SERIES DE

FOURIER

Cours

SERIES DE FOURIER 1
 I. INTRODUCTION
1. Définition d'une série
2. Définition de la décomposition en série de Fourier
3. Rappels et conditions de Dirichlet
4. Expression de la décomposition en série de Fourier
5. Convergence (Théorème de Dirichlet)
6. Utilisation de la décomposition en série de Fourier
II. EXPRESSIONS MATHEMATIQUES
1. Calcul de a0
2. Forme algébrique de la décomposition en série de Fourier
3. Forme polaire de la décomposition en série de Fourier
4. Forme complexe de la décomposition en série de Fourier
5. Exemples
III. PROPRIETES ET OPERATIONS
1. Somme de fonctions
2. Parité des fonctions
3. Théorème du glissement
4. Dérivation et intégration d'une série de Fourier
5. Relations de Parseval
6. Spectre d'une fonction périodique– différentes représentations
7. Taux de distorsion harmonique
IV. Application au génie électrique
1. Signaux électriques non sinusoïdaux
2. Les puissances
3. Les mesures

2 SERIES DE FOURIER
I. INTRODUCTION
1. Définition d’une série

En mathématiques, la série constitue une généralisation de la notion de somme,

pour une succession infinie de termes. L'étude des séries consiste à effectuer la
somme d'un nombre fini n de termes successifs, puis à observer le comportement
lorsque n devient indéfiniment grand, par un calcul de limite. Un certain nombre de
méthodes permettent de déterminer la nature (convergence ou non) des séries sans
réaliser explicitement ces deux calculs.
∞
Exemple : ∑ a n = a 0 + a 1 + a 2 + L + a i + L : série de terme général an.
n −0

Une série trigonométrique est une série dont le terme général est une fonction
trigonométrique dont la fréquence varie selon l’indice n.
∞
Exemple : ∑ a n cos(nωt ) = a 0 + a 1 cos(ωt ) + a 2 cos(2ωt ) + L + a i cos(iωt ) + L
n −0

2. Définition de la décomposition en série de Fourier

Dans la plupart des domaines de la physique, en électricité, optique, acoustique,

thermique, mécanique, ... on a souvent affaire à des fonctions périodiques, mais de
forme quelconque.

Nous allons montrer que sous certaines conditions, on peut considérer ces signaux
comme la superposition de fonctions périodiques simples que sont les fonctions
sinus et cosinus. Le signal apparait alors comme la somme d'une série
trigonométrique appelée série de Fourier.

3. Rappels et Conditions de Dirichlet

Pour être développable en série de Fourier, une fonction f(t) doit :

2π
- être périodique, de période T, de pulsation ω = , telle que f(t+T) = f(t) pour tout t,
T
 T T
- être définie dans un intervalle  − ,  ,
 2 2
- vérifier les conditions dites de Dirichlet qui sont les suivantes :

● Ne posséder que des discontinuités de première espèce (sauts finis) c'est à

dire des points τ tels que f (τ − ) ≠ f (τ + ) (valeur à droite différente de la valeur à
gauche), en nombre fini dans l'intervalle de la période T.

● N'avoir qu'un nombre fini de maxima et de minima dans T.

SERIES DE FOURIER 3
 ● Partout où f(t) est continue, sa dérivée f’(t) doit être bornée, autrement dit il
ne faut pas que f(t) présente de points à tangente verticale sauf aux
discontinuités.

Exemples : Les fonctions suivantes sont très couramment rencontrées dans le

domaine du génie électrique et sont toutes décomposables en série de
Fourier

Fonction "carré" (appelée aussi "rectangle "ou "méandre")

f(t)
f(t) f(t)

0 t
-T/2 T/2 T

0 t 0 t
-T/2 T/2 T -T/2 T/2 T

Fonction "dent de scie"

f(t) f(t)

0 t 0 t
-T T 2T -T T 2T

Fonction "triangle"

f(t) f(t)
f(t)

-T/2 0 T/2 t

0 t -T -T/2 0 T t
-T/2 T/2 T T/2

Fonction "trapèze"

f(t) f(t)

-T/2 0 T/2 T t

-T -T-τ τ 0 τ T-τ T t

4 SERIES DE FOURIER
Fonction "sinusoïdal redressé" Fonction "exponentielle"

f(t)
f(t)

0 T 2T t 0 T 2T t

Contre-exemples :
1
Une fonction telle que f ( t ) =
pour − τ < t < τ , de période T = 2τ , non bornée en
t
0 + 2kπ n'est pas décomposable en série de Fourier.
1
Il en est de même pour la fonction f ( t ) = sin   de période T sur l'intervalle
t
T T
− < t < . En effet cette fonction admet une infinité de maxima et de minima, de
2 2
1 π
valeur ± 1 au voisinage de zéro (chaque fois que = (2k + 1) )
t 2

4. Expression de la décomposition en série de Fourier

Soit une fonction périodique f(t) de la variable t qui satisfait aux conditions de
Dirichlet, elle est alors développable en série de Fourier, sous la forme :

f ( t ) = a 0 + a 1 cos(ωt ) + a 2 cos(2ωt ) + ... + a n cos(nωt ) + ...

+ b1 sin(ωt ) + b 2 sin(2ωt ) + ... + b n sin(nωt ) + ...

ou encore, en posant bo = 0,

∞
f (t) = ∑ (an cos(nωt) + bn sin(nωt ))
n=0

2π
où n est un entier naturel et ω = ,
T

Les coefficients a0, an, bn sont des constantes réelles que l'on appelle les
coefficients de Fourier. Ils représentent l'amplitude des termes successifs de la
série trigonométrique.

SERIES DE FOURIER 5
 5. Convergence (Théorème de Dirichlet)

Soit une fonction f(t) vérifiant les conditions de Dirichlet, et présentant une
discontinuité en t = τ.

