Analyse des signaux - ELE2700
|
|
- Charlotte Paradis
- il y a 7 ans
- Total affichages :
Transcription
1 Analyse des signaux - ELE2700 Transformée de Laplace et de Fourier et Spectres Continus Christian Cardinal, Ph.D Département de génie électrique École Polytechnique de Montréal 6 janvier 2009
2 Lignes directrices Transformée de Laplace 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
3 Lignes directrices Transformée de Laplace 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
4 s de la transformée de Laplace Deux définitions : Unilatérale et Bilatérale Transformée de Laplace Unilatérale Soit un signal représenté par une fonction x(t). La transformée de Laplace unilatérale de x(t) constitue une fonction L{x(t)} telle que L{x(t)} : C C s 0 x(t)e st dt (1) Transformée de Laplace Bilatérale Soit un signal x(t). La transformée de Laplace bilatérale de x(t) constitue une fonction X(s) telle que L{x(t)} : C C s e st dt (2)
5 s (suite...) Transformée de Laplace On note aussi X(s) comme la transformée de Laplace d un signal x(t) : X(s) = L{x(t)} (3) En général, nous considérons que l opérateur L désigne la transformée bilatérale Cependant, comme nous manipulons typiquement des signaux causaux, dont le support est inclus dans R +, cette transformée dégénère en transformée unilatérale Notation : s = σ + jω, i.e. R{s} = σ, I{s} = ω
6 Lignes directrices Transformée de Laplace 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
7 Région de convergence La région de convergence d une transformée de Laplace consiste en le sous-ensemble de C où X(s) est parfaitement définie, au sens où l intégrale impropre converge. il est difficile de déterminer cette région de convergence, spécifique à chaque signal cependant,il est facile de déterminer la région de convergence d une exponentielle naturelle on peut donc déterminer un sous-ensemble de la région de convergence de toute fonction absolument bornée par une exponentielle
8 de la région de convergence de X(s) (suite...) La région de convergence de X(s) correspond aux valeurs de s C tel que X(s) < X(s) = x(t)e st dt x(t)e st dt x(t)e (σ jω)t dt = x(t)e σt (4) dt il faut donc que x(t)e σt soit absolument intégrable il existe une plage de valeurs de σ, σ 1 < σ < σ 2 tel que X(s) <
9 La région de convergence de la transformée de Laplace bilatérale d un signal à support fini x(t), intégrable dans l intervalle [a, b] est C. X(s) = b l intégrale converge pour tout a < b a x(t)e st dt. (5) La région de convergence de la transformée de Laplace du signal x(t) = e at, t 0 est le demi-plan complexe : ROC = {s C R(s) > a}. (6) X(s) = e at e st dt = 0 0 e (a σ)t e jωt dt (7) Pour avoir convergence, il faut (a σ) < 0 σ > a ou R{s} > a
10 La région de convergence de la transformée de Laplace bilatérale d un signal à support fini x(t), intégrable dans l intervalle [a, b] est C. X(s) = b l intégrale converge pour tout a < b a x(t)e st dt. (5) La région de convergence de la transformée de Laplace du signal x(t) = e at, t 0 est le demi-plan complexe : ROC = {s C R(s) > a}. (6) X(s) = e at e st dt = 0 0 e (a σ)t e jωt dt (7) Pour avoir convergence, il faut (a σ) < 0 σ > a ou R{s} > a
11 X(s) = 1, ROC = {s C R(s) > a} (8) s a
12 Exemple : Fonction échelon La fonction marche de Heaviside ou échelon est un signal u(t) défini comme 0, si t < 0 1 u(t) = 2, si t = 0 (9) 1, si t > 0,
13 Exemple : Fonction échelon Pour x(t) = u(t), X(s) = 0 e st dt = e st s = 1, ROC = {s C R(s) > 0} (10) 0 s
14 Types de signaux et régions de convergence Un signal est dit de droite si son support est contenu dans un intervalle fermé à gauche et ouvert à droite ROC de droite Un signal est dit de gauche si son support est sous-ensemble d un intervalle fermé à droite et ouvert à gauche ROC de gauche La fonction échelon u(t) ainsi que tout signal dont la définition implique un produit par la fonction u(t) sont des signaux de droite Exemple : l exponentielle à droite est définie comme e at u(t t 0 ) (pour tout t 0 R) ; l exponentielle à gauche est définie comme e at u(t 0 t).
