) du .
Le changement de variable = u donne d = du et : h( t ) =
f (v)g(t v)( dv) =
f (v)g(t v)dv .
71
Comme la variable dintgration est une variable muette, cette dernire intgrale est gale h(t). Donc h( t) = h(t), la fonction h est paire. b) Si f et g ont des parits opposes, alors f (u)g( t u) = f ( u)g(t + u) et il sensuit que h( t) = h(t), h est alors impaire. 2) Daprs la dfinition, le produit de convolution de la translate de a de la fonction f par la fonction g est : k (t ) =
f (u a)g(t u) du .
Le changement de variable = u a donne d = du et k (t ) = =

+ +
f (v)g(t (v + a))dv
f (v)g((t a) v)dv
= h(t a). Comme le produit de convolution est commutatif, le mme rsultat est obtenu si g est translate la place de f. 3) Il faut montrer que h(t) = 0 pour t < a + c et pour t > b + d. Daprs la dfinition : h( t ) =
f (u)g(t u) du ,
il est donc clair que si le produit f (u)g(t u) est nul pour toutes les valeurs de u ],+[, alors h(t) est nul. Pour comprendre ce qui se passe selon la valeur de f(u) t considre, il est commode de reprsenter sur un u a b 0 axe les valeurs prises par la variable u et les intervalles sur lesquels f (u) (ou g(t u)) est nulle. g(t u) Or si u [a, b], alors f (u) = 0 td tc u 0 et si t u [c, d ], alors g(t u) = 0. Si u nest pas dans [a, b] ou si u nest pas dans [t d, t c], alors le produit f (u)g(t u) est nul. Si les segments [a, b] et [t d, t c] sont disjoints, alors, pour toute valeur de u, le produit f (u)g(t u) est nul. Ce sera le cas soit si b < t d, soit si t c < a, cest--dire pour t < a + c ou pour t > b + d . Donc pour t [a + c, b + d ], h(t) est nul. f(u) Pour les valeurs de t [a + c, b + d ], il faut calcuu 0 ler h(t) en appliquant la dfinition. g(t u) Dans le cas o f et g sont causales, alors a = c = 0 et b et d sont infinis, donc h(t) est nulle si t < a + c = 0. t u 0 La fonction h est causale et dfinie par : t f (u)g(t u) du si t 0 h( t ) = 0 . 0 si t < 0
72
Exercice 4.6
Soient a et b, deux rels positifs. Calculer les produits de convolution suivants, nots hi , (i = 1, 2, 3, 4, 5) : 1) P2a * P2b 2) Y(t) exp( at) * Y(t) exp( bt) 3) P2a(t a) * Y(t) exp( bt) 4) P2a (t a) * exp( bt) 5) 1 P1 On distinguera si ncessaire les cas a < b, b < a et a = b. Tracer les graphes des fonctions hi et vrifier que le produit de convolution rgularise .
1) Daprs lexercice prcdent, il est clair que h1 est une fonction paire, nulle hors de [ (a + b), a + b]. Il reste calculer h1 pour t [0, a + b]. Par dfinition : h1 (t ) =
P2 a (u) P2 b (t u) du =
P2 b (t u) du .
Or P2b(t u) = 1 si et seulement si b t u b, soit t b u t + b. Si t [0, a + b] et en supposant par exemple que 0 a b, alors deux cas se prsentent : soit {0 t et t b a} 0 t b a alors h1 (t ) =
1 dt = 2 a ;
b a tb
0t
b t+b
soit a alors h1 (t ) =
tb
a ba
a+b
t b
1 dt = a + b t .
b a 0 tb ta b t+b u
Comme h1 est paire et nulle pour t obtient pour 0 < a b : 2 a h1 (t ) = a + b t 0 pour t b a pour b a t pour t > a + b
a + b, on
h1 a+b
a + b.
2a
La fonction h1(t) est continue alors que les fonctions porte sont discontinues.
ba (a + b) (b a)
a ba
b a+b
73
Si 0 < b
a, on obtient un rsultat similaire, il suffit de permuter le rle de a et de b. 2 min ( a, b) pour t b a h1 (t ) = a + b t pour b a t 0 pour t > a + b
Dans tous les cas, pour a et b rels positifs, on obtient : a + b.
Si a = b, alors : 2 a t h1 (t ) = 0 cest--dire pour t 2 a pour t > 2 a
P2 a P2 a = 2 a 2 a .
2) Le produit de convolution de deux fonctions causales est une fonction causale. Il suffit de calculer h2 pour t 0 et lon a : h2 (t ) =
e au e b( t u ) du = e bt
e
0
( b a )u
du .
/ Si lon suppose que b = a, alors : h2 (t ) = e bt Pour b a , on a : h2 (t ) = Y (t ) e ( b a )t 1 . ba
exp( at ) exp( bt ) . ba
Si b = a , le calcul prcdent nest plus valable, et on a : h2 (t ) = e at Donc, pour b = a , on a :

e du = te
0 0
at
pour t
0.
h2 (t ) = Y (t ) t exp( at )
Lexpression Y(t)t exp( at) est la limite de lexpression prcdente lorsque b tend vers a. En effet, en posant b = a + et en faisant tendre vers 0, on obtient : Y (t ) donc :
b a
exp( at )[1 exp( t )] exp( at ) exp( bt ) t = Y (t ) Y (t ) exp( at ) =0 ba exp( at ) exp( bt ) = Y (t )t exp( at ). ba
lim Y (t )
On aurait pu aussi remarquer que la drive de la fonction exp( at) par rapport la variable a est t exp( at). En comparant avec la dfinition de la drive en a, on obtient : exp( bt ) exp( at ) = t exp( at ). b a ba lim
74
0,4
h2 avec a = 1, b = 3
0,4
h2 avec a = b = 1
0,2
0,2
0 2
0 2
3) La fonction P2a(t a) est causale car elle est dfinie par : 1 si a P2 a (t a) = 0 sinon
ta
soit 0
2a
Le produit de convolution P2a(t a) * Y(t) exp( bt) est donc causal. Pour t 0, h3 (t ) = P2 a (u a)e b( t u ) du .
0
1 Y(t u)eb(t u)
P2a(u a)
1 Y(t u)eb(t u) 0
P2a(u a)
u 0 t 2a
u 2a t
Pour 0
2a, h3 (t ) =
e b(t u ) 1 e bt . e b ( t u ) du = = o b b 0
t 2a
Pour 2a
t, h3 (t ) =
e b( t u ) du =
e b( t 2 a ) e bt . b
En conclusion : 1 1 exp( bt ) pour 0 t 2 a ] b [ 1 h3 (t ) = [exp(2 ab) 1] exp( bt ) pour 2 a t . b 0 pour t < 0 La fonction h3 est continue. Elle est drivable sur \{0,2a}. 4) Calculons P2a(t a) * exp( bt). Ici le rsultat nest plus causal. h4 (t ) =
+
P2 a (t u a) exp( bu) du .
75
1 pour a Or P2 a (t u a) = 0 sinon donc h4 (t ) =
tua
a t 2a
1 exp( bu) du = [exp( bt ) exp( b(t 2 a))] b t 2a

t
h4 (t ) =
1 [exp(2ab) 1] exp(bt ) . b
Cette fonction h4 est indfiniment drivable, tout comme lexponentielle.

6 h3 4 2 0 1 4 2 0 1
1 (x) +
6 h4
2
1 (x)
5) Daprs lindex, pour x [1,1] ,
= 1 |x| et sinon
1 (u)P1 (x
= 0. On a
h 5 (x) =
u)du
Les 2 fonctions sont support born. Le support de 1 est I = [1,1]. Connaissant x, le support de la porte P1 (x u) est lensemble des u tels que 1/2 x u 1/2 , cest-dire Ix = [x 1/2,x + 1/2]. Il faut dterminer lintersection de ces 2 supports selon les valeurs de x : a) Ix est lextrieur , gauche de I si x + 1/2 < 1, cest--dire pour x < 3/2 b) Ix intersecte I gauche si x 1/2 1 x + 1/2, cest--dire pour 3/2 x 1/2 c) Ix est lintrieur de I si 1 < x 1/2 < x + 1/2 < 1, cest--dire pour 1/2 < x < 1/2 d) Ix intersecte I gauche si x 1/2 1 x + 1/2, cest- -dire pour 1/2 x 3/2 e) Ix est lextrieur, droite de I si 1 < x 1/2, cest--dire pour 3/2 < x
Comme 1 et P1 sont paires, on sait que h 5 est aussi paire (cf. execice 4.5). Il suffit de la calculer pour x positif, ce qui exclut les cas a) et b). Le cas c) correspond 1/2 < x < 1/2. Si 0 x < 1/2 alors h 5 (x) =
x+ 1 2 x 1 2
(1 |u|)du
76
Pour ne plus avoir de valeur absolue dans lintgrale, comme la valeur absolue |u| sannule pour u = 0, on crit 1 x+ 1 0 x+ 2 0 2 u2 2 (1 u)du = u + u (1 + u)du + + u h 5 (x) = 2 x 1 2 0 x 1 0
2 2
= x Pour le cas d) on a 1/2
1 2
1 1 x 2 2 3/2. donc
1 x 1 2
+ x+
1 2
1 1 x+ 2 2
3 x2 4
h 5 (x) =
(1 u)du = u 1 1 x 2 2
2
u2 2
1 x 1 2
=1x +
9 3 1 x + x2 8 2 2
Dans le cas e) on a 3/2 < x, les supports tant disjoints, on a h 5 (x) = 0. On peut remarquer que P1 est discontinue, mais que 1 = P1 P1 est continue, et constater sur le graphe de h 5 (x) = P1 P1 P1 , que h 5 est de classe C 1 . Le produit de convolution rgularise : voir lexercice 4.7.
P *P *P
1 1 1
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0,5x 2 1,5|x| + 1,125 0,75 x
2
3 2,5
1,5
0,5
0,5
1,5
2,5
Exercice 4.7
1) Soit la fonction h = f * g o f appartient L1( ) et o g est une fonction de C1( ), borne sur ainsi que sa drive. Montrer que h est dfinie et drivable sur et que h = f * g.
77
2) En dduire que si f est dans L1( ), si g est dans Ck( ) et si les fonctions g(p) pour p = 0, k sont bornes, alors h est dfinie et h est au moins de classe Ck (et ceci mme si f nest mme pas continue). On dit que le produit de convolution rgularise . 3) Calculer les produits de convolution suivants : cost * P2a(t) et Y(t) cost * P2a(t).
Soient h1 et h2 les deux fonctions obtenues. Montrer que h1 est une fonction de classe C. Tracer les graphes de h1 et de h2 . Vrifier que h2 nest pas drivable sur tout et expliquer pourquoi la formule du 1) nest pas utilisable.
1) Le produit de convolution est une fonction dfinie par une intgrale : h( t ) =
f (u)g(t u) du .
Si f est dans L1( ) et g continue borne, lintgrale ci-dessus est bien dfinie pour tout t . En supposant que lon puisse driver sous le signe dintgration, on obtiendrait : h (t ) =
+
f ( u ) g ( t u ) du .
Pour justifier la formule ci-dessus, il faut vrifier que les hypothses de (R4.3). Comme la fonction g est borne sur , u : f (u ) g ( t u ) f (u) max g (u) = M f (u)
u
et comme f est sommable sur , le thorme sapplique et :

h (t ) =
f (u)g (t u) du = ( f g )(t ) .
2) Faisons une dmonstration par rcurrence. Si k = 1, on vient de voir que h C1( ) et h = f * g. Supposons que, si f L1( ) et g Ck( ) avec g(i) borne i = 0, ...k, alors h Ck ( ) et h(k) = f * g(k). Montrons alors que, si, de plus, g Ck+1( ) avec g(k+1) borne, alors h Ck+1( ) et h(k+1 ) = f * g(k+1). Il suffit pour cela dappliquer au produit de convolution h(k) = f * g(k) le rsultat de la premire question. Puisque g(k+1) existe et est borne, il sensuit que h(k+1) = f * g(k+1). Donc la proprit est vrifie pour tout k .
78
3) Puisque cost est de classe C et borne ainsi que toutes ses drives, la fonction h1 doit tre de classe C, daprs ce qui prcde. h1 (t ) =
cos u P2 a (t u) du = [sin u]t a = sin(t + a) sin(t a) h1 (t ) = 2 sin a cos t .
t+a
Comme prvu, h1 appartient C( ) et en utilisant les rsultats de lexercice 4.4, on peut vrifier la validit de la formule tablie la deuxime question. Le calcul de h2 est plus complexe : h2 (t ) =
Y (u)cos u P2 a (t u) du =
t +a
t a
Y (u)cos u du .
Selon les valeurs de t, trois cas se prsentent : pour t a t + a h2(t) = 0 ; 0

1 Y(u)
ta
t+a 0
pour a h2 (t ) =
ata
t+a
1 Y(u)
t +a
cos u du = sin(t + a) ;
ta
0 t+a
pour a h2 (t ) =
t0
ta
1 Y(u) u 0 ta t+a
t +a
t a
cos u du = sin(t + a) sin(t a).
/ La fonction h2 est continue sur , drivable pour t = a. La formule de drivation de la premire question nest pas applicable car Y(t) cost nest pas drivable ni mme continue en 0. / Pour t = 0, (Y(t) cost) = Y(t) sint mais le produit de convolution h3 de cette fonction avec la fonction porte nest pas gal la drive de h2 car on a : pour t < a 0 h3 (t ) = cos(t + a) 1 pour a < t < a cos(t + a) cos(t a) pour a < t pour t < a 0 Or h2 (t ) = cos(t + a) pour a < t < a cos(t + a) cos(t a) pour a < t
79
La formule de drivation du 1) nest absolument pas applicable dans ce cas.

2 h1 0 0 a 2 h2 a
2 5 0 5 10
2 5 0 5 10
Exercice 4.8
Un systme linaire du premier ordre est caractris par une quation diffrentielle du premier ordre liant les signaux dentre e et de sortie s : t ]0,+[, as(t) + bs(t) = e(t), (o a et b sont des rels). (E) (Par exemple en lectricit les circuits RL et LC.) 1) Expliciter le signal de sortie s correspondant un tat initial , s(0+) = . Montrer que, pour = 0, cest le produit de convolution de lentre e par une fonction h dterminer. 2) On suppose maintenant que le signal dentre est la fonction chelon Y. Calculer la sortie correspondante s sachant que s(0+) = 0. La fonction s est-elle drivable sur , sur * ?
1) La rsolution dune quation linaire non homogne comporte les tapes suivantes. a) Rsolution de lquation linaire homogne associe as0 (t ) + bs0 (t ) = 0
(EH)
b Donc s0 (t ) = exp t est solution de (EH) ainsi que toutes les fonctions Cs0(t) o C est a une constante. b) Recherche dune solution particulire de lquation (E). Dans des cas particuliers, on peut trouver une solution daprs lexpression du 2e membre. Dans le cas gnral, la mthode de la variation de la constante consiste remplacer s(t) par e(t ) . K(t)s0(t) dans (E), do K (t ) = a s0 ( t ) On obtient une solution particulire en prenant par exemple la primitive de K qui sannule en 0, do : t e(u ) s (t ) 0 s p ( t ) = K ( t ) s0 ( t ) = du . o a s0 ( u )
80
c) Expression de la solution gnrale de (E) : s(t) = Cs0(t) + sp(t). d) Dtermination de la constante C connaissant ltat initial s(0) = . Comme ici s0(0) = 1 et sp(0) = 0, on obtient donc C = et s(t) = s0(t) + sp(t) b s(t ) = exp t + a
e(u) b exp (t u) du . a 0 a
t
Si = 0, on remarque que la sortie s est le produit de convolution de deux fonctions causales e et h : s = eh o h( t ) = Y (t ) b exp t . a a
2) Pour e = Y, la sortie s sappelle la rponse indicielle : s( t ) = s( t ) =
a exp a (t u) du = b 1 exp a t pour t > 0.

0
Donc
Y (t ) b 1 exp a t . b
Cette fonction nest pas drivable en t = 0, mais, sur *, on a : s ( t ) = Y (t ) b exp t = h(t ). a a
La drive de la rponse indicielle est la fonction h qui est aussi appele rponse impulsionnelle (cf. exercice 10.4).
4.9 Peut-on utiliser le thorme de convergence domine pour calculer la limite l des intgrales In suivantes quand n tend vers + ? 1) 3)
(1 e t
/n
) dt
2) 4)
1 t 1 + e t / n dt n n n 3t 2 e n t dt
2 2
n 1 t t x 1dt avec x > 0 0 n n
Indication Si on ne trouve pas de fonction g sommable telle que |fn(t)| lim In et
g(t), on compare
lim f (t ) dt .
n
81
4.10 Soit f ( x ) =
. Montrer 0 0 u 2 t / que f est drivable pour x = 0 mais que, cependant, on ne peut driver sous le signe .
+ sin tx
dt . Expliciter f (x) en utilisant
+ sin u
du =
4.11 Soit F( x ) =
f (t, x ) dt avec f (t, x ) = e
x2 t 2 + 2 t
1) Montrer que F existe, est paire et continue. 2) Montrer que F est drivable sur * et que F est solution de lquation diffx rentielle F(x) + 2F(x) = 0 sur + (poser t = ). En dduire F. * u 4.12 Soit F( x ) =
ln(t 2 + x 2 ) dt , x . 1+ t2
/ 1) Montrer que F existe et est continue x , drivable pour x = 0. 2) Calculer explicitement F(x). En dduire F(x) . Dterminer la constante dintgration laide de F(0). 4.13 Soient ( x ) =
x 1 x2 / 2 e et ( x ) = (t ) dt . 2
1) En utilisant
x . En dduire (0). 2) Soit F( ) =
e u du = , montrer que (x) + ( x) = 1,

2
( x ) (x ) dx o . Calculer F , en dduire F.
3) Calculer G( ) =
( x ) (x ) dx .
4.14 Soient les fonctions f(t) = exp( |t|) et g(t) = sint. Les produits de convolution f * f , f * g , g * g sont-ils dfinis ? Dans ce cas, prciser leurs proprits et les calculer. 4.15 Soit la fonction f (t ) = t2 1 exp . Calculer f * f sachant que 2 2
exp( u 2 ) du = .
4.16 Calculer f * f pour f (t) = Y(t) sint. 4.17 Soit f (t) = t et g(t) = P2a(t). Calculer les produits de convolution h1 , h2 , h3 suivants : f*g f (t) * g(t a) t P2a(t a) * P2a(t a).
82
4.18 Vrifier que le produit de convolution de deux densits de probabilit sur + est aussi une densit de probabilit : cest--dire que si f et g sont dans L1( +), positives ou nulles et telles que
4.9 1) Oui, | fn(t)| 2) Non, In = 2 3) Oui, | fn(t)| 1, l = 0.
f (t ) dt =
g(t ) dt = 1,
alors h = f * g a les mmes proprits.
3 t = lim In avec u = et e n
lim fn (t )1 [ 0, n ] (t ) dt = 0 . 1 l
t ett x1, l = (x) car 1 e t . n n
4) Non, lim In =
lim fn (t ) dt = 0 . 2
4.10
si x > 0 2 / donc f (x) = 0 pour x = 0, f ( x) = 2 si x < 0 mais f ( x )
f (t, x ) dt = x
cos tx dt qui diverge. e t sommable. Do F existe et est contipour t 1 sommable pour 0 < t < 1
2
4.11 1) f est continue pour t > 0 et x . f (t, x ) nue. 2) Pour 0 < (poser t = |x| f (t , x ) A, x
2 Ae t 2 / t 2 g( t ) = 2 / t 2 / t2 2 Ae
*
1 sur ]0, 1[ ). On peut driver sur u
et F (x) = 2F(x) si x > 0.
Do F(x) = Ce2x avec C = F(0) = 2 et, puisque f est paire, F( x ) = 4.12 1) 0 |x| A t2 t2 + x2 t2 + A2
2 x e . 2
et | f (t,x)|
ln t 2 ln(t 2 + A2 ) g(t) sommable o g(t ) = max , F continue. 1 + t2 1 + t2
f 2A sommable pour 0 < |x| A (t , x ) x (t 2 + 2 )(1 + t 2 ) donc F drivable si x 0. 2x 1 1 dt = , 2) Pour x > 0 , F ( x ) = 2 x 1 0 1 + t 2 t 2 + x 2 1+ x
F(x) = ln(1 + x) + C si x > 0. F paire implique : F(x) = ln(1 + |x|) + C et F(0) = 0 C = 0.
83
4.13 1) ( x ) =
(t ) dt =
( u) du =
e u du , (0) =
1 . 2
1 1 1 1 , F( ) = arctan + C et lim F ( ) = C = . 2) F ( ) = + 2 2 4 2 ( 2 + 1) 1 3) G( ) = F ( ) + F ( ) = . 2 4.14 La fonction f est dans L1( ) L2( ) et continue borne, g est dans C( ), borne ainsi que toute ses drives, mais ni dans L1( ) ni dans L2( ). Donc f * g est dans C( ) et dans L2( ), f * f est dans L1( ) et borne (cf. (R4.6) et exercice 4.7). Mais g * g nest pas dfinie. Comme f est paire et g impaire, f * f est paire et f * g impaire. (f * f)(t) = (1 + |t|) exp( |t|) ( f g)(t ) = sin t
exp( u )cos u du cos t
exp( u )sin u du .
En utilisant la parit des fonctions intgrer : ( f g)(t ) = 2 sin t
exp( u)cos u du = sin t .
4.15 En utilisant la relation : t t2 u2 + (t u)2 = 2u2 2ut + t 2 = 2 u + , 2 2 on obtient ( f f )(t ) = 4.16 ( f f )(t ) = t2 1 exp . 2 4
2
1 Y (t )(sin t t cos t ). 2
4.17 h1(t)=( f * g)(t) = 2at ; h2(t) = h1(t a) = 2a(t a) ; 0 t2 h3 (t ) = (2 a t )t 4 2 4.18 h est dans L1(
+),
+
pour t pour 0 pour 2 a
0 ou t t t 0. 2a 4a
4a .
de plus h(t)
t 0
h ( t ) dt =
f (u)g(t u) du dt = f (u)g(t u) du .
0 D
En posant x = u et y = t u , on a t = x + y et u = x, do Et D = {(t,u) / 0 u t} do = {(x, y) / 0 x
D(t, u) = 1. D( x, y)
+
x + y} = f ( x ) dx
h ( t ) dt =
f ( x ) g ( x ) d x dy =
g( y) dy = 1.
Chapitre 5
Transformation de Fourier
RAPPELS
La transforme de Fourier de f est note F( f ) ou f f L 1 (R) L 2 (R) F( f )() =
+
f (x) e2ix dx
(R5.1)
La transforme de Fourier inverse de g est note F 1 (g) ou F (g) ou g F 1 (g)() =

g(x) e+2ix dx
(R5.2)
Pour f et f L 1 (R) L 2 (R), on a F 1 F( f )(x) = FF 1 ( f )(x) = f (x) Si f est continue sur R, on a x R x R

+ pp pp
(R5.3)
F 1 F( f )(x) = f (x), cest--dire
F( f )() e+2ix d = f (x)
(R5.4)
86
Si f est borne et de classe C 1 par morceaux sur R x R

+
F( f )() e+2ix d =
1 f (x + ) + f (x ) 2
(R5.5)
Si f L 2 (R) alors F( f ) L 2 (R). On a aussi lidentit de Parseval : f

+
= F( f ) 2 , cest--dire
+
| f (x)|2 dx =
|F( f )()|2 d
(R5.6)
f et F( f ) ont mme parit. Si f est relle et paire, F( f ) est relle et paire. Si f est relle et impaire, F( f ) est imaginaire pure et impaire. Symtrie hermitienne : F 1 ( f (x)) = F( f (x)). Donc si f est paire, F 1 ( f ) = F( f ). Translation en temps F( f (x a))() = e2ia F( f (x))() Translation en frquence F(e2ixa f (x))() = F( f )( + a) Changement dchelle F( f (ax))() = 1 F( f (x)) |a| a (R5.9) (R5.8) (R5.7)
Transforme de Fourier des drives Si f, f , f , f (n1) sont continues sur R et toutes dans L 1 (R) ainsi quef F( f
(n)
(n)
)() = (2i)n F( f )()
(R5.10)
Drivation de la transforme de Fourier Si f et x n f sont dans L 1 (R) d n F( f )() = (2i)n F(x n f )() dn (R5.11)
5 Transformation de Fourier
87
Transforme de Fourier et convolution F( f g) = F( f )F(g) F( f g) = F( f ) F(g) (R5.12)
Transforme de Fourier des fonctions usuelles pp Les fonctions ci-dessous tant toutes paires, si g = F( f ) alors F(g) = f (et lgalit a lieu sur R quand elles sont continues) 1 Pa (x) = 1 [a/2,a/2] (x)
a (x)
asinc(a) = a
sin(a) a
2
(R5.13) (R5.14) (R5.15) (R5.16)
= (1 |x/a|)1 [a,a] (x) 1 exp(a |x|) exp(ax 2 )
sin(a) a a a2 2a + 42 2
2 2 exp( ) a a
Intercorrlation de deux fonctions f et g K f, g () = Autocorrlation de f K f () =

+ +
g(u + ) f (u) du = K g, f ()
(R5.17)
f (u + ) f (u)du K f () K f (0) = f
2 2
(R5.18)
f L 2 (R) et R
Si f est un signal rel, K est une fonction paire et si f est la fonction retourne dfinie par f (t) = f (t), K est le produit de convolution K = f f . Le spectre damplitude et le spectre de phase dun signal f sont respectivement le module et largument de sa transforme de Fourier F( f )() . Lnergie est f
2 2
| f (x)|2 dx =
|F( f )()|2 d .
La densit spectrale dnergie de f est |F( f )()|2 . Thorme de Wiener-Kinchine Si f est un signal rel, la transforme de Fourier de lautocorrlation de f est gale la densit spectrale dnergie de f : F(K f )() = |F( f )()|2
88
Exercice 5.1
1) Soient f une fonction sommable sur , valeurs relles, et f sa transforme de Fourier. Montrer que : a) Si f est paire, f() = 2
0 +
f (t)cos(2t)dt
+ 0
b) Si f est impaire, f() = 2i
f (t)sin(2t)dt
2) Utiliser ce rsultat pour retrouver les transformes de Fourier des fonctions Pa et a , a > 0 (cf. index pour la dfinition de ces fonctions). 3) Calculer lintgrale I () =
0 +
sin2 x cos(x)dx . x2
1) a) On sait que, si g est sommable sur R, alors

+
g(t) dt= 0
+
si g est impaire
+
g(t) dt = 2
0
g(t) dt
si g est paire
Comme e2it = cos(2t) i sin(2t), et si f est paire, f (t) cos(2t) est paire et f (t) sin(2t) impaire. Donc f() =
+
f (t) e2it dt = 2
0
f (t) cos(2t)dt
b) Si f est impaire, on a f (t) cos(2t) impaire et f (t) sin(2t) paire, do le rsultat demand. Ces formules sont valables mme si f est valeurs complexes. 2) Les fonctions Pa et a sont paires et valeurs relles. On a donc : F(Pa )() = 2
0 +
Pa (t)cos(2t)dt = 2
0
a/2
cos(2t)dt = 2
sin(2t) 2
a/2
,
0
do :
F(Pa )() =
+ 0
sin(a) =2
0 a
F(
a )()
=2
a (t)cos(2t)dt
t a
cos(2t)dt .
89
On intgre par parties en posant U = 1 V = sin(2t) . Il vient : 2

a 0
t 1 et dV = cos(2 t) dt, soit dU = dt et a a
t a
cos(2t)dt =
t a
sin(2t) 2
+
0
1 2a
sin(2t)dt .
0
Le premier terme du second membre est nul. Le deuxime terme est soit sin2 (a) 1 cos(2a) , ou encore . 2a2 2 4a2 2 F(
a )()
cos(2t) 1 2a 2
,
0
Par consquent :
sin2 (a) . a2 2
3) Lintgrale I() est une intgrale du type considr la question 1) a). On peut + sin 2 x x x cos 2 dx . En posant par exemple crire I ( ) = = t , on a alors 0 2 x2
I () =
0
sin (t) cos 2 t dt = 2 2t 2 2 2

2
+ 0
sin2 (t) cos 2 t dt , 2t 2 2
, daprs la question 1) a). 2 sin2 () La transforme de Fourier inverse de est, daprs la deuxime question (cas o 2 2 a = 1), 1(t). En intervertissant les rles des variables t et , on en dduit que la transforme soit I () = F 2 sin2 (t) est 1(), donc que sa transforme de Fourier directe est 2 t 2 1( ), gale 1() puisque 1 est paire. On a donc : de Fourier inverse de
sin (t) 2 t 2
2
I( ) =
1 1 [ 1,1] 1 = 1 2 2 2 2 2
2.
soit I( ) =
1 si | | < 2 et I() = 0 si | | 2 2
Exercice 5.2
On considre le signal dfini pour a > 0 par fa(t) = Y(t)eat et les signaux ga et ha tels que : ga(t) = fa(t) + fa( t) et ha(t) = fa(t) fa( t).
90
1) Tracer les graphes de fa , ga , ha et calculer leur transforme de Fourier. 2) En dduire la valeur des intgrales : I=
cos
x
2
1+ x
dx et J =
x sin x dx . 1 + x2
3) Quelles sont les limites ponctuelle et presque partout de ga et F(ga) quand a tend vers 0 ? A-t-on : lim F( ga ) = F(lim ga ) ?
a 0 a 0
4) Mmes questions pour ha .

1)
y 1 t 1 t y 1 t y
y = fa(t)
y =ga(t)
1 y = ha(t)
+
F( fa )( ) =
Y (t ) e at e 2 i t dt =
e ( a + 2 i v )t 1 e ( a + 2 i )t dt = . = ( a + 2i v) 0 a + 2i v 1 . a 2i 2a a + 4 2 2
2
Dautre part, F( fa ( t ))( ) = F( fa )( ) = Donc, F( ga )( ) = et F(ha )( ) = 1 1 + = a + 2i a 2i
1 1 4i = a + 2i a 2i a 2 + 4 2 2
2) Comme F(ga) est dans L1 , que ga(t) = e a|t| presque partout et que e a|t| est continue, F ( F( ga ))(t ) = e a t = t (R5.4)
F( ga )( )e 2 it d = 2
F( ga )( ) cos(2 t ) dv
car F(ga) est paire. Donc
2a 1 a t e et si = 2 t, a = 2 et x = : 2 2 cos(2 t )dv = 2 a + 4
2
cos x dx = e 2 1+ x2
91
Si ha appartient L1 L2, par contre F(ha) nappartient qu L2 et on a F ( F(ha ))(t ) = ha (t ) presque partout (R5.3). Et, comme F(ha) est impaire on a comme lexercice 5.1 : F ( F(ha ))(t ) = 2i
F(ha )( )sin 2 t d v = e a t presque partout et o = sgn(t)
do, en posant = 2 t, a = 2 et = x :
a 0
x sin x e 2 dx = 2 1+ x
a 0
/ pour = 0, et = sgn().
/ 3) lim ga (t ) = 1 si t = 0, ga (0) = 2 lim ga (0) = 2 . Donc ga converge presque partout vers 1 qui nest ni dans L1( ), ni dans L2( ), et na donc pas de transforme de Fourier au sens des fonctions. si 0 0 . Par ailleurs, lim F( ga )( ) = a 0 + si = 0 Donc, F(ga) converge vers 0 presque partout. / On na donc pas lim F( ga ) = F(lim ga ) car 0 = F(1).
a
Par contre, au sens des distributions, on verra que lgalit est vraie car lim F( ga ) = = F(lim ga ) = F([1]).
a 0 a 0
/ 4) lim ha (t ) = sgn(t ) si t = 0 et lim ha (0) = 0 .

a 0 a 0
Mais la limite de ha nest ni dans L1( ), ni dans L2( ) et na donc pas de transforme de Fourier. 1 / si = 0 et lim F(ha )(0) = 0 . lim F(ha )( ) = a 0 a 0 i Cette limite nest ni dans L1( ), ni dans L2( ). On verra que, au sens des distributions, 1 1 f lim F(ha ) = F(lim ha ) = F([sgn(t )]) = PF . a 0 a 0 i
Exercice 5.3
1) Quelles sont les proprits de F(Pa) ? l 2) Soit f (t) = 1 [0,a](t). Comparer les spectres damplitude et de phase de Pa et f. 1 3) Calculer les intgrales
sin 2 u du et u 2
sin u du . u
1)
F(Pa )() =
sin(a)
(cf. exercice 5.1).
92
Puisque Pa est borne, continue par morceaux et support born, F(Pa ) est de classe C (cf. R5.11). Comme Pa appartient L 2 (R) il en est de mme de F(Pa ) (cf. R5.6). Enfin F(Pa ) est relle et paire comme Pa . a 2) Comme f (t ) = Pa t , avec la formule du retard (R5.7), on a : 2 F( f )() = ei a sin(a)
sin(a) et cette proprit est vrifie par tous les signaux translats, le spectre de phase de Pa est nul et celui de f vaut a. Donc, Pa et f ont mme spectre damplitude : 3)
sin 2 u 2 du reprsente, une constante prs, lnergie de P1 et daprs (R5.6), u
||P1||2 = ||F(P1)||2 soit : E=

1/2
P ( t ) dt = 1
+
F( P )( ) d 1
soit :
1/2
dt = 1 =
+ sin 2
sin2 () d 2 2
et, en posant u = ,
du = .
Par ailleurs, si g L2( ), F ( F( g)) = g , galit dans L2( ) cest--dire presque partout. En tout point o g est continue, daprs (R5.4) on a g(t ) = F ( F( g))(t ) = / / Ici, Pa L2( ), donc si t = a et t = a, Pa (t) = En particulier : Pa (0) = 1 =

F( g)( )e 2 i t d .
sin(a) 2it d . e
sin(a) d et, en posant = u,
sin u du = . u
B)
93
On peut aussi calculer la premire intgrale grce F F( I=
et (R5.4) :
B (t),
sin u sin u 2 du = F 2 ( 0 ), F u u
2 2
sin (B) (t) = B2 2

2
car B est continue sur . Do, avec B =
1 :
sin 2 F 2 (t ) = 1 / (t ) I = 1 / (0) = .
Exercice 5.4
Soit le signal gaussien f dfini par f (t ) = e t .
2
1) Calculer f en fonction de f et en appliquant la transforme de Fourier lidentit obtenue, montrer que cette transforme de Fourier vrifie une quation diffrentielle linaire du premier ordre. 2) Intgrer cette quation et en dduire que
e
2
d = 1.
3) En dduire la transforme de Fourier de e at et la valeur de a > 0. 4) En dduire la transforme de fourier de

t 1 f (t) = e 22 2 +
2
at 2
dt pour
avec > 0
et montrer que
f (t) dt = 1
1) f (t) = 2 t f (t). En appliquant la transforme de Fourier cette relation, puisque t f(t) L1( ), on obtient : F( f )() = 2 F(t f )() et, avec les relations (R5.10) et (R5.11) : 2i F( f )( ) = 2 [ F( f )( )] 2i
on obtient : [F( f )()] = 2 F( f )() df do, si f = F( f ), ( ) + 2 f ( ) = 0 . d
94
2) En intgrant cette quation diffrentielle variables sparables, on obtient : 2 f ( ) = Ke .

2 Or, puisque f L1 L2 et f L , on a (R5.6) :
2 2
= f
2 2
soit :
cest--dire :
f (t ) dt =
2 2
2 f ( ) d
e 2 t dt = K 2
2
e 2
d do K 2 = 1.
Or, F( f )(0) = f (0) =
e t dt = K K > 0 K = 1 et
2
3) e
at 2
e t dt = 1
2
et
F(e t )( ) = e
2
=e
a t
= f ( kt ) o k =
a .
Et, en utilisant la formule de changement dchelle : F( f ( kt ))( ) =

a
2
1 F( f ) . k k
at 2
On obtient : F(e
at 2
)( ) = e a
2
F (e
)( ) = e a
et
e at dt = F(e at )(0)
2
e at dt =
2
. a
1 , on obtient 22
4) Il suffit de remplacer dans la relation ci-dessus a par

t2 22
F(e
)() =
2 2 2 22 e2
do, grce la linarit, et si > 0

t 1 2 2 2 F( f )() = F( e 22 )() = e2 2 +
2
Quelle que soit f, on a

+
f (t) dt =F( f )(0), et comme F( f )(0) = e0 = 1, la fonction
gaussienne f vrifie
f (t) dt = 1 (cest une densit de probabilit).
95
Exercice 5.5
Utiliser la transforme de Fourier pour calculer le produit de convolution h = f a f b (avec a et b constantes positives) pour : sin(at) , 1) f a (t) = a sin c(at) = a at t2 1 2) f a (t) = e 2a 2 a 2
1) On a F( f a f b ) = F( f a )F( f b ) daprs (R5.12). La fonction sinus cardinal est la transforme de Fourier de la fonction porte Pa . Or pour des pp f fonctions paires on a F 1 ( f ) = F( f ), donc F( f a ) = F 1 ( f a ) = Pa et F( f a f b ) = Pa Pb = Pc
pp pp
avec c = min(a,b)
puisque le produit de deux fonctions portes est une fonction porte dont le support est lintersection des supports. pp Comme Pc = F( f c ), on obtient F( f a f b ) = F( f c )
pp
avec c = min(a,b)
En utilisant la transformation de Fourier inverse on obtient : fa fb = fc

pp
avec c = min(a,b)
2) De la mme faon, on a F( f a f b ) = F( f a )F( f b ) daprs (R5.12). Or, daprs lexer-
La fonction sinus cardinal est continue sur R tout entier donc lgalit a lieu partout.
cice 5.4, on a
t 1 2 2 2 F e 2a 2 () = e2 a a 2 Dunod. La photocopie non autorise est un dlit.
2
donc F( f a f b )() = e2 a
2 2 2
e2 b
2 2 2
= e2 c
2 2 2
avec c2 = a 2 + b2
On obtient F( f a f b ) = F( f c ) et en utilisant la transformation de Fourier inverse fa fb = fc

pp
avec c =
a 2 + b2
La continuit de la fonction gaussienne entrane lgalit sur R tout entier.
96
Exercice 5.6
laide de la transforme de Fourier, dterminer la solution de lquation intgrale en la fonction inconnue f continue et sommable sur :
f (u)exp(a(t u) ) du = exp(t
2
),
(E)
o a est un nombre rel donn, avec a > 1.
Le premier membre de lquation (E) est le produit de convolution de f par la fonction ga(t) = exp( at2). Lquation (E) scrit donc : ga * f = g1 . Comme f est sommable par hypothse, elle admet une transforme de Fourier f . Dautre part (cf. R5.16), la transforme de Fourier de ga est ga ( ) = donc celle de g1 est g1 ( ) = exp( 2 2 ). En prenant les transformes de Fourier des deux membres de (E), sachant que la transforme de Fourier dun produit de convolution est le produit (ordinaire) des transformes de Fourier de chacun des facteurs (R5.12), on obtient lquation : 2 2 exp f ( ) = exp( 2 2 ) a a 2 2 ( a 1) 1 do : f ( ) = a exp 2 2 1 = a exp . a a Posons k = a . La transforme de Fourier inverse de a 1 2 2 exp est gk. Comme k k ( E) 2 2 exp , et a a
f ( ) =
2 2 ak exp , on en dduit que : k k at 2 ak a exp( kt 2 ) = exp . ( a 1) a 1
f (t ) =
97
Exercice 5.7
Soit f la fonction dfinie par f (t) =
sin(at) avec a > 0. t
1) En utilisant la transforme de Fourier de f, valuer
2 2
puis calculer
( f * f )() et prciser pour quelles valeurs de ce produit de convolution sannule. 2) Pour quelles valeurs de la fonction f (t ) est-elle orthogonale la fonction f (t) pour le produit scalaire de L2( ) ? Vrifier que ces valeurs de sont dnombrables et de la forme n = nC avec n * et C constante. Soient gn(t) = f (t nC) avec n . Vrifier que les fonctions gn sont orthogonales deux deux.
1) Daprs (R5.13), on voit que f = F(Pa). Comme Pa appartient L2( ) et que la transforme de Fourier est une isomtrie de L2( ), on a (R5.6)
2 2
2 2
= Pa 2 . 12 dt = a , donc || f ||2 = 2
+
Or Pa
+a / 2
a / 2
sin(a) t
dt = a
De plus, f * f = F(Pa) * F(Pa) donc en prenant la transforme de Fourier inverse, F ( f f ) = F ( F( Pa ) F( Pa )) = F ( F( pa )) F ( F( Pa )) = Pa Pa .

2 Or Pa = Pa (car Pa(t) = 0 ou 1), donc f * f = F(Pa), mais comme f = F(Pa) on en dduit que,
au sens de L2( ) et donc presque partout : ff = f .

Comme f est continue, f * f aussi car le produit de convolution rgularise. Donc lgalit est vraie partout et, pour tout , on a : ( f f )() = f () = sin(a) .
/ Cette fonction sannule pour sin( a) = 0 et = 0, donc pour :
n avec n *. a
2) Lorthogonalit entre f (t ) et f (t), fonctions de t, scrit :
f (t ) f (t ) dt = 0 .
98
+
Comme f est paire, on a
f ( t) f (t)dt = 0 cest--dire ( f * f )() = 0. Donc, daprs
n avec n *. Il y a donc une infinit dnombrable de fonctions orthoa sin(at n) n gonales g0(t) = f (t) qui sont gn (t ) = f t cest--dire : gn (t ) = a . a at n 1), il faut que = / Vrifions que, pour tout n = p, gn est orthogonale gp . On a :
gn (t )g p (t ) dt =
n p f t f t dt = a a
f u
n p f (u) du = 0 a
/ qui est bien nul si n p Z , donc si n = p. Comme lnergie est invariante par translation, on a gn
2 2
= f
2 2
= a , donc les fonctions
1 gn sont orthonormes. Ces fonctions-l sont prcisement celles qui interviennent dans a le thorme dchantillonnage de Shannan comme base du sous-espace des fonctions de L 2 (R) dont la transforme de Fourier est support born.
Exercice 5.8
Calculer la fonction dintercorrlation h de deux fonctions exponentielles causales f et g avec f (t) = Y(t)eat et g(t) = Y(t)ebt, a et b rels positifs. En dduire lautocorrlation de f et lnergie de f, (cest--dire || f ||2 ).
Les fonctions sont valeurs relles et on a : h( t ) = Si t 0, alors : h(t ) = e bt Si t 0, alors : h(t ) = e bt
Y (u) e au Y (u + t ) e b(u + t ) d u .
e ( a + b )u du = e bt
1 . a+b
e ( a + b )u du = e bt
e + ( a + b )t e + at = a+b a+b
99
donc :
e bt h( t ) = a + b at e a + b
si t si t
0 . 0
Cette fonction h est maximale pour t = 0, cela signifie que f (u) et g(u + t) ont une ressemblance maximale pour t = 0. Lautocorrlation Kf de f est une fonction paire : K f (t ) = Comme K f (0) = ea t . 2a 1 . 2a
f (u) du , on en dduit que lnergie de f est
Exercice 5.9
On considre le signal gaussien f (t ) = 1) Sachant que t 2 1 exp . 2 2
exp(u ) du =
2
, calculer lnergie de ce signal.
2) Calculer la transforme de Fourier de f. En dduire le spectre damplitude, le spectre de phase du signal f et la densit spectrale dnergie de f. 3) Montrer que, pour un signal g rel et pair, lautocorrlation Kg est le produit de convolution g * g. 4) Dduire de ce qui prcde lautocorrlation Kf du signal gaussien.
1) Lnergie dun signal f est le carr de sa norme dans L2( ) donc :
Ef =
f (t ) dt =
1 e 2 2
t2
dt = 1 2
e t dt =
2
. 2
Donc :
Ef =
1 2
2) Daprs (R5.16) ou daprs lexercice 5.4, on a : F[exp( at 2 )]( ) = On en dduit : 2 2 exp . a a
F( f )( ) = exp( 2 2 2 ) .
100
Comme f est relle et paire, F( f ) est aussi relle et paire et, par consquent, son spectre de phase, qui est largument, est nul, et son spectre damplitude est gal |F( f )()| = F( f )() car F( f ) est positive. La densit spectrale dnergie est le carr du module de la transforme de Fourier donc ici : F( f )( ) = exp( 4 2 2 ) . 3) K g ( ) =
2
g(t + )g(t ) dt =
g(u)g(u ) du en posant u = t + .
Or : g(u ) = g( u) puisque g est paire, donc : Kg(t) = (g * g)(). 4) Le calcul direct de lautocorrlation Kg , cest--dire de f * f est faisable (cf. exercice 4.15) mais fastidieux. Il est plus facile de passer par la transforme de Fourier car on sait que F( f * f ) = Ff Ff et donc : F(Kf) = (Ff )2 (on retrouve le fait que la transforme de Fourier de lautocorrlation de f est la densit spectrale dnergie). On a donc : F(Kf)() = exp( 422). En utilisant la transforme de Fourier inverse on obtient : K f ( ) = F (exp( 4 2 2 )). Et, en utilisant la formule vue au 2) avec a = K f ( ) = On vrifie que K f (0) = 1 , il sensuit que : 4
2 1 exp . 2 4
1 = E f (en effet, K f (0) = 2
f (t ) f (t ) dt = f 2 ).
Exercice 5.10 Convergence vers une gaussienne

1) Soit g une fonction positive et paire telle que
+
g(x) dx = 1
avec
x 2 g(x) dx = 2
(1)
En utilisant la formule de Taylor lordre 2 en zro f (x) = f (0) + f (0)x + 1 f (0)x 2 + x 2 (x) 2
101
dmontrer que le dveloppement limit lordre 2 en zro de F(g)() est F(g)() = 1 22 2 2 + 2 () avec () 0 0
2) Soit h 1 = g , h 2 = g g, h 3 = g g g, etc. Expliciter F(h n )() en fonction de F(g)(). lorsque n tend vers +. Chercher la limite de F(h n ) n En dduire que, quelle que soit la fonction g vrifiant (1) la suite de fonctions h n tend vers une gaussienne h
t 1 h(x) = e 22 2
2
1) Le dveloppement lordre 2 en zro de G() = F(g)() est 1 G() = G(0) + G (0) + G (0)2 + 2 () 2 avec G (n) () = (2i)n F(x n g(x))() (R5.11) . Do G (n) (0) = (2i)n F(x n g(x))(0) . Or F(x n g(x))(0) =
+
x n g(x) dx et donc daprs (1) et G (0) = (2i)2 m 2 = 42 m 2 .
G(0) = 1 Enfin, G (0) = (2i)

+
xg(x) dx , comme g est paire, xg(x) est impaire et G (0) = 0.
Ce qui prouve la formule . 2) Daprs (R.5.12) on a F(h n ) = (F(g))n . n Pour fix et n tendant vers +, tend vers 0, et F(g)(0) = 1, donc F(g) n n est de la forme 1 , ce qui est une forme indtermine. Pour lever cette indtermination, on passe en logarithme puis on utilise le dveloppement lordre 2 en zro de F(g) . n On a = nln F(g) ln F(h n ) n n Comme ln(1 + u) u et que F(g) u=0 n 2 2 u = 22 2 + on obtient n n n ln F(h n ) n n 22 2
= 1 22 2
2 2 + n n n
, en posant
2 2 + n n n
= 22 2 2 + 2 n
102
Comme n
0 , on a
n
ln F(h n ) n Cest--dire F(h n ) n
22 2 2
n
e2
n
2 2 2
t 1 2 2 2 Or la transforme de Fourier inverse de e2 est h(x) = e 22 daprs lexer 2 cice 5.4 (cf. en probabilit, thorme Limite central).
Exercice 5.11
Les fonctions considres sont valeurs relles et de carr sommable. On note : K f la fonction dautocorrlation de f K f, g la fonction dintercorrlation de f et g. 1) Montrer que K f, g vrifie pour tout K f, g () = K g, f () En dduire K f g laide de K f , K g et K f g . 2) On pose : g(t) = f (t a). Montrer que K f = Kg. Cest--dire quune fonction et sa translate ont mme fonction dautocorrlation. Calculer K f,g en fonction de K f . Pour quelle valeur de cette fonction dintercorrlation est maximale et que vaut ce maximum ? 3) Application : Soit PL la fonction porte de largeur L et h dfinie par : h(t) = PL (t a) PL (t b) Calculer K h en fonction de K PL . Sachant que K PL = L L (cf. exercices 5.9 et 4.6) , calculer K h . Application numrique : L = 1, a = 3/2 et b = 1/2. Faire le graphe de h et celui de K h .
103
1) En faisant le changement de variable v = u + avec dv = du on obtient K f,g () =

+
g(u + ) f (u) du =
g(v) f (v ) dv = K g, f ()
Mais comme les fonctions sont valeurs relles, on a K f,g () = K g, f () et K f est paire. Par dfinition lautocorrlation de la fonction relle f g est lintgrale de ( f g)(u + )( f g)(u) = f (u + ) f (u) f (u + )g(u) g(u + ) f (u) + g(u + )g(u) Donc K f g () = K f () K f,g () K f,g () + K g () 2) En faisant le changement de variable v = u + avec dv = du on a K g () =
+ +
f (u a + ) f (u a) du =
f (v + ) f (v) dv = K f ().
La fonction dintercorrlation K f,g est : K f,g () =

+
f (u a + ) f (u) du = K f ( a)
K f (0) = f 2 , donc lintercorrlation dune fonction avec la foncOn sait que K f () 2 tion translate de a est maximale pour = a (Cette proprit peut servir valuer la distance dun obstacle dans le cas dune onde radar). 3) Si f (t) = PL (t a) et g(t) = PL (t b) , daprs 5.16) : K f = K g = K PL . Dautre part, g(t) = PL (t a (b a)) = f (t (b a)) . Do : K f,g () = K f ( (b a)) Daprs 1), la fonction dautocorrlation K h de h est donc K h () = 2K PL () K PL ( (b a)) K PL ( (b a)) = 2K PL () K PL ( + (b a)) L PL ( (b a))
car K PL est paire. La fonction K h () est linaire par morceaux. En calculant K h en 1, 0 et 1, on obtient le graphe de K h .
h 1 t 0 1 1 2
104
5.12 Calculer les transformes de Fourier des fonctions suivantes : 2 t 1 1 1) 2) 3) 4) t e t 2 2 2 2 (1 + t ) 1+ t 2 2t + t 5) sin t e t .
at 5.13 Calculer les transformes de Fourier des fonctions t e et t 2 e a t .
2
5.14 Utiliser la relation de Parseval pour calculer lnergie E du signal sin 4 t f (t ) = 16 . 4 t 5.15 Calculer f (t ) =
+ sin 3u
sin(t u) du . t u 1 . t +1
2
5.16 Calculer la fonction dautocorrlation temporelle Kf du signal f (t ) =