Le début du développement de f(t) en série de Fourier, limité au terme d'ordre n,

s'écrit sous la forme:
n
S n (τ) = ∑ (a k cos(kωt ) + b k sin(kωt ) )
k =0

Le théorème de Dirichlet indique que lorsque n tend vers l'infini, la série converge
vers la moyenne des limites à droite et à gauche de f(t) lorsque t tend vers τ.

lim n →∞ S n (τ) =
1
[f (τ − ) + f (τ + )]
2

6. Utilisation de la décomposition en série de Fourier

On a pu voir que les signaux périodiques que l’on rencontre en électrotechnique ne

sont pas franchement sinusoïdaux : signaux issus d’un hacheur, d’un redresseur,
d’un onduleur.

Faire une décomposition en série de Fourier va nous permettre de savoir de

combien le signal que l’on étudie est éloigné du signal sinusoïdal : ce sera entre
autre réalisé à l’aide du calcul du taux de distorsion harmonique (THD).

Par ailleurs, grâce à la décomposition en série de Fourier une analyse spectrale du

signal pourra être effectuée. Elle permettra de savoir si le dispositif étudié répond
aux normes de pollution harmonique, CEM, filtrage, etc …

On retrouve alors dans de nombreux domaines de la physique la notion de spectre

fréquentiel : électricité, électronique, médecine, radar-sonar, hifi, géologie,
traitement du signal …

II. EXPRESSIONS MATHEMATIQUES

 T T
Soit une fonction f(t) de la variable t, intégrable sur l'intervalle  − ,  .
 2 2
1. Calcul de a0

∫
T 2
1
Par définition on a : a 0 = f ( t )dt
T −T 2

 T T
C'est la valeur moyenne de la fonction sur l'intervalle d'une période − ,  .
 2 2

6 SERIES DE FOURIER
2. Forme algébrique de la décomposition en série de Fourier

La forme la plus couramment utilisée de la décomposition en série de Fourier d’une

fonction f(t) est la forme algébrique. Elle s’écrit comme suit :
∞
f ( t ) = a 0 + ∑ (a n cos(nωt ) + b n sin(nωt ) )
n =1

Les coefficients de la série de Fourier s'évaluent selon les expressions suivantes :

∫
T 2
2
an = f ( t ) cos(nωt )dt
T −T 2

∫
T 2
2
bn = f ( t ) sin( nωt )dt
T −T 2

Remarques : ● Il est important de remarquer que l'expression du coefficient a0

n'est pas la même que celle que l'on obtiendrait en faisant n = 0
dans l'expression de an.

● Pour n = 1, la fonction (a1cos(ωt) + b1sin(ωt)) s’appelle le

fondamental de la fonction.

● Les fonctions (ancos(nωt) + bnsin(nωt)) s’appelle les harmoniques

de la fonction.

● Les intégrales sont à prendre sur une période de la fonction f(t).

On peut donc généraliser les expressions suivantes :

t 0 +T 2

∫ ∫ ∫
T2 T
1 1 1
a0 = f ( t )dt = f ( t )dt = f ( t )dt
T −T 2 T 0 T t 0 −T 2
t 0 +T 2

T∫ ∫ ∫
T2 T
2 2 2
an = f ( t ) cos(nωt )dt = f ( t ) cos(nωt )dt = f ( t ) cos(nωt )dt
−T 2 T 0 T t 0 −T 2
t 0 +T 2

T∫ T∫ T∫
T2 T
2 2 2
bn = f ( t ) sin(nωt )dt = f ( t ) sin(nωt )dt = f ( t ) sin(nωt )dt
−T 2 0 t 0 −T 2

Dans la pratique, on choisira t0 de manière à simplifier le calcul de l'intégrale.

3. Forme polaire de la décomposition en série de Fourier

∞
Soit le développement en série de Fourier de f(t): f ( t ) = ∑ (a n cos(nωt ) + b n sin(nωt ) )
n =0

On peut décider d'écrire la décomposition en série de Fourier comme une somme

infinie de fonction cosinus uniquement ou sinus.

A ce moment là, on doit faire intervenir des déphasages dans les fonctions
trigonométriques.

SERIES DE FOURIER 7
 Dans un premier temps, choisissons d’exprimer la décomposition en série de
Fourier de f(t) avec uniquement des fonctions cosinus.
ρ 2n = a 2n + b 2n

cos ϕ = a n = an
 n
ρn a 2n + b 2n

On pose a n = ρ n cos ϕ n  b bn
 Ainsi : sin ϕ n = n =
alors : b
 n = ρ sin ϕ ρn a n + b 2n
2
n n

 b
tgϕ n = n
 an
ϕn est la phase de l'harmonique n
∞ ∞
Alors : f ( t ) = a 0 + ∑ ρ n [cos ϕ n cos(nωt ) + sin ϕ n sin(nωt )] = a 0 + ∑ ρ n cos(nωt − ϕ n )
n =1 n =1

∞ ρ 0 = a 0
On écrira donc: f ( t ) = ∑ ρ n cos(nωt − ϕ n ) avec 
n =0 ϕ 0 = 0

Si l’on décide maintenant d’exprimer la décomposition en série de Fourier de f(t)

avec uniquement des fonctions sinus.
ρ 2n = a 2n + b 2n

cos ψ = b n = bn
 n
ρn a 2n + b 2n

On pose a n = ρ n sin ψ n  a an
 Ainsi : sin ψ n = n =
alors : b
 n = ρ cos ψ ρn a 2n + b 2n
n n

 a
tgψ n = n
 bn
ψn est la phase de l'harmonique n
∞ ∞
Alors : f ( t ) = a 0 + ∑ ρ n [sin ψ n cos(nωt ) + cos ψ n sin(nωt )] = a 0 + ∑ ρ n sin(nωt + ψ n )
n =1 n =1

∞
On écrira donc: f ( t ) = a 0 + ∑ ρ n sin(nωt + ψ n )
n =1

Remarque : Cette forme d'écriture de la série de Fourier, qui fait apparaître

l'amplitude et la phase de l'harmonique de rang n est très utilisée en
physique.

4. Forme complexe de la décomposition en série de Fourier

Introduisons les formules d’Euler dans la décomposition en série de Fourier de f(t)

mise sous forme algébrique.

