Professional Documents
Culture Documents
Cours de Mathématiques
François THIRIOUX
francois.thirioux@ac-grenoble.fr
Lycée René Perrin, Ugine
8 octobre 2004
Table des matières
Présentation du programme v
1 Préliminaires 1
1.1 Définitions préalables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Factorielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Sommations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Factorisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 Formule du binôme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Rappels sur les nombres complexes et la trigonométrie . . . . . . . . . . . . . . 5
1.3.1 Nombres complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.2 Trigonométrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Intégration 8
2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1 Définition de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2 Propriétés élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.3 Inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Méthodes d’intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Fonctions à valeurs complexes . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.3 Changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3 Séries numériques 14
3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.1.1 Définition d’une série . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
i
TABLE DES MATIÈRES ii
3.1.2 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.1.3 Condition nécessaire de convergence . . . . . . . . . . . . . . . . . . . . . 14
3.2 Séries de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.1 Séries géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.2.2 Séries de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3 Critères de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3.1 Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3.2 Séries à termes de signe quelconque . . . . . . . . . . . . . . . . . . . . . 16
4 Séries de Fourier 17
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.1.1 Joseph Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.1.2 Première approche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Coefficients de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.2.1 Formes exponentielle et réelle ; somme de Fourier . . . . . . . . . . . . . 18
4.2.2 Propriétés des coefficients . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.3 Théorèmes de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.3.1 Egalité de Bessel-Parseval . . . . . . . . . . . . . . . . . . . . . . . . . . 22
4.3.2 Convergence des séries de Fourier . . . . . . . . . . . . . . . . . . . . . . 23
4.4 Sommes de Fourier de signaux usuels . . . . . . . . . . . . . . . . . . . . . . . . 24
4.4.1 Signal en créneau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.4.2 Signal en triangle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5 Equations différentielles 27
5.1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.1.2 Exemple fondamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5.2 Equations différentielles linéaires du premier ordre . . . . . . . . . . . . . . . . . 28
5.2.1 Définitions et structure des solutions . . . . . . . . . . . . . . . . . . . . 28
5.2.2 Résolution de l’équation homogène . . . . . . . . . . . . . . . . . . . . . 29
5.2.3 Recherche d’une solution particulière et solution générale . . . . . . . . . 30
5.2.4 Utilisation d’une condition initiale . . . . . . . . . . . . . . . . . . . . . . 31
5.3 Equations différentielles linéaires du second ordre à coefficients constants . . . . 32
5.3.1 Définitions et structure des solutions . . . . . . . . . . . . . . . . . . . . 32
5.3.2 Résolution de l’équation homogène . . . . . . . . . . . . . . . . . . . . . 32
5.3.3 Recherche d’une solution particulière et solution générale . . . . . . . . . 35
TABLE DES MATIÈRES iii
6 Développements limités 37
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.1.1 Dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.1.2 Compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.2 Formules de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
6.2.1 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . . . . . 38
6.2.2 Inégalité de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . 38
6.2.3 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3 Opérations sur les développements limités . . . . . . . . . . . . . . . . . . . . . 40
6.3.1 Somme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.3.2 Produit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.3.3 Quotient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.3.4 Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.3.5 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.4 Développements limités usuels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.4.1 Exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.4.2 Logarithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.4.3 Puissance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.4.4 Fonctions trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . 42
7 Transformation de Laplace 43
7.1 Introduction et compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1.1 Pierre Simon de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1.2 Systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1.3 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
7.1.4 Intégrales généralisées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
7.1.5 Impulsion de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
7.2 Transformée de Laplace d’une fonction causale . . . . . . . . . . . . . . . . . . . 45
7.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
7.2.2 Résultats essentiels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
7.2.3 Transformées fondamentales usuelles . . . . . . . . . . . . . . . . . . . . 48
7.2.4 Théorèmes complémentaires . . . . . . . . . . . . . . . . . . . . . . . . . 50
7.3 Applications à l’analyse du signal . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7.3.1 Transformée inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
TABLE DES MATIÈRES iv
8 Transformation en z 55
8.1 Notion de série entière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.1 Définitions fondamentales . . . . . . . . . . . . . . . . . . . . . . . . . . 55
8.1.2 Propriétés et développements usuels . . . . . . . . . . . . . . . . . . . . . 56
8.2 Transformation en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.2.1 Echantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
8.2.2 Définition et premières remarques . . . . . . . . . . . . . . . . . . . . . . 57
8.2.3 Transformation inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.3 Théorèmes classiques et tranformées usuelles . . . . . . . . . . . . . . . . . . . . 58
8.3.1 Théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
8.3.2 Transformées usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8.4 Application aux systèmes échantillonnés . . . . . . . . . . . . . . . . . . . . . . 61
Bibliographie 63
Présentation du programme
Ce cours traite grosso modo les plus importants des items suivants composant le programme :
1. Nombres complexes 2.
2. Suites numériques 2.
3. Fonctions d’une variable réelle.
4. Calcul différentiel et intégral 3.
5. Séries numériques et séries de Fourier.
6. Transformation de Laplace
7. Transformation en z.
8. Equations différentielles.
9. Fonctions de deux ou trois variables.
10. Calcul matriciel.
11. Calcul des probabilités 1.
12. Calcul vectoriel.
v
Chapitre 1
Préliminaires
1.1.1 Factorielle
1.1.1.1 Dfinition Soit n un entier naturel. La factorielle de n, notée n!, est le nombre entier :
n! = 1.2.3. · · · .n si n > 1 ;
0! = 1 , par convention.
1.1.1.4 Remarque La croissance de n! est extrêmement rapide. Par exemple, 50! = 3, 0414 ×
1064 .
1.1.2 Sommations
1.1.2.1 Notation Si les ai sont des objets (nombres, matrices, fonctions...) que l’on peut
sommer, on définit :
n
X
ak = a1 + a2 + · · · + an , où n pourra être + ∞.
k=1
1
2
1.1.3 Combinaisons
1.1.3.1 Dfinition On appelle coefficient binômial un nombre entier donné, pour k 6 n,
par :
n!
Cnk = .
k!(n − k)!
1.1.3.2 Remarque Plusieurs observations sont nécessaires. D’abord, c’est bien un entier, ce
¡ ¢
qui sera démontré dans la suite. Ensuite, ce nombre est parfois noté aussi nk . Enfin, plus
concrètement, il représente le nombre de façons de prendre (sans ordre) k éléments parmi n.
Son rôle est très important en probabilités, mais aussi de manière générale dans les autres
domaines.
Cnk = Cnn−k ,
k+1
Cnk + Cnk+1 = Cn+1 .
Preuve. La première relation est évidente. La deuxième nécessite juste un calcul simple
(partir du membre de gauche).
1.1.3.4 Remarque La deuxième relation est fondamentale. Elle prouve, de proche en proche,
que les coefficients binômiaux sont bien des entiers. Mais aussi et surtout, elle fournit un moyen
bien simple de calculer et de représenter ces coefficients : le triangle de Pascal (il semble en fait
que ce soit plus ancien...).
3
nk 0 1 2 3 4 5 6 7 8
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
8 1 8 28 56 70 56 28 8 1
Bien observer les propriétés de ce tableau (en particulier celles données par le théorème)
n’est pas une perte de temps !
1.2 Polynômes
1.2.1 Rappels
1.2.1.1 Dfinition On dit qu’une fonction P : C −→ C est un polynôme de degré n s’il
existe des coefficients complexes a0 , · · · , an , an étant non nul, tels que :
n
X
P (z) = ak .z k = a0 + a1 .z + · · · + an .z n .
k=0
1.2.1.2 Exemple Les trinômes du second degré à coefficients réels sont des polynômes de
degré 2. Les polynômes de degré 0 sont les nombres complexes.
