Cours Math SF

Ecole supérieure de Technologie
Département de Génie Electrique
COURS DE MATHEMATIQUES
KHALID SBAI
Enseignant – Chercheur
Ecole Supérieure de Technologie
khalid.sbai82@gmail.com
Université Moulay Ismaïl
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

CHAPITRE I
SERIES DE FOURIER

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

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

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

I.3 Théorème 2
Si les séries numériques ∑ a n et
n≥0
∑b
n≥0
n sont absolument convergentes,
∞
alors la série trigonométrique ∑ (a

n=0
est absolument convergente dans R vers S(t).

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

I.4 Représentation complexe : 2ème Forme de la série

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

I.5 Théorème +∞
Si la série trigonométrique n =−∞ ∑ n

C e jnωt
est uniformément convergente
vers sa somme S(t), alors les coefficients de la série et la somme de
cette série sont liés par les relations : 1 T
+∞
Cn = ∫ S (t )e − jnωt dt
T 0
En effet:
la série ∑Ce
n =−∞
n
jnωt
est uniformément convergente vers S(t)
k =n
S ( t ) = lim S n ( t ) = lim
n → +∞ n → +∞
∑
k =−n
C k e jk ω t
k =n
∀p ∈ Z , S (t ).e − jpωt = e − jpωt . lim Sn (t ) = lim
n →+∞ n →+∞
∑ k
C e
k =− n
j ( k − p ) ωt
T k =n k =n
∑ Ck e ∑ k∫
T T
− jpωt j ( k − p )ω t j ( k − p )ω t
∫0
S (t ).e dt = lim ∫
n →∞ 0
k =− n
dt = lim
n →∞
C e
k =− n
0
dt

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

an = Cn + C− n et bn = j ( Cn − C− n )
a0 = C 0
2
S ( t ) cos ( nω t ) .dt
T
et on a : an =
T ∫ 0
2
S ( t ) sin ( nω t ) .dt
T
bn =
T ∫ 0

I.6 Troisième forme de la série

En tenant en compte la relation trigonométrique suivante:
  B 
A cos( x) + B sin( x) = A2 + B 2 cos  x − arctan   
  A 
La somme: ∞
S (t ) = ∑ (a
n=0
peut également s’écrire :

∞
S ( t ) = A0 + ∑ An cos ( nω t − ϕ n )
n =1
Avec: A0 = a0 = C0
 bn 
An = 2 Cn = a + b 2
n
2
n
et ϕn = arctan  
 an 
II. Décomposition d’une fonction en série de Fourier

La décomposition d’un signal x(t) périodique en série de Fourier
consiste à trouver une série trigonométrique dont x(t) est la somme.
II.1. Définition
Soit x un signal T-périodique, à valeur réelle ou complexe,
continue par morceaux et intégrable sur tout fermé de R. On
appelle série de Fourier associée à x, la série trigonométrique:
trigonométrique:
∞ +∞
a0 + ∑ (a
n =1
n c o s ( n ω t ) + b n s i n ( n ω t )) ou ∑ n
C e jnωt
−∞
Dont les coefficients an et bn ou Cn sont définit par:

1 T
a0 = ∫ x (t ) d t 1 T
x ( t ) e − jnω t dt
T
2
0
Cn =
T ∫
0
x ( t ) co s ( n ω t ) .d t
T
an = ∫ ∀n ∈ |N;
T ∀n ∈ Z;
0
2
x ( t ) sin ( n ω t ) .d t
T
bn =
T ∫ 0

II.2 Théorème ( De Dirichlet)

Si x est un signal périodique de période T, de classe C1 par
morceaux sur [0, T], alors sa somme :
∞
S x (t ) = a 0 + ∑ (a
n =1
associée au signal x(t) converge. De plus si:
x est continue en t alors S x ( t ) = x ( t )
t0 est un point de discontinuité de x alors
1 
S x ( t 0 ) =  lim+ x ( t 0 ) + lim− x ( t 0 ) 
2  t → t0 t → t0 
x ( t 0− )
x ( t 0+ )
t0
II.3 Interprétation physique du développement en série de Fourier

∞
Pour x ( t ) = a 0 + ∑ (a
n =1
n cos (n ω 0 t ) + bn s in ( n ω 0 t ))
le signal x(t) se décompose en la somme :
d’un terme constant (de fréquence nulle) égal à la valeur

moyenne du signal x(t) appelé composante continue du
signal..
signal
1 T Valeur moyenne du signal
T0 ∫0
C 0 = a0 =
0
x ( t ) d t
sur une période T0
du premier terme de fréquence f0= 1/T0, appelée le fondamental
du signal ou 1er harmonique:
x fondamental ( t ) = x harm .1 (t ) = C − 1e − j 2 π f 0 t + C1e j 2 π f 0 t
⇒ Signal de même fréquence que le signal périodique f0 = 1/T0

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

composantes harmoniques du signal de rang n.
− jnω0t jnω0t
xharm.n (t ) = C− ne + Cne
Les coefficients an et bn, ou Cn et An sont appelés coefficients
de Fourier du signal x.
Les coefficients Cn, correspondant à la seconde formulation

de la décomposition en série de Fourier, sont appelés
amplitude des harmoniques d’ordre n.

