Vous êtes sur la page 1sur 348

SCIENCES SUP

Rappels de cours et exercices résolus


Master • Écoles d’ingénieurs

MATHÉMATIQUES
DU SIGNAL
3e édition

Dariush Ghorbanzadeh
Pierre Marry
Nelly Point
Denise Vial
MATHÉMATIQUES
DU SIGNAL
MATHÉMATIQUES
DU SIGNAL
Rappels de cours et exercices résolus

Dariush Ghorbanzadeh
Maître de conférences au Conservatoire National
des Arts et Métiers (CNAM, Paris)
Pierre Marry
Maître de conférences au Conservatoire National
des Arts et Métiers (CNAM, Paris)
Denise Vial
Maître de conférences au Conservatoire National
des Arts et Métiers (CNAM, Paris)
Nelly Point
Professeur au Conservatoire National
des Arts et Métiers (CNAM, Paris)

3e édition

Préfacé par
Hervé Reinhard
Professeur au CNAM (Paris)
Illustration de couverture : DigitalVision

© Dunod, Paris, 2008


© Dunod, 2002, pour l’ancienne édition
ISBN 978-2-10-053806-5
Préface

Un seul coup d’œil aux rayons « mathématiques » des librairies scientifiques suffit pour
réaliser qu’il est inutile de convaincre les étudiants de la nécessité de faire des exercices pour
réussir leurs examens. Les éditeurs le savent, qui publient une multitude de recueils d’exer-
cices ; les étudiants le savent, qui achètent ces ouvrages.
Tout mathématicien, même apprenti, sait cependant qu’une condition nécessaire n’est pas
toujours suffisante. Ainsi, il ne suffit pas d’acheter un livre d’exercices, ni même de le lire,
pour réussir une épreuve de mathématiques, et, encore moins, pour comprendre les éléments
d’une théorie et la façon de l’appliquer.
Il convient de faire un usage judicieux d’un ouvrage d’exercices corrigés. Les auteurs s’ex-
pliquent plus longuement sur ce point dans leur avant-propos.
Ceux-ci travaillent (ou ont travaillé) au sein de l’équipe d’enseignants des mathématiques du
signal au Conservatoire National des Arts et Métiers. Ils y ont acquis une grande expérien-
ce pédagogique au service des étudiants de cet établissement et ont su mettre au point, avec
toute l’équipe, en particulier Bénédicte Logé, des exercices variés et progressifs, adaptés à
© Dunod. La photocopie non autorisée est un délit.

cette discipline. Ils ont noué avec des collègues d’autres disciplines, comme avec les étu-
diants, un dialogue riche dont ils ont su tirer parti.
Les lecteurs devraient donc trouver dans cet ouvrage un outil particulièrement
efficace pour tester et approfondir leurs connaissances.

Hervé Reinhard
Avant propos

Les mathématiques du signal concernent le signal analogique, le signal numérique


déterministe et le signal aléatoire.
Ce recueil d’exercices résolus recouvre l’ensemble de ces domaines mais les notions et
les outils correspondants (analyse de Fourier, distribution et probabilités) sont utiles dans un
cadre bien plus large incluant la mécanique, le contrôle.
Ce recueil complète l’ouvrage Éléments de mathématiques du signal de H. Reinhard. Le
plan et le contenu des chapitres correspondent à ceux du volume précité.
Chaque chapitre s’ouvre sur des rappels des définitions, des propriétés et des théorèmes
nécessaires à la résolution des exercices proposés.
Une liste de notations et un index complètent la table des matières.
Deux types d’exercices sont proposés. Certains visent seulement à l’apprentissage du
maniement des concepts fondamentaux et peuvent, de ce fait, sembler un peu abstraits. Il
convient cependant de ne pas les négliger car ils ont été sélectionnés pour permettre au lec-
teur d’éviter certaines idées fausses ainsi que des confusions avec des objets mathématiques
© Dunod. La photocopie non autorisée est un délit.

déjà connus. D’autres sont orientés vers l’utilisation des concepts dans des applications pra-
tiques.
Pour chaque exercice, le lecteur devrait essayer de chercher la solution, question par
question. Une fois la réponse trouvée, ou en cas d’échec prolongé, on peut se reporter à la
solution proposée et essayer de comprendre les erreurs ou les points de blocage éventuels
avant de passer à la question suivante. Lire d’emblée la solution d’un exercice n’est d’aucun
profit même si celle-ci est rédigée pour être facilement compréhensible.
Index des notations
n!  
p n
Cn coefficient du binôme : Cnp = , noté aussi
(n − p)! p! p
C 0 (I ) espace vectoriel des fonctions continues sur l'intervalle I
C n (I ) espace vectoriel des fonctions n fois continûment dérivables sur
l'intervalle I
C ∞ (I ) espace vectoriel des fonctions indéfiniment dérivables sur l'intervalle I
L 1 (I ) espace vectoriel des fonctions sommables sur l'intervalle I

 f 1 norme de f dans L (I ) :  f 1 =  f  L 1 (I ) = | f (t)| dt
1
I
L 2 (I ) espace vectoriel des fonctions de carré sommable sur l'intervalle I

 f,g produit scalaire de deux fonctions dans L (I ) :  f,g =
2 f (t)g(t)dt
 I

 f 2 norme de f dans L 2 (I ) :  f 2 =  f  L 2 (I ) = | f (t)|2 dt


I
D espace des fonctions indéfiniment dérivables à support compact
S espace des fonctions indéfiniment dérivables à décroissance rapide
D espace des distributions
© Dunod. La photocopie non autorisée est un délit.

S espace des distributions tempérées


F( f ) transformée de Fourier de f , aussi notée fˆ
L( f ) transformée de Laplace de f
H( f ) transformée de Hilbert de f
Tz transformée en z
Y (t) fonction de Heaviside ou échelon unité : Y (t) = 1l [0,+∞[ (t)
notée aussi H (t) ou u(t)
sgn(t) fonction signe : égale à 1 sur R+∗ , à –1 sur R−∗ et à 0 en t = 0.
1l [a,b] (t) fonction caractéristique de l'intervalle [a,b] :

1l [a,b] (t) = 1 si t ∈ [a,b]
0 si t ∈
/ [a,b]
X Index des notations

Pa (t) fonction porte centrée de longueur a : Pa (t) = 1l [− a ,+ a ] (t)


  2 2
t 
a (t) fonction triangle : a (t) = (1 −  )1l [−a,+a] (t)
a
 ∞
(α) fonction gamma : (α) = u α−1 e−u du pour α > 0
0
ϕ(t) densité de probabilité de la loi normale centrée réduite
2
1 −t
ϕ(t) = √ e 2

(t) fonction de répartition de la loi normale centrée réduite :
 t
1 u2
(t) = √ e− 2 du
2π −∞
 t
1 u2
erf(t) fonction d'erreur : erf(t) = √ e− 2 du
2π 0
[f] distribution régulière associée à la fonction f
 
VP f (t)dt valeur principale de l'intégrale divergente f (t)dt
I I
Pf pseudo-fonction
δa, δ(t − a) masse de Dirac au point a. On note δ = δ0 = δ(t)
 peigne de Dirac
N (0,1) loi de probabilité de Gauss (loi normale centrée réduite)
N (µ,σ2 ) loi normale de moyenne µ et de variance σ2
Table des matières

Préface V
Avant propos VII
Index des notations IX

CHAPITRE 0 • Intégration 1
CHAPITRE 1 • Espaces 19
CHAPITRE 2 • Orthogonalité, projections dans L 2 (I ) 31
CHAPITRE 3 • Séries de Fourier 45
CHAPITRE 4 • Intégrales à paramètre, convolution 65
CHAPITRE 5 • Transformation de Fourier 85
CHAPITRE 6 • Transformation de Laplace 105
CHAPITRE 7 • Introduction à la théorie des distributions 121
CHAPITRE 8 • Dérivation, convergence, convolution des distributions 131
CHAPITRE 9 • Transformée de Fourier et de Laplace des distributions.
© Dunod. La photocopie non autorisée est un délit.

Transformées en z des signaux numériques 161


CHAPITRE 10 • Filtrage 199
CHAPITRE 11 • Espace de probabilités 211
CHAPITRE 12 • Variables Aléatoires 225
CHAPITRE 13 • Covariance. Coefficient de corrélation 273
CHAPITRE 14 • Vecteurs gaussiens 289
CHAPITRE 15 • Processus stationnaires du second ordre. Signaux aléatoires 303
Chapitre 0

Intégration

RAPPELS
 b
• Si la fonction f est continue sur l’intervalle fermé borné [a,b], f (x)dx est
a
une intégrale définie et c’est un nombre si a, b et f sont spécifiés.
 x
• Pour x ∈ [a,b], f (t)dt est une fonction de x. C’est la primitive de f qui s’an-
a
nule pour x = a.
• Si l’intervalle est non borné ou si f n’est pas bornée, on dit que l’intégrale est
impropre (ou généralisée).
 ∞  X
– f (x)dx est convergente si lim f (x)dx existe et a une valeur finie.
a X→+∞ a
 b  b−ε
– Si f n’est pas définie en b, f (x)dx est convergente si lim f (x)dx
a ε→0+ a
existe et a une valeur finie.
© Dunod. La photocopie non autorisée est un délit.

Sinon, ces intégrales divergent.


• Critères de Riemann
 ∞
1
dx converge si et seulement si α > 1, diverge sinon. (R0.1)
a xα
 b
1
dx converge si et seulement si α < 1, diverge sinon. (R0.2)
a (x − a)α
 b  b
• Si, ∀x ∈ [a,b], 0  g(x)  f (x), alors 0  g(x)dx  f (x)dx.
a a
2 Mathématiques du signal

 b  b
• Une intégrale f (x)dx est dite absolument convergente si | f (x)|dx a une
a a
 b  b
valeur finie. Cela implique qu’elle est convergente car | f (x)dx|  | f (x)|dx.
a a
On dit alors que la fonction f est sommable sur [a,b].
• Critères de comparaison
eX ln(X)
– Pour n > 0, n −−−→ + ∞ , −−−→ 0, εn ln(ε) −−→ 0 .
X X→+∞ X n X→+∞ ε→0
f (x)
– f et g sont équivalentes au voisinage de a, si lim = 1 , on note f ∼ g.
x→a g(x) a
 b  b
– f et g sont continues sur ]a,b] et si f ∼ g alors f (x) dx et g(x) dx sont
a a a
de même nature.
 ∞
– si f et g sont continues sur [a,+∞[ et si f ∼ g alors f (x)dx et
=∞
 ∞ a

g(x)dx sont de même nature.


a
• Intégrales 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)
D 

 ∂g ∂g 
où  est l’image du domaine D, J est la matrice jacobienne : J = ∂u
∂h
∂v
∂h
∂u ∂v
et |J (u,v)| son déterminant, appelé Jacobien.
– Théorème de Fubini
Si f est sommable sur le domaine D, on peut indifféremment intégrer d’abord
en x ou en y, le résultat est identique.

Exercice 0.1
En appliquant la définition d’une intégrale impropre, dire si les intégrales suivan-
tes sont définies ou non.
∞ ∞
∫0 e ∫0 t
−t n −1 − t
I1 = dt I2 = Γ ( n ) = e dt avec n  1

∞ e−t 2 dt
∫−2
1
I5 =
I3 = ∫0 ln t dt I4 = ∫0 t
dt
4 − t2
0 • Intégration 3

X
1) I1 = lim
X →+∞ 0 ∫ e − t dt = lim [ − e − t ]0X = lim (1 − e − X ) = 1. Donc, I1 est définie et vaut 1.
X →+∞ X →+∞

X
2) I2 = lim
X →+∞ 0 ∫ t n −1e − t dt . Or, en intégrant par parties et si n > 1,
X X
∫ 0
t n −1e − t dt = − X n −1e − X + (n − 1) ∫ 0
t n − 2 e − t dt
X X
d’où : lim
X →+∞ 0 ∫ t n −1e − t dt = (n − 1) lim
X →+∞ 0 ∫ t n − 2 e − t dt
X
= ....... = (n − 1)(n − 2)...1 lim
X →+∞ 0 ∫ e − t dt = (n − 1)!

Donc, Γ(n) existe et vaut (n – 1)! On a :

Γ (n) = (n − 1)Γ (n − 1) = (n − 1)!

1
 1

3) I3 = lim+ ∫ ln t dt = lim [t ln t ] − ∫ dt  = lim {−ε ln ε − 1 + ε} = −1.
1
ε
ε →0 ε ε →0 + ε ε →0 +

Donc, I3 existe et vaut – 1.


1 e −t A e −t X e −t
4) I4 = lim+
ε →0 ∫ε t
dt + ∫ 1 t
dt + lim
X →+∞ A ∫ t
dt .

1 e −t
Posons J (ε ) = ∫ ε t
dt . En intégrant par parties, on a :
1
J (ε ) = − ln ε e − ε + ∫ ln t e
−t
dt et lim+ J (ε ) = +∞ car l’intégrale est bornée.
ε ε →0
1 1 1
En effet : 0  lim+
ε →0 ∫ ε
ln t e − t dt  lim+
ε →0 ∫ ε ∫
ln t e − t dt  − ln t dt = 1 d’après 3).
0

A e −t X e −t
D’autre part, ∫ 1 t
dt est finie et lim
X →+∞ ∫ A t
dt existe car :
−t
© Dunod. La photocopie non autorisée est un délit.

X X
∫ ∫
e 1
0  lim dt  lim e − t dt  ∀ A  1. Donc, I4 diverge.
X →+∞ A t X →+∞ A eA
5) La fonction à intégrer étant paire, la nature de I5 est la même que celle de I6 où
2 2 −ε
∫ ∫
dt dt
I6 = et l’on a : I6 = lim+ .
0 4−t 2 ε →0 0 4 − t2
α

cos x
En posant t = 2 sinx, I6 = lim+ dx où α = arcsin(1 – ε/2)
ε →0 0 cos x
  ε  π
d’où I6 = lim+  arcsin 1 −  = , donc I5 existe et vaut 2I6 , soit π.
ε →0   2 2
4 Mathématiques du signal

Exercice 0.2

Donner la nature des intégrales I1 , I2 , I4 , I5 précédentes en utilisant la comparai-


dt
∫ (b − t )α
dt
son avec les intégrales de référence ∫ tα et

+∞
1) I1 = ∫ 0
e − t dt . Le seul problème est à l’infini. Or, si X est assez grand et

∞ ∞ +∞
∫ ∫
dt
e − t dt <
t  X, et > t2 et 0 
X X t2
, cette dernière intégrale étant convergente,

X
e − t dt

aussi et I1 converge.
+∞
2) I2 = ∫ 0
t n −1 e − t dt . Là aussi, la fonction est continue en 0. À l’infini, si t est assez grand,

n −1 − t 1
on peut écrire et > tn+1 et, alors, t e < dont l’intégrale converge sur [X, ∞[ ∀ X > 0.
t2
I2 converge aussi.
+∞ e −t e −t 1
3) I4 = ∫ 0 t
dt . Pour t assez grand, et > t, et donc
t
< 2 dont l’intégrale converge
t
e −t 1 X e −t
au voisinage de l’infini. Mais
t
 en 0 et
t ∫0 t
dt n’a pas de valeur finie ∀ X fini.
Donc, I4 diverge.
Cette façon de procéder par équivalences est plus rapide que l’utilisation de la définition.
(Comparer avec l’exercice 1).
2 2
∫ ∫
dt dt
4) I5 = = , et au voisinage de 2 (respectivement
−2 4−t 2 −2 2−t 2+t
b
∫ (b − t )
1 1 1 dt
– 2),  (respectivement ). Or, si a < b, α
ou
4−t 2 2 2−t 2 2+t a

b
∫ (t − a )
dt
α
converge si α < 1. Donc I5 converge.
a

Exercice 0.3

Examiner la nature des intégrales suivantes :


∞ ∞ dt +∞ ln t +∞ ln t
I1 =
−∞ ∫
e − t dt I2 =
0 (t + 1) t
I3 =
1 tα∫ dt ∫ I4 = ∫0 t −1
2 dt .
0 • Intégration 5

0 +∞ 0
1) I1 = ∫
−∞
e − t dt + ∫
0
e − t dt . La première intégrale vaut lim ∫
Y →−∞ Y
e − t dt = +∞ après intégra-
tion directe et on a vu que la seconde converge. I1 diverge puisque somme d’une divergen-
te et d’une convergente.
2) Pour I2 , les seuls points à considérer sont 0 et +∞, la fonction à intégrer étant continue
1 1
entre les deux. À l’infini,  qui est intégrable au voisinage de +∞. En 0,
(t + 1) t t 3 / 2
1 1
 qui est intégrable au voisinage de 0. Donc I2 converge.
(t + 1) t t

3) En 1, la fonction est continue. Si α > 1, ∃ β tel que 1 < β < α et on peut écrire :
ln t ln t 1 ln t
= α − β β . Or, α − β → 0 , donc, pour t assez grand, cette quantité est bornée par une
tα t t t t →+∞

ln t 1
constante c et 0 < α  c β qui est sommable sur tout intervalle (X, +∞) si X > 1.
t t
ln t A
Par contre, si α < 1, α  α toujours pour t assez grand, car lnt tend vers +∞ avec t, donc
t t
est minoré par une constante A > 0, mais cette fonction n’est pas intégrable à l’infini. Donc
I3 diverge.

Si α = 1, on pose u = lnt et I3 devient ∫ u du qui diverge.
0

Donc I3 diverge pour α  1 et converge si α > 1.

1 +∞
∫t ∫
ln t ln t
4) I4 existe si dt et dt existent. Les points à considérer sont 0, 1, et ∞.
0
2
−1 1 t −1
2

ln t tβ 1
À l’infini, 0 <  ∀ β > 0 ; cette fonction étant équivalente à 2 − β , qui est inté-
t −1 t −1
2 2
t
grable si 2 – β > 1, il suffit de choisir β = 1/2 et la fonction est intégrable à l’infini.
En 0, la fonction équivaut à – lnt, donc intégrable (cf. exercice 0.1).
© Dunod. La photocopie non autorisée est un délit.

En 1, la fonction n’est pas définie mais, si l’on pose x = t – 1, avec le développement limi-
ln(1 + x ) 1 1
té de ln(1 + x),  qui tend vers quand x tend vers 0. La fonction, pro-
(2 + x ) x 2 + x 2

π2
longeable par continuité, est intégrable en 1. Donc I4 converge et vaut (cf. exercice
4
0.18).
6 Mathématiques du signal

Exercice 0.4

sin t
1) Étudier la sommabilité de sur ]0,1] et [1, +∞[ selon les valeurs de α

(α > 0).
+∞ sin t
2) Quelles sont les valeurs de α pour lesquelles ∫0 tα
dt converge mais pas
+∞ sin t
∫0 tα
dt ?

∞ ∞
3) Application aux intégrales de Fresnel C = ∫0 cos t dt et S= ∫0 sin t dt .
2 2

1) Sommabilité sur ]0, 1] : la fonction est continue sur ]0, 1], non définie en 0 au voisina-
sin t sin t t 1
ge duquel on a : α = α  α = α −1 , fonction sommable si et seulement si α – 1 < 1
t t t t
soit α < 2 .

sin t 1
Sommabilité sur [1, +∞[ : α  α ,
fonction sommable si α > 1. Mais, si α  1, on a
t t
sin t
simplement majoré par une fonction non sommable, ce qui n’induit rien pour . Pour

sin t sin t
s’assurer que α n’est pas sommable quand α  1, minorons par une fonction non
t tα
1 − cos 2t
sommable, à savoir : .
2t α
1
En effet, sin t  sin 2 t = (1 − cos 2t )  0 car a2  a si 0  a  1.
2
Pour 0 < α < 1, on a :
∞ ∞
∞ 1 − cos 2t    sin 2t  − ∞ α sin 2t
∫ ∫
1
α dt =  α −1  −  α  dt .
1 t  (1 − α )t 1  2t 1 1 2t α +1
α sin 2t α
Le dernier terme est fini car  α +1 sommable sur [1,+∞[. Le deuxième terme
2t α +1 2t
− sin 2
vaut et le premier est infini car lim t α −1 = 0 .
2 t →+∞

∞ 1 − cos 2t ∞ ∞ sin 2t
dt = [ln t ]1∞ − 
sin 2t 
Pour α = 1, ∫ 1 t  2t 1
− ∫1 2t 2
dt de valeur infinie à cause du

premier terme.
0 • Intégration 7

sin t
Donc, est sommable sur ]0,1] pour 0 < α < 2 et sur [1,+∞[ pour α > 1.

2) Puisque la sommabilité de la fonction implique la convergence de l’intégrale, on peut


conclure de 1) que l’intégrale converge sur ]0,+∞[ si 1 < α < 2. Voyons si l’intégrale conver-
ge pour d’autres valeurs de α .
Sur ]0,1], la fonction est positive et la convergence de l’intégrale équivaut à la sommabilité
de la fonction, et l’intégrale converge si 0 < α < 2. Mais ce n’est plus le cas sur [1,+∞[.
En intégrant par parties, on a :
∞ sin t  − cos t X
cos t 
dt = lim   α  −
X

1 t α X →+∞  t
 1 ∫1
α dt = valeur finie ∀ α > 0
t α +1 

car α + 1 > 1 et donc l’intégrale converge sur ]0,+∞[ pour 0 < α < 2.

pour 0 < α < 2


est sommable 
sin t sur ]0,1]
En résumé : α
t sur [1, +∞[ pour α > 1
+∞ sin t +∞
∫ ∫
sin t
α dt converge si 0 < α < 2 et dt converge si 1 < α < 2.
0 t tα 0
+∞ sin t +∞ sin t
En particulier, si α = 1,
0 t ∫
dt converge mais pas
0 t
dt . ∫
3) Remarquons que les fonctions à intégrer sont continues mais n’ont pas de limite à l’in-
fini et on ne peut utiliser immédiatement d’équivalent. Alors, transformons les intégrales en
posant : t = x .
∞ ∞ sin x ∞
∫ ∫
cos x

sin x
On obtient : C = dx et S = dx . S = dx converge d’après la
0 2 x 0 2 x 0 2 x1 2
question 2). Pour C, intégrons par parties :
∞ ∞ ∞ sin x
 sin x 
∫ ∫
1 sin x sin x sin x 1
C=  + dx = lim − lim + dx .
© Dunod. La photocopie non autorisée est un délit.

→+∞ → x3/ 2
 2 x 0 4 0 x x x 2 x x 0 2 x 4 0

sin x sin x 1 sin x


lim = 0 car 0   et lim = 0 et la dernière intégrale converge
x →+∞ 2 x 2 x 2 x x → 0 2 x
d’après la question 2). Donc, C converge : on montre que ces intégrales de Fresnel valent
1 π
.
2 2
8 Mathématiques du signal

Exercice 0.5 Valeur principale

1) Soit f une fonction quelconque, intégrable partout sauf en +∞ et en –∞ et soit fp


1 ∞
sa partie paire. On rappelle que f p (t ) = [ f (t ) + f ( −t )]. Calculer VP
2 −∞
f (t ) dt ∫
en fonction de fp en précisant dans quelle condition cette valeur existe.
1 + t − t3
2) Application : f (t ) = .
1 + t2

∞ X
1) VP ∫−∞
f (t ) dt = lim ∫
X →+∞ − X
f (t ) dt

= lim  f (t ) dt  = lim
0 X X

X →+∞ ∫ −X
f (t ) dt + ∫
0  X →+∞ ∫
0
[ f (t ) + f ( −t )] dt

X
= lim 2
X →+∞ ∫
0
f p ( t ) dt

qui existe si fp est intégrable au voisinage de +∞.


1
2) Application : f vérifie bien les hypothèses du 1) et f p (t ) = est intégrable au voi-
1+ t2
sinage de +∞.

Alors, VP ∫−∞
f (t ) dt = lim 2 arctan( X ) = π .
X →+∞

Exercice 0.6 Valeur principale


1
1) Tracer le graphe sur  de la fonction f définie par f (t ) = .
t (t + 2 )
2 1
2) Vérifier que ∫−1 t(t + 2) dt diverge.

2 1
3) Calculer VP ∫−1 t(t + 2) dt directement, puis en fonction de sa partie paire fp .

−2(t + 1)
1) La fonction n’est pas définie pour t = 0 et t = – 2 et f ′(t ) = est positive si
t 2 (t + 2 ) 2
t < – 1, négative sinon.
0 • Intégration 9

1 1
2) Au voisinage de 0,  qui n’est pas intégra-
t (t + 2 ) 2 t
2

1
ble et alors dt diverge.
−1 t (t + 2)

–1 –ε
2  −ε 2 
∫ ∫ ∫
1 1 1 t
3) VP dt = lim+  dt + dt  . –2 0 ε 2
−1 t (t + 2 ) ε →0  −1 t (t + 2 ) ε t (t + 2 ) 

En décomposant la fraction rationnelle, on a :

=  −
1 1 1 1 
t (t + 2 ) 2 t t + 2 

(
dt = lim+ [ln t ]−1 + [ln t ]ε − [ln t + 2 ]−1 − [ln t + 2 ]ε )
2

1 1 −ε 2 −ε 2
et VP
−1 t (t + 2) 2 ε →0
1 ln 2
lim (ln ε + ln 2 − ln ε − ln(2 − ε ) − ln 4 + ln(2 + ε )) = −
= .
2 ε →0 + 2
Cette valeur représente la limite de la somme algébrique des aires hachurées quand ε → 0+.
a a
VP ∫−a
f (t ) dt = 2VP ∫ 0
f p (t ) dt où fp est la partie paire de f. Si f est impaire, fp est nulle et

a
VP ∫−a
f (t ) dt = 0 .

1 1
Ici, f p (t ) = ( f (t ) + f ( −t )) = 2 et fp ∈ L1(– 1,+ 1).
2 t −4
2 1 2
∫ ∫ ∫
1 1 1
Alors VP dt = 2 dt + dt .
−1 t (t + 2 ) 0t −4 t (t + 2 )
2
1

Exercice 0.7 Transformée de Hilbert


© Dunod. La photocopie non autorisée est un délit.

1) Étudier la sommabilité sur  de la fonction f définie par :


1 ∞
f (t ) =
(t − a)(t + 1)
2 et calculer VP
−∞
f (t ) dt si elle existe. ∫
2) La transformée de Hilbert d’une fonction ϕ est définie par :
1 +∞ ϕ (t )
( Hϕ )(u) =
π
VP ∫−∞ t −u
dt .

1
Calculer ψ = Hϕ puis η = Hψ dans le cas où : ϕ (t ) = .
t +1
2
10 Mathématiques du signal

1
1) Au voisinage de a, f se comporte comme et n’est donc pas sommable, mais, au
t−a
1
voisinage de l’infini, f (t ) qui est sommable.
t3
Donc, f est sommable sur ]–∞, a – ε1] ∪ [a + ε2 , +∞[, ∀ ε1 et ε2 > 0.

En particulier, f est sommable sur ]–∞, a – ε] ∪ [a + ε, +∞[, ∀ ε > 0.


∞  a −ε +∞ 
Calculons alors VP
−∞∫f (t ) dt = lim+ 
ε → 0  −∞ ∫
f (t ) dt +
a +ε ∫
f ( t ) dt  .

En décomposant la fraction en éléments simples, on obtient :
= A − 2  où A = 2
1 1 t a 1
f (t ) = − 2 .
(t − a)(t + 1)
2  t − a t +1 t +1  a +1
 t−a 
Une primitive de f est : F(t ) = A  ln 2 − a arctan t  .
 t +1 

Alors, VP ∫ −∞
f (t ) dt = lim+ {F( a − ε ) − F( −∞) + F( +∞) − F( a + ε )}
ε →0

π aA π aA
= lim+  F( a − ε ) − − − F( a + ε )  avec
ε →0  2 2 
 (a + ε )2 + 1 
F( a − ε ) − F( a + ε ) = Aln − a arctan(a − ε ) + a arctan(a + ε ) .
 (a − ε ) + 1
2

∞ πa
Ainsi, lim+ {F( a − ε ) − F( a + ε ) } = 0 et VP
ε →0 ∫
−∞
f (t ) dt = −
a2 + 1
.

+∞

1 dt u
2) ψ (u) = H (ϕ )(u) = VP =− 2 d’après 1).
π −∞ (t − u)(t + 1)
2
u +1
+∞ −u

1
η(t ) = H (ψ )(t ) = VP du .
π −∞ (u − t )(u 2 + 1)
L’intégration se fait en décomposant en éléments simples :
−u A Bu + C −1
g(u) = = + où C = 2 , A = tC et B = – A.
(u − t )(u 2 + 1) u − t u 2 + 1 t +1
Une primitive de g est :
B u−t
G(u) = A ln u − t + ln(u 2 + 1) + C arctan u = A ln + C arctan u
2 u2 + 1
 t −ε +∞ 
∫ ∫
1
η(t ) = lim+  g(u) du + g(u) du 
π ε → 0  −∞ t +ε 
1 1 −1
= [G( +∞) − G( −∞)] + lim+ [G(t − ε ) − G(t + ε )] = 2 = −ϕ (t ).
π π ε →0 t +1
Ainsi, H ( H (ϕ )) = −ϕ (voir exercice 9.10).
0 • Intégration 11

Exercice 0.8

avec D = ( x, y) / x 2  y  x   .
1
Calculer I = ∫∫D x dx dy  2
1) Dessiner le domaine et intégrer d’abord en y.
2) Intégrer d’abord en x. Comparer les deux résultats.

x dy dx =
12 x 12
∫ ∫ ∫
5
1) I = x ( x − x 2 ) dx = .
0  x 2  0 192

2) D’après la figure, x varie soit de y à y , soit de y à 1/2 : il faut alors couper le domai-
ne en deux.
y
1 4 
y

12 12
 y = x2 y=x
I= ∫ ∫
0

 y
x dx  d y +
 ∫ ∫ 
1 4 y
x dx  dy

14 1 2 1
y2 
∫ ∫
1 5
I= ( y − y 2 ) dy +  −  dy = . 1
0 2 1 4 8 2 192 2
1
4
On obtient le même résultat car on intègre une fonction x
continue sur un domaine fermé borné et le théorème de 0 1 1
2
Fubini s’applique, mais ce dernier calcul est plus long.

Exercice 0.9 Calcul d’une intégrale multiple dans le cas où


l’ordre d’intégration s’impose

2
 2x
sin dy dx .
y
Soit I = ∫1  ∫x x 
© Dunod. La photocopie non autorisée est un délit.

1) Tracer le domaine D d’intégration et calculer I directement. Peut-on calculer I


en intégrant d’abord en x ?
 u = x
2) Calculer I par le changement de variables suivant : v = y .
 x
12 Mathématiques du signal

2x
− x cos  dx
2

y
1) I = y
1  x  x 5
2 y = 2x

3
= −(cos 2 − cos1) x dx = (cos1 − cos 2). 4
1 2
3
D
2 y=x
1

x
0 0,5 1 1,5 2 2,5

∫∫ ∫∫
y y y
Comme sin est > 0 sur D, I = sin dx dy = sin dx dy d’après le théorème de
x D x D x
Fubini. On peut alors intégrer d’abord en x mais en vain, car on ne connaît pas de primitive
1 y
de sin , a fortiori de sin .
x x

2) Le domaine D est défini par : x  y  2x et x ∈ [1, 2]


ν
qui devient après changement de variables : 1  ν  2 et

u ∈ [1, 2]. Donc l’image de D est : ∆ = [1, 2] × [1, 2]. 2
Le jacobien de la transformation est :
∂x ∂x
1 0
J = u ∂v =
∂ =u
∂y ∂y v u 1

∂u ∂v
2 2
I= ∫∫∆
sin v u du dv = ∫1
u du × ∫ sin v dv
1
0
u
1 2
3
= (cos1 − cos 2).
2

Exercice 0.10 Critère de convergence dans 2


dx dy
1) Montrer que, si r = x 2 + y 2 et a > 0, ∫∫ra rα
converge si α > 2, diverge
sinon.
dx dy
2) En déduire le critère de convergence de ∫∫ra rα
.

1) Posons {xy == rr cos θ


sin θ . Le jacobien de la transformation vaut :

∂x ∂x
J = ∂r ∂θ = cos θ − r sin θ
∂y ∂y sin θ r cos θ = r
∂r ∂θ
0 • Intégration 13


 +∞ r dr  dθ = 2π +∞ dr
∫∫ ∫ ∫ ∫
dx dy
I= α = qui
0  a rα  α −1 y
r a r a r

converge si et seulement si α – 1 > 1 soit α > 2.


a dr M

∫∫ ∫
dx dy
2) I = α = 2π α −1 qui converge si et seule- r
r a r 0 r
θ
ment si α < 2. O
a
x

Exercice 0.11

∫∫ ×  e −( x
2
+ y2 )
Calculer I = + +
dx dy .

∞ ∞
∫0 e ∫−∞ e
− x2 − ax 2
En déduire la valeur de dx et de dx pour a > 0 .

y
Remarquons d’abord que la fonction est sommable car elle
1
est continue en 0, et, à l’infini, on peut écrire : e − r  3
2
M
r
(voir exercice 0.10). r

0 θ
x

Puisque le domaine est un « pavé » et que la fonction est le produit d’une fonction de x par
une fonction de y, on a :

+∞ +∞ +∞ +∞ +∞ 2

∫ e− x  ∫ e − y dy dx = ∫ e − y dy × ∫ e − x dx =  ∫ e − x dx 
2 2 2 2 2
I=
0  0  0 0  0 

Posons : {yx == rr sincosθθ . Alors, le jacobien vaut : θ

π π
J = r et le domaine devient : ∆ =  + × 0,  .
© Dunod. La photocopie non autorisée est un délit.

 2  2

r
0
+∞
π  −e − r 
2
π 2 +∞ π
∫∫ e ∫ ∫
−r2 −r2
D’où : I = r dr dθ = dθ × re dr =   = .
∆ 0 0 2  2  4
0

π π
+∞ 1 π

+∞
e − au du =
2

∫ e − x dx = I =
2
Donc, I = , , et, en posant : x = u a 0 2 a
et
4 0 2
+∞ π
∫ e − ax dx =
2
.
−∞ a
14 Mathématiques du signal

Exercice 0.12

1
Calculer I = ∫∫D(a) f ( x )g( y) dx dy avec f ( x) =
π 1 − x2
1{ x <1} ( x ),

g( y) = ye − y / 211
2
l  + ( y) et D(a) = {(x, y)/ xy < a} avec a > 0, en faisant le change-
*
t
ment de variables suivant : x = et y = u.
u

D(a) est le domaine hachuré mais, compte tenu y


des valeurs de f et de g, on intègre en fait sur
D′(a) = {(x,y)/ xy < a, |x| < 1, y > 0} (en grisé) et
fg est sommable sur D(a).
Le jacobien de la transformation est : D′(a) y= a
x
∂x ∂x 0 x
1 t –1 +1
− 2 1
J = ∂t ∂u = u u = D(a)
∂y ∂y u
0 1
∂t ∂u
et l’image de D′(a) est :
 t 
∆( a) = (t, u) / t < a, < 1, u > 0 
 u  u
soit : ∆(a) = {(t, u) / |t| < u, t < a}.
∆(a)

u = |t|

a t
0

ye − y  +∞ ue − u 2 / 2
2
/2  a
Alors, I ( a) = ∫∫
D ′( a) π 1 − x 2 
−∞  t π u − t2
dx dy =2
du d t

∫ ∫
On intègre d’abord en u, sinon il faudrait couper le domaine en deux sous-domaines et l’on
pose : ν 2 = u2 – t2. D’où ν dν = u du et
 e −ν / 2 
2
a +∞ a
∫ ∫ ∫
−t 2 / 2 1
e −t
2
I ( a) = e  dν  dt = /2
dt
−∞  0 π  2π −∞

+∞ 1 π
∫ e − ax dx =
2
en utilisant .
0 2 a
I(a) est la fonction de répartition de la loi normale centrée réduite.
0 • Intégration 15

Exercices d’entraînement

0.13 Les majorations suivantes sont-elles vraies ou fausses ?


1 2 2
1) ∫0
f ( x ) dx − ∫1
f ( x ) dx  ∫ 0
f ( x ) dx

12 1 12 1
2) ∫0
f ( x ) dx − ∫ 12
f ( x ) dx  ∫ 0
f ( x ) dx − ∫
12
f ( x ) dx

b b
3) ∫a
f ( x ) dx  ∫ max f ( x ) dx
a x ∈[ a, b ]

0.14 Étudier la sommabilité des fonctions f suivantes sur les intervalles précisés et cal-
culer les intégrales qui convergent (notées I).
1
1) (t3 + t + 1)e–2t sur [1,+∞[ 2) sur 
ch t
1
3) (t – 1)–1/3 sur I1 = [1,2[ et I2 = [2,+∞[ 4) sur [1, +∞[
t t2 −1

t 1
5) sur [0, +∞[ 6) sur [0, +∞[
(1 + t 2 )2 (1 + t 2 )2
cos t ln t
7) sur ]0,1] 8) sur [1, +∞[
t (1 + t )2

0.15 Les fonctions suivantes sont-elles sommables sur les intervalles considérés ?
π π
cos t  cos t 
2  2 
1) sur [0, 1[ 2) sur ]0, 1]
(1 − t )3 / 2 t3/ 2

e sin t 1
3) sur ]0, 1] puis [1, +∞[ 4) arctan sur ]0, 1] et [1, +∞[
© Dunod. La photocopie non autorisée est un délit.

t t
1 ln t β
5) sin sur ]0, 1] et [1, +∞[ 6) sur ]1, +∞[ et ]0, 1[
t tα
n −π t 2
0.16 Montrer que t e est sommable sur , ∀ n ∈ .
+∞
∫ t n e −π t dt . Calculer In sachant que I0 = 1.
2
Soit In =
−∞

0.17 Étudier la convergence et la convergence en valeur principale des intégrales sui-


vantes :
1 dt 1 dt 1 t+2
I1 =
−1 t ∫ I2 =
−1 t
2 I3 = ∫
−1 t (t + 3)
dt ∫
16 Mathématiques du signal

0.18 Calculer les intégrales multiples suivantes (calcul direct)


I1 = ∫∫ D
dx dy avec D = {(x,y) / 0 < x < 1, 0 < y < 1, x + y > 1}

∫∫
y
I2 = 2 dx dy avec D = {(x,y) / x  y  4x, x  1}
2
Dx

I3 = ∫∫ D
x dx dy avec D = {(x,y) / 0 < x < 2, – 1 < y < 1, 0 < x + y < 1}

2
 6

∫  ∫
2
I4 = e x dx  dy
0 3y 

∫∫
dx dy
I5 = . Pour I5 , intégrer 2 fois : d’abord en x, puis
+ × + (1 + y)(1 + x 2 y)
+∞

ln x
d’abord en y. En déduire la valeur de J = dx
0 x2 −1

I6 = ∫∫∫ dx dy dz
D
avec D = {(x,y,z) / x2 + 2y2  z  1 – y2}

0.19 Calculer les intégrales multiples suivantes en faisant le changement de variables


indiqué.
I1 = ∫∫+ × +
e − ( x + y ) ( x + y) n dx dy en posant : x = u et y = ν – u.