1.2.2 Factorisation
1.2.2.1 Thorme Soit P (z) un polynôme de degré n . Alors P (b) = 0 ssi P (z) = (z − b)Q(z) ,
où Q est un polynôme de degré (n − 1) .
4
1.2.2.2 Remarque Ce théorème est fondamental, mais aussi très utile dans des cas simples.
Il ne faut pas oublier qu’il est bien sûr aussi valable pour des nombres réels (puisque R ⊂ C ) !
1.2.2.3 Exemple Supposons qu’une parabole f coupe l’axe des abscisses aux points 1 et 5 ,
et que son minimum soit de −1. On trouve facilement la forme factorisée de l’équation de cette
parabole. On applique 2 fois le théorème :
Ensuite, l’extremum d’une parabole se situe au milieu de ses 2 racines (éventuelles), c’est-à-dire
1 1
ici en 3 . Ainsi, −1 = f (3) = (3 − 1)(3 − 5).λ = −4λ. Soit λ = , i.e. f (x) = (x − 1)(x − 5) .
4 4
1.2.2.4 Exemple Supposons que l’on sache que la fonction f (x) = x3 − 3x2 + 2x − 6 s’annule
pour x = 3 (par exemple en le devinant graphiquement et en le vérifiant algébriquement). On
sait par le théorème que f (x) se factorise en (x − 3)g(x) , où g est un trinôme du second degré.
On pose g(x) = ax2 + bx + c. Puis, en développant (x − 3)g(x) et en identifiant avec f (x), on
obtient f (x) = (x − 3)(x2 + 2).
1.2.2.5 Remarque Au lieu d’identifier les termes pour trouver les coefficients polynômiaux,
on peut effectuer une division euclidienne de polynômes.
Preuve. Supposer que la formule est vraie au rang n , puis la démontrer au rang (n + 1) ,
en utilisant la relation (a + b)n+1 = (a + b)(a + b)n .
1.2.3.3 Remarque Les coefficient binômiaux jouent un rôle important en dénombrement. Ici,
observons la formule du théorème. Notons que :
1.2.3.4 Exercice Pourquoi le raisonnement précédent est-il aussi valable si l’on compte les
“b” au lieu des “a” ?
1.3.1.1 Notation On note C l’ensemble des nombres complexes, et C∗ l’ensemble des nombres
complexes privé de 0 . La lettre i désigne le complexe de carré −1 (en électricité ce nombre est
noté j , afin d’éviter la confusion avec l’intensité).
1.3.1.3 Remarque On rappelle que, par définition, eiθ = cos θ + i sin θ . De plus, le nombre 0
n’a pas de forme trigonométrique (on ne peut définir son argument).
1.3.1.5 Dfinition La mesure principale d’un angle est celle comprise dans ] − π; π] .
√ a b
1.3.1.6 Proposition Si z = a + ib = ρeiθ ∈ C∗ , alors ρ = a2 + b2 , cos(θ) = et sin(θ) = .
ρ ρ
Propriétés élémentaires
1. z1 z2 = ρ1 ρ2 ei(θ1 +θ2 ) ;
z1 ρ1
2. = ei(θ1 −θ2 ) ;
z2 ρ2
3. z1 = ρ1 e−iθ1 .
Formules remarquables
(eiθ )n = einθ ,
c’est-à-dire (cos θ + i sin θ)n = (cos nθ + i sin nθ).
1.3.2 Trigonométrie
1.3.2.1 Remarque Les formules essentielles se trouvent dans le formulaire, il ne s’agit pas de
les recopier ici... Il faut revoir les cosinus et sinus des angles remarquables. On donne juste une
formule, dans le but d’observer sa démonstration.
En identifiant parties réelles et imaginaires, on a montré d’un coup les deux formules.
Chapitre 2
Intégration
2.1 Généralités
2.1.1.3 Remarque Rappelons ici que ces primitives ne diffèrent que d’une constante
additive.
Rx
2.1.1.4 Dfinition La fonction F : x 7−→ a
f (t)dt est l’unique primitive de f sur I s’annu-
lant en a .
b
a f (t)dt = [F (t)]t=b
t=a = F (b) − F (a) .
8
9
Linéarité
Positivité
2.1.2.3 Notation Une écriture fonctionnelle du type f 6 g signifie que, quel que soit t dans
I , f (t) 6 g(t) .
Preuve. Puisque f est positive, F est croissante (se souvenir que F 0 = f ). De ce fait,
F (a) 6 F (b) car a 6 b . Ce qui mène directement au résultat par la définition 2.1.1.5.
Preuve. Considérons la fonction h = g−f . Cette fonction est positive, et on peut appliquer
la proposition précédente.
10
2.1.3 Inégalités
2.1.3.1 Proposition (inégalité de la moyenne) Si a 6 b, et si m 6 f 6 M , alors :
Z b
m(b − a) 6 f (t)dt 6 M (b − a) ,
a
ou encore, si a 6= b : Z b
1
m6 f (t)dt 6 M .
b−a a
1
Rb
2.1.3.2 Remarque Le terme b−a a
f (t)dt est la valeur moyenne de f . On a ainsi juste
prouvé que ce nombre est encadré par les mêmes valeurs que f , ce qui est normal.
Rb
2.1.3.3 Corollaire Si a 6 b et si |f | 6 k , alors 0 6 a
|f (t)| dt 6 k(b − a) .
2.1.3.5 Dfinition On dit que f est de classe C 1 si f est dérivable et si f 0 est continue.
2.1.3.6 Thorme (inégalité des accroissements finis) Supposons que f soit C 1 sur I . Si
a 6 b et si |f 0 | 6 k, alors :
|f (b) − f (a)| 6 k(b − a) .
Preuve. Tout d’abord, f est C 1 , ainsi f 0 est continue donc intégrable. On utilise ensuite la
proposition 2.1.3.4 et le corollaire 2.1.3.3 pour calculer :
¯Z b ¯
¯ ¯
|f (b) − f (a)| = ¯¯ f (t)dt¯¯
0
a
Z b
6 |f 0 (t)| dt
a
6 k(b − a) ,
et si on intègre : Z Z Z
b b b
[f (t) + ig(t)]dt = f (t)dt + i g(t)dt .
a a a
2.2.1.2 Remarque En pratique, on fait les calculs sans se poser de questions (voir l’exemple
important 2.2.1.3). L’utilité d’intégrer ou de dériver des fonctions à valeurs complexes apparaı̂tra
lors de l’étude des séries de Fourier. Mais, comme va le montrer l’exemple 2.2.1.4, il peut parfois
être judicieux de passer dans C pour faire des calculs dans R .
2.2.1.3 Exemple Soit a dans C∗ . Une primitive de la fonction réelle à valeurs complexes
at eat
t 7−→ e est . On peut calculer par exemple d’une première manière :
a
Z 2π · it ¸t=2π
it e ei2π ei0 1 1
e dt = = − = − =0,
0 i t=0 i i i i
et d’une seconde :
Z 2π Z 2π Z 2π Z 2π
it
e dt = [cos(t) + i sin(t)] dt = cos(t)dt + i sin(t)dt = 0 + i0 = 0 .
0 0 0 0
Preuve. Tout d’abord observons que, puisque f et g sont C 1 , toutes les fonctions considérées
sont continues. Il suffit alors d’écrire (f g)0 = f 0 g + f g 0 , soit f 0 g = (f g)0 − f g 0 , puis d’intégrer
cette égalité entre a et b .
Séries numériques
3.1 Généralités
3.1.2 Convergence
3.1.2.1 Dfinition Si la suite (Sn ) converge, on dit que la série converge, et on note :
+∞
X
S = lim Sn = uk .
n→+∞
k=0
Preuve. Si (Sn ) est une série convergente de terme général un , alors les suites (Sn−1 ) et
(Sn ) convergent vers la même limite. Ainsi, leur différence tend vers 0. Or, Sn − Sn−1 = un .
