OUTI

LSMATHEMATI
QUES

NI
VEAU1
Fi
l
ièr
e :GENI
EINDUSTRI
ELET
MAINTENANCE
 Out
il
smat
hémat
iques

Ni
veau1 
:Géni
eIndust
ri
eletMai
ntenance

Dr
.Ing.RaphaelONGUENE

I
ng.NANTI
ABASSODj
efDar
rel

Cont
act
 :+237655343466,
E-mai
l 
:zi
ongr
a@y
ahoo.
fr
GI
M 221 
:Out
il
smat
hémat
iques DUREE 
:24
heur
es

OBJECTI
FGENERAL
 A l
afi
n de ce cour
sl’
étudi
ant doi
t êt
re capabl
e d’
acquér
irl
es bases
mat
hémat
iquesnécessai
respourl
agest
iondel
amai
ntenancei
ndust
ri
ell
e.

OBJECTI
FSSPECI
FIQUES
 Compr
endr
elesl
oisdepr
obabi
l
itésetst
ati
sti
ques 
;
 Découv
rirl
es out
il
s st
ati
sti
ques pourét
udi
erl
es phénomènes di
scr
ets et
cont
inusenmai
ntenance,
fiabi
l
itéetqual
i
té
 Mai
tr
iserl
esout
il
smat
hémat
iquesnécessai
respourl
’
aut
omat
ique
 Découv
rirl
esout
il
spourl
’
anal
ysef
réquent
iel
l
e
FI
CHEDEPROGRESSI
ON
I
-PROCESSUSGÉNÉRALDUDÉROULEMENTDECHAQUECOURS
1-Pr
ésent
ati
ondel
’
obj
etducour
s :

2-Rappel
sducour
spr
écédent
 :

3-Quest
ionsurl
aqual
i
téducour
s :

a.Ler
ythmeduCour
sMagi
str
alest
-i
lconv
enabl
e ?

b.Lesexpl
i
cat
ionssont
-el
l
esassez,
oui
nsuf
fi
sant
es 
?

4-Li
bel
l
édunouv
eaucour
s

5-Pr
oposer
 :

a.D’
exer
cicesàf
air
eàl
amai
son 
;

b.Unexer
cicedur
antl
eCM pourmi
euxi
l
lust
rerl
ecour
s ?

SEQUENCES THEMESDEVELOPPES DUREE

CM 
:2h
SEQUENCE1 
:
CM 
:2h

SÉQUENCE2 
: CM 
:4h
TPE 
:2h
SÉQUENCE3 
: CM 
:4h

CM 
:4h
SÉQUENCE4 
:
SÉQUENCE5 
:
TD 
:4h

SÉQUENCE6 
: TD 
:4h

SÉQUENCE7 
: TD 
:4h

SOURCESDOCUMENTAI
RES

Tabl
edesmat
ièr
es
CHAPITRE1 
:RAPPELS
Pr
emièrepar
ti
e :Rappelsurl
esl
oisdePr
obabi
li
té

I
. SCHEMADEBERNOUI
LIEETLOIBI
NOMI
ALE
Ons’ i
ntéressei cial ar éali
sati
onounond’ uńév énement.Autrementdi t
,on
n’étudiequel esexpér iencesal éat
oiresquin’ ontquedeuxi ssuespossibl
es(ex:un
patient` L’
Hôpi talsurvi
tounon,uncl i
entsignelecont r
atounon,uńél ect
eurv ot
e
démocr ateoúr épublicai
n..
.)
.Consi déronsuneexpér i
enceal éat
oir
edecet ype.On
l
’appel l
eunéépr euvedeBer noull
i.Ell
eseconcl utparunsuccèssil ’́événement
auquelons’ i
ntéresseestr éali
seouuńéchecsi non.Onassoci e`acettéépr euv
e
unev ar
iableal éatoir
eYquipr endl av al
eur1sil ’
événementestrr éali
seetlavaleur0
sinon.Cet tev.a.nepr enddoncquedeuxv aleurs(0et1)etsal oiestdonnéepar:

