Académique Documents
Professionnel Documents
Culture Documents
S. AYAD
Département de Mathématiques
Université Oran 1 Ahmed Ben Bella, Algérie
2
Table des matières
1 L'espace `2 (ZN ) 5
1.1 Dénitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 La base orthogonale des exponentiels complexes de `2 (ZN ) . . . . . . 7
1.4 La base orthonormale de Fourier de `2 (ZN ) . . . . . . . . . . . . . . 12
1.5 La base orthogonale de Fourier de `2 (ZN ) . . . . . . . . . . . . . . . 13
3
4 TABLE DES MATIÈRES
Chapitre 1
L'espace `2 (ZN )
ZN = {0, 1, 2, . . . , N − 1} ⊆ Z.
Alors, une suite (nie) sur ZN à valeurs complexes est une fonction de la forme
z : ZN → C
j 7→ zj
On notera z(j) = zj . L'espace vectoriel complexe dans lequel on va travailler est
l'ensemble de toutes les suites sur ZN à valeurs complexes :
`2 (ZN ) = {z : ZN → C}.
5
6 CHAPITRE 1. L'ESPACE `2 (ZN )
αz : ZN → C
j → (αz)(j) = αz(j)
En fait, l'application qui associe à chaque suite z ∈ `2 (ZN ) ses images (z(0), z(1), . . . ,
z(N − 1)) :
`2 (ZN ) → CN
z(0)
z(1)
z 7→ (z(0), z(1), . . . , z(N − 1)) = ..
.
z(N − 1)
N −1
¯ =
X
Donc z, w ∈ `2 (ZN ) sont orthogonales si et seulement si hz, wi = z(k)w(k)
k=0
0. La norme induite par ce produit scalaire est :
N −1
! 21
X
kzk = |z(k)|2 .
k=0
1.2. LA BASE ORTHOGONALE DES EXPONENTIELS COMPLEXES DE `2 (ZN )7
On aura besoin de considérer aussi les suites N -périodiques. Pour cela, on va étendre
la dénition précèdente de ZN à Z ainsi :
√
Exemple 1. : z ∈ `2 (Z12 ) , z = (1, i, i, 2i, 0, 0, 0, −1, 0, 0, 0, 2), i.e.
z(0) = 1
z(1) = z(2)
√ =i
z(3) = 2i
z(4) = z(5) = z(6) = 0 .
z(7) = −1
z(8) = z(9) = z(10) = 0
z(11) = 2
Déterminons z(−21).
Comme N = 12, on doit chercher l'entier m 6= 0 tel que −21 + 12m ∈ {0, 1, . . . , 11} :
−21 + 12 = −9 m = 1
−21 + 24 = 3 m=2
−21 + 12m =
−21 + 36 = 15 m = 3
...
La valeur de m qui fait que −21 + 12m soit inclus dans {0, . . . , 11}
√ est m = 2 et
dans ce cas on a −21 + 2 · 12 = 3, ce qui implique z(−21) = z(3) = 2i.
e2πik = 1 ∀k ∈ Z;
et donc :
1 − z k+1
si z ∈ C\{1}
k
1−z
X
zj = .
j=0
si z = 1
k+1
On considère maintenant les suites de `2 (ZN ) dénies par des exponentiels com-
plexes, comme ceci :
Em :ZN −→ C
n −→ Em (n)
1.2. LA BASE ORTHOGONALE DES EXPONENTIELS COMPLEXES DE `2 (ZN )9
où
ε0 (n) = 1
n
2πi N
E1 (n) = e 2π
E2 (n) = e2πi N .
..
.
(N −1)n
EN −1 (n) = e2πi N
Donc
E0 est la suite constante
E0 (n) ≡ 1, ∀n ∈ ZN ;
1 2 (N −1)
E1 est la suite E1 = 1, e 2πi N
, e2πi N , . . . , e2πi N ;
2 4 2(N −1)
E2 est la suite E2 = 1, e2πi µ , e2πi N , . . . , e2πi N ;
(N −1)2
N −1 2(N −1)
EN −1 est la suite EN −1 = 1, e2πi N , e2πi N , . . . , e2πi N .
où (ωm )n est la puissance N -ième des racines N -ièmes de l'unité, ∀n ∈ {0, .., N − 1}.
En fait :
m n in
(ωm )n = e2πi N = e2πi N .
Grâce à la formule z = eiα = [cos α + i sin α], on sait que le système qu'on vient de
dénir est un ensemble de suites de valeurs qui oscillent avec des fréquences dié-
rentes, car les arguments des fonctions cos et sin changent avec les coecients m et n.
Il est plus important de démontrer que le système des exponentiels qu'on vient de
dénir est une base orthogonale de `2 (ZN ) . La preuve nécessite un lemme prélimi-
naire.
Lemme 1.3. Pour tout j, k ∈ {0, 1, . . . , N − 1}, on a la formule :
N −1 N −1
X
2πin i−k
X k−j N j=k
e N = e2πin N = N δj,k = . (1.1)
0 j 6= k
n=0 n=0
e2πi N = Lk
n=0 1 − e2πi N
U −k
1 − e2πi ( N )
=
1 − e2πi(j−k)
1 − e2πi(j−k)
= 2−k .
