Mathématiques

Semestre 3

Cours de
Mathématiques appliquées

Année 2022-2023

Nom :
Prénom :
Groupe :
Table des matières

1 Suites et séries numériques 5

1.1 Suites numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Vocabulaire et notations . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Limite d’une suite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.3 Somme des termes d’une suite . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.1 Définitions et premières propriétés . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2 Critères de convergence des séries numériques positives . . . . . . . . . . 11

2 Révisions sur le calcul intégral 13

2.1 Propriétés graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.1 Calcul de surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.2 Parité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.3 Foncitons périodiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Calcul de primitive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1 Formulaire . . ′. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
u (t)
2.2.2 Reconnaı̂tre n et u′ (t)un (t) avec u(t) = sin(αt) ou u(t) = cos(αt)
u (t)
(α ∈ R et n ∈ N) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
P ′(t)
2.2.3 Reconnaı̂tre n avec P un polynôme (n ∈ N) . . . . . . . . . . . . . . 16
P (t)
P ′ (t)
2.2.4 Reconnaı̂tre avec P un polynôme . . . . . . . . . . . . . . . . 16
1 + P 2 (t)
2.3 Fonctions polynômes en sinus et cosinus : Linéarisation . . . . . . . . . . . . . . 17
2.4 Fractions rationelles : D.E.S. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5 Intégration par parties (I.P.P) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3 Série de Fourier 21
3.1 Signaux périodiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Amplitude et phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

1
 3.2 Coefficients de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2.1 Calcul des coefficients de Fourier . . . . . . . . . . . . . . . . . . . . . . 24
3.2.2 Propriétés des coefficients de Fourier . . . . . . . . . . . . . . . . . . . . 26
3.3 Série de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4 Le théorème de Bessel-Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

4 Produit de Convolution 33
4.1 Signaux classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.1 Échelon, porte et triangle . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.1.2 L’impulsion de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Le produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.2.3 Interprétation graphique . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3 Exemples fondamentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.1 Convolution par l’échelon . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.2 Convolution par une porte . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.3.3 Convolution par un Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.1 Formulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.2 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.4.3 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5 Transformée en Z 43
5.1 Echantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.2 Transformée en Z d’un signal causal . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.2.2 Domaine de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3 Propriétés des transformées en Z . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.1 Linéarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.2 Décalage temporel (Retard) . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3.3 Multiplication par an (modulation) . . . . . . . . . . . . . . . . . . . . . 47
5.3.4 Multiplication par n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.5 Décalage temporel (avance) . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.6 Convolution discrète . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4 Transformée en Z inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.5 Application aux suites récurrentes . . . . . . . . . . . . . . . . . . . . . . . . . . 50

6 Transformée de Fourier 51
6.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
6.1.2 La transformée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

2/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

6.2 Exemples fondamentaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6.2.1 Signal porte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.2.2 Signal triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
6.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3.1 Parité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3.2 Opérations sur les fonctions . . . . . . . . . . . . . . . . . . . . . . . . . 54
6.4 Formule d’inversion et applications . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.5 Conservation de l’énergie, Identité de Parseval . . . . . . . . . . . . . . . . . . . 56

7 Equations différentielles linéaires du second ordre 59

7.1 Résolution de l’équation homogène associée . . . . . . . . . . . . . . . . . . . . . 60
7.2 Résolution de l’équation avec second membre . . . . . . . . . . . . . . . . . . . . 62
7.2.1 Ensemble des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
7.2.2 Recherche d’une solution particulière . . . . . . . . . . . . . . . . . . . . 62
7.3 Ajout d’une condition initiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
7.4 Pour résumer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

3/68
4/68
Chapitre 1

Suites et séries numériques

1.1 Suites numériques

1.1.1 Vocabulaire et notations

Définition (Suite numérique).

On appelle suite numérique une fonction définie sur N à valeurs dans R ou C :

f : N → R
n 7→ f (n)

On note généralement :
u : N → R
n 7→ un
et on dit que un est le n-ième terme de la suite (un )n∈N.

Définition ( Suite explicite/récurrente).

⊲ On dit que la suite (un )n∈N est explicite, si on a une expression de un en fonction
de n : un = f (n)
⊲ On dit que la suite (un )n∈N est récurrente (d’ordre 1), si on a une expression de un
en fonction du terme précédent : un = f (un−1)

Exemple.
1. un = 2n + 3 est une suite explicite. Avec

u0 = 2 × 0 + 3 = 3 u1 = 2 × 1 + 3 = 5 u2 = 2 × 2 + 3 = 7

5
 2. un = 2n + 3 est une suite explicite. Avec

u 0 = 20 + 3 = 4 u 1 = 21 + 3 = 5 u 2 = 22 + 3 = 7

3. un+1 = 2un + 3 avec u0 = 3 est une suite récurrente. Avec

u0 = 3 u1 = 2 × u0 + 3 = 9 u2 = 2 × u1 + 3 = 21

4. un+1 = 2un + 3 avec u0 = 3 est une suite récurrente. Avec

u0 = 3 u1 = 2u0 + 3 = 11 u2 = 2u1 + 3 = 2051

Définition ( Suite arithmétique).

On appelle suite arithmétique de raison r ∈ R une suite qui vérifie ∀n ∈ N,

un+1 = un + r (forme récurrente) ou un = u0 + nr (forme explicite)

Exemple.

1. un+1 = un + 4 est une suite arithmétique de raison r = 4

2. un+1 = 3 − 2n est une suite arithmétique de raison r = −2 et de premier terme u0 = 3
3. un+1 = 31 n est une suite arithmétique de raison r = 1
3
et de premier terme u0 = 0

Définition ( Suite géométriques).

On appelle suite géométrique de raison q ∈ R une suite qui vérifie ∀n ∈ N,

un+1 = un × q (forme récurrente) ou un = u0 × q n (forme explicite)

Exemple.

1. un+1 = 4un est une suite géométrique de raison q = 4

2. un+1 = 3 × 2n est une suite géométrique de raison r = 2 et de premier terme u0 = 3
1 1
3. un+1 = 3n
est une suite géométrique de raison r = 3
et de premier terme u0 = 1

6/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

1.1.2 Limite d’une suite

Définition ( Suite convergente/divergente).

On dit que la suite (un )n∈N est :
⊲ convergente lorsque un admet une limite finie en +∞, c’est à dire : lim un = c,
n→+∞
où c ∈ R ou C.
⊲ divergente lorsque la suite n’est pas convergente.

Exemple.
1. lim 2n = +∞ donc la suite un = 2n est divergente.
n→+∞
2 2
2. lim 1 − n
= 1 donc la suite un = 1 − n
est convergente.
n→+∞
3. La suite un = (−1)n n’admet pas de limite en +∞ car elle oscille entre −1 et 1. Cette
suite est donc divergente.
Remarque.
Lorsqu’on étudie la convergence d’une suite, c’est toujours en +∞ ! Faire tendre un nombre
entier n vers 0 (ou tout autre valeur finie) n’a aucun sens.

Théorème. Soit (un )n∈N une suite arithmétique de raison r.

⊲ Si r = 0 alors (un )n∈N est constante et converge vers u0 .
⊲ Si r 6= 0 alors (un )n∈N diverge.

Théorème. Soit (un )n∈N une suite géométrique de raison q ∈ R ou C.

lim un = 0 ⇔ |q| < 1 ou u0 = 0

n→+∞

Remarque.
Si q ∈ R, |q| désigne la valeur absolue de q. Si q ∈ C, |q| désigne le module de q.
Exemple.
1. lim 1 × (1, 1)n = +∞ car q = 1, 1 > 1
n→+∞ 300

n
2. lim 12 = 0 car q = 12 < 1
n→+∞

n
3. lim 3 × − 51 = 0 car |q| = 15 < 1
n→+∞
 √ n √ √
1+ 3i 12 +( 3)2
4. lim 3
= 0 car |q| = 3
= 23 < 1
n→+∞
3n 3n
 3 n
5. lim 322n = 0 car 322n = 232 d’où |q| = 98 < 1
n→+∞

7/68
1.1.3 Somme des termes d’une suite
PN
Définition. Soit (un )n∈N une suite et soit N ∈ N∗ . On note n=1 un la somme des N
premiers termes de la suite :
N
X
un = u1 + u2 + u3 + · · · + uN
n=1

Remarque.
Dans certains cas, la somme nePcommencera pas à l’indice 1. La somme des termes d’indices
compris entre n0 et N se note N n=n0 un .

Exemple.
P5
1. n=1 n = 1 + 2 + 3 + 4 + 5
P4 n 1 2 3 4
2. n=1 2 = 2 + 2 + 2 + 2

Théorème. Soient (an )n∈N et (bn )n∈N deux suites.

PN PN PN
⊲ n=1 (an + bn ) = n=1 an + n=1 bn
PN PN
⊲ ∀λ ∈ R, n=1 (λan ) = λ n=1 an
P
⊲ ∀λ ∈ R, N n=1 λ = λN

Théorème. Soit (un )n∈N une suite arithmétique. On a :

N
X N +1
u0 + u1 + · · · + uN = uk = (u0 + uN ) ×
k=0
2

et plus généralement
N
X N − n0 + 1
uk = (un0 + uN ) ×
k=n0
2

Remarque.
Il ne faut pas retenir ces formules mais plutôt :

nombre de termes
Somme des termes d’une suite arithmétique = (premier terme+dernier terme)×
2

8/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple.
31
X 32
1. −4n = (0 − 124) × = −1984
k=0
2
16
X 16 − 2 + 1
2. 3 + 2n = (7 + 35) × = 315
k=2
2

Théorème. Soit (un )n∈N une suite géométrique de raison q. On a :

N
X 1 − q N +1
u0 + u1 + · · · + uN = uk = u0 ×
1−q
k=0

et plus généralement
N
X 1 − q N −n0 +1
u k = u n0 ×
k=n0
1−q

Remarque.
Il ne faut pas retenir ces formules mais plutôt :

1 − raisonnombre de termes
Somme des termes d’une suite géométrique = premier terme ×
1 − raison
Exemple.
X31
1 − 232
3 × 2n = 3 × = 3(232 − 1)
1−2
k=0

1.2 Séries numériques

1.2.1 Définitions et premières propriétés

Définition. Soit (un )n≥0 une suite de nombres réels ou complexes. La série de terme
N
X
général un est la suite des sommes partielles SN = uk = u0 + u1 + u2 + · · · + uN .
k=0
+∞
X P
Cette série se note S = un ou un .
n=0

9/68
Exemples.
1. La
P série de terme générale une suite arithmétique de raison 2 et de 1er terme 3 est
2n + 3.
P 3
2. La série de terme générale une suite géométrique de raison 21 et de 1er terme 3 est 2n
.

