Académique Documents
Professionnel Documents
Culture Documents
Mathematiques Du Signal 3e Edition
Mathematiques Du Signal 3e Edition
MATHMATIQUES
DU SIGNAL
3e dition
Dariush Ghorbanzadeh
Pierre Marry
Nelly Point
Denise Vial
MATHMATIQUES
DU SIGNAL
MATHMATIQUES
DU SIGNAL
Rappels de cours et exercices rsolus
Dariush Ghorbanzadeh
Matre de confrences au Conservatoire National
des Arts et Mtiers (CNAM, Paris)
Pierre Marry
Matre de confrences au Conservatoire National
des Arts et Mtiers (CNAM, Paris)
Denise Vial
Matre de confrences au Conservatoire National
des Arts et Mtiers (CNAM, Paris)
Nelly Point
Professeur au Conservatoire National
des Arts et Mtiers (CNAM, Paris)
3e dition
Prfac par
Herv Reinhard
Professeur au CNAM (Paris)
ISBN 978-2-10-053806-5
Prface
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
Cn
C 0 (I )
C n (I )
C (I )
L 1 (I )
f 1
L 2 (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
1
norme de f dans L (I ) : f 1 = f L 1 (I ) = | f (t)| dt
coefficient du binme : Cnp =
f,g
f 2
norme de f dans L 2 (I ) : f 2 = f L 2 (I ) =
D
S
D
S
F( f )
L( f )
H( f )
Tz
Y (t)
sgn(t)
1l [a,b] (t)
| f (t)|2 dt
I
Pa (t)
()
(t)
a (t)
(t) =
(t)
erf(t)
[f]
f (t)dt
VP
I
Pf
a, (t a)
N (0,1)
N (,2 )
2
1
t
e 2
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
Prface
Avant propos
VII
IX
CHAPITRE 0 Intgration
CHAPITRE 1 Espaces
19
31
45
65
85
105
121
131
161
CHAPITRE 10 Filtrage
199
211
225
273
289
303
Chapitre 0
Intgration
RAPPELS
f (x)dx est
nule pour x = a.
Si lintervalle est non born ou si f nest pas borne, on dit que lintgrale est
impropre (ou gnralise).
X
f (x)dx existe et a une valeur finie.
f (x)dx est convergente si lim
X+ a
0+
f (x)dx
a)
a
b
b
g(x)dx
f (x)dx.
Si, x [a,b], 0 g(x) f (x), alors 0
a
Mathmatiques du signal
Une intgrale
f (x)dx est dite absolument convergente si
| f (x)|dx a une
a
b
f (x)dx|
| f (x)|dx.
de mme nature.
f (x)dx et
Intgrales doubles
Changements de variables : si x = g(u,v) et y = h(u,v), on a :
f (x,y)dxdy =
f (g(u,v),h(u,v))|J (u,v)|dudv
(R0.3)
g
u
h
u
g
v
h
v
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 =
0 e
I3 =
dt
ln t dt
I2 = ( n ) =
I4 =
et
0 t
dt
n 1 t
e dt avec n 1
I5 =
dt
4 t2
0 Intgration
1) I1 = lim
X + 0
2) I2 = lim
X + 0
do : lim
X +
t n 1e t dt = X n 1e X + (n 1)
t n 1e t dt = (n 1) lim
X + 0
t n 2 e t dt
t n 2 e t dt
X + 0
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.
1
0 +
0 +
e t
dt +
t
Posons J ( ) =
0 lim
X + A
ln t e
En effet : 0 lim+
A
dt + lim
X + A
e t
dt .
t
e t
dt . En intgrant par parties, on a :
t
J ( ) = ln e +
Dautre part,
A e t
ln t e t dt lim+
e t
dt est finie et lim
X +
t
dt lim
X + A
e t dt
ln t e t dt ln t dt = 1 daprs 3).
0
e t
dt existe car :
t
1
A 1. Donc, I4 diverge.
eA
dt
4t
et lon a : I6 = lim+
0
dt
4 t2
cos x
dx o = arcsin(1 /2)
cos x
do I6 = lim+ arcsin 1 = , donc I5 existe et vaut 2I6 , soit .
2 2
Mathmatiques du signal
Exercice 0.2
Donner la nature des intgrales I1 , I2 , I4 , I5 prcdentes en utilisant la comparaison avec les intgrales de rfrence
I1 =
1)
dt
dt
(b t )
et
t X, et > t2 et 0
e t dt <
dt
, cette dernire intgrale tant convergente,
t2
e t dt
aussi et I1 converge.
2) I2 =
n 1 t
on peut crire et > tn+1 et, alors, t e <
1
dont lintgrale converge sur [X, [ X > 0.
t2
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 1
en 0 et
t
t
e t
dt na pas de valeur finie X fini.
t
Donc, I4 diverge.
Cette faon de procder par quivalences est plus rapide que lutilisation de la dfinition.
(Comparer avec lexercice 1).
I5 =
4)
4t
4t
(t a )
a
dt
2),
b
dt
dt
,
2t 2+t
et
au
voisinage
1
1
(respectivement
). Or, si a < b,
2 2t
2 2+t
de
2
b
(respectivement
(b t )
dt
ou
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 +
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
constante c et 0 < c qui est sommable sur tout intervalle (X, +) si X > 1.
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
u du qui diverge.
0
4) I4 existe si
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.
linfini, 0 <
2
(cf. exercice
4
Mathmatiques du signal
Exercice 0.4
1) tudier la sommabilit de
sin t
sur ]0,1] et [1, +[ selon les valeurs de
t
( > 0).
2) Quelles sont les valeurs de pour lesquelles
+
+ sin t
sin t
dt ?
t
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 voisinasin t sin t t
1
= = 1 , fonction sommable si et seulement si 1 < 1
t
t
t
t
ge duquel on a :
soit < 2 .
sin t
1
fonction sommable si > 1. Mais, si 1, on a
,
t
t
simplement major par une fonction non sommable, ce qui ninduit rien pour
sin t
sin t
par une fonction non
nest pas sommable quand 1, minorons
t
t
sassurer que
sommable, savoir :
1 cos 2t
.
2t
1
(1 cos 2t ) 0 car a2 a si 0 a 1.
2
1 cos 2t
1
sin 2t
dt =
1
(1 )t
1 2t 1
sin t
. Pour
t
sin 2t
2t +1
dt .
sin 2t
sin 2
et le premier est infini car lim t 1 = 0 .
t +
2
Pour = 1,
1 cos 2t
premier terme.
sin 2t
dt = [ln t ]1
2t 1
sin 2t
2t 2
0 Intgration
Donc,
sin t
est sommable sur ]0,1] pour 0 < < 2 et sur [1,+[ pour > 1.
t
sin t
cos t
dt = lim
X + t
1
cos t
dt = valeur finie > 0
t +1
car + 1 > 1 et donc lintgrale converge sur ]0,+[ pour 0 < < 2.
En rsum :
+ sin t
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
t
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 =
1
sin x
C=
+
2 x 0 4
lim
x +
sin x
dx converge daprs la
2 x1 2
sin x
sin x
sin x 1
dx = lim
lim
+
x
x
0
+
2 x
2 x 4
x x
sin x
x3/ 2
dx .
1
sin x
sin x
sin x
et lim
= 0 car 0
= 0 et la dernire intgrale converge
x
0
2 x
2 x
2 x
2 x
daprs la question 2). Donc, C converge : on montre que ces intgrales de Fresnel valent
1
.
2 2
Mathmatiques du signal
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) VP
f (t ) dt = lim
1 + t t3
.
1 + t2
X + X
= lim
X +
= lim 2
X +
f (t ) dt
f (t ) dt +
f (t ) dt = lim
X +
[ f (t ) + f ( t )] dt
f p ( t ) dt
1
est intgrable au voi1+ t2
sinage de +.
Alors, VP
f (t ) dt = lim 2 arctan( X ) = .
X +
1
.
t (t + 2 )
2) Vrifier que
1 t(t + 2) dt
3) Calculer VP
diverge.
2(t + 1)
est positive si
t 2 (t + 2 ) 2
0 Intgration
2) Au voisinage de 0,
ble et alors
3) VP
1 t (t
1
1
qui nest pas intgrat (t + 2 ) 2 t
1
dt diverge.
+ 2)
1
dt = lim+
0
1 t (t + 2 )
1
dt +
t (t + 2 )
1
dt .
t (t + 2 )
1
2
t (t + 2 ) 2 t t + 2
et VP
1
1
2
dt = lim+ [ln t ]1 + [ln t ] [ln t + 2 ]1 [ln t + 2 ]
+ 2)
2 0
1 t (t
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
f (t ) dt = 2VP
f (t ) dt = 0 .
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 )
1
et calculer VP
f (t ) =
f (t ) dt si elle existe.
2
(t a)(t + 1)
1
VP
(t )
dt .
t u
1
.
t +1
2
10
Mathmatiques du signal
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.
voisinage de linfini, f (t )
+
a
f (t ) dt = lim+
f (t ) dt +
f ( t ) dt .
Calculons alors VP
0
a +
t a t +1 t +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
2) (u) = H ( )(u) =
(t ) = H ( )(t ) =
1
VP
1
VP
f (t ) dt =
a
.
a2 + 1
dt
u
= 2
daprs 1).
2
(t u)(t + 1)
u +1
u
du .
(u t )(u 2 + 1)
lim+
g(u) du +
g(u) du
t +
0
1
1
1
= [G( +) G( )] + lim+ [G(t ) G(t + )] = 2
= (t ).
0
t +1
(t ) =
0 Intgration
11
Exercice 0.8
1
avec D = ( x, y) / x 2 y x .
2
D x dx dy
Calculer I =
12
dy dx =
12
x ( x x 2 ) dx =
1 4
14
x dx d y +
1
( y y 2 ) dy +
2
5
.
192
1 4
12
12
x dx dy
5
y2
dy =
1 4 8
2
192
y = x2
1 2 1
1
4
y=x
1
2
1
2
Soit I =
2x
1 x
y
sin dy dx .
x
12
Mathmatiques du signal
1) I =
2x
y
x cos dx
x x
= (cos 2 cos1)
y
5
3
x dx = (cos1 cos 2).
2
y = 2x
4
3
D
y=x
1
0
0,5
1,5
2,5
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
J = u v =
=u
y y v u
u v
I=
=
sin v u du dv =
u du
sin v dv
1
3
(cos1 cos 2).
2
u
1
ra
dx dy
converge si > 2, diverge
r
sinon.
2) En dduire le critre de convergence de
1) Posons
x
J = r
y
r
{xy == rr cos
sin .
x
= cos
sin
y
ra
dx dy
.
r
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
I=
Exercice 0.11
Calculer I =
+
e ( x
+ y2 )
0 e
En dduire la valeur de
dx dy .
x2
dx et de
ax 2
dx pour a > 0 .
y
M
r
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=
Posons :
2
e x
2
e y dy dx =
e y dy
2
e x dx =
e x dx
J = r et le domaine devient : = + 0, .
2
Do : I =
Donc, I =
,
4
e ax dx =
2
r2
r dr d =
e x dx = I =
2
re
e r
dr =
= .
2 2
4
0
2
r2
, et, en posant : x = u a
2
e au du =
2
1
et
2 a
14
Mathmatiques du signal
Exercice 0.12
Calculer I =
f ( x) =
1{ x <1} ( x ),
1 x2
g( y) = ye y / 211
l + ( y) et D(a) = {(x, y)/ xy < a} avec a > 0, en faisant le change2
t
et y = u.
u
y
y= a
x
D(a)
0
1
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
+1
D(a)
(a)
u = |t|
+ ue u 2 / 2
du d t
2
2
2
D ( a) 1 x
t u t
ye y
I ( a) =
en utilisant
/2
e ax dx =
2
dx dy =
t 2 / 2
e / 2
d dt =
1
2
e t
1
.
2 a
/2
dt
0 Intgration
15
Exercices dentranement
0.13 Les majorations suivantes sont-elles vraies ou fausses ?
1)
12
2)
3)
f ( x ) dx
f ( x ) dx
f ( x ) dx
f ( x ) dx
f ( x ) dx
12
f ( x ) dx
12
f ( x ) dx
f ( x ) dx
12
max f ( x ) dx
a x [ a, b ]
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,+[
4)
1
t t2 1
sur [1, +[
5)
t
sur [0, +[
(1 + t 2 )2
6)
1
sur [0, +[
(1 + t 2 )2
7)
cos t
sur ]0,1]
t
8)
ln t
sur [1, +[
(1 + t )2
0.15 Les fonctions suivantes sont-elles sommables sur les intervalles considrs ?
1)
3)
cos t
2
(1 t )3 / 2
cos t
2
sur ]0, 1]
2)
t3/ 2
sur [0, 1[
e sin t
sur ]0, 1] puis [1, +[
t
1
4) arctan sur ]0, 1] et [1, +[
t
1
5) sin sur ]0, 1] et [1, +[
t
6)
ln t
sur ]1, +[ et ]0, 1[
t
n t
0.16 Montrer que t e
est sommable sur , n .
2
Soit In =
16
Mathmatiques du signal
I2 =
I3 =
I4 =
I5 =
y
2
2 dx dy avec D = {(x,y) / x y 4x, x 1}
Dx
x dx dy avec D = {(x,y) / 0 < x < 2, 1 < y < 1, 0 < x + y < 1}
e x dx dy
3y
dx dy
. Pour I5 , intgrer 2 fois : dabord en x, puis
(1 + y)(1 + x 2 y)
+ +
dx dy dz
D
ln x
dx
x2 1
I2 =
I3 =
+ +
e ( x + y ) ( x + y) n dx dy en posant : x = u et y = u.
e (u
+v2 )
xy
dx dy o D = {(x,y) / 0 y x, y 1 x}
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| |a + b| qui est fausse (il suffit de prendre a = 3 et
b = 5). La majoration correcte est :
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| |a| |b] qui est fausse (il suffit de prendre a = 3
et b = 5). La majoration correcte est :
12
f ( x ) dx
12
f ( x ) dx
12
f ( x ) dx +
12
f ( x ) dx
f ( x ) dx
0
f ( x )dx =
1
2
et
0 x [ 0,1]
f ( x ) dx
max f ( x ) dx = max f ( x ) (b a)
a x [ a,b ]
x [ a,b ]
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
7) f
1
.
2
.
4
1
en 0 et nest donc pas intgrable.
t
1
t 2
2 1 t
2) Non : f (t )
1
t
32
en 0.
e 1
(utiliser 1 sint 1)
t
1
en 0 et, linfini, est supt
18
Mathmatiques du signal
1
dans lintgrale).
u
+ 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
In =
t2
2
Me
t2
2
n 1
(2 p 1)(2 p 3)....1
In2 et I1 = 0 I2 p =
, I2p+1 = 0.
(2 ) p
2
dt
= 0.
t
dt
2 + 2 ).
2 = lim
1 t
(t + 2 )
ln 2
dt =
.
3
1 t (t + 3)
1
47
7
(aire de D) ; I2 =
(intgrer en y dabord) ; I3 = (couper le domaine en deux)
2
6
6
; I4 =
I5 =
e36 1
(permuter lordre dintgration) ;
6
2
2
I5 = 2J do J =
2 ln 2 1
.
; I3 =
8
4(1 + t 2 )
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 = | f (t)|dt et f 1 = 0 implique
I
scalaire
f,g =
f (t)g(t) dt.
(R1.1)
f (t)g(t) dt
| f (t)|2 dt
|g(t)|2 dt
I
b a f 2 b a sup | f (t)|.
tI
(R1.2)
20
Mathmatiques du signal
tI
L 1 (I )
n+
L 2 (I ),
(R1.3)
(R1.4)
(R1.5)
(b t )
I f (t )
dt
et
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).
21
1
1 / 2 sommable.
2 2 t 1
1
1
2
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
f L1() L2().
3) Le domaine de dfinition de f est *. linfini, f (t ) t 2 qui est non sommable. Quand
1
1
, et f(t) 0 mais, quand t 0+ , f (t ) e1t > 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.
t 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
Mathmatiques du signal
nt + 1 si 1 nt 0
1) fn (t ) = 1 nt si 0 nt 1
0
sinon
1
fn
1
n
1
n
1 1
Donc fn nest non nulle que sur , .
n 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
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
1
n
n
fn
t
t
si 0 1
2) fn (t ) = 1
n
n
t
n
n
sinon
0
0
La suite converge ponctuellement vers f(t) = 1 t : en effet, fn(0) = 1 et, pour tout t non
nul, il existe N tel que, n N, fn (t ) = 1
t
(il suffit de prendre N > |t|). Donc,
n
lim fn (t ) = 1.
f fn
23
t n + 1 si 1 t n 0
3) fn (t ) = n + 1 t si 0 t n 1
0
sinon
1
fn
n1
n+1
Mais, la convergence nest pas uniforme sur car sup fn (t ) f (t ) = 1, ne tend donc pas
t
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
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).
fn ( t ) f ( t ) =
tipliant
par
t+
la
1
t =
n
1/ n
1
t [0,1], majoration obtenue en mult + 1/ n + t
n
quantit
conjugue
0 sup fn (t ) f (t )
t [ 0,1]
puis
en
utilisant
t+
1
1
.
n
n
Donc
1
, sup fn (t ) f (t ) 0 et la suite converge uniformment
n
n t [ 0,1]
2
2
0 fn (t ) f (t )
dt
1
en utilisant lingalit ci-dessus, do la convergence de
n
24
Mathmatiques du signal
n ln(1+ t / n )
= lim e t /
/ 0 en utilisant ln(1 + u)
= 1 si t =
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]
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.
t [ 0,1]
2
2
g ( t ) g( t )
0
Exercice 1.4
Soit la suite de fonctions fn (t ) = n e n
( t 2 )2
e at dt =
2
.
a
n
fn (t )dt =
fn (t )dt ?
nlim
1) fn(2) = n, donc lim fn (2) vaut 1 si = 0, 0 si < 0 et nest pas dfinie si > 0, et,
n
fn(t ) = 2 n + 2 (t 2)e n
(t 2 )2
25
et alors sup fn (t ) f (t ) = fn (2) = n qui tend vers 0 quand n tend vers linfini seulement si
t
2
2
n 2 e 2 n
(t 2 )2
dt = n 2
e 2 n
2 2
du =
1
.
2
n e n
(t 2 )2
dt = n
en
2 2
2
2 1
=
n
2n
2
2n
du =
n = n 1 qui ne tend vers 0 que si < 1.
n2
Exercice 1.5
1
n 2 t 2 11l [ n,n ] (t ). Examiner les convergennp
ces uniforme et au sens de lnergie de la suite pour p = 2 et p = 1.
Soit la suite de fonctions fn (t ) =
1
t2
1 2 11l [ n,n](t) = 0
n n
n
sup fn (t ) f (t ) = fn (0) =
t
1
tend vers 0 quand n tend
n
1/n1
2
2
1
n4
(n 2 t 2 )dt =
4
3n
n1 < n2
1/n2
n2
n1
n1
n2
fn ( t ) = 1
t2
sur [ n, n] et
n2
f (t ) = lim fn (t ) = 1 partout.
n2
fn ( t ) f ( t ) =
t2
1
1
n2
sur ] , n[]n, +[
sur [ n, n]
n1
n1
n2
26
Mathmatiques du signal
f fn
Exercice 1.6
Soit la suite de fonctions dfinies par : fn(t) = (sint)n 11l [0,](t), n .
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.)
2) La convergence nest pas uniforme sur car les fn sont continues mais pas f (cf. R1.3).
3)
fn f
2
2
(sin t )2 n dt = In . En crivant In =
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
In = 2
(sin t ) dt +
2n
2n
2
(sin t ) dt
(sin t )2 n dt
2n
2 sin +
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
Exercices dentranement
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
1.8
n
(1 + n 2 t 2 )
1 en t
, 0 en 0
t
t
5) 11l (t ).
,
l
2) n 2 sin nt 11
1 1 (t )
,
n n
2 2
3)
4) arctan
1
1
, 0 en
n
1 + nt
n n
nt
.
Soit la suite de signaux fn (t ) = t e
2
1.9
Rponses
1.7
28
Mathmatiques du signal
1+
ln1 dt
f (t )
1
non sommable et, en 1, si lon
t
ln 2 dx qui converge.
0
f (t ) =
3) Le domaine de dfinition est * et, f tant impaire, on raisonne sur +. lim
t 0
2
1
et, linfini, f (t ) non sommable. On a donc seulement f L1( a, a) a fini. Par
t
1
2
contre, linfini, f (t ) 2 et f L2().
t
4)
<1
< 1/2
> 1/2
>0
L1()
L2()
<0
L1(+)
L2(+)
= 0 (a > 0)
1.8
>1
L1(a, +)
L1(, a)
L1( a, a)
L2(a, +)
L2(, a)
L2( a, a)
fn f
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
Donc, la suite ne converge pas dans L2() : on verra quelle converge au sens des distributions.
3) f (t ) =
1
t
fn (t )
fn f
29
1
fn L2 ( )
nt
2
2
arctan 1 dt = 1
n
1 + nt
arctan 1 du = c
/ 0.
et c =
u
n
fn f
1.9
2
2
=2
1
qui tend vers 0.
n
t dt = 2
et la suite converge vers 0 dans L2().
3n3
nt
2
/ 0, 1 sinon.
2) gn (t ) = fn(t ) = e (1 2 nt ) et g(t ) = lim gn (t ) = 0 si t =
n
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.
Chapitre 2
Orthogonalit,
projections dans L 2 (I )
RAPPELS
Produit scalaire dans
L 2 (I )
: f,g =
f (t)g(t)dt .
I
| f (t)|2 dt = f, f
Norme associe au produit scalaire : f =
Dunod. La photocopie non autorise est un dlit.
- Deux fonctions f et g sont orthogonales si leur produit scalaire est nul. Alors,
f + g2 = f 2 + g2 (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
k=0
ck k (t) o ck =
f,k
.
k 2
(R2.1)
32
Mathmatiques du signal
k=n
| f,k |2
k=0
k 2
Exemples de bases :
base orthogonale dans L 2 (0,T ) :
2t
n2t
n2t
2t
,sin
,. . . ,cos
,sin
,. . .
1,cos
T
T
T
T
base orthonorme dans L 2 (1,+1) : les polynmes de Legendre
1 1 dn 2
((t 1)n )
Pn (t) = n +
2 2n n! dt n
(R2.2)
(R2.3)
(R2.4)
ui vi .
i =1
si i = j, 0 sinon, et ||fi|| = 1 i = 1 3.
2
2) F = {v 3 / v = f2 + f3} soit v = .
33
1
2
f2 + 2 f3 = 2
2
1
et uF = u, f1 f1 =
2
4
f1 = 0
2
2
et la
uF
+ uF
= 6+8= u
= 14 .
j=n1
n, j p j (x)
j=0
34
Mathmatiques du signal
1.(x + a) dx = 0
2a = 0
1.(x 2 + bx + c) dx = 0
2
+ 0 + 2c = 0
3
x.(x 2 + bx + c) dx = 0
2
b = 0.