15 signaux non bornés La région de convergence d un signal non borné est une de bande complexe parallèle à l axe jω Exemple : La région de convergence de la transformée de Laplace de la somme de l exponentielle à droite e at u(t t 0 ) et de l exponentielle à gauche e bt u(t 1 t), a < b R est la bande complexe ROC = {s C a < R(s) < b}. (11)
16 signaux fini La région de convergence d un signal fini dans un intervalle [a, b] constitue tout le plan complexe C Exemple La transformée de Laplace de la fonction de Dirac, δ(t t o ) est δ(t t o )e st = e sto (12) La région de convergence est donc tout le plan complexe
17 Forme rationnelle de la Transformée de Laplace : Pôles et Zéros Dans plusieurs applications X(s) prend la forme d une fonction rationnelle : X(s) = b 0 + b 1 s + b 2 s b M s M M a 0 + a 1 s + a 2 s a N s N = k=0 b ks k N k=0 a ks k = N(s) D(s) (13) Les Zéros de X(s) sont les valeurs de s tel que X(s) = 0 : i.e les M racines, s i, i = 1, 2, 3...M de N(s) Les Pôles de X(s) sont les valeurs de s tel que X(s) = : i.e. les N racines, s i, i = 1, 2, 3...N de D(s)
18 Forme rationnelle de la Transformée de Laplace : ROC Soit les N pôles, s i C, i = 1, 2, 3...N. On définit : σ max = max {R(s i )}, et (14) σ min = min {R(s i )} (15) pour une signal de droite : ROC = {s C R(s) > σ max } (16) Pour un signal de gauche : ROC = {s C R(s) < σ min } (17) pour un signal non borné : ROC = {s C σ min < R(s) < σ max } (18)
19 Le tableau suivant résume ce qu il faut retenir au sujet des régions de convergence. signaux Forme Finie Plan complexe : ROC = {s C} À droite Demi-plan de droite : ROC = {s C R(s) > σ max } À gauche Demi-plan de gauche : ROC = {s C R(s) < σ min } non borné Bande du plan : ROC = {s C σ min < R(s) < σ max }
20 Principales propriétés de la transformée de Laplace Linéarité, Décalage temporel, Dérivation, compression,... Signal Transformée Région de convergence ROC x(t) X(s) R x 1 (t) X 1 (s) R 1 x 2 (t) X 2 (s) R 2 ax 1 (t) + bx 2 (t) ax 1 (s) + bx 2 (s) R 1 R 2 x(t t o ) e sto X(s) R e sot x(t) X(s s o ) Décalage de R x(at) 1 a X(s a ) Compression de R x( t) X( s) de R x 1 (t) x 2 (t) X 1 (s)x 2 (s) R 1 R 2 d dt x(t) sx(s) au moins R d tx(t) ds X(s) R t x(τ)dτ 1 s X(s) au moins R {R(s) > 0}
21 Lignes directrices Transformée de Laplace 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
22 Transformée inverse de Laplace de la transformée de Laplace inverse x(t) = 1 2iπ σ+i σ i X(s)e st ds (19) le choix de σ ne change pas la valeur de l intégrale ; il faut cependant prendre une telle droite complexe dans la région de convergence de X(s) Généralement, la solution de cette intégrale est complexe SOLUTION DÉCOMPOSITION EN FRACTIONS PARTIELLES TABLE DE TRANSFORMÉES DE LAPLACE
23 Transformée inverse de Laplace de la transformée de Laplace inverse x(t) = 1 2iπ σ+i σ i X(s)e st ds (19) le choix de σ ne change pas la valeur de l intégrale ; il faut cependant prendre une telle droite complexe dans la région de convergence de X(s) Généralement, la solution de cette intégrale est complexe SOLUTION DÉCOMPOSITION EN FRACTIONS PARTIELLES TABLE DE TRANSFORMÉES DE LAPLACE
24 Table de transformées de Laplace Signal Transformée Région de convergence ROC δ(t) 1 pour tout s C 1 u(t) s R(s) > 0 1 u( t) s R(s) < 0 t n 1 (n 1)! u(t) 1 s n R(s) > 0 t n 1 (n 1)! u( t) 1 s n R(s) < 0 e αt 1 u(t) s+α R(s) > α e αt 1 u( t) R(s) < α s+α t n 1 (n 1)! e αt 1 u(t) (s+α) n t n 1 (n 1)! e αt u( t) 1 (s+α) n R(s) > α R(s) < α
