Mathématiques pour la Physique - Traitement Numérique
|
|
- Fernande René
- il y a 7 ans
- Total affichages :
Transcription
1 Module A3.6SSI Mathématiques pour la Physique - Traitement Numérique Yassine Ariba Dpt GEI - Icam, Toulouse. version 2.2 Y. Ariba - Icam, Toulouse. SSI-MPHY 1 / 132
2 Informations pratiques Contact Tel : yassine.ariba@icam.fr Forum : Moodle. Favorise le partage, l auto-formation, la capitalisation d informations... Y. Ariba - Icam, Toulouse. SSI-MPHY 2 / 132
3 Informations pratiques Contact Tel : yassine.ariba@icam.fr Forum : Moodle. Favorise le partage, l auto-formation, la capitalisation d informations... Organisation du cours Pré-requis : Mathématiques depuis le CP, Mathématiques de l Ingénieur. 8h en amphi : cours. Présentation sur transparents. 14h de TD : exercices. 2 4h de TP. initiation à Scilab grille d évaluation (CR non-noté, pas de TP bilan). 1 examen final (1h30-2h). Y. Ariba - Icam, Toulouse. SSI-MPHY 2 / 132
4 Informations pratiques Contact Tel : yassine.ariba@icam.fr Forum : Moodle. Favorise le partage, l auto-formation, la capitalisation d informations... Organisation du cours Pré-requis : Mathématiques depuis le CP, Mathématiques de l Ingénieur. 8h en amphi : cours. Présentation sur transparents. 14h de TD : exercices. 2 4h de TP. initiation à Scilab grille d évaluation (CR non-noté, pas de TP bilan). 1 examen final (1h30-2h). Sur Moodle Documents : transparent cours + exercices + sujets TP. Forum. Y. Ariba - Icam, Toulouse. SSI-MPHY 2 / 132
5 Sommaire 1 Suites et séries Suites numériques Applications Séries numériques 2 Série de Fourier Définitions Représentation spectrale Exemples Transformée de Fourier Applications 3 Transformée de Laplace Définitions Fonctions types Applications 4 Calcul matriciel Rappels Inversion de matrices Système d équations linéaires Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 3 / 132
6 Sommaire Suites et séries 1 Suites et séries Suites numériques Applications Séries numériques 2 Série de Fourier Définitions Représentation spectrale Exemples Transformée de Fourier Applications 3 Transformée de Laplace Définitions Fonctions types Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 4 / 132
7 Suites et séries Suites numériques Suites numériques Une suite réelle est une succession d éléments de R : u 0, u 1, u 2,..., u n. Y. Ariba - Icam, Toulouse. SSI-MPHY 5 / 132
8 Suites et séries Suites numériques Suites numériques Une suite réelle est une succession d éléments de R : u 0, u 1, u 2,..., u n. Une suite numérique réelle, notée ( u n ), est une application N R n u n u n u 1 u 2 u 3 u 0 0 u 4 u n Y. Ariba - Icam, Toulouse. SSI-MPHY 5 / 132
9 Suites et séries Suites numériques Une suite numérique réelle peut être définie de 2 façons : définition explicite : u n = f(n), définition par récurrence : u n+1 = f(u n), le premier terme u 0 étant donné Y. Ariba - Icam, Toulouse. SSI-MPHY 6 / 132
10 Suites et séries Suites numériques Une suite numérique réelle peut être définie de 2 façons : définition explicite : u n = f(n), définition par récurrence : u n+1 = f(u n), le premier terme u 0 étant donné Exemples : Suite de nombres rationnels u n = 1 n (n N ) 1, 1 2, 1 3, Suite de nombres entiers (les carrés) u n = n 2 0, 1, 4, 9... Suite des nombres impairs u n = 2n + 1 1, 3, 5, 9... Suite récurrente { un+1 = 0.5u n 2 u 0 = 12 16, 6, 1, Y. Ariba - Icam, Toulouse. SSI-MPHY 6 / 132
11 Suites et séries Suites numériques Majoration, minoration La suite (u n) est majorée par M si, pour tout n N, u n M. La suite (u n) est minorée par m si, pour tout n N, u n m. Une suite à la fois majorée et minorée est bornée. Sens de variation, si pour tout n N u n+1 u n est croissante. u n+1 u n est décroissante. Une suite à termes strictement positifs est croissante si u n+1 u n 1. Y. Ariba - Icam, Toulouse. SSI-MPHY 7 / 132
12 Suites et séries Suites numériques Convergence d une suite numériques Une suite (u n) est convergente si elle admet une limite finie quand n. Une suite qui n est pas convergente est divergente. Y. Ariba - Icam, Toulouse. SSI-MPHY 8 / 132
13 Suites et séries Suites numériques Convergence d une suite numériques Une suite (u n) est convergente si elle admet une limite finie quand n. Une suite qui n est pas convergente est divergente. Toute suite convergente est bornée. La réciproque est fausse. Toute suite croissante majorée (décroissante minorée) est convergente. Soient (u n) une suite croissante et (v n) une suite décroissante. (u n) et (v n) sont dites adjacentes si u n < v n lim (vn un) = 0 n Deux suites adjacentes sont convergentes et admettent la même limite. Soient (v n) et (w n) des suites convergentes admettant la même limite l. w n u n v n lim n wn lim n un lim n vn lim n un = l Y. Ariba - Icam, Toulouse. SSI-MPHY 8 / 132
14 Suites et séries Suites numériques Suites arithmétiques Une suite arithmétique de raison r est une suite vérifiant la relation de récurrence u n+1 = u n + r On montre que u n = u 0 + nr (terme général). Si r = 0, la suite est constante et égale à u 0. Si r > 0, la suite est croissante et divergente vers +. Si r < 0, la suite est décroissante et divergente vers. Exemple 1, 3, 5, 7 est une suite arithmétique de raison 2 et de premier terme u 0 = 1. Y. Ariba - Icam, Toulouse. SSI-MPHY 9 / 132
15 Suites et séries Suites numériques Suites géométriques Une suite géométrique de raison q est une suite vérifiant la relation de récurrence u n+1 = qu n On montre que u n = u 0 q n (terme général). Si q = 1, la suite est constante et égale à u 0. Si q > 1, la suite est croissante et divergente vers +. Si q < 1, la suite converge vers 0. Si q = 1, la suite n admet pas de limite et alterne entre u 0 et u 0. Si q < 1, la suite diverge et alterne valeurs négatives valeurs positives. Exemple 2, 6, 18, 54 est une suite géométrique de raison 3 et de premier terme u 0 = 2. Y. Ariba - Icam, Toulouse. SSI-MPHY 10 / 132
16 Suites et séries Applications Applications La suite de Fibonacci Suite introduite par Leonardo Fibonacci en 1202 pour décrire la croissance d une population de lapins sous des hypothèses très simplifiées. un couple de lapins adultes procrée un nouveau couple de lapins chaque mois. un couple ne peut procréer qu à partir du troisième mois de son existence. Y. Ariba - Icam, Toulouse. SSI-MPHY 11 / 132
17 Suites et séries Applications Applications La suite de Fibonacci Suite introduite par Leonardo Fibonacci en 1202 pour décrire la croissance d une population de lapins sous des hypothèses très simplifiées. un couple de lapins adultes procrée un nouveau couple de lapins chaque mois. un couple ne peut procréer qu à partir du troisième mois de son existence. Dans cette suite, chaque terme est en fait la somme des deux qui le précédent u n+2 = u n+1 + u n avec u 0 = 1 et u 1 = 1. Y. Ariba - Icam, Toulouse. SSI-MPHY 11 / 132
