Introduction Th´eorie Applications
Fourier, cet inconnu
Nicolas Le Roux et plein d’autres personnes dont j’ai avidement pomp´e les textes
25 Mars 2005
Nicolas Le Roux et plein d’autres personnes dont j’ai avidement pomp´S´eminaires LISAe les textes
1 Introduction
Code des couleurs D´efinitions
2 Th´eorie
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
3 Applications Echantillonnage´
Compression de donn´ees
Nicolas Le Roux et plein d’autres personnes dont j’ai avidement pomp´S´eminaires LISAe les textes
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Code des couleurs
Version originale
Pour les gens assis au premier rang qui veulent comprendre les math´ematiques servant de base `a la th´eorie.
Version sous-titr´ee
Pour ceux des deuxi`eme et troisi`eme rangs que ¸ca int´eresse, mais qui sont plus ´emus par une femme nue que par la d´emonstration du th´eor`eme de Fermat.
Version pour les sourds analphab`etes
Pour ceux du fond `a qui on a demand´e de venir alors qu’ils voulaient jouer `a Unreal Tournament et qui sont juste int´eress´es par les dessins.
Premi`ere bonne blague, on se dit que le reste va ˆetre drˆole. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Code des couleurs
Version originale
Pour les gens assis au premier rang qui veulent comprendre les math´ematiques servant de base `a la th´eorie.
Version sous-titr´ee
Pour ceux des deuxi`eme et troisi`eme rangs que ¸ca int´eresse, mais qui sont plus ´emus par une femme nue que par la d´emonstration du th´eor`eme de Fermat.
Pour ceux du fond `a qui on a demand´e de venir alors qu’ils voulaient jouer `a Unreal Tournament et qui sont juste int´eress´es par les dessins.
Premi`ere bonne blague, on se dit que le reste va ˆetre drˆole. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Code des couleurs
Version originale
Pour les gens assis au premier rang qui veulent comprendre les math´ematiques servant de base `a la th´eorie.
Version sous-titr´ee
Pour ceux des deuxi`eme et troisi`eme rangs que ¸ca int´eresse, mais qui sont plus ´emus par une femme nue que par la d´emonstration du th´eor`eme de Fermat.
Version pour les sourds analphab`etes
Pour ceux du fond `a qui on a demand´e de venir alors qu’ils voulaient jouer `a Unreal Tournament et qui sont juste int´eress´es par les dessins.
Premi`ere bonne blague, on se dit que le reste va ˆetre drˆole. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
D´ efinition des fonctions ´ egales presque partout
Deux fonctions sont dites´egales presque partoutsi : elles ne diff`erent qu’en un nombre fini de points (´eventuellement 0)
elles diff`erent en un nombre infini de points MAIS tous les points o`u elles diff`erent sont s´epar´es les uns des autres
On se rend compte qu’on s’´etait compl`etement tromp´e. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
D´ efinition des fonctions ´ egales presque partout
Deux fonctions sont dites´egales presque partoutsi : elles ne diff`erent qu’en un nombre fini de points (´eventuellement 0)
elles diff`erent en un nombre infini de points MAIS tous les points o`u elles diff`erent sont s´epar´es les uns des autres
Deux fonctions ´egales presque partout ont la mˆeme int´egrale
On se rend compte qu’on s’´etait compl`etement tromp´e. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
D´ efinition des fonctions ´ egales presque partout
Deux fonctions sont dites´egales presque partoutsi : elles ne diff`erent qu’en un nombre fini de points (´eventuellement 0)
elles diff`erent en un nombre infini de points MAIS tous les points o`u elles diff`erent sont s´epar´es les uns des autres
On se rend compte qu’on s’´etait compl`etement tromp´e. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