25 Table de transformées de Laplace (suite...) Signal Transformée Région de convergence ROC δ(t T ) e st pour tout s C cos(ω 0 t)u(t) s R(s) > 0 sin(ω 0 t)u(t) e αt cos(ω 0 t)u(t) e αt sin(ω 0 t)u(t) s 2 +ω0 2 ω 0 s 2 +ω0 2 s+α (s+α) 2 +ω0 2 ω 0 (s+α) 2 +ω0 2 R(s) > 0 R(s) > α R(s) > α
26 Lignes directrices Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
27 INTRODUCTION Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us La transformée de Fourier constitue la décomposition d un signal dans une base d exponentielles complexes comportant un nombre infini et non dénombrable d éléments. Produit Scalaire : Pour les signaux R C en général (pas nécessairement périodique), on définit le produit scalaire de signaux x(t) et y(t) comme x(t), y(t) = x(t)y (t)dt. (20)
28 INTRODUCTION Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us La transformée de Fourier constitue la décomposition d un signal dans une base d exponentielles complexes comportant un nombre infini et non dénombrable d éléments. Produit Scalaire : Pour les signaux R C en général (pas nécessairement périodique), on définit le produit scalaire de signaux x(t) et y(t) comme x(t), y(t) = x(t)y (t)dt. (20)
29 INTRODUCTION Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us La transformée de Fourier constitue la décomposition d un signal dans une base d exponentielles complexes comportant un nombre infini et non dénombrable d éléments. Produit Scalaire : Pour les signaux R C en général (pas nécessairement périodique), on définit le produit scalaire de signaux x(t) et y(t) comme x(t), y(t) = x(t)y (t)dt. (20)
30 Lignes directrices Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
31 s Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us de la La transformée de Fourier d un signal x(t) représenté par une fonction R C est la fonction X(f ) : R C f F{x(t)} = x(t), e 2jπft = x(t)e j2πft dt (21) inverse La transformée de Fourier inverse d une fonction X(f ) est x(t) = F 1 {X(f )} = X(f ), e j2πft = X(f )e j2πft df (22) Note : Le spectre fréquencielle d un signal x(t) est simplement la transformée de Fourier X(f ) = F{x(t)}, f étant la fréquence en [Hz]
32 s Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us de la La transformée de Fourier d un signal x(t) représenté par une fonction R C est la fonction X(f ) : R C f F{x(t)} = x(t), e 2jπft = x(t)e j2πft dt (21) inverse La transformée de Fourier inverse d une fonction X(f ) est x(t) = F 1 {X(f )} = X(f ), e j2πft = X(f )e j2πft df (22) Note : Le spectre fréquencielle d un signal x(t) est simplement la transformée de Fourier X(f ) = F{x(t)}, f étant la fréquence en [Hz]
33 s Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us de la La transformée de Fourier d un signal x(t) représenté par une fonction R C est la fonction X(f ) : R C f F{x(t)} = x(t), e 2jπft = x(t)e j2πft dt (21) inverse La transformée de Fourier inverse d une fonction X(f ) est x(t) = F 1 {X(f )} = X(f ), e j2πft = X(f )e j2πft df (22) Note : Le spectre fréquencielle d un signal x(t) est simplement la transformée de Fourier X(f ) = F{x(t)}, f étant la fréquence en [Hz]
34 Conditions de définition Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Pour que la transformée de Fourier X(f ) d un signal x(t) existe, il faut que ce signal satisfasse les deux conditions suivantes : 1 x(t) doit être absolument intégrable i.e. x(t) dt <. 2 Tout intervalle fini (ou support du signal) doit comporter un nombre fini de discontinuités et d extrema.
