Vous êtes sur la page 1sur 187

Thorie lmentaire du signal

LAVOISIER, 2005
LAVOISIER

11, rue Lavoisier 75008 Paris Serveur web : www.hermes-science.com 2-7462-0993-4 ISBN Gnral 2-7462-0996-9 ISBN Volume 3
Tous les noms de socits ou de produits cits dans cet ouvrage sont utiliss des fins didentification et sont des marques de leurs dtenteurs respectifs.

Le Code de la proprit intellectuelle n'autorisant, aux termes de l'article L. 122-5, d'une part, que les "copies ou reproductions strictement rserves l'usage priv du copiste et non destines une utilisation collective" et, d'autre part, que les analyses et les courtes citations dans un but d'exemple et d'illustration, "toute reprsentation ou reproduction intgrale, ou partielle, faite sans le consentement de l'auteur ou de ses ayants droit ou ayants cause, est illicite" (article L. 122-4). Cette reprsentation ou reproduction, par quelque procd que ce soit, constituerait donc une contrefaon sanctionne par les articles L. 335-2 et suivants du Code de la proprit intellectuelle.

APPLICATIONS MATHMATIQUES AVEC MATLAB

Thorie lmentaire du signal


rappel de cours et exercices corrigs

Luc Jolivet Rabah Labbas

Table des matires

Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Chapitre 1. Les nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9 13 13 13 14 15 15 15 16 17 18 19 21 22 25 25 25 25 26 26 27 35 35 35 35 37

1.1. Dnitions et reprsentation . . . . . . . . . . . . . 1.1.1. Partie relle et partie imaginaire . . . . . . . . 1.1.2. Module et argument . . . . . . . . . . . . . . . 1.2. Oprations sur les complexes . . . . . . . . . . . . . 1.2.1. Egalit de deux complexes . . . . . . . . . . . 1.2.2. Complexes conjugus . . . . . . . . . . . . . . 1.2.3. Somme et produit de deux complexes . . . . . 1.2.4. Notation algbrique et trigonomtrique . . . . 1.2.5. Calculs avec Matlab . . . . . . . . . . . . . . . 1.2.6. Formule de De Moivre et applications . . . . . 1.2.7. Formules dEuler et exponentielle complexe . 1.2.8. Racines n dun complexe . . . . . . . . . 1.3. Exercices . . . . . . . . . . . . . . . . . . . . . . . . 1.3.1. Module et argument avec Matlab . . . . . . . 1.3.2. Partie relle et partie imaginaire avec Matlab 1.3.3. Vrications didentits complexes . . . . . . 1.3.4. Racines cubiques de . . . . . . . . . . . . . 1.3.5. Polynmes de Tchebycheff . . . . . . . . . . 1.4. Solutions . . . . . . . . . . . . . . . . . . . . . . . . Chapitre 2. Gnralits sur les signaux 2.1. Introduction et dnitions . . . . 2.1.1. Quest-ce quun signal ? . . 2.1.2. Diffrents types de signaux 2.1.3. Remarques . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Mathmatiques avec Matlab

2.1.4. Analyse et reconstitution dun signal . . . . . . . . . . . . 2.2. Exemple de signal causal, introductif la distribution de Dirac . 2.3. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1. Etude dun signal valeurs complexes . . . . . . . . . . . 2.3.2. Etude dun signal oscillant . . . . . . . . . . . . . . . . . . 2.4. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

38 39 44 44 44 45 53 53 55 55 58 58 59 60 61 61 65 66 67 67 67 68 68 69 75 75 75 76 76 77 77 78 78 80 83 89 89 90 91

Chapitre 3. Notions sur les sries . . . . . . . . . . . . . . . . . . . . . . . . . 3.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Sries numriques . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1. Dnitions - Exemples . . . . . . . . . . . . . . . . . . . 3.2.2. Espace vectoriel des sries convergentes . . . . . . . . . 3.2.3. Critres de convergence pour les sries termes positifs 3.2.4. Sries alternes et critre dAbel . . . . . . . . . . . . . . 3.2.5. Calculs avec Matlab . . . . . . . . . . . . . . . . . . . . . 3.3. Sries de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1. Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.2. Dnitions . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.3. Proprits des sries de fonctions . . . . . . . . . . . . . 3.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.1. Sries numriques : tude de convergence . . . . . . . . 3.4.2. Sries gomtriques . . . . . . . . . . . . . . . . . . . . . 3.4.3. Srie de fonctions valeurs complexes . . . . . . . . . . 3.4.4. Sommes trigonomtriques . . . . . . . . . . . . . . . . . 3.5. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Chapitre 4. Analyse des signaux priodiques . . . . . . . . . . . . . . . . . . 4.1. Les sries trigonomtriques . . . . . . . . . . . . . . . 4.1.1. Dnitions . . . . . . . . . . . . . . . . . . . . . 4.1.2. Convergence de la srie . . . . . . . . . . . . . . 4.1.3. Illustration graphique . . . . . . . . . . . . . . . 4.2. Sries de Fourier dun signal . . . . . . . . . . . . . . 4.2.1. Coefcients de Fourier . . . . . . . . . . . . . . 4.2.2. Proprits des sries de Fourier . . . . . . . . . . 4.2.3. Energie et formule de Parseval dun signal . . . 4.2.4. Exemple modle . . . . . . . . . . . . . . . . . . 4.2.5. Ecriture complexe des sries de Fourier . . . . . 4.3. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1. Srie de Fourier dun signal crneau . . . . . . 4.3.2. Srie de Fourier dun signal sinusodal redress 4.4. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Table des matires

Chapitre 5. Notions sur les intgrales gnralises . . . . . . . . . . . . . . . 5.1. Cas dun intervalle born . . . . . . . . . . . . . . . 5.1.1. Dnition . . . . . . . . . . . . . . . . . . . . . 5.1.2. Exemple de rfrence . . . . . . . . . . . . . . 5.1.3. Critres de convergence . . . . . . . . . . . . . 5.1.4. Remarque . . . . . . . . . . . . . . . . . . . . . 5.2. Cas dun intervalle inni . . . . . . . . . . 5.2.1. Dnition . . . . . . . . . . . . . . . . . . . . . 5.2.2. Remarque . . . . . . . . . . . . . . . . . . . . . 5.3. Cas dun intervalle ouvert . . . . . . . . . . . . 5.3.1. Dnition . . . . . . . . . . . . . . . . . . . . . 5.3.2. Remarque . . . . . . . . . . . . . . . . . . . . . 5.4. Intgrale gnralise sous Matlab . . . . . . . . . . 5.5. Exercices . . . . . . . . . . . . . . . . . . . . . . . . 5.5.1. Intgrale gnralise et fonctions quivalentes 5.5.2. Intgrale de Gauss . . . . . . . . . . . . . . . 5.5.3. Intgrale gnralise sur . . . . . . . 5.6. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

99 99 99 100 101 102 103 103 105 105 105 106 107 107 107 108 108 109

Chapitre 6. La convolution de signaux . . . . . . . . . . . . . . . . . . . . . . 113 6.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . 6.2. Dnitions et proprits . . . . . . . . . . . . . . . . . 6.2.1. Convolution continue . . . . . . . . . . . . . . . 6.2.2. Exemple de convolution continue . . . . . . . . 6.2.3. Convolution discrte . . . . . . . . . . . . . . . . 6.2.4. Exemple de convolution discrte . . . . . . . . . 6.3. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . 6.3.1. Convolution de deux portes . . . . . . . . . . . 6.3.2. Convolution dun signal par une porte de Dirac 6.3.3. Construction dune fonction "plateau" . . . . . 6.4. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 115 115 116 119 120 123 123 124 125 126

Chapitre 7. Analyse de signaux apriodiques . . . . . . . . . . . . . . . . . . 139 7.1. Introduction . . . . . . . . . . . . . . . . 7.2. La transforme de Fourier continue . . 7.2.1. Dnition . . . . . . . . . . . . . . 7.2.2. Conditions sufsantes dexistence 7.2.3. Remarque . . . . . . . . . . . . . . 7.2.4. Temporel/Frquentiel . . . . . . . 7.2.5. Exemple . . . . . . . . . . . . . . 7.2.6. Proprits . . . . . . . . . . . . . . 7.2.7. Transforme de Fourier inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 139 139 140 141 141 141 144 146

Mathmatiques avec Matlab

7.3. Transforme de Fourier et signaux discrets . . . . . . . . . 7.3.1. Transforme de Fourier temps discret . . . . . . . . 7.3.2. Transforme de Fourier discrte . . . . . . . . . . . . 7.3.3. Proprits de la TFD . . . . . . . . . . . . . . . . . . . 7.3.4. Notion de ltre dun signal . . . . . . . . . . . . . . . 7.4. Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7.4.1. Signal triangulaire et transforme de Fourier . . . . . 7.4.2. Signal de type exponentiel et transforme de Fourier . . . . . . . . . . . . . 7.4.3. TFD dun signal de priode 7.4.4. TFD dun signal alatoire . . . . . . . . . . . . . . . 7.5. Solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

147 147 148 157 158 162 162 163 163 163 164

Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

Avant-propos

Le but de cette collection "Applications Mathmatiques avec Matlab" est de comprendre et dutiliser les outils mathmatiques fondamentaux de premier cycle laide dun logiciel de calcul. Elle correspond lesprit des formations en IUT, BTS, Ecoles dingnieurs, mais aussi en premiers semestres du cycle L du nouveau schma LMD. Nous nous sommes bass sur lexprience de nos cours, travaux dirigs et sances de travaux pratiques de mathmatiques avec des tudiants de 1re et 2me anne du dpartement dInformatique dIUT de lUniversit du Havre. Pour cet enseignement, nous disposons du logiciel Matlab 1(la version actuellement installe est 6.5.0) et de son extension Symbolic Math Toolbox (version 2.1.3). Ces outils nous ont permis daccompagner les notions de base prsentes, par des illustrations numriques et graphiques, et par des vrications utilisant le calcul formel. Lutilisation dun logiciel de calcul permet de se concentrer davantage sur la comprhension du problme pos, sur une stratgie de rsolution et sur linterprtation des rsultats. Ltudiant devra aussi porter un regard critique sur les rponses fournies, en prenant garde aux erreurs darrondi dans les calculs numriques, et aux simplications abusives dans certaines expressions symboliques. Dans ce troisime tome, on prsente un ensemble doutils mathmatiques indispensables en thorie du signal : nombres complexes, sries numriques, sries de fonctions, intgrales gnralises, convolution, transforme de Fourier, ... Dans chaque chapitre, les rappels de cours sont accompagns dillustrations et dexemples traits avec Matlab. Des exercices sont ensuite proposs. Certains sont

. Matlab est une marque dpose de The MathWorks Inc. Tous les autres produits cits sont des marques dposes de leur socit respective.

10

Mathmatiques avec Matlab

originaux, dautres sont repris ou inspirs de divers manuels dont la liste est donne en bibliographie. La correction de ces exercices se trouve en n de chapitre. Nous avons choisi de la prsenter en utilisant systmatiquement Matlab. Le lecteur pourra cependant traiter la plupart de ces exercices " la main". Lorsquune commande Matlab est utilise pour la premire fois, elle est explique et apparat en gras. Les programmes et squences de calcul sous Matlab sont mis en vidence dans des tableaux. Le lecteur pourra trouver une initiation la pratique de ce logiciel dans les premiers chapitres du tome 1. En n douvrage, se trouve un index regroupant les mots-cls mathmatiques et les commandes Matlab utilises. Ces dernires apparaissent en italique. Nous tenons remercier vivement tous nos collgues qui ont consacr un temps prcieux la lecture de cet ouvrage, notamment Serge Derible, Thierry Dumont, Khaled Sadallah et Francis Wirth. Nous remercions particulirement Franois Coquet, Professeur lUniversit du Havre, pour sa lecture attentive, ses remarques et conseils judicieux . Nous accueillerons avec reconnaissance les ventuelles remarques que le lecteur voudra bien nous faire parvenir.

Note au lecteur

Ce recueil de rappels de cours et dexercices corrigs fait partie dun ensemble comportant trois tomes.

Tome 1
premire partie : prsentation de Matlab, deuxime partie : algbre linaire, troisime partie : gomtrie.

Tome 2
premire partie : analyse, deuxime partie : analyse numrique lmentaire.

Tome 3
thorie lmentaire du signal.

Chapitre 1

Les nombres complexes

On introduit dans ce chapitre lensemble des nombres complexes et les calculs lmentaires sur ces nombres indispensables en thorie du signal. 1.1. Dnitions et reprsentation Soient et deux nombres rels quelconques. On appelle nombre complexe, le Dans le plan muni dun repre orthonorm , couple ordonn le point de coordonnes afxe et on note .

est limage du complexe . On dit que a pour

Lensemble des complexes est not 1.1.1. Partie relle et partie imaginaire Soit

La partie relle de , est par dnition

et la partie imaginaire est


Autrement dit, laxe des abscisses constitue lensemble des parties relles, tandis que laxe des ordonnes est lensemble des parties imaginaires. Le complexe nul correspond et sera not

14

Mathmatiques avec Matlab

1.1.2. Module et argument 1.1.2.1. Module dun complexe Pour tout complexe le module de not est la longueur du segment . On a 1.1.2.2. Argument dun complexe Pour

, langle orient

est appel largument de et est not

il est naturellement dni

prs,

1.1.2.3. Relations entre module et argument Il est facile de voir quon a les relations


do

si si si

On notera aussi, pour un complexe non nul, de module et dargument

Reprsentation dun complexe 5

Im(z) |z|

M(z)

1 arg(z) 0 O Re(z)

2 2

Les nombres complexes

15

1.2. Oprations sur les complexes 1.2.1. Egalit de deux complexes On remarquera que deux complexes et seulement si

et

sont gaux si

autrement dit si leurs images et sont confondues. 1.2.2. Complexes conjugus Si les images et des deux complexes sont symtriques par rapport laxe des abscisses, on dira que les deux complexes et sont conjugus. On a alors

Le conjugu de

est not . On a

Si

Un complexe et son conjugu

b=Im(z)

arg(z) O a=Re(z)

conj(z)

16

Mathmatiques avec Matlab

1.2.3. Somme et produit de deux complexes La somme de deux complexes, crits sous forme

est dnie par et leur diffrence est

Le produit des deux complexes, crits sous forme

est par dnition En posant

, on en dduit que

et

do la rgle de multiplication :

On en dduit que pour

et

on a

Les nombres complexes

17

De mme, le quotient

de deux complexes avec

, est dni par

Linverse dun complexe

est le complexe

1.2.4. Notation algbrique et trigonomtrique 1.2.4.1. Deux critures dun complexe

situs sur laxe des ordonnes Les nombres complexes de la forme sont appels imaginaires purs. Ceux de la forme , situs sur laxe rel des abscisses, peuvent tre confondus avec les nombres rels .
Le nombre complexe particulier , dargument et de module est not . On a Tenant compte de la multiplication dnie prcdemment, un nombre complexe

peut tre crit sous la forme

On en dduit lcriture dite algbrique

et lcriture dite trigonomtrique

On remarquera que le nombre complexe particulier vrie

18

Mathmatiques avec Matlab

1.2.4.2. Remarque On retiendra par la suite que dans lensemble

toutes les rgles de calcul usuelles sur les nombres rels (commutativit, associativit, structure despace vectoriel, ...) restent vraies. Par contre, il ny a pas de structure dordre : deux complexes quelconques ne sont pas comparables. 1.2.5. Calculs avec Matlab Sous Matlab, le nombre complexe est prdni, et on peut effectuer les oprations usuelles dans ( ). Les fonctions real, imag, abs et angle donnent respectivement la partie relle, la partie imaginaire, le module et largument dune expression complexe : z1 = -1+i*sqrt(3) ; z2=1-i ; z=z1*z2 z = 0.7321+ 2.7321i x = real(z) x = 0.7321 y = imag(z) y = 2.7321 r = abs(z) r = 2.8284 theta = angle(z) theta = 1.3090

La fonction

donne les partie relle et imaginaire en fonction de largument et du module (dans cet ordre !). La fonction effectue la conversion inverse. [a,b] = pol2cart(pi/4,2) a = 1.4142 b = 1.4142 [theta,rho] = cart2pol(-1,sqrt(3)) theta = 2.0944 rho = 2.0000

