GEll-Transformée de Fourier

Outils GEII-Transformée
(3*2h CM + 3*2h
3*2h TD
TD ** 22 Groupes)
Groupes)
Polytechnique Hauts-de-France
Université Polytechnique Hauts-de-France(UPHF)
(UPHF)

Lynda Chehami
2018-2019
 Table des matières

I Introduction
Introduction
1 Introduction
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.0.1 Traitement
1.0.1 Traitement dudu signal
signal . . . ..........
. . . . . . .1. .. ... .. .. .......?.?????????????..?.......
............................ 5
1.0.2 Systèmes
Systèmeslinéaires
linéairesinvariants
invariants(SLIT) . . .........................ь\
(SLIT) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Intérêt de la décomposition.......oooooooon..
1.0.3 Intérêt de la décomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.0.4 Exemples
1.0.4 Exemples de dedécomposition
décomposition . . ........
................................... 8

II Chapitre 2
2 Transformée deFourier
Transformée de Fourier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.0.1 Cas
2.0.1 Cas de de signaux
signaux à énergie
à énergie ... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
finiefinie
2.0.2 Casdede
2.0.2 Cas signaux
signaux à à puissance
puissance moyenne
moyenne finiefinie ... . . . . . . . . . . . . . . . . . . . . . . . . 16 16

III Chapitre
Chapitre 3
3

3 Travaux dirigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.0.1TFTF
3.0.1 usuelles...................
usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.0.2
3.0.2 Rappels
Rappels en mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
I
Introduction

1
1 Introduction......................
Introduction . . . . . . . . . . . . . . . . . . . . . . . 4
4
 1. Introduction
1. Introduction

Il
Il s'agit
s’agit ici
ici d'un
d’unoutil
outilmathématique
mathématique très
très utilisé
utilisé en
en traitement
traitement du
du signal.
signal.

Signal : On entend
entend ici, par
par signal,
signal, une
une grandeur
grandeur physique qui varie en fonction du
temps
temps t.t.

x(t)

FIGURE
F IGURE 1.1
www.
1.1–- Représentation
Représentation graphique
graphique d’un
d'un signal en fonction de "t".

•pExemples
Exemples ::

—
— Température
Températured'une
d’unepièce
pièceenenfonction
fonctionde de"*"
"t" en minutes
en minutes
— Signal électrocardiogramme (ECG)
— (ECG) ' en fonction de "t" en secondes
1

— Signal
— Signal sonore
sonore en
en fonction
fonction de
de "t"' en millisecondes
"t" en millisecondes

1.
1. Activité
Activitéélectrique
électriquedu
ducœur
cœurpour
pourdes
desfins
fins de
de diagnostic
diagnostic des maladies cardiovasculaires
 55
Traitement ::Ensemble
Traitement Ensemble dede techniques
techniques pour
pour analyser
analyser et
et traiter
traiter ces
ces signaux
signaux :: filtrage
filtrage
l'amplitude des composantes spectrales), analyse spectrale (voir les com-
(modification de l’amplitude
posantes
posantes spectrales
spectrales dans
dans un
un signal), test de ressemblance de signaux (corrélation) et pour
mettre
mettre en
en forme
forme : échantillonnage, quantification, modulation,
modulation, etc.
etc.

1.0.1 Traitement
1.0.1 Traitement dudu signal
L'objectif
L’objectifdudutraitement
traitementde designal
signal est
est d'extraire
d’extraire le maximum
maximum d'information
d’information utiles
contenues dans
contenues dansun unsignal
signal affecté
affecté par
par du
dubruit.
bruit. Sur
Sur la
la figure
gure 1.0.1 est
est montré
montré un synoptique
d'une
d’unechaine
chaine classique
classique de traitement d’un
de traitement d'un signal.
signal.

Information
Système
• Capteur
physique /*ranison - Recepteur Traiement, bruit
Bruit

FIGURE 1.2–- Synoptique

F IGURE 1.2 Synoptique d’une
d'une chaine
chaine classique
classique de
de traitement
traitement d’un
d'un signal
signal

Le traitement de signal est utilisé dans différents domaines allant de l’audio

l'audio (enregistre-
ment,
ment, compression,
compression, stockage, dé-bruitage,...), image
image etet vidéo
vidéo (analyse,
(analyse, détection
détectiond’objets),
d'objets),
à la mesure et transmission de signaux comme la navigation GPS, radars, etc.

Il existe deux
deux grande
grandecatégories
catégoriesde
designaux
signaux: :

1. Signaux
1. Signaux déterministes
déterministes::Généralement,
Généralement, on on parle
parle d'un
d’unsignal
signal déterministe
déterministe lorsque
lorsque
l'amplitude
l’amplitude est
est connue
connue pour
pour chaque instant t grâce
grâce à une description mathématique
ou graphique. Sur la figure 1 sont tracés quelques exemples de signaux déterministes.
-—
Signaux
Signaux périodiques
périodiques: x(t)
: x(t)estestpériodique
périodiquede
depériode
périodeTT si,
si,x(* + TT)=x(f)
x(t + pour
)=x(t) pour
tout t.
— Signaux
Signaux a-périodiques
a-périodiques (ou (ouquasi-périodiques)
quasi périodiques): x(t)
(1) est
estquasi-périodique pour
quasi-périodique pour
T
T très grand.
très grand.
— Signaux
— Signaux transitoires
transitoires : x(t)
x(t) est
est observé
observé sur une durée finie (il s’éteint
s'éteint à un certain
moment).
moment).

2. Signaux
2. Signauxaléatoires
aléatoires: Ce
: Cesont
sontdes
dessignaux
signauxdont
dontl'évolution
l’évolutionest
est imprévisible,
imprévisible, i.e, l'am-
i.e, l’am-
plitude ne peut être connue à un instant t donné. Ces signaux ne peuvent être décrits
que par leurs caractéristiques statistiques (moyenne, variance, écart-type, densité de
probabilité, etc). Sur la figure 2 sont tracés quelques exemples de signaux aléatoires.

- Signauxstationnaires
— Signaux stationnaires: :Propriétés
Propriétésstatistiques
statistiques invariantes
invariantes par
par translation
translation dans
le temps (indépendantes du temps).
- Signauxergodiques
— Signaux ergodiques: :Leurs
Leursmoyennes
moyennestemporelles
temporelles sont
sont identiques
identiques aux moyennes
statistiques. Pratiquement
statistiques. Pratiquement cette
cette dernière
dernière se
se réduit
réduit en
en général
général àà un
un enregistre-
enregistre-
ment de durée limitée et l’on
l'on ne peut connaître qu’une
qu'une estimation
estimation des moyennes.
fi
6 Chapitre 1. Introduction

AMi
x(t) ^

FIGURE
F IGURE 1.31.3–- Représentation
Représentation graphique : (à droite) signal périodique sinusoïdal, apério-
dique, et transitoire (à gauche).

Remarque
Remarque: :Dans
Danslalasuite
suitede
dece
cecours,
cours,on
on s'intéresse
s’intéresseuniquement
uniquement au
au cas
cas de
de signaux
signaux
déterministes.
déterministes.

Signaux continus
Signaux continus et
et discrets
discrets??

Généralement,
Généralement,lelepassage
passageduducontinu
continu au
au discret
discret se
se fait
fait par
par la
la fonction
fonction dite peigne de
dite peigne de
Dirac notée par
par δ&T (t)
(t) qui est définie
définie par
par

+∞
δ8, (1)= = { 8(1-17).
T (t) ∑ δ (t − k T ). (1.1)
(1.1)
k=-∞
k=−∞
 7

I (t)

100 200 300 €

FIGURE 1.4–- Représentation

F IGURE 1.4 Représentation graphique
graphique d’un
d'un signal stationnaire (bruit blanc).

Cette fonction est appelée

appelée fonction
fonction d'échantillonnage
d’échantillonnagecar
caron
ona,a,pour
pourtout
toutsignal
signalx(t)
x(t): :

+∞
+00
х(1)
x(t) δTб,(t)(1)
= =∑[x(KT)
x(k T ) δ8(+-KI).
(t − k T ). (1.2)
(1.2)
k=-00
k=−∞

111 ((-Эт) (-2Т) «-т) 1"

(a) (b)

FIGURE 1.5–- (a)

F IGURE 1.5 (a) Représentation
Représentation de
de la
la fonction
fonction peigne
peigne de
de Dirac.
Dirac. (b)
(b) Échantillonnage
Échantillonnage de
de la
la
fonction f(t)
f (t)par
parlelepeigne
peigne de
de Dirac.
Dirac.

Cela revient donc à ne retenir que les valeurs de la fonction continue x(t) aux instants
d'échantillonnage tt == T,
d’échantillonnage T, 2T,
2T, 3T,
3T, etc.
etc. Dans
Dans ce
ce cas, on ne parle plus de signal continu mais
plutôt de signal discret.

1.0.2 Systèmes
1.0.2 Systèmeslinéaires
linéairesinvariants
invariants(SLIT)
(SLIT)
Linéarité
Linéarité :: Soit
Soit un
un système physique dont
système physique dont l’entrée
l'entrée est
est x(t)
x(t) et
et la
la sortie est y(t),
sortie est y(t), ce
ce
système est dit linéaire si
- a αx(t)
— x(t) →−→aαy(t)y(t)
— -x1x1(t) (t) −→
(t) ++x2x2(t) → 41(t)
y1 (t) + y2(t)
y2 (t)
— α - 0x1(t)
x1 (t) ++βBxx2(+) →α
2 (t) −→ 0641(t)
y1 (t) ++ βBy2(t)
y2 (t)
 8 Chapitre 1. Introduction
d’une diode,
Exemple : caractéristique d'une diode, on
on aa pour
pour une
une entrée x1 (t)
entrée x1 2 (t), une sortie
(t) ++ xx2(t),
différente de
différente de y1 (t) + y2(t).
y1 (t) y2 (t).

Invariance
Invariance::Le
Lemodèle
modèleentrée/sortie
entrée/sortie du
du système
système ne
ne change
change pas
pas au
au cours
cours du
du temps.
temps.
Six(t)
Si → y(t)
x(t) −→ y(t) alors x(t−-τ)
alors x(t 7)−→
→ y(t
y(+- t).
− τ).

Exemple: :xx1(t)
Exemple → 11(t)
1 (t) −→ y1 (t) 8(t)
g(t) et
et x2 (t)==xx1
x2 (t) (1τ)
1 (t − -T)−→
→ y12(t)
2 (t) == xx1(1-7)8(1)#
1 (t − τ)g(t) 6=
X1
x1 (t(t-T).
− τ).

Notez que la
Notez que la multiplication
multiplication d’un
d'un signal
signal par
par une
une fonction
fonction du
du temps
temps est
est une
une opération
opération
n'est pas
linéaire, mais n’est pas une
une opération
opération invariante
invariante dans le temps.

Parmi
Parmi tous
tous les
les systèmes que l'on
l’on peut
peut rencontrer,
rencontrer, les SLIT constituent le modèle mathé-
matique le plus simple et qui colle bien avec la réalité dans beaucoup de cas. Ces systèmes
présentent un intérêt d’analyse
d'analyse àà une
une entrée
entrée complexe
complexe (décomposition et reconstruction).