35 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Autres s : fréquences angulaires de la transformée de Fourier dans le domaine des fréquences angulaires La transformée de Fourier d un signal x(t) peut aussi s éxprimer dans le domaine de la fréquence angulaire ω = 2πf rad/s : X(ω) = x(t)e jωt dt (23) inverse dans le domaine des fréquences angulaires La transformée de Fourier inverse d une fonction X(ω) est x(t) = F 1 {X(ω)} = 1 X(ω)e jωt dω (24) 2π
36 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Autres s : fréquences angulaires de la transformée de Fourier dans le domaine des fréquences angulaires La transformée de Fourier d un signal x(t) peut aussi s éxprimer dans le domaine de la fréquence angulaire ω = 2πf rad/s : X(ω) = x(t)e jωt dt (23) inverse dans le domaine des fréquences angulaires La transformée de Fourier inverse d une fonction X(ω) est x(t) = F 1 {X(ω)} = 1 X(ω)e jωt dω (24) 2π
37 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Autres s : fréquences angulaires de la transformée de Fourier dans le domaine des fréquences angulaires La transformée de Fourier d un signal x(t) peut aussi s éxprimer dans le domaine de la fréquence angulaire ω = 2πf rad/s : X(ω) = x(t)e jωt dt (23) inverse dans le domaine des fréquences angulaires La transformée de Fourier inverse d une fonction X(ω) est x(t) = F 1 {X(ω)} = 1 X(ω)e jωt dω (24) 2π
38 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us REMARQUES Dans le reste de ce cours nous utiliseront la définition dans le domaine des fréquences en Hz Cependant, occasionnellement nous utiliseront la définition dans le domaine des fréquences angulaires uniquement par facilité d écriture et de développement mathématique
39 Lignes directrices Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
40 Lien avec la transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Soit un signal x(t) ayant pour transformée de Laplace X(s) et une région de convergence R x par définition, on a : On peut aussi écrire : X(s) = x(t)e st dt (25) X(σ + jω) = x(t)e (σ+jω)t dt (26) On constate que si l axe {jω} = {j2πf } R x, la transformée de Fourier X(f ) s obtient par : X(σ + j2πf ) σ=0 = X(f ) = x(t)e j2πft dt (27)
41 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Lien avec la transformée de Laplace (suite...) REMARQUES : 1 Cela revient donc à poser s = j2πf dans X(s) : X(f ) = X(s) s=j2πf si l axe jω est dans la région de convergence (ROC) de X(s) Cas des signaux convergents 2 X(f ) n existe pas si l axe jω n est pas dans la ROC et n est pas une borne de la ROC Cas des signaux divergents 3 X(f ) existe et comporte des Dirac, (δ(f f i )) si l axe jω est une borne de la région de convergence de X(s) Cas des signaux oscillants (sinus, cosinus) ou stagnants (fonction échelon)
42 Lignes directrices Transformée de Laplace Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us 1 Transformée de Laplace 2 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Usuelles
43 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Principales Propriétés de la Les propriétés de la transformée de Fourier decoulent de celles de la transformée de Laplace Signal T.F. (fréq., Hz) T.F.(fréq. angulaire, rad/s) x(t) X(ω) X(f ) y(t) Y (ω) Y (f ) ax(t) + by(t) ax(ω) + by (ω) ax(f ) + by (f ) x(t t o ) e jωto X(ω 0 ) e j2πfto X(f ) e jω0t x(t), e j2πf0t x(t) X(ω ω 0 ) X(f f 0 ) x (t) X ( ω) X ( f ) x( t) X( ω) X( f ) 1 x(at) a X(ω a ) 1 a X( f a ) x(t) y(t) X(ω)Y (ω) X(f )Y (f )
