MATHEMATIQUES DU SIGNAL

ESATIC UP MATHS
Table des matières

NOTATIONS 3

INTRODUCTION 4

1 Rappels 6
1.0.1 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Signaux, fonctions et opérateurs de base 9

2.1 Signaux usuels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Fonction signe . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Fonction échelon unité . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 Fonction rampe . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.4 Fonction rectangle ou porte . . . . . . . . . . . . . . . . . . . . 10
2.1.5 Fonction triangle . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2 Impulsion de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1 Distribution de Dirac . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2 Propriétés et règles opératoires . . . . . . . . . . . . . . . . . . . 14
2.3 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.2 La convolution en BD . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3 Introduction à la théorie des distributions 21

4 Espaces L1 , L2 et convergences 24
4.1 Orthogonalité, projections dans L2 (I) . . . . . . . . . . . . . . . . . . . 25

5 Analyse de Fourier 27
5.1 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.1.1 Théorème de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . 28
5.1.2 Théorème de dérivation . . . . . . . . . . . . . . . . . . . . . . 28

1
TABLE DES MATIÈRES

5.1.3 Identité de Parseval . . . . . . . . . . . . . . . . . . . . . . . . . 28

5.1.4 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . 28
5.2 Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.2.2 Transformées de Laplace usuelles . . . . . . . . . . . . . . . . . 30
5.2.3 Propriétés de la transformée de Laplace . . . . . . . . . . . . . . 32
5.2.4 Transformée de Laplace inverse . . . . . . . . . . . . . . . . . . 34
5.2.5 Équations différentielles . . . . . . . . . . . . . . . . . . . . . . 36
5.3 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.3.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.3.3 Transformée de Fourier inverse . . . . . . . . . . . . . . . . . . 42
5.3.4 Lien avec la transformée de Laplace . . . . . . . . . . . . . . . . 43
5.4 Transformée en Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.4.1 Propriétés de la transformée en Z . . . . . . . . . . . . . . . . . 44

BIBLIOGRAPHIE 47

ESATIC 2 UP Maths
Notations

Notation Définition
R Ensemble des nombres réels
C Ensemble des nombres complexes
K R ou C
Vect(A) Le sous-espace vectoriel engendré par A
e.v.n Espace vectoriel normée
i.e C’est-à-dire.
s.e.v Sous-espace vectoriel
PP presque partout
Ω ouvert non vide de Rn
h., .i Produit scalaire dans un espace Rn
∀ Symbole universel "pour tout"
∃ Symbole universel "il existe"

3
Introduction

Le mot signal vient du latin signum : signe ; variation d’une grandeur physique de na-
ture quelconque porteuse d’information.
Un signal est donc la représentation physique de l’information. Sa nature physique peut
être très variable : acoustique, électronique, optique, etc.
Le mot signal est pratiquement toujours associé au mot bruit. Ce dernier est utilisé dans
le langage commun, mais il revêt, dans la théorie du signal, un sens bien particulier.

Le mot Bruit vient du latin populaire brugere : braire et rugire : rugir ; perturbation
indésirable qui se superpose au signal et aux données utiles, dans un canal de transmission
ou dans un système de traitement de l’information.
Le bruit (noise en anglais) dépendra très fortement du contexte. Par exemple :
— pour un opérateur sonar, le signal utile est émis par les navires et les sous-marins,
alors que les poissons et les crustacés émettent des signaux qui sont des perturba-
tions pour le signal utile, donc des bruits,
— réciproquement, pour l’opérateur sonar d’un bâtiment de pêche, le signal utile est
celui émis par les bancs de poissons, les autres signaux sont donc des perturbations
et constituent donc du bruit.

Ainsi, il apparaît évident qu’un problème fondamental en traitement du signal sera

d’extraire le signal utile du bruit. La difficulté du problème dépend en particulier de la
proportion entre signal et bruit. Ceci est mesure par le rapport signal à bruit (RSB, ou
SNR en anglais pour signal noise ratio).

Le traitement du signal est un domaine très répendu. Maitriser les outils mathéma-
tiques pour le traitement du signal, c’est maitrisé une bonne partie du traitement de signal.
Dans ce cours, nous donnons les outils mathématiques couramment utilisées. Il s’agit de :
l’analyse de Fourier, l’analyse fonctionnelle, les distributions et l’analyse complexe.

On étudie un signal de deux points de vue :

— le point de vue temporel (ou spatial) : étude du signal dans le temps, tel qu’il est

4
INTRODUCTION

enregistré ou dans l’espace physique (pour une image par exemple) ;

— le point de vue fréquentiel : on extrait du signal des informations cachées mais
qui sont caractéristiques de chaque signal. Les outils mathématiques sont essen-
tiellement la transformation de Fourier et la transformation de Laplace (et leurs
analogues "discrets", la transformation de Fourier discrète (ou TFD) et la transfor-
mation en Z.

ESATIC 5 UP Maths
Chapitre 1

Rappels
Z b
• Si la fonction f est continue sur l’intervalle fermé borné [a, b], f (x)dx est une
a
intégrale définie etZc’est un nombre si a, b et f sont spécifiés.
x
• Pour x ∈ [a, b], f (t)dt est une fonction de x. C’est la primitive de f qui
a
s’annule pour x = a.
• Si l’intervalle est non borné ou si f n’est pas bornée, on dit que l’intégrale est
impropre
Z +∞ (ou généralisée). Z X
— f (x)dx est convergente si lim f (x)dx existe et a une valeur finie.
a X→+∞ a
Z b Z b−ε
— Si f n’est pas définie en b, f (x)dx est convergente si lim f (x)dx
a ε→0+ a
existe et a une valeur finie.
Sinon, ces intégrales divergent.
• Critères
Z +∞de Riemann
1
— α
dx converge si et seulement si α > 1, diverge sinon.
Za b x
1
— α
dx converge si et seulement si a < 1, diverge sinon.
a (x − a) Z b Z b
• Si, ∀x ∈ [a, b], 0 ≤ g(x) ≤ f (x), alors 0 ≤ g(x)dx ≤ f (x)dx.
Z b a a Z b
• Une intégrale f (x)dx est dite absolument convergente si |f (x)|dx a une
a Z b a Z b
valeur finie. Cela implique qu’elle est convergente car | f (x)dx| ≤ |f (x)|dx.
a a
On dit alors que la fonction f est sommable sur [a, b].
• Critères de comparaison
eX ln(X)
— Pour n > 0, n −→ +∞, n > 0, −→ 0, εn ln(ε)n −→ 0.
X X→+∞ X n X→+∞ ε→0
f (x)
— f et g sont équivalentes au voisinage de a, si lim = 1, on note f ∼ g.
x→a g(x) a

6
RAPPELS

Z b Z b
— f et g sont continues sur ]a, b] et si f ∼ g alors f (x)dx et g(x)dx sont
a a a
de même nature. Z +∞
— si f et g sont continues sur [a, +∞[ et si f ∼ g alors f (x)dx et
+∞ a
Z +∞
g(x)dx sont de même nature.
a
• Intégrales doubles
— Changements de variables :
si x = g(u, v) et y = h(u, v), on a :
Z Z Z Z
f (x, y)dxdy = f (g(u, v), h(u, v))|J(u, v)|dudv
D ∆
!
∂g ∂g
∂u ∂v
où ∆ est l’image du domaine D, J est la matrice jacobienne : J = ∂h ∂h
∂u ∂v
et |J(u, v)| son déterminant, appelé Jacobien.

1.0.1 Théorème de Fubini

Théorème 1.0.1 (Théorème de Fubini). Soient I = [α, β] et J = [a, b] deux intervalles
fermés bornés. Soit f une fonction continue sur I × J, à valeurs dans R (ou C). Alors la
fonction F définie pour tout x ∈ I par
Z b
F (x) = f (x, t) dt
a

est intégrable sur I et

Z β Z β Z b  Z b Z β 
F (x) dx = f (x, t) dt dx = f (x, t) dx dt .
α α a a α

Remarque 1.0.1. On retient que l’on peut intervertir l’ordre d’intégration :

Z βZ b Z bZ β
=
α a a α
Rb
Géométriquement, on se souvient que calculer une intégrale a f (t) dt revient à dé-
terminer l’aire sous le graphe, comme somme de segments de hauteur f (t). Ces segments
sont en fait des rectangles de largeur infinitésimale dt.
Ici, pour nos fonctions de deux variables, on calcule d’abord l’aire d’une tranche pa-
rallèle à l’axe des t (en vert sur la figure), puis on fait la somme (c’est-à-dire on effectue
une seconde intégration) des aires de toutes les tranches (qui ont en fait une épaisseur
infinitésimale). On pourrait faire la même opération en commençant par les tranches pa-
rallèles à l’axe des x (en rouge sur la figure). Le théorème de Fubini affirme que ces deux
méthodes conduisent à la même valeur. Ce nombre correspond au volume sous la portion
de surface.