En effet, on
En effet, on peut
peut décomposer
décomposer toute
touteentrée
entréecomplexe
complexecommecommex(t)x(t)==∑[dixi,
αi xi , en
en sortie
sortie
on
on obtient
obtient alors directement la
alors directement la réponse
réponse du
du SL
SL au
au signal
signal compliqué
compliquéx(t)x(t)qui
quiestesty(t)
y(t)==
[divi
∑ αi yiavec
avecyiyiles
lessorties
sortiescorrespondantes
correspondantesaux
auxentrées
entréesx;
xi et
et qui
qui sont
sont généralement
généralement connues
(reconstruction ou synthèse).

1.0.3 Intérêt
Intérêt de
de la
la décomposition
décomposition

x(t) = ∑ αi xi (t) (1.3)

(1.3)
i

Si
Si les
les entrées
entrées xi
xi sont
sont des
des signaux "simples" dont
signaux "simples" dont onon connait
connait lala réponse
réponse par
par le
le SLIT,
SLIT,
alors, par le procédé décomposition/synthèse, il est très
très facile
facile de
de trouver
trouver la
la réponse
réponse yy(t)
(t) à
un
un signal "compliqué" x(t).
signal "compliqué" x(t).

Exemples : soit y(t)

y(t) = x2 (t), ce
=**(t), ce système
système est-il
est-il invariant
invariant dans
dans le
le temps
temps (oui)
(oui) ? linéaire
(non)?
(non) ?

soit y(t)
soit y (t)==33x(t)
x(t) −- 4x(t
4x(t-2)
− 2)++2x(t-3), ce ce
2 x(t − 3), système est-il
système est-ilinvariant
invariantdans
dans le
le temps
temps
(oui) ? linéaire (oui)
(oui) ?

1.0.4 Exemples
1.0.4 Exemples de décomposition
Dans ce cours
cours on
on va
va voir
voir deux types de décomposition
— Décomposition
— impulsionnelle
Décomposition impulsionnelle
— Décomposition de Fourier (fonctions sinus, cosinus)
—

Décomposition impulsionnelle
Soit une
Soit une suite numérique x(n) =x(0),
x(n) = x(0),xx(1), x (2),...,
(1), x(2), ...,
 9

X(t) 4
v(t) +

1V. 1V
+ (5) 2.

-4V

X(2)1

X(3) +

Ce signal peut être décomposé ainsi

N
x(n) = ∑ xk δ (n − k), (1.4)
(1.4)
x (n) =k=0
[ xLô (n-k),
où δ&(n)
(n)est
estl’impulsion
l'impulsion unitaire (symbole
(symbole de
de Kronecker)
Kronecker) définie
définie par
par la
la suite
suite {8
{δ (n-k)
(n−k) ==
1 si n =
= k,
k, et 0 sinon}.

Si
Si les
les hypothèses
hypothèses de
de linéarité
linéarité et
et d'invariance
d’invariance temporelle
temporelle sont sont vérifiées, on peut
vérifiées, on peut carac-
carac-
tériser le système
tériser le système par
par sa
sa réponse
réponse impulsionnelle
impulsionnelle h(n).
h(n). IlIl s’agit
s'agit du
du signal
signal que
que l’on
l'on obtient
obtient
en sortie si on applique en entrée une impulsion δo (n).(n). Ainsi, si le SLIT est représenté par
la réponse impulsionnelle h(n),h(n), la sortie du système y(n)
y(n) s’obtient
s'obtient comme le produit de
convolution de l'entrée
l’entrée x(n)
x(n)avec
aveclalaréponse
réponseimpulsionnelle
impulsionnelleh(n), h(n),onona adonc
donc: :

N−1 N−1
yy(n)
(n)==(x(x@h)
⊗ h) (n)(n)
= ∑= [x(k)
x(k)h(nh(n-k)
− k) = =∑[h(k) x(n-k)
h(k) x(n − k) (1.5)
(1.5)
k=0
k=0 k=0
k=0

On a alors les propriétés suivantes

suivantes ::

_—J(n)
δ (n)→−→h(n)
h(n)
- 8δ(n-k)
— (n − k) →
−→ h(n-k)
h(n − k)
- x(k)
— x(k)бδ (n − k) →
(n-k) −→x(k) − k)
h(n-k)
x(k) h(n
10
10 Chapitre 1. Introduction
-—
x(n)=
x(n)=∑N−1
Ex=®
k=0x(k)
x(k)8(n- k)k)→−→
δ (n − y(n)=EN=*N−1
x(k)
y(n)=∑k=0 x(k)h(n
h(n-−k)k)(produit
(produitde
deconvolution)
convolution)

Dans le cas de signaux analogiques le symbole de Kronecker est l’impulsion

l'impulsion de Dirac,
on montre alors

Z ∞
y(t) = x(τ) h(t − τ) dτ, (1.6)
(1.6)
−∞

h(t) est
avec h(t) est la réponse impulsionnelle du système.

Exemple 1 : Soit un SLIT qui a pour réponse impulsionnelle la fonction h(t) suivante

h(t)
1

1 2

Que vaut y(t) quand x(t)

x(t) ==dδ(t)
(t)[y(t)
[y(t)==h(t)]
h(t)]etetx x(t)
(t) ==б δ(t)(t)++1/28
1/2δ(t(t- −
2)2)
[y(t) ==
[y(t)
h(t) + 1/2h(t- 2)]?
h(t) + 1/2h(t − 2)] ?

Exemple 22::On
Onconsidère
considère les
les suites
suites numériques
numériques suivantes
suivantes de
de dimension égale à 3.

h(n) ==11 22 33
h(n)
(1.7)
(1.7)
g(n) =1 1
g(n) = 1 2
2

Avec n == [0
[0 1 2).
2]. Ces signaux sont représentés sur les figure 1.6. Que vaut le produit
de
de convolution
convolution ??
Pour
Pour effectuer l'opération de
effectuer l’opération de convolution,
convolution, ilil faut
faut retourner
retournerlele signal
signal gg pour
pour nn =
= 00
(8 (n−
(g(n - k)
k) =
=8(-k)
g(−k)pour
pourn n==0).0).On
Onobtient
obtientalors
alorslelesymétrique
symétrique de
de gg par
par rapport à l’axe
l'axe des
ordonnées.g(−k)=
ordonnées. g (-k)=g(n),
g(n),avec
avec k=k=[0 10-
−1− 1-2.
2].
Le premier échantillon du signal convolué est alors

22
(h@g) = 0) = Lh(k)8(-k)
(h ⊗ g) (n(n=0)= ∑ h(k) g(−k) == 1.
1. (1.8)
(1.8)
k=0

On
On ne conservera dans le signal retourné que le premier élément dans le
le signal
signal retourné,
retourné,
i.e,
i.e,g(0),
g(0),pour
poureffectuer
effectuerla
la sommation
sommation dans
dans le produit de convolution.
convolution.
 11
11
3.5
3.5
33
2.5
2.5
2

h(n)
1.5

11
0.5
0.5
0
-0.5 0 0.5
0.5 1 1.5
1.5 2 2.5
2.5
n
3-

2.5
2.5

22
1.5
g(n)

0.5
0.5

0
-0.5 0 0.5
0.5 1
n
1.5
22 2.5
2.5

FIGURE 1.6–- Représentation

F IGURE 1.6 Représentation des
des signaux
signaux h(n)
h(n) et g(n).

Pour
Pour nn = = 1,
1, les
les signaux
signaux h(k)
h(k) et
et gg(1
(1−- k),
k), ont
ont une
une intersection commune en
intersection commune en kk =
= 00 et
et
kk ==1,1,lelesecond
second échantillon
échantillon du
du signal
signal convolué est alors
convolué est alors

2
(h0g)
(h ⊗ g) (n = 1) =Lh(k)8(-k+1)
(n=1)= ∑ h(k) g(−k + 1) ==1+2=3.
1 + 2 = 3. (1.9)
(1.9)
k=0

Pour n == 2,2, les

les signaux
signauxh(k)
h(k)etetgg(1
(1 -−k),
k),ont
ontune
uneintersection
intersectioncommune
communeenenkk==0,0,k k==
11
et
et kk =
=2,
2,le
le troisième
troisième échantillon
échantillon du signal convolué estest alors
alors

2
(h@g)
(h ⊗ g) (n(n=2)=_h(k)8(-k+2)=2+2+3=7.
= 2) = ∑ h(k) g(−k + 2) = 2 + 2 + 3 = 7. (1.10)
k=0

Ainsi, En
Ainsi, En faisant
faisant progressivement
progressivementglisser
glisserlelesignal
signalg(n
g(n−-k)k)de
denn==00àànn==2N
2N−- 22 sur
sur
l'axe des
l’axe des abscisses,
abscisses, on
on obtient
obtient le
le produit
produit de
de convolution
convolution desdes deux
deux signaux
signaux numériques
numériques
représenté
représenté sur
sur la
la figure ci-dessous.
figure ci-dessous.

Décomposition de
Décomposition de Fourier
Fourier
Il
Il s'agit
s’agit d'une
d’unedécomposition
décomposition en en sinus
sinus et
et cosinus.
cosinus. L'intérêt
L’intérêt de
de cette
cette dernière
dernière est
est que
que
pour une entrée
pour une entrée sinusoïdale
sinusoïdalex(t)
x(t)==AA sin(wt
sin(ω t+Ф),
+ φ ),on
onaaune
unesortie
sortie sinusoïdale
sinusoïdale de
de même
même
pulsation y(t) =
pulsation y(t) A0 sin(ω t ++ф').
= A'sin(wt φ 0 ).En
Ensortie
sortie on
on aa donc
donc une
une atténuation
atténuation dede A/A'
A/A’ ou
ou un
un gain
gain
de
de A'/A et un
A’/A et undéphasage
déphasageδ φ&== φф'−- φф..
0
12
12 Chapitre 1. Introduction

88

g)(n)
° (u)(8
4

(h
22
0
!
0 -
1 22
n
n
33 44 55

FIGURE 1.7–- Représentation

F IGURE 1.7 Représentation du
du signal
signal convolué
convolué(h
(h⊗8g)
g) (n).

En
En pratique,
pratique, pour
pour savoir si un
savoir si un système
système inconnu
inconnu est
est un
un SLIT,
SLIT, on
on injecte
injecte en
en entrée
entrée un
un
signal sinusoïdal et on regarde si on récupère un sinus de même fréquence (ou pulsation)
en
en sortie.
sortie.

Dans
Dans le
le chapitre qui suit,
chapitre qui suit, on
on verra
verra comment
comment faire
faire cette
cette décomposition
décomposition àà l’aide
l'aide de
de la
la
transformée
transformée ou
ou série
série de
de Fourier.
Fourier.
II
hali 2
Chapitre

22 Transformée
Transformée dede Fourier
Fourier . . . . ........
. . . . . . 114.
14
 2. Transformée
Transformée de
de Fourier

Dans
Dans la réalité, les signaux n’ont
n'ont pas
pas toujours une forme simple soit en
en raison de la
nature
nature de
de l'information
l’information qu'ils
qu’ilsportent,
portent,soit
soit en
en raison du traitement qu’ils
qu'ils doivent subir.
subir. Ainsi,
Ainsi,
la représentation temporelle du signal peut-être insuffisante pour interpréter correctement
l'information.
l’information. Dans
Dans de
de tels
tels cas,
cas, la
la représentation
représentation du du signal
signal en
en fonction
fonction dede la
la fréquence
fréquence
s'avère utile
s’avère utile et
et complémentaire
complémentaire au au niveau
niveau de de l’interprétation
l'interprétation des
des résultats.
résultats. La
La transformée
transformée
de Fourier
de Fourier est
est un
un outil
outil mathématique
mathématique qui qui permet
permet d’établir
d'établir cette
cette dualité
dualité temps-fréquence.
temps-fréquence.