44 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Propriétés de la (suite...) Signal T.F. (fréq., Hz) T.F.(fréq. angulaire, rad/s) 1 x(t)y(t) 2π X(ω) Y (ω) X(f ) Y (f ) d dt x(t) jωx(ω) j2πfx(f ) t x(τ)dτ 1 jω X(ω) + πx(0)δ(ω) 1 j2πf X(f ) X(0)δ(f ) d tx(t) j dω X(ω) j d 2π df X(f ) x(t) réel X(ω) = X ( ω) X(f ) = X ( f ) R{X(ω)} = R{X( ω)} R{X(f )} = R{X( f )} I{X(ω)} = I{X( ω)} I{X(f )} = I{X( f )} X(ω) = X( ω) X(f ) = X( f ) X(ω) = X( ω) X(f ) = X( f )
45 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Propriétés de la (suite...) Dualité : f (t) F(t) F F(ω) F 2πf ( ω) Relation de Parseval pour les signaux apériodiques : x(t) 2 dt = 1 2π x(t) 2 dt = X(ω) 2 dω X(f ) 2 df
46 Table des Transformées de Fourier Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us x(t) X(ω) X(f ) e αt 1 u(t) α+jω 1 α+j2πf te αt 1 1 u(t) (α+jω) 2 t 2 ω 2 (α+j2πf ) 2 2 (2πf ) 2 δ(t) πδ(ω) δ(f ) u(t) πδ(ω) jω 2 δ(f ) + 1 j2πf cos(ω 0 t)u(t) π 2 [δ(ω ω 0) + δ(ω + ω 0 )] 1 4 [δ(f f 0) + δ(f + f 0 )] + j2πf sin(ω 0 t)u(t) + jω (ω 2 0 ω2 ) π 2j [δ(ω ω 1 0) δ(ω + ω 0 )] + ω 0 (ω 2 0 ω2 ) ((2πf 0 ) 2 (2πf ) 2 ) 4j [δ(f f 0) δ(f + f 0 )] 2πf + 0 ((2πf 0 ) 2 (2πf ) 2 )
47 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us Table des Transformées de Fourier (suite...) x(t) X(ω) X(f ) cos(ω 0 t) π[δ(ω ω 0 ) + δ(ω + ω 0 )] 1 2 [δ(f f 0) + δ(f + f 0 )] sin(ω 0 t) jπ[δ(ω + ω 0 ) δ(ω ω 0 )] j 2 [δ(f + f 0) δ(f f 0 )] e at ω sin(ω 0 t)u(t) 0 2πf 0 (a+jω) 2 +ω0 2 (a+j2πf ) 2 +(2πf 0 ) 2 ω 0 2π Sa ( ω 0 ) t 2, rect[ ω0 /2,ω 0 /2](ω) rect [ f0 /2,f 0 /2](f ) rect [ τ/2,τ/2] (t) τsa ( ) ωτ 2 τsa (πf τ) Λ [ τ,τ] (t) τ [ Sa ( )] ωτ 2 τ [Sa (πf τ)] 2 e a t 2a 2 a 2 +ω 2 2a a 2 +(2πf ) 2 e t 2 /2σ 2 σ 2πe σ2 ω 2 /2 σ 2πe σ2 (2πf ) 2 /2
48 Relation entre la transformée de Fourier et la transformée de Laplace Propriétés de la et Table des transformées de Fourier Us de Signaux périodiques Soit x(t) un signal périodique de période T : x(t) = X n e j 2πnt T n Z La transformée de Fourier de x(t) est : X(f ) = { X n F n Z e j 2πnt T } = n Z X n δ(f n/t ) Dans le domaine des fréquences angulaires : X(ω) = { } X n F e j 2πnt T n Z = 2π n Z X n δ(ω 2πn/T )
5. Analyse des signaux non périodiques
5. Analyse des signaux non périodiques 5.. Transformation de Fourier 5... Passage de la série à la transformation de Fourier Le passage d'un signal périodique à un signal apériodique peut se faire en considérant
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailM1107 : Initiation à la mesure du signal. T_MesSig
1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum
Plus en détailLABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB
LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du
Plus en détailCHAPITRE V. Théorie de l échantillonnage et de la quantification
CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailLicence Professionnelle de Génie Industriel Université Paris VI-Jussieu ; CFA Mecavenir Année 2003-2004. Cours de Génie Electrique G.
