4 Théorie de la transformée en z

4.1 Définition de la transformée en z

Il est bien connu que la transformée de Laplace change une équation différentielle linéaire avec des
coefficients constants en une équation algébrique, ainsi la solution est alors obtenue facilement par de simples
manipulations algébriques. C’est une des raisons qui rend la transformée de Laplace très utile dans l’étude des
systèmes continus linéaire invariant en temps. De la même manière, la transformée en z change une équation aux
différences linéaire avec des coefficients constants en une équation algébrique, ainsi la solution est alors obtenue
facilement par de simples manipulations algébriques. A cause de cela la transformée en z est devenue très utile
dans l’étude des systèmes discrets linéaire invariant en temps. Dans ce qui suit, nous serons concernés seulement
par systèmes non anticipatifs (causals). Ainsi, on considère des signaux qui seront zéro pour tout t < 0 , i.e.
f (t ) = 0, ∀t < 0 .
Rappelons de nos précédantes discussions que la transformée en z d’un signale continu f ( t ) est donné par
∞
F ( z ) ≡ Ζ[ f (t )] = Ζ[ f ∗ (t )] s = 1 ln z = F ∗ ( s) s= 1 ln z = ∑ f ( kT ) z − k (4.1)
T T k =0
Strictement parlant, la transformée en z est définie seulement pour les signaux discrets. Il est important de noter
que par F ( z ) , la transformée en z de f ( t ) , on veut dire la transformée obtenue de la transformée de Laplace
1
F ∗ ( s) du signale f ∗ (t ) avec la transformation z = e sT ou s =ln z . Dans la théorie du contrôle moderne,
T
la transformée en z est définie pour une séquence du signale discret. Mais , en contrôle industriel F ( z ) est
considérée comme étant la transformée en z de f ( t ) . Il est plus approprié de considérer F ( z ) comme la

f ∗ (t ) = { f ( kT )} 0 . Les deux définitions seront utilisées dans nos

∞
transformée en z d’une séquence discrète
∞
discussions. Au lieu de considérer f ∗ (t ) = ∑ f ( kT )δ (t − kT ) , on peut considérer
k =0

f ∗ (t ) = { f ( kT )} 0 comme une séquence de nombres réels,

∞
i.e. f ( k ) = f ( kT ) = f k et

f ∗ (t ) = { f ( k )} 0 = { f k } 0 .Utilisant les définitions précédantes, la transformée en z est définie comme suit :

∞ ∞

f ∗ (t ) = { f ( k )} 0 = { f k } 0 une séquence de nombres réels. Alors la transformée en z de

∞ ∞
Prenons

{ f ( k )} = { f k } 0 est définie comme

∞ ∞
0
∞ ∞
F ( z ) ≡ Ζ[ f ( t ) ] = ∑ f ( k ) z
∗ −k
= ∑ f k z −k (4.2)
k =0 k =0
Puisqu'on étudie seulement les séquences causales i.e. f ( k ) = 0, ∀k < 0 , la transformée en z définie en
f ∗ (t ) = { f k } 0 est appelée la transformée en
∞
(4.2) est appelée la transformée en z à un côte. La séquence
inverse de F ( z) , i.e.
f ∗ (t ) = { f ( k )} 0 = { f k } 0 = Ζ −1 [ F ( z)]
∞ ∞
(4.3)
Il est important de noter que si F ( z ) est définie comme dans (4.1), la transformée en z inverse n’est unique.
Pour illustrer cette observation, considérons l’exemple suivant :
Exemple 4.1 :

∞
Ζ[ u (t ) ] = ∑ z − k =
z
, z > 1, et
k =0 z −1

1
 ∞  ∞
[ ]
Ζ δ T ( t ) = Ζ ∑ δ( t − kT )  = ∑ e − skT
 k =0  k =0 1
=
z
z −1
, z > 1.
s= ln z
T
z
Ainsi, on remarque que la transformée en z inverse de peut être une fonction de l’échelon unitaire ou un
z −1
train d’impulsion de Dirac et alors la transformée en z inverse n’est unique. Au fait n’importe quelle fonction
continue en temps et qui a les mêmes valeurs aux instants d’échantillonnage, peut se qualifier comme étant la
transformée en z inverse de F ( z ) . Mais si la transformée en z est définie en termes de la séquence comme dans
l’expression (4.2), alors la transformée en z inverse est toujours unique :
 z 
= { f ( k )} 0 avec f ( k ) = 1 [ ]
∞
Ζ −1   ∀k ∈ 0, ∞ , entiers.
 z − 1

4.2 Certaines transformées en z

1. Ζ[ u( t ) ] =
z
, pour z > 1.
z −1
[
Ζ δ T (t ) =
z
z −1
] , pour z > 1.

 z 
 = {u( k )} 0 .
∞
Ζ −1 
 z − 1
2. Ζ[ e ] =
− at z
, pour z > e − aT .
z − e − aT
Ζ[ α k ] =
z
, pour z > α ..
z−α
z sin ω T
[
3. Ζ sin ω t = 2 ]
z − 2 z cos ω T + 1
, pour z > 1.

e jωT − e − jωT
z
 e jωT − e − jωT  z sin ω T
preuve : Ζ sin ω t = Ζ  [ ]  = 2 jωT
j2
− jωT = 2 .
 j2  z − z(e + e ) + 1 z − 2 z cos ω T + 1
z ( z − cos ω T )
[
4. Ζ cos ω t = 2 ]
z − 2 z cos ω T + 1
, pour z > 1.

5. Ζ[δ(t )] = 1, pour z > 1, impulsion de Dirac.

Tz
6. Ζ[ t ] = , pour z > 1, la fonction rampe, où t = kT .
( z − 1) 2
z
Ζ[ k ] = , pour z > 1.
( z − 1) 2
preuve :
∞
Ζ[ k ] = ∑ kz
k =0
−k
= z −1 + 2 z − 2 +L+ kz − k +L = z −1 (1 + 2 z −1 + 3z − 2 +L+ kz − k +1 +L )

z −1 z
= z −1 (1 − z −1 ) − 2 = −1 2 = , pour z > 1.
(1 − z ) ( z − 1) 2

4.3 propriétés importantes de la transformée en z

1. L’opérateur Ζ de la transformée en z est linéaire, [ ]
Ζ α f 1 + β f 2 = α F1 ( z) + β F2 ( z ).

2
 Où f 1 et f 2 peut être considérées comme des fonctions continues f 1 (t ) et f 2 (t ) ou des séquences
f ≡ { f 1 ( k )} 0 et f 2∗ ≡ { f 2 ( k )} 0 .
∗ ∞ ∞
1

Exemple 4.2 :
 1  1 1 1  1
Ζ  = Ζ ( − )  = Ζ[ u(t ) − e − at u(t )]
 s ( s + a )   a s s + a  a
1 z z  1 z (1 − e − aT )
=  − = , pour z > max(1, e − aT ).
a  z − 1 z − e − aT  a ( z − 1)( z − e − aT )
2. Décalage
a. Retard Ζ[ f (t − lT )] ≡ Ζ[ f ( k − l )] = z − l F ( z ).
∞ ∞
preuve : Ζ[ f ( k − l ) ] = ∑ f ( k − l ) z −k
=z −l
∑ f (k − l)z − ( k −l )
.
k =0 k =0
Prenons k − l = m, et notons que f (m) = 0, ∀m < 0. On a
∞
Ζ[ f ( k − l )] = z − l ∑ f (m) z − m = z − l F ( z ).
m=0
l −1
 −i 
b. Avance Ζ[ f ( t + lT ) ] ≡ Ζ[ f ( k + l ) ] = z  F ( z ) − ∑ f (i ) z .
l

 i =0 
∞ ∞
preuve : Ζ[ f ( k + l )] = ∑ f ( k + l ) z − k = z l ∑ f ( k + l ) z − ( k + l ) . Prenons k + l = m, on a
k =0 k =0
∞ l −1 l −1
   
Ζ[ f ( k + l )] = z l ∑ f (m) z − m − ∑ f (m) z − m  = z l  F ( z) − ∑ f (m) z − m  .
 m= 0 m=0   m=0 
Supposons qu’on a un système discret décrit par
y (n + k ) + a1 y (n + k − 1) +K+ a n y ( k ) = b0 u(m + k ) + b1u(m + k − 1) +K+bm u( k ), n ≥ m.
Prenons Y ( z ) = Ζ[ y ( k )] et U ( z ) = Ζ[u( k )], Les transformées en z de la sortie et de l’entrée du système
respectivement. En appliquant la propriété de décalage, on obtient :
( z n + a1 z n −1 +K+ a n )Y ( z ) = (b0 z m + b1 z m−1 +K+bn )U ( z ).
Où toutes les conditions initiales de y ( k ) et u( k ) sont nulles. La relation entrée-sortie obtenue comme suit:
Y ( z ) b0 z m + b1 z m−1 +K+bm
H ( z) = = n ,
U ( z) z + a1 z n −1 +K+ a n
est appelée la fonction de transfert du système décrit par l’équation aux différences précédante.
Exemple 4.3 :
Le circuit RC suivant

R= 1 Ω
u(t)

+
u(t) C=1µF
-

(a) t
0 T 2T 3T
(b)

est soumis à une entrée u(t ) et est caractérisé par l’équation aux différences

3
x ( k + 1) = e − T x ( k ) + (1 − e − T )u( k ), x (0) = 0.
Où x représente la charge sur C. Prenons la transformée en z de cette équation aux différences, on obtient
zX ( z ) = e − T X ( z ) + (1 − e − T )U ( z ).
X ( z) 1 − e − T
Ainsi la fonction de transfert du système est H ( z ) = = .
U ( z) z − e − T
3. Changement d’échelle dans le plan z : Ζ[e ± at f (t )] = F (e m at z ).
∞ ∞
preuve : Ζ[e ± at f (t )] = ∑ f ( kT )e ± akT z − k = ∑ f ( kT )(e m aT z) − k = F ( ze m aT ).
k =0 k =0
Exemple 4.5 :

Ζ [ u( t ) ] =
z
= F ( z ), pour z > 1. Alors
z −1
ze aT
Ζ[ e − at u(t )] = aT
z
= F ( ze aT ) = , pour z > e − aT .
ze − 1 z − e − aT
4. Théorème de la valeur initiale : Si lim f ( t ) existe, alors lim f (t ) = lim f ( kT ) = lim F ( z ).
t →0 t →0 k →0 z →∞
preuve :
∞
lim F ( z) = lim ∑ f ( kT ) z − k = lim [ f (0) + f ( T ) z −1 + f ( 2T ) z − 2 +K] = f (0) = lim f ( t ).
z →∞ z →∞ z →∞ t →0
k =0
Exemple 4.6 :
z
f ( t ) = e − at u(t ), F ( z) = , lim F ( z ) = 1 = lim f ( t ) = f ( 0).
z − e − at z →∞ t →0

5. Théorème de la valeur finale : Si lim f ( t ) = lim f ( kT ) existe, alors

t →∞ k →∞
−1
lim(1 − z ) F ( z) = lim f (t ) = lim f ( kT ).
z →1 t →∞ k →∞
Ce théorème est applicable seulement si la fonction f ( t ) a la transformée en z, F ( z ) et si la fonction
−1
(1 − z ) F ( z ) n’a pas de pôles sur ou à l’extérieur du cercle unité, z = 1 , dans le plan z.
preuve :
∞ ∞

lim(1 − z −1 ) F ( z ) = lim ∑ f (l ) z − l − z −1 ∑ f (l ) z − l  ,
z →1 z →1
 l=0 l =0 
 k k

= lim  lim( ∑ f (l ) z − l − ∑ f (l − 1) z − l ) ,

z →1 k →∞
l =0 l =0 
k −1
 k

= lim lim( ∑ f (l ) z − ∑ f (l ) z − ( l +1) ) ,
−l


k →∞ z →1
l =0 l =0 
k −1
k 
= lim ∑ f (l ) − ∑ f (l )  = lim f ( k ) = lim f (t ).
k →∞
 l =0 l =0  k →∞ t →∞

Exemple 4.7 :
Supposons qu’on a la fonction f (t ) = 1 − e − at , t ≥ 0, a > 0. Sa transformée en z est
− aT
z z z (1 − e )
F ( z) = − − aT = , et
z −1 z − e ( z − −1)( z − e − aT )
z −1 1 − e − aT
lim(1 − z −1 ) F ( z ) = lim( ) F ( z ) = lim − aT = 1 = lim f ( t ).
z →1 z →1 z z →1 z − e k →∞

4
  ∂  ∂ ∂
6. Dérivée partielle : Ζ  ( f (t , a )  = Ζ[ f (t , a ) ] = F ( z, a ).
∂a  ∂a ∂a
Preuve :
 ∂  ∞ ∂ ∂ ∞ ∂
Ζ  ( f (t , a )  = ∑ f ( kT , a ) z − k = ∑ f ( kT , a ) z − k = F ( z , a ).
∂a  k =0 ∂ a ∂ a k =0 ∂a
Exemple 4.8 :
∂ − at
[e ] F ( z , a ) = Ζ[ e − at ] =
z
Puisque te − at = − et , alors
∂a z − e − aT
∂  z  zTe − aT
Ζ[ te − at
] = − ∂ a  z − e −aT  = ( z − e −aT ) 2 . Le même résultat peut être obtenu comme suit :
zTe − aT zTe − aT
[ ]
zT
Puisque Ζ[ t ] = , alors Ζ te − at
= = .
( z − 1) 2 ( ze − aT − 1) 2 ( z − e aT ) 2
7. Convolution :
Un système continu linéaire à temps invariant a une relation entrée/sortie donnée par la convolution, en
termes de sa réponse impulsionnelle :
t

y (t ) = ∫ h(t − τ)u( τ)dτ = (h∗ u)(t ) (4.4)

0
où u(t ) est l’entrée, y (t ) est la sortie et h(t ) est la réponse impulsionnelle qui est causale, i.e.
h(t ) = 0, ∀t < 0. La transformée de Laplace de (4.4) donne la relation entrée/sortie dans le domaine
fréquentiel,
Y ( s) = H ( s)U ( s), (4.5)
où H ( s) est la fonction de transfert du système. Ainsi une convolution dans le domaine temporel est
transformée en une multiplication algébrique dans le domaine fréquentiel (plan s). C’est la raison pour laquelle
la notion de fonction de transfert est très utile dans l’analyse et la synthèse des systèmes continus linéaire à
temps invariant dans la théorie de l’asservissement classique.
La relation entrée/sortie d’un système échantillonné linéaire à temps invariant peut aussi être caractérisée par une
convolution numérique en terme de sa séquence de pondération :
k
y ( k ) = ∑ h( k − l ) u( l ) (4.6)
l =0
où u( k ) est la séquence d’entrée, y ( k ) est la séquence de sortie et h( k ) est la séquence de pondération qui
satisfait la condition de causalité h( k ) = 0, ∀k < 0. La transformée de Laplace de (4.6) donne
∞ ∞
k 
Y ( z) = ∑ y ( k ) z − k = ∑ ∑ h( k − l )u(l ) z − k (4.7)
k =0 k =0  l =0 
Puisque h( k ) = 0, ∀k < 0. L’équation précédante peut réécrite comme suit :

∞
∞  ∞ ∞
Y ( z) = ∑ ∑ h( k − l )u(l ) z − k = ∑ ∑ h( k − l )u(l )z − k ,
k =0  l =0  l = 0 k =0
∞ ∞
= ∑ u(l )z − l ∑ h( k − l ) z − ( k − l ) = U ( z) H ( z).
l=0 k =0
Remarquer que dans l’expression précédante, on a fait le changement de variables k − l = m, et utiliser le fait
que h( m) = 0, ∀m < 0, pour avoir
∞ ∞ ∞

∑ h( k − l ) z − ( k − l ) =
k =0
∑ h(m) z −m = ∑ h(m) z −m =H ( z).
m =− l m= 0

5
Ce développement montre que la convolution dans le domaine temporel d’un système linéaire échantillonné est
encore donnée par une multiplication algébrique en terme de la fonction de transfert en z :

Y ( z) = H ( z)U ( z), (4.8)

dans le domaine fréquentiel (plan z). Ainsi la fonction de transfert en z joue le même rôle que la fonction de
transfert de Laplace dans l’analyse et la synthèse d’un système linéaire échantillonné à temps invariant.