3
1
1
1
1
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,
p1 (x) = x,
p2 (x) = x 2
p1 =
p2 =
1 dx = 2
x 2 dx =
2
3
2
1
x
3
2
pi (x)
, avec pi 2 = pi , pi :
pi
8
2 2 1
dx =
x x +
dx =
3
9
45
1
3
45
1
2
x
x,
P2 (x) =
2
8
3
1
P1 (x) =
do : P0 (x) = ,
2
c) Les n conditions pn , pk = 0 pour k = 0,1,2,. . . ,n 1 scrivent :
x n , pk + n,k pk , pk = 0
/ k et on a : n,k =
car p j , pk = 0 pour j =
x n , pk
do pn .
pk 2
35
1
1
1 15
2
x
f 2 (x) = a0 P0 (x) + a1 P1 (x) + a2 P2 (x) = sh(1) + 3e x + e 7e
4
3
f 0 (x) = a0 P0 (x) =
i=n
e x , pi
i=0
pi 2
pi (x)
i=0
i=n
i=n
i=n
i=n
= f f,
ai Pi
ai Pi , f +
ai Pi ,
ai Pi
i=0
= f 2 2
i=n
ai f,Pi +
i=0
i=0
i=0
i=n
i=n
i=0
ai2 = f 2
i=0
ai2
i=0
x
2
e2 e2
= sh2 = 3.62686
e dx =
2
1
1
1
a02 = (e1 e1 )2 = (e2 2 + e2 ) = ch2 1 2.76220
2
2
3
a12 = 4e2 = 6e2 0.81201
2
2
2
45
5
14
a22 =
e e1 = (e2 14 + 49e2 ) 0.05121
8 3
3
2
f 2 =
36
Mathmatiques du signal
f f 0 2
0.24 ,
f 2
f f 2 2
0.0004
f 2
f f2
= 4 104 2%.
f
c) Graphes
3
2,5
3
y = ex
y =f (x)
2,5
3
y = ex
y =f (x)
2,5
1,5
1,5
1,5
0,5
0,5
0,5
0
1
0
1
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.
1
f (x)Pi (x) dx et que f est impaire, on a :
Comme ai = f,Pi =
1
0
ai =
sgn(x)Pi (x)dx = 2
si i est pair
1
Pi (x)dx
si i est impair
P5 (x) =
1
a5 =
4
11
2
1
(63x 70x + 15x) dx =
8
5
37
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,
3
7
11
, a32 =
, a52 =
2
32
128
f f 1 2 = 2 1.5 = 0.5
a12 =
f f 1 2
0.25 ,
f 2
f f 5 2
0.098
f 2
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.
Dunod. La photocopie non autorise est un dlit.
c)
1,5
f3
f5
1
0,5
f1
f0
0
0,5
1
1,5
1
0,5
0,5
38
Mathmatiques du signal
f ( t ) g( t )
1 t2
dt .
C t
k nk k
i (1 t 2 ) k / 2 .
n
k =0
T1(t) = t,
Tn , Tm =
Tn (t )Tm (t )
1 t
dt =
T2(t) = 2t2 1,
Do : Tn , Tm =
1
2
/ m,
Si n =
Tn , Tm =
[cos(n + m) + cos(n m) ] d .
0
1 sin(n + m) sin(n m)
+
= 0.
n m 0
2 n + m
dt
1 t2
39
[1 + cos 2 n ] d =
/ 0 et si n = 0. La famille
si n =
2 0
2
est orthogonale mais non orthonorme.
Mais, si n = m, Tn
= 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
k =n
pour k = 0 n et fn (t ) =
f , Tk Tk (t ) =
k =0
f , Tk
Posons : k =
1
k =
Tk
Tk
Tk
f , Tk Tk (t ).
k =0
f (t )Tk (t )
1 t2
k =n
dt =
2
Tk
Tk (t )
1 t2
dt =
cos k d
si k est impair et k = 0
4( 1) p
.
(2 p + 1)
Do :
1,5
f0(t) = 0
4
t = f2 ( t )
0,5
f3 (t ) = f1 (t ) + 3T3 (t )
=
f3
f5
f1 (t ) = 1T1 (t ) =
f1
16 3 8
t + t = f 4 (t )
f0
0,5
1
f5 (t ) = f4 (t ) + 5T5 (t )
/2
1,5
1
0,5
0,5
( f (t ) P(t ))2
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
Mathmatiques du signal
L2 ( 1,1)
fk , f p
/ k ; comparer ||fk||2 et
pour p =
2
2
1) ( f , f ) = f
2)
fk
fk
e ikt dt +
e ikt dt
ike ikt dt
12
= 2 + 2 2 k 2 alors que
12
= 2.
/ p,
Et, si k =
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
= Q2 , P1
= 0 et P1 (t ) =
= 0 et P2 (t ) =
Q2 (t )
.
Q2 E
Q1 , P0
dt =
2 , P0 (t ) =
= t, P0
0 P0
2
E
1
2
1
2
t dt +
0 dt 0 = 0 do 0 = 0.
Q1 (t )
, et
Q1 E
Q1
t 2 dt +
Q2 , P0
= t 2 , P0
Q2 , P1
= t 2 , P1
Q2
12
1 P1 , P0
1 dt
8
=
3
1 P1 , P1
2
t 2 1 dt +
1
3
et P2 (t ) =
12
0 P0 , P0
4t 2 dt
1
3
t.
8
et P1 (t ) =
0 P0 , P1
41
12
2
0 = 0 .
3
= 1 = 0 .
Do
Q2 (t ) = t 2
1
3
et
8 2 12
=
3 5
1 5 2
(3t 1) .
8 2
Exercice 2.5
Soit g(t) = 1l ]0,1[(t) et gk(t) = g(t k) pour k dans .
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 =
g (t ) g (t ) dt = 11l ]
p
1l] p, p +1[ (t ) dt .
k , k +1[ (t )1
k +1
dt
12
usuel de L2().
k =n
2)
f (t ) =
f , gk gk (t ) o
f , gk =
k =0
k +1
valle (k, k + 1). Sur chaque intervalle ]k, k + 1[, f est constante et vaut
k +1
f ( t ) dt .
Exercices dentranement
2.6
42
Mathmatiques du signal
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() ?
2.8
Lexpression ( f , g) =
L2( 1,+ 1) ?
Soient E = L2( ,) et f (t ) = cos t 11
l
(t ).
0, 2
2.9
+1
( x 3 a bx cx 2 )2 dx soit minimum.
Rponses
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 =
2
2 x (b + a)
Pn
. Alors, si a = 0 et b = 1 : P0* ( x ) = 1,
ba
ba
Non, ||gk|| =
gk , gk +1 =
2.8
2.9
2
3
gk , gk +2 = 0 , mais
k +1
g( x k )g( x k 1) dx =
(1 t ) t dt = 6 .
0
1 int
e pour m n m et (t ) =
2
i(n + ( i )n+1 )
/ 1 et n =
/ 1, c1 =
si n =
2 (n 2 1)
+m
c e (t )
n n
1 i
2 4 2
43
2.10 Les polynmes orthonorms dans L2(0,1) sont ceux de lexercice 2.6.
2
(t ) =
i=0
P ( x ) =
x , P P ( x)
3
i=0
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
+
pp
f (x) =
n=0
f,n
cn n (x) avec cn =
et f,g =
n ,n
f (x)g(x) dx
a0 =
1
T
f (x)dx
an =
2
bn =
T
0
2
T
f (x)cos(
f (x)sin(
n2x
)dx
T
n2x
)dx
T
46
Mathmatiques du signal
2
T
(R3.1)
nN
f (x) dx =
+T
f (x) dx.
nZ
1
cn exp(inx) et cn =
T
c0 = a0 , et pour n N
cn =
f (x)exp(
an ibn
,
2
cn =
in2x
) dx. (R3.2)
T
an + ibn
. (R3.3)
2
pp
x R
(R3.4)
=T
1
2
2
2
= T a0 +
a + bn
2 n=1 n
n=
cn cn = T
n=
|cn |2
(R3.5)
(R3.6)
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 =
1
,
n2
n =1
S2 =
( 1)n
,
n2
n =1
S3 =
( 1)n
,
2n + 1
n =1
S4 =
n4 .
n =1
a0 =
1
2
ak =
t 2 dt =
2
3
t 2 cos kt dt =
t 2 cos kt dt
4
k
t sin kt dt =
4
4
k
2 cos k = 2 ( 1) .
k
k
2
( 1) k
et, puisque f est continue et C1
+4
2 cos kt
3
k
k =1
1
/ (2p + 1).
b) On a : g(t ) = f (t ) pour t =
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 f (t )
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
Mathmatiques du signal
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 ) =
h( t ) =
1
g( t ) do
Sh (t ) =
1
Sg ( t ) soit
( 1) k +1
sin k t
k
k =1
t
0
h(t ) si t 2 p + 1
Sh (t ) =
.
sinon
0
( 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
2 2
2
( 1) k
4
+4
cos
k
S
=
1
2
3
3
k
k =1
S2 sobtient avec f et t = 0 :
S f (0) = f (0) = 0 =
2
+ 4 S2
3
S3 sobtient avec g et t =
( 1) n
2
=
.
12
n2
n =1
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
1 2
=
6
n2
n =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
(1)n
.
=
2n + 1
4
n=0
soit
t 4 dt = 2
1
f 2 (t )dt = 2 a02 +
2
4 1
5
= 2
+
5
9 2
(a
2
n
n =1
+ bn2
16
14 4
et
S
4
8 5
9
n 4
n =1
n
n =1
1
4
4
.
90
2) On sintresse la fonction K et Sn (t ) = 2
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
50
Mathmatiques du signal
1) Graphes des Sn(t) pour f (t) = t2 sur [0,p], paire, de priode 2p.
10
n = 15
8
n=3
6
n=1
4
2
0
2
10
8
6
4
2
n = 40
0
2
n=3
n = 15
2
n=1
0
1
6 2
3 Sries de Fourier
51
2
6
n = 40
0
1
6
2
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
/ 2p (p ) et Sn(2pp) = p, alors que K(2pp) na pas t dfinie. On constate la prt=
sence 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
n +1
cos
t =0
2
t=
2 k
.
+
n +1 n +1
.
n +1
do :
sin n + u
2
Sn (t ) = + t
du
u
0
sin
2
ce qui exclut
52
Mathmatiques du signal
mn = +
n +1
et
c) lim mn = lim J n o J n =
n +
n +
sin n + u
2
du .
u
sin
2
n +1
n +1
sin n + u
2
du .
u
sin
2
On peut crire :
Jn =
u
sin (2 n + 1)
2
du = 2
u
sin
2
n +1
= 2
2 ( n +1)
= 2
sin((2 n + 1) x )
dx +
x
2 n +1
2n + 2
2 ( n +1)
sin
d +
2n + 2
sin(2 n + 1) x
dx
sin x
2 ( n +1)
1
1
sin((2 n + 1) x )
dx
sin x x
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).
o n ( x )
Donc lim
2n+2
n 0
n ( x ) dx = 0 ,
lim J n = 2
n +
lim mn = 2
n +
sin
d et
sin
d = 0, 562281450 .
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
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
an =
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 )).
/ b + k2a, o k , Sf(t) = f(t) (cest--dire 0 ou A),
Donc : t =
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 :
A
2
2A
+
Sg (t ) = S f (t b)
b 1
= A
a 2
n sin
n =1
n b
n (t b)
cos
.
a
a
54
Mathmatiques du signal
A
2
2a
3) Si b =
A
2
2b
2a
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
2
2
on obtient :
2A
1
(2 k + 1) t
sin
.
k = 0 2k + 1
a
Sg (t ) =
On en dduit que :
an = 0
b2k = 0
b2 k +1 =
n
si k *
2A
1
2k + 1
k .
La srie de Fourier de g est une srie de sinus, ce qui est normal, car pour b =
a
, g est
2
impaire.
Dans ce cas, h0(t) = a0 = 0, et le pime harmonique est h p (t ) = b p sin
p t
.
a
E = Ta02 +
p.
2
b sin p t dt = 2 a b 2 .
p
p
a
2
a
4 A2
1
.
2
(2 k + 1)2
3 Sries de Fourier
Or : E =
55
A
aA 2
2
g(t ) dt = 2 a =
.
2
a
2
E2 k +1 =
Donc :
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
95
2 1 + 2 + 2 + ... +
2
3
5
(2 k + 1) 100
cest--dire :
sk + 1 = 1 +
1 1
1
95 2
+
+ ... +
= 1, 172 01...
9 25
(2 k + 1) 2 100 8
ce qui correspond k = 4.
100 8
Donc, dans ce cas, il faut sommer la valeur moyenne (qui est nulle) et les 9 premiers harmoniques pour obtenir un signal g approchant le signal initial g et tel que
On a donc s5
g g 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
Mathmatiques du signal
1
)
1
]
2a
[e a ( 1) n 1] .
(a + n 2 )
2
La fonction g tant continue et C1 par morceaux, Sg est gale g sur et la convergence est
uniforme sur .
On a : g(t ) =
e a 1 2 a
+
e a ( 1) n 1
cos nt .
a2 + n2
n =1
2a
ea
n[e a ( 1) n 1]
sin nt
a2 + n2
n =1
ea
/ k et
galit vraie pour t =
h( t ) =
n[e a ( 1) n 1]
/ k.
sin nt o t =
a2 + n2
n =1
Exercice 3.5
Pour toute fonction f, on dfinit
f (t ) si f (t ) 0
,
sa partie positive f + par : f + (t ) =
sinon
0
f (t ) si f (t ) 0
.
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, + .
3 Sries de Fourier
57
2
et il en est de mme de g+.
g
1
0
1
g+
1
2
|g|
1
0
+
Les coefficients de Fourier bn sont nuls et
a0+ =
an+ =
Dunod. La photocopie non autorise est un dlit.
1
Si n =
/ 1, an+ =
Or,
do :
g + (t ) dt =
/( 2 )
cos t dt =
g + (t )cos nt dt =
/
/( 2 )
/( 2 )
cos t cos nt dt
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
+
a
=
2 p (1 4 p 2 )
si k = 2 p
si k = 2 p + 1
( p 0)
( p 0)
58
Mathmatiques du signal
/( 2 )
[1 + cos 2 t ] dt =
1
+ 0 = .
2
2
2
.
T
T
= a0 + a1 cos t + a2 cos 2 t + ... + an cos n t + ...
cos t = a0 + a1 cos
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
+
2
a
a
a
=
=
2
p
2
p
2
p
(1 4 p 2 )
( p 0)
( p > 0)
2
:
2
+
4( 1) p
cos 2 p t .
(1 4 p 2 )
p =1
S g (t ) = a0* +
(1)
*
k cos 2
kt .
(2)
k =1
On constate que les termes en cos(2k + 1)t sont absents dans (2), donc a 2 k +1 = 0 et
ak* = a 2 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)n
1 + n2
n =1
1 + n2 .
et
n =1
1)
f
3a
3a t
On note =
2
= .
2a a
0 =
1
2a
n =
1
2a
n =
sh a ( 1) n (1 + in ) an ibn
pour n 1.
=
a
2
1 + (n )2
e t dt =
sh a
= a0
a
e t e i nt dt =
sh a e in
sh a ( 1) n
=
a 1 in
a 1 in
do :
S(t ) =
sh a
1 +
a
2( 1) n
1 + (n )
1
(cos n t n sin n t ) .
60
Mathmatiques du signal
/ a(1 + 2k), k
S(t) = f(t) t =
S( a ) =
et
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 .
2 =
2
sh
1
+
n
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
2 .
1+ n
1
Exercices dentranement
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
3 Sries de Fourier
61
n 2 2
n1
et
1
1
1
= + 2t ( 1) n 2
2 2 .
sin t t
t
n
n1
T
Dterminer la srie de Fourier complexe du
0
3.9
Rponses
3.7
2) S f (t ) = a
3)
h1
2
2
2
2
T2
2
1
4a
et la convergence vers f est uniforme.
2 2 cos n t , =
n
T
6
n =1
a2T 5
= E,
30
h0
2
2
a2T 5
= E 0, 833,
36
8
a 2 T 5 = E 0,154 ,
(2 )4
h0 + h1
2
2
= 0, 987 E .
3.8
1) f1 paire, T = 2 S f (t ) = a0 +
a cos nt
n
n =1
T = S f (t ) = a 0 +
a cos 2nt .
n
n =1
Or cos2 t =
a 0 =
1
1
1
(cos 2t + 1) a0 = , a2 = , an = 0 sinon.
2
2
2
1
1
, a1 = , a n = 0 sinon.
2
2
62
Mathmatiques du signal
3
1
sin x sin 3 x .
4
4
b sin nt ,
n
b1 =
n1
3
1
, b3 = , bn = 0 sinon.
4
4
3) f3 est de priode p, S f (t ) =
a cos 2nt ,
n
a0 =
n1
4
,
3
24
1
an =
.
2
(1 4n )(9 4n2 )
4) fl est paire, S f , (t ) = a0 +
a cos nt , l .
n
n1
a0 =
sin
( 1)n sin 2
, an =
.
2 n2
1
cos( x )
4
0,5
0
cos(2,5x)
0,5
1
15
10
2
10
2
n1
sin
4
n
2 , a = ( 1)
2
a0 =
n
2
4n2
2
sin
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
S f (t ) =
A +h
1
AT
2 2
n
2 T
4
n0
Si = T h, S f (t ) =
1 1 1 2 i n 1 2 i n +h 2 i n t
T + e
T e
T.
+ e
h
h
nh
t
2 i 2 i n
A
1
1
T e
T , t.
AT 2
e
1
2
4 2 n 2 (T h)h
n0
15
3 Sries de Fourier
Si de plus, h 0, S f (t ) =
63
A
1 +
2
t
i 2 i n T
/ kT, k
e
t=
n
n0
a0 =
a4 k =
1
,
2
1
(( 4 k )2 1)
1
,
4
b1 =
4k
(( 4 k )2 1)
1
( 4 k + 2)
b4 k =
b4 k +1 =
1
,
(( 4 k + 2)2 1)
b4 k +2 =
a4k +1 = 0
a4 k +2 =
a1 =
a4k +3 = 0
b4 k +3
4k + 2
,
(( 4 k + 2)2 1)
1
=
.
( 4 k + 2)
cice 2.9.
1
,
2
an ibn
c
= n o les cn sont dfinis lexer2
2
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
| f n (x)| g(x)
n N ,x I
g(x)dx finie
avec
I
f n (x)dx =
lim
n+
f (x)dx
I
Le thorme est encore vrai pour une famille de fonctions dpendant dun paramtre continu . Sous les mmes hypothses
f (x)dx =
lim
Intgrale paramtre
lim f (x)dx
I 0
F(t) =
f (x,t) dx
I
(R4.1)
66
Mathmatiques du signal
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)
g(x) dx < +
avec 0
I
f
(x,t) h(x)
t
h(x) dx < +
avec 0
I
alors la fonction F(t) est continment drivable sur ]c,d[ et sa drive est
F (t) =
d F(t)
=
dt
I
f
(x,t) dx .
t
(R4.3)
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.
67
f (x y)g(y)dy
(R4.5)
(R4.6)
Exercice 4.1
1
, n 0. Calculer lim
n
1 + t 2 +1 / n
me de convergence domine.
1) Soit fn (t ) =
fn (t ) dt
en utilisant le thor-
+a
n 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,
lim
On a :
1 + t 2 +1 / n
. Par ailleurs,
fn (t ) dt =
lim fn (t ) dt .
1+ t
2 +1 / n
1
si |t| 1 car alors t2 t2+1/n. On prend donc, pour
1+ t2
si t 1
1
majorer fn sur , la fonction h telle que : h(t ) = 1
1 + t 2
sur .
Et, comme lim fn (t ) =
n
2)
+a
gn (t ) dt =
1
, on a : lim
n
1+ t2
+a
nfn (nt ) dt =
+a
f n ( t ) dt =
+ na
na
gn (t ) dt =
1
dt = .
1+ t2
68
Mathmatiques du signal
Et, puisque |fn(u) 1l [na,na](u)| |fn(u)| h(u) daprs la question 1), et que
+a
1
lim fn (u)11l[[ na,na ] (u) =
gn (t ) dt = .
2 , on a : lim
n
n a
1+ u
Exercice 4.2
1) Quelle est la limite ponctuelle de la suite dfinie par : fn(t) = n2t e nt ?
2) Comparer lim
n 0
f n ( t ) dt
n a
3) Comparer lim
fn (t ) dt . Conclure.
0 nlim
fn (t ) dt et
f n ( t ) dt
a nlim
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
lim fn (t ) dt =
0 n
]0
= 1.
Donc,
lim
n 0
fn (t ) dt = 1
alors
que
sinon on aurait constat lgalit. Il nexiste donc pas de fonction g sommable sur + telle
que | fn(t)| g(t) t +.
3)
n 2 t e nt dt = (nt + 1)e nt
n a
]a
fn (t ) dt = 0 =
= (na + 1)e na .
lim fn (t ) dt .
a n
Sur (a,+), le thorme de convergence domine sapplique : en effet, lorsque n est assez
1
1
nt
> 0 et
grand, donc nt aussi, on peut crire n 2 t e nt 2 puisqualors e
(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
69
e t
e tx
est sommable alors que
ne lest que si x > 0. Pour t
t
t
e t e tx 1 t (1 tx )
= x 1, valeur finie. Donc, F est dfinie pour x > 0.
t
t
voisin de 0,
2) f est continue pour t 0 et x > 0 et pour chaque x > 0, il existe > 0 et A tels que
0 < x A. Alors :
Pour tout t [0,1], f (t, x ) M ( x ) = max f (t, x ) , et, pour tout x [, A],
t [ 0,1]
1
<1
t
f (t, x ) < e t e xt e t + e t .
si 0 t 1
M
.
On a donc : f (t, x ) g(t ) = t , A t
e
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
Alors, daprs (R4.3), F est drivable et F ( x ) =
e tx dt =
1
, do F(x) = lnx + C. Mais,
x
0 dt = 0 . Do
F( x ) = ln x .
Exercice 4.4
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 ) =
=
t +a
t a
sin u P2 a (t u) du
t +a
70
Mathmatiques du signal
soit f (t ) =
=
P2 a (u)sin(t u) du
a
Dans les deux cas, on obtient la mme expression qui peut encore scrire :
t .
f (t ) = 2 sin a sin t
Le produit de convolution sint * P2a(t) est donc impair et de classe C sur comme la fonction sinus.
De mme, on obtient :
g(t ) = 2 sin a cos 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 .
f ( u)g(t + u) du .
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 .
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
Mathmatiques du signal
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 .
1 dt = 2 a ;
b a
tb
soit a t b a b a t a + b
alors h1 (t ) =
0t
b
t+b
t+b
1 dt = a + b t .
t b
b a
0
tb
ta
h1 (t ) = a + b t
0
h1
a+b
pour t b a
pour b a t a + b .
pour t > 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
h1 (t ) = a + b t
pour b a t a + b .
0
pour t > a + b
Si a = b, alors :
2 a t
h1 (t ) =
0
pour t 2 a
pour t > 2 a
P2 a P2 a = 2 a 2 a .
cest--dire
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
( b a )u
du .
/ a, alors :
Si lon suppose que b =
h2 (t ) = e bt
Pour b a , on a :
h2 (t ) = Y (t )
e ( b a )t 1
.
ba
exp( at ) exp( bt )
.
ba
Donc, pour b = a , on a :
e du = te
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 )
=0
ba
donc :
lim Y (t )
b a
exp( at ) exp( bt )
= Y (t )t exp( at ).
ba
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
Mathmatiques du signal
h2 avec a = 1, b = 3
0,4
h2 avec a = b = 1
0,4
0,2
0,2
0
2
0
2
1 si a t a a
P2 a (t a) = 0 sinon
soit 0 t 2 a
h3 (t ) = P2 a (u a)e b( t u ) du .
0
P2a(u a)
Y(t u)eb(t u)
u
0
P2a(u a)
Y(t u)eb(t u)
0
2a
Pour 0 t 2a,
h3 (t ) =
e b(t u )
1 e bt
.
e b ( t u ) du =
=
o
b
b 0
Pour 2a t,
h3 (t ) =
2a
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
P2 a (t u a) exp( bu) du .
u
2a
75
1 pour a t u a a t 2 a u t
Or P2 a (t u a) =
0 sinon
donc
h4 (t ) =
1
exp( bu) du = [exp( bt ) exp( b(t 2 a))]
t 2a
b
h4 (t ) =
1
[exp(2ab) 1] exp(bt ) .
b
6
h3
h4
0
1
0
1
h 5 (x) =
1 (u)P1 (x u)du
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
x+ 1
2
h 5 (x) =
(1 |u|)du
x 1
2
76
Mathmatiques du signal
Pour ne plus avoir de valeur absolue dans lintgrale, comme la valeur absolue |u| sannule
pour u = 0, on crit
x+ 1
0
x+ 1
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
= x
1
2
1
1
x
2
2
2
+ x+
1
2
1
1
x+
2
2
2
=
3
x2
4
=1x +
1
1
x
2
2
2
=
9 3
1
x + x2
8 2
2
0,8
0,7
0,75 x
0,6
0,5
0,4
0,3
0,2
0,1
0
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
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
f (u)g (t u) du = ( f g )(t ) .
