Cours - MATH - Chapitre3 (S de Fourier)

Ecole supérieure de Technologie
Département de Génie Electrique
COURS DE MATHEMATIQUES
KHALID SBAI
Enseignant – Chercheur
Ecole Supérieure de Technologie
kh.sbai@yahoo.fr
Université Moulay Ismaïl
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

CHAPITRE III
SERIES DE FOURIER

I. SÉRIES TRIGONOMÉTRIQUES
I.1 Définition
On appelle série trigonométrique réelle, toute série de fonctions
dont le terme général Un(t) est de la forme:
U n (t ) = an cos ( nω t ) + bn sin ( nω t )
où (an) et (b
(bn) sont deux suites numériques réelles, avec la convention b0=0.
La suite des sommes partielles associée à la série ∑ U n ( t ) est:
n
S n (t ) = a 0 + ∑ (a
k =1
k c o s ( k ω t ) + b k s i n ( k ω t ))
Remarque:
Pour tout n, Un est une fonction définie partout dans R et
elle est périodique de période : T n = 2 π
nω
Si la série ∑ U n est une série convergente alors sa somme
est une Fonction périodique de période : T0 = 2 π
ω
I.2 Théorème 1
Si une série de fonctions ∑ f n ( t ) est majorée par une série
numérique ∑ v n ie f n ≤ v , alors la série ∑ f n ( t ) est
n
uniformément convergente dans R.
Dans le cas d’une série trigonométrique:

U n (t ) = a n c o s (nω t ) + bn s in (nω t ) ≤ a n + bn
Vn
Si le séries numériques ∑ a n et ∑ b n sont absolument
n≥0 n≥0
convergentes, alors la série trigonométrique
∞
∑ (a
n=0
n c o s ( n ω t ) + b n s i n ( n ω t ))
est absolument convergente et même uniformément dans R. De

plus, la somme S(t) est continue sur R.

I.3 Théorème 2
Si les séries numériques ∑ a n et
n≥0
∑b
n≥0
n sont absolument convergentes,
∞
alors la série trigonométrique ∑ (a n c o s ( n ω t ) + b n s i n ( n ω t ))
n=0
est uniformément convergente dans R.

Exemple:
∞
cos( nt )
Soit la série trigonométrique: ∑
n =1 n2
cos( nt ) 1
⇒ 2
≤ 2
n n
1
Comme la série numérique ∑ n2
est convergente (série de
∞
cos( nt )
Riemann α= 2), la série trigonométrique ∑
n =1 n2 est
uniformément convergente sur R.

I.4 Représentation complexe (2ème Forme de la série)

cos(nωt) et sin(n
En introduisant la notation complexe de cos(n sin(nωt), il est
possible d'obtenir une écriture complexe de la série trigonométrique.
Ainsi, en appliquant les formules d’Euler, on donnera une forme
simple à la série de fonction ∑ U n :
e ix + e − ix e ix − e − ix
cos x = sin x =
2 2i
Pour n≠0, on a:
U n (t ) = a n cos nω t + bn sin nω t avec:
 e inω t + e − inω t   e inω t − e − inω t 
= an   + bn    an bn 
 2   2 i  Cn =  + 
inω t  a n bn  − inω t  a n bn   2 2i 
=e  + +e  −  et
 2 2i   2 2i   an bn 
C− n = − 
= einωt Cn + e − inωt C− n  2 2i 
Par suite: n
S n (t ) = ∑ ( ak cos k ω t + bk sin kω t )
k =0
n
= a0 + ∑ ( ak cos kω t + bk sin k ω t )
k =1
( )
n
= a0 + ∑ C k e ikω t + C − k e − ikω t
k =1
n n
= C 0 + ∑ C k e ikω t + ∑ C − k e − ikω t
k =1 k =1
n
= ∑
k =−n
C k e ik ω t
+∞
D’où: S ( t ) = lim S n ( t ) =
n → +∞
∑ n
C
−∞
e inω t

I.5 Théorème
+∞
Si la série trigonométrique
∑ n
C
n =−∞
e inωt
est uniformément convergente vers sa somme S(t), alors les

coefficients de la série et la somme de cette série sont liés par les
relations : 1 T − inωt
T∫
Cn = S (t )e dt
0
+∞ +∞
En effet: S (t ).e −ipωt = e − ipωt ∑ n =
C e
n =−∞
inωt
∑ n
C
n =−∞
e i ( n − p )ω t
+∞
Or la série ∑ n
i ( n − p )ω t
C e est uniformément convergente elle est
n =−∞
donc intégrable, et on a :
T +∞ +∞
∑ Cn e dt = ∑ Cn ∫ ei ( n − p )ωt dt
T T
− ipωt i ( n − p ) ωt
∫0
S (t ).e dt = ∫
0
n =−∞ n =−∞
0