18 Remplissage d un récipient Suites et séries Applications Soit un récipient vide de contenance 2 litres. On verse dans celui-ci un litre d eau, puis un demi-litre, puis un quart, puis un huitième,... Est-ce que le récipient va déborder? Y. Ariba - Icam, Toulouse. SSI-MPHY 12 / 132
19 Remplissage d un récipient Suites et séries Applications Soit un récipient vide de contenance 2 litres. On verse dans celui-ci un litre d eau, puis un demi-litre, puis un quart, puis un huitième,... Est-ce que le récipient va déborder? On a : u 0 = 1; u 1 = 1 2 ; u 2 = 1 4 ; u 3 = 1 8 Il s agit d une suite géométrique de premier terme u 0 = 1 et de raison q = Somme des n premiers termes : S n = n = 2 n lim n Sn = = 2 Le récipient ne débordera pas. Y. Ariba - Icam, Toulouse. SSI-MPHY 12 / 132
20 Évolution d une dette Suites et séries Applications A chaque mois n, on définit : y n : la dette r : l intérêt u n : remboursement mensuel Y. Ariba - Icam, Toulouse. SSI-MPHY 13 / 132
21 Évolution d une dette Suites et séries Applications A chaque mois n, on définit : y n : la dette r : l intérêt u n : remboursement mensuel Modèle de l évolution de la dette : y n+1 = y n + r y n u n Y. Ariba - Icam, Toulouse. SSI-MPHY 13 / 132
22 Évolution d une dette Suites et séries Applications A chaque mois n, on définit : y n : la dette r : l intérêt u n : remboursement mensuel Modèle de l évolution de la dette : y n+1 = y n + r y n u n Evolution de la dette : r = 0.02 y 0 = u n = (emprunt initial) 400, n = 1,..., 5 150, n = 6,..., , n = 11,..., Y. Ariba - Icam, Toulouse. SSI-MPHY 13 / 132
23 Suites et séries Applications Dynamique des populations (modélisation basique) Population = ensemble d individus d une même espèce vivant dans un même territoire et pouvant se reproduire entre eux. N t+1 N t = naissances morts + migrations Y. Ariba - Icam, Toulouse. SSI-MPHY 14 / 132
24 Suites et séries Applications Dynamique des populations (modélisation basique) Population = ensemble d individus d une même espèce vivant dans un même territoire et pouvant se reproduire entre eux. N t+1 N t = naissances morts + migrations Modèle exponentiel population seule (isolée), pas de migrations, naissances et morts proportionnelles à la population courante. Y. Ariba - Icam, Toulouse. SSI-MPHY 14 / 132
25 Suites et séries Applications Dynamique des populations (modélisation basique) Population = ensemble d individus d une même espèce vivant dans un même territoire et pouvant se reproduire entre eux. N t+1 N t = naissances morts + migrations Modèle exponentiel population seule (isolée), pas de migrations, naissances et morts proportionnelles à la population courante. r : taux intrinsèque d accroissement. N t+1 = N t + r N t Y. Ariba - Icam, Toulouse. SSI-MPHY 14 / 132
26 Suites et séries Applications Prédictions (dépend du taux intrinsèque d accroissement) Si (1 + r) > 1, croissance exponentielle de la population (div). Si 1 > (1 + r) > 0, extinction exponentielle de la population (cv 0). Si r = 0, équilibre démographique. Y. Ariba - Icam, Toulouse. SSI-MPHY 15 / 132
27 Suites et séries Applications Prédictions (dépend du taux intrinsèque d accroissement) Si (1 + r) > 1, croissance exponentielle de la population (div). Si 1 > (1 + r) > 0, extinction exponentielle de la population (cv 0). Si r = 0, équilibre démographique. Considérons une population avec un nombre d individus initial de N 0 = 4 et un taux d accroissement de r = Y. Ariba - Icam, Toulouse. SSI-MPHY 15 / 132
28 Suites et séries Applications Critique du modèle La population ne peut pas croître indéfiniment. Le milieu possède une capacité maximale (limitation des ressources, surpopulation...) Y. Ariba - Icam, Toulouse. SSI-MPHY 16 / 132
29 Suites et séries Applications Critique du modèle La population ne peut pas croître indéfiniment. Le milieu possède une capacité maximale (limitation des ressources, surpopulation...) Modèle logistique population seule (isolée), pas de migrations, prise en compte de la limitation des ressources. Y. Ariba - Icam, Toulouse. SSI-MPHY 16 / 132
30 Suites et séries Applications Critique du modèle La population ne peut pas croître indéfiniment. Le milieu possède une capacité maximale (limitation des ressources, surpopulation...) Modèle logistique population seule (isolée), pas de migrations, prise en compte de la limitation des ressources. r : taux intrinsèque d accroissement. k : capacité de charge du milieu. ( N t+1 = N t + r N t 1 Nt ) k Y. Ariba - Icam, Toulouse. SSI-MPHY 16 / 132
31 Prédictions (avec r > 0) Suites et séries Applications Si N t < k, la population croît. Si N t > k, la population décroît, la population est supérieure à la capacité du milieu. Si N t = k, stabilisation de la population. Y. Ariba - Icam, Toulouse. SSI-MPHY 17 / 132
32 Prédictions (avec r > 0) Suites et séries Applications Si N t < k, la population croît. Si N t > k, la population décroît, la population est supérieure à la capacité du milieu. Si N t = k, stabilisation de la population. Considérons une population avec un taux d accroissement de r = 0.5 vivant dans un milieu de capacité maximale k = 300 et pour différentes conditions initiales (N 0 ) N 0 =4 N 0 =20 N 0 =150 N 0 = Y. Ariba - Icam, Toulouse. SSI-MPHY 17 / 132
33 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
34 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. f(x) a b x Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
35 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. f(α) f(x) a α b x Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
36 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. f(α) f(x) u 1 a u 0 α b x Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
37 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. f(α) f(x) u 1 a u 0 u 1 α b x Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
38 Point fixe d une fonction Suites et séries Applications Théorème du point fixe Soit une fonction f continue et dérivable sur un intervalle [a, b], telle que les valeurs de f sont dans [a, b], c est-à-dire f([a, b]) [a, b] et f (x) < 1, alors l équation f(x) = x admet une solution unique α et la suite u n+1 = f(u n) converge vers α. f(α) u 2 f(x) u 1 a u 0 u 1 u 2 α b x Y. Ariba - Icam, Toulouse. SSI-MPHY 18 / 132
39 Suites et séries Applications Méthode de Newton (cas particulier du théorème du point fixe) On cherche à résoudre une équation de la forme f(x) = 0 Y. Ariba - Icam, Toulouse. SSI-MPHY 19 / 132
40 Suites et séries Applications Méthode de Newton (cas particulier du théorème du point fixe) On cherche à résoudre une équation de la forme f(x) = 0 A partir d une valeur x 0 assez proche de la racine ˆx, cherchons un incrément δx tel que f(x 1 ) 0 avec x 1 = x 0 + δx Y. Ariba - Icam, Toulouse. SSI-MPHY 19 / 132