P
Définition. On dit que un converge, lorsque la suite (Sn ) a une limite finie. Dans ce
cas, cette limite est la somme de la série.
+∞
X n
X
S= un ⇔ S = lim uk
n→∞
n=0 k=0

Dans le cas contraire, on dit que la série est divergente.

Exemples.
P P P

1 n
1. 1 diverge. 2. 2n diverge. 3. 2
converge.
+∞
X
Remarque. La convergence de la série un ne dépend pas des premiers termes de la suite
n=0
(un )n≥0 .

Théorème (Séries géométriques).

Soit q ∈ C. On a le résultat suivant :
X
q n converge ⇔ |q| < 1

+∞
X 1
Lorsque la série converge, qn =
n=0
1−q

Exemples.
+∞ P

π n
X 2. diverge.
−n 3
1. e converge.
n=0

X
Théorème. Si un converge, alors lim un = 0
n→+∞

Attention, la réciproque de cette proposition est fausse ! !

10/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Remarque. On utilise la contraposée du théorème précédent pour montrer qu’une série

diverge X
Si lim un 6= 0 alors un diverge
n→+∞

Exemples.
P P 1


1. (−1) × n diverge. 2. n sin n
diverge.

Théorème. Soient (un ) et (vn ) deux suites de nombres réels.

P P P
1. Si un et vn sont convergentes alors (un + vn ) est convergente.
P P P
2. Si un converge et vn diverge alors (un + vn ) est divergente.

Méthode pratique de calcul de somme : téléscopage

Si la suite Un peut s’écrire : Un = an − an+1 alors
N
X
Un = a1 − aN +1
n=1

Exemple.
1
Soit Un = .
n(n + 1)
On peut écrire : Un = n1 − n+1 1
(D.E.S.).
XN
1 1
Par téléscopage : =1− .
n=1
n(n + 1) N + 1
+∞
X 1 1
Et donc = lim 1 − = 1.
n=1
n(n + 1) N →+∞ N + 1
+∞
X 1
Donc la série converge vers 1.
n=1
n(n + 1)

1.2.2 Critères de convergence des séries numériques positives

Series de Riemann

Théorème (Séries de Riemann).

Soit α ∈ R. On a le résultat suivant
X 1
converge ⇔ α > 1
nα

11/68
Exemples.
P1 P 1
P
1. diverge. 2. converge. 3. √1 diverge.
n n2 n

Les théorèmes de comparaison

Théorème. Soient (an ) et (bn ) deux suites réelles, positives et telles que 0 ≤ an ≤ bn à
partir d’un certain rang. Alors :
X X
bn converge ⇒ an converge
X X
an diverge ⇒ bn diverge

Exemples.
X 1 1 1
1. La série converge, car n2 +1
≤ n2
.
n2 +1

Théorème. Soient (an ) et (bn ) deux suites réelles, positives et telles que an ∼ bn . Alors
+∞

X X
an et bn sont de même nature.

Exemples.
P n n
1. n2 (n+1)
converge car n2 (n+1) ∼ 12 ,
+∞ n
P    
2. sin 21n converge car sin 21n ∼ 21n ,
+∞
P    
3. ln 1 + n1 diverge car ln 1 + n1 ∼ n1 .
+∞

12/68
Chapitre 2

Révisions sur le calcul intégral

2.1 Propriétés graphiques

Les propriétés suivantes permettent généralement de calculer très rapidement une intégrale,
sans utiliser l’une des méthodes de calcul de la suite du chapitre.

2.1.1 Calcul de surface

Par définition le calcul d’une intégrale correspond à un calcul de surface « orientée ».

Rb
• Si f est une fonction positive sur [a, b] alors a
f (t)dt ≥ 0 représente la surface entre la
courbe et l’axe des abscisses.
Rb
• Si f est une fonction négative sur [a, b] alors a
f (t)dt ≤ 0 représente (−1) fois la surface
entre la courbe et l’axe des abscisses.

Exemple.

Z 4
1. 3dt = 3 × 4 = 12
0

Z 0  
2×2
2. tdt = − = −2
−2 2

13
2.1.2 Parité

Théorème.
Soit a un réel positif et soit f une fonction
Z a définie sur l’intervalle [−a, a].
• Si f est une fonction impaire alors f (t)dt = 0
Z a −a Z a
• Si f est une fonction paire alors f (t)dt = 2 f (t)dt
−a 0

Exemple.
Z π
1. cos(t) sin3 (t)dt
−π
Z 3
2. t3 − 5t + 1dt
−3

2.1.3 Foncitons périodiques

Théorème.
Soit T un réel positif et soit f une fonction périodique. On a alors
Z T Z t+T
∀t ∈ R : f (t)dt = f (t)dt
0 t
Autrement dit : le calcul de l’intégrale de f sur une période ne dépend pas de la période
choisie. R
On note alors [T ] f (t)dt l’intégrale sur une période.

Exemple.
Z π Z π
2
1. cos(2t)dt = cos(2t)dt
0 − π2
Z 3π Z π
2. cos(2t)dt = 3 × cos(2t)dt
0 0

2.2 Calcul de primitive

C’est la méthode de calcul n◦ 1 ! !
On vérifie si la fonction que l’on cherche à intégrer est d’un type connu.

14/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

2.2.1 Formulaire
On renvoie au tableau 2.1 pour un résumé des primitives à connaı̂tre par coeur. Les tableaux
suivants regroupent les primitives classiques à connaı̂tre !

f (t) F (t)
f (t) F (t)

u′ (t)(u(t))α (α ∈ R, α 6= −1)
tα (α ∈ R, α 6= −1)

1 u′ (t)
t u(t)

1 u′ (t)
(n ∈ N, n 6= 1) (n ∈ N, n 6= 1)
tn (u(t))n

1 u′ (t)
√ p
t u(t)

f (t) F (t) f (t) F (t)

cos(t) u′ (t) cos(u(t))

sin(t) u′(t) sin(u(t))

et u′ (t)eu(t)

1 u′ (t)
1 + t2 1 + (u(t))2

Figure 2.1 – Primitives classiques

15/68
 u′ (t)
2.2.2 Reconnaı̂tre et u′(t)un(t) avec u(t) = sin(αt) ou u(t) = cos(αt)
u (t)
n
(α ∈ R et n ∈ N)
Pour calculer les fonctions du type (avec α ∈ R et n ∈ N) :

1. cos(αt) sinn (αt) cos(αt)

3.
sinn (αt)
sin(αt)
2. cosn (αt) sin(αt) 4.
cosn (αt)
Exemple.
Z π Z π/2
1. cos(t) sin2 (t)dt cos(t)
3. dt
0 π/3 sin2 (t)
Z π Z π/3
sin(2t)
2. sin(3t) cos(3t)dt 4. dt
0 0 cos3 (2t)

P ′ (t)
2.2.3 Reconnaı̂tre n avec P un polynôme (n ∈ N)
P (t)
Q
Cette méthode peut s’appliquer lorsqu’on a un quotient de polynômes du type et que
′
Pn
deg(Q) = deg(P ) − 1. Il faut essayer de faire « apparaı̂tre » P au dénominateur.

Exemple.
Z 3 Z 2 Z 2
2 t2 + 2 t+1
1. dt 2. dt 3. dt
2 2t − 3 1 t3 + 6t 1 (t2+ 2t)2

P ′ (t)
2.2.4 Reconnaı̂tre avec P un polynôme
1 + P 2 (t)
On utilise en particulier cette technique pour calculer les intégrales de fonctions du type
1
avec ∆ = b2 − 4ac < 0
at2 + bt + c
.

16/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple.
Z 1 Z 1
1 2
1. 2
dt 3. dt
0 t +1 0 4t2 + 1
Z 1 Z 1
1 1
2. 2
dt 4. 2
dt
0 t +4 0 t − 2t + 3

2.3 Fonctions polynômes en sinus et cosinus : Linéarisation

Pour calculer les intégrales de fonctions du type (avec (α, β) ∈R2 et (n, m) ∈ N2 ) :

cosn (αt) sinm (βt)

" Commencer par vérifier si on connaı̂t une primitive de ces fonctions (voir la méthode 2.2) !

Remarque. Remarquons que si α = β et si n = 1 ou m = 1, alors on connaı̂t une primitive

des fonctions du type cos(αt) sinm (αt) et cosn (αt) sin(αt) (voir la méthode 2.2) !

• Méthode :
On linéarise en utilisant les formules d’Euler :

eit + e−it eit − e−it

cos(t) = sin(t) =
2 2i
Exemple.
Z π Z π
1. cos3 (t)dt 3. cos(4t) cos(2t)dt
Z0 π 0

2. cos(3t) sin(t)dt
0

2.4 Fractions rationelles : D.E.S.

P (t)
Pour calculer les intégrales du type avec P et Q deux polynômes.
Q(t)

" Commencer par vérifier si on connaı̂t une primitive de ces fonctions (voir la méthode 2.2) !

17/68
 Remarque. Pour les fractions rationnelles du type :
P ′ (t) P ′ (t)
1. (avec n ∈ N) 2.
P n (t) P 2 (t) + 1
on applique la méthode 2.2 !

