Maths MI s4
Maths MI s4
==========
INSTITUT UNIVERSITAIRE DE
TECHNOLOGIES
==========
COURS DE MATHÉMATIQUES APPLIQUÉES
L2S4 MI et RE-ES
==========
3 janvier 2025
ii
1 Intégrales généralisée 1
1.1 Définitions et premières propriétés . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Fonction localement intégrable . . . . . . . . . . . . . . . . . . 1
1.1.2 Cas d’une fonction non bornée sur un intervalle borné . . . . . 1
1.1.3 Cas d’une fonction définie sur un intervalle non borné . . . . . 2
1.1.4 Généralisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Règles de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Condition nécessaire de convergence sur [a, +∞[ . . . . . . . . 3
1.2.2 Comparaison de fonctions positives . . . . . . . . . . . . . . . 3
1.2.3 Équivalence de fonctions positives . . . . . . . . . . . . . . . . 3
1.2.4 Situations de référence . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Fonctions sommables . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Travaux Dirigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 séries entières 9
3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Théorème et définition . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Détermination du rayon de convergence . . . . . . . . . . . . . . . . . 9
4 Séries de Fourier 13
4.1 Notions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4.1.1 Définition et notations . . . . . . . . . . . . . . . . . . . . . . 13
4.1.2 Cas particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4.2 Le théorème de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . 15
4.3 Fonctions périodiques de période T . . . . . . . . . . . . . . . . . . . 16
4.4 Application à l’étude des signaux . . . . . . . . . . . . . . . . . . . . 16
4.4.1 Signal carré . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.4.2 Signal triangulaire . . . . . . . . . . . . . . . . . . . . . . . . 17
4.4.3 Redressement "Mono alternance" . . . . . . . . . . . . . . . . 17
4.4.4 Redressement "double alternance" . . . . . . . . . . . . . . . . 18
4.4.5 Impulsion rectangulaire récurrente . . . . . . . . . . . . . . . . 19
6 Transformée de Fourier 25
6.1 Transformée de Fourier des signaux stables . . . . . . . . . . . . . . . 25
6.1.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
6.1.2 Transformée de Fourier inverse . . . . . . . . . . . . . . . . . . 26
6.1.3 Transformation de Fourier et dérivation . . . . . . . . . . . . . 26
6.1.4 Transformation de Fourier et produit de convolution . . . . . . 26
6.2 Transformée de Fourier dans L2 (R) . . . . . . . . . . . . . . . . . . . 27
6.2.1 Tableau de transformée de Fourier usuelles . . . . . . . . . . . 27
7 Transformée en Z et Applications 29
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
7.2.1 Transformée en Z unilatérale . . . . . . . . . . . . . . . . . . . 29
7.2.2 Transformée en Z bilatérale . . . . . . . . . . . . . . . . . . . 29
7.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
7.3.1 Linéarité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
7.3.2 Signal retardé . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
7.3.3 Signal avancé . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
7.3.4 Produit par un signal géométrique . . . . . . . . . . . . . . . . 30
7.3.5 Dérivation par rapport à z . . . . . . . . . . . . . . . . . . . . 30
7.3.6 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . 31
7.4 Formulaire des transformées en Z usuelles . . . . . . . . . . . . . . . . 31
7.5 La transformée en Z inverse . . . . . . . . . . . . . . . . . . . . . . . 31
7.5.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Intégrales généralisée
Remarque 1.1.2. Étudier la nature d’une intégrale généralisée (ou impropre), c’est
préciser si elle est convergente ou divergente.
1.1.4 Généralisation
✓ Si f est localement intégrable sur ]a, b[, on pose
Z b Z c Z b
f (t)dt = f (t)dt + f (t)dt
a a c
Z b
avec c ∈]a, b[ quelconque et on dit que f (t)dt converge si, et seulement si,
a
les deux intégrales du second membre convergent.
Théorème 1.3.1.
Z +∞ Z +∞
| f (t) | dt converge =⇒ f (t)dt converge .
a a
Si f est localement intégrable sur ]a, b], on a une définition et un théorème analogue.
Z +∞
cos t
Exercice 1.3.1. Étudier la nature de dt
1 t2
Étudier la nature d’une série, c’est préciser si elle est convergente ou divergente.
n3 +1
P
Exercice 2.1.1. Donner la nature de la série n3 +n+2
2.2.1 Caractérisation
Pour qu’une série de termes réels positifs converge, il faut et il suffit que la suite
des sommes partielles soit majorée.