∫∫ e −(u cos(t (u 2 + v 2 ))du dv . Poser u = ω cos θ


2
+v2 )
I2 =
v = ω sin θ
+ +
 ×

x−y
I3 = ∫∫ D1+ x + y
dx dy où D = {(x,y) / 0  y  x, y  1 – x}

Poser : x – y = u, x + y = ν.

0.20 Critère de convergence dans 3

∫∫∫
dx dy dz
1) Montrer que, si r = x 2 + y 2 + z 2 et a > 0, converge
r a rα
si α > 3, diverge sinon.

∫∫∫
dx dy dz
2) En déduire le critère de convergence de .
r a rα

Réponses

0.13 1) Faux : l’inégalité est du type |a – b|  |a + b| qui est fausse (il suffit de prendre a = 3 et
b = – 5). La majoration correcte est :
1 2 1 2 2


0
f ( x ) dx −
∫1
f ( x ) dx 

0
f ( x ) dx +
∫1
f ( x ) dx 
∫ f ( x ) dx
0
0 • Intégration 17

2) Faux : l’inégalité est du type |a – b|  |a| – |b] qui est fausse (il suffit de prendre a = 3
et b = – 5). La majoration correcte est :
12 1 12 1 1

∫0
f ( x ) dx −
∫12
f ( x ) dx 
∫ 0
f ( x ) dx +

12
f ( x ) dx 
∫ f ( x ) dx
0


1
3) Faux : il suffit de prendre f(x) = x – 1 sur [0,1], alors f ( x )dx = et
0 2
1

∫ max f ( x ) dx = 0 . La majoration correcte est :


0 x ∈[ 0,1]

b b


a
f ( x ) dx 
∫ max f ( x ) dx = max f ( x ) ⋅ (b − a)
a x ∈[ a,b ] x ∈[ a,b ]

1
0.14 1) f est intégrable ( e − t  si t grand ). Écrire la primitive sous la
t5
forme : P(t)e–2t où P(t) est un polynôme de degré 3 dont on détermine les coefficients en
dérivant et en identifiant (on a : P ′(t) – 2P(t) = t3 + t + 1 ∀ t). On obtient :
29 −2
I = − P(1)e −2 = e .
8
2) f est intégrable (utiliser e|t| > t2 si t grand) et I = π en posant u = et.
3
3) f est intégrable sur I1 (et I = ) mais pas sur I2 .
2

1 π
4) f est intégrable (comparer à ). Poser t = chu, alors, I = .
tα 2
1
5) Poser u = 1 + t2, I = .
2
π
6) Poser t = tanθ, I = .
4
1
7) f  en 0 et n’est donc pas intégrable.
t
© Dunod. La photocopie non autorisée est un délit.

1
8) f est intégrable (0 < f (t) ≤ ∀ α > 0 quand t est grand, prendre α = 1/2). En inté-
t 2−α
grant par parties, on a : I = ln2.

π
0.15 1) Oui : f (t ) quand t est voisin de 1, continue en 0.
2 1− t
1
2) Non : f (t ) 32 en 0.
t
1
3) Non sommable du tout : la fonction se comporte comme en 0 et, à l’infini, est supé-
t
e −1
rieure à (utiliser – 1  sint  1)
t
18 Mathématiques du signal

4) Oui sur ]0,1] (intégrer par parties), non sur [1,+∞[


1
(utiliser : lim X arctan = 1 ).
X →+∞ X
1
5) Oui sur ]0,1] , non sur [1,+∞[ (poser t = dans l’intégrale).
u
+∞
6) Sur [1,+∞[, poser u = lnt. Alors, I = ∫0
u β e(1−α )u du qui converge si α > 1 et β > – 1 et

+∞ ln β u


1
sur ]0,1], poser t = , alors I = 2 −α du qui converge si α < 1 et β > – 1 et si α = 1,
u 1 u

poser u = lnt : la fonction à intégrer devient uβ qui est sommable en +∞ si β < – 1, et en 0


si β > – 1.
π π π
− t2 − t2 − t2
t ne −π t = t ne
2
0.16 2 e 2  Me 2
qui est sommable sur .

n −1 (2 p − 1)(2 p − 3)....1
In = In−2 et I1 = 0 ⇒ I2 p = , I2p+1 = 0.
2π (2π ) p
1


dt
0.17 I1 ne converge pas mais converge en valeur principale, VP = 0.
−1 t

 −2 + 2  ).
1


dt
Pour I2 , pas de convergence du tout ( VP 2 = εlim 
−1 t → 0 ε
1 (t + 2 )

ln 2
Pour I3 , on a seulement : VP dt = .
−1 t (t + 3) 3

1 47 7
0.18 I1 = (aire de D) ; I2 = (intégrer en y d’abord) ; I3 = (couper le domaine en deux)
2 6 6
e36 − 1
; I4 = (permuter l’ordre d’intégration) ;
6
π2
I5 = (intégrer en x d’abord, puis t = y ) et si l’on intègre en y d’abord,
2
π2 π
I5 = 2J d’où J = ; I6 = (intégrer en z d’abord puis en (x,y) sur l’intérieur de l’el-
4 2 3
lipse : 3y2 + x2  1).

π 2 ln 2 − 1
0.19 I1 = (n + 1)! = Γ(n + 2) ; I2 = ; I3 = .
4(1 + t 2 ) 8

 x = r cosϕ cosθ
0.20 1) Passer en coordonnées sphériques :  y = r sin ϕ cosθ
z = r sin θ
π π ∞
θ ∈  − ,  , ϕ ∈ (0,2π), |J| = r2cosθ, I = 4π ∫
dr
.
 2 2 a r α −2
2) α < 3.
Chapitre 1

Espaces L 1 , L 2 et convergences

RAPPELS

• L 1 (I ) désigne l’espace vectoriel des fonctions sommables sur l’intervalle I,



borné ou non. Il est muni de la norme  f 1 = | f (t)|dt et  f 1 = 0 implique
I
f = 0 presque partout (en abrégé pp ).
• L 2 (I ) désigne l’espace vectoriel des fonctions dont le carré du module est som-

mable sur I. Il est muni de la norme  f 2 = | f (t)|2 dt , associée au produit
I
scalaire

 f,g = f (t)g(t) dt.
I

• Inégalité de Schwarz dans L 2 (I ) :


© Dunod. La photocopie non autorisée est un délit.

| f,g|   f 2 g2 (R1.1)


c’est-à-dire
   
 
 f (t)g(t) dt   | f (t)|2 dt |g(t)|2 dt
 
I I I

• Si I = [a,b] est borné, L 2 (I ) ⊂ L 1 (I ) et


√ √
 f 1  b − a  f 2  b − a sup | f (t)|. (R1.2)
t∈I
20 Mathématiques du signal

• Convergence d’une suite ( f n )n∈N de fonctions vers f lorsque n tend vers +∞ :


– ponctuelle : f n (t) −→ f (t) pour chaque t.
n→+∞
– presque partout : f n (t) −→ f (t) pour presque tout t.
n→+∞
– uniforme sur I : sup | f n (t) − f (t)| −→ 0.
t∈I n→+∞

• Convergence dans L 1 (I ) ou L 2 (I ) :  f n − f  −→ 0 avec la norme appropriée.


n→+∞
Pour L 2 (I ),
on dit aussi convergence en moyenne quadratique ou au sens de
l’énergie.
• Propriétés :
– Conv. uniforme ⇒ conv. ponctuelle ⇒ conv. presque partout.
– Si une suite ( f n ) converge uniformément vers f sur I :
– si les ( f n ) sont continues, alors f est continue. (R1.3)
 
– f n tend vers f.
I I

– Si une suite ( f n ) converge ponctuellement vers f :


si la suite des ( f n ) converge uniformément vers g, alors g = f  . (R1.4)

– Pour I = [a,b] borné, on a, d’après (R1.2) :

conv. uniforme ⇒ conv. dans L 2 (I ) ⇒ conv. dans L 1 (I ). (R1.5)

Exercice 1.1 Exemples de fonctions de L1 ou L2

Pour chacune des fonctions suivantes, trouver des intervalles sur lesquels f appar-
tient à L1 ou L2 ou aux deux.
1 1
1) f (t ) = 2) f (t ) = sin 2 3) f(t) = (1 + t2)e1/t
(t + 1) t − 1
2
t

dt
Pour chaque fonction, on utilise la comparaison avec les intégrales de référence ∫t α et

dt
∫ (b − t ) ∫I f (t )
p
α (cf. R0.1 et R0.2) et on rappelle que f ∈ Lp(I) si dt a une valeur finie,

ici p = 1 ou 2. D’autre part, on ne spécifiera pas les intervalles fermés bornés sur lesquels f
est continue et f ∈ L1(I) ∩ L2(I).
1 • Espaces L1, L2 et convergences 21

1) f est définie sur \[– 1,+ 1].


1
À l’infini, f (t )  2 donc sommable.
t
1
Au voisinage de – 1– , f (t )  3 / 2 non sommable.
2 t +1
1
En 1+ , f (t )  1 / 2 sommable.
2 2 t −1
Donc, f ∈ L1(–∞, – 1 – a) ∪ L1(1, +∞) ∀ a > 0.
Pour l’appartenance de f à L2, on étudie la sommabilité de f 2 :
1 1
À l’infini, f (t ) = 
2
qui est sommable.
(t + 1)2 (t 2 − 1) t 4
1 1
3 en – 1 et f (t ) 
2 – 2
Mais f (t ) en 1+ qui sont non sommables.
2 t +1 8(t − 1)
Donc, f ∈ L2(–∞, – 1 – a) ∪ L2(1 + a, +∞) ∀ a > 0.
2) f est définie sur * et paire, donc f ∈ Lp() équivaut à f ∈ Lp(+) (p = 1, 2).
1 +∞ 1 1 +∞ sin u
En posant t =
u
, on a :
0 ∫
sin 2 dt =
t 2 0 u u ∫
du qui converge (cf. exercice 0.4).

+∞ 2 +∞ sin 2
 sin 1  dt = 1 u
De même, ∫0  t2  2 ∫
0 u u
du qui converge car la fonction que l’on intègre

1
tend vers 0 quand u tend vers 0 et est majorée à l’infini par 3/ 2 qui est sommable. Donc,
u
f ∈ L1() ∩ L2().
3) Le domaine de définition de f est *. À l’infini, f (t )  t 2 qui est non sommable. Quand
1 1
t → 0– , → − ∞ , 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.
© Dunod. La photocopie non autorisée est un délit.

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). Étudier les convergences ponctuelle, uniforme
sur , et en moyenne quadratique de la suite {fn}.

2) Même question pour fn (t ) = g  .


t
 n
3) Même question pour fn(t) = g(t – n).
22 Mathématiques du signal

nt + 1 si − 1  nt  0

1) fn (t ) = 1 − nt si 0  nt  1 1
0 fn
 sinon

1 0 1 a t

n n

Donc fn n’est non nulle que sur  − ,  .


1 1
 n n
La suite converge ponctuellement vers f(t) = 0 si t =
/ 0 et f(0) = 1. En effet, pour tout t non
1
nul, il existe N tel que, ∀ n  N, fn(t) = 0 : il suffit de prendre N > . Les fn étant conti-
t
nues et f discontinue, la convergence n’est pas uniforme sur  (cf. R1.3). Par contre, sur tout
intervalle I du type [a, +∞[ ou ]–∞, – a] où a > 0, on a la convergence uniforme
car sup fn (t ) − f (t ) = fn ( a) = 0 pour n assez grand.
t ∈I
Si la suite converge en moyenne quadratique, la limite est nécessairement f, c’est-à-dire 0
presque partout. Alors, puisque f et fn ∈ L2() :
+∞ 1/ 2 1/ 2
 2   1/ n  2
fn − f 2
=
 ∫
−∞
fn (t ) − f (t ) dt 

= 2
 ∫
0
(1 − nt )2 dt 

=
3n
et || fn – f ||2 tend vers 0

quand n tend vers l’infini. La suite converge donc dans L2() vers 0.

 t + 1 si − 1  t  0 1
n n
 t t fn
2) fn (t ) = 1 − si 0   1
 n n
t
0 sinon –n 0 n

La suite converge ponctuellement vers f(t) = 1 ∀ t ∈  : en effet, fn(0) = 1 et, pour tout t non
t
nul, il existe N tel que, ∀ n  N, fn (t ) = 1 − (il suffit de prendre N > |t|). Donc,
n
lim fn (t ) = 1.
n →∞

La convergence est uniforme sur  si 1 f – fn


sup fn (t ) − f (t ) → 0 .
t ∈ n →∞

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


t ∈ –n n
0
Donc la convergence n’est pas uniforme sur .
a
Mais, sur I = [– a, a], sup fn (t ) − f (t ) = tend vers 0 quand n tend vers l’infini et il y a
t ∈I n
convergence uniforme sur I.
La convergence en moyenne quadratique ne s’étudie pas, car f ∉ L2().
1 • Espaces L1, L2 et convergences 23

t − n + 1 si − 1  t − n  0

3) fn (t ) = n + 1 − t si 0  t − n  1 1
0 fn
 sinon
La limite ponctuelle de la suite est la fonction
f identiquement nulle : en effet, pour chaque 0 n–1 n n+1 t
t fixé et n assez grand (soit n > t + 1),
fn(t) = 0.
Mais, la convergence n’est pas uniforme sur  car sup fn (t ) − f (t ) = 1, ne tend donc pas
t ∈
vers 0 quand n tend vers l’infini.
On constate que la convergence est uniforme sur ]–∞, a] quel que soit a fini car, si n est assez
grand, fn est nulle sur cet intervalle.
Pour la convergence en moyenne quadratique, f et fn ∈ L2() :
+∞ +∞ +∞
∫ ∫ ∫
2 2
fn − f 2
= fn (t ) − f (t ) dt = g 2 (t − n)dt = g 2 (u)du
−∞ −∞ −∞
expression indépendante de n, finie et non nulle. Donc || fn – f ||2 ne tend pas vers 0 et il n’y
a pas convergence en moyenne quadratique des fn vers f.

Exercice 1.3
n
et gn (t ) = 1 + 
1 t
Soient les suites de signaux fn (t ) = t + où t ∈ [0,1].
n  n
Examiner les convergences ponctuelle, uniforme sur [0, 1], et dans L2(0, 1) des sui-
tes fn et gn.

1) Pour t fixé, lim fn (t ) = f (t ) = t , et fn et f ∈ L2(0,1).


n →∞

1 1/ n 1
fn ( t ) − f ( t ) = t+ − t =  ∀ t ∈ [0,1], majoration obtenue en mul-
t + 1/ n + t
© Dunod. La photocopie non autorisée est un délit.

n n

1 1
tipliant par la quantité conjuguée puis en utilisant t+  . Donc
n n
1
0  sup fn (t ) − f (t )  , sup fn (t ) − f (t ) → 0 et la suite converge uniformément
t ∈[ 0,1] n t ∈[ 0,1] n →∞

vers f sur [0, 1].


1 1
∫0 fn (t ) − f (t )
2 2
fn − f 2
= dt  en utilisant l’inégalité ci-dessus, d’où la convergence de
n
la suite vers f dans L2(0, 1).
24 Mathématiques du signal

n ln(1+ t / n )
2) gn(0) = 1 et lim gn (t ) = lim e = lim e t / n
= 1 si t =
/ 0 en utilisant ln(1 + u)
n →∞ n →∞ n →∞

 u si u est petit. Donc, la suite converge ponctuellement vers la fonction g définie sur [0,1]
par g(t) = 1.
t
Pour la convergence uniforme, comme 1 + croît avec t, on a :
n
n n
sup gn (t ) − g(t ) = sup 1 +  − 1 = 1 + 
t 1
− 1 = gn (1) − 1.
t ∈[ 0,1] t ∈[ 0,1]  n  n

sup gn (t ) − g(t ) tend vers 0 quand n tend vers +∞ puisque gn(1) tend vers 1.
t ∈[ 0,1]

Donc la suite converge uniformément sur [0,1] vers g.


Pour la convergence dans L2(0,1), on a, puisque g et gn ∈ L2(0,1) :
1
∫ g ( t ) − g( t )
2 2
0  gn − g 2
= n dt  ( sup gn (t ) − g(t ) )2 d’où, quand n tend vers l’infini,
0 t ∈[ 0,1]

||gn – g||2 → 0 et la suite converge dans L2(0,1) vers g. (cf. R1.5)

Exercice 1.4

Soit la suite de fonctions fn (t ) = nα e − n ( t − 2 )2


2
.
1) La suite converge-t-elle ponctuellement, uniformément sur , et dans L2() ?
+∞ π
∫ e − at dt =
2
On utilisera .
−∞ a

2) Pour quelles valeurs de α a-t-on : lim


n→∞  ∫ fn (t )dt = ∫ nlim
→∞
fn (t )dt ?

1) fn(2) = nα, donc lim fn (2) vaut 1 si α = 0, 0 si α < 0 et n’est pas définie si α > 0, et,
n →∞

pour t =
/ 2, lim fn (t ) = 0 ∀ α. Ainsi, la suite ne converge ponctuellement sur  que si
n →∞
α  0. La limite ponctuelle vaut 0 si α < 0, et 0 sauf en 2 où elle est égale à 1 si α = 0.
Mais, ∀ α, la suite converge vers 0 presque partout.
Étudions la convergence uniforme sur  quand α  0 :
fn(t) – f(t) = fn(t) sauf si t = 2 et α = 0, car alors fn(2) – f(2) = 0.
Pour évaluer sup fn (t ) − f (t ) , on dérive donc fn :
t ∈

fn′(t ) = −2 nα + 2 (t − 2)e − n (t − 2 )2
2
s’annule pour t = 2, lim fn (t ) = 0 ,
t →∞
1 • Espaces L1, L2 et convergences 25

et alors sup fn (t ) − f (t ) = fn (2) = nα qui tend vers 0 quand n tend vers l’infini seulement si
t ∈
α < 0. D’où la convergence uniforme pour α < 0.
Pour la convergence dans L2(), fn ∈ L2() et f = 0 presque partout :
+∞ +∞ π 2α π 2α −1
∫ n 2α e −2 n dt = n 2 α ∫
(t − 2 )2
e −2 n
2 2 2 2
fn − f 2
= u
du = 2n = n
−∞ −∞ 2n 2

1
et l’expression tend vers 0 si α < .
2
+∞
2) On a donc lim fn = 0 presque partout quel que soit α et
n →∞ ∫
−∞ n →∞
lim fn (t )dt = 0 alors que

+∞ +∞ π α
∫ nα e − n dt = n α ∫ n = π nα −1 qui ne tend vers 0 que si α < 1.
(t − 2 )2
e−n
2 2 2
u
du =
−∞ −∞ n2
On n’a donc l’égalité que si α < 1.

Exercice 1.5

1
Soit la suite de fonctions fn (t ) = n 2 − t 2 11l [ − n,n ] (t ). Examiner les convergen-
np
ces uniforme et au sens de l’énergie de la suite pour p = 2 et p = 1.

1 t2
Si p = 2, fn ∈ L2(), f (t ) = lim fn (t ) = lim 1 − 2 11l [– n,n](t) = 0
n →∞ n →∞ n n
1
sup fn (t ) − f (t ) = fn (0) = tend vers 0 quand n tend
t ∈ n 1/n1

vers l’infini et il y a convergence uniforme sur . n1 < n2


© Dunod. La photocopie non autorisée est un délit.

1 n 4 1/n2

2
fn − f = (n 2 − t 2 )dt =
2
n4 −n 3n – n2 – n1 0 n1 n2 t

tend vers 0 quand n tend vers +∞ et la suite converge


dans L2() vers 0.
t2 1
Si p = 1, fn ( t ) = 1 − sur [– n, n] et
n2
f (t ) = lim fn (t ) = 1 partout. 0 t
n →∞ – n2 – n1 n1 n2

1 sur ] − ∞, − n[∪]n, +∞[



fn ( t ) − f ( t ) =  t2
1 − 1 − sur [ − n, n]
 n2
26 Mathématiques du signal

Donc, sup fn (t ) − f (t ) = 1 et la suite ne


t ∈
1 f – fn
converge pas uniformément sur .
La limite f n’étant pas dans L2(), il n’y a
pas de convergence au sens de l’énergie. –n 0 n t

Exercice 1.6

Soit la suite de fonctions définies par : fn(t) = (sint)n 11l [0,π](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
l’intégrale par récurrence et utiliser la formule de Stirling : n! n n e − n 2π n
valable si n grand.)

π
1) fn(π/2) = 1, et fn (t ) → 0 si t ≠ , car |sint| < 1, donc f est nulle sauf en π/2 où elle
n→∞ 2
vaut 1 : elle est donc nulle presque partout.
2) La convergence n’est pas uniforme sur  car les fn sont continues mais pas f (cf. R1.3).
π π
∫ ∫ sin t (sin t )2 n −1 dt et en intégrant par
2
3) fn − f 2
= (sin t )2 n dt = In . En écrivant In =
0 0

2n − 1 (2 n − 1)(2 n − 3).....3.1 avec I = π et donc


parties, on obtient : In = In −1 . Soit In = I0 0
2n 2 n(2 n − 2).....2

π (2n)!
In = .
2 2 n (n!)2

π
Avec l’approximation de n! , on a : In  qui tend vers 0 quand n tend vers l’infini. La
n
suite converge donc en moyenne quadratique vers 0.
π 2
Remarque. On peut aussi montrer que In tend vers 0 ainsi : d’abord, In = 2 ∫0
(sin t )2 n dt
puisque sin(π – u) = sinu et on découpe l’intervalle :

 π π 
−ε  π 
2n
π 
In = 2 ∫ 2
(sin t ) dt +
2n
∫2 2n
π (sin t ) dt   2  sin − ε    − ε  + ε 
 0
2
−ε
   2   2  
1 • Espaces L1, L2 et convergences 27

π
en majorant sint par k = sin − ε  < 1 dans la première intégrale et par 1 dans la seconde
2 
π
et la quantité k 2 n  − ε  + ε est aussi petite que l’on veut car k 2 n → 0 . On a :
2  n →∞

∀ε , 0  lim In  2ε avec ε aussi petit que l’on veut.


n →∞

Donc In → 0 quand n tend vers l’infini.

Exercices d’entraînement

1.7 Pour chacune des fonctions f suivantes, trouver des intervalles sur lesquels f appar-
tient à L1 ou à L2 ou aux deux.
1  1 1
1) 2) ln1 −  3) arctan 4) |t|αeβ t
t t −1
2  t  t
1.8 Étudier les convergences uniforme et en moyenne quadratique des suites fn :

1) n 2) n 2 sin π nt 11
l 1 1 (t )
− , 
π (1 + n 2 t 2 )  n n 

1 − e−n t
2 2
1 1
3) , 0 en 0 4) arctan , 0 en −
t 1 + nt n
t
5) 11l  π π  (t ).
π − , 
 n n
− nt
2
1.9 Soit la suite de signaux fn (t ) = t e .
1) Examiner les convergences ponctuelle et uniforme sur .
d
2) A-t-on : lim fn′(t ) = [ lim fn (t )] ?
n→∞ dt n→∞
© Dunod. La photocopie non autorisée est un délit.

1.10 On suppose que les suites {fn} et {gn} convergent dans L2(I) vers f et g respective-
ment, pour tout intervalle I.
A-t-on lim fn + gn = f + g et lim fn gn = fg dans L2(I)
n→∞ n→∞

Réponses

1.7 1) Domaine de définition : I = ]– ∞, – 1[ ∪ ]1,+∞[. f étant impaire et f 2 paire, on raisonne


1
sur ]1,+∞[. Au voisinage de 1, f (t ) et à l’infini, f (t ) 12 d’où f ∈ L1(I) mais
2 t −1 t
f ∉ L2(I).
28 Mathématiques du signal

1
2) Domaine de définition : ]1, ∞[. À l’infini, f (t )  non sommable et, en 1, si l’on
t
1+ε ε
 1 x
pose t = 1 + x, ∫
1
ln1 −  dt 
 t ∫ ln 2 dx qui converge.
0

Donc, f ∈ L1(1, a) ∀ a borné. On a de même, f ∈ L2(1, a).


π
3) Le domaine de définition est * et, f étant impaire, on raisonne sur +. lim f (t ) =
t →0 2
1
et, à l’infini, f (t ) non sommable. On a donc seulement f ∈ L1(– a, a) ∀ a fini. Par
t
1
contre, à l’infini, f (t ) 2 et f ∈ L2().
2
t
4)
<–1 >–1  < – 1/2  > – 1/2
β>0 L1(–) L2(–)
β<0 L1(+) L2(+)
β = 0 (a > 0) L1(a, +∞) L1(– a, a) L2(a, +∞) L2(– a, a)
L1(–∞, –a) L2(–∞, –a)

1.8 1) fn → 0 sauf en 0 où il n’y a pas de limite. Il n’y a donc pas convergence uniforme sur
. En posant u = nt, fn − f 2
= c n avec c constante non nulle, donc pas de convergen-
ce dans L2().

 1 1
2) D’abord, lim fn = 0 car − ,  → {0} et fn(0) = 0, et fn ∈ L2().
n→∞  n n
Mais la convergence ne peut être uniforme puisque
sup fn (t ) − f (t ) = fn   = n2 . Pour la convergence dans L2() :
1
t ∈  2n 
+∞ 2 +1 n
∫ ∫
2
fn − f 2
= f n ( t ) − f ( t ) dt = n 4 sin 2 π nt dt = n 3 (en linéarisant).
−∞ −1 n
Donc, la suite ne converge pas dans L2() : on verra qu’elle converge au sens des distribu-
tions.

1
3) f (t ) = et 0 en 0. fn continues et f discontinue impliquent : pas de
t
convergence uniforme sur , ni dans L2() d’ailleurs car f ∉ L2().
π π
4) fn est discontinue, fn (0) = , f est nulle sauf en 0 où elle vaut .
4 4
π
sup fn (t ) − f (t ) = donc pas de convergence uniforme sur .
t ∈ 2
1 • Espaces L1, L2 et convergences 29

1
fn (t ) ⇒ fn ∈ L2 ( )
∞ nt
+∞ 2 +∞ 2
 arctan 1  dt = 1  arctan 1  du = c
∫ ∫
2
fn − f = et c =
/ 0.
2 −∞  1 + nt  n −∞  u n
d’où la convergence dans L2() vers 0 presque partout.
π
5) fn(0) = 0 et, si t =
/ 0 et n assez grand (tel que < t ), fn(t) = 0. Donc, la limite f est nulle
n
1
et la convergence est uniforme sur  car sup fn (t ) − f (t ) = qui tend vers 0.
t ∈ n
π n 2
 t  dt = 2π

2
fn − f =2 et la suite converge vers 0 dans L2().
2 0 π 3n3

1.9 1) fn(0) = 0, et fn (t ) → 0 si t ≠ 0, donc la limite ponctuelle f est nulle partout.


n→∞

La convergence est uniforme sur  : En effet, fn – f = fn a pour dérivée


2 1 1
fn′(t ) = e − nt (1 − 2 nt 2 ), fonction paire qui s’annule en et en – .
2n 2n
−1 2
 1  e
Donc, sup fn (t ) − f (t ) = fn  = puisque la fonction tend vers 0 quand t tend
t ∈  2n  2n
vers l’infini.
2
− nt
2) gn (t ) = fn′(t ) = e (1 − 2 nt ) et g(t ) = lim gn (t ) = 0 si t =
/ 0, 1 sinon.
2
n→∞
La convergence n’est pas uniforme puisque la limite est discontinue alors que les gn sont
continues. De ce fait, on n’a pas : g(t) = f ′(t) (cf. R1.4).
1.10 Vrai pour la somme, faux pour le produit.
|| fn + gn – (f + g)||  || fn – f || + ||gn – g|| et f + g ∈ L2().
f ∈ L2(I) et g ∈ L2(I) ⇒ fg ∈ L1(I) d’après l’inégalité de Schwarz. Par exemple, si
1
f (t ) = 1 4 et g = f, alors, f ∈ L2(0,1) et g ∈ L2(0,1). Mais fg ∉ L2(0,1).
t
© Dunod. La photocopie non autorisée est un délit.

On a : fg ∈ L1(I).
La convergence a lieu dans L1(I) car :
|| fngn – fg||1  || fn||2||gn – g||2 + ||g||2|| fn – f ||2 .
Chapitre 2

Orthogonalité,
projections dans L 2 (I )

RAPPELS

• Produit scalaire dans L 2 (I ) :  f,g = f (t)g(t)dt .
I
Propriétés : – linéarité : α f + βh,g = α f,g + βh,g
–  f,g = g, f , donc  f,αg = α f,g
–  f, f   0 et  f, f  = 0 ⇒ f = 0 dans L 2 (I )


• Norme associée au produit scalaire :  f  = | f (t)|2 dt =  f, f 
I
- Deux fonctions f et g sont orthogonales si leur produit scalaire est nul. Alors,
© Dunod. La photocopie non autorisée est un délit.

 f + g2 =  f 2 + g2 (Pythagore).


• La projection orthogonale f˜ d’une fonction f de L 2 (I ) sur un sous-espace
vectoriel fermé F engendré par la famille de fonctions orthogonales
(ϕ0 ,ϕ1 ,ϕ2 ,. . . ,ϕn ) est égale à :

k=n
 f,ϕk 
f˜(t) = ck ϕk (t) où ck = . (R2.1)
k=0
ϕk 2

C’est la meilleure approximation de f par une fonction de F.


C’est, parmi toutes les fonctions g de F, celle qui rend minimum la quantité
 f − g2 .
32 Mathématiques du signal

Puisque f − f˜ est orthogonal à f˜, l’erreur d’approximation vaut :


k=n
| f,ϕk |2
 f − f˜2 =  f 2 −  f˜2 avec  f˜2 = . (R2.2)
k=0
ϕk 2

• Exemples de bases :
– base orthogonale dans L 2 (0,T ) :
         
2πt 2πt n2πt n2πt
1,cos ,sin ,. . . ,cos ,sin ,. . . (R2.3)
T T T T

– base orthonormée dans L 2 (−1,+1) : les polynômes de Legendre



1 1 dn 2
Pn (t) = n + ((t − 1)n ) (R2.4)
2 2n n! dt n

Exercice 2.1 Rappels : projections dans R3


1 2  1 2
Soient f1 , f2 , f3 trois vecteurs de 3 tels que f1 =  0  , f2 =  0  ,
1 2   −1 2 

 0
f3 =  1 . On rappelle que le produit scalaire de deux vecteurs u et v de 3 de com-
 0
3
posantes ui et vi dans la base canonique vaut : u, v = ∑
i =1
ui vi .

1) Montrer que f1 , f2 , f3 sont orthogonaux deux à deux et normés.


2) Soient F l’espace engendré par f2 et f3 , F⊥ = {v ∈ 3 / v⊥ u ∀ u ∈ F} son ortho-
gonal. Décrire succinctement ces espaces.
 1
3) Soit u =  2 . Quelles sont les projections uF de u sur F et uF ⊥ sur F⊥ ?
 3
Vérifier la relation de Pythagore.

1) En appliquant la définition, on obtient : fi , f j = δ ij symbole de Kronecker, qui vaut 1


si i = j, 0 sinon, et ||fi|| = 1 ∀ i = 1 à 3.
α 2 
2) F = {v ∈ 3 / v = α f2 + β f3} soit v =  β  .
 
 −α 2 
2 • Orthogonalité, projections dans L2(I) 33

Et, si x, y, z sont les composantes de v, l’équation x + z = 0 définit F. C’est l’équation d’un


plan. F⊥ est la droite engendrée par f1 : c’est l’ensemble des vecteurs qui s’écrivent : v =
α f1 , et si les composantes d’un tel vecteur sont x, y , z, alors on a : x = z, y = 0, équations
qui définissent la droite F⊥.

3) D’après (R2.1), uF est définie par :

2  −1 4  2
uF = u, f2 f2 + u, f3 f3 = − f2 + 2 f3 =  2  et uF ⊥ = u, f1 f1 = f1 =  0 et la
2  1 2  2
relation de Pythagore est vérifiée puisque uF ⊥ uF ⊥ .

2 2
En effet, uF + uF ⊥ = 6+8= u 2
= 14 .

Exercice 2.2 Procédé d’orthogonalisation de Gram-Schmidt


On considère l’espace vectoriel L 2 (−1,1) muni du produit scalaire :
 1
 f,g = f (x)g(x) dx
−1

1) a) Construire une suite de polynômes pi 2 à 2 orthogonaux avec i = 0,1,2


de sorte que le degré de pi soit i et que le coefficient du terme de plus
haut degré soit égal à 1. On a donc p0 (x) = 1. Calculer p1 , puis p2 .
b) Expliciter les polynômes Pi proportionnels aux pi et de norme égale à 1.
Vérifier que ces polynômes sont ceux de Legendre définis par (R2.4).
c) Généralisation : connaissant p0 , p1 ,. . . , pn−1 , calculer pn par la formule :

j=n−1
pn (x) = x n + αn, j p j (x)
j=0

2) Déterminer la meilleure approximation au sens de la norme de L 2 (−1,1) de


© Dunod. La photocopie non autorisée est un délit.

la fonction f (x) = e x par une fonction polynomiale de degré n . Si on note


f n cette approximation, on a, dans la base orthonormée précédente et d’a-
près (R2.1) :

i=n
f n (x) = ai Pi (x) avec ai =  f,Pi 
i=0

a) Calculer ai pour i = 0,1,2. En déduire les approximations f 0 , f 1 , f 2 de


l’exponentielle successivement par des polynômes de degré 0, 1 puis 2
dans L 2 (−1,1).
34 Mathématiques du signal

b) Calculer  f − f n 2 en fonction des ai et de  f 2 . En déduire, pour


chaque approximation, l’erreur relative  f − f n 2 /  f 2 .
c) Faire 3 figures avec, sur chacune, le graphe de y = e x et respectivement
les graphes de y = f 0 (x) , y = f 1 (x) et y = f 2 (x).
3) Faire de même avec f (x) = sgn(x)1l [−1,1] (x) en prenant des polynômes de
Legendre de degrés  5.

