Représentation des Signaux Discrets
|
|
- Eveline Jobin
- il y a 6 ans
- Total affichages :
Transcription
1 Représentation des Signaux Discrets 1. Transformée de Fourier des Signaux Discrets Option SLE, Cours Signal-Automatique Cours ; AGD; 8/12/03 1
2 Signaux, Systèmes à temps continus : Rappel (1) et (2) : Résolution dans le domaine temporel (3) et (4) : Résolution dans un domaine transformé (3) Description du régime transitoire et permanent (4) Description du régime permanent uniquement F x(t) x(t) L x(t) X L (s) X F (ω) Système Linéaire Invariant en Temps (1) Équation différentielle (2) Réponse impulsionnelle h(t) (3) Transformée de Laplace H L (s) (4) Transformée de Fourier H F (w) y(t) y(t) y(t)= x(t) * h(t) y(t)= L -1 {X L (s) H L (s)} y(t)= F -1 {X F (ω) H F (ω)} 2
3 Temps continus Temps discret : Pour les systèmes (Rappel) Transformée de Laplace (temps continu) Système causal, signaux transitoires + ( st) X( s) = x( t)exp dt 0 Transformée de z (temps discret) Passage? z=exp(st e ) Systèmes discrets en temps, signaux discrets transitoires + k ( z) = x[ k]. X ( z) = x[ k]. k z z k= X + k=0 Unilatérale, causal Bilatérale, causal, anticausal 3
4 Temps continus Temps discret : Et pour les signaux? Temps continus Signaux périodiques : Série de Fourier Signaux non périodiques : Transformée de Fourier + extension aux distributions : Transformée de Fourier pour les signaux périodiques et non-périodiques F{ δ(t-t 0 )}=exp(-jωt 0 ) F{exp(jω 0 t)}= δ(ω-ω 0 ) X( ω) + + ( ω ) = x( t) exp j t dt + ( ) = ( ) 2 1 exp jωt dω δ t π exp( jωt) dt= δ( ω) 4
5 Représentation en Fréquence : 4 modèles Cas 1 : Signaux continus périodiques Série de Fourier (SF) Cas 2 : Signaux continus non périodiques Transformée de Fourier (TF) Cas 3 : Signaux discrets non périodiques Transformée de Fourier des signaux discrets (TFSD) Cas 4 : Signaux discrets périodiques (durée finie) Transformée de Fourier discrète (TFD) Lien avec la TZ 5
6 Cas 2 Cas 3 : Discrétisation en temps Échantillonneur idéal dans le domaine temporel x(t) Numérisation y(t) k y( t) = x( t) ( t) = = x( k. Te ) ( t k. T e + δ e T k= ) Te (t) -T e 0 T e 2T e t x(t) y[k] -T e 0 T e 2T e t 6
7 Discrétisation en temps Périodisation en fréquence Échantillonneur idéal dans le domaine fréquentiel x(t) Numérisation y(t) X(f) n Y( f) = 1 = + X( f T e n= n T e ) Théorème de Shannon F e /2 > F max 0 Y(f) F max f Fréquence réduite : λ=f/f e = ω/ω e -F e /2 0 F e /2 F e f 7
8 X( ω) Transformée de Fourier des + Signaux Discrets ( ω ) = x( t) exp j t dt k=+ k=+ = [] δ( t k. T ) x( t) x( k. Te ) δ( t k. Te ) = x k e k= Discrétisation en temps k= Périodique de période 1 Série de Fourier + k= ( jλk) X( λ) = x[ k]exp 2π x + 1/2 [] k = )exp( 2 ) 1/2 X( λ πjλk dλ C est la TFSD 8
9 Transformée de Fourier des Signaux Discrets x(t) TF X(f) t 0 F max f x[k] TFSD Discret en Temps Continue et Périodique en Fréquence -T e 0 T e 2T e t X(λ) -1-1/2 0 1/2 1 9 λ
10 Lien avec la Transformée en Z Signal discret en temps : x[k] Changement de variable : z=exp(2πjλ) λ=1/2 λ=-1/2 Im(z) λ 0 λ=0 Re(z) λ=1 X X(λ) + k= X Z( z) = x[ k]. z k + ( λ) = x[ k]exp 2 λ k= ( πjλk) θ 0 =2πλ /2 0 1/ λ
11 Illustration de l effet de l échantillonnage : Passage s z 3ω e 2ω e ω e ω e 2ω e ω s=σ+jω θ 0 =2πλ 0 λ=1/2 σ Changement de variable : z=exp(2πjλ)= exp(st e ) Im(z) λ 0 λ=0 Re(z) λ=1 3ω e La moitié gauche de chaque bande de largeur ω e dans le plan des s est appliquée dans le plan des z à l intérieur du cercle unité 11
12 Échantillonnage en temps, Approximation Par échantillonnage, l équation différentielle caractérisant le système linéaire se transforme en équations aux différences. Cette équation est exacte pour caractériser des systèmes discrets linéaires Cette équation devient approximative pour l utilisation par voie numérique de systèmes analogiques linéaires équations de passage s z Équation d Euler : Equivalence de la dérivée Equation binomiale : Equivalence de l intégration 12
13 Comportement décrit en analogique Approximation numérique Approximation de la dérivée au premier ordre : Equation d Euler x (t) (x[k]-x[k-1])/t e On pose : y[k] =(x[k]-x[k-1])/t e Alors : Y(z) =[X(z)-z -1 X(z)]/T e D où : G(z) = Y(z)/X(z) = (1-z -1 )/T e Comme dans le domaine analogique, la dérivée temporelle correspond au produite de la transformée de Laplace par s, dans le domaine des s, alors : s= (1-z -1 )/T e, ou z= 1/(1-sT e ) 13
14 Illustration de l approximation de la dérivée au premier ordre ω s=σ+jω σ 1+ jωt z= 1+ ω Changement de variable : z=1/(1-jωt e ) ; e = + 2 T e + ω Te ω, z 0 ω jωte + ω 2T 2 e Im(z) ω=ω 0 λ 0 =ω 0.T e /2π Re(z) ω=0 Bonne approximation : fréquence d échantillonnage élevée, bien au delà de la limite de Shannon Sur échantillonnage 14