8 SERIES DE FOURIER
 e jnωt + e − jnωt e jnωt − e − jnωt
cos(nωt ) = et sin(nωt ) =
2 2j

∞  e jnωt + e − jnωt e jnωt − e − jnωt 

f ( t ) = a 0 + ∑  a n + bn 

n =1 2 2j 

∞  a − jb a + jb n − jnωt 
Soit f (t) = a 0 + ∑  n n
e jnωt + n e 
n =1 2 2 

a n − jb n a + jb n
Posons c n = et c' n = n et calculons leurs expressions.
2 2

Les deux coefficients an et bn étant réels, les coefficients cn et c’n sont alors
complexes conjugués l'un de l'autre: c' n = c n

∫ ∫
T 2 T 2
1 j
Calculons cn : cn = f ( t ) cos(nωt )dt − f ( t ) sin(nωt )dt
T −T 2 T −T 2

∫
T 2
f ( t )[cos(nωt ) − j sin(nωt )]dt
1
=
T −T 2

∫ ∫
T2 T2
1 1
Soit : c n = f ( t )e − jnωt dt et c' n = f ( t )e jnωt dt
T −T 2 T −T 2

On passe de cn à c’n en changeant j en -j, ce qui revient, d'après l’expression de cn à

changer n en -n.
c' n = c n = c − n

( )
∞
Le développement de f(t) est alors : f ( t ) = a 0 + ∑ c n e jnωt + c −n e − jnωt
n =1

∫
T2
1
et s'exprime ainsi sous la forme : f ( t ) = ∑ c n e jnωt avec cn = f ( t )e − jnωt dt
n = −∞ T −T 2

∫
T2
1
Pour la valeur particulière n = 0, on obtient c 0 = a 0 = f ( t )dt .
T −T 2

5. Exemples

Dans ce paragraphe, deux exemples vont être traités en détail. Leur décomposition
en série de Fourier sera d’abord calculée sous forme algébrique puis les formes
polaires et complexes seront données.

Ces deux exemples vont par la suite être utilisés pour mettre en évidence certaines
propriétés sur les fonctions et la conséquence sur leur décomposition en série de
Fourier.

SERIES DE FOURIER 9
 a) Exemple 1 : fonction créneau f(t)

Soit la fonction créneau f(t) présentée sur la figure suivante.

f(t)
V0

V0
2

T 0 T t
−
T − T T
2 4 4 2

∫ ∫
T2 T 4
Calcul de a0 : a 0 =
1
f ( t )dt =
1
V0 dt = [t ]−T / 4 = V0 2T = V0
V0 T / 4
→ a0 =
V0
T −T / 2 T −T / 4 T T 4 2 2

∫
T2
2
Calcul de an : an = f ( t ) cos(nωt )dt
T −T / 2

∫
T4
2
an = V0 cos(nωt )dt
T −T / 4

 sin (nωt ) 
T/4
2V0
an =  nω 
T   −T / 4
  nω T   nω T  
 sin   sin  − 
2V0
  4   4  
= −
T  nω nω 
 
 
4V0  nω T 
= sin  
nω T  4 
2V0  nπ 
= sin  
nπ  2 

 nπ 
Si n est un nombre pair, n = 2p : sin   = sin (pπ ) = 0
 2 
 nπ   π
Si n est un nombre impair, n = 2p + 1 : sin   = sin  (2p + 1)  = (−1) p
 2   2

a 2 p = 0

an =  2V0
a 2 p+1 = (2p + 1)π (−1)
p

10 SERIES DE FOURIER
 ∫
T2
2
Calcul de bn : b n = f ( t ) sin( nωt )dt
T −T / 2

∫
T4
2
bn = V0 sin(nωt )dt
T −T / 4

 cos(nωt ) 
T/4
2V0
=  − nω 
T   −T / 4
  nωT   nωT  
 cos  cos − 
2V0  4   4 
=  − + 
T  nω nω 
 
 
=0

Finalement la décomposition en série de Fourier du créneau s’écrit sous forme

algébrique comme suit :
V0 ∞ 2V0
f (t ) = + ∑ (−1) p cos((2p + 1)ωt )
2 p =0 (2p + 1)π

Vu que les coefficients bn sont nuls, la forme polaire est égale à la forme
algébrique : pour tout n, ρn = an et ϕn = 0.

∫ ∫
T 2 T4
1 1
Pour la forme complexe cela donne : c n = f ( t )e − jnωt dt = V0 e − jnωt dt
T −T 2 T −T 4

jnωT jnωT 
− V0  − 4
cn =
jnωT
e [
− V0 − jnωt T 4
−T 4 = ] e
jnωT 
−e 4 


jnπ jnπ
−
V e 2 −e 2 V0  nπ 
cn = − 0 . = sin  
nπ 2j nπ  2 


n = 2 p → c 2p = 0

 V0 a 2 p+1
n = 2p + 1 → c 2 p+1 = (−1) =
p

 (2p + 1)π 2
 V
n = 0 → c0 = 0 = a 0
2


∫
T4
1 V0
Le dernier résultat peut aussi s'obtenir par le calcul direct: c 0 = a 0 = V0 dt =
T −T 4 2

∞
On obtient alors le résultat suivant : f ( t ) = V0 + ∑ (−1) p V0
e j( 2 p+1) ωt
2 p =−∞ (2p + 1)π

SERIES DE FOURIER 11
 Remarque : En regroupant la valeur positive et la valeur négative correspondant à
une même fréquence, on retrouve le résultat établi précédemment :

V0 V0 jωt
f (t ) =
2
+
π
[ V
] [
e + e − jωt − 0 e 3 jωt + e −3 jωt + ...
3π
]
V 2V  cos 3ωt cos 5ωt 
= 0 + 0 cos ωt − + + ...
2 π  3 5 

b) Exemple 2 : fonction créneau g(t)

Considérons maintenant la fonction g(t) représentée sur la figure suivante :

g(t)

V0
2

0 T T t
T
− 2
2
V0
−
2

1 − V0 V0 
∫ ∫ ∫
T 2 0 T2
1
Calcul de a0 : a 0 = g ( t )dt =  dt + dt  = 0 → a0 = 0
T −T / 2 T −T / 2 2 0 2 