III. Propriétés des coefficients de Fourier

III.1 Théorème
Soit x un signal périodique de période T et intégrable dans
l’intervalle [0, T]. Alors pour tout α ∈ R, on a
T α +T
∫ 0
x (t ) d t = ∫α x (t ) d t
Preuve:
α +T 0 T α +T
∫α x (t ) d t = ∫α x (t ) d t + ∫ 0
x (t ) d t + ∫ T
x (t ) d t
α +T
Dans l’intégrale:
∫ T
x (t ) d t on fait le changement de variables
u = t − T. Ceci nous donne

α +T α α
∫ T
x (t ) d t = ∫ 0
x (u + T ) d u = ∫ 0
x (u ) d u
Donc:
α +T 0 T 0 T
∫α x (t ) d t = ∫α x (t ) d t + ∫ 0
x (t ) d t − ∫α x (t ) d t = ∫ 0
x (t ) d t
Ainsi, les coefficients peuvent s’écrire :
1 T 1 α +T
a 0 = ∫ x ( t ) dt = ∫ x ( t ).dt ∀α ∈ ℜ
T 0 T α
2 T 2 α +T
an = ∫ x ( t ) cos ( )
n ω t . dt = ∫α
x ( t ) cos ( nω t ) .dt ∀α ∈ ℜ
T 0 T
2 T 2 α +T
bn = ∫ x ( t ) sin ( n ω t ) .d t = ∫ x ( t ) sin ( n ω t ) .d t ∀α ∈ ℜ
T 0 T α
En particulier si ω = 1, cas des signaux 2π-

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

III.2 Dérivation
Soit x un signal développable en série de Fourier (DSF), si x est
dérivable et sa dérivée x’ est DSF, alors le DSF de x’ s’obtient en
dérivant termes à termes celui de x.
∞
x (t ) = a 0 + ∑ (a
n =1
∞
x ' (t ) = ∑ (− nω a
n =1
n s i n ( n ω t ) + n ω b n c o s ( n ω t ))
III.3 Intégration
Si x est intégrable et à valeur moyenne nulle (a(ao=0) alors le DSF de
t
g ( t ) = ∫ x (τ ) d τ
0
s’obtient en intégrant termes à termes celui de x et en ajoutant

comme constante la valeur moyenne de g(t).
∞
 an bn 
g (t ) = g 0 + ∑  nω s i n ( n ω t ) − c o s ( n ω t ) 
n =1  nω 
III.4 Proposition 1
Si x est périodique égale à la somme d’une série de Fourier alors :
Si x est paire ⇒ bn = 0 ∀ n.
Si x est impaire ⇒ an = 0 ∀ n.
III.5 Proposition 2 (Lemme de Lebesgue)
Soit x est périodique , continue par morceaux et développable en

série de Fourier alors les suites (an) et (bn) de ses coefficients de
Fourier convergent vers 0.
C’est--à-dire: lim an = lim bn = lim cn 0

C’est
n →+∞ n →+∞ n→+∞

III.6 PROPOSITION (Égalité de Parseval)

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

en sommant les contributions des différentes composantes
harmoniques

IV. Spectre d'amplitude et de phase

IV.1. Spectre d'amplitude (ou Spectre de fréquence)
On appelle spectre de fréquence d’un signal périodique du
temps, le diagramme en bâtons obtenu en représentant
l’amplitude |Cn | des différents harmoniques en fonction de la
fréquence fn=n/T
=n/T..
Le spectre d’amplitude représente donc les variations de |Cn |
en fonction de la fréquence
fréquence..
Spectre d’amplitude d'un signal périodique
2
f0 = 125 H z  b2 n = 0

A =2  8
 b + =
( 2 n + 1 )π
2 n 1
R a p p o rt cy cliq u e = 1 /2 

IV.2. Spectre de phase

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

Exemple:: Reconstitution d'un signal carré à partir d'un nombre

Exemple
fini d'harmoniques: −1 p o u r -π ≤ t ≤ 0
x (t ) = 
+1 pour 0 ≤ t ≤ π
(2π )+ (2π )+ (2π )+
4 4 4
x (t) = s in f0t s in (3 f0 )t s in (5 f0 )t .....
π 3π 5π
Les figures ci-

ci-dessus montrent la reconstitution du signal carré à
l'aide de 2, 3, 15 et 30 harmoniques.
V. Exemples et application
Exemple 1 :
Le signal x(t) : a pour période T = 2,
Donc ω= π; elle est paire, donc bn =0.