1) a) On pose p1 (x) = x + a et p2 (x) = x 2 + bx + c et on détermine les constantes par


 p0 , p1  = 0,  p0 , p2  = 0 et  p1 , p2  = 0.
 α
On obtient (sachant que, pour g impaire et sommable sur [−α,α], g(x)dx = 0) :
−α
 1
1.(x + a) dx = 0 ⇐⇒ 2a = 0
−1
 1
2
1.(x 2 + bx + c) dx = 0 ⇐⇒ + 0 + 2c = 0
−1 3
 1
2
x.(x 2 + bx + c) dx = 0 ⇐⇒ b = 0.
−1 3
1
On a donc : p0 (x) = 1, p1 (x) = x, p2 (x) = x 2 −
3
Ces 3 fonctions polynômes forment une base orthogonale de l’espace vectoriel des fonctions
polynomiales de degré inférieur ou égal à 2.
pi (x)
b) Les polynômes Pi sont définis par : Pi (x) = , avec  pi 2 =  pi , pi  :
 pi
 1
 p0 2 = 1 dx = 2
−1
 1
2
 p1  = 2
x 2 dx =
−1 3
 1  2  1  
1 2 2 1 8
 p2  = 2
x −
2
dx = x − x + 4
dx =
−1 3 −1 3 9 45
   
1 3 45 1
d’où : P0 (x) = √ , P1 (x) = x, P2 (x) = x −
2
2 2 8 3
c) Les n conditions  pn , pk  = 0 pour k = 0,1,2,. . . ,n − 1 s’écrivent :
x n , pk  + αn,k  pk , pk  = 0

x n , pk 
/ k et on a : αn,k = −
car  p j , pk  = 0 pour j = d’où pn .
 pk 2
2 • Orthogonalité, projections dans L2(I) 35

2) a) Calculons les ai = e x ,Pi  et les f i :


 1
1 1
a0 = e x √ dx = √ (e1 − e−1 )
−1 2 2
 1  
3 −1 3
a1 = e x
x dx = 2e
−1 2 2
 1      
45 1 45 2 14 −1
a2 = e x
x −
2
dx = e− e
−1 8 3 8 3 3
e1 − e−1
f 0 (x) = a0 P0 (x) = = sh(1) ≈ 1.1752
2
e1 − e−1
f 1 (x) = a0 P0 (x) + a1 P1 (x) = + 3e−1 x ≈ 1.175 2 + 1.10364x
2
 
−1

−1 15 1
f 2 (x) = a0 P0 (x) + a1 P1 (x) + a2 P2 (x) = sh(1) + 3e x + e − 7e x −
2
4 3
≈ 0.99629 + 1.10364x + 0.53672 x 2
Si on utilise la base des pi qui est orthogonale mais pas normée, on a alors

i=n
e x , pi 
f n (x) = pi (x)
i=0  pi 2
ce qui évite d’avoir des racines carrées dans les calculs.
b) L’erreur  f − f n 2 correspond en traitement du signal soit à l’énergie soit à la puissance.
On a :

i=n 
i=n
 f − f n 2 = f − ai Pi , f − ai Pi
i=0 i=0

i=n i=n i=n i=n
=  f  − f,
2
ai Pi − ai Pi , f + ai Pi , ai Pi
i=0 i=0 i=0 i=0


i=n 
i=n 
i=n
=  f 2 − 2 ai  f,Pi  + ai2 =  f 2 − ai2
© Dunod. La photocopie non autorisée est un délit.

i=0 i=0 i=0

On retrouve (R2.2) :  f  =  f − f n  +  f n  . On calcule donc :


2 2 2


x
2
1
e2 − e−2
 f 2 = e dx = = sh2 = 3.62686
−1 2
1 1
a02 = (e1 − e−1 )2 = (e2 − 2 + e−2 ) = ch2 − 1 ∼ 2.76220
2 2
3
a12 = 4e−2 = 6e−2 ∼ 0.81201
2
 2
45 2 14 5
a22 = e − e−1 = (e2 − 14 + 49e−2 ) ∼ 0.05121
8 3 3 2
36 Mathématiques du signal

 f − f 0 2 = sh2 − (ch2 − 1) ∼ 0.86


 f − f 1 2 =  f 2 − a02 − a12 ∼ 5.27 × 10−2
 f − f 2 2 =  f 2 − a02 − a12 − a22 ∼ 1.44 × 10−3
Les erreurs relatives sont donc :
 f − f 0 2  f − f 1 2  f − f 2 2
∼ 0.24 , ∼ 0.015 , ∼ 0.0004
 f 2  f 2  f 2
 f − f2 √
L’erreur relative en norme L 2 est dans le dernier cas = 4 × 10−4 ∼ 2%.
f
c) Graphes
3 3 3
y = ex y = ex y = ex
2,5 y =f (x) 2,5 y =f (x) 2,5 y =f (x)
1 2
0

2 2 2

1,5 1,5 1,5

1 1 1

0,5 0,5 0,5

0 0 0
–1 0 1 –1 0 1 –1 0 1

3) a) D’après (R2.4), Pn est de degré n, P2k est pair et P2k+1 est impair.
 1
Comme ai =  f,Pi  = f (x)Pi (x) dx et que f est impaire, on a :
−1

0 si i est pair
ai =  1  1
2 sgn(x)Pi (x)dx = 2 Pi (x)dx si i est impair
0 0

On n’a donc besoin que des Pi pour i = 1,3,5.


Avec (R2.4), on a :
  
3 7 5x 3 − 3x 11 63x 5 − 70x 3 + 15x
P1 (x) = x , P3 (x) = , P5 (x) =
2 2 2 2 8
  1 
3 3
a1 = 2 x dx =
2 0 2
  1 
7 1 7
a3 = (5x 3 − 3x) dx = −
2 0 4 2
2 • Orthogonalité, projections dans L2(I) 37

  1

1 11 1 11
a5 = (63x − 70x + 15x) dx =
5 3
4 2 0 8 2
3
f 0 (x) = a0 P0 (x) = 0, f 1 (x) = f 0 (x) + a1 P1 (x) =
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)
11 63x 5 − 70x 3 + 15x
f 5 (x) = f 4 (x) + a5 P5 (x) = f 4 (x) +
16 8
21(33x 5 − 50x 3 + 25x)
=
128
b) Les calculs sont les mêmes qu’à la question 2) :
 1
 f 2 = 12 dx = 2
−1
3 7 11
a12 = , a32 = , a52 =
2 32 128
 f − f 1 2 = 2 − 1.5 = 0.5
 f − f 3 2 = 2 − a12 − a32 ∼ 0.281
 f − f 5 2 = 2 − a1 − a32 − a52 ∼ 0.195
Les erreurs relatives sont donc :
 f − f 1 2  f − f 3 2  f − f 5 2
∼ 0.25 , ∼ 0.14 , ∼ 0.098
 f 2  f 2  f 2
 f − f5
L’erreur relative en norme L 2 est dans le dernier cas ∼ 0.31 ∼ 30%. On notera
f
que les erreurs sont plus grandes qu’à la question précédente : cela est dû à la discontinuité
de la fonction.
c)
© Dunod. La photocopie non autorisée est un délit.

1,5
f5 f3
1

0,5 f1
f0
0

– 0,5

–1

– 1,5
–1 – 0,5 0 0,5 1
38 Mathématiques du signal

Exercice 2.3 Polynômes de Tchebychev de première espèce

1 f ( t ) g( t )
1) Dans L2(– 1,+ 1), on considère ϕ ( f , g) = ∫−1 1 − t2
dt .

Montrer que ϕ définit un produit scalaire sur L2(– 1,+ 1).


2) Soit Tn(t) = cos(n arccost). Montrer que Tn est un polynôme de degré n.
3) Vérifier que la famille des Tn est orthogonale pour le produit scalaire défini ci-
dessus. Est-elle orthonormée ?
4) Quelle est la meilleure approximation de f(t) = sgn(t)11l [–1,1](t) au sens des moin-
dres carrés dans L2(– 1,+ 1) muni du produit scalaire ϕ, par des polynômes de
degré  5 ? Comparer à l’exercice 2.2.

1) ϕ ( f, f)  0, et ϕ ( f, f) = 0 ⇒ f = 0 presque partout, c’est-à-dire 0 dans


L2(– 1,+ 1). D’autre part, ϕ est bilinéaire et symétrique en raison des propriétés de l’inté-
grale.
Donc ϕ définit un produit scalaire sur L2(– 1,+ 1).
2) Posons θ = arccost où t ∈ (– 1,+ 1) d’où θ ∈ (0, π) et Tn(t) = cos(nθ).

On a donc t = cosθ, sin θ = 1 − t 2 et Tn(t) = Re(cosnθ + i sinnθ) soit, avec la formule de

Moivre, Tn (t ) = Re(cos θ + i sin θ ) n = Re(t + i 1 − t 2 ) n .


k =n
Puis, avec la formule du binôme, Tn (t ) = Re ∑C t
k =0
k n−k k
n i (1 − t 2 ) k / 2 .

Donc Tn (t ) = t n − Cn2 t n − 2 (1 − t 2 ) + Cn4 t n − 4 (1 − t 2 )2 − ...

C’est un polynôme de degré  n comme somme finie de tels polynômes, et le coefficient de


tn vaut : 1 + Cn2 + Cn4 + Cn6 + ...Cnm = 2 n −1 (m désignant n ou n – 1 selon la parité de n). Cette
relation résulte des développements de (1 + 1)n et de (1 – 1)n par la formule du binôme.
Donc, Tn est un polynôme de degré n exactement. Ainsi :

T0(t) = 1, T1(t) = t, T2(t) = 2t2 – 1, T3(t) = 4t3 – 3t,


T4(t) = 8t4 – 8t2 + 1, T5(t) = 16t5 – 20t3 + 5t, etc.

1 Tn (t )Tm (t ) π dt
3) Tn , Tm = ∫ −1 1− t 2
dt = ∫
0
cos nθ cos mθ dθ car dθ = −
1− t2
.

1 π
D’où : Tn , Tm =
2 ∫ [cos(n + m)θ + cos(n − m)θ ] dθ .
0

1  sin(n + m)θ sin(n − m)θ  π


Si n =
/ m, Tn , Tm = + = 0.
2  n + m n − m  0
2 • Orthogonalité, projections dans L2(I) 39

1 π π

2
Mais, si n = m, Tn [1 + cos 2 nθ ] dθ =
= Tn , Tn = si n =
/ 0 et π si n = 0. La famille
2 0 2
est orthogonale mais non orthonormée.

4) Notons fn l’approximation de f :
Tk
c’est la projection de f sur l’espace vectoriel engendré par la famille orthonormée T̃k =
Tk
k =n k =n

∑ ∑
1
pour k = 0 à n et fn (t ) = f , T˜k T˜k (t ) = 2 f , Tk Tk (t ).
k =0 Tk k =0

f , Tk
Posons : α k = 2 .
Tk
1 1 f (t )Tk (t ) 2 1 Tk (t ) 4 π /2
αk =
Tk
2 ∫−1 1− t2
dt =
Tk
2 ∫0 1− t2
dt =
π ∫ 0
cos kθ dθ si k est impair et αk = 0

4( −1) p
si k est pair, soit : α 2 p +1 = .
π (2 p + 1)
D’où : 1,5
f0(t) = 0 f5 f3
1
4
f1 (t ) = α1T1 (t ) = t = f2 ( t ) 0,5
π f1
f0
f3 (t ) = f1 (t ) + α 3T3 (t ) 0

16 3 8 – 0,5
=− t + t = f 4 (t )
3π π –1
f5 (t ) = f4 (t ) + α 5T5 (t ) – 1,5
–1 – 0,5 0 0,5 1
192t 5 − 320t 3 + 180t
=
15π
Parmi tous les polynômes P quelconques de degré  5, c’est f5 qui rend minimum la quan-
© Dunod. La photocopie non autorisée est un délit.

1 ( f (t ) − P(t ))2
tité ∫
−1 1− t2
dt .

Exercice 2.4

Soit E = {f / f et f ′ ∈ L2(– 1,1), à valeurs dans C} et


1 1
ϕ ( f , g) = ∫−1 f (t )g(t ) dt + ∫−1 f ′(t )g′(t ) dt .
40 Mathématiques du signal

1) Montrer que ϕ définit un produit scalaire sur E. On le notera : f , g E .

2) Soit fk(t) = eiπkt. Calculer ||fk||E et fk , f p / k ; comparer à ||fk||2 et


pour p =
E

fk , f p .
L2 ( −1,1)

3) Déterminer trois polynômes P0 , P1 , P2 de degrés respectifs 0, 1 et 2, ortho-


normés pour ce produit scalaire.

1) ϕ ( f , f ) = f
2
2 + f ′ 22  0 , et ϕ (f, f) = 0 ⇒ || f ||2 = 0, c’est-à-dire f = 0 dans L2(– 1,+ 1).

D’autre part, ϕ est linéaire en f en raison des propriétés de l’intégrale, et ϕ ( f , g) = ϕ ( g, f ).


Donc ϕ définit un produit scalaire sur E et || f ||E = (ϕ (f, f))1/2.

12
= iπke iπkt dt 
1 1
∫ ∫
2 2
2) fk e iπkt dt + = 2 + 2π 2 k 2 alors que
E  −1 −1 
12
= e iπkt dt 
1

2
fk = 2.
2  −1 
Et, si k =
/ p,
1
1  e iπ ( k − p )t  2 sin(π ( k − p))

iπ ( k − p )t
fk , f p = e dt =   = = 0,
2 −1  iπ ( k − p)  −1 π ( k − p)
1 1
fk , f p
E
= ∫ −1
e iπ ( k − p )t dt + π 2 kp ∫−1
e iπ ( k − p )t dt = 0 également.

Les fonctions sont donc orthogonales pour les deux produits scalaires, mais de norme diffé-
rente.

Q0 (t )
3) On part de Q0(t) = 1 et P0 (t ) = de sorte que P0 est bien de norme 1. Puis,
Q0 E

Q1 (t )
Q1(t) = t – α0P0(t) où α0 est déterminé par Q1 , P0 E
= 0 et P1 (t ) = , et
Q1 E

Q2 (t )
Q2(t) = t2 – β1P1(t) – β0P0(t), avec Q2 , P0 E
= Q2 , P1 E
= 0 et P2 (t ) = .
Q2 E

Les calculs donnent :


1 1
Q0 E
= ∫ dt =
−1
2 , P0 (t ) =
2
1 1 1
∫ ∫
2
Q1 , P0 E
= t, P0 E
− α 0 P0 E
= t dt + 0 dt − α 0 = α 0 d’où α0 = 0.
2 −1 −1
2 • Orthogonalité, projections dans L2(I) 41

12 12
= 1 dt  = 
1 1 8 3
Q1 E  ∫ −1
t 2 dt + ∫ −1   3
et P1 (t ) =
8
t.

2
Q2 , P0 E
= t 2 , P0 − β1 P1 , P0 E
− β 0 P0 , P0 E
= − β0 = 0 .
E 3
1
Q2 , P1 E
= t 2 , P1 − β1 P1 , P1 E
− β 0 P0 , P1 E
= − β1 = 0 . D’où Q2 (t ) = t 2 − et
E 3
12
 2
 t 2 − 1  dt +  8 2 12
=  
1 1
Q2 E
=
 ∫ −1  3 ∫−1
4t 2 dt 
 3  5

1 5 2
et P2 (t ) = (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 orthonormées pour le produit scalaire réel
usuel de L2().
2) Quelle est la meilleure approximation f̃ d’une fonction f de L2() par une
fonction de l’espace engendré par {g0 , g1 , ......, gn} ?
1 1
1) gk , g p = ∫ g (t ) g (t ) dt = ∫ 11l ]
0
k p
0
k , k +1[ (t )1
1l] p, p +1[ (t ) dt .

Cette intégrale est nulle si k =


/ p car ]k, k + 1[ ∩ ]p, p + 1[ = ∅. En revanche, si
k +1 12
p = k, gk =  ∫ dt  = 1. Les gk sont donc orthonormées pour le produit scalaire réel
 k 
usuel de L2().
© Dunod. La photocopie non autorisée est un délit.

k =n k +1
2) f˜ (t ) = ∑
k =0
f , gk gk (t ) où f , gk = ∫ k
f (t ) dt est la valeur moyenne de f sur l’inter-

k +1
valle (k, k + 1). Sur chaque intervalle ]k, k + 1[, f̃ est constante et vaut ∫ k
f ( t ) dt .

Exercices d’entraînement

2.6 Par un changement de variables, déduire des polynômes orthonormés de


Legendre les polynômes orthonormés dans L2(a,b).
Expliciter les trois premiers polynômes orthonormés dans L2(0,1).
42 Mathématiques du signal

2.7 Soient g(x) = sup(0,1 – |x|) et gk(x) = g(x – k). Les fonctions gk sont-elles ortho-
normées pour le produit scalaire réel usuel de L2() ?
1
2.8 L’expression ϕ ( f , g) = ∫−1
f ′(t ) g ′(t ) dt définit-elle un produit scalaire sur

L2(– 1,+ 1) ?
2.9 Soient E = L2(– π,π) et f (t ) = cos t 11
l π  (t ). Quelle est la meilleure approxi-
 0, 2 

mation ϕ de f dans l’espace Wm engendré par les 2m + 1 premiers vecteurs de la


base trigonométrique complexe de E ?
2.10 Soit f(t) = et, où t ∈ (0,1).
Quelle est la meilleure approximation ϕ de f par des polynômes de degré infé-
rieur ou égal à 2 dans L2(0,1) ? Comparer au développement de Taylor limité à
l’ordre 2.
+1
2.11 Trouver a, b, c dans  tels que ∫−1
( x 3 − a − bx − cx 2 )2 dx soit minimum.

Réponses
1 2 b
2.6
−1 ∫ Pn (t ) Pm (t )dt =
b−a a ∫
Pn ( g( x )) Pm ( g( x )) dx .
En posant t = (2x – (b + a)) / (b – a) = g(x) et si on note Pn les polynômes de Legendre
orthonormés sur (– 1,+ 1) et Pn* les polynômes orthonormés sur (a,b), on a :
2 x − (b + a) 
Pn 
2
Pn* ( x ) = . Alors, si a = 0 et b = 1 : P0* ( x ) = 1,
b−a  b−a 
P1* ( x ) = 3 (2 x − 1), P2* ( x ) = 5 (6 x 2 − 6 x + 1).

2
2.7 Non, ||gk|| = gk , gk +2 = 0 , mais
3
k +1 1 1
gk , gk +1 =
∫k
g( x − k )g( x − k − 1) dx =
∫ (1 − t ) t dt = 6 .
0

2.8 Non, ϕ ( f, f ) = 0 ⇒ f = constante presque partout, non nécessairement nulle presque par-
tout.
+m

2.9 Les vecteurs orthonormés sont en (t ) =


1 int

e pour – m  n  m et ϕ (t ) = ∑ c e (t )
−m
n n

−i(n + ( −i )n+1 ) 1 π i 
où cn = f , en . On obtient : cn = si n =
/ 1 et n =
/ – 1, c1 = −
2π (n 2 − 1) 2π  4 2 

et c−1 = c1 . Il conviendra de distinguer les cas suivants : n = 4k, n = 4k + 1, n = 4k + 2,

n = 4k + 3.
2 • Orthogonalité, projections dans L2(I) 43

2.10 Les polynômes orthonormés dans L2(0,1) sont ceux de l’exercice 2.6.

2
ϕ (t ) = ∑
i=0
f , Pi* Pi* (t ) = 3(13e − 35) + 4(147 − 54e)t + 30(7e − 19)t 2

= 1, 013 + 0, 851t + 0, 839 t 2 et Taylor : ψ (t) = 1 + t + t2/2.

2.11 Le polynôme de degré 2 , P˜ , qui réalise le minimum de l’expression est la projection de


x3 sur l’espace vectoriel des polynômes de degré  2. On se place dans L2(– 1,1) et
2
P˜ ( x ) = ∑ x , P P ( x)
i=0
3
i i où les Pi sont les polynômes de Legendre. On obtient :

3 3
P˜ ( x ) = x et a = c = 0, b = .
5 5
© Dunod. La photocopie non autorisée est un délit.
Chapitre 3

Séries de Fourier

RAPPELS
• Soit f une fonction de l’espace L 2 (0,T ).
Dans la base orthogonale {ϕ0 ,ϕ1 ,ϕ2 ,...,ϕn } on a

pp 
+∞
 f,ϕn  T
f (x) = cn ϕn (x) avec cn = et  f,g = f (x)g(x) dx
n=0
ϕn ,ϕn  0

• Soit f une fonction périodique de période T, on note S f sa série de Fourier.

2πx 2πx n2πx n2πx


– Dans la base orthogonale {1,cos( ),sin( ),...,cos( ),sin( ),...}
T T T T
2πx 2πx
S f (x) = a0 + a1 cos( ) + b1 sin( ) + ...
© Dunod. La photocopie non autorisée est un délit.

T T
n2πx n2πx
+ an cos( ) + bn sin( ) + ...
T T

 T  T
1 2 n2πx
a0 = f (x)dx an = f (x)cos( )dx
T 0 T 0 T

 T
2 n2πx
bn = f (x)sin( )dx
T 0 T
46 Mathématiques du signal


soit en utilisant la pulsation ω =
T

S f (x) = a0 + (an cos(nωx) + bn sin(nωx)) (R3.1)
n∈N ∗

 T  α+T
Pour tout α réel f (x) dx = f (x) dx.
0 α
Si f est paire, les bn sont nuls, S f est une série de cosinus.
Si f est impaire, les an sont nuls, S f est une série de sinus.
– Dans la base orthogonale exp(inωx), avec n ∈ Z

  T
1 in2πx
S f (x) = cn exp(inωx) et cn = f (x)exp(− ) dx. (R3.2)
n∈Z
T 0 T

an − ibn an + ibn
c0 = a0 , et pour n ∈ N ∗ cn = , c−n = . (R3.3)
2 2

pp
Dans les deux bases, on a S f (x) = f (x)

• Th. de Dirichlet Pour f de classe C 1 par morceaux, on a


1
∀x ∈ R f (x + ) + 
S f (x) = (  f (x − )) (R3.4)
2

Pour f continue sur R, S f converge uniformément vers f sur R.


• Th. de dérivation Pour f de classe C 1 par morceaux, continue sur R, la série
de Fourier de f s’obtient en dérivant terme à terme celle de f et elle converge
dans L 2 (0,T ).
• Identité de Parseval (énergie du signal et des harmoniques) :
 
1 ∞  
 f 2L 2 (0,T ) = T a0 +
2
a + bn
2 2
(R3.5)
2 n=1 n


∞ 

=T cn cn = T |cn |2 (R3.6)
n=−∞ n=−∞
3 • Séries de Fourier 47

Exercice 3.1

1) Développer en série de Fourier les fonctions suivantes et préciser si la série est


égale à la fonction correspondante.
a) f(t) = t2 si t ∈ [0, π], f paire, de période 2π.
b) g(t) = t si t ∈ ]– π, π [, de période 2π.
c) h(t) = t si t ∈ ]– 1, 1[, de période 2.
d) K(t) = t si t ∈ ]0, 2π [, de période 2π.
2) Calculer les sommes suivantes :
∞ ∞ ∞ ∞
1 ( −1)n ( −1)n 1
S1 = ∑ n2
, S2 = ∑ n2
, S3 = ∑ 2n + 1
, S4 = ∑ n4 .
n =1 n =1 n =1 n =1

1) a) f, étant paire, admet un développement en cosinus.


1 π π2 π2
a0 =
2π ∫
−π
t 2 dt =
3
f

1 +π 2 π
ak =
π ∫−π
t 2 cos kt dt =
π ∫
0
t 2 cos kt dt
–π 0 π t

4 π 4 4
d’où, en intégrant par parties, ak = − ∫ t sin kt dt = 2 cos kπ = 2 ( −1) .
k
πk 0 k k

π2 ( −1) k
La série de Fourier de f est S f (t ) =
3
+4
k =1
k ∑
2 cos kt
et, puisque f est continue et C1

par morceaux (R3.4), Sf (t) = f (t) ∀ t ∈ .


π g
1
b) On a : g(t ) = f ′(t ) pour t =
/ (2p + 1)π.
2
t
© Dunod. La photocopie non autorisée est un délit.

Comme f est continue et C1 par morceaux, la série –π 0 π


de Fourier de g s’obtient en dérivant terme à terme
celle de f :
1 –π
Sg (t ) = S ′f (t )
2

( −1) k +1
Sg (t ) = 2 ∑
k =1
k
sin kt . Mais, Sg n’est pas égale à g partout.

g(t ) pour t ≠ (2 p + 1)π


Sg (t ) =  −π + π (R3.4)
= 0 pour t = (2 p + 1)π
 2
48 Mathématiques du signal

Donc Sg n’est pas égale à g partout, sauf si l’on impose : g((2p + 1)p) = 0.

1 1
c) h est reliée à g par la relation h( t ) = g(π t ) d’où Sh (t ) = Sg (π t ) soit
π π

( −1) k +1

2 h
Sh (t ) = sin kπ t 1
π k =1
k

et, comme précédemment, t


–1 0 1
h(t ) si t ≠ 2 p + 1
Sh (t ) =  .
0 sinon
–1

d) Si y (t) = K(t) – p, alors y (t) = g(t – p) et K(t) = g(t – p) + p.


Donc SK(t) = Sg(t – p) + p soit

2π K
( −1) k +1
SK ( t ) = π + 2
k =1
∑ k
sin(k (t − π )) π
π t
∞ – 2π –π
( −1) k +1 ( −1) k 0 ψ 2π
=π +2
k =1
∑ k
sin kt –π


 K (t ) si t ≠ 2 pπ

sin kt
SK ( t ) = π − 2 et Sk (t ) =  .
k =1
k π si t = 2 pπ

Pour avoir SK = K partout, il aurait fallu définir K en 2pp par K(2pp) = p.

2) Les sommes S1 , S2 , S3 s’obtiennent en prenant des valeurs particulières de t.


S1 s’obtient avec f et t = p :
∞ ∞
π2 ( −1) k 2π 2 1 π2
S f (π ) = f (π ) = π 2 =
3
+4 ∑
k =1
k 2 cos k π ⇒ 4 S1 =
3
⇒ ∑
n =1
n2
=
6
.

S2 s’obtient avec f et t = 0 :

π2 ( −1) n π2
S f (0) = f (0) = 0 =
3
+ 4 S2 ⇒ ∑
n =1
n2
= −
12
.

π 1
S3 s’obtient avec g et t = (ou bien avec h et t = ) :
2 2
∞ ∞
π ( −1) k +1 kπ ( −1) k +1 kπ π
2
=2 ∑
k =1
k
sin
2
⇒ ∑
k =1
k
sin
2
=
4
3 • Séries de Fourier 49

1 si k = 4 k + 1
kπ 
et, puisque sin = −1 si k = 4 k + 3 , la série ci-dessus est bien S = 1 − 1 + 1 − 1 ... ⇒
2  3
3 5 7
0 si k pair
∞
(−1)n π
= .
n=0
2n + 1 4

S4 s’obtient à partir de la relation de Parseval (R3.5) appliquée à f :

π  ∞ 
∑ (a )
1
E= ∫ f 2 (t )dt = 2π a02 + + bn2 
2
n
−π  2 n =1 

∞ ∞
π π5 π 4 1 16  1π4 π4 π4
∑n
1
soit ∫
−π
t 4 dt = 2
5
= 2π  +
 9 2

n =1

n 4 
⇒ S4 =
8  5

9 
et
n =1
4 =
90
.

On peut retrouver S1 avec la relation de Parseval appliquée à g, h, ou K.

Exercice 3.2 Phénomène de Gibbs

On note Sn(t) = h0(t) + h1(t) + ... + hn(t) la somme des (n + 1) premiers harmo-
niques.
1) Tracer les graphes de S1 , S3 , S15 et S40 pour les fonctions f et K de l’exercice
3.1, à l’aide d’une calculatrice. Que constate-t-on ?
n
sin kt
2) On s’intéresse à la fonction K et à Sn (t ) = π − 2 ∑ k
.
k =1
a) Calculer Sn′ (t ) en utilisant la relation :

θ sin  n + 1  θ 
 sin n 
n +1  2 =  2  1
© Dunod. La photocopie non autorisée est un délit.

cosθ + cos 2θ + ... + cos nθ = cos θ −


 2  θ θ 2
sin 2 sin
2 2

b) Quelle est la plus petite valeur positive de t correspondant à un extremum de


Sn ? Quelle est la valeur mn de cet extremum ?

c) Quelle est la limite de mn quand n tend vers +∞ ?


50 Mathématiques du signal

1) Graphes des Sn(t) pour f (t) = t2 sur [0,p], paire, de période 2p.

10
n = 15
8
n=3
6

4 n=1

–2 0 2 4 6 8
10

2 n = 40

–2 0 2 4 6 8

Graphes des Sn(t) pour K(t) = t sur ]0, 2p [, de période 2p.


6
n=3
n = 15

4
π

n=1
0

–1
–2 0 2 4 6 2π 8
3 • Séries de Fourier 51


6

2 n = 40

–1
–2 0 2 4 6 8

Dans le cas de f, qui est continue, Sn(t) converge bien vers f(t) pour tout t et, d’ailleurs, la
convergence est uniforme.
Mais, pour K qui est discontinue, Sn(t) converge vers K(t) seulement pour
t=/ 2pπ (p ∈ ) et Sn(2pp) = p, alors que K(2pp) n’a pas été définie. On constate la pré-
sence d’oscillations au voisinage de chaque discontinuité, mais l’amplitude de ces oscilla-
tions semble se stabiliser.
 1 
t
sin n sin  n +  t 
n
n +1  2 = 1−   2 
2) a) Sn′ (t ) = −2 cos kt = −2 cos
∑ t .
 2  t t
k =1 sin sin
2 2
n +1 
b) Sn′ (t ) = 0 ⇔ cos
t t
t = 0 ou sin n = 0 avec sin ≠ 0 ce qui exclut
 2  2 2
t = 0 et t = 2p.
t 2π 2 kπ
sin n = 0 ⇒ t = +
2 n n
n +1  π 2 kπ
cos t =0 ⇒ t= + .
 2  n +1 n +1
© Dunod. La photocopie non autorisée est un délit.

π
La plus petite valeur positive de t qui annule la dérivée est : α n = .
n +1
et, d’après le graphe, Sn a un minimum en an : mn = Sn(an).
t

Par ailleurs, on peut écrire que Sn (t ) = π + Sn′ (u) du puisque Sn(0) = p,
0

 1 
sin  n +  u
t
  2 
d’où :

Sn (t ) = π + t −
0 sin
u
du
2
52 Mathématiques du signal

 1 
π sin  n +  u
π  2 
et mn = π +
n +1
− ∫ 0
n +1

sin
u
du .
2

 1 
π sin  n +  u
 2 
c) lim mn = π − lim J n où J n =
n →+∞ n →+∞ ∫ 0
n +1

sin
u
du .
2
On peut écrire :

sin (2 n + 1) 
u
π π
 2 sin(2 n + 1) x
Jn = ∫ n +1
0
sin
u
du = 2 ∫ 0
2 ( n +1)
sin x
dx
2
 π π 
sin((2 n + 1) x )
sin((2 n + 1) x ) −  dx 
1 1
= 2
 ∫
0
2 ( n +1)
x
dx + ∫
0
2 ( n +1)
 sin x x  

  2 n +1  π
sin ν
π 
∫ ∫
 2n + 2  2n + 2
= 2 dν + ϕ n ( x ) dx 
 0 ν 0 
 

1 1 1 1
où ϕ n ( x )  − et la fonction − est continue, bornée au voisinage de 0, ten-
sin x x sin x x
dant vers 0 quand x tend vers 0 (comme on le constate avec un développement limité).
π π sin ν
Donc lim
n →∞ 0 ∫ 2n+2
ϕ n ( x ) dx = 0 , lim J n = 2
n →+∞ ∫ 0 ν
dν et

π sin ν
lim mn = π − 2
n →+∞ ∫ 0 ν
dν = − 0, 562281450 .

π sin ν
(On montre que ∫0 ν
dν = 1, 851937052 . )

Exercice 3.3
Soit la fonction f de période 2a, définie sur [– a, a] par :
f(t) = A P2b(t) avec b < a.
1) Tracer le graphe de f et calculer sa série de Fourier. Étudier la convergence de
cette série.
2) En déduire le développement en série de Fourier de la fonction g définie par :
A
g(t ) = f (t − b) − .
2
3 • Séries de Fourier 53

Tracer le graphe de g.
a
3) Préciser les coefficients de la série de Fourier de g dans le cas b = . Justifier
2
le résultat.
Calculer l’énergie E de g sur une période. Combien faut-il prendre d’harmo-
niques pour que le signal h0(t) + h1(t) + ... + hn(t), où hp est le pième harmonique,
ait une énergie au moins égale à 95 % de E ?

1) La fonction f est paire donc sa série de Fourier est une série de cosinus.

– 2a –b 0 b a 2a

b
La valeur moyenne est a0 = A × et on a
a
2 a 2π
an =
2a − a ∫
f (t )cos nω t dt avec ω =
2a
1 b nπ t 2A nπ b
= ∫
a −b
A cos
a
dt =

sin
a
.

La série de Fourier de f est


b 2 ∞
nπ b nπ t 
∑ n sin
1
S f (t ) = A + cos  .
a π n =1
a a 

La fonction f étant C1 par morceaux, sa série de Fourier converge, et elle converge presque
partout vers la fonction f. Plus précisément, en tout point t ∈ , la série de Fourier conver-
ge vers la demi-somme des limites à droite et à gauche de f en t (notées f(t +) et f(t –)).
Donc : ∀ t = / ± b + k2a, où k ∈ , Sf(t) = f(t) (c’est-à-dire 0 ou A),
© Dunod. La photocopie non autorisée est un délit.

A
∀ tk = ± b + k2a, où k ∈ , S f (tk ) = .
2
A
2) Le graphe de g est obtenu en translatant celui de f de b horizontalement et de − ver-
ticalement. Sa série de Fourier est : 2

A
Sg (t ) = S f (t − b) −
2

nπ b nπ (t − b)
= A −  ∑ n sin
b 1 2A 1
+ cos .
 a 2 π a a
n =1
54 Mathématiques du signal

A
2
– 2a b 2b 2a
–A
2

a
3) Si b = , alors la fonction g est impaire et
2
nπ b π 0 si n = 2 k
sin = sin n =  .
2 ( −1) si n = 2 k + 1
k
a
Comme, pour tout a réel, on a :
π π
cos α − kπ −  = ( −1) k cos α −  = ( −1) k sin α ,
 2  2
on obtient :

(2 k + 1)π t

2A 1
Sg (t ) = sin .
π k = 0 2k + 1 a

On en déduit que :
an = 0 ∀n ∈ 
b2k = 0 si k ∈ *
2A 1
b2 k +1 = × ∀ k ∈ .
π 2k + 1
a
La série de Fourier de g est une série de sinus, ce qui est normal, car pour b = , g est
2
impaire.
pπ t
Dans ce cas, h0(t) = a0 = 0, et le pième harmonique est h p (t ) = b p sin .
a
Si on note Ep l’énergie du pième harmonique, l’identité de Parseval implique que :

E = Ta02 + ∑E1
p.

Or l’énergie du pième harmonique sur une période [– a, a] est :


2
a
 b sin pπ t  dt = 2 a b 2 .
Ep = ∫ −a 
p
a  2
p

4 A2 1
On a : E2k = 0 et E2 k +1 = a .
π (2 k + 1)2
2
3 • Séries de Fourier 55

2
aA 2
g(t ) dt = 2 a  =
a A

2
Or : E = .
−a  2 2
8 1
Donc : E2 k +1 = E.
π 2 (2 k + 1)2
Pour que la somme h0 + ... + h2k+1 ait une énergie au moins égale à 95 % de E, il faut et il
suffit que :
8  1 1 1  95
2 1 + 2 + 2 + ... + 2
π  3 5 (2 k + 1)  100
c’est-à-dire :
1 1 1 95 π 2
sk + 1 = 1 + + + ... +  × = 1, 172 01...
9 25 (2 k + 1) 2 100 8
on a : s1 = 1, s2 = 1,111..., s3 = 1,151 1..., s4 = 1,171 5..., s5 = 1,183 9...
95 π 2
On a donc s5  × ce qui correspond à k = 4.
100 8
Donc, dans ce cas, il faut sommer la valeur moyenne (qui est nulle) et les 9 premiers har-
moniques pour obtenir un signal g̃ approchant le signal initial g et tel que
2 2
g − g˜ 2  5 % E = 5 % g 2 .
1
Dans ce cas, comme la série converge lentement (les coefficients sont en
), il faut un
n
grand nombre d’harmoniques. Il en faut moins si la série converge plus vite
(cf. exercice 3.7).

Exercice 3.4
Soient g et h deux fonctions périodiques de période 2π définies par :
g(t) = eat si t ∈ [0,p] et g paire
© Dunod. La photocopie non autorisée est un délit.

h(t) = eat si t ∈ ]0,p [ et h impaire avec a > 0.


1) Calculer la série de Fourier Sg de g.
2) En déduire celle de h. Quelle valeur faut-il donner à h(kp) pour obtenir l’égalité
de h et de sa série ?
1) La fonction g étant paire, sa série de Fourier
est une série de cosinus. ea π
π π aπ g
1 1 e −1
a0 = ∫
2π −π
g(t )dt =
π 0 ∫e at dt =

en utilisant la parité de g. 1
2 π 2 π at
∫ ∫
t
an = g(t )cos nt dt = e cos nt dt . –π π 3π
2π −π π 0
56 Mathématiques du signal

En intégrant deux fois par parties, il vient :


2 a aπ a2
an = [ e ( −1) n
− 1] − an (avec cosnπ = (– 1)n)
π n2 n2
2a
d’où : an = [e aπ ( −1) n − 1] .
π (a + n 2 )
2

La fonction g étant continue et C1 par morceaux, Sg est égale à g sur  et la convergence est
uniforme sur .

e aπ − 1 2 a e aπ ( −1) n − 1
On a : g(t ) =

+
π ∑
n =1
a2 + n2
cos nt .

2) h se déduit de g par dérivation.


Précisément, on a : ea π
1
h(t ) = g ′(t ) pour t =
/ kπ.
a
1
Puisque g est continue, de classe C1 par
0
morceaux et que g′′ existe si t =/ kπ –π π 2π t
(g′′(t) = a g(t) si t =
2 / kπ), on obtient : –1

n[e aπ ( −1) n − 1]

2a
g ′(t ) = − sin nt
π n =1
a2 + n2
– eaπ
égalité vraie pour t =
/ kπ et

n[e aπ ( −1) n − 1]

2
h( t ) = − sin nt où t =
/ kπ.
π n =1
a2 + n2

En fait, l’égalité est vraie pour t = kπ si l’on pose h(kπ) = 0.

Exercice 3.5

Pour toute fonction f, on définit


 f (t ) si f (t )  0
sa partie positive f + par : f + (t ) =  ,
0 sinon
− f (t ) si f (t )  0
sa partie négative f – par : f − (t ) =  .
0 sinon
On a donc : f (t) = f +(t) – f –(t) et | f(t)| = f +(t) + f –(t).
1) Calculer les coefficients de Fourier an+ et bn+ du signal g+ quand
g(t) = cosωt, ω ∈∗+ .
3 • Séries de Fourier 57

2) Déduire de ce qui précède et des coefficients an et bn de g, les coefficients


a˜ n et b˜n de |g|.
Vérifier que les coefficients de rang impair sont tous nuls. Pourquoi ?