Rponses
5.12 1) e 2 5) i sh e 5.13 F (t e
at 2
2) e 2 i e 2
1 2 + 4
3) i 2 e 2
4) i e
i )( ) = a sin t . t 2 . 2 + 4
e a
2 2 a
, F (t 2e a t )( ) =
4 a( a 2 12 2 2 ) . ( a 2 + 4 2 2 )3
5.14 E = 64. 5.15 f (t ) =
5.16 K f ( ) =
Chapitre 6
Transformation de Laplace
RAPPELS
La transforme de Laplace de f est note L( f ) L( f )( p) =
0 +
f (t)exp( pt) dt avec p C
(R6.1)
Si f est continue par morceaux sur [0,+[ , et croissance au plus exponentielle linfini, cest--dire quil existe A et M et tels que t
0, | f (t)| < M exp(t)
alors L( f )( p) est dfinie pour Re( p) > . L( f )( p) est continue pour p rel avec p > et vrifie lim L( f )( p) = 0 .
p+
Labscisse de convergence de la transforme de Laplace de f est la petite valeur de telle que L( f )( p) soit dfinie pour tout p vrifiant Re( p) > . La transformation de Laplace est une application linaire : L( f + g) = L( f ) + L(g) (R6.2)
Si f et g ont mme transforme de Laplace alors f et g sont gales presque partout sur [0,+[. Elles sont gales partout sur [0,+[ si elles sont continues.
106
Formule du retard a > 0, L( f (t a))( p) = eap L( f (t))( p) (R6.3)
Produit par une exponentielle L(eat f (t))( p) = L( f )( p a) Changement dchelle a > 0, L( f (at))( p) = 1 p L( f (t))( ) a a (R6.5) (R6.4)
Transforme de Laplace des drives Si f, f , f ... , f (n) sont continues sur R+ et toutes croissance au plus exponentielle linfini, alors : L( f
(n)
)( p) = pn L( f )( p) pn1 f (0+ ) pn2 f (0+ ) ... f (n1) (0+ ) (R6.6)
Drivation de la transforme de Laplace. d n L( f )( p) = (1)n L(t n f (t))( p) dpn Transforme de Laplace et convolution L( f g) = L( f )L(g) Thorme de la valeur initiale lim pL( f )( p) = f (0+ ) (R6.9) (R6.8)
(R6.7)
p+
Thorme de la valeur finale lim pL( f )( p) = lim f (t)

t+
p0+
(R6.10)
6 Transformation de Laplace
107
Transforme de Laplace des fonctions usuelles L(Y (t))( p) = L(Y (t)exp(at))( p) = 1 p (Re( p)> 0)
1 (Re( p a)> 0) pa p L(Y (t)cos(t))( p) = 2 (Re( p)> 0) p + 2 (Re( p)> 0) L(Y (t)sin(t))( p) = 2 p + 2 n! (Re( p)> 0) L(Y (t)t n )( p) = n+1 p
Exercice 6.1
Calculer la transforme de Laplace des fonctions f suivantes. Prciser labscisse de convergence. 3 si t > 3 , 0 sinon 3 1) sin t 2) Y (t )sin t 4 4 4 t 3 3) sin si t > , 0 sinon 3 4 4 3 4) Y (t )e t sin t 4
1l 5) f (t ) = 1 [ a,a + ] (t ) o a > 0. Calculer lim+ L( f )( p). 1 0 6) Transforme de Laplace dune fonction priodique sur R+ Soit f la fonction causale de priode T construite partir de la fonction f 0 dfinie L( f 0 )( p) pour Re( p) > 0. sur [0,T ], nulle ailleurs. Montrer que L( f )( p) = 1 e pT 3 3 sin t 1) f (t) = Y t 4 4
f sobtient partir de Y(t)sint par translation de Alors, avec (R6.3), L( f )( p) = e pour p > 0.
3 p 4 L
2 1
sin(x)
3 . 4
0 1 0 3 4 5 10 15
(Y (t )sin t )( p) = e
3 p 4
1 2 p +1
108
2) Ici f nest pas la translate de Y(t)sint. On dveloppe : 1 f (t ) = Y (t ) (sin t + cos t ) 2 do L( f )( p) = 1 1 + p pour p > 0. 2 p2 + 1
2 1 0 2 2 1 0 3 4 5 10 15
3) f est la translate de Y (t )sin L( f )( p) = e
t 3 de , alors, avec (R6.3) 3 4

t ( p) = e 3 3 p 4
3 p 4 L Y (t )sin
3 9p +1
2
(p > 0).
4) Avec 2) et (R6.4) : L( f )( p) =
1 p o p > 1. 2 ( p 1)2 + 1 lim L( f )( p) = e ap avec p quelconque.
5)
L( f )( p) =
0
a +
e pt 1 e p dt = e ap et p
0 +
/ Mais lim+ f (t ) = 0 si t = a et nest pas dfinie en a. Donc lim+ L( f ) L lim+ f . On verra que, au sens des distributions, on a lgalit car 0 0
0 +
lim f = a et que L(a)(p) = eap.
6)
0
e pt f (t)dt = lim
X 0
e pt f (t)dt .
Pour tout X fix, il existe un n unique tel que nT < X < (n + 1)T . Do :
X 0
e pt f (t)dt =
k=n1 k=0
(k+1)T kT
e pt f (t)dt +
X nT
e pt f (t)dt .
Puisque f est priodique de priode T et que f = f 0 sur [0,T ] :

(k+1)T kT X 0
e pt f (t)dt =
0 k=n1 k=0
e p(t+kT ) f (t)dt = e pkT L( f 0 )( p)

X nT
e pt f (t)dt = =
e pkT L( f 0 )( p) +
pT n
e pt f (t)dt
X ) 1 (e L( f 0 )( p) + e pt f (t)dt 1 e pT nT 1 qn ). Et pour Re( p) > 0 : (car 1 + q + q 2 + . . . + q n1 = 1q
X nT X nT X (n+1)T nT T 0
109
e pt f (t)dt|
eRe( p)nT
| f (t)|dt
eRe( p)nT
| f (t)|dt
cest--dire : | nT e pt f (t)dt| + . On a donc :

0
eRe( p)nT
| f (t)|dt, qui tend vers 0 quand n tend vers

n
e pt f (t)dt = lim
X 0
e pt f (t)dt = lim
1 (e pT ) L( f 0 )( p) L( f 0 )( p) = . pT n 1 e 1 e pT
Exercice 6.2
Calculer la transforme de Laplace des fonctions fi dont les graphes suivent, partir de la premire. Prciser labscisse de convergence.
1 0 a 0 c 1 a a 0
1)
2)
0 a 0 c
3)
4)
5)
Toutes ces transformes de Laplace existent et sont continues pour tout p car on intgre une fonction continue sur un intervalle born. Donc, dans ce qui suit, L( fi )(0) = lim L( fi )( p).
p 0
1) L( f1 )( p) =
e
0
pt
dt =
1 e p
/ si p = 0, 1 sinon.
1 t 2) f2 (t ) = a f1 do en utilisant la formule dhomothtie avec k = : c c L( f2 )( p) = acL( f1 )(cp) = a(1 e cp ) / si p = 0, ac sinon. p
3) f3(t) = f2(t ) avec c = et avec (R6.3) : L( f3 )( p) = e p L( f2 )( p) = e p 4) f4 (t ) = a(1 e ( ) p ) a p p / = (e e ) si p = 0, a(b a) sinon. p p
t f2 (t ) do, avec la formule L(tf )(p) = [L( f )(p)] : c 1 ac a 1 (1 + cp) e cp / si p = 0, sinon. [ L( f2 )( p)] = c 2 2 c p
L( f4 )( p) =
110
5) f5(t) = f4(t a) + f3(t) avec c = b a. L( f5 )( p) = e p L( f4 )( p) + L( f3 )( p) = / si p = 0, a ( ) sinon. 2 ae p e ( ) p + ( ) p 1 ( ) p2
Exercice 6.3
On considre une fonction f ayant une transforme de Laplace.
+ f (t ) 1) Montrer que L L( f )(u)du si ( p) = p t Indication : poser f (t) = tg(t) et calculer L( f ).
f (t ) est sommable en 0. t
2) En dduire L
Y (t )sin t ( p) , t
t
e pt
sin t dt et t
+ sin t
dt .
3) Montrer que L
1 L( f )( p) pour Re( p) > max(0,) p 0 avec abscisse de convergence de L( f ). f (s)ds ( p) =
1) f (t) = tg(t) L( f )(p) = [L(g)(p)]. Posons G = L(g). On a donc : G (p) = L( f )(p), et en intgrant, G ( p ) G ( A) =
L( f )(u) du avec lim G( A) = 0 (cf. rappels), do :

A+
G( p ) = 2) g(t ) = L
L( f )(u) du .
Y (t )sin t tend vers 1 quand t tend vers 0+ donc g est sommable en 0 et t
Y (t )sin t ( p) = t
1 1 du = arctan p = arctan avec p > 0. 2 p 1 + u2 Y (t )sin t ( p) = t
Alors, L
e pt
sin t 1 dt = arctan t p
et, L(g) tant continue en 0, lim +

p 0
e pt
sin t dt = t
+ sin t
dt =
. 2
111
3) On a avec les conditions sur p et en utilisant le thorme de Fubini :

t
L(
0
f (s)ds)( p) =
0
e pt (
0
f (u)du) dt =
0
f (u) (
u
e pt dt) du
On obtient
t
L(
0
f (s)ds)( p) =
0
f (u)
e pu 1 du = L( f )( p) p p
Exercice 6.4
Soit J0 (t ) = 1
0 cos(t sin ) d , fonction de Bessel dordre 0 o t
0.
1) Montrer que J0 est solution de lquation diffrentielle : tJ0 + J0 + t J0(t) = 0. (t) (t) Prciser J0(0) et J0 (0). 2) Appliquer la transforme de Laplace lquation diffrentielle en supposant J0 nulle pour t < 0 et calculer L(J0). 3) En dduire L(J0 * J0) puis J0 * J0 .
1) Puisque lon intgre une fonction continue et drivable par rapport t sur un intervalle born, [0,] on peut driver sous le signe somme. 1 1 2 sin sin(t sin ) d , J 0 (t ) = sin cos(t sin ) d J 0 (t ) = 0 0 1 1 cos 2 cos(t sin ) d = J 0 (t ) en intgrant J0 par parties, do le J 0 (t ) + J 0 (t ) = 0 t (0) rsultat. De plus, J0(0) = 1 et J0 = 0. 2) On applique les formules (R6.6) et (R6.7) et on pose F = L(J0). Alors : L(J0 )(p) = p2F(p) pJ0(0) J (0) = p2F(p) p 0 L(tJ0 )(p) = [p2F(p) p] = 1 2pF(p) p2F (p) L(J0 )(p) = pF(p) 1, L(tJ0)(p) = F (p). Do : (1 +p2)F (p) pF(p) = 0 C et F( p) = aprs intgration de lquation diffrentielle. p2 + 1
La constante C est dtermine par le thorme de la valeur initiale :

p+
lim pF( p) = J 0 (0) = 1. Do C = 1 et L( J 0 )( p) =
1 p2 + 1
112
3) L( J 0 J 0 )( p) = [ L( J 0 )( p)]2 = ( J 0 J 0 )(t ) = Y (t )sin t t
1 = L(Y (t )sin t )( p) et donc p +1

2
0 car J0 * J0 est continue.
Exercice 6.5
Pour chacune des fonctions suivantes, dterminer f telle que L ( f ) = j. 1) 1 ( p + 2)( p 1) 2) ln p2 + a2 p2 3) p2 + 7 ( p 2 + 1)2
1 1 1 1) ( p) = aprs dcomposition en lments simples. Donc, 3 p 1 p + 2 1 f (t ) = (e t e 2 t )Y (t ). 3 On peut aussi traiter le problme par la convolution : (p) = L(e2tY(t))(p) L(etY(t))(p) = L(e2t Y(t) * etY(t))(p). 2) Le problme ntant pas facile traiter directement, on calcule j . 1 p ( p ) = 2 2 2 et on a dune part = L(2(cosat 1)Y(t)) et, dautre part, p p +a = [L( f )] = L(t f (t)). Do f (t ) = 3) Sachant que L(Y (t )sin t )( p) = L(Y (t )t sin t )( p) = 2(1 cos at ) Y (t ). t
1 p , L(Y (t )cos t )( p) = 2 , p +1 p +1
2
2p p2 1 et L(Y (t )t cos t )( p) = 2 , on cherche une dcomposi( p 2 + 1)2 ( p + 1)2 tion de j de la forme :
( p) = a
1 p 2p p2 1 +b 2 +c 2 2 +d p +1 p +1 ( p + 1) ( p 2 + 1) 2
2
do en identifiant : a = 4, b = c = 0, d = 3, et
( p) =
4 p2 1 3 2 , ce qui donne f (t) = (4sint 3t cost)Y(t). p2 + 1 ( p + 1)2
La dcomposition en lments simples conduit au mme rsultat.
113
Exercice 6.6
1) Soit f (t ) = Y (t ) t . Calculer f * f puis L( f * f ) et enfin L( f ). 3 3 En dduire , valeur de la fonction gamma en . 2 2 2) Soit g(t ) = sin t . Montrer que g est la solution dune quation diffrentielle linaire du second ordre. 3) Appliquer la transformation de Laplace cette quation. En dduire L(sin t ).
1) ( f f )(t ) = En posant
x (t x ) dx =
t2 t t x dx = 4 2 2
2x 1 1 dx . t
2x t2 1 = cos , on obtient ( f f )(t ) = t 4
sin 2 d =
t2 . 8
Do L( f f )( p) = (x) =
0
= ( L( f )( p))2 et L( f )( p) = 3 / 2 . 4 p3 2p + + t x1 et dt et L( f )( p) = te p dt donc
0
3 2
= L( f )(1) =
2) g (t ) =
1 2 t
cos t et g (t ) =
1 1 cos t sin t impliquent 4t 4t t
4tg(t) + 2g(t) + g(t) = 0 avec g(0) = 0, g(0) non dfinie mais g sommable au voisinage de 0. 3) On note L(g) = . L(g) existe et vaut L(g) = p (p), L(tg) existe et vaut L(tg)(p) = 2p (p) p2 (p) compte tenu de la condition initiale en g. On obtient : 4p2 (p) + (1 6p) (p) = 0, quation diffrentielle dont la solution est :
( p) = K
e 1 /( 4 p ) . p3 / 2 t en 0 et, quen vertu du tho-
On dtermine la constante K en remarquant que : sin t rme de la valeur initiale, L(sin t )( p)

p
L( t )( p) =
2 p3 / 2
Do : K =
e 1 /( 4 p ) et L(sin t )( p) = . 2 p3 / 2 2
114
Exercice 6.7 quation diffrentielle : trois rsolutions

On considre lquation diffrentielle : y(t) a2y(t) =Y(t)eat avec a > 0. 1) Rsoudre (1) laide de la transforme de Laplace. 2) Faire de mme avec la transforme de Fourier. 3) Dterminer lensemble des solutions de (1) par la mthode classique. Comment retrouver les solutions obtenues prcdemment ?
1) Si lon pose L(y) = j, y(0+) = a, y(0+) = b, alors : L(y)(p) = p2 j (p) a p b et 1 p 2 p a 2 = et : p+a do : soit :
(1)
( p) = ( p) =
1 1 p + 2 + , p2 a2 p a 2 ( p 2 a 2 )( p + a) 1 1 1 1 1 p . 2 + 2 2 + 2 2 2a p a 2 a ( p + a)2 p a p a
2
On obtient donc : 1 1 at y L (t ) = Y (t ) ch at + + 2 sh at te . a 2a 2a 2) Avec la transforme de Fourier, en posant F( y) = y , on a : ( a 2 + 4 2 2 ) y( ) = soit : y( ) =
e at e 2 i t dt =
1 a + 2i
1 1 1 2 2 2 = 2 2 2 ( a + 2i )( a + 4 ) 2 a( a + 4 ) 2 a( a + 2i ) 2 1 a t 1 e Y (t )te at t . 2a 4a 2
et par la transformation inverse : y F (t ) =
3) Pour rsoudre une quation diffrentielle classique, on se place sur des intervalles ouverts de , o toutes les fonctions qui interviennent sont dfinies et continues. La fonction au second membre de lquation tant discontinue en 0, on rsout (1) successivement sur , y(t) a2y(t) = 0, et on recherche des solutions sous la forme ert. puis sur +. Sur Alors r2 a2 = 0 et y(t) = Ceat + Deat pour t dans . Sur +, la solution gnrale de (1) est la somme de la solution gnrale de lquation homogne, Aeat + Beat, et dune solution particulire de (1) que lon cherche sous la forme teat car le deuxime membre est en eat et que a est racine de lquation caractristique. Par
115
1 1 at identification, on obtient = et y+ (t ) = Ae at + Be at te . Do une infinit de 2a 2a solutions de la forme : Ce at + De at yc (t ) = at 1 at at Ae + Be 2 a te si t < 0 si t > 0 . (2)
Utiliser la transforme de Laplace pour rsoudre (1), signifie implicitement que, parmi les solutions dfinies en (2), on ne retient que celles qui sont nulles sur . 1 1 1 1 + + 2 et B = 2 , 2 a 2a 2 a 2a +) = , y(0+) = , on trouve y = y . pour assurer y(0 c L Rsoudre une quation diffrentielle par la transforme de Laplace revient en fait rsoud+ re cette quation uniquement sur * , ou encore tronquer toutes les fonctions qui interviennent, y compris le second membre, en les multipliant par Y(t). Chercher une solution de (1) par la transforme de Fourier suppose que y, y, et y sont sommables sur ou de carr sommable et, pour pouvoir utiliser (R5.10) pour y et y, que y et y sont continues sur . Dans (2), la sommabilit de y sur impose A = 0, D = 0. La continuit en 0 de y et y impose 1 1 = a(C D) soit B = C = 2 . de plus : A + B = C + D et a( A B) 2a 4a 1 at si t < 0 a2 e Do yc (t ) = 41 , cest--dire yc = yF . 1 at te si t > 0 2 e at 2a 4a Donc en choisissant dans (2) , C = D = 0, A = Dune manire gnrale, rsoudre une quation diffrentielle dordre n par la transforme de Fourier revient chercher parmi les solutions classiques sur des intervalles ouverts ]ai , ai+1[ pour i = 0, ..., p, avec a0 = et ap = +, celles qui sont sommables et de classe Cn1( ), donc pour lordre 2, continues et drivables sur .
Exercice 6.8
Rsoudre par la transforme de Laplace lquation intgro-diffrentielle suivante : t f (t ) + 2
0 f (u)sin(t u) du = sin t
pour t > 0 avec f (0) = 1.
Notons = L( f ), f tant suppose nulle pour t < 0. Lquation scrit : t f (t) + 2( f * Ysin)(t) = Y(t) sint. Alors, comme : L(t f )(p) = [L( f )(p)] = [p (p) 1] = (p) p(p) et L(h * g) = L(h)L(g), on obtient :
116
(1 p2 ) (p) p(p2 + 1)(p) = 1, quation diffrentielle linaire dordre 1. La solution Kp gnrale de lquation homogne vaut 0 ( p) = 2 et la solution particulire, trouve p +1 1 1 Kp . Do ( p) = 2 + 2 , p +1 p +1 p +1 la constante K tant dtermine par le thorme de la valeur initiale : par la mthode de variation de la constante, 1 ( p) =
2 p+
lim p ( p) = f (0) = 1 = K . Alors ( p) =
p +1 et f (t ) = (cos t + sin t )Y (t ) . p2 + 1
6.9 Calculer la transforme de Laplace, si elle existe, des fonctions causales f suivantes : cost 2) sin2 t 3) t2e4t 4) 1) (t 3)2e2t t t sin x + x sin t x dx dx . 5) 6) 0 0 x 1+ x2 Dduire la valeur de cette dernire intgrale. 6.10 Calculer la transforme de Laplace des fonctions causales priodiques suivantes : sin t sur [0, ] f1(t) = |sint|Y(t) et de priode 2. f2 ( t ) = sur [ , 2 ] 0
f3
1 0 a 2a 3a 4a
f4
1
2a 3a 4a
6.11 valuer les intgrales suivantes en les considrant comme des valeurs particulires de transformes de Laplace. + e t e t + I1 = t cos t e 3t dt I2 = dt o > 0. 0 0 t Y (t ) . Calculer f * f puis L( f * f ) et en dduire la valeur de 6.12 1) Soit f (t ) = t
I=
1 e pt dt et de . Retrouver le rsultat de lexercice 6.6, en crivant 2 t
que f (t ) = (2Y (t ) t ) . 2) Soient f (t) = Y(t)et et g(t) = 1 [0,1](t). Calculer L( f * g). En dduire f * g. 1 l 6.13 Trouver les originales f des transformes de Laplace j suivantes : p p 3 17 p 2 + 75 p 133 . 1) 2 2) 2 p + 2 a p + ( p 2 + 4)( p 5)3
117
6.14 Rsoudre laide de la transforme de Laplace les quations diffrentielles suivantes : 43 e . 1) f (t) 2f (t) + f (t) = Y(t)et(1 + t2) avec f(0) = 0, f (1) = 12 2) (t 1) f (t) + (5 4t) f (t) 4 f (t) = 0 avec f (0) = 3, f (0) = 12 et f continue + sur . f (t ) f (t ) 3g(t ) = t 3) pour t > 0 avec f (0) = 0, g(0) = 0. g (t ) f (t ) + g(t ) = 0 4)
f ( x ) e t + x dx + e t = 1 pour t > 0 avec f (0) = 4.
Rponses
6.9
1) Attention, f nest pas la translate de t2Y(t). On dveloppe (t 3)2, 9 p2 6 p + 2 9 p2 + 30 p + 26 L((t 3)2 )( p) = et L( f )( p) = L((t 3)2 )( p 2) = pour 3 p ( p + 2)3 p > 0. 2) On linarise et L( f )( p) = 11 p pour p > 0. 2 p p2 + 4 2
1 2 3) L( f )( p) = [ L(e 4 t )( p)] = = ( p + 4)3 pour p > 4. p + 4 4) L(f) nexiste pas : cost nest pas intgrable en 0. t
5) Utiliser lexercice 6.3.

L( f )( p) =
1 sin x 1 1 L ( p) = arctan . p x p p
6) crire la dfinition et permuter lordre dintgration. L( f )( p) =
x L(sin tx )( p) dx = 1 + x2
x dx (1 + x 2 )( p2 + x 2 )
et aprs dcomposition en lments simples, L( f )( p) = et f (t ) =
2( p + 1)
x sin tx dx = Y (t ) e t pour t > 0. 1 + x2 2
118
6.10 On utilise lexercice 6.1 : L( fi )( p) =
L( f0 )( p) avec Re(p) > 0. 1 e pt
coth p 1 + e p 2. 1) T = , L( f0 )( p) = , L( f1 )( p) = 1 + p2 1 + p2
2) T = 2, L( f0 )( p) = 3) T = 2a, L( f0 )( p) = L( f3 )( p) = 1 + e p 1 , L( f2 )( p) = . (1 + p2 )(1 e p ) 1 + p2 (1 + e ap )2 (voir exercice 6.2, cas 4) et 5)), ap2
(1 e ap )2 ap 1 th . = ap2 (1 e 2 ap ) ap2 2 1 ap th . p 2
4) f4 (t ) = af3(t ), do : L( f4 )( p) = apL( f3 )( p) af3 (0) = 6.11 I1 = L(t cos t )(3) = [ L(cos t )( p)]p=3 = e t e t I2 = L (0) = t 6.12 1) ( f f )(t ) = 8 . 100
L(e t e t )( x ) dx = ln . (Cf. exercice 6.3.)
dx 2 = x (t x ) t
dx 2x 1 1 t
2
= Y (t ) en posant
2x 1 = u. t
Do L( f f )( p) =
= ( L( f )( p))2 et L( f )( p) = = p p
e pt dt , t
1 = L( f )(1) = . 2 2) L( f g)( p) = L( f )( p) L( g)( p) = 1 1 e p 1 = (1 e p ) do par lapplicap( p + 1) p p + 1
tion inverse, ( f * g)(t) = Y(t)(1 et) Y(t 1)(1 e(t1)) soit 1 e t sur [0,1] ( f g) = t , 0 sinon. (Cf. exercice 4.6.) e (e 1) si t 1 6.13 1) si |a| < 1, p2 + 2ap + 2 = (p + a)2 + 2 o 2 = 2(1 a2), p a a t L1 (t ) = Y (t )e cos t sin t . ( p + a )2 + 2 Si |a| > 1, p2 + 2ap + 2 = (p + a)2 2 o 2 = 2(a2 1), p a a t L1 2 2 (t ) = Y (t )e ch t sh t . ( p + a )
119
p t Si |a| = 1, L1 (1 t ) o = sgn(a). (t ) = Y (t )e ( p + a ) 2 2) ( p) = 1 2 1 , f (t ) = Y (t ) sin 2t t 2e5t . p2 + 4 ( p 5)3 2
6.14 1) Poser f (0) = , sera dtermin par la valeur de f (1) 1 1 f (t ) = Y (t )et 3t + t 2 + t 4 . 2 12 2) f (t) = 3Y(t)e4t. 1 1 1 1 1 3) f (t ) = Y (t ) ch 2t + sh 2t (1 + t ) , g(t ) = Y (t ) sh 2t t . 4 8 4 4 8 4) f (t) = Y(t)[t + 4].
Chapitre 7
Introduction la thorie des distributions
RAPPELS
Une fonction est dans lensemble D des fonctions test si et seulement si : elle est de classe C sur R, elle est nulle hors dun segment (intervalle ferm et born). Une suite n nN de fonctions test converge dans D vers D lorsque n tend vers + si et seulement si : Il existe un segment K en dehors duquel toutes les fonctions n ainsi que sont nulles. n converge uniformment vers sur K, et pour tout p N , n uniformment vers ( p) sur K. Nous noterons lim
D n+ ( p)
converge
n = ou n .
n+
Une distribution T est une forme linaire continue sur D, cest--dire une application de D dans R qui est : linaire : , D, , R, T ( + ) = T () + T () . continue : si lim D n = , alors lim T (n ) = T ().
n+ n+
Au lieu de T (), on utilise souvent les notations < T, >, ou < T (t),(t) > lorsque le besoin de faire rfrence une variable relle t se fait sentir.
122
Oprations sur les distributions : somme : < T1 + T2 , >=< T1 , > + < T2 , >. produit par R : < T, >= < T, >. produit par une fonction g de classe C : < gT, >=< T,g >. translation : < T (t t0 ),(t) >=< T (t),(t + t0 ) >. 1 t > , o a = 0. / changement dchelle : < T (at),(t) >=< T (t), |a| a Une fonction intgrable sur tout segment est dite localement sommable. Si f est une fonction localement sommable, la distribution rgulire associe f est la distribution [ f ] dfinie par D,< [ f ], >=
+
f (t)(t)dt .
(R7.1)
Une distribution qui nest pas rgulire est dite singulire. Exemples courants : distributions de Dirac : < , >= (0), < a , >= (a). On note aussi a par (t a). + 1 (t) (t) 1 dt + dt . pseudo-fonction : < Pf ,(t) >= lim 0+ t t t t Si g est de classe C , g(t)a = g(a)a (R7.2)
Exercice 7.1
Soit j une fonction de D. Les fonctions suivantes sont-elles dans D ? y1(t) = sint, y2(t) = sint j (t),
3 (t ) =
(t ) ( 0 ) , t
4 (t ) =
(t ) ( t ) , t
5 (t ) =
(t ) . t
1) y1(t) est de classe C sur , mais nest pas nulle hors dun segment donc sint D. 2) y2(t) = sintj (t) est de classe C comme produit de fonctions de classe C. Comme est nulle hors dun segment, sint (t) aussi. Donc sint (t) D. 3) Comme j est de classe C, les fonctions y3 et y4 peuvent tre prolonges par continuit en 0. En effet : (t ) ( 0 ) lim 3 (t ) = lim = ( 0 ) = 3 ( 0 ) t 0 t 0 t0
Note : Dans tous les exercices qui suivent, a, b et c dsignent des nombres rels fixs.
7 Introduction la thorie des distributions
123
lim 4 (t ) = lim
t 0 t 0
(t ) ( 0 ) + ( 0 ) ( t ) = 2 (0) = 4 (0). t
Comme j, elles sont indfiniment drivables sur *, et on peut dmontrer en utilisant les dveloppements limits au voisinage de 0 quelles sont indfiniment drivables en 0. Montrons, par exemple, que y3 est drivable en 0. Pour cela, daprs la dfinition de la drivation, il faut tudier lexistence de la limite suivante : (t ) 3 ( 0 ) lim 3 . t 0 t0
3 (t ) 3 (0) (t ) (0) t (0) = , pour lever lindtermination, on fait donc un t0 t2 dveloppement limit lordre 2 du numrateur.
Or Comme
(t ) = (0) + t (0) +
t2 (0) + t 2 (t ), 2
le numrateur est gal
t2 (0) + t 2 (t ), o (t) tend vers 0 avec t. 2
1 Il sensuit que 3 (0) existe et vaut 3 (0) = (0). 2 De mme, on pourrait montrer que 3 existe en 0, etc. Nous admettrons que y3 est indfi niment drivable en 0 et quelle appartient donc C( ). En utilisant la mme dmarche, on peut dmontrer que y4 est de classe C. Pour que ces fonctions soient dans D, il reste vrifier quelles sont nulles hors dun segment. Pour t assez grand, (t) = 0 et j ( t) = 0, donc y4(t) est nulle, par contre (0) , y3 ne sera pas nulle hors dun segment sauf si j (0) = 0. Donc : 3 (t ) = t
(t ) ( 0 ) (t ) ( t ) D et D . t t
4) y5(t ) =
(t ) ne peut tre prolonge par continuit en 0 que si (0) = 0 et alors elle est t (t ) D . t
/ dans D, mais en gnral (0) = 0, et
Exercice 7.2
Les applications suivantes de D dans R sont-elles des distributions ? (on se contentera de vrifier si elles sont dfinies sur D tout entier et linaires, et lon admettra alors leur continuit).
124
Si cest le cas, prciser sil sagit ou non dune distribution rgulire, et, dans laffirmative, donner une fonction localement sommable laquelle cette distribution est associe. 1) < T1 , >=
0 1
(t)dt .
1 0
2) < T2 , >= 3) < T3 , >=

0
|(t)| dt. t 2 (t)dt . (t) dt. t 1
4) < T4 , >= 5) < T5 , >=
+ 1 + n=0
(n) (n).
6) < T6 , >= (0) + (1) .

Les applications T1, T3, T5 et T6 sont des distributions, les applications T2 et T4 nen sont pas. 1) T1 est la distribution rgulire associe la fonction localement sommable f dfinie par f (t) = 1 si t [0,1], f (t) = 0 sinon. 2) T2 nest pas linaire. En effet, soit par exemple une fonction test valeurs strictement positives sur [0,1]. On a donc < T2 , >=
0 1 1 0
|(t)| dt =
(t)dt > 0 . Si T2 Comme
tait linaire, on aurait en particulier < T2 , >= < T2 , > < 0 . < T2 , >=< T2 , > , il y a contradiction.
3) T3 est la distribution rgulire associe la fonction localement sommable Y (t)t 2 . / 4) Si est une fonction test telle que (1) = 0, (t) est quivalente, lorsque t 1+ , t 1
(1) qui nest pas intgrable au voisinage de 1. Donc < T4 , > nest pas dfini dans ce t 1 cas. 5) Soit une fonction test. Comme est nulle en dehors dun segment [a,b], on a pour tout n N, n > b, (n) (n) = 0. La somme
+ n=0
(n) (n) ne comportant quun nombre fini de ter-
mes non nuls est donc bien dfinie. La linarit de T5 rsulte immdiatement de la linarit de la drivation. Donc T5 est bien une distribution, mais < T5 , > ne peut pas scrire sous la forme dune
+
intgrale
f (t)(t)dt , donc T5 est singulire.

+ n=0
125
De fait, on a T5 (t) =
(1)n (n) (t n) (cf. chapitre 8).
6) T6 est la distribution singulire 1 (cf. chapitre 8).
Exercice 7.3
1) Si S est une distribution paire (respectivement impaire), quelle relation lie < S, j ( t) > et < S, j (t) > quelle que soit j de D ? 2) Montrer que le peigne de Dirac S(t ) =
(t an)
est pair. En dduire que, si
g est une fonction indfiniment drivable sur , alors gS est une distribution paire si g est paire (respectivement impaire si g est impaire). sin t 3) Soit g dfinie par g(t ) = sur * et par g(0) =1. t On admettra que g est de classe C. Soit Ta,b (t ) = g(t )
+ 2
(t an b) un chantillonnage de la fonction g.
Simplifier lexpression de Ta,b pour les 4 valeurs suivantes de (a, b) : (a,0), (p,0), (p/2,0), (p,p/2).
1) Une distribution S(t) est paire si S( t) = S(t). Or par dfinition < S( t), j (t) > = < S(t), j ( t). Donc : S est paire si < S, j ( t) > = < S, j (t) >
+ +
S est impaire si < S, j ( t) > = < S, j (t) >.

2) On a < S(t ), (t ) > = <
(t an), (t ) > =
+ P=
(an), par ailleurs

+
< S(t), (t) > = < S(t), (t) > = en posant n = p. Donc le peigne de Dirac S(t) est pair.
(ap) =
(an)
n=
Pour tudier la parit de la distribution gS on calcule : < g(t)S(t), j ( t) > = < S(t), g(t) j ( t) >. Comme S est paire, on a : < S(t), g(t) j ( t) > = < S(t), g( t) j (t) >. Si g est paire, on obtient donc : <g(t)S(t), j ( t) > = < g(t)S(t), j (t) >, ce qui implique gS paire (respectivement gS impaire si g est impaire).
126
3) Comme g(t)(t t0) = g(t0)(t t0), on obtient pour b = 0 : Ta,0 (t ) = (t ) + Pour a = p, on a
n *
sin an (t an) . an
Tp,0(t) = (t). 2 p = 0 , et on a, si n est impair, n = 2p + 1 2
Pour a = p /2, on a, si n est pair , n = 2p et sin et sin (2 p + 1) = ( 1) p , donc : 2 T / 2,0 (t ) = (t ) +
n *
sin n / 2 (t n / 2) = (t ) + n / 2
n 2 *
n 2 +1
do :
T / 2,0 (t ) = (t ) + 0 +
2 (t (2 p + 1) / 2) . (2 p + 1)
Pour a = et b = /2 on a : T , / 2 (t ) =
g
1 (t (n 1 / 2)) = T / 2,0 (t ) (t ) . n + / 2
a = b = 2
a= b=0
a = 2 b=0
Les expressions ci-dessus correspondent diffrents chantillonnages de la fonction sin t , certains ne donnent pas une bonne reprsentation de la fonction. t
2
Exercice 7.4
1) La distribution appele pseudo-fonction 1 < Pf , > = VP t
+ 1
1 1 , note Pf , est dfinie par : t t
t (t ) dt = lim0 t (t ) dt + +
1 (t ) dt . t
127
Montrer que lon peut donner de cette distribution la dfinition suivante ne faisant pas intervenir de limite : + (t ) ( t ) 1 < Pf , > = dt . 0 t t
2) Vrifier que t Pf
1 1 et sin t Pf sont des distributions rgulires mais que t t 1 1 cost Pf est une distribution singulire comme Pf . t t
1) En faisant le changement de variable t = s, on obtient : ( s) (t ) ( s) dt = ( ds) = ds , t s s
1 et donc < Pf , > = lim 0 t La fonction
(t ) dt t
( t ) dt . t
(t ) ( t ) est dfinie et continue en t = 0 (cf. exercice 7.1), donc on peut past + (t ) ( t ) 1 dt . ser la limite et on a : < Pf , > = 0 t t
2) Vrifions que t Pf 1 = [1] , en effet : t
1 1 < t Pf , > = < Pf , t > = lim 0 t t
t (t ) dt + t
t (t ) dt = t
(t ) dt = < 1, > .
sin t 1 sin t = car la fonction t est prolongeable par t t continuit en 0 et par consquent localement sommable. De mme, on peut vrifier que sin t Pf
Par contre, la fonction Riemann car cos t t
cost nest pas sommable au voisinage de 0 daprs le critre de t
1 1 . Il sensuit que cost Pf est une distribution singulire. t t
7.5 1) Les fonctions suivantes sont-elles localement sommables ? 2) Sont-elles dans L1( ) ? 1 1 1 sin t cos t , , , , , ln|t|. exp(t), exp( |t|), at + b, sint, t t 1+ t2 t a t
128
7.6
Soit T une application de D dans T ( ) =
(1 t ) (t ) dt +
ln t (t ) dt .
7.7
Montrer que T est une distribution rgulire. Montrer que lapplication suivante de D dans T ( ) =
est une distribution :
t 3 (t ) dt .
7.8
En faisant une intgration par partie, montrer que cest la somme dun Dirac et dune distribution rgulire. En utilisant la dfinition du produit dune distribution par une fonction de classe C, simplifier les distributions suivantes : sin(p t)1 sin(p t/4)1 sin t . t 0
On dfinit les distributions singulires Sn par : < Sn, j > = ( 1)(n)j(n)(0). Vrifier que la distribution Sn a mme parit que n. (On verra que Sn dsigne les drives successives de .) 7.10 Soit la distribution T(t) = a(t) + b(t 1). Calculer les produits : 1) tT(t) ; 2) t2T(t) ; 3) (t 1)T(t) ; 2(t 1)T(t). 4) t(t 1)T(t) ; 5) t
Rponses
7.9
7.5
1) Oui sauf
1 cost , . ta t sont exp( |t|) et 1 . 1 + t2 , continue par mor-
2) Les seules sommables sur 7.6
Soit f (t) = (1 |t|)P2(t) + Y(t 1)lnt, f est une fonction dfinie sur ceaux donc localement sommable. On a : T ( ) =
f (t ) (t ) dt donc T = [f] D.
7.7
T ( ) = t 3 (t )
0
] 3t (t ) dt = 4 (4) 0
4 4 2 0
l 3t 21 [ 0,4 ] (t ) (t ) dt donc T est la somme 1
dune distribution singulire et dune distribution rgulire : T = 434 [3t21 [0,4](t)] = 43(t 4) [3t2P4(t 2)] 1 o P4 est la fonction porte de largeur gale 4. 7.8 sin( t)1 = 0, sin( t / 4)1 = sin t = 0 t 0 2 sin t sin t 1 , comme = , 2 t t t0
sin t est prolongeable par continuit en t = 0 par p . t
129
7.9
On a :
dn ( ( t )) = ( 1)n ( n ) ( t ) donc : dt n
< Sn (t), (t) > = < Sn (t), (t) > = (1)n
dn ((t)) dt n
t=0
= (1)n (1)n (n) (0) = (1)n < Sn (t), (t) > ,

donc Sn( t) = ( 1)nSn(t), et en particulier S0 = est paire, S1 = impaire. 7.10 1) a(t) + b(t 1) ; 2) b(t 1) ; 4) a(t) ; 5) 0. 3) a(t) a(t) ;
Chapitre 8
Drivation, convergence, convolution des distributions
RAPPELS
Dfinition de la drive T dune distribution T : D,< T , >= < T, > Drives dordre suprieur : n N , D,< T (n) , >= (1)n < T,(n) >
(R8.1)
En particulier, pour tout a R on a

(n) n N , D,< a , >= (1)n (n) (a) .
Drivation dune distribution rgulire [ f ], lorsque f et f sont localement sommables : [f] = [f ]+

a
f (a + ) f (a ) a
(R8.2)
Drivation du produit dune distribution T par une fonction g de classe C : (gT ) = g T + gT (R8.3)
132
Convergence des distributions :

0
lim T = T
D, lim < T , >=< T, >

0
(R8.4)
Convergence des drives :

0
lim T = T
lim T
=T
(R8.5)
Produit de convolution de deux distributions S et T : D < S T, > =< S(u),< T (v),(u + v) >> =< T (u),< S(v),(u + v) >>=< T S, > (lorsque ces quantits ont un sens). Convolution avec des distributions de Dirac : lment neutre : T = T = T. Translation : a T = (t a) T (t) = T (t a) . En particulier a b = a+b . Drivation dun produit de convolution : (S T ) = S T = S T En particulier T = T , et (n) T = T (n) pour tout n N .
Exercice 8.1
Soit f la fonction dfinie par : f (t) = 1 t2 pour |t| 1 f (t) = 0 pour |t| > 1 Soit T = [ f ] la distribution rgulire associe, calculer de trois faons diffrentes T, T , T en utilisant successivement (R8.1), (R8.2), et (R8.3).
1) Dmonstration utilisant la dfinition (R8.1) et lintgration par parties : D, < T , > = < T , >= = (1 t 2 ) (t )
(1 t
1 1 1 1
) (t ) dt
] +
1
2t (t ) dt
= 0 + < 2tP2 (t ), >
8 Drivation, convergence, convolution des distributions
133
et donc :
T = [ 2tP2 (t )] .
De la mme faon, on calcule T : D, < T , > = < T , >= = [2t (t )]1

1 1
= 2 (1) + 2 ( 1) + < 2 P2 , > donc : Et de mme : < T , > = < T , >= 2 (1) 2 ( 1) + = 2 (1) 2 ( 1) + 2 (1) 2 ( 1) donc : T = 21 + 2 1 [2 P2 (t )] .
2 t ( t ) dt
2 (t ) dt
2 (t ) dt
T = 2 1 + 21 2 1 + 21 .
2) Dmonstration utilisant (R8.2). Pour |t| < 1 on a f (t) = 2t, f (t) = 2, f (t) = 0. Pour |t| > 1 f (t) = f (t) = f (t) = 0. Comme f (1) = f ( 1) = 0, la fonction f est continue et donc T = [ f ] = [ f ] o f est dfinie sur * cest--dire presque partout. On retrouve T = [ 2tP2 (t )] . La fonction f est discontinue en t = 1 et en t = 1, les sauts sont : f ( 1+) f ( 1) = 2( 1) 0 = 2 f (1+) f (1) = 0 ( 2 ) = 2. Donc : T = [ f ] = [ 2tP2 (t )] = [2 P2 (t )] + 21 + 2 1 et de mme T = [ f ] = [2P2(t)] + 21 + 21 ,
f 1 0 f 2 0 2 f 21 0 2 21 t t
comme [P2(t)] = 1 1 , on retrouve le rsultat prcdent T = 2 1 + 21 + 2 1 + 21 .
3) La fonction 1 t2 est de classe C sur , donc on peut appliquer (R8.3) T = (1 t2)[P2(t)]. En utilisant la relation [P2(t)] = 1 1 on obtient : T = ((1 t2)[P2(t)]) = (1 t2)[P2(t)] + (1 t2)(1 1). Et, comme g(t)a = g(a)a , on a : (1 t2)1 = 0 et (1 t2)1 = 0, donc : T = 2t [P2(t)]. De mme T = ( 2t[P2(t)])= 2[P2(t)] 2t (1 1 ) = 2[P2(t)] + 21 + 21 et T = 2[ P2 (t )] + 2 1 + 21 = 2( 1 1 ) + 2 1 + 21 .
134
Exercice 8.2
Calculer de trois faons diffrentes les drives premire et seconde de la distribution rgulire T = [ f ] o f (t) = Y(t)sint : en utilisant successivement (R8.1), (R8.2) et (R8.3).
1) Dmonstration utilisant la dfinition (R8.1) et lintgration par parties : D, < T , > = < T , >=
+ +
sin t (t )dt
+
= [sin t (t )]0 +
cos t (t ) dt .
Comme une fonction test est nulle linfini, cela donne : D, < T , > = 0 + et donc
cos t (t ) dt = < cos tY (t ), > T = [cos t Y (t )] .
De la mme faon, on calcule T : D, < T , > = < T , >=

+
= [cos t (t )]0 + = 0 + (0) donc
cos t (t ) dt sin t (t ) dt
sin t (t ) dt = < 0 , > + < sin tY (t ), >
T = 0 [sin t Y (t )] = 0 T .
[sintY(t)] est une des solutions de lquation T + T = 0 . 2) Dmonstration utilisant (R8.2). La fonction f(t) = Y(t)sint est dfinie par : t > 0 f (t) = sint donc f (t) = cost et f (t) = sint, t < 0 f (t) = 0 donc f (t) = 0 et f (t) = 0. La fonction f (t) = Y(t)sint est continue sur *, et elle est aussi continue en t = 0 car f (0+) f (0) = 0, en effet f (t) = 0 pour f t < 0 et sin t tend vers 0 pour t tendant vers 0+. Donc daprs (R8.2), [ f ] = [ f ] o f est dfinie sur * cest--dire presque 0 partout sur . On retrouve T = [cos tY (t )] . Quant la fonction f , elle est discontinue en 0 et le saut est f (0+) f (0) = + 1, on en dduit daprs (R8.2) que : T = [ f ] = [ f ] + 0 = [ sin tY (t )] + 0 .
0 t f
0 f
135
3) Dmonstration utilisant (R8.3). La fonction sint est de classe C, on peut donc crire T = sint[Y(t)] et comme on sait que [Y(t)] = 0 , en appliquant (R8.3) et en utilisant la relation g(t)a = g(a)a o g est une fonction de classe C, on obtient : T = (sint[Y(t)]) = cost[Y(t)] + sint0 = cost[Y(t)] T = (cost[Y(t)]) = sint[Y(t)] + cost0 = sint[Y(t)] + 0 .
Exercice 8.3
1) Montrer que la fonction t ln|t| est localement sommable et que 1 [ln|t|] = Pf . t 2) Soient a et b deux nombres rels non nuls, et f a,b la fonction dfinie par f a,b (t) = ln|at| si t > 0 et f a,b (t) = ln|bt| si t < 0. a) Montrer que f a,b est localement sommable. b) Calculer la drive de la distribution rgulire f a,b .
1) La fonction t ln|t| est continue sur R. Elle est donc intgrable sur tout segment ne contenant pas 0. Dautre part, lim |t| 2 ln|t| = 0, donc au voisinage de 0, |ln|t|| = o |t| 2 t0 et t ln|t| est donc intgrable au voisinage de 0. Cette fonction est donc localement sommable sur R. Soit une fonction test. On a : < [ln|t|] ,(t) >= < [ln|t|], (t) >=
+ 1 1
ln|t| (t)dt.
1 t
On ne peut effectuer une intgration par parties sur R, car ln|t| = ment sommable en t = 0 , mais on peut crire :
Dunod. La photocopie non autorise est un dlit. +
qui nest pas locale-
ln|t| (t)dt = lim
0+
ln|t| (t)dt .
Une intgration par parties sur chacun des intervalles ] ,] et [,+[ donne :
+
ln|t| (t)dt = lim
0+
() ln
(t) dt () ln t
(t) dt , t
donc < [ln|t|] ,(t) >= lim [() ()] ln + lim
(t) dt . 0+ 0+ t Par la formule des accroissements finis, il existe ] 1,1[ tel que () () = 2 () , donc : lim [() ()] ln = lim 2 () ln = 2 (0) lim ln = 0. +
0+ 0+ 0+
136
+ (t) 1 + dt nest autre que < Pf ,(t) >, do le rsultat Dautre part, lim 0+ t t demand. 2) a) On a ln|at| = ln|t| + ln|a| et ln|bt| = ln|t| + ln|b|, donc f a,b (t) = ln|t| + ga,b (t) , o ga,b est la fonction dfinie par ga,b (t) = ln|a| si t > 0 et ga,b (t) = ln|b| si t < 0 . Cette fonction est localement sommable (fonction en escalier). Comme t ln|t| est aussi localement sommable, f a,b est localement sommable. 1 b) On a f a,b = [ln|t|] + ga,b = Pf + ga,b . Dautre part : t
ga,b = ga,b + ga,b (0+) ga,b (0) = ln

0 ln|a|ln|b|
a b
1 a . On en dduit que f a,b = Pf + ln t b 1 / On peut remarquer que pour tout t = 0 on a f a,b (t) = , mais que cela nimplique pas que t 1 f a,b = Pf . t
Exercice 8.4
1) Soit la fonction f (t) = |sint| et soit f0 la fonction gale f sur [0,] et nulle ailleurs. Expliciter la fonction f laide de f0 et de translates de f0 . Tracer le graphe de f et expliciter ses drives premire et seconde laide de f0 , f0 et f0. Tracer les graphes de f et f . 2) Expliciter les drives premire et seconde de la distribution [ f ].
1) Si f est une fonction priodique de priode T, en notant f0 la fonction gale f sur [0,T [ et nulle ailleurs, on peut crire f sous la forme dune somme infinie de translates de f0 : f (t ) =
f (t nT ).
0 n
La fonction f (t) = |sint| est priodique de priode . Pour 0 t < , on a f0(t) = sint donc f0(t) = cost et f0(t) = sint. On a donc f (t ) =
f (t n ) = sin(t n ) 1l
0 n n
]0, [ (t
n ).
Les drives successives sont dfinies pour t n et sont aussi priodiques. l f ( t ) = f0(t n ) = cos(t n ) 1 ]0, [ (t n ) 1
n n
n n
f (t ) =
1 f (t n ) = sin(t n )1l
0
]0, [ (t
n ) = f (t ) = sin t .
137
f 1
f 1
0 1
f 0
2) Comme f est continue sur , on a [ f ] = [ f ] daprs (R8.2). Par contre, la fonction f a des sauts en t = np. En effet : f (0+) f (0) = f (0+) f ( ) = cos0 cosp = 2 donc : [ f (t )] = [ f (t )] + 2
(t n ).
n n
En conclusion :
1 [ sin t ] = cos(t n )1l ]0, [ (t n )
[ sin t ] = [ sin t ] + 2 (t n )
n
Exercice 8.5 Changement dchelle