1 − e2πi N
Comme j − k = m ∈ Z, e2πi(j−k) = 1. Ainsi le numérateur de la dernière
formule est 0, si j 6= k.
Maintenant on peut démontrer facilement que E est une base orthogonale de `2 (ZN ).
hEj , Ek i = N δj,k ,
On va donner deux exemples dans lesquels les exponentiels complexes ont une expres-
sion particulièrement simple : N = 2 et N = 4 (N = 3 ne donne pas une expression
de la base orthonormale de Fourier simple).
m.n
Le cas N = 2 et `2 (Z2 ) = {z = (z(0), z(1)) ∈ C2 }. Alors Em (n) = e2πi 2 et
donc :
2πi 0.0 , 2πi 0.1
P our m = 0, E0 = e 2 ,e 2 = (1, 1),
1.0 1.1
et pour m = 1, E1 = e2πi 2 , e2πi 2 = 1, eπi .
E = ((1, 1, 1, 1), (1, i, −1, −i), (1, −1, 1, −1), (1, −i, −1, i)). (1.3)
Quelques Résultats
Soit z, w ∈ `2 (ZN ) quelconques. On a alors :
12 CHAPITRE 1. L'ESPACE `2 (ZN )
Em : ZN −→ C
n 7−→ Em (n),
qui vérient
√1
E0 (n) = N
n
E1 (n) = √1 e2πi N
N
2n
E2 (n) = √1 e2πi N
N
..
.
(N −1)n
√1 e2πi N
EN −1 (n) = .
N
1
E = √ ((1, 1), (1, −1)) (1.7)
2
est la base orthonormale de Fourier de `2 (Z2 ) et
1
E = ((1, 1, 1, 1), (1, i, −1, −i), (1, −1, 1, −1), (1, −i, −1, i)) (1.8)
2
N
X −1
z= hz, Em i Em ; (1.9)
m=0
Identité de Parseval :
N
X −1
hz, wi = hz, Em i hEm , wi ; (1.10)
m=0
Identité de Plancherel :
N
X −1
kzk =2
|hz, Em i|2 . (1.11)
m=0
F = (F0 , F1 , F2 , . . . , FN −1 )
des N suites Fm ∈ `2 (ZN )
Fm : ZN −→ C
n 7−→ Fm (n)
14
où
F0 (n) = N1
n
1 2πi N
F1 (n) = N1 e 2n
F2 (n) = N e2πi N
..
.
(N −1)n
FN −1 (n) = N1 e2πi N .
On résume dans la table suivante la diérence entre les bases et les formules :
mn 1 mn 1 mn
Em (n) = e2πi N , Em (n) = √ e2πi N , Fm (n) = e2πi N
N N
N −1 N −1
X hz, Em i X Em
z= Em = hz, Em i .
m=0
N m=0
N
N
X −1
z= hz, Em i Fm ,
m=0
17
18 CHAPITRE 2. LA TRANSFORMÉE DE FOURIER DISCRÈTE
N −1
mn
X
ẑ(m) = z(n) e−2πi N Coecients de Fourier de z , (2.1)
n=0
DF T ≡ ˆ : `2 (ZN ) → `2 (ZN ) ,
z 7→ DFT(z) ≡ ẑ,
avec
N −1
mn
X
ẑ(m) = z(n)e−2πi N , ∀m ∈ {0, 1, . . . , N − 1},
n=0
i.e. les coecients de Fourier de z sont les composantes de z dans la base orthogonale
de Fourier F :
ẑ = [z]F . (2.4)
2.2. LA TRANSFORMÉE DE FOURIER INVERSE (IDFT) 19
la transformée de Fourier discrète inverse, qu'on écrira IDFT (Inverse Discrete Fou-
rier Transform).
Théorème 2.3.1. La IDFT est l'opérateur linéaire inverse de la DFT est vice-versa :
IDF T = DF T −1 , DF T = IDF T −1 ,
autrement dit :
ẑˇ = z, žˆ = z ∀z ∈ `2 (ZN ) .
Preuve 3. On doit démontrer que la composition entre DFT et IDFT et entre IDFT
et DFT donne l'opérateur identité, i.e. DF T ◦ IDF T = IDF T ◦ DF T = id, avec
id(z) = z , ∀z ∈ `2 (ZN ) .
Notons la grande similarité entre DFT et IDFT : seuls le coecient 1/N et le signe
de l'exponentiel complexe changent.
de Fourier E :
Analyse de fourier discrète orthonormal : Soit z, w ∈ `2 (ZN ). Alors
Coecients de Fourier :
N −1
1 X mn
ẑ(m) = √ z(n)e−2πi N . (2.8)
N n=0
Décomposition sur la base orthonormale de Fourier :
N −1
1 X mn
z(m) = √ ẑ(n)e2πi N .
N n=0
DFT :
N −1
1 X mn
ẑ(m) = √ z(n)e−2πi N , ∀m ∈ {0, 1, . . . , N − 1}.