1) g est une fonction paire, de période T = et il en est de même de g+.
ω

g
1 π
ω
0 π 2π t
–1 2ω ω

g+
1

– π 0 π t
2ω 2ω

|g|
1

0 π t

+
Les coefficients de Fourier bn sont nuls et
ω π /ω ω π /( 2ω ) 1
a0+ =
2π ∫−π / ω
g + (t ) dt =
π ∫
0
cos ω t dt =
π
ω π /ω 2ω π /( 2ω )
an+ =
π ∫
−π / ω
g + (t )cos ω nt dt =
π ∫0
cos ω t cos ω nt dt
ω π /( 2ω )

© Dunod. La photocopie non autorisée est un délit.

= [cos(ω (1 + n)t ) + cos(ω (1 − n)t )] dt .


π 0

π π
sin (n + 1)  sin (1 − n) 
1  2  2
/ 1, an+ =
Si n =
π
{ n +1
+
1− n
}
π 0 si k = 2 p
Or, sin k  = 
 2  ( −1) p
 si k = 2 p + 1

a2+p +1 = 0 ( p ≠ 0)

d’où :  + 2( −1) p .
a =
 2 p π (1 − 4 p 2 ) ( p ≠ 0)

58 Mathématiques du signal

Il reste à calculer a1+ :

ω π /( 2ω ) ω π
+ 0  = .
1
a1+ =
π ∫
0
[1 + cos 2ω t ] dt = 
π  2ω  2

2) On remarque que |g| = g+ + g– = 2g+ – g.

|g| étant paire, ses coefficients b̃n sont nuls et ãn = 2 an+ − an si l’on considère que g, g+, |g|

ont même période T = .
ω
Les coefficients an et bn de g sont nuls sauf a1 qui vaut 1 puisque :
2π t 2π 
cos ω t = a0 + a1 cos + a2 cos 2t + ...
T  T 
= a0 + a1 cos ω t + a2 cos 2ω t + ... + an cos nω t + ...

a˜ = 2 a + − a = 2
 0 0 0
π
a˜ = 2 a + − a = 1 − 1 = 0
 1 1 1
d’où :  ˜
a = 2 a2+p +1 − a2 p +1 = 0 ( p ≠ 0)
 2 p +1
˜ + 4( −1) p
 a 2 p = 2 a 2 p − a2 p = ( p > 0)
 π (1 − 4 p 2 )


La série de Fourier de |g| s’écrit, avec T = :
ω

4( −1) p

2
S g (t ) = + cos 2 pω t . (1)
π p =1
π (1 − 4 p 2 )

π
Mais, en réalité, la période de |cosω t| est et la série de Fourier s’écrit :
ω

S g (t ) = a0* + ∑a
k =1
k cos 2ω
* kt . (2)

On constate que les termes en cos(2k + 1)ωt sont absents dans (2), donc ã2 k +1 = 0 et

ak* = a˜ 2 k .
3 • Séries de Fourier 59

Exercice 3.6

Soit f un signal périodique, de période 2a, défini par f(t) = et sur ]– a, a[,
a > 0, f(a) = b.
1) Tracer le graphe de f sur [– 3a, 3a].
2) Calculer la série de Fourier S de f.
3) Étudier la convergence de la série vers f. Comment faut-il choisir b pour qu’il y
ait convergence ponctuelle pour tout t ?
4) Quelle est la somme des séries :
∞ ∞
( −1)n 1
∑ 1 + n2
et ∑ 1 + n2 .
n =1 n =1

1)

– 3a –a 0 a 3a t

2) Comme f n’est ni paire, ni impaire, on calcule les coefficients de Fourier complexes αn,
a − ibn
on en déduira an et bn par : α n = n pour n  1.
2
2π π
On note ω = = .
2a a
1 a sh a
α0 = ∫ e t dt = = a0
© Dunod. La photocopie non autorisée est un délit.

2a −a a
1 a sh a e − inπ sh a ( −1) n
αn =
2a ∫ −a
e t e − iω nt dt =
a 1 − inω
=
a 1 − inω
d’où :
sh a ( −1) n (1 + inω ) an − ibn
αn = = pour n  1.
a 1 + (nω )2 2


sh a  2( −1) n 
S(t ) =
a 
1 + ∑ 1 + (nω )
1
2 (cos nω t − nω sin nω t ) .

60 Mathématiques du signal

3) En tout point où f est continue, la série de Fourier converge ponctuellement vers f. En un


point de discontinuité, la série converge vers la demi-somme des limites.
On a : S(t) = f(t) ∀ t =
/ a(1 + 2k), k ∈ 
1
et S( a ) = ( f ( a + ) + f ( a − )) = ch a .
2
Pour qu’il y ait convergence ponctuelle pour tout t, il faut que b = cha.
4) Il suffit de prendre ω = 1 donc a = p et de donner à t une valeur telle que sinnt = 0 et
cosnt = 1 ∀ n, soit t = 0. On obtient alors d’après 3) :

( −1) n 1  π
∑ 2 =  − 1 .
1 + n 2 shπ 
n =1

Pour calculer la deuxième série, on cherche t tel que sinnt = 0 et cosnt = (– 1)n, soit t = π.
Avec a = π, on a d’après 3) :

1 π
∑1+ n − 1 .
1
=
1
2
2  thπ 

Cette deuxième série étant à termes positifs, on peut essayer de la calculer en utilisant
Parseval, d’où :

shπ   1 
2
sh 2π = 2π  1+ 2 ∑1+ n 2 .
 π   
1

Comme sh2p = 2shp chp, on retrouve le résultat précédent.

Exercices d’entraînement

3.7 Soit f un signal de période T, défini sur [0,T [ par f (t) = at(T – t) avec
a > 0.
1) Montrer que f est paire.
2) Calculer sa série de Fourier. Quelle est la nature de la convergence de cette
série vers f ?
3) Calculer l’énergie E de f sur une période.
2π t
Calculer l’énergie de h0(t) = a0 et de h1 (t ) = a1 cos .
T
2π t
En déduire l’énergie de a0 + a1 cos en fonction de E.
T
3.8 Développer en série de Fourier les fonctions suivantes :
1) f1(t) = cos2t en tant que fonction de période 2p puis p.
2) f2(t) = sin3t
3) f3(t) = sin3t si t ∈ [0,p], paire
3 • Séries de Fourier 61

4) fλ(t) = cosλ t si t ∈ [– p,p], T = 2p, λ ∉ 


(tracer les graphes pour l = 1/4, l = 5/2 par exemple).
π π
5) gl(t) = cosl t si t ∈ − ,  , T = p, l ∉ 2
 2 2
Retrouver le résultat de 3).


1 1
6) Pour t =/ np, établir les formules : cotan t = + 2t
t n1
t 2
− n 2π 2


1 1 1
et = + 2t ( −1) n 2 2 2 .
sin t t n1
t − n π
A
T
3.9 Déterminer la série de Fourier complexe du
0 τ
signal f dont le graphe est ci-contre. τ+h
Qu’obtient-on si t = T – h ? Quelle est alors
la limite de la série quand h tend vers 0 ? Retrouver le résultat de l’exercice 3.1.
3.10 Calculer les coefficients de Fourier de la fonction de période 2p définie sur
[– p,p] par cos t 11l  π  (t ). Comparer à l’exercice 2.9.
 0, 2 

Réponses

3.7 1) Si t ∈ ]0,T [, – t ∈ ]– T,0[, T – t ∈ ]0,T [ et, f périodique implique


f (– t) = f (T – t) = a(T – t)[T – (T – t)] = a(T – t)t = f (t)
f paire sur ]– T, T [ donc partout.

T2 2π

1
2) S f (t ) = a − 4a 2 2 cos nω t , ω = et la convergence vers f est uniforme.
6 n =1
n ω T

2 a2T 5 2 a2T 5
3) f 2
= = E, h0 2
= = E × 0, 833,
30 36
2 8 2
h1 = a 2 T 5 = E × 0,154 , h0 + h1 = 0, 987 ⋅ E .
2 (2π )4 2
© Dunod. La photocopie non autorisée est un délit.


3.8 1) f1 paire, T = 2π ⇒ S f (t ) = a0 + ∑ a cos nt
n =1
n


T = π ⇒ S f (t ) = a˜ 0 + ∑ a˜ cos 2nt .
n =1
n

1 1 1
Or cos2 t = (cos 2t + 1) ⇒ a0 = , a2 = , an = 0 sinon.
2 2 2
1 1
a˜ 0 = , a˜1 = , ãn = 0 sinon.
2 2
62 Mathématiques du signal

3 1
2) f2 est impaire, T = 2p, sin 3 x = sin x − sin 3 x .
4 4

∑ b sin nt ,
3 1
S f (t ) = n b1 = , b3 = − , bn = 0 sinon.
4 4
n1

∑ a cos 2nt ,
4
3) f3 est de période p, S f (t ) = a0 = ,
n

n1

24 1
an = .
π (1 − 4n )(9 − 4n2 )
2

4) fl est paire, S f ,λ (t ) = a0 + ∑ a cos nt , l ∉ .


n1
n

sin λπ ( −1)n sin λπ 2λ


a0 = , an = .
λπ π λ2 − n2
1
cos( x )
0,5 4

cos(2,5x)
– 0,5

–1
– 15 – 10 – 5 –π 0 π 5 10 15
– 2π 2π

5) gl(t) = fl/2(2t), Sg,λ (t ) = a0 + ∑ a cos 2nt , l ∉ 2.


n1
n

π π
sin λ sin λ 4λ
a0 = 2 , a = ( −1) n 2
π n
π λ2
− 4n2
λ
2
π π π π
sin 3 t = cos3  − t  , t ∈ (0,π), − t ∈ − ,  , T = π
2  2  2 2
3 1 3 1
cos3 t = cos t + cos 3t ⇒ Ssin3 t (t ) = S 3  π  (t ) = Sg,1 (t ) + Sg,3 (t ).
4 4 cos

−t

4 4
2

6) Sf (p) = fl(p) puis t = lp donne la première formule.


Sf (0) = fl(0) puis t = lp donne la deuxième formule.

Aτ +h  1  1 1  −2 iπ n τ 1 −2 iπ n τ +h  2 iπ n t

1
3.9 S f (t ) = − AT  − + e T + e T e T.
π  τ  τ h 
2 2
2 T n≠0
4 n h 
 −2 iπ  2 iπ n
nh t


A 1 1 T , ∀ t.
Si τ = T – h, S f (t ) = − AT 2 − T e
 1 e 
2 n≠0
4π 2 n 2 (T − h)h  
3 • Séries de Fourier 63

A i 2 iπ n T 
t
Si de plus, h → 0, S f (t ) = 1 +
2 ∑
n≠0
πn
e  ∀t=

/ kT, k ∈ 

( f est alors discontinue en t = kT ).


On retrouve Sk(t) de 3.1 avec A = T = 2p.
1 1 1
3.10 a0 = , a1 = , b1 = ,
2π 4 2π
−1 4k
a4 k = , b4 k = ,
π (( 4 k )2 − 1) π (( 4 k )2 − 1)
1
a4k +1 = 0 , b4 k +1 = ,
π ( 4 k + 2)
1 4k + 2
a4 k +2 = , b4 k +2 = ,
π (( 4 k + 2)2 − 1) π (( 4 k + 2)2 − 1)
1
a4k +3 = 0 , b4 k +3 = .
π ( 4 k + 2)

an − ibn c
Les coefficients complexes sont α n = = n où les cn sont définis à l’exer-
2 2π
cice 2.9.
© Dunod. La photocopie non autorisée est un délit.
Chapitre 4

Intégrales à paramètre,
convolution

RAPPELS

• Théorème de convergence dominée de Lebesgue


Soit { f n } une suite de fonctions définies sur I telle que
– la suite { f n } converge presque partout vers f sur I ,
– il existe une fonction g sommable sur I telle que

∀n ∈ N ,∀x ∈ I | f n (x)|  g(x) avec g(x)dx finie
I

alors f est sommable sur I et


 
f n (x)dx = f (x)dx
© Dunod. La photocopie non autorisée est un délit.

lim
n→+∞ I I

Le théorème est encore vrai pour une famille de fonctions dépendant d’un para-
mètre continu λ. Sous les mêmes hypothèses
 
lim f λ (x)dx = lim f λ (x)dx (R4.1)
λ→λ0 I I λ→λ0

• Intégrale à paramètre

F(t) = f (x,t) dx
I
66 Mathématiques du signal

• Continuité et dérivabilité de F(t)


– Théorème dans le cas où I = [a,b] est fermé borné
1) si f (x,t) est définie et continue sur [a,b] × [c,d],
alors la fonction F(t) est définie et continue sur [c,d]
∂f
2) si la dérivée partielle est définie et continue sur [a,b]×]c,d[
∂t
alors la fonction F(t) est continûment dérivable sur ]c,d[ et sa dérivée est


d F(t) b
∂f
F (t) = = (x,t) dx . (R4.2)
dt a ∂t

– Théorème dans le cas où I est non borné ou bien f est non bornée
1) si f (x,t) est définie et continue sur I × [c,d],
et si il existe g(x) sommable sur I telle que

∀x ∈ I, ∀t ∈ [c,d] | f (x,t)|  g(x) avec 0  g(x) dx < +∞
I

alors la fonction F(t) est continue sur [c,d].


∂f
2) si de plus la dérivée partielle est définie et continue sur I ×]c,d[,
∂t
et si il existe h(x) sommable sur I telle que
  
∂ f 
∀x ∈ I, ∀t ∈ [c,d]  (x,t)  h(x) avec 0  h(x) dx < +∞
 ∂t 
I

alors la fonction F(t) est continûment dérivable sur ]c,d[ et sa dérivée est

d F(t) ∂f
F (t) = = (x,t) dx . (R4.3)
dt I ∂t

• Produit de convolution de 2 fonctions f et g définies sur R tout entier :

 +∞
( f ∗ g) (x) = f (x − y)g(y)dy (R4.4)
−∞

• Une fonction causale s’écrit Y (x) f (x) avec Y (x) la fonction échelon (ou de
Heaviside) qui vaut 1 sur R+ et 0 ailleurs.
4 • Intégrales à paramètre, convolution 67

• Le produit de convolution de 2 fonctions causales est causal et on a

 x
∀x ∈ R ( f ∗ g)(x) = Y (x) f (x − y)g(y)dy (R4.5)
0

• Si f ∈ L 2 (R), g ∈ L 2 (R), alors f ∗ g est continue et bornée.

f ∈ L 1 (R), g ∈ L 1 (R) ⇒ f ∗ g ∈ L 1 (R) (R4.6)

Exercice 4.1

1 +∞
1) Soit fn (t ) =
1 + t 2 +1 / n
, n  0. Calculer lim
n→∞ ∫−∞ fn (t ) dt en utilisant le théorè-

me de convergence dominée.
+a
2) Soit gn(t) = nfn(nt). Calculer lim
n→∞ − a∫ gn (t ) dt , pour a > 0.

1) Le théorème de convergence dominée impose de trouver une fonction h sommable ici sur
, indépendante de n, telle que : |fn(t)|  h(t), ∀ t.

+∞ +∞
Alors, lim
n →∞ −∞∫ fn (t ) dt = ∫
−∞ n →∞
lim fn (t ) dt .

1
On a :  1, ∀ t ∈ , mais la fonction égale à 1 partout n’est pas sommable sur
1 + t 2 +1 / n
1 1
. Par ailleurs, 2 +1 / n  si |t|  1 car alors t2  t2+1/n. On prend donc, pour
1+ t 1+ t2
© Dunod. La photocopie non autorisée est un délit.

1 si t  1
majorer fn sur , la fonction h telle que : h(t ) =  1 si t > 1 et h est alors sommable
1 + t 2
sur .
1 +∞ +∞ 1
Et, comme lim fn (t ) =
n →∞ 1+ t2
, on a : lim
n →∞ ∫ −∞
f n ( t ) dt = ∫−∞ 1+ t2
dt = π .

+a +a + na
2) ∫−a
gn (t ) dt = ∫ −a
nfn (nt ) dt = ∫ fn (u) du en posant : u = nt.
− na

+a +∞
On peut aussi écrire : ∫
−a
gn (t ) dt = ∫ −∞
fn (u)11l[[–− na,na ] (u) du .
68 Mathématiques du signal

Et, puisque |fn(u) 1l [–na,na](u)|  |fn(u)|  h(u) d’après la question 1), et que
1 +a
lim fn (u)11l[[–− na,na ] (u) =
n →∞ 1+ u 2 , on a : lim
n →∞ − a
gn (t ) dt = π . ∫

Exercice 4.2

1) Quelle est la limite ponctuelle de la suite définie par : fn(t) = n2t e– nt ?


+∞ +∞
2) Comparer lim
n→∞ 0 ∫ fn (t ) dt et ∫0 nlim
→∞
fn (t ) dt . Conclure.

+∞ +∞

n→∞ ∫a ∫a nlim
3) Comparer lim f n ( t ) dt et f n ( t ) dt pour a > 0. Conclure.
→∞

1) Soit f (t ) = lim fn (t ). Alors, f(t) vaut 0 si t  0 car f(0) = 0 et lim e − nt = 0 si t > 0 et +∞


n →∞ n →+∞
si t < 0. Donc f n’est pas définie si t < 0. La suite ne converge ponctuellement que sur +.
+∞ +∞
[ ]0
+∞
2) ∫ 0
n 2 t e − nt dt = −(nt + 1)e − nt = 1. Donc, lim
n →∞ 0 ∫ fn (t ) dt = 1 alors que
+∞ +∞
∫ lim fn (t ) dt =
0 n →∞ ∫ 0
0 dt = 0 . Le théorème de convergence dominée ne peut s’appliquer,

sinon on aurait constaté l’égalité. Il n’existe donc pas de fonction g sommable sur + telle
que | fn(t)|  g(t) ∀ t ∈ +.
+∞
[ ]a
+∞
3) ∫ a
n 2 t e − nt dt = −(nt + 1)e − nt = (na + 1)e − na .

+∞ +∞
Ici, on a bien lim
n →∞ a ∫ fn (t ) dt = 0 = ∫ lim fn (t ) dt .
a n →∞

Sur (a,+∞), le théorème de convergence dominée s’applique : en effet, lorsque n est assez
1 − nt 1
grand, donc nt aussi, on peut écrire n 2 t e − nt  2 puisqu’alors e  ∀ α > 0 et
t (nt )α
la fonction majorante est sommable sur (a,+∞), ∀ a > 0.

Exercice 4.3
∞ e − t − e − tx
1) Soit F( x ) = ∫0 f (t, x ) dt où f (t, x ) =
t
. Pour quelles valeurs de x la
fonction F est-elle définie ?
2) Montrer que F est continue et dérivable sur son domaine de définition. Calculer
la valeur de F ′, en déduire celle de F.
4 • Intégrales à paramètre, convolution 69

e −t e − tx
1) Quand t est voisin de +∞, est sommable alors que ne l’est que si x > 0. Pour t
t t
e − t − e − tx 1 − t − (1 − tx )
voisin de 0,  = x − 1, valeur finie. Donc, F est définie pour x > 0.
t t
2) f est continue pour t  0 et x > 0 et pour chaque x > 0, il existe α > 0 et A tels que
0 < α  x  A. Alors :
Pour tout t ∈ [0,1], f (t, x )  M ( x ) = max f (t, x ) , et, pour tout x ∈ [α, A],
t ∈[ 0,1]

f (t, x )  Mα , A = max M ( x ), quantité constante finie.


x ∈[α , A ]

1
Pour tout t > 1, <1 ⇒ f (t, x ) < e − t − e − xt  e − t + e −α t .
t
M si 0  t  1
On a donc : f (t, x )  g(t ) =  −αt , A −α t .
e + e si t > 1
Comme g est sommable sur [0 ,+∞[, F est continue sur tout intervalle [α , A], soit pour tout
x > 0.
∂f
Par ailleurs, (t, x ) = e − tx  e −α t ∀ x  α, et, pour t  0, cette fonction est sommable.
∂x
+∞ 1
Alors, d’après (R4.3), F est dérivable et F ′( x ) = ∫ 0
e − tx dt =
x
, d’où F(x) = lnx + C. Mais,
+∞
puisque f (t,1) = 0, on a, en particulier, F(1) = C = ∫ 0
0 dt = 0 . D’où F( x ) = ln x .

Exercice 4.4

Calculer les produits de convolution suivants :

sint * P2a(t) et cost * P2a(t).


© Dunod. La photocopie non autorisée est un délit.

Soient f et g les fonctions obtenues. Vérifier que f est impaire, que g est paire et
qu’elles sont toutes les deux indéfiniment dérivables sur . Expliciter leur dérivées
f ′et g′.

Le produit de convolution étant commutatif, il peut être calculé de deux façons :


+∞
– soit f (t ) = ∫ −∞
sin u P2 a (t − u) du

t +a

t +a
= sin u du = [ − cos u]t − a = − cos(t + a) + cos(t − a).
t −a
70 Mathématiques du signal

+∞
– soit f (t ) = ∫
−∞
P2 a (u)sin(t − u) du

a

a
= sin(t − u) du = [ + cos(t − u)]− a = cos(t − a) − cos(t + a).
−a
Dans les deux cas, on obtient la même expression qui peut encore s’écrire :
f (t ) = 2 sin a sin t t ∈ .

Le produit de convolution sint * P2a(t) est donc impair et de classe C∞ sur  comme la fonc-
tion sinus.
De même, on obtient :
g(t ) = 2 sin a cos t t ∈ .

La fonction g est paire et de classe C∞ sur .


On remarque que :
f ′(t) = 2 sina cost = g(t)
g′(t) = – 2 sina sint = – f(t).

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 même parité, alors f * g est paire et que si f et g ont des
parités opposées, f * g est impaire.
2) Montrer que si f (ou g) est translatée de a, alors f * g est translatée 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 ]. Vérifier en particulier que si f et g
sont causales (nulles sur –), alors f * g est aussi une fonction causale dont on
donnera l’expression.

1) Pour connaître la parité de h, il faut comparer h(– t) et h(t). Or :


+∞
h( − t ) = ∫
−∞
f (u)g( −t − u) du .

a) Si f et g ont même parité, alors f(u)g(– t – u) = f(– u) g(t + u) et donc :


+∞
h( − t ) = ∫
−∞
f ( −u)g(t + u) du .

Le changement de variable ν = – u donne dν = – du et :


−∞ +∞
h( − t ) = ∫
+∞
f (v)g(t − v)( − dv) = ∫−∞
f (v)g(t − v)dv .
4 • Intégrales à paramètre, convolution 71

Comme la variable d’intégration est une variable muette, cette dernière intégrale est égale à
h(t). Donc h(– t) = h(t), la fonction h est paire.
b) Si f et g ont des parités opposées, alors f (u)g(– t – u) = – f (– u)g(t + u) et il s’ensuit que
h(– t) = – h(t), h est alors impaire.
2) D’après la définition, le produit de convolution de la translatée de a de la fonction f par
la fonction g est :
+∞
k (t ) = ∫−∞
f (u − a)g(t − u) du .

Le changement de variable ν = u – a donne dν = du et


+∞
k (t ) = ∫−∞
f (v)g(t − (v + a))dv
+∞
= ∫ f (v)g((t − a) − v)dv
−∞
= h(t − a).
Comme le produit de convolution est commutatif, le même résultat est obtenu si g est trans-
latée à la place de f.
3) Il faut montrer que h(t) = 0 pour t < a + c et pour t > b + d. D’après la définition :
+∞
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 considérée, il est commode de représenter sur un
0 a b u
axe les valeurs prises par la variable u et les inter-
valles sur lesquels f (u) (ou g(t – u)) est nulle. g(t – u)
Or si u ∉ [a, b], alors f (u) = 0
0 t–d t–c u
et si t – u ∉ [c, d ], alors g(t – u) = 0.
Si u n’est pas dans [a, b] ou si u n’est pas dans [t – d, t – c], alors le produit f (u)g(t – u)
est nul.
© Dunod. La photocopie non autorisée est un délit.

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, c’est-à-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 calcu-
0 u
ler h(t) en appliquant la définition.
Dans le cas où f et g sont causales, alors a = c = 0 et g(t – u)
b et d sont infinis, donc h(t) est nulle si t < a + c = 0.
0 t u
La fonction h est causale et définie par :
 t

 f (u)g(t − u) du si t  0
h( t ) =  0 .
0 si t < 0
72 Mathématiques du signal

Exercice 4.6

Soient a et b, deux réels positifs. Calculer les produits de convolution suivants,


notés 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 nécessaire les cas a < b, b < a et a = b.
Tracer les graphes des fonctions hi et vérifier que « le produit de convolution régu-
larise ».

1) D’après l’exercice précédent, il est clair que h1 est une fonction paire, nulle hors de
[– (a + b), a + b]. Il reste à calculer h1 pour t ∈ [0, a + b].
Par définition :
+∞ a
h1 (t ) = ∫
−∞
P2 a (u) P2 b (t − u) du = ∫
−a
P2 b (t − u) du .

Or P2b(t – u) = 1 si et seulement si – b  t – u  b, soit t – b  u  t + b.


Si t ∈ [0, a + b] et en supposant par exemple que 0  a  b, alors deux cas se présentent :
– soit {0  t et t – b  – a} ⇔ 0  t  b – a
a
alors h1 (t ) = ∫
−a
1 dt = 2 a ; 1

–b –a 0t a b u
t–b t+b

– soit – a  t – b  a ⇔ b – a  t  a + b
1
a
alors h1 (t ) = ∫
t −b
1 dt = a + b − t .
–b –a 0 ta b t+b u
t–b

Comme h1 est paire et nulle pour t  a + b, on


h1
obtient pour 0 < a  b :
a+b
2 a pour t  b − a
 2a
h1 (t ) = a + b − t pour b − a  t  a + b .
0 pour t > a + b

t
La fonction h1(t) est continue alors que les fonc- –b–a 0 a b
tions porte sont discontinues. – (a + b) – (b – a) b–a a+b
4 • Intégrales à paramètre, convolution 73

Si 0 < b  a, on obtient un résultat similaire, il suffit de permuter le rôle de a et de b.


Dans tous les cas, pour a et b réels positifs, on obtient :
2 min ( a, b) pour t  b − a

h1 (t ) = a + b − t pour b – a  t  a + b .
0 pour t > a + b

Si a = b, alors :
2 a − t pour t  2 a
h1 (t ) = 
0 pour t > 2 a

c’est-à-dire P2 a ∗ P2 a = 2 a∆ 2 a .

2) Le produit de convolution de deux fonctions causales est une fonction causale. Il suffit
de calculer h2 pour t  0 et l’on a :
t t
∫ e − au e − b( t − u ) du = e − bt ∫e
( b − a )u
h2 (t ) = du .
0 0

Si l’on suppose que b =


/ a, alors :
e ( b − a )t − 1
h2 (t ) = e − bt .
b−a

exp( − at ) − exp( − bt )
Pour b ≠ a , on a : h2 (t ) = Y (t ) .
b−a
Si b = a , le calcul précédent n’est plus valable, et on a :

t
h2 (t ) = e − at ∫ e du = te
− at
0
pour t  0.
0

Donc, pour b = a , on a : h2 (t ) = Y (t ) t exp( − at )


.
L’expression Y(t)t exp(– at) est la limite de l’expression précédente lorsque b tend vers a.
En effet, en posant b = a + ε et en faisant tendre ε vers 0, on obtient :
© Dunod. La photocopie non autorisée est un délit.

exp( − at ) − exp( − bt ) exp( − at )[1 − exp( −ε t )] εt


Y (t ) = Y (t )  Y (t ) exp( − at ) 
b−a ε ε =0  ε
donc :
exp( − at ) − exp( − bt )
lim Y (t ) = Y (t )t exp( − at ).
b→ a b−a
On aurait pu aussi remarquer que la dérivée de la fonction exp(– at) par rapport à la varia-
ble a est – t exp(– at). En comparant avec la définition de la dérivée en a, on obtient :

exp( − bt ) − exp( − at )
lim = −t exp( − at ).
b→ a b−a
74 Mathématiques du signal

h2 avec a = 1, b = 3 h2 avec a = b = 1
0,4 0,4

0,2 0,2

0 0
–2 0 2 4 6 –2 0 2 4 6

3) La fonction P2a(t – a) est causale car elle est définie par :

{
1 si − a  t − a  a
P2 a (t − a) = 0 sinon
soit 0  t  2 a
.

Le produit de convolution P2a(t – a) * Y(t) exp(– bt) est donc causal.


Pour t  0,
t

h3 (t ) = P2 a (u − a)e − b( t − u ) du .
0

P2a(u – a) P2a(u – a)
1 1

Y(t – u)e–b(t – u)
Y(t –u)e–b(t – u)
u u
0 t 2a 0 2a t

Pour 0  t  2a,
t
t  e − b(t −u )  1 − e − bt
h3 (t ) = ∫o
e − b ( t − u ) du = 
 b 0
 =
b
.

Pour 2a  t,
2a e − b( t − 2 a ) − e − bt
h3 (t ) = ∫
0
e − b( t − u ) du =
b
.

En conclusion :

 1 1 − exp( − bt )
b [ ] pour 0  t  2 a
 1
h3 (t ) =  [exp(2 ab) − 1] exp( − bt ) pour 2 a  t .
b
0 pour t < 0


La fonction h3 est continue. Elle est dérivable sur \{0,2a}.

4) Calculons P2a(t – a) * exp(– bt). Ici le résultat n’est plus causal.


+∞
h4 (t ) = ∫
−∞
P2 a (t − u − a) exp( − bu) du .
4 • Intégrales à paramètre, convolution 75

1 pour − a  t − u − a  a ⇔ t − 2 a  u  t
Or P2 a (t − u − a) = 
0 sinon

exp( − bu) du =  −  [exp( − bt ) − exp( − b(t − 2 a))]


t 1
donc h4 (t ) = ∫
t −2a  b
1
h4 (t ) =
b
[exp(2ab) − 1] exp(−bt ) .
Cette fonction h4 est indéfiniment dérivable, tout comme l’exponentielle.
6 6
h3 h4
4 4

2 2

0 0
–1 0 1 2 3 –1 0 1 2 3
5) D’après l’index, pour x ∈ [−1,1] , 1 (x) = 1 − |x| et sinon 1 (x) = 0. On a
 +∞
h 5 (x) = 1 (u)P1 (x − u)du
−∞
Les 2 fonctions sont à support borné. Le support de 1 est I = [−1,1]. Connaissant x, le
support de la porte P1 (x − u) est l’ensemble des u tels que −1/2  x − u  1/2 , c’est-à-
dire Ix = [x − 1/2,x + 1/2]. Il faut déterminer l’intersection de ces 2 supports selon les
valeurs de x :
a) Ix est à l’extérieur , à gauche de I si x + 1/2 < −1, c’est-à-dire pour x < −3/2
b) Ix intersecte I à gauche si x − 1/2  −1  x + 1/2, c’est-à-dire pour −3/2  x  −1/2
c) Ix est à l’intérieur de I si −1 < x − 1/2 < x + 1/2 < 1, c’est-à-dire pour
−1/2 < x < 1/2
d) Ix intersecte I à gauche si x − 1/2  1  x + 1/2, c’est-à -dire pour 1/2  x  3/2
e) Ix est à l’extérieur, à droite de I si 1 < x − 1/2, c’est-à-dire pour 3/2 < x
© Dunod. La photocopie non autorisée est un délit.

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 à −1/2 < x < 1/2. Si 0  x < 1/2 alors
 x+ 1
2
h 5 (x) = (1− |u|)du
x− 1
2
76 Mathématiques du signal

Pour ne plus avoir de valeur absolue dans l’intégrale, comme la valeur absolue |u| s’annule
pour u = 0, on écrit
 0  x+ 1  2 0  x+ 1
2 (1 − u)du = u + u u2 2
h 5 (x) = (1 + u)du + + u−
x− 1 0 2 x− 1 2 0
2 2
   2    2
1 1 1 1 1 1 3
=− x− − x− + x+ − x+ = − x2
2 2 2 2 2 2 4

Pour le cas d) on a 1/2  x  3/2. donc


 1  1
u2
h 5 (x) = (1 − u)du = u −
x− 1 2 x− 1
2 2
 2
1 1 9 3 1
=1−x + x− = − x + x2
2 2 8 2 2

Dans le cas e) on a 3/2 < x, les supports étant disjoints, on a h 5 (x) = 0.


On peut remarquer que P1 est discontinue, mais que 1 = P1 ∗ P1 est continue, et consta-
ter sur le graphe de h 5 (x) = P1 ∗ P1 ∗ P1 , que h 5 est de classe C 1 . Le produit de convolu-
tion régularise : voir l’exercice 4.7.
P *P *P
1 1 1
0,8

0,7

2
0,6 0,75 – x

0,5

0,4 0,5x 2 –1,5|x| + 1,125

0,3

0,2

0,1

0
–3 –2,5 –2 –1,5 –1 –0,5 0 0,5 1 1,5 2 2,5 3

Exercice 4.7

1) Soit la fonction h = f * g où f appartient à L1() et où g est une fonction de


C1(), bornée sur  ainsi que sa dérivée.
Montrer que h est définie et dérivable sur  et que h′ = f * g′.
4 • Intégrales à paramètre, convolution 77

2) En déduire que si f est dans L1(), si g est dans Ck() et si les fonctions g(p)
pour p = 0, … k sont bornées, alors h est définie et h est au moins de classe Ck
(et ceci même si f n’est même pas continue). On dit que le « produit de convo-
lution régularise ».
3) Calculer les produits de convolution suivants :
cost * P2a(t) et Y(t) cost * P2a(t).
Soient h1 et h2 les deux fonctions obtenues.
Montrer que h1 est une fonction de classe C∞.
Tracer les graphes de h1 et de h2 .
Vérifier que h2 n’est pas dérivable sur tout  et expliquer pourquoi la formule
du 1) n’est pas utilisable.

1) Le produit de convolution est une fonction définie par une intégrale :


+∞
h( t ) = ∫ −∞
f (u)g(t − u) du .

Si f est dans L1() et g continue bornée, l’intégrale ci-dessus est bien définie pour tout t ∈ .
En supposant que l’on puisse dériver sous le signe d’intégration, on obtiendrait :
+∞
h ′(t ) = ∫ −∞
f ( u ) g ′ ( t − u ) du .

Pour justifier la formule ci-dessus, il faut vérifier que les hypothèses de (R4.3). Comme la
fonction g′ est bornée sur , ∀ u ∈  :

f (u)g ′(t − u)  f (u) max g ′(u) = M f (u)


u ∈

et comme f est sommable sur , le théorème s’applique et :

+∞
h ′(t ) = ∫ f (u)g ′(t − u) du = ( f ∗ g ′)(t ) .
© Dunod. La photocopie non autorisée est un délit.

−∞

2) Faisons une démonstration par récurrence.


Si k = 1, on vient de voir que h ∈ C1() et h′ = f * g′. Supposons que, si f ∈ L1() et
g ∈ Ck() avec g(i) bornée ∀ i = 0, ...k, alors h ∈ Ck () et h(k) = f * g(k).
Montrons alors que, si, de plus, g ∈ Ck+1() avec g(k+1) bornée, alors
h ∈ Ck+1() et h(k+1 ) = f * g(k+1).
Il suffit pour cela d’appliquer au produit de convolution h(k) = f * g(k) le résultat de la pre-
mière question.
Puisque g(k+1) existe et est bornée, il s’ensuit que h(k+1) = f * g(k+1).
Donc la propriété est vérifiée pour tout k ∈ .
78 Mathématiques du signal

3) Puisque cost est de classe C∞ et bornée ainsi que toutes ses dérivées, la fonction h1 doit
être de classe C∞, d’après ce qui précède.

+∞

t+a
h1 (t ) = cos u P2 a (t − u) du = [sin u]t − a = sin(t + a) − sin(t − a)
−∞

h1 (t ) = 2 sin a cos t .

Comme prévu, h1 appartient à C∞() et en utilisant les résultats de l’exercice 4.4, on peut
vérifier la validité de la formule établie à la deuxième question.
Le calcul de h2 est plus complexe :

+∞ t +a
h2 (t ) = ∫
−∞
Y (u)cos u P2 a (t − u) du = ∫ Y (u)cos u du .
t −a

Selon les valeurs de t, trois cas se présentent :


• pour t  – a ⇔ t + a  0
Y(u)
h2(t) = 0 ; 1

t–a t+a 0 u

• pour – a  t  a ⇔ t – a  0  t + a
t +a

Y(u)
h2 (t ) = cos u du = sin(t + a) ; 1
0

t–a 0 t+a u

• pour a  t ⇔ 0  t – a
t +a Y(u)


1
h2 (t ) = cos u du = sin(t + a) − sin(t − a).
t −a
u
0 t–a t+a

La fonction h2 est continue sur , dérivable pour t = / ± a. La formule de dérivation de la pre-


mière question n’est pas applicable car Y(t) cost n’est pas dérivable ni même continue en 0.
Pour t =
/ 0, (Y(t) cost)′ = – Y(t) sint mais le produit de convolution h3 de cette fonction avec
la fonction porte n’est pas égal à la dérivée de h2 car on a :
0 pour t < − a

h3 (t ) = cos(t + a) − 1 pour − a < t < a
cos(t + a) − cos(t − a) pour a < t
0 pour t < − a

Or h2′ (t ) = cos(t + a) pour − a < t < a
cos(t + a) − cos(t − a) pour a < t
4 • Intégrales à paramètre, convolution 79

La formule de dérivation du 1) n’est absolument pas applicable dans ce cas.