4.4 La transformée en z inverse

Strictement parlant, la transformée en z est définie seulement pour les signaux échantillonnés. Si la transformée
en z est définie pour un signale continu, son transformée en z inverse n’est pas unique. C’est pourquoi n’importe
quelles fonctions qui ont les mêmes valeurs aux instants d’échantillonnage, ont la même transformée en z. Mais,
si la transformée en z est définie en terme de séquence, alors son transformée en z inverse est unique. La
transformée en z inverse peut être obtenue par une des méthodes suivantes :
1. Méthode des fractions partielles
Remarquer que les transformées en z de presque toutes les séquences ont le terme z au numérateur. Par
exemple :

Ζ[ u( k ) ] = Ζ[ ku( k )] =
z z
, ,
z −1 ( z − 1) 2
zTe − aT
Ζ[ e − akT u( k )] = Ζ[ ke − akT u( k )] =
z
, .
z − e − aT ( z − e aT ) 2
Ainsi , pour déterminer Ζ −1 [ F ( z )] par la méthode des fractions partielles, il est convenable de développer
F ( z)
en une fraction partielle au lieu de développer F ( z ).
z
Exemple 4.9 :
(1 − e − aT ) z F ( z) 1 1 z z
F ( z) = − aT , = − − aT , et F ( z ) = − ,
( z − 1)( z − e ) z z −1 z − e z − 1 z − e − aT
d’ou Ζ −1 [ F ( z )] = f (t ) = (1 − e − at )u(t ).
Remarquer que f ( t ) obtenue au-dessus n’est pas la seule transformée en z inverse de F ( z ). N’importe
quelle fonction qui a les mêmes valeurs aux instants d’échantillonnage que celles de f ( t ) , est une

F ( z ). Strictement parlant, Ζ −1 [ F ( z )] est la séquence {1 − e − akT } 0 ou

∞
transformée en z inverse de
∞
{(1 − e − akT
)u( k )}, i.e. Ζ −1 [ F ( z )] = f ∗ (t ) = ∑ (1 − e − akT )δ (t − kT ).
k =0
2. Méthode de la série de puissance
Dans la définition de la transformée en z
∞
F ( z ) ≡ Ζ[ f ∗ (t )] = ∑ f ( kT ) z − k
k =0

= f (0) + f (T ) z −1 +K+ f ( kT ) z − k +K.

On remarque que f ( kT ) , le coefficient de z − k , est la valeur de la séquence au kieme instant
d’échantillonnage. Ainsi la séquence de Ζ −1 [ F ( z )] peut être obtenue par la méthode de la série de
puissance. Le développement de la série de puissance de F ( z ) peut être obtenu par la division du
numérateur par le dénominateur (longue division).
Exemple 4.10 :
(1 − e − aT ) z (1 − e − aT ) z (1 − e − aT ) z −1
F ( z) = = = .
( z − 1)( z − e − aT ) z 2 − (1 + e − aT ) z + e − aT 1 − (1 + e − aT ) z −1 + e − aT z − 2
La division du numérateur par le dénominateur donne

6
 F ( z ) = (1 − e − aT ) z −1 + (1 − e −2 aT ) z −2 +K+ (1 − e − kaT ) z − k +K.
Alors f ( kT ) = (1 − e − kaT ), et
∞ ∞
∗
f (t ) = Ζ −1
[ F ( z)] = ∑ f ( kT )δ (t − kT ) = ∑ (1 − e − akT
)δ (t − kT ) ≡ {1 − e − akT } 0 .
∞

k =0 k =0
3. Méthode de la formule d’inversion (intégrale complexe)
La transformée de Laplace inverse d’un signale continu peut être obtenu par
c + j∞
1
f (t ) =
j 2π ∫ F ( s) e
c − j∞
st
ds (4.9)

où c est l’abscisse de convergence de la transformée de Laplace et il est choisi plus grand que les parties
st
réelles de toutes les singularités de la fonction sous intégrale F ( s) e . De la même manière, la
transformée en z inverse d’un signale échantillonné peut être obtenu par la formule d’inversion

1
f ( kT ) =
j 2π ∫ F ( z) z
Γ
k −1
dz (4.10)

où Γ est un chemin fermé (un cercle) dans le plan z qui renferme toutes les singularités de F ( z) z n −1 .
La preuve de (4.10) est donnée comme suit :
De l’équation (4.9), on a
c + j∞
1
f ( kT ) =
j 2π ∫ F ( s) e
c − j∞
skT
ds (4.11)

jω = Im( s) plan s

c + j∞
3
j ω s
2

1
j ω s
2
x x
− σ1 − σ 2 0 σ = Re( s)
1
−j ω s
2

3
−j ω s c − j∞
2
Figure 1 : Plan s

De la figure 1, on remarque que le chemin d’intégration passe par les lignes horizontales du plan s. Ainsi
l’équation (4.11) peut être réécrite comme
1
c + j ( k + )ω s
∞ 2
1
f ( kT ) =
j 2π
∑
k =−∞
∫ F ( s) e skT
ds (4.12)
1
c − j ( k − )ω s
2

7
Effectuons le changement de variables s1 = s − jkω s dans (4.12), on obtient
1
c+ j ω s
∞ 2
1
f ( kT ) =
j 2π
∑ ∫ F (s
k =−∞
1 + jkω s )e kT ( s1 + jkω s ) ds1 (4.13)
1
c− j ωs
2
Rappelons que
1 ∞ f (0 + )
F ∗ ( s1 ) = ∑
T k =−∞
F ( s1 + jkω s ) +
2
,

1 ∞ f (0 + )
= ∑
T k =−∞
F ( s1 − jkω s ) +
2
. (4.14)

ω s T = 2π e j 2πn = 1 pour tout entier n. L’expression (4.13) devient alors

2
Puisque et
1
c+ j ωs
∞
 ∗ f (0 + )  kTs1
2
T
f ( kT ) =
j 2π
∑ ∫
k =−∞
 F ( s1 ) − 2 e ds1 .
 
(4.15)
1
c− j ωs
2
1
Utilisant la transformation z = e s1T ou s1 = ln( z ), on a F ∗ ( s1 ) s= 1 ln z = F ( z), e kTs1 = z et
T T 1

1 dz
ds1 = , ainsi , on obtient l’équation (4.10), i.e.
T z
1  f (0 + )  k −1
f ( kT ) = ∫
j 2π Γ   F ( z) −
2 
z dz

1
j 2π ∫Γ
= F ( z ) z k −1dz (4.16)

f ( 0 + ) k −1
où Γ est le contour du cercle avec rayon e cT . On utilise le fait que ∫
Γ 2
z dz = 0 parce que
f (0 + ) k −1
z n’a pas de singularités à l’intérieur de Γ.
2
Il est important de noter que dans la transformation z = e 1 , le chemin d’intégration de
Ts

c − j (ω s 2) à c + j (ω s 2) dans le plan s de la figure 1, est devenu un chemin fermé Γ

de rayon e cT dans le plan z comme le montre la figure 2.

Im(z) plan z

ecT Γ un cercle avec rayon ecT

x x
Re(z)
1 e-σ1T
e-σ2T

Figure 2 : Plan z
Exemple 4.11 :
(1 − e − aT ) z
Trouver la transformée en z inverse de F ( z) = , a > 0.
( z − 1)( z − e − aT )

8
 − aT
Remarquer que les pôles de F ( z ) sont à z1 = 1 et z 2 = e . Prenons Γ un cercle de rayon plus que 1.
D’après la formule d’inversion et le théorème des résidus de Cauchy, on a :
1
j 2 π ∫Γ
f ( kT ) = F ( z) z k −1dz

[
= ∑ Re sidus de F ( z ) z k −1 aux poles de F ( z ) z k −1 à l 'int erieur de Γ . ]
∞
f ∗ (t ) = { f ( kT )} 0 = {1 − e − akT } 0 = ∑ (1 − e − akT )δ (t − kT ).
∞ ∞
Alors f ( kT ) = 1 − e akT et
k =0

4.5 Méthodes de détermination de la réponse d’un système entre les instants

d’échantillonnage
Puisque la transformée en z d’un signale défini le signale seulement aux instants d’échantillonnage,
l’information entre les instants d’échantillonnage ne peut pas être obtenue directement de la transformée
en z.

u(t) u*(t) y(t) y*(t)

H(s)

T T

Figure 3 : Relation entrée/sortie d’un système échantillonné

La réponse du système échantillonné de la figure 3, peut être déterminer par la méthode de la sous
division de la période d’échantillonnage ou par la transformée en z modifiée.
1. Méthode d’échantillonnage par sous division de période

y(t) y*(t)
H(s)

T Tn=T/n T
y*n(t)

Tn
Figure 4 : Echantillonnage par sous division de période
Dans la méthode d’échantillonnage sous multiple, un préleveur fictif de période T / n (n>1) est
introduit après l’échantillonneur de l’entrée, comme le montre la figure 4. Cet preleveur fictif n’affecte
pas le signale d’entrée au système H ( s) , mais il produit (n-1) informations additionnelles entre les
instants d’échantillonnage originaux.
La relation entrée/sortie du ce système est donnée par
∞
y ( t ) = ∑ h( t − lT ) u(lT ) ( 4.17)
l =0
alors
∞
y ( kTn ) = ∑ h( kTn − lT ) u( lT ) ( 4.18)
l =0
Prenons
T 1 1
s
zn = e sTn
=e n
= (e ) = z
sT n n
(4.19)
Alors

9
 ∞ ∞
∞ 
Y ( z n ) = ∑ y ( kTn ) z n − k = ∑ ∑ h[( k − ln) Tn ]u(ln Tn ) z n − k ( 4.20)
k =0 k =0  l =0 
Remarquer que y ( kTn ) = 0, pour k < 0, si on substitue la variable m = k − ln dans
l’expression (4.20), on a
 ∞  ∞ 
Y ( zn ) =  ∑ h(mTn ) z n − m   ∑ u(lnTn ) z n − l n 
 m= 0   l =0 
 ∞ 
= H ( z n ) ∑ u(lT ) z − l  = H ( z n )U ( z ) (4.21)
 l =0 
Ainsi, on a obtenu
Y ( z n ) = H ( z n )U ( z ) = H ( z n )U ( z nn ) ( 4.22)
où
∞
H ( z n ) = ∑ h( lTn ) z n− l = H ( z ) z→ z 1
T (4.23)
n =z , T → Tn =
n
l =0 n
Exemple 4.12 :
1 z
Considérons le système de la figure 3, avec H ( s) = . Alors H ( z ) = . Pour simplifier les
s +1 z − e −T
z
calculs, prenons T = 1, alors H ( z ) = . Si u( t ) est l’échelon unitaire, la sortie est
z − e −1
z z 1
Y ( z) = H ( z )U ( z) = =
z − 0.368 z − 1 1 − 1368 . z + 0.368z − 2
−1

. z −1 + 1504
= 1 + 1368 . z − 2 + 155
. z − 3 +K
la réponse y ( t ) aux instants d’échantillonnage est montrée par la figure 5.

*
Y (t)

1.58

1 1.368 1.509 1.55 enveloppe

0 T 2T 3T 4T t

Figure 5 : sortie échantillonnée

D’après la figure 5, on est tenté de conclure que y ( t ) est une fonction croissante d’une manière
exponentielle. Mais en réalité, ce n’est pas le cas, comme il sera montré par l’étude de la sortie entre les
instants d’échantillonnage. Supposons qu’on veut avoir deux information supplémentaires entre les
instants d’échantillonnage originaux . Alors n=3.
De l’équation (4.20), on a
1 1
z3 z3 z3
H ( z3 ) = = = ( 4.22)
1
−
1 1
z 3 − 0.717
z −e
3 3
z − 0.717
3

et la sortie dans ce cas est

10
 Y ( z3 ) = H ( z3 )U ( z )
z3 z33 1
= =
z 3 − 0.717 z3 − 1 1 − 0.717 z 3 − z 3− 3 + 0.717 z3− 4
3 −1

= 1 + 0.717 z3−1 + 0.514 z 3− 2 + 1368

. z3− 3 + 0.98z3− 4 + 0.703z3−5
. z3− 6 + 108
+ 1504 . z 3− 7 + 0.773z3−8 + 155
. z3− 9 +K
La sortie obtenue par la méthode de l’échantillonnage par division de période avec n=3, est donné par la
figure 6 .

y*(t3)
valeur finale de y*(t)
1.58
1.55
1.5 1.504
1.368
1
0.55 …
0.368 0.504

0 T 2T 3T t

Figure 6 : Echantillonnage par sous division

On remarque de la figure 6 que la réponse actuelle entre les instants d’échantillonnage est une fonction
décroissante au d’une fonction croissante comme il aurais être conclu précédemment. L’examine de la
réponse entre les instants d’échantillonnage est particulièrement importante, quand la réponse
impulsionnelle h(t ) = L−1 [ H ( s)] du système a un saut à t=0. Dans cet exemple,
 1 
h(t ) = L−1   = e − t . Elle a un saut fini égal à 1 à t=0. Ainsi la réponse a un saut de 1 à chaque
 s + 1
instant d’échantillonnage kT , comme le montre la figure 6. D’après le théorème de la valeur initiale de
la transformée de Laplace :
h(0 + ) = lim sH ( s),
s→∞
on voit que h(t) n’aura pas de sauts à t=0, quand H(s) a au moins deux ou plus de pôles que de zéros. Dans
ce cas, la réponse entre les instants d’échantillonnage peut être simplement obtenue de l’enveloppe
résultante de la méthode de la transformée en z. Pour voir cela, considérons le système de la figure 3 avec
1 Tz
H ( s) = 2 . Puisque H ( z ) = , prenons U ( z) = 1, et T=1, la sortie est alors
s ( z − 1) 2
z z −1 −1
Y ( z) = H ( z)U ( z) = 2 = −1 2 = z + 2 z − 2 + 3z − 3 +K.
( z − 1) (1 − z )

La sortie y * (t ) est montrée dans la figure 7 .

