Chapitre 2

ANALYSE TEMPORELLE DES

SYSTEMES LINEAIRES (SSLICs)

Dans ce livre, nous considérons deux méthodes

d'analyse de systèmes linéaires invariants (SLI): l’analyse
temporelle et l’analyse fréquentielle. Dans ce chapitre,
nous discutons de l'analyse temporelle des systèmes
linéaires, invariables dans le temps et à temps continu
(SLIC).
Une fois le modèle mathématique d’un système
(fonction de transfert, représentation d’état...) obtenu,
l’étape suivante consiste à analyser les performances
caractéristiques du système. Cette étape peut être menée
suivant de nombreuses méthodes. Toutefois, il est
nécessaire de disposer d’une base commune d’analyse
pour des systèmes différents. Un moyen de comparer
efficacement les différents types de systèmes et leurs
performances respectives est de les soumettre â des
signaux d’entrée types et d’analyser les réponses
temporelles produites. L’utilisation de signaux types est
justifiable par la corrélation qui existe entre les
caractéristiques des réponses à des entrées types et la
capacité du système à faire face à des signaux d’entrée
réels.
Même si le matériel présenté dans ce chapitre peut
être étendu aux modèles multivariables, nous nous

1
sommes volontairement restreints à l’étude du cas
monovariable parce qu’il est plus facile à appréhender
physiquement.

I. INTRODUCTION
A des fins d'analyse, nous allons considérer les
systèmes linéaires différentiels. Ceci est la classe de
systèmes SLIC introduite dans le chapitre 1, pour laquelle
l'entrée ( ) et la sortie ( ) sont liées par des équations
différentielles linéaires de la forme

+ +⋯+ + ( ) ( . . )

= + +⋯+ + ( )

où tous les coefficients et sont des constantes.

Avec l’utilisation de la notation opérationnelle pour
représenter / , nous pouvons exprimer cette équation
( + +⋯+ + ) ( )=

( !
!
+ !
!
+ ⋯+
+ ) ( ) "#2.1

ou bien
&( ) ( ) = '( ) ( ) "#. 2.1(
où les polynômes &( ) et '( ) sont
&( ) = + + ⋯+ + "#. 2.2
'( ) = !
!
+ !
!
+ ⋯+ + "#. 2.2

Théoriquement les puissances M et N dans les

équations précédentes peuvent prendre une valeur

2
quelconque. Cependant, des considérations pratiques
rendent ) > + indésirable pour deux raisons. Dans les
sections suivantes, nous allons montrer qu’un système
SLIC spécifié par Eq. (2.1) agit comme une dérivation
d’ordre() − +).
Un dérivateur représente un système instable, car
une entrée bornée comme un échelon unité produit une
sortie illimitée. Deuxièmement, le bruit est amélioré par un
facteur de dérivation. Le bruit est un signal à large bande
contenant des composantes de toutes les fréquences de
0 à une fréquence très élevée proche de ∞. Le bruit est
tout signal indésirable, naturel ou artificiel, qui interfère
avec les signaux souhaités dans le système. Certaines
sources de bruit sont le rayonnement électromagnétique
des étoiles, le mouvement aléatoire des électrons dans
les composants du système, des interférences des
stations de radio et de télévision à proximité, signaux
transitoires produits par les systèmes d'allumage de
l'automobile et de l'éclairage fluorescent. Ainsi, le bruit
contient une quantité importante de composantes variant
rapidement. Nous savons que la dérivée de tout signal
variant rapidement est élevée. Par conséquent, tout
système spécifié par l'équation (2.1) dans laquelle ) > +
va amplifier les composantes hautes fréquences du bruit
grâce à la dérivation. Il est tout à fait possible que le bruit
tellement agrandi, inonde la sortie du système désiré
même si le signal de bruit à l'entrée du système est assez
faible.
Par conséquent, les systèmes pratiques utilisent
généralement ) ≤ +. Pour le reste de ce texte, nous
supposerons implicitement que ) ≤ +. Par souci de
généralité, nous supposerons ) = + dans l'équation
(2.1).

3
 Dans le chapitre 1, nous avons démontré qu’un
système décrit par l'équation (2.1) est linéaire. Par
conséquent, la réponse peut être exprimée comme la
somme de deux composantes: la composante à entrée
nulle ou réponse libre et de la composante au repos
ou réponse forcée (propriété de décomposition).
Nous pouvons facilement montrer que le système
décrit par l'équation (2.1) vérifie la propriété de
décomposition. Si . ( ) est la réponse libre, alors, par
définition,
&( ) . ( ) = 0
Si 0( ) est la réponse libre, alors y(t) est solution de

&( ) 0 ( ) = '( ) ( )

sous réserve de conditions initiales nulles. En

additionnant ces deux équations, on a

&( )1 . ( ) + 0( )2 = '( ) ( )

En fait .( )+ 0( ) est la solution générale de Eq.2.1

Par conséquent,
3é56789 6 :9 = 3é56789 :; 39 + 3é56789 <63=é9 "#. 2.3

La composante libre (ou en anglais « zero input

response ») est la réponse du système à l’entrée ( ) =
0, et il est donc le résultat de conditions internes du
système (tels que les stockages d'énergie, les conditions
initiales) uniquement. Elle est indépendante de l'entrée
externe ( ). En revanche, la composante forcée (ou en
anglais « zero state response ») est la réponse du
système à l'entrée externe ( ) lorsque le système est à

4
l'état zéro, ce qui signifie l'absence de tous les stockages
d'énergie internes: autrement dit, toutes les conditions
initiales sont nulles.

II. REPONSE D’UN SYSTÈME AUX

SEULES CONDITIONS INITIALES :
REPONSE LIBRE
La réponse libre . ( ) est la solution de l’équation
(2.1) lorsque l'entrée ( ) = 0 de sorte que

&( ) . ( ) = 0 ?@ ( + + ⋯+
+ ) .( ) = 0 "#. 2.4
Une solution de cette équation peut être obtenue de
manière systématique. Cependant, nous allons prendre
un raccourci en utilisant le raisonnement heuristique.
L'équation (2.4) montre qu'une combinaison linéaire de
. ( ) et ses + dérivées successives est égal à zéro, pas
pour certaines valeurs de , mais pour tout . Un tel
résultat est possible si et seulement si . ( ) et toutes ses
+ dérivées successives sont de la même forme. Sinon,
leur somme peut ne jamais s'ajouter à zéro pour toutes
les valeurs de . Nous savons que seule la fonction
exponentielle 9B possède cette propriété. Donc,
supposons que

.( ) = (C DE

est solution d’Eq.2.4. Alors

.
.( )= = (FC DE

5
 G
.
.( )= = (FG C DE
G
G

.
.( )= = (F C DE

En substituant ce résultat dans Eq.2.4 on obtient

((F + F + ⋯+ F+ )C DE = 0
Pour une solution non triviale de cette équation,

F + F + ⋯+ F+ =0 "#. 2.5

Ce résultat signifie que (FC DE est en effet une solution

de Eq. (2.4), à la condition que F satisfait à Eq.(2.5a). On
notera que le polynôme dans Eq.(2.5a) est identique au
polynôme &( ) dans Eq.(2.4), avec F remplaçant . Par
conséquent, Eq.(2.5a) peut être exprimée comme
&(F) = 0 "#. 2.5
Quand &(F) est exprimé dans une forme factorisée,
Eq.2.5b peut être représentée comme
&(F) = (F − F )(F − FG ) … (F − F ) = 0 "#. 2.5(
En clair, F possède N solutions : F , FG , … , F , qui sont
toutes distinctes. En conséquence, Eq.2.4 possède N
solutions : ( C DK E , (G C DL E , … , ( C DME , avec ( , (G , … , ( des
constantes arbitraires. On peut facilement montrer que la
solution générale est donnée par la somme de ces N
solutions, de sorte que

.( ) = ( C DKE + (G C DL E + ⋯ + ( C DME "#. 2.6

6
où ( , (G , … , ( sont des constantes arbitraires
déterminées par + contraintes (les conditions auxiliaires)
sur la solution. Observez que le polynôme &(F), qui est la
caractéristique du système, n'a rien à voir avec l'entrée.
Pour cette raison, le polynôme O(B) est appelée le
polynôme caractéristique du système. L'équation
&(F) = 0 "#. 2.7
est appelée équation caractéristique du système.
L'équation (2.5c) indique clairement que F , FG , … , F sont
les racines de l'équation caractéristique; par conséquent,
ils sont appelés les racines caractéristiques du
système. Les termes valeurs caractéristiques, valeurs
propres, et fréquences naturelles sont également
utilisés pour les racines caractéristiques. Les
exponentielles 9B; (Q = 1, 2, . . . , +) dans la réponse libre
sont les modes caractéristiques (également appelés
modes naturels ou simplement modes) du système. Il
existe un mode caractéristique pour chaque racine
caractéristique du système, et la réponse libre est une
combinaison linéaire des modes propres du système.
Les modes caractéristiques d'un système SLIC
comprennent son seul attribut le plus important. Les
Modes caractéristiques non seulement déterminent la
réponse libre, mais jouent également un rôle important
dans la détermination de la réponse forcée. En d'autres
termes, l'ensemble du comportement d'un système est
dicté principalement par ses modes propres. Dans le
reste de ce chapitre, nous verrons l'omniprésence des
modes caractéristiques dans tous les aspects du
comportement du système.

7
 Racines multiples
La solution de l’équation (2.4) comme indiquée dans
l’équation (2.6) suppose que les racines caractéristiques
F , FG , … , F sont distinctes. S’il y a des racines répétées
(même racine se produisant plus d'une fois), la forme de
la solution est légèrement modifiée. Par substitution
directe, nous pouvons montrer que la solution de
l'équation
( − F)G .( )=0

est donnée par

.( ) = (( + (G )C DE

Dans ce cas, la racine B se répète deux fois.

Observez que les modes caractéristiques dans ce cas
sont C DE et C DE . En poursuivant cette méthode, nous
pouvons montrer que pour l'équation différentielle :
( − F)R .( )=0 "#. 2.8
Les modes caractéristiques sont
C , C , C ,…,
DE DE
G DE
C et la solution est
DE

.( ) = (( + (G + ⋯ + (R )C DE "#. 2.9
R

En conséquence, pour un système de polynôme

caractéristique
&(F) = (F − F )R (F − FRU ) … (F − F ) = 0
les modes caractéristiques sont :

C DK E , C DK E , … , R
C DK E , C DVWK E , … , C DME et la solution est

X( ) = (= + = + ⋯ + =3 )9B + =3U 9B3W + ⋯ + = 9B

3

8
 Racines complexes
La procédure pour le traitement des racines
complexes est la même que celle de racines réelles. Pour
les racines complexes la procédure habituelle conduit à
des modes caractéristiques complexes et à la forme
complexe de la solution. Toutefois, il est possible d'éviter
complètement la forme complexe en sélectionnant un réel
sous forme de solution, comme décrit plus loin. Pour un
système réel, les racines complexes apparaissent par
paires de complexes conjugués si les coefficients du
polynôme caractéristique &(F) sont réels. Par
conséquent, si Y + Z[ est une racine caractéristique, Y −
Z[ doit aussi être une racine caractéristique. La réponse
libre correspondant à cette paire de racines complexes
conjuguées est

.( ) = ( C (\U]^)E + (G C (\ "#. 2.10

]^)E

Pour un système réel, la réponse libre . ( ) doit

également être réelle. Ceci est possible seulement si (
et (G sont des conjugués. Soit
( (
( = C ]_ C (G = C ]_
2 2
ce qui donne
( (
.( ) = C ]_ C (\U]^)E + C ]_ C (\ ]^)E
2 2
( \E ](_U^E)
= C 1C + C ](_U^E) 2
2
= (C \E (?`([ + a) "#. 2.10
Par conséquent, la réponse libre correspondant à des
racines complexes conjuguées Y ± Z[ peut être

9
exprimée dans une forme complexe (2.10a) ou une forme
réelle (2.10b).
Exemple 2.1
a. Trouver . ( ), la composante libre de la Réponse
d'un system SLIC décrit par l'équation
différentielle suivante:
( G
+ 3 + 2) ( ) = ( )
Quand les conditions initiales sont

. (0) = 0, c . (0) = −5.

Réponse :
Notons que .( ), la composante libre ( ( ) = 0), est la
solution de
( G
+ 3 + 2) . ( ) = 0

Le polynôme caractéristique du système est FG + 3F + 2.

L’équation caractéristique du système est donc
FG + 3F + 2 = (F + 1)(F + 2) = 0
Les racines caractéristiques du système sont F =
−1 C FG = −2 et les modes caractéristiques du système
sont C E et C GE . En conséquence, la réponse libre est

.( )=( C + (G C "#. 2.11

E GE

Pour déterminer les constantes arbitraires ( et (G , nous

dérivons Eq. (2.11a) pour obtenir
c . ( ) = −( C E
− 2(G C GE
"#. 2.11

10
En posant = 0 en Eq.2.11a et Eq.2.11b, et en
remplaçant les conditions initiales . (0) = 0, c . (0) = −5
on obtient
0 = ( + (G
−5 = −( − 2(G
La résolution de ces deux équations simultanées à deux
inconnues pour les ( et (G donne ( = −5 C (G = 5
donc

.( ) = −5C + 5C "#. 2.11(

E GE

Ceci est le composant libre de ( ). Parce que . ( ) est

présent à = 0 , nous sommes en droit de supposer qu'il
existe pour t ≥ 0.
b. Une procédure similaire peut être appliquée pour
les racines répétées. Par exemple, pour un
système spécifié par

( G
+ 6 + 9) ( ) = (3 + 5) ( )
Déterminons . ( ), la composante libre de la réponse si
les conditions initiales sont . (0) = 3 C c . (0) = −7.

Le polynôme caractéristique est FG + 6F + 9 = (F + 3)G ,

ses racines caractéristiques sont F = −3 C FG = −3
(racines multiples).
Par conséquent, les modes propres du système sont C fE
et C fE . La réponse d'entrée zéro, étant une
combinaison linéaire des modes propres, est donnée par

.( ) = (( + (G )C fE

11
Nous pouvons trouver les constantes arbitraires ( et
(G des conditions initiales . (0) = 3 et suivant la
procédure de la partie (a). Le lecteur peut montrer que
( = 3 et (G = 2. Par conséquent,

.( ) = (3 + 2 )C ≥0
fE

c. Pour le cas de racines complexes, que nous

trouvions la réponse zéro-entrée d'un système
SLIC décrit par l'équation
( G
+ 4 + 40) ( ) = ( + 2) ( )
hC( iC` (?j Q Q?j` QjQ Q iC` . (0) =2 C c . (0) = 16.78

Le polynôme caractéristique est

FG + 4F + 40 = (F + 2 − 6Z)(F + 2 + 6Z)
Les racines caractéristiques sont −2 ± 6Z. La solution
peut être écrite aussi bien dans la forme complexe
Eq.2.10a que dans la forme réelle Eq.2.10b.
La forme complexe est

.( ) = ( C DKE + (G C DLE hC( F = −2 + 6Z C FG = −2 − 6Z

Comme Y = −2 C [ = 6, la forme réelle de la solution

est . ( ) = (C GE cos(6 + a) "#. 2.12
Avec ( C a sont des constantes à déterminer des
conditions initiales . (0) = 2 C c . (0) = 16.78.
La dérivation de Eq.2.12a donne
c . ( ) = −2(C GE
cos(6 + a) − 6(C GE
sin(6 + a) "#. 2.12

12
En posant = 0 dans Eq.2.2a et Eq.2.12b, et en
substituant les conditions initiales, on obtient

2 = ( cos(a)
16.78 = −2( cos(a) − 6( sin(a)

Les solutions de ces deux équations simultanées

( cos(a) = 2 "#. 2.13

( sin(a) = −3.463 "#. 2.13

En élevant au carré, puis en ajoutant les deux côtés des

équations. (2.13) on obtient

( G = (2)G + (−3.464)G = 16 ⟹ ( = 4

Ensuite, en divisant Eq.2.13b par Eq.2.13a, c’est diviser

( sin(a) et (. cos(a), on a
−3.463
tan(a) =
2
Et
−3.463 t
a= j r s=−
2 3
v
Et donc . ( ) = 4C (?` u6 − f w
GE

Exercice 2.1
Trouver la réponse libre d'un système SLIC décrit par
( + 5) ( ) = ( ) si la condition initiale est (0) = 5.
Réponse

.( ) = 5C ≥0
xE

13
Exercice 2.2
Résoudre ( G
+ 2 ) . ( ) = 0 `Q . (0) =1 C c . (0) = 4

Réponse

.( ) = 3 − 2C ≥0
GE

Conditions initiales pratiques et sens de 0- et 0+

Dans l'exemple 2.1, les conditions initiales
. (0) C c . (0) ont été fournies. Dans les problèmes
pratiques, nous devons tirer de telles conditions de la
situation physique. Par exemple, dans un circuit RLC, on
peut nous donner les conditions (tensions initiales des
condensateurs, courants inducteurs initiaux, etc.).
À partir de cette information, nous devons
déduire . (0) C c . (0) , pour la variable désirée comme
démontré dans l'exemple suivant.
Dans une grande partie de notre discussion,
l'entrée est supposée commencer à = 0, sauf mention
contraire. Par conséquent, = 0 est le point de référence.
Les conditions immédiatement avant = 0 (juste avant
que l'entrée ne soit appliquée) sont les conditions à =
0 , et celles immédiatement après = 0 (juste après
l'entrée) sont les conditions à = 0U (comparez ceci avec
la période historique BC (Before Christ) et AD (After
Christ)). En pratique, nous sommes susceptibles de
connaître les conditions initiales à = 0 plutôt qu'à =
0U . Les deux ensembles de conditions sont généralement
différents, bien qu'ils puissent être identiques dans
certains cas.