41 Suites et séries Applications Méthode de Newton (cas particulier du théorème du point fixe) On cherche à résoudre une équation de la forme f(x) = 0 A partir d une valeur x 0 assez proche de la racine ˆx, cherchons un incrément δx tel que f(x 1 ) 0 avec x 1 = x 0 + δx Estimons l incrément nécessaire en linéarisant f(x 1 ) f(x 1 ) f(x 0 ) + f (x 0 )δx = 0 δx = f(x 0) f (x 0 ) Y. Ariba - Icam, Toulouse. SSI-MPHY 19 / 132
42 Suites et séries Applications Méthode de Newton (cas particulier du théorème du point fixe) On cherche à résoudre une équation de la forme f(x) = 0 A partir d une valeur x 0 assez proche de la racine ˆx, cherchons un incrément δx tel que f(x 1 ) 0 avec x 1 = x 0 + δx Estimons l incrément nécessaire en linéarisant f(x 1 ) f(x 1 ) f(x 0 ) + f (x 0 )δx = 0 δx = f(x 0) f (x 0 ) A chaque itération, un nouveau point d abscisse x n est calculé x n+1 = x n f(xn) f (x n) Y. Ariba - Icam, Toulouse. SSI-MPHY 19 / 132
43 Suites et séries Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 20 / 132
44 Suites et séries Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 20 / 132
45 Suites et séries Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 20 / 132
46 Suites et séries Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 20 / 132
47 Suites et séries Séries numériques Séries numériques Soit une suite numérique (u n) : u 0, u 1, u 2,..., u n On appelle série de terme général u n, la suite des sommes partielles n S n = u k k=0 Y. Ariba - Icam, Toulouse. SSI-MPHY 21 / 132
48 Suites et séries Séries numériques Séries numériques Soit une suite numérique (u n) : u 0, u 1, u 2,..., u n On appelle série de terme général u n, la suite des sommes partielles n S n = u k k=0 S 0 = u 0 S 1 = u 0 +u 1 S 2 = u 0 +u 1 +u 2... S n = u 0 +u 1 +u u n Y. Ariba - Icam, Toulouse. SSI-MPHY 21 / 132
49 Suites et séries Séries numériques Séries numériques Soit une suite numérique (u n) : u 0, u 1, u 2,..., u n On appelle série de terme général u n, la suite des sommes partielles n S n = u k k=0 S 0 = u 0 S 1 = u 0 +u 1 S 2 = u 0 +u 1 +u 2... S n = u 0 +u 1 +u u n Si la limite notée S existe et est finie S = lim n Sn la série est dite convergente et S est appelé la somme de la série. Y. Ariba - Icam, Toulouse. SSI-MPHY 21 / 132
50 Suites et séries Séries numériques Exemples particuliers Somme des n premiers entiers (série de Gauss) : n(n + 1) n = 2 (terme général : suite arithmétique de raison 1 et de premier terme u 0 = 0) Y. Ariba - Icam, Toulouse. SSI-MPHY 22 / 132
51 Suites et séries Séries numériques Exemples particuliers Somme des n premiers entiers (série de Gauss) : n(n + 1) n = 2 (terme général : suite arithmétique de raison 1 et de premier terme u 0 = 0) Série de terme général (u n) une suite arithmétique de raison r et de premier terme u 0 S n = u 0 +u u n = u 0 +(u 0 +r)+...+(u 0 +nr) = (n + 1)(un + u 0) 2 Y. Ariba - Icam, Toulouse. SSI-MPHY 22 / 132
52 Exemples particuliers Suites et séries Séries numériques Somme des n premiers entiers (série de Gauss) : n(n + 1) n = 2 (terme général : suite arithmétique de raison 1 et de premier terme u 0 = 0) Série de terme général (u n) une suite arithmétique de raison r et de premier terme u 0 S n = u 0 +u u n = u 0 +(u 0 +r)+...+(u 0 +nr) = (n + 1)(un + u 0) 2 Série de terme général (u n) une suite géométrique de raison q et de premier terme u 0 S n = u 0 + u u n = u 0 + u 0 q + u 0 q u 0 q n = u 0 1 q n+1 1 q Y. Ariba - Icam, Toulouse. SSI-MPHY 22 / 132
53 Suites et séries Séries numériques Convergence : La série converge si (S n) admet une limite finie. On note alors + S = u n. n=0 Si la série S n = n u k est convergente, alors lim n un = 0 k=0 Y. Ariba - Icam, Toulouse. SSI-MPHY 23 / 132
54 Suites et séries Séries numériques Convergence : La série converge si (S n) admet une limite finie. On note alors + S = u n. n=0 Si la série S n = n u k est convergente, alors lim n un = 0 k=0 C est une condition nécessaire, si lim un 0, alors la série Sn diverge. n Y. Ariba - Icam, Toulouse. SSI-MPHY 23 / 132
55 Suites et séries Séries numériques Convergence : La série converge si (S n) admet une limite finie. On note alors + S = u n. n=0 Si la série S n = n u k est convergente, alors lim n un = 0 k=0 C est une condition nécessaire, si lim un 0, alors la série Sn diverge. n Démonstration : Supposons que (S n) est une série convergente. On a S n = n k=0 n 1 u k et S n 1 = u k S n S n 1 = u n. k=0 Y. Ariba - Icam, Toulouse. SSI-MPHY 23 / 132
56 Suites et séries Séries numériques Convergence : La série converge si (S n) admet une limite finie. On note alors + S = u n. n=0 Si la série S n = n u k est convergente, alors lim n un = 0 k=0 C est une condition nécessaire, si lim un 0, alors la série Sn diverge. n Démonstration : Supposons que (S n) est une série convergente. On a S n = n k=0 n 1 u k et S n 1 = u k S n S n 1 = u n. k=0 Puisque la série est convergente, on a également lim Sn = lim Sn 1 = S. n n Y. Ariba - Icam, Toulouse. SSI-MPHY 23 / 132
57 Suites et séries Séries numériques Convergence : La série converge si (S n) admet une limite finie. On note alors + S = u n. n=0 Si la série S n = n u k est convergente, alors lim n un = 0 k=0 C est une condition nécessaire, si lim un 0, alors la série Sn diverge. n Démonstration : Supposons que (S n) est une série convergente. On a S n = n k=0 n 1 u k et S n 1 = u k S n S n 1 = u n. k=0 Puisque la série est convergente, on a également Donc lim Sn = lim Sn 1 = S. n n lim Sn lim Sn 1 = lim (Sn Sn+1) = lim un = S S = 0. n n n n Y. Ariba - Icam, Toulouse. SSI-MPHY 23 / 132
58 Exemple 1 Suites et séries Séries numériques Reprenons la série dont le terme général est une suite géométrique (u n+1 = u nq) S n = u 0 + u u n = u 0 1 q n+1 1 q Y. Ariba - Icam, Toulouse. SSI-MPHY 24 / 132
59 Exemple 1 Suites et séries Séries numériques Reprenons la série dont le terme général est une suite géométrique (u n+1 = u nq) S n = u 0 + u u n = u 0 1 q n+1 1 q Nous pouvons conclure que si q < 1, la série converge (S = 1 ), et la suite géométrique (un) converge 1 q bien vers 0, si q 1, la suite et la série divergent. Y. Ariba - Icam, Toulouse. SSI-MPHY 24 / 132
60 Exemple 1 Suites et séries Séries numériques Reprenons la série dont le terme général est une suite géométrique (u n+1 = u nq) S n = u 0 + u u n = u 0 1 q n+1 1 q Nous pouvons conclure que si q < 1, la série converge (S = 1 ), et la suite géométrique (un) converge 1 q bien vers 0, si q 1, la suite et la série divergent. Exemple 2 la convergence vers 0 du terme général n est qu une condition nécessaire. Soit la série de terme général (u n) u n = n n 1 avec u 0 = 0. La série s exprime simplement sous la forme S n = n Y. Ariba - Icam, Toulouse. SSI-MPHY 24 / 132