2 2
h1 h2

a
0 0
–a

–2 –2
–5 0 5 10 –5 0 5 10

Exercice 4.8

Un système linéaire du premier ordre est caractérisé par une équation différentiel-
le du premier ordre liant les signaux d’entrée e et de sortie s :
∀ t ∈ ]0,+∞[, as′(t) + bs(t) = e(t), (où a et b sont des réels). (E)
(Par exemple en électricité les circuits RL et LC.)
1) Expliciter le signal de sortie s correspondant à un état initial α, s(0+) = α.
Montrer que, pour α = 0, c’est le produit de convolution de l’entrée e par une
fonction h à déterminer.
2) On suppose maintenant que le signal d’entrée est la fonction échelon Y. Calculer
la sortie correspondante s sachant que s(0+) = 0. La fonction s est-elle dérivable
sur , sur * ?

1) La résolution d’une équation linéaire non homogène comporte les étapes suivantes.
a) Résolution de l’équation linéaire homogène associée

as0′ (t ) + bs0 (t ) = 0 (EH)

Donc s0 (t ) = exp  − t  est solution de (EH) ainsi que toutes les fonctions Cs0(t) où C est
b
 a 
© Dunod. La photocopie non autorisée est un délit.

une constante.
b) Recherche d’une solution particulière de l’équation (E).
Dans des cas particuliers, on peut trouver une solution d’après l’expression du 2e membre.
Dans le cas général, la méthode de la variation de la constante consiste à remplacer s(t) par
e(t )
K(t)s0(t) dans (E), d’où K ′(t ) = .
a s0 ( t )
On obtient une solution particulière en prenant par exemple la primitive de K ′ qui s’annule
en 0, d’où :
t e(u ) s (t )

s p ( t ) = K ( t ) s0 ( t ) = 0
o a s0 ( u )
du .
80 Mathématiques du signal

c) Expression de la solution générale de (E) :

s(t) = Cs0(t) + sp(t).

d) Détermination de la constante C connaissant l’état initial s(0) = α.


Comme ici s0(0) = 1 et sp(0) = 0, on obtient donc C = α et s(t) = αs0(t) + sp(t)

s(t ) = α exp  − t  + exp  − (t − u) du .


b t
e(u) b
 a  ∫0 a  a 

Si α = 0, on remarque que la sortie s est le produit de convolution de deux fonctions causa-


les e et h :

exp  − t  .
Y (t ) b
s = e∗h où h( t ) =
a  a 

2) Pour e = Y, la sortie s s’appelle la réponse indicielle :


t 1  b  1  b 
s( t ) = ∫ a exp  − a (t − u) du = b 1 − exp  − a t  pour t > 0.
0

Y (t )  b 
Donc s( t ) = 1 − exp  − t   .
b   a 
Cette fonction n’est pas dérivable en t = 0, mais, sur *, on a :

exp  − t  = h(t ).
Y (t ) b
s ′( t ) =
a  a 

La dérivée de la réponse indicielle est la fonction h qui est aussi appelée réponse impul-
sionnelle (cf. exercice 10.4).

Exercices d’entraînement

4.9 Peut-on utiliser le théorème de convergence dominée pour calculer la limite l des
intégrales In suivantes quand n tend vers +∞ ?
1
1 +  e − t / n dt
1 n t
∫ (1 − e − t ∫
2
/n
1) ) dt 2)
0 0 n  n
n +∞
1 − t  t x −1dt avec x > 0
n
∫ ∫ n 3t 2 e − n t dt
2 2
3) 4)
0 n −∞

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
4 • Intégrales à paramètre, convolution 81

+∞ sin tx π +∞ sin u
4.10 Soit f ( x ) =
0 ∫ t
dt . Expliciter f (x) en utilisant
0 u 2
. Montrer ∫ du =
que f est dérivable pour x =
/ 0 mais que, cependant, on ne peut dériver sous le
signe ∫.
 x2 
+∞ − t 2 + 2 


 t 
4.11 Soit F( x ) = f (t, x ) dt avec f (t, x ) = e .
0

1) Montrer que F existe, est paire et continue.


2) Montrer que F est dérivable sur * et que F ′ est solution de l’équation diffé-
x
rentielle F′(x) + 2F(x) = 0 sur +* (poser t = ). En déduire F.
u
+∞ ln(t 2 + x 2 )
4.12 Soit F( x ) = ∫
0 1+ t2
dt , x ∈ .

1) Montrer que F existe et est continue ∀ x ∈  , dérivable pour x =


/ 0.
2) Calculer explicitement F′(x). En déduire F(x) . Déterminer la constante d’in-
tégration à l’aide de F(0).

1 − x2 / 2 x
4.13 Soient ϕ ( x ) =

e et Φ ( x ) = ϕ (t ) dt .
−∞ ∫
+∞
∫ e − u du = π , montrer que Φ (x) + Φ (– x) = 1,
2
1) En utilisant
−∞
∀ x ∈ . En déduire Φ (0).
+∞
2) Soit F(θ ) = ∫
0
ϕ ( x )Φ (θx ) dx où θ ∈ . Calculer F ′, en déduire F.

+∞
3) Calculer G(θ ) = ∫
−∞
ϕ ( x )Φ (θx ) dx .

4.14 Soient les fonctions f(t) = exp(– |t|) et g(t) = sint.


Les produits de convolution f * f , f * g , g * g sont-ils définis ? Dans ce cas,
© Dunod. La photocopie non autorisée est un délit.

préciser leurs propriétés et les calculer.

1  t2 
4.15 Soit la fonction f (t ) = exp  −  . Calculer f * f sachant que
2π  2
+∞
∫ −∞
exp( −u 2 ) du = π .

4.16 Calculer f * f pour f (t) = Y(t) sint.

4.17 Soit f (t) = t et g(t) = P2a(t).


Calculer les produits de convolution h1 , h2 , h3 suivants :
f*g f (t) * g(t – a) t P2a(t – a) * P2a(t – a).
82 Mathématiques du signal

4.18 Vérifier que le produit de convolution de deux densités de probabilité sur + est
aussi une densité de probabilité : c’est-à-dire que si f et g sont dans L1(+),
positives ou nulles et telles que
+∞ +∞
∫ 0
f (t ) dt = ∫ 0
g(t ) dt = 1,

alors h = f * g a les mêmes propriétés.

4.9 1) Oui, | fn(t)|  1, l = 0.


3 t +∞
2) Non, In = 2 −
e
= lim In avec u =
n
et
∫ 0
lim fn (t )11l [ 0, n ] (t ) dt = 0 .

n
3) Oui, | fn(t)|  e–tt x–1, l = Γ (x) car 1 −  → e − t .
t
 n  n→∞

π
4) Non, lim In =
2 ∫
≠ lim fn (t ) dt = 0 .

π 2 si x > 0
4.10 f ( x) =  donc f ′(x) = 0 pour x =
/ 0,
− π 2 si x < 0
∞ ∂f ∞
mais f ′( x ) ≠ ∫
0 ∂x
(t, x ) dt =

0
cos tx dt qui diverge.

2
4.11 1) f est continue pour t > 0 et x ∈ . f (t, x )  e − t sommable. D’où F existe et est conti-
nue.
2 Ae − t / t 2
2
∂f pour t  1
2) Pour 0 < α  |x|  A, ( t , x )  g( t ) =  sommable
∂x 2 Ae
−α 2 / t 2
/ t2 pour 0 < t < 1
1
(poser t = sur ]0, 1[ ). On peut dériver sur * et F ′(x) = – 2F(x) si x > 0.
u
π −2 x
D’où F(x) = Ce–2x avec C = F(0) = π 2 et, puisque f est paire, F( 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 où g(t ) = max  ,  ⇒ F continue.
1 + t2 1 + t2 
 
∂f 2A
(t , x )  2 sommable pour 0 < α  |x|  A
∂x (t + α 2 )(1 + t 2 )
donc F dérivable si x ≠ 0.
2x ∞  1 1  π
2) Pour x > 0 , F ′( x ) = 2 ∫−
x − 1 0 1 + t 2 t 2 + x 2 
dt =
1+ x
,

F(x) = π ln(1 + x) + C si x > 0.


F paire implique : F(x) = π ln(1 + |x|) + C et F(0) = 0 ⇒ C = 0.
4 • Intégrales à paramètre, convolution 83

−x +∞ +∞ 1
∫ ∫ ∫
2
4.13 1) Φ ( − x ) = ϕ (t ) dt = ϕ ( −u) du = e − u du , Φ (0) = .
−∞ x x 2
1 1 1 1
2) F ′(θ ) = , F(θ ) = arctan θ + C et lim F (θ ) = ⇒ C = .
2π (θ 2 + 1) 2π θ →+∞ 2 4
1
3) G(θ ) = F (θ ) + F ( −θ ) = .
2
4.14 La fonction f est dans L1() ∩ L2() et continue bornée, g est dans C∞(), bornée ainsi
que toute ses dérivées, mais ni dans L1() ni dans L2(). Donc f * g est dans C∞() et dans
L2(), f * f est dans L1() et bornée (cf. (R4.6) et exercice 4.7). Mais g * g n’est pas défi-
nie.
Comme f est paire et g impaire, f * f est paire et f * g impaire.
(f * f)(t) = (1 + |t|) exp(– |t|)
+∞ +∞
( f ∗ g)(t ) = sin t

−∞
exp( − u )cos u du − cos t

−∞
exp( − u )sin u du .

En utilisant la parité des fonctions à intégrer :


+∞
( f ∗ g)(t ) = 2 sin t

0
exp( −u)cos u du = sin t .

4.15 En utilisant la relation :


2
t2
u2 + (t − u)2 = 2u2 − 2ut + t 2 = 2 u −  + ,
t
 2 2
1  t2 
on obtient ( f ∗ f )(t ) = exp  −  .
2 π  4
1
4.16 ( f ∗ f )(t ) = Y (t )(sin t − t cos t ).
2
4.17 h1(t)=( f * g)(t) = 2at ;
h2(t) = h1(t – a) = 2a(t – a) ;
0 pour t  0 ou t  4 a

 t 2
h3 (t ) =  pour 0  t  2 a .
 (24 a − t )t
© Dunod. La photocopie non autorisée est un délit.

 pour 2 a  t  4 a
 2
4.18 h est dans L1(+), de plus h(t)  0.
+∞ +∞
 t

∫0
h ( t ) dt =
∫  ∫ f (u)g(t − u) du dt = ∫∫ f (u)g(t − u) du .
0 0 D

D(t, u)
En posant x = u et y = t – u , on a t = x + y et u = x, d’où = −1.
D( x, y)
Et D = {(t,u) / 0  u  t} d’où ∆ = {(x, y) / 0  x  x + y} = + × +
+∞ +∞ +∞

∫ 0
h ( t ) dt =
∫∫ ∆
f ( x ) g ( x ) d x dy =
∫ 0
f ( x ) dx

0
g( y) dy = 1.
Chapitre 5

Transformation de Fourier

RAPPELS

• La transformée de Fourier de f est notée F( f ) ou fˆ

 +∞
f ∈ L 1 (R) ∪ L 2 (R) F( f )(ν) = f (x) e−2iπνx dx (R5.1)
−∞

• La transformée de Fourier inverse de g est notée F −1 (g) ou F̄ (g) ou ǧ

 +∞
−1
F (g)(ν) = g(x) e+2iπνx dx (R5.2)
−∞
© Dunod. La photocopie non autorisée est un délit.

• Pour f et fˆ ∈ L 1 (R) ∪ L 2 (R), on a

pp pp
F −1 F( f )(x) = FF −1 ( f )(x) = f (x) (R5.3)

• Si f est continue sur R, on a ∀x ∈ R F −1 F( f )(x) = f (x), c’est-à-dire

 +∞
∀x ∈ R F( f )(ν) e+2iπνx dν = f (x) (R5.4)
−∞
86 Mathématiques du signal

• Si f est bornée et de classe C 1 par morceaux sur R


 +∞
1 
∀x ∈ R F( f )(ν) e+2iπνx dν = f (x + ) + f (x − ) (R5.5)
−∞ 2

• Si f ∈ L 2 (R) alors F( f ) ∈ L 2 (R).


On a aussi l’identité de Parseval : f 2 = F( f ) 2 , c’est-à-dire
 +∞  +∞
| f (x)| dx =2
|F( f )(ν)|2 dν (R5.6)
−∞ −∞

• f et F( f ) ont même parité.


• Si f est réelle et paire, F( f ) est réelle et paire.
• Si f est réelle et impaire, F( f ) est imaginaire pure et impaire.
• Symétrie hermitienne : F −1 ( f (x)) = F( f (−x)).
Donc si f est paire, F −1 ( f ) = F( f ).
• Translation en temps

F( f (x − a))(ν) = e−2iπνa F( f (x))(ν) (R5.7)

• Translation en fréquence

F(e−2iπxa f (x))(ν) = F( f )(ν + a) (R5.8)

• Changement d’échelle
 
1 ν
F( f (ax))(ν) = F( f (x)) (R5.9)
|a| a

• Transformée de Fourier des dérivées


Si f, f  , f  … , f (n−1) sont continues sur R et toutes dans L 1 (R) ainsi quef (n)
:

(n)
F( f )(ν) = (2iπν)n F( f )(ν) (R5.10)

• Dérivation de la transformée de Fourier


Si f et x n f sont dans L 1 (R)

d n F( f )(ν)
= (−2iπ)n F(x n f )(ν) (R5.11)
dνn
5 • Transformation de Fourier 87

• Transformée de Fourier et convolution

F( f ∗ g) = F( f )F(g) F( f g) = F( f ) ∗ F(g) (R5.12)

• Transformée de Fourier des fonctions usuelles


pp
Les fonctions ci-dessous étant toutes paires, si g = F( f ) alors F(g) = f
(et l’égalité a lieu sur R quand elles sont continues)

sin(πνa)
Pa (x) = 11[−a/2,a/2] (x)  asinc(aν) = a (R5.13)
πνa
 
sin(πνa) 2
a (x) = (1 − |x/a|)11[−a,a] (x)  a (R5.14)
πνa
2a
exp(−a |x|)  (R5.15)
a2 + 4π2 ν2

π π2 ν2
exp(−ax ) 2
 exp(− ) (R5.16)
a a
• Intercorrélation de deux fonctions f et g
 +∞
K f, g (τ) = g(u + τ) f (u) du = K g, f (−τ) (R5.17)
−∞

• Autocorrélation de f
 +∞
K f (τ) = f (u + τ) f (u)du (R5.18)
−∞
 
f ∈ L 2 (R) et ∀τ ∈ R  K f (τ)  K f (0) = f 2
2

Si f est un signal réel, K est une fonction paire et si


© Dunod. La photocopie non autorisée est un délit.

f est la fonction retournée


définie par f (t) = f (−t), K est le produit de convolution K = f ∗ f .


• Le spectre d’amplitude et le spectre de phase d’un signal f sont respectivement
le module et l’argument de sa transformée de Fourier F( f )(ν) .
 +∞  +∞
L’énergie est f 22 = | f (x)|2 dx = |F( f )(ν)|2 dν .
−∞ −∞
La densité spectrale d’énergie de f est |F( f )(ν)|2 .
• Théorème de Wiener-Kinchine Si f est un signal réel, la transformée de Fourier
de l’autocorrélation de f est égale à la densité spectrale d’énergie de f :

F(K f )(ν) = |F( f )(ν)|2


88 Mathématiques du signal

Exercice 5.1

1) Soient f une fonction sommable sur , à valeurs réelles, et fˆ sa transformée


de Fourier. Montrer que :
 +∞
ˆ
a) Si f est paire, f (ν) = 2 f (t)cos(2πνt)dt
0
 +∞
b) Si f est impaire, fˆ(ν) = −2i f (t)sin(2πνt)dt
0
2) Utiliser ce résultat pour retrouver les transformées de Fourier des fonctions Pa
et ∆a , a > 0 (cf. index pour la définition de ces fonctions).
 +∞ 2
sin x
3) Calculer l’intégrale I (ω) = cos(ωx)dx .
0 x2

1) a) On sait que, si g est sommable sur R, alors


 +∞
g(t) dt= 0 si g est impaire
−∞
 +∞  +∞
g(t) dt = 2 g(t) dt si g est paire
−∞ 0

Comme e−2iπνt = cos(2πνt) − i sin(2πνt), et si f est paire, f (t) cos(2πνt) est paire et
f (t) sin(2πνt) impaire. Donc
 +∞  +∞
fˆ(ν) = f (t) e−2iπνt dt = 2 f (t) cos(2πνt)dt
−∞ 0

b) Si f est impaire, on a f (t) cos(2πνt) impaire et f (t) sin(2πνt) paire, d’où le résultat
demandé.
Ces formules sont valables même si f est à valeurs complexes.
2) Les fonctions Pa et ∆a sont paires et à valeurs réelles. On a donc :

 +∞  a/2 a/2
sin(2πνt)
F(Pa )(ν) = 2 Pa (t)cos(2πνt)dt = 2 cos(2πνt)dt = 2 ,
0 0 2πν 0

d’où : sin(πaν)
F(Pa )(ν) =
πν

 +∞  a  
t
F(a )(ν) = 2 a (t)cos(2πνt)dt = 2 1− cos(2πνt)dt .
0 0 a
5 • Transformation de Fourier 89

t 1
On intègre par parties en posant U = 1 − et dV = cos(2π νt) dt, soit dU = − dt et
a a
sin(2πνt)
V = . Il vient :
2πν
 a     a
t t sin(2πνt) a 1
1− cos(2πνt)dt = 1 − + sin(2πνt)dt .
0 a a 2πν 0 2aπν 0

1 cos(2πνt) a
Le premier terme du second membre est nul. Le deuxième terme est − ,
2aπν 2πν 0
1 − cos(2πaν) sin2 (πaν)
soit , ou encore .
4aπ2 ν2 2aπ2 ν2
sin2 (πaν)
Par conséquent : F(a )(ν) = .
aπ2 ν2

3) L’intégrale I(ω) est une intégrale du type considéré à la question 1) a). On peut
+∞ sin 2 x ω x
∫ cos  2π
x
par exemple écrire I (ω ) = dx . En posant = t , on a alors
0 x2  2 π π
 +∞ 2 ω   +∞ 2 ω 
sin (πt) π sin (πt)
I (ω) = cos 2π t dt = · 2 cos 2π t dt ,
0 π2 t 2 2 2 0 π2 t 2 2
 2  
π sin (πt) ω
soit I (ω) = F , d’après la question 1) a).
2 π2 t 2 2
sin2 (πν)
La transformée de Fourier inverse de est, d’après la deuxième question (cas où
π2 ν2
a = 1), ∆1(t). En intervertissant les rôles des variables t et ν, on en déduit que la transformée
sin2 (πt)
de Fourier inverse de est ∆1(ν), donc que sa transformée de Fourier directe est
π2 t 2
∆1(– ν), égale à ∆1(ν) puisque ∆1 est paire. On a donc :

π ω π  ω ω
I(ω ) = ∆1 = 1 −  11[ −1,1]  
© Dunod. La photocopie non autorisée est un délit.

2  2  2 2  2

π ω
soit I(ω ) = 1 −  si |ω | < 2 et I(ω) = 0 si |ω |  2.
2 2

Exercice 5.2

On considère le signal défini pour a > 0 par fa(t) = Y(t)e–at et les signaux ga et ha
tels que :
ga(t) = fa(t) + fa(– t) et ha(t) = fa(t) – fa(– t).
90 Mathématiques du signal

1) Tracer les graphes de fa , ga , ha et calculer leur transformée de Fourier.


2) En déduire la valeur des intégrales :
∞ cos ω x ∞ x sin ω x
I= ∫0 1+ x 2 dx et J = ∫0 1 + x2
dx .

3) Quelles sont les limites ponctuelle et presque partout de ga et F(ga) quand a tend
vers 0 ? A-t-on : lim F( ga ) = F(lim ga ) ?
a→ 0 a→ 0
4) Mêmes questions pour ha .

1)
y y y
1 1 1

t t t

–1
y = fa(t) y =ga(t) y = ha(t)

+∞
+∞ +∞  e − ( a + 2 iπ v )t  1
F( fa )(ν ) = ∫ −∞
Y (t ) e − at e −2 iπ νt dt = ∫
0
e − ( a + 2 iπ ν )t dt = 
 − ( a + 2 iπ v )
 =
0 a + 2 iπ v
.

1
D’autre part, F( fa ( −t ))(ν ) = F( fa )( −ν ) = .
a − 2iπν
1 1 2a
Donc, F( ga )(ν ) = + =
a + 2iπν a − 2iπν a + 4π 2ν 2
2

1 1 − 4iπ ν
et F(ha )(ν ) = − =
a + 2iπν a − 2iπν a 2 + 4π 2ν 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 )(ν )e −2 iπνt dν = 2 ∫0
F( ga )(ν ) cos(2π νt ) dv

car F(ga) est paire.


∞ 2a 1 −a t
Donc ∫0
2 2 cos(2π νt )dv =
a + 4π ν
2
2
e et si ω = 2π t, a = 2π et x = ν :

∞ cos ω x π
∫ 0 1+ x2
dx = e − ω
2
.
5 • Transformation de Fourier 91

Si ha appartient à L1 ∩ L2, par contre F(ha) n’appartient qu’à L2 et on a F ( F(ha ))(t ) = ha (t )


presque partout (R5.3). Et, comme F(ha) est impaire on a comme à l’exercice 5.1 :


F ( F(ha ))(t ) = 2i ∫
0
F(ha )(ν )sin 2π νt d v = ε e − a t presque partout et où ε = sgn(t)

d’où, en posant ω = 2π t, a = 2π et ν = x :
∞ x sin ω x π −ω
∫ 0 1+ x 2 dx = ε
2
e pour ω =
/ 0, et ε = sgn(ω).

3) lim ga (t ) = 1 si t =
/ 0, ga (0) = 2 ⇒ lim ga (0) = 2 . Donc ga converge presque partout
a→ 0 a→ 0
vers 1 qui n’est ni dans L1(), ni dans L2(), et n’a donc pas de transformée de Fourier au
sens des fonctions.
0 si ν ≠ 0
Par ailleurs, lim F( ga )(ν ) =  .
a→ 0 +∞ si ν = 0
Donc, F(ga) converge vers 0 presque partout.
On n’a donc pas lim F( ga ) = F(lim ga ) car 0 =
/ F(1).
a →∞
Par contre, au sens des distributions, on verra que l’égalité est vraie car
lim F( ga ) = δ = F(lim ga ) = F([1]).
a→ 0 a→ 0

4) lim ha (t ) = sgn(t ) si t =
/ 0 et lim ha (0) = 0 .
a→ 0 a→ 0

Mais la limite de ha n’est ni dans L1(), ni dans L2() et n’a donc pas de transformée de
Fourier.
1
lim F(ha )(ν ) = si ν =
/ 0 et lim F(ha )(0) = 0 .
a→ 0 iπ ν a→ 0

Cette limite n’est 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 iπ ν
© Dunod. La photocopie non autorisée est un délit.

Exercice 5.3

1) Quelles sont les propriétés de F(Pa) ?


2) Soit f (t) = 11l [0,a](t). Comparer les spectres d’amplitude et de phase de Pa et f.
sin 2 u
∞ ∞ sin u
3) Calculer les intégrales ∫−∞ u 2
du et ∫−∞ u
du .

sin(πνa)
1) F(Pa )(ν) = (cf. exercice 5.1).
πν
92 Mathématiques du signal

Puisque Pa est bornée, continue par morceaux et à support borné, F(Pa ) est de classe C ∞
(cf. R5.11). Comme Pa appartient à L 2 (R) il en est de même de F(Pa ) (cf. R5.6). Enfin
F(Pa ) est réelle et paire comme Pa .

2) Comme f (t ) = Pa  t −  , avec la formule du retard (R5.7), on a :


a
 2

sin(πνa)
F( f )(ν) = e−i πa .
πν
 
 sin(πνa) 
Donc, Pa et f ont même spectre d’amplitude :   et cette propriété est vérifiée par
πν 
tous les signaux translatés, le spectre de phase de Pa est nul et celui de f vaut – π a.

∞ sin 2 u
3) ∫ −∞ u
2 du représente, à une constante près, l’énergie de P1 et d’après (R5.6),

||P1||2 = ||F(P1)||2 soit :

+∞ +∞
∫ ∫
2 2
E= P1 (t ) dt = F( P1 )(ν ) dν
−∞ −∞

  +∞
1/2
sin2 (πν)
soit : dt = 1 = dν
−1/2 −∞ π2 ν2

+∞ sin 2 u
et, en posant u = π ν, ∫ −∞ u 2 du = π .

Par ailleurs, si g ∈ L2(), F ( F( g)) = g , égalité dans L2() c’est-à-dire presque partout. En
tout point où g est continue, d’après (R5.4) on a
+∞
g(t ) = F ( F( g))(t ) = ∫ −∞
F( g)(ν )e 2 iπ νt dν .

Ici, Pa ∈ L2(), donc si t =


/ a et t =
/ – a,
 ∞
sin(πaν) 2iπνt
Pa (t) = e dν .
−∞ πν
En particulier :
 ∞
sin(πaν)
Pa (0) = 1 = dν et, en posant π ν = u,
−∞ πν

∞ sin π u
∫ −∞ u
du = π .
5 • Transformation de Fourier 93

On peut aussi calculer la première intégrale grâce à F F( B ) et (R5.4) :


 2 
∞ sin 2 u  sin 2 u  sin (πνB)
I= ∫
−∞ u
2 du = F 
 u 
2  ( 0 ), F
Bπ2 ν2
(t) =  B (t), ∀ t ∈ 

1
car ∆B est continue sur . D’où, avec B = :
π
 sin 2 ν 
F  2  (t ) = π∆1 / π (t ) ⇒ I = π∆1 / π (0) = π .
 ν 

Exercice 5.4

Soit le signal gaussien f défini par f (t ) = e −π t .


2

1) Calculer f ′ en fonction de f et en appliquant la transformée de Fourier à


l’identité obtenue, montrer que cette transformée de Fourier vérifie une
équation différentielle linéaire du premier ordre.

∫−∞ e
−π ν 2
2) Intégrer cette équation et en déduire que dν = 1.


3) En déduire la transformée de Fourier de e − at et la valeur de ∫−∞e
2
− at 2
dt pour
a > 0.
4) En déduire la transformée de fourier de
t 2
1 −
f σ (t) = √ e 2σ2 avec σ > 0
σ 2π
 +∞
et montrer que f σ (t) dt = 1
−∞
© Dunod. La photocopie non autorisée est un délit.

1) f ′(t) = – 2π t f (t).
En appliquant la transformée de Fourier à cette relation, puisque t f(t) ∈ L1(), on obtient :
F( f ′)(ν) = – 2π F(t f )(ν)
et, avec les relations (R5.10) et (R5.11) :


2iπ νF( f )(ν ) = − [ F( f )(ν )]′
−2iπ
on obtient : [F( f )(ν)]′ = – 2π νF( f )(ν)
d fˆ
d’où, si fˆ = F( f ), (ν ) + 2π ν fˆ (ν ) = 0 .

94 Mathématiques du signal

2) En intégrant cette équation différentielle à variables séparables, on obtient :


fˆ (ν ) = Ke −π ν .
2

2
Or, puisque f ∈ L1 ∩ L2 et fˆ ∈ L , on a (R5.6) :
2
= fˆ
2
f 2
soit :
2

∞ ∞ 2
∫ ∫
2
f (t ) dt = fˆ (ν ) dν
−∞ −∞

∞ ∞
∫ e −2π t dt = K 2 ∫ e −2π
2
ν
2 2
c’est-à-dire : dν d’où K 2 = 1.
−∞ −∞


∫ e −π t dt = K ⇒ K > 0 ⇒ K = 1 et
2
Or, F( f )(0) = fˆ (0) =
−∞


∫ e −π t dt = 1 F(e −π t )(ν ) = e −π ν
2 2 2
et .
−∞

2
 a 
−π  t
− at 2  π  a
3) e =e = f ( kt ) où k = .
π
Et, en utilisant la formule de changement d’échelle :

ν
F( f )  .
1
F( f ( kt ))(ν ) =
k  k

2
 π  2ν
2

− at 2 π −π  ν
a  − at 2 π −π
On obtient : F(e )(ν ) = e ⇒ F (e )(ν ) = e a
a a

∞ ∞ π
∫ e − at dt = F(e − at )(0) ⇒ ∫
2 2
e − at dt =
2
et .
−∞ −∞ a
1
4) Il suffit de remplacer dans la relation ci-dessus a par , on obtient
2σ2

t2 √
2πσ2 e−2σ π ν
2 2 2
F(e 2σ2 )(ν) =

d’où, grâce à la linéarité, et si σ > 0


2
1 t

F( f σ )(ν) = F( √ e 2σ2 )(ν) = e−2π σ ν
2 2 2

σ 2π
 +∞
Quelle que soit f, on a f (t) dt =F( f )(0), et comme F( f σ )(0) = e0 = 1, la fonction
−∞
 +∞
gaussienne f σ vérifie f σ (t) dt = 1 (c’est une densité de probabilité).
−∞
5 • Transformation de Fourier 95

Exercice 5.5

Utiliser la transformée de Fourier pour calculer le produit de convolution


h = f a ∗ f b (avec a et b constantes positives) pour :
sin(πat)
1) f a (t) = a sin c(at) = a ,
πat
t2
1 −
2) f a (t) = √ e 2a 2
a 2π

1) On a F( f a ∗ f b ) = F( f a )F( f b ) d’après (R5.12).


La fonction sinus cardinal est la transformée 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 l’in-
tersection des supports.
pp
Comme Pc = F( f c ), on obtient
pp
F( f a ∗ f b ) = F( f c ) avec c = min(a,b)

En utilisant la transformation de Fourier inverse on obtient :


pp
fa ∗ fb = fc avec c = min(a,b)

La fonction sinus cardinal est continue sur R tout entier donc l’égalité a lieu partout.
2) De la même façon, on a F( f a ∗ f b ) = F( f a )F( f b ) d’après (R5.12). Or, d’après l’exer-
cice 5.4, on a
 t2

1 − 2
(ν) = e−2π a ν
2 2 2
F √ e 2a
a 2π
donc
© Dunod. La photocopie non autorisée est un délit.

F( f a ∗ f b )(ν) = e−2π a e−2π b = e−2π c


2 2 2 2 2 2 2 2 2
ν ν ν
avec c2 = a 2 + b2

On obtient F( f a ∗ f b ) = F( f c ) et en utilisant la transformation de Fourier inverse


pp

fa ∗ fb = fc avec c = a 2 + b2

La continuité de la fonction gaussienne entraîne l’égalité sur R tout entier.


96 Mathématiques du signal

Exercice 5.6

À l’aide de la transformée de Fourier, déterminer la solution de l’équation intégra-


le en la fonction inconnue f continue et sommable sur  :
+∞
∫−∞ f (u)exp(−a(t − u) ) du = exp(−t
2 2
), (E)

où a est un nombre réel donné, avec a > 1.

Le premier membre de l’équation (E) est le produit de convolution de f par la fonction ga(t)
= exp(– at2). L’équation (E) s’écrit donc : ga * f = g1 .
Comme f est sommable par hypothèse, elle admet une transformée de Fourier fˆ .

π  π 2ν 2 
D’autre part (cf. R5.16), la transformée de Fourier de ga est gˆ a (ν ) = exp  − , et
a  a 

donc celle de g1 est gˆ1 (ν ) = π exp( −π 2ν 2 ).

En prenant les transformées de Fourier des deux membres de (E), sachant que la transfor-
mée de Fourier d’un produit de convolution est le produit (ordinaire) des transformées de
Fourier de chacun des facteurs (R5.12), on obtient l’équation :

π  π 2ν 2  ˆ
exp  − f (ν ) = π exp( −π 2ν 2 ) ( Eˆ )
a  a 

 1   π 2ν 2 ( a − 1) 
d’où : fˆ (ν ) = a exp −π 2ν 2 1 −   = a exp  − .
  a   a 

a π  π 2ν 2 
Posons k = . La transformée de Fourier inverse de exp  − est gk. Comme
a −1 k  k 

ak π  π 2ν 2 
fˆ (ν ) = ⋅ exp  − , on en déduit que :
π k  k 

ak a  at 2 
f (t ) = exp( − kt 2 ) = exp  −  .
π π ( a − 1)  a − 1
5 • Transformation de Fourier 97

Exercice 5.7
sin(πat)
Soit f la fonction définie par f (t) = avec a > 0.
πt

2
1) En utilisant la transformée de Fourier de f, évaluer f 2
puis calculer
( f * f )(θ) et préciser pour quelles valeurs de θ ce produit de convolution s’an-
nule.
2) Pour quelles valeurs de θ la fonction f (t – θ) est-elle orthogonale à la fonction
f (t) pour le produit scalaire de L2() ? Vérifier que ces valeurs de θ sont
dénombrables et de la forme θn = nC avec n ∈ * et C constante. Soient
gn(t) = f (t – nC) avec n ∈ . Vérifier que les fonctions gn sont orthogonales
deux à deux.

1) D’après (R5.13), on voit que f = F(Pa).


Comme Pa appartient à L2() et que la transformée de Fourier est une isométrie de L2(),
2 2
on a (R5.6) f 2
= Pa 2 .

  
+a / 2 +∞  sin(πa) 2
∫  
2
Or Pa 2 = 1 dt = a , donc ||
2
f ||22 =  πt  dt = a .
−a / 2 −∞

De plus, f * f = F(Pa) * F(Pa) donc en prenant la transformée de Fourier inverse,

F ( f ∗ f ) = F ( F( Pa ) ∗ F( Pa )) = F ( F( pa )) ⋅ F ( F( Pa )) = Pa ⋅ Pa .

Or Pa = Pa (car Pa(t) = 0 ou 1), donc f * f = F(Pa), mais comme f = F(Pa) on en déduit que,
2

au sens de L2() et donc presque partout :


f∗f = f .

Comme f est continue, f * f aussi car le produit de convolution régularise. Donc l’égalité est
© Dunod. La photocopie non autorisée est un délit.

vraie partout et, pour tout θ, on a :

sin(πaθ)
( f ∗ f )(θ) = f (θ) = .
πθ

Cette fonction s’annule pour sin(π aθ) = 0 et θ =


/ 0, donc pour :
n
θ= avec n ∈ *.
a

2) L’orthogonalité entre f (t – θ) et f (t), fonctions de t, s’écrit :


+∞
∫ −∞
f (t − θ ) f (t ) dt = 0 .
98 Mathématiques du signal

 +∞
Comme f est paire, on a f (θ − t) f (t)dt = 0 c’est-à-dire ( f * f )(θ) = 0. Donc, d’après
−∞
n
1), il faut que θ = avec n ∈ *. Il y a donc une infinité dénombrable de fonctions ortho-
a
 n sin(πat − πn)
gonales à g0(t) = f (t) qui sont gn (t ) = f t − c’est-à-dire : gn (t ) = a .
 a πat − πn
Vérifions que, pour tout n =
/ p, gn est orthogonale à gp . On a :

+∞ +∞ +∞ n − p
f  t −  f  t −  dt = f u −
n p
∫−∞
gn (t )g p (t ) dt = ∫−∞  a  a  ∫ −∞  a 
f (u) du = 0

qui est bien nul si n – p ∈ Z∗ , donc si n =


/ p.

2 2
Comme l’énergie est invariante par translation, on a gn 2
= f 2
= a , donc les fonctions

1
gn sont orthonormées. Ces fonctions-là sont précisement celles qui interviennent dans
a
le théorème d’échantillonnage de Shannan comme base du sous-espace des fonctions de
L 2 (R) dont la transformée de Fourier est à support borné.

Exercice 5.8

Calculer la fonction d’intercorrélation h de deux fonctions exponentielles causales


f et g avec f (t) = Y(t)e–at et g(t) = Y(t)e–bt, a et b réels positifs.
En déduire l’autocorrélation de f et l’énergie de f, (c’est-à-dire || f ||2 ).

Les fonctions sont à valeurs réelles et on a :


+∞
h( t ) = ∫
−∞
Y (u) e − au ⋅ Y (u + t ) e − b(u + t ) d u .

Si t  0, alors :
+∞ 1
h(t ) = e − bt ∫0
e − ( a + b )u du = e − bt
a+b
.

Si t  0, alors :
+∞ e + ( a + b )t e + at
h(t ) = e − bt ∫−t
e − ( a + b )u du = e − bt
a+b
=
a+b
5 • Transformation de Fourier 99

 e − bt
 si t  0
donc : h(t ) =  a +at b .
 e si t  0
 a + b

Cette fonction h est maximale pour t = 0, cela signifie que f (u) et g(u + t) ont une ressem-
blance maximale pour t = 0.
L’autocorrélation Kf de f est une fonction paire :

e−a t
K f (t ) = .
2a
+∞ 1

2
Comme K f (0) = f (u) du , on en déduit que l’énergie de f est .
−∞ 2a

Exercice 5.9

1  −t 2 
On considère le signal gaussien f (t ) = exp  .
2π  2 
+∞
∫−∞ exp(−u ) du = π , calculer l’énergie de ce signal.
2
1) Sachant que

2) Calculer la transformée de Fourier de f. En déduire le spectre d’amplitude, le


spectre de phase du signal f et la densité spectrale d’énergie de f.
3) Montrer que, pour un signal g réel et pair, l’autocorrélation Kg est le produit de
convolution g * g.
4) Déduire de ce qui précède l’autocorrélation Kf du signal gaussien.

1) L’énergie d’un signal f est le carré de sa norme dans L2() donc :


© Dunod. La photocopie non autorisée est un délit.

2
+∞  
t2
+∞ −
 1 e 2  dt = 1
+∞ π
∫ ∫ ∫ e − t dt =
2 2
Ef = f (t ) dt = .
−∞ −∞  2π  2π −∞ 2π
 

1
Donc : Ef = .
2 π

2) D’après (R5.16) ou d’après l’exercice 5.4, on a :


π  π 2ν 2 
F[exp( − at 2 )](ν ) = exp  − .
a  a 

On en déduit : F( f )(ν ) = exp( −2π 2ν 2 ) .