D´ efinition des fonctions ´ egales presque partout
Deux fonctions sont dites´egales presque partoutsi : elles ne diff`erent qu’en un nombre fini de points (´eventuellement 0)
elles diff`erent en un nombre infini de points MAIS tous les points o`u elles diff`erent sont s´epar´es les uns des autres Deux fonctions ´egales presque partout ont la mˆeme int´egrale
On se rend compte qu’on s’´etait compl`etement tromp´e. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Exemples
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction ´egale presque partout au sinus : elle ne diff`ere du sinus qu’en un nombre fini de points
−30 −20 −10 0 10 20 30
−1
−0.5 0
au sinus : tous les points en lesquels elles diff`erent sont s´epar´es
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction non ´egale presque partout au sinus : elle diff`ere du sinus sur un intervalle complet
Ils sont pas beaux mes dessins. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Exemples
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction ´egale presque partout au sinus : elle ne diff`ere du sinus qu’en un nombre fini de points
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1
1.5 Fonction ´egale presque partout
au sinus : tous les points en lesquels elles diff`erent sont s´epar´es
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction non ´egale presque partout au sinus : elle diff`ere du sinus sur un intervalle complet
Ils sont pas beaux mes dessins. S´eminaires LISA
Exemples
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction ´egale presque partout au sinus : elle ne diff`ere du sinus qu’en un nombre fini de points
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1
1.5 Fonction ´egale presque partout
au sinus : tous les points en lesquels elles diff`erent sont s´epar´es
−30 −20 −10 0 10 20 30
−1
−0.5 0 0.5 1 1.5
Fonction non ´egale presque partout au sinus : elle diff`ere du sinus sur un intervalle complet
Ils sont pas beaux mes dessins. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Ensembles de travail
D´efinitions
Lp : fonctions dont la puissance p-i`eme est int´egrable (c’est-`a-dire que R
X|f|p est fini)
Lp : on consid`ere comme ´egales les fonctions de Lp qui sont
´
egales presque partout et d´efinies sur [−π, π].
Autre fa¸con de voir
Une classe =f + toutes les fonctions ´egales presque partout `a f En regardant bien, on peut mˆeme voir des chatons
Bon, l`a on commence `a vouloir s’en aller. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Ensembles de travail
D´efinitions
Lp : fonctions dont la puissance p-i`eme est int´egrable (c’est-`a-dire que R
X|f|p est fini)
Lp : on consid`ere comme ´egales les fonctions de Lp qui sont
´
egales presque partout et d´efinies sur [−π, π].
Une classe =f + toutes les fonctions ´egales presque partout `a f En regardant bien, on peut mˆeme voir des chatons
Bon, l`a on commence `a vouloir s’en aller. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Ensembles de travail
D´efinitions
Lp : fonctions dont la puissance p-i`eme est int´egrable (c’est-`a-dire que R
X|f|p est fini)
Lp : on consid`ere comme ´egales les fonctions de Lp qui sont
´
egales presque partout et d´efinies sur [−π, π].
Autre fa¸con de voir
Une classe =f + toutes les fonctions ´egales presque partout `a f
En regardant bien, on peut mˆeme voir des chatons
Bon, l`a on commence `a vouloir s’en aller. S´eminaires LISA
Ensembles de travail
D´efinitions
Lp : fonctions dont la puissance p-i`eme est int´egrable (c’est-`a-dire que R
X|f|p est fini)
Lp : on consid`ere comme ´egales les fonctions de Lp qui sont
´
egales presque partout et d´efinies sur [−π, π].