61 Exemple 1 Suites et séries Séries numériques Reprenons la série dont le terme général est une suite géométrique (u n+1 = u nq) S n = u 0 + u u n = u 0 1 q n+1 1 q Nous pouvons conclure que si q < 1, la série converge (S = 1 ), et la suite géométrique (un) converge 1 q bien vers 0, si q 1, la suite et la série divergent. Exemple 2 la convergence vers 0 du terme général n est qu une condition nécessaire. Soit la série de terme général (u n) u n = n n 1 avec u 0 = 0. La série s exprime simplement sous la forme S n = n La série est donc divergente, tandis que la suite (u n) converge vers 0 : u n = n n 1 = 1 n + 0. n + n 1 Y. Ariba - Icam, Toulouse. SSI-MPHY 24 / 132
62 Suites et séries Séries numériques Séries à termes positifs Une série S n = u n est à termes positifs si, n, u n 0. Théorème de comparaison Soit u n et v n deux séries à termes positifs tels que u n v n pour n n 0. Si v n converge, alors u n converge. Si u n diverge, alors v n diverge. Y. Ariba - Icam, Toulouse. SSI-MPHY 25 / 132
63 Suites et séries Séries numériques Séries à termes positifs Une série S n = u n est à termes positifs si, n, u n 0. Théorème de comparaison Soit u n et v n deux séries à termes positifs tels que u n v n pour n n 0. Si v n converge, alors u n converge. Si u n diverge, alors v n diverge. Exemple : soit la série de terme général On a : u n = 2 + sin n 3 n+1 n, 0 < u n 3 3 n+1 = 1 3 n. Puisque la série 1 3 n converge (cf. critère de d Alembert), la série u n converge. Y. Ariba - Icam, Toulouse. SSI-MPHY 25 / 132
64 Suites et séries Séries numériques L équivalence entre deux suite permet d évaluer la nature d une série à partir d une seconde plus facile à déterminer. Emploi des équivalents Soit u n et v n deux séries à termes positifs. Si u n v n (ou plus généralement si u n/v n a une limite finie non-nulle), alors les séries correspondantes sont de même nature. Y. Ariba - Icam, Toulouse. SSI-MPHY 26 / 132
65 Suites et séries Séries numériques L équivalence entre deux suite permet d évaluer la nature d une série à partir d une seconde plus facile à déterminer. Emploi des équivalents Soit u n et v n deux séries à termes positifs. Si u n v n (ou plus généralement si u n/v n a une limite finie non-nulle), alors les séries correspondantes sont de même nature. Exemples : En n +, on a : sin 1 n 1 n et n 3 + 2n + 5 n + 2 n 2 Y. Ariba - Icam, Toulouse. SSI-MPHY 26 / 132
66 Suites et séries Séries numériques Séries de Riemann C est une série de la forme n=1 1 n α converge si α > 1 diverge si α 1 Critère de Cauchy Soit u n une série à termes positifs. Supposons que si L < 1, u n converge si L > 1, u n diverge lim n un = L n Critère de d Alembert Soit u n une série à termes strictement positifs. Supposons que u n+1 lim = L n u n si L < 1, u n converge si L > 1, u n diverge Y. Ariba - Icam, Toulouse. SSI-MPHY 27 / 132
67 Suites et séries Séries numériques Séries à termes de signes quelconques Les règles de Riemann, Cauchy et d Alembert ne s appliquent qu aux séries à termes positifs. Lorsque le terme général u n d une série ne reste pas positif, ou est complexe, on doit appliquer ces règles à la série de terme général u n. Si la série un converge, le théorème de convergence absolue affirme que la série de terme général u n converge aussi. Attention, la réciproque est fausse. un converge un converge Y. Ariba - Icam, Toulouse. SSI-MPHY 28 / 132
68 Sommaire Série de Fourier 1 Suites et séries Suites numériques Applications Séries numériques 2 Série de Fourier Définitions Représentation spectrale Exemples Transformée de Fourier Applications 3 Transformée de Laplace Définitions Fonctions types Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 29 / 132
69 Série de Fourier Définitions Définitions Rappel : Une fonction f, définie sur R, est dite périodique de période T R si f(t + T ) = f(t), t R f(t) t Y. Ariba - Icam, Toulouse. SSI-MPHY 30 / 132
70 Série de Fourier Définitions Définitions Rappel : Une fonction f, définie sur R, est dite périodique de période T R si f(t + T ) = f(t), t R f(t) t Qu est-ce que sont les séries de Fourier? Décomposer un signal périodique en une somme de fonctions sinusoïdales simples. Caractériser les harmoniques des signaux périodiques. Y. Ariba - Icam, Toulouse. SSI-MPHY 30 / 132
71 Série de Fourier Définitions Décomposition en série de Fourier : Soit x une fonction périodique de période T = 2π ω sur R. Sous certaines conditions de continuité et de dérivabilité, x(t) peut se décomposer sous la forme + x(t) = a 0 + a n cos(nωt) + b n sin(nωt) n=1 avec a 0 = 1 T x(t)dt T 0 a n = 2 T x(t) cos(nωt)dt T 0 b n = 2 T x(t) sin(nωt)dt T 0 Y. Ariba - Icam, Toulouse. SSI-MPHY 31 / 132
72 Série de Fourier Définitions Décomposition en série de Fourier : Soit x une fonction périodique de période T = 2π ω sur R. Sous certaines conditions de continuité et de dérivabilité, x(t) peut se décomposer sous la forme + x(t) = a 0 + a n cos(nωt) + b n sin(nωt) n=1 avec a 0 = 1 T x(t)dt T 0 a n = 2 T x(t) cos(nωt)dt T 0 b n = 2 T x(t) sin(nωt)dt T 0 a 0 correspond à la valeur moyenne de la fonction x. Les termes de pulsation ω sont les composantes fondamentales de la fonction. Les termes de pulsation nω avec n > 1 sont les composantes harmoniques de la fonction. Les coefficients {a n, b n} traduisent la contribution de la n ième harmonique de fréquence n T dans le signal. Y. Ariba - Icam, Toulouse. SSI-MPHY 31 / 132
73 Série de Fourier Définitions Exemple : considérons le signal carré périodique x(t) temps Période T = 4 s ; fréquence f = 0.25 Hz ; pulsation ω = π 2 = 1.57 rad/s Y. Ariba - Icam, Toulouse. SSI-MPHY 32 / 132
74 Série de Fourier Définitions Décomposons x(t) en série de Fourier. a 0 = 1 2 x(t) dt = dt = 0.5 T Y. Ariba - Icam, Toulouse. SSI-MPHY 33 / 132
75 Série de Fourier Définitions Décomposons x(t) en série de Fourier. a 0 = 1 2 x(t) dt = dt = 0.5 T a n = 2 2 x(t) cos(nωt) dt T 2 a n = 1 1 cos(nωt) dt 2 1 [ ] sin(nωt) 1 = 1 2 nω 1 = 2 nπ sin(n π 2 ) Y. Ariba - Icam, Toulouse. SSI-MPHY 33 / 132
76 Série de Fourier Définitions Décomposons x(t) en série de Fourier. a 0 = 1 2 x(t) dt = dt = 0.5 T a n = 2 2 x(t) cos(nωt) dt T 2 a n = 1 1 cos(nωt) dt 2 1 [ ] sin(nωt) 1 = 1 2 nω 1 = 2 nπ sin(n π 2 ) b n = 0 Y. Ariba - Icam, Toulouse. SSI-MPHY 33 / 132
77 Série de Fourier Définitions Nous avons donc pour x(t) l expression : + x(t) = a 0 + a n cos(nωt) n=1 Y. Ariba - Icam, Toulouse. SSI-MPHY 34 / 132
78 Série de Fourier Définitions Nous avons donc pour x(t) l expression : + x(t) = a 0 + a n cos(nωt) n=1 soit + x(t) = n=1 ( 2 nπ sin(n π ) 2 ) cos(n π 2 t) Y. Ariba - Icam, Toulouse. SSI-MPHY 34 / 132