∫ g(t) cos(nωt)dt
T 2
2
Calcul de an : a n =
T −T / 2

2 −V 
T ∫ ∫
0 T 2
V0
an =  cos(nωt )dt +
0
cos(nωt )dt 
2
−T / 2 0 2 
2V0   sin (nωt )  0  sin (nωt )  
T/2
=  − +
T   nω  −T / 2  nω  −0 

  nω T   nωT  
 sin  −  sin  
  2  2  
+ 
2V0
=
T  nω nω 
 
 
=0

12 SERIES DE FOURIER
 ∫ g(t) sin(nωt)dt
T2
2
Calcul de bn : b n =
T −T / 2

2 −V 
T ∫ ∫
0 T2
V0
bn =  sin(nωt )dt + 0
sin(nωt )dt 
2 −T / 2 0 2 
V0   cos(nωt )   cos(nωt )  
0 T/2
= + −
T   nω  −T / 2  nω  0 
  nωT   nω T  
1 − cos −  cos  −1
V0  2   2  
=  − 
T  nω nω 
 
 

=
2V0
(1 − cos(nπ))
nω T

Si n est un nombre pair, n = 2p : cos(nπ ) = cos(2pπ ) = 1

Si n est un nombre impair, n = 2p + 1 : cos(nπ ) = cos((2p + 1)π ) = −1

b 2 p = 0

bn =  2V0
b 2 p+1 = (2p + 1)π

Finalement, on obtient :
∞ 2V0
g(t ) = ∑ sin ((2p + 1)ωt )
p =0 ( 2p + 1) π

Vu que les coefficients an sont nuls, la forme polaire avec uniquement des fonctions
cosinus est facile à établir :

∞ 2V0  π
Pour tout n, ρn = bn et ϕn = π/2, ainsi on a g( t ) = ∑ cos (2p + 1)ωt + 
p = 0 ( 2p + 1) π  2

Pour la forme complexe cela donne :

∫ ∫ ∫
T 2 T2 T
1 − jnωt 1 − jnωt 1
cn = g ( t )e dt = V0 e dt − V0 e − jnωt dt
T −T 2 T 0 T T 2

=
jnωT
e [
− V0 − jnωt
]
T 2
0 +
V0
jnωT
[
e − jnωt ]
T
T2

jnωT jnωT
V0  0 − − 
= e - e 2 + e − jnωT − e 2 
jnωT  

SERIES DE FOURIER 13
 cn =
(
V0 2 1- e − jnπ
.
)
nπ 2j


n = 2 p → c 2p = 0

 V0 − jb 2 p+1
n = 2p + 1 → c 2p +1 = =
 j(2p + 1)π 2

n = 0 → c0 = 0


∞ − jV0
On obtient alors le résultat suivant : g( t ) = ∑ e j( 2 p+1)ωt
p = −∞ ( 2 p + 1) π

Remarque : En regroupant la valeur positive et la valeur négative correspondant à

une même fréquence, on retrouve le résultat établi précédemment :

g(t ) =
− jV0 jωt
π
[
e − e − j ωt + ]
− jV0 3 jωt
3π
e [
− e −3 jωt + ... ]
V 2V  sin 3ωt sin 5ωt 
= 0 + 0 sin ωt + + + ...
2 π  3 5 

III. PROPRIETES ET OPERATIONS

1. Somme de fonctions

La décomposition en série de Fourier repose sur le calcul d’intégrales finies.

Aussi les propriétés concernant l’addition sur les intégrales finies s’appliquent.

Ainsi la décomposition en série de Fourier de la somme de signaux est égale à la

somme des décompositions en série de Fourier des signaux. L’harmonique de rang
n est égale à la somme des harmoniques de même rang.

Soient deux fonctions f(t) et g(t) décomposables en série de Fourier comme suit :
 ∞
f ( t ) = af 0 + ∑ (af n cos(nωt ) + bf n sin(nωt ) )
n =1
 ∞
g ( t ) = ag + ∑ (ag cos(nωt ) + bg sin(nωt ) )

0 n n
n =1
∞
Alors : h ( t ) = f ( t ) + g ( t ) = ah 0 + ∑ (ah n cos(nωt ) + bh n sin(nωt ) )
n =1
∞
= af 0 + ag 0 + ∑ ((af n + ag n ) cos(nωt ) + (bf n + bh n )sin( nωt ) )
n =1

14 SERIES DE FOURIER
2. Parité des fonctions

Le calcul des coefficients de la décomposition en série de Fourier d’une fonction f(t)

se simplifie lorsque la fonction à décomposer est paire ou impaire.

a) Cas des fonctions paires

Soit la fonction paire f(t). Alors f(t) = f(-t).

La fonction f(t)cos(nωt) est aussi une fonction paire sur l'intervalle [-T/2,T/2] alors
que la fonction f(t)sin(nωt) est une fonction impaire. Il en résulte que :


∫ ∫
T2 T 2
1 2
a 0 = f ( t )dt = f ( t )dt
 T −T 2 T 0

∫ ∫
T2 T2
2 4
a n = f ( t ) cos(nωt )dt = f ( t ) cos(nωt )dt
 T −T 2 T 0

∫
T2
2
b n = f ( t ) sin(nωt )dt = 0
 T −T 2

La décomposition en série de Fourier d'une fonction paire ne contient que des

termes en cosinus avec éventuellement un terme en a0. On ne calcule donc ces
coefficients que sur une demie période.

Remarque : la fonction f(t) de l’exemple 1 précédent est une fonction paire.

b) Cas des fonctions impaires

Soit la fonction impaire f(t). Alors : f(t) = -f(-t)

La fonction f(t)cos(nωt) est aussi une fonction impaire sur l'intervalle [-T/2,T/2] alors
que la fonction f(t)sin(nωt) est une fonction paire. Il en résulte que :


∫
T2
1
a 0 = f ( t )dt = 0
 T −T 2

∫
T2
2
a n = f ( t ) cos(nωt )dt = 0
 T −T 2

∫ ∫
T2 T2
2 4
b n = f ( t ) sin( nωt )dt = f ( t ) sin(nωt )dt
 T −T 2 T 0

La décomposition en série de Fourier d'une fonction impaire ne contient que des

termes en sinus. De plus, elle ne possède pas de terme a0.

Remarque : la fonction g(t) de l’exemple 2 précédent est une fonction impaire.

