Master de Mathématiques.

Université de Rennes I
Analyse réelle et complexe TP No 4.

Séries de Fourier avec MATLAB

1. Série de Fourier
Soit f une fonction 2π-périodique integrable sur [0, 2π], alors les nombres suivants
Z Z
1 π 1 π
an = f (x) cos(nx) dx, n ≥ 0 et bn = f (x) sin(nx) dx, n ≥ 1
π −π π −π
sont appelés les coefficient de Fourier de f . La série de Fourier de f étant la limite quand N → ∞
de la somme
N
a0 X
SN (x) := + [an cos(nx) + bn sin(nx)] .
2
n=1
Rappelons que la série de Fourier d’une fonction ne converge pas toujours, néanmoins nous avons:
Théorème
Si f est une fonction 2π-périodique continue tel que
∞
X
|an | + |bn | < ∞ ,
n=1
alors sa série de Fourier converge vers f uniformément et absolument.
Exercice 1. On considère f et g deux fonctions 2π-périodiques données par
g(x) = −x, for − π < x < 0,
f (x) = x, for − π < x < π,
g(x) = x, for 0 ≤ x < π,
f (x + 2π) = f (x), for − ∞ < x < ∞.
g(x + 2π) = g(x), for − ∞ < x < ∞.
(a) Calculer les coefficients de Fourier de f et g.
(b) Comparer graphiquement sur plusieurs périodes la fonction f , respectivement g, avec sa somme
partielle SN (x).
(c) Le théorème ci-dessus est-il valable pour les fonctions f et g?
Exercice 2. On considère maintenant la fonction h donnée par
h(x) = 0, for − π < x < 0, h(x) = 1, for 0 < x < π,
h(x + 2π) = h(x), for − ∞ < x < ∞.
(a) Calculer ses coefficients de Fourier.
(b) Comparer à l’aide de Matlab les deux quantités:
Z π N
1 |a0 |2 X
|h(t)|2 dt et + |an |2 + |bn |2 .
2π −π 2
n=1
(c) Expliquer le résultat théoriquement.

2. Transformation de Fourier discrete

La transformation de Fourier discrete d’un vecteur complexe y de n éléments est un autre vecteur
complexe Y de n éléments défini par
n−1
X
Yk = ω jk yj , où k = 0, · · · , n − 1,
j=0

I
II

et ω est la nieme racine complexe de l’unité, i.e:

ω = e−2iπ/n .
La transformation de Fourier discrete peut alors s’écrire comme un produit matriciel :
Y = F y;
où F est la matrice fk,j = ω jk .
Exercice 3.
(a) Écrire un programme qui prend comme input un vecteur y et qui calcule la transformation de
Fourier discrete de y.
(b) Déterminer F −1 . (Ceci est une question théorique, mais vous pouvez utiliser Matlab pour voir
quelle devrait être la bonne réponse).
La fonction fft de MATLAB donne la transformation de Fourier rapide discrete d’un vecteur ou
même d’une matrice. La description de cette commande peut-être obtenu avec help.
Exercice 4. (point de Nyquist)
(a) Écrire un programme qui prend comme input un vecteur y = (y1 , . . . , yk ) de Cn , et représente
simultanément sur quatres graphes séparés les points suivants k 7→ Re(yk ), k 7→ Im(yk ), k 7→
Re(f f t(y)k ) et k 7→ Im(f f t(y)k ), k = 0, · · · , n − 1.
(b) Tester votre programme pour n = 32 et les vecteurs (1, 0, · · · , 0), (0, 1, 0, · · · , 0), etc.
(c) Observer particulièrement le cas (0, · · · 1
|{z} · · · , 0) et expliquer le résultat théoriquement.
16eme position

Récupérer le fichier fftgui.m (http://www.mathworks.com/moler/ncm/fftgui.m) puis l’exécuter.

Remarquer qu’on cliquant sur un point et en faisant glisser la souris on peut contempler la variation
des autres graphes. Refaire l’exercice 4(b) à l’aide de fftgui.
Exercice 5.
(a) Écrire un programme qui prend comme input un vecteur y = (y1 , . . . , yk ) de Cn , et calcule la
somme
n−1
1X
|Yk |2 , où Y = f f t(y).
n
k=0
(b) Vérifier sur des exemples qu’on a toujours
n−1 n−1
X
2 1X
|yj | = |Yk |2 .
n
j=0 k=0

(c) Montrer théoriquement cette identité.

À rendre par courrier électronique : les solutions des exercices 1, 3, et 4. Les réponses aux
questions théoriques peuvent être données de façon très succincte et esquissée dans le corps du
courriel.