T T
i ( n − p )ω t
or: ∫ e dt = T δ n , p On a alors: ∀p ∈ Z , ∫ S (t ).e −ipωt dt = TC p
0 0
1 T
D’où: C p = ∫ S (t ).e −ipωt dt
T 0
De plus, si la série trigonométrique ∑ U n s'écrit :
∞
∑ (a
n=0
Alors on peut calculer les coefficients an et bn par :

an = Cn + C− n et bn = i ( Cn − C− n )
a0 = C0
2 T
et on a : an = ∫ S (t ) cos ( nωt ) .dt
T 0
2 T
bn = ∫ S (t ) sin ( nωt ) .dt
T 0
I.6 Troisième forme de la série

Prenant en compte la relation trigonométrique suivante:
  B 
A cos( x) + B sin( x) = A + B cos  x + arctan  −  
2 2
  A 
On voit bien que le développement en série de Fourier peut
également s’écrire:
∞
S (t ) = A0 + ∑ An cos ( nωt + ϕn )
n =1
Avec: A0 = a0 = C0
 bn 
An = 2 Cn = a + b 2
n
2
n
et ϕn = − arctan  
 an 
Un signal périodique S(t) est une Somme de sinusoïdes d'amplitude Cn,
de fréquence nf et de phase φn. Il est crée de manière équivalente par
une infinité de générateurs sinusoïdaux.
sinusoïdaux.
II. Décomposition d’une fonction en série de Fourier

La décomposition d’un signal x(t) en série de Fourier consiste à
trouver une série trigonométrique dont x(t) est la somme.
II.1. Définition
Soit x un signal T-périodique, à valeur réelle ou complexe,
continue par morceaux et intégrable sur tout fermé de R. On
appelle série de Fourier de x, la série trigonométrique:
trigonométrique:
∞ +∞
a0 + ∑ (a
n =1
n c o s ( n ω t ) + b n s i n ( n ω t )) ∑ n
C e inωt
−∞
avec :
1
x ( t ) co s ( n ω t ) .d t
T
a0 =
T ∫ 0
avec :
2 1
x ( t ) co s ( n ω t ) .d t
T T
an = ∫ Cn = ∫ x (t ) e − inω t dt
T 0
T 0
2
x ( t ) sin ( n ω t ) .d t
T
bn = ∫
T ∀n ∈ Z;
0
∀n ∈ |N;
II.2 Interprétation physique du développement en série de Fourier

∞
Pour x ( t ) = a 0 + ∑ (a
n =1
n cos (n ω 0 t ) + bn s in ( n ω 0 t ))
le signal x(t) se décompose en la somme :
d’un terme constant égal à la valeur moyenne du signal x(t)
appelé composante continue du signal
signal..
1 T0
C 0 = a0 =
T0 ∫ 0
x (t ) d t Valeur moyenne du signal
sur une période T0
Composante fondamentale ou 1er harmonique:
x fondamental ( t ) = x harm .1 (t ) = C − 1e − j 2 πω 0 t + C1e j 2 πω 0 t
⇒ Signal de même fréquence que le signal périodique f0 = 1/T0
une infinité de termes sinusoïdaux de fréquences multiples

de 1/T0. − jnω 0 t jnω 0 t
x harm . n ( t ) = C − n e + Cne
Les coefficients an et bn, ou cn et An sont appelés coefficients

de Fourier du signal x.
Les coefficients cn, correspondant à la seconde formulation de

la décomposition en série de Fourier, sont appelés amplitude
des harmoniques d’ordre n.
Le terme de fréquence 1/T0 s’appelle le fondamental

du signal
signal..
Les termes de fréquence n/T0 avec n≥2 sont appelés

composantes harmoniques du signal de rang n.