Unsch́emadeBer
noul
l
iestl
aŕeṕet
it
ionnf
oisdel
amˆ
eméepr
euv
e
dansl
UnschémadeBer noulliestlarépéti
ti
onnf oisdelamêméépr euvedansl es
mêmescondi t
ions.
SchémadeBer noulli:
1)Chaquéépr euv eadeuxi ssues: succes[S]oúéchec[ E]
.
2)Pourchaquéépr euve, l
apr obabi
li
té́ d’unsuccèsestlamême, notonsP(S)=pet
P(E)=q=1−p.
3)Lesńépr euv essonti ndépendantes:laprobabil
i
téd’unsuccèsnev ar i
epas,ell
ene
dépendpasdesi nformat ionssurl esrésul
tatsdesautreśépreuves.
SoitXlav .a.quir eprésentelenombr edesuccèsobt enuslorsdesńépr euves
d’
un schémadeBer noul l
i.AlorsonditqueXsui tuneloibi
nomial
edepar amètr
es( n,p)
,
notéeB( n,p)
.Cet teloi estdonnéepar:

Eneff
et,onpeuttoutd’abor
dobser
verquelenombr edesuccèsestunenti
er
nécessai
rementcompri
sentre0etlenombred’
épreuvesn.D’
autr
epart
,l’
́événement
{X=k}estuneréuni
ond’́év énementśél
émentai
resetchacundeceśévénements
́él
ément
airesestunesui
tedelongueurndelaformeω =[
SSES.
..
E]av
eckSetn−kE.
Unt
eĺévénement́élémentai
realaprobabi
l
ité.

Combi
enexi
ste-
t-
ildesuit
es`
ańélément
saveckSetn−kE?Il
enexi
ste ,
le
nombr
edecombinaisonsdekSpar
mińéléments.Fi
nal
ement
,

Remarque:associ
ons`
achaquéépreuv
edeBernoul
liunev
.a.Yi
(1≤i
≤n)qui
vaut
1si
onobserv
eunsuccesaui-
èmeessai
et0sinon.Al
orsl
enombredesuccès,
notéX,
vér
if
ie,

Aut
rementdi
t,unev
.adel
oiB(
n,p)estunesommedenv
.ai
ndépendant
esdel
oiB(
p).

I
I. LALOIEXPONENTI
ELLE
Soi
tλunr
éel
str
ict
ementposi
ti
f.
Unev
.a.Xestdi
tedel
oiexponent
iel
l
eE(
λ)si
sadensi
téestdonnéepar

Lav.
a.Xdel oiE(
λ)neprendquedesval
eur
spositi
ves.Ell
eestuti
l
iséedansde
nombreusesappl
icat
ions 
:
- dur éedefonct
ionnementd’
unmatér
iel
inf
ormatiqueavantl
apremièrepanne,

- dési
ntégr
ati
onr
adi
oact
ive,

- tempssépar
antl’
arr
ivéededeux“cl
i
ents”dansunphénomèned’at
tent
e(gui
chet
,
accès`
aunserveuri
nformat
ique,
arr
ivéed’
unaccidentdut
rav
ail
..
.)
.

Pr
oposi
ti
on45Laf
onct
ionder
épar
ti
ti
ondel
aloi
E(λ)est́égal
ea

Proposit
ion46Lal oiexponenti
ell
ever
if
iel
apropr
iét
é́d’
absencedemémoi
re.Soi
tX
unv.a.deloiexponenti
ell
e.Alor
spourtouss,
t>0,

I
I. L
I ALOINORMAL
1.Lal
oinor
mal
ecent
réer
édui
te

C’
estlal oilaplusi mport
ante.Sonr ôl
eestcent r
aldansdenombr euxmodèl es
pr
obabili
stesetdanst outel
ast at
ist
ique.El
lepossèdedespropri
étési
ntér
essant
esqui
l
arendentagr éabl
e`auti
li
ser.
Défi
nit
ion39  :Unev .
a.Xsui tunel oinormale(ouloigaussi
enneoul oideLaplace-
Gauss)N( 0,
1)sisadensitéfestdonnéepar