79 Série de Fourier Définitions Nous avons donc pour x(t) l expression : + x(t) = a 0 + a n cos(nωt) n=1 soit + x(t) = n=1 ( 2 nπ sin(n π ) 2 ) cos(n π 2 t) soit x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... Y. Ariba - Icam, Toulouse. SSI-MPHY 34 / 132
80 Série de Fourier Définitions x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... x(t) π cos( π 2 t) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 35 / 132
81 Série de Fourier Définitions x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... x(t) π cos( π 2 t) 2 3π cos(3 π 2 t) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 35 / 132
82 Série de Fourier Définitions x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... x(t) n=1 ( 2 nπ sin(n π ) 2 ) cos(n π 2 t) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 35 / 132
83 Série de Fourier Définitions x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... x(t) n=1 ( 2 nπ sin(n π ) 2 ) cos(n π 2 t) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 35 / 132
84 Série de Fourier Définitions Le principe réside dans le calcul des coefficients : a 0 = 1 T x(t)dt T 0 a n = 2 T x(t) cos(nωt)dt T 0 b n = 2 T x(t) sin(nωt)dt T 0 Y. Ariba - Icam, Toulouse. SSI-MPHY 36 / 132
85 Série de Fourier Définitions Le principe réside dans le calcul des coefficients : a 0 = 1 T x(t)dt T 0 a n = 2 T x(t) cos(nωt)dt T 0 b n = 2 T x(t) sin(nωt)dt T 0 Propriétés : Le coefficient a 0 représente la valeur moyenne de la fonction x. Si la fonction est paire, x( t) = x(t), alors tous les coefficients b n sont nuls. Si la fonction est impaire, x( t) = x(t), alors tous les coefficients a n sont nuls. Y. Ariba - Icam, Toulouse. SSI-MPHY 36 / 132
86 Série de Fourier Représentation spectrale Représentation spectrale Expression d un signal périodique x(t) avec les séries de Fourier : + x(t) = a 0 + a n cos(nωt) + b n sin(nωt) n=1 x(t) est représenté par une somme de cos et de sin, les cos et sin ont une fréquence multiple de celle de x(t) : ω, 2ω, 3ω, 4ω,... les coefficients a 0, a n et b n sont des constantes Y. Ariba - Icam, Toulouse. SSI-MPHY 37 / 132
87 Série de Fourier Représentation spectrale Représentation spectrale Expression d un signal périodique x(t) avec les séries de Fourier : + x(t) = a 0 + a n cos(nωt) + b n sin(nωt) n=1 x(t) est représenté par une somme de cos et de sin, les cos et sin ont une fréquence multiple de celle de x(t) : ω, 2ω, 3ω, 4ω,... les coefficients a 0, a n et b n sont des constantes Le signal x(t) est donc caractérisé par sa fréquence ω et les coefficients (a 0, a n et b n). Y. Ariba - Icam, Toulouse. SSI-MPHY 37 / 132
88 Série de Fourier Représentation spectrale La représentation spectrale consiste à représenter les coefficients a n et b n par rapport à la pulsation correspondante nω : en abscisse : les pulsations nω. en ordonnée : le module des coefficients A n = a 2 n + b2 n. Y. Ariba - Icam, Toulouse. SSI-MPHY 38 / 132
89 Série de Fourier Représentation spectrale La représentation spectrale consiste à représenter les coefficients a n et b n par rapport à la pulsation correspondante nω : en abscisse : les pulsations nω. en ordonnée : le module des coefficients A n = a 2 n + b2 n. A 1 a 0 A 3 A 2 A 4 A 5 0 ω 2ω 3ω 4ω 5ω Nous avons ainsi une représentation de la caractéristique fréquentielle du signal x(t). Y. Ariba - Icam, Toulouse. SSI-MPHY 38 / 132
90 Série de Fourier Représentation spectrale Reprenons l exemple précédent : soit + ( 2 x(t) = }{{} nπ sin(n π ) 2 ) cos(n π 2 t) n=1 a 0 }{{} an x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... Y. Ariba - Icam, Toulouse. SSI-MPHY 39 / 132
91 Série de Fourier Représentation spectrale Reprenons l exemple précédent : soit + ( 2 x(t) = }{{} nπ sin(n π ) 2 ) cos(n π 2 t) n=1 a 0 }{{} an x(t) = π cos(ωt) 2 3π cos(3ωt) + 2 5π cos(5ωt) +... Y. Ariba - Icam, Toulouse. SSI-MPHY 39 / 132
92 Série de Fourier Exemples Exemples 1 Exemple 1 : Soit le signal en escalier x(t) : 1 pour 0 t < pour 1 t < 2 0 pour 2 t < temps Y. Ariba - Icam, Toulouse. SSI-MPHY 40 / 132
93 Série de Fourier Exemples Exemples 1 Exemple 1 : Soit le signal en escalier x(t) : 1 pour 0 t < pour 1 t < 2 0 pour 2 t < temps Calculons les coefficients de Fourier correspondants a 0 = 0 a n = 1 ( sin(n 2π3 2nπ ) + sin(n 4π3 ) ) = 0 b n = 1 (2 cos(n 2π3 2nπ ) cos(n 4π3 ) ). Y. Ariba - Icam, Toulouse. SSI-MPHY 40 / 132
94 Série de Fourier Exemples x(t) sin(ωt) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 41 / 132
95 Série de Fourier Exemples x(t) sin(ωt) sin(2ωt) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 41 / 132
96 Série de Fourier Exemples x(t) n=1 1 (2 cos(n 2π3 2nπ ) cos(n 4π3 ) ) sin(nωt) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 41 / 132
97 Série de Fourier Exemples x(t) n=1 1 (2 cos(n 2π3 2nπ ) cos(n 4π3 ) ) sin(nωt) temps Y. Ariba - Icam, Toulouse. SSI-MPHY 41 / 132
98 Série de Fourier Exemples Représentation spectrale ici, ω = 2π 3 soit rad/s. Y. Ariba - Icam, Toulouse. SSI-MPHY 42 / 132
99 Série de Fourier Exemples 0.8 Exemple 2 : Soit un signal en dents de scie x(t) de période T = 3s, de pente 1 3 d amplitude 1 et de valeur moyenne nulle. amplitude x(t) temps (s) Y. Ariba - Icam, Toulouse. SSI-MPHY 43 / 132
100 Série de Fourier Exemples 0.8 Exemple 2 : Soit un signal en dents de scie x(t) de période T = 3s, de pente 1 3 d amplitude 1 et de valeur moyenne nulle. amplitude x(t) temps (s) Calculons les coefficients de Fourier correspondants a 0 = 0 (prévisible). a n = 0 (le signal est impair). b n = 1 nπ (intégration par parties) Y. Ariba - Icam, Toulouse. SSI-MPHY 43 / 132
101 Série de Fourier Exemples x(t) 1 π sin(ωt) temps (s) Y. Ariba - Icam, Toulouse. SSI-MPHY 44 / 132
102 Série de Fourier Exemples x(t) 1 π sin(ωt) 1 2π sin(2ωt) 1 3π sin(3ωt) temps (s) Y. Ariba - Icam, Toulouse. SSI-MPHY 44 / 132
103 Série de Fourier Exemples x(t) 9 n=1 1 nπ sin(nωt) temps (s) Y. Ariba - Icam, Toulouse. SSI-MPHY 44 / 132
104 Série de Fourier Exemples x(t) 99 n=1 1 nπ sin(nωt) temps (s) Y. Ariba - Icam, Toulouse. SSI-MPHY 44 / 132
105 Série de Fourier Exemples Représentation spectrale ici, ω = 2π 3 soit rad/s. Y. Ariba - Icam, Toulouse. SSI-MPHY 45 / 132
106 Série de Fourier Transformée de Fourier Transformée de Fourier Nous avons considéré des signaux périodiques représentation temporelle représentation fréquentielle temps le spectre représente les composantes fréquentielles qui caractérisent le signal x(t), ces composantes sont des multiples de la fréquence de x(t) : nω, Y. Ariba - Icam, Toulouse. SSI-MPHY 46 / 132
107 Série de Fourier Transformée de Fourier Transformée de Fourier Nous avons considéré des signaux périodiques représentation temporelle représentation fréquentielle temps le spectre représente les composantes fréquentielles qui caractérisent le signal x(t), ces composantes sont des multiples de la fréquence de x(t) : nω, extension au cas des signaux non-périodiques? Y. Ariba - Icam, Toulouse. SSI-MPHY 46 / 132