11
 y*(t)
enveloppe
3

0 T 2T 3T t

figure 7 : réponse échantillonnée

Si T=1 et n=3, la méthode d’échantillonnage par sous division de période donne la sortie suivante :
Y ( z3 ) = H ( z3 )U ( z ) = H ( z3 ) = H ( z ) z→ z = z 13 , T →T = T
3
33

1 1 −1
z3 z 1 −1
3 3 3
= = −1 2 = ( z + 2 z 3− 2 + 3z3− 3 +K ).
( z 3 − 1) 2
(1 − z3 ) 3 3
La sortie y * (t 3 ) est montrée par la figure 8 :

y*(t3)
2 2 enveloppe
5/3
4/3
1 1 ...
2/3
1/3

0 T 2T t
Figure 8 : Echantillonnage par sous division de période

Remarque que la réponse du système entre les instants d’échantillonnage de la figure 8 est la même que
celle obtenue de l’enveloppe de la figure 7.

2. Méthode de la transformée en z modifiée

Dans la transformée en z retardée Ζ[ f (t − αT )] , on remarque que si α = l est un entier alors la
propriété de décalage de la transformée en z donne Z[ f (t − lT )] = z − l F ( z ).

Mais si α n’est pas un entier alors en prenant α ≡ l + ∆, où l est le plus grand entier plus petit que α et
i.e. 0<∆<1, on a
Z [ f (t − αT )] = Z [ f (t − ∆T − lT )]
∞
= z − l Z [ f (t − ∆T )] = z − l ∑ f ( kT − ∆T ) z − k ,
k =0
−l
= z F ( z, ∆ ) (4.23)

12
 où
∞
F ( z , ∆ ) = Z [ f (t − ∆T )] = ∑ f ( kT − ∆T ) z − k (4.24)
k =0

Prenons ] [
m = 1 − ∆ , alors m ∈ 0, 1 et l’expression (4.24) devient
F ( z , m) = F ( z, ∆ ) ∆ =1− m = Z [ f (t + mT − T )]
∞
= z −1 Z [ f (t + mT )] = z −1 ∑ f ( kT + mT ) z − k (4.25)
k =0
∞
F ( z , m) = z −1 ∑ f ( kT + mT ) z − k = Z m [ f (t )] est appelée la transformée en z modifiée de f (t ).
k =0
Remarques :
a. Si m = 0 , (i.e. ∆ = 1 ), alors F ( z , m = 0) = F ( z, ∆ = 1) = Z[ f (t − T )] = z −1 F ( z).
La transformée en z modifiée produit les mêmes résultats que la transformée en z ordinaire.
b. Si m = 1 , (i.e. ∆ = 0 ), alors F ( z , ∆ = 0) = F ( z ) = Z[ f (t )] . Mais les équations (4.25) et (4.6)
donnent [ ]
F ( z , m = 1) = z −1 Z [ f (t + T )] = z −1 z[ F ( z ) − f (0)] = F ( z ) − f (0), d’où
F ( z ) = F ( z , m = 1) + f (0) (4.26)
Il ensuit de (4.26) que F ( z , m = 1) = F ( z ) si f ( 0) = 0 i.e. f ( t ) n’a pas de sauts à t=0.
Exemple 4.13 :
z
Considérons le signale f (t ) = e − at u(t ), alors F ( z ) = et
z − e − aT
∞
e − amT z e − amT
F ( z , m) = z −1 ∑ e − a ( k + m) T z − k = z −1 = .
k =0 z − e − aT z − e − aT
e − aT
Remarquer que F ( z , m = 1) = ≠ F ( z ) parce que f (0) = 1 ≠ 0. Mais,
z − e − aT
e − aT z
F ( z , m = 1) + f (0) = − aT + 1 = = F ( z ).
z−e z − e − aT
3. Certaines transformées en z modifiées

Z m [ u(t ) ] =
1
a. ,
z −1
e − amT
b. Z m [ e u( t ) ] =
− at
,
z − e − aT
c. Z m [ tu( t ) ] =
mT T
+ ,
z − 1 ( z − 1) 2
 m e − aT 
d. Z m [ te − at
u(t )] = Te − amT
 z − e − aT + ( z − e − aT ) 2 .
 
4. Fonction de transfert en z modifiée

13
 retard fictif
u(t) u*(t) y(t) y(t-∆T) y*(t-∆T)
H(s) ∆T=(1-m)T
T U(z) T Y(z,m)

y*(t)
Y(z)
T
Figure 9 : Relation entrée/sortie

∞
La relation entrée/sortie du système de la figure 9, est donnée par y (t ) = ∑ h(t − kT )u( kT ) ou par
k =0
∞
Y ( z, m) = z −1 ∑ y (lT + mT ) z − l ,
l =0
∞
 ∞ 
= z ∑  ∑ h[(l + m − k )T ]u( kT ) z − l
−1
(4.27)
l =0  k =0 
Remarquer que ] [
m ∈ 0, 1 et h[(n + m)T ] = 0, ∀n < 0 entier. Prenons n = l − k , l’équation (4.27)
  ∞  ∞ 
devient Y ( z, m) =  z −1  ∑ h[( n + m) T ]z − n    ∑ u( kT ) z − k  = H ( z , m)U ( z ), i.e.
  n=0    k =0 
Y ( z, m) = H ( z, m)U ( z ). (4.28)
H ( z , m) est appelée la fonction de transfert en z modifiée.
5. Transformation en z modifiée inverse
Similaire à la transformée en z inverse, l’inverse de la transformée en z modifiée peut être obtenue par
les méthodes suivantes :
a. Méthode du développement en fraction partielle
b. Méthode du développement en série de puissance
c. Formule d’inversion.
1
f ( kT , m) =
j 2π ∫ Γ
F ( z , m) z k −1dz,

où Γ est un contour fermé qui renferme toutes les singularités de F ( z , m) z k −1 .

Exemple 4.14 :
1
Considérons le système de la figure 9, avec H ( s) et u( t ) l’échelon unitaire, alors
s +1
e − amT z
Y ( z, m) = H ( z, m)U ( z ) = −T .
z − e z −1
Le développement en série de puissance de Y(z, m) obtenue par longue division est :
Y ( z, m) = e − mT z −1 + (1 + e − T )e − mT z −2 + (1 + e − T + e −2 T )e − mT z −3 +K
 1 − e − kT  − mT − k
+K+   e z +K.
 1 − e −T 
Alors la valeur de y (t ) sur la kieme période d’échantillonnage est donnée par
− kT
1− e
y ( kT , m) = e − mT . Selon la dernière expression, on a :
1 − e −T
1 − e − kT 1 − e − kT − T
pour m=0 ; y (( k − 1)T ) = , et pour m=1 ; y ( kT ) = e .
1 − e −T 1 − e −T
La sortie du système de la figure 9, est alors montrée sur la figure 10.

Y*(t)

14
 1.58 valeur finale de y*(t)
m=0
1.5 m=0
m=0 k=3
1 k=2 m=1 ...
k=1
m=1 m=1

0 T 2T 3T t

Figure 10 : Sortie du système de la figure 9.

Remarquer que la sortie obtenue par la méthode de la transformée en z modifiée est la même que celle par
la méthode d’échantillonnage par sous division de période, montrée en figure 6.

4.5 Théorèmes de la transformée en z modifiée

Utilisant des arguments similaires que ceux employés dans le développement des propriétés et des
théorèmes de la transformée en z, on obtient les propriétés et théorèmes pour la transformée en z modifiée :
a. Propriété de décalage
Z m [ f (t − kT )] = z − k F ( z , m), pour k entier.
k −1
 
Z m [ f (t + kT )] = z k  F ( z , m) − ∑ f (lT + mT ) z − ( l +1) 
 l=0 
b. Changement d’échelle
Z m [e m at f (t )] = e m a ( m−1) T F ( ze ± aT , m)
preuve :
∞
Z m [e m at f (t )] = z −1 ∑ e m a ( m+ k ) T f ((m + k )T )z − k
k =0
∞
= z −1e m amT ∑ f ((m + k )T )(e ± aT z ) − k
k =0
∞
= e ± aT e m amT (e ± aT z ) −1 ∑ f ((m + k )T )(e ± aT z ) − k
k =0
m a ( m−1) T ± aT
=e F ( ze , m).

c. Théorème de la valeur initiale

lim f (t ) = lim f ( kT , m) = lim zF ( z, m) = lim F ( z ).
t →0 m= 0, k → 0 m= 0 , z →∞ z →∞
−1
Alors F ( z , m = 0) = z F ( z).
d. Théorème de la valeur finale
lim f ( kT , m) = lim(1 − z −1 ) F ( z , m), pour m ∈ 0, 1 .
k →∞ z →1
[ ]
Exemple 4.15 :
Prenons le signale f (t ) = e − at u(t ), on sait que lim f (t ) = 0. Alors
t →∞

z −1 z − 1 e − amT
lim
z →1 z
F ( z , m) = lim
z →1 z z − e − aT
= 0, pour m ∈ 0, 1 . [ ]

15
 Transformation en z inverse

Il y’a trois méthodes pour calculer l’inverse de la transformation

en z, x(k) = Z −1 {X(z)} .
1. Méthode de développement en série de puissance ou méthode
de la longue division :
Supposons qu’on a X(z) = 3z 22z−3
+2z−1 , la longue division donne

2z − 3 3z 2 + 2z − 1
2z + 43 − 32 z −1 − − − − − − − − − − −−
− − − − − − − − − − − − −− 23 z −1 − 13
9z
−2 32 −3
+ 27 z + ···
13 2 −1
− 3 + 3z
−1 −2
13
− 3 − 269z + 13 9z
− − − − − − − − − − − − −−
32 −1 −2
9z − 139z

D’où,
2 13 32
X(z) = 0 + z −1 − z −2 + z −3 + · · ·
3 9 27
= x(0) + x(1)z + x(2)z −2 + x(2)z −2 + · · ·
−1

et
2 13 32
( )
x(k) = {x(0), x(1), x(2), . . .} = 0, , − , , . . . .
3 9 27
2. Méthode de développement en fractions partielles (méthode des
résidus ou de Heaviside) :

1
(a) Cas des pôles réels distincts :
X(z) N (z)
=
z z(z − p1 )(z − p2 ) · · · (z − pn )
C0 C1 C2 Cn
= + + + ··· + .
z z − p1 z − p2 z − pn
Où Ci pour 0 ≤ i ≤ n sont calculés par la formule de
Heaviside pour les pôles distincts
 
N (z)
lim (z − pi )
Ci = z−→p 
i z(z − p1 )(z − p2 ) · · · (z − pn )
 
N (z)
= (z − pi ) |
z=pi .
z(z − p1 )(z − p2 ) · · · (z − pn )
2z−3
Supposons qu’on a X(z) = 3z 2 +2z−1 , alors
X(z) 2z − 3 2z − 3
= = ,
z z(3z 2 + 2z − 1) z(3z − 1)(z + 1)
C1 C2 C3
= + + ,
z 3z − 1 z + 1
et
X(z) −3
C1 = z |z=0 = = 3,
z (−1)(1)
2
X(z) 3 −3 −7/3 21
C2 = (3z − 1) |z=1/3 = 1 1 = =− ,
z 3 ( 3 + 1) 4/9 4
X(z) 2z − 3 −2 − 3 5
C3 = (z + 1) |z=−1 = |z=−1 = =− .
z z(3z − 1) (−1)(−4) 4

2
 Alors,
X(z) 3 −21/4 −5/4
= + + ,
z z 3z − 1 z + 1
21 z 5 z
X(z) = 3 − − ,
4 3z − 1 4 z + 1
21 z/3 5 z
= 3− 1 − ,
4 z − 3 4z + 1
7 z 5 z
= 3− − ,
4 z − 13 4 z + 1
7 1 k 5
!
x(k) = 3δ(k) − u(k) − (−1)k u(k).
4 3 4
Remarquer que
7 5
x(0) = 3 − − = 3 − 3 = 0,
4 4
71 5 2
x(1) = 0 − + = ,
43 4 3
71 5 13
x(2) = 0 − − =− ,
49 4 9
7 1 5 32
x(3) = 0 − + = .
4 27 4 27
3. Cas des pôles réels multiples ou répétés de multiplicité m :
X(z) N (z)
=
z z(z − p1 )m (z − p2 ) · · · (z − pn )
C0 C2 Cn
= + + ··· +
z z − p2 z − pn
C1m C1m−1 C1
+ + + · · · + .
(z − p1 )m (z − p1 )m−1 z − p1
Où
(m−j)
 
1 d X(z)
Cij = lim  (z − pi ) ,
(m − j)! z−→pi dz (m−j) z
(m−j)
 
1 d X(z)
= 
(m−j)
(z − pi )  .
(m − j)! dz z z=pi

3
 2z 3 +z X(z) 2z 2 +1
Supposons qu’on X(z) = (z−2)2 (z−1) et z = (z−2)2 (z−1) . Alors
X(z) C1 C22 C2
= + 2
+ .
z z − 1 (z − 2) z−2
Où
X(z) 2z 2 + 1
C1 = (z − 1) |z=1 = |z=1 = 3,
z (z − 2)2
2 X(z) 2z 2 + 1
C22 = (z − 2) |z=2 = |z=2 = 9,
z (z − 1)
d  2z 2 + 1  4z(z − 1) − (2z 2 + 1)
 

C21 = |z=2 = |z=2 = −1.

dz (z − 1) (z − 1)2
Ainsi,
X(z) 3 9 −1
= + 2
+ ,
z z − 1 (z − 2) z−2
z z z
X(z) = 3 +9 − ,
z−1 (z − 2)2 z − 2
z 9 2z z
= 3 + − ,
z − 1 2 (z − 2)2 z − 2
x(k) = 3u(k) + 9k2k−1 u(k) − 2k u(k) = 3 + 9k2k−1 − 2k u(k).
 