• Méthode :
P (t)
On effectue la décomposition en éléments simples de .
Q(t)
Exemple.
Z 3 Z 4
2 t+2
1. 2
dt 3. dt
2 t −1 3 t3 − 4t2 + 4t
Z 3 2 Z 4
t +1 t+1
2. dt 4. dt
2 t−1 3 (t2 + 1)(t + 2)

Pour résumer, la DES conduit à intégrer 4 types d’éléments simples :

1er type : la partie entière. C’est un polynôme !
1
2ème type : qui s’intègre en ln |t + α|
t+α
 n−1
1 1 1
3ème type : (avec n > 1) qui s’intègre en
(t + α)n 1−n t+α
At + B
4ème type : 2
(avec ∆ = b2 − 4ac < 0). On sépare la fonction en deux partie de manière à
at + bt + c
u′ (t) u′(t)
faire apparaı̂tre d’une part et d’autre part.
u(t) (u(t))2 + 1

2.5 Intégration par parties (I.P.P)

Théorème (Formule d’intégration par parties). Soient u et v deux fonctions dérivables

sur un intervalle [a, b] telles que leurs dérivées sont continues sur [a, b]. Alors :
Z b Z b
′ b
u(t)v (t)dt = [u(t)v(t)]a − u′(t)v(t)dt
a a

" Il faut bien choisir quelle fonction on intègre et quelle fonction on dérive de façon à se
ramener à une intégrale plus simple !

18/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Remarque. Il existe un moyen mnémotechnique pour choisir quelle fonction intégrer et quelle
fonction dériver :

Arctan Log Poly Exp Sin

On dérive la fonction la plus à gauche.

Exemple.
Z 1 Z 1
1. e2t (t + 1)dt 3. (2t − 3) cos(πt)dt
Z0 3 0

2. t2 ln(t)dt
2

2.6 Changement de variable

Théorème (Formule de changement de variable). Soit f une fonction continue et ϕ une

fonction bijective dérivable sur un intervalle [a, b] telle que ϕ′ est continue sur [a, b].
Alors :
Z b Z ϕ(b)
′
f (ϕ(t))ϕ (t)dt = f (t)dt
a ϕ(a)

Remarque. Lorsqu’on fait un changement de variable dans une intégrale il faut modifier les 3
éléments qui la définisse :
• Les bornes
• L’expression de la fonction
• Le « dt »

Par ailleurs, on veillera à ne jamais avoir une intégrale où apparaissent les 2 variables
simultanément !

Exemple.
Z 4
1 √
1. √ dt on pose x = t
0 1+ t
Z 1√
2. 1 − t2 dt on pose t = cos(x)
0

19/68
20/68
Chapitre 3

Série de Fourier

Le but de ce chapitre est de :

• Représenter
P+∞ un signal T -périodique comme une somme de fonctions trigonométriques :
s(t) = n=0 an cos(nωt) + bn sin(nωt)
• Retrouver un signal temporel à partir des spectres d’amplitude et de phase
• Utiliser les séries de Fourier pour calculer des sommes de séries et des intégrales
généralisées

3.1 Signaux périodiques

3.1.1 Préliminaires

Définition. Soit f : R → R une fonction. La fonction f est dite C 1 par morceaux sur
[a, b] lorsque f et f ′ sont continues par morceaux sur tout segment de [a, b] (c’est à dire
continues partout sauf éventuellement en un nombre fini de points et f et f ′ admettent
une limite à gauche et à droite en ces points).

Exemple.
La fonction définie par :
2

0
−3 −2 −1 0 1 2 3
−1

−2

est C 1 par morceaux sur l’intervalle [−3, 4].

21
 Définition. Une fonction est dite T -périodique lorsque, pour tout t ∈ R,

f (t + T ) = f (t − T ) = f (t).
2π
Lorsque T est la période d’un signal, la pulsation ω est le nombre ω = .
T

f
2×amplitude

période T

Définition. On appelle valeur moyenne d’un signal périodique de période T :

Z
1
V̄ = f (t)dt.
T [T ]

On appelle valeur efficace d’un signal périodique de période T :

Z
2 1
Vef f = (f (t))2 dt.
T [T ]

3.1.2 Amplitude et phase

Théorème. Soit un signal périodique de pulsation ω défini par :

s(t) = a cos(ωt) + b sin(ωt).

Alors s(t) s’écrit sous la forme :

s(t) = A sin(ωt + ϕ)

avec A est l’amplitude et ϕ est la phase à l’origine. Avec :



 b

 cos(ϕ) =
√ A
A = a2 + b2 et

 a

sin(ϕ) =
A

22/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple. √
Trouver la phase et l’amplitude du signal s(t) = 3 cos(2t) + sin(2t)
q√
D’après le théorème précédent, on a A = ( 3)2 + 12 = 2 et


 1
cos(ϕ) =
2
√
sin(ϕ) = 3

2

π  π
On en déduit que ϕ = , et donc s(t) = 2 sin 2t + .
3 3

Définition. Soit un polynôme trigonométrique défini par les n harmoniques :

s(t) = a0 + a1 cos(ω1 t) + b1 sin(ω1 t) + · · · + an cos(ωn t) + bn sin(ωn t).

En regroupant par périodes (ou par fréquences), on obtient la suite

(ω0 , A0 , ϕ0 ) . . . (ωn , An , ϕn ) décrivant les amplitudes et les phases des harmoniques
du signal temporel s(t).

On appelle spectre d’amplitude le graphique formé des points (ωn , An ).

On appelle spectre de phase le graphique formé des points (ωn , ϕn ).

Remarque. Le terme a0 correspond à la valeur moyenne et peut être représenté en n = 0 sur

le spectre d’amplitude.

Exemple.
On considère le signal temporel donné par

√
s(t) = cos(t) + 3 cos(2t) + sin(2t) + sin(3t) + cos(4t) − sin(4t)

Les spectres de phases par rapport au sinus et d’amplitudes du signal s sont

23/68
 3.0 Amplitude
2.5
3π/4
2 Phase b

2.0 b

√ π/2
1.5 b 2 1.570 b

π/3
1 1 b
1.0 b b

0.785
0.5 0 ω
0 b b b b 0 b b b b

−0.5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 1.0−0.5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
−0.5
−0.785
−1.0

3.2 Coefficients de Fourier

Dans la suite, f : R → R désigne une fonction définie T -périodique et continue par morceaux.

3.2.1 Calcul des coefficients de Fourier

Définition. On appelle coefficients de Fourier trigonométriques de la fonction f les

nombres réels suivant :
 Z
 1

 a0 (f ) = f (t)dt

 T [T ]

 Z
⋆ 2
∀n ∈ N , an (f ) = f (t) cos(nωt)dt

 T Z [T ]

 2


∀n ∈ N⋆ , bn (f ) = f (t) sin(nωt)dt
T [T ]
2π
avec [T ] désigne un intervalle de longueur T et ω = T
.

Exemple.
On considère par exemple le signal temporel carré défini par
(
0 si 0 < t ≤ π
s(t) =
1 si π < t ≤ 2π

et périodique de période 2π.

24/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Après calcul, on trouve :


 1

 a0 (s) =
 2
∀n ∈ N∗ , an (s) = 0

 n
∀n ∈ N∗ , bn (s) = (−1) − 1

πn

Remarque. On peut montrer que ∀n ∈ N∗ : sin(πn) = 0 et cos(πn) = (−1)n

Parfois, il est plus facile de passer dans les complexes pour faire les calculs et c’est pourquoi
on introduit les coefficients de Fourier exponentiels.
Définition. On appelle coefficients de Fourier exponentiels de f les nombres complexes
suivant : Z
1
∀n ∈ Z, cn (f ) = f (t)e−inωt dt.
T [T ]

Exemple.
Calcul des coefficients de Fourier exponentiels de la fonction 1-périodique qui vaut exp x dans
[0; 1[ :

Z 1
∀n ∈ Z, cn = ex e−2iπnx dx
Z0 1
= e(1−2iπn)x dx
0
1  (1−2iπn)x 1
= e 0
1 − 2iπn
=
1

= e(1−2iπn) − 1
1 − 2iπn
=
1
= (e − 1)
1 − 2iπn

25/68
3.2.2 Propriétés des coefficients de Fourier

Théorème. Soit f une fonction T -périodique continue par morceaux.

• Si f est paire, alors pour tout n ∈ N∗ on a
Z T /2 Z T /2
2 4
bn = 0, a0 = f (t)dt et an = f (t) cos(nωt)dt
T 0 T 0

• Si f est impaire, alors pour tout n ∈ N∗ on a

Z T /2
4
a0 = 0, an = 0 et bn = f (t) sin(nωt)dt
T 0

Exemple.
Calcul des coefficients de Fourier du signal triangulaire f suivant :

b
1 b b b

b b
0 b b b

−2 −1 0 1 2

Puisque f est paire, alors pour tout n ∈ N∗ , on a bn = 0,

Z 1 1 
t2 1
a0 = −t + 1dt = − + t =
0 2 0 2

et (par intégration par parties)

Z 1  1 Z 1  1
sin(nπt) sin(nπt) − cos(nπt)
an = 2 (−t + 1) cos(nπt)dt = 2 (−t + 1) +2 dt = 2
0 nπ 0 0 nπ n2 π 2 0

1 − (−1)n
an = 2
π 2 n2
26/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Théorème. Soient f et g deux fonctions continues par morceaux, périodiques de même

période, et λ ∈ R
1. an (f + λg) = an (f ) + λan (g) et bn (f + λg) = bn (f ) + λbn (g)
2. Si de plus, f est continue sur R et C 1 par morceaux, alors pour n ∈ N∗

an (f ′ ) = nωbn (f ) et bn (f ′ ) = −nωan (f )

3. ⋆⋆ lim |an | = lim |bn | = 0

n→+∞ n→+∞

Exemple.
Le signal triangulaire précédent étant continu et C 1 par morceaux, on peut obtenir, grâce aux
calculs précédents, les coefficients de Fourier de la fonction représentée par

0
−2 −1 0 1 2

−1

Nous allons maintenant faire le lien entre les coefficients de Fourier exponentiels et les
coefficients de Fourier trigonométriques.
Théorème. Soient f et g deux fonctions continues par morceaux, périodiques de même
période, et λ ∈ R
1. Si g(t) = f (t − τ ), alors cn (g) = exp−inωτ cn (f ).
1
2. cn = 2
(an − ibn )
3. a0 = c0 , an = cn + c−n = cn + cn et bn = i(cn − cn ).
4. an = 2Re(cn ) et bn = −2Im(cn ).
5. ⋆⋆ lim |c | = 0.
n
n→+∞

Exemple.
Soit la fonction 1-périodique qui vaut exp x dans [0; 1[. On a vu que :
1
cn = (e − 1)
1 − 2iπn

27/68
Donc on trouve les coefficients de Fourier trigonométriques de f :
 
1 1 2(e − 1)
an = + (e − 1) =
1 − 2iπn 1 + 2iπn 1 + 4π 2 n2
et  
1 1 4πn(e − 1)
bn = i − (e − 1) = −
1 − 2iπn 1 + 2iπn 1 + 4π 2 n2
Ce calcul aurait été plus long en calculant directement les coefficients trigonométriques...