Autre fa¸con de voir
Une classe =f + toutes les fonctions ´egales presque partout `a f En regardant bien, on peut mˆeme voir des chatons
Bon, l`a on commence `a vouloir s’en aller. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Produit scalaire
Le produit scalaire hermitien usuel surL2 est l’application (f,g)7→ 1
2π Z π
−π
f(t).g(t)dt
¯f signifie le conjugu´e de f (on travaille avec des complexes) on peut remplacer une fonction par une fonction ´egale presque partout
Y en a qui voient les textes du bas pour la premi`ere fois. S´eminaires LISA
Produit scalaire
Le produit scalaire hermitien usuel surL2 est l’application (f,g)7→ 1
2π Z π
−π
f(t).g(t)dt
¯f signifie le conjugu´e de f (on travaille avec des complexes) on peut remplacer une fonction par une fonction ´egale presque partout
Y en a qui voient les textes du bas pour la premi`ere fois. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Fonctions p´ eriodiques
une fonction est dite T-p´eriodiquesi pour toutx, on a f(x+T) =f(x)(l`a, tout le monde devrait suivre normalement)
Ex : la fonction sinus
−30 −20 −10 0 10 20 30
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
on note un l’applicationt 7→ei·n·t = cos(n·t) +i·sin(n·t)
Ils aimeraient bien revenir pour voir ceux qu’ils ont rat´es. S´eminaires LISA
Fonctions p´ eriodiques
une fonction est dite T-p´eriodiquesi pour toutx, on a f(x+T) =f(x)(l`a, tout le monde devrait suivre normalement)
Ex : la fonction sinus
−30 −20 −10 0 10 20 30
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
on note un l’applicationt 7→ei·n·t = cos(n·t) +i·sin(n·t)
Ils aimeraient bien revenir pour voir ceux qu’ils ont rat´es. S´eminaires LISA
Introduction Th´eorie Applications
Code des couleurs D´efinitions
Fonctions p´ eriodiques
une fonction est dite T-p´eriodiquesi pour toutx, on a f(x+T) =f(x)(l`a, tout le monde devrait suivre normalement)
Ex : la fonction sinus
−30 −20 −10 0 10 20 30
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
on note un l’applicationt 7→ei·n·t = cos(n·t) +i·sin(n·t)
Ils aimeraient bien revenir pour voir ceux qu’ils ont rat´es. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Le th´ eor` eme super top important
Th´eor`eme
La famille (un)n∈Z est une base hilbertienne de L2 (les (un) sont orthonormaux).
(xi)i∈I BI deH si pour toutx deH,x =P
i∈I <xi|x >xi
On peut d´ecomposer n’importe quelle fonction p´eriodique en une somme desinou de cos de fr´equences enti`eres.
Petit dessin explicatif
R´esultat, ils ont rien suivi de la slide. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Le th´ eor` eme super top important
Th´eor`eme
La famille (un)n∈Z est une base hilbertienne de L2 (les (un) sont orthonormaux).
(xi)i∈I BI deH si pour toutx deH,x =P
i∈I <xi|x >xi
Ce que ¸ca veut dire
On peut d´ecomposer n’importe quelle fonction p´eriodique en une somme desinou de cos de fr´equences enti`eres.
Petit dessin explicatif
R´esultat, ils ont rien suivi de la slide. S´eminaires LISA
Le th´ eor` eme super top important
Th´eor`eme
La famille (un)n∈Z est une base hilbertienne de L2 (les (un) sont orthonormaux).
(xi)i∈I BI deH si pour toutx deH,x =P
i∈I <xi|x >xi
Ce que ¸ca veut dire
On peut d´ecomposer n’importe quelle fonction p´eriodique en une somme desinou de cos de fr´equences enti`eres.
Petit dessin explicatif
R´esultat, ils ont rien suivi de la slide. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Calcul d’un coefficient de Fourier
Formule
fˆ(n) = 1 2π
Z π
−π
e−i·n·t·f(t)dt =f ·un
Concr`etement
On fait le produit scalaire de la fonctionf avec un, ce qui correspond au coefficient deun dans l’´ecriture de f. Petit dessin explicatif
De toute fa¸con, ¸ca manque de sexe cette pr´esentation. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Calcul d’un coefficient de Fourier
Formule
fˆ(n) = 1 2π
Z π
−π
e−i·n·t·f(t)dt =f ·un
Concr`etement
On fait le produit scalaire de la fonctionf avec un, ce qui correspond au coefficient deun dans l’´ecriture de f.