Remarquer qu’on a utilisé les identités suivantes

az d m
!
k m
n o
Z ka u(k) = , et Z {k x(k)} = −k X(z).
(z − a)2 dz
4. Cas des pôles complexes : Pour ce cas, on doit utiliser les ex-
pressions suivantes
z(z − r cos θ)
Z rk cos(kθ) = 2
n o
,
z − z2r cos θ + r2
zr sin θ
Z rk sin(kθ) = 2
n o
.
z − z2r cos θ + r2
2
z 2 +z+2
z +z+2
Supposons qu’on X(z) = (z 2 −z+1)(z−1) et X(z)
z = z(z 2 −z+1)(z−1) .
Alors
X(z) C1 C2 Az + B
= + + 2
z z z−1 z −z+1
4
 avec
z2 + z + 2 z2 + z + 2
C1 = z |z=0 = 2 |z=0 = −2,
z(z 2 − z + 1)(z − 1) (z − z + 1)(z − 1)
z2 + z + 2 z2 + z + 2
C2 = (z − 1) 2 |z=0 = 2 |z=0 = 4.
z(z − z + 1)(z − 1) (z − z + 1)

Ainsi,
X(z) −2 4 Az + B
= + + 2 ,
z z z−1 z −z+1
si on réduit toutes les rois termes au même dénominateur et on
additionne les numérateurs, on obtient
−2(z − 1)(z 2 − z + 1) + 4z(z 2 − z + 1) + (Az + B)z(z − 1) = z 2 + z + 2,
(2 + A)z 3 + (B − A)z 2 − Bz + 2 = z 2 + z + 2
alors, A = −2 et B = −1. D’où
Az + B −2z − 1 (z − r cos θ) r sin θ
= = D 1 +D2 .
z2 − z + 1 z2 − z + 1 z 2 − z2r cos θ + r2 z 2 − z2r cos θ + r2
La comparaison des dénominateurs
√ donne r = 1 et cos θ = 1/2,
alors θ = π/3 et sinθ = 3/2. Celle des numérateurs donne
√
1 3
−2z − 1 = D1 (z − ) + D2 ,
2 2
√
alors D1 = −2 et D2 = −4 3/3. La fonction X(z) est
1
√ √
z z(z − 2 ) 3 z 23
X(z) = −2 + 4 −2 2 −4
z−1 z −z+1 3 z2 − z + 1
et
√
kπ 3 kπ
x(k) = −2δ(k) + 4u(k) − 2u(k) cos( ) − 4 u(k) sin( ).
3 3 3
5. Intégration complexe :
1 I
x(k) = Z −1 {X(z)} = X(z)z k−1 dz.
j2π C

5
Pour les pôles distincts
residu X(z)z k−1 .
X h i
x(k) =
pôles

Pour un pôle multiple de multiplicité m, on a

1 dm−1 h m k−1
i
residu|z=pi = (z − p i ) X(z)z |z=pi .
(m − 1)! dz m−1
Supposons qu’on a
z2
X(z) = , α 6= 0, etβ 6= 0,
(z − α)2 (z − β)
trouver x(k).

z2
 

xk−1  ,
X
x(k) = residu 
2
pôles (z − α) (z − β)
le résidu au pôle z = β est
z2 k−1 z k+1 β k+1
(z − β) z |z=β = |z=β = ,
(z − α)2 (z − β) (z − α)2 (β − α)2
le résidu au pôle z = α de multiplicité 2 est
z k+1 d  z k+1 
   
d  2
(z − α)  |z=α = |z=α ,
dz (z − α)2 (z − β) dz (z − β)
(k + 1)z k (z − β) − z k+1
= |z=α ,
(z − β)2
(k + 1)αk (α − β) − αk+1
= ,
(α − β)2
αk
= [(k + 1)(α − β) − α] .
(α − β)2
D’où,
αk [k(α − β) − β] + β k+1
x(k) = u(k).
(α − β)2

6
 1. Equations linéaires aux différences

1.1 équations aux différences homogènes

Prenons l’équation aux différences du nieme ordre avec des coefficients constants
y ( k ) + a1 y k −1 + a 2 y ( k − 2) + K + a n −1 y ( k − n + 1) + a n y ( k − n) = u( k ). (1)
L’équation homogène correspondante est
y ( k ) + a1 y ( k − 1) + a 2 y ( k − 2) + K + a n −1 y ( k − n + 1) + a n y ( k − n) = 0. ( 2)
(1) ( n)
Si y ( k ),K , y ( k ) sont des solutions homogènes de l’expression (2), alors la solution homogène complète
est
y ( H ) ( k ) = c1 y (1) ( k ) + K + cn y ( n ) ( k ) .
où c1 ,K , cn sont des constantes qui seront déterminées utilisant les conditions initiales. Si y ( H ) ( k ) est la
solution homogène (solution transitoire) et y ( P ) ( k ) est la solution particulière, alors la solution générale de
l’équation (1) est
y ( k ) = y ( H ) ( k ) + y ( P ) ( k ).
Pour déterminer la solution homogène de l’expression (1), on choisi une solution de la forme y ( k ) = r k , où
r ≠ 0, que l’on substitue dans l’équation homogène (2) pour avoir
r k + a1r k −1 + K + a n −1r k − n +1 + a n r k − n = 0,
ou
r k − n (r n + a1r n −1 + K + a n −1r + a n ) = 0,
puisque r k −n ≠ 0, alors on obtient l’équation auxiliaire suivante
r n + a1r n −1 + K + a n −1r + a n = 0,
cette expression est une équation algébrique ayant n racines ri , pour i = 1,K , n , en d’autres mots équation
homogènes a n solutions homogènes de la forme y ( k ) = ri . La solution homogène complète devient alors
(i ) k

y ( H ) ( k ) = c1r1 k + c2 r2 k + K + cn −1rnk−1 + cn rn k .
Exemple1 :
Considérons le schéma suivant

+
u(k) =0 y(k)
- -
decaleur
5 y(k-1)
decaleur

6 y(k-2)

Figure 1 : Graphe de fluence d’un système du seconde ordre

son équation aux différences est

5 y ( k − 1) − 6 y ( k − 2) = y ( k ), ou y ( k ) − 5 y ( k − 1) + 6 y ( k − 2) = 0.
La substitution de y ( k ) = r k , donne r k − 5r k −1 + 6r k − 2 = 0 , ou r k −2 (r 2 − 5r + 6) = 0. Ainsi,
l’équation auxiliaire r − 5r + 6 = 0 a pour solution r1 = 2, et r2 = 3. D’ou la solution homogène est
2

y ( H ) ( k ) = c1 2 k + c2 3 k , doit satisfaire l’équation y ( H ) ( k ) − 5 y ( H ) ( k − 1) + 6 y ( H ) ( k − 2) = 0. Alors

 (c1 2 k + c2 3 k ) − 5(c1 2 k −1 + c2 3 k −1 ) + 6(c1 2 k −2 + c2 3 k − 2 ) = 0,
ou
c1 (2 k − 2 k −15 + 2 k − 2 6) + c2 (3 k − 3 k −15 + 3 k −2 6) = 0,
ou
5 6 5 6
2 k c1 (1 − + ) + 3 k c2 (1 − + ) = 0.
2 4 3 9
L’équation homogène est satisfaite.
On peut choisir les solutions homogènes selon les règles suivantes :
1. Pour chaque racine réelle ri de l’équation auxiliaire, on a y ( i ) ( k ) = ri k .
2. Pour chaque racine réelle ri de multiplicité m, on prend les séquences suivantes :
k k 2 k m −1 k
ri , kri , k ri ,K , k ri , comme solutions.
3. Pour chaque paire de racines complexes ai + jbi et ai − jbi , on prend les séquences (a i + jbi ) k et
(a i − jbi ) k . D’habitude, ses séquences sont écrites sous la forme polaire comme ρ i k cos( kφ i ) et
b
ρ i k sin( kφ i ) , où ρ i = a i 2 + bi 2 , et φ i = arctg ( i ).
ai
4. Pour chaque paire de racines complexes ai + jbi et ai − jbi , de multiplicité m, on prend les séquences
ρ i k cos( kφ i ) , ρ i k sin( kφ i ) , kρ i k cos( kφ i ) , kρ i k sin( kφ i ) , K , k m−1ρ i k cos( kφ i ) et
k m−1ρ i k sin( kφ i ).

Exemple 2 :
Calculer le déterminant d’ordre k :
α + β β 0 L 0 0 
 α α+β β L 0 0 
 
 0 α α +β L 0 0 
Dk = det  .
M M M M M
 0 0 0 L α +β β 
 
 0 0 0 L α α + β
Le développement par la première ligne donne

α + β β L 0  α β L 0 
 α α+β L 0   0 α+β L 0 
Dk = (α + β) det   − β det  ,
 M M M  M M M 
   
 0 0 L α + β 0 0 L α + β

 α + β β L 0  0 β L 0 
  α   
 α +β L 0 0 α+β L 0 
Dk = (α + β) Dk −1 − β α det   − β det   ,
  M M M   M M M 
    
 0 0 L α + β 0 0 L α + β 
Dk = (α + β) Dk −1 − βαDk − 2 .
Cette équation aux différences peut être réécrite comme
Dk − (α + β) Dk −1 + αβDk − 2 = 0, D1 = α + β, D2 = α 2 + β 2 + αβ,
son équation auxiliaire est r k − (α + β)r k −1 + αβr k − 2 = r k − 2 (r 2 − (α + β)r + αβ) = 0 ou
r 2 − (α + β)r + αβ = 0 dont les racines sont r1 = α et r2 = β. Alors la solution est Dk = c1α k + c2 β k .
Les coefficients c1 et c2 peuvent être déterminer utilisant les conditions initiales, alors
D1 = c1α + c 2 β = α + β et D2 = c1α 2 + c2 β 2 = α 2 + β 2 + αβ
D’où c1α = −c 2 β + α + β et c1α 2 = −c 2αβ + α 2 + αβ ,
−β α
Et α + αβ − c 2αβ + c 2 β = α + β + αβ ou c 2 = et c1 =
2 2 2 2
.
α −β α −β
Ainsi, Dk =
1
α −β
(
α k +1 − β k +1 u (k ). )
α − 2β β 2α − β α
c1 = = 1− et c2 = = 1+ . Ainsi,
α −β α −β α −β α −β
αβ
Dk = α k + β k +
α −β
(α k −1 − β k −1 ).
Exemple 3 :
π
cos kϕ − cos kφ
Evaluer l’intégrale ∫
0
cos ϕ − cos φ
dϕ, où k est un entier positif.
π
cos kϕ − cos kφ
Prenons I (k ) = ∫
0
cos ϕ − cos φ
dϕ. , avec I (0) = 0 et I (1) = π . Sachant que

π
1
I ( k + 1) = ∫ cos ϕ − cos φ (cos kϕ cos ϕ − cos kφ cos φ − sin kϕ sin ϕ + sin kφ sin φ)dϕ
0
et

π
1
I ( k − 1) = ∫ (cos kϕ cos ϕ − cos kφ cos φ + sin kϕ sin ϕ − sin kφ sin φ)dϕ , alors
0
cos ϕ − cos φ

π
2
I ( k + 1) + I ( k − 1) = ∫ cos ϕ − cos φ (cos kϕ cos ϕ − cos kφ cos φ)dϕ ,
0
π π
2 1
2 cos φ I ( k ) = ∫ (cos kϕ cos φ − cos kφ cos φ)dϕ , et ∫ cos kϕ dϕ = sin kπ = 0.
0
cos ϕ − cos φ 0
k
D’ou I ( k + 1) − 2 cos φ I ( k ) + I ( k − 1) = 0 , avec I (0) = 0 et I (1) = π . La résolution de cette
équation aux différences donne la solution de l’intégrale. Les racines de l’équation auxiliaire correspondante est
r 2 − 2 cos φ r + 1 = 0, sont r1 = cos φ + j sin φ = e jφ et r2 = cos φ − j sin φ = e − jφ . Ainsi
I ( k ) = c1e jkφ + c2 e − jkφ . Utilisant les conditions initiales, on trouve que I (0) = c1 + c2 = 0 et
π π sin kφ
I (1) = c1e jφ + c2 e − jφ = π , alors c2 = − c1 et c1 = . D’ou I ( k ) = .
j 2 sin φ sin φ

1.2 équations aux différences non homogènes

Prenons l’équation aux différences du nieme ordre avec des coefficients constants
y ( k ) + a1 y ( k − 1) + a 2 y ( k − 2) + K + a n −1 y ( k − n + 1) + a n y ( k − n) = u( k ).
dont la solution générale est donnée par
y ( k ) = y ( H ) ( k ) + y ( P ) ( k ).
Avant d’étudier la solution particulière, considérons l’exemple suivant :

Exemple 4 :
Trouver la solution de l’équation aux différences suivante :
 y ( k ) − 3 y ( k − 1) + 2 y ( k − 2) = 3k , k ≥ 0.
L’équation homogène est y ( k ) − 3 y ( k − 1) + 2 y ( k − 2) = 0, et l’équation auxiliaire associée avec elle est
r 2 − 3r + 2 = 0 a pour racines r1 = 1, et r2 = 2. D’ou la solution homogène est y ( k ) ( H ) = c1 + c2 2 k .
Pour déterminer la solution particulière, essayons y ( P ) ( k ) = c3 3 k . Pour trouver la constante c3 substituons
y ( P ) ( k ) dans l’équation non homogène, on obtient c3 3 k − 3c3 3 k −1 + 2c3 3 k −2 = 3 k , ou
2 2 9
3 k c3 (1 − 1 + ) = 3 k , alors c3 = 1, ou c3 = . La solution générale est alors
9 9 2
9 1
y ( k ) = c1 + c2 2 k + 3 k , ou y ( k ) = c1 + c2 2 k + 3 k + 2 . Les constantes c1 et c2 seront déterminées
2 2
utilisant les conditions initiales. Pour déterminer la solution particulière, on utilise le tableau suivant

Séquence uk Forme de la solution particulière

ak c ak
sin(kφ) ou cos(kφ) c1 sin(kφ) + c2 cos(kφ)
km c0+c1k+c2k2+…+cmkm
kmak ak(c0+c1k+c2k2+…+cmkm)
ak sin(kφ) ou ak cos(kφ) ak(c1 sin(kφ) + c2 cos(kφ))
k sin(kφ) ou k cos(kφ) c1 sin(kφ) + c2 cos(kφ) + c3 k sin(kφ) + c4 k cos(kφ)