78
Mathmatiques du signal
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 ) =
t+a
h1 (t ) = 2 sin a cos t .
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
Y (u)cos u du .
t a
ta
Y(u)
t+a 0
pour a t a t a 0 t + a
h2 (t ) =
t +a
cos u du = sin(t + a) ;
ta
t +a
0 t+a
pour a t 0 t a
h2 (t ) =
Y(u)
t a
Y(u)
u
0 ta
t+a
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
h2
h1
0
a
a
2
5
10
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
Mathmatiques du signal
e(u)
b
exp (t u) du .
0 a
a
h( t ) =
Y (t )
b
exp t .
a
a
Donc
s( t ) =
s( t ) =
Y (t )
b
1 exp t .
b
a
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).
Exercices dentranement
4.9
(1 e t
/n
) dt
n
1 t t x 1dt avec x > 0
0
n
1
t
1 + e t / n dt
n n
2)
4)
n 3t 2 e n t dt
2 2
Indication
Si on ne trouve pas de fonction g sommable telle que |fn(t)| g(t), on compare
lim In et
lim f (t ) dt .
n
81
. Montrer
0
0
u
2
t
/ 0 mais que, cependant, on ne peut driver sous le
que f est drivable pour x =
signe .
4.10 Soit f ( x ) =
4.11 Soit F( x ) =
+ sin tx
x2
t 2 + 2
+ sin u
du =
ln(t 2 + x 2 )
dt , x .
1+ t2
/ 0.
1) Montrer que F existe et est continue x , drivable pour x =
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 .
1) En utilisant
x . En dduire (0).
2) Soit F( ) =
( x ) (x ) dx o . Calculer F , en dduire F.
3) Calculer G( ) =
( x ) (x ) dx .
f (t ) =
t2
1
exp . Calculer f * f sachant que
2
2
exp( u 2 ) du = .
82
Mathmatiques du signal
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
f (t ) dt =
g(t ) dt = 1,
4.9
1) Oui, | fn(t)| 1, l = 0.
2) Non, In = 2
3
t
= lim In avec u =
et
e
n
lim fn (t )11l [ 0, n ] (t ) dt = 0 .
t
3) Oui, | fn(t)| ett x1, l = (x) car 1 e t .
n n
4) Non, lim In =
4.10
lim fn (t ) dt = 0 .
2
si x > 0
2
/ 0,
donc f (x) = 0 pour x =
f ( x) =
2 si x < 0
mais f ( x )
f
(t, x ) dt =
x
0
2
4.11 1) f est continue pour t > 0 et x . f (t, x ) e t sommable. Do F existe et est continue.
2
f
2 Ae t / t 2
( t , x ) g( t ) =
2) Pour 0 < |x| A,
2 / t 2
x
/ t2
2 Ae
(poser t =
pour t 1
sommable
pour 0 < t < 1
1
sur ]0, 1[ ). On peut driver sur * et F (x) = 2F(x) si x > 0.
u
2 x
e
.
2
4.12 1) 0 |x| A t2 t2 + x2 t2 + A2
ln t 2 ln(t 2 + A2 )
et | f (t,x)| g(t) sommable o g(t ) = max
,
F continue.
1 + t2
1 + t2
f
2A
sommable pour 0 < |x| A
(t , x ) 2
x
(t + 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
4.13 1) ( x ) =
(t ) dt =
( u) du =
83
1
.
2
e u du , (0) =
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 )sin u du .
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
1
Y (t )(sin t t cos t ).
2
t 2
h3 (t ) =
(24 a t )t
pour t 0 ou t 4 a
pour 0 t 2 a
pour 2 a t 4 a
h ( t ) dt =
f (u)g(t u) du dt = f (u)g(t u) du .
0
D(t, u)
= 1.
D( x, y)
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 x + y} = + +
h ( t ) dt =
f ( x ) g ( x ) d x dy =
f ( x ) dx
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)
(g)() =
g(x) e+2ix dx
(R5.2)
pp
(R5.3)
(R5.4)
86
Mathmatiques du signal
F( f )() e+2ix d =
1
f (x + ) + f (x )
2
(R5.5)
| f (x)| dx =
2
|F( f )()|2 d
(R5.6)
(R5.7)
Translation en frquence
F(e2ixa f (x))() = F( f )( + a)
(R5.8)
Changement dchelle
1
F( f (x))
F( f (ax))() =
|a|
a
(R5.9)
(n)
(n)
(R5.10)
(R5.11)
5 Transformation de Fourier
87
F( f g) = F( f ) F(g)
(R5.12)
exp(ax )
2
sin(a)
a
sin(a) 2
a
a
asinc(a) = a
a2
2a
+ 42 2
2 2
exp(
)
a
a
(R5.13)
(R5.14)
(R5.15)
(R5.16)
(R5.17)
Autocorrlation de f
K f () =
f L 2 (R) et R
Dunod. La photocopie non autorise est un dlit.
f (u + ) f (u)du
(R5.18)
K f () K f (0) = f 2
2
f .
dfinie par f (t) = f (t), K est le produit de convolution K = 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 )() .
+
+
| f (x)|2 dx =
|F( f )()|2 d .
Lnergie est f 22 =
88
Mathmatiques du signal
Exercice 5.1
1) Soient f une fonction sommable sur , valeurs relles, et f sa transforme
de Fourier. Montrer que :
+
f (t)cos(2t)dt
a) Si f est paire, f () = 2
0
f (t)sin(2t)dt
g(t) dt= 0
si g est impaire
g(t) dt = 2
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
f (t) cos(2t)dt
Pa (t)cos(2t)dt = 2
a/2
do :
F(Pa )() =
F(a )() = 2
0
sin(2t)
cos(2t)dt = 2
2
sin(a)
a (t)cos(2t)dt = 2
0
t
cos(2t)dt .
1
a
a/2
,
0
5 Transformation de Fourier
89
t
1
et dV = cos(2 t) dt, soit dU = dt et
a
a
sin(2t)
. Il vient :
2
a
a
t sin(2t) a
t
1
cos(2t)dt = 1
1
+
sin(2t)dt .
a
a
2
2a 0
0
0
cos(2t) a
1
,
2a
2
0
sin2 (a)
1 cos(2a)
,
ou
encore
.
2a2 2
4a2 2
F(a )() =
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
+ 2
+ 2
sin (t)
sin (t)
cos
2
cos
2 t dt ,
I () =
t
dt
=
2
2 t 2
2
2
2 t 2
2
0
0
2
sin (t)
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 :
Dunod. La photocopie non autorise est un dlit.
de Fourier inverse de
I( ) =
soit I( ) =
1
= 1 11[ 1,1]
2
2
2
2
2
1 si | | < 2 et I() = 0 si | | 2.
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
Mathmatiques du signal
cos
1+ x
x
2
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
y = fa(t)
F( fa )( ) =
1
y = ha(t)
e ( a + 2 i v )t
1
e ( a + 2 i )t dt =
.
=
2
2
(
a
+
i
v
)
a
+
i v
et F(ha )( ) =
y =ga(t)
Y (t ) e at e 2 i t dt =
Donc, F( ga )( ) =
1
.
a 2i
2a
a + 4 2 2
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
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
5 Transformation de Fourier
91
do, en posant = 2 t, a = 2 et = x :
x sin x
e
2 dx =
2
1+ x
/ 0, et = sgn().
pour =
a 0
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.
/ F(1).
On na donc pas lim F( ga ) = F(lim ga ) car 0 =
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
/ 0 et lim ha (0) = 0 .
4) lim ha (t ) = sgn(t ) si t =
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
/ 0 et lim F(ha )(0) = 0 .
si =
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
lim F(ha ) = F(lim ha ) = F([sgn(t )]) =
PFf .
a 0
a 0
Exercice 5.3
1) Quelles sont les proprits de F(Pa) ?
2) Soit f (t) = 11l [0,a](t). Comparer les spectres damplitude et de phase de Pa et f.
3) Calculer les intgrales
1)
F(Pa )() =
sin(a)
sin 2 u
du et
u 2
sin u
du .
u
92
Mathmatiques du signal
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
Donc, Pa et f ont mme spectre damplitude :
tous les signaux translats, le spectre de phase de Pa est nul et celui de f vaut a.
3)
sin 2 u
2 du reprsente, une constante prs, lnergie de P1 et daprs (R5.6),
u
1/2
soit :
1/2
dt = 1 =
et, en posant u = ,
P1 (t ) dt =
+ sin 2
F( P1 )( ) d
sin2 ()
d
2 2
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 ) =
F( g)( )e 2 i t d .
/ a et t =
/ a,
Ici, Pa L2(), donc si t =
Pa (t) =
En particulier :
Pa (0) = 1 =
sin(a) 2it
d .
e
sin(a)
d et, en posant = u,
sin u
du = .
u
5 Transformation de Fourier
93
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
d = 1.
at 2
dt pour
a > 0.
4) En dduire la transforme de fourier de
2
Dunod. La photocopie non autorise est un dlit.
et montrer que
t
1
f (t) = e 22
2
+
avec > 0
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
94
Mathmatiques du signal
f (t ) dt =
cest--dire :
e 2 t dt = K 2
2
e 2
2 2
3) e
=e
= f
2
2
soit :
2
f ( ) d
d do K 2 = 1.
e t dt = K K > 0 K = 1 et
2
e t dt = 1
et
= f ( kt ) o k =
a
.
a
t
2
2
at 2
F(e t )( ) = e
2
On obtient : F(e
et
at 2
)( ) =
e
a
e at dt = F(e at )(0)
2
at 2
F (e
e at dt =
.
a
F( f ) .
k
k
)( ) =
e
a
F(e
t2
22
)() =
1
, on obtient
22
2 2 2
22 e2
t
1
2 2 2
F( f )() = F( e 22 )() = e2
2
+
f (t) dt =F( f )(0), et comme F( f )(0) = e0 = 1, la fonction
Quelle que soit f, on a
+
f (t) dt = 1 (cest une densit de probabilit).
gaussienne f vrifie
5 Transformation de Fourier
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
pp
pp
F( f a f b ) = Pa Pb = Pc
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
pp
F( f a f b ) = F( f c )
avec c = min(a,b)
fa fb = fc
avec c = min(a,b)
La fonction sinus cardinal est continue sur R tout entier donc lgalit a lieu partout.
cice 5.4, on a
t2
1
2 2 2
2
2a
() = e2 a
F e
a 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
fa fb = fc
avec c =
a 2 + b2
96
Mathmatiques du signal
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)
),
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 g a ( ) =
2 2
exp
, et
a
a
exp
f ( ) = exp( 2 2 )
a
a
( E )
2 2 ( a 1)
1
do : f ( ) = a exp 2 2 1 = a exp
.
a
a
Posons k =
f ( ) =
a
. La transforme de Fourier inverse de
a 1
2 2
exp
est gk. Comme
k
k
2 2
ak
exp
, on en dduit que :
k
k
f (t ) =
at 2
ak
a
exp( kt 2 ) =
exp
.
( a 1)
a 1
5 Transformation de Fourier
97
Exercice 5.7
Soit f la fonction dfinie par f (t) =
sin(at)
avec a > 0.
t
2
2
puis calculer
Or
2
Pa 2
2
2
+a / 2
a / 2
= Pa 2 .
1 dt = a , donc ||
2
f ||22
sin(a) 2
t dt = a
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)
/ 0, donc pour :
Cette fonction sannule pour sin( a) = 0 et =
n
avec n *.
a
f (t ) f (t ) dt = 0 .
98
Mathmatiques du signal
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 =
/ p, gn est orthogonale gp . On a :
Vrifions que, pour tout n =
gn (t )g p (t ) dt =
n
p
f t f t dt =
a a
f u
n p
f (u) du = 0
a
2
2
2
2
/ p.
qui est bien nul si n p Z , donc si n =
Comme lnergie est invariante par translation, on a gn
= f
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 ) =
Y (u) e au Y (u + t ) e b(u + t ) d u .
Si t 0, alors :
h(t ) = e bt
h(t ) = e bt
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
Si t 0, alors :
5 Transformation de Fourier
e bt
h(t ) = a +at b
e
a + b
donc :
99
si t 0
si t 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
Exercice 5.9
On considre le signal gaussien f (t ) =
1) Sachant que
exp(u ) du =
2
t 2
1
exp
.
2
2
Donc :
f (t ) dt =
t2
1 e 2
2
Ef =
1
2
dt = 1
2
e t dt =
2 2
exp
.
a
a
F( f )( ) = exp( 2 2 2 ) .
.
2
100
Mathmatiques du signal
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 :
2
F( f )( ) = exp( 4 2 2 ) .
3) K g ( ) =
g(t + )g(t ) dt =
g(u)g(u ) du en posant u = t + .
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 ).
1
f (0)x 2 + x 2 (x)
2
(1)
5 Transformation de Fourier
101
avec () 0
0
t
1
h(x) = e 22
2
G(0) = 1
et
G (0) = (2i)2 m 2 = 42 m 2 .
+
xg(x) dx , comme g est paire, xg(x) est impaire et G (0) = 0.
Enfin, G (0) = (2i)
= nln F(g)
ln F(h n )
n
n
2
2 2
= 1 2
+
Comme ln(1 + u) u et que F(g)
, en posant
u=0
n
n
n
n
2
2
u = 22 2 +
on obtient
n
n
n
2
n 22 2 +
= 22 2 2 + 2
ln F(h n )
n
n
n
n
n
102
Mathmatiques du signal
0 , on a
Comme
n n
22 2 2
ln F(h n )
n
n
Cest--dire
2 2 2
e2
F(h n )
n n
2
t
1
2 2 2
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 .
5 Transformation de Fourier
103
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
+
+
f (u a + ) f (u a) du =
f (v + ) f (v) dv = K f ().
K g () =
On sait que K f () K f (0) = f 22 , donc lintercorrlation dune fonction avec la fonction 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
104
Mathmatiques du signal
Exercices dentranement
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
2
5) sin t e t .
at
5.13 Calculer les transformes de Fourier des fonctions t e
et t 2 e a t .
2
+ sin 3u
sin(t u)
du .
t u
1
.
t +1
2
Rponses
2) e 2 i e 2
5.12 1) e 2
5) i sh e
5.13 F (t e
at 2
1
2 +
i
)( ) =
a
5.14 E = 64.
5.15
f (t ) =
5.16 K f ( ) =
sin t
.
t
2
.
2 + 4
3) i 2 e 2
4) i e
e
a
2 2
a
, F (t 2e a t )( ) =
4 a( a 2 12 2 2 )
.
( a 2 + 4 2 2 )3
Chapitre 6
Transformation de Laplace
RAPPELS
La transforme de Laplace de f est note L( f )
L( f )( p) =
(R6.1)
(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
Mathmatiques du signal
Formule du retard
L( f (t a))( p) = eap L( f (t))( p)
a > 0,
(R6.3)
(R6.4)
Changement dchelle
a > 0,
L( f (at))( p) =
1
p
L( f (t))( )
a
a
(R6.5)
... , f (n) sont continues sur R+ et toutes croissance au plus exponentielle linfini, alors :
L( f
(n)
(R6.7)
(R6.8)
p+
(R6.9)
p0+
t+
(R6.10)
6 Transformation de Laplace
107
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
L(Y (t)exp(at))( 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
1
5) f (t ) = 11l [ a,a + ] (t ) o a > 0. Calculer lim+ L( f )( p).
0
3
p
4 L
(Y (t )sin t )( p) = e
3
p
4
sin(x)
3
.
4
0
1
0
1
2
p +1
3
4
10
15
108
Mathmatiques du signal
L( f )( p) = e
a +
0
2
2 1
3
4
10
15
t
3
de
, alors, avec (R6.3)
3
4
3
p
4 L Y (t )sin
4) Avec 2) et (R6.4) : L( f )( p) =
L( f )( p) =
1 1 + p
pour p > 0.
2 p2 + 1
5)
t
( p) = e
3
3
p
4
3
9p +1
2
(p > 0).
1
p
o p > 1.
2 ( p 1)2 + 1
e pt
1 e p
dt = e ap
et
0 +
Donc lim+ L( f ) L lim+ f . On verra que, au sens des distributions, on a lgalit car
0
0
lim f = a et que L(a)(p) = eap.
0 +
6)
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
X
k=n1
(k+1)T
e pt f (t)dt =
e pt f (t)dt +
e pt f (t)dt .
0
kT
k=0
nT
e pt f (t)dt =
k=n1
e pkT L( f 0 )( p) +
e pt f (t)dt
nT
k=0
pT n
X
)
1 (e
L(
f
)(
p)
+
e pt f (t)dt
0
1 e pT
nT
1 qn
). Et pour Re( p) > 0 :
(car 1 + q + q 2 + . . . + q n1 =
1q
6 Transformation de Laplace
|
pt
f (t)dt| e
109
Re( p)nT
nT
| f (t)|dt e
Re( p)nT
nT
(n+1)T
| f (t)|dt
nT
T
X
cest--dire : | nT e pt f (t)dt| eRe( p)nT 0 | f (t)|dt, qui tend vers 0 quand n tend vers
+ . On a donc :
e pt f (t)dt = lim
X 0
1 (e pT )
L( f 0 )( p)
L( f 0 )( p) =
.
pT
n 1 e
1 e pT
e pt f (t)dt = lim
Exercice 6.2
Calculer la transforme de Laplace des fonctions fi dont les graphes suivent, partir de la premire. Prciser labscisse de convergence.
a
1)
2)
4)
5)
c
3)
c
a
0
a
0
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
/ 0, 1 sinon.
si p =
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 )
/ 0, ac sinon.
si p =
p
a(1 e ( ) p ) a p p
/ 0, a(b a) sinon.
= (e
e ) si p =
p
p
t
f2 (t ) do, avec la formule L(tf )(p) = [L( f )(p)] :
c
L( f4 )( p) =
1
ac
a 1 (1 + cp) e cp
/ 0,
si p =
sinon.
L( f2 )( p)] =
[
2
2
c
c
p
110
Mathmatiques du signal
ae p
e ( ) p + ( ) p 1
( ) p2
a
( ) sinon.
2
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 ).
2) En dduire L
f (t )
est sommable en 0.
t
+ sin t
+
Y (t )sin t
sin t
( p) ,
e pt
dt et
dt .
0
0
t
t
t
t
1
f (s)ds ( p) = L( f )( p) pour Re( p) > max(0,)
3) Montrer que L
p
0
avec abscisse de convergence de L( f ).
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) =
1
du = arctan p = arctan avec p > 0.
2
p
1 + u2
Alors,
L
Y (t )sin t
( p) =
e pt
e pt
sin t
1
dt = arctan
t
p
sin t
dt =
t
+ sin t
dt =
.
2
6 Transformation de Laplace
111
On obtient
t
f (s)ds)( p) =
L(
0
f (u)
e pu
1
du = L( f )( p)
p
p
Exercice 6.4
Soit J0 (t ) =
p+
1
p2 + 1
112
Mathmatiques du signal
3) L( J 0 J 0 )( p) = [ L( J 0 )( p)]2 =
1
= L(Y (t )sin t )( p) et donc
p +1
2
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) =
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
)
=
, on cherche une dcomposi( p 2 + 1)2
( p 2 + 1)2
tion de j de la forme :
L(Y (t )t sin t )( p) =
( 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
, ce qui donne f (t) = (4sint 3t cost)Y(t).
p2 + 1
( p 2 + 1)2
6 Transformation de Laplace
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
t2
1 = cos , on obtient ( f f )(t ) =
t
4
2x
1 1 dx .
t
sin 2 d =
t2
.
8
= ( L( f )( p))2 et L( f )( p) = 3 / 2 .
4 p3
2p
+
+
p
3
= L( f )(1) =
t x1 et dt et L( f )( p) =
te dt donc
(x) =
2
2
0
0
Do L( f f )( p) =
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
On dtermine la constante K en remarquant que : sin t t en 0 et, quen vertu du thorme de la valeur initiale, L(sin t )( p) L( t )( p) =
p
Do : K =
e 1 /( 4 p )
et L(sin t )( p) =
.
2 p3 / 2
2
2 p3 / 2
114
Mathmatiques du signal
(1)
( p) =
1
1
p
+ 2
+
,
p2 a2
p a 2 ( p 2 a 2 )( p + a)
soit :
( p) =
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
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
puis sur +. Sur , y(t) a2y(t) = 0, et on recherche des solutions sous la forme ert.
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
6 Transformation de Laplace
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
+
+
pour assurer y(0 ) = , y(0 ) = , on trouve yc = yL .
Rsoudre une quation diffrentielle par la transforme de Laplace revient en fait rsoudre 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
4a 2 e
Do yc (t ) = 1
, 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
116
Mathmatiques du signal
p +1
et f (t ) = (cos t + sin t )Y (t ) .
p2 + 1
p+
Exercices dentranement
6.9
f3
1
0
f4
a 2a 3a 4a
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) = 11l [0,1](t). Calculer L( f * g). En dduire f * g.
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
6 Transformation de Laplace
117
Rponses
6.9
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
L( f )( p) =
L( f )( p) =
x
L(sin tx )( p) dx =
1 + x2
x
dx
(1 + x 2 )( p2 + x 2 )
x sin tx
dx = Y (t ) e t pour t > 0.
1 + x2
2
2( p + 1)
118
Mathmatiques du signal
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) =
1 + e p
1
, L( f2 )( p) =
.
(1 + p2 )(1 e p )
1 + p2
3) T = 2a, L( f0 )( p) =
(1 + e ap )2
(voir exercice 6.2, cas 4) et 5)),
ap2
L( f3 )( p) =
(1 e ap )2
ap
1
th .
=
ap2 (1 e 2 ap ) ap2
2
6.12 1) ( f f )(t ) =
8
.
100
dx
2
=
x (t x ) t
Do L( f f )( p) =
1 ap
th .
p 2
dx
2x
1
1
t
= Y (t ) en posant
= ( L( f )( p))2 et L( f )( p) =
=
p
p
2x
1 = u.
t
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
p
a
a t
L1
cos t
sin t .
(t ) = Y (t )e
( p + a )2 + 2
p
a
a t
L1
ch t
sh t .
2
2 (t ) = Y (t )e
( p + a )
6 Transformation de Laplace
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
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
119
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.
( p)
n+
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
Mathmatiques du signal
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.
lim 4 (t ) = lim
t 0
t 0
123
(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
(t ) = (0) + t (0) +
Comme
t2
(0) + t 2 (t ),
2
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 indfiniment 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
/ 0, et
dans D, mais en gnral (0) =
(t )
D .
t
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
Mathmatiques du signal
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
(t)dt .
1) < T1 , >=
0
2) < T2 , >=
|(t)| dt.
3) < T3 , >=
t 2 (t)dt .
4) < T4 , >=
5) < T5 , >=
+
(t)
dt.
t 1
(n) (n).
n=0
Comme
(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) ne comportant quun nombre fini de tern N, n > b, (n) (n) = 0. La somme
n=0
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
+
f (t)(t)dt , donc T5 est singulire.
intgrale
De fait, on a T5 (t) =
125
+
(1)n (n) (t n) (cf. chapitre 8).
n=0
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)
g est une fonction indfiniment drivable sur , alors gS est une distribution
paire si g est paire (respectivement impaire si g est impaire).
2
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 )
(t an b) un chantillonnage de la fonction g.
(t an), (t ) > =
+
(ap) =
P=
+
(an)
n=
en posant n = p.