Licence Professionnelle de Génie Industriel Université Paris VI-Jussieu ; CFA Mecavenir Année 2003-2004 Cours de Génie Electrique G. CHAGNON 2 Table des matières Introduction 11 1 Quelques mathématiques...
Plus en détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailCommunications numériques
Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailCHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté
CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailBTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL
BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détail1.1.1 Signaux à variation temporelle continue-discrète
Chapitre Base des Signaux. Classi cation des signaux.. Signaux à variation temporelle continue-discrète Les signaux à variation temporelle continue sont des fonctions d une ou plusieurs variables continues
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailAutomatique Linéaire 1 1A ISMIN
Automatique linéaire 1 J.M. Dutertre 2014 Sommaire. I. Introduction, définitions, position du problème. p. 3 I.1. Introduction. p. 3 I.2. Définitions. p. 5 I.3. Position du problème. p. 6 II. Modélisation
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailSYSTEMES LINEAIRES DU PREMIER ORDRE
SYSTEMES LINEIRES DU PREMIER ORDRE 1. DEFINITION e(t) SYSTEME s(t) Un système est dit linéaire invariant du premier ordre si la réponse s(t) est liée à l excitation e(t) par une équation différentielle
Plus en détailChristian JUTTEN Théorie du signal
Christian UTTEN Théorie du signal Cours de deuxième année (3i4) du département 3i Université oseph Fourier - Polytech Grenoble novembre 2009 1 Table des matières 1 Introduction à la théorie du signal 6
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailTraitement numérique du signal. Première partie : Bases mathématiques
1 Traitement numérique du signal. Première partie : Bases mathématiques J.Idier H. Piet-Lahanier G. Le Besnerais F. Champagnat Première version du document : 1993 Date de la dernière remise à jour : mars
Plus en détailIntroduction. aux équations différentielles. et aux dérivées partielles
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en détailTraitement du signal avec Scilab : la transformée de Fourier discrète
Traitement du signal avec Scilab : la transformée de Fourier discrète L objectif de cette séance est de valider l expression de la transformée de Fourier Discrète (TFD), telle que peut la déterminer un
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailCours. Un premier pas en traitement du signal
2ème année d IUT de Mesures Physiques Cours Un premier pas en traitement du signal Olivier BACHELIER Courriel : Olivier.Bachelier@univ-poitiers.fr Tel : 5-49-45-36-79 ; Fax : 5-49-45-4-34 Les commentaires
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailFonctions Analytiques
5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailCalcul Stochastique pour la finance. Romuald ELIE
Calcul Stochastique pour la finance Romuald ELIE 2 Nota : Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailData first, ou comment piloter l analyse par les données
CNRS & Patrick Flandrin École Normale Supérieure de Lyon Data first, ou comment piloter l analyse par les données M2 de Physique Cours 2012-2013 1 Table des matières 1 Introduction 4 2 Rappel sur les analyses
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailIntroduction aux Communications Numériques
Université de Cergy-Pontoise - 01 - Communications numériques Introduction aux Communications Numériques Master M1 ISIM March 19, 01 Iryna ANDRIYANOVA iryna.andriyanova@u-cergy.fr 1 Contenu du cours 1
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailDéfinition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3
8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailIntégration et probabilités TD1 Espaces mesurés Corrigé
Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.