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 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 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 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. 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 détailP1PY7204 Acquisition de données Cours
ANNEE 2012-2013 Semestre d Automne 2012 Master de Sciences, Technologies, Santé Mention Physique- Spécialité Instrumentation P1PY7204 Acquisition de données Cours Denis Dumora denis.dumora@u-bordeaux1.fr
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 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 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 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 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 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 détailLe calculateur numérique pour la commande des processus
Le calculateur numérique pour la commande des processus par Daniel JAUME Maître de Conférences au Laboratoire d Automatique du Conservatoire National des Arts et Métiers et Michel VERGÉ Professeur des
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
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 détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
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 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, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
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 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 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 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 détailGENIE DES SYSTEMES INDUSTRIELS
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI
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 détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
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 détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES
ECTS INFORMATIQUE ET RESEAUX POUR L INDUSTRIE ET LES SERVICES TECHNIQUES CHAPITRES PAGES I DEFINITION 3 II CONTEXTE PROFESSIONNEL 3 HORAIRE HEBDOMADAIRE 1 er ET 2 ème ANNEE 4 FRANÇAIS 4 ANGLAIS 5 MATHEMATIQUES
Plus en détailModélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé
1 TGR Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé Simon Munier Institut des Sciences et Industries du Vivant et de l'environnement (AgroParisTech)
Plus en détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détail3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels
3ème séance de Mécanique des fluides Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait 1 Généralités 1.1 Introduction 1.2 Équation d Euler 1.3 Premier théorème de Bernoulli 1.4
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 détailSignaux numériques : Multiplexage temporel : TDM
Signaux numériques : Multiplexage temporel : TDM Pour la hiérarchie TDM, il y a deux catégorie : Le multiplexage dans les systèmes informatiques : La transmission TDM dans des lignes haute vitesse à partir
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailChap 4. La fonction exponentielle Terminale S. Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R.
Lemme : Si est une fonction dérivable sur R telle que : = et 0! = 1 alors ne s annule pas sur R. Démonstration : Soit la fonction %:& %&!= &!, elle est dérivable sur R et & R, %. &!= &! = &! = %&! gaelle.buffet@ac-montpellier.fr
Plus en détailMODELES DE DUREE DE VIE
MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions
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 détailEstimation: intervalle de fluctuation et de confiance. Mars 2012. IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison
Estimation: intervalle de fluctuation et de confiance Mars 2012 IREM: groupe Proba-Stat Estimation Term.1 Intervalle de fluctuation connu : probabilité p, taille de l échantillon n but : estimer une fréquence
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 détailUE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
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 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 détailProgramme Pédagogique National du DUT «Génie Électrique et Informatique Industrielle» Présentation de la formation
Programme Pédagogique National du DUT «Génie Électrique et Informatique Industrielle» Présentation de la formation Sommaire 2 1 Préambule... 3 2 Présentation générale de la formation... 3 2.1 Compétences
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 détailChamp électromagnétique?