100 Mathématiques du signal

Comme f est réelle et paire, F( f ) est aussi réelle et paire et, par conséquent, son spectre de
phase, qui est l’argument, est nul, et son spectre d’amplitude est égal à |F( f )(ν)| = F( f )(ν)
car F( f ) est positive.
La densité spectrale d’énergie est le carré du module de la transformée de Fourier donc ici :
2
F( f )(ν ) = exp( − 4π 2ν 2 ) .

+∞ +∞
3) K g (τ ) = ∫
−∞
g(t + τ )g(t ) dt = ∫
−∞
g(u)g(u − τ ) du en posant u = t + τ.

Or : g(u – τ) = g(τ – u) puisque g est paire, donc : Kg(t) = (g * g)(τ).


4) Le calcul direct de l’autocorrélation Kg , c’est-à-dire de f * f est faisable (cf. exercice 4.15)
mais fastidieux. Il est plus facile de passer par la transformée de Fourier car on sait que
F( f * f ) = Ff ⋅ Ff et donc :
F(Kf) = (Ff )2
(on retrouve le fait que la transformée de Fourier de l’autocorrélation de f est la densité spec-
trale d’énergie).
On a donc :
F(Kf)(ν) = exp(– 4π2ν2).
En utilisant la transformée de Fourier inverse on obtient :

K f (τ ) = F (exp( − 4π 2ν 2 )).

1
Et, en utilisant la formule vue au 2) avec a = , il s’ensuit que :
4

1  τ2
K f (τ ) = exp  −  .
2 π  4

1 +∞
On vérifie que K f (0) = = E f (en effet, K f (0) =

2
f (t ) f (t ) dt = f 2 ).
2 π −∞

Exercice 5.10 Convergence vers une gaussienne

1) Soit g une fonction positive et paire telle que


 +∞  +∞
g(x) dx = 1 avec x 2 g(x) dx = σ2 (1)
−∞ −∞

En utilisant la formule de Taylor à l’ordre 2 en zéro

1 
f (x) = f (0) + f  (0)x + f (0)x 2 + x 2 ε(x)
2
5 • Transformation de Fourier 101

démontrer que le développement limité à l’ordre 2 en zéro de F(g)(ν) est


F(g)(ν) = 1 − 2π2 σ2 ν2 + ν2 ε(ν) avec ε(ν) −−→ 0
ν→0
2) Soit h 1 = g , h 2 = g ∗ g, h 3 = g ∗ g ∗ g, etc. Expliciter F(h n )(ν) en fonc-
tion de F(g)(ν).
 
ν
Chercher la limite de F(h n ) √ lorsque n tend vers +∞.
n
En déduire que, quelle que soit la fonction g vérifiant (1) la suite de fonc-
tions h n tend vers une gaussienne h
t 2
1 −
h(x) = √ e 2σ2
σ 2π

1) Le développement à l’ordre 2 en zéro de G(ν) = F(g)(ν) est


1 
G(ν) = G(0) + G  (0)ν + G (0)ν2 + ν2 ε(ν)
2
avec G (n) (ν) = (−2iπ)n F(x n g(x))(ν) (R5.11) . D’où G (n) (0) = (−2iπ)n F(x n g(x))(0) .
 +∞
Or F(x n g(x))(0) = x n g(x) dx et donc d’après (1)
−∞

G(0) = 1 et G (0) = (−2iπ)2 m 2 = −4π2 m 2 .
 +∞
Enfin, G  (0) = (−2iπ) xg(x) dx , comme g est paire, xg(x) est impaire et G  (0) = 0.
−∞
Ce qui prouve la formule .
2) D’après (R.5.12) on a F(h n ) = (F(g))n .
  n
ν ν
Pour ν fixé et n tendant vers +∞, √ tend vers 0, et F(g)(0) = 1, donc F(g) √
n n
est de la forme 1∞ , ce qui est une forme indéterminée. Pour lever cette indétermination, on
 
© Dunod. La photocopie non autorisée est un délit.

ν
passe en logarithme puis on utilise le développement à l’ordre 2 en zéro de F(g) √ .
n
On a
     
ν ν
ln F(h n ) √ = nln F(g) √
n n
  2  
ν 2 2ν ν2 ν
Comme ln(1 + u) ∼ u et que F(g) √ = 1 − 2π σ + ε √ , en posant
u=0 n n n n
 
ν2 ν2 ν
u = −2π2 σ2 + ε √ on obtient
n n n
       
ν ν2 ν2 ν ν
ln F(h n ) √ ∼ n −2π2 σ2 + ε √ = −2π2 σ2 ν2 + ν2 ε √
n ∞ n n n n
102 Mathématiques du signal

 
ν
Comme ε √ −−→ 0 , on a
n n→∞
  
ν
ln F(h n ) √ −−→ − 2π2 σ2 ν2
n n→∞

C’est-à-dire
 
ν
−−→ e−2π σ ν
2 2 2
F(h n ) √
n n→∞

2
1 t

Or la transformée de Fourier inverse de e−2π σ ν est h(x) = √ e 2σ2 d’après l’exer-
2 2 2

σ 2π
cice 5.4 (cf. en probabilité, théorème Limite central).

Exercice 5.11

Les fonctions considérées sont à valeurs réelles et de carré sommable. On


note :
– K f la fonction d’autocorrélation de f
– K f, g la fonction d’intercorrélation de f et g.
1) Montrer que K f, g vérifie pour tout τ

K f, g (τ) = K g, f (−τ)

En déduire K f −g à l’aide de K f , K g et K f g .
2) On pose : g(t) = f (t − a). Montrer que
K f = Kg.
C’est-à-dire qu’une fonction et sa translatée ont même fonction d’autocor-
rélation.
Calculer K f,g en fonction de K f .
Pour quelle valeur de τ cette fonction d’intercorrélation est maximale et que
vaut ce maximum ?
3) Application : Soit PL la fonction porte de largeur L et h définie 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 numérique : L = 1, a = 3/2 et b = 1/2.
Faire le graphe de h et celui de K h .
5 • Transformation de Fourier 103

1) En faisant le changement de variable v = u + τ avec dv = du on obtient


 +∞  +∞
K f,g (τ) = g(u + τ) f (u) du = g(v) f (v − τ) dv = K g, f (−τ)
−∞ −∞

Mais comme les fonctions sont à valeurs réelles, on a K f,g (τ) = K g, f (−τ) et K f est paire.
Par définition l’autocorrélation de la fonction réelle f − g est l’intégrale de
( f − g)(u + τ)( f − g)(u)
= f (u + τ) f (u) − f (u + τ)g(u) − g(u + τ) f (u) + g(u + τ)g(u)
Donc
K f −g (τ) = K f (τ) − K f,g (−τ) − K f,g (τ) + K g (τ)
2) En faisant le changement de variable v = u + τ avec dv = du on a
 +∞  +∞
K g (τ) = f (u − a + τ) f (u − a) du = f (v + τ) f (v) dv = K f (τ).
−∞ −∞

La fonction d’intercorrélation K f,g est :


 +∞
K f,g (τ) = f (u − a + τ) f (u) du = K f (τ − a)
−∞
 
On sait que  K f (τ)  K f (0) = f 22 , donc l’intercorrélation d’une fonction avec la fonc-
tion translatée de a est maximale pour τ = a (Cette propriété peut servir à évaluer la dis-
tance d’un obstacle dans le cas d’une onde radar).
3) Si f (t) = PL (t − a) et g(t) = PL (t − b) , d’après 5.16) : K f = K g = K PL .
D’autre part, g(t) = PL (t − a − (b − a)) = f (t − (b − a)) . D’où :

K f,g (τ) = K f (τ − (b − a))

D’après 1), la fonction d’autocorrélation K h de h est donc

K h (τ) = 2K PL (τ) − K PL (−τ − (b − a)) − K PL (τ − (b − a))


= 2K PL (τ) − K PL (τ + (b − a)) − L PL (τ − (b − a))
© Dunod. La photocopie non autorisée est un délit.

car K PL est paire.


La fonction K h (τ) est linéaire par morceaux. En calculant K h en −1, 0 et 1, on obtient le
graphe de K h .

h
1

t
0 1 2

–1
104 Mathématiques du signal

Exercices d’entraînement

5.12 Calculer les transformées de Fourier des fonctions suivantes :


1 1 t
4) π t e −π t
2
1) 2) 3)
1+ t 2
2 − 2t + t 2
(1 + t )
2 2

2
5) sin πt e −π t .

− at 2
5.13 Calculer les transformées de Fourier des fonctions t e et t 2 e − a t .

5.14 Utiliser la relation de Parseval pour calculer l’énergie E du signal


sin 4π t
f (t ) = 16 .
4π t
+∞ sin 3u sin(t − u)
5.15 Calculer f (t ) = ∫ −∞ u

t −u
du .

1
5.16 Calculer la fonction d’autocorrélation temporelle Kf du signal f (t ) = .
t +12

Réponses

5.12 1) π e −2π ν 2) π e −2 iπ ν e −2π ν 3) −iπ 2ν e −2π ν


2
4) −iπ ν e −π ν

−π  ν 2 + 
1
 4
5) −i sh π ν ⋅ e .
π 2ν 2
iπ ν π − 4 a( a 2 − 12π 2ν 2 )
5.13 F (t e − at 2
)(ν ) = − e a , F (t 2e − a t )(ν ) = .
a a ( a 2 + 4π 2ν 2 )3
5.14 E = 64.
sin t
5.15 f (t ) = π .
t

5.16 K f (τ ) = .
τ2 + 4
Chapitre 6

Transformation de Laplace

RAPPELS
• La transformée de Laplace de f est notée L( f )

 +∞
L( f )( p) = f (t)exp(− pt) dt avec p ∈ C (R6.1)
0

Si f est continue par morceaux sur [0,+∞[ , et à croissance au plus exponentielle


à l’infini, c’est-à-dire qu’il existe A et M et α tels que

∀t  A  0, | f (t)| < M exp(αt)

alors L( f )( p) est définie pour Re( p) > α.


© Dunod. La photocopie non autorisée est un délit.

• L( f )( p) est continue pour p réel avec p > α et vérifie lim L( f )( p) = 0 .


p→+∞

• L’abscisse de convergence de la transformée de Laplace de f est la petite valeur


de α telle que L( f )( p) soit définie pour tout p vérifiant Re( p) > α.
• La transformation de Laplace est une application linéaire :

L(λ f + µg) = λL( f ) + µL(g) (R6.2)

• Si f et g ont même transformée de Laplace alors f et g sont égales presque par-


tout sur [0,+∞[. Elles sont égales partout sur [0,+∞[ si elles sont continues.
106 Mathématiques du signal

• Formule du retard

∀a > 0, L( f (t − a))( p) = e−ap L( f (t))( p) (R6.3)

• Produit par une exponentielle

L(eat f (t))( p) = L( f )( p − a) (R6.4)

• Changement d’échelle

1 p
∀a > 0, L( f (at))( p) = L( f (t))( ) (R6.5)
a a

• Transformée de Laplace des dérivées


Si f, f
, f

... , f (n) sont continues sur R+ et toutes à croissance au plus expo-


nentielle à l’infini, alors :

(n)
L( f )( p) = pn L( f )( p) − pn−1 f (0+ ) − pn−2 f
(0+ ) − ... − f (n−1) (0+ )
(R6.6)

• Dérivation de la transformée de Laplace.

d n L( f )( p)
= (−1)n L(t n f (t))( p) (R6.7)
dpn

• Transformée de Laplace et convolution

L( f ∗ g) = L( f )L(g) (R6.8)

• Théorème de la valeur initiale

lim pL( f )( p) = f (0+ ) (R6.9)


p→+∞

• Théorème de la valeur finale

lim pL( f )( p) = lim f (t) (R6.10)


p→0+ t→+∞
6 • Transformation de Laplace 107

• Transformée de Laplace des fonctions usuelles


1
L(Y (t))( p) = (Re( p)> 0)
p
1
L(Y (t)exp(at))( p) = (Re( p − a)> 0)
p−a
p
L(Y (t)cos(ωt))( p) = 2 (Re( p)> 0)
p + ω2
ω
L(Y (t)sin(ωt))( p) = 2 (Re( p)> 0)
p + ω2
n!
L(Y (t)t n )( p) = n+1 (Re( p)> 0)
p

Exercice 6.1

Calculer la transformée de Laplace des fonctions f suivantes. Préciser l’ab-


scisse de convergence.
 3π  si t > 3π , 0 sinon  3π 
1) sin t − 2) Y (t )sin t −
 4 4  4
t π 3π 3π
3) sin −  si t > , 0 sinon 4) Y (t )e t sin t − 
3 4 4  4
1
5) fε (t ) = 11l [ a,a +ε ] (t ) où a > 0. Calculer lim+ L( fε )( p).
ε ε →0

6) Transformée de Laplace d’une fonction périodique sur R+


Soit f la fonction causale de période T construite à partir de la fonction f 0 définie
L( f 0 )( p)
sur [0,T ], nulle ailleurs. Montrer que L( f )( p) = pour Re( p) > 0.
1 − e− pT
© Dunod. La photocopie non autorisée est un délit.

    2
3π 3π sin(x) f
1) f (t) = Y t − sin t − 1
4 4
3π 0
f s’obtient à partir de Y(t)sint par translation de .
4
–1
Alors, avec (R6.3),
0 3π 5 10 15
3π 3π 4
− p − p 1
L( f )( p) = e 4 L
(Y (t )sin t )( p) = e 4
p +1
2

pour p > 0.
108 Mathématiques du signal

2) Ici f n’est pas la translatée de Y(t)sint. 2


On développe :
1
−1
f (t ) = Y (t ) (sin t + cos t )
2 0
2

−1 1 + p 2 –1
d’où L( f )( p) = pour p > 0.
2 p2 + 1 0 3π 5 10 15
4

t 3π
3) f est la translatée de Y (t )sin de , alors, avec (R6.3)
3 4
3π 3π
− −
4 L Y (t )sin t
p p 3
L( f )( p) = e ( p) = e 4
(p > 0).
 3 9p +1
2

−1 p
4) Avec 2) et (R6.4) : L( f )( p) = où p > 1.
2 ( p − 1)2 + 1

a +ε e − pt 1 − e – pε
5) L( fε )( p) = ∫a ε
dt = e − ap

et lim L( fε )( p) = e − ap avec p quelconque.
ε →0 +

Mais lim+ fε (t ) = 0 si t =
/ a et n’est pas définie en a.
ε →0

Donc lim+ L( fε ) ≠ L lim+ fε  . On verra que, au sens des distributions, on a l’égalité car
ε →0  ε →0 
lim fε = δ a et que L(δa)(p) = e–ap.
ε →0 +
 ∞  X
6) e− pt f (t)dt = lim e− pt f (t)dt .
0 X→∞ 0

Pour tout X fixé, il existe un n unique tel que nT < X < (n + 1)T . D’où :
 X   (k+1)T
k=n−1  X
e− pt f (t)dt = e− pt f (t)dt + e− pt f (t)dt .
0 k=0 kT nT

Puisque f est périodique de période T et que f = f 0 sur [0,T ] :


 (k+1)T  T
e− pt f (t)dt = e− p(t+kT ) f (t)dt = e− pkT L( f 0 )( p)
kT 0
 X 
k=n−1  X
e− pt f (t)dt = e− pkT L( f 0 )( p) + e− pt f (t)dt
0 k=0 nT
− pT n 
1 − (e ) X
= L( f 0 )( p) + e− pt f (t)dt
1 − e− pT nT
1 − qn
(car 1 + q + q 2 + . . . + q n−1 = ). Et pour Re( p) > 0 :
1−q
6 • Transformation de Laplace 109

 X  X  (n+1)T
− pt −Re( p)nT −Re( p)nT
| e f (t)dt|  e | f (t)|dt  e | f (t)|dt
nT nT nT

X T
c’est-à-dire : | nT e− pt f (t)dt|  e−Re( p)nT 0 | f (t)|dt, qui tend vers 0 quand n tend vers
+∞ . On a donc :
 ∞  n
X
1 − (e− pT ) L( f 0 )( p)
e− pt f (t)dt = lim e− pt f (t)dt = lim −
L( f 0 )( p) = .
0 X→∞ 0 n→∞ 1 − e pT 1 − e− pT

Exercice 6.2

Calculer la transformée de Laplace des fonctions fi dont les graphes suivent, à par-
tir de la première. Préciser l’abscisse de convergence.

a
1 a
1) 2) 3)
0 1 0 c 0 α β

a a
4) 5)
0 c 0 α β

Toutes ces transformées de Laplace existent et sont continues pour tout p car on intègre une
fonction continue sur un intervalle borné. Donc, dans ce qui suit, L( fi )(0) = lim L( fi )( p).
p→ 0

−p
1 1− e
1) L( f1 )( p) = ∫e dt = si p =
/ 0, 1 sinon.
– pt
0 p

2) f2 (t ) = a f1   d’où en utilisant la formule d’homothétie avec k = :


t 1
 c
© Dunod. La photocopie non autorisée est un délit.

c
a(1 − e − cp )
L( f2 )( p) = acL( f1 )(cp) = si p =
/ 0, ac sinon.
p

3) f3(t) = f2(t – α) avec c = β – α et avec (R6.3) :


a(1 − e − ( β −α ) p ) a −α p − β p
L( f3 )( p) = e −α p L( f2 )( p) = e –α p = (e − e ) si p =
/ 0, a(b – a) sinon.
p p
t
4) f4 (t ) = f2 (t ) d’où, avec la formule L(tf )(p) = –[L( f )(p)]′ :
c
1 a 1 − (1 + cp) e – cp ac
L( f4 )( p) = − [ L( f2 )( p)]′ = 2 si p =
/ 0, sinon.
c c p 2
110 Mathématiques du signal

5) f5(t) = – f4(t – a) + f3(t) avec c = b – a.


ae −α p
L( f5 )( p) = − e −α p L( f4 )( p) + L( f3 )( p) =
(β − α ) p2
(
e − ( β −α ) p + ( β − α ) p − 1 )
a
si p =
/ 0, ( β − α ) sinon.
2

Exercice 6.3

On considère une fonction f ayant une transformée de Laplace.


 f (t )  +∞ f (t )
1) Montrer que L
 t 
 ( p) =
p ∫
L( f )(u)du si
t
est sommable en 0.

Indication : poser f (t) = tg(t) et calculer L( f ).


Y (t )sin t  +∞ sin t +∞ sin t
2) En déduire L
 t 
( p) ,
0
e − pt
t
dt et∫0 t
dt . ∫
 t 
1
3) Montrer que L f (s)ds ( p) = L( f )( p) pour Re( p) > max(0,α)
0 p
avec α abscisse de convergence de L( f ).

1) f (t) = tg(t) ⇒ L( f )(p) = – [L(g)(p)]′. Posons G = L(g). On a donc : G ′(p) = – L( f )(p), et


en intégrant,
p
G ( p ) − G ( A) = − ∫A
L( f )(u) du avec lim G( A) = 0 (cf. rappels), d’où :
A→+∞

+∞
G( p ) = ∫ p
L( f )(u) du .

Y (t )sin t
2) g(t ) = tend vers 1 quand t tend vers 0+ donc g est sommable en 0 et
t
+∞ π
L
Y (t )sin t  1 1
 t 
( p) = ∫ p 1 + u2
du = − arctan p = arctan avec p > 0.
2 p
Alors,
+∞
L
Y (t )sin t  sin t 1
 t 
( p) = ∫ 0
e − pt
t
dt = arctan
p
+∞ +∞ sin t π

sin t
et, L(g) étant continue en 0, lim
+
p→ 0 ∫0
e − pt
t
dt =
0 t
dt =
2
.
6 • Transformation de Laplace 111

3) On a avec les conditions sur p et en utilisant le théorème de Fubini :


 t  ∞  t  ∞  ∞
− pt
L( f (s)ds)( p) = e ( f (u)du) dt = f (u) ( e− pt dt) du
0 0 0 0 u
On obtient
 t  ∞
e− pu 1
L( f (s)ds)( p) = f (u) du = L( f )( p)
0 0 p p

Exercice 6.4

1 π
Soit J0 (t ) =
π ∫0 cos(t sinθ ) dθ , fonction de Bessel d’ordre 0 où t  0.
1) Montrer que J0 est solution de l’équation différentielle :
tJ0′′(t) + J0′(t) + t J0(t) = 0.
Préciser J0(0) et J0′(0).
2) Appliquer la transformée de Laplace à l’équation différentielle en supposant J0
nulle pour t < 0 et calculer L(J0).
3) En déduire L(J0 * J0) puis J0 * J0 .

1) Puisque l’on intègre une fonction continue et dérivable par rapport à t sur un intervalle
borné, [0,π] on peut dériver sous le signe somme.
1 π 1 π 2
J 0′ (t ) = −∫ π 0 ∫
sin θ sin(t sin θ ) dθ , J 0′′(t ) = −
π 0
sin θ cos(t sin θ ) dθ

1 π 1

J 0 (t ) + J 0′′ (t ) =
π 0
cos 2θ cos(t sin θ ) dθ = − J 0′ (t ) en intégrant J0′ par parties, d’où le
t
résultat. De plus, J0(0) = 1 et J0′(0) = 0.
2) On applique les formules (R6.6) et (R6.7) et on pose F = L(J0).
Alors : L(J0′′)(p) = p2F(p) – pJ0(0) – J′0(0) = p2F(p) – p
© Dunod. La photocopie non autorisée est un délit.

L(tJ0′′)(p) = – [p2F(p) – p]′ = 1 – 2pF(p) – p2F ′(p)


L(J0′)(p) = pF(p) – 1,
L(tJ0)(p) = – F ′(p).
D’où : – (1 +p2)F ′(p) – pF(p) = 0
C
et F( p) = après intégration de l’équation différentielle.
p2 + 1
La constante C est déterminée par le théorème de la valeur initiale :
1
lim pF( p) = J 0 (0) = 1. D’où C = 1 et L( J 0 )( p) = .
p→+∞ p2 + 1
112 Mathématiques du signal

1
3) L( J 0 ∗ J 0 )( p) = [ L( J 0 )( p)]2 = = L(Y (t )sin t )( p) et donc
p +1
2

( J 0 ∗ J 0 )(t ) = Y (t )sin t ∀ t  0 car J0 * J0 est continue.

Exercice 6.5

Pour chacune des fonctions ϕ suivantes, déterminer f telle que L ( f ) = j.


1 p2 + a2 p2 + 7
1) 2) ln 3)
( p + 2)( p − 1) p2 ( p 2 + 1)2

1 1 1 
1) ϕ ( p) =  −  après décomposition en éléments simples. Donc,
3  p −1 p + 2
1
f (t ) = (e t − e −2 t )Y (t ).
3
On peut aussi traiter le problème par la convolution :
ϕ (p) = L(e–2tY(t))(p) ⋅ L(etY(t))(p) = L(e–2t Y(t) * etY(t))(p).
2) Le problème n’étant pas facile à traiter directement, on calcule j ′.
 p 1
ϕ ′( p ) = 2  2 2 −  et on a d’une part ϕ ′= L(2(cosat – 1)Y(t)) et, d’autre part,
 p +a p
2(1 − cos at )
ϕ ′ = [L( f )]′ = – L(t f (t)). D’où f (t ) = Y (t ).
t
1 p
3) Sachant que L(Y (t )sin t )( p) = , L(Y (t )cos t )( p) = 2 ,
p +1
2
p +1
2p p2 − 1
L(Y (t )t sin t )( p) = et L ( Y ( t )t cos t )( p ) = , on cherche une décomposi-
( p 2 + 1)2 ( p 2 + 1)2
tion de j de la forme :
1 p 2p p2 − 1
ϕ ( p) = a +b 2 +c 2 2 +d
p +1
2
p +1 ( p + 1) ( p 2 + 1) 2
d’où en identifiant : a = 4, b = c = 0, d = – 3, et
4 p2 − 1
ϕ ( p) = − 3 , ce qui donne f (t) = (4sint – 3t cost)Y(t).
p2 + 1 ( p 2 + 1)2
La décomposition en éléments simples conduit au même résultat.
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 déduire Γ , valeur de la fonction gamma en .
 2 2

2) Soit g(t ) = sin t . Montrer que g est la solution d’une équation différentielle
linéaire du second ordre.
3) Appliquer la transformation de Laplace à cette équation.
En déduire L(sin t ).

2 2
t2 
− x −  dx = 1 −  − 1 dx .
t t t t t 2x
1) ( f ∗ f )(t ) = ∫
0
x (t − x ) dx = ∫
0 4  2 2 ∫0  t 

2x t2 π π t2
En posant
t
− 1 = cos θ , on obtient ( f ∗ f )(t ) =
4 ∫ 0
sin 2 θ dθ =
8
.

π π
D’où L( f ∗ f )( p) = = ( L( f )( p))2 et L( f )( p) = 3 / 2 .
4 p3 2p
 +∞  +∞   √
√ −p 3 π
(x) = t x−1 e−t dt et L( f )( p) = te dt donc = L( f )(1) =
0 0 2 2

1 1 1
2) g ′(t ) = cos t et g ′′(t ) = − cos t − sin t impliquent
2 t 4t t 4t
4tg′′(t) + 2g′(t) + g(t) = 0 avec g(0) = 0, g′(0) non définie mais g′ sommable au voisinage
de 0.

3) On note L(g) = ϕ. L(g′) existe et vaut L(g′) = pϕ (p), L(tg′′) existe et vaut L(tg′′)(p) =
© Dunod. La photocopie non autorisée est un délit.

– 2pϕ (p) – p2ϕ ′(p) compte tenu de la condition initiale en g.


On obtient : – 4p2ϕ ′(p) + (1 – 6p)ϕ (p) = 0, équation différentielle dont la solution est :
e −1 /( 4 p )
ϕ ( p) = K .
p3 / 2
On détermine la constante K en remarquant que : sin t  t en 0 et, qu’en vertu du théo-
π
rème de la valeur initiale, L(sin t )( p)  L( t )( p) = .
p∞ 2 p3 / 2

π π e −1 /( 4 p )
D’où : K = et L(sin t )( p) = .
2 2 p3 / 2
114 Mathématiques du signal

Exercice 6.7 Équation différentielle : trois résolutions

On considère l’équation différentielle :


y′′(t) – a2y(t) =Y(t)e–at avec a > 0. (1)
1) Résoudre (1) à l’aide de la transformée de Laplace.
2) Faire de même avec la transformée de Fourier.
3) Déterminer l’ensemble des solutions de (1) par la méthode classique.
Comment retrouver les solutions obtenues précédemment ?

1) Si l’on pose L(y) = j, y(0+) = a, y′(0+) = b,


alors : L(y′′)(p) = p2 j (p) – a p – b et
1
et : p 2ϕ − α p − β − a 2ϕ =
p+a
p 1 1
d’où : ϕ ( p) = α +β 2 + ,
p2 − a2 p − a 2 ( p 2 − a 2 )( p + a)
p 1 1 1 1 1
soit : ϕ ( p) = α 2 +β 2 2 + 2 − .
2
p –a p −a 2a p − a
2
2 a ( p + a)2
On obtient donc :
 β 1  1 − at 
y L (t ) = Y (t )  α ch at +  + 2  sh at − te  .
  a 2a  2a 

2) Avec la transformée de Fourier, en posant F( y) = yˆ , on a :


∞ 1
−( a 2 + 4π 2ν 2 ) yˆ(ν ) = ∫
0
e − at e −2 iπ νt dt =
a + 2iπ ν
−1 1 1
soit : yˆ(ν ) = 2 2 =− 2 2 −
( a + 2iπ ν )( a + 4π ν )
2
2 a( a + 4π ν ) 2 a( a + 2iπ ν ) 2
2

et par la transformation inverse :


1 −a t 1
y F (t ) = − e − Y (t )te − at ∀ t ∈ .
4a 2 2a

3) Pour résoudre une équation différentielle classique, on se place sur des intervalles ouverts
de , où toutes les fonctions qui interviennent sont définies et continues. La fonction au
second membre de l’équation étant discontinue en 0, on résout (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 + De–at pour t dans –.
Sur +, la solution générale de (1) est la somme de la solution générale de l’équation homo-
gène, Aeat + Be–at, et d’une solution particulière de (1) que l’on cherche sous la forme µte–at
car le deuxième membre est en e–at et que – a est racine de l’équation caractéristique. Par
6 • Transformation de Laplace 115

1 1 − at
identification, on obtient µ = − et y+ (t ) = Ae at + Be − at − te . D’où une infinité de
solutions de la forme : 2a 2a

Ce at + De − at si t < 0

yc (t ) =  at − at 1 − at . (2)
 Ae + Be − 2 a te si t > 0

Utiliser la transformée de Laplace pour résoudre (1), signifie implicitement que, parmi les
solutions définies en (2), on ne retient que celles qui sont nulles sur –.
1 β 1  1 β 1 
Donc en choisissant dans (2) , C = D = 0, A =  α + + 2  et B =  α − − 2  ,
2  a 2a  2  a 2a 
pour assurer y(0 ) = α, y′(0 ) = β, on trouve yc = yL .
+ +

Résoudre une équation différentielle par la transformée de Laplace revient en fait à résoud-
re cette équation uniquement sur  *+ , ou encore à tronquer toutes les fonctions qui inter-
viennent, y compris le second membre, en les multipliant par Y(t).
Chercher une solution de (1) par la transformée de Fourier suppose que y, y′, et y′′ sont som-
mables sur  ou de carré sommable et, pour pouvoir utiliser (R5.10) pour y′ et y′′, que y et
y′ sont continues sur .
Dans (2), la sommabilité de y sur  impose A = 0, D = 0. La continuité en 0 de y et y′ impose
1 1
de plus : A + B = C + D et a( A − B) − = a(C − D) soit B = C = − 2 .
2a 4a
− 1 at
si t < 0
 4a 2 e
D’où yc (t ) =  1 1 – at , c’est-à-dire yc = yF .
− 2 e − at − te si t > 0
 4a 2a
D’une manière générale, résoudre une équation différentielle d’ordre n par la transformée de
Fourier revient à 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 Cn–1(),
donc pour l’ordre 2, continues et dérivables sur .

Exercice 6.8
© Dunod. La photocopie non autorisée est un délit.

Résoudre par la transformée de Laplace l’équation intégro-différentielle suivante :


t
t f ′′(t ) + 2 ∫0 f (u)sin(t − u) du = sin t pour t > 0 avec f (0) = 1.

Notons ϕ = L( f ), f étant supposée nulle pour t < 0.


L’équation s’écrit : t f ′(t) + 2( f * Ysin)(t) = Y(t) sint.
Alors, comme :
L(t f ′)(p) = – [L( f ′)(p)]′ = – [pϕ (p) – 1]′ = – ϕ (p) – pϕ′(p) et
L(h * g) = L(h)L(g), on obtient :
116 Mathématiques du signal

(1 – p2 )ϕ (p) – p(p2 + 1)ϕ′(p) = 1, équation différentielle linéaire d’ordre 1. La solution


Kp
générale de l’équation homogène vaut ϕ 0 ( p) = 2 et la solution particulière, trouvée
p +1
1 Kp 1
par la méthode de variation de la constante, ϕ1 ( p) = . D’où ϕ ( p) = 2 + 2 ,
p +1 2
p +1 p +1
la constante K étant déterminée par le théorème de la valeur initiale :
p +1
lim pϕ ( p) = f (0) = 1 = K . Alors ϕ ( p) = et f (t ) = (cos t + sin t )Y (t ) .
p→+∞ p2 + 1

Exercices d’entraînement
6.9 Calculer la transformée de Laplace, si elle existe, des fonctions causales f sui-
vantes :
cost
1) (t – 3)2e–2t 2) sin2ω t 3) t2e–4t 4)
t
t sin x +∞ x sin t x
5) ∫
0 x
dx 6)
0 ∫1+ x2
dx .

Déduire la valeur de cette dernière intégrale.


6.10 Calculer la transformée de Laplace des fonctions causales périodiques suivan-
tes :
sin t sur [0, π ]
f1(t) = |sint|Y(t) f2 ( t ) =  et de période 2π.
0 sur [π , 2π ]

1
1
f3 f4 a 2a 3a 4a
0 a 2a 3a 4a –1

6.11 Évaluer les intégrales suivantes en les considérant comme des valeurs particuliè-
res de transformées de Laplace.
+∞ +∞ e − t − e − λt
I1 =
0 ∫
t cos t e −3t dt I2 =
0 ∫ t
dt où λ > 0.

Y (t )
6.12 1) Soit f (t ) = . Calculer f * f puis L( f * f ) et en déduire la valeur de
t
+∞ e − pt
dt et de Γ   . Retrouver le résultat de l’exercice 6.6, en écrivant
1
I= ∫ 0 t  2

que f (t ) = (2Y (t ) t )′ .
2) Soient f (t) = Y(t)e–t et g(t) = 11l [0,1](t). Calculer L( f * g). En déduire f * g.
6.13 Trouver les originales f des transformées de Laplace j suivantes :
p p 3 − 17 p 2 + 75 p − 133
1) 2 2) .
p + 2 aω p + ω 2
( p 2 + 4)( p − 5)3
6 • Transformation de Laplace 117

6.14 Résoudre à l’aide de la transformée de Laplace les équations différentielles sui-


vantes :
43 e
1) f ′′(t) – 2f ′(t) + f (t) = Y(t)et(1 + t2) avec f(0) = 0, f (1) = .
12
2) (t – 1) f ′′(t) + (5 – 4t) f ′(t) – 4 f (t) = 0 avec f (0) = 3, f ′(0) = 12 et f continue
sur  ∗+ .

 f ′(t ) − f (t ) − 3g(t ) = t
3)  pour t > 0 avec f (0) = 0, g(0) = 0.
g ′(t ) − f (t ) + g(t ) = 0
t
4) ∫0
f ′( x ) e − t + x dx + e − t = 1 pour t > 0 avec f (0) = 4.

Réponses

6.9 1) Attention, f n’est pas la translatée de t2Y(t). On développe (t – 3)2,


9 p2 − 6 p + 2 9 p2 + 30 p + 26
L((t − 3)2 )( p) = et L( f )( p) = L((t − 3)2 )( p − 2) = pour
p 3
( p + 2)3
p > 0.

11 p 
2) On linéarise et L( f )( p) =  −  pour p > 0.
2  p p2 + 4ω 2 

 1 ′′ 2
3) L( f )( p) = [ L(e −4 t )( p)]′′ =   = ( p + 4)3 pour p > – 4.
 p + 4

cost
4) L(f) n’existe pas : n’est pas intégrable en 0.
t

5) Utiliser l’exercice 6.3.


1  sin x  1 1
L( f )( p) = L ( p) = arctan .
p  x  p p
© Dunod. La photocopie non autorisée est un délit.

6) Écrire la définition et permuter l’ordre d’intégration.


∞ x ∞ x
L( f )( p) =
∫0 1 + x2
L(sin tx )( p) dx =

0 (1 + x 2 )( p2 + x 2 )
dx

π
et après décomposition en éléments simples, L( f )( p) =
2( p + 1)
+∞ x sin tx π
et f (t ) = ∫0 1 + x2
dx = Y (t ) e − t pour t > 0.
2
118 Mathématiques du signal

L( f0 )( p)
6.10 On utilise l’exercice 6.1 : L( fi )( p) = avec Re(p) > 0.
1 − e − pt
π
1 + e −π p coth p
1) T = π, L( f0 )( p) = , L( f1 )( p) = 2.
1 + p2 1 + p2

1 + e −π p 1
2) T = 2π, L( f0 )( p) = , L( f2 )( p) = .
1 + p2 (1 + p2 )(1 − e −π p )

(1 + e − ap )2
3) T = 2a, L( f0 )( p) = (voir exercice 6.2, cas 4) et 5)),
ap2
(1 − e − ap )2 1 ap
L( f3 )( p) = = th .
ap2 (1 − e −2 ap ) ap2 2
1 ap
4) f4 (t ) = af3′(t ), d’où : L( f4 )( p) = apL( f3 )( p) − af3 (0) = th .
p 2

8
6.11 I1 = L(t cos t )(3) = −[ L(cos t )( p)]′p=3 = .
100

 e − t − e − λt  ∞
I2 = L
 t  (0) =
 ∫
0
L(e − t − e − λ t )( x ) dx = ln λ . (Cf. exercice 6.3.)

t dx 2 t dx
∫ ∫
2x
6.12 1) ( f ∗ f )(t ) = = = πY (t ) en posant − 1 = u.
x (t − x ) t 2
1− 
0 0 2x  t
−1
 t 

π π ∞ e − pt
D’où L( f ∗ f )( p) =
p
= ( L( f )( p))2 et L( f )( p) =
p
=
∫0 t
dt ,

Γ   = L( f )(1) = π .
1
 2

1 − e− p 1 1 
2) L( f ∗ g)( p) = L( f )( p) L( g)( p) = = (1 − e − p ) −  d’où par l’applica-
p( p + 1)  p p + 1
tion inverse, ( f * g)(t) = Y(t)(1 – e–t) – Y(t – 1)(1 – e–(t–1)) soit
1 − e − t sur [0,1]
( f ∗ g) =  − t , 0 sinon. (Cf. exercice 4.6.)
e (e − 1) si t  1

6.13 1) si |a| < 1, p2 + 2apω + ω 2 = (p + aω)2 + σ 2 où σ 2 = ω 2(1 – a2),


  − aω t  aω
sin σ t  .
p
L−1   (t ) = Y (t )e cos σ t −
 ( p + aω )2 + σ 2   σ 
Si |a| > 1, p2 + 2apω + ω 2 = (p + aω)2 – σ 2 où σ 2 = ω 2(a2 – 1),
  − aω t  aω
shσ t  .
p
L−1  2  (t ) = Y (t )e  chσ t −
 ( p + aω ) − σ 
2
 σ 
6 • Transformation de Laplace 119

 p  −ε ω t
Si |a| = 1, L−1   (t ) = Y (t )e (1 − εω t ) où ε = sgn(a).
 ( p + aω ) 2 

, f (t ) = Y (t ) sin 2t − t 2e5t  .
1 2 1
2) ϕ ( p) = −
p2 + 4 ( p − 5)3  2 
6.14 1) Poser f ′(0) = α, α sera déterminé par la valeur de f (1)
f (t ) = Y (t )et 3t + t 2 + t 4  .
1 1
 2 12 
2) f (t) = 3Y(t)e4t.
1 1 1  1 1 
3) f (t ) = Y (t ) ch 2t + sh 2t − (1 + t ) , g(t ) = Y (t ) sh 2t − t  .
4 8 4  8 4 
4) f (t) = Y(t)[t + 4].
© Dunod. La photocopie non autorisée est un délit.
Chapitre 7

Introduction à la théorie
des distributions

RAPPELS

• Une fonction est dans l’ensemble D des fonctions test si et seulement si :


– elle est de classe C ∞ sur R,
– elle est nulle hors d’un segment (intervalle fermé et borné).
 