2.0.1
2.0.1 Cas
Casde
designaux
signauxààénergie nie
énergie finie
a) :: Signaux
Signaux continus
La transformée
La transformée de Fourier du signal
signal x(t) continu àà énergie
x(t) continu énergie finie,
nie, notée
notée par d
x(t) (F), est
parx(t)(F), est
définie par ::
définie par

Z ∞

d
x(t)(F) = x(t) e− j 2 π F t dt. (2.1)
(2.1)
to 11402-128921−∞

∞=
ω = 2mF
2 π F est
estlalapulsation,
pulsation, FF est
est la
la fréquence.
fréquence.

La transformée de Fourier
Fourier inverse
inversede d
dex(t)(F)
x(t) (F)est
estlelesignal
signalx(t)
x (t)==TTF- d (F)] définie
F −1[x(t)
[x(t)(F)]
par :

Z ∞

d
10-/.
+ j2π F t
x(t) = x(t) (F) eti2aFt
x(t)(F) e dF
dF (2.2)
(2.2)
−∞
fi
fi
 15
15
d (F) est
x(t)
x(t)(F) est une
une fonction
fonction qui
qui est
est indépendante du temps.
indépendante du temps. C’est
C'est une
une fonction
fonction com-
com-
plexe
plexe que
que l'on
l’on peut
peut écrire
écrire sous
sous forme
forme exponentielle (module et
exponentielle (module et phase),
phase),i.e, d
i.e, x(t)(F)
x(t) (F)==
d
x(t)(F) e j φ (ω)ou
, ousous
sousforme
formealgébrique
algébrique(partie
(partieréelle
réelle et
et partie
partie imaginaire)
imaginaire) ::
x(t) (F) eid(0),

d(F) ==9X(x(+)
x(t)
x(t)(F) d (F))++j j3(x(1)
ℜ(x(t)(F)) d (F)),
ℑ(x(t)(F)), (2.3)
(2.3)
avec
avec
Z ∞

d
ℜ(x(t)(F)) = x(t) cos(2 π F t) dt

Z
−∞
∞
(2.4)
(2.4)

d (F))==−-
3(x(*)
ℑ(x(t)(F)) x(t) sin(2 π F t) dt.
-00
−∞
On énonce ci-dessous quelques propriétés concernant la transformée de Fourier
Fourier ::

1. Linéarité
Linéarité : [a \
(ax(1)
x(t) ++bby(t)](F) d (F)+
y(t)](F) == aax(f)
x(t)(F) d (F)
+ b6x(t)
x(t)(F)
2.
2. Translation
Translation en temps::x(t
en temps \
x(+- dx(t) (F)ee− j2F
a) (F)== x(t)(F)
− a)(F) j 2 π Faa (retard, si aa >
(retard, si > 0)
0)
3.
3. Changement [
d'échelle: :x(at)(F)
Changement d’échelle 1 d
x(at) (F)==|a|lax(t)(F/a)
x(t) (F/a),, aa > > 00
4.
4. Translation
Translationen en fréquence e− j \
fréquence :: e-j27 2 πFo x(t) (F)
F0 t x(t)(F)
=
d (F +
= x(t)
x(t)(F + Fo)
F0 ) 
5. Modulation:
Modulation : cos cos((j2 j 2\
π7F01) (1) (F)== 1/2
F0 t) x(t)(F) d (F+
1/2(x(*)
x(t)(F + FFo) d −Fo))
0 ) ++*(1)(F-
x(t)(F F0 )
 n
6.
6. Dérivation d
Dérivation ::x**(1)
n (t)(F)(F) = = j(i27F) d
2 π F "x(t)(F)
(1)(F)
∗
7. Conjugaison : :xd
7. Conjugaison ∗x*(t)
(t)(F)(F) d
=
= x(t) x(t) (-F)
(−F)
8.
8. SiSix(t)
x(t)est
estréel
réelpair
pair(resp.
(resp.impair),
impair), alors d (F) est
alors x(t)
x(t)(F) est réel
réel pair
pair (resp. imaginaire impair)
9. δd
9. б(t) (F) = 11
(t)(F)
10. d
10. 1(t)
1(t)(F) δd
(F) = 8(t) (F)
(t)(F)  
11. \
11. cos(27 Fot)
cos(2 π F 0 t)(F) = 1/2 δb
(F) = 1/28(F+ Fo)(F + F ) + b
0 + 8(F- Fo))
δ (F − F0 )

Ainsi, la translation temporelle (propriété 2) ne change pas le module de la transformée

de
de Fourier,
Fourier, mais introduit un déphasage.
déphasage.

Théorème
Théorème de
de Plancherel
Plancherel::La
La transformée
transformée de de Fourier
Fourier d'un
d’un produit
produit de
de convolution de
convolution de
deux
deux fonctions
fonctions temporelles x(t)
x(t) et y(t)
y(t) est
est le
le produit simple des transformées
transformées de
de Fourier,
Fourier,
i.e,
i.e,

x(t)
x(t) ⊗DY(t)
y(t) TE
T
−→F d (F) y(t)(F)
x(1)
x(t)(F) d
y(t) (F)
(2.5)
(2.5)
x(t) y(t) TE
x(t) y(t) T
−→F d (F) @
x(t)
x(t)(F) dy(t) (F).
⊗ y(t)(F).
Dans le cas des SLIT, ce passage dans le domaine fréquentiel permet de déterminer la
H (f).
fonction de transfert du SLIT notée par H( f ).
 16
16 Chapitre
Chapitre 2.
2. Transformée
Transformée de Fourier
Fourier

Exemple : Quelle est la transformée de Fourier de la fonction porte illustrée ci-dessous

fonction Arect(t/2T
(correspondant à la fonction Arect (t/2T)).
)).

X(t)

-T

Rep : X(f) = 2AT Sin 251) .

b) :: Signaux
Signaux numériques

On appelle transformée
transformée de
deFourier
Fourierdiscrète
discrèted’une
d'unesuite
suitededeNNtermes
termesx(0),
x(0),x(1),
x (1), x (N−-
...x(N
1), la suite de N termes X (0),X(1),
X(0), X (1),..., X(N−- 1), définis par
..., X(N

N-1
N−1
(k) = [x(n)
X̃(k) = ∑ x(n) e− j 2 π n k/N
e 12Tnk/N (2.6)
(2.6)
n=0
n=0

En
En pratique,
pratique, les
les N
N termes
termes x(n)
x(n) peuvent
peuvent être
être N
N échantillons d'un signal
échantillons d’un signal analogique
analogique
échantillonné : x(n) = x(n Te), et les N termes X(k) correspondent à une approximation (à
un facteur multiplicatif Te près) de la transformée de Fourier de ce signal aux N points de
fréquence ff =
fréquence = k/N,
k/N,avec
avec kk entre
entre 0 et N
0 et N− - 1,
1, c'est
c’est àà dire
dire ff entre
entre 00 et
et 1.
1.

Une inversion de la transformée

transformée de
de Fourier
Fourierdiscrète
discrètepeut
peutêtre
êtreaussi
aussiobtenue
obtenuepar
par: :

N−1
1 N-1
X =N [∑
(n) =
X̃(n) 8(4) e/27nk/N
X̃(k) e j 2 π n k/N (2.7)
(2.7)
N k=0

On peut montrer alors que la transformée de Fourier discrète inverse est périodique de
période
période N/
N/FFe.
e.

Théorème de Plancherel
Plancherel::reste
resteaussi
aussivalable
valable pour
pour les
les signaux
signaux discrets.
discrets.

Remarque
Remarque::LaLatransformée
transformée de
de Fourier
Fourier d'un
d’unsignal
signal àà énergie
énergie finie
finie ne
ne peut
peut en
en aucun cas
aucun cas
contenir
contenir des
des Diracs
Diracs ou
ou les dérivées de
les dérivées de Diracs.
Diracs.

2.0.2 Cas
2.0.2 Casde designaux
signauxààpuissance
puissancemoyenne
moyennefiniefinie
La
La transformée
transformée dede Fourier
Fourier de ces signaux peut-être obtenue
obtenue uniquement
uniquement en
en considérant
considérant
la
la théorie
théorie des
des distributions.
distributions. On énonce ci-dessous quelques propriétés importantes
importantes ::
1. 8(z)8(7-20)
1. g(z)δ (z − z0 ) == 8(20)8(2-20)
g(z0 )δ (z − z0 )
2. 8(2)
2. g(z) ⊗88(2-20) =8(2-20)
δ (z − z0 ) = g(z − z0 )
où gg est une fonction et zz peut-être soit le temps soit la fréquence.
 17
17

1. δ\
(t − τ)(F)
1. 0(1-7) e− j 2 π F τ
(F) ==e-j2TFT
e\
j 2 π F0 t (F) = δ
2. ei2n
2. Fo (F) = 8(F
b(F − F0 )
-Fo)
j 2\ F t d
3. ej2T
e Forg(t)(F) 8(*) (F−
g (t) (F)== g(t)(F F0 )
π 0
3. - Fo)
4. \
g(t − t0 )(F)
4. 8(t-to) − j 2 t
(F) ==ee i2ntotg(t)
π 0 t d
g(t)(F)
(F)
\ 1
5. sgn(f)
5. sgn(t)(F) (F) = = 17F
jπ F
d 1 δd
(t)(F)
6. [(t)
6. (F) ==2jAF
Γ(t)(F) 2 jπ F +
+ 8()(*)
2
+∞
7. [
7. δ87(1) = T1= ∑
T (t)(F)(F) 4 [δ 8(F-KI)
(F − k T )
k=−∞
remarque : :Les
remarque Lessignaux
signauxpériodiques
périodiquessont
sontdes
dessignaux
signaux àà énergie
énergie infinie
infinie ou à puissance
moyenne finie. Il
moyenne finie. Il n’existe
n'existe alors
alors plus
plus de
de transformée
transformée de
de Fourier
Fourier auau sens
sens des
des fonctions,
fonctions,
mais
mais ces signaux, pourvu
ces signaux, pourvu qu’ils
qu'ils soient
soient continus,
continus, admettent
admettent une
une décomposition
décomposition en en série
série de
de
Fourier : ce qui nous permet de conserver une représentation fréquentielle aux moyens des
coefficients
coefficients descriptifs de la série. L’exemple
L'exemple type est la fonction
fonction sinus
sinus qui
qui n’a
n'a pas de trans-
trans-
formée
formée de
de Fourier
Fourier au sens des fonctions, mais qui se décompose en en série
série (trigonométrique)
(trigonométrique)
de
de Fourier.
Fourier.

x(t) un signal périodique de période TT.. La transformée de Fourier de x(t)

Soient x(t) x(t) est
obtenue à partir de son développement en série de Fourier :

+∞
!
2 j π nt
x(t) = ∑ Xn exp T
(2.8)
(2.8)
k=-∞
k=−∞

Les coefficients de la série de Fourier Xn sont indépendant

Xn sont indépendant du
du temps,
temps, et
et s’expriment
s'expriment de
la
la manière
manière suivante
suivante ::

Z •a+T
a+T !
1 2 j π nt \
x(t, T )(F = n/T )
Xn =
T
x(t) exp −
T
dt =
de _ X(7, T)(F
T = n/T)
(2.9)
(2.9)
a

où
où Fo = 1/T
F0 = 1/Treprésente
représentelalafréquence
fréquence du
dufondamental
fondamental et
et nnFo
F0 est
est la
la fréquence
fréquence des
des
différents harmoniques. Ainsi, on obtient

700
+∞
d
xx(t)(F)
(t) (F)
== ∑EX,
Xn δS(F-
(F −n/T).
n/T ). (2.10)
(2.10)
k=-∞0
k=−∞

Le
Le module
module de
de Xn donne le
Xn donne le spectre
spectre en
en amplitude
amplitude et
et le
le module
module au
au carré
carré de
de X
X,n donne
donne le
le
spectre de puissance.