ESATIC 7 UP Maths
RAPPELS

Exemple 1.0.1. Calculons :

Z π Z 1 
I= (t sin x + 2x) dt dx
0 0

Première méthode. On intègre d’abord par rapport à t, puis à x :

Z x=π Z t=1  Z x=π h 2
t it=1
I= (t sin x + 2x) dt dx = sin x + 2xt dx
x=0 t=0 x=0 2 t=0
Z x=π   h − cos x
sin x ix=π
= + 2x dx = + x2 = π2 + 1
x=0 2 2 x=0

Seconde méthode. On utilise le théorème de Fubini qui affirme que l’on peut d’abord
intégrer par rapport à x, puis par rapport à t :
Z x=π Z t=1  Z t=1 Z x=π 
I= (t sin x + 2x) dt dx = (t sin x + 2x) dx dt par Fubini
x=0 t=0 t=0 x=0
Z t=1 h ix=π Z t=1 h it=1
2
= − t cos x + x dt = (2t + π 2 ) dt = t2 + π 2 t = π2 + 1
t=0 x=0 t=0 t=0

ESATIC 8 UP Maths
Chapitre 2

Signaux, fonctions et opérateurs de base

Ce chapitre présente la description mathématique de signaux élémentaires, souvent

idéaux (en ce sens qu’il ne sont pas réalisables physiquement) mais très pratiques pour la
description de modèles mathématiques. Tous ces modèles seront utilisés dans la suite de
ce cours.

2.1 Signaux usuels

2.1.1 Fonction signe
Définition 2.1.1 (Fonction Signe). La fonction signe, notée sgn est une fonction réelle de
la variable réelle définie par :
(
+∞, si t > 0,
sgn(t) = (2.1)
−∞, si t < 0.

Par convention, on définit :

sgn(0) = c0 , avec − 1 ≤ c0 ≤ +1. (2.2)

Usuellement, on prend sgn(0) = 0 (figure). Avec cette convention, la fonction sgn est une
fonction impaire :
sgn(t) = −sgn(−t), ∀t. (2.3)

9
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

2.1.2 Fonction échelon unité

Définition 2.1.2 (Fonction échelon unité). La fonction échelon unité, ou simplement éche-
lon ou fonction de Heaviside, notée o, est une fonction réelle de la variable réelle définie
par : (
+1, si t > 0,
ε(t) = (2.4)
0, si t < 0,
avec, par convention, ε(0) = 1/2.
Cette fonction est illustrée à la figure

On montre facilement les relations :

(
ε(t) = 21 sign(t) + 21 ,
(2.5)
sign(t) = 2ε(t) − 1,

2.1.3 Fonction rampe

Définition 2.1.3 (Fonction rampe). La fonction rampe, notée r, est une fonction réelle de
la variable réelle définie par :
Z t
r(t) = ε(u)du. (2.6)
−∞

2.1.4 Fonction rectangle ou porte

Définition 2.1.4 (Fonction rectangle unité). La fonction rectangle, ou fonction porte, de
largeur 1, notée rect, est une fonction réelle de la variable réelle définie par :
rect(t) = ε(t + 1/2) − ε(t − 1/2). (2.7)

ESATIC 10 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

On remarque que l’aire de la fonction rectangle de largeur unité vaut 1.

Définition 2.1.5 (Fonction rectangle de largeur T ). La fonction rectangle, ou fonction

porte, de largeur T , notée rectT , est une fonction réelle de la variable réelle définie par :

rectT (t) = rect(t/T ) = ε(t/T + 1/2) − ε(t/T − 1/2) = ε(t + T /2) − ε(t − T /2). (2.8)

Remarque 2.1.1. — Notons que l’aire de la fonction rectangle de largeur T vaut T .

— On peut appliquer les opérateurs de translation et d’homotéthie à cette fonction :
— la fonction tri(t − τ ) est une fonction triangle unité translatée de +τ ,
— la fonction tri[(t − τ )/T ] est une fonction triangle de largeur 2T (ou d’aire
égale à T ) translatée de +τ .

Ces deux fonctions sont illustrées à la figure 2.3. Pour simplifier la représentation, on
représentera fréquemment ces fonctions sans tenir compte des discontinuités en ±1/2 ou
±T /2 (figure 2.4).

La fonction rectangle est très utile pour exprimer mathématiquement une portion d’un si-
gnal de largeur T . Par exemple, on veut exprimer la portion du signal x(t) dans l’intervalle
t ∈ [t1 , t2 ] (Figure 2.6). La fonction rectangle sur cet intervalle a pour largeur T = t2 − t1

ESATIC 11 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

et est translatée de t = (t1 + t2 )/2. On peut donc l’écrire :

t − τ   t − (t + t )/2 
1 2
rect = rect (2.9)
T t2 − t1
Considérons maintenant le produit :
t − τ 
x
e(t) = x(t)rect (2.10)
T
Par définition de la fonction rect, cette fonction est égale à x(t) sur l’intervalle t ∈ [t1 , t2 ]
et nulle en dehors. La fonction rectangle, utilisée dans le domaine fréquentiel, permettra
aussi de définir des filtres idéaux, passe-bas, passe-haut ou passe-bande.

2.1.5 Fonction triangle

Définition 2.1.6 (Fonction triangle). La fonction triangle unité, notée tri, est une fonction
réelle de la variable réelle définie par :
(
1 − |t| si |t| ≤ 1,
tri(t) = (2.11)
0 sinon.

Remarque 2.1.2. — Notons que l’aire de la fonction triangle unité vaut 1 et que la
largeur de son support vaut 2.
— On peut appliquer les opérateurs de translation et d’homotéthie à cette fonction :

ESATIC 12 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

— la fonction tri(t − τ ) est une fonction triangle unité translatée de +τ ,

— la fonction tri[(t − τ )/T ] est une fonction triangle de largeur 2T (ou d’aire
égale à T ) translatée de +τ .

2.2 Impulsion de Dirac

La notion de distribution est un complément mathématique indispensable de la notion
de fonction, notament pour décrire des événements infiniment brefs mais de puissance
finie non nulle ou le phénomène d’échantillonnage.

2.2.1 Distribution de Dirac

Définition 2.2.1 (Impulsion de Dirac). La distribution ou impulsion de Dirac, notée δ(t),
vérifie : (
δ(t) = 0, si t 6= 0,
R +∞ (2.12)
−∞
δ(u)du = 1.
On peut voir la distribution de Dirac comme la limite de fonctions, par exemple :
1


 δ(t) = lim tri(t/T )

 T →0 T
 1
δ(t) = lim rect(t/T ) (2.13)
 T →0 T
 δ(t) = lim 1 sinc(t/T )2.19 = lim sin(πt/T )



T →0 T T →0 πt

ESATIC 13 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

Remarque 2.2.1. L’étude de l’impulsion de Dirac est issue de la théorie des distributions,
(voir chapitre suivant). Il serait plus rigoureux de dire que δ n’existe qu’au sens des
distributions et n’est pas une fonction puisque cet élément est infini en 0 et nul ailleurs.

2.2.2 Propriétés et règles opératoires

A) Représentation

La distribution de Dirac, δ(t), se représente par une flèche verticale d’amplitude 1

localisée en t = 0 (figure 2.8, à gauche). Sa version translatée de τ , notée δ(t − τ ), est
représentée à la figure 2.8, au milieu.

B) Produit d’une fonction par un Dirac

Le produit d’un fonction x(t) par une distribution de Dirac δ(t − t0 ) s’écrit :

x(t)δ(t − t0 ) = x(t0 )δ(t − t0 ), (2.14)

car la distribution δ(t − t0 ) est nulle partout sauf en t = t0 . Le produit d’une fonction x(t)
par la distribution de Dirac δ(t − t0 ) permet donc de prélever une valeur (échantillon) de
la fonction x(t), plus précisément la valeur x(t0 ) en t = t0 .

ESATIC 14 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

C) Calcul de l’intégrale d’un produit avec un Dirac

En appliquant la règle du produit par une distribution de Dirac, on peut calculer faci-
lement l’intégrale d’un produit d’une fonction par un Dirac :
Z +∞
I= x(t)δ(t − t0 )dt
−∞

Le produit par une distribution de Dirac permet de réaliser une opération élémentaire
d’échantillonnage
Z +∞ Z +∞
x(t0 )δ(t − t0 )dt = x(t0 ) x(t0 )δ(t − t0 )dt
−∞ −∞
= x(t0 ).

D) Peigne de Dirac

Pour échantillonner un signal avec une période d’échantillonnage régulière T , il est

pratique de définir une suite d’impulsions de Dirac, périodique et de période T . Cette
distribution, appelée peigne de Dirac et notée δT (t), est définie (figure 2.10) par :
+∞
X
δT (t) = δ(t − kT ) (2.15)
k=−∞

Pour échantillonner une fonction x(t), c’est-à-dire préléver des échantillons infiniment
brefs, avec une période T , il suffit donc d’effectuer le produit de x(t) par un peigne de

ESATIC 15 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

Dirac :

xe (t) = x(t)δT (t) (2.16)

 X+∞ 
= x(t) δ(t − kT ) (2.17)
k=−∞
+∞
X
= x(t)δ(t − kT ) (2.18)
k=−∞

FIG. 2.10 - Peigne de Dirac de période T (en haut). Cette distribution permet d’effectuer
l’échantillonnage régulier (en bas) d’un signal x(t) (au milieu) par simple produit
δ(t)x(t).