• Une suite ϕn n∈N de fonctions test converge dans D vers ϕ ∈ D lorsque n tend
vers +∞ si et seulement si :
– Il existe un segment K en dehors duquel toutes les fonctions ϕn ainsi que ϕ
sont nulles.
© Dunod. La photocopie non autorisée est un délit.

( p)
– ϕn converge uniformément vers ϕ sur K, et pour tout p ∈ N∗ , ϕn converge
uniformément vers ϕ( p) sur K.
D
Nous noterons lim D
ϕn = ϕ ou ϕn −−−→ ϕ.
n→+∞ n→+∞
• Une distribution T est une forme linéaire continue sur D, c’est-à-dire une appli-
cation de D dans R qui est :
– linéaire : ∀ϕ, ψ ∈ D, ∀λ,µ ∈ R, T (λϕ + µψ) = λT (ϕ) + µT (ψ) .
– continue : si lim D ϕn = ϕ, alors lim T (ϕn ) = T (ϕ).
n→+∞ n→+∞
Au lieu de T (ϕ), on utilise souvent les notations < T,ϕ >, ou < T (t),ϕ(t) >
lorsque le besoin de faire référence à une variable réelle t se fait sentir.
122 Mathématiques du signal

• Opérations sur les distributions :


– somme : < T1 + T2 ,ϕ >=< T1 ,ϕ > + < T2 ,ϕ >.
– produit par λ ∈ R : < λT,ϕ >= λ < T,ϕ >.
– produit par une fonction g de classe C ∞ : < gT,ϕ >=< T,gϕ >.
– translation : < T (t − t0 ),ϕ(t) >=< T (t),ϕ(t + t0 ) >.
 
1 t
– changement d’échelle : < T (at),ϕ(t) >=< T (t), ϕ > , où a =/ 0.
|a| a
• Une fonction intégrable sur tout segment est dite localement sommable.
• Si f est une fonction localement sommable, la distribution régulière associée à f
est la distribution [ f ] définie par
 +∞
∀ϕ ∈ D,< [ f ],ϕ >= f (t)ϕ(t)dt . (R7.1)
−∞

• Une distribution qui n’est pas régulière est dite singulière. Exemples courants :
– distributions de Dirac : < δ,ϕ >= ϕ(0), < δa ,ϕ >= ϕ(a). On note aussi δa
par δ(t − a).
 −ε  +∞ 
1 1 ϕ(t) ϕ(t)
– pseudo-fonction : < Pf ,ϕ(t) >= lim dt + dt .
t t ε→0+ −∞ t ε t
• Si g est de classe C ∞ ,
g(t)δa = g(a)δa (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),
ϕ (t ) − ϕ ( 0 ) ϕ (t ) − ϕ ( − t ) ϕ (t )
ψ 3 (t ) = , ψ 4 (t ) = , ψ 5 (t ) = .
t t t

1) y1(t) est de classe C∞ sur , mais n’est pas nulle hors d’un segment donc
sint ∉ D.
2) y2(t) = sintj (t) est de classe C∞ comme produit de fonctions de classe C∞. Comme ϕ est
nulle hors d’un segment, sintϕ (t) aussi. Donc sintϕ (t) ∈ D.
3) Comme j est de classe C∞, les fonctions y3 et y4 peuvent être prolongées par continui-
té en 0. En effet :
ϕ (t ) − ϕ ( 0 )
lim ψ 3 (t ) = lim = ϕ ′( 0 ) = ψ 3 ( 0 )
t →0 t →0 t−0

Note : Dans tous les exercices qui suivent, a, b et c désignent des nombres réels fixés.
7 • Introduction à la théorie des distributions 123

ϕ (t ) − ϕ ( 0 ) + ϕ ( 0 ) − ϕ ( − t )
lim ψ 4 (t ) = lim = 2ϕ ′(0) = ψ 4 (0).
t →0 t →0 t
Comme j, elles sont indéfiniment dérivables sur *, et on peut démontrer en utilisant les
développements limités au voisinage de 0 qu’elles sont indéfiniment dérivables en 0.
Montrons, par exemple, que y3 est dérivable en 0. Pour cela, d’après la définition de la déri-
vation, il faut étudier l’existence de la limite suivante :
ψ (t ) − ψ 3 ( 0 )
lim 3 .
t →0 t−0
ψ 3 (t ) − ψ 3 (0) ϕ (t ) − ϕ (0) − tϕ ′(0)
Or = , pour lever l’indétermination, on fait donc un
t−0 t2
développement limité à l’ordre 2 du numérateur.
t2
Comme ϕ (t ) = ϕ (0) + tϕ ′(0) + ϕ ′′(0) + t 2 ε (t ),
2
t2
le numérateur est égal à ϕ ′′(0) + t 2 ε (t ), où ε (t) tend vers 0 avec t.
2
1
Il s’ensuit que ψ 3′ (0) existe et vaut ψ 3′ (0) = ϕ ′′(0).
2
De même, on pourrait montrer que ψ 3′′ existe en 0, etc. Nous admettrons que y3 est indéfi-
niment dérivable en 0 et qu’elle appartient donc à C∞().
En utilisant la même démarche, on peut démontrer que y4 est de classe C∞.
Pour que ces fonctions soient dans D, il reste à vérifier qu’elles sont nulles hors d’un seg-
ment. Pour t assez grand, ϕ (t) = 0 et j (– t) = 0, donc y4(t) est nulle, par contre
ϕ (0)
ψ 3 (t ) = − , y3 ne sera pas nulle hors d’un segment sauf si j (0) = 0. Donc :
t
ϕ (t ) − ϕ ( 0 ) ϕ (t ) − ϕ ( − t )
∉ D et ∈D .
t t
ϕ (t )
4) y5(t ) = ne peut être prolongée par continuité en 0 que si ϕ (0) = 0 et alors elle est
© Dunod. La photocopie non autorisée est un délit.

t
ϕ (t )
dans D, mais en général ϕ (0) =
/ 0, et ∉D .
t

Exercice 7.2

Les applications suivantes de D dans R sont-elles des distributions ? (on se


contentera de vérifier si elles sont définies sur D tout entier et linéaires, et l’on
admettra alors leur continuité).
124 Mathématiques du signal

Si c’est le cas, préciser s’il s’agit ou non d’une distribution régulière, et, dans
l’affirmative, donner une fonction localement sommable à laquelle cette distribu-
tion est associée.
 1
1) < T1 ,ϕ >= ϕ(t)dt .
0
 1
2) < T2 ,ϕ >= |ϕ(t)| dt.
0
 +∞
3) < T3 ,ϕ >= t 2 ϕ(t)dt .
0
 +∞
ϕ(t)
4) < T4 ,ϕ >= dt.
1 t −1

+∞
5) < T5 ,ϕ >= ϕ(n) (n).
n=0
6) < T6 ,ϕ >= ϕ(0) + ϕ (1) .

Les applications T1, T3, T5 et T6 sont des distributions, les applications T2 et T4 n’en sont pas.
1) T1 est la distribution régulière associée à la fonction localement sommable f définie par
f (t) = 1 si t ∈ [0,1], f (t) = 0 sinon.
2) T2 n’est pas linéaire. En effet, soit par exemple ϕ une fonction test à valeurs strictement
 1  1
positives sur [0,1]. On a donc < T2 ,ϕ >= |ϕ(t)| dt = ϕ(t)dt > 0 . Si T2
0 0
était linéaire, on aurait en particulier < T2 ,−ϕ >= − < T2 ,ϕ > < 0 . Comme
< T2 ,−ϕ >=< T2 ,ϕ > , il y a contradiction.
3) T3 est la distribution régulière associée à la fonction localement sommable Y (t)t 2 .
ϕ(t)
4) Si ϕ est une fonction test telle que ϕ(1) =
/ 0, est équivalente, lorsque t → 1+ , à
t −1
ϕ(1)
qui n’est pas intégrable au voisinage de 1. Donc < T4 ,ϕ > n’est pas défini dans ce
t −1
cas.
5) Soit ϕ une fonction test. Comme ϕ est nulle en dehors d’un segment [a,b], on a pour tout

+∞
n ∈ N, n > b, ϕ(n) (n) = 0. La somme ϕ(n) (n) ne comportant qu’un nombre fini de ter-
n=0
mes non nuls est donc bien définie. La linéarité de T5 résulte immédiatement de la linéarité
de la dérivation.
Donc T5 est bien une distribution, mais < T5 ,ϕ > ne peut pas s’écrire sous la forme d’une
 +∞
intégrale f (t)ϕ(t)dt , donc T5 est singulière.
−∞
7 • Introduction à la théorie des distributions 125


+∞
De fait, on a T5 (t) = (−1)n δ(n) (t − n) (cf. chapitre 8).
n=0

6) T6 est la distribution singulière δ − δ 1 (cf. chapitre 8).

Exercice 7.3

1) Si S est une distribution paire (respectivement impaire), quelle relation lie


< S, j (– t) > et < S, j (t) > quelle que soit j de D ?
+∞
2) Montrer que le peigne de Dirac S(t ) = ∑ δ(t − an) est pair. En déduire que, si
−∞
g est une fonction indéfiniment dérivable sur , alors gS est une distribution
paire si g est paire (respectivement impaire si g est impaire).
2
3) Soit g définie par g(t ) = 
sin t 
sur * et par g(0) =1.
 t 
On admettra que g est de classe C∞.
+∞
Soit Ta,b (t ) = g(t ) ∑ δ(t − an − b) un échantillonnage de la fonction g.
−∞

Simplifier l’expression de Ta,b pour les 4 valeurs suivantes de (a, b) :


(a,0), (p,0), (p/2,0), (p,p/2).

1) Une distribution S(t) est paire si S(– t) = S(t).


Or par définition < S(– t), j (t) > = < S(t), j (– t). Donc :
• S est paire si < S, j (– t) > = < S, j (t) >
• S est impaire si < S, j (– t) > = – < S, j (t) >.
+∞ +∞
2) On a < S(t ), ϕ (t ) > = < ∑ δ(t − an), ϕ (t ) > = ∑ ϕ (an), par ailleurs
© Dunod. La photocopie non autorisée est un délit.

−∞ −∞

+∞ 
+∞
< S(−t), ϕ(t) > = < S(t), ϕ(−t) > = ϕ(−ap) = ϕ(an)
P=−∞ n=−∞
en posant n = – p.
Donc le peigne de Dirac S(t) est pair.
Pour étudier la parité 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 Mathématiques du signal

3) Comme g(t)δ(t – t0) = g(t0)δ(t – t0), on obtient pour b = 0 :

2
 sin an  δ(t − an)
Ta,0 (t ) = δ(t ) + ∑
n ∈*
 an 
.

Pour a = p, on a Tp,0(t) = δ(t).


2 pπ
Pour a = p /2, on a, si n est pair , n = 2p et sin = 0 , et on a, si n est impair, n = 2p + 1
2
(2 p + 1)π
et sin = ( −1) p , donc :
2
2
 sin nπ / 2 
Tπ / 2,0 (t ) = δ(t ) + ∑
n ∈*

 nπ / 2 
 δ(t − nπ / 2) = δ(t ) + ∑+∑
n ∈2 * n ∈2  +1

2
 

2
d’où : Tπ / 2,0 (t ) = δ(t ) + 0 +   δ(t − (2 p + 1)π / 2) .
p∈
 (2 p + 1)π 

Pour a = π et b = π /2 on a :
2
 

1
Tπ ,π / 2 (t ) =   δ(t − π (n − 1 / 2)) = Tπ / 2,0 (t ) − δ(t ) .
 nπ + π / 2 
n ∈

g a =π
b =π
2

0 π 2π 3π 0 π 2π 3π

a=π a =π
b=0 2
b=0

– 3π 0 π 2π 3π 0 π 2π 3π

Les expressions ci-dessus correspondent à différents échantillonnages de la fonction


2
 sin t  , certains ne donnent pas une bonne représentation de la fonction.
 t 

Exercice 7.4
1 1
1) La distribution appelée pseudo-fonction , notée Pf , est définie par :
t t
+∞ 1  −ε +∞
ϕ (t ) dt  .
1 1 1
< Pf , ϕ > = VP
t ∫−∞ t ϕ (t ) dt = εlim
→ 0  ∫−∞ t
ϕ (t ) dt + ∫
+ε t 
7 • Introduction à la théorie des distributions 127

Montrer que l’on peut donner de cette distribution la définition suivante ne fai-
sant pas intervenir de limite :
1 +∞ ϕ (t ) − ϕ ( − t )
< Pf , ϕ > =
t 0 t ∫ dt .

1 1
2) Vérifier que t Pf et sin t Pf sont des distributions régulières mais que
t t
1 1
cost Pf est une distribution singulière comme Pf .
t t

1) En faisant le changement de variable t = – s, on obtient :


− ε ϕ (t ) ε ϕ ( − s) ∞ ϕ ( − s)

−∞ t
dt =
∞ −s ∫ ( − ds) = −
ε s
ds , ∫
1  ∞ ϕ (t ) ∞ ϕ ( −t ) 
et donc < Pf , ϕ > = lim 
t ε → 0 ∫ε t
dt − ∫ε t
dt  .

ϕ (t ) − ϕ ( − t )
La fonction est définie et continue en t = 0 (cf. exercice 7.1), donc on peut pas-
t
1 +∞ ϕ (t ) − ϕ ( − t )
ser à la limite et on a : < Pf , ϕ > = ∫ dt .
t 0 t

1
2) Vérifions que t Pf = [1] , en effet :
t
1 1  −ε tϕ (t ) +∞ tϕ (t )  +∞
< t Pf , ϕ > = < Pf , tϕ > = lim 
t t ε → 0  ∫ −∞ t
dt + ∫ε t
dt  =
 ∫
−∞
ϕ (t ) dt = < 1, ϕ > .

1  sin t  sin t
De même, on peut vérifier que sin t Pf =  car la fonction est prolongeable par
t  t  t
continuité en 0 et par conséquent localement sommable.
© Dunod. La photocopie non autorisée est un délit.

cost
Par contre, la fonction n’est pas sommable au voisinage de 0 d’après le critère de
t
cos t 1 1
Riemann car  . Il s’ensuit que cost Pf est une distribution singulière.
t 0t t

Exercices d’entraînement

7.5 1) Les fonctions suivantes sont-elles localement sommables ?


2) Sont-elles dans L1() ?
1 1 1 sin t cos t
exp(t), exp(– |t|), at + b, sint, , , , , , ln|t|.
1+ t2 t − a t t t
128 Mathématiques du signal

7.6 Soit T une application de D dans  :


1 +∞
T (ϕ ) = ∫ −1
(1 − t )ϕ (t ) dt + ∫1
ln tϕ (t ) dt .

Montrer que T est une distribution régulière.


7.7 Montrer que l’application suivante de D dans  est une distribution :
4
T (ϕ ) = ∫0
t 3ϕ ′(t ) dt .

En faisant une intégration par partie, montrer que c’est la somme d’un Dirac et
d’une distribution régulière.
7.8 En utilisant la définition du produit d’une distribution par une fonction de classe
C∞, simplifier les distributions suivantes :

sin(p t)δ1 sin(p t/4)δ1  sin π t  δ .


 t  0
7.9 On définit les distributions singulières Sn par :
< Sn, j > = (– 1)(n)j(n)(0).
Vérifier que la distribution Sn a même parité que n.
(On verra que Sn désigne les dérivées successives de δ.)
7.10 Soit la distribution T(t) = aδ′(t) + bδ(t – 1). Calculer les produits :
1) tT(t) ; 2) t2T(t) ; 3) (t – 1)T(t) ;
4) t(t – 1)T(t) ; 2
5) t (t – 1)T(t).

Réponses
1 cost
7.5 1) Oui sauf , .
t−a t
1
2) Les seules sommables sur  sont exp(– |t|) et .
1 + t2
7.6 Soit f (t) = (1 – |t|)P2(t) + Y(t – 1)lnt, f est une fonction définie sur , continue par mor-
ceaux donc localement sommable. On a :
+∞
T (ϕ ) =

−∞
f (t )ϕ (t ) dt donc T = [f] ∈ D′.


[ ] ∫ 3t ϕ (t ) dt = 4 ϕ (4) − 0 − ∫
4 4
7.7 T (ϕ ) = t 3ϕ (t ) − 2 3
3t 211l [ 0,4 ] (t )ϕ (t ) dt donc T est la somme
0 0 −∞
d’une distribution singulière et d’une distribution régulière :
T = 43δ4 – [3t211[0,4](t)] = 43δ(t – 4) – [3t2P4(t – 2)]
où P4 est la fonction porte de largeur égale à 4.
2 sin π t sin π t
7.8 sin(π t)δ1 = 0, sin(π t / 4)δ1 = δ1 , comme =π → π,
 2 t π t t→0

 sin π t  δ = π δ sin π t
est prolongeable par continuité en t = 0 par p .
 t  0 0
t
7 • Introduction à la théorie des distributions 129

dn
7.9 On a : (ϕ ( −t )) = ( −1)n ϕ ( n ) ( −t ) donc :
dt n 
dn 
< Sn (−t), ϕ(t) > = < Sn (t), ϕ(−t) > = (−1) n (ϕ(−t)) n
dt t=0
= (−1)n (−1)n ϕ(n) (0) = (−1)n < Sn (t), ϕ(t) > ,
donc Sn(– t) = (– 1)nSn(t), et en particulier S0 = δ est paire, S1 = δ′ impaire.

7.10 1) – aδ(t) + bδ(t – 1) ; 2) bδ(t – 1) ; 3) – aδ(t) – aδ′(t) ;


4) aδ(t) ; 5) 0.
© Dunod. La photocopie non autorisée est un délit.
Chapitre 8

Dérivation, convergence,
convolution des distributions

RAPPELS
• Définition de la dérivée T  d’une distribution T :

∀ϕ ∈ D,< T  ,ϕ >= − < T,ϕ > (R8.1)

• Dérivées d’ordre supérieur :


∀n ∈ N∗ ,∀ϕ ∈ D,< T (n) ,ϕ >= (−1)n < T,ϕ(n) >
© Dunod. La photocopie non autorisée est un délit.

En particulier, pour tout a ∈ R on a


∀n ∈ N∗ , ∀ϕ ∈ D,< δa(n) ,ϕ >= (−1)n ϕ(n) (a) .
• Dérivation d’une distribution régulière [ f ], lorsque f et f  sont localement som-
mables :
 
[ f ] = [ f  ] + f (a + ) − f (a − ) δa (R8.2)
a

• Dérivation du produit d’une distribution T par une fonction g de classe C ∞ :

(gT ) = g  T + gT  (R8.3)
132 Mathématiques du signal

• Convergence des distributions :


lim Tλ = T ⇐⇒ ∀ϕ ∈ D, lim < Tλ ,ϕ >=< T,ϕ > (R8.4)
λ→λ0 λ→λ0

• Convergence des dérivées :


 
lim Tλ = T ⇒ lim T λ =T (R8.5)
λ→λ0 λ→λ0

• Produit de convolution de deux distributions S et T :


∀ϕ ∈ D < S ∗ T, ϕ > =< S(u),< T (v),ϕ(u + v) >>
=< T (u),< S(v),ϕ(u + v) >>=< T ∗ S,ϕ >

(lorsque ces quantités ont un sens).


• Convolution avec des distributions de Dirac :
– Élément neutre : δ ∗ T = T ∗ δ = T.
– Translation : δa ∗ T = δ(t − a) ∗ T (t) = T (t − a) .
En particulier δa ∗ δb = δa+b .
• Dérivation d’un produit de convolution :

(S ∗ T ) = S  ∗ T = S ∗ T 

En particulier δ ∗ T = T  , et δ(n) ∗ T = T (n) pour tout n ∈ N∗ .

Exercice 8.1

Soit f la fonction définie par :


f (t) = 1 – t2 pour |t|  1
f (t) = 0 pour |t| > 1
Soit T = [ f ] la distribution régulière associée, calculer de trois façons différentes
T′, T ′′, T ′′′ en utilisant successivement (R8.1), (R8.2), et (R8.3).

1) Démonstration utilisant la définition (R8.1) et l’intégration par parties :


1
∀ ϕ ∈ D, < T ′, ϕ > = − < T , ϕ ′ >= − ∫ (1 − t ) ϕ ′(t ) dt
2
−1

[ ] +∫
1 1
= − (1 − t 2 )ϕ (t ) − 2t ϕ (t ) dt
−1 −1
= 0 + < −2tP2 (t ), ϕ >
8 • Dérivation, convergence, convolution des distributions 133

et donc : T ′ = [ −2tP2 (t )] .

De la même façon, on calcule T ′′ :


1
∀ϕ ∈ D, < T ′′, ϕ > = − < T ′, ϕ ′ >= − ∫
−1
− 2 t ϕ ′ ( t ) dt
1
= [2t ϕ (t )]−1 − ∫
1
2 ϕ (t ) dt
−1
= 2ϕ (1) + 2ϕ ( −1) + < −2 P2 , ϕ >

donc : T ′′ = 2δ1 + 2δ −1 − [2 P2 (t )] .

Et de même :
1
< T ′′′ , ϕ > = − < T ′′, ϕ ′ >= −2ϕ ′(1) − 2ϕ ′( −1) + ∫ −1
2 ϕ ′(t ) dt
= −2ϕ ′(1) − 2ϕ ′( −1) + 2ϕ (1) − 2ϕ ( −1)

donc : T ′′′ = 2δ ′−1 + 2δ1′ − 2δ −1 + 2δ1 .

2) Démonstration utilisant (R8.2).


Pour |t| < 1 on a f (t) = – 2t, f ′′(t) = – 2, f ′′′(t) = 0.
Pour |t| > 1 f ′(t) = f ′′(t) = f ′′′(t) = 0.
f
Comme f (1) = f (– 1) = 0, la fonction f est continue et
1
donc T ′ = [ f ]′ = [ f ′] où f ′ est définie sur * c’est-à-dire
presque partout. On retrouve T ′ = [ −2tP2 (t )] . 0 t

La fonction f ′ est discontinue en t = – 1 et en t = 1, les f′ 2


sauts sont :
f ′(– 1+) – f ′(– 1–) = – 2(– 1) – 0 = 2 0 t
f ′(1+) – f ′(1–) = 0 – (– 2 ) = 2.
–2
Donc : T ′′ = [ f ]′′ = [ −2tP2 (t )]′ = −[2 P2 (t )] + 2δ1 + 2δ −1
f ′′
et de même 2δ–1 2δ1
T ′′′ = [ f ]′′′ = – [2P2(t)]′ + 2δ′1 + 2δ′–1 , 0 t
comme [P2(t)]′ = δ–1 – δ1 , on retrouve le résultat précé-
© Dunod. La photocopie non autorisée est un délit.

–2
dent T ′′′ = −2δ −1 + 2δ1 + 2δ ′−1 + 2δ1′ .

3) La fonction 1 – t2 est de classe C∞ sur , donc on peut appliquer (R8.3) à


T = (1 – t2)[P2(t)].
En utilisant la relation [P2(t)]′ = δ–1 – δ1 on obtient :
T ′ = ((1 – t2)[P2(t)])′ = (1 – t2)′[P2(t)] + (1 – t2)(δ–1 – δ1).
Et, comme g(t)δa = g(a)δa , on a : (1 – t2)δ–1 = 0 et (1 – t2)δ1 = 0, donc :
T ′ = – 2t [P2(t)].
De même T ′′ = (– 2t[P2(t)])′= – 2[P2(t)] – 2t (δ–1 – δ1 )
= – 2[P2(t)] + 2δ–1 + 2δ1
et T ′′′ = −2[ P2 (t )]′ + 2δ ′−1 + 2δ1′ = −2(δ −1 − δ1 ) + 2δ ′−1 + 2δ1′ .
134 Mathématiques du signal

Exercice 8.2

Calculer de trois façons différentes les dérivées première et seconde de la distribu-


tion régulière T = [ f ] où f (t) = Y(t)sint : en utilisant successivement (R8.1), (R8.2)
et (R8.3).

1) Démonstration utilisant la définition (R8.1) et l’intégration par parties :


+∞
∀ ϕ ∈ D, < T ′ , ϕ > = − < T , ϕ ′ >= − ∫ 0
sin t ϕ ′(t )dt
+∞
= −[sin t ϕ (t )]0 + ∫
+∞
cos t ϕ (t ) dt .
0
Comme une fonction test est nulle à l’infini, cela donne :
+∞
∀ ϕ ∈ D, < T ′ , ϕ > = 0 + ∫0
cos t ϕ (t ) dt = < cos tY (t ), ϕ >

et donc T ′ = [cos t Y (t )] .

De la même façon, on calcule T ′′ :


+∞
∀ ϕ ∈ D, < T ′′ , ϕ > = − < T ′, ϕ ′ >= − ∫ 0
cos t ϕ ′(t ) dt
+∞
= −[cos t ϕ (t )]0 + ∫
+∞
− sin t ϕ (t ) dt
0
+∞
= 0 + ϕ (0) − ∫0
sin t ϕ (t ) dt = < δ 0 , ϕ > + < − sin tY (t ), ϕ >

donc T ′′ = δ 0 − [sin t Y (t )] = δ 0 − T .

[sintY(t)] est une des solutions de l’équation T ′′ + T = δ0 .

2) Démonstration utilisant (R8.2). La fonction f(t) = Y(t)sint est définie par :


∀ t > 0 f (t) = sint donc f ′(t) = cost et f ′′(t) = – sint,
∀ t < 0 f (t) = 0 donc f ′(t) = 0 et f ′′(t) = 0.
La fonction f (t) = Y(t)sint est continue sur *, et elle est aussi
continue en t = 0 car f (0+) – f (0–) = 0, en effet f (t) = 0 pour f
t < 0 et sin t tend vers 0 pour t tendant vers 0+. Donc d’après
(R8.2), [ f ]′ = [ f ′] où f ′ est définie sur * c’est-à-dire presque 0 t
partout sur .
f′
On retrouve T ′ = [cos tY (t )] .
Quant à la fonction f ′, elle est discontinue en 0 et le saut est 0 t
f ′(0+) – f ′(0) = + 1, on en déduit d’après (R8.2) que :
f ′′

T ′′ = [ f ′]′ = [ f ′′] + δ 0 = [ − sin tY (t )] + δ 0 .


0 t
8 • Dérivation, convergence, convolution des distributions 135

3) Démonstration utilisant (R8.3).


La fonction sint est de classe C∞, on peut donc écrire T = sint[Y(t)] et comme on sait que
[Y(t)]′ = δ0 , en appliquant (R8.3) et en utilisant la relation g(t)δa = g(a)δa où g est une fonc-
tion de classe C∞, on obtient :
T ′ = (sint[Y(t)])′ = cost[Y(t)] + sintδ0 = cost[Y(t)]
T ′′ = (cost[Y(t)])′ = – sint[Y(t)] + costδ0 = – sint[Y(t)] + δ0 .

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 réels non nuls, et f a,b la fonction définie 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 dérivée de la distribution régulière f a,b .

1) La fonction t → ln|t| est continue sur R∗. Elle est donc intégrable sur tout segment
 ne

1 −1
contenant pas 0. D’autre part, lim |t| ln|t| = 0, donc au voisinage de 0, |ln|t|| = o |t|
2 2
t→0
et t → ln|t| est donc intégrable au voisinage de 0. Cette fonction est donc localement som-
mable sur R.
Soit ϕ une fonction test. On a :
+∞
< [ln|t|] ,ϕ(t) >= − < [ln|t|],ϕ (t) >= − ln|t|ϕ (t)dt.
−∞

On ne peut effectuer une intégration par parties sur R, car ln|t| = 1t qui n’est pas locale-
ment sommable en t = 0 , mais on peut écrire :
+∞
−ε +∞
© Dunod. La photocopie non autorisée est un délit.

ln|t|ϕ (t)dt = lim + ln|t|ϕ (t)dt .


−∞ ε→0+ −∞ ε

Une intégration par parties sur chacun des intervalles ] − ∞,−ε] et [ε,+∞[ donne :
+∞
−ε +∞
 ϕ(t) ϕ(t)
ln|t|ϕ (t)dt = lim ϕ(−ε) ln ε − dt − ϕ(ε) ln ε − dt ,
−∞ ε→0+ −∞ t ε t

−ε +∞
ϕ(t)
donc < [ln|t|] ,ϕ(t) >= lim [ϕ(ε) − ϕ(−ε)] ln ε + lim + dt .
ε→0+ ε→0+ −∞ ε t
Par la formule des accroissements finis, il existe θ ∈] − 1,1[ tel que ϕ(ε) − ϕ(−ε) = 2εϕ (θε) ,
donc :
lim [ϕ(ε) − ϕ(−ε)] ln ε = lim 2ϕ (θε)ε ln ε = 2ϕ (0) lim ε ln ε = 0.
ε→0+ ε→0+ ε→0+
136 Mathématiques du signal


ε +∞
ϕ(t) 1
D’autre part, lim + n’est autre que < Pf ,ϕ(t) >, d’où le résultat
dt
ε→0+ −∞ ε t t
demandé.
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) , où
ga,b est la fonction définie par ga,b (t) = ln|a| si t > 0 et ga,b (t) = ln|b| si t < 0 . Cette fonc-
tion 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 . D’autre part :
t a 
        
ga,b = ga,b + ga,b (0+) − ga,b (0−) δ = ln   δ.
    b
0 ln|a|−ln|b|

  a 
1  
On en déduit que f a,b = Pf + ln   δ.
t b
 1
On peut remarquer que pour tout t =
/ 0 on a f a,b (t) = , mais que cela n’implique pas que
t
  1
f a,b = Pf .
t

Exercice 8.4
1) Soit la fonction f (t) = |sint| et soit f0 la fonction égale à f sur [0,π] et nulle
ailleurs. Expliciter la fonction f à l’aide de f0 et de translatées de f0 . Tracer le
graphe de f et expliciter ses dérivées première et seconde à l’aide de f0 , f0′ et f0′′.
Tracer les graphes de f ′ et f ′′.
2) Expliciter les dérivées première et seconde de la distribution [ f ].

1) Si f est une fonction périodique de période T, en notant f0 la fonction égale à f sur [0,T [
et nulle ailleurs, on peut écrire f sous la forme d’une somme infinie de translatées de f0 :

f (t ) = ∑ f (t − nT ).
n ∈
0

La fonction f (t) = |sint| est périodique de période π.


Pour 0  t < π, on a f0(t) = sint donc f0′(t) = cost et f0′′(t) = – sint.

On a donc f (t ) = ∑ f (t − nπ ) =∑ sin(t − nπ ) 1l
n ∈
0
n ∈
]0,π [ (t − nπ ).

Les dérivées successives sont définies pour t ≠ nπ et sont aussi périodiques.


f ′( t ) = ∑
n ∈

f0′(t − nπ ) = cos(t − nπ ) 11l]0,π [ (t − nπ )
n ∈

f ′′(t ) = ∑ f ′′(t − nπ ) =∑ − sin(t − nπ )11l


n ∈
0
n ∈
]0, π[ (t − nπ ) = − f (t ) = − sin t .
8 • Dérivation, convergence, convolution des distributions 137

t
–π 0 π 2π

f′

–π t
0 π 2π

–π –1

f ′′

–π 0 π 2π
t

–1

2) Comme f est continue sur , on a [ f ]′ = [ f ′] d’après (R8.2).


Par contre, la fonction f ′ a des sauts en t = np.
En effet : f ′(0+) – f ′(0–) = f ′(0+) – f ′(π –) = cos0 – cosp = 2
donc : [ f (t )]′′ = [ f ′′(t )] + 2 ∑ δ(t − nπ ).
n ∈

En conclusion : [ sin t ]′ = ∑ cos(t − nπ )11l ]0,π [ (t − nπ )


n ∈
© Dunod. La photocopie non autorisée est un délit.

[ sin t ]′′ = −[ sin t ] + 2∑ δ(t − nπ ) .


n ∈

Exercice 8.5 Changement d’échelle


1) Soit T une distribution quelconque, T  sa dérivée.
Montrer que pour tout a ∈ R∗ on a (T (at)) = aT  (at).
2) Vérifier que [Y (at)] = [Y (t)] si a > 0, et [Y (at)] = [Y (−t)] si a < 0.
1 1
En déduire que δ(at) = δ(t) = δ0 pour tout a ∈ R∗ .
|a| |a|
138 Mathématiques du signal

3) Calculer les dérivées des distributions régulières S(t) = [Y (t)cos t] et


S(ωt) = [Y (ωt)cos ωt], où ω est un nombre réel strictement positif, en utili-
sant (R8.2).
Recalculer la dérivée de S(ωt) en utilisant le résultat de la première question.

1) Pour tout ϕ ∈ D on a < (T (at)) ,ϕ(t) >= − < T (at),ϕ (t) >


1  t
= − < T (t), ϕ >.
|a| a


1 t
D’autre part, < aT  (at),ϕ(t) >= a < T  (at),ϕ(t) >= a < T  (t), ϕ >
|a| a






1 t t 1 t
= −a < T (t), ϕ > . Comme ϕ = ϕ , on a :
|a| a a a a


1  t
< aT  (at),ϕ(t) > = −a < T (t), ϕ >
|a|a a


1 t
= − < T (t), ϕ >=< (T (at)) ,ϕ(t) > .
|a| a

2) Si a > 0, Y(at) = 1 si t > 0,


Y(at) = 0 si t < 0,
+∞ +∞
donc : < [Y ( at )], ϕ (t ) > = ∫
−∞
Y ( at )ϕ (t ) dt = ∫
0
ϕ (t ) dt = < [Y (t )], ϕ (t ) > .

Si a < 0, Y(at) = 1 si at > 0 ⇔ t < 0,


Y(at) = 0 si at < 0 ⇔ t > 0,
+0 +∞
donc : < [Y ( at )], ϕ (t ) > = ∫
−∞
ϕ (t ) dt = ∫−∞
Y ( −t )ϕ (t ) dt = < [Y ( −t )], ϕ (t ) > .

On obtient les relations suivantes :


[Y ( at )] = [Y (t )] pour a > 0 et [Y ( at )] = [Y ( −t )] pour a < 0 .

Comme [Y(t)]′ = δ(t), d’après la première question, on a aussi :

[Y ( at )]′ = a[Y ]′ ( at ) = aδ( at )

et, en particulier, [Y(– t)]′ = – δ(– t).


Comme la distribution de Dirac est paire on a : δ(– t) = δ(t) = δ0 .
D’après les relations ci-dessus on a : aδ(at) = δ0 pour a > 0 et aδ(at) = – δ0 pour
a < 0.
Donc : a δ( at ) = δ(t ) = δ 0 .
8 • Dérivation, convergence, convolution des distributions 139

3) En appliquant (R8.2) on obtient :


S′(t) = [– Y(t)sint] + (cos0+ – 0)δ(t) = [– Y(t)sint] + δ(t),
(S(ω t))′ = [– ω Y(ω t)sinω t] + (cos(ω 0+) – 0)δ(t) = – ω [Y(ω t)sinω t] + δ0 .
En utilisant la relation du 1) on obtient :
(S(ω t))′ = ωS′(ω t) = ω [–Y(ω t)sinω t] + ω δ(ω t).
On retrouve bien le résultat précédent puisque ω δ(ω t) = δ(t) = δ0 .
Attention de ne pas croire que ω δ(ω t) = ω δ0 !

Exercice 8.6

1) Soit g une fonction de classe C∞. En comparant les résultats obtenus en dérivant
de deux façons différentes g(t)δ, trouver l’expression simplifiée de g(t)δ′.
Application : calculer exp(at)δ′, t δ′, t2 δ′.
2) Généralisation : en utilisant la définition du produit d’une distribution par une
fonction, expliciter g(t)δ(n) à l’aide des g(n)(0), dérivées successives de g en 0
(calculer d’abord g(t)δ′ et g(t)δ′′).

1) En utilisant (R8.2), on obtient :


(g(t)δ)′ = g(t)δ′ + g′(t)δ = g(t)δ′ + g′(0)δ. (1)
Par ailleurs, on sait que g(t)δ = g(0)δ et donc :
(g(t)δ)′ = (g(0)δ)′ = g(0)δ′. (2)
En comparant (1) et (2) on obtient la relation :
g(t )δ ′ = g(0)δ ′ − g ′(0)δ .

On en déduit :
exp(at)δ′ = δ′ – aδ, tδ′ = – δ, t2δ′ = 0.