Exemples : Que représente la composante continue d’un d'un signal ? Calculer la moyenne
signal x(t)
du signal x(t) ==A A++ B sin(2
sin(2mπ fftt +
+ 0)
φ )illustré
illustré ci
ci dessous
dessous
Quel est
Quel est le
le lien
lien entre
entre le
le premier
premier terme
terme dede la
la décomposition
décomposition en
en série
série de
de Fourier
Fourier d’un
d'un
signal
signal x(t)
x(t) et
et la
la valeur moyenne
moyenne de de ce
ce signal
signal?
?
18
18 Chapitre 2.
Chapitre 2. Transformée
Transformée de
de Fourier
Fourier

Rép
Rép ::

1 2πR
-- Zn
2 π Jo
0 AA+
+BB sin (27f++Ф)
sin(2 π f t + φ )d+=
dt =A.
A.
a0 1 RT
- = x(t) dt.
- 42
2 = 4S0
T 0 x(t) dt.
Exercice d’application
d'application :: Soit
Soit le
le système
système suivant
suivant (filtra
(filtra passe-bas du 1er ordre), détermi-
ner la fonction de transfert H(H (f)
f ) du SLIT.

X(t)

On
On aa y(t)
y(t) = h(t) == αdee−α
= h(t) a pour x(t) = d (t). Il vient alors
t pour x(t) = δ (t). Il vient alors

 
Z +∞ Z +∞
− α+ j 2 π f t α
H( f ) = α e−α t e− j 2 π f t dt = α e dt = (2.11)
(2.11)
0 0 α + j2π f

Le module de H(f) est alors

H(f) =r
α
H( f ) = , (2.12)
(2.12)
α2 + 4 π2 f 2
(023+48353)
0 ==2m
avec α 2 π fc,
fc , fcfc est
est la
la fréquence
fréquence de
de coupure
coupure du
du filtre.
filtre.

L'argument de H(f)
L’argument de H(f)est
estarctang
arctang(−
(-f/fc),
f / fc ),pour
pourf f==fc,fcon
, ona aIH(f)|
|H(f)|==1/1/sqrt(2),
sqrt (2), cela
cela
correpond àà --3dB.
correpond 3dB.

Identité
Identité de
de Parseval
Parseval
Nous avons vu
Nous avons vu précédemment
précédemment queque la
la transformée
transformée de
de Fourier
Fourier n’est
n'est qu’une
qu'une représenta-
représenta-
tion alternative d’un
d'un signal
signal dans
dans le temps. Revenons donc a cette question en introduisant
 19
19

30B}

вс в

le théorème
théorèmedit
ditde
deParseval
Parseval: :

Théorème
Théorème de Parseval : Soient deux signaux x(t) et y(t)
y(t) ayant
ayant respectivement d
respectivement xx(t)(F)
(t) (F)
et d
et yy(t)(F)
(t) (F) comme
comme transformée
transformée de
de Fourier.
Fourier. L’énergie
L'énergie totale
totale d’interaction
d'interaction entre
entre ces
ces deux
deux
signaux est alors
signaux est alors

Z +∞
+∞0
Z +∞
+00

x(t) y∗ (t)
x(t)y* (t)dtdt== d (F) y*
x(t)
x(t)(F) yd
∗ (t)(F) dF.
(f) (F) dF. (2.13)
(2.13)
−∞ −∞

Démonstration
Démonstration

Z +∞
+00
Z +00
+∞
Z +∞
xx(t) ∗
(t) yy*(t)dt
(t)dt =
= d
x(t)(F) y∗ (t) e j 2 π Ft
dt dF
−∞
−∞
∞0
Z−∞ +∞+∞0 !∗
Z +∞
= d
x(t)(F) y(t) e− j 2 π Ft
dt dF (2.14)
(2.14)

Z−∞+00
-∞0
to (10-127421) ar −∞

+∞

== d(F) y*
x(t)
x(t)(F) yd
∗ (t)(F) dF.
(t) (F) dF.
−∞

Ce théorème
Ce nous procure
théorème nous procure donc
donc une
une règle
règle de
de conservation
conservation de de l'énergie
l’énergie entre
entre les
les
représentations temporelle et
représentations temporelle et fréquentielle
fréquentielle du
du signal.
signal. Ainsi,
Ainsi, l’énergie
l'énergie totale
totale d’un
d'un signal
signal est
est
qu'elle soit
la même, qu’elle soit mesurée
mesurée dans
dans le
le temps
temps ou
ou dans
dans les fréquences. Formellement,

Z +00
+∞
Z +∞
+00
2 2

I toper tes for.

x(t) dt = d
x(t)(F) dF. (2.15)
−∞ −∞
00

Exemple
Exemple :: Vérifiez
Vérifiez la
la loi
loide
deconservation
conservationde del’énergie
l'énergiepour
pourlelesignal x (t)==e−t
signalx(t) e "u(t) et
u(t) et
déterminez la proportion de l'énergie
l’énergie totale
totalecomprise
comprisedans
danslalabande
bande[O,
[0, 1] Hz.
20
20 Chapitre
Chapitre 2.
2. Transformée
Transformée de Fourier
Fourier

Solution
Solution ::

On
On aa: :e−|t|
e *==eeu(-t) +e*u(t).
t u(−t) + e−t u(t).

Ici,
Ici, x(t)
x(t) s'agit
s’agit de
de la
la fonction
fonction de
de transfert
transfert usuelle
usuelle d'un
d’unfiltre
filtre passe-bas
passe-bas causal
causal (défini
(défini
−t u(t) est égale à :
pour les temps positifs). La transformée de Fourier de x(t) = e *u(t) est égale à :
pour les temps positifs). La transformée de Fourier de x(t) = e

d 1
x(t)(F) = . (2.16)
(2.16)
x(t) (F) =1 +1+j27F
j 2 πF

Ainsi, il vient
Ainsi, il vient

2 1
d
x(t)(F) = . (2.17)
(2.17)
1 + 4 π 2F 2
L'énergie
L’énergie totale
totale du
dusignal
signalx(t)
x(t)est
estalors
alorségale
égaleà à: :

Z +00
+∞
2
Wx = d
x(t)(F) dF. (2.18)
(2.18)
−∞

On opère
On opère le
le changement
changement de
de variable
variableuu== 22* F, ilil vient
π F, vient alors
alors

Z +∞
Z +∞
+00
21 1
d
x(t)(F) dF = du
2π 1 + u2
−∞ −∞
1  
= arctan(u)|+∞
−∞ (2.19)
(2.19)
2π
1 π π
= ( + )
2π 2 2
1
= .
2
l'énergie dans la bande [0,1] Hz. Comme x(t) est un signal réel,
Calculons maintenant l’énergie

Z -1 Z +∞
5+00
1 1 1 2π
 1 
∆Wx = 2
2π 1 + u2
du = A
π (arcan (*)0 *) = π
arctan(F)| = (arctan (27)) ~' 0.45
arctan(2π) 0.45.
0 −∞
(2.20)
(2.20)

La
La bande
bande [0,
[0, 1]
1] Hz
Hz comporte donc environ
comporte donc environ 90%
90% de
de l’énergie
l'énergie totale∗.
totale*.
 21
21

Calculons
Calculonsensuite
ensuiteson
sonénergie
énergie totale
totale dans
dans le domaine temporel,
temporel, puis
puis l’énergie
l'énergie propagée
propagée
durant la première
durant la première seconde
seconde::

Z ∞
Z ∞
2 1
Wx = x(t) dt = e−2t dt = . (2.21)
(2.21)
2
0 0

Z 1

∆Wx = dt =w0.432.
e de
e-2
−2t
0.432. (2.22)
(2.22)
0

Ainsi,
Ainsi, environ 0.432/0.5 w
environ 0.432/0.5 - 86,5%
86,5% de
de l'énergie
l’énergietotale
totaledu
du signal
signal est
est transférée
transférée durant
durant la
la
première seconde de transmission. On retrouve donc les mêmes résultats.

Analyse spectrale
C'est l'étude
C’est l’étude des
des "composantes
"composantes spectrales"
spectrales" d'un
d’un signal
signal *(t).
x(t).

De manière générale pour calculer la transformée

transformée dede Fourier
Fourier d’un
d'un signal x(t),
x(t), soit
- onconnait
— on connaitl’expression
l'expressionanalytique
analytiquede
dex(t),
x(t),on
oncalcule
calculeX(
A (f)
f ) directement
— soit on ne connait pas l'expression analytique de x(t) oncalcule
— soit on ne connait pas l’expression analytique de x(t) on calculealors
alorsX(X(f)
f ) en
en
utilisant un appareil de mesure (analyse de spectre en estimons le spectre
spectre d’énergie
d'énergie
2
|X( f )| )
1X(F)13)

Dans ce
Dans ce dernier cas, on
dernier cas, on ne
ne peut
peut pas
pas mesurer
mesurer x(t)
x(t) sur
sur une
une durée
durée infinie,
infinie, on
on doit
doit alors
alors
tronquer temporellement x(t)
tronquer temporellement x(t) par
par une
une fenêtre
fenêtre temporelle
temporelle de
de durée
durée finie. Dans ce
finie. Dans ce cas,
cas, la
la
transformée de Fourier
Fourier expérimentale
expérimentale n’est
n'est qu’une
qu'une estimation de X X((f)
f ) théorique.
théorique. Le choix
de la
de la fenêtre
fenêtre va
va influencer
influencersur
surlalaqualité
qualitéde
del’estimation
l'estimationde
deX(X(f).
f ).
 rectangulaire Hanning Hamming Blackman
rectangulaire Hanning Hamming Blackman

fréquence

temps
Fenêtres temporelles

Spectre des fenêtres en d

0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2

rectangulaire HanningHamming Blackman

fréquence

Amplitudes différentes
pour 0 ≤ t ≤ T et 0 ailleurs

pour 0 ≤ t ≤ T et 0 ailleurs

rectangulaire
Blackman
Hanning

MAAA

Analyse spectrale : fenêtres de troncature temporelle

g (t) = 1 pour 0 ≤ t ≤ T et 0 ailleurs

8(1) - 0.5-0.5 co 274) pour Osts Tet ailleurs 8(1) = 0.54-0.46 cos/27 -
fréguence

Mêmes amplitudes

8(1) - 0.42-0.5005/274) +0.08 003/47

Effet du fenêtrage sur une somme de 2 cosinus

Rectangle Hanning Hamming Blackman SANA

III
Chapitre
hapi 3

3
3 Travaux dirigés
Travaux dirigés . . . . ................
. . . . . . . . . . . . . . .24
24
3. Travaux dirigés
ISTV-UVHC
L3GEII 2017-2018

TD OUTILS POUR LE GEII - FOURIER

Filtrage, convolution et séries de Fourier

Exercice 1
1. Soit le système suivant, composé d'un sommateur et de deux filtres de réponses impulsion-
nelles g(t) et h (t):

w(t) = ?
(a) w(t) = x1 (t) * g(t) * h(t) + x2 (t) * g(t) * h(t) + x3 (t) * g (t) * h(t)
(b) w(t) = x1 (t).g (t).h(t) + x2 (t).g (t).h (t) + x3 (t) .g(t).h(t)
(c) w(t) = x1 (t) * 1g (t).h (t)] + x2 (t) * [g(t).h (t)] + x3 (t) * [g(t).h (t)]
2. Soit le système suivant, composé d'un multiplicateur et de deux filtres de réponses impul-
sionnelles g(t) et h(t):

* FILTRE FILTRE → y(t)

P(t)

Exprimer la sortie y(t) en fonction des entrées u(t) et p(t) et des réponses impulsionnelles
g (t) et h(t).