14
La réponse totale ( ) est constituée de deux
composantes: la composante d'entrée nulle . ( )
[réponse due aux seules conditions initiales avec ( ) =
0] et la composante d'état zéro résultant de l'entrée seule
avec toutes les conditions initiales nulles. A = 0 , la
réponse totale ( ) est uniquement constituée de la
composante libre . ( ) car l'entrée n'a pas encore
démarré. Les conditions initiales sur ( ) sont donc
identiques à celles de . ( ). Ainsi, (0 ) =
. (0 ), c (0 ) = c . (0 ) etc. De plus, . ( ) est la réponse
due uniquement aux conditions initiales et ne dépend pas
de l’entrée ( ). Par conséquent, l’application de l'entrée
à = 0 n'affecte pas . ( ). Cela signifie que les conditions
initiales sur . ( ) à = 0 et = 0U sont identiques; c’est-
à-dire que (0 ) et c (0 ), sont identiques à (0U )
et c (0U ), respectivement. Il est clair que pour . ( ), il n'y
a pas de distinction entre les conditions initiales à =
0 , 0 C 0U . Elles sont toutes les mêmes. Mais ce n'est pas
le cas avec la réponse totale ( ), qui comprend à la fois
les composantes libre et forcée. Ainsi, en général, (0 ) ≠
(0U ), c (0 ) ≠ c (0U ), et ainsi de suite.
Exemple 2.1 :
Une tension ( ) = 10C fE @( ) est appliquée à
l'entrée du circuit RLC illustré à la Fig. 2.1a. Trouver le
courant de boucle ( ) pour ≥ 0 si le courant inducteur
initial est nul; c'est-à-dire (0 ) = 0 et la tension initiale
du condensateur est de 5 volts; c'est-à-dire, hz (0 ) = 5.
Solution :
L'équation différentielle (de boucle) reliant ( ) à ( ) a
été obtenue de Eq. (1,55) comme :

15
 ( G
+ 3 + 2) ( ) = ( )

La composante forcée de ( ) résultant de

l'entrée ( ), en supposant que toutes les conditions
initiales sont nulles, c'est-à-dire (0 ) = {| (0 ) = 0, sera
obtenue plus tard dans l'exemple 2.6. Dans cet exemple,
nous trouverons la composante libre . ( ). Pour ce faire,
nous avons besoin de deux conditions initiales . (0) et .
Ces conditions peuvent être déduites des conditions
initiales données, (0 ) = 0 et {| (0 ) = 5, comme suit.
Rappelez-vous que . ( ) est le courant de boucle lorsque
les bornes d'entrée sont en court-circuit de sorte que
l'entrée ( ) = 0 (entrée zéro) comme représenté sur la
Fig. 2.1b.
Nous calculons maintenant . (0) et, les valeurs du
courant de boucle et de sa dérivée à = 0, à partir des
valeurs initiales du courant inducteur et de la tension du
condensateur. Rappelez-vous que le courant inducteur
ne peut pas changer instantanément en l'absence d'une
tension impulsive. De même, la tension du condensateur
ne peut pas changer instantanément en l'absence d'un
courant impulsif. Par conséquent, lorsque les bornes
d'entrée sont court-circuitées à = 0, le courant inducteur
est toujours nul et la tension du condensateur est toujours
de 5 volts. Ainsi,

16
Indépendance de la réponse libre et de la réponse
forcée
Dans l'exemple 2.2, nous avons calculé la
composante libre sans utilisation de l’entrée ( ). La
composante forcée peut être calculée à partir de la
connaissance de l'entrée ( ) uniquement; les conditions
initiales sont supposées être nulles (système en régime
forcé). Les deux composantes de la réponse du système
(les composantes libre et forcée) sont indépendantes
l'une de l'autre. Les deux mondes de la réponse libre et
de la réponse forcée coexistent côte à côte, ni l'un ni
l'autre ne se soucie de ce que fait l'autre. Pour chaque
composante, l'autre est totalement inutile.

Rôle des conditions auxiliaires dans une solution

d'équations différentielles
La solution d'une équation différentielle nécessite
des éléments d'information supplémentaires (les
conditions auxiliaires). Pourquoi? Nous montrons
maintenant et de façon heuristique pourquoi une équation
différentielle n'a pas, en général, une solution unique,
sauf si certaines contraintes supplémentaires (ou
conditions) sur la solution sont connues.
L'opération de dérivation n'est pas inversible à moins
qu'un élément d'information à propos de ( ) soit donné.
Pour revenir à ( ) à partir de / , nous devons avoir
un élément d'information, tels que (0). Ainsi, la
dérivation est une opération irréversible (non inversible)
au cours de laquelle certaines informations sont perdues.
Pour inverser cette opération, un élément d'information à
propos de ( ) doit être fourni pour restaurer

17
l’original ( ). En utilisant un argument similaire, nous
}L ~
pouvons montrer que, étant donné }E L
, nous pouvons
déterminer ( ) uniquement seulement si deux éléments
d'information supplémentaires (contraintes) sur ( ) sont
donnés. En général donc, pour déterminer ( )
uniquement de sa + 耕 dérivée, nous avons besoin de
+ éléments d'information supplémentaires (contraintes)
sur ( ). Ces contraintes sont également appelées
conditions auxiliaires. Lorsque ces conditions sont
données à = 0, on les appelle les conditions initiales.

1. Réflexions sur le comportement d'un

système à une entrée nulle
Par définition, la réponse libre est la réponse du
système à ses seules conditions internes, en supposant
que son entrée est nulle. La compréhension de ce
phénomène donne un aperçu intéressant sur le
comportement du système. Si un système est perturbé
momentanément de sa position de repos et si la
perturbation est ensuite retirée, le système ne va pas
revenir à sa position de repos instantanément. En
général, il reviendra au repos sur une période de temps
donnée et par un type particulier de mouvement qui est
caractéristique du système. Par exemple, si nous
pressons sur une aile d’une automobile momentanément
et puis relâchons à = 0, il n'y a pas de force externe sur
l'automobile pour > 0. Le corps de l'automobile finira
par revenir à sa position de repos (d'équilibre), mais pas
par n’importe quel mouvement arbitraire. Il doit le faire en
utilisant seulement une forme de réponse qui est
supportable par le système lui-même sans aucune source

18
externe, puisque l'entrée est nulle. Seuls les modes
caractéristiques remplissent cette condition. Le système
utilise une combinaison appropriée de modes
caractéristiques pour revenir à la position de repos tout en
satisfaisant la limite appropriée (ou conditions initiales).
Si les amortisseurs de l'automobile sont en bon
état (un fort coefficient d'amortissement), les modes
caractéristiques seront des exponentielles décroissantes
de façon monotone, et le corps de l'automobile viendra au
repos rapidement sans oscillation. En revanche, pour les
mauvais amortisseurs (coefficients d'amortissement bas),
les modes caractéristiques seront des sinusoïdes
décroissantes amorties, et le corps va venir au repos à
travers un mouvement oscillatoire. Quand un circuit RC
série avec une charge initiale sur le condensateur est
court-circuité, le condensateur commence à se décharger
de façon exponentielle à travers la résistance. Cette
réponse du circuit RC est provoquée uniquement par ses
conditions internes et est soutenue par ce système sans
l'aide d'aucune entrée externe. La forme d'onde de
courant exponentiel est donc le mode caractéristique du
circuit RC.
Mathématiquement, nous savons que toute
combinaison de modes caractéristiques peut être
soutenue par le système seul sans exiger une entrée
externe. Ce fait peut être facilement vérifié par le circuit
en série RL représenté sur la Fig. 2.2. L'équation de la
maille de ce système est
( + 2) ( ) = ( )

19
 Fig.7.2 :

Il a une racine caractéristique unique F = − 2, et

le mode caractéristique est C GE . Nous vérifions
maintenant que le courant de maille ( ) = (C GE peut
être soutenu grâce à ce circuit sans aucune tension
d'entrée.
La tension d'entrée ( ) nécessaire pour entraîner
un courant de boucle ( ) = (C GE est donnée par

( )=‚ +ƒ ( )

= ((C GE )
+ 2(C GE

= −2(C GE
+ 2(C GE

=0
De toute évidence, le courant de maille ( ) = (C GE est
soutenu par le circuit RL par lui-même seule, sans la
nécessité d'une entrée externe.
Le phénomène de résonance
Nous avons vu que tout signal constitué du mode
caractéristique d'un système est soutenu par le système
lui-même; le système n'oppose pas d'obstacle à de tels
signaux. Imaginez ce qui se passerait si nous avions un
système avec une entrée externe qui est l'un de ses
modes caractéristiques. Ce serait comme verser de

20
l'essence sur un feu dans une forêt sèche ou pousser un
alcoolique à goûter une liqueur. Un alcoolique ferait
volontiers le travail sans salaire. Pensez à ce qui se
passerait s’il était rémunéré par la quantité d'alcool qu'il a
goûté! Il va faire même des heures supplémentaires. Il va
travailler jour et nuit, jusqu'à ce qu'il soit brûlé. La même
chose arrive avec un système piloté par une entrée de la
forme de son mode caractéristique. La réponse du
système croît sans limite, jusqu'à ce qu'elle ''brûle''. Nous
appelons ce comportement le phénomène de
résonance. Une discussion intelligente de cet important
phénomène nécessite une compréhension de la réponse
libre; pour cette raison, nous reportons ce sujet jusqu'à la
section 2.7.7.

III. REPONSE IMPULSIONNELLE h(t)

1. Calcul de la réponse impulsionnelle
Dans le chapitre 1 nous avons expliqué comment une
réponse du système à une entrée ( ) peut être trouvée
en découpant cette entrée en impulsions rectangulaires
étroites, puis en additionnant la réponse du système pour
toutes ces composantes. Les impulsions rectangulaires
deviennent des impulsions de Dirac à la limite ou leurs
largeurs se rapprochent de zéro. Par conséquent, la
réponse du système est la somme de ses réponses aux
différentes composantes d'impulsion. Cela montre que si
nous connaissons la réponse du système à une entrée
impulsion de Dirac, nous pouvons déterminer la réponse
du système à une entrée quelconque ( ). Nous
présentons maintenant une méthode de détermination

21
de ℎ( ), la réponse impulsionnelle d'un système SLIC
décrit par l'équation différentielle d'ordre + [Eq. (2.1a)]
&( ) ( ) = '( ) ( ) "#. 2.14
où &( ) et '( ) sont les polynômes représentés dans
l'équation (2.2). Rappelons que la prise en compte du
bruit limite les systèmes pratiques à ) ≤ +. Sous cette
contrainte, le cas le plus général est ) = +. Par
conséquent, l'équation (2.14a) peut être exprimée comme
( + +⋯+ + ) ( )
=( . + + ⋯+ + ) ( ) "#. 2.14

Avant de déterminer l'expression générale de la

réponse impulsionnelle ℎ( ), il est intéressant de
comprendre qualitativement la nature de ℎ( ).
La réponse impulsionnelle …( ) est la caractéristique
essentielle et intrinsèque du système dans le
domaine temporelle et s’obtient par application au
système d’une impulsion de Dirac à t = 0 avec toutes
les conditions initiales nulles à = X .
Une entrée impulsion de Dirac †( ) est comme la
foudre, qui frappe instantanément, puis disparaît. Mais
dans son sillage, en ce seul instant, les objets qui ont été
frappés sont réarrangés.
De même, une impulsion de Dirac †( ) apparaît
instantanément à = 0, et puis est parti pour toujours.
Mais à cet instant, elle génère des stockages d'énergie;
autrement dit, elle crée instantanément des conditions
initiales non nulles au sein du système à l’instant = 0U .
Bien que l'impulsion †( ) disparaisse pour > 0 de sorte
que le système n'a pas d'entrée après que l'impulsion ait
été appliquée, le système aura toujours une réponse

22
générée par ces conditions initiales nouvellement créées.
La réponse impulsionnelle ℎ( ), par conséquent, doit être
composée des modes caractéristiques du système
pour ≥ 0U . Par conséquent
ℎ( ) = C‡ˆC` C` ˆ? C` ( ‡ ( é‡Q` Q#@C` ≥ 0U
Cette réponse est valable pour > 0. Mais que se passe-
t-il à = 0? A cet instant unique = 0, il peut tout au plus
avoir une impulsion, de sorte que la forme de la réponse
complète ℎ( ) est de la forme
ℎ( ) = ‰. †( ) + ˆ? C` ( ‡ ( é‡Q` Q#@C` ≥ 0 "#. 2.15
parce que ℎ( ) est la réponse impulsionnelle, et en posant
( ) = †( ) et ( ) = ℎ( ) dans l'équation. (2.14b) on a
( + + ⋯+ + )ℎ( )
=( . + + ⋯+ + )†( ) "#. 2.16
Dans cette équation, on substitue ℎ( ) dans l'équation
(2.15) et on compare les coefficients des impulsions
similaires sur les deux côtés. L'ordre le plus élevé de la
dérivée de l'impulsion des deux côtés est +, avec la
valeur des coefficients, . sur le côté gauche et . sur le
côté droit. Les deux valeurs doivent être adaptées. Par
conséquent, . = . et
ℎ( ) = . †( ) + ˆ? C` ( ‡ ( é‡Q` Q#@C` "#. 2.17
Dans l'équation (2.14b), si ) < +, . = 0. Par
conséquent, le terme impulsionnel . †( ) existe
uniquement si ) = +. Les coefficients inconnus des +
modes propres de ℎ( ) dans l'équation (2.17) peuvent
être déterminés en utilisant la technique de
correspondance d'impulsion, comme expliqué dans
l'exemple suivant.

23
Exemple 2.2
Déterminer la réponse impulsionnelle ℎ( ) d’un système
décrit par
( G
+ 5 + 6) ( ) = ( + 1) ( ) "#. 2.18
Dans ce cas, . = 0. Par conséquent, ℎ( ) ne comporte
que des modes caractéristiques. Le polynôme
caractéristique est :
FG + 5F + 6 = (F + 2)(F + 3).
Les racines sont −2 C − 3. Ainsi la réponse
impulsionnelle ℎ( ) est

ℎ( ) = (( C GE
+ (G C fE )@( ) "#. 2.19
En posant ( ) = †( ) C ( ) = ℎ( ) dans Eq.7.18, on
obtient

ℎ‹( ) + 5ℎc( ) + 6ℎ( ) = †c ( ) + †( ) "#. 2.20

Rappelons que les conditions initiales
ℎ(0 ) C ℎc(0 ) sont toutes deux nulles. Mais l’application
à = 0 d’une impulsion de Dirac crée une nouvelle
condition initiale à = 0U . Soit ℎ(0U ) = Œ C ℎc(0U ) =
ŒG . Ces sauts de discontinuité dans ℎ( ) C ℎc( ) à = 0
produisent des termes impulsionnelles

ℎc( ) = Œ †( ) C ℎ‹( ) = Œ †c ( ) + ŒG †( ) . La
comparaison des coefficients des termes impulsionnels
de Eq.2.20 donne
5Œ + ŒG = 1, Œ = 1 ⟹ Œ = 1 C ŒG = −4
Nous utilisons maintenant ces valeurs dans Eq.2.19

ℎ(0U ) = Œ = 1 C ℎc(0U ) = ŒG = −4

24
en posant = 0U dans ℎ( ) C ℎc( ) Eq.2.20 on a
( + (G = 1
−2( − 3(G = −4
Ces deux équations simultanées conduisent à ( =
−1 C (G = 2.
Par conséquent ℎ( ) = (−C GE
+ 2C fE )@(
)
Bien que, la méthode utilisée dans cet exemple
soit relativement simple, nous pouvons la simplifier
encore davantage en utilisant une version modifiée de
l'appariement d'impulsion.
2. Méthode simplifiée de combinaison
d’impulsions
L'autre technique que nous présentons
aujourd'hui nous permet de réduire la procédure à une
simple routine pour déterminer ℎ( ). Pour éviter la
distraction inutile, la preuve de cette procédure est placée
dans la section 2.8. Là, nous montrons que pour un
système SLIC spécifié par l'équation (2.14), la réponse
impulsionnelle ℎ( ) est donnée par
ℎ( ) = . †( ) + •'( ) Ž ( )•@( ) "#. 2.21
où Ž est la combinaison linéaire des modes
caractéristiques du système sujet aux conditions initiales
suivantes :
( ( )
Ž (0) = Žc (0) = ⋯ = G)
Ž (0) = 0 C Ž (0) = 1 "#. 2.22
(•)
Ou Ž (0) est la valeur de la dérivée ‘ 耕 de
Ž( ) à = 0 . On peut exprimer cet ensemble de

25
conditions pour différentes valeur de + (ordre du
système) comme suit :
+ = 1: Ž (0) =1
+ = 2: Ž (0) = 0, Žc (0) = 1
+ = 3: Ž (0) = 0, Žc (0) = 0, Ž‹ (0) = 1 "#. 2.22
et ainsi de suite.
Comme indiqué précédemment, si l'ordre de '( ) est
inférieure à l'ordre de &( ), c'est à dire, si ) < +,
alors . = 0, et le terme d'impulsion . †( ) dans ℎ( ) est
zéro.
Exemple 2.3
Déterminer la réponse impulsionnelle ℎ( ) d'un système
spécifié par l'équation
( G + 3 + 2) ( ) = ( ) "#. 2.23
Ceci est un système du second ordre (N = 2) ayant pour
polynôme caractéristique (FG + 3F + 2) = (F + 1)(F + 2)
Les racines caractéristiques du système sont F =
−1 C F = −2.
Par conséquent

Ž( )=( C + (G C "#. 2.24

E GE

La dérivation de cette équation donne

c (
Ž ) = −( C E
− 2(G C GE
"#. 2.24
Les conditions initiales sont (voir Eq.2.22b pour N=2)
c (0)
Ž =1C Ž (0) =0

26
En posant = 0 dans Eq.2.24a et Eq.2.24b et en
substituant les conditions initiales qu’on vient de calculer,
on obtient
0 = ( + (G
1 = −( − 2(G
Les solutions de ce système d’équations sont ( =
1 C (G = −1.