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

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

Exemple 3:
Trouver la série de Fourier du signal x(t) suivant:
0 p o u r -π ≤ t ≤ 0
x (t ) = 
π pour 0 ≤ t ≤ π
Réponse: On a:
1 π π
a0 = ∫ π dt =
2π 0 2
2 +π 1 +π
an = ∫π x ( t ) cos( nt ) dt = ∫ π cos( nt ) dt pour n ≥ 1
2π − π 0
( )
2 +π 1 1
bn = ∫π x ( t ) sin( nt ) dt = [1 − cos( nπ ) ] = 1 − ( − 1) n
2π − n n
2
Nous obtenons b2 n = 0 et b 2 n + 1 = 2 n + 1
π  sin (3 t ) sin (5 t ) 

Par conséquent: x ( t ) = 
+ 2  sin ( t ) + + + ......
2 
 3 5 
Reconstitution du signal

Exemple 4: Signal carré

  T T 
0 pou r t ∈  − , −  1
  2 4
  T T
x (t ) = 1 pou r t ∈  − , + 
  4 4
  T T 
0 pou r t ∈  + , + 
  4 2 T T 0 T T
− −
2 4 4 2
Série de Fourier associée à x(t):
∞
 t  ∞  t 
x ( t ) = a0 + ∑ an cos  2π n  + ∑ bn sin  2π n 
n =1  T  n =1  T
1 1 1T 1
∫ − T / 4 1.dt = T [ t ]− T / 4 = T 2 = 2
T /4
a0 =
T /4
T
x est pair bn = 0 ∀n  2
 a2 n+1 = ( −1) (2n + 1)π
n
Et pour n ≥ 1 on a : 

a 2 n =0
Exemple 5:  t 
Signal cosinusoïdale: x ( t ) = co s  2π
 T 
On peut remarquer que: c o s ( t ) =

1
2
(e jt
+ e − jt
)
⇒ x(t ) =
1
2
(
e j ω t + e − jω t )
⇒ dans la série de Fourier, il n’y a que deux termes non nuls
n=±1, et dont les coefficients de Fourier sont ½.
correspondant à n=±
x(t) C n
Remarquons que x(t) est une fonction réelle et paire. En conséquence,

les coefficients de Fourier sont réels et Cn = C−n
 τ τ
Exemple 6:  A si - ≤ t ≤
2 2
x (t) = 
0 T τ τ T
si - ≤ t ≤ - et ≤ t ≤
 2 2 2 2
Le spectre d’amplitude
C n T = 5τ
−T / 2 T/2
0
T
Aτ sin ( n ω 0τ / 2 )
Cn =
T n ω 0τ / 2 Le spectre de phase
ϕ
Aτ sin ( n π f 0τ ) n
Cn =
T n π f 0τ
Plus la période augmente, plus
l'écart entre les Cn diminue ...

Cours Math SF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Math SF

Transféré par

Droits d'auteur :

Formats disponibles

Ecole supérieure de Technologie

Département de Génie Electrique

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

uniformément convergente dans R.

Dans le cas d’une série trigonométrique on a:

est absolument convergente et même uniformément dans R. De

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

alors la série trigonométrique ∑ (a

est absolument convergente dans R vers S(t).

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

I.4 Représentation complexe : 2ème Forme de la série

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Si la série trigonométrique n =−∞ ∑ n

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Alors on peut calculer les coefficients an et bn par :

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

I.6 Troisième forme de la série

peut également s’écrire :

II. Décomposition d’une fonction en série de Fourier

Dont les coefficients an et bn ou Cn sont définit par:

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

II.2 Théorème ( De Dirichlet)

II.3 Interprétation physique du développement en série de Fourier

d’un terme constant (de fréquence nulle) égal à la valeur

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

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

Les coefficients Cn, correspondant à la seconde formulation

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

III. Propriétés des coefficients de Fourier

u = t − T. Ceci nous donne

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

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

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

Si x est périodique égale à la somme d’une série de Fourier alors :

III.5 Proposition 2 (Lemme de Lebesgue)

Soit x est périodique , continue par morceaux et développable en

C’est--à-dire: lim an = lim bn = lim cn 0

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

III.6 PROPOSITION (Égalité de Parseval)

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

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

IV. Spectre d'amplitude et de phase

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

IV.2. Spectre de phase

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Exemple:: Reconstitution d'un signal carré à partir d'un nombre

Les figures ci-

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

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Exemple 4: Signal carré

On peut remarquer que: c o s ( t ) =

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

Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES

Vous aimerez peut-être aussi