E) Périodisation d’un signal

A partir d’un morceau de taille finie x(t), on introduit aussi un opérateur de répétition,
repT {x(t)}, qui permet de périodiser un signal avec une rériode de répétition T :
+∞
X
repT x(t) = x(t − kT )
k=−∞

ESATIC 16 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

F) Fonction sinus cardinal

Cette fonction est très courante en traitement du signal où elle intervient comme trans-
formée de Fourier d’une fonction rectangle. Une fonction rectangle permet de représenter
par exemple des opérateurs idéaux de filtrage. La fonction sinus cardinal, notée sinc(u),
est définie :
sin(πu)
sinc(u) = . (2.19)
πu
Sa représentation est donnée à la figure 2.12.

On montre facilement les propriétés suivantes :

— la fonction sinus cardinal est paire : sinc(u) = sinc(-u),
— sinc(u) → 1 lorsque u → 0,
— sinc(u) = 0 si sin(πu) = 0, c’est-à-dire si u = k ∈ Z∗ .
Par ailleurs, on montre également1 que :
Z +∞ Z +∞
sinc(u)du = 1, et sinc2 (u)du = 1.
−∞ −∞

ESATIC 17 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

2.3 Produit de convolution

L’opérateur de convolution est aussi très courant. Il est associé à l’opération de filtrage
d’un signal x(t) par un filtre de réponse impulsionnelle h(t) (figure 2.13). La sortie du
filtre, y(t), vaut alors y(t) = x(t) ∗ h(t).

2.3.1 Définition
Définition 2.3.1 (Produit de convolution). Le produit de convolution entre deux fonctions
x(t) et h(t), noté par le symbole ∗, est défini par les intégrales :

Z +∞
(x ∗ h)(t) = x(u)h(t − u)du (2.20)
−∞
Z +∞
= x(t − v)h(v)dv (2.21)
−∞
= (h ∗ x)(t). (2.22)

On retiendra que le produit de convolution est commutatif. Souvent, en traitement du

signal, on note de façon pratique la convolution de deux fonctions x(t) et h(t) sous la
forme :
(x ∗ h)(t) = x(t) ∗ h(t). (2.23)
On utilisera cette notation par la suite, malgré qu’elle soit parfois ambiguë comme on le
verra plus loin.

Si x(t) est la distribution de Dirac δ(t), on a simplement :

y(t) = δ(t) ∗ h(t) = h(t). (2.24)

On remarque que h(t) est la réponse du filtre excité par une impulsion de Dirac, d’où le
nom de réponse impulsionnelle du filtre donné à h(t).

ESATIC 18 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

2.3.2 La convolution en BD
A partir de la définition, on peut représenter l’opération de convolution de deux si-
gnaux de façon graphique simple, comme l’illustre la figure 2.14. En effet, l’équation :
Z +∞
x(t) ∗ h(t) = x(u)h(t − u)du, (2.25)
−∞

requiert la fonction x(u), la fonction h(t − u), et l’intégration du produit de ces deux
fonctions sur R pour chaque valeur de t. Ainsi, h(u) est la mémoire du système : le signal
x(u) est pondéré aux différents instants par h(t − u). Dans la figure 2.14, la forme de
h(t) est exponentielle. Un filtre h(u) à réponse impulsionnelle rectangulaire, de la forme
h(u) = rect(u − 1/2) aurait donné une pondération uniforme sur une fenêtre de durée 1.

2.3.3 Propriétés
A partir de la définition du produit de convolution, on montre facilement que le produit
de convolution est
— commutatif : x1 (t) ∗ x2 (t) = x2 (t) ∗ x1 (t),
— associatif : x1 (t) ∗ (x2 (t) ∗ x3 (t)) = (x1 (t) ∗ x2 (t)) ∗ x3 (t),

ESATIC 19 UP Maths
SIGNAUX, FONCTIONS ET OPÉRATEURS DE BASE

— distributif par rapport à l’addition : x1 (t) ∗ (x2 (t) + x3 (t)) = x1 (t) ∗ x2 (t) + x1 (t) ∗
x3 (t).
Ces démonstrations sont laissées au lecteur à titre d’exercice.

ESATIC 20 UP Maths
Chapitre 3

Introduction à la théorie des

distributions

• Une fonction est dans l’ensemble D des fonctions test si et seulement si : elle est
de classe C ∞ sur R, elle est nulle hors d’un segment (intervalle fermé et borné).
• Une suite (ϕn )n∈N de fonctions test converge dans D vers ϕ ∈ D lorsque n tend vers
+∞ si et seulement si :
Il existe un segment K en dehors duquel toutes les fonctions ϕn ainsi que ϕ sont nulles.
(p)
ϕn converge uniformément vers ϕ sur K , et pour tout p ∈ N∗ , ϕn converge uniformé-
ment vers ϕ(p) sur K.
D
Nous noterons lim D ϕn = ϕ ou ϕn −→ ϕ
n→+∞ n→+∞
• Une distribution T est une forme linéaire continue sur D, c’est-à-dire une application
de D dans R qui est : linéaire : ∀ϕ, ψ ∈ D, ∀λ, µ ∈ R, T (λϕ + µψ) = λT (ϕ) + µT (ψ).
continue : si lim D ϕn = ϕ, alors lim T (ϕn ) = T (ϕ).
n→+∞ n→+∞
Au lieu de T (ϕ), on utilise souvent les notations < T, ϕ >, ou < T (t), ϕ(t) >
lorsque le besoin de faire référence à une variable réelle t se fait sentir.
• Opérations sur les distributions :
somme : < T1 + T2 , ϕ >=< T1 , ϕ > + < T2 , ϕ > .
produit par λ ∈ R : < λT, ϕ >= λ < T, ϕ > .
produit par une fonction g de classe C ∞ : < gT, ϕ >=< T, gϕ >.
translation : < T (t − t0 ), ϕ(t) >=< T (t), ϕ(t + t0 ) >.
 
1
changement d’échelle : < T (at), ϕ(t) >=< T (t), |a| ϕ at >, où a 6= 0.
• Une fonction intégrable sur tout segment est dite localement sommable.
• Si f est une fonction localement sommable, la distribution régulière associée à f est
la distribution [f ] définie par
Z +∞
ϕ ∈ D, < [f ], ϕ >= f (t)ϕ(t)dt.
−∞

21
INTRODUCTION À LA THÉORIE DES DISTRIBUTIONS

• Une distribution qui n’est pas régulière est dite singulière. Exemples courants :
distributions de Dirac : < δ, ϕ >= ϕ(0), < δa , ϕ >= ϕ(a). On note aussi da par δ(t − a).
pseudo-fonction

1 1  Z −ε ϕ(t) Z +∞
ϕ(t) 
:< P f , ϕ(t) >= lim dt + .
t t ε→0+ −∞ t ε t
• Si g est de classe C ∞ ,
g(t)δa = g(a)δa
• Définition de la dérivée T 0 d’une distribution T :

∀ϕ ∈ D, < T 0 , ϕ >= − < T, ϕ0 >

• Dérivées d’ordre supérieur :

∀n ∈ N∗, ∀ϕ ∈ D, < T (n) , ϕ >= (−1)n < T, ϕ(n) >

En particulier, pour tout a ∈ R on a

∀n ∈ N∗, ∀ϕ ∈ D, < δa(n) , ϕ >= (−1)n ϕ(n) (a).

• Dérivation d’une distribution régulière [f ], lorsque f et f 0 sont localement sommables :

X
[f ]0 = [f 0 ] + (f (a+ ) − f (a− ))δa
a

• Dérivation du produit d’une distribution T par une fonction g de classe C ∞ :

(gT )0 = g 0 T + gT 0

• Convergence des distributions :

lim Tλ = T ⇔ ∀ϕ ∈ D, lim < Tλ , ϕ >=< T, ϕ >

λ→λ0 λ→λ0

• Convergence des dérivées :

lim Tλ = T ⇒ lim Tλ0 = T 0

λ→λ0 λ→λ0

• Produit de convolution de deux distributions S et T :

∀ϕ ∈ D, < S ∗ T, ϕ > = < S(u), < T (v), ϕ(u + v) >>

= < T (u), < S(v), ϕ(u + v) >>=< T ∗ S, ϕ >

(lorsque ces quantités ont un sens).