N n=0
IDFT :
N −1
1 X mn
ž(n) = √ z(m)e2πi N , ∀n ∈ {0, 1, . . . , N − 1}.
N n=0
Identité de Parseval :
N
X −1
hz, wi = ẑ(m)(ŵ(m)) = hẑ, ŵi.
m=0
Identité de Plancherel :
N
X −1
2
kzk = |ẑ(m)|2 = kẑk2 .
m=0
Il faut distinguer les cas N pair ou N impair. On commence par le cas N pair :
N = 2M , M ∈ N, M > 1. Alors, pour tout n = 0, 1, . . . , N − 1, on écrit :
c0 (n) = √1N
q
cm (n) = N2 cos 2πmn
, m = 1, 2, . . . , M − 1
N
N n
2π 2 n
cM (n) = √1N cos N
= (−1)
√
N
q
2 2πmn
s (n) =
m sin
N
, m = 1, 2, . . . , M − 1.
N
M
X M
X −1
z= hz, cm i cm + hz, sm i sm (N = 2M ),
m=0 m=1
M
X −1 M
X −1
z= hz, cm i cm + hz, sm i sm (N = 2M + 1).
m=0 m=1
La relation de cette dénition avec les coecients de Fourier est donnée par les for-
mules suivantes :
24 CHAPITRE 2. LA TRANSFORMÉE DE FOURIER DISCRÈTE
hz, c0 i = ẑ(0)
√
N
ξ(M )
hz, c i =
M √
N
√ 1 (ẑ(m) + ẑ(N − m)), m = 1, 2, . . . , M − 1
hz, c m i = 2N
hz, sm i = √−i (ẑ(m) − ẑ(N − m)), m = 1, 2, . . . , M − 1
√ 2N
ẑ(0) = √ N hz, c0 i
ẑ(M ) = pN hz, cM i
ẑ(m) = pN/2 (hz, cm i − i hz, sm i) , m = 1, 2, . . . , M − 1
ẑ(m) = N/2 (hz, cN −m i + i hz, sN −m i) , m = M + 1, M + 2, . . . , N − 1.
Chapitre 3
et IDFT
N −1 N −1
−2πi mn
X X
ẑ(m) = z(n)e N = z(n)(ωN )mn .
n=0 n=0
25
26 CHAPITRE 3. INTERPRÉTATION MATRICIELLE DE LA DFT ET IDFT
i.e. explicitement :
1 1 1 1 ... 1
2 3 N −1
1 ωN ωN ωN ··· ωN
2N −1
2 4 6
1 ωN ωN ωN ... ωN
WN = .
3N −1
3 6 9
1 ωN ωN ωN ... ωN
.. .. .. .. .. ..
. . . . . .
N −1 2(N −1) 3(N −1) (N −1)(N −1)
1 ωN ωN ωN . . . ωN
Cette matrice N × N est dite matrice de Vandermonde-Fourier. Elle est symétrique :
WN = WNt , i.e. Wmn = Wnm (ce qui est une conséquence évidente de la dénition de
Wmn car (ωN )mn = (ωN )nm ) et chaque ligne ou colonne est donnée par la progression
géométrique d'une puissance de ωN .
ẑ = WN z, ∀z ∈ `2 (ZN ) .
Avec les mêmes considérations, on peut vérier que la IDFT est implémentée via la
matrice conjuguée de WN normalisée par le coecient 1/N (la transposition n'est
pas nécessaire car WN est symétrique) :
1
WN−1 = (WN ), ž = WN−1 z, ∀z ∈ `2 (ZN ) .
N
3.1. LA MATRICE DE VANDERMONDE-FOURIER 27
d'où :
1 1 1
W2−1 = .
2 1 −1
d'où
1 1 1 1
1 −i −1 i
W4 =
1 −1 1 −1 .
(3.1)
1 i −1 −i
La matrice inverse est :
1 1 1 1
1 1 −i −1 i
W4−1 = . (3.2)
4 1 −1 1 −1
1 i −1 −i
Pour des signaux de grande dimension, cette complexité implique que la DFT est très
lente, c'est pour cela que la transformée de Fourier a été utilisée presque seulement
dans un cadre théorique, plutôt que dans les applications, jusqu'aux années 60.
Néanmoins, Cooley et Tukey ont utilisé des symétries cachées dans la DFT pour
construire un algorithme rapide pour le calcul de la DFT, qu'ils ont appelé l'algo-
rithme Fast Fourier Transform FFT .
La FFT a une complexité de l'ordre de O(N log N ) et elle permet de calculer la
transformée de Fourier d'un signal de grande dimension dans l'ordre d'une fraction
de secondes avec les ordinateurs modernes.
En particulier, la FFT est très ecace quand la dimension des signaux est une puis-
sance de 2. Cela explique pourquoi le format typique des images numériques est de
512 ou 1024, comme ceci on peut manipuler ces images ecacement avec la FFT.
Le dévelopement de la FFT est considéré comme une des plus grandes avancées
scientiques du XXème siècle, car il a permis d'utiliser dans une quantité énorme
d'applications pratiques la transformée de Fourier.