Transformée de Fourier en Mathématiques Appliquées
Transformée de Fourier en Mathématiques Appliquées
COURS DE MATHEMATIQUES
KHALID SBAI
Enseignant – Chercheur
Ecole Supérieure de Technologie
Département de Génie Electrique
khalid.sbai82@[Link]
Université Moulay Ismaïl
CHAPITRE IV
TRANSFORMEE DE FOURIER
I. INTRODUCTION
Un signal qui évolue dans le fonction du temps peut
être représenté soit dans:
domaine temporel
domaine fréquentiel = spectre du signal
Une représentation fréquentielle de l'information est souvent
+ facile à interpréter que la représentation temporelle
Les 2 représentations d'un signal à 2 harmoniques
temps fréquences
Pour tout signal x(t) à énergie finie, on définit alors la transformée
de Fourier de x, notée X(n) ou TF[x(t)], par :
X ( ) TF x(t ) x(t ) exp( j.2.t )dt où j2 = -1.
II.2 Remarques :
Le signal x(t) est à bande limitée si :
max , tel que X ( ) 0 pour max
Condition d'existence :
Pour qu'un signal x(t) possède une transformée de
Fourier il faut et il suffit que:
x(t) soit bornée.
x 2 (t )dt
Remarque:
Ces deux définitions permettent de disposer de deux manières pour
représenter un signal:
– soit par sa représentation temporelle ;
– soit par sa représentation fréquentielle.
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
Inversion de Dirichlet :
Les conditions de Dirichlet représentent une généralisation de
la transformée de Fourier inverse pour prendre en compte les
discontinuités d’un signal à énergie finie .
TF 1 X ( ) x(t )
1
TF X ( ) x(t0 ) x(t0 )
1
2
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
IV. PROPRIÉTÉS
IV.1 Linéarité
La transformation de Fourier est une transformation linéaire.
Si: x(t )
X ( )
y(t )
Y ( )
Alors l et m C.
TF l x(t ) m y(t ) TF l x(t ) TF m y (t )
l X ( ) mY ( )
l x(t ) m y(t )
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
D’où:
j 2t0
TF ( x(t t0 )) e x(u )e j 2u du
TF ( x(t t0 )) e j 2t0 X ( )
Signal 1 1
t t
temporel 0 0
. .
1 1
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8
Module de 2 2
la TF n
1 1
n
(inchangé) 0 0
. .
1 1
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8
4 4
Phase de
0 0
la TF n n
. .
4 4
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8
IV.3 Modulation :
Pour n0 R : TF e j 20t
x(t ) ( ) e j 20t x(t )e j 2t dt
j 2 0 t
x(t )e dt X ( 0 )
1 x(t) 2
1
X(n)
0
0
. .
1 1
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8
1.5 3
0
y(t) 1
Y(n)
0
. .
n0
1.5 1
8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8
temps fréquence
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
1
cos(20t ) e j 20t e j 20t
2
d TF ( x(t )) d
d e 2 jt dt
dt
2 j t
( ) x(t )e x(t )
d d d
2 j tx(t )e2 jt dt
d nTF x(t )
( ) 2 j TF (t n x(t ))( )
n
d n
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
Cette propriété indique que plus le support temporel d’un signal est
étroit plus le support fréquentiel de sa transformation de Fourier est
large.
On a donc:
x(t ) X ( )e2 jt d
x(t ) X ( )
b) conjugaison complexe :
Lorsque x(t) est un signal à
valeurs complexes, on a:
x* (t )
X *
( )
1 TF (t ) 1 1
t
n
0
T
A pour t A
2
x( t )
0 pour t T
2 -T/2 T/2 t
A
j 2T j 2T
X ( ) x(t )e dt Ae
T /2
j 2 t j 2 t
dt e 2
e 2
T /2 j 2
A
X ( ) sin(T )
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
sin( x) A
Si l’on pose : sin c( x) On a: X ( ) sin(T ) AT sin c(T )
x
Cette fonction s’appelle sinus cardinal.
Représentation |X(n)|
SPECTRALE : T1
A.T T2<T1
A
X ( ) A cos(2 v0t )e j 2 t
dt ( 0 ) ( 0 )
2
La représentation SPECTRALE est la représentation de |X(n)|
dans l’espace fréquentiel (amplitude-fréquence).
|X(n)|
A/2
-n0 n0 n
x(t ) e at H (t ) e at H (t )
On a alors : 0
X ( ) e e at j 2t
dt e at e2 jt dt
0
1 0 0 1
d'où : X ( )
a 2 j a 2 j
2a
)( )
a t
TF (e
a 2 4 2 2
On remarquera que x(t) étant pair, sa transformée est réelle.
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
Spectre de phase
Spectre de phase
1 1
T0 / 2
j 2 n0 t
Avec: Cn (t )e dt n
T0 T0 / 2 T0
1
T0 ( t )
T0
e
n
j 2 n0 t
1 j 2 n0 t 1
TF T0 ( t ) ( ) TF e
TF e j 2 n 0 t
T0 n T0 n
n
1
0
T0 n
1
n
T0 n T0
Ainsi le spectre d’un peigne de Dirac est composée de raies de même
amplitude séparées de n0 = 1/T0. C’est donc aussi un peigne de Dirac.
1
TF T0 ( t ) ( ) 0 ( )
T0
Plus les dents du peigne sont espacées dans le domaine temporel, plus
elles sont rapprochées dans le domaine fréquentiel et réciproquement.
Remarque:
2 Propriété de
n
x(t ) Cn exp jn t TF x(t ) Cn
n T Linéarité de la TF n T
Conclusion : On retrouve bien le résultat de la DSF; la TF est bien
une généralisation de la DSF
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
TF 1 X ( ) x(t ) TF 1 X ( ) * x* (t )
j 2 ' t
E
dt d d '
X ( ) X ( ) e
* '
Khalid SBAI – COURS DE MATHEMATIQUE APPLIQUEES
Ecole supérieure de Technologie
Département de Génie Electrique
dt '
j 2 ' t
Or:
e
X ( ) X * ( ' ) ' d ' d
E
¨
E X ( ) X ( )d X ( ) d
* 2
D’où:
Exemple:
Pour illustrer le théorème de l'énergie, calculons l'énergie du
signal exponentielle est définie par :
x(t ) e at avec a > 0 .
Dans le domaine temporel :
1
E x (t )dt
2
e 2 at
dt
0 2a
Dans le domaine fréquentiel :
d
E X ( ) d
2
a 2
2 2
1 2 1
arctan
2 a a 2a