Par conséquent Ž ( ) = C E − C GE
En outre, selon l'équation (2.23), '( ) = , de sorte que

'( ) Ž ( ) = Ž( ) = Žc ( ) = −C E
+ 2C GE

Ainsi dans ce cas, . = 0 alors

ℎ( ) = •'( ) Ž ( )•@( ) = (−C E
+ 2C GE )@(
)
La détermination de la réponse impulsionnelle
ℎ( ) à l’aide de cette dernière méthode est relativement
simple. Cependant, dans le chapitre suivant nous verrons
une autre méthode plus simple encore qui utilise la
transformation de Laplace.
Exercice 2.4
Déterminer la réponse impulsionnelle des systèmes SLIC
décrits par les équations suivantes:
. ( + 2) ( ) = (3 + 5) ( )
. ( + 2) ( ) = ( + 4) ( )
(. ( G + 2 + 1) ( ) = ( )

Réponses
. 3†( ) − C GE @( )
. (2 − C GE )@( )
(. (1 − )C @( )

27
RÉPONSE D'UN SYSTÈME À UNE IMPULSION
RETARDEE
Si ℎ( ) est la réponse d'un système SLIC à
l’entrée †( ), puis ℎ( − ”) est la réponse de ce même
système à l'entrée de †( − ”). Cette conclusion fait suite
à la propriété d'invariance temporelle des systèmes SLIC.
Ainsi, en connaissant la réponse impulsionnelle ℎ( ), on
peut déterminer la réponse du système à une impulsion
retardée †( − ”).
Il est possible que les dérivés de †( ) apparaissent
à l'origine. Toutefois, si ) ≤ +, il est impossible que ℎ( )
possède de dérivés de †( ).
Cette conclusion découle de l'équation. (2.14b) avec
( ) = †( ) et ( ) = ℎ( ). Les coefficients de
l'impulsion et de toutes ses dérivées doivent être adaptés
sur les deux côtés de cette équation. Si ℎ( ) contient †′( ),
la dérivée première de †( ), le côté gauche de l'équation
(2.14b) contiendra un terme † ( U ) ( ). Mais le terme de
plus grand ordre de dérivé sur le côté droit est † ( ) ( ). Par
conséquent, les deux parties ne peuvent pas
correspondre. Des arguments similaires peuvent être faits
contre la présence d'ordre supérieur des impulsions
dérivés dans ℎ( ).

IV. REPONSE D’UN SYSTÈME A UNE

ENTREE EXTERNE : REPONSE
FORCEE
Cette section est consacrée à la détermination de la
réponse forcée d'un système SLIC. Ceci est la réponse

28
du système ( ) à une entrée ( ) lorsque le système est
au repos à l'origine, c'est-à-dire, lorsque toutes les
conditions initiales sont nulles. Nous supposons que les
systèmes présentés dans cette section sont au repos à
l'origine, sauf mention contraire. Dans ces conditions, la
réponse forcée sera la réponse totale du système. Nous
allons utiliser la propriété de superposition pour trouver la
réponse du système à une entrée quelconque ( ). Nous
allons définir une impulsion de base –( ) de hauteur unité
et de largeur —˜, en commençant à = 0 comme illustré
sur la (Fig.2.3a). La figure 2.3b montre une entrée ( ),
somme d'impulsions rectangulaires étroites. L'impulsion
débute à = +—˜ sur la Fig. 2.3b avec une hauteur
(j—˜), et peut être exprimée sous la forme (j—˜)–( −
j—˜). Maintenant, ( ) est la somme de toutes ces
impulsions. Par conséquent

( ) = lim ž (j∆˜)–( − j∆˜)

∆œ→.
œ
(j∆˜)
= lim ž Ÿ –( − j∆˜) "#. 2.25
∆œ→. ∆˜
œ

¢(Ž∆œ)
Le terme ¡ ∆œ
£ –( − j∆˜) représente une impulsion
¢(Ž∆œ)
–( − j∆˜) de hauteur ¡ £
∆œ

Comme —˜ → 0, la hauteur de cette bande → ∞, mais sa

zone reste (j—˜). Par conséquent, cette bande
n’approxime une impulsion (j—˜) † ( − j—˜) que si —˜ →
0 (figure 2.3e.). Donc

( ) = lim ž (j∆˜)†( − j∆˜)∆˜ "#. 2.26

∆œ→.
œ

29
Pour trouver la réponse à cette entrée ( ), on considère
l'entrée et les sorties correspondantes, comme
représenté sur la Fig. 2.3c-2.3f et également représenté
par une notation de flèche dirigée comme suit:
Cj ‡éC ⟹ `?‡ QC
†( ) ⟹ ℎ( )
†( − j∆˜) ⟹ ℎ( − j∆˜)
• (j∆˜)j∆˜•†( − j∆˜) ⟹ • (j∆˜)j∆˜•†( − j∆˜)
lim ž (j∆˜)†( − j∆˜)∆˜ ⟹ lim ž (j∆˜)ℎ( − j∆˜)∆˜
∆œ→. ∆œ→.
¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
œ ¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
œ
¢(E) ~(E)

Par conséquent
Uª
( )=¨ ª
( )…( , ©) © Eq.2.27

Ceci est le résultat que nous recherchons. Nous

avons obtenu la réponse du système ( ) à une entrée
quelconque ( ) en fonction de la réponse
impulsionnelle ℎ( ). Sachant ℎ( ), on peut déterminer la
réponse ( ) à n'importe quelle entrée. Observez une fois
de plus la nature omniprésente des modes
caractéristiques du système. La réponse du système à
une entrée est déterminée par la réponse impulsionnelle
qui, à son tour, est composée de modes propres du
système.
Il est important de garder à l'esprit les hypothèses
utilisées pour calculer l'équation (2.27). Nous avons
supposé un système linéaire, invariant dans le temps
(SLIC). La linéarité nous a permis d'utiliser le principe de
superposition, et l'invariance temporelle a permis
d'exprimer la réponse du système à †( −
j∆˜) par ℎ( − j∆˜).

30
Fig.2.3 détermination de la réponse à une entrée quelconque
f(t)

31
 a. L'intégrale de convolution
La réponse forcée ( ) obtenue dans l'Eq. (2.27) est
donnée par une intégrale qui se produit fréquemment
dans les sciences physiques, l'ingénierie et les
mathématiques. Pour cette raison, cette intégrale
possède un nom spécial: intégrale de convolution.
L'intégrale de convolution de deux fonctions
( ) C G ( ) est notée symboliquement par ( ) ∗ G ( )
et est définie comme
Uª
( )∗ G( )=® (˜) G ( − ˜) dτ Eq. 2.28
ª

Cette intégrale possède des propriétés très

importantes :
 La commutativité
L’opération de convolution est commutative; c’est-à-dire,
( ) ∗ G ( ) = G ( ) ∗ ( ). Cette propriété peut être
prouvée par un changement de variable dans Eq.2.28, si
on pose ³ = − ˜ de sorte que ˜ = − ³, alors
ª
( )∗ G( ) = − ® G (³) ( − ³) ³
Uª
ª
=® G (³) ( − ³) ³
Uª

= G( )∗ ( ) "#. 2.29
 La distributivité
Cette propriété indique que

32
 ( ) ∗ • G( ) + f(
)•
= ( )∗ G( )+ ( )∗ f( ) "#. 2.30

 L’associativité
Cette propriété indique que
( ) ∗ • G( ) ∗ f( )•
= ( ) ∗ • G( ) ∗ f( )• "#. 2.31

 Le décalage temporel
Si ( )∗ G( ) = (( ) "#. 2.31
Alors ( )∗ G( − ”) = ( − ”) ∗ G( ) = (( − ”) "#. 2.32

Et ( −” )∗ G( − ”G ) = (( − ” − ”G ) "#. 2.32

Preuve :
Uª
( )∗ G( ) = ® (˜) G ( − ˜) ˜ = (( )
ª

par conséquent
Uª
( )∗ G ( − ”) = ® (˜) G ( − ” − ˜) ˜ = (( − ”)
ª

 La convolution avec une impulsion de Dirac

La convolution d'une fonction ( ) avec impulsion de
Dirac produit la fonction ( ) elle-même. Par définition de
la convolution
Uª
( ) ∗ †( ) = ® (˜)†( − ˜) ˜ "#. 2.33
ª

Parce que † ( − ˜) est une impulsion située à ˜ = ,

selon la propriété d'échantillonnage de l'impulsion

33
[Chap.2 Tome 1], l'intégrale dans Eq. (2.33) est la valeur
de (˜) à ˜ = , soit ( ). Donc
( ) ∗ †( ) = ( ) "#. 2.34
 La propriété de largeur
Si les durées (largeurs) de ( ) et G ( ) sont limitées
et notées ” et ”G respectivement, la durée (largeur) de
( ) ∗ G ( ) est ” + ”G ( ) (Fig. 2.4). La preuve de cette
propriété suit facilement des considérations graphiques
discutées plus tard dans la section 2.4-2.

Fig.2.4

Réponse forcée et causalité

La réponse forcée y(t) d’un système SLIC est
Uª
( ) = ´( ) ∗ ℎ( ) = ® ´(˜)ℎ( − ˜) ˜ "#. 2.35
ª

En obtenant Eq.2.35, nous avons supposé que le

système est linéaire et invariant dans le temps. Il n'y avait
pas non plus d'autres restrictions sur le système ou sur le
signal d’entrée ´( ). Dans la pratique, la plupart des
systèmes sont causal, de sorte que leur réponse ne peut
pas commencer avant l'entrée. En outre, la plupart des

34
entrées sont également causal, ce qui signifie qu'ils
commencent à = 0.
La restriction de la causalité sur les signaux et les
systèmes simplifie encore les limites de l'intégration dans
Eq.2.35. Par définition, la réponse d'un système causal ne
peut pas commencer avant le début de son entrée. Par
conséquent, la réponse du système causal à une
impulsion de Dirac †( ) (qui est située à = 0) ne peut
pas commencer avant = 0. Par conséquent, la
réponse impulsionnelle ℎ( ) d'un système causal est un
signal causal.
Il est important de se rappeler que l'intégration dans
Eq.2.35 est effectuée par rapport à ˜ (non pas t). Si
l'entrée ´( ) est causale, ´(˜) = 0 pour ˜ < 0. Par
conséquent, ´(˜) = 0 pour ˜ < 0, comme illustré sur la
Fig.2.5a. De même, si ℎ( ) est causale, ℎ( − ˜) = 0 pour
− ˜ < 0; soit pour ˜ > , comme représenté sur la
Fig.2.5a. Par conséquent, le produit ´( )ℎ( − ˜) = 0
partout sauf au-dessus de l'intervalle non hachuré 0 ≤
˜ ≤ représenté sur la Fig.2.5a (en supposant ≥ 0).
Remarquons que si est négatif, ´(˜)ℎ( − ˜) = 0
pour tout ˜ comme représenté sur la Fig.2.5b. Par
conséquent, Eq.2.35 se réduit à
E
( ) = ´( ) ∗ ℎ( ) = ® ´(˜)ℎ( − ˜) ˜ ≥0
.µ

( )=0 <0 "#. 2.36

35
 Fig.2.5 : limites de l’intégrale de convolution

La limite inférieure de l'intégration dans Eq.2.36a est

considérée comme 0- pour éviter la difficulté qui peut
survenir dans l'intégration si ´( ) contient une impulsion
à l'origine. Ce résultat montre que, si ´( ) et ℎ( ) sont tous
deux causal, la réponse ( ) est également causale.
Grace à la propriété de commutativité de la convolution
[Eq. (2.29)], nous pouvons également exprimer Eq.
(2.36a) [supposant causal ´( ) et ℎ( )] comme
E
( ) = ℎ( ) ∗ ´( ) = ® ℎ(˜)´( − ˜) ˜ ≥0
.µ

( )=0 <0 "#. 2.36

Ci-après, la limite inférieure de 0- est implicite, même
quand nous l'écrivons comme 0. Comme dans Eq.2.36a,
ce résultat suppose qu'à la fois l'entrée et le système sont
causals.
Exemple 2.4
Pour un système SLIC de réponse impulsionnelle ℎ( ) =
C GE @( ), déterminer la réponse ( ) pour une entrée

´( ) = C E @( ) "#. 2.37

36
Ici, ´( ) C ℎ( ) sont tous deux causals. Par conséquent
on calculera l’intégrale de convolution uniquement sur
l’intervalle •0, •. La réponse du système est donc donnée
par
E
( ) = ® ´(˜)ℎ( − ˜) ˜ ≥0
.

Comme ´( ) = C E @( ) et ℎ( ) = C GE
@( ) on a alors

´(˜) = C œ
@(˜) et ℎ( − ˜) = C G(E œ)
@( − ˜)
Rappelons-nous que la variable d’intégration dans la
convolution est ˜ et non , et que l’intervalle d’intégration
est 0 ≤ ˜ ≤ . En d’autres termes on dira que ˜ est
compris entre 0 C . Par conséquent, si ≥ 0, alors
˜ ≥ 0 et − ˜ ≥ 0, de sorte que @(˜) = 1 C @( − ˜) =
1, en conséquence
E
( )=®C œ
C G(E œ)
˜ ≥0
.

Et comme on intègre par rapport à ˜, on considère

C GE
comme une constante que l’on fait sortir de l’intégrale
E
( )=C GE
® Cœ ˜ = C GE (C E
− 1) = C E
−C GE
≥0
.

De plus, comme ( ) = 0 –?@‡ < 0 alors ( ) = (C E

−
C GE )@( )

37
 Fig.2.6 : Convolution de f(t) et h(t) de l’exemple 2.4

Exercice 2.5
Pour un système SLIC de réponse impulsionnelle ℎ( ) =
6C E @( ), déterminer la réponse ( ) pour une entrée
. 2@( ) . 3C fE @( ) (. C E @( )
Réponse :
. 12(1 − C E )@( ) . 9(C E
−C fE )@( ) (. 6 C E @( )

38
La table de convolution
La tâche de convolution est considérablement
simplifiée par une table de convolution toute établie
d'avance (tableau 2.1). Ce tableau, qui énumère plusieurs
paires de signaux et leur convolution, peut commodément
déterminer ( ), une réponse du système à une
entrée ( ), sans effectuer le travail fastidieux de
l'intégration. Par exemple, nous pourrions avoir
facilement trouvé la convolution dans l'exemple 2.5 en
utilisant la paire 4 (avec F = − 1 C F = − 2)
d'être (C E − C GE )@( ). L'exemple suivant démontre
l'utilité de ce tableau.

39
 Tab.2.1 : Table de convolution

Exemple 2.6
Trouver le courant de boucle ( ) du circuit RLC
dans l'exemple 2.2 pour l’entrée ( ) = 10C fE @( ),
lorsque toutes les conditions initiales sont nulles.
L'équation de la boucle pour ce circuit est
( G
+ 3 + 2) ( ) = ( )
La réponse impulsionnelle h(t) de ce système, comme
dans l'exemple 2.4 obtenu, est
ℎ( ) = (2C GE
− C E )@( )

40
le signal d’entrée ( ) = 10C fE
@( ), et la réponse ( )
est
( ) = ( ) ∗ ℎ( ) = 10C fE
@( ) ∗ •2C GE
− C E •@( )
En utilisant la propriété de distributivité de la convolution,
on obtient
( ) = 10C fE @( ) ∗ 2C GE
@( ) − 10C fE @( ) ∗ C E @( )
= 20•C fE @( ) ∗ C GE
@( )• − 10•C fE @( ) ∗ C E @( )•
Maintenant, en utilisant le tableau de convolution et la
ligne 4 on a
20 10
( )= •C fE − C GE •@( ) − •C fE
− C E •@( )
−3 − (−2) −3 − (−1)
= −20(C fE − C GE )@( ) + 5(C fE − C E )@( )
= (−5C E + 20C GE − 15C fE )@( )

Exercice 2.6
Refaite l’exercice 2.4 et 2.5 en utilisant la table de
convolution
Exercice 2.7

Utiliser la table de convolution pour déterminer C GE

@( ) ∗
(1 − C E )@( )

Réponse : uG − C E
+ GC GE
w @( )

Exercice 2.8
Pour un système SLIC avec la réponse impulsionnelle
ℎ( ) = C GE @( ) déterminer la réponse à l'état zéro
( ) si l'entrée est ( ) = `Qj3 @( ). [Astuce: Utiliser la

41
paire 12 du tableau 2.1] avec des valeurs appropriées de
Y, [, a, F

Réponse : f
13C GE
+ √13(?`(3 − 146.32. )2@( )

1
?@ 13C GE
+ √13(?`(3 + 33.68. )2@( )
13

Réponse à des entrées complexes

La réponse du système SLIC examinée jusqu'ici
s'applique à un signal d'entrée quelconque, réel ou
complexe. Cependant, si le système est réel, c'est à dire,
si ℎ( ) est réel, alors nous allons montrer que la partie
réelle de l'entrée génère la partie réelle de la sortie, et une
conclusion similaire s'applique à la partie imaginaire. Si
l'entrée est ( ) = R ( ) + Z ( ), où R ( ) C ( ) sont
les parties réelle et imaginaire de ( ), et pour ℎ( ) réel
( ) = ℎ( ) ∗ • R ( ) + Z ( )•
= ℎ( ) ∗ R ( ) + Zℎ( ) ∗ ( )
= R ( ) + Z ( ),
où R ( ) et ( ) sont les parties réelles et imaginaires de
( ). En utilisant la flèche pour indiquer une paire
d’entrée-sortie correspondante, le résultat ci-dessus peut
être exprimé de la façon suivante. Si
( )= R( )+ Z ( )⟹ ( )= R( )+ Z ( )

Alors

R()⇒ R()
"#. 2.38
( )⇒ ( )

42
Plusieurs entrées
Plusieurs entrées à un système SLIC peuvent être
traitées par l'application du principe de superposition.
Chaque entrée étant considérée séparément, avec toutes
les autres entrées supposées égales à zéro. La somme
de toutes ces réponses individuelles constitue la réponse
totale du système lorsque toutes les entrées sont
appliquées simultanément
b. Interprétation graphique de l'opération de
convolution
L'Opération de convolution peut être facilement saisie
par l'examen de l'interprétation graphique de l'intégrale de
convolution. Une telle compréhension est utile dans
l'évaluation de l'intégrale de convolution de signaux plus
complexes. En outre, la convolution graphique nous
permet de saisir de façon visuelle ou mentale le résultat
de l'intégrale de convolution, ce qui peut être d'une
grande aide dans l'échantillonnage, le filtrage, et de
nombreux autres problèmes. Enfin, de nombreux signaux
n'ont aucune description mathématique exacte, de sorte
qu'ils ne peuvent être décrits que graphiquement. Si deux
de ces signaux doivent être convolés, nous n'avons pas
d'autre choix, que d'effectuer graphiquement leur
convolution.
Nous allons maintenant expliquer l'opération de
convolution par convolution des signaux ´( ) et ¹( ),
illustrés sur la Fig.2.7a et 2.7b, respectivement. Si c(t) est
la convolution de x(t) et g(t), et
Uª
(( ) = ® ´( )¹( − ˜) ˜ "#. 2.39
ª

43
 Un des points cruciaux à retenir ici est que cette
intégration est effectuée par rapport à ˜, de sorte que
est juste un paramètre (comme une constante). Cette
considération est particulièrement importante lorsque
nous esquissons les représentations graphiques des
fonctions ´(˜) C ¹ ( − ˜) apparaissant dans l'intégrale
de l'équation. (2.39). Ces deux fonctions devraient être
esquissées en fonction de ˜, et non en fonction de .
La fonction ´(˜) est identique à ( ), avec ˜
remplaçant (Fig.2.7c). Par conséquent, ´( ) C ´(˜)
auront les mêmes représentations graphiques. Des
remarques similaires sont applicables à ¹( ) C ¹(˜) (Fig.
2.7d).
Pour voir à quoi ¹( − ˜) ressemble, nous allons
commencer par la fonction ¹ (˜) (Fig 2.7d.). Le
retournement temporel de cette fonction (réflexion autour
de l'axe vertical ˜ = 0 donne ¹ (−˜) (figure 7.7e) Notons
cette fonction par º(˜)
º(˜) = ¹(−˜)
Maintenant º (˜) décalée de secondes est º (˜ − ),
donnée par
º(˜ − ) = ¹•−(˜ − )• = ¹( − ˜)
Par conséquent, nous avons d'abord retourné
¹(˜) pour obtenir ¹(−˜) et décalé ¹ (− ˜) dans le temps
de pour obtenir ¹( − ˜). Pour positif, le décalage est
vers la droite (Fig.2.7f); pour négatif, le décalage est
vers la gauche (Fig. 2.7 g, 2.7h).
La discussion qui précède nous donne une
interprétation graphique des fonctions ´(˜) C ¹ ( − ˜).