Les nombres complexes

19

Les fonctions real, imag, abs, pol2cart permettent aussi deffectuer des calculs symboliques. z = sym(-1+i*sqrt(3)); x = real(z) x = -1 y = imag(z) y = 3^(1/2) r = abs(z) r=2 [a,b] = pol2cart(sym(pi/4),sym(2)) a = 2^(1/2) b = 2^(1/2) Il nen est pas de mme pour les fonction angle et cart2pol, qui utilisent une fonction auxiliaire atan2 : theta = angle(z) ? ? ? Function atan2 not dened for variables of class sym. On line 15 == p = atan2(imag(h), real(h)) ; [theta,rho] = cart2pol(sym(-1),sym(sqrt(3))) ? ? ? Function atan2 not dened for values of class sym. Pour obtenir la valeur exacte de largument, il faut utiliser une double conversion theta= sym(angle(double(z))) theta = 2*pi/3 ou les formules du paragraphe1.1.2.3 : theta=atan(y/x)+pi theta = 2/3*pi

1.2.6. Formule de De Moivre et applications Le nombre complexe

de module et dargument , vrie, grce la rgle de puissance n


pour tout entier

20

Mathmatiques avec Matlab

Cette formule est utile pour linariser puissances en fonction de

et , cest--dire exprimer ces

et

Linarisons par exemple et . On crit que

et on gale les parties relles et les parties imaginaires. On a

do

De mme

do

Ces rsultats peuvent tre obtenus par Matlab. En utilisant la commande simple, le mode de simplication combine(trig) donne lexpression linarise : syms theta simple((cos(theta))^3) combine(trig) : 1/4*cos(3*theta)+3/4*cos(theta) De mme simple((sin(theta))^3) combine(trig) : -1/4*sin(3*theta)+3/4*sin(theta)

Les nombres complexes

21

1.2.7. Formules dEuler et exponentielle complexe 1.2.7.1. Exponentielle complexe Pour tout nombre complexe

, on dnit par

cette dnition gnralise celle de lexponentielle relle. Sa justication rigoureuse utilise la thorie des sries entires. Nous ladmettrons dans ce manuel. On remarquera que

Lexponentielle complexe vrie aussi les proprits suivantes, valables pour tous complexes 1.2.7.2. Formules dEuler On a, pour tout rel

On en dduit les formules, dites dEuler

1.2.7.3. Application : dessin du cercle trigonomtrique Soit lensemble de complexes

est

Dans le plan rapport un repre orthonorm, lensemble des points images de le cercle trigonomtrique. Pour le dessiner avec Matlab, on dnit le tableau

22

Mathmatiques avec Matlab

puis

Linstruction plot(Z) permet alors de dessiner les images de ces complexes, en joignant ces points, sufsamment proches les uns des autres. T=[0 :pi/100 :2*pi] ; Z=exp(i*T) ; plot(Z) hold on ; axis equal plot(0,0,x) % on marque lorigine gtext(O) dessineRepere title (Dessin du cercle trigonomtrique)
Dessin du cercle trigonomtrique 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

0.5

0.5

1.2.8. Racines n 1.2.8.1. Thorme On a le rsultat

dun complexe

Thorme Tout complexe non nul En effet, posons

admet racines distinctes. . Lquation

et

Les nombres complexes

23

quivaut soit

On en dduit les racines

1.2.8.2. Exemple Grce aux formules prcdentes, les racines cubiques de par


on le vrie sous Matlab

sont donnes

syms z S1 = solve(z^3=i) S1 = [ -i*(-1/2+1/2*i*3^(1/2))] [ -i*(-1/2-1/2*i*3^(1/2))] [ -i] expand(S1) ans = [ 1/2*3^(1/2)+1/2*i] [ 1/2*i-1/2*3^(1/2)] [ -i] double(S1) 0.8660+ 0.5000i -0.8660+ 0.5000i 0- 1.0000i 1.2.8.3. Racines n

de lunit

En particulier pour

lquation

24

Mathmatiques avec Matlab

admet les racines suivantes


. . .

Toutes ces racines ont des points images sur le cercle unit et la ligne qui les joint forme un polygone rgulier.

Dessinons sous Matlab ce polygone pour des cinq racines

On calcule la valeur numrique

n=5 ; for k=1 :n ; Z(k)=cos(2*(k-1)*pi/n)+i*sin(2*(k-1)*pi/n); end Z Z = 1.0000 0.3090+ 0.9511i -0.8090+ 0.5878i -0.8090- 0.5878i 0.3090- 0.9511i

est ici un tableau de complexes, et la commande plot(Z) va construire la ligne polygonale joignant les images de ces complexes. Il suft ensuite de joindre le dernier sommet au premier, de marquer lorigine du repre. On dessine sur la mme gure le cercle unit (voir 1.2.7.3). clf ; hold on ; axis equal ;grid on plot(Z,LineWidth,1.5) plot([Z(5) Z(1)],LineWidth,1.5) plot(0,0,x) T=[0 :pi/100 :2*pi] ;Z1=exp(i*T) ; plot(Z1) ; dessineRepere title(Racines cinquimes de lunit et cercle trigonomtrique)

Les nombres complexes

25

Racines cinquimes de lunit et cercle trigonomtrique 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1

0.5

0.5

1.3. Exercices 1.3.1. Module et argument avec Matlab Utiliser les fonctions cart2pol et pol2cart de Matlab pour : 1) donner le module et largument du nombre complexe 2) donner les parties relle et imaginaire du nombre complexe (solution p. 27) 1.3.2. Partie relle et partie imaginaire avec Matlab Donner avec Matlab la partie relle et imaginaire ainsi que le module et largument du complexe

(solution p. 28) 1.3.3. Vrications didentits complexes Vrier sous Matlab les proprits suivantes : 1)

26

Mathmatiques avec Matlab

2) 3) 4)

(solution p. 28) 1.3.4. Racines cubiques de 1) Rsoudre dans lquation

2) Vrier que

On notera la racine relle, et (les racines complexes).

et que ces deux racines satisfont lquation


3) Placer les images , et de ces trois racines sur un repre orthonorm. (solution p. 29) 1.3.5. Polynmes de Tchebycheff Pour tout entier

et tout rel appartenant lintervalle


2) On pose Vrier que a)

, on dnit

1) Calculer

b)

3) En dduire la formule de rcurrence

Les nombres complexes

27

4) Montrer par rcurrence que, pour dont le coefcient de est

est un polynme de degr ,

5) Calculer avec Matlab la suite des polynmes

et reprsenter graphiquement 6) En utilisant lgalit obtenue la question (2a), montrer que, les rels

sont les racines du polynme Vrier par le calcul avec Matlab ce rsultat dans le cas Illustrer graphiquement. (solution p. 30) 1.4. Solutions Exercice 1.3.1 1) Conversion de

.
x1 = -3 ; y1 = 3 ; [theta1,rho1] = cart2pol(x1,y1) theta1 = 2.3562 rho1 = 4.2426 % Sous forme symbolique sym(theta1) ans = 3*pi/4 simplify(sym(rho1)) ans = 3*2^(1/2)

Do 2) Conversion de

rho2 = 1 ; theta2 = pi/12 ; [x2,y2]=pol2cart(theta2,rho2) x2 = 0.9659 y2 = 0.2588 % Pour obtenir les valeurs exactes : [x2,y2]=pol2cart(sym(theta2),sym(rho2)) x2 =1/4*6^(1/2)*(1+1/3*3^(1/2)) y2 =1/4*6^(1/2)*(1-1/3*3^(1/2))

28

Mathmatiques avec Matlab

On a donc


et

Exercice 1.3.2 On calcule et simplie la partie relle, la partie imaginaire et le module. z=sym((-2-2*i*sqrt(3))/(sqrt(3)+i)); x=simple(real(z)) x = -3^(1/2) y=simple(imag(z)) y = -1 rho=simplify(abs(z)) rho = 2 Pour largument, on fait appel la fonction angle qui utilise le complexe en numrique et une double conversion theta=sym(angle(double(z))) theta = -5*pi/6 Mais, si le calcul numrique de gnre une erreur darrondi, on peut ne pas retrouver la valeur exacte en convertissant en symbolique. Il est donc plus sr dutiliser la formule du paragraphe 1.1.2.3 : theta=simplify(atan(y/x)+pi) theta =7/6*pi On obtient le mme argument ( 2 prs) et nalement

Exercice 1.3.3

On dclare deux complexes quelconques

Les nombres complexes

29

et on vrie les proprits demandes. syms a b c d real z1=a+i*b ; z2=c+i*d ; conj(z1) ans=a-i*b conj(z1+z2)-conj(z1)-conj(z2) ans=0 conj(z1*z2)-conj(z1)*conj(z2) ans=0 conj(z1)+z1 ans=2*a expand(conj(z1)*z1) a^2+b^2 abs(z1) (a^2+b^2)^(1/2) Exercice 1.3.4. 1) On utilise la commande solve pour rsoudre lquation demande (par dfaut, la rsolution se fait dans ). syms z S= solve(z^3-1=0) S = [ 1] [ -1/2+1/2*i*3^(1/2)] [ -1/2-1/2*i*3^(1/2)] Le tableau contient les solutions

2) Vrication des relations entre les racines z1 = S(2) ; z2=S(3) ; conj(z2)-z1 ans = 0 simplify(1+z1+z1^2) ans =0

30

Mathmatiques avec Matlab

3) On convertit en numrique lensemble des solutions et on dessine le triangle dont les sommets ont pour afxes ces solutions T = double(S) T = 1.0000 -0.5000+ 0.8660i -0.5000- 0.8660i axis equal ; hold on plot(T,o-) plot([T(3) T(1)]) %pour joindre le troisime sommet au premier On complte la gure en dessinant le repre, et le cercle trigonomtrique (voir paragraphe 1.2.7.3) ; les complexes tant les racines cubiques de lunit, leurs images se trouvent sur ce cercle. plot(0,0,x) T1=[0 :pi/100 :2*pi] ;Z1=exp(i*T1) ; plot(Z1) ; dessineRepere Enn, pour faire apparatre la lgende : gtext(z0=1) gtext(z1) gtext(z2) title (Racines Cubiques de lUnit)
Racines Cubiques de l"Unit 1 z1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 z2 1 1 0.5 0 0.5 1 z0=1

Exercice 1.3.5 1) On a immdiatement

Les nombres complexes

31

Avec Matlab, on calcule syms n x real Tn=real((x+i*sqrt(1-x^2))^n); T2=simplify(subs(Tn,n,2)) T2 = 3/2*x^2+i*x*(1-x^2)^(1/2)-1/2-i*x*conj((1-x^2)^(1/2)) -1/2*conj((1-x^2)^(1/2))^2 Lhypothse qui implique que est dni dans nest pas prise en compte par Matlab. On effectue donc la simplication

T2=subs(T2,conj((1-x^2)^(1/2)),(1-x^2)^(1/2)) T2 = 2*x^2-1 Ainsi a) De on dduit que

Do

et grce la dnition de lexponentielle complexe, on a

b) Avec Matlab, on vrie que

syms t real E=2*exp(i*n*t)*cos(t); simplify(E) ans =exp(i*t*(n+1))+exp(i*t*(n-1)) 2) Grce la formule prcdente, on a

32

Mathmatiques avec Matlab

3)

est un polynme de degr 1, le coefcient de est

De mme,

est un polynme de degr 2, le coefcient de


est

On suppose que est un polynme de degr , et que est un polynme de degr , dont le coefcient de est Alors

est un polynme de degr dont de coefcient de est

4) On utilise la relation de rcurrence ci-dessus : syms x real T(1)=x ; T(2)=2*x^2-1 ; for n=2 :9, T(n+1)=collect(2*x*T(n)-T(n-1)); end T T= [ x, 2*x^2-1, 4*x^3-3*x, 8*x^4-8*x^2+1, 16*x^5-20*x^3+5*x, 32*x^6-48*x^4+18*x^2-1, 64*x^7-112*x^5+56*x^3-7*x, 128*x^8-256*x^6+160*x^4-32*x^2+1, 256*x^9-576*x^7+432*x^5-120*x^3+9*x, 512*x^10-1280*x^8+1120*x^6-400*x^4+50*x^2-1] Ainsi

La reprsentation graphique de est donne par : T10=T(10) ; ezplot(T10,-1,1) hold on ; grid on dessineRepere

Les nombres complexes

33

512*x^101280*x^8+1120*x^6400*x^4+50*x^21

0.5

0.5

0.8

0.6

0.4

0.2

0 x

0.2

0.4

0.6

0.8

5) Pour

posons

On a alors

On effectue la vrication demande pour

PI=sym(pi) ; for k=1 :10, X(k)=cos((2*k-1)*PI/(2*10)); Y(k)=simple(subs(T10,x,X(k))); end Y Y = [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] On reprsente graphiquement les 10 points de coordonnes

34

Mathmatiques avec Matlab

plot(double(X),double(Y),o);
512*x^101280*x^8+1120*x^6400*x^4+50*x^21

0.5

0.5

0.8

0.6

0.4

0.2

0 x

0.2

0.4

0.6

0.8

Chapitre 2

Gnralits sur les signaux

2.1. Introduction et dnitions 2.1.1. Quest-ce quun signal ? On appelle signal (unidimensionnel) toute fonction

o est une partie de . La valeur relle ou complexe , est souvent donne par un appareil de mesure. Comme exemples classiques de signaux, on cite : une tension, un courant, une temprature, ...

2.1.2. Diffrents types de signaux Il y a plusieurs sortes de signaux :

36

Mathmatiques avec Matlab

1) si

est un intervalle rel, le signal est dit analogique ou continu,

Signal analogique

2.5

1.5

0.5

0 2 0 2 x 4 6 8

2) si

, le signal est appel discret ou numrique,

Signal discret 3

2.5

1.5

0.5

0 5 0.5

1 5

Gnralits sur les signaux

37

3) si

, le signal est dit chantillonn.


Signal chantillonn

2.5

1.5

0.5

0 t1 0.5 t2 t3 t4 t5 t6

10

4) lorsque le signal, dni sur , est nul pour


Signal causal 2

on dira quil est causal.

1.5

0.5

0.5

1 5

2.1.3. Remarques 2.1.3.1. Fonctions valeurs complexes Si est un intervalle de , et une fonction de vers

38

Mathmatiques avec Matlab

on dira que admet une limite

pour

si

On dira de mme que est continue, drivable, intgrable, etc..., si et seulement si et le sont. Par exemple, dans le cas de la drivabilit, on notera


et dans le cas de lintgrabilit

Si

, en notant

on dira que la suite tend vers

pour

si et seulement si

Comme la plupart des commandes Matlab, limit, diff et int sappliquent aussi pour les fonctions valeurs complexes (voir exercice 2.3.1). 2.1.3.2. Signaux multidimensionnels Un signal peut tre multidimensionnel. Par exemple une application

peut reprsenter la teneur en gris des points dune photo de cadre Nous nous limiterons aux signaux unidimensionnels. 2.1.4. Analyse et reconstitution dun signal On se limite ici aux dnitions simples suivantes : 2.1.4.1. Analyse

Analyser un signal , cest pouvoir lcrire sous forme dune somme (nie ou innie) de fonctions lmentaires, faciles tudier et tracer localement.