II.3. Spectre d'amplitude et de phase

II.3.1. Spectre d'amplitude (ou Spectre de fréquence)
On appelle spectre de fréquence d’un signal périodique du
temps, le diagramme en bâtons obtenu en représentant
l’amplitude |Cn | des différents harmoniques en fonction de la
fréquence fn=n/T
=n/T..
Le spectre d’amplitude représente donc les variations de |Cn |
en fonction de la fréquence
fréquence..
Spectre d’amplitude d'un signal périodique
f0 = 125 H z
A =1
R a p p o r t c y c liq u e = 1 /2
 a2n = 0

 4
a
 2n+1 =
 ( 2 n + 1 )π
II.3.2. Spectre de phase

On appelle spectre de phase d’un signal périodique du temps, le
diagramme en bâtons obtenu en représentant la phase ϕn des
différents harmoniques en fonction de la fréquence fn=n/T
=n/T..
Le spectre phase représente donc les variations de ϕn en fonction
de la fréquence
fréquence..

II.3.3 Reconstitution d'un signal à partir d'un

nombre fini d'harmoniques
Décomposition du signal carrée
(2π )+ (2π )+ (2π )+
4 4 4
x (t) = s in f0t s in (3 f0 )t s in (5 f0 )t .....
π 3π 5π
Les figures ci-

ci-dessus montrent la reconstitution du signal carré à
l'aide de 2, 3, 15 et 30 harmoniques.
III. Théorème ( De Dirichlet)

T-périodique de classe C1 par morceaux sur [0, T] alors sa
Si x est T-
somme Sx(t) converge. De plus si:
x est continue en t alors S x ( t ) = x ( t )
t0 est un point de discontinuité de x alors

1 
S x ( t0 ) =  lim x ( t 0 ) + lim x ( t 0 
)
2  t → t0+ t → t 0− 
x ( t 0− )
x ( t 0+ )
t0
IV. Propriétés des coefficients de Fourier

III.1 Proposition 1
Si x est périodique égale à la somme d’une série de Fourier alors :
Si x est paire ⇒ bn = 0 ∀ n.
Si x est impaire ⇒ an = 0 ∀ n.
III.2 Proposition 2 (Lemme de Lebesgue)

Soit x est périodique , continue par morceaux et développable en
série de Fourier alors les suites (an) et (bn) de ses coefficients de
Fourier convergent vers 0.
C’est--à-dire:
C’est lim an = lim bn = 0
n →+∞ n →+∞

V. Propriétés des Séries de Fourier

V.1 Linéarité
si z (t ) = α x ( t ) + β y (t )
alors C n ( z (t )) = α C n ( x (t )) + β C n ( y (t ))
V.2 Décalage temporel

si y(t ) = x(t − t0 ) Cn inchangé, mais la
représentation de la série
alors Cn ( y(t )) = e− jnω0t0 Cn ( x(t )) de Fourier modifiée
V.3 Inversion temporelle
si y(t) = x(−t) alors Cn ( y(t)) = C−n (x(t))

x(t) paire ⇒ Xn paire
x(t) impaire ⇒ Xn impaire
V.4 Changement d ’échelle

si y (t ) = x ( at )
1
alors C n ( y (t )) = C n ( x (t / a ))
a
V.5 Multiplication
si z(t) = x(t) y(t)
+∞
alors Cn ( z(t )) = ∑ C ( x(t ))C
l n− l ( y(t ))
l =−∞
Convolution discrète
X(t), y(t), z(t) de même période T

V.6 Théorème
Soit x un signal périodique de période T > 0 et intégrable dans
l’intervalle [0, T]. Alors pour tout α ∈ R, on a
T α +T
∫ 0
x (t ) d t = ∫α x (t ) d t
Preuve:
α +T 0 T α +T
∫α x (t ) d t = ∫α x (t ) d t + ∫ 0
x (t ) d t + ∫ T
x (t ) d t
Dans l’intégrale α +T
∫ T
x (t ) d t on fait le changement de variables
y = t − T. Ceci nous donne

α +T α α
∫ T
x (t ) d t = ∫ 0
x( y + T )dy = ∫ 0
x( y )dy

Donc
α +T 0 T α T
∫α x (t ) d t = ∫α x (t ) d t + ∫ 0
x (t ) d t + ∫ 0
x (t ) d t = ∫ 0
x (t ) d t
Ainsi, les coefficients peuvent s’écrire :