108 Série de Fourier Transformée de Fourier La transformée de Fourier permet de déterminer la représentation fréquentielle d un signal à énergie finie. exemple du signal x(t) = e t pour t 0 : représentation temporelle représentation fréquentielle temps fréquence Hz le spectre dépend continument de la fréquence f, le signal x(t) n est plus caractérisé par un ensemble de fréquences particulières mais par une plage de fréquences. Y. Ariba - Icam, Toulouse. SSI-MPHY 47 / 132
109 Série de Fourier Transformée de Fourier Soit x(t) une fonction à énergie finie. La transformée de Fourier de la fonction x(t) est la fonction complexe X(f), de la variable f réelle, définie par : + X(f) = x(t)e j2πft dt. Y. Ariba - Icam, Toulouse. SSI-MPHY 48 / 132
110 Série de Fourier Transformée de Fourier Soit x(t) une fonction à énergie finie. La transformée de Fourier de la fonction x(t) est la fonction complexe X(f), de la variable f réelle, définie par : + X(f) = x(t)e j2πft dt. La transformée de Fourier inverse est définie par (si X(f) est également intégrable) + x(t) = X(f)e j2πft df. Dans l exemple, le spectre correspond au tracé de X(f) en fonction de f. Y. Ariba - Icam, Toulouse. SSI-MPHY 48 / 132
111 Série de Fourier Applications Applications Une note de musique Le diapason donne la note-repère conventionnelle, le la. Play Y. Ariba - Icam, Toulouse. SSI-MPHY 49 / 132
112 Série de Fourier Applications Applications Une note de musique Le diapason donne la note-repère conventionnelle, le la. Play représentation temporelle temps Y. Ariba - Icam, Toulouse. SSI-MPHY 49 / 132
113 Série de Fourier Applications Applications Une note de musique Le diapason donne la note-repère conventionnelle, le la. Play représentation temporelle représentation fréquentielle temps fréquence Hz La fréquence du la 3 est 440 Hz. Y. Ariba - Icam, Toulouse. SSI-MPHY 49 / 132
114 Série de Fourier Applications Radar de contrôle routier Effet Doppler : La fréquence d une onde perçue par un observateur varie en fonction de la vitesse de la source émettrice par rapport à l observateur. Le radar émet une onde qui est ensuite réfléchie par la cible. Si cette cible se déplace, la fréquence du signal de retour sera différente du signal émis. Radar Y. Ariba - Icam, Toulouse. SSI-MPHY 50 / 132
115 Série de Fourier Applications Radar de contrôle routier Effet Doppler : La fréquence d une onde perçue par un observateur varie en fonction de la vitesse de la source émettrice par rapport à l observateur. Le radar émet une onde qui est ensuite réfléchie par la cible. Si cette cible se déplace, la fréquence du signal de retour sera différente du signal émis. Radar L analyse de l écart entre la fréquence du signal transmis et celle du signal reçu permet de mesurer la vitesse instantanée de la cible. Y. Ariba - Icam, Toulouse. SSI-MPHY 50 / 132
116 Série de Fourier Applications Analyse modale de structures excitation impulsionnelle accéléromètre acquisition + traitement TF représentation temporelle représentation fréquentielle Y. Ariba - Icam, Toulouse. SSI-MPHY 51 / 132
117 Série de Fourier Applications Analyse modale de structures excitation impulsionnelle accéléromètre acquisition + traitement TF représentation temporelle représentation fréquentielle Les vibrations mesurées sont analysées dans le domaine fréquentiel. Objectif : estimer les fréquences de résonance d une structure mécanique. Y. Ariba - Icam, Toulouse. SSI-MPHY 51 / 132
118 Série de Fourier Applications Égaliseur audio Un égaliseur 1 est composé de filtres électroniques qui permettent d atténuer ou augmenter le signal sur différentes bandes de fréquence donnée. Passe bas (graves) Adaptation d'impédance Entrée Adaptation d'impédance Passe bande (médium) Adaptation d'impédance Sommateur Sortie Passe haut (aigus) Adaptation d'impédance 1. Exemple d un égaliseur 3 bandes proposé dans Électronique Pratique n 276. Y. Ariba - Icam, Toulouse. SSI-MPHY 52 / 132
119 Série de Fourier Applications Égaliseur audio Un égaliseur 1 est composé de filtres électroniques qui permettent d atténuer ou augmenter le signal sur différentes bandes de fréquence donnée. Passe bas (graves) Adaptation d'impédance Entrée Adaptation d'impédance Passe bande (médium) Adaptation d'impédance Sommateur Sortie Passe haut (aigus) Adaptation d'impédance Gain Pos. maxi Pos. normale graves médium aigus Pos. mini 10 Hz 100 Hz 1 khz 10 khz 100 khz Fréquence 1. Exemple d un égaliseur 3 bandes proposé dans Électronique Pratique n 276. Y. Ariba - Icam, Toulouse. SSI-MPHY 52 / 132
120 Série de Fourier Applications Schéma électronique de l égaliseur 2 : Entrée C6 220nF R12 47k R2 2.2k + - U1B TL084 U1A TL084 R1 C1 1.2k 100nF + - C nF - R2 8.2k C3 1µF U1C TL084 P1 10k R5 100 P2 10k R R8 1k R U2 TL071 C5 1µF Sortie C4 10nF R4 3.9k + - U1D TL084 P3 10k R Exemple d un égaliseur 3 bandes proposé dans Électronique Pratique n 276. Y. Ariba - Icam, Toulouse. SSI-MPHY 53 / 132
121 Sommaire Transformée de Laplace 1 Suites et séries Suites numériques Applications Séries numériques 2 Série de Fourier Définitions Représentation spectrale Exemples Transformée de Fourier Applications 3 Transformée de Laplace Définitions Fonctions types Applications Y. Ariba - Icam, Toulouse. SSI-MPHY 54 / 132
122 Transformée de Laplace Définitions Définitions La transformée de Laplace d une fonction f(t), définie pour t 0, est la fonction du nombre complexe s : + ˆf(s) = e st f(t)dt 0 - On note : ˆf(s) { } = L f(t) et f(t) = L 1{ ˆf(s) }. - La fonction ˆf(s) n est pas forcément définie dans tout le plan complexe ( s C). Seulement dans une région où l intégrale converge. Y. Ariba - Icam, Toulouse. SSI-MPHY 55 / 132
123 Transformée de Laplace Définitions Définitions La transformée de Laplace d une fonction f(t), définie pour t 0, est la fonction du nombre complexe s : + ˆf(s) = e st f(t)dt 0 - On note : ˆf(s) { } = L f(t) et f(t) = L 1{ ˆf(s) }. - La fonction ˆf(s) n est pas forcément définie dans tout le plan complexe ( s C). Seulement dans une région où l intégrale converge. La transformée de Laplace inverse d une fonction ˆf(s) est la fonction temporelle : f(t) = 1 a+i ˆf(s)e st ds 2πi a i Mais en pratique, on utilisera la table et les propriétés de la transformée. Y. Ariba - Icam, Toulouse. SSI-MPHY 55 / 132
124 Transformée de Laplace Définitions Propriétés : { } Linéarité : L af(t) + bg(t) = a ˆf(s) + bĝ(s), a et b constants. { } d Dérivation : L dt f(t) = s ˆf(s) f(0). { t } Intégration : L f(θ)dθ = 1 ˆf(s). 0 s { } Retard : L f(t τ) = e sτ ˆf(s), τ > 0 et f(t) = 0 t < 0. Valeur finale : lim f(t) = lim s ˆf(s). t s 0 Y. Ariba - Icam, Toulouse. SSI-MPHY 56 / 132