De toute fa¸con, ¸ca manque de sexe cette pr´esentation. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Calcul d’un coefficient de Fourier
Formule
fˆ(n) = 1 2π
Z π
−π
e−i·n·t·f(t)dt =f ·un
Concr`etement
On fait le produit scalaire de la fonctionf avec un, ce qui correspond au coefficient deun dans l’´ecriture de f. Petit dessin explicatif
De toute fa¸con, ¸ca manque de sexe cette pr´esentation. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
S´ erie de Fourier
Formule
+∞
X
n=−∞
ˆf(n)·ei·n·t =
+∞
X
n=−∞
(f ·un)un
Si−→x =a· −→u +b· −→v, alors =⇒a=−→x · −→u et b=−→x · −→v donc−→x = −→x · −→u−→u + −→x · −→v−→v
Je ressors subtilement mon petit dessin explicatif
L`a j’en ai d´ej`a perdu la moiti´e S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
S´ erie de Fourier
Formule
+∞
X
n=−∞
ˆf(n)·ei·n·t =
+∞
X
n=−∞
(f ·un)un
Dans le plan
Si−→x =a· −→u +b· −→v, alors =⇒a=−→x · −→u et b=−→x · −→v donc−→x = −→x · −→u−→u + −→x · −→v−→v
Je ressors subtilement mon petit dessin explicatif
L`a j’en ai d´ej`a perdu la moiti´e S´eminaires LISA
S´ erie de Fourier
Formule
+∞
X
n=−∞
ˆf(n)·ei·n·t =
+∞
X
n=−∞
(f ·un)un
Dans le plan
Si−→x =a· −→u +b· −→v, alors =⇒a=−→x · −→u et b=−→x · −→v donc−→x = −→x · −→u−→u + −→x · −→v−→v
Je ressors subtilement mon petit dessin explicatif
L`a j’en ai d´ej`a perdu la moiti´e S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Fait que c’est ¸ca qui est ¸ca
Proposition
Toutef dansL2 est somme de sa s´erie de Fourier pour L2.
f −
+∞
X
n=−∞
ˆf(n)·ei·n·t
2
= 0
Ce que ¸ca veut dire
f est ´egale `a sa s´erie de Fourier presque partout.
Revenez quoi, soyez chouette ! S´eminaires LISA
Fait que c’est ¸ca qui est ¸ca
Proposition
Toutef dansL2 est somme de sa s´erie de Fourier pour L2.
f −
+∞
X
n=−∞
ˆf(n)·ei·n·t
2
= 0
Ce que ¸ca veut dire
f est ´egale `a sa s´erie de Fourier presque partout.
Revenez quoi, soyez chouette ! S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Spectre
Signification de ˆf(n)
ˆf(n) repr´esente la participation du terme de fr´equence n dans le signal. C’est unnombre complexe : ˆf(n) =ρ·ei·θ
ρest la puissancede ce terme θest laphase de ce terme Exemples
Regardez, j’ai remis des petits dessins ! S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Spectre
Signification de ˆf(n)
ˆf(n) repr´esente la participation du terme de fr´equence n dans le signal. C’est unnombre complexe : ˆf(n) =ρ·ei·θ
ρest la puissancede ce terme
Exemples
Regardez, j’ai remis des petits dessins ! S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Spectre
Signification de ˆf(n)
ˆf(n) repr´esente la participation du terme de fr´equence n dans le signal. C’est unnombre complexe : ˆf(n) =ρ·ei·θ
ρest la puissancede ce terme θest laphase de ce terme
Exemples
Regardez, j’ai remis des petits dessins ! S´eminaires LISA
Spectre
Signification de ˆf(n)
ˆf(n) repr´esente la participation du terme de fr´equence n dans le signal. C’est unnombre complexe : ˆf(n) =ρ·ei·θ
ρest la puissancede ce terme θest laphase de ce terme Exemples
Regardez, j’ai remis des petits dessins ! S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
La slide pour les ´ etudiants de Doug
Et l`a y en a encore tout plein ! S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Transformation de Fourier - 1/2
f ∈L1
C(R) Formule
fˆ(t) = 1
√2π Z +∞
−∞
f(x)·e−i·x·tdt
Idem mais produit scalaire deL1C(R)
Si f est dansL1, alors ˆf est continue et tend vers 0 en±∞.
Vous pourrez pas dire que je vous ai pas gˆat´es. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Transformation de Fourier - 1/2
f ∈L1
C(R) Formule
fˆ(t) = 1
√2π Z +∞
−∞
f(x)·e−i·x·tdt
Lien avec la transform´ee de Fourier Idem mais produit scalaire deL1C(R)
Si f est dansL1, alors ˆf est continue et tend vers 0 en±∞.