• Convolution avec des distributions de Dirac :

ESATIC 22 UP Maths
INTRODUCTION À LA THÉORIE DES DISTRIBUTIONS

Élément neutre : δ ∗ T = T ∗ δ = T .
Translation : δa ∗ T = δ(t − a) ∗ T (t) = T (t − a).
En particulier δa ∗ δb = δa+b .
• Dérivation d’un produit de convolution :

(S ∗ T )0 = S 0 ∗ T = S ∗ T 0

En particulier δ 0 ∗ T = T 0 , et δ (n) ∗ T = T (n) pour tout n ∈ N∗ .

ESATIC 23 UP Maths
Chapitre 4

Espaces L1, L2 et convergences

Définition 4.0.1 (Égalité presque partout). On dit que deux fonctions f et g sont égales
pp
presque partout et on note f = g si f (t) = g(t) ∀t sauf sur un ensemble dénombrable de
valeurs de t (ensemble de mesure nulle). Les fonctions égales presque partout ont comme
propriété : Z Z
pp
f =g⇔ f (t)dt = g(t)dt ∀I ⊂ R.
I I

Définition 4.0.2. L1 (I) désigne l’espace vectoriel des Zfonctions sommables sur l’inter-
valle I, borné ou non. Il est muni de la norme kf k1 = |f (t)|dt et kf k1 = 0 implique
I
f = 0 presque partout (en abrégé pp ).

Définition 4.0.3. L2 (I) désigne l’espace vectoriel desr

fonctions
Z dont le carré du module
est sommable sur I. Il est muni de la norme kf k2 = |f (t)|2 dt, associée au produit
I
scalaire Z
hf, gi = f (t)g(t)dt.
I

Proposition 4.0.1 (Inégalité de Schwarz dans L2 (I)).

|hf, gi| ≤ kf k2 kgk2

c’est-à-dire sZ sZ
Z 
 f (t)g(t)dt ≤ |f (t)|2 dt |g(t)|2 dt
 
I I I

Proposition 4.0.2. Si I = [a, b] est borné, L2 (I) ⊂ L1 (I) et

√ √
kf k1 ≤ b − akf k2 ≤ b − a sup |f (t)|.
t∈I

Définition 4.0.4 (Convergence d’une suite (fn )n∈N de fonctions vers f lorsque n tend vers
+∞). Soit (fn )n∈N une suite de fonctions définies sur I et f une fonction définie sur I.

24
ESPACES L1 , L2 ET CONVERGENCES

— (fn )n∈N converge vers f lorsque n tend vers +∞ de manière ponctuelle sur I
lorsque :
fn (t) −→ f (t) pour chaque t élément de I.
n→+∞
— (fn )n∈N converge vers f lorsque n tend vers +∞ presque partout sur I lorsque :
fn (t) −→ f (t) pour presque tout t élément de I.
n→+∞
— (fn )n∈N converge vers f lorsque n tend vers +∞ de manière uniforme sur I
lorsque :
supt∈I |fn (t) − f (t)| −→ 0.
n→+∞

Remarque 4.0.1. Convergence dans L1 (I) ou L2 (I) : kf n − f k −→ 0 avec la norme

n→+∞
appropriée.
Pour L2 (I), on dit aussi convergence en moyenne quadratique ou au sens de l’énergie.

Propriété 4.0.1. — Convergence uniforme ⇒ convergence ponctuelle ⇒ convergence

presque partout.
— Si une suite (fn ) converge uniformément vers f sur I :
— si les (fn ) sont continues, alors f est continue.
R R
— I fn tend vers I f .
— Si une suite (fn ) converge ponctuellement vers f :
si la suite des (fn0 ) converge uniformément vers g, alors g = f 0 .
— I = [a, b] borné, on a :
convergence uniforme ⇒ convergence dans L2 (I) ⇒ convvergence dans L1 (I).

4.1 Orthogonalité, projections dans L2(I)

R
Définition 4.1.1. L’application (f, g) 7→ hf, gi = I
f (t)g(t)dt est un produit scalaire
dans L2 (I).

Propriété 4.1.1. — linéarité : haf + bh, gi = ahf, gi + bhh, gi

— hf, gi = hg, f i, donc hf, agi = ahf, gi
— hf, f i ≥ 0 et hf, f i = 0 ⇒ f = 0 dans L2 (I)
qR
Propriété 4.1.2. • Norme associée au produit scalaire : kf k = I
|f (t)|2 dt = hf, f i
• Deux fonctions f et g sont orthogonales si leur produit scalaire est nul. Alors,
kf + gk2 = kf k2 + kgk2 (Pythagore).
• La projection orthogonale fe d’une fonction f de L2 (I) sur un sous-espace vectoriel
fermé F engendré par la famille de fonctions orthogonales (ϕ0 , ϕ1 , ϕ2 , · · · , ϕn ) est égale
à: n
X hf, ϕk i
f (t) =
e ck ϕk (t) o ck = .
k=0
kϕk k2

ESATIC 25 UP Maths
ESPACES L1 , L2 ET CONVERGENCES

C’est la meilleure approximation de f par une fonction de F . C’est, parmi toutes les
fonctions g de F , celle qui rend minimum la quantité kf −gk. Puisque f − fe est orthogonal
à fe, l’erreur d’approximation vaut :
n
X |hf, ϕk i|2
kf − fek2 = kf k2 − kfek2 avec kfek2 = .
k=0
kϕk k2

Exemple 4.1.1 (Exemples de bases). 1 base orthogonale dans L2 (0, T ) :

n  2πt   2πt   n2πt   n2πt  o
1, cos , sin , · · · , cos , sin ,···
T T T T

2 base orthonormée dans L2 (−1, +1) : les polynômes de Legendre

r
1 1 dn 2
Pn (t) = n + ((t − 1)n )
2 2n n! dtn

ESATIC 26 UP Maths
Chapitre 5

Analyse de Fourier

5.1 Séries de Fourier

Proposition 5.1.1. Soit f une fonction de l’espace L2 (0, T ). Dans la base orthogonale
{ϕ0 , ϕ1 , ϕ2 , · · · , ϕn , · · · } on a
+∞ T
hf, ϕn i hf, ϕn i
Z
pp
X
f (x) = cn ϕn (x) avec cn = 2
= et hf, gi = f (x)g(x)dx.
n=0
kϕn k hϕn , ϕn i 0

Définition 5.1.1. Soit f une fonction périodique de période T , on note Sf sa série de

Fourier. Dans la base orthogonale
n  2πt   2πt   n2πt   n2πt  o
1, cos , sin , · · · , cos , sin ,··· ,
T T T T
on a
 2πt   2πt   n2πt   n2πt 
Sf (x) = a0 + a1 cos + b1 sin + · · · + an cos + bn sin +···
T T T T
T T
2 T
Z Z Z
1 2  n2πt   n2πt 
a0 = f (x)dx, an = f (x) cos dx, bn = f (x) sin dx
T 0 0T T T 0 T
2π
soit en utilisant la pulsation ω =
T
X
Sf (x) = a0 + (an cos(nωx) + bn sin(nωx))
n∈N∗

RT R α+T
Propriétés 5.1.1. 1 Pour tout a réel 0
f (x)dx = α
f (x)dx.
2 Si f est paire, les bn sont nuls, Sf est une série de cosinus.
3 Si f est impaire, les an sont nuls, Sf est une série de sinus.

27
ANALYSE DE FOURIER

4 Dans la base orthogonale exp(inωx), avec n ∈ Z

1 T
Z
X in2πx
Sf (x) = cn exp(inωx) et cn = f (x) exp(− )dx.
n∈Z
T 0 T

an − ibn an + ibn
c0 = a0 , et pour n ∈ N∗ , cn = , c−n =
2 2
pp
5 Dans les deux bases, on a S(x) = f (x)

5.1.1 Théorème de Dirichlet

Théorème 5.1.1. Pour f de classe C 1 par morceaux, on a
1
∀x ∈ R, Sf (x) = (fe(x+ ) + fe(x− ))
2
Pour f continue sur R, Sf converge uniformément vers f sur R.

5.1.2 Théorème de dérivation

Théorème 5.1.2. Pour f de classe C 1 par morceaux, continue sur R, la série de Fourier
de f 0 s’obtient en dérivant terme à terme celle de f et elle converge dans L2 (0, T ).

5.1.3 Identité de Parseval

(énergie du signal et des harmoniques) :
Théorème 5.1.3.
+∞
 1X 2 
kf kL2 (0,T ) = T a0 + (an + b2n )
2 n=1
+∞
X +∞
X
= T cn cn = T |cn |2
n=−∞ n=−∞

5.1.4 Produit de convolution

Définition 5.1.2. Soient f et g deux fonctions continues sur R tout entier, On appelle
produit de convolution de f et g sur R la fonction f ∗ g donnée par
Z +∞
(f ∗ g)(x) = f (x − y)g(y)dy.
−∞

Définition 5.1.3. Soient f, g deux fonctions 2π-périodiques, continues par morceaux sur
[0, 2π]. On appelle produit de convolution de f et g sur [0, 2π] la fonction f ∗ g donnée
par Z 2π
1
∀t ∈ R, (f ∗ g)(t) = f (t − x)g(x)dx.
2π 0

ESATIC 28 UP Maths
ANALYSE DE FOURIER

5.2 Transformée de Laplace

Cette section est une introduction à la transformée de Laplace, qui est une opération
mathématique très utilisée en électronique, où elle correspond à changer une fonction qui
dépend du temps t en une fonction qui dépend de la fréquence s. Elle est aussi utile pour
résoudre les équations différentielles, car la transformée de Laplace permet de transformer
des opérations d’analyse (dérivation/intégration) en des opérations algébriques (multipli-
cation/division).