Exercice 2:
Soit le signal x(t) suivant:

{ x(t)

Ce signal x(t) est filtré par un filtre de réponse impulsionnelle h(t) = 3 × (t - to) + 2 x 8(t -
t1)-1 x (t - t2). On appelle y(t) le signal en sortie du filtre.
1. Exprimer y(t) en fonction de x(t)
2. Représenter y(t) lorsque to = 0 , t1 = 2.T et t2 = 4.T

1
ISTV-UVHC L3GEII 2017-2018

Exercice 3:
1. Que vaut cos (2m fot)d (t - t1)?

(a) cos (2mfo(t - t1))

(b) cOs (2m Jot1)

(c) cos(27.fot1) & (t - t1)

(d) aucune des solutions proposées

2. Que vaut sinc (3f) * (f - 3) ?

(a) sinc (3f - 3)

(b) sinc(9)
(c) sinc(3(f - 3))
(d) aucune des solutions proposées

3. Que vaut [a(t) * 8(t - to)]8(t + t1)?

(a) x(t - to - t1)

(b) x(t - to +t1)
(c) x(t-to + t1)б(t+t1)
(d) x(-t1 - to)8(t + t1)

Exercice 4:
1. Soit les signaux u(t) et g(t) suivants, avec T2 = T1:

On cherche à déterminer le signal v(t) égal à la convolution de u(t) par g(t): v(t) = u(t) * g(t).
• Développer la formule du produit de convolution u(t) * g(t)
• Représenter graphiquement les deux signaux de la formule, en fonciton de la variable
d'intégration
• En déduire l'évolution de v(t) avec t.
2. Reprendre les questions du point 1. avec T2 > Ti

Exercice 5:
Soit le signal x(t) = Co + Ci cos (2m fpt + 1) + C3 cos(67 fp.t + 3) - Cy sin (107 fpt + Ф5).
1. x(t) est-il périodique, et si oui quelle est sa période?
2. Donner les valeurs des coefficients Xo, X1, X-1, Xs et X-5 de sa décomposition en séries de
Fourier (décomposition en exponentielles complexes).
3. Donner les valeurs des coefficients ao, a1, b1, as, et bs de sa décomposition en séries de
Fourier (décomposition en sinus et cosinus) et vérifier les relations de passage vues en cours
(an, bn → Xn).

2
ISTV-UVHC L3GEII 2017-2018

Transformée de Fourier
Exercice 6:
On note X(f) la transformée de Fourier du signal x (t).

1. Démonter la propriété de compression: a (at) a pour transformée de Fourier 1 * (&)

2. Démonter la propriété de dualité: X (t) a pour transformée de Fourier x (-f)

3. Montrer que si a(t) est pair alors X(f) = 210° x (t) cos (27ft) dt
4. Montrer que si x(t) est impair alors X (f) = -2j 100x (t) sin (2m ft) dt

Exercice 7:
Soit le système suivant:

x 3(1)-
ut)
P(t) q(t)

1. Exprimer W (f) en fonction de X, (f), X2(f), X3 (f), P(f) et G(f).

2. Exprimer y(t) en fonction de p(t), g(t), q(t) et u(t).
3. Exprimer W (f) en fonction de X1 (f), X2 (f), X3 (f), P(f), G(f) et Q(f).

Exercice 8:
Déterminer les transformées de Fourier suivantes:
• x(t) = 10 cos (2m fot)

• y(t) = - 4 sin (2m fo.t)

• z (t) = 20 exp (- 2mj.fo.t + j)
• u(t) = aod (t) + a1 (t - T1) + a2 (t - Tz)
• v (t) = ao-g(t) + a1 gt - T1), en notant G(f) la transformée de Fourier de g(t)

Exercice 9:
Tx(1)
------- A

1. Le signal x(t) est un rectangle entre 0 et T de hauteur A. Sa transformée de Fourier X (f)

vaut?
• X (f) = A.T sin(nf.T)/ (T.J.T)
• X (f) = A.T exp (- 27j.f.T/2) sin( fT)/ (т. f.T)
• X (f) = T sin (n f.T')/(.f.T)
• X (f) = A.T exp (+2.j.f.T) sin (.f.T)/ (т.J.T)
2. Le signal u(t) = x(t)б(t - T/2) vaut?

3
ISTV-UVHC L3GEII 2017-2018

• u (t) = A (t - T/2)
• u(t) = 0
• u (t) = б(t - T/2)
3. Le signal v(t) = x(t) * (t + T/2) vaut?
• v(t) = rectangle entre -T / 2 et + T / 2 de hauteur A
• v(t) = rectangle entre 0 et +T de hauteur A
• v (t) = rectangle entre T/2 et +3.T/2 de hauteur A
4. Le signal w(t) = x (t) * б (t - T/2) vaut?
• w(t) = rectangle entre -T/2 et +T/2 de hauteur A
• w(t) = rectangle entre 0 et +T de hauteur A
• w(t) = rectangle entre T/2 et +3.T/2 de hauteur A

Exercice 10:
Un signal x(t) admet pour TF X(f):

+ X(1)

Soit y(t) = x (t).p(t) avec p(t) = cos (2m fot)

Que vaut Y (f)? Représenter son allure.
ISTV-UVHC L3GEII 2017-2018

Exercice 11:
1. Déterminer la transformée de Fourier du signal x (t) = e-at xU (t) où U (t) est l'échelon unité
et a € R+
2. En déduire la transformée de Fourier du signal y (t) = e-altl, a E R+

Exercice 12:
On rappelle les définitions des fonctions rectangle et triangle :
rec(t) = 1 1si |t| ≤ 1
sinon
1-t si 0 ≤ t≤1
tri(t) = 1 + t si - 1 ≤ t≤0
0 sinon
On note également R(f) la transformée de Fourier de la fonction rec(t), et T(f) la transformée
de Fourier de la fonction tri(t).
1. Représenter graphiquement x1 (t) = rec(t - 3)
2. Représenter graphiquement x2 (t) = rec(*43)
3. Exprimer la transformée de Fourier X1(f) de 1(t) en fonction de R(f). Quelle propriété de
la transformée de Fourier avez-vous utilisée ?

4. Bie aimer lo trans dor ou de aurier 5 ul) de 2(1) en fonction de R(). Queles propriétés
5. Représenter graphiquement x3 (t) = x1 (t) * x1 (t)
6. Exprimer la transformée de Fourier X3 (f) de x3(t) en fonction de T (f). Quelle propriété de
la transformée de Fourier avez-vous utilisée ?

Exercice 13: Échantillonnage

On cherche à étudier l'effet de l'opération d'échantillonnage sur le spectre d'un signal. On note
x(t) le signal continu dans le temps, et xs(t) le signal échantillonné obtenu en multipliant x(t) par
un peigne de Diracs: 28(t) = x(t) x [+=-∞ 8(t-nTe), où Te est la période d'échantillonnage
(Fe = = est appelée fréquence d'échantillonnage).
1. Montrer que la transformée de Fourier du signal échantillonné as(t) peut s'écrire:
X (1) = 7 2m=-∞ * (1-7), où X (f)) est la transformée de Fourier du signal a(e).
On rappelle que la TF d'un peigne de Diracs est un peigne de Diracs: TF ≥+∞
ET 28 (1 - 7)
2. Représenter Xo(f) si X(/) = tri (i), dans les trois cas suivants:

(a) Te = 3W
(b) Te = 3W
(c) Te = 2W
Pour chacun de ces trois cas, dire s'il est possible de retrouver x(t) à partir du signal échan-
tillonné x&(t), et si oui, dire comment il faut faire.

5
ISTV-UVHC L3GEII 2017-2018

3. Compléter la formulation du théorème suivant, appelé théorème de l'échantillonnage:

'Si le signal continu x (t) possède une ................. finie W, et si la fréquence d'échantillonnage
Fe = T. est supérieure à ......, alors x (t) peut être reconstruit exactement à partir des échan-
tillons x(nTe), en filtrant le signal échantillonné avec un filtre passe-bas idéal de fréquence
de coupure fc = ......'
4. Analyse temporelle de l'effet d'un échantillonnage à une cadence insuffisante:

(a) Si x(t) = cos (27Wt) avec W = 1 Hz, représenter sur un même graphe x(t) et les
échantillons de xs (t) entre t = 0 et t = 2 s, lorsque Te = 3w•
(b) Recommencer pour Te = 3w puis pour Te = z
(c) Pour chacune des trois valeurs de Te ci-dessus, déterminer s'il existe une cosinusoïde de
fréquence inférieure à e qui passe par les échantillons de xs (t).
Quelle analyse pouvez-vous en tirer, en rapport avec le théorème de l'échantillonnage
énoncé à la question 3 ?

6
 ISTV-UVHC L3GEII 2017-2018

Examen Outils pour le GEII :

Transformée de Fourier
Documents manuscrits autorisés
Lundi 18 décembre 2017- Durée : 40 minutes

Exercice 1 :
On rappelle que la transformée de Fourier du signal x(t) = e-altl, a € R*+, vaut X(f) =
ati a vous demande de compléter le tableau suivant, en indiquant dans la troisième colonne le
nom de la propriété que vous avez utilisée afin compléter la lère ou la 2ème colonne. Les propriétés
sont à prendre dans la liste suivante : décalage temporel, dualité, dilatation, décalage fréquentiel.
0,45 +4
signal temporel transformée de Fourier nom de la propriété utilisée

1 e-2a/t| 11, * (Z) dilatation

x(t-z) -іЗні déc- têm parl
a+j27E + a-j271 2 (-7) chalité
a+j27 (8-2) + a-j27 (5-2) déc. frg.