Gnralits sur les signaux

39

2.1.4.2. Reconstitution Reconstituer un signal, cest retrouver la fonction partir de la superposition de fonctions lmentaires donnes. (On parlera ainsi de synthse). 2.1.4.3. Exemple Un exemple concret de parfaite analyse dun signal est illustr lorsquun orchestre joue une partition musicale. En effet si dsigne le son linstant , alors , dans cette partition musicale, devient une superposition "dharmoniques" (donc de fonctions lmentaires) joues linstant quil faut avec la bonne frquence. On parle alors du frquentiel-temporel bien localis. 2.1.4.4. Cas gnral On voudrait faire de mme dans le cas gnral. Nous parlerons, dans ce manuel, de deux types danalyse de signaux : 1) analyse par les sries de Fourier (cas priodique), 2) analyse par la transforme de Fourier. 2.2. Exemple de signal causal, introductif la distribution de Dirac Lexemple suivant introduit concrtement et dune manire simple limpulsion dite de Dirac en zro (appele aussi masse de Dirac) dont nous naborderons pas lexplication mathmatique. On considre le signal causal (modlisant, par exemple, le dbit linaire en eau, dun robinet ouvert linstant )

si si

1) On reprsente graphiquement le signal sur lintervalle syms t real ezplot(t,0,5) hold on ezplot(0,-5,0) axis auto ;axis equal dessineRepere title (Graphe du signal s)

40

Mathmatiques avec Matlab

Graphe du signal s 6

1 4 2 0 x 2 4

2) est drivable sur

et la fonction drive

est dnie par

si si

On note

(fonction de Heaviside). On reprsente graphiquement .

gure(2) ;clf ezplot(0,-5,0) hold on ezplot(1,0,5) axis auto ; axis equal dessineRepere title (Graphe de s : fonction de Heaviside H)

Gnralits sur les signaux

41

Graphe de s : fonction de Heaviside H 4

3 5 4 3 2 1 0 x 1 2 3 4 5

3) On considre un "recollement" continu de (en vue dviter le saut en ),

si

si

On reprsente graphiquement pour

epsi=1/3 ; gure(3) ; clf ezplot(0,-5,-epsi/2) ; hold on ezplot(1/epsi*(t+epsi/2),-epsi/2,epsi/2) ezplot(1,epsi/2,5) axis auto ; axis equal dessineRepere title(Graphe de Hepsilon (recollement de H))

42

Mathmatiques avec Matlab

Graphe de Hepsilon (recollement de H) 4

3 5 4 3 2 1 0 x 1 2 3 4 5

4) est drivable sur

si si

et on a

On reprsente les trois segments horizontaux constituant le graphe de gure(4) ;clf plot([-5 -epsi/2],[0 0],LineWidth,1.5); hold on plot([-epsi/2 epsi/2],[1/epsi 1/epsi],LineWidth,1.5); plot([epsi/2 5],[0 0],LineWidth,1.5) ;

Puis on "ferme la porte", dite de Dirac, par deux segments verticaux. plot ([-epsi/2 -epsi/2],[0 1/epsi]) plot ([epsi/2 epsi/2],[0 1/epsi]) axis auto ; axis equal dessineRepere title(Graphe de la drive de Hepsilon : porte de Dirac)

Gnralits sur les signaux

43

Graphe de la drive de Hepsilon : porte de Dirac 5

2 5 4 3 2 1 0 1 2 3 4 5

5) Pour tout

suprieur ou gal

on a

On dit que la porte de Dirac est de masse gale . - Pour x diffrent de on a


ds que

do on a

- Pour


do

si si

Cette limite exprime lide dune impulsion, note , en zro. Intuitivement on a envie dcrire abusivement

Mais on prendra garde que nest pas une fonction. On pourra par contre parler par la suite de portes de Dirac en divers points.

44

Mathmatiques avec Matlab

2.3. Exercices 2.3.1. Etude dun signal valeurs complexes Soit le signal valeurs complexes dni par

avec

et deux rels donns,

1) Ecrire sous forme algbrique et montrer que sultat avec Matlab. 2) Calculer avec Matlab une primitive de et

Vrier ce r-

3) On xe pour toute la suite

Reprsenter graphiquement dans le plan complexe lensemble des valeurs

4) Reprsenter aussi les fonctions


et

(solution p. 45) 2.3.2. Etude dun signal oscillant On donne le signal dni par

si si

1) Vrier avec Matlab la continuit de en Justier mathmatiquement le rsultat.

Gnralits sur les signaux

45

2) Le signal est-il drivable en ? 3) Donner le graphe de sur lintervalle

. 4) Dnir dans un chier Heaviside.m la fonction dnie par

si si

et lutiliser pour dnir et reprsenter graphiquement, sur diffHeaviside

la fonction

5) Dessiner le graphe de la fonction

sur le mme intervalle.

diffHeaviside

(solution p. 48) 2.4. Solutions Exercice 2.3.1 1) On a, grce la dnition de lexponentielle complexe do et

On vrie sous Matlab ce dernier calcul syms a b t real u=a+i*b ; sDEt=exp(u*t) sDEt = exp((a+i*b)*t) sPrimeDEt=diff(sDEt,t) sPrimeDEt = (a+i*b)*exp((a+i*b)*t)

46

Mathmatiques avec Matlab

2) La mthode utilisant la dcomposition :

ncessiterait deux intgrations par parties. Matlab donne directement I=int(sDEt,t) I = 1/(a+i*b)*exp((a+i*b)*t) do

Pour lintgrale dnie, on a PI=sym(pi) ; I=int(sDEt,t,0,2*PI/b) I = (exp(2/b*a*pi)-1)/(a+i*b) cest--dire

3) On remplace et par les valeurs donnes puis on procde comme pour le dessin du cercle trigonomtrique (voir chapitre 1, paragraphe 1.2.7.3) sDEt=subs(sDEt,{a,b},{-0.5,3}) sDEt = exp((-1/2+3*i)*t) T=[0 :pi/40 :5*pi] ;Z=double(subs(sDEt,t,T)) ; gure(1) ;clf plot(Z) hold on ;axis equal dessineRepere

Gnralits sur les signaux

47

0.6

0.4

0.2

0.2

0.4 0.4 0.2 0 0.2 0.4 0.6 0.8 1

On explicite et on reprsente graphiquement la partie relle de : gure(2) ;clf s1DEt=real(sDEt) s1DEt = 1/2*exp((-1/2+3*i)*t)+1/2*exp((-1/2-3*i)*t) ezplot(s1DEt,[0 5*pi]) dessineRepere

1/2*exp((1/2+3*i)*t)+1/2*exp((1/23*i)*t) 0.2

0.15

0.1

0.05

0.05

0.1

0.15

0.2 0 5 t 10 15

48

Mathmatiques avec Matlab

On fait de mme pour le module de gure(3) ;clf ModsDEt=abs(sDEt) ModsDEt = exp(-1/2*t) ezplot(ModsDEt,[0 5*pi]) dessineRepere
exp(1/2*t) 0.7

0.6

0.5

0.4

0.3

0.2

0.1

0 0 5 t 10 15

Exercice 2.3.2 1) On calcule avec Matlab

syms t real sDEt=t*(1+t)*sin(1/t) ; limit(sDEt,t,0) ans = 0 La limite obtenue est car on multiplie la fonction borne

par la fonction

qui tend vers pour tendant vers Le signal est donc continu en

Gnralits sur les signaux

49

2) On calcule la limite en du rapport

limit(sDEt/t,t,0) ans = -1 .. 1 Cela indique que le rapport

nadmet pas de limite en Cette fois, la fonction oscillante

est multiplie par une fonction tendant vers 3) On a ezplot(sDEt,-1,2) axis auto dessineRepere
t*(1+t)*sin(1/t) 3

2.5

1.5

0.5

0.5 1

0.5

0.5 t

1.5

4) On dnit

function y=Heaviside(t) if t =0 y=1 ; else y=0 ; end

50

Mathmatiques avec Matlab

puis function y=diffHeaviside(t) y=Heaviside(t)-Heaviside(t-1) ;

Pour le graphe, on utilise la commande fplot : clf ; hold on fplot(diffHeaviside,[-1 2]) axis([-1 2 -0.2 1.2]) dessineRepere

0.8

0.6

0.4

0.2

0.2 1

0.5

0.5

1.5

On notera que les barres verticales, gnres par fplot, nappartiennent pas au graphe. 5) On a de mme : function y=porteHeavisideSinus(t) y=diffHeaviside(t)*t*(t+1)*sin(1/t);

clf ; hold on fplot(porteHeavisideSinus,[-1 2]) dessineRepere

Gnralits sur les signaux

51

1.5

0.5

0.5 1

0.5

0.5

1.5

Le produit du signal par la diffrence des deux "Heaviside" ainsi considrs permet dobtenir une "porte" de ce signal.

Chapitre 3

Notions sur les sries

3.1. Introduction En thorie du signal, on est amen ajouter des signaux lmentaires. Par exemple, si on a :


. . .

on peut construire la somme


et tudier la limite

Le rsultat, lorsquil existe, dpendra de la variable (on parlera alors de srie de fonctions). La quantit correspond la somme

54

Mathmatiques avec Matlab

Intuitivement, lordre de grandeur de la limite


nest pas facile apprcier. On a bien sr

mais on ajoute un grand nombre de ces petits termes. Mme le calcul numrique avec Matlab permet difcilement de conjecturer un rsultat : N = 1 :1 :1000 ; S = sum(1./N) S = 7.4855 N = 1 :1 :10000 ; S = sum(1./N) S = 9.7876 Linterprtation graphique de cette somme, et le calcul intgral montrent que


do

f(x)=1/x

0.8

0.6

0.4

0.2

10 x

12

14

16

18

20

Notions sur les sries

55

Comme on dduit

3.2. Sries numriques 3.2.1. Dnitions - Exemples 3.2.1.1. Sries convergentes et sries divergentes Soit une suite relle ou complexe quelconque. On veut donner un sens la sommation innie

Pour cela on pose

Si la limite

), on dira que la srie

existe et est nie, (dans ou

est convergente. Sa limite

sappelle la somme de la srie et se note

Si au contraire la suite na pas de limite nie pour limite innie), on dit que la srie est divergente. Dans le cas o

(pas de limite, ou

on notera

56

Mathmatiques avec Matlab

On a vu par exemple au paragraphe 3.1 que

La srie

est donc divergente. 3.2.1.2. Une condition ncessaire de convergence On retiendra la condition ncssaire de convergence dune srie :

est convergente alors le terme gnral tend vers pour .


Si la srie

Cette condition nest pas sufsante, on la vu avec la srie


Mais lutilit de ce rsultat est sa contrapose : une srie dont le terme gnral ne tend pas vers zro est ncessairement divergente. Par exemple la srie


est divergente, puisque


3.2.1.3. Sries absolument convergentes Si la srie des modules (ou valeurs absolues)

est convergente, on dira que la srie

est absolument convergente. On montre que dans ou , une telle srie est convergente. La rciproque nest pas vraie.

Notions sur les sries

57

3.2.1.4. Sries semi-convergentes Une srie convergente et non absolument convergente est dite semi-convergente. On montrera par exemple (voir paragraphe 3.2.4.1) que la srie

est convergente, alors que la srie des valeurs absolues,


ne lest pas. 3.2.1.5. Sries gomtriques Un exemple simple de srie absolument convergente (et donc convergente), est la srie gomtrique de raison , dnie par

. Cette srie est absolument

lorsque le nombre rel ou complexe est tel que convergente et de plus on a

(Voir lexercice 3.4.2). 3.2.1.6. Sries de Riemann

On appelle sries de Riemann, les sries de la forme

. On retiendra le rsultat pratique


La srie de Riemann et divergente si
.

est convergente si

58

Mathmatiques avec Matlab

3.2.2. Espace vectoriel des sries convergentes Si les sries


et

sont convergentes, de sommes et alors


converge, et a pour somme

la srie de terme gnral


la srie de terme gnral plexe).


converge, sa somme est

( rel ou com-

3.2.3. Critres de convergence pour les sries termes positifs 3.2.3.1. Critres de comparaison 1) Soient deux sries et

termes positifs vriant

pour assez grand. Alors :

si la srie si la srie
2) Si

converge, est divergente, diverge.

est convergente,

pour

, cest--dire

sont de mme nature. 3.2.3.2. Critre de Cauchy Soit une srie


alors les deux sries

termes positifs. Posons


Alors,

est convergente si est divergente si

et .

Notions sur les sries

59

3.2.3.3. Critre de DAlembert De mme, pour les sries termes positifs et non nuls pour assez grand, posons

alors


et .

est convergente si est divergente si

3.2.3.4. Remarque Pour les deux critres ci-dessus, lorsque

on ne peut rien conclure.

ou

3.2.4. Sries alternes et critre dAbel 3.2.4.1. Critre pour les sries alternes Une srie

est dite alterne si est de la forme


pour tout entier . On montre le rsultat (dit dAbel)


Si la suite de termes positifs est dcroissante et tend vers zro alors est convergente.

Un exemple type est la srie

3.2.4.2. Critre dAbel Le rsultat prcdent se gnralise aux sries de la forme


60

Mathmatiques avec Matlab

On a le rsultat gnral dAbel Si la suite est positive, dcroissante et tend vers zro et si, pour tout les sommes partielles sont majores par une constante , alors est convergente.

Une application importante de ce critre sera vue au chapitre suivant, sur les sries trigonomtriques.

3.2.5. Calculs avec Matlab Si sont des variables symboliques, une constante entire et une expression symbolique, reprsente

et on utilise


pour calculer

Exemples On peut vrier avec Matlab que la srie


est semi-convergente : syms n symsum((-1)^n/n,1,inf) ans = -log(2) symsum(1/n,1,inf) ans = inf

Notions sur les sries

61

De plus, la somme de cette srie est

Mais dans bien des cas, la somme de la srie ne peut tre explicitement trouve, et la commande symsum est inoprante. Il faut utiliser les thormes des paragraphes prcdents pour tablir la convergence ou la divergence de la srie.

Etudions par exemple la srie


On sait que, pour

Comme la srie de Riemann

est convergnete, il en est de mme pour la srie

Le calcul avec Matlab permet de vrier lquivalence syms n real Un=sin(1/n^2) ; limit(Un/(1/n^2),n,inf) ans = 1 mais ne donne pas la valeur de la somme symsum(Un,1,inf) ans = sum(sin(1/n^2),n = 1 .. inf) 3.3. Sries de fonctions 3.3.1. Exemple On considre la srie gomtrique

62

Mathmatiques avec Matlab

Cette srie converge pour tout (voir lexercice 3.4.2) et on peut dnir sur cet intervalle les fonctions , et dnies respectivement par :

Pour tout , converge vers . On peut lillustrer en reprsentant . On dclare ces fonctions graphiquement et sur lintervalle

syms x n N real S= 1/(1-x) ; SN =(1-x^(N+1))/(1-x); S10 = subs(SN,N,10) ; S5 = subs(SN,N,5) ;

puis on trace leurs graphes

ezplot(S,-1,1) hold on ezplot(S10,-1,1) ezplot(S5,-1,1) axis([-1 1 0 20]) gtext(S(x)) gtext(S10(x)) gtext(S5(x)) title(Convergence de Sn(x) vers S(x))

Notions sur les sries

63

Convergence de Sn(x) vers S(x) 20 S(x) 18 16 14 12 10 8 6 4 2 0 1 S10(x)

S5(x)

0.8

0.6

0.4

0.2

0 x

0.2

0.4

0.6

0.8

On constate graphiquement que lcart entre et , pour donn, est plus grand au voisinage des points extrmits -1 et 1. Pour donn dans valeur de est vri On a

et pour un

petit x, cherchons partir de quelle


Linquation

se rsout en utilisant les logarithmes et donne

Notons

64

Mathmatiques avec Matlab

Fixons maintenant et calculons pour quelques valeurs de . ( reprsente la valeur de partir de laquelle devient infrieur

epsilon = 1e-6 ; N0 = log(epsilon*(1-x))/log(abs(x))-1; double(subs(N0,x,.5)) ans = 19.9316 double(subs(N0,x,.9)) ans = 151.9804 double(subs(N0,x,.99)) ans = 1831.8 On constate que lorsque sapproche de , devient de plus en plus grand. En fait on a limit(N0,x,1,left) ans = inf Par contre, si on se restreint lintervalle

, on a, pour tout


donc pour tout

avec

Cette fois, la valeur de . tout

est choisie de manire uniforme par rapport

Par exemple, pour

on trouve
N0=-log(10^-6)/log(2) N0 = 19.9316

ce qui veut dire que, pour tout

et pour tout

Cela nous conduit poser les dnitions suivantes.

Notions sur les sries

65

3.3.2. Dnitions On considre une suite de fonctions

est une partie de , le plus souvent un intervalle. On va alors tudier la srie

pour

3.3.2.1. Convergence simple On dira que la srie


converge simplement sur

si pour chaque


admet une limite, note pour

On crira

Cette convergence est clairement dpendante de . Ici tous les critres prcdents de convergence des sries numriques sappliquent.

3.3.2.2. Convergence absolue La srie

converge absolument sur

si la srie

converge pour tout La srie

3.3.2.3. Convergence uniforme


converge uniformment sur vers une fonction sil existe un , tel que pour et pour tout rang assez grand indpendant de , la quantit

est aussi petite quon veut. On crira

66

Mathmatiques avec Matlab

3.3.2.4. Remarque On fera la distinction entre : Convergence simple :

Convergence uniforme :

3.3.2.5. Convergence normale On dira que la srie tions suivantes : 1) pour tous
converge normalement si sont vries les deux condi-

2) la srie numrique

est convergente.