3.1.3.2 Remarque La contraposée de ce théorème est : “si le terme général ne tend pas vers
0, alors la série diverge”. C’est sous cette forme que le théorème est le plus souvent utilisé. Les
séries dont le terme général ne tend pas vers 0 sont dites grossièrement divergentes. Par
P
exemple, n sin n est une telle série.
14
15
3.2.1.2 Proposition Une série géométrique converge si, et seulement si, la suite géométrique
dont elle est issue converge (vers 0).
Preuve. Dans le premier cas, utiliser le fait qu’une suite croissante et majorée converge. La
deuxième assertion n’est que la contraposée de la première.
un
3.3.1.2 Dfinition On dit que un est équivalent à vn , noté un ∼ vn , si le quotient tend
vn
vers 1.
16
P P
3.3.1.3 Thorme Si un ∼ vn , alors les séries un et vn sont de même nature (convergente
ou divergente).
un+1
3.3.1.4 Thorme (critère de d’Alembert) Supposons que L = lim existe.
n→+∞ un
P
1. Si L < 1, alors un converge ;
P
2. si L > 1, alors un diverge ;
3. si L = 1, alors on ne peut rien affirmer.
3.3.2.4 Proposition Une série absolument convergente est convergente, mais la réciproque
est fausse.
Chapitre 4
Séries de Fourier
4.1 Introduction
Ce signal est discontinu, donc a fortiori non dérivable. Nous allons l’approcher par ses
sommes de Fourier Sn , qui sont des fonctions sinusoı̈dales (polynômes trigonométriques,
infiniment dérivables et commodes pour les calculs). Traçons donc quelques unes de ces sommes,
et observons leurs allures :
17
18
Nous pouvons déjà noter que, plus n est grand, plus la somme de Fourier semble se rappro-
cher du signal en créneau. Plus précisément, Sn converge vers f en tout point de continuité
de f . Cela dit, près d’une discontinuité de f , il reste toujours une “crête”, de plus en plus
proche de la discontinuité, mais d’amplitude constante (environ 9% du saut de discontinuité, à
mesurer sur les dessins !). C’est le phénomène de Gibbs (Josiah Willard Gibbs, américain,
1839-1903). Ceci conduit à faire des moyennes de Cesaro des sommes de Fourier (appelées
sommes de Fejér), rendant la convergence bien meilleure (mais c’est hors programme).
4.2.1.1 Remarque Attention, les définitions des coefficients des séries de Fourier sont différentes
d’un ouvrage à l’autre. Il est donc vivement recommandé d’être vigilant... Les conventions em-
ployées ici sont celles du formulaire de BTS.
1T
cn (f ) = f (t)e−iωnt dt .
T0
4.2.1.3 Remarque Vu que t 7−→ f (t)e−iωnt est aussi T −périodique (à vérifier), on pouvait
l’intégrer sur n’importe quel intervalle de longueur T (à vérifier, par un changement de variable),
par exemple [− T2 ; T2 ] . Le choix est purement pratique et dépend du signal considéré.
4.2.1.6 Notation On définit, pour n dans N∗ , des nombres réels (appelés coefficients de
Fourier réels) par :
1T
a0 (f ) = f (t)dt ;
T0
2T
an (f ) = f (t) cos(ωnt)dt ;
T0
2T
bn (f ) = f (t) sin(ωnt)dt .
T0
4.2.1.7 Corollaire Soit n dans N∗ . On en déduit les égalités fondamentales suivantes :
Ensuite :
Z
1 T
c0 (f ) = f (t)e−i0ωt dt
T 0
Z
1 T
= f (t)dt
T 0
= a0 (f ) .
SN (f )(x) = a0 (f ) +N
n=1 [an (f ) cos(ωnx) + bn (f ) sin(ωnx)] ,
et en particulier SN (f ) est une fonction à valeurs réelles (ce qui n’était a priori pas
évident).
Propriétés algébriques
4.2.2.1 Proposition On retrouve les coefficients complexes à partir des coefficients réels grâce
aux formules, valables pour n dans N∗ :
1
cn (f ) = [an (f ) − ibn (f )] ;
2
1
c−n (f ) = [an (f ) + ibn (f )] .
2
Preuve. Utiliser la proposition 4.2.1.5.
4.2.2.3 Proposition L’énergie de l’harmonique de rang n > 1 est (par définition) le nombre :
an (f )2 + bn (f )2
En (f ) = |cn (f )|2 + |c−n (f )|2 = .
2
Preuve. Utiliser la proposition 4.2.2.1 pour démontrer la deuxième égalité.
Limites
4.2.2.6 Remarque 1. Ainsi, lorsque n est grand, l’harmonique de rang n est négligeable
(son amplitude est petite). Mais attention, ceci ne veut pas dire que l’importance des
harmoniques va forcément en décroissant (une harmonique de rang élevé peut être domi-
nante).
22
Parité du signal
4.2.2.7 Proposition 1. Si f est une fonction paire, alors ses coefficients bn (f ) sont nuls, et
donc ses sommes de Fourier ne sont composées que de cosinus.
2. Si f est une fonction impaire, alors ses coefficients an (f ) sont nuls, et donc ses sommes
de Fourier ne sont composées que de sinus.
Preuve. Prouvons par exemple la deuxième assertion. Comme on l’a déjà précisé, on peut
calculer les coefficients de Fourier de f en intégrant sur [− T2 ; T2 ]. Ensuite, puisque t 7−→ cos(ωnt)
est paire, on remarque que t 7−→ f (t) cos(ωnt) est impaire ; ainsi son intégrale, sur un intervalle
symétrique comme [− T2 ; T2 ] , est nulle. Ce qui signifie que an (f ) = 0.
4.2.2.8 Exemple Les sommes de Fourier du signal en créneau considéré dans l’introduction
ne sont composées que de sinus, puisque ce signal est impair.
4.3.1.2 Remarque 1. Les coefficients de Fourier sont en fait définis grâce à un produit sca-
laire (hors programme) sur l’espace des fonctions T -périodiques continues par morceaux,
et la norme de f est issue de ce produit scalaire, d’où son qualificatif “euclidienne”.
2. La norme euclidienne de f est la valeur efficace du signal f sur une période.
3. Le carré de la valeur efficace de f est l’énergie du signal f sur une période : E(f ) = kf k2 .
23
an (f )2 + bn (f )2
kf k2 =+∞ 2 2 +∞
n=−∞ |cn (f )| = a0 (f ) +n=1 .
2
4.3.1.5 Remarque En termes physiques, l’énergie d’un signal périodique f est la somme des
énergies des harmoniques (cf 4.2.2.3) et du carré de la valeur moyenne :
+∞
X
2
E(f ) = a0 (f ) + En (f ) .
n=1
4.3.2.2 Thorme (Dirichlet) Si f est de classe C 1 par morceaux, alors, quel que soit x , la
série de Fourier SN (f )(x) converge vers la demi-somme des limites à droite et à gauche de f
en x . Formellement :
f (x+ ) + f (x− )
∀x ∈ R, lim SN (f )(x) = .
N →+∞ 2
4.3.2.3 Corollaire Si f est continue en x , alors SN (f )(x) converge vers f (x) lorsque N tend
vers l’infini.
2. Le théorème confirme, sous certaines conditions, que les sommes de Fourier de f en sont
des approximations. Mais encore une fois attention, si f n’est pas continue, la convergence
est simple (i.e. se traite pour un x donné), mais pas uniforme (i.e. partout de la même
manière). En effet, il se produit le phénomène de Gibbs aux discontinuités. Par contre, si
f est continue, alors il n’y a pas de phénomène de Gibbs, et la convergence de la série de
Fourier de f est uniforme (on le constatera graphiquement sur les exemples de la section
4.4).