Exercice 2 :
Soit un système linéaire composé de deux filtres de réponses impulsionnelles g(t) et g(t), et
d'un additionneur. Ce système prends en entrée un signal x(t) et un signal n(t). On note y(t) le

Par ailleurs, on note Y (f), G(f), Q(f), N(f) et X(f) les transformées de Fourier respectives
de y (t), g(t), q(t), n (t) et x(t).
1 M 1. Représenter le schéma bloc du système, sachant que celui-ci est modélisé par l'équation :
y (t) = g(t) * n(t) + g(t) * g(t) * x(t)

0,75 2. Exprimer Y (f) en fonction de G(f), Q(S), N (1) et X(1)

3. On suppose à présent que l'entrée x(t) vaut : x (t) = 38 (t) + б (t - 2) - 8(t - 5).
(a) Exprimer à nouveau y(t). Seules les noms q, g et n doivent apparaître dans le résultat
(pas de x ni de d)

(b) Déterminer X(f)

0, 3 (c) Déterminer Y (S) en fonction de Q(/), G(/) et N(/)

1
 ISTV-UVHC L3GEII 2017-2018

(d) On suppose à présent que n(t) = 0 et que q(t) * g(t) = tri(t) (fonction triangle). Repré-
senter graphiquement le signal y(t) pour -3 ≤ t ≤ 7.
(Bonus)
y (t)

-3 =2 -1 1 N 3

2
 33

3.0.1 TF
TF usuelles
usuelles
Tables des transtormées
'lables des transformées de
deL'ourier
Fourier
Simon Chabot
Simon Chabot

Aucune garantie
Aucune =)
garantie d'exactitude =)

Fonctions
Fonctions Transformée
Transformée de de Fourier
Fourier
R −2iπζx
f(x)
f (x) ffˆ(5)
(ζ) = Je-zina
e ff (x)
(x)ddx
x
af
af (x) +
+ bg(x)
bg(x) afˆ
af (5) + bg(5)
(ζ) + bĝ(ζ)
f(x-a)
f (x − a) e−2iπaζ fˆf(ζ)
e-zinas (5)
f(ax)
f (ax) 1 ˆ ζ
f(a)
Ta
|a|
(5)
f(x)
fˆ(x)
dn f (x)
f(-5)
f (−ζ)
d"d fxn(2) (2iπζ)n ffˆ(ζ)
(ZiTS)" (5)
dan
n
i n d fˆ(ζ)
x"
xn ff(x)
(x)
  d ζn
2π

(f
(f*∗9) (x)
g)(x) fˆĝ (ζ)
(18) (S)

(fg) (x)
(f g)(x) (f*g)
fˆ ∗ ĝ (5)
(ζ)

TAB. 11 - Quelques propriétés

Tab.

Fonctions Transformée
Fonctions Transformée dede Fourier
Fourier Remarque(s)
Remarque(s)
1 ζ


П(ах)
Π(ax)
la
sinc a
|a| sinc (&)


1 ζ
(ax)
sinc (ax) Π
2
la
|a|
1
" (9)
a

ζ
sinc? (ax)
sinc (ax)
Tay
tri a
|a| tri (S)
−ax
e-ax
e H(x)H (x)
1
a+2iπζ Re(a)
Re(a) >> 00
pπ 2 2
− π aζ
−ax2
ax?,
ee −a|x| a
e Re(a) >> 00
Re(a)
e 2a
a2 +4π 2 ζ 2 Re (a)>> 00
Re(a)
e−a|x| sign
e-alal sign(x)
(x)
−4iπζ
- діт5
a2 +4π 2 ζ 2 Re(a) >
> 00
23+47263
Tab. 2  Table de transformées de Fourier usuelles
TAB. 2 - Table de transformées de Fourier usuelles

1
 Fonctions FourierRemarque(s)
Fonctions Transformée de Fourier Remarque(s)
1 8δ(ζ)
(5)
δ(x)
б (х)) 1 1
eiax
elax 815-
δ(ζ − 2π a
)
xn n (n)
(−2iπ) δ (ζ)
1
x — it sgn(x)
−iπ sgn (x)
1
sgn(x)
 iπζ5
iT 
1 1
H (х)
H(x) + δ(ζ)
1 (176 + 8(5))
2 iπζ
∆
Даa (x)
(х) 24 (5)
1
a
∆ 1 (ζ)
a

TAB. 3-Table
Tab. 3 Tablede
detransformées
transforméesde
deFourier
Fourier des
des distributions
distributions usuelles
usuelles

Où on
Où on a :
(
1 Si |x| < 12
Π(x) =
0 Sinon
(
1 Si x > 0
H(x) =
0 Sinon
(
1 Si
Si x
x==00
sinc(x) = sin πx
πx
Sinon
(
1 − |x| Si |x| < 1
tri(x) =
0 Sinon
==ПП (х)∗*Π(x)
Π(x) II(х)
X∞

4. (7) = [87-na)
∆a (x) =
n=-∞0
n=−∞
δ(x − na)

2
 36
36 Chapitre 3.
Chapitre 3. Travaux dirigés

3.0.2 Rappels
3.0.2 Rappels en mathématique
 11

Développements limités usuels

Développements limités usuels en
en 00

2
xn n

ex
ex =1+ x x
= 1 + + -+...+
I1!+ 2!
2!
x
+ · · · + n! +
n!
+ 0(27+2)
O x n+1

x3 x2n+1

sh x = x+ + ···+ + O x2n+3
3! (2n + 1)! + 0 (2237+3)
(2n + 1)!
x2 x4 x2n

ch xx
ch == 1+22
1+ + -+...+
+ ···+ + O x2n+2
2!
2! 4!
4! (21)!
(2n)! + 0 (21+2)
x3 x2n+1

sin x
sin x == 2-23
x− + · · · + (−1)n
3!-+...+(-1)" (2n(2n
++
+ O x2n+3
1)!1)!+ 0 (237+3)
x2 x4 x2n

+ · · · + (−1)n + O x2n+2
cos x
COS X = 1−
2!
+
4! ++(-1) 27) +0 (2172)
(2n)!

α(α − 1) 2 α(α − 1) · · · (α − n + 1) n

(1 + x)α = 1 + αx + x + ···+ x + O xn+1
2! n!


1
=1+2+27+23++2+0(2071)
= 1 + x + x2 + x3 + · · · + xn + O xn+1
1 −- xx
1
2
x3 x4 xn

In
ln(1(1
− -x)х)= -х-
= −x −
x
2
−
3
−
4
-.-* +0 (2971)
− ···−
n
+ O xn+1

1

=1-x+27-23+...+(-1) 27+
= 1 − x + x2 − x3 + · · · + (−1)n n
x +0(21+1)
O xn+1
11 ++xx


− x2 + x3 − x*+...+
x2 x3 x4 n−1 x
n
In
ln(1(1++x) x)
= =xx-
2 3 4
+ · · · +(-1)
(−1)-19
n
+0 (8972)
+O xn+1

√ x x 2
1 × 3 × · · · × (2n − 3) n

V1+x
1+x = 1 + − +.+(-1)0-11x3X...X
= 1+
2 8
+ · · · + (−1)n−1
2x4x...x2n(2n-3) 2 x+ 0+ O
2 × 4 × · · · × 2n
(20+1)
xn+1

1

√
VI+x
1+x
=1- x 3
= 1− + x
2 8
2
− · · · + (−1)n
1 × 3 × · · · × (2n − 1) n
2x4x...x2n
2 × 4 × · · · × 2n
x + O xn+1

x3 n x
2n+1

Arctanxx== xx−- x3
Arctan +.+(-1)n
+ · · · + (−1)22n+1 + O x2n+3
3 2n + 11+0(221+3)
2n +

+x3 + · · · +
x3 x2n+1
x2n+1

Argth
Argth xx =
= xx+-3+...+
3 2n
2n +
+ O x2n+3
+ 11+0(227+3)
1x 3
1x3X...(2n-
1 × 3 × · · · (2n1) 222+1
− 1) x 2n+1

Arcsin
Arcsin xx = + 1 x3-+...+
= xx+ + · · · + 2X4X...X 2n 2n+1+0(227+3)
23
2 3 2 × 4 × · · · × 2n 2n + 1
+ O x2n+3

= x − 1x3 + · · · + (−1)n
1 x3 1 × 3 × · · · (2n − 1) x2n+1

Argsh x→=X-
Argsh x
3 23
2 "++(-1)01x3X.(2n-1)
2x4x...
2 × 4 × · ·X2n 22n+1
· × 2n
+ O x2n+3
2n+1+0(22775)
2n + 1

x 2 3
17 7

th x =x-x3
= x−
3
+ x
15
5
− 315*'
315
x +
+0O (2°)
x9

1 2 17

tan xx =x+
= x +523+15+31527
3
x + x +
15
3
315
x +0(29)
+O x 5 7 9
22

Développements en série
Développements en série entière
entière usuels
usuels

eax
e ax
= §а
=
P∞ an

n=0 n!
xn C , xXER
aa ∈EC, ∈R

sh x
sh x
=
=
P
∞ 1 1 x2n+1 XER
x∈R

1
(2n + 1)!
Zo (2n + 1) 22n+1
n=0

P
∞ 1
ch x
ch x =
(2n)!
x2n XER
x∈R
n=0

P∞ _(-1)"
(−1)n
sin x
sin x = x2n+1 XER
x∈R
2(21+1) 21+1
n=0 (2n + 1)!

P∞ (−1)n
cos x
cos x = x2n XER
x∈R
n=0 (2n)!

P∞ α(α − 1) · · · (α − n + 1)
(1 +x)ª
(1 + x)α = 1+
n=1 n!
xn (GER)
(α ∈ R) x ∈ ] −1 ; 1 [
xE]-1;11

11
= P 11 xn
∞
(a €CC*)
(a ∈ ∗
xx E]-lal;la||
∈ ] −|a| ; |a| [
а -x
a−x
=
n=0 a n+1
)

11 P
) xE]-a;al|
in+1
∞ n+1
=
n=0an+2
xn (a ECC*)
(a ∈ ∗
x ∈ ] −|a| ; |a| [
(а - х)?
n+2
(a − x)2 n=0 a

(a - x)k
(a − x)k
11 = n=0 antk
=
P∞ Ck−1
n+k−1
n=0 a
n+k
xn (a
(a €
∈CC*)
∗
) xE]-lal;la||
x ∈ ] −|a| ; |a| [

00 1
In
ln(1(1 - x)= =− -[
P 1 ∞
− x) =xn
n
x n
xE1-1;11
x ∈ [ −1 ; 1 [
n=1n
n=1

P (−1) ∞ n−1
In(1+2)
ln(1 + x) =
= 2(-1)0-3- xn
n
xn xE]-1;1]
x ∈ ] −1 ; 1 ]
n=1 n=1
√
VI+x
1+x =1+ x
= 1 + +=
2
P
(−1)
N18
∞
1 × 3 × · · · × (2n − 3)
+ (-170-11x3X.-X(2n-3)
2x4x
2 × 4 ×...x
n=2
n−1
· · · ×(2n)
(2n)
sm
x n
xx ∈€|-1;11
] −1 ; 1 [

1 P
∞ 1 × 3 × · · · × (2n − 1) n
11+X√
1+x
= 1+
n=1
(−1)n
2x4x...
2 × 4 × ·x (2n)
··× (2n)
x x€|-1;11
x ∈ ] −1 ; 1 [

∞ (−1)n
P
Arctan x
Arctan x =
= n=o2n
©
n=0(-1)"
2n + 1
x2n+1
•x2n+1 xx ∈€|-1;1]
[ −1 ; 1 ]