Cette convergence normale implique la convergence absolue et uniforme. 3.3.2.6. Liens entre ces convergences On retiendra les implications importantes suivantes entre les diffrents types de convergence des sries de fonctions dnies ci-dessus : i) la convergence uniforme sur implique la convergence simple sur ii) la convergence absolue sur implique la convergence simple sur iii) la convergence normale sur implique la convergence absolue, simple et uniforme sur 3.3.3. Proprits des sries de fonctions 3.3.3.1. Continuit de la somme

Si chaque fonction est continue sur et si la srie de fonctions converge uniformment sur , alors la somme est continue sur

Notions sur les sries

67

3.3.3.2. Interversion des signes Si, sur un intervalle

et

converge

chaque est intgrable et la srie

uniformment, alors sa somme est intgrable sur


et on a :

3.3.3.3. Drivation terme terme Si la srie


de fonctions drivables , converge simplement sur et que la srie converge uniformment sur alors la somme est drivable, on peut driver terme terme et on a

3.4. Exercices 3.4.1. Sries numriques : tude de convergence Etudier avec Matlab la nature des sries numriques dnies par leur terme gnral : 1) , (tudier la limite de son terme gnral), , (utiliser un dveloppement de Taylor lordre 4, 2) pour trouver un quivalent du terme gnral ), 3) conclure).

, (montrer que

, pour

et

(solution p. 69) 3.4.2. Sries gomtriques 1) Vrier que pour tout rel

et tout entier

68

Mathmatiques avec Matlab

2) En utilisant le fait que pour


donner la somme

(solution p. 70)

3.4.3. Srie de fonctions valeurs complexes Soit la srie de fonctions

1) Montrer que pour tout rel, on a


on a

2) Que peut on dduire pour la convergence de la srie donne ? 3) Vrier que pour tout rel et pour tout entier

quen dduit on ? (solution p. 70)

3.4.4. Sommes trigonomtriques Pour

et

, on considre les sommes


1) Calculer en utilisant lexponentielle complexe et la somme des termes dune suite gomtrique dont on prcisera la raison.

Notions sur les sries

69

2) Vrier que pour tout

, on a

3) En dduire une expression simplie du rapport

puis de et 4) En dduire que le critre dAbel sapplique pour les sries

(solution p. 71) 3.5. Solutions Exercice 3.4.1 1) Etude de la premire srie : syms n real limit (cos(2/(1+n)),n,inf) ans=1 la srie est donc divergente. On remarquera ici que la commande symsum de Matlab ne permet pas de conclure : syms n real symsum(cos(2/(1+n)),0,inf) ans=sum(cos(2/(1+n)),n=0..inf) 2) Etude de la deuxime srie avec les D.L. syms x nreal taylor (sin(x)-tan(x), 0, 4) ans=-1/2*x^3 subs(ans,x,1/n) -1/2/n^3 Ce dveloppement montre que la srie considre garde un signe constant (ici ngatif) pour assez grand. Elle est convergente grce au critre de convergence des sries de Riemann puisque son terme gnral est quivalent .

70

Mathmatiques avec Matlab

3) Etude de la troisime srie syms n real Un=sqrt(n^2+n+1)-sqrt(n^2+n-1); limit(Un/(1/n),n,inf) ans=1 Le terme gnral est donc quivalent , la srie diverge. Exercice 3.4.2 Soit

alors
syms r n k real Sn=symsum(r^k,k,0,n) Sn=r^(n+1)/(r-1)-1/(r-1)

on en dduit que si

Exercice 3.4.3. 1) Pour x, on dnit


On calcule pour cela le module du terme gnral : syms x real ; syms n positive fnDEx= 1/(n*(x+i*n)) ; gnDEx=abs(fnDEx) gnDEx = 1/n/(x^2+n^2)^(1/2) Puis on vrie que

est quivalent :

limit(gnDEx/(1/n^2),n, inf) ans = 1

Notions sur les sries

71

2) Cela prouve que la srie

converge, simplement et absolument, pour tout . 3) Mais on peut aussi obtenir une majoration uniforme de rel :

. On a, pour tout

Il existe donc une srie numrique convergente, de terme gnral

qui majore la srie tudie pour tout donc aussi convergence uniforme sur . Exercice 3.4.4 1) On rappelle que

: il y a convergence normale de la srie,


. Do

, do la somme

Cest la somme des termes dune suite gomtrique de raison


Le calcul de cette somme seffectue aussi sous Matlab :

syms t k N real S1PlusIS2=symsum(exp(i*k*t),k,0,N) S1PlusIS2 = 1/(exp(i*t)-1)*exp(i*(N+1)*t)-1/(exp(i*t)-1) 2) Vrication de lgalit

syms theta real Expr1=factor(2*i*sin(theta/2)*exp(i*theta/2)) Expr1 = 2*i*sin(1/2*theta)*exp(1/2*i*theta) Expr2=simplify(Expr1) Expr2 = exp(i*theta)-1

72

Mathmatiques avec Matlab

3) Daprs la question prcdente, on a donc

Mais daprs la premire question, on a aussi

La partie relle et la partie imaginaire de sobtiennent par S=exp(1/2*i*(N+1)*t)*sin(1/2*(N+1)*t)/(exp(1/2*i*t)*sin(1/2*t)); S1=simplify(real(S)) S1 = sin(1/2*(N+1)*t)*cos(1/2*t*N)/sin(1/2*t) S2=simplify(imag(S)) S2 = sin(1/2*(N+1)*t)*sin(1/2*t*N)/sin(1/2*t) Do les galits :

et

4) On en dduit que la srie de fonctions

est convergente simplement pour tout grce au lemme dAbel. En effet la suite dnie par est positive et dcroissante vers zro. Dautre part les sommes partielles suivantes sont majores par une constante indpendante de :

Notions sur les sries

73

On pourra en dduire que la srie est uniformment convergente sur tout intervalle de pour tout dans lintervalle . Le raisonnement prcdent la forme est valable pour lautre srie.

Chapitre 4

Analyse des signaux priodiques

4.1. Les sries trigonomtriques 4.1.1. Dnitions On appelle srie trigonomtrique, une srie de la forme

et

sont deux suites complexes,

est un nombre rel donn et

On pourra aussi crire cette srie sous la forme

Pour tout

la fonction lmentaire

est appele une harmonique et constitue une fonction priodique de priode

Une priode commune pour toutes les harmoniques est

76

Mathmatiques avec Matlab

Le nombre est appel frquence de la srie trigonomtrique. Si celle-ci converge vers pour un donn (convergence simple), on a

La somme est priodique, de priode . 4.1.2. Convergence de la srie 4.1.2.1. Condition sufsante de convergence Si on suppose que les sries trigonomtrique
et sont convergentes, alors la srie

est normalement convergente. On peut alors appliquer les rsultats des paragraphes 3.3.2.6 et 3.3.3 du chapitre 3 pour dduire quelle est uniformment convergente, et sa somme est continue sur .
4.1.2.2. Critre dAbel Si on suppose que les deux suites et sont relles, positives et dcroissantes vers zro, le critre dAbel sapplique pour dire que la srie trigonom trique est convergente pour tout

Lorsque est multiple de la priode, on doit faire une tude particulire. 4.1.3. Illustration graphique On donne ci-dessous une reprsentation graphique dun signal priodique . On reprsente ses premires harmoniques et la somme partielle

Analyse des signaux priodiques

77

Analyse dun signal s(t)

1re harmonique

S4(t)

2me 10 8 6 4 2 0 2 4 0 0.5 1 1.5 5 2 2.5 3 0 10 15 20 3me

3.5

4.2. Sries de Fourier dun signal 4.2.1. Coefcients de Fourier On part dune srie trigonomtrique

et on suppose quelle converge vers un signal sur un intervalle de longueur

de la forme . Alors, on montre que les coefcients et sexpriment en fonction du signal de la manire suivante :

et pour tout

78

Mathmatiques avec Matlab

Rciproquement, soit un signal -priodique alors les formules prcdentes constituent ce quon appelle les coefcients de Fourier de et la srie trigonomtrique correspondante est dite la srie de Fourier de . Ainsi, la srie de Fourier dun signal priodique de priode , lorsquelle converge (simplement ou uniformment), constitue une analyse de . 4.2.2. Proprits des sries de Fourier On retiendra les proprits suivantes :

si le signalest une fonction paire alors


, et si le signal est une fonction impaire alors , et

et le rsultat de Dirichlet : si le signal priodique est drivable par morceaux, alors sa srie de Fourier converge partout et on a : si est continu en sinon. Ici, , dsignent respectivement les limites droite et gauche de au point . 4.2.3. Energie et formule de Parseval dun signal 4.2.3.1. Energie Lnergie dun signal -priodique , est la quantit (lorsquelle est nie)

Analyse des signaux priodiques

79

appele aussi le carr de la valeur efcace de sur lintervalle Lnergie , sur un intervalle de longueur , se calcule de la dune harmonique de rang manire suivante :

4.2.3.2. Formule de Parseval En sommant toutes les nergies des harmoniques de la srie de Fourier dun signal priodique (suppose convergente) on obtient la formule dite de Parseval

80

Mathmatiques avec Matlab

4.2.4. Exemple modle On donne le signal , -priodique et pair dni par

pour

et on se propose de donner sa reprsentation graphique, ses coefcients et sa srie de Fourier et une reprsentation approche de celle-ci. 1) Lexpression de nest donne que sur lintervalle on dduit que, pour

, mais, par parit,

et par priodicit, pour pour

On pourrait de mme obtenir lexpression de sur les intervalles

Ces rsultats peuvent aussi sobtenir par le calcul symbolique de Matlab. syms t real ; PI=sym(pi) ; sDeTsurO_Pi=pi-t ; sDeTsurMoinsPi_0= subs(sDeTsurO_Pi,t,-t) sDeTsurMoinsPi_0 = pi+t sDeTsurPi_2Pi = subs(sDeTsurMoinsPi_0,t,t-2*PI) sDeTsurPi_2Pi = -pi+t sDeTsur2Pi_3Pi = subs(sDeTsurO_Pi,t,t-2*PI) sDeTsur2Pi_3Pi = 3*pi-t On peut alors construire la reprsentation graphique de sur lintervalle clf ; set(gca,LineStyle,- -) hold on ezplot(sDeTsurO_Pi,0,pi) ezplot(sDeTsurMoinsPi_0,-pi,0) ezplot(sDeTsurPi_2Pi,pi,2*pi) ezplot(sDeTsur2Pi_3Pi,2*pi,3*pi) axis auto dessineRepere title(Signal s(t))

Analyse des signaux priodiques


Signal s(t) 3.5

81

2.5

1.5

0.5

0 4

2 t

10

Avec Matlab, une autre mthode consiste dnir, sur lintervalle la fonction mathmatique dans un chier "signalExemple.m", puis utiliser la commande fplot pour effectuer la reprsentation graphique. function y=signalExemple(t) if t =0 & t =pi y=pi-t ; else if t 0 & t =-pi y=signalExemple(-t) ;%par parit else if t pi & t =3*pi y=signalExemple(t-2*pi);%par priodicit end end end fplot(signalExemple,[-pi 3*pi],LineStyle,- -) title(Signal s(t)) dessineRepere 2) Pour le calcul des coefcients de Fourier, on reprend les formules du paragraphe 4.2.1, en prcisant quici on a

donc . Lintervalle adquat de travail est et correspond signal tant pair, on ne calculera que les . Pour le calcul des coefcients

Le et

82

Mathmatiques avec Matlab

), on a

syms t p real PI= sym(pi) ; a0=2/(2*PI)*int(PI-t,t,0,PI) a0=1/2*pi ap=2/PI*int((PI-t)*cos(p*t),t,0,PI) ap=-2/pi*(cos(pi*p)-1)/p^2

Ainsi,

, et pour

si pair si impair.

On en dduit que la srie de Fourier de est

, la majoration

Le terme gnral de cette srie vrie pour tout

Or

Cela assure une convergence normale de la srie sur tout et donc une convergence uniforme. 3) La reprsentation graphique de la somme partielle lordre 3,


est donne par

a1=a1=simplify(subs(ap,p,sym(1))) a1=4/pi a2 = simplify(subs(ap,p,sym(2))) a2=0 a3= simplify(subs(ap,p,sym(3))) a3=4/9/pi S3=a0+a1*cos(t)+a2*cos(2*t)+a3*cos(3*t); ezplot(S3,[-pi 3*pi]) title(Signal s(t) et somme partiellle S3(t))

Analyse des signaux priodiques

83

Signal s(t) et somme partiellle S3(t)

2.5

1.5

0.5

0 2 0 2 t 4 6 8

Les graphes de et de sont assez proches. Ici, est continue et donc, daprs le rsultat de Dirichlet, on a en tout ,

4.2.5. Ecriture complexe des sries de Fourier 4.2.5.1. Coefcients complexes de Fourier Il est souvent commode dutiliser lexpression complexe des sries de Fourier, grce lutilisation des formules dEuler


Ainsi

Posons

84

Mathmatiques avec Matlab

et pour tout Alors


On a de mme

Pour

, on convient alors de noter

Do lcriture complexe

Cette dernire criture peut se noter sous la forme dune srie double entre

et on dnit la convergence de celle-ci comme suit : on dira quelle est convergente si et seulement si la srie

Analyse des signaux priodiques

85

est convergente. On retiendra donc que lcriture complexe de la srie de Fourier de est

o, pour tout

Ce dernier est appel le coefcient complexe de Fourier de . Il est souvent commode de calculer ce coefcient pour ensuite en dduire les coefcients et . 4.2.5.2. Exemple modle On donne le signal priodique de priode dni sur par

1) Pour reprsenter graphiquement sur lintervalle lise la priodicit : on a pour entier et

par exemple, on uti-

Do

syms t real gure(1) ; clf set(gca,LineStyle,) hold on for k=-1 :2 ezplot(exp(-(t-k)),k,k+1) end axis ([-1 3 -0.1 1.1]) dessineRepere title(Reprsentation graphique de s sur [-1, 3[)

86

Mathmatiques avec Matlab

Reprsentation graphique de s sur [1, 3[

0.8

0.6

0.4

0.2

0.5

0.5

1 t

1.5

2.5

2) Pour calculer les coefcients de Fourier, on se place sur lintervalle de travail

On a donc Ici, le calcul des coefcients complexes est plus simple, en utilisant les calculs sur lexponentielle complexe (voir chapitre 2, exercice 2.3.1) :

Analyse des signaux priodiques

87

Ces calculs peuvent aussi seffectuer avec Matlab. syms t n real PI = sym(pi) ; T = 1; omega = (2*PI)/T ; s = exp(-t) ; Cn = simplify((1/T)*int(s*exp(-i*n*omega*t),t,0,T)) Cn =-1/(1+2*i*n*pi)*((-1)^(-2*n)*exp(-1)-1) Do la srie de Fourier de :

3) En utilisant les coefcients de Fourier complexes, on calcule les premires harmoniques pour On peut vrier que les trois fonctions obtenues (et places dans le tableau ) sont relles. for k=1 :3 Ck=subs(Cn,n,k) ; CMoinsk=subs(Cn,n,-k) ; H(k)=simplify(Ck*exp(i*k*omega*t)+CMoinsk*exp(-i*k*omega*t)); end simplify(imag(H)) ans = [ 0, 0, 0] On reprsente graphiquement ces trois harmoniques, sur une deuxime gure. gure(2) ;clf set(gca,LineStyle,-) ;hold on ezplot(H(1),-1,3) set(gca,LineStyle,) ezplot(H(2),-1,3) set(gca,LineStyle,-.) ezplot(H(3),-1,3) axis auto dessineRepere legend (H1,H2,H3) title (Trois premires harmoniques)

88

Mathmatiques avec Matlab

Trois premires harmoniques 0.2 H1 H2 H3

0.15

0.1

0.05

0.05

0.1

0.15

0.2 1

0.5

0.5

1 t

1.5

2.5

On calcule la somme partielle

et on la reprsente graphiquement (en traits pointills) sur la mme gure que

C0=subs(Cn,n,sym(0)) C0 = -exp(-1)+1 S3=C0+H(1)+H(2)+H(3) ; gure(1) ; set(gca,LineStyle,) ezplot(S3,-1,3) axis ([-1 3 -0.1 1.1]) title(Signal s et somme partielle S3)

Analyse des signaux priodiques

89

Signal s et somme partielle S3

0.8

0.6

0.4

0.2

0.5

0.5

1 t

1.5

2.5

Les graphes de et de illustrent l encore le rsultat de Dirichlet : pour non entier, pour entier,


4.3. Exercices

4.3.1. Srie de Fourier dun signal crneau Soit le signal crneau pair, priodique de priode et tel que

si si

1) Ecrire une fonction Matlab qui dnit le signal dans lintervalle On utilisera des conditionnelles traduisant les proprits de parit et de priodicit (voir exemple modle, paragraphe 4.2.4).

2) Reprsenter graphiquement le signal sur . 3) Justier que satisfait aux conditions de Dirichlet.