1) Soit T une distribution quelconque, T sa drive. Montrer que pour tout a R on a (T (at)) = aT (at). 2) Vrifier que [Y (at)] = [Y (t)] si a > 0, et [Y (at)] = [Y (t)] si a < 0. 1 1 (t) = 0 pour tout a R . En dduire que (at) = |a| |a|
138
3) Calculer les drives des distributions rgulires S(t) = [Y (t)cos t] et S(t) = [Y (t)cos t], o est un nombre rel strictement positif, en utilisant (R8.2). Recalculer la drive de S(t) en utilisant le rsultat de la premire question.
1) Pour tout D on a < (T (at)) ,(t) >= < T (at), (t) > t 1 >. = < T (t), |a| a Dautre part, < aT (at),(t) >= a < T (at),(t) >= a < T (t), = a < T (t), 1 t |a| a > . Comme 1 t |a| a >
t t 1 = , on a : a a a t 1 > < aT (at),(t) > = a < T (t), |a|a a 1 t >=< (T (at)) ,(t) > . = < T (t), |a| a Y(at) = 1 Y(at) = 0 si t > 0, si t < 0,
2) Si a > 0,
donc : < [Y ( at )], (t ) > = Si a < 0,
Y ( at ) (t ) dt =
(t ) dt = < [Y (t )], (t ) > .
Y(at) = 1 Y(at) = 0
+0
si at > 0 t < 0, si at < 0 t > 0,
donc : < [Y ( at )], (t ) > =
(t ) dt =
Y ( t ) (t ) dt = < [Y ( t )], (t ) > .
On obtient les relations suivantes : [Y ( at )] = [Y (t )] pour a > 0 et [Y ( at )] = [Y ( t )] pour a < 0 . Comme [Y(t)] = (t), daprs la premire question, on a aussi : [Y ( at )] = a[Y ] ( at ) = a( at ) et, en particulier, [Y( t)] = ( t). Comme la distribution de Dirac est paire on a : ( t) = (t) = 0 . Daprs les relations ci-dessus on a : a(at) = 0 pour a > 0 et a(at) = 0 pour a < 0. Donc : a ( at ) = (t ) = 0 .
139
3) En appliquant (R8.2) on obtient : S(t) = [ Y(t)sint] + (cos0+ 0)(t) = [ Y(t)sint] + (t), (S( t)) = [ Y( t)sin t] + (cos( 0+) 0)(t) = [Y( t)sin t] + 0 . En utilisant la relation du 1) on obtient : (S( t)) = S( t) = [Y( t)sin t] + ( t). On retrouve bien le rsultat prcdent puisque ( t) = (t) = 0 . Attention de ne pas croire que ( t) = 0 !
Exercice 8.6
1) Soit g une fonction de classe C. En comparant les rsultats obtenus en drivant de deux faons diffrentes g(t), trouver lexpression simplifie de g(t). Application : calculer exp(at), t , t2 . 2) Gnralisation : en utilisant la dfinition du produit dune distribution par une fonction, expliciter g(t)(n) laide des g(n)(0), drives successives de g en 0 (calculer dabord g(t) et g(t)).
1) En utilisant (R8.2), on obtient : (g(t)) = g(t) + g(t) = g(t) + g(0). Par ailleurs, on sait que g(t) = g(0) et donc : (g(t)) = (g(0)) = g(0). En comparant (1) et (2) on obtient la relation : g(t ) = g(0) g (0) . On en dduit : exp(at) = a,
(1) (2)
t = ,
t2 = 0.
2) En utilisant les dfinitions de la multiplication par une fonction de classe C et de la drivation on obtient : D, < g, > = <, g> = <, (g)>. Or : (g) = g + g, donc : <, (g)> = g(0)(0) g(0)(0) = < g(0) + g(0), > par consquent : g(t ) = g(0) g (0) .
De mme, sachant que (g) = g + 2g + g, et que, quelle que soit on a : <g,> = <, g> = (1)2<, (g)> = g(0)(0)+2g(0)(0) + g(0)(0) on obtient : g(t ) = g(0) 2 g (0) + g (0) .
140
Plus gnralement, en utilisant la formule de Leibnitz : dn 1 2 ( g ) = g ( n ) + Cn g ( n 1) + Cn g ( n 2 ) + ... + g ( n ) dt n et : on a : D, <g(n),> = <(n),g> = ( 1)n<,(g)(n)>
< g ( n ), > = ( 1) n
p=0
Cnp g ( p )(0) ( n p )(0) =
(1)
p=0
2n+ p
Cnp < g ( p )(0) ( n p ) , >
do :
g(t ) ( n ) =
(1)
p=0
Cnp g ( p ) (0) ( n p ) .
Exercice 8.7
1) Sachant que lquation t T = 0, o T est une distribution inconnue, a une infinit de solutions, de la forme T = A, o A est une constante arbitraire, trouver toutes les solutions de lquation ci-dessous : t T = [sint]. cost 2) Peut-on dire que est solution de lquation t T = [cost] ? t Donner toutes les solutions de cette quation. 3) Peut-on dire que est solution de lquation t T = ? t En utilisant les rsultats de lexercice prcdent, trouver une solution particulire, puis toutes les solutions de lquation. / 4) Soit a = b. Dduire de ce qui prcde les solutions des quations : a) (t a)T = 0, b) (t b)T = a , c) (t a)(t b)T = 0. 2T = 0 sont les distributions de la forme 5) Sachant que les solutions de lquation t T = A +B, o A et B sont des constantes arbitraires, trouver toutes les solutions de lquation (t a)2T = 0.
1) Dune faon gnrale, les solutions dune quation linaire non homogne (avec second membre) sont la somme dune solution particulire de lquation non homogne et de la solution gnrale de lquation homogne (sans second membre). Vrifions-le dans le cas particulier considr. Soit S une distribution connue, on cherche T telle que : tT = S. Si on connat une solution particulire T0 alors : tT0 = S.
141
En faisant la diffrence des deux quations, on obtient t(T T0 ) = 0, et donc la diffrence entre la solution gnrale et la solution particulire vrifie lquation homogne. Donc T T0 = A do : T = T0 + A . sin t Il est facile de vrifier que est une solution, donc toutes les solutions sont de la t forme : sin t . T= + A t cost nest pas localement sommable au voisinage de 0, donc elle ne peut t 1 est solut
2) La fonction
dfinir une distribution rgulire. Par contre, il est facile de vrifier que cost Pf 1 + A . t
tion de lquation, et donc T = cos t Pf 3) Lcriture
1 na pas de sens car la fonction nest pas dfinie en 0 et a fortiori elle t t nest pas de classe C sur . Cependant dans lexercice prcdent on a vu que t = ,
donc lquation t T = a une solution particulire T0 = , et toutes les solutions sont de la forme T = + A . 4) a) Une translation de a donne (t a + a)T(t + a) = t T(t + a) = 0. Cette dernire quation a pour solution T(t + a) = A(t). Aprs une translation de a des deux membres, on obtient T(t ) = A(t a) qui peut aussi scrire : T = A a . / b) Puisque a = b,
a = a est solution. Toutes les solutions sont donc de la forme : tb ab T= a + A b . ab
c) Soit S = (t b)T, alors (t a)(t b)T = 0 (t a)S = 0 et donc S = Ca o C est une constante arbitraire. Il faut donc rsoudre maintenant lquation (t b)T = Ca . / Comme a = b, il y a une solution particulire T0 = C
a =C a . tb ab
La solution gnrale est T = T0 + Bb = A a + B b o A et B sont deux constantes arbitraires.
142
5) Comme prcdemment, en translatant de a on obtient : (t a + a)2T(t + a) = t2T(t + a) = 0. Cette quation a pour solution T(t + a) = A(t) + B(t). Aprs une translation de a des deux membres, on obtient : T(t ) = A(t a) + B(t a), qui peut aussi scrire : T = A a + B . a
Exercice 8.8
1) Montrer que pour toute fonction test j D, la quantit : (t ) + (t ) 2 2 dt + 2 dt ( 0 ) t t
tend vers une limite finie, que lon dterminera, lorsque e 0+. 2) En dduire que la limite au sens des distributions, lorsque e 0+, des distributions : Y ( t ) + Y (t ) 2 T (t ) = (t ) t2 nest autre que Pf
1 t
.
1 . t2 dt . On a alors dU = t2
Cette limite est par dfinition la pseudo-fonction Pf
1) Calculons les intgrales par parties, en posant U = (t) et dV = (t)dt et V = 1 et il vient : t
(t )
1 dt = ( t ) + t + 1 dt = (t ) + t
(t )
1 dt = ( ) + 1 dt = ( ) + =
(t )
dt ,
+ (t )
t t
+ (t )
+ (t )
dt ,
(t ) 2
dt +
+ (t )
2 dt (0)
( ) + ( ) 2 (0) +
(t )
dt +
+ (t )
dt .
Lorsque 0+, la quantit autre que
(t )
dt +
+ (t )
dt tend vers une limite finie, qui nest
1 Pf , (t ) . Dautre part, la formule des accroissements finis permet dcrire : t () = (0) + (0) + o(), ( ) = (0) (0) + o()
143
et donc :
( ) + ( ) 2 (0) = o(1),
donc cette quantit tend vers 0 lorsque 0+. Il sensuit que : lim 0 +
(t )
dt +
+ (t )
t2
2 1 dt (0) = Pf , (t ) . t
2) On a, pour toute fonction test D : Y ( t ) + Y (t ) 2 T (t ), (t ) = (t ), (t ) t2 2 Y ( t ) Y (t ) = t2 , (t ) + t 2 , (t ) (t ), (t ) = =
Y ( t ) (t ) dt + t2 t
2
Y (t ) (t ) 2 dt ( 0 ) 2 t
(t )
dt +
+ (t )
2 dt (0).
Cette quantit tendant, lorsque 0+, vers : 1 1 Pf , (t ) = Pf , (t ) , t t 1 on en dduit que : lim+ T (t ) = Pf . t 0
Exercice 8.9
Soit Ci la fonction appele cosinus intgral, dfinie sur *, paire, et telle que, pour t cos( ) t < 0, on ait : Ci(t ) = d .
1) Calculer la drive de la fonction Ci pour t < 0 et pour t > 0. 2) Montrer que Ci est sommable sur tout segment. Soit [Ci] la distribution rgu1 lire associe. Montrer que sa drive est [Ci(t )] = cost Pf . t
144
1) Pour t < 0, on drive une intgrale par rapport sa borne suprieure, et donc : d cost Ci(t ) = . dt t Par ailleurs, on sait que la drive dune fonction paire est impaire, donc : pour t > 0, d d cos( t ) cos t Ci(t ) = Ci ( t ) = = . dt dt t t d cost Ci(t ) = . dt t *, elle y est continue donc sommable sur tout segment
On a donc pour tout t de * :
2) Comme Ci est drivable sur
inclus dans *. Il reste montrer que Ci est sommable au voisinage de 0, et, comme Ci est paire, il suffit de montrer lexistence de
chercher prciser le comportement de Ci(t) au voisinage de 0 pour t < 0. On peut crire pour t < 0 : Ci(t ) =
Ci(t )dt pour un nombre > 0. On peut donc
/ 2
cos d +
cos d = Ci + 2 / 2
t
cos d . / 2
t
(1)
Puisquune fonction constante est sommable sur [ e,0], il reste montrer que la fonction dfinie par la dernire intgrale est aussi sommable sur [ e,0]. Or pour /2 < e, comme e < t < 0, et que p /2 < < t, t t 1 cos on a : 0 < cos < 1, donc : d < d < 0 , / 2 / 2
ou encore :
ln t ln
< 2
/ 2
cos d < 0 .
(2)
On sait que la fonction ln |t| est sommable sur [ ,0] ainsi que toute fonction constante. La t cos d est ngative et minore par une fonction sommable sur [ e,0], par fonction / 2 consquent elle est aussi sommable sur [,0]. Donc Ci(t) nest pas dfinie en 0, mais elle est sommable au voisinage de 0 et mme sur tout segment de : elle dfinit bien une distribution rgulire. Sa drive [Ci] est dfinie par :
< [Ci] , > = < [Ci], > =
Ci(t ) (t ) dt
ou plutt, puisque Ci(t) nest pas dfinie en 0, par : < [Ci] , > = lim 0
Ci(t ) (t ) dt +
Ci(t ) (t ) dt .
145
En intgrant par parties, et en utilisant la parit de Ci et le fait que j est nulle hors dun segment, on obtient : < [Ci] , > = lim ( ( ) ( ))Ci( ) + 0
Ci(t ) (t ) dt +
Ci(t ) (t ) dt .
Daprs la dfinition de la drive, on a vu (cf. exercice 7.1) que : lim
( ( ) ( )) = 2 (0).
Par ailleurs, en utilisant les relations (1) et (2) on obtient : ln t ln
< Ci(t ) Ci < 0 2 2
pour /2 < t < 0.
On en dduit :
ln ln
+ Ci < Ci( ) < Ci , 2 2 2
et donc lim Ci( ) = 0 . Par consquent lim

0
( ( ) ( )) Ci( ) = 0 .
On a donc : < [Ci] , > = lim 0 = lim 0 Ci (t ) (t ) dt + + cos t ( t ) dt + t 1 1 = < Pf ,cos t (t ) > = < cos tPf , (t ) > . t t
Ci (t ) (t ) dt +
cos t ( t ) dt + t
Exercice 8.10
tudier la convergence pour n tendant vers + des distributions rgulires associes aux fonctions fn localement sommables, suivantes : 1) n 1 + n2t 2
(t ) n , n
2) nt n1l [0,1](t) 1 4) n 2 (1 nt )sgn t1 l
1 3) n 2 sin nt1 l
1 1 (t ) n , n
(on tracera auparavant les graphes de ces fonctions).
146
1 1 t 0 0 1 t
n n 1 n 1 0
1 1 n
t 0
1 n
1) On utilise le changement de variable u = nt, on a donc : D < n , (t ) > = 1 +n2t 2
n 2 2 ( t ) dt = 1 + n t
1
2
1 + u
u du . n
Pour prouver que la limite de cette intgrale impropre est gale lintgrale de la limite, on utilise le thorme de convergence domine. Comme toute fonction test est borne, la fonction sous lintgrale est borne par la fonction M sommable , et, en appliquant le thorme, on obtient : 1 + u2
et comme
1 u 2 du n + 1 + u n
1
2
1 + u
( 0 ) du
1 + 2 du = [arctan u] = , on en dduit que : 1 + u n D < , (t ) > (0) = < 0 , > n + 1 +n2t 2 n D 2 2 0 . 1 + n t n+
on a donc :
147
2) On utilise une intgration par parties : < nt n1 [ 0,1] (t ), (t ) > = 1 l
nt n +1 nt n (t ) dt = ( t ) 0 n +1 0
1
1 nt n +1
n +1
( t ) dt =
n (1) Jn . n +1
Lintgrale Jn tend vers 0 daprs le thorme de convergence domine. En effet, sur [0,1], on a |t n+1| 1 et donc n n +1 t (t ) n +1 M puisque toute fonction test est borne.
Lorsque n tend vers +,
n 1 et comme, sur [0,1] la quantit t n+1 converge vers 0 n + 1 n+
presque partout, on en dduit que Jn tend vers 0. Donc : D < nt n1 [ 0,1] (t ), (t ) > (1) = < 1 , > 1 l
n + D
cest--dire :
nt n1 [ 0,1](t ) 1 . 1 l
n +
3) Daprs lallure des graphes des fonctions, on peut penser que la suite tend au sens des distributions vers k . 0 Premire mthode : pour faire intervenir , on fait une intgration par parties. On a : l < fn (t ), (t ) > = < n 2 sin nt 1 1
, n n (t ), (t ) > =
n n
n 2 sin nt (t ) dt .
On obtient : < fn (t ), (t ) > = [ n cos nt (t )] n

n
n n
n cos nt (t ) dt .
On a :
[n cos nt (t )]
= n 2 (0) n n n
car, en posant = /n, daprs la dfinition de la drive, on a :
( ) ( ) ( ) ( 0 ) + ( 0 ) ( ) 2 (0) = = (0). 0 2 2 2
Par ailleurs, en utilisant le thorme de convergence domine :
n n
(1)
Donc :
n cos nt (t ) dt =
u cos u du n n
D (t )] 2 n + , n n
cos u (0) du = 0 (0).
l [n 2 sin nt1 1
. 0
148
Seconde mthode : on peut utiliser limparit des fonctions fn : < fn (t ), (t ) >= On a
fn (t ) (t ) dt =
fn (t ) (t ) dt +
fn (t ) (t ) dt .
fn (t ) (t ) dt =
fn ( u) ( u) du et comme fn est impaire et quune variable
dintgration est muette, on obtient : < fn (t ), (t ) >= do, en posant u = nt : < fn (t ), (t ) >= Si |u| , alors =
fn (t )( (t ) ( t )) dt
u u n sin u du . n n
u tend vers 0 et donc daprs la dfinition de la drive (1) : n 2u sin u n u u 2u sin u (0). n 0 2u n
Comme : on en dduit :
2u sin u du = [ 2u cos u] 0
2 cos u du = 2 + 0
< n 2 sin nt1 1 l
(t ), (t ) > 2 ( 0 ) n + n , n
D 0 (t )] 2 n + n , n
= 2 < , >
cest--dire :
[n 2 sin nt1 1 l
4) On peut utiliser, comme dans lexercice prcdent, limparit des fonctions fn : < fn (t ), (t ) > = < fn (t ), (t ) > =
fn (t )( (t ) ( t )) dt
2
n (1 nt )( (t ) (t )) dt u u = n(1 u) du . n n
0 1 0 1 1 < fn (t ), (t ) > 2 (0) (1 u)u du = (0) n 0 0 3
1/ n
Daprs la dfinition de la drive (1) et le thorme de convergence domine on a :
cest--dire :
[n 2 (1 nt )sgn t 1 1 l
D 1 1 (t )] n , n n
1 (t ) . 3
149
Exercice 8.11
1) Vrifier que la fonction u dfinie par : u( x ) = 1 x 2 1 [ 1,1] ( x ) 1 l est sommable. 2) Expliciter les fonctions suivantes pour n > 1 puis tracer leurs graphes : 1 t fn ( t ) = u n n t gn (t ) = u n hn (t ) = n u(nt )
3) tudier la convergence pour n tendant vers + des trois suites de distributions rgulires correspondantes.
1) Comme la fonction u est dfinie et continue sur est sommable sur . 2) On a fn (t ) = n2 t 2 1 l 1[ n,n ] (t ) n2
et nulle hors du segment [ 1,1], elle

1 f1 1/2 2 1 0 1 f2 2 t
gn (t ) =
n2 t 2 1 [ n, n ] (t ) l 1 n
g1 2 1 0 2 1
g2 2 t
h2
l hn (t ) = n 1 n 2 t 2 1 1
1 1 (t ) n , n
1 1 h1 0 1/2 1 t
3) Comme
fn ( t ) =
n2 t 2 1 l 1[ n,n ](t ) n2
n 1 = , les fonctions fn convergent uniformn2 n
ment vers 0 sur , dans ce cas les distributions rgulires [ fn] convergent vers la distribution nulle. En effet, soit [ A, A] un segment en dehors duquel est nulle : < fn (t ), (t ) > =
n2 t 2 (t ) dt n2
1 n
( t ) dt 0 .
n+
150
Donc :
n2 t 2 1 D l 1[ n,n ] (t ) 0 . 2 n + n n2 t 2 1, les fonctions gn ne convergent pas uniformment n + n
Par contre ici, gn (t ) =
vers 1 sur , mais comme elles convergent uniformment vers 1 sur tout intervalle born (cf. exercice 1.5), les distributions rgulires [gn] convergent vers la distribution constante et gale 1. On peut dailleurs le vrifier directement en utilisant le thorme de convergence domine : < gn (t ), (t ) > =
n2 t 2 (t ) dt n + n
(t ) dt =
(t ) dt ,
et donc :
n2 t 2 1 D l 1[ n,n ] (t ) 1 . n + n
Pour montrer que les fonctions hn tendent au sens des distributions vers un Dirac en 0, on peut procder comme dans lexercice 8.10, 1) et utiliser le changement de variable y = nt, on a alors : D Comme |x| < hn (t ), (t ) > =
n u(nt ) (t ) dt =
x u( x ) dx . n
1, et que les fonctions tests sont continues, lorsque n tend vers + on obtient :
et comme :
x 1 x 2 dx (0) n n+
1 x 2 dx
1 x 2 dx =
/2
/ 2
1 sin 2 cos d =
/2
/ 2
cos 2 d =
1 + cos 2 d = / 2 2 2
/2
on en dduit que : D < hn (t ), (t ) >
n +
(0) = < 0 , > . 2 2

0 .
Donc :
n 1 n2t 2 1 1 l
D 1 1 (t ) n + 2 , n n
151
Exercice 8.12
1) Montrer que les fonctions fn suivantes sont localement sommables : 1 exp( n 2 t 2 ) . t 2) tudier la limite T lorsque n tend vers + de la suite de distributions rgulires 1 associes. (On peut soit montrer directement que T = Pf en utilisant lexert cice 7.4, soit chercher dabord la limite de t [ fn] et utiliser lexercice 8.7.) fn ( t ) =
y y= 1 t
1) Les fonctions fn ne sont pas dfinies en 0, mais un dveloppement limit lordre 1 au moins, au voisinage de 0, permet de lever lindtermination, et montre quon peut prolonger fn par continuit par 0 en 0. Les fonctions fn tant continues sur , elles sont localement sommables.
y = fn(t) y = f1(t) 0 t
2) a) Premire mthode : utilisons le fait que fn est impaire, on a donc : < fn (t ), (t ) > =
fn ( t ) ( t ) ( t ) 0 + 1 exp( n 2 t 2 )
0
) dt
( (t ) (t )) dt .
La fonction
(t ) ( t ) est dfinie continue sur , nulle hors de [ A, A] (cf. exercice 7.1), t

n +
2 2 et comme exp( n t ) 0 , on en dduit que : Dunod. La photocopie non autorise est un dlit.
Donc : < fn (t ), (t ) >
exp( n 2 t 2 ) ( (t ) (t )) dt n+ 0 . t
+ 1
n + 0
( (t ) (t )) dt = < Pf
1 , (t ) > t
1 exp( n 2 t 2 ) D 1 en utilisant lexercice 7.4. On a donc : . n+ Pf t t b) Seconde mthode : tudions dabord la limite de [t fn(t)], on a : < tfn (t ), (t ) > = < 1 exp( n 2 t 2 ), (t ) > =
(1 exp( n 2 t 2 )) (t ) dt .
152
Comme exp( n 2 t 2 ) 0 , on en dduit que [tfn (t )] 1 ;

D n + n +
en effet : < tfn (t ), (t ) >
n + A
( t ) dt =
(t ) dt = < 1, > .
Daprs (R8.4), la limite T de [ fn(t)] doit donc vrifier t T = 1. On a vu que les solutions de cette quation sont T = Pf 1 + a, avec a rel (cf. exercice 8.7). t Comme [ fn] est impaire, sa limite doit tre impaire aussi, or la distribution de Dirac en 0 est 1 . t
paire, donc : T = Pf
Exercice 8.13
Pour tout entier positif n, soit la fonction fn dfinie par : fn(t) = n3t exp( n2t2) et soit [ fn] la distribution rgulire associe. Montrer que la limite lorsque n tend vers + de cette suite de distributions est A, o A est une constante dterminer. (On rappelle que
exp(u ) du =
2
.)
Pour toute fonction test , on a : < [ fn ], > =
fn (t ) (t ) dt =
n 3t exp( n 2 t 2 ) (t ) dt .
En intgrant par parties, on obtient :

+ n n < [ fn ], > = exp( n 2 t 2 ) (t ) exp( n 2 t 2 ) (t ) dt . 2 2 Comme (t) est nulle linfini, le terme entre crochets est nul. On a : + n < [ fn ], > = exp( n 2 t 2 ) (t ) dt =< [ Fn ], > = < [ Fn ] , > 2 +
n avec [ Fn ] = exp( n 2 t 2 ) . 2 Donc [ fn] est loppos de la drive de [Fn]. On calcule donc la limite des distributions [Fn ]. Si D :
+
Fn (t)(t)dt = = 1 2
n exp(n 2 t 2 )(t)dt 2 u exp(u 2 )( ) du n
153
u Quand n + , ( ) (0). n Daprs le thorme de convergence domine : 1 + exp(u 2 )du = (0), D. lim [Fn ], = (0) n+ 2 2 . Donc [Fn ] 2 Comme [ fn] = [Fn] et avec (R8.5), on en dduit que : [ fn ]
n +
. 2
Exercice 8.14
1) Soit T une distribution causale et Y la fonction chelon. Montrer que [Y ] * T est une primitive de T, cest--dire que la drive de [Y ] * T au sens des distributions est T. 2) On pose S(t ) = (t n) * (t n) . n 0 n 0
Effectuer ce produit de convolution. 3) Calculer une primitive de S.

1) Pour driver un produit de convolution au sens des distributions, il suffit de driver lun des facteurs, donc : ([Y ] * T) = [Y ] * T = [Y ] * T = * T = T car est llment neutre pour le produit de convolution.
2) Le produit de convolution des distributions causales tant associatif et commutatif, on a : S(t ) = p
(t p) * (t q) = (t p) * (t q).
0 q 0 p 0 q 0
Or : (t p) * (t q) = (t (p + q)) (cf. rappels). Donc : S(t ) =
p 0 q 0
(t ( p + q)) =
(t ( p + q )) = n 0 p+q=n
(n + 1) (t n)
0
car il y a n + 1 faons dobtenir n laide de la somme de deux entiers p et q.
154
3) Daprs la question 1), une primitive de S(t) est [Y(t)] * S(t). Or : [Y (t )] S(t ) = [Y (t ]* =
n 0 n 0
(n + 1) (t n) = (n + 1) (t n) *[Y (t )]
n
0
n 0
(n + 1) [Y (t n)] = (n + 1) Y (t n) .
n 0
Cest la distribution rgulire associe la fonction f (t ) =
(n + 1) Y (t n),
qui est la
fonction en escalier nulle pour t < 0 et qui est dfinie pour t [n, n+1[, n entier positif ou nul, par : f (t ) =
k =0
( k + 1) =
p=
p =1
n +1
(n + 1)(n + 2) . 2
8.15 1) Calculer les drives des distributions suivantes en utilisant (R8.1) puis (R8.2) : a) [Y(t a)], b) [sgnt], c) [E(t)] o E(t) = n avec n t < n + 1. 2) Calculer les drives des distributions suivantes en utilisant (R8.2) puis (R8.3) : [|t|]= t[sgnt], sht[Y(t a)], [|sht|], [|cht|]. 8.16 Montrer que l application T de D dans suivante, est une distribution rgulire associe une fonction f que lon prcisera. T ( ) =
1 / 2
cos t (t ) dt +
(t ) dt .
Calculer T , drive de T, de deux faons diffrentes : a) en utilisant la dfinition, b) en utilisant le thorme relatif aux distributions rgulires. Vrifier que T comporte une partie rgulire et une partie singulire. Calculer T . 8.17 Tracer le graphe de la fonction f dfinie par : 2 x 2 f ( x ) = 2 x 0 pour x 1 pour 1 < x 2 . pour x > 2
Soit Tf la distribution rgulire associe f. Calculer les drives successives de Tf jusqu lordre 3 et les reprsenter graphiquement.
155
8.18 Calculer S =
d 2T + 2 T pour les distributions rgulires Ti suivantes : dt 2 T2 = [Y(t)cos t] T3 = Y (t) sin t t
T1 = [Y(t)sin t]
8.19 1) Calculer les drives des distributions rgulires suivantes : T1 = [Y( t )] T2 = [Y( (t ))] 2) Montrer que si f est drivable sur \{a}, alors pour tout rel on a : [ f( t)] = [ f ( t))] + ( f (a+) f (a))a/ . 8.20 Calculer la drive nime de la distribution rgulire T = [|sht|] (on distinguera les cas n pair et n impair). 8.21 Trouver toutes les distributions T solutions des quations suivantes : 1) t nT = 2) tT =
(1)
n n
8.22 Pour tout entier n strictement positif, soient fn et gn les fonctions dfinies par : 0 fn (t ) = t 1 / n 1 pour t 0 pour 0 < t < 1 pour 1 t 0 1 gn (t ) = ( n 1) / n nt 0 pour t 0 pour 0 < t < 1 pour 1 t
Graphe des fonctions fn et gn . Prciser les limites des suites [ fn] et [gn]. 8.23 Quelle est la limite au sens des distributions de la suite { fn} avec : fn(t) = Y(t)n2 t exp( nt) ? 8.24 Soit f (t) = Y(t)lnt, o Y(t) est la fonction chelon. 1) Vrifier que f est localement sommable. Vrifier que cette fonction est drivable presque partout. La fonction f est-elle localement sommable ? Peut-on dfinir [ f ] en utilisant (R8.2) ? 2) Montrer que la distribution rgulire T = [Y(t)lnt] peut tre dfinie comme la limite quand tend vers 0 de la suite de distributions rgulires :
T = [Y(t )lnt]. Calculer T . En dduire T . 3) Montrer que lim+ ln ((t) (t )) = 0 . En dduire que lon a aussi :
0
T = lim+ ln (t) +
0
Y (t ) t
Cette distribution, appele pseudo-fonction
Y (t) Y (t) , est note P f t t
156
8.25 Soit f (t ) =
Y (t ) t
, o Y(t) est la fonction chelon.
1) Vrifier que f est localement sommable. Montrer que sa drive f qui est dfinie sur *, nest pas localement sommable. Y (t ) . Calculer la 2) On note T la distribution rgulire associe f (t ) = t distribution drive T. 3) Vrifier que T tend vers [ f ] quand tend vers 0. En dduire lexpression de la distribution drive de [ f ] qui est note Pf Y (t ) . t3/ 2
4) Gnralisation : soit T est une distribution rgulire associe une fonction f, nulle sur ] ,0[. Si la drive f est dfinie sur * et non sommable au voisinage de 0, montrer que T peut tre dfinie comme limite de distributions. 8.26 1) En partant de la dfinition du produit de convolution, calculer les produits de convolution suivants : a * b Y(t) * b a * 1 . 2) Vrifier que si a tend vers +, alors a 0.
n + D
Y-a-t-il galit entre : lim ( a 1) et ( lim a ) 1 ?

a + a +
8.27 En utilisant les proprits du produit de convolution, vrifier que : ( a) * Y(t) exp( at) = ( + 2a+ a2) * Y(t)t exp( at) = . En dduire que si T est une distribution vrifiant ( + 2a+ a2) * T = S o S est une distribution connue alors : T = Y(t) t exp( at) * S. 8.28 1) Vrifier que exp(at) = 2a + a2. 2) Dterminer une fonction f nulle pour t < 0 telle que : exp(at) * [ f ] = . 3) Mme question pour lquation exp(at) * [ f ] = [Y(t)sint]. 8.29 Soit Tf une distribution rgulire associe une fonction f nulle sur ],a[, et deux fois continuement drivable sur ]a,+[. Montrer que lquation de convolution dans D ( 3+ 2) * Tf = + est quivalente au systme dquations : f 3 f +2f = 0 sur ]a,+[, avec f (a+) = b et f (a+) = a + 3b.
8 Drivation, convergence, convolution des distributions Rponses
157
8.15 1) a , 2 ,
nZ
n
(sht[Y(t a)]) = cht[Y(t a)] + shaa ,
2) [|t|]= [sgnt]+ 2t = [sgnt], [|sht|] = cht[sgnt],
[|cht|] = |sht| +2 .
l 8.16 T(t) = [cospt1 [1/2,1](t) + Y(t 1)] l T (t) = [ psinpt1 [1/2,1](t)] + 2(t 1) l T (t) = [ p2cospt1 [1/2,1](t)] + (t + 1/2) + 2(t 1)
8.17 La fonction f est paire et on a : x |x| 1 1 x 2 |x| > 2 f (x) 2 2x 0 x2 f (x) 2x 1 0 f (x) 2 0 0
Comme f est continue, elle na pas de saut et T f = Tf . Par contre, f a des sauts et on a : T f =Tf + 2 + 1 + 1 + 2 . sin t t cos t + . t3 T2 = ( (t )) = .
8.18 S1 = w , S2 = , S3 = 2Y (t ) 8.19 T1 = ( t ) = / , 8.20 T = [cht sgnt], Pour k
T = T + 2,
1 : T ( 2 k +1) = T + 2
p=0
k 1
( 2 p+1) , T ( 2 k ) = T + 2
p=0
k 1
(2 p)
8.21 1) En utilisant les exercices 8.5 et 8.6 on montre que :

T=
( 1)n ( n ) + n!
a
p p=0 n n
n 1
( p)
o les ap sont des constantes arbitraires.
2) On a
(1)
n
= S + 0 avec S =
n *
(1) .
n n n
Lquation t T = S a pour solution particulire T1 =
( 1)n n . n *
Lquation t T = 0 a pour solution particulire T0 = 0 (cf. exercice 8.5). Donc, en notant A une constante arbitraire, on a tT = T = T1 + T0 + A 0 =
(1)
n n
= S + 0
( 1) n + A 0 . 0 n *
n
158
/ / 8.22 La fonction fn est continue, drivable pour t = 0 et t = 1, et la drive fn est presque par tout gale gn . Comme [ fn] tend vers Y(t), [gn] = [ fn] tend vers (t) (cf. (R8.5)).
8.23 Les fonctions fn sont continues, positives, nulles pour t = 0 et pour t tendant vers +. Comme fn(t) = Y(t)n2(1 nt)exp( nt), le maximum est atteint pour t = 1/n, et il vaut n/e. Pour t fix strictement positif, fn(t) tend vers 0 pour n tendant vers +, car lexponentielle impose sa limite au polynme n2. Donc la suite { fn} converge ponctuellement vers la fonction nulle sur . On fait le changement de variable u = nt dans : < fn (t ), (t ) > =
n2t exp( nt ) (t ) dt =
u u exp( u) du . n
Comme est continue et borne, (R4.3) permet de montrer que :

n+
lim [ fn ] = (t )
u exp( u) du = (t ).
8.24 1) NON aux deux questions poses. 2) T (t) =

Y (t ) + ln (t ) et T = lim T . 0+ t
3) On a : <ln e ((t) (t e)), j (t)> = ln e (j (0) j (e)). Daprs le thorme des accroissements finis : j (0) j () = j(e) avec 0 < < 1. Comme e ln e tend vers 0 quand tend vers 0, et comme j reste born, on a :
0 +
lim < ln ((t ) (t )), (t ) > = 0 .
Donc :
0 +
lim ln ((t ) (t )) = 0
Y (t ) T = lim+ ln (t ) + 0 t ln ((t ) (t )) + ln (t ) + Y (t ) = lim+ 0 t

do : T = [Y (t ) ln t ] = Pf cest--dire : j D, < T , > = lim+ ln (0) +
0
Y (t ) = lim ln (t ) + Y (t ) , t 0 + t
+ (t )
dt .
8.25 1) Dans
Y (t ) , pas sommable au voisinage de 0, donc elle ne peut dfinir une t3 / 2 distribution rgulire. Par contre f est localement sommable, mais non sommable +. * f (t ) = Comment est alors dfinie [ f ] ? 2) T = d Y (t ) (t ) 1 Y (t ) (t ) Y (t ) = 1/ 2 = 1/ 2 . t dt t1 / 2 2 t3 / 2 2t 3 / 2
3) < T , > =
A (t )
1/ 2
dt
0 0
A (t )
t1 / 2
dt = < f , > , donc [ f ] = lim T .

0
159
Daprs (R8.5) on a [ f ] = lim T , cest--dire :

0
( ) < [ f ] , > = lim < T, > = lim 1 / 2 0 0
(t ) Y (t ) 3 / 2 dt = < Pf 3 / 2 , (t ) > . 2t t
4) On peut dfinir T comme la limite de T = [Y(t ) f (t)]. Daprs (R8.5) T est la limite de T = f ()(t ) + [Y(t ) f (t)]. 8.26 1) a * b = a +b ,
a+
Y(t) * b = b ,
a+
a * 1 = 1.
2) lim ( a 1) = 1 et ( lim a ) 1 = 0 . 8.27 Comme le produit de convolution est commutatif : Y(t)t exp( at) * ( + 2a + a2) = . Donc : Y(t)t exp( at) * ( + 2a + a2) * T = T = Y(t)t exp( at) * S. 8.28 2) f (t) = Y(t)t exp(at). Y (t ) 3) f (t ) = 2 ( 2 a + ( a 2 + 1) t )exp( at ) + 2 a cos t + ( a 2 1)sin t . ( a + 1)2
8.29 Tf = [ f ], * Tf = [ f ] = [ f ] + f (a+), * Tf = [ f ] = [ f ] + f (a+) + f (a+), do : [ f 3f + 2f ] + f (a+) + f (a+) 3f (a+) = a + b . Do le rsultat en identifiant les parties rgulires et singulires.
Chapitre 9
Transformes de Fourier et de Laplace des distributions. Transforme en z des signaux numriques
RAPPELS
I. Transformation de Fourier
Une fonction f est dcroissance rapide si et seulement si pour tout k N et tout p N on a lim t p f (k) (t) = 0. On note S lensemble des fonctions dcroist
sance rapide. Une suite n nN de fonctions dcroissance rapide converge dans S vers S lorsque n tend vers + si et seulement si pour tout k N et tout p N
(k) la suite des fonctions t t p n (t) converge uniformment sur R vers la fonction t t p (k) (t) lorsque n tend vers +. On note alors lim S n = ou n+
n .
n+
162
Une distribution tempre T est une application de S dans R qui est : linaire : , S ,, R,T ( + ) = T () + T () . continue : si lim S n = , alors lim T (n ) = T ().
n+ n+
On a D S et une distribution tempre est une distribution. Si T est une distribution tempre, sa transforme de Fourier T = F(T ) est la distribution (tempre) dfinie par S , < F(T ), >=< T,F() > . (R9.1)
De mme la transforme de Fourier inverse T = F(T ) de T est dfinie par S , < F(T ), >=< T, F() > et lon a F(F(T )) = F( F(T )) = T . Transformes de Fourier usuelles : Si f L 1 (R) ou f L 2 (R) , alors F ([ f ]) = [F( f )] . Distributions de Dirac : F() = [1] , F((t a)) = [exp(2ia)] , F (m) = [(2i)m ] . 1 1 1 Pf . Echelon unit : F([Y (t)]) = () + 2 2i Par rciprocit de Fourier : i m (m) () , F([1]) = (), F([exp(2i0 t)]) = ( 0 ) , F t m = 2 1 = i [2Y () 1] = i sgn() . F Pf t : F ( (t)) = (). n ( ) avec T0 support de longueur Si T = T0 nZ Peigne de Dirac F(T ) = n 1 n cn ( ) avec cn = F(T0 )( ) nZ (R9.2)
Transforme de Fourier dun produit de convolution : Sil existe un segment K tel que pour toute fonction test D nulle sur K on ait < T, >= 0, on dit que T est support compact. Alors F(T ) est la distribution rgulire associe la fonction C < T (t),exp(2it >, pour toute distribution tempre S le produit de convolution T S est dfini et lon a F(T S) = F(T )F(S) (R9.3)
Transforme de Fourier dun produit : Si g S ou est une fonction C telle que F([g]) soit support compact, alors pour toute distribution tempre T, gT est tempre et
9 Transformes de Fourier et de Laplace des distributions.
163
F(gT ) = F([g]) F(T ) Formulaire succinct : F T (m) = (2i)m T (). F (T (t a)) = exp(2ia)T () . m i T (m) (). F t m T (t) = 2 changement dchelle : F (T (at)) = II. Transformation de Laplace 1 T / , a = 0. |a| a
(R9.4)
Distributions causales : une distribution T est dite causale si et seulement si < T, >= 0 pour toute fonction test D nulle sur [0,+[. Soit T une distribution causale telle quil existe p0 R tel que exp( p0 t)T (t) soit tempre. Alors la transforme de Laplace de T est la fonction L(T ) : p L(T )( p) =< T (t),exp( pt) > (R9.5)
Elle est dfinie pour tout p > p0 . Si f est une fonction causale admettant une transforme de Laplace L( f ), alors L ([ f ]) = L( f ). Transforme de Laplace dun produit de convolution : Le produit de convolution de deux distributions causales est toujours dfini. Si T et S sont deux distributions causales admettant des transformes de Laplace, alors L(T S) = L(T )L(S) . Formulaire succinct : L(T (t a))( p) = eap L(T )( p) . L T (m) ( p) = pm L(T )( p). L()( p) = 1. On en dduit que L(a )( p) = eap et L (m) ( p) = pm . Remarque importante : lorsque lon connat une solution particulire T0 de lquation en la distribution inconnue T suivante : (1) gT = U, o g est une fonction C et U une distribution donne, les solutions de (1) sont de la forme T = T0 + S, o S est solution de lquation homogne (2) gT = 0. On utilisera souvent ce rsultat dans le cas o g(t) = t k , les solutions de (2) tant dans ce cas les distributions de la forme S = a0 + a1 + . . . + ak1 (k1) , o les ai sont des constantes arbitraires.
164
III. Transformation en z Un signal numrique est une application f de Z dans C. Si f (n) = 0 pour tout n < 0, le signal numrique f est dit causal. La transforme en z dun signal numrique f est la fonction Tz ( f ) de la variable complexe :
Tz ( f ) : z Tz ( f )(z) =
nZ N
f (n)z n f (n)z n +
1 N +
= lim
N +
lim
f (n)z n
n=0
n=N
dfinie lorsque ces deux limites existent. Les rsultats sur les sries de Laurent montrent que : soit le domaine de dfinition de Tz ( f ) est vide. soit Tz ( f ) est dfinie sur C tout entier. soit il existe r et R, avec 0 r R +, tels que Tz ( f )(z) soit dfinie pour r < |z| < R, et non dfinie pour |z| < r et |z| > R. Sur les cercles |z| = r et |z| = R, Tz ( f )(z) peut tre dfinie en certains points, non dfinie en dautres. Lensemble C(r,R) = {z C/r < |z| < R} est la couronne (ouverte) de convergence de Tz ( f ). Tz ( f ) est dfinie en 0 si et seulement si f (n) = 0 pour tout n N . Dans ce cas, on a r = 0 et, si R > 0, Tz ( f ) est dfinie sur le disque D(0,R) = {z C/|z| < R}, non dfinie pour |z| > R. si f est causal, alors R = +, et si r est fini, la couronne de convergence de Tz ( f ) est C(r,+), soit {z C/|z| > r}. Formulaire succinct : Soit f un signal numrique, Tz ( f ) sa transforme en z suppose dfinie pour r < |z| < R.
Tz ( f )(z) , pour r < |z| < R. z n0 z , pour ar < |z| < a R. Tz (a n f (n))(z) = Tz ( f ) a Tz (n f (n))(z) = z Tz ( f ) (z), pour r < |z| < R. 1 1 1 , pour < |z| < . Tz ( f (n))(z) = Tz ( f ) z R r Si f est causal, lim Tz ( f )(x) = f (0). Si de plus lim
Tz ( f (n n 0 ))(z) =
x+
n+
f (n) = , Tz ( f ) est
dfinie en tout z tel que |z| > 1 et lim (x 1)Tz ( f )(x) = .

x1+

n
165
Soit f g le signal numrique dfini par ( f g)(n) =

k=0
f (k)g(n k), o f
et g sont deux signaux numriques causaux, de transformes en z supposes toutes deux dfinies pour |z| > r . Alors pour tout z tel que |z| > r on a Tz ( f g)(z) = Tz ( f )(z)Tz (g)(z) .
Exercice 9.1
Calculer la transforme de Fourier de la distribution tempre rgulire [cos22p w t].
Premire mthode : On a : 1 + cos 4 t , 2 1 cos 4 t = (exp( 4i t ) + exp( 4i t )), 2 cos 2 2 t = F([cos 4 t ])( ) = donc : 1 (( 2 ) + ( + 2 )), F([1])( ) = ( ), 2 1 (2( ) + ( 2 ) + ( + 2 )). 4
F([cos 2 2 t ])( ) =
Seconde mthode : On a : F([cos 2 t ])( ) = 1 (( ) + ( + )). 2
Comme : cos22 t = cos2 t cos2 t, on a (R9.4) : F([cos 2 2 t ])( ) = F([cos 2 t ])( ) F([cos 2 t ])( )
1 (( ) + ( + )) (( ) + ( + )) 4 1 = (( ) ( ) + 2( + ) ( ) + ( + ) ( + )) . 4 = En utilisant lgalit (n a) * (n b) = (n (a + b)), valable pour tous a b , on retrouve bien : F([cos 2 2 t ])( ) = 1 (2( ) + ( 2 ) + ( + 2 )). 4 et
Exercice 9.2
Soit f la fonction nulle pour |t| 1 et telle que f (t) = 1 t2 pour |t| < 1.
166
1) Calculer [ f ], [ f ], [ f ]. 2) En dduire la transforme de Fourier f de la fonction f .

1) Comme f est continue, on a [ f ] = [ f ], avec f (t) = 0 pour |t| > 1 et f (t) = 2t pour |t| < 1.
1 0 +2
+1
On a alors : [ f(t)] = [ f (t)] + 2(t + 1) + 2(t 1) , avec f (t) = 0 pour |t| > 1 et f (t) = 2 pour |t| < 1.
1 0
+1
En drivant nouveau, on obtient : [ f(t)] = [ f (t)] 2(t + 1) + 2 (t 1) + 2(t + 1) + 2(t 1) = 2(t + 1) + 2(t 1) + 2(t + 1) + 2(t 1), puisque f (t) = 0 sur \{ 1,+ 1} . 2) On a F([ f ])(n) = (2ipn)3F([ f ])(n) = 2[exp(2ip n)] + 2 [exp( 2ip n)] + 2[2ip n exp(2ip n)] + 2[2ip n exp( 2ip n)], ce qui, rduit et simplifi, donne : 8i3 3 F([ f ])() = 4i sin(2) + 8i cos(2) . Mais, comme f est sommable, F([ f ]) = F( f ) : c'est une distribution rgulire, gale la transforme de Fourier de f au sens des fonctions, dfinie et continue sur R. / On a donc, si = 0, f () = t en 0. sin(2) 2 cos(2) et on peut la prolonger par continu23 3
Exercice 9.3
Soit f (t) la fonction priodique de priode 2a, dfinie pour |t| f (t) = |t|. 1) Calculer [ f ]. 2) Calculer les transformes de Fourier de [ f ] puis de [ f ]. 3) En dduire le dveloppement en srie de Fourier de f . a par
167
1) Comme f est continue (cf. graphe), on a [ f ] = [ f ], o f est priodique de priode 2a, et f (t) = sgn(t) pour 0 < |t| < a. La drive seconde de f au sens des fonctions est donc nulle presque partout, et, comme le saut de f vaut + 2 en 0, 2a, 2a, , 2ka (k ) et 2 en a, a, 3a, 3a, , (2k + 1) a (k ), on a : [ f (t )] =
y = f(t) a t
3a 2a
2a
3a
y = f (t) 1 3a 2a a 0 a 2a 3a t
(2(t 2ka) 2(t (2k + 1)a)),

k
1 et, comme (t (2k + 1)a) = (t a) * (t 2ka) et (t 2ka) = (t) * (t 2ka) :
[ f (t )] = 2((t ) (t a))
(t 2ka)
k
2) On a respectivement F((t))(n) = [1], F((t a))(n) = [exp( 2i an)] et 1 k F (t 2 ka) ( ) = . Donc : 2a k 2a k
1 exp( 2i a ) 1 exp( 2i a ) k k = F([ f ] )( ) = 2a 2a a a k k
k 1 exp 2i a 1 exp( ik ) k k 2a = , 2a k 2a a a
puisque lon sait que le produit dun Dirac par une fonction C est gal son produit par la valeur de la fonction au point o il est situ (R7.2). Comme dautre part exp( ikp) = (1)k, on a 1 exp( ikp) = 0 si k est pair, et 1 exp( ikp) = 2 si k est impair. On a donc : F([ f ] )( ) = 2 2 q + 1 . 2a a q
Comme F([ f ])() = (2i )2F([ f ])() = 4 2 2F([ f ])(), il vient : F([ f ])() = 1 2 a 2 2
2 q + 1 + A ( ) + B( ), 2a
car lgalit 4p 2 n 2T(n) = S(n) implique que T ( ) =
1 S( ) + R( ), o R(n) 4 2 2 est solution de lquation 4p 2 n 2R(n) = 0, quivalente n 2R(n) = 0, dont on sait que la solution gnrale est R(n) = A(n) + B(n), o A et B sont des constantes arbitraires. Comme [ f ] est paire, il en est de mme de sa transforme de Fourier, ce qui implique, puisque (n) est impaire, que A = 0 (on pourrait aussi utiliser (R9.2) : la transforme de
168
Fourier dune distribution priodique est un peigne de Dirac modul, et ne saurait donc contenir de terme en (n)). Dautre part, le coefficient B de () dans la transforme de 1 F(T0 )(0), o T0 est la restriction de [ f(t)] [0, 2a]. Fourier de [ f(t)] est gal (R9.2) 2a On a : 1 1 F(T0 )(0) = 2a 2a Donc : F([ f ])( ) = = = 1 a ( ) 2 2 a 2 2
2a
f (t ) exp( 2i 0t ) dt =
1 2a
2a
f (t ) dt =
1 2 a a = = B. 2a 2
2 q + 1 2a
1 2 q + 1 a ( ) 2 2a 2 a 2 2 q
a ( ) 2 q
a ( ) 2 q
1 2 q + 1 2a 2 q + 1 2 2 a 2 2a 2a 2 q + 1 , 2 2 2a (2 q + 1) 2a 1 2 q + 1 a ( ) 2 . 2 2 2a q (2 q + 1)
soit :
F([ f ])( ) =
3) En prenant la transforme de Fourier inverse des deux membres, on obtient la srie de Fourier complexe de f (t) : f (t ) = 1 a 2a (2 q + 1)i t 2 , 2 exp 2 q (2 q + 1) a
do lon dduit aisment la srie de Fourier relle : f (t ) = a 4a 2 2 q
(2q + 1)
1
0
cos
(2 q + 1) t . a
Exercice 9.4
On considre la fonction fa (t ) = positif. 1) Vrifier que fa(t) est priodique de priode 1. a
exp(a(t n)2 ), o a est un nombre rel
169
2) Dterminer la transforme de Fourier fa ( ) de la distribution rgulire [ fa(t)] associe fa(t). 3) Calculer lim fa ( ) et en dduire lim [ fa (t )].
a+ a+
1) On a : fa (t + 1) = a a
exp(a(t + 1 n) ) =
2 n 2
a a
exp(a(t (n 1)) ).
2 n
En faisant le changement dindice p = n 1 dans cette dernire somme, on obtient : fa (t + 1) =
exp(a(t (n 1)) ) =
n
exp(a(t p) ) = f (t ),
2 a p
donc fa(t) est priodique de priode 1.

y
2) On peut crire : [ fa (t )] = a
[exp(a(t n) )] =
2 n
([exp(at
n
)] (t n))
a a = exp( at 2 ) * (t n ) = exp( at 2 ) * (t)) . (t n n
a Par consquent (R9.3) F([ fa (t )]) = F exp( at 2 ) F(
(t) ) soit :
2n2 2 2 2 2 fa ( ) = exp ( ) = exp exp ( n). ( n) = a a n a n n
2n2 3) Lorsque a +, exp tend vers 1 pour tout n a

a +
et donc :
lim fa ( ) =
( n) =
n
(v) .
En prenant les transformes de Fourier inverses, on obtient :

a +
lim [ fa (t )] =
(t) .
170
Exercice 9.5
Soit T(t) une distribution vrifiant lquation (t2 3t + 2)T(t) = 0. 1) Montrer que si (t) est une fonction test nulle sur [a,b], o a < 1 < 2 < b, la fonc (t ) (t ) tion y (t) dfinie par (t ) = 2 pour t {1,2}, et y (1) = = t 3t + 2 (t 1)(t 2) y (2) = 0, est aussi une fonction test nulle sur [a,b]. 2) Montrer que T est nulle en dehors du segment [a, b]. En dduire que la trans forme de Fourier T ( ) de T(t) est une fonction C. 3) Dterminer une quation diffrentielle du second ordre vrifie par T ( ) et en dduire T ( ) puis T(t).
1) La fonction y (t) est nulle, donc C, sur ]a, b[ et galement C sur ] ,1[ ]2,+[ comme rapport de fonctions C dont le dnominateur ne sannule pas, donc cette fonction est C sur ]a, b[ ], 1[ ]2, +[ = . Dautre part, lorsque j (t) = 0, il en est de mme pour y (t), et donc y (t) est, comme j (t), nulle en dehors dun segment et nulle sur [a, b]. Il sensuit que y (t) est une fonction test, nulle sur [a,b]. 2) On a lgalit j (t) = (t2 3t + 2)y (t). Par consquent : < T(t), j (t) > = < T(t), (t2 3t + 2)y (t) > = < (t2 3t + 2)T(t), y (t) > = < 0, y (t) > = 0. On en dduit que T est nulle en dehors du segment [a,b]. La transforme de Fourier T ( ) de T(t) est donc une fonction C. 3) Les transformes de Fourier de [1], [t] et [t2] tant respectivement (n), ( ) , on a : ( 2i )2 F([t 2 3t + 2])( ) = 1 3 ( ) + 2( ) 2 ( ) 2i ( 2i ) 1 3 ( ) + 2( ) = 2 ( ) + 2i 4 ( ) et 2i
et F((t2 3t + 2)T(t)) = F([t2 3t + 2]) * F(T(t)) = 0, ce qui donne lquation diffrentielle linaire homogne coefficients constants : 3 1 3 1 ( ) + ( ) + 2( ) T ( ) = 2 T ( ) + T ( ) + 2T ( ) = 0 . 4 2 2i 2i 4 Le polynme caractristique de cette quation est : 1 P(r ) = 2 (r 2 6i r 8 2 ), dont les racines sont 2ip et 4ip. La solution gnrale de 4 lquation diffrentielle est donc :
171
T ( ) = A exp(2i ) + B exp( 4i ) et lon a donc : T (t ) = A(t 1) + B(t 2) .
Exercice 9.6
1) Dterminer la transforme de Fourier de la distribution rgulire [sinp t]. sin t 2) En utilisant lgalit t = [sin t ], en dduire la transforme de Fourier t sin t de . En dduire la valeur de lintgrale t
1) On a lgalit sin t = [sin t ] =
+ sin u
du .
1 (exp(i t ) exp( i t )), et par consquent 2i
1 ([exp(i t )] [exp( i t )]). 2i
La transforme de Fourier de [exp2ip at] tant (n a), celle de [sinp t] est donc 1 1 1 + . 2i 2 2 2) On sait que la transforme de Fourier de [ 2i t] est (). Soit F( ) la transforme de sin t sin t Fourier de F(t ) = . La transforme de Fourier de t t est alors t 1 1 ( ) F( ) = F ( ) puisque la transformation de Fourier transforme le produit 2i 2i ordinaire en produit de convolution et que la convolution avec est la drivation. Lgalit sin t t = [sin t ] donne donc par transformation de Fourier : t 1 1 1 1 F ( ) = + , 2i 2i 2 2
1 1 F ( ) = + = [ P ] ( ) , 1 2 2 o P1() est la fonction porte , gale 1 pour 1 1 et nulle pour > . 2 2
On a donc F( ) = [ P ( ) + K ], o K est une constante. Comme P1(n) est nulle en dehors 1 dun segment, la transforme de Fourier inverse de [P1(n)] est une distribution rgulire T(t).
172
La transforme de Fourier inverse de [P1() + K] est T(t) + K(t). Comme elle est gale F(t), donc rgulire, on a ncessairement K = 0 et par consquent F( ) = [ P ( )]. On en 1 dduit que P (0) = 1 = F(0) = 1
+ sin
dt , soit, en posant p t = u : du = .
Exercice 9.7
+ sin u
Soit L(t) la fonction nulle pour t
1 1 1 et gale t pour t < . On pourra 2 2 2
1 vrifier que (t ) = 1 / 2 (t ) (cf. index). 2 1) Calculer la drive seconde de la distribution rgulire [L(t)]. En dduire la transforme de Fourier ( ) de L(t) . 2) Dterminer la transforme de Fourier de la distribution rgulire [L(t)sin4k t], avec k *. 3) Dterminer le dveloppement en srie de Fourier relle de la fonction f (t) priodique de priode 1 qui concide avec L(t)sin4kp t sur 1 , + 1 . 2 2
1) Comme L(t) est continue, on a [L(t)] = [L(t)]. Dautre part, la drive seconde L(t) de L(t) au sens des fonctions est nulle.
y y + 1 2 t t 1
1 2
1 2
1 2
1 2
1 y = (t) y = (t)
173
1 1 On a donc : [ (t )] = t + 2(t ) + t , et par consquent : 2 2 (2i )2 ( ) = exp(i ) 2 + exp( i ) = 2 + 2 cos = 2(1 cos ) = 4 sin 2
, 2 2 . 2 2
ou encore :
( ) =
sin 2
2) On a [L(t)sin4k t] = sin4k t [L(t)], dont la transforme de Fourier est le produit de convolution des transformes de Fourier de [sin4kp t] et de [L(t)]. Comme la transforme de 1 (( 2 k ) ( + 2 k )) et celle de [L(t)] est [ ( )], il vient : Fourier de [sin4kp t] est 2i sin 2 1 2 F([ (t )sin 4 k t ])( ) = (( 2 k ) ( + 2 k )) 2 2 2i sin 2 1 2 = ( 2 k ) 2 2 2i sin 2 2 ( + 2 k ) 2 2
( + 2 k ) 2 ( 2 k ) sin 2 1 sin 2 2 = 2 2 2 ( 2 k ) 2 ( + 2 k ) 2i
sin 2 2 4ik sin 2 1 1 2 = = , 2i 2 ( 2 k )2 ( + 2 k )2 2 ( 2 4 k 2 )2
en utilisant les relations (t a) * T(t) = T(t a) et sin(q + kp) = (1)ksinq pour k entier. 3) Notons j (t) la fonction L(t)sin4kp t. Daprs (R9.2), la distribution rgulire [ f ] associe la fonction f nest autre que [ j ]* . Par suite :
F([ f ])( ) = F([ ])( ) F(
2 )(v) = 2 2 ( 4 k 2 )2
4ik sin 2
(v)
2 = 2 2 ( 4 k 2 )2
4ik sin 2
( n) =
n n
2 ( n) 2 2 ( 4 k 2 )2
4ik sin 2
174
n 2 ( n) . 2 2 (n 4 k 2 )2 4ikn sin 2
/ Pour n = 2p pair avec p = k, le coefficient est nul car le dnominateur est non nul et le sinus 0 du numrateur est nul. Pour n = 2k, on a une forme indtermine , mais lindtermina0 tion est facile lever. Par exemple, pour n = 2k, posons = 2k + h. On peut constater que (2 k + h) h = sin 2 sin 2 et donc que : 2 2
h h sin 2 sin 2 sin 2 2 2 2 2 2 . = = 2 = ( 2 4 k 2 )2 ( 2 k )2 ( + 2 k ) 2 h ( 4 k + h) 2 h 2 4( 4 k + h) 2 2

sin 2 Cette quantit tend vers i 4ik (2 k ) 2 2 2 = . 8 64 k
2 lorsque h 0 et le coefficient de (n 2k) est donc gal 64k 2
i On montrerait de mme que le coefficient de (n + 2k) est gal + . 8 Pour n = 2p + 1 impair, on a sin de ( (2p + 1)) est
n (2 p + 1) = sin = sin + p = ( 1) p , et le coefficient 2 2 2
4ik (2 p + 1) . On a donc : ((2 p + 1)2 4 k 2 )2