44
La convolution (( ) est la zone qui se trouve sous le
produit de ces deux fonctions. Ainsi, pour calculer (( ) à
un instant = positif, on obtient d'abord ¹(−˜) en
inversant ¹(˜) autour de l'axe vertical. Ensuite, nous
décalons vers la droite ou retardons ¹(−˜) par 1 pour
obtenir ¹( − ˜) (Fig. 2.7f), puis on multiplie cette
fonction en ´(˜), ce qui nous donne le produit ´(˜)¹( −
˜) (partie ombrée dans la figure 2.7f.). La zone A1 dans
ce produit est (( ), la valeur de (( ) à = . On peut
donc tracer (( ) = ‰ sur une courbe décrivant c(t),
comme représenté sur la Fig. 2.7i. L'aire sous le produit
´(˜)¹(˜) dans la figure.2.7e est ((0), la valeur de la
convolution pour = 0 (à l'origine).
Une procédure similaire est suivie dans le calcul
de la valeur de (( ) à = G , G est négatif (Fig.2.7 g).
Dans ce cas, la fonction ¹(− ˜) est décalée par un
montant négatif (c'est un décalage à gauche) pour
obtenir ¹( G − ˜). La multiplication de cette fonction avec
(˜) donne le produit ´(˜)¹( G − ˜). L'aire sous ce
produit est (( G ) = ‰G , nous donner un autre point de la
courbe (( ) à = G (Fig.2.7i). Cette procédure peut être
répétée pour toutes les valeurs de , à partir de − ∞ à ∞.
Le résultat sera une courbe décrivant (( ) pour tout
temps . Notez que lorsque ≤ − 3, ¹(˜) C ¹( − ˜) ne
se chevauchent pas (voir figure 2.7h.); Par conséquent,
(( ) = 0 pour ≤ − 3.

45
Fig.2.7 : Explication graphique de la convolution

46
Résumé de la procédure graphique
La procédure de convolution graphique peut être résumée
comme suit
1. Gardez la fonction ´(˜) fixe.
2. Visualisez la fonction ¹(˜) comme un cadre de fil rigide,
et faire tourner (ou retourner) ce cadre autour de l'axe
vertical (˜ = 0) pour obtenir ¹(− ˜).
3. décaler cette fonction le long de l'axe des temps de .
secondes. Le signal décalé est représenté désormais
par ¹( . − ˜).
4. L'aire sous le produit de ´(˜) C ¹ ( . − ˜) (le cadre
décalé) est (( . ), la valeur de la convolution à = . .
5. Répétez cette procédure, en déplaçant le cadre de
différentes valeurs (positives et négatives) pour obtenir
(( ) pour toutes les valeurs de .
La procédure graphique présenté ici semble très
compliquée et décourageante à première lecture. En
effet, certaines personnes affirment que la convolution a
conduit de nombreux étudiants de premier cycle en génie
électrique à contempler la théologie soit pour le salut ou
comme une alternative de carrière (IEEE Spectrum, Mars
1991, p. 60). En fait, l'écorce de convolution est pire que
sa morsure. Dans la convolution graphique, nous devons
déterminer la zone sous le produit (˜)¹( − ˜) pour
toutes les valeurs de de −∞ à ∞. Cependant, une
description mathématique de ´(˜)¹( − ˜) est
généralement valable sur un intervalle de t.
Nous pouvons également utiliser la propriété
commutative de convolution à notre avantage en

47
calculant ´( ) ∗ ¹( ) ou ¹( ) ∗ ´( ), selon ce qui est plus
simple. En règle générale, les calculs de convolution sont
simplifiées si nous choisissons d'inverser dans le temps
(de retourner) la plus simple des deux fonctions. Par
exemple, si la description mathématique de ¹( ) est plus
simple que celle de ´( ), ´( ) ∗ ¹( ) sera plus facile à
calculer que ¹( ) ∗ ´( ). En revanche, si la description
mathématique de ´( ) est plus simple, l'inverse sera vrai.
Nous allons démontrer convolution graphique avec
les exemples suivants. Partons en utilisant cette méthode
graphique pour retravailler de l’exemple 2.5.
Exemple 2.7
Déterminer graphiquement
( ) = ´( ) ∗ ℎ( ) pour ´( ) = C E @( ) et ℎ( ) = C GE
@( )

Les figures 2.8a et 2.8b montrent respectivement f(t) et

h(t), et la figure 2.8c montre ´(˜) C ´(−˜) comme des
fonctions de ˜. La fonction ℎ( − ˜) est alors obtenue en
décalant ℎ(−˜) de . Si est positif, le décalage est à
droite (retard) ; si est négatif, le décalage est à gauche
(avance). La figure 2.8d montre que pour < 0, ℎ( − ˜)
ne recouvre pas ´(˜), et le produit ´(˜)ℎ( − ˜) = 0, de
sorte que
( )=0 <0
La figure 2.8e montre le cas ou ≥ 0. Ici ´(˜) et ℎ( − ˜)
se recouvrent, mais le produit n’est pas nul sauf sur
l’intervalle 0 ≤ ˜ ≤ . Ainsi
E
( ) = ® ´(˜)ℎ( − ˜) ˜ ≥0
.

48
Maintenant on remplace ´(˜) C ℎ( − ˜) par leurs
expressions dans l’intégrale. Or on sait que
´( ) = C E → ´(˜) = C œ

ℎ( ) = C GE → ℎ( − ˜) = C G(E œ)

On obtient en conséquence
E
( )=®C œ
C G(E œ)
˜
.
E
GE (C E
=C GE
® Cœ ˜ = C − 1)
.
=C E
−C GE
≥0
De plus, ( ) = 0 pour < 0, donc
( ) = (C E
−C GE )@(
)

49
Fig.2.8 : Convolution graphique de f(t) et h(t)

50
Exemple 2.8
Trouver (( ) = ´( ) ∗ ¹( ) pour les signaux représentés à
la figure 2.9a et 2.9b.
Ici on voit que ´( ) est plus simple que ¹( ), et qu’il
est plus facile de calculer ¹( ) ∗ ´( ) par rapport à ´( ) ∗
¹( ).
Cependant, nous allons intentionnellement
prendre le chemin le plus difficile en évaluant ´( ) ∗ ¹( )
pour clarifier quelques points fins de la convolution.
Les figures 2.9a et 2.9b montrent
respectivement ´( ) C ¹( ). On observe que ¹( ) est
composé de deux segments que l’on peut décrire par
2C E
`C¹ˆCj ‰
¹( ) = ½
−2C GE
`C¹ˆCj ¾
2C (E œ) `C¹ˆCj ‰
Cj (?j`é#@Cj(C ?j ¹( − ˜) = ¿
−2C G(E œ) `C¹ˆCj ¾

Le segment de ´( ) utilisé pour la convolution est ´( ) =

1, et on a ´(˜) = 1. La figure 2.9c montre ´(˜) C ¹(−˜).
Pour calculer (( ) pour ≥ 0, on retarde ¹(−˜) pour
obtenir ¹( − ˜), comme illustré à la figure 2.9d. En fait
¹( − ˜) recouvre ´(˜) sur un intervalle ou ˜ ≥ 0 ; le
segment A recouvre ´(˜) sur l’intervalle •0, •, tandis que
le segment B recouvre ´(˜) sur l’intervalle • , +∞•.
Rappelons-nous que ´(˜) = 1,

51
 ª
(( ) = ® ´(˜)¹( − ˜) ˜
.
E ª
= ® 2C (E œ)
˜ + ® −2C G(E œ)
˜
. E
E)
= 2(1 − C −1
= 1 − 2C E ≥0
La figure 2.9.e montre la situation pour < 0. Ici le
recouvrement est sur tout l’intervalle en surbrillance c’est-
à-dire pour ˜ ≥ 0, oû seul le segment B de ¹( ) est utilisé.
On a
ª
(( ) = ® ´(˜)¹( − ˜) ˜
.
ª
= ® ¹( − ˜) ˜
.
ª
= ® −2C G(E œ)
˜
.
= −C GE <0
On obtient donc

(( ) = ½1 −GE2C ≥0
GE

−C <0
La figure 2.9f montre la courbe de (( ).

52
 Fig.2.9 : Convolution de f(t) et g(t) de l’exemple 2.7

Exemple 2.9
Trouver le produit de convolution des signaux ´( ) C ¹( )
représentées à la figure 2.10a et 2.10b.

53
 Fig.2.10 : Convolution des signaux de l’exemple 2.9

Ici, ´( ) présente une description mathématique

plus simple que celle de ¹( ), de sorte qu'il est préférable
d'inverser ´( ) dans le temps. Par conséquent, nous
allons déterminer ¹( ) ∗ ´( ) au lieu de ´( ) ∗ ¹( ). Ainsi

54
 (( ) = ¹( ) ∗ ´( )
Uª
=® ¹(˜)´( − ˜) ˜
ª

Tout d'abord, on détermine les expressions des segments

de ´( ) C ¹( ) utilisés dans la recherche de (( ). Selon la
Fig. 2.10a et 2.10b, ces segments peuvent être exprimés
par
1
´( ) = 1 C ¹( ) =
3
`?Q
1
´( − ˜) = 1 C ¹(˜) = ˜
3
La figure 2.10c montre ¹(˜) C ´(−˜), tandis que
la figure. 2.10d montre ¹(˜) C ´( − ˜), qui est ´(˜)
décalé de . Parce que les bords de ´(−˜) sont à ˜ =
− 1 C 1, les bords de ´( − ”) sont à −1 + C 1 + . Les
deux fonctions se chevauchent sur l'intervalle (0,1 + )
(intervalle ombrée), de sorte que
UE
(( ) = ® ¹(˜)´( − ˜) ˜
.
UE
1
=® ˜ ˜
. 3
1
= ( + 1)G −1≤ ≤1 "#. 2.40
6
Cette situation, représentée sur la Fig. 2.10d, est
valable seulement pour − 1 ≤ ≤ 1. Pour ≥ 1 ˆ Q` ≤
2, la situation est comme illustré sur la figure. 7.10e. Les
deux fonctions ne se chevauchent que sur la plage − 1 +
à1 + (intervalle ombragée). On notera que les
expressions de ¹(˜) C ´( − ˜) ne changent pas;

55
seulement la gamme des changements d'intégration.
Donc
UE
1
(( ) = ® ˜ ˜
UE 3
2
= 1≤ ≤2 "#. 2.40
3
A noter également que les expressions dans les
équations. (2.40a) et (2.40b) appliquent toutes deux
à = 1, le point de transition entre leurs gammes
respectives. On peut facilement vérifier que les deux
expressions donnent une valeur de 3.2 à = 1, de sorte
que ( (1) = 2/3. La continuité de ( ( ) aux points de
transition indique une forte probabilité d'une bonne
réponse. Continuité de ( ( ) aux points de transition est
assurée aussi longtemps que il n'y a pas des impulsions
sur les bords de ´( ) C ¹ ( ). Pour ≥ 2 ≤ 4 mais la
situation est comme montré sur la Fig. 2.10f. Les
fonctions ¹ (˜) C ´ ( − ˜) se chevauchent sur l'intervalle
de -1 à t + 3 (intervalle ombrée), de sorte que
f
1
(( ) = ® ˜ ˜
UE 3
1
= − ( G − 2 − 8) 2≤ ≤4 "#. 2.40(
6
Encore une fois, les deux équations. (2.40b) et (2.42c)
appliquent au point de transition t = 2. Nous pouvons
facilement vérifier que c (2) = 4/3 lorsque l'une de ces
expressions est utilisé. Pour t ≥ 4, f (t - τ) a été déplacé si
loin vers la droite qu'il ne chevauche plus avec g (τ)
comme représenté sur la figure. 2.10g. Par conséquent
(( ) = 0 ≥4 "#. 2.40

56
 Nous tournons maintenant notre attention vers les
valeurs négatives de . Nous avons déjà déterminé (( )
jusqu'à = − 1 pour < − 1 il n'y a pas de
chevauchement entre les deux fonctions, comme illustré
sur la Fig. 2.10h, de sorte que
(( ) = 0 ≤ −1 "#. 2.40C

Largeur de la fonction convolée

Les largeurs (durées) de ( ), ¹( ) et (( ) dans
l'exemple 2.9 (Fig. 2.10) sont respectivement 2, 3, et 5.
Notons que la largeur de (( ) est dans ce cas la somme
des largeurs de ( ) et ¹( ). Cette observation n'est pas
une coïncidence. En utilisant le concept de convolution
graphique, nous pouvons facilement voir que si ´( ) et
¹( ) ont des largeurs finies de ” C ”G respectivement, la
largeur de c (t) est égale à ” + ”G . La raison en est que
le temps nécessaire pour un signal de largeur (durée) ”
pour passer complètement sur un autre signal de largeur
(durée) ”G afin qu'ils deviennent sans chevauchement
est ” + ”G . Lorsque les deux signaux ne se
chevauchent pas, la convolution passe à zéro.
Le fantôme de l'opéra des signaux et systèmes
Dans l'étude des signaux et systèmes, nous
rencontrons souvent des signaux tels que une impulsion,
qui ne peut être générée dans la pratique et n'ont jamais
été repéré par quiconque. On se demande pourquoi nous
considérons tout de même ces signaux idéalisés. La
réponse devrait être clairement perçue de notre propos
jusqu'ici dans ce chapitre. Même si la fonction d'impulsion
n'a pas d'existence physique, nous pouvons calculer la

57
réponse du système ℎ( ) à cette entrée fantôme selon la
procédure de la section 2.3, et connaissant ℎ( ), nous
pouvons calculer la réponse du système à une entrée
quelconque. La notion de réponse impulsionnelle, par
conséquent, fournit un intermédiaire efficace pour le
calcul de la réponse du système à une entrée
quelconque. En outre, la réponse impulsionnelle ℎ( ) en
elle-même donne beaucoup de renseignements et de
connaissances sur le comportement du système. Dans la
section 2.7, nous montrons que la connaissance de la
réponse impulsionnelle fournit des informations d'une
grande valeur, telles que le temps de réponse, la
dispersion d'impulsion, et les propriétés de filtrage du
système. Beaucoup d'autres indications utiles sur le
comportement du système peuvent être obtenus par
inspection de ℎ( ).
De même, dans l'analyse dans le domaine
fréquentiel (discuté dans les chapitres suivants), nous
utilisons une exponentielle permanente (ou une
sinusoïde) pour déterminer la réponse du système. Une
exponentielle permanente (ou une sinusoïde) est aussi un
fantôme, que personne n'a jamais vu et qui n'a pas
d'existence physique. Mais il offre un autre intermédiaire
efficace pour le calcul de la réponse du système à une
entrée quelconque. En outre, la réponse du système à
une exponentielle permanente (ou une sinusoïde) fournit
des informations et un aperçu précieux sur le
comportement du système. De toute évidence, l'impulsion
idéalisée et sinusoïdes éternelles sont des esprits
sympathiques et serviables.
Fait intéressant, l'impulsion de Dirac et l'exponentielle
permanente (ou une sinusoïde) forme un duo dans la
dualité temps-fréquence, que nous étudierons dans un

58
chapitre suivant. En fait, les méthodes d'analyse dans le
domaine fréquentiel et le domaine temporel sont un
couple dans la dualité temps-fréquence.
c. Systèmes interconnectés
Un système plus vaste, plus complexe peut souvent
être considéré comme l'interconnexion de plusieurs sous-
systèmes plus petits, dont chacun est plus facile à
caractériser. Connaissant les caractérisations de ces
sous-systèmes, il devient plus simple d’analyser les
grands systèmes. Un exemple est un système audio, qui
est une interconnexion d’un récepteur radio, d’un lecteur
CD, ou d’un lecteur cassette avec un amplificateur et un
ou plusieurs haut-parleurs. Un autre exemple est un
aéronef à commande numérique, qui est une
interconnexion de l'aéronef, décrit par des équations de
ses mouvements et les forces aérodynamiques qui
l’affectent; les capteurs qui mesurent diverses variables
d'avions tels que les accélérations, les taux de rotation et
le cap; un pilote automatique numérique, qui répond aux
variables mesurées et commande les entrées du pilote
(par exemple, la trajectoire, l'altitude et la vitesse
souhaitée); et les actionneurs de l'aéronef, qui répondent
à des apports fournis par le pilote automatique afin
d'utiliser les surfaces des avions (gouvernail, queue,
ailerons) pour modifier les forces aérodynamiques sur
l'avion. En considérant un tel système comme une
interconnexion de ses éléments constitutifs, on peut
utiliser notre compréhension des systèmes élémentaires
qui le composent et la façon dont ils sont reliés entre eux
dans le but d'analyser le fonctionnement et le
comportement de l'ensemble du système. En outre, en
décrivant un système en termes d'interconnexion de
sous-systèmes plus simples, nous pouvons en fait être

59
capable de définir plusieurs manières utiles qui nous
permettrons de synthétiser des systèmes complexes à
partir des systèmes plus simples, les blocs de
construction de base.
Si l'on peut construire une variété d'interconnexions
du système, il y a certaines formes de base qui sont
fréquemment rencontrées. Une interconnexion série ou
en cascade des deux systèmes est illustrée sur la figure
2.11(a). Les représentations de ce genre sont appelées
ici diagrammes bloc, la sortie du système 1 est une entrée
pour le système 2. Un exemple d'une interconnexion
série est un récepteur radio suivi d'un amplificateur. De
façon similaire, on peut définir une interconnexion en
série d'au moins trois systèmes.
Une interconnexion parallèle de deux systèmes est
illustrée sur la Figure 2.11(b). Ici, le même signal d'entrée
est appliqué à des systèmes 1 et 2. Le symbole dans
la figure représente une addition, de sorte que la sortie de
l'interconnexion parallèle est la somme des sorties des
systèmes 1 et 2. Un exemple d'une interconnexion
parallèle est un système audio simple avec plusieurs
microphones alimentant un seul amplificateur, et système
haut-parleur. En plus de l'interconnexion parallèle simple
dans la figure 2.11(b), nous pouvons définir les
interconnexions parallèles de plus de deux systèmes, et
nous pouvons combiner des interconnexions en cascade
et parallèle pour obtenir des interconnexions plus
complexes, un exemple d'une telle interconnexion est
donnée dans la Figure 2.11(c).