P
∞ 1
Argth x =
=
n=0 2n + 1
x2n+1 x€|-1;11
x ∈ ] −1 ; 1 [

P∞ 1 × 3 × · · · × (2n − 1) x2n+1
Arcsin xx
Arcsin = x+ xx ∈€]-1:11
] −1 ; 1 [
=x+& n=1 2x4x...
1x3x...
2 × 4x×(2n· ·x· ×
-(2n)
1) 22m
(2n) 2n +1
2n ++ 11
P
∞ 1 × 3 × · · · × (2n − 1) x2n+1
Argsh x
Argsh x =
x+2(-1)
x+
n=1
(−1)n
1x3x...x (2n -1) ant1
2x4x
2 × 4 ×...x
· · · ×(2n)
(2n) 2n
2n +
+11 xx ∈€-1;11
] −1 ; 1 [
 33

Dérivées usuelles
Dérivées usuelles

Fonction
Fonction Dérivée
Dérivée Dérivabilité
Dérivabilité

xn NEZ
n∈Z nxn−1 R∗
R*
xa
xα aER
α∈R axa-1
αxα−1 R
R$
∗
+

αx
eax
e aEC
α∈C αx
αe ax
de R
R

ax R+
aa ∈ER$
∗
ax ln a R
1
In/x|
ln |x|
x
R∗
1
10ga
loga X
x aER$1{1}
a ∈ R∗ r {1}
+ R∗
x ln a
cos x
COs X − sin
- sin xx R
R

sin
sin xx cos x
COS x R
R
1 nπ o
tan
tan x
x 11 + tan2 xx ==
+ tan? 2
Rr + kπ k ∈ Z
cos? xx
cos 2
−1
cotan x
cotan x -1 x == -1
cotan2 2x
−1 -− cotan
sin2 xx
RITZ
R r πZ
sin"
ch x
ch x sh xx
sh R
R

sh
sh x
x ch x
ch R
R
1
th
th x
x 1 − th 2 x = 2 R
R
1- th x = chỉ x
ch x
−1
coth x
coth x 2
1 − coth x = 2 R*
R∗
1- coth x = sh sh x x
1
Arcsin
Arcsin xx √ 1-1;11
] −1 ; 1 [
1 − x2
−1
Arccos x √
1 − x2 1-1;11
] −1 ; 1 [

1
Arctan x
1 + x2 R
R

Argsh x √ 1 R
R
x2 + 1 |—

1
Argch
Argch xx √
2
11;+001
]1; ∞[
+
x −1
1
Argth
Argth xx
1-1;1|
] −1 ; 1 [
1 − x2
4

Primitives
Primitives usuelles
usuelles

II Polynômes
Polynômesetetfractions
fractionssimples
simples
Fonction
Fonction Primitive
Primitive Intervalles
Intervalles
NEN
n ∈ N :: xXER
∈R
(x − x0 )n+1
(х - хо)"
(x − x0 ) XOER
x0 ∈ R
n NEZI
n ∈ Z r(NU{-1})
(N ∪ {−1}) ::
∈ Z r {−1}
NEZI1-1}
n n+1
n+1
xx ∈E]-00;x0
] ∞ ; x0 [|,|x0;
− , ] x0 ;+00
∞ [| +

α+1
x0 ∈ R (x − x0 )
(х
(x -−хо)"
x0 )α XOER 1x0; +∞ [
] x0 ; +00 |
∈ C r {−1}
aEC,{-1}
α a+1
α+1
(x − z0 )n+1
(x z0 )n ZOECIR
(x -−20)" z0 ∈ C r R (x-20)"+1 R
∈ Z r {−1}
NELI1-1)
n n+1
n+1

11 aER
a∈R In
ln |xx-a|
− a| 1-00;a1,
] −∞ ; a [ ,1a;
] a ;+001
+∞ [

х -а
x−a
1  
11 ln (x − a)2 + b2
x − (a++ib)
x-(a ib)
aER,
a ∈ R, bbER*
∈ R∗ Im
2 (0-0)3+631
x−a R
R
+ i Arctan
+ i Arctan X b- a

II
II Fonctions
Fonctions usuelles
usuelles
Fonction
Fonction Primitive
Primitive Intervalles
Intervalles

In x
ln x xx(ln
(Inx - 1)
x− 1) 10;+001
] 0 ; +∞ [
1 αx
eax
eαx dEC*
α ∈ C∗ e R
R
α

sin x
sin x - COS
− cos xX R
R

cos X
cOs x sin xx
sin R
R
i π π h
tan
tan x
x -−Inln||cos x|
cos x| − + kπ ; + kπ
2 2
cotan x
cotan x In
ln || sin x|
x| ] kπ ; (k + 1)π [

sh
sh x
x ch x
ch x R
ch x
ch x sh x
sh x R
th
th x
x In(ch x)
ln(ch x) R
coth x
coth x In
ln ||sh x|
sh x| 1-00;01,10;+001
] ∞;0[ , ]0; ∞[
− +
 Primitives usuelles
Primitives usuelles 5

III
III Puissances
Puissancesetetinverses
inversesde
defonctions
fonctions usuelles
usuelles
Fonction
Fonction Primitive
Primitive Intervalles
Intervalles

x sin 2x
2
sin xx
sin? −
22 - sin42x R
R

x sin
sin2x
2x
cos?
2
cos xx
2
+
4 4 R
R

i π π h
tan?
2
x
tan x tanx - xx
tan x − − + kπ ; + kπ
22 + кт;2" + k |
cotan xx
cotan?
2
- cotan
− cotan xx −
- xx 1KT; (k+1)71
] kπ ; (k + 1)π [

sh 2x
sh 2x x
sh"x
sh 2 x
4
−
2 R
R

sh 2x x
ch
ch 2 x
x +
sh420 + 2z R
R

th?
th x2
x xx −- th x
th x R
R

coth?
coth x
x 2
xx −
- coth
coth x
x 1-00;01,10;+001
] ∞;0[ , ]0; ∞[
− +

11 ln tan
x
] kπ ; (k + 1)π [
sin
sin xx In tan El
2
x π i h
11 ln tan + −
π π
+ kπ ; + kπ
cos X
cos x 2 4 2 2

11 ln th
x
1-00;01,10;+001
] ∞;0[ , ]0; ∞[
sh x
− +
sh x In |th El
2
1 22Arctan
Arctan e"
ex R
ch x
ch x R
11
2 ==11+
+cotan
cotan 2?x
x -−cotan
cotan x
x Kn;
] kπ ;(k+1)+1
(k + 1)π [
sin? x
sin x
11 -==11 ++ tan'
tan2 x
x tan
tan x
x
i
−
π π
+ kπ ; + kπ
h
cos2 x 2 2
11 -coth
− coth x
-==coth
coth~2 xx −
- 11 x 1-00:01,10;+001
] ∞;0[ , ]0; ∞[
− +
sh 2 x
11 th
th x
ch 2x 2
x
-=
= 1-
1 − th°x
th 2 x x R
ch
11 -−cotan
cotan xx−-
cotan x
cotan 3 x
Кт;
] kπ ;(k+1)01
(k + 1)π [
4
sin xx
sin* 3 3
i h
11 tan3 x
+tan?3 x
π π
cost4 xx
cos
tanx
tan x +
3 −
2
+ kπ ; + kπ
2
66 Primitives usuelles
Primitives usuelles

IV
IV Fonctions
Fonctionsdérivées
dérivéesde
defonctions
fonctions réciproques
réciproques

Fonction
Fonction Primitive
Primitive Intervalles
Intervalles

11
1+22
1 + x2
Arctan
Arctan x
x R
R

1 1 aER* 1 x
a ∈ R∗ Arctan R
R
a2 + x2 ¿ Arctan a"
a

 

] −1 ; 1 [

Argth x 11-1;11
1 (Argth
1
a
1+x  ] −∞ ; −1 [ ,
 
11 −- x3
x2  ln
2 1−x 11-9:17.
] −1 ; 1 [ , ]1:001
1 ; +∞ [
 
 1 x 

 Argth ] −|a| ; |a| [

11 R∗
a ∈ER* Saa
Argh
1 a
a
+
ax
2 − x2 
 ] −∞ ; −|a| [ ,

a2 - x2
a 
2a
ln
a−x
] −|a| ; |a| [ , ] |a| ; ∞ [
1-01 all 111:+001 +

11
√ Arcsin
Arcsin xx 1-1;11
] −1 ; 1 [
1 − x2

11 x
√ aER*
a ∈ R∗ Arcsin
Arcsin
lal
|a| 1-a
] −|a| ;all
; |a| [
Vaz - x2
a 2 − x2

11 Argsh
Argsh
√xx==

√
In
ln (x
x++ Vx? + 1)
x2 + 1 R
R
Vx2+1
x2+1

 
Argch x
 111;+001

 ] 1 ; +∞ [
11 (Argeh
− Argchx(−x) ] −∞ ; −1 [
√  √ 
x2 −- 11  
Vx2 ln |x + x2 − 1| 1-20:
] −∞ ;-11
−1 [ ou
ou 11:001
] 1 ; +∞ [


 a>0 : R

√
1 1 aER*
a ∈ R∗ In
ln xx +
√
+ Vx=+a|
x2 + a 

a<  0 : √ 
−∞ ; − −a
2
x +a  √
1 1-00;
ou ] =V=al
a ; +∞ [
ou | Va; +001

11 1 x
Arctan x + R
(22
(x2 ++1)
1)22 ¿2Arctan x + 2(222
2(x ++ 1)
1)

2
xx2 1 x
(22 +
(x2 + 1)2 1)2
Arctan x −
=2 Arctan X - 2(2*+
2(x + 1)
2 1) RR
 77

Trigonométrie
Trigonométrie

II Fonctions
Fonctionscirculaires
circulaires

11 Premières
Premièrespropriétés
propriétés

sin x
sin x cos x
COS X tan x
tan x cotan
cotan xx
nπ o
Ensemble de
Ensemble de
définition
définition RR RR Rr
2
+ kπ k ∈ Z RITZ
R r πZ

Période
Période 2π 2т
2π π π
Parité impaire
Parité paire impaire
impaire impaire
impaire
f (π −
f(T - x)
x) sin x − cos x -tan
− tan x
x -cotan
− cotan x
x
f (π +
f(T + x)
x) − sin x − cos x
-COSX tan
tan x
x cotan x
cotan x
π 
f + (5-2)
2
−x cos x sin X
sin x cotan x
cotan x tan x
tan x
π 
f
2
+x cos x -−sin
sin xx -−cotan
cotan x
x -tan
− tan x
x
nπ o
Ensemble de
Ensemble de
dérivabilité
dérivabilité RR R
R Rr
2
+ kπ k ∈ Z RITZ
R r πZ

2
−1−cotan
-1 - cotan? xx
11
Dérivée
Dérivée cos
cos xx -−sin x
sin x 11 +
+ tan?
tan2 xx =
= 2
cos xx =
−1
cos? =
2
sin? xx
sin

2Valeurs remarquables
2 Valeurs remarquables

π
cotan xx
cotan
2 π π
33 π
2
4
1 π
6
2 tan x
tan x
sin
sin x
x

0
√ √ 0
1 V2V3
2 3 cos xX
COS
2 2 22
2
 88 Trigonométrie
Trigonométrie

0
√
т/6
π/6
√
π/4 T/
√
π/33 π/2
sin xx
sin 0 VI/2
√
1/2 V2/2
√
2/2 13/2
√
3/2 11
cos xX
COs 1 13/2
3/2 V2/2
2/2 VI/2
1/2 0
√ √
tan xx
tan 0 1/V3
1/ 3 11 V33 indéfini
indéfini
√ √
cotan xx indé
cotan indéfini
ni V33 11 1/V3
1/ 3 0

Il
II Fonctions
Fonctionsréciproques
réciproquesdes
desfonctions
fonctions circulaires
circulaires
11 Définition
Définition
Les périodicités et les symétries des fonctions trigonométriques introduisent une
difficulté pour résoudre les équations du type sin x = λ. Par exemple, π/6 , 5π/6 et
π/6 + 4π ont tous la même image par la fonction sinus. Les « fonctions circulaires
réciproques » Arcsin , Arccos , Arctan et Arccot ne sont pas de vraies réciproques,
puisque les fonctions de départ ne sont pas des bijections ; ajoutons qu’elles ne sont
pas
pas périodiques.
périodiques. IlIl faut
fautles
les combiner
combiner avec la périodicité
avec la périodicité et,
et, pour
pour sinus et cosinus,
sinus et avec
cosinus, avec
les symétries par rapport à l’axe des ordonnées et l’axe des abscisses respectivement.