Qu est-ce qu un Champ électromagnétique? Alain Azoulay Consultant, www.radiocem.com 3 décembre 2013. 1 Définition trouvée à l article 2 de la Directive «champs électromagnétiques» : des champs électriques
Plus en détailMATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés
MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr
Plus en détailIV - Programme détaillé par matière (1 fiche détaillée par matière)
IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation
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 détail2 TABLE DES MATIÈRES. I.8.2 Exemple... 38
Table des matières I Séries chronologiques 3 I.1 Introduction................................... 3 I.1.1 Motivations et objectifs......................... 3 I.1.2 Exemples de séries temporelles.....................
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 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 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 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 détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
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 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 détailSur la Commande des Systèmes (max,+) Linéaires.
Sur la Commande des Systèmes (max,+) Linéaires. DEA Automatique et Informatique Appliquée - Angers Laurent Hardouin Septembre 2008 2 Table des matières 1 Introduction 7 2 Préliminaires algébriques 9 2.1
Plus en détailce n est pas un livre auto-suffisant (il est loin d être exhaustif )!
L MASS 1/13 Aide-mémoire et exercices corrigés. USTV MS41 Optimisation I Table des matières 1 Fonctions de plusieurs variables 3 Limites et continuité 13 3 Dérivabilité et différentiabilité, fonctions
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailProgramme Pédagogique National du DUT «Génie Electrique et Informatique Industrielle» Présentation de la formation
Programme Pédagogique National du DUT «Génie Electrique et Informatique Industrielle» Présentation de la formation 2 Sommaire 1 Présentation générale de la formation...5 1.1 Compétences professionnelles
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 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 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 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 et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
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 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 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 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 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 détailrf( 1 f(x)x dx = O. ) U concours externe de recrutement de professeurs agreg6s composition d analyse
page 8 AGREGATIN de MATHEMATIQUES: 1991 1/5 externeanalyse concours externe de recrutement de professeurs agreg6s composition d analyse NTATINS ET DGFINITINS Dans tout le problème, R+ désigne l intervalle
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
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 détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailERRATA ET AJOUTS. ( t) 2 s2 dt (4.7) Chapitre 2, p. 64, l équation se lit comme suit : Taux effectif = 1+
ERRATA ET AJOUTS Chapitre, p. 64, l équation se lit comme suit : 008, Taux effectif = 1+ 0 0816 =, Chapitre 3, p. 84, l équation se lit comme suit : 0, 075 1 000 C = = 37, 50$ Chapitre 4, p. 108, note
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 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 détailCours de gestion des risques d assurances et de théorie de la ruine. Stéphane Loisel
Cours de gestion des risques d assurances et de théorie de la ruine Stéphane Loisel ISFA, 2005-2006 Table des matières I Modélisation de la charge sinistre : du modèle individuel au modèle collectif 5
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailSon et Mathématiques
Son et Mathématiques Maïtine Bergounioux To cite this version: Maïtine Bergounioux. Son et Mathématiques. Association des Professeurs de Mathématiques de l Enseignement Public (APMEP). Bulletin de l APMEP,
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 détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
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 détail5. Les conducteurs électriques
5. Les conducteurs électriques 5.1. Introduction Un conducteur électrique est un milieu dans lequel des charges électriques sont libres de se déplacer. Ces charges sont des électrons ou des ions. Les métaux,
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 détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
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 détailUNIVERSITE DE SFAX ECOLE NATIONALE D INGENIEURS DE SFAX THESE. Présentée devant L ECOLE NATIONALE D INGENIEURS DE SFAX.
UNIVERSITE DE SFAX ECOLE NATIONALE D INGENIEURS DE SFAX THESE Présentée devant L ECOLE NATIONALE D INGENIEURS DE SFAX pour obtenir LE GRADE DE DOCTEUR Spécialité : Electronique Par Faiza KAMOUN CHARFI
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 détail5.2 Théorème/Transformée de Fourier a) Théorème
. Théorème de Fourier et Transformée de Fourier Fourier, Joseph (788). Théorème/Transformée de Fourier a) Théorème Théorème «de Fourier»: N importe quelle courbe peut être décomposée en une superposition
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailMarkov processes and applications to queueing/risk/storage theory and mathematical biology
Markov processes and applications to queueing/risk/storage theory and mathematical biology Florin Avram Contents 1 Introduction aux processus stochastiques/aléatoires 3 2 Marches aléatoires et récurrences
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 détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détail