Exemple 5 :
kπ
Supposons qu’on a l’équation aux différences 6 y ( k ) − 5 y ( k − 1) + y ( k − 2) = 2 cos( ), pour k ≥ 0.
2
1 1
L’équation auxiliaire 6r − 5r + 1 = 0 associée avec cette équation a pour racines r1 = et r2 = .
2
2 3
1 1
Ainsi sa solution homogène est y ( k )
(H)
= c1 ( ) k + c2 ( ) k , et sa solution particulière est
2 3
kπ kπ
y ( k ) ( P ) = c3 cos( ) + c4 sin( ) doit satisfaire l’équation aux différences
2 2
kπ
6 y ( k ) ( P ) − 5 y ( k − 1) ( P ) + y ( k − 2) ( P ) = 2 cos( ), ou
2
kπ kπ ( k − 1) π ( k − 1) π ( k − 2) π
6(c3 cos( ) + c4 sin( )) − 5(c3 cos( ) + c4 sin( )) + c3 cos( )
2 2 2 2 2
( k − 2) π kπ
+ c4 sin( ) = 2 cos( ).
2 2
Rappels sur quelques identités trigonométriques:
1. cos(α + β) = cos α cos β − sin α sin β, sin(α + β) = sin α cos β + cos α sin β,
cos(α − β) = cos α cos β + sin α sin β, sin(α − β) = sin α cos β − cos α sin β.
2. Si x = a + jb est un nombre complexe, il peut exprimer sous la forme polaire comme suit :
b
x = ρ e jφ , où ρ = a 2 + b 2 et φ = arctg ( ).
a
π
jφ j 1
3. L’équation d’Euler e = cos φ + j sin φ, où j = − 1 = e 2 , cos φ = (e jφ + e − jφ ) et
2
1 jφ
sin φ = (e − e − jφ ).
j2

Alors
 kπ π kπ kπ kπ kπ π kπ kπ kπ
cos( − ) = sin( ), cos( − π ) = − cos( ), sin( − ) = − cos( ), sin( − π) = sin( ).
2 2 2 2 2 2 2 2 2 2
On a
kπ kπ kπ kπ kπ kπ kπ
6c3 cos( ) + 6c4 sin( ) − 5c3 sin( ) + 5c4 cos( ) − c3 cos( ) − c4 sin( ) = 2 cos( ),
2 2 2 2 2 2 2
ou
kπ kπ kπ
(6c3 + 5c4 − c3 ) cos( ) + (6c4 − 5c3 − c4 ) sin( ) = 2 cos( ),
2 2 2
d’ou

 5 5 c3  2   1 1 c3  2 1

− 5 5 c  = 0, ou − 1 1 c  =  5 , c3 = c4 = . La solution est
  4      4  0 5
 
1 kπ kπ
y ( k ) ( P ) = (cos( ) + sin( )) , et la solution générale est
5 2 2
1 1 1 kπ kπ
y ( k ) = c1 ( ) k + c2 ( ) k + (cos( ) + sin( )).
2 3 5 2 2
Exemple 6 :
1 1 kπ
Supposons qu’on a l’équation aux différences y( k ) + y ( k − 2) = ( ) k sin( ), pour k ≥ 0 , et
4 2 2
1 1 1 j π2
y ( k ) = 0, pour k < 0. L’équation auxiliaire correspondante r + = 0, a pour racines r1 = j = e
2
4 2 2
π
1 1 −j 1 π
et r2 = − j = e 2 , alors ρ = et φ = . Ainsi la solution homogène est
2 2 2 2
1 π 1 π
y ( H ) ( k ) = c1 ( ) k cos( k ) + c2 ( ) k sin( k ). Puisque l’équation non homogène contient déjà le terme
2 2 2 2
1 k 1 kπ 1 kπ
( ) , alors la solution particulière doit avoir la forme y ( P ) ( k ) = c3 ( ) k k cos( ) + c4 ( ) k k sin( ),
2 2 2 2 2
1 1 kπ
et y ( P ) ( k ) + y ( P ) ( k − 2) = ( ) k sin( ), ou
4 2 2
1 kπ 1 kπ 1 1 kπ kπ 1 kπ
c3 ( ) k k cos( ) + c4 ( ) k k sin( ) + ( k − 2)( ) k − 2 (c3 cos( − π ) + c4 sin( − π )) = ( ) k sin( ),
2 2 2 2 4 2 2 2 2 2
et
1 kπ kπ 1 1 kπ kπ 1 kπ
( ) k (c3 k cos( ) + c4 k sin( )) + ( k − 2)( ) k − 2 ( − c3 cos( ) − c4 sin( )) = ( ) k sin( ),
2 2 2 4 2 2 2 2 2
alors
1 kπ kπ 1 kπ kπ 1 kπ
( ) k (c3 k cos( ) + c4 k sin( )) + ( k − 2)( ) k ( − c3 cos( ) − c4 sin( )) = ( ) k sin( ),
2 2 2 2 2 2 2 2
et
1 kπ kπ 1 kπ 1
2( ) k (c3 cos( ) + c4 sin( )) = ( ) k sin( ), d’ou c3 = 0 et c4 = .
2 2 2 2 2 2
1 k π 1 k π 1 1 k π
La solution générale est y ( k ) = c1 ( ) cos( k ) + c2 ( ) sin( k ) + ( ) k sin( k ). Pour
2 2 2 2 2 2 2
déterminer les constantes c1 et c2 , on doit utiliser les conditions initiales y ( k ) = 0, k < 0. Puisqu’il y a deux
inconnues, on prend k = −1, − 2 dans la solution générale de la manière suivante :
 π π 1 π 1
y ( −1) = 2c1 cos( − ) + 2c2 sin( − ) + 2( −1) sin( − ) = 0, ou − 2c2 + 1 = 0, alors c2 = , et
2 2 2 2 2
1
y ( −2) = 4c1 cos( − π ) + 4c2 sin( − π) − 4( −2) sin( − π ) = 0, ou − 4c1 = 0, alors c1 = 0.
2
1 1 π 1 1 π
Ainsi la solution générale résultante est y ( k ) = ( ) k sin( k ) + ( ) k k sin( k ), ou
2 2 2 2 2 2
1 k +1 π
y ( k ) = ( ) ( k + 1) sin( k ), pour k ≥ 0.
2 2
Exemple 7 :
Supposons qu’on veut déterminer les voltages v1 , v 2 ,K , v N −1 , du circuit suivant

v0 R v1 R v2 vn-1 R vn

E aR aR aR

Figure 2 : Circuit électrique.

où a ≠ 0. Au kieme noeud, on a

vk-1 R vk R vk+1

i1 i2
aR i3

Figure 3 : Noeud k du circuit électrique.

v k −1 − v k v − v k +1 v
D’après la loi de Kirchoff du courant i1 = i 2 + i 3 , où i1 = , i2 = k , et i 3 = k ,
R R aR
v k −1 − v k v k − v k +1 v k
alors = + , ou a (v k −1 − v k ) = a (v k − v k +1 ) + v k , et l’équation aux différences
R R aR
décrivant le circuit est donnée par av k +1 − (1 + 2a ) v k + av k −1 = 0, pour k = 1,K , N − 1,
avec v 0 = E et v N = 0. L’équation auxiliaire ar k +1 − (1 + 2a )r k + ar k −1 = 0, ou
1 + 2a + 1 + 4a 1 + 2 a − 1 + 4a
ar 2 − (1 + 2a )r + a = 0 a pour les racines r1 = et r2 = .
2a 2a
1 1 k
Si a = 2, alors r1 = 2 et r2 = , la solution est alors v k = c1 2 + c2 ( ) . Puisque v 0 = c1 + c2 = E
k
2 2
−N 1 −2 2N

et v N = c1 2 + c2 2 = 0, alors c1 = 2 N E et c2 =
N ieme
2 N E . Le voltage au k noeud est donné
1− 2 1− 2
2k
par v k = ( )(1 − 2 2 ( N − k ) ) E , pour 0 ≤ k ≤ N − 1.
1 − 22 N
Exercices :
Résoudre les équations aux différences suivantes
1. 12 y ( k + 2) + 7 y ( k + 1) + y ( k ) = 0, pour k ≥ 0.
2. y ( k ) − 2ay ( k − 1) + y ( k − 2) = 0, pour k ≥ 0, si
a. a < 1 ,
b. a = 1,
c. a = −1,
d. a > 1.
3. y ( k + 2) + y ( k ) = sin k , pour k ≥ 0 , y ( 0 ) = 1 , y (1 ) = 0 .
k , k≥0
4. y ( k ) − 3 y ( k − 1) + 2 y ( k − 2) = 2 x ( k − 1) − 2 x ( k − 2), où x ( k ) =  , et
 0, k <0
y ( k ) = 0, k < 0.
5. y ( k + 2) − 2 y ( k + 1) + y ( k ) = 2 k , pour k ≥ 0 , y ( 0 ) = y ( 1 ) = 1.
6. y ( k+ 1) − 5 y ( k ) + 6 y ( k − 1) = 2 k − 10k + 11 + 6 2, pour
2 k

k ≥ 0 , y ( 1 ) = 3 y ( 0 ), y ( 2 ) = 4 y ( 1 ).
7. y ( k + 1) − y ( k ) − 6 y ( k − 1) = −24 k 2 + 92 k − 122, pour k ≥ 0 , y ( 1 ) = y ( 2 ) = 0 .
8. y ( k ) − 2 cos α y ( k − 1) + y ( k − 2) = 0, pour k ≥ 0 , y ( 0 ) = 1. Sachant que toutes les
constantes de la solution sont égales, vérifier que cette équation aux différences satisfait une identité
trigonométrique.
9. Développer une équation récursive et trouver les déterminants des matrices suivantes de dimensions k×k ,
où k est un entier positif,
b c 0 L 0 0 5 3 0 L 0 0
a b c L 0 0 2 5 3 L 0 0
   
0 a b L 0 0 0 2 5 L 0 0
et .
M M M M M M M M M M
0 0 0 L b c 0 0 0 L 5 3
   
0 0 0 L a b  0 0 0 L 2 5

1.3 réponse fréquentielle

La réponse permanente à un spectre d’entrées sinusoïdales est appelée la réponse fréquentielle.
La réponse fréquentielle spécifie les réponses en gain et en phase pour toutes les fréquences des systèmes soumis
à des entrées sinusoïdales.

uk=ejkθ système y(ejθ)=H(ejθ) ejkθ

H(ejθ)

Figure 4 : Réponse fréquentielle

jθ
H (e ) détermines les caractéristiques dynamiques du système.
Exemple 8 :
Supposons qu’on a le système donné par la figure 5, alors la sortie de ce système est donnée par
y ( k ) = u( k ) − by ( k − 1), et son équation aux différences est y ( k ) + by ( k − 1) = u( k ). Puisque
u( k ) = e jkθ , alors l’équation y ( k ) + by ( k − 1) = e jkθ a comme solution homogène y ( H ) ( k ) = c1 ( −b) k ,
et comme solution particulière y ( P ) ( k ) = c2 e jkθ . Cette dernière satisfait l’équation non homogène
y ( P ) ( k ) + by ( P ) ( k − 1) = e jkθ , ou c2 e jkθ + bc2 e j ( k −1) θ = e jkθ . La constante c2 peut déterminer de
 1
c2 + bc2 e − jθ = 1, ainsi c2 = . La solution particulière y ( P ) ( k ) , qui est aussi connue comme la
1 + be − jθ
réponse permanente ou la réponse fréquentielle, est donnée par

uk + yk

b decaleur

Figure 5 : Schéma d’un système du premier ordre.

1
y ( P) (k ) = e jkθ . D’après cette dernière expression y ( P ) ( k ) est une fonction de θ alors on peut
1 + be − jθ
jθ jθ jkθ
l’écrire comme y ( k )(e ) = H ( e ) e ,
( P)

jθ 1 jθ jθ 1
où H (e ) = − jθ . L’amplitude AH de H ( e ) est AH = H ( e ) = , ou
1 + be 1 + be − jθ
1
AH = ,
1 + 2b cos θ + b 2
AH

1
1+ b

1
1 + b2

π π
−π − 0 π θ
2 2
Figure 6 : Amplitude du système.

b sin θ
et la phase φ H est donnée par φ H = arctg ( ),
1 + b cos θ

φH

arctg b

π/2 π

-π -π/2 θ

Figure 7 : Phase du système.

La phase est une fonction impaire. Puisque − π ≤ θ ≤ π , la fréquence est normalisée − π ≤ 2 πfT ≤ π, ou
1 1
− ≤ f ≤ . En générale pour une équation aux différences du nieme ordre avec des coefficients constants
2T 2T
y ( k ) + a1 y ( k − 1) + a 2 y ( k − 2) + K + a n −1 y ( k − n + 1) + a n y ( k − n) = b0 u( k ) + b1u( k − 1)
+K+bm−1uk − m+1 + bm uk − m , où n > m.
b0 + b1e − jθ +K+bm−1e − j ( m−1) θ + bm e − jmθ
La réponse fréquentielle est H (e jθ ) = , où n > m.
a 0 + a1e − jθ +K+ a n −1e − j ( n −1) θ + a n e − jnθ

1.4 convolution et réponse impulsionnelle

La réponse impulsionnelle est définie comme la réponse d’un système due à l’impulsion de Dirac quand le
système est initialement à l’état zéro. Où l’impulsion de Dirac est
1 si k = 0,
δ( k ) = 
0 si k ≠ 0.
{δ(k )} comme {h( k )} la séquence de la réponse impulsionnelle avec la
Définissons la réponse à la séquence

propriété que pour un système linéaire une entrée c{δ( k ± n)} produit une sortie c{h( k ± n)} . Puisque
1 si k = l , ∞ ∞
δ( k − l ) = 
si k ≠ l.
alors {u( k )} = ∑ u(l ){δ( k − l)}, ou u( k ) = ∑ u(l )δ( k − l).
0 l =−∞ l =−∞
Appliquant la propriété de superposition, on trouve que la réponse totale du système est simplement la somme
des réponses individuelles de la forme u( k ){h( k − l )} . La séquence de sortie est alors donnée par
∞
{ y( k )} = ∑ u(l ){h( k − l )}, le kieme terme donne la convolution de l’entrée du système par sa réponse
l =−∞
∞
impulsionnelle y( k ) = ∑ u(l )h( k − l ) = u( k )∗ h( k ). Si on prend
l =−∞
∞
m = k − l , ou l = k − m , on a y ( k ) = ∑ u( k − m)h(m) = h( k )∗ u( k ).
m =−∞
Exemple 9 :
Supposons qu’on les séquences {u( k )} = {K;1;2; u(0) = 1;2;1;K} et {h( k )} = {1;3;1}, on veut déterminer
y ( k ) = h( k )∗ u( k ).
∞
Pour k=1, y (1) = ∑ u(r )h(1 − r ) alors
r =−∞
h(r)

0 1 2 r

(a)
 h(-r)

-2 -1 0 1 2 r

(b)

h(1-r)

-2 -1 0 1 2 r

(c)

u(r)

… 1 …

-5 -4 -3 -2 -1 0 1 2 3 4 5 r

(d)

y(k)

… …

-5 -4 -3 -2 -1 0 1 2 3 4 5 k

(e)
Figure 7 : Convolution
 ∞
y (1) = ∑ u(r )h(1 − r ) = 2 + 3 + 2 = 7 .
r =−∞
∞
En générale pour obtenir la convolution ∑ u(l )h( k − l ) , on doit suivre les étapes suivantes :
y( k ) =
l =−∞

1. Prendre une image miroir de {h(l )} autour de l’axe vertical à l’origine, pour obtenir {h( − l )} .

2. Déplacer {h( − l )} vers la droite par un nombre d’unités égale à k, où la séquence de sortie doit évaluée

produisant {h( k − l )} .