2ω 2π / ω 2ω α + 2π / ω
a0 = ∫ x ( t ) cos ( nω t ) .dt = ∫α x ( t ) cos ( nω t ) .dt ∀α ∈ ℜ
π 0 π
ω 2π / ω ω α + 2π / ω
an = ∫0 x ( t ) cos ( )
n ω t . dt = ∫ x ( t ) cos ( nω t ) .dt ∀α ∈ ℜ
π π α
ω 2π / ω ω α + 2π / ω
bn =
π ∫0 x ( t ) sin ( nω t ) .d t = π ∫α x ( t ) sin ( n ω t ) .d t ∀α ∈ ℜ
En particulier si ω = 1, cas des signaux 2π-

2π-périodique ;
1 2π 1 π
an = ∫ x ( t ) cos ( nt ) .dt = ∫ π x ( t ) cos ( nt ) .dt
π 0 π −
1 2π 1 π
bn = ∫ x ( t ) sin ( n t ) .d t = ∫ π x ( t ) sin ( n t ) .d t
π 0 π −

V.7 Dérivation
Soit x un signal développable en série de Fourier, si x est dérivable
et sa dérivée x’ est DSF,
DSF, alors le DSF de x’ s’obtient en dérivant
termes à termes celui de x.
∞
x (t ) = a 0 + ∑ (a
n =1
∞
x ' (t ) = ∑ (− nω a
n =1
n s i n ( n ω t ) + n ω b n c o s ( n ω t ))
V.8 Intégration
Si x est intégrable et à valeur moyenne nulle (a(ao=0) alors le DSF de
t
g ( t ) = ∫ x (τ ) d τ
0
s’obtient en intégrant termes à termes celui de x et en ajoutant

comme constante la valeur moyenne de g(t).
∞
 an bn 
g (t ) = g 0 + ∑  nω s i n ( n ω t ) − c o s ( n ω t ) 
n =1  nω 
VI. PROPOSITION (Égalité de Parseval)

Parseval)
Si x est un signal périodique de période T, continue par morceaux
et si :
∑a ∑b
2 2
n et n
n≥0 n ≥1
sont convergentes alors :
1 T +∞ +∞  a 2
+ b 2

= ∫ ( x(t ) ) .dt = ∑ Cn = a0 + ∑ 
2 2

2
Pmoy n n
T 0 −∞ 
n =1  4 
Comme:
1 T
j 2π nft 2
= ∫ .dt = Cn
2
Pmoy ( harm = n ) Cn e
T 0
⇒ La puissance moyenne d ’un signal périodique s’obtient

en sommant les contributions des différentes composantes
harmoniques
VII. Exemples et application

Exemple 1 :
Le signal x(t) : a pour période T = 2,
Donc ω= π; elle est paire, donc bn =0.

T
De plus: x(t ) = 1 − t pour t ≤
2
1
a0 =
2
4 1  1 − ( − 1) n 
a n = ∫ (1 − t ) co s( n π t ) d t = 2  
2 0  n 2
π 2

 a2n = 0
 1 − ( − 1)  n

an = 2   a 4
 n 2
π 2
 =
 2 n +1 π 2
( 2 n + 1)
2

Série de Fourier :
1 4 cos(π t ) 4 cos(3π t ) 1 4 +∞
cos(π (2 n + 1) t )
S (t ) = +
2 π 2
+
9π 2
+ ..... = + 2
2 π
∑n=0 (2 n + 1) 2
Le signal est continue donc (Dirichlet) S(t) = x (t) quel que soit t ∈ R.
x (0 ) = 1 ⇒ S (0 )= 1
1 4 +∞
1 +∞
1 π2
+ 2
2 π
∑ (2 n + 1) 2
=1 ∑
n=0 (2 n + 1) 2
=
8
n=0

Exemple 2 :
2π périodique suivant:
Trouver la série de Fourier du signal 2π
x (t ) = t , pour - π ≤ t ≤ π .
n≥0. On cherche
Réponse. Puisque x(t) est impair on a an = 0, pour n≥
les coefficients b n , pour n≥1.
+π
1 +π 1  t co s( n t ) sin ( n t ) 
bn =
π ∫π−
x sin ( n t ) d t = 
π  n
+
n 2  − π
2 co s( n π ) 2
− (− 1)
n +1
On déduit bn =
n n
 s in ( 2 t ) sin (3t ) 
Par conséquent x ( t ) = 2  s i n ( t ) − + + ...... 
 2 3 
Reconstitution du signal