Théorème
P 2.2.2.
P (Utilisation d’équivalents)
Soit un et vn deux séries termes > 0.
un
Si lim = α ̸= 0, alors les deux séries sont de même nature.
n→+∞ vn
un
En particulier si lim = 1 on dit que un et vn sont équivalents ie un ∼+∞ vn .
n→+∞ vn
Les deux séries sont alors de même nature, c’est-à-dire qu’elles sont convergentes
ou divergentes en même temps.
1
P
Exercice 2.2.1. Trouver la nature de (2n+1)(2n+3)
(−1)n
Exercice 2.4.1. Donner la nature de la série de terme général un = n
(a) Montrer au moyen d’un critère de comparaison que cette série est conver-
gente.
(b) Retrouver ce résultat en calculant sa somme.
séries entières
3.1 Définition
Définition 3.1.1.
On appel série entière une série de fonction dont le terme général est de la forme
un (x) = an xn où an est le terme d’une suite réelle ou complexe et x, une variable
réelle ou complexe.
Exemple 3.1.1.
X xn 1
La série est une série entière avec an =
n≥1
(2n + 1)! (2n + 1)!
Remarque 3.2.1.
Pour |x| = R, on ne peut pas conclure. Le résultat dépend de x et de la série entière
elle-même.
an+1 1
2. Si lim = l′ , alors R = ′ .
n→+∞ an l
Exercice 3.3.1. X xn X x n
Étudier la convergence des séries entières ; .
n>1
n n>0 2
Théorème 3.4.1.
On peut intégrer terme par terme, une série entière réelle dans son intervalle de
convergence c-à-d
x x
xn+1
Z X X Z X
n
∀x ∈] − R, R[; ( an t )dt = an tn dt = an .
0 n≥0 n≥0 0 n≥0
n+1
Théorème 3.4.2.
On peut dériver terme à terme une série entière réelle dans son intervalle de conver-
gence c-à-d
d X X X
∀x ∈] − R, R[; ( an x n ) = ( an xn )′ = nan xn−1 .
dx n≥0 n≥0 n≥0
X xn
f (x) = f (n) (0) Formule de Mac-Laurin.
n≥0
n!
De même, une série entière convergente a pour somme une fonction. Nous avons les
formules suivantes :
X xn
ex = R = +∞
n≥0
n!
X 1
sh x = x2n+1 R = +∞
n≥0
(2n + 1)!
X 1
ch x = x2n R = +∞
n≥0
(2n)!
X (−1)n
sin x = x2n+1 R = +∞
n≥0
(2n + 1)!
X (−1)n
cos x = x2n R = +∞
n≥0
(2n)!
X α(α − 1) · · · (α − n + 1)
(1 + x)α = 1 + xn ; α ∈ R R = 1
n≥1
n!
X 1
1
a−x
= n
xn ; a ∈ C ∗ R = |a|
n≥0
a
Xn+1
1
(a−x) 2 = n+2
xn a ∈ C ∗ R = |a|
n≥0
a
X1
ln(1 − x) = − xn R=1
n≥1
n
X (−1)n−1
ln(1 + x) = xn R=1
n≥1
n
X (−1)n
arctan x = x2n+1 R=1
n≥0
2n + 1
X 1
argth x = x2n+1 R=1
n≥0
2n + 1
X 1 × 3 × · · · × (2n − 1) x2n+1
arcsin x = x + R=1
n≥1
2 × 4 × · · · × (2n) 2n + 1
X 1 × 3 × · · · × (2n − 1) x2n+1
argsh x = x+ (−1)n R=1
n≥1
2 × 4 × · · · × (2n) 2n + 1
Séries de Fourier
C’est-à-dire
+∞
X +∞
X
Un (x) = an cos(nx) + bn sin(nx)
n=0 n=0
Proposition 4.1.1.
Z 2π Z π
1 1
an = f (t) cos ntdt = f (t) cos ntdt, n ∈ N
π 0 π −π
Z 2π Z π
1 1
bn = f (t) sin ntdt = f (t) sin ntdt, n ∈ N
π 0 π −π
Les nombres an et bn sont appelés les cœfficients de Fourier associés à f .
Exemple 4.1.1.
f (t) = t si t ∈ [0, 1[
f (1) = 3
f (t) = t2 − 2t si t ∈]1, 2π[.