90

Mathmatiques avec Matlab

4) Donner son nergie totale. 5) Donner la srie de Fourier de . 6) Reprsenter sur le graphique prcdent la somme partielle des huit premires harmoniques du signal. 7) Calculer lnergie de cette somme partielle, et comparer lnergie totale.

(solution p. 91)

4.3.2. Srie de Fourier dun signal sinusodal redress Soit le signal sinusodal redress, dni par

. 2) Vrier que le signal est pair, et admet pour priode. 3) En utilisant les formules dEuler, calculer les coefcients de Fourier complexes Vrier le rsultat obtenu avec Matlab 4) Donner la srie de Fourier de , et tudier sa convergence. 5) En utilisant la proprit de convergence en calculer la somme

1) Reprsenter graphiquement sur lintervalle

6) Reprsenter sur le graphique prcdent la somme partielle . 7) Calculer lnergie de cette somme partielle, et la comparer lnergie totale.

(solution p. 94)

Analyse des signaux priodiques

91

4.4. Solutions Exercice 4.3.1 1) On dnit le signal crneau sur lintervalle prits de parit et de priodicit.

en utilisant les pro-

function y=creneau(t) if t =0 & t =1/4 y=1 ; else if t 1/4 & t =1/2 y=0 ; else if t =-1/2 & t 0 y=creneau(-t) ; else if t 1/2 & t =3/2 y=creneau(t-1) ; else if t =-3/2 & t -1/2 y=creneau(t+1) ; end end end end end 2) La fonction creneau ayant t dnie dans un chier .m, on utilise la commande fplot pour le graphe. fplot(creneau,[-3/2 3/2]) ; hold on ; axis([-3/2 3/2 -0.5 1.5]) ; grid on

1.5

0.5

0.5 1.5

0.5

0.5

1.5

92

Mathmatiques avec Matlab

On rappelle que les barres verticales gnres par fplot nappartiennent pas au graphe de la fonction. 3) Sur lintervalle de longueur une priode considrons la subdivision

Sur chacun des intervalles , , le signal est la restriction dune fonction constante, donc drivable. Ainsi est drivable par morceaux. 4) On rappelle que On choisit ici lintervalle de longueur que le signal est nul en dehors de lintervalle

en tenant compte du fait On a

T=1 ; PI=sym(pi) ; w=2*PI/T ; syms t real energieCreneau=(1/T)*int(1^2,t,-1/4,1/4) energieCreneau =1/2 5) Le signal tant pair, on utilise les formules

et pour tout

a0=2/T*int(1,t,0,1/4) a0 = 1/2 syms n real an=4/T*int(1*cos(2*PI*n*t),t,0,1/4) an =2*sin(1/2*pi*n)/pi/n On en dduit que

Analyse des signaux priodiques

93

et, pour tout

La srie de Fourier du signal est donc

On admet que cette srie converge simplement vers le signal, en tout point o est continue, et vers aux points de discontinuit

6) On rappelle que lharmonique dordre du signal est


Ici on a

La somme des huit premires harmoniques est donc


s7=a0 ; for k= 0 :3, s7=s7+subs(an,n,2*k+1)*cos(2*pi*(2*k+1)*t); end set(gca,LineStyle,- -) ezplot(s7,[-3/2 3/2])

94

Mathmatiques avec Matlab


1/2+2/pi*cos(2*pi*t)2/3/pi*cos(6 ~~~ cos(30*pi*t)+2/17/pi*cos(34*pi*t) 1.2

0.8

0.6

0.4

0.2

0.2 1.5

0.5

0 t

0.5

1.5

7) On calcule lnergie de cette somme partielle par


energiePartielle=double(a0^2); for k= 0 :3, energiePartielle=energiePartielle+double(subs(an,n,2*k+1))^2/2; end energiePartielle energiePartielle=0.4874 pourcentage=energiePartielle/double(energieCreneau)*100 pourcentage = 97.4799 La somme partielle transmet environ Exercice 4.3.2 1) Reprsentation graphique du signal syms t real PI=sym(pi) ; sDet=abs(sin(2*t)) ; clf ; hold on ezplot(sDet,-pi/2,pi) grid on

de lnergie totale du signal.

Analyse des signaux priodiques


abs(sin(2*t))

95

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0

1.5

0.5

0.5 t

1.5

2.5

2) On vrie que


et

simplify(subs(sDet,t,t+PI/2)) ans = abs(sin(2*t)) simplify(subs(sDet,t,-t)) ans = abs(sin(2*t)) On dnit donc T=PI/2 ; w=2*PI/T w=4 3) Sur lintervalle

on a

96

Mathmatiques avec Matlab

do

Pour vrier ce rsultat avec Matlab, on dnit

syms n real cn=simplify(1/T*int(sDet*exp(-i*n*w*t),t,0,T)) cn =-1/pi/(4*n^2-1)*((-1)^(-2*n)+1) Matlab neffectue pas la simplication

car la variable na pas pu tre dnie comme entire. cn=subs(cn,(-1)^(-2*n),1) cn = -2/pi/(4*n^2-1) 4) A partir des coefcients on calcule et a0=subs(cn,n,sym(0)) a0 = 2/pi an=2*real(cn) an = -4/pi/(4*n^2-1) bn=2*i*imag(cn) bn = 0 On en dduit la srie de Fourier du signal :

Analyse des signaux priodiques

97

Comme, pour tout

la srie de Fourier du signal est absolument convergente. De plus, la fonction tant continue et admettant en tout point une drive droite et une drive gauche, la srie de Fourier de converge vers pour tout rel 5) En particulier pour on a

et, au voisinage de

On en dduit

On peut vrier ce rsultat avec Matlab : - numriquement N=[1 :1000] ; U=1./(4*N.^2-1) ; sum(U) ans = 0.4998

- ou symboliquement symsum(1/(4*n^2-1),n,1,inf) ans = 1/2 6) On a

On effectue le calcul et la reprsentation graphique de s7=a0 ; for k= 1 :7, s7=s7+subs(an,n,k)*cos(k*w*t); end set(gca,LineStyle,x) ezplot(s7,[-pi/2 pi])

98

Mathmatiques avec Matlab

On doit utiliser un graphisme particulier car les courbes reprsentatives de et sont pratiquement confondues.
2/pi4/3/pi*cos(4*t)4/15/pi*cos( ~~~ 3/pi*cos(24*t)4/195/pi*cos(28*t) 1.4

1.2

0.8

0.6

0.4

0.2

0 2

1 t

7) On calcule lnergie du signal par

et celle de la somme partielle par

energieSignal=(1/T)*int(sDet^2,t,0,T) energieSignal =1/2 energiePartielle=double(a0^2); for k= 1 :7, energiePartielle=energiePartielle+double(subs(an,n,k))^2/2; end energiePartielle energiePartielle = 0.5000 pourcentage=energiePartielle/double(energieSignal)*100 pourcentage =99.9920 On peut comparer les rsultats obtenus avec ceux de lexercice 4.3.1, dont la solution est donne page 91.

Chapitre 5

Notions sur les intgrales gnralises

5.1. Cas dun intervalle born 5.1.1. Dnition On considre une fonction continue sur un intervalle born non ferm

telle que Pour tout


, on pose

On rappelle que cette intgrale existe puisque la primitive de qui sannule en


est continue sur

. De plus,

est

Lorsque la limite suivante existe et est nie


on dira que lintgrale gnralise

100

Mathmatiques avec Matlab

est convergente et on crira

Dans les autres cas, on dira que cette dernire est divergente. Si on crira

Intgrale gnralise sur un intervalle born

5.1.2. Exemple de rfrence Considrons la fonction modle dnie sur par

avec

1) si

. Alors

Notions sur les intgrales gnralises

101

do Ainsi lintgrale

est divergente et

2) Si

et

si si

on a donc le rsultat

converge si et diverge si

5.1.3. Critres de convergence Les principaux critres de convergence dune intgrale gnralise sur sont les suivants : avec , alors lintgrale 1) Si est continue positive sur


est convergente si et seulement si la fonction

est majore sur .

102

Mathmatiques avec Matlab

2) Si

et

sont deux fonctions continues positives sur

et si pour tout

avec

alors la convergence de lintgrale relative implique la convergence de celle relative . De mme la divergence de lintgrale relative implique la divergence de lautre. 3) Si et sont deux fonctions continues positives sur


et

avec

autrement dit

au voisinage ( gauche) de , alors les intgrales

sont de mme nature (cest--dire toutes les deux convergentes ou toutes les deux divergentes). 4) Dans le cas de fonctions de signe quelconque, on admettra le fait que si

est convergente alors


solue convergence. 5.1.4. Remarque

est convergente. On parlera alors dab-

Dune manire similaire, on peut rpter ltude prcdente pour les fonctions continues sur un intervalle born non ferm ,

telles que

Notions sur les intgrales gnralises

103

5.2. Cas dun intervalle inni 5.2.1. Dnition Soit un nombre rel x et que lintgrale gnralise

une fonction continue dnie sur

. On dira


est convergente vers le rel ni si

On crira

Intgrale gnralise sur un intervalle infini

inf

Un exemple simple est

104

Mathmatiques avec Matlab

5.2.1.1. Exemple de rfrence Soit calculer lintgrale

avec et 1) Si

et Ainsi lintgrale

est divergente et

2) Si

et

si si

donc on a le rsultat

converge si

et diverge si

5.2.1.2. Critres de convergence Si est continue positive sur

, alors lintgrale

Notions sur les intgrales gnralises

105

est convergente si et seulement si la fonction

est majore sur

Si

et

sont deux fonctions continues positives sur

et si pour tout

alors la convergence de lintgrale relative implique la convergence de celle relative . De mme la divergence de lintgrale relative implique la divergence de lautre. Si et sont deux fonctions continues positives sur

et si


autrement dit

est de mme nature

au voisinage , alors lintgrale

que

. (cest--dire toutes les deux sont convergentes ou toutes les deux sont

divergentes.) 1) Dans le cas de fonctions de signe quelconque, on utilisera le fait que si


est convergente alors


gence. 5.2.2. Remarque

lest aussi. On parlera dabsolue conver-

De mme ici, on peut rpter ltude prcdente pour les fonctions continues sur un intervalle de la forme

pour ltude des intgrales de type

5.3. Cas dun intervalle ouvert 5.3.1. Dnition Si et/ou est une fonction dnie et continue sur ), on dira que lintgrale gnralise

(avec ventuellement

106

Mathmatiques avec Matlab

est convergente sil existe un

tel que les deux intgrales

et

soient convergentes et on posera


grce la relation

On peut montrer que cette dnition ne dpend pas du choix de de Chasles pour les intgrales. 5.3.2. Remarque On prendra garde ne pas utiliser

pour montrer la convergence de

. Car cette limite peut exister sans que lin-

tgrale concerne converge. En effet, si on prend par exemple rel

, on a pour tout

donc lintgrale

est divergente. Cependant

Notions sur les intgrales gnralises

107

5.4. Intgrale gnralise sous Matlab Le calcul dune intgrale gnralise peut se faire directement sous Matlab soit en recherchant une primitive grce la commande int, puis en passant la limite : syms t X real fDEt=1/(1-t)^(1/4) ; FdeX=int(fDEt,t,0,X) FdeX = -4/3*(1-X)^(3/4)+4/3 limit(FdeX,X,1,left) ans = 4/3 soit directement, comme le montrent les exemples suivants syms t real int(1/(1-t)^(1/4),t,0,1) ans=4/3 int(1/(1-t)^(3/2),t,0,1) ans=inf et int(log(t)/t,t,1,inf) ans=inf int(t,t,-inf,inf) undened

5.5. Exercices 5.5.1. Intgrale gnralise et fonctions quivalentes On donne lintgrale

1) Vrier quil sagit dune intgrale gnralise. 2) En factorisant et en utilisant un quivalent convenable de voisinage de , montrer la convergence de lintgrale 3) Que donne Matlab pour cette intgrale ? (solution p. 109)

au

108

Mathmatiques avec Matlab

5.5.2. Intgrale de Gauss 1) Soit lintgrale dite de Gauss


Montrer que

En dduire la convergence de lintgrale. 2) Que donne Matlab pour cette intgrale ?

(solution p. 110)

5.5.3. Intgrale gnralise sur 1) Calculer

et en dduire que lintgrale

est convergente. 2) Etudier la convergence de lintgrale

Pour cela :

a) au voisinage de 0, trouver un quivalent de

b) au voisinage de , en utilisant quivalents et majorations, se ramener la question 1.

(solution p. 111)

Notions sur les intgrales gnralises

109

5.6. Solutions Exercice 5.5.1

1) La fonction semi-ouvert et vrie Lintgrale

est dnie et continue sur lintervalle


et

est donc gnralise. 2) On dnit avec Matlab les fonctions

On factorise

syms t f=1/sqrt(1-t^3) ; f1=(1-t^3) ; factor(f1) ans= -(-1+t)*(t^2+t+1)

ainsi

et

do

On vrie cette quivalence : limit(f/(1/sqrt(3)*1/sqrt(1-t)),t,1,left) ans=1 Lintgrale cherche est convergente puisquelle est de mme nature que

. Cette dernire converge (voir paragraphe 5.1.2).

110

Mathmatiques avec Matlab

3) Le calcul direct de lintgrale avec Matlab donne int(f,t,0,1) ans=1/3*Beta(1/3,1/2) double(ans) ans=1.4022 Exercice 5.5.2

1) Pour , on a , do lingalit demande puisque lexponentielle est croissante. On retrouve ce rsultat sous Matlab : maple(solve(exp(-t^2) exp(-t))) ans=realRange(-inf,Open(0)), realRange(open(1),inf) Dautre part lintgrale gnralise

est convergente puisque

La convergence de

sen dduit car, sur

, on a

Il en rsulte que

converge galement. 2) Avec Matlab, on obtient syms t real int(exp(-t^2),t,0,inf) ans=1/2*pi^(1/2)

Notions sur les intgrales gnralises

111

Le rsultat

qui ne peut tre dmontr ici, est utile, notamment en calcul des probabilits. Exercice 5.5.3 1) Matlab donne syms t X real gDet = t*exp(-t) ; GDeX = int(gDet,t,1,X) GDeX= -X*exp(-X)-exp(-X)+2*exp(-1) rsultat quon peut retrouver par une intgration par parties. Et limit(GDeX,X,inf,left) ans = 2*exp(-1) Ainsi

2) Lintgrale est gnralise en et en . On doit donc la partager en

et tudier ensuite chacune de ces deux intgrales. a) Au voisinage de 0, on a les quivalences

do

ce qui montre la convergence de

car

112

Mathmatiques avec Matlab

b) Au voisinage de

de plus, pour tout

Or,

est convergente (vu en premire question). Il en est donc de mme pour

, et aussi pour

Chapitre 6

La convolution de signaux

6.1. Introduction En thorie du signal, un systme est gnralement une bote rceptrice de signaux dits signaux dentre . Un tel systme ragit par des signaux de sortie La nature de ces systmes est dtermine par la correspondance ou la relation entre et . Les systmes linaires sont ceux pour lesquels le principe dit de superposition est vri. Cela veut dire que si et sont les signaux de sortie correspondants respectivement et , alors le signal de sortie correspondant la combinaison linaire quelconque est . Lexemple type dun tel systme est un circuit lectrique comprenant des rsistances, des selfs et des capacits. Essayons, de dcrire le signal de sortie dans ce sytme lorsquil est soumis un signal dentre partir dun instant donn . Naturellement, ici, est une force lectromotrice et un courant. On montre, pour cet exemple, que la correspondance

vrie les proprits suivantes : 1) chaque combinaison linaire de forces lectromotrices correspond la combinaison linaire (le systme est donc linaire), 2) si correspond , alors correspond quelque soit le dcalage temporel . On dira que le systme est invariant dans le temps. En particulier si lentre est priodique, la sortie lest aussi,

114

Mathmatiques avec Matlab

3) si est causal, est causal. De cela et de la proprit prcdente on dduit naturellement que si est nul pour , lest aussi. Pour caractriser le systme prcdent on peut le soumettre une force lectromotrice impulsive sous forme de porte de Dirac telle que

si sinon,

pendant un temps trs court. On note le signal de sortie, cest--dire la raction du systme cette impulsion est en fait une caractristique du systme physique (RLC ici). On notera que ce signal est causal (grce la proprit 3). Dautre part, crivons, que pour tout signal continu et causal dentre suppos trs petit, on a et pour

On a utilis la formule de la moyenne pour les intgrales

La proprit de superposition implique qualors le signal de sortie correspondant est

On retiendra donc que

Cette dernire intgrale est appele convolution de et de

Dans un systme linaire soumis un signal causal dentre , le signal de sortie est donn par une convolution intgrale entre et le signal de raction limpulsion de Dirac. est aussi appel rponse impulsionnelle.