5.2.1 Définition
Définition 5.2.1. La transformée de Laplace d’une fonction f : R → C est une fonction
F : C → C définie par l’intégrale de Laplace
Z +∞
F (s) = f (t)e−st dt.
0

Si l’on veut insister sur la dépendance vis-à-vis de la fonction f (plutôt que du para-
mètre s), alors on note plutôt cette même intégrale par :
Z +∞ Z +∞
−st
L(f ) = f (t)e dt ou L{f (t)} = f (t)e−st dt.
0 0

Remarque 5.2.1. — On appliquera la transformation de Laplace aux fonctions f :

R → C ayant les propriétés suivantes :
• f est causale c’est-à-dire telles que f (t) ≡ 0 ∀t < 0. En effet la partie R−
du domaine de définition de f n’intervient pas dans l’intégrale de Laplace. On
suppose donc que la fonction y est nulle, car 1. La transformation de Laplace
est utilisée en physique pour étudier des phénomènes transitoires, c’est-à-dire
pour étudier l’évolution temporelle de phénomènes à partir de l’instant de leur
naissance, t = 0. On suppose que le phéno- mène n’existe pas avant et donc
que la fonction qui le décrit est nulle.
• f est localement sommable sur R+ , c’est-à-dire sommable sur tout intervalle
fermé borné de R+ .
• f est de classe exponentielle, c’est-à-dire ∃σ ∈ R et T > 0 tels que
t ≥ T ⇒ |f (t)| ≤ Beσt avec B > 0.
— Lorsque l’on écrit F (s), cela signifiera par convention que l’intégrale converge.

Exemple 5.2.1. 1 Soit f (t) = 1, la fonction constante égale à 1. Alors, pour s > 0,
Z +∞ h −e−st i+∞  −st   0 
−st −e −e 1
F (s) = 1 · e dt = = lim − = .
0 s 0 t→+∞ s s s

ESATIC 29 UP Maths
ANALYSE DE FOURIER

2 Soit f (t) = et . Alors, pour s > 1,

Z +∞ Z +∞ h e(1−s)t i+∞
t −st (1−s)t 1
F (s) = ee dt = e dt = = .
0 0 1−s 0 s−1

3 Soit f (t) = t. On effectue une intégration par parties avec u(t) = t, v 0 (t) = e−st .
Alors pour s > 0 :
Z +∞ h −e−st i+∞ Z +∞ −e−st
−st 1 h −e−st i+∞ 1
F (s) = t·e dt = t· − 1· dt = 0+ = 2
0 s 0 0 s s s 0 s
Voici un critère simple qui garantit l’existence et de bonnes propriétés pour la trans-
formée de Laplace.

Proposition 5.2.1. Supposons qu’il existe n ≥ 0 tel que

f (t)
lim = 0.
t→+∞ tn

1 Alors, pour tout s > 0, l’intégrale F (s) existe.

2 La fonction s 7→ F (s) est continue sur ]0, +∞[.
3 lim F (s) = 0.
s→+∞

4 La fonction s 7→ F (s) est dérivable sur ]0, +∞[ et

Z +∞
0
F (s) = − tf (t)e−st dt .
0

Remarque 5.2.2. on pourrait raffiner la condition. En effet, s’il existe α > 0 tel que
f (t)
→ 0 (lorsque t → +∞), alors les mêmes conclusions sont valides, mais seulement
eαt
pour s > α.

5.2.2 Transformées de Laplace usuelles

Voici quelques transformées de Laplace classiques.

ESATIC 30 UP Maths
ANALYSE DE FOURIER

f (t) F (s) validité

c
c s>0
s
n!
tn s>0
sn+1
1
eαt s>α
s−α
n!
tn eαt s>α
(s − α)n+1
ω
sin(ωt) s>0
s + ω2
2

s
cos(ωt) s>0
s + ω2
2

√
r
1 π
t s>0
2 s3
r
1 π
√ s>0
t s

Voici quelques preuves :

1 Transformée de Laplace de tn .
On effectue une intégration par parties afin de trouver une formule de récurrence,
pour n ≥ 1 :
Z +∞ h −e−st i+∞ n Z +∞
−st n
Fn (s) = t · e dt = tn ·
n
+ tn−1 · e−st dt = Fn−1 (s)
0 s 0 s 0 s
1 n!
On a déjà calculé F0 (s) = , d’où par récurrence Fn (s) = n+1 .
s s
2 Transformée de Laplace de sin(ωt).
eiωt − e−iωt
Par la formule d’Euler, sin(ωt) = . Or
2i
Z +∞ Z +∞
iωt −st (−s+iω)t
h 1 −st iωt
i+∞ 1
e e dt = e dt = e e = .
0 0 −s + iω 0 s − iω
1
De même, la transformée de Laplace de e−iωt est . Par linéarité,
s + iω
Z +∞  
1 1 1 1 2iω ω
F (s) = sin(ωt)e−st dt = − = = .
0 2i s − iω s + iω 2i |s − iω|2 s2 + ω 2
1
3 Transformée de Laplace de √ .
t
1
Notons que t 7→ √ est définie sur ]0, +∞[ seulement.
t

ESATIC 31 UP Maths
ANALYSE DE FOURIER

√
√ s dt
On effectue le changement de variable u = st, donc du = √ :
2 t
Z +∞ Z +∞ √ r
−st dt 2 2 2 π π
F (s) = e √ =√ e−u du = √ =
0 t s 0 s 2 s
√
R +∞ 2 π
On a 0
e−u du = (intégrale de Gauss).
2
sin t R +∞ sin t −st
Exemple 5.2.2. Calculons la transformée de Laplace de f (t) = : F (s) = 0 e dt.
t t
Par la formule de dérivée (proposition 5.2.1), on sait en utilisant les tables que :
Z +∞ Z +∞
0 sin t −st 1
F (s) = − t e dt = − sin t · e−st dt = − 2
0 t 0 s +1
On intègre pour obtenir F (s) = − arctan s + c, où c ∈ R. Comme on sait que F (s) → 0
π
(lorsque s → +∞, toujours par la proposition 5.2.1) alors c = + . Donc
2
π 1
F (s) = − arctan s = arctan .
2 s
En admettant que la formule reste valable en s = 0, on trouve :
Z +∞
sin t π
F (0) = dt = .
0 t 2

5.2.3 Propriétés de la transformée de Laplace

A) Linéarité

Proposition 5.2.2. Soit f, g : R+ → C deux fonctions admettant des transformée de

Laplace L(f ) et L(g) et soient λ, µ ∈ R alors

L(λf + µg) = λL(f ) + µL(g).

Exemple 5.2.3. La transformée de Laplace de f (t) = (1 − at)e−at est

Z +∞
−at
L(1 − at)e = (1 − at)e−at e−st dt
Z0 +∞ Z +∞
−(a+s)t
= e dt − ate−(a+s)t dt
0 0
1 −a
= +
s + a (s + a)2
s
=
(s + a)2
Exemple 5.2.4.
2 1 1
L(x2 − 3x + 1) = − 3 + .
p3 p2 p

ESATIC 32 UP Maths
ANALYSE DE FOURIER

B) Translation

Proposition 5.2.3. Soit f : R+ → C une fonction causale, on considère la fonction fa

définie par fa (t) = f (t − a) ; (a > 0) la transformée de la Laplace de fa est

L[f (t − a)] = eas F (s).

Exemple 5.2.5. Soit f la fonction définie par


 f (x) = 0 si x < 0

f (x) = 1 si 0 < x < τ

f (x) = 2 si x > τ


1 + e−pτ
L[f (t)] = .
p

C) Homothétie

Proposition 5.2.4. Soit k > 0, fk la fonction définie par fk (t) = f (kt), la transformée
de la Laplace de fk est
1 1
L[f (kt)] = F ( ).
k k

D) Dérivation

Proposition 5.2.5. Soit f 0 la dérivée de f ; la transformation de Laplace correspond, à

une constante additive près, à une multiplication par s de la transformée

L(f 0 ) = sL(f ) − f (0).

D’où n
X
n
L(f(n) ) = s L(f ) − sk−1 f (n−k) (0).
k=1

1
Exemple 5.2.6. La transforméee de Laplace de la fonction rampe r(t) est F (s) =
s2

E) Intégration
Rt
Proposition 5.2.6. Soit F (t) = 0
f (x)dx une primitive de f s’annulant en s = 0. On a
alors
1
L(F ) = L(F ).
s

F) Théorème du retard

Proposition 5.2.7. L f (t − τ ) = e−sτ L f (t) .