2 π
Z
an = f (t) cos(nt)dt et bn = 0.
π 0
Exemple 4.1.2.
Soit la fonction f (x) = π + x.
1. Représenter f .
2. Décomposer f en série de Fourier.
f (x) = | sin x|
f (x) = x, −π ≤ x ≤ π.
f (x) = x2 , −π ≤ x ≤ π
1 − +
Dans ce cas, il y a convergence simple de la série vers S(x) = f (x ) + f (x ) .
2
Exemple 4.2.1.
f (x) = x, ∀x ∈ [0, 2π], f est C 1 par morceaux. On vérifie que f est C 1 par morceaux
sur R et on applique le théorème de Dirichlet. Pour tout x ∈ [0, 2π], f (x) = π −
+∞
X 1
2 n. Au point x = 0 ; la série de Fourier converge vers
n=1
sin(nx)
1 − 1
f (0 ) + f (0+ ) = (2π + 0) = π.
2 2
2π +∞
|a0 |2 X |an |2 + |bn |2
Z
1 2
f (x) dx = +
2π 0 4 n=1
2
2. Calculer :
+∞
X 1
.
n=1
(4n2 − 1)2
Théorème 4.3.2. :
Si f est continue par morceaux, on a l’égalité suivante :
+∞
1 T |a0 |2 X |an |2 + |bn |2
Z 2
f (x) dx = +
T 0 4 n=1
2
+∞
4A X sin(2n + 1)ωx
f (x) =
π n=0 2n + 1
+∞
A 4A X cos(2n + 1)ωx
f (x) = − 2
2 π n=0 (2n + 1)2
+∞
A π 2A X cos(2nx)
f (x) = + + .
π 2 π n=1 1 − 4n2
+∞
2A 4A X cos(2nωx)
f (x) = + .
π π n=1 1 − 4n2
Transformée de Laplace et
Applications
5.1 Généralités
La transformée de Laplace est une transformation d’intégrale qui est très liée
à la transformation de Fourier et possède des propriétés analogues. On utilise très
souvent dans les disciplines techniques plus précisément en électrotechnique et en
technique cybernétique.
Définition 5.1.1. Soit f (t) une fonction définie pour les valeurs de t > 0 et non pour
les autres valeurs de t. On peut définir une intégrale sur ]0, +∞[ de f (t) possédant
un ordre exponentiel de la forme
Z +∞
st
f (t) ≤ Ke et F (p) = e−pt f (t)dt
0
Convolution :
hZ t i h i h i
L f1 (t − τ )f2 (τ )dτ (p) = L f1 (t) (p).L f2 (t) (p)
0
Dérivation :
h i h i
L f (n) (t) (p) = pn L f (t) (p) − pn−1 f (0) − pn−2 f (1) (0) − · · · − f (n−1) (0)
dk
où f (k) (0) = lim f (t)
t−→0 dtk
Intégration :
hZ t i 1 h i
L f (τ )dτ (p) = L f (t) (p)
0 p
Retardement : h i h i
L f (t − b) (p) = e−bp L f (t) (p)
Homothétie : h i 1 h i p
L f (at) (p) = L f (t) ( )
a a
Translation h i h i
−λt
L e f (t) (p) = L f (t) (p + λ)
Multiplication :
h i h i(n)
L tn f (t) (p) = (−1)n L f (t) (p)
Division : h1 i Z +∞
L f (t) (p) = F (q)dq
t p
h i h i
f (t) L f (t) (p) f (t) L f (t) (p)
1 si t ≥ 0 tn si t ≥ 0
1 n!
f (t) = f (t) =
0−αtsinon 0−αt sinon
p p n+1
e si t ≥ 0 1 e tn si t ≥ 0 n!
f (t) = f (t) =
0 sinon p+α 0 sinon (p + α)n+1
p ω
cos(ωt) sin(ωt)
p + ω2
2 p + ω2
2
p ω
Ch(ωt) Sh(ωt)
p − ω2
2 p − ω2
2
On a :
h i h i
L y (t) (p) = p L y(t) (p) − py(0) − y ′ (0)
′′ 2
h i
= p2 L y(t) (p) − 3p + 7.
et
h i h i
L y ′ (t) (p) = pL y(t) (p) − y(0)
h i
= pL y(t) (p) − 3.
En substituant ces deux dernières égalités dans la dernière expression de (∗), nous
obtenons :
h i 3p + 8
L y(t) (p) = 2
p + 5p + 6
2 1
= +
p+2 p+3
= 2e−2t + e−3t .