SERIES DE FOURIER 15
 En résumé :


∫
T2
2
a 0 = f ( t )dt
 T 0

∫
T2
4
f ( t ) paire → a n = f ( t ) cos(nωt )dt
 T 0
b n =0


a 0 =0


f ( t ) impaire → a n =0

∫
T2
b n 4
= f ( t ) sin(nωt )dt
 T 0

Remarques : ● Si f(t) est une fonction paire les coefficients cn sont réels.
● Si f(t) est une fonction impaire les coefficients cn sont imaginaires
purs.
● Si f(t) est une fonction quelconque les coefficients cn sont
complexes.

3. Théorème du glissement

a) Rendre un signal pair ou impair

Nous venons de voir que la calcul de la décomposition en série de Fourier d’une

fonction paire ou impaire était beaucoup plus simple que pour une fonction
quelconque.

Aussi, on essaiera de transformer le signal que l’on doit étudier en une combinaison
simple de signaux pairs ou impairs.

On n’hésitera pas par exemple à effectuer des translations temporelles pour

satisfaire cet objectif.

Ainsi le calcul des coefficients de la décomposition en série de Fourier est plus

simple. Il suffit ensuite de faire la translation temporelle sur tous les termes cosinus
ou sinus pour obtenir la décomposition en série de Fourier du signal initial.

En effet, quand il s’agit de l’étude de signaux en régime permanent, il suffit de se

mettre sur une période, et le résultat sur le poids des différents harmoniques est le
même.

Si l’on reprend les deux fonctions f(t) et g(t) du paragraphe II-5.

Hormis la valeur moyenne, on a la relation suivante : g(t) = f(t-T/4) – V0/2.

16 SERIES DE FOURIER
 ∞ 
 T V 2V0  T 
f  t −  − 0 = ∑ (−1) p cos (2p + 1)ω t −  
 4  2 p =0 (2p + 1)π   4 
∞ 2V0   π  π 
= ∑ (−1) p  cos((2p + 1)ωt ) cos (2p + 1)  + sin ((2p + 1)ωt ) sin  (2p + 1)  
p =0 (2p + 1)π   2  2 
∞ 2V0
= ∑ (−1) p sin ((2p + 1)ωt )(−1) p
p =0 (2p + 1)π
= g( t )

Donc la décomposition en série de Fourier d’un signal est obtenue à l’aide d’une
translation temporelle de la décomposition en série de Fourier de l’autre signal.

Cette propriété sera souvent utilisée.

Nous en verrons une illustration quand il s’agira de faire une analyse fréquentielle.

b) Autres propriétés

En appliquant ce glissement sur certaines fonctions particulières, on admet alors les

deux résultats suivants :
• Si f(t+T/2) = f(t), sa décomposition en série de Fourier ne contient que des
harmoniques de rang pair. Notons que cette fonction est périodique, de période
T/2 et que la décomposition en série de Fourier peut être faite en tenant compte
de cette valeur.
• Si f(t+T/2) = -f(t), sa décomposition en série de Fourier ne contient que des
harmoniques de rang impair. Cette configuration est très commune pour les
applications de l’électronique de puissance en générale. Donc ce sera très utile
dans le domaine du génie électrique.

4. Dérivation et intégration d’une série de Fourier

Soit une fonction f(t) de la variable t développée en série de Fourier :

∞
f ( t ) = a 0 + ∑ (a n cos(nωt ) + b n sin(nωt ) )
n =1

a) Dérivation
Il est toujours possible de prendre la dérivée des termes en sinus et cosinus du
membre de droite. Cependant, le développement obtenu ne représentera le
développement en série de Fourier de la dérivée f’(t) de f(t) que si la fonction
n'admet aucune discontinuité.
C'est dans ce cas seulement que l'on pourra écrire :

df ( t ) d  ∞  ∞
f ' (t) = = a 0 + ∑ a n cos(nωt ) + b n sin( nωt ) = ∑ (− nωa n sin(nωt ) + nωb n cos(nωt ) )
dt dt  n =1  n =1

SERIES DE FOURIER 17
 b) Intégration
Il est toujours possible de prendre la primitive des termes en sinus et cosinus du
membre de droite. Cependant, le développement obtenu ne représentera le
développement en série de Fourier de la primitive F(t) de f(t) que si la valeur
moyenne de la fonction est nulle (a0 = 0).
C'est dans ce cas seulement que l'on pourra écrire :

∞  ∞ a b 
F( t ) = ∫ f ( t )dt = ∫  ∑ a n cos(nωt ) + b n sin(nωt ) dt = ∑  n sin(nωt ) − n cos(nωt ) 
n =1  n =1 nω nω 

Remarque : si a0 ≠ 0, l'intégration conduit à une fonction qui n'est pas une fonction
périodique.
∞ an b
F( t ) = ∫ f ( t )dt = a 0 t + ∑ sin(nωt ) − n cos(nωt )
n =1 nω nω

c) Exemple d'intégration et de dérivation

Reprenons la fonction créneau f(t) à valeur moyenne non nulle que nous avons
étudiée précédemment dans l’exemple 1 et dont le développement en série de
Fourier est :
V0 2V0  cos(3ωt ) cos(5ωt ) cos((2p + 1)ωt ) 
f (t) = +  cos ωt − + + ... + (−1) p + ...
2 π  3 5 2p + 1 
D'après ce que nous venons de dire l'intégrale de ce développement ne sera pas
une série de Fourier en raison de la présence du terme non borné issu de
l’intégration de la valeur moyenne non nulle.
V0
Cependant, si nous considérons la fonction h ( t ) = f ( t ) − dont le développement
2
en série de Fourier est :
2V0  cos(3ωt ) cos(5ωt ) cos((2p + 1)ωt ) 
h (t ) = cos ωt − + + ... + (−1) p + ...
π  3 5 2p + 1 
Elle admet une primitive (en choisissant la constante d'intégration nulle) dont le
développement en série de Fourier est l'intégrale du développement de h(t).