60
 Fig.2.11 Interconnexion de systèmes : (a) interconnexion
série (cascade) ; (b) interconnexion en parallèle, (c)
interconnexion série-parallèle

Un autre type important d'interconnexion de système

est une interconnexion à contre-réaction ou feedback, un
exemple est illustré sur la figure 2.12. Ici, la sortie du
système est une entrée pour le système 2, tandis que la
sortie du système 2 est renvoyée et ajouté à l'entrée
externe pour produire l'entrée courante du système 1. Les
systèmes à rétroaction se retrouvent dans une large
variété d'applications. Par exemple, un système de
régulateur de vitesse sur un véhicule automobile détecte
la vitesse du véhicule et ajuste le débit de carburant afin
de maintenir la vitesse au niveau désiré. De même, un

61
avion à commande numérique est plus naturellement
considéré comme un système à rétroaction ou feedback
dans laquelle les différences entre les chiffres réels et
souhaitée de vitesse, cap, ou altitude sont renvoyées par
le pilote automatique afin de corriger ces écarts. En outre,
les circuits électriques sont souvent utilement considérés
comme contenant des interconnexions à rétroaction. A
titre d'exemple, considérons le circuit représenté sur la
figure 2.13(a). Comme indiqué sur la figure 2.13(b), ce
système peut être considéré comme l'interconnexion à
rétroaction des deux éléments du circuit.

Fig.2.12 : interconnexion à rétroaction

62
 Fig.2.14 : (a) circuit électrique simple ;(b) Diagramme bloc
dans lequel le circuit est décrit comme l’interconnexion à
rétroaction de deux circuits élémentaires

d. Une fonction très spéciale pour les SSLIC : 98

Il y a un lien très spécial entre les systèmes SLIC et
fonction exponentielle permanente 98 , où ` est une
variable complexe, en général. Nous montrons
maintenant que la réponse du système SLIC (système
initialement au répos) à une entrée exponentielle est
également la même exponentielle permanente (avec une
constante multiplicative). En outre, aucune autre fonction
ne peut faire la même chose. Une telle entrée pour
laquelle la réponse du système est également de la même
forme est appelée fonction caractéristique (également
fonction propre) du système. Parce qu’une sinusoïde est
une forme exponentielle (` = ± ZÀ), une sinusoïde

63
permanente est aussi une fonction caractéristique d'un
système SLIC. Notez que nous parlons ici de
exponentielle permanente (ou une sinusoïde), qui
commence à = −∞ Si ℎ( ) est la réponse
impulsionnelle du système, alors la réponse du système
( ) à une exponentielle permanente est donnée par
( ) = ℎ( ) ∗ C ÁE
Uª
=® ℎ(˜)C Á(E œ)
˜
ª
Uª
= C ÁE ® ℎ(˜)C Áœ
˜
ª

L'intégrale sur le côté droit est une fonction d'une

variable complexe `. Notons là par Â(`), qui est
également complexe, en général. Ainsi
( ) = Â(`)C ÁE "#. 2.45
Uª
Â(`) = ® ℎ(˜)C Áœ
˜ "#. 2.46
ª

L'équation (2.45) est valable uniquement pour les

valeurs de s pour laquelle Â(`) existe, c'est à dire, si
Uª
¨ ª ℎ(˜)C Áœ ˜ existe (ou converge). La région dans le
plan de ` pour lequel cette intégrale converge est appelée
la région de convergence de Â(`). Pour la suite,
l'élaboration de la région de convergence est présentée
dans le chapitre 3 du Tome 1. Notez que Â(`) est une
constante pour un ` donné. Ainsi, l'entrée et la sortie sont
les mêmes (à une constante multiplicative près) pour le
signal exponentiel permanent. Â(`), que l'on appelle la
fonction de transfert du système, est une fonction de la
variable complexe `. Une autre définition de la fonction

64
de transfert Â(`) d'un système SLIC, comme on le voit à
partir de l'équation. (2,45), est
`Q¹j i C `?‡ QC
Â(`) = Ã "#. 2.47
`Q¹j i ′Cj ‡éC •ŽERé•Ä• ÅÆ

La fonction de transfert est définie pour, et est

significative pour les systèmes SLIC seulement. Elle
n’existe pas pour les systèmes non linéaires ou variables
dans le temps en général.
Nous le répétons encore une fois que, dans cette
discussion, nous parlons de l’exponentielle permanente,
qui commence à = −∞, pas l'exponentielle
causale C ÁE @( ), qui commence à = 0.
Une propriété fondamentale des systèmes SLIC
Nous pouvons montrer que l'équation. (2.45) est une
propriété fondamentale des systèmes SLIC et elle
découle directement comme une conséquence de la
linéarité et de l'invariance temporelle. Pour cela
supposons que la réponse d'un système SLIC à une
exponentielle permanente C ÁE est (`, ). Si nous
définissons
(`, )
Â(`, ) = alors (`, ) = Â(`, )C ÁE
C ÁE
En raison de la propriété d'invariance temporelle, la
réponse du système à d'entrée C Á(E Ç)

est Â(`, − ”)C Á(E Ç)

, c'est à dire,

(`, − ”) = Â(`, − ”)C Á(E Ç)

"#. 2.48

65
L'entrée retardée C Á(E Ç) représente l'entrée C ÁE multipliée
par une constante C ÁÇ . Par conséquent, conformément
à la propriété de linéarité, la réponse du système à C Á(E −
”) doit -être (`, )C ÁÇ . Par conséquent
(`, − ”) = (`, )C ÁE
= Â(`, )C Á(E Ç)

Une comparaison de ce résultat avec Eq.2.48 montre

que
Â(`, ) = Â(`, − ”) pour tout ”
Cela veut dire que Â(`, ) est indépendant de , et on
peut écrire Â(`, ) = Â(`). Par conséquent
(`, ) = Â(`)C ÁE
e. Réponse totale
La réponse totale d’un système linéaire peut-être exprimé
comme la somme de sa réponse libre et de sa réponse
forcée :

‡é–?j`C ? iC = ž (• C DÈE + ( ¥¦¥

¤¥ ) ∗ ℎ(
¥§)
¤¥¥¦¥¥§
•Ä |É€ÊÉÁËŽE• 0ÉR|é•
|É€ÊÉÁËŽE• Ì ÍR•

Pour le circuit RLC série dans l'exemple 2.2 avec l'entrée

( ) = 10C fE @( ) et les conditions initiales (0−) =
0, h| (0−) = 5, nous avons déterminé la composante libre
dans l’exemple 2.1a [Eq. (2.11c)]. Nous avons trouvé la
composante forcée dans l'exemple 2.6. D'après les
résultats des Exemples 2.6 et 2.1a, on obtient

66
(?@‡ j (−5C E + 5C GE ) + ¤¥¥¥¥¥¥¥¥¦¥¥¥¥¥¥¥¥§
? i = ¤¥¥¥¥¦¥¥¥¥§ (−5C E + 20C GE − 15C fE )
|É€ÊÉÁËŽE• Ì ÍR• |É€ÊÉÁËŽE• 0ÉR|é•

≥0 "#. 2.49

Fig.2.16 : réponse totale et ses composantes

Régime transitoire et régime permanent

Pour le circuit RLC de l’exemple 2.2, les modes
caractéristiques trouvés sont C E C C GE . Comme on s’y
attendait, on voit que la réponse libre est composée
exclusivement de modes caractéristiques. Notons,
cependant que même la réponse forcée contient des
termes de modes caractéristiques. Cette observation est
généralement vraie pour les systèmes SLIC. On va
maintenant regrouper ensemble tous les modes
caractéristiques de la réponse totale, ce qui nous donne
la composante appelée réponse naturelle ou réponse
transitoire Ž ( ). Le reste, qui contient des termes autres
que des modes caractéristiques, est connu sous le nom
de réponse permanente Î ( ). La réponse totale du circuit
de l’exemple 2.2 peut être exprimée en termes de régime

67
permanent et de régime transitoire en regroupant les
termes précédents comme suit :
(?@‡ j (−10C E + 25C GE ) +
? i = ¤¥¥¥¥¥¦¥¥¥¥¥§ (−15C fE )
¤¥¥¦¥¥§
|É€ÊÉÁËŽE• Ê•R€ËŽ•ŽE• |É€ÊÉÁËŽE• ERËŽÁ EÉ R•
ÉÏ ŽËEÏR•ÌÌ•
≥0 "#. 2.49

Remarque :
La réponse transitoire est liée à la réponse libre et la
réponse en régime permanent est liée à la réponse
forcée.

V. SOLUTION CLASSIQUE DES

EQUATIONS DIFFERATIELLES
Dans la méthode classique on résout les équations
différentielles pour trouver les composantes transitoire et
permanente de la réponse totale au lieu de déterminer les
composantes libre et forcée. Même si cette méthode est
relativement simple comparée à la méthode que nous
avons vue plus haut, comme on le verra, elle entraine des
conséquences gênantes.
Comme vu à la section IV, quand tous les modes
caractéristiques de la réponse totale du système sont
regroupés ensemble, ils forment la réponse transitoire
Ž ( ) (aussi connue comme solution homogène ou
solution complémentaire). La portion restante de la
réponse consiste entièrement en termes de modes non
caractéristiques et est appelée réponse permanente du
système Î ( ) (aussi connue comme la solution
particulière).

68
 La réponse totale du système est ( ) = Ž ( ) + Î( ).
Comme ( ) doit satisfaire l’équation du système

&( )1 Ž ( ) + Î( )2 = '( ) ( )

Ou
&( ) Ž ( ) + &( ) Î( ) = '( ) ( )

Mais Ž ( ) est entièrement composé des modes

caractéristiques. Ainsi
&( ) Ž ( ) = 0 de sorte que &( ) Î( ) = '( ) ( ) "#. 2.50

La réponse transitoire, en tant que combinaison des

modes caractéristiques du système, a la même forme que
la réponse libre du système ; seuls ses coefficients sont
différents. Ces coefficients constants sont déterminés à
partir des conditions complémentaires, comme expliqué
plus tard. Nous verrons maintenant une méthode pour
déterminer la réponse permanente.

1. Réponse permanente : la méthode des

coefficients indéterminés.
Il est relativement simple de déterminer Î ( ), la
réponse permanente d’un système SLIC, quand l’entrée
( ) est telle qu’elle conduit à un nombre fini de dérivées
indépendantes. Les entrées de la forme C _E ou R sont de
cette catégorie. Par exemple, C _E a seulement une seule
dérivée indépendante; les dérivées successives de C _E
conduisent à la même forme que l’entrée ; c'est-à-
dire C _E . De façon similaire, les dérivations successives
de R conduisent à seulement ‡ dérivées indépendantes.
La réponse permanente à une telle entrée peut être

69
exprimée comme une combinaison linéaire de l’entrée et
de ses dérivés indépendantes.

Considérons par exemple, l’entrée G + + (. Les

dérivées successives de cette entrée sont 2 C 2 .
Dans ce cas, l’entrée a seulement deux dérivées
indépendantes. Ainsi, la réponse permanente peut être
représentée par combinaison linéaire de ( ) et ses deux
dérivées. La forme associée à Î ( ) dans ce cas est

Î( ) = [G +[ + [.
G

Les coefficients indéterminés [G , [ C [. sont déterminés

en remplaçant cette expression de Î ( ) dans l’Eq.2.50

&( ) Î( ) = '( ) ( )

Et ensuite en faisant correspondre les coefficients de

termes similaires de part et d’autre de l’équation.
Même si cette méthode peut être utilisée
seulement pour des entrées ayant un nombre fini de
dérivées, cette classe de signaux d’entrée inclue une
large variété de la plupart des signaux rencontrés en
pratique. Le tableau 2.2 montre une variété de ces
signaux d’entrée et la forme de la réponse permanente
correspondant à chacun d’eux.

70
 Tableau 2.2

Exemple 2.10
Résoudre l’équation différentielle
( G
+ 3 + 2) ( ) = . ´( )
Avec l’entrée ´( ) = G
+5 +3 C (0∗ ) = 2 C c (0∗ ) = 3

Réponse :
Le polynôme caractéristique de ce système est
FG + 3F + 2 = (F + 1)(F + 2)

Les modes caractéristiques sont C E et C GE . La réponse

transitoire est une combinaison linéaire de ces modes,
c'est-à-dire

Ž( )=Œ C + ŒG C ≥0
E GE

Les coefficients Œ et ŒG doivent être déterminés à partir

des conditions initiales du système.

La réponse permanente à l’entrée G + 5 + 3, en

observant le tableau 2.2 (ligne 5 avec Ð = 0) est

71
 Î( ) = [G +[ + [.
G

De plus, Î ( ) satisfait l’équation du système(Eq.2.50),

c'est-à-dire
( G
+ 3 + 2) ( ) = . ´( ) "#. 2.51
Maintenant

Î( )= ([G +[ + [. ) = 2[G + [
G

Î( )= ([G +[ + [. ) = 2[G
G G

Et

´( ) = • G
+ 5 + 3• = 2 + 5

En substituant ces résultats dans Eq.2.50 on a

2[G + 3(2[G + [ ) + 2([G G
+[ + [. ) = 2 + 5

2[G G
+ (2[ + 6[G ) + (2[. + 3[ + 2[G ) = 2 + 5
En comparant les coefficients, on obtient
2[G = 0
2[ + 6[G = 2
2[. + 3[ + 2[G = 5
En résolvant ce système de trois équations, on obtient
[. = [ = 1 C [G = 0
Ensuite

Î( ) = +1 >0

72
La réponse totale ( ) est la somme des réponses
transitoire et permanente. Ainsi
( ) = Ž( ) + Î( )
= Œ C E + ŒG C GE + + 1 >0
De sorte que
c ( ) = −Œ C E
− 2ŒG C GE
+1
En posant = 0 et en substituant (0) = 2 C c (0) = 3
dans ces équations, on a
2 = Œ + ŒG + 1
3 = −Œ − 2ŒG + 1
On tire de là Œ = 4 C ŒG = −3. Ainsi
( ) = 4C E
− 3C GE
+ +1 ≥0

Exercice 2.15
Un système SLIC est caractérisé par une équation
( G
+ 5 + 6) ( ) = ( + 1)´( )

Le signal d’entrée est ´( ) = 6 G . Déterminer :

a. La réponse permanente Î ( )
b. La réponse totale ( ) si les conditions initiales
sont
25
(0U ) = C (0U ) = −2/3
18
Réponse :

Î( )= +f −
G
a.
Ñ

73
 b. ( ) = 5C GE
− 3C fE
+u G
+ − w
f Ñ

2. Signal d’entrée exponentiel ÒÓ(Ô)

Le signal exponentiel est le signal le plus important
dans l'étude des systèmes SLIC. Fait intéressant, la
réponse forcée pour un signal d'entrée exponentielle se
révèle être très simple. D'après le tableau 2.2, nous
voyons que la réponse permanente pour le signal d'entrée
9Õ( ) a la forme Ö9Õ( ).
Nous montrons maintenant que Ö = O(Õ)/×(Õ)
Pour déterminer Ö, on substitue Î( ) dans l’équation
du système Eq.2.50 pour obtenir

&( )1[C ØE 2 = '( )C ØE

On observe que

C ØE = ÙC ØE Ú = ÐC ØE
G
C
G ØE
= G ÙC
ØE
Ú = Ð G C ØE
.
.
R
C
R ØE
= R ÙC ØE Ú = Ð R C ØE

En conséquence

&( )C ØE = &(Ð)C ØE C '( )C ØE = '(Ð)C ØE

Donc l’équation Eq.2.50 devient

74
 '(Ð)
[&(Ð)C ØE = '(Ð)C ØE C [=
&(Ð)

Ainsi, pour l’entrée´( ) = C ØE @( ), la réponse

permanente est donnée par

Î( ) = Â(Ð)C ØE ≥0 "#. 2.52

Avec
'(Ð)
Â(Ð) = "#. 2.53
&(Ð)
Ceci est un résultat intéressant et important. Il indique
que, pour une entrée exponentielle C ØE la réponse
permanente Î ( ) est la même exponentielle multiplié
par Â(Ð) = '(Ð)/&(Ð). La réponse totale du système ( )
à une entrée exponentielle C ØE est alors donnée par

( ) = ž Œ] C DÛE + Â(Ð)C ØE "#. 2.54

]Ä

où les constantes Œ , ŒG , … , Œ sont déterminées à

partir des conditions complémentaires. La forme d’Eq.
(2.53) prend + racines distinctes. Si les racines ne sont
pas distinctes, la forme propre des modes doit être
utilisée.
Rappelons que le signal exponentiel comprend une
grande variété de signaux, comme une constante (Ð = 0),
une sinusoïde (Ð = ±ZÀ), et une sinusoïde amortie (Ð =
Ü ± ZÀ). Prenons la réponse forcée pour certains de ces
cas.