Donc le peigne de Dirac S(t) est pair.
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
Mathmatiques du signal
sin an (t an)
.
an
n *
Tp,0(t) = (t).
Pour a = p, on a
2 p
= 0 , et on a, si n est impair, n = 2p + 1
2
(2 p + 1)
= ( 1) p , donc :
2
T / 2,0 (t ) = (t ) +
sin n / 2
(t n / 2) = (t ) +
n / 2
n *
n 2 *
n 2 +1
2
T / 2,0 (t ) = (t ) + 0 +
(t (2 p + 1) / 2) .
(2 p + 1)
p
do :
Pour a = et b = /2 on a :
T , / 2 (t ) =
n
(t (n 1 / 2)) = T / 2,0 (t ) (t ) .
n + / 2
a =
b =
2
a =
2
b=0
a=
b=0
Exercice 7.4
1) La distribution appele pseudo-fonction
1
< Pf , > = VP
t
+ 1
1
1
, note Pf , est dfinie par :
t
t
(t ) dt +
t (t ) dt = lim
+
0 t
1
(t ) dt .
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
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
2) Vrifier que t Pf
s
s
(t )
dt
t
( t )
dt .
(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
La fonction
2) Vrifions que t Pf
1
= [1] , en effet :
t
1
1
0
t
t
t (t )
dt +
t
t (t )
dt =
(t ) dt = < 1, > .
sin t
1 sin t
=
car la fonction
est prolongeable par
t
t t
continuit en 0 et par consquent localement sommable.
Dunod. La photocopie non autorise est un dlit.
cost
nest pas sommable au voisinage de 0 daprs le critre de
t
cos t 1
1
. Il sensuit que cost Pf est une distribution singulire.
t 0t
t
Exercices dentranement
7.5
128
Mathmatiques du signal
7.6
7.7
(1 t ) (t ) dt +
ln t (t ) dt .
7.8
t 3 (t ) dt .
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
7.9
7.5
1) Oui sauf
1
cost
,
.
ta
t
Soit f (t) = (1 |t|)P2(t) + Y(t 1)lnt, f est une fonction dfinie sur , continue par morceaux donc localement sommable. On a :
T ( ) =
7.7
1
.
1 + t2
f (t ) (t ) dt donc T = [f] D.
] 3t (t ) dt = 4 (4) 0
4
T ( ) = t 3 (t )
2
sin t
sin t
1 , comme
=
,
2
t
t t0
sin t
est prolongeable par continuit en t = 0 par p .
t
7.9
On a :
129
dn
( ( t )) = ( 1)n ( n ) ( t ) donc :
dt n
dn
< Sn (t), (t) > = < Sn (t), (t) > = (1) n ((t))
dt
t=0
n
3) a(t) a(t) ;
Chapitre 8
Drivation, convergence,
convolution des distributions
RAPPELS
Dfinition de la drive T dune distribution T :
D,< T , >= < T, >
(R8.1)
(R8.3)
132
Mathmatiques du signal
(R8.4)
(R8.5)
lim T
=T
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
1
] +
= (1 t 2 ) (t )
) (t ) dt
2t (t ) dt
133
T = [ 2tP2 (t )] .
et donc :
= < T , >=
= [2t (t )]1
1
2 t ( t ) dt
2 (t ) dt
donc :
Et de mme :
= 2 (1) 2 ( 1) + 2 (1) 2 ( 1)
donc :
2 (t ) dt
T = 2 1 + 21 2 1 + 21 .
f
1
0
f 2
Donc : T = [ f ] = [ 2tP2 (t )] = [2 P2 (t )] + 21 + 2 1
et de mme
T = [ f ] = [2P2(t)] + 21 + 21 ,
f
21
21
0
T = 2[ P2 (t )] + 2 1 + 21 = 2( 1 1 ) + 2 1 + 21 .
134
Mathmatiques du signal
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 .
et donc
= 0 + (0)
donc
cos t (t ) dt
= [cos t (t )]0 +
+
sin t (t ) dt
T = 0 [sin t Y (t )] = 0 T .
T = [ f ] = [ f ] + 0 = [ sin tY (t )] + 0 .
0
135
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
1
1
2
2
contenant pas 0. Dautre part, lim |t| ln|t| = 0, donc au voisinage de 0, |ln|t|| = o |t|
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)dt.
< [ln|t|] ,(t) >= < [ln|t|], (t) >=
On ne peut effectuer une intgration par parties sur R, car ln|t| = 1t qui nest pas localement sommable en t = 0 , mais on peut crire :
+
+
ln|t| (t)dt = lim
+
ln|t| (t)dt .
0+
Une intgration par parties sur chacun des intervalles ] ,] et [,+[ donne :
+
+
(t)
(t)
ln|t| (t)dt = lim () ln
dt () ln
dt ,
0+
t
t
+
(t)
+
dt .
donc < [ln|t|] ,(t) >= lim [() ()] ln + lim
0+
0+
t
0+
0+
136
Mathmatiques du signal
(t)
dt
t
1
+
Dautre part, lim
nest autre que < Pf ,(t) >, do le rsultat
0+
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
a
ga,b = ga,b + ga,b (0+) ga,b (0) = ln .
b
ln|a|ln|b|
1
On en dduit que f a,b = Pf + ln
t
a
.
b
1
(t) = , mais que cela nimplique pas que
/ 0 on a f a,b
On peut remarquer que pour tout t =
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
f (t ) =
f (t n ) = sin(t n ) 1l
0
n
]0, [ (t
n ).
n
n
f (t ) =
n
f (t n ) = sin(t n )11l
0
n
n
]0, [ (t
n ) = f (t ) = sin t .
137
f
1
f
1
(t n ).
n
En conclusion :
n
[ sin t ] = [ sin t ] + 2 (t n )
n
138
Mathmatiques du signal
1 t
>.
= < T (t),
|a|
a
1
t
>
Dautre part, < aT (at),(t) >= a < T (at),(t) >= a < T (t),
|a|
a
1
t
t
1
t
= a < T (t),
> . Comme
=
, on a :
|a|
a
a
a
a
1 t
>
1
t
>=< (T (at)) ,(t) > .
= < T (t),
|a|
a
2) Si a > 0,
Y(at) = 1
Y(at) = 0
Si a < 0,
Y(at) = 1
Y(at) = 0
si t > 0,
si t < 0,
Y ( at ) (t ) dt =
+0
(t ) dt =
si at > 0 t < 0,
si at < 0 t > 0,
a ( at ) = (t ) = 0 .
139
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 :
(1)
(2)
exp(at) = a,
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 :
140
Mathmatiques du signal
et :
on a :
< g ( n ), > = ( 1) n
p=0
g(t ) ( n ) =
(1)
2n+ p
p=0
do :
(1)
Cnp g ( p ) (0) ( n p ) .
p=0
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.
141
sin t
T =
+ A .
t
2) La fonction
cost
nest pas localement sommable au voisinage de 0, donc elle ne peut
t
dfinir une distribution rgulire. Par contre, il est facile de vrifier que cost Pf
1
est solut
1
+ A .
t
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 = ,
3) Lcriture
/ b,
b) Puisque a =
a
+ A b .
ab
=C a .
tb
ab
142
Mathmatiques du signal
Exercice 8.8
1) Montrer que pour toute fonction test j D, la quantit :
(t )
+ (t )
2
dt +
2
2 dt ( 0 )
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
1
nest autre que Pf
.
t
1
.
t2
(t )
+
1
dt = (t ) +
t
(t )
1
et il vient :
t
1
dt = (t ) +
t
+ (t )
dt +
+ (t )
(t )
1
dt = ( ) +
+ (t )
1
dt = ( ) +
2
dt (0)
dt
. On a alors dU =
t2
(t )
(t )
+ (t )
dt ,
dt ,
( ) + ( ) 2 (0)
+
dt +
+ (t )
(t )
dt +
+ (t )
dt .
1
Pf , (t ) . Dautre part, la formule des accroissements finis permet dcrire :
t
() = (0) + (0) + o(),
et donc :
143
( ) + ( ) 2 (0)
= o(1),
lim
0 +
(t )
dt +
+ (t )
t2
2
1
dt (0) = Pf , (t ) .
2
Y ( t )
Y (t )
=
, (t ) +
, (t ) (t ), (t )
2
2
=
=
Y ( t ) (t )
dt +
t2
(t )
dt +
+ (t )
Y (t ) (t )
2
dt ( 0 )
2
2
dt (0).
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 .
144
Mathmatiques du signal
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 :
d
d
cos( t ) cos t
Ci(t ) = Ci ( t ) =
=
.
dt
dt
t
t
pour t > 0,
d
cost
Ci(t ) =
.
dt
t
2) Comme Ci est drivable sur *, elle y est continue donc sommable sur tout segment
inclus dans *. Il reste montrer que Ci est sommable au voisinage de 0, et, comme Ci est
paire, il suffit de montrer lexistence de
/ 2
cos
d +
cos
d = Ci +
/ 2
2
cos
d .
/ 2
(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(t ) (t ) dt
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(t ) (t ) dt +
Ci(t ) (t ) dt .
( ( ) ( )) = 2 (0).
ln ln
On en dduit :
( ( ) ( )) Ci( ) = 0 .
On a donc :
= lim
0
Ci (t ) (t ) dt
+ cos t
( t ) dt
+
t
1
1
= < Pf ,cos t (t ) > = < cos tPf , (t ) > .
t
t
cos t
( t ) dt +
t
Ci (t ) (t ) dt +
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
2) nt n1l [0,1](t)
3) n 2 sin nt11l
(t )
n , n
4) n 2 (1 nt )sgn t11l
1 1 (t )
n , n
146
Mathmatiques du signal
1
1
t
n
n
1
1
1
1 n
t
0
1
n
<
n
, (t ) > =
1 +n2t 2
n
2 2 ( t ) dt =
1 + n t
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
1
u
2 du
n +
1 + u
n
et comme
on a donc :
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+
147
nt n +1
nt n (t ) dt =
( t )
0
1
n
+
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],
n n +1
t (t ) M puisque toute fonction test est borne.
n +1
on a |t n+1| 1 et donc
Lorsque n tend vers +,
n
1 et comme, sur [0,1] la quantit t n+1 converge vers 0
n + 1 n+
nt n11l [ 0,1](t ) 1 .
cest--dire :
n +
3) Daprs lallure des graphes des fonctions, on peut penser que la suite tend au sens des
distributions vers k0 .
Premire mthode : pour faire intervenir , on fait une intgration par parties. On a :
l
< fn (t ), (t ) > = < n 2 sin nt 11
(t ), (t ) > =
n , n
n 2 sin nt (t ) dt .
n cos nt (t ) dt .
= n 2 (0)
n n
n
[n cos nt (t )]
On a :
( ) ( ) ( ) ( 0 ) + ( 0 ) ( )
2 (0)
=
= (0).
0
2
2
2
Par ailleurs, en utilisant le thorme de convergence domine :
Donc :
n cos nt (t ) dt =
u
cos u du
n n
D
(t )] 2
n +
,
n n
[n 2 sin nt11l
0 .
(1)
148
Mathmatiques du signal
fn (t ) (t ) dt =
fn (t ) (t ) dt =
fn (t ) (t ) dt +
fn (t ) (t ) dt .
fn (t )( (t ) ( t )) dt
do, en posant u = nt :
< fn (t ), (t ) >=
u
u
n sin u du .
n
n
u
tend vers 0 et donc daprs la dfinition de la drive (1) :
n
Si |u| , alors =
2u sin u
Comme :
n u
u
2u sin u (0).
n 0
2u n
2 cos u du = 2 + 0
on en dduit :
(t ), (t ) > 2 ( 0 )
n +
n , n
D
(t )] 2 0
n +
n , n
[n 2 sin nt11l
cest--dire :
= 2 < , >
fn (t )( (t ) ( t )) dt
1/ n
n (1 nt )( (t ) (t )) dt
u
u
= n(1 u) du .
n
n
< fn (t ), (t ) > =
0
1
0
cest--dire :
D
1 1 (t )]
n
,
n n
[n 2 (1 nt )sgn t 11l
1
(t ) .
3
149
Exercice 8.11
1) Vrifier que la fonction u dfinie par :
u( x ) = 1 x 2 11l [ 1,1] ( x )
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 )
1) Comme la fonction u est dfinie et continue sur et nulle hors du segment [ 1,1], elle
est sommable sur .
2) On a fn (t ) =
1 f1
n 2 t 2 1l
1[ n,n ] (t )
n2
f2
1/2
2
gn (t ) =
n2 t 2
11
l [ n, n ] (t )
n
l
hn (t ) = n 1 n 2 t 2 11
1 1 (t )
n , n
fn ( t ) =
h2
1
1
3) Comme
g2
g1
h1
0 1/2 1
n 2 t 2 1l
n 1
1[ n,n ](t ) 2 = , les fonctions fn convergent uniform2
n
n
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 ) > =
1
n2 t 2
(t ) dt
2
n
n
( t ) dt 0 .
n+
150
Mathmatiques du signal
n 2 t 2 1l
D
1[ n,n ] (t ) 0 .
2
n
+
n
Donc :
n2 t 2
1, les fonctions gn ne convergent pas uniformment
n +
n
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 ,
n 2 t 2 1l
D
1[ n,n ] (t ) 1 .
n +
n
et donc :
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 :
< hn (t ), (t ) > =
n u(nt ) (t ) dt =
x
u( x ) dx .
n
Comme |x| 1, et que les fonctions tests sont continues, lorsque n tend vers + on obtient :
x
1 x 2 dx (0)
n n+
1 x 2 dx
et comme :
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
Donc :
< hn (t ), (t ) >
n +
D
1 1 (t )
n + 2
,
n n
n 1 n 2 t 2 1l1
0 .
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=
1
t
y = fn(t)
y = f1(t)
0
< fn (t ), (t ) > =
La fonction
) dt
fn ( t ) ( t ) ( t )
0
+ 1 exp( n 2 t 2 )
( (t ) (t )) dt .
(t ) ( t )
est dfinie continue sur , nulle hors de [ A, A] (cf. exercice 7.1),
t
2 2
et comme exp( n t ) 0 , on en dduit que :
n +
exp( n 2 t 2 )
0.
( (t ) (t )) dt n+
t
+ 1
n + 0
( (t ) (t )) dt = < Pf
1
, (t ) >
t
1 exp( n 2 t 2 ) D
1
Pf
en utilisant lexercice 7.4. On a donc :
.
n+
t
t
(1 exp( n 2 t 2 )) (t ) dt .
152
Mathmatiques du signal
n +
n +
( t ) dt =
n + A
(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
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
paire, donc : T = Pf
1
.
t
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
.)
fn (t ) (t ) dt =
n 3t exp( n 2 t 2 ) (t ) dt .
+ 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
u
1 +
exp(u 2 )( ) du
=
2
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) .
n0
n0
S(t ) =
(t p) *
(t q ) =
p0
q 0
(t p) * (t q).
p0
q 0
p0
q 0
(t ( p + q)) =
(t ( p + q )) =
(n + 1) (t n)
n 0
n 0 p + q = n
154
Mathmatiques du signal
(n + 1) (t n) = (n + 1) (t n) *[Y (t )]
n 0
n 0
n 0
(n + 1) [Y (t n)] = (n + 1) Y (t n) .
n 0
(n + 1) Y (t n),
qui est la
n 0
fonction en escalier nulle pour t < 0 et qui est dfinie pour t [n, n+1[, n entier positif ou
nul, par :
n +1
f (t ) =
( k + 1) =
k =0
p=
p =1
(n + 1)(n + 2)
.
2
Exercices dentranement
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 ( ) =
cos t (t ) dt +
1 / 2
(t ) dt .
f ( x ) = 2 x
0
pour x 1
pour 1 < x 2 .
pour x > 2
155
d 2T
+ 2 T pour les distributions rgulires Ti suivantes :
dt 2
sin t
T1 = [Y(t)sin t] T2 = [Y(t)cos t]
T3 = Y (t)
t
8.18 Calculer S =
1) t nT =
(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
Y (t )
T = lim+ ln (t) +
0
t
Cette distribution, appele pseudo-fonction
Y (t)
Y (t)
, est note P f
t
t
156
Mathmatiques du signal
8.25 Soit f (t ) =
Y (t )
t
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
a +
157
Rponses
8.15 1) a , 2 ,
nZ
[|cht|] = |sht| +2 .
[|sht|] = cht[sgnt],
f (x)
|x| 1
1x2
|x| > 2
x2
2
2x
0
f (x)
f (x)
2x
1
0
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 .
8.18 S1 = w , S2 = , S3 = 2Y (t )
sin t t cos t
+ .
t3
8.19 T1 = ( t ) = / ,
8.20 T = [cht sgnt],
T2 = ( (t )) = .
T = T + 2,
Pour k 1 : T ( 2 k +1) = T + 2
k 1
( 2 p+1) , T ( 2 k ) = T + 2
k 1
(2 p)
p=0
p=0
( 1)n ( n )
+
n!
2) On a
n 1
a
p
p=0
(1)
n
n
( p)
= S + 0 avec S =
(1) .
n
n*
( 1)n
n .
n
*
n
(1)
n
= S + 0
n
T = T1 + T0 + A 0 =
( 1)
n 0 + A 0 .
n
n*
158
Mathmatiques du signal
/ 0 et t =
/ 1, et la drive fn est presque par8.22 La fonction fn est continue, drivable pour t =
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
n+
u exp( u) du = (t ).
2) T (t) =
Y (t )
+ ln (t ) et T = lim T .
0+
t
0 +
lim ln ((t ) (t )) = 0
Donc :
0 +
Y (t )
T = lim+ ln (t ) +
0
t
Y (t )
= lim+ ln ((t ) (t )) + ln (t ) +
0
t
do : T = [Y (t ) ln t ] = Pf
Y (t ) = lim ln (t ) + Y (t ) ,
t 0 +
t
cest--dire :
+ (t )
dt .
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 +.
8.25 1) Dans * f (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
A (t )
0 0
t1 / 2
159
( )
< [ f ] , > = lim < T, > = lim 1 / 2
0
0
(t )
Y (t )
= < Pf 3 / 2 , (t ) > .
3 / 2 dt
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 ,
Y(t) * b = b ,
a * 1 = 1.
2) lim ( a 1) = 1 et ( lim a ) 1 = 0 .
a+
a+
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
la suite des fonctions t t p n(k) (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
Mathmatiques du signal
n+
(R9.1)
)) = T .
S , < F(T
> et lon a F(F(T
)) = F( F(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 :
m
m
i
(m) () ,
=
F([1]) = (), F([exp(2i0 t)]) = ( 0 ) , F t
2
1
= i [2Y () 1] = i sgn() .
F Pf
t
Peigne de Dirac : F ((t)) = ().
n
( ) avec T0 support de longueur
Si T = T0
nZ
F(T ) =
n
1
n
cn ( ) avec cn = F(T0 )( )
nZ
(R9.2)
(R9.3)
163
(R9.4)
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)) =
T
/ 0.
,a=
|a|
a
(R9.5)
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
Mathmatiques du signal
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) =
f (n)z n
nZ
= lim
N +
N
n=0
f (n)z n +
1
lim
N +
f (n)z n
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 n 0
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
165
n
f (k)g(n k), o f
k=0
Exercice 9.1
Calculer la transforme de Fourier de la distribution tempre rgulire [cos22p w t].
Premire mthode :
1 + cos 4 t
,
2
1
cos 4 t = (exp( 4i t ) + exp( 4i t )),
2
cos 2 2 t =
On a :
F([cos 4 t ])( ) =
donc :
1
(( 2 ) + ( + 2 )), F([1])( ) = ( ),
2
F([cos 2 2 t ])( ) =
1
(2( ) + ( 2 ) + ( + 2 )).
4
Seconde mthode :
On a :
F([cos 2 t ])( ) =
1
(( ) + ( + )).
2
1
(2( ) + ( 2 ) + ( + 2 )).
4
Exercice 9.2
Soit f la fonction nulle pour |t| 1 et telle que f (t) = 1 t2 pour |t| < 1.
166
Mathmatiques du signal
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.
+2
+1
1 0
+1
0
Exercice 9.3
Soit f (t) la fonction priodique de priode 2a, dfinie pour |t| a par
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 .
167
y = f(t)
a
3a 2a
2a
3a
2a
3a
y = f (t)
1
3a 2a
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
1
k
F (t 2 ka) ( ) =
. Donc :
2
a
2
a
k
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
=
=
,
2
2
a
a
a
a
k
k
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
1
2 a 2 2
q
2 q + 1
+ A ( ) + B( ),
2a
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
Mathmatiques du signal
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
2a
f (t ) exp( 2i 0t ) dt =
1
2a
2a
f (t ) dt =
1 2 a
a = = B.
2a
2
Donc :
F([ f ])( ) =
=
1
a
( )
2
2 a 2 2
q
2 q + 1
2a
1
2 q + 1
a
( )
2 2
2
2a
2
a
q
1
2 q + 1
2
2a
2
1
q
+
2 a 2
2a
2a
2 q + 1
a
,
= ( )
2
2
2a
2
(2 q + 1)
q
=
a
( )
2
q
soit :
F([ f ])( ) =
2a
1
2 q + 1
a
( ) 2
.
2
2
2a
q (2 q + 1)
1
a 2a
(2 q + 1)i t
2
,
2 exp
2 q (2 q + 1)
a
1
a 4a
(2 q + 1) t
cos
.
2 2 q0 (2 q + 1)2
a
Exercice 9.4
On considre la fonction fa (t ) =
n
positif.
1) Vrifier que fa(t) est priodique de priode 1.
169
a+
1) On a :
a
fa (t + 1) =
exp(a(t + 1 n) ) =
exp(a(t (n 1)) ).
n
n
exp(a(t (n 1)) ) =
n
exp(a(t p) ) = f (t ),
2
p
2) On peut crire :
[ fa (t )] =
[exp(a(t n) )] =
2
n
([exp(at
)] (t n))
n
=
exp( at 2 ) *
(t n ) =
exp( at 2 ) *
(t)
(t ) .
n
n
(t) ) soit :
2n2
2 2
2 2
fa ( ) = exp
( ) = exp
( n) =
exp
( n).
a
a n
a n
n
2n2
3) Lorsque a +, exp
tend vers 1 pour tout n et donc :
a
lim fa ( ) =
a +
( n) =
(v) .
n
a +
(t) .
170
Mathmatiques du signal
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 transforme 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.
( ) et
2i
1
3
( ) + 2( )
2 ( )
2i
( 2i )
1
3
( ) + 2( )
= 2 ( ) +
2i
4
F([t 2 3t + 2])( ) =
( ) +
( ) + 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
est alors
t
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 ( ) = + = [ P1 ] ( ) ,
2
2
o P1() est la fonction porte , gale 1 pour
1
1
et nulle pour > .
2
2
172
Mathmatiques du signal
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 ( ) = [ P1 ( )]. On en
dduit que P1 (0) = 1 = F (0) =
+ sin
dt , soit, en posant p t = u :
+ sin u
du = .
Exercice 9.7
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
1
y
+
1
2
1
2
1
2
1
2
1
y = (t)
y = (t)
1
2
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
( ) =
ou encore :
,
2
2 .
2 2
sin 2
1
F([ (t )sin 4 k t ])( ) = (( 2 k ) ( + 2 k )) 2 22
2i
sin 2
1
= ( 2 k ) 2 22
2i
sin 2
2
( + 2 k ) 2 2
( + 2 k )
2 ( 2 k )
sin 2
1 sin
2
2
=
2
2
2
2
( + 2 k )
2i ( 2 k )
sin 2
4ik sin 2
1
1
2
2 ,
=
2
2
2 = 2
2
( + 2 k ) ( 4 k 2 )2
2i ( 2 k )
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 :
2
= 2 2
( 4 k 2 )2
4ik sin 2
2
)(v) = 2 2
( 4 k 2 )2
4ik sin 2
(v)
2
( n) =
2 2
2 2 ( n)
4
k
)
n
n
4ik sin 2
174
Mathmatiques du signal
n
2 ( n) .