2V0  sin ωt sin (3ωt ) sin (5ωt ) p sin (( 2 p + 1)ωt ) 

H( t ) =  − + + ... + ( − 1) + ...
π  ω 32 ω 52 ω (2p + 1) 2 ω 
2V0  sin (3ωt ) sin (5ωt ) p sin (( 2p + 1)ωt ) 
= sin ωt − + + ... + ( − 1) + ...
πω  32 52 (2p + 1) 2 
2V0 ∞ sin ((2p + 1)ωt )
= ∑ (−1) p
πω p=0 (2p + 1) 2

18 SERIES DE FOURIER
  T T
H(t) est une fonction triangle, dont l'expression analytique, dans l'intervalle − , 
 4 4
V V V
est donnée par : H( t ) = ∫ 0 dt = 0 t + Cte = 0 t (puisque H(0) = 0) .
2 2 2
T T
La dérivée de h(t) est nulle partout, sauf pour les valeurs t =
+k où elle n'est
4 2
pas définie. La dérivation du développement de h(t) ne conduit pas à une série
convergente.

En ce qui concerne la dérivation d’une fonction : il suffit de rajouter à la dérivée de la

décomposition en série de Fourier la valeur moyenne de la fonction si elle est non
nulle.

5. Relation de Parseval
Soit une fonction f(t) de la variable t développée en série de Fourier :
∞
f ( t ) = a 0 + ∑ (a n cos(nωt ) + b n sin(nωt ) )
n =1

Multiplions chaque membre de la relation précédente par la fonction f(t) et intégrons

sur une période.

∞
∫ ∫ ∫
T 2 T 2 T 2

f ( t ) 2 dt = a 0 f ( t )dt + f ( t )  ∑ a n cos(nωt ) + b n sin(nωt ) dt
−T 2 −T 2 −T 2  n =1 

∞ ∞

∫ ∫ ∫ ∫
T2 T 2 T2 T2
f ( t ) 2 dt = a 0 f ( t )dt + ∑ a n f ( t ) cos(nωt )dt + ∑ b n f ( t ) sin(nωt )dt
−T 2 −T 2 n =1 −T 2 n =1 −T 2

On reconnaît les expressions des coefficients a0, an et bn du développement en

série de Fourier de f(t), à un coefficient près.

∫
T ∞
( )
T 2
f ( t ) 2 dt = a 0 + ∑ a n + bn
2 2 2
D'où : T
−T 2 2 n =1

∫
1 ∞
( )
T2
1
f ( t ) 2 dt = a 0 + ∑ a n + bn
2 2 2
T −T 2 2 n =1
1 ∞ 2
= a0 + ∑ ρn
2

2 n =1
∞
où on a introduit la forme polaire, f ( t ) = a 0 + ∑ ρ n cos(nωt − ϕ n ) avec ρ 2n = a 2n + b 2n
n =1
L'intégrale du membre de gauche représente la valeur moyenne du carré de la
fonction f(t). Par définition c'est le carré de la valeur efficace de f(t)

SERIES DE FOURIER 19
 Evaluons le carré de la valeur efficace de l'harmonique de rang n:

∫ [ ]
ρ
2

∫
T2 T 2
1 1
ρn cos (nωt − ϕ n )dt = n 1 + cos 2(nωt − ϕ ) dt
2 2
T −T 2 T −T 2 2
n
T2
ρn ρ n  sin 2(nωt − ϕ n ) 
2 2
= [t ]T 2
+  
2T −T 2 T  2 nω  −T 2

∫
ρn 2 ρ 2
[ ]
T2
1
ρ n 2 cos 2 (nωt − ϕ n )dt = + n sin(2nπ − ϕ ) − sin(−2nπ − ϕ )
T −T 2 2 4nωT n n

=
ρn 2
2
ρ 2
[
+ n sin(−ϕ ) − sin(−ϕ )
4nωT n n
]
ρ
2

∫
T2
1
ρn cos (nωt − ϕ n )dt = n
2 2
T −T 2 2

Théorème: Le carré de la valeur efficace d'une fonction est égal à la somme

des carrés des valeurs efficaces de chacun de ses harmoniques,
augmentée du carré de sa valeur moyenne.
(Veff )2 =(Vmoy )2 + ∑ (Vneff )2
∞

n=1

6. Spectre d’une fonction périodique – différentes représentations

Afin de disposer d'une représentation de la valeur des différents coefficients du

développement en série de Fourier d'une fonction, on peut imaginer de représenter
les coefficients an et bn en fonction de la fréquence, f, ou de la pulsation ω = 2πf (ou
plus exactement en fonction des harmoniques successives fn = nf ou ωn = nω).

Il est ainsi possible de se rendre compte, par simple inspection de la figure, de

l'ordre de grandeur relatif des différentes harmoniques. Une telle représentation
porte le nom de spectre de fréquences. Un exemple est donné sur la figure
suivante.
0,7 0,7
0,6
Coefficients an 0,6 Coefficients bn
0,5
0,4 0,5
0,3 0,4
0,2
0,3
0,1
0,2
0
-0,1 0,1
-0,2 0
-0,3 1 3 5 7 9 11 13 15 17 19
1 3 5 7 9 11 13 15 17 19
harmonique harmonique

20 SERIES DE FOURIER
Cependant, un simple changement d'origine de la fonction f(t) bouleverse
complètement l'allure du spectre de fréquence : par une simple translation d'une
demi-période, on peut passer d'une fonction paire (tous les bn nuls) à une fonction
impaire (tous les an nuls), en explorant toutes les situations intermédiaires. Or une
translation de ce type ne change pas la nature physique du signal, dans la mesure
où l'on s'intéresse à des régimes permanents.

Pour éviter cet inconvénient, on peut imaginer d'utiliser la forme polaire du

développement en série de Fourier et de représenter les coefficients ρn et ϕn : un
changement de l'origine des temps ne modifie alors que la phase de l'harmonique.
Au lieu de représenter ρn, on peut aussi représenter ρ 2n = an2 + bn2 qui d'après le
théorème de Parseval est proportionnel à l'énergie associée à chacune des
harmoniques. Un tel spectre est appelé spectre de puissance.

Une analyse spectrale consiste donc à tracer le spectre d’une fonction pour
déterminer le poids des différents harmoniques du signal.