Ou φ estlaf oncti
on
de répar
ti
ti
ondeX.
Rappel
ons que φ estune
pri
miti
vedel
adensi
téf
.Mai
siln’
exi
stepasdef
ormeanal
yti
quedel
apri
miti
vedef .On
doitdonclirelesv al sdeφdansunet
eur abl
edisponi
bleenannexeB,oulafairecal
cul
er
parunl ogici
eladapt e(ex:Excel,Matl
ab,R).Lacourbedeladensitédelaloinormale
N(0,1)portelenom de“ courbeencl
oche”.El
letendvers0enl’i
nfi
ni,
estcroissant
esur
R−, pui
sdécr oissant
e.Elleadmetdoncunmaxi mum en0.Onpeutv oiraussiqu’el
l
eest
symét r
ique,decent r
edesy métr
ie0.
2.Lal oiNor mal

Proposi
tion40  :Lav.
a.Xestcent rée,c’
est
-a-
dir
edemoy ennenulle,etréduite,c’
est
-a-
dir
edev ariance1.Deplus,−Xsuitencoreuneloinor
malecent
réeréduite.
Preuve:l ecalculdel’
espéranceesti mmédiatquandonaobser vequexf (x)estune
fonct
ionimpai r
e.Lecalculdelav ari
ancesef ai
tparuneint
égrat
ionparpar ti
es.Enf
in,
montrons queXet–X
ont même loi. Pour
tousa,b∈ R,
Onef
fect
ueunl
echangementdev
ari
abl
e:y=−x

parsy
mét
ri
edel
afonct
ionf
.D’
o`u

Util
i
sat
iondest
ablesPourcalcul
erP[a≤X≤b]ouP[X≤x] ,onar ecour
saucalcul
numéri
quesurordi
nateurou,pl
ussimpl
ement
,`aunetabl
equidonneP[X≤x]pour
tout décimalposi
ti
fx`adeuxchi
ff
resapr
èsl
avir
gul
e.Pui
sil
fautr
emarquerque

pui
sonli
tlespr
obabil
i
tésdanslat
abl
esiaetbsontposi
ti
fs.Pourt
rouv
erP[X≤−x]
quandx>0,onuti
l
iselefai
tqueXet–Xontmêmeloi 
:

3.Loinor
mal
 :casgénér
ale
Preuve:immédiataveclaproposi
ti
onprécédent
eetlalinéar
it
édel ’
espérance.
Onpeutainsifacil
ementser ameneràl aloinormal ecentr
éer éduite.Commel a
fonct
ionde répar
ti
ti
onφ del aloinormal
ecent réeréduiteestt abulée,onse
ramèneramême systémati
quementacetteloipourcalcul
erdespr obabi
l
ités.
Pluspréci
sément,siXestdel oiN(m,σ),etaetbsontdeuxr éel
s,oncalcul eP[a≤X≤
b]ainsi:
V. L
I ALOIDEWEI
BULL
Cechapitr
eestlepr emi
er,d’
unesériedetroi
s,consacréàcequel ’
onappell
een
maintenance l
e concept« FMD » ;c’ està dire FI
ABILITE,MAI NTENABI
LITE et
DISPONIBILI
TE.Lesobjecti
fsdecechapi t
reserontdedéter mi
nerlesindi
cat
eursde
fi
abil
i
téd’unbienpourensui
teproposerdesaxesdesoluti
onsv i
santàenaméliorersa
fi
abil
i
té.
 1.Conceptdef
iabi
li
té

Défini
ti
on :
Apti
tuded'unbi
enàaccompli
runef
oncti
onrequisedansdescondit
ionsdonnées
pendantunt empsdonné(NFEN13306)ou«car actér
ist
iqued'unbi
enexpriméeparla
probabil
i
té qu'i
laccompli
sse une f
onct
ion r
equise dans des condi
ti
ons données
pendantunt empsdonné»(NFX60–500).