125 Transformée de Laplace Fonctions types Fonctions types Exemple 1 : Transformée de Laplace de la fonction échelon f(t) = 1, t 0 et 0 sinon : Y. Ariba - Icam, Toulouse. SSI-MPHY 57 / 132
126 Transformée de Laplace Fonctions types Fonctions types Exemple 1 : Transformée de Laplace de la fonction échelon f(t) = 1, t 0 et 0 sinon : ˆf(s) = + e st dt 0 [ = 1s ] + e st 0 = 1 s. Notons que cette transformée est définie pour tout s C tel que Re[s] > 0. Y. Ariba - Icam, Toulouse. SSI-MPHY 57 / 132
127 Transformée de Laplace Fonctions types Exemple 2 : Transformée de Laplace de la fonction rampe g(t) = 2t, t 0 et 0 sinon. Y. Ariba - Icam, Toulouse. SSI-MPHY 58 / 132
128 Transformée de Laplace Fonctions types Exemple 2 : Transformée de Laplace de la fonction rampe g(t) = 2t, t 0 et 0 sinon. t t Notons que g(t) = 2 1 dt = 2 f(t) dt, 0 0 alors { ĝ(s) = L 2 t 0 = 2 1 ˆf(s) s } f(t) dt = 2 s 2. Là encore cette transformée est définie pour tout s C tel que Re[s] > 0. Y. Ariba - Icam, Toulouse. SSI-MPHY 58 / 132
129 Transformée de Laplace Fonctions types Exemple 3 : Transformée de Laplace de la fonction exponentielle h(t) = e at, t 0 et 0 sinon : Y. Ariba - Icam, Toulouse. SSI-MPHY 59 / 132
130 Transformée de Laplace Fonctions types Exemple 3 : Transformée de Laplace de la fonction exponentielle h(t) = e at, t 0 et 0 sinon : ĥ(s) = = + e at e st dt 0 + e (s+a)t dt 0 [ ] + = e (s+a)t s + a 0 = 1 s + a. Notons que cette transformée est définie pour tout s C tel que Re[s] > Re[a]. Y. Ariba - Icam, Toulouse. SSI-MPHY 59 / 132
131 Transformée de Laplace Fonctions types Table des transformées Rappelons que les fonctions temporelles f(t) ci-dessous ne sont définies que pour t 0. Fonction Dom. temporel f(t) Trans. de Laplace ˆf(s) échelon 1 1 s rampe t 1 s 2 puissance n-ième t n n! 1 s n+1 exponentielle décroissante e at 1 s + a Y. Ariba - Icam, Toulouse. SSI-MPHY 60 / 132
132 Transformée de Laplace Fonctions types Table des transformées Rappelons que les fonctions temporelles f(t) ci-dessous ne sont définies que pour t 0. Fonction Dom. temporel f(t) Trans. de Laplace ˆf(s) sinus cosinus sin ωt cos ωt ω s 2 + ω 2 s s 2 + ω 2 décroissance exponentielle d un sinus décroissance exponentielle d un cosinus e at sin(bt) e at cos(bt) b (s + a) 2 + b 2 s + a (s + a) 2 + b 2 décroissance exponentielle d une puissance n-ième t n n! e at 1 (s + a) n+1 Y. Ariba - Icam, Toulouse. SSI-MPHY 61 / 132
133 Transformée de Laplace Applications Application pour la résolution d équations différentielles linéaires Considérons une équation différentielle linéaire et appliquons la TL (pour des raisons de simplicité, les C.I. sont supposées nulles) a ny (n) + + a 1ẏ + a 0y = b mu (m) + + b 1 u + b 0u Y. Ariba - Icam, Toulouse. SSI-MPHY 62 / 132
134 Transformée de Laplace Applications Application pour la résolution d équations différentielles linéaires Considérons une équation différentielle linéaire et appliquons la TL (pour des raisons de simplicité, les C.I. sont supposées nulles) a ny (n) + + a 1ẏ + a 0y = b mu (m) + + b 1 u + b 0u L a ns n ŷ(s) + + a 1sŷ(s) + a 0ŷ(s) = b ms m û(s) + + b 1sû(s) + b 0û(s) Y. Ariba - Icam, Toulouse. SSI-MPHY 62 / 132
135 Transformée de Laplace Applications Application pour la résolution d équations différentielles linéaires Considérons une équation différentielle linéaire et appliquons la TL (pour des raisons de simplicité, les C.I. sont supposées nulles) a ny (n) + + a 1ẏ + a 0y = b mu (m) + + b 1 u + b 0u a ns n ŷ(s) + + a 1sŷ(s) + a 0ŷ(s) = b ms m û(s) + + b 1sû(s) + b 0û(s) La réponse s exprime donc ŷ(s) = bmsm + + b 1s + b 0 a ns n + + a 1s + a 0 û(s) L Y. Ariba - Icam, Toulouse. SSI-MPHY 62 / 132
136 Transformée de Laplace Applications Application pour la résolution d équations différentielles linéaires Considérons une équation différentielle linéaire et appliquons la TL (pour des raisons de simplicité, les C.I. sont supposées nulles) a ny (n) + + a 1ẏ + a 0y = b mu (m) + + b 1 u + b 0u a ns n ŷ(s) + + a 1sŷ(s) + a 0ŷ(s) = b ms m û(s) + + b 1sû(s) + b 0û(s) La réponse s exprime donc ŷ(s) = bmsm + + b 1s + b 0 a ns n + + a 1s + a 0 û(s) L A partir de l expression de ŷ(s) : effectuer une décomposition en éléments simple, appliquer la transformée de Laplace inverse à chaque éléments, à l aide de la table des transformées. ŷ(s) L 1 y(t), Y. Ariba - Icam, Toulouse. SSI-MPHY 62 / 132
137 Transformée de Laplace Applications Exemple 1 : Résoudre l équation différentielle 3ẏ(t) + y(t) = 5u(t), u(t) = 2 Y. Ariba - Icam, Toulouse. SSI-MPHY 63 / 132
138 Transformée de Laplace Applications Exemple 1 : Résoudre l équation différentielle 3ẏ(t) + y(t) = 5u(t), u(t) = 2 La réponse se décompose en : avec ŷ(s) = 5 (3s + 1) û(s) = 5 (3s + 1) 2 s = A 3s B s 10 A = (3s + 1) (3s + 1)s = 30, s= 1/3 10 B = s (3s + 1)s = 10. s=0 Y. Ariba - Icam, Toulouse. SSI-MPHY 63 / 132
139 Transformée de Laplace Applications Exemple 1 : Résoudre l équation différentielle 3ẏ(t) + y(t) = 5u(t), u(t) = 2 La réponse se décompose en : avec ŷ(s) = 5 (3s + 1) û(s) = 5 (3s + 1) 2 s = A 3s B s 10 A = (3s + 1) (3s + 1)s = 30, s= 1/3 10 B = s (3s + 1)s = 10. s=0 A l aide de la table, la réponse temporelle est : y(t) = 30 3 e 1 3 t + 10 = 10(1 e 1 3 t ). Y. Ariba - Icam, Toulouse. SSI-MPHY 63 / 132
140 Transformée de Laplace Applications Exemple 2 : Résoudre l équation différentielle 2ÿ(t) + 24ẏ(t) + 18y(t) = 9u(t), u(t) = 1 Y. Ariba - Icam, Toulouse. SSI-MPHY 64 / 132
141 Transformée de Laplace Applications Exemple 2 : Résoudre l équation différentielle 2ÿ(t) + 24ẏ(t) + 18y(t) = 9u(t), u(t) = 1 La réponse se décompose en : avec 9/2 ŷ(s) = s s + 9 û(s) = A s B s C s 9/2 A = (s ) (s )(s )s = 0.039, s= /2 B = (s ) (s )(s )s = 0.539, s= /2 C = s (s )(s )s = 0.5. s=0 Y. Ariba - Icam, Toulouse. SSI-MPHY 64 / 132
142 Transformée de Laplace Applications Exemple 2 : Résoudre l équation différentielle 2ÿ(t) + 24ẏ(t) + 18y(t) = 9u(t), u(t) = 1 La réponse se décompose en : avec 9/2 ŷ(s) = s s + 9 û(s) = A s B s C s 9/2 A = (s ) (s )(s )s = 0.039, s= /2 B = (s ) (s )(s )s = 0.539, s= /2 C = s (s )(s )s = 0.5. s=0 A l aide de la table, la réponse temporelle est : y(t) = 0.039e t 0.539e 0.804t Y. Ariba - Icam, Toulouse. SSI-MPHY 64 / 132
143 Transformée de Laplace Exemple 3 : Datation au carbone 14 Applications La proportion de C 14, par rapport au carbone total (C 12, C 13 et C 14 ), est à peu près constante chez un organisme vivant. A sa mort (t 0), les échanges avec l extérieur cessent, et la quantité de C 14 décroit en se désintégrant. Soit N(t) le nombre d atome de C 14 à l instant t (en années) présent dans un échantillon de matière organique. On montre que la vitesse de désintégration est proportionnelle au nombre d atome présents : N (t) = N(t). Y. Ariba - Icam, Toulouse. SSI-MPHY 65 / 132