7. Taux de distorsion harmonique

Un autre indicateur existe pour pouvoir qualifier le signal que l’on étudie par rapport
au signal sinusoïdal représenté par le fondamental. Il s’agit du taux de distorsion
harmonique ou THD qui permet de calculer le poids des harmoniques de rang
supérieur ou égal à 2 par rapport au fondamental du signal.

Ceci permet entre autre de qualifier la linéarité de la caractéristique statique d'un

système (un quadripôle par exemple). Si cette caractéristique est linéaire, le
système répond à une sinusoïde par une sinusoïde, sinon il introduit une distorsion
et le signal de sortie n'est plus sinusoïdal, mais a acquis des harmoniques.

Pour un signal v(t) mis sous forme polaire, sur lequel on fait apparaître la valeur
∞
efficace des harmoniques, v( t ) = V0 + ∑ Vneff 2 cos(nωt − ϕ n ) , le taux de distorsion
n =1
harmonique est défini ainsi :

∑ (Vneff )
∞
2

n= 2
THD =
V1eff

Par définition, le THD est toujours inférieur ou égal à 1.

Sa valeur sera d’autant plus proche de 1 que le signal sera proche d’une sinusoïde.

Remarque : Dans cette définition, on ne tient pas compte de la valeur moyenne du

signal.

SERIES DE FOURIER 21
IV. APPLICATION AU GENIE ELECTRIQUE
Dans cette partie, nous allons regarder plus précisément la décomposition en série
de Fourier appliquée au génie électrique.

Pour cela, de nombreuses références seront faites au cours d’électrotechnique

première année, plus particulièrement les chapitres 1 et 2.

On préfèrera dans cette partie exprimer les différentes décompositions en série de

Fourier sous forme polaire comme une suite de sinus déphasés.

1. Signaux électriques non sinusoïdaux

La valeur efficace Veff d’un signal périodique quelconque est définie comme suit :
to +T
1 2
Veff =
T ∫ v (t)dt
to

a) Rappels sur les signaux sinusoïdaux

Soit un signal (courant ou tension) qui s’écrit de la forme : v(t) = Vm sin(ωt+ϕ)

Dans le cas des signaux sinusoïdaux, la valeur efficace s’exprime alors :

1 t o +T 2
2
Veff = ∫ v (t)dt
T to
1 t o +T 2 2
=
T to
∫ Vm sin (ωt + ϕ)dt

1 t o +T Vm
2
= ∫ (1- cos(2ωt + 2ϕ))dt
T to 2
2
1 Vm
= T
T 2

Vm
Veff =
2

b) Caractéristique d’un signal périodique non sinusoïdal

Un signal physique périodique remplit naturellement les conditions de Dirichlet, de

ce fait il est décomposable en série de Fourier.

Le résultat précédent n’est plus applicable.

22 SERIES DE FOURIER
 ∞
Soit s(t) un signal périodique. On peut écrire : s( t ) = S + ∑ S 2 sin(nωt − ϕ )
0 n n
n =1

où S0 est la valeur moyenne et Sn est la valeur efficace de l’harmonique n.

∞
D’après le théorème de Parseval, on a : S eff = (S 0 )2 + ∑ (Sn )2
n =1

Le signal s(t) se caractérise par son spectre de manière qualitative (en amplitude et
en phase) mais pour une caractérisation quantitative, on préfère la notion de THD
individuel ou global.

Sk
Le THD individuel est relatif à l’harmonique k : THDk =
S1

∞
∑ (Sn )2
n=2
Pour le THD global, on écrit : THD =
S1

Si la valeur moyenne du signal est nulle et en utilisant le théorème de Parseval, on

∞
montre que : (S eff )2 =(S1 )2 + ∑ (S n )2 .
n=2

(S eff )2 − S12 S 
2
Ce qui ramène l’expression du THD à THD = =  eff  − 1
S1  S1 

c) Exemple

Soit le signal créneau f(t) de l’exemple 1 (§ III.5.).

∞
On a montré que : f ( t ) = V0 + ∑ (−1) p 2V0 cos((2p + 1)ωt )
2 p =0 (2p + 1)π

V0
On montre rapidement que la valeur efficace du signal est : Veff =
2

On remarque que la valeur efficace du fondamental, correspondant à la pulsation ω,

2V0
est donnée par la valeur de p = 0, vaut : V1eff =
π

Le taux de distorsion harmonique global est alors :

SERIES DE FOURIER 23
 2
V 
Veff 2
−  0  − V1eff 2
 2  π2
THD = = − 1 ≈ 48%
V1eff 8

Remarque : le THD ne dépend pas de l’amplitude du signal mais uniquement de

la forme de ce signal.

2. Les puissances

a) Rappels des puissances en monophasé sinusoïdal

Soit un récepteur Z alimenté sous la tension v(t) et consommant un courant i(t).

v(t) = V 2 sin (ωt + ϕ)

D’une manière générale on écrit : 
i( t ) = I 2 sin (ωt + ψ )

La puissance instantanée est : p(t) = v(t) i(t)

Cette puissance n’ayant pas de signification exploitable en régime permanent, on a

alors défini la puissance moyenne ou puissance active :

T
1
P = ∫ p( t )dt
T
0

1T
Ce qui après développement donne : P = ∫ 2VI sin(ωt + ψ) sin(ωt + ϕ)dt
T0

En utilisant les relations trigonométriques, on a alors :

1T 1T
P= ∫ VI cos (ϕ - ψ )dt − ∫ VI cos(2ωt + ϕ + ψ )dt
T0 T0

or la valeur du second terme est nulle, ce qui donne : P = VI cos(ϕ - ψ ) où

( )
r r
ϕ - ψ = I, V

Remarque : Si ϕ = 0, v(t) est alors l’origine des phases, on obtient la relation bien
connue : P = VI cos ψ avec (-ψ) angle de i vers v.

Cette grandeur moyenne n’est pas suffisante pour caractériser entièrement le signal
p(t). On définit alors la puissance apparente ou « de dimensionnement », du fait
qu’elle fixe les limites courant / tension : S = V I

24 SERIES DE FOURIER
La troisième puissance est le « reliquat » entre les puissances apparente et active,
c’est la puissance réactive définie comme suit : S²=P²+Q².