 Le signal constant ´( ) = Ý

75
Comme Ý = ÝC . , le signal constant est un cas particulier
de signal exponentiel ÝC ØE avec Ð = 0. La réponse
forcée à ce signal d’entrée est donnée par

Î( ) = Ý Â(Ð)C ØE hC( Ð = 0
"#. 2.54
= Ý Â(0)

 Le phaseur ´( ) = C ]ßE
Ici Ð = ZÀ et

Î( ) = Â(ZÀ)C ]ßE "#. 2.55

 La sinusoïde ´( ) = cos(À )
On sait que la réponse forcée à une entrée de type
phaseur C ±]ßE est Â(±ZÀ)C ±]ßE . Comme cos(À ) =
G
ÙC ]ßE + C ]ßE Ú, la réponse forcée à une sinusoïde de
forme cos(À ) est donc
1
Î( ) = 1Â(ZÀ)C ]ßE + Â(−ZÀ)C 2
]ßE
2
Et comme les deux termes de droite sont conjugués,

Î( ) = ƒC1Â(ZÀ)C ]ßE 2 mais Â(ZÀ) =

|Â(ZÀ)|C ]\(]ß)
avec Y(ZÀ) = arg(Â(ZÀ)) de sorte que

Î( ) = ƒCâ|Â(ZÀ)|C ]•ßEU\(ßE)• ã
"#. 2.56
= |Â(ZÀ)|. cos(À + Y(À ))
Ce résultat peut être généralisé pour l’entrée ´( ) =
(?`(À + a). La réponse forcée dans ce cas est

Î( ) = |Â(ZÀ)|. cos•À + Y(À )• "#. 2.57

76
Exemple 2.11

Résoudre l’équation différentielle ( G + 3 + 2) ( ) =

´( ) si les conditions initiales sont (0U ) = 2 C c (0U ) =
3 et si le signal d’entrée est :

a. 10C fE
b. 5
c. C GE
d. 10cos(3 + 30°)
Réponse :
Par rapport à l’exemple 2.10, la réponse naturelle pour ce
cas est

Ž( )=Œ C + ŒG C
E GE

å(Ø) Ø
Pour ce cas Â(Ð) = æ(Ø) = ØL UfØUG

a. Pour l’entrée ´( ) = 10C fE

Ð = −3 et
−3
Î( ) = 10Â(−3)C = 10 ç èC
fE fE
(−3)G + 3(−3) + 2
= −15C fE
≥0
La solution totale (la somme des réponses naturelle et
forcée) est
( )=ΠC E
+ ŒG C GE
− 15C fE
≥0
Et
c ( ) = −Œ C E
− 2ŒG C GE
+ 45C fE
≥0
Avec les conditions initiales et en posant = 0 dans les
équations précédentes on a
Œ + ŒG − 15 = 2 C −Œ − 2ŒG + 45 = 3

77
Les solutions de ces équations sont Œ = −8 C ŒG =
25 . Ainsi
( ) = −8C E
+ 25C GE
− 15C fE
≥0

b. Pour l’entrée ´( ) = 5 = 5C .E , Ð = 0 ,

Î( ) = 5Â(0) = 0 ≥0

La réponse complète est Œ C E

+ ŒG C GE
+2 C E

c. Ici Ð = −2, qui est aussi une racine caractéristique

du système. Ainsi

Î( )=[ C GE

Pour déterminer [, on remplace Î( ) dans l’équation

du système pour obtenir
( G
+ 3 + 2) Î( ) = ´( )

Où
( GE •
G
+ 3 + 2)•[ C = C GE

Mais
•[ C GE • = [(1 − 2 )C GE
G •[
C GE • = 4[( − 1)C GE

C GE = −2C GE
En conséquence

[(4 − 4 + 3 − 6 + 2 )C GE
= −2C GE

?@ Cj(?‡C
−[C GE
= −2C GE

78
 Ensuite, [ = 2 de sorte que

Î( )=2 C GE

La solution complète est Œ C E + ŒG C GE + 2 C GE . En

utilisant les conditions initiales, on détermine Œ C ŒG
comme dans à la question a.
d. Pour l’entrée ´( ) = 10cos(3 + 30°), la réponse
forcée est

Î( ) = 10|Â(3Z)|cos•3 + 30° + argÙÂ(3Z)Ú•

hC(
'(Z3) 3Z 3Z 27 − 21Z
Â(Z3) = = = =
&(3Z) (3Z) + 3(3Z) + 2 −7 + 9Z
G 130
= 0.263C ]fé.ê°
Ainsi

|Â(3Z)| = 0.263, argÙÂ(3Z)Ú = −37.9°

et

Î( ) = 10(0.263) cos(3 + 30° − 37.9°)

= 2.63cos(3 − 7.9°)

La solution complète est Œ C E + ŒG C GE + 2.63cos(3 −

7.9°). On utilise les conditions initiales pour déterminer
Œ C ŒG comme à la question a.

Exemple 2.12
Utiliser la méthode classique pour trouver le
courant de boucle ( ) dans le circuit RLC de l’exemple

79
2.2 (fig.2.1) si la tension d’entrée est ´( ) = 10C fE
et les
conditions initiales (0 ) = 0 C @| (0 ) = 5.
Les réponses libre et forcée pour ce problème sont
trouvées respectivement dans les exemples 2.2 et 2.6.
Les réponses transitoire et permanente apparaissent
dans Eq.2.50b. Ici, nous allons résoudre le problème à
l’aide de la méthode classique, qui requiert les conditions
initiales à = 0U . Ces conditions initiales déjà trouvées
à l’Eq.2.15 sont (0U ) = 0 C c (0U ) = 5
L’équation de maille pour ce système est :
( G
+ 3 + 2) ( ) = ´( )

Le polynôme caractéristique est FG + 3F + 2 = (F +

1)(F + 2) ainsi la réponse transitoire est Ž ( ) = Œ C E +
ŒG C GE .
La réponse permanente, déjà trouvée à la partie (a) de
l’exemple 2.11, est

Î( ) = −15C fE

La réponse totale est

( )=ΠC E
+ ŒG C GE
− 15C fE

La dérivée de cette équation donne

c ( ) = −Œ C E
− 2ŒG C GE
+ 45C fE

En posant = 0U et en remplacant (0U ) = 0 , ë (0U )

=5
dans ces équations on a
0 = Œ + ŒG − 15 Œ = −10
ì→
5 = −Œ − 2ŒG + 45 ŒG = 25
Ainsi

80
 ( ) = −10C E
+ 25C GE
− 15C fE

Évaluation de la méthode classique

La mise au point de cette section montrent que le
procédé classique est relativement simple par rapport à la
méthode de recherche de la réponse en tant que somme
des éléments libre et forcé. Malheureusement, le procédé
classique présente un inconvénient sérieux, car elle
donne la réponse totale, qui ne peut être séparée en
composants résultant de l'état intérieur et l'entrée externe.
Dans l'étude de systèmes, il est important d'être en
mesure d'exprimer la réponse du système à une entrée
´( ) comme une fonction explicite de ´( ). Ceci est
impossible dans la méthode classique. En outre, le
procédé classique est limité à une certaine classe
d'entrées; il ne peut pas être appliqué à toutes les entrées.
Un autre problème mineur est que, comme la méthode
classique donne la réponse totale, les conditions
auxiliaires doivent être sur la réponse totale qui existe
seulement pour ≥ 0 +. En pratique, nous sommes plus
susceptibles de connaître les conditions à = 0 − (avant
l'entrée est appliquée). Par conséquent, nous devons tirer
un nouvel ensemble de conditions auxiliaires à = 0 +
des conditions connues à = 0 −.
Si nous devons résoudre une équation
différentielle linéaire particulière ou trouver une réponse
d'un système LTIC particulier, la méthode classique peut
être la meilleure. Dans l'étude théorique de systèmes
linéaires, cependant, le procédé classique n’est donc pas
valable.

81
 Attention
Nous avons montré dans l'équation. (2.52a) que la
réponse globale d'un système SLIC peut être exprimée
comme la somme de réponse libre et de la réponse
forcée. Dans l'équation. (2.52b), nous avons montré que
la même réponse totale peut aussi être exprimée comme
une somme de la composante transitoire et la
composante permanente. Nous avons également
constaté que, généralement, la réponse libre n’est pas la
même que la réponse transitoire (bien que les deux soient
faits de modes propres). De même, la réponse forcée
n’est pas la même que la réponse permanente.
Malheureusement, de telles allégations erronées sont
souvent rencontrées dans la littérature

VI. STABILITE DES SYSTEMES

Pour comprendre la base intuitive pour la stabilité
BIBO (entrée bornée/ sortie bornée) d'un système mis en
place à la section 1.7, nous allons examiner le concept de
stabilité tel qu'il est appliqué à un cône circulaire droit. Un
tel cône peut être fait pour subsister éternellement sur sa
base circulaire, sur son sommet, ou sur le côté. Pour cette
raison, ces trois états du cône sont dits états d'équilibre.
Qualitativement, cependant, les trois états montrent un
comportement très différent. Si le cône, debout sur sa
base circulaire, était légèrement perturbé, puis on le
laisse à lui-même, il serait finalement revenu à sa position
d'équilibre d'origine. Dans un tel cas, le cône est dit être
en équilibre stable. En revanche, si le cône se dresse sur
son sommet, alors la moindre perturbation provoquera le
déplacement du cône loin et plus loin de son état

82
d'équilibre. Le cône dans ce cas est dit être dans un
équilibre instable. Le cône couché sur le côté, s’il est
dérangé, ne pourra ni revenir à l'état initial, ni continuer à
se déplacer plus loin de l'état d'origine. Ainsi, il est dit être
dans un équilibre neutre. De toute évidence, lorsque le
système est en équilibre stable, l'application d'une petite
perturbation (entrée) produit une petite réponse. En
revanche, lorsque le système est en équilibre instable,
même à une perturbation minime (d'entrée) produit une
réponse non bornée. La définition de la stabilité ‘Entrée
bornée- sortie bornée’ (ou BIBO en anglais) peut être
comprise à la lumière de ce concept. Ainsi si chaque
entrée bornée produit une sortie limitée, le système est dit
(BIBO) stable. En revanche, même si une entrée bornée
produit une réponse illimitée, le système est dit (BIBO)
instable.
Pour un SSLIC
Uª
( ) = ℎ( ) ∗ ( ) = ® ℎ(a) ( − a) a "#2.58
ª

Ainsi
Uª
| ( )| ≤ ® |ℎ(a)|| ( − a)| a
ª

De plus, si ( ) est borné, alors | ( − a)| < Œ < ∞, et

Uª
| ( )| ≤ Œ ® |ℎ(a)| a "#. 2.59
ª

Par conséquent, pour la stabilité BIBO

83
 Uª
® |ℎ(a)| a < ∞ "#. 2.60
ª

Ceci est une condition suffisante pour la stabilité BIBO.

Nous pouvons montrer que cela est également une
condition nécessaire. Par conséquent, pour un système
SLIC, si sa réponse impulsionnelle ℎ( ) est absolument
intégrable, le système est (BIBO) stable. Sinon, il est
(BIBO) instable. En outre, nous allons le montrer dans le
chapitre 4 que la condition nécessaire (mais non
suffisante) pour un système SLIC décrit par l'équation.
(2,1) pour être stable BIBO est ) ≤ +. Si ) > +, le
système est instable. Ceci est une des raisons pour éviter
les systèmes avec ) > +.
Étant donné que la stabilité BIBO d'un système
peut être déterminée par des mesures au niveau des
bornes externes (entrée et sortie), ceci est un critère de
stabilité externe. C n'est pas par hasard que le critère
BIBO dans Eq. (2.60) est en fonction de la réponse
impulsionnelle, qui est une description externe du
système.
Comme observé dans le chapitre précédent, le
comportement interne d'un système n'est pas toujours
déterminable à partir des bornes externes. Par
conséquent, la stabilité externe (BIBO) ne peut pas être
une indication correcte de la stabilité interne. En effet,
certains systèmes qui apparaissent stables par le critère
BIBO peuvent être internement instable. Cela ressemble
à une chambre dans une maison en feu: aucune trace de
feu n’est visible de l'extérieur, mais toute la maison sera
réduite en cendres.

84
 La stabilité BIBO n'a de sens que pour les systèmes
dans lesquels les descriptions interne et externe sont
(systèmes contrôlables et observables) équivalentes.
Heureusement, les systèmes les plus pratiques entrent
dans cette catégorie, et chaque fois que nous appliquons
ce critère, nous supposons implicitement que le système,
en fait, appartient à cette catégorie. La stabilité interne est
inclusive, et la stabilité externe peut toujours être
déterminée à partir de la stabilité interne.
Pour cette raison, nous étudions maintenant le critère
de stabilité interne.

1. Stabilité interne ou asymptotique

En raison de la grande variété de comportements
possibles du système, il y a plusieurs définitions de la
stabilité interne dans la littérature. Ici, nous allons
considérer une définition qui est approprié pour les
systèmes causals, linéaires et invariants par translation
temporelle (SLIC).
Si, en l'absence d'une entrée externe, un système
reste dans un état particulier (ou état) indéfiniment, alors
cet état est dit être un état d'équilibre du système. Pour
un système SLIC, l'état zéro ou de repos, dans lequel
toutes les conditions initiales sont à zéro, est un état
d'équilibre. Supposons maintenant un système SLIC à
l'état zéro et nous changeons cet état par la création de
petites conditions initiales non nulles (petite perturbation).
Ces conditions initiales vont générer des signaux,
comprenant des modes propres dans le système. Par
analogie avec le cône, si le système est stable, il doit
finalement retourner à l'état zéro. En d’autres termes,
lorsqu'il est laissé à lui-même, tous les modes dans un

85
système stable découlant de conditions initiales non
nulles devraient approcher 0 à → ∞. Cependant,
même si un seul des modes augmente avec le temps, le
système ne reviendra jamais à l'état zéro, et le système
serait identifié comme instable. Dans le cas limite,
certains modes ne décroissent à zéro ni ne croissent
indéfiniment, alors que tous les autres modes décroissent
à zéro. Cette affaire est comme l'équilibre neutre dans le
cône. Un tel système est dit être marginalement stable.
La stabilité interne est aussi appelée stabilité
asymptotique ou la stabilité au sens de Lyapunov.
Pour un système caractérisé par l'Eq. (2.1), on peut
répéter le critère de stabilité interne en fonction de la
position des N racines caractéristiques F , FG , … , F du
système dans un plan complexe. Les modes
caractéristiques sont de la forme C DÈ E ?@ R C DÈ E . La
position des racines dans le plan complexe et les modes
correspondants sont présentés dans la figure. 2.17. Ces
modes → 0 lorsque t → ∞ si ƒ• (F• ) < 0 . En revanche,
les modes → ∞ si *ƒ• (F• ) ≤ 0 . Par conséquent, un
système est (asymptotiquement) stable si l'ensemble de
ses racines caractéristiques se trouvent dans le plan
gauche, qui est, si ƒC (F‘) < 0 pour tout ‘. Si même une
seule racine caractéristique réside dans le plan droit, le
système est (asymptotiquement) instable. Les modes dus
aux racines situées sur l'axe imaginaire (F = ±ZÀ. ) sont
de la forme C ±]ßí E . Par conséquent, si des racines se
trouvent sur l'axe imaginaire, et toutes les racines
restantes sont dans le plan gauche, le système est
marginalement stable (en supposant que les racines sur
l'axe imaginaire ne sont pas répétées). Si les racines des
axes imaginaires sont répétées, les modes

86
caractéristiques sont de la forme R C ±]ßí E , et croissent
indéfiniment avec le temps.
Par conséquent, le système est instable. La Figure 2.18
montre les régions de stabilité dans le plan complexe.
Position Réponse à Position Réponse à
des pôles entrée nulle des pôles entrée nulle

Fig.2.17 : Position des racines caractéristiques et leurs modes

caractéristiques correspondant

87
 Fig.2.18 : Position des racines caractéristiques et stabilité du
système

Pour résumer:
1. Un système SLIC est asymptotiquement stable
si, et seulement si, tous les racines
caractéristiques sont dans le LHP. Les racines
peuvent être simples (non répété) ou répétée.
2. Un système LTIC est instable si, et seulement si,
l'une ou les deux conditions suivantes sont
réunies:
(i) au moins une racine est dans la RHP;
(ii) sont répétées sur les racines de l'axe imaginaire.
3. Un système LTIC est marginalement stable si, et
seulement si, il n'y a pas de racines dans la RHP, et il
y a des racines non répété sur l'axe imaginaire.