3. Multiplier la séquence {h( k − l )} par la séquence d’entrée {u( k )} .

4. Additionner les valeurs de la séquence résultant du produit pour obtenir la valeur de la convolution à l’instant
k.

Une autre méthode est illustrée par l’exemple suivant :

Exemple 10 :
 1 k
si k ≥ 0,
Supposons qu’on {u( k )} = {3;2;1} et h( k ) =  3
( )
on veut trouver y ( k ) = h( k )∗ u( k ).
 0 si k < 0,
Cette méthode consiste à remplir le tableau suivant

h(k) 1 1/3 1/9 1/27 1/36 1/45 K

u(k)
3 3 1 1/3 1/9 1/12 1/15 K
2 2 2/3 2/9 2/27 1/18 2/45 K
1 1 1/3 1/9 1/27 1/36 1/45 K

Pour k=0, y(0)=3 ; k=1, y(1)=1+2=3 ; k=2, y(2)=1/3+2/3+1=2 ; k=3, y(3)=1/9+2/9+1/3=2/3 ;k=4,
y(4)=1/12+2/27+1/9=29/108 ; k=5, y(5)=1/15+1/18+1/27= 43/270, etc.
La séquence de sortie est { y( k )} = {3;3;2;2 / 3;2 / 9;29 / 108;43 / 270;K} .
Une autre alternative correspondant à la multiplication de deux polynômes
   
 1 0 0   3 
 1/ 3 1 0    3 
  3  
 1/ 9 1/ 3 1    2 .
1 / 27 1 / 9 1 / 3  2  =  2/3 
1 / 36 1 / 27 1 / 9  1 29 / 108
1 / 45 1 / 36 1 / 27  43 / 270
   
 M M M   M 

Exemple 11 :
a. Trouver la convolution δ( k )∗ u( k ) , où δ(k ) est l’impulsion de Dirac et u( k ) est arbitraire.
∞ ∞
Puisque y( k ) = ∑ u(l )h( k − l ), dans ce cas, h( k ) = δ( k ) alors on a y( k ) = ∑ u(l )δ( k − l ), mais
l =−∞ l =−∞

1 si k = l ,
δ( k − l ) =  d’ou y ( k ) = u( k ).
0 si k ≠ l ,
 ak si k ≥ 0,  bk si k ≥ 0,
b. Trouver la convolution h( k )∗ u( k ) , où u( k ) =  et h( k ) = 
0 si k < 0, 0 si k < 0.
 ∞ ∞ ∞ k
a
Puisque y( k ) =
l =−∞
∑ u(l )h( k − l ), on a y( k ) =
∑
l =−∞
a l k −l
b = ∑
l =0
a l k −l
b = b k
∑ ( ) l , la limite supérieure
l =0 b
de la dernière expression est k parce que h( k − l ) = 0 , pour k > l , ainsi pour k ≥ 0, on a
 b k +1 − a k +1
 si b > a ,
y( k ) =  b − a
 b k ( k + 1) si b = a.

Rappels sur les séries géométriques et les sommes finies:

k k +1
1 − a k +1
1. Si S k = ∑ a , et aS k = ∑ a , alors S k − aS k = 1 − a
l l k +1
, et S k = .
l =0 l =1 1− a
n2 +1
1 − a

n2

2. ∑ a =  1 − a
l si a ≠ 1,
l =0  n2 + 1 si a = 1.
 a n1 − a n2 +1

n2

3. Si n2 > n1 , ∑ a =  1 − a
l si a ≠ 1,
l = n1  n2 + 1 − n1 si a = 1.
n2
a n1 − a n2 +1 a n1
4. Si a < 1, lim a n = 0, lim ∑ a l = lim ( )= , et si n1 = 0, alors
n →∞ n2 →∞
l = n1
n2 →∞ 1− a 1− a
∞
1
∑a
l= 0
l
=
1− a
.
n
n(n + 1)
5. ∑ l = ,
l =0 2
n
n(n + 1)(2n + 1)
6. ∑ l =
2
,
l =0 6
n

2 [1 − ( n + 1) a + na ],
a
7. ∑ la =
n +1
l n
a ≠ 1.
l =0 (1 − a )

Exemple 12 :
Utiliser la convolution pour déterminer la sortie du système suivant :

uk + yk

½ decaleur

u( k ) = {3; − 1; 1}, et u( k ) −
1 1
où y ( k − 1) = y ( k ), ou y( k ) +
y ( k − 1) = u( k ), avec la condition
2 2
initiale y( −1) = 0. Puisque le calcul de la convolution y ( k ) = h( k )∗ u( k ), exige la disponibilité de la
réponse impulsionnelle h( k ) , on doit substituer δ( k ) à la place de u( k ) et h( k ) au lieu de y ( k ) . L’équation
1
aux différences devient alors h( k ) + h( k − 1) = δ ( k ) . On essaye une approche itérative de
2
 1 1
h( k ) = − h( k − 1) + δ ( k ), avec h( −1) = 0. D’ou h(0) = − h( −1) + δ (0) = 1, parce que
2 2
1 si k = 0,
δ( k ) =  et
0 si k ≠ 0,
1 1 1 1 1 1 1
h(1) = − h(0) + δ(1) = − 1 + 0 = − , h(2) = − h(1) + δ (2) = − ( − ) + 0 = ,
2 2 2 2 2 2 4
 1 k
1 1 1 1 (− ) si k ≥ 0,
h(3) = − h(2) + δ (3) = − ( ) + 0 = − , etc. Ainsi h( k ) =  2 La sortie est
2 2 4 8  0 si k < 0.
   
 1 0 0   3 
   
 −1/ 2 1 0    − 5 / 2 
 1/ 4 3
−1/ 2 1    9 / 4 
alors donnée par y ( k ) = {3; − 1; 1}∗ ( − ) , ou 
 1 k
 −1 =  , ou
 2   −1/ 8 1 / 4 − 1 / 2    − 9 / 8 
 
 1 / 16 − 1 / 8 1 / 4   1   9 / 16 
   
− 1 / 32 1 / 16 − 1 / 8  − 9 / 32 
 M M M   M 

3 si k = 0,

 5 9 9 9 9 1 k   5
y ( k ) = 3; − ; ; − ; ; − ;L;9( − ) ;L , ou y ( k ) = − si k = 1,
 2 4 8 16 32 2   2
 1 k
9 ( − ) si k > 1.
2

1.5 Séquence de la réponse impulsionnelle

Prenons l’équation aux différences du nieme ordre avec des coefficients constants
y ( k ) + a1 y ( k − 1) + a 2 y ( k − 2) + K + a n −1 y ( k − n + 1) + a n y ( k − n) = u( k ).
La séquence de la réponse impulsionnelle h( k ) satisfait l’équation aux différences avec u( k ) = δ ( k ), et
h( k ) + a1h( k − 1) + a 2 h( k − 2) + K + a n −1h( k − n + 1) + a n h( k − n) = δ( k ).
1 si k = 0,
où h( k ) = 0 pour k < 0, et δ( k ) =  Ainsi h( k ) doit satisfaire l’équation
0 si k ≠ 0.
n
homogène , c’est à dire h( k ) = ∑ cl y ( l ) ( k ), où y ( l ) ( k ) est la l ieme solution homogène et cl les constantes
l =1
déterminées utilisant les conditions initiales. Les conditions initiales sont imposées sur le système par la fonction
δ k . Alors
h( k ) = δ ( k ) − a1h( k − 1) − a 2 h( k − 2) − K − a n −1h( k − n + 1) − a n h( k − n) pour k≥0 et
h( k ) = 0 pour k < 0.

Exemple 13 :
 1
si k ≥ 0, 3 1
Calculer y ( k ) = h( k )∗ u( k ), si u( k ) =  2 k et y ( k ) = u( k ) + y ( k − 1) − y ( k − 2).
 0 si k < 0, 4 8
La substitution de δ(k ) et h( k ) dans l’équation aux différences
3 1 3 1
y ( k ) − y ( k − 1) + y ( k − 2) = u( k ), donne h( k ) − h( k − 1) + h( k − 2) = δ ( k ), dont l’équation
4 8 4 8
3 1 1 1
auxiliaire r − r + = 0, a les racines r1 = et r2 = .
2
4 8 2 4
3 1
Ainsi h( k ) − h( k − 1) + h( k − 2) = 0, pour k > 0, et
4 8
 1 k 1
c ( ) + c2 ( ) k si k ≥ 0,
h( k ) =  1 2 4 Pour déterminer les constantes c1 et c2 , on utilise les
0 si k < 0.
3 1
expressions h( k ) = δ ( k ) + h( k − 1) − h( k − 2) si k ≥ 0, et h( k ) = 0 si k < 0. On a alors
4 8
3 1 3 1 3
h(0) = δ (0) + h( −1) − h( −2) = 1, et h(1) = δ(1) + h(0) − h( −1) = .
4 8 4 8 4
1 1
Mais de la solution de l’équation aux différences homogène, on a h( 0) = c1 + c2 = 1, et h(1) = c1 + c2 .
2 4
 1 k 1
2( ) − ( ) k si k ≥ 0,
k
D’ou c1 = 2 et c2 = −1. Ainsi h( k ) =  2 4 et y ( k ) = ∑ u(l )h( k − l ),
0 si k < 0, l = 0

k
1  1 1  1 k 1 k
ou y ( k ) = ∑ ( ) l 2( ) k − l − ( ) k − l  = 2( ) k ∑ 1 − ( ) k ∑ 2 l , si k ≥ 0.
l =0 2  2 4  2 l =0 4 l =0
 1 1
2k ( ) k + ( ) k si k ≥ 0,
D’ou y( k ) =  2 4
 0 si k < 0.
Remarquer qu’on peut déterminer la réponse fréquentielle d’un système discret utilisant la réponse
impulsionnelle et la convolution.

Exemple 15 :
Utiliser la convolution pour déterminer la réponse fréquentielle d’un système décrit par
1
y ( k ) + y ( k − 2) = u( k ).
2
1
La réponse impulsionnelle satisfait l’équation aux différences h( k ) + h( k − 2) = δ( k ), dont les racines de
2
1 1 1 j π2 1 1 − j π2
l’équation auxiliaire r2 + = 0, sont r1 = j = e et r2 = − j = e . D’ou
2 2 2 2 2
2 k π 2 π
h( k ) = c1 ( ) cos( k ) + c2 ( ) k sin( k ) si k ≥ 0. Pour déterminer les constantes c1 et c2 , on
2 2 2 2
1 1
utilise l’expression h( k ) = δ ( k ) − h( k − 2) si k ≥ 0, alors h(0) = δ (0) − h( −2) = 1, et
2 2
1 2
h(1) = δ (1) − h( −1) = 0. Puisque h(1) = c1 + 0 = 1, donne c1 = 1 et h(2) = 0 + c2 = 0, donne
2 2
 2 k kπ
 si k ≥ 0,
c2 = 0, alors h( k ) =  ( 2 ) cos( 2 ) La convolution
 0 si k < 0.
 k ∞
y ( k ) = ∑ u(l ) h( k − l ) pour k ≥ 0, peut être réécrite comme y ( k ) = ∑ u(l )h( k − l ). Le calcul de la
l =0 l =0

réponse frequentielle nécessite la détermination de la réponse permanente à une entrée u( k ) = e jkθ où θ = ωT .

On suppose que u k existe pour − ∞ < k < ∞ . Pour éliminer la réponse transitoire du système. La sortie du
∞ ∞
2 l lπ
système due à cette entrée est y( k ) = ∑ h( l ) u( k − l ) = ∑ (
l =−∞ l =−∞ 2
) cos( )e j ( k − l ) θ , et
2
π π
j ( −θ) − j ( +θ)
1 jkθ ∞ e ∞
e2 2
y( k ) = e [∑ ( ) + ∑(
l
) l ], ou
2 l =0 2 l =0 2

1 jkθ 1 1 1
y( k ) = e ( + ) = e jkθ ( ), d’ou la réponse frequentielle est
2 1 − jθ 1 jθ 1 − j 2θ
1− j e 1+ j e 1+ e
2 2 2
1
H (e jθ ) = .
1 − j 2θ
1+ e
2
∞
En générale y ( k ) = ∑ h(l )u( k − l ) et si u( k ) = e jkθ alors la réponse permanente a la forme suivante
l =0
∞ ∞ ∞
y ( k ) = ∑ h(l )e j ( k − l ) θ = ( ∑ h(l )e − jlθ )e jkθ = H (e jθ )e jkθ . C’est à dire H (e jθ ) = ∑ h(l )e − jlθ , en
l =0 l =0 l =0
d’autres mots, la réponse fréquentielle est la transformée de Fourrier discrète de la réponse impulsionnelle. On a
déjà vu qu’en générale la réponse fréquentielle est donnée par la fonction rationnelle
jθ
b0 + b1e − jθ +K+bm−1e − j ( m−1) θ + bm e − jmθ
H (e ) = , où n > m.
a 0 + a1e − jθ +K+ a n −1e − j ( n −1) θ + a n e − jnθ
1
Pour cet exemple a 0 = 1 , b0 = 1 , a 2 = , et toutes les autres constantes sont nulles, alors
2
1
H (e jθ ) = .
1 − j 2θ
1+ e
2
Exercices :
1.