=
2 2
2 2
(
n
4
k
)
n
4ikn sin 2
h
h
sin 2
sin 2
sin 2
2
2
2
2
2
.
=
=
=
( 2 4 k 2 )2 ( 2 k )2 ( + 2 k ) 2 h 2 ( 4 k + h) 2 h 2 4( 4 k + h) 2
2
sin 2
2
lorsque h 0 et le coefficient de (n 2k) est donc gal
64k 2
i
4ik (2 k ) 2
2
2 = .
8
64 k
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
2p +1
( (2 p + 1)) ( + (2 p + 1))
.
2
2i
4k 2 )2
((2 p + 1)
p
1
8k
[sin 4k t ] + 2
4
2p +1
[sin(2(2 p + 1) t )] .
2
4k 2 )2
((2 p + 1)
p
2p +1
sin(2(2 p + 1) t ) .
2
4k 2 )2
((2 p + 1)
p
175
tp
le signal chantillonn de cos t la fr2) Soit T (t) = cos t
2
pZ
quence =
2
.
Montrer que T =
(1)k k .
kZ
3) Montrer que T = (0 )
2q .
qZ
1
2k+1 .
En dduire que la transforme de Fourier de T est T =
kZ 2
1 1
et 0 ailleurs.
4) Soit P la fonction porte qui vaut 1 sur ,
2
Vrifier que P T = T.
En dduire que
+
n sin 2t
sin
2t
sin
2t
(1)
=
(1)n
+
T (t) =
.
2(t n)
2t
t 2 n 2 2
n=1
nZ
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
1 + 1 .
Il s'ensuit que T =
2
2
2
p
tp
cos t t p
cos t p
=
=
.
2) On a T (t) = cos t
2
2
2
2
pZ
pZ
pZ
2k
p
= (1)k , on a T (t) =
= 0 si p est impair et cos
(1)k (t k),
Comme cos
2
2
kZ
(1)k k .
soit T =
1) On a cos t =
kZ
176
3) On a
Mathmatiques du signal
(1)k k =
2q
(2q+1) =
2q 0
2q , d'o le
kZ
qZ
qZ
qZ
qZ
rsultat demand.
1
t
(t)
=
, dont la transforme de Fourier est
On a
2q
2
2
qZ
1
(2) =
q () .
2 qZ 2
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
q
1
q ()
1 exp 2i2
=
2
2 qZ
2
1
=
(1 exp(iq)) q ().
2
2 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
2k + 1
1
2k + 1
P
.
4) On a P()T () =
kZ
2
2
1
2k + 1
1
=P
= 1 et P
= 0 pour k Z {1,0} . Par consOn a P
2
2
2
quent :
1
1
2
1
P()T () =
+ +
= T ().
2
2
(1)n (t n)
T (t) = F(P)(t) T (t) =
2
t
nZ
sin
2(t
n)
(1)n sin 2t
=
(1)n
=
2(t n)
2(t n)
nZ
nZ
+
1
(1)n sin 2t
sin 2t
1
+
=
+
2t
2
t n t + n
n=1
+
+
sin 2t
(1)n tsin 2t
sin 2t
(1)n tsin 2t
+
=
=
,
+
2t
t 2 n 2 2
2t
t 2 n 2 2
n=1
n=1
puisque cette dernire srie de fonctions (prolonges par continuit sur Z) converge uniformment sur R.
177
fx () =
.
2 n 2 2
x
2
nZ
En dduire que la srie de Fourier relle S F( f x ) de f x est donne par :
+
2(1)n x sin x
sin x
cos nt.
+
S F( f x )(t) =
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 .
+
2(1)n x sin x
sin x
+
pour tout x R tel que
3) Calculer la somme
x
x 2 n 2 2
n=1
0 < |x| < .
+
(1)n x sin 2x
sin 2x
+
cos
x
=
pour tout x R tel
En dduire que l'on a
2 n 2 2
2x
x
n=1
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 g x l'aide de l'intgrale habituelle, mais on peut aussi procder comme
suit :
On a
178
Mathmatiques du signal
1
n
1 n
n
=
hx
.
2 nZ
2
2 nZ
2
2
n
sin (x n) sin (x + n)
h x
=
+
2
x n
x + n
(1)n 2xsin x
1
1
=
= (1)n sin x
+
,
x n x + n
x 2 n 2 2
+
sin x
(1)n x sin x
(exp(int) + exp(int)),
+
x
x 2 n 2 2
n=1
s(x + 2) =
179
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 transforme 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([sin t])
F([cos t])
1
2
1
2i
1
2i
180
Mathmatiques du signal
1
i
2Y()F([cos t])
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 ) =
sa (t ) =
= 2
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 ,
it
(
1
sa (t ) =
soit encore :
Pour s(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
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 ) =
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
Pour s(t ) =
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 ) =
n1
exp( p)
k 0
1
1
exp( p)
.
G( p ) =
=
p
p(1 exp( p)) p(exp( p) 1)
(t n),
n1
1
, que :
p
1
exp( np).
p n1
182
Mathmatiques du signal
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 t . On a
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
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)] *
(t n ).
n0
(t n ).
n0
exp(n p) = exp( p)
n 0
n 0
Par consquent :
L([Y (t )sin t ])( p) = L([ f (t )] T (t ))( p) = L([ f (t )])( p) L(T )( p)
1
.
1 exp( 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 0 lquation intgro-diffrentielle :
t
df
t (t ) + f (t ) = 2 f (u)sin(t u) du .
0
dt
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
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
Prenons les transformes de Laplace des deux membres, en appelant F celle de T. Il vient :
d
1
( pF( p)) + F( p) = 2 F( p) 2
,
dp
p +1
ce qui donne :
p
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
Mathmatiques du signal
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
p
p +1
2
1
, on en dduit celles de Y(t)t cost = tY(t) cost
p +1
2
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
2
2
F
p
G
p
=
(
)
(
)
( p 2 + 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),
2
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
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 :
et :
185
Exercice 9.15
Lamplitude x(t) dun oscillateur linaire amorti vrifie lquation diffrentielle :
x (t ) + 2 x (t ) + 02 x (t ) = 0 ,
(H)
02 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
n
2 n
,
(E)
o [x(t)] est la distribution rgulire associe x(t), que nous supposerons tempre.
2
telles que pour
0 t
e sin t et g(t) = n0elt cosw t.
186
Mathmatiques du signal
1) Multiplions les deux membres de (H) par Y(t) et prenons les distributions rgulires associes. Il vient [Y(t)x(t)] + 2l[Y(t)x(t)] + w02 [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) :
y(t) + 2y(t) + 02 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 :
(p2 + 2lp + w02 ) X(p) = 0 ,
X ( p) =
soit :
(H )
0
0
.
2 =
2
p + 2 p + 0 ( p + ) + ( 02 2 )
2
0
( p + )2 + 2
Si l = w0 , 02 2 = 0 , donc X ( p) =
0
( p + )2
v0
( p + )2 2
x (t ) =
et
0 t
e sin t .
x(t) = 0tet.
et
et
x (t ) =
0 t
e sh t .
2T
0
< 0
a
2
2 ,
n
x ( ) =
=
=
a
2
a
2
a
2
2 2
n
n
187
n
1
2
2
+ 4i + 0
n
1
2
2
+ 2in + 0
( 02 n 2 2 ) 2in
n
.
2
2 2 2
2 2 2
2
n
)
n
+
4
n
a
2
( 02 n 2 2 ) 2in
2
2 2 2
2 2 2 exp in t ,
0 n ) + 4 n
(
n
et, en regroupant les termes dindices opposs, la srie de Fourier relle de x(t) :
x (t ) =
02 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 n1 ( 0 n ) + 4 n
( 0 n ) + 4 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
(t nT ).
n
On a donc :
Dunod. La photocopie non autorise est un dlit.
[ f (t )] = [ g(t )] [ f (t )]
n
= (2 2 )[ f (t )] 2 [ g(t )] + a (t nT ) .
n
On en dduit :
[ f (t )] + 2[ f (t )] + 02 [ f (t )] = ((2 2 ) 22 + 02 )[ f (t )] + ( 2 + 2 )[g(t )] + a
=a
(t nT ) ,
(t nT )
n
n
188
Mathmatiques du signal
b) On a :
[ x (t )] + 2 [ x (t )] + 02 [ x (t )] = a
t
n
2 n
,
2 n
.
[ f (t )] + 2 [ f (t )] + 02 [ f (t )] = a
n
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 ) =
189
1
Pf Y (t )t
( + 1)
si
1
Pf Y (t )t si a < 1.
( + 1)
t exp( pt ) dt .
2) On a Pf Y (t )t =
du
1
u
= +1
exp( u)
p
p
p
u exp( u) du =
1
dn
Y (t )t + n . Donc si F(p) dsigne la
( + n)( + n 1) ( + 1) dt n
([
])
1
( + n + 1) ( + 1)
pn
.
=
( + n)( + n 1)( + 1)
p + n +1
p +1
( + 1)
.
p +1
1
. Il sensuit que celle de Ta * Tb est
p +1
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
190
Mathmatiques du signal
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 )!
h(2 k + 1) =
1
et h(2k) = 0 pour tout k .
(2 k + 1)!
+
n! z
n=0
+ x n
=
n= 0 n!
La fonction y( x ) =
n=0
nx n 1
=
n!
n =1
1
= exp . En effet, on a :
z
x n 1
=
(n 1)!
n =1
xp
xn
.
=
p! n = 0 n!
p=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
1
F( z ) + F( z )
z
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
F( z ) =
( an 2 + bn + c) z n = a
n=0
La somme S( z ) =
n2 z n + b
n=0
nz
= z S ( z ) =
n=0
+
S2 ( z ) =
n z n + c
n=0
n=0
S1 ( z ) =
n z
2 n
n=0
z
. On en dduit :
z 1
z
pour |z| > 1,
( z 1)2
= z S1( z ) =
n=0
z( z + 1)
pour |z| > 1,
( z 1)3
1 n
1
(e e n ) = ((e ) n (e ) n ). La transforme en z de g(n) est donc :
2
2
+
G( z ) =
shn z n =
n=0
soit G( z ) =
+
+
S(e z ) S(e z )
1
n
(e z ) n =
,
(e z ) +
2 n=0
2
n=0
1 e z
2 z sh
e z
z sh
=
= 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
/ a et b = a).
fa * fb (on distinguera les cas b =
2) Retrouver ces rsultats en utilisant la transformation en z.
n
1) On a ( fa fb )(n) =
k =0
f a ( k ) fb ( n k ) =
a b
k nk
k =0
a n +1 b n +1
n
si b =
/ a et (n + 1)a si b = a.
ab
192
Mathmatiques du signal
z
, dfinie pour |z| > a, celle de fa * fb est
za
z2
z2
/ a et
si b =
si b = a, dfinie pour |z| > max(a, b).
( z a)( z b)
( z a) 2
fa s. De mme
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
1
1
et
(a *) :
za
( z a)2
193
1
1
1
an
an
=
=
=
n
n +1 =
a z
za
z
z
n=0
n=0
z 1
fa (n) = a n 1 pour n 1 et
fa ( n ) = 0
n 1 n
, donc :
n =1
pour n 0.
On a :
+
+
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
n2 n
, donc :
n =1
1
1
1
zn
zn
=
a n 1z n ,
=
=
n +1 =
z
za
a n=0 an
a
n=0
n =
a 1
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
n1
et
h(n) = 0 + 0 2 = 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
Mathmatiques du signal
Exercices dentranement
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
sin nt
. Dterminer fn ( ).
t
n +
2
9.23 En utilisant lidentit t Pf
Pf
sin t
= sin t , calculer la transforme de Fourier de
t2
sin t
.
t2
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
1
t + t .
2
2
9.27 Soit E(t) la partie entire de t, cest--dire le plus grand nombre entier relatif
infrieur ou gal t.
195
de Fourier de T (t ) = E t + .
f (t n).
n
t
.
2k
Fourier complexe de fk .
2) Calculer lim [ fk (t )] et lim fk ( ).
k +
k +
196
Mathmatiques du signal
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
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 ( ) = P1
n
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
9.23 Soit T (t ) = Pf
2a
,
a 2 + 4 2 2
9.25 1) ( )
k =0
p exp(2p|n|),
1
1
1
( ), ( )
( ), ( ) 2 ( ),
2i
2i
4
( 1)n
4i
,
a 2 + 4 2 2
1
.
a + 2i
Cnk
( 2 k ) ( )
.
22 k 2 k
2)
197
(2 k )!i n
( 2 k n ) ( ).
2k 2k
2
k
!(
n
k
)!(
2
k
n
)!
n2 k2 n
sin
sin
sin
= 2i
, F ( Dn )( ) = (2i )n
9.26 1) F( D )( ) = 2i
.
2) (n)(t).
( )
9.27 1)
t+
2)
(1) ( n),
1
,
2
n
1
1
( ) ( ) +
2i
2
9.28 1) f ( ) =
3) g ( ) =
1
( ) +
2i
1
.
a + 2i
( 1)n
2i n ( n).
n
2i n ( n).
1
n
exp( at )
sur [0,1[.
1 exp( a)
2) g(t ) =
a + 2i n ( n),
1
Sg (t ) =
n
exp(2i nt )
.
a + 2i n
n
n
9.29 1) [ f (t )] = 2 a 1 + T
(t nT ) , F ([ f ] )( ) = 2 a
,
n
n
F ([ f ])( ) =
aT 2
aT 2
( ) 2
6
2
n
n
1
2 .
T
exp 2i n
1
T
2 1
= aT 2
2
6
n
n
1
2 1
2) f (t ) = aT 2
6
2
g( t ) =
(t) ,
g ( ) =
1 4n
1
t
cos 2 n
T
.
2
n
n1
( n),
n
cos 2 nt
.
2
1
n
4n
9.31 1) [ fk (t )] =
1
1
2 [ fk (t )] + sin
k
4k
2k
2k
fk ( ) =
sin
2k
(t (2n + 1) ),
n
( 1)
n
2k
, fk (t ) =
sin
2 2
k
n
k
1
4
2
2
n
9.32 y 2y + y 2y = 0,
k +
y(0) = 0,
y(0) = 2,
2
T = Y (t )(2 exp(2t ) 2 cos t + sin t ) .
5
y(0) = 4.
( 1)n
exp int .
1 4k 2 n2
n
198
Mathmatiques du signal
9.33 1) T + T = (t ) + 2
(t n ).
2)
n =1
9.34 1) G( z ) =
3) R( z ) =
p
2 .
p2 + 1
coth
F( z ) + F( z )
.
2
2) H ( z ) =
F( z ) F( z )
.
2
F (iz ) + F ( iz )
.
2
4) S( z ) =
F ( iz ) F (iz )
.
2i
(n 1)
pour n 1, f (n) = 0 pour n 0.
3
b) f (n) = 2 n3 sin
3) a) f (2 k ) = ( 1)k
(n 1)
pour n 0, f (n) = 0 pour n 1.
3
4 k 1 1
pour k 1, f (n) = 0 si n est impair ou n 1.
3
1 1 k 1
3 ( )
b) f (2 k ) =
1 ( 1)k 1 4 k 1
3
c) f (2 k ) = ( 1)k
pour k 1
, f (n) = 0 si n est impair.
pour k 0
1 4 k 1
pour k 0, f (n) = 0 si n est impair ou n 2.
3
Chapitre 10
Filtrage
RAPPELS
I. Filtrage analogique
n+
lim en
n+
= (e).
200
Mathmatiques du signal
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
/ 0. Pour tout e A, on a alors (e) = D e, o D e est dfini par
pour n =
(D e)(n) =
e(k)D(n k) pour tout n Z.
kZ
Exercice 10.1
On considre le circuit lectrique correspondant au schma ci-dessous :
d
b
R
e(t)
i
C
s(t)
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 :
dq
ds
e(t ) s(t )
(t ) = C (t ) =
,
dt
dt
R
e(t ) s(t ) = RC
ds
(t )
dt
e(t ) = s(t ) + RC
ds
(t )
dt
que lon peut encore crire : e(t) = ((t) + RC(t)) * s(t) = (A * s)(t) en posant :
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 )] .
202
Mathmatiques du signal
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)).
a) Si e(t) = Y(t), E( p) =
b) Si e(t) = Y(t)sint, E( p) =
donc :
p2 + 2
S( p) =
1
p
2
2
2 =
2
2
( p + )( p + ) + p + p + 2
S( p) =
p
+
2
2
2 2
+ p + p +
p +2
2
2 +2
/ , S( p) =
a=
Si
s( t ) =
et
Si
1
.
donc S( p) =
p+a
( p + a)( p + )
1
1
a p + a p+
Y (t )(exp( at ) exp( t )) .
a
a = , S( p) =
Exercice 10.2
On considre le circuit lectrique correspondant au schma ci-dessous :
d
b
R
e(t)
i(t)
L
s(t)
10 Filtrage
1) Montrer que
203
ds
R
de
(t) + s(t) = (t) .
dt
L
dt
R
Y (t)exp t .
2) Soit T la distribution rgulire associe la fonction 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
1) On a e s = Ri et s = L
de ds
di
di
R
=R
= s, d'o le rsultat demand.
, donc
dt
dt
dt
dt
L
R
R
R
2) On a + 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
204
Mathmatiques du signal
. La transforme
p2 + 2
donc S( p) = G( p)E( p) =
L R
R 2 + L 2 2
1
p+
R
L
L 2 2
L R
+
.
R 2 + L 2 2 p2 + 2
R 2 + L 2 2 p2 + 2
=
. 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 transforme 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
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).
aY (t ) exp( at ) exp( 2i t ) dt = a
exp( ( a + 2i )t ) dt =
a
.
a + 2i
a
On a donc : D ( ) =
. Dautre part, la transforme de Laplace de D(t) est
2
a
i
+
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
Mathmatiques du signal
1
, son produit par
p in
a
a 1
1
=
4) On a [ f (t )] =
n
[ g(t )] =
a
[exp(in t )],
a + in
a
exp(in t ). De mme, on a :
a + in
n
c
n
[Y (t ) f (t )] =
n
[ g+ (t )] =
c a + in [Y (t ) exp(in t )] a + in [Y (t ) exp(at )]
a
n
a
a
= Y (t ) cn
exp(in t )
cn
[Y (t ) exp( at )]
a + in
n a + in
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
t
0
= h(0 + ) + h(t ).
/ 0, ce qui est le cas dans le cadre de lexercice 4.8, il est clair que Y * h est difSi h(0+) =
frent 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.
n
1) s(n) =
2) s(n) =
e( k ).
k =
2 k e(n + k ).
k =0
6) s(n) =
o p * est donn.
k =0
/ 0. La rponse impul1) Soit E0 le signal numrique tel que E0(0) = 1 et E0(n) = 0 pour n =
sionnelle h est, par dfinition, la rponse ce signal dentre. On a donc :
n
h( n ) =
0 si n < 0
.
si n 0
E (k ) = 1
0
k =
208
Mathmatiques du signal
h( n ) z n =
n
z
n=0
z
, dfinie
z 1
pour |z| > 1. Comme la rponse impulsionnelle est causale, le filtre est causal. Comme
h( n ) =
n
h( n ) =
k =0
H(z) =
2 n
E0 (n + k ) =
0
n n
n 0
si n 0
. La fonction de transfert en z de est donc
si n > 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
2 1 z 1
/ 0.
+
=
, dfinie pour z =
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 n p.
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).
d
1)
C
e(t)
s(t)
2)
c
d
b
R
e(t)
3)
s(t)
C
e(t)
C
R
s(t)
Rponses
10.6 1) G( p) =
RCp
t
Y (t )
, D(t ) = (t )
exp
.
1 + RCp
RC
RC
2) G( p) =
1
Y (t )
, D(t ) =
(exp( 1t ) exp( 2t )) ,
R2C 2 p2 + 3 RCp + 1
2 RC 5
avec 1 =
3 5
3+ 5
.
et 2 =
2 RC
2 RC
3) G( p) =
R2 C 2 p 2
RC
t
1
Y (t )
, D(t ) =
exp
.
(t ) (t ) +
RC
RC
1 + 2 RCp
2
4
8
2
Chapitre 11
Espace de probabilits
RAPPELS
Soit (, A, P) un espace de probabilits.
On a :
P() = 1 , P() = 0
(R11.1)
(R11.2)
P(Ac ) = 1 P(A)
(R11.3)
(R11.4)
k=1
k=1
P(A B)
P(A)
(P(A) =
/ 0)
(R11.6)
212
Mathmatiques du signal
Proprits des probabilits totales. Soit A1 ,. . . ,An une partition de telle que
/ 0. Alors, pour tout B A on a :
k, P(Ak ) =
P(B) =
n
P(B|Ak )P(Ak )
(R11.7)
k=1
P(B|Ak )P(Ak )
n
P(B|Ak )P(Ak )
(R11.8)
k=1
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 :
/ i2 =
/ ... =
/ in et i1 , i2 ,..., in {1,2,...,2n}}.
= { = (i1 , i2 ,..., in) : i1 =
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)
et A , P( A) =
card( ) = C2nn =
.
card( )
(n !)2
2n
i =
i =1
2 n(2 n + 1)
= n(2 n + 1),
2
11 Espace de probabilits
213
P ( A C ) = P ( A) + P ( C ) =
Donc,
1
(1 + P(C )).
2
/ j et i, j {1,2,3,4}}, soit :
Si n = 2, on a = { = (i,j) : i =
= {(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
/ j=
/ k et i, j, k {1,2,...,6}},
Si n = 3, on a = { = (i,j,k) : i =
card() = 20 et S = 21.
/ j=
/ k et i + j + k = 21 (i + j + k)} = , on en dduit que
On a : C = {(i,j,k) : i =
1
P( A C ) = .
2
On remarque, que pour n impair, on a toujours C = ;
1
donc :
P( A C ) = .
2
/ j =
/ k =
/ m et i, j, k, m {1,2,...,8}},
Si n = 4, on a = { = (i,j,k,m) : i =
card() = 70 et S = 36.
/ j=
/ k=
/ m et i + j + k + m = 18}
C = {(i,j,k,m) : i =
= {{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
n
P AP =
P ( Ap )
P( Ap Am )
p =1 0 < pn
0 < p < mn
(Formule de Poincar.)
214
Mathmatiques du signal
(1)
En effet : A B = A (B A) avec A (B A) = .
Do : P(A B) = P(A) + P(B A)
(2)
de plus : B = (B A) (A B) avec (B A) (A B) = .
Do : P(B) = P(B A) + P(A B).
(3)
P( A ) P( A
i1
1i1 n 1
+( 1) k +1
i1
Ai2 ) + ...
1i1 < i2 n 1
P( A
i1
1i1 < i2 <...< ik n 1
P( A ) P( A
i1
1i1 n 1
+( 1) k +1
i1
Ai2 ) + ...
1i1 < i2 n 1
P( A
i1
1i1 < i2 <...< ik n 1
11 Espace de probabilits
215
Il vient alors :
P( A
i1
An )
1i1 n 1
+( 1) k +1
P( A
i1
1i1 i2 <...< ik n 1
P( A
i1
Ai2 An ) + ...
1i1 < i2 n 1
11l n
U Ai
( ) = 1
(1 11l
Ai
( ) (pour tout de ).
i =1
i =1
(4)
Pk =
P( Ai1
1i1 < i2 <...< ik n
o : Si =
P( A j1
1 j1 < j2 <...< ji n
(1)
A j2 ... A ji ).
n
1
1 1
Ainsi : P Ai = 1 + + ... + ( 1) n +1 =
2 ! 3!
n!
i =1
et lim P Ai =
n +
i =1
Si
i =1
1
, j.
n
1
1 1
Si = Cni ...
= .
n
n i + 1 i !
Do :
i +1
P( A j ) =
(1)
i =1
i +1
(1)
i =1
i +1
1
.
i!