2.Comment
air
e

Unéquipementestf
iabl
es'
i
lsubi
tpeud'
arr
êtspourpannes.Lanot
iondef
iabi
l
ité
s'
appl
i
que:

Lafiabil
it
énot
éeR(t)ser
aexpri
méeparletauxdedéf ail
lanceλ( l
ambda),let
emps
de foncti
onnement t,la M.T.
B.F.(
temps moy en de bon f oncti
onnement),l
a
M.T.F.
F.(t
empsmoy enj
usqu’àl
apremi
èredéfail
lance);
M. T.T.F.(
duréedev i
e)
 3.Par
amèt
repourl
aloidewei
bul
l

C’estuneloi
defi
abil
it
éà3par amèt resquipermetdeprendreencompt eles
périodesoùletauxdedéfai
ll
ancen’ estpasconstant(j
eunesseetv i
eil
l
esse)
.Cet t
eloi
permet:
•Uneest i
mationdelaMTBF
•Lescalculsdeλ(t
)etdeR(t)etleursreprésentat
ionsgraphi
ques
•Grâceaupar amètr
edeformeβd’ ori
enterundiagnosti
c,carβpeutêtrecar
actéri
sti
que
decer t
ainsmodesdedéfail
lances.

β:Par amètredef orme>0sansdi mensi

on:
•
Siβ>1,l et aux de défai
ll
ance estcroissant,caractéri
sti
que de la zone de
vi
eil
lesseo1,5<β<2, 5:fati
gueo3<β<4: usure,cor
rosion
•Siβ=1, l
etauxdedéf ail
l
anceestconstant
, caract
éri
sti
quedel azonedemat uri
té
•
Siβ<1,l et auxde déf ail
l
ance estdécroissant,caractér
ist
ique de l
a zone de
j
eunesse

Remarque:
pourγ=0etβ=1,
onr
etr
ouv
eladi
str
ibut
ionexponent
iel
l
e,caspar
ti
cul
i
er
del
aloideWeibul
l:

η:Par
amèt
red’
échel
l
e>0qui
s’expr
imedansl
’
uni
tédet
emps
 γ:
par
amèt
redeposi
ti
on,
-∞<γ<+∞,
qui
s’expr
imedansl
’
uni
tédet
emps:

•γ>0:
sur vi
etot
alesurl’
i
nterv al
l
edet emps[0, γ]
•γ=0:lesdéfai
ll
ancesdébut entàl’
ori
ginedest emps
•γ<0:l
esdéf ai
l
lancesontdébut éavantl’
ori
ginedes
temps; cequimont r
equel ami seenservi
cede
l
’équiR el
ati
on
pementétsfon
udidame
éapr ntale
écédéls:
amiseenhistoriquedes
TBF  De nsit
édepr obabili
té:

 Fonct
ionder
épar
ti
ti
on:

 Loi
def
iabi
l
ité:

Tauxdedéf
ail
lance:

MTBFetécar
tty
pe 
:
Duréedev i
eassociéeàunseuildefi
abil
it
é:
I
lestint
éressantdesavoi
ràquelinst
antl
af i
abi
l
itéat
tei
ndr
aunseui
ldét
ermi
né,
en
par
ticul
i
erlesroulement
sàbil
les.
•AxeA: axedest empssurlequel onportel
esv aleurstidesTBF
•AxeB: valeursdespr obabili
tésdedéf ai
ll
anceFi calcul
éesparlaméthodedesr
angs
moy ensoudesr angsmédians.Onest imeR( t
)parR( t)=1–F( t)
•Axea: axedest empsenl ogarithmesnépériens: l
n(t)
•Axeb: axequi permetl’
évaluati
ondeβ
Déterminat iongr aphi
quedespar amètresdel aloi:
1.Préparati
ondesdonnées: déterminati
ondescoupl es(ti
,Fi
)parl
esrangsmoy
ensou
l
esrangsmédi ans
2.Tracédunuagedepoi nts
3.Tracédel adr oitedeWeibül l
4.Déterminat i
ondeβ, η,
γ
5.Déterminat i
ondeséquat ionsdel aloideWei büll
6.Calculdel aMTBF
7.Exploi
tationdesdonnéesi ssuesdel aloi
Par
ti
e2 
:rappelsurl
esSTATI
STI
QUES
Obj
ect
if
sducours
- Apprendr
elespr
inci
pal
est
echni
quesdest
ati
sti
quedescr
ipt
iveuni
var
iéeetbi
vari
ée

- Etr
ecapabledemet
treenœuv
recest
echni
quesdemani
èreappr
opr
iéedansun
context
edonne.