•• Si
Si sin = λ1∈€[(-1;1],
sin xx = −1 ; 1 ], alors
alors xx== Arcsin
Arcsinλ 1mod
mod2π2
ou x = π −
Ou 2 = - Arcsin 1λ mod
Arcsin mod 2n
2π
••SiSicosx
cos x ==1λ E
∈ (-1;1],
[ −1 ; 1 ],alors
alorsxx==Arccos
Arccos λ1 mod
mod 27
2π
ou x = − Arcsin λ mod
ou x = - Arcsin 1 mod 27 2π
••SiSitan
tan xx =
=1 λ€∈ IR, alorsx x= =Arctan
R, alors Arctanλ 1mod
modπ
••SiSicotan
cotan xx ==1λ€∈IR, alorsxx==Arccot
R, alors Arccotλ1 mod
modπi
Le
Le problème réciproque est,
problème réciproque est, lui,
lui, sans
sans difficulté
difficulté:: sisi xx =
= Arcsin 1, alors
Arcsin λ, sin xx =
alors sin = λ.
1.

22 Propriétés
Propriétés
Arcsin
Arcsin xx Arccos xx
Arccos Arctan xx
Arctan Arccot
Arccot xx
Ensemble de
Ensemble de
définition
définition
(-1;1]
[ −1 ; 1 ] 1-1;1]
[ −1 ; 1 ] RR R
R

Ensemble
Ensemble
image
image (-т/2;7/2]
[ −π/2 ; π/2 ] (0;7]
[0;π] ] −π/2 ; π/2 [
1-0/2;7/21 10;7|
]0;π[

Période
Période aucune
aucune aucune
aucune aucune
aucune aucune
aucune
Parité
Parité impaire
impaire aucune
aucune impaire
impaire aucune
aucune
Ensemble de
Ensemble de
dérivabilité
dérivabilité 1-1;11
] −1 ; 1 [
1-1;11
] −1 ; 1 [ RR RR

Dérivée √ 1
1
√ -1
−1 1 -1
−1
Dérivée
1 − x2 1 − x2 1+23
1+ x2 1 + x2
V1 - 22
fi
 Trigonométrie
Trigonométrie 99
3
3 Relations
Relations
Arccosxx++Arcsin
Arccos Arcsinxx== π/2
1/2 
 00 sisi xy < 11

 xy <
x+y
Arctan xx +
Arctan + Arctan
Arctan yy =
= Arctan
Arctan + επ où ε = 11 sisi xy
xy >
> 11 et x, yy >
et x, > 00
11X+Y
− xy + ET OÙ E = 
- хУ 

-1
−1sisixy xy>>11etetx,
x, y
y6 < 00
Arctan xx++Arccot
Arctan Arccotxx== π/2
1/2
(
§Arctan 1/x
Arctan 1/x sisi xx >
>00
Arccotxx ==
Arccot
\+π++Arctan 1/xsisixx<< 00
Arctan 1/x

Arctan
Arctan x
x++ Arctan
Arctan 1/x
1/x ==sign (x) ×
sign(x) X π/2
1/2

Ill
III Formules
Formules
11 Corollaires
Corollaires du
du théorème
théorème de
de Pythagore
Pythagore

cos?
cos2 xx++sin
sin'
2
xx== 11
1
cos2 x =
cos' x = I1 +
+ tan'
tan2 x
x
tan2 x
= tan? x2
1
sin2 x =
sin? x = 11+ cot'xx 11 +
+ cot2
+ tan
tan'x
x

22 Addition
Additiondes
des arcs
arcs
p+q p−q
cos(a
cos(a ++6)
b) ==cos
cosaacos
cos bb −
- sin
sin aa sin b6 cosp + cos
cos p + cosqq ==2 cos"+ 9 cos
2 cos cos" - 9
2 2
p+q p−q
sin(a ++b)
sin(a b) ==sin
sinaacos
cosbb +
+sin
sinbb cos aa sinp
sin p ++ sinq
sin q == 22 sin
sin" + 9 coscos" - 9
2 2
tan aa +
tan + tan
tanbb sin (p +
sin(p + 9)
q)
tan(a +
tan(a + b)
6)== tanpp +
tan + tang =
tan q =
11 −- tan
tanatanb
a tan b cos
cos pp cos qq
p−q p+q
cos(a -−b)b)==cos
cosaacos
cos6b +
+ sin
sin aa sin b6 sinp
sin p -−sinq
sin q ==22sin"
sin - 9 cos cos " + 9
2 2
p+q p−q
sin(a -−b)b)==sin
sin(a sinaacos
cosbb −
- sin
sinbb cos aa cosp
cos p −- cosq
cos q == −2
-2 sin"
sin + 4 sin sin? - 9
2 2
tanaa −
tan - tanb
tan b sin(p − q)
tan(a − b) = tanpp −
tan - tang = sin (p - 9)
tan q =
tan (a -b) =1I+ tanatanb
+ tan a tan b cosp
cos pcos
cos qq

3
3 Arc
Arc double,
double, arc
arc moitié
moitié
1 + cos 2x
cos 2x== cos
cos 2x cos?
2
xx−- sin
sin'2 xx cos?
2
= 1 + cos
cos xx = 2x
2 2
= 2 cos
= cos-x-1
2
x−1
= 11 -−22sin?
= sin2 xx
2 1 − cos 2x
sin
sin 2x ==22sin
sinxx cos x sin xx =
sin? = 1 - cos
2 2.
22 tan
tan xx
tan xx== sin 2x =
sin 2x 1 − cos 2x
tan 2x ==
tan 2x tan 1402520= 15i22
sin
sin 2x
11 −- tan
tan'xx
2 1 + cos 2x 2x
10
10 Trigonométrie
Trigonométrie

x
En notant t = tan comme dans les règles de Bioche, on a :
2
cos xX== 1-12
En notant t = tan ", comme dans 2t les règles de Bioche, on1 a−:t2
sin x = COS
sin X = 11+13
+t 2 1+12
1 + t2

4Formule de Moivre
4 Formule de Moivre

(cosa
(cos a +
+ ii sina)"
sin a)n ==cosna
cos na +
+ ii sin na
sin na

d'où
d’où cos 3a== cos
cos 3a cosa
3 - 3 cos a sin'a
a − 3 cos a sin2 a
=
= 44 cos'a
cos3 a -−33cos
cos aa
sin 3a = 3 cos2 a sin a − sin3 a
sin 3a = 3 cos'a sin a 3- sin a
= 33 sin
= sinaa−- 44 sin
sin'aa
3 tan a − tan3 a
tan
tan 3a = 3tana - tan®
3a = a
11 -−33tan?
tan2 aa

55 Arcs
Arcsenenprogression
progression arithmétique
arithmétique
nx (n + 1)x nx (n + 1)x
sin
sin 2 sin
sin (n + 1)x cos
cos n2 sin
sin (n + 1)2
=° 2
P
n
2 2 P
n
2 2
Ё sin
sin kx
kx = x cos kx = x
k=0
k=0 sin Ecos
k=0 ka =- sin
2 sin 2=
IV Trigonométrie
IV Trigonométriehyperbolique
hyperbolique

ch'x-sh?
ch 2 x − sh 2xx =
=11
p+q p−q
ch(a
ch (a++ b)
b)==ch
chaach
ch bb +
+ sh
sh aash
sh bb ch p + ch q = 2 ch ch
chp + ch 9=2 ch"Fª ch"=ª
2 2
p+q p−q
sh (a
sh (a ++ b)
6)==sh ach
sh a ch bb +
+ sh bch
b ch a sh p + sh q = 2 sh ch
shp+sh q=2sh? + 2 9ch"-2 9

th
th (a +
+ b) =
=
thattho
th a + th b
th
th pp+th
+ th q9=
=
sh
sh (p
(p + 9)
q)
11 ++ th
thaa th
th 6
b ch p ch gq
ch p ch
p+q −q
ch (a−- b)
ch (a = ch
b) = chaach
ch b6−- sh
sh aash
sh bb chp-ch
ch p − chq=
q = 2sh
2 sh P+9 sh
2
shpP-9
2
p−q p+q
sh (a−- b)
sh (a b) ==sh
sh aach
ch bb −
- sh
sh bbch
ch aa shp-sh
sh p − sh qq=2sh"-
= 2 sh
2
9ch'+
ch
2
9
th
th aa-th
− thob sh (p − q)
th (a−- b)
th (a b)== th p − th q =
11 −
- th
th aa th
th b
b th p-th g= 8h ch p(p-1)
ch q

ch
ch 2x + 11
2x +
ch 2x==chch-x+sh-x
ch 2x 2
x + sh 2 x ch 2
ch 2x=-
x=
2
=2ch?x - 11
= 2 ch 2 x −
= 11++2sh?x
= 2 sh 2 x
ch
ch 2x - 11
2x −
sh 2x =
sh = 22sh
sh xx ch x sh 22x
sh x ==
2 2
th
th 2x =
2x =
2th
2 th x
x
th
th x
x==
sh
sh 2x
2x
=
ch 2x − 1
1+
1 +th°
th x2 Ch 212
ch 2x + 171 = sh
sh 2x
ch 2-
2x 1
 Trigonométrie
Trigonométrie 11
11

x
En notant tt =
En notant = th , on a :
2 on a:
2,
2t
2t 1+12
1 + t2
sh xx ==
sh ch x
x==
1 −
1-12 t2 11 −
2
t
- 12

(ch
(ch aa +
+ sh
sh a)
a)~
n
= ch
= na +
ch na + sh
sh na
na
d'où
d’où ch
ch 3a = ch
3a = ch 3' aa +
+ 3ch
3 ch ash
a sh °2 aa
= 44ch'a
= ch 3 a -−3ch
3 ch aa

sh 3a =
sh 3a = 3ch-ash
3 ch 2 a sh aa +
+ sh3
sh 3 aa
= 4sh
= 4 sh 33aa +
+ 33 sh
sh aa

th 3a
th 3а==
3th
3 th aa ++ththa
3
a
1+3th'a
1 + 3 th 2 a