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).
/ 0).
(On supposera que P(A1 A2 ... An) =
216
Mathmatiques du signal
P( A1 A2 )
. Do : P(A1 A2) = P(A1) P( A2 / A1) (remarquons que :
P( A1 )
/ 0, et la
A1 A1 A2 ... An . Do : P(A1) P(A1 A2 ... An) > 0. Donc P(A1) =
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)
(2)
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
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.
11 Espace de probabilits
217
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)n1 vrifie la
relation : un+1 = un
(**)
/ 0. Soit R = , donc
On cherche une solution de (**) sous la forme un = Rn avec R =
un = ( )n, la constante est dtermine par la condition initiale u1 . Soit :
1
u
p
.
= 1 = 1
=
1+
pn =
Donc :
2) On a : lim pn =
1 ( ) n
.
1+
1
.
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
Mathmatiques du signal
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
mais :
P( M2 ) =
i =1
P( F3 M2 ) P( M2 /F3 )P( F3 )
=
P( M2 )
P( M2 )
P( Fi M2 ) =
P( Fi )P( M2 /Fi ) =
i =1
P( F3 /M2 ) =
donc :
1
N
(N n )
i
i =1
N3 n3
.
Nn
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 ) =
D'o
P(R2 ) =
P(R1 ) =
n1
n1 + n2
P(R2 /R1 ) =
n 2 (n 1 + M) + (n 1 1)n 1
(n 1 + n 2 ) (n 1 + n 2 + M 1)
n1 1
n1 + n2 + M 1
11 Espace de probabilits
219
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.
n
On doit avoir
= 1, ce qui donne :
k =1
Cn =
1
n 1
max{k , n k}
k =1
2 m 1
donc
2 m 1
max{k , 2 m k} =
k =1
(2 m k ) +
k =1
k.
k = m +1
2 m 1
Dans la somme
2 m 1
k = m +1
Dautre part,
k = m +1
m 1
k =1
k =1
2 m 1
k=
( j + m) .
j =1
2 m 1
m 1
m 1
m 1
k =1
k =1
j =1
k =1
do
C2 m
1
=
.
m(3m 2)
220
Mathmatiques du signal
2 m + 1 k si 1 k m
cas n = 2m+1 : max{k , 2 m + 1 k} =
si m + 1 k 2 m
k
donc :
2m
max{k , 2 m + 1 k} =
k =1
2m
(2 m + 1 k ) +
k =1
k = m +1
(2 m + 1 k ) +
k =1
j =1
(3m + 1) = m(3m + 1)
k =1
1
.
m(3m + 1)
C2 m +1 =
do
(m + j ) =
Exercice 11.8
On dfinit la fonction f par :
K exp( ax )
f ( x) =
K exp( bx )
si x 0
si x 0
f ( x ) dx = 1, ce qui donne :
1
=
K
soit K =
exp( ax ) dx +
exp(bx ) dx = a + b =
0
a+b
ab
ab
.
a+b
On a x , F( x ) =
f (u) du .
Si x 0,
F( x ) =
ab
a+b
exp( au) du =
b
exp( ax ).
a+b
Si x 0,
F( x ) =
ab
a+b
exp( au) du +
ab
a+b
exp(bu) du = 1 a + b exp(bx ).
0
11 Espace de probabilits
221
Exercices dentranement
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.
Dunod. La photocopie non autorise est un dlit.
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
Mathmatiques du signal
a) On a : P(F) = P(H ) =
1
d'o
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
11.10
1
5
2
=
= 0,25
15 1
20
100 2
3
15
4
= 0,5
=
15 1
30
100 4
13
.
On a : = { parties de 13 cartes parmi les 52 cartes} , donc card() = C52
a) pa =
131
C41 C524
= 0,4388
13
C52
b) pb = 1
12
C48
= 0,6962
13
C52
132
C41 C41 C528
= 0,1932
13
C52
13
13
13
C48
C48
C44
= 0,4741
+
d) pd = 1
13
13
13
C52
C52
C52
c) pc =
e) pe =
11.11
413
= 1,0568 104
13
C52
= {(t1 ,t2 ) : 0 t1 T , 0 t2 T }
b) Soit R B = { le rcepteur se bloque} . On a :
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 :
a) = {(i 1 ,i 2 ,i 3 ) : 1 i 1 ,i 2 ,i 3 6} .
4 5 5 3
+
= 0,3869
14 8 9 8
11 Espace de probabilits
223
i1
i2
i3
i1 + i2 + i3
nombre de(i 1 ,i 2 ,i 3 )
15
15
16
15
16
17
18
1
card(A)=20
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 :
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 x)
(R12.1)
E[X k ] =
i k P(X = i)
(R12.2)
Dunod. La photocopie non autorise est un dlit.
cas continu :
E[X k ] =
x k f X (x) dx
(R12.3)
(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
(R12.5)
(R12.6)
226
Mathmatiques du signal
g1
u n
..
.
gn
u n
...
...
...
cas discret :
f X (x|y) =
cas continu :
P(X = x|Y = y)
P(Y = y)
f X,Y (x,y)
f Y (y)
(R12.9)
(R12.10)
Esprance conditionnelle :
cas discret :
E [h(X)|Y = j] =
cas continu :
E [h(X)|Y = y] =
h(x) f X (x|y) dx
(R12.12)
12 Variables alatoires
227
(R12.13)
(R12.14)
lim P ( |X n X| > ) = 0
(R12.15)
(R12.16)
(R12.17)
(R12.18)
n
1
X i converge en probabilit
n i=1
V ar [Sn ]
o N (0,1) dsigne la loi normale centre-rduite.
(R12.19)
(R12.20)
228
Mathmatiques du signal
1 1
i , j .
N N
i
P(X = i,Y = k i)
i,ki
Or,
{i } {k i }= {1 i N } {1 k i N }
= {max(1,k N ) i min(N,k 1)}
On en dduit :
min(N,k1)
P(S = k)=
P(X = i) P(Y = k i)
i=max(1,kN )
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
P(Y = j,D = k) =
j
j,k+ j
P(Y = j,X Y = k)
j
P(Y = j,X = k + j)
12 Variables alatoires
229
Or,
{ j } {k + j }= {1 j N } {1 k + j N }
= {max(1,1 k) j min(N,N k)}
On en dduit :
P(D = k)=
min(N,N
k)
P(X = k + j) P(Y = j)
j=max(1,1k)
min(N ,N k) max(1,1 k) + 1
N2
N +k
si 1 N k 0
N |k|
N2
=
=
N2
N k
si
1
k
N
1
N2
2N + 1 i
N (2N + 1)
i
X
si 1 X N 1
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 ) =
1
N (2N + 1)
P(Y = N ) = P(X = N ) =
N +1
N (2N + 1)
230
Mathmatiques du signal
et pour k {1,. . . ,N 1} ,
P(Y = k)= P(X = k) + P(2N X = k)
= P(X = k) + P(X = 2N k) =
2) On a : Z =
2N X
2(N + 1)
N (2N + 1)
si 1 X N
si N + 1 X 2N
2N X
N
ce qui peut scrire sous la forme : Z =
2N
On en dduit :
X
P(Z = N ) = P(X = N ) =
si 1 X N 1
si X = N
si N + 1 X 2N 1
si X = 2N
N +1
N (2N + 1)
P(Z = 2N ) = P(X = 2N ) =
1
N (2N + 1)
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].
12 Variables alatoires
231
1) On doit avoir
P( X = i ) = 1 ;
i = x0
P( X = i ) = Kp
i = x0
i 1
i = x0
changeant i en j + x0 , on obtient :
P( X = i ) = Kpq x0 1
i = x0
do K = q
1 x 0
=Kpq x0 1
j =0
1
= Kq x0 1
1 q
On a : E[ X ] =
iP( X = i ) = p
iq i x0 = p
i = x0
d
dt
jq j = x 0 + p
jq j = x 0 + pq
j =1
= x 0 + pq
j =1
j =0
= x 0 + pq
( j + x )q
j =0
= x0 + p
t =q
jq
j 1
j =1
d 1
q
1
= x0 + .
dt 1 t
p
t =q
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
S 1
P( D = d1 ) =
S 1
P( X = k ) = p
k = x0
k x0
k = x0
S x 0 1
on obtient : P( D = d1 ) = p
= 1 q S x0 ,
j =0
P( D = d2 ) =
P( X = k ) = p
k = S +1
k x0
= q S +1 x0 .
k = S +1
On en dduit :
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
Mathmatiques du signal
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 s
.
On a : Rs ( X ) =
si X > s
s
Donc :
h( s) = E[ Rs ( X )] =
On remarque que :
Or, si G( x ) =
(x)
(x)
h( s) = s + ( + m)
Rs ( x ) f ( x ) dx =
(x (s x )m) f ( x ) dx +
f ( x ) dx = P( X > s) = 1 P( X s) = 1
x f ( x ) dx ( + m)s
s f ( x ) dx .
f ( x ) dx , il vient donc
f ( x ) dx.
g(t ) dt, on a G ( x ) = g( ( x )) ( x ) g( ( x )) ( x ).
On en dduit :
h ( s ) = + ( + m )s f ( s ) ( + m )
f ( x ) dx ( + m ) s f ( s ) = ( + m )
f ( x ) dx .
Si lon note F( x ) =
f ( x )dx =
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.
12 Variables alatoires
233
k
k
.
k!
1) On a : P(Y = 1) =
P( X = 2 k ) = (1 )
k =0
P( X = 2 k + 1) = (1 )
k =0
Donc : E[Y ] =
E[Y 2 ] =
1
1+
2 k +1
k =0
j P (Y = j ) =
j {1,1 a}
et :
2k
k =0
P (Y = 1 a ) =
.
1+
1 + (1 a)
1+
j 2 P (Y = j ) =
j {1,1 a}
1 + (1 a)2
a2
, do : Var[Y ] =
.
1+
(1 + )2
2) On a :
P(Y = 1) =
P( X = 2 k ) = e
k =0
P (Y = 1 a ) =
e + e 1
2 k
2
= e
= 2 (1 + e )
(
2
k
)!
2
k =0
P( X = 2 k + 1) = e
k =0
Donc : E[Y ] =
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 :
m
P(Y = 1) =
P( X = 2 k ) =
k =1
m 1
=
2m 2
E[Y ] = 1
Donc :
P (Y = 1 a ) =
et
P( X = 2k 1) = 2m = 2 .
m
k =1
a
a2
.
et Var[Y ] =
4
2
Si n = 2m + 1, on a :
m
P(Y = 1) =
k =1
P( X = 2 k ) =
m
m +1
P( X = 2 k + 1) =
.
et P(Y = 1 a) =
2m + 1
2
m
+
1
k =0
234
Mathmatiques du signal
E[Y ] = 1
Donc :
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 :
x
1 x2
2
(x) = e
, (x) =
(t) dt
2
V2 = X 1l[,+] (X)
et
x
(t) dt +
(t) dt
(x) + (x) =
II
1
f X (t) dt =
t
) dt
12 Variables alatoires
235
t
, on obtient :
(u) du = (
x
)
2.b) On a :
E[U1 ] = P(X ) = FX () = (
1
) = (0) =
E[V1 ] = P( X + ) = FX ( + ) FX ( )
= (
+
) (
) = (1) (1)
= 2 (1) 1 = 0,6827
1
x
E[U2 ] =
x f X (x) dx =
x (
) dx
x
, on obtient :
En effectuant le changement de variable t =
0
0
( + t) (t) dt =
(t) dt +
E[U2 ] =
en tenant compte de
t (t) dt
d
(t) = t (t) , on a :
dt
E[U2 ] = (0) (0) =
1
E[V2 ] =
x f X (x) dx =
{|x|}
x (
2
2
x
) dx
x
, on obtient :
1
1
E[V2 ] =
( + t) (t) dt =
(t) dt +
1
1
t (t) dt
t (t) dt = 0 et on en dduit :
236
Mathmatiques du signal
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
( R , > 0)
si X
sinon
o est un rel.
1) Dterminer M() = E [h(X)] et V () = Var [h(X)] .
En dduire
2) Pour quelle valeur de , V () est-elle minimum ? (on la notera ).
et V ().
M()
et V (),
si = (1) ?
3) Que deviennent M()
(1)
On remarque que lexpression de h(X) scrit sous la forme :
h(X) = 1l],] (X) + X 1l],[ (X)
on a donc : h 2 (X) = 2 1l],] (X) + X 2 1l],[ (X) .
f (x) dx et
Notons : a =
c1 (,) =
x f (x) dx , c2 (,) =
On a : a =
on obtient : a =
x 2 f (x) dx
1
x
x
dx , en effectuant le changement de variable : u =
(u) du = (1) .
x
x
dx, en effectuant le changement de variable :
On a : c1 (,) =
x
u=
, on obtient :
c1 (,) =
(u + ) (u) du =
(u) du +
u (u) du
= (1 (1)) +
[(u)]
1
= (1) + (1)
12 Variables alatoires
237
De mme, on a :
c2 (,) =
(u + )2 (u) du
= 2 2 (1) + 2 2 (1) + 2
or,
1
u 2 (u) du =
u 2 (u) du
u d((u))
1
= [u
(u)]
1
+
On en dduit
c2 (,) = 2 2 (1) + 2 2 (1) + 2 ((1) (1))
1) On a :
M() = E 1l],] (X) + X 1l],[ (X)
= E 1l],] (X) + E X 1l],[ (X)
=
f (x) dx +
x f (x) dx = a + c1 (,)
E h 2 (X) = 2 E 1l],] (X) + E X 2 1l],[ (X)
= 2
f (x) dx +
x 2 f (x) dx = a 2 + c2 (,)
do
V () = E h 2 (X) M 2 () = a 2 + c2 (,) (a + c1 (,))2
2) On a :
V () = 2 a (1 a) 2 a c1 (,) ,
V () = 2 a (1 a) > 0
do
V ()
c1 (,)
= 0 =
=
1a
(1)
+
(1)
On a :
= a + c1 (,) =
M()
= c2 (,)
V ()
On remarque que est le point fixe de M.
c12 (,)
1a
238
Mathmatiques du signal
3) Si =
2
2
(1)
= (1) (1) (1) (1) 2 .
= 0 et V ()
, on a : = 0, M()
(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 :
j = 1,2,3 ( j > 0)
f j (x) dx =
si t 0
0
1e
j t
si t > 0
12 Variables alatoires
239
Exercice 12.9
Soit (X,Y) un couple de variables alatoires relles dont la loi admet la densit :
f(x, y) = (y x)1l]0,1[(x)1l]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
f ( x , y ) dy =
3
x.
2
f ( x, y) dx = y
1
.
2
/ fX(x) fY(y).
2) X et Y ne sont pas indpendantes, en effet : f(x,y) =
3) On a :
E[ (U )] = E[ ( X + Y )] =
2
( x + y) f ( x, y) dx dy .
{uv == xx + y
{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}.
Donc : E[ (U )] =
(u) j(u, ) f ( , u ) du d
x
0 1
=
= 1.
y
1 1
240
Mathmatiques du signal
y
2
D
(u)
u 1
(u 2 )d du +
(u)(u 1) du +
(u) (u 2 ) d du
u2
(u)(3 u) du .
fu
(3 ) 2
(u 1)du + (3 u)du = 1
2
2
1
1
Donc :
1
( 1)2
1
2
P( X + Y > ) =
2
3
(
2
0
si ]0, 1]
si ]1, 2]
.
si ]2, 3[
si 3
si ]0,1]
si ]1, 2]
.
si ]2, 3[
si 3
12 Variables alatoires
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 :
fZ(z) = ez1l]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
,
X1
X1 + X2
.
X3
z k f Z ( z ) dz =
z k e z dz =
1
k
Var[ Z ] = E[ Z 2 ] ( E[ Z ])2 =
u k e u du =
( k + 1) k !
= k.
k
1
.
2
/ : fU (u) =
si =
(e u e u )11l ]0, [ (u).
242
Mathmatiques du signal
3) On a :
X1
x1
E 1 ( X1 + X2 ) 2
= 2 1 ( x1 + x 2 ) 2
f X , X ( x1 , x 2 ) dx1 dx 2 .
X1 + X2
x1 + x 2 1 2
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 ) ( )
x1
1
1
=
x2 1 1
1
u1
= u1 .
u1
x1 + x 2
1
x 2 = w1 .
2 =
x
u
3
2
w
x
x
=
+
w
x =
1
2
3
2
12 Variables alatoires
243
j (u2 , 2 , w ) =
D( x1 , x 2 , x3))
D(u2 , 2 , w )
x1
u2
x1
2
x1
w
x2
u2
x2
2
w
u22
w
x2
= 2
w
u2
x3
u2
x3
2
x3
w
w2
1
= 2 2.
u2
u2 2
1
2
1
u2
w
22
Do :
w2
1
11 (u 2 ,v2 ,w)
2 2 exp w 1 +
u2 2
2
fU 2 , V2 (u2 , 2 ) =
fU 2 , V2 , W (u2 , 2 , w ) dw =
3
u22 22
w 2 exp w1 + dw .
2
2
1
dt et :
Faisons le changement de variable t = w1 + , do dw =
2
2 +1
1
u22 22
23
( 2 + 1)3
t 2 e t dt =
2 2
.
u22 ( 2 + 1)3
On remarque que U2 et V2 sont indpendantes ; en effet, il est facile de vrifier que la den1
sit de la loi de U2 est donne par fU2 (u 2 ) = 2 11]1,[ (u 2 ) et la densit de la loi de V2 par
u2
2v2
11]0,[ (v2 )
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
t = w 2
244
Mathmatiques du signal
j ( w, t ) =
Do : fW ,T ( w, t ) =
z1
w
D( z1 , z2 )
=
D( w, t )
z2
w
z1
t
z2
t
1
2
1
2
1
2
1
2
1
.
2
2
2
w 2
fW ,T ( w, t ) dt =
fW , T ( w, t ) dt =
1
(1 exp( w ))
exp( ) 1
exp ( w )).
t + 2
t + 2
1
fW ,T ( w, t ) dw = [1 exp( (t + ))]
fW , T ( w, t ) dw =
1 exp( )
exp ( t ) .
12 Variables alatoires
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
On a :
X2
E[1 (U ) 2 (V )] = E 1 ( X 2 + Y 2 ) 2 2
2
X + Y
=4
x2
1 ( x 2 + y 2 ) 2 2
2 f X ,Y ( x , y ) dx dy
x +y
x2
1 ( x 2 + y 2 ) 2 2
2 f X ,Y ( x , y ) dx dy .
x +y
v
2
v = x
x 2 + y2
x = u
y = u(1 v)
avec :
(u) ( ) j(u, ) f
x
D( x, y) u
j (u, ) =
=
D(u, ) y
u
x
v
2 u
=
y
1
2 u
X ,Y (
u , u(1 ) du d
u
1
2
=
.
u
4 (1 )
2 1
fU ,V (u, ) =
1
2
1
u
exp 11l
(u, ).
2
(1 )
246
Mathmatiques du signal
[0,1], fV ( ) =
fU ,V (u, ) d =
1
u
exp
2
2
fU ,V (u, ) du =
1
1
.
(1 )
y
y
si z <
0
0
= P (X z et X )
=
(z)
()
si z
P(X )
1
()
En drivant on obtient la densit de la loi de Z :
f Z (z) = FZ (z) =
(z)
11[,[ (z)
1
()
si z <
si z
12 Variables alatoires
247
= P(X )
P (X inf{t,})
P(X )
(t)
= ()
si t >
1
si t
si t
si t >
(t)
11],] (t)
()
= P (a X u)
P(a X b)
u|a X b)
si u < a
si a u b
si u > b
(u)
(a)
(b)
(a)
si u < a
si a u b
si u > b
(u)
11[a,b] (u)
(b)
(a)
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 ] =
0 y f ( y)dy
si k = n
si k = 1,..., n 1
et 2 = Var[Y ] =
0 ( y )
f ( y) dy .
248
Mathmatiques du signal
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 ) =
f X ,Y ( k , y) dy, soit :
1
y f ( y) dy =
P( X = k ) = 0
1 1
1
(1 y) f ( y) dy =
n 1
n 1 0
si k = 1,..., n 1
si k = n
.
si k = 1,..., n 1
On a :
E[ X ] =
n 1
k =1
k =1
n 1
E[ X 2 ] =
k =1
k 2 P( X = k ) = n 2 P( X = n) +
k =1
k 2 P( X = k ) = n 2 +
k =1
= n2 +
n(1 + )
2
n 1
1
k2
n 1 k =1
6
6
6
n 1
et : Var[ X ] = E[ X 2 ] ( E[ X ])2 =
n
(1 )(3n + n 2).
12
f X , Y ( k, y)
; soit :
P( X = k )
y f ( y)
fY(y/X = k) =
1 y
f ( y)
1
si k = n
si k = 1,..., n 1
y fY (Y / X = n) dy =
y 2 f ( y ) dy =
2 + 2
et : k {1, ..., n 1}
E[Y / X = k ] =
y fY (Y / X = k ) dy =
1
1
y(1 y) f ( y) dy =
( 2 + 2 )
1
2
> 0.
(1 )
12 Variables alatoires
249
Exercice 12.14
Soit X, Y et Z trois variables alatoires. On suppose que la loi de X est dfinie sur +
1
1 1l
[]0 ,[ ( x ) et conditionnellement {X = x}, Y et Z
4 exp
2x
16 x
sont indpendantes et suivent la mme loi (0,x), cest--dire :
de densit f ( x ) =
fY ( y / x ) =
y2
z2
1
1
exp , fZ ( z / x ) =
exp .
2 x
2 x
2x
2x
f X ,Y , Z ( x, y, z ) dx.
1
1
exp (1 + y 2 + z 2 ) dx
x5
2x
( 4)
3
u 3 e u du =
.
2
2 4 =
0
2 (1 + y + z )
(1 + y 2 + z 2 ) 4
fY ( y / x ) f Z ( z / x ) f ( x ) dx =
1
2 (1 + y 2 + z 2 ) 4
1
32
(1 + y 2 + z 2 ) 4
1
exp (1 + y 2 + z 2 )11l]]0, [ ( x ).
96 x 5
2x
3) On a :
E[ X / Y = y, Z = z ] =
soit : E[ X / Y , Z ] =
x f X ( x / y, z ) dx =
1
(1 + Y 2 + Z 2 ).
6
1 + y2 + z2
1
(3) = (1 + y 2 + z 2 ),
12
6
250
Mathmatiques du signal
u2
1
exp ; on a donc : u
4x
2 x
fU (u) =
f X ,U ( x, u) dx =
1
32
1
x
9/2
(2 + u )
2 7/2
t 5 / 2 e t dt =
U (u /
x ) f ( x ) dx
1
exp (2 + u 2 ) dx .
4x
2 + u2
, on obtient :
4x
4 ( 7 / 2 )
(2 + u 2 ) 7 / 2
, et en tenant compte de 1 =
2
7
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 )11l]]0, [ ( x ).
f X ( x/u) = X ,U
=
9
2
/
fU (u)
4x
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|) 1l[1,1] (x)
Dterminer X la fonction caractristique de la loi de X.
2) Pour n 1, on dfinit les fonctions f n par :
si 1 + 2n x n
x + 1 + n
n + 1 + 2 si n x n
n
f n (x) =
1
+
x
si
x
1 + 2n
n
0
sinon
o n est une suite de rels strictement positifs vrifiant : lim n = 0.
n
12 Variables alatoires
251
1) On a :
X (t) =
f X (x) e2it x dx =
1 + 2it e
42 t 2
2i t
(1 + x) e2it x dx +
(1 x) e2it x dx
1 2it e
42 t 2
2
1 cos(2t)
sin(t)
=
=
22 t 2
t
2) Posons : an = 1 + 2n .