2
4ik 2p +1 i F([ f ])( ) = (( + 2 k ) ( 2 k )) 2 ( (2 p + 1)) 8 p ((2 p + 1)2 4k 2 )2
1 ( 2 k ) ( + 2 k ) 8k = + 2 4 2i
((2 p + 1)
p
2p +1 ( (2 p + 1)) ( + (2 p + 1)) . 2 2i 4k 2 )2
En prenant la transforme de Fourier inverse des deux membres, on obtient : [ f (t )] = 1 8k [sin 4k t ] + 2 4
((2 p + 1)
p
2p +1 [sin(2(2 p + 1) t )] . 2 4k 2 )2
La srie de Fourier relle de f(t) est donc : sin 4 k t 8k + 2 4
((2 p + 1)
p
2p +1 sin(2(2 p + 1) t ) . 2 4k 2 )2
175
Exercice 9.8 (Shannon)

Soit T = [cos] la distribution rgulire associe la fonction t cos t. 1) Dterminer la transforme de Fourier T de T . tp le signal chantillonn de cos t la fr2) Soit T (t) = cos t 2 pZ quence = 2 . (1)k k .
kZ
Montrer que T =
3) Montrer que T = (0 )
qZ
2q . 2k+1 .
kZ 2
1 En dduire que la transforme de Fourier de T est T =
1 1 et 0 ailleurs. 4) Soit P la fonction porte qui vaut 1 sur , 2 Vrifier que P T = T. En dduire que T (t) =
nZ
(1)n
sin 2t = 2(t n)
sin 2t + (1)n sin 2t + . 2t t 2 n 2 2 n=1
1 1 (exp(it) + exp(it)), donc T (t) = ([exp(it)] + [exp(it)]). 2 2 1 t , donc la transforme de Fourier de [exp(it)] est On a exp(it) = exp 2i 2 1 . 2 1) On a cos t = 1 1 + 1 . 2 2 2 tp = 2) On a T (t) = cos t 2 pZ Il s'ensuit que T =
cos t t p
pZ
= 2
cos
pZ
p tp . 2 2 (1)k (t k),
2k p = (1)k , on a T (t) = = 0 si p est impair et cos Comme cos 2 2 soit T =

kZ
kZ
(1)k k .
176
3) On a
kZ
(1)k k =
qZ
2q
qZ
(2q+1) =
qZ
2q 0
qZ
2q , d'o le
rsultat demand. On a
qZ
2q (t) = 1 2
1 2 q () .
2
t , dont la transforme de Fourier est 2
(2) =
qZ
D'autre part, la transforme de Fourier de 0 est [1 exp(2i2 )]. On en dduit que : 1 q () T () = (1 exp(2i2 )) 2 qZ 2 = = 1 2 1 2 1 exp 2i2
qZ
q 2
2
q ()
2
(1 exp(iq)) q ().
qZ
Comme 1 exp(iq) = 0 lorsque q est pair et 1 exp((2k + 1)i) = 2 , on a bien 1 2k+1 . T = kZ 2 4) On a P()T () = On a P quent : P()T () = 1 1 2 + + 1 2 = 2 T (). 1 2 1 P
kZ
2k + 1 2k + 1 . 2 2 = 1 et P 2k + 1 2 = 0 pour k Z {1,0} . Par cons-
=P
1 2
De l'galit T = P T on dduit, en prenant les transformes de Fourier inverses des 2 deux membres : sin 2t (1)n (t n) T (t) = F(P)(t) T (t) = 2 t nZ =
nZ
(1)n
sin 2(t n) = 2(t n)

+ n
nZ
(1)n sin 2t 2(t n)
= =
(1) sin 2t sin 2t + 2t 2 n=1

+ sin 2t (1)n tsin 2t + 2t t 2 n 2 2 n=1
1 1 + t n t + n =
+ sin 2t (1)n tsin 2t , + 2t t 2 n 2 2 n=1
puisque cette dernire srie de fonctions (prolonges par continuit sur Z) converge uniformment sur R.
177
Exercice 9.9 (priodisation)

Soit x un nombre rel donn tel que 0 < |x| < . 1) Dterminer la transforme de Fourier de la fonction gx dfinie par : / gx (t) = exp(i xt) pour t [1,1], gx (t) = 0 pour t [1,1]. En dduire la transforme de Fourier de la fonction h x dfinie par : / h x (t) = cos xt pour t [1,1], h x (t) = 0 pour t [1,1]. 2) Soit f x la fonction priodique de priode 2 qui concide avec h x sur [1,1]. Montrer que la transforme de Fourier de la distribution rgulire [ f x ] est (1)n x sin x n fx () = . x 2 n 2 2 2 nZ En dduire que la srie de Fourier relle S F( f x ) de f x est donne par : S F( f x )(t) = sin x + 2(1)n x sin x cos nt. + x x 2 n 2 2 n=1
Prciser pourquoi l'on a f x (t) = S F( f x )(t) pour tout t R . 3) Calculer la somme 0 < |x| < . sin x + 2(1)n x sin x + pour tout x R tel que x x 2 n 2 2 n=1 sin 2x + (1)n x sin 2x + pour tout x R tel 2x x 2 n 2 2 n=1
En dduire que l'on a cos x = que 0 < |x| < .
4) Montrer que cette dernire galit reste valide pour tout x R, condition de prolonger par continuit les termes du second membre.
1) On peut calculer gx l'aide de l'intgrale habituelle, mais on peut aussi procder comme suit : On a [gx (t)] = [gx (t)] + gx (1+)(t + 1) gx (1)(t 1) = i x[gx (t)] + exp(i x)(t + 1) exp(i x)(t 1) . En prenant les transformes de Fourier des deux membres, il vient : 2i[gx ()] = i x[gx ()] + exp(i x)[exp(2i)] exp(i x)[exp(2i)], soit i(2 x)[gx ()] = [exp(i(2 x)) exp(i(2 x))] = [2i sin (2 x)] . On 2sin (2 x) 2sin (2 x) et gx () = , car, gx tant supen dduit que [gx ()] = 2 x 2 x port born, la transforme de Fourier de [gx ] est une distribution rgulire, associe la fonction C gx , et il ne peut y avoir, dans l'expression de sa transforme de Fourier,
178
de distributions singulires, comme le sont les solutions non nulles de l'quation (2 x)X () = 0. 1 On a h x (t) = (gx (t) + gx (t)), donc 2 1 sin (x 2) sin (x + 2) + h x () = (gx () + gx ()) = . 2 x 2 x + 2 1 t 2n = [h x (t)] h x (t 2n), d'o [ f x ] = [h x ] . 2) On a f x (t) = 2 2 nZ nZ On en dduit que [ fx ()] = h x () On a hx (2) = h x () 1 2
nZ
n 1 = 2 2
n n . hx 2 2 nZ
n sin (x n) sin (x + n) = + 2 x n x + n 1 1 = (1)n sin x + x n x + n
(1)n 2xsin x , x 2 n 2 2
d'o le rsultat demand. En prenant les transformes de Fourier inverses, on en dduit la srie de Fourier de f x : S F( f x )(t) =
nZ
(1)n x sin x exp(int) x 2 n 2 2
+ sin x (1)n x sin x (exp(int) + exp(int)), + x x 2 n 2 2 n=1
en regroupant les termes d'ordre n et n, d'o le rsultat demand. La fonction f x , tant continue et C 1 par morceaux sur R, est gale en tout point de R la somme de sa srie de Fourier. On peut tout aussi bien invoquer la convergence uniforme sur R de cette srie de Fourier. 3) En prenant t = 0 dans l'galit f x (t) =
+ 2(1)n x sin x sin x cos nt , on obtient : + x x 2 n 2 2 n=1
+ sin x 2(1)n x sin x = f x (0) = 1. + x x 2 n 2 2 n=1
En multipliant les deux membres de l'galit prcdente par cos x, et vu que + (1)n x sin 2x sin 2x + 2sin x cos x = sin 2x, on obtient l'galit cos x = , valide pour 2x x 2 n 2 2 n=1 tout x R tel que 0 < |x| < . 4) Les termes du deuxime membre de l'galit prcdente sont tous prolongeables par continuit sur Z, et le deuxime membre se prolonge ainsi en une fonction continue sur R tout entier, qui concide donc avec cos x sur [,] . (1)n sin 2x , on obtient En crivant le second membre sous la forme s(x) = 2(x n) nZ
179
s(x + 2) =
nZ
(1)n sin 2(x + 2) = 2(x (n 2))
nZ
(1)n2 sin 2x = 2(x (n 2))
pZ
(1) p sin 2x = s(x) . 2(x p)
La fonction s est donc 2-priodique, et concide avec cos sur [,] , donc elle concide avec cos sur R tout entier (comparer avec l'exercice 3.8, questions 4 et 5).
Exercice 9.10
Soit s(t) une fonction relle de la variable relle t, tempre. On note s ( ) la trans forme de Fourier de la distribution tempre [s(t)], et lon suppose que s ( ) nest pas singulire lorigine, de telle sorte que le produit Y ( ) s ( ) a un sens. On appelle signal analytique associ s(t) le signal sa(t) tel que sa ( ) = 2Y ( ) s ( ). 1) Dterminer sa(t) pour s(t) = cos t et s(t) = sin t. 2) Dterminer sa(t) pour s(t ) = 1 t et s(t ) = 2 . t +1 t +1
2
3) Montrer que la partie relle de sa(t) est gale s(t) et que la partie imaginaire de sa(t) est gale la transforme de Hilbert inverse de s(t). Retrouver ainsi les rsultats du 2) de lexercice 0.7.
1) La transforme de Fourier de [cost] est 1 + + et donc, pour s(t) 2 2 2
= cosw t, on a : sa ( ) = 2Y ( )s ( ) = et par consquent sa(t) = expiw t. 2

De mme, la transforme de Fourier de [sinw t] est : 1 + et donc, pour s(t) = sinw t, 2i 2 2
1 on a sa ( ) = 2Y ( )s ( ) = et par consquent = i i 2 2
sa (t ) = i exp i t = exp i t . 2
F([cos t]) 1 2 F([sin t])
1 2i
1 2i
180
1 2Y()F([cos t])
1 i 2Y()F([sin t])
1 , on a s ( ) = exp( 2 ) (R5.15). t +1 On a donc sa ( ) = 2 Y ( ) exp( 2 ), et donc, par transformation de Fourier inverse : 2) Si s(t ) =
2
sa (t ) = = 2 soit encore : Pour s(t ) =
sa ( ) exp( +2i t ) dt =
2 Y ( ) exp( 2 + 2i t ) dt
+
exp( 2 (1 it ) ) 1 exp( 2 (1 it ) ) dt = 2 = 1 it , 2 (1 it ) 0 sa (t ) = 1 1 + it 1 t . = 2 = 2 +i 2 1 it t + 1 t + 1 t + 1
t 1 1 , on peut crire s(t ) = ( 2i t ) 2 , et donc : 2i t2 +1 t +1
1 1 [ exp(2 )] = 2i (exp(2 )) = [i sgn( ) exp(2 )], 2i car exp(2 ||) est continue, et donc la drive de la distribution rgulire associe cette fonction est la distribution rgulire associe sa drive. On en dduit : sa ( ) = 2Y ( )s ( ) = 2i Y ( ) exp( 2 ), s ( ) = car Y() sgn() = Y(). Par transformation de Fourier inverse, et en utilisant le rsultat du cas prcdent, on obtient immdiatement : sa (t ) = i 1 t 1 = 2 i 2 . 1 it t + 1 t + 1
3) Dans le cas gnral, lgalit sa ( ) = 2Y ( )s ( ) donne par transformation de Fourier inverse, sachant que la transforme de Fourier inverse dun produit est le produit de convolution des transformes de Fourier inverses de chacun des facteurs, et que dautre part, (avec la relation F ( f )( ) = F( f )( ) ) la transforme de Fourier inverse de [Y(n)] est 1 1 1 (t ) Pf : 2 2i t 1 1 1 i 1 sa (t ) = 2 (t ) Pf s(t ) = (t ) s(t ) + Pf s(t ) 2 2i t t
+ s(u ) i 1 VP du = s(t ) i VP t u do le rsultat demand.
= s( t ) +
s(u ) du = s(t ) iH ( s(t )), ut
181
Pour s(t ) = Pour s(t ) =
1 1 t 1 t , on a sa (t ) = 2 +i 2 , donc H 2 = 2 . t + 1 t +1 t +1 t +1 t +1
2
1 t t 1 t i , donc H 2 = 2 , on a sa (t ) = 2 . t + 1 t + 1 t2 +1 t +1 t2 +1
Exercice 9.11
Soit E(t) la fonction partie entire de t , gale pour chaque valeur de t au plus grand nombre entier relatif infrieur ou gal t. Soit T(t) la distribution rgulire associe la fonction Y(t)E(t). 1) Calculer la drive de T . 2) Dterminer la transforme de Laplace de T et en dduire celle de T .
1) La fonction Y(t)E(t) est constante sur les intervalles ] ,1[, [1,2[, , [n,n+1[, et discontinue seulement pour t *, valeurs de t en lesquelles le saut de Y(t)E(t) vaut 1. Par (t n). consquent T (t ) =
n 1
2) La transforme de Laplace G(p) de T (t) est donc : G( p ) =
exp(np) = exp( p) exp(kp) = 1 exp( p) .

n 1 k 0
exp( p)
Dautre part, si F dsigne la transforme de Laplace de T , la transforme de Laplace de sa drive est G(p) = pF(p), et par consquent : F ( p) = 1 1 exp( p) . G( p ) = = p p(1 exp( p)) p(exp( p) 1)
On peut trouver ce rsultat sans drivation, en constatant que lon a :

Y(t)E(t) = Y(t 1) + Y(t 2) + + Y(t n)+ donc que : [Y (t ) E(t )] = [Y (t 1)] + [Y (t 2)] + ... + [Y (t n)] + ... = [Y (t )] 1 , que : p
(t n),
n 1
et donc, la transforme de Laplace de [Y(t)] tant F ( p) = 1 pn
exp(np).
1
On voit ici la maniabilit de la transformation de Laplace tendue aux distributions.
182
Exercice 9.12
Soit f(t) la fonction nulle pour t < 0 ou t > p, et gale sint pour 0 t p.
1) Vrifier que f (t) = Y(t)sint + Y(t p)sin(t p). En dduire la transforme de Laplace de [ f ]. 2) Exprimer [Y(t)|sint|] sous forme dun produit de convolution [ f ] * T, o T est une distribution causale que lon dterminera. En dduire la transforme de Laplace de [Y(t)|sint|].
1) Comme sin(t p) = sint , on a : Y(t)sint + Y(t p)sin(t p) = sint (Y(t) Y(t p)). La fonction Y(t) Y(t ) est nulle pour t < 0 ou t > p, et gale 1 pour 0 donc bien lgalit cherche. 1 , on a : La transforme de Laplace de [Y(t)sint] tant 2 p +1 L([Y (t )sin(t )])( p) = L([ f ])( p) = exp( p) , p2 + 1 t . On a
1 exp( p) 1 + exp( p) + = . p2 + 1 p2 + 1 p2 + 1
2) La fonction Y(t)|sint| concide avec f (t) sur [0,p], et, comme |sint| est priodique de priode p, vaut f (t p) sur [p, 2p], f (t 2p) sur [2p, 3p], f (t np) sur [np, (n+1)p], etc. On a donc : Y(t)|sint| = f (t) + f (t ) + f (t 2p) + + f (t np) + , [Y(t)|sint|] = [ f (t)] + [ f (t p)] + [ f (t 2p)] + + [ f (t np)] + = [ f (t)] + [ f (t)] * (t p) + [ f (t)] * (t 2p) + + [ f (t)] * (t np) + = [f (t)] *
n 0
(t n ).
On a donc : [Y(t)|sint|] = [ f (t)] * T(t), avec T (t ) = La transforme de Laplace de T est : L(T )( p) =
n 0
(t n ).
n
n 0
exp(n p) = exp( p)
n 0
1 . 1 exp( p)
Par consquent : L([Y (t )sin t ])( p) = L([ f (t )] T (t ))( p) = L([ f (t )])( p) L(T )( p)
p coth 1 + exp( p) 1 1 1 + exp( p) = = = 2 2 . 1 exp( p) p 2 + 1 1 exp( p) p2 + 1 p +1
183
(Il est conseill de chercher lexercice 9.33 pour comparer les techniques. Voir aussi lexercice 6.10.)
Exercice 9.13
Dterminer les fonctions drivables sur qui vrifient pour t gro-diffrentielle : t df t (t ) + f (t ) = 2 f (u)sin(t u) du . 0 dt 0 lquation int-
Soit T(t) la distribution rgulire associe la fonction sommable sur tout segment Y(t) f (t), et soit = f (0) le saut de Y(t) f (t) en 0. On a : dT df = Y ( t ) ( t ) + ( t ) , dt dt Y (t ) d f (t ) = dT (t ) . dt dt
t Dautre part, on a Y (t ) f (u)sin(t u) du = [Y (t ) f (t )] [Y (t )sin t ]. En multipliant les deux 0 membres de lquation propose par Y(t) et en prenant les distributions rgulires associes, il vient donc :
dT t (t ) + T = 2T [Y (t )sin t ] , dt dT + T = 2T [Y (t )sin t ]. dt
ou encore, comme t (t) = 0, t
Prenons les transformes de Laplace des deux membres, en appelant F celle de T. Il vient :
ce qui donne :
d 1 ( pF( p)) + F( p) = 2 F( p) 2 , dp p +1
dF 2 ( p) = 2 F ( p) dp p +1
dF 2 dp dp 2 pdp = = 2 + 2 F p p2 + 1 p( p + 1) qui sintgre en : ln F ( p) = 2 ln p + ln( p 2 + 1), K
184
F ( p) = K
1 p2 + 1 = K 1 + 2 , p2 p
dont loriginale est T(t) = K((t) + [tY(t)]). Pour que T(t) soit une distribution rgulire, il faut que K = 0 (car (t) est une distribution singulire), et donc que Y(t) f (t) soit nulle presque partout. Il sensuit, par continuit de f, que f doit tre nulle sur [0,+[. Les solutions au problme propos sont donc les fonctions drivables sur nulles pour t 0.
Exercice 9.14
Dterminer les couples (X,Z) de distributions causales qui sont solutions du systme dquations de convolution : X * X Z * Z = [Y(t)t cost], 2 X * Z = [Y(t)t sint].
Soient F et G les transformes de Laplace respectives de X et Z. Sachant que les transformes de Laplace de Y(t) cost et Y(t) sint sont respectivement et 1 , on en dduit celles de Y(t)t cost = tY(t) cost p +1
2
p p +1
2
et de Y(t)t sint = tY(t) sint, qui sont respectivement : d p p2 1 , 2 = 2 dp p + 1 ( p + 1)2 2p d 1 . = dp p 2 + 1 ( p 2 + 1)2
p2 1 F ( p) 2 G( p) 2 = 2 ( p + 1)2 . On obtient donc le systme : 2p 2 F( p)G( p) = 2 ( p + 1)2 Posons U(p) = F(p) + iG(p). On a U(p)2 = F(p)2 G(p)2 + 2iF(p)G(p), donc : U ( p) 2 = p+i p 2 1 + 2 pi ( p + i)2 = 2 . 2 2 2 = 2 ( p + 1) ( p + 1) p + 1
2
p+i p 1 On en dduit que : U ( p) = F( p) + iG( p) = 2 = 2 +i 2 , p + 1 p + 1 p +1 do, en reprenant les originales et en identifiant parties relles et parties imaginaires, les deux solutions possibles suivantes :
185
et :
X(t) = [Y(t) cost], X(t) = [Y(t) cost],
Z(t) = [Y(t) sint] Z(t) = [Y(t) sint].
Exercice 9.15
Lamplitude x(t) dun oscillateur linaire amorti vrifie lquation diffrentielle :
2 x (t ) + 2 x (t ) + 0 x (t ) = 0 ,
(H)
o et 0 sont des coefficients rels strictement positifs. On pose :
2 0 2 .
1) On suppose que x(t) vrifie les conditions initiales x(0) = 0 et x(0) = 0 , et soit y(t) = [Y(t)x(t)] la distribution rgulire associe la fonction Y(t)x(t). crire lquation diffrentielle (H ) vrifie par y(t) et dterminer sa solution au moyen de la transformation de Laplace (on distinguera les cas l < 0, l = 0 et l > w0). 2) On se place dsormais dans le cas o l < w0 et lon entretient le mouvement de loscillateur en lui appliquant tous les deux passages la position dquilibre 2 une impulsion dintensit fixe a = n0(1 elT), avec T = . On dmontre que lquation diffrentielle rgissant lamplitude est alors :
2 [ x (t )] + 2[ x (t )] + 0 [ x (t )] = a n
2 n ,
(E)
o [x(t)] est la distribution rgulire associe x(t), que nous supposerons tempre. a) Dterminer la transforme de Fourier x ( ) de [x(t)].
b) En dduire le dveloppement de x(t) en srie de Fourier relle. 3) Soient f et g les fonctions priodiques de priode T = t [0,T [ on ait f (t ) = 2 telles que pour
0 t e sin t et g(t) = n0elt cosw t.
a) Calculer les drives [ f ] et [g] des distributions rgulires [ f ] et [g]. En dduire que [ f ] est solution de lquation (E). b) En dduire une expression de lamplitude x trouve la question 2.b en fonction de f.
186
1) Multiplions les deux membres de (H) par Y(t) et prenons les distributions rgulires asso2 cies. Il vient [Y(t)x(t)] + 2l[Y(t)x(t)] + w0 [Y(t)x(t)] = 0. On a y(t) = [Y(t)x(t)] = [Y(t)x(t)], puisque Y(t)x(t) est continue. Puisque le saut de Y(t)x(t) en 0 est n0 et que Y(t)x (t) est continue ailleurs, on a galement y(t) = [Y(t)x(t)] = [Y(t)x(t)] + n0(t), soit [Y(t)x(t)] = y(t) n0(t), do lquation diffrentielle vrifie par y(t) :
2 y(t) + 2y(t) + 0 y(t) = 0(t).
(H )
Soit X(p) la transforme de Laplace de y(t). Celles de y(t) et y(t) sont alors respectivement pX(p) et p2X(p). Lquation (H ) donne alors :
2 (p2 + 2lp + w0 ) X(p) = 0 ,
(H )
soit :
X ( p) =
0 0 . 2 = 2 2 p + 2 p + 0 ( p + ) + ( 0 2 )
2
2 Si l < w0 , 0 2 > 0 , donc X ( p) =
0 ( p + )2 + 2 0 ( p + )2
et
et
x (t ) =
0 t e sin t .
2 Si l = w0 , 0 2 = 0 , donc X ( p) =
x(t) = 0tet. et x (t ) = 0.)
2 Si l > w0 , 0 2 < 0 , donc X ( p) =
v0 ( p + )2 2
0 t e sh t .
(Les formules ci-dessus donnant les valeurs de x(t) pour t

y y
2T
< 0
2) a) Lquation (E) donne :

2 ( 4 2 2 + 4i + 0 ) x ( ) =
a 2
2 ,
n
2 soit, comme 4 2 2 + 4i + 0 ne sannule pas sur
187
x ( ) = = =
a 2 a 2 a 2
4
n
2 2
n 1 2 2 + 4i + 0
n
2 n
n 1 2 2 + 2in + 0
(
n
2 ( 0 n 2 2 ) 2in n . 2 2 n 2 2 )2 + 4 2 n 2 2 0
b) On en dduit la srie de Fourier complexe de x(t) : x (t ) = a 2
(
n
2 ( 0 n 2 2 ) 2in 2 2 2 2 2 2 2 exp in t , 0 n ) + 4 n
et, en regroupant les termes dindices opposs, la srie de Fourier relle de x(t) : x (t ) =
2 0 n 2 2 2n a 1 + 2 2 2 2 2 2 2 2 cos n t + 2 2 2 2 2 2 2 sin n t . 2 0 n 1 ( 0 n ) + 4 n ( 0 n ) + 4 n
3) a) Comme f (t) est continue, on a [ f ] = [ f ] = [g lf]. Donc : [ f ] = [g] l[ f ]. Dautre part, [ g(t )] = [ g (t )] +
g(nT ) (t nT ), o les g(nT) sont les sauts de g en ses

n
points de discontinuit nT. Par priodicit, ces sauts sont tous gaux, et lon a : g(nT) = g(0) = g(0+) g(0) = g(0+) g(T) = 0 0 eT = 0 (1 et ) = a. Dautre part g(t) = 2 f (t) g(t). Par consquent : [ g(t )] = 2 [ f (t )] [ g(t )] + a On a donc : [ f (t )] = [ g(t )] [ f (t )]
(t nT ).
n
= 2 [ f (t )] [ g(t )] + a (t nT ) ([ g(t )] [ f (t )]) n = (2 2 )[ f (t )] 2 [ g(t )] + a (t nT ) .
On en dduit :
2 2 [ f (t )] + 2[ f (t )] + 0 [ f (t )] = ((2 2 ) 22 + 0 )[ f (t )] + ( 2 + 2 )[g(t )] + a
(t nT )
n
=a
(t nT ) ,
2 puisque 0 2 2 = 0. La distribution [ f ] est donc solution de (E).
188
b) On a :
2 [ x (t )] + 2 [ x (t )] + 0 [ x (t )] = a
t
n
2 n , 2 n .
2 [ f (t )] + 2 [ f (t )] + 0 [ f (t )] = a
t
n
En retranchant membre membre ces deux galits, et en posant U(t) = [x(t)] [ f (t)], il vient :
2 U (t) + 2U (t) + 0 U(t) = 0,
dont la solution gnrale est U(t) = A[et cos t] + B[et sin t]. Comme [x] est tempre (par hypothse) et [f] est tempre, il doit en tre de mme pour U, ce qui implique que A = B = 0 (tudier le comportement de la fonction Aet cos t + Bet sin t lorsque t ). Donc U = 0 et x = f. Le graphe de y = x(t) est reprsent ci-dessous :
y
2T
2T
On pourra remarquer que sur lintervalle [0,T ], x(t) concide avec la solution de lquation (H) tudie dans la premire question.
Exercice 9.16
1) Soit a , a > 1. Dterminer la transforme de Laplace de la distribution rgulire [Y(t)ta ] associe la fonction sommable Y(t)ta. On rappelle quil existe une fonction G dfinie pour x > 0 par ( x ) =
exp( t )t x 1dt , et qui vri-
fie lidentit G(x + 1) = xG(x), ce qui permet de la prolonger aux intervalles ] n, n + 1[, avec n *, en posant : ( x + n) x ] n, n + 1[, ( x ) = . x ( x + 1)( x + n 1) 2) Pour a ] n 1, n[, n *, on dfinit la distribution Pf[Y(t)ta ] par lgalit : dn Y (t )t + n = ( + n)( + n 1)( + 1) Pf Y (t )t . dt n
Calculer la transforme de Laplace de Pf[Y(t)ta ].
189
3) Pour tout a
\{ 1, 2, 3,}, on pose T (t ) = 1 Pf Y (t )t si a < 1. ( + 1)
1 Pf Y (t )t ( + 1)
si
a > 1, et T (t ) =
Calculer T * T lorsque a et b sont deux lments distincts de \{ 1, 2, 3,} tels que a + b { 2, 3, 4,}. Calculer T3/2 * T3/2 .
1) La transforme de Laplace de [Y(t)t ] est la fonction, dfinie pour tout p rel strictement positif : F ( p) =
+
t exp( pt ) dt .
Faisons le changement de variable u = pt. Il vient : F ( p) =
du 1 u = +1 exp( u) p p p
u exp( u) du =
( + 1) . p +1
2) On a Pf Y (t )t =
1 dn Y (t )t + n . Donc si F(p) dsigne la ( + n)( + n 1) ( + 1) dt n
transforme de Laplace de Pf[Y(t)t ], on a : 1 F ( p) = p n L Y (t )t + n ( + n)( + n 1)( + 1)
([
])
1 ( + n + 1) ( + 1) pn . = ( + n)( + n 1)( + 1) p + n +1 p +1 1 . Il sensuit que celle de Ta * Tb est p +1
3) La transforme de Laplace de T est donc
1 1 1 = dont loriginale nest autre que T++1 . p +1 p +1 p + + 2 La transforme de Laplace de T3/2 tant 1 1 = = p1 / 2 , celle de T3/2 * T3/2 p ( 3 / 2 ) +1 p 1 / 2
est donc p1/2 p1/2 = p, et par consquent T3/2 * T3/2 = . Remarquons que si S est une distribution causale quelconque, on a : T3/2 * (T3/2 * S) = (T3/2 * T3/2) * S = * S = S. Par consquent, la convolution avec T3/2 est une opration qui, rpte deux fois de suite, donne une drivation. On peut donc lgitimement dire que convoluer avec T3/2 cest driver une demi-fois , ou encore que loprateur de convolution avec T3/2 est une racine carre de loprateur de drivation des distributions causales.
190
Exercice 9.17
1) Dterminer la transforme en z du signal numrique causal f (n) dfini par : 1 f ( n) = pour tout n . n! 2) En dduire la transforme en z des signaux numriques causaux g(n) et h(n) dfinis par : g(2 k ) = 1 et g(2k +1) = 0 pour tout k (2 k )! 1 et h(2k) = 0 pour tout k (2 k + 1)! , .
h(2 k + 1) =
1) La transforme en z de f (n) est F( z ) = + x n = n= 0 n!
n! z
1
n=0 +
1 = exp . En effet, on a : z
nx n 1 = n! n =1
x n 1 = (n 1)! n =1
xp xn . = p! n = 0 n! p=0
La fonction y( x ) =
n=0
xn est donc gale sa drive, par consquent y(x) = C exp(x), et n!
comme y(0) = 1, on a C = 1. 2) Soit G(z) la transforme en z de g(n). On a : G( z ) =
+ + + 1 1 1 + ( 1) n 1 1 ( 1) n F( z ) + F( z ) = = + . = n n 2k 2 n= 0 n! z 2 n= 0 n! z 2 n! z n (2 k )! z k =0 n=0
1 1 exp + exp z z 1 F( z ) + F( z ) On en dduit : G( z ) = = ch . = z 2 2 De mme la transforme en z de h(n) est : 1 1 exp exp z z F( z ) F( z ) 1 H(z) = = sh . = z 2 2
Exercice 9.18
Dterminer la transforme en z des signaux numriques causaux suivants : 1) f (n) = an2 + bn + c pour tout n (a, b, c rels donns). 2) g(n) = shnq pour tout n (q rel donn). On prcisera dans chaque cas la couronne de convergence.
191
1) La transforme en z de f (n) est : F( z ) = La somme S( z ) =
n=0
( an 2 + bn + c) z n = a
n=0
n2 z n + b
n=0
n z n + c
z
n=0
z
n=0
est convergente pour |z| > 1 et gale

n
z . On en dduit : z 1
S1 ( z ) = S2 ( z ) =
nz
n=0 + n=0
= z S ( z ) =
z pour |z| > 1, ( z 1)2 z( z + 1) pour |z| > 1, ( z 1)3
n z
2 n
= z S1 ( z ) =
donc F( z ) = aS2 ( z ) + bS1 ( z ) + cS( z ) =
z(cz 2 + ( a + b 2c)z + ( a b + c)) . ( z 1)3
La couronne de convergence est dfinie par |z| > 1. 2) On a shn = G( z ) = 1 n 1 (e e n ) = ((e ) n (e ) n ). La transforme en z de g(n) est donc : 2 2
n=0
shn z n =
+ + S(e z ) S(e z ) 1 n (e z ) n = , (e z ) + 2 n=0 2 n=0
soit G( z ) =
1 e z 2 z sh e z z sh = 2 . = 2 2 e z 1 e z 1 2( z 2 z ch + 1) z 2 z ch + 1
La couronne de convergence est dfinie par |eqz| > 1 et |eqz| > 1, cest--dire |z| > eq et |z| > eq, soit en dfinitive |z| > e|q|.
Exercice 9.19
Pour tout nombre rel a > 0, soit fa(n) le signal numrique causal dfini par fa(n) = an pour tout n . 1) Soit b un nombre rel strictement positif. Dterminer le produit de convolution / fa * fb (on distinguera les cas b = a et b = a). 2) Retrouver ces rsultats en utilisant la transformation en z.
1) On a ( fa fb )(n) =
k =0
f a ( k ) fb ( n k ) =
a b
k =0
k nk
. Cette somme est gale :
a n +1 b n +1 n si b = a et (n + 1)a si b = a. / ab
192
2) La transforme en z de fa(n) tant Fa ( z ) = Fa(z)Fb(z), soit
z , dfinie pour |z| > a, celle de fa * fb est za
z2 z2 / si b = a et si b = a, dfinie pour |z| > max(a, b). ( z a)( z b) ( z a) 2
Dans le premier cas, on dcompose la fraction rationnelle en lments simples : z2 a2 b2 ( a + b)z ab = 1+ = 1+ + . ( z a)( z b) ( z a)( z b) ( a b)( z a) (b a)( z b) La fonction constante 1 est la transforme en z du signal s(n) tel que s(0) = 1 et s(n) = 0 pour a z ( z a) z a / = = 1, donc n = 0. Dautre part est la transforme en z de za za za za fa s. De mme z2 b est la transforme en z de f s. Il sensuit que est la b ( z a)( z b) zb transforme en z du signal :
n +1 n +1 1 a b s(n) + a f (n) + b f (n) = afa (n) bfb (n) = a b . a b a b b a ab ab ab ba
z2 z a 2 az a 2 = 1+ qui est la 2 2 = 1+ a 2 + za ( z a) ( z a) ( z a) transforme en z de s(n) + anan1 + (an s(n)), soit (n+1)an. Dans le deuxime cas, on crit
Exercice 9.20
1) Dterminer les signaux numriques fa(n) et ga(n) dont les transformes en z sont respectivement les fonctions a) sur la couronne |z| > |a|. b) sur la couronne |z| < |a|. 2) En dduire le signal numrique h(n) dont la transforme en z est la fonction z + 11 H( z) = 3 : z 3z + 2 a) sur la couronne |z| > 2. b) sur la couronne 1 < |z| < 2. c) sur la couronne |z| < 1. 1 1 et (a *) : za ( z a)2

+ + +
193
1) a) Pour |z| > |a|, on a :
1 1 1 an an = = = n = za 1 a z n = 0 z z n +1 n=0 z z
a
n =1
n 1 n
, donc :
fa (n) = a n 1 pour n On a :
1 et
fa ( n ) = 0
pour n
+
0.
+ + 1 1 = = na n 1z n 1 = (n 1)a n 2 z n = z a ( z a) 2 n =1 n=2
(n 1)a
n =1
n2 n
, donc :
ga (n) = (n 1)a n 2 pour n b) Pour |z| < |a|, on a :

+
1 et ga (n) = 0 pour n
+ 0
0.
1 1 1 zn zn = a n 1z n , = = = za a n=0 an 1 z a n +1 n=0 n = a a
donc : fa (n) = a n 1 pour n 0 et fa (n) = 0 pour n 1.
De mme qu la question prcdente, on trouve : ga (n) = (n 1)a n 2 pour n 0 et ga (n) = 0 pour n 1.
2) Le dnominateur z3 3z + 2 se factorise en (z 1)2(z + 2). On peut dcomposer la fraction rationnelle H(z) en lments simples : 4 1 1 z + 11 H(z) = = + . 2 2 z 1 z + 2 ( z 1) ( z + 2) ( z 1) Sur chacune des couronnes considres, on aura donc h(n) = 4g1(n) f1(n) + f2(n), cest-dire : a) Sur la couronne |z| > 2 : h(n) = 4(n 1) 1 + 2n1 = 4n 5 + 2n1 pour n 1 et h(n) = 0 pour n 0. b) Sur la couronne 1 < |z| < 2 : h(n) = 4(n 1) 1 + 0 = 4n 5 pour n 1 n1 = 2n1 et h(n) = 0 + 0 2 pour n 0. c) Sur la couronne |z| < 1 : h(n) = 4(n 1) + 1 2n1 = 4n + 5 2n1 pour n 0 et h(n) = 0 pour n 1.
194
9.21 Soit f une fonction continue, de carr sommable sur . On rappelle que sa transforme de Hilbert H(f ) est donne par : H ( f )(t ) = 1 VP
f (u ) du . ut
1) crire [H( f )] comme le produit de convolution de [ f ] par une distribution que lon prcisera. En dduire la transforme de Fourier de H( f ) en fonction de celle de f. 2) Calculer H(H( f ). 9.22 1) Soit fn (t ) = sin nt . Dterminer fn ( ). t
n +
2) Calculer lim fn ( ) et en dduire lim [ fn (t )].

n + 2 9.23 En utilisant lidentit t Pf
sin t = sin t , calculer la transforme de Fourier de t2
Pf
sin t . t2
9.24 Soit f (t) = Y(t)exp( at), a > 0. 1) Calculer [f ] et en dduire f . 2) En dduire les transformes de Fourier de exp( a|t|), sgnt exp( a|t|), 1 t +1
2
et
t (cf. exercice 5.2). t +1

2
9.25 1) Calculer les transformes de Fourier des distributions rgulires associes aux fonctions t + 1, t 1, t2 1, (t2 1)n (n *). 2) Pour tout n *, on pose Pn (t ) = 1 dn 2 ((t 1) n ). Dterminer la trans2 n ! dt n
n
forme de Fourier de [Pn]. 9.26 Soit D(t) la distribution gale 1 t + t . 2 2
1) Calculer la transforme de Fourier de D(t), puis celle de :

D n = D D ... D (n facteurs). n 2) En dduire la limite de D lorsque tend vers 0.
9.27 Soit E(t) la partie entire de t, cest--dire le plus grand nombre entier relatif infrieur ou gal t.
195
1 1) Vrifier que E t + est une distribution impaire. 2 2) Calculer la drive, la transforme de Fourier de la drive et la transforme 1 de Fourier de T (t ) = E t + . 2 3) En dduire la transforme de Fourier de [E]. 9.28 On considre la fonction f (t) = Y(t) exp( at), a > 0. 1) Calculer sa transforme de Fourier f ( ). 2) Pour tout t , on pose g(t ) =
f (t n).
n
Calculer g(t) pour 0 t < 1 et vrifier que g est priodique de priode 1. 3) Dterminer g et en dduire la srie de Fourier complexe Sg de g. 9.29 On considre la fonction f priodique de priode T, dfinie sur [0,T ] par lgalit f (t) = at(T t) (a > 0). 1) Calculer [ f ]. En dduire les transformes de Fourier de [f ] et de [ f ]. 2) Dterminer les sries de Fourier complexe, puis relle, de f (comparer avec lexercice 3.7). 9.30 Soit g(t) = |sin t|. Calculer [g]. En dduire la transforme de Fourier de [g] et la srie de Fourier relle de g. 9.31 Pour tout k |t| *, soit fk(t) la fonction priodique de priode 2p telle que pour t . 2k
p on ait fk (t ) = cos
1) Calculer [ fk]. En dduire la transforme de Fourier fk de [ fk] et la srie de Fourier complexe de fk .

2) Calculer lim [ fk (t )] et lim fk ( ).

k + k +
9.32 Dterminer la distribution causale T telle que lon ait : T 2T + T 2T = 2. On constatera que T est la distribution rgulire associe une fonction y(t) vrifiant, pour t > 0, une quation diffrentielle linaire coefficients constants que lon dterminera, et des conditions initiales que lon dterminera galement. 9.33 Soit T la distribution rgulire associe la fonction Y(t)|sint|. 1) Calculer T + T. 2) En dduire la transforme de Laplace de T. (On pourra comparer avec lexercice 9.12.)
196
9.34 Soit f (n) un signal numrique, F(z) sa transforme en z. Dterminer les transformes en z des signaux numriques suivants : 1) g(2k) = f (2k) et g(2k +1) = 0 pour tout k . 2) h(2k +1) = f (2k +1) et h(2k) = 0 pour tout k . 3) r(2k) = ( 1)kf (2k) et r(2k + 1) = 0 pour tout k . 4) s(2k +1) = ( 1)kf (2k +1) et s(2k) = 0 pour tout k . 9.35 Dterminer les signaux numriques f (n) dont les transformes en z sont les fractions rationnelles suivantes : 1 1) a) sur la couronne |z| > 1, 2 z( z + 1) b) sur la couronne 0 < |z| < 1. 2) 1 z 2 2z + 4 a) sur la couronne |z| > 2,
b) sur la couronne |z| < 2. 1 3) 4 a) sur la couronne |z| > 2, z + 5z 2 + 4 b) sur la couronne 1 < |z| < 2, c) sur la couronne |z| < 1.
Rponses
9.21 1) [ H ( f )] =
1 1 Pf [ f ], F(H( f ))(n) = i sgn F( f )(n). t
2) H(H( f )) = f.
. 9.22 1) fn ( ) = P 1 n
9.23 Soit T (t ) = Pf
2) lim fn ( ) = et lim [ fn (t )] = (t ).
n+ n+
sin t . Alors T ( ) est la distribution rgulire associe la fonction qui t2 1 1 . vaut i sgn() pour |n| et 2ip2n pour |n| 2 2 1 . a + 2i p exp(2p|n|), ip sgnn exp( 2p|n|).
9.24 1) [ f (t)] = (t) a[ f (t)], f ( ) = 2) 2a , a 2 + 4 2 2 4i , a 2 + 4 2 2
9.25 1) ( ) ( 1)n
1 1 1 ( ), ( ) ( ), ( ) 2 ( ), 2i 2i 4
k Cn
k =0
( 2 k ) ( ) . 22 k 2 k
197
2)
n 2k
(2 k )!i n ( 2 k n ) ( ). 2 2 k 2 k k !(n k )!(2 k n)! 2n

n
sin sin sin = 2i , F ( D n )( ) = (2i )n 9.26 1) F( D )( ) = 2i . 2) (n)(t). 9.27 1)
( )
t+
1 , 2
(1) ( n),
n n
1 ( ) + 2i
2i n ( n).
( 1)n
2)
1 1 ( ) ( ) + 2i 2 1 . a + 2i 1
2i n ( n).
1
9.28 1) f ( ) = 3) g( ) =
2) g(t ) =
exp( at ) sur [0,1[. 1 exp( a) Sg (t ) =
a + 2i n ( n),
n
exp(2i nt ) . a + 2i n
n 9.29 1) [ f (t )] = 2 a 1 + T (t nT ) , F ([ f ] )( ) = 2 a , T n n
F ([ f ])( ) =
aT 2 aT 2 ( ) 2 6 2
n 1 2 . T t cos 2 n T . 2 n 1
1 2 1 2) f (t ) = aT 2 6 2 9.30 [ g(t )] = 2 [ g(t )] + 2

t exp 2i n 1 T 2 1 = aT 2 6 n2
(t) ,
g( ) =
1 4n
1
n
( n),
g( t ) =
2 4
4n
n
cos 2 nt . 2 1
9.31 1) [ fk (t )] =
1 1 2 [ fk (t )] + sin k 4k 2k
(t (2n + 1) ),
n
2k fk ( ) = sin 2k
k +
( 1) n 2k , fk (t ) = sin 1 4k 2 n2 2 2k
n k +
( 1)n exp int . 1 4k 2 n2
2) lim [ fk (t )] = [1] et lim fk ( ) = ( ). 9.32 y 2y + y 2y = 0, y(0) = 0, y(0) = 2, y(0) = 4.
2 T = Y (t )(2 exp(2t ) 2 cos t + sin t ) . 5
198
9.33 1) T + T = (t ) + 2 9.34 1) G( z ) = 3) R( z ) =
(t n ).
n =1
coth 2)
p 2 . p2 + 1
F( z ) F( z ) . 2 F ( iz ) F (iz ) . 2i
F( z ) + F( z ) . 2 F (iz ) + F ( iz ) . 2
2) H ( z ) = 4) S( z ) =
9.35 1) a) f (2k + 1) = ( 1)k+1 pour tout k b) f (2k + 1) = ( 1)k pour tout k 2) a) f (n) = 2 n3 sin (n 1) pour n 3 (n 1) pour n 3
1, f (n) = 0 si n est pair ou n < 3. 0, f (n) = 0 si n est pair ou n > 1. 1, f (n) = 0 pour n 0, f (n) = 0 pour n 0. 1. 1.
b) f (n) = 2 n3 sin 3) a) f (2 k ) = ( 1)k
4 k 1 1 pour k 3 pour k pour k
1, f (n) = 0 si n est impair ou n 1 , f (n) = 0 si n est impair. 0 0, f (n) = 0 si n est impair ou n
1 1 k 1 3 ( ) b) f (2 k ) = 1 ( 1)k 1 4 k 1 3 c) f (2 k ) = ( 1)k
1 4 k 1 pour k 3
2.
Chapitre 10
Filtrage
RAPPELS
I. Filtrage analogique Un filtre linaire (permanent continu) est une fonctionnelle qui un signal d'entre e appartenant un certain ensemble A de distributions, associe un signal de sortie, ou rponse, s = (e) (qui est galement une distribution), telle que vrifie les proprits suivantes : linarit : e1 ,e2 A ,1 ,2 R, (1 e1 + 2 e2 ) = 1 (e1 ) + 2 (e2 ) . permanence : pour tout e A , si (e) = s, alors (e(t t0 )) = s(t t0 ) pour tout t0 R. continuit : si (en )nN est une suite d'lments de A convergeant vers e A , alors :
n+
lim
(en ) =
n+
lim en
(e).
Pour un filtre linaire , sa rponse impulsionnelle est par dfinition D = () . Pour tout e A , on a alors (e) = D e. La fonction de transfert d'un filtre linaire est la transforme de Laplace G = L(D) de sa rponse impulsionnelle D. Les transformes de Laplace E = L(e) et S = L(s) d'un signal d'entre e A et de la rponse s correpondante sont alors lies par la relation S = G E. Un filtre linaire est dit causal si et seulement si pour tout signal d'entre e nul pour t < t0 , la rponse s = (e) est galement nulle pour t < t0 .
200
Pour qu'un filtre linaire soit causal, il faut et il suffit que sa rponse impulsionnelle D soit causale, c'est dire nulle pour t < 0. II. Filtrage numrique Un filtre numrique linaire (permanent continu) est une fonctionnelle qui un signal d'entre numrique e appartenant un certain ensemble A , associe un signal de sortie numrique, ou rponse, s = (e), telle que vrifie les proprits de linarit, permanence et continuit, qui sont dfinies de la mme faon que pour les filtres analogiques. Pour un filtre numrique linaire , sa rponse impulsionnelle est par dfinition D = (E 0 ), o E 0 est le signal numrique dfini par E 0 (0) = 1 et E 0 (n) = 0 / pour n = 0. Pour tout e A , on a alors (e) = D e, o D e est dfini par (D e)(n) =
kZ
e(k)D(n k) pour tout n Z.
La fonction de transfert d'un filtre numrique linaire est la transforme en z, G = Tz (D) de sa rponse impulsionnelle D. Les transformes en z E = Tz (e) et S = Tz (s) d'un signal d'entre e A et de la rponse s correpondante sont alors lies par la relation S = G E. Un filtre numrique linaire est dit causal si et seulement si pour tout signal d'entre e nul pour n < n 0 , la rponse s = (e) est galement nulle pour n < n 0 . Pour qu'un filtre linaire soit causal, il faut et il suffit que sa rponse impulsionnelle D soit causale, cest--dire nulle pour n < 0. Un filtre numrique linaire est dit stable si et seulement si tout signal d'entre born correspond une rponse borne. Cette condition est quivalente chacune des deux suivantes : |D(n)| < +. (i) la rponse impulsionnelle D de est sommable :
nZ
(ii) la couronne de convergence de la fonction de transfert de cle |z| = 1.
contient le cer-
Exercice 10.1
On considre le circuit lectrique correspondant au schma ci-dessous :
b R e(t) i C s(t) d
10 Filtrage
201
On cre entre les bornes a et b une diffrence de potentiel dpendant du temps e(t). Soit alors s(t) la diffrence de potentiel entre les bornes c et d linstant t. On suppose e(t) et s(t) nulles pour t < 0. ds 1) Exprimer e(t) en fonction de s(t), (t ), R et C. Montrer que lon peut crire dt e = A * s, o A est une distribution causale que lon dterminera. 2) Dterminer la rponse impulsionnelle D, cest--dire la distribution s correspondant e = . Montrer que pour tout signal e, on a s = D * e. Dterminer la fonction de transfert G du filtre, cest--dire la transforme de Laplace de D. 3) Dterminer la rponse s dans les cas suivants : a) e(t) = Y(t) b) e(t) = Y(t) sin t c) e(t) = Y(t) exp( at) (a > 0).
1) Soit i(t) lintensit traversant le circuit linstant t. La diffrence de potentiel entre les bornes d et b de la rsistance R linstant t est : e(t) s(t) = Ri(t). 1 Celle aux bornes du condensateur C est s(t ) = q(t ), o q(t) est la charge du condensateur C linstant t. On a donc : i(t ) = ce qui donne : e(t ) s(t ) = RC e(t ) = s(t ) + RC dq ds e(t ) s(t ) (t ) = C (t ) = , dt dt R ds (t ) dt ds (t ) dt A = + RC . 2) Pour e = , la rponse D vrifie = A * D, ce qui montre, puisque est llment neutre du produit de convolution, que D est linverse de convolution de A. Pour tout signal e on a e = A * s, donc : D * e = D * (A * s) = (D * A) * s = * s = s.s Pour calculer D, on constate que la transforme de Laplace de A est 1 + RCp, que lon peut p + 1 , sous la forme . Donc la fonction de transfert G, transforcrire, en posant = RC 1 = , dont loriginale est : me de Laplace de D, est G( p) = 1 + RCp p + D(t ) = [Y (t ) exp( t )] .
que lon peut encore crire : e(t) = ((t) + RC(t)) * s(t) = (A * s)(t) en posant :
202
3) Notons E et S les transformes de Laplace de e et s. La relation s = D * e donne S(p) = G(p)E(p). Donc : a) Si e(t) = Y(t), E( p) =
1 1 1 = , et par consquent donc S( p) = p p( p + ) p p + s(t) = Y(t) Y(t)exp( t) = Y(t)(1 exp( t)).