3.3 Série de Fourier

[N ]
Définition. Pour tout N ∈ N∗ , on note Sf la somme de Fourier partielle d’ordre N,
définie pour tout t ∈ R par
N
X N
X
[N ]
Sf (t) = a0 + (an cos(nωt) + bn sin(nωt)) = c(n)e−inωt .
n=1 n=−N

Exemple.
Reprenons le signal triangulaire f dont nous avons précédemment calculé les coefficients de
Fourier :

b
1 b b b

b b
0 b b b

−2 −1 0 1 2

On trouve que pour tout N ∈ N, pour tout t ∈ R, on a

N
[N ] 1 X (−1)n − 1
Sf (t) = + sin(nt)
2 n=1 πn

Définition. La série de Fourier d’une fonction f converge en t si lim SN [f ](t) est finie.
N →+∞
On note alors cette limite S[f ](t).

28/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Théorème (Dirichlet).
[N ]
Soit f une fonction T -périodique, C 1 par morceaux. Alors, pour tout t ∈ R, Sf (t)
converge et
f (t+ ) + f (t− )
Sf (t) =
2
+ −
avec f (t ) = lim f (x) et f (t ) = lim f (x).
x→t x→t
x>t x<t

Remarque.
— Lorsque f est continue en t, on a f (t+ ) = f (t− ) et donc Sf (t) = f (t) .
— Le théorème de Dirichlet s’interprète graphiquement par : les courbes des séries de
[N ]
Fourier partielles Sf tendent à ressembler à la courbe du signal f lorsque N tend vers
[N ]
l’infini. Par ailleurs, lorsque f admet un saut en t, alors la courbe de Sf passe par la
valeur moyenne avant et après le saut de f .
Exemple.
On reprend l’exemple de la fonction créneau étudiée précédemment. On a tracé sur le graphe
ci-dessous différentes sommes partielles

1.0

0.8

0.6

0.4

0.2

−3 −2 −1 0 1 2 3 4 5 6 7

Définition. Lorsque l’on a calculé les coefficients de Fourier d’un signal

p périodique f , le
graphe des amplitudes de la série de Fourier défini par n 7→ An = a2n + b2n = 2|cn | est
le spectre de f .

Remarque.
— Pour n = 0 on représente la valeur moyenne a0 .
— Le spectre de f permet de voir les termes qui compte dans la série de Fourier : si An est
grand, le terme d’ordre n compte beaucoup, et si An est petit, le terme d’ordre n
compte peu.
— D’après les théorèmes précédents, les amplitudes des harmoniques tendent vers 0.

29/68
Exemple.
Considérons la série de Fourier du signal en créneaux du début du chapitre :
+∞
1 X (−1)n − 1
Sf (t) = + sin(nt)
2 n=1 πn

Le spectre (d’amplitude) des premières harmoniques de f est donc

2/π
b

0.5 b
2/(3π)
b
2/(5π) 2/(7π)
b
b
b b b

−0.5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5

3.4 Le théorème de Bessel-Parseval

Définition. Soit f une fonction T -périodique. On appelle énergie moyenne de f la quan-
tité Z
1
E(f ) = |f (t)|2 dt.
T [T ]

Remarque.
L’énergie moyenne est égale au carrée de la valeur efficace du signal : E(f ) = Vef2 f .

Théorème. Soit f une fonction T -périodique, continue par morceaux. Alors :

1X 2
E(f ) = a20 + a + b2n .
2 n≥1 n

Exemple.
Considérons la série de Fourier du signal en créneaux du début du chapitre :
+∞
1 X (−1)n − 1
Sf (t) = + sin(nt)
2 n=1 πn

D’après le théorème de Parseval, l’énergie moyenne vaut

 2 +∞  2
1 1 X (−1)n − 1
Vef2 f = +
2 2 n=1 πn

30/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

En calculant les 7 premiers termes de la somme on obtient

Vef2 f ≃ 0.48739

Par ailleurs il est possible de calculer directement l’énergie moyenne :

Z Z 2π
2 1 T 2 1 1
Vef f = |f (t)| dt = 12 dt =
T 0 2π π 2

31/68
32/68
Chapitre 4

Produit de Convolution

4.1 Signaux classiques

4.1.1 Échelon, porte et triangle

Les fonctions suivantes sont des fonctions de références, qui interviendrons de manière
récurrente dans ce chapitre et les suivants.

Définition.

1. La fonction échelon unité est définie sur R par

(
0 si x < 0
U(x) =
1 si x ≥ 0

2. La fonction créneau unité, appelée aussi fonction porte, est définie sur R par
  
1 si x ∈ − 1 ; 1
Π(x) = 2 2

0 sinon

3. La fonction triangle est définie sur R par



x + 1 si x ∈] − 1; 0];
Λ(x) = −x + 1 si x ∈]0; 1]


0 sinon

33
4.1.2 L’impulsion de Dirac
Soit ǫ > 0. Considérons une fonction Πǫ , définie par
 h i
 1 si t ∈ − ǫ ; ǫ
Πǫ (t) = ǫ 2 2
0 sinon

1/ǫ

−ǫ/2 ǫ/2

Remarque. Plus ǫ est petit, plus le support de la porte est petit et plus l’amplitude est
grande. Cependant, quelque soit la valeur d’ǫ l’intégrale de Πǫ sur R vaut toujours 1.

Définition. On appellera impulsion de Dirac la limite des fonctions Πǫ quand ǫ tend vers
0 et que l’on notera δ.
δ(t) = lim Πǫ (t)
ǫ→0
R
On note δ(t) son poids qui, par définition, vaut 1.
L’impulsion de Dirac vérifie (propriétés admises) :


 δ(t) = 0 si t 6= 0

 Z +∞



 δ(t) = 1
Z−∞+∞



 f (t)δ(t) = f (0) si f continue en 0

 −∞

f (t) × δ(t) = f (0) × δ(t)

Remarque. Ceci n’est pas cohérent avec l’analyse « classique ». On utilise ici la théorie des
distributions que nous n’allons pas développer ici.

34/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

La représentation de l’impulsion de Dirac se fait avec une flèche dont la hauteur représente le
poids de la distribution :

1.0
δ(t)

0.5

0
−1.5 −1.0 −0.5 0 0.5 1.0 1.5

−0.5

Théorème. Soit τ un nombre réel. L’impulsion δ(t − τ ) est une impulsion de Dirac de
poids 1 et retardée de τ .

1.0 δ(t)

0.5

0
−1.5 −1.0 −0.5 0 0.5 1.0

−0.5

Pour tout signal f , on a :

f (t) × δ(t − τ ) = f (τ ) × δ(t − τ )

Autrement dit, le produit d’une fonction par une impulsion retardée de τ est égal à une
impulsion retardé de τ et de poids f (τ ).

35/68
 Remarque. On utilise ainsi une somme d’impulsions espacées régulièrement pour effectuer
l’echantillonnage d’un signal :
N
X
f (t) × δ(t − kTe )
k=n

où Te est la période d’échantillonnage.

1.0 1.0 1.0

0.5 0.5 0.5

0
× =
0 0
−1.5 −1.0 −0.5 0 0.5 1.0 1.5 −1.5 −1.0 −0.5 0 0.5 1.0 −1.5 −1.0 −0.5 0 0.5 1.0
−0.5 −0.5 −0.5

signal f « peigne » d’impulsions signal échantillonné

4.2 Le produit de convolution

4.2.1 Définition
On rappelle que
Z +∞
Définition. Une fonction f est dite intégrable sur R lorsque, pour tout a ∈ R, f (x)dx
Z a a

et f (x)dx convergent.
−∞

1
Exemple. f (t) = e−t U(t), g(t) = , h(t) = sin(t). Les fonctions f et g sont intégrables,
1 + t2
mais pas h.

Définition. Soient f et g deux signaux intégrables sur R. On appelle produit de convo-

lution de f par g la fonction notée f ⋆ g et définie sur R par
Z +∞
f ∗ g(t) = f (x)g(t − x)dx.
−∞

Remarque. Le produit de convolution peut exister sans que f et g soient intégrables. La

condition énoncée ci-dessus donne une condition suffisante d’existence de f ∗ g, mais pas
nécessaire.