ESATIC 33 UP Maths
ANALYSE DE FOURIER

G) Théorème de la valeur initiale

Proposition 5.2.8. lim sF (s) = f (0).

s→+∞

H) Théorème de la valeur finale

Proposition 5.2.9. Si la limite de f (t) existe et est finie lorsque t tend vers +∞, alors
lim sF (s) = lim f (t).
s→0 t→+∞

I) Convolution

Proposition 5.2.10. Soit f, g : R+ → C deux fonctions admettant des transformée de

Laplace L(f ) et L(g)
L[f ∗ g] = L(f )(s)L(g)(s)

5.2.4 Transformée de Laplace inverse

Il existe un théorème qui prouve que la transformée de Laplace F (s) détermine la
fonction f (t).

Théorème 5.2.1. Soient f, g : [0, +∞[→ R deux fonctions de transformées de Laplace

respectives F et G.
Si f et g ont même transformée de Laplace alors f et g sont égales presque partout sur
[0, +∞[. Elles sont égales partout sur [0, +∞[ si elles sont continues.

Ce théorème permet de parler de la transformation de Laplace inverse, c’est-à-dire

passer de F (s) à f (t).

Définition 5.2.2. Soit x(n) un signal causal et X(z) sa transformée de Laplace alors la
transformée inverse est Z +∞
x(t) = X(s) exp(st)ds. (5.1)
−∞

Remarque 5.2.3. La relation théorique (5.1) est rarement utilisée.

Il n’existe pas de formule à notre portée pour rendre le passage de F (s) à f (t). expli-
cite. C’est donc l’intérêt des tables des transformées de Laplace : connaissant F (s), on
cherche à la main à quel f (t) cela correspond.
La méthode plus utilisée pour calculer L−1 est la décomposition en éléments simples.

Exemple 5.2.7. À quelle fonction f (t) correspond la transformée de Laplace

2s − 1 3
F (s) = − ?
s + 1 (s − 2)2
2

ESATIC 34 UP Maths
ANALYSE DE FOURIER

On décompose F (s) en
s 1 1
F (s) = 2 − 2 −3 .
s2 +1 s +1 (s − 2)2
Par la table et par linéarité, la fonction est :

f (t) = 2 cos t − sin t − 3te2t

La preuve est très jolie, mais peut être passée lors d’une première lecture. On com-
mence par rappeler le théorème d’approximation de Weierstrass :

Théorème 5.2.2 (Théorème d’approximation de Weierstrass). Toute fonction continue

f : [a, b] → R peut être approchée uniformément par des polynômes. Autrement dit, pour
tout  > 0, il existe un polynôme P ∈ R[t] tel que :

kf − P k∞ < 
 
On a noté kf − P k∞ = maxt∈[a,b] f (t) − P (t). Le théorème d’approximation de
Weierstrass se reformule aussi : « Toute fonction continue sur un intervalle fermé borné
est limite uniforme d’une suite de polynômes. »
Rb
Corollaire 5.2.1. Si pour tout n ≥ 0, a tn f (t) dt = 0, alors f est la fonction nulle sur
[a, b].

du corollaire 5.2.1. Par linéarité, l’hypothèse implique que, pour tout polynôme P (t),
Rb
a
P (t)f (t) dt = 0. Comme f est continue sur [a, b] donc bornée, notons M un majorant
de |f |. Fixons  > 0. Soit P un polynôme approchant f à  près. Alors :
Z b  Z b Z b 
 2
  2


 f (t) dt =
 
 f (t) dt − P (t)f (t) dt car la seconde intégrale est nulle.

a
Za b a
 Z b

 

=  f (t) − P (t) f (t) dt ≤  f (t) − P (t) f (t) dt
a a
Z b
≤ kf − P k∞ M dt ≤ kf − P k∞ M (b − a) ≤ M (b − a)
a

Donc t 7→ f (t)2 est une fonction positive, continue, et son intégrale est aussi petite que
l’on veut, donc nulle. Ainsi t 7→ f (t)2 est la fonction nulle. Ainsi f (t) = 0, pour tout
t ∈ [a, b].

du théorème 5.2.1. — Nous allons faire la preuve dans le cas où les fonctions véri-
fient f (t)/t → 0 et g(t)/tn0 → 0 (lorsque t → +∞) pour un certain n0 ≥ 0.
n0

— Soient f et g deux fonctions ayant la même transformée de Laplace : F (s) = G(s)

R +∞
f (t) − g(t) e−st dt = 0. Il s’agit de montrer


pour tout s > 0, c’est-à-dire 0
que f − g = 0.

ESATIC 35 UP Maths
ANALYSE DE FOURIER

— On suppose donc que l’on a une fonction h = f − g telle que sa transformée de

R +∞
Laplace 0 h(t)e−st dt = 0 et on va montrer que h est la fonction nulle. On
du
effectue le changement de variable u = e−t (donc t = − ln u, dt = − et u varie
u
de 1 à 0 lorsque t varie de 0 à +∞), et l’intégrale devient :
Z 1
h(− ln u)us−1 du = 0.
0

— La dernière égalité est vraie pour tout s > 0, donc en particulier pour les s de la
forme s = n + 2. Autrement dit, si on pose k(u) = uh(− ln u), on a pour tout
n≥0: Z 1
un k(u) du = 0.
0

h(t) n0 h(− ln u)
Comme → 0 (lorsque t → +∞) alors k(u) = u(− ln u) × →0
tn0 (− ln u)n0
(lorsque u → 0). Ainsi la fonction k peut être prolongée par continuité en 0. Par
le corollaire 5.2.1, la fonction k est nulle : k(u) = 0 pour tout u. Donc h(t) = 0
pour tout t, et ainsi f (t) = g(t), pour tout t ∈ [0, +∞[.

5.2.5 Équations différentielles

Si F (s) est la transformée de Laplace d’une fonction f (t), alors sF (s) − f (0) est la
transformée de Laplace de f 0 (t). La transformée de Laplace remplace donc l’opération de
dérivation sur f (t) par une opération de multiplication par s sur F (s).
Voici comment on peut résoudre des équations différentielles :
On transforme un problème différentiel en problème algébrique, on résout le problème
algébrique, puis on transforme la solution algébrique en une solution différentielle. Afin
de respecter les usages, dans la suite on note y(t) les fonctions, au lieu de f (t).

Exemple 5.2.8. Quelle est la solution de l’équation différentielle :

y 0 (t) + y(t) = t avec y(0) = 3 ?

1 Transformées de Laplace.
On calcule les transformées de Laplace des objets qui apparaissent :
— notons F (s) = L(y),
— alors on sait que L(y 0 ) = sF (s) − y(0),
1
— enfin L(t) = 2 .
s
2 De l’équation différentielle à l’équation algébrique.
Comme y 0 (t) + y(t) = t alors L(y 0 ) + L(y) = L(t). Ce qui donne sF (s) − y(0) +

ESATIC 36 UP Maths
ANALYSE DE FOURIER

1
F (s) = . Et comme par hypothèse y(0) = 3 alors
s2
1
(s + 1)F (s) = 3 + .
s2
3 Résolution de l’équation algébrique.
Il s’agit simplement de
3 1
F (s) = + 2 .
s + 1 s (s + 1)
Mais nous aurons besoin de la décomposition en éléments simples :
 
3 1 1 1 1 1 4
F (s) = + − + 2+ =− + 2 + .
s+1 s s s+1 s s s+1

4 Retour à la solution différentielle.

Il reste à trouver à quelle fonction y(t) correspond notre solution algébrique F (s).
C’est là où les tables sont utiles :
1
— pour F1 (s) = , c’est y1 (t) = 1,
s
1
— pour F2 (s) = 2 , c’est y2 (t) = t,
s
1
— pour F3 (s) = , c’est y3 (t) = e−t .
s+1
Donc par linéarité la solution est y(t) = −y1 (t) + y2 (t) + 4y3 (t), et ainsi :

y(t) = −1 + t + 4e−t

On se rassure en vérifiant que cette fonction vérifie y 0 (t) + y(t) = t et y(0) = 3.