C’est le signal que nous avons étudié dans l’introduction. On calcule les coefficients de
Fourier de f :
ce qui correspond bien à la formule de l’introduction (dire que n est impair, c’est dire qu’il
s’écrit 2k +1). Puisque f est C 1 par morceaux mais pas continue, sa somme de Fourier converge
simplement (théorème de Dirichlet).
Représentations graphiques
Considérons le signal 2π-périodique f , défini sur [−π; π] par f (t) = |t| (voir plus bas sa
représentation graphique). Il faut observer immédiatement que :
1. la fonction f est paire, donc ses coefficients bn sont nuls (cf 4.2.2.7) ;
2. la fonction f est C 1 par morceaux et continue, ce qui assure une convergence uniforme
de sa série de Fourier.
Calculons :
Z π
1
a0 = |t|dt
2π −π
Z π
1
= 2 |t|dt par parité de la fonction valeur absolue
2π 0
Z
1 π
= tdt
π 0
π
= ;
2
Z π
2
an = |t| cos(nt)dt
2π −π
Z
2 π
= t cos(nt)dt par parité de la fonction intégrée
π 0
· ¸t=π Z
2 sin(nt) 2 π sin(nt)
= t − dt en intégrant par parties
π n t=0 π 0 n
· ¸t=π
2 − cos(nt)
= − car sin(nπ) = 0
πn n t=0
2
= 2
((−1)n − 1)
πn
0 si n est pair
= .
− 4 si n est impair
πn2
26
Ainsi, on trouve :
XN
π 4
SN (x) = − cos(nx).
2 n=1
πn2
n impair
Représentations graphiques
Energies et approximation
L’énergie de l’harmonique de rang n est nulle si n est pair. Si n est impair, elle vaut :
µ ¶2
a2n + b2n 1 −4 8
En = = 2
= 2 4 .
2 2 πn π n
(On remarquera au passage que cette égalité permet de calculer la somme d’une série
numérique.)
Ce qui nous intéresse, c’est de savoir où tronquer la série de Fourier. Pour cela, on calcule :
π2
E = ' 3, 2899 ;
3
π2
a20 = ' 2, 4674 soit 75% de E ;
4
π2 8
a20 + E1 = + ' 3, 2780 soit environ 99, 64% de E ;
4 π2
π2 8 8
a20 + E1 + E3 = + 2+ ' 3, 2880 soit environ 99, 94% de E .
4 π 81π 2
On peut donc raisonnablement approcher f par la valeur moyenne et le fondamental, c’est-
à-dire S1 . En fait, plus on est précis, plus les calculs sont lourds. Tout est une question de
dosage. Mais attention, au niveau BTS, on ne contrôle pas réellement l’erreur commise lors des
calculs, et donc on ne fait plus vraiment des mathématiques...
Chapitre 5
Equations différentielles
5.1 Préliminaires
5.1.1 Introduction
5.1.1.1 Dfinition Une équation différentielle d’ordre n est une équation reliant une fonc-
tion y (n fois dérivable) à ses n premières dérivées.
5.1.1.2 Dfinition Résoudre une telle équation, c’est trouver toutes les fonctions y satisfai-
sant cette équation.
dy
5.1.1.3 Notation Si y est une fonction dérivable du temps, alors on note y 0 ou sa dérivée
dt
d2 y
première, y 00 ou 2 sa dérivée seconde, etc... On prendra garde à éviter l’abus de notation
dt
dy
classique : n’est pas un nombre, c’est une fonction.
dt
dy
5.1.1.4 Exemple Si y(t) = sin(3πt), alors (t) = y 0 (t) = 3π cos(3πt) .
dt
5.2.1.2 Dfinition L’équation homogène associée à (E) est l’équation sans second membre
(E ∗ ) :
a(t)y 0 (t) + b(t)y(t) = 0.
5.2.1.3 Thorme La solution générale de (E) est obtenue en ajoutant une solution parti-
culière de (E) à la solution générale de (E ∗ ).
Preuve. Soit y1 une solution particulière de (E). Elle vérifie donc a(t)y10 (t)+b(t)y1 (t) = c(t).
Ensuite :
Cas général
5.2.2.3 Thorme Les solutions de a(t)y 0 (t) + b(t)y(t) = 0 sont de la forme Ke−F (t) , où K est
b(t)
une constante réelle et F (t) une primitive de .
a(t)
Preuve. Exercice. La démarche est la même que celle de la preuve du théorème 5.2.2.1.
5.2.2.4 Exemple Soit l’équation, définie sur I =] − 1; +∞[, par (t + 1)w0 + (t − 1)w = 0.
b(t) t−1 t+1−2 2
On a ici = = = 1− . Une primitive sur I est donnée par F (t) =
a(t) t+1 t+1 t+1
t − 2 ln |t + 1| = t − 2 ln(t + 1). Les solutions de l’équation différentielle sont donc de la forme
w(t) = K exp(−t + 2 ln(t + 1)) = Ke−t (t + 1)2 .
On cherche une solution particulière sous la forme d’un polynôme de même degré que c(t).
5.2.3.2 Exemple Soit (E) l’équation y 0 (t) − 2y(t) = 13 sin 3t, sur l’intervalle I = R.
5.2.4.1 Thorme Etant donnée une condition initiale sur les solutions, une équation différentielle
linéaire du premier ordre possède une unique solution.
Preuve. On rappelle que les solutions de (E) sont données par y(t) = Ke−F (t) + y1 (t), où
b(t)
F (t) est une primitive de et y1 une solution particulière de (E). Il s’agit donc de fixer K
a(t)
grâce à la condition initiale y(t0 ) = y0 . On remplace : y0 = y(t0 ) = Ke−F (t0 ) + y1 (t0 ) ⇐⇒ K =
y0 − y1 (t0 )
. Ainsi la constante K est déterminée de manière unique.
e−F (t0 )
5.2.4.2 Remarque Bien sûr il ne faut pas retenir par coeur la formule donnant K.
32
5.3.1.2 Dfinition L’équation homogène associée à (E) est l’équation sans second membre
(E ∗ ) :
ay 00 (t) + by 0 (t) + cy(t) = 0.
5.3.1.3 Thorme La solution générale de (E) est obtenue en ajoutant une solution parti-
culière de (E) à la solution générale de (E ∗ ).
Preuve. Si f et g sont deux solutions, il est facile de vérifier que C1 f + C2 g est encore
solution. Réciproquement, toute solution est de cette forme (admis).
33
5.3.2.2 Remarque Ainsi, si l’on trouve deux fonctions solutions non proportionnelles, on
obtient toutes les solutions par combinaison linéaire de ces 2 fonctions.
Equation caractéristique
En se souvenant des fonctions solutions des équations différentielles du premier ordre, on est
amené à chercher si des fonctions exponentielles sont solutions de (E ∗ ). Posons donc y(t) = ert
et supposons que cette fonction soit solution. On remplace dans (E ∗ ) et on obtient ar2 ert +
brert + cert = 0, soit ert (ar2 + br + c) = 0. Puisqu’une exponentielle n’est jamais nulle, ceci
signifie que ar2 + br + c = 0.
5.3.2.3 Dfinition L’équation du second degré ar2 + br + c = 0 est appelée équation ca-
ractéristique de l’équation homogène (E ∗ ).