88
 2. Relation entre stabilité BIBO et stabilité
asymptotique
La stabilité externe est déterminée en appliquant une
entrée externe avec des conditions initiales nulles, tandis
que la stabilité interne est déterminée par l'application de
conditions initiales non nulles et aucune entrée externe.
Voilà pourquoi ces stabilités sont aussi appelées la
stabilité à l'état zéro et la stabilité d'entrée zéro,
respectivement.
Rappelons que ℎ( ), la réponse impulsionnelle
d'un système SLIC, est une combinaison linéaire des
modes propres du système. Pour un système SLIC,
spécifiée par l'équation. (2.1), on peut facilement
montrer que quand une racine caractéristique F• se
trouve dans le plan gauche, le mode correspondant C DÈ E
est absolument intégrable. En revanche, si F• est dans le
plan droit ou sur l'axe imaginaire, C DÈ E n'est pas
absolument intégrable. Cela signifie qu'un système
asymptotiquement stable est BIBO stable.
En outre, un système marginalement ou
asymptotiquement stable est BIBO instable. L'inverse
n'est pas nécessairement vrai; c'est à dire, la stabilité
BIBO ne nous informe pas nécessairement sur la
stabilité interne du système. Par exemple, si un système
est incontrôlable et / ou inobservable, certains modes de
fonctionnement du système ne sont pas visibles et / ou
incontrôlable à partir des bornes externes. Par
conséquent, l'image de la stabilité présentée par la
description externe est d'une valeur douteuse. La
stabilité (externe) BIBO ne peut pas assurer la stabilité
(interne) asymptotique, comme le montre l'exemple
suivant.

89
Exemple 2.13
Un système SLIC se compose de deux sous-systèmes
S1 et S2 en cascade (Fig. 2.19). La réponse
impulsionnelle de ces systèmes sont h1(t), et h2(t),
respectivement, donnée par
ℎ ( ) = †( ) − 2C E @( ) C ℎG ( ) = C E @( )

Fig.2.19

La réponse impulsionnelle du système composite ℎ( )

est donnée par :
ℎ( ) = ℎ ( ) ∗ ℎG ( ) = ℎG ( ) ∗ ℎ ( ) = C E @( ) ∗ •†( ) − 2C E @( )•
CE − C E
= C E @( ) − 2 Ÿ @( )
2
= C E @( )

Si le système composite en cascade devait être

enfermé dans une boîte noire avec seulement les bornes
d'entrée et de sortie accessible, toute mesure à partir de
ces bornes extérieures aurait montré que la réponse
impulsionnelle du système est 9 î( ) , sans
soupçonner le système dangereusement instable
hébergé à l'intérieur de la boite.
Le système composite est BIBO stable parce que sa
réponse impulsionnelle,9 î( ) est absolument
intégrable. Observons, cependant que, le sous-système
S2 a une racine caractéristique 1, qui se trouve dans le
plan droit. Par conséquent, S2 est asymptotiquement

90
instable. Finalement, S2 va brûler (ou saturer) en raison
de la réponse caractéristique illimitée générée par les
conditions initiales, intentionnelles ou non, même si ces
valeurs sont faibles. Nous montrerons par la suite que ce
système composite est observable, mais pas
contrôlable. Si les positions de S1 et S2 sont inter
changées (S2 suivie S1), le système est toujours BIBO
stable, mais asymptotiquement instable. Dans ce cas,
notre analyse montrera que le système composite est
contrôlable, mais pas observable.
Cet exemple montre que la stabilité BIBO ne signifie
pas toujours une stabilité asymptotique. Cependant, la
stabilité asymptotique implique toujours la stabilité BIBO.
Heureusement, les systèmes incontrôlables et / ou
non observables ne sont pas couramment observés
dans la pratique. Désormais, dans la détermination de la
stabilité du système, nous supposerons que, sauf
mention contraire, les descriptions internes et externes
d'un système sont équivalentes, ce qui implique que le
système est contrôlable et observable.
Exemple 2.14 :
Etudier la stabilité asymptotique et la stabilité BIBO
du système SLIC décrit par les équations suivantes, en
supposant que les équations sont la description interne
du système.
. ( + 1)( G
+4 + 8) ( ) = ( − 3) ( )
. ( − 1)( G
+4 + 8) ( ) = ( + 2) ( )
(. ( + 2)( G
+4 + 8) ( ) = ( G + + 1) ( )
. ( + 1)( G
+4 + 8) ( ) = ( G + 2 + 8) ( )
Les polynômes caractéristiques de ces systèmes sont :

91
 . (F + 1)(FG + 4F + 8) = (F + 1)(F + 2 − 2Z)(F + 2 + 2Z)
. (F − 1)(FG + 4F + 8) = (F − 1)(F + 2 − 2Z)(F + 2 + 2Z)
(. (F + 2)(FG + 4) = (F + 2)(F − 2Z)(F + 2Z)
. (F + 1)(FG + 4)G = (F + 1)(F − 2Z)G (F + 2Z)G
Par conséquent, les racines caractéristiques ou pôles du
système sont :
. −1, −2 ± 2Z
. 1, −2 ± 2Z
(. −2, ±2Z
. 1, − ± 2Z, ±2Z

Fig.2.20 : Position des pôles des systèmes étudiés

Le système (a) est asymptotiquement stable (toutes les

racines dans le plan gauche), le système (b) est instable
(une racine dans le plan droit), le système (c) est
marginalement stables (racines non répétée sur l'axe
imaginaire) et pas de racines dans le plan droit, et le
système (d) est instable (racines répétées sur l'axe
imaginaire). La stabilité BIBO est facilement déterminée
à partir de la stabilité asymptotique. Système (a) est
BIBO stable, le système (b) est BIBO instable, le
système (c) est BIBO instable, et le système (d) est
BIBO instable. Nous avons supposé que ces systèmes
sont contrôlables et observables.

92
Exercice 2.16
Pour chacun des systèmes définis par les équations
qui suivent, tracer ses racines caractéristiques dans le
plan complexe et déterminer si il est asymptotiquement
stable, peu stable, instable ou, en supposant que les
équations décrivent son système interne. Aussi,
déterminer la stabilité BIBO pour chaque système.
. ( + 2) ( ) = 3 ( )
G(
. + 3) ( ) = ( + 5) ( )
(. ( + 1)( + 2) ( ) = (2 + 3) ( )
. ( G
+ 1)( G + 9) ( ) = ( G + 2 + 4) ( )
C. ( + 1)( G − 4 + 9) ( ) = ( + 7) ( )
Réponse :
a. Marginalement stable, mais BIBO instable
b. Instable dans les deux sens
c. Stable dans les deux sens
d. Marginalement stable, mais BIBO instable
e. Instable dans les deux sens.

Implication de la stabilité
Tous les systèmes pratiques de traitement de signal
doivent être asymptotiquement stables. Les systèmes
instables sont inutiles du point de vue du traitement du
signal parce que tout ensemble de conditions initiales,
intentionnels ou non conduit à une réponse non bornée
qui détruit le système ou (plus probablement) conduit à
des conditions de saturation qui changent la nature

93
même du système. Même si les conditions initiales
distinctes sont nulles, les tensions parasites ou signaux
de bruit thermique générés dans le système agiront
comme des conditions initiales. En raison de la
croissance exponentielle d'un mode ou des modes dans
les systèmes instables, un signal parasite, peu importe
sa taille, finira par provoquer une sortie non bornée.
Les systèmes marginalement stables, bien que BIBO
instable, ont une application importante dans
l'oscillateur, qui est un système qui génère un signal de
lui-même naturellement sans application d'une entrée
externe. Par conséquent, la sortie de l'oscillateur est une
réponse libre. Si une telle réponse doit être une
sinusoïde de fréquence À. , le système devrait être
marginalement stable avec des racines caractéristiques
à ±ZÀ. . Ainsi, pour concevoir un oscillateur de la
fréquence ωo, nous devrions choisir un système avec le
polynôme caractéristique
(B − ïðX )(B + ïðX ) = B − (ïðX ) .
Un système décrit par l'équation différentielle
( G
+ À. G ) ( ) = ( ) "#. 2.61 fera bien l’affaire.
Cependant, les oscillateurs pratiques sont
invariablement réalisés en utilisant des systèmes non
linéaires.

VII. REFLEXION INTUITIVE SUR LE

COMPORTEMENT DES SYSTEMES
Cette section tente de fournir une compréhension de
ce qui détermine le comportement du système. En raison

94
de sa nature intuitive, la discussion est plus ou moins
qualitative. Nous allons maintenant montrer que les
attributs les plus importants d'un système sont ses racines
caractéristiques ou modes caractéristiques parce qu'ils ne
déterminent pas seulement la réponse libre, mais aussi
l'ensemble du comportement du système.

1. Comportement du système et modes

caractéristiques
Rappelons que la réponse libre d'un système est
constituée de modes propres du système. Pour un
système stable, ces modes caractéristiques décroissent
de façon exponentielle pour finalement disparaître. Ce
comportement peut donner l'impression que ces modes
n'affectent pas sensiblement le comportement du
système en général et la réponse du système en
particulier. Cette impression est totalement fausse! Nous
allons voir maintenant que les modes caractéristiques du
système laissent leur empreinte sur tous les aspects du
fonctionnement du système. Nous pouvons comparer les
caractéristiques des modes (ou les racines) du système à
une graine qui se dissout finalement dans le sol.
Cependant, la plante qui en découle est totalement
déterminée par la graine. L'empreinte de la graine existe
sur chaque cellule de la plante.
Pour comprendre ce phénomène intéressant,
rappelons que les modes caractéristiques d'un système
sont très particuliers à ce système parce qu'il peut
supporter ces signaux sans l'application d'une entrée
externe. En d'autres termes, le système propose un tour
gratuit et un accès facile à ces signaux. Maintenant
imaginons ce qui se passerait si nous avions
effectivement conduit le système avec une entrée ayant

95
la forme d'un mode caractéristique! Nous nous attendons
à ce que le système répondre fortement (ce qui est, en
fait, le phénomène de résonance discuté plus tard dans
cette section). Si l'entrée n’est pas exactement un mode
caractéristique, mais est très proche d'un tel mode, nous
nous attendrions encore à ce que la réponse du système
soit forte. Cependant, si l'entrée est très différente de l'un
des modes caractéristiques, nous nous attendons à ce
que le système réponde mal. Nous allons maintenant
montrer que ces déductions intuitives sont bien vraies.
Limitons les entrées du système à des
exponentielles de la forme C ØE , où ζ est généralement un
nombre complexe. La similitude des deux signaux
exponentiels C ØE et C DE peut alors être mesurée par la
proximité de ζ et λ. Si la différence Ð − F est faible, les
signaux sont similaires; si Ð − F est grande, les signaux
sont dissemblables. Considérons maintenant un système
de premier ordre avec un seul mode caractéristique C DE
et de signal d'entrée C ØE . La réponse impulsionnelle de
ce système est alors donnée par ‰C DE , où la valeur exacte
de ‰ ne soit pas importante pour la présente discussion
qualitative. La réponse ( ) du système est donnée par
( ) = ℎ( ) ∗ ( )
= ‰C DE @( ) ∗ C ØE @( )
De la table de convolution Tableau 2.1, on obtient
‰
( )= 1C ØE − C DE 2@( ) "#. 2.62
Ð−F

De toute évidence, si le signal d'entrée C ØE est

similaire à C DE , ζ - λ est petit et la réponse du système est
importante. Plus le signal d'entrée ( ) est proche du

96
mode caractéristique, plus la réponse du système est
forte. En revanche, si l'entrée est très différente du mode
naturel, ζ - λ est grand et le système répond mal. Ceci est
précisément ce que nous avons décidé de prouver.
Nous avons prouvé l'affirmation qui précède pour un
système monomode (de premier ordre). Il peut être
généralisé à un système d'ordre n, qui a N modes
caractéristiques. La réponse impulsionnelle h(t) d'un tel
système est une combinaison linéaire de ses N modes.
Par conséquent, si ( ) est similaire à l'un quelconque de
ces modes, la réponse correspondante sera élevée; si par
contre elle n'est semblable à aucun des modes, la
réponse sera faible. De toute évidence, les modes
caractéristiques sont très influents dans la détermination
de la réponse du système à une entrée donnée.
Il serait tentant de conclure sur la base de l'équation.
(2,62) que si l'entrée est identique au mode
caractéristique, de sorte que F = Ð, alors la réponse tend
vers l'infini. Rappelez-vous, cependant, que si Ð = F, le
numérateur sur le côté droit de l'équation. (2,62) vaut
également zéro. Nous allons étudier ce comportement
complexe (phénomène de résonance) plus tard dans
cette section. Nous montrons maintenant qu'une simple
inspection de la réponse impulsionnelle ℎ( ) (qui est
composée de modes propres) révèle beaucoup de
choses sur le comportement du système.

2. Temps de réponse d’un système : La

constante de temps du système
Comme les êtres humains, les systèmes présentent
un certain temps de réponse. En d'autres termes, quand

97
une entrée (stimulus) est appliquée à un système, un
certain laps de temps s'écoule avant que le système ne
réponde parfaitement à cette entrée. Ce temps de retard
ou temps de réponse est appelée la constante de temps
du système. Comme nous le verrons, la constante de
temps d'un système SLIC est égale à la largeur de sa
réponse impulsionnelle ℎ( ).
Une entrée †( ) à un système est instantanée (durée
nulle), mais la réponse ℎ( ) a une durée ”ℎ. Par
conséquent, le système a besoin d'un temps de Th pour
répondre pleinement à cette entrée, et nous sommes en
droit de visualiser ”ℎ comme le temps de réponse du
système ou constante de temps. Nous arrivons à la même
conclusion par un autre argument. La sortie est une
convolution de l'entrée et de ℎ( ). Si une entrée est une
impulsion de largeur ” , alors la largeur de l'impulsion de
sortie est ” + ”ℎ selon la propriété de largeur de la
convolution.
Cette conclusion montre que le système nécessite ”ℎ
secondes pour répondre pleinement à toute entrée. La
constante de temps du système indique comment le
système est rapide. Un système avec une constante de
temps plus petite est un système plus rapide qui répond
rapidement à une entrée. Un système avec une constante
de temps relativement grande est un système lent qui ne
peut pas bien répondre à des signaux variant rapidement.
Strictement parlant, la durée de la réponse
impulsionnelle ℎ( ) est ∞ parce que les modes
caractéristiques se rapprochent de zéro
asymptotiquement quand → ∞. Cependant, au-delà de
certaines valeurs de t, ℎ( ) devient négligeable. Il est

98
donc nécessaire d'utiliser une mesure appropriée de la
largeur effective de la réponse impulsionnelle.
Il n'y a pas de définition unique satisfaisante de la
durée effective du signal (ou largeur) applicable à toutes
les situations. Pour la situation représentée sur la Fig.
2.21, une définition raisonnable de la durée de h(t)
serait ”ℎ, la largeur de l'impulsion rectangulaire ĥ( ).
Cette d'impulsions rectangulaires ĥ( ) a une surface
identique à celle de ℎ( ) et une hauteur identique à celle
de ℎ( ) à un instant approprié à = .. Dans la Fig. 2.21,
to est choisi comme l'instant où ℎ( ) est maximale.
Selon cette définition,
Uª
Uª ¨ ℎ( )
”ò ℎ( . ) = ® ℎ( ) ?@ ”ò = ª
"#. 2.63
ª ℎ( . )

Fig.2.21 : Durée effective d’une réponse impulsionnelle

Maintenant si un système a un unique mode

ℎ( ) = ‰C DE @( )

99
avec F un réel négatif, alors ℎ( ) est maximum à = 0
avec comme valeur ℎ(0) = ‰. Ainsi à partir de Eq.2.63
on a
1 ª DE 1
”ò = ® ‰C =− "#. 2.64
‰ . F

Ainsi, la constante de temps dans ce cas est tout

simplement le (négatif de la) réciproque de la racine
caractéristique du système. Dans le cas multimode, h(t)
est une somme pondérée des modes propres du
système, et Th est une moyenne pondérée des
constantes de temps associées aux N modes du
système.

3. Constante de temps et temps de montée

du système
Le Temps de montée d'un système, défini comme
étant le temps requis pour la réponse à un échelon unité
pour passer de 10% à 90% de sa valeur en régime
permanent, est une indication de la vitesse de la
réponse. La constante de temps de système peut
également être consultée à partir d'une observation du
temps de montée. La réponse à un échelon d'unité ( )
d'un système est la convolution de @( ) et ℎ( ). Soit la
réponse impulsionnelle ℎ( ) d'une impulsion
rectangulaire de largeur Th, comme le montre la Fig.
2,22. Cette hypothèse simplifie la discussion, mais
donne des résultats satisfaisants pour la discussion
qualitative. Le résultat de cette convolution est illustré
sur la Fig. 2,22. Notez que la sortie ne passe pas de
zéro à une valeur finale instantanément quand l'entrée
augmente; à la place, la sortie prend ”ℎ secondes pour y

100
parvenir. Par conséquent, le temps de montée ”‡ du
système est égal à la constante de temps du système.

Fig.2.22 : Temps de montée d’un système

Ce résultat et la Fig. 2,22 montrent clairement que

généralement un système ne répond pas à une entrée
instantanément. Au lieu de cela, il faut un temps ”ℎ au
système pour répondre pleinement.