On reprend rapidement un autre exemple :

Exemple 5.2.9. Résolvons :

y 00 (t) − 4y(t) = 3e−t avec y(0) = 0 et y 0 (0) = 1

1 Notons F (s) = L(y). On a L(y 0 ) = sF (s) − y(0), et donc L(y 00 ) = sL(y 0 ) −

y 0 (0) = s2 F (s) − sy(0) − y 0 (0). Vues nos conditions initiales, on a ici L(y 00 ) =
1
s2 F (s) − 1. Enfin L(e−t ) = .
s+1
3
2 L’équation y 00 (t) − 4y(t) = 3e−t devient s2 F (s) − 1 − 4F (s) = . Donc
s+1
3
(s2 − 4)F (s) = 1 + .
s+1
3 Ainsi après décomposition en éléments simples :
1 1
1 3 1
F (s) = 2 + 2
= 2 + 2 −
s − 4 (s + 1)(s − 4) s+2 s−2 s+1

ESATIC 37 UP Maths
ANALYSE DE FOURIER

4 Avec les tables, on reconnaît la solution :

1 1
y(t) = e−2t + e2t − e−t
2 2

Exercice 5.2.1. 1 Montrer que, si pour un certain s0 > 0, l’intégrale F (s0 ) =

R +∞ −s0 t
0
f (t)e dt converge, alors c’est aussi vrai pour tout s ≥ s0 .
2 Calculer la transformée de Laplace de f1 (t) = eαt . Puis f2 (t) = t2 , f3 (t) = sh t,
f4 (t) = ch(3t).
3 Montrer que si F (s) est la transformée de Laplace de f (t), alors la transformée
1 s
de Laplace de f (kt) (avec k > 0) est F ( ).
k k
0
4 Résoudre l’équation différentielle y (t) − y(t) = et − t + 1 avec y(0) = 0 en
utilisant la transformée de Laplace.
5 Résoudre l’équation différentielle y 00 (t) = 3y 0 (t) − 2y(t) + et avec y(0) = 1 et
y 0 (0) = 0 en utilisant la transformée de Laplace.

5.3 Transformée de Fourier

Cette section est une introduction à la transformée de Fourier. Comme la transformée
de Laplace, la transformée de Fourier change une fonction qui dépend du temps en une
fonction qui dépend de la fréquence et est très utilisée en théorie du signal. La transformée
de Fourier s’applique à des fonctions non périodiques, contrairement aux séries de Fourier.

5.3.1 Définition
Il est possible de choisir une définition alternative pour la transformée de Fourier. Ce
choix est une affaire de convention dont les conséquences ne se manifestent que par des
facteurs multiplicatifs constants par exemple, certains scientifiques utilisent ainsi

Définition 5.3.1. Soit f une fonction continue par morceaux sur R, à valeurs dans R (ou
C). La transformée de Fourier de f est la fonction F définie par :
Z +∞
F (ν) = f (t)e−i2πνt dt
−∞

avec t en secondes et ν la fréquence en (Hz).

On la note aussi F(f ).

Certains électroniciens ou physiciens utilisent la définition suivante

ESATIC 38 UP Maths
ANALYSE DE FOURIER

Définition 5.3.2. Soit f une fonction continue par morceaux sur R, à valeurs dans R (ou
C). La transformée de Fourier de f est la fonction F définie par :
Z +∞
F (s) = f (t)e−ist dt
−∞

avec t en secondes et s la pulsation (enrad.s−1 ) :

Exemple 5.3.1. 1 Soit f la fonction définie par f (t) = 1 si t ∈ [−1, +1] et f (t) = 0
sinon. Alors
Z +∞ Z 1 h e−ist i1
−ist 2 e−is − e+is 2 sin s
F (s) = f (t)e dt = e−ist dt = =− =+ .
−∞ −1 −is −1 s 2i s

2 Quelle est la transformée de Fourier F (s) de la fonction définie par f (t) = e−α|t| ,
avec α > 0 ?
Z 0 Z +∞
−α(−t) −ist
F (s) = e e dt + e−αt e−ist dt
−∞ 0
h e(α−is)t i0 h e(−α−is)t i+∞
= +
α − is −∞ −α − is 0
(α−is)t
1 e e(−α−is)t 1
= − lim + lim −
α − is t→−∞ α − is t→+∞ −α − is −α − is
1 1
= +0+0+
α − is α + is
2α
= 2
α + s2

Remarque 5.3.1. — On trouve dans la littérature d’autres définitions, avec des constantes
différentes. Pour les formules, il faut donc bien faire attention à la définition que
l’on choisit.
— L’intégrale impropre a deux points incertains −∞ et +∞. On rappelle que par dé-
R +∞ R0
finition une intégrale −∞ g(t) dt converge si et seulement si l’intégrale −∞ g(t) dt
R +∞
converge et l’intégrale 0 g(t) dt converge aussi.
— Contrairement à la transformée de Laplace, la transformée de Fourier est souvent
à valeurs dans C, même si l’ensemble de départ est R.

Nous donnons une condition simple pour que la transformée de Fourier existe.

Proposition 5.3.1. Supposons que f soit continue et que l’intégrale de f soit absolument
convergente, c’est-à-dire Z +∞
 
f (t) dt converge.
−∞
Alors :

ESATIC 39 UP Maths
ANALYSE DE FOURIER

1 Pour tout s ∈ R, l’intégrale F (s) existe.

2 La fonction s 7→ F (s) est continue sur R.
3 La fonction s 7→ F (s) est dérivable sur R et
Z +∞
0
F (s) = −i tf (t)e−ist dt.
−∞

En fait, pour la continuité de F , on pourrait montrer qu’il suffit que f soit continue
par morceaux (au lieu de continue partout).

5.3.2 Propriétés
Lemme 5.3.1 (Lemme de Riemann-Lebesgue). Soit f une fonction continue par mor-
R +∞  
ceaux telle que −∞ f (t) dt soit convergente. Alors
Z +∞
lim f (t)e−ist dt = 0.
s→+∞ −∞

Le même résultat est vrai lorsque s → −∞. Autrement dit :

lim F (s) = 0 et lim F (s) = 0

s→−∞ s→+∞

Comme s 7→ F (s) est continue, on en déduit que la transformée de Fourier est une fonc-
tion bornée.
Nous donnons la preuve uniquement lorsque f est une fonction de classe C 1 .

Démonstration. On commence par prouver le lemme de Riemann-Lebesgue sur un inter-

valle fermé borné [a, b] :
Z b
lim f (t)e−ist dt = 0
s→+∞ a
On effectue une intégration par parties :
Z b Z b Z b
e−ist ib e−ist
 
−ist
h
0 1 −isb −isa 0 −ist
f (t)e dt = f (t) − f (t) dt = f (b)e − f (a)e − f (t)e dt
a −is a a −is −is a

On en déduit la majoration :
Z b   Z b 
 −ist
 1      0 
 f (t)e dt ≤ f (b) + f (a) + f (t) dt

a |s| a

Sur l’intervalle fermé borné [a, b], la fonction f 0 est continue donc bornée : notons M =
 
supt∈[a,b] f 0 (t). On a donc
Z b 
 −ist
 1    

 f (t)e dt ≤ f (b) + f (a) + M (b − a) .

a |s|

ESATIC 40 UP Maths
ANALYSE DE FOURIER

Rb
Ainsi lorsque |s| → +∞ alors a
f (t)e−ist dt → 0.

Pour l’intégrale impropre, fixons  > 0. On reprend le raisonnement précédent en

Ra   R +∞  
fixant d’abord a et b tels que −∞ f (t) dt <  et b f (t) dt < , ce qui possible car
les intégrales impropres convergent. Ainsi :
Z +∞  Z a Z b  Z +∞
−ist −ist
       

 f (t)e dt ≤
  f (t) dt + 
  f (t)e dt + f (t) dt
−∞ −∞ a b
R  R 
 b  +∞
Or pour |s| assez grand,  a f (t)e−ist dt <  d’après le point précédent. Donc  −∞ f (t)e−ist dt <
 
3 pour |s| assez grand, ce qui termine la preuve.

Voici quelques assertions parmi les nombreuses propriétés que vérifie la transformée
de Fourier.

Proposition 5.3.2. 1 Linéarité. F(λf + µg) = λF(f ) + µF(g).

R +∞
2 Parité. Si f est une fonction paire, alors F (s) = 2 0 f (t) cos(st) dt. Si f est
R +∞
impaire, alors F (s) = −2i 0 f (t) sin(st) dt.
3 Dérivation. F(f 0 ) = isF(f ).
4 Théorème du retard. F f (t − τ ) = e−isτ F f (t) .

Démonstration. Les preuves sont similaires à celles pour la transformée de Laplace. Pour
la formule de dérivation, on suppose que l’intégrale de f 0 est absolument convergente.
Cette dernière hypothèse implique en particulier que f admet une limite finie en −∞ et
R
+∞, limite qui est forcément nulle puisque |f | est supposée convergente.
Voici la preuve pour la formule de la parité. On suppose donc que f est une fonction
paire. Alors :
Z 0 Z +∞
−ist
F (s) = f (t)e dt + f (t)e−ist dt
−∞ 0
Z +∞ Z +∞
= isu
f (−u)e du + f (t)e−ist dt avec u = −t
0 0
Z +∞
f (t) eist + e−ist dt


= car f (−u) = f (u)
0
Z +∞
=2 f (t) cos(st) dt
0

2
Exemple 5.3.2. Quelle est la transformée de Fourier de f (t) = e−t ? Nous allons la
calculer en utilisant les propriétés énoncées plus haut. Nous notons F (s) la transformée
de Fourier de f (t) et G(s) celle de f 0 (t).