∆>0 Il y a donc deux solutions réelles r1 et r2 . Les deux fonctions f1 (t) = er1 t et f2 (t) = er2 t
∗ f1 (t) er1 t
sont deux solutions de (E ) qui ne sont pas proportionnelles car le rapport = r2 t =
f2 (t) e
er1 t−r2 t = e(r1 −r2 )t n’est pas constant. Ainsi, les solutions de (E ∗ ) sont de la forme C1 er1 t +C2 er2 t ,
où C1 et C2 sont des constantes réelles.
b
∆=0 Il y a une seule solution réelle double r = −, qui fournit déjà une solution f1 (t) = ert
2a
de (E ∗ ). On cherche (et c’est en fait une méthode de variation de la constante) une deuxième
solution sous la forme f2 (t) = w(t)f1 (t) = w(t)ert . On remplace dans (E ∗ ) :
y2 solution de (E ∗ )
⇐⇒ ay200 (t) + by20 (t) + cy2 (t) = 0
⇐⇒ a[w00 (t)ert + 2w0 (t)rert + w(t)r2 ert ] + b[w0 (t)ert + w(t)rert ] + cw(t)ert = 0
⇐⇒ a[w00 (t) + 2w0 (t)r + w(t)r2 ] + b[w0 (t) + w(t)r] + cw(t) = 0
⇐⇒ aw00 (t) + (2ar + b)w0 (t) + (ar2 + br + c)w(t) = 0
b
⇐⇒ aw00 (t) = 0 car r = − est solution de l’équation caractéristique
2a
⇐⇒ w00 (t) = 0 car a 6= 0.
Ainsi on peut prendre w(t) = t, et f2 (t) = w(t)f1 (t) = tert . On vérifie aisément que f1 et
f2 (t)
f2 ne sont pas proportionnelles car le rapport = t n’est pas constant. Par conséquent,
f1 (t)
34
les solutions de (E ∗ ) sont de la forme C1 ert + C2 tert = ert (C1 + C2 t), où C1 et C2 sont des
constantes réelles.
Ces deux nouvelles fonctions solutions sont à valeurs réelles et ne sont pas proportionnelles
car leur rapport n’est pas une constante. Ainsi, les solutions de (E ∗ ) sont de la forme C1 f1 (t) +
C2 f2 (t) = eαt (C1 cos βt + C2 sin βt), où C1 et C2 sont des constantes réelles.
Conclusion
discriminant ∆
Solutions sur un intervalle
de ar2 + br + c = 0
C1 er1 t + C2 er2 t
∆>0
où r1 et r2 sont les deux solutions
.
ert (C1 + C2 t)
∆=0
où r est la solution double
eαt (C1 cos βt + C2 sin βt)
∆<0
où α et β sont les parties réelle et imaginaire des solutions
µ ¶2 µ ¶2
√ C1 C2
5.3.2.5 Remarque Si l’on pose C = C1 + C2 , alors + = 1 et on peut donc
C C
C1 C2
trouver un nombre ϕ tel que = sin ϕ et = cos ϕ. Dans ces conditions :
C C
C1 C2
eαt (C1 cos βt + C2 sin βt) = Ceαt ( cos βt + sin βt)
C C
= Ceαt (sin ϕ cos βt + cos ϕ sin βt)
= Ceαt sin(βt + ϕ),
qui est une forme assez commode pour l’expression des solutions dans le cas ∆ < 0.
35
5.3.2.6 Exemple Revenons à notre circuit série RLC, dont l’équation homogène est Li00 +
1 L
Ri0 + i = 0. Le discriminant de l’équation caractéristique est ∆ = R2 − 4 , et ainsi il
C r C
L
s’annule lorsque R = 2 .
C
On cherche une solution particulière sous la forme d’un polynôme de même degré que d(t).
On procède exactement de la même manière que dans l’exemple 5.2.3.1, par identification des
coefficients du polynôme-candidat.
Dans ce cas également, la méthode est identique à celle de l’exemple du premier degré
5.2.3.2. On cherche la solution sous la forme d’un polynôme trigonométrique semblable à d(t).
Ici d(t) = eλt P (t), où P est un polynôme. On cherche les solutions sous la forme eλt Q(t),
où Q est un polynôme de dégré celui de P plus 1. On procède ensuite par identification des
coefficients de Q comme dans les cas précédents.
5.3.4.1 Thorme Etant données une condition initiale sur les solutions et une sur leurs dérivées,
une équation différentielle linéaire du second ordre à coefficients constants possède une unique
solution.
36
Preuve. On se place pour alléger dans le cas où t0 = 0. Supposons par exemple que
l’équation caractéristique possède deux solutions réelles r1 et r2 (cas ∆ > 0). Les solutions de
(E) sont données par y(t) = y1 (t) + C1 er1 t + C2 er2 t , où y1 est une solution particulière. Il s’agit
donc de déterminer exactement C1 et C2 . Les conditions initiales donnent
(
C1 + C2 = y(0) − y1 (0)
.
r1 C1 + r2 C2 = y 0 (0) − y10 (0)
Ce système possède toujours une solution unique car son déterminant est 1.r2 − r1 .1 6= 0
car r1 et r2 sont différentes. Les cas ∆ = 0 et ∆ < 0 se traitent de la même manière.
5.3.4.2 Exemple Considérons (E) l’équation i00 (t) − 2i0 (t) + 5i(t) = 5 cos t, sur l’intervalle
I = [0; +∞[. On suppose de plus que i(0) = i0 (0) = 0.
1. L’équation homogène (E ∗ ) associée est i00 − 2i0 − 5i = 0. Ici ∆ = (−2)2 − 4.1.5 = −16 <
0. Les racines complexes conjuguées de l’équation caractéristique sont 1 ± 2i. Ainsi les
solutions de l’équation (E ∗ ) sont de la forme i∗ (t) = et (C1 cos 2t + C2 sin 2t).
2. On cherche une solution particulière de (E) sous la forme i1 (t) = A cos t + B sin t (po-
lynôme trigonométrique). On obtient les équations 4A − 2B = 5 et 4B + 2A = 0, ce qui
1
donne A = 1 et B = − , et finalement i1 (t) = cos t − 12 sin t.
2
3. La solution générale de (E) est donc i(t) = cos t − 12 sin t + et (C1 cos 2t + C2 sin 2t). On
doit avoir i(0) = 0, donc 0 = 1 + C1 soit C1 = −1. De plus, i0 (0) = 0, ce qui donne
0 = − 21 + C1 + 2C2 soit C2 = 34 .
4. La solution du problème de Cauchy est donc i(t) = cos t − 12 sin t + et (− cos 2t + 34 sin 2t).
Chapitre 6
Développements limités
6.1 Introduction
6.1.1 Dérivée
6.1.1.1 Remarque Nous cherchons à approcher, localement, une fonction par un polynôme.
La définition suivante nous rappelle que nous savons déjà le faire en degré 1.
6.1.1.3 Remarque Ici le polynôme d’approximation est P (h) = a.h, et le reste est h.ε(h).
Graphiquement, ceci signifie que l’on approche au voisinage de x0 la courbe de f par sa tangente
en x0 .
6.1.2 Compléments
6.1.2.1 Dfinition Soit I un intervalle de R, et soit f : I −→ R. On dit que f est de classe
C n si f est n fois dérivable sur I et si ses n premières dérivées sont continues sur I.
6.1.2.2 Remarque Dans la définition précédente, n peut prendre la valeur ∞, avec une signi-
fication évidente.
37
38
Preuve. Un polynôme est dérivable, et sa dérivée est encore un polynôme. Ainsi tout
polynôme est C ∞ . De plus, il est facile de voir que P (k) (0) = k!ak .
(b − a)n (n)
6.2.1.2 Dfinition Le polynôme f (a) + (b − a)f 0 (a) + · · · + f (a) est appelé partie
n!
b (b − t)n (n+1)
principale, et l’intégrale a f (t) dt est appelée reste intégral d’ordre n.
n!
Preuve. On procède par récurrence. Si n = 0, alors la formule devient :
Z b Z b
(b − t)0 (1)
f (b) = f (a) + f (t) dt = f (a) + f 0 (t) dt = f (a) + [f (b) − f (a)],
a 0! a
et ainsi elle est vérifiée. Supposons maintenant que la formule soit vraie pour un n donné,
et que f soit de classe C n+2 . On peut alors intégrer par parties le reste d’ordre n :
Z b · ¸b Z b
(b − t)n (n+1) (b − t)n+1 (n+1) (b − t)n+1 (n+2)
f (t) dt = − f (t) − − f (t) dt
a n! n!(n + 1) a a n!(n + 1)
Z b
(b − a)n+1 (n+1) (b − t)n+1 (n+2)
= f (a) + f (t) dt.