5.4.1 But
La transformée de Laplace est un outil efficace pour la résolution des équations
différentielles avec conditions initiales (problème de Cauchy). Sa particularité est
le fait qu’elle trouve une solution qui prend compte immédiatement des conditions
initiales données.
Dans la pratique, c’est le théorème de la dérivation qui est le plus utilisé.
Exercice 5.4.1 (TD). :
Résoudre :
1. ′′
y (t) + 4y(t) = −6 cos t
y(0) = −1
y ′ (0) = 0
2. ′′
y (t) − 3y ′ (t) + 2y(t) = et
y(0) = 1
y ′ (0) = 0
3. ′′
y (t) − y ′ (t) = sin(2t)
y(0) = 1
′
y (0) = −1
4.
y ′′ (t) + y(t) = 3e2t
y(0) = 2
Transformée de Fourier
avec B > 0
Proposition 6.1.2. :
2. F [f (−t)](p) = F [f ](−p)
3. F [f (t − α)](p) = e−2iπαp F [f ](p)
1 p
4. F [f (kt)](p) = F [f ]( )
|k| k
5. F [f ](p) = F [f ](−p) = F [f (−t)](p)
Remarque 6.2.1. On dit que (gn ) ⊂ L2 (R) converge dans L2 (R) vers g si
Z +∞
lim |gn (p) − g(p)|2 dp = 0.
n−→+∞ −∞
✓ f, g ∈ L2 (R) alors :
Z +∞ Z +∞
f (t)g(t)dt = F [f ](p)F [g](p)dp
−∞ −∞
✓ Si (hn ) converge vers h dans L2 (R) alors, (F [hn ]) converge vers F [h] dans
L2 (R). h i h i
✓ Si h ∈ L2 (R) alors F F [h] = F F [h] = h
h i
✓ F [f g] = F [f ] ∗ F [g] et f ∗ g = F F [f ]F [g]
Rn
Notons que F [h] est la limite dans L2 (R) de n e2πpt h(t)dt.
Transformée en Z et Applications
7.1 Introduction
La transformée en Z est l’équivalent dans le domaine discret de la transformée
de Laplace dans le domaine continu.
Il existe :
— La transformée en Z unilatérale.
— La transformée en Z bilatérale.
7.2 Définitions
7.2.1 Transformée en Z unilatérale
Soit x = (xn )n∈N une suite de nombres complexes. La transformée en Z de x est
la série de Laurent :
X∞
Z(x) = xn z −n
n=0
qui est une fonction holomorphe dans {z ∈ C : |z| > 1}, où R est le rayon de
convergence de la série entière
X∞
xn z n .
n=0
L’application qui associe la série de Laurent Z(x) à la suite numérique x est appelée
la transformation en Z.
∞
X
Z(x) = xn z −n .
n=−∞
7.3 Propriétés
7.3.1 Linéarité
Soient α et β deux nombres complexes, et x, y deux suites de nombres complexes.
Alors :
Z(αx + βy) = αZ(x) + βZ(y)
n o
pour tout z tel que |z| > max R1x , R1y .
d
Z(y) = −z Z(x).
dz
Proposition
n 4.2.5 : Soient x et y deux suites numériques. Alors pour tout
o
|z| > max Rx , Ry , on a :
1 1
Z(x ∗ y) = Z(x)Z(y).
7.5.3 Applications
7.5.4 Exemples
z
Exemple 1 : X(z) =
z − 0.5
xn = 0.5n
1 + z −1
Exemple 2 : X(z) =
1 − 0.75z −1
On décompose en fractions partielles :
1 z −1
X(z) = +
1 − 0.75z −1 1 − 0.75z −1
Transformée inverse :
xn = (0.75n + n · 0.75n )
7.6 Application
A) On emprunte 10.000F à 1, 6% par mois. On décide de rembourser 300F par
mois. On note D(n) la dette après n mois.
1. Montrer que D(n + 1) = 1, 016D(n) − 300 (E).
2. Calculer D(1), D(2), D(3), D(4) et D(5) à l’aide de la formule (E).
3. On note F la transformée en Z de l’échantillon D(n).
a) Montrer que
10.000Z 300Z
F (Z) = −
Z − 1, 016 (Z − 1)(Z − 1, 016)
b) Montrer que
F (Z) 18750 8750
= −
Z Z − 1 Z − 1, 016