36/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple.
Soient f et g les fonctions définies par : f (t) = e−t U(t) et g(t) = U(t). On a alors
Z +∞
f ⋆ g(t) = f (x)g(t − x)dx (4.1)
−∞
Z +∞
= e−x U(x)U(t − x)dx (4.2)
−∞
Z t
= e−x dx (4.3)
0
 −x t
= −e 0 (4.4)
= 1 − e−t (4.5)
Le passage de la ligne (4.2) à la ligne (4.3) n’est valable que pour t ≥ 0. Donc la fonction
f ∗ g est causale :
f ⋆ g(t) = (1 − e−t )U(t)

Théorème. Le produit de convolution

Z t de deux fonctions causales est causal et, dans ce
cas, on peut écrire f ∗ g(t) = f (x)g(t − x)dxU(t)
0

4.2.2 Propriétés
La démonstration de chacune (sauf ⋆⋆ ) de ces propriétés élémentaires est exigible. . .

Théorème. Soient f, g, h trois fonctions telles que chacun des produits de convolution
considérés existent, et λ ∈ R.
1. f ∗ g = g ∗ f
2. f ∗ (g + h) = f ∗ g + f ∗ h
3. f ∗ (λg) = (λf ) ∗ g = λ(f ∗ g)
4. f ∗ (g ∗ h) = (f ∗ g) ∗ h = f ∗ g ∗ h ⋆⋆

Théorème. Soient f, g deux fonctions de classe C 1 par morceaux telles que chacun des
produits considérés existent, et soit τ ∈ R. On note fτ la fonction retardé de τ (i.e.
fτ (t) = f (t − τ )). On a
(fτ ∗ g) = f ∗ gτ = (f ∗ g)τ
Si de plus f est continue sur R, on a alors :

f ′ ∗ g = (f ∗ g)′

37/68
4.2.3 Interprétation graphique
Lorsque t est fixé, le produit de convolution de f par g peut être interprété comme la
moyenne de f à l’intérieur d’une fenêtre « glissante » dont la position est donnée par t.
Par exemple, le produit de convolution Π ∗ Π (qui se calcule aussi directement) peut
s’interpréter de la façon suivante :

— Le graphe de x 7→ Π(t − x) s’obtient à partir de celui de x 7→ Π(x) par symétrie par

rapport à l’axe (Oy), puis par un retard de t
— Pour t fixé, la valeur de Π ∗ Π(t) est donc la valeur de l’aire de l’éventuel rectangle
« commun »

Π(t − x) Π(x) Π(x) Π(t − x) Π(x) Π(t − x)

x x
t 0 1 0 t 1 0 1 t

On obtient donc
Π ∗ Π(x) = Λ(x)

4.3 Exemples fondamentaux

4.3.1 Convolution par l’échelon

Théorème. Soit f une fonction intégrable. Alors,

Z t
(f ∗ U)(t) = f (x)dx
−∞

4.3.2 Convolution par une porte

Théorème. Soit f une fonction intégrable. Alors,

Z t+ 12
(f ∗ Π)(t) = f (x)dx
t− 12

38/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

4.3.3 Convolution par un Dirac

Théorème. Soit f une fonction intégrable. Alors,

(f ∗ δ)(t) = f (t)

Z +∞
Démonstration. On a (f ∗ δ)(t) = (δ ∗ f )(t) = δ(x)f (t − x)dx = f (t) d’après la défintion
−∞
de δ (car ft : x 7→ f (t − x) s’annule pour t = x).
Remarque. δ est l’élément neutre pour le produit de convolution.

4.4 Application
4.4.1 Formulaire
Fonction Transformée de Laplace Fonction Transformée de Laplace

1 1
U(t) e−at U(t)
p p+a

1 1
tU(t) te−at U(t)
p2 (p + a)2

n! p
tn U(t) cos(ωt)U(t)
pn+1 p2 + ω2

ω
sin(ωt)U(t)
p2 + ω2

4.4.2 Transformée de Laplace

On note L la transformée de Laplace.
Théorème. On a :
Lδ (p) = 1

R +∞
Démonstration. Lδ (p) = −∞
δ(t)e−pt dt = 1 car t 7→ e−pt vaut 1 pour t = 0.

39/68
 Théorème (Admis). Si f et g sont deux fonctions causales, admettant chacune une trans-
formée de Laplace. Alors, on a :

Lf ∗g (p) = Lf (p) × Lg (p)

Exemple.
1
1. Calcul de la transformée de Laplace inverse de
p2 (p
+ 1)
2p
2. Calcul de la transformée de Laplace inverse de
(p + 1)2

4.4.3 Fonction de transfert

Soit un circuit électrique correspondant à un système entrée/sortie linéaire. La sortie s(t) est
« liée » à l’entrée e(t) par une relation différentielle.

e(t) s(t)
Système

E(p) S(p)
Système

A l’aide de la transformée de Laplace, on obtient une relation du type

S(p) = H(p)E(p) (4.6)

où S(p) et E(p) sont les transformées de Laplace de s(t) et e(t).
Par transformée de Laplace inverse, on en déduit alors que la sortie s(t) est le produit de
convolution de h(t) avec e(t) :
s(t) = (h ∗ e)(t)

40/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Par ailleurs, lorsque le signal d’entrée est l’impulsion δ(t), sa transformée de Laplace E(p)
vaut 1, et donc la relation (4.6) devient S(p) = H(p).

Finalement, on obtient le résultat suivant :

Théorème. L’expression temporelle d’un signal s(t) obtenu par filtrage par un filtre li-
néaire d’un signal e(t) est
s(t) = (e ∗ h)(t)
où h(t) est la réponse impulsionnelle du système.

41/68
42/68
Chapitre 5

Transformée en Z

Le but de ce chapitre est d’avoir un équivalent de la transformée de Fourier/Laplace adapté

aux signaux numériques discrets.
Étant donné que la transformée en Z d’un signal discret est définie par une somme infinie ,
nous allons, dans un premier temps, travailler sur la notion de convergence d’une série.

5.1 Echantillonnage

Définition. Soit f une fonction définie sur R et soit Te un réel strictement positif.
On appelle signal échantillonné associé à f la suite de nombres réels

n ∈ Z 7→ f (nTe ).

Le réel Te est la période d’échantillonnage.

b
b

−Te −Te
...
b
...
Te 2Te 3Te Te 2Te 3Te
b

Remarque. Le choix de la période d’échantillonage est important, et ne donne pas toujours

π
une bonne représentation du signal continu (par exemple, Te = pour la fonction sin)
2

43
Exemples.
1. Le signal rampe x(n) = nU(n) est obtenue par échantillonnage de la fonction définie
par f (t) = t avec une période de 1.
2. Soit un signal exponentiel f défini par f (t) = e−αt U(t). Pour la période
d’échantillonnage T , l’échantillonné est x(n) = e−αnT U(n) = (e−αT )n U(n) (c’est une
suite géométrique).

5.2 Transformée en Z d’un signal causal

5.2.1 Définitions

Définition. Un signal x est discret lorsque ses valeurs sont en bijection avec Z, c’est-à-dire
que l’on peut désigner ses valeurs par une suite (x(n))n∈Z.
Il est causal lorsque x(n) = 0, ∀n < 0.

Remarque. Un signal échantillonné est donc un signal discret.

Exemples.
1. x(n) = δ(n)
2. x(n) = U(n)
3. x(n) = nU(n)

Définition. On appelle transformée en Z du signal discret causal x la fonction de la

variable complexe z définie, pour toutes valeurs de z telles que la série converge, par :
∞
X +∞
X
X(z) = x(n)z −n = x(n)z −n
n=−∞ n=0

Remarque. On notera parfois la transformée de x(n) par Z(x)(z) ou encore Zx (z).

Exemples (Fondamentaux).
1. x(n) = δ(n) =⇒ X(z) = 1
n 0 1 2 3 4
5 ...
2. =⇒ X(z) = 1 + 4z −1 + 6z −2 + 4z −3 + z −4 = (1 + z −1 )4
x(n) 1 4 6 4 1
0. . .
1
3. x(n) = U(n) =⇒ X(z) =
1 − z −1

44/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

1
4. x(n) = an U(n) ∀a ∈ R⋆ =⇒ X(z) =
1 − az −1
z −1
5. x(n) = nU(n) =⇒ X(z) =
(1 − z −1 )2

Remarque. Chacune des transformées en Z des exemples précédents n’existe que sur une
partie de l’ensemble des nombres complexes, appelée domaine de convergence. On peut voir,
par exemple, lorsque on démontre l’exemple 3, qu’il est nécessaire d’avoir |z| > 1 pour que la
transformée en Z converge.

5.2.2 Domaine de convergence

La transformée en Z est définie par une somme infinie. Il est donc nécessaire de connaitre
l’ensemble des complexes z tel que la série converge. Pour cela, nous allons utiliser différents
critères de convergence des séries numériques.

Règles de Cauchy et de D’Alembert

Théorème. Soit (un ) une suite.

p
n
P
1. Critère de Cauchy : On suppose que lim |un | = L. Alors, un est :
n→+∞
(
convergente si L < 1
divergente si L > 1.

un+1 P
2. Critère de D’Alembert : On suppose que lim = L. Alors un est :
n→+∞ un
(
convergente si L < 1
divergente si L > 1.

Remarque. Lorsque L = 1, on ne peut rien en déduire quant à la convergence de la série.

Exemples.
 n 1
P
p 2n + 1 n
2
2n+1 n
1. 3n−5
converge car lim n |un | = lim = <1
n→+∞ n→+∞ 3n − 5 3
P n! un+1 (n + 1)! 2n n+1
2. 2n
diverge car lim = lim × = lim = +∞ > 1
n→+∞ un n→+∞ 2n+1 n! n→+∞ 2

45/68
Critères de convergence appliqués à la transformée en Z
D’après le critère de D’Alembert :
Théorème. Soit x un signal discret causal et soit X sa transformée en Z.

x(n + 1)
On note r = lim
n→+∞ x(n)
+∞
X
X(z) = x(n)z −n converge ssi |z| > r
n=0

On obtient un résultat similaire avec le critère de Cauchy :

Théorème. Soit x un
p signal discret causal et soit X sa transformée en Z.
On note r = lim n |x(n)|
n→+∞
+∞
X
X(z) = x(n)z −n converge ssi |z| > r
n=0

Exemple.
+∞
X
Le domaine de convergence de X(z) = nz −n est |z| > 1.
n=0

Remarque.
Tant que le signal est “négligeable” par rapport à une suite géométrique, le domaine de
convergence sera |z| > 1.

5.3 Propriétés des transformées en Z

5.3.1 Linéarité

Théorème. Quels que soient (x(n)) et (y(n)) deux signaux discrets et (α, β) ∈ C2

Z(αx + βy) = αZ(x) + βZ(y).

Le domaine de convergence de Z(αx+βy) contient l’intersection des domaines de conver-

gence de Z(x) et de Z(y).