ESATIC 41 UP Maths
ANALYSE DE FOURIER

— D’une part, par la formule de dérivation de la proposition 5.3.2, on sait que

G(s) = isF (s).
— Mais d’autre part f 0 (t) = −2tf (t), donc
Z +∞ Z +∞
0 −ist
G(s) = f (t)e dt = −2 tf (t)e−ist dt = −2iF 0 (s).
−∞ −∞

La dernière égalité vient de la formule de dérivation de F (s) de la proposition

5.3.1.
F 0 (s)
— On en déduit donc l’équation différentielle sF (s) = −2F 0 (s). En écrivant =
F (s)
s   s2 2
− , on trouve ln F (s) = − + c, donc F (s) = F (0)e−s /4 . Et F (0) =
2
R +∞ √ 4 √
−t2 2
−∞
e dt = π. Conclusion : F (s) = πe−s /4 .

5.3.3 Transformée de Fourier inverse

La transformée de Fourier transforme f (t) en F (s). Il existe une transformée de Fou-
rier inverse qui permet de revenir de F (s) à f (t).

Théorème 5.3.1. Si Z +∞
F (s) = f (t)e−ist dt
−∞
R +∞
est d’intégrale −∞
F (s) ds absolument convergente, alors
Z +∞
1
f (t) = F (s)e+ist ds.
2π −∞

1
Il faut bien faire attention à la constante et au signe + dans e+ist . Nous admettons
2π
ce théorème.
En d’autres termes, si l’on note
Z +∞
−1 1
F (f ) = f (t)e+ist dt,
2π −∞

alors F −1 est l’opération de

Définition 5.3.3. transformée de Fourier inverse :

F −1 F(f ) = f F F −1 (f ) = f



et

Il est remarquable que la transformée inverse ait une forme très proche de la transfor-
mée directe. Nous allons l’utiliser dans l’exemple suivant.

ESATIC 42 UP Maths
ANALYSE DE FOURIER

1
Exemple 5.3.3. Quelle est la transformée de Fourier de g(t) = ?
1 + t2
On a vu dans l’exemple 5.3.1 que la transformée de Fourier de f (t) = e−|t| est
2
F (s) = , qui est d’intégrale absolument convergente. Ce qui veut dire que, d’après
1 + s2
1 e−|s|
le théorème 5.3.1, la transformée de Fourier inverse de g(t) = est G(s) = .
1 + t2 2
On vient exactement de dire
Z +∞
1
g(t)e+ist dt = G(s),
2π −∞
donc en évaluant cette expression en −s :
Z +∞
1
g(t)e−ist dt = G(−s).
2π −∞
Autrement dit : Z +∞
1 1 −ist e−|−s| e−|s|
e dt = =
2π −∞ 1 + t2 2 2
1
Ce qui permet de conclure que la transformée de Fourier de g(t) = est :
1 + t2
Z +∞
1
F(g) = 2
e−ist dt = πe−|s|
−∞ 1 + t

En particulier, lorsque l’on prend la partie réelle de cette dernière égalité, on obtient
que Z +∞
cos(st)
2
dt = πe−|s| ,
−∞ 1+t
ce qui donne pour s = 1 : Z +∞
cos t π
2
dt = .
−∞ 1 + t e
La correspondance est donc la suivante :

5.3.4 Lien avec la transformée de Laplace

Les transformées de Fourier et de Laplace, lorsqu’elles sont bien définies, sont liées
par la relation suivante :
F(f )(s) = L(f+ )(+is) + L(f− )(−is)
où l’on a défini f+ et f− sur [0, +∞[ par : f+ (t) = f (t) et f− (t) = f (−t) pour t ≥ 0.
Exemple 5.3.4. Calculons la transformée de Fourier de f (t) = t2 e−|t| . On note f+ (t) et
f− (t) comme ci-dessus. Comme la fonction f est paire alors f+ = f− .
Par les tables de la transformée de Laplace on sait que, pour f+ (t) = t2 e−t (avec
2
t ≥ 0) qui est du type tn eαt , on a L(f+ ) = . On en déduit que
(s + 1)3
2 2 4 − 12s2
F(f )(s) = L(f+ )(+is) + L(f− )(−is) = + = .
(is + 1)3 (−is + 1)3 (1 + s2 )3

ESATIC 43 UP Maths
ANALYSE DE FOURIER

5.4 Transformée en Z
La transformée en Z est un outil mathématique du traitement du signal.
Définition 5.4.1. La transformée en Z est une application qui transforme une suite s en
une fonction S d’une variable complexe z, telle que
+∞
X n +∞
X o
S(z) = Z{s(n)}(z) = s(n)z −n , z ∈ z ∈ C/ s(n)z −n converge .
−∞ −∞

Si ∀n < 0 ; s(n) = 0, on parle de signal causal. Inversement, si ∀n > 0 ; s(n) = 0, on

parle de signal anti-causal.
Pour les signaux causaux, on peut aussi utiliser la transformée en Z monolatérale
+∞
X
Z{s(n)}(z) = s(n)z −n .
0

Exemples 5.4.1.
1 Soit la suite (Un )n∈N telle que, pour tout entier n ; Un = 1 ; on a
1
pour z tel que |z| > 1 ; Z{1}(z) = +∞ z −n = z
P
0 = z−1 .
1 − z −1
2 De même on note la suite (Sn )n∈N telle que, pour tout entier n ; Sn = n, on a
z −1
pour z tel que |z| > 1 ; Z{n}(z) = +∞ −n z
P
0 nz = = (z−1)2.
(1 − z −1 )2
3 Soit a un nombre réel non nul, on considère la suite Un = an
+∞
X +∞
X
n −n
n
Z{a }(z) = a z = (az −1 )n .
0 0

1 z
pour z avec |z| > |a| ; Z{an }(z) = = .
1 − az −1 z−a
4 Soit un signal x défini par x(t) = e−at U (t). Avec la période d’échantillonnage T ,
l’échantillonné est défini par
e−aT n = (e−aT )n .
donc
1 z
Z{e−aT }(z) = = .
1− e−aT z −1 z − e−aT

5.4.1 Propriétés de la transformée en Z

Linéarité

La transformée en Z d’une combinaison linéaire de deux signaux est la combinaison

linéaire des transformées en Z de chaque signal
Z{αx(n) + βy(n)} = αZ{x(n)} + βZ{y(n)}.

ESATIC 44 UP Maths
ANALYSE DE FOURIER

Décalage temporel

Le décalage temporel d’un signal de k échantillons se traduit par la multiplication de

la transformée en Z du signal par z −k

Z{x(n − k)} = z −k Z{x(n)}.

Convolution

La transformée en Z d’un produit de convolution est le produit des transformées en Z

Z{x(n) ∗ y(n)} = Z{x(n)}.Z{y(n)}.

où
+∞
X
x(n) ∗ y(n) = x(n − k)y(k).
n=−∞

En effet
+∞
X
Z{x(n) ∗ y(n)}(z) = {x(n) ∗ y(n)}(z)z −n
n=−∞
+∞
X +∞
X
= x(n − k)y(k)z −(n−k) z −k
n=−∞ k=−∞
+∞
X +∞
X
= x(m)y(k)z −(m) z −k
m=−∞ k=−∞
+∞
 X +∞
 X 
= y(k)z −k y(k)z −(m) = Z{x}Z{y}
k=−∞ m=−∞

Changement d’échelle

Z{an x(n)} = X( az ), avec X(z) transformée en Z de la suite x(n)

Théorème de la valeur initiale

Soit x(n) un signal causal et X(z) sa transformée en Z alors

x(0) = lim x(n) = lim X(z).

n→0 z→+∞

Théorème de la valeur finale

Soit x(n) un signal causal et X(z) sa transformée en Z. Alors lorsque la limite de

gauche existe, on peut écrire
z−1
lim x(n) = lim (1 − z −1 )X(z) = lim ( )X(z).
n→+∞ z→+1 z→+1 z

ESATIC 45 UP Maths
ANALYSE DE FOURIER

Exemple 5.4.1. Soit (xn ) une suite géométrique, avec Xn = an et |a| < 1 ; X a un pôle
(a) à l’intérieur du cercle "unité", on a
z−1 z
lim (1 − z −1 )X(z) = lim ( )( ) = 0 = lim xn .
z→+1 z→+1 z z−a n→+∞

ESATIC 46 UP Maths
Bibliographie

[1] A. Bodin : Analyse. Exo 7 (2016).

[2] D. Djamel : Outils Mathématiques pour le Traitement du Signal . MEMOIRE Pour obte-
nir LE DIPLOME DE MASTER Spécialité : Mathématiques, UNIVERSITE DE KHEMIS-
MILIANA (2016).
[3] F. LAUNAY : COURS TRAITEMENT DU SIGNAL . Département R T - IUT de Poitiers
site de Chatellerault (2007).
[4] P. Marry, N. Point, D. Vial : MATHÉMATIQUES DU SIGNAL 3e édition . Dunod, Paris,
(2008).

47