Plus en détailFinance, Navier-Stokes, et la calibration
Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck
Plus en détailTransmission des signaux numériques
Transmission des signaux numériques par Hikmet SARI Chef de Département d Études à la Société Anonyme de Télécommunications (SAT) Professeur Associé à Télécom Paris. Transmission en bande de base... E
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailInteraction milieux dilués rayonnement Travaux dirigés n 2. Résonance magnétique : approche classique
PGA & SDUEE Année 008 09 Interaction milieux dilués rayonnement Travaux dirigés n. Résonance magnétique : approche classique Première interprétation classique d une expérience de résonance magnétique On
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailProgramme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation
Programme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation PPN Réseaux et Télécommunications publié par arrêté du 24 juillet 2008 Sommaire 1 Présentation générale
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailIntroduction au pricing d option en finance
Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés
Plus en détailINTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS)
1 Géologie, géotechnique, risques naturels, hydrogéologie, environnement et services scientifico-techniques INTERPRÉTATION ET ANOMALIES DE LA PROSPECTION À RÉSONANCE MAGNÉTIQUE (MRS) INTERPRETATION DES
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailCours de Systèmes Asservis
Cours de Systèmes Asservis J.Baillou, J.P.Chemla, B. Gasnier, M.Lethiecq Polytech Tours 2 Chapitre 1 Introduction 1.1 Définition de l automatique Automatique : Qui fonctionne tout seul ou sans intervention
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailSUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques
SUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques Durée 4 h Si, au cours de l épreuve, un candidat repère ce qui lui semble être une erreur d énoncé, d une part il le signale au chef
Plus en détailChapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :
Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailComplément d information concernant la fiche de concordance
Sommaire SAMEDI 0 DÉCEMBRE 20 Vous trouverez dans ce dossier les documents correspondants à ce que nous allons travailler aujourd hui : La fiche de concordance pour le DAEU ; Page 2 Un rappel de cours
Plus en détailUne forme générale de la conjecture abc
Une forme générale de la conjecture abc Nicolas Billerey avec l aide de Manuel Pégourié-Gonnard 6 août 2009 Dans [Lan99a], M Langevin montre que la conjecture abc est équivalente à la conjecture suivante
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailIntroduction. Mathématiques Quantiques Discrètes
Mathématiques Quantiques Discrètes Didier Robert Facultés des Sciences et Techniques Laboratoire de Mathématiques Jean Leray, Université de Nantes email: v-nantes.fr Commençons par expliquer le titre.
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailUNIVERSITE DE TECHNOLOGIE DE COMPIEGNE. Le Traitement du Signal aléatoire
UNIVERSITE DE TECHNOLOGIE DE COMPIEGNE Le Traitement du Signal aléatoire SY06 partie II - Printemps 2009 P.Simard 12 mai 2009 2 Table des matières 1 Besoins de modèles aléatoires pour les signaux 5 2 Principaux
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailProcessus Aléatoires
Processus Aléatoires Luc Deneire Iannis Aliferis École Polytechnique de l Université de Nice Sophia Antipolis Polytech Nice Sophia,, 29 21 deneire@unice.fr Ce document contient une grande partie des informations
Plus en détailTechniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité
Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailTraitement du signal avec Scilab : transmission numérique en bande de base
Traitement du signal avec Scilab : transmission numérique en bande de base La transmission d informations numériques en bande de base, même si elle peut paraître simple au premier abord, nécessite un certain
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailCHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance.
XIII. 1 CHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance. Dans les chapitres précédents nous avons examiné des circuits qui comportaient différentes
Plus en détailEMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006
EMETTEUR ULB Architectures & circuits David MARCHALAND STMicroelectronics 26/10/2006 Ecole ULB GDRO ESISAR - Valence 23-27/10/2006 Introduction Emergence des applications de type LR-WPAN : Dispositif communicant
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailI- Définitions des signaux.
101011011100 010110101010 101110101101 100101010101 Du compact-disc, au DVD, en passant par l appareil photo numérique, le scanner, et télévision numérique, le numérique a fait une entrée progressive mais
Plus en détail