4. Constante de temps et filtrage

Une constante de temps plus grande implique un
système lent parce que le système prend plus de temps
pour répondre pleinement à une entrée. Un tel système
ne peut pas répondre efficacement aux variations rapides
de l'entrée. En revanche, une constante de temps plus
faible indique que le système est capable de répondre à
des variations rapides de l'entrée. Ainsi, il existe un lien
direct entre la constante de temps d'un système et ses
propriétés de filtration.
Une sinusoïde haute fréquence varie rapidement avec
le temps. Un système avec une grande constante de
temps ne sera pas en mesure de répondre bien à cette
entrée. Par conséquent, un tel système permet de
supprimer les sinusoïdes qui varient rapidement (haute
fréquence) et les autres signaux hautes-fréquences,
agissant ainsi comme un filtre passe-bas (un filtre

101
permettant la transmission de signaux à basse fréquence
uniquement). Nous allons maintenant montrer qu'un
système avec une constante de temps ”ℎ, agit comme
un filtre passe-bas ayant une fréquence de coupure ´( =
1/”ℎ Hertz, de sorte que des sinusoïdes de fréquences
inférieures à ´( hertz sont transmises relativement bien,
tandis que celles avec des fréquences supérieures à ´(
Hz sont supprimées.
Pour illustrer ce fait, déterminons la réponse du
système à une entrée sinusoïdal ( ) par convolution de
cette entrée avec la réponse impulsionnelle ℎ( ) à la Fig.
2.23a. De Fig. 2.23b et 2.23c on voit le processus de
convolution de ℎ( ) avec des entrées sinusoïdales de
deux fréquences différentes. La sinusoïde à la Fig. 2.23b
a une fréquence relativement élevée, tandis que la
fréquence de la sinusoïde à la Fig. 2.23c est faible.
Rappelons que la convolution de (˜) et ℎ( ) est égale à
la zone sous le produit (˜)ℎ( − ˜). Cette zone est
représentée ombrée à la Fig. 2.23b et 2.23c pour les deux
cas. Pour la sinusoïde à haute fréquence, il est clair à
partir de la figure. 2.23b que l'aire sous (˜)ℎ( − ˜) est
très faible parce que ses zones positives et négatives
s'annulent presque les unes les autres. Dans ce cas, la
sortie ( ) reste périodique mais a une amplitude assez
faible. Cela se produit lorsque la période de la sinusoïde
est beaucoup plus petite que la constante de temps ”ℎ du
système. En revanche, pour la sinusoïde basse
fréquence, la période de la sinusoïde est plus grande
que ”ℎ, ce qui rend la zone d'annulation partielle sous
(˜)ℎ( − ˜) moins efficace. Par conséquent, la sortie
( ) est beaucoup plus grande, comme représenté sur la
Fig. 2.23c.

102
 Fig.2.23 : Constante de temps et filtrage

Entre ces deux extrêmes possibles dans le

fonctionnement du système, un point de transition se
produit lorsque la période de la sinusoïde est égale à la
constante de temps ”ℎ du système. La fréquence à
laquelle se produit cette transition est connue comme la
fréquence ´( de coupure du système. Étant donné que
”ℎ est la période de la fréquence de coupure ´( =
1 / ”ℎ, la fréquence ´( est également connue comme la
largeur de bande passante du système parce que le
système émet ou transmet les composantes
sinusoïdales avec des fréquences inférieures à ´( tout
en atténuant les composantes de fréquences

103
supérieures à ´(. Bien entendu, la transition dans le
comportement du système est progressive. Il n'y a pas
de changement brusque dans le comportement du
système à ´( = 1 / ”ℎ. En outre, ces résultats sont
basés sur une réponse impulsionnelle (impulsion
retangulaire) idéalisée; en pratique, ces résultats varient
quelque peu, en fonction de la forme exacte de ℎ( ).
Rappelez-vous que la «sensation» du comportement du
système général est plus importante que la réponse
exacte du système pour cette discussion qualitative.
Etant donné que la constante de temps du système est
égale à son temps de montée, nous avons :
1 1
”R = ?@ ´| = "#. 2.65
´| ”R
Ainsi, la largeur de bande passante d'un système est
inversement proportionnelle à son temps de montée.
Bien que l'équation. (2.65a) a été établie pour une
réponse impulsionnelle (rectangulaire) idéale, ses
implications sont valables pour les systèmes SLIC de
type passe-bas en général. Pour un cas général, nous
pouvons montrer que
‘
´| = "#. 2.65
”R
où la valeur exacte de ‘ dépend de la nature
de ℎ( ). Un ingénieur expérimenté peut souvent estimer
rapidement la bande passante d'un système inconnu en
observant simplement sur un oscilloscope la réponse du
système à un échelon de Heaviside.

104
 5. Constante de temps et dispersion
impulsionnelle
En général, la transmission d'une impulsion à travers
un système provoque une dispersion (ou étalement)
d'impulsion. Par conséquent, l'impulsion de sortie est en
général plus large que l'impulsion d'entrée. Ce
comportement du système peut avoir de graves
conséquences dans les systèmes de communication
dans lesquels l'information est transmise par les
impulsions. La dispersion (ou étalement) provoque des
interférences ou des chevauchements avec des
impulsions voisines, faussant ainsi les amplitudes des
impulsions et d'introduisant ainsi des erreurs dans les
informations reçues.
Nous avons vu précédemment que si une entrée
( ) est une impulsion de largeur ” , alors ” , la largeur
de la sortie ( ), est
”~ = ”¢ + ”ò "#. 2.66

Ce résultat montre que l'impulsion d'entrée s'étale

(se disperse) lorsqu'elle traverse un système. Comme
Th est aussi la constante de temps ou le temps de
montée du système, le taux d'étalement dans l'impulsion
est égale à la constante de temps (ou temps de montée)
du système.

6. Constante de temps et tau de transmission

de l’information
Dans les systèmes de communication impulsionnels,
qui transmettent des informations par l'intermédiaire

105
d'impulsions, le taux de transmission de l'information est
proportionnel à la vitesse de transmission d'impulsions.
Nous allons montrer que pour éviter la destruction de
l'information causée par la dispersion d'impulsions lors
de leur transmission à travers (milieu de transmission) le
canal, le taux de transmission de l'information ne doit
pas dépasser la bande passante du canal de
communications.
Comme une impulsion d'entrée s'étale ”ℎ secondes,
des impulsions consécutives doivent être espacés de ”ℎ
secondes d'intervalle pour éviter les interférences entre
les impulsions. Ainsi, le taux de transmission de
l'impulsion ne doit pas dépasser 1 / ”ℎ, impulsions /
seconde. Mais 1 / ”ℎ = ´(, la bande passante du canal,
de sorte que nous pouvons transmettre des impulsions à
travers un canal de communication à un taux
d'impulsions de ´( par seconde tout en évitant toute
interférence significative entre les impulsions. Le taux de
transmission de l'information est donc proportionnelle à
la bande passante du canal (ou à l'inverse de sa
constante de temps).
Cette discussion (paragraphes 2.VII-2-2.VII-6) montre
que la constante de temps du système détermine
beaucoup des caractéristiques du comportement de
filtrage d'un système, temps de montée, la dispersion
d'impulsion, et ainsi de suite. À son tour, la constante de
temps est déterminée par les racines caractéristiques du
système. Il est clair donc que les racines caractéristiques
et leurs quantités relatives dans la réponse
impulsionnelle ℎ( ) permettent de déterminer le
comportement d'un système.

106
 7. Phénomène de résonance
Enfin, nous arrivons au fascinant phénomène de
résonance. Comme nous l'avons déjà mentionné
plusieurs fois, ce phénomène est observé lorsque le
signal d'entrée est identique ou très proche d'un mode
caractéristique du système. Par souci de simplicité et de
clarté, nous considérons un système de premier ordre
ayant seulement un seul mode, C DE .
Posons que la réponse impulsionnelle de ce système est

ℎ( ) = ‰C DE "#. 2.67
et soit le signal d’entrée

( ) = C (D _)E

La réponse du système ( ) est donnée par

( ) = ‰C DE ∗ C (D _)E

De la table de convolution on tire que

‰ DE
( )= 1C − C (D _)E
2
a
1−C _E
= ‰C DE ó ô "#. 2.68
a

Maintenant, si a → 0, le numérateur et le dénominateur

entre parenthèse tendent tous deux vers 0. En
appliquant la règle de l’Hôpital à ce terme on a

lim ( ) = ‰ C DE "#. 2.69

_→.

107
 De toute évidence, la réponse ne va pas à l'infini
comme a → 0, mais il acquiert un facteur t, qui se
rapproche de ∞ quand → ∞ Si F a une partie réelle
négative (de sorte qu'il se situe dans le plan gauche),
C DE décroit plus vite que et ( ) → 0 lorsque → ∞.
Le phénomène de résonance dans ce cas est présent,
mais sa manifestation est interrompue par la propre
décroissance exponentielle du signal. Cette discussion
montre que la résonance est un phénomène cumulatif,
et non pas instantanée. Il évolue linéairement avec .
Lorsque le mode décroît exponentiellement, le signal
decroit trop vite pour que la résonance contre la
décroissance; en conséquence, le signal disparaît avant
que la résonance n'ai une chance de le construire.
Cependant, si le mode était décroissant à un taux
inférieur à 1 / , nous devrions voir clairement le
phénomène de résonance. Cette condition spécifique
serait possible si ƒC (F) ≥ 0. Par exemple,
lorsque ƒC( F) = 0, de sorte que λ est situé sur l'axe
imaginaire du plan complexe, et par conséquent
F = ZÀ
Et Eq. (2.69) devient
( ) = ‰ C ]ßE "#. 2.70
Ici, la réponse va à l'infini linéairement avec t.
Pour un système réel, si F = ZÀ est une racine,
F∗ = − ZÀ doit aussi être une racine; la réponse
impulsionnelle est de la forme ‰C ]ßE + ‰C ]ßE =
2‰(?`(À ). La réponse de ce système à l'entrée ‰(?`(À )
est2‰(?`(À ) ∗ (?`(À ) . Le lecteur peut montrer que
cette convolution contient un terme de la

108
forme ‰ cos(a ). Le phénomène de résonance est
clairement visible. La réponse du système à son mode
caractéristique augmente linéairement avec le temps,
pour finalement atteindre ∞, comme indiqué sur la Fig.
2.24.

Fig.2.24 : Construction de la réponse d’un système en

résonance

Rappelons que lorsque F = ZÀ, le système est

légèrement stable. Comme nous l'avons indiqué, le plein
effet de la résonance ne peut pas être considéré pour un
système asymptotiquement stable; c'est seulement dans
un système marginalement stable que le phénomène de
résonance booste la réponse du système à l'infini
lorsque l'entrée du système est un mode caractéristique.
Mais même dans un système asymptotiquement stable,
nous voyons une manifestation de résonance si ses
racines caractéristiques sont proches de l'axe
imaginaire, de sorte que ƒC (F) est une petite valeur
négative. Nous pouvons montrer que lorsque les racines
caractéristiques d'un système sont Ü ± ZÀ., alors, la
réponse du système à l'entrée ejωt ou la sinusoïde
(?`(À. ) est très grande pour une petite valeur de σ. La
réponse du système diminue rapidement à mesure que

109
la fréquence du signal d'entrée s’éloigne C À. . Ce
comportement sélectif en fréquence peut être étudié de
façon plus rentable après une compréhension de
l'analyse dans le domaine fréquentiel. Pour cette raison,
nous reportons la discussion sur ce sujet au chapitre 4.
Importance du phénomène de résonance
Le phénomène de résonance est très important car il
nous permet de concevoir des systèmes sélectifs en
fréquence en choisissant leurs racines caractéristiques
correctement. Les filtres passe-bas, passe-bande,
passe-haut, et coupe bande sont tous des exemples de
réseaux sélectifs en fréquence. Dans les systèmes
mécaniques, la présence accidentelle de résonance peut
provoquer des signaux d'amplitude énorme de sorte que
le système peut tomber en morceaux. Une note de
musique (vibrations périodiques) de fréquence
appropriée peut briser un verre si la fréquence
correspond à la racine caractéristique du verre, qui agit
comme un système mécanique. De même, une
compagnie de soldats marchant au pas sur un pont
revient à appliquer une force périodique sur le pont. Si la
fréquence de cette force d'entrée arrive à être plus près
de la racine caractéristique du pont, le pont peut
répondre (vibrer) violemment et s'effondrer, même si ce
pont ont été assez fort pour porter beaucoup de soldats
ne marchant pas au pas. Comme exemple on a
l'effondrement du pont de Tacoma Narrows en 1940. Ce
pont a été ouvert à la circulation en Juillet 1940. Dans
les quatre mois de l'ouverture (le 7 Novembre, 1940), il
s'est effondré à cause d'un coup de vent doux, pas à
cause de la force brute du vent mais à cause de la
fréquence des tourbillons de vent généré, ce qui
correspondait à la fréquence naturelle (racines

110
 caractéristiques) du pont, et qui provoque la résonance.
En raison de la grandeur des dommages qui peuvent
survenir, la résonance mécanique est généralement à
éviter, en particulier dans les structures ou mécanismes
vibrants. Si un moteur avec une force périodique (tel que
le mouvement du piston) est montée sur une plate-
forme, la plate-forme avec sa masse et ses ressorts doit
être conçue de sorte que leurs racines caractéristiques
ne soient pas proches de la fréquence de vibration du
moteur. Une bonne conception de cette plateforme peut
non seulement éviter la résonance, mais aussi atténuer
les vibrations si les racines du système sont placées loin
de la fréquence de vibration.

VIII. DETERMINATION DE LA REPONSE

IMPULSIONNELLE
Dans l'équation. (2.21), nous avons montré que pour
un système SLIC S, spécifié par l'équation. (2,14), la
réponse impulsionnelle ℎ( ) peut être exprimée comme
ℎ( ) = . †( ) + ˆ? C` ( ‡ ( é‡Q` Q#@C` "#. 2.71

Pour déterminer les termes des modes

caractéristiques dans l'équation. (2,71), nous considérons
un système õ. dont l'entrée ( ) et la sortie
correspondante ö( ) sont liées par

&( )ö( ) = ( ) "#. 2.72

Observez que les deux systèmes S et S0 ont le
même polynôme caractéristique; à savoir,&(F) et, par
conséquent, les mêmes modes caractéristiques. De plus,

111
S0 est le même que S avec '( ) = 1, c'est à dire, ? =
0. Par conséquent, selon l'équation. (2,71), la réponse
impulsionnelle de So consiste en termes de modes
caractéristiques seulement, sans aucune impulsion à =
0. Notons cette réponse impulsionnelle de So par
Ž ( ). Observez que Ž ( ) consiste en des modes
caractéristiques de S et peut donc être considéré comme
une réponse libre de S. Maintenant Ž ( ) est la réponse
de So à l’entrée †( ). Par conséquent, selon l'équation.
(2,72)
&( )ö( ) = †( ) "#. 2.73
Ou
( + +⋯+ + ) Ž ( ) = †( ) "#. 2.73

Ou
( ) ( ) ( )
Ž ( )+ Ž ( ) + ⋯+ Ž ( )+ Ž( ) = †( ) "#. 2.73(

(•)
Où Ž ( ) représente la ‘ième dérivée de Ž ( ). Le côté
droit contient un unique terme impulsionnel †( ). Cela
( )
est possible seulement si Ž ( ) a une discontinuité
( )
unitaire à = 0, de sorte que Ž ( ) = †( ). En outre, les
termes d'ordres inférieurs ne peuvent avoir aucun saut de
discontinuité parce que cela signifierait la présence des
dérivés de †( ). Par conséquent Ž (0) = Ž( ) (0) = ⋯ =
(
Ž
G)
(0) = 0 (pas de discontinuité à l’instant = 0), et les
+ conditions initiales sur Ž ( ) sont
( )
Ž (0) = 1
( ) ( G)
Ž (0) = Ž (0) =⋯= Ž (0) = 0 "#. 2.74

112
 Cette discussion signifie que Ž ( ) est la réponse
d'entrée zéro du système S soumise à des conditions
initiales (2,74). Nous montrons maintenant que pour la
même entrée ( ) aux deux systèmes, S et S0, leur
sorties respectives ( ) et ö( ) sont liées par
( ) = '( )ö( ) "#. 2.75
Pour prouver ce résultat, nous opérons sur les
deux côtés de l'équation. (2,72) par '( ) pour obtenir
&( )'( )ö( ) = '( ) ( )
La comparaison de cette équation à l'équation.
(2.1c) conduit immédiatement à l'équation. (2,75).
Maintenant, si l’entrée ( ) = †( ), dont la sortie
est S0 Ž ( ), et la sortie S, en fonction de l'équation.
(2,75), est '( ) Ž ( ). Cette sortie est ℎ( ), la réponse
impulsionnelle de l'unité de S. Notez, cependant, que
parce qu'il est une réponse impulsionnelle d'un système
causal, la fonction Ž ( ) est causal. Pour intégrer ce fait,
nous devons représenter cette fonction Ž ( )@( ).
Maintenant, il en résulte que ℎ( ), la réponse
impulsionnelle de l'unité du système S, est donné par
ℎ( ) = '( )• Ž ( )@( )• "#. 2.76
où Ž ( ) est une combinaison linéaire des modes
caractéristiques du système soumis aux conditions
initiales (2.74).
Le côté droit de l'équation. (2.76) est une
combinaison linéaire des dérivés de
Ž ( )@( ). L'évaluation de ces dérivés est maladroite et
peu pratique en raison de la présence de @( ). Les
dérivés vont générer une impulsion et sa dérivée à

113
l'origine. Heureusement quand M ≤ N [Eq. (2.14)], nous
pouvons éviter cette difficulté en utilisant l'observation
dans l'équation. (2,71), qui affirme qu’à t = 0
(l'origine) ℎ( ) = . †( ). Par conséquent, nous ne
devons avoir de peine à trouver ℎ( ) à l'origine. Cette
simplification signifie qu'au lieu de
dériver '( )• Ž ( )@( )•, on peut calculer '( ) Ž ( ) et y
ajouter le terme . †( ), de sorte que
ℎ( ) = . †( ) + '( ) Ž ( ) ≥0
= . †( ) + • '( ) Ž ( )•@( ) "#. 277
Cette expression est valable lorsque ) ≤ + [la forme
donnée dans l'équation. (2.14b)]. Lorsque ) > +, Eq.
(2.76) devrait être utilisée.

114
REFERENCES
1. Lathi, B. P. Signals and Systems. Berkeley-
Cambridge Press, Carmichael, CA, 1987.
2. Mason, S. J. Electronic Circuits, Signals, and
Systems. Wiley, New York, 1960.
3. Kailath, T. Linear System. Prentice-Hall, Englewood
Cliffs, NJ, 1980.
4. Lathi, B. P. Modern Digital and Analog
Communication Systems, 3rd ed. Oxford University
Press, New York, 1998.

115