=
2i t
f n (x) dx =
+
an
n
(x + an ) dx
(an n ) dx +
=2
an
n
n
(an x) dx
(an n ) dx + 2
= 2 [(an
an
(an x) dx
a
x2 n
+ 2 an x
= an2 2n = 1
2 n
n ) x]0n
b) On a :
n (t) =
+
f n (x) e2it x dx =
(x + an ) e2it x dx
an
(an x) e2it x dx
n
n
(an n ) cos(2t x) dx + 2
an
(an n ) e2it x dx +
=2
cos(2n t) cos(2an t)
2 2 t 2
an
(an x) cos(2t x) dx
252
Mathmatiques du signal
c) Du fait que
lim n = 0 , on a : cos(2n t) 1 et an =
1 + 2n 1,
n
t , lim n (t) =
n
1 cos(2t)
=
22 t 2
sin(t)
t
2
= X (t)
f X (x) dx
0
1
(1 + )2
(1 + x) dx +
(1 x) dx = 1
2
0
=
1
(1 )2
(1
x)
dx
=
si 1
si 1 0
si 0 1
si 1
12 Variables alatoires
253
2x 1
; donc g sannule
x0
x1
x)2
1
1
1
1
au point x = . g (x) 0 si x et g (x) 0 si x ; donc x = ralise le minimum
2
2
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 :
1) On a : lim g(x) = lim g(x) = . Dautre part, g (x) =
E [h(g(U ))]=
=
h(g(u)) fU (u) du
h(g(u)) du =
0
1
2
1
h(g(u)) du +
h(g(u)) du
1
2
I1
1
2
x 2 (1
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=
1
2
x = g(u) =
1
4.
u(1 u)
1
1
1
1
,1 , on a : u = +
. Donc
Du fait que g est croissante sur lintervalle
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
E [h(X)] = I1 + I2 =
0
h(x)
2
dx
x (x + 4)3/2
2
11]0,[ (x) .
x (x + 4)3/2
254
Mathmatiques du signal
le
changement
de
variable
x
2
d
3/2 . Effectuons
0
1 + 2
d
= arctan(), d =
, on a :
1 + 2
FX (x) =
arctan
x
2
f X (t) dt =
le
2 dt
t (t + 4)3/2
t = 2,
nouveau
il
vient
changement
de
donc
variable
x
x
=
cos d = sin arctan
2
x +4
n
P(X i t) =
i=1
n
FX i (t) = (FX (t))n =
i=1
t
t +4
n
2n
t
Un
2n
= 1 P Un
t
2n 2
n
1
2t 2
2t n 2
t
=1
=1 1+
=1 1+
2n
n
n
+4
t
n
2t n
= e2t . On en dduit, que pour tout t > 0 , lim FTn (t) = 1 et ce qui
Or, lim 1 +
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 }.
12 Variables alatoires
255
2) On suppose que
P( X
1
, donc : P( X1 k ) =
N
= i) =
i =1
k
;
N
k
do : P(Un k ) = 1 1 .
N
n
k 1
k
Soit : P(Un = k ) = P(Un k ) P(Un k 1) = 1
1 .
N
N
Loi de Vn : k {1,2,...,N}
n
i =1
P( X k ) = [P( X k )]
P(X k )
i =1
k
= .
N
n
k
k 1
Soit : P(Vn = k ) = P(Vn k ) P(Vn k 1) =
.
N
N
n
n k 1
n k
2) On a : P(Un = k ) = 1
;
1
N n
N n
Dunod. La photocopie non autorise est un dlit.
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 ) .
loi
256
Mathmatiques du signal
(X n )n 1 suivant la loi :
f n (x) = n 11[n,1n[ (x) + (1 n ) 11[n1,n[ (x)
= n
1n
eit x dx(1 n )
n1
eit x dx
n
eit 1 int
1 eit int
+ (1 n )
e
e
it
it
t
sin
2
i 1 n t
i n 1 t
2
2
=
+ (1 n ) e
n e
t
= n
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
1
2n
n ei 2n 1 t + (1 n ) ei 1 2n t
=
t
2n
12 Variables alatoires
257
t
2n
t
2n
=1
i 1 1 t
i 1 1 t
2n
2n
lim n e
= eit + (1 ) eit = Y (t)
+ (1 n ) e
on en dduit :
t , lim Yn (t) = eit + (1 ) eit = Y (t)
n
Exercice 12.19
Soit (Xn)n1 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 :
k
P(Yi = k ) = P( Xi = k 1) =
e 1
.
k!
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
Mathmatiques du signal
Tn E[Tn ]
Var[Tn ]
Tn n
n
Sn
n
Exercice 12.20
Soit (Xn)n1 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
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
m.q.
On en dduit : Tn 2 p.
n
12 Variables alatoires
259
n
R , sin = 2 sin n
cos k
2
2
k=1
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 =
=
it x
1
f X (x) dx =
2
eit x dx
1
eit eit
sin t
=
2it
t
it
it
t
1
exp n + exp n
= cos n
2
2
2
2
n
k=1
n
n
E eit X k =
k (t) =
cos
k=1
k=1
t
sin t
sint
2n
=
=
t
t
t
2n sin n
sin n
2
2
t
2k
260
Mathmatiques du signal
t
2n = 1 , on en dduit :
Or, lim
n
t
sin n
2
t , lim Sn (t) =
n
sint
= X (t)
t
Exercice 12.22
Soit (Xn)n1 et (Yn)n1 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[).
n
On pose : Sn =
XiYi .
i =1
= E[Yi ] =
k =0
k P(Y1 = k ) = (1 )
k
k =0
, 2 = Var[Yi ] =
1
(1 )2
12 Variables alatoires
261
et
(1 + )
.
(1 )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
2
.
n 2
2
lim P( Sn n) = 1.
2 = 0 , soit n
n n
Sn E[ Sn ]
Var[ Sn ]
On a :
S
= lim P Zn = P Z = P =
(1 )
= 2 1 = 2
1,
(1 + )
o dsigne la fonction de rpartition de la loi (0,1).
Sn
262
Mathmatiques du signal
Exercice 12.23
Soit (Xn)n1 une suite de variables alatoires indpendantes, telle que Xi suit une
n
Xi .
i =1
1) Dterminer la loi de Sn .
2) En utilisant le thorme de la limite centrale, montrer que lim e n
n
k!
nk 1
= .
k! 2
nk
nk
, P(0 Sn n) =
P( Sn = k ) = e n
k!
k!
k =0
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
S n
nk
n
n
k
!
n
k =0
Exercice 12.24
Soit (Xn)n0 une suite de variables alatoires indpendantes de mme loi et de
fonction caractristique vrifiant :
n0
1
2
12 Variables alatoires
1) On a : Un =
2
k =0
263
Xk
n +1 k
. Posons ak =
1
, lexpression de Un devient alors :
2 n +1 k
Un =
a X
k
k =0
k = 0
k =0
k =0
E[exp( 2i tak Xk )] =
n
Soit : ln( n (t )) =
X k ( ak t ) =
k =0
(a t ).
k
k =0
ln( (a t )) = (a t ).
k
(1)
k =0
k =0
(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)
= ( 2i )2 E[ X12 ] ( 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
ln( n (t )) =
2i a t 2 (2 a ) t
1
2 2
k =0
+ Rn
(2)
o lim Rn = 0 . Soit :
n
ln( n (t )) = 2i t
n
Or :
k =0
1
ak = 1
2
n +1
1
ak (2 ) 2 t 2
ak2 + Rn .
2
k =0
k =0
n
1 et
a
k =0
2
k
1
1
1
= 1 n +1 .
n 3
3
4
(3)
264
Mathmatiques du signal
1 2 2
lim ln( n (t )) = 2i t
t ,
n
2 3
soit
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
Exercices dentranement
12.25 On considre la fonction f dfinie par :
5
x
12
8
f (x) = C
x
1
+
24 8
si 0 x 1
si 1 x 2
si 2 x 3
f (x) =
1
x
+ e
x
1
e
+
si x 0
( > 0 , > 0)
si x 0
12 Variables alatoires
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 = |
1
.
X
1
1l[1,[ (x).
x2
1
.
X
1
. Dterminer la
(1 + x 2 )
1
1l]0,[ (x).
12.30 Soit X une variable alatoire relle de densit : f X (x) =
(1 + x)2
1
.
(1 + x 2 )
1
.
1 + X2
2) Dterminer FU la fonction de rpartition de la loi de 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 :
j = 1,2,3 ( j > 0)
266
Mathmatiques du signal
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 1l]0,[ (t)
f j (t) = 2 e
2 t
j = 1,2 (1 > 0)
1l]0,[ (t)
j = 3,4 (2 > 0)
1 (x 2 +y 2 )
e
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 ].
12 Variables alatoires
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
+y 2 )
1l{x>0 , y>0}
S = X + Y,
U=
Z = sup{U,V },
T = inf{U,V }.
V =
Y
X +Y
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
Mathmatiques du signal
Rponses
12.25
1) C =
7
.
24
2) On a : FX (x) = P(X x) =
f (t) dt .
si x 0 , FX (x) = 0 ,
x(20 3x)
,
48
3 + 14x
,
si 1 < x 2 , FX (x) =
48
15 + 2x + 3x 2
,
si 2 < x 3 , FX (x) =
48
si 0 < x 1 , FX (x) =
si x 3 , FX (x) = 1 .
12 Variables alatoires
12.26
et E[U2 ] =
.
+
+
3) E[V1 ] =
2
2
et E[V2 ] =
.
+
+
2
2 t 2
2
12.27
1) f T (t) =
1l[0,[ (t) .
2
2
2
2) E[T ] = et Var [T ] = 2 .
12.28
U suit une loi uniforme sur lintervalle [0,1], fU (u) = 1l[0,1] (u) .
12.29
12.30
1) fU (u) =
1
.
(1 + u 2 )
2u
1l]0,[ (u) .
(1 + u 2 )2
2) P(U > ) =
269
1
.
1 + 2
1
1l]0,1[ (u) .
u 1u
2
2) u [0,1] , FU (u) = arcsin( u) .
1
1
3) E[U ] = et Var [U ] = .
2
8
12.31
1) fU (u) =
12.32
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 ) 1l]0,[ (t)
12.33
%
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 1l]0,[ (t)
12.34
270
Mathmatiques du signal
12.35
1
fU (u) = 1l[0,1] (u) +
4
2
12.36
1
arcsin
u
$
u1
1l[1,2] (u) .
arcsin
u
s
8
2 3
2
2
2s + s 1l[1,2] (s) .
12.37 f S (s) = 2s (1 ) 1l[0,1] (s) +
3
3
3
12.38
Posons : U = X Y .
1) f X,U (x,u) = 1l{1u x 1} .
2) X et U = X Y ne sont pas indpendantes.
12.39
1) f S,U (s,u) =
1
eu
1l{u 0 , 2us 2 0} .
2u s 2
f S,U (s,u)
1
1l[2u,2u] (s)
=
fU (u)
2u s 2
(u 0) .
5) E[S 2 ] = 1 et Var [S 2 ] = 2.
12.40
1) K =
4
.
2) f S,U (s,u) =
4
s exp s 2 u 2 + (1 u)2 1l]0,[ (s) 1l]0, 1[ (u)
4
1
1l]0,1[ (u)
1 + (2u 1)2
u
2
fU (t) dt =
arctan(2u 1) +
5) FU (u) =
4
0
4) fU (u) =
6) FV (v) =
2
arctan(2v 1) +
7) FT (t) = 1
8) FZ (z) =
4
arctan(1 2t) ,
4
arctan(2z 1) ,
f T (t) =
f Z (z) =
8
1
1l 1 (t)
1 + (1 2t)2 ]0, 2 ]
8
1
1l 1 (z)
1 + (2z 1)2 [ 2 ,1[
12 Variables alatoires
12.41
271
FU (u) =
fU (t) dt =
et ln(1 et ) dt
FU (u) =
1eu
= 1 eu 1 ln(1 eu )
n
P(Ui t) =
i=1
n
FUi (t)
i=1
n
n
= (FU (t))n = 1 et
1 ln(1 et )
12.42
f X,U (x,u) =
avec : = (x,u) : u 0 , 0
2u
1+u
2
11 (x,u) ,
(1 + u)2
'
x 1 .
0
2U
X 1.
1+U
3)
fU (u) =
2u
1+u
2
4u
dx =
(1 + u)2
(1 + u)3
2
2
dx =
(1 + u)2
(1 + u)2
si 0 u 1
si u > 1
1+u
f X,U (x,u)
2u
f X (x|u) =
=
fU (u)
1
12.43
2u
,0 u 1
1+u
si 0 x 1 , u > 1
si 0 x
1)
272
Mathmatiques du signal
f X (x) =
f X,Y (x,y) dx dy = 6
(1 y) dy = 3 (1 x)2
X (t)= E eit X =
it x
f X (x) dx = 6
(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) =
x
1+1
e(t) dt = 1 e(x)
2 2
2
si x
si x
2
2
2 = 2 +
> 2 = V ar[X] .
6
6
1)
1 y
e 11[y,+y] (x) 11]0,[ (y)
2
1 y
e 11],[ (x) 11[|x|,[ (y)
2
f X (x) =
f X,Y (x,y) dx dy =
2) On a : E[X] = et V ar[X] = 2 .
1
2
|x|
ey dy =
1 |x|
e
2
Chapitre 13
Covariance.
Coefficient de corrlation
RAPPELS
Soient X et Y deux variables alatoires.
covariance de X et Y :
Cov(X, Y ) = Cov(Y, X)
Cov(a X, bY ) = ab Cov(X, Y )
(R13.2)
Cov(X, Y )
V ar[X] V ar[Y ]
(R13.3)
274
Mathmatiques du signal
(R13.4)
(R13.5)
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
1
( Xn , X1 ) =
sgn( )
soit :
n 1
n 1
si n = 2 k + 1
.
si n = 2 k
/ 0), on a r(X,Y)
Ce rsultat est naturel car, pour Y = aX + b o a et b sont des constantes (a =
= 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.
n
Soit : Y =
i =1
2n
Xi et Z =
Xi .
i =1
275
1) On a :
2n
2n
Var[ Z ] = Cov
Xi , X j =
i =1
j =1
Cov( X , X ) + Cov( X , X )
i
i= j
i j
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.
= 1.
(4)
1 ,1 .
En regroupant les conditions (3) et (4), on obtient :
2 n 1
2) On a :
n
2n
2n
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
X j + Cov
Xi ,
X j = Var[Y ] +
i =1
j = n +1
j =1
n
2n
Cov( X , X )
i
i =1 j = n +1
(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 :
276
Mathmatiques du signal
x + y y
(1)
(2)
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=
f X (x) dx =
On en dduit f X (x) =
(1 + x) ex dx
1 + x x
1 + y y
e 1l]0, (x). De mme : f Y (y) =
e 1l]0, (y).
2
2
2) Du fait que X et Y suivent la mme loi, on a E[X] = E[Y ] et Var[X] = Var[Y ]. Or,
1
3
x f X (x) dx =
x (1 + x) ex dx =
E[X] =
2 0
2
1
x 2 f X (x) dx =
x 2 (1 + x) ex dx = 4
E[X 2 ] =
2 0
d'o Var[X] =
7
. D'autre part, on a :
4
E[X Y ] =
x y f X,Y (x,y) dx dy
(3)
277
x + y (x+y)
1l]0,[ (x) 1l]0,[ (y) ; ce qui implique :
e
Or, f X,Y (x,y) = f Y (y|x) f X (x) =
2
1
E[X Y ] =
y ey
x (x + y) ex dx dy = 2
2 0
0
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
12
= 1,7143.
7
4 3
X X
= 1 2 =
= 0,9897 .
L'erreur relative est dfinie par :
X
7
3.b) On a : e = Var[X] (1 2 ) =
Exercice 13.4
Soit U une variable alatoire relle suivant une loi uniforme sur l'intervalle [1,1]
1
1
0
n
m
cos () d = C2m
On admet que : n N ,
1
4m
si n = 2m 1
si n = 2m
Var[X]
Cov(X,Y ) Cov(X,Z )
Var[Y ]
Cov(Y,Z )
Cov(Y,Z ) .
Var[Z ]
278
Mathmatiques du signal
On a :
E[X] =
E[X 2 ] =
1
2
1
2
cos3 (u) du = 0
cos6 (u) du =
5
16
d'o Var[X] =
5
. De mme, on a :
16
1 1
1
cos2 (u) fU (u) du =
cos2 (u) du =
E[Y ] =
2
2
1
1
1
3
cos4 (u) fU (u) du =
cos4 (u) du =
E[Y 2 ] =
2 1
8
d'o Var[Y ] =
1
; et
8
1 1
cos(u) fU (u) du =
cos(u) du = 0
E[Z ] =
2 1
1 1
1
2
2
cos (u) fU (u) du =
cos2 (u) du =
E[Z ] =
2 1
2
1
d'o Var[Z ] = . D'autre part, on a :
2
1 1
cos5 (u) fU (u) du =
cos5 (u) du = 0
E[X Y ] =
2
1
1
1
3
cos4 (u) fU (u) du =
cos4 (u) du =
E[X Z ] =
2
8
1
1
1
cos3 (u) fU (u) du =
cos3 (u) du = 0
E[Y Z ] =
2 1
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
3
1
0
8
2
Cov(X,Z ) = E[X Z ] E[X] E[Z ] =
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 :
X X2 =
det(K X,Y,Z )
1
=
= 0,0313
det(K Y,Z )
32
Exercice 13.5
Soit U une variable alatoire relle suivant une loi exponentielle de paramtre
( > 0), de densit fU (u) = e u 1l]0,[ (u) . On dfinit les variables alatoires
X 1 ,. . . ,X n+1 par : X k = ekU (k = 1,. . . ,n + 1) .
1) Pour k = 1,. . . ,n + 1, dterminer E[X k ] et Var[X k ].
/ j, dterminer Cov(X i ,X j ). En dduire K n la matrice variance-cova2) Pour i =
riance du vecteur (X 1 ,. . . ,X n ).
3) On suppose n = 4 et = 1, dterminer :
E[X k2 ] =
d'o Var[X k ] =
e(+k)u du =
e2ku fU (u) du =
k
.
( + k)2 ( + 2k)
0
+k
e(+2k)u du =
+ 2k
280
Mathmatiques du signal
/ j , on a :
2) Pour i =
E[X i X j ] =
eiu e ju fU (u) du =
e(+i+ j)u du =
+i + 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)
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)
...
..
.
...
n
( + n + 1)( + 1)( + n)
..
2
n
( + n)2 ( + 2n)
3.a) On a :
X 4 = E[X 4 ] +
3
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
3
1
12 12 40
15
Cov(X 4 ,X 1 )
1
4
1
K3 =
et
Cov(X 4 ,X 2 ) = 105
12 45 12
,X
)
Cov(X
4
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
X 4 = + X 1 X 2 + 2 X 3
70 7
7
3
3
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
dfinies par : Y j = j 1l{X x j } o les points x j vrifient F(x j ) =
et 1 ,. . . ,n1
j
j .
n
On remarque que
E[Y j2 ] = 02 P(Y j = 0) + 2j P(Y j = j ) = 2j P(X x j ) =
d'o
Var[Y j ] =
j 2
n j
j
j
(1 ) 2j
n
n
d'o
Cov(Yi ,Y j ) =
min(i, j) i j
2
n
n
min(i, j)
i j =
n
max(i, j)
1
i j
n
Exercice 13.7
Soit X 1 ,. . . ,X n des variables alatoires indpendantes suivant la mme loi
exponentielle de paramtre . On pose :
Sn =
n
i=1
1) Dterminer V ar[Un ].
Xi ,
Un =
n
i=2
(X i X i1 )
282
Mathmatiques du signal
1
1
, V ar[X i ] = 2
/ j , cov(X i ,X j ) = 0.
et comme X 1 ,. . . ,X n sont indpendantes on a : i =
1) On peut crire l'expression de Un sous la forme :
Un
n
Xi
i=2
n
X i1 =
i=2
n1
Xi + Xn X1
i=2
n
X i1
i=3
j=i1
n1
Xi + Xn X1
i=2
n1
X j = Xn X1
j=2
.
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
Cov Sn ,Un
X i ,X n X 1 = Cov X 1 +
X i + X n ,X n X 1
i=1
= Cov (X 1 ,X n X 1 ) +
i=2
n1
Cov (X i ,X n X 1 ) + Cov (X n ,X n X 1 )
i=2
= 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) =
/ 2 , on dfinit les variables alatoires Y1 et Y2 par :
Pour 1 =
X si X 0
X si X 0
Y1 = 1
Y2 = 2
X
si X > 0
X
si X > 0
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
1 |x|
e .
2
283
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.
2) On a : 1 2 =
Exercice 13.9
Soit X une variable alatoire de loi uniforme sur l'intervalle [1,1]. On dfin
ai X 2i1 ; o a1 ,. . . ,an sont des rels.
nit la variable alatoire Y par : Y =
i=1
Cov (X,Y )
.
V ar[X] V ar[Y ]
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
1
E[X k ] =
2
x k dx =
284
Mathmatiques du signal
n
n
n
ai X
2i1
i=1
n
2 j1
,
aj X
j=1
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=1
n
ai2 V ar X
2i1
i=1
n
i=1
ai2 E X
4i2
i=
/ j
ai a j E X 2i+2 j2 E X 2i1 E X 2 j1
i=
/ j
i=1
n
n
n
ai a j E X 2i+2 j2
i=
/ j
n
ai2
ai a j
+
4i 1 i =/ j 2i + 2 j 1
n
n
ai X 2i1 =
ai cov X,X 2i1
Cov (X,Y ) = Cov X,
=
i=1
i=1
n
n
ai E X 2i E [X] E X 2i1 =
i=1
i=1
ai
2i + 1
On en dduit :
n
3
n
3
=
n
ai
i=1 2i + 1
n
ai2
ai a j
+
4i
1
2i
+
2j 1
i=1
i=
/ j
=
n
ai
i=1 2i + 1
n
ai2
ai a j
+2
4i
1
2i
+
2j 1
i=1
i< j
i
k=1
= 2
i
k=1
k=1
2i2k
1 2i 2
=
1 2
ik k
285
/ j cherchons Cov(X i ,X j ). On a :
Pour i =
Cov(X i ,X j ) =
j
i
k=1 r=1
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 :
j
i
k=1 r=1
i
i
k=1 r=1
j
i
k=
/r
k=r
k=1 r=i+1
j
i
k=1 r=i+1
On en dduit :
Cov(X i ,X j ) =
i
k=1
ji (1 2i ) 2
1 2
Mm (1 2m ) 2
1 2
min{i, j} 2
min{i, j} 2
On en dduit :
i, j
!m
!m
=
! M
si i + j
si i + j
impair
=
pair
m 2
m 2
si m + M
si m + M
si = 1
si = 1 et m + M
impair
si = 1 et m + M
pair
impair
pair
286
Mathmatiques du signal
Exercices dentranement
13.11 Soit (X,Y ) un couple de variable alatoire relles de densit :
f X,Y (x,y) =
1 2
(y x 2 ) ey 1l]0,[ (y) 1l[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 )n1 une suite de variables alatoires relles indpendantes suivant la mme
loi de densit :
x
1
f (x) = e 1l]0,[ (x)
( > 0)
n
1
X i . Pour k =
/ m, dterminer Cov(X k , X m ).
n i=1
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 X2 la prcision de l'approximation.
Rponses
13.11
1) X et Y ne sont pas indpendantes, car elles sont lies par la condition |X| Y .
1
1
(1 + |x|) e|x| et f Y (y) = y 3 ey 1l]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 .
2) On a : f X (x) =
13.12
1) E[X n ] = , Var[X n ] = 2 .
2) Cov(X k , X m ) =
2
.
max(k,m)
13.13
287
.
=
Var[X] Var[Y ]
1 + 2
2) Par dfinition on a : =
3.a) On a :
Var[X]
(Y + 1)
(Y E[Y ]) = 1 +
X = E[X] +
Var[Y ]
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] =
...