- Et
recapabl
ed’ut
il
iserl
escommandesdebaseduLangageR.Pouvoi
rappl
i
quer
l
estechni
quesdestati
sti
quesdescr
ipt
ivesaumoy
endulangageR.

- Ŕr
éfér
encesDodgeY.(
2003)
,Pr
emi
erspasenst
ati
sti
que,
Spr
inger
.

Dr
oesbekeJ.-
J.(
1997)
,́El
ément
sdest
ati
sti
que,
Edi
ti
onsdel
’
Uni
ver
sit
éli
brede
Br
uxel
les/
Ell
i
pses.

. Va
I r
iabl
es,
données,
stat
ist
iques,
tabl
eaux,
eff
ect
if
s
Déf
ini
tionsf ondament al
es
Lasci
encest at
isti
que
- Mét hodescienti
fi
quedut
rai
tementdesdonnéesquant
it
ati
ves.

- Et
ymol
ogi
quement:
sci
encedel
’
état
.

- Lastat
ist
iques’
appl
ique`alapl upartdesdi sci
pli
nes:agronomie,bi
ologi
e,
démogr
aphie,
́économie,
soci
ologie,l
i
nguist
ique,psychol
ogi
e,...

Mesur
eetvar iabl e
- Ons’ i
ntéresseadesuni t
ésst at
ist
iquesouuni
tésd’observat
ion:parexempl
e
des individus,des ent
repri
ses,des ménages.En sci ences humai
nes,on
s’i
ntér
essedansl apl
upartdescas`aunnombrefini
d’uni
t́es.

- Surcesunit́es, onmesureuncaract
èreouunevari
able,
lechiff
red’af
fai
resde
l
’ent
repri
se, l
e r evenu du ménage,l’âge de la personne,la catégorie
soci
oprofessi
onnell
ed’uneper
sonne.Onsupposequelavar i
abl
eprendtoujours
uneseulev al
eursurchaqueunit
é.Lesv ari
abl
essontdésignéesparsimplici
té
parunelett
re(X,Y,Z).

- Lesv
aleur
spossi
blesdel
avar
iabl
e,sontappel
éesmodal
i
tés.

- L’
ensembledesv
aleur
spossi
blesoudesmodal
i
tésestappeĺel
edomai
nede
l
avariabl
e.

Typol
ogi
edesvar
iabl
es
 - Var
iabl
equal
i
tat
ive:
Lav
ari
abl
eestdi
tequal
i
tat
ivequandl
esmodal
i
tés

Remar que1. 1 Cesdéf i

nit
ionssont` ar elati
vi
ser,l
’âgeestthéor
iquementunev ariabl
e
quantit
ativecontinue,mai senpr atique,l ’
âgeestmesur edanslemei l
leurdescasau
j
ourpr és.Toutemesur eestli
mi t
éeenpr écisi
on!
Exempl e1.1 Lesmodal i
tésdel avar i
ablesexesonmascul i
n(codeM)etf émini
n( code
F).Ledomai nedel av ari
ableest{M, F}.
Exempl e1.2 Lesmodal it
ésdel av ari
ablenombr ed’enf
antsparfamill
esont0,1, 2,3,4,
5,...C’estunev ariabl
equant i
tati
vediscr ète.
Sériest ati
stique
Onappel l
esériest at
ist
iquelasuitedesv al
eursprisesparunev ar
iableXsurl es
unitesd’observation.Lenombr ed’unitésd’ observ
at i
onestnotén.Lesv al
eursdel a
vari
ableXsontnot ées

Exempl
e :