b) Si e(t) = Y(t)sint, E( p) = S( p) =
donc : p2 + 2
1 p 2 2 2 = 2 2 ( p + )( p + ) + p + p + 2 1 p + 2 2 2 2 + p + p + p +2
2
S( p) =
dont loriginale est s(t ) =
Y (t ) exp( t ) + sin t cos t . 2 +2 1 . donc S( p) = p+a ( p + a)( p + ) 1 1 a p + a p+
c) Si e(t) = Y(t)exp( at), E( p) = Si et Si
/ a = , S( p) = s( t ) =
Y (t )(exp( at ) exp( t )) . a et s(t) = Y(t)t exp( t). ( p + )2
a = , S( p) =
Exercice 10.2
On considre le circuit lectrique correspondant au schma ci-dessous :
b R e(t) i(t) L s(t) d
On cre entre les bornes a et b une diffrence de potentiel dpendant du temps e(t). Soit alors s(t) la diffrence de potentiel entre les bornes c et d l'instant t. On suppose e(t) et s(t) nulles pour t < 0. On note i(t) l'intensit du courant de b vers a l'instant t.
10 Filtrage
203
1) Montrer que
ds R de (t) + s(t) = (t) . dt L dt
R 2) Soit T la distribution rgulire associe la fonction t Y (t)exp t . L R Calculer + T. En dduire la rponse indicielle du circuit, cestL -dire la rponse s(t) correspondant au signal d'entre e(t) = Y (t). 3) Calculer la rponse impulsionnelle D du circuit, cest--dire la rponse s correspondant au signal d'entre e = . En dduire la fonction de transfert G du circuit. 4) Dterminer la rponse s du circuit pour les signaux d'entre suivants : a) e(t) = Y (t) sin t . R . b) e(t) = Y (t) 1 exp t L
de ds di di R =R = s, d'o le rsultat demand. , donc dt dt dt dt L
1) On a e s = Ri et s = L
R R R T = T + T = T + T. L L L R R R R = Y (t)exp t + (t) = T (t) + (t) . Or T (t) = Y (t)exp t L L L L R On a donc + T = . L ds R d (t) + s(t) = [Y (t)] = (t), soit Soit s la rponse indicielle du circuit. On a dt L dt R R + s = . En convoluant les deux membres par T, il vient T + s = L L R R T = T. D'autre part, comme T + = + T = , on a L L R T + s = s = s , donc s = T. L 3) Soit D la rponse impulsionnelle. La rponse indicielle est alors donne par T (t) = D(t) [Y (t)]. En drivant les deux membres, il vient T (t) = D(t) [Y (t)] = D(t) (t) = D(t). R Donc D = T = T + . L R p . En passant aux transformes de Laplace, il vient G( p) = L + 1 = R R p+ p+ L L 2) On a +
204
4) a) La transforme de Laplace de e(t) = Y (t) sin t est E( p) = de
Laplace de la rponse correspondante est p . R p+ p2 + 2 L En dcomposant cette fraction rationnelle en lments simples, on obtient : S( p) = L R R 2 + L 2 2 1 p+ R L +
. La transforme p2 + 2 donc S( p) = G( p)E( p) =
p L 2 2 L R + 2 . R 2 + L 2 2 p2 + 2 R + L 2 2 p2 + 2
En revenant aux originales, on obtient R L Y (t) R exp t + R cos t + L sin t . s(t) = 2 R + L 2 2 L R b) La transforme de Laplace de e(t) = Y (t) 1 exp t est E( p) = L R 1 1 1 1 R = . Donc S( p) = G( p)E( p) = . On en dduit R R R p L L p+ ( p + )2 p p+ L L L R R s(t) = Y (t)texp t . L L
Exercice 10.3
On considre un filtre linaire permanent continu tel que lorsque le signal dentre est e(t) = [Y(t)] la rponse de est : s(t) = [Y(t)(1 exp( at))], o a est une constante relle strictement positive. 1) Calculer la drive de la distribution [Y(t)(1 exp( at))]. En dduire la rponse impulsionnelle D de . 2) Dterminer la transforme de Fourier D de D, ainsi que la fonction de transfert de Laplace du filtre , cest--dire la transforme de Laplace G de D. 3) Soient n un nombre entier relatif, un nombre rel strictement positif. Calculer la transforme de Fourier de [exp(in t)] ainsi que le produit de cette transfor me par D( ). En dduire que la rponse de au signal dentre [exp(in t)] est de la forme (n,)[exp(in t)], o (n,) est une constante dpendant de n et de que lon dterminera. Calculer la transforme de Laplace de [Y(t) exp(in t)] ainsi que le produit de cette transforme par G. En dduire la rponse de au signal dentre [Y(t) exp(in t)].
10 Filtrage
205
4) Soit f une fonction continue priodique de priode T =
2 cn exp(in t ) , et n sa srie de Fourier complexe. On admettra que les rponses de aux signaux dentre [ f ] et [Yf ] sont des distributions rgulires, associes respectivement aux fonctions continues g et g+ . Calculer [g+ Yg] en fonction de g(0) et D. (La rponse [ f ] correspond au filtrage en rgime permanent et [g+ Yg] est la rponse transitoire du filtre lorsque le signal dentre nest appliqu qu partir de linstant t = 0).
donc on a :
1) La fonction Y(t)(1 exp( at)) est continue sur
[Y(t)(1 exp( at))] = [(Y(t)(1 exp( at)))] = [aY(t) exp( at)]. Comme on a [Y(t)(1 exp( at))] = D(t) * [Y(t)], il vient : [Y(t)(1 exp( at))] = [Y(t)(1 exp( at))] * = (D * [Y ]) * = D * ([Y ] * ) = D * [Y ] = D * = D. Par consquent : D(t ) = [aY (t ) exp( at )] .
2) La fonction aY(t) exp( at) tant sommable, la transforme de Fourier de [aY(t) exp( at)] est la distribution rgulire associe la transforme de Fourier au sens des fonctions de aY(t)exp( at). Cette dernire est :
aY (t ) exp( at ) exp( 2i t ) dt = a
exp( ( a + 2i )t ) dt =
a . a + 2i
a . Dautre part, la transforme de Laplace de D(t) est On a donc : D( ) = a + 2i a G( p ) = . p+a n 3) La transforme de Fourier de [exp(in t)] est . On a : 2 n a n a n D( ) , = = 2 a + 2i 2 a + in 2 dont la transforme de Fourier inverse est la rponse D(t) * [exp(in t)] au signal a [exp(in t )], qui est bien de la forme attendue, [exp(in t)]. Cette rponse est donc a + in a avec (n, ) = . a + in
206
De mme, la transforme de Laplace de [Y(t)exp(in t)] tant G(p) est
1 , son produit par p in
a a 1 1 = . La rponse de au signal dentre ( p + a)( p in ) a + in p in p + a [Y(t)exp(in t)] est alors loriginale de cette fonction, soit : a a [Y (t ) exp(in t )] [Y (t ) exp( at )]. a + in a + in 4) On a [ f (t )] =
c [exp(in t )], donc, le filtre tant linaire :

n n
[ g(t )] = et, g(t) tant continue sur , g(t ) = [Y (t ) f (t )] = [ g+ (t )] =
c
n
a [exp(in t )], a + in a exp(in t ). De mme, on a : a + in
c
n
c [Y (t ) exp(in t )], do la rponse :

n n n
c a + in [Y (t ) exp(in t )] a + in [Y (t ) exp(at )]
a a
n
a a = Y (t ) cn exp(in t ) cn [Y (t ) exp( at )] a + in a + in n n D(t ) . = [Y (t )g(t )] g(0) a
Il vient donc :
[ g+ (t ) Y (t )g(t )] =
g(0) D(t ) . a
Exercice 10.4
Soit h la rponse impulsionnelle dun systme linaire. Dmontrer que la rponse indicielle s = Y * h est drivable au sens des distributions et que [s] = [Y ] * [h] = [Y ] * [h] = [h]. Sous les hypothses de lexercice 4.8, comparer h avec les produits de convolution au sens des fonctions Y * h et Y * h.
10 Filtrage
207
Puisque [s] = [Y * h] = [Y ] * [h], on en dduit que [s] = [Y ] * [h] = [Y ] * [h]. Or [Y ] = donc [s] = * [h] = [h]. Daprs lexercice 8.14, [Y ] * [h] est une primitive de [h], cest--dire une distribution de la forme [h] + c, o c est une constante. Comme [Y ] et [h] sont causales [Y ] * [h] aussi, il faut donc que c = 0 car [h] est causale. On retrouve bien le rsultat de lexercice 4.8 car [s] = [h], do s = h sur ]0,[ puisque s est continue sur ]0,[. Au sens des fonctions Y = 0 presque partout et donc Y * h = 0 qui est diffrent de h sur ]0,[. Au sens des fonctions h est causale et dfinie sur * et pour t > 0 : (Y * h )(t ) =
h(t u) du = [h(t u)]

0
t 0
= h(0 + ) + h(t ).
/ Si h(0+) = 0, ce qui est le cas dans le cadre de lexercice 4.8, il est clair que Y * h est diffrent de h sur ]0,[. Il est donc ncessaire dutiliser la drivation au sens des distributions pour justifier la relation s = h.
Exercice 10.5
On considre un filtre numrique qui, toute entre numrique e, associe une rponse numrique s = (e). Pour chacun des cas suivants, dterminer la rponse impulsionnelle h et la fonction de transfert en z de , et prciser si le filtre est causal et sil est stable. 1) s(n) =
k =
e( k ).
2) s(n) =
2 k e(n + k ).
k =0
3) s(n) = e(n) e(n 1). 5) s(n) = e(n) 2e(n 1) + e(n 2).

4) s(n) = e(n + 1) e(n).
6) s(n) =
(1)k Cpk e(n k )

k =0
o p * est donn.
/ 1) Soit E0 le signal numrique tel que E0(0) = 1 et E0(n) = 0 pour n = 0. La rponse impulsionnelle h est, par dfinition, la rponse ce signal dentre. On a donc : h( n ) =
k =
E (k ) = 1
0
0 si n < 0 . si n 0
208
+
La fonction de transfert en z de est alors : H ( z ) =

+
h( n ) z n =
z
n=0
z , dfinie z 1
pour |z| > 1. Comme la rponse impulsionnelle est causale, le filtre est causal. Comme
h( n ) =
1 est infini, le filtre nest pas stable.

n=0 k
2) La rponse impulsionnelle de est : h( n ) =
2
k =0 n 0
2 n E0 (n + k ) = 0 z
si n 0 . La fonction de transfert en z de est donc si n > 0
H(z) =
n n
z = 2 , dfinie pour |z| < 2. Comme la rponse impulsion= 2 2z p=0
nelle nest pas causale, le filtre nest pas causal. Comme |z| = 1 est dans la couronne de convergence de H(z), le filtre est stable. 3) On a h(n) = 0 si n < 0 ou n > 1, et h(0) = 1, h(1) = 1. 1 z 1 = , dfinie pour z z z 0. On voit immdiatement que est causal et stable. On peut remarquer, les fonctions de transfert en z tant inverses lune de lautre, que ce filtre est le filtre rciproque de celui dfini au 1), cest--dire que lentre e donnant la rponse r pour lun est la rponse lentre r pour lautre. La fonction de transfert en z de est donc H ( z ) = 1 4) On a h(n) = 0 si n < 1 ou n > 0, et h( 1) = 1, h(0) = 1. La fonction de transfert en z de est donc H(z) = z 1, dfinie pour tout z. On voit immdiatement que nest pas causal, mais est stable. 5) On a h(n) = 0 si n < 0 ou n > 2, et h(0) = h(2) = 1, h(1) = 2. La fonction de transfert en z de est donc H ( z ) = 1 2 1 z 1 / + = , dfinie pour z = 0. z z2 z On voit immdiatement que est causal et stable. On peut remarquer que ce filtre correspond lassociation en srie de deux filtres identiques celui dfini au 3).
n n 6) On a h(n) = 0 si n < 0 ou n > p, et h(n) = ( 1) C p pour 0 2
p.
La fonction de transfert en z de est donc H(z) =
(1) C
n n=0
n p
1 p z 1 p z n = 1 = , dfinie pour z 0. On voit immdiatement z z
que est causal et stable. Ce filtre correspond lassociation en srie de p filtres identiques celui dfini au 3).
10 Filtrage
209
Exercice dentranement
10.6 Dterminer pour les filtres dont le schma figure ci-dessous la rponse impulsionnelle D(t) et la fonction de transfert G(p). 1)
b C e(t) R s(t) d
a b R e(t) C R
c d
2)
s(t)
d C C R R s(t)
3)
e(t)
Rponses
10.6 1) G( p) =
RCp t Y (t ) , D(t ) = (t ) exp . RC 1 + RCp RC 1 Y (t ) , D(t ) = (exp( 1t ) exp( 2t )) , R2C 2 p2 + 3 RCp + 1 2 RC 5 3 5 3+ 5 . et 2 = 2 RC 2 RC R2 C 2 p 2 RC t 1 Y (t ) , D(t ) = exp . (t ) (t ) + 2 RC 1 + 2 RCp 2 4 8 RC
2) G( p) = avec 1 = 3) G( p) =
Chapitre 11
Espace de probabilits
RAPPELS
Soit ( , A, P) un espace de probabilits. On a : P( ) = 1 , P() = 0 Pour les vnements A et B on a : P(A B) = P(A) + P(B) P(A B) P(Ac ) = 1 P(A) Pour la suite d'vnements A1 ,. . . ,An , deux deux disjoints, on a :
n
(R11.1)
(R11.2) (R11.3)
P
k=1
Ak
=
k=1
P(Ak )
(R11.4)
Les vnements A1 ,. . . ,An sont, pour la probabilit P, mutuellement indpendants si :

n n
P
k=1
Ak
=
k=1
P(Ak ) = P(A1 ). . . . .P(An )
(R11.5)
Probabilit conditionnelle. La probabilit conditionnelle de B sachant A est dfinie par : P(B|A) = P(A B) P(A) (P(A) = 0) / (R11.6)
212
Proprits des probabilits totales. Soit A1 ,. . . ,An une partition de / k, P(Ak ) = 0. Alors, pour tout B A on a :
n
telle que
P(B) =
k=1
P(B|Ak )P(Ak )
(R11.7) telle que k,
Thorme de Bayes. Soit A1 ,. . . ,An une partition de / P(Ak ) = 0. Alors, pour tout B A on a : P(Ak |B) = P(B|Ak )P(Ak )
n k=1
(R11.8)
P(B|Ak )P(Ak )
Exercice 11.1
Un sac contient 2n boules numrotes de 1 2n. On en extrait au hasard n boules. Quelle est la probabilit que la somme des points tirs soit suprieure ou gale la somme des points restants ? Pour n = 2 ? Pour n = 3 ? Pour n = 4 ?
Notons lensemble des vnements possibles. On a : / / / = { = (i1 , i2 ,..., in) : i1 = i2 = ... = in et i1 , i2 ,..., in {1,2,...,2n}}. Alors, est constitu des sous-ensembles n lments dun ensemble 2n lments. Le tirage tant effectu au hasard, les vnements possibles peuvent tre considrs comme quiprobables. On a donc : (2 n)! card( A) n et A , P( A) = card( ) = C2 n = . card( ) (n !)2 Soient : S = somme totale des points =
i =
i =1
2n
2 n(2 n + 1) = n(2 n + 1), 2
S1 = somme des points tirs, S2 = somme des points restants, A = { : S1() > S2()}, B = { : S1() < S2()}, et C = { : S1() = S2()}. On cherche calculer P(A C). Puisquon partage les 2n boules en 2 parties gales, la somme des points tirs et la somme des points qui restent jouent des rles symtriques, cest--dire P(A) = P(B). On a = A B C ; les vnements A, B et C sont disjoints, donc : 1 = P() = P(A B C) = P(A) + P(B) + P(C) = 2P(A) + P(C), 1 soit : P( A) = (1 P(C )). 2
11 Espace de probabilits
213
Donc,
P ( A C ) = P ( A) + P ( C ) =
1 (1 + P(C )). 2
/ Si n = 2, on a = { = (i,j) : i = j et i, j {1,2,3,4}}, soit : = {(1,2);(1,3);(1,4);(2,3);(2,4);(3,4)} ; donc card() = 6 et S = 10. A = {(2,4);(3,4)}, B = {(1,2);(1,3)}, C = {(1,4);(2,3)}. 2 Donc : P( A C ) = . 3 / / Si n = 3, on a = { = (i,j,k) : i = j = k et i, j, k {1,2,...,6}}, card() = 20 et S = 21. / / On a : C = {(i,j,k) : i = j = k et i + j + k = 21 (i + j + k)} = , on en dduit que 1 P( A C ) = . 2 On remarque, que pour n impair, on a toujours C = ; 1 donc : P( A C ) = . 2 / / / Si n = 4, on a = { = (i,j,k,m) : i = j = k = m et i, j, k, m {1,2,...,8}}, card() = 70 et S = 36. / / / C = {(i,j,k,m) : i = j = k = m et i + j + k + m = 18} = {{1,2,7,8);(1,3,6,8);(1,4,5,8);(1,4,6,7);(2,3,6,7);(2,3,5,8);(2,4,5,7);(3,4,5,6)} donc card(C) = 8, 39 on en dduit que : P( A C ) = 0, 56 . 70
Exercice 11.2 Formule de Poincar

Soit (, (), P) un espace probabilis.
1) Montrer que, quels que soient les vnements A, B et C, on a : P(A B C) = P(A) + P(B) + P(C) P(A B) P(A C) P(B C) + P(A B C). 2) Montrer que, pour toute suite A1 , A2 , ..., An dvnements de P(), on a : n P AP = P ( Ap ) P( Ap Am ) p =1 0 < p n 0 < p< m n
0 < p <l < m n
P( Ap Al Am ) + ... + (1)n+1 P( A1 A2 ... An ).
(Formule de Poincar.)
214
3) Un circuit est form de n composants tous distincts. Chacun de ces composants doit occuper une place dtermine (il y a n places distinctes) dans le circuit. Un technicien peu scrupuleux rpartit tous ces composants au hasard. Quelle est la probabilit quau moins lun dentre eux soit sa place ? Quelle est la limite de cette probabilit lorsque n tend vers linfini ?
1) Montrons que, quels que soient les vnements A et B, on a : P(A B) = P(A) + P(B) P(A B) En effet : A B = A (B A) avec A (B A) = . Do : P(A B) = P(A) + P(B A) de plus : B = (B A) (A B) avec (B A) (A B) = . Do : P(B) = P(B A) + P(A B). En portant (3) dans (2), on obtient (1). On passe au cas de trois vnements en utilisant (1) : P(A B C) = P((A B) C) = P(A B) + P(C) P((A B) C) = P(A B) + P(C) P((A C) (B C)). Or, P(A B) et P((A C) (B C)) sexpriment grce (1). On obtient alors aisment le rsultat demand. 2) La formule de Poincar sobtient par rcurrence. Les cas n = 2 et n = 3 ont t traits au 1). Supposons que : P( A1 A2 ... An 1 ) = +( 1) k +1
1 i1 n 1
(1)
(2)
(3)
P( A ) P( A
i1 1 i1 < i2 n 1
i1
Ai2 ) + ...
1 i1 < i2 <...< ik
P( A
i1 n 1
Ai2 ... Aik ) + ... + ( 1) n P( A1 A2 ... An 1 ).
Calculons : P(A1 A2 ... An1 An) = P((A1 A2 ... An1) An) = P(A1 A2 ... An1) + P(An) P((A1 A2 ... An1) An) en utilisant (1). Do : P( A1 A2 ... An ) =
1 i1 n 1
P( A ) P( A
i1 1 i1 < i2 n 1 i1 n 1 1 i1 < i2 <...< ik
i1
Ai2 ) + ...
+( 1) k +1
P( A
Ai2 ... Aik ) + ( 1) n P( A1 A2 ... An 1 )
+ P( An ) P(( A1 An ) ( A2 An ) ... ( An 1 An )). Quant la dernire probabilit ci-dessus, cest la probabilit de la runion de (n 1) vnements ; on peut alors lui appliquer lhypothse de rcurrence.
215
Il vient alors : P((A1 An) ... (An1 An)) = +( 1) k +1
1 i1 n 1
P( A
i1
An )
1 i1 < i2 n 1
P( A
i1
Ai2 An ) + ...
1 i1 i2 <...< ik
P( A
i1 n 1
Ai2 ... Aik An ) + ... +( 1) n P( A1 A2 ... An 1 An ).
En regroupant le tout, on obtient la formule attendue. On pouvait procder autrement. En effet, on vrifie aisment que : 1 n l 1
U Ai
i =1
( ) = 1
l (1 11
i =1
Ai
( ) (pour tout de ).
(4)
En prenant les esprances membre membre, et aprs dveloppement du produit de droite, on obtient : n P Ai = P1 P2 + P3 P4 + ... + ( 1) n +1 Pn o i =1
Pk =
1 i1 < i2 <...< ik
P( A
i1 n
Ai2 ... Aik ) .
3) On appelle Ai lvnement : le i-me composant est sa place . On cherche alors : n P Ai = i =1
(1)
i =1
i +1
Si
o : Si =
1 j1 < j2 <...< ji
P( A
j1 n
A j2 ... A ji ). 1 , j. n 1 1 i 1 Si = Cn ... = . n n i + 1 i ! P( A j ) =
Il est clair que : Do :
n 1 1 1 Ainsi : P Ai = 1 + + ... + ( 1) n +1 = 2 ! 3! n! i =1
U
n
(1)
i =1
i +1
1 . i!
et lim P Ai = n + i =1
(1)
i =1
i +1
1 1 = 1 . e i!
Exercice 11.3
Soit (, (), P) un espace probabilis. Soient A1 , ..., An n vnements de P(). 1) Dmontrer que : P(A1 A2 ... An) = P(A1)P( A2 / A1) P(A3 / A1 A2) ... P(An / A1 A2 ... An1). / (On supposera que P(A1 A2 ... An) = 0).
216
2) On considre un lot de 15 composants lectroniques dont 5 sont dfectueux. On prlve au hasard successivement 3 composants du lot. Quelle est la probabilit quils soient tous trois non dfectueux ?
1) La dmonstation se fait par rcurrence. Pour n = 2, on sait que, par dfinition de la probabilit conditionnelle, on a : P( A2 / A1) = P( A1 A2 ) . Do : P(A1 A2) = P(A1) P( A2 / A1) (remarquons que : P( A1 )
/ A1 A1 A2 ... An . Do : P(A1) P(A1 A2 ... An) > 0. Donc P(A1) = 0, et la dfinition de la probabilit conditionnelle est valide). Supposons la formule vraie au rang n 1, savoir : P(A1 A2 ... An1) = P(A1) P( A2 / A1) ... P(An1 / A1 A2 ... An2) (1) Examinons : P(A1 A2 ... An1 An) = P((A1 A2 ... An1) An) = P(An / A1 A2 ... An1) P(A1 A2 ... An1) grce la dmonstration du cas n = 2. En portant (1) dans (2), on obtient le rsultat cherch. / On peut ici aussi remarquer que P(A1 ... An1) = 0. 10 . Si le pre15 mier composant nest pas dfectueux, la probabilit pour que le deuxime ne soit pas dfec9 , car seuls 9 des 14 restants sont non dfectueux. tueux est 14 2) La probabilit pour que le premier composant ne soit pas dfectueux est Si les deux premiers composants sont non dfectueux, la probabilit pour que le troisime ne 8 soit pas dfectueux est car seuls 8 des 13 restants sont non dfectueux. 13 Daprs le rsultat du 1), on a donc : p= 10 9 8 24 = . 15 14 13 91 (2)
Exercice 11.4
Un tudiant X pour se rendre au CNAM peut prendre le mtro ou le bus. Si au jour j 1 il prend le mtro, la probabilit quil prenne le bus au jour j est de (0 < < 1). Si au jour j 1 il prend le bus, il prend le mtro au jour j. Soit pn la probabilit que X prenne le mtro au jour n.
217
1) Dterminer pn en fonction de n et de , sachant quau premier jour X prend le mtro. 2) Calculer lim pn .
n
1) Pour n
*, soient An = {X prend le mtro le jour n} et pn = P(An).
Si au jour n, il prend le mtro, la probabilit quil prenne le bus au jour n + 1 est , donc c P( An +1 / An ) = .
c Si au jour n, il prend le bus, il prend le mtro au jour n + 1, donc P(An +1 / An ) = 1.
Le premier jour, il prend le mtro, donc p1 = 1. Donc

c c pn +1 = P( An +1 ) = P( An +1 / An )P( An ) + P( An +1 / An )P( An ).
c Or : P( An ) = 1 P( An ) = 1 pn
(*) do : n 1 pn+1 = 1 pn + (1 )pn = 1 pn On cherche une solution de (*) sous la forme : pn = un + , do (*) scrit un+1+ = 1 un , soit un+1 = un + 1 . On choisit de sorte que : 1 = 0, soit l = (1 + )1, donc la suite (un)n 1 vrifie la relation : un+1 = un (**) / On cherche une solution de (**) sous la forme un = Rn avec R = 0. Soit R = , donc un = ( )n, la constante est dtermine par la condition initiale u1 . Soit : 1 u p . = 1 = 1 = 1+ Donc : 2) On a : lim pn =
n
pn = 1 . 1+
1 ( ) n . 1+
Exercice 11.5
Un garagiste est le client de trois fournisseurs de pneus F1 , F2 et F3 , qui lui ont livr respectivement N1 , N2 et N3 pneus. Ces pneus sont de deux modles M1 et M2 . Le fournisseur F1 a livr n1 pneus M1 (n1 < N1). Le fournisseur F2 a livr n2 pneus M1 (n2 < N2). Le fournisseur F3 a livr n3 pneus M1 (n3 < N3). Lemploy du garagiste tient la main un pneu M2 . Quelle est la probabilit que ce pneu provienne du fournisseur F3 ?
218
Notons N = N1 + N2 + N3 et n = n1 + n2 + n3 . Les fournisseurs de pneus F1 , F2 et F3 ont livr respectivement N1 , N2 et N3 pneus donc, pour i = 1, 2, 3, on a P( Fi ) = Ni . N ni N ni et P(M2 / Fi ) = i . Ni Ni
Pour i = 1, 2, 3, le fournisseur Fi a livr ni pneus M1 donc : P(M1 / Fi ) =
On cherche calculer P(F3 / M2 ). Par la formule de Bayes (R11.8), on a : P( F3 /M2 ) = P( M2 ) = P( F3 M2 ) P( M2 /F3 )P( F3 ) = P( M2 ) P( M2 )
mais :
i =1
P( Fi M2 ) =
i =1
P( Fi )P( M2 /Fi ) = N3 n3 . Nn
1 N
(N n )
i i i =1
donc :
P( F3 /M2 ) =
Exercice 11.6
Une bote contient n 1 boules rouges et n 2 blanches. On tire une boule et on remet dans la bote M boules de l'autre couleur. Puis on tire une deuxime boule. En admettant que, lors de chacun des tirages, toutes les boules ont la mme probabilit d'tre tires, calculer la probabilit pour que : 1) la seconde boule tire soit rouge 2) la seconde boule tire soit blanche.
Pour i = 1,2 soit Ri = { la i ime boule tire est rouge} et Bi = {la i ime boule tire est blanche}. 1) On cherche calculer P(R2 ). On a : R2 = (B1 R1 ) R2 d'o P(R2 ) = P(B1 R2 ) + P(R1 R2 ) = P(R2 /B1 ) P(B1 ) + P(R2 /R1 ) P(R1 ) Or, n2 , n1 + n2 n1 + M P(R2 /B1 ) = , n1 + n2 + M 1 P(B1 ) = P(R2 ) = P(R1 ) = n1 n1 + n2 n1 1 n1 + n2 + M 1
P(R2 /R1 ) =
D'o
n 2 (n 1 + M) + (n 1 1)n 1 (n 1 + n 2 ) (n 1 + n 2 + M 1)
219
2) On cherche calculer P(B2 ) . On a : P(B2 ) = P(B1 B2 ) + P(B2 R1 ) = P(B2 /B1 ) P(B1 ) + P(B2 /R1 ) P(R1 ) Or, P(B2 /B1 ) = n2 1 n2 + M et P(B2 /R1 ) = . D'o n1 + n2 + M 1 n1 + n2 + M 1 P(B2 ) = n 2 (n 2 1) + n 1 (n 2 + M) (n 1 + n 2 ) (n 1 + n 2 + M 1)
Exercice 11.7
Pour k D = {1,...,n}, on dfinit la suite pk par : si k = n pk = Cn (1 )max{k, n k} si k = 1,..., n 1 o n 2, 0 < < 1 et Cn est une constante positive. Dterminer Cn de sorte que pk soit une loi de probabilits sur D.
On doit avoir
p
k =1
= 1, ce qui donne : Cn = 1 .
k =1
n 1
max{k , n k}
Distinguons deux cas : 2 m k si 1 k cas n = 2m : max{k , 2 m k} = si m + 1 k

2 m 1 Dunod. La photocopie non autorise est un dlit.
m k 2m 1
donc
k =1
max{k , 2 m k} =
2 m 1
k =1
2 m 1
(2 m k ) +
k = m +1
k.
2 m 1 k = m +1
Dans la somme
m
k = m +1 m 1 k =1
k , en posant j = k m, lon obtient
2 m 1 j =1
k=
( j + m) .
Dautre part,
2 m 1 k =1
(2m k ) = m + (2m k ), il vient donc

k =1 m 1 k =1 m 1 j =1 m 1 k =1
max{k , 2m k} = m + (2m k ) + ( j + m) = m + 3m = m(3m 2)

C2 m 1 = . m(3m 2)
do
220
2 m + 1 k si 1 k cas n = 2m+1 : max{k , 2 m + 1 k} = si m + 1 k donc :
m k 2m
k =1
2m
max{k , 2 m + 1 k} =
k =1 m
(2 m + 1 k ) +
k = m +1
k
(m + j ) =
2m
k =1
(2 m + 1 k ) + C2 m +1 =
j =1
(3m + 1) = m(3m + 1)
k =1
do
1 . m(3m + 1)
On remarque que la valeur de Cn ne dpend pas de .
Exercice 11.8
On dfinit la fonction f par : K exp( ax ) f ( x) = K exp( bx ) si x si x 0 0
o a > 0, b > 0 et K est une constante positive. Dterminer K de sorte que f soit une densit de probabilits sur . Donner lexpression de sa fonction de rpartition.
On doit avoir
f ( x ) dx = 1, ce qui donne : 1 = K
exp( ax ) dx +
exp(bx ) dx = a + b =
0
a+b ab
soit K =
ab . a+b
x
On a x , F( x ) = Si x 0,
f (u) du .
F( x ) = Si x 0, F( x ) = ab a+b
ab a+b
exp( au) du =
b exp( ax ). a+b a
exp( au) du +
ab a+b
exp(bu) du = 1 a + b exp(bx ).
0
221
11.9 Dans une population 15 % des hommes et 5 % des femmes sont blonds. On choisit au hasard une personne blonde. Quelle est la probabilit qu'il s'agisse d'une femme : a) si les femmes sont aussi nombreuses que les hommes ? b) s'il y a trois fois plus de femmes ? 11.10 Un joueur de bridge possde dans sa main 13 cartes d'un jeu de 52 cartes distribues au hasard. Calculer la probabilit qu'il ait : a) un as exactement. b) au moins un as. c) un as et un roi. d) au moins un as et au moins un roi. e) une carte de chaque valeur. 11.11 Un rcepteur se bloque si la dure entre les instants de rception de deux signaux est infrieur au temps mort . On sait que les deux signaux atteignent le rcepteur dans l'intervalle de temps (0,T ) et arrivent indpendamment l'un de l'autre et au hasard. a) Dcrire l'ensemble fondamental associ cette exprience. b) Quelle est la probabilit que le rcepteur se bloque ? 11.12 Une urne contient 5 boules rouges et 3 boules noires. On tire une boule, si elle est rouge, on la remplace par 7 boules noires, sinon, on la remplace par 2 boules rouges et puis on tire une deuxime boule. Calculer la probabilit que la deuxime boule tire soit rouge. 11.13 On jette un d trois fois. a) Dcrire l'ensemble fondamental associ cette exprience.
b) Quelle est la probabilit que la somme des points obtenus soient suprieure ou gale 15. 11.14 On jette deux pices. En supposant que P{Face} = et P{Pile} = 1 (0 1), quelle est la probabilit d'obtenir au moins une Pile ?
Rponses
11.9
Soit B = { la personne choisie est blonde} , F = { la personne choisie est une femme} et H = { la personne choisie est un homme} . On cherche : P(F/B) . Par la formule de Bayes on a :
P(F/B) =
P(B/F) P(F) P(B/F) P(F) + P(B/H ) P(H )
222
a) On a : P(F) = P(H ) =
1 d'o 2 1 5 2 = = 0,25 15 1 20 100 2
5 100 P(F/B) = 5 1 + 100 2

b) On a : P(F) =
3 1 et P(H ) = d'o 4 4 5 100 P(F/B) = 5 3 + 100 4 3 15 4 = 0,5 = 15 1 30 100 4
11.10
13 On a : = { parties de 13 cartes parmi les 52 cartes} , donc card() = C52 .
a) pa =
131 1 C4 C524 = 0,4388 13 C52 12 C48 = 0,6962 13 C52
b) pb = 1 c) pc =
132 1 1 C4 C4 C528 = 0,1932 13 C52 13 C48 C 13 C 13 + 48 44 13 13 13 C52 C52 C52
d) pd = 1 e) pe = 11.11
= 0,4741
413 = 1,0568 104 13 C52
a) Deux signaux S1 et S2 atteignent le rcepteur dans l'intervalle (0,T ) . Soient T1 le temps d'arrive de S1 et T2 le temps d'arrive de S2, on a :
= {(t1 ,t2 ) : 0
t1
T ,0
t2
T}
b) Soit R B = { le rcepteur se bloque} . On a :
R B = {(t1 ,t2 ) : |t1 t2 | < } T 2 2 (T ) aire (RB) 2T 2 2 = = d'o P(R B) = . aire () T2 T2

2
11.12
Pour j = 1,2 soit R j = { la j-me boule tire est rouge} et N j = { la j-me boule tire est noire} . On cherche P(R2 ). On a :
P(R2 ) = P(R2 /R1 ) P(R1 ) + P(R2 /N1 ) P(N1 ) =

11.13 a) = {(i 1 ,i 2 ,i 3 ) : 1
4 5 5 3 + = 0,3869 14 8 9 8
i 1 ,i 2 ,i 3
6} .
223
b) Soit A = {(i 1 ,i 2 ,i 3 ) : i 1 + i 2 + i 3
15} . On cherche P(A) . On a : nombre de(i 1 ,i 2 ,i 3 ) 3 6 3 1 3 3 1 card(A)=20
i1 3 4 4 5 5 5 6
i2 6 5 6 5 5 6 6
i3 6 6 6 5 6 6 6
i1 + i2 + i3 15 15 16 15 16 17 18
P(A) = 11.14
20 card(A) = 3 = 0,0926 card( ) 6
On a : = {(P,P),(P,F),(F,P)(F,F)} . Soit A = { au moins une P} , on a :
P(A) = 1 P(Ac ) = 1 P ((F,F)) = 1 2
Chapitre 12
Variables Alatoires
RAPPELS
Soit X une variable alatoire relle de probabilit PX . La fonction de rpartition de la loi de X est dfinie par : FX (x) = P(X Les moments dordre k de X sont dfinis par : cas discret : cas continu :
x)
(R12.1)
E[X k ] =
i
i k P(X = i)

(R12.2) (R12.3)
E[X k ] =
x k f X (x) dx
La variance de X est dfinie par : V ar[X] = E (X E[X])2 = E[X 2 ] (E[X])2 (R12.4)
La loi dune variable alatoire relle X est une distribution et pour toute fonction h support compact on a : E [h(X)] =< PX ,h > La fonction caractristique de la loi de X est dfinie par : X (t) = E eit X (R12.6) (R12.5)
226
La fonction caractristique de la loi de X correspond la transforme de Fourier de t la loi de X prise au point . 2 Soient n variables alatoires X 1 ,. . . ,X n de loi f X 1 ,...,X n et soit (U1 ,. . . ,Un ) = 1 (X 1 ,. . . ,X n ),. . . , n (X 1 ,. . . ,X n ) alors la loi de (U1 ,. . . ,Un ) est telle que pour toute fonction h support compact on a : E [h (U1 ,. . . ,Un )] = E h 1 (X 1 ,. . . ,X n ),. . . ,n (X 1 ,. . . ,X n ) (R12.7)
En particulier, si X 1 ,. . . ,X n sont des variables alatoire valeurs dans D Rn dont la loi admet la densit f X 1 ,...,X n et si : (X 1 ,. . . ,X n ) 1 (X 1 ,. . . ,X n ),. . . , n (X 1 ,. . . ,X n ) de D sur est un diffomorphisme dinverse g. Alors, la loi de (U1 ,. . . ,Un ) est dfinie sur et admet la densit fU1 ,...,Un dfinie par : fU1 ,...,Un (u 1 ,. . . , u n ) = | jg (u 1 ,. . . , u n )| f X 1 ,...,X n (g(u 1 ,. . . , u n )) (R12.8) o jg dsigne le jacobien de g dfini par : g1 u 1 jg (u 1 ,. . . , u n ) = . . . gn u 1 ... ... ... g1 u n . . . gn u n
Soit (X,Y ) un couple de variables alatoires. La loi conditionnelle de X sachant {Y = y} est dfinie par : cas discret : cas continu : Esprance conditionnelle : cas discret : E [h(X)|Y = j] =
i
P(X = x|Y = y) = f X (x|y) =
P(X = x|Y = y) P(Y = y)
(R12.9) (R12.10)
f X,Y (x,y) f Y (y)
h(i) P(X = i|Y = j) (R12.11)

cas continu :
E [h(X)|Y = y] =
h(x) f X (x|y) dx
(R12.12)
12 Variables alatoires
227
Calculs de lesprance et la variance partir de lesprance conditionnelle : E[X] = E Y [ E[X|Y ] ] V ar[X] = E Y [ V ar[X|Y ] ] + V arY [ E[X|Y ] ] (R12.13) (R12.14)
Soient (X n )n une suite de variables alatoires et X une autre variable alatoire. On dit que X n converge en probabilit vers X si : > 0
n
lim P ( |X n X| > ) = 0
(R12.15)
On dit que X n converge en moyenne quadratique vers X si :

n
lim E (X n X)2 = 0
(R12.16)
On dit que X n converge en loi vers X si : x

n
lim FX n (x) = FX (x)
(R12.17)
o FX n et FX dsigne les fonctions de rpartition de la loi de X n et X. t

n
lim X n (t) = X (t)
(R12.18)
o X n et X dsigne les fonctions caractristiques de la loi de X n et X. Soit (X n )n une suite de variables alatoires relles telles que n E[X n ] = < , V ar[X n ] = 2 <
Loi faible des grands nombres

La moyenne empirique X n =
1 n
X i converge en probabilit
i=1
(R12.19)
Thorme Limite Central. Soit Sn = X 1 + . . . + X n . n Xn Sn E [Sn ] = converge en loi vers N (0,1) V ar [Sn ] o N (0,1) dsigne la loi normale centre-rduite.
(R12.20)
228
Exercice 12.1 (loi uniforme discrte)

Soient X et Y deux variables alatoires indpendantes suivant la mme loi uniforme sur lensemble = {1,. . . ,N } (N 2). 1) Dterminer la loi de : S = X + Y. 2) Dterminer la loi de : D = X Y.
Du fait que X et Y suivent la mme loi uniforme sur lensemble dantes, on a : P(X = i,Y = j) = P(X = i) P(Y = j) = et quelles sont indpen, j
1
1 1 i N N
1) On remparque que S = X + Y est valeurs dans lensemble k 1 on a : P(S = k)=

i
= {2,. . . ,2N } ; donc
P(X = i,S = k) =
i
P(X = i,X + Y = k)
=
i ,ki
P(X = i,Y = k i)
Or, {i } {k i }= {1 i N } {1 i k i N}
= {max(1,k N ) On en dduit :
min(N,k1)
min(N,k 1)}
P(S = k)=
i=max(1,kN )
P(X = i) P(Y = k i)
min(N ,k 1) max(1,k N ) + 1 N2 k1 si 2 k N + 1 N2 = 2N k + 1 si N + 2 k 2N N2
2
2) On remarque que D = X Y est valeurs dans lensemble donc k 2 on a : P(D = k)=

j
= {1 N,. . . ,N 1} ;
P(Y = j,D = k) =
j
P(Y = j,X Y = k)
=
j ,k+ j
P(Y = j,X = k + j)
229
Or, {j } {k + j }= {1 j N } {1 j k+ j N} = {max(1,1 k) On en dduit : P(D = k)= =

min(N,N k) j=max(1,1k)
min(N,N k)}
P(X = k + j) P(Y = j)
min(N ,N k) max(1,1 k) + 1 N2 N +k si 1 N k 0 N |k| N2 = = N k N2 si 1 k N 1 N2
Exercice 12.2 (calculs de lois discrtes)

Soit X une variable alatoire valeurs dans lensemble (N 2) de loi : P(X = i) = 2N + 1 i N (2N + 1) i = {1,. . . ,2N }
1) Dterminer la loi de : Y = min(X,2N X). 2) Dterminer la loi de : Z = max(X,2N X).

On remarque que lgalit X = 2N X implique que X = N ; donc : Y est valeurs dans lensemble 1 = {0,. . . ,N } et Z est valeurs dans lensemble 2 = {N,. . . ,2N }. X si 1 X N 1) On a : Y = 2N X si N + 1 X 2N si 1 X N 1 X N si X = N ce qui peut scrire sous la forme : Y = 2N X si N + 1 X 2N 1 0 si X = 2N On en dduit : P(Y = 0) = P(X = 2N ) = P(Y = N ) = P(X = N ) = 1 N (2N + 1) N +1 N (2N + 1)
230
et pour k {1,. . . ,N 1} , P(Y = k)= P(X = k) + P(2N X = k) = P(X = k) + P(X = 2N k) = 2N X X si 1 X N X 2N 2N X N X 2N N 1 X 2N 1 2(N + 1) N (2N + 1)
2) On a : Z =
si N + 1
si 1
ce qui peut scrire sous la forme : Z =
si X = N si N + 1 si X = 2N N +1 N (2N + 1) 1 N (2N + 1)
On en dduit : P(Z = N ) = P(X = N ) =
P(Z = 2N ) = P(X = 2N ) = et pour k {N + 1,. . . ,2N 1},
P(Z = k)= P(2N X = k) + P(X = k) = P(X = 2N k) + P(X = k) = 2(N + 1) N (2N + 1)
Exercice 12.3
Soit un vendeur de lots de pices mcaniques disposant, une date 0 , dun stock S. La demande X, pour un intervalle de temps [0 ,1], est une variable alatoire entire ayant une loi de probabilit dfinie par : P(X = x) = Kpq x1 x x0 , o p et q sont deux rels dans ]0,1[ tels que p + q = 1, x0 est un entier naturel infrieur S et K est une constante. 1) Calculer K en fonction de x0 . En dduire E[X]. 2) Si X est infrieur au stock S, les lots restants sont perte et le vendeur aura affronter une dpense moyenne de d1 euros ; si X est suprieur au stock S, il faut un approvisionnement spcial de pices manquantes et le supplment du cot reprsente une perte moyenne de d2 euros. Calculer lesprance mathmatique des dpenses que va affronter le vendeur pendant la priode [0 ,1].

231
1) On doit avoir
i = x0
P( X = i ) = 1 ;
i = x0
P( X = i ) = Kp
i = x0
i 1
, dans la dernire somme, en
changeant i en j + x0 , on obtient :
i = x0
P( X = i ) = Kpq x0 1
q
j =0
=Kpq x0 1
1 = Kq x0 1 1 q
do K = q
1 x 0
et lexpression de la loi de X devient : P( X = x ) = pq x x0 x x0 .

j
On a : E[ X ] =
iP( X = i ) = p
i = x0
iq i x0 = p
( j + x )q
0 j =0 j =1
= x0 + p
j =0
jq j = x 0 + p
j =1
jq j = x 0 + pq
jq
j 1
= x 0 + pq
d dt
t
j =1
j t =q
= x 0 + pq
d 1 q 1 = x0 + . 1 t t =q dt p
2) Soit D la variable alatoire associe au montant des dpenses que devra affronter le vendeur pendant la priode [0 ,1]. D prend les valeurs 0, d1 et d2 avec les probabilits P(D = 0) = P(X = S), P(D = d1) = P(X < S) et P(D = d2) = P(X > S). On a : P( D = 0) = P( X = S ) = pq S x0 P( D = d1 ) =
S 1 S 1
k = x0
P( X = k ) = p
k = x0 S x 0 1
q
j
k x0
. Dans la dernire somme, en changeant k en j + x0 ,
on obtient : P( D = d1 ) = p
q
j =0
= 1 q S x0 ,
P( D = d2 ) = On en dduit :
k = S +1
P( X = k ) = p
k = S +1
k x0
= q S +1 x0 .
E[ D] = 0 P( D = 0) + d1 P( D = d1 ) + d2 P( D = d2 ) = d1 + (qd2 d1 )q S x0 .
Exercice 12.4
Un produit de saison rapporte un bnfice net de euros par unit vendue mais, inversement, chaque unit invendue la fin de saison engendre une perte de m euros. On admet que le nombre X dunits achetes auprs dun certain magasin
232
au cours des saisons de vente successive suit une loi continue de densit f valeurs positives. On admet que le magasin doit avoir constitu tout son stock avant la saison. Combien dunits faut-il stocker pour maximiser le profit moyen ?
Notons X : la demande alatoire ; s : la taille du stock ; Rs(X) : le revenu net de lopration et h(s) = E[Rs(X)]. On cherche maximiser h. X ( s X )m si 0 < X On a : Rs ( X ) = si X > s s Donc : h( s) = E[ Rs ( X )] = On remarque que : h( s) = s + ( + m) Or, si G( x ) = s .
Rs ( x ) f ( x ) dx =
(x (s x )m) f ( x ) dx +
0
s f ( x ) dx .
f ( x ) dx = P( X > s) = 1 P( X
s) = 1
f ( x ) dx , il vient donc
x f ( x ) dx ( + m)s
f ( x ) dx.
(x)
(x)
g(t ) dt, on a G ( x ) = g( ( x )) ( x ) g( ( x )) ( x ).
On en dduit : h ( s ) = + ( + m )s f ( s ) ( + m ) Donc h(s) = 0 implique
f ( x ) dx ( + m ) s f ( s ) = ( + m )
f ( x ) dx .
et lon obtient un maximum puisque 0 +m h(s) = ( + m)f(s) < 0 s > 0, car f est une densit de probabilit.
f ( x )dx =
Si lon note F( x ) =
f (t ) dt la fonction de rpartition de la loi de X, on obtient
s = F 1 , o F 1 dsigne la fonction rciproque de F. + m
Exercice 12.5
Soit X une variable alatoire valeurs entires positives, on considre la variable X alatoire Y = 2 a aX + 1, o [X] dsigne la partie entire de X et a *. 2 Dterminer la loi de Y et calculer E[Y] et Var[Y] si : 1) X suit une loi gomtrique de paramtre , i.e. k P(X = k) = (1 ) k.
233
2) X suit une loi de Poisson de paramtre , i.e. k P( X = k ) = e
k . k!
3) X suit une loi uniforme sur lensemble {1,...,n}, i.e. 1 k {1,...,n} P( X = k ) = . n

Si X prend des valeurs paires, on a Y = 1 et si X prend des valeurs impaires, on a Y = 1 a, donc Y prend ses valeurs dans {1,1 a}. 1) On a : P(Y = 1) =
k =0
P( X = 2 k ) = (1 )
k =0
2k
1 1+
2 k +1
P (Y = 1 a ) = Donc : E[Y ] = E[Y 2 ] =
k =0
P( X = 2 k + 1) = (1 ) 1 + (1 a) 1+
k =0
. 1+
j 1,1 a} {
j P (Y = j ) =
et :
j 1,1 a} {
j 2 P (Y = j ) =
1 + (1 a)2 a2 , do : Var[Y ] = . 1+ (1 + )2
2) On a : P(Y = 1) =
k =0
P( X = 2 k ) = e
e + e 1 2 k 2 = e = 2 (1 + e ) (2 k )! 2 k =0
P (Y = 1 a ) = Donc : E[Y ] =
k =0
P( X = 2 k + 1) = e
e + e 1 2 k +1 2 = e = 2 (1 + e ). 2 (2 k + 1)! k =0
a a2 j P(Y = j ) = 1 (1 e 2 ) et Var[Y ] = (1 e 4 ). 4 2 j 1,1 a} {
3) Si n = 2m, on a : P(Y = 1) =
k =1
P( X = 2 k ) =
m 1 = 2m 2
P (Y = 1 a ) = et
P( X = 2k 1) = 2m = 2 .
m 1
k =1
Donc : Si n = 2m + 1, on a : P(Y = 1) =
E[Y ] = 1
a a2 . et Var[Y ] = 4 2
k =1
P( X = 2 k ) =
m m +1 P( X = 2 k + 1) = . et P(Y = 1 a) = 2m + 1 2m + 1 k =0
234
Donc :
E[Y ] = 1
m +1 m( m + 1) 2 a et Var[Y ] = a . 2m + 1 (2 m + 1)2
Exercice 12.6
Dans cet exercice on dsigne par et la densit et la fonction de rpartition de la loi normale N (0,1) dfinies par :
x2 1 (x) = e 2 , (x) = 2 x
(t) dt
1) Montrer que : x R (x) + (x) = 1 . 2) Soit X une variable alatoire de loi N (,2 ), avec R et > 0, de densit 1 x f X (x) = ( ). a) Exprimer FX la fonction de rpartition de la loi de X en fonction de . b) On pose : U1 = 1],] (X) , V1 = 1[,+] (X) , l l U2 = X 1],] (X) l et V2 = X 1[,+] (X) l
Exprimer E[U1 ], E[V1 ], E[U2 ] et E[V2 ] en fonction de (1) = 0,8413, de et de .

1) On a : (x) + (x) =
x
(t) dt +
I
(t) dt
II
dans I I en changeant t en t et en tenant compte de (x) = (x), on obtient : (x) + (x) =

x
(t) dt +
x
(t) dt =
(t) dt = 1
2.a) Par dfinition on a : FX (x) =

x
f X (t) dt =
t ) dt
235
en effectuant le changement de variable : u = FX (x) = 2.b) On a : E[U1 ] = P(X ) = FX () = ( X

x
t , on obtient : x )
(u) du = (
1 ) = (0) = 2
E[V1 ] = P( = (
+ ) = FX ( + ) FX ( )
+ ) ( ) = (1) (1)
= 2 (1) 1 = 0,6827 x ) dx x , on obtient : En effectuant le changement de variable t = E[U2 ] =
x f X (x) dx =
x (
E[U2 ] = en tenant compte de
( + t) (t) dt =
(t) dt +
t (t) dt
d (t) = t (t) , on a : dt E[U2 ] = (0) (0) = 2 2
E[V2 ] =
{|x| }
x f X (x) dx =
x (
x ) dx
En effectuant le changement de variable t =

x , on obtient :
1 1 1 1
E[V2 ] =
1 1
( + t) (t) dt =
(t) dt +
t (t) dt
1
or, la fonction t t (t) est impaire, donc
t (t) dt = 0 et on en dduit :
E[V2 ] = ((1) (1)) = (2 (1) 1) = 0,6827
236
Exercice 12.7
On dsigne par et la densit et la fonction de rpartition de la loi N (0,1). Soit X une variable alatoire relle de loi N (,2 ) de densit f donne par : f (x) = 1 x X si X sinon ( R , > 0)
On dfinit h(X) par : h(X) = o est un rel.
1) Dterminer M() = E [h(X)] et V () = Var [h(X)] . 2) Pour quelle valeur de , V () est-elle minimum ? (on la notera ). En dduire M() et V (). (1) ? 3) Que deviennent M() et V (), si = (1)
On remarque que lexpression de h(X) scrit sous la forme : l h(X) = 1],] (X) + X 1],[ (X) l l l on a donc : h 2 (X) = 2 1],] (X) + X 2 1],[ (X) . Notons : a =

f (x) dx et

c1 (,) = On a : a =

x f (x) dx , c2 (,) =
x 2 f (x) dx
1 x x dx , en effectuant le changement de variable : u = ,

1
on obtient : a =
(u) du = (1) .

On a : c1 (,) =
x x dx, en effectuant le changement de variable :
x u= , on obtient : c1 (,) =
(u + ) (u) du =
(u) du +
u (u) du
1
= (1 (1)) + [(u)] = (1) + (1) 1
237
De mme, on a : c2 (,) = 2
1
(u + )2 (u) du
1
= 2 2 (1) + 2 2 (1) + 2
u 2 (u) du
or,
1
u 2 (u) du =
u d((u))
1
= [u (u)] + 1 On en dduit
(u) du = (1) (1) .
c2 (,) = 2 2 (1) + 2 2 (1) + 2 ((1) (1)) 1) On a : l M() = E 1],] (X) + X 1],[ (X) l = E 1],] (X) + E X 1],[ (X) l l =

f (x) dx +
x f (x) dx = a + c1 (,) X 2 1],[ (X) l x 2 f (x) dx = a 2 + c2 (,)
E h 2 (X) = 2 E 1],] (X) + E l = 2 do

f (x) dx +
V () = E h 2 (X) M 2 () = a 2 + c2 (,) (a + c1 (,))2 2) On a :

V () = 2 a (1 a) 2 a c1 (,) , do V ()
=
V () = 2 a (1 a) > 0
c1 (,) = 0 = = 1a
(1) (1)
On a : M() = a + c1 (,) = V () = c2 (,) On remarque que est le point fixe de M.