La convolution de signaux

115

6.2. Dnitions et proprits 6.2.1. Convolution continue On se donne deux signaux quelconques et dnis sur . On appelle convolution de et le signal dni par

(lorsque lintgrale converge), et on note

quon lit convolu par . Le signal reprsente donc le signal de sortie dun systme linaire lorsquil est soumis un signal dentre . Le signal reprsente une caractristique du systme. On montre les proprits suivantes

commutativit : associativit :

lorsque les intgrales gnralises qui les dnissent convergent. Lorsque de plus et sont deux signaux drivables sur (sauf ventuellement en un nombre ni de points), on a

Lorsque les signaux et sont causaux, on retrouve le rsultat physique du paragraphe 6.1 en crivant

116

Mathmatiques avec Matlab

car

pour

et

pour

6.2.2. Exemple de convolution continue Soit un rel x. On donne les signaux suivants

et

si sinon,

si sinon.

Le premier est appel triangle et le deuxime est une porte. On se propose de donner leurs reprsentations graphiques et dtudier leur convolution. Pour lillustration graphique on prendra

Dessin du signal triangulaire :

syms t real T=2*pi ; ezplot(0,-T,0) ; hold on ezplot(1-t/T,0,T) ezplot(0,T,3*T) axis([-T 3*T -1 2]) dessineRepere ;grid on title (Signal triangulaire s(t))
Signal triangulaire s(t) 2

1.5

0.5

0.5

10

15

La convolution de signaux

117

Dessin du signal porte : clf ezplot(0,-T,0) ; hold on ezplot(1,0,T) ezplot(0,T,3*T) axis([-T 3*T -1 2]) dessineRepere ;grid on title (Signal porte p(t))

Signal porte p(t) 2

1.5

0.5

0.5

10

15

Montrons maintenant quon a

On a, par dnition de la convolution,

Or

si sinon,

118

Mathmatiques avec Matlab

donc

do

si sinon,

Pour le calcul de cette dernire intgrale, sachant que est nul hors de lintervalle , on doit chercher lintersection des intervalles

Pour cela on distinguera les cas : 1) 2)

et

3) 4) Il est clair que si Lorsque enn si

, ou

, alors

on a

puisque dans ces cas


si

On en dduit, aprs intgrations, que

si si si

Vrions sous Matlab deux cas : syms t T x real % Calcul de la convolution pour t compris entre 0 et T s1Det = simplify(int(1-x/T,x,0,t)) s1Det=-1/2*t*(-2*T+t)/T % Calcul de la convolution pour t compris entre T et 2T s2Det = simplify(int(1-x/T,x,t-T,T)) s2Det=1/2*(4*T^2-4*t*T+t^2)/T

La convolution de signaux

119

do le rsultat annonc. Pour le graphe de la convolue, on a T=2*pi ;T=2*pi ; clf ; ezplot(0,-T,0) ; hold on ezplot((2*t*T-t^2)/(2*T),0,T) ezplot((2*T-t)^2/(2*T),T,2*T) ezplot(0,2*T,3*T) axis([-T 3*T -1 4]) dessineRepere ;grid on title(Convolution du triangle et de la porte)

Convolution du triangle et de la porte 4 3.5 3 2.5 2 1.5 1 0.5 0 0.5 1

5 x

10

15

On vrie que la fonction est continue sur tout . Par exemple au point , on a


La convolution a un effet "rgularisant". 6.2.3. Convolution discrte

Lorsque les deux signaux sont discrets

120

Mathmatiques avec Matlab

pour

, on peut dnir par analogie, la convolution discrte, par

On rappelle que cette sommation innie double entre existe lorsque la srie

est convergente. 6.2.4. Exemple de convolution discrte Soit une corde lastique xe ses extrmits, reprsente par lintervalle et soumise une charge unique au point .
Charge q au point 0

On reprsente cette charge grce Matlab par : plot([-4 4],[0 0],LineWidth,1.5) hold on plot([0 0],[0 -3],LineWidth,2) plot(0,-3,v,LineWidth,2) axis([-5 5 -3.5 2]) text(0.15,0.15,0) text(0.15,-3+0.15,q) text(-4-0.1,0.15,-4) text(4-0.1,0.15,4) title(Charge q au point 0) dessineRepere axis off

La convolution de signaux

121

on suppose que lallongement est alors


aux points entiers


et vrie

On reprsente graphiquement cet allongement : I1 =-3 :1 :3 ;% points discrets de la corde, autres que les extrmits I = [-4 I1 4 ] ; U = [0 -1./2.^abs(I1) 0 ] ; clf ; plot(I,U,ko) hold on plot(I,U,k,LineWidth,1.5) title(Allongement correspondant une charge q en 0) for i = 1 :length(I) plot([I(i) I(i)],[0 U(i)],k :,LineWidth,1.5) text(I(i)-0.1,0.15,num2str(I(i))) end axis([-5 5 -3.5 2]) ; dessineRepere ; axis off

Allongement correspondant une charge q en 0

122

Mathmatiques avec Matlab

On repartit la charge quitablement aux points

de la corde :

Charge q/3 aux points 1 0 1

q/3

q/3

q/3

On veut calculer le nouvel allongement not aux points entiers de la corde.

Nous admettrons quun tel systme est linaire et est rgi par une convolution discrte : , on a pour

La convolution de signaux

123

Do le graphe :
Allongement correspondant une charge q/3 en 1, 0, 1

6.3. Exercices 6.3.1. Convolution de deux portes On considre les deux portes


et

si sinon, si sinon.

1) Dnir dans un chier dextension ".m" ces deux fonctions et les reprsenter graphiquement. 2) Utiliser la commande quad pour calculer numriquement la convolue

Indications : donne une valeur approche dune intgrale dnie d- pendant dun paramtre de la forme

124

Mathmatiques avec Matlab

- il sera utile de dnir dans deux chiers les fonctions


et

3) Reprsenter graphiquement cette dernire fonction. 4) Montrer mathmatiquement que la convolue est le signal triangulaire dni par

si si sinon.

(solution p. 126)

6.3.2. Convolution dun signal par une porte de Dirac 1) Reprsenter graphiquement sur lintervalle le signal dni pour tout rel par

2) Calculer et reprsenter graphiquement les convolues de par les portes de Dirac si sinon et


Quobserve-t-on ?

si sinon

3) Soit un signal continu dni sur . On note une primitive quelconque de Pour on considre la porte de Dirac :


Montrer que

si sinon

(solution p. 131)

La convolution de signaux

125

6.3.3. Construction dune fonction "plateau" On considre les deux fonctions

et

si sinon

si

si

1) Donner les graphes de ces deux fonctions. 2) Vrier avec Matlab que est une fonction continument drivable (en fait indniment drivable). On se contentera de faire ltude au point . . On a 3) On se propose de donner lallure de la convolue


Montrer, en regardant le placement de lintervalle par rapport lintervalle o ne sannule pas (dit support de ), quon a

si

si
si


5) On pose

si
si

4) Vrier la continuit aux extrmits des intervalles.

tracer le graphe de la fonction dite plateau dnie sur par

(solution p 133)

126

Mathmatiques avec Matlab

6.4. Solutions

Exercice 6.3.1 1) Pour dnir la fonction , on utilise le fait que lexpression logique

prend la valeur lorsque la condition est vrie, sinon. function y=porte2(t) y=2*(abs(t) =1/2) ;

Cette fonction sapplique aussi un tableau de valeurs, ce qui sera utile par la suite . porte2([-1 :0.1 :1]) ans = Columns 1 through 12 000002222222 Columns 13 through 21 222200000 On dnit de mme

function y=porte3(t) y=3*(abs(t) =1/2) ;

On utilise fplot pour reprsenter ces deux fonctions gure(1) ;clf ;hold on fplot(porte2,[-2 2]) axis([-2 2 -0.2 6.2]) dessineRepere title(porte2)

La convolution de signaux
porte2 6

127

0 2 1.5 1 0.5 0 0.5 1 1.5 2

gure(2) ;clf ;hold on fplot(porte3,[-2 2]) axis([-2 2 -0.2 6.2]) dessineRepere title(porte3)
porte3 6

0 2 1.5 1 0.5 0 0.5 1 1.5 2

2) Pour calculer numriquement la convolue

128

Mathmatiques avec Matlab

on dnit tout dabord la fonction function y=produit(t,x) y=porte2(t).*porte3(x-t); qui peut aussi sappliquer un tableau de valeurs produit([-1 :0.1 :1],1/2) ans = Columns 1 through 12 000000000066 Columns 13 through 21 666600000 Sachant que est nulle en dehors de lintervalle avec et .

on utilise

function y=porte2CONVporte3(x) y=quad(produit,-1/2,1/2,[],[],x); On teste cette fonction : i=0 ; for x=-2 :0.25 :2 i=i+1 ; Y(i)=porte2CONVporte3(x); end Y Y= Columns 1 through 7 0 0 0 0 0.0000 1.5000 3.0000 Columns 8 through 14 4.5000 6.0000 4.5000 3.0000 1.5000 0.0000 0 Columns 15 through 21 0000000 3) On effectue enn la reprsentation graphique. gure(3) ;clf ;hold on fplot(porte2CONVporte3,[-2 2]) axis([-2 2 -0.2 6.2]) dessineRepere title(Convolue des deux portes)

La convolution de signaux
Convolue des deux portes 6

129

0 2 1.5 1 0.5 0 0.5 1 1.5 2

4) On a

On distingue alors les quatre cas suivants : a) si alors pour tout on a

et donc

b) si

et

si

alors tout on a

do

Donc

c) si

alors tout

on a

130

Mathmatiques avec Matlab

et

si

Donc

d) enn si

alors pour tout on a

et donc

do

On a nalement

si si sinon.

On retiendra que la convolue des deux portes est un "triangle" :


porte2 6 6 porte3

1.5 1 0.5 0 0.5 1 1.5 2

0 2

0 2 1.5 1 0.5 0 0.5 1 1.5 2

Convolue des deux portes 6

0 2 1.5 1 0.5 0 0.5 1 1.5 2

La convolution de signaux

131

Exercice 6.3.2 1) On dclare et on reprsente graphiquement le signal. syms t real s1=t*sin(10*pi*t) gure(1) ; clf ;hold on ezplot(s1,-1,1) axis([-1 1 -1 1.5]) dessineRepere title(Signal s1)
Signal s1 1.5

0.5

0.5

1 1

0.8

0.6

0.4

0.2

0 t

0.2

0.4

0.6

0.8

2) On a


Or soit et

si

sinon. Donc

132

Mathmatiques avec Matlab

On obtient de mme

syms x real s1CONVs2=simple(int(s1,t,x-1/2,x+1/2)) s1CONVs2 = 1/10/pi*cos(10*pi*x) s1CONVs3=simple(50*int(s1,t,x-1/100,x+1/100)); On reprsente graphiquement ces deux convolues. gure(2) ;clf ezplot(s1CONVs2,-1,1) hold on set(gca,LineStyle,- -) ezplot(s1CONVs3,-1,1) axis auto legend(convolue porte large,convolue porte troite) dessineRepere title(Convolues de s1 avec deux portes)
Convolues de s1 avec deux portes 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 1 convolue porte large convolue porte troite

0.8

0.6

0.4

0.2

0 x

0.2

0.4

0.6

0.8

On remarque que la convolue du signal avec une porte de Dirac troite est proche de celui-ci. La rponse suivante conrme mathmatiquement ce rsultat.

La convolution de signaux

133

3) En gnralisant les calculs ci-dessus on a


ainsi

Exercice 6.3.3 1) a) Graphe de la fonction restreint lintervalle ezplot(0,-4,-2); hold on ezplot(1,-2,2) ezplot(0,2,4) axis([-4 4 -1 2]) dessineRepere ;grid on title(Dessin fonction porte p)

Dessin fonction porte p 2

1.5

0.5

0.5

1 4

0 x

134

Mathmatiques avec Matlab

b) Graphe de la fonction

syms x real clf ; ezplot(0,-4,-1) ; hold on ezplot(exp(-1/(1-x^2)),-1,1); ezplot(0,1,4) ; axis([-4 4 -0.2 0.5]) dessineRepere ;grid on title(Une gaussienne)
Une gaussienne 0.5

0.4

0.3

0.2

0.1

0.1

0.2 4

0 x

2) Etude de la classe

pour

syms x real limit(exp(-1/(1-x^2)),x,1,left) ans=0 Ainsi


et

limit((exp(-1/(1-x^2))-0)/(x-1),x,1,left) ans =0 do

La convolution de signaux

135

La fonction drive

est continue en 1 car : limit(diff(exp(-1/(1-x^2))),x,1,left) ans =0

3) Pour ltude de la convolution on utilise naturellement les expressions donnes vriables selon les diffrentes positions de lintervalle

par rapport lintervalle Par exemple, lorsque

. on a

do

On fait de mme pour les autres intervalles et on obtient


si

si
si

si
si

4) On vrie par exemple la continuit de la convolue en

syms t x h2Det=int(exp(-1./(1-x.^2)),x,-1,t+2); h2Demoins3= simplify(subs(h2Det,t,-3)) h2Demoins3=0 5) On afche la valeur approche de I =int(exp(-1/(1-x^2)),x, -1 , 1) ; Id=double(I) Id =0.4440 Pour obtenir le graphe de la fonction on trace

clf ; ezplot(0,-4,-3)

136

Mathmatiques avec Matlab

Pour tracer et on utilisera la commande quad, qui calcule des valeurs approches dintgrale. Pour cela, on dclare dans un chier ".m" la fonction intgrer : function y=expr(x) y=exp(-1./(1-x.^2)); On calcule

pour variant de

avec un pas

hold on d = 0.1 ; n = 21 ; for i =1 :n t2(i) =-3+d*(i-1) ; h2(i) = quad(expr,-0.9999,t2(i)+2); end plot(t2,h2/Id) On fait de mme pour les autres expressions de la convolue. ezplot(1,-1,1) for i =1 :n t4(i) =1+d*(i-1) ; h4(i) = quad(expr,t4(i)-2,0.9999); end plot(t4,h4/Id) ezplot(0,3,4) axis ([-4 4 -0.2 1.2]) ; dessineRepere
Fonction plateau

0.8

0.6

0.4

0.2

0.2 4

0 x

La convolution de signaux

137

On remarque que la fonction ainsi construite a les qualits suivantes : est continue partout (et mme indniment drivable), est identiquement gale au voisinage de est nulle en dehors de lintevalle .

Ce procd sappelle un lissage. Il permet en effet de lisser la fonction porte en une fonction trs rgulire tout en conservant sa valeur constante sur un intervalle plus petit.

Chapitre 7

Analyse de signaux apriodiques

7.1. Introduction Nous avons tudi les signaux priodiques et leur analyse par les sries de Fourier. apparaissait comme une somme innie Un signal priodique de priode dharmoniques de frquences , . Ces frquences sont des valeurs isoles de . Lorsque les signaux sont quelconques dnis sur (apriodiques), les frquences ne sont plus des valeurs isoles. Elles prennent toutes les valeurs relles. La transforme de Fourier est un outil danalyse et de synthse de ces signaux. Lanalyse de Fourier utilise dans les deux cas (priodique et non priodique), les fonctions trigonomtriques sinus et cosinus. Ces deux fonctions ne sont pas localises. On amliore nettement lanalyse en utilisant des fonctions trs localises appeles ondelettes. Cette thorie dpasse le cadre de cet ouvrage. On supposera dans ce chapitre que les signaux considrs sont au moins continus par morceaux. 7.2. La transforme de Fourier continue 7.2.1. Dnition On donne un signal

140

Mathmatiques avec Matlab

On appelle transforme de Fourier du signal le signal (lire : chapeau) dni par lintgrale

lorsque celle-ci est convergente. On note aussi


(lire : Fourier de au point ).