2) En utilisant les définitions de la multiplication par une fonction de classe C∞ et de la déri-


© Dunod. La photocopie non autorisée est un délit.

vation on obtient :
∀ ϕ ∈ D, < gδ′, ϕ> = <δ′, gϕ> = – <δ, (gϕ)′>.
Or : (gϕ)′ = g′ϕ + gϕ′,
donc : – <δ, (gϕ)′> = – g′(0)ϕ(0) – g(0)ϕ′(0) = <– g′(0)δ + g(0)δ′, ϕ>

par conséquent : g(t )δ ′ = g(0)δ ′ − g ′(0)δ .

De même, sachant que (gϕ)′′ = g′′ϕ + 2g′ϕ′ + gϕ′′, et que, quelle que soit ϕ on a :
<gδ′′,ϕ> = <δ′′, gϕ> = (–1)2<δ, (gϕ)′′> = g(0)ϕ′′(0)+2g′(0)ϕ′(0) + g′′(0)ϕ(0)

on obtient : g(t )δ ′′ = g(0)δ ′′ − 2 g ′(0)δ ′ + g ′′(0)δ .


140 Mathématiques du signal

Plus généralement, en utilisant la formule de Leibnitz :


dn
( gϕ ) = g ( n )ϕ + Cn1 g ( n −1)ϕ ′ + Cn2 g ( n − 2 )ϕ + ... + gϕ ( n )
dt n
et : ∀ ϕ ∈ D, <gδ(n),ϕ> = <δ(n),gϕ> = (– 1)n<δ,(gϕ)(n)>
on a :
n n
< gδ ( n ), ϕ > = ( −1) n ∑
p=0
Cnp g ( p )(0)ϕ ( n − p )(0) = ∑ (−1)
p=0
2n+ p
Cnp < g ( p )(0) δ ( n − p ) , ϕ >

n
d’où : g(t )δ ( n ) = ∑ (−1)
p=0
p
Cnp g ( p ) (0)δ ( n − p ) .

Exercice 8.7

1) Sachant que l’équation t T = 0, où T est une distribution inconnue, a une infini-


té de solutions, de la forme T = Aδ, où A est une constante arbitraire, trouver
toutes les solutions de l’équation ci-dessous :
t T = [sint].

2) Peut-on dire que 


cost 
est solution de l’équation t T = [cost] ?
 t 
Donner toutes les solutions de cette équation.
δ
3) Peut-on dire que est solution de l’équation t T = δ ?
t
En utilisant les résultats de l’exercice précédent, trouver une solution particu-
lière, puis toutes les solutions de l’équation.
4) Soit a =/ b. Déduire de ce qui précède les solutions des équations :
a) (t – a)T = 0, b) (t – b)T = δa , c) (t – a)(t – b)T = 0.
2
5) Sachant que les solutions de l’équation t T = 0 sont les distributions de la forme
T = Aδ +Bδ′, où A et B sont des constantes arbitraires, trouver toutes les solu-
tions de l’équation (t – a)2T = 0.

1) D’une façon générale, les solutions d’une équation linéaire non homogène (avec second
membre) sont la somme d’une solution particulière de l’équation non homogène et de la
solution générale de l’équation homogène (sans second membre). Vérifions-le dans le cas
particulier considéré.
Soit S une distribution connue, on cherche T telle que : tT = S.
Si on connaît une solution particulière T0 alors : tT0 = S.
8 • Dérivation, convergence, convolution des distributions 141

En faisant la différence des deux équations, on obtient t(T – T0 ) = 0, et donc la différence


entre la solution générale et la solution particulière vérifie l’équation homogène. Donc
T – T0 = Aδ d’où :
T = T0 + Aδ .

Il est facile de vérifier que 


sin t 
est une solution, donc toutes les solutions sont de la
 t 

T = 
sin t 
forme : + Aδ .
 t 
cost
2) La fonction n’est pas localement sommable au voisinage de 0, donc elle ne peut
t
1
définir une distribution régulière. Par contre, il est facile de vérifier que cost Pf est solu-
t

1
tion de l’équation, et donc T = cos t Pf + Aδ .
t
δ 1
3) L’écriture n’a pas de sens car la fonction n’est pas définie en 0 et a fortiori elle
t t
n’est pas de classe C∞ sur . Cependant dans l’exercice précédent on a vu que tδ′ = – δ,
donc l’équation t T = δ a une solution particulière T0 = – δ′, et toutes les solutions sont de
la forme T = − δ ′ + Aδ .
4) a) Une translation de – a donne (t – a + a)T(t + a) = t T(t + a) = 0. Cette dernière équa-
tion a pour solution T(t + a) = Aδ(t). Après une translation de a des deux membres, on
obtient T(t ) = Aδ(t – a) qui peut aussi s’écrire :
T = Aδ a .

δa δ
b) Puisque a =
/ b, = a est solution. Toutes les solutions sont donc de la forme :
t−b a−b
© Dunod. La photocopie non autorisée est un délit.

δa
T= + Aδ b .
a−b
c) Soit S = (t – b)T, alors (t – a)(t – b)T = 0 ⇔ (t – a)S = 0 et donc S = Cδa où C est une
constante arbitraire.
Il faut donc résoudre maintenant l’équation (t – b)T = Cδa .
δa δ
/ b, il y a une solution particulière T0 = C
Comme a = =C a .
t−b a−b

La solution générale est T = T0 + Bδb = Aδ a + Bδ b où A et B sont deux constantes arbi-


traires.
142 Mathématiques du signal

5) Comme précédemment, en translatant de – a on obtient :


(t – a + a)2T(t + a) = t2T(t + a) = 0.
Cette équation a pour solution T(t + a) = Aδ(t) + Bδ′(t). Après une translation de a des deux
membres, on obtient :
T(t ) = Aδ(t – a) + Bδ′(t – a), qui peut aussi s’écrire : T = Aδ a + Bδ ′a .

Exercice 8.8

1) Montrer que pour toute fonction test j ∈ D, la quantité :


− ε ϕ (t ) +∞ ϕ (t ) 2
−∞ t 2 dt +
ε ∫
t 2 dt − ϕ ( 0 )
ε ∫
tend vers une limite finie, que l’on déterminera, lorsque e → 0+.
2) En déduire que la limite au sens des distributions, lorsque e → 0+, des distributions :
Y ( − t − ε ) + Y (t − ε )  2
Tε (t ) =   − ε δ(t )
 t2


1 
n’est autre que − Pf .
t
1
Cette limite est par définition la pseudo-fonction Pf .
t2

dt
1) Calculons les intégrales par parties, en posant U = ϕ (t) et dV = . On a alors dU =
t2
1
ϕ′(t)dt et V = − et il vient :
t
− ε ϕ (t ) −ε − ε ϕ ′(t ) − ε ϕ ′(t )
dt = − ϕ (t ) +
1 1
∫−∞ t 2
 t  −∞ ∫−∞ t
dt = ϕ ( − ε ) +
ε ∫−∞ t
dt ,

+∞ ϕ (t ) +∞ +∞ ϕ ′(t ) +∞ ϕ ′(t )
dt = − ϕ (t ) +
1 1
∫ε t 2
 t ε ∫ ε t
dt = ϕ (ε ) +
ε ∫ ε t
dt ,

− ε ϕ (t ) +∞ ϕ (t ) 2 ϕ (ε ) + ϕ ( −ε ) − 2ϕ (0) − ε ϕ ′(t ) +∞ ϕ ′(t )


∫−∞ t 2 dt + ∫
ε t 2 dt − ϕ (0)
ε
=
ε
+ ∫−∞ t
dt + ∫
ε t
dt .

− ε ϕ ′(t ) +∞ ϕ ′(t )
Lorsque ε → 0+, la quantité ∫ −∞ t
dt + ∫ε t
dt tend vers une limite finie, qui n’est

1
autre que Pf , ϕ ′(t ) . D’autre part, la formule des accroissements finis permet d’écrire :
t
ϕ (ε) = ϕ (0) + εϕ′(0) + o(ε), ϕ (– ε) = ϕ (0) – εϕ′(0) + o(ε)
8 • Dérivation, convergence, convolution des distributions 143

ϕ (ε ) + ϕ ( −ε ) − 2ϕ (0)
et donc : = o(1),
ε
donc cette quantité tend vers 0 lorsque ε → 0+. Il s’ensuit que :

 − ε ϕ (t ) +∞ ϕ (t ) 2  1
lim 
ε →0 +  ∫−∞ t 2 dt + ∫ε t2
dt − ϕ (0) = Pf , ϕ ′(t ) .
ε  t

2) On a, pour toute fonction test ϕ ∈ D :

Y ( − t − ε ) + Y (t − ε )  2
Tε (t ), ϕ (t ) =   − ε δ(t ), ϕ (t )
 t2

Y ( −t − ε )  Y (t − ε ) 
=  , ϕ (t ) + 
2
 , ϕ (t ) − δ(t ), ϕ (t )
 t 2
  t 2
 ε
+∞ Y ( −t − ε )ϕ (t ) +∞ Y (t − ε )ϕ (t ) 2
= ∫
−∞ t2
dt + ∫ −∞ t 2 dt − ϕ ( 0 )
ε
− ε ϕ (t ) +∞ ϕ (t ) 2
= ∫
−∞ t 2 dt + ∫ ε t 2 dt − ϕ (0).
ε

Cette quantité tendant, lorsque ε → 0+, vers :

1 ′
Pf , ϕ ′(t ) = − Pf  , ϕ (t ) ,
1
t  t

 1 ′
on en déduit que : lim+ Tε (t ) = − Pf .
ε →0  t

Exercice 8.9
© Dunod. La photocopie non autorisée est un délit.

Soit Ci la fonction appelée cosinus intégral, définie sur *, paire, et telle que, pour
t cos(θ )
t < 0, on ait : Ci(t ) =
−∞ θ
dθ . ∫
1) Calculer la dérivée de la fonction Ci pour t < 0 et pour t > 0.
2) Montrer que Ci est sommable sur tout segment. Soit [Ci] la distribution régu-
1
lière associée. Montrer que sa dérivée est [Ci(t )]′ = cost Pf .
t
144 Mathématiques du signal

1) Pour t < 0, on dérive une intégrale par rapport à sa borne supérieure, et donc :
d cost
Ci(t ) = .
dt t
Par ailleurs, on sait que la dérivée d’une fonction paire est impaire, donc :
cos( −t ) cos t
Ci(t ) = − Ci ( −t ) = −
d d
pour t > 0, = .
dt  dt  −t t
d cost
On a donc pour tout t de * : Ci(t ) = .
dt t

2) Comme Ci est dérivable sur *, elle y est continue donc sommable sur tout segment
inclus dans *. Il reste à montrer que Ci est sommable au voisinage de 0, et, comme Ci est
0
paire, il suffit de montrer l’existence de ∫ −ε
Ci(t )dt pour un nombre ε > 0. On peut donc
chercher à préciser le comportement de Ci(t) au voisinage de 0 pour t < 0. On peut écrire
pour t < 0 :

−π / 2 cos θ cos θ π cos θ


dθ = Ci −  +
t t
Ci(t ) = ∫
−∞ θ
dθ + ∫ −π / 2 θ  2 ∫ −π / 2 θ
dθ . (1)

Puisqu’une fonction constante est sommable sur [– e,0], il reste à montrer que la fonction
définie par la dernière intégrale est aussi sommable sur [– e,0]. Or pour – π /2 < – e, comme
– e < t < 0, et que – p /2 < θ < t,
t 1 t cos θ
on a : 0 < cosθ < 1, donc :
−π / 2 θ ∫
dθ <
−π / 2 θ
dθ < 0 , ∫
π t cos θ
ou encore : ln t − ln
2
< ∫−π / 2 θ
dθ < 0 . (2)

On sait que la fonction ln |t| est sommable sur [– ε,0] ainsi que toute fonction constante. La
t cos θ
fonction ∫
−π / 2 θ
dθ est négative et minorée par une fonction sommable sur [– e,0], par

conséquent elle est aussi sommable sur [ε,0].


Donc Ci(t) n’est pas définie en 0, mais elle est sommable au voisinage de 0 et même sur tout
segment de  : elle définit bien une distribution régulière.
Sa dérivée [Ci]′ est définie par :
+∞
< [Ci]′ , ϕ > = − < [Ci], ϕ ′ > = − ∫−∞
Ci(t )ϕ ′(t ) dt

ou plutôt, puisque Ci(t) n’est pas définie en 0, par :

 −ε +∞ 
< [Ci]′ , ϕ > = − lim 
ε →0  ∫ −∞
Ci(t )ϕ ′(t ) dt + ∫ +ε
Ci(t )ϕ ′(t ) dt  .

8 • Dérivation, convergence, convolution des distributions 145

En intégrant par parties, et en utilisant la parité de Ci et le fait que j est nulle hors d’un seg-
ment, on obtient :

 −ε +∞ 
< [Ci]′ , ϕ > = lim  (ϕ (ε ) − ϕ ( −ε ))Ci(ε ) +
ε →0  ∫−∞
Ci(t )ϕ ′(t ) dt + ∫+ε
Ci(t )ϕ ′(t ) dt  .

D’après la définition de la dérivée, on a vu (cf. exercice 7.1) que :

lim
(ϕ (ε ) − ϕ (−ε )) = 2ϕ ′(0).
ε →0 ε
Par ailleurs, en utilisant les relations (1) et (2) on obtient :

π π
ln t − ln < Ci(t ) − Ci  < 0 pour – π /2 < t < 0.
2  2

π π π
On en déduit : ε ln ε − ε ln + ε Ci  < ε Ci(ε ) < ε Ci  ,
2  2  2

(ϕ (ε ) − ϕ (−ε )) ε Ci(ε ) = 0 .
et donc lim ε Ci(ε ) = 0 . Par conséquent lim
ε →0 ε →0 ε
On a donc :
 −ε +∞ 
< [Ci]′ , ϕ > = lim 
ε →0  −∞∫ Ci ′(t )ϕ (t ) dt +
+ε ∫
Ci ′(t )ϕ (t ) dt 

 −ε cos t +∞ cos t 
= lim 
ε →0  −∞∫ t
ϕ ( t ) dt + ∫
+ε t
ϕ ( t ) dt 

1 1
= < Pf ,cos tϕ (t ) > = < cos tPf , ϕ (t ) > .
t t

Exercice 8.10
© Dunod. La photocopie non autorisée est un délit.

Étudier la convergence pour n tendant vers +∞ des distributions régulières asso-


ciées aux fonctions fn localement sommables, suivantes :

n
1) 2) nt n1l [0,1](t)
1 + n2t 2

3) n 2 sin nt11l  π π  (t ) 4) n 2 (1 − nt )sgn t11l  1 1  (t )


 − n , n   − n , n 

(on tracera auparavant les graphes de ces fonctions).


146 Mathématiques du signal

n
n

1
1

t t
0 0 1

1
1
–π
1
–π n 0 –1 – n
t t
π π 0 1 1
n n

1) On utilise le changement de variable u = nt, on a donc :


∞ ∞
ϕ   du .
n n 1 u
∀ϕ∈D <
1 +n2t 2
, ϕ (t ) > = ∫ 2 2 ϕ ( t ) dt =
−∞ 1 + n t ∫
−∞ 1 + u
2  n
Pour prouver que la limite de cette intégrale impropre est égale à l’intégrale de la limite, on
utilise le théorème de convergence dominée.
Comme toute fonction test est bornée, la fonction sous l’intégrale est bornée par la fonction
M
sommable , et, en appliquant le théorème, on obtient :
1 + u2
∞ ∞
1  u 1
∫−∞ 1 + u
2 ϕ   du →
n n →+∞ ∫−∞ 1 + u
2 ϕ ( 0 ) du
∞ 1

+∞
et comme 2 du = [arctan u]−∞ = π , on en déduit que :
−∞ 1 + u

n
∀ϕ∈D < , ϕ (t ) > → πϕ (0) = π < δ 0 , ϕ >
1 +n2t 2 n →+∞

n D′
on a donc : 2 2 → π δ0 .
1 + n t n→+∞
8 • Dérivation, convergence, convolution des distributions 147

2) On utilise une intégration par parties :


1
1  nt n +1  1 nt n +1 n
< nt n11l[ 0,1] (t ), ϕ (t ) > = ∫
0
nt nϕ (t ) dt = 
 n + 1
ϕ ( t ) −
0

0 n +1
ϕ ′ ( t ) dt =
n +1
ϕ (1) − Jn .

L’intégrale Jn tend vers 0 d’après le théorème de convergence dominée. En effet, sur [0,1],
n n +1
on a |t n+1|  1 et donc t ϕ ′(t )  M puisque toute fonction test est bornée.
n +1
n
Lorsque n tend vers +∞, → 1 et comme, sur [0,1] la quantité t n+1 converge vers 0
n + 1 n→+∞
presque partout, on en déduit que Jn tend vers 0.

Donc : ∀ϕ∈D < nt n11l [ 0,1] (t ), ϕ (t ) > → ϕ (1) = < δ1 , ϕ >


n →+∞

D′
c’est-à-dire : nt n11l [ 0,1](t ) → δ1 .
n →+∞

3) D’après l’allure des graphes des fonctions, on peut penser que la suite tend au sens des
distributions vers kδ′0 .
Première méthode : pour faire intervenir ϕ′, on fait une intégration par parties. On a :
π
< fn (t ), ϕ (t ) > = < n 2 sin nt 11
l
 π π  (t ), ϕ (t ) > =
 − n , n 
∫ −
n
π
n
n 2 sin nt ϕ (t ) dt .

π π
On obtient : < fn (t ), ϕ (t ) > = [ − n cos ntϕ (t )] n π − ∫
n
π − n cos nt ϕ ′(t ) dt .
− −
n n

π
 π π 
On a : [−n cos nt ϕ (t )]− π n
= n  ϕ   − ϕ  −   → 2πϕ ′(0)
n
  n  n   n→∞
© Dunod. La photocopie non autorisée est un délit.

car, en posant ε = π /n, d’après la définition de la dérivée, on a :

ϕ (ε ) − ϕ ( − ε ) ϕ ( ε ) − ϕ ( 0 ) + ϕ ( 0 ) − ϕ ( − ε ) 2ϕ ′(0)
= → = ϕ ′(0). (1)
2ε 2ε ε →0 2
Par ailleurs, en utilisant le théorème de convergence dominée :
π
π π
cos u ϕ ′  du →
u
∫ n cos nt ϕ ′(t ) dt = ∫ ∫ cos u ϕ ′(0) du = 0 ⋅ ϕ ′(0).
n
π 

n
−π n  n→∞ −π

D′
Donc : [n 2 sin nt11l  π π  (t )] → − 2π δ ′0 .
− , n →+∞
 n n 
148 Mathématiques du signal

Seconde méthode : on peut utiliser l’imparité des fonctions fn :


+∞ 0 +∞
< fn (t ), ϕ (t ) >= ∫ −∞
fn (t )ϕ (t ) dt = ∫
−∞
fn (t )ϕ (t ) dt + ∫ 0
fn (t )ϕ (t ) dt .
0 0
On a ∫−∞
fn (t )ϕ (t ) dt = ∫∞
− fn ( −u)ϕ ( −u) du et comme fn est impaire et qu’une variable

d’intégration est muette, on obtient :


+∞
< fn (t ), ϕ (t ) >= ∫ 0
fn (t )(ϕ (t ) − ϕ ( −t )) dt

d’où, en posant u = nt :
π  u u 
< fn (t ), ϕ (t ) >= ∫ n sin u  ϕ   − ϕ  −   du .
0   n  n
u
Si |u|  π, alors ε = tend vers 0 et donc d’après la définition de la dérivée (1) :
n
n   u u 
2u sin u ϕ − ϕ  −   → 2u sin uϕ ′(0).
2u   n   n   ε →0
π π
Comme : ∫ 0
2u sin u du = [ −2u cos u]π0 − ∫
0
− 2 cos u du = 2π + 0

on en déduit :
< n 2 sin nt11
l π π  (t ), ϕ (t ) > → 2π ϕ ′( 0 ) = −2π < δ ′, ϕ >
n →+∞
 − n , n 

D′
c’est-à-dire : [n 2 sin nt11l  π π  (t )] → − 2π δ ′0 .
n →+∞
 − n , n 

4) On peut utiliser, comme dans l’exercice précédent, l’imparité des fonctions fn :


+∞
< fn (t ), ϕ (t ) > = ∫ 0
fn (t )(ϕ (t ) − ϕ ( −t )) dt

1/ n
< fn (t ), ϕ (t ) > = ∫ n (1 − nt )(ϕ (t ) − ϕ (−t )) dt
2
0
 u u 
= ∫ n(1 − u) ϕ   − ϕ  −   du .
1

0   n  n

D’après la définition de la dérivée (1) et le théorème de convergence dominée on a :


1 1
< fn (t ), ϕ (t ) > → 2ϕ ′(0) (1 − u)u du = ϕ ′(0)
n→ 0 0 3 ∫
D′ 1
c’est-à-dire : [n 2 (1 − nt )sgn t 11l  1 1  (t )] → − δ ′(t ) .
− , n →∞ 3
 n n 
8 • Dérivation, convergence, convolution des distributions 149

Exercice 8.11

1) Vérifier que la fonction u définie par :

u( x ) = 1 − x 2 11l [ −1,1] ( x )

est sommable.
2) Expliciter les fonctions suivantes pour n > 1 puis tracer leurs graphes :

fn ( t ) = u   gn (t ) = u 
1 t t
hn (t ) = n u(nt )
n  n  n

3) Étudier la convergence pour n tendant vers +∞ des trois suites de distributions


régulières correspondantes.

1) Comme la fonction u est définie et continue sur  et nulle hors du segment [– 1,1], elle
est sommable sur .

n 2 − t 2 1l 1 f1
2) On a fn (t ) = 1[ − n,n ] (t )
n2 1/2
f2

–2 –1 0 1 2 t

1
n2 − t 2 g2
gn (t ) = 11
l [ − n, n ] (t ) g1
n
–2 –1 0 1 2 t

2
h2

hn (t ) = n 1 − n 2 t 2 11
l 1 1  (t )
© Dunod. La photocopie non autorisée est un délit.

 − n , n  1
h1
–1 0 1/2 1 t

n 2 − t 2 1l n 1
3) Comme fn ( t ) = 2 1[ − n,n ](t )  2 = , les fonctions fn convergent uniformé-
n n n
ment vers 0 sur , dans ce cas les distributions régulières [ fn] convergent vers la distribu-
tion nulle. En effet, soit [– A, A] un segment en dehors duquel ϕ est nulle :
n n2 − t 2 1 A
< fn (t ), ϕ (t ) > = ∫−n n 2 ϕ (t ) dt 
n ∫−A
ϕ ( t ) dt → 0 .
n→+∞
150 Mathématiques du signal

n 2 − t 2 1l D′
Donc : 2 1[ − n,n ] (t ) → 0 .
n n →+∞

n2 − t 2
Par contre ici, gn (t ) = → 1, les fonctions gn ne convergent pas uniformément
n n →+∞

vers 1 sur , mais comme elles convergent uniformément vers 1 sur tout intervalle borné (cf.
exercice 1.5), les distributions régulières [gn] convergent vers la distribution constante et
égale à 1. On peut d’ailleurs le vérifier directement en utilisant le théorème de convergence
dominée :
A n2 − t 2 A +∞
< gn (t ), ϕ (t ) > = ∫
−A n
ϕ (t ) dt →
n →+∞ ∫ −A
ϕ (t ) dt = ∫
−∞
ϕ (t ) dt ,

n 2 − t 2 1l D′
et donc : 1[ − n,n ] (t ) → 1 .
n n →+∞

Pour montrer que les fonctions hn tendent au sens des distributions vers un Dirac en 0, on
peut procéder comme dans l’exercice 8.10, 1) et utiliser le changement de variable y = nt,
on a alors :


u( x )ϕ   dx .
1 x
∀ϕ∈D < hn (t ), ϕ (t ) > = ∫ −∞
n u(nt )ϕ (t ) dt = ∫−1  n

Comme |x|  1, et que les fonctions tests sont continues, lorsque n tend vers +∞ on obtient :

1 − x 2 ϕ   dx → ϕ (0)
1 x 1
∫−1  n  n→+∞ ∫−1
1 − x 2 dx

et comme :

1 π /2 π /2 1 + cos 2θ
π /2 π
∫ −1
1 − x 2 dx = ∫
−π / 2
1 − sin 2 θ cos θ dθ = ∫ −π / 2
cos 2 θ dθ = ∫ −π / 2 2
dθ =
2

on en déduit que :

π π
∀ϕ∈D < hn (t ), ϕ (t ) > → ϕ (0) = < δ 0 , ϕ > .
n →+∞ 2 2

D′ π
Donc : n 1 − n 2 t 2 1l1 1 1  (t ) → δ0 .
− , n →+∞ 2
 n n 
8 • Dérivation, convergence, convolution des distributions 151

Exercice 8.12

1) Montrer que les fonctions fn suivantes sont localement sommables :


1 − exp( − n 2 t 2 )
fn ( t ) = .
t
2) Étudier la limite T lorsque n tend vers +∞ de la suite de distributions régulières
1
associées. (On peut soit montrer directement que T = Pf en utilisant l’exer-
t
cice 7.4, soit chercher d’abord la limite de t [ fn] et utiliser l’exercice 8.7.)
y 1
y=
t
1) Les fonctions fn ne sont pas définies en 0, mais un
développement limité à l’ordre 1 au moins, au voisi-
y = fn(t)
nage de 0, permet de lever l’indétermination, et mon-
tre qu’on peut prolonger fn par continuité par 0 en 0. y = f1(t)
Les fonctions fn étant continues sur , elles sont loca- 0 t
lement sommables.

2) a) Première méthode : utilisons le fait que fn est impaire, on a donc :


+∞
< fn (t ), ϕ (t ) > = ∫ 0
(
fn ( t ) ϕ ( t ) − ϕ ( − t ) ) dt
+∞ 1 − exp( − n 2 t 2 )
=∫ (ϕ (t ) − ϕ (−t )) dt .
0 t
ϕ (t ) − ϕ ( − t )
La fonction est définie continue sur , nulle hors de [– A, A] (cf. exercice 7.1),
t
et comme exp( − n t ) → 0 , on en déduit que :
2 2
n →+∞
© Dunod. La photocopie non autorisée est un délit.

A exp( − n 2 t 2 )
∫0 t
(ϕ (t ) − ϕ (−t )) dt n→+∞
→ 0.

+∞ 1 1
Donc : < fn (t ), ϕ (t ) > →
n →+∞ 0 ∫ t
(ϕ (t ) − ϕ (−t )) dt = < Pf
t
, ϕ (t ) >

1 − exp( − n 2 t 2 )  D′ 1
en utilisant l’exercice 7.4. On a donc :  → Pf
 n→+∞ .
 t  t

b) Seconde méthode : étudions d’abord la limite de [t fn(t)], on a :


A
< tfn (t ), ϕ (t ) > = < 1 − exp( − n 2 t 2 ), ϕ (t ) > = ∫−A
(1 − exp( − n 2 t 2 ))ϕ (t ) dt .
152 Mathématiques du signal

Comme exp( − n 2 t 2 ) → 0 , on en déduit que [tfn (t )] → 1 ;


D′
n →+∞ n →+∞

A ∞
en effet : < tfn (t ), ϕ (t ) > → ∫
n → +∞ − A
ϕ ( t ) dt = ∫−∞
ϕ (t ) dt = < 1, ϕ > .

D’après (R8.4), la limite T de [ fn(t)] doit donc vérifier t T = 1. On a vu que les solutions de
1
cette équation sont T = Pf + aδ, avec a réel (cf. exercice 8.7).
t
Comme [ fn] est impaire, sa limite doit être impaire aussi, or la distribution de Dirac en 0 est
1
paire, donc : T = Pf .
t

Exercice 8.13

Pour tout entier positif n, soit la fonction fn définie par :


fn(t) = n3t exp(– n2t2)
et soit [ fn] la distribution régulière associée. Montrer que la limite lorsque n tend
vers +∞ de cette suite de distributions est Aδ′, où A est une constante à déterminer.
+∞
∫−∞ exp(−u ) du = π .)
2
(On rappelle que

Pour toute fonction test ϕ, on a :


+∞ +∞
< [ fn ], ϕ > = ∫
−∞
fn (t )ϕ (t ) dt = ∫−∞
n 3t exp( − n 2 t 2 ) ϕ (t ) dt .

En intégrant par parties, on obtient :


+∞ n +∞
< [ fn ], ϕ > = − exp( − n 2 t 2 )ϕ (t ) −
n
 2  −∞ −∞ 2 ∫
− exp( − n 2 t 2 ) ϕ ′(t ) dt .

Comme ϕ (t) est nulle à l’infini, le terme entre crochets est nul. On a :
+∞ n
< [ fn ], ϕ > =
−∞ 2 ∫
exp( − n 2 t 2 ) ϕ ′(t ) dt =< [ Fn ], ϕ ′ > = − < [ Fn ]′ , ϕ >

avec [ Fn ] =  exp( − n 2 t 2 ) .


n
2 
Donc [ fn] est l’opposé de la dérivée de [Fn].
On calcule donc la limite des distributions [Fn ]. Si ϕ ∈ D :
+∞ +∞
n
Fn (t)ϕ(t)dt = exp(−n 2 t 2 )ϕ(t)dt
−∞ −∞ 2

1 +∞ u
= exp(−u 2 )ϕ( ) du
2 −∞ n
8 • Dérivation, convergence, convolution des distributions 153

u
Quand n → +∞ , ϕ( ) → ϕ(0).
n
D’après le théorème de convergence dominée :

1 +∞ π
lim [Fn ],ϕ = ϕ(0) exp(−u 2 )du = ϕ(0), ∀ϕ ∈ D.
n→+∞ 2 −∞ 2

π
Donc [Fn ] → δ.
2
Comme [ fn] = – [Fn]′ et avec (R8.5), on en déduit que :

π
[ fn ] → − δ′ .
n →+∞ 2

Exercice 8.14

1) Soit T une distribution causale et Y la fonction échelon.


Montrer que [Y ] * T est une primitive de T, c’est-à-dire que la dérivée de [Y ] * T
au sens des distributions est T.
   
 n0

2) On pose S(t ) =  δ(t − n) *  δ(t − n) .
  n0 

Effectuer ce produit de convolution.
3) Calculer une primitive de S.

1) Pour dériver un produit de convolution au sens des distributions, il suffit de dériver l’un
des facteurs, donc :
([Y ] * T)′ = [Y ] * T ′ = [Y ]′ * T = δ * T = T
car δ est l’élément neutre pour le produit de convolution.

2) Le produit de convolution des distributions causales étant associatif et commutatif, on a :


© Dunod. La photocopie non autorisée est un délit.

   
S(t ) = 

 p0

δ(t − p) * 
 
  q 0

δ(t − q ) =


∑ δ(t − p) * δ(t − q).
p0
q 0

Or : δ(t – p) * δ(t – q) = δ(t – (p + q)) (cf. rappels). Donc :

 
S(t ) = ∑
p0
δ(t − ( p + q)) = ∑ ∑ 
n 0  p + q = n
∑
δ(t − ( p + q )) =
 n 0
(n + 1) δ(t − n)
q 0

car il y a n + 1 façons d’obtenir n à l’aide de la somme de deux entiers p et q.


154 Mathématiques du signal

3) D’après la question 1), une primitive de S(t) est [Y(t)] * S(t). Or :


[Y (t )] ∗ S(t ) = [Y (t ]* ∑ (n + 1) δ(t − n) = ∑ (n + 1) δ(t − n) *[Y (t )]
n 0 n 0

 
= ∑ (n + 1) [Y (t − n)] = ∑ (n + 1) Y (t − n) .
n 0  n 0 

C’est la distribution régulière associée à la fonction f (t ) = ∑ (n + 1) Y (t − n),


n 0
qui est la

fonction en escalier nulle pour t < 0 et qui est définie pour t ∈ [n, n+1[, n entier positif ou
nul, par :
n n +1
(n + 1)(n + 2)
f (t ) = ∑
k =0
( k + 1) = ∑p=
p =1
2
.

Exercices d’entraînement

8.15 1) Calculer les dérivées des distributions suivantes en utilisant (R8.1) puis (R8.2) :
a) [Y(t – a)], b) [sgnt],
c) [E(t)] où E(t) = n ∈  avec n  t < n + 1.
2) Calculer les dérivées 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 réguliè-
re associée à une fonction f que l’on précisera.
1 +∞
T (ϕ ) = ∫−1 / 2
cos πt ϕ (t ) dt + ∫ 1
ϕ (t ) dt .

Calculer T ′, dérivée de T, de deux façons différentes :


a) en utilisant la définition,
b) en utilisant le théorème relatif aux distributions régulières.
Vérifier que T ′ comporte une partie régulière et une partie singulière.
Calculer T ′′.

8.17 Tracer le graphe de la fonction f définie par :


2 − x 2 pour x  1

f ( x ) = 2 − x pour 1 < x  2 .
0 pour x > 2

Soit Tf la distribution régulière associée à f. Calculer les dérivées successives de
Tf jusqu’à l’ordre 3 et les représenter graphiquement.
8 • Dérivation, convergence, convolution des distributions 155

d 2T
8.18 Calculer S = + ω 2 T pour les distributions régulières Ti suivantes :
dt 2
 
sin ωt
T1 = [Y(t)sinω t] T2 = [Y(t)cosω t] T3 = Y (t)
t
8.19 1) Calculer les dérivées des distributions régulières suivantes :
T1 = [Y(ω t – π)] T2 = [Y(ω (t – π))]
2) Montrer que si f est dérivable sur \{a}, alors pour tout réel ω on a :
[ f(ω t)]′ = ω [ f ′(ω t))] + ( f (a+) – f (a–))δa/ω .

8.20 Calculer la dérivée nième de la distribution régulière T = [|sht|] (on distinguera les
cas n pair et n impair).
8.21 Trouver toutes les distributions T solutions des équations suivantes :
1) t nT = δ 2) tT = ∑ (−1) δ
n ∈
n
n

8.22 Pour tout entier n strictement positif, soient fn et gn les fonctions définies par :
0 pour t  0 0 pour t  0
  1
fn (t ) = t 1 / n pour 0 < t < 1 gn (t ) =  ( n −1) / n pour 0 < t < 1
1 pour 1  t  nt
 0 pour 1  t
Graphe des fonctions fn et gn . Préciser 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, où Y(t) est la fonction échelon.
1) Vérifier que f est localement sommable. Vérifier que cette fonction est dérivable
presque partout. La fonction f ′ est-elle localement sommable ? Peut-on définir [ f ]′
en utilisant (R8.2) ?
2) Montrer que la distribution régulière T = [Y(t)lnt] peut être définie comme la limite
quand ε tend vers 0 de la suite de distributions régulières :
© Dunod. La photocopie non autorisée est un délit.

Tε = [Y(t – ε )lnt].

Calculer Tε . En déduire T ′.


3) Montrer que lim+ ln ε(δ(t) − δ(t − ε)) = 0 . En déduire que l’on a aussi :
ε→0

  
Y (t − ε)
T  = lim+ ln εδ(t) +
ε→0 t

Y (t) Y (t)
Cette distribution, appelée pseudo-fonction , est notée P f
t t
156 Mathématiques du signal

Y (t )
8.25 Soit f (t ) = , où Y(t) est la fonction échelon.
t
1) Vérifier que f est localement sommable. Montrer que sa dérivée f ′ qui est défi-
nie sur *, n’est pas localement sommable.
Y (t − ε )
2) On note Tε la distribution régulière associée à fε (t ) = . Calculer la
t
distribution dérivée Tε′.
3) Vérifier que Tε tend vers [ f ] quand ε tend vers 0. En déduire l’expression de
Y (t )
la distribution dérivée de [ f ] qui est notée Pf .
t3/ 2
4) Généralisation : soit T est une distribution régulière associée à une fonction f,
nulle sur ]– ∞,0[. Si la dérivée f ′ est définie sur * et non sommable au voisina-
ge de 0, montrer que T ′ peut être définie comme limite de distributions.
8.26 1) En partant de la définition du produit de convolution, calculer les produits de
convolution suivants :
δa * δb′ Y(t) * δb′ δa * 1 .

D′
2) Vérifier que si a tend vers +∞, alors δ a → 0.
n →+∞

Y-a-t-il égalité entre : lim (δ a ∗ 1) et ( lim δ a ) ∗ 1 ?


a →+∞ a →+∞

8.27 En utilisant les propriétés du produit de convolution, vérifier que :


(δ′ – aδ) * Y(t) exp(– at) = δ
(δ′′ + 2aδ′+ a2δ) * Y(t)t exp(– at) = δ.
En déduire que si T est une distribution vérifiant
(δ′′ + 2aδ′+ a2δ) * T = S où S est une distribution connue alors :
T = Y(t) t exp(– at) * S.

8.28 1) Vérifier que exp(at)δ′′ = δ′′ – 2aδ′ + a2δ.


2) Déterminer une fonction f nulle pour t < 0 telle que :
exp(at)δ′′ * [ f ] = δ.
3) Même question pour l’équation exp(at)δ′′ * [ f ] = [Y(t)sint].
8.29 Soit Tf une distribution régulière associée à une fonction f nulle sur
]–∞,a[, et deux fois continuement dérivable sur ]a,+∞[. Montrer que l’équation
de convolution dans D′ (δ′′ – 3δ′+ 2δ) * Tf = α δ + β δ′ est équivalente au systè-
me d’équations :
f ′′ – 3 f ′ +2f = 0 sur ]a,+∞[, avec f (a+) = b et f ′(a+) = a + 3b.
8 •