Vous pourrez pas dire que je vous ai pas gˆat´es. S´eminaires LISA
Transformation de Fourier - 1/2
f ∈L1
C(R) Formule
fˆ(t) = 1
√2π Z +∞
−∞
f(x)·e−i·x·tdt
Lien avec la transform´ee de Fourier Idem mais produit scalaire deL1C(R)
Si f est dansL1, alors ˆf est continue et tend vers 0 en±∞.
Vous pourrez pas dire que je vous ai pas gˆat´es. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Transformation de Fourier - 2/2
Th´eor`eme d’inversion
Sif et ˆf appartiennent toutes les deux `aL1, alors g :x7→ 1
√ 2π
Z +∞
−∞
ˆf(t)·ei·x·tdt
est continue, tend vers 0 en +∞et −∞ et est ´egale `af presque partout.
Lien avec la transform´ee de Fourier
Toute f dansL2 est somme de sa s´erie de Fourier pour L2.
Bon, d’accord, c’est un peu indigeste. S´eminaires LISA
Transformation de Fourier - 2/2
Th´eor`eme d’inversion
Sif et ˆf appartiennent toutes les deux `aL1, alors g :x7→ 1
√ 2π
Z +∞
−∞
ˆf(t)·ei·x·tdt
est continue, tend vers 0 en +∞et −∞ et est ´egale `af presque partout.
Lien avec la transform´ee de Fourier
Toute f dansL2 est somme de sa s´erie de Fourier pour L2.
Bon, d’accord, c’est un peu indigeste. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
N.B :x(t)∗y(t) =R+∞
−∞ x(τ)y(t−τ)dτ
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
N.B :x(t)∗y(t) =R+∞
−∞ x(τ)y(t−τ)dτ
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
N.B :x(t)∗y(t) =R+∞
−∞ x(τ)y(t−τ)dτ
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis
N.B :x(t)∗y(t) =R+∞
−∞ x(τ)y(t−τ)dτ
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Propri´ et´ es
x(t)↔Xb(f) y(t)↔Yb(f)
∀a,b∈C,a·x(t) +b·y(t)↔a·Xb(f) +b·Yb(f) : lin´earit´e x(−t)↔Xb(−f) : sym´etrie
x(a·t)↔ |a|1Xb fa
:similitude
x(t−t0)↔Xb(f)·e−2π·i·f·t0 :translation
dnx
dtn(t)↔Xb(f)·(2π·i·f)n :d´erivation Rt
0 x(u)du↔ 2π·i·fXb(f) :int´egration
x(t)∗y(t)↔Xb(f)·Yb(f) : convolution x(t)·y(t)↔Xb(f)∗Yb(f) : convolution bis N.B :x(t)∗y(t) =R+∞
−∞ x(τ)y(t−τ)dτ
L’essentiel pour une slide, c’est qu’elle soit a´er´ee. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Relation d’incertitude
Formule
E(x)2
4 ≤4π2σf2σt2 avecE(x) : ´energie du signal
σ2f =R
f2|bX(f)|2 df : ´etendue spectrale σ2t =R
t2|x(t)|2 dt : ´etendue temporelle
Ce que ¸ca veut dire
Localis´e en temps ⇔Etal´´ e en fr´equence Localis´e en fr´equence ⇔Etal´´ e en temps
Courage, c’est bientˆot fini. S´eminaires LISA
Relation d’incertitude
Formule
E(x)2
4 ≤4π2σf2σt2 avecE(x) : ´energie du signal
σ2f =R
f2|bX(f)|2 df : ´etendue spectrale σ2t =R
t2|x(t)|2 dt : ´etendue temporelle Ce que ¸ca veut dire
Localis´e en temps ⇔Etal´´ e en fr´equence Localis´e en fr´equence ⇔Etal´´ e en temps
Courage, c’est bientˆot fini. S´eminaires LISA
Introduction Th´eorie Applications
Transform´ee de Fourier (fonctions p´eriodiques) Transformation de Fourier (fonctionsL1) Propri´et´es
Enfin !