La transforme dun signal est donc une intgrale dpendant du paramtre est en gnral valeurs complexes. quantit dnie pour tout

La

7.2.2. Conditions sufsantes dexistence La transforme de Fourier de est notamment dnie dans chacun des cas suivants : 1) le signal est nul pour assez grand, 2) lintgrale

est convergente. On utilise, en effet, la majoration 3) le signal est une fonction dcroissance rapide, cest--dire, une fonction indniment drivable et telle que, pour tous entiers , , la fonction

est borne sur . La fonction reprsente la drive dordre de . Un exemple type dun tel signal est la fonction de Gauss

On peut en effet vrier par rcurrence que les drives successives de sont de la forme o est un polynme de degr

et on a toujours

Lensemble des fonctions dcroissance rapide sur est not

Analyse de signaux apriodiques

141

4) On construit aussi la transforme de Fourier pour les signaux nergie totale nie, cest--dire tels que lintgrale

soit convergente. 7.2.3. Remarque Certains ouvrages dnissent la transforme de Fourier du signal par

on passe de lune lautre par une simple dilatation de la variable

On utilisera dans la suite, la dnition du paragraphe 7.2.1. 7.2.4. Temporel/Frquentiel On vient de dnir une application

qui, un signal temporel associe sa transforme de Fourier (signal frquentiel.) On schmatise par

(temporel) 7.2.5. Exemple

(frquentiel)

Calculons o est la porte de Dirac centre lorigine

On a

si ailleurs.

142

Mathmatiques avec Matlab

donc admet une transforme de Fourier (voir paragraphe 7.2.2) et



Cette intgrale peut aussi se calculer avec Matlab : syms t T0 omega real ; p=1/T0 PI= sym(pi) ; E=cos(-2*PI*omega*t)+i*sin(-2*PI*omega*t) pChapeau=int(p*E,t,-T0/2, T0/2) ; simplify(pChapeau) ans =1/pi/omega/T0*sin(T0*pi*omega) On a donc

. On introduit la fonction dite sinus cardinal dnie par

si si

On remarquera quelle est continue en . On retiendra que la transforme de Fourier de la porte particulire

si ailleurs,

Analyse de signaux apriodiques

143

est

Regardons graphiquement les courbes de diffrentes portes de Dirac correspondant

syms T0 w real f=sin(pi*T0*w)/(pi*T0*w); hold on f1=subs(f,T0,2*pi) ; set(gca,LineStyle,-) ;ezplot(f1,[-5 5]) f1=subs(f,T0,pi/2) ; set(gca,LineStyle,) ;ezplot(f1,[-5 5]) f1=subs(f,T0,pi/8) ; set(gca,LineStyle,) ;ezplot(f1,[-5 5]) f1=subs(f,T0,pi/32) ; set(gca,LineStyle,-) ;ezplot(f1,[-5 5]) axis auto dessineRepere title(Fourier de portes centres) gtext(T0=2*pi) ;gtext(T0=pi/2) ; gtext(T0=pi/8) ; gtext(T0=pi/32)

Fourier de portes centres 1 T0=pi/32 0.8 T0=pi/8 0.6

0.4

0.2

0 T0=pi/2 0.2 T0=2*pi 0.4 5

0 w

144

Mathmatiques avec Matlab

On constate : 1) La continuit de sur . 2) Plus la porte de Dirac est troite ( est petit), plus sa transforme de Fourier est large. 3) Si on regarde la correspondance temps-frquence (exprim par et ), on constate quun signal trs abrupt (le cas de la porte pour trs petit), admet une transforme de Fourier contenant de hautes frquences. On a comme exemple typique concret : les orages, les tincelles ou tout parasite lectromagntique bref. Lors dun passage dans un tunnel, (cela correspond une porte dans le temps), le capteur radio (jouant le rle de transforme de Fourier), donne un parasite continu, qui est entendu grce sa largeur de frquence (voir gure prcdente).

7.2.6. Proprits 7.2.6.1. Continuit Lorsque lintgrale tend vers zro pour 7.2.6.2. Linarit La transforme de Fourier est linaire, autrement dit

existe, la transforme

est une fonction continue sur et de plus


tendant vers

7.2.6.3. Parit et imparit Si est un signal pair alors est valeurs relles et

si est un signal impair alors est valeurs imaginaires pures et

7.2.6.4. Transforme de Fourier dune convolution On a

Analyse de signaux apriodiques

145

7.2.6.5. Transforme de Fourier et drivation Si alors :

est un signal drivable de transforme de Fourier

7.2.6.6. Transforme de Fourier et dcalage temporel Si pour un signal , on considre sa translate dnie par alors

Cette proprit montre quil y a dphasage frquentiel. Vrions l : On a

En effectuant le changement de variable

on obtient

146

Mathmatiques avec Matlab

7.2.7. Transforme de Fourier inverse 7.2.7.1. Dnition On appelle transforme de Fourier inverse du signal , le signal (lire : Fourier barre de ), dni par lintgrale

lorsque celle-ci est convergente. 7.2.7.2. Formules de rciprocit On montre que, pour les signaux dcroissance rapide (voir paragraphe 7.2.2, cas n 3), on a

et

Ainsi

est lapplication linaire inverse de

dans

o est lapplication identit de

On peut voir dans la formule (analyse frquentielle)

Analyse de signaux apriodiques

147

vraie pour mais aussi pour dautres signaux, une reconstruction du signal , de coordonnes suivant la "base" des exponentielles complexes . La fonction "module" est appel spectre du signal.

La transforme de Fourier inverse stend aux signaux nergie nie (cas n 4 du paragrahe 7.2.2). On montre quon a encore


pour tout signal nergie nie

7.3. Transforme de Fourier et signaux discrets Cette section est consacre la description dun outil important dans les applications concrtes, appel TFD (transforme de Fourier discrte), permettant le traitement numrique des signaux discrets. 7.3.1. Transforme de Fourier temps discret , , un signal discret. Par analogie au cas continu, Soit on dnit la transformation de Fourier dite temps discret (TFTD) :


Si, par exemple la srie

pour

, lorsque cette dernire srie ( double entre) converge. est bien dnie.

est convergente, alors

Grce aux proprits des exponentielles complexes

, la fonction

est priodique de priode sur et donc, pour le calcul de cette TFTD, il suft de le faire sur un intervalle de frquences de longueur . Numriquement, cette transformation nest pas pratique, puisque, loppos du temps qui est discret, la variable frquencielle est continue.

148

Mathmatiques avec Matlab

Do la ncssit dintroduire une transforme de Fourier limite la fois un nombre ni de points temporels et de points frquentiels. Cest la TFD (transforme de Fourier discrte) quon dcrit ci-dessous. 7.3.2. Transforme de Fourier discrte 7.3.2.1. Dnitions Fixons un entier (temporels) scrit

. La TFTD dun signal discret ni connu en points

avec . Donc si on veut limiter le calcul sur machine de frquences


, on choisit

rparties pas quidistants dans lintervalle . Ce sont les valeurs

avec

On obtient alors

On va sinspirer de cette dernire formule pour dnir la TFD. Notons

et pour tout

La suite est priodique de priode et vrie les proprits :


Analyse de signaux apriodiques

149

A tout signal temporel

on associe le signal frquentiel not

dni par

pour

fait correspondre Lapplication qui est appele la transforme de Fourier discrte (TFD). On notera
7.3.2.2. Reprsentation matricielle On vrie que

. . .

. . .

. . .

..

. . .

. . .

ainsi, la transforme de Fourier discrte est une application linaire sur dont la matrice carre dordre relativement la base canonique est symtrique et est donne par 7.3.2.3. Remarques Dans les cas concrets de calcul de la TFD, il est conseill, pour des raisons defcacit dalgorithme, de prendre gal une puissance de .
Grce la priodicit de (priode ), on prolonge le signal discret ni

et sa TFD

tout , en posant naturellement pour tout

et tous

150

Mathmatiques avec Matlab

7.3.2.4. Exemple modle Considrons le signal apriodique dni sur par

si sinon.

Sur , ce signal est la superposition de trois fonctions sinusodales de frquences respectives et On dclare lexpression symbolique de syms t real PI=sym(pi) ; T=2*PI ; s=cos(2*PI*t)+1/2*cos(sqrt(2)*2*PI*t)+1/3*cos(sqrt(3)*2*PI*t); puis on trace son graphe sur

Le signal s

1.5

0.5

0.5

1.5

2 8

0 x

Analyse de signaux apriodiques

151

On lobtient par gure(1) ;clf Tapp=double(T) ; clf ; hold on ezplot(0,[-8 -Tapp]) ezplot(s,[-Tapp Tapp ]) ezplot(0,[Tapp 8]) axis auto dessineRepere title (Le signal s) Le signal est continu par morceaux et nul pour il admet donc une transforme de Fourier. Utilisant sa parit, on calcule sa transforme de Fourier note sChapeau syms w sChapeau=simple(2*int(s*cos(2*PI*w*t),t,0,T)); puis on vrie graphiquement que la partie imaginaire de sChapeau est nulle gure(10) ; ezplot(imag(sChapeau),-5,5) title(Partie imaginaire de sChapeau)
Partie imaginaire de sChapeau 1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 5

0 w

On reprsente la valeur absolue de sChapeau gure(2) ;clf ;hold on ezplot(abs(sChapeau),0,3) ; axis auto ; grid on title (Valeur absolue de sChapeau)

152

Mathmatiques avec Matlab


Valeur absolue de sChapeau 7

0.5

1.5 w

2.5

On note trois raies principales dans ce graphe correspondant aux frquences Pour discrtiser le signal , on xe dnie par et on construit la suite

et

o la subdivision , de pas

est donne par

...

On reprsente ensuite le graphe de

N=64 ; Un=[0 :(N-1)]/N ; % subdivision de [0, 1] Tn=-Tapp+2*Tapp*Un ; %subdivision de [-Tapp, Tapp] Sn=double(subs(s,t,Tn)) ; gure(1) ;hold on plot(Tn,Sn,ok) title(Une discrtisation de s)

Analyse de signaux apriodiques


Une discrtisation de s 2

153

1.5

0.5

0.5

1.5

2 8

0 x

On calcule matriciellement la TFD de

wN=exp(2*i*pi/N) ; for n=1 :N for m=1 :N Md(m,n)=wN^(-(n-1)*(m-1)); end end tfdSn=Md*Sn ;

Le graphe de

sobtient par :

gure(3) ; clf ;hold on Iw=[0 :(N-1)] ; plot(Iw,abs(tfdSn),kx-) hold on ;grid on title(TFD du signal s)

154

Mathmatiques avec Matlab


TFD du signal s 25

20

15

10

10

20

30

40

50

60

70

Les trois premiers pics correspondent, un facteur multiplicatif prs, aux trois raies principales cites prcdemment.

La commande Matlab fft (Fast Fourier Transform) permet le calcul direct de la TFD par un algorithme rapide :

tfdSnMatlab=fft(Sn) ; plot(Iw,abs(tfdSnMatlab),o) title(Vrication avec fft de Matlab)

Analyse de signaux apriodiques


Vrification avec fft de Matlab 25

155

20

15

10

10

20

30

40

50

60

70

7.3.2.5. La TFD inverse


alors son produit par celle de la TFD

Considrons la matrice

donne la matrice avec


ainsi, si

156

Mathmatiques avec Matlab

et si

on en dduit que la transforme de Fourier discrte

est inversible et son inverse est

o la matrice de do le rsultat :

est

Si et sont tels que alors o Autrement dit, on reconstitue par pour

On vrie la formule dinversion ci-dessus pour les matrices et puis le produit

en afchant successivement

PI=sym(pi) ; for m=1 :4 for n=1 :4 Md(m,n)=exp(-2*i*PI*(m-1)*(n-1)/4); end end Md Md= [ 1, 1, 1, 1] [ 1, -i, -1, i] [ 1, -1, 1, -1] [ 1, i, -1, -i] for m=1 :4 for n=1 :4 MdBarre(m,n)=exp(2*i*PI*(m-1)*(n-1)/4); end end MdBarre MdBarre = [ 1, 1, 1, 1] [ 1, i, -1, -i] [ 1, -1, 1, -1] [ 1, -i, -1, i]

Analyse de signaux apriodiques

157

Md*MdBarre/4 ans = [ 1, 0, 0, 0] [ 0, 1, 0, 0] [ 0, 0, 1, 0] [ 0, 0, 0, 1] Sous Matlab, la TFD inverse se calcule par la commande ifft, comme le montre lexemple suivant sChapeau=[1,-i,-1,i] ; s=ifft(sChapeau,4) s= 0 1 0 0

7.3.3. Proprits de la TFD 7.3.3.1. Translation et modulation Soit un signal discret prolong sur priode . On dnit, pour x dans : 1) le signal translat par priodicit de

tel que

2) le signal modul

avec

On vrie que

et

sobtiennent par

pour

7.3.3.2. Convolution On rappelle que la convolution discrte des deux signaux

est le signal

donn par

158

Mathmatiques avec Matlab

On montre, comme dans le cas continu, que

vrie

pour tout

7.3.4. Notion de ltre dun signal Souvent on a besoin de connatre lanalyse dun signal dans une bande frquentielle limite o est un nombre donn strictement positif. On utilise alors la notion de ltre quon dnit ci-dessous.

7.3.4.1. Dnition Une opration de convolution dans un systme linaire de signal dentre et dont le signal de sortie est rgi par lquation

est appele un ltre de caractristique

( est appel ltre du systme).

A titre illustratif, dcrivons un exemple particulier de ltre. On rappelle que si est le signal porte de Dirac suivant

si sinon,

sa transforme de Fourier (temporelle) est donne par

Par analogie, si on considre le signal

si sinon,

alors sa transforme de Fourier (barre) est


voir paragraphe 7.2.7.2. par

Considrons maintenant un signal quelconque dnergie nie, alors son ltrage est donn par la convolution

Analyse de signaux apriodiques

159

qui est bien dnie. Do, par transformation de Fourier (barre)


et on dduit que

si sinon.

Ainsi, sur la bande danalyse frquentielle xe , la transforme de Fourier barre du signal concide avec celle de son signal ltr. On dira que le signal ltr est bande limite quon vient dutiliser est appel ltre . Le ltre passe-bas idal (PBI), de bande passante . On dira aussi que la transforme de Fourier barre est support ou que le signal ltr est bande limite .

7.3.4.2. Remarque Il existe dautres types de ltres en thorie du signal quon ne dveloppe pas dans ce manuel. On peut aussi effectuer le ltre dun signal discret dans le cas de systmes linaires. Sous Matlab, cette opration se fait par la commande lter comme lillustrent les exemples ci-dessous. 7.3.4.3. Exemple modle Soit le signal discret alatoire donn par la commande Matlab

et le signal dni par

Examinons leur convolution par les ltres suivants

et

h1=[1/8 1/4 1/4 1/4 1/8] ; num=prod(1 :16) ; for p=1 :15 C(p)=num/(prod(1 :p)*prod(1 :16-p)) ; end C=[1 C 1] ; h2=C/2^16 ;

160

Mathmatiques avec Matlab

Les graphes de ces deux ltres sont donns par :

plot(0 :1/(length(h1)-1) :1, h1,*) hold on plot(0 :1/(length(h2)-1) :1, h2,o) axis([-0.1 1.1 -0.05 0.3]) legend(ltre h1,ltre h2)

filtre h1 filtre h2 0.25

0.2

0.15

0.1

0.05

0.05

0.2

0.4

0.6

0.8

On dnit le signal et on calcule ses ltrs par

et

gure(2) ; clf s1=rand(50,1) ; plot(s1,-) hold on sFiltre11=lter(h1,1,s1) ; plot(sFiltre11,k) sFiltre12=lter(h2,1,s1) ; plot(sFiltre12,k-.) legend(signal s1,s1 ltr par h1, s1 ltr par h2)

Analyse de signaux apriodiques

161

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 signal s1 s1 filtr par h1 s1 filtr par h2

10

15

20

25

30

35

40

45

50

La sortie est un signal moins alatoire, plus rgularis que celui dentre. Leffet du premier ltre (en tirets sur le dessin) est une action de moyenne commise sur chaque squence de cinq chantillons conscutifs. Le ltre gaussien (en traits mixtes) provoque un meilleur lissage.

On fait de mme pour

s2= cos(1 :50) ; clf ; plot(s2,-) hold on sFiltre21=lter(h1,1,s2) ; plot(sFiltre21,k) sFiltre22=lter(h2,1,s2) ; plot(sFiltre22,k-.) legend(signal s2,s2 ltr par h1, s2 ltr par h2)

162

Mathmatiques avec Matlab

1 0.8 0.6 0.4 0.2 0 0.2 0.4 0.6 0.8 1 signal s2 s2 filtr par h1 s2 filtr par h2

10

15

20

25

30

35

40

45

50

En plus de leffet de lissage, on constate une rduction des oscillations. 7.4. Exercices 7.4.1. Signal triangulaire et transforme de Fourier Soit le signal triangulaire dni par

si sinon.