(n + 1)! a (n + 1)!
6.2.2.2 Remarque Cette formule permet de contrôler l’erreur commise lors de l’approxima-
tion de f (b) par la partie principale (polynôme).
39
0 (n) hn
f (a + h) = f (a) + f (a).h + · · · + f (a) + hn ε(h) avec ε(h) −→ 0.
n! h→0
6.2.3.2 Remarque Dans cette formule, on ne connaı̂t pas explicitement le reste hn ε(h). On
sait juste qu’il tend plus vite vers 0 que hn , ce qui signifie que si h est petit, ce reste est
négligeable.
6.2.3.3 Dfinition Lorsqu’on a écrit une fonction grâce à la formule du théorème 6.2.3.1, on
dit que l’on a effectué un développement limité (DL) de f en a d’ordre n.
f (n) (0) n
f (x) = f (0) + f 0 (0).x + · · · + x + xn ε(x).
n!
6.3.1 Somme
Elle se fait naturellement. Par exemple, si f (x) = 1 + x + 2x2 − 5x3 + x3 ε(x), et si g(x) =
−x + x2 + x2 ε(x), alors f (x) + g(x) = 1 + 3x2 + x2 ε(x). On ne peut obtenir qu’un DL d’ordre
le plus faible des deux (ici d’ordre 2, alors que celui de f est d’ordre 3).
6.3.2 Produit
Il suffit de multiplier classiquement les deux DL, en mettant dans le reste les termes de degrés
supérieurs au plus faible des deux ordres. Prenons un exemple très simple : f (x) = x+x2 +x2 ε(x)
et g(x) = 2x+x.ε(x). On obtient : f (x)g(x) = (x + x2 + x2 ε(x)) . (2x + x.ε(x)) = 2x2 +x2 ε(x)+
2x3 + x3 ε(x) + 2x3 ε(x) + x3 ε(x)ε(x) = 2x2 + x2 ε(x). Encore une fois, attention, les ε ne sont pas
les mêmes ! Avec un miminum d’expérience, on ne développe même pas les termes de degrés
supérieurs à 2 (ici).
6.3.3 Quotient
Au niveau BTS, cette méthode n’est pas exigible sans indications. Il faut effectuer une
division par puissances croissantes des parties principales des deux DL. Voir le DL de la fonction
tangente pour un exemple.
41
6.3.4 Intégration
On intégre terme à terme. Plus précisément, si f (x) = a0 + a1 x + · · · + an xn + xn ε(x), et si F
x2 xn+1
est une primitive de f, alors F (x) = F (0) + a0 x + a1 + · · · + an + xn+1 ε(x). Voir le DL
2 n+1
de la fonction logarithme pour un exemple. La preuve de cette affirmation se fait simplement
en effectuant le DL de F par la formule de Taylor-Young.
6.3.5 Composition
Au niveau BTS, cette méthode n’est pas exigible sans indications. Pour obtenir un DL de
f ◦ g, on substitue le DL de g dans celui de f. Voir la remarque sur (ln ◦ exp) dans le DL de la
fonction logarithme pour un exemple.
6.4.1 Exponentielle
Ici c’est facile, car exp0 = exp et e0 = 1. La formule de Taylor-Young donne (pour tout n ) :
x2 x3 xn
ex = 1 + x + + + ··· + + xn ε(x) .
2! 3! n!
6.4.2 Logarithme
1
Rappelons (penser aux séries géométriques) que (pour x < 1 ) = 1−x+x2 −x3 +· · · =
1+x
1 − x + x2 − x3 + · · · + (−1)n−1 xn−1 + xn−1 ε(x). On intègre tout ça et on obtient (en se souvenant
que ln(1 + 0) = 0 ) :
x2 x3 xn
ln(1 + x) = x −+ + · · · + (−1)n−1 + xn ε(x) .
2 3 n
· µ ¶¸
t t2 t3 tn n
Remarquons que ln(e ) = ln 1 + t + + + · · · + + t ε(t) = · · · = t + tn ε(t)
µ 2! 3! ¶ n!
t2 t3 tn n
en remplaçant x par t + + + · · · + + t ε(t) dans la formule précédente. Ce qui est
2! 3! n!
normal, puisque ln(et ) = t... !
42
6.4.3 Puissance
On peut calculer que [(1 + x)α ](n) = α(α − 1) · · · (α − n + 1)(1 + x)α−n . La formule de
Taylor-Young donne :
α(α − 1) · · · (α − n + 1) n
(1 + x)α = 1 + α.x + · · · + x + xn ε(x) .
n!
x3 x5 n x
2n+1
sin(x) = x − + + · · · + (−1) + x2n+1 ε(x) ,
3! 5! (2n + 1)!
x 2 x4 x2n
cos(x) = 1 − + + · · · + (−1)n + x2n ε(x) .
2! 4! (2n)!
Remarquons que :
Ensuite, par division euclidienne par puissances croissantes de sin(x) et cos(x), on trouve :
1 2 17 7
tan(x) = x + x3 + x5 + x + x8 ε(x).
3 15 315
Les calculs dans cette formule deviennent vite complexes...
Chapitre 7
Transformation de Laplace
43
44
7.1.3 Fonctions
7.1.3.1 Dfinition Une fonction est causale si f (t) = 0 lorsque t < 0.
7.1.3.2 Remarque Un signal causal est un signal qui démarre à un instant donné.
7.1.3.4 Remarque 1. Ce signal est causal ; il est parfois appelé fonction de Heaviside.
2. Si f (t) est une fonction quelconque, alors f (t)U (t) est causale.
7.1.4.2 Dfinition Soit f une fonction continue sur un intervalle [a; +∞[. Si la fonction x 7−→
Rx
a
f (t) dt admet une limite finie quand x → +∞, alors on dit que l’intégrale converge vers
cette limite. Dans le cas contraire, on dit que l’intégrale diverge.
R +∞
7.1.4.3 Remarque 1. Attention, la convergence de 0
f (t) dt n’implique pas la conver-
gence de f (t) vers 0 lorsque t → +∞ (penser à une courbe composée de petits pics se
rétrécissant, exercice).
2. On pourra parfois préciser la divergence. Par exemple on écrira abusivement :
Z +∞
1 dt = [t]+∞
0 = +∞.
0
7.1.5.4 Dfinition L’impulsion de Dirac est la limite de la fonction porte lorsque l’on fait
tendre ε vers 0 :
δ(t) = lim Πε (t).
ε→0
7.2.1 Définitions
7.2.1.1 Dfinition Soit f : R −→ R une fonction causale et continue (éventuellement par
morceaux). La transformée de Laplace de f est la fonction Lf définie par :
7.2.1.4 Remarque 1. Le nombre traditionnellement noté p est réel (en fait c’est un com-
plexe, mais on se retreint au cas réel en BTS).
2
2. Toutes les fonctions n’admettent pas une TL, par exemple f (t) = et (exercice).
46
3. S’il existe des réels α et M tels que |f (t)| 6 M.eαt , alors F (p) est définie pour p > α
(exercice). Cette condition sera parfois sous-entendue dans les hypothèses des résultats
de la suite.
4. Vérifier l’existence de la TL ne sera pas notre obsession en BTS...
7.2.2.2 Thorme Soit f dérivable sur R+ et causale, admettant une dérivée continue par mor-
ceaux. Alors :
L(f 0 )(p) = pF (p) − f (0+ ) .
7.2.2.3 Remarque Ce résultat est fondamental pour la résolution des équations différentielles
à l’aide de la TL. En effet, la TL transforme une dérivation en simple multiplication par p.