1.6 Détermination des racines de l’équation caractéristique

Remarquer qu’un système discret peut être décrit par
y (n + k ) + a1 y (n + k − 1) +K+ a n y ( k ) = b0 u(m + k ) + b1u(m + k − 1) +K+bm u( k ), n ≥ m.
L’équation auxiliaire
p(r ) = r n + a1r n −1 +K+ a n −1r + a n , (111
. )
de l’équation aux différences est aussi appelée polynôme ou équation caractéristique du système et r est la
variable de la solution homogène de cette équation aux différences.
Plusieurs méthodes sont disponibles pour trouver les racines d’un polynôme. Ces méthodes sont basées sur
certains algorithmes, tels que ceux de Newton-Raphson et Horner qui sont utilisés pour déterminer les racines
réelles, tandis que d’autres méthodes identifieront les racines réelles et complexes. Une des plus anciennes de
ces méthodes est due à Lin [] et elle est basée sur l’extraction successive des facteurs quadratiques. Cette
méthode était améliorée par Friedman [] et Luke [], mais elle rencontre des difficultés quand les amplitudes
des racines sont relativement très proches l’une à l’autre. La méthode de Graeffe ou méthode des carrés des
racines était développée pour produire un large espace entre les amplitudes des racines. D’autres méthodes
communes sont les méthodes de Mueller et Newton-Bairstow, voir Conte [].
L’approche de Newton-Bairstow :
Cette méthode est basée sur le même principe que celle de Lin, c’est à dire l’extraction par division d’un
facteur quadratique des polynômes de degré n>2, pour donner un polynôme quotient de degré n-2. Si le
polynôme quotient est de degré n>2, un facteur quadratique est alors extrait de ce dernier, laissant un
polynôme quotient résultant de degré n-4. La procédure d’extraction de facteurs quadratiques des polynômes
quotients, est répétée jusqu'à ce qu’un polynôme quotient du premier ou du seconde degré est obtenu. A ce
point, l’ensemble des racines du polynôme original est obtenu en appliquant la formule quadratique à chacun
des facteurs quadratiques résultants et si n est impaire, à la fin du processus de division, un seule facteur
linéaire reste. L’avantage de cette approche est que si les coefficients du polynôme original sont des nombres
réels, alors les coefficients de tous les facteurs quadratiques et de tous les polynômes quotients obtenus
seront réels quelle que soit la natures des racines réelle ou complexe. Ainsi, tout le calcul est fait avec des
opérations arithmétiques réelles. Le problème, bien sûr, est de trouver le facteur quadratique à extraire à
chaque étape, et les auteurs des différentes méthodes approchent ce problème avec des schémas itératives
variées. Comme le nom l’indique, la méthode de Newton-Bairstow est tirée de la méthode de Newton pour
trouver les racines des équations générales. Newton utilise les approximations linéaires basées sur les
premières dérivées partielles de la fonction pour modifier les estimés actuelles d’une racine de la fonction.
Bairstow applique la méthode de Newton aux paramètres du reste de la division d’un polynôme de degré n>2
par un facteur quadratique supposé être le vrai. Ceci est basé sur le fait que quand le diviseur choisi par
tâtonnement est un vrai facteur du polynôme, le reste serait zéro. En reliant les paramètres du reste à ceux du
facteur quadratique obtenu par tâtonnement, Bairstow était capable de développer une technique itérative qui
converge à un vrai facteur quadratique du polynôme.
A cause de la nature des polynômes et leurs dérivées partielles par rapport aux paramètres des diviseurs
obtenus par tâtonnement , l’ensemble des équations utilisées dans le calcul sont de simple nature. La
popularité de la méthode est due en large partie à sa simplicité et à la convergence rapide souvent obtenue.
Mais un mauvais choix des paramètres du facteur quadratique utilisé au début de chaque étape peut se
traduire par des effets adverses sévères sur le nombre d’itérations exigé pour obtenir un degré de précision de
convergence spécifié.
Algorithme de Newton-Bairstow :
Supposons on a le polynôme
p(r ) = r n + a1r n −1 +K+ a n −1r + a n , (111
. ),
où n>2 et prenons r − αr − β un facteur quadratique de p(r ) . Alors, si on divise p(r ) par ce facteur, le
2

quotient c(r ) serait un polynôme de degré n-2, i.e.,

c(r ) = c0 r n − 2 + c1r n − 3 +K+ cn − 3 r + cn − 2 ,
et il n’aura pas de reste. Mais, si au lieu du vrai facteur, p(r ) est divisé par une approximation à ce facteur
quadratique, un reste linéaire serait obtenu. La relation entre p(r ) , c(r ) et le reste quand la qieme
approximation est utilisée peut être exprimée comme suit :
 p(r ) = (r 2 − α q r − β q )c(r ) + cn −1 (r − α q ) + cn , (112
. )
où α q et β q sont des approximations de α et β respectivement, dans la qieme approximation du facteur
quadratique. La forme du reste
cn −1 (r − α q ) + cn , (113
. )
est choisie pour faciliter la description de l’algorithme.
L’algorithme commence avec une sélection arbitraire des valeurs α 0 et β 0 de l’approximation initiale et
continuer à ajuster ces valeurs itérativement jusqu'à ce que deux paires successives (α q , β q ) et
(α q +1 , β q +1 ) sont suffisamment proche l’une de l’autre pour satisfaire le critère de précision de l’analyse.
Les étapes de l’algorithme sont :
1. Choisir les approximations initiales α 0 et β 0 (i.e., q = 0 ).
2. Utiliser les approximations actuelles α q et β q pour calculer les coefficients ck , 0 ≤ k ≤ n des
équations (1.11) et (1.12) d’une manière récurrente comme suit :

c0 = a 0 ,
c1 = a1 + α q c0 ,
c2 = a 2 + α q c1 + β q c0 ,
M
ck = a k + α q ck −1 + β q ck − 2 , (114
. )
M
cn = a n + α q cn −1 + β q cn −2 .

3. Utiliser les coefficients ck calculés dans l’étape 2 et les approximations actuelles α q et β q , calculer les
coefficients d k , 0 ≤ k ≤ n − 1 d’une manière récurrente comme suit :
d 0 = c0 ,
d 1 = c1 + α q d 0 ,
d 2 = c2 + α q d 1 + β q d 0 ,
M
d k = ck + α q d k −1 + β q d k −2 , (115
. )
M
d n −1 = cn −1 + α q d n −2 + β q d n −3 .

Remarquer la similarité des équations (1.14) et (1.15), les d k sont calculés des ck juste comme les
ck étaient calculés des a k . Mais, il n’y a pas de terme d n .
4. Calculer les corrections ∆α q et ∆β q des approximations actuelles à partir des expressions suivantes

d n −2 ∆α q + d n −3 ∆β q = − cn −1 ,
d n −1 ∆α q + d n −2 ∆β q = − cn . (116
. )
5. Utiliser les valeurs de ∆α q et ∆β q trouvées à l’étape 4, pour calculer un nouveau ensemble des
approximations α q+1 et β q+1 à l’aide des équations suivantes

α q +1 = α q + ∆α q ,
β q +1 = β q + ∆β q . (117
. )
6. Répéter les étapes 2 à 5 jusqu'à ce qu’il y a convergence.
7. Si c(r ) est de degré plus grand que 2, répéter les étapes 1 à 6 utilisant c(r ) comme le polynôme original.
8. Tant que le polynôme quotient résultant est de degré plus grand que 2, répéter l’étape 7.
9. Calculer les racines de tous les facteurs quadratiques utilisant la formule quadratique. Si l’original n est
impair, le polynôme quotient final serait de la forme c0 h + c1 dans ce cas la racine restante serait
c1
h=− .
c0

Exemple 1.15 :
Etant donné

p(r ) = r 4 − 8r 3 + 34r 2 − 40r − 23. (118

. )
Prenons α 0 = 1 et β 0 = −1 ,i.e., on suppose qu’un facteur quadratique de (1.18) est r 2 − r + 1 . Les
valeurs des ck correspondantes sont calculées de (1.14) comme suit :
c0 = a 0 = 1,
c1 = a1 + α 0 c0 = −8 + 1 * 1 = −7,
c2 = a 2 + α 0 c1 + β 0 c0 = 34 + 1( −7) + ( −1)1 = 26,
c3 = a 3 + α 0 c2 + β 0 c1 = −40 + 1 * 26 + ( −1)( −7) = −7, (119
. )
c4 = a 4 + α 0 c3 + β 0 c2 = −23 + 1( −7) + ( −1)26 = −56.
et les valeurs des d k sont déterminés comme suit :
d0 = c0 = 1,
d1 = c1 + α 0 d 0 = −7 + 1 * 1 = −6,
d2 = c2 + α 0 d 1 + β 0 d 0 = 26 + 1( −6) + ( −1)1 = 19,
d3 = c3 + α 0 d 2 + β 0 d 1 = −7 + 1 * 19 + ( −1)( −6) = 18. (120
. )
Les équations (1.16) alors deviennent

19 ∆α 0 − 6∆β 0 = 7,
18∆α 0 + 19 ∆β 0 = 56, (121
. )
qui donnent ∆α 0 = 1 et ∆β 0 = 2 . Ainsi,
α 1 = α 0 + ∆α 0 = 1 + 1 = 2,
β 1 = β 0 + ∆β 0 = −1 + 2 = 1. (122
. )
Les étapes précédantes sont maintenant répétées utilisant α 1 et β 1 au lieu de α 0 et β 0 , respectivement. Le
calcul des ck de l’équation (1.14) donne
c0 = a 0 = 1,
c1 = a1 + α 1c0 = −8 + 2 * 1 = −6,
c2 = a 2 + α 1c1 + β 1c0 = 34 + 2( −6) + 1 * 1 = 23,
c3 = a 3 + α 1c2 + β 1c1 = −40 + 2 * 23 + 1( −6) = 0, (123
. )
c4 = a 4 + α 0 c3 + β 0 c2 = −23 + 2 * 0 + 1 * 23 = 0.
Le terme du reste donné par l’équation (1.13) est , dans ce cas, égal à c3 (r − α 1 ) + c4 Puisque c3 et
c4 calculés par l’équation (1.23) sont zéro, le reste est nul quand p(r ) est divisé par le diviseur quadratique
r 2 − α 1r − β 1 = r 2 − 2r − 1 . Alors r 2 − 2r − 1 est un facteur quadratique exact de p(r ) .
Les coefficients du polynôme quotient c(r ) sont c0 , c1 et c2 calculés par (1.23), i.e.,
c(r ) = r 2 − 6r + 23. (124
. )
Puisque c(r ) est un polynôme du seconde ordre, les racines de c(r ) = 0 , et celles de r 2 − 2r − 1 = 0 ,
peuvent être déterminées la formule quadratique et le cycle des itérations exigées par la méthode de Newton-

Bairstow est achevé. Les quatre racines de p(r ) = 0 sont 1 ± 2 et 1 ± j 14 .

Relation entre les racines et les coefficients d’un polynôme :
Il est important à ce point de mentionner la relation existante entre les racines et les coefficients d’un
polynôme. Cette relation peut donner des indications qui seront très utile pour l’étude de la stabilité d’un
système. La stabilité des systèmes discrets serait présentée dans le chapitre 5. Etant donné

p(r ) = a 0 r n + a1r n −1 +K+ a n −1r + a n ,

a1 n −1 a n −1 an
= rn + r +K+ r+ , (125
. )
a0 a0 a0
le polynôme caractéristique d’un système discret dont les racines sont r1 , r2 , K , rn , les relations suivantes
n
a1
= − ∑ rk ,
a0 k =1
n n
a2
= ∑ ∑ rl rk ,
a 0 l =1 k =1
.
n n n
a3
= − ∑ ∑ ∑ rl rk rs , (126
. )
a0 l =1 k =1 s =1

M
n
an
= ( −1) n ∏ rk ,
a0 k =1

sont satisfaites.
Pour que toutes les racines aient des amplitudes plus petites que l’unité, il est nécessaire mais pas suffisant
que :

a1
< n,
a0
a2 n! n(n − 1)
< = ,
a 0 2 !(n − 2)! 2
M
al n!
< , (1.27)
a 0 l !(n − l )!
M
an
< 1.
a0
Exercices :
1. Les racines de l’équation caractéristique de la matrice

a b L 0 0
c a L 0 0 

A=M M M M
0 0 L a b
0 0 L c a 

sont λ k = a − 2 bc cos(kθ ) pour k = 1, 2, K , N où θ = π ( N + 1).
Montrer que ∆ N (λ ) = det( A − λI ) satisfait l’équation aux différences suivante
∆ N (λ ) = (a − λ )∆ N −1 (λ ) − bc∆ N − 2 (λ ).
 Exercices d’asservissement numérique,
1. Equations aux différences,
Semestre II, 2020.

Exercice 0.1 Résoudre les équations aux différences suivantes :

 k
1. yk+2 − 12 yk+1 + 16
1
yk = 1
16
1
3 , pour k ≥ 0,
avec y0 = y1 = 5.
 k+2
7 1
2. yk+2 − 12 yk+1 + 12 yk = 41 , pour k ≥ 0,
avec y0 = 6 et y1 = 1.
 k
3. 1
yk+2 − 12 yk+1 + 16 yk = 81 14 , pour k ≥ 0,
avec y0 = 1, et y1 = 0.
 k+2
4. yk+2 − 13 2 1
15 yk+1 + 15 yk = 5 , pour k ≥ 0,
avec y0 = 1, et y1 = 0.
5. 15yk+2 + 8yk+1 + yk = 0, pour k ≥ 0,
 k
6. yk+2 − yk+1 + 14 yk = 1
2
, pour k ≥ 0,
avec y0 = y1 = 1.
Solutions :
1. La solution générale de l’équation aux différences yk+2− 21 yk+1+
 k (H) (P )
1 1 1
16 yk= 16 3 , pour k ≥ 0, avec y0 = y1 = 5 est yk = yk +yk .
(H)
Prenons la solution homogène yk = crk , pour r 6= 0 et c 6= 0,
de l’équation homogène yk+2 − 12 yk+1 + 16 1
yk = 0 de l’équa-
(H)
tion aux différences précédente alors la substitution de yk dans
l’équation aux différences homogène donne l’équation auxiliaire
r2 − 12 r + 16
1
= (r − 41 )2 = 0 qui a comme racines r1 = r2 = 41 .

1
D’où la solution homogène est
!k !k
(H) 1 1
yk = C1 + C2 k .
4 4
(P )  k
La solution particulière est donnée par yk = C3 31 . Pour
(P )
déterminer C3 , on substitue yk dans l’équation aux différences
non homogène comme suit
!k+2
1 1 1 k+1 1 1 k 1 1 k
! ! !
C3 − C3 + C3 = ,
3 2 3 16 3 16 3
1 11 1 1 k 1 1 k
" # ! !
C3 − + = ,
9 2 "3 16 3 # 16 3
1 1 1 1
C3 − + = ,
9 6 16 16
1 1
C3 = .
144 16
D’où C3 = 9 et la solution générale est
1 k 1 k 1 k
! ! !
yk = C1 + C2 k +9 , avec k ≥ 0.
4 4 3
Les coefficients C1 et C2 sont calculés utilisant les conditions
initiales y0 = y1 = 5. Ainsi,
y0 = C1 + C20 + 9 = 5, donne C1 = −4,
1 1 1 1
y1 = C1 + C21 + 3 = −4 + C2 + 3 = 5
4 4 4 4
1
= C2 + 2 = 5, donne C2 = 12.
4
Ainsi,
!k
1 1 k 1 k
! !
yk = −4 + 12k +9 ,
4 4 3
1 k 1 k
! !
= 4 (3k − 1) +9 ,
4 3
1 k−1 1 k−2
! !
= (3k − 1) + , pour k ≥ 0,
4 3
2
 7 1
2. La solution de l’équation aux différences yk+2 − 12 yk+1 + 12 yk =
 k+2
1
4 , pour k ≥ 0, avec y0 = 6 et y1 = 1 est yk =
(H) (P ) (H)
yk +yk . Prenons la solution homogène yk = crk , pour r 6= 0
et c 6= 0, de l’équation homogène de l’équation aux différences
(H)
précédente alors la substitution de yk dans l’équation aux dif-
7 1
férences homogène donne l’équation auxiliaire r2 − 12 r + 12 =
1 1 1 1
(r − 3 )(r − 4 ) = 0 qui a comme racines r1 = 3 et r2 = 4 . D’où
la solution homogène est
!k !k
(H) 1 1
yk = C1 + C2 .
3 4
Puisque la partie de droite de l’équation aux différences corres-
pond à une des solutions de l’équation homogène. La solution
(P )  k
particulière est alors donnée par yk = C3 k 14 . Pour déter-
(P )
miner C3, on substitue yk dans l’équation aux différences non
homogène comme suit
!k+2
1 7 1 k+1 1 1 k 1 1 k
! ! !
C3 (k + 2) − C3 (k + 1) + C3 k = ,
4 12 4 12 4 16 4
!k
1 7 1 1 1 1 k
" # !
C3 (k + 2) − (k + 1) + k = ,
16 48 12 4 ! 16 4
1 1
C3 − = ,
48 16
C3 = −3.