Ce qui donne : Q = VI sin|ϕ−ψ|

Le facteur de puissance est au sens strict du terme le rapport entre les puissances
P
active et apparente : f=
S

Ce qui donne dans le cas des signaux sinusoïdaux : f = cos (ϕ−ψ)

b) Régimes non sinusoïdaux

Soient deux signaux courant i(t) et tension v(t) périodiques non sinusoïdaux. On écrit
alors leur décomposition en série de Fourier respective :
∞
v( t ) = V0 + ∑ Vn 2 sin(nωt + ϕ n )
n =1

∞
i( t ) = I 0 + ∑ I n 2 sin(nωt + ψ n )
n =1

On désire calculer la puissance active :

1T
P= ∫ v( t )i( t )dt
T0
 
 
T ∞ ∞ 
1
= ∫ V0 I 0 + ∑ 2Vn I n sin(nωt + ϕ n ) sin(nωt + ψ n ) + ∑ 2Vi I j sin(iωt + ϕ i ) sin( jωt + ψ j ) dt

T 0{J
=1444444
n1 424444444 3 ii ≠, j=j 1 
 1 144444424444443 
 J2
 J3 

Le terme J3 a une valeur moyenne nulle du fait de l’indice différent des deux sinus.

Le second terme, J2, correspond au produit de sinus de même fréquence, il sera

traité comme dans le cas du calcul des signaux monophasé.
∞
Le résultat est : J 2 = ∑ Vn I n cos(ϕ n − ψ n )
n =1
∞
Au final : P = V0 I 0 + ∑ Vn I n cos(ϕ n − ψ n )
n =1

Remarque : Dans cette expression les harmoniques sont également porteurs

d’énergie, ce qui renforce l’idée d’un spectre de puissance comme
présenté dans le paragraphe III-5.

SERIES DE FOURIER 25
 La puissance apparente quant à elle ne change pas dans sa définition mais les
calculs peuvent faire intervenir les harmoniques via le théorème de Parseval.

Il en est de même pour le facteur de puissance.

  ∞
2 
∞
2
S = Veff Ieff =  (V0 ) + ∑ (Vn )  (I0 ) + ∑ (In ) 
2 2

  n=1  n=1 
 ∞
 V0 I 0 + ∑ Vn I n cos(ϕ n − ψ n )
f = P = n =1
≠ cos(ϕ − ψ )
 S  ∞
2 
∞
2
 (V0 ) + ∑ (Vn )  (I0 ) + ∑ (In ) 
2 2

  n=1  n=1 

En ce qui concerne la puissance réactive, il existe deux définitions :

La première, la plus naturelle, reste celle du reliquat : Q = S 2 − P 2 . Dans l’absolu,

cette expression peut devenir compliquée, si on fait intervenir les différentes
harmoniques.

La seconde définition est assez restrictive et ne concerne que les fondamentaux.

On écrit alors : Q = V1I1 sin (ϕ1 − ψ1 )

On remarque alors qu’avec cette seconde définition on a : S 2 ≠ P 2 + Q 2

Pour rétablir l’égalité, on invente une quatrième puissance que l’on appelle
puissance fluctuante et que l’on note D. On satisfait alors l’égalité suivante :
S2 = P2 + Q2 + D2

c) Cas particuliers

Si un des deux signaux est purement sinusoïdal, par exemple la tension prise
comme origine des phases, les expressions précédemment établies se simplifient.

Si v(t) = V1 2 sin(ωt ) , alors :

• La puissance active se réduit au produit des fondamentaux pondéré par le

déphasage entre eux :
P = V1I1 cos(ψ1 )

• Le facteur de puissance, lui, tient compte de tous les harmoniques :

P V1I1 cos(ψ1 )
f= =
S ∞
V1 (I0 )2 + ∑ (In )2
n=1

26 SERIES DE FOURIER
On voit bien que dans ce cas, les harmoniques ne transportent aucune énergie mais
rajoutent des pertes sur le cheminement.

Ce raisonnement peut s’appliquer aux grandeurs continues avec P = V0I0.

d) Exemple

Soit un pont de diodes monophasé débitant sur une charge R, L suffisamment filtrée
pour que le courant I0 soit considéré comme constant. On ne suppose aucune perte
dans le convertisseur statique. Et on cherche à exprimer la puissance active P.
L
ia(t) I0
≈
va(t) Pont de diodes v0(t) R

=
Côté source (alternatif) : Côté charge (continu) :

va v0
Vm ia
I0
I0

t
T t
-I0

v a (t) = Vm sin (ωt ) = V 2 sin (ωt ) v 0 (t) =

2Vm ∞
−∑
4Vm
cos(pωt )
π p =1 ( 2p + 1)( 2p − 1) π
∞ 4I 0
i a (t ) = ∑ sin ((2p + 1)ωt ) i0(t) = I0
p =0 ( 2p + 1) π

La tension d’alimentation va(t) est Comme le courant est continu, seules les
parfaitement sinusoïdale donc seul les valeurs moyennes interviennent dans le
fondamentaux interviennent dans le calcul de P.
calcul de P.
 2Vm
 V0 = 2 Vm I 0
Vm  π → P=
V
 1 = π
I 0
 2 
 4I0 2 Vm I 0
 I1 = → P =
 π 2 π
ϕ1 = 0



SERIES DE FOURIER 27
 Sur les figures précédentes, on retrouve le schéma du pont avec la définition des
différentes grandeurs ainsi que le tracé des grandeurs électriques côté continu
(charge) et côté alternatif (source). On obtient bien les mêmes valeurs.

3. Les mesures

Un appareil de mesure est toujours caractérisé par sa bande passante.

Il faudra donc toujours vérifier l’adéquation entre les caractéristiques de l’appareil de

mesure utilisé et la gamme de fréquence du signal que l’on souhaite mesuré pour
pouvoir estimer la quantité du signal qui sera tronquée.

En salle de TP d’électrotechnique on utilise principalement le Fluke.

Mais est-on sûr de ce qu’il mesure ?

Facteur de puissance ?

Puissance Réactive ?

28 SERIES DE FOURIER