2 c1 (,) 1a
238
3) Si =
(1) 2 (1) (1) (1) 2 (1) 2 . , on a : = 0, M() = 0 et V () = (1) (1)
Exercice 12.8
Un systme lectronique, ayant une entre E et une sortie S, est constitu de trois composants C1 , C2 et C3 monts en srie selon le schma suivant :
Le systme cesse de fonctionner quand il ny a plus de chemin entre E et S. Soit T1, T2 et T3 les dures de vie respectives des composants C1 , C2 et C3 . On suppose que ce sont des variables alatoires relles indpendantes de lois : f j (t) = j ej t 1]0,[ (t) l Dterminer la dure de vie du systme.
Notons T la dure de vie du systme, on a : T = inf{T1 ,T2 ,T3 } . Pour t > 0 , on a : {T > t} = { {T1 > t} {T2 > t} {T3 > t} } Cherchons la fonction de rpartition de T ; pour t > 0 , on a : FT (t) = P(T t) = 1 P(T > t) = 1 P (inf{T1 ,T2 ,T3 } > t)
j = 1,2,3 ( j > 0)
= 1 P ({T1 > t} {T2 > t} {T3 > t}) or, T1, T2 et T3 sont indpendantes, donc P ({T1 > t} {T2 > t} {T3 > t}) = P(T1 > t) P(T2 > t) P(T3 > t) = (1 P(T1 t)) (1 P(T2 t)) (1 P(T3 t)) = (1 F1 (t)) (1 F2 (t)) (1 F3 (t)) On en dduit : FT (t) = 1 (1 F1 (t)) (1 F2 (t)) (1 F3 (t)) . Dautre part, pour j = 1,2,3 la fonction de rpartition de Tj est dfinie par : Fj (t) =
t
f j (x) dx =
0 1e
j t
si t
si t > 0
Donc FT (t) = 1 e(1 +2 +3 ) t . En drivant FT on obtient f T la densit de T : t > 0 f T (t) = e(1 +2 +3 ) t On remarque que T suit une loi exponentielle de paramtre 1 + 2 + 3 .
239
Exercice 12.9
Soit (X,Y) un couple de variables alatoires relles dont la loi admet la densit : l l f(x, y) = (y x)1 ]0,1[(x)1 ]1,2[(y) 1) Dterminer les densits marginales de X et de Y. 2) X et Y sont-elles indpendantes ? 3) Dterminer la loi de U = X + Y. 4) On considre le polynme Q(t ) = t 2 Yt X , o > 0. 4
Calculer, en fonction de , la probabilit que les racines de Q soient relles et distinctes.

1) Pour 0 < x < 1, la densit marginale de X est donne par : fX ( x) =
f ( x , y ) dy =
3 x. 2
Pour 1 < y < 2, la densit marginale de Y est donne par : fY ( y) =

+
f ( x, y) dx = y
1 . 2
/ 2) X et Y ne sont pas indpendantes, en effet : f(x,y) = fX(x) fY(y). 3) On a : E[ (U )] = E[ ( X + Y )] =
( x + y) f ( x, y) dx dy .
Effectuons le changement de variables suivant :

{uv = xx + y =
Donc : E[ (U )] = mation donn par :
= {yx = uv v .
Si D = {(x,y) : 0 < x < 1, 1 < y < 2}, D a pour image donne par : = {(u,) : 0 < v < 1, 1 < u < 2} = {(u,) : 0 < < 1, u 2 < < u 1}.
(u) j(u, ) f ( , u ) du d
x D( x, y) j (u, ) = = u y D(u, ) u
o j dsigne le jacobien de la transfor-
x 0 1 = = 1. y 1 1
240
y 2 D 1
On peut crire : = 1 2 , o 1 = {(u,) : 1 < u < 2, 0 < < u 1} et : 2 = {(u,) : 2 < u < 3, u 2 < < 1}. Donc : E[ (U )] = =
(u)
u 1
(u 2 )d du +
1 (u) (u 2 ) d du u2 2
3
(u)(u 1) du +
(u)(3 u) du .
On en dduit la densit de la loi de U : u 1 si u ]1, 2[ fU (u) = 3 u si u ]2, 3[ . 0 sinon

1 fu
4) Les racines de Q sont relles et distinctes si et seulement si X + Y > . Or : P(X + Y > ) = P(U > ) = 1 P(U ) o P(U ) dsigne la fonction de rpartition de la loi de U en donne par : 0 ( 1) 2 (u 1)du = 1 2 ) = 2 (3 ) 2 (u 1)du + (3 u)du = 1 2 2 1 1 si ]0, 1] si ]1, 2] . si ]2, 3[ si 3 si ]0,1] si ]1, 2] . si ]2, 3[ si 3
P(U
Donc :
1 ( 1)2 1 2 P( X + Y > ) = (3 ) 2 2 0
241
Exercice 12.10
On dit quune variable alatoire relle Z suit une loi exponentielle de paramtre > 0 si la densit de la loi de Z est donne par :
l fZ(z) = ez1 ]0,[(z).
1) Calculer E[Z k ] (k
), en dduire Var[Z].
2) Soit X et Y deux variables alatoires indpendantes de loi exponentielle de paramtres et . Dterminer la loi de U = X + Y. 3) Soit X1 , X2 deux variables indpendantes de mme loi exponentielle de paraX1 mtre . Dterminer la loi du couple (U1 ,V1) o U1 = X1 + X2 , V1 = . X1 + X2 En dduire la loi marginale de V1 . Les variables U1 et V1 sont-elles indpendantes ? 4) Soit X1 , X2 , X3 trois variables alatoires indpendantes de mme loi exponentielle de paramtre . Dterminer la loi du couple (U2 ,V2) o U2 = V2 = X1 + X2 . X3 X1 + X2 , X1
5) Soit Z1 et Z2 deux variables alatoires indpendantes ; on suppose que Z1 suit une loi uniforme sur [0,] ( > 0) et que Z2 suit une loi exponentielle de paramtre . On pose W = Z1 + Z2 et de T = Z2 Z1 . Dterminer la loi du couple (W,T). En dduire les lois marginales de W et de T.
1) On a : E[ Z k ] = Do :
z k f Z ( z ) dz =
z k e z dz =
1 k
u k e u du =
( k + 1) k ! = k. k
Var[ Z ] = E[ Z 2 ] ( E[ Z ])2 =
1 . 2
2) Comme X et Y sont indpendantes, la densit de la loi de U est donne par : fU = fX * fY. Donc, en utilisant lexercice 4.6, on a : l si = : fU(u) = 2ueu 1 ]0,[(u) l / si = : fU (u) = (e u e u )1 ]0, [ (u). 1
242
3) On a : X1 x1 E 1 ( X1 + X2 ) 2 1 ( x1 + x 2 ) 2 = f X , X ( x1 , x 2 ) dx1 dx 2 . 2 X1 + X2 x1 + x 2 1 2 Effectuons le changement de variables suivant :
u1 = x1 + x 2 x1 = u11 = x1 x 2 = u1 (1 1 ) 1 x1 + x 2 si D = {(x1 ,x2) : x1 > 0, x2 > 0}, D a pour image dfinie par : = {(u1 ,1) : u1 > 0, 0 < 1 < 1}.
x2 v1
x1
u1
Donc : E[1 (U1 ) 2 (V1 )] =
(u ) ( )
1 1 2 1
j (u1 , 1 ) f X1 , X 2 (u11 , u1 (1 1 ) du1 d1
o j dsigne le jacobien de la transformation donn par : x1 D( x1 , x 2 ) u1 j (u1 , 1 ) = = D(u1 , 1 ) x2 u1 x1 1 1 = x2 1 1 1 u1 = u1 . u1
On en dduit la densit de la loi du couple (U1 ,V1) donne par : fU1 ,V1 (u 1 ,v1 ) = | j (u 1 ,v1 )| f X 1 ,X 2 (u 1 v1 ,u 1 (1 v1 ))1 (u 1 ,v1 ) 1 1 = u 1 f X 1 (u 1 v1 ) f X 2 (u 1 (1 v1 ))1 (u 1 ,v1 ) car X1 et X2 sont indpendantes. 1 1 Do : fU1 ,V1 (u 1 v1 ) = 2 u 1 exp(u 1 )1 ]0,[ (u 1 )1 ]0,1[ (v1 ) On remarque que U1 et V1 sont indpendantes ; en effet, V1 suit une loi uniforme sur ]0,1[ de densit fV1(1) = 1 ]0,1[(1) et la densit de la loi de U1 est donne par fU1(u1) = 1 l 2u1exp(u1)1 ]0,[(u1). 1 l 4) Introduisons la nouvelle variable W = X1 + X2 et effectuons le changement de variables suivant : x = w u = x1 + x 2 1 u 2 2 x1 x1 + x 2 1 x 2 = w1 . 2 = x3 u2 x = w w = x1 + x 2 3 2
243
Si D = {(x1 ,x2 ,x3) : x1 > 0, x2 > 0, x3 > 0}, D a pour image : = {(u2 ,2 , w) : u2 > 1, 2 > 0, w > 0}. Donc, la densit de la loi du vecteur (U2 ,V2 ,W) est donne par : w 1 w 1 fU2 ,V2 ,W (u2 , 2 , w ) = j (u2 , 2 , w ) f X1 , X2 , X3 , w1 , 1 (u 2 ,v2 ,w) u2 u2 v2 w 1 w = j (u2 , 2, w ) f X1 f X2 w1 f X3 1 (u 2 ,v2 ,w) 1 u2 u2 2 avec : x1 u2 j (u2 , 2 , w ) = D( x1 , x 2 , x3) ) D(u2 , 2 , w ) = x2 u2 x3 u2 Do : w2 1 1 1 (u 2 ,v2 ,w) 2 2 exp w 1 + u2 2 2 On en dduit la densit de la loi du couple (U2 ,V2) : u2 > 1, 2 > 0 fU2 ,V2 ,W (u2 , 2 , w ) = 3 fU 2 , V2 (u2 , 2 ) = x1 2 x2 2 x3 2 x1 w w 2 u2 w x2 = 2 w u2 x3 w 0 0 0 w 2 2 1 u2
w2 1 = 2 2. u2 u2 2 1 2
fU 2 , V2 , W (u2 , 2 , w ) dw =
3 2 2 u2 2
1 w 2 exp w1 + dw . 2
2 1 dt et : Faisons le changement de variable t = w1 + , do dw = 2 + 1 2 fU2 ,V2 (u2 , 2 ) =

1
2 2 u2 2
3 2 ( 2 + 1)3
t 2 e t dt =
2 2 . 2 u2 ( 2 + 1)3
On remarque que U2 et V2 sont indpendantes ; en effet, il est facile de vrifier que la den1 1 sit de la loi de U2 est donne par fU2 (u 2 ) = 2 1 ]1,[ (u 2 ) et la densit de la loi de V2 par u2 2v2 1 ]0,[ (v2 ) 1 f V2 (v2 ) = (v2 + 1)3 t 5) Effectuons le changement de variables suivant :
t=w
w = z1 + z2 t = z z 2 1
z = 1 ( w t ) 1 2 z = 1 ( w + t ) 2 2
t=w

0 2
t = w 2
244
si D = {(z1 ,z2) : 0
z1
, z2 > 0}, D a pour image : = {(w,t) : w + t > 0 et 0 wt 2}.
Donc, la densit de la loi du couple (W,T) est donne par : w t w + t 1 (w,t) 1 fW , T ( w, t ) = j ( w, t ) f Z1 , Z 2 , 2 2 w t w + t 1 (w,t) 1 = j ( w, t ) f Z1 f 2 Z2 2 car X1 et X2 sont indpendantes et j dsigne le jacobien de la transformation donn par : z1 w z1 t z2 t 1 2 1 2 1 2
j ( w, t ) =
D( z1 , z2 ) = D( w, t ) z2 w
1 2
1 . 2
Do : fW ,T ( w, t ) =
exp ( w + t ) 1 (w,t). 1 2 2
et w w} {(w,t) : w > et w 2
Pour dterminer la loi marginale de W, on crit le domaine sous la forme : = {(w,t) : 0 < w Donc, pour 0 < w t t w}.
: fW ( w ) =
fW ,T ( w, t ) dt =
1 (1 exp( w ))
pour w > : fW ( w ) =
w 2
fW , T ( w, t ) dt =
exp( ) 1 exp ( w )).
Dterminons la loi marginale de T : = {(w,t) : Donc, pour t t 0 et t w t + 2} {(w, t) : t > 0 et t

t + 2 t
t + 2}.
0 : fT ( t ) =
1 fW ,T ( w, t ) dw = [1 exp( (t + ))] 1 exp( ) exp ( t ) .
pour t > 0 : fT (t ) =
t + 2
fW , T ( w, t ) dw =
245
Exercice 12.11
Soit X et Y deux variables alatoires indpendantes de mme loi normale (0,1). On pose : U = X 2 + Y 2 et V = X2 . X2 + Y2
1) Dterminer la loi du couple (U,V). 2) U et V sont-elles indpendantes ?

1) Comme X et Y sont indpendantes, la densit de la loi du couple (X,Y) est donne par : x 2 + y2 1 f X ,Y ( x , y ) = exp . 2 2 On a : X2 E[1 (U ) 2 (V )] = E 1 ( X 2 + Y 2 ) 2 2 2 X + Y =
x2 1 ( x 2 + y 2 ) 2 2 2 f X ,Y ( x , y ) dx dy x +y
=4
x2 1 ( x 2 + y 2 ) 2 2 2 f X ,Y ( x , y ) dx dy . x +y
v
Effectuons le changement de variables suivant : u = x 2 + y 2 2 v = x x 2 + y2 si D = {(x,y) : x

0, y
x = u y = u(1 v)
1 0 u
0}, D a pour image : = {(u,) : u 0, 0
1}. u , u(1 ) du d
Donc : E[1 (U ) 2 (V )] = 4
(u) ( ) j(u, ) f
1 2
X ,Y (
avec :
x D( x, y) u j (u, ) = = D(u, ) y u
x v 2 u = y 1 2 u
u 1 2 = . u 4 (1 ) 2 1
On en dduit la densit de la loi du couple (U,V) donne par : l fU , V (u, ) = 4 j (u, v) f X , Y ( u , u(1 ) )1 (u, ). 1 Do : fU ,V (u, ) = 1 2 1 u l 1 exp 1 (u, ). 2 (1 )
246
2) U et V sont indpendantes ; en effet, on a : u 0, fU (u) =
fU ,V (u, ) d =
+
1 u exp 2 2 1 1 . (1 )
[0,1], fV ( ) =
fU ,V (u, ) du =
Exercice 12.12 (loi Normale tronque)

x2 1 Soit X une variable alatoire de loi N (0,1) de densit : (x) = e 2 2
et de fonction de rpartition :
(x) =
(t) dt .
1) Dterminer la loi de Y = |X|. 1 2) Pour R, dterminer la loi de Z = X 1 [,[ (X). 1 3) Pour R, dterminer la loi de T = X 1 ],] (X). 1 4) Pour a < b, dterminer la loi de U = X 1 [a,b] (X).
1) On remarque que Y est valeurs dans [0,[. Pout tout y de la loi de Y est dfinie par : FY (y) = P(Y y) = P(|X| y) = P(y X y) =
y y
0, la fonction de rpartition
(x) dx =
(y)
(y)
En drivant on obtient la densit de la loi de Y : f Y (y) = FY (y) = ((y) + (y)) 1 [0,[ (y) = 2 (y) 1 [0,[ (y) 1 1 2) La fonction de rpartition de la loi de Z est dfinie par : FZ (z) = P(Z z) = P (X 0 = P (X z et X P(X ) z|X ) si z < ) si z = 0 si z < (z) () 1 () si z
En drivant on obtient la densit de la loi de Z : f Z (z) = FZ (z) = (z) 1 [,[ (z) 1 1 ()
247
3) La fonction de rpartition de la loi de T est dfinie par : FT (t) = P(T P (X = P(X 1 t) = P (X t) ) si t t|X ) = 1 P (X inf{t,}) P(X ) si t
(t) ()
si t >
si t >
En drivant on obtient la densit de la loi de T : f T (t) = FT (t) = (t) 1 ],] (t) 1 ()
4) La fonction de rpartition de la loi de U est dfinie par : FU (u) = P(U u) = P (X u|a X b) si u < a 0 0 (u) = P (a X u) = (b) P(a X b) si a u b 1 1 si u > b En drivant on obtient la densit de la loi de U : fU (u) = FU (u) = (u) 1 [a,b] (u) 1 (b) (a)
si u < a (a) (a) si a u b
si u > b
Exercice 12.13
Soit X et Y deux variables alatoires. On suppose que la loi de Y est dfinie sur lintervalle ]0,1[ de densit f et que conditionnellement {Y = y}, X prend ses valeurs dans lensemble {1, 2, ..., n}, avec n 2, et suit la loi : y P( X = k / Y = y) = 1 y n 1 On notera = E[Y ] = si k = n si k = 1,..., n 1
0 y f ( y)dy
et 2 = Var[Y ] =
0 ( y )
f ( y) dy .
1) Dterminer la loi marginale de X. En dduire E[X] et Var[X]. 2) Dterminer la loi conditionnelle de Y sachant {X = k}. 3) Montrer que pour tout k {1,..., n 1}, on a : E[Y / X = n] > E[Y / X = k ].
248
1) La loi du couple (X,Y) est donne par : y f ( y) f X , Y ( k , y ) = P( X = k / Y = y ) f ( y ) = 1 y n 1 f ( y) et la loi marginale de X est donne par : P( X = k ) = si k = n si k = 1,..., n 1 ,
f X ,Y ( k , y) dy, soit : si k = n . si k = 1,..., n 1
1 y f ( y) dy = P( X = k ) = 0 1 1 1 (1 y) f ( y) dy = n 1 n 1 0
On a : E[ X ] =
kP( X = k ) = nP( X = n) + kP( X = k ) = n + n 1 k =

k =1 k =1 k =1
n 1
n 1
n(1 + ) 2
E[ X 2 ] =
k =1
k 2 P( X = k ) = n 2 P( X = n) +
k =1
n 1
k 2 P( X = k ) = n 2 +
1 k2 n 1 k =1
n 1
= n2 +
1 n(n 1)(2n 1) n(2n 1) n( 4n + 1) = + 6 6 6 n 1 n (1 )(3n + n 2). 12 f X , Y ( k, y) ; soit : P( X = k ) si k = n si k = 1,..., n 1 .
et : Var[ X ] = E[ X 2 ] ( E[ X ])2 =
2) Pour tout k = 1, ..., n, on a fY ( y / X = k ) =
y f ( y) fY(y/X = k) = 1 y f ( y) 1
3) On remarque que 0 < < 1 ; en effet, Y est valeurs dans ]0,1[ ; dautre part, on a : E[Y / X = n] = et : k {1, ..., n 1} E[Y / X = k ] =
y fY (Y / X = n) dy =
y 2 f ( y ) dy =
2 + 2
y fY (Y / X = k ) dy =
1 1
y(1 y) f ( y) dy =
( 2 + 2 ) 1
donc : k {1, ..., n 1}, E[Y / X = n] E[Y / X = k ] =
2 > 0. (1 )
249
Exercice 12.14
Soit X, Y et Z trois variables alatoires. On suppose que la loi de X est dfinie sur de densit f ( x ) =
+
1 1 1 ( x ) et conditionnellement {X = x}, Y et Z l[]0,[ 4 exp 2x 16 x sont indpendantes et suivent la mme loi (0,x), cest--dire : fY ( y / x ) = y2 z2 1 1 exp , fZ ( z / x ) = exp . 2 x 2 x 2x 2x
1) Dterminer la loi du couple (Y, Z). 2) Dterminer la loi de X conditionnellement {Y = y, Z = z}. 3) Calculer E[X/Y, Z] . 4) On pose U = Y + Z. Dterminer la loi de X conditionnellement {U = u}. 5) Calculer E[X/U] .
1) Comme, conditionnellement {X = x}, Y et Z sont indpendantes, lon a : fY,Z(y,z/x) = fY(y/x) fZ(z/x). Donc : f X , Y , Z ( x, y, z ) = fY , Z ( y, z / x ) f ( x ) = fY ( y / x ) f Z ( z / x ) f ( x ), et : fY , Z ( y, z ) =
f X ,Y , Z ( x, y, z ) dx.
2
Do la densit de la loi du couple (Y, Z) : (y, z) fY , Z ( y, z ) = =

fY ( y / x ) f Z ( z / x ) f ( x ) dx =
1 2 (1 + y 2 + z 2 ) 4
1 1 exp (1 + y 2 + z 2 ) dx 2x x5 ( 4) 3 u 3 e u du = . 2 2 4 = 0 2 (1 + y + z ) (1 + y 2 + z 2 ) 4 1 32
On remarque que Y et Z ne sont pas indpendantes. 2) Conditionnellement {Y = y, Z = z}, la loi de X est donne par : f ( x, y, z ) f X ( x / y, z ) = X , Y , Z fY , Z ( y, z ) soit : f X ( x / y, z ) = 3) On a : E[ X / Y = y, Z = z ] = soit : E[ X / Y , Z ] = (1 + y 2 + z 2 ) 4 1 l exp (1 + y 2 + z 2 )1]]0, [ ( x ). 2x 1 96 x 5
x f X ( x / y, z ) dx =
1 + y2 + z2 1 (3) = (1 + y 2 + z 2 ), 12 6
1 (1 + Y 2 + Z 2 ). 6
250
4) Du fait que, conditionnellement {X = x}, Y et Z sont indpendantes et suivent la mme loi (0,x), lon dduit que, conditionnellement {X = x}, U = Y + Z suit une loi (0,2x) ; cest--dire fU (u/x ) = u2 1 exp ; on a donc : u 4x 2 x fU (u) = =
f X ,U ( x, u) dx =
U (u /
x ) f ( x ) dx
1 32
1 x
9/2
1 exp (2 + u 2 ) dx . 4x 2 + u2 , on obtient : 4x , et en tenant compte de 1 = 2

7
En effectuant le changement de variable t = fU (u) = 4
(2 + u )
2 7/2
t 5 / 2 e t dt =
4 ( 7 / 2 )
(2 + u 2 ) 7 / 2
7 15 15 et ( + 1) = () , = et donc : fU (u) = (2 + u 2 ) 2 . 2 8 2 On a alors : f ( x, u) (2 + u 2 ) 7 / 2 1 1 exp (2 + u 2 )1]]0, [ ( x ). f X ( x/u) = X ,U = l 9/2 4x 1 fU (u) 16 15 x
5) On a : E[ X / U = u] =
x f X ( x / u) dx =
2 + u2 2 + U2 , soit : E[ X / U ] = . 10 10
Exercice 12.15
1) Soit X une variable alatoire relle dont la loi admet la densit : f X (x) = (1 |x|) 1[1,1] (x) l Dterminer X la fonction caractristique de la loi de X. 2) Pour n 1, on dfinit les fonctions f n par : x + 1 + 2 si 1 + 2 x n n n n + 1 + 2 si n x n n f n (x) = 1 + 2 x si n x 1 + 2 n n 0 sinon
n
o n est une suite de rels strictement positifs vrifiant : lim n = 0. a) Montrer que pour tout n 1, les f n sont des densits de probabilits.
251
b) Soit (X n )n 1 une suite de variables alatoires relles de lois f n. Dterminer n la fonction caractristique de la loi de X n . c) Montrer que X n converge en loi vers X. En dduire R , lim P(X n ).
n
1) On a : X (t) = = =

f X (x) e2it x dx =
2i t
0 1
(1 + x) e2it x dx +
0 2i t
(1 x) e2it x dx
1 + 2it e 42 t 2
1 2it e 42 t 2
2
1 cos(2t) = 22 t 2 1 + 2 . n
sin(t) t
2) Posons : an =
a) Du fait que f n est paire, on a :

f n (x) dx = +
n an n n
(x + an ) dx
an n
(an n ) dx +
n
(an x) dx
an n
=2
0
(an n ) dx + 2 n ) x]n 0
(an x) dx
an 2 = an 2 = 1 n n
= 2 [(an b) On a :
x2 + 2 an x 2
n (t) = +
n n
f n (x) e2it x dx =
n an
(x + an ) e2it x dx (an x) e2it x dx

an n
(an n ) e2it x dx +
n
an n
=2
0
(an n ) cos(2t x) dx + 2
(an x) cos(2t x) dx
cos(2n t) cos(2an t) 2 2 t 2
252
c) Du fait que
n
cos(2an t) cos(2t) . On en dduit t , lim n (t) =

n
lim n = 0 , on a : cos(2n t) 1 et an =
n
1 + 2 1, n
n
1 cos(2t) = 22 t 2
sin(t) t
= X (t)
ce qui montre que X n converge en loi vers X. Pour tout R, on a : lim P(X n ) = P(X ) =

f X (x) dx si 1 1 1 0
1 0 (1 + x) dx +
1
1 0
(1 x) dx = 1
(1 + )2 2
si 1 si 0 si
(1 x) dx =
(1 )2 2
Exercice 12.16 (convergence en loi)

1 4. x(1 x) Soit U une variable alatoire relle de loi uniforme U ([0,1]). On dfinit la 1 4. variable alatoire X par : X = U (1 U ) 2) Dterminer f X la densit de la loi de X. 1) Pour x ]0,1[, tudier la variation de la fonction g(x) = 3) Dterminer FX la fonction de rpartition de la loi de X. 4) Soit X 1 ,. . . ,X n des variables alatoires indpendantes suivant la mme loi que X. On pose : Un = sup{X 1 ,. . . ,X n }. 2n Dterminer Fn la fonction de rpartition de la loi de Un. Montrer que Tn = Un converge en loi vers la variable alatoire T de loi Exponentielle de paramtre 1.
253
1) On a : lim g(x) = lim g(x) = . Dautre part, g (x) =

x0 x1
1 1 et g (x) 0 si x au point x = . g (x) 0 si x 2 2 de g sur lintervalle ]0,1[. 2) Daprs 1), on remarque que X = g(U ) donc la variable alatoire X est valeurs dans ]0,[. Pour toute fonction h support compact on a : E [h(g(U ))]= =
0 1
2x 1 ; donc g sannule x)2 1 1 ; donc x = ralise le minimum 2 2 x 2 (1
h(g(u)) fU (u) du
1 2 0 I1
h(g(u)) du =
h(g(u)) du +
1 1 2
h(g(u)) du
I2
1 4. u(1 u) 0 1 1 = 0 ; du fait que g est dcroissante sur lintervalle 0, , on a : On a : u 2 u + 2 x +4 1 1 1 1 u= . Donc quand u 0 , x et quand u , x 0 ; et 2 4 x +4 2 dx dx du = h(x) . Il vient donc : I1 = . x (x + 4)3/2 x (x + 4)3/2 0 Dans I1 = h(g(u)) du, effectuons le changement de variable : x = g(u) = Dans I2 =
1 1 2
1 2
h(g(u)) du ,
effectuons
le
changement
de
variable
x = g(u) =
1 4. u(1 u)
1 1 1 1 ,1 , on a : u = + . Donc 2 4 x +4 2 dx 1 quand u , x 0 et quand u 1 , x ; et du = . Il vient donc : 2 x (x + 4)3/2 dx h(x) I2 = . On en dduit : x (x + 4)3/2 0 Du fait que g est croissante sur lintervalle E [h(X)] = I1 + I2 =
0
h(x)
2 dx x (x + 4)3/2 2 1 ]0,[ (x) . 1 x (x + 4)3/2
Donc la densit de la loi de X est dfinie par : f X (x) =
254
3) La fonction de rpartition de la loi de X est dfinie par : FX (x) = Effectuons FX (x) =

0 x
f X (t) dt =
0
2 dt t (t + 4)3/2 t = 2, il vient de donc variable : :
le
changement d 1 + 2
3/2
de
variable le
x 2
Effectuons , on a :
x 2
nouveau
changement
= arctan(), d =
d 1 + 2
arctan 0
cos d = sin arctan
FX (x) =
x 2
x x +4
4) La fonction de rpartition de la loi de Un est dfinie par : Fn (t) = P(Un

n
t) = P (sup{X 1 ,. . . ,X n }
n
t) t t +4
n
=
i=1
P(X i
t) =
i=1
FX i (t) = (FX (t))n =
Cherchons la fonction de rpartition de la loi de Tn. Pour tout t > 0 on a : FTn (t)= P(Tn t) = P
n
2n Un
= 1 P Un
n 2
2n t 2t 1+ n
1 n 2
2n 2 2t =1 t =1 1+ 2n n +4 t Or, lim 1+
=1
2t n = e2t . On en dduit, que pour tout t > 0 , lim FTn (t) = 1 et ce qui n n n est la fonction de rpartition de la loi Exponentielle de paramtre 1.
Exercice 12.17
Soit X1 , X2 , , Xn des variables alatoires indpendantes de mme loi uniforme sur {1,2,,N}. On pose : Un = inf{X1 , X2 , ..., Xn} et Vn = sup{X1 , X2 , ..., Xn }.
255
1) Calculer les lois de Un et Vn . 2) On suppose que N tend vers 1 quand n tend vers linfini. Montrer que Un n converge en loi vers une variable alatoire U dont on prcisera la loi.
k) = 1 (1 P(X1
k 1
1) Loi de Un : k {1,2, ...,N} P(Un or : P( X1 = k ) = 1 , donc : P( X1 N

n
k))n
k) =
P( X
i =1
= i) =
k ; N
do : P(Un
k k ) = 1 1 . N k ) P(Un k 1 k k 1) = 1 1 . N N
n n
Soit : P(Un = k ) = P(Un
Loi de Vn : k {1,2,...,N} P(Vn k ) = P({ i = 1,..., n Xi n k}) = P {Xi i =1
k} =
n
P(X
i =1
k)
P( X
i =1
k ) = [ P( X1 k ) P(Vn
n
k k )]n = . N k k 1 k 1) = . N N
n n n
Soit : P(Vn = k ) = P(Vn
n k 1 n k 2) On a : P(Un = k ) = 1 ; 1 N n N n
n k 1 n k do : lim P(Un = k ) = lim 1 lim 1 n n n N n N n = e ( k 1) e k = e ( k 1) (1 e 1 ) .
On en dduit que Un U , o U suit une loi gomtrique de paramtre (1 e1).

n
loi
256

1) Soit Y une variable alatoire valeurs dans {1,1} de loi P(Y = 1) = , P(Y = 1) = 1 avec 0 < < 1. Dterminer Y la fonction caractristique de la loi de Y. 2) Soit (n )n 1 une suite de rels tels que : n 1 , 0 < n < 1 et lim n = . On considre la suite de variables alatoires indpendantes
n
(X n )n
suivant la loi : 1 1 f n (x) = n 1 [n,1n[ (x) + (1 n ) 1 [n1,n[ (x)
a) Dterminer n la fonction caractristique de la loi de X n . Xn b) On pose : Yn = . Montrer que Yn converge en loi vers Y. n
1) La fonction caractristique de la loi de Y est dfinie par : Y (t) = E eitY =
y{1,1}
eitY P(Y = y) = eit + (1 ) eit
2) a) La fonction caractristique de la loi de X n est dfinie par : n (t)= E eit X n = = n = n

1n n
eit x f n (x) dx
n1
eit x dx(1 n )
n
eit x dx
eit 1 int 1 eit int + (1 n ) e e it it t sin 1 2 n ei 2 n t + (1 n ) ei = t 2 2) b) La fonction caractristique de la loi de Yn est dfinie par : Xn t Yn (t)= E eitYn = E eit n = n n t sin 1 2n n ei 2n 1 t + (1 n ) ei = t 2n
n 1 t 2
1 1 t 2n
257
Or, pour tout t, sin

n
lim
t 2n t 2n
=1
i 1 1 t 2n
lim
n e
1 1 t 2n
+ (1 n ) e
= eit + (1 ) eit = Y (t)
on en dduit : t , lim Yn (t) = eit + (1 ) eit = Y (t)

n
ce qui montre que Yn converge en loi vers Y.
Exercice 12.19
Soit (Xn)n 1 une suite de variables alatoires indpendantes, de mme loi : 1 . x = 1, 0, 1, 2, ... P( Xi = x ) = e( x + 1)! On pose : Sn = X1 + ... + Xn . 1) Dterminer la loi de Sn . 2) En utilisant le thorme de la limite centrale (R12.20), montrer que 1 lim P( Sn 0) = . n 2
1) Pour tout i, posons Yi = Xi + 1 ; donc les variables Yi sont valeurs dans
de loi :
P(Yi = k ) = P( Xi = k 1) =
e 1 . k!
On en dduit que les Yi suivent une loi de Poisson de paramtre 1 et en particulier, Tn = Y1 + ... + Yn suit une loi de Poisson de paramtre n, cest--dire k P(Tn = k ) = e n nk . k!
On a : E[Tn] = Var[Tn] = n. Pour tout k { n,..., 1,0,1,...}, la loi de Sn est de la forme : P( Sn = k ) = P(Tn n = k ) = P(Tn = k + n) = e n nk +n . ( k + n)!
258
2) Par le thorme de la limite centrale, la suite de variables alatoires Zn = Tn E[Tn ] Var[Tn ] = Tn n n = Sn n
converge en loi vers une variable alatoire Z de loi On a donc :

n
(0,1). 0) = (0) = 1 2
lim P( Sn
S 0) = lim P n n n
0 = lim P( Zn n (0,1).
o dsigne la fonction de rpartition de la loi
Exercice 12.20
Soit (Xn)n 1 une suite de variables alatoires indpendantes de mme loi : P(Xn = 1) = p, P(Xn = 0) = 1 p (0 < p < 1). Pour tout n, on pose Yn = Xn + Xn+1 . 1) Dterminer la loi de Yn . En dduire E[Yn] et Var[Yn]. 2) Soit Tn = 1 n
n
Yi , calculer E[Tn] et Var[Tn].

i =1
3) Montrer que la suite (Tn)n 1 converge en moyenne quadratique vers la variable alatoire presque srement gale 2p.
1) Yn prend ses valeurs dans lensemble {0,1,2} et lon a : P(Yn = 0) = P(Xn = 0, Xn+1 = 0) = P(Xn = 0)P(Xn+1 = 0) = (1 p)2 P(Yn = 2) = P(Xn = 1, Xn+1 = 1) = P(Xn = 1)P(Xn+1 = 1) = p2 P(Yn = 1) = 1 P(Yn = 0) P(Yn = 2) = 2p(1 p). On en dduit : E[Yn ] = 2p et Var[Yn ] = 2p(1 p). 2) On a : E[Tn] = E[Y1] = 2p et Var[Tn ] = 3) On a : E[(Tn 2 p)2 ] = Var[Tn ] = 1 2 p(1 p) Var[Y1 ] = . n n
2 p(1 p) , n 2 p(1 p) donc : lim E[(Tn 2 p)2 ] = lim = 0. n n n On en dduit : Tn 2 p.

n m.q.
259

1) Soit X une variable alatoire de loi uniforme sur lintervalle [1,1]. Dterminer X la fonction caractristique de la loi de X. 2) Soit (X n )n 1 une suite de variables alatoires indpendantes suivant la loi : P Xn = 1 2n = P Xn = 1 2n = 1 2
a) Dterminer n la fonction caractristique de la loi de X n . b) On pose : Sn = X 1 + . . . + X n . En utilisant : R , sin = 2n sin montrer que Sn converge en loi vers X.
1) La fonction caractristique de la loi de X est dfinie par : X (t)= E eit X = =

2n
cos
k=1
2k
eit x f X (x) dx =
1 2
eit x dx
1
eit eit sin t = 2it t
2) a) La fonction caractristique de la loi de X n est dfinie par : n (t)= E eit X n =

k{ 1 , 1 } 2n 2n
eitk P(X n = k)
=
it 1 exp n 2 2
+ exp
it 2n
= cos
t 2n
2) b) La fonction caractristique de la loi de Sn est dfinie par : Sn (t)= E eit Sn = E eit(X 1 +...+X n ) = E
n n n n
eit X k
k=1
=
k=1
E eit X k =
k=1
k (t) =
k=1
cos
t 2k
sin t 2n sin t 2n
sint = t
t 2n sin t 2n
260
Or, lim
t 2n sin t 2n
= 1 , on en dduit : sint = X (t) t
t , lim Sn (t) =
n
ce qui montre que Sn converge en loi vers X. La figure suivante reprsente diffrentes trajectoires de Sn pour n = 100 et n = 200.
Exercice 12.22
Soit (Xn)n 1 et (Yn)n 1 deux suites de variables alatoires indpendantes ; on suppose que pour tout i, Xi et Yi sont indpendantes entre elles et de lois donnes par : P(Xi = 1) = p, P(Xi = 1) = 1 p (p ]0,1[) k , P(Yi = k) = k(1 ) ( ]0,1[). On pose : Sn =
XiYi .
i =1
1) Calculer E[Sn] et Var[Sn]. 1 2) Application : on suppose p = . Montrer que, pour tout rel > 0, les limites : 2 lim P( Sn n) et lim P( Sn n ) existent et trouver leurs valeurs.
n n
1) Pour tout i, on a : E[Xi] = 2p 1, Var[Xi] = 4p(1 p) et
= E[Yi ] =
k =0
k P(Y1 = k ) = (1 )
k
k =0
, 2 = Var[Yi ] = 1 (1 )2
261
Comme Xi et Yi sont indpendantes, on a : E[Sn] = nE[X1Y1] = nE[X1] E[Y1] = n(2p 1)

2 Var[ Sn ] = nVar[ X1Y1 ] = n[ E[ X1 Y12 ] ( E[ X1Y1 ])2 ] 2 = n[ E[ X1 ]E[Y12 ] ( E[ X1 ]2 E[Y1 ]2 ] .
Or, et
2 E[ X1 ] = Var[ X1 ] + ( E[ X1 ])2 = 1
E[Y12 ] = Var[Y1 ] + ( E[Y1 ])2 = 2 + 2 =
(1 + ) . (1 )2
Donc : Var[Sn] = n[2 + 4p(1 p)2]. 2) Si p = 1 , on a : E[Sn] = 0 et Var[Sn] = n(2 + 2) = n2 o lon a pos 2
2 = 2 + 2 =
(1 + ) . (1 )2
Var[ Sn ] n 2 = 2 . 2
Par lingalit de Bienaym-Tchebychev, > 0, on a : P( Sn E[ Sn ] > ) = P( Sn > ) Prenons = n, il vient donc P( Sn > n) Donc : lim P( Sn > n)
n
2 . n 2
n) = 1. Sn E[ Sn ] Var[ Sn ] = Sn
2 lim P( Sn 2 = 0 , soit n n n
lim
Par le thorme de la limite centrale, la suite de variables alatoires Zn = converge en loi vers une variable alatoire Z de loi On a :
(0,1).
lim P( Sn
S n ) = lim P n n n = lim P Zn n
S = lim P n n n
= P Z
= P
(1 ) = 2 1 = 2 1, (1 + ) o dsigne la fonction de rpartition de la loi (0,1).
262
Exercice 12.23
Soit (Xn)n 1 une suite de variables alatoires indpendantes, telle que Xi suit une loi de Poisson de paramtre 1. On pose : Sn = 1) Dterminer la loi de Sn . 2) En utilisant le thorme de la limite centrale, montrer que lim e n
n
Xi .
i =1
k!
nk 1 = . k! 2
1) Comme X1 , X2 , ..., Xn sont indpendantes de mme loi de Poisson de paramtre 1, Sn suit une loi de Poisson de paramtre n. En particulier, on a : k 0, P( Sn = k ) = e n nk , P( 0 k! Sn n) =
k =0
P( Sn = k ) = e n
nk k! k =0
et : E[Sn] = Var[Sn] = n. 2) Par le thorme de la limite centrale, la suite de variables alatoires S E[ Sn ] Sn n converge en loi vers une variable alatoire Z de loi (0,1). Zn = n = Var[ Sn ] n On a donc : lim e n
n
nk = lim P(0 k ! n k =0
n
Sn
n) = lim P n n Zn
n
Sn n n
= lim P( n o dsigne la fonction de rpartition de la loi
0) = lim (0) ( n ) = (0) = (0,1).
1 2
Exercice 12.24
Soit (Xn)n 0 une suite de variables alatoires indpendantes de mme loi et de fonction caractristique vrifiant : n 0 = E[Xn] < , 2 = Var[Xn] < . 1, Un = Un 1 + Xn . 2 On dfinit : (t) = ln( (t)). X On pose : U0 = 0 et, pour n 2
1) Exprimer la fonction caractristique de Un en fonction de . 2) tudier la convergence en loi de la suite (Un)n 0 .
263
1) On a : Un =
2
k =0
Xk n +1 k
. Posons ak =
1 , lexpression de Un devient alors : 2 n +1 k
Un =
a X
k k =0
. Notons n la fonction caractristique de Un . On a :
n n n (t ) = E[exp( 2i tUn )] = E exp 2i t ak Xk = E exp( 2i tak Xk ) k =0 k =0
k =0
E[exp( 2i tak Xk )] =
n n
k =0 k
X k ( ak t ) =
(a t ).
k k =0
Soit : ln( n (t )) =
ln( (a t )) = (a t ).
k k =0 k =0
(1)
Dautre part, de (t) = ln( (t)), on dduit (t ) =

2
(t ) et (t )
(t ) (t ) (t ) = ; et en particulier en t = 0, on a : (t ) (t ) ( 0 ) = ( 0 ) = (0) = 2i E[ X1 ] = 2i (0)

2
(0) (0) 2 2 2 2 et (0) = = (0) ( (0)) = ( 2i ) E[ X1 ] ( 2i E[ X1 ]) (0) (0)

2 = ( 2i )2 E[ X1 ] ( E[ X1 ])2 = 4 2 2 .
En utilisant le dveloppement limit de ( lordre 2), au voisinage de t = 0, on a :
(t ) = (0) + t (0) +
t2 1 (0) + o(t 2 ) = 2i t (2 )2 t 2 + o(t 2 ). 2 2

2 2
Donc, de la relation (1), on dduit : ln( n (t )) = o lim Rn = 0 . Soit :

n
2i a t 2 (2 a ) t
1
k k k =0
+ Rn
(2)
ln( n (t )) = 2i t
1 2 ak (2 ) 2 t 2 ak + Rn . 2 k =0 k =0
2 k
(3)
Or :
k =0
1 ak = 1 2
n +1
1 et
a
k =0
1 1 1 = 1 n +1 . 4 n 3 3
264
Donc de la relation (3) on dduit,
1 2 2 lim ln( n (t )) = 2i t t , n 2 3
soit
2 1 2 2 loi lim n (t ) = exp 2i t t ; on en dduit que Un U , o U suit une loi n n 2 3
2 , 3 .
12.25 On considre la fonction f dfinie par : 5 x 12 8 f (x) = C 1 x + 24 8 o C est une constante. 1) Calculer la valeur de C de sorte que f soit une densit de probabilit. 2) Soit X une variable alatoire dont la loi admet la densit f. Dterminer FX la fonction de rpartition de la loi de X. 12.26 Soit X une variable alatoire relle de densit : 1 x + e
x 1 e +
si 0 si 1 si 2
x x x
1 2 3
si x si x
0 ( > 0 , > 0) 0
f (x) =
1) Dterminer E[X] et V ar[X]. l l 2) On pose : U1 =1],0] (X) et U2 =1[0,[ (X) . Dterminer E[U1 ] et E[U2 ]. l l 3) On pose : V1 = X 1],0] (X) et V2 = X 1[0,[ (X). Dterminer E[V1 ] et E[V2 ].
265
12.27 Soit X une variable alatoire relle suivant une loi normale N (,1) ( > 0) de den(x)2 1 sit : f X (x) = e 2 . 2 X |. 1) Dterminer la densit de la loi de T = | 2) Calculer E[T ] et Var [T ]. 12.28 Soit X une variable alatoire relle de densit : f X (x) = Dterminer la densit de la loi de U = 1 1 . X 1 . Dterminer la (1 + x 2 ) 1 1[1,[ (x). l x2
12.29 Soit X une variable alatoire relle de densit : f X (x) = densit de la loi de U = 1 . X
1 1]0,[ (x). l 12.30 Soit X une variable alatoire relle de densit : f X (x) = (1 + x)2 1) Dterminer la densit de la loi de U = X . 2) Pour > 0, dterminer P(U > ). 12.31 Soit X une variable alatoire relle de densit : f X (x) = 1) Dterminer la densit de la loi de U = 1 . (1 + x 2 )
1 . 1 + X2 2) Dterminer FU la fonction de rpartition de la loi de U .
3) Calculer E[U ] et Var [U ]. 12.32 Un systme lectronique, ayant une entre E et une sortie S, est constitu de trois composants C1 , C2 et C3 monts en parallle selon le schma suivant :
Le systme cesse de fonctionner quand il ny a plus de chemin entre E et S. Soit T1, T2 et T3 les dures de vie respectives des composants C1 , C2 et C3 . On suppose que ce sont des variables alatoires relles indpendantes de lois : f j (t) = j ej t 1]0,[ (t) l Dterminer la dure de vie du systme. j = 1,2,3 ( j > 0)
266
12.33 Reprendre le mme problme que 12.32 avec le systme suivant :
On suppose que les dures de vie des 4 composants sont des variables alatoires relles indpendantes de lois respectives : f j (t) = 1 e1 t 1]0,[ (t) l f j (t) = 2 e
2 t
j = 1,2 (1 > 0) j = 3,4 (2 > 0)
1]0,[ (t) l
Dterminer la dure de vie du systme. 12.34 Soit X et Y deux variables alatoires relles indpendantes suivant la mme loi uniforme sur [0,1]. Dterminer la loi de U = X Y . 12.35 Soit X et Y deux variables alatoires relles indpendantes suivant la mme loi uniforme sur [1,1]. Dterminer la loi de U = X 2 + Y 2 . 12.36 Soit X et Y deux variables alatoires relles indpendantes suivant la mme loi de l densit : f (x) = e x 1]0,[ (x) ( > 0) . Dterminer la loi de U = X + Y . 12.37 Soit X et Y deux variables alatoires relles indpendantes de lois respectives : f X (x) = 2 x 1[0,1] (x) et f Y (y) = 2 (1 y) 1[0,1] (y). Dterminer la loi de l l S = X + Y. 12.38 Soit X et Y deux variables alatoires relles indpendantes suivant la mme loi uniforme sur [0,1]. 1) Dterminer la loi du couple (X,X Y ). 2) X et X Y sont-elles indpendantes ? 12.39 Soit (X,Y ) un couple de variables alatoires relles de loi : f X,Y (x,y) = On pose : S = X + Y et U = X 2 + Y 2 . 1) Dterminer la loi du couple (S,U ). 2) S et U sont-elles indpendantes ? 3) Dterminer la loi marginale de U . 4) Dterminer la loi conditionnelle de S sachant {U = u}. 5) Calculer E[S 2 ] et Var [S 2 ]. 1 (x 2 +y 2 ) e
267
12.40 On considre (X,Y ) un couple de variables alatoires dont la loi admet la densit : f X,Y (x,y) = K e(x
2
+y 2 )
1{x>0 , y>0} l
o K est une constante. On dfinit les variables alatoires S,U,V,Z et T par : S = X + Y, Z = sup{U,V }, U= X , X +Y V = Y X +Y
T = inf{U,V }. r cos, y = r sin , dtermi-
1) En effectuant le changement de variables x = ner la valeur de la constante K. 2) Dterminer la loi du couple (S,U ). 3) U et S sont-elles indpendantes ? 4) Dterminer la loi marginale de U .
5) Dterminer FU la fonction de rpartition de la loi de U . 6) Exprimer FV la fonction de rpartition de la loi de V en fonction de FU . 7) Dterminer FT la fonction de rpartition de la loi de T. En dduire f T la densit de la loi de T 8) Dterminer FZ la fonction de rpartition de la loi de Z. En dduire f Z la densit de la loi de Z. 12.41 Soit X et Y deux variables alatoires indpendantes suivant la mme loi uniforme sur lintervalle [0,1]. On pose : U = ln (1 X Y ). 1) Dterminer fU la densit de la loi de U . 2) Dterminer FU la fonction de rpartition de la loi de U . 3) Soit U1 ,. . . ,Un des variables alatoires indpendantes suivant la mme loi que U . On pose : Tn = sup{U1 ,. . . ,Un }. Dterminer FTn la fonction de rpartition de la loi de Tn. 12.42 Soit X et Y deux variables alatoires indpendantes suivant la mme loi uniX +Y . forme U ([0,1]). On dfinit la variable alatoire U par : U = 2 X Y 1) Dterminer la loi du couple (X,U ). 2) X et U sont-elles indpendantes ? 3) Dterminer la loi marginale de U . 4) Dterminer la loi conditionnelle de X sachant {U = u}.
268
12.43 Soit (X,Y ) un couple de variables alatoires. On suppose que : 1 la loi de Y admet la densit : f Y (y) = 6y(1 y) 1 [0,1] (y) conditionnellement {Y = y} , X suit une loi uniforme U ([0,y]). 1) Dterminer f X la densit de la loi de X. 2) Dterminer X la fonction caractristique de la loi de X. 12.44 Soit X une variable alatoire relle dont la loi admet la densit : 1 f X (x) = e|x| ( > 0) 2 1) Dterminer FX la fonction de rpartition de la loi de X. 2) Dterminer E[X] et V ar[X]. 3) Soit U une variable alatoire suivant une loi uniforme sur lintervalle [,] . On suppose que X et U sont indpendantes et on dfinit la variable alatoire Y par : Y = X X +U si X si X >
Dmontrer que, pour tout , V ar[Y ] > V ar[X]. 12.45 Soit (X,Y ) un couple de variables alatoires. On suppose que : 1 la loi de Y admet la densit : f Y (y) = y ey 1 ]0,[ (y) conditionnellement {Y = y}, X suit une une loi uniforme sur lintervalle [ y, + y] ( R). 1) Dterminer f X la densit de probabilit de la loi de X. 2) Dterminer E[X] et V ar[X].
Rponses
12.25
1) C =
7 . 24 x) =
x
2) On a : FX (x) = P(X
f (t) dt .
si x
0 , FX (x) = 0 , x(20 3x) , 48 3 + 14x 2 , FX (x) = , 48 15 + 2x + 3x 2 3 , FX (x) = , 48 1 , FX (x) =
si 0 < x si 1 < x si 2 < x si x
3 , FX (x) = 1 .
269
12.26
1) E[X] = et Var [X] = 2 + 2 . 2) E[U1 ] = 3) E[V1 ] =
et E[U2 ] = . + + 2 2 et E[V2 ] = . + + 2 e
2 t 2 2
12.27
1) f T (t) =
1[0,[ (t) . l 2 2 2 2) E[T ] = et Var [T ] = 2 . U suit une loi uniforme sur lintervalle [0,1], fU (u) = 1[0,1] (u) . l U suit la mme loi que X, fU (u) = 1 . (1 + u 2 )
12.28 12.29 12.30
1) fU (u) =
2u 1]0,[ (u) . l (1 + u 2 )2 1 . 1 + 2
2) P(U > ) =
12.31
1) fU (u) =
1 1]0,1[ (u) . l u 1u 2 2) u [0,1] , FU (u) = arcsin( u) . 1 1 3) E[U ] = et Var [U ] = . 2 8
12.32
Soit T la dure de vie du systme, on a : T = sup{T1 ,T2 ,T3 } et
f T (t) = 1 e1 t (1 e2 t ) (1 e3 t ) + 2 e2 t (1 e1 t ) (1 e3 t ) +3 e3 t (1 e1 t ) (1 e2 t ) 1]0,[ (t) l

12.33 Soit U = sup{T1 ,T2 } , V = sup{T3 ,T4 } et T la dure de vie du systme, on a : T = inf{U,V } et
f T (t) = 21 e1 t (1 e1 t ) 1 (1 e2 t )2 + 22 e2 t (1 e2 t ) 1 (1 e1 t )2
12.34
1]0,[ (t) l
fU (u) = ln(u) 1[0,1] (u) . l
270
12.35
fU (u) =
1 1[0,1] (u) + l 4 2
2
1 arcsin u
arcsin
u1 u
1[1,2] (u) . l
12.36
fU (u) = 2 2 u 3 eu 1]0,[ (u) . l s f S (s) = 2s 2 (1 ) 1[0,1] (s) + l 3

Posons : U = X Y .
12.37 12.38
8 2 l 2s 2 + s 3 1[1,2] (s) . 3 3
l 1) f X,U (x,u) = 1{1
u x 1} .
2) X et U = X Y ne sont pas indpendantes. 12.39 1) f S,U (s,u) =
1 eu 1{u l 2u s 2
0 , 2us 2 0} .
2) S et U ne sont pas indpendantes.
l 3) fU (u) = eu 1[0,[ (u) .