144 Transformée de Laplace Exemple 3 : Datation au carbone 14 Applications La proportion de C 14, par rapport au carbone total (C 12, C 13 et C 14 ), est à peu près constante chez un organisme vivant. A sa mort (t 0), les échanges avec l extérieur cessent, et la quantité de C 14 décroit en se désintégrant. Soit N(t) le nombre d atome de C 14 à l instant t (en années) présent dans un échantillon de matière organique. On montre que la vitesse de désintégration est proportionnelle au nombre d atome présents : N (t) = N(t). Soit à t 0 = 0, la quantité initiale présente N(0) = N 0. TL : s ˆN(s) N 0 = 1 ˆN(s) 8033 ˆN(s) = N 0 s N(t) N 0 = e t t (années) Y. Ariba - Icam, Toulouse. SSI-MPHY 65 / 132
TD1 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 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 détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
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 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 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 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 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 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 détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailDidier Pietquin. Timbre et fréquence : fondamentale et harmoniques
Didier Pietquin Timbre et fréquence : fondamentale et harmoniques Que sont les notions de fréquence fondamentale et d harmoniques? C est ce que nous allons voir dans cet article. 1. Fréquence Avant d entamer
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailLeçon 01 Exercices d'entraînement
Leçon 01 Exercices d'entraînement Exercice 1 Etudier la convergence des suites ci-dessous définies par leur terme général: 1)u n = 2n3-5n + 1 n 2 + 3 2)u n = 2n2-7n - 5 -n 5-1 4)u n = lnn2 n+1 5)u n =
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 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 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 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 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 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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailAutomatique (AU3): Précision. Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr
Automatique (AU3): Précision des systèmes bouclés Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr Plan de la présentation Introduction 2 Écart statique Définition Expression Entrée
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 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 détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
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 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 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 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 détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailChapitre 1 : Évolution COURS
Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir
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 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 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
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 détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
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 détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
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 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 détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
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 détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
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 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 détail5. 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 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 détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
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 détailDérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
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 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 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 détailMaple: premiers calculs et premières applications
TP Maple: premiers calculs et premières applications Maple: un logiciel de calcul formel Le logiciel Maple est un système de calcul formel. Alors que la plupart des logiciels de mathématiques utilisent
Plus en détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
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 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 détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
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 détailMoments des variables aléatoires réelles
Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailModule d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere
Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge
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 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 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 détailPRIME D UNE OPTION D ACHAT OU DE VENTE
Université Paris VII - Agrégation de Mathématiques François Delarue) PRIME D UNE OPTION D ACHAT OU DE VENTE Ce texte vise à modéliser de façon simple l évolution d un actif financier à risque, et à introduire,
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailINTRODUCTION. 1 k 2. k=1
Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
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 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 détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
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 détailLes correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.
Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques
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 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 détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
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 détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
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 détailDÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )
DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité
Plus en détailDéveloppements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
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 détailCommunication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014
Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détail