Exemple 3.
Trouver la série de Fourier du signal x(t) suivant:
0 p o u r -π ≤ t ≤ 0
x (t ) = 
1 pour 0 ≤ t ≤ π
Réponse: On a:
1 π π
a0 = ∫ π dt =
2π 0 2
1 +π
an = ∫ π co s( n t ) d t
π 0
pour n ≥ 1
( )
1 +π 1 1
bn = ∫π π sin ( n t ) d t = [1 − co s( n π ) ] − 1 − ( − 1) n
2π − n n
2
Nous obtenons : b 2 n = 0 et b 2 n + 1 ∼ 2n + 1
π  s in (3 t ) s in (5 t ) 
Par conséquent: x ( t ) ∼ 
+ 2  s in ( t ) − + + ......
2 
 3 5 
Reconstitution du signal

Exemple 4. Signal carré

  T T
0 pour t ∈  − , −  1
  2 4
  T T
x (t ) = 1 pour t ∈  − , + 
  4 4
  T T
0 pour t ∈  + , + 
  4 2
T T T T
− − 0
2 4 4 2
Série de Fourier:
∞
 t  ∞  t 
x ( t ) = a0 + ∑ a n cos  2π n  ∑ n
+ b sin  2π n 
n =1  T  n =1  T
T
4
1 1 1T 1
1 d t = [t ]− T4 =
T
a0 =
T ∫
−T T 4 T 2
=
2
4
 −1 n2−1 2 si n est impair

( ) nπ bn = 0 ∀n
an = 
0 si n est pair

Exemple 5.  t 
signal: x (t ) = c o s  2π 
 T 
On peut remarquer que: c o s ( t ) = 1 ( e j t + e − j t )
2
 t 
⇒ co s  2π
 T 
 =
1
2
( e jω t + e − jω t )
n=±1.
⇒ dans la série de Fourier, il n’y a que deux termes non nuls: n=±
Les deux coefficients de Fourier sont ½.
x(t) C n
Remarquons que x(t) est une fonction réelle et paire. En conséquence,

les coefficients de Fourier sont réels et Cn = C−n
Le spectre d’amplitude
Exemple 6.
C n
T = 5τ
−T / 2 0 T/2
T
Aτ sin ( n ω 0τ / 2 ) ϕ
Cn = n
T nω 0τ / 2
Aτ sin ( n π f 0τ )
Cn =
T n f 0τ


Cours - MATH - Chapitre3 (S de Fourier)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours - MATH - Chapitre3 (S de Fourier)

Transféré par

Droits d'auteur :

Formats disponibles

Ecole supérieure de Technologie

Département de Génie Electrique

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

uniformément convergente dans R.

Dans le cas d’une série trigonométrique:

est absolument convergente et même uniformément dans R. De

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

est uniformément convergente dans R.

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

I.4 Représentation complexe (2ème Forme de la série)

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

est uniformément convergente vers sa somme S(t), alors les

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Alors on peut calculer les coefficients an et bn par :

I.6 Troisième forme de la série

II. Décomposition d’une fonction en série de Fourier

II.2 Interprétation physique du développement en série de Fourier

une infinité de termes sinusoïdaux de fréquences multiples

Les coefficients an et bn, ou cn et An sont appelés coefficients

Les coefficients cn, correspondant à la seconde formulation de

Le terme de fréquence 1/T0 s’appelle le fondamental

Les termes de fréquence n/T0 avec n≥2 sont appelés

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

II.3. Spectre d'amplitude et de phase

II.3.2. Spectre de phase

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

II.3.3 Reconstitution d'un signal à partir d'un

Les figures ci-

III. Théorème ( De Dirichlet)

t0 est un point de discontinuité de x alors

IV. Propriétés des coefficients de Fourier

III.2 Proposition 2 (Lemme de Lebesgue)

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

V. Propriétés des Séries de Fourier

V.2 Décalage temporel

V.3 Inversion temporelle

si y(t) = x(−t) alors Cn ( y(t)) = C−n (x(t))

V.4 Changement d ’échelle

X(t), y(t), z(t) de même période T

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

y = t − T. Ceci nous donne

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Ainsi, les coefficients peuvent s’écrire :

En particulier si ω = 1, cas des signaux 2π-

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

s’obtient en intégrant termes à termes celui de x et en ajoutant

VI. PROPOSITION (Égalité de Parseval)

⇒ La puissance moyenne d ’un signal périodique s’obtient

VII. Exemples et application

Donc ω= π; elle est paire, donc bn =0.

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Exemple 4. Signal carré

 −1 n2−1 2 si n est impair

Remarquons que x(t) est une fonction réelle et paire. En conséquence,

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Vous aimerez peut-être aussi