4) f S (s|u) =
f S,U (s,u) 1 1[2u,2u] (s) l = fU (u) 2u s 2
(u
0) .
5) E[S 2 ] = 1 et Var [S 2 ] = 2. 12.40 1) K =
4 . 4 l s exp s 2 u 2 + (1 u)2 1]0,[ (s) 1]0, 1[ (u) l
2) f S,U (s,u) =
3) S et U ne sont pas indpendantes. 4) fU (u) = 5) FU (u) =

0
4 1 1]0,1[ (u) l 1 + (2u 1)2

u
fU (t) dt =
2 arctan(2u 1) + 4
6) FV (v) =
2 arctan(2v 1) + 4 4 arctan(1 2t) , f T (t) = f Z (z) = 8 1 1 1 (t) l 1 + (1 2t)2 ]0, 2 ]
7) FT (t) = 1 8) FZ (z) =
4 arctan(2z 1) ,
8 1 1 1 (z) l 1 + (2z 1)2 [ 2 ,1[
271
12.41
1 1) fU (u) = eu ln(1 eu ) 1 [0,[ (u) .

2) La fonction de rpartition de la loi de U est dfinie par :
u u 0
FU (u) =
fU (t) dt =
et ln(1 et ) dt
En effectuant le changement de variable : = 1 et (d = et dt ), on obtient :
FU (u) =
0
1eu
ln() d = [ (ln() 1)]1e 0
= 1 eu
1 ln(1 eu )
3) La fonction de rpartition de la loi de Tn est dfinie par :
FTn (t) = P(Tn

n
t) = P (sup{U1 ,. . . ,Un }
n
t)
=
i=1
P(Ui
t) =
i=1
FUi (t)
n
= (FU (t))n = 1 et
12.42
1 ln(1 et )
1) La densit de la loi du couple (X,U ) est donne par :
f X,U (x,u) =
avec :
2 1 (x,u) , 1 (1 + u)2 1 .
= (x,u) : u 2U X 1+U
0,0
2u x 1+u
2) X et U ne sont pas indpendantes ; car, elles sont lies par la relation :
0
3)
1.
2u 1+u 0 1 0
fU (u) =
2 4u dx = (1 + u)2 (1 + u)3
si 0
2 2 dx = (1 + u)2 (1 + u)2
si u > 1
4) La loi conditionnelle de X sachant {U = u} est dfinie par :
1+u f X,U (x,u) 2u f X (x|u) = = fU (u) 1
si 0 si 0
x x
2u ,0 1+u 1,u > 1
12.43
1)
f X,Y (x,y) = f X (x|y) f Y (y) = 6(1 y) 1 [0,y] (x) 1 [0,1] (y) 1 1 1 = 6(1 y) 1 [0,1] (x) 1 [x,1] (y) 1
272
La loi marginale de X est dfinie par : x [0,1] ,
f X (x) =
f X,Y (x,y) dx dy = 6
x
(1 y) dy = 3 (1 x)2
2) La fonction fonction caractristique de la loi de X est dfinie par :
X (t)= E eit X = =
eit x f X (x) dx = 6
0
(1 x)2 eit x dx
3 2t + it 2 2i + 2ieit t3 1 x 1 et dt = e x 2 2 12.44 1) On a : FX (x) = 1 1 x (t) 1 + e dt = 1 e(x) 2 2 2

2) On a : E[X] = , E[X 2 ] = 2 + 2 et V ar[X] = 2 3) On a : E[Y ] = et V ar[Y ] = 2 + 2 + 12.45 1)
si x si x
2 2 2 = 2 + > 2 = V ar[X] . 6 6 1 y 1 1 e 1 [y,+y] (x) 1 ]0,[ (y) 2
f X,Y (x,y) = f X (x|y) f Y (y) = =
1 y 1 1 e 1 ],[ (x) 1 [|x|,[ (y) 2 1 2

|x|
La loi marginale de X est dfinie par : x R,
f X (x) =
f X,Y (x,y) dx dy =
ey dy =
1 |x| e 2
2) On a : E[X] = et V ar[X] = 2 .
Chapitre 13
Covariance. Coefficient de corrlation
RAPPELS
Soient X et Y deux variables alatoires. covariance de X et Y : Cov(X, Y ) = E [((X E[X])(Y E[Y ])] = E[X Y ] E[X] E[Y ] (R13.1) / Si Cov(X, Y ) = 0 on dit que les variables X et Y sont corrles. Si X et Y sont indpendantes on a : Cov(X, Y ) = 0, alors elles sont dcorrles (en gnral, la rciproque est fausse). Proprits de la covariance : Cov(X, X) = V ar[X] Cov(X, Y ) = Cov(Y, X) Cov(a X, bY ) = ab Cov(X, Y ) si Y = a X + b, alors Cov(X, Y ) = a V ar [X] coefficient de corrlation entre X et Y : = Cov(X, Y ) V ar[X] V ar[Y ] (R13.3)
(R13.2)
274
Proprits du coefficient de corrlation : | | 1 X la meilleure approximation de X par la droite aY + b : V ar[X] X = E[X] + (Y E[Y ]) V ar[X] (R13.5) (R13.4)
Exercice 13.1
Soit X une variable alatoire telle que Var[X] = 2 < ; pour q , on dfinit les variables alatoires X1 , X2 , ..., Xn de la faon suivante : X1 = X et i = 2, ..., n Xi = qXi1 . Calculer le coefficient de corrlation entre Xn et X1 . Commenter le rsultat.
On a : Xn = qXn1 = qn1X, donc : Cov(Xn,X1) = Cov(q n1X,X) = q n1Cov(X,X) = q n1Var[X] = q n1s 2 . Dautre part : Var[Xn] = Cov(Xn,Xn) = Cov(q n1X,q n1X) = q 2(n1)s 2 . Donc : ( Xn , X1 ) = Cov( Xn , X ) Var[ Xn ]Var[ X ] =
( n 1) 2 2( n 1) 4
n 1 n 1
soit :
1 ( Xn , X1 ) = sgn( )
si n = 2 k + 1 . si n = 2 k
/ Ce rsultat est naturel car, pour Y = aX + b o a et b sont des constantes (a = 0), on a r(X,Y) = sgn(a) = 1. Or Xn = q n1X1 , donc il est clair que si n 1 est pair r(Xn,X1) = 1 et si n 1 est impair r(Xn,X1) = sgn().
Exercice 13.2
Soit X1 , X2 , ..., X2n des variables alatoires telles que pour tout i = 1, ..., 2n (avec n 2) Var[Xi] = s 2 < et pour i j Cov(Xi ,Xj) = qs 2. Soit : Y =
i =1
Xi et Z =
Xi .
i =1
2n
1) Calculer Var[Y] et Var[Z]. En dduire des conditions sur q. 2) Dans ces conditions, calculer le coefficient de corrlation entre Y et Z.
13 Covariance. Coefficient de corrlation
275
1) On a :
2n 2n Var[ Z ] = Cov Xi , X j = i =1 j =1
Cov( X , X ) + Cov( X , X )
i j i j i= j i j
= 2ns2 + 2n(2n 1)Cov(X1,X2) = 2ns2[1 + (2n 1)q]. On doit donc avoir 1 + (2n 1) > 0, ce qui donne > 1 . 2n 1 (1)
De mme Var[Y] = ns 2[1 + (n 1)] ; avec 1 + (n 1)q > 0, ce qui donne : > 1 . (2) n 1 1 1 1 , Les conditions (1) et (2) sont ralises si > sup (3) = n 1 2 n 1 2 n 1. / Dautre part, par (R13.4), pour i = j, on doit avoir |(Xi,Xj)| Cov( Xi , Yj ) Var[ Xi ]Var[Yj ] = 1. 1, ce qui donne : (4)
1 ,1 . En regroupant les conditions (3) et (4), on obtient : 2n 1 2) On a : n 2n 2n n n Cov(Y , Z ) = Cov Xi , X j = Cov Xi , Xj + Xj i =1 i =1 j = n +1 j =1 j =1
n = Cov Xi , i =1
2n n X j + Cov Xi , X j = Var[Y ] + i =1 j = n +1 j =1 n
Cov( X , X )
i j i =1 j = n +1
2n
= Var[Y ] + n 2 Cov( Xn , X2 n ) = Var[Y ] + n 2 2 = n 2 [1 + (2 n 1) ] ; do :
(Y , Z ) =
Cov(Y , Z ) = Var[Y ]Var[ Z ]
1 + (2n 1) . 2(1 + (n 1)
Exercice 13.3
Soit (X,Y ) un couple de variables alatoires relles, on suppose que :
Conditionnellement {Y = y}, la loi de X a pour densit : x + y x f X (x|y) = l e 1]0,[ (x) (y > 0) 1+y Conditionnellement {X = x}, la loi de Y a pour densit : x + y y f Y (y|x) = l e 1]0,[ (y) (x > 0) 1+x
276
1) Montrer que X et Y suivent la mme loi. 2) Calculer E[X], Var[X] et E[X Y ]. En dduire le coefficient de corrlation entre X et Y. 3) Avec (R13.5). Dterminer : a) X la meilleure approximation de X par la droite aY + b. b) e = X X XX . X
2
la prcision de lapproximation et l'erreur relative
1) Par dfinition de la loi du couple (X,Y ), on a : x > 0 , y > 0 x + y y f X,Y (x,y) = f Y (y|x) f X (x) = e f X (x) 1+x f (x,y) = f (x|y) f (y) = x + y ex f (y) X,Y X Y Y 1+y De (1) on dduit : x > 0 , y > 0 x + y y x + y x e f X (x) = e f Y (y) 1+x 1+y (2) (1)
Or, une fonction de x ne peut tre constamment gale une fonction de y que si ces deux fonctions sont gales une constante que l'on notera . Soit, x > 0 , y > 0 f X (x) f Y (y) = = x (1 + x) e (1 + y) ey o > 0. Il vient donc 1=
0 0
(3)
f X (x) dx =
(1 + x) ex dx
On en dduit f X (x) =
1 + x x 1 + y y l l e 1]0, (x). De mme : f Y (y) = e 1]0, (y). 2 2

0
2) Du fait que X et Y suivent la mme loi, on a E[X] = E[Y ] et Var[X] = Var[Y ]. Or, E[X] = E[X 2 ] = d'o Var[X] =

x f X (x) dx =
1 2 1 2
x (1 + x) ex dx =
3 2
x 2 f X (x) dx =
x 2 (1 + x) ex dx = 4
7 . D'autre part, on a : 4 E[X Y ] =

x y f X,Y (x,y) dx dy
277
Or, f X,Y (x,y) = f Y (y|x) f X (x) = E[X Y ] = 1 2

0
x + y (x+y) 1]0,[ (x) 1]0,[ (y) ; ce qui implique : l l e 2 y ey

0
x (x + y) ex dx
dy = 2
Le coefficient de corrlation entre X et Y est dfini par : Cov(X,Y ) 1 E[X Y ] E[X] E[Y ] = = = 0,1429 = Var[X] 7 Var[X] Var[Y ] 3.a) On a : 12 Y Var[X] (Y E[Y ]) = X = E[X] + Var[Y ] 7 3.b) On a : e = Var[X] (1 2 ) = 12 = 1,7143. 7 4 3 XX = 1 2 = = 0,9897 . L'erreur relative est dfinie par : X 7
Exercice 13.4
Soit U une variable alatoire relle suivant une loi uniforme sur l'intervalle [1,1]
l de densit fU (u) = 1[1,1] (u) . On dfinit les variables alatoires X, Y, Z par :
2 1
X = cos3 (U ) , Y = cos2 (U ) et Z = cos(U ). 0 1 n m cos () d = C2m On admet que : n N , 1 4m

si n = 2m 1 si n = 2m
1) Dterminer K X,Y,Z la matrice variance-covariance du vecteur (X,Y,Z ). 2) Dterminer : a) X la meilleure approximation de X par une variable alatoire de la forme + 1 Y + 2 Z. b) X X
2
l'erreur de l'approximation.
Var[X] Cov(X,Z ) Cov(X,Y ) Cov(X,Z ) Var[Y ] Cov(Y,Z ) Var[Z ]
1) Par dfinition on a : K X,Y,Z = Cov(X,Y )
Cov(Y,Z ) .
278
On a : E[X] = E[X 2 ] = d'o Var[X] =

cos3 (u) fU (u) du =
1 2 1 2
1 1
cos3 (u) du = 0 cos6 (u) du = 5 16
1 1
5 . De mme, on a : 16 E[Y ] =

1 2
1 1
cos2 (u) du =
1 2 3 8
1 cos4 (u) fU (u) du = E[Y 2 ] = 2 d'o Var[Y ] = 1 ; et 8 E[Z ] = E[Z 2 ] =

1 1
cos4 (u) du =
cos(u) fU (u) du =
1 2 1 2
1 1
cos(u) du = 0
1
cos2 (u) du =
1 2
1 d'o Var[Z ] = . D'autre part, on a : 2 E[X Y ] = E[X Z ] = E[Y Z ] = on en dduit : Cov(X,Y ) = E[X Y ] E[X] E[Y ] = 0 3 8 Cov(Y,Z ) = E[Y Z ] E[Y ] E[Z ] = 0 5 3 0 16 8 1 D'o K X,Y,Z = 0 0 . 8 3 1 0 8 2 Cov(X,Z ) = E[X Z ] E[X] E[Z ] =

cos5 (u) fU (u) du = cos4 (u) fU (u) du = cos3 (u) fU (u) du =
1 2 1 2 1 2
1 1 1 1 1 1
cos5 (u) du = 0 cos4 (u) du = 3 8
cos3 (u) du = 0
279
2.a) On a : 1 X = E[X] + 1 (Y E[Y ]) + 2 (Z E[Z ]) = 1 (Y ) + 2 Z 2 1 Cov(X,Y ) = K Y,Z avec o (1 ,2 ) sont solutions du systme : Cov(X,Z ) 2 1 0 Var[Y ] Cov(Y,Z ) K Y,Z = =8 1 Cov(Y,Z ) Var[Z ] 0 2 3 3 On a donc 1 = 0 et 2 = d'o X = Z. 4 4 2.b) L'erreur de l'approximation est dfinie par : XX
2
d t(K X,Y,Z ) e 1 = = 0,0313 d t(K Y,Z ) e 32
Exercice 13.5
Soit U une variable alatoire relle suivant une loi exponentielle de paramtre l ( > 0), de densit fU (u) = e u 1]0,[ (u) . On dfinit les variables alatoires kU (k = 1,. . . ,n + 1) X 1 ,. . . ,X n+1 par : X k = e . 1) Pour k = 1,. . . ,n + 1, dterminer E[X k ] et Var[X k ]. / 2) Pour i = j, dterminer Cov(X i ,X j ). En dduire K n la matrice variance-covariance du vecteur (X 1 ,. . . ,X n ). 3) On suppose n = 4 et = 1, dterminer : a) X n+1 la meilleure approximation de X n+1 par une variable alatoire de la forme +
k X k .
k=1 2
b) X n+1 X n+1
l'erreur de l'approximation.
1) Pour k = 1,. . . ,n + 1, on a : E[X k ] =

2 E[X k ] = 2
eku fU (u) du =
0
e(+k)u du =
+k + 2k
e2ku fU (u) du =
0
e(+2k)u du =
d'o Var[X k ] =
k . ( + k)2 ( + 2k)
280
/ 2) Pour i = j , on a : E[X i X j ] = d'o Cov(X i ,X j ) = E[X i X j ] E[X i ] E[X i ] = i j ( + i + j)( + i)( + j)

eiu e ju fU (u) du =
0
e(+i+ j)u du =
+i + j
La matrice variance-covariance du vecteur (X 1 ,. . . ,X n ) est dfinie par : Var[X 1 ] . . . Cov(X 1 ,X n ) . . . . . Kn = . . . . Cov(X 1 ,X n ) . . . Var[X n ] ( + 1)2 ( + 2) = . . . n ( + n + 1)( + 1)( + n) 3.a) On a : X 4 = E[X 4 ] +
3
... . . . ...
n ( + n + 1)( + 1)( + n) . . . 2 n ( + n)2 ( + 2n)
k (X k E[X k ])
k=1
1 Cov(X 4 ,X 1 ) o (1 ,2 ,3 ) sont solutions du systme : Cov(X 4 ,X 2 ) = K 3 2 avec 3 Cov(X 4 ,X 3 ) 1 1 1 3 12 12 40 15 Cov(X 4 ,X 1 ) 8 1 4 1 Cov(X 4 ,X 2 ) = K3 = et 105 12 45 12 Cov(X 4 ,X 3 ) 3 3 1 9 40 12 112 40 On trouve 1 = 2 9 , 2 = , 3 = 2 . On en dduit 7 7 1 9 2 X4 = + X1 X2 + 2 X3 70 7 7 3.b) L'erreur de l'approximation est dfinie par : X4 X4
3 2 3
= Var[X 4 ]
i=1 j=1
i j Cov(X i ,X j ) =
1 = 2,2676 105 44100
281
Exercice 13.6
Soit X une variable alatoire relle admettant une densit de fonction de rpartition F. Pour n 3 et j {1,. . . ,n 1} on considre les variables alatoires Y j
l dfinies par : Y j = j 1{X
xj }
o les points x j vrifient F(x j ) =
j n
et 1 ,. . . ,n1
sont des rels. 1) Dterminer E[Y j ] et Var[Y j ] . / 2) Pour i = j, dterminer Cov(Yi ,Y j ).

1) Pour j {1,. . . ,n 1} , Y j est valeurs dans {0, j }. On a : E[Y j ] = 0 P(Y j = 0) + j P(Y j = j ) = j P(X On remarque que E[Y j2 ] = 02 P(Y j = 0) + 2 P(Y j = j ) = 2 P(X j j d'o Var[Y j ] = j j (1 ) 2 n n j xj ) = j 2 n j xj ) = j j . n
2) On a : Cov(Yi ,Y j ) = E[Yi Y j ] E[Yi ] E[Y j ] . Or, E[Yi Y j ]= i j P(Yi = i ,Y j = j ) = i j P(X = i j P X d'o

xi ,X
xj )
min(xi ,x j ) =
min(i, j) i j n max(i, j) n
Cov(Yi ,Y j ) =
min(i, j) i j 2 n n
i j =
min(i, j) n
i j
Exercice 13.7
Soit X 1 ,. . . ,X n des variables alatoires indpendantes suivant la mme loi exponentielle de paramtre . On pose :
n n
Sn =
i=1
Xi ,
Un =
i=2
(X i X i1 )
1) Dterminer V ar[Un ].
282
2) Dterminer le coefficient de corrlation entre Sn et Un. 3) Sn et Un sont-ils indpendants ?

Du fait que X 1 ,. . . ,X n suivent la mme loi E xponentielle de paramtre , on a : i , E[X i ] = 1 1 , V ar[X i ] = 2
/ et comme X 1 ,. . . ,X n sont indpendantes on a : i = j , cov(X i ,X j ) = 0. 1) On peut crire l'expression de Un sous la forme :

n n n1 n
Un
=
i=2
Xi
i=2
X i1 =
i=2
Xi + Xn X1
i=3
X i1
j=i1
n1
n1
=
i=2
Xi + Xn X1
j=2
X j = Xn X1 2
On en dduit : V ar[Un ] = V ar[X n X 1 ] = V ar[X n ] + V ar[X 1 ] =
. 2 Cov (Sn ,Un ) . 2) Le coefficient de corrlation entre Sn et Un est dfini par : = V ar[Sn ] V ar[Un ] Or,
n n1
Cov Sn ,Un
= Cov
i=1
X i ,X n X 1 = Cov X 1 +
i=2 n1
X i + X n ,X n X 1
= Cov (X 1 ,X n X 1 ) +
i=2
Cov (X i ,X n X 1 ) + Cov (X n ,X n X 1 )
= V ar[X 1 ] + 0 + V ar[X n ] = 0 On en dduit : = 0. 3) Bien que Cov (Sn ,Un ) = 0, Sn et Un ne sont pas indpendantes.
Exercice 13.8
Soit X une variable alatoire relle dont la loi admet la densit : f (x) = / Pour 1 = 2 , on dfinit les variables alatoires Y1 et Y2 par : Y1 = 1 X X si X 0 si X > 0 Y2 = 2 X X si X 0 si X > 0 1 |x| e . 2
1) Exprimer Cov(Y1 ,Y2 ) en fonction de 1 et 2 . 1+ 8 1 + 8 et 2 = . Que constate-t-on ? 2) On suppose 1 = 3 3
283
1) On peut crire Y1 et Y2 sous la forme : Y1 = 1 X 1 ],0] (X) + X 1 [0,[ (X) et Y2 = 2 X 1 ],0] (X) + X 1 [0,[ (X) 1 1 1 1 d'o : Cov (Y1 ,Y2 ) = Cov 1 X 1 ],0] ,2 X 1 ],0] (X) + Cov 1 X 1 ],0] ,X 1 [0,[ (X) 1 1 1 1 +Cov X 1 [0,[ (X),2 X 1 ],0] (X) + Cov X 1 [0,[ (X),X 1 [0,[ (X) 1 1 1 1 = 1 2 V ar X 1 ],0] + 1 Cov X 1 ],0] ,X 1 [0,[ (X) 1 1 1 +2 Cov X 1 [0,[ (X),X 1 ],0] (X) + V ar X 1 [0,[ (X) 1 1 1 On a : E X 1 ],0] = 1 E X 1 ],0] 1
2
1 2
0 0
x e x dx =
2 x
1 2
, E X 1 [0,[ = 1 , E X 1 [0,[ 1
2
1 = 2
x e dx = 1
1 2 1 = 2
x ex dx =
1 2
x 2 ex dx = 1
1 1 donc : V ar X 1 ],0] (X) = V ar X 1 [0,[ (X) = 1
1 3 = , d'autre part, 4 4 1 4
Cov X 1 [0,[ (X),X 1 ],0] (X) = E X 1 ],0] E X 1 [0,[ = 1 1 1 1 on en dduit : Cov (Y1 ,Y2 ) = 2) On a : 1 2 = 31 2 + 1 + 2 + 3 4
7 2 et 1 + 2 = , donc pour ces valeurs particulires bien que Y1 et 9 3 Y2 ne soient indpendantes, on a : Cov (Y1 ,Y2 ) = 0.
Exercice 13.9
Soit X une variable alatoire de loi uniforme sur l'intervalle [1,1]. On dfi Dunod. La photocopie non autorise est un dlit.
nit la variable alatoire Y par : Y =

i=1
ai X 2i1 ; o a1 ,. . . ,an sont des rels.
Dterminer le coefficient de corrlation entre X et Y.

Le coefficient de corrlation entre X et Y est dfini par : = Or, pour k N , 0 si k impair 1 si k pair 1 k+1 n 1 ai E[X 2i1 ] = 0 , On en dduit : E[X] = 0, V ar[X] = E[X 2 ] = , E[Y ] = 3 i=1 E[X k ] = 1 2
1
Cov (X,Y ) . V ar[X] V ar[Y ]
x k dx =
284
n n
V ar[Y ] = Cov (Y,Y ) = Cov

i=1 n n
ai X 2i1 ,
j=1
a j X 2 j1
= = = = =
ai a j Cov X 2i1 ,X 2 j1
i=1 j=1 n n ai2 cov X 2i1 ,X 2i1 + ai a j cov X 2i1 ,X 2 j1 i= j / i=1 n n ai2 V ar X 2i1 + ai a j E X 2i+2 j2 E X 2i1 i= j / i=1 n n ai2 E X 4i2 + ai a j E X 2i+2 j2 i= j / i=1 n n ai2 ai a j i=1
E X 2 j1
4i 1
i= j /
2i + 2 j 1
n n
Cov (X,Y ) = Cov X,

i=1 n
ai X 2i1 =
i=1 2i
ai cov X,X 2i1

n
=
i=1
ai E X
E [X] E X 2i1
=
i=1
ai 2i + 1
On en dduit : 3 =
n
ai i=1 2i + 1
3 =
n
ai i=1 2i + 1
n i< j
n ai2 ai a j + 4i 1 i = j 2i + 2 j 1 i=1 /
ai2 +2 i=1 4i 1
ai a j 2i + 2 j 1
Exercice 13.10 (Modle Auto-Rgressif d'ordre 1 AR(1))

Soit X 1 ,. . . ,X n des variables alatoires vrifiant la relation : X i = X i1 + i . o 1 ,. . . , n sont des variables alatoires indpendantes suivant la mme loi N (0,2 ) et est un rel appartenant [1,1]. / Pour i = j, calculer i, j le coefficient de corrlation entre X i et X j .
i
On remarque que X 1 = Du fait que

1 ,. . . , n
1,
X2 = X1 +
i
2,
.... On en dduit : X i =
k=1 i
ik
sont indpendantes on a : V ar ik
k=1 i k
V ar[X i ] = = 2
=
k=1
2i2k V ar [ k ]
2i2k
k=1
1 2i 2 = 1 2
285
/ Pour i = j cherchons Cov(X i ,X j ). On a :

i j
Cov(X i ,X j ) =
k=1 r=1
ik jr Cov ( k , r )
du fait que que Cov(X i ,X j ) = Cov(X j ,X i ) , il suffit qu'on regarde le cas i < j. Or, si i < j, on a :
i j i i i j i j
=
k=1 r=1 k=1 r=1
+
k=1 r=i+1
=
k=r
+
k= r /
+
k=1 r=i+1
On en dduit :
i
Cov(X i ,X j ) =
k=1
i+ j2k Cov ( k , k ) =
ji (1 2i ) 2 1 2
Notons : m = min{i, j} et M = max{i, j}, il vient donc : Cov(X i ,X j ) = Mm (1 2m ) 2 1 2
/ Pour i = j cherchons maintenant i, j le coefficient de corrlation entre X i et X j, i, j = Cov(X i ,X j ) = V ar[X i ]V ar[X j ] Mm (1 2m ) (1 2i )(1 2 j ) = Mm 1 2m 1 2M
On remarque que si = 1 on a : V ar[X i ] = i 2 . D'autre part, si = 1, Cov(X i ,X j ) = min{i, j} 2 = m 2 . Si = 1, Cov(X i ,X j ) = On en dduit : m M m = M m M si = 1 si = 1 et m + M si = 1 et m + M impair pair min{i, j} 2 min{i, j} 2 si i + j si i + j impair = pair m 2 m 2 si m + M si m + M impair pair
i, j
286
13.11 Soit (X,Y ) un couple de variable alatoire relles de densit : f X,Y (x,y) = 1 2 l l (y x 2 ) ey 1]0,[ (y) 1[y,y] (x) 8
1) X et Y sont-elles indpendantes ? 2) Dterminer les lois marginales de X et de Y. 3) Calculer Cov(X,Y ). Que remarquez-vous ? 13.12 Soit (X n )n 1 une suite de variables alatoires relles indpendantes suivant la mme loi de densit : x 1 f (x) = e 1]0,[ (x) l 1) Pour n 1 , dterminer E[X n ] et Var[X n ]. 1 n
n i=1
( > 0)
2) On pose : X n =
X i . Pour k = m, dterminer Cov(X k , X m ). /
13.13 Soit (X,Y ) un couple de variable alatoire relles telles que : E[X] = 1, E[Y ] = 1 ,Var[X] = 1 + 2 ,Var[Y ] = 1 + 2 et Cov(X,Y ) = . 1) Exprimer E[X Y ] en fonction de . 2) Dterminer le coefficient de corrlation entre X et Y. 3) Dterminer : a) X la meilleure approximation de X par la droite aY + b. b) e() = X X
Rponses
2
la prcision de l'approximation.
13.11
1) X et Y ne sont pas indpendantes, car elles sont lies par la condition |X| 2) On a : f X (x) =
Y.
1 1 l (1 + |x|) e|x| et f Y (y) = y 3 ey 1]0,[ (y) . 4 6 3) On a : E[X] = 0 , E[Y ] = 4 et E[X Y ] = 0 , d'o Cov(X,Y ) = 0 . Bien que X et Y ne soient pas indpendantes on a : Cov(X,Y ) = 0 .
13.12 1) E[X n ] = , Var[X n ] = 2 . 2) Cov(X k , X m ) =
2 . max(k,m)
287
13.13
1) Par dfinition on a : Cov(X,Y ) = E[X Y ] E[X] E[Y ] , d'o
E[X Y ] = Cov(X,Y ) + E[X] E[Y ] = 1

2) Par dfinition on a : = 3.a) On a :
Cov(X,Y ) . = Var[X] Var[Y ] 1 + 2
Var[X] (Y + 1) (Y E[Y ]) = 1 + X = E[X] + Var[Y ] 1 + 2

3.b) On a : e() = Var[X] (1 2 ) =
(2 + + 1)(2 + 1) 1 + 2
Chapitre 14
Vecteurs gaussiens
RAPPELS
Soit X un vecteur ligne alatoire et t X son transpos. On dfinit le vecteur moyenne de X par : E[X 1 ] E[X 2 ] MX = E[X] = . . . E[X k ] On dfinit la matrice variance-covariance de X par : 2 1 12 . . . 1k 12 2 . . . 2k 2 VX = E (X MX ) t (X MX ) = . . . . . ... . . . . 1k 2k . . . / o i2 = Var[X i ] et pour i = j, i j = Cov(X i , X j ). 2 k
(R14.1)
(R14.2)
290
Soit X un vecteur alatoire. X est dit gaussien si toute combinaison linaire de ses composantes est une variable alatoire Normale. La loi du vecteur alatoire gaussien X est entirement dtermine par la donne de MX et de VX . Pour tout vecteur alatoire gaussien X, on note XNk (MX , VX ) . Les composantes d'un vecteur alatoire gaussien X sont des variables alatoires normales : i = 1,. . . , k, X i suit une loi normale N (E[X i ], Var[X i ]). Soit X Nk (MX , VX ). / La loi de X admet une densit f X si et seulement si detVX = 0, et on a : 1 1 exp (x MX ) V1 t (x MX ) (R14.3) f X (x) = X 2 ( 2)k (detVX )1/2 o x est un vecteur ligne. Les composantes de X sont indpendantes si et seulement si VX est diagonale. Soit Y = AX + B , avec A une matrice p k, B un vecteur p 1. Alors, Y est un vecteur gaussien N p (MY , VY ) avec : MY = AMX + B et VY = A VX t A (R14.4)
Exercice 14.1
Soit = t(X1 ,X2 ,X3) un vecteur gaussien, on suppose M 1 a b K = a 4 c . b c 9 = E[ ] = 0 et
1) Daprs les proprits du coefficient de corrlation, trouver des conditions que doivent vrifier (a,b,c) pour que K soit une matrice de covariance.
t(Y ,Y ,Y ) 1 2 3
2) On dfinit
Y1 = X1 par Y2 = X2 X1 . Y = X X 3 2 3
a) Quelle est la loi de
b) Peut-on trouver a, b, c de sorte que Y1 , Y2 et Y3 soient indpendantes ? c) On suppose ces conditions ralises, calculer E[X1X2], E[X1X3], E[X2X3].
/ 1) On doit avoir i = j, Cov( Xi X j ) Var[ Xi ]Var[ X j ]
1 ce qui donne :
14 Vecteurs gaussiens
291
a 1 4 b 1 9 c 49 2) a) On a = , avec
1 1 1
a b c
2 3. 6
1 0 0 = 1 1 0 ; donc, 0 1 1 a 1 5 2a ab+c4
est un vecteur gaussien. Sa moyent
ne est M = M = 0 et sa matrice de covariance est K = K 1 K = a 1 b a
, daprs (R14.4),
ba a b + c 4 . 13 2c
/ b) Les variables gaussiennes Y1 , Y2 et Y3 sont indpendantes si et seulement si i = j Cov(Xi,Yj) = 0, a 1 = 0 b a = 0 a b + c 4 = 0 do : On en dduit que Y1 suit la loi a = 1 b = 1 , c = 4
1 0 0 K = 0 3 0 . 0 0 5 (0,1), Y2 suit la loi (0,3), Y3 suit la loi (0,5).
X1 X2 = Y12 + Y1Y2 X1 = Y1 c) On a : X2 = Y1 + Y2 , donc X1 X3 = Y12 + Y1Y2 + Y1Y3 X = Y + Y + Y 2 2 1 2 3 2 X2 X3 = Y1 + Y2 + 2Y1Y2 + Y1Y3 + Y2 Y3 E[ X1 X2 ] = E[Y12 ] = 1, E[ X1 X3 ] = E[Y12 ] = 1, E[ X2 X3 ] = E[Y12 ] + E[Y22 ] = 4 .
Exercice 14.2
1) Soit Z une variable alatoire de loi normale (0, 2). Calculer E[Z 4] et Var[Z 2]. 2) Soit = t(X1 , X2 , X3) un vecteur gaussien de moyenne M = 0 et de matrice de covariance : 4 1 1 K = 1 4 1 . 1 1 4
292
On dfinit le vecteur
= t(Y1 ,Y2 ,Y3) par 1 3 A= 1 2 1 3 2 0
= A , avec : 1 3 o > 0. 1 2
a) Dterminer de sorte que Var[Y2] = Var[Y3]. Sous ces conditions, que vaut le produit tAA ? b) On suppose que les conditions de la question 2) a) sont ralises et lon pose :
2 2 Q( ) = 4 X12 + 4 X2 + 4 X3 + 2 X1 X2 2 X1 X3 + 2 X2 X3 .
Calculer E[Q( )] et Var[Q( )] .

1) On a : E[ Z 4 ] =
z 4 f Z ( z ) dz = 2
z 4 f Z ( z ) dz =
2 2
z2 z 4 exp 2 dz . 2
En effectuant le changement de variable t = E[ Z 4 ] = 1
z2 , on obtient : 2 2 = 4 4
(2 2 t ) 2 e t
dt t
t 3 / 2 e t dt =
4 4 5 . 2
5 3 Or : = , do E[Z 4] = 3 4. 2 4 Donc : Var[Z 2] = E[Z 4] (E[Z 2])2 = 3 4 4 = 2 4. 2) a) est un vecteur gaussien de moyenne M = 0 et de matrice de covariance : 0 2 K = AK t A = 0 30 2 0 0 La condition Var[Y2] = Var[Y3] donne = Donc, si = 1 , on a 6
tAA t
0 0 . 5
1 . 6
tA
= I3
et donc
= A1. = tA , on en dduit que
b) On a : Q( ) =
. Comme
= A1
Q( ) = t(tA )K (tA ) = t AK tA = t K
2 2 2 = 2Y1 + 5Y2 + 5Y3 .
293
Or, Y1 suit une loi
(0,2), Y2 suit une loi
(0,5) et Y3 suit une loi
(0,5) ; donc :
E[Y1] = E[Y2] = E[Y3] = 0 et E[Y12 ] = 2 , E[Y22 ] = E[Y32 ] = 5. Alors, E[Q( )] = 54. Comme Y1 , Y2 et Y3 sont indpendantes, on a : Var[Q( )] = Var[2Y12 ] + Var[5Y22 ] + Var[5Y32 ] = 4 Var[Y12 ] + 25Var[Y22 ] + 25Var[Y32 ] donc, daprs 1) : Var[Q( )] = 2(16 + 625 + 625) = 2 532.
Exercice 14.3
Soit X1 , X2 , ... Xn des variables alatoires indpendantes de mme loi densit : f ( x, ) = ( x )2 1 exp . 2 2 (q,1) de
Soit K une variable alatoire, indpendante de X1 , X2 , ... Xn , valeurs dans {1,..., n 1}, de loi pk = P(K = k). / / Pour q1 = q2 = q, on dfinit la variable alatoire Y par : Y=
ln
i =1
n f ( Xi ,1 ) f ( Xi , 2 ) ln + . f ( Xi , ) i = K +1 f ( Xi , )
1) Dterminer la loi de Y. 2) On suppose : 1 = + Que constate-t-on ?

u u (u > 0). et 2 = n n
1) Lexpression de Y scrit sous la forme : Y= 1 2
i =1
[( Xi )2 ( Xi 1 )2 ] +
1 [( Xi )2 ( Xi 2 )2 ] 2 i = K +1
soit :
Y = (1 )
i =1
X 1 + + ( ) 2 i 2
i = K +1
X
i
2 + . 2
On remarque que, conditionnellement {K = k}, les variables (1 )
i =1
X 1 + et ( ) 2 i 2
i = k +1
X
i
2 + sont indpendantes. 2
294
Conditionnellement {K = k}, pour i = 1, ... , k, Xi suit une loi suit une loi 1 + ,1 2
(,1), donc Xi
1 + 2
1 ,1 ; du fait que X , ... , X sont indpendantes, 1 k 2 k ( ), k et (1 ) 1 2
i =1
X 1 + suit une loi i 2
X
i i =1
1 + suit une loi 2
k (1 ) ( 1 ), k 2 De mme, ( 2 )
k ( ) 2 , k ( ) 2 . 1 2 1
i = k +1
X
i
2 + suit une loi 2
(n k ) ( )2 , (n k )( )2 . 2 2 2
De ce qui prcde, on dduit que, conditionnellement {K = k}, Y suit une loi 1 2 ( k , k ) avec k = [k (1 ) 2 + (n k )( 2 )2 ] et 2
2 k = k (1 )2 + (n k )( 2 ) 2 .
Donc la loi de Y conditionnellement {K = k} est donne par : y y k P(Y y K = k ) = , o F dsigne la fonction de rpartition de la loi (0,1). k Do la loi de Y : P (Y 2) Si 1 = + y) =
n 1 k =1 n 1 k =1
P(Y = y/K = k ) P( K = k ) =
y k pk . k
2 u u 2 , on a k = u et k = u 2 , ce qui signifie que Y et et 2 = n n 2
K sont indpendantes et que Y suit une loi dpend pas de n.
u2 2 2 , u ; on constate que la loi de Y ne
Exercice 14.4
On dsigne par : de la loi 1 x x , la densit et la fonction de rpartition et x2 1 exp et ( x ) = 2 2
(, 2) o ( x ) =
(t ) dt .
295
Dans cet exercice, pour des commodits de calcul, au lieu de travailler avec la fonction caractristique jX , on utilise : t X (t ) = X = E[exp(tX )]. 2i Partie I 1) Soit Y1 une variable alatoire de loi (m,t 2) ; dterminer Y1 .
2 2) Soit Y2 une variable alatoire de loi n (loi du chi-deux n degrs de libert) 1 2 l y 2 e 21 ]0,[ ( y). Dterminer Y2 . 1 de densit fY2 ( y) = n 2 n 2 n y
3) Soit Y3 une variable alatoire de loi

n
(0,1) ; dterminer la loi de Y32 .
4) Soit V1 , V2 , ... , Vn des variables alatoires indpendantes de mme loi (0,1). On pose : V =
Vi2 . Dterminer la loi de V.

i =1
5) On dit quune variable alatoire U suit une loi Tn (loi de Student n degrs de libert) si la densit de la loi de U est donne par : n + 1 n +1 2 u2 2 1+ fU (u) = . n n n 2
Soient Y3 et Y4 deux variables alatoires indpendantes de lois respectives Y 2 (0,1) et n . Montrer que U = 3 suit une loi Tn . Y4 n Partie II Soit X1 , X2 , ... , Xn des variables alatoires indpendantes de mme loi On pose : Xn = 1 n (m,s 2).
i =1
2 Xi , Sn =
1 ( Xi Xn )2 . n 1 i =1
296
2 1) Montrer que Xn et Sn sont indpendantes. 2 2) Dterminer les lois de Xn , (n 1)Sn et 2
n ( Xn m ) . Sn
2 3) Montrer que Sn converge en moyenne quadratique vers 2.
Partie I
1) On a :
Y1 (t ) = E[exp(tY1 )] =
1 y e ty dy = 2
( y )2 exp ty dy 2 2
1 1 = exp t + 2 t 2 2 2 1 = exp t + 2 t 2 . 2 2) On a :
1 exp 2 y ( + 2 t )2 dy 2
Y2 (t ) = E[exp(tY2 )] =
2 2 e fY2 ( y) dy = n 2
ty
y2
exp
1 2t 2
y dy .
En faisant le changement de variable =

n
1 2t y, on obtient : 2
n
2 2 2 2 1 t < , Y2 (t ) = n 2 1 2t 2 3) La loi de Y32 est donne par : t > 0 FY 2 (t ) = P(Y32

3
2 e d = (1 2t )
n 2
t ) = P( t
Y3
t ) = ( t ) ( t ) = 2 ( t ) 1.
Do la densit de la loi de Y32 : fY 2 (t ) = ( FY 2 (t )) =

3 3
1 t
( t ) =
1 1 2 l e 1 ]0,[ (t ) 1 2 t
donc Y32 suit une loi 4)
2 1 .
2 Daprs la question 3), pour tout i = 1, ... , n, Vi2 suit une loi 1 , donc 1 2
V 2 = (t )(1 2t )
i
. Dautre part, comme V1 , V2 , ... , Vn sont indpendantes et suivent la
297
mme loi, on a :
V (t )
= E[exp(tV )] = E exp t =
n Vi2 = E exp(tVi2 ) i =1 i =1
n
i =1
E[exp(tVi2 )] =
i =1
V 2 (t ) = (1 2t )
i
n 2
donc, V suit une loi 2 . n 5) Comme Y3 et Y4 sont indpendantes, la densit de la loi du couple (Y3 ,Y4) est donne par :
1 2 2 2 l fY3 , Y4 ( y3 , y4 ) = fY3 ( y3 ) fY4 ( y4 ) = 1 1 ( y3 ) y4 e 2 1 ( y3 )1 ]0 , [ ( y4 ). l n 2 n n y4
y3 u = y y3 = u 4 Posons : . n y 4 = n y4 = n La densit de la loi du couple (U,V) est donne par : l fU ,V (u, ) = j (u, ) fY3 ,Y4 (u , n )1 (u)1 ]0,[ ( ) 1 1 l y3 u avec : j (u, v) = y 4 u y3 = y4 0 n 2 2
n
u 2 = n , do : n
fU ,V (u, ) =
n 2 2
n 1 2
n u 2 l l exp 1 1 1 + n 1 (u)1 ] 0,[ ( ). 2
La loi marginale de U est donne par : fU (u) = soit : u n 2 2 n 2 2

n
fU ,V (u, ) d ;
fU (u) =
n 1 2
n u 2 exp 1 + n d . 2
En faisant le changement de variable =
n u 2 1 + , on obtient : 2 n
298
fU (u) =
n 2
1 2
u2 1 + n n 2 2
n +1 2
n 1 2 e d
n + 1 2 u2 = 1+ n n n 2
n +1 2
Partie II
1) Posons = t(X1 , ..., Xn), o i = 1, ... , n, Xi suit une loi t(t , ... , t ), t= 1 n n n (t ) = E exp ti Xi = E exp(ti Xi ) = i =1 i =1 (m,2) ; alors, pour
E[exp(t X )]
i i i =1
= Posons :
i =1
Xi (ti )
n 2 = exp m ti + 2 i =1
t
i =1
2 i .
(1)
= Xn et
= t (U1 , ..., Un ) = t ( X1 Xn , ..., Xn Xn ) ;
alors, pour h = (s1 , ... , sn , ), la transforme de la loi du vecteur ( , ) est donne par :
(h) =
n ( s1 ,..., sn , ) = E exp siUi + i =1
n = E exp si ( Xi ) + = i =1
n E exp si Xi + i =1
s
i i =1
si lon note s =
1 n
i =1
si ; on a :
(s s ) = 0 , il vient donc :
i i =1
n ( s1 ,..., sn , ) = E exp si Xi + ( ns ) Xn i =1
n 1 = E exp si Xi + n i =1
( ns ) X = E exp n s + s X .
i i =1
i =1
En utilisant la relation (1), avec ti =
s + si , on obtient : n
( s1 ,..., sn , ) = s + s1 ,..., s + sn n n
2 n = exp m s + si + 2 i =1 n
i =1
s + si n
299
2 = exp m + 2 2 = exp 2
n
2 + 2
i
(s s )
i i =1
(s s ) exp m + 2
i =1
1 2 2 = n
( s1 ,..., sn , 0)
(0,..., 0, ) .
Ceci montre que
et
= Xn sont indpendantes et en particulier :

,
( s1 ,..., sn ) =
2 ( s1 ,..., sn , 0) = exp 2
(s s )
i i =1
2 (2)
X ( ) = ( ) =
n
1 2 2 (0,..., 0, ) = exp m + . 2 n
Du fait que
et Xn sont indpendantes, on dduit que, pour tout i = 1, ..., n, Ui = Xi Xn ( Xi X n ) 2 ,
et Xn sont indpendantes et donc Ui2 = ( Xi Xn )2 et Xn sont indpendantes. Donc Xn est

2 Sn =
indpendante 1 n 1
n i
de
2 n
toute .
combinaison
de
en
particulier
de
(X X )
i =1
2)
1 2 2 Par la relation (2), on a X ( ) = exp m + ; donc Xn suit une loi n 2 n 2 m, n .
Donc
2 n( Xn m)2 n ( Xn m ) suit une loi (0,1), et daprs I.3), W = suit une loi 1 . 2 X m Pour i = 1, ... , n, posons Zi = i ; alors Z1 , ... , Zn sont indpendantes et suivent une
loi
(0,1), et donc Z = Y= 1 2 1 2
n
Z
i =1
2 i
2 suit une loi n .
Soit : Y = =
n 1 2 Sn , on a alors : 2
2 i n
Z = W + Y ; en effet :
2
(X X )
i =1 n
1 2
(X m + m X )
i n i =1
i =1
( Xi m ) 2
n( Xn m)2 . 2
300
2 Comme Xn et Sn sont indpendantes, on dduit que Y et W sont indpendantes et lon a
yZ(t) = yW+Y(t) = yW(t)yY(t) ; do :
Y (t ) =
Z (t ) (1 2t ) = 1 = (1 2t ) W (t ) (1 2t ) 2
n 2
n 1 2 .
On en dduit que :
Y=
2 n 1 2 Sn suit une loi n1 . 2
Par ailleurs :
n ( Xn m ) = Sn
n n ( Xn m ) ( Xn m ) = ; 2 Y (n 1)Sn 1 n 1 n 1 2
donc, daprs I.5),
n ( Xn m ) suit une loi Tn1 . Sn
3) Comme
n 1 2 2 2 2 n1 , on a E (n 1) Sn = n 1 donc E[ Sn ] = 2 et 2 Sn suit une loi 2
2 4 (n 1) 2 2 Var 2 Sn = 2(n 1) et Var Sn = ; dautre part, on a : n 1
[ ]
2 2 lim E ( Sn 2 )2 = lim Var Sn = lim n m.q.
[ ]
2 4 =0 n n 1
2 ce qui montre que Sn 2 . n
X1 14.5 Soit X = X 2 un vecteur gaussien N3 (MX , KX ) avec MX = 0 et X3 9 2 2 KX = 2 9 2 . 2 2 5 Y1 2 o On dfinit le vecteur Y = Y2 par Y = A X avec A = Y3 0 > 0, > 0 et > 0. 1) Montrer que Y1 , Y2 et Y3 sont indpendantes.
301
1 1 1 2) Dans la suite on pose : = , = et = . 6 3 2 a) Calculer le produit A t A. (t A dsigne la transpose de A). b) On pose : Q(X) =t X KX X. Calculer E[Q(X)] et Var[Q(X)]. X
1
X 14.6 Soit X = 2 un vecteur gaussien N4 (MX , KX ) avec MX = 0 et X3 X4 1 1 1 1 1 2 2 2 ( > ) KX = 1 2 3 3 2 1 2 3 4 On dfinit le vecteur Y =t (Y1 ,Y2 ) par : Y1 = X 1 X 2 + 2X 4 Y2 = 3X 1 2X 2 X 3 + X 4 1) Dterminer la loi de Y. 2) Dterminer 0 de sorte que Y1 et Y2 soient indpendantes. X
1
X 14.7 Soit X = 2 un vecteur gaussien N4 (MX , KX ) avec MX = 0 et X3 X4 1 1 1 1 2 2 ( > 3) KX = 1 2 3 1 2 3 On dfinit le vecteur Y = t (Y1 ,Y2 ) par :
Y1 = X 1 X 2 + 2X 4 Y2 = 3X 1 2X 2 X 3 + X 4 1) Dterminer la loi de Y. 2) Dterminer 0 de sorte que Y1 et Y2 soient indpendantes. 3) On suppose = 5 . Dterminer la loi conditionnelle de Y1 sachant {Y2 = y2 } et puis calculer E[Y1 | Y2 ] et Var[Y1 | Y2 ].
302 Rponses
14.5
1) Y est un vecteur Gaussien N3 (MY , KY ) o MY = A MX = 0 et
KY =
2.a) On a : A t A = I .
18 2 0 0
0 27 2 0
0 22 2
2 2 2 2.b) On a : Q(X) = t Y KY Y = 3Y1 + 9Y2 + 11Y3 . 2 2 2 E[Q(X)] = 211 et Var[Q(X)] = 9 Var[Y1 ] + 81 Var[Y2 ] + 121 Var[Y3 ] = 42566 .
14.6
1) Y est un vecteur Gaussien N2 (MY , KY ) o MY = A MX = 0 et
KY =
12 +
4 2
4 2 32 + 5 2
2) Y1 et Y2 sont indpendantes si 40 2 = 0 , soit 0 = 2 . 14.7 1) Y est un vecteur Gaussien N2 (MY , KY ) o MY = A MX = 0 et
KY = A KX t A =
2) Comme Y1
6 6
3
2 8
2 8 + 10 14
et Y2 sont gaussiennes, Y1 et Y2 sont indpendantes si cov(Y1 ,Y2 ) = 2 8 = 0 , soit 0 = 4 .
3) Si = 5 on a : KY =
24 2 . La loi du couple (Y1 ,Y2 ) est dfinie par : 2 161

t
f Y1 ,Y2 (y1 ,y2 ) = =
1 1 exp 2 2 detKY
y K1 y Y
1 1 2 2 161y1 4y1 y2 + 24y2 exp 2 3860 2 3860
2 1 y2 Y2 suit une loi N (0,161) donc f Y2 (y2 ) = exp , d'o 2 161 161 2 161 2y2 2 161 f Y1 ,Y2 (y1 ,y2 ) y1 = exp f Y1 (y1 |y2 ) = 2 3860 161 f Y2 (y2 ) 2 3860
On en dduit que conditionnellement {Y2 = y2 } , Y1 suit une loi N
2y2 3860 , 161 161
d'o
E[Y1 |Y2 ] =
2Y2 3860 et Var[Y1 |Y2 ] = . 161 161
Chapitre 15
Processus stationnaires du second ordre. Signaux alatoires
RAPPELS
Un processus alatoire est une famille de variables alatoires not X (n,) dans le cas dun processus temps discret et X (t,) dans le cas dun processus temps continu. Dans les formules qui suivent on note X (t,) sachant que dans le cas discret on doit remplacer t par n. Soit X un processus alatoire. Fonction moyenne de X : X (t) = E [X (t,)]
(R15.1)
Fonction covariance de X : C X (t1 ,t2 ) = E X (t1 ,) X (t1 ) X (t2 ,) X (t2 ) (R15.2)
Fonction dautocorrlation de X : R X (t1 ,t2 ) = E X (t1 ,)X (t2 ,) Fonction variance de X : 2 (t) = C X (t,t) X (R15.4) (R15.3)
304
Puissance instantane de X : E | X (t,) |2 (R15.5)
Un processus alatoire X est dit stationnaire au second ordre si sa fonction moyenne X est une constante et si sa fonction dautocorrlation R X ne dpend que de la diffrence entre n et m si X est temps discret (de la diffrence entre t1 et t2 si X est temps continu). Soit X un processus alatoire stationnaire au second ordre. Fonction dautocorrlation de X : temps discret : R X (n 0 ) = E X (n + n 0 ,)X (n,) (R15.6) temps continu : R X () = E X (t + ,)X (t,) Puissance de X : PX = R X (0) Densit spectrale de puissance de X : temps discret : S X () = F (R X )() =
k=
(R15.7)
R X (k) e2ik (R15.8)

2i
temps continu : S X () = F (R X )() = X est dit ergodique si : temps discret : 1 lim n 2n

n
R X () e
X (k,) = X
k=n T T
(15.9) X (t,) dt = X
1 temps continu : lim T 2T
15 Processus stationnaires du second ordre. Signaux alatoires
305
Exercice 15.1
On considre le signal numrique X dfini par : X (n, ) =
k =0
k Yn k ( ),
(Yk)k est une suite de variables alatoires indpendantes vrifiant : k E[Yk] = 0, Var[Yk] = 1 et 0 , 1 , ...N sont des nombres complexes. Calculer la moyenne, la fonction covariance, la variance et la fonction dautocorrlation de X.
La moyenne de X est donne par : N N X (n) = E[ X (n, )] = E k Yn k = k E[Yn k ] = 0 . k =0 k =0
La fonction covariance de X est donne par :
CX (n, m) = E ( X (n, ) x (n)) X ( m, ) x ( m) = E X (n, ) X ( m, ) N N N N = E k Yn k p Ym p = k p E Yn k Ym p . k = 0 p=0 k =0 p=0
)] [
Or : 1 si n k = m p 1 si p = m n + k E[Yn k Ym p ] = = 0 si n k m p 0 si p m n + k donc : CX (n, m) =
k mn+k
, o = {k : 0
N et 0
mn+k
N}.
Lensemble scrit sous la forme : = {k : max{0, n m}

min{N, N + n m}}
N +nm
si n
m : = {k : 0
N + n m} et CX (n, m) = k N} et

k =0
k mn+k
si n > m : = {k : n m
CX (n, m) =
k =nm N 2 La variance de X est donne par : X = CX (n, n) =
k m n + k =
N +mn k =0
k + n m k N
k =0
k k =
k =0
2 k
306
La fonction dautocorrlation de X est gale sa fonction covariance car X est centr, soit : N +nm k m n + k k =0 RX (n, m) = N +mn k + n m k k =0
si n
m .
si n > m
Exercice 15.2
On considre le signal analogique X dfini par : X(t,) = Y()cos( t) + Z()sin( t), o Y et Z sont des variables alatoires relles indpendantes centres et de mme variance 2 et est un rel. 1) Calculer la moyenne, la fonction covariance, la variance et la fonction dautocorrlation de X. 2) Dmontrer que X est stationnaire au second ordre.
1) La moyenne de X est donne par : X(t) = E[X(t,)] = costE[Y] + sintE[Z] = 0. Donc X est centr. La fonction covariance de X est donne par : CX (t, u) = E ( X (t, ) X (t )) ( X (u, ) X (u))
[ ] = E[( X (t, ) X (u, ))] = E[( X (t, ) X (u, )] , car X est rel. Donc :
CX(t,u) = cos t cos uE[Y 2] + sin t sin uE[Z 2] + (cos t sin u + cos u sin t )E[Y Z]. Or, Y et Z sont indpendantes, donc E[YZ] = E[Y]E[Z] = 0, et dautre part, E[Y 2] = Var[Y] = E[Z 2] = Var[Z] = 2. Donc : CX(t, u) = 2(cos t cos u + sin t sin u) = 2cos((t u)).
2 La variance de X est donne par : X = CX (t, t ) = 2 .
La fonction dautocorrlation de X est donne par : RX (t, u) = E X (t, ) X (u, ) = 2 cos(t u) . 2) On a X(t) = 0, donc indpendant de t et RX(t, u) = 2cos(t u) ne dpend que de la diffrence t u ; ce qui montre que X est stationnaire au second ordre.
307
Exercice 15.3
On considre le signal analogique X dfini par : X (t, ) =
Yk ( )eit
k =1
o Y1 , ..., Yn sont des variables alatoires indpendantes vrifiant :

2 k = 1, ..., n E[Yk] = 0, Var[Yk ] = k et 1 , ..., n sont des rels. 1) Calculer la moyenne, la fonction covariance, la variance et la fonction dautocorrlation de X. 2) Dmontrer que X est stationnaire au second ordre.
1) La moyenne de X est donne par : n X (t ) = E[ X (t, )] = E Yk e it k = k =1 La fonction covariance de X vaut :
e
k =1
it k
E[Yk ] = 0 .
CX (t, u) = E ( X (t, ) X (t ))( X (u, ) X (u)) = E X (t, ) X (u, ) n n iu = E Yk e it k Yp e p = k =1 p =1
] [
n p
Y e
k =1 p =1
i ( u p t k )
E Yk Yp .
Or :
2 E Yk2 = Var[Yk ] = k si k = p E Yk Yp = E Yk Yp = E[Yk ]E Yp = 0 si k p
[ ] [ ]
[ ]
do :
C X (t , u ) =
k =1
2 i ( t u ) k ke
2 La variance de X est donne par : X = CX (t, t ) =
k =1 n
2 k.
La fonction dautocorrlation de X est donne par : RX (t, u) = E X (t, ) X (u, ) = 2) On a X (t ) = 0 , et RX (t, u) =
]
k =1
2 i ( t u ) k ke
k =1
2 i ( t u ) k ke
ne dpend que de la diffrence t u ; donc
X est stationnaire au second ordre.
308
Exercice 15.4
On considre le signal numrique X dfini par : X (n, ) =
k =0
k Yn k ( ) ,
o est un rel constant vrifiant || < 1 et (Yn)n est une suite de variables alatoires indpendantes centres de mme variance 2. 1) Dmontrer que X est stationnaire au second ordre. 2) Dterminer sa puissance. 3) Montrer que sa densit spectrale de puissance est donne par : SX ( ) =
2 . 1 + 2 2 cos 2
1) La moyenne de X est donne par : k X (n) = E[ X (n, )] = E k Yn k = E[Yn k ] = 0 . k =0 k =0
La fonction dautocorrlation de X est donne par : RX (n, m) = E X (n, ) X ( m, ) = E k Yn k pYm p k = 0 p=0
= or,

k k =0 p=0
E[Yn k Ym p ]
E Yn2 k = 2 E[Yn k Ym p ] = 0 2 = 0 donc, RX (n, m) = 2
[ ]
si n k = m p si n k m p si p = m n + k si p m n + k
k mn+k
o : = {k : 0 k et 0 m n + k }. Lensemble scrit sous la forme = {k : max{0, n m} si n m : = {k : 0 k } et RX (n, m) = 2
k =0
mn+2k =
mn 2 12
309
si n > m : = {k : n m
} et
RX (n, m) = 2
k =nm
m n + 2 k = 2 n m 2. 12
nm
j =0
2j =
mn 2 . 12
Donc : n , m , RX (n, m) ==
2 . 12 On en dduit que X est stationnaire au second ordre.