Ef
fect
if
s,f
réquences ett
abl
eaust
ati
sti
que

Unev ari
abl
equal
itat
ivenominal
eadesv al
eursdisti
nctesquinepeuv entpasêtre
ordonnées.On not eJl enombr ede v al
eursdisti
nctesou modal ités.Lesv al
eurs
disti
nctessontnotéesx1,... ,xj
,...,xj
.Onappelleeffecti
fd’unemodal itéoud’ une
valeurdist
inct
e,lenombredef oi
squecet t
emodal i
té(ouv al
eurdist
incte)apparaît
.On
notenjl’ef
fecti
fdelamodalit
éxj.Lafr
équenced’
unemodal i
téestl’
effecti
fdivi
śepar
l
enombr ed’uni
tésd’
observat
ion.

EnlangageR
>X=c('
Mari
e(e)
',
'
Mar
ie(
e)'
,
'Di
vor
ce(
e)'
,
'Ccél
i
bat
air
e',
'
cél
i
bat
air
e',
'
Mar
ie(
e)'
,
'cél
i
bat
air
e'
,
'cél
ibatai
re'
,'
Céli
batai
re'
,'
Mari
e(e)
',
'
Cél
ibat
air
e',
'
Mari
e(e)'
,
'Veuf(
Ve)'
,'
Mari
e(e)
',
'
Veuf(
Ve)'
,
'
Di
v or
ce(e)'
,
'Cel
ibatai
re'
,
'Cel
ibat
air
e',
'
Cel
i
batai
re'
,'
Mari
e(e)'
)
>T1=table(
X)
>V1=c( T1)
>Data.Frame( Ef
f=V1,Fr
eq=V1/sum (
V1))

Diagrammeensect
eur
setdi
agr
ammeen
barres

Enl
angageR
>pi
e(T1,
radi
us=1.
0)
EnlangageR
>m=max( V1)
>barpl
ot(T1,
yli
m=c(
0,m+1)
)

Var
iabl
equal
it
ati
veor
dinal
e
Let
abl
eaust
ati
sti
que
Lesv
aleur
sdi
sti
nct
esd’
unev
ari
abl
eor
dinal
epeuv
entêt
reor
données,
cequ’
onécr
it

Lanot
ati
on x1≺x2sel
i
tx1pr
écède
x2.
Sil
avari
abl
eestor
dinal
e,onpeutcal
cul
erl
esef
fect
if
scumul
es:

OnaN1=n1etNJ=n.Onpeut́égal
ementcal
cul
erl
esf
réquencescumul
ées

EnlangageR
>Z=c(1,1,
1,1,1,2,
2,2,
2,2,2,2,
2,2,
3,
3,3,
3,
3,
3,3,3,
3,
3,3,3,
3,
3,3,
4,+
4,
4,4,4,
4,4,4,4,4,
5,
5,5,5,5,
5,6,
6,6,
8,
8)
>T4=t able(Z)
>T4c=c( T4)
>data.fr
ame( Eff
=T4c, Eff
Cum=cumsum( T4c),
Freq=T4c/sum(T4c)
,Fr
eqCum=cumsum(
T4
c/sum( T4c)) )
EffEffCum Fr eqFreqCum

Di
agr
ammeenbât
onnet
sdesef
fect
if
s
Quandl
avar
iabl
eestdi
scr
ète,
lesef
fect
if
ssontr
epr
ésent
espardes
bât
onnets

St
ati
sti
quedescr
ipt
iveuniv
ari
ée
Par
amètr
esdeposi
ti
on
- Lemode 
:

Lemodeestl
av al
eurdi
sti
nct
ecor
respondant`
al’
eff
ect
ifl
epl
usél
evé;
ilestnot
éxM.
- Lamoy enne 
:

Lamoy enneestl
asommedesv
aleur
sobser
véesdi
vi
séeparl
eurnombr
e,el
l
e
estnot
éex:

- Lamédi
ane 
:

 Ontri
elaséri
est
ati
sti
queparor
drecr
oissantdesv
aleur
sobser
vées.Av
ecl
a
sér
ieobser
vée