Preuve. D’après le théorème précédent, L(f 00 )(p) = L((f 0 )0 )(p) = p [pF (p) − f (0+ )] −
f 0 (0+ ), et on obtient bien la formule recherchée.
47
7.2.2.5 Remarque Ce corollaire se révèlera utile lorsqu’on aura affaire à des équations différentielles
du second ordre.
F (p)
L (t0 f (u) du) = .
p
Rt
Preuve. On utilise le théorème 7.2.2.2. Posons ϕ(t) = 0
f (u) du. On a trivialement ϕ0 = f,
et ϕ(0) = 0. Ainsi L(ϕ0 )(p) = pLϕ(p) − ϕ(0+ ), soit Lf (p) = pLϕ(p) − 0. Et finalement il suit :
F (p)
Lϕ(p) = .
p
7.2.2.7 Remarque Là aussi, ce résultat est fondamental, et on verra toute son utilité lors de
la résolution de l’équation intégro-différentielle d’un circuit RLC (section 7.3.3).
7.2.2.8 Thorme (du retard) Soit f une fonction continue, et soit a un réel positif. Alors :
7.2.2.9 Thorme Soit f une fonction continue, et soit a un réel strictement positif. Alors :
1 p
L [f (at)U (t)] = F ( ).
a a
48
e−ap
7.2.3.2 Corollaire L(U (t − a)) = .
p
Preuve. Il suffit de prendre f = U dans le théorème 7.2.2.8.
49
Impulsion de Dirac
7.2.3.3 Remarque Cette TL n’est pas la plus facile à calculer (d’autant que δ n’est pas une
fonction !), mais le résultat obtenu montre bien qu’elle est fondamentale. L’impulsion δ joue le
rôle d’élément neutre pour la convolution.
Preuve. Déterminons
h ε εd’abord
i la TL d’une fonction porte (cf 7.1.5.2), que l’on prendra ici
sur [0; ε] au lieu de − ; (afin qu’elle soit causale) :
2 2
³ ´ Z ε · −pt ¸ε
e −pt e e−pε − 1
L Πε (t) = e dt = =− .
0 −p 0 pε
Il faut ensuite faire tendre ε vers 0 (cf 7.1.5.4). Remarquons déjà que :
ex − 1 ex − e0
= −→ exp0 (0) = 1.
x x − 0 x→0
Il suit : ³ ´ −pε
L Πe ε (t) = − e − 1 −→ 1.
pε ε→0
La justification de cette permutation des limites (se souvenir qu’une intégrale est une limite)
n’est pas au programme de BTS.
Fonctions puissances
n!
7.2.3.5 Proposition Pour n ∈ N, L(tn U (t)) = .
pn+1
Preuve. On fait un raisonnement par récurrence. La formule est vérifiée pour n = 0, cf
7.2.3.1. Ensuite, supposons-la vraie au rang n. Il vient, en intégrant par parties :
Z +∞
n+1
L(t U (t)) = tn+1 e−pt dt
0
· ¸
−pt +∞ Z +∞
n+1 e e−pt
= t − (n + 1)tn dt
−p 0 0 −p
| {z }
=0
n+1
= L(tn U (t))
p
(n + 1)!
= .
pn+2
Ainsi la formule est vraie au rang n + 1, et donc par récurrence pour tout n.
50
Fonctions exponentielles
1
7.2.3.7 Proposition L(e−at U (t)) = .
p+a
1
Preuve. Il suffit de remarquer que L(U (t)) = , puis d’utiliser le théorème 7.2.2.10.
p
Fonctions trigonométriques
p ω
7.2.3.8 Proposition L(cos ωtU (t)) = et L(sin ωtU (t)) = .
p2 + ω2 p2 + ω2
Preuve. On fait une intégration complexe :
L(cos ωtU (t)) + iL(sin ωtU (t)) = L(cos ωtU (t) + i sin ωtU (t))
= L(eiωt U (t))
1
= d’après 7.2.3.7
p − iω
p + iω
= 2 .
p + ω2
p
En identifiant parties réelles et imaginaires, L(cos ωtU (t)) vaut 2 , et L(sin ωtU (t))
p + ω2
ω
vaut 2 . C’est ce qu’il fallait démontrer.
p + ω2
7.2.4.1 Remarque Le résultat suivant n’est pas au programme de BTS, mais la preuve est
intéressante.
7.2.4.2 Proposition Soit f une fonction causale, continue par morceaux et T -périodique.
Alors : RT
0
f (t)e−pt dt
F (p) = .
1 − e−pT
RT
Preuve. Posons K = 0 f (t)e−pt dt. On calcule ensuite :
Z (n+1)T Z T
−pt
f (t)e dt = f (s + nT )e−p(s+nT ) ds
nT 0
Z T
= f (s)e−ps e−npT ds car f est T -périodique
¡ 0 ¢n
= e−pT K.
51
P+∞ 1
où l’on a utilisé n=0 an = . La proposition est démontrée.
1−a
7.2.4.4 Remarque Les résultats suivants permettent d’exploiter les conditions aux limites.
7.3.1.3 Remarque Ainsi, si l’on se débrouille pour trouver un original de F, alors c’est le
bon !
7.3.1.5 Remarque Généralement, F (p) est une fraction rationnelle. On est amené à la décomposer
en éléments simples, puis à utiliser une table des transformées (voir le formulaire).
Premier ordre
transformation de Laplace :
1 1 1 1
pY (p) − y(0) + 2Y (p) = 2
+ − e−p 2 − e−p
p p p p
1 1 1 1
(p + 2)Y (p) = 2 + − e−p 2 − e−p
p p p p
1 1 1 1
Y (p) = 2 + − e−p 2 − e−p
p (p + 2) p(p + 2) p (p + 2) p(p + 2)
µ ¶ µ ¶
11 1 1 11 11 1 1
Y (p) = − + + + −
4 p 4 p + 2 2 p2 2p 2p+2
µ ¶ µ ¶
−p 11 1 1 11 −p 11 1 1
−e − + + −e −
4 p 4 p + 2 2 p2 2p 2p+2
µ ¶ µ ¶
11 1 1 11 −p 11 1 1 11
= − + −e − + .
4 p 4 p + 2 2 p2 4 p 4 p + 2 2 p2
Le facteur e−p va induire un retard de 1 sur l’original correspondant. On obtient :
µ ¶ µ ¶
1 1 −2t 1 1 1 −2(t−1) 1
y(t) = − e + t U (t) − − e + (t − 1) U (t − 1).
4 4 2 4 4 2
Tout simplement... Notons que pour t > 1, on a U (t) = U (t − 1) = 1, et donc :
1¡ 2 ¢ 1
y(t) = e − 1 e−2t + .
4 2
Second ordre
7.3.2.3 Remarque La méthode est ici identique au premier ordre, il suffit de penser au co-
rollaire 7.2.2.4 pour compléter le théorème 7.2.2.2. L’exemple du circuit série RLC est traité
ici.
Ceci permet de trouver ensuite I(p), puis d’en déduire i(t) si tout se passe bien.
C’est maintenant un système (non linéaire) classique, que l’on résout par substitution. Il
reste ensuite à retrouver les originaux, comme d’habitude.
Chapitre 8
Transformation en z
8.1.1.1 Dfinition Une série entière est une fonction définie par :
+∞
X
f (z) = an z n = a0 z 0 + a1 z 1 + · · · + ap z p + · · · ,
n=0
Rayon de convergence
8.1.1.3 Thorme Il existe un réel positif R, appelé rayon de convergence, tel que :
+∞
(
X absolument convergente si |z| < R
an z n est .
n=0 divergente si |z| > R
8.1.1.4 Remarque 1. La série converge donc sur le disque ouvert d’équation |z| < R.
2. Au niveau BTS, la détermination du rayon de convergence ne fera pas l’objet d’une étude.
La rigueur des calculs ne sera ainsi pas un objectif de ce cours.