46/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemples.
1. La transformée en z de x(n) = (3n + 2)U(n) est

z −1 1
X(z) = 3 + 2
(1 − z −1 )2 1 − z −1

2. Application aux signaux échantillonnés de signaux sinusoı̈daux : À l’aide des formules

d’Euler, on montre que :
sin(ω)z −1
x(n) = sin(ωn)U(n) =⇒ X(z) =
1 − 2 cos(ω)z −1 + z −2

1 − cos(ω)z −1
x(n) = cos(ωn)U(n) =⇒ X(z) =
1 − 2 cos(ω)z −1 + z −2

5.3.2 Décalage temporel (Retard)

Théorème. Soient k ∈ N et x0 un signal causal discret. On note x le signal discret défini

pour tout n ∈ Z par x(n) = x0 (n − k). Alors

X(z) = z −k X0 (z).

Le domaine de convergence de X est le même que celui de X0 .

z −1
Exemple. x(n) = U(n − 1) =⇒ Z(x) =
1 − z −1

5.3.3 Multiplication par an (modulation)

Théorème. Soient a 6= 0 et x0 un signal causal discret. On note x le signal discret défini

pour tout n ∈ Z par x(n) = an x0 (n). Alors
z 
X(z) = X0
a
Le rayon de convergence R de X vérifie R = |a|r avec r est le rayon de convergence de
X0 .

Exemple. x(n) = 2n U(n) = 2n x0 (n) avec x0 (n) = U(n).

1 z  1 1
On sait que X0 (z) = donc X(z) = X0 =  z −1 =
1−z −1 2 1 − 2z −1
1−
2
47/68
5.3.4 Multiplication par n

Théorème. Soit x0 un signal causal discret. On note x le signal discret défini pour tout
n ∈ Z par x(n) = nx0 (n). Alors

X(z) = −zX0′ (z)

dX0
avec X0′ (z) = dz
(z).

Le rayon de convergence de X est le même que le rayon de convergence de X0 .

Exemple. x(n) = nU(n) = nx0 (n) avec x0 (n) = U(n).

1 ′ −z −2 z −1
On sait que X0 (z) = donc X(z) = −zX 0 (z) = −z × =
1 − z −1 (1 − z −1 )2 (1 − z −1 )2

5.3.5 Décalage temporel (avance)

Théorème. Soit x0 un signal causal discret. On note x le signal discret défini pour tout
n ∈ Z par x(n) = x0 (n + 1)U(n). Alors

X(z) = z(X0 (z) − x0 (0)).

Par récurrence on a ∀k ∈ N⋆ , si x(n) = x0 (n + k)U(n), alors

k−1
!
X
X(z) = z k X0 (z) − x0 (p)z −p
p=0

Le domaine de convergence de X est le même que celui de X0 .

Ce dernier résultat sera surtout utilisé dans la dernière partie de ce chapitre : résolution
d’équations aux différences.

5.3.6 Convolution discrète

Définition. Soient a(n) et b(n) deux signaux discrets causaux. On appelle produit de
convolution (ou produit de Cauchy) le signal discret causal a ⋆ b défini par
n
!
X
a ⋆ b(n) = a(k) × b(n − k) U(n)
k=0

48/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple. On note a(n) = U(n) et b(n) = nU(n), on a alors pour n ≥ 0 :

n
X
a ⋆ b(n) = a(k) × b(n − k)
k=0
n
X
= n−k
k=0
Xn
= k
k=0
n(n + 1)
=
2
n(n + 1)
Donc a ⋆ b(n) = U(n).
2

Théorème. Soient a(n) et b(n) deux signaux discrets causaux de transformées en Z :

A(z) et B(z). La transformée en Z du produit de convolution a ⋆ b est A(z) × B(z).

1
Exemple. On note a(n) = U(n) et b(n) = nU(n). On sait que A(z) = et
1 − z −1
z −1
B(z) = .
(1 − z −1 )2
n(n + 1) z −1
On a donc la transformée en Z de a ⋆ b(n) = U(n) : X(z) = .
2 (1 − z −1 )3
Remarque.
— Comme en continu, le produit de convolution discret est commutatif.
— On obtient un résultat en tout point similaire à celui de la transformée de Laplace du
produit de convolution de deux fonctions causales.
— Ce résultat va nous permettre de déterminer la transformée en Z inverse de certaines
transformées.

5.4 Transformée en Z inverse

But : Connaissant X(z), on souhaite trouver un signal causal discret x(n) tel que X soit sa
transformée en Z.

Il existe une formule permettant de déterminer le signal x(n) connaissant X(z) mais le calcul
fait appel à un calcul intégrale le long d’un chemin complexe...
Nous allons préférer utiliser la même méthode que pour déterminer la transformée de Laplace
inverse : par identification.

49/68
 z
Exemple. Soit la fonction X(z) = . Déterminons le signal x(n) dont X est la
(z − 1)(z + 2)
transformée en Z :
1
X(z) = z ×
(z − 1)(z + 2)
 
a b
= z× +
z−1 z+2
 
1/3 1/3
= z× −
z−1 z+2
1 z 1 z
= × − ×
3 z−1 3 z+2
1 1 1 1
= × − ×
3 1−z −1 3 1 + 2z −1

On reconnaı̂t alors la transformée en Z du signal

1 1
x(n) = U(n) − (−2)n U(n)
3 3

5.5 Application aux suites récurrentes

On considère la suite (xn ) définie par une relation de récurrence. Par exemple :

 xn+2 = xn+1 + xn
x(0) = 1

x(1) = 1
Nous souhaitons obtenir une expression de xn en fonction de n. Nous allons utiliser la même
téchnique que lorsqu’on résolvait des équations différentielles à l’aide de la transformée de
Laplace (d’ailleurs, la recherche de xn est parfois appelé « équation aux différences »).

Méthode :
— On considère la suite comme un signal causal discret
— On applique la transformée en Z à l’équation de récurrence.
— On utilise la propriété de l’avance.
— On obtient la transformée de x
— On détermine xn en passant à la transformée inverse.
Remarque. La relation de récurrence définie dans l’exemple ci-dessus est la définition de la
suite de Fibonacci.

50/68
Chapitre 6

Transformée de Fourier

6.1 Définitions
6.1.1 Introduction
On souhaite prolonger ce que l’on a vu dans les séries de Fourier aux cas des fonctions non
périodiques.
On va définir un opérateur F qui à un signal f associe une fonction notée Ff (ou F (f ) . Puis
on cherchera, comme pour les séries de Fourier et le théorème de Dirichlet, des conditions
pour obtenir une « transformation inverse » permettant de reconstruire f à partir de F .

Dans la suite, et sauf mention contraire, les fonctions considérées seront :

— C 1 par morceaux
Z +∞
— Absolument intégrable : |f (t)|dt < ∞.
−∞

6.1.2 La transformée

Définition. La transformée de Fourier de f est la fonction définie pour tout s ∈ R, et à

valeur dans C, par Z +∞
Ff (s) = e−2iπst f (t)dt.
−∞

On notera aussi fb(s), ou encore F (f )(s).

Remarques.
Z +∞
— Ff existe car |f (t)|dt < ∞.
−∞

51
 — Ff est une fonction continue qui tend vers zéro quand s tend vers l’infini.
— A priori, Ff (s) ∈ C ; mais nous verrons par la suite que, sous certaines conditions, les
images de Ff sont des réels ou des imaginaires purs.

Démonstration. Pour montrer que Ff tend vers 0 à l’infini, il suffit de faire une intégration
par partie, possible car f est C 1 par morceaux.

Définition. La courbe d’équation y(s) = |Ff (s)| (module de Ff ) est appelée le spectre
d’amplitude de f

6.2 Exemples fondamentaux

6.2.1 Signal porte
Soit Π le signal définie par : (
Si t ∈ [− 12 ; 21 ], Π(t) = 1
/ [− 12 ; 21 ], Π(t) = 0
Si t ∈
sin(πs)
Alors, FΠ (s) = si s 6= 0, et FΠ (0) = 1.
πs

Π F (Π)

1.0
1.0 0.8
0.6
0.5 0.4
0.2
f 0
−4 −2−0.2 0 2 4
−1.0 −0.5 0 0.5 1.0

Remarque. La transformée de Fourier de la porte est une fonction de R dans R.

6.2.2 Signal triangulaire

Soit Λ le signal défini par :


Si 0 ≤ t < 1, Λ(t) = −t + 1
Si − 1 ≤ t < 0, Λ(t) = t + 1


Si |t| > 1, Λ(t) = 0

52/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

 2
sin(πs)
Alors FΛ (s) = si s 6= 0 et FΛ (s) = 1.
πs

Λ F (Λ)

1.0

0.8
0.5
0.6

0.4
0
−1.5 −1.0 −0.5 0 0.5 1.0 1.5 0.2
−0.5
−3 −2 −1 0 1 2 3

Remarque. La transformée de Fourier du triangle est une fonction de R dans R.

6.3 Propriétés
6.3.1 Parité

Théorème.

1. Si f est une fonction réelle et paire, alors Ff est réelle et paire et

Z +∞
Ff (s) = 2 f (t) cos(2πst)dt
0

2. Si f est une fonction réelle et impaire, alors Ff est imaginaire pure et paire et
Z +∞
Ff (s) = −2i f (t) sin(2πst)dt.
0

Z 0 Z +∞
−2iπst
Démonstration. 1. Ff (s) = f (t)e dt + f (t)e−2iπst dt
−∞ 0
Z +∞ Z +∞
= f (−t)e2iπst dt + f (t)e−2iπst dt par changement de variable
Z 0+∞ Z +∞0

= f (t)e2iπst dt + f (t)e−2iπst dt car f est paire

0 0
Z +∞
=2 f (t) cos(2πst)dt
0

53/68
Exemple. On considère le « train d’onde » f défini par :
( h π πi
cos(t) si t ∈ − ;
f (t) = 2 2
0 sinon
Comme f est paire, on a
Z π Z π
2 2
Ff (s) = 2 cos(t) cos(2πst)dt = cos((2πs + 1)t) + cos((2πs − 1)t)dt
0  π  0
π
sin (2πs + 1) sin (2πs − 1)
soit Ff (s) = 2 + 2 .
2πs + 1 2πs − 1

6.3.2 Opérations sur les fonctions

Théorème. Soient f et g deux fonctions C 1 par morceaux et de module intégrable.