 Lamédi
anex1=2estl
aval
eurqui
set
rouv
eaumi
l
ieudel
asér
ieor
donnée:
- L’
écar
tty
pe 
:

CHAPI
TRE2 
:DEVELOPPEMENTENSERI
EDEFOURI
ER,
 TRANSFORMERDEFOURI
ERETDELAPLACE

I
. DEVELOPPEMENTENSERIEDEFOURI
ERET
TRANSFORMERDEFOURI
ER

1-Dével
oppementensér
iedeFour
ier

Pourdév el
opperunef onct
ionensér i
edeFouri
eri
lestnécessai
requecet
tefonct
ion
soitpér
iodique.
1°)Unef oncti
onfpeutêt r
edéveloppéeenséri
edeFouri
ersietseul
ementsiel
leest
nonsinusoïdale,
cont
inueetpér
iodiquesur[
−π,
+π]

2°)Siunef
onct
ionfestpér
iodiquesurunepériodeT,ilestpossi
bledeladév
elopperen
séri
edeFouri
er.Poursefair
ei lestnécessai
red’ef
fectuerlechangementdev ar
iabl
e
suiv
ant:
Remarque:
Sil
afoncti
onfestimpai
realorsl escoeff
ici
entsan=0avecn>0
Sil
afoncti
onfestpai
realor
sl escoef f
ici
entsbn=0avecn>0
Rappel
:
Unefoncti
onfestpai
resif(
x)=f (
-x)
Unefoncti
onfesti
mpairesif(
- x)=-
f(
x)

2-TRANSFORMATI
ONDEFOURI
ER

a)Pr
emi
èreappr
ochedel
atr
ansf
orméedeFour
ier

Pourunef
onct
ionpér
iodi
quef
,onobt
ientuner
elat
iondel
afor
me:
Onpeut r
emar
querl
a
pr
ésencedeT.Onestenf
ait
epassédel
avar
iabl
enàl
avar
iabl
es.Ona:

Enrepr
enantl
a déf
ini
ti
ondescoef
fi
cient
s
deFouri
er,
b)Déf
ini
tion
 3-TRANSFORMEDELAPLACE
Onrappel
l
equ’unefonct
ionf:I
R→Cestlocal
ementsommabl
esi
ell
eestsommabl
esur
t
outsousensembleEdeI Rdemesur
efi
nie.
a)Déf ini
tion
Théor
èmesdel
aval
euri
nit
ial
e,del
aval
eurf
inal
e

Tr
ansf
orméed’
unef
onct
ionpér
iodi
que

I
ntégr
ati
onetdér
ivat
iond’
unet
ransf
ormée

CHAPI
TRE3 
:SUI
TE,
SERI
ENUMERI
QUE,
SERI
EDEFONCTI
ON,
 ETDEVELOPPEMENTDESLI
MITES

I
. Sui
tenumér
ique
 I
I. SERI
ESDEFONCTI
ONS
Soi
tIuni
nter
val
l
edeRet(
un)unesui
tedef
onct
ionsdeIdansR
Ext
ensi
onauxespacesvect
ori
elsnor
més
Cer
tai
nsdesr ésultat
sprécédentsrestentvraissiondéf i
nitmaintenantnos
fonct
ionssuruneparti
eAd' unespacevector
ielnorméE, etsiell
essontàv aleursdans
unaut r
eespacevectori
elnorméF,parexempl elapr éserv
ati
ondel acontinuité,l
efai
t
que la conver
gence normale entr
aîne l
a conv er
gence uniforme,let héorème de
permutati
ondesli
mites,quel'
onpeuténoncersouslaf ormeplusgénéral
esui vante:

Enrev
anche,touteslespr
opri
étésrel
ati
vesàl'
i
ntégrat
ionetàladéri
vat
ion
nécessit
entquel'
ensembl ededépar
tsoitunint
erv
all
e(ilf
autbienpouvoi
rdonnerun
sensauxobjetsconsidérés!
).

Appr
oxi
mat
ionuni
for
me