En particulier, on a : E X (n, ) 2 = RX (n, n) = 2) On a : RX ( ) = RX ( m + , m) =
2. 12 2 . 12
La puissance de X est donne par : PX = RX (0) =
3) La densit spectrale de puissance de X est donne par : SX ( ) = Donc : SX ( ) = =

k
X ( k ) exp(2ik ).
2 12 2 12
k =
exp(2ik )
k exp(2ik ) +
k =
2 12
k =1
exp(2ik ).
Dans la somme
k =
exp(2ik ), en changeant k en k, on obtient :
2 SX ( ) = 12
2 exp( 2ik ) + 12 k =0
k
k =1 k
exp(2ik )
soit : SX ( ) = = = =
2 12 1 2
2
( exp( 2i )) k + k =0
( exp(2i ))
k =1
1 1 + 1 1 exp( 2i ) 1 exp(2i ) 1 exp(2i ) + 1 exp( 2i ) 1 exp(2i )
2 1 2
2
2 . 1 + 2 cos 2
310
Exercice 15.5
On considre le signal analogique X dfini par : X(t,) = cos(2 tY() + Z()), o Y et Z sont des variables alatoires indpendantes. La loi de Y a pour densit fY et la loi de Z est uniforme sur ] , [. 1) Dmontrer que X est stationnaire au second ordre. 2) Dterminer sa puissance. 3) Dterminer sa densit spectrale de puissance.
Comme la loi de Z est uniforme sur ] , ], on a : f Z ( z ) = et E[h2 ( Z )] = 1 2
1 h2 ( z ) dz ; et du fait que Y et Z sont indpendantes, on a 2 E[h1(Y)h2(Z)] = E[h1(Y)]E[h2(Z)].
1) La moyenne de X est donne par : X (t ) = E[ X (t, )] = E[cos(2 tY + Z )] = E[cos(2 tY )cos( Z )] E[sin(2 tY )sin( Z )] = E[cos(2 tY )] 1 2

cos z dz E[sin(2 tY )] 2 sin z dz = 0 .

La fonction dautocorrlation de X est donne par : RX (t, u) = E[ X (t, ) X (u, )] = E[cos(2 tY + Z )cos(2 uY + Z )] . 1 Or, cos cos = [cos( ) + cos( + )] ; donc : 2 RX (t, u) = 1 {E[cos(2 (t u)Y ) ] + E[cos(2 (t + u)Y + 2 Z )]} . 2
Par la mme dmonstration que pour X(t) = 0, on a : E[cos(2(t + u)Y + 2Z)] = 0 ; il vient donc : 1 1 RX (t, u) = E[cos(2 (t u)Y )] = cos(2 (t u) y) fY ( y) dy . 2 2
Donc RX(t,u) ne dpend que de la diffrence t u. En particulier on a : E X (t , )
] = R (t , t ) = 1 2
X
fY ( y) dy =
1 . 2
On en dduit que X est stationnaire au second ordre. 2) On a : RX ( ) = RX (u + , u) = 1 2
cos(2y) fY ( y)dy . 1 . 2
La puissance de X est donne par : PX = RX (0) =
311
3) La densit spectrale de puissance de X est donne par : v SX ( ) = SX ( ) =
RX ( ) exp( 2i )d .
1 cos(2y) exp( 2i ) fY ( y) d dy 2 1 = (exp(2iy) + exp( 2iy)) exp( 2i ) fY ( y) d dy 4 1 = (exp(2i ( y)) + exp(2i ( + y))) fY ( y) d dy 4 1 1 F F [ fY ] ( ) + F [ F[ fY ]]( ) = ( fY ( ) + fY ( )). = 4 4
Exercice 15.6
Soit Y un signal centr et stationnaire au second ordre, on dfinit le signal analogique X par : X(t,) = Y(t,) + cos(2 t + Z()) , o t , Y(t,) et Z() sont des variables alatoires indpendantes et la loi de Z est uniforme sur [ ,]. 1) Dmontrer que X est stationnaire au second ordre. 2) Dterminer sa puissance en fonction de celle de Y. 3) Dterminer son spectre de puissance en fonction de celui de Y.
Comme Y est centr et stationnaire au second ordre, on a donc Y(t) = 0, RY (t, u) = E Y (t, ) Y (u, ) ne dpend que de la diffrence t u.
Nous noterons RY() = RY(u + ,u) (avec RY() = RY( )), SY et PY le spectre de puissance et la puissance de Y. 1) La moyenne de X est donne par : X(t) = E[X(t,)] = E[Y(t,)] + E[cos(2t + Z)]. Mais : E[cos(2 t + Z )] = donc : X(t) = Y(t) = 0.
cos(2 t + z ) f Z ( z ) dz =
1 2
cos(2 t + z ) dz = 0
312
La fonction dautocorrlation de X est donne par : RX (t, u) = E X (t, ) X (u, )
[ ] = E[(Y (t, ) + cos(2 t + Z ))(Y (u, ) + cos(2 u + Z ))] = E[Y (t, ) Y (u, )] + E[Y (t, )cos(2 u + Z )] + E[Y (u, )cos(2 t + Z )] + E[cos(2 t + Z )cos(2 u + Z )]. [ ] [ ]
Mais : E[Y (t, )cos(2 u + Z )] = E[Y (t, )]E[cos(2 u + Z )] = 0 E Y (u, )cos(2 t + Z ) = E Y (u, ) E[cos(2 t + Z )] = 0 E[cos(2t + Z )cos(2u + Z )] = 1 E cos(2(t u)) + E cos(2(t +u)+2Z ) 2
1 1 = cos(2(t u))+ E cos(2(t +u)+2Z ) 2 2

=0
1 = cos(2(t u)) 2 donc : RX (t, u) = RY (t, u) + 1 cos(2 (t u)). 2
Donc RX(t,u) ne dpend que de la diffrence t u et X est stationnaire au second ordre. 1 En particulier, on a : E X (t, ) 2 = RX (t, t ) = RY (t, t ) + . 2 2) On a : RX ( ) = RX (u + , u) = RY (u + , u) + La puissance de X est donne par : PX = RX (0) = RY (0) + 3) Le spectre de puissance de X est donn par : v SX ( ) = SX ( ) = 1 1 = PY + . 2 2 1 1 cos(2 ) = RY ( ) + cos(2 ). 2 2
RX ( ) exp( 2i ) d .
R ( ) + 1 cos(2 ) exp( 2i ) d Y 2 1 2
= SY ( ) +
cos(2 ) exp ( 2i ) d = SY ( ) +
1 (1 ( ) + 1 ( )). 4
313
Exercice 15.7
Soit Y un signal stationnaire au second ordre, on dfinit le signal analogique X par : X(t,) = Y(t + 1,) Y(t,). 1) Dmontrer que X est stationnaire au second ordre. 2) Dterminer sa puissance en fonction de celle de Y. 3) Dterminer son spectre de puissance en fonction de celui de Y.
Comme Y est stationnaire au second ordre, on a donc t RY (t, u) = E Y (t, ) Y (u, ) ne dpend que de la diffrence t u, RY() = RY(u + ,u) et t puissance et la puissance de Y. 1) La moyenne de X est donne par : X(t) = E[X(t,)] = E[Y(t + 1,)] E[Y(t,)] = 0, donc le signal X est centr. La fonction dautocorrlation de X est donne par : RX (t, u) = E (Y (t + 1, ) Y (t, ))(Y (u + 1, ) Y (u, )) RY() = RY( ). Nous noterons SY et PY le spectre de Y(t) = constante = ,
[ ] = E[Y (t + 1, ) Y (u + 1, )] E[Y (t + 1, ) Y (u, )] E[Y (t, ) Y (u + 1, )] + E[Y (t, ) Y (u, )]

= RY (t + 1, u + 1) RY (t + 1, u) RY (t, u + 1) + RY (t, u).
Comme RY(t,u) ne dpend que de la diffrence t u, cest vrai aussi pour RX(t,u) ; donc X est stationnaire au second ordre. En particulier, on a : E[|X(t,)|2] = RX(t,t) = RY(t + 1,t + 1) RY(t + 1,t) RY(t,t + 1) + RY(t,t) = 2(RY(0) RY(1)).
2) On a : RX() = RX(u + ,u) = Ry(u + + 1,u + 1) Ry(u + + 1,u) Ry(u + ,u + 1) + Ry(u + ,u) = RY() RY( + 1) RY( 1) + RY() = 2RY() RY( + 1) RY( 1). La puissance de X est donne par : PX = RX(0) = 2RY(0) RY(1) RY( 1) = 2(PY RY(1)). 3) Le spectre de puissance de X vaut : v SX ( ) = SX ( ) =
RX ( ) exp( 2i ) d .
(2 RY ( ) RY ( + 1) RY ( 1))exp( 2i ) d .
314
mais : v
RY ( ) exp( 2i ) d = SY ( ) RY ( + 1) exp( 2i ) d = exp(2i )SY ( ) RY ( 1) exp( 2i )d = exp( 2i )SY ( )
donc :
SX() = 2[1 cos(2)]SY() = 4sin2()SY().
Exercice 15.8
Soit Y un signal centr et stationnaire au second ordre, on dfinit le signal analogique X par X(t,) = Y(t,) V(), o t , Y(t,) et V() sont des variables T T alatoires indpendantes et la loi de V est uniforme sur , . 2 2 1) Le signal X est-il stationnaire au second ordre ? 2) Dterminer sa puissance. 3) Dterminer son spectre de puissance. 4) On dfinit le signal analogique Z par : Z(t,) = X(t,) X(t s,), o s est un rel positif fix. 1. Le signal Z est-il stationnaire au second ordre ? 2. Dterminer sa puissance. 3. Dterminer son spectre de puissance.
Comme Y est centr et stationnaire au second ordre, on a donc : Y(t) = E[Y(t,)] = 0, RY (t, u) = E[Y (t, ) Y (u, )] ne dpend que de la diffrence t u, et RY() = RY(u + ,u). Notons SY et PY le spectre de puissance et la puissance de Y. 1) La moyenne de X est donne par : X(t) = E[X(t,)] = E[Y(t,)] E[V()] = 0, donc le signal X est centr. La fonction dautocorrlation de X est donne par : RX (t, u) = E X (t, ) X (u, ) = E (Y (t, ) V ( ))(Y (u, ) V ( ))
2
[ ] [ ] = E[Y (t, ) Y (u, )] E[(Y (t, ) + Y (u, ))V ( )] + E[V ( )] T T = E[Y (t, ) Y (u, )] + = R (t , u ) + . 12 12
2 2 Y
315
Donc Rx(t,u) ne dpend que de la diffrence t u. En particulier on a : RX (t, t ) = E X (t, )
= RY (t, t ) +
T2 T2 = RY (0) + . 12 12
On en dduit que X est stationnaire au second ordre. 2) On a : RX ( ) = RX (u + , u) = RY (u + , u) + La puissance de X est donne par : PX = RX (0) = RY (0) + 3) Le spectre de puissance de X est donn par : v SX ( ) = T2 T2 = PY + . 12 12 T2 T2 = RY ( ) + . 12 12
T2 T2 ( ). RY ( ) + exp( 2iv) d = SY ( ) + 12 12
4) 1. La moyenne de Z est donne par : Z(t) = E[Z(t,)] = E[X(t,)] E[X(t s,)] = 0 donc le signal Z est centr. La fonction dautocorrlation de Z est donne par : RZ (t, u) = E Z (t, ) Z (u, ) = E ( X (t, ) X (t s, ))( X (u, ) X (u s, ))
[ ] [ = E[ X (t, ) X (u, ) ] E[ X (t, )Y (u s, ) ]

[
]
]
E X (t s, ) X (u, ) + E X (t s, ) X (u s, ) = RX (t, u) RX (t, u s) RX (t s, u) + RX (t s, u s) = RY (t, u) RY (t, u s) RY (t s, u) + RY (t s, u s) = 2RY (t u) RY (t u + s) RY (t u s).

] [
Donc RZ(t,u) ne dpend que de la diffrence t u. On en dduit que Z est stationnaire au second ordre. En particulier, on a : RZ(t, t) = E[|Z(t,)|2] = RY(t,t) RY(t,t s) RY(t s,t) + RY(t s,t s) = 2(RY(0) RY(s)). 2. On a : RZ(u + ,u) = RY(u + ,u) RY(u + ,u s) RY(u + s,u) + RY(u + s,u s) = 2RY() RY( + s) RY( s) = RZ(). La puissance de Z vaut : PZ = RZ(0) = 2RY(0) RY(s) RY( s) = 2(PY RY(s)).
316
3. Le spectre de puissance de Z est donn par : v mais, v , SZ ( ) =
(2 RY ( ) RY ( + s) RY ( s))exp( 2i ) d
RY ( ) exp( 2i ) d = SY ( )
RY ( + s) exp ( 2i ) d = RY ( s)exp( 2i ) d =
RY ( ) exp ( 2i ( s) ) d = exp (2i s )SY ( )
RY ( )exp( 2i ( + s) ) d = exp( 2i s )SY ( )
donc :
SZ() = 2[1 cos(2s)]SY() = 4sin2(s)SY().
Exercice 15.9
On considre le filtre linaire qui, tout signal numrique dentre X(n), fait correspondre le signal de sortie Y(n) dfini par la relation de rcurrence : 1 Y (n) Y (n 1) = X (n). 4 1) Vrifier que le filtre est causal. Dterminer la fonction de transfert H et le domaine de convergence de H. 2) Dterminer la rponse impulsionnelle h. 3) On suppose que X est centr, stationnaire au second ordre de fonction dautocorrlation : RX ( k ) = 1 0 o si k = 1 si k = 0 sinon
1 . Dterminer le spectre de puissance de X. 2
4) Dterminer le spectre de puissance de Y. 5) Calculer la puissance en sortie.

1) La fonction de transfert H est dfinie par : H ( z ) = 1 . 1 1 1 z 4 1 1 1 z <1 z > . 4 4
La solution causale correspond au domaine de convergence
317
En prenant z = exp(2i), on obtient le gain de frquences en puissance : H( ) =

2
1 16 = . 1 1 17 8 cos(2 ) 1 cos(2 ) + 2 16
2) La rponse impulsionnelle h sobtient par dveloppement en srie entire de z1 de H : H(z) = 1 1 z k = = h( k ) z k 1 1 4 1 z k =0 k 4
ce qui donne :
k h( k ) = 4 0
si k 0 . si k < 0
k
En prenant z = exp(2i), on obtient le gain de frquences en amplitude : H ( ) =
h(k ) exp(2ik ) =
k =0 k =0
exp( 2i ) = 4
1 exp( 2i ) 1 4
4 4( 4 exp( 2i )) 4( 4 exp(2i )) = = . 4 exp( 2i ) ( 4 exp( 2i ))( 4 exp(2i )) 17 8 cos(2 )
3) Le spectre de puissance de X vaut : SX ( z ) =
R
k
X (k )z
= z + 1 + z 1
et pour z = exp(2i), on obtient : SX() = 1 + exp(2i) + exp( 2i) = 1 + 2 cos(2). 4) Le spectre de puissance en sortie du filtre est donn par : 16(1 + 2 cos(2 )) 2 SY ( ) = H ( ) SX ( ) = . 17 8 cos(2 ) 5) La puissance en sortie est donne par :
PY = RY (0) = E Y (n) soit : PY = 16
]=
1/ 2
1 / 2
SY ( ) d ,
1 + 2 cos(2 ) 16 d = 1 / 2 17 8 cos(2 )
1/ 2
1 + 2 cos x 8(2 + ) . dx = 17 8 cos x 15
Exercice 15.10
On considre le filtre linaire qui, tout signal numrique, dentre X(n), fait correspondre le signal de sortie Y(n) dfini par la relation de rcurrence : 5 1 Y (n) Y (n 1) + Y (n 2) = X (n). 6 6
318
1) Vrifier que le filtre est causal. Dterminer la fonction de transfert H et le domaine de convergence de H. 2) Dterminer la rponse impulsionnelle h. 3) On suppose que X est centr, stationnaire au second ordre de fonction dautocorrlation 1 2 RX ( k ) = 2 0 Dterminer le spectre de puissance de X. 4) Dterminer le spectre de puissance de Y. 5) Calculer la puissance en sortie.
1) La fonction de transfert H est dfinie par : 1 1 = . H(z) = 5 1 1 2 1 1 1 z + z 1 1 6 6 2 z 3z La solution causale correspond au domaine de convergence : z> 1 . 2 1 1 < 1 et < 1 cest--dire 2z 3z
si k = 1, 2 si k = 0 sinon
En prenant z = exp(2i), on obtient le gain de frquences en puissance : 18 2 H( ) = . (5 4 cos(2 ))(5 3 cos(2 )) 2) La rponse impulsionnelle h sobtient par dveloppement en srie entire de z1 de H ; on a : 1 1 H(z) = = 2 k z k 3 k z k 1 1 1 1 k = 0 k =0 2 z 3z
k k k k or, 2 z 3 z = ck z k , avec ck = k =0 k =0 k =0
2
j =0
1
j
1
k j
3 3 k k ; 2 3
il vient donc : H ( z ) =
2
k =0
3
k
3 k z = h( k ) z k 3k k
ce qui donne :
2 3 h( k ) = 2 k 3k 0
si k
si k < 0
319
En prenant z = exp(2i), on obtient le gain de frquences en amplitude : H ( ) = =
k =0
h( k ) exp( 2ik ) = 3
k =0
exp( 2i ) 2 2
k =0
exp( 2i ) 3
6 6 5 (5 2 cos(2 ))exp(2i ) =3 . 2 exp( 2i ) 3 exp( 2i ) (5 4 cos(2 ))(5 3 cos(2 ))
3) Le spectre de puissance de X est donn par : 1 1 SX ( z ) = RX ( k )z k = 2 + ( z 1 + z ) + ( z 2 + z 2 ) 2 2 k
et pour z = exp(2i), on obtient : SX() = 2 + cos(2) + cos(4) = 1 + cos(2) + 2cos2(2). 4) Le spectre de puissance en sortie du filtre est donn par : SY ( ) = H ( ) SX ( ) =
2
18(1 + cos(2 ) + 2 cos 2 (2 )) . (5 4 cos(2 ))(5 3 cos(2 ))

1/ 2
5) La puissance en sortie est donne par : PY = RY (0) = E Y (n) soit : PY = 18
]=
1 / 2
SY ( ) d ,
1 + cos(2 ) + 2 cos 2 (2 ) 33 d = . 1 / 2 (5 4 cos(2 ))(5 3 cos(2 )) 5

1/ 2
Exercice 15.11
On considre un systme dont lentre X et la sortie Y vrifient la relation : Y (t, ) = 5 exp(t u) X (u, ) du ,
o X est centr, stationnaire au second ordre, de fonction dautocorrlation : RX() = cos(2) . 1) Dterminer la rponse impulsionnelle h. En dduire le gain en frquence. 2) Dterminer le spectre de puissance de X. 3) Dterminer le spectre de puissance de Y. 4) Dterminer la fonction dautocorrlation en sortie : RY ( ) = E Y (t + ) Y (t ) . 5) Calculer la puissance en sortie. 6) Dterminer la fonction dintercorrlation entre/sortie : RYX ( ) = E X (t + )Y (t ) .
320
1) La rponse impulsionnelle h vrifie : Y (t, ) = donc, comme : Y (t , ) = 5
h(t u) X (u, ) du ,
l e t u X (u, )1 ]t ,[ (u) du = 5 1
e t u X (u, )1 ],0[ (t u) du , 1 l
l 1 on en dduit : h( x ) = 5e x1 ] , 0[ ( x ). On remarque que le filtre nest pas causal. On a : v

2
H (v) =
h( x )e 2 ivx dx = 5
e x 2 ivx dx =
5 1 2iv
et H (v) =
5 . 1 + 4 2 v 2
2) Le spectre de puissance de X est donn par : 1 2 i v SX ( ) = RX ( )e 2 i d = (e + e 2 i ) e 2 i d 2
= =
1 2
1 1 exp 2i + + exp 2i d
1 1 ( ) + 1 ( ) . 2 5 2 2 1 ( ) + 1 ( ) . 2(1 + 4 )
3) Le spectre de puissance de Y est donn par : SY ( ) = H ( ) SX ( ) =

2
4) RY ( ) = E[Y (t + )Y (t )] sobtient par transformation de Fourier inverse de SY : RY ( ) =
SY ( )e 2 i d = cos(2 ).
5) La puissance en sortie est donne par : PY = 6) On a : SYX ( ) = H ( ) SX ( ) = RYX ( ) =
SY ( ) d = RY (0) = 1.
5 1 ( ) + 1 ( ) , donc : 2(1 2i ) 5 e 2 i e 2 i cos(2 ) 2 sin(2 ) . 1 2i + 1 + 2i = 2 5
SYX ( ) e 2 i d =
321
Exercice 15.12
On considre le signal analogique X dfini par : X(t,) = exp{ 2i (Y() + t Z())} o Y et Z sont des variables alatoires indpendantes. l On suppose que la loi de Y admet la densit fY(y) = (1 |y|) 1 [1,1](y) et que Z suit 1 une loi normale (0,1). 1) Montrer que X est stationnaire au second ordre. 2) Calculer PX la puissance de X. 3) Dterminer SX la densit spectrale de puissance de X. 4) X est-il ergodique ?
1) On a : mX(t) = E[X(t,)] = E[exp( 2i Y)]E[exp( 2i t Z)] = Y(1)Z(t) o Y et Z dsignent les fonctions caractristiques de Y et de Z donnes par : Z(t) = E[exp( 2i tZ)] = exp( 2 2t 2)
Y (1) = E[exp( 2iY )] =
(1 + y)e 2 i y dy +
(1 y)e
0
2 i y
dy = 0
donc : mX(t) = 0. Dautre part, RX (t, u) = E X (t, ) X (u, ) = E[exp ( 2i (Y + tZ )) exp (2i (Y + uZ ))] = E[exp ( 2i (t u) Z )] = Z (t u). On en dduit que X est stationnaire au second ordre. 2) Pour t = u + , on a : RX() = RX(u + , u) = Z() = exp( 2 2 2). La puissance de X est donne par : PX = RX(0) = 1.
3) On a : v , SX ( ) =
RX ( ) exp ( 2i ) d =
exp ( 2 2 2 2i ) d 2 1 exp . 2 2
2 = exp 2
2 i exp 2 2 + d = 2
4) On a : 1 T 1 X (t + , ) X (t, ) dt = lim lim T 2 T T T 2 T
exp( 2iZ ( )) dt = exp( 2iZ ( )).
On en dduit que X nest pas ergodique.
322
Exercice 15.13
On considre le signal analogique X dfini par : X (t , ) = 3 N
Zk ( )exp{2i tYk ( )}
k =1
o N 1 et Z1 , ..., ZN , Y1 , ..., YN sont des variables alatoires indpendantes. On suppose que Z1, ..., ZN suivent toutes la mme loi uniforme sur lintervalle 1 [ 1, 1] et que Y1 , ..., YN suivent toutes la mme loi de densit h( y) = exp( y ). 2 1) Montrer que X est stationnaire au second ordre. 2) Calculer PX la puissance de X. 3) Dterminer SX la densit spectrale de puissance de X. 4) X est-il ergodique ?
1 2 Z1, ..., ZN , Y1, ..., YN sont indpendantes, on a : Pour k = 1, ..., N on a : E[ Zk ] =
1)
z dz = 0 et dautre part, du fait que
E[Zkexp{ 2i tYk}] = E[Zk]E[exp{ 2i tYk}] = E[Zk] Yk (t ) = 0 , o Yk dsigne la fonction caractristique de Yk . On en dduit que : X(t) = E[X(t,)] = 0. Dautre part, RX (t, u) = E X (t, ) X (u, ) 3 = E N = = 3 N 3 N
N
]
Z
j =1 N j
3 Zk exp( 2i tYk ) N k =1
N k j
exp(2i uYj )
E[ Z Z
k =1 j =1 N N k k =1 j =1
exp{2i (tYk uYj )}] uYj )}] .
E[ Z Z ] E[exp{2i (tY
j
323
Or,
= +
k =1 j =1 k= j N k j
/ et comme pour k = j, on a : E[ZkZj] = E[Zk] E[Zj] = 0, on en dduit que :

N
RX (t, u) =
3 N
3 E[ Z ]E[exp{2i (t u)Y }] = N E[ Z ]
2 k k 2 k k =1 k =1
Yk
(t u )
2 en tenant compte de E Zk =
[ ] 1 2
z 2 dz =
1 on obtient : 3 1 N
RX (t, u) =
k =1
Yk
(t u).
Du fait que Y1 , ..., YN suivent toutes la mme loi, pour k = 1, ..., N on a Yk = Y1 . Il vient donc RX (t, u) = Y1 (t u). On en dduit que X est stationnaire au second ordre. 2) Pour t = u + , on a : RX() = RX(u + , u) = Y1 ( ) = La puissance de X est donne par : PX = RX(0) = 1. 3) On a : v , SX ( ) = 4)
1 . 1 + 4 2 2
RX ( ) exp( 2i ) d =
exp ( 2iv ) 1 exp ( ). 2 2 d = 1 + 4 2
Pour k = 1, ..., N, posons Xk (t, ) =
3 Zk ( ) exp{2i tYk ( )}. On a donc : N
X (t , ) =
X (t, ). Dautre part,

k k =1
X k (t + , ) X k (t , ) =
3 2 Zk ( ) exp{2i tYk ( )}, donc : N
1 T 2 T lim
X k ( t + , ) X k ( t , ) dt = lim
1 T 2 2 Zk ( ) exp( 2iYk ( )) dt =Zk ( ) exp( 2iYk ( )) . T 2 T T On en dduit que, pour k = 1, ..., N, Xk nest pas ergodique et donc X nest pas ergodique.
Exercice 15.14
Soit U une variable alatoire relle de loi uniforme sur [0, 2] et K une autre variable alatoire discrte, indpendante de U, valeurs dans Z de loi P(K = k) = pk , avec k Z. On dfinit le signal analogique X (t,) par : X (t,) = cos (2t K () + U ())
324
1) X est-il stationnaire au second ordre ? 2) Calculer PX la puissance de X. 3) Dterminer S X le spectre de puissance de X.

1) On a : m X (t) = E[X (t,)] = E K [E[X (t,) | K ] ] . Or, E[X (t,) | K = k] = E[cos (2tk + U )] = = 1 2
2 0
cos (2tk + u) fU (u) du
cos (2tk + u) du = 0
do m X (t) = E K [0] = 0 . Dautre par, la fonction dautocorrlation de X est dfinie par : R X (t,v) = E X (t,) X (v,) = E K E X (t,) X (v,) | K Or, E X (t,) X (v,) | K = k = E [cos (2tk + U ) cos (2vk + U )] = = 1 E [cos (2k (t + v) + 2 U ) + cos (2k (t v))] 2 1 1 cos (2k (t v))+ E [cos (2k (t +v)+2 U )] 2 2
=0
1 = cos (2k (t v)) 2 do R X (t,v) = 1 1 cos (2k (t v)) pk . E [cos (2K (t v))] = 2 2 k= On en dduit que X est stationnaire au second ordre. 2) On a : R X () = 1 2
k=
cos (2k ) pk . En particulier, la puissance de X est dfinie par : PX = R X (0) = 1 2

k=
pk =
1 2
325
13) Le spectre de puissance de X est dfini par : S X () = F[R X ]() = = 1 2 1 4 1 4

R X () e2i d
pk
k=
cos (2k ) e2i d e2i k + e2i k e2i d
pk
k= k=
{k} () + {k} () pk si Z sinon
1 ( p + p ) = 4 0
Exercice 15.15
On considre un filtre numrique dentre X et la sortie Y : Y (n,) = h(n k) X (k,), o X est centr, stationnaire au second ordre de
kZ
fonction dautocorrlation R X , de spectre de puissance S X et la rponse impulsionnelle h est dfinie par : h(n) = 1 4 si n {1,2} si n = 0 ( R)
1) Dterminer le spectre de puissance de Y. En dduire RY . 2) Dterminer la fonction dintercorrlation entre/sortie : R X Y .

1) On a : SY () = |H ()|2 S X () avec H () =
k=
h(k) e2ik =
k{0,1,2}
h(k) e2ik
= (1 4) + e2i + e4i do SY () = 1 8 + 182 + 2(1 3) cos(2) + 2(1 4) cos(4) S X ()
326
Pour n Z on a : RY (n) =
1/2 1/2
SY () e2in d = (1 8 + 182 )
1/2 1/2
e2in S X () d
R X (n)
+ 2(1 3) + 2(1 4) Or,

1/2 1/2 1/2 1/2
1/2 1/2 1/2 1/2
cos(2) e2in S X () d cos(4) e2in S X () d
cos(2) e2in S X () d = cos(4) e2in S X () d =
1 (R X (n 1) + R X (n + 1)) 2 1 (R X (n 2) + R X (n + 2)) 2
do RY (n) = (1 8 + 182 ) R X (n) + (1 3) (R X (n 1) + R X (n + 1)) + (1 4) (R X (n 2) + R X (n + 2)) 2) On a : R X Y (n) = h R X (n) =

kZ
h(n k) R X (k) =
nk{0,1,2}
h(n k) R X (k)
= h(0) R X (n) + h(1) R X (n 1) + h(2) R X (n 2) = (1 4) R X (n) + (R X (n 1) + R X (n 2))
Exercice 15.16
Soit Y et Z des variables alatoires indpendantes. On suppose que : 1 la loi de Y admet la densit : f Y (y) = cos(y) 1 1 , 1 (y) 2 2 2 Z est discrte valeurs dans {,} de loi : P (Z = ) = 1 P (Z = ) = . 2 1) On pose : U = Y Z. a) Dterminer U la fonction caractristique de la loi deU. b) En dduire E [cos(U )] et E [cos(2U )].
327
cos 2 2 = lim = . On admet que : lim 1 1 2 1 1 2 4 2) Soit H un signal analogique stationnaire au second ordre indpendant de Y et Z. Dans la suite on notera : H , R H, PH et S H la fonction moyenne, la fonction autocorrlation, la puissance et le spectre de puissance de H. On considre le signal analogique X dfini par : X (t,) = cos (U ()) H (t,) . a) Montrer que X est stationnaire au second ordre. b) Calculer PX la puissance de X. c) Dterminer S X le spectre de puissance de X. cos
1) a) La fonction caractristique de la loi de U est dfinie par : U (t) = E eitU = E E eitY Z |Z Du fait que Y et Z sont indpendantes on : E eitY Z |Z = z = E eitY z =

eit yz f Y (y) dy cos
= On en dduit :
1 2 1 2
tz 2 cos(y) eit yz dy = 2 2 t 2 z2
t tZ cos 2 2 2 U (t) = E 2 t2 Z2 = 1 t2 cos 1) b) On a : E [cos(U )] = E [cos(2U )] = 1 (1) + U (1) E eiU + eiU = U = 2 2 4 (2) + U (2) 1 1 E e2iU + e2iU = U = 2 2 3
2) a) La fonction moyenne de X est dfinie par : X = E [X (t,)] = E [cos (U ()) H (t,)] = E [cos (U ())] E [H (t,)] = 4 H
328
Par hypothse le signal H est stationnaire au second ordre, donc H ne dpend pas du temps t, il en est donc de mme de X. La fonction dautocorrlation de X est dfinie par : R X (t1 ,t2 ) = E X (t1 ,),X (t2 ,) = E cos (U ()) H (t1 ,) cos (U ()) H (t2 ,) = E cos2 (U ()) E H (t1 ,) H (t2 ,) = 1 2 (1 + E [cos (2U ())]) R H (t1 ,t2 ) = R H (t1 ,t2 ) 2 3
H tant stationnaire au second ordre, donc R H (t1 ,t2 ) ne dpend que de la diffrence : t1 t2 , il en est donc de mme de R X (t1 ,t2 ). En particulier on a : R X () = R X (t + ,t) = 2) b) La puissance de X est dfinie par : PX = R X (0) = 2 2 R H (0) = PH 3 3 2 2 R H (t + ,t) = R H () 3 3
2) c) Le spectre de puissance de X est dfinie par : S X = F (R X ) = 2 2 F (R H ) = S H 3 3
15.16 On considre le signal analogique X dfini par : X (t,) = Y (t + 1,) cos( U ()) Y (t,) o Y est un processus temps continu stationnaire au second ordre, U est une variable alatoire continue de loi uniforme sur lintervalle [1,1] et indpendante de Y (t,). Dans la suite on notera : Y, RY, PY et SY la moyenne de Y, la fonction autocorrlation, la puissance et le spectre de puissance de Y. a) Calculer E [cos(U )] et E cos2 (U ) . b) Montrer que X est stationnaire au second ordre. c) Exprimer PX la puissance de X en fonction de PY . d) Exprimer S X le spectre de puissance de X en fonction de SY . 15.17 On considre le signal analogique X dfini par : X (t,) = Y (t + 1,) e2i U () Y (t,) o Y est un processus temps continu stationnaire au second ordre, U est une variable alatoire continue de densit fU, de fonction caractristique U et indpendante de Y (t,).
329
Dans la suite on notera : Y , RY, PY et SY la moyenne de Y, la fonction autocorrlation, la puissance et le spectre de puissance de Y. a) Montrer que X est stationnaire au second ordre. b) Exprimer PX la puissance de X en fonction de PY , RY et U . c) Exprimer S X le spectre de puissance de X en fonction de SY et U . 15.18 On considre le signal analogique X dfini par : X (t,) = Y (t,) e2i t U () o Y est un processus temps continu stationnaire au second ordre, U est une variable alatoire continue de loi uniforme sur lintervalle [1,1] et indpendante de Y (t,). Dans la suite on notera : Y , RY, PY et SY la moyenne de Y, la fonction autocorrlation, la puissance et le spectre de puissance de Y. a) Montrer que X est stationnaire au second ordre. b) Exprimer PX la puissance de X en fonction de PY . c) Exprimer S X le spectre de puissance de X en fonction de SY . 15.19 On considre le signal analogique X dfini par : X (t,) = Y (t,) e2i t o Y est un processus temps continu centr et stationnaire au second ordre. Dans la suite on notera : RY, PY et SY la fonction autocorrlation, la puissance et le spectre de puissance de Y. a) Montrer que X est stationnaire au second ordre. b) Exprimer PX la puissance de X en fonction de PY . c) Exprimer S X le spectre de puissance de X en fonction de SY . 15.20 On considre le signal analogique X dfini par : X (t,) = Y (t + N ,)
Dunod. La photocopie non autorise est un dlit. N 1 k=1
e2i k U () Y (t + N k,)
o N 2 , Y est un processus temps continu stationnaire au second ordre, U est une variable alatoire continue de fonction caractristique U et indpendante de Y (t,). Dans la suite on notera : Y , RY, PY et SY la moyenne de Y, la fonction autocorrlation, la puissance et le spectre de puissance de Y. a) Montrer que X est stationnaire au second ordre. b) Exprimer PX la puissance de X en fonction de PY , RY et U . c) Exprimer S X le spectre de puissance de X en fonction de SY et U . 15.21 On considre le signal analogique X dfini par : 1 X (t,) = N
N k=1
Yk (t,) e2i k t
330
o N N , Y1 ,. . . ,Y N sont des processus temps continu centrs, indpendants et stationnaires au second ordre suivant la mme loi de fonction autocorrlation RY, de puissance PY et du spectre de puissance SY ; 1 ,. . . , N sont des rels. a) Montrer que X est stationnaire au second ordre. b) Exprimer PX la puissance de X en fonction de PY . c) Exprimer S X le spectre de puissance de X en fonction de SY .
Rponses
15.16
a) On a :
E [cos(U )] =
1 2
1 1
cos(u) du = 0
E cos2 (U ) =
1 1 1 + E [cos(2U )] = 2 2 2
b) E [X (t,)] = E [Y (t + 1,)] E [cos(U )] E [Y (t,)] = Y
R X () = E X (t + ,) X (t,) = 1 + E cos2 (U ) RY ()
E [cos(U )] (RY ( + 1) + RY ( 1)) = 3 RY () 2 3 3 RY (0) = PY . 2 2 3 3 F (RY )() = SY () . 2 2
c) PX = R X (0) =
d) R , S X () = F (R X )() =
15.17
a) E [X (t,)] = E [Y (t + 1,)] E e2i U () E [Y (t,)] Or, E e2i U () =

e2i u fU (u) du = U (1) ,
do E [X (t,)] = 1U (1) Y .
R X () = E X (t + ,) X (t,) = 2 RY () U (1) RY ( + 1) U (1) RY ( 1)
331
b)
PX = R X (0) = 2 RY (0) U (1) RY (1) U (1) RY (1) = 2 PY U (1) + U (1) RY (1)

c) R ,
S X () = F (R X )() =

2 RY () U (1) RY ( + 1) U (1) RY ( 1) e2i d

= 2 SY () U (1) U (1)

RY ( + 1) e2i d
RY ( 1) e2i d
= 2 U (1) e2i U (1) e2i SY ()

15.18 a) E [X (t,)] = E [Y (t,)] E e2i t E [U ] Or, E [U ] =
1 2
1 1
u du = 0 , do E [X (t,)] = Y
R X () = E X (t + ,) X (t,) = RY () e2i t + e2i (t+) Y E [U ] + e2i E U 2

Or, E U 2 =
1 2
1 1
u 2 du =
1 1 , do R X () = RY () + e2i 3 3 1 1 = PY + . 3 3 1 {1} () . 3
b) PX = R X (0) = RY (0) +
c) R , S X () = F (R X )() = SY () + a) E [X (t,)] = E [Y (t,)] e2it = 0
15.19
R X () = E X (t + ,) X (t,) = RY () e2i
b) PX = R X (0) = RY (0) . c) R , S X () = F (R X )() = SY ( + 1) .
332
N 1 k=1
15.20
a) E [X (t,)] = 1
U (k) Y
R X () = N RY () +
k=j /
N 1 k=1
U (k) RY ( k) + U (k) RY ( + k)
U (k j) RY ( k + j)
N 1 k=1
b) PX = N PY c)
U (k) + U (k) RY (k) +

k=j / N 1 k=1
U (k j) RY (k j)
S X () = SY () N +
k=j /
U (k) e2i k + U (k) e2i k
U (k j) e2i (k j)
15.21
a)
E [X (t,)] = 0 , R X () =
b) PX = PY c) S X () =
RY () N
N k=1
e2i k
1 N
N k=1
SY ( + k ) .
Index
A abscisse de convergence 105 absolument convergente 2 autocorrlation 87, 99 C changement dchelle 86 coefficient de corrlation 273, 276, 282, 284 converge en probabilit 227 en loi 227 en moyenne quadratique 227 convergence dans L 1 (I ) 20 dans L 2 (I ) 20 des distributions 132 domine de Lebesgue 65 en loi 252, 256, 259, 262 en moyenne quadratique 20, 21 ponctuelle 20, 21, 23 presque partout 20 uniforme 20, 21, 23 couronne de convergence 164, 200 covariance 273
dure de vie 265, 269 E nergie 87 quation diffrentielle 111, 114 intgrale 96 intgro-diffrentielle 115 esprance conditionnelle 226 F filtre linaire 199 causal 199, 200 stable 200 filtre numrique linaire 200 fonction 122, 161 dcroissance rapide 161 converge dans S 161 localement sommable 122 fonction caractristique 225, 250, 256, 259, 262, 272, 326 causale 66 covariance 303 dautocorrlation 303, 312, 318, 329 de Bessel 111 de rpartition 220, 225, 246, 247, 254, 267, 271 de rpartition de la loi normale 234 de transfert 199, 200, 203 moyenne 303 test 121 variance 303 formule de Bayes 212, 218 formule de Poincar 213 Fourier (transforme de) 85 Fourier (transforme de inverse) 85 Fresnel 6 Fubini 2, 11
D densit 234 de probabilit 82, 94 spectrale dnergie 87, 99 spectrale de puissance 304, 308, 310, 321, 322 Dirichlet 46 distribution 108, 121, 122 singulire 122 causale 153 paire 125 rgulire 122 tempre 162 causale 163
334
G gaussienne 100 Gibbs 49 Gram-Schmidt 33 H Hilbert 9 Hilbert (transforme de) 124 I identit de Parseval 46, 86 ingalit de Bienaym-Tchebychev 261 intercorrlation 87 J Jacobien 2, 226, 239, 242 L Laplace (transforme de) 105 Loi conditionnelle 226, 247, 266, 267, 271 de Poisson 233, 257, 262 exponentielle 238, 241, 254, 279, 281 faible des grands nombres 227 gomtrique 232, 255 marginale 247, 266, 272 normale 227, 245, 265, 290 normale tronque 246 uniforme 233, 259, 266, 267, 268, 283, 323 uniforme discrte 228 M matrice variance-covariance 279, 280, 289 meilleure approximation 31 modle Auto-Rgressif d'ordre 1 284 N norme associe au produit scalaire 31 P peigne de Dirac 125, 162 Pf 188 polynmes de Legendre 32, 34 polynmes de Tchebychev 38 presque partout 19
processus alatoire 303 processus alatoire stationnaire au second ordre 304 produit de convolution 66, 95 produit de convolution de distributions 132 produit scalaire 19, 31 projection orthogonale 31 pseudo-fonction 122, 126, 142, 155 puissance instantane 304 Pythagore 31 R rponse impulsionnelle 80, 199, 200, 203, 206 rponse indicielle 80, 203, 206 Riemann 1 S Schwarz 19 Shannon 175 signal analogique 306, 307, 310, 314, 321, 322, 328 analytique 179 gaussien 99 numrique 164, 305, 316, 317 numrique causal 164 sommabilit 6, 15 sommable 19 spectre damplitude 87, 99 spectre de phase 87, 99 symtrie hermitienne 86 T thorme de convergence domine 146 de Fubini 111 de la valeur finale 106 de la valeur initiale 106, 111, 116 de Wiener-Kinchine 87 Limite Central 227 V valeur principale 8 variance 225 vecteur gaussien 290, 300 vecteur moyenne 289
SCIENCES SUP
Dariush Ghorbanzadeh Pierre Marry Nelly Point Denise Vial
3 e dition
Cette nouvelle dition dlments de mathmatiques du signal sadresse principalement aux lves ingnieurs et aux tudiants en Master dans le domaine EEA. Chaque chapitre souvre sur un rappel des notions, thormes et notations les plus utiliss. Deux types dexercices, dont beaucoup sont nouveaux dans cette 3e dition, sont ensuite proposs : certains visent au maniement intellectuel des concepts fondamentaux, dautres lutilisation de ces concepts dans le cadre dapplications pratiques.
DARIUSH GHORBANZADEH, PIERRE MARRY, DENISE VIAL Sont matres de confrences au Conservatoire National des Arts et Mtiers (CNAM, Paris).
NELLY POINT est professeure au Conservatoire National des Arts et Mtiers (CNAM, Paris).
MATHMATIQUES
PHYSIQUE
CHIMIE
SCIENCES DE LINGNIEUR
INFORMATIQUE
SCIENCES DE LA VIE
SCIENCES DE LA TERRE
1 2 3 4 5 6 7 8
LICENCE
MASTER DOCTORAT
ISBN 978-2-10-053806-5
www.dunod.com

Mathematiques Du Signal 3e Edition

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mathematiques Du Signal 3e Edition

Transféré par

Droits d'auteur :

Formats disponibles

SCIENCES SUP

Rappels de cours et exercices rsolus

Dariush Ghorbanzadeh Pierre Marry Nelly Point Denise Vial

Illustration de couverture : DigitalVision

Dunod, Paris, 2008

Dunod. La photocopie non autorise est un dlit.

Dunod. La photocopie non autorise est un dlit.

Index des notations

F( f ) L( f ) H( f ) Tz Y (t) sgn(t) 1 [a,b] (t) l

Dunod. La photocopie non autorise est un dlit.

Index des notations

l fonction porte centre de longueur a : Pa (t) = 1

densit de probabilit de la loi normale centre rduite (t) =

Table des matires

Si la fonction f est continue sur lintervalle ferm born [a,b],

une intgrale dfinie et cest un nombre si a, b et f sont spcifis. Pour x [a,b],

f (t)dt est une fonction de x. Cest la primitive de f qui san-

f (x)dx est convergente si lim

f (x)dx existe et a une valeur finie.

Si f nest pas dfinie en b,

f (x)dx est convergente si lim

1 dx converge si et seulement si > 1, diverge sinon. x

1 dx converge si et seulement si < 1, diverge sinon. (R0.2) (x a) 0 g(x) f (x), alors 0

f (x)dx est dite absolument convergente si

valeur finie. Cela implique quelle est convergente car |

de mme nature. si f et g sont continues sur [a,+[ et si f g alors

g(x)dx sont de mme nature.

Intgrales doubles Changements de variables : si x = g(u,v) et y = h(u,v), on a : f (x,y)dxdy =

est limage du domaine D, J est la matrice jacobienne : J =

et |J (u,v)| son dterminant, appel Jacobien.

X e t dt = lim [ e t ]0 = lim (1 e X ) = 1. Donc, I1 est dfinie et vaut 1. X + X +

t n 1e t dt . Or, en intgrant par parties et si n > 1,

= ....... = (n 1)(n 2)...1 lim Donc, (n) existe et vaut (n 1)! On a :

Donc, I3 existe et vaut 1. 4) I4 = lim+

e t dt . En intgrant par parties, on a : t

J ( ) = ln e + En effet : 0 Dautre part,

dt et lim+ J ( ) = + car lintgrale est borne.

e t dt est finie et lim X + t dt

e t dt existe car : t 1. Donc, I4 diverge.

5) La fonction intgrer tant paire, la nature de I5 est la mme que celle de I6 o I6 =

En posant t = 2 sinx, I6 = lim+

cos x dx o = arcsin(1 /2) cos x

do I6 = lim+ arcsin 1 = , donc I5 existe et vaut 2I6 , soit . 2 2 0

e t dt . Le seul problme est linfini. Or, si X est assez grand et

dt , cette dernire intgrale tant convergente, t2

n 1 t on peut crire et > tn+1 et, alors, t e <

e t e t 1 dt . Pour t assez grand, et > t, et donc < 2 dont lintgrale converge t t t e t t 1 en 0 et t

au voisinage de linfini. Mais Donc, I4 diverge.

e t dt na pas de valeur finie X fini. t

1 1 (respectivement ). Or, si a < b, 2 2t 2 2+t

converge si < 1. Donc I5 converge.

e t dt . La premire intgrale vaut lim

ln t dt existent. Les points considrer sont 0, 1, et . t 1

Dunod. La photocopie non autorise est un dlit.

dt converge mais pas

3) Application aux intgrales de Fresnel C =

, fonction sommable si et seulement si 1 < 1

sin t par une fonction non t

sommable, savoir : En effet, sin t

Pour 0 < < 1, on a :

Le dernier terme est fini car

sommable sur [1,+[. Le deuxime terme 2t +1

sin 2 et le premier est infini car lim t 1 = 0 . t + 2