1. La transformée de Fourier est linéaire :

Ff +λg = Ff + λFg

2. Dilatation : Soit a un réel non nul. On pose,

∀t ∈ R, g(t) = f (at).

Alors, pour tout réel s, on a :

1 s
Fg (s) = Ff .
|a| a

3. Formule du retard :
Soit a un réel (positif pour un retard...). On pose,

∀t ∈ R, g(t) = f (t − a).

Alors, pour tout réel s, on a :

Fg (s) = e−2iπas Ff (s).

(On obtient une modulation fréquentielle).

4. Transformée d’une dérivée :
Si f est continue, et si f ′ ∈ L1 , alors on a :

Ff ′ (s) = 2iπsFf (s)

54/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple.

x sin(2πs) sin(2πs)

1. Soit f (x) = Π , alors Ff (s) = 2 = :
2 2πs πs
f Ff

1.0
1.0 0.8
0.6
0.5 0.4
0.2
f 0
−4 −2−0.2 0 2 4
−1.0 −0.5 0 0.5 1.0

sin(πs)
2. Soit f (x) = Π(x − 0, 5). Alors, Ff (s) = e−iπs .
πs
3. Grâce à la transformée d’une dérivée, on peut retrouver la transformée de la fonction
triangle à l’aide de celle de la fonction porte.

Théorème (admis). ∀s ∈ R Ff ∗g (s) = Ff (s) × Fg (s).

Remarque.
La transformée de Fourier d’un produit de convolution est donc le produit (classique) des
transformées.

6.4 Formule d’inversion et applications

Définition. Soit F une fonction C 1 par morceaux et absolument intégrable. La transfor-

mée de Fourier inverse de F est la fonction, notée FF−1 , définie pour tout s ∈ R par
Z +∞
−1
FF (t) = e2iπst F (s)ds.
−∞

55/68
On admettra le théorème suivant :
Théorème (Formule d’inversion). Si f est C 1 par morceaux et absolument intégrable dont
la transformée de Fourier est notée fˆ alors
1 +
Ff−1 −
ˆ (t) = [f (t ) + f (t )].
2
Si de plus f est continue, alors,
Ff−1
ˆ (t) = f (t).

Exemple (Applications).
On a pu observer que FΠ × FΠ = FΛ , on en déduit que Λ = Π ∗ Π.

Remarque.
Z +∞
On a donc vu que, pour une fonction continue, f (x) = fˆ(t)e2iπxt dt.
Z +∞ −∞

On remarque alors que f (−x) = fˆ(t)e−2iπxt dt = Ffˆ(x).

−∞
Autrement dit :
FFf (t) = f (−t)
Et en particulier, si f est paire, alors :

FFf (t) = f (t)

6.5 Conservation de l’énergie, Identité de Parseval

Théorème (Identité de Parseval). Soient f et g deux fonctions de carrés intégrables.

Alors Z ∞ Z ∞
f (t)g(t)dt = Ff (s)Fg (s)ds.
−∞ −∞

En particulier : Z Z
∞ ∞
2
f (t) dt = |Ff (s)|2 ds.
−∞ −∞

56/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Remarque.

— Ce résultat s’interprète par le fait que l’énergie moyenne du signal temporel f est égale
à l’énergie moyenne du signal fréquentiel Ff .
Autrement dit, la transformée de Fourier conserve l’énergie.
— En mathématiques, on utilisera ce résultat pour calculer des intégrales. Il arrive en effet
que l’intégrale du carré de Ff soit plus simple à calculer que l’intégrale du carré de f .

57/68
58/68
Chapitre 7

Equations différentielles linéaires du second

ordre

Définition. On appelle équation différentielle du second ordre à coefficients constants :

ay ′′ (t) + by ′ (t) + cy(t) = f (t) (7.1)

avec
• a ∈ R∗ est une constante donnée,
• b et c sont des réels donnés,
• f : I ⊂ R → R est une fonction donnée appelée second membre de l’équation
• y l’inconnue de l’équation.

Exemple.
1. Le second membre de l’équation différentielle y ′′ (t) − 3y ′ (t) + 2y(t) = t − 3 est
f (t) = t − 3
2. Le second membre de l’équation différentielle 2y ′(t) + 3y(t) = sin(3t) est f (t) = sin(3t)
3. Le second membre de l’équation différentielle y ′′ (t) − 2y(t) = e−4t est f (t) = e−4t

Définition. On appelle solution particulière de l’équation (7.1) une fonction, que l’on
peut noter yp (x), qui est solution de l’équation (7.1).

(c’est-à-dire qui vérifie ayp′′(t) + byp′ (t) + cyp (t) = f (t)).

Exemple.
1 3
1. Vérifier que yp (t) = t − une solution particulière de l’équation différentielle
2 4
y ′′ (t) − 3y ′(t) + 2y(t) = t − 3

59
 1 2
2. Vérifier que yp (t) = sin(3t) − cos(3t) une solution particulière de l’équation
15 15
différentielle 2y ′(t) + 3y(t) = sin(3t)
1
3. Vérifier que yp (t) = e−4t une solution particulière de l’équation différentielle
14
y ′′ (t) − 2y(t) = e−4t

7.1 Résolution de l’équation homogène associée

Définition. L’équation homogène associée à l’équation différentielle (7.1) est obtenue en

prenant le second membre égal à 0 :

ay ′′(t) + by ′ (t) + cy(t) = 0 (7.2)

Pour résoudre l’équation différentielle (7.2), on a besoin de définir le polynôme caractéristique

associé.

Définition. On appelle polynôme caractéristique associé à l’équation homogène (7.2) le

polynôme suivant :

ar 2 + br + c (7.3)

Les solutions de l’équation différentielle homogène (7.2) vont dépendre des solutions du
polynôme caractéristique. Plus précisément, on a le théorème suivant :

Théorème. On considère l’équation différentielle homogène (7.2)

ay ′′(t) + by ′ (t) + cy(t) = 0

et son polynôme caractéristique associé P (r) = ar 2 + br + c.

On note ∆ le discriminant de P et r1 et r2 les racines de P .

• Si ∆ > 0 les solutions de (7.2) sont : {f (t) = Aer1 t + Ber2 t ; (A, B) ∈ R2 }.
• Si ∆ = 0 les solutions de (7.2) sont : {f (t) = (At + B)er0 t ; (A, B) ∈ R2 } où
r0 = r1 = r2 .
• Si ∆ < 0 les solutions de (7.2) sont : {f (t) = eαt (A cos(βt) + B sin(βt)); (A, B) ∈ R2 }
où α et β sont respectivement la partie réelle et la partie imaginaire de r1 (ou de r2 ,
sachant que r2 = r1 ).

60/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Exemple.
1. Déterminer l’ensemble des solutions de l’équation différentielle (7.4) :

y ′′ (t) − 2y(t) = 0 (7.4)

Le polynôme caractéristique est r 2 − 2.

On calcule le discriminant du polynôme caractéristique : ∆ = 8. √ √
Le polynôme caractéristique admet donc deux racines distinctes : r1 = 2 et r2 = − 2.
D’après le théorème précédent, l’ensemble des solutions de l’équation différenrielle (7.4)
est
n √ √ o
SH = t → Ae 2t + Be− 2t /(A, B) ∈ R2 .

2. Déterminer l’ensemble des solutions de l’équation différentielle (7.5) :

y ′′(t) − 2y ′(t) + y(t) = 0 (7.5)

Le polynôme caractéristique est r 2 − 2r + 1.

On calcule le discriminant du polynôme caractéristique : ∆ = 0.
Le polynôme caractéristique admet donc une racine double : r0 = 1.
D’après le théorème précédent, l’ensemble des solutions de l’équation différenrielle (7.4)
est

SH = t → (A + Bt)et /(A, B) ∈ R2 .

3. Déterminer l’ensemble des solutions de l’équation différentielle (7.6) :

y ′′ (t) + 2y ′(t) + 2y(t) = 0 (7.6)

Le polynôme caractéristique est r 2 + 2r + 2.

On calcule le discriminant du polynôme caractéristique : ∆ = −4 < 0, donc les solutions
du polynôme caractéristique sont r1 = −1 + i et r2 = −1 − i.
On pose donc α = Re(r1 ) = −1 et β = Im(r1 ) = 1.
D’après le théorème précédent, l’ensemble des solutions de l’équation différenrielle (7.4)
est

SH = t → e−t (A cos(t) + B sin(t))/(A, B) ∈ R2 .

61/68
7.2 Résolution de l’équation avec second membre
7.2.1 Ensemble des solutions

Théorème. Soit yp une solution particulière de l’équation (7.1). Alors, les solutions de
l’équation (7.1) sont toutes de la forme :

y(t) = yp (t) + yh (t)

avec yh ∈ SH une solution de l’équation homogène.

Remarque.
Cela signifie que l’on obtient toutes les solutions de l’équation (7.1) en sommant les solutions
de l’équation homogène associée (7.2) et une solution particulière de l’équation (7.1).

Exemple.
On veut déterminer l’ensemble des solutions de l’équation différentielle :

y ′′ (t) − 2y(t) = e−4t (7.7)

On a vu dans L’exemple précedent que l’ensemble des solutions de l’équations homogène

associée est : n √ √ o
SH = t → Ae 2t + Be− 2t /(A, B) ∈ R2 .
1 −4t
On a aussi vu au début du chapitre qu’une solution particulière est e .
14
On en déduit que l’ensemble des solutions de l’équation différentielle (7.7) est
 
1 −4t √
2t
√
− 2t 2
S = t → e + Ae + Be /(A, B) ∈ R
14

7.2.2 Recherche d’une solution particulière

Comment trouver une solution particulière ? On recherche une solution particulière en
s’inspirant de la forme du second membre.
• Cas 1 : Si f (t) = a ∈ R (autrement dit, si f est une constante), alors on recherche une
solution particulière sous la forme d’une constante.

Exemple.
On considère l’équation différentielle y ′′(t) − 3y ′ (t) + 2y(t) = −3.
On recherche une solution particulière sous la forme d’une constante : yp (t) = k avec
k ∈ R à déterminer.