(R14.1)
E[X k ]
On dfinit la matrice variance-covariance de X par :
2
1 12 . . . 1k
.
.
.
12
2k
2
VX = E (X MX ) t (X MX ) =
..
..
..
.
. ... .
1k 2k . . .
/ j, i j = Cov(X i , X j ).
o i2 = Var[X i ] et pour i =
2k
(R14.2)
290
Mathmatiques du signal
1
1
1 t
exp (x MX ) VX (x MX ) (R14.3)
f 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 = E[] = 0 et
1 a b
K = a 4 c .
b c 9
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.
2) On dfinit =
t(Y ,Y ,Y )
1 2 3
Y1 = X1
par Y2 = X2 X1 .
Y = X X
3
2
3
Cov( Xi X j )
Var[ Xi ]Var[ X j ]
1 ce qui donne :
14 Vecteurs gaussiens
291
a
1
1 4
b
1
1 9
c
4 9 1
a 2
b 3.
c 6
1 0 0
2) a) On a = , avec = 1 1 0 ; donc, est un vecteur gaussien. Sa moyen 0 1 1
ne est M = M = 0 et sa matrice de covariance est K = Kt, daprs (R14.4),
1
K = a 1
b a
a 1
5 2a
ab+c4
ba
a b + c 4 .
13 2c
/ j
b) Les variables gaussiennes Y1 , Y2 et Y3 sont indpendantes si et seulement si i =
Cov(Xi,Yj) = 0,
a 1 = 0
b a = 0
a b + c 4 = 0
a = 1
b = 1 ,
c = 4
1 0 0
K = 0 3 0 .
0 0 5
do :
On en dduit que Y1 suit la loi (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
Mathmatiques du signal
1
3
o > 0.
1
3
2
0
z 4 f Z ( z ) dz = 2
z 4 f Z ( z ) dz =
(2 2 t ) 2 e t
dt
t
2
2
z2
z 4 exp 2 dz .
2
z2
, on obtient :
2 2
=
4 4
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
= I3
0 .
1
.
6
et donc
tA
= A1.
14 Vecteurs gaussiens
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 (q,1) de
( x )2
1
exp
.
2
densit : f ( x, ) =
Y=
n
f ( Xi ,1 )
f ( Xi , 2 )
ln
+
.
f ( Xi , ) i = K +1 f ( Xi , )
ln
i =1
1) Dterminer la loi de Y.
2) On suppose : 1 = +
u
u
(u > 0).
et 2 =
n
n
Que constate-t-on ?
1) Lexpression de Y scrit sous la forme :
Y=
1
2
[( Xi )2 ( Xi 1 )2 ] +
i =1
soit :
Y = (1 )
i =1
1
[( Xi )2 ( Xi 2 )2 ]
2 i = K +1
X 1 + + ( )
2
i
2
i = K +1
2 +
.
2
(1 )
i =1
X 1 + et ( )
2
i
2
i = k +1
2 +
sont indpendantes.
2
294
Mathmatiques du signal
1 +
2
1 +
1
,1
,1 ; du fait que X1 , ... , Xk sont indpendantes,
2
2
i
i
2
2
2
i =1
i =1
k
k
(1 ) ( 1 ), k (1 ) 2 , k (1 ) 2 .
2
De mme,
n
( 2 )
X
i
i = k +1
2 +
(n k ) ( )2 , (n k )( )2 .
suit une loi
2
2
2
2
k2 = k (1 )2 + (n k )( 2 ) 2 .
Donc la loi de Y conditionnellement {K = k} est donne par : y
y k
P(Y yK = k ) =
, o F dsigne la fonction de rpartition de la loi (0,1).
k
Do la loi de Y :
n 1
P (Y y ) =
n 1
P(Y = y/K = k ) P( K = k ) =
k =1
2) Si 1 = +
y k
pk .
k
k =1
2
u
u
, on a k = u et k2 = u 2 , ce qui signifie que Y et
et 2 =
n
n
2
u2
dpend pas de n.
Exercice 14.4
On dsigne par :
1 x
x
, la densit et la fonction de rpartition
et
de la loi (, 2) o ( x ) =
x2
1
exp et ( x ) =
2
2
(t ) dt .
14 Vecteurs gaussiens
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)
n
2
1
2
l ]0,[ ( y). Dterminer Y2 .
y 2 e 211
de densit fY2 ( y) =
n
On pose : V =
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 (m,s 2).
On pose : Xn =
1
n
i =1
Xi , Sn2 =
1
( Xi Xn )2 .
n 1 i =1
296
Mathmatiques du signal
2
2) Dterminer les lois de Xn , (n 1)Sn et
2
Partie I
1) On a :
Y1 (t ) = E[exp(tY1 )] =
( y )2
exp ty
dy
2 2
1
y
e ty
dy =
1
1
= exp t + 2 t 2
2
2
exp 2 y ( + 2 t )2 dy
2
1
= exp t + 2 t 2 .
2
2) On a :
Y2 (t ) = E[exp(tY2 )] =
2 2
e fY2 ( y) dy =
n
2
ty
y2
exp
1 2t
2
y dy .
1 2t
y, on obtient :
2
n
2 2 2 2
1
t < , Y2 (t ) =
n
2
1 2t
2
2 e d = (1 2t )
n
2
1
t
( t ) =
1 1 2
e 11l ]0,[ (t )
2 t
12 .
2
Daprs la question 3), pour tout i = 1, ... , n, Vi2 suit une loi 1 , donc
4)
V 2 = (t )(1 2t )
i
1
2
14 Vecteurs gaussiens
297
mme loi, on a :
V (t )
= E[exp(tV )] = E exp t
Vi2 = E
exp(tVi2 )
i =1
i =1
n
E[exp(tVi2 )] =
i =1
i =1
V 2 (t ) = (1 2t )
n
2
y4
1
2 2
l ( y3 )11l ]0 , [ ( y4 ).
fY3 , Y4 ( y3 , y4 ) = fY3 ( y3 ) fY4 ( y4 ) =
( y3 ) y42 e 2 11
n
2
y3
u = y
y3 = u
4
Posons :
n
y4 = n
y4
=
n
y3
=
y4
0
u
2 = n , do :
n
fU ,V (u, ) =
n 2
2
n
2
2
n 1
2
n u 2
exp
1 + n 11l (u)11l] 0,[ ( ).
2
fU ,V (u, ) d ;
soit : u
n
fU (u) =
n 2
2
n
2
2
n 1
2
n u 2
exp
1 + n d .
2
n u 2
1 + , on obtient :
2
n
298
Mathmatiques du signal
n
2
1
2
u2
1+
n
n
2
2
fU (u) =
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 (m,2) ; alors, pour
t = t(t1 , ... , tn),
(t ) = E exp ti Xi = E
exp(ti Xi ) =
i =1
i =1
Xi (ti )
i =1
n
2
= exp m ti +
2
i =1
E[exp(t X )]
i
i =1
2
i .
i =1
(1)
i =1
= E exp
si ( Xi ) + =
i =1
si lon note s =
1
n
E exp
si Xi +
i =1
s
i
i =1
si ; on a :
i =1
(s s ) = 0 , il vient donc :
i
i =1
, ( s1 ,..., sn , ) = E exp si Xi + ( ns ) Xn
i =1
n
1
= E exp
si Xi +
n
i =1
i =1
i =1
s + si , on obtient :
n
, ( s1 ,..., sn , ) = s + s1 ,..., s + sn
n
n
2
n
= exp m s + si +
2
i =1 n
( ns ) X = E exp n s + s X .
s + si
n
i =1
14 Vecteurs gaussiens
2
= exp m +
2
2
+
2
2
= exp
2
299
(s s )
i
i =1
1 2 2
= , ( s1 ,..., sn , 0) , (0,..., 0, ) .
n
(s s ) exp m + 2
i =1
(s s )
i
i =1
1 2 2
X ( ) = ( ) = , (0,..., 0, ) = exp m +
.
n
2 n
(2)
indpendante
Sn2 =
1
n 1
de
toute
combinaison
de
( Xi X n ) 2 ,
en
particulier
de
(X X )
n
i =1
1 2 2
Par la relation (2), on a X ( ) = exp m +
; donc Xn suit une loi
n
2 n
2)
2
m, .
n
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
Donc
2
suit une loi n .
2
i
i =1
Y=
Soit :
Y =
=
1
2
1
2
n 1 2
Sn , on a alors :
2
(X X )
i
i =1
n
i =1
( Xi m ) 2
1
2
Z = W + Y ; en effet :
(X m + m X )
i
i =1
n( Xn m)2
.
2
300
Mathmatiques du signal
Y (t ) =
Y=
On en dduit que :
Par ailleurs :
n ( Xn m )
=
Sn
Z (t ) (1 2t )
=
1 = (1 2t )
W (t )
(1 2t ) 2
n 1
2 .
2
n 1 2
Sn suit une loi n1 .
2
n
n
( Xn m )
( Xn m )
=
;
Y
(n 1)Sn2 1
n 1
n 1
2
n ( Xn m )
suit une loi Tn1 .
Sn
3) Comme
n
2
n 1 2
2
n1
, on a E (n 1) Sn2 = n 1 donc E[ Sn2 ] = 2 et
2 Sn suit une loi
2
2 4
(n 1)
Var 2 Sn2 = 2(n 1) et Var Sn2 =
; dautre part, on a :
n 1
[ ]
[ ]
2 4
=0
n n 1
m.q.
Exercices dentranement
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.
14 Vecteurs gaussiens
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
Mathmatiques du signal
Rponses
14.5
18 2
27 2
KY =
0
22 2
2.a) On a : A t A = I .
2.b) On a : Q(X) = t Y KY Y = 3Y12 + 9Y22 + 11Y32 .
KY =
12 +
4 2
4 2 32 + 5 2
KY = A KX A =
t
6 6
2 8
2 8 3 + 10 14
2) Comme Y1
24 2
. La loi du couple (Y1 ,Y2 ) est dfinie par :
3) Si = 5 on a : KY =
2 161
1
1
f Y1 ,Y2 (y1 ,y2 ) =
exp t y K1
y
Y
2
2 detKY
1
1
=
161y12 4y1 y2 + 24y22
exp
2 3860
2 3860
1
y22
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
2y2 3860
,
On en dduit que conditionnellement {Y2 = y2 } , Y1 suit une loi N
d'o
161 161
2Y2
3860
E[Y1 |Y2 ] =
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 ,)
(R15.3)
Fonction variance de X :
2X (t) = C X (t,t)
(R15.4)
304
Mathmatiques du signal
Puissance instantane de X :
E | X (t,) |2
(R15.5)
(R15.6)
Puissance de X :
PX = R X (0)
(R15.7)
S X () = F (R X )() =
R X (k) e2ik
k=
R X () e
(R15.8)
2i
(15.9)
305
Exercice 15.1
N
k Yn k ( ),
k =0
)] [
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 k N et 0 m n + k N}.
si n m : = {k : 0 k N + n m} et CX (n, m) =
k mn+k
k =0
si n > m : = {k : n m k N} et
N
CX (n, m) =
k m n + k =
N +mn
k =nm
k + n m k
k =0
k =0
k k =
k =0
2
k
306
Mathmatiques du signal
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 :
[
]
= 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)).
La variance de X est donne par : X2 = CX (t, t ) = 2 .
La fonction dautocorrlation de X est donne par :
307
Exercice 15.3
n
Yk ( )eit
k =1
X (t ) = E[ X (t, )] = E Yk e it k =
k =1
it k
E[Yk ] = 0 .
k =1
] [
n
iu
= E Yk e it k Yp e p =
k =1
p =1
Y e
i ( u p t k )
k =1 p =1
[ ]
[ ]
Or :
E Yk2 = Var[Yk ] = k2
si k = p
E Yk Yp =
E Yk Yp = E[Yk ]E Yp = 0 si k p
do :
C X (t , u ) =
E Yk Yp .
[ ]
2 i ( t u ) k
ke
k =1
2
k.
k =1
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
308
Mathmatiques du signal
Exercice 15.4
On considre le signal numrique X dfini par :
X (n, ) =
k Yn k ( ) ,
k =0
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
RX (n, m) = E X (n, ) X ( m, ) = E k Yn k pYm p
k = 0
p = 0
E[Yn k Ym p ]
k =0 p=0
or,
[ ]
E Yn2 k = 2
E[Yn k Ym p ] =
0
si n k = m p
si n k m p
2
=
0
donc, RX (n, m) = 2
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} k }
si n m : = {k : 0 k } et RX (n, m) = 2
k =0
mn+2k =
mn 2
12
si n > m : = {k : n m k } et
RX (n, m) = 2
m n + 2 k = 2 n m
k =nm
2j =
j =0
Donc : n , m , RX (n, m) ==
mn 2
.
12
nm
2.
12
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
X ( k ) exp(2ik ).
k
Donc : SX ( ) =
=
2
12
2
12
0
Dans la somme
exp(2ik )
k =
0
k exp(2ik ) +
k =
2
12
exp(2ik ).
k =1
k =
2
SX ( ) =
12
2
exp( 2ik ) +
12
k =0
k =1
soit : SX ( ) =
2
12
( exp( 2i )) k +
k = 0
1 2
1
1
+
1
exp(
2
i
)
1
exp(
2
i
2
1 2
1
exp(2i )
+
1 exp( 2i ) 1 exp(2i )
2
.
1 + 2 cos 2
( exp(2i ))
k
k =1
exp(2ik )
309
310
Mathmatiques du signal
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 ) =
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)].
et
E[h2 ( Z )] =
1
2
1
{E[cos(2 (t u)Y ) ] + E[cos(2 (t + u)Y + 2 Z )]} .
2
E X (t , )
] = R (t, t) = 12
X
fY ( y) dy =
1
2
cos(2y) fY ( y)dy .
1
.
2
1
.
2
311
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
SX ( ) =
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,
cos(2 t + z ) f Z ( z ) dz =
1
2
cos(2 t + z ) dz = 0
312
Mathmatiques du signal
[
]
= 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 )].
] [
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
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) +
1
1
cos(2 ) = RY ( ) + cos(2 ).
2
2
1
1
= PY + .
2
2
SX ( ) =
RX ( ) exp( 2i ) d .
R ( ) + 1 cos(2 ) exp( 2i ) d
Y
= SY ( ) +
1
2
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 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, )]
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
Mathmatiques du signal
mais : v
donc :
RY ( ) exp( 2i ) d = SY ( )
RY ( + 1) exp( 2i ) d = exp(2i )SY ( )
RY ( 1) exp( 2i )d = exp( 2i )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 :
[
] [
]
= 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
315
RX (t, t ) = E X (t, )
= RY (t, t ) +
T2
T2
= RY (0) +
.
12
12
T2
T2
= RY ( ) +
.
12
12
T2
T2
= PY +
.
12
12
T2
T2
2
d
( ).
R
(
)
+
exp(
v
)
=
S
(
)
+
Y
Y
12
12
[
] [
= 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)
Dunod. La photocopie non autorise est un dlit.
= 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
Mathmatiques du signal
v
mais, v ,
RY ( ) exp( 2i ) d = SY ( )
RY ( + s) exp ( 2i ) d =
RY ( s)exp( 2i ) d =
donc :
(2 RY ( ) RY ( + s) RY ( s))exp( 2i ) d
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
si k = 1
si k = 0
sinon
1
o . 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
317
H( ) =
1
16
=
.
1
1 17 8 cos(2 )
1 cos(2 ) +
2
16
H(z) =
k
h( k ) = 4
0
ce qui donne :
1
1 z k =
=
h( k ) z k
1 1
4
1 z
k =0
k
4
si k 0 .
si k < 0
k =0
k =0
h(k ) exp(2ik ) =
exp( 2i ) =
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 )
X (k )z
= z + 1 + z 1
k
PY = RY (0) = E Y (n)
soit :
PY = 16
]=
1/ 2
SY ( ) d ,
1 / 2
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
Mathmatiques du signal
RX ( k ) = 2
si k = 1, 2
si k = 0
sinon
6
6
2 z 3z
La solution causale correspond au domaine de convergence :
z>
1
1
< 1 et
< 1 cest--dire
2z
3z
1
.
2
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
il vient donc : H ( z ) =
2
k =0
ce qui donne :
3
k
j =0
3 k
z =
h( k ) z k
3k
k
2
3
h( k ) = 2 k 3k
0
si k 0
si k < 0
1
3
k j
3
3
k k ;
2
3
319
k =0
h( k ) exp( 2ik ) = 3
k =0
exp( 2i ) 2
k =0
exp( 2i )
6
6
5 (5 2 cos(2 ))exp(2i )
=3
.
2 exp( 2i ) 3 exp( 2i )
(5 4 cos(2 ))(5 3 cos(2 ))
SY ( ) = H ( ) SX ( ) =
PY = RY (0) = E Y (n)
soit :
PY = 18
]=
1/ 2
SY ( ) d ,
1 / 2
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 :
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
Mathmatiques du signal
h(t u) X (u, ) du ,
donc, comme :
Y (t , ) = 5
e t u X (u, )11l],0[ (t u) du ,
on en dduit : h( x ) = 5e x11l ] , 0[ ( x ).
On remarque que le filtre nest pas causal.
On a :
v
H (v) =
h( x )e 2 ivx dx = 5
e x 2 ivx dx =
5
1 2iv
5
.
1 + 4 2 v 2
et H (v) =
1 2 i
v SX ( ) =
RX ( )e 2 i d =
(e
+ e 2 i ) e 2 i d
1
1
exp 2i + + exp 2i d
1
2
1
1 ( ) + 1 ( ) .
2
SY ( ) = H ( ) SX ( ) =
5
2 2 1 ( ) + 1 ( ) .
2(1 + 4 )
SY ( )e 2 i d = cos(2 ).
SY ( ) d = RY (0) = 1.
5
1 ( ) + 1 ( ) , donc :
2(1 2i )
SYX ( ) e 2 i d =
5 e 2 i
e 2 i cos(2 ) 2 sin(2 )
+
=
.
2 1 2i 1 + 2i
5
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.
On suppose que la loi de Y admet la densit fY(y) = (1 |y|) 11l [1,1](y) et que Z suit
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)
(1 + y)e 2 i y dy +
(1 y)e
2 i y
dy = 0
RX ( ) exp ( 2i ) d =
2
= exp
2
exp ( 2 2 2 2i ) d
i
exp 2 2 +
d =
4) On a :
1 T
1
X (t + , ) X (t, ) dt = lim
lim
T 2 T T
T 2 T
2
1
exp .
2
2
322
Mathmatiques du signal
Exercice 15.13
On considre le signal analogique X dfini par :
X (t , ) =
3
N
Zk ( )exp{2i tYk ( )}
k =1
1)
Pour k = 1, ..., N on a : E[ Zk ] =
3
= E
N
=
=
3
N
3
N
3
Zk exp( 2i tYk )
N
k =1
N
Z
j =1
exp(2i uYj )
E[ Z Z
k
k =1 j =1
N
E[ Z Z ] E[exp{2i (tY
k
k =1 j =1
uYj )}] .
Or,
323
= +
k =1 j =1
RX (t, u) =
k= j
3
N
k j
3
E[ Z ]E[exp{2i (t u)Y }] = N E[ Z ]
2
k
2
k
k =1
Yk
(t u )
k =1
[ ] 12
2
en tenant compte de E Zk =
z 2 dz =
RX (t, u) =
1
on obtient :
3
1
N
Yk
(t u).
k =1
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 ( ) =
1
.
1 + 4 2 2
RX ( ) exp( 2i ) d =
4)
exp ( 2iv )
1
exp ( ).
2 2 d =
1 + 4
2
3
Zk ( ) exp{2i tYk ( )}. On a donc :
N
X (t , ) =
k =1
X k (t + , ) X k (t , ) =
1
T 2 T
lim
3 2
Zk ( ) exp{2i tYk ( )}, donc :
N
X k ( t + , ) X k ( t , ) dt
1 T 2
Zk ( ) exp( 2iYk ( )) dt =Zk2 ( ) exp( 2iYk ( )) .
T 2 T T
On en dduit que, pour k = 1, ..., N, Xk nest pas ergodique et donc X nest pas ergodique.
= lim
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
Mathmatiques du signal
1
2
cos (2tk + u) du = 0
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
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.
do R X (t,v) =
2) On a : R X () =
1
cos (2k ) pk . En particulier, la puissance de X est dfinie par :
2 k=
1
1
PX = R X (0) =
pk =
2 k=
2
325
1
pk
2 k=
2i k
1
+ e2i k e2i d
pk
e
4 k=
1
{k} () + {k} () pk
4 k=
1
( p + p )
= 4
si Z
sinon
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
si n {1,2}
h(n) =
( R)
1 4 si n = 0
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 =
h(k) e2ik
k{0,1,2}
= (1 4) + e2i + e4i
do
SY () = 1 8 + 182 + 2(1 3) cos(2) + 2(1 4) cos(4) S X ()
326
Mathmatiques du signal
Pour n Z on a :
RY (n) =
1/2
1/2
SY () e2in d = (1 8 + 182 )
+ 2(1 3)
+ 2(1 4)
Or,
1/2
1/2
1/2
1/2
1/2
e2in S X () d
1/2
R X (n)
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 =
1
(R X (n 1) + R X (n + 1))
2
cos(4) e2in S X () d =
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) =
h(n k) R X (k) =
kZ
h(n k) R X (k)
nk{0,1,2}
Exercice 15.16
Soit Y et Z des variables alatoires indpendantes. On suppose que :
327
cos
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.
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 =
1
2
1
2
eit yz f Y (y) dy
tz
cos
2
cos(y) eit yz dy = 2 2
t 2 z2
On en dduit :
t
tZ
cos
2
2
2
U (t) = E
2 t 2 Z 2 = 1 t 2
cos
1) b) On a :
E [cos(U )] =
E [cos(2U )] =
(1) + U (1)
1 iU
E e + eiU = U
=
2
2
4
(2) + U (2)
1
1 2iU
E e + e2iU = U
=
2
2
3
4 H
328
Mathmatiques du signal
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
2
R H (t + ,t) = R H ()
3
3
2
2
R H (0) = PH
3
3
2
2
F (R H ) = S H
3
3
Exercices dentranement
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
N 1
e2i k U () Y (t + N k,)
k=1
330
Mathmatiques du signal
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
cos(u) du = 0
1 1
1
E cos2 (U ) = + 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
c) PX = R X (0) =
3
3
RY (0) = PY .
2
2
d) R , S X () = F (R X )() =
15.17
3
3
F (RY )() = SY () .
2
2
Or, E e2i U () =
R X () = E X (t + ,) X (t,)
= 2 RY () U (1) RY ( + 1) U (1) RY ( 1)
b)
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
1
2
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
u 2 du =
b) PX = R X (0) = RY (0) +
1
1
, do R X () = RY () + e2i
3
3
1
1
= PY + .
3
3
c) R , S X () = F (R X )() = SY () +
15.19
1
{1} () .
3
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) .
331
332
Mathmatiques du signal
N 1
U (k) Y
15.20 a) E [X (t,)] = 1
k=1
N 1
U (k) RY ( k) + U (k) RY ( + k)
R X () = N RY ()
+
k=1
U (k j) RY ( k + j)
k=
/j
b) PX = N PY
N 1
U (k) + U (k) RY (k) +
U (k j) RY (k j)
k=
/j
k=1
c)
S X () = SY () N
N 1
U (k) e2i k + U (k) e2i k
k=1
U (k j) e2i (k j)
k=
/j
15.21
a)
E [X (t,)] = 0 , R X () =
N
RY ()
e2i k
N k=1
b) PX = PY
c) S X () =
N
1
SY ( + k ) .
N k=1
Index
A
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
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
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
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
Mathmatiques du signal
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
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
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
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
MATHMATIQUES DU SIGNAL
Rappels de cours et exercices rsolus
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
LICENCE
MASTER DOCTORAT
1 2 3 4 5 6 7 8
ISBN 978-2-10-053806-5
www.dunod.com