1) Donner son graphe, sa transforme de Fourier et le graphe de . 2) Calculer la drive (l o elle existe) et donner le graphe de . 3) Vrier qualors on a


o est la porte

sinon. 4) En utilisant la transforme de Fourier de cette porte et la proprit de dcalage temporel, donner et retrouver le calcul prcdent de 5) Retrouver grce la formule (voir les rsultats de lexercice 6.3.1, p. 123, du chapitre Convolution de signaux).

si

(solution p. 164)

Analyse de signaux apriodiques

163

7.4.2. Signal de type exponentiel et transforme de Fourier dni par 1) Tracer le graphe du signal pair 2) Vrier que lintgrale gnralise

est convergente et donner sa valeur. 3) Vrier avec Matlab que la transforme de Fourier est donne par la fonction paire Donner son graphe. 4) Montrer mathmatiquement que la transforme de Fourier dun signal pair (lorsquelle existe) est paire. (solution p. 167) 7.4.3. TFD dun signal de priode On donne le signal discret priodique de priode dni par

1) Donner la matrice de la TFD de ce signal et calculer sa TFD . 2) Retrouver ce dernier rsultat en utilisant la commande fft. 3) Reprsenter en btons sur deux repres et . (solution p. 169) 7.4.4. TFD dun signal alatoire 1) Crer un signal complexe discret alatoire lments (utiliser la commande qui gnre un tableau de lignes et colonnes dlments rels compris entre et En donner la reprsentation graphique dans le plan complexe. 2) Donner de mme le graphe de la TFD de 3) Reprsenter par des diagrammes en btons le module et largument de la TFD de . (solution p. 172)

164

Mathmatiques avec Matlab

7.5. Solutions Exercice 7.4.1 1) Lallure du graphe du signal donn se fait par : syms t w real sDEt=1-abs(t) ; ezplot(sDEt,-1,1) hold on ezplot(0, -3,-1) ; ezplot(0,1,3) ; axis ([-3 3 -0.5 1.5]) title (Signal triangulaire)
Signal triangulaire 1.5

0.5

0.5 3

0 x

Le signal est continu par morceaux et nul pour , donc il admet une transforme de Fourier. Utilisant la parit, elle se calcule par la formule


do

sChapeauDEw= simplify(int(2*sDEt*cos(2*pi*w*t),t,0,1)) sChapeauDEw = -(cos(pi*w)^2-1)/pi^2/w^2 gure(2) ;clf ezplot(sChapeauDEw,-5,5); hold on axis auto ; dessineRepere title(Fourier du signal)

Analyse de signaux apriodiques

165

ainsi

Fourier du signal 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 5

0 w

2) On vrie que

si si ailleurs,

do le graphe gure(3) ;clf ; ezplot(0,-3,-1); hold on ezplot(1,-1,0) ;ezplot(-1,0,1) ezplot(0,1,3) axis([-3 3 -2 2]) ; dessineRepere title(Drive du signal)

166

Mathmatiques avec Matlab


Drive du signal 2

1.5

0.5

0.5

1.5

2 3

0 x

3) Si donc

, on a et

o est le signal porte donn dans lnonc :

Si

si sinon

donc

, alors et

do

De mme pour les autres cas. Do lgalit demande.pour tout . 4) On a vu au paragraphe 7.2.5 que

Analyse de signaux apriodiques

167

Ecrivant que

(translates de de et de ) et utilisant les proprits de la transforme de Fourier (cf. 7.2.6), il vient


dautre part on a

do le rsultat pour . 5) On vrie que

, ainsi

Exercice 7.4.2 1) On dclare le signal


, puis on trace son graphe

syms t w real fDEt=exp(-abs(t)) ; gure(1) ;clf ; ezplot(fDEt,-5,5) dessineRepere

168

Mathmatiques avec Matlab


exp(abs(t)) 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 5 4 3 2 1 0 t 1 2 3 4 5

2) On vrie quil est intgrable sur : I=int(fDEt,-inf,inf) I=2

3) On calcule sa transforme de Fourier continue fChapeauDEw=simplify(int(2*fDEt*cos(2*pi*w*t),t,0,inf)) fChapeauDEw =2/(1+4*pi^2*w^2)

ainsi

On trace le graphe de cette dernire gure(2) ;clf ezplot(fChapeauDEw,-2,2) axis([-2 2 -0.2 2.2]) ; dessineRepere

Analyse de signaux apriodiques


2/(1+4*pi^2*w^2)

169

1.5

0.5

1.5

0.5

0 w

0.5

1.5

4) Par dnition, pour un signal pair dni sur et admettant une transforme de Fourier, on a

Par le changement de variable

on obtient

Exercice 7.4.3 1) Ici on a

et pour

do

La matrice de la TFD est la matrice carre symtrique donne par


170

Mathmatiques avec Matlab

ou bien

On peut aussi effectuer le calcul avec Matlab

s=[1 0 0 0] ; PI=sym(pi) ; for m=1 :4 for n=1 :4 Md(m,n)=exp(-2*i*PI*(m-1)*(n-1)/4); end end Md Md = [ 1, 1, 1, 1] [ 1, -i, -1, i] [ 1, -1, 1, -1] [ 1, i, -1, -i]

sChapeau=(Md*s.). sChapeau =[ 1, 1, 1, 1]

On a utilis la transposition matricielle pour transformer en matrice colonne et le rsultat en matrice ligne. Cette transposition seffectue, pour les matrices lments complexes, avec loprateur point prime ( ) 2) En utilisant fft on a : fft(s) ans =1 1 1 1

Analyse de signaux apriodiques

171

3) Les reprsentations graphiques de et sobtiennent par

sChapeau=double(sChapeau); clf ; hold on for i =1 :4, plot(i-1,s(i),o) plot([i-1 i-1],[0 s(i)]) end axis ([-1 5 -1 2]) grid on

do le graphe en btons de

1.5

0.5

0.5

1 1

et pour celui de

clf ;hold on for i =1 :4, plot(i-1,sChapeau(i),o) plot([i-1 i-1],[0 sChapeau(i)]) end axis ([-1 5 -1 2]) grid on

172

Mathmatiques avec Matlab


2

1.5

0.5

0.5

1 1

Exercice 7.4.4 1) Les parties relle et imaginaire des lments du signal (comprises entre et ) sont gnres par la commande rand. La commande plot permet alors de reprsenter le tableau complexe . N=64 ; S=rand(1,N)+i*rand(1,N); gure(1) ; clf plot(S,*) hold on ; axis equal axis([-0.2 1.2 -0.2 1.2]) grid on ; dessineRepere title(Signal complexe alatoire)
Signal complexe alatoire

0.8

0.6

0.4

0.2

0.2 0.2

0.2

0.4

0.6

0.8

Analyse de signaux apriodiques

173

2) Grce fft, on a SChapeau=fft(S) ; gure(2) ;clf plot(SChapeau,*) hold on ; grid on axis equal Pour contenir strictement tous les points de SChapeau, on stocke dans V les valeurs par dfaut

du repre et on agrandit lgrement celui-ci. Do V=axis ; axis([V(1)-0.2 V(2)+0.2 V(3)-0.2 V(4)+0.2]) dessineRepere title(SChapeau)
SChapeau 30

25

20

15

10

10

15

20

25

30

35

3) A laide dune instruction itrative, on dessine les points

et les segments verticaux

avec

174

Mathmatiques avec Matlab

modSChapeau=abs(SChapeau) ; gure(3) ; clf ;hold on for i =1 :N, plot(i-1,modSChapeau(i),o) plot([i-1 i-1],[0 modSChapeau(i)]) end grid on axis auto V=axis ; axis([V(1)-0.2 V(2)+0.2 V(3)-0.2 V(4)+0.2]) dessineRepere title(Module de SChapeau)
Module de SChapeau 50 45 40 35 30 25 20 15 10 5 0

10

20

30

40

50

60

70

On fait de mme pour les arguments argSChapeau=angle(SChapeau); gure(4) ; clf ;hold on for i =1 :N, plot(i-1,argSChapeau(i),o) plot([i-1 i-1],[0 argSChapeau(i)]) end grid on ; axis auto V=axis ; axis([V(1)-0.2 V(2)+0.2 V(3)-0.2 V(4)+0.2]) dessineRepere title(Argument de SChapeau)

Analyse de signaux apriodiques


Argument de SChapeau 4

175

4 0 10 20 30 40 50 60 70

Bibliographie

[BAR 02] A. BARRAUD, "Outils danalyse numrique pour lautomatique", Hermes, Paris 2002. [LEL 72] J. L ELONG -F ERRAND , J.M. A RNAUDIES, "Cours de Mathmatiques, tome 2 : analyse", Dunod, Paris, 1972. [RIV 94] M. R IVOIRE , J.-L. F ERRIER, "Cours dautomatique, tome 1, signaux et systmes", Eyrolles, 1994. [RIV 92] M. R IVOIRE , J.-L. F ERRIER, J. G ROLEAU, "Exercices dautomatique, tome 1, signaux et systmes", Eyrolles, 1992. [SOI 93] C. S OIZE , "Mthodes mathmatiques en analyse du signal", Masson, 1993. [THU 92] P. T HUILLIER , J.C. B ELLOC, "Mathmatiques, analyse 3", Masson, 2me dition, 1992.

Index

A Abel (critre d) 60 abs 18, 19 absolument convergente (srie) 56 afxe 13 analogique (signal) 36 analyser (un signal) 38 angle 18 argument (dun complexe) 14 C cart2pol 18, 19 Cauchy (critre de) 58 causal (signal) 37 cercle trigonomtrique 21 coefcients de Fourier 78, 85 conjugu (dun complexe) 15 convergence normale (dune srie de fonctions) 66 convergence simple (dune srie de fonctions) 65 convergence uniforme (dune srie de fonctions) 65 convergente (intgrale gnralise) 100 convergente (srie) 55 convolution continue 115 convolution de signaux 113 convolution discrte 120 D DAlembert (critre de) 59

de Moivre (formule de) 19 drivable par morceaux 92 Dirac (distribution) 39 Dirac (porte de) 42 Dirichlet (rsultat de) 78 discret (signal) 36 divergente (intgrale gnralise) 100 divergente (srie) 55 E chantillonn (signal) 37 criture algbrique (dun complexe) 17 criture trigonomtrique (dun complexe) 17 nergie (dun signal) 78 Euler (formule d) 21 exponentielle complexe 21 F fft 154 lter 159 ltre 158 frquence (dune srie trigonomtrique) 76 frquentiel-temporel 39 G Gauss (intgrale de) 108 I ifft 157 imag 18, 19

180

Mathmatiques avec Matlab real 18, 19 reconstituer (un signal) 39 S semi-convergente (srie) 57 srie 55 srie alterne 59 srie de Fourier (dun signal) 78 srie de Riemann 57 srie gomtrique 57 srie trigonomtrique 75 signal 35 sinus cardinal 142 somme (dune srie) 55 symsum 60 synthse (dun signal) 39 T transforme de Fourier 140 transforme de Fourier temps discret 147 transforme de Fourier discrte 148 transforme de Fourier inverse 146 transpose (dune matrice complexe) 170

int 107 intgrale gnralise 99 L linariser 20 M module (dun complexe) 14 P Parseval (formule de) 79 partie imaginaire (dun complexe) 13 partie relle (dun complexe) 13 plot 22 pol2cart 18, 19 Q quad 123 R racines nimes (dun complexe) 22

Sommaire du volume 1

Avant-propos PREMIRE PARTIE. PRSENTATION DE MATLAB Chapitre 1. Calculs avec Matlab 1.1. Calculs numriques usuels 1.2. Graphiques 1.3. Calcul symbolique avec Symbolic Math Toolbox 1.4. Itrations et tude de suites 1.5. Exercices 1.6. Solutions Chapitre 2. Programmation avec Matlab 2.1. Crer des sous-programmes 2.2. Traitements conditionnels, expressions logiques 2.3. Les types de donnes utiliss par Matlab 2.4. Quelques commandes importantes de Matlab 2.5. Exercices 2.6. Solutions DEUXIME PARTIE. ALGBRE LINAIRE Chapitre 3. Systmes linaires : mthode de Gauss 3.1. Systmes linaires 3.2. Oprations fondamentales sur les systmes 3.3. Mthode de rsolution de Gauss 3.4. Rsolution avec Matlab 3.5. Exercices 3.6. Solutions

182

Mathmatiques avec Matlab

Chapitre 4. Matrices 4.1. Gnralits 4.2. Oprations sur les matrices 4.3. Inversion de matrices carres 4.4. Dterminant dune matrice carre 4.5. Proprits des dterminants 4.6. Calculs de dterminants 4.7. Retour aux systmes et formules de Cramer 4.8. Exercices 4.9. Solutions Chapitre 5. Espaces vectoriels 5.1. Lespace vectoriel ! 2 5.2. Lespace vectoriel ! n 5.3. Cas gnral 5.4. Bases dun espace vectoriel 5.5. Exercices 5.6. Solutions Chapitre 6. Applications linaires 6.1. Dfinitions et exemples 6.2. Proprits fondamentales 6.3. Applications linaires en dimension finie 6.4. Applications linaires et matrices diagonales 6.5. Exercices 6.6. Solutions TROISIME PARTIE. GOMTRIE Chapitre 7. Calcul vectoriel et gomtrie 7.1. Rappels : vecteurs gomtriques du plan ou de lespace 7.2. Calculs avec les coordonnes cartsiennes dans le plan 7.3. Coordonnes cartsiennes dans lespace 7.4. Changements de base et changements de repre 7.5. Exercices 7.6. Solutions Chapitre 8. Produit scalaire et produit vectoriel 8.1. Bases orthonormes dans le plan et lespace 8.2. Produit scalaire de deux vecteurs dans le plan ou lespace 8.3. Produit vectoriel dans 3

Sommaire des volumes 1 et 2

183

8.4. Exercices 8.5. Solutions Chapitre 9. Transformations dans le plan et dans lespace 9.1. Transformations gomtriques et applications linaires 9.2. Coordonnes homognes et transformations planes 9.3. Coordonnes homognes et transformations de lespace 9.4. Projections et leurs matrices en coordonnes homognes 9.5. Exercices 9.6. Solutions Bibliographie Index

Sommaire du volume 2

Avant-propos PREMIRE PARTIE. ANALYSE Chapitre 1. Suites relles 1.1. Gnralits sur les suites 1.2. Limite dune suite 1.3. Proprits des limites de suites 1.4. Suites monotones 1.5. Suites rcurrentes 1.6. Exercices 1.7. Solutions Chapitre 2. Fonctions numriques dune variable relle 2.1. Rappels gnraux sur les fonctions 2.2. Limite dune fonction 2.3. Continuit 2.4. Drivation 2.5. Fonctions trigonomtriques inverses 2.6. Comparaison de deux fonctions 2.7. Formules de Taylor et dveloppements limits 2.8. Exercices 2.9. Solutions Chapitre 3. Intgration 3.1. Intgrale de Riemann 3.2. Primitive dune fonction

186

Mathmatiques avec Matlab

3.3. Calcul intgral 3.4. Dcomposition en lments simples 3.5. Intgration de fractions rationnelles 3.6. Exercices 3.7. Solutions DEUXIME PARTIE. ANALYSE NUMRIQUE LMENTAIRE Chapitre 4. Arithmtique de lordinateur 4.1. Reprsentation des entiers 4.2. Reprsentation des rels positifs en virgule fixe 4.3. Reprsentation des rels en virgule flottante 4.4. Les rels en V.F.N t chiffres 4.5. Oprations de base sur les nombres machine 4.6. Exercices 4.7. Solutions Chapitre 5. Gestion derreurs 5.1. Erreur absolue et erreur relative 5.2. Erreurs daffectation 5.3. Cumul derreurs daffectation et dopration 5.4. Erreurs dabsorption 5.5. Erreurs de cancellation 5.6. Erreurs dues aux choix des formules algbriques 5.7. Erreurs dues aux perturbations des donnes 5.8. Estimation probabiliste de lerreur 5.9. Exercices 5.10. Solutions Chapitre 6. Approximation de racines dquations 6.1. Mthode de la dichotomie 6.2. Mthode des approximations successives (ou du point fixe) 6.3. Mthode de Newton (ou de la tangente) 6.4. Plan pour la recherche dune racine 6.5. Exercices 6.6. Solutions Chapitre 7. Interpolation polynomiale 7.1. Le polynme dinterpolation dune fonction 7.2. Approche polynomiale de la drivation 7.3. Exercices 7.4. Solutions

Sommaire des volumes 1 et 2

187

Chapitre 8. Intgration numrique 8.1. Description de la mthode 8.2. Mthode des rectangles 8.3. Mthode des trapzes 8.4. Mthode de Simpson 8.5. Gestion derreur 8.6. Exercices 8.7. Solutions Bibliographie Index