62/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

On dérive 2 fois : yp′ (t) = 0 et yp′′ (t) = 0, puis on remplace dans l’équation : 2k = −3.
Par identification : k = − 32 .
Donc la fonction yp (t) = − 23 est une solution particulière de l’équation
y ′′ − 3y ′ + 2y = −3.

• Cas 2 : Si f (t) = P (t) est un polynôme, alors on recherche une solution particulière
sous la forme d’un polynôme de même degré que P .

Exemple.
On considère l’équation différentielle y ′′ (t) − 3y ′(t) + 2y(t) = t − 3.
On recherche une solution particulière sous la forme d’un polynôme de degré 1 :
yp (t) = at + b avec a ∈ R et b ∈ R deux constantes à déterminer.
On dérive 2 fois : yp′ (t) = a et yp′′(t) = 0, puis on remplace dans l’équation :
0 − 3a + 2(at + b) = t − 3.
Par identification : 2a = 1 et 2b − 3a = −3.
1 3
Donc a = et b = − .
2 4
1 3
Donc la fonction yp (t) = t − est une solution particulière de l’équation
2 4
y ′′ (t) − 3y ′(t) + 2y(t) = t − 3.

Si f (t) = emt avec m ∈ R, on recherche une solution particulière sous la forme :

• Cas 3 : 
 2 mt
at e si f (t) et tf (t) sont solutions de l’équation homogène associée
yp (t) = ate mt
si f (t) (et pas tf (t)) est solution de l’équation homogène associée

 mt
ae sinon

Exemple.
On cherche une solution particulière de (E) 2y ′′(t) + y ′(t) − y(t) = e2t .
On cherche une solution particulière sous la forme yp (t) = ke2t , avec k ∈ R une
constante à déterminer. On dérive yp deux fois et on remplace les fonctions dans (E) :

2yp′′(t) + yp′ (t) − yp (t) = e2t ⇔ 2 × 4ke2t + 2ke2t − ke2t = e2t

⇔ 9ke2t = e2t
⇔ 9k = 1
1
Donc la fonction yp (t) = e2t est une solution particulière de (E).
9

• Cas 4 : Si f (t) = α cos(ωt) ou si f (t) = β sin(ωt) avec ω, α et β trois constantes réelles.

On recherche une solution particulière sous la forme yp (t) = a cos(ωt) + b sin(ωt) avec A
et B deux constantes à déterminer.

63/68
 Exemple.
On considère l’équation différentielle
y ′′(t) − 2y ′(t) + y(t) = cos(t) + 3 sin(t) (7.8)
On recherche une solution particulière sous la forme : yp (t) = A cos(t) + B sin(t) avec A
et B deux constantes à déterminer.
On calcule yp′ et yp′′ : yp′ (t) = −A sin(t) + B cos(t) et yp′′ (t) = −A cos(t) − B sin(t).
On remplace dans le membre de gauche de (7.8) :
yp′′ (t) − 2yp′ (t) + yp (t) = 2A sin(t) − 2B cos(t).
On procède ensuite par identification : on veut que
2A sin(t) − 2B cos(t) = cos(t) + 3 sin(t).
3 1
On en déduit que A = et B = − .
2 2
3 1
Une solution particulière de l’équation différentielle (7.8) est yp (t) = cos(t) − sin(t)
2 2
Remarque.
Si le second membre est également solution de l’équation différentielle homogène, il faut
chercher une solution particulière sous la forme yp (t) = t(A cos(ωt) + B sin(ωt)) avec A et B
deux constantes à déterminer.
Exemple.
Soit l’équation différentielle (E) :
y ′′(t) + 4y(t) = 4 cos(2t) (E)
1. Résoudre l’équation homogène associée à (E).
2. Est-il possible de trouver une solution particulière de (E) de la forme
yp (t) = A cos(2t) + B sin(2t) ?
3. Montrer que la fonction y(t) = t sin(2t) est solution de (E).
Principe de superposition Le résultat suivant est utile pour rechercher une solution
particulière d’une équation différentielle dont le second membre f (t) s’écrit comme la somme
de plusieurs fonctions.
Théorème. On considère une équation différentielle du second du type :

ay ′′ (x) + by ′ (x) + cy(x) = f1 (x) + f2 (x) (7.9)

avec f1 , f2 : I ⊂ R → R sont deux fonctions continues.

Soit y1 une solution particulière de ay ′′(x) + by ′ (x) + cy(x) = f1 (x) et soit y2 une solution
particulière de ay ′′ (x) + by ′ (x) + cy(x) = f2 (x).

Alors y1 + y2 est une solution de (7.9).

64/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

7.3 Ajout d’une condition initiale

Nous allons voir que le fait d’imposer la valeur de la solution de l’équation différentielle (7.1)
et de sa dérivée en un point (par exemple imposer y(2) = 0 et y ′ (2) = 1 ) permet d’obtenir
une unique solution à l’équation différentielle.

Définition. On appelle condition initiale associée à une équation différentielle d’ordre 2

le fait d’imposer la valeur de la solution de l’équation différentielle et de sa dérivée en un
point. On impose à la solution des conditions supplémentaires :

y(t0 ) = a
y ′(t0 ) = b
avec a et b deux constantes données.

Remarque.
Remarquons que l’on impose la valeur à y et y ′ au même point t0 .

Exemple.
On s’intéresse au système différentiel suivant :
 ′′
 y (t) − 2y ′ (t) + y(t) = cos(t) + 3 sin(t)
y(0) = 0

y ′(0) = 0
1. Déterminons l’ensemble des solutions de l’équation homogène associée

y ′′(t) − 2y ′(t) + y(t) = 0 (7.10)

On calcule le discriminant de l’équation caractéristique : ∆ = 0. L’équation

caractéristique admet donc une racine double : x0 = 1. D’après le cours, l’ensemble des
solutions de (7.10) est

SH = t → (A + Bt)et /(A, B) ∈ R2 .

2. Déterminons la valeur des constantes a et b pour que y(t) = a cos(t) + b sin(t) soit
solution de l’équation différentielle :

y ′′ (t) − 2y ′ (t) + y(t) = cos(t) + 3 sin(t) (7.11)

On calcule y ′ et y ′′ : y ′(t) = −a sin(t) + b cos(t) et y ′′ (t) = −a cos(t) − b sin(t).

65/68
 On remplace dans le membre de droite de (7.11) :

y ′′(t) − 2y ′(t) + y(t) = −y(t) − 2y ′ (t) + y(t) = 2a sin(t) − 2b cos(t).

On veut que 2a sin(t) − 2b cos(t) = cos(t) + 3 sin(t). Par identification, on en déduit que
3 1
a = et b = − .
2 2

3. En en déduit l’ensemble des solutions de l’équation différentielle (7.11).

 
3 1 t 2
S= t → cos(t) − sin(t) + (A + Bt)e /(A, B) ∈ R .
2 2

4. Déterminons la solution de l’équation (7.11) qui vérifie y(0) = 0 et y ′(0) = 0.

D’après la question 4., les solutions de (7.11) sont de la forme :

3 1
y(t) = cos(t) − sin(t) + (A + Bt)et .
2 2
Calculons y ′ :
3 1
y ′(t) = − sin(t) − cos(t) + Aet + B(et + tet ).
2 2
Les conditions y(0) = 0 et y ′ (0) = 0 conduisent au système suivant :


 3
A+
= 0
2
 1
 − +A+B = 0
2
3
On en déduit A = − et B = 2. L’unique solution de de (7.11) vérifiant de plus
2  
′ 3 t sin(t) 3 cos(t)
y(0) = 0 et y (0) = 0 est y(t) = 2t − e − + .
2 2 2

Remarque.
On obtient une unique solution car le fait d’imposer une condition initiale à la fonction
permet de fixer les constantes intervenant dans la forme générale des solutions.

On peut énoncer le théorème général suivant :

66/68
Mathématiques Deuxième année IUT Cachan, GEII 2
Semestre 3, 2022-2023 Mathématiques

Théorème. Soit f : I ⊂ R → R une fonction continue, a ∈ R, t0 ∈ I, a ∈ R et b ∈ R

données. Le système  ′′
 ay (t) + by ′ (t) + cy(t) = f (t)
y(t0 ) = a

y(t0 ) = b
admet une unique solution sur I.

7.4 Pour résumer

Méthode : Pour résoudre une équation différentielle linéaire d’ordre 2 (E) il suffit donc de
• Résoudre l’équation homogène associée (H),
• Trouver yp une solution particulière de (E),
• Conclure que les solutions de (E) sont données par la somme d’une solution de (H) et de yp ,
• Déterminer la (ou les) constante(s) grâce aux conditions initiales.

On peut également utiliser la transformée de Laplace.

Méthode :
• Appliquer la transformée de Laplace à l’équation (E),
• Déterminer Ly , la transformée de Laplace de la solution y,
• Appliquer la transformée inverse pour en déduire l’expression de y.

Remarque. Pour cela, on utilise la propriété :

Lf ′ (p) = pLf (p) − f (0+ )

On a également :

Lf ′′ (p) = pL′f (p) − f ′ (0+ )

= p pLf (p) − f (0+ ) − f ′ (0+ )
= p2 Lf (p) − pf (0+ ) − f ′ (0+ )

Exemple.
(
y ′′ + 4y ′ − 5y = e2t U(t) (E)
y(0) = 1, y ′ (0) = 2

67/68
On applique la transformée de Laplace. On obtient :

(E) ⇒ Ly′′ (p) + 4Ly′ (p) − 5Ly = Le2t U (t) (p)

1
⇒ p2 Ly (p) − p − 2 + 4 (pLy (p) − 1) − 5Ly =
p−2

1 2
p + 4p − 11
⇒ Ly (p) p2 + 4p − 5 = +p+6=
p−2 p−2
2 2
p + 4p − 11 p + 4p − 11
⇒ Ly (p) = 2
=
(p − 2)(p + 4p − 5) (p − 2)(p − 1)(p + 5)
1/7 1 −1/7
⇒ Ly (p) = + +
p−2 p−1 p+5
On reconnaı̂t la transformée de Laplace de :
 
1 2t t 1 −5t
y(t) = e +e − e U(t)
7 7

68/68