D’où la solution générale est

!k !k !k
1 1 1
yk = C1 + C2 − 3k , avec k ≥ 0.
3 4 4
Les coefficients C1 et C2 sont calculés utilisant les conditions

3
 initiales y0 = 6 et y1 = 1. Ainsi,
y0 = C1 + C2 + 0 = 6, donne C1 + C2 = 6,
1 1 3
y1 = C1 + C2 − = 1
3 4 4
1 1 7
= C1 + C2 = .
3 4 4
Ainsi, C1 = 3 et C2 = 3 et
1 k 1 k
!k
1
! !
yk = 3 +3 − 3k ,
3 4 4
!k−1 !k
1 1
= + 3(1 − k) , avec k ≥ 0.
3 4
3. La solution générale de l’équation aux différences yk+2− 21 yk+1+
1 1 1 k
 
16 yk = 8 4 , pour k ≥ 0, avec y0 = 1 et y1 = 0 est yk =
(H) (P ) (H)
yk +yk . Prenons la solution homogène yk = crk , pour r 6= 0
et c 6= 0, de l’équation homogène yk+2 − 12 yk+1 + 16 1
yk = 0 de
(H)
l’équation aux différences précédente alors la substitution de yk
dans l’équation aux différences homogène donne l’équation auxi-
1
liaire r2 − 12 r+ 16 = (r− 14 )2 = 0 qui a comme racines r1 = r2 = 14 .
D’où la solution homogène est
!k !k
(H) 1 1
yk = C1 + C2 k .
4 4
(P )  k
La solution particulière est alors donnée par yk = C3k 2 14 .
Car elle correspond aux racines répétées. Pour déterminer C3 ,
(P )
on substitue yk dans l’équation aux différences non homogène

4
 comme suit
!k+2
1 1 1 k+1 1 1 k 1 1 k
! ! !
2
C3 (k + 2) − C3 (k + 1)2 + C3 k 2 = ,
4 2 4 16 4 8 4
1 2 1 2 1 2 1 k 1 1 k
" # ! !
C3 (k + 4k + 4) − (k + 2k + 1) + k = ,
16 8 16 " 4 # 8 4
1 1 1
C3 − = ,
4 8 8
1 1
C3 = .
8 8
D’où C3 = 1 et la solution générale est
!k !k !k
1 1 2 1
yk = C1 + C2 k +k , avec k ≥ 0.
4 4 4
Les coefficients C1 et C2 sont calculés utilisant les conditions
initiales y0 = 1 et y1 = 0. Ainsi,
y0 = C1 + C20 + 0 = 1, donne C1 = 1,
1 1 1 1 1 1
y1 = C1 + C21 + = + C2 + = 0
4 4 4 4 4 4
1 1
= C2 = − , donne C2 = −2.
4 2
Ainsi,
!k !k !k
1 1 2 1
yk = − 2k +k ,
4 4 4
!k

2
 1
= 1 − 2k + k u(k),
4
!k
2 1
= (k − 1) , pour k ≥ 0.
4
13
4. La solution générale de l’équation aux différences yk+2− 15 yk+1+
 k+2
2
y = 7 15
15 k
, pour k ≥ 0,
avec y0 = 1, et y1 = 0, pour k ≥ 0, avec y0 = 1 et y1 = 0
(H) (P ) (H)
est yk = yk + yk . Prenons la solution homogène yk = crk ,

5
pour r 6= 0 et c 6= 0, de l’équation homogène yk+2 − 13 15 yk+1 +
2
15 yk = 0 de l’équation aux différences précédente alors la substi-
(H)
tution de yk dans l’équation aux différences homogène donne
l’équation auxiliaire r2 − 13 2 2 1
15 r + 15 = (r − 3 )(r − 5 ) = 0 qui a
comme racines r1 = 23 et r2 = 51 . D’où la solution homogène est
!k !k
(H) 2 1
yk = C1 + C2 .
3 5
(P )  k
La solution particulière est alors donnée par yk = C3 k 51 .
(P )
Pour déterminer C3, on substitue yk dans l’équation aux dif-
férences non homogène comme suit
!k+2
1 13 1 k+1 2 1 k 1 k+2
! ! !
C3 (k + 2) − C3 (k + 1) + C3 k =7 ,
5 15 5 15 5 5
1 13 2 1 k 7 1 k
" # ! !
C3 (k + 2) − (k + 1) + k = ,
25 15 15 5 25 5
2 13 7
" #
C3 − = ,
25 75 25
7 7
− C3 = .
75 25
D’où C3 = −3 et la solution générale est
!k !k !k
2 1 1
yk = C1 + C2 − 3k , avec k ≥ 0.
3 5 5
Les coefficients C1 et C2 sont calculés utilisant les conditions
initiales y0 = 1 et y1 = 0. Ainsi,
y0 = C1 + C2 + 0 = 1,
2 1 1
y1 = C1 + C2 − 3 = 0
3 5 5
6 1
donne C1 = et C2 = .
7 7

6
 Ainsi,
6 2 k 1 1 k 1 k
! ! !
yk = + − 3k ,
7 3 7 5 5
1 1 k 6 2 k
! ! !
= − 3k + ,
7 5 7 3
1 k 6 2 k
! 
1
!
= (1 − 21k) + , pour k ≥ 0.
7 5 7 3
5. L’équation aux différences 15yk+2+8yk+1+yk = 0, pour k ≥
0, est une équation homogène. Sa solution générale est yk =
(H) (H)
yk . Prenons la solution homogène yk = crk , pour r 6= 0 et
(H)
c 6= 0, alors la substitution de yk dans l’équation aux diffé-
rences donne 15rk+2 + 8rk+1 + rk = crk (15r2 + 8r + 1) = 0 et
l’équation auxiliaire 15r2 +8r+1 = (3r+1)(5r+1) = 0 a comme
racines r1 = − 13 et r2 = − 15 . D’où la solution de l’équation aux
différences est
!k !k
1 1
yk = C1 − + C2 − , pour k ≥ 0.
3 5
6. La solution de l’équation aux différences yk+2 − yk+1 + 41 yk =
 k (H) (P )
1
2 , pour k ≥ 0, avec y0 = y1 = 1, est yk = yk + yk .
(H)
Prenons la solution homogène yk = crk , pour r 6= 0 et c 6= 0,
de l’équation homogène de l’équation aux différences précédente
(H)
alors la substitution de yk dans l’équation aux différences ho-
mogène donne l’équation auxiliaire r2 − r + 14 = (r − 12 )2 = 0 qui
a comme racines r1 = r2 = 21 . D’où la solution homogène est
!k !k
(H) 1 1
yk = C1 + C2 k .
2 2
Puisque la partie de droite de l’équation aux différences corres-
pond aux solutions multiples d’ordre 2, de l’équation homogène.
(P )  k
La solution particulière est alors donnée par yk = C3 12 k 2 .

7
 (P )
Pour déterminer C3, on substitue yk dans l’équation aux dif-
férences non homogène comme suit
1 k+2 2 1
k+1
1 2 1
k
1 k
! ! ! !
2
C3(k + 2) − C3(k + 1) + C3 k = ,
2 2 4 2 2
1 1 1 1 k 1 k
" # ! !
2 2 2
C3(k + 2) − C3 (k + 1) + C3k = ,
4 2 4 2 2
1 h
C3 (k + 2)2 − 2(k + 1)2 + k 2 = 1,
i

4
1
C3 = 1.
2
D’où C3 = 2 et la solution générale est
!k !k !k
1 1 1
yk = C1 + C2 k + 2k 2 , avec k ≥ 0.
2 2 2
Les coefficients C1 et C2 sont calculés utilisant les conditions
initiales y0 = y1 = 1. Ainsi,
y0 = C1 + C20 + 0 = 1, donne C1 = 1,
1 1 1 1
y1 = C1 + C21 + 1 = + C2 + 1 = 1
2 2 2 2
1 1
= C2 + = 0,
2 2
C2 = −1.
Ainsi,
!k !k !k
1 1 2 1
yk = −k + 2k ,
2 2 2
!k

2
 1
= 2k − k + 1 , avec k ≥ 0.
2
Exercice 0.2 Calculer la convolution h(k) ⋆ u(k),
 1 k  1 k
     
k≥0 k≥0
1. si u(k) = 8 et h(k) = 16

0 k<0 
0 k<0

8
  1 k
  
k≥0
2. si u(k) = {125, 25, 5, 1} et h(k) = 5

0 k<0
 1 k  1 k
     
k≥0 k≥0
3. si u(k) = 4 et h(k) = 8

0 k<0 
0 k<0
 1 k
  
k≥0
4. si u(k) = {27, 9, 3, 1} et h(k) = 3

0 k<0
 1 k  1 k
     
k≥0 k≥0
5. si u(k) = 4 et h(k) = 32

0 k<0 
0 k<0
 1 k
  
k≥0
6. si u(k) = {343, 49, 7, 1} et h(k) = 7

0 k<0
Solutions :
1. En générale, si
 
 ak k≥0  bk k≥0
h(k) =  et x(k) = 
0 k<0 0 k<0
Alors, y(k) = ∞
Pk
l=0 x(l)h(k−l) = l=0 x(l)h(k−l), car h(k−l) =
P

0 pour k − l < 0 ou l > k. Ainsi,

k k !l
X l k−l kX a
y(k) = ab =b ,
l=0 l=0 b
 k+1 k+1
a
k1 − b bk − a b
= b = ,
1 − ab 1 − ab
bk+1 − ak+1
= , b=6 a.
b−a
D’où  k+1 k+1
 b −a b 6= a
y(k) =  k
b−a
b (k + 1) b=a

9
 1
Dans notre cas, a = 16 et b = 41 , alors
 k+1 k+1
1 1
  !k+1 !k+1 
8 − 16 1 1
y(k) = 1 1 = 16  − ,
− 16 8 16
 8 !k+1 !k+1 
2 1
= 16  − ,
16 16
!k
1
2k+1 − 1 ,
h i
= pour k ≥ 0.
16
 1 k
  
k≥0
2. Puisque u(k) = {125, 25, 5, 1} et h(k) = 5
0 
k<0
Alors y(k) = h(k) ⋆ x(k) peut être calculée comme suit
125
 
   
y(0) 1 0 0 0 
 50


1
     

 y(1) 


 5
1 0 


 15


1 1
      

 y(2) 


 25 5 1 0   125 
 4


1 1 1
     

y(3)  
 125 25 5
1   25  
4 51
  
= = .
    
1 1 1 1 
    

y(4)  
5    2 




 625

1
125
1
25
1
5 
1 

 


 4 15 


y(5)  
1   3 
4 15
   3125 625 125 25   
1 1 1 1 
     

y(6)  
 15625 3125 625 125 

 4

4 15
   

..  
.. .. ..   
. . . .
 

.. 
.
D’où, 


 0 k<0
(k + 1)53−k

y(k) =  k = 0, 1, 2
 k−3
4 15

k≥3



3. Selon la partie 1 de l’exercice 2, on a,

 k+1 k+1
 b −a b 6= a
y(k) =  k
b−a
b (k + 1) b=a

10
 1 1
Dans ce cas, a = 8 et b = 4 , alors
 k+1  k+1
1 1 !k+1 !k+1 

4 − 8 1 1
y(k) = 1 1 = 8 − ,
4
− 8
4 8
!k
1 h
k+1
i
= 2 −1 , pour k ≥ 0.
8
 1 k
  
k≥0
4. Puisque u(k) = u(k) = {27, 9, 3, 1} et h(k) = 3
0 
k<0
alors y(k) = h(k) ⋆ x(k) peut être calculée comme suit
27
 
   
y(0) 1 0 0 0 
 18


1
     

 y(1) 


 3 1 0 0 


 9


1 1
      

 y(2) 


 9 3
1 0 
 27 
 4


1 1 1
      

y(3)  
27 9 3 1 
9    
1 
4 3  .
= =
     
1 1 1 1
     

y(4)   
3    2 





 81
1
27
1 1
9
1
3 




 4 31 

y(5)   
1   3 
243 81 27 9
4 13 
    
1 1 1 1
    

y(6)  
729 243 81 27
 
 4 
4 13 
    

..  
.. .. ..  
. . . .


..
.
D’où,



 0 k<0
2
ou (k + 1)33−k

y(k) =  (3 − k)3 k = 0, 1, 2
 k−3
1

4 k≥3


3

5. Selon la partie 1 de l’exercice 2, on a,

 k+1 k+1
 b −a b 6= a
y(k) =  k
b−a
b (k + 1) b=a

11
 1
Dans ce cas„ a = 32 et b = 14 , alors
 k+1 k+1
1 1
  !k+1 !k+1 
4 − 32 32  1 1
y(k) = 1 1 = − ,
− 32 7 4 32
 4 !k+1 !k+1 
32  8 1
= − ,
7 32 32
1 1 k h k+1
!
i
= 8 −1 , pour k ≥ 0.
7 32
 1 k
  
k≥0
6. Puisque u(k) = {343, 49, 7, 1} et h(k) = 7
0 
k<0
Alors y(k) = h(k) ⋆ x(k) peut être calculée comme suit
343
 
   
y(0) 1 0 0 0 
 98


1
     

 y(1) 


 7
1 0 


 21


1 1
      

 y(2) 


 49 7 1 0   343 
 4


1 1 1
     

y(3)  
 343 49 7
1   49  
4 71
  
= = .
    
1 1 1 1 
    

y(4)  
7    2 




 2401

1
343
1
49
1
7 
1 

 


 4 71 


y(5)  
1   3 
4 17
   16807 2401 343 49   
1 1 1 1 
     

y(6)  
 117649 16807 2401 343 

 4

4 17
   

..  
.. .. ..   
. . . .
 

.. 
.
D’où, 


 0 k<0
(k + 1)73−k

y(k) =  k = 0, 1, 2
 k−3
4 17

k≥3



12