3. Si |z| = R, alors on ne peut rien affirmer a priori. Ces cas nécessitent une étude que nous
ne ferons pas.
55
56
8.1.1.5 Exemple Si |z| < 1 (rayon de convergence), alors on a le résultat classique concernant
les séries géométriques :
X +∞
1
= zn = 1 + z + z2 + · · · + zp + · · · .
1−z n=0
8.1.2.2 Remarque 1. Si une fonction peut être écrite comme ci-dessus, on dit que cette
fonction est développable en série entière.
2. Les fonctions usuelles sont de ce type ; on trouvera leurs développements dans le formulaire
de BTS.
3. Mais attention, ils se trouvent dans la partie “développements limités”. En effet, on peut
considérer qu’un développement en série entière est un DL d’ordre infini, de par la dernière
formule de la proposition.
8.2 Transformation en z
8.2.1 Echantillonnage
8.2.1.1 Dfinition Soit f (t) un signal causal. On appelle fonction échantillonnée de f de
période T la suite :
f (nT ) pour n ∈ N.
8.2.1.2 Remarque 1. En posant x(n) = f (nT ), on se ramène au cas d’une suite réelle.
2. On rappelle que le théorème de Shannon affirme qu’un échantillon caractérise un
1
signal causal de spectre fini [−υ0 , +υ0 ] de largeur 2υ0 dès que T 6 .
2υ0
57
8.2.1.3 Exemple 1. La fonction échelon-unité est échantillonnée par la suite x(n) = U (nT ) =
1.
2. La suite de Dirac est définie par δ(0) = 1 et δ(nT ) = 0 si n > 1.
8.2.1.4 Remarque Si x(n) est une suite d’échantillonnage, alors x(n−n0 ) est la suite rétardée
de n0 et x(n + n0 ) est la suite avancée de n0 .
8.2.2.2 Remarque 1. Pour des raisons pratiques, on a ici une série entière de la variable
1
z −1 = .
z
1
2. Ainsi, cette série est convergente si |z| >
, où R est le rayon de la série de la variable
R
z. Comme vu précédemment, cet aspect du problème ne sera qu’abordé.
3. Le langage de la transformation en z est le même que celui de la tranformation de Laplace
(transformée, original, etc...).
8.2.2.3 Remarque Il faut bien comprendre que la TZ est la traduction aux signaux numériques
de la TL. De même, comme on le verra, les suites récurrentes linéaires correspondent à la notion
d’équation différentielle.
Pour faire le lien entre ces deux transformations, le bon outil est encore celui des distri-
butions, qui est hors-programme. Il est cependant possible d’établir une relation intéressante.
Considérons un signal échantillonné x(n), et construisons le signal en escalier f (t) naturellement
induit par x(n), à savoir f (t) = x(n) si t ∈ [n; n + 1[. Nous pouvons calculer sa transformée de
58
Laplace :
Z +∞
F (p) = f (t)e−pt dt
0
X Z n+1
+∞
= f (t)e−pt dt
n=0 n
+∞ Z n+1
X
= x(n)e−pt dt
n=0 n
+∞
X Z n+1
= x(n) e−pt dt
n=0 n
+∞
X · ¸n+1
e−pt
= x(n)
n=0
−p n
+∞
X e−p(n+1) − e−pn
= x(n)
n=0
−p
+∞
1 − e−p X
= x(n)e−pn .
p n=0
8.3.1 Théorèmes
On considère x(n) un signal échantillonné.
59
Retard
Ce qui est bien le résultat demandé. On prendra garde aux indices de sommation.
8.3.1.2 Remarque La formule itTL-TZ permettait déjà ici une autre démonstration. L’idée
est de se souvenir qu’un retard de n0 impliquait une multplication par e−n0 p = (e−p )n0 = z n0
de la TL. Ainsi, la TZ est multipliée par z −n0 .
Avance
Dérivation
Valeur initiale
8.3.1.5 Thorme On a :
lim X(z) = x(0).
z→∞
µ ¶n
1
Preuve. Heuristiquement, on peut remarquer que, si z → ∞, alors tend vers 0 si
z
n > 1. Il ne restera par passage à la limite que le terme x(0)z 0 = x(0).
8.3.1.6 Remarque Une preuve correcte consiste à utiliser d’une part les résultats connus sur
les TL et d’autre part à nouveau la formule itTL-TZ. En effet, lim pF (p) = f (0+ ) = x(0). De
p→+∞
µ ¶
1
plus, si p → +∞, alors z → ∞, et ainsi 1 − X(z) → lim X(z). D’où l’égalité recherchée.
z z→∞
Valeur finale
8.3.1.7 Thorme On a : µ ¶
1
lim 1 − X(z) = x(+∞).
z→1 z
µ ¶
1
Preuve. Heuristiquement, la multiplication par 1 − fait s’éliminer deux à deux les
z
termes de la série X(z) lorsqu’on passe à la limite z → 1.
8.3.1.8 Remarque Encore une fois, on peut utiliser rigoureusement la formule itTL-TZ et
nos connaissances
µ de ¶la TL. On fait tendre dans itTL-TZ le nombre p vers 0. On obtient
1
f (+∞) = lim 1 − X(z) car z = ep . Or, par construction, f (+∞) = x(+∞). Ceci amène
z→1 z
bien le résultat recherché.
Dirac
Soit d(n) défini par d(0) = 1 et d(n) = 0 si n 6= 0 (appelé suite de Dirac, ou impulsion-
unité).
Il est trivial de calculer que :
Zd(z) = 1.
On notera que ce résultat fait penser à la TL de l’impulsion de Dirac ; les remarques sont
identiques.
61
Echelon-unité
Soit U (n) défini par U (n) = 1 si n > 0 et U (n) = 0 sinon (appelé échelon-unité).
Sa transformée est une série géométrique vue en 8.1.1.5 :
1 z
ZU (z) = = .
1 z−1
1−
z
1
On pouvait ici encore s’amuser avec la formule itTL-TZ, en se rappelant que LU (p) = :
p
1 1
pLU (p) = (1 − )ZU (z) ⇐⇒ 1 = (1 − )ZU (z).
z z
Ce qui conduit bien au même résultat.
Rampe
Soit r(n) défini par r(n) = n si n > 0 et r(n) = 0 sinon (appelé rampe, du fait de son
graphe).
On utilise le résultat 8.3.1.4 avec la TZ de l’échelon-unité :
µ ¶0
z −1 z
Zr(z) = −z = −z = .
z−1 (z − 1)2 (z − 1)2
Puissance
Soit f (n) défini par f (n) = an si n > 0 et f (n) = 0 sinon, où a est un réel non nul.
Alors on peut calculer directement :
+∞
X +∞ ³ ´
X
n −n a n 1 z
Zf (z) = a z = = a = z − a.
n=0 n=0
z 1−
z
Le formulaire de BTS comporte la TZ d’un changement d’échelle y(n) = an x(n). Cette
transformée se calcule en suivant la même méthode.
Observons ce système avec la période 1 (par changement d’échelle, ceci peut toujours être
réalisé).
Si l’on intègre l’équation entre n et n+1 de manière approchée par la méthode des rectangles
(faire un dessin), on obtient l’équation aux différences :
Cette expression n’est bien sûr pas unique ; elle dépend de la méthode d’intégration ap-
prochée choisie. La transformation en z permet de résoudre cette équation.
Posons S(z) = Z(s(n)) et E(z) = Z(e(n)). L’équation aux différences devient :
D’où :
z 1
S(z) = s(0) + E(z).
z+α z+α
S(z) 1
Si s(0) = 0, alors = , ce qui nous amène à définir la fonction de transfert
E(z) z+α
1
H(z) = . On obtient alors :
z+α
z
S(z) = s(0) + H(z)E(z),
z+α
qui donne par transformée en z inverse :
63