Fin de la partie chiante (dommage qu’il ne reste que 6 slides)
De toute fa¸con, il doit en rester 3 qui ne dorment pas. S´eminaires LISA
Et ` a quoi ¸ca sert, tout ¸ca ?
analyse de fonctions
´
echantillonnage
compression de donn´ees
r´esolution d’´equations diff´erentielles
On fait genre ¸ca a des applications pratiques. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Echantillonnage - pr´ ´ esentation
signal continuxc(t)
xc(t)−→xd(n) =xc(n·θ) θ= 1ν : p´eriode d’´echantillonnage ν : fr´equence d’´echantillonnage
xe(t) =
+∞
X
n=−∞
θ·δ(t−n·θ)xd(n) =xc(t)·Peigne Dirac : ´etendue temporelle nulle −→´etendue spectrale infinie
Encore des belles formules, youpi ! S´eminaires LISA
Echantillonnage - formule ´
Xe(f) = Xc(f)∗TF(Peigne)
= Xc(f)∗
+∞
X
n=−∞
δ
f −n θ
!
=
+∞
X
n=−∞
Xc(f −n·ν)
Echantillonnage en temps = p´eriodisation en fr´equence
Allez, on ach`eve les derniers survivants. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Th´ eor` eme de Nyquist
la distance entre deux p´eriodes fr´equentielles est de ν la bande passante du signal est de BP
si ν ≥2BP, il n’y pas recouvrement−→ r´eversibilit´e si ν <2BP, il y a recouvrement −→aliasing
Encore une subtile r´eutilisation d’image. S´eminaires LISA
Th´ eor` eme de Nyquist
la distance entre deux p´eriodes fr´equentielles est de ν la bande passante du signal est de BP
si ν ≥2BP, il n’y pas recouvrement−→ r´eversibilit´e si ν <2BP, il y a recouvrement −→aliasing
Encore une subtile r´eutilisation d’image. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Th´ eor` eme de Nyquist
la distance entre deux p´eriodes fr´equentielles est de ν la bande passante du signal est de BP
si ν ≥2BP, il n’y pas recouvrement−→ r´eversibilit´e si ν <2BP, il y a recouvrement −→aliasing
Encore une subtile r´eutilisation d’image. S´eminaires LISA
Th´ eor` eme de Nyquist
la distance entre deux p´eriodes fr´equentielles est de ν la bande passante du signal est de BP
si ν ≥2BP, il n’y pas recouvrement−→ r´eversibilit´e si ν <2BP, il y a recouvrement −→aliasing
Encore une subtile r´eutilisation d’image. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Th´ eor` eme de Nyquist
la distance entre deux p´eriodes fr´equentielles est de ν la bande passante du signal est de BP
si ν ≥2BP, il n’y pas recouvrement−→ r´eversibilit´e si ν <2BP, il y a recouvrement −→aliasing
Encore une subtile r´eutilisation d’image. S´eminaires LISA
Compression de donn´ ees
on fait une analyse fr´equentielle
on ne tient pas compte des fr´equences inaudibles pour l’humain
on ne tient pas compte des fr´equences dont la puissance est trop faible
C’est l’avant-derni`ere, on se pr´epare `a applaudir. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Compression de donn´ ees
on fait une analyse fr´equentielle
on ne tient pas compte des fr´equences inaudibles pour l’humain
on ne tient pas compte des fr´equences dont la puissance est trop faible
C’est l’avant-derni`ere, on se pr´epare `a applaudir. S´eminaires LISA
Compression de donn´ ees
on fait une analyse fr´equentielle
on ne tient pas compte des fr´equences inaudibles pour l’humain
on ne tient pas compte des fr´equences dont la puissance est trop faible
C’est l’avant-derni`ere, on se pr´epare `a applaudir. S´eminaires LISA
Introduction Th´eorie Applications
´Echantillonnage Compression de donn´ees
Pour vous r´ ecompenser de votre patience
Let’s see a cute underage chick with hairy pussy !
Petit dessin explicatif
Il fallait bien un petit dessin pour la fin. S´eminaires LISA
Pour vous r´ ecompenser de votre patience
Let’s see a cute underage chick with hairy pussy ! Petit dessin explicatif
Il fallait bien un petit dessin pour la fin. S´eminaires LISA